【技术实现步骤摘要】
本专利技术涉及适于智能家居路由的网络通信，特别涉及一种适于智能家居路由的网络通信系统。
技术介绍
1、智能家居是在物联网的影响之下物联化体现。智能家居通过物联网技术将家中的各种设备(如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、网络家电以及三表抄送等)连接到一起，提供家电控制、照明控制、窗帘控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。与普通家居相比，智能家居不仅具有传统的居住功能，兼备建筑、网络通信、信息家电、设备自动化，集系统、结构、服务、管理为一体的高效、舒适、安全、便利、环保的居住环境，提供全方位的信息交互功能，帮助家庭与外部保持信息交流畅通，优化人们的生活方式，帮助人们有效安排时间，增强家居生活的安全性，甚至为各种能源费用节约资金。
2、但目前的智能家居控制系统并不完善，无法对智能家居实时精准控制，同时由于通信资源有限，没有合理的分配导致通信传输时间过慢。
技术实现思路
1、为了至少解决或部分解决上述问题，提供一种适于智能家居路由的网络通信系统。
2、为了达到上述目的，本专利技术提供了如下的技术方案：
3、本专利技术一种适于智能家居路由的网络通信系统，包括环境监测模块和中央数据处理模块，所述环境监测模块用于检测周围的环境数据，所述中央处理模块包括数据接收模块、数据分析模块、逻辑控制模块，所述数据接收模块用于接收环境监测模块检测到的环境数据，并将环境数据发送
4、作为本专利技术的一种优选技术方案，所述环境监测模块包括温度传感器和光感传感器，所述温度传感器用于检测周围温度，所述光感传感器用于检测光照强度。
5、作为本专利技术的一种优选技术方案，所述强化学习算法将当前可用的通信功率作为环境数据，将指令与各个智能家居之间的通信数据作为状态数据，将通信所需时间作为奖励值q，通过q学习算法计算出通信功率的分配指令。
6、作为本专利技术的一种优选技术方案，所述指令与各个智能家居之间的通信数据包括干扰数据对通信功率的干扰。
7、作为本专利技术的一种优选技术方案，所述数据分析模块采用lstm神经网络模型，将过往的数据环境与控制指令进行拟合，得到数据环境与控制指令之间关联的lstm神经网络模型，所述控制分析模块根据当前的数据环境和lstm神经网络模型得到控制指令。
8、作为本专利技术的一种优选技术方案，所述lstm神经网络模型采用后馈传播的方式进行学习调整，所述lstm神经网络模型采用卷积神经网络构成，所述卷积神经网络由卷积到批标准化到激活relu函数的卷积单元形式的网络结构组成。
9、与现有技术相比，本专利技术的有益效果如下：
10、本专利技术利用智能控制系统来实现对智能家居的精准控制，由于人工智能lstm模型可以实现自动化操作各个家居的启闭，真正实现了智能化，同时，采用强化学习算法来分配各个家居的通信功率，在通信资源有限的情况下，最大程度的提高了通信效率。
本文档来自技高网...【技术保护点】
1.一种适于智能家居路由的网络通信系统，其特征在于，包括环境监测模块(1)和中央数据处理模块(2)，所述环境监测模块(1)用于检测周围的环境数据，所述中央处理模块(2)包括数据接收模块(3)、数据分析模块(4)、逻辑控制模块(5)，所述数据接收模块(3)用于接收环境监测模块(1)检测到的环境数据，并将环境数据发送至逻辑控制模块(5)，所述数据分析模块(4)将过往的数据环境与控制指令相结合进行分析，并建立数据模型，将模型发送至逻辑控制模块(5)，所述逻辑控制模块(5)包括控制分析模块(6)、控制指令输出模块(7)和控制指令发射模块(8)，所述控制分析模块(6)根据接收到的环境数据以及数据模型输出控制指令，并将控制指令发送至控制指令输出模块(7)，所述控制指令输出模块(7)根据干扰系数和强化学习算法来分配输送给各个智能家居的通信功率，所述控制指令发射模块(8)根据调节好的通信功率向各个智能家居发送控制指令。
2.根据权利要求1所述的一种适于智能家居路由的网络通信系统，其特征在于，所述环境监测模块(1)包括温度传感器(9)和光感传感器(10)，所述温度传感器(9)用于检测周
3.根据权利要求1所述的一种适于智能家居路由的网络通信系统，其特征在于，所述强化学习算法将当前可用的通信功率作为环境数据，将指令与各个智能家居之间的通信数据作为状态数据，将通信所需时间作为奖励值q，通过q学习算法计算出通信功率的分配指令。
4.根据权利要求3所述的一种适于智能家居路由的网络通信系统，其特征在于，所述指令与各个智能家居之间的通信数据包括干扰数据对通信功率的干扰。
5.根据权利要求1所述的一种适于智能家居路由的网络通信系统，其特征在于，所述数据分析模块(4)采用lstm神经网络模型，将过往的数据环境与控制指令进行拟合，得到数据环境与控制指令之间关联的lstm神经网络模型，所述控制分析模块(6)根据当前的数据环境和lstm神经网络模型得到控制指令。
6.根据权利要求5所述的一种适于智能家居路由的网络通信系统，其特征在于，所述LSTM神经网络模型采用后馈传播的方式进行学习调整，所述LSTM神经网络模型采用卷积神经网络构成，所述卷积神经网络由卷积到批标准化到激活Relu函数的卷积单元形式的网络结构组成。
...【技术特征摘要】
1.一种适于智能家居路由的网络通信系统，其特征在于，包括环境监测模块(1)和中央数据处理模块(2)，所述环境监测模块(1)用于检测周围的环境数据，所述中央处理模块(2)包括数据接收模块(3)、数据分析模块(4)、逻辑控制模块(5)，所述数据接收模块(3)用于接收环境监测模块(1)检测到的环境数据，并将环境数据发送至逻辑控制模块(5)，所述数据分析模块(4)将过往的数据环境与控制指令相结合进行分析，并建立数据模型，将模型发送至逻辑控制模块(5)，所述逻辑控制模块(5)包括控制分析模块(6)、控制指令输出模块(7)和控制指令发射模块(8)，所述控制分析模块(6)根据接收到的环境数据以及数据模型输出控制指令，并将控制指令发送至控制指令输出模块(7)，所述控制指令输出模块(7)根据干扰系数和强化学习算法来分配输送给各个智能家居的通信功率，所述控制指令发射模块(8)根据调节好的通信功率向各个智能家居发送控制指令。
2.根据权利要求1所述的一种适于智能家居路由的网络通信系统，其特征在于，所述环境监测模块(1)包括温度传感器(9)和光感传感器(10)，所述温度传感器(9)用于检测周围温度，所述光...
【专利技术属性】
技术研发人员：张智伟，黄琛，王靖，周彬，王博伟，
申请(专利权)人：上海海湾新能风力发电有限公司，
类型：发明
国别省市：
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。