CN114172596A - 信道噪声检测方法及相关装置 - Google Patents
信道噪声检测方法及相关装置 Download PDFInfo
- Publication number
- CN114172596A CN114172596A CN202111460648.3A CN202111460648A CN114172596A CN 114172596 A CN114172596 A CN 114172596A CN 202111460648 A CN202111460648 A CN 202111460648A CN 114172596 A CN114172596 A CN 114172596A
- Authority
- CN
- China
- Prior art keywords
- noise
- matrix
- signal
- determining
- preset threshold
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 121
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000009467 reduction Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000001976 improved effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 20
- 239000010410 layer Substances 0.000 description 20
- 238000007726 management method Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 17
- 238000012935 Averaging Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 8
- 238000000354 decomposition reaction Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Telephone Function (AREA)
Abstract
本申请公开了一种信道噪声检测方法及相关装置,所述方法包括:获取信道估计处理的信号的N个资源块,N为大于1的整数;根据所述N个资源块进行平均操作,得到第一矩阵;确定所述第一矩阵的对角线元素的均值;在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。采用本申请实施例能够对噪声场景进行识别,有助于提升后续信号解析精度。
Description
技术领域
本申请涉及电子技术领域,尤其涉及一种信道噪声检测方法及相关装置。
背景技术
目前来看,传统方法中,在信号解调过程中,噪声场景不仅包括白噪声场景、有色噪声场景,还包括白噪与色噪混合场景。当噪声场景为有色噪声场景时,此时,噪声的自协方差矩阵中非对角线元素会显著增大,若是当作白噪声场景处理,这一部分值会被置0,从而损失掉,导致后续的分解以及噪声预处理模块都会产生较大的误差,因此,如何对噪声场景进行识别的问题亟待解决。
发明内容
本申请实施例提供一种信道噪声检测方法及相关装置,能够对噪声场景进行识别,有助于提升后续信号解析精度。
第一方面,本申请实施例提供一种信道噪声检测方法,所述方法包括:
获取信道估计处理的信号的N个资源块,N为大于1的整数;
根据所述N个资源块进行平均操作,得到第一矩阵;
确定所述第一矩阵的对角线元素的均值;
在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
第二方面,本申请实施例提供一种信道噪声检测装置,所述装置包括:获取单元、平均运算单元、第一确定单元和第二确定单元,其中,
所述获取单元,用于获取信道估计处理的信号的N个资源块,N为大于1的整数;
所述平均运算单元,用于根据所述N个资源块进行平均操作,得到第一矩阵;
所述第一确定单元,用于确定所述第一矩阵的对角线元素的均值;
所述第二确定单元,用于在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
第三方面,本申请实施例提供一种电子设备,所述电子设备包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由处理器执行,所述程序包括用于执行如第一方面所描述的部分或者全部步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具备如下有益效果:
可以看出,在本申请实施例中所描述的信道噪声检测方法及相关装置,获取信道估计处理的信号的N个资源块,N为大于1的整数,根据N个资源块进行平均操作,得到第一矩阵,确定第一矩阵的对角线元素的均值,在均值小于第一预设阈值时,确定信号的信道噪声类型为白噪声场景,如此,可以基于信号的矩阵的对角线元素的均值对噪声场景进行识别,有助于提升后续信号解析精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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。
图1是本申请实施例提供的一种电子设备的结构示意图;
图2是本申请实施例提供的一种电子设备的软件结构示意图;
图3是本申请实施例提供的一种信号处理方法的流程示意图;
图4是本申请实施例提供的一种信道噪声检测方法的流程示意图;
图5是本申请实施例提供的另一种信道噪声检测方法的流程示意图;
图6是本申请实施例提供的另一种电子设备的结构示意图;
图7是本申请实施例提供的一种信道噪声检测装置的功能单元组成框图。
具体实施方式
下面将结合附图,对本申请实施例中的技术方案进行描述。
为了更好地理解本申请实施例的方案,下面先对本申请实施例可能涉及的相关术语和概念进行介绍。
具体实现中,电子设备可以包括各种具有处理器功能的设备,例如,手持设备(智能手机、平板电脑等)、车载设备(导航仪、辅助倒车系统、行车记录仪、车载冰箱等等)、可穿戴设备(智能手环、无线耳机、智能手表、智能眼镜等等)、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(MobileStation,MS),虚拟现实/增强现实设备,终端设备(terminal device)等等,电子设备还可以为基站或者服务器或者验证平台。
第一部分,本申请所公开的技术方案的软硬件运行环境介绍如下。
如图所示,图1示出了电子设备100的结构示意图。电子设备100可以包括处理器110、外部存储器接口120、内部存储器121、通用串行总线(universal serial bus,USB)接口130、充电管理模块140、电源管理模块141、电池142、天线1、天线2、移动通信模块150、无线通信模块160、音频模块170、扬声器170A、受话器170B、麦克风170C、耳机接口170D、传感器模块180、指南针190、马达191、指示器192、摄像头193、显示屏194以及用户标识模块(subscriber identification module,SIM)卡接口195等。
可以理解的是,本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器AP,调制解调处理器,图形处理器GPU,图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器NPU等。其中,不同的处理单元可以是独立的部件,也可以集成在一个或多个处理器中。在一些实施例中,电子设备100也可以包括一个或多个处理器110。其中,控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。在其他一些实施例中,处理器110中还可以设置存储器,用于存储指令和数据。示例性地,处理器110中的存储器可以为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从存储器中直接调用。这样就避免了重复存取,减少了处理器110的等待时间,因而提高了电子设备100处理数据或执行指令的效率。处理器还可以包括图像处理器,图像处理器可以为图像预处理器(preprocess image signal processor,Pre-ISP),其可以理解为一个简化的ISP,其也可以进行一些图像处理操作,例如,可以获取图像统计信息。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路间(inter-integrated circuit,I2C)接口、集成电路间音频(inter-integrated circuitsound,I2S)接口、脉冲编码调制(pulse code modulation,PCM)接口、通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口、移动产业处理器接口(mobile industry processor interface,MIPI)、用输入输出(general-purpose input/output,GPIO)接口、SIM卡接口和/或USB接口等。其中,USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口、Micro USB接口、USB Type C接口等。USB接口130可以用于连接充电器为电子设备100充电,也可以用于电子设备100与外围设备之间传输数据。该USB接口130也可以用于连接耳机,通过耳机播放音频。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备100的结构限定。在本申请另一些实施例中,电子设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过电子设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为电子设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110、内部存储器121、外部存储器、显示屏194、摄像头193和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量、电池循环次数、电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
电子设备100的无线通信功能可以通过天线1、天线2、移动通信模块150、无线通信模块160、调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G/6G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络)、蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS)、调频(frequency modulation,FM)、近距离无线通信技术(near field communication,NFC)、红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像、视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD)、有机发光二极管(organic light-emittingdiode,OLED)、有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED)、柔性发光二极管(flex light-emittingdiode,FLED)、迷你发光二极管(mini light-emitting diode,miniled)、MicroLed、Micro-oLed、量子点发光二极管(quantum dot light emitting diodes,QLED)等。在一些实施例中,电子设备100可以包括1个或多个显示屏194。
电子设备100可以通过ISP、摄像头193、视频编解码器、GPU、显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点、亮度、肤色进行算法优化。ISP还可以对拍摄场景的曝光、色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备100可以包括1个或多个摄像头193。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1、MPEG2、MPEG3、MPEG4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现电子设备100的智能认知等应用,例如:图像识别、人脸识别、语音识别、文本理解等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储一个或多个计算机程序,该一个或多个计算机程序包括指令。处理器110可以通过运行存储在内部存储器121的上述指令,从而使得电子设备100执行本申请一些实施例中所提供的显示页面元素的方法,以及各种应用以及数据处理等。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统;该存储程序区还可以存储一个或多个应用(比如图库、联系人等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如照片,联系人等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如一个或多个磁盘存储部件,闪存部件,通用闪存存储器(universal flash storage,UFS)等。在一些实施例中,处理器110可以通过运行存储在内部存储器121的指令,和/或存储在设置于处理器110中的存储器的指令,来使得电子设备100执行本申请实施例中所提供的显示页面元素的方法,以及其他应用及数据处理。电子设备100可以通过音频模块170、扬声器170A、受话器170B、麦克风170C、耳机接口170D、以及应用处理器等实现音频功能。例如音乐播放、录音等。
传感器模块180可以包括压力传感器180A、陀螺仪传感器180B、气压传感器180C、磁传感器180D、加速度传感器180E、距离传感器180F、接近光传感器180G、指纹传感器180H、温度传感器180J、触摸传感器180K、环境光传感器180L、骨传导传感器180M等。
其中,压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。电子设备100根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,电子设备100根据压力传感器180A检测触摸操作强度。电子设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
陀螺仪传感器180B可以用于确定电子设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定电子设备100围绕三个轴(即X、Y和Z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器180B检测电子设备100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消电子设备100的抖动,实现防抖。陀螺仪传感器180B还可以用于导航,体感游戏场景。
加速度传感器180E可检测电子设备100在各个方向上(一般为三轴)加速度的大小。当电子设备100静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态,应用于横竖屏切换,计步器等应用。
环境光传感器180L用于感知环境光亮度。电子设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合,检测电子设备100是否在口袋里,以防误触。
指纹传感器180H用于采集指纹。电子设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
温度传感器180J用于检测温度。在一些实施例中,电子设备100利用温度传感器180J检测的温度,执行温度处理策略。例如,当温度传感器180J上报的温度超过阈值,电子设备100执行降低位于温度传感器180J附近的处理器的性能,以便降低功耗实施热保护。在另一些实施例中,当温度低于另一阈值时,电子设备100对电池142加热,以避免低温导致电子设备100异常关机。在其他一些实施例中,当温度低于又一阈值时,电子设备100对电池142的输出电压执行升压,以避免低温导致的异常关机。
触摸传感器180K,也称“触控面板”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备100的表面,与显示屏194所处的位置不同。
示例性的,图2示出了电子设备100的软件结构框图。分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和系统库,以及内核层。应用程序层可以包括一系列应用程序包。
如图2所示,应用程序层可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图2所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,电子设备振动,指示灯闪烁等。
Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(media libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
第二部分,本申请实施例所公开的信道噪声检测方法及相关装置介绍如下。
相关技术中,在解调的过程中,干扰抑制合并位于最前端,是对信道估计模块传送过来的噪声进行处理,处理得到的结果会对整个解调过程产生较大影响,并影响到整个链路的性能。
由信道估计模块传过来的,是对不同资源块(resource block,RB)的噪声自协方差矩阵的估计结果。相关技术的操作中,得到噪声协方差矩阵以后,会使用若干个RB做平均,再送入分解模块,随后送入预处理模块,进行下一步的处理。如图3所示,在干扰抑制合并(interference rejection combining,IRC)过程中,若干个RB做平均后,噪声自协方差矩阵Rnn的非对角线元素会被置为0,进行矩阵分解后,再将分解结果送入预处理模块进行后续操作。相关技术中,由于未对信号中的噪声进行噪声场景识别,会导致后续的分解以及噪声预处理模块都会产生较大的误差。
进一步地,针对上述相关技术的缺陷,基于图1或图2的结构,请参阅图4,图4是本申请实施例提供的一种信道噪声检测方法的流程示意图,如图所示,本信道噪声检测方法包括:
401、获取信道估计处理的信号的N个资源块,N为大于1的整数。
其中,本申请实施例中,N个资源块可以为相邻的N个资源块(连续的N个资源块),或者,也可以为不相邻的N个资源块。N可以为大于1的整数,例如,N可以为2、4、6、8等等,在此不做限定。相邻的N个资源块可以视为一组资源块。N个资源块可以为平滑处理后的或者未平滑处理过的N个资源块。
具体实现中,可以获取信道估计处理的信号的N个资源块,N为大于1的整数,每一个资源块对应的元素可以视为一个矩阵。N的取值可以为固定值或者动态值,例如,N的取值可以与信道参数相关,信道参数可以包括以下至少一种:信噪比、信道时延、信道带宽、信道误码率、信道丢包率等等,在此不做限定。
具体实现中,可以将噪声统计时的平均颗粒度N设置为软件可配置,在对噪声估计的类型做统计,统计一个子帧内,所有的RB上的干扰类型,作为后续子帧的平均颗粒度的参考。如果有超过一定的百分比的RB块为白噪声类型,那么增大平均颗粒度N,否则,如果有超过一定的百分比的RB块为同频干扰类型,那么减小平均颗粒度N。
402、根据所述N个资源块进行平均操作,得到第一矩阵。
其中,本申请实施例中,N个资源块对应的数据可以视为一个n*n的矩阵,该矩阵也可以称之为噪声自协方差矩阵,进而,可以对N个资源块中相同位置上的元素进行取平均操作,进而,可以得到第一矩阵。或者,也可以对N个资源块先进行平滑处理,再将平滑处理后的N个资源块中相同位置上的元素进行取平均操作,进而,可以得到第一矩阵。
举例说明下,具体实现中,平滑操作中,可以选用粒度N对所有资源块RB块进行平均操作,以N=6为例,相邻的六个RB块会被划分为一组,Rnn矩阵中相同位置的元素会被累加求均值,得到的结果会被再赋回给位于这六个RB块的Rnn矩阵的相应位置。
本申请实施例中,IRC模块中,可以收到前面信道估计(channel estimation,CE)模块对噪声自协方差矩阵Rnn的估计值,得到每个RB块的噪声自协方差矩阵Rnn后,先进行平滑操作,随后对噪声类型进行检测分类并分别进行相应处理;当噪声被分为有色噪声时,可以在后续的预处理模块对其进行白化处理,所以分类的准确与否,直接影响解调性能以及整体接收性能。
进一步的,平滑操作中,可以选用粒度N对所有RB块进行平均操作,以N=6为例,相邻的六个RB块会被划分为一组,Rnn矩阵中相同位置的元素会被累加求均值,得到的结果会被再赋回给位于这六个RB块的Rnn矩阵的相应位置,得到第一矩阵。经过平均操作后的Rnn1矩阵会被用于噪声类型的检测,得到的结果Rnn2会进行矩阵分解,分解结果L和L-1会被再送入预处理模块进行后续操作。其中,Rnn1可以理解为以粒度N做平滑后得到的噪声自协方差矩阵,即第一矩阵。
403、确定所述第一矩阵的对角线元素的均值。
具体实现中,可以对第一矩阵的对角线元素进行求和,再确定其对应的均值,该均值可以用于白噪声场景检测。
404、在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
其中,第一预设阈值可以预先设置或者系统默认,第一预设阈值的取值可以与信道参数相关,信道参数可以包括以下至少一种:信噪比、信道时延、信道带宽、信道误码率、信道丢包率等等,在此不做限定。
具体实现中,在均值小于第一预设阈值时,可以确定信号的信道噪声类型为白噪声场景,即信号中即包含白噪声又包含有色噪声。在均值大于或等于第一预设阈值时,则需要更进一步噪声检测。
可选的,在上述步骤403之后,还可以包括如下步骤:
A1、在所述均值大于或等于所述第一预设阈值,确定所述对角线元素中M个元素之间的乘积的第一绝对值,M为大于1的整数;
A2、确定所述第一矩阵的非对角线元素中M个元素之间的乘积的第二绝对值;
A3、根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测。
其中,在对角线元素的数量为2个时,可以直接选取该2个对角线元素确定为对角线元素中的M个元素;在对角线元素的数量大于2时,可以选取对角线元素中的2个或者2个以上的元素作为对角线元素中的M个元素,而非对角线元素的话,则可以从非对角线元素中随机或者选取M个对角线元素对应的M个非对角线元素。本申请实施例中,对角线元素可以理解为主对角线上的元素,主对角线之外的元素可以称之为非对角线元素,上述对应可以理解为,主对角线与副对角线对应。
具体实现中,本申请实施例中,可以利用噪声自协方差矩阵中的对角线元素与非对角线元素的大小关系,对噪声类型进行判断,并分别后处理。在均值大于或等于第一预设阈值,可以确定对角线元素中M个元素之间的乘积的第一绝对值,M为大于1的整数,M可以为2、3、4等等,在此不做限定,进而,还可以确定第一矩阵的非对角线元素中M个元素之间的乘积的第二绝对值,以及根据第一绝对值与第二绝对值对信号进行噪声检测,例如,可以通过第一绝对值与第二绝对值之间的比值或者差值进行噪声检测,本申请实施例中,通过第一绝对值与第二绝对值之间的差异可以实现白噪声场景检测、有色噪声场景检测或者白噪与有色噪声混合场景。
可选的,上述步骤A3,根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测,包括:
A31、确定所述第一绝对值与所述第二绝对值之间的第一比值;
A32、在所述第一比值小于第二预设阈值时,确定所述信号的信道噪声类型为白噪声场景;
A33、在所述第一比值大于第三预设阈值时,确定所述信号的信道噪声类型为有色噪声场景,所述第三预设阈值大于所述第二预设阈值;
A34、在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,确定所述信号的信道噪声类型为白噪与色噪混合场景。
具体实现中,第二预设阈值、第三预设阈值可以由用户自行设置或者系统默认,例如,第二预设阈值、第三预设阈值可以为经验值。第二预设阈值以及第三预设阈值的取值均可以与信道参数相关,信道参数可以包括以下至少一种:信噪比、信道时延、信道带宽、信道误码率、信道丢包率等等,在此不做限定。第三预设阈值大于第二预设阈值。
具体的,可以确定第一绝对值与所述第二绝对值之间的第一比值,在第一比值小于第二预设阈值时,可以确定信号的信道噪声类型为白噪声场景,即信号中包含白噪声。在第一比值大于第三预设阈值时,可以确定信号的信道噪声类型为有色噪声场景,即信号中包含有色噪声。在比值大于或等于第二预设阈值且小于或等于第三预设阈值时,可以确定信号的信道噪声类型为白噪与色噪混合场景,即信号中包含白噪声和有色噪声。如此,可以实现各种噪声场景精准检测,有助于提升后处理的精度,即可以提升信号解调的精准度。
可选的,上述步骤A3之后,还可以包括如下步骤:
B1、在所述信号的信道噪声类型为白噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角元素置零处理,得到第二矩阵;
B2、在所述信号的信道噪声类型为有色噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第二矩阵中的非对角线元素乘以一个第一降噪系数,得到第三矩阵;
B3、在所述信号的信道噪声类型为白噪与色噪混合场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角线元素均乘以一个第二降噪系数,得到第四矩阵。
具体实现中,在信号的信道噪声类型为白噪声场景时,可以保持第一矩阵的对角线元素不变,将第一矩阵的非对角元素置零处理,得到第二矩阵,例如,可以将非对角线元素中的部分或者全部元素置零处理,进而,可以达到降噪的目的,第二矩阵可以用于进行矩阵分解,分解结果可以被再送入预处理模块进行后续操作,例如,白化处理。
具体实现中,第一降噪系数可以为一个系数矩阵或者具体值,在其为系数矩阵时,该系数矩阵的行数与列数与第一矩阵的行数与列数相同。该系数矩阵仅仅对非对角线元素进行降噪处理,即对角线元素所在位置的元素的值可以置1,非对角线元素的值可以相同或者不同,例如,非对角线元素的取值可以为0~1,如:0.125~1。具体实现中,可以将第一矩阵与第一降噪系数进行乘法运算。在第一噪声系数为具体值时,即可以让第一矩阵中的非对角线元素中的部分或者全部元素的值均乘以该第一噪声系数。第一噪声系数的取值可以为0~1,如:0.125~1。
具体的,在信号的信道噪声类型为有色噪声场景时,保持第一矩阵的对角线元素不变,将第二矩阵中的非对角线元素乘以一个第一降噪系数,得到第三矩阵,进而,可以达到降噪的目的,第三矩阵可以用于进行矩阵分解,分解结果可以被再送入预处理模块进行后续操作,例如,白化处理。
具体实现中,第二降噪系数可以为一个系数矩阵或者具体值,在其为系数矩阵时,该系数矩阵的行数与列数与第一矩阵的行数与列数相同。该系数矩阵仅仅对非对角线元素进行降噪处理,即对角线元素所在位置的元素的值可以置1,非对角线元素的值可以相同或者不同,例如,非对角线元素的取值可以为0~1,如:0.125~1。具体实现中,可以将第一矩阵与第二降噪系数进行乘法运算。在第二噪声系数为具体值时,即可以让第一矩阵中的非对角线元素中的部分或者全部元素的值均乘以该第二噪声系数。第二噪声系数的取值可以为0~1,如:0.125~1。
具体的,可以在信号的信道噪声类型为白噪与色噪混合场景时,保持第一矩阵的对角线元素不变,将第一矩阵的非对角线元素均乘以一个第二降噪系数,得到第四矩阵,进而,可以达到降噪的目的,第四矩阵可以用于进行矩阵分解,分解结果可以被再送入预处理模块进行后续操作,例如,白化处理。
可选的,还可以包括如下步骤:
C1、确定所述信号对应的接收机的数量;
C2、根据所述接收机的数量确定所述M。
其中,具体实现中,可以预先存储预设的接收机的数量与取对角线的数量之间的映射关系,可以确定信号对应的接收机的数量,再根据该映射关系确定接收机的数量对应的M,如此,可以基于接收机的数量确定M,如此,基于不同接收机的情况,均可以实现精准噪声检测。
即对角线元素的数量与接收机的数量相关。例如,在接收机的数量为2时,对角线元素与非对角线元素的数量均为2。在接收机的数量大于2时,则可以选取主对角线中的至少2个元素作为对角线元素中的M个元素,例如,可以选取副对角线中的至少2个元素作为非对角线元素中的M个元素。
可选的,在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,还可以包括如下步骤:
D1、确定所述比值与所述第二预设阈值之间的差值的绝对值,得到第三绝对值;
D2、确定所述比值与所述第三预设阈值之间的差值的绝对值,得到第四绝对值;
D3、根据所述第三绝对值和所述第四绝对值确定白噪声与有色噪声之间的目标成分比例。
具体实现中,由于白噪与色噪混合比例不同,则会影响比值的动态变化,即基于此原理,可以根据比值与第二预设阈值、第三预设阈值之间的关系确定白噪声与有色噪声之间的占比。
具体的,可以确定比值与第二预设阈值之间的差值的绝对值,得到第三绝对值,还可以确定第一比值与第三预设阈值之间的差值的绝对值,得到第四绝对值,再根据第三绝对值和第四绝对值确定白噪声与有色噪声之间的目标成分比例,例如,可以确定第三绝对值与第四绝对值之间的比值,还可以预先存储比值与成分比例之间的映射关系,进而,可以基于该映射关系确定第三绝对值与第四绝对值之间的比值对应的白噪声与有色噪声之间的目标成分比例,如此,可以对白噪声与有色噪声之间的比例进行精准确定,有助于提升后续信号解析精度。
可选的,还可以包括如下步骤:
按照预设的成分比例与降噪系数之间的映射关系,确定所述第二降噪系数。
具体实现中,可以预先存储预设的成分比例与降噪系数之间的映射关系,进而,可以根据该映射关系确定第二降噪系数。
本申请实施例中,CE模块送过来的Rnn矩阵中,对角线元素和非对角线元素都是有值的。使用本申请实施例中的方案进行噪声分类处理后,在色噪场景下,非对角线元素的值得以保存,使得对信道中的噪声估值更为准确,后续对噪声的处理也更加准确。
举例说明下,具体实验中,RB=4为平均粒度选为4个RB块,且将矩阵的非对角线元素置零的情况,RB=2为平均粒度选为2个RB块,且将矩阵的非对角线元素置零的情况,可以得到结论,当信道噪声为白噪场景时,使用本技术会对性能略有提高。
另一个具体实验中,当信道噪声为色噪场景时,其中,RB=6为平均粒度选为6个RB块,且将非对角线元素置零的情况,RB=4为平均粒度选为4个RB块,且将非对角线元素置零的情况;可以得到结论,当信道噪声为色噪场景时,使用本技术进行分类后,在信噪比SNR为15dB的区域,误块率(Block Error Rate,BLER)降低了将近6%。
具体实现中,在防侵权检测方面,由于调整阈值通常通过软件与硬件的接口配置,如果可以看到目标产品的参数配置说明,则可以检查是否有与本申请实施例中类似的参数配置,若出现相似情况,则说明存在侵权。
可以看出,在本申请实施例中所描述的信道噪声检测方法,获取信道估计处理的信号的N个资源块,N为大于1的整数,根据N个资源块进行平均操作,得到第一矩阵,确定第一矩阵的对角线元素的均值,在均值小于第一预设阈值时,确定信号的信道噪声类型为白噪声场景,如此,可以基于信号的矩阵的对角线元素的均值对噪声场景进行识别,有助于提升后续信号解析精度。
与上述一致地,基于图1或图2的结构,请参阅图5,图5是本申请实施例提供的一种信道噪声检测方法的流程示意图,如图所示,本信道噪声检测方法包括:
501、获取信道估计处理的信号的N个资源块,N为大于1的整数。
502、根据所述N个资源块进行平均操作,得到第一矩阵。
503、确定所述第一矩阵的对角线元素的均值。
504、在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
505、在所述均值大于或等于所述第一预设阈值,确定所述对角线元素中M个元素之间的乘积的第一绝对值,M为大于1的整数。
506、确定所述第一矩阵的非对角线元素中M个元素之间的乘积的第二绝对值。
507、确定所述第一绝对值与所述第二绝对值之间的比值。
508、在所述比值小于第二预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
509、在所述比值大于第三预设阈值时,确定所述信号的信道噪声类型为有色噪声场景,所述第三预设阈值大于所述第二预设阈值。
510、在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,确定所述信号的信道噪声类型为白噪与色噪混合场景。
其中,上述步骤501-步骤510的具体描述可以参照上述图4所描述的信道噪声检测方法的相应步骤,在此不再赘述。
可以看出,在本申请实施例中所描述的信道噪声检测方法,获取信道估计处理的信号的N个资源块,N为大于1的整数,根据N个资源块进行平均操作,得到第一矩阵,确定第一矩阵的对角线元素的均值,在均值小于第一预设阈值时,确定信号的信道噪声类型为白噪声场景,在均值大于或等于第一预设阈值,确定对角线元素中M个元素之间的乘积的第一绝对值,M为大于1的整数,确定第一矩阵的非对角线元素中M个元素之间的乘积的第二绝对值,确定第一绝对值与第二绝对值之间的比值,在比值小于第二预设阈值时,确定信号的信道噪声类型为白噪声场景,在比值大于第三预设阈值时,确定信号的信道噪声类型为有色噪声场景,第三预设阈值大于第二预设阈值,在比值大于或等于第二预设阈值且小于或等于第三预设阈值时,确定信号的信道噪声类型为白噪与色噪混合场景如此,可以基于信号的矩阵的对角线元素的均值以及对角线元素与非对角线元素之间的关系对噪声场景进行精准识别,有助于提升后续信号解析精度。
与上述实施例一致地,请参阅图6,图6是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由处理器执行,本申请实施例中,上述程序包括用于执行以下步骤的指令:
获取信道估计处理的信号的N个资源块,N为大于1的整数;
根据所述N个资源块进行平均操作,得到第一矩阵;
确定所述第一矩阵的对角线元素的均值;
在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
可选的,上述程序还包括用于执行以下步骤的指令:
在所述均值大于或等于所述第一预设阈值,确定所述对角线元素中M个元素之间的乘积的第一绝对值,M为大于1的整数;
确定所述第一矩阵的非对角线元素中M个元素之间的乘积的第二绝对值;
根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测。
可选的,在所述根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测方面,上述程序包括用于执行以下步骤的指令:
确定所述第一绝对值与所述第二绝对值之间的比值;
在所述比值小于第二预设阈值时,确定所述信号的信道噪声类型为白噪声场景;
在所述比值大于第三预设阈值时,确定所述信号的信道噪声类型为有色噪声场景,所述第三预设阈值大于所述第二预设阈值;
在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,确定所述信号的信道噪声类型为白噪与色噪混合场景。
可选的,上述程序还包括用于执行以下步骤的指令:
在所述信号的信道噪声类型为白噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角元素置零处理,得到第二矩阵;
在所述信号的信道噪声类型为有色噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第二矩阵中的非对角线元素乘以一个第一降噪系数,得到第三矩阵;
在所述信号的信道噪声类型为白噪与色噪混合场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角线元素均乘以一个第二降噪系数,得到第四矩阵。
可选的,上述程序还包括用于执行以下步骤的指令:
确定所述信号对应的接收机的数量;
根据所述接收机的数量确定所述M。
可选的,在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,上述程序还包括用于执行以下步骤的指令:
确定所述第一比值与所述第二预设阈值之间的差值的绝对值,得到第三绝对值;
确定所述第一比值与所述第三预设阈值之间的差值的绝对值,得到第四绝对值;
根据所述第三绝对值和所述第四绝对值确定白噪声与有色噪声之间的目标成分比例。
可选的,上述程序还包括用于执行以下步骤的指令:
按照预设的成分比例与降噪系数之间的映射关系,确定所述第二降噪系数。
可以看出,在本申请实施例中所描述的电子设备,获取信道估计处理的信号的N个资源块,N为大于1的整数,根据N个资源块进行平均操作,得到第一矩阵,确定第一矩阵的对角线元素的均值,在均值小于第一预设阈值时,确定信号的信道噪声类型为白噪声场景,如此,可以基于信号的矩阵的对角线元素的均值对噪声场景进行识别,有助于提升后续信号解析精度。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,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。
图7是本申请实施例中所涉及的信道噪声检测装置700的功能单元组成框图。该信道噪声检测装置700包括:获取单元701、平均运算单元702、第一确定单元703和第二确定单元704,其中,
所述获取单元701,用于获取信道估计处理的信号的N个资源块,N为大于1的整数;
所述平均运算单元702,用于根据所述N个资源块进行平均操作,得到第一矩阵;
所述第一确定单元703,用于确定所述第一矩阵的对角线元素的均值;
所述第二确定单元704,用于在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
可选的,所述装置700还具体用于:
在所述均值大于或等于所述第一预设阈值,确定所述对角线元素中M个元素之间的乘积的第一绝对值,M为大于1的整数;
确定所述第一矩阵的非对角线元素中M个元素之间的乘积的第二绝对值;
根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测。
可选的,在所述根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测方面,所述装置700还具体用于:
确定所述第一绝对值与所述第二绝对值之间的比值;
在所述比值小于第二预设阈值时,确定所述信号的信道噪声类型为白噪声场景;
在所述比值大于第三预设阈值时,确定所述信号的信道噪声类型为有色噪声场景,所述第三预设阈值大于所述第二预设阈值;
在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,确定所述信号的信道噪声类型为白噪与色噪混合场景。
可选的,所述装置700还具体用于:
在所述信号的信道噪声类型为白噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角元素置零处理,得到第二矩阵;
在所述信号的信道噪声类型为有色噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第二矩阵中的非对角线元素乘以一个第一降噪系数,得到第三矩阵;
在所述信号的信道噪声类型为白噪与色噪混合场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角线元素均乘以一个第二降噪系数,得到第四矩阵。
可选的,所述装置700还具体用于:
确定所述信号对应的接收机的数量;
根据所述接收机的数量确定所述M。
可选的,在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,所述装置700还具体用于:
确定所述第一比值与所述第二预设阈值之间的差值的绝对值,得到第三绝对值;
确定所述第一比值与所述第三预设阈值之间的差值的绝对值,得到第四绝对值;
根据所述第三绝对值和所述第四绝对值确定白噪声与有色噪声之间的目标成分比例。
可选的,所述装置700还具体用于:
按照预设的成分比例与降噪系数之间的映射关系,确定所述第二降噪系数。
可以看出,在本申请实施例中所描述的信道噪声检测装置,获取信道估计处理的信号的N个资源块,N为大于1的整数,根据N个资源块进行平均操作,得到第一矩阵,确定第一矩阵的对角线元素的均值,在均值小于第一预设阈值时,确定信号的信道噪声类型为白噪声场景,如此,可以基于信号的矩阵的对角线元素的均值对噪声场景进行识别,有助于提升后续信号解析精度。
其中,获取单元701、平均运算单元702、第一确定单元703和第二确定单元704可以为处理器,基于上述单元模块能够实现上述任一方法的功能或者步骤。
本实施例还提供了一种计算机可读存储介质,其中,该计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例,以用于实现上述实施例中的任一方法。
本实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的任一方法。
另外,本申请的实施例还提供一种信道噪声检测装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使芯片执行上述各方法实施例中的任一方法。
其中,本实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,模块或单元的划分,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装置,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。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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,在本申请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存在,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,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种信道噪声检测方法,其特征在于,所述方法包括:
获取信道估计处理的信号的N个资源块,N为大于1的整数;
根据所述N个资源块进行平均操作,得到第一矩阵;
确定所述第一矩阵的对角线元素的均值;
在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述均值大于或等于所述第一预设阈值,确定所述对角线元素中M个元素之间的乘积的第一绝对值,M为大于1的整数;
确定所述第一矩阵的非对角线元素中M个元素之间的乘积的第二绝对值;
根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一绝对值与所述第二绝对值对所述信号进行噪声检测,包括:
确定所述第一绝对值与所述第二绝对值之间的比值;
在所述比值小于第二预设阈值时,确定所述信号的信道噪声类型为白噪声场景;
在所述比值大于第三预设阈值时,确定所述信号的信道噪声类型为有色噪声场景,所述第三预设阈值大于所述第二预设阈值;
在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,确定所述信号的信道噪声类型为白噪与色噪混合场景。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在所述信号的信道噪声类型为白噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角元素置零处理,得到第二矩阵;
在所述信号的信道噪声类型为有色噪声场景时,保持所述第一矩阵的对角线元素不变,将所述第二矩阵中的非对角线元素乘以一个第一降噪系数,得到第三矩阵;
在所述信号的信道噪声类型为白噪与色噪混合场景时,保持所述第一矩阵的对角线元素不变,将所述第一矩阵的非对角线元素均乘以一个第二降噪系数,得到第四矩阵。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
确定所述信号对应的接收机的数量;
根据所述接收机的数量确定所述M。
6.根据权利要求4所述的方法,其特征在于,在所述比值大于或等于所述第二预设阈值且小于或等于所述第三预设阈值时,所述方法还包括:
确定所述第一比值与所述第二预设阈值之间的差值的绝对值,得到第三绝对值;
确定所述第一比值与所述第三预设阈值之间的差值的绝对值,得到第四绝对值;
根据所述第三绝对值和所述第四绝对值确定白噪声与有色噪声之间的目标成分比例。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
按照预设的成分比例与降噪系数之间的映射关系,确定所述第二降噪系数。
8.一种信道噪声检测装置,其特征在于,所述装置包括:获取单元、平均运算单元、第一确定单元和第二确定单元,其中,
所述获取单元,用于获取信道估计处理的信号的N个资源块,N为大于1的整数;
所述平均运算单元,用于根据所述N个资源块进行平均操作,得到第一矩阵;
所述第一确定单元,用于确定所述第一矩阵的对角线元素的均值;
所述第二确定单元,用于在所述均值小于第一预设阈值时,确定所述信号的信道噪声类型为白噪声场景。
9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111460648.3A CN114172596B (zh) | 2021-12-01 | 2021-12-01 | 信道噪声检测方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111460648.3A CN114172596B (zh) | 2021-12-01 | 2021-12-01 | 信道噪声检测方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114172596A true CN114172596A (zh) | 2022-03-11 |
CN114172596B CN114172596B (zh) | 2024-04-30 |
Family
ID=80482438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111460648.3A Active CN114172596B (zh) | 2021-12-01 | 2021-12-01 | 信道噪声检测方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114172596B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115021840A (zh) * | 2022-05-25 | 2022-09-06 | Oppo广东移动通信有限公司 | 信息处理方法及装置、设备、存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102571659A (zh) * | 2010-12-15 | 2012-07-11 | 中兴通讯股份有限公司 | 一种干扰噪声估计和干扰抑制方法及相应系统 |
CN102811082A (zh) * | 2011-06-02 | 2012-12-05 | 中兴通讯股份有限公司 | 一种信号处理方法及装置 |
US20170295510A1 (en) * | 2016-04-09 | 2017-10-12 | Parallel Wireless, Inc. | Uplink Measurements for Wireless Systems |
CN108156107A (zh) * | 2016-12-06 | 2018-06-12 | 普天信息技术有限公司 | 线性均衡算法的选择方法及装置 |
WO2018153178A1 (zh) * | 2017-02-23 | 2018-08-30 | 深圳市中兴微电子技术有限公司 | 一种基于mimo系统的信号检测方法及装置、存储介质 |
CN109100749A (zh) * | 2018-07-09 | 2018-12-28 | 中国人民解放军国防科技大学 | 基于mwf中运用滑窗判定的噪声子空间估计方法 |
CN111385229A (zh) * | 2018-12-29 | 2020-07-07 | 中兴通讯股份有限公司 | 多普勒频移的确定方法及装置 |
-
2021
- 2021-12-01 CN CN202111460648.3A patent/CN114172596B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102571659A (zh) * | 2010-12-15 | 2012-07-11 | 中兴通讯股份有限公司 | 一种干扰噪声估计和干扰抑制方法及相应系统 |
CN102811082A (zh) * | 2011-06-02 | 2012-12-05 | 中兴通讯股份有限公司 | 一种信号处理方法及装置 |
US20170295510A1 (en) * | 2016-04-09 | 2017-10-12 | Parallel Wireless, Inc. | Uplink Measurements for Wireless Systems |
CN108156107A (zh) * | 2016-12-06 | 2018-06-12 | 普天信息技术有限公司 | 线性均衡算法的选择方法及装置 |
WO2018153178A1 (zh) * | 2017-02-23 | 2018-08-30 | 深圳市中兴微电子技术有限公司 | 一种基于mimo系统的信号检测方法及装置、存储介质 |
CN109100749A (zh) * | 2018-07-09 | 2018-12-28 | 中国人民解放军国防科技大学 | 基于mwf中运用滑窗判定的噪声子空间估计方法 |
CN111385229A (zh) * | 2018-12-29 | 2020-07-07 | 中兴通讯股份有限公司 | 多普勒频移的确定方法及装置 |
Non-Patent Citations (4)
Title |
---|
JOONA JÄNTTI; SACHIN CHAUDHARI; VISA KOIVUNEN: "Detection and Classification of OFDM Waveforms Using Cepstral Analysis", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》, 1 June 2015 (2015-06-01) * |
余昌和;李建黎;: "低信噪比下相干信号的DOA估计的白噪声滤除方法", 信号处理, no. 07, 25 July 2012 (2012-07-25) * |
查代奉: "基于稳定分布白噪声的信号处理新方法研究", 《万方博士学位论文数据库》, 18 September 2006 (2006-09-18) * |
江胜利: "MIMO雷达的目标检测与波达方向估计研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》, 15 July 2010 (2010-07-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115021840A (zh) * | 2022-05-25 | 2022-09-06 | Oppo广东移动通信有限公司 | 信息处理方法及装置、设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114172596B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110045908B (zh) | 一种控制方法和电子设备 | |
CN115473957B (zh) | 一种图像处理方法和电子设备 | |
CN111553846B (zh) | 超分辨率处理方法及装置 | |
CN111768416B (zh) | 照片裁剪方法及装置 | |
CN111882642B (zh) | 三维模型的纹理填充方法及装置 | |
CN111768352B (zh) | 图像处理方法及装置 | |
CN113115439A (zh) | 定位方法及相关设备 | |
CN113986162B (zh) | 图层合成方法、设备及计算机可读存储介质 | |
EP4280586A1 (en) | Point light source image detection method and electronic device | |
CN117130773B (zh) | 资源分配方法、装置和设备 | |
CN111953627A (zh) | 检测ssb序号的方法及装置 | |
CN111767016B (zh) | 显示处理方法及装置 | |
CN115964231A (zh) | 基于负载模型的评估方法和装置 | |
CN114172596B (zh) | 信道噪声检测方法及相关装置 | |
CN111880661A (zh) | 手势识别方法及装置 | |
CN116048772B (zh) | 中央处理单元频率的调整方法、装置和终端设备 | |
CN113781959B (zh) | 界面处理方法及装置 | |
CN114945019B (zh) | 数据传输方法、装置及存储介质 | |
CN111581119B (zh) | 页面回收方法及装置 | |
CN114465852A (zh) | 信号处理方法及相关装置 | |
CN115729346A (zh) | 界面显示方法和电子设备 | |
CN115691370A (zh) | 显示控制方法及相关装置 | |
CN114244655A (zh) | 信号处理方法及相关装置 | |
CN112712378A (zh) | 一种服务社区模式的售后服务管理系统 | |
CN114630152A (zh) | 用于图像处理器的参数传输方法、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 |