Python：带边界限制的矩阵除法

我试图模拟一个信号，需要解矩阵方程Ax=B。这里a和B都是已知的：a是500x40矩阵（40个候选信号源），B是500x1向量（我的目标信号），x是我要寻找的40x1向量（系数）

我找到了函数numpy.linalg.lstsq。但是，在这种情况下，我有一些边界限制：

x的所有元素都必须是正的

目标信号中有5个特征峰需要固定，换句话说，最终产品A*x的5个特定元素必须与B相同

如何首先应用边界条件，然后用最小二乘法求解？我应该继续使用numpy.linalg.lstsq还是其他函数？我现在不知所措，非常感谢你的帮助

提前多谢

---

Somi

非负最小二乘法可以解决

x

为正的要求：可以处理这一点（正如该文档中提到的

scipy.optimize.lsq_linear

）。至于您的其他要求，您是说

A*x

的五个特定条目必须与

B

匹配还是任意五个条目？嗨，艾哈迈德，谢谢您的评论！A*x的五个特定条目必须与B匹配。索引是已知的。