基于最小二乘支持向量机的时变信道建模

赵雄文, 孙宁姚, 耿绥燕, 张钰, 杜飞

华北电力大学 电气与电子工程学院, 北京 102206

收稿日期:2019-01-19出版日期:2019-10-28发布日期:2019-11-25
通讯作者:孙宁姚(1993-),男,硕士生,E-mail:snyncepu@163.com.E-mail:snyncepu@163.com
作者简介:赵雄文(1964-),男,教授,博士生导师.
基金资助: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）

Time-Varying Channel Modeling Using Least Square Support Vector Machine

ZHAO Xiong-wen, SUN Ning-yao, GENG Sui-yan, ZHANG Yu, DU Fei

School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China

Received:2019-01-19Online:2019-10-28Published:2019-11-25

摘要/Abstract

摘要： 基于2.55 GHz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.
中图分类号:
TN929.53

引用本文

赵雄文, 孙宁姚, 耿绥燕, 张钰, 杜飞. 基于最小二乘支持向量机的时变信道建模[J]. 北京邮电大学学报, 2019, 42(5): 29-35.
ZHAO Xiong-wen, SUN Ning-yao, GENG Sui-yan, ZHANG Yu, DU Fei. Time-Varying Channel Modeling Using Least Square Support Vector Machine[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(5): 29-35.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3385