搜索资源列表
EigenvalueDecomposition
- 基于矩阵特征值分解的功率谱估计包括特征向量估计和MUSIC估计，这两种估计方法均为非参数估计方法-Based on Eigenvalue Decomposition of power spectral estimation, including estimation and MUSIC eigenvector estimates, these two estimation methods are non-parameter estimation
CONVEXBSS
- 著名教授关于非负矩阵分解的讲义，包括模型、求解、仿真、实际应用情况。特别是生物医学图像处理和卫星图像处理方面。-CONVEX ANALYSIS BASED NON-NEGATIVE BLIND SOURCE SEPARATION AND ITS APPLICATIONS
xianda-zhang
- 张贤达的盲信号处理讲义 包括盲源分离，斜投影。联合对角化。非负矩阵分解的介绍-blind source separation by Pro. Zhang xian da.
multidimensional-scaling
- 本文提出一种基于多维定标的无线传感器网络三维定位算法,结合RSS经验衰减模型和最短路径建立相异性矩阵,采用轻量级矩阵分解算法降低相异性矩阵分解的计算复杂性,并利用网络中存在的周期性消息将初始定位信息回送,在后台使用迭代优化算法对初始定位结果求精。仿真实验表明,在测距误差一定的情况下,该算法能够提高节点三维坐标的初始计算精度,经过集中式的优化求精后与MDS-MAP算法相比,能够明显地提高节点三维定位的精度-This paper presents a method based on multidim
signal-parameter-estimation
- 本文分析了多级维纳滤波器的特性，在加性噪声和二维天线阵列如均匀圆阵、均匀面阵、十字阵等条件和背景下，对信源个数和信源参数估计问题进行了研究，提出了基于多级维纳滤波器前向分解特性的快速参数估计方法，同时提出了基于多级维纳滤波器的二维ESPRIT参数估计方法，该类方法无需协方差矩阵的估计运算及分解运算，计算复杂度较低。另外，还提出了对信源个数的估计算法。-This paper analyzes the characteristics of multistage Wiener filter, in t
fast-subspace-algorithm
- 为了对空间辐射源进行精确定位" 建立了基于任意阵列对多目标源进行二维DOA估计的数学模型。将 MUSIC算法推广到三维空间阵列可以对辐射源进行二维高精度测向,但由于其需要估计接收数据的协方差矩阵和进行特征分解, 因而其计算量较大。利用多级维纳滤波器的前向递推获得信号子空间和噪声子空间，不需要估计协方差矩阵和对其进行特征分解，从而降低了MUSIC算法的计算量。将文中的方法应用于任意阵列的二维DOA估计中进行计算机仿真和实际侧向系统性能验证,实验结果均表明该方法达到了MUSIC算法的性能,但与常规M
Eigenspace-beamforming-based-on-SVD
- 针对特征空间波束合成器,采用对数据矩阵进行奇异值分解,利用奇异值和奇异值矢量计算最优权矢量,完成波束合成-Feature space beam synthesizer, using the singular value decomposition of the data matrix, singular values and singular value vector to calculate the optimal weight vector, and compl
Phase-Type-Distribution
- 利用位相型分布 (Phase-Type Distribution) 和拟生灭过程 （Quasi-Birth-and-Death Processes）等研究排队系统的控制问题，应用一个新的 矩阵分解方法：RG分解法，对模型进行了分析与数值求解。-The use of phase-type distributions (Phase-Type Distribution) and QBD process (Quasi-Birth-and-Death Processes) and other re