一种基于智能家居系统的信息推送方法
专利汇可以提供一种基于智能家居系统的信息推送方法专利检索，专利查询，专利分析的服务。并且本 发明 属于智能家居领域，公开了一种基于智能家居系统的信息推送方法，设置有多 节点 线，数据存储单元，数据分析单元，信息推送单元；多节点线无线接收用户的控制指令信息，并将信息传输给数据存储单元；数据存储单元与数据分析单元光电连接，数据分析单元与信息推送单元光电连接；信息推送单元与用户无线连接。本发明根据不同用户使用智能家居的种类频次不同，存储各个用户的控制指令信息，经过数据分析合并，分成不同用户组，信息推送单元根据终端用户的特征信息进行信息推送。及时有效将用户关注的信息传递出去，同时减少了垃圾信息的传输，降低用户的投诉率。，下面是一种基于智能家居系统的信息推送方法专利的具体信息内容。
1.一种基于智能家居系统的信息推送方法，其特征在于，所述基于智能家居系统的信息推送方法设置有多节点线、数据存储单元、数据分析单元、信息推送单元；所述多节点线无线接收用户的控制指令信息，并将信息传输给数据存储单元，所述数据存储单元与数据分析单元光电连接；所述数据分析单元与信息推送单元光电连接，所述信息推送单元与用户无线连接；
所述多节点线嵌入在光电复合缆中，用于为终端用户提供无线网络接口，并收集终端用户控制指令数据；
所述数据分析单元分析的用户特征信息包括：终端用户访问的智能家居种类、使用的功能；
所述数据分析单元分析的用户特征信息还包括：周期性地根据所述多节点线接收到的终端用户的定位信号强度，获取终端用户的位置信息；
所述信息推送单元根据各个终端用户的位置信息，确定处于第一预设区域内的终端用户，并对第一预设区域内的终端用户的特征信息进行统计，根据统计结果匹配对应的推送信息；
所述信息推送单元通过内置的匹配模块匹配对应的推送信息并进行发射；具体包括：
发射n路源信号、终端用户接收混叠信号、分离系统分离多路混叠信号；
发射n路源信号是指n路源信号经信道混合后，混合系统称为A，在发送端由n根天线在空间发射；
终端用户接收混叠信号是指终端用户利用m(m≥n＞1)根天线把混叠信号接收下来，接收信号被称为观测信号，终端用户先进行观测信号的预处理，预处理包含两部分，即中心化处理和球面化处理；
分离系统分离多路混叠信号是指分离系统W会根据各路源信号信息熵值的不同在熵域分离该多路混叠信号，其中信息熵值的判据采用负熵；
其中，负熵近似计算的表达式如下：
其中，kj为一些正常数，M为具有零均值、单位方差的高斯变量，函数Gj为非二次函数；
当所有的Gj＝G时，近似式成为：
JG(x)≈C[E{G(x)}-E{G(M)}]2 (2)
其中，G是任意非二次函数，C是一个常数；
然后采用公式进行负熵的计算，根据各路信号负熵值的差异即可把各路信号提取出来，实现信道的多路复用；
所述的分离系统分离多路混叠信号由于采用多路天线发射和多路天线接收的多输入多输出技术；
所述信息推送单元还内置有发射模块；所述发射模块包括：混合系统和分离系统；
混合系统，用于将源信号进行线性调制后，进入混合系统混合，混合后的信号在发送端由天线在空间发射；混合系统在终端用户利用天线把混合信号接收下来，接收到的混合信号称为观测信号；
分离系统，与混合系统无线连接，接收混合系统的观测信号，利用熵分复用算法将源信号提取出来，分离后的输出信号各自所提供的信息量恰好等于发送端发送的源信号各自含有的信息量；源信号为零均值且相互统计独立的源信号，统计独立性的判据采用各路信号负熵值的差异；
所述利用熵分复用算法将源信号提取出来后，还需进行：
1)对提取的源信号进行分离 ，得到采样后的M路离散时域混合信号
2)对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵 其中P表示总的窗
数，Nfft表示FFT变换长度；(p，q)表示时频索引，具体的时频值为 这里Nfft表示FFT变换的长度，p表示加窗次数，Ts表示采样间隔，fs表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜Nfft，且Kc＝Nfft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换；
3)对得到的跳频混合信号时频域矩阵 进行预处理；
4)利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，…P-1)时刻，对 表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数， 个聚类中心则表示载频的大小，分别用
表示；对每一采样时刻p(p＝0，1，2，…P-1)，利用聚类算法对 进行聚类，同样可得到个聚类中心，用 表示；对所有 求均值并取整，得到源信号个数的估计
即：
找出 的时刻，用ph表示，对每一段连续取值的ph求中值，用 表示第l
段相连ph的中值，则 表示第l个频率跳变时刻的估计；根据估计得到的
以及估计得到的频率跳变时刻估计出每一跳对应的 个混合矩阵
列向量 具体公式为：
这里 表示第l跳对应的 个混合矩阵
列向量估计值；估计每一跳对应的载频频率，用 表示第l跳对应的
个频率估计值，计算公式如下：
2.如权利要求1所述基于智能家居系统的信息推送方法，其特征在于，根据步骤4)估计得到的归一化混合矩阵列向量估计时频域跳频源信号。
3.如权利要求2所述基于智能家居系统的信息推送方法，其特征在于，对不同跳频点之间的时频域跳频源信号进行拼接；估计第l跳对应的 个入射角度，用 表示第l跳第n个源信号对应的入射角度， 的计算公式如下：
表示第l跳估计得到的第n个混合矩阵列向量 的第m个元素，c表示光速，即vc＝3×108米/秒；判断第l(l＝2，3，…)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：
其中mn(l)表示第l跳估计的第mn(l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用Yn(p,q)表示第n个源信号在时频点(p,q)上的时频域估计值，p＝0,1,2,....,P，q＝0,1,2,...,Nfft-1，即：
4.如权利要求3所述基于智能家居系统的信息推送方法，其特征在于，根据源信号时频域估计值，恢复时域跳频源信号；对每一采样时刻p(p＝0，1，2，…)的频域数据Yn(p,q),q＝
0,1,2,…,Nfft-1做Nfft点的IFFT变换，得到p采样时刻对应的时域跳频源信号，用yn(p,qt)(qt＝0,1,2,…,Nfft-1)表示；对上述所有时刻得到的时域跳频源信号yn(p,qt)进行合并处理，得到最终的时域跳频源信号估计，具体公式如下：
这里Kc＝Nfft/C，C为短时傅里叶变换加窗间隔的采样点数，Nfft为FFT变换的长度。
5.如权利要求1所述基于智能家居系统的信息推送方法，其特征在于，所述发射模块的极限容量的计算过程如下：
利用Laguerre多项式计算可以得到：
其中，m＝min(Nt,Nr)
n＝max(Nt,Nr)
为次数为k的Laguerre多项式；
如果令λ＝n/m，可以推导出如下归一化后的信道容量表示式；
其中，
在快速瑞利衰落的情况下，令m＝n＝Nt＝Nr，则v1＝0，v2＝4；
渐进信道容量为：
利用不等式：
log2(1+x)≥log2(x)
渐进信道容量的公式简化为：
表明，随着收发天线数目的增加，极限信道的容量会随之线性地增加；其中：
ξ--每根接收天线上的信噪比， P为总的发射功率，σ2为每根接收天线上的噪声功率；
Nt--发射天线数目；
Nr--接收天线数目；
其中n＝max(Nt,Nr)，m＝min(Nt,Nr)；
τ--时间常数；
V--积分变量。
一种基于智能家居系统的信息推送方法
技术领域
背景技术
发明内容
行聚类，同样可得到 个聚类中心，用 表示；对所有 求均值并取整，得
到源信号个数的估计 即：
个混合矩阵列向量 具体公式为：
的 个频率估计值，计算公式如下：
即vc＝3×10米/秒；判断第l(l＝2，3，…)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：
具体实施方式
行聚类，同样可得到 个聚类中心，用 表示；对所有 求均值并取整，得到源信号个数的估计 即：
列向量 具体公式为：
的 个频率估计值，计算公式如下：
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 无线Mesh自组网通信产品通信性能的测试方法及系统 | 2020-05-15 | 125 |
| 一种基于快衰落瑞利信道的协作中继传输方法及系统 | 2020-05-12 | 485 |
| 一种巴特沃兹复衰落瑞利信道仿真方法 | 2020-05-11 | 57 |
| 基于相关瑞利衰落信道的中继及干扰选择方法 | 2020-05-11 | 840 |
| 带衰落信道仿真器的实现方法 | 2020-05-16 | 356 |
| 多径瑞利快衰落信道下OFDM调制制式识别方法 | 2020-05-12 | 723 |
| 一种在瑞利衰落信道中的基于最优阈值传输调度的中继节点选择方法 | 2020-05-13 | 528 |
| 无线Mesh自组网通信产品通信性能的测试方法及系统 | 2020-05-15 | 754 |
| 一种用于瑞利信道的校正均值在线信噪比估计方法 | 2020-05-14 | 594 |
| 一种多径瑞利衰落信道下改善高阶累积量信号识别的方法 | 2020-05-12 | 578 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
