假设有一个长度为N的DFT向量$ \ mathbf {X} $,在其中点附近呈现出复杂的共轭对称性,即$ X(1)= X(N-1)^ * $,$ X(2) = X(N-2)^ * $,依此类推。 $ X(0)$和$ X(N / 2)$分别是DC和Nyquist频率,因此是实数。剩下的元素很复杂。

现在,假设有一个矩阵$ \ mathbf {T} $,大小为$ N \ times N $,它将向量X相乘。

\ begin {align}
\ mathbf {Y} = \ mathbf {T} \ mathbf {X}
\ end {align}

问题是:

在什么条件下,对于矩阵$ \ mathbf {T} $,保留所得矢量$ \ mathbf {Y} $中点周围的复共轭对称性?

这个问题的动机是试图提出一个预编码器矩阵$ \ mathbf {T} $,该矩阵会产生一个预编码(预均衡)的符号$ \ mathbf {Y} $,其IFFT是真实的。

编辑:

@MattL。和@niaren。
这个问题的难点在于找到必要的条件。马特的答案确实足够。进行以下修改也就足够了:

第一行和第一列不必为零。取而代之的是,它们可以是非零的,只要其值在中点周围呈现复共轭对称性,则其第一个值是实数,第($ N / 2 + 1)$个值是实数,就像符号一样。对于第(N / 2 + 1)$列,第(N / 2 + 1)$行和主对角线也可以这样说。

其次,可以在右上角和左下角之间建立矩阵在左上角和右下角的相同对应关系,即选择$(N / 2 -1)\ times(N / 2-1)从$ t_ {2,N / 2 + 2} $到$ t_ {N / 2,N} $的$矩阵,从左向右翻转,上下翻转并采用共轭,然后放在左下角。在MATLAB上,应为:

T(N/2+2:N,2:N/2) = conj(fliplr(flipud(Tisi(2:(N/2),N/2+2:N))))


此结构类似于DFT矩阵的结构。这是一个必要条件吗?

EDIT(2):

以下代码为任何实值$ N \ times N $矩阵$ \实现了这样一个有效的运算符mathbf {A} $:

N = 8;  
A = rand(N,N); %must be real-valued  
w = exp(-1j*2*pi/N); % twiddle factor  
W = w.^(repmat(0:N-1,N,1).*repmat(0:N-1,N,1).'); % DFT matrix  
T = W*A*W'



注意$ \ mathbf {T} ^也很有趣{-1} $也提供了充分的条件。这来自于以下事实:

\ begin {align}
\ mathbf {T} ^ {-1}&= \ mathbf {\ left(WAW ^ {H} \ right) } ^ {-1} \\
&= \ mathbf {\ left(W ^ {H} \ right)} ^ {-1} \ mathbf {A} ^ {-1} \ mathbf {W} ^ {-1}
\ end {align}
其中$ \ mathbf {W} $是DFT矩阵。

因为$ \ mathbf {W ^ {H}} = N \ mathbf {W} ^ {-1} $。该等式变为:

\ begin {align}
\ mathbf {T} ^ {-1}&= \ left(N \ mathbf {W} ^ {-1} \ right) ^ {-1} \ mathbf {A} ^ {-1} \ frac {1} {N} \ mathbf {W ^ {H}} \\
&= \ mathbf {W} \ mathbf {A} ^ {-1} \ mathbf {W ^ {H}}
\ end {align}

最后,因为$ \ mathbf {A} ^ {-1} $是实值,前提是$ \ mathbf {A} $是完整排名,$ \ mathbf {T} ^ {-1} $就足够了。

评论

在详细介绍之前,我会先讨论一下,但仅供您考虑:尽管对角矩阵$ \ mathbf {T} $的限制不是必需的,但可以做到这一点而不会失去一般性,因为可以生成所有可能的向量$ \ mathbf {Y} $。你同意吗?

当然,我同意。

#1 楼

我认为矩阵$ \ bf {T} $中的条目必须服从$ a_ {N-n + 1,N-m + 1} = a ^ * _ {n,m} $。
这是表示$ N-n + 1 $行中的条目与n行中的系数相同,但系数是共轭和相反的。 $ N = 4 $的$ \ bf {T} $中的模式为

$ T_4 = \ left [\ begin {smallmatrix} a_ {11}&a_ {12}&a_ {13}&a_ { 14} \\ a_ {21}&a_ {22}&a_ {23}&a_ {24} \\ a ^ * _ {24}&a ^ * _ {23}&a ^ * _ {22}&a ^ * _ {21} \\ a ^ * _ {14}&a ^ * _ {13}&a ^ * _ {12}&a ^ * _ {11} \ end {smallmatrix} \ right] $

我是确保有人会提出更好,更准确的答案。

评论


$ \ begingroup $
直流分量呢? $ \ mathbf {Y} $的DC分量是$ \ mathbf {T} $第一行与(复数)向量$ \ mathbf {X} $的内积。这将如何成为实值?
$ \ endgroup $
– Matt L.
13年5月17日在18:02



$ \ begingroup $
我把这留给了OP,让他们把这两行塞满咳嗽。但是我看不出如何得出仅对角矩阵有效的结论(不是说您错了)。
$ \ endgroup $
– niaren
13年5月17日在18:12



$ \ begingroup $
我可能确实是错的。当我有更多时间时,我会再考虑一下……让我们这样说:对角矩阵(具有共轭对称性)在任何情况下都可以工作。
$ \ endgroup $
– Matt L.
13年5月17日在18:36



#2 楼

如果我没记错的话,独立于向量$ \ mathbf {X} $的$ \ mathbf {T} $的唯一解是对角线(复)矩阵,其中对角线满足复共轭对称性。 >
编辑:好的,我弄错了。对角线很好,但是没有必要。矩阵$ \ mathbf {T} $必须具有以下一般结构:元素$ t_ {11} $和$ t_ {N / 2 + 1,N / 2 + 1} $必须是实值(它们对应于DC和Nyquist)。除$ t_ {11} $外,第一行和第一列仅包含零。对于元素$ t_ {22} $到$ t_ {N / 2,N / 2} $,选择仲裁矩阵$(N / 2-1)\ times(N / 2-1)$矩阵。然后,通过交换所有行(第一行成为最后一个,第二行成为第二个最后一个,依此类推),通过从左向右翻转行并进行共轭,使用此仲裁矩阵来形成新矩阵。然后将此子矩阵放在总矩阵$ \ mathbf {T} $的右下角。 $ \ mathbf {T} $的所有其他元素必须为零。我知道如果没有可视化效果,这很难理解,所以以后有更多时间时再添加一个。