节点文献

基于最小二乘支持向量机的时变信道建模

免费订阅

【作者】 赵雄文孙宁姚耿绥燕张钰杜飞

【Author】 ZHAO Xiong-wen;SUN Ning-yao;GENG Sui-yan;ZHANG Yu;DU Fei;School of Electrical and Electronic Engineering,North China Electric Power University;

【通讯作者】 孙宁姚;

【机构】 华北电力大学电气与电子工程学院

【摘要】 基于2.55GHz市区微蜂窝多输入多输出信道实测数据,将机器学习中的最小二乘支持向量机(LS-SVM)算法应用于时变信道参数的建模中,建立了基于遗传算法(GA)优化的LS-SVM信道参数预测模型,对信道参数如时延扩展、接收端的水平角度扩展和垂直角度扩展的数据特征进行了学习,并实现了准确预测;同时通过与反向传播神经网络模型以及传统的LS-SVM模型进行比较,验证了算法的有效性.基于GA优化的LS-SVM模型能够在有限数据量下对信道参数的变化有着良好的适应性,可实现非线性时变信道参数的准确预测.

【基金】 国家自然科学基金项目(61771194);北京市自然科学基金-海淀原始创新联合基金项目(17L20052);北京市科委新一代信息通信技术培育项目(Z181100003218007)
【所属期刊栏目】 论文 (2019年05期)
  • 【DOI】10.13190/j.jbupt.2019-008
  • 【分类号】TP18;TN929.5
  • 【下载频次】4
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: