收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

无线信道估计与混沌时间序列预测方法研究

王燚  
【摘要】: 无线通信系统中利用了许多统计学相关技术完成对一些具体问题的最优化求解,如信道估计,信号检测,调制识别,但是随着系统本身的日益复杂,人们逐步需要从繁琐的数据中寻求简便智能的方法给出对这些问题的解决方案。统计学习理论试图帮助人们从繁多的数据和现象中揭示事物规律本质。与传统统计学相比,统计学习理论(Statistical Learning Theory,SLT)是一种专门研究小样本情况下机器学习规律的理论。该理论针对小样本统计问题建立了一套新的学习理论体系,在这种体系下的统计推理规则不仅考虑了对渐近性能的要求,而且追求在现有有限信息的条件下得到最优结果。论文主要围绕统计学习理论在通信系统中的一些应用问题进行了研究和探讨,其主要贡献在于: 1、针对混沌时间序列的特性,根据混沌动力系统的相空间重构理论,利用SVM可以自动把输入向量映射到一个高维特征空间中实现数据的线性及非线性划分的功能,将具有统计学习功能的最小二乘支持向量机用于构建预测模型,并用该模型对混沌跳频序列进行预测,通过计算机仿真验证了该模型的正确。 2、针对混沌时间序列的动态系统特性及普通神经网络在预测时存在的局限,论文提出一种将具有混沌动态特性的神经节用于构造混沌神经网络进行预测的方法,并以此对一般混沌动态系统建立预测模型,最后对Mackey-Glass混沌序列和Logistic-Kent映射的混沌跳频序列进行预测研究,并通过仿真验证了该模型的正确。 3、不同于传统的经验风险最小化准则下的信道估计方法,论文研究了在结构风险最小化准则下,基于支持向量机的信道估计技术。由于MIMO及非线性通信信道的复杂性使得信道估计精度和速度相比SISO信道估计大大降低,在样本数量有限的情况下,这一问题就更加突出。现有信道估计方法往往局限于SISO信道的非线性估计,或者是非时变线性MIMO信道估计,而对于非线性时变信道估计则通常是将时变非平稳信道估计看作是在一段时间内的平稳信道估计进行处理,但在收敛精度和速度上不能达到满意的结果。针对以上不足,论文利用最小二乘支持向量技术将MIMO信道估计问题转变为求解多维信道函数的回归问题,利用支持向量技术的动态多维拟合方法对MIMO系统进行自适应非线性信道估计,显著提高了收敛精度和预测速度。 4、在无先验样本可利用的情况下,仅依靠有限的信号先验统计特性,针对已有的盲信道估计和均衡算法在收敛速度上的不足,利用最小二乘支持向量技术改进传统的恒模盲均衡算法,并采用迭代权值方法进一步减小计算量,加快收敛速度,计算机仿真验证了该方法的高效性。 5、根据跳频通信网中跳频序列族满足最大汉明相关距离最小化的正交特性,论文提出适用于非平稳条件下的多个子网混和跳频信号的盲分离模型,并将一种改进的短时相关算法和改进的最小互信息量算法应用于混和跳频信号的在线盲分离,验证了该算法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 姚程宽;;SVM在不平衡样本集中的应用研究[J];计算机与数字工程;2007年10期
2 张汝雷;王保民;苏欣平;傅钰;;支持向量机(SVM)在机械故障诊断中的应用研究[J];军事交通学院学报;2009年03期
3 范秋凤;陈彦涛;;支持向量机及其应用研究[J];科技信息;2009年29期
4 谢长菊;;支持向量机新模型及其参数特性研究[J];计算机仿真;2010年04期
5 李卓,刘斌,刘铁男,朱秀华,魏坤;支持向量机及其在油田生产中的应用[J];大庆石油学院学报;2005年03期
6 张国宣,孔锐,施泽生,郭立;一种新的基于聚类的SVM迭代算法[J];仪器仪表学报;2004年S1期
7 李毅;徐守时;;基于支持向量机的遥感图像舰船目标识别方法[J];计算机仿真;2006年06期
8 胡国胜;支持向量机算法及应用[J];现代电子技术;2005年03期
9 刘涵,刘丁,李琦;基于支持向量机的混沌时间序列非线性预测[J];系统工程理论与实践;2005年09期
10 邓蕊;马永军;刘尧猛;;基于改进交叉验证算法的支持向量机多类识别[J];天津科技大学学报;2007年02期
11 王书舟;伞冶;;支持向量机的训练算法综述[J];智能系统学报;2008年06期
12 姬水旺,姬旺田;支持向量机训练算法综述[J];微机发展;2004年01期
13 林长方;;支持向量机及其应用研究[J];和田师范专科学校学报;2010年05期
14 范燕,吴小俊,惠长坤,刘同明;人脸图象特征抽取和识别的一种混合方法研究[J];华东船舶工业学院学报(自然科学版);2003年02期
15 孔波;郑喜英;;支持向量机多类分类方法研究[J];河南教育学院学报(自然科学版);2010年02期
16 洪宇光,李洁冰,王洪玉;SVM在阵列信号定位中的应用[J];计算机仿真;2004年06期
17 李辉,管晓宏,昝鑫,韩崇昭;基于支持向量机的网络入侵检测[J];计算机研究与发展;2003年06期
18 张国宣,孔锐,施泽生,郭立,刘士建,薛明东;基于核聚类方法的多层次支持向量机分类树[J];控制与决策;2004年11期
19 徐海祥;朱光喜;张翔;田金文;彭复员;;基于改进的一对一支持向量机方法的多目标图像分割[J];微电子学与计算机;2005年12期
20 杜新华;陈增强;袁著祉;;基于支持向量机函数逼近的性能研究[J];计算机工程;2006年08期
中国重要会议论文全文数据库 前10条
1 宋普云;沈雪勤;吴清;;一种改进的SMO算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 刘斌;魏贤龙;李卓;;基于支持向量机的Widrow自适应滤波器[A];2006中国控制与决策学术年会论文集[C];2006年
3 孙向东;黄日波;;运用SVMs原理预测蛋白质二级结构研究[A];广西微生物学会2003年学术年会论文集[C];2003年
4 张国宣;孔锐;施泽生;郭立;;一种新的基于聚类的SVM迭代算法[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 党建亮;张家树;;基于支持向量机的混沌跳频码预测[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
6 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
9 李升娟;杨宗尧;于飞;刘喜梅;;基于支持向量机的系统辨识及应用研究[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
10 梅立泉;丁雪梅;张淑娟;;结构声振数据的相似性分析和预测[A];中国核科学技术进展报告——中国核学会2009年学术年会论文集(第一卷·第6册)[C];2009年
中国博士学位论文全文数据库 前10条
1 王燚;无线信道估计与混沌时间序列预测方法研究[D];电子科技大学;2008年
2 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
3 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
4 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
5 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
6 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
7 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
8 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
9 梁力文;基于支持向量机的小波滤噪短波近红外光谱在药品定量分析中的研究[D];吉林大学;2009年
10 陈祖云;煤与瓦斯突出前兆的非线性预测及支持向量机识别研究[D];中国矿业大学;2009年
中国硕士学位论文全文数据库 前10条
1 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
2 刘胜利;基于SVM的网络入侵检测研究[D];大连海事大学;2004年
3 杜晓东;基于支持向量机的数据挖掘方法[D];山东大学;2005年
4 王李东;基于支持向量机(SVM)的短期负荷预测的研究[D];华中科技大学;2005年
5 蒋琳琼;基于支持向量机的货币识别研究[D];中南大学;2007年
6 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
7 詹超;支持向量机在基因表达数据分类中的研究[D];武汉理工大学;2006年
8 马洁;基于支持向量机的股市预测问题研究[D];天津大学;2006年
9 王忠文;统计学习理论及其在地学中的应用研究[D];吉林大学;2007年
10 罗畅;基于SVM的车牌字符识别研究[D];华中科技大学;2007年
中国重要报纸全文数据库 前10条
1 刘霞;基因序列预测长寿准确率高达77%[N];科技日报;2010年
2 信息产业部电信研究院通信标准 研究所 沈嘉;下一代无线宽带通信的核心OFDM/OFDMA[N];计算机世界;2006年
3 武汉烽火移动通信有限公司产品推广部 周喆;烽火移动TD-SCDMA方案实现高速铁路全覆盖[N];通信产业报;2006年
4 南京邮电大学 酆广增;我国突破下一代宽带无线通信五大关键技术[N];通信信息报;2008年
5 清华大学数字电视传输技术研发中心主任 杨知行教授;修好路 跑更多的车[N];计算机世界;2003年
6 毛磊丁昱;TD—MBMS标准持续演进[N];人民邮电;2008年
7 李水根;计算机详解配伍与药效关系[N];健康报;2005年
8 中国移动集团研发中心 闫志刚;后3G时代的四大关键技术[N];人民邮电;2004年
9 清华大学数字电视传输技术研发中心主任 杨知行;数字电视地标专利将向产业全面开放[N];中国电子报;2007年
10 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978