改进Householder算法：低复杂度多级最小模级联相消器

"一种低复杂度的Householder多级最小模级联相消器" 本文主要探讨了在阵列信号处理中，如何优化自适应相消器的性能，以应对运算量大、收敛性能易受相关干扰影响的问题。作者提出了一种基于Householder变换的改进多级级联相消器（MMCC）方法。传统Householder多级维纳滤波器的权值计算通常复杂度较高，而新方法则采用通道间具有最小模的样本商作为复权，这不仅简化了计算过程，还提升了算法的收敛速度。 在处理非平稳数据时，这一方法表现出良好的性能，能够有效应对相关干扰的影响。仿真结果证明，该算法在使用较少的样本数量下，即可达到采样协方差求逆（SMI）类算法的收敛性能，这意味着在实际应用中，它能更高效地处理有限的样本数据，同时保持出色的抑制干扰能力。 文章指出，由于在实际环境中很难获取大量符合要求的平稳独立采样数据，因此针对非平稳数据的处理是阵列信号处理的一大挑战。过去的研究主要集中在三个方面：降维技术、对角加载技术和统计估计的改进。本文提出的MMCC方法可以视为对这些技术的一种补充，它通过最小模样本商的使用，降低了计算复杂度，提高了算法对非平稳数据的适应性。 该研究工作得到了国家自然科学基金和新世纪优秀人才支持计划的资助，由黄庆东和李国民等人完成。黄庆东是新疆沙湾人，主要研究领域包括阵列信号处理、低复杂度算法和GPS信号处理。他们的研究对提高阵列信号处理系统的实时性和有效性具有重要意义，对于未来阵列信号处理技术的发展提供了新的思路。