发明内容
本发明提供一种相位随机序列的处理方法、装置、设备、介质及程序产品,以解决现有技术在实际仿真时会产生许多无用的随机样本,大大降低了仿真效率的问题。
第一方面,本发明实施例提供一种相位随机序列的处理方法,包括:
针对预设相位取值范围中的每个子相位取值范围,从所述子相位取值范围内获取多个相位值;
针对每个子相位取值范围对应的每个相位值,通过预设函数确定所述相位值的第一PDF函数值,所述预设函数包括第一参数,第二参数以及预设相位值,所述第一参数与预设函数曲线的中轴对称性有关,所述第二参数与所述预设函数曲线的峰值有关;
针对每个子相位取值范围对应的每个相位值,根据所述相位值的第一PDF函数值和对应第二PDF函数值,从所述子相位取值范围对应的多个相位值中确定出目标相位值,相位值的第二PDF函数值为所述相位值的理论PDF函数值,所述目标相位值的第一PDF函数值小于或等于所述第二PDF函数值;
将所有子相位取值范围对应的目标相位值进行合并,生成相位随机序列。
在第一方面的一种可能设计中,所述针对每个子相位取值范围对应的每个相位值,根据所述相位值的第一PDF函数值和对应第二PDF函数值,从所述子相位取值范围对应的多个相位值中确定出目标相位值,包括:
针对每个子相位取值范围对应的每个相位值,判断所述相位值是否小于或等于所述第二PDF函数值;
若是,则将所述相位值确定为所述目标相位值;
若否,则将所述相位值丢弃。
在第一方面的另一种可能设计中,所述预设函数为,为所述第一PDF函数值,为所述第一参数,为所述第二参数,为所述预设相位值,为相位值。
在第一方面的再一种可能设计中,每个相位值对应的第二PDF函数值可以通过公式:确定;其中,为衰落参数,为伽马函数,为所述相位值。
可选的,所述第一参数可以通过公式:确定,为衰落参数。
可选的,所述第二参数可以通过公式:确定,其中,为衰落参数,为伽马函数,为相位值。
第二方面,本发明实施例提供一种相位随机序列的处理装置,包括:
获取模块,用于针对预设相位取值范围中的每个子相位取值范围,从所述子相位取值范围内获取多个相位值;
确定模块,用于针对每个子相位取值范围对应的每个相位值,通过预设函数确定所述相位值的第一PDF函数值,所述预设函数包括第一参数,第二参数以及预设相位值,所述第一参数与预设函数曲线的中轴对称性有关,所述第二参数与所述预设函数曲线的峰值有关;
所述确定模块,还用于针对每个子相位取值范围对应的每个相位值,根据所述相位值的第一PDF函数值和对应第二PDF函数值,从所述子相位取值范围对应的多个相位值中确定出目标相位值,相位值的第二PDF函数值为所述相位值的理论PDF函数值,所述目标相位值的第一PDF函数值小于或等于所述第二PDF函数值;
生成模块,用于将所有子相位取值范围对应的目标相位值进行合并,生成相位随机序列。
在第二方面的一种可能设计中,所述确定模块,具体用于:
针对每个子相位取值范围对应的每个相位值,判断所述相位值是否小于或等于所述第二PDF函数值;
若是,则将所述相位值确定为所述目标相位值;
若否,则将所述相位值丢弃。
在第二方面的另一种可能设计中,所述预设函数为,为所述第一PDF函数值,为所述第一参数,为所述第二参数,为所述预设相位值,为相位值。
在第二方面的再一种可能设计中,每个相位值对应的第二PDF函数值可以通过公式:确定;其中,为衰落参数,为伽马函数,为所述相位值。
可选的,所述第一参数可以通过公式:确定,为衰落参数。
可选的,所述第二参数可以通过公式:确定,其中,为衰落参数,为伽马函数,为相位值。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令,所述处理器执行所述计算机程序指令时用于实现第一方面以及各可能设计提供的方法。
第四方面,本发明实施例可提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现第一方面以及各可能设计提供的方法。
第五方面,本发明实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时用于实现第一方面以及各可能设计提供的方法。
本发明实施例提供的相位随机序列的处理方法、装置、设备、介质及程序产品,在本方法中:电子设备针对预设相位取值范围中的每个子相位取值范围,从子相位取值范围内获取多个相位值,针对每个子相位取值范围对应的每个相位值,通过预设函数确定相位值的第一PDF函数值,针对每个子相位取值范围对应的每个相位值,根据相位值的第一PDF函数值和对应第二PDF函数值,从子相位取值范围对应的多个相位值中确定出目标相位值。在本技术方案中,采用分段式的思想,将预设相位取值范围分为多个子相位取值范围,针对每个子相位取值范围分别对对应的相位值进行取出(确定为目标相位值)或丢弃操作,有效提高了舍弃效率、仿真效率、稳定性以及准确度,降低了仿真成本。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在介绍本发明的实施例之前,首先对本发明实施例的应用背景进行解释:
Nakagami衰落可以模拟各种程度的衰落现象,比如移动无线通信信道中常见的瑞利和莱斯等衰落现象。同时,基于众多实验测量数据,Nakagami衰落分布模型被认为是在许多城市和郊区多径无线通信信道上接收信号包络分布的最佳拟合模型,在物理衰落无线电信道的建模中得到了广泛的关注和应用。
由于无线衰落信道的相位统计信息能够影响非相干检测的性能以及评估非均匀相位分布对OFDM信号中BPSK误码率性能,同时多进多出(multiple-in multipleout,MIMO)信道的容量也会受到相位统计信息的制约,因此,相位在无线衰落信道建模技术的性能中起着重要的作用。
目标相位PDF函数(也可称为Nakagami衰落信道的相位PDF函数)可以通过下述公式1表示:
其中,为Nakagami衰落信道的相位PDF函数值,表示Nakagami衰落的衰落参数,它的取值范围为;则表示伽马函数,表示相位。
示例性的,图1为现有技术提供的目标相位PDF函数的理论曲线示意图。参照图1,图1给出了不同衰落参数取值时,目标相位PDF函数理论曲线。其中,(a)为=0.6,(b)为=0.8,(c)为=2.4,(d)为=5.8。对比不同衰落参数取值可以观察到,目标相位PDF函数有着如下特性:当时,相位PDF函数在0、、和这四个地方达到一个冲击;相反,当,相位PDF函数则在、、和处取得最大值。
现有的经典Nakagami衰落信道建模方法也可称为Nakagami衰落随机数的软件生成方法,如逆变换法、正弦求和法等,普遍侧重于产生Nakagami衰落信道的包络随机数,并通常假设Nakagami衰落的相位服从均匀分布,有的甚至不提供任何有关相位的信息。从图1可以清晰地看出,Nakagami衰落信道的相位与衰落参数有关,当且仅当时才是均匀分布(图1中未示出),其他取值时都是非均匀分布。因此,这些经典Nakagami衰落信道包络建模与仿真技术在实际应用中存在着相当大的局限性。
为了解决上述存在的局限性问题,主要基于舍弃法的思想实现,可以基于舍弃法的思想来生成Nakagami衰落的相位随机数,采用均匀分布的帽子函数来覆盖目标相位PDF函数。
在无线衰落信道建模技术中,舍弃法模型的基本思想是产生一个容易得到的简单随机变量,然后将其在某个概率上进行接收或舍弃,从而使接收的随机变量具有所期望的PDF函数(也就是上述目标相位PDF函数)。假设生成一组Nakagami衰落的相位随机序列,其期望PDF函数为。舍弃法模型需要先找到一个易于生成的帽子函数,它满足对于所有的变量,存在一些常数,使得帽子函数能够完全覆盖期望PDF函数,可以通过下述公式2表示:
其中,是一个简单的概率密度函数。
常数可通过对帽子函数进行积分得到,可以通过下述公式3实现:
在舍弃法模型算法中,衡量舍弃法模型算法质量的一个重要指标是舍弃效率(也叫作接受比例),它涉及Nakagami衰落相位随机序列的PDF函数和缩放的帽子函数之间的紧密性,实际意义是仿真时最后接受的样本总数与帽子函数生成的样本总数之间的比例,可以通过公式4进行定义:
图2为现有技术提供的舍弃法的舍弃效率示意图。如图2所示,在实线表示的帽子函数与虚线表示的目标PDF函数之间的舍弃区域面积越小,舍弃效率越高。所以,舍弃法模型的难点在于找到一个易于计算且舍弃效率足够高的帽子函数来覆盖目标PDF函数。由于舍弃法模型的“丢弃”特性,在具体建模仿真时生成的随机样本数比所需要的更多,这就要求舍弃效率足够高,才能使仿真时丢弃的样本数最少,从而降低整体的仿真复杂度。
具体基于均匀分布的帽子函数来覆盖目标相位PDF函数的过程如下:
基于上述舍弃法模型的思想,再结合图1展示的Nakagami衰落相位PDF函数理论曲线具有多个峰值或冲击的特点,使用均匀分布的帽子函数来“一刀切”式地覆盖目标相位PDF函数,并且该均匀分布帽子函数是选取公式1表示的目标相位PDF函数的最大值表达式作为帽子函数表达式,也就是说,可以通过下述公式5对其进行表示:
根据公式3,公式5中的均匀分布帽子函数的常数可通过下述公式6进行表示:
图3为现有技术提供的目标相位PDF函数与均匀分布帽子函数对比曲线示意图。图3给出了不同衰落参数取值时,目标相位PDF函数曲线与均匀分布帽子函数曲线。其中,(a)为=0.8,(b)为=5.8。图4为现有技术提供的均匀分布帽子函数的舍弃效率曲线示意图。如图3和图4所示,衰落参数时,值越小,舍弃效率逐渐降低;而衰落参数时,随着衰落参数取值逐渐增大,均匀帽子函数的舍弃效率从100%急剧下降到25%左右,这就导致仿真性能具有较大的波动性。而均匀帽子函数的舍弃效率在衰落参数附近时有较好表现的原因在于目标相位PDF函数在时服从均匀分布,因此当略大于或略小于1时,目标相位PDF函数曲线变换比较缓慢,均匀帽子函数足以覆盖住大部分的目标相位PDF函数。而当值较大或较小时,舍弃效率就会迅速降低,此时舍弃面积要远大于接受面积,这就导致在实际仿真过程中需要生成比所需更多的均匀分布随机样本以供后续步骤进行接受或舍弃,仿真效率大大较低。
综上所述,利用均匀分布帽子函数的舍弃法模型来生成Nakagami衰落信道的相位随机序列,虽然对衰落参数的任意取值都能够获得准确的相位分布信息,但均匀分布帽子函数的舍弃效率并不稳定,对于大部分衰落参数的取值来说,舍弃效率比较低,导致实际仿真时会产生许多无用的随机样本,大大降低了仿真效率。
基于上述技术问题,本发明的发明构思如下,对预设相位取值范围进行分段处理,分成多个子相位取值范围,分别用帽子函数来覆盖目标相位PDF函数,以使该帽子函数能够比较“紧密地”贴合于目标相位PDF函数,在实际仿真时无需产生大量的冗余随机样本,解决了现有技术中均匀分布帽子函数的舍弃效率整体比较低下、波动性较大(稳定性较差)的问题,从而有效提高了舍弃效率和仿真效率。
下面,通过具体实施例对本发明的技术方案进行详细说明。
需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图5为本发明实施例提供的相位随机序列的处理方法实施例一的流程示意图。该相位随机序列的处理方法应用于电子设备,该电子设备可以是终端设备,也可以是服务器。如图5所示,该相位随机序列的处理方法可以包括如下步骤:
S501、针对预设相位取值范围中的每个子相位取值范围,从子相位取值范围内获取多个相位值。
在本实施例中,由于目标相位PDF函数曲线在不同衰落参数取值下有着多个峰值或冲击,找到一个在任意取值下既能够完全覆盖目标相位PDF函数,又具有较高舍弃效率的帽子函数是比较困难的。因此,本发明实施例使用分段式的思想,对预设相位取值范围进行分段处理,获取多个子相位取值范围,以便后续以子相位取值范围为基础单位,分别对每个子相位取值范围进行处理,提高帽子函数的舍弃效率。
在本步骤中,由于本技术方案应用于舍弃法模型,而舍弃法模型需要获取随机样本(也就是相位值),以便后续对其进行接收或舍弃处理。因此,针对于每个子相位取值范围,需要获取多个相位值。
示例性的,预设相位取值范围可以为,预设相位取值范围可以包含2个子相位取值范围,分别为和。应理解,上述仅为一种可能的示例,在实际应用中,预设相位取值范围还可以是其他的范围值,预设相位取值范围包含的子相位取值范围的个数还可以为其他的数量值,本发明实施例对此不进行具体限制。
可选的,电子设备可以从子相位取值范围内随机获取多个相位值。
S502、针对每个子相位取值范围对应的每个相位值,通过预设函数确定相位值的第一PDF函数值。
在本步骤中,针对每个子相位取值范围对应的每个相位值,还需要计算该相位值的第一PDF函数值,以便后续将该第一PDF函数值与对应的理论值(也就是第二PDF函数值)进行对比,从而判断是否需要将该相位值舍弃。
其中,预设函数也就是舍弃法模型的帽子函数,包括第一参数,第二参数以及预设相位值,第一参数与预设函数曲线的中轴对称性有关,第二参数与预设函数曲线的峰值有关。
可选的,预设函数可以通过下述公式7进行表示:
其中,为第一PDF函数值,为第一参数,为第二参数,为预设相位值,为相位值。
可选的,第一参数可以通过下述公式8进行表示:
其中,为衰落参数。
可选的,第二参数可以通过下述公式9进行表示:
其中,为衰落参数,为伽马函数,为相位值。
应理解,预设函数、第一参数以及第二参数的详细定义以及解释将在下面的实施例中进行具体展开说明,此处不再赘述。
S503、针对每个子相位取值范围对应的每个相位值,根据相位值的第一PDF函数值和对应第二PDF函数值,从子相位取值范围对应的多个相位值中确定出目标相位值。
在本步骤中,针对每个子相位取值范围对应的每个相位值,需要根据该相位值的第一PDF函数值和理论值,确定是否需要对其进行舍弃。其中,相位值的第二PDF函数值为相位值的理论PDF函数值,目标相位值的第一PDF函数值小于或等于第二PDF函数值。
可选的,每个相位值对应的第二PDF函数值可以通过公式1进行表示,公式1即为:
其中,为衰落参数,为伽马函数,为相位值。
在一种可能的实现方式中,针对每个子相位取值范围对应的每个相位值,判断相位值是否小于或等于第二PDF函数值。若是,则将相位值确定为目标相位值;若否,则将相位值丢弃。
S504、将所有子相位取值范围对应的目标相位值进行合并,生成相位随机序列。
在本步骤中,在对所有子相位取值范围分别进行处理,获取每个子相位取值范围对应的目标相位值后,还需要将所有子相位取值范围对应的目标相位值进行合并,从而得到预设相位取值范围对应的相位随机序列。
本发明实施例提供的相位随机序列的处理方法,电子设备针对预设相位取值范围中的每个子相位取值范围,从子相位取值范围内获取多个相位值,针对每个子相位取值范围对应的每个相位值,通过预设函数确定相位值的第一PDF函数值,针对每个子相位取值范围对应的每个相位值,根据相位值的第一PDF函数值和对应第二PDF函数值,从子相位取值范围对应的多个相位值中确定出目标相位值。在本技术方案中,采用分段式的思想,将预设相位取值范围分为多个子相位取值范围,针对每个子相位取值范围分别对对应的相位值进行取出(确定为目标相位值)或丢弃操作,有效提高了舍弃效率、仿真效率、稳定性以及准确度,降低了仿真成本。
基于上述实施例,接下来对预设函数、第一参数,第二参数以及预设相位值进行详细说明。
预设函数也就是应用本技术方案的舍弃法模型的帽子函数,该帽子函数为一种指数衰减函数(高斯函数的变型),与目标相位PDF函数的关系可以通过下述公式10进行表示:
基于上述公式10,也就是说对于任意的取值都存在。
进一步的,基于上述公式3,本发明实施例提出的帽子函数中的常数C可以通过下述公式11进行表示:
将公式11代入公式10,即可得到,为高斯分布的PDF函数,它的均值为,标准差是。可以通过下述公式12进行表示:
在本技术方案的分段思想体现在将的取值(也就是预设相位取值范围)分为和两个子相位取值范围,分别用公式10的所示的指数衰减帽子函数来覆盖目标相位PDF函数。由于指数衰减帽子函数是高斯函数的变型,其曲线的峰值受第二参数b控制,第一参数影响着曲线的中轴对称性。因此,为了使指数衰减帽子函数在和两个子相位取值范围中对称地覆盖着,预设相位值可通过下述公式13进行分段表示:
同样,为了使有着与相近似的峰值,可令第二参数b为最大值,可以通过公式9进行表示。
将公式9代入公式10,第二参数可以通过公式8进行表示。
在一种具体的实现方式中,为了尽可能获得最佳的舍弃效率,第一参数以通过公式14进行表示:
基于上述实施例,接下来通过一个具体的示例,对相位随机序列的处理方法进行具体说明。
在本示例中,预设相位取值范围为,子相位取值范围分别为和,以对一个子相位取值范围的多个相位值进行处理为例进行解释说明。图6为本发明实施例提供的相位随机序列的处理方法实施例二的流程示意图。如图6所示,该相位随机序列的处理方法可以包括以下步骤:
第1步,生成随机序列。
示例性的,针对于子相位取值范围,可以在中生成一组随机序列(是生成样本的数量),其中每个随机样本(也就是相位值)的PDF函数形式满足公式12。
第2步,根据预设公式,生成一组在上均匀分布的随机序列,。
其中,也就是的第一PDF函数值。
第3步,判断随机序列中的各项是否小于或等于第二PDF函数值,若是,则将对应的相位值确定为目标相位值,若否,则丢弃。
同样,针对于,也可以执行上述第1步至第3步。
最后,将对应的目标相位值以及对应的目标相位值合并,即可生成相位随机序列,其中(表示最后接收的样本总数,),、分别为以及的目标相位值。
基于上述任一实施例所示的相位随机序列的处理方法,结合计算机数值仿真结果对该方法的准确性和合理性作进一步的详细分析,并验证利用该指数衰减帽子函数生成的相位随机序列是否具有期望的理论信道统计特性。本发明实施例的所有数值仿真结果中,衰落参数尽可能选取不同值。
图7为本发明实施例提供的目标相位PDF函数与指数衰减帽子函数的对比曲线图。图7共包含(也就是图7中的(a))和(也就是图7中的(b))时的对比情况。如图3和图6可以发现,对于相同的衰落参数的取值,本技术方案提出的指数衰减帽子函数总是能够完全覆盖目标相位PDF函数,并且比均匀分布帽子函数曲线更加地贴合目标相位PDF函数曲线,这就意味着本技术方案大大减小了舍弃面积。
图8为本发明实施例提供的相位随机序列与理论值的对比曲线图。其中,理论值是通过公式1计算的得到的。由图8可以看出,对于所选取的不同衰落参数的取值,仿真结果与理论值非常吻合。
图9为本发明实施例提供的指数衰减帽子函数与均匀分布帽子函数的舍弃效率的曲线对比图。由图9可以看出,本技术方案提供的指数衰减帽子函数对于任意衰落参数的取值都能保持在70%以上;相比较均匀分布帽子函数而言,指数衰减帽子函数不仅舍弃效率要高于均匀分布帽子,而且随着衰落参数地增长,稳定性也能够得到保障,不会突然陡降。
由于目标相位PDF函数曲线在不同衰落参数取值下有着多个峰值或冲击,均匀分布帽子函数虽然能够“一刀切”式地覆盖目标相位PDF函数曲线,但利用舍弃法思想时需要舍弃的面积要远大于接受的面积,特别是随着衰落参数逐渐增长,这一缺点越发严重。而本技术方案提出的指数衰减帽子函数采用分段式的思想,使得帽子函数曲线能够比较“紧密地”贴合于目标相位PDF函数曲线,从而提高接受面积、降低舍弃面积。
基于均匀分布帽子函数的上述缺点,随着衰落参数不断变化时,均匀分布帽子函数舍弃效率的表现也不尽如人意,当值较大时会出现陡降的情况,稳定性较差;而本本技术方案提出的指数衰减帽子函数基于上述优点,整体的舍弃效率要远高于均匀分布帽子函数,对于任意的值都能保持在70%以上;并且舍弃效率不会出现较大地抖动,稳定性较好。
在实际仿真过程中,均匀分布帽子函数的舍弃效率较低,需要生成比所需样本更多的均匀分布随机样本以供后续步骤进行接受或舍弃,大大降低了仿真效率。而本技术方案提出的指数衰减帽子函数具有舍弃效率较高、稳定性较好的特点,因此仿真效率相比较而言更高且稳定,通过上述的仿真结果也可以看出,基于指数衰减帽子函数的舍弃法模型生成的目标相位PDF函数的统计特性与公式1描述的理论结果很匹配。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
图10为本发明实施例提供的相位随机序列的处理装置的结构示意图。如图10所示,该相位随机序列的处理装置100包括:
获取模块1001,用于针对预设相位取值范围中的每个子相位取值范围,从子相位取值范围内获取多个相位值。
确定模块1002,用于针对每个子相位取值范围对应的每个相位值,通过预设函数确定相位值的第一PDF函数值,预设函数包括第一参数,第二参数以及预设相位值,第一参数与预设函数曲线的中轴对称性有关,第二参数与预设函数曲线的峰值有关。
确定模块1002,还用于针对每个子相位取值范围对应的每个相位值,根据相位值的第一PDF函数值和对应第二PDF函数值,从子相位取值范围对应的多个相位值中确定出目标相位值,相位值的第二PDF函数值为相位值的理论PDF函数值,目标相位值的第一PDF函数值小于或等于第二PDF函数值。
生成模块,用于将所有子相位取值范围对应的目标相位值进行合并,生成相位随机序列。
在本发明实施例的一种可能设计中,确定模块1002,具体用于:
针对每个子相位取值范围对应的每个相位值,判断相位值是否小于或等于第二PDF函数值。
若是,则将相位值确定为目标相位值。
若否,则将相位值丢弃。
在本发明实施例的另一种可能设计中,预设函数为,为所述第一PDF函数值,为所述第一参数,为所述第二参数,为所述预设相位值,为相位值。
在本发明实施例的再一种可能设计中,每个相位值对应的第二PDF函数值可以通过公式:确定;其中,为衰落参数,为伽马函数,为所述相位值。
可选的,第一参数可以通过公式:确定,为衰落参数。
可选的,第二参数可以通过公式:确定,其中,为衰落参数,为伽马函数,为相位值。
本发明实施例提供的相位随机序列的处理装置,可用于执行上述任一实施例中的相位随机序列的处理方法,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。此外,这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图11为本发明实施例提供的电子设备的结构示意图。如图11所示,该电子设备可以包括:处理器1101、存储器1102及存储在所述存储器1102上并可在处理器1101上运行的计算机程序指令,所述处理器1101执行所述计算机程序指令时实现前述任一实施例提供的相位随机序列的处理方法。
可选的,该电子设备的上述各个器件之间可以通过系统总线连接。
存储器1102可以是单独的存储单元,也可以是集成在处理器中的存储单元。处理器的数量为一个或者多个。
可选的,电子设备还可以包括与其他设备进行交互的接口。
收发器用于和其他计算机进行通信,该收发器构成通信接口。
应理解,处理器1101可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
系统总线可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。存储器可能包括随机存取存储器(randomaccess memory,RAM),也可能还包括非易失性存储器(non-volatile memory,NVM),例如至少一个磁盘存储器。
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储器(存储介质)包括:只读存储器(read-only memory,ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(magnetic tape)、软盘(floppy disk)、光盘(optical disc)及其任意组合。
本发明实施例提供的电子设备,可用于执行上述任一方法实施例提供的相位随机序列的处理方法,其实现原理和技术效果类似,在此不再赘述。
本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机执行指令,当该计算机执行指令在计算机上运行时,使得计算机执行上述相位随机序列的处理方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器,电可擦除可编程只读存储器,可擦除可编程只读存储器,可编程只读存储器,只读存储器,磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
可选的,将可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application SpecificIntegratedCircuits,ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
本发明实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中,至少一个处理器可以从该计算机可读存储介质中读取该计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述相位随机序列的处理方法。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。