针对最大最小特征值检测法(Maximum-minimum Eigenvalues Based Detector,MMED)需要对协方差矩阵进行特征分解,计算复杂度较高的问题,提出了一种基于采样协方差矩阵行列式的频谱感知方法。该频谱感知方法利用了矩阵行列式的所有特征值,...针对最大最小特征值检测法(Maximum-minimum Eigenvalues Based Detector,MMED)需要对协方差矩阵进行特征分解,计算复杂度较高的问题,提出了一种基于采样协方差矩阵行列式的频谱感知方法。该频谱感知方法利用了矩阵行列式的所有特征值,只需要计算采样协方差矩阵的行列式,即可得到接近或者稍优于MMED的感知结果。仿真分析结果表明,与MMED相比,所提出的频谱感知方法不仅计算复杂度低,而且具有更佳的感知性能。展开更多
图示评审技术(graphic evaluation and review technique,GERT)解析法一般利用信号流图的拓扑特征(梅森公式)和矩母函数进行求解,但当GERT网络节点较多且结构复杂(回路众多)时,拓扑结构特征的分析十分困难,易出现错判或遗漏情况。针对...图示评审技术(graphic evaluation and review technique,GERT)解析法一般利用信号流图的拓扑特征(梅森公式)和矩母函数进行求解,但当GERT网络节点较多且结构复杂(回路众多)时,拓扑结构特征的分析十分困难,易出现错判或遗漏情况。针对此问题,将GERT网络用矩阵形式进行表征,分析了以梅森公式为基础的解析法与矩阵变换的关系,设计了两类基于矩阵的GERT求解算法。首先给出GERT网络与信号流图增益矩阵、流图增益矩阵一一对应关系,分析增益矩阵行列式变换与信号流图求解公式的对应关系,设计GERT网络的增益矩阵行列式变换求解算法。另外,研究GERT网络(信号流图)化简操作(消除自环、消除节点)在信号流图增益矩阵上的变换形式,提出了GERT网络解析的矩阵变换方法。最后用两个例子说明矩阵表征及求解模型的简便性和正确性,为GERT解析的计算机操作奠定基础。展开更多
文摘针对最大最小特征值检测法(Maximum-minimum Eigenvalues Based Detector,MMED)需要对协方差矩阵进行特征分解,计算复杂度较高的问题,提出了一种基于采样协方差矩阵行列式的频谱感知方法。该频谱感知方法利用了矩阵行列式的所有特征值,只需要计算采样协方差矩阵的行列式,即可得到接近或者稍优于MMED的感知结果。仿真分析结果表明,与MMED相比,所提出的频谱感知方法不仅计算复杂度低,而且具有更佳的感知性能。
文摘图示评审技术(graphic evaluation and review technique,GERT)解析法一般利用信号流图的拓扑特征(梅森公式)和矩母函数进行求解,但当GERT网络节点较多且结构复杂(回路众多)时,拓扑结构特征的分析十分困难,易出现错判或遗漏情况。针对此问题,将GERT网络用矩阵形式进行表征,分析了以梅森公式为基础的解析法与矩阵变换的关系,设计了两类基于矩阵的GERT求解算法。首先给出GERT网络与信号流图增益矩阵、流图增益矩阵一一对应关系,分析增益矩阵行列式变换与信号流图求解公式的对应关系,设计GERT网络的增益矩阵行列式变换求解算法。另外,研究GERT网络(信号流图)化简操作(消除自环、消除节点)在信号流图增益矩阵上的变换形式,提出了GERT网络解析的矩阵变换方法。最后用两个例子说明矩阵表征及求解模型的简便性和正确性,为GERT解析的计算机操作奠定基础。
