In this paper, we present a general family of iterative methods to solve linear equations, which includes the well-known Jacobi and Gauss–Seidel iterations as its special cases. The methods are extended to solve coupled Sylvester matrix equations. In our approach, we regard the unknown matrices to be solved as the system parameters to be identified, and propose a least-squares iterative algorithm by applying a hierarchical identification principle and by introducing the block-matrix inner product (the star product for short). We prove that the iterative solution consistently converges to the exact solution for any initial value. The algorithms proposed require less storage capacity than the existing numerical ones. Finally, the algorithms are tested on computer and the results verify the theoretical findings.

This

For

The

Crosstalk between multiple services transmitting through the same telephone cable is the primary limitation to digital subscriber line (DSL) services. From a spectrum management point of view, it is important to have an accurate map of all the services that generate crosstalk into a given pair. This paper on crosstalk identification is motivated by an important practical consideration: the signals constituting the crosstalk are transmitted at different rates in xDSL systems. Therefore, we here propose to use the “blocking technique,” we derive blocked state-space models for multirate xDSL networks, and we set up the mapping relationship between available input and output data. Further, we use the least-squares principle to identify the crosstalk functions, and study the convergence rate and upper bound of the parameter-estimation error. Finally, we illustrate and verify the theoretical findings with simulation examples.