Matlab xcorr为不同的互相关实现提供了不同的值

我试图进行互相关，但注意到以两种不同的方式进行互相关会导致略有不同的结果

我有一个带有一些尖峰（“双尖峰”）的向量，我想将它与“凹陷”交叉关联（在Matlab中使用xcorr）

当我以两种不同的方式执行此操作时，我注意到了一个差异：

• 使用“双_尖峰”正常执行xcorr
• 对每个单独的尖峰执行xcorr，将它们相加，然后归一化

我不知道为什么会有区别。使用以下功能进行说明

function [] = xcorr_fault()

dual_spikes = [zeros(1,200),ones(1,200),zeros(1,400),ones(1,100),zeros(1,100)];

dips = 1-[zeros(1,400),ones(1,1),zeros(1,599)];
plot(dips)

single_spike_1 = [zeros(1,200),ones(1,200),zeros(1,600)];
single_spike_2 = [zeros(1,800),ones(1,100),zeros(1,100)];

xcorr_dual = xcorr_div(dual_spikes,dips);
xcorr_single1 = xcorr_div(single_spike_1,dips);
xcorr_single2 = xcorr_div(single_spike_2,dips);

xcorr_single_all = (xcorr_single1+xcorr_single2)/max(xcorr_single1+xcorr_single2);
xcorr_dual_norm = xcorr_dual/max(xcorr_dual);

figure(1)
clf
hold all
plot(xcorr_dual_norm)
plot(xcorr_single_all)
legend('Single xcorr','xcorr with individual spikes')


function [xcorr_norm] = xcorr_div(lines,signal)
    xcorr_signal = xcorr(signal,lines,'none');
    xcorr_signal(xcorr_signal<1e-13) = NaN;
    xcorr_bg = xcorr(ones(1,length(signal)),lines,'none');
    xcorr_norm = xcorr_signal ./ xcorr_bg;
    xcorr_norm(isnan(xcorr_norm)) = 1;

函数[]=xcorr\u故障（）
双_尖峰=[零（1200）、一（1200）、零（1400）、一（1100）、零（1100）]；
倾角=1-[零（1400）、一（1,1）、零（1599）]；
绘图（倾斜）
单_尖峰_1=[零（1200）、一（1200）、零（1600）]；
单_尖峰_2=[零（1800）、一（1100）、零（1100）]；
xcorr_dual=xcorr_div（双尖峰、凹陷）；
xcorr_single1=xcorr_div（单尖峰，下倾）；
xcorr\u single2=xcorr\u div（单尖峰2，下陷）；
xcorr\u single\u all=（xcorr\u single1+xcorr\u single2）/max（xcorr\u single1+xcorr\u single2）；
xcorr\u dual\u norm=xcorr\u dual/max（xcorr\u dual）；
图（1）
clf
保留全部
绘图（xcorr\u对偶\u范数）
绘图（xcorr\u单个\u全部）
图例（'Single xcorr'，'xcorr with individual spikes'）
函数[xcorr\u norm]=xcorr\u div（线路、信号）
xcorr_信号=xcorr（信号，线，'none'）；
xcorr_signal（xcorr_signal函数xcorr_div计算互相关，然后将结果与相关除以一个统一的信号。结果是某种非线性的规范化互相关（不是标准定义）。因此，您不应该期望结果的和是和的结果

如果希望两种方法都能得到相同的结果，请从
xcorr\u div
输出
xcorr\u信号
和
xcorr\u norm
，然后对这两个输出进行求和，然后进行除法