摘要：MIMO技术虽然可以提高频谱的利用率,但是多维度的信号处理为MIMO信号的检测带来了极大的挑战.在对各类MIMO检测算法分析的基础上,选择非线性qr分解算法作为研究对象.为了获取更高的检测性能,进一步研究了排序的qr分解并提出了基于L1范数的排序方案.Matlab性能仿真显示,基于L1范数的排序策略和基于L2范数的排序策略对MIMO系统检测性能的影响基本一致,但采用L1范数降低了计算复杂度.在此基础上,设计了基于FPGA的利用Givens旋转改进的排序qr分解的硬件电路结构.在4×4信道矩阵的分解实现中,相较于L2范数求解,L1范数在单个列范数计算中组合逻辑资源至少节省了29.2%,触发器资源至少节省了32.4%.整体结构设计与同等规模的类似结构相比,主频时钟得到明显改善.

摘要：以多核数字信号处理器(Digital Signal Processor,DSP)作为计算节点的多核DSP集群系统成为一大发展趋势。当前阶段,由于多核DSP内核硬件资源利用不充分与访存带宽限制,峰值性能与实际性能间存在鸿沟。基于C66x内核丰富的指令集架构以及运算指令编排原则,结合编译器提供的汇编信息,设计并优化了qr分解算法,在充分挖掘DSP单核性能极致的同时减少了矩阵分解的计算时间。根据掌握的优化技术,设计并实现基于多核DSP集群系统的大规模并行qr分解模型,并在分布式计算框架上完成了分解任务。分析结果表明,优化后的qr分解计算效率以及C66x单核硬件资源使用率均提升了二十余倍,随着待分解矩阵规模的成倍增加,多核DSP集群相比于单核的计算性能提升也愈加明显。

摘要：当矩阵的规模较大或者条件数较高时,格拉姆-施密特(Gram-Schmidt)正交化算法和其相关修正算法时常表现出数值不稳定性的现象。为了解决该问题,探索了修正Gram-Schmidt算法(MGS)中舍入误差的累积效应,然后基于无误差变换技术和双倍双精度算法,设计并实现了双倍双精度修正Gram-Schmidt正交化算法(DDMGS)。该算法的精度测试中显示所提算法较分块施密特正交化(BMGS_SVL,BMGS_CWY,BCGS_PIP与BCGS_PIO)的变体算法具有更好的数值稳定性,证明了DDMGS算法能够有效地减少矩阵的正交性损失,提升数值精度,展示了所提算法的可靠性。在算法的性能测试中,首先计算并比较了不同算法的浮点计算量(flops),随后将所提DDMGS算法与修正施密特正交化算法在ARM和Intel两款处理器上作比较,虽然DDMGS算法的运行时间分别是MGS的5.03倍和18.06倍左右,但获得了明显的精度提升效果。

摘要：提出了一种将彩色快速识别(qr)码作为水印嵌入彩色宿主图像的强鲁棒性盲水印算法。首先对彩色宿主图像分通道进行离散小波变换(DWT)和分块qr分解得到非重叠的酉矩阵,然后将qr码分通道置乱加密归一化后嵌入到宿主图像对应通道酉矩阵的系数差中。仿真实验结果表明,本算法在满足不可见性的同时具有较强的鲁棒性;相比现有算法,本算法不仅能够抵抗旋转和裁切攻击,在JPEG压缩和噪声滤波攻击方面的抵抗能力也有较大提升;而且本算法属于盲水印技术,具有较大的实际应用价值。

摘要：带顶点三对角带状线性方程组在实际问题的求解过程中经常遇到 ,一般情况下此类方程组没有实用有效的求解方法 .与现有一般基于LU分解的或其他一些迭代方法不同 ,基于实际很少采用的矩阵qr分解方法 ,利用其对各类矩阵普遍适用的优点 ,给合此类带状线性方程组的特点 ,提出并探讨了将qr分解应用于该类方程组的求解过程 ,既利用了qr分解保证足够的精度 ,又避免了一般qr分解过大的计算量 .分析和实际计算均表明 ,该方法在计算精度及计算量方面均满足实际应用的要求 .

摘要：提出一种基于Matrix的Givens旋转的qr分解向量化方法。针对Matrix的体系结构特点,对向量数据访存和计算进行优化,使计算均衡分布到各个向量处理单元;设计双缓冲DMA的数据传输策略,使得内核的计算与DMA数据搬移的时间完全重迭,内核始终处于峰值计算,从而取得最佳的计算效率。实验结果表明,该方法能够取得较高的计算效率和性能加速比。

摘要：空时频移键控(Space-Time FSK)是一种特殊的酉空时调制方案,它易于设计,译码复杂性低,不需信道状态的任何信息,与酉空时设计相比具有许多优点。本文在文献[1]提出的ST-FSK非相干最大似然检测算法的基础上,利用qr分解提出了一种简化算法,减少了译码计算量,并且通过计算机仿真进行了分析比较。

摘要：在线性混合模型中,极大似然估计是一种很重要的估计方法,但是它常常需要通过迭代求解.应用设计阵的qr分解,可以把设计阵变换成上三角矩阵.这样可以降低参与迭代运算的矩阵的阶数,还可以减少参与运算的数据量,从而提高运算的速度.本文讨论了qr分解在EM算法中的应用,并用模拟的方法验证了qr分解可以极大的提高运算的速度.本文同时讨论了qr分解在另外一种估计方法,即ANOVA估计中的应用.

摘要：把运算耗时的计算任务交给非可信的云服务器进行外包计算是目前云计算背景下的热点问题之一。大型方程组的求解外包计算协议不仅要求高效性,也要满足计算结果的可验证性和避免客户信息泄露等。文章利用大规模矩阵的qr分解设计了可验证的外包计算协议。和其他方案相较,该协议没有基于任何密码学假设,可高效求解大规模线性方程组。此外,该协议将原始矩阵盲化后外包给云服务器进行qr分解,增加了协议的隐私性。文章还提供了简单的运算,以验证结果的正确性。

摘要：提出一种应用Givens变换实现qr分解的脉动阵列中的边界单元和内部单元电路结构。在硬件成本增加不多的条件下,应用牛顿-拉夫逊迭代方法和查询表技术,实现了平方根倒数的快速计算。综合的电路工作时钟达100MHz,两种单元的数据处理周期均为120ns,阵列数据处理速度高于相关文献报道40%以上。