21.12. Применения в акустике
Корреляционные методы оказались чрезвычайно плодотворными при исследовании акустических сигналов [14]. Они значительно удобнее для идентификации сигнала, чем спектральный анализ. С помощью взаимно-корреляционной функции можно обнаружить, как мы уже об этом говорили выше, периодическую составляющую на фоне шума (этот способ особенно пригоден для прямого обнаружения объектов под водой).
Для случайного сигнала можно определить характерное время корреляции (т. е. такую задержку 
что при больших значениях задержки автокорреляционную функцию можно считать равной нулю) и информационную емкость сигнала в единицу времени.
В архитектурной акустике корреляция также играет большую роль при определении критериев качества или параметров распространения звука в различных замкнутых объемах, таких, как помещения с реверберацией, студии или залы, предназначенные для прослушиваний. Для определения оптимального расположения микрофонов в концертном зале, как ни изощренно ухо специалиста, логичнее также опираться на критерии, основанные на инструментальных измерениях.
Другое, без сомнения, интересное применение корреляционных методов — их использование для анализа голоса, т. е. для идентификации фонем (элементарных звуков устной речи). Это применение основано на исследованиях, выполненных с помощью распознавателя речи. Фонемы в последнем идентифицируются путем сравнения с шаблонами фонем (для этой процедуры пригодна согласованная фильтрация, но, как уже отмечалось выше, согласованная фильтрация и корреляция есть не что иное, как разные аспекты одного и того же подхода). Такая идентификация фонем должна дополняться анализом на соответствие контексту для устранения возможных неоднозначностей произношения.
Развитием этого применения корреляционных методов является распознавание формы. Графическое изображение, которое” хотят идентифицировать, делят на достаточно мелкие кусочкиг с помощью аналоговых схем с телевизионным сканированием; сигналы, возникающие в процессе сканирования, сравниваются корреляционным методом с опорными сигналами и отбираются те из опорных сигналов, которые дают максимальную когерентность.
Отметим, что этот метод исследования во многом приближается к алгоритму действий человеческого мозга, совершаемых при интерпретации ярких впечатлений; эти действия сводятся, как показывают последние исследования в этой области, к итеративной генерации авто- и взаимных корреляций.
