Python中的GCC-PHAT互相关
我正在尝试用python实现GCC-PHAT 该方法类似于以下两个环节: 及 GCC-PHAT和使用FFT的正常互相关之间的唯一区别似乎是除以幅度 这是我的密码:Python中的GCC-PHAT互相关,python,algorithm,numpy,signal-processing,cross-correlation,Python,Algorithm,Numpy,Signal Processing,Cross Correlation,我正在尝试用python实现GCC-PHAT 该方法类似于以下两个环节: 及 GCC-PHAT和使用FFT的正常互相关之间的唯一区别似乎是除以幅度 这是我的密码: import numpy as np import matplotlib.pyplot as plt from scipy.fftpack import rfft, irfft, fftfreq, fft, ifft def xcorr_freq(s1,s2): pad1 = np.zeros(len(s1)) pa
import numpy as np
import matplotlib.pyplot as plt
from scipy.fftpack import rfft, irfft, fftfreq, fft, ifft
def xcorr_freq(s1,s2):
pad1 = np.zeros(len(s1))
pad2 = np.zeros(len(s2))
s1 = np.hstack([s1,pad1])
s2 = np.hstack([pad2,s2])
f_s1 = fft(s1)
f_s2 = fft(s2)
f_s2c = np.conj(f_s2)
f_s = f_s1 * f_s2c
denom = abs(f_s)
denom[denom < 1e-6] = 1e-6
f_s = f_s / denom # This line is the only difference between GCC-PHAT and normal cross correlation
return np.abs(ifft(f_s))[1:]
以下是GCC-PHAT的结果:
以下是正常互相关的结果:
LENG = 500
a = np.array(np.random.rand(LENG))
b = np.array(np.random.rand(LENG))
plt.plot(xcorr_freq(a,b))
plt.figure()
plt.plot(np.correlate(s1,s2,'full'))
由于GCC-PHAT应该为宽带信号提供更好的互相关性能,我知道我的代码有问题。非常感谢您的帮助 不要只向GCC-PHAT提供噪声。给它一个信号+噪音。检查GCC-PHAT和未加权相关性在信噪比变化时的比较情况 可能会有更多具有相关专业知识的人。如果您重新发布,请删除此问题。为什么您的测试代码使用
a
和b
(两个完全随机的信号)作为xcorr\u freq
的输入,并使用s1
和s2
(可能是其他信号)作为np.correlate
的输入,而不是通过对两种实现使用相同的输入来比较苹果和苹果?