【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般涉及处理信号的矩阵定值方法和装置。本专利技术尤其涉及矩阵定值快速傅里叶变换(FFT)和矩阵定值快速傅里叶逆变换(IFFT)的方法和处理器。
技术介绍
本专利技术处理与标量定值函数、变量、数量、算法和系统相对的矩阵定值函数、变量、数量、算法和系统。为了描述这些函数、变量、数量、算法和系统,在本公开中采用下列符号●标量函数和变量用小写字母(比如x,y,a)表示。●字母k,n,m,r,p,q,K,N,M用来表示整数变量。●标量的向量用小写粗体字母(比如x,a)表示。●标量的矩阵用大写粗体Times Roman字体(比如X,A)表示。●矩阵的矩阵用大写粗体Euclid字体(比如W,H)表示。●给定大小的单位矩阵用I表示。即 ●具有元素的对角矩阵 用diagonal{λ1,λ2,…,λn}表示●全零的矩阵或向量用0表示。●符号(.)⊥用来表示矩阵或向量的复共轭转置。●符号j用来表示虚数 ●|x|表示向量x的范数。●(p-m)mod M表示将(p-m)除以M后只保留余数。为了弄清本专利技术的值和作用,重要的是要理解涉及标量变量的算法的矩阵形式与涉及矩阵变量的矩阵定值(matrix-valued)算法之间的差别。例如,考虑两个已知标量{y1,y2}与两个未知标量{x1,x2}之间的如下关系a11x12+a12x22+b11x1+b12x2=y1]]>a21x12+a22x22+b21x1+b22x2=y2---(1)]]>上面的标量定值公式的矩阵形式可以写成a11a12a21a22x12x22+b11b12b21b22x1x2=y1y2-- ...
【技术保护点】
一种矩阵定值方法,用于将长度为N的离散时间标量数据序列从时域变换到频域,其中N是预定整数,所述方法包括如下步骤:(a)从所述标量序列构成长度为M的向量定值序列,从而每个向量长度为d,其中M和d是预定整数;(b)由此得到用向量 点{x↓[m],m=0,1,2,…,M-1}表示的向量定值离散时间数据序列;(c)如有必要,通过为向量添加零定值元素,确保所述向量定值序列的长度等于向量数的整数倍;(d)将所述向量定值序列的每个向量点x↓[m]乘以自变量由- j(2π/MΦ)pm给出的矩阵定值指数函数,其中Φ是r×r维正定对称矩阵,p和m表示范围为0≤p,m≤M-1的整数指数值,而符号j表示虚数*;(e)在0≤m≤M-1所指定的范围上累加步骤1.(d)的结果,从而得到向量定值频率样本;和 (f)在0≤p≤M-1所指定的范围上重复步骤1.(d)和1.(e),从而得到频域中的向量定值序列。
【技术特征摘要】
【国外来华专利技术】US 2004-6-10 10/865,2101.一种矩阵定值方法,用于将长度为N的离散时间标量数据序列从时域变换到频域,其中N是预定整数,所述方法包括如下步骤(a)从所述标量序列构成长度为M的向量定值序列,从而每个向量长度为d,其中M和d是预定整数;(b)由此得到用向量点{xm,m=0,1,2,...,M-1}表示的向量定值离散时间数据序列;(c)如有必要,通过为向量添加零定值元素,确保所述向量定值序列的长度等于向量数的整数倍;(d)将所述向量定值序列的每个向量点xm乘以自变量由 给出的矩阵定值指数函数,其中Φ是r×r维正定对称矩阵,p和m表示范围为0≤p,m≤M-1的整数指数值,而符号j表示虚数 (e)在0≤m≤M-1所指定的范围上累加步骤1.(d)的结果,从而得到向量定值频率样本;和(f)在0≤p≤M-1所指定的范围上重复步骤1.(d)和1.(e),从而得到频域中的向量定值序列。2.一种矩阵定值方法,用于将长度为N的离散频率标量数据序列从频域变换到时域,其中N是预定整数,所述方法包括如下步骤(a)从所述标量数据序列构成长度为M的向量定值序列,从而每个向量为d维,其中M和d是预定整数;(b)由此得到用向量点{fm,m=0,1,2,...,M-1}表示的向量定值离散频率数据序列;(c)如有必要,通过为向量添加零定值元素,确保所述向量定值序列的长度等于向量数的整数倍;(d)将所述向量定值序列的每个向量点fm乘以自变量由 给出的矩阵定值指数函数,其中Φ是r×r维正定对称矩阵,p和m表示范围为0≤p,m≤M-1的整数指数值,而符号j表示虚数 (e)在0≤m≤M-1所指定的范围上累加步骤2.(d)的结果,从而得到向量定值时间样本;和(f)在0≤p≤M-1所指定的范围上重复步骤2.(d)和2.(e),从而得到时域中的向量定值序列。3.一种矩阵定值和基2时间抽取FFT方法,用于通过将向量定值输入数据序列{xm,m=0,1,2,...,M-1}分解成相继较小的子序列,将所述输入序列从时域变换到频域,该方法包括如下步骤(a)将所述输入序列重新排序并将其分离成长度为 的两个相等向量定值子序列;(b)从而得到具有偶数指数向量点的第一子序列和具有奇数指数向量点的第二子序列;(c)利用步骤3.(b)的向量定值序列,并按照权利要求1的方法计算两个较小的矩阵DFT向量序列;(d)将第二子序列的矩阵DFT结果乘以自变量由 给出的矩阵定值指数函数,其中0≤p≤M-1;(e)从而得到其中将两个 -向量点矩阵DFT序列分解成四个 -向量点矩阵DFT序列,然后再将四个 -向量点矩阵DFT序列分解成八个 -向量点矩阵DFT序列的递归结构;(f)一直进行步骤3.(e)的分解,直到它最终达到每个矩阵DFT序列的长度等于2的阶段为止;和(g)对最终的向量进行2-向量点矩阵蝶形计算。4.一种矩阵定值和基3时间抽取FFT方法,用于通过将向量定值输入数据序列{xm,m=0,1,2,...,M-1}分解成相继较小的子序列,将所述输入序列从时域变换到频域,该方法包括如下步骤(a)将所述输入序列重新排序并将其分离成长度为 的三个相等向量定值子序列;(b)从而得到具有由0≤q≤(M3-1)]]>所指示的向量点的第一子序列、具有由0≤3q+1≤(M3-1)]]>所指示的向量点的第二子序列和具有由0≤3q+2≤(M3-1)]]>所指示的向量点的第三子序列;(c)利用步骤4.(b)的向量定值序列,并按照权利要求1的方法计算三个较小的矩阵DFT向量序列;(d)将第二子序列的矩阵DFT结果乘以自变量由 给出的矩阵定值指数函数,其中0≤p≤M-1;(e)将第三子序列的矩阵DFT结果乘以自变量由 给出的矩阵定值指数函数,其中0≤p≤M-1;(f)从而得到其中将三个 -向量点矩阵DFT序列分解成九个 -向量点矩阵DFT序列,然后再将九个 -向量点矩阵DFT序列分解成二十七个 -向量点矩阵DFT序列的递归结构;(g)一直进行步骤4.(f)的分解,直到它最终达到每个矩阵DFT序列的长度等于3的阶段为止;和(h)对最终的向量进行3-向量点矩阵蝶形计算。5.权利要求3的方法,其中,使用r作为基,将向量定值输入序列分解成相继较小的子序列,其中r表示大于2的偶数整数。6.权利要求4的方法,其中,使用r作为基,将向量定值输入序列分解成相继较小的子序列,其中r表示大于3的奇数整数。7.一种矩阵定值和基2频率抽取FFT方法,用于通过将向量定值输入数据序列{xm,m=0,1,2,...,M-1}分解成相继较小的子序列,将所述输入序列从时域变换到频域,该方法包括如下步骤(a)将所述向量定值输入序列重新排序并将其分离成长度为 的两个相等序列;(b)从而得到具有偶数指数向量点的第一子序列和具有奇数指数向量点的第二子序列;(c)将所述偶数指数序列的元素乘以自变量由 给出的矩阵定值指数函数,其中整数指数q和m由0≤q,m≤(M2-1)]]>指定;(d)将所述奇数指数序列的元素先乘以自变量由 给出的矩阵定值指数函数,然后将结果向量序列乘以自变量由 给出的矩阵定值指数函数;(e)从而得到其中将两个 -向量点矩阵DFT序列分解成四个 -向量点矩阵DFT序列,然后再将四个 -向量点矩阵DFT序列分解成八个 -向量点矩阵DFT序列的递归结构;(f)一直进行步骤7.(e)的分解,直到它最终达到每个矩阵DFT序列的长度等于2的阶段为止;和(g)对最终的向量进行2-向量点矩阵蝶形计算。8.权利要求7的方法,其中,使用r作为基,将向量定值输入序列分解成相继较小的子序列,其中r表示大于2的整数。9.一种矩阵定值和基2时间抽取逆FFT方法,用于通过按照权利要求3的步骤将向量定值输入数据序列{fm,m=0,1,2,...,M-1}分解成相继较小的子序列,将所述输入序列从频域变换到时域。10.权利要求9的方法,其中,使用r作为基,将向量定值输入序列分解成相继较小的子序列,其中r表示大于2的整数。11.一种矩阵定值和基2频率抽取逆FFT方法,用于通过按照权利要求7的步骤将向量定值输入数据序列{fm,m=0,1,2,...,M-1}分解成相继较小的子序列,将所述输入序列从频域变换到时域。12.权利要求11的方法,其中,使用r作为基,将向量定值输入序列分解成相继较小的子序列,其中r表示大于2的整数。13.一种矩阵定值FFT方法,该方法在其思想、范围及其本质特征上引入类似于时间抽取或频率抽取矩阵DFT方法的递归结构。14.一种矩阵定值逆FFT方法,该方法在其思想、范围及其本质特征上引入类似于时间抽取或频率抽取矩阵IDFT方法的递归结构。15.一种用于计算离散时间标量数据序列的矩阵定值和基r FFT的装置设备,其中r表示大于等于2的整数,所述设备包括硬件和/或软件装置,用于(a)将所述离散时间标量数据序列组合成向量定值输入序列;(b)使用r作为基,将步骤15.(a)的向量定值输入序列组合成等长向量子序列;(c)执行其中将向量定值矩阵DFT序列分解成相继较小的向量定值子序列的递归结构,直到该分解达到每个向量定值矩阵DFT序列的长度等于基整数r的阶段为止;和(d)执行基r矩阵DFT所需的矩阵-向量乘和矩阵蝶形计算。16.一种用于计算离散频率标量数据序列的矩阵定值和基r逆FFT的设备,其中r表示大于等于2的整数,所述设备包括硬件和/或软件装置,用于(a)将所述离散频率标量数据序列组合成向量定值输入序列;(b)使用r作为基,将步骤16.(a)的向量定值输入序列组合成等长向量子序列;(c)执行其中将向量定值矩阵IDFT序列分解成相继较小的向量定值子序列的递归结构,直到该分解达到每个向量定值矩阵IDFT序列的长度等于基整数r的阶段为止;和(d)执行基r矩阵IDFT所需的矩阵-向量乘和矩阵蝶形计算。17.一种矩阵定值方法,用于计算用向量点{xm,m=0,1,2,...,M-1}表示的向量定值离散时间数据序列与用{Cp,p=0,1,2,...,M-1}表示的长度为M的矩阵定值数据序列的循环卷积,所述方法包括如下步骤(a)如有必要,通过为矩阵或向量添加零定值元素,确保每个所述序列的长度M等于整数倍;(b)执行矩阵定值离散时间数据序列与向量定值离散时间数据序列的元素的逐项乘;(c)在0≤m≤M-1所指定的范围上累加步骤17.(b)的结果,从而得到时域中的循环卷积的向量定值样本;(d)利用模-M运算循环地反转离散时间矩阵定值序列{Cp,p=0,1,2,...,M-1}的元素并将其向右移位;和(e)在0≤p≤M-1所指定的范围上重复步骤17.(b)和17.(c),从而得到时域中的向量定值序列。18.一种矩阵定值快速有效方法,用于计算用{xm,m=0,1,2,...,M-1}表示的长度为M的向量定值离散时间数据序列与用{Cp,p=0,1,2,...,M-1}表示的长度为M的矩阵定值数据序列的循环卷积,所述方法包括如下步骤(a)如有必要,通过为矩阵或向量添加零定值元素,确保每个所述序列的长度M等于整数倍;(b)利用矩阵定值FFT方法计算所述离散时间矩阵定值序列的频域变换;(c)从而得到新的矩阵定值离散频率数据序列;(d)利用矩阵定值FFT方法计算向量定值序列{xm,m=0,1,2,...,M-1}的频域变换;(e)执行步骤18.(c)的矩阵定值离散频率数据序列与步骤18.(d)的向量定值离散频率序列的元素的逐项乘;(f)从而得到新的频域向量定值序列;和(g)利用矩阵定值IFFT方法计算步骤18.(f)的向量定值序列的时域...
【专利技术属性】
技术研发人员:哈桑塞希托格鲁,
申请(专利权)人:哈桑塞希托格鲁,
类型:发明
国别省市:US[美国]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。