캡처 한 I / Q 샘플을 분석하여 무선 채널의 상태를 확인하려고합니다. 실제로 저는 50000 개의 데이터 샘플을 가지고 있으며 첨부 된 그림에 표시된 것처럼 채널을 통해 활동 (예 : 데이터 전송)이있을 때 그래프에 약간의 스파크가 있습니다. 임계 값보다 높은 데이터 값인 스파크 수를 계산하려고합니다.
임계 값을 정확하게 추정해야 채널로드를 찾을 수 있습니다. 첨부 된 그림의 임계 값은 약 0.0025이며 시간에 따라 달라진다는 점에 유의해야합니다. 따라서 50000 개의 샘플을 채취 할 때마다 일종의 비지도 학습을 사용하여 임계 값을 먼저 찾아야합니다.
데이터를 클러스터링하고 추정 된 클러스터의 중심을 찾기 위해 k- 평균 (python scikit-learn에서)을 시도했지만 임계 값에 대한 좋은 추정치를 제공 할 수 없습니다 (특히 채널을 통한 활동이없고 채널이 유휴 상태 임).
비슷한 주제에 대해 사전에 경험이있는 사람이 있는지 알고 싶습니다.
캡처 된 데이터
유휴 노이즈는 데이터가 전송 될 때와 상대적으로 일관되고 매우 다르기 때문에 감독되지 않은 방식으로 합리적인 임계 값을 제공 할 수있는 몇 가지 간단한 알고리즘을 생각할 수 있습니다.
가장 직접적인 방법은 값을 정렬 한 다음 (아마도 첫 번째 그룹을 버킷으로) 값의 충분한 비율 (최소 ~ 5 %)이 속하는 가장 낮은 값의 영역을 찾는 것입니다. 가장 높은 값 (50 %?) 이상으로 합리적인 마진을 가지고 가야합니다.
임계 값을 약간 조정해야합니다. 샘플 데이터를 수집하고 100 % 작동하고 사용 된 값이 합리적 일 때까지 값을 조정했습니다.
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다