使用测试数据的误码率

Question

我有下面的代码。我想要找到比特错误率，将集群数据作为一个经过训练的数据，并发送一个测试数据。我能用这个代码做这个吗？我感谢你的积极支持。

clear all;  
clc;

T=[ 2+2*i 2-2*i -2+2*i -2-2*i];

A=randn(150,2)+2*ones(150,2); C=randn(150,2)-2*ones(150,2); B=randn(150,2)+2*ones(150,2); 
F=randn(150,2)-2*ones(150,2); D=randn(150,2)+2*ones(150,2); G=randn(150,2)-2*ones(150,2);     
E=randn(150,2)+2*ones(150,2); H=randn(150,2)-2*ones(150,2);

X = [A; B; D; C; F; E; G; H];

[idx, centroids] = kmeans(X, 4, 'Replicates', 20);

x = X(:,1); y = X(:,2);

figure; 
colors = 'rgbk'; 
[X,Y] = meshgrid(-5:0.05:5, -5:0.05:5);
X = X(:); 
Y = Y(:); 
figure; hold on; 

for idx = 1 : numel(X) 
   [dummy,ind] = min(sum(bsxfun(@minus, [X(idx) Y(idx)], centroids).^2, 2)); 
   plot(X(idx), Y(idx), [colors(ind), '.']); 
end

Answer 1

好吧，现在你的问题更清楚了。我不明白你在另一篇文章里的意思。好吧，看起来你的T是你的传输字母。请注意，您通过k-means获得的星系团可能与传输字母表中的星系团不一样，所以您必须弄清楚哪个质心距传输字母表最近。我们可以使用以下代码来实现这一点：

gt = zeros(1,4);
for idx = 1 : 4
    [dummy,gt(idx)] = min(sum(bsxfun(@minus, [real(T(idx)), imag(T(idx))], centroids).^2, 2));
end

gt将包含您的字母表中的哪个符号与数据中的哪个集群质心匹配。为了使结果可重复，我将随机种子生成器设置为1234 (即rng(1234);)，然后运行您的代码。它给了我关于gt的以下信息

gt =

     4     2     3     1

简单地说，gt中的每个元素都告诉您T中的哪个符号与centroids中的质心匹配。因此，gt(1) = 4表示质心#1与传输字母表中的第4个符号匹配，gt(2) = 2表示质心#2与字母表中的第二个符号匹配，依此类推。

因此，给定由T中的字母表组成的测试序列，只需创建测试序列，记住gt是什么。因此，您可以这样做：

rng(1234);
rand_ind = randi(4, 10, 1);
test_sequence = T(rand_ind);
gt_labels = gt(rand_ind);

上面的代码将生成一个从1到4的随机整数序列，其中有10个。然后使用T中的字母表创建一个随机测试序列。gt_labels还将包含每个符号相对于集群质心的实际标签。现在，让我们把这些分解成真实的和想象的成分，并加入一些噪声。

x = real(test_sequence).*randn(1, 10);
y = imag(test_sequence).*randn(1, 10);

这种噪音..。比方说..。这是在您通过通信通道发送此邮件时添加的。现在我们有了我们真实的和想象的成分，让我们来弄清楚这个序列是如何被分类的。我们将使用x和y，并确定每个点所属的集群：

labels = zeros(1, 10);
for idx = 1 : 10
    [dummy,labels(idx)] = min(sum(bsxfun(@minus, [x(idx), y(idx)], centroids).^2, 2));
end

labels将包含您的集群机制如何将每个点分类为。我得到了：

labels =

     1     4     3     1     4     1     2     2     2     3

同样，这是在传输之前分配给您的测试序列的标签：

gt_labels =

     4     3     2     1     1     2     2     1     1     1

因此，误码率( BER )只是简单地计算不匹配的数目，并除以总序列。你可以把它乘以100%，得到这个百分比，而不是一个比例。因此：

BER = sum(labels ~= gt_labels) / 10 * 100;

BER = 

80

因此，我们有80%的误码率.不是很好！

这应该足够让你开始工作了。希望这能有所帮助！