CN110958198A - 一种用于通信系统的判决门限优化方法及系统 - Google Patents

一种用于通信系统的判决门限优化方法及系统 Download PDF

Info

Publication number
CN110958198A
CN110958198A CN201911183512.5A CN201911183512A CN110958198A CN 110958198 A CN110958198 A CN 110958198A CN 201911183512 A CN201911183512 A CN 201911183512A CN 110958198 A CN110958198 A CN 110958198A
Authority
CN
China
Prior art keywords
cluster
array
cluster center
decision threshold
clustering
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911183512.5A
Other languages
English (en)
Other versions
CN110958198B (zh
Inventor
张明伦
林兴龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201911183512.5A priority Critical patent/CN110958198B/zh
Publication of CN110958198A publication Critical patent/CN110958198A/zh
Application granted granted Critical
Publication of CN110958198B publication Critical patent/CN110958198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03312—Arrangements specific to the provision of output signals
    • H04L25/03318—Provision of soft decisions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03312—Arrangements specific to the provision of output signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种用于通信系统的判决门限优化方法及系统，该方法包括：通过k‑Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。本发明实施例通过引入k‑Means聚类算法，解决了通信接收机对判决门限的优化问题，使得判决门限的设定更具灵活性和准确性，能够有效处理时变信道的通信问题，具有更强的适应性。

Description

一种用于通信系统的判决门限优化方法及系统
技术领域
本发明涉及通信技术领域，尤其涉及一种用于通信系统的判决门限优化方法及系统。
背景技术
在数字通信过程中，接收机获取到的输入信号的电平幅值具有时变性，为了降低通信系统的错误率，需要优化接收机的判决门限，以此达到高效检测和正确识别多电平信号的目的。
在现有的方案中，一类接收机的判决门限是不可调整的，另一类接收机可以自适应地调整判决门限。对于传统的自适应门限技术，接收机会依据接收信号的强弱变化，对门限值做出相应的调整，现有技术存在三种方案对门限值进行调整：1、通过硬件比较电路来实现；2、通过在每组数据中添加前导序列来实现；3、通过一段训练序列来启动系统传输。然而，在现有方案中，硬件电路的实现方式不利于对接收机进行快速调整，并且，添加前导序列或者是训练序列，则会占用一定的通信信道资源。
因此，现在亟需一种用于通信系统的判决门限优化方法及系统来解决上述问题。
发明内容
针对现有技术存在的问题，本发明实施例提供一种用于通信系统的判决门限优化方法及系统。
第一方面，本发明实施例提供了一种用于通信系统的判决门限优化方法，包括：
通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；
对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；
根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
进一步地，在所述根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限之后，所述方法还包括：
根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限。
进一步地，所述通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组，包括：
步骤S1，选取所述输入信号中任意k个电平幅值数据，构建k个初始聚簇中心；
步骤S2，获取每个初始聚簇中心以外的电平幅值数据X到k个初始聚簇中心的距离，并将所述电平幅值数据X划分到距离最近的初始聚簇中心，得到新聚簇中心；
步骤S3，获取新聚簇中心的中心点，并对新聚簇中心的中心点和初始聚簇中心的中心点之间的差值进行比较，若大于预设阈值，则重复步骤S2至步骤S3，直至差值小于预设阈值，得到第一聚簇中心数组和第一聚类结果数组。
进一步地，所述对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组，包括：
根据排序算法对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组；
根据所述第二聚簇中心数组的聚簇中心索引，对所述第一聚类结果数组进行更新，得到第二聚类结果数组。
进一步地，所述根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限，包括：
获取后续输入信号的电平幅值到每个聚簇中心的距离，得到最短距离对应的聚簇中心，并将所述后续输入信号的电平幅值划分到最短距离对应的聚簇中心；
根据聚簇中心更新公式，对最短距离对应的聚簇中心进行更新，以根据更新后的聚簇中心对判决门限进行更新，所述聚簇中心更新公式为；
center[m]＝(center[m]×ni+v)/(ni+1)；
其中，center[m]表示最短距离对应的聚簇中心，ni表示第i个电平幅值类别的样本数量，v表示电平幅值。
进一步地，在所述通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组之前，所述方法还包括：
对所述输入信号进行单倍频采样或多倍频采样，以用于获取输入信号的电平幅值。
第二方面，本发明实施例提供了一种用于通信系统的判决门限优化系统，包括：
聚类分析模块，用于通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；
排序模块，用于对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；
判决门限获取模块，用于根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
进一步地，所述系统还包括判决门限更新模块，用于根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种用于通信系统的判决门限优化方法及系统，通过引入k-Means聚类算法，解决了通信接收机对判决门限的优化问题，使得判决门限的设定更具灵活性和准确性，能够有效处理时变信道的通信问题，具有更强的适应性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用于通信系统的判决门限优化方法的流程示意图；
图2为本发明实施例提供的两类离散电平在数目相对均衡情况下的效果示意图；
图3为本发明实施例提供的两类离散电平在数目不均衡情况下的效果示意图；
图4为本发明实施例提供的用于通信系统的判决门限优化系统的结构示意图；
图5为本发明实施例提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
聚类算法是一种对数据集进行分类的统计分析方法，该算法根据数据间的相似性进行划分聚簇，并依据划分质量评判准则来衡量每次聚类分析的效果，进而可以在全局或者局部达到最优。本发明实施例采用的k-Means算法是聚类算法集中一种简便和高效的方法，又称k均值算法，依据指定的类别数目，参照距离函数将数据集合的元素划分到对应的类别中，在本发明实施例中，k-Means算法基于数字接收机中接收信号在电平幅值上呈现出聚类的特性，从而构建更加灵活和准确的判决门限。其中，在聚类算法中，聚簇是指在对数据集合进行聚类分析的过程中，指代类别，表示同一类别中的样本数据具有一定的相似性；聚簇中心是指在进行聚类分析的迭代过程中，用来表示一个类别的中心点数据。
图1为本发明实施例提供的用于通信系统的判决门限优化方法的流程示意图，如图1所示，本发明实施例提供了一种用于通信系统的判决门限优化方法，包括：
步骤101，通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组。
在本发明实施例中，在步骤101之前，首先对输入信号进行模数转换，并对模数转换后的输入信号进行单倍频采样或多倍频采样，其中，在采用单倍频采样时，为了减少误差，单倍频采样的采样点尽量保持在符号的中间位置。然后，当接收机接收到一定量的码型之后，从接收信号中任意选定k个电平幅值作为初始聚簇中心；然后，依据电平幅值的相似性，将其他不属于初始聚簇中心的电平幅值归到其所属的聚簇当中，再重新计算各个聚簇中心，得到新聚簇中心。接着，计算新聚簇中心和旧聚簇中心(表示新聚簇中心上一次迭代的聚簇中心，即本发明实施例中的初始聚簇中心)的差值，如果差值过大，则根据新聚簇中心再次进行聚类，然后迭代以上计算过程，直到得到的新聚簇中心不再发生变化，从而得到第一聚簇中心数组和第一聚类结果数组，其中，第一聚簇中心数组为存放最终聚簇中心的数组，第一聚类结果数组为存放最终聚类结果的数组。
步骤102，对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；
步骤103，根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
在本发明实施例中，输入信号在经过聚类分析、聚簇中心排序和更新聚类结果的处理之后，接收机根据第二聚簇中心数组建立判决阈值，通过获取第二聚簇中心数组中相邻两个聚簇中心之间的算术平均值，得到这两个相邻聚簇中心电平之间的判决门限，需要说明的是，对于包含k种电平幅值的输入信号则获取得到k-1个判决门限。
本发明实施例提供的一种用于通信系统的判决门限优化方法，通过引入k-Means聚类算法，解决了通信接收机对判决门限的优化问题，使得判决门限的设定更具灵活性和准确性，能够有效处理时变信道的通信问题，具有更强的适应性。
在上述实施例的基础上，在所述根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限之后，所述方法还包括：
根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限。
在上述实施例的基础上，所述根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限，包括：
通过上述实施例得到判决门限，在后续的通信过程中，接收机可依据输入信号的电平幅值对判决门限进行更新，假设新采样得到的电平幅值为v，且各个电平幅值类别的样本数为ni(1≤i≤k)，然后，获取后续输入信号的电平幅值到第二聚簇中心数组中每个聚簇中心的距离，得到最短距离对应的聚簇中心，并将所述后续输入信号的电平幅值划分到最短距离对应的聚簇中心；
根据聚簇中心更新公式，对最短距离对应的聚簇中心进行更新，以根据更新后的聚簇中心对判决门限进行更新，所述聚簇中心更新公式为；
center[m]＝(center[m]×ni+v)/(ni+1)；
其中，center[m]表示最短距离对应的聚簇中心，ni表示第i个电平幅值类别的样本数量，v表示电平幅值。
在上述实施例的基础上于，所述通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组，包括：
步骤S1，选取所述输入信号中任意k个电平幅值数据，构建k个初始聚簇中心；
步骤S2，获取每个初始聚簇中心以外的电平幅值数据X到k个初始聚簇中心的距离，并将所述电平幅值数据X划分到距离最近的初始聚簇中心，得到新聚簇中心；
步骤S3，获取新聚簇中心的中心点，并对新聚簇中心的中心点和初始聚簇中心的中心点之间的差值进行比较，若大于预设阈值，则重复步骤S2至步骤S3，直至差值小于预设阈值，得到第一聚簇中心数组和第一聚类结果数组。
在本发明实施例中，假设电平幅值的数据数目为n,且数组center[k]用于存放最终的聚簇中心，数组index[n]用于存放最终的聚类结果，聚类分析的具体实现步骤为：
步骤11，选取k个初始聚簇中心C1(1),C2(1),...,Ck(1)，在本发明实施例中，可直接选择接收信号前k个电平幅值数据作为初始聚簇中心；
步骤12，在第m次迭代过程中，对于非聚簇中心的电平幅值数据X，分别计算其到各个聚簇中心(在第一次迭代时，则分别计算非初始聚簇中心的电平幅值数据到各个初始聚簇中心的距离)的距离，获取到最近的聚簇中心，再将该电平幅值数据X划分到该聚簇中心所属的聚簇中，公式为：
Figure BDA0002291864930000071
其中，Ci(m)表示第m次迭代过程中的第i个聚簇中心(1≤i≤k)，arg函数表示获取离当前电平幅值数据最近的聚簇中心索引，则X∈Sj(m)，Sj(m)表示以Cj(m)为中心的聚簇，最后更新数组index中对应位置的值为j；
步骤13，在划分完所有非聚簇中心的电平幅值数据之后，则再次计算各个聚簇的中心点，公式为：
Figure BDA0002291864930000081
其中，Ci(m+1)表示第m+1次迭代过程中的第i个聚簇中心(1≤i≤k)，ni表示第i个聚簇的样本数，Si(m)表示以Ci(m)为中心的聚簇，X表示Si(m)聚簇中的所有样本数据；
步骤14，若各个新聚簇中心较上次迭代没有发生变化，则表明聚类算法的迭代计算过程已经收敛，整体聚类区域趋于稳定，此时结束迭代流程，得到存放最终聚簇中心的数组center[k]和存放最终聚类结果的数组index[n]，其中，收敛公式为：
abs[Ci(m+1)-Ci(m)]<[Ci(m+1)+Ci(m)]×2％,(i＝1,2,...,k)；
若未收敛，则执行m＝m+1，并且继续从步骤12开始循环执行。
在上述实施例的基础上，所述对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组，包括：
根据排序算法对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组；
根据所述第二聚簇中心数组的聚簇中心索引，对所述第一聚类结果数组进行更新，得到第二聚类结果数组。
在本发明实施例中，为了让接收机能够快速识别出各个聚簇中心，需要对数组center进行进一步的处理，即利用排序算法对k个聚簇中心进行升序排序，具体步骤为：
步骤21，初始状态：对数组center[0]～center[k-1]填充待排序的聚簇中心数据元素，整体呈现无序的状态；
步骤22，第一次排序：在待排序的数组center[0]～center[k-1]中，由于是升序排序，通过依次遍历，选择出最小的数据元素center[m]。再将center[m]位置上的数据元素与center[0]位置上的数据元素进行置换。
步骤23，第i次排序：在待排序的数组center[i-1]～center[k-1]中，通过循环遍历，选择出最小的数据元素center[n]，最后再对center[n]位置上的数据元素与center[i-1]上的数据元素进行置换。
当聚簇中心数组经过k-1次排序之后，存放聚簇中心值的数组center为升序状态。另外，在本发明实施例中，由于数组index中存放的是对应聚簇中心在数组center中的索引，故同时需要对存放聚类结果的数组index进行更新，即将数组index中所有数据更新为升序排序后所对应的新聚簇中心索引。
在上述实施例的基础上，在所述通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组之前，所述方法还包括：
对所述输入信号进行单倍频采样或多倍频采样，以用于获取输入信号的电平幅值。
在本发明实施例中，对输入信号进行模数转换，并对模数转换后的输入信号进行单倍频采样或多倍频采样，其中，在采用单倍频采样时，为了减少误差，单倍频采样的采样点尽量保持在符号的中间位置。
在本发明一实施例中，图2为本发明实施例提供的两类离散电平在数目相对均衡情况下的效果示意图，图3为本发明实施例提供的两类离散电平在数目不均衡情况下的效果示意图，可参考图2和图3所示，本发明实施例是以可见光通信系统为例，发送系统以二进制启闭键控调制(On-Off Keying，简称OOK)方式发送消息，即通过控制LED的点亮和熄灭来分别代表数字信号1和0。在有环境光干扰的条件下，接收系统中输入信号的电平幅值会受到相应的干扰，接收系统需要确定数字信号1和数字信号0之间的判决门限值，以进行相应的信息解码。在接收系统中，利用本发明实施例来优化高低电平之间的判决门限值，通过该判决门限值能够有效地区分开序列“1”和序列“0”。
本发明实施例提供了一种用于通信系统的判决门限优化方法，对数字通信系统中的接收信号进行聚类分析，通过分析聚簇中心，优化判决门限，来完成对接收信号的判决。聚类算法的使用，使接收机的电平门限值设定更具灵活性，并且使其具有广泛的适应性，能够自适应不同的信道特性，或自适应于同一信道的时变特性，对二进制或多进制接收信号进行最佳判决。相比现有技术，本发明实施例不要求接收机中的输入信号中包含前导信号或训练序列等。
图4为本发明实施例提供的用于通信系统的判决门限优化系统的结构示意图，如图4所示，本发明实施例提供了一种用于通信系统的判决门限优化系统，包括聚类分析模块401、排序模块402和判决门限获取模块403，其中，聚类分析模块401用于通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；排序模块402用于对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；判决门限获取模块403用于根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
本发明实施例提供的一种用于通信系统的判决门限优化系统，通过引入k-Means聚类算法，解决了通信接收机对判决门限的优化问题，使得判决门限的设定更具灵活性和准确性，能够有效处理时变信道的通信问题，具有更强的适应性。
在上述实施例的基础上，所述系统还包括判决门限更新模块，用于根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限。
本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
图5为本发明实施例提供的电子设备结构示意图，参照图5，该电子设备可以包括：处理器(processor)501、通信接口(Communications Interface)502、存储器(memory)503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。处理器501可以调用存储器503中的逻辑指令，以执行如下方法：通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
此外，上述的存储器503中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的用于通信系统的判决门限优化方法，例如包括：通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种用于通信系统的判决门限优化方法，其特征在于，包括：
通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；
对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；
根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
2.根据权利要求1所述的用于通信系统的判决门限优化方法，其特征在于，在所述根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限之后，所述方法还包括：
根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限。
3.根据权利要求1所述的用于通信系统的判决门限优化方法，其特征在于，所述通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组，包括：
步骤S1，选取所述输入信号中任意k个电平幅值数据，构建k个初始聚簇中心；
步骤S2，获取每个初始聚簇中心以外的电平幅值数据X到k个初始聚簇中心的距离，并将所述电平幅值数据X划分到距离最近的初始聚簇中心，得到新聚簇中心；
步骤S3，获取新聚簇中心的中心点，并对新聚簇中心的中心点和初始聚簇中心的中心点之间的差值进行比较，若大于预设阈值，则重复步骤S2至步骤S3，直至差值小于预设阈值，得到第一聚簇中心数组和第一聚类结果数组。
4.根据权利要求1所述的用于通信系统的判决门限优化方法，其特征在于，所述对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组，包括：
根据排序算法对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组；
根据所述第二聚簇中心数组的聚簇中心索引，对所述第一聚类结果数组进行更新，得到第二聚类结果数组。
5.根据权利要求2所述的用于通信系统的判决门限优化方法，其特征在于，所述根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限，包括：
获取后续输入信号的电平幅值到每个聚簇中心的距离，得到最短距离对应的聚簇中心，并将所述后续输入信号的电平幅值划分到最短距离对应的聚簇中心；
根据聚簇中心更新公式，对最短距离对应的聚簇中心进行更新，以根据更新后的聚簇中心对判决门限进行更新，所述聚簇中心更新公式为；
center[m]＝(center[m]×ni+v)/(ni+1)；
其中，center[m]表示最短距离对应的聚簇中心，ni表示第i个电平幅值类别的样本数量，v表示电平幅值。
6.根据权利要求1所述的用于通信系统的判决门限优化方法，其特征在于，在所述通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组之前，所述方法还包括：
对所述输入信号进行单倍频采样或多倍频采样，以用于获取输入信号的电平幅值。
7.一种用于通信系统的判决门限优化系统，其特征在于，包括：
聚类分析模块，用于通过k-Means聚类算法，对输入信号的电平幅值进行聚类分析，得到第一聚簇中心数组和第一聚类结果数组；
排序模块，用于对所述第一聚簇中心数组的聚簇中心进行升序排序，得到第二聚簇中心数组，并根据所述第二聚簇中心数组对所述第一聚类结果数组进行更新，得到第二聚类结果数组；
判决门限获取模块，用于根据所述第二聚簇中心数组和所述第二聚类结果数组，获取相邻聚簇中心之间的算术平均值，以得到判决门限。
8.根据权利要求7所述的用于通信系统的判决门限优化系统，其特征在于，所述系统还包括判决门限更新模块，用于根据后续输入信号的电平幅值对所述判决门限进行更新，得到更新后的判决门限。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述用于通信系统的判决门限优化方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述用于通信系统的判决门限优化方法的步骤。
CN201911183512.5A 2019-11-27 2019-11-27 一种用于通信系统的判决门限优化方法及系统 Active CN110958198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911183512.5A CN110958198B (zh) 2019-11-27 2019-11-27 一种用于通信系统的判决门限优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911183512.5A CN110958198B (zh) 2019-11-27 2019-11-27 一种用于通信系统的判决门限优化方法及系统

Publications (2)

Publication Number Publication Date
CN110958198A true CN110958198A (zh) 2020-04-03
CN110958198B CN110958198B (zh) 2021-09-03

Family

ID=69977079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911183512.5A Active CN110958198B (zh) 2019-11-27 2019-11-27 一种用于通信系统的判决门限优化方法及系统

Country Status (1)

Country Link
CN (1) CN110958198B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111901063A (zh) * 2020-06-10 2020-11-06 烽火通信科技股份有限公司 一种光调顶信号接收高低电平判决方法与装置
CN113283502A (zh) * 2021-05-24 2021-08-20 平安国际融资租赁有限公司 基于聚类的设备状态阈值确定方法和装置
CN113411125A (zh) * 2021-06-09 2021-09-17 中国人民解放军陆军工程大学 一种用于逆向调制无线光通信的信号判决方法及通信系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959162A (zh) * 2016-07-06 2016-09-21 吴本刚 分布式电力企业信息网络安全管理系统
US20160330065A1 (en) * 2013-04-29 2016-11-10 Moogsoft, Inc. Decomposing events from managed infrastructures using graph entropy
CN106228171A (zh) * 2016-07-14 2016-12-14 电子科技大学 一种基于K‑means聚类算法的眼图参数提取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160330065A1 (en) * 2013-04-29 2016-11-10 Moogsoft, Inc. Decomposing events from managed infrastructures using graph entropy
CN105959162A (zh) * 2016-07-06 2016-09-21 吴本刚 分布式电力企业信息网络安全管理系统
CN106228171A (zh) * 2016-07-14 2016-12-14 电子科技大学 一种基于K‑means聚类算法的眼图参数提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林兴龙: "《人工莫尔斯光信号自动识别技术的研究》", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111901063A (zh) * 2020-06-10 2020-11-06 烽火通信科技股份有限公司 一种光调顶信号接收高低电平判决方法与装置
CN111901063B (zh) * 2020-06-10 2022-03-25 烽火通信科技股份有限公司 一种光调顶信号接收高低电平判决方法与装置
CN113283502A (zh) * 2021-05-24 2021-08-20 平安国际融资租赁有限公司 基于聚类的设备状态阈值确定方法和装置
CN113411125A (zh) * 2021-06-09 2021-09-17 中国人民解放军陆军工程大学 一种用于逆向调制无线光通信的信号判决方法及通信系统

Also Published As

Publication number Publication date
CN110958198B (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN110958198B (zh) 一种用于通信系统的判决门限优化方法及系统
CN112887239B (zh) 基于深度混合神经网络的快速准确水声信号调制方式识别方法
CN107392919B (zh) 基于自适应遗传算法的灰度阈值获取方法、图像分割方法
CN113206824B (zh) 动态网络异常攻击检测方法、装置、电子设备和存储介质
CN111935042B (zh) 一种基于机器学习的概率整形识别系统、方法及接收端
CN112039820A (zh) 量子象群机制演化bp神经网络的通信信号调制识别方法
CN111784699B (zh) 一种对三维点云数据进行目标分割方法、装置及终端设备
CN112910811A (zh) 基于联合学习的噪声水平未知条件下的盲调制识别方法和装置
CN111813954A (zh) 文本语句中两实体的关系确定方法、装置和电子设备
CN109245854B (zh) 一种基于ai的端到端无线通信系统及方法
CN107800511B (zh) 一种多级编码调制系统映射方法及装置
CN111343115B (zh) 一种5g通信调制信号识别方法及系统
CN116152612B (zh) 一种长尾图像识别方法及相关装置
CN111865848A (zh) 一种信号调制格式识别方法及系统
CN114863242B (zh) 一种面向图像识别的深度学习网络的优化方法及系统
CN116502088A (zh) 一种网络入侵检测方法、系统、电子设备及存储介质
US7110923B2 (en) Fast, blind equalization techniques using reliable symbols
CN114662568A (zh) 数据分类方法、装置、设备和存储介质
CN112073345B (zh) 一种调制方式识别方法、装置、电子设备及存储介质
CN111144430A (zh) 基于遗传算法的养卡号码识别方法及装置
CN114548421A (zh) 一种针对联邦学习通信开销的优化处理方法及装置
CN111523308B (zh) 中文分词的方法、装置及计算机设备
CN108734188A (zh) 一种聚类方法、设备及存储介质
CN113657405A (zh) 平滑模型训练方法、装置及电子设备
CN111988252A (zh) 基于深度学习的信号调制方式识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant