基于半定规划和秩-1分解的稳健波束形成

针对标准Capon波束形成器在存在导向矢量失配时性能急剧下降问题,提出了一种基于半定规划和秩-1分解的稳健波束形成算法.该方法通过对实际导向矢量的估计提高自适应波束形成算法稳健性.首先分别从干扰抑制和噪声抑制两个方面推导了新导向矢量应满足的约束条件,并证明了利用矩阵滤波器构造约束条件的合理性;构造了估计最优导向矢量的优化问题并将其转化为易于求解的松弛半定规划问题,同时引入秩-1分解理论用于优化问题的求解.仿真分析表明,与目前较为常见的算法相比,本文算法只需利用期望信号可能入射区间这一先验信息,能获得更高输出信干噪比和功率估计精度.

弹球支持张量机分类器

机器学习、模式识别、数据挖掘等领域中的输入模式常常是高阶张量.文中首先从向量模式推广到张量模式,提出弹球支持张量机模型.然后给出求解弹球支持张量机模型的序贯最小优化算法(SMO).为了保持张量的自然结构信息,同时加速训练过程,采用张量的秩-1分解代替原始张量计算张量内积.在向量数据和张量数据上进行的大量实验表明:对于向量数据,相比经典的积极集法,SMO的计算速度更快;对于张量数据,相比弹球支持向量机,弹球支持张量机具有更快的训练速度和更好的泛化能力.