通过电流来分析智能终端的工作状态的感知方法及系统与流程

技术特征：
1.通过电流来分析智能终端的工作状态的感知方法，其特征在于，该感知方法包括以下步骤：s1、采用预设精度的浮点数据表示实时获取的程控电源的电流数值；s2、将所述浮点数据按照预设时间序列规则形成时间序列数据流；s3、对所述时间序列数据流进行卡尔曼滤波处理；s4、采用感知机分类方法对电流进行识别，预测得到被测终端的三种状态；s5、计算每种状态下的平均电流及标准电流并进行对比，实现三种状态下漏电状况的判断。2.根据权利要求1所述的通过电流来分析智能终端的工作状态的感知方法，其特征在于，所述s1中程控电源的电流数值每50毫秒获取一次，所述预设精度为0.001ma；所述s1中采用预设精度的浮点数据表示实时获取的程控电源的电流数值还包括以下步骤：将获取的电流数值按照时间先后顺序排成一对，并将新获取的电流数值不断往队列尾部追加。3.根据权利要求1所述的通过电流来分析智能终端的工作状态的感知方法，其特征在于，所述s3中对所述时间序列数据流进行卡尔曼滤波处理包括以下步骤：s31、采用集合表示所述时间序列数据流，令表示时刻t的向量，并采用f
t
表示预测矩阵，计算得到t时刻的电流估值为：s32、增加一个被测终端内部各元器件工作的耗电电流总和，进行累加并从电源线取电，基于各元器件的工作耗电每时每刻都在动态变化，得到t时刻的增量为向量则t时刻的电流估值为：其中，b
t
表示动态电流变化增量矩阵；s33、将测量得到的尖峰电流和程控电源的测量干扰统称为干扰，并采用协方差矩阵q
t
表示该干扰电流噪声，则总协方差矩阵p
t
表示为：p
t
＝f
t
p
t-1
f
tt
q
t
；s34、结合集合采用矩阵h
t
作为每个t时刻取出集合的转换矩阵，计算得到被测终端在t时刻的消耗电流预估分布：端在t时刻的消耗电流预估分布：其中，h
t
为单位矩阵，h
tt
为h
t
的转置矩阵，∑表示预测高斯分布的协方差；s35、结合干扰协方差矩阵融合部分计算得到：
p
t
′
＝p
t-k
′
h
t
p
t
其中，表示在t时刻的预测电流预测值，表示在t时刻对的迭代，表示分布均值，k表示卡尔曼增益矩阵，k
′
表示卡尔曼增益迭代，r
t
表示噪声协方差，p
t
′
表示迭代结果。4.根据权利要求3所述的通过电流来分析智能终端的工作状态的感知方法，其特征在于，所述s31中x
t-1
、x
t
及x
t 1
均符合高斯分布，即每个分量都有一个均值μ和方差δ2，表示不确定性；所述s33中的干扰电流噪声q
t
也符合高斯分布。5.根据权利要求1所述的通过电流来分析智能终端的工作状态的感知方法，其特征在于，所述s4中采用感知机分类方法对电流进行识别，预测得到被测终端的三种状态包括以下步骤：s41、采用集合表示所述时间序列数据流，令表示时刻t的向量，设向量为t时刻的权重，则得到；其中，b表示偏置；s42、将偏置b加入向量中得到并在向量中加入1得到将上述计算公式转换为向量形式，得到：s43、以公式为决策边界模型，预测二分类问题，其中，电流预测值的计算公式如下：s44、分别标注开机状态下、关机状态下及待机状态下的电流数据；s45、采用上述三组电流数据的序列训练出开机状态a和其他状态b，得到并在状态b状态下训练出区分关机状态和待机状态的6.根据权利要求5所述的通过电流来分析智能终端的工作状态的感知方法，其特征在于，所述s44中标注的电流数据包括开机状态下的电流测量值、关机状态下的电流测量值及
待机状态下的电流测量值。7.根据权利要求5所述的通过电流来分析智能终端的工作状态的感知方法，其特征在于，所述s45中采用上述三组电流数据的序列训练出开机状态a和其他状态b，得到并在状态b状态下训练出区分关机状态和待机状态的还包括以下步骤：s451、读取训练样本其中上标t表示第t组向量，执行预测s452、若表示电流预测值，表示标注的标准答案，则更新参数s453、重复s452，直到梯度下降到0.0001以下，最终求得三种状态下每个8.根据权利要求1所述的通过电流来分析智能终端的工作状态的感知方法，其特征在于，所述s5中每种状态下的平均电流及标准电流的对比公式如下：其中，表示不漏电情况下的平均电流，|δ|表示统计n台不漏电机器的阈值半径，或者叫公差。9.通过电流来分析智能终端的工作状态的感知系统，用于实现权利要求1-8中任一所述的通过电流来分析智能终端的工作状态的感知方法的步骤，其特征在于，该系统包括应用软件层、硬件层及待测半成品整机层；所述应用软件层包括识别程序，所述硬件层包括电脑及程控电源，且所述电脑上运行有所述识别程序，所述待测半成品整机层包括若干被测终端；其中，所述识别程序由不同步长的卡尔曼滤波和多分类感知机学习算法和预测构成，用于实现对被测终端关机电流及状态、开机电流及状态、待机电流及状态三种基本状态的预测；所述识别程序被执行时实现以下步骤：s1、采用预设精度的浮点数据表示实时获取的程控电源的电流数值；s2、将所述浮点数据按照预设时间序列规则形成时间序列数据流；s3、对所述时间序列数据流进行卡尔曼滤波处理；s4、采用感知机分类方法对电流进行识别，预测得到被测终端的三种状态；s5、计算每种状态下的平均电流及标准电流并进行对比，实现三种状态下漏电状况的判断。10.根据权利要求9所述的通过电流来分析智能终端的工作状态的感知系统，其特征在于，所述识别程序在预测之前还包括利用若干组人工标注的三种状态下的电流测量值进行训练，得到预测模型。

技术总结
本发明公开了通过电流来分析智能终端的工作状态的感知方法及系统，该方法包括以下步骤：采用预设精度的浮点数据表示实时获取的程控电源的电流数值；将所述浮点数据按照预设时间序列规则形成时间序列数据流；对所述时间序列数据流进行卡尔曼滤波处理；采用感知机分类方法对电流进行识别，预测得到被测终端的三种状态；计算每种状态下的平均电流及标准电流并进行对比，实现三种状态下漏电状况的判断。有益效果：可以实现关机电流及状态、开机电流及状态、待机电流及状态的三种基本状态的预测，并判断在三种状态下主板是否漏电，解决人工测试电流数据的误差，减轻产线工人的劳动量和操作复杂度，提高产线效率及准确性，提升产品的优良率。优良率。优良率。


技术研发人员：祝志文
受保护的技术使用者：江西联淦电子科技有限公司
技术研发日：2021.10.26
技术公布日：2022/1/28