UWB设备间遮挡判断方法及相关装置与流程

本申请涉及电子，具体涉及一种uwb设备间遮挡判断及相关装置。

背景技术：

1、超宽带无线通信技术(ultra wideband，uwb)是一种脉冲通信技术，与传统的高频载波调制信号不同，uwb技术通过发射和接收极窄的脉冲实现无线传输。在uwb通信中，第一设备收到第二设备发送的特定uwb信号后，第一设备会测量到达相位差，并根据预设的到达相位差与方位角之间的映射关系，确定方位角。

2、超宽带无线通信技术(ultra wideband，uwb)是一种脉冲通信技术，通常，uwb设备间非视线传输(non line of sight,nlos)条件是通过将总信号功率(total power)和首径信号(first path power)功率之间的差值与预定义的阈值进行比较来识别的，如果二者之差小于阈值，则认为当前为视线传输(line of sight,los)环境，如果二者之间差大于阈值则认为当前为nlos环境。通过差值和阈值进行比较的方法比较粗糙，完全忽略信号的整体变化，最终结果仅仅决定于信号的两个特征值，并且仅设置一个阈值可能导致一点微小的数据变化使判断的结果完全相反的现象发生；不同环境下的阈值会有所不同，仅仅通过一个固定阈值判断不适用于所有的环境。

3、因此亟需一种uwb设备间遮挡判断方法从两个维度对信道脉冲响应进行判别，提高判断结果的准确性。

技术实现思路

1、本申请实施例提供了一种uwb设备间遮挡判断方法及相关装置，有利于提高判断uwb设备之间是否存在遮挡物的准确率。

2、第一方面，本申请实施例提供一种uwb设备间遮挡判断方法，所述uwb设备包括第一设备和第二设备，所述包括：

3、将第一数据集输入到机器学习模型中进行训练，得到预训练模型；

4、将所述接收端的第二数据集作为所述预训练模型的输入，得到输出结果，所述输出结果包括第一输出结果和第二输出结果，所述第二数据集是指所述第二设备产生的实时信道脉冲响应数据构成的集合；

5、若所述第一输出结果和所述第二输出结果均大于阈值，则确定所述第一设备和所述第二设备之间存在遮挡。

6、第二方面，本申请实施例提供uwb设备间遮挡判断装置，所述装置包括：

7、输入单元，用于将第一数据集输入到机器学习模型中进行训练，得到预训练模型；

8、所述输入单元，还用于将所述接收端的第二数据集作为所述预训练模型的输入，得到输出结果，所述输出结果包括第一输出结果和第二输出结果，所述第二数据集是指所述第二设备产生的实时信道脉冲响应数据构成的集合；

9、判断单元，用于根据所述输出结果判断所述第一设备和所述第二设备之间是否存在遮挡，若所述第一输出结果和所述第二输出结果均大于阈值，则确定所述第一设备和所述第二设备之间存在遮挡。

10、第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中任一方法中的步骤的指令。

11、第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中任一方法中所描述的部分或全部步骤。

12、第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括计算机程序/指令，该计算机程序/指令被处理器执行时，实现第一方面所描述的部分或全部步骤。

13、可以看出，本申请实施例中，通过将第一数据集输入到机器学习模型中进行训练，得到预训练模型；将第二设备的第二数据集作为所述预训练模型的输入，得到输出结果，其中，输出结果包括第一输出结果和第二输出结果；若第一输出结果和第二输出结果均大于阈值，则确定第一设备和第二设备之间存在遮挡。如此，经过机器学习模型计算得到的概率值来判断是否存在遮挡，同时为了避免机器学习过拟合问题，从两个维度对信道脉冲响应数据进行判别，并综合多组结果最终给出结论，能够提高判断结果的准确性。

技术特征：

1.一种uwb设备间遮挡判断方法，其特征在于，所述uwb设备包括第一设备和第二设备，包括：

2.根据权利要求1所述的方法，其特征在于，所述第一数据集包括：第一数据和第二数据，所述第一数据是指不同环境下所述第一设备和所述第二设备之间无遮挡物，且不存在干扰信号和/或不存在除所述第一设备和所述第二设备之外的其他uwb设备干扰的情况下所采集到的信道脉冲响应数据，所述第二数据是指不同环境下所述第一设备和所述第二设备之间有遮挡物，且不存在干扰信号和/或不存在除所述第一设备和所述第二设备之外的其他uwb设备干扰的情况下所采集到的信道脉冲响应数据。

3.根据权利要求2所述的方法，其特征在于，所述机器学习模型包括卷积神经网络模型；

4.根据权利要求2所述的方法，其特征在于，所述模型包括全连接神经网络模型，所述将第一数据集输入到机器学习模型中进行训练，得到预训练模型，包括：

5.根据权利要求3或4所述方法，其特征在于，所述预训练模型包括所述第一模型和所述第二模型；

6.根据权利要求5所述方法，其特征在于，所述根据所述第一输出结果和所述第二输出结果确定所述第一设备和所述第二设备之间是否存在遮挡，包括：

7.根据权利要求6所述方法，其特征在于，所述方法还包括：

8.一种uwb设备间遮挡判断装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。

技术总结
本申请实施例公开了一种UWB设备间遮挡判断方法及相关装置，方法包括：通过将第一数据集输入到机器学习模型中进行训练，得到预训练模型；将第二设备的第二数据集作为所述预训练模型的输入，得到输出结果，其中，输出结果包括第一输出结果和第二输出结果；若第一输出结果和第二输出结果均大于阈值，则确定第一设备和第二设备之间存在遮挡。如此，经过机器学习模型计算得到的概率值来判断是否存在遮挡，同时为了避免机器学习过拟合问题，从两个维度对信道脉冲响应数据进行判别，并综合多组结果最终给出结论，能够提高判断结果的准确性。

技术研发人员：黄健
受保护的技术使用者：OPPO广东移动通信有限公司
技术研发日：
技术公布日：2024/1/15