本文以最小二乘滤波算法为基础,基于TSQR(Tall-Skinny QR)算法提出新的方法 FtQR-LS(Flat-tree QR least squares)求解自适应滤波系数。在处理过程中,将目标矩阵按行分成多个子信息矩阵,对小规模子矩阵用传统QR分解,再用树型结构归约出...本文以最小二乘滤波算法为基础,基于TSQR(Tall-Skinny QR)算法提出新的方法 FtQR-LS(Flat-tree QR least squares)求解自适应滤波系数。在处理过程中,将目标矩阵按行分成多个子信息矩阵,对小规模子矩阵用传统QR分解,再用树型结构归约出目标矩阵QR分解。在处理中充分利用并行性,同时保持了数值稳定性,也有效地降低计算时间的开销。一定程度上,平衡了经典算法求解自适应滤波系数时计算复杂度与稳定性之间的矛盾。展开更多
文摘本文以最小二乘滤波算法为基础,基于TSQR(Tall-Skinny QR)算法提出新的方法 FtQR-LS(Flat-tree QR least squares)求解自适应滤波系数。在处理过程中,将目标矩阵按行分成多个子信息矩阵,对小规模子矩阵用传统QR分解,再用树型结构归约出目标矩阵QR分解。在处理中充分利用并行性,同时保持了数值稳定性,也有效地降低计算时间的开销。一定程度上,平衡了经典算法求解自适应滤波系数时计算复杂度与稳定性之间的矛盾。
