前言：尋找寫作靈感？中文期刊網用心挑選的尋呼接收機微弱信號系統設計論文，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
1系統關鍵硬件模塊結構設計
1.1電壓監視模塊的硬件設計
電壓監視模塊主要負責顯示以數據挖掘技術為核心的數據分析單元的電壓值，從而便于控制每次與知識庫傳遞數據時電壓的相似穩定性，進而提高實驗數據的可靠性。Fig.1Voltagemonitoringmodulecircuitdiagram
1.2數據挖掘模塊的硬件設計
在本文設計的系統中，數據挖掘技術通過分析移動通信網絡中的有用數據，尋找其中隱含的尋呼接收機微弱信號的特征規律，為專家系統提供推理證據，主要分為5個步驟：確定挖掘對象、收集數據、數據預處理、數據挖掘、處理結果信息的解釋表達與可視化操作。
2軟件設計
2.1知識庫和推理機模塊的軟件設計
專家系統知識庫主要用來存放尋呼接收機診斷專家所有的檢測和診斷尋呼接收機的知識，推理機利用知識庫中的知識推理解決問題，得出合理正確的結論。知識庫中的知識并非提供給系統客戶的信息，而是專家系統自身推理所需要的信息，由尋呼接收機診斷專家和工程師提供，在知識庫中使用統一的數據格式進行存儲，為推理機提供信息支撐。推理機按照一定的策略進行推理得出符合實際情況的結果。微弱信號診斷開始，首先輸入微弱信號任務信息進行基于規則的推理，要是能從知識庫中搜索到相同或相似的規則，輸出診斷結果。否則采用基于數據挖掘技術的推理機制進行精確診斷，將微弱信號任務信息與微弱信號樹知識庫中的微弱信號征兆進行匹配，若兩者存在匹配，輸出診斷結果。若兩者不匹配，采用專家會診后輸出診斷結果。然后利用診斷結果進行微弱信號檢測。當維修人員對診斷結果不滿意后，啟動系統的自學習機制，向系統輸入對診斷結果的評價；當維修人員對評價診斷結果滿意時，由系統管理員聯系工程師依據經驗和專業知識進行人為排查尋呼接收機原因，并將相關知識添加到知識庫中，把這個結果存入知識庫，使系統知識庫不斷完善，作為下一次檢測時的對比規則來使用。Fig.3Reasoningmachinesoftwaredesignflowchart
2.2信號數據挖掘技術的軟件實現
信號數據挖掘技術綜合了抽樣技術和PAM問題分析法的優點，在每一時段內不是局限在某一樣本，而是在搜索的過程中進行隨機性的抽樣。數據挖掘技術嘗試在數據集中選取幾個作為中心點，每個中心點代表一個類，其余的點與距離最近的中心點分配在一個類中，算法的準則就是使非中心點到所屬類的中心點的代價的總和最小，這種代價一般用歐氏距離來衡量。由數據挖掘技術流程圖可以看出，其算法過程相當于一種搜索過程，每次選擇一個鄰居點進行比較，若代價更小，那么將該鄰居結點選為中心點，再次尋找鄰居結點進行比較。隨著數據容量變大，算法運行多次后，最佳相異度的比重越來越小，呈逐漸減小的態勢。數據挖掘技術每次運算只比較一個鄰居節點，效率不高，對大數據集的效果不好。一種改進算法是每次選取多個節點進行運算，使得找到最佳鄰居節點的概率大增，在提高運算效率的同時也改良了聚類效果，數據挖掘技術及其改進算法搜索過程。在每代對數量為N的個體運算，實際上運算了約O(n3)個模式，并行性良好，搜索效率高，這種優點與圖3所示的系統相像，因而可以用數據挖掘技術提高聚類效率。微弱信號檢測系統是在數據挖掘技術搜索時使用遺傳技術，每一代群體只能是該節點的鄰居節點，由于這些鄰居節點之間的相異位不超過2個，可采用絕對變異的系統，不使用交叉算子，以此保持群體的多樣性，保證微弱信號檢測系統兼具遺傳技術和數據挖掘技術的優點。數據挖掘技術首先以各中心點為基因位構造染色體，計算總代價差，選擇其中累積概率符合要求的算子，再對染色體進行絕對變異操作，將對應的中心節點變異，然后計算代價差作為適應值，擇優輸出。
3實驗與分析
采用數據挖掘技術從預測誤差中提取微弱信號能力較梳狀濾波器有明顯的提高。實驗還對其他微弱信號檢測系統進行了相同的實驗，均取得了與上述實驗相近的結果。
4結論
本文針對無線尋呼接收機微弱信號特征檢測的問題，設計并實現了一種基于數據挖掘技術的尋呼接收機微弱信號特征檢測系統，能夠利用數字信號處理芯片對海量的移動通信數據進行預處理和數據挖掘，高效迅速地提取出尋呼接收機微弱信號特征，并通過專家系統進行不需人工干預的規則匹配，由推理機和知識庫進行尋呼接收機診斷和檢測知識庫維護，降低尋呼接收機微弱信號特征檢測過程中的人力投入同時提高了檢測效率。數據挖掘技術能夠對移動通信網絡數據進行高效的數據挖掘，與傳統的檢測系統相比，效率得到提高，得出正確聚類中心的運算次數是原來的39.5%，具有極強的實際應用價值。
作者：張衛明 單位：南京中醫藥大學信息技術學院