具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。

本申请提供的通信干扰数据识别方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与发送端104进行通信。终端102可以通过无线网络从发送端104获取到待识别通信数据，终端102可以对待识别通信数据进行时频转换和确定能量门限，并可以根据能量门限识别待识别频域通信数据中的干扰数据位置。其中，终端102以及发送端104可以但不限于是各种通信基站、通信终端、无线工作站、WIFI设备或热点、蓝牙设备等无线通信设备。

在一个实施例中，如图2所示，提供了一种通信干扰数据识别方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：

步骤S202，获取待识别通信数据。

其中，待识别通信数据可以是包含干扰数据的通信数据，该待识别通信数据可以从发送端104获取，即终端102可以从上述发送端104中获取待识别通信数据的数据量可以根据实际情况改变，例如当发送端104发送的待识别通信数据较多时，终端102可以获取到较多的待识别通信数据，当发送端104发送的待识别通信数据较少时，终端102可以获取到较少的待识别通信数据。终端102还可以通过对发送端104发送的通信数据进行样点抽取的方式，得到待识别通信数据，终端102获取的待识别通信数据可以用于进行干扰数据的识别。

步骤S204，对待识别通信数据进行时频转换，得到待识别频域通信数据。

其中，待识别通信数据可以是终端102从发送端104获取的通信数据，该通信数据可以是包含干扰数据的数据，时频转换是一项可以观察数据在时域或频域上的信息的方法，时域可以是描述数学函数或物理信号对时间的关系。例如一个信号的时域波形可以表达信号随着时间的变化；频域可以是描述信号在频率方面特性时用到的一种坐标系。在电子学，控制系统工程和统计学中，频域图显示了在一个频率范围内每个给定频带内的信号量。终端102可以对待识别通信数据进行时频转换，得到待识别频域通信数据，即终端102可以将时域上的待识别通信数据，转换到频域上的待识别通信数据，在频域上，对待识别通信数据进行分析，在时域和频域的变换中，通常是采用傅里叶变换得到。

步骤S206，基于待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限。

其中，待识别频域通信数据可以是上述步骤S204中将时域上的待识别通信数据转换成频域上的待识别通信数据得到的数据，待识别频域通信数据中可以包括有频域上的干扰数据；功率可以是待识别频域通信数据中数据点的功率，数据点的功率也可以称为数据点的能量。终端102可以基于上述待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限。其中，能量门限可以是数据点的能量标准，也可以称为一种阈值，能量门限可以根据数据点的功率确定，例如可以根据特定数据点的平均值确定，也可以根据其他形式确定。

步骤S208，根据能量门限，识别待识别频域通信数据中的干扰数据。

其中，能量门限可以是上述步骤S206中，基于待识别频域通信数据中的数据点的功率，得到的能量门限，终端102可以根据该能量门限，识别待识别频域通信数据中的干扰数据，即终端102可以根据待识别频域通信数据中数据的能量的大小，确定该数据是否是干扰数据，该干扰数据的识别可以是根据上述待识别频域通信数据中的数据的能量进行排序筛选进行的，终端102利用上述能量门限，可以将一定比例的干扰数据在频域识别出来。

上述通信干扰数据识别方法中，通过获取待识别通信数据，再对待识别通信数据进行时频转换，得到待识别频域通信数据，再基于待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限，最后根据能量门限，识别上述待识别频域通信数据中的干扰数据。相较于传统的通过跳频抗干扰和基于反馈机制实现干扰躲避或最优判决的方式，本方案利用待识别频域通信数据中数据点的功率，确定待识别频域通信数据相应的能量门限，并根据能量门限识别干扰数据，降低了处理时延，减少了传递开销，实现了提高通信干扰数据识别性能的效果。

在一个实施例中，获取待识别通信数据，包括：将发送端104发送的通信数据进行匹配滤波处理；间隔提取匹配滤波处理后的通信数据中的数据点，作为样本数据点；将样本数据点与预设窗函数相乘，得到待识别通信数据。

本实施例中，发送端104可以是发送通信数据的一端，发送端104将通信数据发送至上述终端102的过程，可以是发送端将通信数据发送至服务器，服务器再将通信数据发送至终端102，也可以是发送端104直接将通信数据发送至终端102。匹配滤波处理可以是使通信数据的数据瞬时功率和噪声平均功率的比值最大的线性滤波处理，即可以经过匹配滤波处理从而得到最大的信噪比。终端102可以对上述通信数据进行匹配滤波处理，从而可以得到信噪比最大的数据，然后还可以间隔提取匹配滤波处理后的通信数据中的数据点，作为样本数据点，然后再将样本数据点和预设窗函数相乘，得到上述待识别通信数据。具体地，终端102可以将匹配滤波后样点进行L倍抽取，以N点为间隔，依次提取样点，再和预设窗函数相乘，得到上述待识别通信数据。其中，L和N可以根据实际情况设定；预设窗函数的大小也可以根据实际情况设定，例如可以是1024。

通过本实施例，终端102可以将通信数据进行匹配滤波处理，并间隔提取通信数据，得到样点数据，同时利用窗函数得到一定大小的待识别通信数据，实现了加快识别干扰数据的效果，从而提高了干扰数据识别的性能。

在一个实施例中，将发送端发送的通信数据进行匹配滤波处理之后，还包括：将匹配滤波处理后的通信数据发送至缓存模块；缓存模块包括多个低速缓存区域，每个低速缓存区域的大小根据预设窗函数的大小确定；间隔提取匹配滤波处理后的通信数据中的数据点，包括：从缓存模块缓存的通信数据中，间隔提取数据点。

本实施例中，发送端可以是将通信数据发送至终端102的一端，匹配滤波处理可以是使通信数据的信噪比最大的一种数据处理方式，终端102可以在将上述通信数据进行匹配滤波处理后，发送至缓存模块，其中缓存模块中可以包括多个低速缓存区域，每个低速缓存区域的大小可以和预设窗函数对应，例如，若预设窗函数的大小为1024，则低速缓存区域的大小也可以是1024。具体地，终端102可以将进行匹配滤波后的样点数据，发送至缓存模块，即进行乒乓处理，乒乓处理可以是一种数据缓存的手段，通过乒乓操作可以提高数据传输的效率，终端102可以将上述匹配滤波后的样点数据分别发送至两个内存区域中，并分别将两个内存区域中划分上半区和下半区，从而将每个上半区和每个下半区作为低速缓存区域，其中每个内存区域的大小可以是2048，每个低速缓存区域的大小可以是1024。上述匹配滤波后的样点数据在发送至多个低速缓存区域中后，还可以在多个上述缓存模块中的多个低速缓存区域内，进行间隔提取数据点的处理，其中间隔提取数据点具体可以是间隔N位进行数据点的提取，其中N可以根据实际情况设定。

通过本实施例，终端102可以通过乒乓处理，利用多个低速缓存区域，处理上述通信数据，从而实现提高通信数据处理效率的效果。

在一个实施例中，基于待识别频域通信数据中数据点的功率，确定待识别通信数据对应的能量门限，包括：将当前组待识别频域通信数据和前一组待识别频域通信数据进行错位叠加，以得到平滑处理后的待识别频域通信数据；基于平滑处理后的待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限。

本实施例中，待识别频域通信数据可以是将时域通信数据进行时频转换后得到的频域通信数据，待识别频域数据可以分为多组，每组的大小可以根据窗函数的大小确定，例如窗函数为1024时，每组的大小可以为2048，能量门限可以是确定数据是否为干扰数据的标准，在确定待识别通信数据的能量门限时，终端102可以将当前组待识别频域通信数据和前一组待识别频域通信数据进行错位叠加，得到平滑处理后的待识别频域通信数据，具体地，若每组待识别频域通信数据的大小为2048，终端102可以将上一组2048的待识别频域通信数据和当前组2048的频域通信数据进行错位叠加，例如可以将两组重叠的1024点数据叠加，得到平滑处理后的待识别频域通信数据。终端102得到平滑处理后的待识别频域通信数据后，可以基于上述平滑处理后的数据点的功率，确定待识别频域通信数据对应的能量门限，例如可以根据平滑处理后的待识别频域通信数据中特定区域的数据点的功率，确定上述能量门限。

通过本实施例，终端102可以利用错位叠加，得到平滑处理后的频域通信数据，并基于平滑处理后的频域通信数据，确定待识别频域通信数据对应的能量门限，利用能量门限实现干扰数据的识别，从而可以实现提高干扰数据识别性能的效果。

在一个实施例中，基于平滑处理后的待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限，包括：对平滑处理后的待识别频域通信数据进行排序，基于排序分割平滑处理后的待识别频域通信数据，得到第一数据块和第二数据块；第一数据块中数据点的最大功率值，小于第二数据块中数据点的最小功率值；判断第一数据块和第二数据块合并后是否构成递增序列；若不构成递增序列，将第一数据块和第二数据块作为新的平滑处理后的待识别频域通信数据，分别返回执行对平滑处理后的待识别频域通信数据进行排序，基于排序分割平滑处理后的待识别频域通信数据，得到第一数据块和第二数据块的步骤；若构成递增序列，结束循环，将循环结束时的第一数据块和第二数据块进行合并，得到递增序列的待识别频域通信数据；基于递增序列的待识别频域通信数据中得到能量门限。

本实施例中，终端102可以基于上述平滑处理后的待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限，终端102可以首先对平滑处理后的待识别频域通信数据进行排序，并基于排序分割上述平滑处理后的待识别频域通信数据，得到第一数据块和第二数据块，其中第一数据块中数据点的最大功率值，小于第二数据块中数据点的最小功率值，然后还可以将第一数据块和第二数据块进行合并，判断是否构成递增序列，若不构成，则终端102可以将第一数据块和第二数据块作为新的平滑处理后的待识别频域通信数据，分别返回执行对平滑处理后的待识别频域通信数据进行排序，基于排序分割数据，得到第一数据块和第二数据块的步骤，终端102可以重复上述动作直到第一数据块和第二数据块合并时可以得到一个递增序列，最后基于递增序列得到上述能量门限，例如可以是根据递增序列中某部分数据点的功率确定能量门限。具体地，终端102可以将上述平滑处理后的待识别频域通信数据进行排序和切割，例如可以将2048点频域数据切割为2块数据块，切割点可以是在512至1024点数据之间，并分别进行排序，排序完成后，第一数据块中能量最大的数据，可以小于第二数据块中能量最小的数据，重复上述切割和排序，直到第一数据块和第二数据块合并后为递增序列，最后在基于递增序列的识别频域通信数据确定上述能量门限。

通过本实施例，终端102可以利用切割和排序等方法，加快能量门限的确定进程，从而实现提高干扰数据识别效率的效果。

在一个实施例中，基于递增序列的待识别频域通信数据中得到能量门限，包括：获取递增序列的待识别频域通信数据中低功率区域的数据点的平均功率；根据平均功率，确定能量门限；根据能量门限，识别待识别频域通信数据中的干扰数据，包括：若待识别频域通信数据中数据点的功率大于能量门限时，确定功率大于能量门限的数据点为干扰数据。

本实施例中，终端102可以基于上述递增序列的待识别频域通信数据得到能量门限，具体地，可以首先获取递增序列的待识别频域通信数据中，低功率区域的数据的平均功率，其中低功率区域可以是在上述递增序列中的前50％的区域，即终端102可以获取上述递增序列中的前50％的区域的数据点的平均功率，根据平均功率确定能量门限。终端102还可以根据能量门限识别待识别频域通信数据中的干扰数据，具体地，终端102可以判断待识别频域通信数据中数据点的功率是否大于能量门限，当大于时，终端102可以确定该功率大于能量门限的数据点为干扰数据。另外，上述能量门限还可以是动态门限，动态门限可以根据上述排序完成后的递增序列中，低能量区域的数据点的平均值乘以不同常系数因子得到。

通过本实施例，终端102可以将大于能量门限的数据点识别为干扰数据点，从而可以实现提高干扰数据识别性能的效果。

在一个实施例中，根据预设能量门限，识别待识别频域通信数据中的干扰数据之后，还包括：获取干扰数据的位置；将待识别频域通信数据中干扰数据的位置的功率置0，得到去除干扰数据后的频域通信数据。

本实施例中，终端102可以在上述待识别频域通信数据中，识别出干扰数据后，将干扰数据从上述待识别频域通信数据中去除，具体地，上述识别出的干扰数据中可以包括有干扰数据在上述待识别频域通信数据中的位置，终端102可以获取干扰数据的位置，然后将在干扰数据位置的数据点的功率置0，从而可以去除对应的干扰数据，需要说明的是，干扰数据的去除可以是多组待识别频域通信数据同时进行的，在干扰数据去除后，终端102还可以结合Turbo码进行纠删冗余。

通过本实施例，终端102可以通过将干扰数据置0的方式，去除干扰数据，相较于传统的跳频系统对干扰数据的处理，本方法通过置0的方式，可以实现提高干扰数据识别性能以及干扰数据去除的实时性的效果。

在一个实施例中，得到去除干扰数据后的频域通信数据之后，还包括：按照预设数据周期，将去除干扰数据后的频域通信数据进行时频转换，得到还原后的时域通信数据；预设数据周期根据预设窗函数的大小确定；将当前组时域通信数据与前一组时域通信数据进行延迟叠加，得到叠加后的时域通信数据，对叠加后的时域通信数据进行反加窗处理，得到去除干扰数据后的时域通信数据。

本实施例中，终端102可以对去除干扰数据的频域通信数据进行时频转换，具体地，可以按照预设数据周期，将去除干扰数据后的频域通信数据进行时频转换，得到时域通信数据，该时频转换可以通过快速傅里叶逆变换得到，即终端102可以将去除干扰数据后的频域通信数据还原为时域通信数据，其中预设数据周期可以根据上述预设窗函数大小确定，例如预设窗函数为1024时，预设数据周期可以是1024，即终端102可以每隔1024个数据点，输出1024个时域通信数据。上述时频转换可以是多组频域通信数据同时进行的，终端102还可以将当前组时域通信数据和前一组时域通信数据进行延迟叠加，得到叠加后的时域通信数据，具体地，如图3所示，图3为一个实施例中去除干扰和叠加步骤的流程示意图。当每组时频转换后的数据的大小为1024时，终端102可以将当前组和前一组时域通信数据进行如图3所示的延迟叠加，输出1024点叠加后的时域通信数据。终端102在得到叠加后的时域通信数据后，可以对叠加后的时域通信数据进行反加窗处理，得到最终去除干扰数据后的时域通信数据。其中反加窗处理可以是将去除上述预设窗函数的限制的一种处理。

通过本实施例，终端102可以将时域通信数据进行叠加和反加窗处理，得到最终去除干扰数据的时域通信数据，实现了干扰数据的识别和去除，从而实现了提高干扰数据识别的性能以及干扰数据去除的实时性的效果。

在一个实施例中，如图4所示，图4为另一个实施例中通信干扰数据识别方法的流程示意图。终端102可以对采样的匹配滤波后的时域样点数据进行实时的时频变换，即将时域样点数据转换为频域样点数据，该变换可以通过傅里叶快速变换得到，在转换与进行干扰频点功率筛选识别，并提出干扰频点功率，最后再转换为时域通信数据，并在进行延迟叠加后输出去除干扰后的时域通信数据。

具体地，可以如图5所示，图5为又一个实施例中通信干扰数据识别方法的流程示意图。本实施例中，终端在匹配滤波后处理样点时，对样点进行L倍抽取，然后以N点为间隔，提取样点，再与预设窗函数相乘，然后利用FFT(Fast Fourier Transform，快速傅里叶变换)进行时域到频域的转换，然后可以将不能通过频率带宽的阻带频点置0，提取有效频点，还可以对未干扰频点的平均功率进行估计，该平均功率可以是低功率区域的频点的平均功率，根据此平均功率，对干扰频点进行识别以及对前后都是干扰频点的孤立点进行识别，识别出干扰频点后，终端102可以将干扰频点置0，从而去除干扰频点，然后还可以进行IFFT(Inverse Fast Fourier Transform，快速傅里叶逆变换)处理，将上述去除干扰频点后的频域的通信数据转换为时域的通信数据，还可以将多组时域通信数据进行延迟叠加，最后进行反加窗处理，输出最终的去除干扰数据后的通信数据。

通过上述实施例，终端102可以在无需反馈的条件下，利用能量门限，对干扰数据进行识别和剔除，从而可以实现提高干扰数据识别性能的效果。

在一个实施例中，如图6所示，图6为再一个实施例中通信干扰数据识别方法的流程示意图。本实施例中，终端102可以将匹配滤波后的12.8MHz数据进入M0模块中的乒乓模块进行缓存，由于乒乓模块单位为2个2048数据，考虑到每次更新为1024点数据，因此在乒乓模块中，单个2048缓冲区需要再划分上下各1024点，作为低速缓冲区域，终端102可以在多个低速缓冲区域中进行数据点的间隔采集，以及数据点的加窗处理并发送至M1模块，在M1模块中，终端102可以对上述待识别时域通信数据进行从时域到频域的转换，该转换可以是利用快速傅里叶变换进行，具体地，可以是每个1024点数据时间，输出1024点处理后的待识别频域通信数据，输出的待识别频域通信数据可以发送至M2模块，由于后续干扰识别需要时间，因此在M2模块，终端102再次对上述待识别频域通信数据进行乒乓缓存处理，并且可以将上一组的待识别频域通信数据以及当前组的待识别频域通信数据进行平滑处理，具体地，可以是将上一个2048点待识别频域通信数据和当前组2048点待识别频域通信数据重叠1024点，得到平滑处理后的2048点数据，并可以发送至M3模块，终端102可以在M3模块对上述待识别频域通信数据进行快速切割排序，具体地，终端102可以在第一轮将上述待识别频域通信数据切成两块，排序完成后，第一块中最大的数据的能量比第二块最小数据的能量要小，再次将排序后的第一块再次切割成两块，第二块也切割成2块，同样执行排序，直到排序后，将上述切割的数据块合并，可以得到递增序列为止，根据得到的递增序列中，低能量区数据的平均功率，例如可以是递增序列中前50％的数据的平均功率，得到上述能量门限，该能量门限还可以是动态门限，动态门限可以根据排序后的低能量区域的平均功率乘以不同常系数因子得到，同时终端102还可以在M3模块根据上述能量门限对干扰数据进行识别，具体地，可以将功率大于上述能量门限的数据识别为干扰数据，并将识别结果发送至M4模块，终端102可以在M4模块将功率大于上述能量门限的数据置0，实现对干扰数据的剔除，该处理可以是多组同时进行，终端102可以将剔除干扰数据后的频域通信数据，发送至M5模块，在M5模块中对每组剔除干扰数据后的频域通信数据进行快速傅里叶逆变换，得到多组时域的通信数据，终端102还可以在M6模块将前一组时域通信数据和当前组时域通信数据进行延迟合并，还可以进行反加窗处理，最终得到去除干扰数据后的时域通信数据。

通过本实施例，终端102可以根据能量门限，对干扰数据进行识别和剔除，可以实现提高干扰数据识别性能的效果。

应该理解的是，虽然图2-图6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，图2-图6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。

在一个实施例中，如图7所示，提供了一种通信干扰数据识别装置，包括：获取模块702、转换模块704、门限确定模块706和识别模块708，其中：

获取模块702，用于获取待识别通信数据。

转换模块704，用于对待识别通信数据进行时频转换，得到待识别频域通信数据。

门限确定模块706，用于基于待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限。

识别模块708，用于根据能量门限，识别待识别频域通信数据中的干扰数据。

在一个实施例中，上述获取模块702，具体用于将发送端发送的通信数据进行匹配滤波处理；间隔提取匹配滤波处理后的通信数据中的数据点，作为样本数据点；将样本数据点与预设窗函数相乘，得到待识别通信数据。

在一个实施例中，上述装置还包括：缓存模块，用于将匹配滤波处理后的通信数据发送至缓存模块；缓存模块包括多个低速缓存区域，每个低速缓存区域的大小根据预设窗函数的大小确定。

在一个实施例中，上述获取模块702，具体用于从缓存模块缓存的通信数据中，间隔提取数据点。

在一个实施例中，上述门限确定模块706，具体用于将当前组待识别频域通信数据和前一组待识别频域通信数据进行错位叠加，以得到平滑处理后的待识别频域通信数据；基于平滑处理后的待识别频域通信数据中数据点的功率，确定待识别频域通信数据对应的能量门限。

在一个实施例中，上述门限确定模块706，具体用于对平滑处理后的待识别频域通信数据进行排序，基于排序分割所述平滑处理后的待识别频域通信数据，得到第一数据块和第二数据块；第一数据块中数据点的最大功率值，小于第二数据块中数据点的最小功率值；判断第一数据块和第二数据块合并后是否构成递增序列；若不构成递增序列，将第一数据块和所述第二数据块作为新的平滑处理后的待识别频域通信数据，分别返回执行对所述平滑处理后的待识别频域通信数据进行排序，基于排序分割平滑处理后的待识别频域通信数据，得到第一数据块和第二数据块的步骤；若构成递增序列，结束循环，将循环结束时的所述第一数据块和所述第二数据块进行合并，得到递增序列的待识别频域通信数据；基于递增序列的待识别频域通信数据中得到能量门限。

在一个实施例中，上述门限确定模块706，具体用于获取递增序列的待识别频域通信数据中低功率区域的数据点的平均功率；根据平均功率，确定能量门限；根据能量门限，识别所识别频域通信数据中的干扰数据，包括：若待识别频域通信数据中数据点的功率大于能量门限时，确定功率大于能量门限的数据点为干扰数据。

在一个实施例中，上述装置还包括：去除模块，用于获取干扰数据的位置；将待识别频域通信数据中干扰数据的位置的功率置0，得到去除干扰数据后的频域通信数据。

在一个实施例中，上述装置还包括：还原模块，用于按照预设数据周期，将去除干扰数据后的频域通信数据进行时频转换，得到还原后的时域通信数据；预设数据周期根据预设窗函数的大小确定；将当前组时域通信数据与前一组时域通信数据进行延迟叠加，得到叠加后的时域通信数据，对叠加后的时域通信数据进行反加窗处理，得到去除干扰数据后的时域通信数据。

关于通信干扰数据识别装置的具体限定可以参见上文中对于通信干扰数据识别方法的限定，在此不再赘述。上述通信干扰数据识别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无线通信设备中的处理器中，也可以以软件形式存储于无线通信设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种无线通信设备，该无线通信设备可以是终端，其内部结构图可以如图8所示。该无线通信设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该无线通信设备的处理器用于提供计算和控制能力。该无线通信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、计算机程序和数据库。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。该无线通信设备的数据库用于存储通信数据。该无线通信设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种通信干扰数据识别方法。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的无线通信设备的限定，具体的无线通信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。

在一个实施例中，提供了一种无线通信设备，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如上述的通信干扰数据识别方法。

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如上述的通信干扰数据识别方法。

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，本申请所提供的各实施例中所使用的对存储器、存储、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、闪存或光存储器等。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。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。

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。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。