CN117692280A - 数据处理方法、电子设备及存储介质 - Google Patents

数据处理方法、电子设备及存储介质 Download PDF

Info

Publication number
CN117692280A
CN117692280A CN202211071213.4A CN202211071213A CN117692280A CN 117692280 A CN117692280 A CN 117692280A CN 202211071213 A CN202211071213 A CN 202211071213A CN 117692280 A CN117692280 A CN 117692280A
Authority
CN
China
Prior art keywords
branch
data
determining
processing
dimension
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.)
Pending
Application number
CN202211071213.4A
Other languages
English (en)
Inventor
董展谊
李文斌
林伟
芮华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN202211071213.4A priority Critical patent/CN117692280A/zh
Priority to PCT/CN2023/113106 priority patent/WO2024046112A1/zh
Publication of CN117692280A publication Critical patent/CN117692280A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Radio Transmission System (AREA)

Abstract

本申请公开了一种数据处理方法、电子设备及存储介质，方法包括：确定接收机所接收的频域数据的协方差矩阵；根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值，其中每个所述分支对应至少一个维度的天线；针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据；根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作。本实施例降低了接收机的数据处理复杂度。

Description

数据处理方法、电子设备及存储介质
技术领域
本申请属于接收机技术领域，具体涉及一种数据处理方法、电子设备及存储介质。
背景技术
传统的接收机在进行大规模天线处理时，需要用到复杂的矩阵求逆运算，处理复杂度较高；此外，在使用通用处理器进行接收机处理时，复杂的接收机处理往往会造成通用处理器占用过多处理时间，从而影响整个系统的处理时序。
因此，在不降低接收机性能的前提下，尽可能降低接收机在进行大规模天线处理时的复杂度，是当前待解决的问题。
发明内容
本申请实施例提供一种数据处理方法、电子设备及存储介质，以解决传统的接收机在进行大规模天线处理时复杂度较高的问题。
第一方面，本申请实施例提供了一种数据处理方法，包括：
确定接收机所接收的频域数据的协方差矩阵；
根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值，其中每个所述分支对应至少一个维度的天线；
针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据；
根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作。
第二方面，本申请实施例另提供了一种数据处理装置，包括：
第一确定模块，用于确定接收机所接收的频域数据的协方差矩阵；
第二确定模块，用于根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值，其中每个所述分支对应至少一个维度的天线；
降维模块，用于针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据；
处理模块，用于根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作。
第三方面，本申请实施例提供了一种电子设备，该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所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
本申请实施例通过确定接收机所接收的频域数据的协方差矩阵；根据协方差矩阵，确定接收机并行处理的分支的数量和每个分支对应的空域滤波权值；根据分支对应的空域滤波权值对分支所对应数据进行降维处理，得到分支所对应的降维后数据；根据每个分支所对应的降维后数据，完成频域数据的处理操作；实现了通过协方差矩阵确定空域能量方向信息，各个分支的能量维度的空域滤波处理能够并行进行，避免了根据所接收数据信道估计进行空域滤波计算，降低了大规模阵列天线的处理复杂度，同时保证了空域滤波计算的实时性与有效性。
附图说明
图1是本申请实施例中数据处理方法的流程示意图；
图2是本申请实施例中确定接收机并行处理的分支的数量和每个分支的空域滤波权值的流程示意图；
图3是本申请实施例中接收机的示意图之一；
图4是本申请实施例中接收机的示意图之二；
图5是本申请实施例中接收机的示意图之三；
图6是本申请实施例中数据处理装置的结构示意图；
图7是本申请实施例提供的电子设备的结构示意图。
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清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。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，都属于本申请保护的范围。
具体的，传统的接收机，例如多输入多输出(multiple-input multiple-output，MIMO)接收机是近年来数字通信领域重大的技术突破之一，它对提高无线通信系统的频谱利用率和信道容量有显著作用。MIMO系统实现了多个信号流的并行传输，与传统的单输入单输出系统相比较，在系统的接收端实现了每根接收天线的接收信号是多路发送天线信号的叠加。但是由于多天线的存在，消除空间干扰的空时合并器和信号检测的设计变得异常复杂。MIMO接收机与单天线相比，复杂性明显增加，例如MIMO信道估计会导致复杂性的增加，因为整个信道矩阵的每一条路径延时都需要技术跟踪和更新，而不是只跟踪和更新单个系数。因此，需要研究设计出一种复杂度低的大规模天线接收机。
针对此，申请人提供了一种接收机，能够对所接收的频域数据进行协方差矩阵计算，并对协方差矩阵进行特征值分解计算确定所接收频域数据的空域能量权值，并确定所接收频域数据空域能量方向的维度数目(即并行处理的分支数目)，从而能够根据各分支对应空域滤波权值对所接收频域数据进行并行处理，这样实现了根据接收数据的数据域协方差矩阵提取信号空域能量方向信息，避免了根据所接收信号信道估计进行空域滤波计算，且各个分支的能量维度的空域滤波处理可以并行计算，降低了算法处理的复杂度，同时保证了空域滤波计算的实时性与有效性。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的道具的产出方法进行详细地说明。
图1示出了本发明的一个实施例提供的数据处理方法，该方法可以由接收机执行，该方法包括如下步骤：
步骤101：确定接收机所接收的频域数据的协方差矩阵。
具体的，接收机在确定频域数据的协方差矩阵之前，可以对接收数据进行去循环前缀(Cyclic Prefix，CP)和快速傅里叶变换(Fast Fourier Transform，FFT)相关处理，获得初始频域数据，并对初始频域数据按照天线维度进行数据重排，得到重排后的频域数据，使得可以对重排后的频域数据进行协方差矩阵计算。
例如，初始频域数据的维度为[RE，Sym，Ka]，RE表示资源粒数目，Sym表示数据符号数和导频符号数的和值，Ka表示天线维度，重排后的频域数据Rsqu的维度[N,Ka]，N表示RE与Sym的乘积。作为一个示例，假设初始频域数据为3276×14×32，则重排后的频域数据为45864×32。
频域数据的协方差矩阵的公式可以表示为：
Nre表示资源粒的数目，表示频域数据Rsqu,i的共轭矩阵，Covsqu的维度为Ka×Ka，Ka表示天线的维度。
步骤102：根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值。
其中，每个所述分支对应至少一个维度的天线，这实现了对天线按照维度进行选择划分。例如，假设分支的数量为3个，第一个分支可以对应2个维度的天线(即两根天线)，第二个分支可以对应4个维度的天线，第三个分支可以对应8个维度的天线；再例如，假设分支的数量为8个，每个分支均可以对应1个维度的天线。
根据所确定的协方差矩阵，确定接收机并行处理的分支的数量和每个分支对应的空域滤波权值，实现了对并行处理的分支数量的选择以及提取空域能量方向信息，使得各个分支能够并行进行空域滤波处理，保证了空域滤波计算的实时性和有效性，降低了算法处理的复杂度。
步骤103：针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据。
具体的，针对每个分支，根据分支对应的空域滤波权值对分支所对应数据进行降维处理，使得后续能够根据降维后的数据进行处理计算，从而降低了处理复杂度。
具体的，在一个实施例中，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理时，可以包括：根据所述分支对应的空域滤波权值，通过下述公式，对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据：
R′squ，i＝Rsqu×Gi；
其中，R′squ，i表示第i路分支对应的降维后数据，Gi表示第i路分支对应的空域滤波权值，Rsqu表示所述频域数据。当然i的取值范围为0至M，M为分支的总数量。
这样通过上述公式实现了频域数据的降维。
步骤104：根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作。
具体的，根据每个分支所对应的降维后数据，完成频域数据的处理操作，该处理操作可以为解调、解速率匹配、低密度奇偶校验码(Low Density Parity Check Code，LDPC)译码、解循环冗余校验(Cyclic Redundancy Check，CRC)等操作，从而完成接收机对频域数据的整个处理过程。
这样，本实施例通过根据协方差矩阵确定接收机并行处理的分支的数量和每个分支对应的空域滤波权值，根据每个分支对应的空域滤波权值对该分支所对应数据进行降维处理，得到该分支所对应的降维后数据，并根据每个分支所对应的降维后数据，完成频域数据的处理操作，实现了空域滤波处理和分支并行计算，降低了算法处理的复杂度，同时保证了空域滤波计算的实时性与有效性。
此外，在一种实现方式中，如图2所示，根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值时，可以包括如下步骤：
步骤201：对协方差矩阵进行奇异值分解(Singular Value Decomposition，SVD)，得到S矩阵和V矩阵。
具体的，在该步骤中，可以对协方差矩阵进行特征值分解计算，例如进行SVD分解：[U,S,V]＝svd(Covsqu)，从而得到S矩阵和V矩阵。
步骤202：根据所述S矩阵，确定所述接收机并行处理的分支的数量。
具体的，在一个实施例中，根据所述S矩阵，确定所述接收机并行处理的分支的数量时，可以根据所述S矩阵的对角元素值，确定能量阈值；从所述S矩阵的对角元素中确定大于所述能量阈值的对角元素值的个数，其中所述个数的最大值小于天线的天线维度数；根据所述个数确定所述接收机并行处理的分支的数量。
其中，根据所述S矩阵的对角元素值，确定能量阈值时，可以通过下述公式确定所述能量阈值：
其中，ThrP表示所述能量阈值，Ka表示所述天线的天线维度，S(i，i)表示所述S矩阵，Pthr表示预设的能量门限值。
此外，在确定能量阈值后，可以从S矩阵的对角元素中确定大于能量阈值的对角元素值的个数，该个数需要满足小于天线的天线维度数，然后根据该个数确定接收机并行处理的分支的数量。
例如，假设天线的天线维度数为32，且预先设定所确定的能量维度(即大于能量阈值的对角元素值的个数)的最大值不超过预设比例的天线维度数，该预设比例为1/4，则所确定的对角元素值的个数的最大值为8，这样通过该种方式实现了对能量维度的选择。
此外，在根据所确定的对角元素值的个数确定接收机并行处理的分支的数量时，可以根据需求进行限定，例如接续上述示例，假设所确定的对角元素值的个数的最大值为8，则接收机并行处理的分支的数量可以为3、4或8，在此不对此进行具体限定。
步骤203：根据所述V矩阵，确定每个所述分支对应的空域滤波权值。
具体的，在根据V矩阵，确定每个分支对应的空域滤波权值时，可以针对每个所述分支，确定所述V矩阵中的目标列，其中所述目标列包括第1列至第N列，N为所述分支对应的天线维度数；将所述V矩阵的所有行中位于所述目标列的数据确定为所述分支所对应的空域滤波权值。
例如，作为一个示例，假设分支的数量为4，包括A、B和C三路分支，分支A对应的天线维度数为2，分支B对应的天线维度数为4，分支C对应的天线维度数为8。针对分支A，则可以确定目标列为第1列至第2列，此时可以将V矩阵的所有行中位于第1列至第2列的数据确定为分支A所对应的空域滤波权值；针对分支B，则可以确定目标列为第1列至第4列，此时可以将V矩阵的所有行中位于第1列至第4列的数据确定为分支B所对应的空域滤波权值；针对分支C，则可以确定目标列为第1列至第8列，此时可以将V矩阵的所有行中位于第1列至第8列的数据确定为分支C所对应的空域滤波权值。
此时，每个分支对应的空域滤波权值可以通过下述公式表示：Gi＝V(:,1:2i)；其中，Gi表示第i路分支对应的空域滤波权值，V表示所述V矩阵，i的取值范围为0至M，M为所述分支的总数量，公式中逗号用于隔开前后部分，逗号前冒号表示选中V矩阵中的所有行，逗号后冒号表示目标列的范围为从1至2i。
这样，通过对协方差矩阵进行奇异值分解SVD，得到S矩阵和V矩阵，实现了通过S矩阵确定接收机并行处理的分支的数量，通过V矩阵确定每个分支对应的空域滤波权值，使得接收机能够并行处理不同能量维度的空域滤波，并能够对每个分支进行降维，保证了空域滤波计算的实时性与有效性。
此外，在另一种实现方式中，根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作时，可以包括如下步骤：
对每个所述分支所对应的降维后数据进行信道估计与均衡处理，得到每个所述分支对应的均衡后数据；根据每个所述分支对应的均衡后数据，确定目标均衡数据；对所述目标均衡数据进行处理，以完成对所述频域数据的处理操作。
具体的，对每个分支所对应的降维后数据进行信道估计与均衡处理，得到每个分支对应的均衡后数据的过程可以参见传统接收机处理过程，在此不再进行具体赘述。
此外，根据每个所述分支对应的均衡后数据，确定目标均衡数据时，可以包括下述任一种方式：
其一方式：对每个所述分支所应的均衡后数据进行误差向量幅度(Error VectorMagnitude，EVM)计算，根据每个所述分支对应的EVM值，确定所述目标均衡数据。
在该方式中，可以根据分支对应的EVM值，确定目标均衡数据。
具体的，根据每个分支对应的EVM值，确定目标均衡数据时，可以将最小EVM值所对应的均衡后数据确定为所述目标均衡数据。即在此选择EVM最小的分支为最优分支，并将EVM最小的分支所对应的均衡后数据确定为所述目标均衡数据；
即[min_index]＝min(EVM(C‘points,i))；
其中，(C‘points，i)表示第i个分支对应的均衡后数据，EVM(C‘points，i)表示第i个分支所对应均衡后数据的EVM值，min_index表示EVM最小的分支的索引。
C‘points(min_index)表示EVM最小的分支的索引所对应的均衡后数据，表示目标均衡数据。
或者，根据每个分支对应的EVM值，确定目标均衡数据时，可以从所有所述EVM值中选择满足预设EVM阈值的至少一个目标EVM值，并将所述至少一个目标EVM值分别对应的均衡后数据的和值确定为所述目标均衡数据。
具体的，满足预设EVM阈值可以为小于预设EVM阈值；
即[index]＝find(EVM(C‘points，i)＜EVMThr)；
其中，EVMThr表示预设EVM阈值，该EVM阈值可以根据需求进行设定，index表示至少一个目标EVM值所对应的索引，C‘points(index)表示所确定的index分别对应的均衡后数据，表示目标均衡数据。
这样，通过对每个所述分支所应的均衡后数据进行误差向量幅度EVM计算，根据每个分支对应的EVM值确定目标均衡数据，实现了对分支的选择操作，增强了算法灵活性。
其二方式：确定所有所述分支对应的均衡后数据的平均值，并将所述平均值确定为所述目标均衡数据。
在该方式中，将所有所述分支对应的均衡后数据的平均值确定为目标均衡数据，即其中M为所有分支的数量。
这样，通过上述任一方式均实现了目标均衡数据的确定过程。
此外，需要说明的是，在确定目标均衡数据后，可以进行行后续的解调、解速率匹配、低密度奇偶校验码(Low Density Parity Check Code，LDPC)译码、解循环冗余校验(Cyclic Redundancy Check，CRC)等操作，从而完成整个接收机处理过程。
下面通过具体实施例对本申请进行详细说明。
实施例一：
假设应用场景为单终端单流，参数如表1所示。
表1
参见图3所示的接收机结构示意图，接收机包括前端处理模块、数据域空域滤波功能模块、接收机并行处理模块和比特级处理模块。其中，具体处理步骤如下：
步骤一：接收机前端处理模块，具体执行如下处理流程：
对接收数据进行去CP和FFT相关处理，获得频域接收数据Rdata，Rdata的维度为3276×14×32；将Rdata按照天线维度进行数据重排，重排后的数据为Rsqu，Rsqu的维度为45864×32。
步骤二：数据域空域滤波功能模块进行数据域空域滤波处理，该模块具体执行如下处理流程：
根据所接收频域数据，进行数据域协方差矩阵计算处理，计算接收数据Rsqu的协方差矩阵Covsqu，Covsqu的维度为32×32；
然后，根据数据域协方差矩阵，进行特征值分解计算，这里对协方差矩阵Covsqu进行奇异值分解SVD分解：
[U,S,V]＝svd(Covsqu)
再然后，计算接收的频域数据空域能量方向维度数目N，具体包括：
根据S矩阵对角元素能量判决，计算能量阈值：
其中ThrP为能量门限值，根据经验值配置，可以配置为3dB。
然后根据能量阈值ThrP，对S矩阵对角元素与能量阈值进行判决处理，选择大于能量阈值的能量维度，N为满足阈值要求的维度数目，并对N值进行最大值限定，N最大不超过1/4天线数目，本实施例N值确定为4。
再然后，根据一定的判决准则选择并行处理分支维度与对应空域滤波处理权值，例如可以根据N值，确定本实施例的并行处理分支数为3路，每个分支对应的维度Mi分别为1/2/4(即一路对应1根天线，一路对应2根天线，一路对应4根天线)，并分别获取对应的分支空域滤波权值，其中每个分支对应的空域滤波权值为：
Gi＝V(:,1:2i-1)；
其中，Gi表示第i路分支对应的空域滤波权值，V表示V矩阵，i的取值范围为0至M，M为所述分支的总数量，公式中逗号用于隔开前后部分，逗号前冒号表示选中V矩阵中的所有行，逗号后冒号表示目标列的范围为从1至2i-1。
步骤三：接收机并行处理模块，具体执行如下处理流程：
空域滤波处理：各个分支根据各分支的空域滤波权值，分别进行空域滤波降维处理，获取降维后数据R’squ，i，降维后数据的维度为45864×Mi，Mi表示第i路对应的天线维度数。
R′squ，i＝Rsqu×Gi，其中，R′squ，i表示第i路分支对应的降维后数据，Gi表示第i路分支对应的空域滤波权值，Rsqu表示所述频域数据。
传统接收机处理：对R’squ数据进行传统接收机信道估计与均衡处理，获取均衡后数据C’points，i。
分支选择功能处理：对并行处理的各个分支均衡后数据C’points，i进行EVM计算，选择EVM最小的分支最为最优分支，并将EVM最小的分支所对应均衡后数据确定为目标均衡数据。
步骤四：比特级处理模块，具体执行如下处理流程：
将目标均衡数据送入比特级处理模块，进行后续的解调、解速率匹配、LDPC译码、CRC码等操作，从而完成整个接收机处理过程。
实施例二：
假设应用场景为单终端单流，参数如表2所示。
表2
参见图4所示的接收机结构示意图，接收机包括前端处理模块、数据域空域滤波功能模块、接收机并行处理模块和比特级处理模块。其中，具体处理步骤如下：
步骤一：接收机前端处理模块，具体执行如下处理流程：
对接收数据进行去CP和FFT相关处理，获得频域接收数据Rdata，Rdata的维度为3276×14×32；将Rdata按照天线维度进行数据重排，重排后的数据为Rsqu，Rsqu的维度为45864×32；
步骤二：数据域空域滤波功能模块进行数据域空域滤波处理，该模块具体执行如下处理流程：
根据所接收频域数据，进行数据域协方差矩阵计算处理，计算接收数据Rsqu的协方差矩阵Covsqu，Covsqu的维度为32×32；
然后，根据数据域协方差矩阵，进行特征值分解计算，这里对协方差矩阵Covsqu进行奇异值分解SVD分解：
[U，S，V]＝svd(Covsqu)
再然后，计算接收信号空域能量方向维度数目N，具体包括；
根据S矩阵对角元素能量判决，计算能量阈值：
其中ThrP为能量门限值，根据经验值配置，可以配置为3dB。
根据能量阈值Thrp，对S矩阵对角元素与能量阈值进行判决处理，选择大于能量阈值的能量维度，N为满足阈值要求的维度数目，并对N值进行最大值限定，N最大不超过1/4天线数目，本实施例N值确定为8。
再然后，根据一定的判决准则选择并行处理分支维度与对应空域滤波处理权值，例如可以根据N值，确定本实施例的并行处理分支数为8路，每个分支对应的维度Mi分别为1/1/1/1/1/1/1/1，并分别获取对应的分支空域滤波权值，其中每个分支对应的空域滤波权值为：
Gi＝V(：，i)。
其中，Gi表示第i路分支对应的空域滤波权值，V表示V矩阵，i的取值范围为0至M，M为所述分支的总数量，公式中逗号用于隔开前后部分，逗号前冒号表示选中V矩阵中的所有行，逗号后冒号表示目标列的取值为i。
步骤三：接收机并行处理模块，具体执行如下处理流程：
空域滤波处理：各个分支根据各分支的空域滤波权值，分别进行空域滤波降维处理，获取降维后数据R’squ，i，降维后数据的维度为45864×Mi。
R′squ，i＝Rsqu×Gi；其中，R′squ，i表示第i路分支对应的降维后数据，Gi表示第i路分支对应的空域滤波权值，Rsqu表示所述频域数据。
传统接收机处理：对R’squ数据进行传统接收机信道估计与均衡处理，获取均衡后数据C’points，i。
分支选择功能处理：对并行处理的各个分支均衡后数据C’points，i进行平均计算，输出最终的均衡数据
N表示所有分支的数量。
步骤四：比特级处理模块，具体执行如下处理流程：
将送入比特级处理模块，进行后续的解调、解速率匹配、LDPC译码、解CRC等操作，从而完成整个接收机处理。
实施例三：
假设应用场景为单终端两流，参数如表3所示。
表3
参见图5所示的接收机结构示意图，接收机包括前端处理模块、数据域空域滤波功能模块、接收机并行处理模块和比特级处理模块。其中，具体处理步骤如下：
步骤一：接收机前端处理模块，具体执行如下处理流程：
对接收数据进行去CP和FFT相关处理，获得频域接收数据Rdata，Rdata的维度为3276×14×64；将Rdata按照天线维度进行数据重排，重排后的数据为Rsqu，Rsqu的维度为45864×64。
步骤二：数据域空域滤波功能模块进行数据域空域滤波处理，该模块具体执行如下处理流程：
根据所接收频域数据，进行数据域协方差矩阵计算处理，计算接收数据Rsqu的协方差矩阵Covsqu，Covsqu的维度为64×64；
然后，根据数据域协方差矩阵，进行特征值分解计算，这里对协方差矩阵Covsqu进行奇异值分解SVD分解：
[U，S，V]＝svd(Covsqu)
再然后，计算接收信号空域能量方向维度数目N，具体包括：
根据S矩阵对角元素能量判决，计算能量阈值：
其中ThrP为能量门限值，根据经验值配置，可以配置为3dB。
然后根据能量阈值ThrP，对S矩阵对角元素与能量阈值进行判决处理，选择大于能量阈值的能量维度，N为满足阈值要求的维度数目，并对N值进行最大值限定，N最大不超过1/4天线数目，本实施例N值确定为8。
再然后，根据一定的判决准则选择并行处理分支维度与对应空域滤波处理权值，例如可以根据N值，确定本实施例的并行处理分支数为3路，每个分支对应的维度Mi分别为2/4/8(即一路对应2根天线，一路对应4根天线，一路对应8根天线)，并分别获取对应的分支空域滤波权值，其中每个分支对应的空域滤波权值为：
Gi＝V(：，1：2i)；
其中，Gi表示第i路分支对应的空域滤波权值，V表示V矩阵，i的取值范围为0至M，M为所述分支的总数量，公式中逗号用于隔开前后部分，逗号前冒号表示选中V矩阵中的所有行，逗号后冒号表示目标列的范围为从1至2i。
步骤三：接收机并行处理模块，具体执行如下处理流程：
空域滤波处理：各个分支根据各分支的空域滤波权值，分别进行空域滤波降维处理，获取降维后数据R’squ，i，其维度为45864×Mi。
R′squ，i＝Rsqu×Gi，其中，R′squ，i表示第i路分支对应的降维后数据，Gi表示第i路分支对应的空域滤波权值，Rsqu表示所述频域数据。
传统接收机处理：对R’squ数据进行传统接收机信道估计与均衡处理，获取均衡后数据C’points，i。
分支选择功能处理：对并行处理的各个分支均衡后数据C’points，i进行EVM计算，择EVM值满足阈值要求的分支，进行合并处理，得到目标均衡数据。
即[index]＝find(EVM(C‘points，i)＜EVMThr)；
其中，EVMThr表示预设EVM阈值，index表示至少一个目标EVM值所对应的索引，C‘points(index)表示所确定的index分别对应的均衡后数据，表示目标均衡数据。
步骤四：比特级处理模块，具体执行如下处理流程：
将目标均衡数据送入比特级处理模块，进行后续的解调、解速率匹配、LDPC译码、CRC码等操作，从而完成整个接收机处理过程。
这样，本实施例根据接收信号的数据域协方差矩阵提取空域能量方向信息，避免了根据参考信号信道估计进行空域滤波计算，实现了数据域空域滤波处理功能与并行接收机处理功能，能够提升大规模阵列天线下的接收机性能，同时降低大规模阵列天线的处理复杂度。
图6示出本发明的一个实施例提供的一种数据处理装置的结构示意图。如图6所示，一种数据处理装置包括：
第一确定模块601，用于确定接收机所接收的频域数据的协方差矩阵；
第二确定模块602，用于根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值，其中每个所述分支对应至少一个维度的天线；
降维模块603，用于针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据；
处理模块604，用于根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作。
在一种实现方式中，第二确定模块602，用于对所述协方差矩阵进行奇异值分解SVD，得到S矩阵和V矩阵；根据所述S矩阵，确定所述接收机并行处理的分支的数量；根据所述V矩阵，确定每个所述分支对应的空域滤波权值。
在一种实现方式中，第二确定模块602，用于根据所述S矩阵的对角元素值，确定能量阈值；从所述S矩阵的对角元素中确定大于所述能量阈值的对角元素值的个数，其中所述个数的最大值小于天线的天线维度数；根据所述个数确定所述接收机并行处理的分支的数量。
在一种实现方式中，第二确定模块602，用于通过下述公式确定所述能量阈值：
其中，ThrP表示所述能量阈值，Ka表示天线的天线维度，S(i，i)表示所述S矩阵，Pthr表示预设的能量门限值。
在一种实现方式中，第二确定模块602，用于针对每个所述分支，确定所述V矩阵中的目标列，其中所述目标列包括第1列至第N列，N为所述分支对应的天线维度数；将所述V矩阵的所有行中位于所述目标列的数据确定为所述分支所对应的空域滤波权值。
在一种实现方式中，降维模块603用于，根据所述分支对应的空域滤波权值，通过下述公式，对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据：
R′squ，i＝Rsqu×Gi；
其中，R′squ，i表示第i路分支对应的降维后数据，Gi表示第i路分支对应的空域滤波权值，Rsqu表示所述频域数据。
在一种实现方式中，处理模块604用于，对每个所述分支所对应的降维后数据进行信道估计与均衡处理，得到每个所述分支对应的均衡后数据；根据每个所述分支对应的均衡后数据，确定目标均衡数据；对所述目标均衡数据进行处理，以完成对所述频域数据的处理操作。
在一种实现方式中，处理模块604用于，对每个所述分支所应的均衡后数据进行误差向量幅度EVM计算；根据每个所述分支对应的EVM值，确定所述目标均衡数据。
在一种实现方式中，处理模块604用于，将最小EVM值所对应的均衡后数据确定为所述目标均衡数据；或者，从所有所述EVM值中选择满足预设EVM阈值的至少一个目标EVM值，并将所述至少一个目标EVM值分别对应的均衡后数据的和值确定为所述目标均衡数据。
在一种实现方式中，处理模块604用于，确定所有所述分支对应的均衡后数据的平均值，并将所述平均值确定为所述目标均衡数据。
本申请实施例提供的数据处理装置能够实现图1至图5的方法实施例实现的各个过程，为避免重复，这里不再赘述。
需要说明的是，本说明书中关于数据处理装置的实施例与本说明书中关于数据处理方法的实施例基于同一发明构思，因此关于数据处理装置实施例的具体实施可以参见前述对应的关于数据处理方法实施例的实施，重复之处不再赘述。
本申请实施例中的数据处理装置可以是装置，也可以是接收机中的部件、集成电路、或芯片。本申请实施例中的数据处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
基于相同的技术构思，本申请实施例还提供了一种电子设备，该电子设备用于执行上述的数据处理方法，图7为实现本申请各个实施例的一种电子设备的结构示意图。电子设备可因配置或性能不同而产生比较大的差异，可以包括处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储在存储器730上并可在处理器710上运行的计算机程序，以执行下述步骤：
确定接收机所接收的频域数据的协方差矩阵；
根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值，其中每个所述分支对应至少一个维度的天线；
针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据；
根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作。
具体执行步骤可以参见上述数据处理方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
以上电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，例如，输入单元，可以包括图形处理器(Graphics Processing Unit，GPU)和麦克风，显示单元可以采用液晶显示器、有机发光二极管等形式来配置显示面板。用户输入单元包括触控面板以及其他输入设备中的至少一种。触控面板也称为触摸屏。其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
存储器可用于存储软件程序以及各种数据。存储器可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器可以包括易失性存储器或非易失性存储器，或者，存储器可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。
处理器可包括一个或多个处理单元；可选的，处理器集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器中。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述数据处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (12)

1.一种数据处理方法，其特征在于，包括：
确定接收机所接收的频域数据的协方差矩阵；
根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值，其中每个所述分支对应至少一个维度的天线；
针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据；
根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作。
2.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述协方差矩阵，确定所述接收机并行处理的分支的数量和每个所述分支对应的空域滤波权值，包括：
对所述协方差矩阵进行奇异值分解SVD，得到S矩阵和V矩阵；
根据所述S矩阵，确定所述接收机并行处理的分支的数量；
根据所述V矩阵，确定每个所述分支对应的空域滤波权值。
3.根据权利要求2所述的数据处理方法，其特征在于，所述根据所述S矩阵，确定所述接收机并行处理的分支的数量，包括：
根据所述S矩阵的对角元素值，确定能量阈值；
从所述S矩阵的对角元素中确定大于所述能量阈值的对角元素值的个数，其中所述个数的最大值小于天线的天线维度数；
根据所述个数确定所述接收机并行处理的分支的数量。
4.根据权利要求3所述的数据处理方法，其特征在于，所述根据所述S矩阵的对角元素值，确定能量阈值，包括：
通过下述公式确定所述能量阈值：
其中，ThrP表示所述能量阈值，Ka表示所述天线的天线维度，S(i，i)表示所述S矩阵，Pthr表示预设的能量门限值。
5.根据权利要求2所述的数据处理方法，其特征在于，所述根据所述V矩阵，确定每个所述分支对应的空域滤波权值，包括：
针对每个所述分支，确定所述V矩阵中的目标列，其中所述目标列包括第1列至第N列，N为所述分支对应的天线维度数；
将所述V矩阵的所有行中位于所述目标列的数据确定为所述分支所对应的空域滤波权值。
6.根据权利要求1所述的数据处理方法，其特征在于，所述针对每个所述分支，根据所述分支对应的空域滤波权值对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据，包括：
根据所述分支对应的空域滤波权值，通过下述公式，对所述分支所对应数据进行降维处理，得到所述分支所对应的降维后数据：
R′squ，i＝Rsqu×Gi；
其中，R′squ，i表示第i路分支对应的降维后数据，Gi表示第i路分支对应的空域滤波权值，Rsqu表示所述频域数据。
7.根据权利要求1所述的数据处理方法，其特征在于，所述根据每个所述分支所对应的降维后数据，完成所述频域数据的处理操作，包括：
对每个所述分支所对应的降维后数据进行信道估计与均衡处理，得到每个所述分支对应的均衡后数据；
根据每个所述分支对应的均衡后数据，确定目标均衡数据；
对所述目标均衡数据进行处理，以完成对所述频域数据的处理操作。
8.根据权利要求7所述的数据处理方法，其特征在于，所述根据每个所述分支对应的均衡后数据，确定目标均衡数据，包括：
对每个所述分支所应的均衡后数据进行误差向量幅度EVM计算；
根据每个所述分支对应的EVM值，确定所述目标均衡数据。
9.根据权利要求8所述的数据处理方法，其特征在于，所述根据每个所述分支对应的EVM值，确定所述目标均衡数据，包括：
将最小EVM值所对应的均衡后数据确定为所述目标均衡数据；或者，
从所有所述EVM值中选择满足预设EVM阈值的至少一个目标EVM值，并将所述至少一个目标EVM值分别对应的均衡后数据的和值确定为所述目标均衡数据。
10.根据权利要求7所述的数据处理方法，其特征在于，所述根据每个所述分支对应的均衡后数据，确定目标均衡数据，包括：
确定所有所述分支对应的均衡后数据的平均值，并将所述平均值确定为所述目标均衡数据。
11.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-10任一项所述的数据处理方法的步骤。
12.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-10任一项所述的数据处理方法的步骤。
CN202211071213.4A 2022-09-02 2022-09-02 数据处理方法、电子设备及存储介质 Pending CN117692280A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211071213.4A CN117692280A (zh) 2022-09-02 2022-09-02 数据处理方法、电子设备及存储介质
PCT/CN2023/113106 WO2024046112A1 (zh) 2022-09-02 2023-08-15 数据处理方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211071213.4A CN117692280A (zh) 2022-09-02 2022-09-02 数据处理方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117692280A true CN117692280A (zh) 2024-03-12

Family

ID=90100398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211071213.4A Pending CN117692280A (zh) 2022-09-02 2022-09-02 数据处理方法、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN117692280A (zh)
WO (1) WO2024046112A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101556328B (zh) * 2009-05-08 2012-06-20 西安电子科技大学 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法
CN113866796B (zh) * 2021-09-10 2024-04-19 西安电子科技大学 基于空域滤波与波束成形的导航接收机抗干扰方法
CN114403903A (zh) * 2022-01-14 2022-04-29 杭州电子科技大学 面向跨被试rsvp的多特征低维子空间erp检测方法

Also Published As

Publication number Publication date
WO2024046112A1 (zh) 2024-03-07

Similar Documents

Publication Publication Date Title
CN101278500B (zh) 无线通信设备
US9577703B2 (en) System and method for low density spreading modulation detection
US7844240B1 (en) Method of selecting receive antennas for MIMO systems
CN111181619A (zh) 基于深度强化学习的毫米波混合波束成形设计方法
CN106716866A (zh) 乒乓波束成形
CN106301508B (zh) 一种天线通道的降阶方法及装置
CN101227254B (zh) 一种在多入多出系统中v-blast的检测方法
CN102111243A (zh) 固定复杂度的球译码检测方法
CN107404346A (zh) 一种接收信号检测方法及系统
CN102130753B (zh) 一种处理信号的方法和系统
CN117692280A (zh) 数据处理方法、电子设备及存储介质
CN108401583B (zh) 一种LEO卫星移动通信系统中加速收敛的改进LMS-Rake接收方法及系统
CN107615804A (zh) 用于设备通信的新传输方案
CN107154815B (zh) 一种多用户系统混合预编码方法
CN102013958A (zh) 快速时变mimo系统中基于非码本预编码的传输方法
KR20200001397A (ko) 기지국장치 및 기지국장치의 동작 방법
CN113271124B (zh) 一种应用于大规模mimo系统的混合迭代检测方法
CN113542170A (zh) 一种信号调制方式的检测方法、装置、系统及存储介质
CN114499612A (zh) 波束赋形的处理方法、装置及可读存储介质
KR101644562B1 (ko) 점감 기법을 채택하는 채널 스케일링 기반의 안테나 선택 장치 및 방법
CN102084603A (zh) 移动通信系统、基站和干扰消除方法
AL-Doori et al. Space Division Multiple Access Base Station (SDMA) Based on Block Adaptive Euclidean Direction Search Algorithm
US9525572B2 (en) Signal correction method and receiving machine
CN109361491A (zh) 基于ldpc的多输入多输出系统的译码方法、设备和存储介质
US10587318B2 (en) Apparatus and method for deriving a submatrix

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication