DE4313627C1 - Verfahren zum Ermitteln der Eigenwerte einer Matrix aus Signalabtastwerten - Google Patents
Verfahren zum Ermitteln der Eigenwerte einer Matrix aus SignalabtastwertenInfo
- Publication number
- DE4313627C1 DE4313627C1 DE19934313627 DE4313627A DE4313627C1 DE 4313627 C1 DE4313627 C1 DE 4313627C1 DE 19934313627 DE19934313627 DE 19934313627 DE 4313627 A DE4313627 A DE 4313627A DE 4313627 C1 DE4313627 C1 DE 4313627C1
- Authority
- DE
- Germany
- Prior art keywords
- matrix
- cordic
- rotation
- angle
- jacobi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Description
Die vorliegende Erfindung betrifft ein Verfahren zum Ermitteln
der Eigenwerte einer Matrix, deren Elemente Abtastwerte eines
Signals sind, wobei die Matrix der das Signal eindeutig
charakterisierenden Eigenwerte durch Transformation der Matrix
der Signalabtastwerte auf Hauptdiagonalform mit Hilfe von
zyklischen Vektorrotationen nach dem Jacobi Verfahren
ermittelt wird und die einzelnen Vektorrotationen mit Cordic
Operationen realisiert werden.
Eigenwertberechnungen werden in der Signalverarbeitung
angewendet, wenn es z. B. darum geht, das Spectrum eines
Signals zu bestimmen oder Datenreduktionen bei Bildsignalen
durchzuführen oder aus dem von einem zu lokalisierenden Objekt
abgegebenen Signal und von mehreren Sensoren eines
Antennenarrays empfangenen Signalproben die Richtung bzw. den
Ort des Objekts zu schätzen. Vereinfacht gesagt, werden mit
den Eigenwerten aus Abtastwerten eines Signals wenige
charakteristische Werte abgeleitet, welche das Signal
eindeutig beschreiben.
Die Eigenwerte Λ einer reellen symmetrischen n × n Matrix A,
deren Elemente Abtastwerte (Proben) eines Signals sind, werden
durch eine orthogonale Transformation
Λ = QTAQ, wobei QTQ = I (Einheitsmatrix)
bestimmt.
Um diese Transformation sehr schnell mit einem
parallelarbeitenden Rechner ausführen zu können, wird die
Jacobi Methode angewendet, wie z. B. bekannt aus R. P. Brent and
F. T. Luk. The solution of singular value and symmetric
eigenvalue problems on multiprocessor arrays, Society of
Industrial and Applied Mathematics Journal, Scientific and
Statistic Computing 6 (1985), 69-84.
Die Matrix Q besteht aus 2 × 2 Ebenen Rotationen, womit die
Matrix A schrittweise auf Hauptdiagonalform reduziert wird.
Bei der klassischen Jacobi Methode werden folgende zwei
Maßnahmen angewendet.
- a) das Verarbeitungsschema der einzelnen Elemente apq der Matrix A basiert darauf, daß die Zeilen und Spaltenindices p und q so gewählt werden, daß |apq| = max (|aÿ|), 1 i, j n, i = j
- b) Der Rotationswinkel wird iterativ bei jedem Transformationsschritt so gewählt, daß gilt: apq (k+1) = 0,wobei k der Iterationsindex ist.
Die klassische Jacobi Methode, welche gemäß a) die Indices p
und q der Matrixelemente bestimmt, erschwert eine parallele
Bearbeitungsprozedur. Außerdem sind für die Bestimmung der
Rotationswinkel gemäß b) Operationen (Wurzelberechnungen,
Divisionen) erforderlich, welche einen großen Nachteil für die
Integration einer integrierten Schaltung darstellen.
Alle diese Nachteile werden vermieden, wenn - wie in der
eingangs zitierten Veröffentlichung von R. P. Brent und F. T.
Luk beschrieben - die Elemente der Nebendiagonalen der Matrix
A zyklisch (d. h. in mehreren Iterationsschritten) Reihe für
Reihe oder Spalte für Spalte einem Rotationsprozeß unterzogen
werden. Wenn jedes Nebendiagonalelement einmal bearbeitet
worden ist, ist ein Iterationsschritt beendet.
Für die Berechnung der Rotationswinkel ist es in Bezug auf die
Integrierbarkeit der Schaltung vorteilhaft, das sogenannte
Cordic (Coordinate Rotation Digital Computer)-Verfahren anzuwenden (vgl.
z. B. J.-M. Delosme, Cordic algorithms: theory and extensions,
Proc. SPIE Advanced Algorithms and Architectures for Signal
Processing IV (1989), 131-145 oder EP 04 53 641 A2).
Mit dem Cordic-Verfahren werden üblicherweise die
Rotationswinkel so bestimmt, daß die zweite Maßnahme b) des
klassischen Jacobi-Verfahrens, nämlich jedes
Nebendiagonalenelement apq (k+1) exakt zu Null zu machen, erfüllt
wird. Doch dies ist nicht sehr sinnvoll, da ein in einem
Arbeitsschritt zu Null transformiertes Element in einem
nächsten Arbeitsschritt wieder einen von Null verschiedenen
Wert annimmt. Aus diesem Grund wird in der Veröffentlichung
von J.-P. Charlier, M. Vanbegin and P. van Dooren, On
efficient implementations of Kogbetliantz's algorithm for
computing the singular value decomposition. Numer. Math.
52 (1988), 279-300 vorgeschlagen, eine approximierte Rotation
durchzuführen, die nicht apg (k+1) = 0 sondern nur
|apq (k+1)| < |apg (k)|
verlangt.
Bei dieser approximierten Rotationsmethode steigt zwar die
Zahl der erforderlichen Iterationsschritte an aber der
Rechenaufwand pron Iterationsschritt ist erheblich geringer als
bei der exakten Rotationsmethode.
Daß approximierte Rotationen besonders vorteilhaft mit Cordic
Prozessoren durchführbar sind, ist bereits von J.-M. Delosme,
Bit-level systolic algorithms for real symmetric and
hermitian eigenvalue problems. Journal of VLSI Signal
Processing, 4(1): 69-88, 1992 dargelegt worden.
J.-M. Delosme schlägt vor, in jedem Rotationsprozeß
nicht wie bisher eine fest vorgegebene Folge von
Rotationswinkeln abzuarbeiten, sondern nur einige (3 oder 4)
Rotationswinkel aus dieser Folge anzuwenden. Allerdings ist in
dieser Literaturstelle nicht offenbart, nach welchen Kriterien
diese Winkel ausgewählt werden.
Der Erfindung liegt nun die Aufgabe zugrunde, ein Verfahren
der eingangs genannten Art anzugeben, welches für die
Bestimmung der Eigenwerte mit einer möglichst geringen Zahl an
Operationen (Additionen, Schiebeoperationen) auskommt, so daß
eine diese Operationen ausführende Schaltung mit möglichst
geringem Aufwand realisierbar ist.
Erfindungsgemäß wird diese Aufgabe durch die Merkmale des
Hauptanspruchs gelöst. Eine vorteilhafte Weiterbildung der
Erfindung geht aus dem Unteranspruch hervor.
Nachfolgend soll die Erfindung näher erläutert werden.
Zunächst wird die in der Beschreibungseinleitung schon
erwähnte zyklische Jacobi Methode vorgestellt.
Nach der Jacobi Methode wird auf eine n × n Matrix A, die
Abtastwerte eines Signals enthält, eine Folge von orthogonalen
Transformationen
A(k+1) = JT pq A(k) Jpg (1)
(k = 0, 1, 2 . . . Iterationsindex)
(k = 0, 1, 2 . . . Iterationsindex)
durchgeführt, wobei Jpq eine Rotation in der p, q) Ebene ist,
definiert durch die Parameter (c, s, -s, c) in den (pp, pq,
qp, pp) Elementen einer n × n Einheitsmatrix.
c = cos Φ und s = sin Φ, Φ ist der Rotationswinkel.
Die Parameter (p, q) werden zyklisch ausgewählt, z. B. (1, 2),
(1, 3) . . . (1, n) (2, 3) . . . (2, n) . . . (n-1, n).
Die Jacobi Rotationen Jpq sind so zu bestimmen, daß die Größe
der Nebendiagonalelemente
mit jeder Transformation gemäß (1) abnimmt.
Es läßt sich zeigen, daß
[S(k+1)]² = [S(k)]² - [(apq)(k)² - (apq)(k+1)²] (3)
Die größte Reduktion von S(k) wird erreicht bei apq (k+1): = 0.
Dies kann erreicht werden, wenn gilt:
mit
und daher
ist. Die vorausgehende Methode wird exakte Jacobirotation
genannt wegen der Tatsache, daß apq (k) exakt zu Null gemacht
wird.
Für die Reduktion von S(k) ist es nicht notwendig, die exakte
Jacobi Rotation, also (c, s) nach (5), anzuwenden.
Es reicht aus, (c, s) näherungsweise so zu bestimmen, daß die
Orthogonalität erhalten bleibt und
|apq (k+1)| d · apq (k)| mit 0 |d| < 1 (6)
ist.
ln diesem Fall spricht man von einer approximierten Jacobi
Rotatioin pq.
Wegen
apq (k+1) = d · apq (k) mit d = c² - s² - 2τcs
gilt:
Der maximale Wert von |d| ist ein Maß für die Qualität der
Approximation. Es läßt sich zeigen, daß für die exakte Jakobi
Rotation, für die
d = 0 ist.
Es läßt sich auch zeigen, daß A(k) zu einer Diagonalmatrix
konvergiert, welche die Eigenwerte von A enthält, falls die
verwendete Approximation |d(τ) | < 1 garantiert. Ferner wird
quadratische Konvergenz erreicht, wenn |d(τ)| während des
Verfahrens abnimmt, so daß gilt |d(τ)|τ →∞ → 0.
Wie bereits oben ausgeführt, wird die Jacobi Rotation nach dem
Cordic-Verfahren ausgeführt. Deshalb sollen zunächst einige
grundsätzliche Erläuterung zum Cordic-Verfahren folgen.
Eine Rotation eines Vektors (x, y)T um einen Winkel Φ kann so
ausgedrückt werden:
Diese Matrix-Vektor Multiplikation kann ausgeführt werden
durch eine Folge von elementaren Rotationen Φk, welche durch
einfache Schiebe- und Additionsoperationen realisierbar ist,
falls Φk so gewählt wird, daß
Φk = ± arctan 2-k.
Mit cos arctan 2-k = 1/ gilt:
Diese Matrix-Vektor Multiplikation erfordert nur zwei
Additionen und zwei Schiebeoperationen von k Bits. Eine
Elementar Cordicoperation ist also die Matrix-Vektor-
Multiplikation:
Das Ergebnis dieser Elementar-Operation wird mit dem Faktor
Kk = skaliert.
Die Cordic Prozedur benutzt den Grundwinkel ± arctan 2-k, um
daraus den gewünschten Rotationswinkel Φ zu bilden.
Dies kann interpretiert werden als eine Darstellung des
Rotationswinkels Φ in einem "arctan 2-k" Zahlensystem mit den
Ziffern fkε {-1,1}. Damit ist nach b+1 Iterationsschritten der
Eingangsvektor (x,y)T um den Winkel Φ mit einer Genauigkeit
von b Bits rotiert. Die Iterationsgleichungen für die Cordic
Operation in zirkularen Koordinaten sind mit k = 0, 1, . . ., b:
Xk+1 = xk + sign (τk) yk2-k
Yk+1 = Yk - sign (τk) xk2-k
τk+1 = τk - sign (τk) arctan 2-k (11)
Yk+1 = Yk - sign (τk) xk2-k
τk+1 = τk - sign (τk) arctan 2-k (11)
Während der Cordic Interationen geht der Parameter τ gegen
Null und der Vektor (x, y)T wird gedreht und gestreckt zu
Kp (x′, y′)T.
Der Skalierungsfaktor Kk eines Iterationsschrittes k hängt
nicht von sign (τk) sondern nur von der Zahl der
Iterationsschritte b ab, weil der Cosinus eine gerade Funktion
ist. Der Vektor nach b+1 Iterationsschritten ist mit dem
Faktor
zu skalieren, unabhängig vom Rotationwinkel.
In Matrixschreibweise läßt sich das Cordic Verfahren nun so
darstellen.
Würde man diesen Cordic Prozeß mit b Iterationsschritten
durchführen, wären insgesamt sehr viele Schiebe- und
Additionsoperationen durchzuführen. Die Zahl der
erforderlichen Operationen läßt sich sehr stark verringern,
wenn in jedem Cordic Rotationsprozeß nur ein einziger Winkel
(1 Iterationsschritt) ermittelt wird, der dem optimalen
Rotationswinkel möglichst nahe kommt und nicht wie beim Stand
der Technik in einem mehrschrittigen Iterationsprozeß man
sich dem gewünschten Rotationswinkel über eine Folge von
Winkel schrittweise annähert.
Man setzt für t aus Gleichung (4)
= sign (τ) 2-l ≈ t (13)
wobei l = 0, 1, 2, . . ., b ist. l wird nun so gewählt, daß der
Winkel = arctan 2-l möglichst wenig vom optimalen
Rotationswinkel Φ abweicht.
Die approximierte Jacobi Rotation ist:
Um pq (l) zu bestimmen soll, wie gesagt, nur noch ein
Iterationsschritt angewendet werden.
Für die Bestimmung der Jacobi Rotation pq (l) reicht es aus,
nur den Wert l zu bestimmen. Für die Bestimmung von l und für
die Minimierung des maximalen Wertes von |d|
ist d (|τ|, l) gemäß Gleichung (7) mit t: = sign (τ 2-l:
Falls l = i für |τ|∈[τi, τi+a] gesetzt wird, läßt sich
zeigen, daß |d(|τ|,l)| 1/3 ist. Die Grenzen des Intervalls
für τi ergeben sich aus (15) mit |d(|τi|, l)| = 1/3 und l = i
|τi| = 1/3 (2i - 2-i+1) (16)
Der Vergleich |τi| < |τ| < |τi+1| für die Bestimmung von 1
kann mit Schiebe- und Additionsoperationen durchgeführt
werden. Mit aD = |aqq - app| erhält man den folgenden
Vergleich für die Bestimmung von l.
Falls
(2i - 2-i+1)|apq| aD+2-1 aD < (2i+1 - 2-i)|apq|, (17)
dann ist l = i.
Um eine große Zahl solcher Vergleiche zu vermeiden, wird das
Intervall [τi, τi+1], d. h. l geschätzt.
Dazu wird ein Schätzwert von |τ| berechnet. Mit exp (a), der
den Exponenten von a angibt, und mit |τ| = aD/2|apq|
erhält man
τ∈[2k, 2k+2 [mit k = exp (aD) - exp (apq). (18)
Der Vergleich dieser Intervalle [2k, 2k+2], die einen
Schätzwert für |τ| bedeuten, mit den Intervallen [τi τi+1]
(τi aus (16)), welche die Werte für l(l = i) bestimmen, zeigt,
daß maximal drei Werte für l für ein gegebenes k möglich sind.
Deshalb, falls Gleichung (18) ein k < 0 ergibt, sind für die
Bestimmung von l maximal drei Vergleiche gemäß (17) mit
i = k-1, k, k+1 auszuführen.
Für die Approximation des Skalierungsfaktors für die Jacobi
Rotation wird der nächst kleinere Rotationswinkel genommen,
d. h. es wird 1: = 1+1 gesetzt, und die Rotatio pq (1) gemäß
(14) wird zweimal angewendet.
Der Skalierungsfaktor ergibt sich dann mit z. B. b = 32
aus
für jede Rotation gemäß (20).
Wenn das zuvor beschriebene Prinzip der Rotation mit einem
Winkel angewendet wird, ist zwar die Konvergenz bei der
Iteration nur linear (nichtquadratisch), d. h. die Anzahl der
Iterationsschnitte steigt an. Der Aufwand an Schiebe- und
Additionsoperationen ist aber trotzdem geringer als wenn jede
Rotation in mehreren Winkelschritten durchgeführt würde und
dadurch weniger Jacobi Iterationsschritte erforderlich wären
(wegen quadratischer Konvergenz). Das Verhältnis von
zusätzlichen Jacobi Iterationsschritten zu eingesparten
Operationen ist kleiner 1.
Die quadratische Konvergenz kann aber trotz der Anwendung der
Rotation mit nur einem Winkel erreicht werden, indem nämlich
die Transformation mit der "Ein-Winkel-Rotation" ein oder
mehrmals wiederholt wird. Die Genauigkeit der Rotation wird
dabei von Mal zu Mal verbessert, wodurch schließlich
quadratische Konvergent erreicht wird.
Nachfolgend ist an einem Beispiel (2 × 2 Matrix A)
mit m = 1 . . . 5 wiederholten Transformationen, wobei in jeder
die "Ein-Winkel-Rotation" angewendet worden ist, gezeigt.
Dieses Beispiel zeigt, daß mit nur 5 Cordic Rotationswinkeln Φ
die exakte Transformation (Nebendiagonalelement von A sind
Null) erreicht wird. Um dasselbe Ergebnis mit dem bekannten
Transformationsverfahren zu erreichen, hätte man insgesamt b = 16
Cordic Rotationswinkel benötigt.
Claims (2)
1. Verfahren zum Ermitteln der Eigenwerte einer Matrix, deren
Elemente Abtastwerte eines Signals sind, wobei die Matrix der
das Signal eindeutig charakterisierenden Eigenwerte durch
Transformation der Matrix der Signalabtastwerte auf
Hauptdiagonalform mit Hilfe von zyklischen Vektorrotationen
nach dem Jacobi Verfahren ermittelt wird und die einzelnen
Vektorrotationen mit Cordic Operation realisiert werden,
dadurch gekennzeichnet,
daß jede Vektorrotation mit einem einzigen Cordic Winkel vorgenommen wird und daß der Cordic Winkel jeweils so gewählt wird, daß durch die Transformation jedes Element der Matrix außerhalb der Hauptdiagonalen minimal wird.
daß jede Vektorrotation mit einem einzigen Cordic Winkel vorgenommen wird und daß der Cordic Winkel jeweils so gewählt wird, daß durch die Transformation jedes Element der Matrix außerhalb der Hauptdiagonalen minimal wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet,
daß die Transformation mindestens einmal wiederholt wird,
wobei für jede Jacobi Rotation ein neuer Cordic Winkel
verwendet wird, so daß mit jedem Transformationsprozeß die
Elemente der Matrix außerhalb der Hauptdiagonalen weiter gegen
Null konvergieren.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19934313627 DE4313627C1 (de) | 1993-04-27 | 1993-04-27 | Verfahren zum Ermitteln der Eigenwerte einer Matrix aus Signalabtastwerten |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19934313627 DE4313627C1 (de) | 1993-04-27 | 1993-04-27 | Verfahren zum Ermitteln der Eigenwerte einer Matrix aus Signalabtastwerten |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4313627C1 true DE4313627C1 (de) | 1994-05-05 |
Family
ID=6486400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19934313627 Expired - Fee Related DE4313627C1 (de) | 1993-04-27 | 1993-04-27 | Verfahren zum Ermitteln der Eigenwerte einer Matrix aus Signalabtastwerten |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE4313627C1 (de) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19753932A1 (de) * | 1997-12-05 | 1999-06-10 | Cit Alcatel | Verfahren zur Bestimmung der Empfangsrichtung mittels einer Gruppenantenne, Funkfeststation und Funksystem |
DE19950577A1 (de) * | 1999-10-20 | 2001-05-10 | Siemens Ag | Komplexwertige CORDIC-ähnliche Verfahren für Signalverarbeitungsaufgaben |
WO2022012707A1 (de) * | 2020-07-15 | 2022-01-20 | Schaeffler Technologies AG & Co. KG | Verfahren zur erfassung einer winkelposition und erfassungssystem |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0453641A2 (de) * | 1990-04-20 | 1991-10-30 | Siemens Aktiengesellschaft | CORDIC-Prozessor für Vektordrehungen in Carry-Save-Architektur |
-
1993
- 1993-04-27 DE DE19934313627 patent/DE4313627C1/de not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0453641A2 (de) * | 1990-04-20 | 1991-10-30 | Siemens Aktiengesellschaft | CORDIC-Prozessor für Vektordrehungen in Carry-Save-Architektur |
Non-Patent Citations (4)
Title |
---|
J.-M. DELOSME, "Bit-level systolic algorithms for real symmetric and hermitian eigenvalue problems",Journal of VLSI Signal Processing 4(1), 69-88, 1992 * |
J.-M. DELOSME, "Cordic algorithms: theory and extensions", Proc. SPIE Advanced Algorithms and Architectures of Signal Processing IV (1989), 131-145 * |
J.-P. CHARLIER, M. VANBEGIN and P. VAN DOOREN, "On efficient implementations of Kogbetliantz's algorith for computing the singular value decom- position", Numer. Math. 52 (1988), 279-300 * |
R.P. BRENT and F.T. LUK, "The solution of singularvalue and symmetric eigenvalue problems in multi- processor arrays", Society of Industrial and Applied Mathematics Journal, Scientific and Statistic Computing 6 (1985), 69-84 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19753932A1 (de) * | 1997-12-05 | 1999-06-10 | Cit Alcatel | Verfahren zur Bestimmung der Empfangsrichtung mittels einer Gruppenantenne, Funkfeststation und Funksystem |
US6008759A (en) * | 1997-12-05 | 1999-12-28 | Alcatel | Method of determining the direction of arrival of a radio signal, as well as radio base station and radiocommunications system |
DE19950577A1 (de) * | 1999-10-20 | 2001-05-10 | Siemens Ag | Komplexwertige CORDIC-ähnliche Verfahren für Signalverarbeitungsaufgaben |
DE19950577C2 (de) * | 1999-10-20 | 2002-08-22 | Siemens Ag | Komplexwertiges CORDIC-Verfahren für Signalverarbeitungsaufgaben sowie Funkkommunikationssystem zur Durchführung des Verfahrens |
WO2022012707A1 (de) * | 2020-07-15 | 2022-01-20 | Schaeffler Technologies AG & Co. KG | Verfahren zur erfassung einer winkelposition und erfassungssystem |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peters et al. | Ax=λBx and the generalized eigenproblem | |
DE2713337C2 (de) | Meß- und Analyseeinrichtung für Wellenformen | |
DE19724481C2 (de) | Schablonenvergleichsverfahren | |
DE3036770C1 (de) | Verfahren zur Schätzung der Verschiebung und/oder Geschwindigkeit von Objekten in Video-Szenen | |
DE69628186T2 (de) | Verfahren zur adaptiven kalman-filterung in dynamischen systemen | |
DE4317246A1 (de) | Verfahren und Vorrichtung für die Dekonvolution von nicht aufgelösten Daten | |
DE4239126A1 (de) | ||
DE4038240A1 (de) | Prozessor zum durchfuehren einer orthogonaltransformation | |
DE2729401C2 (de) | Spezialisierter Digitalrechner für die statistische Informationsverarbeitung | |
DE3537638C2 (de) | Verfahren und Einrichtung zum Reduzieren von Geräuschartefakten | |
DE4215094C2 (de) | Bildverarbeitungsverfahren und -vorrichtung | |
DE10013068C2 (de) | Potenzierungsoperationsvorrichtung | |
DE4313627C1 (de) | Verfahren zum Ermitteln der Eigenwerte einer Matrix aus Signalabtastwerten | |
EP0625762A1 (de) | Verfahren zum Entzerren von Röntgenaufnahmen und Anordnung zur Durchführung des Verfahrens | |
DE102016205020A1 (de) | SIMD-Realisierung von Schablonencodes | |
DE19504089A1 (de) | Pipelined SIMD-Systolic Array Prozessor und dessen Arbeitsverfahren | |
DE2758505B2 (de) | Spezialisierter Digitalrechner zur statistischen Informationsverarbeitung | |
DE2263757A1 (de) | Digitale uebertragungsanlage mit frequenzgewichteter herabsetzung des rauschens | |
DE2163621A1 (de) | Schaltungsanordnung zur Durchführung der Fourier-Analyse | |
DE4223676C2 (de) | Verfahren zur adaptiven räumlichen Ausfilterung eines gewünschten Signals und zur Unterdrückung von Störersignalen beim Funksignalempfang | |
DE4406300C2 (de) | Lineares Interpolationsverfahren | |
EP1676145B2 (de) | Verfahren und vorrichtung zur funkpeilung mehrerer spektral überlappender funkstationen | |
EP2065716A1 (de) | EMV-Analyse Gerät | |
DE60037235T2 (de) | Verfahren zur ermittlung eines wahren spektrums aus einem gemessenen spektrum | |
DE19827238B4 (de) | Verfahren zum Betrieb eines Vektorrechners |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8100 | Publication of the examined application without publication of unexamined application | ||
D1 | Grant (no unexamined application published) patent law 81 | ||
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: ROBERT BOSCH GMBH, 70469 STUTTGART, DE |
|
8339 | Ceased/non-payment of the annual fee |