无线充电系统及其操作方法与流程

1.本发明涉及智能无线充电的领域，且更为具体地，涉及一种无线充电系统及其操作方法。


背景技术：

2.随着技术的发展，无线充电路由器随之产生，用户的无线终端(例如：手机)在连入此无线充电路由器后，使用户的无线终端可以边使用边充电。
3.但是，现有的无线充电路由器都采用设置的预设电量阈值来对无线终端进行充电，例如，当某台无线终端最先低于这个预设电量阈值时，无线充电路由器就对其进行充电，在这个流程中，并不能很有效地确定各无线终端的充电优先级。通常我们确定优先级是按照各无线终端的重要性来进行确定，比如说一部商用手机和一台平板电脑，明显应该设置商用手机的优先级高于平板电脑。
4.因此，为了对所有与无线充电路由器连接的无线终端进行充电优先级的评估，期待一种优化的无线充电系统。


技术实现要素：

5.为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种无线充电系统及其操作方法，其通过编码器模型对各个所述无线终端的上行流量进行编码，同时利用上行流量的公式来反向推导，以对所述流量特征向量进行基于带宽的修正。并且还利用了基于卷积神经网络模型来提取出各个所述无线终端的各个应用的消耗电量值之间的高维关联特征，进一步基于各个所述无线终端的剩余电量，计算出每个所述无线终端对应的等级向量，从而得到对于每个所述无线终端进行无线充电的概率值。通过这样的方式，可以基于所有与所述无线充电路由器连接的无线终端的整体来进行充电优先级的评估，以使得优先级评估的准确性更高，从而也就会使其便于人们的使用。
6.根据本技术的一个方面，提供了一种无线充电系统，其包括：
7.上行流量单元，用于获取与无线充电系统连接的各个无线终端的上行流量；
8.第一编码单元，用于使用包括一维卷积层和全连接层的第一编码器将各个所述无线终端的上行流量编码为流量特征向量；
9.宽带修正单元，用于对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量，其中，基于带宽的修正基于无线终端的上行带宽、无线终端的小规模衰减效应值、无线终端的小规模衰减功率值和信道中的干扰进行；
10.耗电量单元，用于获得各个所述无线终端的各个应用的消耗电量值；
11.矩阵构造单元，用于将各个所述无线终端的各个应用的消耗电量值按照应用和终端两个维度排列为输入矩阵；
12.神经网络单元，用于将所述输入矩阵通过卷积神经网络以获得应用特征矩阵，其中，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量；
13.剩余电量单元，用于获取各个所述无线终端的剩余电量；
14.第二编码单元，用于使用包括一维卷积层和全连接层的第二编码器将各个所述无线终端的剩余电量编码为电量特征向量，其中，所述电量特征向量中各个位置的特征值对应于一个无线终端的剩余电量的电量特征值；
15.节点分数向量计算单元，用于基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量；
16.节点递归向量计算单元，用于基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量，其中，各个所述无线终端的节点递归向量中各个位置的特征值为取所述节点分数向量中各个特征值为幂的自然指数函数值除以所述节点分数向量中所有位置的特征值的求和值；
17.节点等级值计算单元，用于基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值，其中，所述各个无线终端的节点等级值为所述节点递归向量中所有位置的特征值的求和值除以所述节点递归向量中所有位置的总数；
18.分类特征向量构造单元，用于将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量；
19.充电概率计算单元，用于将所述分类特征向量通过分类器以获得对各个无线终端进行无线充电的概率值；以及
20.充电结果生成单元，用于基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。
21.根据本技术的另一方面，一种无线充电系统的操作方法，其包括：
22.获取与无线充电系统连接的各个无线终端的上行流量；
23.使用包括一维卷积层和全连接层的第一编码器将各个所述无线终端的上行流量编码为流量特征向量；
24.对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量，其中，基于带宽的修正基于无线终端的上行带宽、无线终端的小规模衰减效应值、无线终端的小规模衰减功率值和信道中的干扰进行；
25.获得各个所述无线终端的各个应用的消耗电量值；
26.将各个所述无线终端的各个应用的消耗电量值按照应用和终端两个维度排列为输入矩阵；
27.将所述输入矩阵通过卷积神经网络以获得应用特征矩阵，其中，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量；
28.获取各个所述无线终端的剩余电量；
29.使用包括一维卷积层和全连接层的第二编码器将各个所述无线终端的剩余电量编码为电量特征向量，其中，所述电量特征向量中各个位置的特征值对应于一个无线终端的剩余电量的电量特征值；
30.基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量；
31.基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量，其中，各个所述无线终端的节点递归向量中各个位置的特征值为取所述节点分数向量
中各个特征值为幂的自然指数函数值除以所述节点分数向量中所有位置的特征值的求和值；
32.基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值，其中，所述各个无线终端的节点等级值为所述节点递归向量中所有位置的特征值的求和值除以所述节点递归向量中所有位置的总数；
33.将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量；
34.将所述分类特征向量通过分类器以获得对各个无线终端进行无线充电的概率值；以及
35.基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。
36.与现有技术相比，本技术提供的无线充电系统及其操作方法，其通过编码器模型对各个所述无线终端的上行流量进行编码，同时利用上行流量的公式来反向推导，以对所述流量特征向量进行基于带宽的修正。并且还利用了基于卷积神经网络模型来提取出各个所述无线终端的各个应用的消耗电量值之间的高维关联特征，进一步基于各个所述无线终端的剩余电量，计算出每个所述无线终端对应的等级向量，从而得到对于每个所述无线终端进行无线充电的概率值。通过这样的方式，可以基于所有与所述无线充电路由器连接的无线终端的整体来进行充电优先级的评估，以使得优先级评估的准确性更高，从而也就会使其便于人们的使用。
附图说明
37.通过结合附图对本技术实施例进行更详细的描述，本技术的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本技术实施例的进一步理解，并且构成说明书的一部分，与本技术实施例一起用于解释本技术，并不构成对本技术的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
38.图1为根据本技术实施例的无线充电系统的应用场景图。
39.图2为根据本技术实施例的无线充电系统的框图。
40.图3为根据本技术实施例的无线充电系统中第一编码单元的框图。
41.图4为根据本技术实施例的无线充电系统的操作方法的流程图。
42.图5为根据本技术实施例的无线充电系统的操作方法的架构示意图。
具体实施方式
43.下面，将参考附图详细地描述根据本技术的示例实施例。显然，所描述的实施例仅仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
44.场景概述
45.如前所述，现有的无线充电路由器都采用设置的预设电量阈值来对无线终端进行充电，例如，当某台无线终端最先低于这个预设电量阈值时，无线充电路由器就对其进行充电，在这个流程中，并不能很有效地确定各无线终端的充电优先级。通常我们确定优先级是
按照各无线终端的重要性来进行确定，比如说一部商用手机和一台平板电脑，明显应该设置商用手机的优先级高于平板电脑。因此，为了对所有与无线充电路由器连接的无线终端进行充电优先级的评估，期待一种无线充电系统。
46.具体地，在本技术的技术方案中，基于所有与无线充电路由器连接的无线终端的整体来进行充电优先级的评估，也就是，需要提取各个无线终端的相关数据之间的关联关系。
47.首先，获取各个无线终端的上行流量，并通过包括一维卷积层和全连接层的第一编码器得到流量特征向量，这里，考虑到上行流量与各个无线终端的带宽相关，因此需要对于流量特征向量进行基于带宽的修正，这里，利用上行流量的公式来反向推导以进行修正，表示为：
[0048][0049]
其中，fi是流量特征向量的各个位置的特征值，wi是各个无线终端的上行带宽，f'i表示修正后的上行特征向量的特征值，ai是各个无线终端的小规模衰减效应值，包含路径损失和遮挡损失，hi是小规模衰减功率值，其与频率相关，σ
i2
表示相应信道中的加性白高斯噪声的功率且是该信道中的干扰。
[0050]
然后，获取各个无线终端的各个应用的消耗电量值，并按照应用和终端维度排列为输入矩阵，例如将应用按列排列，终端按行排列，并输入卷积神经网络，该卷积神经网络的最后一层进行沿通道的均值池化，以获得应用特征矩阵，这里，应用特征矩阵的每一行对应于一个无线终端的应用特征向量。
[0051]
之后，基于各个无线终端的剩余电量，计算每个无线终端对应的等级向量。具体地，首先将各个无线终端的剩余电量通过包括一维卷积层和全连接层的第二编码器得到电量特征向量，这里，记每个无线终端i的电量特征值为pi，每个无线终端的应用特征向量为[q
i1
,q
i2
,
…
,q
in
]，首先计算节点分数向量，s
ij
＝αp
i-β(p
i-q
ij
)2，然后计算节点递归向量，则该节点的等级值ri＝∑jl
ij
/n。
[0052]
然后，将每个节点的上行特征值f'i乘以该节点的等级值ri，以得到每个节点的分类特征值ci，再将分类特征值ci组成的分类向量通过分类器，就可以得到对于每个无线终端进行无线充电的概率值。
[0053]
基于此，本技术提出了一种无线充电系统，其包括：上行流量单元，用于获取与无线充电系统连接的各个无线终端的上行流量；第一编码单元，用于使用包括一维卷积层和全连接层的第一编码器将各个所述无线终端的上行流量编码为流量特征向量；宽带修正单元，用于对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量，其中，基于带宽的修正基于无线终端的上行带宽、无线终端的小规模衰减效应值、无线终端的小规模衰减功率值和信道中的干扰进行；耗电量单元，用于获得各个所述无线终端的各个应用的消耗电量值；矩阵构造单元，用于将各个所述无线终端的各个应用的消耗电量值按照应用和终端两个维度排列为输入矩阵；神经网络单元，用于将所述输入矩阵通过卷积神经网络以获得应用特征矩阵，其中，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量；剩余电量单元，用于获取各个所述无线终端的剩余电量；第二编码单
元，用于使用包括一维卷积层和全连接层的第二编码器将各个所述无线终端的剩余电量编码为电量特征向量，其中，所述电量特征向量中各个位置的特征值对应于一个无线终端的剩余电量的电量特征值；节点分数向量计算单元，用于基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量；节点递归向量计算单元，用于基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量，其中，各个所述无线终端的节点递归向量中各个位置的特征值为取所述节点分数向量中各个特征值为幂的自然指数函数值除以所述节点分数向量中所有位置的特征值的求和值；节点等级值计算单元，用于基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值，其中，所述各个无线终端的节点等级值为所述节点递归向量中所有位置的特征值的求和值除以所述节点递归向量中所有位置的总数；分类特征向量构造单元，用于将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量；充电概率计算单元，用于将所述分类特征向量通过分类器以获得对各个无线终端进行无线充电的概率值；以及，充电结果生成单元，用于基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。
[0054]
图1图示了根据本技术实施例的无线充电系统的应用场景图。如图1所示，在该应用场景中，首先，通过与无线充电系统(例如，如图1中所示意的t)连接的各个无线终端(例如，如图1中所示意的b)中获取其上行流量，并且获得各个所述无线终端的各个应用的消耗电量值和各个所述无线终端的剩余电量。然后，将获得的所述上行流量、所述各个应用的消耗电量值和各个所述无线终端的剩余电量输入至部署有无线充电算法的服务器中(例如，如图1中所示意的云服务器s)，其中，所述服务器能够以无线充电算法对所述上行流量、所述各个应用的消耗电量值和各个所述无线终端的剩余电量进行处理，以生成对各个所述无线终端进行无线充电的概率值。进而，基于对各个所述无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。具体地，确定所述概率值中的最大值所对应的无线终端以对其进行充电，从而使得无线充电系统更便于人们的使用。
[0055]
在该应用场景中，所述各个无线终端包括但不局限于手机、平板、电脑等电子设备，所述各个应用包括但不局限于微信、qq、地图等应用软件，并且各个所述无线终端能够通过所述无线充电路由器对其进行充电。
[0056]
在介绍了本技术的基本原理之后，下面将参考附图来具体介绍本技术的各种非限制性实施例。
[0057]
示例性系统
[0058]
图2图示了根据本技术实施例的无线充电系统的框图。如图2所示，根据本技术实施例的无线充电系统200，包括：上行流量单元210，用于获取与无线充电系统连接的各个无线终端的上行流量；第一编码单元220，用于使用包括一维卷积层和全连接层的第一编码器将各个所述无线终端的上行流量编码为流量特征向量；宽带修正单元230，用于对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量，其中，基于带宽的修正基于无线终端的上行带宽、无线终端的小规模衰减效应值、无线终端的小规模衰减功率值和信道中的干扰进行；耗电量单元240，用于获得各个所述无线终端的各个应用的消耗电量值；矩阵构造单元250，用于将各个所述无线终端的各个应用的消耗电量值按照应用和终端两个维度排列为输入矩阵；神经网络单元260，用于将所述输入矩阵通过卷积神
经网络以获得应用特征矩阵，其中，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量；剩余电量单元270，用于获取各个所述无线终端的剩余电量；第二编码单元280，用于使用包括一维卷积层和全连接层的第二编码器将各个所述无线终端的剩余电量编码为电量特征向量，其中，所述电量特征向量中各个位置的特征值对应于一个无线终端的剩余电量的电量特征值；节点分数向量计算单元290，用于基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量；节点递归向量计算单元300，用于基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量，其中，各个所述无线终端的节点递归向量中各个位置的特征值为取所述节点分数向量中各个特征值为幂的自然指数函数值除以所述节点分数向量中所有位置的特征值的求和值；节点等级值计算单元310，用于基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值，其中，所述各个无线终端的节点等级值为所述节点递归向量中所有位置的特征值的求和值除以所述节点递归向量中所有位置的总数；分类特征向量构造单元320，用于将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量；充电概率计算单元330，用于将所述分类特征向量通过分类器以获得对各个无线终端进行无线充电的概率值；以及，充电结果生成单元340，用于基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。
[0059]
具体地，在本技术实施例中，所述上行流量单元210和所述第一编码单元220，用于获取与无线充电系统连接的各个无线终端的上行流量，并使用包括一维卷积层和全连接层的第一编码器将各个所述无线终端的上行流量编码为流量特征向量。如前所述，在本技术的技术方案中，采用基于所有与无线充电路由器连接的无线终端的整体来进行充电优先级的评估，并且在此过程中，需要提取各个所述无线终端的相关数据之间的关联关系。也就是，首先，通过与无线充电系统相连接的各个无线终端中获取其上行流量，以通过各个所述终端设备的上行流量来评估其与外界建立通信的迫切度。在一个具体示例中，所述各个无线终端包括但不局限于手机、平板、电脑等电子设备，并且各个所述无线终端能够通过所述无线充电路由器对其进行充电。然后，使用包括一维卷积层和全连接层的第一编码器对各个所述无线终端的上行流量进行编码，以提取出各个所述无线终端的上行流量的高维隐含特征，从而获得流量特征向量。
[0060]
更具体地，在本技术一个示例中，所述第一编码单元，包括：首先，将各个所述无线终端的上行流量组成上行流量向量，以便于后续对所述上行流量信息进行特征提取。然后，对所述上行流量向量进行全连接编码以提取出所述上行流量向量中各个位置的上行流量的高维隐含特征。最后，对所述上行流量向量进行一维卷积编码以提取出所述上行流量向量中各个相邻位置的上行流量之间的关联的高维隐含关联特征以获得所述流量特征向量。
[0061]
图3图示了根据本技术实施例的无线充电系统中第一编码单元的框图。如图3所示，所述第一编码单元220，包括：第一向量构造子单元221，用于将各个所述无线终端的上行流量组成上行流量向量；第一全连接编码子单元222，用于对所述上行流量向量进行全连接编码以提取出所述上行流量向量中各个位置的上行流量的高维隐含特征；以及，第一一维卷积编码自单元223，用于对所述上行流量向量进行一维卷积编码以提取出所述上行流量向量中各个相邻位置的上行流量之间的关联的高维隐含关联特征以获得所述流量特征
向量。
[0062]
具体地，在本技术实施例中，所述宽带修正单元230，用于对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量，其中，基于带宽的修正基于无线终端的上行带宽、无线终端的小规模衰减效应值、无线终端的小规模衰减功率值和信道中的干扰进行。应可以理解，考虑到所述上行流量与各个所述无线终端的带宽相关，因此，在本技术的技术方案中，需要对于所述流量特征向量进行基于各个所述无线终端的带宽的修正。也就是，具体地，利用所述上行流量的公式来反向推导以对其进行修正。
[0063]
更具体地，在本技术实施例中，所述宽带修正单元，进一步用于：以如下公式对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量；所述公式为：
[0064][0065]
其中，fi是所述流量特征向量的各个位置的特征值，wi是各个无线终端的上行带宽，f'i表示修正流量特征向量的各个位置的特征值，ai是各个无线终端的小规模衰减效应值，包含路径损失和遮挡损失，hi是小规模衰减功率值，其与频率相关，σ
i2
表示相应信道中的加性白高斯噪声的功率且是该信道中的干扰。
[0066]
具体地，在本技术实施例中，所述耗电量单元240和所述矩阵构造单元250，用于获得各个所述无线终端的各个应用的消耗电量值，并将各个所述无线终端的各个应用的消耗电量值按照应用和终端两个维度排列为输入矩阵。也就是，在本技术的技术方案中，首先，获取各个所述无线终端的各个应用的消耗电量值，以通过各个所述终端设备的各个应用及其消耗电量的情况来评估其自身消耗电能的迫切度，也就是，各个所述终端设备自身消耗的电量的速度，这里，所述各个应用包括但不局限于微信、qq、地图等应用软件。然后，将各个所述无线终端的各个应用的消耗电量值按照所述应用和所述终端两个维度排列为输入矩阵，以便于后续卷积神经网络对其进行特征提取。在一个具体示例中，可以将所述应用按列排列，将所述终端按行排列，从而得到所述输入矩阵。
[0067]
具体地，在本技术实施例中，所述神经网络单元260，用于将所述输入矩阵通过卷积神经网络以获得应用特征矩阵，其中，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量。应可以理解，为了通过各个所述终端设备的各个应用及其消耗电量的情况来评估其自身消耗电能的迫切度，在本技术的技术方案中，在获得构造的所述输入矩阵后，将所述输入矩阵通过卷积神经网络中进行处理，以提取出所述输入矩阵中各个位置的高维关联特征，即各个所述无线终端的各个应用的消耗电量值之间的隐含关联性特征，从而得到应用特征矩阵。这里，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量，并且，所述卷积神经网络的最后一层进行沿通道的均值池化处理，以减小参数的数量且减小过拟合，从而使得后续的分类结果更加准确。
[0068]
具体地，在本技术实施例中，所述剩余电量单元270和所述第二编码单元280，用于获取各个所述无线终端的剩余电量，并使用包括一维卷积层和全连接层的第二编码器将各个所述无线终端的剩余电量编码为电量特征向量，其中，所述电量特征向量中各个位置的特征值对应于一个无线终端的剩余电量的电量特征值。应可以理解，在本技术的技术方案
中，采用基于所有与所述无线充电路由器连接的无线终端的整体来进行充电优先级的评估，也就是，需要提取各个所述无线终端的相关数据之间的关联关系，其中，各个所述无线终端的相关数据包括各个所述终端设备的上行流量、各个所述终端设备的各个应用消耗电量的情况以及各个所述终端设备的剩余电量。因此，在本技术的技术方案中，需要基于各个所述无线终端的剩余电量，来计算出每个无线终端对应的等级向量。
[0069]
相应地，在一个具体示例中，首先，获取各个所述无线终端的剩余电量；然后，将各个所述无线终端的剩余电量通过包括一维卷积层和全连接层的第二编码器中进行编码处理，以提取出各个所述无线终端的剩余电量的高维隐含关联性特征，从而将各个所述无线终端的剩余电量编码为电量特征向量。值得一提的是，这里，所述电量特征向量中各个位置的特征值对应于一个无线终端的剩余电量的电量特征值。
[0070]
更具体的，在本技术实施例中，所述第二编码单元，还包括：第二向量构造子单元，用于将各个所述无线终端的剩余电量组成剩余电量向量；第二全连接编码子单元，用于对所述剩余电量向量进行全连接编码以提取出所述剩余电量向量中各个位置的剩余电量的高维隐含特征；以及，第二一维卷积编码自单元，用于对所述剩余电量向量进行一维卷积编码以提取出所述剩余电量向量中各个相邻位置的剩余电量之间的关联的高维隐含关联特征以获得所述电量特征向量。
[0071]
具体地，在本技术实施例中，所述节点分数向量计算单元290，用于基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量。应可以理解，为了基于各个所述无线终端的剩余电量，来计算出每个无线终端对应的等级向量，在本技术的技术方案中，在得到各个所述无线终端的剩余电量的电量特征向量后，首先，通过基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，来计算出各个所述无线终端的节点分数向量。
[0072]
更具体地，在本技术的实施例中，所述节点分数向量计算单元，进一步用于：基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，以如下公式计算各个所述无线终端的节点分数向量；所述公式为：s
ij
＝αp
i-β(p
i-q
ij
)2，其中，每个无线终端的电量特征值为pi，每个无线终端的应用特征向量为[q
i1
,q
i2
,
…
,q
in
]。
[0073]
具体地，在本技术实施例中，所述节点递归向量计算单元300和所述节点等级值计算单元310，用于基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量，其中，各个所述无线终端的节点递归向量中各个位置的特征值为取所述节点分数向量中各个特征值为幂的自然指数函数值除以所述节点分数向量中所有位置的特征值的求和值，并基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值，其中，所述各个无线终端的节点等级值为所述节点递归向量中所有位置的特征值的求和值除以所述节点递归向量中所有位置的总数。也就是，首先，基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量；接着，再基于各个所述无线终端的节点递归向量，计算出各个所述无线终端的节点等级值。从而在后续的分类处理过程中，以结合所述修正流量特征向量与其对应的各个所述无线终端的节点等级值，这样能够基于所有与所述无线充电路由器连接的无线终端的整体来进行充电优先级的评估，进而使得分类的结果更为准确。
[0074]
在一个具体示例中，在得到各个所述无线终端的节点分数向量之后，首先，基于各
个所述无线终端的节点分数向量，以如下公式计算各个所述无线终端的节点递归向量，其中，所述公式为：也就是，各个所述无线终端的节点递归向量中各个位置的特征值为取所述节点分数向量中各个特征值为幂的自然指数函数值除以所述节点分数向量中所有位置的特征值的求和值。然后，基于各个所述无线终端的节点递归向量，以如下公式计算各个所述无线终端的节点等级值，其中，所述公式为：ri＝∑jl
ij
/n，也就是，所述各个无线终端的节点等级值为所述节点递归向量中所有位置的特征值的求和值除以所述节点递归向量中所有位置的总数。
[0075]
具体地，在本技术实施例中，所述分类特征向量构造单元320，用于将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量。也就是，将各个所述终端设备的上行流量与各个所述终端设备的各个应用的消耗电量和剩余电量信息进行有效地融合，以在后续对在无线网络中的设备充电的优先级进行评估时能够密切的关注到与外界建立通信的迫切度信息以及自身消耗电能的迫切度信息。在一个具体示例中，可以将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量，以便于后续的分类处理。
[0076]
具体地，在本技术实施例中，所述充电概率计算单元330和所述充电结果生成单元340，用于将所述分类特征向量通过分类器以获得对各个无线终端进行无线充电的概率值，并基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。在一个具体示例中，首先，将所述分类特征向量通过所述分类器的softmax分类函数以获得所述分类特征向量中各个位置的特征值对应的软分类最大值作为所述对各个无线终端进行无线充电的概率值。然后，基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。具体地，确定所述概率值中的最大值所对应的无线终端以对其进行充电，以使得无线充电系统更便于人们的使用。
[0077]
综上，基于本技术实施例的所述无线充电系统200被阐明，其通过编码器模型对各个所述无线终端的上行流量进行编码，同时利用上行流量的公式来反向推导，以对所述流量特征向量进行基于带宽的修正。并且还利用了基于卷积神经网络模型来提取出各个所述无线终端的各个应用的消耗电量值之间的高维关联特征，进一步基于各个所述无线终端的剩余电量，计算出每个所述无线终端对应的等级向量，从而得到对于每个所述无线终端进行无线充电的概率值。通过这样的方式，可以基于所有与所述无线充电路由器连接的无线终端的整体来进行充电优先级的评估，以使得优先级评估的准确性更高，从而也就会使其便于人们的使用。
[0078]
如上所述，根据本技术实施例的无线充电系统200可以实现在各种终端设备中，例如无线充电算法的服务器等。在一个示例中，根据本技术实施例的无线充电系统200可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该无线充电系统200可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该无线充电系统200同样可以是该终端设备的众多硬件模块之一。
[0079]
替换地，在另一示例中，该无线充电系统200与该终端设备也可以是分立的设备，并且该无线充电系统200可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
[0080]
示例性方法
[0081]
图4图示了无线充电系统的操作方法的流程图。如图4所示，根据本技术实施例的无线充电系统的操作方法，包括步骤：s110，获取与无线充电系统连接的各个无线终端的上行流量；s120，使用包括一维卷积层和全连接层的第一编码器将各个所述无线终端的上行流量编码为流量特征向量；s130，对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量，其中，基于带宽的修正基于无线终端的上行带宽、无线终端的小规模衰减效应值、无线终端的小规模衰减功率值和信道中的干扰进行；s140，获得各个所述无线终端的各个应用的消耗电量值；s150，将各个所述无线终端的各个应用的消耗电量值按照应用和终端两个维度排列为输入矩阵；s160，将所述输入矩阵通过卷积神经网络以获得应用特征矩阵，其中，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量；s170，获取各个所述无线终端的剩余电量；s180，使用包括一维卷积层和全连接层的第二编码器将各个所述无线终端的剩余电量编码为电量特征向量，其中，所述电量特征向量中各个位置的特征值对应于一个无线终端的剩余电量的电量特征值；s190，基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量；s200，基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量，其中，各个所述无线终端的节点递归向量中各个位置的特征值为取所述节点分数向量中各个特征值为幂的自然指数函数值除以所述节点分数向量中所有位置的特征值的求和值；s210，基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值，其中，所述各个无线终端的节点等级值为所述节点递归向量中所有位置的特征值的求和值除以所述节点递归向量中所有位置的总数；s220，将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量；s230，将所述分类特征向量通过分类器以获得对各个无线终端进行无线充电的概率值；以及，s240，基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。
[0082]
图5图示了根据本技术实施例的无线充电系统的操作方法的架构示意图。如图5所示，在所述无线充电系统的操作方法的网络架构中，首先，使用包括一维卷积层和全连接层的第一编码器(例如，如图5中所示意的e1)将获得的各个所述无线终端的上行流量(例如，如图5中所示意的p1)编码为流量特征向量(例如，如图5中所示意的vf1)；接着，对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量(例如，如图5中所示意的vf2)；然后，将获得的各个所述无线终端的各个应用的消耗电量值(例如，如图5中所示意的p2)按照应用和终端两个维度排列为输入矩阵(例如，如图5中所示意的m1)；接着，将所述输入矩阵通过卷积神经网络(例如，如图5中所示意的cnn)以获得应用特征矩阵(例如，如图5中所示意的mf)；然后，使用包括一维卷积层和全连接层的第二编码器(例如，如图5中所示意的e2)将获得的各个所述无线终端的剩余电量(例如，如图5中所示意的p3)编码为电量特征向量(例如，如图5中所示意的vf3)；接着，基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量(例如，如图5中所示意的v1)；然后，基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量(例如，如图5中所示意的v2)；接着，基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值(例如，如图5中所示意的vg)；然后，将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量(例如，如图5中所示意的vf)；接着，将所述分类特征向量通过分类器(例如，如图5
中所示意的圈s)以获得对各个无线终端进行无线充电的概率值；以及，最后，基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。
[0083]
更具体地，在步骤s110和s120中，获取与无线充电系统连接的各个无线终端的上行流量，并使用包括一维卷积层和全连接层的第一编码器将各个所述无线终端的上行流量编码为流量特征向量。也就是，首先，通过与无线充电系统相连接的各个无线终端中获取其上行流量，以通过各个所述终端设备的上行流量来评估其与外界建立通信的迫切度。在一个具体示例中，所述各个无线终端包括但不局限于手机、平板、电脑等电子设备，并且各个所述无线终端能够通过所述无线充电路由器对其进行充电。然后，使用包括一维卷积层和全连接层的第一编码器对各个所述无线终端的上行流量进行编码，以提取出各个所述无线终端的上行流量的高维隐含特征，从而获得流量特征向量。
[0084]
更具体地，在步骤s130中，对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量，其中，基于带宽的修正基于无线终端的上行带宽、无线终端的小规模衰减效应值、无线终端的小规模衰减功率值和信道中的干扰进行。在一个具体示例中，以如下公式对所述流量特征向量进行基于各个所述无线终端的带宽的修正以获得修正流量特征向量；所述公式为：
[0085][0086]
其中，fi是所述流量特征向量的各个位置的特征值，wi是各个无线终端的上行带宽，f'i表示修正流量特征向量的各个位置的特征值，ai是各个无线终端的小规模衰减效应值，包含路径损失和遮挡损失，hi是小规模衰减功率值，其与频率相关，σ
i2
表示相应信道中的加性白高斯噪声的功率且是该信道中的干扰。
[0087]
更具体地，在步骤s140和步骤s150中，获得各个所述无线终端的各个应用的消耗电量值，并将各个所述无线终端的各个应用的消耗电量值按照应用和终端两个维度排列为输入矩阵。也就是，首先，获取各个所述无线终端的各个应用的消耗电量值，以通过各个所述终端设备的各个应用及其消耗电量的情况来评估其自身消耗电能的迫切度，也就是，各个所述终端设备自身消耗的电量的速度。然后，将各个所述无线终端的各个应用的消耗电量值按照所述应用和所述终端两个维度排列为输入矩阵，以便于后续卷积神经网络对其进行特征提取。在一个具体示例中，可以将所述应用按列排列，将所述终端按行排列，从而得到所述输入矩阵。
[0088]
更具体地，在步骤s160中，将所述输入矩阵通过卷积神经网络以获得应用特征矩阵，其中，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量。也就是，将所述输入矩阵通过卷积神经网络中进行处理，以提取出所述输入矩阵中各个位置的高维关联特征，即各个所述无线终端的各个应用的消耗电量值之间的隐含关联性特征，从而得到应用特征矩阵。这里，所述应用特征矩阵的每一行对应一个无线终端的应用特征向量，并且，所述卷积神经网络的最后一层进行沿通道的均值池化处理，以减小参数的数量且减小过拟合，从而使得后续的分类结果更加准确。
[0089]
更具体地，在步骤s170和步骤s180中，获取各个所述无线终端的剩余电量，并使用包括一维卷积层和全连接层的第二编码器将各个所述无线终端的剩余电量编码为电量特
征向量。也就是，首先，获取各个所述无线终端的剩余电量；然后，将各个所述无线终端的剩余电量通过包括一维卷积层和全连接层的第二编码器中进行编码处理，以提取出各个所述无线终端的剩余电量的高维隐含关联性特征，从而将各个所述无线终端的剩余电量编码为电量特征向量。
[0090]
更具体地，在步骤s190中，基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，计算各个所述无线终端的节点分数向量。也就是，基于各个所述无线终端的应用特征向量和各个所述无线终端的剩余电量的电量特征值，以如下公式计算各个所述无线终端的节点分数向量；所述公式：s
ij
＝αp
i-β(p
i-q
ij
)2，其中，每个无线终端的电量特征值为pi，每个无线终端的应用特征向量为[q
i1
,q
i2
,
…
,q
in
]。
[0091]
更具体地，在步骤s200和步骤s210中，基于各个所述无线终端的节点分数向量，计算各个所述无线终端的节点递归向量，并基于各个所述无线终端的节点递归向量，计算各个所述无线终端的节点等级值。也就是，首先，以如下公式计算各个所述无线终端的节点递归向量，其中，所述公式为：式为：接着，再以如下公式计算各个所述无线终端的节点等级值，其中，所述公式为：ri＝∑jl
ij
/n。
[0092]
更具体地，在步骤s220中，将所述修正流量特征向量中各个位置的特征值分别乘以其对应的节点等级值以获得分类特征向量。也就是，将各个所述终端设备的上行流量与各个所述终端设备的各个应用的消耗电量和剩余电量信息进行有效地融合，以在后续对在无线网络中的设备充电的优先级进行评估时能够密切的关注到与外界建立通信的迫切度信息以及自身消耗电能的迫切度信息。
[0093]
更具体地，在步骤s230和步骤s240中，将所述分类特征向量通过分类器以获得对各个无线终端进行无线充电的概率值，并基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。也就是，首先，将所述分类特征向量通过所述分类器的softmax分类函数以获得所述分类特征向量中各个位置的特征值对应的软分类最大值作为所述对各个无线终端进行无线充电的概率值。然后，基于对各个无线终端进行无线充电的概率值，确定要优先进行无线充电的无线终端。
[0094]
综上，基于本技术实施例的所述无线充电系统的操作方法被阐明，其通过编码器模型对各个所述无线终端的上行流量进行编码，同时利用上行流量的公式来反向推导，以对所述流量特征向量进行基于带宽的修正。并且还利用了基于卷积神经网络模型来提取出各个所述无线终端的各个应用的消耗电量值之间的高维关联特征，进一步基于各个所述无线终端的剩余电量，计算出每个所述无线终端对应的等级向量，从而得到对于每个所述无线终端进行无线充电的概率值。通过这样的方式，可以基于所有与所述无线充电路由器连接的无线终端的整体来进行充电优先级的评估，以使得优先级评估的准确性更高，从而也就会使其便于人们的使用。
[0095]
以上结合具体实施例描述了本技术的基本原理，但是，需要指出的是，在本技术中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本技术的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本技术为必须采用上述具体的细节来实现。
[0096]
本技术中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到
的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
[0097]
还需要指出的是，在本技术的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本技术的等效方案。
[0098]
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本技术。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本技术的范围。因此，本技术不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
[0099]
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本技术的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。