CN114142963A

CN114142963A - 一种小区搜索方法、系统及存储介质

Info

Publication number: CN114142963A
Application number: CN202111443365.8A
Authority: CN
Inventors: 王录; 张继栋; 王伟; 梁康; 刘伟; 侯军奎; 张志强; 张泽祥; 王承强; 冉启兰
Original assignee: Aerospace Xintong Technology Co ltd
Current assignee: Aerospace Xintong Technology Co ltd
Priority date: 2021-11-30
Filing date: 2021-11-30
Publication date: 2022-03-04
Anticipated expiration: 2041-11-30
Also published as: CN114142963B

Abstract

本发明涉及移动通信技术领域，具体为一种小区搜索方法、系统及存储介，该方法在生成小区搜索候选集后，通过线性信噪比SNR对小区搜索候选集进行校验，从而过滤无效搜索结果。同时通过SSB波束搜索能够预估出SSB波束索引，通过预估的SSB波束索引进行小区搜索，避免盲搜SSB波束索引导致小区搜素耗时过长，以及占用系统资源；本申请仅需软比特合并循环，与现有技术中采用软比特合并循环和SSB波束循环嵌套相比，最坏情况下，也只需7次循环，在减少保存软比特信息所需的内存空间的同时，极大地减少了软比特合并过长的耗时，从而降低小区搜索耗时和提高系统资源的有效利用率。

Description

一种小区搜索方法、系统及存储介质

技术领域

本发明涉及移动通信技术领域，具体为一种小区搜索方法、系统及存储介质。

背景技术

在移动通信过程中需进行小区搜索，小区搜索过程一般包括PSS搜索(主同步信号搜索)、SSS搜索(辅同步信号搜索)和PBCH解析(物理广播信道解析)等步骤，为提升小区搜索的PBCH解析性能，现有技术中提供一种基于软比特合并的小区搜索方法，其在PSS搜索过程中，基于历史帧头位置完成初始小区搜素，同时在检测PBCH过程中，如译码失败，则将译码失败的软比特信息进行合并后再次译码，提升搜索效率。

但是，现有技术中存在以下问题：

1、PSS/SSS搜索出的小区ID难以保证其正确性，若小区ID搜索错误，不仅无法提升PBCH解析性能，反而会占用更多的系统资源执行错误的后续流程；

2、SSB波束索引采用盲搜的方式，即通过循环PBCH解析流程，直到polar译码成功时得到SSB波束索引。但目前5G NR系统中，FR1可配置4个或者8个SSB块，FR2最大可配置64个SSB块，按照此种方式，需要最大8次PBCH解析循环才可以确定SSB波束索引，再加上软比特合并循环，在最坏情况下，总共需要56次循环才能得到SSB波束索引，而其中49次循环均无效，由此导致系统资源的严重浪费。

发明内容

本发明的目的之一在于提供一种小区搜索方法，以解决现有技术中小区ID搜索错误以及SSB波束索引盲搜导致小区搜索耗时过长和浪费系统资源的技术问题。

本发明提供的基础方案一：一种小区搜索方法，包括以下内容：

根据PSS基序列和UE接收到的时域数据滑动相关生成PSS相关序列，搜索预设时间窗内PSS相关序列最大峰值C1对应的位置P1和NID2值，根据位置P1和NID2值生成PSS搜索候选集；

根据PSS搜索候选集和UE接收到的时域数据生成SSS频域数据，根据SSS基序列和SSS频域数据进行相关生成SSS相关序列，搜索SSS相关序列的最大峰值C2，以及最大峰值C2的NID1值，根据对应的NID2值和NID1值计算小区ID，根据位置P1、小区ID和最大峰值C2生成SSS搜索候选集，对SSS搜索候选集进行排序生成小区搜索候选集；

根据小区搜索候选集获取PBCH DMRS数据，根据小区搜索候选集生成SSB波束对应的PBCH DMRS基序列，根据PBCH DMRS数据和PBCH DMRS基序列进行相关生成SSB相关序列，根据SSB相关序列计算线性信噪比SNR和SSB波束索引，根据线性信噪比SNR判断小区搜索候选集是否有效；

当小区搜索候选集有效后，根据小区ID和SSB波束索引进行PBCH解析和译码，若译码成功，则小区搜索成功，反之，则保存PBCH解析后的软比特信息，获取下一时间窗内的SSB时域数据进行PBCH解析和译码，若译码失败，则保存PBCH解析后的软比特信息，并合并保存的软比特信息，对合并后的软比特信息进行译码，遍历时间窗内的SSB时域数据进行PBCH解析、译码和软比特信息合并，直到译码成功或者所有SSB时域数据均译码失败。

基础方案一的有益效果：

采用本方案，生成多个小区搜索候选集，从而提升小区搜索能力。在生成小区搜索候选集后，通过线性信噪比SNR对小区搜索候选集进行校验，从而过滤无效搜索结果。同时通过SSB波束搜索能够预估出SSB波束索引，通过预估的SSB波束索引进行小区搜索，避免盲搜SSB波束索引导致小区搜素耗时过长，以及占用系统资源。

基于SSB波束索引的校验，本申请仅需软比特合并循环，与现有技术中采用软比特合并循环和SSB波束循环嵌套相比，最坏情况下，也只需7次循环，在减少保存软比特信息所需的内存空间的同时，极大地减少了软比特合并过长的耗时，从而降低小区搜索耗时和提高系统资源的有效利用率。

进一步，还包括以下内容：

根据以下公式计算信噪比门限SNR_thr，

[CDF(SNR_thr)]⁸≈1-P_{pss/sss_md}

式中，P_{pss/sss_md}为PSS/SSS搜索漏检率，P_{pss/sss_md}≤1％，N_ant为天线数，r为天线索引；

根据线性信噪比SNR和信噪比门限SNR_thr判断小区搜索候选集是否有效，若SNR≥SNR_thr，则判定小区搜索候选集有效。

有益效果：假定发端没有发射SSB信号，则UE接收的数据为噪声信号或者小区搜索ID错误，则相应数据为噪声信号，由于PBCH DMRS基序列的模为1，因此SSB相关序列服从正态分布。根据5G协议，数据漏检率为1％，因此在PSS/SSS搜索中小区ID估计错误、SSB位置估计错误等漏检概率不得高于1％，由此估算出不同天线数的信噪比门限SNR_thr，进行信噪比判断，从而对无效搜索结果进行过滤。

进一步，根据小区搜索候选集获取PBCH DMRS数据，具体包括以下内容：

根据预设的SSB结构和小区搜索候选集中的位置P1截取PBCH时域符号数据，对PBCH时域符号数据进行时频转换和PBCH DMRS解资源映射获得PBCH DMRS数据。

有益效果：通过获取位置P1截取对应的PBCH时域符号数据，从而获得所需PBCHDMRS数据，便于后续计算线性信噪比，从而对小区搜索候选集进行校验。

进一步，PBCH DMRS数据为Y_DMRS,r[k]，k＝0,1,...,143，r为天线索引；PBCH DMRS基序列为X_i[k]，i＝0,1,...,7；根据PBCH DMRS数据和PBCH DMRS基序列进行相关生成SSB相关序列，具体包括以下内容：

PBCH DMRS数据根据以下公式分别与PBCH DMRS基序列进行相关运算，

式中，H为复数转置运算，N_ant为天线数；

根据以下公式进行多天线合并，获得SSB相关序列Y_corr(i)，

有益效果：通过相关运算生成SSB相关序列，在生成过程中通过多天线合并步骤，提升SSB波束搜索天线分集合并增益。

进一步，根据SSB相关序列计算线性信噪比SNR，具体包括以下内容：

根据以下公式计算SSB相关值功率P(i)，

依次比较SSB相关值功率P(i)，将最大值作为检测信号功率P_S，并根据其余SSB相关值功率计算平均值作为噪声功率P_NI，

根据以下公式计算线性信噪比SNR，

有益效果：通过比较SSB相关值功率的大小，将最大相关值作为检测信号功率，将其他相关值作为噪声，通过计算平均值作为噪声功率，从而计算出线性信噪比，通过线性信噪比实现对小区搜索候选集的校验，从而过滤无效搜索结果。

进一步，对SSS搜索候选集进行排序生成小区搜索候选集，具体包括以下内容：

获取SSS搜索候选集中的最大峰值C2；

根据最大峰值C2从大至小依次对SSS搜索候选集进行排序生成小区搜索候选集。

有益效果：对集合内数据的调用一般为依次调用，以最大峰值C2数值的大小为排序条件对SSS搜索候选集进行排序生成小区搜索候选集，在后续对小区搜索候选集进行校验时，优先校验最大峰值C2数值较大的小区搜索候选集，从而降低小区搜索耗时，提升小区搜索成功率。

进一步，还包括以下内容：

统计软比特信息合并次数，当软比特信息合并次数大于预设次数时，小区搜索失败。

有益效果：预设次数为最差情况下，所需执行的软比特信息合并次数。为避免小区搜索过程陷入死循环，当软比特信息合并次数大于预设次数，代表小区搜索失败，及时退出小区搜索过程。

本发明的目的之二在于提供一种小区搜索系统。

本发明提供基础方案二：一种小区搜索系统，使用上述小区搜索方法。

基础方案二的有益效果：

本方案使用上述小区搜索方法，通过线性信噪比SNR对小区搜索候选集进行校验，从而过滤无效搜索结果。同时通过SSB波束搜索能够预估出SSB波束索引进行小区搜索，避免盲搜SSB波束索引导致小区搜素耗时过长，以及占用系统资源。基于SSB波束索引的校验，本申请仅需软比特合并循环，在最坏情况下，也只需7次循环，在减少保存软比特信息所需的内存空间的同时，极大地减少了软比特合并过长的耗时，从而降低小区搜索耗时和提高系统资源的有效利用率。

本发明的目的之三在于提供一种存储介质。

本发明提供基础方案三：一种存储介质，存储有计算机可读指令，当计算机可读指令被运行时，执行上述小区搜索方法。

基础方案三的有益效果：

本方案通过运行计算机可读指令执行上述小区搜索方法，实现对小区搜索候选集的校验和SSB波束索引的预估，从而过滤无效搜索结果，以及避免盲搜SSB波束索引导致小区搜素耗时过长，以及占用系统资源。除此之外，本方案基于SSB波束索引的校验，仅需软比特合并循环，在最坏情况下，也只需7次循环，在减少保存软比特信息所需的内存空间的同时，极大地减少了软比特合并过长的耗时，从而降低小区搜索耗时和提高系统资源的有效利用率。

附图说明

图1为本发明一种小区搜索方法实施例的流程图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例

一种小区搜索方法，如附图1所示，包括PSS搜索步、SSS搜索步骤、SSB波束搜索步骤和PBCH解析及软比特合并步骤。

PSS搜索步骤：根据PSS基序列和UE接收到的时域数据滑动相关生成PSS相关序列，搜索预设时间窗内PSS相关序列最大峰值C1对应的位置P1和NID2值，根据位置P1和NID2值生成PSS搜索候选集。PSS搜索步骤具体包括以下内容：

根据5G NR协议获取PSS基序列，获取UE接收到的时域数据，UE代表用户终端。预设时间窗为小区搜索的搜索时间窗，在预设时间窗内，根据PSS基序列和时域数据进行滑动相关，生成PSS相关序列。

对PSS相关序列进行搜索，获得PSS相关序列中的最大相关值，以及最大相关值对应的位置和PSS基序列索引，最大相关值即为最大峰值C1，对应位置即为位置P1，对应PSS基序列索引即为NID2值，在本实施例中，PSS基序列索引取值为0-2，即NID2＝0，1，2。

根据位置P1和NID2值生成第一个PSS候选集，设多径最大时延为D，则将PSS相关序列中区间(P1，P1+D-1)内的相关值置为0。

再次对置0后的PSS相关序列进行搜索，依次找到N个PSS候选集生成PSS搜索候选集，如下所示：

PSS_Candidate＝{(P1₀,NID2₀)…(P1_N-1,NID2_N-1)}

式中，PSS_Candidate为PSS搜索候选集，(P1₀,NID2₀)为第一个PSS候选集，(P1_N-1,NID2_N-1)为第N个PSS候选集。

SSS搜索步骤：根据PSS搜索候选集和UE接收到的时域数据生成SSS频域数据，根据SSS基序列和SSS频域数据进行相关生成SSS相关序列，搜索SSS相关序列的最大峰值C2，以及最大峰值C2的NID1值，根据对应的NID2值和NID1值计算小区ID，根据位置P1、小区ID和最大峰值C2生成SSS搜索候选集，对SSS搜索候选集进行排序生成小区搜索候选集。SSS搜索步骤具体包括以下内容：

对于PSS搜索候选集中的每个PSS候选集，根据PSS搜索候选集中的位置P1和UE接收到的时域数据进行时频转换，生成SSS频域数据。获取SSS基序列，SSS基序列的数量为336个，根据SSS基序列和SSS频域数据进行相关，生成SSS相关序列。

对SSS相关序列进行搜索，获得SSS相关序列中的最大相关值，以及最大相关值对应的位置和SSS基序列索引，最大相关值即为最大峰值C2，对应位置即为位置P2，对应SSS基序列索引即为NID1值。

根据对应的NID2值和NID1值计算小区ID，根据SSS频域数据的位置P1、NID1值和最大峰值C2生成第一个SSS候选集，并将SSS相关序列中区间(P2，P2+D-1)内的相关值置为0。

再次对置0后的SSS相关序列进行搜索，依次找到M个SSS候选集，依次对每一PSS候选集找到M个SSS候选集，生成SSS搜索候选集，如下所示：

式中，SSS_Candidate为SSS搜索候选集，CellId为小区ID，(P1_0,0,CellId_0,0,C2_0,0)为第一个SSS候选集，(P1_N-1,M-1,CellId_N-1,M-1,C2_N-1,M-1)为第N*M个SSS候选集。

对SSS搜索候选集进行排序生成小区搜索候选集，具体包括以下内容：获取SSS搜索候选集中的最大峰值C2；根据最大峰值C2从大至小依次对SSS搜索候选集进行排序生成小区搜索候选集，如下所示：

Cell_Candidate＝{(P1₀,CellId₀)…(P1_N-1*M-1,CellId_N-1*M-1)}

式中，Cell_Candidate为小区搜索候选集，(P1₀,CellId₀)为第一个SSS候选集，(P1_N-1*M-1,CellId_N-1*M-1)为第N*M个SSS候选集。

SSB波束搜索步骤：根据小区搜索候选集获取PBCH DMRS数据，根据小区搜索候选集生成SSB波束对应的PBCH DMRS基序列，根据PBCH DMRS数据和PBCH DMRS基序列进行相关生成SSB相关序列，根据SSB相关序列计算线性信噪比SNR和SSB波束索引，根据线性信噪比SNR判断小区搜索候选集是否有效。具体包括以下内容：

根据小区搜索候选集获取PBCH DMRS数据，具体包括以下内容：根据5G NR协议中的SSB结构和小区搜索候选集中的SSB位置P1截取PBCH时域符号数据，对PBCH时域符号数据进行时频转换和PBCH DMRS解资源映射，获得PBCH DMRS数据Y_DMRS,r[k]，k＝0,1,...,143，r为天线索引。

根据5G NR协议和小区搜索候选集中对应的小区ID，生成SSB波束对应的PBCHDMRS基序列X_i[k]，i＝0,1,...,7。

根据PBCH DMRS数据和PBCH DMRS基序列进行相关生成SSB相关序列，具体包括以下内容：PBCH DMRS数据根据以下公式分别与PBCH DMRS基序列进行相关运算，

式中，H为复数转置运算，N_ant为天线数。

根据以下公式进行多天线合并，获得SSB相关序列Y_corr(i)，

根据SSB相关序列计算线性信噪比SNR，具体包括以下内容：根据以下公式计算SSB相关序列中相关值的SSB相关值功率P(i)，

依次比较SSB相关值功率P(i)，将最大值作为检测信号功率P_S，并根据其余7个SSB相关值功率计算平均值作为噪声功率P_NI，如下所示：

P_S＝max(P(i))i＝0,1,...,7；

式中，i_max为P_S所对应的P(i)中i的取值。

根据以下公式计算线性信噪比SNR，

SSB波束索引为最大SSB相关值功率对应的基序列索引，即SSB波束索引i_SSB为i_max。

获取预设的信噪比门限SNR_thr，根据信噪比门限SNR_thr和线性信噪比SNR判断小区搜索候选集是否有效，若SNR≥SNR_thr，则判定对应的小区搜索候选集有效，此时根据SSB位置P1和SSB波束索引i_SSB计算帧头。若SNR<SNR_thr，则判定对应的小区搜索候选集无效。

在其他实施例中，还包括以下内容：

假定发端没有发射SSB信号，则UE接收的数据为噪声信号或者小区搜索ID错误，则SSB相关序列中的相关值近似为噪声信号，由于PBCH DMRS基序列的模为1，因此SSB相关序列服从N(0,σ²)正态分布，其中σ²为噪声方差。

根据5G NR协议，UE的漏检概率为1％，即在小区搜索过程中，PSS/SSS搜索漏检(小区ID估计错误、SSB位置估计错误等)概率不得高于1％，即P_{pss/sss_md}≤1％。

SSB相关序列中的相关值相互独立，根据以下公式计算信噪比门限SNR_thr，

[CDF(SNR_thr)]⁸≈1-P_{pss/sss_md}

式中，P_{pss/sss_md}为PSS/SSS搜索漏检率，P_{pss/sss_md}≤1％，N_ant为天线数，r为天线索引。

由此计算出不同天线数的信噪比门限SNR_thr，如表一所示，将表一记载内容保存为UE常量表供信噪比判定使用。

表一

N<sub>ant</sub>	2	4
			SNR<sub>thr</sub>	4.49	3.19

根据线性信噪比SNR和计算所得信噪比门限SNR_thr判断小区搜索候选集是否有效，若SNR≥SNR_thr，则判定小区搜索候选集有效。若SNR<SNR_thr，则判定对应的小区搜索候选集无效。

PBCH解析及软比特合并步骤：当小区搜索候选集有效后，根据小区ID和SSB波束索引进行PBCH解析和译码，若译码成功，则小区搜索成功，反之，则保存PBCH解析后的软比特信息，获取下一时间窗内的SSB时域数据进行PBCH解析和译码，若译码失败，则保存PBCH解析后的软比特信息，并合并保存的软比特信息，对合并后的软比特信息进行译码，遍历时间窗内的SSB时域数据进行PBCH解析、译码和软比特信息合并，直到译码成功或者所有SSB时域数据均译码失败。具体包括以下内容：

当小区搜索候选集有效后，根据小区IDCellId和SSB波束索引i_SSB进行PBCH解析和polar译码，若译码成功，则小区搜索成功，结束小区搜索过程。

若译码失败，则保存解速率匹配后的软比特信息，获取下一时间窗内的SSB时域数据，对SSB时域数据进行时频转换后，进行PBCH解析和polar译码，若译码成功，则小区搜索成功，结束小区搜索过程。

若译码失败，则保存解速率匹配后的软比特信息，合并两次保存的软比特信息，对合并后的软比特信息进行polar译码，若译码成功，则小区搜索成功，结束小区搜索过程。

若译码失败，则继续获取下一时间窗内的SSB时域数据，遍历时间窗内的SSB时域数据进行PBCH解析、译码和软比特信息合并，直到译码成功或者所有SSB时域数据均译码失败，结束小区搜索过程。

在上述过程中，统计软比特信息合并次数，当软比特信息合并次数大于预设次数时，小区搜索失败，结束小区搜索过程。在本实施例中，最坏情况下，也只需7次循环，因此预设次数为7。

一种小区搜索系统，使用上述小区搜索方法。

一种存储介质，存储有计算机可读指令，当计算机可读指令被运行时，执行上述小区搜索方法。

采用本方案，在生成小区搜索候选集后，通过线性信噪比SNR对小区搜索候选集进行校验，从而过滤无效搜索结果。同时通过SSB波束搜索能够预估出SSB波束索引，通过预估的SSB波束索引进行小区搜索，避免盲搜SSB波束索引导致小区搜素耗时过长，以及占用系统资源。基于SSB波束索引的校验，本申请仅需软比特合并循环，与现有技术中采用软比特合并循环和SSB波束循环嵌套相比，最坏情况下，也只需7次循环，在减少保存软比特信息所需的内存空间的同时，极大地减少了软比特合并过长的耗时，从而降低小区搜索耗时和提高系统资源的有效利用率。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims

1.一种小区搜索方法，其特征在于，包括以下内容：

2.根据权利要求1所述的一种小区搜索方法，其特征在于，还包括以下内容：

根据以下公式计算信噪比门限SNR_thr，

[CDF(SNR_thr)]⁸≈1-P_{pss/sss_md}

3.根据权利要求1所述的一种小区搜索方法，其特征在于：根据小区搜索候选集获取PBCH DMRS数据，具体包括以下内容：

4.根据权利要求1所述的一种小区搜索方法，其特征在于：PBCH DMRS数据为Y_DMRS,r[k]，k＝0,1,...,143，r为天线索引；PBCH DMRS基序列为X_i[k]，i＝0,1,...,7；根据PBCH DMRS数据和PBCH DMRS基序列进行相关生成SSB相关序列，具体包括以下内容：

式中，H为复数转置运算，N_ant为天线数；

根据以下公式进行多天线合并，获得SSB相关序列Y_corr(i)，

5.根据权利要求4所述的一种小区搜索方法，其特征在于：根据SSB相关序列计算线性信噪比SNR，具体包括以下内容：

根据以下公式计算SSB相关值功率P(i)，

根据以下公式计算线性信噪比；SNR，

6.根据权利要求1所述的一种小区搜索方法，其特征在于：对SSS搜索候选集进行排序生成小区搜索候选集，具体包括以下内容：

获取SSS搜索候选集中的最大峰值C2；

7.根据权利要求1所述的一种小区搜索方法，其特征在于，还包括以下内容：

8.一种小区搜索系统，其特征在于：使用权利要求1-7任一项所述的小区搜索方法。

9.一种存储介质，其特征在于：存储有计算机可读指令，当计算机可读指令被运行时，执行权利要求1-7任一项所述的小区搜索方法。