[发明专利]一种基于支持向量机的无线信道场景识别方法

权利要求书

1.一种基于支持向量机的无线信道场景识别方法，其特征在于，包括：

采集信道数据，将所述信道数据分成LOS信道数据和NLOS信道数据，对所述LOS信道数据和NLOS信道数据进行特征提取和数据转化，分别建立LOS信道数据和NLOS信道数据的功率直方图；

设计支持向量机的分类器结构及参数，构造超平面函数，将所述LOS信道数据和NLOS信道数据的功率直方图作为特征矩阵输入到支持向量机，利用所述特征矩阵和超平面函数对支持向量机进行训练，得到训练后的LOS信道数据和NLOS信道数据的分类器；

利用所述分类器通过角度功率谱来区分移动端在LOS和NLOS环境中的信号；所述对所述LOS信道数据和NLOS信道数据进行特征提取和数据转化，分别建立LOS信道数据和NLOS信道数据的功率直方图，包括：

将所述LOS信道数据和NLOS信道数据转化为对应的向量，统计每一个功率下像素点出现的数量，采用功率分布直方图体现每一帧PAS内的功率分布，使用KMeans聚类方法对每个PAS内所有元素在功率域进行聚类，首先通过在所有样本数据空间中随机撒点的方式，随机建立簇心，然后将所有样本元素连接到与其距离最近的簇心，从而建立初次聚类分簇结果，基于初次聚类结果，通过计算每一个簇的几何中心来更新簇心的位置，再基于新的簇心位置重新分簇，通过多次迭代，则可以最终完成聚类，得到非线性的聚类后的LOS信道数据和NLOS信道数据的功率直方图，该功率直方图的横坐标即为Keams聚类最终结果中每一个簇的簇心功率。

2.根据权利要求1所述的方法，其特征在于，所述的采集信道数据，将所述信道数据分成LOS信道数据和NLOS信道数据，包括：

采集信道数据，将采集的信道数据分成两部分，一部分为待处理数据，另一部分为验证数据，根据LOS和NLOS环境两类数据在功率分配和时延扩散的差异，对所述待处理数据进行分类特征提取操作，将所述待处理数据分为LOS信道数据和NLOS信道数据两类。

3.根据权利要求1所述的方法，其特征在于，聚类后的功率直方图的维度≤100。

4.根据权利要求2所述的方法，其特征在于，所述的设计支持向量机的分类器结构及参数，构造超平面函数，将所述LOS信道数据和NLOS信道数据的功率直方图作为特征矩阵输入到支持向量机，利用所述特征矩阵和超平面函数对支持向量机进行训练，得到训练后的LOS信道数据和NLOS信道数据的分类器，包括：

使用非线性RBF核函数设计支持向量机的分类器结构及参数，所述非线性RBF核函数按下式计算：

K(x,y)＝exp(-γ||x-y||²),γ＞0)

其中，K(x,y)为非线性RBF核函数，γ为核参数，RBF扩展的缺省值为1，均方误差为0，x为输入样本，y为输入样本标签；采用超平面分割算法构造超平面函数，取LOS信道数据和NLOS信道数据各设定数量个的功率直方图作为支持向量机的特征矩阵，利用所述特征矩阵和超平面函数对支持向量机进行训练，得到训练后的LOS信道数据和NLOS信道数据的分类器；

所述支持向量机的基本型包括如下公式：

s.t.y_i(ω^Tx_i+b)≥1，i＝1,2,...,m.

b为直线方程截距。

5.根据权利要求4所述的方法，其特征在于，所述的设定数量为50或者160。

6.根据权利要求4所述的方法，其特征在于，所述的方法还包括：

将所述验证数据分成LOS信道数据和NLOS信道数据，对所述LOS信道数据和NLOS信道数据进行特征提取和数据转化，分别建立LOS信道数据和NLOS信道数据的功率直方图；

取LOS信道数据和NLOS信道数据各设定数量个的功率直方图对训练后的支持向量机的进行测试，并对支持向量机的分类器参数进行校准，得到优化后的LOS信道数据和NLOS信道数据的分类器。