03 I/Q数据预处理：归一化、滑动窗口与信噪比增强

⭐I

I要确认的对象和结果

在调制信号分类项目中，原始 I/Q（In-phase/Quadrature）数据直接送入 LSTM 网络往往无法获得理想效果。原因在于：原始 I/Q 样本的幅度范围差异极大（受发射功率、信道衰减影响），且信号在时间上连续，而 LSTM 要求固定长度的输入序列。更关键的是，低信噪比（SNR）环境下的噪声会严重干扰 LSTM 识别边界，导致分类准确率急剧下降。因此，数据预处理的核心目标是将原始 I/Q 数据转换为具有统一尺度、固定长度且信噪比增强的样本序列，为后续的 LSTM 调制信号分类项目源码提供稳定的输入

本节将重点拆解三个关键步骤：归一化（Normalization）消除幅度差异、滑动窗口切分（Sliding Window Segmentation）生成固定长度样本、以及信噪比增强（SNR Enhancement）提升信号质量。这三个步骤构成了数据预处理的主链路，任何一个环节的参数设置错误，都可能导致模型训练不收敛或泛化能力差

⭐归一化与滑动窗口：构建 LSTM 可识别的输入边界

LSTM 网络对输入数据的尺度敏感，未归一化的 I/Q 数据会导致梯度爆炸或收敛缓慢。常用的方法是最大最小值归一化（Min-Max Normalization），将每个样本的 I 路和 Q 路数据分别缩放到 [0, 1] 区间。但需注意，归一化参数（最大值、最小值）必须从当前样本内部统计，而非全局统计，否则会引入样本间的依赖关系，破坏 I/Q 拆解关系

滑动窗口切分是另一个关键操作。原始 I/Q 序列长度通常为 N 个采样点，我们需要将其切分为多个长度为 window_size 的子序列，每个子序列作为一个独立的训练样本。步长（stride）控制相邻窗口的重叠程度。步长越小，样本数量越多，但计算开销也越大；步长等于窗口大小时，样本无重叠，可能丢失信号边界处的时序信息。工程实践中，通常设置 stride = window_size // 2 以保留 50% 重叠，从而覆盖信号过渡区域，避免 LSTM 识别边界出现断裂

以下伪代码展示了滑动窗口切分与归一化的联合实现：

def preprocess_iq(iq_data, window_size, stride):
    # iq_data: shape (N, 2) 其中第0列为I路，第1列为Q路
    samples = []
    for start in range(0, len(iq_data) - window_size + 1, stride):
        window = iq_data[start:start + window_size]
        # 逐样本归一化：基于当前窗口内的最大最小值
        i_min, i_max = window[:, 0].min(), window[:, 0].max()
        q_min, q_max = window[:, 1].min(), window[:, 1].max()
        # 避免除零：若最大值等于最小值，则置为0
        i_norm = (window[:, 0] - i_min) / (i_max - i_min) if i_max != i_min else 0
        q_norm = (window[:, 1] - q_min) / (q_max - q_min) if q_max != q_min else 0
        samples.append(np.stack([i_norm, q_norm], axis=-1))
    return np.array(samples)  # shape (num_samples, window_size, 2)

阅读这段代码时，重点看Q数据预处理的伪代码，以及它如何用稳定性与可观测性证明结果可复测。

这段代码验证了一个关键边界：归一化验证结果应确保每个样本的 I/Q 幅度范围严格在 [0, 1] 内，且 I 路与 Q 路的相对比例关系（即相位信息）在归一化后保持不变。如果发现某个样本的 I 路和 Q 路最大值相同（例如全零序列），代码中的除零保护会将其置为 0，避免产生 NaN 值

🧩信噪比增强：提升低 SNR 场景下的分类鲁棒性

实际通信系统中，接收信号的信噪比（SNR）可能低至 0 dB 甚至负值。直接使用低 SNR 样本训练 LSTM，模型会倾向于学习噪声模式而非信号特征。信噪比增强的目标是在不改变信号调制类型的前提下，抑制噪声分量。常用的方法包括小波阈值去噪（Wavelet Denoising）和匹配滤波（Matched Filtering）。在调制信号分类项目中，更推荐使用基于滑动平均的噪声估计法，因为它计算简单且不依赖先验知识

具体做法是：对每个滑动窗口内的 I/Q 序列，计算其瞬时功率，然后通过一个低通滤波器估计噪声基底。将信号功率减去噪声基底后，得到增强后的信号。以下配置片段展示了基于 scipy.signal 的噪声估计实现：

from scipy.signal import butter, filtfilt
def snr_enhance(window, fs=1e6, noise_cutoff=1e3):
    # window: shape (window_size, 2)
    # 计算瞬时功率
    power = window[:, 0]**2 + window[:, 1]**2
    # 设计低通滤波器，截止频率 noise_cutoff，用于提取噪声基底
    b, a = butter(4, noise_cutoff / (fs/2), btype='low')
    noise_floor = filtfilt(b, a, power)
    # 信号增强：减去噪声基底，并确保非负
    enhanced_power = np.maximum(power - noise_floor, 0)
    # 将增强后的功率映射回 I/Q 幅度（保持相位不变）
    scale = np.sqrt(enhanced_power / np.maximum(power, 1e-12))
    enhanced_window = window * scale[:, np.newaxis]
    return enhanced_window

阅读这段代码时，重点看Q数据预处理的伪代码，以及它如何用稳定性与可观测性证明结果可复测。

这段代码的关键在于 scale 的计算：它通过功率比调整原始 I/Q 幅度，从而在抑制噪声的同时保留信号的相位信息。验证该步骤是否有效，可以通过对比增强前后的星座图（Constellation Diagram）来判断——增强后的星座点应更集中，且调制类型（如 QPSK、16QAM）的边界更清晰

💻参数配置与常见故障排查

数据预处理阶段的参数设置直接影响后续模型训练效果。下表总结了关键参数及其推荐值，可作为参数表使用：

在实际工程中，最容易出错的步骤是归一化与滑动窗口的顺序颠倒。如果先对整个 I/Q 序列做全局归一化，再切分窗口，那么每个窗口的统计量会受全局极值影响，导致低幅度窗口的 I/Q 拆解关系被压缩，模型无法学习到小信号特征。正确的顺序是：先切分窗口，再对每个窗口独立归一化。此外，信噪比增强的 noise_cutoff 参数需要根据信号带宽动态调整，固定值可能导致低 SNR 场景下信号失真

最后，建议在预处理完成后，使用少量样本进行 practice_link 验证：将预处理后的数据送入一个简单的 LSTM 分类器（仅 1-2 层）进行快速训练，观察损失函数是否在 10 个 epoch 内下降。如果损失不下降或出现 NaN，优先检查归一化后的数据中是否存在全零样本或异常大值。这一快速验证步骤能有效定位数据预处理阶段的错误，避免将问题带入后续复杂的模型训练中