矩阵多项式

摘要： 逆矩阵在线性代数中占有非常重要的地位,巧妙地使用逆矩阵的性质可计算部分特殊矩阵的逆矩阵,一般矩阵逆的计算非常困难。本文对满足一类高次矩阵方程的矩阵探讨了逆矩阵的存在性与计算方法,通过实例说明了算法的可行性与有效性。

摘要： 设P是为数域,应用哈密尔顿-凯莱定理证明了:设B为n阶方阵,若存在n阶方阵A的多项式f(A),使得f(A)(B+bE)=E,则对于A的任意多项式g(A)及B的任意多项式h(B),有g(A)h(B)=h(B)g(A)成立,这里b为P中的元素,E为n阶单位矩阵.进一步地,当P为一个有单位元的结合的交换环时,结论仍然成立.根据线性方程组解的理论,证明了矩阵A的伴随矩阵A*的多项式及其逆矩阵都可以表示成A的多项式.

摘要： 矩阵的普通乘法不满足交换律,而两个可换的矩阵具有许多良好的性质.本文通过矩阵的特征多项式、最小多项式、初等因子和Jordan块的特性,讨论了两个可换矩阵的特性,并给出了矩阵缠绕关系的性质,以此为基础探讨了矩阵A的中心化子C(A)与A的矩阵多项式集合P(A)之间的关系,获得了中心化子C(A)的维数和C(A)与P(A)相等的充分必要条件,旨在加深学生对可交换矩阵性质的理解和掌握,并促进学生学习高等(线性)代数的能力.

摘要： 线性代数的问题中,关于矩阵多项式的问题有很多。本文从两个观点讨论对他们的解法。并用它们分别证明线性代数中著名的Hamilton-Caylay定理与根子空间分解定理加强命题。

摘要： 本文研究经典的多项式理论中的Bezout等式在矩阵多项式理论中的情形。使用矩阵多项式的Smith标准型证明了一个关于Bezout等式的推广定理。

摘要： 以线性代数教学中的一类重要问题"求矩阵多项式的逆矩阵"为例,利用多项式的带余除法,特别是综合除法介绍最常见的一类矩阵多项式求逆的具体计算方法,使得这类问题的求解简单高效、容易掌握.由于这种方法具有一定的构造性,也可使此类问题的解决思路更加清晰,激发学生后续学习的兴趣.

摘要： 利用多项式理论、线性空间理论研究了矩阵及其多项式的一些性质.

摘要： 矩阵的特征值和特征向量是线性代数课程的重要内容,它们不仅在矩阵的可对角化问题中起着关键的作用,也在概率统计、物理、工程、经济学等领域有广泛应用.本文主要探讨矩阵的特征值的有关性质,希望能引发读者的思考,并对线性代数的教学起到一定的作用.

摘要： 对方阵及其矩阵多项式,给出了它们特征值、特征向量之间关系的刻画.

摘要： 从给定的矩阵等式,求相应的矩阵多项式的逆矩阵是线性代数教学中的一类重要问题.本文利用多项式的除法介绍求矩阵多项式的逆矩阵的一个简单计算方法,使得这类问题计算更容易.

摘要： 本发明涉及的多项式拉东‑多项式傅里叶变换的高超声速目标检测方法，属于雷达信号处理和检测技术领域，首先对待积累的N个周期信号进行采样，提取慢时间‑快时间目标观测值，并分别脉冲压缩，然后确定多项式拉东‑多项式傅里叶变换的初始化参数，利用多项式拉东‑多项式傅里叶变换在参数空间进行搜索补偿积累，得到相参积累后的距离‑多普勒分布图，最后对距离‑多普勒分布图进行恒虚警检测和目标运动参数估计。本发明用多项式来对目标运动建模，通过多项式的参数搜索来补偿信号的距离走动和多普勒扩展，能够在低信噪比背景下实现对高速高机动目标的有效积累检测，并利用多分辨率搜索方式来实现对多维参数空间的有效搜索，提高了搜索的实时性。

摘要： 本发明提供推算用多项式生成装置、推算装置、推算用多项式生成方法及推算方法，推算用多项式生成装置具备：存储由输入参数的数据和输出参数的数据的组构成的分析用数据的分析用数据存储部(1)、存储对相似变换后的输入参数与输出参数的关系进行限定的函数曲面的算式的函数曲面存储部(2)、存储用于对输入参数和输出参数进行相似变换的相似变换算式的相似变换算式存储部(3)、使用分析用数据、函数曲面的算式和相似变换算式来搜索并确定相似变换算式的系数的相似变换参数搜索部(4)、将函数曲面的算式和确定了系数的相似变换算式合成，来计算出用于根据输入参数值推算输出参数值的推算用多项式的推算用多项式计算部(5)。

摘要： 本发明实施例公开了一种多项式乘法器中的数据处理方法、多项式乘法器及处理器。其中该多项式乘法器用于执行后量子密码Saber算法中的多项式乘法操作。该数据处理方法包括：提供用于存储从存储器中读取的多项式系数的寄存器，其中所述存储器的位宽为64位，所述多项式系数的位宽为13位，所述寄存器为676位；在每一周期，依次从所述存储器中读取64位的数据至所述寄存器中存储，所述寄存器按照先入先出的方式存储数据；根据当前的周期数，从所述寄存器中与该周期数对应的位置选择对应的多项式系数；以及根据选择的多项式系数，进行多项式乘法计算，以实现多项式系数的同步读取和计算。本实施例能够降低资源开销以及提高多项式乘法器的效率。

摘要： 本发明公开了一种基于NTT和INTT结构的多项式乘法运算方法和多项式乘法器。该方法包括将预处理步骤与NTT变换进行合并，得到合并NTT变换，并分别对输入的多项式a(x)和b(x)进行合并NTT变换，得到多项式A(x)和B(x)；对多项式A(x)和B(x)的系数执行点乘运算，得到点乘运算结果C(x)：C(x)＝A(x)⊙B(x)modq，其中，q表示多项式环R

摘要： 本发明提供了一种多项式乘法运算方法、多项式乘法器、设备及介质，应用于计算机技术领域，包括：分别对输入的多项式a(x)和b(x)进行合并NTT变换，得到系数为a的多项式A(x)和系数为b的多项式B(x)，对系数a和该系数b执行点乘运算，得到点乘运算结果C(x)，对C(x)进行合并INTT变换，得到c(x)，其中，在对C(x)进行合并INTT变换的模减运算过程中，交换系数a和系数b的运算位置。本发明解决了现有多项式乘法运算常数存储量太大的技术问题，可实现降低一半的常数存储量和存储开销的技术效果。

摘要： 本发明公开了一种多项式旋转‑多项式傅里叶变换的高速高机动目标检测方法，首先分别对积累时间内的M个雷达脉冲回波进行数字化采样以及脉冲压缩处理，得到快时间‑慢时间二维雷达回波数据矩阵；然后根据待检测目标运动特性确定搜索参数组的阶数和范围并初始化搜索参数组；接着利用多项式旋转‑多项式傅里叶变换在整个参数搜索空间内对数据矩阵进行相参积累，得到距离‑多普勒分布图；最后利用恒虚警检测判断目标的有无，若有目标则可以得到目标的距离和运动状态信息。多项式旋转‑多项式傅里叶变换可以在计算复杂度远小于广义拉东变换的条件下，与其达到同样的理论最佳积累效果，实现低信噪比环境下临近空间高速高机动目标相参积累。

摘要： 公开了一种将高阶多项式转换成二次多项式的方法和计算机可读介质。该方法可以包括：通过对HOBO问题的变量的多个索引进行排序来创建键‑值对的数据结构，每个键‑值对中的键对应于出现在HOBO中的二次项的组合，并且值对应于包含关联键的至少三次的所有项。对于数据结构的每个键，执行二次化过程，包括：识别具有最大数目的关联值的键、用辅助变量替换所识别的键、更新数据结构以便与辅助变量的替换相对应、以及将辅助变量和辅助变量替换的二次项作为对存储在数据映射中。该方法还可以包括：为数据映射中的每一对构造二次多项式。

摘要： 本发明涉及的多项式拉东-多项式傅里叶变换的高超声速目标检测方法，属于雷达信号处理和检测技术领域，首先对待积累的N个周期信号进行采样，提取慢时间-快时间目标观测值，并分别脉冲压缩，然后确定多项式拉东-多项式傅里叶变换的初始化参数，利用多项式拉东-多项式傅里叶变换在参数空间进行搜索补偿积累，得到相参积累后的距离-多普勒分布图，最后对距离-多普勒分布图进行恒虚警检测和目标运动参数估计。本发明用多项式来对目标运动建模，通过多项式的参数搜索来补偿信号的距离走动和多普勒扩展，能够在低信噪比背景下实现对高速高机动目标的有效积累检测，并利用多分辨率搜索方式来实现对多维参数空间的有效搜索，提高了搜索的实时性。

摘要： 本发明提供推算用多项式生成装置、推算装置、推算用多项式生成方法及推算方法，推算用多项式生成装置具备：存储由输入参数的数据和输出参数的数据的组构成的分析用数据的分析用数据存储部(1)、存储对相似变换后的输入参数与输出参数的关系进行限定的函数曲面的算式的函数曲面存储部(2)、存储用于对输入参数和输出参数进行相似变换的相似变换算式的相似变换算式存储部(3)、使用分析用数据、函数曲面的算式和相似变换算式来搜索并确定相似变换算式的系数的相似变换参数搜索部(4)、将函数曲面的算式和确定了系数的相似变换算式合成，来计算出用于根据输入参数值推算输出参数值的推算用多项式的推算用多项式计算部(5)。

摘要： 本发明属于目标识别技术领域，具体涉及一种矩阵多项式真假目标RCS序列特征提取方法。本发明的方法首先将一维距离像构成二维矩阵，然后利用每类目标的训练样本矩阵计算类平均矩阵，对类平均矩阵进行多项式特征提取，由于没有进行本征分解，相对于常规的特征子空间而言，能够获得更准确的目标特征，从而提高了目标识别性能，对四类仿真目标的RCS序列数据进行了仿真实验，实验结果验证了该方法是有效的。