1) noise subspace
噪声子空间
1.
High resolution direction finding algorithm using noise subspace extraction;
用于高分辨率测向的噪声子空间抽取算法
2.
OFDM blind channel estimation based on noise subspace tracking;
基于噪声子空间跟踪的OFDM盲信道估计
3.
DOA estimation based on extended noise subspace in the presence of strong signals
强信号背景下基于噪声子空间扩充的弱信号DOA估计方法
2) noise subspace algorithm
噪声子空间算法
1.
The entire above algorithms can be concluded into noise subspace algorithm.
而这些算法都可以归结为子空间算法中的噪声子空间算法。
3) minimum noise subspace
最小噪声子空间
1.
A new blind identification algorithm for the communication channel is presented by using minimum noise subspace approach.
采用最小噪声子空间方法,提出了一种通信信道盲辨识算法。
4) spatial noise
空间噪声
1.
Temporal noise and spatial noise of CCD camera at different illuminance;
不同光照条件下CCD相机时间噪声和空间噪声的研究
2.
Monte Carlo simulations of spatial noise and Langevin equation;
空间噪声和Langevin方程的Monte Carlo模拟
3.
Measurement results indicate that the spatial noise, temporal noise, signal average value and signal to noise ratio are increased with the increase of the cathode luminance of ICCD image intensifier, which accord with the performance of a.
测量结果表明:随着ICCD像增强器光阴极面照度的提高,空间噪声、时间噪声、信号总平均值和信噪比均升高,符合微光ICCD成像系统的实际性能。
5) noise space
噪声空间
1.
It shows that an acceptable result through using noise space in covariance matix of array output, so that it is possible to improve the DOA estimation accuracy for high resolution signal.
它利用阵列输出的协方差矩阵中噪声空间较好的估计多目标的方位,是一种超分辨率的方位估计算法,具有比传统MUSIC更好的分辨率和精确度。
2.
A blind channel estimation technique based on noise space for multiple-input multiple-output(MIMO) orthogonal frequency division multiplexing(OFDM) systems was presented.
针对多输入多输出(MIMO)正交频分复用(OFDM)系统中部分编码速率小于1的正交空时分组码(OSTBC),在不添加外部冗余而仅利用空时分组编码自身冗余和正交性的情况下给出了一种基于噪声空间的盲信道估计方法。
6) One-dimension noise sub-space algorithm
一维噪声子空间算法
1.
The basic principles of the one-dimension noise sub-space algorithm are introduced in detail.
阐述了一维噪声子空间算法的基本原理,介绍了将接收数据重构再利用,构造相关矩阵的修正一维噪声子空间算法,在快拍次数有限时,可以明显改善相干信号DOA估计的性能,计算机仿真结果证明该修正算法是有效的。
补充资料：亏子空间
亏子空间
eficiency subspace ^ defect subspace, defective subspace
亏子空间【山反妇娜田加，ce或山免以s而p暇，山丘尤tivesubspaCe;八e中eKTooe no皿n一oeTpaoeT.1，算子的 算子A，二A一又I的值域兀二{y=(A一又I)x:x任D，}的正交补D，，其中A是定义于Hilbert空间H中的线性流形D，上的线性算子，而几是A的一个正则值(正则点).这里，一个算子A的正则值(比孚血r从司ueofanoperator)理解为参数又的一个值，使方程(A一又I)x二y对任何y有唯一的解，而算子(A一又I)”是有界的，即A的预解式(~l-瓤)(A一又I)一‘有界.当又变化时，亏子空间D*也随着变化，但是对属于A的全部正则值构成的开集的一个连通分支的一切之，亏子空间D*的维数是相同的. 如果A是一个具有稠密定义域几的对称算子，它的正则值的连通分支是上半及下半平面.在这一情形下，D*一{x任D矛:A’二一Ix}，其中A’是A的伴随算子，而亏量叭二djln只及。一dimD一，均称为算子A的(正的及负的)亏指数(由反记ncy indi-渭of an opemtor).此外 D，·=D，OD:①D_，，即D，·是D，，D‘，D_，的直和.因而，如果n十=作_=O，那么算子A是自共扼的;否则，一个对称算子的亏子空间便刻画了它偏离一个自共扼算子的程度. 亏子空间在构造对称算子到极大算子或自共扼算子(超极大算子)的扩张中起着重要作用.[种比，工圆粼出阴摹丁即牛脚粤LI七g切以J仙‘Ulano拌rator)的定义不十分正确而应理解如下.值又是A的一个正则值，如果存在正数介=k(劝>O，使得对一切x6几，}(A一久I)x]})kl{xj}成立.在这种情形下，A一又I的核仅由零向量组成，且A一又I的象是闭的(但不必等于整个空间).王声望译
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条