CN114553337A - 多用户复用信噪比处理方法、装置及处理器可读存储介质 - Google Patents
多用户复用信噪比处理方法、装置及处理器可读存储介质 Download PDFInfo
- Publication number
- CN114553337A CN114553337A CN202011345966.0A CN202011345966A CN114553337A CN 114553337 A CN114553337 A CN 114553337A CN 202011345966 A CN202011345966 A CN 202011345966A CN 114553337 A CN114553337 A CN 114553337A
- Authority
- CN
- China
- Prior art keywords
- interference
- data
- determining
- probability
- calculating
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012512 characterization method Methods 0.000 claims 2
- 238000012360 testing method Methods 0.000 abstract description 35
- 238000010586 diagram Methods 0.000 description 12
- 238000005562 fading Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 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
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mobile Radio Communication Systems (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本申请提供一种多用户复用信噪比处理方法、装置及处理器可读存储介质,方法包括:确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,确定小尺度信道建模对应的第二干扰数据,第二干扰数据包括邻区干扰数据以及底噪功率;计算第一干扰数据对应的第一干扰接口数据,计算第二干扰数据对应的第二干扰接口数据;根据第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。从而能够根据能够进行小尺度信道建模的仿真或测试场景下的第一干扰接口数据以及第二干扰接口数据,对无法模拟小尺度信道建模的仿真场景对应的信噪比数据进行计算,提高了无法模拟小尺度建模的仿真或测试平台系统性能仿真的准确度。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种多用户复用信噪比处理方法、装置及处理器可读存储介质。
背景技术
为了确定传输信道对无线信号的影响,需要对信道进行测试以及仿真操作。进而后续可以根据测试、仿真结果对信道进行相应的优化处理。
实际应用中,部分仿真平台/测试平台能够同时模拟大尺度信道以及小尺度信道,因此,能够采用该仿真平台/测试平台实现对大尺度信道以及小尺度信道的仿真/测试操作。但是,部分仿真平台/测试平台仅能够模拟大尺度信道,此时,仅能够实现对大尺度信道的仿真/测试操作,无法实现对小尺度信道的仿真/测试操作。
发明内容
本申请提供一种多用户复用信噪比处理方法、装置及处理器可读存储介质,从而能够确定无法模拟小尺度信道建模的仿真场景下多用户复用造成的信噪比数据、提高该信噪比数据和小尺度信道建模仿真结果的匹配度。
第一方面,本申请提供一种多用户复用信噪比处理方法,该方法包括:
确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率;
计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据;
根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
第二方面,本申请提供一种多用户复用信噪比处理装置,包括存储器,收发机,处理器:
存储器,用于存储计算机程序;收发机,用于在所述处理器的控制下收发数据;处理器,用于读取所述存储器中的计算机程序并执行以下操作:
确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率;
计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据;
根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
第三方面,本申请提供一种多用户复用信噪比处理装置,包括:
确定模块,用于确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率;
计算模块,用于计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据;
处理模块,用于根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
第四方面,本申请提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行第一方面所述的方法。
本申请提供一种多用户复用信噪比处理方法、装置及处理器可读存储介质,通过首先确定能够进行小尺度信道建模的仿真或测试场景下,计算小尺度信道下多用户复用对应的第一干扰数据以及小尺度信道建模对应的包括邻区干扰数据以及底噪功率的第二干扰数据。分别根据该第一干扰数据以及第二干扰数据确定小尺度信道建模对应的第一干扰接口数据以及第二干扰接口数据。根据该第一干扰接口数据以及第二干扰接口数据计算无法模拟小尺度信道建模的仿真场景对应的信噪比数据。从而能够根据能够进行小尺度信道建模的仿真或测试场景下的第一干扰接口数据以及第二干扰接口数据,对无法模拟小尺度信道建模的仿真场景对应的信噪比数据进行计算,提高了无法模拟小尺度建模的仿真或测试平台系统性能仿真的准确度。
应当理解,上述发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征,亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
附图说明
为了更清楚地说明本申请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一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种应用场景示意图;
图2为本申请实施例一提供的多用户复用信噪比处理方法的流程示意图;
图3为本申请实施例二提供的多用户复用信噪比处理方法的流程示意图;
图4为本申请实施例三提供的多用户复用信噪比处理方法的流程示意图;
图5为本申请实施例四提供的多用户复用信噪比处理装置的结构示意图;
图6为本申请实施例五提供的多用户复用信噪比处理装置的结构示意图。
具体实施方式
本申请中术语“和/或”,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。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中术语“多个”是指两个或两个以上,其它量词与之类似。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了多用户复用信噪比处理方法、装置及处理器可读存储介质,用以解决现有的无法模拟小尺度信道建模的仿真场景或测试平台无法确定多用户复用带来的干扰、以及对信噪比的影响,从而影响对仿真或者测试平台系统性能的运行结果的技术问题。
其中,方法和装置是基于同一申请构思的,由于方法和装置解决问题的原理相似,因此装置和方法的实施可以相互参见,重复之处不再赘述。
名词解释:
大尺度信道、小尺度信道:无线信道的一个典型特征是“衰落”,衰落现象大致可分为两种类型:大尺度衰落和小尺度衰落。大尺度衰落主要在移动设备通过一段较长的距离时体现,它是信号的损耗和大的障碍物形成的阴影所引起的。小尺度衰落是指当移动设备在短距离移动时,由多条路径的相消或相长干涉所引起信号电平的快速波动,主要体现为多经衰落。相应可以对两种衰落类型的信道进行仿真,也即大尺度信道以及小尺度信道。
为了确定传输信道对无线信号的影响,实现对无线通信系统的优化等操作,需要进行信道仿真、信道测试等操作。根据信道仿真、信道测试的结果来确定传输信道对无线信号的影响,进而后续能够对无线通信系统进行相应的优化操作。但是,由于部分仿真平台/测试平台无法实现对小尺度衰落信道的仿真/测试操作,从而无法确定小尺度信道下多用户复用带来的干扰、以及对信噪比的影响,从而影响对信道仿真、信道测试的运行结果。
在解决上述技术问题的过程中,发明人通过研究发现,为了确定无法实现对小尺度信道的仿真/测试操作的仿真平台/测试平台信噪比数据、以及使得上述仿真平台/测试平台的仿真结果/测试结果更加贴合小尺度信道建模仿真的结果,可以预先确定能够进行小尺度信道建模的仿真或测试场景下,计算小尺度信道下多用户复用对应的第一干扰数据以及小尺度信道建模对应的包括邻区干扰数据以及底噪功率的第二干扰数据。分别根据该第一干扰数据以及第二干扰数据确定小尺度信道建模对应的第一干扰接口数据以及第二干扰接口数据。根据该第一干扰接口数据以及第二干扰接口数据计算无法模拟小尺度信道建模的仿真场景对应的信噪比数据。
图1为本申请实施例提供的一种应用场景示意图,如图1所示,该应用场景中具体包括能够进行小尺度信道建模的仿真/测试平台1,服务器2以及无法模拟小尺度信道建模的仿真/测试平台3。服务器2分别与平台1以及平台3通信连接,该服务器2中设置有多用户复用信噪比处理装置。在该应用场景中,服务器2可以基于小尺度信道建模的仿真/测试平台1的场景确定多用户复用对应的第一干扰数据以及小尺度信道建模对应的包括邻区干扰数据以及底噪功率的第二干扰数据。服务器2可以分别根据该第一干扰数据以及第二干扰数据确定小尺度信道建模对应的第一干扰接口数据以及第二干扰接口数据。根据该第一干扰接口数据以及第二干扰接口数据计算无法模拟小尺度信道建模的仿真/测试平台3对应的信噪比数据。
图2为本申请实施例一提供的多用户复用信噪比处理方法的流程示意图,如图2所示,该方法包括:
步骤201、确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率。
本实施例的执行主体为多用户复用信噪比处理装置,该多用户复用信噪比处理装置可耦合于服务器中。该服务器可以与能够进行小尺度信道建模的仿真平台或测试平台通信连接,从而能够获取到小尺度信道建模仿真场景下的第一干扰数据以及第二干扰数据。
在本实施方式中,为了实现对无法进行小尺度信道建模的仿真平台或测试平台对应的信噪比数据,首先可以获取小尺度信道建模的场景下多用户复用给目标用户带来的干扰数据以及小尺度信道对应的若干扰数据。
具体地,在小尺度信道建模的场景下,可以确定当前计算信噪比的目标用户为UEi,确定与该目标用户UEi复用同一频域资源的多个用户,计算多用户复用给目标用户带来的第一干扰数据,以及小尺度信道建模对应邻区干扰数据以及底噪功率,获得第二干扰数据。
其中,该小尺度信道建模的场景下包括但不限于能够进行小尺度信道建模的仿真场景以及测试场景。
步骤202、计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据。
在本实施方式中,由于在小尺度信道建模的场景下获取到的第一干扰数据以及第二干扰数据无法直接应用只无法进行小尺度信道建模的场景,因此,在获取到第一干扰数据以及第二干扰数据之后,还需要对该第一干扰数据以及第二干扰数据进行数据处理,获得第一干扰数据对应的第一干扰接口数据,以及第二干扰数据对应的第二干扰接口数据。
步骤203、根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
在本实施方式中,在获取到第一干扰接口数据以及第二干扰接口数据之后,即可以根据该第一干扰接口数据以及第二干扰接口数据实现对计算无法模拟小尺度信道建模的场景对应的信噪比数据的计算。
通过采用小尺度信道建模的场景下对应的第一干扰接口数据以及第二干扰接口数据,确定信噪比数据,引入了多用户复用带来的干扰影响,提高了无法模拟小尺度信道建模的仿真或者平台测试的准确度。
需要说明的是,在获得无法模拟小尺度信道建模的仿真或者平台的信噪比数据之后,可以根据该信噪比数据对无法模拟小尺度信道建模的仿真或者平台进行优化或者其他相应操作,本申请在此不做限制。
本实施例提供的多用户复用信噪比处理方法,通过首先确定能够进行小尺度信道建模的仿真或测试场景下,计算小尺度信道下多用户复用对应的第一干扰数据以及小尺度信道建模对应的包括邻区干扰数据以及底噪功率的第二干扰数据。分别根据该第一干扰数据以及第二干扰数据确定小尺度信道建模对应的第一干扰接口数据以及第二干扰接口数据。根据该第一干扰接口数据以及第二干扰接口数据计算无法模拟小尺度信道建模的仿真场景对应的信噪比数据。从而能够根据能够进行小尺度信道建模的仿真或测试场景下的第一干扰接口数据以及第二干扰接口数据,对无法模拟小尺度信道建模的仿真场景对应的信噪比数据进行计算,提高了无法模拟小尺度建模的仿真或测试平台系统性能仿真的准确度。
进一步地,在实施例一的基础上,步骤101中所述确定小尺度信道建模仿真场景下,多用户复用对应的第一干扰数据,包括:
分别确定各与目标用户复用同一频域资源的用户对所述目标用户带来的干扰功率,以及所述目标用户接收到的有用信号功率。
针对每一与目标用户复用同一频域资源的用户,根据所述用户对应的干扰功率以及所述目标用户接收到的有用信号功率,计算所述用户给所述目标用户带来的第一干扰数据。
在本实施例中,当前计算信噪比数据的目标用户为UEi,确定与该目标用户UEi复用同一频域资源的多个用户UEj。分别计算每一用户UEj给目标用户UEi带来的干扰功率,以及目标用户UEi接收到的有用功率。具体地,可以采用任意一种方式实现对干扰功率以及有用功率的确定,本申请对此不做限制。
针对每一用户UEj,计算每一用户UEj给目标用户UEi带来的干扰功率与目标用户UEi接收到的有用功率之间的比值,获得各用户UEj给目标用户UEi带来的第一干扰数据。
以实际应用举例来说,该小尺度信道当前一共有十个用户UE,依次确定目标用户UEi与其他9个用户UEj之间的第一干扰数据MU_Iij。以UE0为例,UE0和UE1的第一干扰数据MU_I01具体可以为{-20.15,-28.45,-24.60,-31.76,-27012,-28.45,-30.91......-22.10}。
本申请提供的第一干扰数据可以如表1所示,表1中N为UEi和UEj复用同一频域资源,对UEi带来的干扰数据统计数目,该第一干扰数据的数量较多,因此,后续为了精准地进行信噪比的计算,可以从多个第一干扰数据中进行特征值的选择。
表1
本实施例提供的多用户复用信噪比处理方法,通过分别确定各与目标用户复用同一频域资源的用户对目标用户带来的干扰功率,以及目标用户接收到的有用信号功率。针对每一与目标用户复用同一频域资源的用户,根据用户对应的干扰功率以及目标用户接收到的有用信号功率,计算用户给目标用户带来的第一干扰数据,从而能够在多用户复用同一频域资源时,精准地计算多用户复用给小尺度信道带来的干扰,为后续信噪比数据的计算提供了基础。
进一步地,在实施例一的基础上,步骤101中所述确定所述小尺度信道建模对应的第二干扰数据,包括:
确定所述目标用户接收到的邻区干扰功率、底噪功率,以及所述目标用户接收到的有用信号功率。
计算所述邻区干扰功率、底噪功率与所述有用信号功率的比值,获得所述第二干扰数据。
在本实施例中,由于小尺度信道中除多用户复用同一频域资源带来的干扰数据以外,还包括部分弱干扰数据。因此,可以确定目标用户UEi接收到的邻区干扰功率、底噪功率,以及目标用户UEi接收到的有用信号功率。具体可以采用任意一种方法实现对邻区干扰功率、底噪功率以及有用信号功率的确定,本申请对此不做限制。
进一步地,可以计算邻区干扰功率、底噪功率与有用信号功率的比值,获得第二干扰数据WeakIi。
具体地,该第二干扰数据可以如表2所示,其中,P为UEi弱干扰值的统计数目。
表2
仍旧以实际应用举例来说,目标用户UE0对应的第二干扰数据WeakIi具体可以为{-65.12,-68.72,-67.89……-69.24}
本实施例提供的多用户复用信噪比处理方法,通过计算小尺度信道中除多用户复用同一频域资源带来的干扰数据以外的第二干扰数据,从而能够更加精准地实现对小尺度信道干扰数据的计算,进一步地提高了后续对无法模拟小尺度信道建模的仿真或测试场景对应的信噪比数据的精准度。
图3为本申请实施例二提供的多用户复用信噪比处理方法的流程示意图,在实施例一的基础上,如图3所示,步骤202中计算所述第一干扰数据对应的第一干扰接口数据,包括:
步骤301、对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据。
步骤302、根据所述第一特征数据确定所述第一干扰接口数据。
在本实施例中,由于第一干扰数据的数量可以为多个,因此,后续为了精准地进行信噪比的计算,可以从多个第一干扰数据中进行特征值的选择。具体地,可以对第一干扰数据进行特征提取操作,获得第一干扰数据对应的第一特征数据。
由于在小尺度信道建模的场景下获取到的第一干扰数据无法直接应用只无法进行小尺度信道建模的场景,因此,在获取到第一干扰数据对应的第一特征数据之后,可以根据该第一特征数据确定所述第一干扰接口数据。
进一步地,在实施例一的基础上,步骤301中所述对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据,包括:
确定所述第一干扰数据中数值最小的干扰数据,以及所述第一干扰数据中数值最大的干扰数据。
按照第一干扰数据的数量N,将所述第一干扰数据中数值最小的干扰数据以及数值最大的干扰数据等间隔分为N+1个干扰数据特征值,获得干扰列表。
针对干扰列表中的每一干扰数据特征值,计算所述干扰数据特征值在CDF分布中对应的第一概率值,将所述干扰列表以及所述第一概率值作为所述第一特征数据。
在本实施例中,为了实现对第一干扰数据的特征提取操作,首先可以分别确定第一干扰数据中数值最小的干扰数据MinMU_Iij以及数值最大的干扰数据MaxMU_Iij。
根据第一干扰数据的数量N,等间隔地将第一干扰数据中数值最小的干扰数据以及数值最大的干扰数据分为N+1个干扰数据特征值,获得干扰列表MU_IListij。该干扰列表如公式1所示:
MU_IListij={MinMU_Iij,MU_Iij_2,......MU_Iij-N,MaxMU_Iij} (1)
针对该干扰列表中的每一个干扰数据特征值,可以分别计算该干扰数据特征值在CDF分布中对应的第一概率值probij,根据干扰列表以及第一概率值作为获得第一特征数据。其中,该第一概率值probij如公式2所示:
ProbListij={probij_1,probij_2,......probij_N,probij_N+1} (2)
仍旧以实际应用举例来说,该数值最小的干扰数据为-33.8179,数值最大的干扰数据为-17.5791,等间隔地将-33.8179以及-17.5791分为5个干扰数据特征值{-33.8179,-29.7582,-25.6985,-21.6388,-17.5791}。其对应的ProbList_out01列表具体可以为{0.000,0.130,0.351,0.637,0.866,1.000}。
进一步地,在实施例一的基础上,步骤301中所述对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据,包括:
确定所述第一干扰数据在CDF分布中对应的概率值。
分别获取所述第一干扰数据中最小概率值以及最大概率值。
按照第一干扰数据的数量N,将所述最小概率值以及最大概率值等间隔分为N+1个概率值,获得概率列表。
针对所述概率列表中的每一概率,确定所述概率对应的干扰数据,将所述概率列表以及所述概率列表中各概率对应的干扰数据作为所述第一特征数据。
可选地,可以首先计算第一干扰数据中的每一数据值在CDF分布中对应的概率值Probij,分别确定第一干扰数据中最小概率值以及最大概率值。按照第一干扰数据的数量N,将最小概率值以及最大概率值等间隔分为N+1个概率值,获得概率列表。该概率列表如公式3所示:
ProbListij={probij_1,probij_2,......probij_N,probij_N+1} (3)
针对该概率列表中的每一概率值,在第一干扰数据中确定该概率值对应的干扰数据,将概率列表以及概率列表中各概率对应的干扰数据作为第一特征数据。该概率值对应的干扰数据如公式4所示:
MU_IListij={MU_Iij_1,MU_Iij_2,......MU_Iij_N,MU_Iij_N+1} (4)
进一步地,在实施例一的基础上,步骤302具体包括:
根据所述第一特征数据以及预设的接口数据计算公式,确定所述第一干扰接口数据。
具体地,可以采用第一特征数据以及预设的接口数据计算公式,确定所述第一干扰接口数据prob_outij_k。该接口数据计算公式如公式5所示:
作为一种可以实施的方式,也可以直接设置干扰列表MU_IListij中的相应数据对应的概率值probij_k为第一干扰接口数据prob_outij_k。
本实施例提供的多用户复用信噪比处理方法,通过根据该第一特征数据确定所述第一干扰接口数据,从而能够实现将能够将小尺度信道场景下采集到的干扰数据应用在无法进行小尺度信道建模的场景中,进而能够实现对无法进行小尺度信道建模的场景的信噪比数据的计算,且能够提高该信噪比数据与小尺度信道下的信噪比数据之间的贴合度。
进一步地,在实施例一的基础上,步骤202中所述计算所述第二干扰数据对应的第二干扰接口数据,包括:
计算所述第二干扰数据对应的均值,获得所述第二干扰接口数据;或者,
分别计算所述第二干扰数据在CDF分布中对应的概率值,将概率值命中预设概率值的第二干扰数据作为所述第二干扰接口数据。
在本实施例中,第二干扰数据中数据值的数量也可以为多个,因此,针对第二干扰数据,可以计算各数据值的均值,将该均值作为第二干扰接口数据WeakIi。
或者,也可以分别计算第二干扰数据在CDF分布中对应的概率值,将该概率值命中预设概率值的第二干扰数据作为所述第二干扰接口数据WeakIi。其中,该预设概率值可以为50%,也可以为根据实际场景设置的概率值,本申请对此不做限制。
以均值作为第二干扰接口数据WeakIi的实际应用举例来说,该第二干扰接口数据具体可以如表3所示:
表3
本实施例提供的多用户复用信噪比处理方法,通过根据该第二特征数据确定所述第二干扰接口数据,从而能够实现将能够将小尺度信道场景下采集到的干扰数据应用在无法进行小尺度信道建模的场景中,进而能够实现对无法进行小尺度信道建模的场景的信噪比数据的计算,且能够提高该信噪比数据与小尺度信道下的信噪比数据之间的贴合度。
图4为本申请实施例三提供的多用户复用信噪比处理方法的流程示意图,在上述任一实施例的基础上,如图4所示,步骤203具体包括:
步骤401、生成服从预设概率分布的随机数。
步骤402、根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据。
步骤403、在所述第二干扰接口数据中,确定目标用户对应的第二目标干扰接口数据。
步骤404、根据所述第一目标干扰接口数据、第二目标干扰接口数据,以及信噪比计算公式计算所述无法模拟小尺度信道建模的仿真场景对应的信噪比数据。
在本实施例中,在获取到第一干扰接口数据以及第二干扰接口数据之后,即可以根据该第一干扰接口数据以及第二干扰接口数据实现对计算无法模拟小尺度信道建模的场景对应的信噪比数据的计算。
具体地,可以生成一个服从预设概率分布的随机数。其中,该预设概率分布具体可以为0~1分布,也可以根据实际应用场景选择其他任意一种可实现的概率分布,本申请对此不作限制。
根据该随机数,在第一干扰接口数据中确定第一目标干扰接口数据MU_Iij。并在第二干扰接口数据中,确定目标用户对应的第二目标干扰接口数据WeakIi。
根据第一目标干扰接口数据MU_Iij、第二目标干扰接口数据WeakIi,以及信噪比计算公式计算无法模拟小尺度信道建模的仿真场景对应的信噪比数据SINRi。其中,该信噪比计算公式如公式6所示:
进一步地,在上述任一实施例的基础上,步骤402具体包括:
在所述第一干扰接口数据中,确定与所述随机数相邻的两个概率值。
将所述两个概率值中,数值小的概率值对应的干扰数据作为第一目标干扰接口数据。
在本实施例中,具体可以在第一干扰接口数据中,确定与所述随机数相邻的两个概率值Prob_outij_k和在Prob_outij_k和之间,选择数值较小的概率值Prob_outij_k对应的干扰数据作为第一目标干扰接口数据。
承接上例来说,该随机数具体可以为0.67,该随机数0.67数位于ProbList_out01列表中的第4和第5个元素之间,则第一目标干扰接口数据MU_I01为接口数据MU_IList01中的第4个数据-21.6388,其对应的第一干扰数据为-24.271。目标用户UE0对应的WeakI0为-67.1116。通过公式7计算信噪比数据为94。
本实施例提供的多用户复用信噪比处理方法,通过根据该第一干扰接口数据以及第二干扰接口数据实现对计算无法模拟小尺度信道建模的场景对应的信噪比数据的计算,从而能够实现对无法进行小尺度信道建模的场景的信噪比数据的计算,且能够提高该信噪比数据与小尺度信道下的信噪比数据之间的贴合度。
图5为本申请实施例四提供的多用户复用信噪比处理装置的结构示意图,如图5所示,该装置包括存储器500,收发机510,处理器520。
收发机500,用于在处理器510的控制下接收和发送数据。
其中,在图5中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器510代表的一个或多个处理器和存储器520代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机500可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括无线信道、有线信道、光缆等传输介质。处理器510负责管理总线架构和通常的处理,存储器520可以存储处理器510在执行操作时所使用的数据。
处理器510可以是中央处理器(Central Processing Unit/Processor,简称CPU)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或复杂可编程逻辑器件(Comple5Programmable Logic Device,简称CPLD),处理器也可以采用多核架构。
处理器通过调用存储器存储的计算机程序,用于按照获得的可执行指令执行本申请实施例提供的任一所述方法。处理器与存储器也可以物理上分开布置。
其中,存储器500,用于存储计算机程序。收发机510,用于在所述处理器520的控制下收发数据。处理器520,用于读取所述存储器500中的计算机程序并执行以下操作:确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率。计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据。根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
进一步地,在实施例四的基础上,所述处理器520在确定小尺度信道建模仿真场景下,多用户复用对应的第一干扰数据时,具体用于:分别确定各与目标用户复用同一频域资源的用户对所述目标用户带来的干扰功率,以及所述目标用户接收到的有用信号功率。针对每一与目标用户复用同一频域资源的用户,根据所述用户对应的干扰功率以及所述目标用户接收到的有用信号功率,计算所述用户给所述目标用户带来的第一干扰数据。
进一步地,在实施例四的基础上,所述处理器520在确定所述小尺度信道建模对应的第二干扰数据时,用于:确定所述目标用户接收到的邻区干扰功率、底噪功率,以及所述目标用户接收到的有用信号功率。计算所述邻区干扰功率、底噪功率与所述有用信号功率的比值,获得所述第二干扰数据。
进一步地,在实施例四的基础上,所述处理器520在计算所述第一干扰数据对应的第一干扰接口数据时,用于:对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据。根据所述第一特征数据确定所述第一干扰接口数据。
进一步地,在实施例四的基础上,所述处理器520在对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据时,用于:确定所述第一干扰数据中数值最小的干扰数据,以及所述第一干扰数据中数值最大的干扰数据。按照第一干扰数据的数量N,将所述第一干扰数据中数值最小的干扰数据以及数值最大的干扰数据等间隔分为N+1个干扰数据特征值,获得干扰列表。针对干扰列表中的每一干扰数据特征值,计算所述干扰数据特征值在CDF分布中对应的第一概率值,将所述干扰列表以及所述第一概率值作为所述第一特征数据。
进一步地,在实施例四的基础上,所述处理器520在对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据时,用于:确定所述第一干扰数据在CDF分布中对应的概率值。分别获取所述第一干扰数据中最小概率值以及最大概率值。按照第一干扰数据的数量N,将所述最小概率值以及最大概率值等间隔分为N+1个概率值,获得概率列表。针对所述概率列表中的每一概率,确定所述概率对应的干扰数据,将所述概率列表以及所述概率列表中各概率对应的干扰数据作为所述第一特征数据。
进一步地,在实施例四的基础上,所述处理器520在根据所述第一特征数据确定所述第一干扰接口数据时,用于:根据所述第一特征数据以及预设的接口数据计算公式,确定所述第一干扰接口数据。
进一步地,在实施例四的基础上,所述处理器520在计算所述第二干扰数据对应的第二干扰接口数据时,用于:计算所述第二干扰数据对应的均值,获得所述第二干扰接口数据。或者,分别计算所述第二干扰数据在CDF分布中对应的概率值,将概率值命中预设概率值的第二干扰数据作为所述第二干扰接口数据。
进一步地,在上述任一实施例的基础上,所述处理器520在根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的仿真场景对应的信噪比数据时,用于:生成服从预设概率分布的随机数。根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据。在所述第二干扰接口数据中,确定目标用户对应的第二目标干扰接口数据。根据所述第一目标干扰接口数据、第二目标干扰接口数据,以及信噪比计算公式计算所述无法模拟小尺度信道建模的仿真场景对应的信噪比数据。
进一步地,在上述任一实施例的基础上,所述处理器520根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据时,用于:在所述第一干扰接口数据中,确定与所述随机数相邻的两个概率值。将所述两个概率值中,数值小的概率值对应的干扰数据作为第一目标干扰接口数据。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图6为本申请实施例五提供的多用户复用信噪比处理装置的结构示意图,如图6所示,该装置包括:确定模块61、计算模块62以及处理模块63。其中,确定模块61,用于确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率。计算模块62,用于计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据。处理模块63,用于根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
进一步地,在实施例五的基础上,所述确定模块61用于:分别确定各与目标用户复用同一频域资源的用户对所述目标用户带来的干扰功率,以及所述目标用户接收到的有用信号功率。针对每一与目标用户复用同一频域资源的用户,根据所述用户对应的干扰功率以及所述目标用户接收到的有用信号功率,计算所述用户给所述目标用户带来的第一干扰数据。
进一步地,在实施例五的基础上,所述确定模块61用于:确定所述目标用户接收到的邻区干扰功率、底噪功率,以及所述目标用户接收到的有用信号功率。计算所述邻区干扰功率、底噪功率与所述有用信号功率的比值,获得所述第二干扰数据。
进一步地,在实施例五的基础上,所述计算模块62用于:对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据。根据所述第一特征数据确定所述第一干扰接口数据。
进一步地,在实施例五的基础上,所述计算模块62用于:确定所述第一干扰数据中数值最小的干扰数据,以及所述第一干扰数据中数值最大的干扰数据。按照第一干扰数据的数量N,将所述第一干扰数据中数值最小的干扰数据以及数值最大的干扰数据等间隔分为N+1个干扰数据特征值,获得干扰列表。针对干扰列表中的每一干扰数据特征值,计算所述干扰数据特征值在CDF分布中对应的第一概率值,将所述干扰列表以及所述第一概率值作为所述第一特征数据。
进一步地,在实施例五的基础上,所述计算模块62用于:确定所述第一干扰数据在CDF分布中对应的概率值。分别获取所述第一干扰数据中最小概率值以及最大概率值。按照第一干扰数据的数量N,将所述最小概率值以及最大概率值等间隔分为N+1个概率值,获得概率列表。针对所述概率列表中的每一概率,确定所述概率对应的干扰数据,将所述概率列表以及所述概率列表中各概率对应的干扰数据作为所述第一特征数据。
进一步地,在实施例五的基础上,所述计算模块62用于:根据所述第一特征数据以及预设的接口数据计算公式,确定所述第一干扰接口数据。
进一步地,在实施例五的基础上,所述计算模块62用于:计算所述第二干扰数据对应的均值,获得所述第二干扰接口数据。或者,分别计算所述第二干扰数据在CDF分布中对应的概率值,将概率值命中预设概率值的第二干扰数据作为所述第二干扰接口数据。
进一步地,在上述任一实施例的基础上,所述处理模块63用于:生成服从预设概率分布的随机数。根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据。在所述第二干扰接口数据中,确定目标用户对应的第二目标干扰接口数据。根据所述第一目标干扰接口数据、第二目标干扰接口数据,以及信噪比计算公式计算所述无法模拟小尺度信道建模的仿真场景对应的信噪比数据。
进一步地,在上述任一实施例的基础上,所述处理模块63用于:在所述第一干扰接口数据中,确定与所述随机数相邻的两个概率值。将所述两个概率值中,数值小的概率值对应的干扰数据作为第一目标干扰接口数据。
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。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。
所述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,可以存储在一个处理器可读取存储介质中。基于这样的理解,本申请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,该计算机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台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述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,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。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
本申请又一实施例还提供了一种处理器可读存储介质,该处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行上述任一实施例所述的方法。
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机可执行指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机可执行指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些处理器可执行指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的处理器可读存储器中,使得存储在该处理器可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些处理器可执行指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (22)
1.一种多用户复用信噪比处理方法,其特征在于,该方法包括:
确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率;
计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据;
根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
2.根据权利要求1所述的方法,其特征在于,所述确定小尺度信道建模仿真场景下,多用户复用对应的第一干扰数据,包括:
分别确定各与目标用户复用同一频域资源的用户对所述目标用户带来的干扰功率,以及所述目标用户接收到的有用信号功率;
针对每一与目标用户复用同一频域资源的用户,根据所述用户对应的干扰功率以及所述目标用户接收到的有用信号功率,计算所述用户给所述目标用户带来的第一干扰数据。
3.根据权利要求1所述的方法,其特征在于,所述确定所述小尺度信道建模对应的第二干扰数据,包括:
确定所述目标用户接收到的邻区干扰功率、底噪功率,以及所述目标用户接收到的有用信号功率;
计算所述邻区干扰功率、底噪功率与所述有用信号功率的比值,获得所述第二干扰数据。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述计算所述第一干扰数据对应的第一干扰接口数据,包括:
对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据;
根据所述第一特征数据确定所述第一干扰接口数据。
5.根据权利要求4所述的方法,其特征在于,所述对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据,包括:
确定所述第一干扰数据中数值最小的干扰数据,以及所述第一干扰数据中数值最大的干扰数据;
按照第一干扰数据的数量N,将所述第一干扰数据中数值最小的干扰数据以及数值最大的干扰数据等间隔分为N+1个干扰数据特征值,获得干扰列表;
针对干扰列表中的每一干扰数据特征值,计算所述干扰数据特征值在CDF分布中对应的第一概率值,将所述干扰列表以及所述第一概率值作为所述第一特征数据。
6.根据权利要求4所述的方法,其特征在于,所述对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据,包括:
确定所述第一干扰数据在CDF分布中对应的概率值;
分别获取所述第一干扰数据中最小概率值以及最大概率值;
按照第一干扰数据的数量N,将所述最小概率值以及最大概率值等间隔分为N+1个概率值,获得概率列表;
针对所述概率列表中的每一概率,确定所述概率对应的干扰数据,将所述概率列表以及所述概率列表中各概率对应的干扰数据作为所述第一特征数据。
7.根据权利要求4所述的方法,其特征在于,所述根据所述第一特征数据确定所述第一干扰接口数据,包括:
根据所述第一特征数据以及预设的接口数据计算公式,确定所述第一干扰接口数据。
8.根据权利要求1-3任一项所述的方法,其特征在于,所述计算所述第二干扰数据对应的第二干扰接口数据,包括:
计算所述第二干扰数据对应的均值,获得所述第二干扰接口数据;或者,
分别计算所述第二干扰数据在CDF分布中对应的概率值,将概率值命中预设概率值的第二干扰数据作为所述第二干扰接口数据。
9.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的仿真场景对应的信噪比数据,包括:
生成服从预设概率分布的随机数;
根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据;
在所述第二干扰接口数据中,确定目标用户对应的第二目标干扰接口数据;
根据所述第一目标干扰接口数据、第二目标干扰接口数据,以及信噪比计算公式计算所述无法模拟小尺度信道建模的仿真场景对应的信噪比数据。
10.根据权利要求9所述的方法,其特征在于,所述根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据,包括:
在所述第一干扰接口数据中,确定与所述随机数相邻的两个概率值;
将所述两个概率值中,数值小的概率值对应的干扰数据作为第一目标干扰接口数据。
11.一种多用户复用信噪比处理装置,其特征在于,包括存储器,收发机,处理器:
存储器,用于存储计算机程序;收发机,用于在所述处理器的控制下收发数据;处理器,用于读取所述存储器中的计算机程序并执行以下操作:
确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率;
计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据;
根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
12.根据权利要求11所述的装置,其特征在于,所述处理器在确定小尺度信道建模仿真场景下,多用户复用对应的第一干扰数据时,具体用于:
分别确定各与目标用户复用同一频域资源的用户对所述目标用户带来的干扰功率,以及所述目标用户接收到的有用信号功率;
针对每一与目标用户复用同一频域资源的用户,根据所述用户对应的干扰功率以及所述目标用户接收到的有用信号功率,计算所述用户给所述目标用户带来的第一干扰数据。
13.根据权利要求11所述的装置,其特征在于,所述处理器在确定所述小尺度信道建模对应的第二干扰数据时,用于:
确定所述目标用户接收到的邻区干扰功率、底噪功率,以及所述目标用户接收到的有用信号功率;
计算所述邻区干扰功率、底噪功率与所述有用信号功率的比值,获得所述第二干扰数据。
14.根据权利要求11-13任一项所述的装置,其特征在于,所述处理器在计算所述第一干扰数据对应的第一干扰接口数据时,用于:
对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据;
根据所述第一特征数据确定所述第一干扰接口数据。
15.根据权利要求14所述的装置,其特征在于,所述处理器在对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据时,用于:
确定所述第一干扰数据中数值最小的干扰数据,以及所述第一干扰数据中数值最大的干扰数据;
按照第一干扰数据的数量N,将所述第一干扰数据中数值最小的干扰数据以及数值最大的干扰数据等间隔分为N+1个干扰数据特征值,获得干扰列表;
针对干扰列表中的每一干扰数据特征值,计算所述干扰数据特征值在CDF分布中对应的第一概率值,将所述干扰列表以及所述第一概率值作为所述第一特征数据。
16.根据权利要求14所述的装置,其特征在于,所述处理器在对所述第一干扰数据进行特征提取操作,获得所述第一干扰数据对应的第一特征数据时,用于:
确定所述第一干扰数据在CDF分布中对应的概率值;
分别获取所述第一干扰数据中最小概率值以及最大概率值;
按照第一干扰数据的数量N,将所述最小概率值以及最大概率值等间隔分为N+1个概率值,获得概率列表;
针对所述概率列表中的每一概率,确定所述概率对应的干扰数据,将所述概率列表以及所述概率列表中各概率对应的干扰数据作为所述第一特征数据。
17.根据权利要求14所述的装置,其特征在于,所述处理器在根据所述第一特征数据确定所述第一干扰接口数据时,用于:
根据所述第一特征数据以及预设的接口数据计算公式,确定所述第一干扰接口数据。
18.根据权利要求11-13任一项所述的装置,其特征在于,所述处理器在计算所述第二干扰数据对应的第二干扰接口数据时,用于:
计算所述第二干扰数据对应的均值,获得所述第二干扰接口数据;或者,
分别计算所述第二干扰数据在CDF分布中对应的概率值,将概率值命中预设概率值的第二干扰数据作为所述第二干扰接口数据。
19.根据权利要求11-13任一项所述的装置,其特征在于,所述处理器在根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的仿真场景对应的信噪比数据时,用于:
生成服从预设概率分布的随机数;
根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据;
在所述第二干扰接口数据中,确定目标用户对应的第二目标干扰接口数据;
根据所述第一目标干扰接口数据、第二目标干扰接口数据,以及信噪比计算公式计算所述无法模拟小尺度信道建模的仿真场景对应的信噪比数据。
20.根据权利要求19所述的装置,其特征在于,所述处理器根据所述随机数,在所述第一干扰接口数据中确定第一目标干扰接口数据时,用于:
在所述第一干扰接口数据中,确定与所述随机数相邻的两个概率值;
将所述两个概率值中,数值小的概率值对应的干扰数据作为第一目标干扰接口数据。
21.一种多用户复用信噪比处理装置,其特征在于,包括:
确定模块,用于确定小尺度信道建模的场景下,多用户复用对应的第一干扰数据,以及确定所述小尺度信道建模对应的第二干扰数据,所述第二干扰数据包括邻区干扰数据以及底噪功率;
计算模块,用于计算所述第一干扰数据对应的第一干扰接口数据,以及计算所述第二干扰数据对应的第二干扰接口数据;
处理模块,用于根据所述第一干扰接口数据以及第二干扰接口数据,计算无法模拟小尺度信道建模的场景对应的信噪比数据。
22.一种处理器可读存储介质,其特征在于,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行权利要求1至10任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011345966.0A CN114553337B (zh) | 2020-11-25 | 2020-11-25 | 多用户复用信噪比处理方法、装置及处理器可读存储介质 |
PCT/CN2021/129140 WO2022111257A1 (zh) | 2020-11-25 | 2021-11-05 | 多用户复用信噪比处理方法、装置及处理器可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011345966.0A CN114553337B (zh) | 2020-11-25 | 2020-11-25 | 多用户复用信噪比处理方法、装置及处理器可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114553337A true CN114553337A (zh) | 2022-05-27 |
CN114553337B CN114553337B (zh) | 2023-05-30 |
Family
ID=81660414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011345966.0A Active CN114553337B (zh) | 2020-11-25 | 2020-11-25 | 多用户复用信噪比处理方法、装置及处理器可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114553337B (zh) |
WO (1) | WO2022111257A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105246130A (zh) * | 2015-09-22 | 2016-01-13 | 华北电力大学(保定) | 一种用于异构网络中的用户选择算法 |
US20170272186A1 (en) * | 2014-11-20 | 2017-09-21 | Philips Lighting Holding B.V. | Modelling interference |
US20180351708A1 (en) * | 2017-04-26 | 2018-12-06 | Chenwei Wang | Method and apparatus for extracting large-scale features in propagation channels via non-orthogonal pilot signal designs |
CN110086555A (zh) * | 2019-04-29 | 2019-08-02 | 安徽大学 | 大规模mimo系统中的分组导频分配方法及其分配装置 |
CN111654460A (zh) * | 2020-06-01 | 2020-09-11 | 电子科技大学 | 一种共生无线通信系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8599751B2 (en) * | 2009-09-14 | 2013-12-03 | Samsung Electronics Co., Ltd. | Clustered multi-cell multi-user multiple input multiple output communication system using cell-edge user selection scheme |
CN106972907B (zh) * | 2017-03-23 | 2019-05-03 | 北京工业大学 | 大规模天线系统信道训练及传输过程小区间干扰消除方法 |
-
2020
- 2020-11-25 CN CN202011345966.0A patent/CN114553337B/zh active Active
-
2021
- 2021-11-05 WO PCT/CN2021/129140 patent/WO2022111257A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170272186A1 (en) * | 2014-11-20 | 2017-09-21 | Philips Lighting Holding B.V. | Modelling interference |
CN105246130A (zh) * | 2015-09-22 | 2016-01-13 | 华北电力大学(保定) | 一种用于异构网络中的用户选择算法 |
US20180351708A1 (en) * | 2017-04-26 | 2018-12-06 | Chenwei Wang | Method and apparatus for extracting large-scale features in propagation channels via non-orthogonal pilot signal designs |
CN110086555A (zh) * | 2019-04-29 | 2019-08-02 | 安徽大学 | 大规模mimo系统中的分组导频分配方法及其分配装置 |
CN111654460A (zh) * | 2020-06-01 | 2020-09-11 | 电子科技大学 | 一种共生无线通信系统 |
Non-Patent Citations (1)
Title |
---|
朱锦等: "数据链测试仿真评估中的信道与链路干扰仿真技术", 《宇航计测技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114553337B (zh) | 2023-05-30 |
WO2022111257A1 (zh) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Blockchained on-device federated learning | |
US9448863B2 (en) | Message passing interface tuning using collective operation modeling | |
CN101485120B (zh) | 噪声本底估计的方法和设备 | |
CN109788489B (zh) | 一种基站规划方法及装置 | |
CN111984544B (zh) | 设备性能测试方法、装置、电子设备及存储介质 | |
CN112566147B (zh) | 经纬度校验方法、装置、存储介质及计算机设备 | |
CN111260079A (zh) | 电子设备、智能体自训练装置和计算机可读介质 | |
EP1335616B1 (en) | Method and system for planning and/or evaluation of downlink coverage in (CDMA) radio networks | |
CN115473841A (zh) | 网络路径的确定方法、装置及存储介质 | |
CN112512077A (zh) | 一种上行速率的评估方法及装置 | |
CN105744548A (zh) | Pci优化方法及装置 | |
CN104935446B (zh) | 基于可信度挖掘的网络质量评估方法及装置 | |
JP6285885B2 (ja) | トランシーバ設計装置、トランシーバ設計方法およびトランシーバ設計プログラム | |
CN105099964B (zh) | 一种功率强度估计和确定干扰小区的方法及设备 | |
CN114553337A (zh) | 多用户复用信噪比处理方法、装置及处理器可读存储介质 | |
US20040116127A1 (en) | System and method for simulation of performance of measurement-based algorithms for slotted wireless communications | |
CN112654063A (zh) | 一种上行容量的评估方法及装置 | |
CN110621025B (zh) | 一种设备选型方法和装置 | |
CN104854804B (zh) | 用于估计其他小区干扰的方法和无线网络节点 | |
CN105989407A (zh) | 一种基于神经网络的短波中值场强预测系统、方法及装置 | |
CN114745289A (zh) | 网络性能数据的预测方法、装置、存储介质及设备 | |
US7966347B2 (en) | Generating a value associated with one of a plurality of leaf nodes by implicitly randomly climbing an implicit tree having the leaf nodes | |
CN112752291A (zh) | 一种上行速率的评估方法及装置 | |
CN106879003B (zh) | 一种网络优化质量评估方法及装置 | |
CN115499350B (zh) | 下行链路的测试方法及装置 |
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 |