Procesamiento Digital de Señales

Correlación

Edgard Oporto
2020 - II
 Correlación

 Objetivos

• Exponer casos en los cuales se emplea la correlación

• Comprender su significado físico

• Definir la correlación matemáticamente

• Aprender el uso de diversas técnicas para hallar la
correlación
 Correlación

RADAR: radio detection and ranging

 Radar applications (Detección y medición de distancias por radio)

Transmited signals
- Pulsed wave
- CW (continuous wave)
 Correlación

 Radar applications
Efecto Doppler
 Correlación

 Radar applications
Radares de velocidad vehicular, foto radares

Emisor
Se acerca al emisor

Se aleja del emisor

 Correlación

 Radar applications
Radar meteorológico
La diferencia de frecuencias
permite determinar la velocidad
de la nube
 Correlación

 Radar applications
Medicina

ECOGRAFÍA VASCULAR (ecografía Doppler de venas y arterias)

Análisis del flujo sanguíneo.
Detección de alteraciones como trombosis, varices, etc.

ECOGRAFIA DOPPLER FETAL ECOCARDIÓGRAFO

 Correlación

 Radar applications
Control de tráfico aéreo

https://www.yokota.af.mil/News/Photos/igphoto/2000587757/
 Correlación

 Radar applications
Consider a class of problems related to radar:

𝑦 𝑛 = 𝛼𝑥 𝑛 − 𝐷 + 𝑤(𝑛)

𝑦(𝑛): received signal

𝑥(𝑛): transmitted signal (pulsed)
𝑤(𝑛): noise
D: round trip delay
𝛼: attenuation
𝑦(𝑛) 𝑥(𝑛)
 Correlación

 Definición conceptual

a) Es una medida de la similitud o parecido entre dos

formas de onda:

- Morfología
- Ubicación temporal

b) Es un método en el dominio del tiempo para buscar una

señal en otra.

c) Permite identificar o detectar una señal de interés.

 Correlación

 Interpretación

(ubicación temporal)

La correlación muestra:
a) Dónde dos señales son más parecidas en función de su corrimiento relativo.
b) Qué tanto “se parecen” en función de su corrimiento relativo.
 Correlación

 Interpretación/obtención

• Una señal se desplaza a lo largo de otra.

• En cada instante se comparan ambas por multiplicación punto a punto.

• Cuando ambas señales coincidan y/o se parezcan más, el producto será máximo.
• La función de correlación muestra la evolución de esa similitud conforme se mueve una
señal a lo largo de la otra.

• La señal transmitida se desplaza/compara/busca en la señal recibida

(usualmente ruidosa y/o atenuada).
 Correlación

Ejemplos

La correlación puede ser empleada para

identificar una señal por comparación con
una librería de señales:
Identificación de aves
 Correlación

 Definición
𝑤 𝑡 = 𝑢(𝑡) ⊗ 𝑣(𝑡) ⊗ Operador de correlación

𝑢 𝑡 : Es la señal a buscar (template)

𝑣 𝑡 : Es la señal que puede contener a
𝑢 𝑡 , con algún retardo y/o ruido
añadido

Mediante correlación se comparan las dos

señales y se determina, que para un
desplazamiento de 450 del template, las dos
señales coinciden (correlación máxima).

La señal template se encuentra en la segunda,

en la posición 450.
 Correlación

Ejemplos

lag
 Correlación

Ejemplos
 Correlación

Ejemplos
 Correlación

Cálculo

𝑟𝑥𝑦 𝒎 = ෍ 𝑥 𝑛 𝑦[𝑛 − 𝒎]
𝑛=−∞
𝒎 es el retardo o desplazamiento de la segunda señal

𝑇𝑎𝑚𝑏𝑖é𝑛 𝑠𝑒 𝑝𝑢𝑒𝑑𝑒 𝑒𝑥𝑝𝑟𝑒𝑠𝑎𝑟 𝑑𝑒 𝑒𝑠𝑡𝑎 𝑓𝑜𝑟𝑚𝑎

Cross-correlation vs. convolution

Inversión de 𝒉[𝒏]
Si en la convolución cambiamos ℎ[𝑛 − 𝑘] por ℎ[𝑘 − 𝑛], se obtiene:

=> Se puede calcular la correlación mediante convolución

The similar mathematics is only a coincidence (very convenient).
 Correlación

Matlab

Se busca s1 en s2
Se desplaza s1

[r, lags] = xcorr(___)

Returns a vector with the lags at

which the correlations are computed.

Resultados
El pico en la correlación indica el mayor parecido

Si lag > 0 s1 esta en s2, con retraso

Si lag < 0 s1 esta en s2, con adelanto
Si lag = 0 s1 coincide con s2
 Correlación

 Tipos

Autocorrelation
Es la correlación de una señal consigo misma, usualmente
desplazada.

Cross-correlation o correlación cruzada

Es la correlación de una señal con otra.
Auto-correlation
La señales se pueden correlacionar consigo misma.


rxx (l ) =  x(n) x(n − l )
n = −

=  x(n + l ) x(n) = rxx (−l )
n = −
 Correlación

Propiedades

Cross-correlation is non-commutative.

𝑢(𝑡) ⊗ 𝑣(𝑡) ≠ 𝑣(𝑡) ⊗ 𝑢(𝑡)

 Autocorrelación

Ejemplos
a) El ruido aleatorio es similar a si mismo
sin ningún corrimiento. a
b) Su autocorrelación es un pulso.
b

c) Las señales periódicas se ponen o salen c

de fase conforme el corrimiento entre
ellas avanza. d
d) Su autocorrelación es periódica

e
e) Las señales transitorias son similares
solo mientras duran.
f) Su autocorrelación es transitoria.
f
 Correlación

Ejemplos
 Correlación

Ejemplos

Speech recognition using correlation

Is used in almost every security project where you need to speak and tell your
password to computer and is also used for automation.

For example, I want to turn my AC on or off using voice commands then I have
to use speech recognition.

I have to make the system recognize that whether I am saying ON or OFF.

In short, speech recognition plays a vital role in voice control projects.

Correlation is also used for pattern recognition when you want to find some
pattern in a signal or image.
Cálculo de la correlación
𝐷𝑎𝑑𝑎𝑠 𝑙𝑎𝑠 𝑠𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠.
x[n]=[3 1 2 ] y[n]=[3 2 1] n = 0, 1, 2

Hallar la correlación de x[n] respecto a y[n].

Se busca h en x
m -2 -1 0 1 2 3 4 5 Se desplaza h

x[m] 3 1 2 Matlab
[r lag] = xcorr(x, h)
y[m+2] 3 2 1
y[m+1] 3 2 1
y[m] 3 2 1
y[m-1] 3 2 1
y[m-2] 3 2 1
y[m-3] 3 2 1

𝑟 𝑙 = [3 7 13 7 6]
Cálculo de la correlación
𝐷𝑎𝑑𝑎𝑠 𝑙𝑎𝑠 𝑠𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠.
x[n]=[3 1 2 ] y[n]=[3 2 1] n = 0, 1, 2

Hallar la correlación de y[n] respecto a x[n].

m -2 -1 0 1 2 3 4 5
y[m] 3 2 1
x[m+2] 3 1 2
x[m+1] 3 1 2
x[m] 3 1 2
x[m-1] 3 1 2
x[m-2] 3 1 2
x[m-3] 3 1 2

𝑟 𝑙 = [6 7 13 7 3]
Cálculo de la correlación
𝐷𝑎𝑑𝑎𝑠 𝑙𝑎𝑠 𝑠𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠.
x[n]=[1 2 3 ] y[n]=[0.5 1 2 0.5] n = 0, 1, 2

a) Hallar la correlación de x[n] respecto a y[n].

b) Hallar la correlación de y[n] respecto a x[n].
c) Comprobar que 𝑟𝑥𝑦 𝑙 = 𝑟𝑦𝑥 −𝑙

m -3 -2 -2 -1 0 1 2 3 4 5
x[m] 1 2 3
y[m+2]

y[m+1]

y[m] 0.5 1 2 0.5

y[m-1]

y[m-2]

y[m-3]
Cálculo de la correlación
𝐷𝑎𝑑𝑎𝑠 𝑙𝑎𝑠 𝑠𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠.
x[n]=[1 2 3 ] y[n]=[0.5 1 2 0.5] n = 0, 1, 2

a) Hallar la correlación de x[n] respecto a y[n].

m -3 -2 -2 -1 0 1 2 3 4 5 6
x[m] 1 2 3
y[m+2] 0.5 1 2 0.5
y[m+1] 0.5 1 2 0.5
y[m] 0.5 1 2 0.5
y[m-1] 0.5 1 2 0.5
y[m-2] 0.5 1 2 0.5
y[m-3] 0.5 1 2 0.5
y[m-4] 0.5 1 2 0.5
y[m-5] 0.5 1 2 0.5
Visual comparison of convolution, cross-
correlation and autocorrelation
 Correlación

Ejemplos
Determinar la correlación entre las dos señales mostradas.
Laboratorio Template

Correlación
one

corr(one, template)

two

corr(two, template)

three

corr(three, template)

four

corr(four, template)

five
Laboratorio
Correlación
Laboratorio
Correlación

Usar
Dado un vector x, se
puede determinar el
máximo y su índice
mediante:

[maximo, posicion] = max(x)

Laboratorio x
Correlación

[xc, lags]
xcorr(x, y)
Laboratorio
Correlación