svm在通信信号处理中的研究与应用

《svm在通信信号处理中的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第14卷第6期信息工程大学学报Vo1．14NO．62013年12月JournalofInformationEngineeringUniversityDec．2013DOI：10．3969／j．issn．1671-0673．2013．06．012SVM在通信信号处理中的研究与应用刘学谦，于宏毅(信息工程大学，河南郑州450001)摘要：统计学习理论(statisticallearningtheory，SLT)提出结构风险最小化(structureriskmini．mization，SRM)准则，克

2、服了人工神经网络(aretificialneuralnetwork，ANN)的模型过拟合和局部极小值问题。支持向量机(supportvectormachine，SVM)作为其具体实现方式，具有良好的泛化能力、高维处理能力和非线性处理能力。在简要介绍SVM原理的基础上，总结了其在通信信号处理领域的应用，包括数字调制识别、多用户检测、信道均衡、信号重构与相关参数估计、到达角(angleofarrival，AOA)与定位估计及其它6个方面，并指出了存在的问题和值得进一步研究的方向。关键词：支持向量机；

3、通信信号处理；综述；统计学习理论中图分类号：TN911．23；TN911．5文献标识码：A文章编号：1671-0673(2013)06-0713-06ResearchandApplicationofSVMinCommunicationSignalProcessingLIUXue—qian．YUHong—yi(InformationEngineeringUniversity，Zhengzhou450001，China)Abstract：Statisticallearningtheory(SLT)p

4、roposesstructureriskminimization(SRM)principletoovercometheover—fittingandlocalminimumproblemsalwaysexistinginAretificialNeuralNetwork(ANN)．Asitsconcreteandsuccessfulimplementation，supportvectormachine(SVM)hasbettergeneralization，highdimensionandnonl

5、inearprocessingability．Atfirst，theoryofSVMispresentedbriefly．Thenitsapplicationsincommunicationsignalprocessingaresummarized，includingdigitalmodulationclassification，multiuserdetection，channelequalization，signalreconstructionandpa—rameterestimation，a

6、ngleofarrival(AOA)andlocalization，etc．Finally，existentissuesandfuturechallengesarepresented．Keywords：SVM；communicationsignalprocessing；review；SLT0引言在通信信号处理领域始终存在这样的挑战，即如何解决突发通信带来的短数据量以及恶劣环境这个难题，而统计学习理论(statisticallearningtheory，SLT)恰恰是研究小样本情况下机器学习规律的

7、理论⋯。它与神经网络诸多机器学习方法相比，后者假设变量之间的关系模型已知，仅模型参数未知，因此存在模型过拟合以及局部极小值等一些难以解决的问题，而前者是在模型完全未知情况下，仅通过对独立同分布的小样本数据进行训练，挖掘其内在的相互依赖关系。支持向量机(suppo~vectormachine，SVM)有着统收稿日期：2013-04·13：修回日期：2013-05-29基金项目：国家自然科学基金资助项目(61201380)作者简介：刘学谦(1984一)，男，博士生，主要研究方向为通信中的现代信号处理

8、。7l4信息工程大学学报2013拄计学习理论的坚实理论基础，是借助于最优化方法解决数据挖掘中若干问题的有力工具，因此得到国内外学者的高度关注，并逐渐应用到通信信号处理的诸多领域当中。学习问题被看作是一个基于经验数据进行函数估计的一般性问题，它可以划分为模式识别、回归估计和概率密度估计3个基本问题。SVM作为模式识别的分类工具，在通信信号处理各个领域的应用已较为广泛，主要集中在数字调制方式识别和多用户检测等方面。而回归估计和概率密度估计的应用在近些年才陆续展开并逐渐深入，尤其是在信道均衡方面。本文