近场通信功能管理方法、装置、电子设备及存储介质与流程

文档序号:32439209发布日期:2022-12-06 20:44阅读:81来源:国知局
近场通信功能管理方法、装置、电子设备及存储介质与流程

1.本技术涉及移动通信技术领域,更具体地,涉及一种近场通信功能管理方法、装置、电子设备及存储介质。


背景技术:

2.近场通信(near field communication,简称nfc)技术可以让使用了nfc技术的设备可以在彼此靠近的情况下进行数据交换,是由非接触式射频识别及互连互通技术整合演变而来的。通过在单一芯片上集成感应式读卡器、感应式卡片和点对点通信的功能,利用移动终端实现移动支付、电子票务、门禁、移动身份识别、防伪等应用。
3.当前装载有nfc的手机在某个场景下使用时,手机接收到了场强信号,会自动唤醒手机nfc功能并显示近场通信的交互界面,例如刷卡界面等,如果该场景并不需要使用nfc功能,就会使得用户体验感不好。


技术实现要素:

4.鉴于上述问题,本技术提出了一种近场通信功能管理方法、装置、电子设备及存储介质。
5.第一方面,本技术实施例提供了一种近场通信功能管理方法,应用于电子设备,所述电子设备具有近场通信功能,所述方法包括:获取外界的近场通信场强信号;确定所述近场通信场强信号对应的场景类型;若所述近场通信场强信号对应的场景类型与目标场景类型匹配,保持所述近场通信功能静默状态。
6.第二方面,本技术实施例提供了一种近场通信功能管理装置,所述装置包括:信号获取模块,用于获取外界的近场通信场强信号;场景类型确定模块,用于确定所述近场通信场强信号对应的场景类型;近场通信功能状态获取模块,用于若所述近场通信场强信号对应的场景类型与目标场景类型匹配,保持所述近场通信功能静默状态。
7.第三方面,本技术实施例提供了一种电子设备,包括:一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述第一方面提供的近场通信功能管理方法。
8.第四方面,本技术实施例提供了一种计算机可读取存储介质,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行上述第一方面提供的近场通信功能管理方法。
9.本技术提供的方案,当获取到外界发送的近场通信信号后,通过确定近场通信场强信号对应的场景类型来与目标场景类型进行匹配,当近场通信场强信号对应的场景类型与目标场景类型匹配成功时,电子设备不会因为接收到与目标场景类型匹配的近场通信场强信号就切换至近场通信功能界面,而是保持电子设备中的近场通信功能静默,可以实现对近场通信功能的精确管理,同时提高用户体验。
附图说明
10.为了更清楚地说明本技术实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本技术的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
11.图1示出了本技术实施例提供的近场通信功能管理方法的流程示意图。
12.图2示出了本技术实施例提供的近场通信功能管理方法中步骤s120的流程图。
13.图3示出了本技术实施例提供的近场通信功能管理方法中的场景示意图。
14.图4示出了本技术实施例提供的近场通信功能管理方法中的另一场景示意图。
15.图5示出了本技术实施例中的场景预测模型的获取方法的流程示意图。
16.图6示出了本技术实施例中不同场景类型下不同电子设备发出的不同场强信号的示意图。
17.图7示出了本技术另一实施例提供的近场通信功能管理方法的流程示意图。
18.图8示出了本技术实施例提供的近场通信功能管理装置的结构框图。
19.图9示出了本技术实施例的用于执行根据本技术实施例的近场通信功能管理方法的电子设备的框图。
20.图10示出了本技术实施例的用于保存或者携带实现本技术实施例的近场通信功能管理方法的程序代码的存储单元。
具体实施方式
21.为了使本技术领域的人员更好地理解本技术方案,下面将结合本技术实施例中的附图,对本技术实施例中的技术方案进行清楚、完整地描述。
22.内置nfc的便携式电子设备,例如手机、智能手表等,为用户出行带来了极大的便利,支持开通交通卡、门禁卡等卡片功能,可以方便用户乘坐公交地铁、进入小区等。
23.发明人发现,当前的nfc手机在经过安检门时,手机接收到了安检门的场强信号,会自动唤醒手机刷卡页面。以交通卡为例,用户使用nfc手机乘坐地铁,当用户经过地铁的安检门时,手机会被强制唤醒,阻断用户当前操作,弹出刷卡界面,给用户造成了困扰,体验感不佳。
24.针对上述问题,发明人提出了本技术实施例提供的近场通信功能管理方法、装置、电子设备以及存储介质,当获取到外界所广播发送的近场通信信号后,通过确定近场通信场强信号对应的场景类型来与目标场景类型进行匹配,当近场通信场强信号对应的场景类型与目标场景类型匹配成功时,电子设备不会因为接收到与目标场景类型匹配的近场通信场强信号就切换至近场通信功能界面,而是保持电子设备中的近场通信功能静默,避免了在目标场景类型下弹出近场通信功能,可以实现对近场通信功能的精确管理,同时提高用户体验感。其中,具体的近场通信功能管理方法在后续的实施例中进行详细的说明。
25.请参阅图1,图1示出了本技术一个实施例提供的近场通信功能管理方法的流程示意图。在具体的实施例中,所述近场通信功能管理方法应用于如图8所示的近场通信功能管理装置500以及配置有所述近场通信功能管理装置500的电子设备100(图9)。
26.下面将以电子设备为例,说明本实施例的具体流程,当然,可以理解的,本实施例
所应用的电子设备可以为智能手机、平板电脑、智能手表、智能眼镜、笔记本电脑等、车载智能终端等,在此不做限定。下面将针对图1所示的流程进行详细的阐述,所述近场通信功能管理方法具体可以包括以下步骤:
27.步骤s110:获取外界的近场通信场强信号。
28.近场通信场强信号是指具有近场通信的设备所发出的场强信号,通过近场通信场强信号可以实现多个具有近场通信的设备在彼此靠近的情况下进行数据交换。
29.在本技术一些实施方式中,电子设备可以采集所述近场通信场强信号在预设时长内的信号样本。该预设时长可以是当前时刻前的一段时长,可以根据需求预先设定,可以实时的根据位置等信息进行变更,本技术并不以此为限。或者可以按照预设采集频率采集信号样本。
30.通过采集预设时长的信号样本,可以进一步将该信号样本的对应的场强信号规律进行推导,以获得整个近场通信的场强信号规律。例如,当用户经过安检门时,会先采集一个时间片段的信号作为样本,比如采集几百毫秒的信号,并进行信号样本分析,得出当前信号的规律,用于确定刷卡场景。
31.步骤s120:确定所述近场通信场强信号对应的场景类型。
32.场景类型可以是支付场景、验证场景以及扫描场景等多个场景类型。例如,支付场景可以是超市购物时的支付场景,也可以是公交车上的支付场景。验证场景可以是景区门票验证场景,也可以是小区门禁验证场景。扫描场景可以是通过具有近场通信的设备进行扫描物品信息的扫描场景。
33.在本技术一些实施方式中,所述确定所述近场通信场强信号对应的场景类型,可以包括:将所述信号样本的信号特征与预设场景类型的信号特征进行匹配,获取所述近场通信场强信号对应的场景类型。
34.电子设备中可以预先存储有预设场景类型以及每个预设场景类型对应的信号特征,例如支付场景对应的信号特征为s1,验证场景对应的信号特征为s2,扫描场景对应的信号特征为s3等。这些预设的场景类型以及对应的信号特征可以通过历史数据获得,也可以通过服务器获得。
35.将采集到的信号样本中的信号特征与各个预设场景类型中的信号特征进行匹配,当信号样本的信号特征与某个预设场景类型中的信号特征匹配时,确定该预设场景类型为所述近场通信场强信号对应的场景类型。
36.在本技术另一些实施方式中,请参见图2,步骤s120可以包括以下具体的实施过程。
37.步骤s122:将所述近场通信场强信号输入预置的场景预测模型。
38.场景预测模型可以是由多个场景类型所对应的信号样本进行训练得到的。
39.步骤s124:通过所述场景预测模型确定所述近场通信场强信号对应的场景类型。
40.将近场通信场强信号输入场景预测模型是为了通过场景预测模型预测近场通信场强信号对应的场景类型。场景预测模型得到的场景类型可以是达到预设阈值的多个场景类型,也可以是一个场景类型。如果是多个场景类型,可以再根据其他信息(例如位置信息)进一步确定最终的所述近场通信场强信号对应的场景类型。
41.在确定了所述近场通信场强信号对应的场景类型后,确定近场通信场强信号对应
的场景类型与目标场景类型是否匹配。
42.在一些实施方式中,目标场景类型可以事先设置在内置于电子设备的黑名单中。黑名单中包括的场景类型可以是预设场景类型中的部分场景类型,也可以包括预设场景类型之外的场景类型。预设场景类型也可以根据黑名单中的场景类型进行及时更新和扩充,使其至少包括部分黑名单中的场景类型,一般来说预设场景类型的数量比黑名单中的场景类型数量多。黑名单中的场景类型也可以在预设场景类型中挑选和设置。除了电子设备预置黑名单之外,还支持在云端管控黑名单的策略。可以动态增减规则,也可以结合国家、地区等因素进行个性化管理。
43.确定所述近场通信场强信号对应的场景类型时,可以将所述场景预测模型确定的场景类型与黑名单中的场景类型进行比对;若所述场景预测模型确定的场景类型在所述黑名单中,确定近场通信场强信号对应的场景类型与目标场景类型匹配;若所述场景预测模型确定的场景类型不在所述黑名单中,确定近场通信场强信号对应的场景类型与目标场景类型不匹配。
44.通过匹配算法或相似度算法算出所述近场通信场强信号对应的场景类型与黑名单中的单个或多个场景类型的相似度超过预设阈值时,确定近场通信场强信号对应的场景类型与目标场景类型匹配。预设阈值可以根据实际情况进行设定,在此不做限制。若所述近场通信场强信号对应的场景类型与黑名单中的单个或多个场景类型的相似度均未超过预设阈值时,确定近场通信场强信号对应的场景类型与目标场景类型不匹配。
45.步骤s130:若所述近场通信场强信号对应的场景类型与目标场景类型匹配,保持所述近场通信功能静默状态。
46.所述近场通信场强信号对应的场景类型与目标场景类型匹配,说明对应的场景类型属于黑名单中的场景类型,不需要弹出对应的功能界面。近场通信功能静默状态可以是保持装载有场景预测模型的电子设备的现有状态,也可以是保持近场通信功能处于休眠状态。
47.请参见图3,图3示出了本技术实施例的信场强信号对应的场景类型与目标场景类型匹配的示意图。以电子设备为手机100为例,用户拿着手机100通过安检门200,此时确定出近场通信场强信号对应的场景类型为安检门场景,如果安检门场景属于目标场景类型,则保持近场通信功能静默状态,手机100界面保持原有的界面。
48.若所述近场通信场强信号对应的场景类型与目标场景类型不匹配,弹出所述近场通信功能对应的界面。所述近场通信场强信号对应的场景类型与目标场景类型不匹配,说明对应的场景类型不属于黑名单中的场景类型,需要做出响应,弹出对应的功能界面。
49.请参见图4,继续以电子设备为手机100为例,当用户拿着手机100通过安检门200,靠近闸机300时,手机100接收到的近场通信场强信号对应的是闸机场强信号,当手机100获取到近场通信场强信号后,判断该近场通信场强信号对应的是刷卡场景类型,与黑名单中的场景类型进行匹配,并未匹配刷卡场景类型。此时,手机根据所获取的近场通信场强信号弹出对应的近场通信功能的界面。在图4中,弹出交通卡界面,实现交通卡刷卡通过闸机300。
50.由上述场景可知,本实施例提供的近场通信功能管理方法,在获取到外界发送的近场通信信号后,通过确定近场通信场强信号对应的场景类型来与目标场景类型进行匹
配,当近场通信场强信号对应的场景类型与目标场景类型匹配成功时,电子设备不会因为接收到与目标场景类型匹配的近场通信场强信号就切换至近场通信功能界面,而是保持电子设备中的近场通信功能静默,可以实现对近场通信功能的精确管理,同时提高了用户体验。
51.请参见图5,在本技术实施例中,所述近场通信场强信号对应的场景类型可以由场景预测模型预测,所述场景预测模型的获取方法,可以包括:
52.步骤s210:采集多个目标场景的近场通信场强信号。
53.可以通过采集设备检测采集多个目标场景的近场通信场强信号,也可以接收其他用户分享的目标场景的近场通信场强信号,采集目标场景的近场通信场强信号方式不做限定。
54.具体的,可以通过rf读卡器设备在线下采集安检门、闸机、小区门禁等场景下的场强信号数据,可以从城市地区、品牌等维度采集大量近场通信场强信号。
55.步骤s220:提取每个目标场景的近场通信场强信号的特征属性。
56.特征属性包括近场通信场强信号类型、信号事件、信号持续时间、信号发送间隔等特征属性。其中,信号事件包括on事件以及off事件。
57.获得近场通信场强信号数据之后,进行数据分析,根据数据的分布、异常值、缺失值等情况进行数据预处理。通过排除异常值、缺失值处理等方式进一步处理数据。然后,提取近场通信场强信号的数据特征,提取出信号的类型、信息事件、持续时间和间隔周期等特征属性。
58.具体的,请参见图6,图6示出了本技术实施例中不同场景类型下不同电子设备发出的不同场强信号的示意图。示例1与示例2分别表示两种不同的场景类型。信号a、信号b代表同一场景类型中两个不同的信号。信号上方的时长代表信号的间隔时间,信号的发送传播规律还与信号的事件有关。例如,示例1中,on事件下,初始发送a信号持续15ms,发送b信号持续20ms,持续传播a信号间隔15ms,达到off事件,间隔20ms,以on a b a b off的周期性规律进行发送传播。在示例2中,on事件下,初始发送a信号持续30ms,发送b信号持续10ms,达到off事件,间隔20ms,以on a b a b off的周期性规律进行发送传播。
59.步骤s230:将每个目标场景的特征属性分割成训练集以及测试集,进行预测模型训练以及测试,将验证后的模型作为所述场景预测模型。
60.通过预设比例将目标场景的特征属性分割成训练集和测试集。将训练集中的数据对预测模型进行训练得到初始预测模型,再利用测试集对初始预测模型进行测试并调整优化,从而验证后的模型作为所述场景预测模型。
61.具体的,可以通过hold-out验证法进行模型训练,可以通过hold-out验证法将数据集中80%数据为训练集、20%为测试集,训练集用于训练模型,测试集用于评估模型。
62.场景预测模型的训练和获取的过程可以在服务器中完成,也可以由用户终端完成,在获取到场景预测模型后,可以将模型设置在需要的电子设备中,例如用户手机中,电子设备可以周期性的向服务器获取更新后的场景预测模型。
63.请参见图7,上述实施例中的方法还包括步骤s310~步骤s30:
64.步骤s310:周期性的向服务器获取最新的场景预测模型。
65.获取场景预测模型的周期可以是5天或者10天,具体的周期时长由用户进行决定,
在此不做限定。
66.步骤s320:若获取到最新的场景预测模型,用最新的场景预测模型覆盖旧的场景预测模型。
67.当获取到最新的场景预测模型时,最新的场景预测模型覆盖旧的场景预测模型,保证场景预测模型中的场景类型最新,以保证用户的体验感。
68.本技术提供的方案,当获取到外界所广播发送的近场通信信号后,可以在预设场景类型确定近场通信场强信号对应的场景类型,也可以将获取到的近场通信信号输入场景预测模型中,通过场景预测模型预测得到的场景类型来获取与近场通信信号对应的场景类型。当近场通信场强信号对应的场景类型与目标场景类型匹配成功时,电子设备不会因为接收到与目标场景类型匹配的近场通信场强信号就切换至近场通信功能界面,而是保持电子设备中的近场通信功能静默,避免了在目标场景类型下弹出近场通信功能,提高用户体验感。本技术方案还会周期性的访问服务器,以获取最新的场景预测模型来保证用户的使用体验感。
69.请参阅图8,其示出了本技术实施例提供的一种近场通信功能管理装置500的结构框图。该近场通信功能管理装置500应用于电子设备,所述电子设备具有近场通信功能,该近场通信功能管理装置500包括:信号获取模块510,用于获取外界的近场通信场强信号;场景类型确定模块520,用于确定所述近场通信场强信号对应的场景类型;近场通信功能状态获取模块530,用于若所述近场通信场强信号对应的场景类型与目标场景类型匹配,保持所述近场通信功能静默状态。
70.在一些实施例中,该场景类型确定模块520之后,还包括:界面弹出模块,用于若所述近场通信场强信号对应的场景类型与目标场景类型不匹配,弹出所述近场通信功能对应的界面。
71.作为一种可能的实施方式,信号获取模块510包括:信号样本采集模块,用于采集所述近场通信场强信号在预设时长的信号样本;场景类型确定模块还包括信号特征匹配模块,用于将所述信号样本的信号特征与场景类型的信号特征进行匹配,获取目标场景类型。
72.作为一种可能的实施方式,场景类型确定模块520包括:输入模块,用于将所述近场通信场强信号输入预置的场景预测模型;场景预测模型确定场景类型模块,用于通过所述场景预测模型确定所述近场通信场强信号对应的场景类型。
73.具体的,该场景预测模型确定场景类型模块还包括:比对模块,用于将所述场景预测模型确定的场景类型与黑名单中的场景类型进行比对;匹配模块,用于若所述场景预测模型确定的场景类型在所述黑名单中,确定近场通信场强信号对应的场景类型与目标场景类型匹配;不匹配模块,用于若所述场景预测模型确定的场景类型在所述黑名单中,确定近场通信场强信号对应的场景类型与目标场景类型匹配。
74.作为一种可能的实施方式,所述场景预测模型的获取包括:目标场景采集模块,用于采集多个目标场景的近场通信场强信号;特征属性提取模块,用于提取每个目标场景的近场通信场强信号的特征属性;训练验证模块,用于将每个目标场景的特征属性分割成训练集以及测试集,进行预测模型训练以及测试,将验证后的模型作为所述场景预测模型。
75.在一些实施例中,近场通信功能管理装置500还包括:最新场景预测模型获取模块,用于周期性的向服务器获取最新的场景预测模型;覆盖模块,用于若获取到最新的场景
预测模型,用最新的场景预测模型覆盖旧的场景预测模型。
76.所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
77.在本技术所提供的几个实施例中,模块相互之间的耦合可以是电性,机械或其它形式的耦合。
78.另外,在本技术各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
79.综上所述,本技术提供的方案,通过确定近场通信场强信号对应的场景类型来与目标场景类型进行匹配,当近场通信场强信号对应的场景类型与目标场景类型匹配成功时,电子设备不会因为接收到与目标场景类型匹配的近场通信场强信号就切换至近场通信功能界面,而是保持电子设备中的近场通信功能静默,避免了在目标场景类型下弹出近场通信功能,提高用户体验感。本技术提供的方案中,还可以实时检测服务器中的场景预测模型是否有更新,如果场景预测模型更新,将新的场景预测模型覆盖旧的场景预测模型,进一步的提高用户的使用体验。
80.请参考图9,其示出了本技术实施例提供的一种电子设备的结构框图。该电子设备100可以是智能手机、平板电脑、智能手表、智能眼镜、笔记本电脑等能够运行应用程序的电子设备。本技术中的电子设备100可以包括一个或多个如下部件:处理器110、存储器120、以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器120中并被配置为由一个或多个处理器110执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
81.处理器110可以包括一个或者多个处理核。处理器110利用各种接口和线路连接整个电子设备100内的各个部分,通过运行或执行存储在存储器120内的指令、程序、代码集或指令集,以及调用存储在存储器120内的数据,执行电子设备100的各种功能和处理数据。可选地,处理器110可以采用数字信号处理(digital signal processing,dsp)、现场可编程门阵列(field-programmable gate array,fpga)、可编程逻辑阵列(programmable logic array,pla)中的至少一种硬件形式来实现。处理器110可集成中央处理器(central processing unit,cpu)、图形处理器(graphics processing unit,gpu)和调制解调器等中的一种或几种的组合。其中,cpu主要处理操作系统、用户界面和应用程序等;gpu用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器110中,单独通过一块通信芯片进行实现。
82.存储器120可以包括随机存储器(random access memory,ram),也可以包括只读存储器(read-only memory)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
83.请参考图10,其示出了本技术实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质600中存储有程序代码,所述程序代码可被处理器调用执行上述
方法实施例中所描述的方法。
84.计算机可读存储介质600可以是诸如闪存、eeprom(电可擦除可编程只读存储器)、eprom、硬盘或者rom之类的电子存储器。可选地,计算机可读存储介质600包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质600具有执行上述方法中的任何方法步骤的程序代码610的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码610可以例如以适当形式进行压缩。
85.最后应说明的是:以上实施例仅用以说明本技术的技术方案,而非对其限制;尽管参照前述实施例对本技术进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1