第七章我们讨论了数字调制的三种基本方式:数字振幅调制、数字频率调制 和数字相位调制,然而,这三种数字调制方式都存在不足之处,如频谱利用率低、 抗多径抗衰落能力差、功率谱衰减慢带外辐射严重等。 为了改善这些不足,近几十年来人们不断地提出一些新的数字调制解调技 术,以适应各种通信系统的要求。例如,在恒参信道中,正交振幅调制(QAM) 和正交频分复用(OFDM)方式具有高的频谱利用率,正交振幅调制在卫星通信和 有线电视网络高速数据传输等领域得到广泛应用

4.1 正交矩阵 4.1.1 维向量的内积 4.1.2 维向量的长度 4.1.3 维向量的夹角 4.1.4 正交向量组与施密特（Schmidt）正交化方法 4.1.5 正交矩阵

若首项系数an≠0的n次多项式 0n(x),满足 ≠k (0,9)=p(x),(x)(x)dx 2k=0,12…) 就称多项式序列9,1,…n,在 [a,b上带权p(x)正交,并称o,(x) 是[a,b上带权(x)的n次正交多项 式。 构造正交多项式的格拉姆一施密 特( Gram-Schmidt)方法 定理:按以下方式定义的多

第六章6-2欧氏空间中特殊的线性变换(续) 命题正交矩阵的特征多项式的根的绝对值等于1 证明设入∈C是正交矩阵A的特征多项式的根,则≠0.齐次线性方程组(e-a)X=0 在C内有非零解向量 ( a:a 显然Aa=a=a'a'=a'a'a==a'aa=aa=aa=1从而 入|=1 推论正交矩阵的特征值只能是±1 命题设A是n维欧氏空间V上的正交变换,若A的特征多项式有一个根=e

本章主要内容简介 1.向量的内积,长度的概念;向量空间的规范正交基;正交矩阵;正交变换; 2.矩阵的特征值,特征向量; 3.相似矩阵,实对称矩阵正交相似与对角矩阵的方法; 4.二次型及其矩阵表示,二次型秩的概念;二次型的标准形,规范形; 5.配方法化二次型为标准形;二次型与对应矩阵的正定性判别

一.向量空间 二.基,维数和坐标 三.向量的内积 四.标准正交基 五 线性无关组的正交化单位化— Schimidt.正交化方法

第六章6-2欧氏空间中特殊的线性变换 1.正交变换 设V是n维欧氏空间,A是V内一个线性变换如果对任意a,B∈V都有 (Aa, AB)=(a,B) 则称A是V内的一个正交变换 正交变换的四个等价表述 命题2.1A是n维欧氏空间V内的一个线性变换,则下列命题等价

一、内积的定义及性质 二、向量的长度及性质 三、正交向量组的概念及求法 四、正交矩阵与正交变换 五、小结思考题

一、一般欧氏空间中的正交变换 二、n维欧氏空间中的正交变换

第一节 向量组的线性相关与线性无关 一、向量、向量组与矩阵 二、线性相关性的概念 三、线性相关性的判定 六、小节、思考题 四、向量组的线性相关性质 线性无关三者的关系 五、线性表示、线性相关以及 第二节 向量组的秩 一、最大无关向量组的概念 二、矩阵与向量组秩的关系 三、向量组秩的重要结论 四、小节、思考题 第三节 向量空间 一、向量空间的概念 二、子空间 三、向量空间的基和维数 四、小节、思考题 第四节 线性方程组解的结构 一、齐次线性方程组解的性质 二、基础解系及其求法 三、非齐次线性方程组解的性质 四、小节、思考题 第五节 向量的内积 一、内积的定义与性质 二、向量的长度与性质 三、正交向量组的概念及求法 四、正交矩阵与正交变换 五、小节、思考题