1) Signal subspace fitting
信号子空间拟合
1.
A low-complexity method for signal subspace fitting is proposed based on the mu lti-stage Wiener filter(MSWF) can span a constringent signal subspace,which is completely equivalent to t he Krylov subspace.
提出一种低复杂度的信号子空间拟合的新方法。
2.
Based on reconstructed fractional lower order covariance(RFLOC)matrix,a RFLOC-multiple signal classification(MUSIC)algorithm and a RFLOC-signal subspace fitting(SSF)algorithm are proposed for direction finding.
基于重构的分数低阶矩阵,提出了重构分数低阶协方差的多重信号分类测向算法和信号子空间拟合测向算法。
2) signal subspace iterative fitting
信号子空间迭代拟合
1.
Instead of singularity value decomposition of the traditional noise subspace channel estimation, the algorithm made use of signal subspace iterative fitting to obtain subspace to estimate channel.
介绍了一种用于ZP-OFDM系统的基于子空间拟合的盲信道估计算法,该算法采用信号子空间迭代拟合技术代替了传统的噪声子空间信道估计中奇异值分解获取子空间进行估计信道。
3) SC SSF algorithm
谱相关信号子空间拟合算法
4) signal subspace
信号子空间
1.
Speech enhancement approach based on signal subspace with multi-input in impulsive noise;
冲击噪声环境下基于信号子空间的多通道语音增强算法
2.
New signal subspace direction-of-arrival estimator for wideband sources;
一种新的信号子空间宽带测向算法
3.
Corresponding relationships between nodes of decomposition tree of wavelet packet and frequency bands of signal subspace;
小波包分解树结点与信号子空间频带的对应关系及其应用
5) subspace fitting
子空间拟合
1.
Since the performance of traditional DOA estimation algorithm degrades significantly under SαS noise,we propose two signal/noise subspace fitting (SSF/NSF) DOA estimation methods,on the basis of fractional lower order moment (FLOM) and screened ratio principle.
研究了在对称α稳定分布(Symmetric α-stable,SαS)冲击噪声背景下的基于子空间拟合的多目标DOA估计算法。
6) signal subspace method
信号子空间方法
补充资料：拟Euclid空间
拟Euclid空间
quasi-Euclidean space
拟D‘d空间〔quas卜E以汕触朋卿ce;~肚~如即nP0cTPaHcT即} 一种2维空间，在它的一点处给定的每个方向可以含于一个方向场中，该场的方向可以沿任何道路平行移动(即拟E孤lid空间容有绝对平行性).拟Euclid空间的测地线可划分成的’族绝对平行方向场的向量线，其中每一族与别的3族组成常数交比(eross ratio): k一k，k，一k， 于一止于二一二常数， kZ一k’kZ一k3’l-一”这里k=d“2/d“’是角方向系数.每一族测地线由3、个常数通过一阶方程 口_du尸 干乙一份二常数 b。du“’一决定.
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