-
摘要空时自适应信号处理中的最优权值求取算法运算量大，不同权值算法都会出现相同的数学模型，其中采样协方差矩阵的求逆问题是非常重要的一个研究方向。利用协方差矩阵是正定 Hermite 矩阵这个特性。本文实现并比较分析了几种求逆算法，其中包括高斯消元法、QR 分解法、利用 Hermite 矩阵特性求逆、优化 Strassen 分块求逆等。从理论分析和程序仿真运行结果可以看出，后三种算法充分利用协方差矩阵的特性，并且基于矩阵分块，相较于工程中常用的高斯消元求逆法、直接分块求逆法，运算量得到明显降低，耗时减少，精度上也得到一定提高，在工程中容易实现，性能得到明显的优化。26020
- 上一篇：北斗二代接收机基带信号处理仿真研究
- 下一篇：Matlab金属柱体对电磁波散射的FDTD仿真计算
毕业论文关键词 空时自适应处理；Hermite 矩阵；矩阵求逆；运算量
Title Fast Algorithm for the Inverse Matrix based on TS201s
Abstract
The calculation of optimal weighted value algorithm in the space-time adaptive signal
processing is heavy,Different weighting algorithm will appear the same mathematical model，
the inverse problem of sampling covariance matrix is a very important research direction.
Based on the feature that covariance matrix is positive definite Hermite matrix,this paper
implement several inversion algorithms. The algorithms are compared and analyzed,such as
Gauss elimination, QR decomposition method, using the characteristic of Hermite matrix
block-inversion, optimized Strassen partitioned inversion, etc.As you can see from the
theoretical analysis and the result of simulation program running,Latter three algorithms Make
full use of the characteristics of the covariance matrix, and based on matrix partition，compared
with commonly used in engineering of Gauss elimination method of inverse and direct
block-inverse method,calculation is significantly reduced, time consuming is less,Also on the
accuracy must be improved，easy to implement in engineering,the performance is optimized
obviously.
Keywords Space-time adaptive processing;Hermite matrix;matrix inversion;calculation目 次
1 绪论 1
1.1 研究背景 1
1.2 国内研究现状 2
1.3 本文主要工作及内容安排 2
2 自适应阵列信号处理 3
2.1 自适应权值算法 3
2.1.1 基本原理 3
2.1.2 自适应算法的实现 4
2.2 协方差矩阵的估计和特性 5
3 矩阵求逆算法原理 8
3.1 分块矩阵求逆原理 8
3.2 QR 分解求逆法. 8
3.3 高斯消元矩阵求逆法 9
3.4 利用 Hermite矩阵特性的矩阵分块求逆法 10
3.5 Strassen矩阵求逆算法. 11
4 仿真实验 13
4.1 Matlab 仿真分析. 13
4.2 TS201 芯片简介. 15
4.3 Visual DSP++的集成开发环境 17
4.4 Visual DSP++仿真分析 19
4.5 本章小结 25
结论 26
致谢 27
参考文献 28
附录 A. 291 绪论
空时自适应信号处理（STAP）技术是自适应天线技术和DPCA技术的延伸和发展，通过
多个天线阵元(空域)与脉冲(时域)进行数据的接收，然后进行联合处理，在空时二文空间中抑
制杂波及干扰[1]
。
现今的并行技术在信号处理的发展中显得越来越重要，因为必须面对每秒几十甚至几百
亿次的运算操作，无论单处理机也的功能再怎么强大，也会显得力不从心。所谓并行处理技
术，是指某一任务通过多个单元进行处理，从而实现减少处理时间的要求。并行处理包括并
发和流水。前者指多个硬件资源上同时发生多个事件，后者指在重叠的时间段内同时发生多
个操作。处理结构一直处在一个不断发展的阶段，哈佛结构以及超级哈佛结构是从一开始的
冯.诺依曼结构发展而来，然后到九十年代的指令缓冲池等，无非都是基于上述的处理结构.