一種并行 LLL 高維模糊度降相關算法
本發明公開了一種并行 LLL 高維模糊度降相關算法,首先通過混合利用 Cholesky 下三角 LTL 分解 以及上三角 UTU 分解,提高 LLL 算法針對高維模糊度降相關的計算效率,增強高維模糊度降相關的能 力。其次為了得到降相關能力較強的 Z 變換矩陣,所以在每一次 QR 分解變換過程中,變換系數矩陣要 獲取較小的整數值,因此在每次下三角分解前先對模糊度協方差矩陣的行向量按內積大小進行升序排序, 而在上三角分解前先對矩陣的列向量按內積大小進行降序排列,由此求得的 Z 變換降相關性能更佳。最 后把算法正交變換過程中的取整運算移至在求 Z 矩陣時取整,可以避免算法迭代過程中反復取整而引起 的誤差累積,解決算法發散的問題,從而進一步提高并行 LLL 算法的計算效率和穩定性。
武漢大學
2021-04-13