基于通用算法的功率自适应调整方法、装置和计算机设备与流程

1.本技术涉及通用算法领域，特别是涉及一种基于通用算法的功率自适应调整方法、装置和计算机设备。


背景技术：

2.随着移动通讯技术的快速发展，单一模式的网络已经无法满足人们日益增长的通讯需求，尤其是针对部分行业或者团队群体用户的紧急通讯保障需求。常见的移动通信网络通常以蜂窝网络或者无线局域网形式存在。在蜂窝网络中，移动终端的通信借助基站或移动交换机转接完成；在无线局域网中，移动终端通过无线接入点连接到现有固定网络中。无论是蜂窝网络还是无线局域网，均需要固定设施的支持，采用集中控制的方式，但在某些特殊环境或者紧急情况下，有中心的移动通信方式适应性差，例如无信号覆盖的山区等，以上场合中无中心移动通信方式的优点凸显，移动自组织网络（ad hoc，点对点）能够应对上述需求。
3.ad hoc网络无需有线基础设备支持，其通过节点自由组网实现，网络中的各个节点无需直接连接，而是能够通过中继的方式，在两个距离很远而无法直接通信的节点之间传送信息，满足了任意环境下自由通信的需求，为军事通信，紧急救援等提供有效解决方案。
4.由于移动终端的发射功率和覆盖范围有限，当终端与覆盖范围之外的终端进行通信时，需要利用中间节点进行转发，与一般网络中的多跳不同，无线自组网中的多跳路由是由普通节点共同协作完成的，而不是由专门的路由设备完成的，即在ad hoc网络中，每个移动终端兼备路由器和主机功能，做主机时需要对用户提供可操作应用程序，做路由时需要运行相应的路由协议，根据路由策略和路由表参与分组转发和路由维护工作。然而目前的移动自组织网络，存在移动终端功耗较高的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够优化功耗的基于通用算法的功率自适应调整方法、装置和计算机设备。
6.第一方面，本技术提供了一种基于通用算法的功率自适应调整方法，该方法应用于自组织网络中的节点；该方法包括：获取本节点与当前接入节点之间的通信数据，以及本节点当前所处环境的环境干扰强度；基于环境干扰强度和通信数据，确定出当前接入节点的当前信号质量；若根据当前信号质量确认进行功率参数修改，则将功率测算结果与当前信号质量进行比对匹配，得到修改后的功率参数；功率测算结果为功率测算模型的输入因子经训练得到；采用修改后的功率参数，调整本节点的当前输出功率。
7.在其中一个实施例中，通信数据包括信号强度；当前信号质量用于表征信号失真程度；基于环境干扰强度和通信数据，确定出当前接入节点的当前信号质量的步骤，包括：对环境干扰强度和信号强度进行仿真，得到仿真结果；根据仿真结果确定出当前信号质量。
8.在其中一个实施例中，功率测算模型包括基于通用得到的模型；输入因子包括环境信噪比和节点距离中的至少一种；节点距离包括本节点与自组织网络中测试节点之间的通信距离；方法还包括步骤：获取并分析测试节点的接收信号强度指示rssi，通过信号衰减模型获取节点距离。
9.在其中一个实施例中，功率测算模型包括支持向量机回归模型、贝叶斯模型、近邻模型、决策树模型和最小二乘法模型中的任一种。
10.在其中一个实施例中，功率测算结果包括用于对应本节点输出功率值的信号质量评估系数；方法还包括步骤：获取测试条件下的输入因子；测试条件包括针对节点距离的配置条件以及针对环境信噪比的配置条件；采用功率测算模型训练输入因子，得到信号质量评估系数。
11.在其中一个实施例中，当前输出功率包括发射功率。
12.第二方面，本技术还提供了一种基于通用算法的功率自适应调整装置，该装置应用于自组织网络中的节点；该装置包括：数据获取模块，用于获取本节点与当前接入节点之间的通信数据，以及本节点当前所处环境的环境干扰强度；信号质量检测模块，用于基于环境干扰强度和通信数据，确定出当前接入节点的当前信号质量；功率自适应模块，用于若根据当前信号质量确认进行功率参数修改，则将功率测算结果与当前信号质量进行比对匹配，得到修改后的功率参数；功率测算结果为功率测算模型的输入因子经训练得到；功率调整模块，用于采用修改后的功率参数，调整本节点的当前输出功率。
13.第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法的步骤。
14.第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。
15.第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
16.上述基于通用算法的功率自适应调整方法、装置和计算机设备，自组织网络中的节点获取本节点与当前接入节点之间的通信数据，以及本节点当前所处环境的环境干扰强度，进而可以确定出当前接入节点的当前信号质量，并在根据当前信号质量确认进行功率
参数修改的情况下，通过将功率测算结果与所述当前信号质量进行比对匹配，得到修改后的功率参数，从而采用所述修改后的功率参数，调整本节点的当前输出功率。本技术通过训练功率测算模型的输入因子来提前预测节点的功率输出（功率测算结果），在实际使用时，分析当前接入节点的信号质量，并与功率测算结果进行比对匹配，即可达到功率自适应调整的目的。本技术基于对信号质量检测，动态匹配最佳功率参数，并修正节点的输出功率，能够显著优化自组织网络中节点的功耗。
附图说明
17.图1为一个实施例中基于通用算法的功率自适应调整方法的应用环境图；图2为一个实施例中基于通用算法的功率自适应调整方法的流程示意图；图3为一个实施例中确认信号质量步骤的流程示意图；图4为一个实施例中基于通用算法的功率自适应调整装置的结构框图；图5为另一个实施例中基于通用算法的功率自适应调整装置的结构框图；图6为一个实施例中计算机设备的内部结构图。
具体实施方式
18.为了便于理解本技术，下面将参照相关附图对本技术进行更全面的描述。附图中给出了本技术的实施例。但是，本技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本技术的公开内容更加透彻全面。
19.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。可以理解，本技术所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
20.传统技术中，自组网络的移动终端工作时因无法测量各个节点之间的距离，通常会采用最大发射功率，进而加剧电池电量消耗。此外，针对自组网络移动终端功耗的优化大多集中与ap（application processor，应用处理器）侧外围器件功耗优化，针对cp（communication processor，通讯处理器）侧的功耗优化较少；目前cp侧的主流优化通常集中在网络协议优化上，主要通过协议优化达到降低功耗的目的，但是受制于移动终端内存以及soc（system on chip，系统级芯片）性能的影响，通常协议算法上的优化会加剧cpu（central processing unit,中央处理器）的能耗，其优化程度针对硬件平台不具有通用性。
21.本技术提供了一种自组网络移动终端功率自适应方案，属于在协议以及算法层面优化外的通用自适应方案，不受soc制约。为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
22.本技术实施例提供的基于通用算法的功率自适应调整方法，可以应用于如图1所示的应用环境中。其中，ad hoc网络结构包括多个节点，节点之间可以自由组网；ad hoc网络中的各个节点无需直接连接，而是可以通过中继的方式，在两个距离很远而无法直接通
信的节点之间传送信息。在一些示例中，本技术实施例中的节点可以包括移动节点，也可以包括静止节点。进一步的，本技术实施例可以应用于嵌入式自组网络终端，也可以应用于基站。
23.需要说明的是，本技术实施例中的节点，可以称为节点设备，该节点可以是转发器、交换机、网桥、网关或者路由器等，也可以是能够实现转发数据流的功能的逻辑或虚拟设备；此外，本技术实施例中的cp可以采用bp（baseband processor，基带处理器）予以实现，本技术对此并无限定本技术实施例所涉及到的移动终端可以指终端设备，该终端设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备（user equipment，ue），移动台（mobile station，ms），终端设备（terminal device）等。为方便描述，上面提到的设备统称为终端设备。
24.在一个实施例中，如图2所示，提供了一种基于通用算法的功率自适应调整方法，以该方法应用于图1中的节点为例进行说明，包括以下步骤：步骤202，获取本节点与当前接入节点之间的通信数据，以及本节点当前所处环境的环境干扰强度。
25.其中，对于本节点的当前接入节点，本技术提出获取本节点与当前接入节点之间的通信数据，进而可以分析出当前接入节点的信号质量。在一些示例中，以本节点为移动自组织网络中的移动终端为例，当移动终端工作时，可以接收其他节点的信号，进而确认该节点为本节点的当前接入节点，并通过分析该节点的信号，获取相关通信数据。
26.具体地，本节点可以获取本节点与当前接入节点之间的通信数据，还可以获取本节点当前所处环境的环境干扰强度。
27.在其中一个实施例中，通信数据可以包括信号强度。
28.具体而言，本节点可以测量出当前接入节点的信号强度。例如，本节点可以采用l1层软件算法获取当前接入节点的信号强度。进一步的，以本节点为移动自组织ad hoc网络中的移动终端为例，该移动终端可以包含ap与cp，进而移动终端可以通过cp中物理层（l1）来获取当前接入节点的信号强度。需要说明的是，本技术实施例对于测量信号强度的方式并无限定。
29.在一些示例中，信号强度可以指rssi（received signal strength indicator，接收的信号强度指示）。进一步的，本技术也不限定信号强度的衡量方式，信号强度可以采用其它参数予以表征。
30.本技术中，以本节点为移动自组织ad hoc网络中的移动终端为例，本节点在接收到其它节点的信号时，即确认存在当前接入节点的情况下，可以对本节点所处环境的环境干扰强度进行检测，以确认所处环境的环境参数对移动终端的通信性能的影响。具体地，本节点所处环境的环境参数可以包括信噪比（signal-to-noise ratio，snr）等影响移动终端性能的参数，基于获取的环境参数计算该移动终端所处环境的环境干扰强度。
31.在一些示例中，本节点可以测量出当前所处环境的环境干扰强度。例如，本节点可以采用l1层软件算法获取环境干扰强度。进一步的，以本节点为移动自组织ad hoc网络中的移动终端为例，该移动终端可以包含ap与cp，进而移动终端可以通过cp中物理层（l1）来获取环境干扰强度。需要说明的是，本技术实施例对于测量环境干扰强度的方式并无限定。
32.步骤204，基于环境干扰强度和通信数据，确定出当前接入节点的当前信号质量。
33.具体而言，在获取到环境干扰强度和通信数据（例如，信号强度）之后，本节点可以确定出当前接入节点的当前信号质量。需要说明的是，本技术以信号强度和环境干扰强度为例来判决信号质量，实际应用中可扩展为不同的条件来判定信号质量或者用其他条件来代替信号质量。
34.在一些示例中，本技术的信号质量以信号强度（rssi）为衡量指标，以db为单位，并采用相应的判定标准。本技术以信号强度为信号质量的衡量指标，当然也有其他方式，本技术不限定以信号强度的衡量方式。
35.基于本技术，在用户使用时，本节点只需要分析当前接入节点的信号质量，并与功率测算模型提供的合理值进行匹配即可达到功率自适应的目的。
36.进一步的，本节点可以采用l1层软件算法来判决信号质量。进一步的，以本节点为移动自组织ad hoc网络中的移动终端为例，该移动终端可以包含ap与cp，进而移动终端可以通过cp中物理层（l1）来确定信号质量；需要说明的是，本技术实施例对于判决信号质量的方式并无限定。
37.在其中一个实施例中，当前信号质量用于表征信号失真程度。
38.具体而言，本技术中的信号质量可以表征信号是否失真；进而，本技术能够基于对信号质量检测，动态匹配最佳功率参数，达到修正发射功率的目的。
39.步骤206，若根据当前信号质量确认进行功率参数修改，则将功率测算结果与当前信号质量进行比对匹配，得到修改后的功率参数；功率测算结果为功率测算模型的输入因子经训练得到。
40.具体而言，本技术基于信号质量的检测结果，进而确认功率输出决策；根据实际应用场景的不同，本技术中功率输出决策也可以扩展为更多种不同的输入条件，功率输出决策可以依赖于某一种输入条件或者基于多个条件的组合来确定配置发送的功率参数。
41.在根据当前信号质量确认进行功率参数修改的情况下，本节点可以将功率测算结果与当前信号质量进行比对匹配，得到修改后的功率参数。该功率测算结果是由功率测算模型的输入因子经训练得到。即本技术中，功率自适应决策需要进一步依赖于信号检测以及功率测算结果。
42.在其中一个实施例中，功率测算模型包括基于通用算法得到的模型；输入因子包括环境信噪比和节点距离中的至少一种。
43.具体地，本技术中的功率测算模型可以由终端厂商提供的算法（功率测算算法）予以确认；终端厂商提供的算法数据越丰富，测算越准确；进而，本技术移植的可行性相比与从协议上优化有明显的优势，实际操作比较灵活。
44.在一些示例中，功率测算模型可以指基于通用算法得到的模型；进一步的，功率测算模型可以指基于深度学习算法得到的模型；需要说明的是，功率测算算法在本技术中以通用算法为例对功率进行测算，但本技术实施例在实现过程中不局限于该算法。
45.以功率测算模型为基于通用算法得到的模型为例，功率测算模型的输入因子可以包括环境信噪比和节点距离中的至少一种。即本技术可以通过训练环境信噪比、节点距离，得到功率测算结果。基于本技术，当移动自组织网络中的移动终端工作时，首先通过接收到其他节点的信号后，和经通用算法测算的值进行比对，以此来决策出合适的功率配置参数。
46.其中，功率测算模型的输入因子，可以通过配置得到；在一些示例中，输入因子可以是单一的信噪比（环境信噪比），也可以加入更多的测试条件；本技术中的环境信噪比可以指snr，该环境信噪比可以通过相应方式获取。例如，本技术可以采用l1层软件算法获取环境信噪比。进一步的，以本节点为移动自组织ad hoc网络中的移动终端为例，该移动终端可以包含ap与cp，进而移动终端可以通过cp中物理层（l1）来获取环境信噪比。需要说明的是，本技术实施例对于环境信噪比的获取方式并无限定。
47.进一步的，输入因子还可以包括节点距离；节点距离可以包括本节点与自组织网络中测试节点之间的通信距离；方法还包括步骤：获取并分析测试节点的接收信号强度指示rssi，通过信号衰减模型获取节点距离。
48.具体而言，本技术中的节点距离可以指本节点与自组织网络中测试节点之间的通信距离。该测试节点可以指基于配置的测试条件所确认的节点，也可以指接入本节点的自组织网络中的其它节点。
49.在一些示例中，可以获取测试节点的接收信号强度指示rssi，进而分析测试节点的接收信号强度指示rssi；进一步的，本技术可以通过信号衰减模型获取节点距离，该信号衰减模型可以指相应的信号衰减算法。
50.在一些示例中，以本节点为移动自组织ad hoc网络中的节点设备为例，该节点设备可以是移动终端，进而该移动终端可以分析移动自组织ad hoc网络中其它移动终端的接收信号强度指示rssi，并将通过算法（信号衰减）确认出的通信距离作为节点距离。
51.在另一些实例中，以本节点为移动自组织ad hoc网络中的节点设备为例，该节点设备可以是基站，进而该基站可以分析移动自组织ad hoc网络中移动终端的接收信号强度指示rssi，并将通过算法（信号衰减）确认出的通信距离作为节点距离。
52.此外，以功率测算模型为基于通用算法得到的模型为例，在其中一个实施例中，功率测算模型可以包括支持向量机回归模型、贝叶斯模型、近邻模型、决策树模型和最小二乘法模型中的任一种。对应的通用算法可以包括向量机回归算法、贝叶斯算法、近邻算法、最小二乘法算法中的任一种。
53.具体而言，关于功率算法结果的获取，本技术以svr（support vector regression，支持向量回归）算法为例对功率进行测算。同时，本技术还可以采用贝叶斯算法，近邻算法，决策树等其他通用算法，或者最小二乘法等获取功率测算结果；需要说明的是，在实现过程中，本技术实施例对于功率测算的实现算法并无限定。
54.进一步的，本技术可以通过配置测试条件来获取功率测算模型的输入因子。在其中一个实施例中，功率测算结果包括用于对应本节点输出功率值的信号质量评估系数；方法还可以包括步骤：获取测试条件下的输入因子；测试条件包括针对节点距离的配置条件以及针对环境信噪比的配置条件；采用功率测算模型训练输入因子，得到信号质量评估系数。
55.具体而言，本技术通过对功率测算模型的输入因子进行训练，可以得到对应本节点输出功率值的信号质量评估系数。以功率测算模型为由svr算法得到的支持向量机回归
模型为例，输入因子经训练后得出信号质量评估系数，该评估系数对应一个合适的发射功率值。
56.本技术实施例中，测试条件可以包括针对节点距离的配置条件以及针对环境信噪比的配置条件，即本技术可以配置不同的节点距离，以及不同的信噪比环境，从而提高功率测算结果的准确性。
57.进一步的，以节点距离以及环境信噪比作为svr参数（输入因子）为例，在不同节点距离和信噪比环境下测算合适的输出功率，最终将测算的结果记录下来，当移动自组织网络终端工作时，首先通过接收到其他节点的信号，然后和经svr算法测算的值进行比对，以此来决策出合适的功率配置参数。
58.步骤208，采用修改后的功率参数，调整本节点的当前输出功率。
59.具体而言，在确认修改功率参数，并通过将当前信号质量与功率测算结果进行匹配比对获取到修改后的功率参数后，可以采用该修改后的功率参数，调整本节点的当前输出功率，本技术基于对信号质量检测，动态匹配最佳功率参数，达到修正输出功率的目的。
60.在其中一个实施例中，当前输出功率包括发射功率。
61.具体地，本技术实施例中的节点，可以自适应调整发射功率。其中，节点基于对信号质量检测，动态匹配最佳功率参数，达到修正发射功率的目的。进一步的，以本节点为移动自组织ad hoc网络中的移动终端为例，该移动终端可以调节射频发送功率。
62.上述基于通用算法的功率自适应调整方法中，通过训练功率测算模型的输入因子来提前预测节点的功率输出（功率测算结果），在实际使用时，分析当前接入节点的信号质量，并与功率测算结果进行比对匹配，即可达到功率自适应调整的目的。本技术基于对信号质量检测，动态匹配最佳功率参数，并修正节点的输出功率，能够显著优化自组织网络中节点的功耗。本技术中，终端厂商提供的功率测算算法数据越丰富，测算越准确，本技术移植的可行性相比与从协议上优化有明显的优势，实际操作比较灵活。
63.在一个实施例中，如图3所示，步骤204基于环境干扰强度和通信数据，确定出当前接入节点的当前信号质量，可以包括：步骤302，对环境干扰强度和信号强度进行仿真，得到仿真结果。
64.步骤304，根据仿真结果确定出当前信号质量。
65.具体而言，本技术可以通过信号强度与环境干扰强度来判决信号质量。其中，通过对环境干扰强度和信号强度进行仿真，得到仿真结果，进而可以基于该仿真结果确定出当前接入节点的当前信号质量；在一些示例中，该仿真可以指matlab仿真。
66.进一步的，本节点可以采用l1层软件算法来判决信号质量。进一步的，以本节点为移动自组织ad hoc网络中的移动终端为例，该移动终端可以包含ap与cp，进而移动终端可以通过cp中物理层（l1）来判决信号质量，通过确认信号是否失真，例如通过matlab仿真，来确认信号质量；需要说明的是，本技术实施例对于判决信号质量的方式并无限定。
67.以上，本技术提供了一种通用自组网络功率自适应方法，通过该方法，移动终端厂商只需要通过相应的算法（例如，回归算法）提前预测终端的功率输出，在用户使用时，本节点只需要分析当前接入节点的信号质量，并与算法提供的合理值进行匹配即可达到功率自适应的目的。其中，终端厂商提供的算法数据越丰富，测算越准确，本技术移植的可行性相比与从协议上优化有明显的优势，实际操作比较灵活。本技术基于对信号质量检测，动态匹
配最佳功率参数，达到修正发射功率的目的，能够显著优化自组织网络中节点的功耗。
68.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
69.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的基于通用算法的功率自适应调整方法的基于通用算法的功率自适应调整装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个基于通用算法的功率自适应调整装置实施例中的具体限定可以参见上文中对于基于通用算法的功率自适应调整方法的限定，在此不再赘述。
70.在一个实施例中，如图4所示，提供了一种基于通用算法的功率自适应调整装置，该装置应用于自组织网络中的节点；该装置包括：数据获取模块410，用于获取本节点与当前接入节点之间的通信数据，以及本节点当前所处环境的环境干扰强度；信号质量检测模块420，用于基于环境干扰强度和通信数据，确定出当前接入节点的当前信号质量；功率自适应模块430，用于若根据当前信号质量确认进行功率参数修改，则将功率测算结果与当前信号质量进行比对匹配，得到修改后的功率参数；功率测算结果为功率测算模型的输入因子经训练得到；功率调整模块440，用于采用修改后的功率参数，调整本节点的当前输出功率。
71.在其中一个实施例中，通信数据包括信号强度；当前信号质量用于表征信号失真程度；信号质量检测模块420包括：仿真模块，用于对环境干扰强度和信号强度进行仿真，得到仿真结果；质量确认模块，用于根据仿真结果确定出当前信号质量。
72.在其中一个实施例中，功率测算模型包括基于通用算法得到的模型；输入因子包括环境信噪比和节点距离中的至少一种；节点距离包括本节点与自组织网络中测试节点之间的通信距离；装置还包括：节点距离获取模块，用于获取并分析测试节点的接收信号强度指示rssi，通过信号衰减模型获取节点距离。
73.在其中一个实施例中，功率测算模型包括支持向量机回归模型、贝叶斯模型、近邻模型、决策树模型和最小二乘法模型中的任一种。
74.在其中一个实施例中，功率测算结果包括用于对应本节点输出功率值的信号质量评估系数；装置还包括：功率算法测试模块，用于获取测试条件下的输入因子；测试条件包括针对节点距
离的配置条件以及针对环境信噪比的配置条件；以及采用功率测算模型训练输入因子，得到信号质量评估系数。
75.在其中一个实施例中，当前输出功率包括发射功率。
76.为了进一步阐释本技术的方案，下面结合一个具体示例予以说明，如图5所示，本技术方案可以采用功率自适应模块、信号质量检测模块以及功率算法测算模块予以实现，其中，功率自适应模块需要进一步依赖于信号质量检测模块以及功率算法测试模块。
77.其中，本技术实施例基于信号质量检测结果通过功率自适应模块决策来控制功率输出，根据实际应用场景的不同，功率自适应模块的输入也可以扩展为更多种不同的输入条件，功率自适应模块可以依赖于某一种输入条件或者基于多个条件的组合来确定配置发送的功率参数。进一步的，功率自适应模块依靠信号质量检测模块的输出来判定当前是否要修改功率参数。
78.在一些示例中，信号质量检测模块以信号强度和环境干扰强度来判决信号质量，实际应用中可扩展为不同的条件来判定信号质量或者用其他条件来代替信号质量。功率算法测试模块以svr算法为例对功率进行测算，实现过程中不局限于该算法。示例中以节点距离以及环境信噪比作为svr参数（输入因子），在不同节点距离和信噪比环境下测算合适的输出功率，最终可以将测算的结果记录下来，当移动自组织网络中的节点工作时，首先通过接收到其他节点的信号后，和经svr算法测算的值进行比对，以此来决策出合适的功率配置参数。
79.此外，图5中的控制模块可以采用软件实现相关功能，例如控制运放（pa）等射频前端器件。进一步的，图5中的射频可以指射频链路，本技术中基于通用算法的功率自适应调整的流程可以依次涉及到：射频
→
收发机
→
pa运放（开关）
→
控制代码
→
硬件寄存器。
80.上述基于通用算法的功率自适应调整装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
81.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种基于通用算法的功率自适应调整方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
82.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
83.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有
计算机程序，该处理器执行计算机程序时实现上述基于通用算法的功率自适应调整方法的步骤。
84.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述基于通用算法的功率自适应调整方法的步骤。
85.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述基于通用算法的功率自适应调整方法的步骤。
86.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read-only memory，rom）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（reram）、磁变存储器（magnetoresistive random access memory，mram）、铁电存储器（ferroelectric random access memory，fram）、相变存储器（phase change memory，pcm）、石墨烯存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（static random access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
87.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
88.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。