【技术实现步骤摘要】
干扰识别方法、装置和终端设备
本专利技术涉及通信
,尤其涉及一种干扰识别方法、装置和终端设备。
技术介绍
物联网成为业务转型的强大力量,其颠覆性的影响在所有行业和社会的各个领域都能感受到。物联网中的实体通常包括传感器设备、网关、网络、云和应用。例如在各个行业和领域中(如工厂、学校、医院)等,为了减少劳动力,降低成本,提高生产率等目的,引入了物联网设备(如传感器,照相机等),以及系统应用(如维护系统、材料产品管理系统、监视系统)。随着技术的不断增长以及对无线保真(WIFI)、紫蜂(zigbee),蓝牙(bluetooth)等短距离无线网络的依赖性的增加,用户开始需要从无线网络中得到可靠性、性能、可扩展性和无处不在的覆盖。然而,现有的传感器网络部署提供了不充分的覆盖和不可预测的性能。导致性能恶化的一个原因就是干扰。与有线网络不同,无线链路很容易受到环境改变或者周围无线活动的影响。此外,与无线网络相关的协议,如IEEE802.11,802.15.4,802.15.1等,都工作在非授权频段。由于多个无线网络会相互干扰,干扰问题会更加突出。并且,非授权频谱中用户的数量快速增长也加重了这一情况。应该注意,上面对技术背景的介绍只是为了方便对本专利技术的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本专利技术的
技术介绍
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
专利技术人发现,干扰是不可预知的,其经常由移动 ...
【技术保护点】
1.一种干扰识别装置,其中,所述装置包括:/n获取单元,其用于获取多个超级窗口中每个超级窗口内的信号强度序列样本;/n标记单元,其用于使用每个超级窗口内的信号强度序列样本的频域特征中的基频,对所述超级窗口进行标记;其中,每个所述超级窗口划分为第二数量个第一检测窗口,每个第一检测窗口的标记与其所属的超级窗口的标记相同;/n训练单元,其用于根据被标记的第一检测窗口的信号强度序列样本和对应的标记对深度神经网络进行训练,得到干扰识别模型;/n识别单元,其用于将大小为所述第一检测窗口内的测试信号强度序列输入至所述干扰识别模型中,得到干扰识别结果。/n
【技术特征摘要】
1.一种干扰识别装置,其中,所述装置包括:
获取单元,其用于获取多个超级窗口中每个超级窗口内的信号强度序列样本;
标记单元,其用于使用每个超级窗口内的信号强度序列样本的频域特征中的基频,对所述超级窗口进行标记;其中,每个所述超级窗口划分为第二数量个第一检测窗口,每个第一检测窗口的标记与其所属的超级窗口的标记相同;
训练单元,其用于根据被标记的第一检测窗口的信号强度序列样本和对应的标记对深度神经网络进行训练,得到干扰识别模型;
识别单元,其用于将大小为所述第一检测窗口内的测试信号强度序列输入至所述干扰识别模型中,得到干扰识别结果。
2.根据权利要求1所述的装置,其中,所述标记单元包括:
变换模块,其用于对每个超级窗口内的信号强度序列样本作时频变换,得到每个超级窗口内的信号强度序列样本的频域特征;
确定模块,其用于确定所述频域特征中的基频;根据所述基频确定第一数量个干扰频率;
标记模块,其用于根据所述第一数量个干扰频率,对对应所述干扰频率的超级窗口进行标记。
3.根据权利要求2所述的装置,其中,所述确定模块在所述多个超级窗口对应的频域特征中相同基频的超级窗口数超过第一阈值时,将所述相同基频确定为干扰频率,以获得所述第一数量个干扰频率;
所述标记模块在所述干扰频率是直流分量时,将对应的超级窗口标记为无干扰,在所述干扰频率为大于0Hz的第一值时,将对应的超级窗口标记为被发射频率周期为所述第一值的电磁波干扰。
4.根据权利要求3所述的装置,其中,所述训练单元将每个第一检测窗口对应的信号强度序列样本,作为第一训练数据;将一个第一检测窗口对应的第一训练数据作为所述深度神经网络的输入,将与所述第一检测窗口对应的标记作为所述深度神经网络的输出,对所述深度神经网络进行训练,得到干扰识别模型,所述干扰识别模型的识别类型的数量等于所述第一数量。
5.根据权利要求1所述的装置,其中,所述装置还包括:
确定单元,其用于确定所述多个超级窗口中除被标记的超级窗口外的其他未标记的超级窗口;
并且,所述训练单元还用于将所述未标记的超级窗口划分为第三数量个第二检测窗口,并得到每个第二检测窗口对应的信号强度序列样本,作为第二训练数据;将一个第二检测窗口对应的第二训练数据作为所述深度神经网络的输入,根据训练后得到的干扰识别模型,对第二训练数据对应的第二检测窗口进行预测,根据预测结果对第二检测窗口的第二训练数据进行标记。
6.根据权利要求5所述的装置,其中,所述训练单...
【专利技术属性】
技术研发人员:易粟,王昊,薛文倩,王乐菲,松仓隆一,
申请(专利权)人:富士通株式会社,
类型:发明
国别省市:日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。