| SVM自适应波束成形算法 |
| |
| 引用本文： | 罗晓牧,周渊平,王国利.SVM自适应波束成形算法[J].电路与系统学报,2005,10(6):54-58. |
| |
| 作者姓名： | 罗晓牧 周渊平 王国利 |
| |
| 作者单位： | 中山大学,电子与通信工程系,广东,广州,510275 |
| |
| 基金项目： | 国家自然科学基金资助项目(60472010)，广东省自然科学基金资助项目(036593)，中山大学重点建设高水平大学专项基金 |
| |
| 摘 要： | 在天线阵列过载,以及强干扰与期望用户信号夹角过近的情况下,传统的线性阵列信号处理算法,如MMSE(minimum mean-squareerror)、NLMS(Normalized Least Mean Squares)等表现并不理想。SVM(SupportVectorMachine)是机器学习领域的最新成果,有较强的泛化能力,收敛快以及低复杂度等优点。本文提出了在上行波束成形中使用SVM算法,提高空域滤波的分辨率,与其他相关算法相比较,系统性能有了明显的改进。
|
| 关 键 词： | 支持向量机(Support Vector Machine SVM) MMSE NLMS 波束成形 非线性波束成形 智能天线 过载 |
| 文章编号： | 1007-0249（2005）06-0054-05 |
| 收稿时间： | 2005-02-04 |
| 修稿时间： | 2005年2月4日 |
Adaptive beamforming using SVM method |
| |
| LUO Xiao-mu,ZHOU Yuan-ping,WANG Guo-li.Adaptive beamforming using SVM method[J].Journal of Circuits and Systems,2005,10(6):54-58. |
| |
| Authors: | LUO Xiao-mu ZHOU Yuan-ping WANG Guo-li |
| |
| Abstract: | The conventional adaptive beamforming techniques like MMSE and NLMS beamformers can not provide a satisfied performance in some situations such as antenna array overloading and a small angle difference between a desired signal and an interferer. With a number of prominent features, SVM is the latest technique in the area of machine learning. This paper proposes a beamforming algorithm using the SVM technique. The detailed analysis is conducted. Simulation results show that the proposed algorithm achieves an improved BER performance in comparison to other algorithms. |
| |
| Keywords: | SVM (Support Vector Machines) MMSE NLMS beamforming nonlinear beamforming smart antenna overloaded |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
