Indexed by：
Abstract：
针对高速铁路通信系统,研究快速时变信道预测问题。通过引入支持向量机(SVM)模型,提出一种信道预测算法。通过求解二次优化问题,得到SVM的预测最优超平面,并通过循环迭代实现多步预测。为了进一步提高预测准确度,采用遗传算法(GA)对SVM模型的惩罚系数和高斯核宽度进行优化。仿真结果表明,与传统的自回归(AR)以及单一的SVM预测模型相比,所提出的同时考虑SVM和GA(SVM-GA)的预测模型具有较低的预测误差。此外,当考虑噪声对预测性能影响时,SVM-GA预测模型在归一化均方误差性能方面也优于AR和SVM模型。
Keyword：
Reprint 's Address：
Email：
Source ：
电子技术应用
ISSN： 0258-7998
Year： 2018
Issue： 4
Volume： 44
Page： 117-121
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 1
Affiliated Colleges：
