买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京邮电大学

摘要：本发明涉及一种基于DBSCAN和DW‑KNN的信道均衡方法及系统。所述方法包括：获取光纤传输系统接收端的M‑QAM信号的星座点数据样本集；采用基于密度的带噪声应用空间聚类DBSCAN对星座点数据样本集中的样本点进行分类，生成已分类好的带标签点集和未完成分类的噪声点集；将已分类好的带标签点集作为训练样本，采用基于距离权重的k近邻DW‑KNN算法对所述未完成分类的噪声点集中的待测试样本点进行二次分类，生成二次分类好的带标签点集；将已分类好的带标签点集与二次分类好的带标签点集合并为总带标签点集合，完成基于DBSCAN和DWKNN的联合非线性补偿。本发明方法具有较好的抗噪能力、实时性、灵活性，可实现光纤传输链路中的复杂的非线性效应补偿，提升光纤传输系统的传输容限。

主权项：1.一种基于DBSCAN和DW-KNN的信道均衡方法，其特征在于，包括：获取光纤传输系统接收端的多电平正交幅度调制M-QAM信号的星座点数据样本集；采用基于密度的带噪声应用空间聚类DBSCAN对所述星座点数据样本集中的样本点进行分类，生成已分类好的带标签点集和未完成分类的噪声点集；所述采用DBSCAN对所述星座点数据样本集中的样本点进行分类，生成已分类好的带标签点集和未完成分类的噪声点集，具体包括：获取预设的邻域半径R和在领域半径内检索时应包含点的最小值MinPoints；根据所述邻域半径R和所述最小值MinPoints确定所述星座点数据样本集中的核心样本点并分配标签；检索所述核心样本点的所有密度可达点并分配标签，生成已分类好的带标签点集和未完成分类的噪声点集；将所述已分类好的带标签点集作为训练样本，采用基于距离权重的k近邻DW-KNN算法对所述未完成分类的噪声点集中的待测试样本点进行二次分类，生成二次分类好的带标签点集；所述将所述已分类好的带标签点集作为训练样本，采用DW-KNN算法对所述未完成分类的噪声点集中的待测试样本点进行二次分类，生成二次分类好的带标签点集，具体包括：将所述已分类好的带标签点集作为训练样本输入所述DW-KNN算法中；计算所述未完成分类的噪声点集中的待测试样本点与所述已分类好的带标签点集中的每个样本点的距离；根据所述距离选取预设数量的最近的样本点作为所述待测试样本点的邻居并计算对应的权重；根据所述距离和权重确定所述待测试样本点的类别，生成二次分类好的带标签点集；将所述已分类好的带标签点集与所述二次分类好的带标签点集合并为总带标签点集合，完成基于DBSCAN和DW-KNN的联合非线性补偿。

全文数据：

权利要求：

百度查询： 北京邮电大学 基于DBSCAN和DW-KNN的信道均衡方法及系统