广义特征分解相关论文
广义特征分解问题广泛地出现在现代信号处理应用中，其中包括模式识别、线性判断分析、错误探查、自适应阵列处理等。广义特征分解技......
随着以数学为基础的应用科学与工程技术的快速发展，人们对基于大量复杂数据和高维参数的数学模型及其计算有着越来越强烈的需求。广......
广义特征分解技术在现代自适应信号处理中占有重要地位.本文提出了一种新的无约束损失函数用于广义特征分解,并且分析了损失函数的......
针对将非线性观测方程转化为伪线性方程会产生有偏估计的缺点，基于两站纯角度信息，提出了一种对三维空间目标进行跟踪的近似无偏估计......
针对基于相合束广义特征分解时域盲源分离方法受滤波器或时延影响大、性能不稳定的问题，提出了一种基于相合束广义特征分解的小波域......
给出了一种基于迭代最小二乘并行计算进行广义特征矢量矩阵分解的语音增强算法．这种算法不需要假定噪声类型（白噪声或有色噪声），也无需......
基于相合束广义特征分解的盲分离算法需要对传感器信号进行线性变换以得到传感器束,目前已有的变换方法有滤波处理和时延处理,滤波......
针对现有压制干扰从主瓣进入雷达天线，传统副瓣抗干扰方法失效的问题。提出一种应用最大信噪比准则的盲源分离抗主瓣干扰方法。首先......
广义特征分解技术(Generalized Eigen-decomposition，GED)出现在许多科学和工程学科中，作为一项非常实用的统计工具使用被应用于大量......
通过构造一种新的无约束损失函数，广义特征分解问题可以转化为无约束优化问题．此损失函数具有良好的特性，即具有全局极小点、无局部极......
针对复杂环境下的线性混叠信号,给出了一种基于广义特征分解的盲信号分离方法。在信号数目未知的情况下,该方法利用广义特征分解即......
盲源分离或者盲信号分离（BSS）是指在各个源信号本身均未知的情况下，根据某种条件和假设，从混合的观察信号中分离出这些源信号的方法。......
