制約された最小分散（LCMV）線形直線制約最小分散
EDITORIAL：あなたが追加したり、最適化できる場所があると思えば、より良いポスト修正するためには、私から直接ダウンロードし、その後、私には、あなたはまた、著者の一人です。
この記事のテキストダウンロードリンク：//download.csdn.net/download/qq_43110298/12116806（また私のダウンロードに見つけることができます）
コメントエリアで直接変更した連絡先の私
この記事では、次のドキュメントを参照します。あなたも参照することができます参照してください。
ターゲットの1.Real時の検出と処理のアルゴリズムを...
リンク。
2.Chein I-チャンハイパースペクトルデータExploitation_のTh
3. 画像処理のハイパースペクトル対象検出技術（CEMアルゴリズム）
直交投影方法に関する研究リンク。
この学習部が直線制約最小分散（LCMV）線形最小分散を制約
1.1アルゴリズムの概要
- LCMV方法は、関心の対象の信号のみを必要とします
- サンプル共分散行列を使用して干渉信号を最小化します
1.2目的およびアルゴリズムステップ
- 設計FIR分類器の直線
- L Wは最小出力エネルギーのベクトルの次元である（Lは、イメージのチャネルの数です）
- もちろん、エネルギーは、一定の要件を満たすために、無限に小さくすることができません
2アルゴリズムの内容
2.1記号説明
FIRのサブジェクトフィルタが寸法Lのベクトルである：W（1 L寸法）
もちろん、このWが一定の条件を満たすように、すなわち：
ここで、
T - Kの行列のL寸法（関心のk個のターゲット、Lチャンネル番号）
C --1 * K次元ベクトル、興味のある各ターゲットのベクトル制約
2.2
1.2において、我々はエネルギーを最小化し、エネルギー関数と言う
（2）各画素成分へのチャネルでは重みが乗算され、圧縮の目的を達成するための重みの使用は、関心のある信号ではありません。
次いで、番号（またはサンプル数Nの影響）N、防止するために、正および負の効果の数で分割されることを防止するために、二乗。取得（3）
2.3
その結果、私はこの問題を最小限に抑えるために、制約の元の質問を置きます。すなわち、（4）。すべてのシンボルが記述されている場合は、2.1を参照
与えるソリューションを（5）W *
このため、アルゴリズムのLCMVの終わりを。
3、CEM（LCMV特殊なケース）
セクション2.3で、（4）Tは、我々は、信号のために興味がある場合、目的の設定された目標信号であり、LCMVのみCEMため退化します。
