摘要
本发明提出了基于DBSCAN聚类的TDMA信号分选方法,涉及信号分选技术领域,所述方法综合考虑多种发射机结构对TDMA信号特征的影响,对不同特征的识别精度与实现复杂度进行评估,优选突发功率、载波频偏以及RMS EVM特征,其方法流程如下:首先对采集到的TDMA信号进行相关特征提取,然后以这些特征数据作为输入,DBSCAN算法依据数据点之间的距离关系以及密度情况进行聚类操作。根据这些特征数据点的分布情况,将具有相似特征的信号聚为一类,也就是把同一用户的信号归到一起,从而实现准确的用户分离。与二维特征的聚类算法相比,本发明基于三维特征聚类,在提高计算复杂度的同时,也提高了分选的正确率,有效解决了单靠频率偏移与突发功率不能完成正确分选的问题。
技术关键词
信号分选方法
载波频偏
信号分选技术
DBSCAN算法
粒子
频偏估计方法
邻域
发射机结构
能量检测法
功率
聚类
核心
复杂度
信号特征
数据
滑动窗
平方根
正确率
系统为您推荐了相关专利信息
数据分类模型
支持向量机分类器
数据分析方法
节点
集成学习算法
容量配置优化方法
电解槽单元
碱性电解槽
控制策略
功率
资源调度策略
雷达干扰系统
粒子
资源调度算法
资源调度优化
情绪特征
随机森林模型
后机器
健康状态预测
机器状态数据