自适应迭代最小二乘支持向量机回归算法

 基于最小二乘支持向量机回归算法,本文在前期工作的基础上进行了扩展,提出了更加详尽的自适应迭代最小二乘支持向量机回归算法. 与标准的LSSVR相比,本文提出的算法在学习新样本的时候利用了已有的学习结果,可以快速获得新的学习机. 模拟结果表明,自适应迭代最小二乘支持向量机回归算法能够自适应地确定支持向量的数目,保留了QP方法在训练SVM时支持向量的稀疏性,在相近的回归精度下,该算法极大地提高了标准LSSVR学习的速度.     

基于加权最小二乘支持向量机的欠定盲源分离

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机（SVM）的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。     

基于最小二乘支持向量机的移动机器人导航

针对未知环境下的移动机器人导航,提出将最小二乘支持向量机与强化学习相结合的导航方法。首先以移动机器人CASIA-I和它的工作环境为实验平台,确定出强化学习的回报函数;然后利用基于滚动窗的最小支持向量机解决强化学习中的泛化问题。最后对所提方法进行了实验,实验结果表明所提方法能够避免导航陷入局部极小,并对未知环境具有较强的适应性。     

基于在线最小二乘支持向量机的变形镜建模与控制

为消除变形镜的建模误差,提出了基于在线最小二乘支持向量机的变形镜建模方法。首先,分析了温度和驱动器非线性等因素对变形镜响应矩阵的影响;然后,介绍了最小二乘支持向量机及在线更新的原理,并将其引入97单元变形镜的集成仿真模型。根据变形镜不断更新的运行数据,最小二乘支持向量机进行在线训练和模型更新,构建当前状态变形镜的等效模型,并输出下一时刻的电压预报值。仿真结果表明:基于在线最小二乘支持向量机的变形镜建模方法摆脱了固定模型的约束,具有自适应更新的特点,稳健性好,控制电压预测精度高,有利于提高自适应光学系统的控制精度。     

基于最小二乘支持向量机的飞机备件多元分类

飞机后续备件配置直接关系到装备的战备完好率和寿命周期费用,对备件的正确分类是进行备件配置决策的前提。支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力。研究了新型支持向量机算法-最小二乘支持向量机,设计了基于多元分类的最小二乘支持向量机,在此基础上,建立了飞机备件多元分类模型,并对某机型的备件进行了分类。结果表明,基于最小二乘支持向量机的飞机备件多元分类方法是有效、可行的。     

基于一类支持向量机的盲元检测方法

利用无监督学习的一类支持向量机（One Class Support Vector Machine,OCSVM）和随机场景图像序列,构造滚动更新的像元分类模型,实现红外焦平面盲元的在线检测。根据正常像元和异常像元数量和灰度特征的差异,以随机图像序列作为输入数据,使用OCSVM建立单一类别的像元分类模型,灰度变化的像元归为一类,其他像元不属于此类。由于随机图像序列的滚动更新,OCSVM模型及支持向量也随之更新。统计支持向量的频次,高频次支持向量对应的像元聚为一类,即为异常像元。以320256中波红外图像序列为例,说明了OCSVM模型进行盲元检测的过程,检测结果与黑体定标的结果一致。基于随机场景和OCSVM模型的盲元检测方法摆脱了定标黑体的约束,提高了盲元检测的灵活性。     

基于支持向量机的欠定盲分离

该文提出了信号稀疏性的新度量方式,在估算出有效源信号的个数后,提取源信号到达方向角度的特征作为训练样本,利用支持向量机理论构造分类超平面,从而实现对观测信号的最优分类。采用加权系数法获得每一类信号的聚类中心,其中对系数权重的学习是自适应的,同时避免了K-均值聚类等方法对初值的敏感性。此外,针对大规模样本点,该文还提供了在线算法。仿真效果说明了此方法的稳定性和鲁棒性。     

基于最小二乘支持向量机的电子音乐识别研究

为了提高电子音乐识别精度,更快从海量电子音乐中找到用户真正需要的电子音乐,提出基于最小二乘支持向量机的电子音乐识别模型。首先收集电子音乐的数据,并采用小波分析对电子音乐数据进行去噪处理,然后提取电子音乐的特征,并对特征进行归一化处理,最后采用最小二乘支持向量机对处理后的电子音乐数据进行训练,建立电子音乐识别模型。采用具体电子音乐数据对模型的有效性进行验证,结果表明,与传统电子音乐识别模型相比,支持向量机对噪声数据具有良好的鲁棒性,可以有效识别各种类型的电子音乐,而且电子音乐的识别速度更优。     

基于支持向量机的水声信道盲均衡算法研究

水声信道的带宽极为有限,与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽,特别适合高速水声通信和多点通信。针对基于高阶统计量的盲均衡算法收敛速度慢的缺点,研究了一种基于支持向量机的盲均衡算法,它收敛速度快并具有全局最优解。通过对浅海信道触发通信信号的计算机仿真,证明了算法的有效性。     

基于稀疏最小二乘支持向量回归的非线性自适应波束形成

该文基于最小二乘支持向量回归(LS-SVR)模型提出一种非线性自适应波束形成算法,以提高模型失配、小样本数、复杂多干扰等情况下的自适应波束形成器的鲁棒性。推导了高维矩阵逆矩阵求解的递推快速算法,实现了回归参数的实时求解。采用奇异性准则实时寻找输入样本集的具有较小信息冗余度的子集,并在该子集上完成波束形成计算,使得LS-SVR波束形成的求解得以稀疏化,提高了学习效率,降低了计算复杂度与系统存储空间需求。对比仿真结果验证了所提算法的正确性和有效性。     

一种新的常系数Blind自适应数字均衡器

提出了一种具有估计幅值可调的线性常系数Blind自适应均衡器算法。克服了在一般的常系数Blind自适应算法中 ,由于估计幅值选择不合适 ,所造成加权矢量不收敛的缺点。使NCMA算法 (theNormalizedConstantModulusAlgorithm)更具有通用性     

An orthogonalized blind algorithm for hybrid of adaptive array and equalizer

The problems generated by the interference will be more complicated in the future. A combination of adaptive array and equalizer has been employed to solve the problems of interference when an adaptive array alone cannot suppress all the interferences. A constant modules algorithm (CMA) of the combination system was proposed to solve the problems of insufficient degrees of freedom and main‐beam multipath interference when no training signal is transmitted. The limitation of the CMA for combination systems is due to its slow rate of convergence. In this paper, an orthogonalized blind algorithm for hybrid of array and equalizer (OBHAE) is proposed to combat the problems of the interference. Because the modified input vector of the adaptive array is orthogonalized by the OBHAE in advance, the convergent rate of the CMA system can be improved by the OBHAE. When the coherent interference presents, the performance of the system will be degraded. In this paper, an orthogonalized spatial smoothing blind (OSSB) algorithm is proposed to further enhance the cancellation of the coherent interference. In the OSSB, we combine the OBHAE with the spatial smoothing method to combat the coherent interference problem. Simulation results are presented to demonstrate the merits of the OBHAE and the OSSB. Copyright © 2012 John Wiley & Sons, Ltd.     

一种基于盲均衡的新均衡器算法及实现

基于简化星座图(RCA)的盲均衡算法提出了一种新的均衡器算法———RCA-LMS算法,有效地结合了RCA算法和传统的最小均方(LMS)算法的优点,并应用于选择性反馈均衡器(selective feedback equalizer,SFE)结构,实现了RCA-LMS选择性反馈均衡器(RCA-LMSSFE)。仿真结果表明,该均衡器在低信噪比条件下,能较快地收敛,有较小的稳态剩余误差,从而有效地减小了信号的码间干扰,提高了通信系统的抗干扰能力。     

基于拟牛顿算法的复自适应均衡器的设计

介绍了一种新的拟牛顿算法，这种算法的收敛速度与RLS算法相当，但稳定性要比RLS算法好，误码率要比LMS算法低，详述了基于该算法的复自适应均衡器的软硬件设计与实现。     

自适应增益LMS的盲多用户检测算法

研究了一种工作于CDMA系统的盲多用户检测算法--自适应增益LMS,推导了算法实现的步骤.仿真实验表明,该算法相对于传统的LMS盲多用户检测算法,大幅度提高了收敛速率和稳态输出信干比,大大增强了适应非平稳信道的能力.另外,该算法运算量远远低于多用户检测中的盲RLS和Kalman滤波算法,非常适合于硬件实现.     

多普勒信号的稳健盲自适应波束形成

针对假设的多普勒频率和真实的多普勒频率之间的误差会导致盲波束形成的性能急剧的下降这一事实. 首先分析了存在多普勒误差时的最小均方误差准则意义下的盲自适应波束形成的性能, 然后提出了一种有效的算法来对抗多普勒误差, 该算法是一迭代过程, 可以在线估计出真实的多普勒频率. 计算机仿真验证了提出算法的有效性.     

一种改进的盲自适应窄带干扰抑制方法

为有效抑制直接序列扩频通信中的窄带干扰,论文提出了一种改进的盲自适应窄带干扰抑制方法.该方法在盲自适应滤波器的基础上,通过引入非线性预测算法对接收信号进行处理,提高了滤波器的干扰抑制性能.计算机仿真结果验证了文中方法的有效性.     

基于QR-RLS算法的OFDM系统盲自适应时域均衡器

在正交频分复用(OFDM)系统中,使用时域均衡器来消除由于循环前缀长度小于信道时延扩展长度而导致的符号间干扰。为了克服Merry算法收敛速度较慢的缺点,提出了一种适用于无线时变信道环境的改进的盲自适应时域均衡器。该算法利用QR-RLS算法实现均衡器抽头的迭代计算,改善了Merry算法的收敛速度和鲁棒性。理论分析和仿真结果表明,该算法收敛速度明显优于Merry算法,且性能接近MSSNR算法最优解。     

基于小波零树结构的自适应盲水印算法

提出了一种基于小波零树结构的小波域盲水印算法,该算法能自适应地选取和修改小波的重要系数进行数字水印信息的嵌入,且具有较好的鲁棒性。该算法利用小波变换后的重要系数序列与给定序列之间的相关性来判断提取水印,提取时不需要原图像。结果表明,该算法是一种有效和可行的盲水印算法。     

基于干扰空间的盲自适应多用户检测器

在现有盲自适应多用户检测技术基础上，本文提出一种更具有实际应用价值的基于干扰空间线性MMSE盲自适应多用户检测器及其相应的基于干扰自相关矩阵C1跟踪算法。数学分析和仿真结果表明：与现有盲自适应多用户检测器相比，该检测器具有更低的实现复杂度、更快的跟踪速度和更强的健壮性。