基于迭代QR分解的MMSE V-BLAST算法

针对采用最小均方误差(minimum mean square error,MMSE)检测算法在MIMO系统接收端进行检测时,需要进行大量伪逆运算导致检测复杂度增加的问题,提出了用一种基于迭代QR分解的MMSE V-BLAST算法,避免了伪逆运算,有效地降低了检测算法的复杂度,使系统检测性能得到了明显改善.在多散射物无线通信环境下进行仿真实验,结果表明,与传统的算法相比,提案算法在保证相同信噪比,误码率没有显著变化的前提下,系统检测复杂度明显改善.理论分析证明,系统中有效天线数目越多,所提出的算法优越性越明显.     

矩阵的QR分解

给出了用矩阵的Doolittle分解实现矩阵A的QR分解的一种方法,并给出了具体的算法,以便于计算机实现矩阵的QR分解。     

TOEPLITZ—块矩阵的快速QR分解算法及其并行实现

本文对Ｔｏｅｐｌｉｔｚ－块矩阵的ＱＲ分解和逆分解，提出了一个在Ｏ（ｋｍｎ＋ｓｍｎ）的乘这算次数内，通过同一个变换同时计算Ｒ，Ｑ＾Ｔ，Ｒ＾－的算法，并给出了该算法的并行计算过程。     

基于小波分解的IM信号检测算法

在5G移动通信网络中,为了进一步提高频谱利用率和能量利用率,一种新的调制方式——索引调制被提出。采用小波分解检测索引调制信号,可提高索引信息的特征表现,提高有效子载波的识别概率,在低信噪比下获得满意的检测概率和漏检概率。仿真结果表明,相比于基于能量的信号检测算法,基于小波分解的检测算法性能可提高约2d B。     

利用QR分解的脆弱水印算法

提出一种基于QR分解的脆弱水印算法。该算法运用了矩阵的QR分解技术,把原始图像信息转化成很短的二进制比特串,并把其作为水印嵌入到原始图像中随机选取的某些像素的LSB位。该算法不仅能检测到水印图像的任何改动,同时还保证了水印图像的质量。此外,为了对水印图像的变化像素进行定位,提出了一种运用了分块技术的扩展算法,并对此扩展算法进行了改进,使其能够抵抗剪切—粘贴攻击。实验证明该算法对水印图像的改变非常敏感,定位算法也有很好的效果。     

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.     

一种改进的排序QR分解V-BLAST检测算法

垂直分层空时编码(V-BLAST)是贝尔实验室提出的一种MIMO系统.在基于QR分解算法的基础上,结合最大似然算法,提出了一种改进算法,称为排序ML-QR算法.该算法先对信道矩阵按列范数从小到大进行列置换,再进行QR分解,对最先检测的两层信号采取最大似然检测,提高最先检测级的性能,剩下层的信号采用QR分解算法检测.理论分析及仿真实验结果表明,提出的排序ML-QR算法优于传统的分层空时检测算法,在高信噪比的情况下性能改善更加明显.     

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QR分解的Duffing系统Lyapunov指数求解方法

Lyapunov指数衡量了非线性轨迹的稳定性和非线性系统的动力学特性,常作为判断Duffing系统混沌态和大尺度周期态的依据.根据Lyapunov指数的特征,Duffing系统的策动项采用正弦函数替代余弦函数方式,提出了一种基于QR分解的Duffing系统Lyapunov指数的求解方法.Matlab仿真结果表明了该算法的正确性、可靠性和有效性.     

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。     

基于矩阵秩显QR分解的时延估计

近年来,MUSIC算法在时延估计研究中异常活跃。它获得和利用接收信号的协方至矩阵的一组与信号时延矢量正交的特征矢量．特征分解需要很大的计算量。本文基于矩阵秩显QP分解提出一种新的时延估计方法．计算机模拟结果表明此方法与MUSIC算法同样有效,而且计算量大为减小。     

K-拟次酉矩阵的分解

在K-拟次酉矩阵分块形式的基础上,讨论了这类矩阵的一些特殊分解方法,得出了一些新的结果．     

基于非负矩阵分解的阴影检测方法

针对以往的矩阵分解方法不能保证分解结果非负的问题, 根据非负矩阵分解（NMF: Non negative Matrix Factorization）结果非负的特点, 提出了基于NMF的阴影检测方法, 并以此为基础将进一步引入的分块非负矩阵分解（BNMF: Block Non negative Matrix Factorization）应用于阴影检测。通过NMF/BNMF提取训练样本中阴影的亮度特征, 再根据特征识别测试样本中的阴影区域。实验结果表明,与基于奇异值分解方法相比, 该算法的阴影检测细节更清晰, 具有更好的效果。     

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。     

基于小波变换的串扰信号频率的检测

在对小波变换与串扰信号奇异性检测算法分析基础上,对印刷电路板(PCB)的设计中串扰信号频率产生进行了分析,进而推定串扰信号源频率检测方法.并通过PROTEL软件产生串扰信号数据,利用小波变换与串扰信号奇异性检测算法检测串扰信号取得准确频率范围.     

基于层次化上下文因式分解机的推荐系统

在基于协同过滤的推荐系统中,因式分解机模型是基于矩阵分解的一般化模型,不需要特定支持向量,可直接应用于回归和分类中,并能更准确地处理稀疏矩阵.通过对其进行改进,在不提高时间复杂度的同时考虑上下文环境,并对上下文进行层次化处理.通过两组真实数据集,在不同的指标下进行实验.最后证实改进后的模型,在准确率和学习速率上优于原有模型.     

基于无人机平台的电视信号功率检测方法

本文提出了一种电视信号功率辐射检测新方法,用于对电视信号发射系统发射端EIRP进行检测.在硬件上,根据该方法搭建了以无人机为平台的电视信号功率低空辐射检测系统,对电视信号频率和功率进行测量;在软件上设计了电视信号功率路径损耗补偿算法,对数据进行筛选、计算、存储和显示.系统在郑州和石家庄的电视信号塔上的电视信号功率对实际台站进行了测试验证,结果表明,该方法比传统地面辐射检测的测量误差减小5 dB以上,有效地解决了地面检测选址困难的问题,降低了由于复杂环境、设备缺陷带来的检测误差,提高了检测效率和准确性.      

复矩阵的Givens变换及其QR分解

实矩阵有成熟的三角分解算法,复矩阵尚无好的三角分解算法.为解决复矩阵的三角分解与QR分解问题,采用科学类比,重新拓展定义,演绎计算的方法,给出复Givens矩阵的定义,推导出了复Givens矩阵是酉矩阵,得到了用有限个复Givens变换将一个n维复向量旋转到任何一个给定方向的方法,证明了任何一个非奇异复矩阵能够通过有限...     

基于BP网络的涡流探伤裂纹信号特征提取的研究

用变频扫描励磁方法进行涡流定量检测以提取裂纹信号,利用三层结构的反向传播网络(Backpropagationnetwork,简称BP网络)建立了网络模型,并利用实际数据拟合参数,针对提离实验数据进行了计算仿真.结果表明:该网络模型算法收敛速度较快,输出精确,为实现板材裂纹深度的定量标定打下了理论基础.