博客介绍了Alpha-Max-Plus-Beta-Min算法，这是一种用于向量长度近似的技巧，特别是在[0, pi/2]区间内。通过取max(x,y)和min(x,y)的适当加权组合，可以减少误差。理论推导表明，通过调整α和β的比例，可以优化近似效果。文章引用了一篇2016年的论文，并提供了代码示例来说明算法的应用。
最近看Richard G. Lyons的Understanding Digital Signal Processing 时学到的向量长度估算技巧，Alpha-max-plus-beta-min algorithm，还挺好用。
Motivation
考虑在[0,pi/2]区间中的一段以原点为圆心半径为1的弧，由圆心指向弧上任一点(x,y)的向量，长度为1。把x、y和向量长度的图像画出来是这样的：
这张图给人一种直觉，是不是可以取max(x,y)来近似向量长度呢？这样做的话在0和pi/2的时候都是ok的，最大误差出现在pi/4的时候，max(x,y)约为0.707，误差30%；进一步思考，在0和pi/2的时候，min(x,y)都是0，那么如果加上一定比例的min(x,y)，是不是能够得到更好的近似效果呢？
也就是——
e s t i m a t i o n = α ∗ m a x ( x , y ) + β ∗ m i
最低0.47元/天 解锁文章
810
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
