G - Physics – 06 – F
Patent
G - Physics
06
F
G06F 17/16 (2006.01)
Patent
CA 2588179
For eigenvalue decomposition, a first set of at least one variable is derived based on a first matrix being decomposed and using Coordinate Rotational Digital Computer (CORDIC) computation. A second set of at least one variable is derived based on the first matrix and using a look-up table. A second matrix of eigenvectors of the first matrix is then derived based on the first and second variable sets. To derive the first variable set, CORDIC computation is performed on an element of the first matrix to determine the magnitude and phase of this element, and CORDIC computation is performed on the phase to determine the sine and cosine of this element. To derive the second variable set, intermediate quantities are derived based on the first matrix and used to access the look-up table.
Pour une décomposition de valeurs propres, un premier ensemble comprenant au moins une variable est dérivé d'une première matrice qui est décomposée, au moyen d'un calcul CORDIC (Coordinate Rotational Digital Computer). Un deuxième ensemble comprenant au moins une variable est dérivé de la première matrice, au moyen d'une table de recherche. Une deuxième matrice de vecteurs propres de la première matrice est alors dérivée du premier et du deuxième ensemble de variables. Pour dériver le premier ensemble de variables, un calcul CORDIC est appliqué à un élément de la première matrice pour déterminer l'ampleur et la phase de cet élément, et un calcul CORDIC est appliqué à la phase pour déterminer le sinus et le cosinus de cet élément. Pour dériver le deuxième ensemble de variables, des quantités intermédiaires sont dérivées de la première matrice et utilisées pour accéder à la table de recherche.
Howard Steven J.
Ketchum John W.
Wallace Mark S.
Walton Jay Rodney
Qualcomm Incorporated
Smart & Biggar
LandOfFree
Efficient computation for eigenvalue decomposition and... does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with Efficient computation for eigenvalue decomposition and..., we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Efficient computation for eigenvalue decomposition and... will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-1587449