SVM自适应波束成形算法  

Adaptive beamforming using SVM method

作　　者：罗晓牧[1] 周渊平[1] 王国利[1] 

机构地区：[1]中山大学电子与通信工程系,广东广州510275

出　　处：《电路与系统学报》2005年第6期54-58,共5页Journal of Circuits and Systems

基　　金：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。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.

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 

分 类 号：TN911.72[电子电信—通信与信息系统]