[发明专利]干扰类型的识别方法和系统

说明书

本发明涉及移动通信技术领域，特别是涉及一种干扰类型的识别方法和系统。本发明方案包括以下步骤：利用干扰数据训练集对干扰类型识别的神经网络模型进行训练，获取干扰类型识别模型；其中，干扰数据训练集包括由干扰波形数据及其对应标注的干扰类型形成的干扰数据样本；采集待识别的干扰波形数据，并将波形数据输入至干扰类型识别模型进行干扰类型识别；获取干扰类型识别结果，根据干扰类型识别结果获取待识别的干扰波形数据的干扰类型。上述干扰类型的识别方法对待识别的干扰波形数据进行准确分类，在干扰信号类型进行排查时，可以将干扰波形数据输入至干扰信号类型识别模型，实现对干扰的类型进行准确识别，提高对干扰类型的分类的准确率。

技术领域

本发明涉及移动通信技术领域，特别是涉及一种干扰类型的识别方法和系统。

背景技术

随着4G基站的全面建设，目前已形成了2G/3G/4G基站共存的局面，已建设的基站中，已发现大量的4G基站受到干扰。这些干扰主要包括2G/3G小区对4G小区的阻塞、互调和杂散干扰等等，此外还有其他无线电设备，例如手机信号屏蔽器带来的外部同频干扰。

经过对大量上行干扰处理的研究，可以得出几种典型干扰波形的图形特征，通过干扰波形的图形特征可以识别干扰类型。但是这种识别方法是通过直接对干扰波形的图形特征进行识别，在进行干扰排查作业，面对大量的干扰波形数据时，对干扰类型判断往往容易出错，难以对干扰类型进行准确分类，分类准确率低。

发明内容

基于此，有必要针对干扰类型进行分类准确率低的问题，提供一种干扰类型的识别方法和系统。

一种干扰类型的识别方法，包括以下步骤：

利用干扰数据训练集对干扰类型识别的神经网络模型进行训练，获取干扰类型识别模型；其中，所述干扰数据训练集包括由干扰波形数据及其对应标注的干扰类型形成的干扰数据样本；

采集待识别的干扰波形数据，并将所述波形数据输入至所述干扰类型识别模型进行干扰类型识别；

获取干扰类型识别结果，根据所述干扰类型识别结果获取待识别的干扰波形数据的干扰类型。

上述干扰类型的识别方法，通过创建干扰信号类型识别模型，对待识别的干扰波形数据进行准确分类，在干扰信号类型进行排查时，可以将干扰波形数据输入至干扰信号类型识别模型，实现对干扰的类型进行准确识别，提高对干扰类型的分类的准确率。

在其中一个实施例中，所述利用干扰数据训练集对干扰类型识别的神经网络模型进行训练，获取干扰类型识别模型的步骤，包括以下步骤：

基于DNN技术生成干扰类型识别的神经网络模型；

获取干扰数据训练集，根据所述干扰数据训练集对所述神经网络模型进行训练；

若训练结果达到预设条件，保存所述神经网络模型的模型参数，获取干扰类型识别模型。

在其中一个实施例中，所述获取干扰数据训练集的步骤，包括以下步骤：

从干扰信号获取干扰波形数据，根据干扰信号的干扰类型对所述干扰波形数据进行标注；

根据干扰波形数据及其对应标注的干扰类型获取干扰数据样本，并形成干扰数据样本集；

从所述干扰数据样本集中选取若干个干扰数据样本形成干扰数据训练集集。

在其中一个实施例中，所述干扰类型识别的神经网络模型包括输入层、多层隐藏层以及输出层；其中，所述输入层用于接收干扰波形数据，所述隐藏层用于对干扰波形数据进行激励以及特征计算，所述输出层用于输出干扰波形数据的干扰类型识别结果。

在其中一个实施例中，所述干扰类型识别的神经网络模型的输入层的神经元个数等于所述干扰波形数据量；所述神经网络的输出层的神经元个数等于干扰类型数量。