基于Hermitian矩阵的特征分解算法

2017-01-09 06:19:05曾富红司伟建曲志昱
沈阳大学学报(自然科学版) 2016年6期
关键词:特征方法

曾富红, 司伟建, 曲志昱

(哈尔滨工程大学 信息与通信工程学院, 黑龙江 哈尔滨 150001)



基于Hermitian矩阵的特征分解算法

曾富红, 司伟建, 曲志昱

(哈尔滨工程大学 信息与通信工程学院, 黑龙江 哈尔滨 150001)

研究了基于多重信号分类(MUSIC)算法的特征分解算法,即关于Hermitian矩阵的特征分解.该算法的运算过程均是对低阶矩阵进行运算,并且其中将复数运算转化成了实数运算,不仅降低了运算的复杂度,而且所得到的特征值精度较高.该算法的此特性使得其易于在数字信号处理器(DSP)中实现,应用于实际工程中具有较高的实时性.通过计算机仿真实验以及DSP实现验证了本算法的有效性以及实时性.

特征分解方法; Hermitian矩阵; 精度; 实时性

空间谱估计技术是阵列信号处理中的一个重要分支,其估计精度较高,可接近克拉美-罗界(Cramer-Rao Bound, CRB)[1].以多重信号分类(multiple signal classification, MUSIC)算法[2-5]和旋转不变子空间(estimation of signal parameters via rotational invariance techniques, ESPRIT)算法[6-8]为代表的子空间分解类算法因其精确的角度估计和超分辨性能而被广泛用于波达方向(direction of arrival, DOA)估计[9].其中,算法中所涉及到的噪声子空间或信号子空间是通过对接收数据协方差矩阵进行特征分解所得到的.在实际工程中应用此算法进行DOA估计时,一方面要考虑估计角度的精度,另一方面需要考虑算法程序的运行时间.若在算法程序中的各个模块都能保证运算的精度以及实时性,那么将很容易达到这两点.特征分解作为此类算法中至关重要的部分,对其进行研究得到精度高并且实时性好……

登录APP查看全文

猜你喜欢
特征方法
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
学习方法
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
赚钱方法
捕鱼
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15