本發明涉及門鎖無線通信領域，具體為一種智能門鎖的無線通信方法及裝置。

背景技術：

1、隨著物聯網技術的不斷普及，智能門鎖現在已作為家庭安全的核心入口，但其安全性與無線通信穩定性面臨嚴峻挑戰。而傳統的門鎖無線通信控制往往依賴人工干預，無法滿足現在對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、現有智能門鎖的無線通信方法及裝置多采用傳統整數階模型描述信道動態特性，難以準確刻畫wi-fi、藍牙等設備隨機干擾的歷史累積效應及信道質量的非局部依賴性，導致頻段切換策略滯后或過度反應。同時，現有的無線通信普遍采用固定參數的加密策略與功率控制，無法自適應設備能耗、網絡擁塞、門鎖操作頻率等動態變化場景，導致經常出現安全漏洞、功耗異常或通信中斷。同時在現有的復雜電磁環境中，無線信道質量受同頻干擾、多徑衰落等各種因素影響呈現非高斯噪聲特性，而現有的高斯白噪聲模型及整數階微分方程難以捕捉分數階動態行為與其長記憶性。此外，現有無線通信對鏈路狀態（如頻譜占用率、時延、誤碼率等多維度參數）的穩定性分析多依賴單一指標或閾值比較，缺乏對高維狀態空間的幾何化分析與系統性建模，更加導致異常檢測精度不足。在功率控制方面，現有的智能門鎖的無線通信固定權重的發射功率調整策略無法實時響應網絡擁塞、用戶活動模式變化，易引發功率浪費或通信質量惡化。

3、為了解決上述缺陷，現提供一種技術方案。

技術實現思路

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

2、本發明的目的可以通過以下技術方案實現：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：構建分數階隨機信道演化模型，采用米塔格-萊弗勒函數解析該模型，利用蒙特卡洛模擬生成樣本路徑，通過方差函數得到信道質量方差，若超閾值則發出頻段切換信號，選定最高評分頻段進行切換；

4、步驟s200：對頻段切換后以及未發出頻段切換信號進行頻段優先級評分函數計算頻段優先級評分，匹配相應的加密措施，對相應的頻段優先級評分發出預警，并發出頻段切換信號返回步驟s100進行頻段計算并切換；

5、步驟s300：獲取鏈路的八維狀態向量利用高斯型模糊隸屬度函數計算分析，得到模糊精確轉換指數，利用動態屏障函數將參數限定在安全區，通過混合約束函數進行融合，將鏈路的八維狀態參數映射為單純復形，保留直徑不超閾值的單形分析形成穩定狀態的拓撲邊界，對穩定狀態的拓撲邊界通過滑模控制函數映射滑模面，得到鏈路的滑模面函數值，若滑模面函數值的絕對值大于允許的偏離容限，則返回步驟s100進行頻段計算并切換；

6、步驟s400：獲取門鎖功率控制參數，建立發射功率調整模型，并通過分數階自適應控制函數對發射功率調整模型進行調整功率響應速度，并監測調整功率時功率絕對誤差，并對相應的狀態返回步驟s100進行頻段計算并切換；

7、步驟s500：獲取上述步驟頻段切換的頻率值，不同頻率值對應不同的措施。

8、進一步地，所述選定最高評分頻段進行切換分析步驟：

9、（1）構建分數階隨機信道演化模型，得到門鎖信道質量隨時間的變化規律，分數階隨機信道演化模型包括：dɑa(t)=γ×a(t)+σ×dζw(t)，其中dɑ和dζ分別是caputo型分數階導數，a(t)表示時間t的信道質量，γ表示狀態衰減系數，σ是噪聲強度，w(t)是標準布朗運動；

10、（2）通過米塔格-萊弗勒函數對分數階隨機信道演化模型進行解析分析，得到信道質量的概率分布，其中米塔格-萊弗勒函數：

11、，其中eɑ，β（k）為米塔格-萊弗勒函數，h為求和指標，ɑ和β為函數參數，k為輸入變量，γ（*）為伽馬函數，代入分數階隨機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)表示初始時刻的信道質量，s是積分變量，基于滑動窗口數據，利用分數階最小二乘法得到參數ɑ、ζ、γ和σ數值進行估計，通過最小化目標函數，其中表示向量的范數平方，衡量差異程度，i是求和索引變量，φ1為正則化參數，參數ζ隱含于對a(t)的計算，并ɑ、γ和σ參數共同參與目標函數的優化調整，通過迭代求解使目標函數達到最小值，得到ɑ、ζ、γ和σ數值，利用蒙特卡洛模擬生成大量樣本路徑，統計a(t)在不同時間點的分布，，其中p(a，t)為在時刻t信道質量為a的概率密度函數，δ(*）為狄拉克函數，當a=時，則δ(a-=1，否則等于0；

13、（3）通過方差函數得到信道質量方差var（a(t)）=∫a2×p(a，t)da-u（t）2，其中a表示信道質量的取值，u（t）信道質量a(t)的均值，若信道質量方差大于設定的閾值kl，則發出頻段切換信號，其他無操作，并通過頻段優先級評分函數對分數階隨機信道演化模型進行頻段穩定分析，得到信道選定評分最高的頻段并進行切換，其中頻段優先級評分函數：

14、，其中fj為頻段的序號，ahist(s)為頻段的歷史質量數據，t為時間窗口，s(fj）頻段為優先級評分。

15、進一步地，所述匹配相應的加密措施分析步驟：

16、對頻段切換后以及未發出頻段切換信號利用步驟s100頻段優先級評分函數計算頻段優先級評分，若頻段優先級評分位于設定的比對區間ll1，則對應加密措施一，若頻段優先級評分位于設定的比對區間ll2，則對應加密措施二，若頻段優先級評分位于設定的比對區間ll3，則采用發出預警，并發出頻段切換信號，進行步驟s100的計算信道頻段優先級評分最高的頻段并進行切換。

17、進一步地，所述鏈路的滑模面函數值分析步驟：

18、將鏈路的八維狀態參數空間映射為單純復形，設定距離閾值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，形成連通區域，連通區域的并集形成鏈路參數空間中穩定狀態的拓撲邊界；

19、將得到的穩定狀態的拓撲邊界和混合約束函數b(x)通過滑模控制函數映射為滑模面，滑模控制函數：

20、，其中di表示滑模系數，用于調節各參數維度對滑模面的影響權重，xi，ref表示參考穩定值，χ表示控制切換速度，sign（*）為符號函數，當b(x)超過閾值bth強制狀態軌跡沿滑模面收斂，f(x)表示鏈路的滑模面函數值，若∣f(x)∣>jd1時，則觸發頻段切換信號，其中jd1為允許的偏離容限。

21、進一步地，所述混合約束函數b(x)分析步驟：

22、獲取多維鏈路的誤碼率、時延、重傳次數、信噪比、時延抖動、頻譜占用率、相位噪聲和多普勒頻移，標記為多維鏈路的狀態參數，構建八維狀態向量：x=[x1，x2，…，xi]t，其中t表示矩陣的轉置，i表示八維狀態向量的序號，對每個參數設計高斯型模糊隸屬度函數，隸屬度u低be（xi）=exp（-（xi-zlow）2）/（2η2），其中exp表示以自然常數e為底的指數函數，zlow表示理想低誤碼率中心值，η是標準差，若穩定性等級為不穩定、中等以及穩定，分別對應的中心值為0.25、0.65以及0.95，獲取各多維鏈路的穩定性模糊規則中條件1和條件2的隸屬度，并取其最小值標記為激活強度；計算第n條規則在所有樣本中的激活強度矩陣hmn，其中m為樣本索引，計算各規則的熵值，依據公式，得到各規則的權重wn，其中m為樣本數，n為規則數，利用中心法公式，得到模糊精確轉換指數w(x)；

23、通過動態屏障函數g(x)，將多維鏈路的狀態參數強制在安全區域內，具體的動態屏障函數：

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

25、進一步地，所述多維鏈路的穩定性模糊規則分析步驟：

26、將多維鏈路的狀態參數進行數據標準化處理，作為輸入參數，將鏈路穩定性等級作為輸出目標，使用cart算法訓練決策樹，以信息增益比為分裂準則，將訓練好的決策樹中每條從根到葉子的路徑轉化為“if-then”形式的清晰規則，為每個輸入參數定義模糊集合并依據上述高斯型模糊隸屬度函數，將決策樹中的閾值映射為模糊子集的交叉點，將清晰規則的條件替換為模糊子集組合得到模糊規則，對實時輸入參數計算其在各模糊子集的隸屬度，根據規則前提條件的邏輯關系計算每條模糊規則的激活強度，最后選擇激活強度最大的規則對應的穩定性等級作為輸出，若多規則強度相同則取平均等級，得到多維鏈路的穩定性模糊規則。

27、進一步地，所述監測調整功率時功率絕對誤差分析步驟：

28、獲取門鎖的用戶活動模式，選取用戶活動模式中操作頻率、操作時間間隔標準差和夜間操作，構建三維輸入空間，對各指標進行標準化處理，采用模糊k-means聚類算法，通過迭代優化目標函數，得到每個樣本對低、中、高三類活動三類模式的隸屬度向量，通過熵權法計算三維特征權重，計算各特征的熵值，轉化為權重wj，j表示指標的序號，通過加權重心法計算，得到用戶活動聚模值y；

29、并獲取門鎖的網絡擁塞指數、設備移動速度、剩余電量比例，與用戶活動聚模值y，組成門鎖功率控制參數，建立發射功率調整模型，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）表示時刻t的發射功率調整值，pbas表示基準功率，ω1、ω2、w3以及w4表示門鎖功率控制參數的權重，并通過強化學習實時調整權重，nconge表示網絡擁塞指數，bcuf表示剩余電量比例，vrove表示設備移動速度，vstand表示設備移動標準速度；

30、通過分數階自適應控制函數對發射功率調整模型進行調整功率響應速度，分數階自適應控制函數包括：dνptx(t)=κ×（ppred-ptx(t)）+?0×du×w(t)，其中dν，du表示caputo分數階導數，ppred表示目標發射功率，κ表示收斂速率，?0表示環境擾動強度，w(t)是模擬突發干擾的噪聲項，實時監測目標功率與實際功率的絕對誤差ep(t)=｜ppred-ptx(t)｜，若絕對誤差ep(t)大于設定的閾值eth持續時間大于tfau時，則判定為功率調整失效，停止功率調整，則返回步驟s100進行頻段計算并切換。

31、進一步地，所述實時調整權重分析步驟：

32、收集門鎖功率控制參數取值以及對應的信道質量方差var（a(t)）歷史數據，將門鎖功率控制參數取值進行z-score標準化方法處理，記為輸入向量o（t），構建數據集，將輸入向量作為輸入，劃分訓練集與測試集比例為8：2，用訓練集訓練隨機森林模型，構建決策樹時采用自助采樣法并隨機選特征，在節點分裂時計算不同特征分裂的信道質量方差減少量，整棵樹構建完后累計各特征方差減少量得貢獻度量，通過計算均方誤差函數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的樣本數量，var（apred(t)為預測值，若均方誤差mse超過閾值，則通過調整樹的深度，直至均方誤差值小于設定的閾值結束，將實時輸入的門鎖功率控制參數，代入已訓練好的模型，對貢獻度量歸一化得到各因素對信道質量方差的實時貢獻值fi（t），通過權重調整規則wi（t+1）=wi（t）+η0×（var?target-var（a(t)），其中i表示門鎖功率控制參數的序號，η0表示學習率，vartarget表示標準目標信道質量方差，進行實時調整權重。

33、進一步地，所述不同頻率值對應不同的措施分析步驟：

34、獲取上述步驟門鎖單位時間內的頻段切換次數，標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的信道質量方差設定的閾值kl、步驟s300允許的偏離容限jd1和步驟s400的絕對誤差ep(t)設定的閾值eth均除以修正系數θ1，若頻段切換的頻率值大于閾值tv2，則發出預警，向管理員終端推送包含具體異常數據的警報信息。

35、作為本發明的一種優選實施方式，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、功率控制調整模塊和響應模塊，

36、切換決策模塊構建分數階隨機信道演化模型，采用米塔格-萊弗勒函數解析該模型，利用蒙特卡洛模擬生成樣本路徑，得到信道質量的概率分布，通過方差函數得到信道質量方差，若超閾值則發出頻段切換信號，用頻段優先級評分函數選定最高評分頻段進行切換；

37、安全匹配模塊對頻段切換后以及未發出頻段切換信號進行頻段優先級評分函數計算頻段優先級評分，并匹配相應的加密措施，若頻段優先級評分位于設定的比對區間ll3，則采用發出預警，并發出頻段切換信號返回切換決策模塊進行頻段計算并切換；

38、鏈路控制模塊獲取鏈路的八維狀態向量利用高斯型模糊隸屬度函數計算分析，得到模糊精確轉換指數，利用動態屏障函數將參數限定在安全區，通過混合約束函數進行融合，將鏈路的八維狀態參數映射為單純復形，保留直徑不超閾值的單形分析形成穩定狀態的拓撲邊界，對穩定狀態的拓撲邊界通過滑模控制函數映射滑模面，得到鏈路的滑模面函數值，若滑模面函數值的絕對值大于允許的偏離容限，則返回切換決策模塊進行頻段計算并切換；

39、功率控制調整模塊獲取門鎖功率控制參數，建立發射功率調整模型，并通過分數階自適應控制函數對發射功率調整模型進行調整功率響應速度，并監測調整功率時功率絕對誤差，并對相應的狀態返回決策模塊進行頻段計算并切換；

40、響應模塊獲取頻段切換的頻率值，不同頻率值對應不同的措施。

41、與現有技術相比，本發明的有益效果是：

42、1、本發明通過構建分數階隨機信道演化模型，采用米塔格-萊弗勒函數解析該模型，利用蒙特卡洛模擬生成樣本路徑，通過方差函數得到信道質量方差，若超閾值則發出頻段切換信號，選定最高評分頻段進行切換，對頻段切換后以及未發出頻段切換信號進行頻段優先級評分函數計算頻段優先級評分，匹配相應的加密措施，對相應的頻段優先級評分發出預警，并發出頻段切換信號返回進行頻段計算并切換，獲取鏈路的八維狀態向量利用高斯型模糊隸屬度函數計算分析，得到模糊精確轉換指數，利用動態屏障函數將參數限定在安全區，通過混合約束函數進行融合，將鏈路的八維狀態參數映射為單純復形，保留直徑不超閾值的單形分析形成穩定狀態的拓撲邊界，對穩定狀態的拓撲邊界通過滑模控制函數映射滑模面，得到鏈路的滑模面函數值，若滑模面函數值的絕對值大于允許的偏離容限，則返回進行頻段計算并切換，獲取門鎖功率控制參數，建立發射功率調整模型，并通過分數階自適應控制函數對發射功率調整模型進行調整功率響應速度，并監測調整功率時功率絕對誤差，并對相應的狀態返回進行頻段計算并切換，能準確刻畫wi-fi、藍牙等設備隨機干擾的歷史累積效應及信道質量的非局部依賴性，能自適應設備能耗、網絡擁塞、門鎖操作頻率等動態變化場景，能在同頻干擾、多徑衰落等各種因素影響下呈現非高斯噪聲特性，捕捉分數階動態行為與其長記憶性，能對高維狀態空間的幾何化分析與系統性建模，能動態調整權重的發射功率實時響應網絡擁塞、用戶活動模式變化。

43、2、本發明通過獲取頻段切換的頻率值，不同頻率值對應不同的措施，通過構建信道建模?-?鏈路控制-功率調整-?頻率監測的多層閉環架構，解決了傳統方案在歷史依賴性建模、動態干擾適應及跨層協同優化方面的不足。