CN101005346A - 一种时频资源的分配方法 - Google Patents

Abstract

本发明涉及一种时频资源的分配方法，所述方法包括：把一个长度为L的序列{x(i)，i＝0，1，2，…L－1}中的每一点作为一个k次多项式的自变量，改变多项式的系数生成多个长度为L的序列{f(i)}，其中k是非负整数，多项式中的运算在伽罗华域GF(Q)中进行，其中Q＝p^m，p是一个素数，m是非负整数；把生成的序列分配给多个小区，生成各小区的偏置序列集合，其中分配给同一个小区的序列所对应的生成多项式的常数项不同，其他项的系数都相同；由所述小区的偏置序列生成对应的时频图案单元，将时频图案单元经过频域等间隔重复，得到完整的时频图案。以解决目前技术中未考虑将相邻同频小区间的干扰平均化的问题。

Description

一种时频资源的分配方法

技术领域

本发明涉及通信技术，特别是涉及一种通信系统中时频资源的分配方法。

背景技术

利用地理区域对无线通信系统进行区分，比如蜂窝无线通信系统，通过划分地理上不同的通信区域而实现频率重用，以提高无线通信系统的容量。所述蜂窝无线通信系统通过把一个大的服务区划分成许多较小的覆盖区域而实现频率重用，来提高蜂窝无线通信系统的容量。每一个小覆盖区域可以被称为一个小区(cell)。为了采用频率复用因子为1的规划以及提高蜂窝无线通信系统的频率利用效率，不同的cell可以采用相同的频率。但是，不同的cell采用相同的频率会使工作在同一频率下的cell相互干扰。因而蜂窝系统的设计要求在保证小区内用户间干扰尽可能小的情况下，使得小区间干扰也尽可能平均化。

频分复用OFDM由于在无线环境下传输高速数据的能力而越来越受到人们的关注，目前，在蜂窝无线通信系统中提出了使用OFDM技术，OFDM技术将蜂窝无线通信系统的资源在频域内分为若干正交的窄带子信道，高速数据流通过串转并变换在各个子信道上并行传输。由于子信道的窄带特性可以克服多径影响，大大消除了符号间的干扰；由于子信道的正交特性，即子信道间的频谱相互重叠，因而提高了频谱的利用率。因此，在蜂窝无线通信系统使用OFDM技术逐渐成为移动通信系统的发展趋势。

在目前的3GPP技术报告中指出，EUTRA系统上下行分别采用SC-FDMA技术和OFDMA技术。该报告还提到，不论上下行，用户数据都可以有两种复用方式，即集中传输复用(Localized Transmission)和分散传输复用(Distributed Transmission)。所述Localized Transmission是将一定时间单位(例如一个时隙)内一定数量的相邻子载波组合成最小时频资源单位分配给用户；而所述Distributed Transmission是将一定时间单位(例如一个符号周期)内一定数量不相邻的子载波组合成最小时频资源单位分配给用户，以达到频率分集的效果，每个这样的时频资源单位可以称为一个时频图案。对于上行链路，分配给同一用户的不相邻的子载波之间需要相等的频率间隔以满足峰均比的要求。下行链路也可以采用这种等间隔的做法。

由于SC-FDMA和OFDMA系统复用因子为1，下面以OFDMA为例来说明，所述OFDMA是将占用的带宽划分成很多个子载波，用户的信号在子载波上承载。如图1所示，频率上占用一个子载波，时间上占用一个OFDMA符号的时间，称为一个时频格点。图中阴影部分表示为某个用户占用的时频格点。一个小区内的用户共享所有的时频格点，不同的用户分别占用不同的时频格点，用户与用户之间是完全正交的。在OFDM系统中小区内的用户不仅能够灵活利用带宽和时间资源，而且还保证了小区内的用户之间的干扰很小。但是，对于相邻同频小区的用户之间的干扰是比较大的。在满足分配给一个用户的不相邻子载波等间隔分布的基础上，目前的技术还未给出使不同小区的用户之间干扰平均化的解决方案。所谓干扰平均化，指的是当前小区每个用户受到相邻同频小区的干扰基本是相同的；而且，在相邻同频小区的用户占用的时频资源较少时，当前小区的用户受到的相邻的同频小区用户的干扰较少。

因此，现有技术的缺点是：在满足分配给每个用户的时频资源在一个符号周期内占用的子载波等间隔的基础上，目前的技术方案中没有考虑相邻同频小区用户数据间的干扰平均化的问题。

发明内容

本发明解决的技术问题是提供一种时频资源的分配方法，在满足一个时间单位内用户占用的子载波等间隔分布的同时，将干扰平均化的问题转化成时频图案对应的偏置序列的选择问题，以解决目前技术中未考虑将相邻同频小区间的干扰平均化的问题。

为解决上述问题，本发明提供一种时频资源的分配方法，包括步骤：

A、把一个长度为L的序列{x(i)，i＝0，1，2，...L-1}中的每一点作为一个k次多项式的自变量，改变多项式的系数生成多个长度为L的序列{f(i)}，其中k是非负整数，多项式中的运算在伽罗华域GF(Q)中进行，其中Q＝p^m，p是一个素数，m是非负整数；把生成的序列分配给多个小区，生成各小区的偏置序列集合，其中分配给同一个小区的序列所对应的生成多项式的常数项不同，其他项的系数都相同；

B、由所述小区的偏置序列生成对应的时频图案单元，将时频图案单元经过频域等间隔重复，得到完整的时频图案。

步骤A中所述序列{x(i)}由伪随机序列生成。

步骤A中所述序列{x(i)}由线性序列生成。

步骤A中所述序列{x(i)}由指数序列生成。

步骤A中所述序列{x(i)}由双曲序列生成。

所述步骤A中由序列{x(i)生成序列{f(i)}的过程具体为：

给定一个m级带有线性反馈的移位寄存器作为伪随机序列产生器，并设所述移位寄存器某个时刻的状态为 按以下公式生成所述序列集合：

$f\left(i\right)=n_0+\underset{j=1}{\overset{k}{\mathrm{\Σ}}}{\left[n_{j}x\left(i\right)\right]}^j,$ i＝0，1，2，...，2^m-2，k为大于零小于2^m的整数，其中，

{x(i)}为有限域GF(p^m)内的多项式

d₁∈[0，1]组成的序列，并且按以下方式获得：任意给定x(0)，则x(i)＝X^iK[x(0)]modg(X)，K＝0，1，2，...2^m-2，其中，g(X)＝Xⁿ+c_n-1X^n-1+...+c₁X+c₀，为所述伪随机序列产生器的生成多项式；

n_j，j＝0，1，...，k为有限域GF(p^m)中的元；

由n_j的不同取值组合，对应生成不同的序列{f(i)}。

n_jx(i)表示为有限域GF(p^m)内的多项式为n_j(X)x(i)modg(X)。

所述步骤A中由序列{f(i)}生成偏置序列的过程为：

将序列{f(i)}中的多项式 作用于所述给定的寄存器状态

得到由不同的寄存器状态组成的序列

其中， 表示伪随机序列产生器从状态

开始运行l次后移位寄存器中的状态，加法运算为有限域GF(p^m)内的运算；

将r(i)映射为非负整数序列 $s\left(i\right)=r_0^i{p}^{m-1}+r_1^i{p}^{m-2}+...+r_{m-1}^i,$ p为有限域GF(p^m)的特征。把多个序列{s(i)}分配给各个小区，生成偏置序列。

所述由分得的序列集合生成小区的偏置序列的过程为：将分配的所有序列对时频图案的重复间隔值取模；组合一个或多个序列，或者组合一个或多个序列的片断。

所述由分得的序列集合生成小区的偏置序列的过程为：组合一个或多个序列，或者组合一个或多个序列的片断。

选择模p^m0相等的一个或p^m-m0个时频图案，分配给用户，其中m0是一个非负整数，p是有限域的特征。

分配给不同小区的序列所对应的生成多项式的非常数项系数中，至少有一个系数不同。

与现有技术相比，本发明具有以下有益效果：本发明通过时频图案的设计，在满足用户在一定时间单位内占用的频率资源均匀分布的基础上，将干扰平均化的问题转化成偏置序列的选择问题。本发明利用了一种序列生成方式所得序列的良好特性，并且挖掘了该种生成方式的隐含特性，使得该方式得到的序列可以转化为时频图案的偏置序列，应用于时频资源的分配中。本发明还利用PN序列扩充了该种序列生成方式，为偏置序列的选择提供了更广阔的空间，同时由PN序列得到的偏置序列使得小区间干扰平均化的解决突破了原有的模式，变得更加灵活。

附图说明

图1是现有技术中OFDMA中时频格点的示意图；

图2是本发明所述时频资源的分配方法的流程图；

图3是本发明所述时频资源的分配方法中PN序列产生器的一个实例示意图；

图4是本发明所述方法中由一个偏置序列经值域平移生成一组偏置序列的时频图像示意图；

图5是本发明所述方法中合并多个时频图案得到一个等间隔的新的时频图案的示意图。

具体实施方式

下面结合附图对本发明作进一步的说明。

请参阅图2，为本发明所述时频资源的分配方法的流程图，所述方法包括：

步骤S11：由多项式 $f\left(i\right)=\underset{j=0}{\overset{k}{\mathrm{\Σ}}}{n}_{j}x{\left(i\right)}^j,$ i＝0，1，2，...L-1，生成多个序列{f(i)}，其中，k是非负整数，所述L是序列的长度，所述x(i)是一个参数方程，并且多项式中的乘法和加法运算均在伽罗华域GF(Q)中进行，其中Q＝p^m，p是一个素数，m是非负整数，n_j是一系列参数，j＝0，1，2，...k；把生成的序列分配给多个小区，生成各小区的偏置序列集合，其中分配给同一个小区的序列所对应生成多项式的参数n₀不同，其它参数n_j，j≠0都相同，并且分配给不同小区的序列对应生成多项式的k个参数n_j，j≠0中至少有一个参数不同；

步骤S12：由所述小区的偏置序列生成对应的时频图案单元，将时频图案单元经过频域等间隔重复，得到完整的时频图案。

为了便于本领域的技术人员理解本发明，在说明本发明之前先介绍如下技术：

时频平面，可以看作有“时域”和“频域”形成的二维平面，所述“时域”即时间区间，所述时间区间可以是一个或若干个时隙(TTI)，由若干个符号(Symbol)组成，将时间区间划分为M个时间单位，每个时间单位可以是一个或若干个Symbol；所述频域是由N个子载波组成。设每个时频图案在每个时间单位上占用子载波的间隔为n，在原来的N个子载波内的任意位置插入 个虚子载波，得到 个子载波。之后在所述

个子载波上设计时频图案，所述虚子载波对应的位置将不用于存放用户的数据。

定义一个长度为M的偏置序列OFFSET={O₀，O₁，...，O_M-1}，其中O_i为非负整数。设每个时间单位上占用子载波的间隔为n，则O_i＜n。令偏置序列的序号i为时间单位的序号，那么可以由该序列得到M个时频位置，组成一个时频图案单元。若将这个时频图案单元沿频率轴重复，且重复周期也为n，重复次数为

这样便得到了第一个时频图案的全部位置。时频图案单元在频域等间隔的重复可以保证生成的时频图案在每个时间单位内均匀分布。n个正交的偏置序列生成对应的n个正交的时频图案单元，n个时频图案单元在频域等间隔重复生成n个正交的时频图案填满时频平面。

下面在理解上述技术的基础上介绍如何解决相邻同频小区间干扰平均化的算法。该算法的核心是按照一定的规则为不同小区选择各自的偏置序列集合，且分属不同集合的序列之间具有良好的相关性。

本发明为每个小区选取偏置序列集合的主要步骤是：

a)多项式 $f\left(i\right)=P\left[x\left(i\right)\right]=\underset{j=0}{\overset{k}{\mathrm{\Σ}}}{n}_{j}x{\left(i\right)}^j,$ i＝0，1，2，...L-1，其中，所述L是序列的长度，所述x(i)是一个参数方程，并且多项式中的乘法和加法运算均在伽罗华域GF(Q)中进行，其中Q是一个素数p的幂，即Q＝p^m，m为非负整数。给定Q和k的值，和参数方程x(i)，通过改变参数n_j，计算得到不同的序列{f(i)}，组成一个序列集合，所得集合中任意两个序列之间具有良好的相关性；

b)将所述序列集合根据产生序列的参数值划分为多个子集，每个子集内的序列只有参数n₀不同，其余参数均相同；

c)将不同的子集分别分配给互相干扰的不同小区；

d)在分得的子集中，组合一个或多个序列，或者组合一个或多个序列的片断生成一个偏置序列，进而生成小区内所有的偏置序列，组成该小区的偏置序列集合。

其具体的实现过程为：

所述长度为L的序列{f(i)}由下面的k阶多项式计算得到

$f\left(i\right)=P\left[x\left(i\right)\right]=\underset{j=0}{\overset{k}{\mathrm{\Σ}}}{n}_{j}x{\left(i\right)}^j,$ i＝0，1，2，...L-1    (1)

在该多项式中，由参数方程x(i)可以得到一个定义于伽罗华域GF(Q)的序列，所述Q是一个素数p的幂，即Q＝p^m，并且所述多项式中的乘法和加法运算均在伽罗华域GF(Q)中进行，这对于本领域的技术人员来说已是公知技术，在此不再描述。在所述的多项式(1)中，先选定Q和k的值，且选定参数方程x(i)(以此选定序列{x(i)})，通过改变参数n_j的值，可以得到一个序列集合，其中任意两个序列具有良好的相关性。

其中所述参数方程x(i)对应的序列可以由以下四种方式实现，但是不限于这四种实现方式。其中由方式a)、b)和c)生成的序列集合内的序列具有良好相关性已经被证明，由方式d)生成的序列集合内的序列的相关性将在下面给出：

a)由线性序列生成

x(i)＝i，i＝0，1，2，...，L-1，L＝Q，    (2)

Q是素数，

n_k-1是确定值，

所有其他参数n_j取遍GF(Q)中的值；

b)由指数序列生成

x(i)＝αⁱ，i＝0，1，2，...，L-1，L＝Q-1，    (3)

Q＝p^m，

n₁是确定值；

所有其他参数n_j取遍GF(Q)中的值；

c)由双曲序列生成

$x\left(i\right)=\left\{\begin{array}{cc}1/i,& i=\mathrm{1,2},...,L-1\\ 0,& i=0\end{array}\right.,L=Q,\left(4\right)$

Q是素数；

所有参数n_j取遍GF(Q)中的值；

d)由PN序列生成

下面以k＝1的情况为例，具体介绍由PN序列生成序列集合的方法，并给出生成序列的性质的证明。

假设x(i)是由PN序列生成的序列。具体生成方式如下：

由于k＝1，公式(1)简化为

f(i)＝n₀+n₁x(i)    (5)

设PN序列产生器为一个m级带有线性反馈的移位寄存器，如图3所示。其生成多项式表示为g(X)＝Xⁿ+c_n-1X^n-1+...+c₁X+c₀。

给定移位寄存器的某个状态为

其顺序为：a₀是第一个寄存器的状态值。

定义有限域GF(p^m)内的多项式

(b₁∈[0，1])为对该状态的作用，作用后的状态表示为

其中， 表示PN序列产生器从状态

开始运行l次后移位寄存器中的状态。

设有限域GF(p^m)内一多项式d₀X^m-1+d₁X^m-2+...+d_m-1为对状态

的一个作用，定义为x(0)，将状态

设置为PN序列生成器移位寄存器的初始状态，将PN序列生成器从初始状态开始运转K(K＝0，1，2，...，2^m-2)次，则得到的移位寄存器中的状态对应的作用为X^K[x(0)]modg(X)＝[X^K(d₀X^m-1+d₁X^m-2+...+d_m-1)]modg(X)，定义为x(1)；再运转K次，得到移位寄存器中的状态值对应的作用为X^2K[x(0)]modg(X)＝[X^2K(d₀X^m-1+d₁X^m-2+...+d_m-1)]modg(X)，定义为x(2)；依此类推，得到序列x(i)＝[X^iK(d₀X^m-1+d₁X^m-2+...+d_m-1)]modg(X)，i＝0，1，2，...，2^m-2。

对序列x(i)在有限域GF(p^m)内进行如式(6)所示的运算，生成序列f(i)。

f(i)＝n₀+n₁x(i)    (5)

式(6)中，参数n₀，n₁为有限域GF(p^m)中的元。

n₁·x(i)，表示成多项式则为n₁(X)·x(i)modg(X)。

则根据GF(p^m)的运算性质，n₁x(i)是将n₁x(0)对应的移位寄存器状态值作为该PN序列产生器的初始状态，再按照x(i)的生成步骤，而生成的新的序列。

因此，f(i)定义了一个由PN序列生成的序列的集合，不同的n₁表示不同的初始相位，不同的n₀表示不同的有限域内的值域的平移。

当固定n₀，改变n₁时或者固定n₁，改变n₀时，生成的序列是相互正交的。

下面我们证明的集合中的序列具有很好的相关性。首先对于序列x(i)，i＝0，1，..根据伪随机序列的特性，存在l个x(i)相等的概率，随着l的增加而减少。假设两个不同的序列f(i)＝n₀+n₁x(i)和序列f′(i)＝n′₀+n′₁x(i)有交点，则必须满足f(i)＝f′(i)，即n₀-n′₀+(n₁-n′₁)x(i)＝0。根据有限域中方程解的理论，非平凡的一次方程最多只有一个解，因此最多只有一个值y＝x(i)满足上述方程，因此满足上述方程的i的个数依赖于x(i)＝y重复的次数，根据PN序列的特性，出现l个x(i)相等的概率，随着l的增加而减少。因此所有由f(i)生成的序列具有很好的交点性质。它们之间的交点个数可以是0，1，2，3，...个，但是随者个数增加出现的概率越小。

k＞1的情况生成的序列，同样具有上述性质，这里不做详述。

下面介绍如何利用以上序列生成方法生成小区偏置序列。

所述多项式(1)可以改写为

$P\left[x\left(i\right)\right]=n_0+\underset{j=1}{\overset{k}{\mathrm{\Σ}}}{n}_{j}x{\left(i\right)}^j,j=\mathrm{1,2},....,k---\left(7\right)$

由公式(1)可以看出，在上述序列集合中，改变参数n₀，保持其他参数不变，可以得到Q个互相正交的序列。因此可以把上述序列集合分成多个子集，每个子集内部的序列都是由相同的参数n_j，j＝1，2，...，k，和不同的参数n₀得到的，每个子集内的任意两个序列之间交点个数为0，每个子集内的序列个数最多为Q个。这样可以把一个子集内的序列分配给同一个小区，生成偏置序列集合，不同的子集分配给不同的小区，生成各小区的偏置序列集合，可以保证相同小区内偏置序列之间互相正交，不同小区的两个偏置序列之间具有良好的相关性。

根据以上序列集合的生成以及其子集划分用于生成小区偏置序列集合的思想，下面给出具体的实施例。

第一种情况：

若m＝1，即Q为素数时，当生成两个序列的参数只有n₀不同，即两个序列属于同一子集时，两个序列的关系是值域的平移(同样在GF(Q)中进行)，这两个序列的交点个数为0。

首先选定伽罗华域GF(Q)，根据上述方法生成一个序列集合并划分为多个子集分配给各个小区。当满足Q≤n＜2Q时，在分得的子集中选任意一个序列作为本小区第一个时频图案的偏置序列OFFSET(0)。如果所选序列长度大于时间长度M，则取其长度为M的片断作为本小区第一个时频图案的偏置序列；反之，如果所选序列长度小于时间长度M，则对序列在时域重复得到长度为M的序列作为本小区第一个时频图案的偏置序列，最后一个重复周期可以只重复序列的片断。其中，所述片断的截取方式灵活，可以截取L个点中的任意m₀个点。特别地，可以截取点f(i)，i＝i_p，(i_p+l)modL，(i_p+2l)modL，.....，i_p+(m₀-1)lmodL，即从位置i_p开始每隔l个点截取一个点。

在本小区内由第一个偏置序列在值域平移并对n取模得到本小区内其余偏置序列；设第一个偏置序列为OFFSET(0)＝{O₀(0)，O₁(0)，...，O_M-1(0)}，则平移距离为o的序列OFFSET(j)是，

OFFSET(j)＝{O₀(j)，O₁(j)，...，O_M-1(j)}，其中，

O_i(j)＝(O_j(0)+o)modn，i＝0，1，2，...，M-1，j＝0，1，2，...，n-1，o＝0，1，2，...，n-1。

对一个小区内所有的偏置序列生成的时频图案单元经过频域等间隔移位后，得到本小区的全部时频图案，所述全部时频图案填满整个时频平面。如图4所示，为本发明一个简单的例子。该图所示为一个小区内的三个时频图案，取子载波总个数N＝20，时间长度M＝4，时频图案单元重复间隔n＝8，第一个偏置序列OFFSET(0)＝{0，6，4，1}，生成的时频图案如图中灰色格点所示。其余偏置序列由第一个偏置序列经值域平移得到，其中的两个偏置序列为OFFSET(1)＝{1，7，5，2}，OFFSET(2)＝{2，0，6，3}，生成的时频图案分别如图中横线格点和竖线格点所示。

对于其他小区，采用同样的方法得到所有的偏置序列。

需要说明的是，当序列集合中的序列经定义域循环移位后仍在该集合中时，对该循环移位后的序列截取片断等价于对原序列的截取点的移位。

设本小区的偏置序列是序列{f(i)}的片断，记做

{f(i)，i＝i₀，i₁，i₂，...，i_m0-1}

那么对序列{f(i)}定义域循环移位o后的序列{g(i)}的相同截取位置的片断可以表示为

{g(i)，i＝i₀，i₁，i₂，...，i_m0-1}＝{f(i)，i＝(i₀+o)modL，(i₁+o)modL，(i₂+o)modL，...，(i_m0-1+o)modL}

一个小区内的n个偏置序列是由分得子集中的一个序列值域平移得到的。可以证明这些偏置序列有些是分得子集中的序列，有些是分得子集中两个序列的片断组合而成，因此不同小区的偏置序列之间具有良好的相关性。

当满足n＜Q时，选择一个子集内的Q个序列，并舍去各序列中值大于等于n的点，这样可以用新的Q个序列，或其重复，或其片断作为偏置序列。不同的是，这种情况下生成的一个时频图案可以不占满所有的M个时间单位，两个时频图案占有的资源量可以不相等。

以上方法生成的时频图案在每个时间单位上获得的子载波位置等距离，均为n。合并偏置序列对应的值域平移距离相差为n/p^m0的p^m0个时频图案，m＝0，1，2，...，分配给一个用户，该用户所占资源在每个时间单位上的子载波位置仍然等距离。这样同一个时频平面内不同的用户可以获得不同大小的资源量。

第二种情况：

当Q＝p^m，这里考虑m≠1的情况。首先选定伽罗华域GF(Q)，取重复间隔n＝Q。根据前面所述的方法生成一个序列集合并划分为多个子集。参考前面第一种情况，将一个子集中的Q个序列经过时域重复或截断直接得到本小区的所有偏置序列。

第三种情况：

当选定伽罗华域GF(Q)，Q＝p^m且重复间隔n＝p^m′，其中m′≤m时，得到的序列{f(i)}可以通过模的运算，映射到有限域GF(p^m′)中，例如可以取有限域GF(p^m)中的高m′位映射到GF(p^m′)，或者取有限域GF(p^m)中的低m′位映射到GF(p^m′)中。把取模后的序列集合按照参数划分为多个子集，分配给各个小区，生成偏置序列即可。

特别的，当参数方式x(i)取方式d)时，将序列{f(i)}中的多项式

作用于所述给定的寄存器状态

得到由不同的寄存器状态组成的序列

其中， 表示伪随机序列产生器从状态

开始运行l次后移位寄存器中的状态，加法运算为有限域GF(p^m)内的运算；

将r(i)映射为非负整数序列 $s\left(i\right)=r_0^i{p}^{m-1}+r_1^i{p}^{m-2}+...+r_{m-1}^i,$ p为有限域GF(p^m)的特征。把多个序列{s(i)}分配给各个小区，生成偏置序列。

在第二种情况和第三种情况下，合并对应参数值n₀相差为p^m0的p^m-m0个偏置序列对应的时频图案，其中m0＝0，1，...，m-1，分配给同一个用户，可以保证该用户获得的资源在频域仍然等间隔分布。可以证明，这p^m-m0个序列对p^m0取模，得到的序列值是相同的，并且同一子集中只有这p^m-m0个序列对p^m0取模后可以得到这个序列值。因此合并p^m-m0个对p^m0取模后相等的偏置序列对应的时频图案分给一个用户即可。这样同一个时频平面内不同的用户可以获得不同大小的资源量。

如图5所示，为本发明中在Q＝q^m的情况下合并多个时频图案组成等间隔分布时频图案的一个例子。该例取N＝16，M＝4，n＝8，第一个偏置序列OFFSET(0)＝{0，6，4，1}。要获得4倍资源，即得到间隔为n＝2的时频图案，则新的第一个时频图案由OFFSET(0)(灰色格点)与OFFSET(2)＝{2，4，6，3}(横线格点)，OFFSET(4)＝{4，2，0，5}(斜纹格点)，OFFSET(6)＝{6，0，2，7}(竖线格点)对应的时频图案合并得到。  以上4个偏置序列对2取模均得到序列OFFSET’(0)＝{0，0，0，1}，而其余4个偏置序列对2取模得到的序列是OFFSET’(1)＝{1，1，1，0}。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1、一种时频资源的分配方法，其特征在于，包括步骤：

A、把一个长度为L的序列{x(i)，i＝0，1，2，...L-1}中的每一点作为一个k次多项式的自变量，改变多项式的系数生成多个长度为L的序列{f(i)}，其中k是非负整数，多项式中的运算在伽罗华域GF(Q)中进行，其中Q＝p^m，p是一个素数，m是非负整数；把生成的序列分配给多个小区，生成各小区的偏置序列集合，其中分配给同一个小区的序列所对应的生成多项式的常数项不同，其他项的系数都相同；

B、由所述小区的偏置序列生成对应的时频图案单元，将时频图案单元经过频域等间隔重复，得到完整的时频图案。

2、根据权利要求1所述时频资源的分配方法，其特征在于，步骤A中所述序列{x(i)}由伪随机序列生成。

3、根据权利要求1所述时频资源的分配方法，其特征在于，步骤A中所述序列{x(i)}由线性序列生成。

4、根据权利要求1所述时频资源的分配方法，其特征在于，步骤A中所述序列{ x(i)}由指数序列生成。

5、根据权利要求1所述时频资源的分配方法，其特征在于，步骤A中所述序列{x(i)}由双曲序列生成。

6、根据权利要求1或2所述时频资源的分配方法，其特征在于，所述步骤A中由序列{x(i)}生成序列{f(i)}的过程具体为：

给定一个m级带有线性反馈的移位寄存器作为伪随机序列产生器，并设所述移位寄存器某个时刻的状态为

按以下公式生成所述序列集合：

$f\left(i\right)=n_0+\underset{j=1}{\overset{k}{\mathrm{\Σ}}}{[n_j,x\left(i\right)]}^j,$ i＝0，1，2，...，2^m-2，k为大于零小于2^m的整数，

其中，

{x(i)}为有限域GF(p^m)内的多项式

d₁∈[0，1]组成的序列，并且按

以下方式获得：任意给定x(0)，则x(i)＝X^iK[x(0)]modg(X)，K＝0，1，2，...2^m-2，其中，g(X)＝Xⁿ+c_n-1X^n-1+...+c₁X+c₀，为所述伪随机序列产生器的生成多项式；

n_j，j＝0，1，...，k为有限域GF(p^m)中的元；

由n_j的不同取值组合，对应生成不同的序列{.f(i)}。

7、根据权利要求6所述时频资源的分配方法，其特征在于，n_jx(i)表示为有限域GF(p^m)内的多项式为n_j(X)x(i)modg(X)。

8、根据权利要求6所述时频资源的分配方法，其特征在于，所述步骤A中由序列{f(i)}生成偏置序列的过程为：

将序列{f(i)中的多项式

作用于所述给定的寄存器状态

得到由不同的寄存器状态组成的序列

其中，

表示伪随机序列产生器从状态

开始运行l次后移位寄存器中的状态，加法运算为有限域GF(p^m)内的运算；

将r(i)映射为非负整数序列s(i)＝r₀ ⁱp^m-1+r₁ ⁱp^m-2+...+r_m-1 ⁱ，p为有限域GF(p^m)的特征，把多个序列{s(i)}分配给各个小区，生成偏置序列。

9、根据权利要求1所述时频资源的分配方法，其特征在于，所述由分得的序列集合生成小区的偏置序列的过程为：将分配的所有序列对时频图案的重复间隔值取模；组合一个或多个序列，或者组合一个或多个序列的片断。

10、根据权利要求1所述时频资源的分配方法，其特征在于，所述由分得的序列集合生成小区的偏置序列的过程为：组合一个或多个序列，或者组合一个或多个序列的片断。

11、根据权利要求1所述时频资源分配方法，其特征在于，选择模p^m0相等的一个或p^m-m0个时频图案，分配给用户，其中m0是一个非负整数，p是有限域的特征。

12、根据权利要求1所述时频资源分配方法，其特征在于，分配给不同小区的序列所对应的生成多项式的非常数项系数中，至少有一个系数不同。

Images