基于KNN的MIMO-OFDM系统链路自适应研究

针对传统模型难以建立信道状态与复杂MIMO-OFDM系统性能间的映射关系,结合监督学习在处理非线性问题中的优势,提出基于K-最近邻算法的自适应编码模型。以V-BLAST为基础模型,以处理信噪比SVDSNR作为信道特征,通过KNN对信道特征分类,从而建立信道特征与MCS切换间的映射关系。实验结果表明,在K=35,样本划分为7∶3时,MCS切换分类准确率最高;同时在相同实验条件下,本文提出的KNN自适应调制编码能快速适应信道环境,且BER和系统吞吐量都要明显优于传统查找表算法,说明此方法可行。