一种手机温度监测预警方法与流程

1.本发明涉及温度监测技术领域，具体涉及一种手机温度监测预警方法。


背景技术：

2.在手机中各个处理器芯片中均包括：ptat电流基准源单元、比较器和阈值温度选择单元，比较器的同相端与ptat电流基准源单元电连接，用于输入基准电流，比较器的反相端与阈值温度选择单元电连接，用于输入参考电流；比较器用于比较参考电流与基准电流的大小，并根据比较结果输出过温告警信号。
3.因此，现有技术是根据正温度系数电流数据与电流成正比的关系从而直接将采集的正温度系数电流数据与电流阈值进行比较，在超过电流阈值时，进行报警。现有的手机温度监测预警方法仅是在已经发生温度过高时进行预测，无法预测未来时间的温度情况。


技术实现要素：

4.针对现有技术中的上述不足，本发明提供的一种手机温度监测预警方法解决了现有的手机温度监测预警方法仅是在已经发生温度过高时进行预测，无法预测未来时间的温度的问题。
5.为了达到上述发明目的，本发明采用的技术方案为：一种手机温度监测预警方法，包括以下步骤：
6.s1、采集手机处理器中正温度系数电流数据；
7.s2、对正温度系数电流数据进行去噪处理，得到去噪电流数据；
8.s3、根据去噪电流数据，计算手机处理器温度值；
9.s4、根据手机处理器温度值变化情况，基于预测时间，对未来的手机温度值进行预测；
10.s5、在预测的手机温度值高于温度阈值时，进行提示报警。
11.进一步地，所述s2包括以下分步骤：
12.s21、构建一个长度为的去噪块；
13.s22、对去噪块填充多个初始正温度系数电流数据；
14.s23、将去噪块中正温度系数电流数据依次后退一位，排除去噪块中末位正温度系数电流数据；
15.s24、将去噪块中首位用最新采集的正温度系数电流数据填充；
16.s25、在每次首位填充后，均跳转至s23中，并根据每次填充后去噪块中正温度系数电流数据，计算去噪电流数据。
17.上述进一步地方案的有益效果为：本发明中的去噪块每次将最新采集的正温度系数电流数据填充至首位，其余历史正温度系数电流数据后退一位，并将末尾的正温度系数电流数据排除，使得去噪块始终保存最新采集的个正温度系数电流数据，在每次首位填充后，均会计算一个去噪电流数据。
18.进一步地，所述s25中计算去噪电流数据的公式为：
19.，
20.其中，为第个去噪电流数据，为最新采集的正温度系数电流数据，为去噪因子，为第个去噪电流数据；
21.所述去噪因子的公式为：
22.，
23.其中，为去噪块的长度，为去噪块中除最新采集的正温度系数电流数据外第个正温度系数电流数据，| |为绝对值运算。
24.上述进一步地方案的有益效果为：本发明将最新采集的正温度系数电流数据与去噪块中其他正温度系数电流数据的平均值做差，得到去噪因子，若最新采集的正温度系数电流数据为噪点，则与平均值存在较大差值，利用体现增长情况，在去噪因子较大时，大于0.5，则重点考虑去噪电流数据的值，小部分考虑最新采集的正温度系数电流数据的值，从而达到去噪效果。
25.进一步地，所述s3中手机处理器温度值的公式为：
26.，
27.其中，为手机处理器温度值，为比例系数，为温度系数，为第个去噪电流数据。
28.进一步地，所述s4包括以下步骤：
29.s41、建立温度预测模型；
30.s42、采用训练集对温度预测模型进行训练，得到训练完成的温度预测模型；
31.s43、取最新的个手机处理器温度值，并按时间先后顺序排列，构成温度数据序列；
32.s44、根据温度数据序列中的温度值，构建温度特征序列，其中，为温度均值，为最大温度值，为最小温度值，为温度平均变化速率，为最大温度变化速率，为温度波动变化速率；
33.s45、将温度特征序列和预测时间输入训练完成的温度预测模型，得到在未来时间段的手机温度值。
34.上述进一步地方案的有益效果为：将最新的个手机处理器温度值根据时间先后排列，体现数据随时间的变化情况，再根据温度均值，体现整个温度数据序列的整体温度水平，通过最大温度值和最小温度值体现整个温度数据序列的上下限，温度平均变化速率体现整体温度数据序列的整体增长趋势，通过最大温度变化速率体现整体温度数据序列的数
据增长剧烈的时刻，温度波动变化速率体现整体温度数据序列的数据变化情况，通过温度特征序列替代原温度数据序列，凸显数据特征，使得温度特征序列更容易在温度预测模型中表现，提高温度预测精度。
35.进一步地，所述s41中温度预测模型包括：输入层、第一隐藏层、第二隐藏层和输出层；
36.所述输入层的输入端作为温度预测模型的输入端，其输出端与第一隐藏层的输入端连接；所述第二隐藏层的输入端与第一隐藏层的输出端连接；所述第二隐藏层的输出端与输出层的输入端连接；所述输出层的输出端作为温度预测模型的输出端。
37.进一步地，所述输入层用于输入温度特征序列和预测时间；第一隐藏层采用sigmoid激活函数，第二隐藏层采用双曲正切激活函数；
38.所述输出层的表达式为：
39.，
40.，
41.其中，为输出层的输出，为双曲正切激活函数，为中间参数，为第二隐藏层上第个节点的权值，为第二隐藏层上第个节点的输出，为第二隐藏层上第个节点的阈值，为第二隐藏层上节点的数量。
42.上述进一步地方案的有益效果为：本发明中对第二隐藏层的每个节点输出的数据赋予不同权值和阈值，从而便于实现更为复杂的映射关系，本发明中利用双曲正切激活函数计算出中间参数所占的比重，再与相乘，达到调整输出的目的，实现自适应的调整输出层关注度，提高预测精度。
43.进一步地，所述温度平均变化速率的计算公式为：
44.，
45.其中，为温度数据序列中第个温度值，为温度数据序列中第个温度值，为温度数据序列中温度值的数量，为采集个温度值的时间。
46.上述进一步地方案的有益效果为：本发明中通过前一温度值与后一个温度值的差值，再将所有差值叠加，将叠加结果与采集时间相除，得到温度平均变化速率，体现数据的整体变化情况。
47.进一步地，所述最大温度变化速率的计算公式为：
48.，
49.其中，为取最大值，为温度数据序列中第个温度值，为温度数据序列中第个温度值，为采集与之间的时间差，为温度数据序列中温度值的数量。
50.上述进一步地方案的有益效果为：本发明中通过前一温度值与后一个温度值的差值，将差值与采样时间间隔相除，得到温度变化速率，并提取最大的温度变化速率。
51.进一步地，所述温度波动变化速率的公式为：
52.，
53.其中，为温度数据序列中第个温度值，为温度数据序列中温度值的数量，为温度均值，为采集个温度值的时间。
54.上述进一步地方案的有益效果为：本发明通过三阶矩将温度值与平均温度值的差值放大，放大温度波动水平，并除以采集个温度值的时间，体现整体的温度波动变化情况。
55.综上，本发明的有益效果为：本发明中通过采集正温度系数电流数据，并对其进行去噪处理，滤除采样噪声，再根据去噪电流数据，得到手机处理器温度值，根据温度值的变化情况，基于预测时间，对未来的手机温度值进行预测，若温度值的上涨幅度和变化幅度大，预测的手机温度值可能高于温度阈值，则可以提前进行报警，从而实现对未来时间的温度进行预测和报警。
附图说明
56.图1为一种手机温度监测预警方法的流程图。
具体实施方式
57.下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
58.如图1所示，一种手机温度监测预警方法，包括以下步骤：
59.s1、采集手机处理器中正温度系数电流数据；
60.s2、对正温度系数电流数据进行去噪处理，得到去噪电流数据；
61.所述s2包括以下分步骤：
62.s21、构建一个长度为的去噪块；
63.s22、对去噪块填充多个初始正温度系数电流数据；
64.s23、将去噪块中正温度系数电流数据依次后退一位，排除去噪块中末位正温度系数电流数据；
65.s24、将去噪块中首位用最新采集的正温度系数电流数据填充；
66.s25、在每次首位填充后，均跳转至s23中，并根据每次填充后去噪块中正温度系数电流数据，计算去噪电流数据。
67.本发明中的去噪块每次将最新采集的正温度系数电流数据填充至首位，其余历史正温度系数电流数据后退一位，并将末尾的正温度系数电流数据排除，使得去噪块始终保存最新采集的个正温度系数电流数据，在每次首位填充后，均会计算一个去噪电流数据。
68.所述s25中计算去噪电流数据的公式为：
69.，
70.其中，为第个去噪电流数据，为最新采集的正温度系数电流数据，为去噪因子，为第个去噪电流数据；
71.所述去噪因子的公式为：
72.，
73.其中，为去噪块的长度，为去噪块中除最新采集的正温度系数电流数据外第个正温度系数电流数据，| |为绝对值运算。
74.本发明将最新采集的正温度系数电流数据与去噪块中其他正温度系数电流数据的平均值做差，得到去噪因子，若最新采集的正温度系数电流数据为噪点，则与平均值存在较大差值，利用体现增长情况，在去噪因子较大时，大于0.5，则重点考虑去噪电流数据的值，小部分考虑最新采集的正温度系数电流数据的值，从而达到去噪效果。
75.s3、根据去噪电流数据，计算手机处理器温度值；
76.所述s3中手机处理器温度值的公式为：
77.，
78.其中，为手机处理器温度值，为比例系数，为温度系数，为第个去噪电流数据。
79.s4、根据手机处理器温度值变化情况，基于预测时间，对未来的手机温度值进行预测；
80.所述s4包括以下步骤：
81.s41、建立温度预测模型；
82.所述s41中温度预测模型包括：输入层、第一隐藏层、第二隐藏层和输出层；
83.所述输入层的输入端作为温度预测模型的输入端，其输出端与第一隐藏层的输入端连接；所述第二隐藏层的输入端与第一隐藏层的输出端连接；所述第二隐藏层的输出端与输出层的输入端连接；所述输出层的输出端作为温度预测模型的输出端。
84.所述输入层用于输入温度特征序列和预测时间；第一隐藏层采用sigmoid激活函
数，第二隐藏层采用双曲正切激活函数；
85.所述输出层的表达式为：
86.，
87.，
88.其中，为输出层的输出，为双曲正切激活函数，为中间参数，为第二隐藏层上第个节点的权值，为第二隐藏层上第个节点的输出，为第二隐藏层上第个节点的阈值，为第二隐藏层上节点的数量。
89.本发明中对第二隐藏层的每个节点输出的数据赋予不同权值和阈值，从而便于实现更为复杂的映射关系，本发明中利用双曲正切激活函数计算出中间参数所占的比重，再与相乘，达到调整输出的目的，实现自适应的调整输出层关注度，提高预测精度。
90.s42、采用训练集对温度预测模型进行训练，得到训练完成的温度预测模型；
91.在本实施例中，训练集中样本为：温度特征序列和时间，标签为温度特征序列和时间对应的温度值，训练过程可采用梯度下降法。
92.s43、取最新的个手机处理器温度值，并按时间先后顺序排列，构成温度数据序列；
93.s44、根据温度数据序列中的温度值，构建温度特征序列，其中，为温度均值，为最大温度值，为最小温度值，为温度平均变化速率，为最大温度变化速率，为温度波动变化速率；
94.s45、将温度特征序列和预测时间输入训练完成的温度预测模型，得到在未来时间段的手机温度值。
95.将最新的个手机处理器温度值根据时间先后排列，体现数据随时间的变化情况，再根据温度均值，体现整个温度数据序列的整体温度水平，通过最大温度值和最小温度值体现整个温度数据序列的上下限，温度平均变化速率体现整体温度数据序列的整体增长趋势，通过最大温度变化速率体现整体温度数据序列的数据增长剧烈的时刻，温度波动变化速率体现整体温度数据序列的数据变化情况，通过温度特征序列替代原温度数据序列，凸显数据特征，使得温度特征序列更容易在温度预测模型中表现，提高温度预测精度。
96.所述温度平均变化速率的计算公式为：
97.，
98.其中，为温度数据序列中第个温度值，为温度数据序列中第个温度值，为温度数据序列中温度值的数量，为采集个温度值的时间。
99.本发明中通过前一温度值与后一个温度值的差值，再将所有差值叠加，将叠加结果与采集时间相除，得到温度平均变化速率，体现数据的整体变化情况。
100.所述最大温度变化速率的计算公式为：
101.，
102.其中，为取最大值，为温度数据序列中第个温度值，为温度数据序列中第个温度值，为采集与之间的时间差，为温度数据序列中温度值的数量。
103.本发明中通过前一温度值与后一个温度值的差值，将差值与采样时间间隔相除，得到温度变化速率，并提取最大的温度变化速率。
104.所述温度波动变化速率的公式为：
105.，
106.其中，为温度数据序列中第个温度值，为温度数据序列中温度值的数量，为温度均值，为采集个温度值的时间。
107.本发明通过三阶矩将温度值与平均温度值的差值放大，放大温度波动水平，并除以采集个温度值的时间，体现整体的温度波动变化情况。
108.s5、在预测的手机温度值高于温度阈值时，进行提示报警。
109.本发明中通过采集正温度系数电流数据，并对其进行去噪处理，滤除采样噪声，再根据去噪电流数据，得到手机处理器温度值，根据温度值的变化情况，基于预测时间，对未来的手机温度值进行预测，若温度值的上涨幅度和变化幅度大，预测的手机温度值可能高于温度阈值，则可以提前进行报警，从而实现对未来时间的温度进行预测和报警。
110.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种手机温度监测预警方法，其特征在于，包括以下步骤：s1、采集手机处理器中正温度系数电流数据；s2、对正温度系数电流数据进行去噪处理，得到去噪电流数据；s3、根据去噪电流数据，计算手机处理器温度值；s4、根据手机处理器温度值变化情况，基于预测时间，对未来的手机温度值进行预测；s5、在预测的手机温度值高于温度阈值时，进行提示报警。2.根据权利要求1所述的手机温度监测预警方法，其特征在于，所述s2包括以下分步骤：s21、构建一个长度为的去噪块；s22、对去噪块填充多个初始正温度系数电流数据；s23、将去噪块中正温度系数电流数据依次后退一位，排除去噪块中末位正温度系数电流数据；s24、将去噪块中首位用最新采集的正温度系数电流数据填充；s25、在每次首位填充后，均跳转至s23中，并根据每次填充后去噪块中正温度系数电流数据，计算去噪电流数据。3.根据权利要求2所述的手机温度监测预警方法，其特征在于，所述s25中计算去噪电流数据的公式为：，其中，为第个去噪电流数据，为最新采集的正温度系数电流数据，为去噪因子，为第个去噪电流数据；所述去噪因子的公式为：，其中，为去噪块的长度，为去噪块中除最新采集的正温度系数电流数据外第个正温度系数电流数据，| |为绝对值运算。4.根据权利要求1所述的手机温度监测预警方法，其特征在于，所述s3中手机处理器温度值的公式为：，其中，为手机处理器温度值，为比例系数，为温度系数，为第个去噪电流数据。5.根据权利要求1所述的手机温度监测预警方法，其特征在于，所述s4包括以下步骤：s41、建立温度预测模型；s42、采用训练集对温度预测模型进行训练，得到训练完成的温度预测模型；s43、取最新的个手机处理器温度值，并按时间先后顺序排列，构成温度数据序列；s44、根据温度数据序列中的温度值，构建温度特征序列，
其中，为温度均值，为最大温度值，为最小温度值，为温度平均变化速率，为最大温度变化速率，为温度波动变化速率；s45、将温度特征序列和预测时间输入训练完成的温度预测模型，得到在未来时间段的手机温度值。6.根据权利要求5所述的手机温度监测预警方法，其特征在于，所述s41中温度预测模型包括：输入层、第一隐藏层、第二隐藏层和输出层；所述输入层的输入端作为温度预测模型的输入端，其输出端与第一隐藏层的输入端连接；所述第二隐藏层的输入端与第一隐藏层的输出端连接；所述第二隐藏层的输出端与输出层的输入端连接；所述输出层的输出端作为温度预测模型的输出端。7.根据权利要求6所述的手机温度监测预警方法，其特征在于，所述输入层用于输入温度特征序列和预测时间；第一隐藏层采用sigmoid激活函数，第二隐藏层采用双曲正切激活函数；所述输出层的表达式为：，，其中，为输出层的输出，为双曲正切激活函数，为中间参数，为第二隐藏层上第个节点的权值，为第二隐藏层上第个节点的输出，为第二隐藏层上第个节点的阈值，为第二隐藏层上节点的数量。8.根据权利要求5所述的手机温度监测预警方法，其特征在于，所述温度平均变化速率的计算公式为：，其中，为温度数据序列中第个温度值，为温度数据序列中第个温度值，为温度数据序列中温度值的数量，为采集个温度值的时间。9.根据权利要求5所述的手机温度监测预警方法，其特征在于，所述最大温度变化速率的计算公式为：，其中，为取最大值，为温度数据序列中第个温度值，为温度数据序列中第个温度值，为采集与之间的时间差，为温度数据序列中温度值的数量。10.根据权利要求5所述的手机温度监测预警方法，其特征在于，所述温度波动变化速
率的公式为：，其中，为温度数据序列中第个温度值，为温度数据序列中温度值的数量，为温度均值，为采集个温度值的时间。

技术总结
本发明公开了一种手机温度监测预警方法，属于温度监测技术领域，本发明中通过采集正温度系数电流数据，并对其进行去噪处理，滤除采样噪声，再根据去噪电流数据，得到手机处理器温度值，根据温度值的变化情况，基于预测时间，对未来的手机温度值进行预测，若温度值的上涨幅度和变化幅度大，预测的手机温度值可能高于温度阈值，则可以提前进行报警，从而实现对未来时间的温度进行预测和报警。来时间的温度进行预测和报警。来时间的温度进行预测和报警。


技术研发人员：周奇 魏杰 宋大刚
受保护的技术使用者：宜宾邦华智慧科技有限公司
技术研发日：2023.06.26
技术公布日：2023/8/1