一种检测干扰的方法及装置制造方法及图纸

本发明专利技术实施例公开了一种检测干扰的方法及装置，其方法包括：利用多种分类器投票方式，对收集的样品干扰数据进行干扰类型的标记处理，得到已标注干扰类型的干扰数据；通过对所述已标注干扰类型的干扰数据进行时频域图谱化处理，得到经过时频域图谱化的干扰图谱；通过对所述经过时频域图谱化的干扰图谱进行训练，得到经过训练的干扰模型；利用所述经过训练的干扰模型，对外场待验证干扰数据进行干扰类型分类，得到所述外场待验证干扰数据的干扰类型

【技术实现步骤摘要】
一种检测干扰的方法及装置
[0001]分案说明
[0002]本案是申请号为“201810693247.4”，申请日为“2018
年6月
29
日”，名称为“一种检测干扰的方法及装置”的专利技术专利申请的分案申请
。


[0003]本专利技术涉及
LTE(Long Term Evoltion
，长期演进
)
无线性能
，特别涉及一种检测干扰的方法及装置
。

技术介绍

[0004]过去排查干扰的方法一般来说是通过频谱仪现场查干扰，或者通过画出干扰的波形来判断干扰种类，但是如果干扰较多，或者站点较多的话，这种排查干扰的方法就比较麻烦，非常耗费人力
。
由于外场的干扰种类多，干扰形式复杂从而导致人工检测效率低下，并且难以形成整体概念；
[0005]目前已经有的自动分析需要人为去识别每个干扰的特征，并通过一定编程的方式来进行识别这种干扰特征
。
但是有时候虽然人们可以识别出某种干扰特征，但是却很难通过编码的方式把这种特征识别出来
。

技术实现思路

[0006]根据本专利技术实施例提供的方案解决的技术问题是对干扰判别非常繁琐，需要人工提取干扰特征的问题
。
[0007]根据本专利技术实施例提供的一种检测干扰的方法，包括：
[0008]利用多种分类器投票方式，对收集的样品干扰数据进行干扰类型的标记处理，得到已标注干扰类型的干扰数据；
[0009]通过对所述已标注干扰类型的干扰数据进行时频域图谱化处理，得到经过时频域图谱化的干扰图谱；
[0010]通过对所述经过时频域图谱化的干扰图谱进行训练，得到经过训练的干扰模型；
[0011]利用所述经过训练的干扰模型，对外场待验证干扰数据进行干扰类型分类，得到所述外场待验证干扰数据的干扰类型
。
[0012]优选地，所述利用多种分类器投票方式对收集的样品干扰数据进行干扰类型的标记处理，得到已标注干扰类型的干扰数据包括：
[0013]通过对收集的各种干扰类型的样品干扰数据分别进行初始标记，得到具有初始标记的样品干扰数据；
[0014]根据具有相同初始标记的样品干扰数据的干扰能量强弱，将所述样品干扰数据标记为正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据；
[0015]通过分类器投票的方式对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品
干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到具有标注干扰类型的干扰数据
。
[0016]优选地，所述通过分类器投票的方式对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到具有标注干扰类型的干扰数据包括：
[0017]将具有相同初始标记的样品干扰数据进行随机划分，得到多个包含所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据的干扰小组；
[0018]通过对所述每个干扰小组进行训练，生成用于对所述样品干扰数据进行投票的分类器；
[0019]利用所述分类器对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到具有标注干扰类型的干扰数据
。
[0020]优选地，还包括：
[0021]当所述外场待验证干扰数据不符合所述经过训练的干扰模型中的干扰类型时，则根据所述外场待验证干扰数据的干扰类型重新对所述干扰模型进行递归训练，得到并保存新干扰模型
。
[0022]根据本专利技术实施例提供的一种检测干扰的装置，包括：
[0023]标记模块，用于利用多种分类器投票方式，对收集的样品干扰数据进行干扰类型的标记处理，得到已标注干扰类型的干扰数据；
[0024]时频域图谱化处理模块，用于通过对所述已标注干扰类型的干扰数据进行时频域图谱化处理，得到经过时频域图谱化的干扰图谱；
[0025]训练模块，用于通过对所述经过时频域图谱化的干扰图谱进行训练，得到经过训练的干扰模型；
[0026]干扰分类模块，用于利用所述经过训练的干扰模型，对外场待验证干扰数据进行干扰类型分类，得到所述外场待验证干扰数据的干扰类型
。
[0027]优选地，所述标记模块包括：
[0028]初始标记单元，用于通过对收集的各种干扰类型的样品干扰数据分别进行初始标记，得到具有初始标记的样品干扰数据，以及根据具有相同初始标记的样品干扰数据的干扰能量强弱，将所述样品干扰数据标记为正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据；
[0029]最终标记单元，用于通过分类器投票的方式对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到具有标注干扰类型的干扰数据
。
[0030]优选地，所述最终标记单元包括：
[0031]划分子单元，用于将所述具有相同初始标记的样品干扰数据进行随机划分，得到多个包含所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据的干扰小组；
[0032]训练子单元，用于通过对所述每个干扰小组进行训练，生成用于对所述样品干扰数据进行投票的分类器；
[0033]最终标记子单元，用于利用所述分类器对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到具有标注干扰类型的干扰数据
。
[0034]优选地，所述训练模块还用于当所述外场待验证干扰数据不符合所述经过训练的干扰模型中的干扰类型时，则根据所述外场待验证干扰数据的干扰类型重新对所述干扰模型进行递归训练，得到并保存新干扰模型
。
[0035]根据本专利技术实施例提供的一种检测干扰的设备，所述设备包括：处理器，以及与所述处理器耦接的存储器；所述存储器上存储有可在所述处理器上运行的检测干扰的程序，所述检测干扰的程序被所述处理器执行时实现根据本专利技术实施例提供的所述的检测干扰的方法的步骤
。
[0036]根据本专利技术实施例提供的一种计算机存储介质，所述计算机存储介质存储有检测干扰的程序，所述检测干扰的程序被处理器执行时实现根据本专利技术实施例提供的所述的检测干扰的方法的步骤
。
[0037]根据本专利技术实施例提供的方案，可以通过对
NI(Noise Interference
，噪音干扰
)
的图谱识别，来检测到是否存在干扰，是哪种干扰，从而对网络的干扰排查，提升网络性能带来效益，且更好优化
L本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种检测干扰的方法，其特征在于，包括：获取已按照干扰类型分类的干扰数据；通过对所述已按照干扰类型分类的干扰数据进行时频域图谱化处理，得到经过时频域图谱化的干扰图谱；通过对所述经过时频域图谱化的干扰图谱进行训练，得到经过训练的干扰模型；利用所述经过训练的干扰模型，对外场待验证干扰数据进行干扰类型分类，得到所述外场待验证干扰数据的干扰类型
。2.
根据权利要求1所述的方法，其特征在于，所述通过对所述已按照干扰类型分类的干扰数据进行时频域图谱化处理，得到经过时频域图谱化的干扰图谱包括：根据频域粒度和时域粒度对所述已按照干扰类型分类的干扰数据进行分割，得到所述经过时频域图谱化的干扰图谱
。3.
根据权利要求2所述的方法，其特征在于，所述根据频域粒度和时域粒度对所述已按照干扰类型分类的干扰数据进行分割，得到所述经过时频域图谱化的干扰图谱包括：对分布在所述频域粒度上的所述已按照干扰类型分类的干扰数据按时间维度进行排序，得到经过排序的干扰数据；根据时域粒度将所述经过排序的干扰数据进行合并，得到所述经过时频域图谱化的干扰图谱
。4.
根据权利要求1至3中任一项所述的方法，其特征在于，所述通过对所述经过时频域图谱化的干扰图谱进行训练，得到经过训练的干扰模型包括：将所述经过时频域图谱化的干扰图谱输入神经网络模型进行训练，得到所述经过训练的干扰模型
。5.
根据权利要求1至3中任一项所述的方法，其特征在于，所述获取已按照干扰类型分类的干扰数据包括：利用多种分类器投票方式，对收集的样品干扰数据进行干扰类型的标记处理，得到所述已按照干扰类型分类的干扰数据
。6.
根据权利要求5所述的方法，其特征在于，所述利用多种分类器投票方式，对收集的样品干扰数据进行干扰类型的标记处理，得到所述已按照干扰类型分类的干扰数据包括：通过对收集的各种干扰类型的样品干扰数据分别进行初始标记，得到具有初始标记的样品干扰数据；根据具有相同初始标记的样品干扰数据的干扰能量强弱，将所述样品干扰数据标记为正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据；通过分类器投票的方式对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到所述已按照干扰类型分类的干扰数据
。7.
根据权利要求6所述的方法，其特征在于，所述通过分类器投票的方式对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到所述已按照干扰类型分类的干扰数据包括：将具有相同初始标记的样品干扰数据进行随机划分，得到多个包含所述正干扰标记的
样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据的干扰小组；通过对每个所述干扰小组进行训练，生成用于对所述样品干扰数据进行投票的分类器；利用所述分类器对所述正干扰标记的样品干扰数据
、
其他干扰标记的样品干扰数据以及无干扰标记的样品干扰数据进行最终标记，得到所述已按照干扰类型分类的干扰数据
。8.
根据权利要求1至3中任一项所述的方法，其特征在于，还包括：当所述外场待验证干扰数据不符合所述经过训练的干扰模型中的干扰类型时，则根据所述外场待验证干扰数据的干扰类型重新对所述干扰模型进行递归训练，得到并保存新干扰模型
。9.
一种检测干扰的装置，其特征在于，包括：标记模块，用于获取已按照干扰类型分类的干扰数据；时频域图谱化处理模块，用于通过对所述已按照干扰类型分类的干扰数据进行时频域...

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