[發(fā)明專利]時(shí)分復(fù)用信號(hào)的分接方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210313886.X
• 申請(qǐng)日: 2022-03-28
• 公開（公告）號(hào): CN114676729B
• 公開（公告）日: 2023-02-07
• 發(fā)明（設(shè)計(jì)）人: 劉連臣
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06F18/24
• 分類號(hào): G06F18/24;G06F18/23213
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 黃德海

本申請(qǐng)涉及數(shù)字信息傳輸技術(shù)領(lǐng)域，特別涉及一種時(shí)分復(fù)用信號(hào)的分接方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，其中，方法包括：采集通信跟蹤記錄過程中的時(shí)分復(fù)用信號(hào)；根據(jù)時(shí)隙信號(hào)的信號(hào)特征構(gòu)建時(shí)隙信號(hào)的特征向量，基于所有特征向量對(duì)所有時(shí)隙信號(hào)進(jìn)行聚類，得到聚類結(jié)果，并基于支路已經(jīng)標(biāo)號(hào)的時(shí)隙信號(hào)從聚類結(jié)果中選擇至少一個(gè)目標(biāo)聚類中心；根據(jù)至少一個(gè)目標(biāo)聚類中心計(jì)算并擬合得到待分接時(shí)隙信號(hào)的高斯混合模型的所有分類，并依次計(jì)算待分接時(shí)隙信號(hào)的特征向量與高斯混合模型中所有分類的匹配概率，將匹配概率最大的分類作為待分接時(shí)隙信號(hào)的支路。由此，解決相關(guān)技術(shù)中隨著信號(hào)復(fù)接技術(shù)越來越復(fù)雜，時(shí)分復(fù)用信號(hào)的分接難度增加，分接效率較低等問題。

技術(shù)領(lǐng)域

本申請(qǐng)涉及數(shù)字信息傳輸技術(shù)領(lǐng)域，特別涉及一種時(shí)分復(fù)用信號(hào)的分接方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

在非合作通信中，由于沒有分接設(shè)備和隨數(shù)據(jù)一起傳輸?shù)男帕钚畔ⅲ荒芨鶕?jù)接收到的復(fù)接后的高速數(shù)據(jù)，利用數(shù)據(jù)的報(bào)面特征和統(tǒng)計(jì)規(guī)律來對(duì)支路信號(hào)進(jìn)行分選。在實(shí)際的工作中，經(jīng)常會(huì)面臨對(duì)部分支路信息已知的時(shí)分復(fù)用信號(hào)進(jìn)行新支路發(fā)現(xiàn)和分接的任務(wù)需求。

然而，隨著信號(hào)復(fù)接技術(shù)越來越復(fù)雜，各用戶特征差異會(huì)變得越來越小，同時(shí)同一用戶時(shí)隙的分布也變得越來越不規(guī)律，分清支路信號(hào)也變得越來越難。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N時(shí)分復(fù)用信號(hào)的分接方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，以解決相關(guān)技術(shù)中隨著信號(hào)復(fù)接技術(shù)越來越復(fù)雜，各用戶特征差異會(huì)變得越來越小，同時(shí)同一用戶時(shí)隙的分布也變得越來越不規(guī)律，分清支路信號(hào)也變得越來越難等問題。

本申請(qǐng)第一方面實(shí)施例提供一種時(shí)分復(fù)用信號(hào)的分接方法，包括以下步驟：采集通信跟蹤記錄過程中的時(shí)分復(fù)用信號(hào)，其中，所述時(shí)分復(fù)用信號(hào)包括支路已經(jīng)標(biāo)號(hào)的時(shí)隙信號(hào)和支路沒有標(biāo)號(hào)的待分接時(shí)隙信號(hào)；根據(jù)所述時(shí)隙信號(hào)的信號(hào)特征構(gòu)建所述時(shí)隙信號(hào)的特征向量，基于所有特征向量對(duì)所有時(shí)隙信號(hào)進(jìn)行聚類，得到聚類結(jié)果，并基于所述支路已經(jīng)標(biāo)號(hào)的時(shí)隙信號(hào)從所述聚類結(jié)果中選擇至少一個(gè)目標(biāo)聚類中心；根據(jù)所述至少一個(gè)目標(biāo)聚類中心計(jì)算并擬合得到所述待分接時(shí)隙信號(hào)的高斯混合模型的所有分類，并依次計(jì)算所述待分接時(shí)隙信號(hào)的特征向量與所述高斯混合模型中所有分類的匹配概率，并將所述匹配概率最大的分類作為所述待分接時(shí)隙信號(hào)的支路。

進(jìn)一步地，所述根據(jù)所述時(shí)隙信號(hào)的信號(hào)特征構(gòu)建所述時(shí)隙信號(hào)的特征向量，包括：計(jì)算同一支路中不同時(shí)隙信號(hào)在比特變換頻率值上的統(tǒng)計(jì)特性和在第一至第四游程長(zhǎng)度的統(tǒng)計(jì)特性；根據(jù)所有統(tǒng)計(jì)特性構(gòu)建初步特征向量，并對(duì)所述初步特征向量進(jìn)行歸一化處理，得到所述時(shí)隙信號(hào)的特征向量。

進(jìn)一步地，所述基于所有特征向量對(duì)所有時(shí)隙信號(hào)進(jìn)行聚類，得到聚類結(jié)果，并基于所述支路已經(jīng)標(biāo)號(hào)的時(shí)隙信號(hào)從所述聚類結(jié)果中選擇至少一個(gè)目標(biāo)聚類中心，包括：根據(jù)所述時(shí)隙信號(hào)的特征向量計(jì)算任意兩個(gè)時(shí)隙信號(hào)之間的歐氏距離，構(gòu)建相似度矩陣；根據(jù)所述相似度矩陣迭代更新吸引度矩陣和歸屬度矩陣，并在迭代更新的過程中確定每類時(shí)隙信號(hào)的聚類中心，直到滿足近鄰傳播聚類的迭代結(jié)束條件，得到近鄰傳播聚類的聚類結(jié)果；基于所述支路已經(jīng)標(biāo)號(hào)的時(shí)隙信號(hào)從所述近鄰傳播聚類的聚類結(jié)果中選擇滿足目標(biāo)條件的至少一個(gè)目標(biāo)聚類中心。

進(jìn)一步地，所述近鄰傳播聚類的迭代結(jié)束條件包括：每次迭代更新后，所述吸引度矩陣和所述歸屬度矩陣的改變量小于預(yù)設(shè)值；和/或，經(jīng)過連續(xù)的多次迭代更新后，所述聚類中心不再改變；和/或，迭代更新的次數(shù)達(dá)到第一預(yù)設(shè)次數(shù)。

進(jìn)一步地，所述根據(jù)所述至少一個(gè)目標(biāo)聚類中心計(jì)算并擬合得到所述待分接時(shí)隙信號(hào)的高斯混合模型的所有分類，包括：獲取至少一個(gè)候選聚類中心；根據(jù)所述目標(biāo)聚類中心和所述候選聚類中心進(jìn)行K均值聚類，得到K均值聚類的聚類結(jié)果，并計(jì)算所述K均值聚類的聚類結(jié)果下的輪廓系數(shù)；迭代更新所述候選聚類中心，并在迭代更新過程中計(jì)算新輪廓系數(shù)，直到滿足K均值聚類的迭代結(jié)束條件；基于所有K均值聚類的聚類結(jié)果計(jì)算并擬合得到所述高斯混合模型的所有分類。