无线干扰识别方法技术

本发明专利技术提供一种无线干扰识别方法

【技术实现步骤摘要】
无线干扰识别方法、装置、电子设备和存储介质


[0001]本专利技术涉及无线通信
，尤其涉及一种无线干扰识别方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]对于无线通信网络来说，干扰是影响网络质量的重要因素，对网络的覆盖
、
容量
、
切换
、
质量有非常大的影响
。
无线干扰类型识别和优化已经成为亟待解决的问题
。
在相关技术中，存在直接应用经典的动态时间规整算法
(Dynamic Time Warping
，
DTW)
分析识别干扰类型，然而这种方式会出现“奇点”问题，“奇点”问题会导致后面的序列无法发现正确的特征映射，导致识别准确率较低
。

技术实现思路

[0003]本专利技术提供一种无线干扰识别方法
、
装置
、
电子设备和存储介质，用以解决相关技术中采用经典的
DTW
算法识别无线干扰类型时，出现“奇点”问题导致识别准确率较低的缺陷
。
[0004]第一方面，本专利技术提供一种无线干扰识别方法，包括：
[0005]获取待识别频谱；
[0006]将所述待识别频谱与干扰频谱特征库中的干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，确定目标最小累加距离，所述目标最小累加距离用于表示所述待识别频谱与所述干扰频谱特征库中的目标干扰频谱的相似度最高；
[0007]基于所述目标最小累加距离，确定所述目标干扰频谱，基于所述目标干扰频谱的干扰类型，确定所述待识别频谱对应的干扰类型
。
[0008]在一些实施例中，所述将所述待识别频谱与干扰频谱特征库中的干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，确定目标最小累加距离，包括：
[0009]分别将所述待识别频谱与所述干扰频谱特征库中的任意一条干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，计算得到一个最小累加距离；
[0010]遍历完所述干扰频谱特征库中的所有频谱，得到多个最小累加距离；
[0011]在得到的多个最小累加距离中，选择数值最小的最小累加距离作为目标最小累加距离
。
[0012]在一些实施例中，所述分别将所述待识别频谱与所述干扰频谱特征库中的任意一条干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，计算得到一个最小累加距离，包括：
[0013]获取所述待识别频谱对应的第一时间序列和所述干扰频谱特征库中任意一条干扰频谱对应的第二时间序列；
[0014]确定所述第一时间序列对应的二项式方程，以及所述第二时间序列对应的二项式方程；
[0015]基于所述第一时间序列对应的二项式方程，计算所述第一时间序列对应的二项式斜率向量，基于所述第二时间序列对应的二项式方程，计算所述第二时间序列对应的二项式斜率向量；
[0016]基于所述第一时间序列对应的二项式斜率向量和所述第二时间序列对应的二项式斜率向量，得到斜率差值矩阵；
[0017]基于所述斜率差值矩阵，计算最小累加距离
。
[0018]在一些实施例中，所述确定所述第一时间序列对应的二项式方程，以及所述第二时间序列对应的二项式方程，包括：
[0019]基于拉格朗日插值法，依次在所述第一时间序列中将相邻的三个点连接起来，确定所述第一时间序列对应的多个二项式方程；
[0020]基于拉格朗日插值法，依次在所述第二时间序列中将相邻的三个点连接起来，确定所述第二时间序列对应的多个二项式方程
。
[0021]在一些实施例中，所述基于所述第一时间序列对应的二项式方程，计算所述第一时间序列对应的二项式斜率向量，基于所述第二时间序列对应的二项式方程，计算所述第二时间序列对应的二项式斜率向量，包括：
[0022]针对各个所述二项式方程，利用中心差分公式计算各个所述二项式方程对应的三个点中的中间点的切线的斜率；
[0023]利用前向中心差分公式计算各个所述二项式方程对应的三个点中第一个点的切线的斜率；
[0024]利用后向中心差分公式计算各个所述二项式方程对应的三个点中最后一个点的切线的斜率；
[0025]基于所述中间点的切线的斜率
、
所述第一个点的切线的斜率
、
最后一个点的切线的斜率，确定二项式斜率向量
。
[0026]在一些实施例中，所述基于所述斜率差值矩阵，计算最小累加距离，包括：
[0027]基于所述斜率差值矩阵，计算累计距离矩阵；
[0028]基于所述累计距离矩阵，回溯最优规整路径；
[0029]基于所述最优规整路径，计算得到最小累加距离；
[0030]其中，所述累计距离矩阵中的各个累计距离矩阵元素为所述斜率差值矩阵中的每个斜率差值矩阵元素与可到达所述斜率差值矩阵元素的最小邻近元素的累加斜率差值之和
。
[0031]在一些实施例中，所述干扰频谱特征库是通过以下步骤得到：
[0032]根据日常网络维护中的性能工单以及扫频数据，确定受干扰小区；
[0033]针对所述受干扰小区，从网络维护操作系统中，采集每个资源块
RB
的干扰噪声功率，得到干扰频谱特征图；
[0034]将所述干扰频谱特征图存入干扰频谱特征库；
[0035]针对无法识别的干扰频谱，通过人工分析识别确认，并将识别后的所述干扰频谱加入到所述干扰频谱特征库中
。
[0036]第二方面，本专利技术还提供一种无线干扰识别装置，包括：
[0037]获取单元，用于获取待识别频谱；
[0038]第一确定单元，用于将所述待识别频谱与干扰频谱特征库中的干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，确定目标最小累加距离，所述目标最小累加距离用于表示所述待识别频谱与所述干扰频谱特征库中的目标干扰频谱的相似度最高；
[0039]第二确定单元，用于基于所述目标最小累加距离，确定所述目标干扰频谱，基于所述目标干扰频谱的干扰类型，确定所述待识别频谱对应的干扰类型
。
[0040]第三方面，本专利技术还提供一种电子设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面任一项所述无线干扰识别方法
。
[0041]第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面任一项所述无线干扰识别方法
。
[0042]第五方面，本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述无线干扰识别方法
。
[0043]本专利技术提供的一种无线干扰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无线干扰识别方法，其特征在于，包括：获取待识别频谱；将所述待识别频谱与干扰频谱特征库中的干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，确定目标最小累加距离，所述目标最小累加距离用于表示所述待识别频谱与所述干扰频谱特征库中的目标干扰频谱的相似度最高；基于所述目标最小累加距离，确定所述目标干扰频谱，基于所述目标干扰频谱的干扰类型，确定所述待识别频谱对应的干扰类型
。2.
根据权利要求1所述的无线干扰识别方法，其特征在于，所述将所述待识别频谱与干扰频谱特征库中的干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，确定目标最小累加距离，包括：分别将所述待识别频谱与所述干扰频谱特征库中的任意一条干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，计算得到一个最小累加距离；遍历完所述干扰频谱特征库中的所有频谱，得到多个最小累加距离；在得到的多个最小累加距离中，选择数值最小的最小累加距离作为目标最小累加距离
。3.
根据权利要求2所述的无线干扰识别方法，其特征在于，所述分别将所述待识别频谱与所述干扰频谱特征库中的任意一条干扰频谱进行比较，基于序列向量点斜率优化的动态时间规整算法，计算得到一个最小累加距离，包括：获取所述待识别频谱对应的第一时间序列和所述干扰频谱特征库中任意一条干扰频谱对应的第二时间序列；确定所述第一时间序列对应的二项式方程，以及所述第二时间序列对应的二项式方程；基于所述第一时间序列对应的二项式方程，计算所述第一时间序列对应的二项式斜率向量，基于所述第二时间序列对应的二项式方程，计算所述第二时间序列对应的二项式斜率向量；基于所述第一时间序列对应的二项式斜率向量和所述第二时间序列对应的二项式斜率向量，得到斜率差值矩阵；基于所述斜率差值矩阵，计算最小累加距离
。4.
根据权利要求3所述的无线干扰识别方法，其特征在于，所述确定所述第一时间序列对应的二项式方程，以及所述第二时间序列对应的二项式方程，包括：基于拉格朗日插值法，依次在所述第一时间序列中将相邻的三个点连接起来，确定所述第一时间序列对应的多个二项式方程；基于拉格朗日插值法，依次在所述第二时间序列中将相邻的三个点连接起来，确定所述第二时间序列对应的多个二项式方程
。5.
根据权利要求4所述的无线干扰识别方法，其特征在于，所述基于所述第一时间序列对应的二项式方程，计算所述第一时间序列对应的二项式斜率向量，基于所述第二时间序列对应的二项式方程，计算所述第二时间序列对...

【专利技术属性】
技术研发人员：曹志强，詹涛，朱震海，张传雄，李容荣，李琛，李伟，张朝，李坤，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：