带有NFC功能的终端设备的电源供电控制系统及其工作方法与流程

技术特征：
1.一种带有nfc功能的终端设备的电源供电控制系统，其特征在于，包括：sim卡数据获取单元，用于获取sim卡在一系列预设时间点的信号强度数据并将所述sim卡在一系列预设时间点的信号强度数据排列为信号向量；nfc芯片获取单元，用于获得nfc芯片在所述一系列预设时间点的电量消耗数据并将所述nfc芯片在所述一系列预设时间点的电量消耗数据排列为电量向量；编码单元，用于将所述信号向量和所述电量向量分别通过由深度神经网络组成的第一编码器模型和第二编码器模型以从所述信号向量获得信号特征向量和从所述电量向量获得电量特征向量；高斯分布构造单元，用于基于所述信号特征向量中每个位置的特征值x
i
和所述电量特征向量的每个位置的特征值y
i
，构造高斯分布高斯密度图构造单元，用于将基于所述信号特征向量和所述电量特征向量中每一对位置的特征值构造的所述高斯分布沿着第一方向拼接为高斯密度图，所述第一方向为行方向或列方向；离散化单元，用于对所述高斯密度图进行沿第二方向的离散化处理以获得用于分类的分类矩阵，所述第二方向与所述第一方向垂直；控制结果生成单元，用于将所述用于分类的分类矩阵通过分类器以获得分类结果，所述分类结果用于表示电源的供电功率是否应该调整；以及电源功率控制单元，用于基于所述分类结果配置所述电源的供电功率。2.根据权利要求1所述的带有nfc功能的终端设备的电源供电控制系统，其中，所述编码单元，进一步用于：使用所述第一编码器模型的至少一个全连接层对所述信号向量进行全连接编码以提取出所述信号向量中各个位置的特征值的高维特征；使用所述第一编码器模型的一维卷积层对所述信号向量进行一维卷积处理以提取出所述信号向量中各个位置的特征值之间的关联的高维关联特征以获得所述信号特征向量；使用所述第二编码器模型的至少一个全连接层对所述电量向量进行全连接编码以提取出所述电量向量中各个位置的特征值的高维特征；使用所述第二编码器模型的一维卷积层对所述电量向量进行一维卷积处理以提取出所述电量向量中各个位置的特征值之间的关联的高维关联特征以获得所述电量特征向量。3.根据权利要求2所述的带有nfc功能的终端设备的电源供电控制系统，其中，所述第一编码器模型和所述第二编码器模型具有相同的模型结构。4.根据权利要求1所述的带有nfc功能的终端设备的电源供电控制系统，其中，所述高斯分布构造单元，进一步用于基于所述信号特征向量中每个位置的特征值x
i
和所述电量特征向量的每个位置的特征值y
i
，构造高斯分布其中μ
i
是x
i
和y
i
的均值，且σ
i
是x
i
和y
i
的方差。5.根据权利要求4所述的带有nfc功能的终端设备的电源供电控制系统，其中，所述高斯密度图构造单元，进一步用于以如下公式将基于所述信号特征向量和所述电量特征向量中每一对位置的特征值构造的所述高斯分布拼接为所述高斯密度图；其中，所述公式为：
函数表示将与信号特征向量或所述电量特征向量的长度k对应的每个高斯分布按行或者列的方向。6.根据权利要求5所述的带有nfc功能的终端设备的电源供电控制系统，其中，所述离散化单元，进一步用于对所述高斯密度图进行沿列方向的随机采样处理以获得所述用于分类的分类矩阵。7.根据权利要求6所述的带有nfc功能的终端设备的电源供电控制系统，其中，所述控制结果生成单元，进一步用于使用所述分类器的至少一个全连接层将所述分类矩阵编码为分类特征向量；以及，将所述分类特征向量输入所述分类器的softmax分类函数以获得所述分类结果。8.一种带有nfc功能的终端设备的电源供电控制系统的工作方法，其特征在于，包括：获取sim卡在一系列预设时间点的信号强度数据并将所述sim卡在一系列预设时间点的信号强度数据排列为信号向量；获得nfc芯片在所述一系列预设时间点的电量消耗数据并将所述nfc芯片在所述一系列预设时间点的电量消耗数据排列为电量向量；将所述信号向量和所述电量向量分别通过由深度神经网络组成的第一编码器模型和第二编码器模型以从所述信号向量获得信号特征向量和从所述电量向量获得电量特征向量；基于所述信号特征向量中每个位置的特征值x
i
和所述电量特征向量的每个位置的特征值y
i
，构造高斯分布将基于所述信号特征向量和所述电量特征向量中每一对位置的特征值构造的所述高斯分布沿着第一方向拼接为高斯密度图，所述第一方向为行方向或列方向；对所述高斯密度图进行沿第二方向的离散化处理以获得用于分类的分类矩阵，所述第二方向与所述第一方向垂直；将所述用于分类的分类矩阵通过分类器以获得分类结果，所述分类结果用于表示电源的供电功率是否应该调整；以及基于所述分类结果配置所述电源的供电功率。9.根据权利要求8所述的带有nfc功能的终端设备的电源供电控制系统的工作方法，其中，将所述信号向量和所述电量向量分别通过由深度神经网络组成的第一编码器模型和第二编码器模型以从所述信号向量获得信号特征向量和从所述电量向量获得电量特征向量，包括：使用所述第一编码器模型的至少一个全连接层对所述信号向量进行全连接编码以提取出所述信号向量中各个位置的特征值的高维特征；使用所述第一编码器模型的一维卷积层对所述信号向量进行一维卷积处理以提取出所述信号向量中各个位置的特征值之间的关联的高维关联特征以获得所述信号特征向量；使用所述第二编码器模型的至少一个全连接层对所述电量向量进行全连接编码以提取出所述电量向量中各个位置的特征值的高维特征；使用所述第二编码器模型的一维卷积层对所述电量向量进行一维卷积处理以提取出
所述电量向量中各个位置的特征值之间的关联的高维关联特征以获得所述电量特征向量。10.根据权利要求8所述的带有nfc功能的终端设备的电源供电控制系统的工作方法，其中，将基于所述信号特征向量和所述电量特征向量中每一对位置的特征值构造的所述高斯分布沿着第一方向拼接为高斯密度图，所述第一方向为行方向或列方向，包括：以如下公式将基于所述信号特征向量和所述电量特征向量中每一对位置的特征值构造的所述高斯分布拼接为所述高斯密度图；其中，所述公式为：函数表示将与信号特征向量或所述电量特征向量的长度k对应的每个高斯分布按行或者列的方向。

技术总结
本申请涉及电源供电控制的领域，其具体地公开了一种带有NFC功能的终端设备的电源供电控制系统及其工作方法，其通过基于神经网络模型的深度学习技术来挖掘出SIM卡的工作状态以及NFC的工作状态间的高维隐含模式信息，并且在此过程中，还采用高斯密度图以准确地表达两者各自的信息和两者的关联信息的分类特征，从而以此来判定电源的供电功率是否应该调整。通过这样的方式，可以保证所述SIM卡和所述NFC两者在没有不必要的功率波动的情况下也能正常工作。工作。工作。


技术研发人员：黄小杰
受保护的技术使用者：上海溪郝电子有限公司
技术研发日：2022.02.28
技术公布日：2022/6/3