咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >MCA-CMA次分量分析恒模算法 收藏

MCA-CMA次分量分析恒模算法

Minor Component Analysis-Constant Modulus Algorithm

作     者:王淑艳 吴仁彪 石庆研 Wang Shuyan;Wu Renbiao;Shi Qingyan

作者机构:中国民航大学天津市智能信号与图像处理重点实验室天津300300 

出 版 物:《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期:2008年第23卷第3期

页      面:270-272页

核心收录:

学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基  金:国家自然科学基金(60325102)资助项目 天津市自然科学基金(06YFJMJC00800)资助项目 校科研启动基金(60qd09s)资助项目 

主  题:Rayleigh熵 恒模算法 次分量分析 MCA—CMA算法 

摘      要:提出了一种次分量分析恒模算法(Minor component analysis-constant modulus algorithm,MCA-CMA)。该算法从恒模代价函数出发,推导出一个基于Rayleigh熵形式的代价函数,根据Rayleigh熵的性质,可得出最优权矢量就是协方差矩阵的最小特征值所对应的特征矢量,从而引入次分量分析(MCA)寻找最优权矢量,因此该恒模算法称为MCA-CMA算法。仿真结果充分验证该算法的有效性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分