本發(fā)明涉及門鎖無線通信領(lǐng)域，具體為一種智能門鎖的無線通信方法及裝置。

背景技術(shù)：

1、隨著物聯(lián)網(wǎng)技術(shù)的不斷普及，智能門鎖現(xiàn)在已作為家庭安全的核心入口，但其安全性與無線通信穩(wěn)定性面臨嚴(yán)峻挑戰(zhàn)。而傳統(tǒng)的門鎖無線通信控制往往依賴人工干預(yù)，無法滿足現(xiàn)在對(duì)智能門鎖的無線通信需求，故智能門鎖的無線通信方法及裝置誕生。

2、現(xiàn)有智能門鎖的無線通信方法及裝置多采用傳統(tǒng)整數(shù)階模型描述信道動(dòng)態(tài)特性，難以準(zhǔn)確刻畫wi-fi、藍(lán)牙等設(shè)備隨機(jī)干擾的歷史累積效應(yīng)及信道質(zhì)量的非局部依賴性，導(dǎo)致頻段切換策略滯后或過度反應(yīng)。同時(shí)，現(xiàn)有的無線通信普遍采用固定參數(shù)的加密策略與功率控制，無法自適應(yīng)設(shè)備能耗、網(wǎng)絡(luò)擁塞、門鎖操作頻率等動(dòng)態(tài)變化場景，導(dǎo)致經(jīng)常出現(xiàn)安全漏洞、功耗異常或通信中斷。同時(shí)在現(xiàn)有的復(fù)雜電磁環(huán)境中，無線信道質(zhì)量受同頻干擾、多徑衰落等各種因素影響呈現(xiàn)非高斯噪聲特性，而現(xiàn)有的高斯白噪聲模型及整數(shù)階微分方程難以捕捉分?jǐn)?shù)階動(dòng)態(tài)行為與其長記憶性。此外，現(xiàn)有無線通信對(duì)鏈路狀態(tài)（如頻譜占用率、時(shí)延、誤碼率等多維度參數(shù)）的穩(wěn)定性分析多依賴單一指標(biāo)或閾值比較，缺乏對(duì)高維狀態(tài)空間的幾何化分析與系統(tǒng)性建模，更加導(dǎo)致異常檢測精度不足。在功率控制方面，現(xiàn)有的智能門鎖的無線通信固定權(quán)重的發(fā)射功率調(diào)整策略無法實(shí)時(shí)響應(yīng)網(wǎng)絡(luò)擁塞、用戶活動(dòng)模式變化，易引發(fā)功率浪費(fèi)或通信質(zhì)量惡化。

3、為了解決上述缺陷，現(xiàn)提供一種技術(shù)方案。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述背景技術(shù)提出的技術(shù)問題，提出了本發(fā)明。本發(fā)明的實(shí)施例提供了一種智能門鎖的無線通信方法及裝置。

2、本發(fā)明的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：一種智能門鎖的無線通信方法，其特征在于，包括以下步驟：

3、步驟s100：構(gòu)建分?jǐn)?shù)階隨機(jī)信道演化模型，采用米塔格-萊弗勒函數(shù)解析該模型，利用蒙特卡洛模擬生成樣本路徑，通過方差函數(shù)得到信道質(zhì)量方差，若超閾值則發(fā)出頻段切換信號(hào)，選定最高評(píng)分頻段進(jìn)行切換；

4、步驟s200：對(duì)頻段切換后以及未發(fā)出頻段切換信號(hào)進(jìn)行頻段優(yōu)先級(jí)評(píng)分函數(shù)計(jì)算頻段優(yōu)先級(jí)評(píng)分，匹配相應(yīng)的加密措施，對(duì)相應(yīng)的頻段優(yōu)先級(jí)評(píng)分發(fā)出預(yù)警，并發(fā)出頻段切換信號(hào)返回步驟s100進(jìn)行頻段計(jì)算并切換；

5、步驟s300：獲取鏈路的八維狀態(tài)向量利用高斯型模糊隸屬度函數(shù)計(jì)算分析，得到模糊精確轉(zhuǎn)換指數(shù)，利用動(dòng)態(tài)屏障函數(shù)將參數(shù)限定在安全區(qū)，通過混合約束函數(shù)進(jìn)行融合，將鏈路的八維狀態(tài)參數(shù)映射為單純復(fù)形，保留直徑不超閾值的單形分析形成穩(wěn)定狀態(tài)的拓?fù)溥吔?，?duì)穩(wěn)定狀態(tài)的拓?fù)溥吔缤ㄟ^滑?？刂坪瘮?shù)映射滑模面，得到鏈路的滑模面函數(shù)值，若滑模面函數(shù)值的絕對(duì)值大于允許的偏離容限，則返回步驟s100進(jìn)行頻段計(jì)算并切換；

6、步驟s400：獲取門鎖功率控制參數(shù)，建立發(fā)射功率調(diào)整模型，并通過分?jǐn)?shù)階自適應(yīng)控制函數(shù)對(duì)發(fā)射功率調(diào)整模型進(jìn)行調(diào)整功率響應(yīng)速度，并監(jiān)測調(diào)整功率時(shí)功率絕對(duì)誤差，并對(duì)相應(yīng)的狀態(tài)返回步驟s100進(jìn)行頻段計(jì)算并切換；

7、步驟s500：獲取上述步驟頻段切換的頻率值，不同頻率值對(duì)應(yīng)不同的措施。

8、進(jìn)一步地，所述選定最高評(píng)分頻段進(jìn)行切換分析步驟：

9、（1）構(gòu)建分?jǐn)?shù)階隨機(jī)信道演化模型，得到門鎖信道質(zhì)量隨時(shí)間的變化規(guī)律，分?jǐn)?shù)階隨機(jī)信道演化模型包括：dɑa(t)=γ×a(t)+σ×dζw(t)，其中dɑ和dζ分別是caputo型分?jǐn)?shù)階導(dǎo)數(shù)，a(t)表示時(shí)間t的信道質(zhì)量，γ表示狀態(tài)衰減系數(shù)，σ是噪聲強(qiáng)度，w(t)是標(biāo)準(zhǔn)布朗運(yùn)動(dòng)；

10、（2）通過米塔格-萊弗勒函數(shù)對(duì)分?jǐn)?shù)階隨機(jī)信道演化模型進(jìn)行解析分析，得到信道質(zhì)量的概率分布，其中米塔格-萊弗勒函數(shù)：

11、，其中eɑ，β（k）為米塔格-萊弗勒函數(shù)，h為求和指標(biāo)，ɑ和β為函數(shù)參數(shù)，k為輸入變量，γ（*）為伽馬函數(shù)，代入分?jǐn)?shù)階隨機(jī)信道演化模型中解析，得到模型解形式：

12、a(t)=a(0)×eɑ，1（γ×tɑ）+σ×∫(t-s)ɑ-1eɑ，ɑ（γ×（t-s)ɑ）dζw(s)ds，其中a(0)表示初始時(shí)刻的信道質(zhì)量，s是積分變量，基于滑動(dòng)窗口數(shù)據(jù)，利用分?jǐn)?shù)階最小二乘法得到參數(shù)ɑ、ζ、γ和σ數(shù)值進(jìn)行估計(jì)，通過最小化目標(biāo)函數(shù)，其中表示向量的范數(shù)平方，衡量差異程度，i是求和索引變量，φ1為正則化參數(shù)，參數(shù)ζ隱含于對(duì)a(t)的計(jì)算，并ɑ、γ和σ參數(shù)共同參與目標(biāo)函數(shù)的優(yōu)化調(diào)整，通過迭代求解使目標(biāo)函數(shù)達(dá)到最小值，得到ɑ、ζ、γ和σ數(shù)值，利用蒙特卡洛模擬生成大量樣本路徑，統(tǒng)計(jì)a(t)在不同時(shí)間點(diǎn)的分布，，其中p(a，t)為在時(shí)刻t信道質(zhì)量為a的概率密度函數(shù)，δ(*）為狄拉克函數(shù)，當(dāng)a=時(shí)，則δ(a-=1，否則等于0；

13、（3）通過方差函數(shù)得到信道質(zhì)量方差var（a(t)）=∫a2×p(a，t)da-u（t）2，其中a表示信道質(zhì)量的取值，u（t）信道質(zhì)量a(t)的均值，若信道質(zhì)量方差大于設(shè)定的閾值kl，則發(fā)出頻段切換信號(hào)，其他無操作，并通過頻段優(yōu)先級(jí)評(píng)分函數(shù)對(duì)分?jǐn)?shù)階隨機(jī)信道演化模型進(jìn)行頻段穩(wěn)定分析，得到信道選定評(píng)分最高的頻段并進(jìn)行切換，其中頻段優(yōu)先級(jí)評(píng)分函數(shù)：

14、，其中fj為頻段的序號(hào)，ahist(s)為頻段的歷史質(zhì)量數(shù)據(jù)，t為時(shí)間窗口，s(fj）頻段為優(yōu)先級(jí)評(píng)分。

15、進(jìn)一步地，所述匹配相應(yīng)的加密措施分析步驟：

16、對(duì)頻段切換后以及未發(fā)出頻段切換信號(hào)利用步驟s100頻段優(yōu)先級(jí)評(píng)分函數(shù)計(jì)算頻段優(yōu)先級(jí)評(píng)分，若頻段優(yōu)先級(jí)評(píng)分位于設(shè)定的比對(duì)區(qū)間ll1，則對(duì)應(yīng)加密措施一，若頻段優(yōu)先級(jí)評(píng)分位于設(shè)定的比對(duì)區(qū)間ll2，則對(duì)應(yīng)加密措施二，若頻段優(yōu)先級(jí)評(píng)分位于設(shè)定的比對(duì)區(qū)間ll3，則采用發(fā)出預(yù)警，并發(fā)出頻段切換信號(hào)，進(jìn)行步驟s100的計(jì)算信道頻段優(yōu)先級(jí)評(píng)分最高的頻段并進(jìn)行切換。

17、進(jìn)一步地，所述鏈路的滑模面函數(shù)值分析步驟：

18、將鏈路的八維狀態(tài)參數(shù)空間映射為單純復(fù)形，設(shè)定距離閾值tr1，僅保留直徑不超過閾值tr1的單形，合并所有滿足條件的單形，形成連通區(qū)域，連通區(qū)域的并集形成鏈路參數(shù)空間中穩(wěn)定狀態(tài)的拓?fù)溥吔纾?/p>

19、將得到的穩(wěn)定狀態(tài)的拓?fù)溥吔绾突旌霞s束函數(shù)b(x)通過滑?？刂坪瘮?shù)映射為滑模面，滑?？刂坪瘮?shù)：

20、，其中di表示滑模系數(shù)，用于調(diào)節(jié)各參數(shù)維度對(duì)滑模面的影響權(quán)重，xi，ref表示參考穩(wěn)定值，χ表示控制切換速度，sign（*）為符號(hào)函數(shù)，當(dāng)b(x)超過閾值bth強(qiáng)制狀態(tài)軌跡沿滑模面收斂，f(x)表示鏈路的滑模面函數(shù)值，若∣f(x)∣>jd1時(shí)，則觸發(fā)頻段切換信號(hào)，其中jd1為允許的偏離容限。

21、進(jìn)一步地，所述混合約束函數(shù)b(x)分析步驟：

22、獲取多維鏈路的誤碼率、時(shí)延、重傳次數(shù)、信噪比、時(shí)延抖動(dòng)、頻譜占用率、相位噪聲和多普勒頻移，標(biāo)記為多維鏈路的狀態(tài)參數(shù)，構(gòu)建八維狀態(tài)向量：x=[x1，x2，…，xi]t，其中t表示矩陣的轉(zhuǎn)置，i表示八維狀態(tài)向量的序號(hào)，對(duì)每個(gè)參數(shù)設(shè)計(jì)高斯型模糊隸屬度函數(shù)，隸屬度u低be（xi）=exp（-（xi-zlow）2）/（2η2），其中exp表示以自然常數(shù)e為底的指數(shù)函數(shù)，zlow表示理想低誤碼率中心值，η是標(biāo)準(zhǔn)差，若穩(wěn)定性等級(jí)為不穩(wěn)定、中等以及穩(wěn)定，分別對(duì)應(yīng)的中心值為0.25、0.65以及0.95，獲取各多維鏈路的穩(wěn)定性模糊規(guī)則中條件1和條件2的隸屬度，并取其最小值標(biāo)記為激活強(qiáng)度；計(jì)算第n條規(guī)則在所有樣本中的激活強(qiáng)度矩陣hmn，其中m為樣本索引，計(jì)算各規(guī)則的熵值，依據(jù)公式，得到各規(guī)則的權(quán)重wn，其中m為樣本數(shù)，n為規(guī)則數(shù)，利用中心法公式，得到模糊精確轉(zhuǎn)換指數(shù)w(x)；

23、通過動(dòng)態(tài)屏障函數(shù)g(x)，將多維鏈路的狀態(tài)參數(shù)強(qiáng)制在安全區(qū)域內(nèi)，具體的動(dòng)態(tài)屏障函數(shù)：

24、，其中xi，max和xi，min表示多維鏈路的狀態(tài)參數(shù)允許的最大值和最小值，ε是極小常數(shù)防止分母為零，將動(dòng)態(tài)屏障函數(shù)g(x)與糊精確轉(zhuǎn)換指數(shù)w(x)，通過混合約束函數(shù)b(x)=g(x)×（1+ω×w(x)），其中ω為模糊權(quán)重系數(shù)，得到混合約束函數(shù)b(x)。

25、進(jìn)一步地，所述多維鏈路的穩(wěn)定性模糊規(guī)則分析步驟：

26、將多維鏈路的狀態(tài)參數(shù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，作為輸入?yún)?shù)，將鏈路穩(wěn)定性等級(jí)作為輸出目標(biāo)，使用cart算法訓(xùn)練決策樹，以信息增益比為分裂準(zhǔn)則，將訓(xùn)練好的決策樹中每條從根到葉子的路徑轉(zhuǎn)化為“if-then”形式的清晰規(guī)則，為每個(gè)輸入?yún)?shù)定義模糊集合并依據(jù)上述高斯型模糊隸屬度函數(shù)，將決策樹中的閾值映射為模糊子集的交叉點(diǎn)，將清晰規(guī)則的條件替換為模糊子集組合得到模糊規(guī)則，對(duì)實(shí)時(shí)輸入?yún)?shù)計(jì)算其在各模糊子集的隸屬度，根據(jù)規(guī)則前提條件的邏輯關(guān)系計(jì)算每條模糊規(guī)則的激活強(qiáng)度，最后選擇激活強(qiáng)度最大的規(guī)則對(duì)應(yīng)的穩(wěn)定性等級(jí)作為輸出，若多規(guī)則強(qiáng)度相同則取平均等級(jí)，得到多維鏈路的穩(wěn)定性模糊規(guī)則。

27、進(jìn)一步地，所述監(jiān)測調(diào)整功率時(shí)功率絕對(duì)誤差分析步驟：

28、獲取門鎖的用戶活動(dòng)模式，選取用戶活動(dòng)模式中操作頻率、操作時(shí)間間隔標(biāo)準(zhǔn)差和夜間操作，構(gòu)建三維輸入空間，對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，采用模糊k-means聚類算法，通過迭代優(yōu)化目標(biāo)函數(shù)，得到每個(gè)樣本對(duì)低、中、高三類活動(dòng)三類模式的隸屬度向量，通過熵權(quán)法計(jì)算三維特征權(quán)重，計(jì)算各特征的熵值，轉(zhuǎn)化為權(quán)重wj，j表示指標(biāo)的序號(hào)，通過加權(quán)重心法計(jì)算，得到用戶活動(dòng)聚模值y；

29、并獲取門鎖的網(wǎng)絡(luò)擁塞指數(shù)、設(shè)備移動(dòng)速度、剩余電量比例，與用戶活動(dòng)聚模值y，組成門鎖功率控制參數(shù)，建立發(fā)射功率調(diào)整模型，具體的包括：ptx（t）=pbas×（ω1（t）/（1+nconge）+ω2（t）×bcuf+ω3（t）×vrove/vstand+ω4（t）×y），其中ptx（t）表示時(shí)刻t的發(fā)射功率調(diào)整值，pbas表示基準(zhǔn)功率，ω1、ω2、w3以及w4表示門鎖功率控制參數(shù)的權(quán)重，并通過強(qiáng)化學(xué)習(xí)實(shí)時(shí)調(diào)整權(quán)重，nconge表示網(wǎng)絡(luò)擁塞指數(shù)，bcuf表示剩余電量比例，vrove表示設(shè)備移動(dòng)速度，vstand表示設(shè)備移動(dòng)標(biāo)準(zhǔn)速度；

30、通過分?jǐn)?shù)階自適應(yīng)控制函數(shù)對(duì)發(fā)射功率調(diào)整模型進(jìn)行調(diào)整功率響應(yīng)速度，分?jǐn)?shù)階自適應(yīng)控制函數(shù)包括：dνptx(t)=κ×（ppred-ptx(t)）+?0×du×w(t)，其中dν，du表示caputo分?jǐn)?shù)階導(dǎo)數(shù)，ppred表示目標(biāo)發(fā)射功率，κ表示收斂速率，?0表示環(huán)境擾動(dòng)強(qiáng)度，w(t)是模擬突發(fā)干擾的噪聲項(xiàng)，實(shí)時(shí)監(jiān)測目標(biāo)功率與實(shí)際功率的絕對(duì)誤差ep(t)=｜ppred-ptx(t)｜，若絕對(duì)誤差ep(t)大于設(shè)定的閾值eth持續(xù)時(shí)間大于tfau時(shí)，則判定為功率調(diào)整失效，停止功率調(diào)整，則返回步驟s100進(jìn)行頻段計(jì)算并切換。

31、進(jìn)一步地，所述實(shí)時(shí)調(diào)整權(quán)重分析步驟：

32、收集門鎖功率控制參數(shù)取值以及對(duì)應(yīng)的信道質(zhì)量方差var（a(t)）歷史數(shù)據(jù)，將門鎖功率控制參數(shù)取值進(jìn)行z-score標(biāo)準(zhǔn)化方法處理，記為輸入向量o（t），構(gòu)建數(shù)據(jù)集，將輸入向量作為輸入，劃分訓(xùn)練集與測試集比例為8：2，用訓(xùn)練集訓(xùn)練隨機(jī)森林模型，構(gòu)建決策樹時(shí)采用自助采樣法并隨機(jī)選特征，在節(jié)點(diǎn)分裂時(shí)計(jì)算不同特征分裂的信道質(zhì)量方差減少量，整棵樹構(gòu)建完后累計(jì)各特征方差減少量得貢獻(xiàn)度量，通過計(jì)算均方誤差函數(shù)mse=1/|dtest|×∑（o（t），var（a(t)））∈dtest（var（apred(t)）-var（a(t)））2，其中|dtest|表示測試集dtest的樣本數(shù)量，var（apred(t)為預(yù)測值，若均方誤差mse超過閾值，則通過調(diào)整樹的深度，直至均方誤差值小于設(shè)定的閾值結(jié)束，將實(shí)時(shí)輸入的門鎖功率控制參數(shù)，代入已訓(xùn)練好的模型，對(duì)貢獻(xiàn)度量歸一化得到各因素對(duì)信道質(zhì)量方差的實(shí)時(shí)貢獻(xiàn)值fi（t），通過權(quán)重調(diào)整規(guī)則wi（t+1）=wi（t）+η0×（var?target-var（a(t)），其中i表示門鎖功率控制參數(shù)的序號(hào)，η0表示學(xué)習(xí)率，vartarget表示標(biāo)準(zhǔn)目標(biāo)信道質(zhì)量方差，進(jìn)行實(shí)時(shí)調(diào)整權(quán)重。

33、進(jìn)一步地，所述不同頻率值對(duì)應(yīng)不同的措施分析步驟：

34、獲取上述步驟門鎖單位時(shí)間內(nèi)的頻段切換次數(shù)，標(biāo)記為頻段切換的頻率值，若頻段切換的頻率值在閾值tv1在閾值tv2之間，則將步驟s100的信道質(zhì)量方差設(shè)定的閾值kl、步驟s300允許的偏離容限jd1和步驟s400的絕對(duì)誤差ep(t)設(shè)定的閾值eth均除以修正系數(shù)θ1，若頻段切換的頻率值大于閾值tv2，則發(fā)出預(yù)警，向管理員終端推送包含具體異常數(shù)據(jù)的警報(bào)信息。

35、作為本發(fā)明的一種優(yōu)選實(shí)施方式，一種智能門鎖的無線通信裝置，包括切換決策模塊、安全匹配模塊、鏈路控制模塊、功率控制調(diào)整模塊和響應(yīng)模塊，

36、切換決策模塊構(gòu)建分?jǐn)?shù)階隨機(jī)信道演化模型，采用米塔格-萊弗勒函數(shù)解析該模型，利用蒙特卡洛模擬生成樣本路徑，得到信道質(zhì)量的概率分布，通過方差函數(shù)得到信道質(zhì)量方差，若超閾值則發(fā)出頻段切換信號(hào)，用頻段優(yōu)先級(jí)評(píng)分函數(shù)選定最高評(píng)分頻段進(jìn)行切換；

37、安全匹配模塊對(duì)頻段切換后以及未發(fā)出頻段切換信號(hào)進(jìn)行頻段優(yōu)先級(jí)評(píng)分函數(shù)計(jì)算頻段優(yōu)先級(jí)評(píng)分，并匹配相應(yīng)的加密措施，若頻段優(yōu)先級(jí)評(píng)分位于設(shè)定的比對(duì)區(qū)間ll3，則采用發(fā)出預(yù)警，并發(fā)出頻段切換信號(hào)返回切換決策模塊進(jìn)行頻段計(jì)算并切換；

38、鏈路控制模塊獲取鏈路的八維狀態(tài)向量利用高斯型模糊隸屬度函數(shù)計(jì)算分析，得到模糊精確轉(zhuǎn)換指數(shù)，利用動(dòng)態(tài)屏障函數(shù)將參數(shù)限定在安全區(qū)，通過混合約束函數(shù)進(jìn)行融合，將鏈路的八維狀態(tài)參數(shù)映射為單純復(fù)形，保留直徑不超閾值的單形分析形成穩(wěn)定狀態(tài)的拓?fù)溥吔纾瑢?duì)穩(wěn)定狀態(tài)的拓?fù)溥吔缤ㄟ^滑?？刂坪瘮?shù)映射滑模面，得到鏈路的滑模面函數(shù)值，若滑模面函數(shù)值的絕對(duì)值大于允許的偏離容限，則返回切換決策模塊進(jìn)行頻段計(jì)算并切換；

39、功率控制調(diào)整模塊獲取門鎖功率控制參數(shù)，建立發(fā)射功率調(diào)整模型，并通過分?jǐn)?shù)階自適應(yīng)控制函數(shù)對(duì)發(fā)射功率調(diào)整模型進(jìn)行調(diào)整功率響應(yīng)速度，并監(jiān)測調(diào)整功率時(shí)功率絕對(duì)誤差，并對(duì)相應(yīng)的狀態(tài)返回決策模塊進(jìn)行頻段計(jì)算并切換；

40、響應(yīng)模塊獲取頻段切換的頻率值，不同頻率值對(duì)應(yīng)不同的措施。

41、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

42、1、本發(fā)明通過構(gòu)建分?jǐn)?shù)階隨機(jī)信道演化模型，采用米塔格-萊弗勒函數(shù)解析該模型，利用蒙特卡洛模擬生成樣本路徑，通過方差函數(shù)得到信道質(zhì)量方差，若超閾值則發(fā)出頻段切換信號(hào)，選定最高評(píng)分頻段進(jìn)行切換，對(duì)頻段切換后以及未發(fā)出頻段切換信號(hào)進(jìn)行頻段優(yōu)先級(jí)評(píng)分函數(shù)計(jì)算頻段優(yōu)先級(jí)評(píng)分，匹配相應(yīng)的加密措施，對(duì)相應(yīng)的頻段優(yōu)先級(jí)評(píng)分發(fā)出預(yù)警，并發(fā)出頻段切換信號(hào)返回進(jìn)行頻段計(jì)算并切換，獲取鏈路的八維狀態(tài)向量利用高斯型模糊隸屬度函數(shù)計(jì)算分析，得到模糊精確轉(zhuǎn)換指數(shù)，利用動(dòng)態(tài)屏障函數(shù)將參數(shù)限定在安全區(qū)，通過混合約束函數(shù)進(jìn)行融合，將鏈路的八維狀態(tài)參數(shù)映射為單純復(fù)形，保留直徑不超閾值的單形分析形成穩(wěn)定狀態(tài)的拓?fù)溥吔纾瑢?duì)穩(wěn)定狀態(tài)的拓?fù)溥吔缤ㄟ^滑?？刂坪瘮?shù)映射滑模面，得到鏈路的滑模面函數(shù)值，若滑模面函數(shù)值的絕對(duì)值大于允許的偏離容限，則返回進(jìn)行頻段計(jì)算并切換，獲取門鎖功率控制參數(shù)，建立發(fā)射功率調(diào)整模型，并通過分?jǐn)?shù)階自適應(yīng)控制函數(shù)對(duì)發(fā)射功率調(diào)整模型進(jìn)行調(diào)整功率響應(yīng)速度，并監(jiān)測調(diào)整功率時(shí)功率絕對(duì)誤差，并對(duì)相應(yīng)的狀態(tài)返回進(jìn)行頻段計(jì)算并切換，能準(zhǔn)確刻畫wi-fi、藍(lán)牙等設(shè)備隨機(jī)干擾的歷史累積效應(yīng)及信道質(zhì)量的非局部依賴性，能自適應(yīng)設(shè)備能耗、網(wǎng)絡(luò)擁塞、門鎖操作頻率等動(dòng)態(tài)變化場景，能在同頻干擾、多徑衰落等各種因素影響下呈現(xiàn)非高斯噪聲特性，捕捉分?jǐn)?shù)階動(dòng)態(tài)行為與其長記憶性，能對(duì)高維狀態(tài)空間的幾何化分析與系統(tǒng)性建模，能動(dòng)態(tài)調(diào)整權(quán)重的發(fā)射功率實(shí)時(shí)響應(yīng)網(wǎng)絡(luò)擁塞、用戶活動(dòng)模式變化。

43、2、本發(fā)明通過獲取頻段切換的頻率值，不同頻率值對(duì)應(yīng)不同的措施，通過構(gòu)建信道建模?-?鏈路控制-功率調(diào)整-?頻率監(jiān)測的多層閉環(huán)架構(gòu)，解決了傳統(tǒng)方案在歷史依賴性建模、動(dòng)態(tài)干擾適應(yīng)及跨層協(xié)同優(yōu)化方面的不足。