基于LCMV的MQRD-SMI自适应波束形成算法

在QRD-SMI算法的基础上,提出了一种不需要前向和后向代入而能全速/并行得到实时权向量W的一种混合型QRD-SMI算法(MQRD-SMI),并给出其易于硬件并行实现的Sys-tolic阵结构.该算法能完全克服QRD-SMI算法并行性和实时性欠佳的缺点,能做到真正意义上的实时并行权向量抽取.仿真结果和分析验证了该算法的有效性和实时性.     

基于TS201S的MQRD-SMI ADBF多处理器系统

为了解决在自适应波束形成系统中需要大量的矩阵运算而导致系统实时性能欠佳的问题,提出了一种并行性能较好的混合QR分解SMI算法(MQRD-SMI),给出算法易于DSP实现的一种高速Systolic阵结构,研制岀一种采用多片TS201S并行实现接收ADBF的实验系统.实验结果验证了算法和系统的有效性和实时性.     

基于实测数据的STAP的权值计算算法性能比较

空时自适应处理(STAP)的权值求解是其计算最密集的部分,由于机载雷达回波数据动态范围很大,导致传统的采样协方差矩阵求逆(SMI)方法数值稳定性较差,相对而言基于QR分解的采样矩阵求逆算法(QRD-SMI)在系统动态范围要求和并行性上具有优势.为了寻求在STAP工程实现时采用QRD-SMI的理论依据,分析了采用这两种不同算法的STAP处理方法,比较了二者的计算量,用MountainTop数据比较研究了2种方法的性能.实验结果表明这2种方法均具有良好的杂波、干扰抑制性能,传统的SMI算法在杂波抑制性能上较QRD-SMI算法有一定的优势,而QRD-SMI算法对"目标消除效应"较SMI算法有更强的稳健性,综合比较算法性能、数值特性以及可并行实现性,QRD-SMI更适合在STAP的工程实现时采用.     

基于Gram-Schmidt正交法的矩阵并行QR分解算法

分析了线性无关向量组的Gram-Schmidt正交化过程以及矩阵的QR分解原理。在多核架构的微机中,设计实现了一种基于Gram-Schmidt正交法的矩阵QR多核并行分解算法。新算法易于计算机编程实现,数值实验也验证了算法具有良好的并行性。     

基于现场可编程门阵列的矩阵求逆算法设计

针对自适应抗干扰算法在更新最优权值时存在时间延迟问题,提出了一种基于Cholesky分解的矩阵求逆算法实现架构。该实现架构主要包括协方差矩阵计算模块、Cholesky分解模块、计算下三角矩阵的逆矩阵模块、三角矩阵相乘和权值计算模块。本设计可完成在最短权值更新时间的前提下,对高阶采样矩阵进行求逆运算。仿真结果表明,在FPGA的硬件平台上,一次权值的更新时间只需要1.2 ms。本设计为自适应抗干扰快速求解权值提供了一种切实可行的解决方案,对存在类似需求的权值求解系统具有一定的参考价值。     

基于QR分解和支持向量的伪逆LDA

为了降低计算复杂性,本文提出了三种基于QR分解和支持向量的伪逆线性判别分析法.通过对UCI数据库中的Wine和Iris数据进行对比实验,验证了本文所提算法对分类问题的有效性和实用性.     

基于QR分解的稀疏LSSVM算法

传统最小二乘支持向量机(LSSVM)一般通过随机选择部分样本得到核矩阵的低秩近似提高解的稀疏性, 为了使该近似分解用尽可能小的低秩矩阵更好地近似原核矩阵, 提出一种]基于正交三角(QR)分解的QRP-LSSVM稀疏算法. 采用QR分解保持正交的特性挑选差异更大的样本, 迭代地精选核矩阵的部分列得到核矩阵的Nystr-m型低秩近似, 并利用分解结果快速求得最小二乘支持向量机的稀疏解. 实验分析表明, 该算法在不牺牲分类性能的前提下可得到更稀疏的解, 甚至在稀疏水平不超过0.05%的情况下准确率也较高, 可有效解决大规模训练问题.     

最小二乘配置的QR分解解法

为了解决最小二乘配置解算问题,采用QR分解解法建立了直接解算算法.分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的QR分解方法的基础上,推导得出了矩阵QR分解与广义逆矩阵的关系,得出了可以直接利用QR分解求解矩阵的最小二乘逆,并推导了应用QR分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的QR分解用于最小二乘配置解算的正确性和可行性.该成果为最小二乘配置法提供了一种新的解算方法.     

医疗超声成像自适应波束形成算法

针对传统医疗超声最小方差自适应波束形成算法的稳健性差、图像对比度提高有限、算法复杂度高等缺点,在基于QR分解的最小方差(QRMV)波束形成的基础上,引入了符号相干系数,提出了一种基于QR分解的最小方差与符号相干系数融合的自适应波束形成算法.仿真结果表明:该算法分辨率、对比度都优于传统的延时叠加、最小方差及基于QR分解的最小方差算法,表现出和最小方差与符号相干系数融合(SFMV)算法非常接近的性能,但运算复杂度却远低于它.     

压缩感知A*OMP重构算法的并行化与GPU加速实现

针对压缩感知系统实时应用的需要,探讨了A*OMP算法的并行设计及基于GPU的加速方法.将耗时长的矩阵逆运算转化为可并行的矩阵/向量操作,并结合算法本身的关联特性,进一步采用迭代法实现以降低其计算复杂度.利用GPU高效的并行运算能力,将算法中可并行的矩阵/向量计算映射到GPU上并行执行,在面向Matlab的Jacket软件平台上对整体串行算法进行了并行化的设计与实现.在NVIDIA Tesla K20Xm GPU和Intel(R)E5-2650 CPU上进行了测试,实验结果表明:对比CPU平台的串行实现,基于GPU的A*OMP算法整体上可获得约40倍的加速,实现了在保持系统较高重构质量的同时能有效降低计算时间,较好地满足了系统实时性的需要.     

BLAST-OFDM系统中基于QR分解的检测算法

将BLAST(分层空时编码)和OFDM(正交频分复用)相结合,利用无线信道的多径传播特性产生并行空间信道,从而提高数据的传输速率,抵抗频率选择性衰落,并提出了一种基于QR分解检测的抑制连续干扰消除中误码扩散的检测算法。仿真证明,这种算法较QR分解检测算法误码率性能有了较大的提高,与排序QR分解检测算法相比误码率性能也有所改善,计算复杂度也略占优势。     

Fast parallel QR decomposition of block-Toeplitz matrices

A fast algorithm FBTQ is presented which computes the QR factorization a block-Toeplitz matrixA(A∈R ^ms×ns ) in O(mns ³) multiplications. We prove that the QR decomposition ofA and the inverse Cholesky decomposition can be computed in parallel using the sametransformation. We also prove that some kind of Toeplitz-block matrices can be transformed into the corresponding block-Toeplitz matrices. Supported by the National Natural Science Foundation of China and the National Climb Projection of China Hu Xiao: born in Nov. 1970, MS     

改进的VBLAST检测算法及其在多载波CDMA系统中的应用

将多输入多输出(MIMO)技术应用于传统的MC\DS CDMA方案,构成MIMO MC\DS CDMA系统,能在很大程度上提高MC\DS CDMA方案的性能。在深入研究低复杂度的QR分解相关算法的基础上,提出了一种MIMOMC\DS CDMA系统中改进的VBLAST检测算法——平行干扰消除QR分解检测算法,该算法进一步抑制了误码传播现象。仿真结果表明,所提出的算法无论是在单用户或者多用户条件下都能显著提高系统的误码率性能。     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

一种局部监督式纹理分类算法

在小波理论的基础上,提出一种新的纹理分类方法.通过计算一连串的小波分解和模运算得到包括多尺度和多方向共现信息的局部描述符——散射向量,该描述符具有局部平移不变性和线性变形性,然后使用PCA模型选择散射向量得到一种监督式纹理分类算法.最后,采用CURET纹理数据库进行算法验证.结果表明,本文算法具有较高准确率,且能很好对具有相同功率谱的纹理进行分类.     

机群系统中矩阵的并行QR分解算法

随着高速网络技术的快速发展,机群系统已经成为并行计算的主要平台,由于它的高通信延迟,某些在并行机上实现的细粒度并行算法已不适合在该环境下运行,为此有必要研究它们在机群系统中的并行实现。基于这一点,对矩阵的QR分解提出了一种新的任务划分策略,并由此得到了它的一种粗粒度并行算法。实验结果表明,设计的并行算法在机群系统中具有较高的加速比。