基于隨機森林算法的信道場景分類模型研究

陳能美，劉曉靜

(重慶師范大學 a.數學科學學院; b.圖書館， 重慶 401331)

?

基于隨機森林算法的信道場景分類模型研究

陳能美a，劉曉靜b

(重慶師范大學 a.數學科學學院; b.圖書館， 重慶 401331)

隨著科技的進步移動通信產業已經與人類生活、社會發展產生緊密地結合在一起，對特定單一場景或一定區域內條件下的無線信道進行分類、識別，實現特定場景進行分析以及無線網絡的優化，具有重要意義。針對這一背景，提出了一種結合隨機森林算法的信道場景分類模型。對不同的信道場景物理特征進行提取與降維，基于多分類器集成的原理，結合多個決策樹與隨機向量決策樹的構造原理，創建信道場景的隨機森林分類模型。實驗結果表明：所采用的分類方法的總模型準確率約為89.90%，能有效地實現信道場景的分類識別。

無線信道；隨機森林(RF)；機器學習；特征選擇

當今世界是一個信息化的世界，信息傳播的質量與速度影響著經濟、社會的發展和人們的生活。無線通信是信息化的一種必然趨勢，不僅能促進新興產業的發展，也能提高人們的生活質量。人們對無線通信的需求和要求越來越高，希望能高速率、高質量、隨時隨地地通信[1-2]。

在移動通信中，發送端和接收端之間通過電磁波來傳輸信號，可以想象兩者之間存在看不見的電磁通路，一般把這些電磁通路稱為無線信道[3-7]。在典型的無線信道中，電磁波的傳輸路徑具有多樣化的分布特點，主要是由于散射(包括反射和衍射)所導致。由于電磁波沿各條路徑的傳播距離不同，因此相同發射信號經由各條路徑到達接收端的時間各不相同，即多徑的時延有差異。無線信道與周圍的環境密切相關，不同環境下的無線信道具有一些差異化的特征。如何發現并提取這些特征并將其應用于無線網絡優化中是當前的一個研究熱點[8]。類似人類指紋，將上述無線信道的差異化特征稱為無線信道“指紋”。基于信道特征以及相關參數，實現一個場景或一定區域內的無線信道分類和識別，并對場景進行分析以及無線網絡優化具有重要意義。

當前常用的分類、預測方法有機器學習、神經網絡和統計分析等方法[9]，這些方法在對場景的分類和預測過程中都必須依靠大量的訓練樣本作為模型的構建和驗證基礎。在訓練過程中，最常見的是過度擬合問題，使模型對實際條件下的預測缺乏有效性。為此，Leo Breiman等[10]提出了隨機森林算法，并將其應用于分類和預測中，有效地解決了模型訓練過程中的過度擬合問題。

1 隨機森林理論

2001年，Leo Breiman提出了隨機森林算法(random forests，RF)[10-11]，隨后被不斷完善,形成了一整套關于分類和預測的體系，被廣泛應用于經濟、計算機和無線電通信領域[2,12-14]。隨機森林算法屬于組合分類算法中的一種，它采用樣本集有放回抽樣的方式確定訓練集。另一方面，從原始樣本中抽取大量樣本，并結合Bagging引入隨機選擇的屬性，訓練重抽樣樣本集的數據，進而得到大量的決策樹，然后將多棵決策樹進行組合構建預測(分類)模型，最后投票得到最終的預測結果。

隨機森林是由多棵CART(class and regression tree)構成，可以用{h(X,Θk),k=1,…,n}來表示決策樹[10]，其中{θk}是同分步且相互獨立的隨機向量，它決定著單棵樹的生長方向。在分類器算法設計過程中通過多數投票法確定最后的分類結果[10]。

對于給定的多棵CARTh(X,Θ1),…,h(X,Θk)，在訓練集合中隨機抽取服從Y、X的向量。對于正確分類的最大得票數，可以通過邊際函數進行描述：

mg(X,Y)=avkI(hk(X)=Y)-

(1)

其中：I(·)是示意性函數；avk(·)表示平均。若邊際函數的數值越大，則說明分類器的置信度就越強，分類越有效。

隨機森林訓練分類模型過程概括如下[11]：

1) 給定分類對象的訓練集(S)、測試集(T)，特征維數為F。假設原始訓練集中有N個樣本數據，采用有放回地重復抽取方式，將這N個樣本構成一個新的訓練集，這意味著有數據將多次或者從未出現于訓練集中。

2) 為了實現樹的內部分裂和延伸，在訓練過程中采用隨機的方式對特征向量進行選擇。假設特征向量的維度為F，其中特征總計有M個，指定正整數閾值f

3) 對于每棵樹任其生長，不進行剪枝。最后，輸出的是所有樹中預測概率最大的那一類。

2 模型建立

2.1 信道場景特征的提取

在機器學習算法的設計過程中，實現預定的分類效果是建立在對所描述對象的特征有效提取基礎之上[13]。若使用了冗余或無關的信道場景特征將不利于對場景進行準確分類與識別。而特征向量維數過少，則不能對信道場景進行很好的描述。因此，選擇的合適的場景特征子集對模型的分類有重要意義。

當前對于信道場景特征的提取常用過濾方法。本文采用帶通濾波器子函數對信道的高斯白噪聲進行去噪。高斯白噪聲的幅度分布是服從高斯分布特性的，其功率譜密度又是服從均勻分布[3,15]，這就導致無法完全將其濾除。然而，可以通過濾波處理使得信號中盡可能少地含有白噪聲。對于信號的頻率可以使用一個帶通濾波器對信號進行濾波處理，將截止頻率設置在信號頻率兩側，這樣就能將有用信號進行提取，而不過多地將噪聲摻雜進來。

選用離散傅里葉變換方法對不同場景信道的幅頻特征值進行提取。離散傅里葉變換采用有限長序列的傅里葉變換，相當于對信號進行傅里葉變換結合等頻率間隔采樣的方式。有限長序列離散傅里葉變換與周期序列離散傅里葉級數本質是相似的。

為了檢驗頻譜分析對環境特征判斷的正確性和精確性的影響，現以3個不同場景為例，經過濾波后對信號的波形進行驗證，具體情況見圖1～3。

圖1 場景1的信道數據

圖2 場景2的信道數據

圖3 場景3的信道數據

從圖1～3三個場景信號分布可以看出信號分布符合高斯分布，因此可以確定濾波器很好地濾除了高斯白噪聲，達到了提取有用信號的目的。之后研究所用的數據均是采用此濾波處理方式對信道信號的高斯白噪聲進行去除后的數據。雖然3個幅頻分布處在不同場景下，但是都體現出幅頻分布存在一定的信號周期性和信號突變性，并且在不同的場景下周期性也存在明顯的差異性。場景1中周期性分布比較明顯，在信號突變前有一個信號的突兀；而場景2和場景3周期性也表現得十分明顯，場景2的周期性明顯地強于場景1和場景3。在不同場景下信號脈沖發生突變的位置點也存在著較大的差異。因此，在后期特征值提取的時候，可以考慮把周期性和脈沖突變的位置點作為特征值進行提取，用于后面的分類學習。

對于測試信道數據r[k,n]，其瞬時幅度α(t)和瞬時相位φ(t)分別為：

(2)

(3)

其中Re[r[k,n]]和lm[r[k,n]]分別表示r[k,n]的實部和虛部。

瞬時頻率可以通過瞬時相位φ(t)進一步得到：

(4)

根據方程(2)～(4)依次計算出每個場景下所接收的r[k,n]物理特征值瞬時幅度α(t)、瞬時相位φ(t)和瞬時頻率f(t)。現以場景1～3為例進行相關計算，其中每一個Test中總共包含了 1 500×100個數據。

2.2 隨機森林的構建

本文在構建隨機森林的過程中主要采用Bagging方法。首先選取有差異的樣本集作為訓練集，在對單棵樹進行構造時，結合隨機選擇特征的方式對內部節點進行屬性分裂。正是由于 Bagging 方法具有隨機選擇特征進行分裂的特性，才使得隨機森林算法對噪音具有較好的容忍性，這極大地提升了隨機森林算法的分類性能。采用這種方法隨機構建多個訓練子集，并且每個訓練子集能形成獨立的訓練分類器，最終對多個分類器的分類結果進行投票產生最終分類結果。本文用于構建隨機森林的為Baggingrf算法。算法流程如圖4所示。

根據算法流程對整個信道場景的現場測試信道進行建模處理。采集的數據分別是3個不同場景下的采樣結果，這3個場景的標簽依次命名為場景1、場景2和場景3。

3 實驗及結果分析

3.1 數據集

本文使用的信道數據來自于實驗測試數據，提供了3種場景的真實信道測量結果，分別為場景1、場景2、場景3。每個場景分別有5組真實的信道測試數據，是基于3種已知場景的測量結果。在這3種場景中包含了5個真實信道測量的結果，分別為Test 1～5。N=1 500個信道樣本，共 1 s的測試時間，即相鄰信道樣本間隔2/3 ms。每個信道樣本都對應K=100個樣本點，且相鄰樣本點間隔65 ns。原始數據包含了1 500個試樣，每個試樣有100個樣本點。原始數據樣本點總計有1 500×4×3×2×100個。本文已對這些樣本點進行了相應的去噪處理，并對信號進行了計算，得到了振幅、相位、頻率等基礎物理特征值，總計有1 500×4×3×3×100個樣本點。通過濾波處理和特征值提取以后其場景之間的差異主要集中在n=40～67測試數據之間，用于機器學習的數據量見表1。

圖4 RF算法流程

3.2 模型評價

機器學習過程構成環節：進行模型的特征值、特征向量的提取；對提取的特征值進行模型的構建，并訓練相應的網絡；利用訓練的網絡對未知的數據進行預測或分類，結合分類的效果實現對模型的評價。因此，在機器學習的信道場景分類研究中，模型評價是指將測試集在構建的分類模型上運行測試，并根據其運行結果對分類模型處理未知信道場景的能力進行預估。本文主要問題對象為3種場景的分類問題：假設在測試集中存在N個信道場景樣本，它們構成了3種信道場景的類型，分別為場景1、場景2、場景3，則三元信道場景分類的混淆矩陣如表2所示。

表1 原始信道各數據集樣本數量

表2 三元信道場景分類問題的混淆矩陣

對于表2中任意表項N(i,j)表示實際場景類型為i而被分為模型預測為j類的樣本個數，在機器學習訓練分類模型中對預測的結果進行統計。常常產生3種類型的參數，具體見表3。

根據表3中的測試情況以及相關統計結果可以對模型進行總體評價，評價的參數包括類召回率、類正確率、整體正準確率等，具體的計算公式見表4。

表4 模型評價參數計算公式

3.3 實驗結果分析

從每個場景中所測試的5組Test中，隨機選出4組作為隨機森林場景分類器的訓練數據，為48 600×3的一個數組。在訓練數據中依次從上到下排列為場景1～3的特征信息，每個場景信息特征為1 500×4×27，共計162 000個數據。依照排列順序載入訓練樣本,以此為基礎構建的訓練樣本為X{αt, φt, f(t)}、維度為48 600×3。此外構建一個映射集合Y{‘場景_1=0’,‘場景_2=1’,‘場景_3=2’}，并且在集合Y的數組中依次存放：0～1 500×4×27為場景1的標識；1 500×4×27～1 500×4×27×2為場景2的標識；1 500×4×27×2～1 500×4×27×3為場景3的標識；維度為48 600×1。

為了驗證所建立模型的正確性與模型的精度，利用“數據包1”中的場景Test數據，采用本文訓練分類器對每一場景中的5個Test數據隨機選取了4個作為訓練樣本，將剩下的一個樣本作為驗證樣本，樣本量為1 500×3×100×2。按照本文數據處理方法和分類器求解算法的數據結構將剩下的一個Test轉化為1 500×3×27的真實信號檢驗樣本，這些樣本包含了無線信道信號物理特征值振幅、相位、頻率等。分類后的結果見表5。

表5 不同場景的混淆矩陣

結合本文的模型參數評價，得到測試數據集下3類不同信道場景的類召回率和類正確率平均值，如表6所示。

表6 各類樣本的評價情況

從計算結果中可以看出：經過隨機4組測試樣本訓練的信道場景分類模型，通過剩余的一組測試值檢驗以后，場景1～3的召回率分別為92.52%、90.67%和86.48%，場景1的召回率最高。此外，這3個場景經過模型分類以后，預測其場景的正確率依次為88.37%、90.69%和90.73%。整個模型的準確率為89.90%，高于85%，表明采用隨機森林算法能有效對不同的信道場景實現分類。

4 結束語

本文提出了一種采用隨機森林算法進行信道場景分類的方法，主要包括了特征值、特征向量提取、隨機森林分類模型的構建，最后結合不同場景信道進行了模型的檢測與評價。實驗結果表明：將隨機深林用于信道場景分類對信道場景具有較高識別率，并且模型穩定性比較好。其中，場景的召回率最高為92.52%，場景的正確率最高為90.73%，整個模型的準確率為89.90%，表明隨機森林算法在信道場景分類預測中是有效的。

[1] 李林,蔣衛恒,馮文江.基于協作干擾器的OFDM-CR保密通信系統功率控制[J].重慶師范大學學報(自然科學版),2016,33(1):154-162.

[2] 王鑫,汪晉寬,劉志剛,等.基于隨機森林的認知網絡主用戶信號調制類型識別算法[J].東北大學學報(自然科學版),2014,35(12):1706-1709.

[3] 程佩青.數字信號處理教程[M].北京:清華大學出版社,2001.

[4] 蘇丹,李章勇,章敬雪,等.基于轉發節點的無線體域網動態信道研究[J].重慶郵電大學學報(自然科學版),2015,27(2):235-240.

[5] 戴俊，瞿成明，郝玲玲，等． 基于無線通信網絡的多智能車速度一致性控制系統[J]． 重慶理工大學學報(自然科學)，2015(4):107-112.

[6] 陳敏,張金文,韋崗.OPNET無線信道建模[J].計算機工程與應用,2003,39(25):62-65.

[7] 蔣澤,顧朝志.無線信道模型綜述[J].重慶工學院學報,2005,19(8):63-67.

[8] 任志勇,馮文江.電磁頻譜衰落信道的相位校正盲均衡算法研究[J].重慶師范大學學報(自然科學版),2014,31(6):97-101.

[9]BOUTELLMR,LUOJ,SHENX,etal.Learningmulti-labelsceneclassification[J].Patternrecognition,2004,37(9):1757-1771.

[10]BREIMANL.Randomforests[J].Machinelearning,2001,45(1):5-32.

[11]BREIMANL,CUTLERA.Randomforests-classificationdescription[Z].DepartmentofStatistics,Berkeley,2007.

[12]盂杰.隨機森林模型在財務失敗預警中的應用[J].統計與決策,2014(4):179-181.

[13]宋源,梁雪春,張然.基于統計特性隨機森林算法的特征選擇[J].計算機應用,2015,35(5):1459-1461.

[14]章沛,陳小瑜.基于隨機森林分類的快速標簽檢測[J].重慶師范大學學報(自然科學版),2015,32(5):131-136.

[15]胡廣書.數字信號處理:理論,算法與實現[M].北京:清華大學出版社,2003.

(責任編輯 劉 舸)

Study of Model of Wireless Channel Classification Based on Algorithm of Random Forest

CHEN Neng-meia， LIU Xiao-jingb

(a.School of Mathematics; b.Library, Chongqing Normal University，Chongqing 401331, China)

With the advances in technology, the mobile communications technology industry has been closely tied with human life, social development. Classifying and identifying the radio channel for a single scene or under certain specific conditions of the region to achieve a specific scene analysis and optimization of wireless networks is of great significance. Against this background this paper, we proposed a combination of random forests algorithm channel scene classification model. Firstly, the different physical characteristics of the scene channel was extracted and dimensionality reduced, and based on the principle of integration of multiple classifiers, combining the principle of a plurality of decision trees constructed with random vector decision tree, we created a random forest classification model of channel scene. Experimental results show that the overall accuracy of the model used in the classification is about 89.90%, which is effective in achieving the classification channel scene.

wireless channel；random forest(RF)；machine learning；feature selection

2016-12-25

重慶市社會科學規劃頂目(2015YBGL113)

陳能美(1990—)， 女，碩士研究生，主要從事最優化理論與算法研究，E-mail：cxm132123@163.com；通訊作者 劉曉靜(1970—),女，主要從事最優化方法研究，E-mail：liuxiaojing_cqnu@126.com。

陳能美，劉曉靜.基于隨機森林算法的信道場景分類模型研究[J].重慶理工大學學報(自然科學)，2017(4):134-140.

format：CHEN Neng-mei，LIU Xiao-jing.Study of Model of Wireless Channel Classification Based on Algorithm of Random Forest[J].Journal of Chongqing University of Technology(Natural Science)，2017(4):134-140.

10.3969/j.issn.1674-8425(z).2017.04.022

TN919

A

1674-8425(2017)04-0134-07