CN115361078A - 一种传输区间确定方法、装置、电子设备及介质 - Google Patents
一种传输区间确定方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115361078A CN115361078A CN202211290497.6A CN202211290497A CN115361078A CN 115361078 A CN115361078 A CN 115361078A CN 202211290497 A CN202211290497 A CN 202211290497A CN 115361078 A CN115361078 A CN 115361078A
- Authority
- CN
- China
- Prior art keywords
- sequence
- signal
- wireless communication
- communication link
- stationary random
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3913—Predictive models, e.g. based on neural network models
-
- 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)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例公开了一种传输区间确定方法、装置、电子设备及介质。所述方法包括:获取设定时间内无线通信链路的信噪比序列;基于信噪比序列确定非线性序列和非平稳随机序列;确定非平稳随机序列对应的非平稳随机方差序列;根据非线性序列、非平稳随机方差序列和预测模型,确定无线通信链路在下一时刻的可靠性传输区间,以在可靠性传输区间内传输信号。该方法将基于信噪比序列所确定的非线性序列和非平稳随机序列,通过预测模型来确定无线通信链路在下一时刻的可靠性传输区间,能够提高可靠性传输区间的准确性;在此基础上通过在该可靠性传输区间内传输信号,实现了无线通信链路信号传输的可靠性。
Description
技术领域
本发明实施例涉及电力系统技术领域,尤其涉及一种传输区间确定方法、装置、电子设备及介质。
背景技术
电力自动化系统(也可称为电力系统)的控制信号线非常多,随着时间的推移,受环境等各种因素影响,控制信号线老化,绝缘电阻下降,从而导致传输性能下降。因而随着技术的发展,衍生了无线通信链路,无线通信链路可以是指基于无线通信技术的信号传输链路。
但是,无线通信链路受多重因素的影响所导致的可靠性随机波动,是无线网络所面临的重要问题。目前,通信协议可通过重传机制,在不稳定的无线链路上提高通信的可靠性,但这种方法所消耗的时间对通信实时性造成了不利的影响。
故,如何实现无线通信链路信号传输的可靠性是当前亟待解决的技术问题。
发明内容
本发明实施例提供了一种传输区间确定方法、装置、电子设备及介质,以提高传输区间确定的准确性,实现无线通信链路信号传输的可靠性。
根据本发明实施例的一方面,提供了一种传输区间确定方法,包括:
获取设定时间内无线通信链路的信噪比(Signal-to-Noise Ratio,SNR)序列;
基于所述信噪比序列确定非线性序列和非平稳随机序列;
确定所述非平稳随机序列对应的非平稳随机方差序列;
根据所述非线性序列、所述非平稳随机方差序列和预测模型,确定所述无线通信链路在下一时刻的可靠性传输区间,以在所述可靠性传输区间内传输信号。
根据本发明实施例的另一方面,提供了一种传输区间确定装置,包括:
获取模块,用于获取设定时间内无线通信链路的信噪比序列;
第一确定模块,用于基于所述信噪比序列确定非线性序列和非平稳随机序列;
第二确定模块,用于确定所述非平稳随机序列对应的非平稳随机方差序列;
第三确定模块,用于根据所述非线性序列、所述非平稳随机方差序列和预测模型,确定所述无线通信链路在下一时刻的可靠性传输区间,以在所述可靠性传输区间内传输信号。
根据本发明实施例的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的传输区间确定方法。
根据本发明实施例的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的传输区间确定方法。
本发明实施例的技术方案,首先获取设定时间内无线通信链路的信噪比序列;然后基于信噪比序列确定非线性序列和非平稳随机序列;之后确定非平稳随机序列对应的非平稳随机方差序列;最后根据非线性序列、非平稳随机方差序列和预测模型,确定无线通信链路在下一时刻的可靠性传输区间,以在可靠性传输区间内传输信号。该方法将基于信噪比序列所确定的非线性序列和非平稳随机序列,通过预测模型来确定无线通信链路在下一时刻的可靠性传输区间,能够提高可靠性传输区间的准确性;在此基础上通过在该可靠性传输区间内传输信号,实现了无线通信链路信号传输的可靠性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种传输区间确定方法的流程示意图;
图2为本发明实施例二提供的一种传输区间确定方法的流程图;
图3为本发明实施例三提供的一种传输区间确定装置的结构示意图;
图4为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种传输区间确定方法的流程示意图,该方法可适用于确定无线通信链路在下一时刻的可靠性传输区间,以在该可靠性传输区间内传输信号的情况,该方法可以由传输区间确定装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上,在本实施例中电子设备包括但不限于:台式计算机、笔记本电脑和服务器等设备。
如图1所示,本发明实施例一提供的一种传输区间确定方法,该方法包括如下步骤:
S110、获取设定时间内无线通信链路的信噪比序列。
在本实施例中,设定时间可理解为预先设定的时间段,此处对设定时间不作具体限定,可根据实际需求进行灵活设定,如可以是10秒。信噪比序列可理解为由设定时间内所采集的多个信噪比值所构成的序列。其中,信噪比值可理解为要传输的信号与噪声的比例值。
此处对如何获取设定时间内无线通信链路的信噪比序列不作具体限定,如可以在设定时间内每隔设定间隔采集一次信噪比值,将所采集的多个信噪比值构成对应的信噪比序列;其中,设定间隔可以小于设定时间,此处对设定间隔不作具体限定,如可以是30毫秒。
S120、基于所述信噪比序列确定非线性序列和非平稳随机序列。
在本实施例中,非线性序列可理解为由非线性低频信号对应的信噪比值所构成的序列。非线性低频信号可以是指非线性状态的低频的信号。非平稳随机序列可理解为由非平稳信号对应的信噪比值所构成的序列。非平稳信号可以是指分布参数或者分布律随时间发生变化的信号。
此处对如何基于信噪比序列确定非线性序列和非平稳随机序列不作具体限定。如可以对所获取的信噪比序列进行相应的近似解耦处理,解耦出非线性低频信号对应的信噪比值和非平稳信号对应的信噪比值,以基于非线性低频信号对应的信噪比值得到对应的非线性序列,以及基于非平稳信号对应的信噪比值得到对应的非平稳随机序列;此处对如何进行近似解耦处理不作具体限定。
S130、确定所述非平稳随机序列对应的非平稳随机方差序列。
在本实施例中,非平稳随机方差序列可理解为由非平稳随机序列中所包括多个序列值的方差值所构成的序列。
此处对如何确定非平稳随机序列对应的非平稳随机方差序列不作具体限定。如可以对非平稳随机序列中所包含的序列值采用方差算法进行相应的计算,以得到非平稳随机序列中所包含的序列值对应的方差值,在此基础上可以基于这些得到的方差值构成对应的非平稳随机方差序列。此处对所采用的方差算法也不作具体限定,可根据实际需求灵活设定。
S140、根据所述非线性序列、所述非平稳随机方差序列和预测模型,确定所述无线通信链路在下一时刻的可靠性传输区间,以在所述可靠性传输区间内传输信号。
在本实施例中,预测模型可理解为预先设定的已训练好的用于确定可靠性传输区间的模型。此处对预测模型不作具体限定,如可以是基于小波神经网络建立的模型,此处对预测模型中的参数等设置也不作具体限定,可根据实际需求灵活设定。可靠性传输区间可理解为无线通信链路中用于可靠性的传输信号的区间。下一时刻可理解为当前时刻的下一个时刻,此处对此不作具体限定。
此处对如何根据非线性序列、非平稳随机方差序列和预测模型,确定无线通信链路在下一时刻的可靠性传输区间不作具体限定;如可以先将非线性序列和非平稳随机方差序列作为输入数据输入至预测模型中,通过预测模型的处理可以输出得到非线性序列所对应的用于表征下一时刻无线通信链路质量的值,以及非平稳随机方差序列所对应的用于表征下一时刻无线通信链路质量的值的方差;在此基础上,可以基于预测模型所输出的这两个结果来确定无线通信链路在下一时刻的可靠性传输区间,此处对如何基于预测模型所输出的这两个结果来确定无线通信链路在下一时刻的可靠性传输区间也不作具体限定,如可以利用高斯分布的累积分布函数,将非线性序列所对应的用于表征下一时刻无线通信链路质量的值作为均值,将非平稳随机方差序列所对应的用于表征下一时刻无线通信链路质量的值的方差作为方差,来进行相应的计算以得到无线通信链路在下一时刻的可靠性传输区间。
在确定无线通信链路在下一时刻的可靠性传输区间之后,可以在该可靠性传输区间内传输信号。
本发明实施例一提供的一种传输区间确定方法,首先获取设定时间内无线通信链路的信噪比序列;然后基于信噪比序列确定非线性序列和非平稳随机序列;之后确定非平稳随机序列对应的非平稳随机方差序列;最后根据非线性序列、非平稳随机方差序列和预测模型,确定无线通信链路在下一时刻的可靠性传输区间,以在可靠性传输区间内传输信号。该方法将基于信噪比序列所确定的非线性序列和非平稳随机序列,通过预测模型来确定无线通信链路在下一时刻的可靠性传输区间,能够提高可靠性传输区间的准确性;在此基础上通过在该可靠性传输区间内传输信号,实现了无线通信链路信号传输的可靠性。
实施例二
图2为本发明实施例二提供的一种传输区间确定方法的流程图,本实施例二在上述各实施例的基础上进行细化。在本实施例中,对基于信噪比序列确定非线性序列和非平稳随机序列的过程,以及根据非线性序列、非平稳随机方差序列和预测模型,确定无线通信链路在下一时刻的可靠性传输区间的过程进行了具体描述。需要说明的是,未在本实施例中详尽描述的技术细节可参见上述任意实施例。如图2所示,该方法包括:
如图2所示,本发明实施例二提供的一种 ,包括如下步骤:
S210、获取设定时间内无线通信链路的信噪比序列。
S220、将信噪比序列所包括信噪比值进行设定运算得到非线性序列。
在本实施例中,设定运算可理解为预先设定的运算方法;此处对此不作具体限定,如可以是基于滑动平均值的计算方法。
可以将信噪比序列所包括信噪比值代入设定运算所对应的计算公式中进行计算,以得到构成非线性序列的序列值。
S230、基于信噪比序列所包括信噪比值和非线性序列所包括序列值,确定非平稳随机序列。
在本实施例中,对如何基于信噪比序列所包括信噪比值和非线性序列所包括序列值,确定非平稳随机序列不作具体限定。如可以将每个信噪比值和该信噪比值所对应的非线性序列所包括序列值之间的差值作为该信噪比值所对应的非平稳随机序列所包括序列值,在此基础上,可以将所得到的多个非平稳随机序列所包括序列值构成对应的非平稳随机序列。
可选的,将信噪比序列所包括信噪比值进行设定运算得到非线性序列,包括:将信噪比序列所包括信噪比值代入如下公式,得到非线性序列:
基于信噪比序列所包括信噪比值和非线性序列所包括序列值,确定非平稳随机序列,包括:
将信噪比序列所包括信噪比值和非线性序列所包括序列值代入如下公式,得到非平稳随机序列:
其中,信噪比序列为;为信噪比序列中的L个信
噪比值;k为自变量,;W为第一设定数值,W为正整数,W取值范围为;x s 为非线性序列;为非线性序列中的L个序列值;x R 为非平
稳随机序列;为非平稳随机序列中的L个序列值。
示例性的,假设,,在基于上述公式计算非线性序列和非平稳随机序
列的过程中,计算和时(即可认为是时),,
;计算和时(即可认为是时),,;……;计算和时(即可认为是时),,;以此类推。在此基础上,非线性序列为,非平稳随机序列为。
S240、确定非平稳随机序列对应的非平稳随机方差序列。
在本实施例中,可以基于非平稳随机序列所包括序列值来计算得到对应的非平稳随机方差序列。
可选的,确定非平稳随机序列对应的非平稳随机方差序列,包括:根据如下公式计算非平稳随机序列对应的非平稳随机方差序列:
示例性的,假设,,在基于上述公式计算非平稳随机序列对应的非平
稳随机方差序列的过程中,计算时(即可认为是时),;计算时(即可认为是时),;……;计算时(即可认为是时),;以此类推。在此基础上非
平稳随机方差序列为。
S250、将非线性序列和非平稳随机方差序列输入至预测模型中,得到非线性序列的第一预测值和非平稳随机方差序列的第二预测值。
在本实施例中,第一预测值可理解为表征下一时刻无线通信链路质量的值,第二预测值可理解为表征下一时刻无线通信链路质量的值的方差。无线通信链路质量可理解为无线通信链路的信号传输质量。
将非线性序列和非平稳随机方差序列作为输入数据输入至预测模型中,通过预测模型的相应处理可以得到非线性序列的第一预测值和非平稳随机方差序列的第二预测值。此处对预测模型如何处理不作具体限定。
S260、基于第一预测值和第二预测值,确定无线通信链路在下一时刻的可靠性传输区间,以在可靠性传输区间内传输信号。
在本实施例中,基于第一预测值和第二预测值,可以确定无线通信链路在下一时
刻的可靠性传输区间,以在可靠性传输区间内传输信号。此处对如何基于第一预测值和第
二预测值确定无线通信链路在下一时刻的可靠性传输区间不作具体限定;如可以利用高斯
分布的累积分布函数,将第一预测值作为均值,将第二预测值作为方差,并假设累积分布函
数对应的分位数为,为累积分布函数中的常规的已知参数,则在此基础上,计算和第二预测值的乘积,以将第一预测值和该乘积的差值作为可靠性传输区间的上界,
将第一预测值和该乘积的和值作为可靠性传输区间的下界。
本发明实施例二提供的一种传输区间确定方法,具体化了基于信噪比序列确定非线性序列和非平稳随机序列的过程,以及根据非线性序列、非平稳随机方差序列和预测模型,确定无线通信链路在下一时刻的可靠性传输区间的过程。该方法通过设定运算计算信噪比序列以得到非线性序列,再基于信噪比序列和非线性序列得到非平稳随机序列,能够实现对信噪比序列的解耦以得到非线性序列和非平稳随机序列;还通过将非线性序列和非平稳随机序列的非平稳随机方差序列输入至预测模型中以得到与表征下一时刻无线通信链路质量相关联的两个预测值,再基于这两个预测值来确定无线通信链路在下一时刻的可靠性传输区间,能够提高可靠性传输区间确定的准确性,从而实现无线通信链路信号传输的可靠性。
可选的,获取设定时间内无线通信链路的信噪比序列,包括:判断无线通信链路是否在通信状态;若无线通信链路在通信状态,则获取设定时间内无线通信链路的信噪比序列;若无线通信链路未在通信状态,则通过自激信号的状态监测无线通信链路是否在通信状态,直至无线通信链路在通信状态。
本实施例中,通信状态可理解为能够正常进行通信的状态。自激信号可理解为无输入信号,而是自行振荡产生的恒稳和持续的具有一定幅值和频率的信号;此处对如何实现自激信号不作具体限定。
在获取设定时间内无线通信链路的信噪比序列的过程中,若无线通信链路在通信状态,则可以获取设定时间内无线通信链路的信噪比序列;若无线通信链路未在通信状态,则可通过自激信号的状态监测无线通信链路是否在通信状态,直至无线通信链路在通信状态为止。此处对如何通过自激信号的状态监测无线通信链路是否在通信状态不作具体限定,如可以是若自激信号的状态为通状态,则确定无线通信链路在通信状态;否则无线通信链路未在通信状态。
可选的,通过自激信号监测无线通信链路是否在通信状态,包括:若自激信号的状态为通状态,且自激信号的值小于设定阈值,则确定无线通信链路在通信状态;若自激信号的状态为通状态,且自激信号的值大于或等于设定阈值,则进行预警;若自激信号的状态为断状态,且自激信号的值小于设定阈值,则继续执行通过自激信号监测无线通信链路是否在通信状态的操作,直至无线通信链路在通信状态;若自激信号的状态为断状态,且自激信号的值大于或等于设定阈值,则进行预警。
在本实施例中,设定阈值可理解为预先设定的阈值,此处对设定阈值不作限定,可以根据实际需求灵活设置。通状态可理解为自激信号处于通路的状态;相应的,断状态可理解为自激信号处于断路的状态。
通过自激信号监测无线通信链路是否在通信状态的过程可以是,若自激信号的状态为通状态,且自激信号的值小于设定阈值,则可以确定无线通信链路在通信状态。若自激信号的状态为通状态,且自激信号的值大于或等于设定阈值,则可以进行预警;此处对如何预警不作具体限定,如可以是声光预警。若自激信号的状态为断状态,且自激信号的值小于设定阈值,则可以继续执行通过自激信号监测无线通信链路是否在通信状态的操作,直至无线通信链路在通信状态。若自激信号的状态为断状态,且自激信号的值大于或等于设定阈值,则可以进行预警,如声光预警。
以下对本发明进行示例性说明。
本发明实施例提供了一种信号可靠性传输的方法,如可应用于电力系统二次设备的信号传输。该方法的实现过程如下:
S1、对通信链路(即无线通信链路)的信噪比序列进行近似解耦处理,得到非线性序列和非平稳随机序列。
步骤S1具体包括:
S12、采用滑动平均值的计算方法对SNR序列中的非平稳随机序列和非线性序列近似解耦;其中,计算公式为:
其中,W也可认为是表示滑动平均值计算的窗口大小。
如上述步骤S11-S14所述,连续收集长度为L的链路SNR,组成SNR时间序列,选用滑动平均值的计算方法对SNR序列中的非平稳随机序列和非线性
序列近似解偶。将收集到的长度为L的链路SNR序列按照上述公式进行解
耦,并将得到的非线性低频信号的SNR序列定义为非线性序列,记为,将得到的非平稳随机SNR序列定义为非平稳随机序列,记为。由于得到的非平稳随机序列x R 的方差是时变的,因而可以计
算非平稳随机序列x R 的方差序列,并定义为非平稳随机方差序列。
S3、采用小波神经网络建立信噪比非线性序列和非平稳随机方差序列的预测模型。
小波神经网络模型由一个输入层、一个隐含层、一个输出层组成。预测模型的输入
数据为非线性序列x s 和非平稳随机方差序列,输入层节点数为2m,m为根据实际需求灵
活设置的参数值;预测模型的输出数据为非线性序列的预测值(即第一预测值)和
非平稳随机方差序列的预测值(即第二预测值),输出层节点数为2;
隐含层节点数可按照如下公式计算:
其中,N b 为隐含层节点数,n b 为输出层节点数。
S4、根据预测模型计算通信链路可靠性区间的临界值,得到通信链路的可靠性区间(即可靠性传输区间)以评估通信链路的可靠性;其中,临界值包括上界和下界,可靠性区间位于上界与下界之间。
预测模型的输出数据为非线性序列的预测值,以及非平稳随机方差序列的
预测值,为预测的下一时刻无线链路质量,为预测的下一时
刻无线链路质量的方差。根据分析,SNR序列可视为均值为、方差的
高斯分布,根据高斯分布累积分布函数,估计下一时刻可靠性区间为:
在一个实施例中,步骤S1之前,还包括:
S01、通过微型传感器采集通信链路变化脉冲电压变换规律来判断通信链路是否在通信状态;
S02、若在通信状态,则执行对通信链路的信噪比序列进行近似解耦处理,得到非线性序列和非平稳随机序列的步骤;
S03、若未在通信状态,则通过自激产生微弱信号(即自激信号)监测信号链路(即也可认为是通信链路)的通信是否在通信状态,并判断自激信号的值是否超过设定阈值;
S04、无论自激信号的状态是通状态还是断状态,若自激信号的值超过设定阈值,则进行声光预警;
S05、若未超过设定阈值,则返回自激产生微弱信号监测信号线路的通信是否在通信状态,并判断自激信号的值是否超过设定阈值的步骤。
在一个实施例中,步骤S05之后,还包括:
注入异频信号,在注入端与接收端对比信号衰减情况判断信号链路在不同频率的通信可靠性;
异频信号可理解为与所传输信号频率不同的信号。注入端可理解为信号链路的发射端,接收端可理解为信号链路的接收端;
当异频信号超过设定值时,进行声光预警。
在一个实施例中,步骤S05之后,还包括:
在通信或未通信状态下,检测通信链路的传输信号,当解析和感知到所检测到的信号在某个时间的信号值超过第一阈值时,认定信号幅度为强信号,当解析和感知到所检测到的信号未超过第一阈值时,认定信号幅度为弱信号,并根据信号分析其受外界干扰程度(如根据信号的幅度变化分析信号幅度为弱信号的原因等,此处对此不作限定);
当解析和感知到所检测到的信号超过第二阈值时,进行声光预警。
本实施例,通过对与无线通信链路质量所关联的信噪比序列进行近似解耦处理,将其分解为非线性序列和非平稳随机序列,采用小波神经网络建立信噪比非线性序列和非平稳随机方差序列的预测模型,并用预测结果计算通信链路可靠性置信区间(即可靠性传输区间)的上界和下界,以准确评估信号传输的可靠性。通过预测无线链路质量,提前选择满足通信要求的链路路径进行通信,保证了信号传输和通信性能。
实施例三
图3为本发明实施例三提供的一种传输区间确定装置的结构示意图,该装置可由软件和/或硬件实现。如图3所示,该装置包括:
获取模块310,用于获取设定时间内无线通信链路的信噪比序列;
第一确定模块320,用于基于所述信噪比序列确定非线性序列和非平稳随机序列;
第二确定模块330,用于确定所述非平稳随机序列对应的非平稳随机方差序列;
第三确定模块340,用于根据所述非线性序列、所述非平稳随机方差序列和预测模型,确定所述无线通信链路在下一时刻的可靠性传输区间,以在所述可靠性传输区间内传输信号。
本实施例,首先通过获取模块310,获取设定时间内无线通信链路的信噪比序列;然后通过第一确定模块320,基于信噪比序列确定非线性序列和非平稳随机序列;之后通过第二确定模块330,确定非平稳随机序列对应的非平稳随机方差序列;最后通过第三确定模块340,根据非线性序列、非平稳随机方差序列和预测模型,确定无线通信链路在下一时刻的可靠性传输区间,以在可靠性传输区间内传输信号。该装置将基于信噪比序列所确定的非线性序列和非平稳随机序列,通过预测模型来确定无线通信链路在下一时刻的可靠性传输区间,能够提高可靠性传输区间的准确性;在此基础上通过在该可靠性传输区间内传输信号,实现了无线通信链路信号传输的可靠性。
可选的,第一确定模块320,包括:
运算单元,用于将所述信噪比序列所包括信噪比值进行设定运算得到所述非线性序列;
确定单元,用于基于所述信噪比序列所包括信噪比值和所述非线性序列所包括序列值,确定所述非平稳随机序列。
可选的,运算单元,包括:
第一代入子单元,用于将所述信噪比序列所包括信噪比值代入如下公式,得到所述非线性序列:
确定单元,包括:
第二代入子单元,用于将所述信噪比序列所包括信噪比值和所述非线性序列所包括序列值代入如下公式,得到所述非平稳随机序列:
其中,所述信噪比序列为;为所述信噪比序列
中的L个信噪比值;k为自变量,;W为第一设定数值,W为正整数,W取值
范围为;x s 为所述非线性序列;为所述非线性序列中的L个
序列值;x R 为所述非平稳随机序列;为所述非平稳随机序列中的L个序列
值。
可选的,第二确定模块330,包括:
计算单元,用于根据如下公式计算所述非平稳随机序列对应的非平稳随机方差序列:
可选的,第三确定模块340,包括:
输入单元,用于将所述非线性序列和所述非平稳随机方差序列输入至预测模型中,得到所述非线性序列的第一预测值和所述非平稳随机方差序列的第二预测值,其中,所述第一预测值为表征下一时刻无线通信链路质量的值,所述第二预测值为表征下一时刻无线通信链路质量的值的方差;
区间确定单元,用于基于所述第一预测值和所述第二预测值,确定所述无线通信链路在下一时刻的可靠性传输区间。
可选的,获取模块310,包括:
判断单元,用于判断所述无线通信链路是否在通信状态;
获取单元,用于若所述无线通信链路在通信状态,则获取设定时间内无线通信链路的信噪比序列;
监测单元,用于若所述无线通信链路未在通信状态,则通过自激信号的状态监测所述无线通信链路是否在通信状态,直至所述无线通信链路在通信状态。
可选的,监测单元,包括:
状态确定子单元,用于若所述自激信号的状态为通状态,且所述自激信号的值小于设定阈值,则确定所述无线通信链路在通信状态;
第一预警子单元,用于若所述自激信号的状态为通状态,且所述自激信号的值大于或等于设定阈值,则进行预警;
执行子单元,用于若所述自激信号的状态为断状态,且所述自激信号的值小于设定阈值,则继续执行通过自激信号监测所述无线通信链路是否在通信状态的操作,直至所述无线通信链路在通信状态;
第二预警子单元,用于若所述自激信号的状态为断状态,且所述自激信号的值大于或等于设定阈值,则进行预警。
本发明实施例所提供的传输区间确定装置可执行本发明任意实施例所提供的传输区间确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如传输区间确定方法。
在一些实施例中,传输区间确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的传输区间确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行传输区间确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种传输区间确定方法,其特征在于,所述方法包括:
获取设定时间内无线通信链路的信噪比序列;
基于所述信噪比序列确定非线性序列和非平稳随机序列;
确定所述非平稳随机序列对应的非平稳随机方差序列;
根据所述非线性序列、所述非平稳随机方差序列和预测模型,确定所述无线通信链路在下一时刻的可靠性传输区间,以在所述可靠性传输区间内传输信号。
2.根据权利要求1所述的方法,其特征在于,基于所述信噪比序列确定非线性序列和非平稳随机序列,包括:
将所述信噪比序列所包括信噪比值进行设定运算得到所述非线性序列;
基于所述信噪比序列所包括信噪比值和所述非线性序列所包括序列值,确定所述非平稳随机序列。
3.根据权利要求2所述的方法,其特征在于,将所述信噪比序列所包括信噪比值进行设定运算得到所述非线性序列,包括:
将所述信噪比序列所包括信噪比值代入如下公式,得到所述非线性序列:
基于所述信噪比序列所包括信噪比值和所述非线性序列所包括序列值,确定所述非平稳随机序列,包括:
将所述信噪比序列所包括信噪比值和所述非线性序列所包括序列值代入如下公式,得到所述非平稳随机序列:
5.根据权利要求1所述的方法,其特征在于,根据所述非线性序列、所述非平稳随机方差序列和预测模型,确定所述无线通信链路在下一时刻的可靠性传输区间,包括:
将所述非线性序列和所述非平稳随机方差序列输入至预测模型中,得到所述非线性序列的第一预测值和所述非平稳随机方差序列的第二预测值,其中,所述第一预测值为表征下一时刻无线通信链路质量的值,所述第二预测值为表征下一时刻无线通信链路质量的值的方差;
基于所述第一预测值和所述第二预测值,确定所述无线通信链路在下一时刻的可靠性传输区间。
6.根据权利要求1所述的方法,其特征在于,获取设定时间内无线通信链路的信噪比序列,包括:
判断所述无线通信链路是否在通信状态;
若所述无线通信链路在通信状态,则获取设定时间内无线通信链路的信噪比序列;
若所述无线通信链路未在通信状态,则通过自激信号的状态监测所述无线通信链路是否在通信状态,直至所述无线通信链路在通信状态。
7.根据权利要求6所述的方法,其特征在于,通过自激信号监测所述无线通信链路是否在通信状态,包括:
若所述自激信号的状态为通状态,且所述自激信号的值小于设定阈值,则确定所述无线通信链路在通信状态;
若所述自激信号的状态为通状态,且所述自激信号的值大于或等于设定阈值,则进行预警;
若所述自激信号的状态为断状态,且所述自激信号的值小于设定阈值,则继续执行通过自激信号监测所述无线通信链路是否在通信状态的操作,直至所述无线通信链路在通信状态;
若所述自激信号的状态为断状态,且所述自激信号的值大于或等于设定阈值,则进行预警。
8.一种传输区间确定装置,其特征在于,包括:
获取模块,用于获取设定时间内无线通信链路的信噪比序列;
第一确定模块,用于基于所述信噪比序列确定非线性序列和非平稳随机序列;
第二确定模块,用于确定所述非平稳随机序列对应的非平稳随机方差序列;
第三确定模块,用于根据所述非线性序列、所述非平稳随机方差序列和预测模型,确定所述无线通信链路在下一时刻的可靠性传输区间,以在所述可靠性传输区间内传输信号。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的传输区间确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的传输区间确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211290497.6A CN115361078B (zh) | 2022-10-21 | 2022-10-21 | 一种传输区间确定方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211290497.6A CN115361078B (zh) | 2022-10-21 | 2022-10-21 | 一种传输区间确定方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115361078A true CN115361078A (zh) | 2022-11-18 |
CN115361078B CN115361078B (zh) | 2023-03-24 |
Family
ID=84007672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211290497.6A Active CN115361078B (zh) | 2022-10-21 | 2022-10-21 | 一种传输区间确定方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115361078B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2566074A1 (en) * | 2010-05-06 | 2013-03-06 | ZTE Corporation | Method and device for predicting signal to interference and noise ratio |
CN106068017A (zh) * | 2016-04-13 | 2016-11-02 | 合肥工业大学 | 基于小波神经元网络的无线链路质量预测方法 |
CN106686641A (zh) * | 2017-01-17 | 2017-05-17 | 南京航空航天大学 | 一种定向无线自组织网络链路可用带宽预测方法 |
CN108259101A (zh) * | 2016-12-28 | 2018-07-06 | 中国移动通信有限公司研究院 | 一种设备控制方法、装置及网络设备 |
US20200099434A1 (en) * | 2018-09-26 | 2020-03-26 | Samsung Electronics Co., Ltd. | Method and apparatus for channel state information estimation |
CN111213331A (zh) * | 2017-10-17 | 2020-05-29 | 高通股份有限公司 | 用于下行链路comp的传输机会内的每tti秩控制 |
CN113239632A (zh) * | 2021-06-07 | 2021-08-10 | 腾讯科技(深圳)有限公司 | 无线性能预测方法及装置、电子设备和存储介质 |
CN114662795A (zh) * | 2022-04-27 | 2022-06-24 | 西安建筑科技大学 | 基于emd-arima-lstm模型的天然气负荷预测方法及系统 |
-
2022
- 2022-10-21 CN CN202211290497.6A patent/CN115361078B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2566074A1 (en) * | 2010-05-06 | 2013-03-06 | ZTE Corporation | Method and device for predicting signal to interference and noise ratio |
CN106068017A (zh) * | 2016-04-13 | 2016-11-02 | 合肥工业大学 | 基于小波神经元网络的无线链路质量预测方法 |
CN108259101A (zh) * | 2016-12-28 | 2018-07-06 | 中国移动通信有限公司研究院 | 一种设备控制方法、装置及网络设备 |
CN106686641A (zh) * | 2017-01-17 | 2017-05-17 | 南京航空航天大学 | 一种定向无线自组织网络链路可用带宽预测方法 |
CN111213331A (zh) * | 2017-10-17 | 2020-05-29 | 高通股份有限公司 | 用于下行链路comp的传输机会内的每tti秩控制 |
US20200099434A1 (en) * | 2018-09-26 | 2020-03-26 | Samsung Electronics Co., Ltd. | Method and apparatus for channel state information estimation |
CN113239632A (zh) * | 2021-06-07 | 2021-08-10 | 腾讯科技(深圳)有限公司 | 无线性能预测方法及装置、电子设备和存储介质 |
CN114662795A (zh) * | 2022-04-27 | 2022-06-24 | 西安建筑科技大学 | 基于emd-arima-lstm模型的天然气负荷预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
孙伟: "智能电网中无线传感器网络通信链路可靠性置信区间预测", 《电力系统自动化》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115361078B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10097687B2 (en) | Nuisance call detection device and method | |
US10637751B2 (en) | Methods and systems for online monitoring using a variable data sampling rate | |
CN114065627A (zh) | 温度异常检测方法、装置、电子设备和介质 | |
CN114721345A (zh) | 基于强化学习的工业控制方法、装置、系统和电子设备 | |
CN115361078B (zh) | 一种传输区间确定方法、装置、电子设备及介质 | |
CN111258863B (zh) | 数据异常检测方法、装置、服务器和计算机可读存储介质 | |
CN114692987A (zh) | 一种时序数据分析方法、装置、设备及存储介质 | |
CN115236653A (zh) | 一种雷达探测方法、装置、设备及介质 | |
CN114661562A (zh) | 一种数据告警方法、装置、设备及介质 | |
CN114938339A (zh) | 一种数据处理方法和相关装置 | |
CN115829160B (zh) | 一种时序异常预测方法、装置、设备及存储介质 | |
CN116754898A (zh) | 基于电缆录波的电缆故障诊断方法、装置、设备和介质 | |
CN113360486A (zh) | 数据预测方法、装置、电子设备和介质 | |
US20220335257A1 (en) | Neural network based anomaly detection for time-series data | |
CN118074625A (zh) | 设备故障检测方法、装置、设备及存储介质 | |
CN117707899A (zh) | 一种微服务异常检测方法、装置、设备及存储介质 | |
CN115766502A (zh) | 用于物联网的信号强度监测方法、装置、设备及存储介质 | |
CN117367806A (zh) | 一种三相交流电机轴承故障检测方法、装置、设备及介质 | |
CN115454769A (zh) | 确定存储器使用率的方法、装置、电子设备和存储介质 | |
CN118070098A (zh) | 干扰信号检测方法、模型训练方法、装置、设备及介质 | |
CN113960965A (zh) | 数据处理方法、装置、电子设备和可读存储介质 | |
CN116192608A (zh) | 云手机故障预测方法、装置以及设备 | |
CN115358022A (zh) | 一种工程机械载荷谱确定方法、装置及系统 | |
CN115237880A (zh) | 一种时序数据的异常检测方法、装置、设备及存储介质 | |
CN117932474A (zh) | 一种通信缺失数据确定模型的训练方法、装置、设备及存储介质 |
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 |