## 留言板

 引用本文: 相征, 张太镒, 孙建成. 基于最小二乘支持向量机的衰落信道预测算法[J]. 电子与信息学报, 2006, 28(4): 671-674.
Xiang Zheng, Zhang Tai-yi, Sun Jian-cheng . Prediction Algorithm for Fast Fading Channels Based on Recurrent Least Squares Support Vector Machines[J]. Journal of Electronics and Information Technology, 2006, 28(4): 671-674.
 Citation: Xiang Zheng, Zhang Tai-yi, Sun Jian-cheng . Prediction Algorithm for Fast Fading Channels Based on Recurrent Least Squares Support Vector Machines[J]. Journal of Electronics and Information Technology, 2006, 28(4): 671-674.

## Prediction Algorithm for Fast Fading Channels Based on Recurrent Least Squares Support Vector Machines

• 摘要: 该文探讨了利用相空间重构和支持向量机进行衰落信道非线性预测算法。该算法基于多径衰落信道具有混沌行为，利用坐标延迟理论，重建衰落信道系数的相空间，再根据混沌吸引子的稳定性和分形性，在相空间中通过递归最小二乘支持向量机(RLS-SVM)进行预测。该算法对原始数据可以进行更平滑的处理，在噪声环境下预测的时间范围更长。对时间跨度为63.829ms的衰落系数进行了预测，仿真结果表明，在信噪比为15dB时，预测结果优于AR算法。
•  [1] 胡刚, 朱世华, 谢波. 基于混沌、分形理论的多径衰落分析[J].电子学报，2003，31(7): 1039-1042.[2]Tannous C, Davies R, Angus A. Strange attractors in multipath propagation [J].IEEE Trans. on Comm.1991, 39(5):629-631[3]Eyceoz T, Duel-Hallen A, Hallen H. Prediction of fast fading parameters by resolving the interference pattern. Proceedings of the 31st ASILOMAR Conference on Signals, Systems, and Computers[C]. Pacific Grove, CA, 1997: 167-171.[4]Ekman T, Kubin G.Nonlinear prediction of mobile radio channels: Measurements and MARS model designs, In Proc. Int. Conf. Acoust. Speech Sig. Process[C]. Phoenix, AZ, March 1999: 2667-2670.[5]Gao X M, Tanskanen J M A, Ovaska S J. Comparison of linear and neural network-based power prediction schemes for mobile DS/CDMA systems.VTC96[C]. Atlanta: IEEE press,1996: 61-65.[6]Vapnik V. The Nature of Statistical Learning Theory[M]. New York: Springer, 1995: 91-108.[7]Wang L P(Ed.). Support Vector Machines: Theory and Application[M]. New York, Berlin, Heidelberg: Springer, 2005: 51-123.[8]Vapnik V. The Nature of Statistical Learning Theory[M]. Translated by Zhang Xuegong. Beijing: Tsinghua University Press, 2000: 91-108.[9]Suykens J A K, Vandewalle J. Least squares support vector machines[J].Neurel Processing Letters.1999, 9(3):293-300[10]Suykens J A K, Vandewalle J. Recurrent least squares support sector machines[J].IEEE Trans. on Circuits and System-I: Fundamental Theory and Applications.2000, 47(7):1109-1114[11]Takens F . Detecting strange attractors in fluid turbulence. In D. Rand and L.S.Young, editors, Dynamical systems and Turbulence [M]. Berlin: Springer-Verlag, 1981: 366-381.[12]Jakes W C. Microwave Mobile Communications[M]. Piscataway, USA: IEEE Press, 1974, chapter1: 13-77.[13]Cao L. Practical method for determining the minimum embedding dimension of a scalar time series[J].Physcai D.1997, 110(7):43-50[14]Grassberger P, Procaccia I. Characterization of strange attractors[J].Physical Review Letters.1983, 50(5):346-349[15]Wolf A, Swift J B, Swinney H L. Determining Lyapunov exponents from a time series[J].Physica D.1985, 16(2):285-317
•  [1] 伊华伟, 张付志, 巢进波.  基于模糊核聚类和支持向量机的鲁棒协同推荐算法, 电子与信息学报. doi: 10.11999/JEIT161154 [2] 黄宏图, 毕笃彦, 高山, 查宇飞, 侯志强.  基于局部敏感核稀疏表示的视频跟踪, 电子与信息学报. doi: 10.11999/JEIT150785 [3] 陈红, 蔡晓霞, 徐云, 刘文涛.  基于多重分形特征的通信调制方式识别研究, 电子与信息学报. doi: 10.11999/JEIT150703 [4] 胡站伟, 焦立国, 徐胜金, 黄勇.  基于多尺度重采样思想的类指数核函数构造, 电子与信息学报. doi: 10.11999/JEIT151101 [5] 王晓初, 王士同, 包芳, 蒋亦樟.  最小化类内距离和分类算法, 电子与信息学报. doi: 10.11999/JEIT150633 [6] 张良, 鲁梦梦, 姜华.  局部分布信息增强的视觉单词描述与动作识别, 电子与信息学报. doi: 10.11999/JEIT150410 [7] 陈素根, 吴小俊.  基于特征值分解的中心支持向量机算法, 电子与信息学报. doi: 10.11999/JEIT150693 [8] 程帅, 曹永刚, 孙俊喜, 赵立荣, 刘广文, 韩广良.  基于增强群跟踪器和深度学习的目标跟踪, 电子与信息学报. doi: 10.11999/JEIT141362 [9] 及歆荣, 侯翠琴, 侯义斌.  无线传感器网络下线性支持向量机分布式协同训练方法研究, 电子与信息学报. doi: 10.11999/JEIT140408 [10] 高发荣, 王佳佳, 席旭刚, 佘青山, 罗志增.  基于粒子群优化-支持向量机方法的下肢肌电信号步态识别, 电子与信息学报. doi: 10.11999/JEIT141083 [11] 孟庆昕, 杨士莪, 于盛齐.  基于波形结构特征和支持向量机的水面目标识别, 电子与信息学报. doi: 10.11999/JEIT150139 [12] 王录涛, 金钢, 徐红兵, 王文平.  基于稀疏最小二乘支持向量回归的非线性自适应波束形成, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00118 [13] 刘忠宝, 王士同.  基于熵理论和核密度估计的最大间隔学习机, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.01434 [14] 潘泓, 李晓兵, 金立左, 夏良正.  一种基于二值粒子群优化和支持向量机的目标检测算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00260 [15] 陶剑文, 王士同.  具有磁场效应的大间隔支持向量机, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00896 [16] 张战成, 王士同, 邓赵红, ChungFu-lai.  支持向量机的一种快速分类算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.00107 [17] 陈晨, 高新波, 李晓记, 李长乐.  衰落信道下基于非合作博弈的Ad hoc协作并行传输方案, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00675 [18] 崔伟亮, 李剑强, 江桦, 黄文芳.  衰落信道盲接收条件下的调制分类, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.01245 [19] 孙君, 袁东风.  自适应系统中导频设计方案的研究, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00397 [20] 杨恒, 张贤达.  Rayleigh信道下的支持向量机多用户检测方法, 电子与信息学报.
• 点击查看大图
##### 计量
• 文章访问数:  1949
• HTML全文浏览量:  25
• PDF下载量:  971
• 被引次数: 0
##### 出版历程
• 收稿日期:  2005-06-24
• 修回日期:  2006-01-11
• 刊出日期:  2006-04-19

### 目录

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈

官方微信，欢迎关注