【技术实现步骤摘要】
本申请涉及神经网络，尤其涉及一种目标设备移动过程中的联网方法和装置。
技术介绍
1、随着智能穿戴设备与智能汽车的日益普及，这些高度依赖蜂窝网络的智能设备对移动场景下的网络稳定性提出了极高的要求。鉴于它们并非固定于某一地点使用，用户往往是在多变的移动场景下使用这些设备，这一特性导致设备在移动过程中会频繁地从一个基站切换到另一个基站。然而，这种基站间的频繁更换往往会引发网络设备掉网、信号不稳定以及其他移动性现象，直接影响用户体验。
2、传统的解决方案多受限于3gpp(3rd generation partnership project，第三代合作伙伴计划)协议中既定的方案框架，如掉网后重新搜索或小区重选等，可能网络恢复需耗费较长时间。
技术实现思路
1、本申请提供了一种目标设备移动过程中的联网方法和装置，以解决网络恢复耗时较长的问题。
2、第一方面，本申请提供了一种目标设备移动过程中的联网方法，所述方法包括：
3、实时采集目标设备在移动过程中的设备信号状态、多个位置数据以及每个所述位置数据匹配的网络数据；
4、通过预先训练好的目标生成模型对所述设备信号状态、所述多个位置数据以及每个所述位置数据匹配的网络数据进行处理，并在预测到所述目标设备在移动路线中的下一位置会出现网络异常时，得到下一位置数据匹配的最优网络数据；
5、将所述最优网络数据传送至所述目标设备，以使所述目标设备采用所述最优网络数据进行联网。
6、可选地，
7、根据多个位置数据和每个所述位置数据匹配的网络数据生成目标路线；
8、若根据当前的设备信号状态预测到所述目标路线中的下一位置存在网络异常，则判断所述目标路线是否属于预设的已学习路线集合，其中，所述已学习路线集合包括所述目标生成模型学习到的存在网络异常的多条完整路线；
9、若所述目标路线属于预设的已学习路线集合，则从所述已学习路线集合选取出所述目标路线匹配的设定路线；
10、根据所述目标设备当前所处的位置数据确定所述设定路线中的下一位置数据，并确定所述下一位置数据匹配的最优网络数据，其中，所述设定路线中包括每个异常位置的下一位置数据匹配的最优网络数据。
11、可选地，判断所述目标路线是否属于预设的已学习路线集合之后，所述方法还包括：
12、若所述目标路线不属于预设的已学习路线集合，则按照小区重选或掉网重搜的方式确定下一位置数据的网络数据。
13、可选地，将所述最优网络数据传送至所述目标设备之后，所述方法还包括：
14、获取所述目标设备采用所述最优网络数据联网后的设备信号状态结果，其中，所述设备信号状态结果用于指示是否缩短所述目标设备的网络恢复时长；
15、在所述目标设备移动到下一位置后，确定更新后的多个位置数据以及每个所述位置数据匹配的网络数据；
16、根据所述设备信号状态结果、所述更新后的多个位置数据以及每个所述位置数据匹配的网络数据进行模型自学习。
17、可选地，所述目标生成模型的预先训练过程包括：
18、在样本设备在设定路线上进行多次重复移动时，获取所述样本设备每次移动时的行为日志，其中，所述行为日志包括样本设备信号状态、多个样本位置数据以及每个所述样本位置数据匹配的网络数据；
19、若根据多个所述样本设备信号状态监测到所述设定路线上出现网络异常、且出现网络异常的次数超过预设阈值，则确定所述设定路线中的异常位置数据；
20、确定所述异常位置数据的下一位置数据匹配的待选网络数据，其中，所述样本设备在每次移动时所述下一位置数据匹配的待选网络数据不完全相同；
21、确定每个待选网络数据对应的样本设备信号状态，并选取最好的设备信号状态对应的样本网络数据作为所述下一位置数据匹配的最优网络数据。
22、可选地，确定所述设定路线中的异常位置数据包括：
23、确定每次发生网络异常时所述样本设备在所述设定路线中的路线位置，并记录每个所述路线位置的出现次数；
24、若所述路线位置的出现次数大于预设次数，则将所述路线位置的数据作为异常位置数据。
25、可选地，根据当前的设备信号状态预测到所述目标路线上存在网络异常包括：
26、若检测到所述目标设备出现小区重选、掉网重搜、信号强度小于强度阈值或设备功耗大于功耗阈值中的至少一种行为，则预测出所述目标路线上存在网络异常。
27、第二方面，本申请提供了一种目标设备移动过程中的联网装置，所述装置包括：
28、采集模块，用于实时采集目标设备在移动过程中的设备信号状态、多个位置数据以及每个所述位置数据匹配的网络数据；
29、处理模块，用于通过预先训练好的目标生成模型对所述设备信号状态、所述多个位置数据以及每个所述位置数据匹配的网络数据进行处理，并在预测到所述目标设备在移动路线中的下一位置会出现网络异常时，得到下一位置数据匹配的最优网络数据；
30、传送模块，用于将所述最优网络数据传送至所述目标设备，以使所述目标设备采用所述最优网络数据进行联网。
31、第三方面，本申请提供了一种电子设备，包括：至少一个通信接口；与所述至少一个通信接口相连接的至少一个总线；与所述至少一个总线相连接的至少一个处理器；与所述至少一个总线相连接的至少一个存储器。
32、第四方面，本申请还提供了一种计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本申请上述任一项所述的目标设备移动过程中的联网方法。
33、本申请实施例提供的上述技术方案与现有技术相比具有如下优点：目标生成模型根据采集到的数据预测到目标设备在下一位置会出现网络异常时，提前将该下一位置处的最优网络数据传送给目标设备，目标设备直接采用最优网络数据进行联网，规避小区重选(例如信号监测、信息收集、小区重选条件判断、计算小区优先级)、掉网后重新搜网(例如检测并确认服务中断、初始化重连流程、搜索可用网络)等不必要的步骤，缩短网络恢复耗时。
本文档来自技高网...【技术保护点】
1.一种目标设备移动过程中的联网方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在预测到所述目标设备在移动路线中的下一位置会出现网络异常时，得到下一位置数据匹配的最优网络数据包括：
3.根据权利要求2所述的方法，其特征在于，判断所述目标路线是否属于预设的已学习路线集合之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，将所述最优网络数据传送至所述目标设备之后，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述目标生成模型的预先训练过程包括：
6.根据权利要求5所述的方法，其特征在于，确定所述设定路线中的异常位置数据包括：
7.根据权利要求2所述的方法，其特征在于，根据当前的设备信号状态预测到所述目标路线上存在网络异常包括：
8.一种目标设备移动过程中的联网装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
...
【技术特征摘要】
1.一种目标设备移动过程中的联网方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在预测到所述目标设备在移动路线中的下一位置会出现网络异常时，得到下一位置数据匹配的最优网络数据包括：
3.根据权利要求2所述的方法，其特征在于，判断所述目标路线是否属于预设的已学习路线集合之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，将所述最优网络数据传送至所述目标设备之后，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述目标生成模型的预先训练过程包括：
6.根据...
【专利技术属性】
技术研发人员：杨坤龙，
申请(专利权)人：深圳市广和通无线通信软件有限公司，
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。