自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(106)
  • 收藏
  • 关注

原创 5G NR/LTE学习笔记: 概括(更新中...)

接入网框架,what is the big picture基站的工作流程是怎么样子的,how does the base station work?

2019-06-02 22:04:48 2806

原创 Matlab多维矩阵优化

clear all;clc;a = rand(16,4,2,4,12,20)+j*rand(16,4,2,4,12,20);b1 = rand(4,16)+j*rand(4,16);b2 = rand(16,4)+j*rand(16,4);c = ones(16,4,2,4,12,20)+j*ones(16,4,2,4,12,20);datestr(now,'mmmm dd,yyyy HH:MM:SS.FFF AM')datestr(now,'SS.FFF ')for i = 1:1:2

2020-07-21 22:43:36 1090 1

原创 NR/LTE 同步信号 PSS SSS 之 M序列详解

基本概念m序列是最长线性移位寄存器序列的简称(maximal length linear shift register sequence),是一种特殊的LFSR(linear feedback shift register),是一种伪随机序列、伪噪声(PN)码或伪随机码。(可以预先确定并且可以重复实现的序列称为确定序列;既不能预先确定又不能重复实现的序列称随机序列;不能预先确定但可以重复产生的序列称伪随机序列。)m序列是二进制序列,即001100…,但是并不是完全随机,可以复现。性质均衡特性(平

2020-06-25 15:02:38 4098

原创 基本问答时间

系统消息包括MIB和SIB,二者都映射到逻辑信道BCCH,但MIB会在传输信道BCH上传输,而SIB会在传输信道DL-SCH上传输。Msg 2 没有HARQ过程;msg 4 使用HARQ;paging不适用HARQ当UE有上行数据发送的时候,有两种方式告诉基站:(1)UE通过SR只是告诉了eNodeB其有上行数据要发,而没有告诉eNodeB有多少数据要发,(2)UE需要通过BSR(...

2019-10-28 20:12:47 719

原创 5G三大应用场景

EMBB最大20Gbps 峰值https://www.rfwireless-world.com/calculators/5G-NR-maximum-throughput-calculator.htmlhttps://www.EventHelix.com/EventStudiohttps://www.eventhelix.com/lte/URLLMassive MTC

2019-09-05 22:10:34 3843

原创 LoRa基础相关

LoRaWAN网络架构是一个典型的星形拓扑结构,在这个网络架构中,LoRa网关是一个透明的中继,连接前端终端设备和后端中央服务器。网关与服务器通过标准IP连接,而终端设备采用单跳与一个或多个网关通信,所有的节点均是双向通信。终端与网关之间的通信是在不同频率和数据传输速率基础上完成的,数据速率选择需要在传输距离和消息时延之间权衡。由于采用了扩频技术,不同数据传输速率通信不会互相干扰,且会创建一组“...

2019-08-04 21:27:12 518

原创 Zadoff-Chu 序列

Zadoff-Chu序列属于CAZAC序列,所谓CAZAC序列,即具备了恒幅、零自相关性的优良特性的非 二进制复数序列。Zadoff-Chu序列具有如下特点:良好的自相关性(循环移位特性),即对于任意Chu原始序列与其移动循环移动n位后所得的序列互不相关,自相关峰值尖锐;良好的互相关性,即互相关和部分相关值接近零,便于接收端准确的把所需信号监测出来,并减小检错差错;恒幅特性,即任意Chu序...

2019-08-01 20:17:56 10945

原创 堆的方法

方法三:最小堆维护法这个问题嘛……事实上是有的。这个方法能够大幅度降低总比较次数,称之为最小堆维护法:第1步:先利用前10000个数字,搭建一个元素个数为1万的最小堆。有同学可能会问,什么叫做最小堆呢?在这里解释一下:首先,什么是堆?在计算机领域中,堆这个概念与生活中的有一点点类似,一般的堆也是上面窄下面宽的结构。堆结构,非常类似圆木堆放的结构,充满大自然的气息。堆结构,可能源自圆木...

2019-07-31 20:35:35 342

原创 Sublime Python 搭建

https://pypi.org/project/pandas/#filesbutton的command对应函数是否可以带参数lambda新建Build System "encoding": "utf-8", "working_dir": "$file_path", "shell_cmd": "C:\\Python27\\python.exe -u \"$file\"", ...

2019-07-27 03:28:25 164

原创 5G NR/LTE学习笔记: 多天线传输

我们听过时空复用,频分复用,多天线实际上是空分复用。我们常常听到TM = transmission mode这个传输模式,就是表示不同的天线传输模式,或者再通俗地讲,就是每个天线的端口 port的数据是如何映射到时频资源块的。同时不同的传输方式下,用不同的参考信号,和CSI的类型。The symbols of each antenna port are subsequently applie...

2019-07-25 00:04:40 7526 2

原创 上行物理层过程

1.Transport Channel Processing1.1 Processing Steps1.2 Mapping to the physical resource1.3PUSCH Frequency HoppingUplink Reference SignalUplink demodulation reference signalsUplink Sounding refere...

2019-07-06 21:24:10 753

原创 5G/NR 学习笔记: 重传机制

LTE中的重传机制是两层的:MAC层和RLC层两层重传机制,是为了在速度与可靠度之间找到权衡。HARQ目标是快速,负责传输信道/每个CC,对象是TB,错误率在1%左右RLC目标是可靠性,负责逻辑信道,错误率为10e-5一个HARQ实体的数据可以来自多个逻辑信道。一个RLC实体可以处理多个CC上的数据。对CA来说,HAQR一定是在相同CC上正交的,因为每个CC都有自己的HAQR实体。但...

2019-06-27 07:11:35 7250 1

原创 数学中的哲学: 互相关和卷积

互相关和卷积听起来就很复杂的样子,接下来,慢慢钻研以下。

2019-06-26 22:43:05 458

原创 数据在网络中的传输

在无线网络中同样使适用。在TCP/IP网络架构中,UDP,TCP,wabg

2019-06-19 23:16:03 1061

原创 5G NR/LTE学习笔记: 小区搜索

小区搜索过程不仅仅是在开机的时候执行的,实际上,为了支持移动性管理,终端需要持续同步,估计邻小区,通过比较当前小区和邻小区,决定是否切换。小区搜索过程的基本有以下几个部分同步小区时频获得小区帧时间获得小区PCIDPCID实际上一个有限资源,每一个小区ID对应特定的下行参考信号序列。每个下行CC=component carrier 中都两个特殊信号,PSS和SSS,在一个帧中它们有相...

2019-06-17 22:29:42 5387

原创 5G/NR 学习笔记: 波束赋形 / beam 管理

Whatbeam 是对于整列天线电磁波传播的一种样式。 一个天线的时候,电磁波的辐射方向是360度传播的,但是一个天线阵列可以实现电磁波单方向传播。 天线个数越多,电磁波传播方向越集中。Why5G采用了beam管理机制,可以用于初始接入、控制和数据信道。 对于初始接入来说,NR改进了4G基于广播的机制,升级为beam机制,从而提高系统覆盖率。Howbeam...

2019-06-13 22:29:50 47259 5

原创 5G NR/LTE学习笔记:下行物理过程

从大的方面来看,要学会下行过程,要从以下四个方面系统入手。1. Transport channel processing1.1 Processing Steps1.1.1 CRC Insertion Per Transport Block1.1.2 Code-Block Segmentation and Per-Code-Block CRC Insertion1.1.3 Channel ...

2019-06-12 23:32:24 4763

原创 穷举算法

有的时候需要遍历所有的可能性,但是如果通过一般方法,由于这种可能性会有很多,循环有很多重,怎么办呢?用递归可以的。另外一种说法是递归是容易爆的,这个后续再研究。#include <iostream>#include <vector>#include <stack>/*********************************************...

2019-06-12 23:31:45 3020

原创 下行处理流程

Within each Transmission Time Interval (TTI), corresponding to one subframe of length 1 ms, upto two transport blocks of dynamic size are delivered to the physical layer and transmitted over therad...

2019-06-03 21:14:36 1010

原创 5G NR/LTE学习笔记:下行参考信号

下行参考信号是预先定义好的,并占用时频资源网格中的某些特定RE。每个天线端口(antenna port)对应一个时频资源网格,并对应一个参考信号(Reference Signal,简称为RS)。对于下行,一个小区支持的天线端口集合依赖于该小区的参考信号配置。下行参考信号在时频资源网格上占据特定的RE。参考信号说明CRS支持1、2、4个天线端口配置,并在天线端口 {0...

2019-06-02 22:05:40 11438

原创 机器学习:数据正则化

正则化是在机器学习和深度学习中作为一种抑制过拟合的比较有效的手段之一,好的算法应该具有良好的泛化能力,即不仅要在训练集数据上表现良好,推广到未知的测试数据时,也能有良好的表现。简而言之正则化的目的是:应对样本少的情况下,使模型适合更多的场景。通常来说,泛化误差的下降是以训练误差的上升为代价的, 但有些比较好的算法也能兼顾泛化误差和训练误差的良好性能。...

2019-02-11 19:55:12 1357

原创 5G NR/LTE学习笔记: PCI的影响

LTE中PCI的分配一个小区特定的参考信号主要由PCI决定的参考符号在摸个RB内的起始位置还和小区特定的频率偏移相关。LTE定义了6个频率偏移,与小区PCI相关,其值为PCI mod 6。这个频率偏移可以避免至多6个相邻小区的小区特定的参考信号之间的时频资源冲突。通过小区搜索过程,UE可以得到小区的PCI。并且小区特定的参考信号及其时频位置与PCI是一一对应的,因此在小区搜索过程之后,U...

2019-01-30 20:07:10 28612 3

原创 机器学习:TensorFlow初学

numpy常用的函数dot: 数组的点积 dot producta = np.arange(0,9)#Out[45]: array([0, 1, 2, 3, 4, 5, 6, 7, 8])b = a[::-1]#Out[47]: array([8, 7, 6, 5, 4, 3, 2, 1, 0])np.dot(a,b)#Out[48]: 84随机数生成tf.random_n...

2019-01-29 23:34:01 204

原创 数据预处理小技巧:window cmd合并多个csv文件

在做文件处理的时候,很琐碎的工作。python对文件的处理也不一定是非常高效的将所有的csv文件放到一个文件夹,位置任意。打开cmd,切换到存放csv的文件夹,也可以在csv文件夹中,按住shift加鼠标右键,选择在此处打开命令窗口。输入copy *.csv all-groups.csv...

2019-01-29 21:58:38 4747 2

原创 Matlab三维离散点图

N = 2000;x = rand(1,N);y = rand(1,N);z = randn(1,N);scatter3(x,y,z,50,z,'.');colorbar;N = 2000;x = rand(1,N);y = rand(1,N);z = randn(1,N);scatter(x,y,10,z,'filled');colorbar;

2019-01-25 21:32:40 17235

原创 机器学习:监督学习 标签编码

在机器学习中常用的有两种标签编码方式 Lable Encoder和One Hot Encoder。它们被用来数字化化分类的数据,或者是文本数据。举个例子国家这一栏是文本信息,这样的文本信息不利于机器的understand。所以我们需要把这些categorical text data 转化为model-understandable numerial data, 我们可以使用Label Enc...

2019-01-25 21:15:35 4325

原创 Python安装包测试程序

import scipyprint('scipy: %s' % scipy.__version__)# numpyimport numpyprint('numpy: %s' % numpy.__version__)# matplotlibimport matplotlibprint('matplotlib: %s' % matplotlib.__version__)# pandas...

2019-01-20 16:58:21 445

原创 VirtualBox 共享文件夹的设置

进入\media之后运行./VBoxLinuxAddtion.run然后重启,加载sudo mount -t vboxsf NS3 /home/amazon/shared

2018-12-20 21:49:23 7686

原创 5G/NR 学习笔记:信道映射

虚线不是说明他们之间有直接的信道,而是他们之间有联系。PSS、SSS、PBCH是绑定在一起,位于下行资源SSB中。DL-SCH需要PDSCH、DMRS来做物理层调度。UL-SCH需要PUSCH、DMRS来做物理层调度。DL-SCH需要PUCCH、DMRS来做HARQ。MAC - PHY 层的映射参考38.321和38.211.NR和LTE在物理层信道的差别:NR不再使用CRS...

2018-12-19 20:30:20 14586 3

原创 ML机器学习笔记(2):TenseFlow的离线安装

安装AnacondaAnaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本,包括超过100个用于数据科学的最流行的Python,R和Scala软件包。 (可能由于网络原因,不能通过命令行的方式进行安装TensorFlow,所以只能另辟道路)。检查anacoda是否安装正确。conda --version(此电脑-&amp;...

2018-11-19 10:46:14 604

原创 ML机器学习笔记(1):基本概念

吾生也有涯,而知也无涯 。庄子对象:问题的分类机器学习可以解决什么样子的问题呢?分为两类(三类)问题。回归问题:监督学习。一种数值连续随机变量进行预测和建模的监督学习算法,比如:股票预测,成绩变化,机票预测等连续变化的案例。回归任务的特点是数据有数值型的目标变量,即每个样本都有数值供监督学习使用。分类问题:监督学习。一种对离散型随机变量建模或预测的方法,比如:垃圾邮件分类,信用卡异常使用...

2018-11-17 17:30:42 354

原创 C++ 重复包含了头文件

重复包含了头文件,在最前面加一行#pragma once

2018-11-16 14:30:00 266

原创 Office 2010 Excel 窗口独立显示

1. Win+R打开运行窗口。2. 输入 regedit 编辑注册表3. 定位到 【HKEY_CLASSES_ROOT\Excel.Sheet.12\shell\Open】4. 删除Open下的ddeexec5. 然后选中command,双击右侧窗格的”默认“,将末尾的/dde改为“%1”(注意有双引号);6. 再双击command,同样将末尾的/dde改为“%1”。(“%1”建议手动输...

2018-11-09 09:49:04 22527 7

原创 C++:流文件做为函数的参数

ofstream LOG;int i = 5;int j = 8;LOG.open("LOG.txt", ios::app);calculation(i, j, LOG);//////////////////////////////////////////////////////calculation(int i, int j, ofstream &amp;outfile){ in...

2018-11-06 10:45:20 6133 2

原创 NR/LTE:PCI的不同

关于PCILTE一共定义了504个不同的PCI(对应协议36.211中的 NIDcellN^{cell}_{ID}NIDcell​,取值范围0 ~ 503),且每个PCI对应一个特定的下行参考信号序列。所有PCI的集合被分成168个组(对应协议36.211中的 NID(1)N^{(1)}_{ID}NID(1)​,取值范围0 ~ 167),每组包含3个小区ID(对应协议36.211中的 NID(...

2018-10-30 17:20:35 11898

原创 NR/LTE学习笔记: 小区搜索过程(Cell Search Procedure)

小区搜索的主要目的:与小区取得频率和符号同步(下行同步)获取系统帧timing,即下行帧的起始位置确定小区的PCI(Physical-layer Cell Identity)UE不仅需要在开机时进行小区搜索,为了支持移动性(mobility),UE会不停地搜索邻居小区、取得同步并估计该小区信号的接收质量,从而决定是否进行切换(handover,当UE处于RRC_CONNECTED态)或...

2018-10-30 17:19:41 18915

原创 ns工具学习笔记: Ubuntu上的NS3安装 - 终

1. 下载 cygwin如果下载速度慢,可以重新选择镜像地址。不建议安装所有的包,否则会占用很大的地方。这里安装gcc等开发工具。2. 安装 ns-3release 版本下载链接:https://www.nsnam.org/release/$ tar xjf ../../download/ns-allinone-3.28.tar.bz23.build ns-3...

2018-10-17 10:55:43 810

原创 LTE-wireshark:如何用wireshark简单地分析LTE数据包

先来纵观一下LTE的协议结构。RRC位于 最高层,然后是PDCP,RLC,MAC,PHY具体每个协议可以通过wireshark 的 preference进行设置。

2018-10-16 13:46:53 5899 1

原创 VS2010 小插件 -对齐/高亮/配色

VS目前最新的是2017,虽然2010过时了,但是体积小也稳定,满足基本日常开发需要,对商业级开发够用了。为了将VS2010打扮得漂亮一些,推荐几款小插件。Indent Guides for Visual Studio...

2018-10-14 15:11:22 5359

原创 5G/NR/LTE 学习笔记: 事件测量

UE测量上报RSRP之后,由网络侧决定UE是否切换。做这个决定的过程就是切换算法了,主要涉及到两个方面:(1)测量的量(2)测量方法。如果简单地通过某个时刻变量的大小就决定是否切换,似乎不是一个符合实际的办法。因为实际上,网络和信号质量变化很快,也不稳定,所有需要测量不同的量和连续性来判断是否切换。在RRC消息中,关于测量配置的关键字有:在38.331/36.331中第五章有介绍测量事件的...

2018-10-11 13:17:13 31121 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除