[发明专利]一种基于机器学习的射频信号功率检测方法和系统

权利要求书

1.一种基于机器学习的射频信号功率检测方法，其特征在于，包括：

S1，获取当前射频通道设备检波器的射频信号功率的检波值；

S2，获取当前射频通道设备的连续工作时长；

S3，获取当前射频通道设备所处环境温度和湿度；

S4，判断是否已存在预测模型，如果是则执行步骤S5，否则初始化机器学习算法参数，建立预测模型并保存，导入设备出厂时的检波值与射频信号功率对照表，将射频信号功率赋值为预设值，执行步骤S6；

S5，获取预测模型，代入检波值、连续工作时长、环境温度和湿度数据，得出预测的射频信号功率；

S6，判断射频信号功率是否超出正常射频信号功率范围，如果是则上报射频通道设备工作状态异常，否则执行步骤S7；

S7，通过机器学习算法对检波值、环境温度和湿度进行数据拟合，更新预测模型并保存；

S8，上报射频通道设备工作状态正常。

2.根据权利要求1所述的一种基于机器学习的射频信号功率检测方法，其特征在于，所述连续工作时长为设备运行时间。

3.根据权利要求1所述的一种基于机器学习的射频信号功率检测方法，其特征在于，所述机器学习为全局最优遗传算法。

4.根据权利要求1所述的一种基于机器学习的射频信号功率检测方法，其特征在于，所述预测模型为射频通道设备在连续工作时长和温湿度条件下的检波值与射频信号功率对照表。

5.根据权利要求1所述的一种基于机器学习的射频信号功率检测方法，其特征在于，所述S4中，初始化全局最优遗传算法的最大进化代数、变异概率和交叉概率，使用最小均方误差准则，建立基于全局最优遗传算法的预测模型并保存，所述预测模型为射频通道设备在连续工作时长和温湿度条件下的检波值与射频信号功率对照表。

6.根据权利要求1所述的一种基于机器学习的射频信号功率检测方法，其特征在于，所述S6中，通过遗传算法进行拟合，正常射频信号功率范围设置为+10dBm～-50dBm。

7.实现权利要求1-6任一所述的基于机器学习的射频信号功率检测方法的基于机器学习的射频信号功率检测系统，其特征在于，所述系统包括耦合器、检波器、处理器、存储器和温度湿度传感器；

所述耦合器，用于将输入的射频信号耦合一路输出到检波器，另一路正常输出；

所述检波器，用于将信号功率值转换为检波值，并向处理器发送检波值；

所述温度湿度传感器，用于检测并向处理器发送环境温度和湿度数据；

所述处理器，用于将接收到的检波值、环境温度和湿度数据以及工作时长代入预测模型，得出射频信号功率；

所述存储器，用于存储接收到和预测模型数据。