CN113038514B - 一种5g prach峰值检测算法的自适应方法 - Google Patents
一种5g prach峰值检测算法的自适应方法 Download PDFInfo
- Publication number
- CN113038514B CN113038514B CN202110311195.1A CN202110311195A CN113038514B CN 113038514 B CN113038514 B CN 113038514B CN 202110311195 A CN202110311195 A CN 202110311195A CN 113038514 B CN113038514 B CN 113038514B
- Authority
- CN
- China
- Prior art keywords
- random access
- noise
- threshold
- access preamble
- noise factor
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims description 87
- 238000004422 calculation algorithm Methods 0.000 title description 37
- 238000001228 spectrum Methods 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 49
- 230000003044 adaptive effect Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 description 21
- 238000005259 measurement Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 101100274486 Mus musculus Cited2 gene Proteins 0.000 description 2
- 101100533725 Mus musculus Smr3a gene Proteins 0.000 description 2
- 101150096622 Smr2 gene Proteins 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 101100485158 Salmonella typhimurium (strain LT2 / SGSC1412 / ATCC 700720) wzzE gene Proteins 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 101150089110 metN gene Proteins 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
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种用于无线通信系统的物理随机接入信道峰值的自适应检测方法，包括：步骤100：确定是否发生随机接入前导序列虚检；步骤200：在确定发生虚检时，从收集的所有随机接入前导序列的功率时延谱平均功率中求出最大值maxvalue与平均值mean，并计算出噪声因子factor与噪声门限threshold；步骤300：利用所述噪声因子factor和噪声门限threshold检测随机接入前导序列。基于本发明的实施例，可以适应现实5G复杂的业务场景变化，避免基站物理层软件陷入重复接收随机接入前导序列的循环，降低了物理层信号处理软件的部署难度，本发明在实现过程中采用一些特定设计的数据结构，减少了对内存资源的占用。
Description
技术领域
本申请涉及无线通信技术领域，尤其涉及一种5G PRACH峰值检测算法的自适应方法。
背景技术
随着移动通信技术的发展，现有的许多应用对无线连接、上行同步要求较高，包括智能家居、远程医疗等各类任务。作为建立无线连接的关键步骤，物理随机接入信道(PRACH)备受关注。针对随机接入信道中的接入前导峰值检测算法一直是无线通信中的热点问题。对峰值检测算法的研究主要包括如何降低系统算法运算量、检测门限的设置以及提高不同场景下检测算法的有效性。传统的随机接入峰值检测算法，需要考虑天线间影响因子、信道数量、无线帧相关重叠时间等参数去设置检测门限，且虚检概率的累积分布函数已前期计算得出，这个算法可靠性较高，但灵活性较差。已有文献提出基于接收数据平均功率的检测算法，该算法仅涉及到噪声系数与接收数据平均功率，噪声系数是通过预先设置得出，设置过程中需要平衡检测正确率与虚检率，基于接收数据平均功率的检测算法因计算前无法得到概率分布，需要通过大量计算得到累积分布函数。这个算法在基站中计算复杂度较低，然而检测正确率难以满足用户需求。
在实际的无线通信系统中，随机接入前导序列(Preamble)的发送功率、信道条件等是动态的，且协议提出了新的随机接入前导序列的格式，这些变化对传统的峰值检测算法带来新的挑战。已有文献主要是从静态角度出发，研究峰值检测算法中的检测门限设置规则，没有充分考虑无线通信业务场景的复杂度，难以适应快速变化的复杂信道条件，当噪声检测门限不能适应新的环境条件时，难以实时调整，导致出现了虚检等问题。
发明内容
本发明针对上述问题，根据本发明的第一方面，提出一种用于无线通信系统的物理随机接入信道峰值的自适应检测方法，包括：
步骤100：确定是否发生随机接入前导序列虚检；
步骤200：在确定发生虚检时，从收集的所有随机接入前导序列的功率时延谱平均功率中求出最大值maxvalue与平均值mean，并计算出噪声因子factor与噪声门限threshold；
步骤300：利用所述噪声因子factor和噪声门限threshold检测随机接入前导序列。
在本发明的一个实施例中，所述步骤100包括：实时收集物理层系统状态信息，在多次重复计算仍未进入Msg3、Msg4的处理流程的情况下，则确定发生虚检。
在本发明的一个实施例中，其中所述多次重复计算的次数可配置。
在本发明的一个实施例中，所述步骤100包括：系统用户通过日志确定发生随机接入前导序列虚检。
在本发明的一个实施例中，所述步骤100包括：物理层信号处理软件检测到虚检时，物理层发送相应的信号信息数据以用于确定发生虚检。
在本发明的一个实施例中，其中由数据采集过程采集的随机接入前导序列采用双向链式结构存储,根据前导时机(occasion)号定位对应的随机接入前导序列数据。
在本发明的一个实施例中，所述步骤200采用如下公式计算噪声因子factor：
以及根据如下公式计算噪声门限threshold：
threshold＝mean×factor
在本发明的一个实施例中，所述步骤200还包括将噪声因子根据如下公式进行调整，其中K为信号码字长度：
在本发明的一个实施例中，所述步骤200还包括：在检出一个随机接入前导序列大于threshold的情况下,threshold被赋值为除检出序列之外的其它的噪声功率之和，噪声因子为threshold/mean。
根据本发明的第二方面，提供一种计算机可读存储介质，其中存储有一个或者多个计算机程序，所述计算机程序在被执行时用于实现本发明的无线通信系统的物理随机接入信道峰值的自适应检测的方法。
根据本发明的第三方面，提供一种计算系统，包括：
存储装置、以及一个或者多个处理器；
其中，所述存储装置用于存储一个或者多个计算机程序，所述计算机程序在被所述处理器执行时用于实现本发明的无线通信系统的物理随机接入信道峰值的自适应检测的方法。
本发明设计了一种5G PRACH峰值检测算法自适应方法。在该过程中，峰值检测算法可以自适应现实5G复杂的业务场景变化，例如用户设备(User Equipment,UE)发送随机接入前导序列信号功率降低、随机接入前导序列信号格式变化、信道噪声功率变大等。本发明的方法可以避免基站物理层软件陷入重复接收随机接入前导序列的循环，降低基站端软件的计算量。本发明降低了物理层信号处理软件的部署难度，减少部署前期的仿真验证工作量，降低仿真计算校验噪声系数计算量，可直接把搭载峰值检测算法自适应方法的物理层信号处理软件部署在基站中。本发明运行过程中可自动修正峰值检测算法中的噪声因子，根据实际业务情况计算随机接入前导序列信号的功率时延谱最大值与平均值的关系，相应提高或降低噪声门限。基于修改后的噪声门限，在每个时间窗口内检索，最终寻得功率时延谱超过噪声门限的唯一随机接入前导序列信号的编号值。为了配合此效果，5G PRACH峰值检测算法的自适应方法配套了数据采集、系统监控、结果反馈过程，分别提供了数据采集整理、自适应方法触发、反馈修正噪声因子的功能，这些功能对计算资源的消耗有限，满足物理层信号处理软件的低时延性要求，实现过程中采用一些特定设计的数据结构，减少对内存资源的占用，避免出现因峰值检测算法自适应方法抢占物理层信号处理软件的内存所导致的内存越界问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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。在附图中：
图1为峰值检测算法自适应方法示意图；
图2为随机接入前导序列存储结构图；
图3为随机接入前导序列数据采集流程图；
图4为系统状态数据采集流程图；
图5为用户测量数据与信号信息数据采集流程图；
图6为系统状态数据处理流程图；
图7为用户测量数据与信号信息数据处理流程图；
图8为噪声因子自适应方法流程图；
图9为结果反馈过程流程图；
图10为信噪比与检测正确率的关系图。
具体实施方式
1.系统模型与流程
物理层随机接入信道是为了完成基站与用户终端之间的上行同步建立，在用户终端建立初始链路(用户终端状态从RRC_IDLE转换为RRC_CONNECTED)时，该终端可以基于随机接入过程获取基站为终端分配的用户标识——小区无线网络临时标识(Cell RadioNetwork Temporary Identifier,C-RNTI)信息。例如在用户终端开机时会执行随机接入过程以接入基站。
5G NR支持的随机接入过程有四个步骤，具体过程包括：用户终端在PRACH上发送随机接入前导序列信号(消息1，Msg1)；用户终端在物理层下行控制信道(PhysicalDownlink Control Channel,PDCCH)/物理层下行共享信道(Physical Downlink ShareChannel,PDSCH)上接收随机接入响应(Random Access Response，RAR)消息(消息2，Msg2)；用户终端在物理层上行共享信道(Physical Uplink Share Channel，PUSCH)上发送消息(消息3，Msg3)；用户终端在PDSCH上接收竞争解决消息(消息4，Msg4)[8]。
本发明设计的5G PRACH峰值检测算法的自适应方法主要应用于Msg1与Msg2的中间阶段，实现自适应检测随机接入前导序列信号的功能。噪声因子(Noise Factor)是决定噪声门限的关键参数，利用噪声因子和调节功率时延谱平均值avr(PDP)来计算噪声门限值，检测一段时间内的功率时延谱平均值，对于平均值大于门限Thr的，认为检测到了随机接入前导序列，平均值小于等于门限Thr的则认为是噪声，所述一段时间为随机接入前导序列长度lra。具体公式如下：
Thr＝NoiseFactor×avr(PDP) (1)
噪声因子是基站端在正常的工作过程或使用条件下取值难以控制的参数。
根据本发明的一个实施例，本发明的峰值检测算法自适应方法包含数据采集、系统监控、噪声因子自适应、结果反馈四个子过程，如图1中的四个模块所示。这四个子过程采集信道上的信号和各种信息，当某些参数的值多次采集都不变并且没有进入Msg3、Msg4的处理流程，则表明随机接入前导序列信号没有被正确检测出来(即虚检)，认为发生了虚检，就启动噪声因子自适应调整过程，将调整后的噪声因子发给物理层信号处理系统改变其对随机接入前导序列信号的处理以纠正虚检。根据本发明的其他实施例，虚检也可由第三方用户或系统发现并上报本系统，本系统收到上报后直接启动噪声因子自适应调整过程。
根据本发明的一个实施例，这四个子过程分别执行以下操作：
数据采集的目的是实时收集随机接入前导序列信号、物理层系统状态信息、用户测量信息和物理层系统信号信息，整理存储在内存中的数据结构中，为系统监控与噪声因子自适应提供数据支持，参见图1数据采集模块中包含的处理内容。
系统监控主要是为了实时监控物理层系统状态。当出现因虚检问题引发的用户终端重复传输随机接入前导序列信号的情况时，系统监控过程会及时抓取物理层信号处理软件的运行状态，发送信号启动噪声因子自适应方法。
噪声因子自适应是峰值检测算法自适应方法的关键环节。在峰值检测算法中，噪声门限的大小直接决定是否检测成功，而噪声因子是噪声门限的决定参数。噪声因子通过比较随机接入前导序列信号的功率时延谱最大值与平均值进行修正，后面将结合具体算法对该修正过程进行详细描述。
结果反馈负责对计算结果做最终的处理，包括将修正的噪声因子作为系统信号反馈给物理层信号处理系统，在日志系统中打印相关流程，缓存修正的噪声因子至缓存队列等。通过这些步骤，随机接入过程可以顺利进行Msg3、Msg4的发送与接收处理。
2.数据采集过程
本发明的5G PRACH峰值检测算法自适应方法基于物理层信号处理软件的数据进行调整，数据采集是一些计算的基础。不论是否发生虚检，数据采集过程都对随机接入前导序列进行持续采集，发现虚检后噪声因子自适应过程读取数据采集过程采集到的随机接入前导序列进行噪声因子调整。数据采集还包括对系统状态数据的采集，通过对系统状态数据的变化确定是否发生虚检。
此外还可以通过系统用户发现虚检，此时系统用户发送用户测量数据给数据采集过程，再由数据采集过程转发到系统监控过程。物理层信号处理软件本身也有虚检发现机制，当其检测到虚检时，物理层也可以发送信号信息数据给数据采集过程，再由数据采集过程转发给系统监控过程。
2.1采集随机接入前导序列数据
5G NR随机接入前导序列基于Zadoff-Chu(ZC)序列生成的，包含一个循环前缀(Cyclic Prefix,CP)和一个或者多个随机接入前导序列。采集随机接入前导序列数据的主要目的是调整噪声因子自适应当前场景。
根据本发明的一个实施例，为了节省内存空间资源，随机接入前导序列存储在图2所示的数据结构中。该数据结构用于存储前导时机(occasion)号，其中key节点用于存储occasion号，key节点之间为双向链接，前导时机号后面单向链接随机接入前导序列(Preamble)数据，由于每个前导时机后面的数据长度不一致，因此采用了双向链表与跳表结合的这种方式。链式数据结构的特点可以快速定位下一个前导时机所对应的随机接入前导序列数据，分析完的数据可以快速释放掉，提供空间使用率。
如图3所示，数据采集过程对随机接入前导序列数据的采集过程是主动响应的，每当空口传来随机接入前导序列数据，数据采集过程构建好相应的键(key)节点，与已存储的数据key节点构建双向链接，再将随机接入前导序列相关数据存储在key对应的桶(bucket)中，其中所述相关数据包括Preamble以及其循环前缀CP(cyclic prefix)，如图2的右侧所示。
2.2采集系统状态数据
系统状态数据是数据采集过程主动收集的数据，目的是为了系统监控过程可以自主检测物理层信号处理软件的运行状态。根据本发明的一个实施例，为了节省内存资源空间，严格控制参数数据采集范围，具体数据内容如表1所示。长时间范围的数据采集易造成空间资源的浪费，为了解决这个问题，根据本发明的一个实施例，设计了缓存清理的方案，在每次将数据发送给系统监控后，程序释放数据占用的空间资源。
表1系统参数状态数据
当表1中的参数的值多次(次数可配置，例如配置为10次)采集都不变并且没有进入Msg3、Msg4的处理流程，则表明随机接入前导序列信号没有被正确检测出来，即发生了虚检，则启动噪声因子自适应调整过程。
根据本发明的一个实施例，如图4所示，系统状态数据的采集分为三个环节，分别是系统参数状态采集、物理层软件系统峰值搜索与TA值计算函数运行状态、物理层软件系统噪声基底计算函数运行状态，并通过比较输入参数确定函数运行状态。因为函数运算流程相同，输入参数的不同会造成函数运算状态的不同，待采集完毕集中发送给系统监控过程。
2.3接收用户测量数据与信号信息数据
数据采集过程对用户测量数据和信号信息数据的采集是被动响应的，数据从用户或者物理层信号处理软件发送给数据采集过程，再由数据采集过程反馈给系统监控。用户测量数据是作为工作人员的系统用户发现出现虚检情况时，主动发送给数据采集过程的数据，其再由数据采集过程转发给系统监控过程。在物理层信号处理软件运行过程中，用户可以根据日志打印情况去判断系统状态，可以自主决定是否发送测量数据。物理层信号处理软件本身也有虚检发现机制，当其检测到虚检时，物理层也可以主动发送代表虚检问题发生的信号信息数据给数据采集过程，再由数据采集过程转发给系统监控过程，两个数据的采集过程如图5所示。
3.系统监控过程
系统监控过程的主要目的是实时检查物理层信号处理系统是否发生因虚检问题引发重复传输随机接入前导序列的情况。如果发生，系统监控过程会启动噪声因子自适应方法，达到调整噪声门限，提高检测率。
系统监控过程所需的数据来源均由数据采集过程提供，包括系统状态数据、用户测量数据与信号信息数据。第一类数据需要系统监控过程进行分析处理，后两类数据直接反馈给噪声因子自适应过程处理。
系统状态数据内容已在上文2.2系统状态数据部分详细介绍，参数状态数据是用于判断相关处理函数是否在同一场景下重复计算。例如，如果重复计算10次后系统尚未进入Msg3、Msg4的处理流程，则可认定发生虚检问题，其中重复计算次数为可配置，可配置为10次之外的其它次数。具体流程如图6所示。
用户测量数据与信号信息数据是第三方(例如作为工作人员的系统用户或第三方系统)发现出现虚检问题时，主动上报的数据。因此系统监控过程在接收到这两类数据后，直接启动噪声因子自适应过程，具体流程如图7所示。
4.噪声因子自适应过程
噪声因子自适应过程是实现5G PRACH峰值检测算法的关键环节，目的是通过修改噪声因子去调整噪声门限，进而筛选出信号功率延时谱最大值高于噪声门限的随机接入前导序列序号。
当系统监控过程发送启动信号后，噪声因子自适应过程读取数据采集过程收集的随机接入前导序列，进行功率计算、序列组合与归一化、天线组合与归一化处理，最终调用自适应算法，得出适应当前场景的噪声因子，具体流程如图8所示。
在上述算法中，输入参数数组N[1…j]存的是所有在2.1随机接入前导序列数据部分中采集到的信号功率时延谱平均功率，每个数组元素N[i](i＝1…j)对应一段完整的接入前导序列时间长度lra内的平均功率，K指信号码字长度。
该算法首先求出信号功率时延谱功率的最大值maxvalue以及平均值mean，噪声因子factor为最大值除以平均值，为防止门限过高，将噪声因子进行调整，减去min(1,K)，由公式(1)噪声门限threshold为噪声因子乘以信号功率时延谱功率的平均值，即第9行计算出的threshold。
如果N[1…j]中没有检出大于噪声门限threshold的序列，即收到的仅为噪声，没有满足第12行条件的N[i]，因此也不会执行第13行与第14行，因此在第18行，count＝0，则threshold不会被修改，仍为第9行计算出的threshold。
如果N[1…j]中检出大于噪声门限threshold的序列，通常只会检出一个序列大于threshold，则在第19行，count＝1，而threshold会被重新赋值为除检出序列之外的其它的噪声功率之和,在第20行，噪声因子重新赋值为threshold/mean。
5.结果反馈过程
如图9所示，结果反馈过程是将自适应的结果噪声因子factor和噪声门限threshold反馈给物理层信号处理软件以检测随机接入前导序列，更新其中的参数，达到动态调整的效果，将必要的信息反馈给日志系统，同时将噪声因子缓存下来，以便后期噪声因子自适应过程访问。若调整后仍出现随机接入前导序列信号重复传输的情况，则向物理层软件系统管理人员报错。
6.仿真
仿真场景是建立在AWGN信道上，发送端模拟用户终端发送随机接入前导序列，接收端模拟基站接收经过信道的随机接入前导，进行峰值检测，最终以检测正确率进行结果判断。具体仿真参数如表2所示。
表2仿真参数表
图10展示了信噪比与检测正确率的关系，图中，检测概率(DetectionProbability)表示检测正确率，本发明采用的优化检测算法相比传统检测算法而言，增加了峰值检测算法自适应方法。当信噪比小于-16dB时，优化检测算法的检测正确率高于传统检测算法，这是因为噪声基底高，影响了随机接入前导序列的功率时延谱计算，出现虚检问题。待峰值检测算法自适应方法启动后，调整噪声因子，进而降低了噪声对检测的影响。
为使本领域任何普通技术人员能够实现或者使用本公开内容，上面围绕本公开内容进行了描述。对于本领域普通技术人员来说，对本公开内容进行各种修改是显而易见的，并且，本文定义的通用原理也可以在不脱离本公开内容的精神或保护范围的基础上适用于其它变型。此外，除非另外说明，否则任何方面和/或实施例的所有部分或一部分可以与任何其它方面和/或实施例的所有部分或一部分一起使用。因此，本公开内容并不限于本文所描述的例子和设计方案，而是与本文公开的原理和新颖性特征的最广范围相一致。
Claims (11)
1.一种用于无线通信系统的物理随机接入信道峰值的自适应检测方法，包括：
步骤100：确定是否发生随机接入前导序列虚检；
步骤200：在确定发生虚检时，计算出噪声因子factor与噪声门限threshold，包括：
从收集的所有随机接入前导序列的功率时延谱平均功率中求出最大值maxvalue与平均值mean，
根据所述最大值maxvalue与所述平均值mean的商得到所述噪声因子factor，并且根据所述噪声因子factor与平均值mean的乘积得到所述噪声门限threshold，
计算所有随机接入前导序列的功率时延谱平均功率中大于所述噪声门限threshold的数量，
若所述数量大于0，则将所有随机接入前导序列的功率时延谱平均功率中小于等于所述噪声门限threshold的平均功率求和，用所述和与所述数量的商来更新所述噪声门限threshold，并且用更新后的所述噪声门限threshold与所述平均值mean的商来更新所述噪声因子factor；
步骤300：利用所述噪声因子factor和噪声门限threshold检测随机接入前导序列。
2.根据权利要求1所述的方法，所述步骤100包括：实时收集物理层系统状态信息，在多次重复计算仍未进入Msg3、Msg4的处理流程的情况下，则确定发生虚检。
3.根据权利要求2所述的方法，其中所述多次重复计算的次数可配置。
4.根据权利要求1所述的方法，所述步骤100包括：系统用户通过日志确定发生随机接入前导序列虚检。
5.根据权利要求1所述的方法，所述步骤100包括：物理层信号处理软件检测到虚检时，物理层发送相应的信号信息数据以用于确定发生虚检。
6.根据权利要求1所述的方法，其中由数据采集过程采集的随机接入前导序列采用双向链式结构存储,根据前导时机（occasion）号定位对应的随机接入前导序列数据。
7.根据权利要求1所述的方法，所述步骤200采用如下公式计算噪声因子factor：
以及根据如下公式计算噪声门限threshold：
8.根据权利要求7所述的方法，所述步骤200还包括将噪声因子根据如下公式进行调整，其中K为信号码字长度：
9.根据权利要求7所述的方法，所述步骤200还包括：在检出一个随机接入前导序列大于threshold的情况下, threshold被赋值为除检出序列之外的其它的噪声功率之和，噪声因子为threshold/mean。
10.一种计算机可读存储介质，其中存储有一个或者多个计算机程序，所述计算机程序在被执行时用于实现如权利要求1-9任意一项所述的方法。
11.一种计算系统，包括：
存储装置、以及一个或者多个处理器；
其中，所述存储装置用于存储一个或者多个计算机程序，所述计算机程序在被所述处理器执行时用于实现如权利要求1-9任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110311195.1A CN113038514B (zh) | 2021-03-24 | 2021-03-24 | 一种5g prach峰值检测算法的自适应方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110311195.1A CN113038514B (zh) | 2021-03-24 | 2021-03-24 | 一种5g prach峰值检测算法的自适应方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113038514A CN113038514A (zh) | 2021-06-25 |
| CN113038514B true CN113038514B (zh) | 2022-09-13 |
Family
ID=76473093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110311195.1A Active CN113038514B (zh) | 2021-03-24 | 2021-03-24 | 一种5g prach峰值检测算法的自适应方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113038514B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117320178A (zh) * | 2022-06-22 | 2023-12-29 | 中兴通讯股份有限公司 | Prach的峰值检测方法、基站、通信系统及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102238580A (zh) * | 2011-08-04 | 2011-11-09 | 大唐移动通信设备有限公司 | 一种prach检测的方法和设备 |
| CN104618936A (zh) * | 2015-02-11 | 2015-05-13 | 大唐联仪科技有限公司 | 一种长期演进技术lte前导信号的检测方法和系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6229842B1 (en) * | 1998-07-16 | 2001-05-08 | Telefonaktiebolaget Lm Ericsson (Publ) | Adaptive path selection threshold setting for DS-CDMA receivers |
| CN1252958C (zh) * | 2003-09-28 | 2006-04-19 | 中兴通讯股份有限公司 | 码分多址系统多径搜索相对门限设定方法和装置 |
| CN100433900C (zh) * | 2004-12-29 | 2008-11-12 | 华为技术有限公司 | 接入前导检测门限动态调整的方法 |
| CN101295999B (zh) * | 2008-06-27 | 2014-02-19 | 中兴通讯股份有限公司 | 一种随机接入前导的检测方法 |
| CN102843328B (zh) * | 2012-08-02 | 2014-11-26 | 北京中科晶上科技有限公司 | Tdd lte系统中的prach序列的检测方法 |
| CN108390678A (zh) * | 2018-01-23 | 2018-08-10 | 北京睿信丰科技有限公司 | 一种基于两级自适应门限判决的频域去干扰方法及装置 |
-
2021
- 2021-03-24 CN CN202110311195.1A patent/CN113038514B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102238580A (zh) * | 2011-08-04 | 2011-11-09 | 大唐移动通信设备有限公司 | 一种prach检测的方法和设备 |
| CN104618936A (zh) * | 2015-02-11 | 2015-05-13 | 大唐联仪科技有限公司 | 一种长期演进技术lte前导信号的检测方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113038514A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3840525B1 (en) | Multi-link operation with triggered alignment of frames | |
| JP5879642B2 (ja) | Ｌｔｅデバイスのためのランダムアクセスチャネル拡張 | |
| CN105072690A (zh) | 基于非授权频谱的数据传输方法及装置 | |
| US9794889B2 (en) | Power adjustment method and apparatus | |
| US10420095B2 (en) | Data transmission control | |
| JP6202454B2 (ja) | アップリンク電力制御方法及び装置 | |
| JP2012521113A (ja) | 上りリンクマルチポイント受信における時間繰上げ量の調整方法および装置 | |
| EP4243304A1 (en) | Antenna switching method and apparatus | |
| EP3005804A1 (en) | Method, device and system for performing wireless communication in wireless communication system | |
| US11743946B2 (en) | Dynamic estimation of random access response repetitions | |
| US9756482B2 (en) | Selective use of single-link communication and group communication | |
| CN113038514B (zh) | 一种5g prach峰值检测算法的自适应方法 | |
| KR20110089009A (ko) | 패킷 기반 통신 시스템에서 단말의 절전 모드 제어 방법 및 장치 | |
| EP3666024A1 (en) | Methods and apparatus relating to random access in a wireless communications network | |
| CN114745772B (zh) | 数字自动增益控制方法、装置、设备及其程序产品 | |
| JP5450333B2 (ja) | 初期アクセス設定情報生成装置、初期アクセス設定情報生成方法、初期アクセス設定情報生成プログラム、および基地局装置 | |
| CN106878958B (zh) | 软件自定义无线网络中基于可调占空比的快速传播方法 | |
| CN113692060B (zh) | 多天线mimo场景下随机接入资源的配置与更新方法 | |
| US11596002B2 (en) | Method, device, apparatus for selecting a random access resource, and storage medium | |
| CN109286993B (zh) | 一种基于估计算法的动态接入蜂窝网络的方法 | |
| CN110475338B (zh) | 上行传输的方法和用户设备 | |
| CN107484255B (zh) | 一种基于频率分组的多信道csma协议中最优信道数确定方法 | |
| WO2016095193A1 (zh) | 一种触发退避的方法、基站设备、用户设备及系统 | |
| CN111669789B (zh) | 一种适用于星地链路的通信方法及装置 | |
| KR101830227B1 (ko) | 단말 접속 제어를 위한 차단 인자 설정 방법 및 장치 |
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 |