在Matlab和Python中构造自相关矩阵 2020年8月2日2015年5月13日 通过马图拉纳坦 自相关,也称为序列相关,是给定序列与其自身作为时间滞后函数的相关。互相关是一个更通用的术语,它将两个不同序列之间的相关性作为时间滞后的函数。给定两个序列和,用滞后i隔开的时间的互相关被给出…阅读更多
为什么要进行Cholesky分解?示例案例: 2019年6月17日2013年4月9日 通过马图拉纳坦 矩阵反演在信号处理应用中普遍存在。例如,矩阵求逆是信道估计和均衡中的一个重要步骤。例如,在GSM正常突发中,26位的训练序列与114位的信息位放在一起。当脉冲在空中接口(通道)上传播时,它受到…阅读更多
信号处理的矩阵代数 2021年1月17日2013年4月4日 通过马图拉纳坦 重点:基本矩阵代数:矩阵的形成、行列式、秩、矩阵的逆和转置以及联立方程的求解。我想发表一篇关于Cholesky分解的文章,这是数字信号处理应用中非常重要的技术,如生成相关随机变量、求解线性方程、信道估计等。但是,直接跳到…阅读更多