用于全屋路由器系统的网络性能测试方法及其系统技术方案

本申请路由器的网络性能测试的领域，其具体地公开了一种用于全屋路由器系统的网络性能测试方法及其系统，其通过基于卷积神经网络模型来提取多个子路由器之间的拓扑特征，同时利用包括嵌入层的上下文编码模型来获得每个子路由器的全局性的强度关联信息，进一步使用图神经网络以提取出数据样本由于特征信息和不规则的拓扑结构信息而存在的关联信息，并且还将所述信号特征进行正交维度上的分解，从而忽略其弱相关信息而仅保留强相关信息，以使得获得的分类结果准确性更高。这样，可以更好地对所述路由器系统的性能进行检测，以确保在室内的各个位置都能满足基本的通信需求。内的各个位置都能满足基本的通信需求。内的各个位置都能满足基本的通信需求。

【技术实现步骤摘要】
用于全屋路由器系统的网络性能测试方法及其系统


[0001]本专利技术涉及路由器的网络性能测试的领域，且更为具体地，涉及一种用于全屋路由器系统的网络性能测试方法及其系统。

技术介绍

[0002]目前，随着人们生活质量的提高，房子越来越大，对Wi
‑
Fi信号覆盖的关注度越来越高，传统路由器已经不能很好的满足用户对网络覆盖的需求，Wi
‑
Fi System应运而生。全屋路由可以满足用户越来越大的家庭面积和更广的网络覆盖需求，另一方面，全屋Wi
‑
Fi更是智慧家庭所有硬件设备接入到网络中的基石。全屋路由是一个母路由器(GW)与多个子路由器(RE)通过专有的链路组成的一个路由器系统，解决了传统路由器的覆盖问题。
[0003]在构建完路由器系统后，需要在屋内的各个位置测试路由器系统的性能以确保在室内的各个位置都能满足基本的通信需求。然而，在测试路由器系统的性能时，现有的测试方式仅考虑了终端设备在特定位置的接收信号强度，这样会使得测得的结果不准确。因此，为了更好地对所述路由器系统的性能进行检测，以确保在室内的各个位置都能满足基本的通信需求，期望一种用于全屋路由器系统的网络性能测试方法。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于全屋路由器系统的网络性能测试方法及其系统，其通过基于卷积神经网络模型来提取多个子路由器之间的拓扑特征，同时利用包括嵌入层的上下文编码模型来获得每个子路由器的全局性的强度关联信息，进一步使用图神经网络以提取出数据样本由于特征信息和不规则的拓扑结构信息而存在的关联信息，并且还将所述信号特征进行正交维度上的分解，从而忽略其弱相关信息而仅保留强相关信息，以使得获得的分类结果准确性更高。这样，可以更好地对所述路由器系统的性能进行检测，以确保在室内的各个位置都能满足基本的通信需求。
[0005]根据本申请的一个方面，提供了一种用于全屋路由器系统的网络性能测试方法，其包括：
[0006]获取与母路由器连接的多个子路由器之间的拓扑矩阵，其中，所述拓扑矩阵的非对角线位置上各个位置的特征值为相应两个子路由器之间的距离，所述拓扑矩阵的对角线位置上的各个位置的特征值为子路由器与母路由器之间的距离；
[0007]使用作为特征提取器的卷积神经网络对所述拓扑矩阵进行处理以获得拓扑特征矩阵；
[0008]获得与各个所述子路由器连接的各个终端设备的信号强度以及在第一个位置的测试设备的信号强度；
[0009]将各个所述终端设备的信号强度以及所述测试设备的信号强度输入包含嵌入层的上下文编码模型以获得各个所述终端设备的强度特征向量和所述测试设备的测试特征向量；
[0010]计算所述测试特征向量与各个所述强度特征向量之间的交叉熵数值；
[0011]以所述交叉熵数值作为各个所述强度特征向量的权重计算各个所述强度特征向量的加权并将加权后的各个所述强度特征向量进行级联以获得各个所述子路由器的特征表示向量；
[0012]将各个所述子路由器的特征表示向量调整为统一长度后进行二维拼接以获得特征表示矩阵；
[0013]将所述特征表示矩阵和所述拓扑特征矩阵通过图神经网络以获得全局特征矩阵；
[0014]对所述全局特征矩阵进行特征值分解以得到n个特征值，其中，所述n个特征值用于表示所述全局特征矩阵在高维空间的n个彼此正交的维度上的本质特征；
[0015]获得所述测试设备在第二个位置至第Y个位置的n个特征值；
[0016]将所述测试设备在Y个位置的n个特征值构造为分类矩阵；以及
[0017]将所述分类矩阵通过分类器以获得分类结果，所述分类结果用于表示路由器系统的网络性能是否满足预设要求。
[0018]根据本申请的另一方面，提供了一种用于全屋路由器系统的网络性能测试系统，其包括：
[0019]拓扑矩阵获取单元，用于获取与母路由器连接的多个子路由器之间的拓扑矩阵，其中，所述拓扑矩阵的非对角线位置上各个位置的特征值为相应两个子路由器之间的距离，所述拓扑矩阵的对角线位置上的各个位置的特征值为子路由器与母路由器之间的距离；
[0020]特征提取单元，用于使用作为特征提取器的卷积神经网络对所述拓扑矩阵获取单元获得的所述拓扑矩阵进行处理以获得拓扑特征矩阵；
[0021]信号强度获取单元，用于获得与各个所述子路由器连接的各个终端设备的信号强度以及在第一个位置的测试设备的信号强度；
[0022]编码单元，用于将各个所述信号强度获取单元获得的所述终端设备的信号强度以及所述信号强度获取单元获得的所述测试设备的信号强度输入包含嵌入层的上下文编码模型以获得各个所述终端设备的强度特征向量和所述测试设备的测试特征向量；
[0023]交叉熵数值计算单元，用于计算所述编码单元获得的所述测试特征向量与各个所述编码单元获得的所述强度特征向量之间的交叉熵数值；
[0024]特征表示向量生成单元，用于以所述交叉熵数值计算单元获得的所述交叉熵数值作为各个所述编码单元获得的所述强度特征向量的权重计算各个所述强度特征向量的加权并将加权后的各个所述强度特征向量进行级联以获得各个所述子路由器的特征表示向量；
[0025]二维拼接单元，用于将各个所述特征表示向量生成单元获得的所述子路由器的特征表示向量调整为统一长度后进行二维拼接以获得特征表示矩阵；
[0026]图神经网络处理单元，用于将所述二维拼接单元获得的所述特征表示矩阵和所述特征提取单元获得的所述拓扑特征矩阵通过图神经网络以获得全局特征矩阵；
[0027]特征值分解单元，用于对所述图神经网络处理单元获得的所述全局特征矩阵进行特征值分解以得到n个特征值，其中，所述n个特征值用于表示所述全局特征矩阵在高维空间的n个彼此正交的维度上的本质特征；
[0028]特征值获取单元，用于获得所述测试设备在第二个位置至第Y个位置的n个特征值；
[0029]分类矩阵构造单元，用于将所述特征值获取单元获得的所述测试设备在Y个位置的n个特征值构造为分类矩阵；
[0030]分类单元，用于将所述分类矩阵构造单元获得的所述分类矩阵通过分类器以获得分类结果，所述分类结果用于表示路由器系统的网络性能是否满足预设要求。
[0031]与现有技术相比，本申请提供的用于全屋路由器系统的网络性能测试方法及其系统，其通过基于卷积神经网络模型来提取多个子路由器之间的拓扑特征，同时利用包括嵌入层的上下文编码模型来获得每个子路由器的全局性的强度关联信息，进一步使用图神经网络以提取出数据样本由于特征信息和不规则的拓扑结构信息而存在的关联信息，并且还将所述信号特征进行正交维度上的分解，从而忽略其弱相关信息而仅保留强相关信息，以使得获得的分类结果准确性更高。这样，可以更好地对所述路由器系统的性能进行检测，以确保在室内的各个位置都能满足基本的通信需求。
附图说明
[0032]通过结合附图对本申请实施例进行更详本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于全屋路由器系统的网络性能测试方法，其特征在于，包括：获取与母路由器连接的多个子路由器之间的拓扑矩阵，其中，所述拓扑矩阵的非对角线位置上各个位置的特征值为相应两个子路由器之间的距离，所述拓扑矩阵的对角线位置上的各个位置的特征值为子路由器与母路由器之间的距离；使用作为特征提取器的卷积神经网络对所述拓扑矩阵进行处理以获得拓扑特征矩阵；获得与各个所述子路由器连接的各个终端设备的信号强度以及在第一个位置的测试设备的信号强度；将各个所述终端设备的信号强度以及所述测试设备的信号强度输入包含嵌入层的上下文编码模型以获得各个所述终端设备的强度特征向量和所述测试设备的测试特征向量；计算所述测试特征向量与各个所述强度特征向量之间的交叉熵数值；以所述交叉熵数值作为各个所述强度特征向量的权重计算各个所述强度特征向量的加权并将加权后的各个所述强度特征向量进行级联以获得各个所述子路由器的特征表示向量；将各个所述子路由器的特征表示向量调整为统一长度后进行二维拼接以获得特征表示矩阵；将所述特征表示矩阵和所述拓扑特征矩阵通过图神经网络以获得全局特征矩阵；对所述全局特征矩阵进行特征值分解以得到n个特征值，其中，所述n个特征值用于表示所述全局特征矩阵在高维空间的n个彼此正交的维度上的本质特征；获得所述测试设备在第二个位置至第Y个位置的n个特征值；将所述测试设备在Y个位置的n个特征值构造为分类矩阵；以及将所述分类矩阵通过分类器以获得分类结果，所述分类结果用于表示路由器系统的网络性能是否满足预设要求。2.根据权利要求1所述的用于全屋路由器系统的网络性能测试方法，其中，将所述拓扑矩阵输入卷积神经网络以获得拓扑特征矩阵，包括：所述卷积神经网络除最后一层以外的各层在层的正向传递过程中对输入数据进行卷积处理、池化处理和激活处理以获得拓扑特征图；以及所述卷积神经网络的最后一层对所述拓扑特征图进行沿通道维度的全局均值池化以获得所述拓扑特征矩阵。3.根据权利要求2所述的用于全屋路由器系统的网络性能测试方法，其中，将各个所述终端设备的信号强度以及所述测试设备的信号强度输入包含嵌入层的上下文编码模型以获得各个所述终端设备的强度特征向量和所述测试设备的测试特征向量，包括：使用所述编码器模型的嵌入层将各个所述终端设备的信号强度和所述测试设备的信号强度转化为输入向量，以获得输入向量的序列；以及将所述输入向量的序列通过所述编码器模型的转换器以获得各个所述终端设备的强度特征向量和所述测试设备的测试特征向量。4.根据权利要求3所述的用于全屋路由器系统的网络性能测试方法，其中，将各个所述子路由器的特征表示向量调整为统一长度后进行二维拼接以获得特征表示矩阵，包括：将各个所述子路由器的特征表示向量通过线性变换调整为统一长度后进行二维拼接以获得特征表示矩阵。
5.根据权利要求4所述的用于全屋路由器系统的网络性能测试方法，其中，对所述全局特征矩阵进行特征值分解以得到n个特征值，包括：以如下公式对所述全局特征矩阵进行特征值分解以获得所述n个特征值；其中，所述公式为：C＝AΛA
T
，其中Λ＝diag(λ1,λ2,
…
,λ
N
),且A＝[A1,A2,
…
,A
N
]是包含相应本征向量作为列的本征向量矩阵，其中，λ1,λ2,
…
,λ
N
为所述n个特征值。6.根据权利要求5所述的用于全屋路由器系统的网络性能测试方法，其中，将所述分类矩阵通过分类器以获得分类结果，包括：使用所述分类器的多个全连接层对所述分类矩阵进行全连接编码以获得分类特征向量；将所述分类特征向量输入所述分类器的Softmax分类函数以获得所述分类特征向...

【专利技术属性】
技术研发人员：李海英，
申请(专利权)人：杭州雅深科技有限公司，
类型：发明
国别省市：