一种动态调整移动通信系统中干扰抑制机制装置及方法与流程

本发明涉及移动通信干扰抑制，更具体地说，本发明涉及一种动态调整移动通信系统中干扰抑制机制装置及方法。

背景技术：

1、传统移动通信干扰方法在整个上下行频段和上下行时隙内发射大功率白噪声，压制运营商基站信号，使手机无法接入运营商网络；但上行时隙也发射屏蔽信号，会干扰运营商基站，影响周边通信；例如授权公告号为cn202059397u的中国专利公开了一种采用变频自干扰方法的手机信号屏蔽电路；

2、因此为了抑制对运营商基站和周边通信的干扰，出现了数字信令级智能干扰方法，采用软件无线电技术，对运营商基站信号进行重新组帧和编码，在下行频段和下行时隙内建立并发射虚假信号，使手机无法接入运营商网络，不会对运营商基站和周边通信产生干扰和影响；然而室外运营商网络状况会实时发生变化，即运营商基站信号发生变化，使得虚假信号与运营商基站信号不一致，导致虚假信号失效，进而出现干扰屏蔽效果的情况；

3、鉴于此，本发明提出一种动态调整移动通信系统中干扰抑制机制装置及方法以解决上述问题。

技术实现思路

1、为了克服现有技术的上述缺陷，为实现上述目的，本发明提供如下技术方案：一种动态调整移动通信系统中干扰抑制机制方法，包括：

2、实时监测运营商基站运行时的基站信号参数；

3、对基站信号参数进行预处理，并标记为特征信号参数；

4、获取虚假信号参数，将特征信号参数与虚假信号参数进行对比，判断特征信号参数是否发生变化；

5、根据发生变化的特征信号参数，判断生成调整指令或重构指令，若生成重构指令，则判断重构指令对应特征信号参数的变化为短期变化或长期变化；

6、根据调整指令对应的特征信号参数对虚假信号参数进行调整，或根据判断为长期变化的特征信号参数，对虚假信号进行重构；

7、对未来时刻的特征信号参数进行预测，提前重构虚假信号。

8、进一步地，所述基站信号参数包括发送功率、工作频率、天线增益和卷积编码率；所述基站即为运营商基站；

9、所述发送功率为基站信号的平均电功率；

10、所述工作频率为基站工作的中频值；

11、所述天线增益为基站天线相对于理想点源天线的增益能力；

12、所述卷积编码率为卷积编码中冗余信息比例。

13、进一步地，所述预处理包括信道估计技术和自适应多载波技术。

14、进一步地，所述虚假信号参数根据实时发射的虚假信号获取；所述虚假信号参数同样包括发送功率、工作频率、天线增益和卷积编码率；虚假信号参数为虚假信号的参数，而基站信号参数为基站信号的参数；

15、将特征信号参数中的每个参数分别与虚假信号参数中对应的参数进行对比；

16、若特征信号参数中每个参数均与虚假信号参数中对应的参数一致，则特征信号参数未发生变化；

17、若特征信号参数中存在参数与虚假信号参数中对应的参数不一致，则特征信号参数发生变化。

18、进一步地，所述判断生成调整指令或重构指令的方法包括：

19、预设变化范围，变化范围包括发送功率变化范围、工作频率变化范围、天线增益变化范围和卷积编码率变化范围；

20、将特征信号参数中与虚假信号参数中对应参数不一致的参数标记为改变参数；将改变参数减去虚假信号参数中对应的参数，获取改变参数变化量；

21、将改变参数变化量与对应的变化范围进行对比；

22、若改变参数变化量均处于对应的变化范围内，则生成调整指令；

23、若存在改变参数变化量不处于对应的变化范围内，则生成重构指令。

24、进一步地，所述判断重构指令对应特征信号参数的变化为短期变化或长期变化的方法包括：

25、收集m组连续的历史特征信号参数，m为大于1的整数；m组连续的历史特征信号参数为实时获取的特征信号参数的前m组特征信号参数，即实时获取的特征信号参数为m组连续的历史特征信号参数的下一组特征信号参数；

26、将改变参数和m组历史特征信号参数中与改变参数对应的参数一同输入训练好的对应的预测模型，预测出未来时刻连续的个改变参数，为大于1的整数；

27、预测模型包括功率预测模型、频率预测模型、增益预测模型和编码率预测模型；

28、分别对连续的个改变参数进行诊断，判断生成调整指令或重构指令；

29、统计根据个改变参数生成的调整指令数量和重构指令数量；将调整指令数量和重构指令数量作为分析数据，将分析数据输入训练好的变化判断模型，预测出重构指令对应特征信号参数的变化为短期变化或长期变化。

30、进一步地，所述功率预测模型的训练过程包括：

31、预先收集n组连续的历史特征信号参数，其中；预设滑动步长l以及滑动窗口长度；将n组连续的历史特征信号参数中n个连续的发送功率采用滑动窗口方法转化为对应的训练样本，将训练样本作为功率预测模型的输入，预测滑动步长l后的发送功率作为输出，每个训练样本后续的发送功率作为预测目标，对预测结果采用平均绝对百分比误差mape进行模型精度评价，当计算出的mape小于预设mape时，则功率预测模型训练完成；生成根据发送功率预测未来时刻发送功率的功率预测模型；其中，所述功率预测模型为rnn神经网络模型；

32、频率预测模型、增益预测模型和编码率预测模型的训练过程与功率预测模型的训练过程一致，并且均为rnn神经网络模型；

33、变化判断模型的训练过程包括：

34、预先收集a组分析数据，a为大于1的整数，对a组分析数据设置对应的判断结果，判断结果包括短期变化和长期变化，对短期变化和长期变化均设置不同的数字标签；

35、将判断结果的数字标签标记为判断标签，将分析数据与对应的判断标签转换为对应的一组特征向量；

36、将每组特征向量作为变化判断模型的输入，所述变化判断模型以每组分析数据对应的一组判断标签作为输出，以每组分析数据对应的实际判断标签作为预测目标，实际判断标签即为预先设置的与分析数据对应的判断标签；以最小化所有分析数据的预测误差之和作为训练目标；对变化判断模型进行训练，直至预测误差之和达到收敛时停止训练；所述变化判断模型为深度神经网络模型；

37、根据预测的判断标签获取对应的判断结果，以判断在分析数据的条件下，重构指令对应特征信号参数的变化为短期变化或长期变化。

38、进一步地，根据m组连续的历史特征信号参数和实时监测的特征信号参数中相同的参数构建一个分析集合，共构建四个分析集合，将四个分析集合分别输入对应的预测模型中，预测出未来时刻连续的组特征信号参数；按照预测顺序依次对组特征信号参数进行诊断，判断是否需要重构对应的虚假信号，预测顺序即为预测出组特征信号参数的先后顺序；其中，若根据前一组特征信号参数判断出需要重构对应的虚假信号时，在对后一组特征信号参数判断是否需要重构对应的虚假信号的过程中，所采用的虚假信号参数则是根据前一组特征信号参数重构的虚假信号参数；将提前重构的虚假信号对应的特征信号参数标记为提前参数；当实时监测到的特征信号参数为提前参数时，则发射提前参数对应的虚假信号。

39、进一步地，对预测出的个改变参数对应的调整指令和重构指令进行诊断，再次判断重构指令对应特征信号参数的变化为短期变化或长期变化；

40、根据个改变参数的预测顺序的倒序，依次对个改变参数设置不同的数字标签，将个改变参数对应的数字标签标记为改变标签，改变标签的范围为；将个改变参数中生成调整指令的改变参数标记为调整参数，将个改变参数中生成重构指令的改变参数标记为重构参数；统计调整参数数量和重构参数数量；根据改变标签计算变化系数；

41、变化系数的表达式为：；

42、式中，为变化系数，为第i个调整参数对应的改变标签，为第个重构参数对应的改变标签，为调整参数数量，为重构参数数量，，；

43、预设判断阈值；

44、若变化判断模型的输出结果为短期变化，将变化系数与判断阈值进行对比；

45、若变化系数大于或等于判断阈值，则判断重构指令对应特征信号参数的变化更改为长期变化；

46、若变化系数小于判断阈值，则重构指令对应特征信号参数的变化仍为短期变化；

47、若变化判断模型的输出结果为长期变化，将变化系数与判断阈值进行对比；

48、若变化系数小于判断阈值，则判断重构指令对应特征信号参数的变化更改为短期变化；

49、若变化系数大于或等于判断阈值，则重构指令对应特征信号参数的变化仍为长期变化。

50、一种动态调整移动通信系统中干扰抑制机制装置，实施所述的一种动态调整移动通信系统中干扰抑制机制方法，包括：

51、信号监测模块，用于实时监测运营商基站运行时的基站信号参数；

52、信号处理模块，用于对基站信号参数进行预处理，并标记为特征信号参数；

53、信号对比模块，用于获取虚假信号参数，将特征信号参数与虚假信号参数进行对比，判断特征信号参数是否发生变化；

54、信号变化诊断模块，用于根据发生变化的特征信号参数，判断生成调整指令或重构指令，若生成重构指令，则判断重构指令对应特征信号参数的变化为短期变化或长期变化；

55、信号调整与重构模块，用于根据调整指令对应的特征信号参数对虚假信号参数进行调整，或根据判断为长期变化的特征信号参数，对虚假信号进行重构；

56、信号重构预测模块，用于对未来时刻的特征信号参数进行预测，提前重构虚假信号。

57、一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的一种动态调整移动通信系统中干扰抑制机制方法。

58、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现所述的一种动态调整移动通信系统中干扰抑制机制方法。

59、本发明一种动态调整移动通信系统中干扰抑制机制装置及方法的技术效果和优点：

60、1.实现运营商基站各项信号参数的实时全面监测，并利用信号处理技术提高监测质量，准确获取基站运行信息；通过对比快速识别基站信号参数变化，并根据变化类型采取差异化处置；同时，能够根据监测结果及时动态调整虚假信号参数或重构虚假信号，从而有效抑制移动通信系统中对虚假信号的干扰，持续维持长效的屏蔽效果；还利用大数据预测基站变化趋势，实现监测与预测能力的结合，实现提前防范。

61、2.通过二次诊断、动态计算变化系数、设置科学合理的判断阈值等措施，可以更准确地区分出特征信号参数的短期变化和长期变化，避免由于生成大量时间差距较大的调整指令或重构指令而导致的误判情况，提高对特征信号参数变化类型的判断准确性。