CN112422464B

CN112422464B - 一种误差向量确定及非线性信号纠正方法、装置

Info

Publication number: CN112422464B
Application number: CN202011226791.1A
Authority: CN
Inventors: 席赵洋; 陈金树
Original assignee: Tsinghua University
Current assignee: Tsinghua University
Priority date: 2020-11-05
Filing date: 2020-11-05
Publication date: 2022-03-29
Anticipated expiration: 2040-11-05
Also published as: CN112422464A

Abstract

本发明提供一种误差向量确定及非线性信号纠正方法、装置，误差向量确定方法包括：接收待解析数据，待解析数据包括待解析数据的调制方式以及待解析数据的数据信息；根据目标聚类算法，对待解析数据映射到对应星座图上的数据点进行聚类，得到多个聚类中心，待解析数据对应的星座图根据调制方式确定；对聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点；根据聚类中心以及对应星座图标准点，确定每一个聚类中心和对应星座图标准点之间的误差向量，误差向量用于进行非线性信号纠正。实施本方法，便于后续的数据根据求取的误差向量进行纠正，提高非线性纠正的准确性。

Description

一种误差向量确定及非线性信号纠正方法、装置

技术领域

本发明涉及非线性信号处理领域，具体涉及一种误差向量确定及非线性信号纠正方法、装置。

背景技术

在信号传输过程中，由高功率放大器带来的增益压缩造成的非线性信号干扰是困扰通信领域发射机和接收机设计人员面临的最主要的问题之一。在发射端采用包括数字预失真，功率回退、前馈法等在内的多种非线性信号处理方法，而在接收端的非线性处理方法目前研究较少，特别的在遥感卫星通信领域，卫星发射端不包含非线性处理模块，因此在接收端加入非线性盲均衡模块是必要的。

相关技术中，在卫星接收端一般不包括非线性处理模块，只能采用较低阶的调制方式，例如BPSK，QPSK，8PSK等。即使存在非线性处理模块，接收端在非线性处理方面，大多采用Volterra级数的简化形式以及FIR结构用于非线性纠正，在非线性失真的恶劣情况较小时，上述非线性处理方法可以比较好地处理非线性失真，但是，当非线性失真的恶劣情况较大时，非线性纠正的准确性低。

发明内容

有鉴于此，本发明实施例提供了一种误差向量确定及非线性信号纠正方法、装置以解决当非线性失真的恶劣情况较大时，纠正准确性低的缺陷。

根据第一方面，本发明实施例提供一种误差向量确定方法，包括如下步骤：接收待解析数据，所述待解析数据包括所述待解析数据的调制方式以及待解析数据的数据信息；根据目标聚类算法，对所述待解析数据映射到对应星座图上的数据点进行聚类，得到多个聚类中心，所述待解析数据对应的星座图根据所述调制方式确定；对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点；根据聚类中心以及对应星座图标准点，确定每一个聚类中心和对应星座图标准点之间的误差向量，所述误差向量用于进行非线性信号纠正。

可选地，对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点，包括：获取处于前一半径的星座图标准点与对应的聚类中心之间的平均相位误差；根据前一半径的星座图标准点与对应的聚类中心之间的平均相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，其中所述前一半径的半径长度小于当前半径的长度；根据纠正后的聚类中心，确定与纠正后的聚类中心对应的星座图标准点。

可选地，根据前一半径的星座图标准点与对应的聚类中心之间的平均相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，包括：接收至少一个纠正参量；根据不同聚类中心对应的星座图标准点在星座图中半径长度的大小，按照预设顺序，利用所述多个平均相位误差以及纠正参量对聚类中心进行纠正。

可选地，所述待解析数据的调制方式包括16APSK，32APSK，16QAM中任意一种或多种。

可选地，所述目标聚类算法包括：K-means聚类算法，所述K-means聚类算法的初始聚类点为与所述待解析数据对应的星座图标准点，聚类个数为所述待解析数据的对应的星座图的标准点的个数。

根据第二方面，本发明实施例提供一种非线性信号纠正方法，包括如下步骤：接收待纠正数据，所述待纠正数据包括所述待纠正数据的调制方式以及待纠正数据的数据信息；利用如第一方面或第一方面任一实施方式所述的误差向量确定方法确定与待纠正数据的调制方式对应的每一个聚类中心和星座图标准点之间的误差向量；根据每一个聚类中心和星座图标准点之间的误差向量，对待纠正数据的数据点进行纠正。

可选地，非线性信号纠正方法还包括：对纠正后的待纠正数据数据点以及对应的星座图标准点进行线性均衡。

根据第三面，本发明实施例提供一种误差向量确定装置，包括：待解析数据接收模块，用于接收待解析数据，所述待解析数据包括所述待解析数据的调制方式以及待解析数据的数据信息；聚类模块，用于根据目标聚类算法，对所述待解析数据映射到对应星座图上的数据点进行聚类，得到多个聚类中心，所述待解析数据对应的星座图根据所述调制方式确定；星座图标准点确定模块，用于对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点；误差向量确定模块，用于根据聚类中心以及对应星座图标准点，确定每一个聚类中心和对应星座图标准点之间的误差向量，所述误差向量用于进行非线性信号纠正。

根据第四方面，本发明实施例提供一种非线性信号纠正装置，包括：待纠正数据接收模块，用于接收待纠正数据，所述待纠正数据包括所述待纠正数据的调制方式以及待纠正数据的数据信息；误差向量获取模块，用于利用如第一方面或第一方面任一实施方式所述的误差向量确定方法确定与待纠正数据的调制方式对应的每一个聚类中心和星座图标准点之间的误差向量；纠正模块，用于根据每一个聚类中心和星座图标准点之间的误差向量，对待纠正数据的数据点进行纠正。

根据第五方面，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第一方面或第一方面任一实施方式所述的误差向量确定方法；或第二方面或第二方面任一实施方式所述非线性信号纠正方法的步骤。

根据第六方面，本发明实施例提供一种存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面或第一方面任一实施方式所述的误差向量确定方法；或第二方面或第二方面任一实施方式所述的非线性信号纠正方法的步骤。

本发明技术方案，具有如下优点：

本实施例提供的误差向量确定方法，通过目标聚类算法对待解析数据的数据点进行聚类，对聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点，求取聚类中心和对应的标准点的误差向量，以便于后续的数据根据求取的误差向量进行纠正，通过本实施例中的方法，聚类算法对较大程度的非线性干扰能够进行处理，提高了非线性纠正的准确性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中误差向量确定方法的一个具体示例的流程图；

图2为本发明实施例中误差向量确定方法的一个具体示例图；

图3为本发明实施例中非线性信号纠正方法的一个具体示例的流程图；

图4为本发明实施例中误差向量确定装置的一个具体示例原理框图；

图5为本发明实施例中非线性信号纠正装置的一个具体示例原理框图；

图6为本发明实施例中电子设备的一个具体示例的原理框图。

具体实施方式

下面将结合附图对本发明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做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。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本实施例提供一种误差向量确定方法，本方法可以用于卫星信号处理，也可以应用于手机等一系列包含星座图缓解的设备，可以使用软件实现，如图1所示，包括如下步骤：

S101，接收待解析数据，待解析数据包括待解析数据的调制方式以及待解析数据的数据信息。

示例性地，待解析数据可以是每隔一段时间抓取的卫星信号所承载的数据，也可以是每隔一段时间抓取的手机从基站接收到的信号所承载的数据，一般是1024个数据点，本实施例对待解析数据不做限定，本领域技术人员可以根据需要确定。每一帧待解析数据的帧头包含有待解析数据的调制方式，比如16APSK、32APSK等等。待解析数据的数据信息用于将待解析数据映射到相应星座图上形成对应的数据点。

S102，根据目标聚类算法，对待解析数据映射到对应星座图上的数据点进行聚类，得到多个聚类中心，待解析数据对应的星座图根据调制方式确定。

示例性地，目标聚类算法根据待解析数据的调制方式设置初始聚类中心，以便于形成的聚类中心个数与调制方式对应的星座图标准点个数一致，比如，对于32APSK调制方式的待解析数据，其设置的初始聚类中心个数可以是32个。目标聚类算法可以是K-means及其衍生算法，比如可以是k-medoids聚类算法，本实施例对目标聚类算法类型不做限定，本领域技术人员可以根据需要确定。

S103，对聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点。

示例性地，对于不同的调制方式，其星座图标准点可能处于多个不同半径长度上，比如，32APSK调制方式，如图2所示，其星座图标准点分别处于三个不同半径上，第一个半径中包含4个星座图标准点，第二个半径上包含12个星座图标准点，第三个半径上包含16个星座图标准点。对聚类中心按照半径长度进行排序的具体过程可以是按照聚类中心在星座图中的半径长度进行排序，然后确定在该调制方式下处于每个半径上的个数，根据个数，将排序进行划分，以确定哪些聚类中心处于同一半径上。

对聚类中心按照半径长度进行排序的具体方式可以是：假定得到聚类中心C＝{c₁，c₂，…，c_k}以及按照星座图标准点X＝{x₁，x₂，…，x_k}，共有n个半径并且知道按照DVBS-2通信协议得到星座图中处于每一半径上的星座标准点的个数M＝{m₁，m₂，…，m_n}，之后排序处理：

X＝sort(X.begin，X.end，cmp(|x_i|＜|x_j|))

C＝sort(C.begin，C.end，cmp(|c_i|＜|c_j|))

排序之后按照M中处于每一半径的聚类中心/星座图标准点从头到尾分成各个簇：

X＝{X₁，X₂，…，X_n}

C＝{C₁，C₂，…，C_n}

此时，X₁与C₁对应，X₁表示处于第1半径上的星座图标准点集合，C₁处于第n半径上的聚类中心集合。

对处于不同半径长度的聚类中心按照半径长度进行递归判决的方式可以是获取处于前一半径的星座图标准点与对应的聚类中心之间的平均相位误差；根据前一半径的星座图标准点与对应的聚类中心之间的平均相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，其中前一半径的半径长度小于当前半径的长度；根据纠正后的聚类中心，确定与纠正后的聚类中心对应的星座图标准点。

以32APSK调制方式为例，包括三个不同的半径，在确定处于第二个半径的星座图标准点与对应的聚类中心的平均相位误差时，通过处于第一个半径上的星座图标准点与对应的聚类中心的平均相位误差对第二个半径上的聚类中心进行相位纠正，得到纠正后的聚类中心的位置，确定出与纠正后的聚类中心的位置距离最近的星座图标准点，然后，通过纠正后的聚类中心的位置距离最近的星座图标准点的与纠正前的聚类中心，确定平均相位误差，对第二个半径上所存在的所有聚类中心执行相同的操作，最后，求取所有处于第二个半径上的平均相位误差，作为该半径上的平均相位误差以纠正处于第三半径上的聚类中心。

具体过程可以是：

index＝pdist(X_i，re_angle(C_i，α_i-1))，1≤i≤n；(1)

其中，

Re_angle函数主要是对C_i元素纠正相位，α_i-1为根据C_i-1中的聚类中心与对应的X_i-1中的星座图标准点求取的平均相位误差，用于对处于C_i中的聚类中心进行纠正。本实施例提供的误差向量确定方法，由于在星座图中标准点随着半径的增大，其标准点之间越来越密集，其出现相位偏差或者码间串扰造成误判的概率就会越大，通过处于最短半径的聚类中心和标准点之间的平均相位误差对处于次短半径的聚类中心进行纠正，保证了纠正的准确性，另外，在星座图中处于前一半径和处于下一半径之间发生的相位误差最接近，根据处于前一半径的聚类中心和标准点之间的平均相位误差，纠正处于下一半径的聚类中心，提高了星座图标准点判决的准确性。

确定聚类中心对应的星座图标准点的方式可以是通过距离硬判决的方式，也即计算聚类中心和经过排序处于同一簇的星座标准点之间的距离，选择距离最小的星座图标准点作为聚类中心对应的标准点。

index＝pdist(X_i，C_i)，1≤i≤n

pdist()计算输入对象的每个元素的距离，并返回最近距离中X_i中的索引，index表示在X_i中的星座图标准点与C_i中聚类中心一一对应的关系。

S104，根据聚类中心以及对应星座图标准点，确定每一个聚类中心和对应星座图标准点之间的误差向量，误差向量用于进行非线性信号纠正。

示例性地，根据聚类中心和对应星座图标准点求取误差向量的方式可以求取聚类中心和对应星座图标准点的相位差。以32APSK调制方式为例，求取每一个聚类中心和对应星座图标准点之间的相位差，得到32个误差向量。

作为本实施例一种可选的实施方式，根据前一半径的星座图标准点与对应的聚类中心之间的平均相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，包括：接收至少一个纠正参量；根据不同聚类中心对应的星座图标准点在星座图中半径长度的大小，按照预设顺序，利用所述多个平均相位误差以及纠正参量对聚类中心进行纠正。

示例性地，预设顺序可以是根据半径长度有短到长的顺序。对于不同的调制方式，可以设置不同个数的纠正参量，具体可以是当调制方式对应的星座图包括N个半径个数，那么纠正参量可以设置为N个。比如，32APSK调制方式有三个不同的半径长度，那么纠正参数可以是三个，这三个纠正参数可以分别对应纠正处于第一个半径上的聚类中心的相位，处于第二个半径上的聚类中心的相位，以及处于第三个半径上的聚类中心的相位。在第一次计算处理处于第一个半径上的聚类中心之后，得到第一平均相位误差，在第二次计算处理处于第二个半径上的聚类中心时，通过叠加第一平均相位误差以及第一纠正参数对第二个半径上的聚类中心进行纠正，并且得到第二平均相位误差；在第三次计算处理处于第三个半径上的聚类中心时，通过叠加第二平均相位误差和第二纠正参数对第三个半径上的聚类中心进行纠正。

如本实施例中公式(1)可以替换为：

index＝pdist(X_i，re_angle(C_i，α_i-1，β_i))，1≤i≤n；

其中，β_i为对处于C_i中的聚类中心进行纠正的纠正参数。本实施例提供的误差向量确定方法，可以接受纠正参数，该纠正参数可以根据工程人员根据经验或者实际情况进行调节，从而解决相位模糊的问题。

作为本实施例一种可选的实施方式，所述待解析数据的调制方式包括16APSK，32APSK，16QAM中任意一种或多种。

作为本实施例一种可选的实施方式，所述目标聚类算法包括：K-means聚类算法，所述K-means聚类算法的初始聚类点为与所述待解析数据对应的星座图标准点，聚类个数为所述待解析数据的对应的星座图的标准点的个数。

示例性地，K-means聚类算法的具体过程包括：通过待解析数据的调制方式确定聚类中心个数以及标准星座点坐标作为初始化的聚类中心，根据待解析数据中的每一个数据点与初始化的聚类中心的距离进行聚类，在本实施例中，预设聚类算法的迭代截止条件，以两种截止条件为依据，其中，一种方式是按照内部循环次数为依据，当循环次数超过第一门限值即可停止聚类，第一门限值可以是5；第二种是按照迭代之后的聚类中心偏差积累值，当聚类中心偏差积累值小于第二门限值即可停止聚类，第二门限值可以是0.01。当采用第一种方式时，稳定性更高。在实际应用中可两种方式联合使用，第一种方式作为外门限，第二种方式作为内门限。

具体为：假定待解析数据的数据点样本X，包含了n个对象X＝{X₁，X₂，…，X_n}，其中每个对象都具有m维的属性，K-means算法的目标是将n个对象，依据对象间的相似性聚集到指定的K个类簇中，每个对象属于且仅属于一个其到类簇中心距离最小的类簇中。对于K-means，首先需要初始化K个聚类中心{C₁，C₂，…，C_k}，1＜k≤n，然后通过计算每一个对象到每一个聚类中心的欧氏距离，如公式：

算法流程包括：

上式中，Xi表示第i个对象1≤i≤n，C_j表示第j个聚类中心1≤j≤k，X_it分别表示第i个对象的第t个属性，C_jt表示第j个聚类中心的第t个属性。

依次比较每一个对象到每一个聚类中心的距离，将对象分配到距离最近的聚类中心的类簇中，得到k个类簇{S₁，S₂，…，S_k}，聚类中心的计算方法如下公式：

上式中C_L表示第L个聚类中心，1≤l≤k，|S_L|表示第L个类簇中对象的个数X_i表示第L个类簇中第i个对象，1≤i≤|S_L|

主要算法流程：

输入：样本集D＝{x₁，x₂，…，x_m}；聚类簇数K，以及初始化向量concell＝{μ₁，μ₂，…，μ_k}，

1：Repeat

2：令

3：for j＝1，2，…，m do

4：计算样本x_j与各均值向量μ₁(1≤i≤k)的距离：d_ji＝||x_j-μ_i||₂；

5：根据距离最近的均值向量确定x_j的簇标记：α_j＝argmin_{i∈{1，2，3，…，k}}d_ji；

6：将样本x_j划入相应的簇：

7：end for

8：：for i＝1，2，…，k do

9：计算新均值向量：

11：根据设置截止条件(均值不再更新或者循环次数)

输出：均值向量C＝{μ₁，μ₂，…，μ_k}。

本实施例提供的误差向量确定方法，通过聚类算法有效的可以将待解析数据的数据点进行聚类操作可以有效的用到全部数据信息，在实际操作中可以以帧为单位进行数据提取，由于采用K-means的聚类算法，它的本质还是属于MES的平面取得最小值，所以一定具有最优解，算法最后一定会收敛，因此算法是稳定的，提高了整个信号纠正过程的稳定性，并且由于K-means聚类算法的初始聚类点为与待解析数据对应的星座图标准点，因此，可以接受的非线性程度很高，在码间串扰较小的情况下，可支持较大程度的非线性干扰，并且可以在有效的保证在有限的时间复杂度内完成非线性信号的处理，降低了时间复杂度。

本发明实施例提供一种非线性信号纠正方法，本方法可以用于卫星信号处理，也可以应用于手机等一系列包含星座图缓解的设备，本实施例中的非线性信号纠正方法可以采用FPGA实现，如图3所示，包括如下步骤：

S201，接收待纠正数据，待纠正数据包括待纠正数据的调制方式以及待纠正数据的数据信息。

示例性地，待纠正数据可以是卫星信号所承载的实时数据，也可以是手机从基站接收到的信号所承载的实时数据，本实施例对待解析数据不做限定，本领域技术人员可以根据需要确定。每一帧待纠正数据的帧头包含有待纠正数据的调制方式，比如16APSK、32APSK等等。该数据信息用于将待纠正数据映射到相应星座图上形成对应的数据点。

S202，利用如上述实施例中误差向量确定方法确定与待纠正数据的调制方式对应的每一个聚类中心和星座图标准点之间的误差向量；

示例性地，当接收到待纠正数据时，获取通过上述实施例中误差向量确定方法确定的与该待纠正数据对应该调制方式中每一个聚类中心和星座图标准点之间的误差向量，此时，获取对应该调制方式中每一个聚类中心和星座图标准点之间的误差向量，获取到的对应该调制方式中每一个聚类中心和星座图标准点之间的误差向量的形式可以是以聚类中心、对应的星座图标准点以及误差向量作为三元组的形式。

S203，根据每一个聚类中心和星座图标准点之间的误差向量，对待纠正数据的数据点进行纠正。

示例性地，根据每一个聚类中心和星座图标准点之间的误差向量，对待纠正数据的数据点进行纠正的方式可以是将待纠正数据的数据点以聚类中心为标准点进行判决，判决之后进行误差向量相加纠正。

本实施例提供的非线性信号纠正方法，通过获取误差向量确定方法中确定出的误差向量，实现对实时信号的快速纠正，且通过实时FPGA实现接收待纠正数据以及误差向量相加过程，不添加额外的乘法器消耗，且前者的实时性要求更低，两个过程是并行进行，降低FPGA内部资源消耗。

作为本实施例一种可选的实施方式，非线性信号纠正方法还包括：对纠正后的待纠正数据数据点以及对应的星座图标准点进行线性均衡。

示例性地，进行线性均衡的方式可以是采用FIR结构的LMS算法进行盲的自适应均衡，所用的FIR结构阶数为7阶，LMS算法进行参数实时更新。在本实施例中LMS算法在实际上算是一种自适应滤波算法的应用。

LMS算法结构：

输入是X(n)＝[x(n)，x(n-1)，…，x(n-L)]^T，自适应权系数W(n)＝[w₁(n)，w₂(n)，…，w_L(n)]^T，此时的输出计算公式为

y(n)＝W(n)^T*X(n)

其误差信号e(n)为：

e(n)＝d(n)-y(n)＝d(n)-W(n)^T*X(n)；

其中，d(n)为期望输出；

LMS算法损失函数J(n)为：

J(n)＝e(n)²；

可得：

本实施例提供的非线性信号纠正方法，通过采用LMS算法，进行自适应均衡，由于LMS算法开销较小，可以节约计算资源。

本实施例提供一种误差向量确定装置，如图4所示，包括：

待解析数据接收模块301，用于接收待解析数据，所述待解析数据包括所述待解析数据的调制方式以及待解析数据的数据信息；具体内容参见上述实施例方法对应部分，在此不再赘述。

聚类模块302，用于对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点；具体内容参见上述实施例方法对应部分，在此不再赘述。

星座图标准点确定模块303，用于对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点；具体内容参见上述实施例方法对应部分，在此不再赘述。

误差向量确定模块304，用于根据聚类中心以及对应星座图标准点，确定每一个聚类中心和对应星座图标准点之间的误差向量，所述误差向量用于进行非线性信号纠正。具体内容参见上述实施例方法对应部分，在此不再赘述。

作为本实施例一种可选的实施方式，星座图标准点确定模块303，包括：

平均相位误差获取模块，用于获取处于前一半径的星座图标准点与对应的聚类中心之间的平均相位误差；具体内容参见上述实施例方法对应部分，在此不再赘述。

纠正聚类中心确定模块，用于根据前一半径的星座图标准点与对应的聚类中心之间的相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，其中所述前一半径的半径长度小于当前半径的长度；具体内容参见上述实施例方法对应部分，在此不再赘述。

星座图标准点确定模块，用于根据纠正后的聚类中心，确定与纠正后的聚类中心对应的星座图标准点；具体内容参见上述实施例方法对应部分，在此不再赘述。

作为本实施例一种可选的实施方式，纠正聚类中心确定模块，包括：

参数接收模块，用于接收至少一个纠正参量；具体内容参见上述实施例方法对应部分，在此不再赘述。

纠正模块，用于根据不同聚类中心对应的星座图标准点在星座图中半径长度的大小，按照预设顺序，利用所述多个平均相位误差以及纠正参量对聚类中心进行纠正。具体内容参见上述实施例方法对应部分，在此不再赘述。

作为本实施例一种可选的实施方式，所述待解析数据的调制方式包括16APSK，32APSK，16QAM中任意一种或多种。具体内容参见上述实施例方法对应部分，在此不再赘述。

作为本实施例一种可选的实施方式，所述目标聚类算法包括：K-means聚类算法，所述K-means聚类算法的初始聚类点为与所述待解析数据对应的星座图标准点，聚类个数为所述待解析数据的对应的星座图的标准点的个数。具体内容参见上述实施例方法对应部分，在此不再赘述。

本实施例提供一种非线性信号纠正装置，如图5所示，包括：

待纠正数据接收模块401，用于接收待纠正数据，所述待纠正数据包括所述待纠正数据的调制方式以及待纠正数据的数据信息；具体内容参见上述实施例方法对应部分，在此不再赘述。

误差向量获取模块402，用于利用如上述实施例中所述的误差向量确定方法确定与待纠正数据的调制方式对应的每一个聚类中心和星座图标准点之间的误差向量；具体内容参见上述实施例方法对应部分，在此不再赘述。

纠正模块403，用于根据每一个聚类中心和星座图标准点之间的误差向量，对待纠正数据的数据点进行纠正。具体内容参见上述实施例方法对应部分，在此不再赘述。

作为本实施例一种可选的实施方式，所述装置，还包括：均衡模块，用于对纠正后的待纠正数据数据点以及对应的星座图标准点进行线性均衡。具体内容参见上述实施例方法对应部分，在此不再赘述。

本申请实施例还提供一种电子设备，如图5所示，处理器510和存储器520，其中处理器510和存储器520可以通过总线或者其他方式连接。

处理器510可以为中央处理器(Central Processing Unit，CPU)。处理器510还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器520作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的误差向量确定方法或者非线性信号纠正方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理。

存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器520可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述一个或者多个模块存储在所述存储器520中，当被所述处理器510执行时，执行如图1所示实施例中的误差向量确定方法或者如图2所示实施例中的非线性信号纠正方法。

上述电子设备的具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

本实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行如图1所示实施例中的误差向量确定方法或者如图2所示实施例中的非线性信号纠正方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims

1.一种误差向量确定方法，其特征在于，包括如下步骤：

接收待解析数据，所述待解析数据包括所述待解析数据的调制方式以及待解析数据的数据信息；

根据目标聚类算法，对所述待解析数据映射到对应星座图上的数据点进行聚类，得到多个聚类中心，所述待解析数据对应的星座图根据所述调制方式确定；

对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点；

根据聚类中心以及对应星座图标准点，确定每一个聚类中心和对应星座图标准点之间的误差向量，所述误差向量用于进行非线性信号纠正；

对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点包括：

获取处于前一半径的星座图标准点与对应的聚类中心之间的平均相位误差；

根据前一半径的星座图标准点与对应的聚类中心之间的平均相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，其中所述前一半径的半径长度小于当前半径的长度；

根据纠正后的聚类中心，确定与纠正后的聚类中心对应的星座图标准点。

2.根据权利要求1所述的方法，其特征在于，根据前一半径的星座图标准点与对应的聚类中心之间的平均相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，包括：

接收至少一个纠正参量；

根据不同聚类中心对应的星座图标准点在星座图中半径长度的大小，按照预设顺序，利用所述多个平均相位误差以及纠正参量对聚类中心进行纠正。

3.根据权利要求1所述的方法，其特征在于，所述待解析数据的调制方式包括16APSK，32APSK，16QAM中任意一种或多种。

4.根据权利要求1所述的方法，其特征在于，所述目标聚类算法包括：K－means聚类算法，所述K－means聚类算法的初始聚类点为与所述待解析数据对应的星座图标准点，聚类个数为所述待解析数据的对应的星座图的标准点的个数。

5.一种非线性信号纠正方法，其特征在于，包括如下步骤：

接收待纠正数据，所述待纠正数据包括所述待纠正数据的调制方式以及待纠正数据的数据信息；

利用如权利要求1－4任一所述的误差向量确定方法确定与待纠正数据的调制方式对应的每一个聚类中心和星座图标准点之间的误差向量；

根据每一个聚类中心和星座图标准点之间的误差向量，对待纠正数据的数据点进行纠正。

6.根据权利要求5所述的方法，其特征在于，还包括：对纠正后的待纠正数据数据点以及对应的星座图标准点进行线性均衡。

7.一种误差向量确定装置，其特征在于，包括：

待解析数据接收模块，用于接收待解析数据，所述待解析数据包括所述待解析数据的调制方式以及待解析数据的数据信息；

聚类模块，用于根据目标聚类算法，对所述待解析数据映射到对应星座图上的数据点进行聚类，得到多个聚类中心，所述待解析数据对应的星座图根据所述调制方式确定；

星座图标准点确定模块，用于对所述聚类中心按照半径长度进行排序，对处于不同半径长度的聚类中心按照半径长度进行递归判决，确定聚类中心对应的星座图标准点；

误差向量确定模块，用于根据聚类中心以及对应星座图标准点，确定每一个聚类中心和对应星座图标准点之间的误差向量，所述误差向量用于进行非线性信号纠正；

所述星座图标准点确定模块，包括：

平均相位误差获取模块，用于获取处于前一半径的星座图标准点与对应的聚类中心之间的平均相位误差；

纠正聚类中心确定模块，用于根据前一半径的星座图标准点与对应的聚类中心之间的平均相位误差对处于当前半径的聚类中心进行相位纠正，得到纠正后的聚类中心，其中所述前一半径的半径长度小于当前半径的长度；

星座图标准点确定模块，用于根据纠正后的聚类中心，确定与纠正后的聚类中心对应的星座图标准点。

8.一种非线性信号纠正装置，其特征在于，包括：

待纠正数据接收模块，用于接收待纠正数据，所述待纠正数据包括所述待纠正数据的调制方式以及待纠正数据的数据信息；

误差向量获取模块，用于利用如权利要求1－4任一所述的误差向量确定方法确定与待纠正数据的调制方式对应的每一个聚类中心和星座图标准点之间的误差向量；

纠正模块，用于根据每一个聚类中心和星座图标准点之间的误差向量，对待纠正数据的数据点进行纠正。

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权利要求1－4任一所述误差向量确定方法或权利要求5或6所述的非线性信号纠正方法的步骤。

10.一种存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1－4任一所述误差向量确定方法或权利要求5或6所述的非线性信号纠正方法的步骤。