CN116915348B - 基于射频直采的多路信号快速检测方法 - Google Patents
基于射频直采的多路信号快速检测方法 Download PDFInfo
- Publication number
- CN116915348B CN116915348B CN202311156887.9A CN202311156887A CN116915348B CN 116915348 B CN116915348 B CN 116915348B CN 202311156887 A CN202311156887 A CN 202311156887A CN 116915348 B CN116915348 B CN 116915348B
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- abnormal
- output
- parameter
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 230000002159 abnormal effect Effects 0.000 claims abstract description 131
- 230000008054 signal transmission Effects 0.000 claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 238000013210 evaluation model Methods 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims description 50
- 230000005856 abnormality Effects 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 25
- 238000012216 screening Methods 0.000 claims description 20
- 238000012795 verification Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012031 short term test Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H04B17/364—Delay profiles
-
- 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)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明属于多路信号检测的技术领域,具体涉及基于射频直采的多路信号快速检测方法。本发明能够对多路信号中的异常信号进行分类,快速匹配出异常信号的异常类别,在统计正常信号时,还能够同步筛除一些因信号输出设备原因导致的瞬时波动信号,为评估模型和预测模型的执行提供一个准确的数据支持,进而便可得到精确的有效传输时段,避免信号输出设备过载运行而导致正常信号被误判为异常信号的现象发生,不仅能够保证信号传输设备不间断的进行多路信号的检测,同时还能够保证多路信号检测结果准确性。
Description
技术领域
本发明属于多路信号检测的技术领域,具体涉及基于射频直采的多路信号快速检测方法。
背景技术
随着无线服务需求的不断增长,新频段的不断增加,无线信号的传输与接收架构也在不断的进行优化,其中射频直采技术便是其中一种,其主要通过将无线信号通过射频处理直接转换为数字信号,所有射频处理均在数字域进行,利用DSP技术可以实现很多灵活的配置,而在实际应用中,一般会存在多路信号同时进行传输的现象,为避免信号之间的互相干扰,在多路信号通道构建完成之后,对多路信号进行检测显然是十分必要的
现有技术中,多路信号的检测多是根据信号接收设备的响应结果来判断信号是否有效,但是未考虑到信号接收设备功率、温度等因素的影响,这些因素可能导致信号接收设备响应延迟增加,进而便可能出现一些正常信号被误判为异常信号的情况,后续反复的校验则就会对多路信号的检测进程造成影响,基于此,本方案提供了一种能够保证多路信号检测结果准确性的信号检测方法。
发明内容
本发明的目的是提供基于射频直采的多路信号快速检测方法,能够使得信号传输设备不间断的进行多路信号的检测,同时还能够保证多路信号检测结果准确性。
本发明采取的技术方案具体如下:
基于射频直采的多路信号快速检测方法,包括:
获取检测设备,并在所述检测设备内构建多个信号传输通道,其中,所述检测设备包括信号发生设备和信号输出设备;
获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号;
若是,则将该信号标定为正常信号,并将其汇总为正常信号数据集;
若否,则将该信号标定为异常信号,并同步发出报警信号;
将所述异常信号输入至检测模型中,判断所述异常信号的异常类别,其中,所述异常信号的异常类别包括信号异常和通道异常;
将所述异常信号的异常类别输入至校正模型中,得到校正计划,并依据所述校正计划重新导入异常信号;
向所述信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数;
将所述待评估参数输入至评估模型中,得到所述正常信号的延迟趋势值;
获取延迟阈值,并对所述延迟阈值进行偏移处理,得到预警阈值,并将所述预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段。
在一种优选方案中,所述获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号的步骤,包括:
获取多路信号,并将其输入至信号传输通道,并统计信号输出设备的输出信号以及延迟时长;
获取延迟上限以及标准输出信号,并与所述延迟时长进行比较;
若所述延迟上限大于延迟时长,且所述输出信号与标准输出信号一致,则表明所述输出设备能正常输出信号;
若所述延迟上限小于延迟时长,或者所述输出信号与标准输出信号不一致,则表明该输出信号无效,并判定所述输出设备不能输出信号。
在一种优选方案中,所述将所述异常信号输入至检测模型中,判断所述异常信号的异常类别的步骤,包括:
获取校验设备,并将所述异常信号输入至校验设备中,判断所述校验设备是否响应并输出信号;
若是,则判定所述异常信号的异常类别为通道异常;
若否,则判定所述异常信号的异常类别为信号异常;
若所述校验设备的输出信号与信号输出设备的输出信号一致,且与标准输出信号不一致,则判定所述异常信号的异常类别为信号异常。
在一种优选方案中,所述将所述异常信号的异常类别输入至校正模型中,得到校正计划的步骤,包括:
获取所述异常信号的异常类别,并添加标识信息,得到待校正数据;
若所述待校正数据为信号异常,则将其对应的异常信号的输出幅度标定为基准幅度,再从所述校正模型中调用校正区间,并在所述校正区间内设置多个校正幅度,且将多个所述校正幅度汇总为校正计划;
若所述待校正数据为通道异常,则直接更换检测设备。
在一种优选方案中,所述向所述信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数的步骤,包括:
构建监测周期,并在所述监测周期内设置多个采样节点;
获取相邻所述采样节点下正常信号的输出时间,并将其标定为待校验参数;
将所述待校验参数输入至校验模型中,从正常信号中筛选出瞬时波动信号,并将其他正常信号标定为待评估参数,并将其汇总为待评估数据集。
在一种优选方案中,所述将所述待校验参数输入至校验模型中,从正常信号中筛选出瞬时波动信号的步骤,包括:
将所述待校验参数按照发生时间的顺序进行排列,并计算相邻位次待校验参数的差值,再将其标定为基准参数;
从所述校验模型中调用校验函数;
以所述基准参数的发生节点为中心点,构建校验区间,并将所述校验区间内的基准参数输入至校验函数中,且将其输出结果标定为待筛选参数;
获取筛选阈值,并与所述待筛选参数进行比较;
若所述待筛选参数大于筛选阈值,则将与其对应的正常信号标定为待评估采参数,并汇总至待评估数据集中;
若所述待筛选参数小于或等于筛选阈值,则将与其对应的正常信号标定为瞬时波动信号。
在一种优选方案中,所述将所述待评估参数输入至评估模型中,得到所述正常信号的延迟趋势值的步骤,包括:
从所述待评估数据集中获取待评估参数;
从所述评估模型中调用评估函数;
将所述待评估参数输入至评估函数中,且将其输出结果标定为正常信号的延迟趋势值。
在一种优选方案中,所述将所述预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段的步骤,包括:
获取所述正常信号的当前延迟参数;
从所述预测模型中调用预测函数;
将所述预警阈值、当前延迟参数以及延迟趋势值一同输入至预测函数中,且将其输入出结果标定为有效传输时段。
本发明还提供了,基于射频直采的多路信号快速检测系统,应用于上述的基于射频直采的多路信号快速检测方法,包括:
获取模块,所述获取模块用于获取检测设备,并在所述检测设备内构建多个信号传输通道,其中,所述检测设备包括信号发生设备和信号输出设备;
判定模块,所述判定模块用于获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号;
若是,则将该信号标定为正常信号,并将其汇总为正常信号数据集;
若否,则将该信号标定为异常信号,并同步发出报警信号;
检测模块,所述检测模块用于将所述异常信号输入至检测模型中,判断所述异常信号的异常类别,其中,所述异常信号的异常类别包括信号异常和通道异常;
校正模块,所述校正模块用于将所述异常信号的异常类别输入至校正模型中,得到校正计划,并依据所述校正计划重新导入异常信号;
统计模块,所述统计模块用于向所述信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数;
评估模块,所述评估模块用于将所述待评估参数输入至评估模型中,得到所述正常信号的延迟趋势值;
预测模块,所述预测模块用于获取延迟阈值,并对所述延迟阈值进行偏移处理,得到预警阈值,并将所述预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段。
以及,基于射频直采的多路信号快速检测终端,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上述的基于射频直采的多路信号快速检测方法。
本发明取得的技术效果为:
本发明能够对多路信号中的异常信号进行分类,快速匹配出异常信号的异常类别,在统计正常信号时,还能够同步筛除一些因信号输出设备原因导致的瞬时波动信号,为评估模型和预测模型的执行提供一个准确的数据支持,进而便可得到精确的有效传输时段,避免信号输出设备过载运行而导致正常信号被误判为异常信号的现象发生,不仅能够保证信号传输设备不间断的进行多路信号的检测,同时还能够保证多路信号检测结果准确性。
附图说明
图1是本发明所提供的方法流程图;
图2是本发明所提供的系统模块图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个较佳的实施方式中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
请参阅图1和图2所示,本发明提供了基于射频直采的多路信号快速检测方法,包括:
S1、获取检测设备,并在检测设备内构建多个信号传输通道,其中,检测设备包括信号发生设备和信号输出设备;
S2、获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号;
若是,则将该信号标定为正常信号,并将其汇总为正常信号数据集;
若否,则将该信号标定为异常信号,并同步发出报警信号;
S3、将异常信号输入至检测模型中,判断异常信号的异常类别,其中,异常信号的异常类别包括信号异常和通道异常;
S4、将异常信号的异常类别输入至校正模型中,得到校正计划,并依据校正计划重新导入异常信号;
S5、向信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数;
S6、将待评估参数输入至评估模型中,得到正常信号的延迟趋势值;
S7、获取延迟阈值,并对延迟阈值进行偏移处理,得到预警阈值,并将预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段。
如上述步骤S1-S7所述,随着无线服务需求的不断增长,新频段的不断增加,无线信号的传输与接收架构也在不断的进行优化,其中射频直采技术便是其中一种,其主要通过将无线信号通过射频处理直接转换为数字信号,所有射频处理均在数字域进行,利用DSP技术可以实现很多灵活的配置,而在实际应用中,一般会存在多路信号同时进行传输的现象,为避免信号之间的互相干扰,在多路信号通道构建完成之后,对多路信号进行检测显然是十分必要的,本实施例中,首先确定信号检测过程中所需的检测设备,并同步构建多个信号传输通道,本实施方式将其分类为信号发生设备和信号输出设备,而后将多路信号输入至信号传输通道中,而后判断信号输出设备是否能够输出信号,对于正常输出的情况而言,其会被标定为正常信号,反之则会被标定为异常信号,在异常信号输出之后,会对其进行进一步的检测,以此来确定该异常信号的发生是否与信号输出设备有关,且在与信号输出设备有关时,需要更换新的信号输出设备,反之,则就表明信号本身存在异常,通过校正模型可以生成相应的校正计划,且在校正之后会重新向信号传输通道内导入校正后的异常信号,以此来判断其是否校正完成,而信号传输通道无异常的情况,可以持续性的向信号输出设备中输入正常信号,由于信号传输过程中可能会存在冗余数据,也可能因为信号传输设备的运行温度、功率等影响而导致信号输出设备在输出信号的延迟增加,由于信号传输需要具有及时性,否则即使后续输出,也可能会导致数据无效化,本实施方式通过评估模型的设置,可以测算出正常信号的延迟趋势值,再结合预测模型可以得出预测时段,本实施方式将其确定为有效传输时段,从而可以得出检测设备单次运行时所能够检测信号的上限,避免持续性的向信号输出设备内输入信号,而导致检测结果无效化的现象发生,当然,在有效传输时段内,也可以相应的减少信号的传输速率和传输量,逐渐降低信号输出设备的负载,使得信号输出设备逐渐恢复至正常状态后,继续批量性的对多路信号进行检测。
在一个较佳的实施方式中,获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号的步骤,包括:
S201、获取多路信号,并将其输入至信号传输通道,并统计信号输出设备的输出信号以及延迟时长;
S202、获取延迟上限以及标准输出信号,并与延迟时长进行比较;
若延迟上限大于延迟时长,且输出信号与标准输出信号一致,则表明输出设备能正常输出信号;
若延迟上限小于延迟时长,或者输出信号与标准输出信号不一致,则表明该输出信号无效,并判定输出设备不能输出信号。
如上述步骤S201-S202所述,在信号传输通道构建完成之后,将多路信号同时输入至信号传输通道中,在信号输出设备无法输出信号时,直接其对应的信号为异常信号,反之,在信号输出设备能够输出信号时,还会对其延迟时长进行判定,对于超出延迟上限的输出信号而言,其被认定为无效化输出,此现象下,也会认定信号输出设备不能够输出信号。
在一个较佳的实施方式中,将异常信号输入至检测模型中,判断异常信号的异常类别的步骤,包括:
S301、获取校验设备,并将异常信号输入至校验设备中,判断校验设备是否响应并输出信号;
S302、若是,则判定异常信号的异常类别为通道异常;
S303、若否,则判定异常信号的异常类别为信号异常;
S304、若校验设备的输出信号与信号输出设备的输出信号一致,且与标准输出信号不一致,则判定异常信号的异常类别为信号异常。
如上述步骤S301-S304所述,异常信号的出现既可能与其本身相关,也可能与信号输出设备相关,故而需要对其进行进一步的检测,本实施方式通过设置校验设备的方式来对异常信号进行校验,从而便可确定异常信号的类别为信号异常或通道异常,而对于信号异常的现象而言,还存在信号输出设备能够正常输出,但是输出信号与标准信号不一致性的现象,本实施方式用通过将校验设备的输出信号与信号输出设备的输出信号进行比对,并在其一致,但与标准信号不一致时,判定该异常信号的异常类别为信号异常。
在一个较佳的实施方式中,将异常信号的异常类别输入至校正模型中,得到校正计划的步骤,包括:
S401、获取异常信号的异常类别,并添加标识信息,得到待校正数据;
S402、若待校正数据为信号异常,则将其对应的异常信号的输出幅度标定为基准幅度,再从校正模型中调用校正区间,并在校正区间内设置多个校正幅度,且将多个校正幅度汇总为校正计划;
S403、若待校正数据为通道异常,则直接更换检测设备。
如上述步骤S401-S403所述,在异常信号的异常类别确定之后,会根据其异常类别添加对应的标识信息,本实施方式将添加标识后的异常类别确定为待校正数据,对应通道异常的待校验数据,会直接生成更换检测设备的指令,而对应信号异常的待校正数据,会对异常信号的输出幅度进行调整,具体是从校正模型中调用校正区间,在矫正区间内对异常信号的输出幅度进行调整,直至信号输出设备的输出信号与标准输出信号一致后停止,确保多路信号检测的准确性。
在一个较佳的实施方式中,向信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数的步骤,包括:
S501、构建监测周期,并在监测周期内设置多个采样节点;
S502、获取相邻采样节点下正常信号的输出时间,并将其标定为待校验参数;
S503、将待校验参数输入至校验模型中,从正常信号中筛选出瞬时波动信号,并将其他正常信号标定为待评估参数,并将其汇总为待评估数据集。
如上述步骤S501-S503所述,在统计正常信号的输出时间时,以信号输出设备的运行起点开始构建监测周期,并在监测周期内设置多个采样节点,以此来采集正常信号的输出时间,本实施方式将其确定为待校验参数,由于信号输出设备运行过程中,可能存在部分信号相互干扰,或者由于其自身功率的波动,进而就会导致正常信号的输出时间出现瞬时的波动,本实施方式通过校验模型的设置来对待校验参数进行筛选处理,从而使得瞬时波动信号得以被筛除,至于其他正常信号则就会被汇总为待评估数据集,为后续评估模型的执行提供相应的数据支持。
在一个较佳的实施方式中,将待校验参数输入至校验模型中,从正常信号中筛选出瞬时波动信号的步骤,包括:
Stp1、将待校验参数按照发生时间的顺序进行排列,并计算相邻位次待校验参数的差值,再将其标定为基准参数;
Stp2、从校验模型中调用校验函数;
Stp3、以基准参数的发生节点为中心点,构建校验区间,并将校验区间内的基准参数输入至校验函数中,且将其输出结果标定为待筛选参数;
Stp4、获取筛选阈值,并与待筛选参数进行比较;
若待筛选参数大于筛选阈值,则将与其对应的正常信号标定为待评估采参数,并汇总至待评估数据集中;
若待筛选参数小于或等于筛选阈值,则将与其对应的正常信号标定为瞬时波动信号。
如上述步骤Stp1-Stp4所述,在校验模型执行时,首先将待校验参数按照发生事件的顺序进行排列,之后计算相邻待校验参数的差值,并将其确定为基准参数,再以基准参数的为中心点,在监测周期内进行偏移操作,从而便可得到一个校验区间,再将校验区间内的基准参数输入至校验函数中,其中,校验函数的表达式为:,式中,/>表示待筛选参数,/>表示与待筛选参数对应的基准参数,/>表示校验区间内基准参数的数量,/>表示校验区间内基准参数的编号,/>表示校验区间内的基准参数,在待筛选参数确定之后,变回将其与筛选阈值进行比较,进而便可将监测周期内的瞬时波动信号逐一进行筛除,其他正常信号则会被汇总至待评估数据集中。
在一个较佳的实施方式中,将待评估参数输入至评估模型中,得到正常信号的延迟趋势值的步骤,包括:
S601、从待评估数据集中获取待评估参数;
S602、从评估模型中调用评估函数;
S603、将待评估参数输入至评估函数中,且将其输出结果标定为正常信号的延迟趋势值。
如上述步骤S601-S603所述,信号输出设备持续工作的情况下,会受到其自身温度以及功率等因素影响,从而其处理多路信号的能力便会有所下降,为避免因此情况而导致多路信号检测无效化的现象发生,本实施方式通过向信号输出设备内持续输入正常信号的方式,结合评估函数来测算正常信号的延迟趋势值,其中,评估函数的表达式为:,式中,/>表示正常信号的延迟趋势值,/>表示监测周期的时长,表示待评估参数的数量,/>表示待评估参数的编号,/>和/>表示相邻的待评估参数,基于此,便可得出正常信号的延迟趋势值,能够为后续预测模型的执行提供相应的数据支持。
在一个较佳的实施方式中,将预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段的步骤,包括:
S701、获取正常信号的当前延迟参数;
S702、从预测模型中调用预测函数;
S703、将预警阈值、当前延迟参数以及延迟趋势值一同输入至预测函数中,且将其输入出结果标定为有效传输时段。
如上述步骤S701-S703所述,在正常信号的延迟趋势值确定之后,将延迟阈值进行偏移,得到预警阈值,预警阈值的取值小于延迟阈值,实际取值需根据具体情况进行设置,文中对其就不加以明确的限定,会将其与预警阈值和当前延迟参数一同输入值预测函数中,以此来测算信号输出设备可执行的预测时段,其中,预测函数的表达式为:,式中,/>表示预测时段,/>表示预警阈值,/>表示当前延迟参数,基于此,可以在信号输出设备达到延迟阈值之前进行预警,以此来提醒检测人员降低多路信号的检测频率,为信号输出设备的运行提供一个缓冲时间,后续在信号输出设备恢复的情况下可继续执行多路信号的批量检测,以此方式,不仅可以保证多路信号快速进行检测,还能够保证检测结果的准确性。
本发明还提供了,基于射频直采的多路信号快速检测系统,应用于上述的基于射频直采的多路信号快速检测方法,包括:
获取模块,获取模块用于获取检测设备,并在检测设备内构建多个信号传输通道,其中,检测设备包括信号发生设备和信号输出设备;
判定模块,判定模块用于获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号;
若是,则将该信号标定为正常信号,并将其汇总为正常信号数据集;
若否,则将该信号标定为异常信号,并同步发出报警信号;
检测模块,检测模块用于将异常信号输入至检测模型中,判断异常信号的异常类别,其中,异常信号的异常类别包括信号异常和通道异常;
校正模块,校正模块用于将异常信号的异常类别输入至校正模型中,得到校正计划,并依据校正计划重新导入异常信号;
统计模块,统计模块用于向信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数;
评估模块,评估模块用于将待评估参数输入至评估模型中,得到正常信号的延迟趋势值;
预测模块,预测模块用于获取延迟阈值,并对延迟阈值进行偏移处理,得到预警阈值,并将预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段。
如上述,在该检测系统执行时,首先通过获取模块获取检测设备,监测设备包括信号发生设备和信号输出设备,并构建信号传输通道,再通过判定模块来判断多路信号是否能够正常输出,以此便可得到正常信号和异常信号,之后利用检测模块来判定异常信号对应的异常类别,其中,异常类别包括信号异常和通道异常,通道异常的情况下则需要更换监测设备,信号异常的情况下,根据校正模块生成校正计划,在异常信号校正之后,还会再次输入至信号传输通道中进行测试,保证校正结果的准确性,在正常信号输出后,利用统计模块来统计正常信号的输出时间,本方案将其标定为待评估参数,后续结合评估模块和预测模块的执行,可以测算出信号输出设备的有效传输时长,使得检测人员能够提前降低多路信号的检测速率,避免检测结果的无效性,使得信号传输设备能够不间断的进行多路信号的检测。
以及,基于射频直采的多路信号快速检测终端,包括:
至少一个处理器;
以及与至少一个处理器通信连接的存储器;
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,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行上述的基于射频直采的多路信号快速检测方法。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法,如无特别说明和限定,均按照本领域的常规手段进行实施。
Claims (6)
1.基于射频直采的多路信号快速检测方法,其特征在于:包括:
获取检测设备,并在所述检测设备内构建多个信号传输通道,其中,所述检测设备包括信号发生设备和信号输出设备;
获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号;
若是,则将该信号标定为正常信号,并将其汇总为正常信号数据集;
若否,则将该信号标定为异常信号,并同步发出报警信号;
将所述异常信号输入至检测模型中,判断所述异常信号的异常类别,其中,所述异常信号的异常类别包括信号异常和通道异常;
将所述异常信号的异常类别输入至校正模型中,得到校正计划,并依据所述校正计划重新导入异常信号;
向所述信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数;
将所述待评估参数输入至评估模型中,得到所述正常信号的延迟趋势值;
获取延迟阈值,并对所述延迟阈值进行偏移处理,得到预警阈值,并将所述预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段;
其中,所述将所述异常信号输入至检测模型中,判断所述异常信号的异常类别的步骤,包括:
获取校验设备,并将所述异常信号输入至校验设备中,判断所述校验设备是否响应并输出信号;
若是,则判定所述异常信号的异常类别为通道异常;
若否,则判定所述异常信号的异常类别为信号异常;
若所述校验设备的输出信号与信号输出设备的输出信号一致,且与标准输出信号不一致,则判定所述异常信号的异常类别为信号异常;
所述将所述异常信号的异常类别输入至校正模型中,得到校正计划的步骤,包括:
获取所述异常信号的异常类别,并添加标识信息,得到待校正数据;
若所述待校正数据为信号异常,则将其对应的异常信号的输出幅度标定为基准幅度,再从所述校正模型中调用校正区间,并在所述校正区间内设置多个校正幅度,且将多个所述校正幅度汇总为校正计划;
若所述待校正数据为通道异常,则直接更换检测设备;
所述向所述信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数的步骤,包括:
构建监测周期,并在所述监测周期内设置多个采样节点;
获取相邻所述采样节点下正常信号的输出时间,并将其标定为待校验参数;
将所述待校验参数输入至校验模型中,从正常信号中筛选出瞬时波动信号,并将其他正常信号标定为待评估参数,并将其汇总为待评估数据集;
所述将所述待校验参数输入至校验模型中,从正常信号中筛选出瞬时波动信号的步骤,包括:
将所述待校验参数按照发生时间的顺序进行排列,并计算相邻位次待校验参数的差值,再将其标定为基准参数;
从所述校验模型中调用校验函数;其中,校验函数的表达式为:,式中,/>表示待筛选参数,/>表示与待筛选参数对应的基准参数,/>表示校验区间内基准参数的数量,/>表示校验区间内基准参数的编号,/>表示校验区间内的基准参数;
以所述基准参数的发生节点为中心点,构建校验区间,并将所述校验区间内的基准参数输入至校验函数中,且将其输出结果标定为待筛选参数;
获取筛选阈值,并与所述待筛选参数进行比较;
若所述待筛选参数大于筛选阈值,则将与其对应的正常信号标定为待评估采参数,并汇总至待评估数据集中;
若所述待筛选参数小于或等于筛选阈值,则将与其对应的正常信号标定为瞬时波动信号。
2.根据权利要求1所述的基于射频直采的多路信号快速检测方法,其特征在于:所述获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号的步骤,包括:
获取多路信号,并将其输入至信号传输通道,并统计信号输出设备的输出信号以及延迟时长;
获取延迟上限以及标准输出信号,并与所述延迟时长进行比较;
若所述延迟上限大于延迟时长,且所述输出信号与标准输出信号一致,则表明所述输出设备能正常输出信号;
若所述延迟上限小于延迟时长,或者所述输出信号与标准输出信号不一致,则表明该输出信号无效,并判定所述输出设备不能输出信号。
3.根据权利要求2所述的基于射频直采的多路信号快速检测方法,其特征在于:所述将所述待评估参数输入至评估模型中,得到所述正常信号的延迟趋势值的步骤,包括:
从所述待评估数据集中获取待评估参数;
从所述评估模型中调用评估函数;
将所述待评估参数输入至评估函数中,且将其输出结果标定为正常信号的延迟趋势值。
4.根据权利要求1所述的基于射频直采的多路信号快速检测方法,其特征在于:所述将所述预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段的步骤,包括:
获取所述正常信号的当前延迟参数;
从所述预测模型中调用预测函数;
将所述预警阈值、当前延迟参数以及延迟趋势值一同输入至预测函数中,且将其输入出结果标定为有效传输时段。
5.基于射频直采的多路信号快速检测系统,应用于权利要求1至4中任意一项所述的基于射频直采的多路信号快速检测方法,其特征在于:包括:
获取模块,所述获取模块用于获取检测设备,并在所述检测设备内构建多个信号传输通道,其中,所述检测设备包括信号发生设备和信号输出设备;
判定模块,所述判定模块用于获取多路信号,并逐一分配至各个信号传输通道中,并判断信号输出设备是否能够输出信号;
若是,则将该信号标定为正常信号,并将其汇总为正常信号数据集;
若否,则将该信号标定为异常信号,并同步发出报警信号;
检测模块,所述检测模块用于将所述异常信号输入至检测模型中,判断所述异常信号的异常类别,其中,所述异常信号的异常类别包括信号异常和通道异常;
校正模块,所述校正模块用于将所述异常信号的异常类别输入至校正模型中,得到校正计划,并依据所述校正计划重新导入异常信号;
统计模块,所述统计模块用于向所述信号输出设备中持续输入正常信号,并逐一统计所有正常信号的输出时间,且将其标定为待评估参数;
评估模块,所述评估模块用于将所述待评估参数输入至评估模型中,得到所述正常信号的延迟趋势值;
预测模块,所述预测模块用于获取延迟阈值,并对所述延迟阈值进行偏移处理,得到预警阈值,并将所述预警阈值与延迟趋势值一同输入至预测模型中,得到预测时段,并将其标定为有效传输时段。
6.基于射频直采的多路信号快速检测终端,其特征在于: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至4中任意一项所述的基于射频直采的多路信号快速检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156887.9A CN116915348B (zh) | 2023-09-08 | 2023-09-08 | 基于射频直采的多路信号快速检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156887.9A CN116915348B (zh) | 2023-09-08 | 2023-09-08 | 基于射频直采的多路信号快速检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116915348A CN116915348A (zh) | 2023-10-20 |
CN116915348B true CN116915348B (zh) | 2023-12-08 |
Family
ID=88356795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311156887.9A Active CN116915348B (zh) | 2023-09-08 | 2023-09-08 | 基于射频直采的多路信号快速检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116915348B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117515434B (zh) * | 2024-01-05 | 2024-03-08 | 江苏神州半导体科技有限公司 | 基于射频环境的漏水检测告警方法 |
CN117719385B (zh) * | 2024-02-18 | 2024-05-03 | 弘安天启(南京)科技有限公司 | 一种智能充电桩控制系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102624471A (zh) * | 2012-03-06 | 2012-08-01 | 中兴通讯股份有限公司 | 一种有源天线通道异常检测和修复的方法及装置 |
KR102416849B1 (ko) * | 2021-08-09 | 2022-07-05 | 강정규 | 다채널 파장 분할 다중화 시스템에서 인접 채널 광 신호 누설 감지 교정 장치 및 이의 실행 방법 |
CN115686921A (zh) * | 2022-11-18 | 2023-02-03 | 济南浪潮数据技术有限公司 | 一种多路径异常检测修复方法、装置、设备及介质 |
CN116634469A (zh) * | 2023-07-21 | 2023-08-22 | 南京源兴智达信息科技有限公司 | 一种基于多LoRa节点的数据传输管理系统及方法 |
-
2023
- 2023-09-08 CN CN202311156887.9A patent/CN116915348B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102624471A (zh) * | 2012-03-06 | 2012-08-01 | 中兴通讯股份有限公司 | 一种有源天线通道异常检测和修复的方法及装置 |
KR102416849B1 (ko) * | 2021-08-09 | 2022-07-05 | 강정규 | 다채널 파장 분할 다중화 시스템에서 인접 채널 광 신호 누설 감지 교정 장치 및 이의 실행 방법 |
CN115686921A (zh) * | 2022-11-18 | 2023-02-03 | 济南浪潮数据技术有限公司 | 一种多路径异常检测修复方法、装置、设备及介质 |
CN116634469A (zh) * | 2023-07-21 | 2023-08-22 | 南京源兴智达信息科技有限公司 | 一种基于多LoRa节点的数据传输管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116915348A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116915348B (zh) | 基于射频直采的多路信号快速检测方法 | |
EP1638253A1 (en) | Method of monitoring wireless network performance | |
EP3170141B1 (en) | Systems and methods for classifying in-situ sensor response data patterns representative of grid pathology severity | |
CN111257672B (zh) | 线损点检方法、装置、计算机设备和存储介质 | |
EP3667952B1 (en) | Method, device, and storage medium for locating failure cause | |
CN115420325B (zh) | 排查储能装置异常传感器的方法、终端设备及存储介质 | |
CN101111824A (zh) | 信息处理设备和信息处理方法 | |
CN113207146B (zh) | 无线通信网络质量监控系统及方法 | |
US10895872B2 (en) | Detection of temperature sensor failure in turbine systems | |
US6154682A (en) | Self-checking circuit in microwave equipment | |
CN114553331B (zh) | 针对无线电监测站实现系统自检的方法、装置及存储介质 | |
CN108646206B (zh) | 一种电子系统排查方法及装置 | |
CN106856417B (zh) | 用于检测天馈安装问题的方法和装置 | |
CN115361272A (zh) | 一种基带芯片的通信故障检测方法、系统和电子设备 | |
CN107885075B (zh) | 一种对过程控制智能整定的检测方法及系统 | |
JPH11118593A (ja) | プラント異常監視装置 | |
CN117590823B (zh) | 一种基于安全生产的控制系统及控制方法 | |
KR101045479B1 (ko) | 다인자 계측시스템 | |
CN114860618B (zh) | 基于rpa的自动化功能测试方法及系统 | |
CN116962233A (zh) | 一种基于光光通信的智能芯片检测系统及检测方法 | |
US20220246022A1 (en) | Fire alarm system | |
KR100464475B1 (ko) | 기지국 감시 장치에서의 스펙트럼 분석을 이용한 자체감시 방법 | |
KR100894552B1 (ko) | Tdd방식에서의 송신신호 감시방법 | |
JP2023026782A (ja) | 傾斜測定装置、傾斜測定方法、傾斜測定プログラム及び傾斜測定システム | |
CN115752544A (zh) | 一种信号通道校准方法及装置 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240318 Address after: 434000 No. 287, Jiangjin West Road, Jingzhou City, Hubei Province Patentee after: HUBEI GUANGXING COMMUNICATION TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Room 207, Chuangzhi building, No. 1 Xichun Road, Yuhuatai District, Nanjing, Jiangsu 210000 Patentee before: Nanjing Yuanxing Zhida Information Technology Co.,Ltd. Country or region before: China |
|
TR01 | Transfer of patent right |