最优外插Jacobi信号检测算法

针对大规模多输入多输出(multiple input multiple output,简称MIMO)系统中最小均方误差(minimum mean square error,简称MMSE)信号检测算法复杂度过高及传统Jacobi信号检测算法收敛较慢的问题,提出最优外插Jacobi(optimal extrapolation Jacobi,简称OEJ)信号检测算法.在Jacobi迭代计算中,通过最优外插因子将当前解与下次迭代解进行组合,以加快迭代收敛速度.OEJ信号检测算法的复杂度比MMSE信号检测算法的复杂度低一个数量级.仿真实验结果表明：相对于传统Jacobi及阻尼Jacobi信号检测算法,OEJ信号检测算法的误码率最低,随迭代次数的增加误码率减小最明显、收敛最快.     

关于JOR迭代法的收敛性质

结合Jacobi矩阵的特征值,求出了JOR迭代法收敛的充要条件.对于Jacobi矩阵特征值全部为实数以及全部为纯虚数和(或)零的两种情形,分别确定了最佳松弛因子.同时证明了对一类常见的系数矩阵,最佳的JOR迭代法即为Jacobi迭代.最后给出了相关数值实例.     

解具特殊系数矩阵线性代数方程组的预条件迭代法

文章考虑具有更优特性的分块矩阵，（具有性质A的矩阵），给出了预条件Jacobi、Gauss—Seidel、对称Gauss—Seidel迭代矩阵与传统块Jacobi迭代矩阵二者特征值之间的关系，作为应用，选取某个恰当的预条件因子，在传统块Jacobi迭代法不收敛的情况下，预条件块迭代法能收敛．     

实对称矩阵特征值分解高速并行算法的FPGA实现

针对MUSIC(Multiple Signal Classification,多重信号分类)算法中的信号子空间和噪声子空间分离的硬件实现实时性需要,对矩阵特征值分解的Jacobi算法进行了并行改进,采用脉动阵列结构在FPGA(Field Programmable Gate Array)上高速并行实现了对数据协方差矩阵的特征值分解。采用矢量模式CORDIC算法和旋转模式CORDIC算法实现脉动阵列结构的细胞单元。系统字长选用16 bit定点数,采用硬件描述语言VHDL进行描述,在Altera公司的EP2S60中实现。整个特征值分解模块消耗24 372个FPGA中基本逻辑单元(LE),系统最高工作频率145 MHz,完成一次特征值分解的最低耗时为14.82μs。通过理论分析和实验验证,该实现方法精度高、速度快,大大提高了MUSIC算法的实时性,扩大了MUSIC算法的应用范围。     

一种Jacobi型方法及其应用

本文给出了一种新的Jacobi型方法,用于求埃尔米特矩阵的全部特征值和特征向量时,比[1]中所用的Jacobi方法收敛速度快一倍,存贮量少一半,计算总量也少一半.实例表明效果还要好些.这一新方法可用于埃尔米特矩阵同时迭代法正定广义埃尔米特特征值问题的同时迭代法以及一般广义埃尔米特特征值问题.     

一类特殊矩阵的AOR迭代收敛条件

A．Hadjidimos提出了一个迭代求解线性方程组的AOR方法(Accelerated Over relaxation Method),并讨论了Jacobi迭代矩阵的特征值为实数时此方法的收敛性．在此基础上,讨论了系数矩阵A为(1,1)相容次序矩阵、Jacobi迭代矩阵的特征值为复数时AOR迭代法的收敛情况．给出一个判定收敛的条件．扩充了A．Hadjidimos的结果,并以一个数值例子加以说明．     

Jacobi矩阵特征值反问题的同伦方法

本文提出了用同伦方法解Jacobi矩阵特征值反问题,理论证明它是一个可行的、全局收敛的方法。     

广义周期Jacobi矩阵的逆特征值问题

研究了广义周期Jacobi矩阵的逆特征值问题,得到了此问题解的个数,并提出解决此问题的稳定算法.     

相容次序矩阵的AOR方法的收敛性

文章讨论了系数矩阵为相容次序矩阵、Jacobi迭代矩阵的特征值在三种情形时对应的AOR方法的收敛条件,并给出了当Jacobi迭代矩阵特征值为纯虚数和实数时的最优因子的选取方法,最后通过实例进行分析。     

一种求解同时博弈Nash平衡问题的非线性Jacobi算法

针对N个参与人同时博弈的Nash平衡问题,提出了一种非精确非线性Jacobi算法.在适当条件下,证明了所提出的算法全局地收敛到Nash平衡点.     

第二类对称三对角阵的特征值反问题的降阶法

本文构造了一个求解第Ⅰ类对称三对角矩阵特征值反问题的算法，把第Ⅱ类特征值 反问题归结为第Ⅰ类特征值反问题，其阶数降低一半，进行了算法的稳定性分析。     

Hermite矩阵特征值问题的2阶主子阵实数化法

本文提出一种求解复Ｈｒｅｒｍｉｔｅ矩阵全部特征值问题的Ｊｃｏｂｉ方法，称炎为２阶主子阵实数化方法。其主要是想法是每个迭代步中，将矩阵的一个２阶主子阵用酉对角阵相似变换成实２阶阵。然后用它Ｊａｃｏｂｉ旋转将对对角化。     

量子混合蛙跳算法求解连续空间优化问题

基于量子理论提出一种量子混合蛙跳算法, 该算法采用量子位的Bloch球面坐标编码个体, 利用量子位在Bloch球面上绕轴旋转的方法更新个体, 通过自适应混沌旋转角度算子提高子群内部局部搜索能力, 采用Hadamard门实现个体变异避免早熟, 有效扩展了解空间的搜索范围. 实验结果表明, 该方法优于普通的混合蛙跳算法、 粒子群算法和遗传算法, 具有较高的优化能力和效率, 更适合高维复杂函数的优化.     

带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿矩阵迭代解

针对带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿结构矩阵解问题,给出了一种共栀梯度迭代算法.首先提出了带子矩阵约束的二次逆特征值问题的最小二乘问题及其最佳逼近问题;然后分别给出了基于共轭梯度的迭代算法,证明了算法的收敛性.对于任意初始约束矩阵,在不存在舍入误差的情况下,用该迭代算法可以在有限步迭代中得到...     

Jacobi型方法的一些研究

回顾了Jacobi方法与拟-Jacobi方法的发展历史,介绍了并行Jacobi方法与并行拟-Jacobi方法的研究现状。针对网格状分布式多处理机系统就非对称广义特征值问题设计了一种拟-Jacobi方法的并行处理方案,并对G．W．Stewart提出的一种算法做了修正。     

基于转角增量关系的FDK锥束重建改进算法

单圆形轨迹不能满足锥束投影精确重建的充要条件是经典FDK算法出现锥向衰减伪像的根本原因.通过斜平面转角增量关系的分析,推导出同锥角斜平面间转角及其增量的计算关系,进而得出FDK算法是对同锥角斜平面族上有限视角的投影数据进行重建,并且在滤波反投影重建过程中存在转角关系不匹配问题.针对上述两个问题,提出了一种利用转角及其增量关系对FDK算法进行改进的新方法,改进思路也进一步推广到T-FDK算法中.Shepp-Logan模型的仿真实验结果表明在适中或较大锥角情况下,改进算法显著改善了FDK算法所存在的锥向衰减伪像.     

加速广义极小残余新算法

研究了Krylov子空间广义极小残余算法（GMRES（m））的基本理论,特别是残余向量与Krylov子空间的关系．根据残余向量所满足的代数方程组,深入探讨算法的收敛性质与所选择的子空间的关系,指出大大量按模很小的特征值对应的特征向量的存在会降低算法的收敛速度,从而提出一种利用按模很小的特征值对应的特征向量扩充Krylov子空间的加速广义极小残余算法（AGMRES（m））、理论分析和数值结果都表明,算法是可靠和有效的．     

基于p-h算法的可变焦距相对定向标定算法研究

针对传统可变焦距相对定向标定算法存在对初始值依赖性大、收敛性差等问题,提出一种基于p-h算法的可变焦距相对定向方法。此方法采用单位四元数代替三角函数来描述旋转矩阵,根据最小二乘法原理进行迭代求解,引入p-h算法进行优化,建立了相应的解算模型,解决三角函数描述旋转矩阵所造成算法缺陷。实验结果显示,改进后的算法具有对初始值依赖性小、收敛速度快、迭代次数少、对大角有很强的适应性等特点,解决了三角函数描述旋转矩阵带来的多值性、奇异性问题。