基于非正交多址卫星网络中采用遗传算法优化的支持向量机应对非理想信道状态信息
信号处理
2020-02-04 v1
摘要
在功率域非正交多址(NOMA)方案的辅助下,卫星网络能够在有限的时间/频谱资源块内同时服务多个用户。然而,信道估计误差的存在不可避免地降低了对用户信道状态信息(CSI)准确性的判断,从而影响用户配对处理并抑制NOMA方案的优势。受机器学习(ML)算法优势的启发,我们提出一种改进的支持向量机(SVM)方案,以降低不适当的用户配对风险,并提升具有非理想CSI的基于NOMA的卫星网络性能。特别地,采用遗传算法(GA)来优化SVM的正则化与核参数,有效提高了所提方案的分类精度。仿真结果表明,所提方法的性能优于随机用户配对策略,尤其是在用户数量较多的场景中。
引用
@article{arxiv.2002.00529,
title = {Genetic Algorithm Optimized Support Vector Machine in NOMA-Based Satellite Networks with Imperfect CSI},
author = {Xiaojuan Yan and Kang An and Cheng-Xiang Wang and Wei-Ping Zhu and Yusheng Li and Zhiqiang Feng},
journal= {arXiv preprint arXiv:2002.00529},
year = {2020}
}