CN115567127A - 一种5g通信噪音监测方法及系统 - Google Patents

Abstract

本申请公开了一种5G通信噪音监测方法及系统，属于无线通信技术领域，所述方法包括：根据信号传输路径进行特征采集，生成传输噪音，通过采集发射端的输出信号特征参数，将输出信号特征参数和发射端噪音输入信号耦合表，生成第一信号耦合频谱图，根据信道噪音对耦合信号功率进行衰减评估，将接收端输入功率、接收端输入频率和接收端噪音输入信号耦合表，生成第二信号耦合频谱图，进行接收灵敏度评估，当结果小于接收灵敏度阈值时，将发射端噪音和接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。本申请解决了现有技术中存在对通信噪音进行片面化监测，监测质量低的技术问题，达到了提高噪音监测的全面程度，提高检测准确度的技术效果。

Description

一种5G通信噪音监测方法及系统

技术领域

本申请涉及无线通信技术领域，尤其涉及一种5G通信噪音监测方法及系统。

背景技术

随着科学技术的发展，通信进入5G时代，通信质量随之提高。但是在通信中的噪声问题仍然无法避免，因此，对5G通信中的噪音进行研究对于提高我国的通信传输质量有着十分重要的意义。

目前，噪声一般来自通信系统的传输信道和相关设备自身存在的噪声，主要分为外部噪声和内部噪声，外部噪声为在传输过程中受到的雷达干扰、工业噪声、大气噪声等，内部噪声主要包括电子器件中自由电子热运动产生的热噪声和非线性处理引起的噪声。主要通过对噪声进行监测，从而进行相应的处理来保证通信传输质量。

然而，在对噪声进行监测的过程中，主要考虑在传输过程中噪声对通信质量的影响，从而仅仅控制传输过程，导致无法全面进行噪声处理，通信信号质量下降，进而发生通信错误。现有技术中存在对通信噪音进行片面化监测，监测质量低的技术问题。

发明内容

本申请的目的是提供一种5G通信噪音监测方法及系统，用以解决现有技术中存在对通信噪音进行片面化监测，监测质量低的技术问题。

鉴于上述问题，本申请提供了一种5G通信噪音监测方法及系统。

第一方面，本申请提供了一种5G通信噪音监测方法，其中，所述方法包括：根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音；通过所述信号发射端获取5G输出信号特征参数，其中，所述5G输出信号特征参数包括输出功率参数和输出频率参数；将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图；根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率；将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图；将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果；当所述接收灵敏度评估结果小于接收灵敏度阈值，将所述发射端噪音和所述接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。

另一方面，本申请还提供了一种5G通信噪音监测系统，其中，所述系统包括：噪音生成模块，所述噪音生成模块用于根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音；特征参数获得模块，所述特征参数获得模块用于通过所述信号发射端获取5G输出信号特征参数，其中，所述5G输出信号特征参数包括输出功率参数和输出频率参数；第一频谱图生成模块，所述第一频谱图生成模块用于将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图；衰减评估模块，所述衰减评估模块用于根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率；第二频谱图生成模块，所述第二频谱图生成模块用于将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图；灵敏度评估模块，所述灵敏度评估模块用于将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果；噪音检测模块，所述噪音检测模块用于当所述接收灵敏度评估结果小于接收灵敏度阈值，将所述发射端噪音和所述接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请通过根据信号传输路径对传输过程中可能产生的噪音特征进行采集，生成传输噪音，其中，传输噪音包括发射端噪音、信道噪音和接收端噪音，进而从信号发射端获取5G输出信号特征参数，其中，5G输出信号特征参数包括输出功率参数和输出频率参数，然后将输出功率参数、输出频率参数和发射端噪音输入信号耦合表，生成第一信号耦合频谱图，进而通过根据第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据信道噪音对耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率，从而根据接收端输入功率、接收端输入频率和接收端噪音，将其输入信号耦合表中，得到第二信号耦合频谱图，然后将输出功率参数、输出频率参数和第二信号耦合频谱图输入接收灵敏度评估模型，得到接收灵敏度评估结果，当接收灵敏度评估结果小于接收灵敏度阈值，将发射端噪音和接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。达到了进行全面噪音监测，提高噪音识别准确度，进而提高通信质量的技术效果。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术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示例性的，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种5G通信噪音监测方法的流程示意图；

图2为本申请实施例提供的一种5G通信噪音监测方法中根据信号传输路径进行特征采集生成传输噪音的流程示意图；

图3为本申请实施例提供的一种5G通信噪音监测方法中生成接收端输入功率和接收端输入频率的流程示意图；

图4为本申请一种5G通信噪音监测系统的结构示意图。

附图标记说明：噪音生成模块11，特征参数获得模块12，第一频谱图生成模块13，衰减评估模块14，第二频谱图生成模块15，灵敏度评估模块16，噪音检测模块17。

具体实施方式

本申请通过提供一种5G通信噪音监测方法及系统，解决了现有技术中存在对通信噪音进行片面化监测，监测质量低的技术问题，达到了提高噪音监测的全面程度，提高检测准确度的技术效果。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，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，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种5G通信噪音监测方法，其中，所述方法包括：

步骤S100：根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音；

进一步的，如图2所示，所述根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音，本申请实施例步骤S100还包括：

步骤S110：根据所述信号传输路径，确定信号发射端、发射信道和信号接收端；

步骤S120：遍历所述信号发射端、所述发射信道和所述信号接收端，调取单频噪音记录数据；

步骤S130：遍历所述信号发射端、所述发射信道和所述信号接收端，调取脉冲噪音记录数据；

步骤S140：遍历所述信号发射端、所述发射信道和所述信号接收端，调取起伏噪音记录数据；

步骤S150：将所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据分组，生成所述发射端噪音、所述信道噪音和所述接收端噪音。

具体而言，在对通信噪音进行监测时仅仅分析传输过程中的噪音是片面的，由此得到的监测结果是不准确的，还需要对信号发射端、发射信道和信号接收端的噪音进行监测，从而能够全面的对通信噪声进行监测。其中，所述信号传输路径是在进行5G通信过程中信号的传输途径，反映了信号的传递渠道。所述信号发射端用于发出信号，发射信道是信号在通信系统中进行发射的通道，由信号从发射端传输到接收端所经过的传输媒质所组成，所述信号接收端用于对接收到的信号进行解密。通过根据信号传输路径进行采集，得到传输噪音，从而得到完整的噪音信息，达到了为后续的噪音分析提供基础分析数据的技术效果。

具体的，在根据信号传输路径确定信号发射端、发射信道和信号接收端后，通过分别进行遍历查找，得到每个监测端对不同类型噪音的历史记录数据。其中，所述单频噪音记录数据是指记录单频噪音出现的情况，可选的，包括单频噪音的频率和功率，单频噪音是指一种连续波的干扰，主要特点是占有极窄的频带。所述脉冲噪音记录数据是指记录各监测端对突发出现的幅度高而持续时间段的离散脉冲进行记录得到的数据，包括脉冲噪音的频率和功率。所述起伏噪音记录数据是对各监测端普遍存在且不可避免的噪音进行记录得到的数据，包括起伏噪音的频率和功率，起伏噪音主要包括：热噪音、散弹噪音及宇宙噪音。在获得所述记录数据后，根据监测端的类型进行分组，从而得到所述发射端噪音、信道噪音和接收端噪音。所述发射端噪音包括发射端单频噪音记录数据、发射端脉冲噪音记录数据、发射端起伏噪音记录数据。所述信道噪音包括信道噪音记录数据、信道噪音记录数据、信道噪音记录数据。所述接收端噪音包括接收端噪音记录数据、接收端噪音记录数据、接收端噪音记录数据。由此，达到了为噪音监测提供基础数据的技术效果。

步骤S200：通过所述信号发射端获取5G输出信号特征参数，其中，所述5G输出信号特征参数包括输出功率参数和输出频率参数；

步骤S300：将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图；

进一步的，所述将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图，本申请实施例步骤S300还包括：

步骤S310：根据所述发射端噪音，获取发射端噪音功率和发射端噪音频率；

步骤S320：将所述输出功率参数、所述输出频率参数、所述发射端噪音功率和所述发射端噪音频率，输入所述信号耦合表，生成所述第一信号耦合频谱图。

具体而言，通过对所述信号发射端的输出信号进行特征采集，得到在通信传输的过程中需要传输的信号特征，即所述5G输出信号特征参数，包括输出功率参数和输出频率参数。其中，所述输出功率参数是指输出信号的输出功率值，所述输出频率参数是指输出信号的输出频率值。进而根据获取的发射端噪音，结合所述输出功率参数和输出频率参数输入所述信号耦合表中，对发射端噪音对输出信号的传输影响进行量化计算，从而生成所述第一信号耦合频谱图。实现对发射端的信号噪音对信号传输的影响进行评估的目标。所述第一信号耦合频谱图的横坐标为频率，纵坐标为功率。根据信号耦合表得到的功率值和频率值所代表的坐标得到所述第一信号耦合频谱图。达到了对发射端通信噪声的影响进行量化评估的技术效果。

步骤S400：根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率；

进一步的，如图3所示，所述根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率，本申请实施例步骤S400还包括：

步骤S410：从所述信道噪音中提取所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据；

步骤S420：根据所述耦合信号功率和所述耦合信号频率从所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据中提取功率衰减记录数据，其中，所述功率衰减记录数据包括衰减值和衰减值出现频率；

步骤S430：根据所述衰减值出现频率对所述衰减值进行权重分布，生成衰减值权重分布结果；

步骤S440：根据所述衰减值权重分布结果对所述衰减值求加权均值，对所述耦合信号功率进行调整，生成所述接收端输入功率；

步骤S450：将所述耦合信号频率设为所述接收端输入频率。

具体而言，从所述第一信号耦合频谱图中可以得到所述耦合信号功率和所述耦合信号频率。其中，所述耦合信号功率是指发射端噪音对输出信号影响后得到的信号功率。所述耦合信号频率是指发射端噪音对输出信号影响后得到的信号频率。所述衰减评估是考虑到信道噪音对传输的通信信号的影响，使输出信号从发射端到接收端的功率降低，从而对降低的幅度进行分析评估。通过根据所述耦合信号功率和耦合信号频率从所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据中分别提取功率衰减记录数据，得到单频噪音、脉冲噪音和起伏噪音对耦合信号功率下的耦合信号的影响程度。其中，所述功率衰减记录数据是对信号功率降低的幅度进行记录得到的数据。所述衰减值是指信号功率降低值，所述衰减值出现频率是单位时间内信号功率降低值出现的次数。进而，根据衰减值出现频率的大小对衰减值进行权重分布，频率越大，权重占比越大，从而得到所述衰减值权重分布结果。其中，所述衰减值权重分布结果是用来对噪音对信号的功率降低程度进行权重分配的各个权重占比情况。进而根据所述衰减值权重分布结果对所述衰减值进行加权计算，从而得到各个噪音对功率降低的平均情况，从而避免偶然误差，提高监测的准确度。按照得到的均值，对所述耦合信号功率进行调整，将所述耦合信号功率减去衰减值均值，从而得到所述接收端输入功率。其中，所述接收端输入功率是指信号到达接收端时的功率。所述接收端输入频率是指信号到达接收端时的频率。由此，达到了准确分析信道噪音对信号的影响程度的技术效果。

步骤S500：将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图；

进一步的，所述将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图，本申请实施例步骤S500还包括：

步骤S510：根据所述接收端噪音，获取接收端噪音功率和接收端噪音频率；

步骤S520：将所述接收端噪音功率、所述接收端噪音频率、所述接收端输入功率和所述接收端输入频率输入所述信号耦合表，生成所述第二信号耦合频谱图。

进一步的，本申请实施例步骤S500还包括：

步骤S530：通过区块链，上传信号耦合记录数据，其中，所述信号耦合记录数据包括耦合噪音功率、耦合噪音频率、5G信号功率、5G信号频率和耦合频谱图记录数据；

步骤S540：根据所述耦合噪音功率、所述耦合噪音频率和所述5G信号功率从所述信号耦合表中删除同族历史存储数据；

步骤S550：当所述同族历史存储数据删除完成时，将所述耦合噪音功率、所述耦合噪音频率、所述5G信号功率、所述5G信号频率和所述耦合频谱图记录数据，添加进所述信号耦合表。

具体而言，将所述接收端噪音功率、所述接收端噪音频率、所述接收端输入功率和所述接收端输入频率输入所述信号耦合表中，将接收端噪音对接收信号的影响进行量化评估，按照得到的功率和频率，生成所述第二信号耦合频谱图。其中，所述第二信号耦合频谱图的横坐标为频率，纵坐标为功率。通过区块链各个通信实验室进行的耦合实验数据进行上传，所述信号耦合记录数据是对信号进行耦合的过程中产生的数据。其中，所述耦合噪音功率是噪音与信号进行耦合后的功率值。所述耦合噪音频率是信号与噪音耦合后得到的频率值。所述5G信号功率是发射端的5G信号的功率值，所述5G信号频率是发射端的5G信号频率值。所述耦合频谱图记录数据是信号与噪音在耦合过程中的产生的功率和频率变化记录数据。通过删除同族历史存储数据，将得到的耦合记录数据添加进所述信号耦合表中，可以提高数据精度。

步骤S600：将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果；

进一步的，所述将将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果，本申请实施例步骤S600还包括：

步骤S610：采集输出功率记录数据、输出频率记录数据、第二信号耦合频谱图和接收灵敏度记录数据；

步骤S620：将所述输出功率记录数据、所述输出频率记录数据、所述第二信号耦合频谱图作为输入信息，将所述接收灵敏度记录数据作为输出标识信息，构建第一回归决策树；

步骤S630：提取所述第一回归决策树不满足预设准确率的所述输出功率记录数据、所述输出频率记录数据、所述第二信号耦合频谱图和所述接收灵敏度记录数据进行权重增益，记为第一损失训练数据集；

步骤S640：判断所述第一损失训练数据集数据量是否大于收敛数据量；

步骤S650：若大于，对所述第一损失训练数据集在原数据集中进行权重增益，构建第二回归决策树；

步骤S660：当第N损失训练数据集的数据量小于或等于所述收敛数据量时，将所述第一回归决策树、所述第二回归决策树直到第N回归决策树合并，生成所述接收灵敏度评估模型，其中，所述接收灵敏度评估模型的输出为所述第一回归决策树、所述第二回归决策树直到第N回归决策树的输出均值。

具体而言，所述接收灵敏度评估模型是指通信正常时能够识别的最小信号接收功率进行评估的功能模型。所述接收灵敏度是指通信正常时能够识别的最小信号接收功率。在进行接收灵敏度评估模型构建的过程中，基于大数据通过搜寻查找与通信信号相关的信息，可选的，包括各方的文献、实验室数据等，得到所述输出功率记录数据、输出频率记录数据、第二信号耦合频谱图和接收灵敏度记录数据。根据所述输出功率记录数据、输出频率记录数据和第二信号耦合频谱图作为接收灵敏度判断基础数据，将所述接收灵敏度记录数据作为输出标识信息，从而构建所述第一回归决策树，用于对接收灵敏度进行评估。所述预设准确率是指输出结果中的评估接收灵敏度的准确程度进行设定的值，由工作人员自行设定，在此不做限制。对不满足预设准确率的数据进行权重增益表明决策树对于数据的学习不够，需要增加权重来对这部分数据进行学习训练，所述第一损失训练数据集是指学习失败的数据集。所述收敛数据量是指能够准确识别出结果的数据量。当第一损失训练数据集数据量大于收敛数据量时，表明决策树的准确度不够，需要继续训练，对第一损失训练数据集进行权重增益后得到第二训练数据，基于第二训练数据构建第二回归决策树。当第一损失训练数据集数据量小于或等于收敛数据量时，表明决策树的输出准确性达到要求，将所述第一回归决策树、所述第二回归决策树直到第N回归决策树合并，生成所述接收灵敏度评估模型。输出值为各回归决策树的均值，可以保证输出结果的准确性。

步骤S700：当所述接收灵敏度评估结果小于接收灵敏度阈值，将所述发射端噪音和所述接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。

具体而言，所述接收灵敏度阈值是接收端的接收功率最小值，当所述接收灵敏度评估结果小于所述接收灵敏度阈值时，表明发射端和接收端噪音对通信信号的传输质量产生影响，需要进行过滤处理。进而将发射端噪音和接收端噪音标识为待过滤通信噪音，加入噪音检测结果。从而达到了对通信传输中的噪音进行全面识别，提高通信质量的技术效果。

综上所述，本申请所提供的一种5G通信噪音监测方法具有如下技术效果：

本申请实施例通过对信号传输路径进行分析，从发射端、信道和接收端来对噪音进行采集，得到传输噪音，为后续进行噪音分析提供基础分析数据，进而根据信号发射端得到5G输出信号特征参数，将输出功率参数、输出频率参数和发射端噪音输入信号耦合表，生成第一信号耦合频谱图，得到发射端噪音对输出信号的影响程度，然后根据第一信号耦合频谱图，得到耦合信号功率和耦合信号频率，在发射端噪音对信号的影响程度上，考虑信道噪音对耦合信号功率的衰减程度，对其进行评估后得到接收端输入功率和接收端输入频率，然后将接收端输入功率、接收端输入频率和接收端噪音输入信号耦合表，得到第二信号耦合频谱图，进而将输出功率参数、输出频率参数和第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果，当接收灵敏度评估结果小于接收灵敏度阈值，表明发射端和接收端噪音对信号传输质量产生影响，将发射端噪音和接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。由此，达到了考虑发送和接收时噪音对信号的影响，提高噪音监测准确度的技术效果。

实施例二

基于与前述实施例中一种5G通信噪音监测方法同样的发明构思，如图4所示，本申请还提供了一种5G通信噪音监测系统，其中，所述系统包括：

噪音生成模块11，所述噪音生成模块11用于根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音；

特征参数获得模块12，所述特征参数获得模块12用于通过所述信号发射端获取5G输出信号特征参数，其中，所述5G输出信号特征参数包括输出功率参数和输出频率参数；

第一频谱图生成模块13，所述第一频谱图生成模块13用于将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图；

衰减评估模块14，所述衰减评估模块141用于根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率；

第二频谱图生成模块15，所述第二频谱图生成模块15用于将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图；

灵敏度评估模块16，所述灵敏度评估模块16用于将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果；

噪音检测模块17，所述噪音检测模块17用于当所述接收灵敏度评估结果小于接收灵敏度阈值，将所述发射端噪音和所述接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。

进一步的，所述系统还包括：

发射确定单元，所述发射确定单元用于根据所述信号传输路径，确定信号发射端、发射信道和信号接收端；

噪音数据调取单元，所述噪音数据调取单元用于遍历所述信号发射端、所述发射信道和所述信号接收端，调取单频噪音记录数据；

脉冲噪音数据调取单元，所述脉冲噪音数据调取单元用于遍历所述信号发射端、所述发射信道和所述信号接收端，调取脉冲噪音记录数据；

起伏噪音数据调取单元，所述起伏噪音数据调取单元用于遍历所述信号发射端、所述发射信道和所述信号接收端，调取起伏噪音记录数据；

记录数据分组单元，所述记录数据分组单元用于将所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据分组，生成所述发射端噪音、所述信道噪音和所述接收端噪音。

进一步的，所述系统还包括：

噪音功率获取单元，所述噪音功率获取单元用于根据所述发射端噪音，获取发射端噪音功率和发射端噪音频率；

第一信号图生成单元，所述第一信号图生成单元用于将所述输出功率参数、所述输出频率参数、所述发射端噪音功率和所述发射端噪音频率，输入所述信号耦合表，生成所述第一信号耦合频谱图。

进一步的，所述系统还包括：

接收端噪音功率获取单元，所述接收端噪音功率获取单元用于根据所述接收端噪音，获取接收端噪音功率和接收端噪音频率；

第二信号图生成单元，所述第二信号图生成单元用于将所述接收端噪音功率、所述接收端噪音频率、所述接收端输入功率和所述接收端输入频率输入所述信号耦合表，生成所述第二信号耦合频谱图。

进一步的，所述系统还包括：

耦合记录数据上传单元，所述耦合记录数据上传单元用于通过区块链，上传信号耦合记录数据，其中，所述信号耦合记录数据包括耦合噪音功率、耦合噪音频率、5G信号功率、5G信号频率和耦合频谱图记录数据；

历史数据删除单元，所述历史数据删除单元用于根据所述耦合噪音功率、所述耦合噪音频率和所述5G信号功率从所述信号耦合表中删除同族历史存储数据；

数据添加单元，所述数据添加单元用于当所述同族历史存储数据删除完成时，将所述耦合噪音功率、所述耦合噪音频率、所述5G信号功率、所述5G信号频率和所述耦合频谱图记录数据，添加进所述信号耦合表。

进一步的，所述系统还包括：

记录数据提取单元，所述记录数据提取单元用于从所述信道噪音中提取所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据；

衰减记录数据提取单元，所述衰减记录数据提取单元用于根据所述耦合信号功率和所述耦合信号频率从所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据中提取功率衰减记录数据，其中，所述功率衰减记录数据包括衰减值和衰减值出现频率；

权重分布单元，所述权重分布单元用于根据所述衰减值出现频率对所述衰减值进行权重分布，生成衰减值权重分布结果；

功率调整单元，所述功率调整单元用于根据所述衰减值权重分布结果对所述衰减值求加权均值，对所述耦合信号功率进行调整，生成所述接收端输入功率；

输入频率设定单元，所述输入频率设定单元用于将所述耦合信号频率设为所述接收端输入频率。

进一步的，所述系统还包括：

记录数据采集单元，所述记录数据采集单元用于采集输出功率记录数据、输出频率记录数据、第二信号耦合频谱图和接收灵敏度记录数据；

第一决策树构建单元，所述第一决策树构建单元用于将所述输出功率记录数据、所述输出频率记录数据、所述第二信号耦合频谱图作为输入信息，将所述接收灵敏度记录数据作为输出标识信息，构建第一回归决策树；

权重增益单元，所述权重增益单元用于提取所述第一回归决策树不满足预设准确率的所述输出功率记录数据、所述输出频率记录数据、所述第二信号耦合频谱图和所述接收灵敏度记录数据进行权重增益，记为第一损失训练数据集；

数据量判断单元，所述数据量判断单元用于判断所述第一损失训练数据集数据量是否大于收敛数据量；

第二决策树构建单元，所述第二决策树构建单元用于若大于，对所述第一损失训练数据集在原数据集中进行权重增益，构建第二回归决策树；

灵敏度评估模型生成单元，所述灵敏度评估模型生成单元用于当第N损失训练数据集的数据量小于或等于所述收敛数据量时，将所述第一回归决策树、所述第二回归决策树直到第N回归决策树合并，生成所述接收灵敏度评估模型，其中，所述接收灵敏度评估模型的输出为所述第一回归决策树、所述第二回归决策树直到第N回归决策树的输出均值。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种5G通信噪音监测方法和具体实例同样适用于本实施例的一种5G通信噪音监测系统，通过前述对一种5G通信噪音监测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种5G通信噪音监测系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种5G通信噪音监测方法，其特征在于，所述方法应用于一5G通信噪音监测系统，所述方法包括：

根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音；

通过所述信号发射端获取5G输出信号特征参数，其中，所述5G输出信号特征参数包括输出功率参数和输出频率参数；

将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图；

根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率；

将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图；

将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果；

当所述接收灵敏度评估结果小于接收灵敏度阈值，将所述发射端噪音和所述接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。

2.如权利要求1所述的方法，其特征在于，所述根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音，包括：

根据所述信号传输路径，确定信号发射端、发射信道和信号接收端；

遍历所述信号发射端、所述发射信道和所述信号接收端，调取单频噪音记录数据；

遍历所述信号发射端、所述发射信道和所述信号接收端，调取脉冲噪音记录数据；

遍历所述信号发射端、所述发射信道和所述信号接收端，调取起伏噪音记录数据；

将所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据分组，生成所述发射端噪音、所述信道噪音和所述接收端噪音。

3.如权利要求1所述的方法，其特征在于，所述将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图，包括：

根据所述发射端噪音，获取发射端噪音功率和发射端噪音频率；

将所述输出功率参数、所述输出频率参数、所述发射端噪音功率和所述发射端噪音频率，输入所述信号耦合表，生成所述第一信号耦合频谱图。

4.如权利要求1所述的方法，其特征在于，所述将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图，包括：

根据所述接收端噪音，获取接收端噪音功率和接收端噪音频率；

将所述接收端噪音功率、所述接收端噪音频率、所述接收端输入功率和所述接收端输入频率输入所述信号耦合表，生成所述第二信号耦合频谱图。

5.如权利要求4或3所述的方法，其特征在于，还包括：

通过区块链，上传信号耦合记录数据，其中，所述信号耦合记录数据包括耦合噪音功率、耦合噪音频率、5G信号功率、5G信号频率和耦合频谱图记录数据；

根据所述耦合噪音功率、所述耦合噪音频率和所述5G信号功率从所述信号耦合表中删除同族历史存储数据；

当所述同族历史存储数据删除完成时，将所述耦合噪音功率、所述耦合噪音频率、所述5G信号功率、所述5G信号频率和所述耦合频谱图记录数据，添加进所述信号耦合表。

6.如权利要求2所述的方法，其特征在于，所述根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率，包括：

从所述信道噪音中提取所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据；

根据所述耦合信号功率和所述耦合信号频率从所述单频噪音记录数据、所述脉冲噪音记录数据和所述起伏噪音记录数据中提取功率衰减记录数据，其中，所述功率衰减记录数据包括衰减值和衰减值出现频率；

根据所述衰减值出现频率对所述衰减值进行权重分布，生成衰减值权重分布结果；

根据所述衰减值权重分布结果对所述衰减值求加权均值，对所述耦合信号功率进行调整，生成所述接收端输入功率；

将所述耦合信号频率设为所述接收端输入频率。

7.如权利要求1所述的方法，其特征在于，所述将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果，包括：

采集输出功率记录数据、输出频率记录数据、第二信号耦合频谱图和接收灵敏度记录数据；

将所述输出功率记录数据、所述输出频率记录数据、所述第二信号耦合频谱图作为输入信息，将所述接收灵敏度记录数据作为输出标识信息，构建第一回归决策树；

提取所述第一回归决策树不满足预设准确率的所述输出功率记录数据、所述输出频率记录数据、所述第二信号耦合频谱图和所述接收灵敏度记录数据进行权重增益，记为第一损失训练数据集；

判断所述第一损失训练数据集数据量是否大于收敛数据量；

若大于，对所述第一损失训练数据集在原数据集中进行权重增益，构建第二回归决策树；

当第N损失训练数据集的数据量小于或等于所述收敛数据量时，将所述第一回归决策树、所述第二回归决策树直到第N回归决策树合并，生成所述接收灵敏度评估模型，其中，所述接收灵敏度评估模型的输出为所述第一回归决策树、所述第二回归决策树直到第N回归决策树的输出均值。

8.一种5G通信噪音监测系统，其特征在于，所述系统包括：

噪音生成模块，所述噪音生成模块用于根据信号传输路径进行特征采集，生成传输噪音，其中，所述传输噪音包括发射端噪音、信道噪音和接收端噪音；

特征参数获得模块，所述特征参数获得模块用于通过所述信号发射端获取5G输出信号特征参数，其中，所述5G输出信号特征参数包括输出功率参数和输出频率参数；

第一频谱图生成模块，所述第一频谱图生成模块用于将所述输出功率参数、所述输出频率参数和所述发射端噪音输入信号耦合表，生成第一信号耦合频谱图；

衰减评估模块，所述衰减评估模块用于根据所述第一信号耦合频谱图，获取耦合信号功率和耦合信号频率，根据所述信道噪音对所述耦合信号功率进行衰减评估，生成接收端输入功率和接收端输入频率；

第二频谱图生成模块，所述第二频谱图生成模块用于将所述接收端输入功率、所述接收端输入频率和所述接收端噪音输入所述信号耦合表，生成第二信号耦合频谱图；

灵敏度评估模块，所述灵敏度评估模块用于将所述输出功率参数、所述输出频率参数和所述第二信号耦合频谱图输入接收灵敏度评估模型，生成接收灵敏度评估结果；

噪音检测模块，所述噪音检测模块用于当所述接收灵敏度评估结果小于接收灵敏度阈值，将所述发射端噪音和所述接收端噪音标识为待过滤通信噪音，添加进噪音检测结果。

Images