一种基于K-均值聚类的TDMA突发长度估计方法技术

本发明专利技术公开了一种基于K

【技术实现步骤摘要】
一种基于K
‑
均值聚类的TDMA突发长度估计方法


[0001]本专利技术涉及卫星通信信号处理
，具体的说，是一种基于K
‑
均值聚类的TDMA突发长度估计方法。

技术介绍

[0002]卫星VSAT（Very Small Aperture Terminal，甚小天线地球站）体制由于其组网灵活、功率利用率高等优点而应用非常广泛，目前政府企业通信系统、海岸监视系统、航管网、空管网等均采用了VSAT卫星通信网系统简称VSAT网，VSAT网中反向TDMA（Time Division Multiple Access，时分多址）链路的信号处理中的一个重要环节是检测突发的起点以及突发长度，突发长度估计错误会直接影响系统解译的误码性能，所以突发长度的正确估计对TDMA解译的性能非常重要。目前针对TDMA信号突发的估计完全依靠信号的能量去确定突发的结尾，当信号质量较差时经常会出现突发结尾判断错误的情况，导致该突发解译错误，通过K
‑
均值聚类的方法首先确定突发长度，再根据此长度对各突发进行截取，保证了突发截取长度的正确性，从而提高系统解译性能。

技术实现思路

[0003]本专利技术的目的在于提供一种基于K
‑
均值聚类的TDMA突发长度估计方法，能够对等长帧TDMA信号突发长度进行精确估计。
[0004]本专利技术通过下述技术方案解决上述问题：一种基于K
‑
均值聚类的TDMA突发长度估计方法，包括：步骤S10、对TDMA数据进行突发检测，根据突发独特字检测突发起点，通过信号能量变化检测突发结尾，输出每个突发的突发长度；步骤S20、把各个突发长度送入K
‑
均值聚类器进行聚类；步骤S30、选择聚类结果中聚类元素量最大的集合，输出估计出的突发长度。
[0005]所述步骤S10具体包括：步骤S11、令事件、事件：：其中，是已知突发独特字，是方差为的高斯白噪声；为第n次采样的信号采样值，，N为采样次数；步骤S12、判断似然比：
其中，为信号采样值，为初始判决门限；是事件的概率；是事件的概率；的概率；似然比进一步转化为：步骤S13、把上式两边同时取对数，得到判决准则：简化得到不等式：其中，独特字已知，所以为已知，判决准则进一步简化为：其中，为最终判决门限；步骤S14：根据最终判决门限对突发起点和突发结尾进行判决，输出突发长度。
[0006]所述步骤S20具体包括：步骤S21：从输入的多个突发长度中选取m个，如3个作为初始聚类中心，初始化K
‑
均值聚类器；步骤S22：根据每个聚类中心的值，计算每个突发长度与这些聚类中心的距离，并根据最小距离对突发长度重新划分集合；步骤S23：通过求集合内突发长度平均值，重新计算每个集合的聚类中心；步骤S24：重复步骤S22和步骤S23，直到集合的聚类中心值不再变化，得到聚类集合。
[0007]所述步骤S30具体包括：遍历各聚类集合，选择其中聚类元素量最大的集合，设定门限，再次剔除聚类集合中偏离较大的元素，对剩下的元素求平均值，把平均值输出作为估计出的突发长度。
[0008]本专利技术与现有技术相比，具有以下优点及有益效果：本专利技术把K
‑
均值聚类的算法应用到了等长帧的TDMA信号突发长度估计中，把常规方法粗估的突发长度再进行K
‑
均值聚类，提高突发长度估计精度，从而提高TDMA信号整体解译误码性能。
附图说明
[0009]图1为本专利技术的流程图；图2为K
‑
均值聚类流程图。
具体实施方式
[0010]下面结合实施例对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。
[0011]实施例1：结合图1所示，一种基于K
‑
均值聚类的TDMA突发长度估计方法，包括：步骤S10，对TDMA数据进行突发检测，依靠独特字检测突发起点，通过信号能量变化检测突发结尾；步骤S20，把检测出的各突发长度送入K
‑
均值聚类器进行聚类；步骤S30，选择聚类结果中聚类元素量最大的集合，输出估计出的突发长度。
[0012]其中，突发为本领域熟知的叫法，指突发出现的一段信号。
[0013]实施例2：在实施例1的基础上，对TDMA数据进行突发检测，依靠独特字检测突发起点，通过信号能量变化检测突发结尾，包括步骤：步骤S1、令事件、事件：：其中，是已知突发独特字，是方差为的高斯白噪声；为第n次采样的信号采样值，，N为采样次数；步骤S2、判断似然比：其中，为信号采样值，为初始判决门限；
是事件的概率；是事件的概率；的概率；似然比进一步转化为：步骤S3、把上式两边同时取对数，得到判决准则：简化得到不等式：其中，独特字已知，所以为已知，判决准则进一步简化为：其中，为最终判决门限；步骤4：根据最终判决门限对突发起始和结尾进行判决，输出突发长度。
[0014]实施例3：在实施例2的基础上，如图2所示，所述把检测出的各突发长度送入K
‑
均值聚类器进行聚类，包括步骤：步骤1：从输入的多个突发长度中选取3个作为初始聚类中心，初始化K
‑
均值聚类器；步骤2：根据每个聚类中心值，计算每个突发长度与这些中心值的距离，并根据最小距离重新对突发长度集合进行划分；步骤3：通过求集合内突发长度平均值，重新计算每个聚类的中心；步骤4：重复步骤2和3，直到各集合聚类中心值不再变化则停止。
[0015]实施例4：在实施例3的基础上，所述选择聚类结果中聚类元素量最大的集合，输出估计出的突发长度，包括步骤：遍历各聚类集合，选择其中聚类元素量最大的集合，设定门限，再次剔
除集合中偏离较大的元素，对剩下的元素求平均值，把平均值输出作为估计出的突发长度。
[0016]尽管这里参照本专利技术的解释性实施例对本专利技术进行了描述，上述实施例仅为本专利技术较佳的实施方式，本专利技术的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K
‑
均值聚类的TDMA突发长度估计方法，其特征在于，包括：步骤S10、对时分多址TDMA数据进行突发检测，根据突发独特字检测突发起点，通过信号能量变化检测突发结尾，输出每个突发的突发长度；步骤S20、把各个突发长度送入K
‑
均值聚类器进行聚类；步骤S30、选择聚类结果中聚类元素量最大的集合，输出估计出的突发长度。2.根据权利要求1所述的一种基于K
‑
均值聚类的TDMA突发长度估计方法，其特征在于，所述步骤S10具体包括：步骤S11、令事件、事件：：其中，是已知突发独特字，是方差为的高斯白噪声；为第n次采样的信号采样值，，N为采样次数；步骤S12、判断似然比：其中，为信号采样值，为初始判决门限；是事件的概率；是事件的概率；的概率；似然比进一步转化为：步骤S13、把上式两边同时取对数，得到判决准则：简化得到不等式：
其中，独特字已知，所以为已知，判决准则进一步简化为：其中，为最...

【专利技术属性】
技术研发人员：杜健，姚慰，龚珊，张海，黄增泽，张占来，
申请(专利权)人：成都戎星科技有限公司，
类型：发明
国别省市：