[发明专利]一种基于密度核心的无线信号强度异常检测方法

权利要求书

1.一种基于密度核心的无线信号强度异常检测方法，其特征在于，包括以下步骤：

步骤1，对无线信号数据进行预处理，构建数据集；

步骤2，搜索数据集的自然邻居结构，为每个数据对象的自然邻居信息，对于数据对象x_i，其自然邻居是由其它数据对象构成的一个集合，这个集合中的每个数据对象x_j与x_i都互为r近邻，其公式定义如下：

其中KNN_r(x_i)和KNN_r(x_j)分别表示数据对象x_i和x_j的r近邻，Dataset表示数据集，N表示数据量的大小；

搜索数据集的自然邻居结构包括以下步骤：

1)令r从1开始迭代；

2)对于数据对象x_i，搜索其第r近邻数据对象x_j，将其添加到KNN(x_i)集合中，x_j被当作r近邻的次数自加1，并记录到元组NbKNN(x_j)中，则x_i被称为x_j的逆r近邻记录到集合RKNN(x_j)中；

3)如果元组NbKNN中没有0元素，或者NbKNN中的0元素的个数较上一次迭代没有变化，则迭代结束，否者r自加1，跳到2)步骤继续迭代；

4)对于数据对象x_i，其自然邻居NaN(x_i)是KNN(x_i)和RKNN(x_i)的交集；

步骤3，利用步骤2所述自然邻居结构计算每个数据对象的自然邻居加权密度WeiDensity，计算步骤包括：

1)对于数据集中任意数据对象x_i，计算其自然邻居数目NaNNumber(x_i)和到其自然邻居数据对象的欧式距离的平均值NaNDistance(x_i)；

2)对于数据集中任意数据对象x_i，计算其自然邻居数据对象的自然邻居数目的平均值NumAverage(x_i)：

3)对于数据集中任意数据对象x_i，计算其自然邻居数据对象到其自然邻居数据对象欧式距离的平均值DisAverage(x_i)：

4)对于数据集中任意数据对象x_i，计算其加权自然邻居密度WeiDensity(x_i)：

步骤4，根据每个数据对象的自然邻居加权密度计算其离群因子factor和计算离群因子阈值threshold；

步骤5，根据阈值threshold标记离群点。

2.根据权利要求1所述一种基于密度核心的无线信号强度异常检测方法，其特征在于：所述无线信号数据包括小区编号、发射机所在栅格X坐标、发射机所在栅格Y坐标、发射机高度、发射机水平方向角、发射机垂直电下倾角、发射机垂直机械下倾角、发射机中心频率、发射机功率、发射机所在位置建筑物高度、发射机所在位置海拔高度、发射机所在地物类型索引、目标区域所在栅格X坐标、目标区域所在栅格Y坐标、目标区域所在栅格建筑物高度、目标区域所在栅格海拔高度、目标区域所在栅格地物类型索引和目标区域所在栅格平均信号接收功率。

3.根据权利要求2所述一种基于密度核心的无线信号强度异常检测方法，其特征在于：所述对无线信号数据进行预处理的步骤包括：

1)去除无用的小区编号和固定的发射机中心频率；

2)发射机所在地物类型索引和目标区域所在栅格所在地物类型索引数据使用逻辑回归，将地物类型分为城郊、城市、开阔地和植被区四种类型，并使用独热编码的方式对其进行编码；

3)将发射机所在栅格X坐标、发射机所在栅格Y坐标、发射机高度、发射机水平方向角、发射机垂直电下倾角、发射机垂直机械下倾角、发射机所在位置建筑物高度、发射机所在位置海拔高度、目标区域所在栅格建筑物高度、目标区域所在栅格海拔高度，转换成发射机和目标区域所在栅格的距离、发射机平面法线与栅格法线的角度。