5G NR HARQ操作机制

news/2024/9/18 20:45:20/ 标签: 5G

对于NR来说,将有许多不同的服务,有非常不同的要求。为了满足这些需求并以经济高效的方式处理它们,HARQ过程也需要非常灵活地设计。从一个公共帧结构中,应该可以支持多个HARQ操作。本文讨论不同类型的HARQ反馈,即自包含反馈(Self-contained feedback)、延迟反馈(Delayed Feedback)和集中反馈(Concentrated Feedback)。对FDD和TDD均适用。

一般来说,5G FDD和TDD使用一个共同的帧结构。

FDD:

注意,上面图1中的DL帧的末尾处的“RS”可以是任何类型的下行信号,但不是下行数据。为了实现自包含反馈,下行数据不能在调度帧的末尾发送。(DC是下行控制)

对于FDD系统,如图1所示,下行调度帧包括下行控制、下行数据和RS。一般更希望下行反馈内置到下一个调度场合的UL授权中。上行调度帧包括参考信号、上行数据和上行反馈。

TDD:

对于TDD系统,每个调度帧可以包括上行链路和下行链路。如图2所示,下行调度帧包括下行控制、下行数据、GP和上行反馈。上行调度帧包括用于调度上行数据的下行控制、GP、上行链路数据和上行链路控制。

FDD系统HARQ

对于自包含的反馈,这意味着:

对于下行数据传输:上行在同一调度帧内发送Ack/Nack

对于上行数据传输:反馈由UL grant隐式表示

为了在调度帧内(对于下行数据)实现自包含反馈,必须保证数据传输与其相应反馈之间有足够的时间。接收机处理需要这个时间。调度帧结构如下图3所示:基站在同一调度帧的末尾接收其下行数据的相应反馈。

对于上行数据传输,不需要显式反馈。相反,这可以内置到UL grant中,用于下一个调度帧。在这种情况下,必须有足够的时间来调度下一个调度帧(SDF:scheduling frame)。

引入自包含反馈至少有两个优点:

  1. Ack/Nack的短延迟适合于需要低时延的服务(例如URLLC)

  2. 不同调度帧之间的低耦合。这使得调度器更容易分配资源,也使得使用不同类型的SDF复用不同的服务更容易。

对于自包含反馈,每个调度帧需要一些时间用于接收器处理。虽然这段时间可以用来发送其他信号,但数据的传输速率会降低。另外,一些UE类别可能不具有在如此短的时间内解码接收到的数据的处理能力。

因此,HARQ过程不仅应支持自包含反馈,而且还应支持延迟反馈,其中Ack/Nack不在与数据传输相同的调度帧中发送。ACK/NACK时延可以实现为一个常数或一个动态时间间隔。通常,基站可以在调度帧n中发送下行数据,并且将在调度帧n+k中接收相应的反馈。

对于一个恒定的间隔,可以为不同的服务选择不同的k值。如果间隔是动态的,间隔(k)可以用DCI表示。与等间隔方法相比,动态间隔方法更加灵活,但会引入额外的控制信令开销。延迟反馈适用于不需要很低时延的服务,例如eMBB、mMTC。

TDD系统HARQ

图5示出了TDD的自包含HARQ处理。对于下行数据传输,UE接收到数据后,在GP延迟之后,它将在同一调度帧内发送Ack/Nack。

与FDD类似,自包含反馈也提供了TDD的短时延。这再次适用于低延迟服务(例如URLLC)。此外,它还提供了不同调度帧之间的低耦合。

但是,对于不需要低延迟(例如eMBB)的服务,此模式并不理想。在这种情况下,它不会带来好处,但仍有成本伴随着:

对于下行链路,GP不需要,因为反馈可以位于后续上行调度帧中或其他下行调度帧的上行反馈部分。这可以减少GP的数量,以提高资源利用率。

TDD的调度帧可以包括上行和下行。因此,HARQ可以有固定的时间关系。当在调度帧n中接收下行数据时,反馈可以位于调度帧n+k中,其中k是正整数。如图6的示例所示,调度帧n中的下行数据的反馈可以包括在调度帧n+1中。

k的值可以是固定的,也可以以半静态的方式分配,以简化设计。对于具有不同时延需求的服务,可以选择不同的k值。同时考虑到调度帧长度是可变的,可以重新配置k值,以满足不同业务的各种时延要求,减少反馈时延的波动。

延迟反馈不适合于低延迟服务(例如URLLC),但在没有快速解码能力的情况下,可能会使UE受益。

图6中说明了DL传输的延迟反馈概念。

在TDD中采用集中反馈,多个调度帧的反馈集中在一个调度帧中。虽然在5G TDD中可以灵活配置上下行,但LTE和5G NR共存时有一定的限制。在这种情况下,5G NR TDD应该与LTE对齐,以避免上下行之间的干扰。在这种情况下,可以采用集中反馈。

由于LTE上下行配置是固定的,因此5G NR的上下行必须使用相同的半静态配置。集中反馈的优点是减少了控制开销,减少了GP的数量,提高了资源利用率。然而,集中反馈会增加一个调度(对于多个ACK/NACK反馈)帧中的控制负载,或者由于ACK/NACK绑定而导致性能下降


http://www.ppmy.cn/news/1518292.html

相关文章

手机投屏到电脑显示(Android -> win11)

文章目录 1.电脑安装“无线显示”功能2.系统->投影到此电脑3.手机进入无线投屏功能更 1.电脑安装“无线显示”功能 选择 “开始 ”> “设置 ”> “系统 > 投影到此 PC ”。 在 Add the ‘Wireless Display’ optional feature to project to this PC (…

Android 动态性能框架 (ADPF)

Performance Hint API | Android game development | Android Developers (google.cn) ADPF 是一组 API,可让游戏和性能密集型应用更为直接地与 Android 设备的电源和散热系统进行互动。借助这些 API,您可以监控 Android 系统上的动态行为&#xff…

28 TreeView组件

Tkinter ttk.Treeview 组件使用指南 ttk.Treeview 是 Tkinter 的一个高级控件,用于显示和管理层次化数据。它类似于电子表格或列表视图,但提供了更丰富的功能,如可展开的节点、多列显示等。ttk 模块是 Tkinter 的一个扩展,提供了…

PTA L1-028 判断素数

L1-028 判断素数(10分) 本题的目标很简单,就是判断一个给定的正整数是否素数。 输入格式: 输入在第一行给出一个正整数N(≤ 10),随后N行,每行给出一个小于的需要判断的正整数。 …

开源低代码LLM编排平台Dify:可视化Agent和工作流,如何部署在自己系统中,自定义修改前后端详解

开源低代码LLM编排平台Dify:可视化Agent和工作流,如何部署在自己系统中,自定义修改前后端详解 随着 AI 术的迅猛发展,越来越多 AI 工具、AI Agent 进入了大众视野。在本文中,将介绍Diify这款开源可视化 AI 应用开发工具,这些工具的共同特点是通过可视化方式配置 AI 工作…

pytorch负对数似然损失函数介绍

nn.NLLLoss(负对数似然损失)是 PyTorch 中的一种损失函数,常用于分类任务,特别是在模型的输出已经经过了 log-softmax 的情况下。与 nn.CrossEntropyLoss 不同的是,nn.NLLLoss 期望输入的是对数概率值(即 log-softmax 的输出),而不是未经过处理的 logits。 ‌Log-Soft…

【Python机器学习】NLP分词——利用分词器构建词汇表(四)——标点符号的处理

目录 正则表达式的工作机理 改进的用于分词的正则表达式 缩略语 某些情况下,除空格外还有一些字符用于将句子中的词分隔开,比如之前case中“26.”末尾的句号(英文)。分词器不仅可以利用空格还可以基于标点符号(如逗…

大语言模型算力优化策略:基于并行化技术的算力共享平台研究

目录 大语言模型算力优化策略:基于并行化技术的算力共享平台研究 摘要 引言 算力共享平台的设计 1. 平台架构 2. 并行化计算技术 模型并行化 流水线并行化 3. 资源管理和调度 实验与结果分析 结论与展望 首先,大语言模型(如GPT系列、BERT等)和算力共享的结合是近…

为什么2024年生意更难做了

因为暂时看不到新的增长点。 甚至说连过去还能稳定运营的生意,也在出问题。 因为随着入场人数的增加,竞争加剧的趋势会把所有人都给卷进去。 任何行业,只要一卷,就会丧失利润。 而2024年,就会是这个情况。 2023年…

3.4.1 爬取王者荣耀英雄皮肤实战

第四节:爬取王者荣耀英雄皮肤实战 课程目标 爬取王者荣耀英雄皮肤实战 课程内容 编码实现 爬虫部分 import requests # 导入requests库,用于发送HTTP请求 from fake_useragent import UserAgent # 导入UserAgent库,用于生成随机的Use…

RabbitMQ如何保证消息不丢失(面试版)

下图是RabbitMQ消息的发送过程,在任何环节消息都有可能丢失: 生产者确认机制 开启生产者确认机制,确保生产者的消息能到达队列 RabbitMQ提供了publisher confirm 机制来避免消息发送到MQ过程中丢失 。 消息发送到MQ后 , 会返回一…

MQTT学习:MQTT vs AMQP,mosquitto安装,调试工具mqttfx mqttx

前言 物联网vs互联网? 数据量/数据源:物联网的数据多是设备的自动采集,其数量远远超过互联网,互联网的数据更多是人工生成的 MQTT 协议(Message Queuing Telemetry Transport)vs AMQP 协议(Advanced Message Queuing Protocol)是两种在物联网中广泛使用的协议。 物联网…

SQL存储过程:数据库编程的瑞士军刀

SQL存储过程:数据库编程的瑞士军刀 在数据库管理系统中,存储过程是一种强大的工具,它允许开发者将SQL代码封装在可重用的单元中。存储过程不仅可以提高数据库操作的效率,还可以增强数据的安全性和一致性。本文将详细介绍SQL存储过…

速盾:如何选择适合企业的高防 IP 和 CDN?

在当前互联网时代,企业面临着越来越多的网络安全威胁,其中之一就是DOS/DDOS攻击。为了保护企业的在线业务,很多企业都会选择使用高防IP和CDN服务。然而,如何选择适合企业的高防IP和CDN服务呢?下面是一些关键因素可以帮…

《黑神话:悟空》游戏中的福建元素

《黑神话:悟空》作为一款深受玩家喜爱的动作角色扮演游戏,不仅在游戏剧情和角色设计上独具匠心,还巧妙地融入了丰富的中国传统文化元素,其中福建元素尤为突出。以下是对游戏中福建元素的详细解析: 一、地域文化与背景…

本地部署一个WordPress博客结合内网穿透实现异地远程访问本地站点

文章目录 前言1. 安装WordPress2. 创建WordPress数据库3. 安装相对URL插件4. 安装内网穿透发布网站4.1 命令行方式:4.2. 配置wordpress公网地址 5. 配置WordPress固定公网地址 前言 本文主要介绍如何在Linux Ubuntu系统上使用WordPress搭建一个本地网站&#xff0c…

十分钟弄懂最快的APP自动化工具uiautomator2

相信很多使用appium做过APP自动化的人都深有感触: appium运行慢、时间长uiautomatorviewer定位元素时得关掉appium server在低版本的appium上获取toast需要切换automationName 现在有一款自动化测试工具uiautomator2,它几乎完美的避免了以上的问题。简…

CSS选择器的魔法:探索:not-child()与:nth-child()

CSS选择器是前端开发中的强大工具,它们允许我们以精确的方式选择和操作网页上的元素。在这篇文章中,我们将深入探讨两个非常有用的CSS选择器::not-child()和:nth-child()。通过这些选择器,我们可以创建动态且具有吸引力的网页布局…

如何监控Eureka集群:Prometheus与Grafana的监控集成

如何监控Eureka集群:Prometheus与Grafana的监控集成 在微服务架构中,Eureka作为服务注册与发现的解决方案扮演着关键角色。为了确保Eureka集群的健康和性能,监控其状态是至关重要的。Prometheus和Grafana是现代监控和可视化工具的佼佼者&…

全志/RK安卓屏一体机:医疗自助服务终端,支持鸿蒙国产化

医疗自助服务终端 为了解决传统医疗模式下的“看病难、看病慢”等问题,提高医疗品质、效率与效益,自助服务业务的推广成为智慧医疗领域实现信息化建设、高效运作的重要环节。 医疗自助服务终端是智慧医疗应用场景中最常见的智能设备之一,它通…