1) iterative Remez algorithm
迭代Remez算法
1.
The new algorithm combines the complex Remez algorithm and the iterative Remez algorithm proposed by X.
这一新算法中还结合了复Remez算法及赖晓平提出的迭代Remez算法,并且如果问题的解存在则保证收敛到此解。
2) Remez algorithm
Remez算法
1.
The design procedure of FIR digital filter which is based on Chebyshev approximation theory and used to design compensating filter is analyzed,and the compensating filter designed ac-cording to Remez algorithm is provided.
阐述了数字化接收机中需要设计的CIC滤波器,分析用于设计补偿滤波器的基于切比雪夫逼近准则的FIR数字滤波器设计方法,给出了根据Remez算法设计的补偿滤波器。
2.
This paper uses the adaptive spectral-line enhancer based on LMS algorithm to suppress the noise which aims at the limitation of current Loran-C receiver with analog filter and contrasts this technique with an filter designed by Remez algorithm.
针对目前罗兰C接收机用模拟滤波器抑制噪声方面的缺陷,将基于LMS算法(最小均方准则)的自适应谱线增强器应用于抑制罗兰C接收机中噪声,并且与用Remez算法设计的FIR滤波器进行比较。
3) complex Remez algorithm
复Remez算法
1.
Karam and McClellan is the foundation of the complex Remez algorithm for Chebyshev design of complex FIR filters.
Karam和McC lellan最早得到了有关复数域Chebyshev逼近的复交错点组定理,并提出了以此定理为基础的复Remez算法用于复FIR数字滤波器的Chebyshev设计。
4) extended Remez algorithm
增广Remez算法
1.
Based on this theorem,an extended Remez algorithm for solving the optimal filter is proposed to solve the chebyshev design problem of linear phase FIR filters with ineguality constraints.
针对约束Chebyshev逼近问题提出一个增广交错点组定理 ,并根据此定理提出了一个增广Remez算法 ,用于求解带不等式约束的线性相位FIR数字滤波器的Chebyshev设计问题 。
5) Remez optimized design
Remez优化算法
6) remez exchange algorithm
Remez交换算法
补充资料：迭代算法
迭代算法
iteration algorithm
迭代算法〔i恤腼吨函d朋;HTep叫“ouH‘~p“仪] 由点到集合的一个映射序列A*所确定的递推算法，其中A*:V一V，V是一个拓扑空间，对于某初始点““任v，可依下式计算点列。“任V， 。“+，一注*。“，儿=o，l，·…(l)称算子(1)为迭代(i把mt沁n)，而序列{。“}为迭代序列(itemti祀s叫uence). 迭代法(jtemtionn犯thod)(或迭代逼近法(me-thod of iterati记appro汕na石on”应用于求下面算子方程的解 通。”f，(2)即某泛函的极小值，求方程Au=又“的本征值和本征向量等，同时也用来证明这些问题解的存在性.如果对于一个初始近似。。，当k一的时:‘~。，则称迭代方法(l)收敛到问题的解u. 求解(2)的线性度量空间V上的算子A*一般由下式构造 注*况几=。七一H*(A。友一f)，(3)其中{H*二V~V}是由某迭代型方法所确定的算子序列.压缩映射原理(c ontraCting .n分pp吨pnn-ciPle)及真摧户，’或著向题的泛函变分极小化方法都是建立在构造形如(l)，(3)的迭代法基础之上.所使用的构造A七的各种方法有Newton法(Newton脸thod)或下降法(d留cent，n祀th(记of)的诸多变形.人们尝试选取H*使得在一定条件下。止~u的快速收敛得到保证，这些条件要求计算机存储空间确定后算子A*u六的数值实现充分简单，有尽可能低的复杂性而且数值稳定.求解线性问题的迭代法得到了很好的发展和深人的研究.该迭代法这里分为线性与非线性两大类.Ga.法(Ga璐nr目兀心)，Sd翻法(Sei-delrr℃th司)，逐次超松弛法(见松弛法(侧公爪沁n1优thod))和带有tle氏皿eB参数的迭代法属于线性方法;变分法(如最速下降法，共扼梯度法和极小偏差法(mi曲nal discrepancyn坦thod))等.见最速下降法(s吹p巴t把ceni，皿thi对of);共扼梯度法(eonju，te脚dients，此山记of)属于非线性方法.最有效的迭代法之一是使用tIe玩IIDeB参数(Che勿shevP~t-ers)，这里A是一个带有〔。，M』上谱的自相伴算子，M>m>0.这个方法提供了关于预先指定的第n步收敛性最优(对谱边界上的给定信息)估计.方法可描述为 “‘+’=“一“*十1(通。
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