1、無線信道預測能夠提前預測某個時刻的信道狀態(tài)，降低反饋延時帶來的誤差，為自適應傳輸提供可靠數(shù)據(jù)。但是傳統(tǒng)的信道預測方法，比如子空間分解算法等，需要很長時間的觀測且抗噪聲能力差。最小最大概率機能夠明確錯分概率的上界，適用于信道預測技術。因此本文提出了基于最小最大概率機的非線性預測方法，并結合混沌理論研究無線衰落信道預測技術。
　　首先描述無線衰落信道傳輸特性，闡述了無線信道衰落特性是確定性與隨機性的統(tǒng)一，具有混沌特性，無線衰落信道是有

2、一定規(guī)律的非線性動力系統(tǒng)，因此對其預測是有意義的，為全文研究衰落信道奠定了理論基礎。具體的研究工作如下：
　　(1)針對最小最大概率機算法（MPM）展開研究，為了克服任意給定的高斯核參數(shù)值不能最優(yōu)分類的缺點，改進算法，提出將MPM算法與兩類樣本均值距離最大化（DBTC）相結合，即通過DBTC尋找MPM算法高斯核的最優(yōu)超參數(shù)，從而達到提高分類準確性的目的。仿真結果表明，改進后的DBTC-MPM算法誤差性能優(yōu)于單純的MPM算法。

3、>　　(2)從非線性動力學的角度分析了Jakes模型的可預測性，把相空間重構引入信道預測中來，重建系統(tǒng)相空間，從而恢復出原相空間的幾何及物理性質，挖掘系統(tǒng)隱含的信息。隨后基于MPM算法研究衰落信道預測技術，對Jakes信道模型進行預測，獲得了良好的預測性能。并將改進后的DBTC-MPM算法應用于衰落信道預測，結果表明相比單純的MPM算法預測誤差得到改善。
　　(3)針對OFDM系統(tǒng)，通過改變導頻模式，提出新的預測算法，與傳統(tǒng)的插值