避免奇异解联合对角化的两种高效算法

针对避免奇异解的联合对角化算法计算量大的问题,提出两种改进的高效算法．在第一种改进算法中,将对角化矩阵行列式按当前更新的列展开,从而避免了计算行列式过程中的矩阵求逆．另一种改进算法将列交换后的对角化矩阵进行QR分解,由分解得到的上三角矩阵计算对角化矩阵的行列式．由于两种改进算法减少了一次矩阵求逆,因此降低了原算法的计算量．仿真结果表明,当目标矩阵个数和维数较大时,两种改进算法的计算量分别为原算法的18.9％和13.5％．     

几个结构矩阵乘积的快速算法

运用广义中心对称矩阵和广义中心Hemitian矩阵的约化性质得到了计算此类矩阵乘积的快速算法．此算法和传统算法相比,大约是传统算法计算量的一半．     

关于电阻抗成像中Jacobi矩阵的算法及实现技巧

Jacobi矩阵的计算是许多电阻抗成像图像重建算法中最重要的环节之一 .文献 [1 ]采用摄动法导出了一种Jacobi矩阵的快速近似算法 ,讨论了Jacobi矩阵标准算法的实现技巧 ,指出文献 [1 ]算法与采用本文实现技巧的Jacobi矩阵标准算法的计算量是一样的 ,而且标准算法计算出的Jacobi矩阵是精确的 .     

关于电阻抗成像中Jacobi矩阵的算法及实现技巧

Jacobi矩阵的计算是许多电阻抗成像图像重建算法中最重要的环节之一。文献[1]采用摄动法导出了一种Jacobi矩阵的快速近似算法，讨论了Jacobi矩阵标准算法的实现技巧，指出文献[1]算法与采用本文实现技巧的Jacobi矩阵标准算法的计算量是一样的，而且标准算法计算出的Jacobi矩阵是精确的。     

介绍求逆矩阵的一种方法

首先定义一种矩阵之间直积的算法, 对分声矩阵用类似于计算行列式的方法计算出伴随矩阵, 从而得到矩阵的逆矩阵.     

辨识方法的计算效率(2):迭代算法

讨论了最小二乘迭代辨识算法及其计算效率问题.最小二乘迭代算法由于涉及矩阵求逆运算,为减小计算量,提出了基于块矩阵求逆的最小二乘迭代辨识算法.基于块矩阵求逆的最小二乘迭代辨识算法不是一种新算法,只是从辨识算法的实现方式上降低计算负担,它与最小二乘迭代算法产生相同的参数估计,但计算量小.文中研究了伪线性回归系统、多元伪线性回归系统、多变量伪线性回归系统的最小二乘迭代辨识算法及其基于块矩阵求逆的最小二乘迭代算法.     

三对角矩阵的逆

讨论了三对角矩阵的求逆.利用三对角矩阵的LU和UL分解,再根据其逆矩阵的特殊结构,得到一个三对角矩阵求逆的简单算法.该算法比已有的求逆算法的计算复杂度和计算时间都低.最后给出了三对角矩阵逆元素的显式表达式.     

满元素M-矩阵最小特征值的算法

在许多科学领域中,诸多问题可以归结为具有特殊构造的矩阵问题,M-矩阵就是一类。在参考文献[1]中给出了正矩阵最大特征值的一种收敛算法,这种算法可以在计算机上快捷计算,并可达任意精度。而一类M-矩阵的最小特征值的算法经定理证明,可以在计算机上快捷计算,按照精度要求进行计算到满意为止。     

分块结式矩阵逆阵的快速算法

利用结式矩阵求逆矩阵的多项式快速算法,给出了具有结式矩阵块的分块矩阵逆矩阵的一种快速算法。该算法仅用结式矩阵的第一行元素进行计算,在计算机上实现时只有舍入误差,故在理论上是精确的。最后给出了应用该算法的数值例子。     

利用粒子群算法计算AHP判断矩阵排序权重

根据判断矩阵的基本性质,可以将判断矩阵的排序权重计算归结为一个最小化一致性指标的最小优化问题。针对这个最优化问题,提出一种利用改进的粒子群算法计算排序权重的算法。首先对判断矩阵排序权重计算及一致性检验、改进的粒子群算法进行了介绍,然后对排序权重计算进行了描述,最后给出仿真实验数据及其分析。实验结果验证了此算法的有效性,并显示该算法具有很高的精度和稳定性。     

对称Toeplitz—plus—Hankel矩阵特征值的快速算法

利用了n阶对称Toeplitz—plus—Hankel矩阵的结构特点和对称性,给出了计算该类矩阵所有特征值的一个快速算法．该算法的计算复杂度为o（n^2 logn）,比文献[1—2]所给的算法来得少．     

适于相干信号DOA估计的改进矩阵差分方法

提出一种适用于色噪声背景下窄带信号的波达方向估计方法. 假设未知色噪声协方差矩阵具有对称的Toeplitz结构,利用线性变换改变阵列协方差矩阵,并与阵列协方差相减,理论上消除了噪声对算法估计性能的影响. 新差分算法适用于信号不相干或仅有2个信号相干的波达方向估计. 当相干信号多于2个时,通过与空间平滑算法结合,拓展了算法的应用范围. 与传统差分算法相比,新算法避免了“伪”波达方向估计,降低了计算复杂度. 仿真实验结果表明,新算法具有优越的估计性能.     

双基地MIMO雷达收发阵列互耦条件下目标定位方法

利用均匀线阵互耦矩阵的带状、对称Toeplitz特性,基于子空间原理,提出了一种双基地MIMO雷达目标定位及互耦自校正方法.将对目标二维方位角估计与互耦参数估计相"去耦",不需要任何互耦矩阵信息,且角度估计性能与互耦已知时二维MUSIC算法相近;同时,基于信源二维方位角的精确估计,算法还可以精确地估计出互耦矩阵,从而实现双基地MIMO雷达的互耦自校正.该方法对目标二维方位角与互耦矩阵的联合估计不涉及高维的非线性优化搜索,只需一维搜索,具有较小的计算量.计算机仿真结果证明了本方法的正确性和可行性.     

多圆盘重调和Hardy空间上Toeplitz算子的交换性

引入多圆盘重调和Hardy空间,并研究该空间上Toeplitz算子的交换性。首先给出多圆盘重调和Hardy空间的Toeplitz的算子定义、再生核公式,然后采用比较分析的方法研究Toeplitz算子的性质。研究结果显示：解析Toeplitz算子的半交换子与交换子不一定为0;解析Toeplitz算子的半交换子为0时,其中任何一个因子的符号可以不为常数;解析Toeplitz的交换子为0时,2个因子的符号的线性组合不一定是常数。可见,多圆盘重调和Hardy空间的Toeplitz算子是可交换的。     

加权Bergman空间上的斜Toeplitz算子

该文给出加权Bergman空间上斜Toeplitz算子的定义,讨论了加权Bergman空间上的斜Toeplitz算子的性质,证明了斜Toeplitz算子的有限乘积的有限和是紧的当且仅当它的Berzin变换在边界上趋向于零。利用Berzin变换的方法讨论加权Bergman空间上斜Toeplitz算子的紧性问题。     

双基地MIMO雷达目标定位及互耦自校正算法

利用均匀线阵互耦矩阵的带状和对称Toeplitz特性,提出了一种基于旋转不变技术估计目标参数(ESPRIT)的双基地多输入多输出(MIMO)雷达目标定位及互耦自校正算法.该算法通过ESPRIT算法中子阵的选取,将目标二维方位角估计与互耦参数估计相"去耦",角度估计过程不需任何互耦矩阵信息,且估计精度高、分辨力强;基于对目标二维方位角的估计,算法还可以精确地估计出互耦矩阵,从而实现双基地MIMO雷达的互耦自校正.该算法对目标二维方位角与互耦矩阵的估计不涉及任何角度搜索和迭代过程,具有较小的运算量.计算机仿真结果证明了该算法的正确性和可行性。     

Toeplitz算子的指标

本文主要研究Toeplitz算子及其算子组的指标。     

关于块五对角Toeplitz线性方程组的求解

给出了一种算法来求解块五对角Toeplitz线性方程组,该算法是利用块五对角Toepltiz矩阵的分裂和准块五对角Toepltiz矩阵的特殊分解来实现的.并且用算法来求解块循环五对角Toepltiz线性方程组,数值实验结果表明该算法是一种有效的算法.     

Toeplitz化在ESB自适应波束形成算法中的应用

把Ｔｏｅｐｌｉｔｚ化和基于特征空间（ＥＳＢ）自适波速形成算法相结合,针对等距线提出了一种新的波束形成算法并进行了理论分析,该算法通过对估计得到的阵列信号相关矩阵进行Ｔｏｅｐｌｉｔｚ化,减小有限次采样引起的误差,获得较快的收敛速度,并能有效克服ＥＳＢ算法不能在相干环境下工作的缺点,计算机仿真结果证实了这种算法的有效性。     

基于Toeplitz矩阵的互耦误差下相干信号源DOA估计

在阵列互耦误差存在的前提下,针对多组相干信号源和若干非相干信号源并存的情况,提出了一种对信号源进行准确估计的算法.算法首先估计阵列的互耦参数,并利用此互耦参数对阵列接收数据进行补偿;然后利用Toeplitz矩阵重构法对相干信号进行解相干;最后利用MUSIC算法估计各个信号源的来波方向(direction of arrival,DOA).实验结果表明,算法有效解决了互耦的影响,避免了阵列损失,实现了间距很小信源的准确估计.