基于k-Means聚类算法的医院隐蔽性网络抗干扰通信

王润

doi:10.19292/j.cnki.jdxxp.2026.02.010

吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (02) : 270 -275. DOI: 10.19292/j.cnki.jdxxp.2026.02.010

基于k-Means聚类算法的医院隐蔽性网络抗干扰通信

王润

作者信息 +

Author information +

文章历史 +

PDF

摘要

由于医院含有无线电设备和医疗器械的数量较多，会产生大量的电磁干扰，使通信质量受到严重干扰。为提高医院网络通信性能，提出了一种基于无监督学习的医院隐蔽性网络抗干扰通信方法。通过对干扰信号预处理，选取时域矩峰度系数、频域矩峰度系数、单频能量聚集度与平均频谱平坦系数作为干扰信号特征参数，引入无监督学习算法——k-means聚类算法，提取干扰信号的特征，制定时域与频域干扰信号抑制算法，抑制网络通信中的干扰信号。实验数据表明，提出方法的比特出错概率达到稳定状态2.4%,干扰信号占比最小值为1.29%,符合干扰信号抑制的实际应用需求。