[发明专利]针对MIMO信道模拟器的异常校准数据进行剔除处理的方法、装置、处理器及其存储介质

说明书

本发明涉及一种实现针对MIMO信道模拟器中的异常校准数据进行剔除处理的方法，包括输入数据集；计算对象间距离；判断是否有连线性，如果是，则继续步骤(4)；否则，退出步骤；添入邻接表；递归搜索图，获取所有团，判断异常点；删除单独成团的点。本发明还涉及一种用于实现针对MIMO信道模拟器中的异常校准数据进行剔除处理的装置。采用了本发明的实现针对MIMO信道模拟器中的异常校准数据进行剔除处理的方法、装置、处理器及其计算机可读存储介质，针对大规模MIMO系统，提出了一种剔除异常校准数据的方案，方法高效精准程度高，减少了工作量。对校准数据预处理，去除异常点对整体数据的影响，使校准数据更加准确，提升MIMO系统的性能。本发明简化最大团搜索算法，提高搜索效率，进一步减少工作量。

技术领域

本发明涉及无线通信设备研发领域，尤其涉及MIMO信道模拟器校准领域，具体是指一种实现针对MIMO信道模拟器中的异常校准数据进行剔除处理的方法、装置、处理器及其计算机可读存储介质。

背景技术

MIMO信道模拟器中的射频链路在设计完成之后，需要经过校准，才可以达到使用的标准。在校准的过程中，会产生大量的数据，这些数据并不能直接使用，还需要经过预处理后，才可以被MIMO信道模拟器使用。在处理过程中，势必会遇到异常的校准数据，为了避免异常数据对校准精度的影响，这就需要在大量的数据中剔除异常的数据。

异常数据检测技术是数据挖掘的一个热门研究方向，其目的是寻找在同一状态下与大部分校准数据明显不同的数据。在此状态下的MIMO信道模拟器校准数据的分布图中，这些异常数据点与其他校准数据点距离较远，所以这些点也被称为离群点。

基于临近性的异常校准数据检测方法是使用距离来量化两个校准数据之间的相似性，并且异常校准数据与其他校准数据的临近性显著偏离数据集中的校准数据与其他校准数据之间的邻近性。基于距离的方法一般使用欧氏距离作为校准数据样本间的度量方式，计算多维空间中两个样本间的欧式距离d(x,y)如式(1)所示：

N是样本的维度。当度量了样本之间的距离后，还需要判断给定半径的邻域，如果在这个邻域内没有其他的对象，则这个样本点可能是异常数据点。因此需要指定一个距离参数r来定义样本对象之间合理的邻域大小，对于每个样本对象o，分别判断它们邻域内其他对象的个数，如果样本数据中大部分数据对象远离对象o，则o为异常点，如式(2)所示：

其中公式中r为距离阈值，π是分数阈值，dist为对象之间的距离，为其他对象。基于距离的算法是通过计算o与其他对象之间的距离，然后统计邻域中其他对象的个数，来分析o是否为异常数据。判断每个样本点的邻域需要使用嵌套循环的方法。

在传统的信道模拟器校准数据筛查方法中，通常会使用方差的方法，先对数据集的方差进行计算，然后通过方差大小进行判断数据的稳定程度，当数据不够稳定的时候，再查找校准数据异常的点，通过判断每一个校准数据与另外校准数据之间的距离，距离最大的点就是所要求得的异常点。传统的方法在样本集不是很大的时候可以比较容易，可以实现数据筛查的功能，但是通常校准数据量很大，在这么大的样本下，传统方法就很难发挥作用了。计算出方差后，几个异常点对整体的影响就会很小，方差大小的标准就比较难判断，这样就不清楚是否要进行第二步的筛查。如果不计算方差的情况下，每一个点都计算，则需要耗费很多的时间。传统的方法中，还会用到去掉最大值最小值，然后对剩下的值取平均的处理方法，这个方法本质上也是在剔除极端值对整体数据的影响，但是这种方法针对波动较小的数据集比较适合，如果数据集中出现多个极端值，只去除了两个，还是无法避免异常校准值对整体的影响。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种满足准确性高、效率高、适用范围较为广泛的实现针对MIMO信道模拟器中的异常校准数据进行剔除处理的方法、装置、处理器及其计算机可读存储介质。