多输入多输出通系统智能检测技术研究.pdfVIP

万方数据 Thesis Submitted to Hebei University of Technology for The Master Degree of Electromagnetic Field and Microwave Technology RESEARCH ON INTELLIGENT DETECTION TECHNIQUES OF MULTI-INPUT MULTI-OUTPUT COMMUNICATIONS SYSTEM by ZHENG Fei Supervisor: Prof. Xia Kewen November 2013 This work supported by National Science Foundation (No and Tianjin Science Foundation (No. 11JCYBJC00900).   万方数据 万方数据   万方数据 万方数据   摘 要 多输入多输出（MIMO ）通信系统是在理论研究和工程应用中的热点课题。其中 信号检测是其中最为关键的技术，它是对混杂有不同用户（多用户）信息的通信信号 进行分类检测，主要包括最优检测和次优检测两大类。现在次优检测技术占据主体地 位，特别是智能信号检测是一个崭新的前沿课题，因此开展这一课题的研究，具有重 要的理论意义和应用价值。 本论文的主要工作如下： （1）基于支持向量机的智能检测技术研究。在小样本及信道估计不足条件下， 为了找到检测速度和误码率的较优权衡算法，研究了基于粒子群算法和支持向量机的 智能检测方法，主要对接收序列进行回归自学习训练，采用粒子群算法得到优化模型， 然后输入待检测序列并进行判决。实验表明，设计的PSO-SVM检测器具有较高的判决 精度，能够满足MIMO通信系统的要求。 （2 ）基于相关向量机的智能检测技术研究。为了克服支持向量机本身存在的一 些缺点，提出基于相关向量机（RVM ）的智能检测技术，实验表明RVM 具有在少量 向量数目条件保证高预测精度的性能，比 SVM 和 PSO-SVM 算法具有更强的泛化推 广能力，且所需计算的向量数较少，在 MIMO 信号检测中效果显著。 （3 ）核函数的选取研究。探讨不同的核函数，如Cauchy 核、多项式核和高斯径 向基核等对于 RVM 分类器的影响，采用多分类方法进行仿真实验，分析出不同核函 数在分类检测过程中的性能，得出有意义的结论，为多输入多输出通信系统智能检测 器的设计提供理论依据。 关键词：多输入多输出 通信系统 智能检测 向量机 I  万方数据 ABSTRACT Multi-input multi-output (MIMO) communications system is