Numpy关联xaxis被移动

Question

我有两个信号，我试图看到它们的相关性滞后：

看起来它们是同步的，所以我希望correlate函数的最小值为零（因为它们每~100个时间步具有反相关）

但是，使用此代码：

yhat1 = np.load('cor1.npy')
yhat2 = np.load('cor2.npy')

corr = np.correlate(yhat1 - np.mean(yhat1), 
                    yhat2 - np.mean(yhat2),
                    mode='same')
plt.plot(corr)
plt.show()

我得到了以下结果（我尝试在模式中使用'full '和'same'，得到了相同的结果）：

为什么最小值不是预期的0而是250？ 为什么在最小值的两侧似乎还有其他显著的峰值

数据为here

Answer 1

Numpy的相关函数根据您提供的输入返回自动/互相关函数。相关和卷积是一样的，只是你们不需要对其中一个信号进行时间反转。换句话说，在信号之间应用滑动点积

在t=0时，由于一个信号在t=0时为零，因此获得零相关性是正常的。然而，当您进一步执行此操作时，信号的幅度和符号都会发生波动。由于（相对而言）在不同时间相互之间的信号峰值非常大，correlatino正在流动。最大峰值出现在t=500，因为此时两个信号完全重叠。这发生在你的信号极端峰值在那一刻对齐的时候。t=500后，重叠区域减少，并观察到行为与我们达到t<；之前的情况类似；500.