一种多个SDR设备的监控方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种多个SDR设备的监控方法、装置、设备及介质，通过每一关键监控信号特征向量对其对应的每一SDR设备进行监控，以确定SDR设备是否出现故障。如此，将大于预设关键信号特征向量匹配度阈值的若干第一关键信号特征向量分为一组，并对同一组内的第一关键信号特征向量进行融合以得到该组的关键监控信号特征向量，该组对应的若干SDR设备均使用同一关键监控信号特征向量，避免了处理器需要对多个SDR设备进行监控时需要存储每个SDR设备对应的关键监控信号特征向量，导致的占用当前处理器存储空间过多的问题以及处理其中存储过多关键监控信号特征向量导致关键监控信号特征向量与其对应的SDR设备关系容易出现混淆的问题。的问题。的问题。

【技术实现步骤摘要】
一种多个SDR设备的监控方法、装置、设备及介质


[0001]本专利技术涉及信号处理
，特别是涉及一种多个SDR设备的监控方法、电子设备及存储介质。

技术介绍

[0002]在SDR设备投入使用后，所述SDR设备会有自己的使用寿命和损坏概率。但是存在大量SDR设备在标记的使用寿命之前就会出现问题，需要对SDR设备进行故障发生预测，预测SDR设备的损坏时间是一个非常重要的技术难题，现有技术中，多通过直接采用SDR设备的理论寿命等参数，预测SDR设备达到实际寿命的时间，从而估算预判发生损坏的时间。因此，会导致SDR设备故障问题不能及时发现带来损失。且当需要对多个SDR设备进行监控时，确定每一SDR设备对应的监控信号特征向量并进行合理存储是一个非常重要的技术难题。

技术实现思路

[0003]有鉴于此，本专利技术提供一种多个SDR设备的监控方法、装置、设备及介质，针对上述当需要对多个SDR设备进行监控时，克服确定多个SDR设备对应的监控信号特征向量并进行合理存储的问题，本专利技术采用的技术方案为：根据本申请的一个方面，提供一种多个SDR设备的监控方法，每一所述SDR设备均包括信号处理模块和信号处理辅助模块；所述信号处理模块能够根据信号处理辅助模块输出的目标辅助信号对接收到的卫星信号进行处理；所述方法包括：将每一SDR设备对应的信号处理辅助模块均可输入的控制电压范围作为关键控制电压范围；控制每一SDR设备中的信号处理模块依次将关键控制电压范围内的若干关键控制电压作为信号处理辅助模块的当前控制电压，以得到每一SDR设备在关键控制电压范围内的若干关键控制电压对应的关键辅助信号；根据每一SDR设备对应的若干关键辅助信号的信号特征，生成每一SDR设备对应的第一关键信号特征向量；将若干个第一关键信号特征向量进行分类处理，以得到至少一个第一关键信号特征向量组；同一第一关键信号特征向量组中的任意两个第一关键信号特征向量之间的匹配度大于预设关键信号特征向量匹配度阈值；对相同第一关键特征向量组中的第一关键信号特征向量进行融合处理，以得到每一第一关键信号特征向量组对应的关键监控信号特征向量；通过每一关键监控信号特征向量对与其对应的每一SDR设备进行监控，以确定SDR设备是否出现故障。
[0004]在本申请的一种示例性实施例中，将若干个第一关键信号特征向量进行分类处理，以得到至少一个第一关键信号特征向量组，包括：
通过预设的聚类方式对任意两个第一关键信号特征向量之间的匹配度小于预设关键信号特征向量匹配度阈值的第一关键信号特征向量进行聚类处理，以得到至少一个第一关键信号特征向量组。
[0005]在本申请的一种示例性实施例中，将若干个第一关键信号特征向量进行分类处理，以得到至少一个第一关键信号特征向量组，包括：若任意两个第一关键信号特征向量之间的匹配度均大于预设关键信号特征向量匹配度阈值，则只存在一个第一关键信号特征向量组，且当前第一关键信号特征向量组包含全部第一关键信号特征向量。
[0006]在本申请的一种示例性实施例中，所述融合处理，包括：获取同一第一关键信号特征向量组中若干第一关键信号特征向量在相同关键控制电压下的信号特征的平均值作为第二关键信号特征；根据每一第一关键信号特征向量组对应的若干第二关键信号特征确定出第二关键信号特征向量作为每一第一关键信号特征向量组对应的关键监控信号特征向量。
[0007]在本申请的一种示例性实施例中，通过如下步骤得到SDR设备故障检测模型：获取目标SDR设备对应的若干历史关键监控信号特征向量和初始SDR设备故障检测模型；所述历史关键监控信号特征向量为根据在设定时间段内，每隔设定时间，控制目标SDR设备中的信号处理模块依次将若干关键控制电压作为信号处理辅助模块的当前控制电压得到的第三关键辅助信号的信号特征生成的，相邻两个历史关键监控信号特征向量对应的获取时间的时间间隔相同，所述目标SDR设备为多个SDR设备中的任一；将若干历史关键监控信号特征向量中每k个历史关键监控信号特征向量作为一个训练样本数据，以得到若干个训练样本数据；k＞2；根据所述训练样本数据对初始SDR设备故障检测模型进行训练，得到训练后的SDR设备故障检测模型。
[0008]在本申请的一种示例性实施例中，任一训练样本数据为正样本数据或负样本数据；根据若干历史关键监控信号特征向量，获取训练样本数据，包括：将目标SDR设备对应的关键监控信号特征向量作为目标监控信号特征向量；根据所述目标监控信号特征向量，确定每一历史关键监控信号特征向量对应的结果标签；所述结果标签用于表示所述目标SDR设备在对应的历史关键监控信号特征向量的获取时间是否存在故障；从第N+1个历史关键监控信号特征向量开始遍历；若当前的历史关键监控信号特征向量对应的结果标签为第一标签，且其之前的依次相邻的N个历史关键监控信号特征向量对应的结果标签均为第一标签，则根据当前的历史关键监控信号特征向量和其之前依次相邻的N个历史关键监控信号特征向量生成正样本数据；其中，N为预设向量数量，所述第一标签表示所述目标SDR设备在对应的历史关键监控信号特征向量的获取时间不存在故障；若当前的历史关键监控信号特征向量对应的结果标签为第二标签，且其之前的依次相邻的N个历史关键监控信号特征向量对应的结果标签均为第一标签，则根据当前的历史关键监控信号特征向量和其之前依次相邻的N个历史关键监控信号特征向量生成负样本
数据；所述第二标签表示所述目标SDR设备在对应的历史关键监控信号特征向量的获取时间存在故障。
[0009]在本申请的一种示例性实施例中，同一训练样本数据中包括的N+1个历史关键监控信号特征向量按获取时间从前到后的顺序排列。
[0010]根据本申请的另一方面，提供一种多个SDR设备的监控装置，所述装置包括：控制模块，用于控制每一SDR设备中的信号处理模块依次将关键控制电压范围内的若干关键控制电压作为信号处理辅助模块的当前控制电压，以得到每一SDR设备在关键控制电压范围内的若干关键控制电压对应的关键辅助信号；生成模块，用于根据每一SDR设备对应的若干关键辅助信号的信号特征，生成每一SDR设备对应的第一关键信号特征向量；获取模块，用于将若干个第一关键信号特征向量进行分类处理，以得到至少一个第一关键信号特征向量组；同一第一关键信号特征向量组中的任意两个第一关键信号特征向量之间的匹配度大于预设关键信号特征向量匹配度阈值；处理模块，用于对相同第一关键特征向量组中的第一关键信号特征向量进行融合处理，以得到每一第一关键信号特征向量组对应的关键监控信号特征向量；监控模块，用于通过每一关键监控信号特征向量对其对应的每一SDR设备进行监控，以确定SDR设备是否出现故障。
[0011]根据本申请的另一方面，还提供了一种非瞬时性计算机可读存储介质，存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现上述多个SDR设备的监控方法。
[0012]根据本申请的另一方面，还提供了一种电子设备，包括处理器和上述非瞬时性计算机可读存储介质。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多个SDR设备的监控方法，其特征在于，每一所述SDR设备均包括信号处理模块和信号处理辅助模块；所述信号处理模块能够根据信号处理辅助模块输出的目标辅助信号对接收到的卫星信号进行处理；所述方法包括：将每一SDR设备对应的信号处理辅助模块均可输入的控制电压范围作为关键控制电压范围；控制每一SDR设备中的信号处理模块依次将关键控制电压范围内的若干关键控制电压作为信号处理辅助模块的当前控制电压，以得到每一SDR设备在关键控制电压范围内的若干关键控制电压对应的关键辅助信号；根据每一SDR设备对应的若干关键辅助信号的信号特征，生成每一SDR设备对应的第一关键信号特征向量；将若干个第一关键信号特征向量进行分类处理，以得到至少一个第一关键信号特征向量组；同一第一关键信号特征向量组中的任意两个第一关键信号特征向量之间的匹配度大于预设关键信号特征向量匹配度阈值；对同一第一关键特征向量组中的第一关键信号特征向量进行融合处理，以得到每一第一关键信号特征向量组对应的关键监控信号特征向量；通过每一关键监控信号特征向量对与其对应的每一SDR设备进行监控，以确定SDR设备是否出现故障。2.根据权利要求1所述的方法，其特征在于，将若干个第一关键信号特征向量进行分类处理，以得到至少一个第一关键信号特征向量组，包括：通过预设的聚类方式，对任意两个第一关键信号特征向量之间的匹配度小于预设关键信号特征向量匹配度阈值的第一关键信号特征向量进行聚类处理，以得到至少一个第一关键信号特征向量组。3.根据权利要求1所述的方法，其特征在于，将若干个第一关键信号特征向量进行分类处理，以得到至少一个第一关键信号特征向量组，包括：若任意两个第一关键信号特征向量之间的匹配度均大于预设关键信号特征向量匹配度阈值，则只存在一个第一关键信号特征向量组，且当前第一关键信号特征向量组包含全部第一关键信号特征向量。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述融合处理，包括：获取同一第一关键信号特征向量组中若干第一关键信号特征向量在相同关键控制电压下的信号特征的平均值作为第二关键信号特征；根据每一第一关键信号特征向量组对应的若干第二关键信号特征确定出第二关键信号特征向量作为每一第一关键信号特征向量组对应的关键监控信号特征向量。5.根据权利要求1所述的方法，其特征在于，通过如下步骤得到SDR设备故障检测模型：获取目标SDR设备对应的若干历史关键监控信号特征向量和初始SDR设备故障检测模型；所述历史关键监控信号特征向量为根据在设定时间段内，每隔设定时间，控制目标SDR设备中的信号处理模块依次将若干关键控制电压作为信号处理辅助模块的当前控制电压得到的第三关键辅助信号的信号特征生成的，相邻两个历史关键监控信号特征向量对应的获取时间的时间间隔相同，所述目标SDR设备为多个SDR设备中的任一；
将若干历史关键监控信号特征向量中每k个历史关键监控信号特征向量作为一个训练样...

【专利技术属性】
技术研发人员：王亚苹，林长伟，肖新光，
申请(专利权)人：北京安天网络安全技术有限公司，
类型：发明
国别省市：