计算两个信号之间的相干性(有时称为幅度平方相干性)表明两个信号之间是否存在线性变换。 是否存在与非线性变换相关的信号的模拟? 让我们假设预期的非线性变换是已知的。如果计算能在一定范围内识别非线性变换会更好,但这可能只是一厢情愿。
海洋水位(由于潮汐)和井中测量的地下水位之间的一致性示例,取自上面链接的维基百科文章。这是通过线性变换相关的两个信号之间的相干性的示例。

计算两个信号之间的相干性(有时称为幅度平方相干性)表明两个信号之间是否存在线性变换。 是否存在与非线性变换相关的信号的模拟? 让我们假设预期的非线性变换是已知的。如果计算能在一定范围内识别非线性变换会更好,但这可能只是一厢情愿。
海洋水位(由于潮汐)和井中测量的地下水位之间的一致性示例,取自上面链接的维基百科文章。这是通过线性变换相关的两个信号之间的相干性的示例。

您是否对相干性区分不同频率相关性的能力感兴趣,或者您对任何非线性相关性的测量感兴趣?相干性基本上是频域中的互相关。
互信息可以衡量非线性相关性,但没有说明相关性的形式。如果没有大量数据,也很难准确估计(核密度估计是目前帮助解决这一问题的一种流行工具,尽管我认为圆顶已经开始受到关注)。
我不知道有人这样做过,但您也可以使用一个信号来预测另一个信号,使用一个带有一个隐藏层的人工神经网络。然后,您的相关度量可能类似于预测信号和目标信号之间的 RMSE。不过,这感觉就像一个黑客。通过一些工作,您可以尝试根据网络的训练权重推断关系类型。我不是专家,但我不知道实际执行此操作的正式框架。它也不是一个既定的指标,所以你还必须努力让人们相信它是有意义的(如果你不能引用在你之前做过的资源,那就更困难了)。