本发明涉及无线通讯，具体为一种无线通讯数字信号的特征识别方法。
背景技术：
1、无线通讯技术是现代信息传输的基础，它广泛应用于移动通信、物联网、智能交通等多个领域。在这些应用场景中，无线通讯信号的质量直接影响系统的稳定性和可靠性，尤其在高速变化的环境中，如智能轨道交通系统，信号传输质量对系统的正常运行至关重要。具体来说，在智能交通系统中的物联网设备，实时传输数据的无线通讯信号因多径效应、干扰等因素表现出复杂的动态特性，这使得传统的信号处理方法难以应对无线信号的非线性行为。因此，如何准确识别并评估这些无线通讯数字信号的特征，成为提高无线通讯质量的关键问题。
2、现阶段在现有的无线通讯系统中，尽管使用了多种信号处理技术来提高信号的传输稳定性，但面对多路径传播、时延抖动和信道干扰等复杂环境，传统的信号处理方法往往无法精确地捕捉到信号的非线性特征。这导致在实际应用中，系统无法及时识别信号质量的变化或异常，尤其是在轨道交通等高速变化的环境下，信号的瞬时变化无法被有效监测和分类。现有的处理方法在复杂环境下的适应性较差，信号传输过程中的错误率较高，且无法动态调整信号的传输参数，以应对复杂的环境变化；
3、这种现状的产生主要源于传统方法在处理动态、非线性信号特征时的局限性。随着无线通讯信号的复杂性和数据传输需求的增加，现有方法在多路径效应和相位噪声的影响下无法保持高精度的信号识别和分类，进而导致信号的传输效率下降，数据丢失率升高。当系统无法准确评估信号质量时，会导致信号传输过程中出现频繁的干扰，增加误码率，甚至出现通讯中断，严重影响智能轨道交通系统的运行安全和效率。因此，迫切需要一种能够精准提取信号特征、优化信号识别算法的创新方法，来有效提高信号传输的鲁棒性和适应性。
技术实现思路
1、针对现有技术的不足，本发明提供了一种无线通讯数字信号的特征识别方法，解决了背景技术中提到的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：一种无线通讯数字信号的特征识别方法，包括以下步骤：
3、s1、通过智能轨道交通系统中的物联网设备采集无线通讯信号参数，并对信号参数进行预处理，获取标准无线通讯信号参数组，并对标准无线通讯信号参数组进行复合分析获取多维时间序列数据s(t)；
4、s2、利用时间延迟嵌入算法，将多维时间序列数据s(t)映射到多维相空间，构建多维向量y（t），并在相空间中，对每个多维向量y（t）进行跟踪，形成信号的轨迹；
5、s3、再从相空间中的轨迹提取数字信号特征，再将所获取的标准无线通讯信号参数组合数字信号特征，进行汇总生成特征向量f（t）；
6、s4、构建综合质量算法公式，将特征向量f（t）输入到综合质量算法公式中，进行计算输出无线通讯信号质量qs，并预设信号质量阈值q与所获取的无线通讯信号质量qs，进行初步对比评估，分析当前轨道交通无线通讯数字信号质量状态；
7、s5、并基于初步对比评估结果，进行引入动态特征，进行二次综合计算输出第二无线通讯信号质量评分qs2，对数字信号的识别准确率进行优化，并与信号质量阈值q进行二次对比评估，分析优化后的无线通讯数字信号质量状态；
8、s6、基于提取的特征向量f（t），利用支持向量机svm分类算法，构建分类器，再根据无线通讯信号质量qs，对无线通讯数字信号进行分类，并对分类结果进行进一步细化为相应质量等级，并基于质量等级进行生成调节机制触发条件，对无线通讯数字信号的异常信号进行优化调节。
9、优选的，s1包括s11、s12和s13；
10、s11、通过智能轨道交通系统中的物联网设备，实时采集无线通讯信号参数；
11、物联网设备包括超宽带接收机、频谱分析仪、rtt测量工具和无线网络控制器；
12、无线通讯信号参数包括多径延迟扩展dm、瞬时频谱变化率ss、信号时延抖动js和信号包丢失率pl；
13、s12、基于采集到的无线通讯信号参数进行预处理，预处理通过对无线通讯信号参数进行归一化处理，确保不同量纲的参数能够统一处理，同时再采用滤波器去除高频噪声，保留信号中的关键动态和非线性特征，在预处理后进行汇总，获取标准无线通讯信号参数组；
14、s13、将采集到的标准无线通讯信号参数组，进行多维数据复合，将无线通讯信号参数表示为多维时间序列数据s（t）；
15、多维时间序列数据s（t）通过以下多维数据复合获取；
16、；
17、式中，dm（t）、ss（t）、js（t）和pl（t）分别表示时间t时的多径延迟扩展、瞬时频谱变化率、信号时延抖动和信号包丢失率。
18、优选的，s2包括s21和s22；
19、s21、通过时间延迟嵌入算法，将多维时间序列数据s（t），通过时间延迟嵌入，映射为多维向量y（t）；
20、多维向量y（t）通过以下时间延迟嵌入算法计算输出；
21、；
22、式中，表示时间延迟，是用于构建多维向量的关键参数，表示两个信号取样点之间的时间差，m表示嵌入维度，表示向量的维数，通常是通过优化选择的，以确保能够充分表达信号的动态特性；
23、将多维时间序列数据s（t）分别取值为等多个时刻的值，得到一个新的多维向量y（t），多维向量y(t)包含了信号在不同时间点上的信息，从而形成了一个能够反映信号动态变化的高维空间；
24、s22、通过matlab计算工具和非线性动力学分析软件tisean工具包，对每个时间点t的多维向量y(t)进行跟踪，并在相空间中进行绘制和跟踪形成完整的轨迹。
25、优选的，s3包括s31和s32；
26、s31、通过从相空间中的轨迹提取信号的数字信号特征，数字信号特征包括吸引子维度da、分形维数fd和李雅普诺夫指数上限值lmax；
27、吸引子维度da通过使用非线性分析工具计算相空间中两点之间的距离，统计符合一定距离阈值r的点对数量，进而根据幂律关系计算吸引子维度da；吸引子维度da是用于描述信号在相空间中轨迹复杂度的参数，反映了信号轨迹在多维空间中所占据的“空间体积”，维度越高，信号的复杂性越大，轨迹表现出越多的自由度；
28、分形维数fd通过将相空间划分为多个小盒子，统计这些小盒子中包含轨迹点的数量，随着盒子的变化，轨迹所占据的小盒子数量的变化规律计算出分形维数fd，分形维数fd用于描述相空间轨迹的自相似性，即轨迹在不同尺度下具有相似的几何特征，分形维数fd可以反映信号的复杂结构，特别适用于分析混沌信号；
29、李雅普诺夫指数上限值lmax选取相空间中初始距离很小的两个点，计算两个点随着时间的演化获取，李雅普诺夫指数上限值lmax是衡量信号系统混沌特性的一个重要指标，表示了相空间中相邻轨迹点的分离速率，能够反映信号系统对初始条件的敏感性。
30、优选的，s32、在特征提取后，将所提取的数字信号特征和标准无线通讯信号参数组进行结合汇总，获取特征向量f（t）；
31、特征向量f（t）的表达形式如下；
32、。
33、优选的，s4包括s41和s42；
34、s41、构建综合质量算法公式，提取特征向量f（t）输入到综合质量算法公式中，进行计算输出无线通讯信号质量qs，分析当前无线通讯数字信号的质量状况；
35、无线通讯信号质量qs通过以下综合质量算法公式计算输出；
36、；
37、式中，a1、a2、a3、a4、a5、a6和a7分别表示吸引子维度da、分形维数fd、李雅普诺夫指数上限值lmax、多径延迟扩展dm、瞬时频谱变化率ss、信号时延抖动js和信号包丢失率pl的预设权重，且a1+a2+a3+a4+a5+a6+a7=1，其具体数值由用户进行设定。
38、优选的，s42、基于历史无线通讯数字信号数据的标准质量，进行预设信号质量阈值q再与所获取的无线通讯信号质量qs进行初步对比评估分析智能轨道交通中无线通讯数字信号的质量状态，具体评估内容如下；
39、当无线通讯信号质量qs≥信号质量阈值q时，表示信号质量正常，无线通讯数字信号符合预期要求；
40、当无线通讯信号质量qs＜信号质量阈值q时，表示信号质量异常，无线通讯数字受到干扰存在异常，此时则深度分析信号质量状况。
41、优选的，s5包括s51、s52和s53；
42、s51、再识别出信号质量异常时，通过分析无线通信数字信号在传输过程中的信号质量和信道性能，进行获取动态特征，动态特征包括相位差波动率xw和信道互信息ic；
43、相位差波动率xw通过iq解调器将接收到的信号分解为同相分量e和正交分量y，通过这些分量计算信号的瞬时相位sx，再通过相邻时间点的相位差计算相位差波动率xw，瞬时相位sx和相位差波动率xw分别通过以下算法公式计算输出；；；式中，arctan表示正切函数，sx（t）表示t时刻的瞬时相位，e（t）表示t时刻的同相分量，y（t）表示t时刻的正交分量，dsx（t）表示瞬时相位的微量变化，dt表示时间t的微量变化；
44、信道互信息ic通过香农公式来计算信道互信息ic，具体算法公式为，式中，log表示对数函数，s表示信号功率，n表示噪声功率，信道互信息ic表示在接收端能够从发送端传递的信号中提取的有用信息量。
45、优选的，s52、基于所获取的动态特征，结合无线通讯信号质量qs，进行二次综合计算输出第二无线通讯信号质量评分qs2，通过引入动态特征进行深度分析无线通讯数字信号的质量状态；
46、第二无线通讯信号质量评分qs2通过以下算法公式计算输出；
47、；
48、式中，b1、b2和b3分别表示无线通讯信号质量qs、相位差波动率xw和信道互信息ic的预设权重值，且b1+b2+b3=1，其具体数值由用户进行设定；
49、s53、基于所获取的第二无线通讯信号质量评分qs2与信号质量阈值q进行二次对比评估，深度分析无线通讯数字信号的质量情况，并基于二次对比评估结果生成相应的条件机制，具体评估内容如下；
50、当第二无线通讯信号质量评分qs2≥信号质量阈值q时，表示再结合动态特征进行综合分析后，无线通讯数字信号质量正常，此时持续进行监测；
51、当第二无线通讯信号质量评分qs2＜信号质量阈值q时，表示再结合动态特征进行综合分析后，无线通讯数字信号质量异常，此时则对异常信号进行分类与调节。
52、优选的，s6包括s61和s62；
53、s61、基于二次评估结果进行使用分类器将无线通讯信号质量划分为正常信号、一级干扰异常信号和二级干扰异常信号，具体划分方式如下；
54、当第二无线通讯信号质量评分qs2≥信号质量阈值q时，划分为正常信号；
55、当第二无线通讯信号质量评分qs2＜信号质量阈值q时，划分为一级干扰异常信号；
56、当第二无线通讯信号质量评分qs2＜信号质量阈值q时的2倍时，划分为二级干扰异常信号；
57、一级干扰异常信号＜二级干扰异常信号；
58、s62、对于识别出一级干扰异常信号和二级干扰异常信号时，自动触发调节机制，调节机制包括对通讯信道的频率进行调整避开干扰信号频段、优化信号冗余编码和动态调整信号的发射功率。
59、有益效果
60、本发明提供了一种无线通讯数字信号的特征识别方法。具备以下有益效果：
61、（1）该方法通过物联网设备采集多种无线通讯信号参数。这些信号参数在进行预处理和归一化后获取标准无线通讯信号参数组，进一步复合成多维时间序列数据s(t)。通过这种复合分析方式，能够将复杂的无线信号参数转化为具有时间序列特性的多维数据形式，确保不同信号参数之间的动态关系得到有效表达，提升了系统对复杂信号的处理和分析能力。此方法在轨道交通等动态变化较大的场景下，能够更加精确地捕捉和处理信号中的非线性变化，保障信号识别的准确性。
62、（2）该方法通过引入了时间延迟嵌入算法，将多维时间序列数据s(t)映射到多维相空间，构建了多维向量y(t)，并对信号在相空间中的轨迹进行跟踪。通过从相空间轨迹中提取关键的非线性动态信号特征，如吸引子维度da、分形维数fd和李雅普诺夫指数上限值lmax，本方法能够深入捕捉信号的非线性动态行为，尤其是信号的复杂性和混沌特性。此方法相较于传统的线性特征提取方式，能够更有效地分析复杂信号的内在特性，尤其在多径效应显著的情况下，能够显著提升信号分类的精确度和稳定性，为复杂环境下的信号处理提供了有力支持。
63、（3）该方法通过构建综合质量算法公式，本发明进一步对提取的特征向量f(t)进行计算，输出无线通讯信号的质量评分qs，并与预设的信号质量阈值q进行初步对比评估。在此基础上，引入动态特征的相位差波动率和信道互信息ic，对信号质量进行二次综合计算，输出第二无线通讯信号质量评分qs2。这一优化过程能够更全面地分析信号的动态变化特性，并通过支持向量机svm分类算法构建分类器对信号进行精确分类，将信号划分为正常信号、一级干扰异常信号和二级干扰异常信号。系统能够根据信号质量等级自动触发调节机制，通过调整通讯信道频率、优化冗余编码和动态调整发射功率等手段，提高系统在复杂环境中的通信可靠性和抗干扰能力，有效保障轨道交通系统的安全运行。
1.一种无线通讯数字信号的特征识别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种无线通讯数字信号的特征识别方法，其特征在于：所述s1包括s11、s12和s13；
3.根据权利要求2所述的一种无线通讯数字信号的特征识别方法，其特征在于：所述s2包括s21和s22；
4.根据权利要求3所述的一种无线通讯数字信号的特征识别方法，其特征在于：所述s3包括s31和s32；
5.根据权利要求4所述的一种无线通讯数字信号的特征识别方法，其特征在于：s32、在特征提取后，将所提取的数字信号特征和标准无线通讯信号参数组进行结合汇总，获取特征向量f（t）；
6.根据权利要求4所述的一种无线通讯数字信号的特征识别方法，其特征在于：所述s4包括s41和s42；
7.根据权利要求6所述的一种无线通讯数字信号的特征识别方法，其特征在于：s42、基于历史无线通讯数字信号数据的标准质量，进行预设信号质量阈值q再与所获取的无线通讯信号质量qs进行初步对比评估分析智能轨道交通中无线通讯数字信号的质量状态，具体评估内容如下；
8.根据权利要求7所述的一种无线通讯数字信号的特征识别方法，其特征在于：所述s5包括s51、s52和s53；
9.根据权利要求8所述的一种无线通讯数字信号的特征识别方法，其特征在于：s52、基于所获取的动态特征，结合无线通讯信号质量qs，进行二次综合计算输出第二无线通讯信号质量评分qs2，通过引入动态特征进行深度分析无线通讯数字信号的质量状态；
10.根据权利要求9所述的一种无线通讯数字信号的特征识别方法，其特征在于：所述s6包括s61和s62；
