深圳市TCL高新技術(shù)開發(fā)有限公司 汪 赟
家用電器的集中管理,特別是家庭娛樂視聽設(shè)備的集中管理,是數(shù)字家庭系統(tǒng)的核心所在。目前,大多數(shù)的娛樂視聽設(shè)備都采用紅外遙控器進(jìn)行設(shè)備的控制,要實(shí)現(xiàn)這些設(shè)備的智能集中管理和控制,就必須對(duì)這些設(shè)備的遙控器紅外編碼數(shù)據(jù)進(jìn)行學(xué)習(xí)。
由于遙控器在學(xué)習(xí)的過程中難免會(huì)受到距離、角度和周圍環(huán)境等影響,導(dǎo)致個(gè)別學(xué)習(xí)數(shù)據(jù)出現(xiàn)干擾出錯(cuò)的現(xiàn)象,同時(shí),用戶的誤操作也可能導(dǎo)致學(xué)習(xí)數(shù)據(jù)出錯(cuò)等問題。目前,在遙控器學(xué)習(xí)過程中,有的沒有進(jìn)行學(xué)習(xí)成敗的判斷,直接當(dāng)作學(xué)習(xí)成功處理;有的則丟棄這些數(shù)據(jù),再次進(jìn)行重復(fù)學(xué)習(xí),大大降低了遙控器學(xué)習(xí)成功的效率。
遙控器學(xué)習(xí)數(shù)據(jù)糾錯(cuò)算法的原理:在任意一種遙控器的編碼格式中,其“邏輯0”和“邏輯1”都有固定的脈沖格式。所以,在遙控器的學(xué)習(xí)數(shù)據(jù)中,數(shù)據(jù)在一定偏差范圍內(nèi)其種類也是固定的,如果有數(shù)據(jù)超出了種類的范圍,那么可以判斷出該學(xué)習(xí)數(shù)據(jù)為錯(cuò)誤數(shù)據(jù)。
如果兩次學(xué)習(xí)到的某位數(shù)據(jù)出現(xiàn)差異,可以根據(jù)各自的相似數(shù)據(jù)統(tǒng)計(jì)個(gè)數(shù)分別對(duì)差異數(shù)據(jù)作出評(píng)價(jià)(即對(duì)是否存在該種類數(shù)據(jù)作出判斷),如果有正確數(shù)據(jù)的存在,則用正確數(shù)據(jù)對(duì)錯(cuò)誤數(shù)據(jù)進(jìn)行替代,達(dá)到數(shù)據(jù)的糾錯(cuò)功能。
①對(duì)遙控器學(xué)習(xí)到的數(shù)據(jù)進(jìn)行對(duì)比分析,找出學(xué)習(xí)數(shù)據(jù)中出現(xiàn)錯(cuò)誤的數(shù)據(jù);
②對(duì)出現(xiàn)錯(cuò)誤的數(shù)據(jù)進(jìn)行相似度統(tǒng)計(jì)分析,得出學(xué)習(xí)數(shù)據(jù)錯(cuò)誤的類型;
③根據(jù)相似度統(tǒng)計(jì)結(jié)果,對(duì)符合糾錯(cuò)條件的錯(cuò)誤數(shù)據(jù)進(jìn)行糾正。
遙控器學(xué)習(xí)數(shù)據(jù)糾錯(cuò)過程包括:(1)差異數(shù)據(jù)遍歷;(2)差異數(shù)據(jù)相似個(gè)數(shù)統(tǒng)計(jì);(3)差異數(shù)據(jù)評(píng)價(jià)。
差異數(shù)據(jù)遍歷:對(duì)所學(xué)習(xí)到的兩組數(shù)據(jù)進(jìn)行對(duì)應(yīng)位的對(duì)比分析遍歷,若對(duì)應(yīng)數(shù)據(jù)之間的差值大于一定的限制范圍,則確認(rèn)為差異數(shù)據(jù),最終把差異數(shù)據(jù)的位置和個(gè)數(shù)進(jìn)行存儲(chǔ)。差異數(shù)據(jù)相似個(gè)數(shù)統(tǒng)計(jì):對(duì)所有的差異數(shù)據(jù)分別在自身數(shù)組中獨(dú)位進(jìn)行對(duì)比分析遍歷,若差值小于一定的限制范圍,則確認(rèn)為相似數(shù)據(jù),最終對(duì)差異數(shù)據(jù)的相似個(gè)數(shù)進(jìn)行個(gè)數(shù)統(tǒng)計(jì)。
差異數(shù)據(jù)評(píng)價(jià):根據(jù)差異數(shù)據(jù)的個(gè)數(shù)統(tǒng)計(jì)結(jié)果進(jìn)行分析處理,分別得出“學(xué)習(xí)成功(包括糾錯(cuò)情況)”、“兩次學(xué)習(xí)按鍵不一致,學(xué)習(xí)失敗”、“兩次學(xué)習(xí)都出現(xiàn)數(shù)據(jù)錯(cuò)誤,學(xué)習(xí)失敗”和“差異數(shù)據(jù)特征不明顯,學(xué)習(xí)失敗”的學(xué)習(xí)結(jié)果。其中,通過差異數(shù)據(jù)相似個(gè)數(shù)的統(tǒng)計(jì)結(jié)果,判斷該位數(shù)據(jù)是否符合糾錯(cuò)條件,如果符合條件則對(duì)差異數(shù)據(jù)中錯(cuò)誤的數(shù)據(jù)進(jìn)行替代,實(shí)現(xiàn)學(xué)習(xí)數(shù)據(jù)的糾錯(cuò)功能。
步驟一:
獲取遙控器兩次學(xué)習(xí)的學(xué)習(xí)數(shù)據(jù),剔除翻轉(zhuǎn)位后的數(shù)據(jù)數(shù)組假設(shè)為A和B。
根據(jù)目前遙控器的數(shù)據(jù)傳輸協(xié)議,可將傳輸協(xié)議分為兩類:一類是具備“重復(fù)不變性”,即同一按鍵重復(fù)多次遙控時(shí),其發(fā)送的數(shù)據(jù)是一樣的(如NEC協(xié)議);另一類是不具備“重復(fù)不變性”,即同一按鍵重復(fù)多次遙控時(shí),其發(fā)送的數(shù)據(jù)是不一樣的(如RC5協(xié)議的翻轉(zhuǎn)位,該翻轉(zhuǎn)位在兩次重復(fù)遙控時(shí)會(huì)產(chǎn)生翻轉(zhuǎn))。翻轉(zhuǎn)位是部分協(xié)議的特征,所以必須把翻轉(zhuǎn)位剔除后再進(jìn)行學(xué)習(xí)數(shù)據(jù)的糾錯(cuò)(因?yàn)榧m錯(cuò)算法本身是對(duì)兩組意義上是一致的數(shù)據(jù)所進(jìn)行的處理)。
步驟二:
對(duì)數(shù)組A和數(shù)組B的對(duì)應(yīng)位進(jìn)行順序?qū)Ρ确治霰闅v,找出數(shù)組A和數(shù)組B的差異數(shù)據(jù)位置和個(gè)數(shù)。
假設(shè)數(shù)組A={a1,a2,……,an};數(shù)組B={b1,b2,……,bn}
則其流程圖如圖1所示。
圖1 差異數(shù)據(jù)遍歷流程圖
步驟三:
對(duì)步驟二遍歷到的所有差異數(shù)據(jù)分別在自身數(shù)組中逐位進(jìn)行對(duì)比分析遍歷,若差值小于一定的限制范圍,則確認(rèn)為相似數(shù)據(jù),最終對(duì)差異數(shù)據(jù)的相似個(gè)數(shù)進(jìn)行個(gè)數(shù)統(tǒng)計(jì)。
假設(shè)差異數(shù)據(jù)位置的數(shù)組D={d1,d2,……,dm}
則其流程圖如圖2所示。
圖2 差異數(shù)據(jù)相似個(gè)數(shù)統(tǒng)計(jì)流程圖
步驟四:
根據(jù)步驟三所統(tǒng)計(jì)到的差異數(shù)據(jù)的相似個(gè)數(shù)對(duì)差異數(shù)據(jù)進(jìn)行分析評(píng)價(jià)。
設(shè)定差異數(shù)據(jù)具備基本類型特征的相似個(gè)數(shù)為MAX,不具備基本類型特征的相似個(gè)數(shù)為MIN,則處于MIN和MAX之間的差異數(shù)據(jù)相似個(gè)數(shù)為特征不明顯數(shù)據(jù)。
根據(jù)“遙控器學(xué)習(xí)數(shù)據(jù)糾錯(cuò)算法的原理”,可以根據(jù)差異數(shù)據(jù)的相似個(gè)數(shù)對(duì)該數(shù)據(jù)的正確與否作出判斷。設(shè)定差異數(shù)據(jù)的相似個(gè)數(shù)大于MAX,則認(rèn)為該數(shù)據(jù)是具備有基本類型特征的,即該數(shù)據(jù)是學(xué)習(xí)正確的;設(shè)定差異數(shù)據(jù)的相似個(gè)數(shù)小于MIN,則認(rèn)為該數(shù)據(jù)不具備有基本類型特征的,即該數(shù)據(jù)是學(xué)習(xí)錯(cuò)誤的;設(shè)定差異數(shù)據(jù)的相似個(gè)數(shù)處于MIN與MAX之間,則認(rèn)為該數(shù)據(jù)的基本類型特征不明顯,最終也會(huì)當(dāng)學(xué)習(xí)失敗處理。
遙控器學(xué)習(xí)數(shù)據(jù)糾錯(cuò)方法的整體流程圖如圖3所示。
圖3 遙控器學(xué)習(xí)數(shù)據(jù)糾錯(cuò)算法流程圖
圖3中“MIN”和“MAX”為判斷差異數(shù)據(jù)相似個(gè)數(shù)數(shù)量是否具備基本類型特征的評(píng)價(jià)參數(shù),該參數(shù)可以根據(jù)需要進(jìn)行調(diào)整。
在對(duì)智能遙控器進(jìn)行紅外數(shù)據(jù)學(xué)習(xí)的開發(fā)過程中,進(jìn)行了大量的試驗(yàn)驗(yàn)證,表1為在各測(cè)試角度下的試驗(yàn)驗(yàn)證統(tǒng)計(jì)結(jié)果(測(cè)試距離為50cm)。
表1 紅外數(shù)據(jù)學(xué)習(xí)結(jié)果統(tǒng)計(jì)
從表1的統(tǒng)計(jì)結(jié)果可以看出,在加入遙控器學(xué)習(xí)的糾錯(cuò)算法后,遙控器在小于±30°的測(cè)試角度范圍內(nèi),其學(xué)習(xí)成功的概率保持在93%以上。
[1]鄭偉,謝利理,張震.一種具有自學(xué)習(xí)功能的智能紅外遙控器設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制,2007,15(12):1758-1759.
[2]李厚春,史延?xùn)|,寧飛.通用學(xué)習(xí)式智能紅外遙控器檢測(cè)儀的設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制,2005,13(1):98-100.