期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
MCA-CMA次分量分析恒模算法 认领 引用 被引量：2
1
作者 王淑艳 吴仁彪 石庆研 《数据采集与处理》 EI 北大核心 2008年第3期270-272,共3页
提出了一种次分量分析恒模算法(Minor component analysis-constant modulus algorithm,MCA-CMA)。该算法从恒模代价函数出发,推导出一个基于Rayleigh熵形式的代价函数,根据Rayleigh熵的性质,可得出最优权矢量就是协方差矩阵的最小特征... 提出了一种次分量分析恒模算法(Minor component analysis-constant modulus algorithm,MCA-CMA)。该算法从恒模代价函数出发,推导出一个基于Rayleigh熵形式的代价函数,根据Rayleigh熵的性质,可得出最优权矢量就是协方差矩阵的最小特征值所对应的特征矢量,从而引入次分量分析(MCA)寻找最优权矢量,因此该恒模算法称为MCA-CMA算法。仿真结果充分验证该算法的有效性。 展开更多
关键词 Rayleigh熵 恒模算法 次分量分析 MCA—CMA算法
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈