无线寻呼接收机微弱信号特征检测系统设计
本文选题:移动通信网络 + 寻呼接收机微弱信号 ; 参考:《科技通报》2014年12期
【摘要】:为了解决传统的无线寻呼接收机微弱信号特征检测系统效率低且耗费大量人力的缺陷。设计并实现了一种基于数据挖掘的寻呼接收机微弱信号特征检测系统。使用数字信号处理芯片进行数据预处理和数据挖掘,从海量的移动通信数据中甄别出寻呼接收机微弱信号特征,采用基于随机搜索的大规模应用聚类技术对网络通信数据进行聚类分析,利用专家系统的知识库和推理机进行数据检测和寻呼接收机诊断,通过规则匹配检测寻呼接收机和更新知识库,以提高检测的效率和准确度。实验结果表明,寻呼接收机微弱信号特征检测系统可有效检测通信寻呼接收机发生的微弱信号,运算次数为传统检测系统的40%以下,运算效率得到提高,并且准确度也有所增加,有极强的实际应用价值。
[Abstract]:In order to solve the shortcomings of traditional wireless paging receiver weak signal feature detection system is inefficient and consumes a lot of manpower.A weak signal feature detection system of paging receiver based on data mining is designed and implemented.Using digital signal processing chip for data preprocessing and data mining, the weak signal characteristics of paging receiver are identified from massive mobile communication data.Large scale application clustering technology based on random search is used to cluster the network communication data, and the knowledge base and inference machine of expert system are used for data detection and paging receiver diagnosis.The paging receiver is detected by rule matching and the knowledge base is updated to improve the efficiency and accuracy of the detection.The experimental results show that the weak signal generated by the communication paging receiver can be detected effectively by the characteristic detection system of the weak signal of the paging receiver. The number of operations is less than 40% of that of the traditional detection system, and the operation efficiency is improved.And the accuracy also increases, has the extremely strong practical application value.
【作者单位】: 南京中医药大学信息技术学院;
【分类号】:TN911.23
【参考文献】
相关期刊论文 前3条
1 张书春;孙秀英;;基于网格结构的CLARANS改进算法[J];计算机工程;2012年06期
2 周晓洁;白杨;孙艳华;孙恩昌;张延华;;基于数据归约和面向属性归纳的网络流量分析系统[J];中国电子科学研究院学报;2009年04期
3 李小花;李姝;;多源信息智能化融合体系结构及关键技术[J];指挥信息系统与技术;2012年04期
【共引文献】
相关期刊论文 前2条
1 苏勇;黄烨;周冬;;基于网格结构的二次CLARANS聚类算法[J];计算机应用与软件;2013年03期
2 景波;刘莹;陈耿;;结合SOM的关联规则挖掘研究[J];计算机工程与应用;2014年22期
相关硕士学位论文 前4条
1 朱吉龙;孤立点检测在移动通信数据分析上的研究与应用[D];广东工业大学;2013年
2 黄白梅;基于GA优化的核模糊C均值聚类算法的研究[D];武汉科技大学;2013年
3 黄烨;聚类算法在污水处理异常检测中的研究[D];江苏科技大学;2013年
4 崔广风;数据挖掘中的统计方法及其应用研究[D];西南石油大学;2014年
【二级参考文献】
相关期刊论文 前9条
1 陈敏;高学东;栾绍峻;郗玉平;;基于密度的并行聚类算法[J];计算机工程;2010年11期
2 曹泽文;张维明;邓苏;;综合的战场空间领域本体构建方法[J];计算机应用研究;2007年10期
3 黄艳;李家滨;;基于NetFlow的网络入侵检测系统[J];计算机应用与软件;2006年06期
4 孙胜;王元珍;;基于核的自适应K-Medoid聚类[J];计算机工程与设计;2009年03期
5 刘健;Netflow技术原理与应用[J];铁道通信信号;2005年01期
6 谭晓玲,许勇,梅成刚,刘兰;基于时间粒度的网络流量分析模型研究[J];微计算机信息;2005年08期
7 陈宁;徐同阁;;一种高速流量聚合方法的设计与实现[J];微计算机信息;2008年03期
8 李光宇;;基于改进的CLARANS算法在数据挖掘中的研究[J];中南林业科技大学学报;2010年03期
9 修佳鹏;熊燕;张雷;吴建林;;基于OWL的战场本体构建方法[J];郑州大学学报(理学版);2007年02期
相关会议论文 前1条
1 徐克虎;李永强;芮广杰;;一体化联合作战指挥智能决策支持系统研究[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
相关硕士学位论文 前4条
1 李明国;C~4ISR分布式信息融合系统设计与实现技术研究[D];中国人民解放军国防科学技术大学;2002年
2 陈得宇;指挥决策支持系统中模型库的研究[D];哈尔滨工程大学;2005年
3 包颖;基于划分的聚类算法研究与应用[D];大连理工大学;2008年
4 滕明鑫;基于神经网络的动态数据挖掘研究[D];重庆大学;2008年
【相似文献】
相关期刊论文 前10条
1 ;用于识别目标的测量和信号特征情报[J];航天电子对抗;2000年02期
2 南建设;;信号细微特征分析技术研究[J];电讯技术;2007年02期
3 郗莹,李道京,吕杨,王建中;直升机信号的采集和分析[J];雷达与对抗;1999年04期
4 张建国,孙晓东,张礼勇;基于时频分析的信号特征提取方法研究[J];电测与仪表;2005年06期
5 朱健东;冯新扬;唐江;赵拥军;;新截获模型下的对称三角LFMCW信号的检测与参数估计[J];信号处理;2013年06期
6 贾明武;数字蜂房TDMA发射信号的测量[J];电子质量;1994年11期
7 黄,
本文编号:1770180
本文链接:https://www.wllwen.com/kejilunwen/wltx/1770180.html