欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 2024103557063
申请人: 宁波御恒信息科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 电通信技术
更新日期:2024-09-06
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于人工智能的大数据信息误差预测系统,其特征在于,所述系统包括:

路由分析机构,用于获取无线路由器件的各项运行数据,所述无线路由器件的各项运行数据包括所述无线路由器件的并发数据链路数目、所述无线路由器件的传输带宽、所述无线路由器件的单位时间的最多运算量以及所述无线路由器件的内存容量;

链路提取机构,用于针对无线路由器件与目标无线终端组成的目标传输链路,获取所述目标传输链路在当前时刻之前各个过往时间分段分别对应的各份传输误差比率,所述各个过往时间分段的数量与所述并发数据链路数目成正比;

大数据处理网元,分别与所述路由分析机构以及所述链路提取机构连接,用于基于所述无线路由器件的各项运行数据、所述目标传输链路在当前时刻之前各个过往时间分段分别对应的各份传输误差比率以及所述目标无线终端的各项性能信息智能预测所述目标传输链路在当前时间分段的传输误差比率,所述目标无线终端的各项性能信息包括所述目标无线终端的内存容量以及传输带宽;

传输执行设备,与所述大数据处理网元连接,用于将智能预测的所述目标传输链路在当前时间分段的传输误差比率通过无线通信链路传输到远端的误差管理服务器;

逐次训练设备,与所述大数据处理网元连接,用于将完成各次训练的深度神经网络作为智能预测模型发送给所述大数据处理网元以执行所述智能预测;

其中,针对无线路由器件与目标无线终端组成的目标传输链路,获取所述目标传输链路在当前时刻之前各个过往时间分段分别对应的各份传输误差比率包括:在当前时刻之前各个过往时间分段与在当前时刻之后的当前时间分段在时间轴上构成一个完成的时间区间且每一时间分段在时间轴上的占据时长相同;

其中,针对无线路由器件与目标无线终端组成的目标传输链路,获取所述目标传输链路在当前时刻之前各个过往时间分段分别对应的各份传输误差比率还包括:针对每一个过往时间分段,其对应的传输误差比率为在所述过往时间分段传输的误差数据量与在所述过往时间分段传输的数据总量的比值;

其中,获取无线路由器件的各项运行数据,所述无线路由器件的各项运行数据包括所述无线路由器件的并发数据链路数目、所述无线路由器件的传输带宽、所述无线路由器件的单位时间的最多运算量以及所述无线路由器件的内存容量包括:所述无线路由器件的并发数据链路数目指的是同时与所述无线路由器件存在无线数据交互的各个无线终端的数量,所述各个无线终端包括目标无线终端。

2.如权利要求1所述的基于人工智能的大数据信息误差预测系统,其特征在于:

将完成各次训练的深度神经网络作为智能预测模型发送给所述大数据处理网元以执行所述智能预测包括:所述深度神经网络的训练的次数与所述无线路由器件的单位时间的最多运算量成正比;

其中,基于所述无线路由器件的各项运行数据、所述目标传输链路在当前时刻之前各个过往时间分段分别对应的各份传输误差比率以及所述目标无线终端的各项性能信息智能预测所述目标传输链路在当前时间分段的传输误差比率包括:智能预测的所述目标传输链路在当前时间分段的传输误差比率为在所述当前时间分段传输的误差数据量与在所述当前时间分段传输的数据总量的比值。

3.如权利要求2所述的基于人工智能的大数据信息误差预测系统,其特征在于,所述系统还包括:

功率检测机构,包括多个功率检测单元,用于分别检测所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备的当前输入功率;

其中,功率检测机构,包括多个功率检测单元,用于分别检测所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备的当前输入功率包括:通过为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别测量实时供电电压和实时供电电流完成各自的当前输入功率的计算。

4.如权利要求3所述的基于人工智能的大数据信息误差预测系统,其特征在于:

通过为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别测量实时供电电压和实时供电电流完成各自的当前输入功率的计算包括:针对所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备的任一设备,其当前输入功率为其实时供电电压和其实时供电电流的乘积。

5.如权利要求3所述的基于人工智能的大数据信息误差预测系统,其特征在于:

功率检测机构,包括多个功率检测单元,用于分别检测所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备的当前输入功率还包括:为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元具有相同的功率测量上限阈值和功率测量下限阈值。

6.如权利要求5所述的基于人工智能的大数据信息误差预测系统,其特征在于:

功率检测机构,包括多个功率检测单元,用于分别检测所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备的当前输入功率还包括:为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元内部结构相同。

7.如权利要求3‑6任一所述的基于人工智能的大数据信息误差预测系统,其特征在于,所述系统还包括:

现场通知机构,分别与为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元连接,用于基于为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元的功率测量结果执行相应的功率通知操作。

8.如权利要求7所述的基于人工智能的大数据信息误差预测系统,其特征在于:

现场通知机构,分别与为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元连接,用于基于为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元的功率测量结果执行相应的功率通知操作包括:所述现场通知机构包括存储功率通知阈值的静态存储单元。

9.如权利要求8所述的基于人工智能的大数据信息误差预测系统,其特征在于:

现场通知机构,分别与为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元连接,用于基于为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别采用的多个功率检测单元的功率测量结果执行相应的功率通知操作还包括:所述现场通知机构基于语音播放模式为所述路由分析机构、所述链路提取机构、所述传输执行设备以及所述逐次训练设备分别执行相应的功率通知操作。