自相關（Autocorrelation）是指一個信號或數據序列與其在不同時間點的值之間的相關性。
自相關是信號處理和統計學中的一個重要概念，它用於度量同一信號或數據序列在不同時間點的相似程度，這種相似性通常隨時間差的增加而減少。自相關的概念不僅限於時間序列數據，也可以套用於空間數據或其他類型的序列數據。
自相關的套用非常廣泛，例如，在信號處理中，可以用來找出重複模式（如被噪聲掩蓋的周期信號），或識別隱含在信號諧波頻率中的基頻；在統計學中，自相關可以用來分析模型誤差項之間的相關性，這對於建立準確的預測模型非常重要。