VLC-GR-ML-code

用于可见光通信场景下的手势信号处理与识别，核心是数据准备与特征构建流程。

核心功能

• 读取各手势类别的 denoised_*.txt 时域信号
• 四阶零相位 Butterworth 低通滤波（默认截止频率 80 Hz，可设置为 50-100 Hz）
• 统一插值到固定长度（默认 1000 点）
• 按类别分层划分训练集与测试集
• 仅对训练集执行数据增强
  • 随机时间平移（±1 秒）
  • 时间拉伸（0.5-2 倍）
• 构建特征张量并导出
  • 低频包络
  • 一阶导数
  • 256 点 STFT 的 64 频段对数语谱图

目录

.
├─ data/
│  ├─ samples/         # 输入示例数据（按类别分目录）
│  └─ prepared/        # 处理输出（划分结果、增强结果、特征张量）
├─ scripts/
│  └─ prepare_dataset.py
└─ src/
   └─ vlc_gr/
      └─ dataset_pipeline.py

使用

python scripts/prepare_dataset.py --input-root data/samples --output-root data/prepared

常用参数：

• --cutoff-hz：低通截止频率
• --test-per-class：每类测试样本数
• --aug-per-sample：每个训练样本生成的增强样本数
• --seed：随机种子