CN117614868A - 一种滤波器组多载频调制系统及方法 - Google Patents

Abstract

本发明涉及数字通信数据处理分析技术领域，尤其涉及一种滤波器组多载频调制系统及方法，包括设备组信息采集模块、异常识别拦截模块、缺失程度分析模块以及评估结果反馈模块；设备组信息采集模块用于采集设备组的功能类型，并获取其监测数据；异常识别拦截模块将监测数据与获取的冲激响应函数进行归一化处理得到异态风险指数，通过缺失程度分析模块获取缺失程度评估结果；评估结果反馈模块获取反馈信号，并发送至后台智能终端进行优化，保障通信质量，提升系统整体性能。本发明用于解决无法高效监测滤波器组多载频调制效果及进行针对性地智能评估的技术问题。

Description

一种滤波器组多载频调制系统及方法

技术领域

本发明涉及数字通信数据处理分析技术领域，尤其涉及一种滤波器组多载频调制系统及方法。

背景技术

滤波器多载频调制技术是一种数字通信技术，属于数字通信和信号处理领域，在低信噪比条件下，更好地处理了频谱泄漏和频谱效率的问题，具有更好的频谱局部性，能够更好地适应频谱狭窄的通信环境。

该技术在通信领域吸引了广泛关注，尤其在无线通信、物联网和5G等领域有着潜在的应用前景，但在工业自动化领域中，滤波器多载频调制效果与预期正常工作状态存在差异，目前的技术无法进行高准确率监测滤波器调制异常，且难以进行针对性地处理操作来提高滤波器多载频调制效果不佳的问题。为此,本发明提出了一种滤波器组多载频调制系统及方法，通过异常识别拦截模块将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，识别判断得到正常区段和异常区段，针对异常区段的监测数据进行拦截，综合分析异常区段监测数据的缺失程度，获取缺失程度评估结果，以最大程度地提高系统多载频调制的稳定性和可靠性。

发明内容

本发明的目的是为了解决背景技术中的问题，而提出的一种滤波器组多载频调制系统及方法。

为了实现上述目的，本发明采用了如下技术方案：

一种滤波器组多载频调制系统，包括：设备组信息采集模块、异常识别拦截模块、缺失程度分析模块以及评估结果反馈模块；

设备组信息采集模块用于采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段对若干设备组进行监测，基于每个区段获取若干设备组集合的监测数据；

异常识别拦截模块用于获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理，并识别判断是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号；

缺失程度分析模块用于根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果；

评估结果反馈模块用于将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化。

需要说明的是，本发明实施例中一种滤波器组多载频调制系统及方法应用对象可以为工业自动化领域的滤波器组多载频调制效果监测，可以用于实时监测滤波器组多载频调制的运行状况，具体的可以为对滤波器多载频调制的异常情况进行智能监测，对滤波器多载频调制的缺失程度按级别进行智能评估，便于快速了解滤波器的多载频调制状况，并采取相应的措施进行优化处理；其中，滤波器按功能类型划分包括低通滤波器、高通滤波器以及带通滤波器等。

进一步的，将设备组按功能类型进行分组，且每组设备组使用集合进行保存得到若干设备组集合，并将设备组集合上传数据库；

按监测时间将若干设备组集合的监测数据分为均等的区段i，i=1，2，3，……，o；o为正整数；

基于每个区段获取若干设备组集合的监测数据；

将监测数据发送至异常识别拦截模块。

进一步的，设备组信息采集模块对每组设备组使用集合进行保存得到若干设备组集合的过程包括：

根据设备组的功能类型进行分组，并按照功能类型标记为D、E以及K，将功能相同的设备组划分到同一组中；

对于每个功能类型创建一个集合得到{D1，D2，D3，……，Dr}、{E1，E2，E3，……，Er}以及{K1，K2，K3，……，Kr}，保存该功能类型下的设备组集合，其中，r表示每个功能类型对应的设备组总数。

进一步的，设备组信息采集模块根据每个区段获取若干设备组集合监测数据的步骤包括：

统计若干设备组集合的载频数量，将若干设备组集合的载频数量标记为N；

通过公式得到设备组集合载频函数，并生成载频信号；式中，s(t)表示生成的载频信号，/>表示第n个载频的幅度，/>表示第n个载频的频率，/>表示第n个载频的相位；

需要注意的是，在公式中，表示第n个载频信号的波形，它是一个正弦函数，其频率为/>，相位为/>。对于所有的载频信号，它们的波形都在时间轴上进行叠加，得到了最终的载频信号s(t)。公式中的N表示载频的数量，最终生成的载频信号是由N个不同频率、不同幅度、不同相位的载频信号叠加而成的。这种叠加方式在通信系统中可以实现多载频信号的传输和接收；

根据设备组集合载频信号和基带信号进行归一化处理得到调制信号；

需要说明的是，本发明实施例中的调制信号是通过幅度调制方式生成调制信号的，具体步骤如下：将载频信号和基带信号相乘得到调制信号：/>；将公式/>代入上式可得：；该式表示多个载频信号和基带信号的乘积，其乘积结果按照不同频率加权叠加在一起，得到了最终的调制信号/>；

其中，在实际应用中，载频信号和基带信号的频率范围可能会比较广泛，需要使用设备组对调制信号进行滤波，以去除不需要的频率分量。此外，在通信系统中，基带信号通常是通过设计设备组的冲激响应或频率响应来实现的；基带信号可以在设计设备组时作为输入信号的一部分，以满足系统的特定需求；获取设备组的基带信号需要经历信号采集、模数转换、滤波以及信号提取等步骤，该步骤可能会根据具体的应用和系统而有所不同；

由若干设备组集合的调制信号得到每个区段的监测数据。

进一步的，异常识别拦截模块接收监测数据；

利用公式得到设备组集合的冲激响应函数/>；式中，表示经过修正的设备组集合的冲激响应，/>表示原始设备组集合的冲激响应，a表示设备组集合的冲激响应修正系数；

本发明实施例中设备组集合的冲激响应修正系数a的计算可以考虑一些信号和设备组的特性；以下是简化的计算公式：，其中，/>为一个调整因子，通常是一个正常数，用于控制修正的幅度；SNR表示原始信号的信噪比；/>表示参考信噪比，可以是系统设计时设定的一个基准值。上式中，修正系数a的值受到信噪比的影响，若信噪比较低，则说明信号中噪声较多，若希望设备组的作用更强，则修正系数会相应增加；反之，若信噪比较高，则说明信号相对较清晰，不需要进行过多的滤波，修正系数会接近1，保持原始设备组的效果；需要注意的是，实际系统中修正系数的计算可能更为复杂，取决于具体的应用场景和设计需求。上述公式仅为一个简单的示例，实际应用中可能需要更详细的分析和考虑更多的因素；

对监测数据和冲激响应函数/>进行数据整合，通过计算获取异态风险指数；其中，异态风险指数的计算公式为：/>；式中，/>表示异态风险指数在时刻t的值，/>表示监测数据在时刻T的值，/>表示冲激响应函数在时刻t-T的值，符号/>表示积分操作；

其中，异态风险指数的计算是通过将监测数据和冲激响应函数整合得到，该整合过程可以通过卷积操作来表示，卷积结果可以看作监测数据和设备组之间的相互影响，在一定程度上表示异常状态程度，通过对异态风险指数的分析，可以判断数据是否处于异常状态；

获取异态风险指数的正常值；

通过对比异态风险指数与预设的正常值/>，识别异常区段，若/>小于/>，则确定该异态风险指数对应的设备组区段正常，并用0表示；若/>不小于/>，则确定该异态风险指数对应的设备组区段异常，并用1表示；

基于标识1从异态风险指标的时间序列中提取属于异常区段i的监测数据，并生成待检测信号；

将待检测信号发送至缺失程度分析模块。

进一步的，通过对异常区段i进行截取，获得与待检测信号相关的监测数据，将异常区段i的监测数据/>进行编号标记，获取一系列监测数据/>，其中j=1，2，3，……，p；p为正整数；

利用公式计算监测数据/>的缺失程度/>；式中，表示异常区段i中第j个监测数据的实际值；/>表示异常区段i中监测数据的期望值；BER为设备组集合的误码率；/>表示调节缺失敏感度的参数；

需要说明的是，在计算异常区段监测数据的缺失程度时，可以引入误码率作为一个参数，以便更全面地考虑数据的质量，误码率是衡量数据质量和监测数据准确性的指标，表示监测数据与期望值之间的差异可能由于误差或干扰而引起的概率，误码率越高，则说明监测数据的可靠性越低，可能是由于噪声、干扰或其他问题导致的异常；表示在正常情况下监测数据的预期值，可选择均值、中值等统计量，也可以是根据历史数据或专家知识得出的期望值，用于对比和衡量异常程度；

根据计算得到的缺失程度分析获取缺失程度评估结果，并将缺失程度评估结果发送至评估结果反馈模块。

进一步的，缺失程度分析模块根据计算得到的缺失程度分析获取缺失程度评估结果的过程包括：

根据缺失值对监测数据的缺失程度进行评估时，将缺失程度与预设的缺失范围进行匹配，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级；

若缺失程度小于预设缺失范围的最小值，则生成第一缺失信号，并将对应的监测数据标记为低度缺失等级；若缺失程度不小于缺失范围的最小值且不大于缺失范围的最大值，则生成第二缺失信号，并将对应的监测数据/>标记为中度缺失等级；若缺失程度大于预设缺失范围的最大值，则生成第三缺失信号，并将对应的监测数据/>标记为高度缺失等级；

根据生成的第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级构成缺失程度评估结果；

本发明实施例中，缺失程度的计算考虑了实际监测数据与期望值之间的相对偏差，并乘以误码率来量化异常的可能性。该式能够更全面地反映监测数据的异常特征，有助于综合分析异常区段的数据质量和异常程度。

进一步的，评估结果反馈模块接收缺失程度评估结果，并获取相关的第一缺失信号、第二缺失信号以及第三缺失信号；

结合不同的缺失信号关联对应的设备组集合，将关联的设备组集合进行编号标记，获取缺失设备组QS；

根据缺失设备组QS确定其功能类型D、E以及K，同时生成反馈信号；

将反馈信号发送至后台智能终端，从而及时采取优化措施；

其中，通过查找设备组集合的数据库，针对每个缺失信号提取对应的监测数据，并匹配相关的设备组集合，从而获取设备组的功能类型，有助于更好地理解系统中的异常情况。

一种滤波器组多载频调制方法，包括：

采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段监测设备组集合，基于每个区段获取若干设备组集合的监测数据；

获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理；

通过识别判断异态风险指数是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号；

根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果；

将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化。

与现有的技术相比，本发明提供了基于一种滤波器组多载频调制系统及方法的优点在于：

本发明通过采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段对若干设备组进行监测，基于每个区段获取若干设备组集合的监测数据，以便更有序地进行监测和分析；

本发明通过获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理，并识别判断是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号，将监测数据分段有助于更精准地捕捉系统性能的变化趋势；

本发明通过根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果，使得后续的分析更加精确，确保提取出的信息能够准确地反映当前的工作状态。

综上所述，本发明可以根据实际情况，通过全面的数据处理和分析进行设备组多载频调制效果的监测，评估结果反馈模块将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化，系统可以更好地应对可能出现的异常情况，保障通信质量，同时在发现问题时及时进行修复和优化，提升系统整体性能，由此确保后续一种滤波器组多载频调制系统及方法的正常工作。

附图说明

图1为本发明提出的一种滤波器组多载频调制系统的模块图。

图2为本发明提出的一种滤波器组多载频调制方法的流程图。

具体实施方式

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，所描述的实施条例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。

参照图1，一种滤波器组多载频调制系统，该系统包括设备组信息采集模块、异常识别拦截模块、缺失程度分析模块以及评估结果反馈模块；

设备组信息采集模块用于采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段对若干设备组进行监测，基于每个区段获取若干设备组集合的监测数据；

异常识别拦截模块用于获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理，并识别判断是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号；

缺失程度分析模块用于根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果；

评估结果反馈模块用于将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化。

需要说明的是，本发明实施例中一种滤波器组多载频调制系统及方法应用对象可以为工业自动化领域的滤波器组多载频调制效果监测，可以用于实时监测滤波器组多载频调制的运行状况，具体的可以为对滤波器多载频调制的异常情况进行智能监测，对滤波器多载频调制的缺失程度按级别进行智能评估，便于快速了解滤波器的多载频调制状况，并采取相应的措施进行优化处理；其中，滤波器按功能类型划分包括低通滤波器、高通滤波器以及带通滤波器等。

设备组信息采集模块采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段对若干设备组进行监测，基于每个区段获取若干设备组集合的监测数据的过程包括：

S101、将设备组按功能类型进行分组，且每组设备组使用集合进行保存得到若干设备组集合，并将设备组集合上传数据库；

所述设备组信息采集模块对每组设备组使用集合进行保存得到若干设备组集合的步骤如下：

P1、根据设备组的功能类型进行分组，并按照功能类型标记为D、E以及K，将功能相同的设备组划分到同一组中；

P2、对于每个功能类型创建一个集合得到{D1，D2，D3，……，Dr}、{E1，E2，E3，……，Er}以及{K1，K2，K3，……，Kr}，保存该功能类型下的设备组集合，其中，r表示每个功能类型对应的设备组总数；

S102、按监测时间将若干设备组集合的监测数据分为均等的区段i，i=1，2，3，……，o；o为正整数；

S103、基于每个区段获取若干设备组集合的监测数据；

所述设备组信息采集模块根据每个区段获取若干设备组集合监测数据的步骤如下：

R1、统计若干设备组集合的载频数量，将若干设备组集合的载频数量标记为N；

R2、通过公式得到设备组集合载频函数，并生成载频信号；式中，s(t)表示生成的载频信号，/>表示第n个载频的幅度，/>表示第n个载频的频率，/>表示第n个载频的相位；

需要注意的是，在公式中，表示第n个载频信号的波形，它是一个正弦函数，其频率为/>，相位为/>。对于所有的载频信号，它们的波形都在时间轴上进行叠加，得到了最终的载频信号s(t)。公式中的N表示载频的数量，最终生成的载频信号是由N个不同频率、不同幅度、不同相位的载频信号叠加而成的。这种叠加方式在通信系统中可以实现多载频信号的传输和接收；

R3、根据设备组集合载频信号和基带信号进行归一化处理得到调制信号；

需要说明的是，本发明实施例中的调制信号是通过幅度调制方式生成调制信号的，具体步骤如下：将载频信号和基带信号相乘得到调制信号：/>；将公式/>代入上式可得：；该式表示多个载频信号和基带信号的乘积，其乘积结果按照不同频率加权叠加在一起，得到了最终的调制信号/>；

其中，在实际应用中，载频信号和基带信号的频率范围可能会比较广泛，需要使用设备组对调制信号进行滤波，以去除不需要的频率分量。此外，在通信系统中，基带信号通常是通过设计设备组的冲激响应或频率响应来实现的；基带信号可以在设计设备组时作为输入信号的一部分，以满足系统的特定需求；获取设备组的基带信号需要经历信号采集、模数转换、滤波以及信号提取等步骤，该步骤可能会根据具体的应用和系统而有所不同；

R4、由若干设备组集合的调制信号得到每个区段的监测数据；

S104、将监测数据发送至异常识别拦截模块。

异常识别拦截模块获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理，并识别判断是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号的过程包括：

S201、异常识别拦截模块接收监测数据；

S202、利用公式得到设备组集合的冲激响应函数/>；式中，/>表示经过修正的设备组集合的冲激响应，/>表示原始设备组集合的冲激响应，a表示设备组集合的冲激响应修正系数；

本发明实施例中设备组集合的冲激响应修正系数a的计算可以考虑一些信号和设备组的特性；以下是简化的计算公式：，其中，/>为一个调整因子，通常是一个正常数，用于控制修正的幅度；SNR表示原始信号的信噪比；/>表示参考信噪比，可以是系统设计时设定的一个基准值。上式中，修正系数a的值受到信噪比的影响，若信噪比较低，则说明信号中噪声较多，若希望设备组的作用更强，则修正系数会相应增加；反之，若信噪比较高，则说明信号相对较清晰，不需要进行过多的滤波，修正系数会接近1，保持原始设备组的效果；需要注意的是，实际系统中修正系数的计算可能更为复杂，取决于具体的应用场景和设计需求。上述公式仅为一个简单的示例，实际应用中可能需要更详细的分析和考虑更多的因素；

S203、对监测数据和冲激响应函数/>进行数据整合，通过计算获取异态风险指数/>；其中，异态风险指数的计算公式为：/>；式中，/>表示异态风险指数在时刻t的值，/>表示监测数据在时刻T的值，/>表示冲激响应函数在时刻t-T的值，符号/>表示积分操作；

其中，异态风险指数的计算是通过将监测数据和冲激响应函数整合得到，该整合过程可以通过卷积操作来表示，卷积结果可以看作监测数据和设备组之间的相互影响，在一定程度上表示异常状态的程度，通过对异态风险指数的分析，可以判断数据是否处于异常状态；

S204、获取异态风险指数的正常值；

S205、通过对比异态风险指数与预设的正常值/>，识别异常区段，若/>小于，则确定该异态风险指数对应的设备组区段正常，并用0表示；若/>不小于/>，则确定该异态风险指数对应的设备组区段异常，并用1表示；

S206、基于标识1从异态风险指标的时间序列中提取属于异常区段i的监测数据，并生成待检测信号；

S207、将待检测信号发送至缺失程度分析模块。

缺失程度分析模块根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果的过程包括：

S301、通过对异常区段i进行截取，获得与待检测信号相关的监测数据，将异常区段i的监测数据/>进行编号标记，获取一系列监测数据/>，其中j=1，2，3，……，p；p为正整数；

S302、利用公式计算监测数据/>的缺失程度/>；式中，/>表示异常区段i中第j个监测数据的实际值；/>表示异常区段i中监测数据的期望值；BER为设备组集合的误码率；/>表示调节缺失敏感度的参数；

需要说明的是，在计算异常区段监测数据的缺失程度时，可以引入误码率作为一个参数，以便更全面地考虑数据的质量，误码率是衡量数据质量和监测数据准确性的指标，表示监测数据与期望值之间的差异可能由于误差或干扰而引起的概率，误码率越高，则说明监测数据的可靠性越低，可能是由于噪声、干扰或其他问题导致的异常；表示在正常情况下监测数据的预期值，可选择均值、中值等统计量，也可以是根据历史数据或专家知识得出的期望值，用于对比和衡量异常程度；

S303、根据缺失值对监测数据的缺失程度进行评估时，将缺失程度与预设的缺失范围进行匹配，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级；

S304、若缺失程度小于预设缺失范围的最小值，则生成第一缺失信号，并将对应的监测数据标记为低度缺失等级；若缺失程度不小于缺失范围的最小值且不大于缺失范围的最大值，则生成第二缺失信号，并将对应的监测数据/>标记为中度缺失等级；若缺失程度大于预设缺失范围的最大值，则生成第三缺失信号，并将对应的监测数据/>标记为高度缺失等级；

S305、根据生成的第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级构成缺失程度评估结果，并将缺失程度评估结果发送至评估结果反馈模块；

本发明实施例中，缺失程度的计算考虑了实际监测数据与期望值之间的相对偏差，并乘以误码率来量化异常的可能性。该式能够更全面地反映监测数据的异常特征，有助于综合分析异常区段的数据质量和异常程度。

评估结果反馈模块将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化的过程包括：

S401、评估结果反馈模块接收缺失程度评估结果，并获取相关的第一缺失信号、第二缺失信号以及第三缺失信号；

S402、结合不同的缺失信号关联对应的设备组集合，将关联的设备组集合进行编号标记，获取缺失设备组QS；

S403、根据缺失设备组QS确定其功能类型D、E以及K，同时生成反馈信号；

S404、将反馈信号发送至后台智能终端，从而及时采取优化措施；

其中，通过查找设备组集合的数据库，针对每个缺失信号提取对应的监测数据，并匹配相关的设备组集合，从而获取设备组的功能类型，有助于更好地理解系统中的异常情况。

本发明实施例中，通过设备组信息采集模块采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段对若干设备组进行监测，基于每个区段获取若干设备组集合的监测数据，通过异常识别拦截模块获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理，并识别判断是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号，通过缺失程度分析模块根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果，通过评估结果反馈模块将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化。综上所述，本发明实例涉及到数据采集分析、结果生成和优化措施的决策，解决无法高效监测滤波器组多载频调制效果及进行针对性地智能评估的问题。在实际情况中，可能需要更多的数据和上下文信息来做出具体的决策和优化方案。

参照图2，一种滤波器组多载频调制方法，包括：

采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段监测设备组集合，基于每个区段获取若干设备组集合的监测数据；

获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理；

通过识别判断异态风险指数是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号；

根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果；

将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，各个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本依托于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

为了描述得方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

其次：本发明公开实施例附图中，只涉及与本公开实施例涉及的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；

最后：以上所述仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种滤波器组多载频调制系统，其特征在于：包括设备组信息采集模块、异常识别拦截模块、缺失程度分析模块以及评估结果反馈模块；

设备组信息采集模块用于采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段对若干设备组进行监测，基于每个区段获取若干设备组集合的监测数据；

异常识别拦截模块用于获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理，并识别判断是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号；

缺失程度分析模块用于根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果；

评估结果反馈模块用于将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化。

2.根据权利要求1所述的一种滤波器组多载频调制系统，其特征在于：

将设备组按功能类型进行分组，且每组设备组使用集合进行保存得到若干设备组集合，并将设备组集合上传数据库；

按监测时间将若干设备组集合的监测数据分为均等的区段i，i=1，2，3，……，o；o为正整数；

基于每个区段获取若干设备组集合的监测数据；

将监测数据发送至异常识别拦截模块。

3.根据权利要求2所述的一种滤波器组多载频调制系统，其特征在于：设备组信息采集模块对每组设备组使用集合进行保存得到若干设备组集合的过程包括：

根据设备组的功能类型进行分组，并按照功能类型标记为D、E以及K，将功能相同的设备组划分到同一组中；

对于每个功能类型创建一个集合得到{D1，D2，D3，……，Dr}、{E1，E2，E3，……，Er}以及{K1，K2，K3，……，Kr}，保存该功能类型下的设备组集合。

4.根据权利要求2所述的一种滤波器组多载频调制系统，其特征在于：设备组信息采集模块根据每个区段获取若干设备组集合监测数据的步骤包括：

统计若干设备组集合的载频数量，将若干设备组集合的载频数量标记为N；

通过公式得到设备组集合载频函数，并生成载频信号；式中，s(t)表示生成的载频信号，/>表示第n个载频的幅度，/>表示第n个载频的频率，表示第n个载频的相位；

根据设备组集合载频信号和基带信号进行归一化处理得到调制信号；

由若干设备组集合的调制信号得到每个区段的监测数据。

5.根据权利要求1所述的一种滤波器组多载频调制系统，其特征在于：

异常识别拦截模块接收监测数据；

利用公式得到设备组集合的冲激响应函数/>；式中，表示经过修正的设备组集合的冲激响应，/>表示原始设备组集合的冲激响应，a表示设备组集合的冲激响应修正系数；

对监测数据和冲激响应函数/>进行数据整合，通过计算获取异态风险指数/>；其中，异态风险指数的计算公式为：/>；式中，/>表示异态风险指数在时刻t的值，/>表示监测数据在时刻T的值，/>表示冲激响应函数在时刻t-T的值，符号/>表示积分操作；

获取异态风险指数的正常值；

通过对比异态风险指数与预设的正常值/>，识别异常区段，若/>小于/>，则确定该异态风险指数对应的设备组区段正常，并用0表示；若/>不小于/>，则确定该异态风险指数对应的设备组区段异常，并用1表示；

基于标识1从异态风险指标的时间序列中提取属于异常区段i的监测数据，并生成待检测信号；

将待检测信号发送至缺失程度分析模块。

6.根据权利要求1所述的一种滤波器组多载频调制系统，其特征在于：

通过对异常区段i进行截取，获得与待检测信号相关的监测数据，将异常区段i的监测数据/>进行编号标记，获取一系列监测数据/>，其中j=1，2，3，……，p；p为正整数；

利用公式计算监测数据/>的缺失程度/>；式中，/>表示异常区段i中第j个监测数据的实际值；/>表示异常区段i中监测数据的期望值；BER为设备组集合的误码率；/>表示调节缺失敏感度的参数；

根据计算得到的缺失程度分析获取缺失程度评估结果，并将缺失程度评估结果发送至评估结果反馈模块。

7.根据权利要求5所述的一种滤波器组多载频调制系统，其特征在于：缺失程度分析模块根据计算得到的缺失程度分析获取缺失程度评估结果的过程包括：

根据缺失值对监测数据的缺失程度进行评估时，将缺失程度与预设的缺失范围进行匹配，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级；

若缺失程度小于预设缺失范围的最小值，则生成第一缺失信号，并将对应的监测数据标记为低度缺失等级；若缺失程度不小于缺失范围的最小值且不大于缺失范围的最大值，则生成第二缺失信号，并将对应的监测数据/>标记为中度缺失等级；若缺失程度大于预设缺失范围的最大值，则生成第三缺失信号，并将对应的监测数据/>标记为高度缺失等级；

根据生成的第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级构成缺失程度评估结果。

8.根据权利要求2所述的一种滤波器组多载频调制系统，其特征在于：

评估结果反馈模块接收缺失程度评估结果，并获取相关的第一缺失信号、第二缺失信号以及第三缺失信号；

结合不同的缺失信号关联对应的设备组集合，将关联的设备组集合进行编号标记，获取缺失设备组QS；

根据缺失设备组QS确定其功能类型D、E以及K，同时生成反馈信号；

将反馈信号发送至后台智能终端，从而及时采取优化措施。

9.一种滤波器组多载频调制方法，其特征在于，应用于如权利要求1-8中任意一项所述的一种滤波器组多载频调制系统，方法包括：

采集设备组的功能类型，并划分若干设备组集合，按照监测时间分为均等的区段监测设备组集合，基于每个区段获取若干设备组集合的监测数据；

获取设备组集合的冲激响应函数，将设备组集合的监测数据与冲激响应函数进行归一化处理得到异态风险指数，通过对异态风险指数进行处理；

通过识别判断异态风险指数是否在正常范围内，获取正常区段和异常区段，针对异常区段的监测数据进行拦截，同时生成待检测信号；

根据待检测信号综合分析异常区段监测数据的缺失程度，得到第一缺失信号、第二缺失信号和第三缺失信号以及对应的低度缺失等级、中度缺失等级和高度缺失等级，从而获取缺失程度评估结果；

将不同的缺失信号和设备组集合进行关联，确定其功能类型，生成反馈信号，并将反馈信号发送至后台智能终端进行优化。