2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩71頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、矩陣?yán)碚撘褟V泛用于工程領(lǐng)域,是一種不可替代的數(shù)學(xué)工具。哈達(dá)瑪矩陣是其中最重要的一類,與其它典型矩陣如協(xié)商矩陣(Conference matrices)、循環(huán)矩陣(Circulent matrices)、循環(huán)權(quán)重矩陣(Circulent Weighting matrices)、Pn-矩陣等廣泛用于信號(hào)處理、圖像處理、編碼設(shè)計(jì)等領(lǐng)域。以中心權(quán)重哈達(dá)瑪矩陣為出發(fā)點(diǎn),Moon Ho Lee于1989年提出“Jacket矩陣”。這一類矩陣具有求逆

2、簡(jiǎn)單(比特翻轉(zhuǎn)求逆)和行/列正交的優(yōu)異性質(zhì),已在信號(hào)處理、通信、圖像壓縮、密碼學(xué)等領(lǐng)域中發(fā)揮了非常重要的作用。大部分信號(hào)矩陣,如離散傅里葉變換( Discrete Fourier Transform)、離散余弦變換(Discrete Cosine Transform)、Slant和Haar矩陣都從屬于Jacket矩陣家族。
   本論文的工作是圍繞“Jacket矩陣”來(lái)展開(kāi),并結(jié)合了抽象代數(shù)、組合數(shù)學(xué)、著名的斐波那契數(shù)列以及離散

3、傅里葉變換等理論,構(gòu)造了兩類新的Jacket矩陣,并研究了相應(yīng)矩陣的快速分解與構(gòu)造算法,同時(shí)探討了基于質(zhì)數(shù)因子算法的離散傅里葉矩陣快速變換。具體內(nèi)容結(jié)構(gòu)如下:
   1.構(gòu)造基于有限域GF(p)的斐波那契Jacket矩陣。首先定義有限域GF(p)上的斐波那契數(shù)列,按照給定的行線性關(guān)系構(gòu)造斐波那契Jacket矩陣。然后定義了基本矩陣,并以此為基礎(chǔ),探討高階斐波那契Jacket矩陣的快速構(gòu)造與快速分解算法。
   2.提出基

4、于質(zhì)數(shù)因子算法的離散傅里葉矩陣快速算法。根據(jù)離散傅里葉矩陣從屬于Jacket矩陣這一性質(zhì),在質(zhì)數(shù)因子算法基礎(chǔ)上,提出離散傅里葉矩陣快速分解與構(gòu)造算法。
   3.利用中國(guó)剩余定理對(duì)離散傅里葉矩陣進(jìn)行指數(shù)映射,證明映射后的離散傅里葉矩陣滿足Cocyclic定義,由此構(gòu)造出Cocyclic離散傅里葉矩陣,并研究相應(yīng)的矩陣構(gòu)造(分解)算法。
   本文所構(gòu)造的斐波那契Jacket矩陣和Cocyclic離散傅里葉矩陣,均屬于Ja

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論