提取某些给定原始数的阈值

Question

我试图通过分析捕获的I / Q样本来确定无线信道的条件。实际上，我有50000个数据样本，如附图所示，当通道上有活动（例如数据传输）时，图中会有一些火花。我试图计算数据值高于阈值的火花数量。

我需要准确估计阈值，然后才能找到通道负载。附图中的阈值约为0.0025，应注意它随时间变化。因此，每次我拍摄50000个样本时，我必须首先使用某种无监督学习来找到阈值。

我尝试了k-means（在python scikit-learn中）来聚类数据并找到估计聚类的质心，但它不能给我很好的估计阈值（特别是当没有活动时频道和频道闲置。）

我想知道是否有人有类似主题的经验？

捕获的数据

Answer 1

由于空闲噪声似乎相对一致并且与传输数据时非常不同，我可以想到几种简单的算法，它们可以以无人监督的方式为您提供合理的阈值。

最直接的方法是将值（可能是第一组分类到桶中）进行排序，然后找到值最大的比例（至少~5％）下降的最低值区域。采取高于最高值（50％？）的合理保证金，你应该好好去。

你需要稍微调整一下门槛。我会收集样本数据并调整值，直到我让它在100％的时间内工作，并且使用的值是有意义的。