论文部分内容阅读
支持向量机（SupportVectorMachine，SVM）是机器学习领域的最新成果，它有较强的泛化能力，收敛快以及低复杂度等优点。本文通过对训练样本进行数据格式的转化，继而转化为libsvm和lssvm分类所要求的数据格式。然后在上行波束成形中使用SVM算法，提高空域滤波的分辨率，仿真结果显示：与LMS（LeastMeanSquares，最小均方值，又叫随机梯度下降法）、MMSE（MinimumMean—SquareError，最小均方误差）经典算法相比，误码率有了明显改善。