学位论文 > 优秀研究生学位论文题录展示

基于支持向量回归机的盲均衡算法的研究

作　者: 王振朋
导　师: 韩应征
学　校: 太原理工大学
专　业: 信号与信息处理
关键词: 盲均衡 统计学习理论 支持向量回归机 模型选择 小样本
分类号: TN911.5
类　型: 硕士论文
年　份: 2010年
下　载: 78次
引　用: 1次
阅　读: 论文下载
 

内容摘要


盲均衡技术是一种不借助于训练序列,仅利用接收序列本身的先验信息来均衡信道特性,使其输出序列尽量逼近发送序列的新兴自适应均衡技术。它是通信与信息系统、信号与信息处理、检测理论等学科的一个重要前沿热点研究课题,也是目前数字通信技术中的关键技术之一。盲均衡技术在通信,雷达,声纳,控制工程,地震勘探,生物医学工程等领域均有非常重要的理论意义和实用价值。统计学习理论是一种专门研究小样本情况下机器学习规律的理论,随着其理论的不断发展和成熟,也由于神经网络在理论上缺乏实质性进展,统计学习理论开始受到越来越广泛的重视,它为解决有限样本学习问题提供了一个统一的框架。本文所做的主要工作:(1)研究了盲均衡的基本理论,分析了目前常用的几种盲均衡算法,包括基于Bussgang类的盲均衡算法、基于高阶统计量的盲均衡算法、基于神经网络与模糊理论的盲均衡算法、基于小波变换的盲均衡算法和基于支持向量机的盲均衡算法。(2)综述了支持向量机的基本理论,它是在统计学习理论基础上发展起来的一种新型机器学习方法,支持向量回归机采用了结构风险最小化准则,它既考虑了训练样本的拟合性,又考虑了训练样本的复杂性,具有很好的推广性能。(3)总结了设计支持向量回归机的模型选择方面的进展,并通过一维回归问题的计算机仿真阐述了RBF核函数的优越性以及比较验证了具有最优特性的一组模型参数。模型选择包括核函数的类型,模型正则化参数C,不敏感参数ε等。(4)基于支持向量回归机优良的泛化性能,提出了两种基于支持向量回归机的盲均衡算法,进行了模型的建立和算法形式的推导。经计算机仿真表明,算法收敛快、精度高,降低了剩余ISI,减小了平均模误差,性能优于传统盲均衡算法。

全文目录


摘要  3-5
ABSTRACT  5-9
第一章 绪论  9-17
  1.1 研究盲均衡技术的意义  9-10
  1.2 盲均衡技术的研究现状  10-15
    1.2.1 基于Bussgang 类的盲均衡算法  11-12
    1.2.2 基于高阶统计量的盲均衡算法  12-13
    1.2.3 基于神经网络与模糊理论的盲均衡算法  13-14
    1.2.4 基于小波变换的盲均衡算法  14
    1.2.5 基于支持向量机的盲均衡算法  14-15
  1.3 本论文的结构安排  15-17
第二章 盲均衡技术的数学模型  17-25
  2.1 盲均衡的概念  17-18
  2.2 盲均衡器的结构  18
  2.3 盲均衡的均衡准则  18-23
    2.3.1 置零准则  19
    2.3.2 峰度准则  19-22
    2.3.3 归一化准则  22-23
  2.4 盲均衡的性能表征  23-24
    2.4.1 收敛速度  23
    2.4.2 误码特性  23
    2.4.3 稳态均方误差  23-24
    2.4.4 跟踪时变信道的能力和抗干扰能力  24
  2.5 本章小结  24-25
第三章 支持向量机概述  25-35
  3.1 支持向量机基本理论  25-27
    3.1.1 统计学习理论与VC 维理论  25-26
    3.1.2 推广性的界  26
    3.1.3 结构风险最小化原理  26-27
    3.1.4 最优超平面  27
  3.2 支持向量回归机理论  27-33
    3.2.1 损失函数  27-29
    3.2.2 线性回归估计  29-32
    3.2.3 非线性回归估计  32-33
  3.3 本章小结  33-35
第四章 支持向量回归机的模型选择方法  35-45
  4.1 核函数的作用及核参数的影响  35-38
  4.2 模型参数的影响与选择方法  38-40
  4.3 一维回归问题仿真分析  40-42
  4.4 本章小结  42-45
第五章 基于SVR 的盲均衡算法  45-61
  5.1 基于ε-SVR 的盲均衡系统的模型  45-46
  5.2 基于ε-SVR 的盲均衡算法  46-53
    5.2.1 基于ε-SVR 的盲均衡算法推导  46-48
    5.2.2 利用迭代加权二次规划法求解  48
    5.2.3 计算机仿真结果与分析  48-53
  5.3 基于ν-SVR 的盲均衡算法  53-59
    5.3.1 基于ν-SVR 的盲均衡算法推导  54-56
    5.3.2 计算机仿真结果与分析  56-59
  5.4 本章小结  59-61
第六章 总结与展望  61-63
  6.1 本文所做的工作  61-62
  6.2 进一步的研究方向  62
  6.3 本章小结  62-63
参考文献  63-67
附录一  67-73
致谢  73-75
攻读学位期间发表的学术论文  75

相似论文

  1. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  2. 题目难度分布和样本容量对两种CTT等值结果的影响,B841.7
  3. 贝叶斯方法下二值与多值序次数据模型与异常点的同时识别,O212.1
  4. 对于系统发育谱法聚类算法的改进,TP311.13
  5. 随机网络模型分离,O157.5
  6. 两总体协方差矩阵成比例的检验,O212.1
  7. 面向并行环境的遥感影像分类算法设计与实现,TP751
  8. 改进蚁群算法在盲均衡中的应用,TN911.5
  9. 非汛期水库群协同优化调度与应用研究,TV697.11
  10. 认知无线电中频谱感知方法的研究,TN925
  11. 基于神经网络盲均衡优化算法的研究,TN911.7
  12. 一个基于聚类的神经网络样本自学习系统,TP391.6
  13. 基于智能算法的碳纤维原丝纺丝工艺监测与优化,TQ342.742
  14. 全自动荧光磁粉探伤中目标识别图像处理技术研究,TP391.41
  15. 面向非标准化制造的工时定额研究,F425
  16. 五种决策树算法的比较研究,TP311.13
  17. 长寿命产品退化试验方法研究,TB114.3
  18. 测试性虚拟验证技术及其在直升机航向姿态系统中的应用研究,V249.122.2
  19. 军用并行仿真想定编辑与生成技术研究与实现,TP391.9
  20. 脑电样本熵与双频指数评价丙泊酚靶控输注麻醉镇静深度的研究,R614
  21. 基于多特征结合与支持向量机集成的噪声检测与图像去噪,TP391.41

中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信道均衡
© 2012 www.xueweilunwen.com