期刊文献+

支持向量机在多用户检测中的应用 被引量:2

The Multiuser Detector Using SVM in CDMA Systems
下载PDF
导出
摘要 支持向量机作为非线性多用户检测器,可以利用较少的训练数据,检测经过瑞利(Rayleigh)衰落的同步CDMA通信系统信号.计算机仿真结果表明,在多普勒频移不同的瑞利衰落信道下,这种多用户检测算法误码率性能优于线性最小均方误差(MMSE)算法. SVM is proposed as a nonlinear multiuser detector (MUD) from a relatively small training data block to detect synchronous CDMA signals in multipath Rayleigh fading channel. Computer simulation is used to study this SVM MUD, and the results show that its performance is superior to linear MMSE MUD.
出处 《北京邮电大学学报》 EI CAS CSCD 北大核心 2004年第z2期107-111,共5页 Journal of Beijing University of Posts and Telecommunications
关键词 码分多址 支持向量机 多用户检测 code division multiple access support vector machine multiuser detection
  • 相关文献

参考文献6

  • 1[1]Verdu S. Multiuser detection[ M]. Cambridge, UK: Cambridge Univ Press, 1998.
  • 2王艺,熊思民,吴伟陵.多用户检测中基于导频信道的自适应算法[J].北京邮电大学学报,2000,23(1):36-40. 被引量:3
  • 3[3]Vapnik V. The nature of statistical learning theory[M]. New York: Springer-Verlag, 1995.
  • 4[4]Chen S, Samingan A K, Hanzo L. Support vector machine multiuser receiver for DS-CDMA signals in multipath channels[J]. IEEE Trans on Neural Networks, 2001,12 (3): 604-611.
  • 5[5]Papadias C B, Huang H. Linear space-time multiuser detection for multipath CDMA channels[J]. IEEE Journal on Selected Areas in Communications, 2001,19(2) :254-264.
  • 6[6]Platt J. Fast training of support vector machines using sequential minimal optimization[A]. Advances in Kernel Methods-Support Vector Learning[C]. Cambridge, MA: MIT Press, 1999. 185-208.

二级参考文献5

共引文献2

同被引文献11

引证文献2

二级引证文献19

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部