[发明专利]干扰源预测模型建立方法、干扰源识别方法、装置和终端设备

说明书

一种干扰源预测模型建立方法、干扰源识别方法、装置和系统，所述干扰源预测模型建立方法包括：在预先设定的多个干扰场景下，对于多个测试窗口的每个测试窗口，以预定采样率对所述测试窗口进行能量检测采样，获得每个测试窗口内的样本数据集；根据每个测试窗口所属的测试时间段和/或每个测试窗口内的样本数据集中的样本的时间戳和/或无线网络探测器在每个测试窗口探测到的数据对每个测试窗口进行标记；根据每个测试窗口的样本数据集和每个测试窗口对应的标记对深度神经网络进行训练，得到所述干扰源预测模型的参数。本实施例的方法可以确定干扰源，为物联网服务提供商解决干扰问题提供参考依据。

技术领域

本发明涉及通信技术领域，尤其涉及一种干扰源预测模型建立方法、干扰源识别方法、装置和终端设备。

背景技术

物联网成为业务转型的强大力量，其颠覆性的影响在所有行业和社会的各个领域都能感受到。物联网中的实体通常包括传感器设备、网关、网络、云和应用。

随着技术的不断增长以及对无线保真(WIFI)、紫蜂(zigbee)，蓝牙(bluetooth)等短距离无线网络的依赖性的增加，用户开始需要从无线网络中得到可靠性、性能、可扩展性和无处不在的覆盖。

另一方面，现有的传感器网络部署提供了不充分的覆盖和不可预测的性能。导致性能恶化的一个原因就是干扰。与有线网络不同，无线链路很容易受到环境改变或者周围无线活动的影响。

此外，与无线网络相关的协议，如IEEE 802.11，802.15.4，802.15.1等，都工作在非授权频段。由于多个无线网络会相互干扰，干扰问题会更加突出。并且，非授权频谱中用户的数量快速增长也加重了这一情况。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

发明人发现，干扰是不可预知的，其经常由移动用户、其它非授权频段模块和变化的业务量产生。如果能诊断出不同的干扰源，物联网服务提供商就能够提出一些对策来解决干扰问题或者避免潜在的问题。

为了解决上述问题中的至少一个，本发明提供了一种干扰源预测模型建立方法、干扰源识别方法、装置和终端设备。

根据本发明实施例的第一方面，提供了一种干扰源预测模型建立方法，其中，该方法包括：

在预先设定的多个干扰场景下，对于多个测试窗口的每个测试窗口，以预定采样率对所述测试窗口进行能量检测采样，获得每个测试窗口内的样本数据集；

根据每个测试窗口所属的测试时间段和/或每个测试窗口内的样本数据集中的样本的时间戳和/或无线网络探测器在每个测试窗口探测到的数据对每个测试窗口进行标记；

根据每个测试窗口的样本数据集和每个测试窗口对应的标记对深度神经网络进行训练，得到所述干扰源预测模型的参数。

根据本发明实施例的第二方面，提供了一种干扰源识别方法，其中，所述方法包括：

利用多个测试窗口的每个测试窗口所对应的样本数据集及对应该测试窗口的标签，建立干扰源预测模型；

以预定采样率对检测窗口内的接收信号强度进行能量检测采样，获得对应所述检测窗口的样本数据集；

将所述样本数据集输入所述干扰源预测模型，得到对应所述检测窗口的干扰源类型。

根据本发明实施例的第三方面，提供了一种干扰源预测模型建立装置，其中，该装置包括：

第一采样单元，其在预先设定的多个干扰场景下，对于多个测试窗口的每个测试窗口，以预定采样率对所述测试窗口进行能量检测采样，获得每个测试窗口内的样本数据集；