簡潔地解釋如下：

1) 首先我們僅考慮實訊號。

自相關的直觀含義就是：把一個訊號平移一段距離，跟原來有多相似。

於是就有了自相關的定義：

它代表了“移、乘、積”這三步操作。

如果只談自相關，其實到此就可以結束了。

只不過，在訊號處理領域中還有一個叫“卷積”的東西，在別的地方（已知線性時不變系統的衝激響應和輸入，求響應）有用。

它跟自相關的定義很相似，包含了“卷、移、乘、積”四步操作：

左邊有時也寫作，表示這個函式是由x(t)和y(t)卷積而得的，但它的自變數是。

我們發現卷積比自相關多了一步“卷”的操作，為了去掉這個多餘的操作，我們先把原訊號自己卷一下，就可以抵消掉卷積中的“卷”操作了。這就是自相關與卷積的關係：

2) 現在擴充套件到複數域。

自相關是要刻畫一個訊號平移後與原始訊號的相似性。顯然，不平移時應該是最相似的。

我們希望x(t)與x(t)本身相乘後積分時，各時間點的值能夠因疊加而增強。

在實數域上x(t)直接自乘沒有問題。

在複數域上，x(t)自乘後輻角還是亂的。

如果對其中一個x(t)取一下共軛，相乘後輻角就統一變成0了，積分時就能夠取得疊加增強的效果。

所以在複數域上，自相關是這樣的：