Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema:
Algoritmos QR
NRC: 3560
Sangolquí – Ecuador
Tema: Algoritmos QR.
La aplicación de la descomposición QR para triangularizar la matriz de datos de entrada
da como resultado una alternativa método para la implementación del método recursivo
de mínimos cuadrados (RLS) previamente discutido. Las principales ventajas
producidas por el algoritmo recursivo de mínimos cuadrados basado en la
descomposición QR son sus comportamientos numéricos mejorando cuando los efectos
de cuantificación se tienen en cuenta. Estos algoritmos rápidos están relacionados con el
filtro FIR de línea de retardo interceptado realización del filtro adaptativo.
TRIANGULARIZACIÓN CON QR-DESCOMPOSICIÓN
El algoritmo RLS proporciona de forma recursiva los coeficientes del filtro adaptativo
que conducen a la minimización de la siguiente función de costo:
Donde:
Como se ve recibe una nueva fila que debe ser reemplazada por un vector cero a través de una
descomposición QR. En este paso, las matrices involucradas son las siguientes:
Para eliminar el nuevo vector de entrada mediante rotaciones con las filas correspondientes del
matriz triangular λ1 / 2U (N + 1), aplicamos la descomposición QR a la ecuación anterior de la
siguiente manera:
Y de forma general se obtiene que la matriz Q(k) tiene la siguiente forma general:
donde * representa un elemento distinto de cero. Esta estructura de Q~ (k) es útil para
desarrollar algoritmos QR-RLS mas rápidos.
Esta relación muestra que el error de salida a posteriori se puede calcular sin el cálculo explícito
de w (k). La única información necesaria es los cosenos de rotación Givens. En aplicaciones
donde solo un error de salida a posteriori es de interés, el algoritmo de sustitución inversa
computacionalmente intensivo que puede aparecer en cada una de las operaciones, puede
desaparecer.
BIBLIOGRAFÍA
Paulo S R Diniz. (2008). Adaptive filtering: algorithms and practical implementation
(págs. 365-384). Tercera edición.