干扰检测方法、装置、设备和存储介质制造方法及图纸

本申请提出一种干扰检测方法、装置、设备和存储介质。该方法包括：在采用预先创建的第一时间粒度检测模型未检测出待检测数据的干扰类型的情况下，对所述待检测数据和预先确定的第一干扰检测概率的组合进行滤波，得到第一滤波结果；确定所述第一滤波结果在预先创建的当前时间粒度检测模型中的干扰检测概率，作为第二干扰检测概率，其中，当前时间粒度检测模型为比第一时间粒度检测模型的时间粒度更粗的检测模型；根据所述第二干扰检测概率与第一预设检测概率门限值的比对结果确定所述待检测数据的干扰类型。通过采用多级时间粒度检测模型，适应不同时间粒度的干扰，提升了对干扰类型识别的能力，进而提升了在复杂网络场景下的干扰识别精度。的干扰识别精度。的干扰识别精度。

【技术实现步骤摘要】
干扰检测方法、装置、设备和存储介质


[0001]本申请涉及通信，具体涉及一种干扰检测方法、装置、设备和存储介质。

技术介绍

[0002]干扰是无线网络面临的重要问题之一，随着各种无线网络的不断建设，各种潜在干扰源 正以惊人的速度不断产生，无线网络面临着复杂的干扰环境。通信产品占用其它网络现有频 率资源、运营商网络配置不当、发信机自身问题、频谱资源重叠以及特意干扰等，都是无线 网络干扰产生的原因。网络运营者希望通过干扰识别，优化网络性能，提高通信质量。现有 干扰识别方法准确度较低，不能适应现在复杂的网络环境。因此，如何提升干扰检测率，以 适应复杂网络环境，是目前需要解决的问题。

技术实现思路

[0003]有鉴于此，本申请实施例提供一种干扰检测方法、装置、设备和存储介质，通过采用多 级时间粒度检测模型，适应不同时间粒度的干扰，提升了对干扰类型识别的能力，提升了在 复杂网络场景下的干扰识别精度。
[0004]本申请实施例提供一种干扰检测方法，包括：
[0005]在采用预先创建的第一时间粒度检测模型未检测出待检测数据的干本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种干扰检测方法，其特征在于，包括：在采用预先创建的第一时间粒度检测模型未检测出待检测数据的干扰类型的情况下，对所述待检测数据和预先确定的第一干扰检测概率的组合进行滤波，得到第一滤波结果；确定所述第一滤波结果在预先创建的当前时间粒度检测模型中的干扰检测概率，作为第二干扰检测概率，其中，所述当前时间粒度检测模型为比所述第一时间粒度检测模型的时间粒度更粗的检测模型；根据所述第二干扰检测概率与第一预设检测概率门限值的比对结果确定所述待检测数据的干扰类型。2.根据权利要求1所述的方法，其特征在于，在所述第二干扰检测概率小于第一预设检测概率门限值的情况下，还包括：将所述当前时间粒度检测模型切换至时间粒度更粗的时间粒度检测模型，并返回对所述待检测数据和预先确定的第一干扰检测概率的组合进行滤波，得到第一滤波结果的步骤，直至检测出所述待检测数据的干扰类型。3.根据权利要求1所述的方法，其特征在于，所述对所述待检测数据和预先确定的第一干扰检测概率的组合进行滤波，得到第一滤波结果，包括：对所述待检测数据和预先确定的第一干扰检测概率进行组合，得到组合数据；对所述组合数据进行当前时间粒度的时间长度的滤波，得到第一滤波结果。4.根据权利要求3所述的方法，其特征在于，所述对所述组合数据进行当前时间粒度的时间长度的滤波，得到第一滤波结果，包括：根据当前时间粒度的瞬时组合数据、前一个当前时间粒度滤波后的组合数据和第一预设权重系数和第二预设权重系数对所述组合数据进行滤波，得到第一滤波结果。5.根据权利要求1所述的方法，其特征在于，在所述采用预先创建的第一时间粒度检测模型未检测出待检测数据的干扰类型之前，还包括：将预先确定的第一时间粒度特征值输入至预先创建的第一AI训练模型中，直至检测率达到第一预设检测率阈值，输出第一AI训练模型和第一时间粒度干扰概率分布值，并将所述第一AI训练模型作为第一时间粒度检测模型；对所述第一时间粒度特征值和所述第一时间粒度干扰概率分布值进行合并，作为第二时间粒度特征值；对所述第二时间粒度特征值进行时域滤波，得到第二时间粒度级训练数据；将所述第二时间粒度级训练数据输入至预先创建的第二AI训练模型中，直至检测率达到第二预设检测率阈值，输出第二AI训练模型和第二时间粒度干扰概率分布值，并将所述第二AI训练模型作为第二时间粒度检测模型；其中，所述第一时间粒度检测模型...

【专利技术属性】
技术研发人员：席志成，徐晓景，芮华，林伟，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：