一種并行 LLL 高維模糊度降相關(guān)算法
本發(fā)明公開(kāi)了一種并行 LLL 高維模糊度降相關(guān)算法,首先通過(guò)混合利用 Cholesky 下三角 LTL 分解 以及上三角 UTU 分解,提高 LLL 算法針對(duì)高維模糊度降相關(guān)的計(jì)算效率,增強(qiáng)高維模糊度降相關(guān)的能 力。其次為了得到降相關(guān)能力較強(qiáng)的 Z 變換矩陣,所以在每一次 QR 分解變換過(guò)程中,變換系數(shù)矩陣要 獲取較小的整數(shù)值,因此在每次下三角分解前先對(duì)模糊度協(xié)方差矩陣的行向量按內(nèi)積大小進(jìn)行升序排序, 而在上三角分解前先對(duì)矩陣的列向量按內(nèi)積大小進(jìn)行降序排列,由此求得的 Z 變換降相關(guān)性能更佳。最 后把算法正交變換過(guò)程中的取整運(yùn)算移至在求 Z 矩陣時(shí)取整,可以避免算法迭代過(guò)程中反復(fù)取整而引起 的誤差累積,解決算法發(fā)散的問(wèn)題,從而進(jìn)一步提高并行 LLL 算法的計(jì)算效率和穩(wěn)定性。
武漢大學(xué)
2021-04-13