[发明专利]一种基于SVM的QAM-OFDM均衡算法在审
| 申请号： | 201910648048.6 | 申请日： | 2019-07-18 |
| 公开（公告）号： | CN110381002A | 公开（公告）日： | 2019-10-25 |
| 发明（设计）人： | 汪洋;张倩武;张俊杰;曹炳尧 | 申请（专利权）人： | 黄山市上光科技有限公司 |
| 主分类号： | H04L27/26 | 分类号： | H04L27/26;G06K9/62 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙) 44248 | 代理人： | 谢肖雄 |
| 地址： | 242700 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 训练数据 特征向量 算法 原始发送数据 支持向量机 子载波数据 传输 传输系统 发射数据 分类标签 接收数据 均衡算法 类别标签 提取特征 信道估计 信道均衡 训练特征 原始数据 发送端 分类器 接收端 解映射 子载波 均衡 分类 预测 学习 | ||
【权利要求书】：
1.构造训练数据，将训练数据与原始数据合并产生最终发送数据。
2.发送端发送数据，经传输系统传输后，在接收端进行接收。
3.数据经FFT，信道估计和均衡后，作为样本提取特征向量
4.在对样本进行特征提取时，使用样本数据的同相分量和正交分量作为特征值，构成特征向量；SVM算法使用多个二类分类器方法来处理多分类问题，对于nQAM调制信号，将使用log2(n)个分类器，并使用高斯径向基函数将低维空间线性不可分数据映射到高维从而进行分离。
5.接收到未知数据，对各子载波数据进行处理，获得各自的特征向量。
6.使用SVM分类器对各子载波特征向量预测分类，并对得到分类标签解映射获得原始数据。
7.根据要求1-6所述的一种基于SVM的QAM-OFDM均衡算法，其特征在于：其分类器的类别标签属于{-1，+1}，但是使用多个二类分类器处理多分类问题。均衡算法在接收端添加一个SVM算法模块，对发送端无改变。解调直接针对获得的标签进行解映射。
8.上述权利4中提到的核函数，虽然是将低维空间映射到高维，但向量之间的内积可以等价通过原始特征空间进行计算。并且对于新数据x的预测，只需要计算少量支持向量的内积。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于黄山市上光科技有限公司，未经黄山市上光科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910648048.6/1.html，转载请声明来源钻瓜专利网。
