다행관측행렬을 복원하는 기존의 알고리즘은 단일행의 복원방법인 Cholesky Factor Downdating(CFD) 을 이용하여 행렬 $Z^{T}$ 의 각 행을 순차적으로 복원하는 방법으로 필요한 실수연산의 횟수는 2/5 p $n^{2}$이다. 이에 비하여 본 논문에서 제안한 HCFD(Hybrid Cholesky Factor Downdating)기법은 p$geq$n 인 크기의 다행관측행 렬 $Z^{T}$를 복원하는데 필요한 실수연산의 횟수가 p $n^{2}$＋6/5 $n^{3}$이다. HCFD 기법은 $Z^{T}$ 로부터 $Z^{T}$ = $Q_{z}$ RT/Z을 구하고, RT/Z에 대해 CFD 알고리즘을 적용함으로 필요한 시간복잡도를 크게 줄일 수 있다. 또한, HCFD 기법 과 기존의 CFD 기법을 Sun SPARC/2와 국산주전산기I에서 실험한 결과, HCFD 기법이 CFD기법에 비하여 성능이 우수함을 보여 주었으며, 특히 복원하려는 행이 많을 경우 에 HCFD기법이 CFD 기법에 비하여 성능이 크게 항상됨을 알 수 있었다.었다.
Existing multiple-row downdating algorithms have adopted a CFD(Cholesky Factor Downdating) that recursively downdates one row at a time. The CFD based algorithm requires 5/2p $n^{2}$ flops(floating point operations) downdating a p$ imes$n observation matrix $Z^{T}$ . On the other hands, a HCFD(Hybrid CFD) based algorithm we propose in this paper, requires p $n^{2}$＋6/5 $n^{3}$ flops v hen p$geq$n. Such a HCFD based algorithm factorizes $Z^{T}$ at first, such that $Z^{T}$ = $Q_{z}$ RT/Z, and then applies the CFD onto the upper triangular matrix Rt/z, so that the total number of floating point operations for downdating $Z^{T}$ would be significantly reduced compared with that of the CFD based algorithm. Benchmark tests on the Sun SPARC/2 and the Tolerant System also show that performance of the HCFD based algorithm is superior to that of the CFD based algorithm, especially when the number of rows of the observation matrix is large.rge.
