Декорреляция — это общий термин для любого процесса, который используется для уменьшения автокорреляции в сигнале или кросс-корреляции в наборе сигналов, сохраняя при этом другие аспекты сигнала. [1] Часто используемый метод декорреляции — это использование согласованного линейного фильтра для максимального уменьшения автокорреляции сигнала. Поскольку минимально возможная автокорреляция для заданной энергии сигнала достигается путем выравнивания спектра мощности сигнала до уровня, аналогичного спектру сигнала белого шума , это часто называют отбеливанием сигнала .
Большинство алгоритмов декорреляции являются линейными , но существуют и нелинейные алгоритмы декорреляции.
Многие алгоритмы сжатия данных включают в себя этап декорреляции. [2] Например, многие преобразовательные кодеры сначала применяют фиксированное линейное преобразование, которое в среднем имело бы эффект декорреляции типичного сигнала класса, который должен быть закодирован, до любой последующей обработки. Обычно это преобразование Карунена–Лоэва или упрощенное приближение, такое как дискретное косинусное преобразование .
Для сравнения, субполосные кодеры обычно не имеют явного шага декорреляции, а вместо этого используют уже существующую сниженную корреляцию в каждом из субполос сигнала из-за относительной ровности каждой субполосы спектра мощности во многих классах сигналов.
Линейные предиктивные кодеры можно смоделировать как попытку декорреляции сигналов путем вычитания наилучшего возможного линейного предсказания из входного сигнала, оставляя отбеленный остаточный сигнал.
Методы декорреляции также могут использоваться для многих других целей, например, для уменьшения перекрестных помех в многоканальном сигнале или при проектировании эхоподавителей .
В обработке изображений методы декорреляции могут использоваться для усиления или растяжения цветовых различий, обнаруженных в каждом пикселе изображения. Это обычно называется «декорреляционным растяжением».
Концепция декорреляции может применяться во многих других областях. В нейронауке декорреляция используется при анализе нейронных сетей в зрительной системе человека. В криптографии она используется при проектировании шифров (см. Теория декорреляции ) и при проектировании аппаратных генераторов случайных чисел .