1) inverse matrix
矩阵反演，矩阵求逆;逆矩阵
2) matrix inversion
矩阵反演;矩阵求逆
3) Matrix inversion
矩阵求逆
1.
FPGA implementation of configurable matrix inversion based on Cholesky decomposition
基于Cholesky分解的可配置矩阵求逆FPGA实现
2.
A circuit structure with systolic array is introduced in this paper in order to accelerate the speed of matrix inversion,which is quite prone to implement.
其中矩阵求逆是矩阵运算中重要的运算。
3.
The algorithm unique capability of estimating fast time-varying and frequency-selective fading channels,and the simplicity of its least square(LS) algorithm free of matrix inversion,so as to greatly decrease the complexity.
该算法适用于快速时变和频率选择性衰落信道,在基于LS准则的信道估计算法中无需矩阵求逆运算,大大降低了复杂性。
4) matrix inverse
矩阵求逆
1.
This Paper presents a kind of matrix inverse arithmetic suitable for ASIC implementation,which could process 1～16 dimension lower triangular complex matrix,and is coded by Verilog HDL.
本论文提出了一种便于ASIC实现的矩阵求逆算法,可以完成对1到16维下三角复矩阵的求逆运算,并用Verilog硬件描述语言进行实现。
2.
Furthermore, in order to improve the condition of matrix inverse of DMC and its stability, a penalty factor is applied to Δu(t) of DMC, it is concluded that its robustness is no less than that of the origi.
本文进一步分析了为改善预测控制中的矩阵求逆条件和控制器的稳定性而采取对预测控制器的控制增量△u(t)加入惩罚园子后的鲁棒性,得到其鲁棒性不小于原控制器,并在此基础上分析了控制器参数对系统鲁棒性的影响和为提高鲁棒性而进行参数调整的方法,为动态矩阵控制在过程控制中的应用提供指导。
5) inverse matrix
矩阵求逆
1.
According to the algorithm of inverse matrix calculation,this article gives a design on inverse matrix which can reach a biggest rank of 16*16.
根据一般的矩阵算法中求逆的基本思想,设计了一种最大阶数可达16*16的矩阵求逆方案,然后提出了用FPGA实现其硬件电路的模块设计,最后用modlesim仿真验证了其正确性。
6) calculations of the inverse matrix
求逆矩阵
补充资料：矩阵求逆
矩阵求逆
inversion of a matrix
}1 10·011}}la，·a_{} T一，=卫‘}}b:1二1{·}}01·}}十 P，{l。1 11}_。{l 二了，日二"IJ .a，11 }}b。·b:1{}{!o·01!{ {10·…0 11!}ob_…b，}} !}a_·!11}·01} P。}}二}}1}.b.}1 1}a，‘·‘a。0}1}}00…o}} (2)其中向量 上(lb，二b_)r和上(。_…。，“ P二一P。分别是T一’的第一列和最后一列因此，T完全由给定的它的第一列和最后一列描述.由(2)，T一’的所有元素可以逐次计算出: {T一’}‘、:，，、，一{T一’}:，，+ +上(b.，。一。b_、. P。这个计算需要O(”2)个算术运算. 在予笼plitZ矩阵求逆的经济算法(例如见【3』)电a‘，气和p。的计算是由递归公式进行的.而且也需要O(n’)个运算.主子矩阵非奇异这个条件可以放宽，而仍然只需要O(nZ)个算术运算. 矩阵求逆有时是为了用公式x二A一’b来解线性方程组Ax=b.对一般形式的矩阵，这样做几乎没有意义，因为与线性方程组的直接求解方法相比较，它将增加运算量而且损失数值稳定性.可是对及即h忱(和有关的)矩阵，情况就不同了.如表达式(2)所示，T一’b的计算简化为执行毛义plits矩阵和向量的四个乘法和一个向量减法.有毛笼pliIZ矩阵与向量乘的经济算法，这种算法需要(对n阶)O(”losn)个运算.对予笼plitZ方程组的解法，算术运算量还不能达到这种渐近状态(现在，这些算法中最好的方法需要O(n fogZn)个运算).因此，对具有同一予艾plitZ矩阵T和不同右边b的线性方程组Tx=b的重复求解，预先将T求逆似乎是合理的. 在具有许多并行处理器的计算机上，重复求解具有同一个一般形式矩阵的线性方程组时，预先求出矩阵的逆是很合理的，因为与矩阵与向量相乘比较，解线性方程组的直接法不具有这种方便的并行性. 在许多情况(例如在数学规划的拟Newton方法中)，要求矩阵A的逆，它与具有已知逆阵B一’的矩阵只相差一个秩为l的矩阵或(在B是对称矩阵情况)秩为2的一个对称矩阵.对n阶矩阵，这样重新构造一个逆矩阵可用O(。2)个运算来完成.下面的公式可以作为一个例子(见【4』):如果u和v是列向量，则 (刀+。。T)一，一刀一‘一生刀一1“。
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