CN113473520A - 小区搜索方法及装置、芯片、设备、存储介质 - Google Patents
小区搜索方法及装置、芯片、设备、存储介质 Download PDFInfo
- Publication number
- CN113473520A CN113473520A CN202110694067.XA CN202110694067A CN113473520A CN 113473520 A CN113473520 A CN 113473520A CN 202110694067 A CN202110694067 A CN 202110694067A CN 113473520 A CN113473520 A CN 113473520A
- Authority
- CN
- China
- Prior art keywords
- starting position
- correlation
- sequence
- cell group
- synchronization sequence
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000001514 detection method Methods 0.000 claims abstract description 98
- 238000004590 computer program Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 238000005070 sampling Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 239000013078 crystal Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000007480 spreading Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000012937 correction Methods 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
- 230000003287 optical effect Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Discrete Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
技术领域
本申请实施例涉及通信技术,涉及但不限于小区搜索方法及装置、芯片、设备、存储介质。
背景技术
第五代移动通信技术(5th-Generation wireless communication technology,5G)新空口(New Radio,NR)系统相比于长期演进(Long Term Evolution,LTE)系统,制定了新的协议标准,并且引入多种关键技术。大带宽、大连接和低时延高可靠的5G系统,将支撑人工智能、大数据、物联网等产业落地,构建万物互联的智能世界。小区搜索作为5G系统下行基带信号处理的关键环节,其搜索的准确性影响着用户设备(User Equipment,UE)的通信性能。
发明内容
有鉴于此,本申请实施例提供的小区搜索方法及装置、芯片、设备、存储介质,能够提高小区搜索的准确性,从而改善通信性能。本申请实施例提供的小区搜索方法及装置、芯片、设备、存储介质是这样实现的:
本申请实施例提供的小区搜索方法,包括:对第一接收序列进行第一相关检测,得到第一同步序列的至少一个第一起始位置和所述第一起始位置对应的小区组内标识根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;其中,所述至少一个第二起始位置对应的相关峰值满足第一条件;根据每一所述第一起始位置和每一所述第二起始位置进行第二相关检测,得到小区组标识
本申请实施例提供的小区搜索装置,包括:第一检测模块,用于对第一接收序列进行第一相关检测,得到第一同步序列的至少一个第一起始位置和所述第一起始位置对应的小区组内标识扩展模块,用于根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;其中,所述至少一个第二起始位置对应的相关峰值满足第一条件;第二检测模块,用于根据每一所述第一起始位置和每一所述第二起始位置进行第二相关检测,得到小区组标识
本申请实施例提供的基带芯片,包括:相关检测电路,用于对第一接收序列进行第一相关检测,得到第一同步序列的至少一个第一起始位置和所述第一起始位置对应的小区组内标识处理器,用于根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;其中,所述至少一个第二起始位置对应的相关峰值满足第一条件;以及,根据每一所述第一起始位置和每一所述第二起始位置进行第二相关检测,得到小区组标识
本申请实施例提供的用户设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本申请实施例所述的方法。
本申请实施例提供的计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本申请实施例提供的所述的方法。
在本申请实施例中,对第一接收序列进行第一相关检测,得到第一同步序列的至少一个第一起始位置和其对应的小区组标识此时不是仅基于第一起始位置进行第二相关检测,而是根据第一起始位置扩展得到相关峰值满足第一条件的第二起始位置,从而基于每一第一起始位置和每一第二起始位置进行第二相关检测,得到小区组标识如此,一方面,能够提高小区搜索的准确性;另一方面,在确保小区搜索的准确性的前提下,也为使用更小的过采样因子提供了条件。也就是说,在通过增加第二起始位置以确保小区搜索的准确性的前提下,可以使用更小的过采样因子(例如过采样因子为1)来获得第一接收序列,从而大大降低第一相关检测的运算量,进而缩短小区搜索的整体时间,提高小区搜索的整体效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1示出了本申请实施例可能适用的一种网络架构;
图2示出了小区搜索的基本流程;
图3为本申请实施例提供的小区搜索方法的实现流程示意图;
图4为本申请实施例小区搜索方法的实现流程示意图;
图5为本申请实施例小区搜索方法的实现流程示意图;
图6表明在4096快速傅里叶变换(Fast Fourier Transform,FFT)点中包括的全局同步信道号(Global Synchronization Channel Number,GSCN);
图7示出了本申请实施例的对一组数据的相关处理流程;
图8示出了本申请实施例的辅同步信号(Secondary Synchronization Signal,SSS)操作过程;
图9示出了本申请实施例扩展PssOut候选值的条件;
图10为本申请实施例小区搜索装置的结构示意图;
图11为本申请实施例基带芯片的结构示意图;
图12为本申请实施例提供的用户设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
需要指出,本申请实施例所涉及的术语“第一\第二\第三”不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
本申请实施例描述的网络架构以及业务场景是为了更加清楚地说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定。本领域普通技术人员可知,随着网络架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
图1示出了本申请实施例可能适用的一种网络架构。如图1所示,本实施例提供的网络架构包括:网络设备101和用户设备(User Equipment,UE)102。本申请实施例所涉及到的用户设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户终端设备(terminaldevice)或移动台(Mobile Station,MS)等。本申请实施例所涉及到的网络设备是一种部署在无线接入网中用以为用户设备提供无线通信功能的设备。在本申请实施例中,该网络设备例如可以为图1所示的基站,该基站可以包括各种形式的宏基站、微基站、中继站或接入点等。
本申请实施例的小区搜索方法可以应用于第四代移动通信系统(the 4thgeneration mobile communication system,4G)、5G NR系统或未来的通信系统,也可以用于其他各种无线通信系统。
以5G NR系统为例,图2示出了小区搜索的基本流程,如图2所示,首先,通过PSS相关检测(即第一相关检测的一种示例)完成符号同步、小区组内标识的检测和频偏估计;然后,通过SSS相关检测(即第二相关检测的一种示例),得到小区组标识从而根据小区组内标识和对应的小区组标识确定小区标识
需要说明的是,这里仅仅是举例说明小区标识的确定方法,对于小区组标识和小区组内标识的具体编号和数量,在本申请实施例中不做限制。随着网络架构的演变和新业务场景的出现,小区组标识和小区组内标识的编号和数量可能会随之变化,但是对于类似的技术问题,本申请实施例提供的技术方案同样适用。
本申请实施例提供的小区搜索方法,可以应用于用户设备,图3为本申请实施例提供的小区搜索方法的实现流程示意图,如图3所示,该方法可以包括以下步骤301至步骤303:
用于第一相关检测的第一接收序列通常为多组具有特定长度的序列。在一些实施例中,可以通过如下实施例的步骤501至步骤506实现步骤301。第一同步序列可以是各种类型的同步序列,对于不同的无线通信系统,第一同步序列的类型可能是不同的,但是作用通常是类似的,其主要是用来做小区搜索从而得到小区组内标识的。在5G NR系统中,以及在LTE系统中,第一同步序列为主同步信号(Primary synchronous signal,PSS)。
可以理解地,不同的小区组内标识对应不同的第一同步序列的本地序列,而第一同步序列的本地序列用于与第一接收序列进行相关运算,用户设备可以基于相关运算得到的相关结果确定第一同步序列的第一起始位置。因此,第一起始位置对应的小区组内标识是指用于得到该起始位置的第一同步序列的本地序列所对应的小区组内标识
步骤302,根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;其中,所述至少一个第二起始位置对应的相关峰值满足第一条件。
在本申请实施例中,扩展的方式可以是多种多样的,旨在扩展得到相关峰值满足第一条件的第二起始位置。例如,在一些实施例中,从用于得到第一起始位置的相关结果中查找等于或仅次于该第一起始位置的相关峰值的相关峰值,将查找的这些或这个相关峰值对应的符号位置确定为第二起始位置。又如,在一些实施例中,用户设备还可以直接将距离第一起始位置为扩展步长的至少一个符号位置确定为第二起始位置;其中,扩展步长的确定方法如下实施例的步骤507所述。
在本申请实施例中,对第一接收序列进行第一相关检测,得到第一同步序列的至少一个第一起始位置和其对应的小区组标识此时不是仅基于第一起始位置进行第二相关检测,而是根据第一起始位置扩展得到相关峰值满足第一条件的第二起始位置,从而基于每一第一起始位置和每一第二起始位置进行第二相关检测,得到小区组标识如此,一方面,能够提高小区搜索的准确性;另一方面,在确保小区搜索的准确性的前提下,也为使用更小的过采样因子提供了条件,也就是说,在通过增加第二起始位置以确保小区搜索的准确性的前提下,可以使用更小的过采样因子(例如过采样因子为1)来获得第一接收序列,从而大大降低第一相关检测的运算量,进而缩短小区搜索的整体时间,提高小区搜索的整体效率。
本申请实施例再提供一种小区搜索方法,图4为本申请实施例小区搜索方法的实现流程示意图,如图4所示,该方法包括步骤401至步骤406:
步骤402,获取第一同步序列的本地序列的过采样因子;
步骤403,确定所述过采样因子是否小于或等于特定值;如果是,执行步骤404;否则,执行步骤406。
在本申请实施例中,特定值可以是任意值,对此不做限定。例如,特定值为1。而过采样因子等于2的场景中第一相关检测的运算量远远大于过采样因子等于1的场景中第一相关检测的运算量。因此,在过采样因子小于或等于特定值的情况下,通过执行步骤404和步骤405能够提高第二相关检测的准确性,提升小区搜索性能。从另一个角度来讲,在第二相关检测阶段,增加第二起始位置,如此在能够确保小区搜索性能的同时,给使用更小的过采样因子提供了有利条件,而使用更小的过采样因子,能够大大减小第一相关检测阶段的运算量,从而提高小区搜索的整体效率。
步骤404,根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;其中,所述至少一个第二起始位置对应的相关峰值满足第一条件;
可以理解地,如果过采样因子大于特定值,则无需增加第二起始位置,直接根据第一起始位置进行第二相关检测即可。虽然,基于较大的过采样因子通过步骤401和步骤406实现的小区搜索,相比于基于较小的过采样因子通过步骤401、步骤404和步骤405实现的小区搜索,二者的小区搜索的准确性均能够满足需求,但是前者的计算量却远大于后者,即前者的小区搜索的整体时间远远大于后者。
无论是步骤405,还是步骤406,在一些实施例中,均可这样实现:根据第l个所述起始位置和所述第一同步序列的长度,从对应的第一接收序列中提取第二同步序列;其中,0<l≤L,L为所述第一起始位置和所述第二起始位置的总数,即所述起始位置的总数;将每一小区组标识对应的第二同步序列的本地序列分别与所述第二同步序列进行相关运算,得到对应的第二相关结果;根据每一所述起始位置对应的第二相关结果,确定小区组标识
对于不同的无线通信系统,第二同步序列的定义可能是不同的,但是作用基本是相同的,其主要是用来做小区搜索从而得到小区组标识的。例如,在5G NR系统中,以及在LTE系统中,第二同步序列为辅同步信号(Secondary Synchronization Signal,SSS)。
可以理解地,第二相关检测的处理效率相比于第一相关检测的处理效率要高的多。这是因为:第一,第二相关检测处理的对象是第二同步序列,而第一相关检测处理的对象是第二同步序列所属的第一接收序列,由于第二同步序列是截取第一接收序列的部分数据,因此第二相关检测的运算量远小于第一相关检测的运算量;第二,在实际应用中,第一相关检测主要是通过硬件来实现的,而第二相关检测主要是通过软件来实现的,后者的计算效率高于前者;第三,第二相关检测算法相比于第一相关检测算法,复杂度较低。
综上三个原因,第二相关检测的时间复杂度远小于第一相关检测的时间复杂度。因此,即使在第二相关检测阶段增加了第二起始位置,其所耗费的时间,相比于在第一相关检测阶段因降低过采样因子而节约的计算时间也是非常小的。也就是说,在过采样因子等于特定值(如特定值等于1),或小于特定值(如特定值等于3)的情况下,通过增加第二起始位置,既能够确保搜索性能满足需求,也能够大大节约小区搜索时间,从而有效提高小区搜索效率。总之,通过在第二相关检测阶段增加第二起始位置的方法,在不损失搜索性能的同时,可以允许过采样因子设置的更小,从而大大减小第一相关检测的运算量,进而提升小区搜索的整体效率。
本申请实施例再提供一种小区搜索方法,图5为本申请实施例小区搜索方法的实现流程示意图,如图5所示,该方法包括步骤501至步骤509:
步骤501,对第i组第一接收序列进行快速傅里叶变换(Fast Fourier Transform,FFT),得到第二接收序列;其中,0<i≤I,I为所述第一接收序列的总数;
步骤502,根据第k个小区组内标识对应的第一同步序列的本地序列和第j个频偏假设,对所述第二接收序列进行相关运算,得到第二相关结果;其中,0<k≤K,K为小区组内标识的总数,0<j≤J,J为频偏假设的总数;
步骤503,按照截取长度,对所述第二相关结果进行截取,得到第二相关子结果。
可以理解地,截取长度与快速傅里叶逆变换器的硬件处理能力有关,截取长度小于或等于快速傅里叶逆变换器能够处理的最大点数。快速傅里叶逆变换器能够处理的最大点数是已知的,相应地,截取长度也是已知的。例如,截取长度等于该最大点数。
步骤504,对所述第二相关子结果进行快速傅里叶逆变换(Inverse Fast FourierTransform,IFFT),得到第一相关子结果;
步骤505,将所述第二相关结果对应的每一第一相关子结果拼接为第一相关结果;
需要说明的是,执行步骤507至步骤509,可以是有条件的,也可以是无条件的。所谓有条件,比如,在过采样因子小于或等于特定值的情况下,执行步骤507至步骤509;否则,根据每一所述第一起始位置进行第二相关检测,从而确定出小区组标识所谓无条件是指用户设备在执行步骤506之后,直接执行步骤507至步骤509。
步骤507,确定所述第一起始位置所在的第一接收序列的长度相对于所述截取长度的比值;
步骤508,将所述比值作为扩展步长,将距离所述第一起始位置为至少1倍所述扩展步长的至少一个符号位置确定为第二起始位置。
在本申请实施例中,对于取多少个符号位置作为第二起始位置不做限定,对于取第一起始位置的哪个方向的符号位置作为第二起始位置也不做限定,对于取几倍扩展步长处的符号位置作为第二起始位置也不做限定,例如,可以将距离第一起始位置1倍扩展步长的左右两个符号位置、和/或距离第一起始位置2倍扩展步长的左右两个符号位置等作为第二起始位置。
可以理解地,相比于从第一相关结果中去查找满足第一条件的相关峰值,进而确定该相关峰值对应的符号位置,在步骤508中直接根据扩展步长和第一起始位置,即可扩展得到第二起始位置;如此,能够减小扩展复杂度,从而节约计算量,进而缩短小区搜索的整体搜索时间,提高小区搜索效率。
下面将说明本申请实施例在一个实际的应用场景中的示例性应用。
在本申请实施例中,旨在提供应用在小区搜索的初始阶段,如何高效地完成小区搜索的方案。
UE在指定频点、小区或者候补频点、小区搜索失败或者这些信息不存在时,进行全频段扫描,搜索UE能力支持的频段范围内存在的所有小区。
在NR系统中,由于带宽的增加,之前应用在LTE系统中的100Hz的栅格,不能直接应用在NR系统中。因此,同步栅格的概念被提出来,从而有效地减少UE计算复杂度,这里,同步栅格的步长不再是100KHz,而是更长的频率间隔,不同的参数集(numerology)对应不同步长的同步栅格,例如:子载波间隔(Subcarrier Spacing,SCS)为15KHz,其对应的同步栅格的补偿为1.2MHz。另外,针对不同的频带(band),每个同步栅格上,有不同个数的GSCN,可能是3个GSCN,也可能是1个GSCN,对于大多数的band,通常每个同步栅格上有3个GSCN对于其他band,通常每个同步栅格上有1个GSCN。
小区搜索的目的是找到最有可能的GSCN,当UE使用在小区搜索阶段找到的GSCN进行给定频点的小区搜索时,能够以最大的概率找到小区的ID信息,甚至成功完成接下来的主信息块(Main Information Block,MIB)的读取。由此可以看出,小区搜索是非常关键的一步,如果搜索找不到合适的GSCN,那么就会直接影响小区搜索的时间以及性能。
出于不同目的,UE可能采用不同的晶体振荡器。那么,不同的晶体振荡器的选择将导致UE在同步网络之前出现不同的频率偏差,这个偏差可能是1至20ppm的典型范围。在本申请实施例中,考虑不同晶体振荡器方案的影响,以及随着时间变化晶体振荡器老化影响的小区搜索方案,在兼顾性能的同时,有效完成频域搜索。
在小区搜索的初始阶段,其目的是尽可能快速地搜索出有效频点。本方案是在给定的UE的射频资源上,采用高采样率的方式包括尽可能多的GSCN。
当接收的高采样率时域数据可提供的时候,通过使用FFT得到高采样率时域数据的频域变换数据,然后依据可能的不同GSCN点,同时考虑不同频偏影响的条件下,分别完成频域相关,然后再通过IFFT转换到时域,完成PSS相关检测。
如果对应的中心频点的PSS相关结果超过第一阈值,则利用相关信息进行SSS相关检测,直接得到小区级信息,可结束流程;其中,小区级信息,例如包括以下至少之一:PID、频偏、同步信号的时域位置、以及GSCN;
如果对应的中心频点的PSS相关结果未超过第一阈值,则将该中心频点对应的最大PSS相关值上报。
待所有中心频点扫描结束后,可将中心频点上报的PSS最大相关值排序,找到最有可能的GSCN,完成小区搜索。
进一步来讲,包括如下的步骤1至步骤4,其目的是在保证相关性能的同时,包括尽可能多的GSCN:
步骤1:当接收的高采样率时域数据可提供的时候,通过使用FFT得到高这些采样数据的频域变换数据,然后依据可能的不同GSCN点,同时考虑不同频偏影响的条件下,分别完成频域相关,然后再通过IFFT转换到时域,完成PSS相关检测。
其中,PSS相关检测需要考虑采样速率和GSCN点的确定这两种因素,其中:
对于采样速率,由于为了节省相关计算的复杂度,UE的PSS相关检测利用如下特性:(1)利用FFT方法完成一个长序列和本地短序列的线性相关运算。(2)利用FFT特性:时域的整数倍(子载波)频偏相当于频域圆周移动。而频偏对PSS相关的影响决定了子载波间隔的大小,FFT的大小决定了输入数据的采样速率。
对于GSCN点的确定,取决于两方面的因素,比如FFT能力和晶体振荡器的选择,因为需要在保证相关检测性能的同时,尽可能地包括多的GSCN点;其中:
对于UE可提供的FFT:高的采样率意味着大的信道带宽,依据前面提到的NR中GSCN点的分布,这也等效于更多的GSCN点。那么,在一个搜索周期内(NR小区搜索周期为20ms)完成的任务就会越多,考虑到当前能够提供的FFT能力,那么在一个搜索周期中UE能够处理的总GSCN点数就会受限。
对于频偏的考虑:还有一个因素是和当前的晶体振荡器方案相关。对于基于PSS的小区搜索,为了保证小区搜索的准确性,会通过满足性能需求的最小频率假设结合不同晶体振荡器的ppm,来确定总的频偏假设个数。频偏假设个数的增加,意味着计算复杂的提高,也会影响GSCN的确定。
基于以上考虑,如下给出PSS相关检测的运算量分析,参数列表如表1所示:
表1
完成一组相关所需要的FFT和IFFT的计算量如下公式(2):
IFFT:(2*Ceil(F*p/x)+1)*(GSCN_num*3)+FFT:1公式(2);
其中,2表示考虑频偏的方向;Ceil为向上取整的函数;GSCN_num表示GSCN的数目;3表示每个同步栅格的3个GSCN,FFT点数一般会选择大的FFT,比如4096。FFT:1表示从4096、4095、4094到1。IFFT点数的选择取决于x;对于NR系统:PSS_N_baseIFFT=128;N_IFFT=PSS_N_baseIFFT*ovsampleRate/(x/scs)
另外,假定重叠因子为:o;其中,重叠因子是指通过FFT的方法计算相关时重叠部分的比例,那么在20ms周期完成相关的总的组数的表达式如下公式(3):
G=sampleNum/N/(1-o) 公式(3);
基于上述公式(2)和(3),最终的计算复杂度的计算公式如下式(4)所示:
C=[sampleNum/N/(1-o)]*[IFFT:(2*ceiling(F*p/x)+1)*(GSCN_num*3)+FFT:1]公式(4);
令C=C1+C2,则:
C1=[sampleNum/N/(1-o)],FFT的运算次数;
C2=[sampleNum/N/(1-o)]*[(2*ceiling(F*p/x)+1)*(GSCN_num*3)],IFFT的运算次数。
采样频率及FFT点数的选择都需要基于如上运算量的评估得到。
在某些场景下,参数ovsampleRate的值为1,在该情况下,PSS相关检测的运算量相比ovsampleRate=2时会明显降低。
以NR系统为例,ssb scs=15KHz,F=3GHz,p=15ppm,x=3.75Khz,ceiling(F*p/x)=12,GSCN_num=1:
当ovsampleRate值为1时,PSS_N=4096,x=3.75Khz,PSS_N_IFFT=512,o=0.25,sampleNum=307200;相应地,
PSS相关检测的运算复杂度为:
C1=[100],FFT num;
C2=[100]*[(2*12+1)*(1*3)],IFFT num;
PSS相关检测的总运算量为:c1*PSS_N+c2*PSS_N_IFFT=4249600mips;
当ovsampleRate值为2时,PSS_N=4096,x=3.75Khz,PSS_N_IFFT=1024,o=0.125;相应地,
PSS相关检测的运算复杂度为:
C1=[100],FFT num(即FFT的运算次数);
C2=[100]*[(2*12+1)*(1*3)],IFFT num(即IFFT的运算次数);
PSS相关检测的总运算量为:c1*PSS_N+c2*PSS_N_IFFT=8089600mips;
很明显ovsampleRate=2的运算量远大于ovsampleRate=1的运算量。
在确定参数后,如图6所示,表明在4096FFT中包括的GSCN点(例如:3GSCN/同步栅格),以及相应于单个GSCN点上(例如:Group3的中间GSCN)的接收过采样数据的频域点。
在得到频域点的数据后,需要完成IFFT以及重叠(overlap)的操作,从而得到时域相关的数据,其中,每个GSCN点分别完成IFFT以及overlap的操作,这样完成一个组的操作。之后,在之前提到的总组数G(20ms周期里),完成相同的操作,就会得到每个GSCN点在20ms周期里的所有时域相关值,然后按照相关值排序,选取大于第一阈值的峰值为候选值,进入到后续的SSS相关检测。小于第一阈值的进入到步骤4。
如图7所示,其示出了对一组数据的相关处理流程,假定采样数据(即第一接收序列)的长度为4096,对该序列进行FFT处理,得到第一频域数据,然后,根据不同的频偏假设,对第一频域数据进行循环移位,得到第二频域数据;将PSS的本地序列1、PSS的本地序列2和PSS的本地序列3分别与第二频域数据进行相关运算,对得到的相关运算结果进行nIFFT,得到第三相关结果;然后,另一方面,对第二频域数据进行nIFFT,得到第二时域数据;计算第二时域数据的能量值;利用该能量值,对第三相关结果进行归一化处理,得到第四相关结果(即第一相关结果的一种示例)。
步骤2:如果对应的中心频点的PSS相关结果超过第一阈值,则进入步骤3;如果PSS相关结果未超过第一阈值,则输出该中心频点对应的最大PSS相关结果,待所有中心频点结束后,则进入步骤4;
在本申请实施例中,将PSS相关值分成以下两种情况:
一种是对应的中心频点的PSS相关值中没有大于第一阈值的,则将该中心频点对应的最大PSS相关值的信息输出。
步骤3:利用PSS相关得到的信息直接进行SSS相关检测,可得到小区级信息(例如PID、频偏和同步信号的时域位置)。如果不能得到小区级信息,则将该中心频点对应的最大PSS相关值的信息输出。
根据步骤2,PSS相关值中会有多个候选值大于第一阈值,对于每一个PSS候选值可进行SSS相关检测,最终会得到所有PSS候选值对应的SSS相关值;然后,对SSS相关值进行排序,如果有大于第一阈值的SSS相关值则输出对应的小区级信息。在某些处理流程中找到小区,该流程就自动结束。
如果不能得到小区级信息,则将该中心频点对应的PSS相关最大值的信息输出。
每个PSS候选值对应的SSS相关检测过程如图8所示(以NR系统为例),包括如下步骤801至步骤805:
其中,根据PSS候选值得到如下信息:初始采样率fs_ini、当前候选值携带的频偏信息Δf、SSS时频转换FFT点数N_sssFFT、PSS候选值对应的SSS数据的起始位置startPos;这里Δf是无单位的量纲,表示SCS间隔的多少倍。
步骤801,数据提取:根据startPos和N_sssFFT可提取时域SSS数据;
步骤802,频偏校正:根据Δf和fs_ini对数据进行频偏校正(即频偏补偿);
步骤803,FFT:对频偏校正后的数据进行FFT;
步骤804,选择有效子载波:选择频域SSS数据;
可以理解地,在步骤1中得出如下结论:ovsampleRate=2时的PSS相关检测的运算量远大于ovsampleRate=1时的运算量,但是当ovsampleRate=1时,步骤2按如上处理性能明显下降。
基于此,在本申请实施例中,提供一种改进型的SSS相关检测处理流程,既能够在步骤1中使用参数ovsampleRate=1,又能够保证小区搜索性能下降不大。如图9所示,在基于每个PssOut候选值(至少包括第一起始位置和对应的小区组内标识)进行SSS相关检测处理之前,对其进行如下的步骤901至步骤902:
步骤901,确定ovsampleRate是否等于1;如果是,执行步骤902;否则,结束;
步骤902,扩展PssOut候选值;其中PssOut候选值中至少包括如下信息PssOut候选值对应的SSS数据的起始位置:startPos。
在一些实施例中,扩展方法如下:在startPos左右至少取一个点,步长为PSS_N/PSS_N_IFFT。
经过本操作,每个PSS候选值至少会变成三个PSS候选值,对应的SSS数据的起始位置分别为startPos-PSS_N/N_IFFT,startPos,startPos+PSS_N/N_IFFT。
步骤4:待所有中心频点扫描结束后,可将中心频点上报的最大PSS相关值排序,找到最有可能的GSCN,完成小区搜索。
如果没有找到合适的小区级信息或者进一步寻找小区,各中心频点上报的PSS相关值的最大值可帮助UE进一步寻找小区。
在本申请实施例中,提供了基于相关小区搜索的方法,通过该方法,在考虑不同晶体振荡器方案以及老化等原因引起的频偏变化的条件下,解决了如何有效地利用当前的UE资源,在兼顾搜索性能的同时,提高整个搜索的时间,同时也达到节省功耗的目的。
可以理解地,在小区搜索阶段,允许PSS相关检测阶段输出多个候选值给SSS相关检测模块进行处理;但是在SSS相关检测阶段,每个PssOut候选值扩展为多个候选值,如此,针对步骤1中的ovsampleRate=1的处理,系统性能损失不大,但是却能够使得系统的计算量减半。
上述方法不仅可以应用于NR系统,也可以灵活应用于其他无线接入技术的小区搜索阶段,只是需要替换不同的同步信号而已,这是因为在不同的无线接入技术里同步信道的定义不同。
基于前述的实施例,本申请实施例提供一种小区搜索装置,该装置包括所包括的各模块、以及各模块所包括的各单元,可以通过处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)等。
图10为本申请实施例小区搜索装置的结构示意图,如图10所示,小区搜索装置100包括:
扩展模块1002,用于根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;其中,所述至少一个第二起始位置对应的相关峰值满足第一条件;
在一些实施例中,小区搜索装置100还包括控制模块,所述控制模块,用于:获取第一同步序列的本地序列的过采样因子;如果所述过采样因子小于或等于特定值,触发扩展模块1002根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;如果所述过采样因子大于所述特定值,除法第二检测模块1003根据每一所述第一起始位置进行第二相关检测,得到小区组标识
在一些实施例中,所述特定值为1。
在一些实施例中,所述第一条件为小于或等于所述第一起始位置对应的相关峰值的相关峰值。
在一些实施例中,第一检测模块1001,用于:对第i组所述第一接收序列进行快速傅里叶变换,得到第二接收序列;其中,0<i1≤I,I为所述第一接收序列的总数;根据第k个小区组内标识对应的第一同步序列的本地序列和第j个频偏假设,对所述第二接收序列进行相关运算,得到第二相关结果;其中,0<k≤K,K为小区组内标识的总数,0<j≤J,J为频偏假设的总数;按照截取长度,对所述第二相关结果进行截取,得到第二相关子结果;对所述第二相关子结果进行快速傅里叶逆变换,得到第一相关子结果;将所述第二相关结果对应的每一第一相关子结果拼接为第一相关结果;根据得到的I×K×J组所述第一相关结果,确定所述第一同步序列的至少一个第一起始位置和所述第一起始位置对应的小区组内标识
在一些实施例中,扩展模块1002,用于:确定所述第一起始位置所在的第一接收序列的长度相对于所述截取长度的比值;将所述比值作为扩展步长,将距离所述第一起始位置为所述扩展步长的至少一个符号位置确定为所述第二起始位置。
在一些实施例中,第二检测模块1003,用于:根据第l个所述起始位置和所述第一同步序列的长度,从对应的第一接收序列中提取第二同步序列;其中,0<l≤L,L为所述第一起始位置和所述第二起始位置的总数;将每一小区组标识对应的第二同步序列的本地序列分别与所述第二同步序列进行相关运算,得到对应的第二相关结果;根据每一所述起始位置对应的第二相关结果,确定小区组标识
以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,本申请实施例中的小区搜索装置对模块的划分是示意性的,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。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。也可以采用软件和硬件结合的形式实现。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述的方法,并作为独立的产品销售或使用时,也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,本申请实施例的技术方案本质上或者说对相关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中,包括若干指令用以使得用户设备执行本申请各个实施例所述方法的全部或部分。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)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
相应地,本申请实施例提供一种基带芯片,图11为本申请实施例的基带芯片的结构示意图,如图11所示,基带芯片110包括:
第一处理器1102,用于根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置;其中,所述至少一个第二起始位置对应的相关峰值满足第一条件;
需要说明的是,在本申请实施例中,第一处理器1102和第二处理器1103可以是同一个处理器,也可以是不同的处理器。
以上芯片实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请芯片实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
本申请实施例提供一种用户设备,图12为本申请实施例的用户设备的硬件实体示意图,如图12所示,所述用户设备120包括存储器121和处理器122,所述存储器121存储有可在处理器122上运行的计算机程序,所述处理器122执行所述程序时实现上述实施例中提供的方法中的步骤。
需要说明的是,存储器121配置为存储由处理器122可执行的指令和应用,还可以缓存在处理器122以及用户设备120中各模块待处理或已经处理的数据(例如,图像数据、音频数据、语音通信数据和视频通信数据),可以通过闪存(FLASH)或随机访问存储器(RandomAccess Memory,RAM)实现。
本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中提供的方法中的步骤。
本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法实施例提供的方法中的步骤。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质、存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”或“一些实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”或“在一些实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如对象A和/或对象B,可以表示:单独存在对象A,同时存在对象A和对象B,单独存在对象B这三种情况。
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、物品或者设备所固有的要素。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、物品或者设备中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的,例如,所述模块的划分,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,如:多个模块或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或模块的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的模块可以是、或也可以不是物理上分开的,作为模块显示的部件可以是、或也可以不是物理模块;既可以位于一个地方,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全部模块来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能模块可以全部集成在一个处理单元中,也可以是各模块分别单独作为一个单元,也可以两个或两个以上模块集成在一个单元中;上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述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计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元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,也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,本申请实施例的技术方案本质上或者说对相关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中,包括若干指令用以使得用户设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
3.根据权利要求2所述的方法,其特征在于,所述特定值为1。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述第一条件为小于或等于所述第一起始位置对应的相关峰值的相关峰值。
对第i组所述第一接收序列进行快速傅里叶变换,得到第二接收序列;其中,0<i1≤I,I为所述第一接收序列的总数;
按照截取长度,对所述第二相关结果进行截取,得到第二相关子结果;
对所述第二相关子结果进行快速傅里叶逆变换,得到第一相关子结果;
将所述第二相关结果对应的每一第一相关子结果拼接为第一相关结果;
6.根据权利要求5所示的方法,其特征在于,所述根据所述第一起始位置,扩展得到所述第一同步序列的至少一个第二起始位置,包括:
确定所述第一起始位置所在的第一接收序列的长度相对于所述截取长度的比值;
将所述比值作为扩展步长,将距离所述第一起始位置为至少1倍所述扩展步长的至少一个符号位置确定为所述第二起始位置。
10.一种用户设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110694067.XA CN113473520A (zh) | 2021-06-22 | 2021-06-22 | 小区搜索方法及装置、芯片、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110694067.XA CN113473520A (zh) | 2021-06-22 | 2021-06-22 | 小区搜索方法及装置、芯片、设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113473520A true CN113473520A (zh) | 2021-10-01 |
Family
ID=77869321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110694067.XA Pending CN113473520A (zh) | 2021-06-22 | 2021-06-22 | 小区搜索方法及装置、芯片、设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113473520A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114928874A (zh) * | 2022-04-11 | 2022-08-19 | 哲库科技(北京)有限公司 | 小区搜索方法、装置、芯片、终端设备及计算机存储介质 |
CN115102663A (zh) * | 2022-06-15 | 2022-09-23 | Oppo广东移动通信有限公司 | 同步信号检测方法、装置、终端、存储介质及程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102421114A (zh) * | 2011-11-30 | 2012-04-18 | 合肥东芯通信股份有限公司 | 一种lte系统的同频邻区搜索装置和方法 |
CN102457870A (zh) * | 2010-10-21 | 2012-05-16 | 电信科学技术研究院 | 主同步信号检测方法、装置及小区搜索方法、系统 |
CN106603189A (zh) * | 2016-11-29 | 2017-04-26 | 广州慧睿思通信息科技有限公司 | 一种lte系统中小区搜索干扰消除的方法 |
CN110149656A (zh) * | 2019-06-14 | 2019-08-20 | 武汉虹信通信技术有限责任公司 | 无线信号覆盖测试方法及装置 |
-
2021
- 2021-06-22 CN CN202110694067.XA patent/CN113473520A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102457870A (zh) * | 2010-10-21 | 2012-05-16 | 电信科学技术研究院 | 主同步信号检测方法、装置及小区搜索方法、系统 |
CN102421114A (zh) * | 2011-11-30 | 2012-04-18 | 合肥东芯通信股份有限公司 | 一种lte系统的同频邻区搜索装置和方法 |
CN106603189A (zh) * | 2016-11-29 | 2017-04-26 | 广州慧睿思通信息科技有限公司 | 一种lte系统中小区搜索干扰消除的方法 |
CN110149656A (zh) * | 2019-06-14 | 2019-08-20 | 武汉虹信通信技术有限责任公司 | 无线信号覆盖测试方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114928874A (zh) * | 2022-04-11 | 2022-08-19 | 哲库科技(北京)有限公司 | 小区搜索方法、装置、芯片、终端设备及计算机存储介质 |
CN115102663A (zh) * | 2022-06-15 | 2022-09-23 | Oppo广东移动通信有限公司 | 同步信号检测方法、装置、终端、存储介质及程序产品 |
WO2023241025A1 (zh) * | 2022-06-15 | 2023-12-21 | Oppo广东移动通信有限公司 | 同步信号检测方法、装置、终端、存储介质及程序产品 |
CN115102663B (zh) * | 2022-06-15 | 2024-08-06 | Oppo广东移动通信有限公司 | 同步信号检测方法、装置、终端、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10819550B2 (en) | Signal sending method, network device, and terminal device | |
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 | |
Kroll et al. | Maximum-likelihood detection for energy-efficient timing acquisition in NB-IoT | |
US20210044471A1 (en) | Synchronization signal block transmitting and receiving method and device | |
CN106470462B (zh) | 一种扫频方法、装置和终端 | |
CN113473520A (zh) | 小区搜索方法及装置、芯片、设备、存储介质 | |
RU2730591C1 (ru) | Способ и устройство для передачи системной информации | |
CN106941384B (zh) | 物联网扫频方法及扫频仪 | |
CN113346975B (zh) | 小区搜索方法及装置、芯片、设备、存储介质 | |
CN114339979A (zh) | 小区搜索方法、装置、电子装置和存储介质 | |
CN111130683B (zh) | 窄带物联网同频邻小区搜索方法 | |
CN103634881A (zh) | 频点搜索方法及装置、终端 | |
JP2016213530A (ja) | セルサーチ方法及びユーザ装置 | |
CN113411159B (zh) | 一种频率搜索方法、装置及存储介质 | |
CN110417505B (zh) | 初始小区检测方法及装置、存储介质、终端 | |
CN111654897B (zh) | 频率搜索方法、装置、终端设备及计算机可读存储介质 | |
CN102625437A (zh) | 同步信号检测方法及终端 | |
US20170054538A1 (en) | Mobile terminal devices and methods of detecting reference signals | |
CN115102663A (zh) | 同步信号检测方法、装置、终端、存储介质及程序产品 | |
KR102451618B1 (ko) | 5g nr 통신을 기반으로 하는 pss 검출 방법 및 그 장치 | |
CN111602458A (zh) | 用于nprach检测的方法和设备 | |
CN111565085B (zh) | 窄带物联网的小区搜索方法、装置、存储介质和电子设备 | |
JP2008061247A (ja) | 端末が基地局をサーチする方法、並びに基地局、端末及びシステム | |
CN108513719B (zh) | 传输同步广播块的方法及装置 | |
CN115665832A (zh) | 基于无蜂窝网络的接入点关联方法、基站和存储介质 |
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 |