论文部分内容阅读
基于跳频码固有的混沌特性,结合统计学习理论的优点,探讨了支持向量机预测跳频码的方法,以Logistic-Kent及Logistic映射跳频码为例,使用支持向量机对其进行了预测研究并对嵌入维数的选取作了详细分析,为实际参数的选择提供了一定的依据.实验结果表明:该方法具有很强的实用性,而且整体预测效果明显好于非线性自适应预测器及神经网络预测器.