可对角化矩阵特征值分解扰动问题的快速求解方法

针对特征值扰动计算的传统方法收敛速度慢的问题,提出了一种求解特征值扰动问题的快速迭代算法.首先,通过矩阵变换将初始矩阵的特征值扰动问题转化为对角矩阵的特征值扰动问题.然后,提出了一种快速迭代算法求解扰动参数,同时对算法的收敛性进行分析,并将其与基于摄动级数展开法导出的方法进行对比.再次,采用逐一求解特征值并进行矩阵降阶的策略,有效降低运算量.最后,通过2个算例分别展示算法的计算过程及其在结构模态参数追踪方面的应用效果.

一组特征矩阵联合对角化算法的收敛性分析

先将一组特征矩阵联合对角化问题转化为一种代价函数的优化问题,再利用梯度下降方法求解代价函数的最优点.研究了一类代价函数的一些基本性质和各种等价形式,分析了一组特征矩阵联合对角化算法的收敛性.分析结果表明一组特征矩阵联合对角化算法是一种不动点算法;在特征矩阵无误差情况下,这个算法单步迭代就收敛到理论解.

一组特征矩阵的联合对角化

发展了一组特征矩阵联合对角化的新算法 ,这个算法利用了左右特征矢量之间的双正交性 .定义了用于追踪单个特征分量的代价函数 ,找到了快速求解代价函数全局最优解的迭代算法 .通过系统化的多阶段分解和多阶段重构 ,可以得到全部特征矢量 .

光偏振复用正交频分复用系统中基于联合近似特征矩阵对角化-独立分量分析的盲均衡算法

该文提出一种在光偏振复用正交频分复用(PDM-OOFDM)系统中基于联合近似特征矩阵对角化-独立分量分析(JADE-ICA)的盲解偏振复用算法。在传统的偏振复用系统中,恒模算法(CMA)被用于解偏振复用信号。然而,该方法需要多次对CMA滤波器系数更新,CMA收敛时间较长,并且CMA算法解偏振复用可能导致奇异性问题。该文结合对经典ICA算法及其模型的分析,提出将JADE-ICA算法用于PMD-OOFDM系统中进行解偏振复用信号。利用该方法,可以分离在发送端和接收端混有高斯白噪声的偏振信号成分,并且提高了系统中偏振信号的分离性能;同时,避免了传统CMA在解偏振复用中的奇异性问题。仿真结果表明,该文方法可以有效分离PMD-OOFDM系统中的偏振信号。

基于Hankel矩阵联合近似对角化的结构模态识别

针对基于二阶盲辨识(second order blind identification,简称SOBI)的模态参数识别方法存在的不足,提出了一种基于Hankel矩阵联合近似对角化(Hankel matrix joint approximate diagonalization,简称HJAD)技术的结构运行模态分析(operational modal analysis,简称OMA)的新方法。该方法通过对随机子空间类模态识别方法常用的Hankel矩阵进行联合近似对角化,以分离各阶模态响应,进行模态识别。与基于SOBI的模态识别方法相比,在具体实施过程中,仅需要在分析数据中添加与实测振动响应对应的时间延迟的数据,实现难度较小。数值算例和物理模型试验的分析结果表明,所提出的基于HJAD技术的结构运行模态分析方法,不仅具有鲁棒性强和计算效率高的优点,还可以克服传统的基于SOBI的模态识别方法的模态识别能力受测点数目限制的问题。

基于联合矩阵对角化的双基地MIMO雷达DOD-DOA估计

针对双基地MIMO雷达收发角(DOD-DOA)估计问题,该文提出一种基于联合矩阵对角化的快速多目标收发角估计算法。该算法首先根据匹配滤波输出的数据结构,利用奇异值分解和秩1矩阵判断定理将收发角度估计问题转化为联合矩阵对角化问题,然后采用单次-扫描迭代算法对其求解,得到收发阵列流型矩阵,最后通过谱分析方法估计收发角。该算法充分利用匹配滤波输出的所有信息,无需2维谱峰搜索,每次迭代均可得到精确的闭式解,且收发角自动配对。与现有算法相比,该算法不仅提高了角度估计精度,而且有效降低了运算量。仿真结果证明了所提算法的有效性。

对角相似变换下的非负矩阵最大特征值算法

通过引进一个参数构造与迭代矩阵的行和相关的正对角矩阵,应用矩阵的正对角相似变换,给出不可约非负矩阵最大特征值与对应特征向量的数值算法,算法中每一步参数的选择灵活性都较大,从而提高了收敛速度.

基于改进遗传算法的矩阵联合对角化

该文首先将矩阵联合对角化问题化简成一个只含有特征矩阵的优化问题,为了便于求解,文中将待求特征矩阵的每一列向量进行参数化处理,并利用改进的遗传算法寻找最优的新参数。算法改进了染色体的选择,交叉和变异概率,并在交叉算子和变异算子中引入了模拟退火技术,最后结合梯度算法进行局部寻优。计算机仿真结果验证了该算法的正确性和有效性。

矩阵相似对角化的初等变换求解

文章针对特征矩阵施行初等变换,提出了求出矩阵特征值和特征向量的一种方法,从而以简捷的方式将矩阵相似对角化。

对称矩阵对角化的相似变换模型

对相似变换在对称矩阵对角化中的初等变换法,及其变换和结果的多样性进行了研究,并建立了初等变换的模型,使相似变换突出了程序化的特点.

矩阵可对角化的充要条件及其相似变换矩阵的构造

矩阵可对角化的充要条件及其相似变换矩阵的构造曾文才（广州华南农业大学基础部５１０６４２）摘要＊本文证明了Ｎ阶矩阵与对角形矩阵相似的两个充要条件，并提供了一种构造可对角化矩阵的相似变换矩阵的简易方法。关键词矩阵，对角化，特征值，特征向量，相似变换中图分...

矩阵对角化的相似变换模型及判定

文章从模型化和程序化的角度,给出矩阵对角化的初等变换法,并对初等变换法的可行性和判定以及变换结果的多样性方面进行了初步探讨。

对称矩阵对角化的相似变换模型

文章对相似变换在对称矩阵对角化中的初等变换法,及其变换和结果的多样性进行了研究,并建立了初等变换的模型,使相似变换突出了程序化的特点。

循环累积量矩阵联合对角化盲源分离算法

循环累积量兼有高阶统计量和循环不稳两者的优点,可抑制任何平稳高斯或非高斯噪声以及非平稳的高斯噪声,文中利用循环累计量的这一性质,提出的基于循环累积量矩阵联合对角化盲源分离算法,对接收的每路数据分别运用矩阵联合对角化法处理,实现对具有相同循环频率源信号有效的分离的目的。仿真试验表明该算法能够有效的提取有用信号。

全转置矩阵的特征值、特征向量和对角化

给出了实矩阵A的全转置矩阵AO的定义,并研究了全转置正交矩阵AO的特征值和特征向量的性质以及AO的对角化问题.

时空相关矩阵联合对角化对谱分辨的影响

采用基于Jacobi算法的矩阵联合对角化方法对阵列接收数据的空时相关矩阵进行联合对角化,能够获取关于目标方位的尽可能多的信息,即空时相关矩阵"平均"特征值和特征向量,将这些平均值应用于Capon提出的最小方差无畸变响应(MVDR)空间谱估计算法,得到修正MVDR算法。由于修正MVDR算法充分利用了目标方位信息,且不需要信号源数目的先验信息,所以,其性能优于MVDR算法和MUSIC算法。仿真试验表明,在信号源相关程度比较高的情况下,修正MVSDR算法不需要信源数目的先验信息,仍能分辨出信号方位,其性能明显优于MUSIC算法,特别是当信源数目欠估计时,而其他基于子空间的算法得不出任何有意义的结果。修正MVDR算法空时相关矩阵联合对角化能提高空间谱的分辨能力,在一定程度上增加算法的稳健性。

一类实矩阵的块对角化及其特征问题的一种数值解法

给出了一类实矩阵的块对角化方法，以此为基础获得此类矩阵特征问题的解法．该方法的特点是运算中间过程无需繁杂的复数运算．

关于可对角化矩阵的注记

证明了“几乎所有的”n阶矩阵的特征值都是两两互异的,从而“几乎所有的”n阶矩阵均可以相似对角化,并基于这一原理拓展了摄动法的应用范围.

相似族矩阵可对角化的一个充要条件

通过引入循环矩阵自身所具有的特性,研究了相似族矩阵的对角化问题,给出了相似族矩阵可对角化的一个条件。

关于 (σ ,π)-矩阵的特征值和对角化(英文)

该文给出了 (σ,π) 矩阵的定义 ,它是循环矩阵的一种推广 ,介绍了 (σ ,π) 矩阵的结构特征和基本性质 。