给定一个模板和一个信号，就会出现一个问题，即信号与模板的相似程度。
传统上，使用简单的相关方法，其中模板和信号是互相关的，然后将整个结果通过两个范数的乘积进行归一化。这提供了互相关函数，其范围可以从-1到1，并且相似度作为其中的峰的分数给出。
- 与取该峰的值并除以互相关函数的均值或平均值相比，这有何不同？
- 我在这里测量的是什么？
所附的图表是我的示例。 
为了最好地衡量它们的相似性，我想知道是否应该看一下：
只是此处所示的归一化互相关的峰值？
取峰值，但除以互相关图的平均值？
如您所见，我的模板将是具有一定占空比的周期性方波-那么我是否也应该以某种方式利用我们在此处看到的另外两个峰？
- 在这种情况下，怎样才能最好地衡量相似性？
谢谢！
编辑Dilip：
我绘制了互相关平方与不成平方的互相关，它确实比其他峰确实“锐化”了主峰，但是我对于应该使用哪种计算来确定相似性感到困惑...
我想找出的是：
可以/应该在相似度计算中使用其他次要峰吗？
现在，我们有一个平方的互相关图，它肯定会锐化主峰，但是这对确定最终相似度有何帮助？
再次感谢。
编辑Dilip：
较小的峰实际上对相似度计算没有帮助。这是最重要的高峰。但是较小的峰值确实支持了这样的推测，即信号是模板的噪声版本。”
- 感谢Dilip，我对该声明感到有些困惑-如果较小的峰实际上确实提供了信号是模板的嘈杂版本的支持，那么这是否也有助于度量相似度？
我感到困惑的是，是否应该仅使用归一化互相关函数的峰值作为我的相似性的最终度量，而不必关心其余互相关函数的功能/外观，或者我是否还应该考虑交叉心电的峰值和some_other_metric。
如果只有峰很重要，那么对函数求平方有什么用/为什么有帮助，因为它只是将主峰相对于较小的峰放大了？（更抗噪吗？）
长短：我应该只将互相关函数的峰值作为最终的相似性度量，还是应该将整个互相关图也考虑在内？（因此，我想到了查看其均值的想法）。
再次感谢，
PS在这种情况下，时间延迟不是问题，因为此应用程序“无关紧要”。PPS我无法控制模板。