1系统关键硬件模块结构设计
1.1电压监视模块的硬件设计
电压监视模块主要负责显示以数据挖掘技术为核心的数据分析单元的电压值，从而便于控制每次与知识库传递数据时电压的相似稳定性，进而提高实验数据的可靠性。Fig.1Voltagemonitoringmodulecircuitdiagram
1.2数据挖掘模块的硬件设计
在本文设计的系统中，数据挖掘技术通过分析移动通信网络中的有用数据，寻找其中隐含的寻呼接收机微弱信号的特征规律，为专家系统提供推理证据，主要分为5个步骤：确定挖掘对象、收集数据、数据预处理、数据挖掘、处理结果信息的解释表达与可视化操作。
2软件设计
2.1知识库和推理机模块的软件设计
专家系统知识库主要用来存放寻呼接收机诊断专家所有的检测和诊断寻呼接收机的知识，推理机利用知识库中的知识推理解决问题，得出合理正确的结论。知识库中的知识并非提供给系统客户的信息，而是专家系统自身推理所需要的信息，由寻呼接收机诊断专家和工程师提供，在知识库中使用统一的数据格式进行存储，为推理机提供信息支撑。推理机按照一定的策略进行推理得出符合实际情况的结果。微弱信号诊断开始，首先输入微弱信号任务信息进行基于规则的推理，要是能从知识库中搜索到相同或相似的规则，输出诊断结果。否则采用基于数据挖掘技术的推理机制进行精确诊断，将微弱信号任务信息与微弱信号树知识库中的微弱信号征兆进行匹配，若两者存在匹配，输出诊断结果。若两者不匹配，采用专家会诊后输出诊断结果。然后利用诊断结果进行微弱信号检测。当维修人员对诊断结果不满意后，启动系统的自学习机制，向系统输入对诊断结果的评价；当维修人员对评价诊断结果满意时，由系统管理员联系工程师依据经验和专业知识进行人为排查寻呼接收机原因，并将相关知识添加到知识库中，把这个结果存入知识库，使系统知识库不断完善，作为下一次检测时的对比规则来使用。Fig.3Reasoningmachinesoftwaredesignflowchart
2.2信号数据挖掘技术的软件实现
信号数据挖掘技术综合了抽样技术和PAM问题分析法的优点，在每一时段内不是局限在某一样本，而是在搜索的过程中进行随机性的抽样。数据挖掘技术尝试在数据集中选取几个作为中心点，每个中心点代表一个类，其余的点与距离最近的中心点分配在一个类中，算法的准则就是使非中心点到所属类的中心点的代价的总和最小，这种代价一般用欧氏距离来衡量。由数据挖掘技术流程图可以看出，其算法过程相当于一种搜索过程，每次选择一个邻居点进行比较，若代价更小，那么将该邻居结点选为中心点，再次寻找邻居结点进行比较。随着数据容量变大，算法运行多次后，最佳相异度的比重越来越小，呈逐渐减小的态势。数据挖掘技术每次运算只比较一个邻居节点，效率不高，对大数据集的效果不好。一种改进算法是每次选取多个节点进行运算，使得找到最佳邻居节点的概率大增，在提高运算效率的同时也改良了聚类效果，数据挖掘技术及其改进算法搜索过程。在每代对数量为N的个体运算，实际上运算了约O(n3)个模式，并行性良好，搜索效率高，这种优点与图3所示的系统相像，因而可以用数据挖掘技术提高聚类效率。微弱信号检测系统是在数据挖掘技术搜索时使用遗传技术，每一代群体只能是该节点的邻居节点，由于这些邻居节点之间的相异位不超过2个，可采用绝对变异的系统，不使用交叉算子，以此保持群体的多样性，保证微弱信号检测系统兼具遗传技术和数据挖掘技术的优点。数据挖掘技术首先以各中心点为基因位构造染色体，计算总代价差，选择其中累积概率符合要求的算子，再对染色体进行绝对变异操作，将对应的中心节点变异，然后计算代价差作为适应值，择优输出。
3实验与分析
采用数据挖掘技术从预测误差中提取微弱信号能力较梳状滤波器有明显的提高。实验还对其他微弱信号检测系统进行了相同的实验，均取得了与上述实验相近的结果。
4结论
本文针对无线寻呼接收机微弱信号特征检测的问题，设计并实现了一种基于数据挖掘技术的寻呼接收机微弱信号特征检测系统，能够利用数字信号处理芯片对海量的移动通信数据进行预处理和数据挖掘，高效迅速地提取出寻呼接收机微弱信号特征，并通过专家系统进行不需人工干预的规则匹配，由推理机和知识库进行寻呼接收机诊断和检测知识库维护，降低寻呼接收机微弱信号特征检测过程中的人力投入同时提高了检测效率。数据挖掘技术能够对移动通信网络数据进行高效的数据挖掘，与传统的检测系统相比，效率得到提高，得出正确聚类中心的运算次数是原来的39.5%，具有极强的实际应用价值。
作者：张卫明 单位：南京中医药大学信息技术学院