一种遥控器的学习方法、装置制造方法及图纸

本发明专利技术适用于遥控器技术领域，提供了一种遥控器的学习方法，所述方法包括：获取遥控器两次学习到的两组学习数据；将两组学习数据中的对应位按顺序对比，得到两组学习数据中差异数据的位置和对数；如果差异数据的对数大于0，则将每个差异数据分别与其所在学习数据中的每一位按顺序逐位进行对比，若差值小于预设的相似阈值，则确认当前对比的数据为差异数据的相似数据，最终统计出每个差异数据的相似数据个数；根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断。本发明专利技术，能够对遥控器学习到的两组数据进行对比分析，找出两组学习数据中出现错误的学习数据，实现了对遥控器学习正确与否进行准确地反馈。

【技术实现步骤摘要】
一种遥控器的学习方法、装置
本专利技术属于遥控器
，尤其涉及一种遥控器的学习方法、装置。
技术介绍
家用电器的集中管理，特别是家庭娱乐视听设备的集中管理，是数字家庭系统的核心所在。目前，极大多数的家庭娱乐视听设备都采用红外遥控器进行设备的控制，要想实现这些设备的智能集中控制管理，一般需要对这些设备的遥控器进行学习。由于遥控器在学习的过程中难免会受到距离、角度和周围环境等影响，导致个别遥控学习数据出现干扰出错的现象，同时，用户的误操作也可能导致遥控学习数据出错等问题，对于这些问题，目前的遥控器在学习过程中，有的没有进行学习成败的判断，直接将所有学习数据当作学习成功处理，有的则丢弃出错的学习数据，再次进行重复学习，这种学习过程大大降低了遥控器学习成功的效率。
技术实现思路
本专利技术实施例提供了一种遥控器的学习方法、装置，旨在解决现有技术提供的遥控器的学习方法会降低遥控器学习成功的效率的问题。一方面，提供一种遥控器的学习方法，所述方法包括：获取遥控器两次学习到的两组学习数据；将两组学习数据中的对应位按顺序对比，得到两组学习数据中差异数据的位置和对数；如果差异数据的对数大于0，则将每个差异数据分别与其所在学习数据中的每一位按顺序逐位进行对比，若差值小于预设的相似阈值，则确认当前对比的数据为差异数据的相似数据，最终统计出每个差异数据的相似数据个数；根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断。另一方面，提供一种遥控器的学习装置，所述装置包括：学习数据获取单元，用于获取遥控器两次学习到的两组学习数据；差异数据信息获取单元，用于将两组学习数据中的对应位按顺序对比，得到两组学习数据中差异数据的位置和对数；相似数据个数统计单元，用于如果差异数据的对数大于0，则将每个差异数据分别与其所在学习数据中的每一位按顺序逐位进行对比，若差值小于预设的相似阈值，则确认当前对比的数据为差异数据的相似数据，最终统计出每个差异数据的相似数据个数；学习判断单元，用于根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断。在本专利技术实施例，能够对遥控器学习到的两组数据进行对比分析，找出两组学习数据中出现错误的学习数据，实现了对遥控器学习正确与否进行准确地反馈。附图说明图1是本专利技术实施例一提供的遥控器的学习方法的实现流程图；图2是本专利技术实施例一提供的获取两组学习数据中差异数据的位置和对数的实现流程图；图3是本专利技术实施例一提供的获取每个差异数据的相似数据个数的实现流程图；图4是本专利技术实施例二提供的遥控器的学习装置的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。在本专利技术实施例中，先获取遥控器两次学习到的两组学习数据；再将两组学习数据中的对应位按顺序对比，得到两组学习数据中差异数据的位置和对数；如果差异数据的对数大于0，则将每个差异数据分别与其所在学习数据中的每一位按顺序逐位进行对比，若差值小于预设的相似阈值，则确认当前对比的数据为差异数据的相似数据，最终统计出每个差异数据的相似数据个数；最后根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断，能够找出两组学习数据中出现错误的学习数据，实现了对遥控器学习正确与否进行准确地反馈。以下结合具体实施例对本专利技术的实现进行详细描述：实施例一图1示出了本专利技术实施例一提供的遥控器的学习方法的实现流程，详述如下：在步骤S101中，获取遥控器两次学习到的两组学习数据。根据目前遥控器的数据传输协议，可将传输协议分为两类：一类是具备“重复不变性”，即同一按键重复多次遥控时，其发送的数据是一样的(如NEC协议)；另一类是不具备“重复不变性”，即同一按键重复多次遥控时，其发送的数据是不一样的(如RC5协议的翻转位，该翻转位在连续重复遥控时会产生翻转)。翻转位是部分协议的特征，因为本专利技术实施例中需要对出错的遥控学习数据进行纠错，而纠错算法本身是对两组意义上是一致的数据所进行的处理，所以获取到遥控器两次学习到的两组学习数据后，必须先剔除两组学习数据中的翻转位后再进行遥控学习数据的纠错。在本实施例中，将两次学习得到的两组学习数据分别存储在两个数组中，这两个数组假设为A和B。在步骤S102中，将两组学习数据中的对应位按顺序对比，得到两组学习数据中差异数据的位置和对数。在本实施例中，假设数组A＝{a1，a2，……，an}；数组B＝{b1，b2，……，bn}。其中，a1，a2，……，an表示A组学习数据中的第一位，第二位，……，第n位；b1，b2，……，bn表示B组学习数据中的第一位，第二位，……，第n位。D_Count表示差异数据的对数，即两组学习数据中共有多少对差异数据，循环变量i表示学习数据所在的位置，小于等于学习数据的位数。初始时，设定D_Count＝0，i＝1。在本实施例中，当两组学习数据的对应位之差大于预设的差异数据阈值时，则将该对应位的学习数据作为差异数据，并记录该差异数据出现的位置，最终统计出所有差异数据的对数。具体的实现流程如图2所示，其中，当时，则记录下i的值，并将该i值作为差异数据的位置，ai和bi分别是差异数据，ai和bi称作一对差异数据，同时将D_Count做加一运算，循环结束后得到的D_Count即为两组学习数据中的差异数据的对数。其中，“15％”为预设的差异数据的评价参数，该参数可以根据需要进行调整，在此不做限制。在步骤S103中，如果差异数据的对数大于0，则将每个差异数据分别与其所在学习数据中的每一位按顺序逐位进行对比，以计算出它们差值的绝对值，若差值的绝对值小于预设的相似阈值，则确认当前对比的数据为差异数据的相似数据，最终统计出每个差异数据的相似数据个数。在本实施例中，假设差异数据位置的数组D＝{d1，d2，……，dm}，具体实现时，差异数据的位置用dx表示，其中，x小于等于m，m小于等于n。Sa_Count表示A组学习数据中差异数据的相似数据的个数，Sb_Count表示B组学习数据中差异数据的相似数据的个数，循环变量i表示学习数据所在的位置，小于等于学习数据的位数。初始时，设定Sa_Count＝0，Sb_Count＝0，i＝1。具体的，如图3所示，差异数据与A组学习数据中的ai的差值的绝对值如果小于预设的相似阈值，则确认该ai为的相似数据，并使Sa_Count做加一处理；差异数据与B组学习数据中的bi的差值如果小于预设的相似阈值，则确认该bi为的相似数据，并使Sb_Count做加一处理。最后得到的Sa_Count和Sb_Count分别是和在各自的学习数据中找到的相似数据的个数。其中，或中“5％”为相似数据的评价参数，该参数可以根据需要进行调整。在步骤S104中，根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断。在本实施例中，设定差异数据具备基本类型特征的相似个数为相似上限MAX，不具备基本类型特征的相似个数为相似下限MIN，而相似数据个数处于MIN和MAX之间的差异数据则认为特征不明显数据。根据“遥控器学习数据纠错算法的原理”，可以通过差异数据的相似数据个数对差异数据的本文档来自技高网...

【技术保护点】
一种遥控器的学习方法，其特征在于，所述方法包括：获取遥控器两次学习到的两组学习数据；将两组学习数据中的对应位按顺序对比，得到两组学习数据中差异数据的位置和对数；如果差异数据的对数大于0，则将每个差异数据分别与其所在学习数据中的每一位按顺序逐位进行对比，若差值小于预设的相似阈值，则确认当前对比的数据为差异数据的相似数据，最终统计出每个差异数据的相似数据个数；根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断。

【技术特征摘要】
1.一种遥控器的学习方法，其特征在于，所述方法包括：获取遥控器两次学习到的两组学习数据；将两组学习数据中的对应位按顺序对比，得到两组学习数据中差异数据的位置和对数；如果差异数据的对数大于0，则将每个差异数据分别与其所在学习数据中的每一位按顺序逐位进行对比，以计算出它们差值的绝对值，若差值的绝对值小于预设的相似阈值，则确认当前对比的数据为差异数据的相似数据，最终统计出每个差异数据的相似数据个数；根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断；所述根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断包括：在一对差异数据中，如果两个差异数据的相似数据个数都大于相似上限MAX，则两个差异数据都是学习正确的；在一对差异数据中，如果两个差异数据的相似数据个数都小于或等于相似下限MIN，则两个差异数据都是学习错误的；在一对差异数据中，如果两个差异数据的相似数据个数有一个或两个处于相似下限MIN与相似上限MAX之间，则无法判断出两个差异数据的学习正确与否；在一对差异数据中，如果两个差异数据的相似数据个数有一个小于或等于相似下限MIN而且有一个大于相似上限MAX，则一个差异数据是学习错误的，另一个差异数据是学习正确的。2.如权利要求1所述的方法，其特征在于，获取遥控器两次学习到的两组学习数据之后，还包括：剔除两组学习数据中的翻转位。3.如权利要求1所述的方法，其特征在于，在所述根据统计得到的差异数据的相似数据个数，对差异数据进行学习正确与否的判断之后，还包括：如果一对差异数据中，一个差异数据是学习错误的，另一个差异数据是学习正确的，则用学习正确的差异数据替代学习错误的差异数据。4.一种遥控器的学...

【专利技术属性】
技术研发人员：张耿旭，曾宪立，刘晓阳，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：