CN115941081B - 一种sinr计算方法、对数似然比量化方法及装置 - Google Patents
一种sinr计算方法、对数似然比量化方法及装置 Download PDFInfo
- Publication number
- CN115941081B CN115941081B CN202210959040.3A CN202210959040A CN115941081B CN 115941081 B CN115941081 B CN 115941081B CN 202210959040 A CN202210959040 A CN 202210959040A CN 115941081 B CN115941081 B CN 115941081B
- Authority
- CN
- China
- Prior art keywords
- time slot
- sinr
- decoding
- current time
- dci
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004364 calculation method Methods 0.000 title claims abstract description 22
- 238000013139 quantization Methods 0.000 title claims description 198
- 238000005259 measurement Methods 0.000 claims abstract description 70
- 238000004891 communication Methods 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 61
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 17
- 230000009471 action Effects 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
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Classifications
-
- 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
- Error Detection And Correction (AREA)
Abstract
本申请提供一种SINR计算方法、对数似然比量化方法及装置，应用于通信技术领域，方法包括：根据解码成功时隙对应的DCI解码数据确定当前时隙对应的第一SINR；其中，解码成功时隙为当前时隙之前与当前时隙最接近的一次DCI解码成功的时隙。在上述方案中，当前时隙对应的第一SINR可以根据之前的时隙内的DCI解码数据确定。与现有技术中通过测量得到的第一SINR相比，本申请实施例得到的第一SINR不受测量周期较长的影响，可以根据DCI解码数据实时更新第一SINR，因此，可以得到准确度更高的第一SINR，从而可以提高系统性能。此外，本申请实施例得到第一SINR的过程的时延也较低，同时无需大量的存储开销。
Description
技术领域
本申请涉及通信技术领域，具体而言，涉及一种SINR计算方法、对数似然比量化方法及装置。
背景技术
5G新无线(New Radio，NR)物理下行控制信道(Physical Downlink ControlChannel，PDCCH)上承载了下行控制信息(Downlink Control Information，DCI)，其中，PDCCH的接收处理可以以监测时机(Monitoring Occasion，MO)为单位进行处理。当用户设备(User Equipment，UE)接收端以MO为单位进行处理时，对该MO内所有待盲检的PDCCH候选集(Candidate)所对应资源块(Resource Block，RB)进行信道估计、信道均衡以及正交幅度调制(Quadrature Amplitude Modulation，QAM)解调，最后进行比特级接收处理。在上述过程中，为了降低硬件代价，需要对比特级接收处理的初始对数似然比(LogarithmLikelihood Ratio，LLR)进行量化，与此同时还需要保证系统性能。
在现有技术中，一般预先针对不同信号与干扰加噪声比(Signal toInterference plus Noise Ratio，SINR)设计LLR量化表格，基于测量获得的SINR进行查表获得LLR量化因子。但是，由于SINR的测量周期较长，信道变化较快时会导致用于查表的SINR不准确，进而导致查表获得的LLR量化因子不准确，从而影响系统性能。
发明内容
本申请实施例的目的在于提供一种SINR计算方法、对数似然比量化方法及装置，用以解决现有技术中获得的SINR不准确的技术问题。
第一方面，本申请实施例提供一种SINR计算方法，包括：根据解码成功时隙对应的下行控制信息DCI解码数据确定当前时隙对应的第一信号与干扰加噪声比SINR；其中，所述解码成功时隙为所述当前时隙之前与所述当前时隙最接近的一次DCI解码成功的时隙。在上述方案中，当前时隙对应的第一SINR可以根据之前的时隙内的DCI解码数据确定。与现有技术中通过测量得到的第一SINR相比，本申请实施例得到的第一SINR不受测量周期较长的影响，可以根据DCI解码数据实时更新第一SINR，因此，可以得到准确度更高的第一SINR，从而可以提高系统性能。此外，本申请实施例得到第一SINR的过程的时延也较低，同时无需大量的存储开销。
在可选的实施方式中，所述DCI解码数据包括：所述解码成功时隙对应的量化因子以及对数似然比LLR绝对值均值；其中，所述解码成功时隙对应的LLR绝对值均值为所述解码成功时隙内DCI解码成功的物理下行控制信道PDCCH候选对应的LLR的绝对值均值，所述解码成功时隙对应的量化因子用于对所述解码成功时隙对应的LLR进行量化。在上述方案中，当前时隙对应的第一SINR可以根据解码成功时隙中用于对LLR进行量化的量化因子以及解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值确定。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
在可选的实施方式中，所述第一SINR与所述解码成功时隙对应的量化因子成反比。在上述方案中，解码成功时隙中用于对LLR进行量化的量化因子越大，当前时隙对应的第一SINR可以越小。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
在可选的实施方式中，所述第一SINR与所述解码成功时隙对应的LLR绝对值均值成正比。在上述方案中，解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值越大，当前时隙对应的第一SINR可以越大。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
在可选的实施方式中，所述根据解码成功时隙对应的下行控制信息DCI解码数据确定第一信号与干扰加噪声比SINR，包括：根据如下公式确定所述第一SINR：
其中，SINRDEC为所述第一SINR，meanABsLlr为所述解码成功的PDCCH候选对应的LLR绝对值均值，d为标准星座图归一化系数，scalefactor为所述解码成功时隙对应的量化因子。
第二方面，本申请实施例提供一种对数似然比量化方法，包括：根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子；其中，所述第一SINR根据第一方面中所述的SINR计算方法确定；根据所述当前时隙对应的量化因子对所述当前时隙对应的LLR进行量化，得到第一检测数据；其中，所述当前时隙对应的LLR为对所述当前时隙内一个监测时机内接收到的物理下行控制信道PDCCH资源数据进行符号级接收处理得到。在上述方案中，可以根据当前时隙对应的第一SINR确定当前时隙对应的量化因子。由于当前时隙对应的第一SINR可以不受测量周期较长的影响，从而准确度更高，因此，与现有技术中通过查表得到的量化因子相比，本申请实施例得到的量化因子准确度更高，从而可以提高系统性能。此外，本申请实施例得到量化因子的过程的时延也较低，同时无需大量的存储开销。
在可选的实施方式中，在所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子之前，所述方法还包括：确定解码成功时隙与所述当前时隙之间的时间间隔；若所述时间间隔小于测量周期，则执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若所述时间间隔大于所述测量周期，则根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。在上述方案中，当上一次DCI解码成功对应的解码成功时隙与当前时隙之间的时间间隔小于测量周期时，可以根据上一次DCI解码成功时的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当解码成功时隙与当前时隙之间的时间间隔大于测量周期时，可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
在可选的实施方式中，在所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子之前，所述方法还包括：判断上一时隙是否为解码成功时隙；若是，则执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若否，则根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。在上述方案中，当上一时隙DCI解码成功时，则可以根据上一时隙内的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当上一时隙DCI解码不成功时，则可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
在可选的实施方式中，在所述根据所述当前时隙对应的量化因子对所述当前时隙对应的LLR进行量化，得到第一检测数据之后，所述方法还包括：对所述第一检测数据进行盲检控制，得到第二检测数据；对所述第二检测数据中每一PDCCH候选对应的数据进行DCI解码，得到对应的DCI解码数据。在上述方案中，通过对第一检测数据进行盲检控制得到第二检测数据，再对第二检测数据进行DCI解码以得到对应的DCI解码数据。因此，后续时隙可以基于该时隙对应的DCI解码数据确定准确度较高的量化因子。
第三方面，本申请实施例提供一种SINR计算装置，包括：第一确定模块，用于根据解码成功时隙对应的下行控制信息DCI解码数据确定当前时隙对应的第一信号与干扰加噪声比SINR；其中，所述解码成功时隙为所述当前时隙之前与所述当前时隙最接近的一次DCI解码成功的时隙。在上述方案中，当前时隙对应的第一SINR可以根据之前的时隙内的DCI解码数据确定。与现有技术中通过测量得到的第一SINR相比，本申请实施例得到的第一SINR不受测量周期较长的影响，可以根据DCI解码数据实时更新第一SINR，因此，可以得到准确度更高的第一SINR，从而可以提高系统性能。此外，本申请实施例得到第一SINR的过程的时延也较低，同时无需大量的存储开销。
在可选的实施方式中，所述DCI解码数据包括：所述解码成功时隙对应的量化因子以及对数似然比LLR绝对值均值；其中，所述解码成功时隙对应的LLR绝对值均值为所述解码成功时隙内DCI解码成功的物理下行控制信道PDCCH候选对应的LLR的绝对值均值，所述解码成功时隙对应的量化因子用于对所述解码成功时隙对应的LLR进行量化。在上述方案中，当前时隙对应的第一SINR可以根据解码成功时隙中用于对LLR进行量化的量化因子以及解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值确定。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
在可选的实施方式中，所述第一SINR与所述解码成功时隙对应的量化因子成反比。在上述方案中，解码成功时隙中用于对LLR进行量化的量化因子越大，当前时隙对应的第一SINR可以越小。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
在可选的实施方式中，所述第一SINR与所述解码成功时隙对应的LLR绝对值均值成正比。在上述方案中，解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值越大，当前时隙对应的第一SINR可以越大。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
在可选的实施方式中，所述第一确定模块具体用于：根据如下公式确定所述第一SINR：
其中，SINRDEC为所述第一SINR，meanABsLlr为所述解码成功的PDCCH候选对应的LLR绝对值均值，d为标准星座图归一化系数，scalefactor为所述解码成功时隙对应的量化因子。
第四方面，本申请实施例提供一种对数似然比量化装置，包括：第二确定模块，用于根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子；其中，所述第一SINR根据第一方面中所述的SINR计算方法确定；量化模块，用于根据所述当前时隙对应的量化因子对所述当前时隙对应的LLR进行量化，得到第一检测数据；其中，所述当前时隙对应的LLR为对所述当前时隙内一个监测时机内接收到的物理下行控制信道PDCCH资源数据进行符号级接收处理得到。在上述方案中，可以根据当前时隙对应的第一SINR确定当前时隙对应的量化因子。由于当前时隙对应的第一SINR可以不受测量周期较长的影响，从而准确度更高，因此，与现有技术中通过查表得到的量化因子相比，本申请实施例得到的量化因子准确度更高，从而可以提高系统性能。此外，本申请实施例得到量化因子的过程的时延也较低，同时无需大量的存储开销。
在可选的实施方式中，所述对数似然比量化装置还包括：第三确定模块，用于确定解码成功时隙与所述当前时隙之间的时间间隔；若所述时间间隔小于测量周期，所述对数似然比量化装置则执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若所述时间间隔大于所述测量周期，则所述对数似然比量化装置还包括第四确定模块，用于根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。在上述方案中，当上一次DCI解码成功对应的解码成功时隙与当前时隙之间的时间间隔小于测量周期时，可以根据上一次DCI解码成功时的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当解码成功时隙与当前时隙之间的时间间隔大于测量周期时，可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
在可选的实施方式中，所述对数似然比量化装置还包括：判断模块，用于判断上一时隙是否为解码成功时隙；若是，则所述对数似然比量化装置执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若否，则所述对数似然比量化装置还包括第五确定模块，用于根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。在上述方案中，当上一时隙DCI解码成功时，则可以根据上一时隙内的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当上一时隙DCI解码不成功时，则可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
在可选的实施方式中，所述对数似然比量化装置还包括：盲检控制模块，用于对所述第一检测数据进行盲检控制，得到第二检测数据；解码模块，用于对所述第二检测数据中每一PDCCH候选对应的数据进行DCI解码，得到对应的DCI解码数据。在上述方案中，通过对第一检测数据进行盲检控制得到第二检测数据，再对第二检测数据进行DCI解码以得到对应的DCI解码数据。因此，后续时隙可以基于该时隙对应的DCI解码数据确定准确度较高的量化因子。
第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行如第一方面所述的SINR计算方法或者执行如第二方面所述的对数似然比量化方法。
第六方面，本申请实施例提供一种电子设备，包括：处理器、存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的计算机程序指令，所述处理器调用所述计算机程序指令能够执行如第一方面所述的SINR计算方法或者执行如第二方面所述的对数似然比量化方法。
第七方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序指令，所述计算机程序指令被计算机运行时，使所述计算机执行如第一方面所述的SINR计算方法或者执行如第二方面所述的对数似然比量化方法。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举本申请实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种SINR计算方法的流程图；
图2为本申请实施例提供的一种对数似然比量化方法的流程图；
图3为本申请实施例提供的另一种对数似然比量化方法的示意图；
图4为本申请实施例提供的量化因子的示意图；
图5为本申请实施例提供的一种SINR计算装置的结构框图；
图6为本申请实施例提供的一种对数似然比量化装置的结构框图；
图7为本申请实施例提供的一种电子设备的结构框图。
具体实施方式
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描述。
请参照图1，图1为本申请实施例提供的一种SINR计算方法的流程图，该SINR计算方法可以包括如下步骤：
步骤S101：根据解码成功时隙对应的DCI解码数据确定当前时隙对应的第一SINR。
具体的，在本申请实施例中，以一个时隙为单位，可以在每一个时隙中均对待解码数据进行DCI解码，并得到当前时隙对应的DCI解码数据。
其中，本申请实施例对上述待解码数据的具体实施方式不作具体的限定，本领域技术人员可以参照现有技术以及后续实施例进行合适的调整。此外，本申请实施例对上述进行DCI解码的具体实施方式也不作具体的限定，本领域技术人员同样可以结合现有技术以及实际情况进行合适的调整。
在对待解码数据进行DCI解码的过程中，DCI解码可能成功也可能失败。在上述步骤S101中，针对当前时隙，可以将在当前时隙之前，且与当前时隙最接近的一次DCI解码成功的时隙命名为解码成功时隙。举例来说，当前时隙的上一个时隙DCI解码成功，则该上一个时隙即为当前时隙对应的解码成功时隙；或者，当前时隙的上一个时隙DCI解码失败，而当前时隙的上上个时隙DCI解码成功，则该上上个时隙即为当前时隙对应的解码成功时隙。
可以理解的是，在解码成功时隙中，当完成DCI解码后，可以得到解码成功时隙对应的DCI解码数据。其中，本申请实施例对DCI解码数据的具体实施方式不作具体的限定，本领域技术人员可以根据实际情况进行合适的调整。举例来说，DCI解码数据可以包括表征当前时隙是否DCI解码成功的参数；或者，DCI解码数据可以包括DCI解码成功时输出的参数等。
在上述步骤S101中，根据解码成功时隙对应的DCI解码数据，可以确定当前时隙对应的第一SINR。
其中，本申请实施例对确定第一SINR的具体实施方式不作具体的限定，本领域技术人员可以根据实际情况进行合适的选择。举例来说，可以基于DCI解码数据中的参数计算得到第一SINR；或者，也可以基于DCI解码数据中的参数查表得到对应的第一SINR等。
可以理解的是，在得到上述第一SINR后，本申请实施例对其的应用场景也不作具体的限定，本领域技术人员可以根据实际情况进行合适的调整。举例来说，可以直接将上述第一SINR发送给其他设备或者上传至云端，进行存储或者其他处理；或者，可以基于上述第一SINR确定对当前时隙的数据进行LLR量化的量化因子等。
在上述方案中，当前时隙对应的第一SINR可以根据之前的时隙内的DCI解码数据确定。与现有技术中通过测量得到的第一SINR相比，本申请实施例得到的第一SINR不受测量周期较长的影响，可以根据DCI解码数据实时更新第一SINR，因此，可以得到准确度更高的第一SINR，从而可以提高系统性能。此外，本申请实施例得到第一SINR的过程的时延也较低，同时无需大量的存储开销。
进一步的，在上述实施例的基础上，DCI解码数据可以包括：解码成功时隙对应的量化因子以及LLR绝对值均值。
具体的，作为一种实施方式，可以接收基站发送的PDCCH资源数据，并以MO为单位，对PDCCH资源数据进行符号级接收处理；然后，可以根据当前时隙对应的量化因子对上述符号级接收处理后的数据进行LLR量化，并对量化后的数据进行盲检控制以及比特级接收处理，得到当前时隙对应的DCI解码数据。
在本申请实施例中，可以以PDCCH候选为单位，对待解码数据进行比特级接收处理，以实现对待解码数据进行DCI解码。其中，由于每个PDCCH候选对应的RB位置不一样，因此，在进行比特级接收处理时，可以抽取相应的资源对每个PDCCH进行DCI解码。
可以理解的是，在一个时隙中对每个PDCCH候选进行解码的过程中，可能存在以下三种情况：第一种，该时隙中没有PDCCH候选解码成功，此时可以认为该时隙DCI解码失败；第二种情况，有部分PDCCH候选解码成功，此时可以认为该时隙DCI解码成功；第三种情况，全部的PDCCH候选均解码成功，此时可以认为该时隙DCI解码成功。
因此，在解码成功时隙中，可能存在至少一个PDCCH候选解码成功；每一个解码成功的PDCCH候选均对应一个LLR，因此，解码成功时隙对应的LLR绝对值均值可以为解码成功时隙内DCI解码成功的PDCCH候选对应的LLR的绝对值均值。
而解码成功时隙对应的量化因子用于对解码成功时隙对应的LLR进行量化。
在上述方案中，当前时隙对应的第一SINR可以根据解码成功时隙中用于对LLR进行量化的量化因子以及解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值确定。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
进一步的，在上述实施例的基础上，第一SINR与解码成功时隙对应的量化因子成反比。
在上述方案中，解码成功时隙中用于对LLR进行量化的量化因子越大，当前时隙对应的第一SINR可以越小。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
进一步的，在上述实施例的基础上，第一SINR与解码成功时隙对应的LLR绝对值均值成正比。
在上述方案中，解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值越大，当前时隙对应的第一SINR可以越大。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
进一步的，在上述实施例的基础上，根据解码成功时隙对应的下行控制信息DCI解码数据确定第一信号与干扰加噪声比SINR，包括：根据如下公式确定第一SINR：
其中，SINRDEC为第一SINR，meanABsLlr为解码成功的PDCCH候选对应的LLR绝对值均值，d为标准星座图归一化系数，scalefactor为解码成功时隙对应的量化因子。
基于上述SINR计算方法，本申请实施例还提供了一种对数似然比量化方法。请参照图2，图2为本申请实施例提供的一种对数似然比量化方法的流程图，该对数似然比量化方法可以包括如下步骤：
步骤S201：根据当前时隙对应的第一SINR确定当前时隙对应的量化因子。
步骤S202：根据当前时隙对应的量化因子对当前时隙对应的LLR进行量化，得到第一检测数据。
具体的，在上述步骤S201中，当前时隙对应的第一SINR可以根据上述实施例中的SINR计算方法确定，而当前时隙对应的量化因子为在当前时隙用于对数据进行LLR量化的参数。
其中，本申请实施例对根据第一SINR确定量化因子的具体实施方式不作具体的限定，本领域技术人员可以根据实际情况进行合适的选择。举例来说，可以基于第一SINR查表得到对应的量化因子；或者，也可以基于第一SINR计算得到对应的量化因子等。
在上述步骤S202中，可以根据步骤S201确定的量化因子对当前时隙对应的LLR进行量化，得到第一检测数据。
其中，如上述实施例所述，可以接收基站发送的PDCCH资源数据，并以MO为单位，对PDCCH资源数据进行符号级接收处理。因此，上述当前时隙对应的LLR可以为对当前时隙内一个MO内接收到的PDCCH资源数据进行符号级接收处理得到。
作为一种实施方式，上述符号级接收处理可以包括信道估计、信道均衡以及QAM解调。也就是说，在接收到PDCCH资源数据后，可以对PDCCH资源数据依次进行信道估计处理、信道均衡处理、QAM解调处理，最后得到上述当前时隙对应的LLR。
其中，本申请实施例对信道估计、信道均衡以及QAM解调的具体实施方式不作具体的限定，本领域技术人员可以结合现有技术以及实际情况进行合适的调整。
可以理解的是，在本申请实施例中，每一个时隙对应一个量化因子，当前时隙可以根据对应的量化因子进行LLR量化，得到量化后的第一检测数据。其中，本申请实施例对LLR量化的具体实施方式也不作具体的限定，本领域技术人员同样可以结合现有技术以及实际情况进行合适的调整。
由于当前时隙对应的量化因子是根据当前时隙对应的第一SINR确定的，而当前时隙对应的第一SINR又是根据解码成功时隙对应的DCI解码数据确定，因此，不同时隙对应的第一SINR可能是相同或者不同的，相应的，不同时隙对应的量化因子也可能是相同或者不同的。
举例来说，假设一个时隙(命名为第一时隙)DCI解码成功，因此，第一时隙的下一个时隙(命名为第二时隙)的第一SINR根据第一时隙对应的DCI解码数据确定，第二时隙的量化因子根据上述第一SINR确定；再假设第二时隙DCI解码成功，则第二时隙的下一个时隙(命名为第三时隙)的第一SINR根据第二时隙对应的DCI解码数据确定，第三时隙的量化因子根据上述第一SINR确定，因此，在该种情况下，第二时隙与第三时隙的第一SINR以及量化因子均不相同。
再如，假设一个时隙(命名为第一时隙)DCI解码成功，因此，第一时隙的下一个时隙(命名为第二时隙)的第一SINR根据第一时隙对应的DCI解码数据确定，第二时隙的量化因子根据上述第一SINR确定；再假设第二时隙DCI解码失败，则第二时隙的下一个时隙(命名为第三时隙)的第一SINR根据第一时隙对应的DCI解码数据确定，第三时隙的量化因子根据上述第一SINR确定，因此，在该种情况下，第二时隙与第三时隙的第一SINR以及量化因子相同。
在上述方案中，可以根据当前时隙对应的第一SINR确定当前时隙对应的量化因子。由于当前时隙对应的第一SINR可以不受测量周期较长的影响，从而准确度更高，因此，与现有技术中通过查表得到的量化因子相比，本申请实施例得到的量化因子准确度更高，从而可以提高系统性能。此外，本申请实施例得到量化因子的过程的时延也较低，同时无需大量的存储开销。
进一步的，在上述实施例的基础上，本申请实施例介绍一种确定当前时隙对应的量化因子的具体实施方式。在该实施方式中，在上述步骤S201之前，本申请实施例提供的对数似然比量化方法还可以包括如下步骤：
步骤1)，确定解码成功时隙与当前时隙之间的时间间隔。
步骤2)，若时间间隔小于测量周期，则根据当前时隙对应的第一SINR确定当前时隙对应的量化因子。
步骤3)，若时间间隔大于测量周期，则根据当前测量周期对应的第二SINR确定当前时隙对应的量化因子。
具体的，如上述实施例所述，在每个时隙中，DCI解码可能成功或者失败，因此，解码成功时隙与当前时隙之间的时间间隔可能为一个时隙，也可能为多个时隙。
举例来说，假设当前时隙的上一次时隙DCI解码成功，则解码成功时隙与当前时隙之间的时间间隔为一个时隙；再假设当前时隙的上一次时隙DCI解码失败，而当前时隙的上上次时隙DCI解码成功，则解码成功时隙与当前时隙之间的时间间隔为两个时隙。
因此，在上述步骤1)中，可以确定解码成功时隙与当前时隙之间的时间间隔。
在上述步骤2)中，测量周期为第二SINR进行更新的周期，而第二SINR为根据接收信号测量得到的。
作为一种实施方式，上述接收信号可以为SSB。也就是说，接收基站发送的SSB，基于上述SSB可以测量得到第二SINR；由于测量周期与基站发送SSB的周期一致，因此，接收到基站发送的SSB之后，可以基于当前接收到的SSB对第二SINR进行更新，得到当前测量周期对应的第二SINR。
可以理解的是，基站发送PDCCH的周期与发送SSB的周期一般是不同步的，相应的，设备接收到PDCCH的时间与SSB的时间也是不同步的。因此，设备可以比较步骤1)中的时间间隔与测量周期的长短，并基于时间较短的数据确定准确度更高的量化因子。
在上述步骤2)中，如果上述时间间隔小于测量周期，则说明根据DCI解码数据确定量化因子的准确度更优，因此，可以根据第一SINR确定量化因子。
在上述步骤3)中，如果上述时间间隔大于测量周期，则说明在很长的一段时间内均没有时隙DCI解码成功，根据第一SINR确定量化因子的准确度较差，因此，可以根据测量得到的第二SINR确定量化因子。
其中，本申请实施例对根据第二SINR确定量化因子的具体实施方式也不作具体的限定，本领域技术人员同样可以根据实际情况进行合适的选择。举例来说，可以基于第二SINR查表得到对应的量化因子；或者，也可以基于第二SINR计算得到对应的量化因子等。
可以理解的是，上述步骤2)以及上述步骤3)之间并没有先后顺序，当满足步骤2)中的条件时，执行步骤2)；当满足步骤3)中的条件时，执行步骤3)。此外，作为一种实施方式，当满足步骤2)中的条件时，可以不执行确定第二SINR的步骤；作为另一种实施方式，当满足步骤3)中的条件时，可以不执行确定第一SINR的步骤。
在上述方案中，当上一次DCI解码成功对应的解码成功时隙与当前时隙之间的时间间隔小于测量周期时，可以根据上一次DCI解码成功时的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当解码成功时隙与当前时隙之间的时间间隔大于测量周期时，可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
进一步的，在上述实施例的基础上，本申请实施例介绍另一种确定当前时隙对应的量化因子的具体实施方式。在该实施方式中，在上述步骤S201之前，本申请实施例提供的对数似然比量化方法还可以包括如下步骤：
步骤1)，判断上一时隙是否为解码成功时隙。
步骤2)，若上一时隙是解码成功时隙，则根据当前时隙对应的第一SINR确定当前时隙对应的量化因子。
步骤3)，若上一时隙不是解码成功时隙，则根据当前测量周期对应的第二SINR确定当前时隙对应的量化因子。
具体的，在上述步骤1)中，可以判断当前时隙的上一时隙是否为解码成功时隙。如果上一时隙是解码成功时隙，则说明上一时隙解码成功；如果上一时隙不是解码成功时隙，则说明上一时隙解码失败。
在上述步骤2)中，如果上一时隙是解码成功时隙，则可以根据第一SINR确定量化因子。
在上述步骤3)中，如果上一时隙不是解码成功时隙，则可以根据第二SINR确定量化因子。其中，测量周期为第二SINR进行更新的周期，而第二SINR为根据接收信号测量得到的。
作为一种实施方式，上述接收信号可以为SSB。也就是说，接收基站发送的SSB，基于上述SSB可以测量得到第二SINR；由于测量周期与基站发送SSB的周期一致，因此，接收到基站发送的SSB之后，可以基于当前接收到的SSB对第二SINR进行更新，得到当前测量周期对应的第二SINR。
可以理解的是，上述步骤2)以及上述步骤3)之间并没有先后顺序，当满足步骤2)中的条件时，执行步骤2)；当满足步骤3)中的条件时，执行步骤3)。此外，作为一种实施方式，当满足步骤2)中的条件时，可以不执行确定第二SINR的步骤；作为另一种实施方式，当满足步骤3)中的条件时，可以不执行确定第一SINR的步骤。
在上述方案中，当上一时隙DCI解码成功时，则可以根据上一时隙内的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当上一时隙DCI解码不成功时，则可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
进一步的，在上述实施例的基础上，在上述步骤S202之后，本申请实施例提供的对数似然比量化方法还可以包括如下步骤：
步骤1)，对所述第一检测数据进行盲检控制，得到第二检测数据。
步骤2)，对第二检测数据中每一PDCCH候选对应的数据进行DCI解码，得到对应的DCI解码数据。
具体的，在上述步骤1)中，在得到第一检测数据后，可以对第一检测数据进行盲检控制，得到第二检测数据。其中，本申请实施例对盲检控制的具体实施方式不作具体的介绍，本领域技术人员可以根据现有技术以及实际情况进行合适的调整。
在上述步骤2)中，可以对第二检测数据进行DCI解码，得到当前时隙对应的DCI解码数据，以使后续时隙可以基于该DCI解码数据确定对应第一SINR。
其中，可以以PDCCH候选为单位，对待解码数据进行比特级接收处理，以实现对待解码数据进行DCI解码。其中，由于每个PDCCH候选对应的RB位置不一样，因此，在进行比特级接收处理时，可以抽取相应的资源对每个PDCCH进行DCI解码。
在上述方案中，通过对第一检测数据进行盲检控制得到第二检测数据，再对第二检测数据进行DCI解码以得到对应的DCI解码数据。因此，后续时隙可以基于该时隙对应的DCI解码数据确定准确度较高的量化因子。
进一步的，在上述实施例的基础上，请参照图3，图3为本申请实施例提供的另一种对数似然比量化方法的示意图，该对数似然比量化方法可以包括如下内容：
测量：设备接收基站发送的SSB，并对SSB进行测量，得到对应的第二SINR。
信道估计、信道均衡、QAM解调：设备接收基站发送的PDCCH资源数据，并以MO为单位，对PDCCH资源数据进行信道估计、信道均衡以及QAM解调。
LLR量化控制：基于之前的DCI解码数据确定当前时隙对应的第一SINR，并基于测量得到的第二SINR以及上述第一SINR，确定当前时隙对应的量化因子。其中，确定第一SINR以及确定量化因子的具体方法可以参照上述实施例，此处不再赘述。
LLR量化：根据当前时隙对应的量化因子信道估计、信道均衡、QAM解调后得到的数据进行对数似然比量化，得到第一检测数据。
盲检控制：对第一检测数据进行盲检控制，得到第二检测数据。
比特级接收处理：以PDCCH候选为单位，对第二检测数据中每一PDCCH候选对应的数据进行DCI解码，得到对应的DCI解码数据。
上报控制：将上述DCI解码数据通过上报控制上报给LLR量化控制模块，以使LLR量化控制模块可以基于DCI解码数据确定第一SINR，并根据第二SINR以及第一SINR确定量化因子。其中，可以仅在DCI解码成功时，反馈该PDCCH候选的LLR以及所采用的量化因子。
进一步的，在上述实施例的基础上，请参照图4，图4为本申请实施例提供的量化因子的示意图，可以看出，与仅基于测量得到的SINR确定量化因子相比，基于测量得到的SINR以及根据DCI解码数据确定得到的SINR共同确定的量化因子可以使系统具有更好的性能。
请参照图5，图5为本申请实施例提供的一种SINR计算装置的结构框图，该SINR计算装置500包括：第一确定模块501，用于根据解码成功时隙对应的下行控制信息DCI解码数据确定当前时隙对应的第一信号与干扰加噪声比SINR；其中，所述解码成功时隙为所述当前时隙之前与所述当前时隙最接近的一次DCI解码成功的时隙。
在本申请实施例中，当前时隙对应的第一SINR可以根据之前的时隙内的DCI解码数据确定。与现有技术中通过测量得到的第一SINR相比，本申请实施例得到的第一SINR不受测量周期较长的影响，可以根据DCI解码数据实时更新第一SINR，因此，可以得到准确度更高的第一SINR，从而可以提高系统性能。此外，本申请实施例得到第一SINR的过程的时延也较低，同时无需大量的存储开销。
进一步的，所述DCI解码数据包括：所述解码成功时隙对应的量化因子以及对数似然比LLR绝对值均值；其中，所述解码成功时隙对应的LLR绝对值均值为所述解码成功时隙内DCI解码成功的物理下行控制信道PDCCH候选对应的LLR的绝对值均值，所述解码成功时隙对应的量化因子用于对所述解码成功时隙对应的LLR进行量化。
在本申请实施例中，当前时隙对应的第一SINR可以根据解码成功时隙中用于对LLR进行量化的量化因子以及解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值确定。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
进一步的，所述第一SINR与所述解码成功时隙对应的量化因子成反比。
在本申请实施例中，解码成功时隙中用于对LLR进行量化的量化因子越大，当前时隙对应的第一SINR可以越小。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
进一步的，所述第一SINR与所述解码成功时隙对应的LLR绝对值均值成正比。
在本申请实施例中，解码成功时隙中解码成功的PDCCH候选对应的LLR绝对值均值越大，当前时隙对应的第一SINR可以越大。因此，本申请实施例得到的第一SINR可以根据上述实时的数据进行实时的更新，从而可以不受测量周期较长的影响，得到准确度更高的第一SINR，并提高系统性能。
进一步的，所述第一确定模块501具体用于：根据如下公式确定所述第一SINR：
其中，SINRDEC为所述第一SINR，meanABsLlr为所述解码成功的PDCCH候选对应的LLR绝对值均值，d为标准星座图归一化系数， scalefactor为所述解码成功时隙对应的量化因子。
请参照图6，图6为本申请实施例提供的一种对数似然比量化装置的结构框图，该对数似然比量化装置600包括：第二确定模块601，用于根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子；其中，所述第一SINR根据上述SINR计算方法确定；量化模块602，用于根据所述当前时隙对应的量化因子对所述当前时隙对应的LLR进行量化，得到第一检测数据；其中，所述当前时隙对应的LLR为对所述当前时隙内一个监测时机内接收到的物理下行控制信道PDCCH资源数据进行符号级接收处理得到。
在本申请实施例中，可以根据当前时隙对应的第一SINR确定当前时隙对应的量化因子。由于当前时隙对应的第一SINR可以不受测量周期较长的影响，从而准确度更高，因此，与现有技术中通过查表得到的量化因子相比，本申请实施例得到的量化因子准确度更高，从而可以提高系统性能。此外，本申请实施例得到量化因子的过程的时延也较低，同时无需大量的存储开销。
进一步的，所述对数似然比量化装置600还包括：第三确定模块，用于确定解码成功时隙与所述当前时隙之间的时间间隔；若所述时间间隔小于测量周期，所述对数似然比量化装置600则执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若所述时间间隔大于所述测量周期，则所述对数似然比量化装置600还包括第四确定模块，用于根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。
在本申请实施例中，当上一次DCI解码成功对应的解码成功时隙与当前时隙之间的时间间隔小于测量周期时，可以根据上一次DCI解码成功时的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当解码成功时隙与当前时隙之间的时间间隔大于测量周期时，可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
进一步的，所述对数似然比量化装置600还包括：判断模块，用于判断上一时隙是否为解码成功时隙；若是，则所述对数似然比量化装置600执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若否，则所述对数似然比量化装置600还包括第五确定模块，用于根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。
在本申请实施例中，当上一时隙DCI解码成功时，则可以根据上一时隙内的DCI解码数据确定第一SINR，并根据上述第一SINR确定量化因子；而当上一时隙DCI解码不成功时，则可以根据测量得到的第二SINR确定量化因子。因此，可以根据当前时隙的实时情况确定准确度更高的量化因子，从而提高系统性能。
进一步的，所述对数似然比量化装置600还包括：盲检控制模块，用于对所述第一检测数据进行盲检控制，得到第二检测数据；解码模块，用于对所述第二检测数据中每一PDCCH候选对应的数据进行DCI解码，得到对应的DCI解码数据。
在本申请实施例中，通过对第一检测数据进行盲检控制得到第二检测数据，再对第二检测数据进行DCI解码以得到对应的DCI解码数据。因此，后续时隙可以基于该时隙对应的DCI解码数据确定准确度较高的量化因子。
请参照图7，图7为本申请实施例提供的一种电子设备的结构框图，该电子设备700包括：至少一个处理器701，至少一个通信接口702，至少一个存储器703和至少一个通信总线704。其中，通信总线704用于实现这些组件直接的连接通信，通信接口702用于与其他节点设备进行信令或数据的通信，存储器703存储有处理器701可执行的机器可读指令。当电子设备700运行时，处理器701与存储器703之间通过通信总线704通信，机器可读指令被处理器701调用时执行上述SINR计算方法或者对数似然比量化方法。
例如，本申请实施例的处理器701通过通信总线704从存储器703读取计算机程序并执行该计算机程序可以实现如下方法：根据解码成功时隙对应的下行控制信息DCI解码数据确定当前时隙对应的第一信号与干扰加噪声比SINR；其中，解码成功时隙为当前时隙之前与当前时隙最接近的一次DCI解码成功的时隙。
其中，处理器701包括一个或多个，其可以是一种集成电路芯片，具有信号的处理能力。上述的处理器701可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、微控制单元(Micro Controller Unit，简称MCU)、网络处理器(NetworkProcessor，简称NP)或者其他常规处理器；还可以是专用处理器，包括神经网络处理器(Neural-network Processing Unit，简称NPU)、图形处理器(Graphics Processing Unit，简称GPU)、数字信号处理器(，简称DSP)、专用集成电路(Application SpecificIntegrated Circuits，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。并且，在处理器701为多个时，其中的一部分可以是通用处理器，另一部分可以是专用处理器。
存储器703包括一个或多个，其可以是，但不限于，随机存取存储器(RandomAccess Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，电可擦除可编程只读存储器(ElectricErasable Programmable Read-Only Memory，简称EEPROM)等。
可以理解，图7所示的结构仅为示意，电子设备700还可包括比图7中所示更多或者更少的组件，或者具有与图7所示不同的配置。图7中所示的各组件可以采用硬件、软件或其组合实现。于本申请实施例中，电子设备700可以是，但不限于台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体设备，还可以是虚拟机等虚拟设备。另外，电子设备700也不一定是单台设备，还可以是多台设备的组合，例如服务器集群，等等。
本申请实施例还提供一种计算机程序产品，包括存储在计算机可读存储介质上的计算机程序，计算机程序包括计算机程序指令，当计算机程序指令被计算机执行时，计算机能够执行上述实施例中SINR计算方法或者对数似然比量化方法的步骤，例如包括：步骤S101：根据解码成功时隙对应的下行控制信息DCI解码数据确定当前时隙对应的第一信号与干扰加噪声比SINR。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序指令，所述计算机程序指令被计算机运行时，使所述计算机执行前述方法实施例所述的SINR计算方法或者对数似然比量化方法。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，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通信接口，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。
另外，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或者也可以不是物理单元，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单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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)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，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。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种SINR计算方法，其特征在于，包括：
根据解码成功时隙对应的下行控制信息DCI解码数据确定当前时隙对应的第一信号与干扰加噪声比SINR；其中，所述解码成功时隙为所述当前时隙之前与所述当前时隙最接近的一次DCI解码成功的时隙；
所述DCI解码数据包括：所述解码成功时隙对应的量化因子以及对数似然比LLR绝对值均值；
其中，所述解码成功时隙对应的LLR绝对值均值为所述解码成功时隙内DCI解码成功的物理下行控制信道PDCCH候选对应的LLR的绝对值均值，所述解码成功时隙对应的量化因子用于对所述解码成功时隙对应的LLR进行量化；
所述第一SINR与所述解码成功时隙对应的量化因子成反比；
和/或，
所述第一SINR与所述解码成功时隙对应的LLR绝对值均值成正比。
2.根据权利要求1所述的SINR计算方法，其特征在于，所述根据解码成功时隙对应的下行控制信息DCI解码数据确定第一信号与干扰加噪声比SINR，包括：
根据如下公式确定所述第一SINR：
其中，SINRDEC为所述第一SINR，meanABsLlr为所述解码成功的PDCCH候选对应的LLR绝对值均值，d为标准星座图归一化系数，scalefactor为所述解码成功时隙对应的量化因子。
3.一种对数似然比量化方法，其特征在于，包括：
根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子；其中，所述第一SINR根据权利要求1或2所述的SINR计算方法确定；
根据所述当前时隙对应的量化因子对所述当前时隙对应的LLR进行量化，得到第一检测数据；其中，所述当前时隙对应的LLR为对所述当前时隙内一个监测时机内接收到的物理下行控制信道PDCCH资源数据进行符号级接收处理得到。
4.根据权利要求3所述的对数似然比量化方法，其特征在于，在所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子之前，所述方法还包括：
确定解码成功时隙与所述当前时隙之间的时间间隔；
若所述时间间隔小于测量周期，则执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若所述时间间隔大于所述测量周期，则根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。
5.根据权利要求3所述的对数似然比量化方法，其特征在于，在所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子之前，所述方法还包括：
判断上一时隙是否为解码成功时隙；
若是，则执行所述根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子的步骤，和/或，若否，则根据当前测量周期对应的第二SINR确定所述当前时隙对应的量化因子，其中，所述测量周期为所述第二SINR进行更新的周期，所述第二SINR为根据接收信号测量得到的。
6.根据权利要求3-5任一项所述的对数似然比量化方法，其特征在于，在所述根据所述当前时隙对应的量化因子对所述当前时隙对应的LLR进行量化，得到第一检测数据之后，所述方法还包括：
对所述第一检测数据进行盲检控制，得到第二检测数据；
对所述第二检测数据中每一PDCCH候选对应的数据进行DCI解码，得到对应的DCI解码数据。
7.一种SINR计算装置，其特征在于，包括：
第一确定模块，用于根据解码成功时隙对应的下行控制信息DCI解码数据确定当前时隙对应的第一信号与干扰加噪声比SINR；其中，所述解码成功时隙为所述当前时隙之前与所述当前时隙最接近的一次DCI解码成功的时隙；
所述DCI解码数据包括：所述解码成功时隙对应的量化因子以及对数似然比LLR绝对值均值；
其中，所述解码成功时隙对应的LLR绝对值均值为所述解码成功时隙内DCI解码成功的物理下行控制信道PDCCH候选对应的LLR的绝对值均值，所述解码成功时隙对应的量化因子用于对所述解码成功时隙对应的LLR进行量化；
所述第一SINR与所述解码成功时隙对应的量化因子成反比；
和/或，
所述第一SINR与所述解码成功时隙对应的LLR绝对值均值成正比。
8.一种对数似然比量化装置，其特征在于，包括：
第二确定模块，用于根据当前时隙对应的第一SINR确定所述当前时隙对应的量化因子；其中，所述第一SINR根据权利要求1或2所述的SINR计算方法确定；
量化模块，用于根据所述当前时隙对应的量化因子对所述当前时隙对应的LLR进行量化，得到第一检测数据；其中，所述当前时隙对应的LLR为对所述当前时隙内一个监测时机内接收到的物理下行控制信道PDCCH资源数据进行符号级接收处理得到。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线；
所述处理器和所述存储器通过所述总线完成相互间的通信；
所述存储器存储有可被所述处理器执行的计算机程序指令，所述处理器调用所述计算机程序指令能够执行如权利要求1或2所述的方法或者执行如权利要求3-6任一项所述的方法。
10.一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计算机程序指令，所述计算机程序指令被计算机运行时，使所述计算机执行如权利要求1或2所述的方法或者执行如权利要求3-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210959040.3A CN115941081B (zh) | 2022-08-10 | 2022-08-10 | 一种sinr计算方法、对数似然比量化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210959040.3A CN115941081B (zh) | 2022-08-10 | 2022-08-10 | 一种sinr计算方法、对数似然比量化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115941081A CN115941081A (zh) | 2023-04-07 |
| CN115941081B true CN115941081B (zh) | 2023-10-27 |
Family
ID=86651235
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210959040.3A Active CN115941081B (zh) | 2022-08-10 | 2022-08-10 | 一种sinr计算方法、对数似然比量化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115941081B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015027469A1 (zh) * | 2013-08-30 | 2015-03-05 | 华为技术有限公司 | 下行信道聚合级别的确定方法、设备和系统 |
| CN108964810A (zh) * | 2017-05-19 | 2018-12-07 | 中兴通讯股份有限公司 | 一种dci0判断方法、装置及计算机可读存储介质 |
| WO2020091498A1 (ko) * | 2018-11-02 | 2020-05-07 | 엘지전자 주식회사 | 무선 통신 시스템에서 단말 및 기지국의 동작 방법 및 이를 지원하는 장치 |
| CN113037442A (zh) * | 2019-12-24 | 2021-06-25 | 大唐移动通信设备有限公司 | 一种控制信道单元cce聚合等级调整方法及装置 |
| WO2022067649A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 一种dci传输方法、装置、芯片及系统 |
-
2022
- 2022-08-10 CN CN202210959040.3A patent/CN115941081B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015027469A1 (zh) * | 2013-08-30 | 2015-03-05 | 华为技术有限公司 | 下行信道聚合级别的确定方法、设备和系统 |
| CN108964810A (zh) * | 2017-05-19 | 2018-12-07 | 中兴通讯股份有限公司 | 一种dci0判断方法、装置及计算机可读存储介质 |
| WO2020091498A1 (ko) * | 2018-11-02 | 2020-05-07 | 엘지전자 주식회사 | 무선 통신 시스템에서 단말 및 기지국의 동작 방법 및 이를 지원하는 장치 |
| CN113037442A (zh) * | 2019-12-24 | 2021-06-25 | 大唐移动通信设备有限公司 | 一种控制信道单元cce聚合等级调整方法及装置 |
| WO2022067649A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 一种dci传输方法、装置、芯片及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115941081A (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102210188B (zh) | 无线通信设备中的无线电链路同步 | |
| EP3573262B1 (en) | Coding and decoding method and terminal | |
| US9504042B2 (en) | System and method for encoding and decoding of data with channel polarization mechanism | |
| US11063608B2 (en) | Coding method and apparatus, and device | |
| TWI653871B (zh) | 基於傳輸時間間隔以設定分割臨界值的資料傳輸方法和裝置 | |
| CN110166168B (zh) | 确定传输块大小的方法、装置以及系统 | |
| CN113938257B (zh) | 物理下行控制信道的检测方法、装置、设备及存储介质 | |
| CN114696962B (zh) | 基于未知rnti的盲检测方法、装置、设备及介质 | |
| US20150110050A1 (en) | System and Method for Channel Quality Indicator and Acknowledgement Joint Detection | |
| CN111726878A (zh) | 下行控制信息的检测方法和装置 | |
| CN111866902A (zh) | 资源利用率的评估方法和装置 | |
| WO2021175430A1 (en) | Transmitting device, receiving device, and methods for random-access communication | |
| US9973973B2 (en) | Signal processing devices and methods | |
| CN115941081B (zh) | 一种sinr计算方法、对数似然比量化方法及装置 | |
| US12074694B2 (en) | ACQI decoding confidence detection | |
| CN114124309A (zh) | 一种数据传输方法及设备 | |
| US11388682B2 (en) | Device noise-based received signal strength indicator value modifications | |
| CN107888329B (zh) | 一种指示纠错编码的方法、系统和设备 | |
| CN109391393B (zh) | 一种传输控制信息的方法和装置 | |
| CN113067673B (zh) | Pdcch检测方法、装置、以及终端设备 | |
| CN114826488B (zh) | 一种pdcch盲检方法及装置 | |
| CN113692042B (zh) | 一种增益控制方法、通信装置、芯片及其模组设备 | |
| EP4164160A1 (en) | Dmrs allocating method, nr base station, and storage medium | |
| US8660135B2 (en) | Method and apparatus for determining if a mobile terminal is the intended recipient for information provided via a control channel | |
| CN117014116A (zh) | 一种分配pdcch符号数的方法、装置、设备及存储介质 |
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 |