[发明专利]数据发送方法、装置及存储介质在审
| 申请号: | 201710522236.5 | 申请日: | 2017-06-30 |
| 公开(公告)号: | CN109217977A | 公开(公告)日: | 2019-01-15 |
| 发明(设计)人: | 叶能;李详明;陈晓航;侯晓林 | 申请(专利权)人: | 株式会社NTT都科摩 |
| 主分类号: | H04L1/00 | 分类号: | H04L1/00;H04L25/03 |
| 代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 郭曼;王琦 |
| 地址: | 日本东京都千代*** | 国省代码: | 日本;JP |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 编码层 发送 数据流 发射功率 干扰信号 数据发送 符号流 多层 码率 存储介质 数据重组 统计特性 统计特征 映射 调制 申请 | ||
1.一种数据发送方法,其中,所述方法包括:
获得干扰信号的统计特征;
根据干扰信号的统计特性确定多层编码的层数以及每个编码层对应的码率和发射功率;
根据确定的多层编码的层数对待发送的信息比特进行数据重组,得到对应各个编码层的信息比特;
根据确定的每个编码层的码率分别对每个编码层的信息比特进行编码,得到各个编码层对应的编码后的数据流;
根据确定的每个编码层的发射功率对各个编码层编码后的数据流进行层映射以及调制,得到待发送的符号流;以及
发送所述待发送的符号流。
2.根据权利要求1所述的方法,其中,所述获得干扰信号的统计特征包括:预先确定信道中干扰信号的统计分布,根据信道的相关信息以及信道中干扰信号的统计分布估计干扰信号的统计特性。
3.根据权利要求1所述的方法,其中,所述获得干扰信号的统计特征包括:根据用户的业务模型、传输功率模型和位置分布模型,分析信道中同时传输的用户个数和位置的概率密度分布以及信道中的总体发送功率获得干扰信号的统计特征。
4.根据权利要求1所述的方法,其中,所述获得干扰信号的统计特征包括:
建立机器学习模型,其中,所述机器学习模型的输入是每次获得的瞬时干扰信号,输出为干扰信号的统计分布;以及
根据瞬时干扰信号持续更新所述机器学习模型,在所述机器学习模型的输出收敛时,获得的干扰信号统计特性。
5.根据权利要求1所述的方法,其中,所述根据干扰信号的统计特性确定多层编码的层数以及每个编码层对应的码率和发射功率包括:
预先设定多层编码的最大层数LM。
多层编码的层数从1到最大层数LM,分别计算在不同多层编码的层数时发送端数据的平均传输速率达到最大值时的发送端数据的平均传输速率以及对应的每一个编码层的码率和发射功率,得到LM组发送端数据的平均传输速率最大值以及对应的每一个编码层的码率和发射功率;以及
从所述LM组发送端数据的平均传输速率最大值以及对应的每一个编码层的码率和发射功率中找到发送端数据的平均传输速率最大值,将其对应的编码层数L作为所述多层编码的层数以及将多层编码层数为L时使得发送端数据的平均传输速率最大时的每一个编码层对应的码率{RL}和发射功率{PL}作为所述多层编码每一个编码层对应的码率和发射功率。
6.根据权利要求5所述的方法,其中,所述计算在不同多层编码的层数时发送端数据的平均传输速率达到最大值时的发送端数据的平均传输速率以及对应的每一个编码层的码率和发射功率包括:
在确定L的条件下,最大化如下代表发送端数据的平均传输速率的最大值的表达式,从而确定λi以及Ri:
其中,I为干扰信号的平均功率,f(I)为干扰信号的平均功率的统计分布;M(I,λi,Ri,i=1…L,Rx)为收益函数,其中λi为第i个编码层的功率分配因子,Ri为第i个编码层的码率;其中,M(I,λi,Ri,i=1…L,Rx)为在某种接收策略Rx和干扰I下,各层采用功率分配因子λi和码率配置Ri的条件下获得的收益。
7.根据权利要求6所述的方法,其中,所述接收策略Rx为对每个编码层做SIC接收,收益目标为发送端数据可靠传输的瞬时容量,则所述收益函数通过如下表达式得到:
其中,L为多层编码的层数;P为发送端的发送功率;N为噪声功率;Θ(·)是示性函数,当括号中表述为真时,取值为1;反之,取值为0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于株式会社NTT都科摩,未经株式会社NTT都科摩许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710522236.5/1.html,转载请声明来源钻瓜专利网。





