CN114756525B - 序列数据构建方法、装置、设备及计算机可读存储介质 - Google Patents
序列数据构建方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114756525B CN114756525B CN202210246089.4A CN202210246089A CN114756525B CN 114756525 B CN114756525 B CN 114756525B CN 202210246089 A CN202210246089 A CN 202210246089A CN 114756525 B CN114756525 B CN 114756525B
- Authority
- CN
- China
- Prior art keywords
- data
- sequence data
- sequence
- preset
- initial
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000011218 segmentation Effects 0.000 claims abstract description 38
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 238000005311 autocorrelation function Methods 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 10
- 238000009411 base construction Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 description 16
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 102220298895 rs1025502215 Human genes 0.000 description 1
- 102220187649 rs145044428 Human genes 0.000 description 1
- 102220279244 rs1555053901 Human genes 0.000 description 1
- 102220323609 rs1555225100 Human genes 0.000 description 1
- 102220103881 rs201490575 Human genes 0.000 description 1
- 102220008303 rs4904 Human genes 0.000 description 1
- 102220124522 rs746215581 Human genes 0.000 description 1
- 102220303274 rs758583427 Human genes 0.000 description 1
- 102220037952 rs79161998 Human genes 0.000 description 1
- 102220096718 rs865838543 Human genes 0.000 description 1
- 102220037530 rs9827878 Human genes 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种序列数据构建方法、装置、设备及计算机可读存储介质，序列数据构建方法，包括：获取初始序列数据的初始数据集合，对初始数据集合进行分割处理，以得到分割数据集合，根据分割数据集合和初始序列数据进行子集提取，以得到子集数据，根据预设构建规则和子集数据集合构建基底序列数据，根据预设序列数据构建算法和基底序列数据对初始序列数据进行关系式构建，以得到目标序列关系式，根据预设求解规则对目标序列关系式进行求解，以得到目标序列数据。本发明能够构建更优的整数高斯序列数据。
Description
技术领域
本发明涉及数据处理技术领域，尤其是涉及一种序列数据构建方法、装置、设备及计算机可读存储介质。
背景技术
目前，序列(sequences)根据其不同特性已被广泛应用于各种现代通信系统之中，不同的应用对序列需求标准及特性不同，序列最基本的两个特性是自相关函数(autocorrelation function)和互相关函数(cross correlation function)。一个具有理想自相关函数(ideal autocorrelation function)的序列成为完美序列。而完美序列一直以来被广泛适用于现代通信系统中作为同步、信道估测等，以减少序列中峰值对平均功率比(PARP)等用途。
此外，Frank-Zadoff-Chu(FZC)序列已经被引用在第四代(4G)LTE系统中作同步及随机存储用途。一般而言，二元(binary)序列或四相位(quadri-phase)序列在诸多具有理想自相关序列中具有高能量效率及易于实现的有点，但是长度N>4之二元序列及长度N>16之四相位完美高斯整数序列较少应用。高斯整数序列是指序列中之元素具有a+bj形态，其中，a及b均为整数。由于高斯整数序列具有在实际工程中应用简单，因此，如何构建高斯整数且兼有完美特性的序列(PGIS)已成为亟待解决的问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种序列数据构建方法，能够构建更优的整数高斯序列数据。
本发明还提出一种序列数据构建装置。
本发明还提出一种序列数据构建设备。
本发明还提出一种计算机可读存储介质。
第一方面，本发明的一个实施例提供了序列数据构建方法，包括：
获取初始序列数据的初始数据集合；
对所述初始数据集合进行分割处理，以得到分割数据集合；
根据所述分割数据集合和所述初始序列数据进行子集提取，以得到子集数据；
根据预设构建规则和所述子集数据构建基底序列数据；
根据预设序列数据构建算法和所述基底序列数据对所述初始序列数据进行关系式构建，以得到目标序列关系式；
根据预设求解规则对所述目标序列关系式进行求解，以得到目标序列数据。
本发明实施例的序列数据构建方法至少具有如下有益效果：获取初始序列数据的初始数据集合，将初始数据集合分割为多个集合，以得到分割数据集合，并根据分割数据集合提取出初始序列数据相应的子集数据，再根据预设构建规则和子集数据构建相应的基底序列数据，根据预设序列数据构建算法和基底序列数据对初始序列数据进行关系式构建，以得到目标序列关系式，最后，根据预设求解规则对目标序列关系式进行求解，以得到目标序列数据，能够构建更优的整数高斯序列数据。
根据本发明的另一些实施例的序列数据构建方法，所述对所述初始数据集合进行分割处理，以得到分割数据集合，包括：
根据所述初始数据集合的数据长度从预设数据库中提取相应的预设分割规则；
根据所述预设分割规则对所述初始数据集合进行分割处理，以得到所述分割数据集合。
根据本发明的另一些实施例的序列数据构建方法，所述根据所述分割数据集合和所述初始序列数据进行子集提取，以得到子集数据，包括：
根据所述分割数据集合进行交叉相乘，以得到子集数量；
根据所述子集数量对所述初始序列数据进行拆分，以得到所述子集数据。
根据本发明的另一些实施例的序列数据构建方法，所述根据预设构建规则和所述子集数据构建基底序列数据，包括：
将所述子集数据代入预设基底序列构建算法进行序列构建，以得到所述基底序列数据。
根据本发明的另一些实施例的序列数据构建方法，若所述预设求解规则为时域求解规则，所述根据预设求解规则对所述目标序列关系式进行求解，以得到目标序列数据，包括：
获取所述目标序列关系式的参数序列数据；
根据预设自相关算法对所述参数序列数据进行自相关获取处理，以得到自相关函数数据；
将所述自相关函数数据代入预设方程式，得到序列关系式；
对所述序列关系式进行求解处理，得到所述目标序列数据。
根据本发明的另一些实施例的序列数据构建方法，若所述预设求解规则为频域求解规则，所述根据预设求解规则对所述目标序列关系式进行求解，以得到目标序列数据，包括：
根据所述目标序列关系式进行傅里叶变换，生成频域变换序列数据；
根据预设求解算法对所述频域变换序列数据进行求解，以得到所述目标序列数据。
根据本发明的另一些实施例的序列数据构建方法，所述根据预设求解算法对所述频域变换序列数据进行求解，以得到所述目标序列数据，包括：
根据预设谱平坦算法对所述频域变换序列数据进行求解，以得到所述目标序列数据。
第二方面，本发明的一个实施例提供了序列数据构建装置，包括：
获取模块，用于获取初始序列数据的初始数据集合；
分割模块，用于对所述初始数据集合进行分割处理，以得到分割数据集合；
子集模块，用于根据所述分割数据集合和所述初始序列数据进行子集提取，以得到子集数据；
基底构建模块，用于根据预设构建规则和所述子集数据构建基底序列数据；
关系式模块，用于根据预设序列数据构建算法和所述基底序列数据对所述初始序列数据进行构建，以得到目标序列关系式；
序列构建模块，用于根据预设求解规则对所述目标序列关系式进行求解，以得到目标序列数据。
本发明实施例的序列数据构建装置至少具有如下有益效果：获取模块获取初始序列数据的初始数据集合，分割模块将初始数据集合分割为多个集合，以得到分割数据集合，子集模块并根据分割数据集合提取出初始序列数据相应的子集数据，基底构建模块再根据预设构建规则和子集数据构建相应的基底序列数据，关系式模块根据预设序列数据构建算法和基底序列数据对初始序列数据进行关系式构建，以得到目标序列关系式，最后，序列构建模块根据预设求解规则对目标序列关系式进行求解，以得到目标序列数据，能够构建更优的整数高斯序列数据。
第三方面，本发明的一个实施例提供了序列数据构建设备，包括：
至少一个处理器，以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的序列数据构建方法。
第四方面，本发明的一个实施例提供了计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面所述的序列数据构建方法。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本发明实施例中序列数据构建方法的一具体实施例流程示意图；
图2是图1中步骤S200的一具体实施例流程示意图；
图3是图1中步骤S300的一具体实施例流程示意图；
图4是图1中步骤S400的一具体实施例流程示意图；
图5是图1中步骤S600的一具体实施例流程示意图；
图6是图1中步骤S600的另一具体实施例流程示意图；
图7是图6中步骤S660的一具体实施例流程示意图；
图8是本发明实施例中序列数据构建装置的一具体实施例模块框图。
附图说明：
获取模块100、分割模块200、子集模块300、基底构建模块400、关系式模块500、序列构建模块600。
具体实施方式
以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。
在为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
需要说明的是，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
在本发明实施例的描述中，如果涉及到“若干”，其含义是一个以上，如果涉及到“多个”，其含义是两个以上，如果涉及到“大于”、“小于”、“超过”，均应理解为不包括本数，如果涉及到“以上”、“以下”、“以内”，均应理解为包括本数。如果涉及到“第一”、“第二”，应当理解为用于区分技术特征，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
参照图1，示出了本发明实施例中序列数据构建方法的流程示意图。另外，本实施例公开了序列数据构建方法，其具体包括但不限于包括步骤S100至步骤S600。
步骤S100，获取初始序列数据的初始数据集合；
在步骤S100中，根据初始序列数据的序列长度获取相应的初始数据集合。
需要说明的是，初始序列数据表示为：序列长度为N，获取得到相应的初始数据集合为：/>
步骤S200，对初始数据集合进行分割处理，以得到分割数据集合；
在步骤S200中，对初始数据集合进行分割处理，将初始数据集合分割成多个子集合，以得到多个分割数据集合。
步骤S300，根据分割数据集合和初始序列数据进行子集提取，以得到子集数据；
在步骤S300中，根据分割数据集合提取得到多个子集集合，并将初始序列数据存储至相应的子集集合中，以得到多个子集数据。
需要说明的是，子集集合的个数与子集数据的个数对应一致。
步骤S400，根据预设构建规则和子集数据构建基底序列数据；
在步骤S400中，将多个子集数据代入预设构建规则相应的算法进行构建，以得到基底序列数据。
步骤S500，根据预设序列数据构建算法和基底序列数据对初始序列数据进行关系式构建，以得到目标序列关系式；
在步骤S500中，将基底序列数据和初始序列数据代入预设序列数据构建算法进行关系式构建，以得到目标序列关系式。
步骤S600，根据预设求解规则对目标序列关系式进行求解，以得到目标序列数据。
在步骤S600中，在不同条件下，将目标序列关系式代入相应预设求解规则进行求解，以得到目标序列数据。
执行步骤S100至步骤S600，首先，根据初始序列数据的序列长度获取相应的初始数据集合。然后，对初始数据集合进行分割处理，将初始数据集合分割得到多个分割数据集合。其次，根据分割数据集合提取得到多个子集集合，并将初始序列数据存储至相应的子集集合中，以得到多个子集数据。然后，将多个子集数据代入预设构建规则相应的算法进行构建，以得到基底序列数据，再将基底序列数据和初始序列数据代入预设序列数据构建算法进行关系式构建，以得到目标序列关系式。最后，将目标序列关系式代入相应预设求解规则进行求解，以得到目标序列数据。
参照图2，示出了本发明实施例中序列数据构建方法的流程示意图。另外，本实施例公开了序列数据构建方法，其具体包括但不限于包括步骤S210至步骤S220。
步骤S210，根据初始数据集合的数据长度从预设数据库中提取对应的预设分割规则；
在步骤S210中，根据初始数据集合的数据长度，获取数据长度的表示式，根据表示式在预设数据库中提取得到对应的预设分割规则。
需要说明的是，预设数据库中存储有一个表示式对应一个预设分割规则的数据。
步骤S220，根据预设分割规则对初始数据集合进行分割处理，以得到分割数据集合。
在步骤S220中，根据预设分割规则对初始数据集合进行相应的分割处理，以得到相应的两个分割数据集合。
需要说明的是，初始数据集合的数据长度为N，数据长度N的表示式为：N＝pkqn，根据预设分割规则，对初始数据集合分割为两个分割数据集合：{1，p，p2，...，pk-1，pk}和{1，q，q2，...，qn-1，qn}。
通过执行步骤S210至步骤S220，根据初始数据集合的数据长度，获取数据长度的表示式，根据表示式在预设数据库中提取得到对应的预设分割规则。根据预设分割规则对初始数据集合进行相应的分割处理，以得到相应的多个分割数据集合。
参照图3，示出了本发明实施例中序列数据构建方法的流程示意图。另外，本实施例公开了序列数据构建方法，其具体包括但不限于包括步骤S310至步骤S320。
步骤S310，根据分割数据集合进行交叉相乘，以得到子集数量；
在步骤S310中，根据两个分割数据集合之间进行交叉相乘处理，以得到子集数量。
需要说明的是，分割数据集合({1，p，p2，...，pk-1，pk}和{1，q，q2，...，qn-1，qn})之间进行交叉相乘处理，即：一个分割数据集合的所有数据与另一个分割数据集合的所有数据分别进行相乘，得到子集数量为：(k+1)(n+1)。
步骤S320，根据子集数量对初始序列数据进行拆分，以得到子集数据。
在步骤S320中，根据子集数量将初始序列数据拆分为两个维度的子集，以得到子集数据。
需要说明的是，数据长度N的表示式为：N＝pkqn，子集数量为：(k+1)(n+1)，将初始序列数据拆分为两个维度的子集，并将两个维度的子集进行二维表组合运算，定义相对于piql因子的子集以表示，则(k+1)(n十1)个子集如下表1所示，定义得到/>以及
表1
可以得到：公式1：和公式2：/>
并得到：公式3：其中，可以得到/>的基数为：
子集对应的子集数据如表2所示：
表2
其中表示两个集合所有元素间进行模N之和，/>表示两个集合所有元素间进行模N之差。并且可以得到：/>的运算过程为：/>
例如：
S00＝{1，5，7，11，13，17，19，23，25，29，31，35}
S01＝{3，15，21，33}
S02＝{9，27}
S10＝{2，10，14，22，26，34}
S11＝{6，30}
S12＝{18}
S20＝{4，8，16，20，28，32}
S21＝{12，24}
S22＝{0}
通过执行步骤S310至步骤S320，根据两个分割数据集合之间进行交叉相乘处理，以得到子集数量。根据子集数量将初始序列数据拆分为两个维度的子集，以得到子集数据。
参照图4，示出了本发明实施例中序列数据构建方法的流程示意图。另外，本实施例公开了序列数据构建方法，其具体步骤S400包括但不限于包括步骤S410。
步骤S410，将子集数据代入预设基底序列构建算法进行序列构建，以得到基底序列数据。
在步骤S410中，将多个子集数据全部代入预设基底序列构建算法进行计算和序列构建，以得到基底序列数据。
需要说明的是，根据子集数量(k+1)(n+1)定义基底序列数据：初始数据集合分割得到多个子集/>之后，各个子集/>之间互补重叠，每个子集/>的位置对应在基底序列数据/>中的位置的数据等于1，基底序列数据的其他位置的数据为0。
构建基底序列数据Cil，因为子集不重复，所以各个基底序列数据Cil的非零数据位置也不重复，就可以得到各个基底序列数据Cil正交，基底序列数据Cil为：
例如：各个基底序列数据Cil为：
C00＝{0，1，0，0，0，1，0，1，0，0，0，1，0，1，0，0，0，1，0，1，0，0，0，1，0，1，0，0，0，1，0，1，0，0，0，1}
C01＝{0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，1，0，0，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，1，0，0}
C02＝{0，0，0，0，0，0，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，1，0，0，0，0，0，0，0，0}
C10＝{0，0，1，0，0，0，0，0，0，0，1，0，0，0，1，0，0，0，0，0，0，0，1，0，0，0，1，0，0，0，0，0，0，0，1，0}
C11＝{0，0，0，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，1，0，0，0，0，0}
C12＝{0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0}
C20＝{0，0，0，0，1，0，0，0，1，0，0，0，0，0，0，0，1，0，0，0，1，0，0，0，0，0，0，0，1，0，0，0，1，0，0，0}
C21＝{0，0，0，0，0，0，0，0，0，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0}
C22＝{1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0}
参照图5，示出了本发明实施例中序列数据构建方法的流程示意图。另外，本实施例公开了序列数据构建方法，其具体包括但不限于包括步骤S610至步骤S640。
步骤S610，获取目标序列关系式的参数序列数据；
在步骤S610中，获取目标序列关系式的每个子集数据对应的多个参数序列数据。
需要说明的是，构建的目标序列关系式为： 参数序列数据为a0和ail，其中，参数序列数据a0和各个参数序列数据ail为高斯整数，得到：
参数序列数据a0，a00，ail为不同的非零高斯整数，其中，参数序列数据a00为参数序列数据ail中的i和l均为0的情况。设目标序列关系式的求解得到序列S，并得到：其中，各个参数序列数据ail在序列S的不同位置。
例如：序列S为：
步骤S620，根据预设自相关算法对参数序列数据进行自相关获取处理，以得到自相关函数数据；
在步骤S620中，将每个参数序列数据代入预设自相关算法进行相应的自相关获取处理，以得到多个相应的自相关函数数据。
例如：各个自相关函数数据为：
步骤S630，将自相关函数数据代入预设方程式，得到序列关系式；
在步骤S630中，将每个自相关函数数据的参数序列数据转换为复数形式，并将转换后的多个自相关函数数据代入预设方程式，以得到多个序列关系式。
需要说明的是，自相关函数数据的参数序列数据转换为复数形式，可以得到：ail＝xil+yili。
例如：各个序列关系式为：
步骤S640，对序列关系式进行求解处理，得到目标序列数据。
在步骤S640中，联立多个序列关系式通过数值法进行求解处理，以得到目标序列数据。
例如：求解得到目标序列数据解1为：
{0，0，0，4，4，-32，4，4，4，-2，10，-8，6，-6，12，-2，10，-8}
求解得到目标序列数据解2为：
{4，-2，-2，4，-14，22，-4，2，2，0，0，0，0，0，0，0，0，0}
根据目标序列数据的解1和序列S得到目标序列数据为：
{4-8i，-2i，4+6i，10i，4-2i，-2i，4-6i，-2i，4-2i，-8i，4+6i，-2i，4+10i，-2i，4+6i，10i，4-2i，-2i，-32+12i，-2i，4-2i，10i，4+6i，-2i，4+10i，-2i，4+6i，-8i，4-2i，-2i，4-6i，-2i，4-2i，10i，4+6i，-2i}
根据目标序列数据的解2和序列S得到目标序列数据为：
{2，4，4，-2，-4，4，-14，4，-4，-2，4，4，2，4，4，-2，-4，4，22，4，-4，-2，4，4，2，4，4，-2，-4，4，-14，4，-4，-2，4，4}
通过执行步骤S610至步骤S640，获取目标序列关系式的每个子集数据对应的多个参数序列数据，再将每个参数序列数据代入预设自相关算法进行相应的自相关获取处理，以得到多个相应的自相关函数数据。将每个自相关函数数据的参数序列数据转换为复数形式，并将转换后的多个自相关函数数据代入预设方程式，以得到多个序列关系式，联立多个序列关系式通过数值法进行求解处理，以得到目标序列数据。
参照图6，示出了本发明实施例中序列数据构建方法的流程示意图。另外，本实施例公开了序列数据构建方法，其具体包括但不限于包括步骤S650至步骤S660。
步骤S650，根据目标序列关系式进行傅里叶变换，生成频域变换序列数据；
在步骤S650中，根据傅里叶变换原理将目标序列关系式进行傅里叶变换，生成频域变换序列数据。
需要说明的是，跟据傅里叶变换的定义得到： 其中s[n]为根据目标序列关系式得到的高斯整数序列，S[k]为频域变换序列。
定义一个向量构成s[n]的基本阶度元素。
例如，当N＝36时，得到：生成的频域变换序列数据为：
/>
。。。。。。
步骤S660，根据预设求解算法对频域变换序列数据进行求解，以得到目标序列数据。
在步骤S660中，获取频域变换序列数据的系数矩阵，将系数矩阵代入预设求解算法进行求解，以得到目标序列数据。
需要说明的是，根据各个频域变换序列数据进行系数提取，并根据向量A1进行矩阵构建得到系数矩阵。
例如，按照向量A1定义进行排列/>则提取得到频域变换序列数据S0的系数为：{1，12，6，6，4，2，2，2，1}，对应系数矩阵AFX的第一行。
提取得到频域变换序列数据S1的系数为：{1，0，0，0，0，1，-1，0，-1}，对应系数矩阵AFX的第二行。
但各个频域变换序列数据中有重复的频域变换序列数据，所以，要去掉重复的频域变换序列数据(即：在同一子集下的是相同的，见上式S1＝S5＝S7＝…＝S35)，最后得到系数矩阵AFX为：
通过执行步骤S650至步骤S660，根据傅里叶变换原理将目标序列关系式进行傅里叶变换，生成频域变换序列数据。获取频域变换序列数据的系数矩阵，将系数矩阵代入预设求解算法进行求解，以得到目标序列数据。
参照图7，示出了本发明实施例中序列数据构建方法的流程示意图。另外，本实施例公开了序列数据构建方法，其具体步骤S660包括但不限于包括步骤S661。
步骤S661，根据预设谱平坦算法对频域变换序列数据进行求解，以得到目标序列数据。
在步骤S661中，获取频域变换序列数据的系数矩阵，根据预设谱平坦算法对系数矩阵进行计算求解，以得到目标序列数据。
需要说明的是，根据公式ail.AFX＝b，将系数矩阵AFX转换得到第一矩阵b，其中，求得的第一矩阵b＝{b0，b1，b2，b3，b4，b5，b6，b7，b8}，ail为向量A1中的/>
例如，根据预设谱平坦算法对系数矩阵进行求解，得到目标序列数据的解为：
{108，4i，-4i，12i，-8i，-16i，0，-8i，56i}
得到的目标序列数据的解也可转换为：
{108，0，0，0，0，0，0，0，0，0，4，-4，12，-8，-16，0，-8，56}
其中，根据预设谱平坦算法和第一矩阵b得到：|b0|＝|b1|＝|b2|＝|b3|＝|b4|＝|b5|＝|b6|＝|b7|＝|b8|。
根据目标序列数据的解和序列S得到目标序列数据为：
{108，4i，-4i，-8i，12i，4i，-16i，4i，12i，-8i，-4i，4i，0，4i，-4i，-8i，12i，4i，56i，4i，12i，-8i，-4i，4i，0，4i，-4i，-8i，12i，4i，-16i，4i，12i，-8i，-4i，4i}
另外，参照图8，本发明的一个实施例公开了序列数据构建装置。序列数据构建装置包括：获取模块100、分割模块200、子集模块300、基底构建模块400、关系式模块500和序列构建模块600。获取模块100、分割模块200、子集模块300、基底构建模块400、关系式模块500和序列构建模块600均为通信连接。
获取模块100获取初始序列数据的初始数据集合，分割模块200对初始数据集合进行分割处理，以得到分割数据集合，子集模块300根据分割数据集合和初始序列数据进行子集提取，以得到子集数据，基底构建模块400根据预设构建规则和子集数据集合构建基底序列数据，关系式模块500根据预设序列数据构建算法和基底序列数据对初始序列数据进行构建，以得到目标序列关系式，序列构建模块600根据预设求解规则对目标序列关系式进行求解，以得到目标序列数据。
首先，获取模块100根据初始序列数据的序列长度获取相应的初始数据集合。然后，分割模块200对初始数据集合进行分割处理，将初始数据集合分割得到多个分割数据集合。其次，子集模块300根据分割数据集合提取得到多个子集集合，并将初始序列数据存储至相应的子集集合中，以得到多个子集数据。然后，基底构建模块400将多个子集数据代入预设构建规则相应的算法进行构建，以得到基底序列数据。关系式模块500再将基底序列数据和初始序列数据代入预设序列数据构建算法进行关系式构建，以得到目标序列关系式。最后，序列构建模块600将目标序列关系式代入相应预设求解规则进行求解，以得到目标序列数据。
其中，本实施例的序列数据构建装置的操作过程具体参照如上描述图1中的序列数据构建方法步骤S100至步骤S600，此处不再赘述。
本发明的另一个实施例公开了序列数据构建设备，序列数据构建设备包括：至少一个处理器，以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行图1中的方法步骤S100至步骤S600、图2中的方法步骤S210和步骤S220、图3中的方法步骤S310和步骤S320、图4中的方法步骤S300和步骤S410、图5中的方法步骤S610至步骤S640、图6中的方法步骤S650和步骤S660以及图7中的方法步骤S650至步骤S661中的任意一个序列数据构建方法。
本发明的另一个实施例公开了一种计算机可读存储介质，计算机可读存储介质包括：计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行图1中的方法步骤S100至步骤S600、图2中的方法步骤S210和步骤S220、图3中的方法步骤S310和步骤S320、图4中的方法步骤S300和步骤S410、图5中的方法步骤S610至步骤S640、图6中的方法步骤S650和步骤S660以及图7中的方法步骤S650至步骤S661中的任意一个序列数据构建方法。
以上所描述的装置实施例仅仅是示意性的，其中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，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模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。此外，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
Claims (8)
1.一种序列数据构建方法，其特征在于，包括：
获取初始序列数据的初始数据集合；
对所述初始数据集合进行分割处理，以得到分割数据集合，包括：
根据所述初始数据集合的数据长度从预设数据库中提取相应的预设分割规则；
根据所述预设分割规则对所述初始数据集合进行分割处理，以得到所述分割数据集合；
根据所述分割数据集合和所述初始序列数据进行子集提取，以得到子集数据；
根据预设构建规则和所述子集数据构建基底序列数据；其中，序列根据其不同特性已被广泛应用于各种现代通信系统之中，不同的应用对序列需求标准及特性不同；
根据预设序列数据构建算法和所述基底序列数据对所述初始序列数据进行关系式构建，以得到目标序列关系式；
根据预设求解规则对所述目标序列关系式进行求解，以得到目标序列数据，包括：
获取所述目标序列关系式的参数序列数据；
根据预设自相关算法对所述参数序列数据进行自相关获取处理，以得到自相关函数数据；
将所述自相关函数数据代入预设方程式，得到序列关系式；
对所述序列关系式进行求解处理，得到所述目标序列数据。
2.根据权利要求1所述的序列数据构建方法，其特征在于，所述根据所述分割数据集合和所述初始序列数据进行子集提取，以得到子集数据，包括：
根据所述分割数据集合进行交叉相乘，以得到子集数量；
根据所述子集数量对所述初始序列数据进行拆分，以得到所述子集数据。
3.根据权利要求1所述的序列数据构建方法，其特征在于，所述根据预设构建规则和所述子集数据构建基底序列数据，包括：
将所述子集数据代入预设基底序列构建算法进行序列构建，以得到所述基底序列数据。
4.根据权利要求1-3任一项所述的序列数据构建方法，其特征在于，若所述预设求解规则为频域求解规则，所述根据预设求解规则对所述目标序列关系式进行求解，以得到目标序列数据，包括：
根据所述目标序列关系式进行傅里叶变换，生成频域变换序列数据；
根据预设求解算法对所述频域变换序列数据进行求解，以得到所述目标序列数据。
5.根据权利要求4所述的序列数据构建方法，其特征在于，所述根据预设求解算法对所述频域变换序列数据进行求解，以得到所述目标序列数据，包括：
根据预设谱平坦算法对所述频域变换序列数据进行求解，以得到所述目标序列数据。
6.一种序列数据构建装置，其特征在于，包括：
获取模块，用于获取初始序列数据的初始数据集合；
分割模块，用于对所述初始数据集合进行分割处理，以得到分割数据集合，包括：
根据所述初始数据集合的数据长度从预设数据库中提取相应的预设分割规则；
根据所述预设分割规则对所述初始数据集合进行分割处理，以得到所述分割数据集合；
子集模块，用于根据所述分割数据集合和所述初始序列数据进行子集提取，以得到子集数据；
基底构建模块，用于根据预设构建规则和所述子集数据构建基底序列数据；其中，序列根据其不同特性已被广泛应用于各种现代通信系统之中，不同的应用对序列需求标准及特性不同；
关系式模块，用于根据预设序列数据构建算法和所述基底序列数据对所述初始序列数据进行构建，以得到目标序列关系式；
序列构建模块，用于根据预设求解规则对所述目标序列关系式进行求解，以得到目标序列数据，包括：
获取所述目标序列关系式的参数序列数据；
根据预设自相关算法对所述参数序列数据进行自相关获取处理，以得到自相关函数数据；
将所述自相关函数数据代入预设方程式，得到序列关系式；
对所述序列关系式进行求解处理，得到所述目标序列数据。
7.一种序列数据构建设备，其特征在于，包括：
至少一个处理器，以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5任一项所述的序列数据构建方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至5任一项所述的序列数据构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210246089.4A CN114756525B (zh) | 2022-03-14 | 2022-03-14 | 序列数据构建方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210246089.4A CN114756525B (zh) | 2022-03-14 | 2022-03-14 | 序列数据构建方法、装置、设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114756525A CN114756525A (zh) | 2022-07-15 |
| CN114756525B true CN114756525B (zh) | 2023-11-28 |
Family
ID=82328004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210246089.4A Active CN114756525B (zh) | 2022-03-14 | 2022-03-14 | 序列数据构建方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114756525B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109698729A (zh) * | 2018-12-21 | 2019-04-30 | 重庆工商大学 | 嵌入预设高斯整数的完美高斯整数序列设计新方法 |
| CN109886544A (zh) * | 2019-01-17 | 2019-06-14 | 新奥数能科技有限公司 | 构建设备能效曲线模型的方法、装置、介质及电子设备 |
| CN113347124A (zh) * | 2021-06-07 | 2021-09-03 | 广州城建职业学院 | 一种信道估测方法、系统、装置及存储介质 |
| CN113792305A (zh) * | 2021-08-18 | 2021-12-14 | 广州城建职业学院 | 加密解密方法、系统、设备及计算机可读存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9165109B2 (en) * | 2010-02-24 | 2015-10-20 | Pacific Biosciences Of California, Inc. | Sequence assembly and consensus sequence determination |
| US8374072B2 (en) * | 2010-04-07 | 2013-02-12 | Qualcomm Incorporated | Efficient zadoff-chu sequence generation |
| US9413421B2 (en) * | 2011-12-01 | 2016-08-09 | Optimark, Llc | Algebraic generators of sequences for communication signals |
| US9338034B2 (en) * | 2013-10-09 | 2016-05-10 | Qualcomm Incorporated | Ternary sequences with power of two exponent dimensionalities suitable for channel estimation |
-
2022
- 2022-03-14 CN CN202210246089.4A patent/CN114756525B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109698729A (zh) * | 2018-12-21 | 2019-04-30 | 重庆工商大学 | 嵌入预设高斯整数的完美高斯整数序列设计新方法 |
| CN109886544A (zh) * | 2019-01-17 | 2019-06-14 | 新奥数能科技有限公司 | 构建设备能效曲线模型的方法、装置、介质及电子设备 |
| CN113347124A (zh) * | 2021-06-07 | 2021-09-03 | 广州城建职业学院 | 一种信道估测方法、系统、装置及存储介质 |
| CN113792305A (zh) * | 2021-08-18 | 2021-12-14 | 广州城建职业学院 | 加密解密方法、系统、设备及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114756525A (zh) | 2022-07-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110519196B (zh) | 搜索物理小区标识的方法、计算机可读存储介质及小基站 | |
| CN109729035B (zh) | 一种正交频分复用技术通信系统中的脉冲噪声抑制方法 | |
| CN114615122B (zh) | 通信信号的频偏确定方法及装置 | |
| US20190052500A1 (en) | Apparatus and method for filter bank multi-carrier signal modulation with low papr in multiple antenna system | |
| US8422802B2 (en) | Robust large-scale visual codebook construction | |
| CN114756525B (zh) | 序列数据构建方法、装置、设备及计算机可读存储介质 | |
| CN109561041B (zh) | 一种通信序列构造方法、系统、设备及计算机存储介质 | |
| CN114338305A (zh) | 一种针对正交时频空调制系统的符号检测方法 | |
| DE112011101111T5 (de) | Fourier-transformation für ein signal, das auf einem zufallszugriffskanal zu senden ist | |
| CN114090948A (zh) | 旋转因子确定方法及装置、电子设备、存储介质 | |
| CN116886488B (zh) | 一种5g下行信号的降采样方法、系统及设备 | |
| CN115412416B (zh) | 一种面向高速移动场景的低复杂度otfs信号检测方法 | |
| CN114501672B (zh) | Prach信号处理方法、装置、电子设备及存储介质 | |
| CN111787074B (zh) | 一种文件同步方法及终端 | |
| CN115033840A (zh) | 调制信号处理、装置和电子设备 | |
| JP2019522437A (ja) | ＯｖＸＤＭシステムに適用される一種類のファストデコード方法、装置及びＯｖＸＤＭシステム | |
| CN102647389A (zh) | 观察到达时间差定位中处理相关的方法和设备 | |
| CN111490793B (zh) | 一种基于阶梯型随机序列的调制宽带转换器的混频矩阵生成方法 | |
| Yuan et al. | A novel TS-EIA-PTS PAPR reduction algorithm for optical OFDM systems | |
| KR101449865B1 (ko) | Ｏｆｄｍ 시스템에서의 초기 동기화 방법 및 그 장치 | |
| CN113468179B (zh) | 数据库的基数估算方法、装置、设备及存储介质 | |
| CN115051755B (zh) | 双偏全谱调制信号的生成方法及装置 | |
| CN116319221A (zh) | 一种基于最小覆盖圆的ofdm信号降峰均比方法 | |
| CN116801418A (zh) | 一种随机接入信号生成方法、装置及存储介质 | |
| CN118041739A (zh) | 快速pss检测方法及装置 |
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 |