线性无关向量组正交化的矩阵解法

利用矩阵的初等变换,给出了线性无关向量组正交化的矩阵解法,使用该方法使得线性无关向量组正交化过程更加简捷易行。     

不完全信号时内部交易

在假设内部交易者均收到不完全信号的基础上,对该信号在交易市场中所产生的影响进行了研究;在内部交易者进行多次交易时,模型以Schimidt正交化为研究方法、以标准Cournot双寡头模型为指导思想;进而得到风险资产市场上的均衡解及相关结论.     

Preconditioned method in parallel computation

1.INTRODUCTIONDecreasing the ti mes of communication andincreasingthe rate of it in the whole domain is very i mportantfor i mproving the rate of parallel computation in de-composed domain.Preconditioned technology hasbeen used widelyin this area[1]because it can changethe mode of communication andi mprove the topologi-cal configuration.Orthogonalization is a perfect pre-conditionedtechnology,but it isi mpossibleto orthog-onalize entirely for the large workload of computationand effect of …     

旋转设计的正交化和通用性

二次回归旋转设计是一种很常用的试验设计方法。本文在下面二个方面作了改进。首先,给出平方项的一种变换,在保证旋转性条件下,得到正交性,大大减少了计算和统计分析的复杂性,更便于实际工作者的应用。其次,给出了中心点的最佳重复试验次数的公式,使得预测值的方差基本上保持不变。     

关于施密特正交化的一点注释与应用

高等代数中求标准正交基、求正交阵都要用到施密特正交化。欧式空间的基中向量的位置不同,经过施密特正交化所得到的标准正交基的结果也不同,并且计算量的大小也不同。用施密特正交化法求实对称矩阵的逆矩阵是一种新的方法。     

线性代数方程组通解行处理法

利用Gram-Schmidt正交规范化方法给出了一种判断任意线性代数方程组相容性以及确定此方程组解结构的数值方法,分析了对应算法的计算复杂度、数值稳定性及内在并行性.     

基于数据预处理的改进GS正交化波束形成

针对常规Gram-Schmidt（GS）正交化算法在训练快拍中混有期望信号时,自适应波束会出现期望信号相消的问题,提出了基于数据预处理的改进GS正交化波束形成算法. 该算法构造阻塞矩阵进行数据预处理剔除期望信号,估计对应的协方差矩阵,并对其进行GS正交化重构干扰子空间,将静态加权矢量向干扰子空间作正交投影得到自适应权矢量. 同时,为准确估计干扰子空间,对协方差矩阵的正交化自适应门限进行了修正. 仿真结果表明,所提算法的输出信干噪比（SINR）比其它GS正交化算法有2 dB以上的性能改善.      

线性代数向量组正交化的教学改革

线性代数课程中的向量组正交化的传统方法,即施密特正交化过程。多年来,很多教材都是沿用施密特正交化过程方法,但其计算量比较大。论述了使用齐次线性方程组求非零解的方法,将向量组正交化,产生一种新的构思。     

一种基于施密特正交化的MIMO预编码方法

提出了一种基于施密特正交化的MIMO（multiple-input multiple-output）预编码矩阵的构造方法。该方法以格拉斯曼空间装箱原理生成的码本为基础,依据信道状态信息（channel state information, CSI）,在接收端以最小误比特率（bit error rate,BER）为性能指标,选择最佳匹配当前CSI的预编码矢量,进而将该矢量在格拉斯曼码本中的索引反馈给发送端,基站端根据层映射数目,从格拉斯曼码本中寻找与该矢量最相近的矢量,采用施密特正交化的方法构造出当前预编码矩阵。数值仿真结果表明,依据该方法构造的预编码矩阵,在同等条件下,与3GPP LTE R8标准中根据Householder变换构造的预编码矩阵相比,其BER性能更佳,且该方法实现简单,灵活性好。     

基于前后向协方差矩阵投影的信源数估计算法

针对均匀线阵的信源数估计问题,提出了一种基于前向-后向采样协方差矩阵正交投影的多目标信源数快速估计算法。该算法将经过酉变换后的前向-后向采样协方差矩阵的列矢量做Gram-Schmidt (GS)正交化,并将正交化后矢量的模值与一个自适应判决门限做比较来估计信源个数。该判决门限根据阵列采样协方差矩阵估计误差的渐近分布特性推导得到。计算机仿真证明了该算法的正确性和有效性。