加權(quán)Toeplitz最小二乘問題的預處理算法.pdf

1、由Toeplitz矩陣作為系數(shù)的線性方程組出現(xiàn)在許多不同的應用中.目前已經(jīng)有許多有效的計算方法用于求解這類含有Toeplitz結(jié)構(gòu)的問題中,但這些方法對于含有Toeplitz矩陣結(jié)構(gòu)的加權(quán)最小二乘問題并不適用.本文主要考慮加權(quán)Toeplitz最小二乘問題的預處理迭代算法.在圖像還原和非線性圖像恢復中都會遇到這類最小二乘問題.在實際問題中,矩陣的規(guī)模通常會很大,由于加權(quán)Toeplitz最小二乘問題本身的特點,其正規(guī)方程的系數(shù)矩陣的置換秩會

2、很大,在求解這類問題時,現(xiàn)有的預處理子的效果并不是理想,所以需要尋找新的預處理子,改變原系數(shù)矩陣的條件數(shù)和譜分布,從而提高迭代算法的收斂速度.如何構(gòu)造有效的預處理子是目前數(shù)值代數(shù)領(lǐng)域的熱門研究課題.
　　 本文首先將加權(quán)Toeplitz最小二乘問題轉(zhuǎn)化成一個等價的鞍點問題,然后研究基于對稱與反對稱分裂的預處理子的構(gòu)造和性質(zhì).通過引入不同的參數(shù)使得算法具有更多的靈活性,并且通過選取最優(yōu)參數(shù)使得算法具有更快的收斂速度.同時本文還對預