一种聚类方法、设备及存储介质技术

本发明专利技术公开了一种聚类方法、设备及存储介质。其中该聚类方法包括：确定待分析数据的所有聚类中心的初始值；判断第一输入数据所归属的聚类中心，并根据判断结果更新第一聚类中心以及根据预设其他聚类中心与第一聚类中心之间的映射关系更新其他聚类中心。本发明专利技术通过利用数据源的先验信息，可以准确地确定各个聚类中心的位置，满足通信系统对于高实时性的需要。

Clustering method, device and storage medium

The invention discloses a clustering method, a device and a storage medium. The clustering method includes: determining the initial values of all clustering centers of the data to be analyzed; judging the clustering centers of the first input data, updating the first clustering centers according to the judgment results and updating other clustering centers according to the mapping relationship between the preset other clustering centers and the first clustering centers. By utilizing the prior information of the data source, the location of each clustering center can be accurately determined to meet the needs of the communication system for high real-time.

【技术实现步骤摘要】
一种聚类方法、设备及存储介质
本专利技术涉及通信
，特别是涉及一种聚类方法、设备及存储介质。
技术介绍
在无线通信系统中，接收信号的星座图会因为受到衰落信道、干扰和噪声的影响而发生变形，如图1所示。为了对接收信号进行纠正，通常情况下，需要借助于参考信号来进行信道估计，得出信道的幅度和相位。由于发射参考信号需要消耗部分时频资源，导致可用于数据传输的资源减少，参见图2所示的OFDM(OrthogonalFrequencyDivisionMultiplexing，正交频分复用)通信系统中数据和参考信号复用的示例。另一方面，在低信噪比条件下，参考信号信道估计的可靠性不高，可能导致对接收信号的纠正不够精确，甚至产生相反的作用。而另一种非常规的纠正方法是星座图盲检测，即不依赖参考信号。该种方法的检测仅通过对接收数据做数学分析，即可得到信道平均的幅度和相位信息。图3以OFDM通信系统为例给出了无参考信号的数据传输示例。通常数据资源的数量远大于参考信号所使用的资源数量，因此只要方法得当，由此得到的平均的信道幅度和相位信息精度甚至高于基于参考信号的方案。同时，节省出的原本用于发送参考信号的资源可以发送额外的用户数据，提高业务速率；或者可以降低编码的码率，提高传输的可靠性。然而目前的星座图盲检测的核心是数据分析方法，它的性能直接决定了最终的效果。该数据分析方法功能是从杂乱无章的接收信号散点图中确定正确星座点(聚类中心)的位置，并据此确定每个散点的归属。因此，如何快速收敛确定正确的聚类中心是数据分析的关键所在。
技术实现思路
本专利技术提供一种聚类方法、设备及存储介质，以解决现有技术的星座图盲检测无法快速确定正确的聚类中心的问题。为实现上述专利技术目的，本专利技术采用下述的技术方案：依据本专利技术的一个方面，提供一种聚类方法，包括：确定待分析数据的所有聚类中心的初始值；判断第一输入数据所归属的聚类中心，并根据判断结果更新第一聚类中心的值以及根据其他聚类中心与第一聚类中心之间的映射关系更新其它聚类中心的值。可选的，所述方法还包括：根据更新后的所有聚类中心的值，判断下一输入数据所归属的聚类中心，并根据判断结果更新所述第一聚类中心的值以及根据所述映射关系更新其他聚类中心的值，重复该步骤，直至根据最后一输入数据的归属完成所有聚类中心值的更新。可选的，所述确定待分析数据的所有聚类中心的初始值，包括：将第一输入数据作为第一聚类中心的初始值，根据所述映射关系确定其他聚类中心的初始值。可选的，在判断输入数据所归属的聚类中心时，包括：判断所述输入数据与所有聚类中心的距离；选取距离最近的聚类中心为所述输入数据所归属的聚类中心。可选的，所述根据判断结果更新所述第一聚类中心的值，包括：根据所述第一聚类中心与输入数据所归属的聚类中心的映射关系计算所述输入数据在所述第一聚类中心的镜像值；将该镜像值与之前所有输入数据在所述第一聚类中心的镜像值做和值处理；获取聚类中心的更新次数，更新所述第一聚类中心的值为所述和值与所述更新次数的比值。可选的，所述方法还包括：当所有聚类中心的值根据所有输入数据的归属更新完成一次后，将迭代次数加1，当所述迭代次数小于预设的最大迭代次数时，则将更新后的所有聚类中心的值作为初始值，继续依序判断所有输入数据的归属，并根据所有输入数据的归属对所有聚类中心的值再更新一次，重复该步骤；当所述迭代次数等于所述最大迭代次数时，则停止迭代更新。依据本专利技术的一个方面，提供一种聚类设备，包括存储器和处理器，所述处理器用于执行所述存储器中存储的聚类程序，以实现以下步骤：确定待分析数据的所有聚类中心的初始值；判断第一输入数据所归属的聚类中心，并根据判断结果更新第一聚类中心的值以及根据其他聚类中心与第一聚类中心之间的映射关系更新其它聚类中心的值。可选的，所述处理器用于执行所述存储器中存储的聚类程序，以实现以下步骤：根据更新后的所有聚类中心的值，判断下一输入数据所归属的聚类中心，并根据判断结果更新所述第一聚类中心的值以及根据所述映射关系更新其他聚类中心的值，重复该步骤，直至根据最后一输入数据的归属完成所有聚类中心值的更新。可选的，所述处理器用于执行所述聚类程序，以实现以下步骤：将第一输入数据作为第一聚类中心的初始值，根据所述映射关系确定其他聚类中心的初始值。可选的，所述处理器用于执行所述聚类程序，以实现以下步骤：判断所述输入数据与所有聚类中心的距离；选取距离最近的聚类中心为所述输入数据所归属的聚类中心。可选的，所述处理器用于执行所述聚类程序，以实现以下步骤：根据所述第一聚类中心与输入数据归属聚类中心的映射关系计算所述输入数据在所述第一聚类中心的镜像值；将该镜像值与之前所有输入数据在所述第一聚类中心的镜像值做和值处理；获取聚类中心的更新次数，更新所述第一聚类中心的值为所述和值与所述更新次数的比值。可选的，所述处理器还用于执行所述聚类程序，以实现以下步骤：当所有聚类中心的值根据所有输入数据的归属更新完成一次后，将迭代次数加1，当所述迭代次数小于预设的最大迭代次数时，则将更新后的所有聚类中心的值作为初始值，继续依序判断所有输入数据的归属，并根据所有输入数据的归属对所有聚类中心的值再更新一次，重复该步骤；当所述迭代次数等于所述最大迭代次数时，则停止迭代更新。依据本专利技术的一个方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的聚类方法。本专利技术有益效果如下：本专利技术实施例所提供的聚类方法、设备及存储介质，适用于已知聚类中心之间存在固定映射关系的聚类分析，通过判断输入数据的归属，根据该映射关系对所有的聚类中心进行更新。本专利技术通过利用数据的先验信息，可以准确地确定各个聚类中心的位置，满足通信系统对于高实时性的需要。该方法简单可靠，非常便于硬件实现。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明为了更清楚地说明本专利技术实施例或现有中的方案，下面将对实施例或现有描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为QPSK(QuadraturePhaseShiftKeyin，正交相移键控)调制信号受无线信道影响发生变化的示意图；图2为OFDM通信系统包含参考信号的资源映射示意图；图3为OFDM通信系统不包含参考信号的资源映射示意图；图4为本专利技术一实施例所提供的聚类方法的流程示意图；图5为本专利技术一具体实施例中聚类方法的流程图；图6为本专利技术一实施例中对BPSK信号盲检测的应用效果图；图7为本专利技术一实施例中根据盲检测结果对BPSK信号进行相位和幅度纠正后的输出示意图；图8为本专利技术一实施例中对QPSK信号盲检测的应用效果图；图9为本专利技术一实施例中对根据盲检测结果对QPSK信号进行相位和幅度纠正后的输出示意图；图10为本专利技术一实施例所提供的聚类设备的结构原理框图。具体实施方式以下结合附图以及实施例，对本专利技术进行进一步详细说明。本文档来自技高网...

【技术保护点】
1.一种聚类方法，其特征在于，包括：确定待分析数据的所有聚类中心的初始值；判断第一输入数据所归属的聚类中心，并根据判断结果更新第一聚类中心的值以及根据其他聚类中心与第一聚类中心之间的映射关系更新其它聚类中心的值。

【技术特征摘要】
1.一种聚类方法，其特征在于，包括：确定待分析数据的所有聚类中心的初始值；判断第一输入数据所归属的聚类中心，并根据判断结果更新第一聚类中心的值以及根据其他聚类中心与第一聚类中心之间的映射关系更新其它聚类中心的值。2.如权利要求1所述的方法，其特征在于，所述方法还包括：根据更新后的所有聚类中心的值，判断下一输入数据所归属的聚类中心，并根据判断结果更新所述第一聚类中心的值以及根据所述映射关系更新其他聚类中心的值，重复该步骤，直至根据最后一输入数据的归属完成所有聚类中心值的更新。3.如权利要求1所述的方法，其特征在于，所述确定待分析数据的所有聚类中心的初始值，包括：将第一输入数据作为第一聚类中心的初始值，根据所述映射关系确定其他聚类中心的初始值。4.如权利要求2所述的方法，其特征在于，在判断输入数据所归属的聚类中心时，包括：判断所述输入数据与所有聚类中心的距离；选取距离最近的聚类中心为所述输入数据所归属的聚类中心。5.如权利要求2所述的方法，其特征在于，所述根据判断结果更新所述第一聚类中心的值，包括：根据所述第一聚类中心与输入数据所归属的聚类中心的映射关系计算所述输入数据在所述第一聚类中心的镜像值；将该镜像值与之前所有输入数据在所述第一聚类中心的镜像值做和值处理；获取聚类中心的更新次数，更新所述第一聚类中心的值为所述和值与所述更新次数的比值。6.如权利要求2～4任一项所述的方法，其特征在于，所述方法还包括：当所有聚类中心的值根据所有输入数据的归属更新完成一次后，将迭代次数加1，当所述迭代次数小于预设的最大迭代次数时，则将更新后的所有聚类中心的值作为初始值，继续依序判断所有输入数据的归属，并根据所有输入数据的归属对所有聚类中心的值再更新一次，重复该步骤；当所述迭代次数等于所述最大迭代次数时，则停止迭代更新。7.一种聚类设备，其特征在于，包括存储器和处理器，所述处理器用于执行所述存储器中存储的聚类程序，以实现以下步骤：确定待分析数据的所有聚类中心的初始值；判断第一输入数据所归属的聚类中...

【专利技术属性】
技术研发人员：杨振，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44