本发明涉及人工智能,尤其涉及一种低延时无线对讲和tws无缝切换系统、方法及介质。
背景技术:
1、随着移动互联网的快速发展和智能手机的普及,人们对于无线通信的需求越来越高,同时也对通信质量和体验提出了更高的要求。在这种背景下,降低无线对讲的延时和提高tws切换速度成为了通信技术发展的关键方向。
2、在目前的技术中,由于切换算法效率低下导致tws切换过程中仍可能出现切换延时、断音或卡顿等问题,同时,在网络拥堵或信号弱等情况下无线对讲仍可能存在一定的延时。
技术实现思路
1、本发明提供一种低延时无线对讲和tws无缝切换系统、方法及介质,其主要目的在于解决自助收银时的效率较低的问题。
2、为实现上述目的,本发明提供的一种低延时无线对讲和tws无缝切换系统,其特征在于,所述系统包括请求匹配模块、目标平台生成模块、传输序列生成模块、无线对讲响应模块、行为特征提取模块及tws切换响应模块,其中:
3、所述请求匹配模块,用于接受目标用户的用户请求,对所述用户请求进行请求匹配,得到所述用户请求的匹配结果;
4、所述目标平台生成模块,用于根据所述匹配结果生成所述目标用户的目标平台,其中所述目标平台包括:无线对讲平台和tws切换平台;
5、所述传输序列生成模块,用于根据所述用户请求获取所述无线对讲平台的实时数据,根据预先构建的优先级队列对所述实时数据进行数据排序,得到所述实时数据的动态传输顺序;
6、所述无线对讲响应模块,用于根据所述动态传输顺序对所述实时数据进行数据调度,得到所述用户请求所对应的调度数据;
7、所述行为特征提取模块,用于根据预先获取的用户使用习惯提取所述目标用户的行为特征;
8、所述tws切换响应模块,用于根据所述行为特征和预设的预测算法生成所述tws切换平台的切换预测时间,根据所述切换预测时间对所述目标用户进行请求响应,其中,所述预设的预测算法为:其中,是根据所述行为特征确定的tws切换预测时间,是权重向量,是权重向量的转置,是所述行为特征,是偏置项。
9、可选地,所述请求匹配模块在对所述用户请求进行请求匹配,得到所述用户请求的匹配结果时,具体用于:
10、对所述用户请求进行请求解析,得到所述用户请求的解析数据;
11、根据预设的匹配规则和所述解析数据对所述用户请求进行请求匹配,得到所述用户请求的匹配结果。
12、可选地,所述传输序列生成模块在根据预先构建的优先级队列对所述实时数据进行数据排序,得到所述实时数据的动态传输顺序时,具体用于:
13、根据预先构建的优先级队列对所述实时数据进行数据入队处理,得到所述实时数据的初级数据队列;
14、对所述初级数据队列中的数据包进行优先级排序,得到所述实时数据的动态传输顺序。
15、可选地,所述传输序列生成模块在对所述初级数据队列中的数据包进行优先级排序,得到所述实时数据的动态传输顺序时,具体用于:
16、利用预设的调度算法生成所述初级数据队列中的数据包的响应比,其中,所述预设的调度算法为:其中,是所述数据包的响应比,是所述数据包所需要的等待时间,是所述数据包所需要的执行时间;
17、根据所述响应比对所述数据包进行优先级排序,得到所述数据包的优先级;
18、根据所述优先级生成所述实时数据的动态传输顺序。
19、可选地,所述无线对讲响应模块在根据所述动态传输顺序对所述实时数据进行数据调度,得到所述用户请求所对应的调度数据时,具体用于:
20、根据所述动态传输顺序生成所述实时数据的调度策略;
21、获取所述实时数据的调度资源;
22、根据所述调度策略和所述调度资源对所述实时数据进行数据调度,得到所述用户请求所对应的调度数据。
23、可选地,所述行为特征提取模块在根据预先获取的用户使用习惯提取所述目标用户的行为特征时,具体用于:
24、根据预先获取的用户使用习惯生成所述目标用户的行为模式矩阵;
25、监测所述目标用户的使用环境;
26、根据所述使用环境对所述行为模式矩阵进行加权处理,所述行为模式矩阵的加权矩阵;
27、根据所述加权矩阵生成所述目标用户的行为特征。
28、可选地,所述tws切换响应模块在根据所述行为特征和预设的预测算法生成所述tws切换平台的切换预测时间时,具体用于:
29、确定所述行为特征的特征标签,利用预设的预测算法构建所述tws切换平台的切换预测模型;
30、根据所述行为特征和所述特征标签生成所述切换预测模型的训练集;
31、将所述训练集中的行为特征输入至所述切换预测模型,得到所述切换预测模型的模型输出;
32、根据所述训练集中的特征标签和所述模型输出对所述切换预测模型进行模型优化,得到优化后的切换预测模型;
33、利用所述优化后的切换预测模型生成tws切换平台的切换预测时间。
34、可选地,所述tws切换响应模块在根据所述训练集中的特征标签和所述模型输出对所述切换预测模型进行模型优化,得到优化后的切换预测模型时,具体用于:
35、利用预设的损失函数、所述特征标签和所述模型输出计算所述切换预测模型的损失值,其中,所述预设的损失函数为:其中,是所述切换预测模型的损失值,是权重向量,是权重向量的转置,是所述训练集中的行为特征,是偏置项,是所述模型输出,是所述训练集中训练样本的数量;
36、根据所述损失至对所述切换预测模型进行模型优化,得到优化后的切换预测模型。
37、为了解决上述问题,本发明还提供一种低延时无线对讲和tws无缝切换方法,其特征在于,所述方法包括:
38、接受目标用户的用户请求,对所述用户请求进行请求匹配,得到所述用户请求的匹配结果;
39、根据所述匹配结果生成所述目标用户的目标平台,其中所述目标平台包括:无线对讲平台和tws切换平台;
40、根据所述用户请求获取所述无线对讲平台的实时数据,根据预先构建的优先级队列对所述实时数据进行数据排序,得到所述实时数据的动态传输顺序;
41、根据所述动态传输顺序对所述实时数据进行数据调度,得到所述用户请求所对应的调度数据;
42、根据预先获取的用户使用习惯提取所述目标用户的行为特征;
43、根据所述行为特征和预设的预测算法生成所述tws切换平台的切换预测时间,根据所述切换预测时间对所述目标用户进行请求响应,其中,所述预设的预测算法为:其中,是根据所述行为特征确定的tws切换预测时间,是权重向量,是权重向量的转置,是所述行为特征,是偏置项。
44、为了解决上述问题,本发明还提供一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述所述的低延时无线对讲和tws无缝切换方法。
45、本发明通过接受用户请求并进行匹配,可以快速确定目标用户的无线对讲平台和tws切换平台,通过根据预先设定的优先级队列进行数据排序和调度,以确保数据能够按照动态传输顺序进行传输,从而减少延时,同时,通过提取目标用户的行为特征,并结合预设的预测算法来生成tws切换平台的切换预测时间,可以预测用户何时需要进行tws切换,从而在合适的时机进行响应,实现了tws的无缝切换,因此本发明提出的低延时无线对讲和tws无缝切换系统、方法及介质,可以降低无线对讲的延时和提高tws切换速度。