基于线性约束LSCMA在TS101上的实现

本文探讨了ADSPTigerSHARC101S的在基于线性约束最小二乘恒模算法(LSCMA)中的应用。首先介绍了最小二乘恒模算法基本原理和权值迭代公式,并对其进行线性约束然后介绍了ADSPTigerSHARC101S芯片的基本结构特征和它强大的功能并简单描述了其相应开发软件VisualDSP 3.0的功能及使用方法。给出了最小二乘恒模算法实现波束合成的具体流程图,在经过Matlab软件成功进行仿真模拟之后用VisualDSP 3.0设计了DSP程序,用C语言嵌套部分汇编语言的形式实现了用ADSPTigerSHARC101S进行迭代求权向量的过程。     

ADSP-TS101S TigerSHARC的结构及其功能

介绍了ADI(Analog Device)公司新一代定浮点兼容数字信号处理芯片ADSP—TS101S TigerSHARC的功能结构及其特点，以及DSP开发的基本过程。     

最小二乘法数据处理

本文阐述在Visual C++ 6.0中实现数据最小二乘法的处理方法,通过实例介绍了最小二乘法的算法和本系统新特点功能。     

TigerSHARC结构的ADSP-TS101及其应用

ADSP TS101是AD公司新一代TigerSHARC结构的高性能定点/浮点数字信号处理器,以其卓越的性能可广泛应用于医疗图像、声纳系统、通信、航空、自动控制、仪表、雷达等领域。文章介绍ADSP TS101的应用特点、主要性能及芯片内部的系统结构和功能框图,并着重给出多片ADSP TS101 在雷达信号处理方面的典型应用,最后说明DSP的电源供电和功耗的计算方法。     

基于特征子空间的最小二乘恒模算法

最小二乘恒模算法(lscma)是阵列信号处理中广泛使用的一种能全局收敛且稳定性强的算法,但是当低信噪比的情况下它的收敛性和输出信干噪比会明显下降.本文在信号子空间特征值分解的基础上进行权值迭代,提出一种基于特征子空间的最小二乘恒模算法(eb-lscm).经过实验仿真该算法的收敛性要强于lscma算法.     

线性矩阵方程异类约束最小二乘解的迭代算法

多矩阵变量线性矩阵方程(LME)约束解的计算问题在参数识别、结构设计、振动理论、自动控制理论等领域都有广泛应用。本文借鉴求线性矩阵方程(LME)同类约束最小二乘解的迭代算法,通过构造等价的线性矩阵方程组,建立了求多矩阵变量LME的一种异类约束最小二乘解的迭代算法,并证明了该算法的收敛性。在不考虑舍入误差的情况下,利用该算法不仅可在有限步计算后得到LME的一组异类约束最小二乘解,而且选取特殊初始矩阵时,可求得LME的极小范数异类约束最小二乘解。另外,还可求得指定矩阵在该LME的异类约束最小二乘解集合中的最佳逼近解。算例表明,该算法是有效的。     

基于特征子空间的最小二乘恒模算法

最小二乘恒模算法(lscma)是阵列信号处理中广泛使用的一种能全局收敛且稳定性强的算法,但是当低信噪比的情况下它的收敛性和输出信干噪比会明显下降。本文在信号子空间特征值分解的基础上进行权值迭代,提出一种基于特征子空间的最小二乘恒模算法(eb-lscm)。经过实验仿真该算法的收敛性要强于lscma算法。     

类GPS超声定位系统中几种定位算法比较

针对常规超声波局部定位系统的缺陷,介绍了类GPS超声定位系统及其工作原理.在获得定位物体与观测基站的估计距离后,详细推导了Gauss-Newton迭代定位算法.针对常规Gauss-Newton迭代定位算法不易于在DSP(Digital Signal Processor,数字信号处理器)中实现的缺点,介绍了三种定位算法:改变目标函数的Gauss-Newton迭代定位算法、相交圆弦线方法和最小二乘估计算法.仿真研究表明,在相同的观测误差和定位基站的情况下,改进的和常规的Gauss-Newton迭代算法的定位精度相当,而相交圆弦线方法和最小二乘估计方法的定位精度较低,但后两种方法计算量小,不涉及开方和迭代运算,从而更易在DSP中实现.     

单变量矩阵方程子矩阵约束下牛顿-MCG算法

子矩阵约束问题源于实际应用中的子系统扩张问题,文中研究了子矩阵约束下二次矩阵方程对称解的迭代算法,先用牛顿算法把二次矩阵方程转化为关于校正矩阵的线性矩阵方程,再用修正共轭梯度算法(MCG算法)求解导出线性矩阵方程对称解或最小二乘解,建立了求单变量二次矩阵方程子矩阵约束下对称解牛顿-MCG算法.数值算例表明,该牛顿-MCG是有效的,能在有限步迭代得到方程的子矩阵约束解.     

最小二乘法数据处理

本文阐述在Visual C＋＋6.0中实现数据最小二乘法的处理方法．通过实例介绍了最小二乘法的算法和本系统新特点功能。