[发明专利]时分复用信号的分接方法、装置、设备及存储介质

权利要求书

1.一种时分复用信号的分接方法，其特征在于，包括以下步骤：

采集通信跟踪记录过程中的时分复用信号，其中，所述时分复用信号包括支路已经标号的时隙信号和支路没有标号的待分接时隙信号；

根据所述时隙信号的信号特征构建所述时隙信号的特征向量，基于所有特征向量对所有时隙信号进行聚类，得到聚类结果，并基于所述支路已经标号的时隙信号从所述聚类结果中选择至少一个目标聚类中心；以及

根据所述至少一个目标聚类中心计算并拟合得到所述待分接时隙信号的高斯混合模型的所有分类，并依次计算所述待分接时隙信号的特征向量与所述高斯混合模型中所有分类的匹配概率，将所述匹配概率最大的分类作为所述待分接时隙信号的支路。

2.根据权利要求1所述的方法，其特征在于，所述根据所述时隙信号的信号特征构建所述时隙信号的特征向量，包括：

计算同一支路中不同时隙信号在比特变换频率值上的统计特性和在第一至第四游程长度的统计特性；

根据所有统计特性构建初步特征向量，并对所述初步特征向量进行归一化处理，得到所述时隙信号的特征向量。

3.根据权利要求1所述的方法，其特征在于，所述基于所有特征向量对所有时隙信号进行聚类，得到聚类结果，并基于所述支路已经标号的时隙信号从所述聚类结果中选择至少一个目标聚类中心，包括：

根据所述时隙信号的特征向量计算任意两个时隙信号之间的欧氏距离，构建相似度矩阵；

根据所述相似度矩阵迭代更新吸引度矩阵和归属度矩阵，并在迭代更新的过程中确定每类时隙信号的聚类中心，直到满足近邻传播聚类的迭代结束条件，得到近邻传播聚类的聚类结果；

基于所述支路已经标号的时隙信号从所述近邻传播聚类的聚类结果中选择满足目标条件的至少一个目标聚类中心。

4.根据权利要求3所述的方法，其特征在于，所述近邻传播聚类的迭代结束条件包括：

每次迭代更新后，所述吸引度矩阵和所述归属度矩阵的改变量小于预设值；

和/或，经过连续的多次迭代更新后，所述聚类中心不再改变；

和/或，迭代更新的次数达到第一预设次数。

5.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个目标聚类中心计算并拟合得到所述待分接时隙信号的高斯混合模型的所有分类，包括：

获取至少一个候选聚类中心；

根据所述目标聚类中心和所述候选聚类中心进行K均值聚类，得到K均值聚类的聚类结果，并计算所述K均值聚类的聚类结果下的轮廓系数；

迭代更新所述候选聚类中心，并在迭代更新过程中计算新轮廓系数，直到满足K均值聚类的迭代结束条件；

基于所有K均值聚类的聚类结果计算并拟合得到所述高斯混合模型的所有分类。

6.根据权利要求5所述的方法，其特征在于，所述K均值聚类的迭代结束条件包括：

经过连续的多次迭代更新后，轮廓系数不再变大；和/或

迭代更新的次数达到第二预设次数。

7.一种时分复用信号的分接装置，其特征在于，包括：

采集模块，用于采集通信跟踪记录过程中的时分复用信号，其中，所述时分复用信号包括支路已经标号的时隙信号和支路没有标号的待分接时隙信号；

构建模块，用于根据所述时隙信号的信号特征构建所述时隙信号的特征向量；

聚类模块，用于基于所有特征向量对所有时隙信号进行聚类，得到聚类结果，并基于所述支路已经标号的时隙信号从所述聚类结果中选择至少一个目标聚类中心；以及

计算模块，用于根据所述至少一个目标聚类中心计算并拟合得到所述待分接时隙信号的高斯混合模型的所有分类，并依次计算所述待分接时隙信号的特征向量与所述高斯混合模型中所有分类的匹配概率，将所述匹配概率最大的分类作为所述待分接时隙信号的支路。