SVM自适应波束成形

• 作者: 李燕 王伟超 葛红艳 邢光龙
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: SVM LMS MMSE 误码率 波束成形 天线阵列
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 332-335
• 页数: 4页
• 分类号: TN929.5
• 字数: 2662字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2009.04.011

摘要

支持向量机(Support Vector Machine,SVM)是机器学习领域的最新成果,它有较强的泛化能力,收敛快以及低复杂度等优点.本文通过对训练样本进行数据格式的转化,继而转化为libsvm和lssvm分类所要求的数据格式.然后在上行波束成形中使用SVM算法,提高空域滤波的分辨率,仿真结果显示:与LMS(LeastMean Squares,最小均方值,又叫随机梯度下降法)、MMSE(Minimum Mean-Square Error,最小均方误差)经典算法相比,误码率有了明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢光龙	燕山大学信息科学与工程学院	29	188	8.0	12.0
2	李燕	燕山大学信息科学与工程学院	11	39	3.0	6.0
3	葛红艳	燕山大学信息科学与工程学院	4	5	1.0	2.0
4	王伟超	燕山大学信息科学与工程学院	3	5	1.0	2.0