一种基于TUCKALS3算法的高维频谱数据降噪方法

摘要

本发明涉及一种基于TUCKALS3算法的高维频谱数据降噪方法，该方法通过Tucker分解将频谱张量分解为一个核张量和各个维度上的因子矩阵，通过交替最小二乘算法，迭代地对各个维度的因子矩阵进行分析处理，综合频谱张量各个维度上的降噪效果，有效提高了高维频谱数据模型下的降噪性能。此外，本发明还改进了张量n秩估计算法。张量n秩是区分第n个因子矩阵上的信号子空间和噪声子空间的重要依据。本发明通过改进现有的n秩估计算法进一步提高了n秩估计的准确性，进而提高了TUCKALS3算法的降噪性能。