[發(fā)明專利]基于無數(shù)據(jù)輔助的KNN算法的光纖非線性均衡方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810183719.1
• 申請(qǐng)日: 2018-03-06
• 公開（公告）號(hào): CN108667523B
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 高明義;張俊峰;陳偉;沈綱祥
• 申請(qǐng)（專利權(quán)）人: 蘇州大學(xué)
• 主分類號(hào): H04B10/61
• 分類號(hào): H04B10/61;H04L27/38
• 代理公司: 蘇州創(chuàng)元專利商標(biāo)事務(wù)所有限公司 32103
• 代理人: 陶海鋒

1.一種基于無數(shù)據(jù)輔助的KNN算法的光纖非線性均衡方法，所述KNN算法是K最近鄰算法，其特征在于，包括以下步驟：

(1) 接收待進(jìn)行補(bǔ)償?shù)娜w數(shù)據(jù)作為第一數(shù)據(jù)集，獲取第一數(shù)據(jù)集中各數(shù)據(jù)點(diǎn)的分布密度參數(shù)，選取分布密度參數(shù)大于預(yù)設(shè)閾值的數(shù)據(jù)點(diǎn)作為第二數(shù)據(jù)集；

(2) 對(duì)第二數(shù)據(jù)集中的數(shù)據(jù)點(diǎn)進(jìn)行信號(hào)解調(diào)，獲得各數(shù)據(jù)點(diǎn)對(duì)應(yīng)的標(biāo)簽，根據(jù)標(biāo)簽，將第二數(shù)據(jù)集分成M個(gè)簇，獲得對(duì)應(yīng)的質(zhì)心C_i：

，其中，i = 1，2，…，M，s是第i個(gè)簇中的數(shù)據(jù)點(diǎn)數(shù)量，Dj是第i個(gè)簇的第j個(gè)數(shù)據(jù)；

(3) 根據(jù)獲得的質(zhì)心C_i，將第二階段數(shù)據(jù)集中的數(shù)據(jù)點(diǎn)按照距離最近的歐幾里得距離重新進(jìn)行分類，相應(yīng)的簇獲得標(biāo)簽y1st-output，構(gòu)成訓(xùn)練樣本集；

(4) 取第一數(shù)據(jù)集中未獲得標(biāo)簽的數(shù)據(jù)點(diǎn)X，從訓(xùn)練樣本集中獲取數(shù)據(jù)點(diǎn)X的K個(gè)最近鄰點(diǎn)，其中，K為13；

(5) 計(jì)算數(shù)據(jù)點(diǎn)X的KNN歐氏距離數(shù)據(jù)，并找出K個(gè)最近鄰點(diǎn)的標(biāo)簽簇；

(6) 使用加權(quán)總和投票規(guī)則確定數(shù)據(jù)點(diǎn)X的預(yù)測標(biāo)簽，將X分配至對(duì)應(yīng)簇；

(7) 重復(fù)步驟(4) 至(6) 直至完成對(duì)所有數(shù)據(jù)點(diǎn)的處理；

(8) 輸出最終的分類數(shù)據(jù)結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于無數(shù)據(jù)輔助的KNN算法的光纖非線性均衡方法，其特征在于：步驟(1)中，分布密度參數(shù)由下式獲取：

，

其中，，函數(shù)range是數(shù)據(jù)點(diǎn)的數(shù)值范圍，x和y分別表示信號(hào)數(shù)據(jù)的實(shí)部和虛部，i代表數(shù)據(jù)集中的點(diǎn)， i是1到N的整數(shù)，N是數(shù)據(jù)集中數(shù)據(jù)點(diǎn)的個(gè)數(shù)，k表示數(shù)據(jù)集中的點(diǎn)。

3.根據(jù)權(quán)利要求2所述的基于無數(shù)據(jù)輔助的KNN算法的光纖非線性均衡方法，其特征在于：所述預(yù)設(shè)閾值為dd(k)取值范圍的三分之一處對(duì)應(yīng)的數(shù)值。

4.根據(jù)權(quán)利要求1所述的基于無數(shù)據(jù)輔助的KNN算法的光纖非線性均衡方法，其特征在于：步驟(2)中，所述解調(diào)采用M-QAM信號(hào)解調(diào)。

5.根據(jù)權(quán)利要求1所述的基于無數(shù)據(jù)輔助的KNN算法的光纖非線性均衡方法，其特征在于：步驟(4)中，K=13。

6.根據(jù)權(quán)利要求1所述的基于無數(shù)據(jù)輔助的KNN算法的光纖非線性均衡方法，其特征在于：步驟(6)中，加權(quán)總和投票規(guī)則的具體方法是：

給定訓(xùn)練樣本集T={(x₁, y₁), (x₂, y₂), …, (x_N, y_N)}由N個(gè)訓(xùn)練數(shù)據(jù)點(diǎn)x_i組成，其中x_i對(duì)應(yīng)著標(biāo)簽y_i∈{C₁, C₂,C₃, … , C_m}, i=1,2, …, N, m是簇的個(gè)數(shù)，在訓(xùn)練樣本集T中找到與X最接近的K個(gè)點(diǎn)，在X的范圍中，這些K個(gè)點(diǎn)被描述為N_k(x)，根據(jù)N_k(x)，得到與這K個(gè)點(diǎn)對(duì)應(yīng)的K個(gè)標(biāo)簽，并返回K個(gè)標(biāo)簽作為預(yù)測標(biāo)簽：

其中ω_i=1/D(x, x_i), i = 1,2, …, N; j = 1,2 , …, m，I是一個(gè)指示函數(shù)，當(dāng)y_i =C_j時(shí)，I等于1，否則I為0。