如何用Python的Scipy库确定相关信号的偏移位置？（含案例）

已知使用scipy.signal.correlate()计算序列x与y的交叉相关，核心信息如下：

• 相关峰值位于索引位置2914
• 最终得到的滞后值为-86个点
• 相关结果数组长度约为原始x、y数组长度的两倍（说明x和y长度近似相等）

偏移逻辑验证 #

对于scipy.signal.correlate(x, y, mode='full')（默认计算模式），交叉相关结果的索引与滞后值的对应关系为：

滞后值 = 峰值索引 - (len(y) - 1)

这里的滞后值定义为：当y(t)与x(t + 滞后值)对齐时，两者的相关度达到峰值。

结合你的数据推导：

• 滞后值为-86意味着：将x向前偏移86个点，即可与y的波形对齐（或等价于将y向后偏移86个点与x对齐）
• 反推原始序列长度：len(y) = 峰值索引 - 滞后值 + 1 = 2914 - (-86) + 1 = 3001，这也符合相关结果数组长度≈2*3001的描述（full模式下实际长度为3001+3001-1=6001，与“两倍”近似一致）

可视化验证 #

从x和y的放大图中可直观验证：将x曲线向右平移86个点（或y曲线向左平移86个点），两者的波形应高度重合，与计算得到的滞后值完全匹配。

内容的提问来源于stack exchange，提问作者user3430896