[發(fā)明專利]一種LLL模糊度降相關(guān)算法

在審

• 申請?zhí)枺?/td>: 201510426357.0
• 申請日: 2015-07-20
• 公開（公告）號: CN105182378A
• 公開（公告）日: 2015-12-23
• 發(fā)明（設(shè)計）人: 楊艷茜;江金光;蘇明坤
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號: G01S19/37
• 分類號: G01S19/37;G01S19/44
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 薛玲

1.一種LLL模糊度降相關(guān)算法，其特征在于，包括以下步驟：

步驟1：輸入原始模糊度協(xié)方差矩陣Q_a和變換矩陣Z，其中，Z為單位矩陣；設(shè)置循環(huán)次數(shù)I=N，N取正整數(shù)；

步驟2：初始化循環(huán)次數(shù)I=0；

步驟3：將模糊度協(xié)方差矩陣Q_a按照列向量的內(nèi)積大小進(jìn)行降序排列，得到排序矩陣H，和降序排列后的新矩陣為：Q_b=H·Q_a·H^T；

步驟4：對矩陣Q_b進(jìn)行喬勒斯基上三角分解，得到分解后的上三角矩陣U^T及其轉(zhuǎn)置矩陣U，矩陣U及U^T均是唯一解；

步驟5：對矩陣U進(jìn)行QR分解變換，得到上三角變換矩陣R，以及正交矩陣Q_c；

步驟6：對變換矩陣R的元素R_ij求整得到整數(shù)矩陣[R]，通過對求整之后的矩陣求逆得到新的變換矩陣[R]^-1；

步驟7：求Z變換矩陣Z_I，Z_I=[R]^-1·H·Z；

步驟8：求Z變換后的協(xié)方差矩陣Qz=Z_I·Q_a·Z_I^T；

步驟9：循環(huán)次數(shù)I加1；

步驟10：判斷矩陣[R]^-1是否為單位矩陣或者循環(huán)次數(shù)I是否達(dá)到上限；若是兩個判斷條件滿足任何一個，則結(jié)束迭代過程，并跳轉(zhuǎn)執(zhí)行下述步驟11；否則，將Qz賦值給Qa，即Qa=Qz，將Z_I賦值給Z，即Z=Z_I，并回轉(zhuǎn)執(zhí)行所述的步驟3；

步驟11：循環(huán)結(jié)束，輸出降相關(guān)矩陣Z_I和經(jīng)過降相關(guān)處理的協(xié)方差矩陣Qz。

2.根據(jù)權(quán)利要求1所述的LLL模糊度降相關(guān)算法，其特征在于：步驟1中所述的N=50。