自适应滤波10.ppt

直接提取剩余输出的QRD-LS算法 对旁瓣对消阵，要求的波束信号即剩余输出e(n)可由GIVEN处理得到。 两个 矩阵A和B的相乘 图10.14 实现矩阵乘法的并行处理器 图10.15 Systolic处理器 图10.16 Wavefront处理器 (10.2.49) (10.2.54) QRD-LS算法的Systolic处理实现 （1）边界单元（图10.18(a)），共有M个 * * 第十章 空域自适应滤波 （智能天线）算法 LMS算法；Howells-Applebaum算法； 线性预测算法；格形算法； 约束自适应算法；功率倒置算法； 最小二乘算法；递推最小二乘（RLS）算法； 采样矩阵求逆（SMI）或 直接矩阵求逆（DMI）算法； 基于数据域处理的算法； 变换域处理算法； 基于特征空间分解的算法； 盲自适应算法； 稳健（Robust）自适应算法； 空时联合处理算法； 基于神经网络及高阶统计量的算法； 其它算法：共轭梯度法、微扰法等。 LMS算法 最小二乘算法 递推最小二乘（RLS）算法； 采样矩阵求逆（SMI）或直接矩阵求逆（DMI）算法 § 10.2 QR分解最小二乘（QRD-LS）算法 图10.1 旁瓣对消阵 最小二乘算法 （n?M维） （M?1维） （n?1维） 线性方程组 欠定方程组，有非零解 超定方程组，无解；有最小二乘 解 有零解或非零解 最小二乘解中正规方程为 矩阵A条件数表示为 数据域求解最佳权 再设 Q(n)为酉阵,有 因为 使 最小 就是要使 维矢量 的长度最小 （n?n维） (n-M)?M维 （M?M维） （M?1维） （n?M维） （n?n维） （M?n维） (n-M)?n维 (n-M)?1维 (n-M)?1维 （n?n维） （n?M维） （n?M维） （ M ?1维） （n?1维） （n?1维） （n?n维） (10.2.21) (10.2.22) (10.2.23) 本算法之基础在于寻找 使得 这表示将 分解成酉阵和上三角型阵之乘积。 这就是矩阵的QR分解。 对任何非奇异阵 这种分解总是可行的 因此，本算法叫做QR分解算法。 变为上三角型 (10.2.17) 设坐标轴 反时针旋转 角成为 矢量 的坐标由 变成 则有 Givens旋转 设坐标轴 反时针旋转 角成为 同样，矢量坐标由 变成 Givens旋转 等效于矢量 顺时针旋转 成为矢量 Givens旋转 为实现10.2.2的数据域算法，必须寻找酉阵使变成上三角形。 矩阵的三角化可由Givens旋转来实现。 串头 串体 设n-1时刻已三角化,即 设n时刻数据矩阵为 10.2.4 QR分解最小二乘（QRD-LS）算法 引入预变换 定义第一次旋转矩阵 串头 串体 第二次旋转 第一次旋转后 串头 串体 M次旋转后,化为上三角形,即 设n-1时有 (10.2.49) (10.2.52) (10.2.54) 由( 10.2.21 )、当为最佳权时有 (10.2.55) 由( 10.2.54 ) 即 又因为： 所以( 10.2.55 )式可化为: 将( 10.2.56 )式左右两边展开并比较最后一行元素， 则可得到直接提取剩余输出的公式： (10.2.55) (10.2.56 ) § 10.4 QRD-LS和QRD-SMI的 Systolic实现 10.4.1 Systolic和Wavefront处理结构 Systolic是一种用并行流水方式实现高速信号处理的实现方式， Systolic由H.T. Kung首先提出， Wavefront由S.Y. Kung提出。 这两种常被统称为Systolic结构。 Systolic的优点： (1) 模块化及规则化 (2) 连接的局部性 (3) 高度流水 Systolic英文原意为心脏收缩。 利用了心脏有节拍地收缩使全身血液流动的原理。 Systolic是一个多处理器结构，所有的处理器都有节拍的同步工作， 并使被处理数据通过系统。Systolic要求全局的准确时钟同步。 Wavefront处理以适当增加硬件开销为代价实现了异步工作方式， 从而避免了全局精确时钟的要求。