Correlación discreta

Correlación cruzada

Frecuentemente, en el procesado digital de señales se necesita cuantificar el grado de

interdependencia entre dos procesos o la similitud entre dos señales, tal cantidad es arrojada por
la correlación cruzada. La correlación se suele utilizar en:
• La detección e identificación de señales.
• Detectores de desplazamiento.
En el presente capítulo, la «correlación cruzada» se suele denominar solamente como
«correlación» entendiendo que es el único tipo de operación que se estudia.
La operación de correlación cruzada puede expresarse como la función corr (), la cual acepta dos
argumentos, las funciones a correlacionar. La correlación tam-bién se puede representar mediante
el símbolo ∗∗ a modo de operador. En el presente texto se prefiere utilizar el símbolo doble ∗∗.

En el presente capítulo se definirá la suma de correlación cruzada tanto para señales aperiódicas
como para señales periódicas. También se definirán varios métodos que facilitan a los seres
humanos su cálculo.

Nomenclatura y definición de correlación

 Definición general de la correlación

Es una operación binaria entre dos funciones que indica la fuerza y dirección de la relación
entre ambas funciones.

 Nomenclatura de la correlación

Sean dos funciones reales de variable entera f (n) y g (n), la correlación de ambas funciones
denotada por f (n) ∗ ∗g (n) es otra función definida como f ∗ ∗g (n). En forma de ecuación se
puede plantear que:

f ∗∗g (n) = f (n)∗∗g (n)

  Correlación para dos señales energía y valuada en n = m. Sean f (n) y g (n) dos señales
cualquiera:

f= [. . . , f (−1) , f (0) , f (1) , . . .]

g= [. . . , g (−1) , g (0) , g (1) , . . .]

Su correlación valuada para n = m se plantea como:
f (n) se mantiene fija.

g (n) se retrasa en m, es decir, n cambia por n − m y la función cambia como:

g (n) → g (n − m)
Las funciones se multiplican (punto a punto como en todo producto de funciones).

f(n) g (n − m)
Se calcula el área del producto

f **g (m) = �n =-� f (n) g (n - m) …………….(a)

�

Si se observa bien, la defición (a) plantea un producto punto entre dos funcio-nes,
f (n) y g (n − m), siendo que la función g (n) ha sido desplazada, adelantada o atrasada, en m
posiciones.

Siguiendo la definición (a) si se desea conocer la correlación para todo instante de tiempo se
tendría que crear un registro para m tomando valores de un extremo a otro del infinito, es decir
m pertenece a (−∞.∞). Una forma de generalizar y simplificar este proceso es mediante un
cambio de variable tal como se define a continuación.

 Correlación para señales energía. Sean f (n) y g (n) dos señales energía, su
correlación valuada para toda n se plantea como:

�
f **g (n) = �n =-� f (m) g (m - n); "neZ
  Correlación en tiempo discreto para secuencias causales de duración finita

 Señal causal. Las señales causales son aquellas que no están definidas en tiempo
negativo y por tanto toman el valor de cero para tales tiempos. Si bien presentan un
comportamiento en tiempo positivo.

 Correlación causal finita. Sean dos secuencias causales fini-tas f (n) y g (n), ambas de
longitud N:
f=[f (0) , f (1) , . . . , f (N − 1)]

g= [g (0) , g (1) , . . . , g (N − 1)]

La correlación causal de ambas funciones, denotada por f (n)∗∗g (n), es otra función también
denotada como f ∗ ∗g (n) y cuya definición.

f **g (n) = �n =-� f (m) g (m- n); "neZ[[ -1( N - 1), ( N - 1) ]

�

 Longitud de la secuencia de correlación causal finita. Dada la secuencia

f = [f (0),f (1),. . ., f (N − 1)] y dada la secuencia g =[g (0),g (1),. . ., g (N − 1)], ambas
de longitud N, la longitud de la secuencia de correlación se representa como Nf∗∗g y su
cálculo es:
N f ** g = 2 N - 1

 Dominio de la secuencia de correlación causal finita. El dominio de la secuencia de

correlación causal finita es un subconjunto de los números enteros definido a
continuación.

neZ[[ -1( N - 1), ( N - 1) ]

 No causalidad de la correlación. La correlación de dos secuencias causales finitas es

otra secuencia no causal finita. Esto se puede observar en el dominio de la variable
independiente.
  Correlación promediada

Una variante muy empleada para la correlación entre dos secuencias causales finitas, es la
correlación promediada. Tal operación se emplea en el cálculo de filtros predictores, los cuales, a
s vez, son utilizados como parte de un algoritmo que reduce la tasa de transferencia en los
sistemas de comunicaciones.

 La correlación promediada se logra dividiendo la suma de correlación por el número de

muestras involucradas.

1
f (m) g (m - n); "neZ[[ -1( N - 1), ( N - 1)]
N -1
f **g (n) =
N
�
m =0

 Métodos de para la correlación

A continuación se describen varios métodos empleados para realizar la operación de correlación.

El primer método, por fórmula, es el más complicado y es implementado solamente para su uso
en computadoras. El método de la cinta deslizante facilita la compresión visual de la mecánica
que sigue la correlación. Los métodos de multiplicación y malla son algoritmos rápidos para el
uso de humanos. El método matricial es usado para el planteamiento de ecuaciones que modelan
algún sistema.

 Correlación por fórmula

Realice la correlación de las dos secuencias siguientes:

f = [f(0), f(1),f(2), f (3)]

�

g = [g(0),g(1), g(2), g(3)]

�

Figura (c)
Ahora se desarrollan los cálculos previos a la correlación, es decir:
 La longitud de las secuencias implicadas es N = 4.
 El dominio de la correlación se calcula a partir de la ecuación 6.8, es decir n perteneve
[−3, 3].

Ahora se desarrolla en la tabla del cuadro siguiente (tabla 1) la suma de convolución para las
secuencias dadas en la ecuación (c).
Los productos en rojo corresponden con índices para los cuales el segundo operando de la
convolución no tiene elementos definidos. Ahora bien, realizando los productos indicados se
Tiene que la correlación es:

. MÉTODOS DE PARA LA CORRELACIÓN

f*g(-3) = f(0)g(3) + f(1)g(4) + f(2)g(5) + f(3)g(6)

f*g(-2) = f(0)g(2) + f(1)g(3) + f(2)g(4) + f(3)g(5)
f*g(-1) = f(0)g(1) + f(1)g(2) + f(2)g(3) + f(3)g(4)
f*g(0) = f(0)g(0) + f(1)g(1) + f(2)g(2) + f(3)g(3)
f*g(1) = f(0)g(-1) + f(1)g(0) + f(2)g(1) + f(3)g(2)
f*g(2) = f(0)g(-2) + f(1)g(-1) + f(2)g(0) + f(3)g(1)
f*g(3) = f(0)g(-3) + f(1)g(-2) + f(2)g(-1) + f(3)g(0)

Correlación para las secuencias f = [f (0) , f (1) , f (2) , f (3)]

g = [g (0) , g (1) , g (2) , g (3)]

f∗∗g = [f ∗ ∗g (−3) , f ∗ ∗g (−2) , f ∗ ∗g (−1) , f ∗ ∗g (0), f ∗ ∗g (1) , f ∗ ∗g (2) , f ∗ ∗g (3)]

↑
donde:

f ∗ ∗g (−3) = f (0) g (3) (6.12)

f ∗ ∗g (−2) = f (0) g (2)+ f (1) g (3)
f ∗ ∗g (−1) = f (0) g (1) + f (1) g (2) + f (2) g (3)
f ∗ ∗g (0) = f (0) g (0) + f (1) g (1) + f (2) g (2) + f (3) g (3)
f ∗ ∗g (1) = f (1) g (0) + f (2) g (1) + f (3) g (2)
f ∗ ∗g (2) = f (2) g (0)+ f (3) g (1)

f ∗ ∗g (3) = f (3) g (0)

  Correlación de secuencias de duración finita por el método de la cinta
deslizante
El método de la cinta deslizante ilustra de manera gráfica el proceso de correlación entre dos
secuencias, es decir, para correlacionar, una secuencia finita f =[f (0),f (1),. . ., f (N − 1)] con otra
secuencia finita g =[g (0),g (1),. . ., g (N − 1)], ambas de longitud N:

 La secuencia f se mantiene sin alteraciones.

 La secuencia g se desplaza de adelante hacia atrás.

 En cada desplazamiento, se realiza el producto punto. En el caso de se-cuencias finitas

sólo se consideran aquellos productos punto que no son nulos.

Ahora bien, siguiendo los pasos, se consideran las dos secuencias siguientes:

f = [f (0) , f (1) , f (2) , f (3)]

g = [g (0) , g (1) , g (2) , g (3)]

Tabla 2
Tabla 2: Método de la cinta deslizante. Note que la secuencia f se mantiene sin cambios, en tanto
que la secuencia g se desplaza. Debe realizarse el producto punto entre f y g en cada
desplazamiento.

f= [f (0), f (1) , f (2) , f (3)]

↑

g= [g (0), g (1) , g (2) , g (3)]

↑

Ahora se desarrolla la suma de correlación, es decir:

 La longitud de las secuencias implicadas es N = 4.

 El dominio de la correlación se calcula a partir de la ecuación 6.8, es decir n pertenece

[−3, 3].

Entonces, por el método de la cinta deslizante se plantea la tabla 3 donde se obtienen las
ecuaciones

f = [2, 5, 0, 4]

g = [4, 1, 3, 0]

 Ejemplo del método de la cinta deslizante

 Correlacione las secuencias siguientes:

Tabla 3

Tabla 3: Correlación de las secuencias f=[2,5,0,4] y g=[4,1,3,0].

f = [2, 5, 0, 4]

g = [4, 1, 3, 0]
La longitud de la secuencia de correlación queda definida como:

Nf∗∗g = 2N − 1 = 2 × 4 − 1 = 7

La tabla 3 ilustra el proceso de correlación por el método de la cinta

deslizante.
El dominio de la secuencia de correlación es:

N pertenece a [− (N − 1), (N − 1)]

E [−3, 3]
La secuencia de correlación es:

f **g = [0, 6,17,13,32, 4,16]

  Correlación de secuencias de duración finita por el método
matricial
Considérense las dos secuencias siguientes: son las mismas ecuaciones

f f = [ f (0), f (1) , f (2) , f (3)]

↑
g=[g (0), g (1) , g (2) , g (3)]
↑
El planteamiento de la correlación por fórmula quedó definida en la tabla 3. Ahora bien,
considerando los factores no nulos y factorizando los términos de la secuencia f se logra
el siguiente planteamiento:

La ecuación anterior se puede expresar en forma compacta de la forma siguiente:

f**g=GF

En donde:
 Ejemplo del método matricial
Correlacione las siguientes secuencias: son las mismas ecuaciones 6.13.

f = [2, 5, 0, 4]}

g = [4, 1, 3, 0]

Planteando las matrices se logra:

La longitud de la secuencia de correlación queda definida como:

Nf∗∗g = 2N − 1 = 2 × 4 − 1 = 7
El dominio de la secuencia de correlación es:
f(0) f(1) f(2) f(3)
f(0)g(3) f(1)g(3) f(2)g(3) f(3)g(3) g(3) n
f(0)g(2) f(1)g(2) f(2)g(2) f(3)g(2) g(2) n
f(0)g(1) f(1)g(1) f(2)g(1) f(3)g(1) g(1) n
f(0)g(0) f(1)g(0) f(2)g(0) f(3)g(0) g(0) n
n
e [− (N − 1) , (N − 1)]
e [−3, 3]
La secuencia de correlación es:

f ∗ ∗g = [0, 6, 17, 13, 32, 4, 16]

 Correlación de secuencias de duración finita por

el método de malla
Considérense las dos secuencias siguientes:

f = [ f (0), f (1) , f (2) , f (3)]

↑

g =[g (0), g (1) , g (2) , g (3)]

Tabla 5

Método de malla para la correlación. Planteamiento de la malla.

Método de malla para la correlación. Llenado de la malla.

 Tabla 6
Primero se crea una malla tal como se ilustra en la tabla 4, en el renglón superior se coloca la
secuencia f en tanto que en la columna más a la derecha se coloca la secuencia g reflejada.
Luego la malla se llena con el producto cartesiano de las secuencias,

Finalmente, se realizan sumas en diagonal hacia abajo-izquierda. Los totales son los elementos
de la secuencia de correlación tal como ilustra la tabla 7. Así entonces, las ecuaciones resultantes
se indican a continuación y son las mismas ecuaciones.

Tabla 7

Correlación de las secuencias

[f (0) , f (1) , f (2) , f (3)]

[g (0) , g (1) , g (2) , g (3)]
 Tabla 8

Correlación de las secuencias f = [2, 5, 0, 4] y g = [4, 1, 3, 0] .

f**g=[0,6,17,13,32,4,16]
  Correlación de secuencias de duración finita por el método del producto

Considérense las dos secuencias siguientes

f= f (0), f (1) , f (2) , f (3)

↑

g=g (0), g (1) , g (2) , g (3)

↑

 Ejemplo : correlación por el método del producto

Correlacione las siguientes secuencias:

f= [2, 5, 0, 4]

f= [4, 1, 3, 0]
El proceso por el método del producto queda definido como indica la tabla 9
La longitud de la secuencia de correlación queda definida como:

Tabla 9

Tabla 9: Correlación de las secuencias f = [2, 5, 0, 4] y g = [4, 1, 3, 0] .

Nf∗∗g = 2N − 1 = 2 × 4 − 1 = 7

El dominio de la secuencia de correlación es:

n e [− (N − 1) , (N − 1)]

e[−3, 3]
La secuencia de correlación es:
f ∗ ∗g = [0, 6, 17, 13, 32, 4, 16]
  Correlación discreta por software
Correlación discreta en MATLAB

xcorr (a, b)
Donde:

a y b son secuencias discretas de longitud finita. En el caso de

MATLAB las secuencias no necesitan ser de la misma longitud.

 Propiedades de la correlación lineal

A continuación se han anotado algunas propiedades importantes de

la correlación. Al respecto, siempre debe recordar que aunque la
correlación es una operación lineal no es conmutativa.

 Asociatividad

f (n)∗∗g (n)∗∗h(n) = f (n)∗∗[g (n)∗∗h(n)]

= [f (n)∗∗g (n)]∗∗h(n)

 Distributivita:

f (n)∗∗[g (n) + h(n)] = f (n)∗∗g (n) + f (n)∗∗h(n)

en la aplicación de la propiedad de distributividas, se está dando

prioridad a la correlación frente a la suma. Esta propiedad, declarada
implícitamente, puede demostrarse fácilmente si se desarrolla la suma
de correlación.
  Homogeneidad:

- Af (n)∗∗g (n) = A[f (n)∗∗g (n)]

- f (n)∗∗Bg (n) = B [f (n)∗∗g (n)]

- Af (n)∗∗Bg (n) = AB [f (n)∗∗g (n)]

El lector debe observar que, en la aplicación de la propiedad de

homogeneidad, se está dando prioridad a la multiplicación por una constante
frente a la correlación.

 Inconmutatividad: La correlación no es conmutativa, esto es, dada:

f (n) ∗ ∗g (n) = h (n)

Se tiene a permutación de los operandos genera la secuencia reflejada

g (n) ∗ ∗f (n) = h (−n)

 Identidad.

f (n)∗∗δ (n) = f (n)

 Reflexión.

δ (n)∗∗f (n) = f (−n)