我试图通过分析捕获的I/Q样本来确定无线信道的条件。事实上,我有50000个数据样本,如附图所示,当通道上有活动(例如数据传输)时,图中会出现一些火花。我正在尝试计算数据值高于阈值的火花数。你知道吗
我需要有一个准确的阈值估计,然后我可以找到通道负载。附图中的阈值约为0.0025,应注意其随时间变化。所以,每次我采集50000个样本,我必须首先使用某种无监督学习来找到阈值。你知道吗
我尝试k-means(在python-scikit-learn中)对数据进行聚类并找到估计的聚类的质心,但是它不能很好地估计阈值(尤其是当通道上没有活动并且通道空闲时)。你知道吗
我想知道有没有人以前有过类似的经验?你知道吗
捕获的数据
由于空闲噪声似乎相对一致,并且与数据传输时非常不同,因此我可以想到几种简单的算法,它们可以以无监督的方式为您提供一个合理的阈值。你知道吗
最直接的方法是对值进行排序(可能首先将值分组到桶中),然后找到值的比例足够大(至少~5%)的最低值区域。在最高值(50%?)以上采取合理的裕度你应该可以走了。你知道吗
你需要稍微调整一下门槛。我会收集样本数据并调整值,直到我让它在100%的时间内工作,并且使用的值有意义。你知道吗
相关问题 更多 >
编程相关推荐