在MATLAB中重塑向量

编码爱好者

我试图用MATLAB中的一个for循环实现BlockLMS。为此，给定向量u，我试图创建一个形式为的表

U = [u(k)     u(k+1)     u(k+2)  ...    u(k+n)
     u(k-1)   u(k)       ...     ...    u(k+n-1)
     ...      ...        ...     ...    ...
     u(k-n)   u(k-n+1)   ...     ...    u(k)]

其中，n是常数，k是随时间变化的变量，始终保持不变k > n。到目前为止，我已经完成的工作是：

index = meshgrid(0:-1:1-n)' + meshgrid(1:n);
for i = 2:q
    % calculate k
    U = u(k + index);
    % rest of code goes here
end

尽管有效，但可惜速度非常慢，不符合我的需求。有没有更有效的方法来达到这个结果？

迪卡卡

该操作有很多重复。因此，要充分利用这种性质，以下是一种使用方法repmat以及bsxfun's掩蔽功能的帮助：

mask = bsxfun(@ge,(1:2*n+1)',n+1:-1:1) & bsxfun(@ge,(2*n+1:-1:1)',1:n+1)
sliced_u = u(k+n:-1:k-n)
repvals = repmat(sliced_u(:),1,n+1)
out = reshape(repvals(mask),n+1,[])

一种描述这种方法的方式是，当输入的柱状版本u沿列复制时，当我们向右移动时，将所需输出的列向上移一个位置。剩下的工作是抵消沿列移动的一个位置，这是通过bsxfun的遮罩完成的，以截断上下三角形区域，以提供最终输出。

性能：这个想法以前曾被用于类似的问题this solution，我希望这里有类似的性能数字。

作为另一种方法和直截了当的思路，人们可以使用它bsxfun来获取2D索引，然后将其索引u为最终输出，就像这样-