支持向量机在wcdma移动通信系统多用户检测中的应用

《支持向量机在wcdma移动通信系统多用户检测中的应用》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、北京石油化工学院学报第18卷第4期Vo1．18NO．4JournalofBeijingInstituteof2010年12月Dec．2O10Petro～chemicalTechnology支持向量机在WCDMA移动通信系统多用户检测中的应用刘家彬李文元(It京石油化工学院通信工程系，北京102617)摘要从结构风险最小化(SRM)理论发展而来的支持向量机(SVM)为模式识别提供了一种新的途径。将SVM应用于宽带码分多址(WCDMA)移动通信系统中的多用户检测(MUD)中。利用最小序列优化(SMO)算法构造基于非线性核的接收机，提出了一种适合于WCDMA系统的SVM-MUD。在同步的假设

2、下，仿真比较了SVMMUD和传统的去相关检测器、匹配滤波(MF)检测器和最小均方误差(MMsE)检测器的误比特(BER)性能。结果表明，在高斯信道下，SVM-MUD的性能更加稳定可靠。关键词多用户检测；支持向量机；宽带码分多址；机器学习；移动通信中图法分类号TN9l3。支持向量机(SVM)是由结构风险最小化对于抵抗符号问干扰(ISI)和多址干扰(MAI)(SRM)理论发展而来的一种新的分类技术，近非常有效，但其研究仅限于窄带的CDMA系年来引起了人们的特别关注。在许多应用中，统，并没有针对宽带码分多址(WCDMA)系统与传统的学习机相比SVM都显示出了较好的进行讨论。性能，因而成为解决

3、分类问题的有力工具。笔者主要研究SVM在WCDMA系统SVM分类的基本原理是将N维输入空间XMUD检测中的应用，仿真分析其误比特率映射到一个L维(L>N)的特征空间z中，在BER(BitErrorRate)性能，并与其它传统的线Z中寻找C一1个最优的超平面以最大化地分性MUD的BER性能进行比较。结果表明，使割Z中的C个类。“最大化地分割”是一个二用较少的训练样本序列所得到的SVM—MUD次型规划问题，可以利用拉格朗日乘子法解决。的BER性能与需要全部信息的最优MUD的而最优超平面，SVM是通过在Z中被称为BER性能相当，甚至更优。因此，笔者所提算“核”的点积函数来求解的，这些“最优超

4、平面”法复杂度低、速度快，实用有效。解可以用X中的点的某种组合来表示，即所谓1系统模型的“支持向量”，所以这种分类技术被称为支持向量机。“核”与“支持向量”是SVM的两个重考虑具有【，(≥1)个用户的WCDMA移要概念，不同的“核”得到不同的“支持向量”，也动通信系统，各用户的发送数据采用二进制相就有不同性能的SVM分类器。有关SVM理移键控(BPSK)方式调制。每一用户U被分配论的详细内容请参考文献[3—4]。一个唯一的标识波形S(￡)，SVM技术的应用非常广泛，当然包括在移Nl(￡)一＆()p(t一”T)，动通信领域里的应用。比如，可用于信道均"。_0衡。、信道估计]、功率控制]、

5、波束成形0]1≤“≤U，0≤t≤T(1)和码分多址(CDMA)系统中的多用户检测其中n()∈{+l，一1}是用户U的第个扩(MUD)El1-133等等。这些研究结果表明，SVM频码片数据，丁是扩频码片周期，T是信息数据符号周期，N—T／T是扩频增益，P(f)为扩收稿日期：2O1O一05—15频码片波形。不失一般性，假设所有U个用户第4期刘家彬等．支持向量机在WCDMA移动通信系统多用户检测中的应用19标识波形的能量都归一化为1，即IS()lI一(3)构造核函数H(。，)一‘厂()f()』S(￡)一1，1≤“≤U；发射的信息数据块长(即Z空间内的点积)(i，J—l，⋯，M)；度都为K，则

6、用户“的信息数据可记为d一(4)利用核函数H(，，)将式(6)的优化[(1)(2)⋯d(K)]∈{+1，一1)，与其对问题转化为如下等效的约束条件极值问题应的基带发射信号g(￡)为fmax(Q())一KJlmaxf∑Ma一∑Mg(f)：∑d(志)s(f一志丁)，l≤“≤(，厂，H())一llJ“(2)口一0，0≤d≤A接收机端的接收信号r(￡)为1U(7)r()一∑Ag(￡一z-)+(f)一其中，y一sgn(D())：sgn(w，()+6)H；lUK(sgn(·)是符号函数)；口是与支持向量相对∑∑Ad(志)s(￡一是T一r)+硎(￡)“一1=l应的拉格朗日标量乘子；A是系统预设参数，

7、对(3)计算复杂度和不能分类的点数有影响，实践中式中，是接收信号幅度；()是零均值单位往往凭经验手动设置。方差的加性白高斯噪声(AWGN)；是噪声的2．2分类阶段标准差；是传播时延，这里假定有O≤≤设训练完成后得到的S个(5