CN114692427B 设备校准方法及装置 （为准（北京）电子科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114692427B(45)授权公告日2025.07.01

(21)申请号202210418706.4

(22)申请日2022.04.20

(65)同一申请的已公布的文献号申请公布号CN114692427A

(43)申请公布日2022.07.01

(73)专利权人为准(北京)电子科技有限公司地址100020北京市朝阳区来广营乡紫月

路18号院7号楼二层207室

GO6N3/0464(2023.01)

GO6N3/084(2023.01)HO4B17/00(2015.01)

H04B17/11(2015.01)

HO4B17/21(2015.01)

(56)对比文件

CN109631973A,2019.04.16审查员张诗伯

(72)发明人徐逢春

(74)专利代理机构北京嘉科知识产权代理事务所(特殊普通合伙)11687

专利代理师杨超

(51)Int.CI.

GO6F30/20(2020.01)

GO6F30/27(2020.01)权利要求书2页说明书12页附图3页

(54)发明名称

设备校准方法及装置

(57)摘要

CN114692427B本公开涉及设备校准技术领域，提供了一种设备校准方法及装置。该方法包括：获取训练参数，以及获取目标设备的第一射频参数和环境参数；利用校准设备对训练参数进行校准，得到校准结果；对训练参数和校准结果进行线性回归处理，得到回归结果，并根据回归结果构建仿真模型；从仿真模型中提取出第一逻辑图，并根据校准结果对第一逻辑图进行优化；根据优化后的第一逻辑图对仿真模型进行训练；将环境参数输入仿真模型，输出第二射频参数；当第二射频参数和第一射频参数的差值大于预设阈值时，基于第二射频参数和第一射频参数，对目标设备进行校

CN114692427B

获取训练参数，以及获取目标设备的第一射频参数和环境参

获取训练参数，以及获取目标设备的第一射频参数和环境参数

利用校准设备对训练参数进行校准，得到校准结果

对训练参数和校准结果进行线性回归处理，得到回归结果，并根据回归结果构建仿真模型

从仿真模型中提取出第一逻辑图，并根据校准结果对第一逻辑图进行优化

根据优化后的第一逐辑图对仿真模型进行训练

将环境参数输入仿真模型，输出第二射频参数

当第二射频参数和第一射频参数的差值大于预设阀值时，基于第二射频参数和第一射频参数，对目标设备进行校准

S202

S203

S204

S206

CN114692427B权利要求书1/2页

2

1.一种设备校准方法，其特征在于，包括：

获取训练参数，以及获取目标设备的第一射频参数和环境参数；

利用校准设备对所述训练参数进行校准，得到校准结果；

对所述训练参数和校准结果进行线性回归处理，得到回归结果，并根据所述回归结果构建仿真模型；

从所述仿真模型中提取出第一逻辑图，并根据所述校准结果对所述第一逻辑图进行优化；

根据优化后的第一逻辑图对所述仿真模型进行训练；

将所述环境参数输入所述仿真模型，输出第二射频参数；

当所述第二射频参数和所述第一射频参数的差值大于预设阈值时，基于所述第二射频参数和所述第一射频参数，对所述目标设备进行校准；

所述对所述训练参数和校准结果进行线性回归处理，得到回归结果，并根据所述回归结果构建仿真模型之后，所述方法还包括：

使用所述仿真模型和神经网络模型构建仿真网络模型；

利用所述训练参数对所述仿真网络模型进行训练；

从训练后的仿真网络模型中提取出第二逻辑图，并根据所述校准结果对所述第二逻辑图进行优化；

根据优化后的第二逻辑图对所述仿真网络模型进行再训练；

将所述环境参数输入所述仿真网络模型，输出所述第二射频参数；

所述根据优化后的第二逻辑图对所述仿真网络模型进行再训练，包括：

根据优化后的所述第二逻辑图，确定出所述训练参数对应的训练数据集；

在整个训练过程中，第一轮训练：在冻结所述神经网络模型的情况下，使用所述训练数据集训练所述仿真网络模型，以更新所述仿真网络模型中的所述仿真模型的参数；

第二轮训练：在冻结所述仿真模型的情况下，使用所述训练数据集训练所述仿真网络模型，以更新所述仿真网络模型中的所述神经