SVM在通信信号处理中的研究与应用

• 作者: 于宏毅 刘学谦
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 支持向量机 通信信号处理 综述 统计学习理论
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 信息处理技术
• 页码范围: 713-718,762
• 页数: 7页
• 分类号: TN911.23|TN911.5
• 字数: 4868字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2013.06.012

摘要

统计学习理论(statistical learning theory,SLT)提出结构风险最小化(structure risk minimization,SRM)准则,克服了人工神经网络(aretificial neural network,ANN)的模型过拟合和局部极小值问题.支持向量机(support vector machine,SVM)作为其具体实现方式,具有良好的泛化能力、高维处理能力和非线性处理能力.在简要介绍SVM原理的基础上,总结了其在通信信号处理领域的应用,包括数字调制识别、多用户检测、信道均衡、信号重构与相关参数估计、到达角(angle of arrival,AOA)与定位估计及其它6个方面,并指出了存在的问题和值得进一步研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于宏毅		85	596	12.0	21.0
2	刘学谦		3	11	2.0	3.0