CN111126141B - 台区识别方法、装置、系统、计算机设备和可读存储介质 - Google Patents
台区识别方法、装置、系统、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN111126141B CN111126141B CN201911134806.9A CN201911134806A CN111126141B CN 111126141 B CN111126141 B CN 111126141B CN 201911134806 A CN201911134806 A CN 201911134806A CN 111126141 B CN111126141 B CN 111126141B
- Authority
- CN
- China
- Prior art keywords
- signal
- target
- host
- adaptive filter
- training
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012549 training Methods 0.000 claims abstract description 122
- 230000003044 adaptive effect Effects 0.000 claims abstract description 113
- 238000012360 testing method Methods 0.000 claims abstract description 98
- 238000004590 computer program Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Filters That Use Time-Delay Elements (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本申请涉及一种台区识别方法、装置、系统、计算机设备和可读存储介质。所述台区识别方法包括:接收目标台区主机发送的第一训练信号;根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器;接收所述目标台区主机发送的测试信号;将所述测试信号输入所述目标自适应滤波器,得到抵消信号;将所述抵消信号发送至当前台区主机对应的用户总段,其中所述抵消信号用于抵消所述测试信号。本申请提供的台区识别方法能够较为准确的对用户所属的台区进行识别。
Description
技术领域
本申请涉及电力系统技术领域,特别是涉及一种台区识别方法、装置、系统、计算机设备和可读存储介质。
背景技术
随着电网建设的不断发展,台区的精益化管理已经成为一种趋势。台区用户识别是电力公司实现台区精益化管理、降低减损的基础。台区识别是通过在配电变压器出口侧发送信号到用户终端的接收装置中,实现台区归属判定和相序的识别。
传统技术中,台区识别主要是工作人员在现场进行操作,先在配电变压器出口侧安装主机,再在被测用户端安装终端。主机发送测试信号给终端,根据被测用户端是否能够接收到测试信号来判断被测用户端是否属于主机所在的配电变压器。
然而,被测用户端接会因为信号串扰导致收到其他配电变压器对应的主机发送的测试信号,这样就无法准确的识别被测用户端所属的台区。
发明内容
基于此,有必要针对上述技术问题,提供一种台区识别方法、装置、系统、计算机设备和可读存储介质。
一方面,本申请实施例提供了一种台区识别方法,所述方法包括:
接收目标台区主机发送的第一训练信号;
根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器;
接收所述目标台区主机发送的测试信号;
将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号;
将所述抵消信号发送至当前台区主机对应的用户终端。
在其中一个实施例中,所述根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器,包括:
根据所述第一训练信号确定第二训练信号,其中所述第二训练信号为所述第一训练信号的相反信号;
将所述第一训练信号作为输入信号,将所述第二训练信号作为期望信号,对所述初始自适应滤波器进行训练,得到所述目标自适应滤波器。
在其中一个实施例中,所述将所述第一训练信号作为输入信号,将所述第二训练信号作为期望信号,对所述初始自适应滤波器进行训练,得到所述目标自适应滤波器,包括:
获取所述初始自适应滤波器的初始权值;
根据所述输入信号和所述初始权值,确定初始输出信号;
根据所述初始输出信号和所述期望信号,确定均方误差;
若所述均方误差小于预设门限,将所述初始权值对应的自适应滤波器确定为所述目标自适应滤波器。
在其中一个实施例中,还包括:
若所述均方误差大于等于所述预设门限,根据预设的迭代步长确定更新权值;以所述更新权值作为所述初始权值,返回执行步骤所述根据所述输入信号和所述初始权值,确定初始输出信号,直至迭代次数达到预设迭代次数为止,将所述更新权值对应的自适应滤波器确定为所述目标自适应滤波器。
第二方面,本申请实施例还提供了一种台区识别方法,所述方法包括:
接收所述目标台区主机发送的第一训练信号;
判断是否接收到所述目标台区主机发送的测试信号;
若接收到所述测试信号,则确定当前用户属于所述目标台区主机所在的台区。
在其中一个实施例中,所述方法还包括:
若未接收到所述测试信号,则确定当前用户不属于所述目标台区主机所在的台区。
在其中一个实施例中,所述方法还包括:
将所述当前用户信息和所属台区信息发送至管理系统。
本申请还提供一种台区识别系统,包括:目标台区主机、非目标台区主机、目标用户终端和非目标用户终端,其中,所述非目标台区主机用于执行如上第一方面提供的所述方法的步骤;所述目标用户终端用于执行如上第二方面提供的所述方法的步骤。
本申请还提供一种台区设备装置,包括:
第一训练信号接收模块,用于接收目标台区主机发送的第一训练信号;
目标自适应滤波器训练模块,用于根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器;
测试信号接收模块,用于接收所述目标台区主机发送的测试信号;
抵消信号确定模块,用于将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号;
抵消信号发送模块,用于将所述抵消信号发送至当前台区主机对应的用户终端,其中,所述抵消信号用于抵消所述测试信号。
本申请还提供一种台区识别装置,包括:
第一训练信号接收模块,用于接收所述目标台区主机发送的第一训练信号;
测试信号判断模块,用于判断是否接收到所述目标台区主机发送的测试信号;
台区确定模块,用于若接收到所述测试信号,则确定当前用户属于所述目标台区。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本申请提供的台区识别方法、装置、系统、计算机设备和可读存储介质,第二台区终端通过监测所述第一台区终端发送的第一训练信号,根据所述训练信号获取目标自适应滤波器。所述第二台区根据所述测试信号和所述目标自适应滤波器获取抵消信号,并发送所述抵消信号。若用户终端接收到所述第一训练信号和所述测试信号,则能够判断所述用户终端所在的用户属于所述第一台区。由于所述第二台区终端发送的抵消信号,能够避免其他用户接收到所述测试信号,从能能够更加准确的识别用户所属的台区。同时,本申请实施例提供的台区识别方法、装置、系统、计算机设备和可读存储介质,通过台区终端和用户终端实现台区的识别,工作人员无需去现场进行操作,能够避免人力和物力的浪费。
附图说明
图1为本申请一个实施例提供的台区识别方法应用环境示意图;
图2为本申请一个实施例提供的台区识别方法步骤流程示意图;
图3为本申请一个实施例提供的台区识别方法步骤流程示意图;
图4为本申请一个实施例提供的台区识别方法步骤流程示意图;
图5为本申请一个实施例提供的台区识别方法步骤流程示意图;
图6为本申请一个实施例提供的台区识别方法步骤流程示意图;
图7为本申请一个实施例提供的台区识别装置的结构示意图;
图8为本申请一个实施例提供的台区识别装置的结构示意图;
图9为本申请一个实施例提供计算机设备结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参见图1,本申请提供的台区识别方法,可以用于识用户所属的配变台区。本方法可以具体应用于如图1所示的配变台区识别系统中。配变台区识别系统包括多台台区主机和多台用户终端等。每个配变台区设置一台台区主机,每个用户端设置一台用户终端。每个用户终端与其所属的配变台区的台区主机通信连接。台区主机通过信道向对应的用户终端发送信号,用户终端能够接收台区主机发送的信号,当出现信号干扰时,用户终端也能接收到其他台区主机发送的信号。主机可以是但不限于是计算机主机、internet主机和迷你电脑主机等,一个主机可以配置多个终端。用户终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。主机和用户终端均包括存储器和处理器,存储器能够存储数据和计算机程序,处理器能够处理计算机程序。
为了便于描述,本申请实施例中,定义需要识别所属台区的用户对应的用户终端为目标用户终端20,定义目标用户终端对应的台区主机为目标台区主机10。非目标台区主机30是除了目标台区主机10外的,其他配电台区设置的台区主机,非目标用户终端40是除了目标用户终端20外的,其他用户的用户终端。非目标用户终端40可能接收到目标台区主机10发送的信号,目标用户终端20也可能接收到非目标台区主机30发送的信号。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
请参见图2,本申请的一个实施例提供一种台区识别方法,本申请实施例以所述的方法应用于所述非目标台区主机为例进行说明,所述方法包括:
S100,接收目标台区主机发送的第一训练信号。
所述第一训练信号是所述目标台区主机向所述目标用户终端发送的信号。所述非目标台区主机可以监测到所述第一训练信号,并用此信号来训练初始自适应滤波器。
S200,根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器。
自适应滤波器是指根据环境的改变,使用自适应算法来改变滤波器的参数和结构的滤波器。一般情况下,不改变自适应滤波器的结构。所述初始自适应滤波器为预先设定滤波器参数的自适应滤波器。将所述第一训练信号输入所述初始自适应滤波器,通过自适应算法更新滤波器的参数,以得到期望的输出信号。把得到期望的输出信号时的滤波器的参数作为所述目标自适应滤波器的参数,从而能够得到所述目标自适应滤波器。
S300,接收所述目标台区主机发送的测试信号。
所述测试信号是所述目标台区主机向所述目标用户终端发送的信号,所述测试信号用来测试所述目标用户终端所属的用户是否属于所述目标台区主机所属的台区。
S400,将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中所述抵消信号能够抵消所述测试信号。
所述目标台区主机再次向所述目标用户发送测试信号,所述非目标台区再次监测到所述测试信号,并把此信号作为已经训练好的所述目标自适应滤波器的输入信号,根据所述目标自适应滤波器可以得到期望的输出信号,将所述输出信号称为抵消信号。
S500,将所述抵消信号发送至当前台区主机对应的用户终端。
所述非目标主机发送所述抵消信号,就会将所述非目标用户终端可能接收到的所述测试信号抵消掉,则只有所述目标用户终端能够接收到所述测试信号。这样就可以判断接收到所述测试信号的所述用户终端的用户属于所述目标台区主机所在的台区。
本实施例提供的方法是确定一个用户所属的台区的方法,重复以上S100至S500步骤,就可以实现所有用户的台区的识别。
本实施例中,通过接收所述目标台区主机发送的第一训练信号,根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器。通过接收所述目标台区主机发送的测试信号,将所述测试信号输入所述目标自适应滤波器,得到抵消信号,将所述抵消信号发送至当前台区主机对应的用户终端。本实施例提供的方法,所述非目标台区主机利用接收的所述第一训练信号训练初始自适应滤波器,得到所述目标自适应滤波器。在所述非目标台区主机接收到所述测试信号时,通过所述目标自适应滤波器获取所述抵消信号,可以使得只有所述目标用户终端能够接收到所述测试信号,这样就能够准确的识别用户所属的台区。同时,本实施例提供的方法通过在台区处安装的台区主机,在用户端安装的用户终端来识别用户所属的台区,无需工作人员现场操作,能够避免人力和物力的浪费。
请参见图3,本实施例涉及的是根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器的一种可能的实现方式,S200包括:
S210,根据所述第一训练信号确定第二信练信号,其中,所述第一信练信号为所述第一训练信号的相反信号。
假设,所述第一训练信号为Y,则所述第二训练信号为所述第一训练信号的相反信号-Y,记为d。所述第一训练信号和所述第二训练信号能够相互抵消。
S220,将所述第一训练信号作为输入信号,将所述第二训练信号作为期望信号,对所述初始自适应滤波器进行训练,得到所述目标自适应滤波器。
所述非目标台区主机将接收到的所述第一训练信号作为初始自适应滤波器的输入信号,将所述第二训练信号作为所述初始自适应滤波器的期望信号。通过更新所述初始自适应滤波器的参数,使得通过自适应滤波器计算后的输出信号和所述期望信号更加相似。将更新后的所述初始自适应滤波器的参数作为所述目标自适应滤波器的参数,就可以得到所述目标自适应滤波器。
请参见图4,本实施例涉及的是将所述第一训练信号作为输入信号,将所述第二训练信号作为期望信号,对所述初始自适应滤波器进行训练,得到所述目标自适应滤波器的一种可能的实现方式,S220包括:
S221,获取所述初始自适应滤波器的初始权值。
所述初始自适应滤波器参数可以为权值,假设所述初始权值为W。
S222,根据所述输入信号和所述初始权值,确定初始输出信号。
所述初始自适应滤波器的所述输入信号为Y,所述初始权值为W,所述初始输出信号可以表示为:y(t)=WT(t)Y(t),其中,t为迭代次数。
S223,根据所述初始输出信号和所述期望信号,确定均方误差。
所述初始自适应滤波器的所述期望信号为d,所述误差信号可以表示为:e(t)=d(t)-y(t),则所述均方误差为:E|e2(t)|。
S224,若所述均方误差小于预设门限,将所述初始权值对应的自适应滤波器确定为所述目标自适应滤波器。
预设门限为预先设置的用来判断所述均方误差的值。若所述均方误差小于所述预设门限,则说明所述输出信号和所述期望信号之间的误差很小,即,所述输出信号和所述期望信号非常相似。此时,将所述目标自适应滤波器的权值为初始权值W。
进一步,如图4所示,S220还包括:
S225,若所述均方误差大于等于所述预设门限,根据预设的迭代步长确定更新权值;以所述更新权值作为所述初始权值,返回执行步骤S222;
S226,若迭代次数达到预设迭代次数,将所述更新权值对应的自适应滤波器确定为所述目标自适应滤波器。
若所述均方误差不小于所述预设门限,则说明所述输出信号和所述输入信号之间的误差较大,即,所述输出信号和所述输入信号之间不相似,这是就需要更新权值,使得最终得到的输出信号和所述输入信号之间的误差很小。具体过程如下。
假设预设的迭代步长为μ,利用公式W(t+1)=W(t)+2μe(t)Y(t)更新权值,每更新一次,迭代次数t增加1,根据更新的权值利用上述方法计算输出信号,判断均方误差。若迭代次数t的值达到预设的迭代次数的值,则停止迭代。将此时对应的更新的权值作为所述目标自适应滤波器的权值,从而能够得到所述目标自适应滤波器。
请参见图5,本申请一个实施例还提供了一种台区识别方法。本申请实施例以所述的方法应用于所述目标用户终端为例进行说明,所述方法包括:
S600,接收所述目标台区主机发送的第一训练信号。
所述目标用户终端可以接收到所述目标台区主机发送的第一训练信号,所述非目标用户终端也可能接收到所述目标台区主机发送的第一训练信号。若所述目标用户终端接收不到所述目标台区主机发送的第一训练信号,则有可能是所述目标台区主机和所述目标用户终端之间的连接出现故障,则需要及时修复,以便台区的识别。
S610,判断是否接收到所述目标台区主机发送的测试信号;
S620,若接收到所述测试信号,则确定当前用户属于所述目标台区主机所在的台区。
所述目标用户终端根据是否接收到所述测试信号来判断所述目标用户终端所在的用户是否属于所述目标台区主机所在的台区。由于所述非目标台区主机已经发送了抵消信号,所以非目标用户终端接收不到所述测试信号。如果所述目标用户终端接收到了所述测试信号,则可以确定所述目标用户终端所在的用户属于所述目标台区主机所在的台区。
进一步,如图5所示,所述的方法还包括:
S630,若未接收到所述测试信号,则确定当前用户不属于所述目标台区主机所在的台区。
由于只有所述目标用户终端才能都接收到所述测试信号,则若用户终端没有接收到所述测试信号,则此用户终端为非目标用户终端。所述非用户终端所在的用户不属于所述目标台区主机所在的台区。
本实施例中,接收所述目标台区主机发送的第一训练信号,通过判断用户终端能否接收到所述目标台区主机发送的测试信号,来判断用户所属的台区。若用户终端只能够接收到所述第一训练信号,则用户终端所在的用户不属于所述目标台区主机所在的台区。若用户终端能够接收到所述第一训练序列和所述测试信号,则用户终端为所述目标用户终端,能够确定所述目标用户终端所在的用户为所述目标台区主机所在的台区。这样能够准确地的实现台区的识别,并且无需工作人员现场操作,能够避免人力和物力的浪费。
请继续参见图5,所述的方法还包括:
S640,将所述当前用户信息和所属台区信息发送至管理系统。
若确定当前的用户是属于所述目标台区主机所在的台区,则将当前用户的相关信息,以及所述目标台区主机所在的台区的信息发送到管理系统中,其中当前用户的相关信息包括当前用户的标识和位置信息等,台区的信息包括台区的标识和台区位置等信息。这样,所述管理系统能够及时了解到每个台区对应的用户是否发生改变,并对此改变做出相应的反应,从而能够对所有的台区和用户进行管理。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本申请一个实施例提供一种台区识别系统,所述台区识别系统包括:目标台区主机、非目标台区主机、目标用户终端和非目标用户终端。其中,所述非目标台区主机用于执行上述实施例图2至图4所示实施例提供的方法的步骤;所述目标用户终端用于执行上述实施例图5所示实施例提供的方法的步骤。
请参见图6,本实施例提供的台区识别系统执行方法步骤的过程如下:
S700,所述非目标台区主机接收所述目标台区主机发送的第一训练信号。
S710,所述目标用户终端和所述非目标用户终端接收所述第一训练信号。
S720,所述非目标台区主机根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器。
S730,所述非目标台区主机接收所述目标台区主机发送的测试信号。
S740,所述非目标台区主机将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号。
S750,所述非目标台区主机将所述抵消信号发送至所述当前台区主机对应的用户终端。
S760,判断所述目标用户终端和所述非目标用户终端是否接收到所述测试信号,若所述目标用户终端接收到所述测试信号,则执行步骤S770;若所述非目标用户终端未接收到所述测试信号,则执行步骤S790。
S770,所述目标用户终端确定当前用户属于所述目标台区主机所在的台区。
S780,所述目标用户终端将当前用户信息和所属台区信息发送至管理系统。
S790,所述目标用户终端确定当前用户不属于所述目标台区主机所在的台区。
本实施例提供的台区识别系统的具体实施例过程及有益效果与上述实施例类似,在此不再赘述。
请参见图7,本申请一个实施例提供一种台区识别装置50,其包括第一训练信号接收模块51、目标自适应滤波器训练模块52、测试信号接收模块53、抵消信号确定模块54和抵消信号发送模块55。其中,
所述第一训练信号接收模块51用于接收目标台区主机发送的第一训练信号;
所述目标自适应滤波器训练模块52用于根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器;
所述测试信号接收模块53用于接收所述目标台区主机发送的测试信号;
所述抵消信号确定模块54用于将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号;
所述抵消信号发送模块55用于将所述抵消信号发送至当前台区主机对应的用户终端。
在一个实施例中,所述目标自适应滤波器训练模块52还用于根据所述第一训练信号确定第二训练信号,其中,所述第二训练信号为所述第一训练信号的相反信号;将所述第一训练信号作为输入信号,将所述第二训练信号作为期望信号,对所述初始自适应滤波器进行训练,得到所述目标自适应滤波器。
在一个实施例中,所述目标自适应滤波器训练模块52还用于获取所述初始自适应滤波器的初始权值;根据所述输入信号和所述初始权值,确定初始输出信号;根据所述初始输出信号和所述期望信号,确定均方误差;若所述均方误差小于预设门限,将所述初始权值对应的自适应滤波器确定为所述目标自适应滤波器。
在一个实施例中,所述目标自适应滤波器训练模块52还用于若所述均方误差大于等于所述预设门限,根据预设的迭代步长确定更新权值;以所述更新权值作为所述初始权值,返回执行步骤所述根据所述输入信号和所述初始权值,确定初始输出信号,直至迭代次数达到预设迭代次数为止,将所述更新权值对应的自适应滤波器确定为所述目标自适应滤波器。
请参见图8,本申请一个实施例提供一种台区识别装置60,其包括第一训练信号接收模块61、测试信号判断模块62和台区确定模块63。其中,
所述第一训练信号接收模块61用于接收所述目标台区主机发送的第一训练信号;
所述测试信号判断模块62用于判断是否接收到所述目标台区主机发送的测试信号;
所述台区确定模块63用于若接收到所述测试信号,则确定当前用户属于所述目标台区主机所在的台区。
在一个实施例中,所述台区确定模块63还用于若未接收到所述测试信号,则确定当前用户不属于所述目标台区主机所在的台区。
请继续参见图8,在一个实施例中,所述台区识别装置60还包括发送模块64。所述发送模块64用于将所述当前用户信息和所属台区信息发送至管理系统。
关于所述台区识别装置50和所述台区识别装置60的具体限定可以参见上文中对于所述台区识别方法的限定,在此不再赘述。上述台区识别装置50和所述台区识别装置60中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
请参见图9,在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储源数据、报表数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种报表生成方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,所述处理器执行计算机程序时实现以下步骤:
接收目标台区主机发送的第一训练信号;
根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器;
接收所述目标台区主机发送的测试信号;
将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号;
将所述抵消信号发送至当前台区主机对应的用户终端。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,所述处理器执行计算机程序时实现以下步骤:
接收所述目标台区主机发送的第一训练信号;
判断是否接收到所述目标台区主机发送的测试信号;
若接收到所述测试信号,则确定当前用户属于所述目标台区主机所在的台区。
以上实施例提供的计算机设备处理器执行计算机程序实现如上方法步骤的具体过程和有益效果与其对应的方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收目标台区主机发送的第一训练信号;
根据所述第一训练信号训练初始自适应滤波器,得到目标自适应滤波器;
接收所述目标台区主机发送的测试信号;
将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号;
将所述抵消信号发送至当前台区主机对应的用户终端。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收所述目标台区主机发送的第一训练信号;
判断是否接收到所述目标台区主机发送的测试信号;
若接收到所述测试信号,则确定当前用户属于所述目标台区主机所在的台区。
以上实施例提供的计算机可读存储介质实现如上方法步骤的具体过程和有益效果与其对应的方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种台区识别方法,其特征在于,应用于非目标台区主机,所述方法包括:
接收目标台区主机发送的第一训练信号,其中,所述第一训练信号用于训练初始自适应滤波器;
根据所述第一训练信号确定第二训练信号,其中,所述第二训练信号为所述第一训练信号的相反信号;
将所述第一训练信号作为输入信号,将所述第二训练信号作为期望信号,获取所述初始自适应滤波器的初始权值;
根据所述输入信号和所述初始权值,确定初始输出信号;
根据所述初始输出信号和所述期望信号,确定均方误差;
若所述均方误差小于预设门限,将所述初始权值对应的自适应滤波器确定为目标自适应滤波器;
若所述均方误差大于等于所述预设门限,根据预设的迭代步长确定更新权值;以所述更新权值作为所述初始权值,返回执行步骤所述根据所述输入信号和所述初始权值,确定初始输出信号,直至迭代次数达到预设迭代次数为止,将所述更新权值对应的自适应滤波器确定为所述目标自适应滤波器,其中,所述自适应滤波器是指根据环境的改变,使用自适应算法来改变滤波器的参数和结构的滤波器;
接收所述目标台区主机发送的测试信号;
将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号;
将所述抵消信号发送至当前台区主机对应的用户终端,以将能够接收到所述测试信号的目标用户终端所属的用户判定为属于所述目标台区主机所属的台区。
2.一种台区识别方法,其特征在于,应用于目标用户终端,所述方法包括:
接收目标台区主机发送的第一训练信号,其中,所述第一训练信号用于判断所述目标用户终端与所述目标台区主机之间的通讯连接是否正常,所述第一训练信号还被非目标台区主机接收用于训练初始自适应滤波器,得到目标自适应滤波器;
判断是否接收到所述目标台区主机发送的测试信号,其中,所述测试信号用来测试所述目标用户终端所属的用户是否属于所述目标台区主机所属的台区,所述测试信号还被所述非目标台区主机接收用于将其输入所述目标自适应滤波器,得到抵消信号,所述抵消信号能够抵消所述测试信号;
若接收到所述测试信号,则确定当前用户属于所述目标台区主机所在的台区。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若未接收到所述测试信号,则确定当前用户不属于所述目标台区主机所在的台区。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
将所述当前用户的信息和所属台区信息发送至管理系统。
5.一种台区识别系统,其特征在于,包括:目标台区主机、非目标台区主机、目标用户终端和非目标用户终端,其中,所述非目标台区主机用于执行权利要求1中所述方法的步骤;所述目标用户终端用于执行权利要求2至4中任一项所述方法的步骤。
6.一种台区识别装置,应用于非目标台区主机,其特征在于,包括:
第一训练信号接收模块,用于接收目标台区主机发送的第一训练信号,其中,所述第一训练信号用于训练初始自适应滤波器;
目标自适应滤波器训练模块,用于根据所述第一训练信号确定第二训练信号,其中,所述第二训练信号为所述第一训练信号的相反信号;
将所述第一训练信号作为输入信号,将所述第二训练信号作为期望信号,获取所述初始自适应滤波器的初始权值;
根据所述输入信号和所述初始权值,确定初始输出信号;
根据所述初始输出信号和所述期望信号,确定均方误差;
若所述均方误差小于预设门限,将所述初始权值对应的自适应滤波器确定为所述目标自适应滤波器;
若所述均方误差大于等于所述预设门限,根据预设的迭代步长确定更新权值;以所述更新权值作为所述初始权值,返回执行步骤所述根据所述输入信号和所述初始权值,确定初始输出信号,直至迭代次数达到预设迭代次数为止,将所述更新权值对应的自适应滤波器确定为所述目标自适应滤波器,其中,所述自适应滤波器是指根据环境的改变,使用自适应算法来改变滤波器的参数和结构的滤波器;
测试信号接收模块,用于接收所述目标台区主机发送的测试信号;
抵消信号确定模块,用于将所述测试信号输入所述目标自适应滤波器,得到抵消信号,其中,所述抵消信号能够抵消所述测试信号;
抵消信号发送模块,用于将所述抵消信号发送至当前台区主机对应的用户终端,以将能够接收到所述测试信号的目标用户终端所属的用户判定为属于所述目标台区主机所属的台区。
7.一种台区识别装置,应用于目标用户终端,其特征在于,包括:
第一训练信号接收模块,用于接收目标台区主机发送的第一训练信号,其中,所述第一训练信号用于判断所述目标用户终端与所述目标台区主机之间的通讯连接是否正常,所述第一训练信号还被非目标台区主机接收用于训练初始自适应滤波器,得到目标自适应滤波器;
测试信号判断模块,用于判断是否接收到所述目标台区主机发送的测试信号,其中,所述测试信号用来测试所述目标用户终端所属的用户是否属于所述目标台区主机所属的台区,所述测试信号还被所述非目标台区主机接收用于将其输入所述目标自适应滤波器,得到抵消信号,所述抵消信号能够抵消所述测试信号;
台区确定模块,用于若接收到所述测试信号,则确定当前用户属于所述目标台区。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911134806.9A CN111126141B (zh) | 2019-11-19 | 2019-11-19 | 台区识别方法、装置、系统、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911134806.9A CN111126141B (zh) | 2019-11-19 | 2019-11-19 | 台区识别方法、装置、系统、计算机设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126141A CN111126141A (zh) | 2020-05-08 |
CN111126141B true CN111126141B (zh) | 2023-12-29 |
Family
ID=70495807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911134806.9A Active CN111126141B (zh) | 2019-11-19 | 2019-11-19 | 台区识别方法、装置、系统、计算机设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126141B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112083243B (zh) * | 2020-08-25 | 2023-03-28 | 深圳市赛禾医疗技术有限公司 | 导管类型识别方法、装置、终端设备及可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1798982A (zh) * | 2003-06-02 | 2006-07-05 | 摩托罗拉公司 | Gps接收机中的周期性干扰信号的检测和减少及其方法 |
CN101123596A (zh) * | 2006-08-12 | 2008-02-13 | 三星电子株式会社 | 使用与判决反馈均衡(dfe)组合的基于线性相关的干扰抵消(lcic)的信道估计方法和系统 |
CN101304272A (zh) * | 2007-05-11 | 2008-11-12 | 华为技术有限公司 | 抑制小区间上行干扰的方法和基站设备 |
CN101453228B (zh) * | 2007-12-04 | 2013-04-17 | 松下电器产业株式会社 | 共站址干扰消除系统和方法 |
CN103138822A (zh) * | 2011-12-05 | 2013-06-05 | 华为技术有限公司 | 传输信号的方法和设备 |
CN104242987A (zh) * | 2013-06-08 | 2014-12-24 | 青岛鼎信通讯股份有限公司 | 适用于低压电力线载波通信的平衡传输技术 |
CN104348517A (zh) * | 2013-07-25 | 2015-02-11 | 日电(中国)有限公司 | 一种抵消多址干扰的方法及装置 |
CN204479680U (zh) * | 2015-03-26 | 2015-07-15 | 杭州华春科技有限公司 | 台区识别组合装置 |
CN106059741A (zh) * | 2009-06-17 | 2016-10-26 | 瑞典爱立信有限公司 | 经协调的多点小区调度协调的网络范围小区间干扰最小化 |
CN109256856A (zh) * | 2018-09-06 | 2019-01-22 | 石家庄科林电气股份有限公司 | 基于电力线宽带载波(hplc)实现的台区拓扑识别系统及方法 |
CN110266348A (zh) * | 2019-07-16 | 2019-09-20 | 深圳智微电子科技有限公司 | 一种基于ofdm载波信号的台区识别方法 |
-
2019
- 2019-11-19 CN CN201911134806.9A patent/CN111126141B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1798982A (zh) * | 2003-06-02 | 2006-07-05 | 摩托罗拉公司 | Gps接收机中的周期性干扰信号的检测和减少及其方法 |
CN101123596A (zh) * | 2006-08-12 | 2008-02-13 | 三星电子株式会社 | 使用与判决反馈均衡(dfe)组合的基于线性相关的干扰抵消(lcic)的信道估计方法和系统 |
CN101304272A (zh) * | 2007-05-11 | 2008-11-12 | 华为技术有限公司 | 抑制小区间上行干扰的方法和基站设备 |
CN101453228B (zh) * | 2007-12-04 | 2013-04-17 | 松下电器产业株式会社 | 共站址干扰消除系统和方法 |
CN106059741A (zh) * | 2009-06-17 | 2016-10-26 | 瑞典爱立信有限公司 | 经协调的多点小区调度协调的网络范围小区间干扰最小化 |
CN103138822A (zh) * | 2011-12-05 | 2013-06-05 | 华为技术有限公司 | 传输信号的方法和设备 |
CN104242987A (zh) * | 2013-06-08 | 2014-12-24 | 青岛鼎信通讯股份有限公司 | 适用于低压电力线载波通信的平衡传输技术 |
CN104348517A (zh) * | 2013-07-25 | 2015-02-11 | 日电(中国)有限公司 | 一种抵消多址干扰的方法及装置 |
CN204479680U (zh) * | 2015-03-26 | 2015-07-15 | 杭州华春科技有限公司 | 台区识别组合装置 |
CN109256856A (zh) * | 2018-09-06 | 2019-01-22 | 石家庄科林电气股份有限公司 | 基于电力线宽带载波(hplc)实现的台区拓扑识别系统及方法 |
CN110266348A (zh) * | 2019-07-16 | 2019-09-20 | 深圳智微电子科技有限公司 | 一种基于ofdm载波信号的台区识别方法 |
Non-Patent Citations (1)
Title |
---|
多小区MIMO系统中的一种主动式干扰抑制方案;刘乃金;邱玲;朱近康;;数据采集与处理(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111126141A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008118B (zh) | 页面数据测试方法、装置、计算机设备和存储介质 | |
CN108768728B (zh) | 运维任务处理方法、装置、计算机设备和存储介质 | |
CN110417565B (zh) | 一种模型更新方法、装置及系统 | |
US20210373063A1 (en) | Method and system for monitoring a health of a power cable accessory based on machine learning | |
CN113580986B (zh) | 充电桩设备的监测方法和装置 | |
US20170235626A1 (en) | Anomaly Fusion on Temporal Casualty Graphs | |
CN104834602B (zh) | 一种程序发布方法、装置和程序发布系统 | |
Yu et al. | Dynamic witness selection for trustworthy distributed cooperative sensing in cognitive radio networks | |
CN105074718A (zh) | 具有多个分析仪模型提供商的移动设备中的在线行为分析引擎 | |
Wilhelmi et al. | Usage of network simulators in machine-learning-assisted 5G/6G networks | |
CN111126141B (zh) | 台区识别方法、装置、系统、计算机设备和可读存储介质 | |
CN112532345B (zh) | 一种基于用户数据类型需求的链路自适应方法及装置 | |
CN115829297B (zh) | 装配式建筑的工作包生成方法、装置、终端及存储介质 | |
US20230412235A1 (en) | Reporting of a beam index in a communications network | |
CN116316614A (zh) | 电网三维数字孪生系统、性能分析方法及相关装置 | |
CN110769073B (zh) | 电能表台区归属识别方法、装置、计算机设备和存储介质 | |
Chouvardas et al. | A method to reconstruct coverage loss maps based on matrix completion and adaptive sampling | |
CN117081088B (zh) | 电网负荷调度控制方法、装置、计算机设备及存储介质 | |
CN112379913B (zh) | 基于风险识别的软件优化方法、装置、设备及存储介质 | |
CN112015813B (zh) | 配电网的数据共享方法、系统、装置和计算机设备 | |
Berrocal-Plaza et al. | On the use of multiobjective optimization for solving the location areas strategy with different paging procedures in a realistic mobile network | |
CN113808727B (zh) | 设备监控方法、装置、计算机设备和可读存储介质 | |
Qi et al. | A novel trust model based on node recovery technique for WSN | |
CN114518877A (zh) | 一种数据处理方法、装置及计算机储存介质 | |
CN112800102A (zh) | 告警相关性计算方法、装置及计算设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |