降低MIPI屏干扰的方法技术

技术编号:31796205 阅读:18 留言:0更新日期:2022-01-08 10:56
本申请涉及MIPI屏优化的领域,其具体地公开了一种降低MIPI屏干扰的方法、系统和电子设备,其考虑到GSM模块与MIPI屏幕的发送信号之间的干扰会表现于显示屏的显示性能上尤其是刷新率上,因此本申请采用基于深度学习的神经网络模型来挖掘出MIPI屏幕的时钟频率之间以及GSM模型的发射功率之间的关联性特征,并且通过相邻帧的显示屏像素的明暗矩阵获得显示屏的刷新率,以及通过信号干扰模型来进行模糊量化以表示信号与信号之间的干扰,这样就可以根据MIPI屏幕的时钟频率来对GSM模块的发射功率进行调整。通过这样的方式,可以使得最终GSM的发射功率的准确性更高,从而也就会使得GSM的发射功率符合测试的指标。的发射功率符合测试的指标。的发射功率符合测试的指标。

【技术实现步骤摘要】
降低MIPI屏干扰的方法


[0001]本专利技术涉及MIPI屏优化的领域,且更为具体地,涉及一种降低MIPI屏干扰的方法、系统和电子设备。

技术介绍

[0002]移动产业处理器(Mobile Industry Processor Interface,简称MIPI)接口广泛应用与移动通信设备中,提供了功耗更低、传输效率更高的接口标准。MIPI接口根据传输要求的不同,其时钟频率要满足不同的要求。例如在用于液晶显示屏(liquid crystaldisplay,简称LCD)时,MIPI时钟频率必须大于一定的频率,才能满足LCD刷新率的要求。
[0003]目前的移动设备都是在modem端固定GSM的发射功率,GSM Modem是一种使用移动通讯系统的调制解调器。GSM Modem就像一部手机一样通过SIM卡注册到运营商,当GSM Modem连接到电脑上的时候,电脑可以通过它与移动网络进行通讯。
[0004]由于各种原因,一台移动设备可能需要兼容几种MIPI接口的屏幕,比如某主控芯片设备即可用于A款MIPI屏幕,又可用于B款MIPI屏幕;本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降低MIPI屏干扰的方法,其特征在于,包括:获得GSM模块在当前时间之前的一系列时间点的功率值并将所述一系列时间点的功率值以时间维度排列为功率向量;获得所述一系列时间点的显示屏的灰度图像;将所述一系列时间点的显示屏的灰度图像分别通过第一神经网络模型以获得对应于所述一系列时间点的一系列灰度特征图;计算所述一系列灰度特征图中每个时间点的灰度特征图与前一时间点的灰度特征图之间的差分以获得对应于所述一系列时间点的一系列差分特征图;将所述功率向量通过第二神经网络模型以获得第一特征向量;计算所述第一特征向量中每一位置的特征值与前一位置的特征值之间的差值以获得第二特征向量,其中,所述第二特征向量中每个位置的特征值用于表示所述GSM模块的发射功率的特征增益值;将所述第二特征向量与其自身的转置进行矩阵相乘以获得用于表示特征增益值之间的关联的增益特征矩阵;依据共信道干扰模型的原理,对所述增益特征矩阵和所述一系列差分特征图进行共信道建模以获得共信道干扰特征向量,其中,所述共信道干扰模型基于所述增益特征矩阵和所述差分特征图之间的关联构造;以及将所述共信道干扰特征向量通过分类器以获得分类结果,所述分类结果用于表示GSM模块的发射功率应增大或应减小。2.根据权利要求1所述的降低MIPI屏干扰的方法,其中,获得所述一系列时间点的显示屏的灰度图像,包括:获得所述一系列时间点的输入所述显示屏的显示数据,所述显示数据为彩色图像数据;以及将所述彩色图像数据转化为灰度图像数据,以获得所述一系列时间点的显示屏的灰度图像。3.根据权利要求1所述的降低MIPI屏干扰的方法,其中,所述第一神经网络模型为卷积神经网络模型,所述第二神经网络模型包括多个交替的全连接层和一维卷积层。4.根据权利要求3所述的降低MIPI屏干扰的方法,其中,将所述功率向量通过第二神经网络模型以获得第一特征向量,包括:使用所述第二神经网络模型的全连接层对所述第一特征向量进行全连接编码以提取出所述功率向量中各个位置的功率值的高维隐含特征;以及使用所述第二神经网络模型的一维卷积层对所述第一特征向量进行一维卷积处理以提取出所述功率向量中各个位置的功率值之间的关联的高维隐含特征。5.根据权利要求1所述的降低MIPI屏干扰的方法,其中,计算所述一系列灰度特征图中每个时间点的灰度特征图与前一时间点的灰度特征图之间的差分以获得对应于所述一系列时间点的一系列差分特征图,包括:计算所述一系列灰度特征图中每个时间点的灰度特征图与前一时间点的灰度特征图之间的按像素位置的特征值之差以获得对应于所述一系列时间点的一系列差分特征图。6.根据权利要求1所述的降低MIPI屏干扰的方法,其中,依据共信道干扰模型的原理,
对所述增益特征矩阵和所述一系列差分特征图进行共信道建模以获得共信道干扰特征向量,包括:计算所述增益特征矩阵与所述一系列差分特征图中每个差分特征图之间的矩阵乘积,以获得多个乘积矩阵;计算所述多个乘积矩阵中每个乘积矩阵的全局均值以获得多个共...

【专利技术属性】
技术研发人员:刘笑颖
申请(专利权)人:黎川县聂晶科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1