CN112905110B - 数据存储方法及装置、存储介质、用户设备、网络侧设备 - Google Patents
数据存储方法及装置、存储介质、用户设备、网络侧设备 Download PDFInfo
- Publication number
- CN112905110B CN112905110B CN202110128760.0A CN202110128760A CN112905110B CN 112905110 B CN112905110 B CN 112905110B CN 202110128760 A CN202110128760 A CN 202110128760A CN 112905110 B CN112905110 B CN 112905110B
- Authority
- CN
- China
- Prior art keywords
- coefficient
- input
- order
- data
- input data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000013500 data storage Methods 0.000 title claims abstract description 41
- 238000005070 sampling Methods 0.000 claims abstract description 76
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
Abstract
一种数据存储方法及装置、存储介质、用户设备、网络侧设备,所述方法包括:确定离散傅里叶变换的采样点数,并根据素因子分解算法和所述采样点数确定序为1的输入数据的各个输入系数;自n=2起,依次根据序为n‑1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;每当确定序为n的输入数据的各个输入系数,获取序为n的输入数据,并根据序为n的输入数据的各个输入系数计算确定序为n的输入数据的存储地址,然后将序为n的输入数据写入存储器的该存储地址中。通过本发明的方案,可以提高数据的存储效率。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种数据存储方法及装置、存储介质、用户设备、网络侧设备。
背景技术
新空口(New Radio,NR)通信系统为由第三代合作伙伴计划(3rd GenerationPartnership Project,3GPP)主导的第五代移动通信系统(5G),其中涉及离散傅里叶变换扩频(Discrete Fourier Transform,为DFT)的正交频分复用多址接入(DFT-S-OFDM)的调制技术,要求实现大量非2的指数次幂点数的傅里叶变换。
其中,提高输入数据存储至存储器的效率是降低调制时延的重要环节之一,因此,亟需一种数据存储方法,能够提高输入数据的存储效率,以便尽快进入后续的离散傅里叶变化处理过程。
发明内容
本发明解决的技术问题是如何提高输入数据的存储效率。
为解决上述技术问题,本发明实施例提供一种数据存储方法,所述方法包括:确定离散傅里叶变换的采样点数,并根据素因子分解算法和所述采样点数确定序为1的输入数据的各个输入系数;自n=2起,依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;每当确定序为n的输入数据的各个输入系数,获取序为n的输入数据,并根据序为n的输入数据的各个输入系数计算确定序为n的输入数据的存储地址,然后将序为n的输入数据写入存储器的该存储地址中。
可选的,根据素因子分解算法和所述采样点数确定序为1的输入数据的各个输入系数包括:计算确定所述采样点数的第一分解式:遍历各个输入系数的可取值范围计算确定序为1的输入数据的各个输入系数;其中,N为所述采样点数,n为所述输入数据的序,ai为所述采样点数的第i+1个输入参数,L为所述输入参数的个数,ni为序为n的输入数据的第i+1个输入系数,N为正整数,L为非1的正整数,i为自然数,0≤i<L,0≤n<N。
可选的,根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数包括:计算确定所述序为n-1的输入数据的第i+1个输入系数与第i+1个第一预设系数之和,记为序为n的输入数据的第i+1个第一系数和;如果i=L-1,将序为n的输入数据的第L个第一系数和作为序为n的输入数据的第L个中间系数,如果i<L-1,根据序为n的输入数据的第i+1个第一系数和以及序为n的输入数据的第i+2个中间系数是否满足第一进位条件,确定序为n的输入数据的第i+1个中间系数;判断所述序为n的输入数据的第i+1个中间系数是否小于第i+1个输入系数的可取值个数,如果是,则将所述序为n的输入数据的第i+1个中间系数作为序为n的输入数据的第i+1个输入系数,否则,计算序为n的输入数据的第i+1个中间系数对所述第i+1个输入系数的可取值个数取模的结果,并将取模的结果作为序为n的输入数据的第i+1个输入系数。
可选的,所述第i+1个第一预设系数为所述序为1的输入数据的第i+1个输入系数。
可选的,根据序为n的输入数据的第i+1个第一系数和以及序为n的输入数据的第i+2个中间系数是否满足第一进位条件,确定序为n的输入数据的第i+1个中间系数包括:如果所述序为n的输入数据的第i+2个中间系数不满足所述第一进位条件,则将所述序为n的输入数据的第i+1个第一系数和作为所述序为n的输入数据的第i+1个中间系数,否则,将所述序为n的输入数据的第i+1个第一系数和加1后作为所述序为n的输入数据的第i+1个中间系数。
可选的,所述序为n的输入数据的第i+2个中间系数不满足所述第一进位条件包括:所述序为n的输入数据的第i+2个第一系数和大于等于所述第i+2个输入系数的可取值个数,或者,第i+1个输入参数与所述第i+2个输入参数互素。
可选的,当i<L-1时,采用下述公式根据序为n的输入数据的第i+1个第一系数和以及序为n的输入数据的第i+2个中间系数是否满足第一进位条件,确定序为n的输入数据的第i+1个中间系数:
ni_nxt=ni+coefini+(((ceili[2],ceili[0])==(ceili+1[2],ceili+1[0]))&(ni+1_nxt>ceili+1));
其中,ni_nxt为所述序为n的输入数据的第i+1个中间系数,ni为所述序为n-1的输入数据的第i+1个输入系数,coefini为所述第i+1个第一预设系数,ceili为第i+1个参考系数,所述第i+1个参考系数为第i+1个输入系数的可取值个数减1后的值,ni+1_nxt为所述序为n的输入数据的第i+2个中间系数。
可选的,基于素因子分解算法确定序为1的输入数据的各个输入系数之前,所述方法还包括:确定序为0的输入数据的各个输入系数。
可选的,输入数据的存储地址包括存储块标识和相对存储地址,采用下列公式计算确定序为n的输入数据的存储地址:
其中,bank_sel为所述存储块标识,bank_addr为所述相对存储地址,ci和di分别为第一调节参数和第二调节参数,其中,M为所述存储块的个数。
可选的,所述方法还包括:分别将各个输入系数的可取值个数作为小点数基对所述存储器中的输入数据进行多轮离散傅里叶变换。
可选的,分别将各个输入系数的可取值个数作为小点数基对所述存储器中的输入数据进行多轮离散傅里叶变换包括:在每轮运算中,根据所述小点数基在所述存储器中读取对应数量的数据进行小点数基离散傅里叶变换以得到计算结果;将每轮运算中的计算结果写回该轮运算中读取的数据所存储的存储地址。
可选的,所述方法还包括:根据所述素因子分解算法和所述采样点数确定序为1的输出数据的各个输出系数;自k=2起,依次根据序为k-1的输出数据的各个输出系数计算得到序为k的输出数据的各个输出系数;每当确定所述序为k的输出数据的各个输出系数,计算确定所述序为k的输出数据的存储地址并读出该存储地址中存储的数据,以得到所述输出数据。
可选的,根据所述素因子分解算法和所述采样点数确定序为1的输出数据的各个输出系数包括:计算确定所述采样点数的第二分解式:遍历各个输出系数的可取值范围计算确定序为1的输出数据的各个输出系数;其中,k为所述输出数据的序,bi为所述采样点数的第i+1个输出参数,ki为序为k的输出数据的第i+1个输出系数,0≤k<N。
可选的,根据序为k-1的输出数据的各个输出系数计算得到序为k的输出数据的各个输出系数包括:计算确定所述序为k-1的输出数据的第i+1个输出系数与第i+1个第二预设系数之和,记为所述序为k的输出数据的第i+1个第二系数和;如果i=L-1,将所述序为k的输出数据的第L个第二系数和作为所述序为k的输出数据的第L个中间系数,如果i<L-1,根据所述序为k的输出数据的第i+1个第二系数和以及所述序为k的输出数据的第i+2个中间系数是否满足第二进位条件,确定所述序为k的输出数据的第i+1个中间系数;判断所述序为k的输出数据的第i+1个中间系数是否小于第i+1个输出系数的可取值个数,如果是,则将所述序为k的输出数据的第i+1个中间系数作为所述序为k的输出数据的第i+1个输出系数,否则,计算所述序为k的输出数据的第i+1个中间系数对所述第i+1个输出系数的可取值个数取模的结果,并将取模的结果作为所述序为k的输出数据的第i+1个输出系数。
本发明实施例还提供一种数据存储装置,所述装置包括:第一确定模块,用于确定离散傅里叶变换的采样点数,并根据素因子分解算法和所述采样点数确定序为1的输入数据的各个输入系数;第一计算模块,用于自n=2起,依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;输入模块,用于每当确定所述序为n的输入数据的各个输入系数,获取所述序为n的输入数据,并根据所述序为n的输入数据的各个输入系数计算确定所述序为n的输入数据的存储地址,然后将所述序为n的输入数据写入存储器的该存储地址中。
本发明实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时执行上述数据存储方法的步骤。
本发明实施例还提供一种用户设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行上述数据存储方法的步骤。
本发明实施例还提供一种网络侧设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行上述数据存储方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
在本发明实施例的方案中,确定序为1的输入数据的各个输入系数后,可以依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数,然后根据各个输入数据的输入系数可以确定该输入数据的存储地址,也即,本发明实施例的方案中可以根据上一个输入的输入数据的输入系数快速地确定下一个输入的输入数据的输入系数,由于每个输入数据的存储地址是根据该输入数据的输入系数计算得到的,因此可以降低确定每个输入数据的存储地址的计算时间,从而提高了输入数据的存储效率。
进一步地,本发明实施例的方案中,确定序为1的输出数据的输出系数后,可以依次根据序为k-1的输出数据的各个输出系数计算得到序为k的输出数据的各个输出系数,然后根据各个输出数据的输出系数可以计算得到输出数据的存储地址,也即,本发明实施例的方案中可以根据上一个输出的输出数据的输出系数快速地确定下一个输出的输出数据的输出系数,由于每个输出数据的存储地址是根据该输出数据的输出系数计算得到的,因此可以降低确定每个输出数据的存储地址的计算时间,从而可以提高读取存储器中所要输出的数据的效率。
附图说明
图1是本发明实施例中一种数据存储方法的流程示意图。
图2是图1中步骤S102的一种具体实施方式的流程示意图。
图3是本发明实施例中另一种数据存储方法的流程示意图。
图4是本发明实施例中一种数据存储装置的结构示意图。
具体实施方式
如背景技术所述,亟需一种数据存储方法,能够提高输入数据的存储效率。
为了解决上述技术问题,本发明实施例的方案中,确定序为1的输入数据的各个输入系数后,可以依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数,然后根据各个输入数据的输入系数可以确定该输入数据的存储地址,也即,本发明实施例的方案中可以根据上一个输入的输入数据的输入系数快速地确定下一个输入的输入数据的输入系数,由于每个输入数据的存储地址是根据该输入数据的输入系数计算得到的,因此可以降低确定每个输入数据的存储地址的计算时间,从而提高了输入数据的存储效率。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例中一种数据存储方法的流程示意图。所述方法可以由终端执行,所述终端可以是各种恰当的终端,例如,可以是用户设备(User Equipment,UE),如手机等,还可以是网络侧设备,如基站等,但并不限于此。
图1所示的数据存储方法具体可以包括如下步骤:
步骤S101:确定离散傅里叶变换的采样点数,并根据素因子分解算法和采样点数确定序为1的输入数据的各个输入系数;
步骤S102:自n=2起,依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;
步骤S103:每当确定序为n的输入数据的各个输入系数,获取序为n的输入数据,并根据序为n的输入数据的各个输入系数计算确定序为n的输入数据的存储地址,然后将序为n的输入数据写入存储器的该存储地址中。
在步骤S101的具体实施中,确定离散傅里叶变换的采样点数N,并根据素因子分解算法和采样点数确定序为1的输入数据的各个输入系数。
具体而言,当终端在通信时,获取到需要发送的时域信号后,需要进行离散傅里叶变换,将时域信号调制到频域进行扩展,然后再经过快速傅里叶逆变换来得到发送的信号。当获取到需要发送的时域信号时,终端可以一并获取到离散傅里叶变换的点数,然后根据离散傅里叶变换的点数对时域信号进行采样,以得到多个输入数据(也即,采样点数据)。
本领域技术人员应当理解,离散傅里叶变换可以通过如下公式表示:
其中,N为采样点数,n和k均为在0至N-1之间取值的自然数,x(n)为离散傅里叶变换的输入数据,X(k)为离散傅里叶变换的输出数据,n为输入数据的序,k为输出数据的序。
需要说明的是,本发明实施例中序为n的输入数据是指第n+1个输入数据,例如,序为0的输入数据是指写入存储器的第1个输入数据,序为1的输入数据是指写入存储器的第2个输入数据。同理,本发明实施例中序为k的输出数据是指第k+1个输出数据,例如,序为0的输出数据是指从存储器读出的第1个数据,也即,读出第1个输出数据,序为1的输出数据是指从存储器读出的第2个数据,也即,读出第2个输出数据。
在本发明的一个非限制性实施例中,所述离散傅里叶变化的点数为非2的指数次幂。具体而言,5G NR标准的DFT-S-OFDM技术中离散傅里叶变换的点数具有多种,包括:12、24、36、48、60、72、96、108、120、144、180、192、216、240、288、300、324、360、384、432、480、540、576、600、648、720、768、864、900、960、972、1080、1152、1200、1296、1440、1500、1536、1620、1728、1800、1920、1944、2160、2304、2400、2592、2700、2880、2916,3000、3072、3240。需要说明的是,本发明实施例的采样点数N可以是其他任意可实施的数值,并不限于上述数值,本发明实施例对此不作限制。
进一步地,终端可以根据素因子分解算法和所述采样点数确定序为1的输入数据的各个输入系数。
具体而言,根据素因子分解算法对采样点数N进行分解,采样点数N被可以分解为互素的二个数,即N=N1×N2,其中,N1和N2互素。此时,输入数据的序n可以被表示为:
其中,N1和N2中的至少一个仍可以继续分解,直至采样点数被分解后得到的因子仅包括5、3、4、2。此时,获得采样点数的第一分解式:
其中,N为所述采样点数,n为所述输入数据的序,ai为所述采样点数的第i+1个输入参数,L为所述输入参数的个数,ni为序为n的输入数据的第i+1个输入系数,N为正整数,L为非1的正整数,i为自然数,0≤i<L,0≤n<N。
需要说明的是,根据素因子分解算法和采样点数得到第一分解式后,每个输入数据的序n均满足第一分解式,各个输入参数是在分解过程中得到的。此时,可以求解出序为n的输入数据的各个输入系数,也即求解出n0到nL-1的值。
还需要说明的是,采样点数可以被分解为多个因子,输入系数n0到nL-1分别为所分解的各因子的索引。输入系数n0到nL-1的取值范围分别与对应因子的数值相关,也即,输入系数ni对应的因子为X,则ni的取值范围为0至X-1之间的自然数,ni的取值个数为X个。此外,输入参数的个数与采样点数N分解后的因子个数相同。
在本发明的一个非限制性实施例中,采用素因子分解算法分解采样点数以得到第一分解式时,可以按照因子5、3、4、2的先后顺序进行分解,以使得分解的步骤简化而有效。
下面以采样点数N为3240为例,说明根据素因子分解算法对采样点数N进行分解,以得到采样点数N的第一分解式的过程。
当N=3240时,3240可以被分解为互素的5和648,此时输入数据的序n可以被表示为:
将公式(5)、公式(6)、公式(7)均代入公式(4),可以得到:
其中,由于在分解过程中依次分解出3240的因子为5,3,3,3,4,2,也即,3240=5×3×3×3×3×4×2,因此,n0的可取值个数为5,n0的取值范围为{0,1,2,3,4};n1的可取值个数为3,n1的取值范围为{0,1,2};n2的可取值个数为3,n2的取值范围为{0,1,2};n3的可取值个数为3,n3的取值范围为{0,1,2};n4的可取值个数为3,n4的取值范围为{0,1,2};n4的可取值个数为3,n3的取值范围为{0,1,2};n5的可取值个数为4,n5的取值范围为{0,1,2,3};n6的可取值个数为2,n6的取值范围为{0,1}。
进一步地,可以遍历各个输入系数的可取值范围确定序为1的输入数据的各个输入系数。例如,采样点数为3240时,根据n0至n6的各自的取值范围确定n0至n6的取值,以使n0至n6的取值满足:
1=(648n0+1080n1+360n2+120n3+40n4+810n5+405n6)mod 3240; (9)
然后通过遍历可以得到,采样点数为3240时,序为1的输入数据的输入系数n0至n6的取值分别为2,2,2,2,1,2,1。
需要说明的是,在确定序为1的输入数据的各个输入系数之前,还可以先确定序为0的输入数据的各个输入系数。例如,可以直接将序为0的输入数据的各个输入系数赋值为0。
由此,可以依次确定序为0的输入数据(也即,第1个输入数据)的各个输入系数和序为1的输入数据(也即,第2个输入数据)的各个输入系数。
在步骤S102的具体实施中,当n>1时,可以依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数。本发明实施例中可以在时钟的每个上升沿更新下一个输入数据的各个输入系数。
图2示出了步骤S102的一种具体实施方式的流程示意图。图2示出的步骤S102具体可以包括如下步骤:
步骤S201:计算确定所述序为n-1的输入数据的第i+1个输入系数与第i+1个第一预设系数之和,记为所述序为n的输入数据的第i+1个第一系数和;
步骤S202:如果i=L-1,将所述序为n的输入数据的第L个第一系数和作为所述序为n的输入数据的第L个中间系数,如果i<L-1,根据所述序为n的输入数据的第i+1个第一系数和以及所述序为n的输入数据的第i+2个中间系数是否满足第一进位条件,确定所述序为n的输入数据的第i+1个中间系数;
步骤S203:判断所述序为n的输入数据的第i+1个中间系数是否小于第i+1个输入系数的可取值个数,如果是,则将所述序为n的输入数据的第i+1个中间系数作为所述序为n的输入数据的第i+1个输入系数,否则,计算所述序为n的输入数据的第i+1个中间系数对所述第i+1个输入系数的可取值个数取模的结果,并将取模的结果作为所述序为n的输入数据的第i+1个输入系数。
需要说明的是,本实施例中各个步骤的序号并不代表对各个步骤的执行顺序的限定。
在步骤S201的具体实施中,当计算得到序为n-1的各个输入系数后,可以计算确定序为n-1的输入数据的各个第一系数和,序为n-1的输入数据的第i+1个第一系数和为该输入数据的第i+1个输入系数ni与第i+1个第一预设系数之和。其中,第一预设系数与采样点数具有一一对应的关系。
具体而言,所述终端可以存储有多组第一预设系数,每组第一预设系数对应一种采样点数,每组第一预设系数包括多个第一预设系数,第一预设系数的数量与对应的采样点数的输入参数或者输入系数的数量相同。
在本发明的一个非限制性实施例中,各个第一预设系数为相同采样点数下序为1的输入数据的各个输入系数,也即,第i+1个第一预设系数为序为1的输入数据的第i+1个输入系数。以采样点数为3240为例,序为1的输入数据的各个输入系数n0至n6的取值分别为2,2,2,2,1,2,1,因此,采样点数为3240时,第一预设系数coefin0至coefin6的取值分别为2,2,2,2,1,2,1。
在步骤S202的具体实施中,计算序为n的输入数据的各个中间系数。
具体而言,首先计算序为n的输入数据的第L个中间系数,序为n的输入数据的第L个中间系数即序为n的输入数据的第L个第一系数和。此时,i=L-1。
进一步地,依次计算序为n的输入数据的第L-1个中间系数至第1个中间系数,也即在i<L-1的情况下,确定各个中间系数。
具体而言,需要判断序为n的输入数据的第L个中间系数是否满足第一进位条件,如果不满足,则序为n的输入数据的第L个中间系数为序为n-1的输入数据的第L-1个输入系数和第L-1个第一预设系数之和,也即,序为n的输入数据的第L-1个中间系数为该输入数据的第L-1个第一系数和。如果满足第一进位条件,所述序为n的输入数据的第L-1个中间系数为该输入数据的第i+1个第一系数和加1的值。
其中,序为n的输入数据的第L个中间系数不满足第一进位条件的情形可以包括:所述序为n的输入数据的第L个第一系数和大于等于所述第L个输入系数的可取值个数,或者,第一分解式中第L-1个输入参数与所述第L个输入参数互素。
按照上述步骤,可以依次确定序为n的输入数据的第L-2个、第L-3个、……第1个中间系数。
需要说明的是,终端在执行步骤S201和步骤S202时,可以先执行步骤S201以计算出序为n的输入数据的各个第一系数和,然后再执行步骤S202,计算出序为n的输入数据的各个中间系数,其中,在步骤S202时,先计算第L个中间系数,再按照i递减的顺序依次计算各个中间系数。终端也可以通过步骤S201计算得到序为n的输入数据的第L个第一系数和,再执行步骤S202计算第L个中间系数,然后再返回至步骤S201,计算第L-1个第一系数和,再执行步骤S202计算第L-1个中间系数,按照i递减的顺序通过多次循环执行步骤S201和步骤S202依次得到序为n的各个中间系数。
在本发明的一个非限制性实施例中,当i<L-1时,可以采用下列公式计算确定序为n的输入数据的第i+1个中间系数:
ni_nxt=ni+coefini+(((ceili[2],ceili[0])==(ceili+1[2],ceili+1[0]))&(ni+1_nxt>ceili+1)); (10)
其中,ni_nxt为所述序为n的输入数据的第i+1个中间系数,ni为所述序为n-1的输入数据的第i+1个输入系数,coefini为所述第i+1个第一预设系数,ceili为第i+1个参考系数,第i+1个参考系数为第i+1个输入系数的可取值个数减1后的值,ni+1_nxt为所述序为n的输入数据的第i+2个中间系数。需要说明的是,所述参考系数可以是预先存储在终端的,对于不同的输入数据的序,第i+1个参考系数的值是确定且相同的。采样点数不同时,参考系数可以是不同的。
具体而言,将采样点数N分解得到的各个因子的值减1得到L个参考系数ceili,换言之,第i+1个参考系数ceili的值也可以为第i+1个输入系数的可取值个数的值减1的值。基于素因子分解算法的理论,参考系数与输入参数具有一一对应的关系,也即,第i+1个参考系数对应于第i+1个输入参数,因此,第i+1个输入参数与所述第i+2个输入参数是否互素的判断结果可以根据第i+1个参考系数与所述第i+2个参考系数是否是互素的来确定。
相比于直接判断第i+1个输入参数和第i+2个输入参数是否是互素的而言,由于参考系数为采样点数N分解得到的各个因子的值减1,因此参考系数的数据位宽为3比特,通常远远小于输入参数的数据位宽,可以减小存储器的存储空间。
进一步地,当各个参考系数分别以二进制的形式存储于终端储器时,可以比较第i+1个参考系数和第i+2个参考系数的第0位和第2位的取值是否相同,以判断第i+1个参考系数与所述第i+2个参考系数是否是互素的,由于只需要比较两位数字的取值,可以减少判断所需的时间,从而减少了计算输入系数的时间。
进一步地,判断序为n的输入数据的第i+2个第一系数和是否大于等于所述第L个输入系数的可取值个数时,由于第i+2个参考系数ceili+1的值也可以为第i+2个输入系数的可取值个数的值减1的值,因此,可以直接判断序为n的输入数据的第i+2个第一系数和是否大于第i+2个参考系数ceili+1。
在步骤S203的具体实施中,分别判断序为n的输入数据的各个中间系数是否小于对应的输入系数的可取值个数。例如,判断序为n的输入数据的第3个中间系数是否小于第3个输入系数n2的可取值个数。如上文所述,各个输入系数的可取值个数由对应的采样点数的因子确定。
进一步地,如果序为n的输入数据的第i+1个中间系数小于第i+1个输入系数的可取值个数,说明第i+1个中间系数并未超出第i+1个输入系数的取值范围,可以将所述序为n的输入数据的第i+1个中间系数直接作为所述序为n的输入数据的第i+1个输入系数。否则,计算该输入数据的第i+1个中间系数对第i+1个输入系数的可取值个数取模的结果,并将取模的结果作为所述序为n的输入数据的第i+1个输入系数。
由上,相比于确定每个输入数据的输入系数时,均采用在各个输入系数的取值范围内进行遍历,以得到每个输入数据的输入系数的方法而言,采用本发明实施例中的方案,可以根据上一个输入数据的序快速地计算得到下一个输入数据的输入系数。
下面以采样点数为3240为例描述步骤S301至步骤S303的具体步骤。
由上文分析可知,3240的各个因子分别为5,3,3,3,3,4,2,序为1的输入数据的输入系数n0至n6的取值分别为2,2,2,2,1,2,1,则第一预设系数coefin0至coefin6的取值分别为2,2,2,2,1,2,1,参考系数ceil0至ceil6的取值分别为4,2,2,2,2,3,1。
在计算得到序n-1的输入系数n0至n6的取值后,可以首先计算确定序为n的各个中间系数n0_nxt至n6_nxt,然后进一步确定序n-1的输入系数n0至n6。
具体而言,可以采用下列公式依次计算得到序为n的输入数据的各个中间系数n0_nxt至n6_nxt:
n6_nxt=n6+coefin6; (11)
n5_nxt=n5+coefin5+(((ceil5[2],ceil5[0])==(ceil6[2],ceil6[0]))&(n6_nxt>ceil6)); (12)
n4_nxt=n4+coefin4+(((ceil4[2],ceil4[0])==(ceil5[2],ceil5[0]))&(n5_nxt>ceil5)); (13)
n3_nxt=n3+coefin3+(((ceil3[2],ceil3[0])==(ceil4[2],ceil4[0]))&(n4_nxt>ceil4)); (14)
n2_nxt=n2+coefin2+(((ceil2[2],ceil2[0])==(ceil3[2],ceil3[0]))&(n3_nxt>ceil3)); (15)
n1_nxt=n1+coefin1+(((ceil1[2],ceil1[0])==(ceil2[2],ceil2[0]))&(n2_nxt>ceil2)); (16)
n0_nxt=n0+coefin0+(((ceil0[2],ceil0[0])==(ceil1[2],ceil1[0]))&(n1_nxt>ceil1))。 (17)
计算确定序为n的输入数据的各个中间系数n0_nxt至n6_nxt后,分别根据各个中间系数确定对应的输入系数的值。在具体实施中,由于第i+1个参考系数ceili的值也可以为第i+1个输入系数的可取值个数的值减1的值,可以将序为n的输入数据的第i+1个中间系数ni_nxt的值与第i+1个参考系数ceili的值进行比较,以判断序为n的输入数据的各个中间系数是否小于对应的输入系数的可取值个数,如果ni_nxt>ceili,则ni赋值为ni_nxt+(~ceili),否则,ni赋值为ni_nxt。
具体而言,如果n0_nxt>ceil0,则n0赋值为n0_nxt+(~ceil0),否则,n0赋值为n0_nxt;如果n1_nxt>ceil1,则n1赋值为n1_nxt+(~ceil1),否则,n1赋值为n1_nxt;如果n2_nxt>ceil2,则n2赋值为n2_nxt+(~ceil2),否则,n2赋值为n2_nxt;如果n3_nxt>ceil3,则n3赋值为n3_nxt+(~ceil3),否则,n3赋值为n3_nxt;如果n4_nxt>ceil4,则n4赋值为n4_nxt+(~ceil4),否则,n4赋值为n4_nxt;如果n5_nxt>ceil5,则n5赋值为n5_nxt+(~ceil5),否则,n5赋值为n5_nxt;如果n6_nxt>ceil6,则n6赋值为n6_nxt+(~ceil6),否则,n6赋值为n6_nxt。
继续参考图1,在步骤S103的具体实施中,可以在每个时钟的上升沿确定下一个输入数据的各个输入系数,并获取下一个输入数据。根据该输入数据的各个输入系数,可以确定该输入数据的存储地址,然后将该输入数据写入确定的存储地址中,从而将数量为所述采样点数的输入数据写入存储器中。
在本发明的一个非限制性实施例中,存储器包括多个存储块,针对每个输入数据需要计算一个存储地址,每一存储地址包括存储块标识和相对存储地址。存储块标识指向具体的存储块,相对存储地址表示在该存储块中的存储地址。存储块标识bank_sel和相对存储地址bank_addr的计算公式分别通过如下公式表示:
其中,bank_sel为所述存储块标识,bank_addr为所述相对存储地址,ci和di分别为第一调节参数和第二调节参数,M为所述存储块的个数。其中,存储块的个数可以为12,也可以为6,但并不限于此。
在本发明的一个非限制性实施例中,输入系数ni可取值个数为2、3、4和5时,第一调节参数ci分别为1、2、1、1。输入系数n0至nL-1的多项按照n0、n1、……、nL-1的顺序从前向后排列时,第一个可取值个数为5的输入系数所对应的第二调节参数为1,第一个可取值个数为3的输入系数所对应的第二调节参数为0,其余第二调节参数为其前面紧邻的、第二调节参数不为0的项中输入系数可取值的个数与相应第二调节参数的乘积。本发明实施例通过设置第一调节参数和第二调节参数,可以使得数据能够分散存储于存储器中,避免了数据存储时的地址冲突。
由此,可以将采样数量个输入数据依次写入存储器的对应的存储地址中,由于本发明实施例中的方案,可以根据上一个输入数据的序快速地计算得到下一个输入数据的输入系数,因此,可以进一步提高确定各个输入数据的存储地址的速度,从而提高了将输入数据存储至存储器的效率。
参考图3,图3示出了本发明实施例中另一种数据存储方法的流程示意图。图3示出的数据存储方法可以包括如下步骤:
步骤S301:确定离散傅里叶变换的采样点数,并根据素因子分解算法和采样点数确定序为1的输入数据的各个输入系数;
步骤S302:自n=2起,依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;
步骤S303:每当确定序为n的输入数据的各个输入系数,获取序为n的输入数据,并根据序为n的输入数据的各个输入系数计算确定序为n的输入数据的存储地址,然后将序为n的输入数据写入存储器的该存储地址中;
步骤S304:分别将各个输入系数的可取值个数作为小点数基对所述存储器中的输入数据进行多轮离散傅里叶变换;
步骤S305:根据所述素因子分解算法和所述采样点数确定输出数据的序为1的各个输出系数;
步骤S306:自k=2起,依次根据序为k-1的输出数据的各个输出系数计算得到序为k的输出数据的各个输出系数;
步骤S307:每当确定所述序为k的输出数据的各个输出系数,计算确定所述序为k的输出数据的存储地址并读出该存储地址中存储的数据,以得到所述输出数据。
需要说明的是,本实施例中各个步骤的序号并不代表对各个步骤的执行顺序的限定。
关于步骤S301至步骤S303的具体内容可以参照上文关于图1和图2的相关描述,在此不再赘述。
在步骤S304的具体实施中,可以对存储器中的输入数据进行多轮离散傅里叶变换,更具体地,进行L轮离散傅里叶变换。
具体而言,将各个输入系数的可取值个数作为小点数基,在每轮运算中,根据所述小点数基在所述存储器中读取对应数量的数据进行小点数基离散傅里叶变换以得到计算结果;将每轮运算中的计算结果写回该轮运算中读取的数据所存储的存储地址。
由于存储器存储每轮进行离散傅里叶变换时读取的数据,每轮运算后的计算结果也回传到存储器进行存储,并且作为下一轮运算的读取的数据,由此可以将每轮运算中的计算结果存储于该轮运算中读取数据所存储的存储地址,以进行同址回写,在一轮运算结束后,采样数量个数据都完成了更新,从而使得存储地址能够高效地复用。经过多轮离散傅里叶变换后,存储器中存储有离散傅里叶变换的最终计算结果。
在步骤S305的具体实施中,根据素因子分解算法以及公式(2),输出数据的序k可以被表示为:
进一步地,当采样点数被分解后得到的因子仅包括5、3、4、2时,可以获得采样点数的第二分解式:
其中,k为所述输出数据的序,bi为所述采样点数的第i+1个输出参数,ki为序为k的输出数据的第i+1个输出系数,0≤k<N。每个输出数据的序k均满足第二分解式,各个输出参数是在分解过程中得到的。此时,可以求解出序为k的输出数据的各个输出系数,也即求解出k0到kL-1的值。其中,输出系数k0到kL-1分别是所分解的各因子对输出数据的序的索引,通过输出系数k0到kL-1可以实现对各个输出数据的索引查找。
下面以采样点数为3240为例,说明得到采样点数N的第二分解式的过程。
k3=k1+3k2+9k3+27k4; (24)
k4=k5+4k6; (25)
将公式(23)、公式(24)、公式(25)代入公式(22),可以得到:
其中,第i+1个输出系数的可取值个数与第i+1个输入系数的可取值个数相同,且取值范围相同。
进一步地,可以遍历各个输出系数的可取值范围确定序为1的输出数据的各个输出系数。例如,采样点数为3240时,根据k0至k6的各自的取值范围确定k0至k6的取值。
需要说明的是,在确定序为1的输出数据的各个输出系数之前,还可以先确定序为0的输出数据的各个输出系数。例如,可以直接将序为0的输出数据的各个输出系数赋值为0。由此,可以依次确定序为0的输出数据(也即,第1个输出数据)的各个输出系数和序为1的输出数据(也即,第2个输出数据)的各个输出系数。
在步骤S306的具体实施中,可以计算序为k的输出数据的各个中间系数,并根据序为k的输出数据的各个中间系数计算确定序为k的输出数据的输出系数。
具体而言,当计算得到序为k-1的各个输出系数后,可以计算确定序为k的输出数据的各个第二系数和,序为k的输出数据的第i+1个第二系数和为该输出数据的第i+1个输出系数ki与第i+1个第二预设系数coefouti之和。其中,第二预设系数与采样点数具有一一对应的关系。所述第二预设系数可以是预先存储在所述终端的。
在本发明的一个非限制性实施例中,各个第二预设系数为相同采样点数下序为1的输出数据的各个输出系数,也即,第i+1个第二预设系数为序为1的输出数据的第i+1个输出系数。
进一步地,计算序为k的输出数据的各个中间系数,当i=L-1时,序为k的输出数据的第L个中间系数为序为k的输出数据的第L个第二系数和。
进一步地,当i<L-1时,需要判断序为k的输出数据的第i+2个中间系数是否满足第二进位条件,如果不满足,则序为k的输出数据的第i+1个中间系数为该输出数据的第i+1个第二系数和。如果满足第二进位条件,所述序为k的输出数据的第i+1个中间系数为该输出数据的第i+1个第二系数和加1的值。
进一步地,序为k的输出数据的第i+1个中间系数不满足第二进位条件的情形可以包括:所述序为k的输出数据的第i+1个第二系数和大于等于所述第i+1个输出系数的可取值个数,或者,第二分解式中第i+1个输出参数与所述第i+2个输出参数互素。
需要说明的是,第二分解式中第i+1个输出参数与所述第i+1个输出参数是否互素的判断结果与第一分解式中第i+1个输入参数与所述第i+2个输入参数是否互素的判断结果相同。所述第i+1个输出系数的可取值个数与第i+1个输入系数的可取值个数也相同。
在本发明的一个非限制性实施例中,当i<L-1时,可以采用下列公式计算确定序为k的输出数据的第i+1个中间系数:
ki_kxt=ki+coefouti+(((ceili[2],ceili[0])==(ceili+1[2],ceili+1[0]))&(ki+1_kxt>ceili+1)); (27)
其中,ki_kxt为所述序为k的输出数据的第i+1个中间系数,ki为所述序为k-1的输出数据的第i+1个输出系数,coefouti为所述第i+1个第二预设系数,ceili为第i+1个参考系数,ki+1_kxt为所述序为k的输出数据的第i+2个中间系数。
需要说明的是,输入参数和输出参数可以是不同的,但公式(27)和公式(10)中的参考系数可以是相同的。所述参考系数和输出参数也具有一一对应的关系,也即,第i+1个参考系数对应于第i+1个输出参数,因此,第i+1个输出参数与所述第i+2个输出参数是否互素的判断结果可以根据第i+1个参考系数与所述第i+2个参考系数是否是互素的来确定。
进一步地,判断序为k的输出数据的第i+2个第二系数和是否大于等于所述第i+2个输出系数的可取值个数时,由于第i+2个参考系数ceili+1的值也可以为第i+2个输出系数的可取值个数的值减1的值,因此,可以直接判断序为k的输出数据的第i+2个第二系数和是否大于第i+2个参考系数ceili+1。
进一步地,分别判断序为k的输出数据的各个中间系数是否小于对应的输出系数的可取值个数。如果序为k的输出数据的第i+1个中间系数小于第i+1个输出系数的可取值个数,说明第i+1个中间系数并未超出第i+1个输出系数的取值范围,可以将所述序为k的输出数据的第i+1个中间系数直接作为所述序为k的输出数据的第i+1个输出系数。否则,计算该输出数据的第i+1个中间系数对第i+1个输出系数的可取值个数取模的结果,并将取模的结果作为所述序为k的输出数据的第i+1个输出系数。
由上,相比于确定每个输出数据的输出系数时,均采用在各个输出系数的取值范围内进行遍历,以得到每个输出数据的输出系数的方法而言,本发明实施例中的方案,可以根据上一个输出数据的序快速地计算得到下一个输出数据的输出系数。
下面以采样点数为3240为例描述步骤S306的具体步骤。
在计算得到序k-1的输出系数k0至k6的取值后,可以首先计算确定序为k的各个中间系数k0_kxt至k6_kxt,然后进一步确定序k-1的输出系数k0至k6。
具体而言,可以采用下列公式依次计算得到序为k的输出数据的各个中间系数k0_kxt至k6_kxt:
k6_kxt=k6+coefout6; (28)
k5_kxt=k5+coefout5+(((ceil5[2],ceil5[0])=(ceil6[2],ceil6[0]))&(k6_kxt>ceil6)); (29)
k4_nxt=k4+coefout4+(((ceil4[2],ceil4[0])==(ceil5[2],ceil5[0]))&(k5_kxt>ceil5)); (30)
k3_nxt=k3+coefout3+(((ceil3[2],ceil3[0])=(ceil4[2],ceil4[0]))&(k4_kxt>ceil4)); (31)
k2_nxt=k2+coefout2+(((ceil2[2],ceil2[0])==(ceil3[2],ceil3[0]))&(k3_kxt>ceil3)); (32)
k1_nxt=k1+coefout1+(((ceil1[2],ceil1[0])==(ceil2[2],ceil2[0]))&(k2_kxt>ceil2)); (33)
k0_kxt=k0+coefout0+(((ceil0[2],ceil0[0])==(ceil1[2],ceil1[0]))&(k1_kxt>ceil1))。 (34)
计算确定序为k的输出数据的各个中间系数k0_kxt至k6_kxt后,分别根据各个中间系数确定对应的输出系数的值。在具体实施中,由于第i+1个参考系数ceili的值也可以为第i+1个输出系数的可取值个数的值减1的值,可以将序为k的输出数据的第i+1个中间系数ki_kxt的值与第i+1个参考系数ceili的值进行比较,以判断序为k的输出数据的各个中间系数是否小于对应的输出系数的可取值个数,如果ki_kxt>ceili,则ki赋值为ki_kxt+(~ceili),否则,ki赋值为ki_kxt。
具体而言,如果k0_kxt>ceil0,则k0赋值为k0_kxt+(~ceil0),否则,k0赋值为k0_kxt;如果k1_kxt>ceil1,则k1赋值为k1_kxt+(~ceil1),否则,k1赋值为k1_kxt;如果k2_kxt>ceil2,则k2赋值为k2_kxt+(~ceil2),否则,k2赋值为k2_kxt;如果k3_kxt>ceil3,则k3赋值为k3_kxt+(~ceil3),否则,k3赋值为k3_kxt;如果k4_kxt>ceil4,则k4赋值为k4_kxt+(~ceil4),否则,k4赋值为k4_kxt;如果k5_kxt>ceil5,则k5赋值为k5_kxt+(~ceil5),否则,k5赋值为k5_kxt;如果k6_kxt>ceil6,则k6赋值为k6_kxt+(~ceil6),否则,k6赋值为k6_kxt。
在步骤S307的具体实施中,终端可以在每个时钟的上升沿更新下一个输出数据的存储地址,并从该存储地址中读出所存储的数据,当按照自然序的顺序依次确定输出数据的存储地址并读出其中的数据,即可以得到离散傅里叶变换的最终计算结果,也即,获得最终的输出数据。需要说明的是,可以参照公式(18)和公式(19)根据输出数据的输出系数计算确定输出数据的输出地址。
更多关于步骤S305至步骤S307的具体内容可以参照上文关于图1至图2的相关描述,在此不再赘述。
由上,本发明实施例中根据上一个输入数据的输入系数计算确定下一个输入数据的输入系数,并根据上一个输出数据的输出系数计算确定下一个输出数据的输出系数,可以快速地确定输入数据和输出数据的存储地址,大大地降低了时延,且本发明实施例只占用少量的逻辑资源降低了实现的复杂度。
参考图4,图4示出了本发明实施例中一种数据存储装置,所述装置可以包括:第一确定模块41,用于确定离散傅里叶变换的采样点数,并根据素因子分解算法和采样点数确定序为1的输入数据的各个输入系数;第一计算模块42,用于自n=2起,依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;输入模块43,用于每当确定所述序为n的输入数据的各个输入系数,获取所述序为n的输入数据,并根据所述序为n的输入数据的各个输入系数计算确定所述序为n的输入数据的存储地址,然后将所述序为n的输入数据写入存储器的该存储地址中。
进一步地,所述装置还可以包括:变换模块(图未示),所述计算模块用于分别将各个输入系数的可取值个数作为小点数基对所述存储器中的输入数据进行多轮离散傅里叶变换。
进一步地,所述装置还可以包括:第二确定模块(图未示),用于根据所述素因子分解算法和所述采样点数确定输出数据的序为1的各个输出系数;第二计算模块(图未示),用于自k=2起,依次根据序为k-1的输出数据的各个输出系数计算得到序为k的输出数据的各个输出系数;输出模块(图未示),用于每当确定所述序为k的输出数据的各个输出系数,计算确定所述序为k的输出数据的存储地址并读出该存储地址中存储的数据,以得到所述输出数据。
关于上述数据存储装置的工作原理、工作方式、有益效果的更多内容,可以参照图1至图3的相关描述,在此不再赘述。
所述数据存储装置可以是:芯片、或者芯片模组等。
关于上述实施例中描述的各个装置、产品包含的各个模块/单元,其可以是软件模块/单元,也可以是硬件模块/单元,或者也可以部分是软件模块/单元,部分是硬件模块/单元。例如,对于应用于或集成于芯片的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于芯片内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现;对于应用于或集成于芯片模组的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于芯片模组内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现;对于应用于或集成于终端的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,不同的模块/单元可以位于终端内同一组件(例如,芯片、电路模块等)或者不同组件中,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于终端内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。
本发明实施例还公开了一种存储介质,所述存储介质为计算机可读存储介质,其上存储有计算机程序,所述计算机程序运行时可以执行图1中所示方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
本发明实施例还公开了一种用户设备,所述用户设备可以包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序。所述处理器运行所述计算机程序时可以执行图1至图3中所示方法的步骤。所述用户设备包括但不限于手机、计算机、平板电脑等终端设备。
本发明实施例还公开了一种网络侧设备,所述网络侧设备可以包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序。所述处理器运行所述计算机程序时可以执行图1至图3中所示方法的步骤。
本方明技术方案也适用于不同的网络架构,包括但不限于中继网络架构、双链接架构、Vehicle-to-Everything(车辆到任何物体的通信)架构等架构。
本申请实施例中所述核心网可以是演进型分组核心网(evolved packet core,简称EPC)、5G Core Network(5G核心网),还可以是未来通信系统中的新型核心网。5G CoreNetwork由一组设备组成,并实现移动性管理等功能的接入和移动性管理功能(Access andMobility Management Function,AMF)、提供数据包路由转发和QoS(Quality of Service)管理等功能的用户面功能(User Plane Function,UPF)、提供会话管理、IP地址分配和管理等功能的会话管理功能(Session Management Function,SMF)等。EPC可由提供移动性管理、网关选择等功能的MME、提供数据包转发等功能的Serving Gateway(S-GW)、提供终端地址分配、速率控制等功能的PDN Gateway(P-GW)组成。需要说明的是,本方明技术方案可适用于5G(5Generation)通信系统,还可适用于4G、3G通信系统,还可适用于未来新的各种通信系统,例如6G、7G等。
本申请实施例中的基站(base station,简称BS),也可称为基站设备,是一种部署在无线接入网(RAN)用以提供无线通信功能的装置。例如在2G网络中提供基站功能的设备包括基地无线收发站(英文:base transceiver station,简称BTS),3G网络中提供基站功能的设备包括节点B(NodeB),在4G网络中提供基站功能的设备包括演进的节点B(evolvedNodeB,eNB),在无线局域网络(wireless local area networks,简称WLAN)中,提供基站功能的设备为接入点(access point,简称AP),5G新无线(New Radio,简称NR)中的提供基站功能的设备gNB,以及继续演进的节点B(ng-eNB),其中gNB和终端之间采用NR技术进行通信,ng-eNB和终端之间采用E-UTRA(Evolved Universal Terrestrial Radio Access)技术进行通信,gNB和ng-eNB均可连接到5G核心网。本申请实施例中的基站还包含在未来新的通信系统中提供基站功能的设备等。
本申请实施例中的基站控制器,是一种管理基站的装置,例如2G网络中的基站控制器(base station controller,简称BSC)、3G网络中的无线网络控制器(radio networkcontroller,简称RNC)、还可指未来新的通信系统中控制管理基站的装置。
本发明实施例中的网络侧network是指为终端提供通信服务的通信网络,包含无线接入网的基站,还可以包含无线接入网的基站控制器,还可以包含核心网侧的设备。
本申请实施例中的终端可以指各种形式的用户设备(user equipment,简称UE)、接入终端、用户单元、用户站、移动站、移动台(mobile station,建成MS)、远方站、远程终端、移动设备、用户终端、终端设备(terminal equipment)、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、会话启动协议(Session InitiationProtocol,简称SIP)电话、无线本地环路(Wireless Local Loop,简称WLL)站、个人数字处理(Personal Digital Assistant,简称PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备,未来5G网络中的终端设备或者未来演进的公用陆地移动通信网络(Public Land Mobile Network,简称PLMN)中的终端设备等,本申请实施例对此并不限定。
本申请实施例定义接入网到终端的单向通信链路为下行链路,在下行链路上传输的数据为下行数据,下行数据的传输方向称为下行方向;而终端到接入网的单向通信链路为上行链路,在上行链路上传输的数据为上行数据,上行数据的传输方向称为上行方向。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/“,表示前后关联对象是一种“或”的关系。
本申请实施例中出现的“多个”是指两个或两个以上。
本申请实施例中出现的第一、第二等描述,仅作示意与区分描述对象之用,没有次序之分,也不表示本申请实施例中对设备个数的特别限定,不能构成对本申请实施例的任何限制。
本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式,以实现设备间的通信,本申请实施例对此不做任何限定。
应理解,本申请实施例中,所述处理器可以为中央处理单元(central processingunit,简称CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor,简称DSP)、专用集成电路(application specific integrated circuit,简称ASIC)、现成可编程门阵列(field programmable gate array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,简称ROM)、可编程只读存储器(programmable ROM,简称PROM)、可擦除可编程只读存储器(erasable PROM,简称EPROM)、电可擦除可编程只读存储器(electricallyEPROM,简称EEPROM)或闪存。易失性存储器可以是随机存取存储器(random accessmemory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random access memory,简称RAM)可用,例如静态随机存取存储器(staticRAM,简称SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronousDRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,简称DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,简称ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,简称SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,简称DR RAM)。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和系统,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的;例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (17)
1.一种数据存储方法,其特征在于,所述方法包括:
确定离散傅里叶变换的采样点数,并根据素因子分解算法和所述采样点数确定序为1的输入数据的各个输入系数;
自n=2起,依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;
每当确定所述序为n的输入数据的各个输入系数,获取所述序为n的输入数据,并根据所述序为n的输入数据的各个输入系数计算确定所述序为n的输入数据的存储地址,然后将所述序为n的输入数据写入存储器的该存储地址中;
其中,输入数据的存储地址包括存储块标识和相对存储地址,采用下列公式计算确定序为n的输入数据的存储地址:
其中,bank_sel为所述存储块标识,bank_addr为所述相对存储地址,ci和di分别为第一调节参数和第二调节参数,M为所述存储块的个数,ni为序为n的输入数据的第i+1个输入系数,L为所述输入系数的个数,L为非1的正整数,i为自然数,0≤i<L。
3.根据权利要求2所述的数据存储方法,其特征在于,根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数包括:
计算确定所述序为n-1的输入数据的第i+1个输入系数与第i+1个第一预设系数之和,记为所述序为n的输入数据的第i+1个第一系数和;
如果i=L-1,将所述序为n的输入数据的第L个第一系数和作为所述序为n的输入数据的第L个中间系数,如果i<L-1,根据所述序为n的输入数据的第i+1个第一系数和以及所述序为n的输入数据的第i+2个中间系数是否满足第一进位条件,确定所述序为n的输入数据的第i+1个中间系数;判断所述序为n的输入数据的第i+1个中间系数是否小于第i+1个输入系数的可取值个数,如果是,则将所述序为n的输入数据的第i+1个中间系数作为所述序为n的输入数据的第i+1个输入系数,否则,计算所述序为n的输入数据的第i+1个中间系数对所述第i+1个输入系数的可取值个数取模的结果,并将取模的结果作为所述序为n的输入数据的第i+1个输入系数。
4.根据权利要求3所述的数据存储方法,其特征在于,所述第i+1个第一预设系数为所述序为1的输入数据的第i+1个输入系数。
5.根据权利要求3所述的数据存储方法,其特征在于,根据序为n的输入数据的第i+1个第一系数和以及序为n的输入数据的第i+2个中间系数是否满足第一进位条件,确定序为n的输入数据的第i+1个中间系数包括:
如果所述序为n的输入数据的第i+2个中间系数不满足所述第一进位条件,则将所述序为n的输入数据的第i+1个第一系数和作为所述序为n的输入数据的第i+1个中间系数,否则,将所述序为n的输入数据的第i+1个第一系数和加1后作为所述序为n的输入数据的第i+1个中间系数。
6.根据权利要求5所述的数据存储方法,其特征在于,所述序为n的输入数据的第i+2个中间系数不满足所述第一进位条件包括:
所述序为n的输入数据的第i+2个第一系数和大于等于所述第i+2个输入系数的可取值个数,或者,第i+1个输入参数与所述第i+2个输入参数互素。
7.根据权利要求3所述的数据存储方法,其特征在于,当i<L-1时,采用下述公式根据序为n的输入数据的第i+1个第一系数和以及序为n的输入数据的第i+2个中间系数是否满足第一进位条件,确定序为n的输入数据的第i+1个中间系数:
ni_nxt=ni+coefini+(((ceili[2],ceili[0])==(ceili+1[2],ceili+1[0]))&(ni+1_nxt>ceili+1));
其中,ni_nxt为所述序为n的输入数据的第i+1个中间系数,ni为所述序为n-1的输入数据的第i+1个输入系数,coefini为所述第i+1个第一预设系数,ceili为第i+1个参考系数,所述第i+1个参考系数为所述第i+1个输入系数的可取值个数减1后的值,ni+1_nxt为所述序为n的输入数据的第i+2个中间系数。
8.根据权利要求1所述的数据存储方法,其特征在于,基于素因子分解算法确定序为1的输入数据的各个输入系数之前,所述方法还包括:
确定序为0的输入数据的各个输入系数。
9.根据权利要求1所述的数据存储方法,其特征在于,所述方法还包括:
分别将各个输入系数的可取值个数作为小点数基对所述存储器中的输入数据进行多轮离散傅里叶变换。
10.根据权利要求9所述的数据存储方法,其特征在于,分别将各个输入系数的可取值个数作为小点数基对所述存储器中的输入数据进行多轮离散傅里叶变换包括:
在每轮运算中,根据所述小点数基在所述存储器中读取对应数量的数据进行小点数基离散傅里叶变换以得到计算结果;
将每轮运算中的计算结果写回该轮运算中读取的数据所存储的存储地址。
11.根据权利要求1所述的数据存储方法,其特征在于,所述方法还包括:
根据所述素因子分解算法和所述采样点数确定序为1的输出数据的各个输出系数;
自k=2起,依次根据序为k-1的输出数据的各个输出系数计算得到序为k的输出数据的各个输出系数;
每当确定所述序为k的输出数据的各个输出系数,计算确定所述序为k的输出数据的存储地址并读出该存储地址中存储的数据,以得到所述输出数据。
13.根据权利要求12所述的数据存储方法,其特征在于,根据序为k-1的输出数据的各个输出系数计算得到序为k的输出数据的各个输出系数包括:
计算确定所述序为k-1的输出数据的第i+1个输出系数与第i+1个第二预设系数之和,记为所述序为k的输出数据的第i+1个第二系数和;
如果i=L-1,将所述序为k的输出数据的第L个第二系数和作为所述序为k的输出数据的第L个中间系数,如果i<L-1,根据所述序为k的输出数据的第i+1个第二系数和以及所述序为k的输出数据的第i+2个中间系数是否满足第二进位条件,确定所述序为k的输出数据的第i+1个中间系数;
判断所述序为k的输出数据的第i+1个中间系数是否小于第i+1个输出系数的可取值个数,如果是,则将所述序为k的输出数据的第i+1个中间系数作为所述序为k的输出数据的第i+1个输出系数,否则,计算所述序为k的输出数据的第i+1个中间系数对所述第i+1个输出系数的可取值个数取模的结果,并将取模的结果作为所述序为k的输出数据的第i+1个输出系数。
14.一种数据存储装置,其特征在于,所述装置包括:
第一确定模块,用于确定离散傅里叶变换的采样点数,并根据素因子分解算法和所述采样点数确定序为1的输入数据的各个输入系数;
第一计算模块,用于自n=2起,依次根据序为n-1的输入数据的各个输入系数计算得到序为n的输入数据的各个输入系数;
输入模块,用于每当确定所述序为n的输入数据的各个输入系数,获取所述序为n的输入数据,并根据所述序为n的输入数据的各个输入系数计算确定所述序为n的输入数据的存储地址,然后将所述序为n的输入数据写入存储器的该存储地址中;
其中,输入数据的存储地址包括存储块标识和相对存储地址,采用下列公式计算确定序为n的输入数据的存储地址:
其中,bank_sel为所述存储块标识,bank_addr为所述相对存储地址,ci和di分别为第一调节参数和第二调节参数,M为所述存储块的个数,ni为序为n的输入数据的第i+1个输入系数,L为所述输入系数的个数,L为非1的正整数,i为自然数,0≤i<L。
15.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1至13中任一项所述数据存储方法的步骤。
16.一种用户设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时执行权利要求1至13中任一项所述数据存储方法的步骤。
17.一种网络侧设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时执行权利要求1至13中任一项所述数据存储方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110128760.0A CN112905110B (zh) | 2021-01-29 | 2021-01-29 | 数据存储方法及装置、存储介质、用户设备、网络侧设备 |
PCT/CN2022/073622 WO2022161330A1 (zh) | 2021-01-29 | 2022-01-25 | 数据存储方法及装置、存储介质、用户设备、网络侧设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110128760.0A CN112905110B (zh) | 2021-01-29 | 2021-01-29 | 数据存储方法及装置、存储介质、用户设备、网络侧设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112905110A CN112905110A (zh) | 2021-06-04 |
CN112905110B true CN112905110B (zh) | 2023-03-24 |
Family
ID=76121468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110128760.0A Active CN112905110B (zh) | 2021-01-29 | 2021-01-29 | 数据存储方法及装置、存储介质、用户设备、网络侧设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112905110B (zh) |
WO (1) | WO2022161330A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114356408B (zh) * | 2021-01-29 | 2024-07-02 | 展讯半导体(成都)有限公司 | 处理基为12倍数点dft的方法、设备、装置及存储介质 |
CN114356409B (zh) * | 2021-01-29 | 2024-06-18 | 展讯半导体(成都)有限公司 | 处理基为模6为零点数dft的方法、设备、装置及存储介质 |
CN112905110B (zh) * | 2021-01-29 | 2023-03-24 | 展讯半导体(成都)有限公司 | 数据存储方法及装置、存储介质、用户设备、网络侧设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391440A (zh) * | 2017-07-31 | 2017-11-24 | 郑州云海信息技术有限公司 | 一种快速傅里叶变换算法输出数据的处理装置及方法 |
CN108279978A (zh) * | 2018-01-17 | 2018-07-13 | 新联智慧信息技术(深圳)有限公司 | 大数据的计算方法及系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH683721A5 (de) * | 1990-05-03 | 1994-04-29 | Landis & Gyr Business Support | Verfahren zur Ermittlung von Schätzwerten der Momentanwerte von Parametern mindestens eines sinusförmigen Signals mit konstanter und vorbekannter Frequenz. |
EP0867808B1 (en) * | 1997-03-29 | 2002-04-10 | IMEC vzw | Method and apparatus for size optimisation of storage units |
US6490672B1 (en) * | 1998-05-18 | 2002-12-03 | Globespanvirata, Inc. | Method for computing a fast fourier transform and associated circuit for addressing a data memory |
KR100483462B1 (ko) * | 2002-11-25 | 2005-04-14 | 삼성전자주식회사 | 고속 푸리에 변환 장치와, 이를 이용한 고속 푸리에 변환 방법 및 이를 갖는 직교 주파수 분할 다중 변조 방식의 수신장치 |
CN101667984A (zh) * | 2008-09-04 | 2010-03-10 | 上海明波通信技术有限公司 | 3780点快速傅立叶变换处理器及运算控制方法 |
KR20130071683A (ko) * | 2011-12-21 | 2013-07-01 | 에릭슨 엘지 주식회사 | 축소된 시간 지연을 갖는 이산 푸리에 변환 방법 및 장치 |
CN102880592A (zh) * | 2012-10-09 | 2013-01-16 | 苏州威士达信息科技有限公司 | 一种顺序输出的高精度3780点fft处理装置和方法 |
US9203671B2 (en) * | 2012-10-10 | 2015-12-01 | Altera Corporation | 3D memory based address generator for computationally efficient architectures |
US9459812B2 (en) * | 2014-02-03 | 2016-10-04 | Ceva D.S.P. Ltd. | System and method for zero contention memory bank access in a reorder stage in mixed radix discrete fourier transform |
CN104657335A (zh) * | 2015-02-04 | 2015-05-27 | 航天科工深圳(集团)有限公司 | 一种基于fft的数据采样方法和装置 |
CN105045766B (zh) * | 2015-06-29 | 2019-07-19 | 深圳市中兴微电子技术有限公司 | 基于3072点快速傅里叶变换的数据处理方法及处理器 |
CN108062289B (zh) * | 2018-01-25 | 2021-09-03 | 天津芯海创科技有限公司 | 快速傅里叶变换fft地址换序方法、信号处理方法及装置 |
CN111435383B (zh) * | 2020-01-14 | 2023-06-20 | 珠海市杰理科技股份有限公司 | 数据处理方法、数据处理芯片及电子设备 |
CN111737638A (zh) * | 2020-06-11 | 2020-10-02 | Oppo广东移动通信有限公司 | 基于傅里叶变换的数据处理方法及相关装置 |
CN112905110B (zh) * | 2021-01-29 | 2023-03-24 | 展讯半导体(成都)有限公司 | 数据存储方法及装置、存储介质、用户设备、网络侧设备 |
-
2021
- 2021-01-29 CN CN202110128760.0A patent/CN112905110B/zh active Active
-
2022
- 2022-01-25 WO PCT/CN2022/073622 patent/WO2022161330A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391440A (zh) * | 2017-07-31 | 2017-11-24 | 郑州云海信息技术有限公司 | 一种快速傅里叶变换算法输出数据的处理装置及方法 |
CN108279978A (zh) * | 2018-01-17 | 2018-07-13 | 新联智慧信息技术(深圳)有限公司 | 大数据的计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2022161330A1 (zh) | 2022-08-04 |
CN112905110A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112905110B (zh) | 数据存储方法及装置、存储介质、用户设备、网络侧设备 | |
JP7025456B2 (ja) | Polar符号符号化方法および装置 | |
US20200146074A1 (en) | Method for random access and terminal device | |
US10108520B2 (en) | Systems and methods for service demand based performance prediction with varying workloads | |
CN111031519B (zh) | 一种基于边缘计算的终端接入认证方法及装置 | |
WO2024088134A1 (zh) | 信道预测方法及装置 | |
WO2023138263A1 (zh) | 信道估计结果处理方法、装置、终端及存储介质 | |
WO2021109665A1 (zh) | 一种数据处理装置、方法、基站和存储介质 | |
CN111914285A (zh) | 一种基于差分隐私的地理分布式图计算方法及系统 | |
WO2022121646A1 (zh) | 信号生成方法、装置、存储介质、芯片及相关设备 | |
CN110839166B (zh) | 一种数据共享方法及装置 | |
CN112822139B (zh) | 数据输入、数据转换方法及装置 | |
CN117436376A (zh) | 芯片网格划分方法、装置、电子设备及存储介质 | |
CN111158907B (zh) | 数据处理方法及装置、电子设备和存储介质 | |
JP2021522749A (ja) | データ伝送方法及び通信装置 | |
CN112737717B (zh) | 直流干扰估计方法及装置、存储介质、终端 | |
CN114356409B (zh) | 处理基为模6为零点数dft的方法、设备、装置及存储介质 | |
WO2019095167A1 (zh) | 无线通信方法和设备 | |
CN110062401B (zh) | 一种基于单调优化法的ofdma系统子载波及功率分配方法、装置及计算机存储介质 | |
CN110418359B (zh) | 移动通信网络范围扩展偏置的调整方法及装置 | |
CN111225023B (zh) | 一种缓存方法及装置 | |
CN108924668A (zh) | 图片加载、数据提供方法及装置 | |
CN110933703A (zh) | 用户检测方法、装置、设备和存储介质 | |
JP6377278B2 (ja) | 干渉推定を実行するための方法、そのコンピュータープログラム、その非一時的情報記憶媒体、および干渉推定を実行するのに適した処理デバイス | |
CN114356408B (zh) | 处理基为12倍数点dft的方法、设备、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |