CN115801952B - 一种天线系统的控制方法和系统 - Google Patents

Abstract

本说明书实施例提供一种天线系统的控制方法和系统，该方法包括：获取移动终端的历史使用数据，历史使用数据包括第一使用环境数据、第一使用场景数据；基于历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据；基于第二使用环境数据，确定移动终端中至少一类天线的实际接收信号强度；基于第二使用场景数据，确定移动终端与第二使用场景数据对应的参考信号强度；基于实际接收信号强度、参考信号强度，确定目标天线。

Description

一种天线系统的控制方法和系统

技术领域

本说明书涉及移动通信领域，特别涉及一种天线系统的控制方法和系统。

背景技术

随着智能终端所承载的无线模块越来越多，智能终端的天线数量和类型越来越多，用户对智能终端的无线性能要求越来越高，包括上网速率、无线信号通信质量等。当下的研究主要是针对移动终端内部的天线工作环境进行的，较少考虑用户移动终端的实际应用场景和使用环境变化对无线信号质量的影响。而在移动终端实际使用过程中，用户在不同时间的使用场景、使用环境不同，对移动终端的无线信号的要求也随之不同。

因此，希望提出一种天线系统的控制方法和系统，可以基于用户移动终端使用环境和应用场景的变化动态进行天线切换，为用户提供适宜的无线信号质量，提升用户体验。

发明内容

本说明书一个或多个实施例提供一种天线系统的控制方法。所述方法包括：获取移动终端的历史使用数据，所述历史使用数据包括第一使用环境数据、第一使用场景数据；基于所述历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据；基于所述第二使用环境数据，确定所述移动终端中至少一类天线的实际接收信号强度；基于所述第二使用场景数据，确定所述移动终端与所述第二使用场景数据对应的参考信号强度；基于所述实际接收信号强度、所述参考信号强度，确定目标天线。

本说明书一个或多个实施例提供一种天线系统的控制系统，所述系统包括：获取模块，用于获取移动终端的历史使用数据，所述历史使用数据包括第一使用环境数据、第一使用场景数据；第一确定模块，用于基于所述历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据；第二确定模块，用于基于所述第二使用环境数据，确定所述移动终端中至少一类天线的实际接收信号强度；第三确定模块，用于基于所述第二使用场景数据，确定所述移动终端与所述第二使用场景数据对应的参考信号强度；第四确定模块，用于基于所述实际接收信号强度、所述参考信号强度，确定目标天线。

本说明书一个或多个实施例提供一种天线系统的控制装置，所述装置包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如上述实施例中任意一项所述的天线系统的控制方法。

本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如上述实施例中任意一项所述的天线系统的控制方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的天线系统的控制系统的示例性模块图；

图2是根据本说明书一些实施例所示的天线系统的控制方法的示例性流程图；

图3是根据本说明书一些实施例所示的基于第一预测模型预测实际接收信号强度的示例性示意图；

图4是根据本说明书一些实施例所示的确定参考信号强度的示例性流程图；

图5是根据本说明书一些实施例所示的确定目标天线的示例性流程图；

图6a是根据本说明书一些实施例所示的移动终端历史使用场景数据、历史使用天线类型及对应的历史功耗的分布示意图；

图6b是根据本说明书一些实施例所示的聚类结果的示例性示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的天线系统的控制系统的示例性模块图。在一些实施例中，所述天线系统的控制系统100可以包括获取模块110、第一确定模块120、第二确定模块130、第三确定模块140和第四确定模块150。

获取模块110可以用于获取移动终端的历史使用数据，历史使用数据可以包括第一使用环境数据、第一使用场景数据。

第一确定模块120可以用于基于历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据。

第二确定模块130可以用于基于第二使用环境数据，确定移动终端中至少一类天线的实际接收信号强度。

第三确定模块140可以用于基于第二使用场景数据，确定移动终端与第二使用场景数据对应的参考信号强度。在一些实施例中，第三确定模块140可以进一步用于获取第二使用场景数据对应的应用软件、使用时长；基于应用软件、使用时长，确定参考信号强度。

第四确定模块150可以用于基于实际接收信号强度、参考信号强度，确定目标天线。在一些实施例中，第四确定模块150可以进一步用于基于天线切换规则，确定目标天线；天线切换规则为目标天线的实际接收信号强度大于等于参考信号强度。在一些实施例中，天线切换规则还可以包括切换优先级；切换优先级与移动终端的功耗相关：移动终端的功耗越低，切换优先级越高。

需要注意的是，以上对于天线系统的控制系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的获取模块110、第一确定模块120、第二确定模块130、第三确定模块140和第四确定模块150可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图2是根据本说明书一些实施例所示的天线系统的控制方法的示例性流程图。在一些实施例中，流程200可以由处理器执行。如图2所示，流程200包括下述步骤：

步骤210，获取移动终端的历史使用数据，历史使用数据包括第一使用环境数据、第一使用场景数据。

移动终端可以指可以在移动中使用的计算机设备。例如，移动终端可以包括但不限于手机、笔记本、平板电脑、POS机、VR眼镜、车载电脑等。

历史使用数据可以指移动终端在历史时间的使用相关数据。例如，历史使用数据可以包括移动终端在历史时间的使用场景、使用环境、运行环境、用户使用习惯等相关数据。其中，用户习惯可以指用户使用移动终端的规律，如在某个时间节点习惯在某地点通过移动终端做某事。在一些实施例中，历史使用数据可以包括第一使用环境数据和第一使用场景数据。

第一使用环境数据可以指在历史时间，移动终端使用的外部环境中可能对移动终端信号产生影响的数据。例如，第一使用环境数据可以包括移动终端在历史时间的使用环境的封闭程度、遮挡程度、人流量、基站覆盖率、距基站距离等。

第一使用场景数据可以指在历史时间，移动终端的使用场景。例如，第一使用场景数据可以包括在历史时间，用户通过移动终端看视频、听音乐、浏览网页、视频会议等应用场景，以及每个应用场景对应的应用软件、使用时长。

在一些实施例中，处理器可以通过多种方式获取移动终端的历史使用数据。例如，处理器可以从移动终端的系统日志中获取使用记录，以从使用记录中获取第一使用场景数据。又例如，处理器可以通过移动终端系统日志获取到与第一使用场景数据对应的定位信息，基于定位信息，处理器可以从第三方平台(如道路监控、建筑信息平台、通信平台等)获取与定位信息对应的第一使用环境数据。

步骤220，基于历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据。

未来时间段可以指未来的需要进行用户移动终端使用数据预测的时间段，是基于当前的实际时间之后的时间段。例如，假设当前时间为2023年11月1日8:00，则未来时间段可以是2023年11月1日8:00之后的时间段。

在一些实施例中，未来时间段的时长可以通过预先设置确定。例如，可以设置未来时间段的时长为10分钟、30分钟、1小时等。在一些实施例中，未来时间段的时长可以是不固定的，可以基于用户历史使用数据直接确定。例如，通过对用户历史使用数据进行分析，发现用户习惯在工作日早上7:00-8:30看电子书、在8:30-9:00浏览新闻、在9:00-12:00只是偶尔通过微信聊天……，则对应的未来时间段的时长也可以是1.5小时、30分钟、3小时等。

第二使用环境数据与第一使用环境数据对应，第一使用环境数据为历史时间的移动终端使用环境数据，而第二使用环境数据为预测的未来时间段的移动终端使用环境数据。

类似的，第二使用场景数据也与第一使用场景数据对应，第一使用场景数据为历史时间的移动终端使用场景数据，而第二使用场景数据为预测的未来时间段的移动终端使用场景数据。

在一些实施例中，处理器可以通过对移动终端历史使用数据进行统计分析，预测第二使用环境数据、第二使用场景数据。例如，可以通过对第一使用环境数据进行分析和统计，确定用户在未来时间段可能出现在的地址的定位信息，再基于定位信息进一步确定对应的第一使用环境数据，作为预测的第二使用环境数据。又例如，可以通过对第一使用场景数据进行统计分析，确定用户在未来时间可能的移动终端应用场景、时长，进而确定与应用场景对应的第二使用场景数据。

在一些实施例中，基于历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据包括：基于多个历史使用数据对应的时间信息构建多个历史向量组成向量数据库，多个历史向量中的每一个与对应的历史使用数据关联存储在向量数据库中；基于未来时间段的时间信息构建特征向量；基于特征向量在向量数据库中检索，确定至少一个参考向量；基于参考向量确定第二使用环境数据和第二使用场景数据。

在一些实施例中，处理器可以基于多个历史使用数据对应的时间信息构建多个历史向量组成向量数据库，多个历史向量中的每一个与对应的历史使用数据关联存储在向量数据库中。

时间信息可以指具体的时间属性。例如，时间信息可以包括星期几、时间段、时长。例如，2023年11月1日8:00-9:00的时间信息可以是星期三、8:00-9:00、1小时。

历史向量指可以反映历史使用数据对应的历史时间的时间信息的向量。在一些实施例中，可以基于历史数据对应的历史时间的时间信息，构建历史向量。例如，历史时间2021年11月1日8:00-9:00对应的历史向量可以表示为(1，9，1)，其中，第一个1表示星期1，9表示从0点起以1小时为间隔的第9个时间段，最后一个1表示时长为1小时。在一些实施例中，时间划分间隔可以更小，例如，可以以10分钟、20分钟为间隔划分时间区间。如2021年11月1日8:00-8:10、8:10-8:20等就是以10分钟为间隔划分的时间区间。

向量数据库可以指用于存储多个历史向量、及与历史向量对应的历史使用数据的数据库。

在一些实施例中，多个历史向量中的每一个与对应的历史使用数据关联存储在向量数据库中。通过关联存储的方式，确定历史时间之后，即可基于其对应的向量信息在数据库中找到该历史时间对应的历史使用数据。

在一些实施例中，处理器可以基于未来时间段的时间信息构建特征向量。

特征向量是指可以反映未来时间段的时间信息属性的向量。例如，基于未来时间段2023年11月1日8:00-9:00的时间信息属性，构建的特征向量可以表示为(3,9,1)，其中3表示星期三，9表是从0点以1小时为间隔划分的时间段中的第9个时间段，1表示时长为1小时。

在一些实施例中，处理器可以基于特征向量在向量数据库中检索，确定至少一个参考向量。

参考向量可以指通过特征向量检索确定的与特征向量距离满足距离预设条件的向量。其中，距离预设条件可以是向量距离小于等于距离阈值，距离阈值可以基于实际计算需求设置。

在一些实施例中，处理器可以基于特征向量在向量数据库中检索，将向量数据库中与特征向量的距离满足距离预设条件的至少一个历史向量确定为参考向量。例如，通过检索，在向量数据库中与特征向量的距离满足距离预设条件的历史向量一共有100个，则可以将这100个历史向量作为参考向量。

在一些实施例中，处理器可以基于参考向量确定第二使用环境数据和第二使用场景数据。在一些实施例中，处理器可以基于参考向量，确定与参考向量关联存储的移动终端历史使用数据，将其中的第一使用环境数据和第一使用场景数据分别确定为第二使用环境数据和第二使用场景数据。

在一些实施例中，参考向量可能有多个，且多个参考向量可能对应多个不同的移动终端历史使用数据；则处理器可以先基于参考向量确定多个不同的移动终端历史使用数据，再进一步基于未来时间用户的实际定位信息，确定与实际定位信息对应的其中一个历史使用数据作为参考；基于参考的历史使用数据确定第二使用环境数据和第二使用场景数据。例如，基于未来时间段2023年11月1日9:00-10:00对应的时间信息构建的特征向量，在向量数据库中检索得到与100个参考向量关联存储的历史使用数据有两类，一类是该未来时间段在A地点进行视频会议，一类是该未来时间段在B地点在线聊天。则可以基于未来时间段移动终端实际的定位信息为地点A，将与地点A对应的那一类历史数据作为参考，进而确定第二使用环境数据和第二使用场景数据。

本说明书一些实施例，通过基于时间信息构建向量，以向量检索的方式确定第二使用环境数据和第二使用场景数据，以向量检索的方式从大量数据中确定用户移动终端使用规律，快速确定移动终端在未来时间段的使用数据，提高数据处理的效率。

步骤230，基于第二使用环境数据，确定移动终端中至少一类天线的实际接收信号强度。

由于移动通信技术的发展，以及用户对移动终端通信质量要求的提高，当下的移动终端中一般配置有多个天线及对应的通信匹配模块，以在不同通信环境下保证较高的通信质量。因此移动终端至少一类天线可以指移动终端中的至少一个天线及对应的通信匹配模块。

实际接收信号强度可以指天线在不同使用环境中实际能接收到的信号强度。移动终端中对应多类天线，则可以有多个与每一类天线对应的实际接收信号强度。

在一些实施例中，处理器可以通过多种方式确定移动终端中至少一类天线的实际接收信号强度。例如，可以将移动终端放置在不同环境中，切换到不用的天线，监测每类天线能接收到的信号强度。又例如，可以通过移动终端的历史使用数据，确定使用时的定位信息，基于定位信息确定使用环境数据；进一步的获取使用时与定位信息对应的移动终端使用的天线类型及信号强度，即可确定使用环境数据和天线类型相对应的信号强度，作为实际接收信号强度。

在一些实施例中，处理器可以通过第一预测模型对第二使用环境数据进行处理，确定移动终端中至少一类天线的实际接收信号强度。

在一些实施例中，第一预测模型包括嵌入层和预测层：嵌入层用于对第二使用环境数据进行处理，确定环境特征向量；预测层用于对环境特征向量进行处理，确定实际接收信号强度序列，实际接收信号强度序列中每一个元素与移动终端中每一类天线一一对应。

更多关于基于第一预测模型确定实际接收信号强度的内容可以参见图3及其相关描述。

步骤240，基于第二使用场景数据，确定移动终端与第二使用场景数据对应的参考信号强度。

参考信号强度可以指移动终端在第二使用场景数据下所需的最低信号强度。最低信号强度是指能够保证用户在第二使用场景下可以正常进行使用，不影响用户体验的信号强度。

在一些实施例中，处理器可以通过多种方式确定参考信号强度。例如，处理器可以基于多个移动终端的第一使用场景数据，确定与第二使用场景对应的至少一个第一使用场景数据，分析在该第一使用场景数据下的网速、及网速对应的信号强度，将网速达到网速阈值的最低网速对应的信号强度作为参考信号强度。网速阈值可以基于该使用场景所需的最低网速或平均网速确定。

在一些实施例中，处理器可以获取第二使用场景数据对应的应用软件、使用时长；基于应用软件、使用时长，确定参考信号强度。

更多关于基于应用软件及使用时长确定参考信号强度的内容可以参见图4及其相关描述。

步骤250，基于实际接收信号强度、参考信号强度，确定目标天线。

目标天线可以指在不同使用环境、使用场景下能够保证移动终端通信质量的天线。

在一些实施例中，处理器可以基于移动终端中每类天线的接收信号强度，确定目标天线。在一些实施例中，处理器可以将移动终端中每类天线的实际接收信号强度与参考信号强度对比，将实际接收信号强度大于等于参考信号强度的天线确定为目标天线。在一些实施例中，当存在多类天线的实际接收信号强度大于等于参考信号强度时，可以基于用户实际需求确定其中一类天线作为目标天线。例如，用户需求可以是信号最佳、功耗最低等。

在一些实施例中，处理器可以基于天线切换规则，确定目标天线；天线切换规则为目标天线的实际接收信号强度大于等于参考信号强度。

在一些实施例中，天线切换规则还包括切换优先级；切换优先级与移动终端的功耗相关：移动终端的功耗越低，切换优先级越高。

更多关于基于天线切换规则确定目标天线的内容可以参见图5及其相关描述。

本说明书一些实施例，通过预测移动终端在未来时间的使用环境和使用场景，并基于使用环境和使用场景确定每类天线实际接收信号强度和移动终端所需信号强度，来确定目标天线。这种方式考虑了不同环境对天线接收信号的影响、以及不同使用场景所需的信号强度不同，可以为不同使用环境和使用场景确定合适的目标天线，保证移动终端通信质量的同时还可以满足用户不同的需求，提升用户体验。

图3是根据本说明书一些实施例所示的基于第一预测模型预测实际接收信号强度的示例性示意图。

在一些实施中，基于第二使用环境数据，确定移动终端中至少一类天线的实际接收信号强度包括：通过第一预测模型对第二使用环境数据进行处理，确定移动终端中至少一类天线的实际接收信号强度。

在一些实施例中，第一预测模型可以是卷积神经网络(Convolutional NeuralNetworks，CNN)、深度神经网络(Deep Neural Networks，DNN)、循环神经网络(RecurrentNeural Network，RNN)或其他自定义网络中的至少一种。

在一些实施例中，第一预测模型的输入可以是第二使用环境数据，输出可以是移动终端中至少一类天线的实际接收信号强度。例如，移动终端中一共有3类天线，可以将预测的移动终端第二使用环境数据输入第一预测模型进行处理，得到3类天线对应的实际接收信号强度。

在一些实施例中，第一预测模型可以通过训练获取。在一些实施例中，训练第一预测模型的第一训练样本可以是多组样本使用环境数据，包括环境的封闭程度、遮挡程度、人流量、基站覆盖率、距基站距离等信息。样本使用环境数据可以是历史数据，也可以是当下采集的数据。第一标签可以是移动终端中各个天线在样本使用环境数据中实际的信号接收强度。在一些实施例中，第一标签可以通过实际监测获取。例如，可以将移动终端放置在样本使用环境中，分别监测不同天线的接收信号强度，作为第一标签。

在一些实施例中，处理器可以将第一训练样本输入初始第一预测模型，得到初始实际接收信号强度；基于初始实际接收信号强度和第一标签构建损失函数；通过损失函数更新初始第一预测模型的参数，通过参数更新，获取训练好的第一预测模型。

在一些实施例中，第一预测模型包括嵌入层和预测层：嵌入层用于对第二使用环境数据进行处理，确定环境特征向量；预测层用于对环境特征向量进行处理，确定实际接收信号强度序列，实际接收信号强度序列中每一个元素与移动终端中每一类天线一一对应。

如图3所示，第一预测模型可以包括嵌入层320和预测层340。

嵌入层320的输入可以为第二使用环境数据310，输出为环境特征向量330；预测层340的输入为环境特征向量330，输出为实际接收信号强度序列。其中，实际接收信号强度序列为移动终端中多个天线对应的多个实际接收信号强度组成的序列。例如，可以对多个天线进行编号，然后将多个天线对应的实际接收信号强度按照编号排列组成实际接收信号强度序列。关于第二使用环境数据和实际接收信号强度的具体内容可以参见图2及其相关描述。

在一些实施例中，第一预测模型的嵌入层和预测层可以通过联合训练获取。在一些实施例中，联合训练第一预测模型的嵌入层和预测层的训练样本为第一训练样本，标签为第一训练标签。关于第一训练样本和第一训练标签的更多内容可以参见上文的相关描述。

在一些实施例中，处理器可以将第一训练样本输入初始嵌入层，得到初始环境特征向量，将初始环境特征向量输入初始预测层，得到初始实际接收信号强度序列。基于初始实际接收信号强度序列和第一标签构建损失函数；利用损失函数同步更新初始嵌入层和初始预测层的参数；通过参数更新获取训练好的嵌入层和预测层。

通过采用联合训练的方式，可以同步获取训练好的嵌入层和预测层，同时可以避免单独训练嵌入层时训练标签不好获取的问题。

本说明书一些实施例，通过第一预测模型对第二使用环境数据进行处理，确定移动终端中各类天线的实际接收信号强度。可以利用机器学习模型的自学习能力，在大量数据中找到使用环境与天线接收信号强度之间的关系，提高数据处理的效率和预测的准确率。

步骤410，获取第二使用场景数据对应的应用软件、使用时长。

应用软件可以指在第二使用场景数据对应的使用场景下，用户在移动终端上使用的应用软件。例如，假设第二场景数据为用户通过移动终端进行视频会议，则对应的应用软件为视频相关软件(如腾讯会议、钉钉会议等)。

使用时长可以指在第二使用场景数据对应的使用场景下，用户使用应用软件的时长。

在一些实施例中，处理器可以基于第二使用场景数据，对第二使用场景数据进行分析，确定对应的应用软件、及使用时长。例如，直接从第二使用场景数据中提取应用软件和使用时长信息，作为所需的应用软件和使用时长。

应当理解的是，第二使用环境数据与第一使用环境数据对应，只是一个是历史时间一个是未来时间的。因此第二使用场景数据也包含了对应的应用场景下的应用软件和使用时长信息，具体可以参见图2及其相关描述。

步骤420，基于应用软件、使用时长，确定参考信号强度。

在一些实施例中，处理器可以基于移动终端的系统日志等使用记录，确定在第二使用场景数据对应的使用场景下，应用软件各个时间点的信号强度。在一些实施例中，处理器可以基于应用软件各个时间点的信号强度和使用时长，确定参考信号强度。例如，处理器可以将应用软件在多个时间点的信号强度求平均，得到平均信号强度作为参考信号强度。在一些实施例中，处理器可以基于应用软件在各个时间点的信号强度，将最大信号强度作为参考信号强度。

在一些实施例中，处理器可以获取第二使用场景数据对应的应用软件在多个时间点的网速数据；基于多个时间点的网速数据、使用时长，确定平均网速。

网速数据可以指移动终端在第二使用场景数据对应的使用场景下的网速大小。在一些实施例中，处理器可以基于与该使用场景对应的移动终端历史使用数据，获取网速数据。例如，可以通过移动终端中的网速监测软件的历史记录等，获取在该使用场景下应用软件的网速数据。

仅作为示例，假设第二使用场景数据对应的使用场景为通过播放器看视频，则可以获取移动终端的历史使用数据中，使用场景为通过播放器看视频的历史使用数据，通过该历史使用数据获取播放器的网速数据。

平均网速是指在第二使用场景数据对应的使用场景下应用软件网速的平均值。例如，第二使用场景数据对应的应用场景为通过播放器看视频，一共看了2小时，这2小时里每个时间点可能网速大小不同，平均网速即为这2小时多个网速数据的平均值。

在一些实施例中，处理器可以基于网速数据和使用时长确定平均网速。如通过将网速数据相加，再除以使用时长，得到平均网速。其中，使用时长可以以秒为单位。

在一些实施例中，处理器可以基于第二预测模型对平均网速进行处理，确定参考信号强度。

在一些实施例中，第二预测模型可以是卷积神经网络(Convolutional NeuralNetworks，CNN)、深度神经网络(Deep Neural Networks，DNN)、循环神经网络(RecurrentNeural Network，RNN)或其他自定义网络中的至少一种。

在一些实施例中，第二预测模型的输入可以是平均网速，输出可以是参考信号强度。例如，假设第二使用场景数据对应的使用场景为通过视频软件进行视频会议，使用时长1小时，可以确定对应的平均网速；然后将平均网速输入第二预测模型，可以得到通过视频软件进行视频会议的参考信号强度。

在一些实施例中，第二预测模型可以通过训练获取。在一些实施例中，训练第二预测模型的第二训练样本可以是多组历史使用场景中的网速数据，例如，可以是历史使用场景下多个时间点的网速数据。第二标签可以是每个时间点的移动终端信号强度，第二标签可以通过监测获取，如通过移动终端内部相关软件进行监测。

在一些实施例中，可以将第二训练样本输入初始第一预测模型，得到初始参考信号强度；基于初始参考信号强度和第二标签构建损失函数；利用损失函数更新初始第二预测模型的参数；通过参数更新，获取训练好的第二预测模型。

本说明书一些实施例，通过确定第二使用场景数据对应的应用软件的平均网速，再基于第二预测模型对平均网速进行处理，可以利用机器学习模型的自学习能力，从大量数据中找到规律，确定信号强度与网速之间的关系，可以提高数据处理的效率以及预测的准确性。

本说明书一些实施例，通过第二使用场景数据对应的应用软件、使用时长，确定参考信号强度，考虑了在不同使用场景下不同软件类型所需的信号强度不同，可以使确定的参考信号强度更加准确。同时，为后续确定目标天线提供了数据支撑。

应当注意的是，上述有关流程400的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程400进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

在一些实施例中，基于实际接收信号强度、参考信号强度，确定目标天线包括：基于天线切换规则，确定目标天线；天线切换规则为目标天线的实际接收信号强度大于等于参考信号强度。

天线切换规则可以指在不同使用环境和使用场景中，切换移动终端中不同天线的作为目标天线的规则。例如，天线切换规则可以包括是否切换、如何切换等。

在一些实施例中，天线切换规则可以为目标天线的实际接收信号强度大于等于参考信号强度。在一些实施例中，处理器可以确定移动终端当前正在使用的天线的实际接收信号强度是否大于等于参考信号强度。若是，则直接将当前正在使用的天线确认为目标天线，无需进行切换。否则，将其他未在使用的天线的实际接收信号强度与参考信号强度对比，将实际接收信号强度大于等于参考信号强度的天线确定为目标天线。

在一些实施例中，若存在多个天线的实际接收信号强度大于等于参考信号强度，则可以基于用户需求或天线切换的效率等进一步确定目标天线。例如，若用户追求信号强度最佳，则将该多个天线中实际接收信号强度最大的天线确定为目标天线。又例如，不同天线切换时需要与移动终端的通信模块匹配，可以根据匹配速度，将该多个天线中匹配速度(切换速度)最快的天线确定为目标天线。

本说明书一些实施例，基于天线实际接收信号强度和移动终端的参考信号强度，通过天线切换规则确定目标天线，根据使用环境和使用场景变化进行天线的动态切换，可以为移动终端匹配适合于不同使用环境和使用场景的目标天线，保证移动终端信号质量，提升用户体验。

在一些实施例中，天线切换规则还包括切换优先级；切换优先级与移动终端的功耗相关。

切换优先级可以指天线切换的优先次序。例如，切换优先级可以为优先级1、优先级2、优先级3等。示例性的，优先级1>优先级2>优先级3。

移动终端的功耗可以指使用不同的天线时移动终端的功耗。即，移动终端的功耗可以指由于天线使用产生的功耗。在一些实施例中，移动终端的功耗可以是使用不同天线产生的单位时间的平均功耗。

在一些实施例中，当存在多个天线的实际接收信号强度大于等于参考信号强度时，处理器可以根据该多个天线中每一个使用时可能产生的功耗确定天线切换的优先级，功耗低的天线的优先级高于功耗高的天线的优先级。

本说明书一些实施例，通过将移动终端功耗作为确定天线切换优先级的一个影响因素，以确定目标天线，可以在移动终端的天线切换过程中保证移动终端通信质量的同时尽可能降低功耗，节约资源。

在一些实施例中，移动终端功耗可以通过聚类获取：采集多组第一使用场景数据、对应的移动终端历史使用天线类型、移动终端历史功耗值；对多组第一使用场景数据、对应的移动终端历史使用天线类型进行聚类，确定至少一个聚类结果，每一个聚类结果中不同的元素都有对应的移动终端历史功耗值；确定第二使用场景数据对应的移动终端中至少一类天线对应的聚类结果；计算至少一类天线对应的聚类结果中的移动终端历史功耗值的平均值，作为至少一类天线中每类天线对应的移动终端预计功耗。

图5是根据本说明书一些实施例所示的确定移动终端的功耗的示例性流程图。在一些实施例中，流程500可以由处理器执行。如图5所示，流程500包括以下步骤：

步骤510，采集多组第一使用场景数据、对应的移动终端历史使用天线类型、移动终端历史功耗值。

移动终端中历史使用天线类型可以指多组第一使用场景数据对应的移动终端历史使用过的天线的类型。例如，移动终端中包括a、b、c三类天线，在多组第一使用场景数据对应的使用场景中都使用过，则历史使用天线类型可以包括a、b、c三类，每一类都有对应的使用场景、及第一使用场景数据。

移动终端历史功耗值可以指多组第一使用场景数据对应的使用场景下，移动终端的功耗值。

在一些实施例中，处理器可以基于移动终端系统日志等获取移动终端的使用数据，基于使用数据确定多组第一使用场景数据、对应的移动终端历史使用天线类型、移动终端历史功耗值。

如图6a所示，为多组第一使用场景数据、对应的移动终端历史使用天线类型和移动终端历史功耗值的分布图。图6a中横轴表示第一使用场景数据对应的使用场景，纵轴表示移动终端历史使用天线类型，通过对每一个点赋值表示对应的移动终端历史功耗值。例如，图6a中横轴表示多组第一使用场景数据对应的使用场景1、使用场景2和使用场景3；纵轴表示移动终端中的天线类型包括a、b、c；每一个点通过赋值表示不同的移动终端历史功耗值。示例性的，点610可以表示一组第一历史使用场景数据对应的使用场景为使用场景1、对应的移动终端历史使用天线类型为b、移动终端历史功耗值为x(移动终端历史功耗值x为直接对点610进行赋值表示，图中未示出)。

应当理解，图6a所示的分布图仅仅是出于示例的目的，并不是对本说明书范围的限制。在移动终端实际使用过程中，还可以包括更多的使用场景，移动终端中也可以包括更多或者更少的天线类型。

步骤520，对多组第一使用场景数据、对应的移动终端历史使用天线类型、进行聚类，确定至少一个聚类结果，每一个聚类结果中不同的元素都有对应的移动终端历史功耗值。

聚类可以指将第一使用场景数据对应的使用场景相同、并且移动终端历史使用天线类型相同的划分为一类，同类相互靠近，不同类相互远离。同一聚类中的多个元素(即多个点)都有对应的移动终端历史功耗值。

聚类结果可以指通过聚类形成的多个区域。每一个区域为一类，每一类中为相同或非常相似的元素。

在一些实施例中，处理器可以通过多种方式对多组第一使用场景数据、对应的移动终端历史使用天线类型进行聚类，确定至少一个聚类结果。例如，可能的方式包括但不限于高斯聚类、K-means聚类等。

图6b为本说明书一些实施例的聚类结果的示例性示意图。如图6b所示，通过对分布图(图6a)中的数据进行聚类可以形成多个聚类结果。每一个聚类结果中多个元素对应多个移动终端历史功耗值。聚类结果示意图的横轴表示第一使用场景数据对应的多个使用场景，如620和630可以分别表示多组第一使用场景数据对应的使用场景1和使用场景2。实际聚类结果中还包括使用场景3(图中未示出)。聚类结果示意图的纵轴表示移动终端中的天线类型，如a、b、c。例如，620-1、620-2和620-3可以分别表示在使用场景1下，移动终端历史使用天线类型为a、b、c对应的聚类结果。630-1、630-2和630-3可以分别表示在使用场景2下，移动终端历史使用天线类型为a、b、c对应的聚类结果。

步骤530，确定第二使用场景数据对应的移动终端中至少一类天线对应的聚类结果。

第二使用场景数据对应的移动终端中至少一类天线对应的聚类结果可以指：与第二使用场景数据对应的使用场景相同、天线类型相同的聚类结果。

在一些实施例中，可以基于第二使用场景数据确定对应的使用场景，基于该使用场景、及移动终端中的多个天线类型分别确定对应的聚类结果。例如，第二使用场景数据对应的使用场景与图6b中使用场景1(620)相同，则可以确定移动终端中至少一类天线所属的聚类结果可能为620-1、620-2、620-3中的一种。进一步的，基于移动终端中天线类型、聚类结果620-1、620-2、620-3对应的天线类型，将天线类型相同的确定为一组，每一组中每一类天线与一个聚类结果对应。

步骤540，计算至少一类天线对应的聚类结果中的移动终端历史功耗值的平均值，确定至少一类天线中每类天线对应的移动终端预计功耗。

预计功耗可以指在第二使用场景数据对应的使用场景下，移动终端在该使用场景中使用各类天线可能产生的功耗。

在一些实施例中，处理器可以计算至少一类天线对应的聚类结果中多个移动终端历史功耗值的平均值，确定预计功耗。例如，继续参考图6b，假设移动终端中天线类型为a，第二使用场景数据对应的使用场景为使用场景2，可以确定其对应的聚类结果为630-1。则可以将聚类结果630-1中多个元素对应的移动终端历史功耗值求平均值，将平均值确定为移动终端中天线类型为a的天线在使用场景2下的移动终端预计功耗值。

本说明书一些实施例，通过将移动终端中不同天线类型在不同历史使用场景中的历史使用数据进行聚类，确定第二使用场景数据对应的使用场景中移动终端使用不同类型天线时的预计功耗。通过确定功耗可以进一步精准的确定天线切换规则，为不同使用场景、不同使用环境中使用的移动终端确定适合的目标天线。

应当注意的是，上述有关流程500的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程500进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

本说明书实施例之一还提供一种天线系统的控制装置，包括至少一个存储器和至少一个处理器，至少一个存储器用于存储计算机指令，至少一个处理器用于执行计算机指令中的至少部分指令以实现本说明书实施例所述的天线系统的控制方法。

本说明书实施例之一还提供一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机运行本说明书实施例所述的天线系统的控制方法。

本说明书实施例可能带来的有益效果包括但不限于：(1)通过预测移动终端在未来时间的使用环境和使用场景，并基于使用环境和使用场景确定每类天线实际接收信号强度和移动终端所需信号强度，来确定目标天线。这种方式考虑了不同环境对天线接收信号的影响、以及不同使用场景所需的信号强度不同，可以为不同使用环境和使用场景确定合适的目标天线，保证移动终端通信质量的同时还可以满足用户不同的需求，提升用户体验。(2)通过机器学习模型进行数据处理，可以提高数据处理的效率，使确定的天线实际接收信号强度和移动终端的参考信号强度更加精准，符合实际使用情况，为后续确定目标天线提供有力的数据支撑。(3)确定目标天线时，不仅考虑移动终端在不同使用环境和使用场景中的通信质量，还考虑移动终端中不同类型天线使用时移动终端的功耗，保证较好通信质量的同时，降低移动终端的功耗，提升用户使用体验。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (8)

1.一种天线系统的控制方法，其特征在于，所述方法包括：

获取移动终端的历史使用数据，所述历史使用数据包括第一使用环境数据、第一使用场景数据；

基于所述历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据；

基于所述第二使用环境数据，通过第一预测模型，确定所述移动终端中至少一类天线的实际接收信号强度，其中：

所述第一预测模型为机器学习模型，包括嵌入层和预测层，

所述嵌入层的输入包括所述第二使用环境数据，所述嵌入层的输出包括环境特征向量；

所述预测层的输入包括环境特征向量，所述预测层的输出包括实际接收信号强度序列，所述实际接收信号强度序列中每一个实际接收信号强度与所述移动终端中的每一类天线一一对应；

基于所述第二使用场景数据，确定所述移动终端与所述第二使用场景数据对应的参考信号强度，包括：

基于所述第二使用场景数据对应的应用软件、使用时长，获取所述应用软件多个时间点的网速数据、使用时长；

基于所述多个时间点的网速数据、使用时长，确定平均网速；

基于第二预测模型对所述平均网速进行处理，确定参考信号强度，所述第二预测模型为机器学习模型；

基于所述实际接收信号强度、所述参考信号强度，确定目标天线。

2.根据权利要求1所述的方法，其特征在于，所述基于所述实际接收信号强度、所述参考信号强度，确定目标天线包括：

基于天线切换规则，确定所述目标天线；

所述天线切换规则为所述目标天线的所述实际接收信号强度大于等于所述参考信号强度。

3.根据权利要求2所述的方法，其特征在于，所述天线切换规则还包括切换优先级；所述切换优先级与所述移动终端的功耗相关：

所述移动终端的所述功耗越低，所述切换优先级越高。

4.一种天线系统的控制系统，其特征在于，所述系统包括：

获取模块，用于获取移动终端的历史使用数据，所述历史使用数据包括第一使用环境数据、第一使用场景数据；

第一确定模块，用于基于所述历史使用数据预测用户在未来时间段的第二使用环境数据、第二使用场景数据；

第二确定模块，用于基于所述第二使用环境数据，通过第一预测模型，确定所述移动终端中至少一类天线的实际接收信号强度，其中：

所述第一预测模型为机器学习模型，包括嵌入层和预测层，

所述嵌入层的输入包括所述第二使用环境数据，所述嵌入层的输出包括环境特征向量；

所述预测层的输入包括环境特征向量，所述预测层的输出包括实际接收信号强度序列，所述实际接收信号强度序列中每一个实际接收信号强度与所述移动终端中的每一类天线一一对应；

第三确定模块，用于基于所述第二使用场景数据，确定所述移动终端与所述第二使用场景数据对应的参考信号强度，包括：

基于所述第二使用场景数据对应的应用软件、使用时长，获取所述应用软件多个时间点的网速数据、使用时长；

基于所述多个时间点的网速数据、使用时长，确定平均网速；

基于第二预测模型对所述平均网速进行处理，确定参考信号强度，所述第二预测模型为机器学习模型；

第四确定模块，用于基于所述实际接收信号强度、所述参考信号强度，确定目标天线。

5.根据权利要求4所述的系统，其特征在于，所述第四确定模块进一步用于：

基于天线切换规则，确定所述目标天线；

所述天线切换规则为所述目标天线的所述实际接收信号强度大于等于所述参考信号强度。

6.根据权利要求5所述的系统，其特征在于，所述天线切换规则还包括切换优先级；所述切换优先级与所述移动终端的功耗相关：

所述移动终端的所述功耗越低，所述切换优先级越高。

7.一种天线系统的控制装置，其特征在于，所述装置包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1～3中任意一项所述的方法。

8.一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算

机指令被处理器执行时实现如权利要求1～3中任意一项所述的方法。