论文部分内容阅读
一条途径为优化基于支持向量回归(SVR ) 的 beamforming 被建议。在学习 SVR 算法和它的最初的费用函数的数学主管以后,修改费用函数首先被用于一致数组 beamforming,然后 beamforming 的相应参数被优化。SVR 一致数组 beamforming 的框架然后被建立。模拟结果证明 SVR beamforming 不能仅仅接近在没有噪音并且与小数据的区域的常规 beamforming 的表演设定,而且改进归纳能力并且减少计算负担。另外,由 SVR 算法的线性、圆形的数组的方面