一种基站接入设备的活动状态检测方法及系统

1.一种基站接入设备的活动状态检测方法，其特征在于，包括：构建并训练前导码检测神经网络，从接收信号的前导码集合和协方差信息中提取第一信道状态信息；所述前导码检测神经网络包括T个前导码神经网络层，每个前导码神经网络层接收前一层前导码神经网络层的信道估计结果以及接收信号的前导码集合和协方差信息进行估计更新，输出新的信道估计结果；构建并训练数据检测神经网络，从接收信号中的数据信号和前导码集合以及第一信道状态信息中提取第二信道状态信息；空间扩展单元基于预设的转化阈值将第二信道状态信息转化为活动状态估计结果；基站汇总所有空间扩展单元输出的活动状态估计结果，并输出最终的活动状态检测结果。 2.根据权利要求1所述的一种基站接入设备的活动状态检测方法，其特征在于，所述基于预设的转化阈值将第二信道状态信息转化为活动状态估计结果包括：比较第二信道状态信息的模值的平方与转化阈值的大小，若大于转化阈值则活动状态估计结果为活跃状态，反之则为非活跃状态。 3.根据权利要求1所述的一种基站接入设备的活动状态检测方法，其特征在于，所述前导码检测神经网络中的每个前导码神经网络层都包括若干个第一隐藏层；进行迭代计算：每一个第一隐藏层的输出为，上一个第一隐藏层的输出与当前层的权重相乘在加上当前层的偏差向量后乘以当前层的激活函数；在第一个第一隐藏层中以对应的前导码神经网络层的输入作为上一个第一隐藏层的输出。 4.根据权利要求1所述的一种基站接入设备的活动状态检测方法，其特征在于，进行前导码检测神经网络的训练时，以每个前导码神经网络层的信道估计结果与真实结果的差计算欧式范数的平方后再进行加权求和作为第一损失函数；以前导码检测神经网络的信道估计结果与真实结果的差计算欧式范数的平方并求和作为第二损失函数；先以减小第一损失函数的值进行训练直至收敛后，再以最小化第二损失函数进行训练。 5.根据权利要求1或2所述的一种基站接入设备的活动状态检测方法，其特征在于，所述数据检测神经网络包括若干个第二隐藏层；预设层数阈值，对于层数小于层数阈值的第二隐藏层，其输入为上一个第二隐藏层的输出以及数据检测神经网络的输入；对于层数大于等于层数阈值的第二隐藏层，其输入为上一个第二隐藏层的输出。 6.根据权利要求5所述的一种基站接入设备的活动状态检测方法，其特征在于，所述第二隐藏层的数据处理过程包括：对于任意第二隐藏层其输出为，该第二隐藏层的输入与对应的权重相乘并加上对应的偏置向量后，乘以对应的激活函数。 7.根据权利要求5所述的一种基站接入设备的活动状态检测方法，其特征在于，进行数据检测神经网络的训练时，以最小化第三损失函数的值进行训练；所述第三损失函数为以数据检测神经网络的信道估计结果与真实结果的差计算欧式范数的平方并求和。 8.根据权利要求1或2或3或4或6或7所述的一种基站接入设备的活动状态检测方法，其特征在于，所述基站中设置有全局检测模型，对来自于空间扩展单元的活动状态估计结果进行平均后，进行全连接层的权重和偏置参数的处理，最后进行批量归一化操作得到最终的活动状态检测结果。 9.一种基站接入设备的活动状态检测系统，适用于如权利要求1-8任一项所述的活动状态检测方法，其特征在于，包括基站以及基站范围内的若干个空间扩展单元；所述空间扩展单元设置有前导码检测神经网络、数据检测神经网络和转化阈值，接收自身覆盖区域内的信号后，输出对应区域内的设备活动状态估计结果；所述基站设置有全局检测模型，汇总所有空间扩展单元输出的活动状态估计结果，并输出最终的活动状态检测结果。