买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市烽云技术有限公司

摘要：本发明属于无线通信技术领域，本发明公开了一种无线自组网网络信号优化方法和系统，包括采集网络信号参数数据、网络性能数据和网络环境数据；对网络信号参数数据、网络性能数据和网络环境数据进行预处理，得到网络信号特征数据集、网络性能特征数据集和网络环境特征数据集；分析网络环境特征数据集对网络信号特征数据集、网络性能特征数据集产生的影响，得到影响特征数据集；将影响特征数据集、网络信号特征数据集、网络性能特征数据集进行融合得到综合特征数据集；构建网络信号性能预测模型，将综合特征数据集输入网络信号性能预测模型中，预测得到网络信号性能指标；系统能够及时发现网络信号性能的变化，为快速响应和解决问题提供了可能。

主权项：1.一种无线自组网网络信号优化方法，其特征在于，包括：S1、采集网络信号参数数据、网络性能数据和网络环境数据；S2、对网络信号参数数据、网络性能数据和网络环境数据进行预处理，得到网络信号特征数据集、网络性能特征数据集和网络环境特征数据集；分析网络环境特征数据集对网络信号特征数据集、网络性能特征数据集产生的影响，得到影响特征数据集；将影响特征数据集、网络信号特征数据集、网络性能特征数据集进行融合得到综合特征数据集；S3、构建网络信号性能预测模型，将综合特征数据集输入网络信号性能预测模型中，预测得到网络信号性能指标；S4、将预测的网络信号性能指标与预设的网络信号性能指标阈值进行对比，判断网络信号性能是否达标；S5、若网络信号性能达标，则持续监控网络拓扑连接状态；若网络信号性能未达标，则通过网络信号控制终端发生预警指令，生成预警信号，并收集性能未达标数据；构建网络信号优化检测模型，将性能未达标数据输入网络信号优化检测模型中，预测得到网络信号优化类型；S6、根据预测的网络信号优化类型，选择执行相应的网络信号优化策略，直至网络信号性能达标；所述网络信号参数数据包括网络信号强度、信号的信噪比、信号的载波频率和信号传输速率；网络性能数据包括信号响应频率、丢包率、网络信号延迟时间和网络信号覆盖范围；网络环境数据包括信号传输温度、电磁干扰水平与网络覆盖区域的障碍物数量；所述对网络信号参数数据、网络性能数据和网络环境数据进行预处理，得到网络信号特征数据集、网络性能特征数据集和网络环境特征数据集的方法包括：S31、对网络信号参数数据、网络性能数据和网络环境数据采用DBSCAN算法，识别出网络信号参数数据、网络性能数据和网络环境数据中存在的异常值，将识别出的异常值剔除得到处理后的网络信号特征数据集、网络性能特征数据集和网络环境特征数据集；对获取的网络信号特征数据集、网络性能特征数据集和网络环境特征数据集进行标准差归一化处理，转换为标准正态分布，得到网络信号特征数据集、网络性能特征数据集和网络环境特征数据集；S32、对网络信号特征数据集、网络性能特征数据集和网络环境特征数据集中每个特征的数据点xb和数据点xc，通过条件概率公式计算高维空间中数据点xb在数据点xc上的条件概率，反映在高维空间中这两个数据点之间的相似性；所述条件概率公式为：其中，pb|c为高维空间中数据点xb在数据点xc上的条件概率；||xb-xc||2为数据点xb和xc之间的欧氏距离平方；xk为数据集中所有除数据点xb以外的其他任意一个数据点；k为数据点xk的索引；σb为数据点xb的带宽参数，通过调节感知邻居数确定；所述其中，δ为调节感知邻居数的调节系数；pty为感知邻居数；所述感知邻居数其中，c为数据点xc的索引；b为数据点xb的索引；通过系数调节模型来调节感知邻居数的调节系数，所述系数调节模型为：其中，DL为数据点的所有特征数量；S33、将数据点xb在数据点xc上的条件概率转换为对称联合概率，通过对称联合概率反映在高维空间中所有数据点之间的相似性；所述对称联合概率为：其中，pbc为对称联合概率；数据集中的数据点总数；pc|b为数据点xc在数据点xb上的条件概率；S34、通过低维相似性计算公式计算低维空间中数据点yb与数据点yc之间的相似性；所述低维相似性计算公式为：其中，yb和yc为低维空间中待计算相似性的两个特定数据点；||yb-yc||2为低维空间中yb和yc之间的欧氏距离平方；yk′和yl为低维空间中其他任意的数据点；k′为数据点yk′的索引；l为数据点yl的索引；S35、通过最小化两个概率分布pbc和qbc之间的KL散度使高维空间和低维空间中的相似性分布保持一致；所述KL散度表达式为：其中，KL为pbc和qbc之间的KL散度；S36、通过梯度下降公式最小化KL散度，更新低维空间中的数据点yb′；所述梯度下降公式： 其中，为KL散度对于低维空间中点yb′的位置变化率；b′和c′分别为数据点yb′和数据点yc′的索引；yb′和yc′为低维空间中更新后的数据点；1+||yb′-yc′||2-1为低维空间中数据点yb′和数据点yc′之间的相似度度量；S37、将网络信号特征数据集、网络性能特征数据集和网络环境特征数据集中的数据嵌入到低维空间中，将低维空间中的特征用作于网络信号特征数据集、网络性能特征数据集和网络环境特征数据集，得到最终的网络信号特征数据集、网络性能特征数据集和网络环境特征数据集；所述分析网络环境特征数据集对网络信号特征数据集、网络性能特征数据集产生的影响，得到影响特征数据集的方法包括：将网络环境特征数据集记为数据集M′，将网络信号特征数据集和网络性能特征数据集合并，记为数据集N′；使用皮尔逊相关系数r衡量M′与N′之间的相关性，具体公式为：其中，mt和nt分别为变量M′和N′的第t个观测值；f为观测值的数量；t为观测值的索引；和分别为变量M′和N′的均值；设定阈值r′，筛选出相关系数绝对值大于等于r′的特征，根据筛选结果提取出影响特征数据集。

全文数据：

权利要求：

百度查询： 深圳市烽云技术有限公司 一种无线自组网网络信号优化方法和系统