智能遙控器學習紅外編碼數(shù)據(jù)的糾錯方法研究

深圳市TCL高新技術開發(fā)有限公司 汪 赟

1.引言

家用電器的集中管理，特別是家庭娛樂視聽設備的集中管理，是數(shù)字家庭系統(tǒng)的核心所在。目前，大多數(shù)的娛樂視聽設備都采用紅外遙控器進行設備的控制，要實現(xiàn)這些設備的智能集中管理和控制，就必須對這些設備的遙控器紅外編碼數(shù)據(jù)進行學習。

由于遙控器在學習的過程中難免會受到距離、角度和周圍環(huán)境等影響，導致個別學習數(shù)據(jù)出現(xiàn)干擾出錯的現(xiàn)象，同時，用戶的誤操作也可能導致學習數(shù)據(jù)出錯等問題。目前，在遙控器學習過程中，有的沒有進行學習成敗的判斷，直接當作學習成功處理；有的則丟棄這些數(shù)據(jù)，再次進行重復學習，大大降低了遙控器學習成功的效率。

2.糾錯原理

遙控器學習數(shù)據(jù)糾錯算法的原理：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，在遙控器的學習數(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習數(shù)據(jù)為錯誤數(shù)據(jù)。

如果兩次學習到的某位數(shù)據(jù)出現(xiàn)差異，可以根據(jù)各自的相似數(shù)據(jù)統(tǒng)計個數(shù)分別對差異數(shù)據(jù)作出評價(即對是否存在該種類數(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)對錯誤數(shù)據(jù)進行替代，達到數(shù)據(jù)的糾錯功能。

3.糾錯方法

①對遙控器學習到的數(shù)據(jù)進行對比分析，找出學習數(shù)據(jù)中出現(xiàn)錯誤的數(shù)據(jù)；

②對出現(xiàn)錯誤的數(shù)據(jù)進行相似度統(tǒng)計分析，得出學習數(shù)據(jù)錯誤的類型；

③根據(jù)相似度統(tǒng)計結果，對符合糾錯條件的錯誤數(shù)據(jù)進行糾正。

遙控器學習數(shù)據(jù)糾錯過程包括：(1)差異數(shù)據(jù)遍歷；(2)差異數(shù)據(jù)相似個數(shù)統(tǒng)計；(3)差異數(shù)據(jù)評價。

差異數(shù)據(jù)遍歷：對所學習到的兩組數(shù)據(jù)進行對應位的對比分析遍歷，若對應數(shù)據(jù)之間的差值大于一定的限制范圍，則確認為差異數(shù)據(jù)，最終把差異數(shù)據(jù)的位置和個數(shù)進行存儲。差異數(shù)據(jù)相似個數(shù)統(tǒng)計：對所有的差異數(shù)據(jù)分別在自身數(shù)組中獨位進行對比分析遍歷，若差值小于一定的限制范圍，則確認為相似數(shù)據(jù)，最終對差異數(shù)據(jù)的相似個數(shù)進行個數(shù)統(tǒng)計。

差異數(shù)據(jù)評價：根據(jù)差異數(shù)據(jù)的個數(shù)統(tǒng)計結果進行分析處理，分別得出“學習成功(包括糾錯情況)”、“兩次學習按鍵不一致，學習失敗”、“兩次學習都出現(xiàn)數(shù)據(jù)錯誤，學習失敗”和“差異數(shù)據(jù)特征不明顯，學習失敗”的學習結果。其中，通過差異數(shù)據(jù)相似個數(shù)的統(tǒng)計結果，判斷該位數(shù)據(jù)是否符合糾錯條件，如果符合條件則對差異數(shù)據(jù)中錯誤的數(shù)據(jù)進行替代，實現(xiàn)學習數(shù)據(jù)的糾錯功能。

4.實施步驟

步驟一：

獲取遙控器兩次學習的學習數(shù)據(jù)，剔除翻轉位后的數(shù)據(jù)數(shù)組假設為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“重復不變性”，即同一按鍵重復多次遙控時，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“重復不變性”，即同一按鍵重復多次遙控時，其發(fā)送的數(shù)據(jù)是不一樣的(如RC5協(xié)議的翻轉位，該翻轉位在兩次重復遙控時會產(chǎn)生翻轉)。翻轉位是部分協(xié)議的特征，所以必須把翻轉位剔除后再進行學習數(shù)據(jù)的糾錯(因為糾錯算法本身是對兩組意義上是一致的數(shù)據(jù)所進行的處理)。

步驟二：

對數(shù)組A和數(shù)組B的對應位進行順序對比分析遍歷，找出數(shù)組A和數(shù)組B的差異數(shù)據(jù)位置和個數(shù)。

假設數(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)組中逐位進行對比分析遍歷，若差值小于一定的限制范圍，則確認為相似數(shù)據(jù)，最終對差異數(shù)據(jù)的相似個數(shù)進行個數(shù)統(tǒng)計。

假設差異數(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)相似個數(shù)統(tǒng)計流程圖

步驟四：

根據(jù)步驟三所統(tǒng)計到的差異數(shù)據(jù)的相似個數(shù)對差異數(shù)據(jù)進行分析評價。

設定差異數(shù)據(jù)具備基本類型特征的相似個數(shù)為MAX，不具備基本類型特征的相似個數(shù)為MIN，則處于MIN和MAX之間的差異數(shù)據(jù)相似個數(shù)為特征不明顯數(shù)據(jù)。

根據(jù)“遙控器學習數(shù)據(jù)糾錯算法的原理”，可以根據(jù)差異數(shù)據(jù)的相似個數(shù)對該數(shù)據(jù)的正確與否作出判斷。設定差異數(shù)據(jù)的相似個數(shù)大于MAX，則認為該數(shù)據(jù)是具備有基本類型特征的，即該數(shù)據(jù)是學習正確的；設定差異數(shù)據(jù)的相似個數(shù)小于MIN，則認為該數(shù)據(jù)不具備有基本類型特征的，即該數(shù)據(jù)是學習錯誤的；設定差異數(shù)據(jù)的相似個數(shù)處于MIN與MAX之間，則認為該數(shù)據(jù)的基本類型特征不明顯，最終也會當學習失敗處理。

遙控器學習數(shù)據(jù)糾錯方法的整體流程圖如圖3所示。

圖3 遙控器學習數(shù)據(jù)糾錯算法流程圖

圖3中“MIN”和“MAX”為判斷差異數(shù)據(jù)相似個數(shù)數(shù)量是否具備基本類型特征的評價參數(shù)，該參數(shù)可以根據(jù)需要進行調(diào)整。

5.實施效果

在對智能遙控器進行紅外數(shù)據(jù)學習的開發(fā)過程中，進行了大量的試驗驗證，表1為在各測試角度下的試驗驗證統(tǒng)計結果(測試距離為50cm)。

表1 紅外數(shù)據(jù)學習結果統(tǒng)計

從表1的統(tǒng)計結果可以看出，在加入遙控器學習的糾錯算法后，遙控器在小于±30°的測試角度范圍內(nèi)，其學習成功的概率保持在93%以上。

[1]鄭偉,謝利理,張震.一種具有自學習功能的智能紅外遙控器設計[J].計算機測量與控制,2007,15(12):1758-1759.

[2]李厚春,史延東,寧飛.通用學習式智能紅外遙控器檢測儀的設計[J].計算機測量與控制,2005,13(1):98-100.