La función de autocorrelación de una señal aperiódica de energía finita de tiempo discreto viene dada por
Rx[n]=∑m=−∞∞x[m]x[m−n] or Rx[m]=∑m=−∞∞x[m](x[m−n])∗
para señales reales y señales complejas respectivamente. Restringiéndonos a señales reales para facilitar la exposición, consideremos la suma y
x[m]x[m−n] . Para el retraso fijo
n una
m dada ,
x[m]x[m−n]
típicamente tendrá un valor positivo o negativo. Si sucede que para un retraso particular
n ,
x[m]x[m−n] no es negativo para todos
m , entonces todos los términos en la suma se sumarán (sin cancelación) y, por lo tanto
, se garantiza que
Rx[n] tendrá un valor positivo. De hecho, la suma será mayor si todos los picos en
x[m−n] alinean con los picos en
x[m] y los valles en
x[m−n]
alinean con los valles en
x[m] . Por ejemplo, si
x es una función sinc sobremuestreada, por ejemplo,
x[m]={sin(0.1πm)0.1πm,1,m≠0,m=0
con picos en
m=0,±25,±45,…y valles en
±15,±35,±55,… x(t), luego
Rx[n]tendrá
máximosen
n=0,±25,±45,… (y por la misma razón, tendrá
mínimosen
n=±15,±35,±55,… cuando los picos se alineen con los valles). El
mundialmáximo de
Rx[n] es, obviamente, en el retardo
n=0 cuando el pico más alto de
x[m] y
x[m−n] coinciden. De hecho, esta conclusión se aplica no solo a esta señal sinc sino a
cualquierseñal. En el
rezago n=0 , tenemos
Rx[0]=∑m=−∞∞(x[m])2
y tenemos la garantía de que no solo todos los picos y valles están alineados entre sí (sin importar dónde ocurren en
x[m] ) pero también que los picos más altos y los valles más profundos están alineados apropiadamente.
uv
∣∣∣∑mu[m](v[m])∗∣∣∣2≤∑m|u[m]|2∑n|v[m]|2.
−∑m(u[m])2∑m(v[m])2−−−−−−−−−−−−−−−−−−√≤∑mu[m]v[m]≤∑m(u[m])2∑m(v[m])2−−−−−−−−−−−−−−−−−−√
λu=λvu[m]=λv[m] ∀mλ>0λ<0EuEv−EuEv−−−−√≤∑mu[m]v[m]≤EuEv−−−−√
u[m]=x[m]v[m]=x[m−n]n−∑m(x[m])2∑m(x[m−n])2−−−−−−−−−−−−−−−−−−−−−√≤Rx[n]≤∑m(x[m])2∑m(x[m−n])2−−−−−−−−−−−−−−−−−−−−−√
Eu=Ev=Ex−Ex≤Rx[n]≤Ex
x[m]=λx[m−n]mEx=∑m(x[m])2=Rx[0]
n=0u[m]=x[m]v[m]=x[m−n]=x[m−0]=x[m]λ=1u[m]=λv[m]m−Rx[0]≤Rx[n]≤Rx[0]
Rx[n]n=0, todos los demás valores de autocorrelación son más pequeños que este pico.
x[m]Rx[n]
Rx[n]=∑m=0N−1x[m](x[m−n])
Nx[m]x[m]=x[m−N]mRx[n]nRx[0]≥|Rx[n]|1<n<NRx[0]Rx[kN]=Rx[0]kRx[n]=−Rx[0]n∈{1,2,…,N−1}n=N/2NN=2[1 −1][2 −2]Rx[n]2n0−2nNx⃗ [x′→,−x′→]