码本确定方法、装置及存储介质与流程

1.本技术涉及应急通信技术领域，尤其涉及一种码本确定方法、装置及存储介质。


背景技术：

2.相关技术中，物联网技术得到普遍应用，当前物联网技术中通常采用scma技术进行通信传输，为了提升scma系统的系统性能，通常采用优化码本的方式来提升scma系统的系统性能，但是当前缺少设计最优码本，以提升scma系统的系统性能的技术方案。


技术实现要素：

3.本技术提供一种码本确定方法、装置及存储介质，能够通过涉及最优码本，提升系统的系统性能。
4.为解决上述技术问题，本技术采用如下技术方案：
5.第一方面，提供一种码本确定方法，该方法包括：基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；其中，j、k均为正整数；n为小于j的正整数，l为小于k的正整数；确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；其中，第一振幅参数用于确定系统的n维星座图中的星座点，第二振幅参数用于确定系统的n维星座图中各个一维星座；基于第一振幅参数，第二振幅参数，确定系统的母码本；根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；基于第二因子图矩阵，确定第x个用户的目标旋转矩阵；目标旋转矩阵为k行n列的矩阵、目标旋转矩阵每列包括一个赋值为旋转角度的非零元素，目标旋转矩阵的第y行中非零元素的行数和取值、均与第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；基于母码本和目标旋转矩阵，确定第x个用户的码本。
6.结合上述第一方面，在一种可能的实现方式中，基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵，包括：建立k行j列的第一矩阵；其中，第x个用户对应第一矩阵中的第x列，第y个re对应第一矩阵中的第y行；分别确定j个用户中每个用户在k个re的每个re上的信道增益；分别基于j个用户中的每个用户执行以下目标操作，确定第一矩阵的非零元素，以及第一因子图矩阵；目标操作包括：将第x个用户的k个信道增益值按照从大到小的顺序排序；基于排序依次选择信道增益值执行以下步骤1、步骤2和步骤3：步骤1、确定当前选择的信道增益值对应的re对应的行中是否已存在l个非零元素；步骤2、若未存在l个非零元素，则将第一矩阵的第x列中与当前信道增益值对应的re对应的列的位置赋值为非零元素；步骤3、若已存在l个非零元素，则确定排序中下一个信道增益值为当前选择的信道增益值并执行步骤1、步骤2和步骤3，直到确定第x列中的n个元素赋值为非零元素。
7.结合上述第一方面，在一种可能的实现方式中，确定在系统的误块率小于预设值
时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数，包括：以最小化系统的误块率为约束条件，建立系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数的强化学习模型；其中，强化学习模型的动作向量包括：系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；强化学习模型的状态向量的元素包括：j、m、k、n、以及前一次的动作向量；基于强化学习模型，以及对系统的误块率的仿真值，确定系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数。
8.结合上述第一方面，在一种可能的实现方式中，基于第一振幅参数，第二振幅参数，确定系统的母码本，包括：确定一维基础星座和第一振幅参数，其中，一维基础星座满足以下公式：
9.z1＝[z
1，1
，z
1，2
，...，z
1，m
]＝[-r
m/2
，-r
m/2-1
，...，-r1，r1，...，r
m/2
]，第一振幅参数满足以下公式：αm＝r
m+1
/r1，m＝1，2，...，m/2-1，其中，z1为一维基础星座，m为一维基础星座的星座点个数，m为星座点编号，r为一维基础星座的幅度参数；αm为第一振幅参数，αm的取值大于1；基于第二振幅参数和一维基础星座，确定无交织母码本；其中，第二振幅参数β包括(1，
…
，e-1，
…
，n-1)；没有交织的母码本满足以下公式：c＝[z1,...,β
e-1
z1,...,β
n-1
z1]
t
,其中，e为小于n的正整数；对无交织母码本进行交织，确定母码本；其中，母码本满足以下公式：c
mc
＝[z1,...,β
n-1zn
,...,β
n-1zn
]
t
.其中，zn为第n个一维星座，n为小于等于n的正整数；在n为奇数的情况下，zn等于z1；在n为偶数的情况下，zn等于z1’
，z1’
满足以下公式：
[0010]
z'1＝[z
1,t
,z
1,2t
,z
1,t-1
,...,z
1,t+2
,z
1,1
,z
1,t+1
],t＝m/2.。
[0011]
结合上述第一方面，在一种可能的实现方式中，第x个用户的码本满足以下公式：
[0012][0013]
其中，cb
x
为第x个用户的码本，v'
x
为第x个用户的目标旋转矩阵。
[0014]
第二方面，提供一种码本确定装置，该装置包括：处理单元；处理单元，用于基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；其中，j、k均为正整数；n为小于j的正整数，l为小于k的正整数；处理单元，还用于确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；其中，第一振幅参数用于确定系统的n维星座图中的星座点，第二振幅参数用于确定系统的n维星座图中各个一维星座；处理单元，还用于基于第一振幅参数，第二振幅参数，确定系统的母码本；处理单元，还用于根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；处理单元，还用于基于第二因子图矩阵，确定第x个用户的目标旋转矩阵；目标旋转矩阵为k行n列的矩阵、目标旋转矩阵每列包括一个赋值为旋转角度的非零元素，目标旋转矩阵的第y行中非零元素的行数和取值、均与第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；处理单元，还用于基于母码本和目标旋转矩阵，确定第x个用户的码本。
[0015]
结合上述第二方面，在一种可能的实现方式中，处理单元，具体用于：建立k行j列的第一矩阵；其中，第x个用户对应第一矩阵中的第x列，第y个re对应第一矩阵中的第y行；分别确定j个用户中每个用户在k个re的每个re上的信道增益；分别基于j个用户中的每个用户执行以下目标操作，确定第一矩阵的非零元素，以及第一因子图矩阵；目标操作包括：将第x个用户的k个信道增益值按照从大到小的顺序排序；基于排序依次选择信道增益值执
行以下步骤1、步骤2和步骤3：步骤1、确定当前选择的信道增益值对应的re对应的行中是否已存在l个非零元素；步骤2、若未存在l个非零元素，则将第一矩阵的第x列中与当前信道增益值对应的re对应的列的位置赋值为非零元素；步骤3、若已存在l个非零元素，则确定排序中下一个信道增益值为当前选择的信道增益值并执行步骤1、步骤2和步骤3，直到确定第x列中的n个元素赋值为非零元素。
[0016]
结合上述第二方面，在一种可能的实现方式中，处理单元，具体用于：以最小化系统的误块率为约束条件，建立系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数的强化学习模型；其中，强化学习模型的动作向量包括：系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；强化学习模型的状态向量的元素包括：j、m、k、n、以及前一次的动作向量；基于强化学习模型，以及对系统的误块率的仿真值，确定系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数。
[0017]
结合上述第二方面，在一种可能的实现方式中，处理单元，具体用于：确定一维基础星座和第一振幅参数，其中，一维基础星座满足以下公式：z1＝[z
1，1
，z
1，2
，...，z
1，m
]＝[-r
m/2
，-r
m/2-1
，...，-r1，r1，...，r
m/2
]，第一振幅参数满足以下公式：αm＝r
m+1
/r1，m＝1，2，...，m/2-1，其中，z1为一维基础星座，m为一维基础星座的星座点个数，m为星座点编号，r为一维基础星座的幅度参数；αm为第一振幅参数αm的取值大于1；基于第二振幅参数和一维基础星座，确定无交织母码本；其中，第二振幅参数β包括(1，
…
，e-1，
…
，n-1)；没有交织的母码本满足以下公式：c＝[z1,...,β
e-1
z1,...,β
n-1
z1]
t
,其中，e为小于n的正整数；对无交织母码本进行交织，确定母码本；其中，母码本满足以下公式：c
mc
＝[z1,...,β
n-1zn
,...,β
n-1zn
]
t
.其中，zn为第n个一维星座，n为小于等于n的正整数；在n为奇数的情况下，zn等于z1；在n为偶数的情况下，zn等于z1’
，z1’
满足以下公式：
[0018]
z'1＝[z
1,t
,z
1,2t
,z
1,t-1
,...,z
1,t+2
,z
1,1
,z
1,t+1
],t＝m/2.。
[0019]
结合上述第二方面，在一种可能的实现方式中，第x个用户的码本满足以下公式：
[0020][0021]
其中，cb
x
为第x个用户的码本，v'
x
为第x个用户的目标旋转矩阵。
[0022]
第三方面，本技术提供了一种码本确定装置，该装置包括：处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的码本确定方法。
[0023]
第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的码本确定方法。
[0024]
第五方面，本技术实施例提供一种包含指令的计算机程序产品，当计算机程序产品在码本确定装置上运行时，使得码本确定装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的码本确定方法。
[0025]
第六方面，本技术实施例提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的码本确定方法。
[0026]
具体的，本技术实施例中提供的芯片还包括存储器，用于存储计算机程序或指令。
[0027]
在本公开中，上述码本确定装置的名字对设备或功能模块本身不构成限定，在实
际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本公开类似，属于本公开权利要求及其等同技术的范围之内。
[0028]
本公开的这些方面或其他方面在以下的描述中会更加简明易懂。
[0029]
上述方案至少带来以下有益效果：码本确定装置基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；其中，j、k均为正整数；n为小于j的正整数，l为小于k的正整数；确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；其中，第一振幅参数用于确定系统的n维星座图中的星座点，第二振幅参数用于确定系统的n维星座图中各个一维星座；基于第一振幅参数，第二振幅参数，确定系统的母码本；根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；基于第二因子图矩阵，确定第x个用户的目标旋转矩阵；目标旋转矩阵为k行n列的矩阵、目标旋转矩阵每列包括一个赋值为旋转角度的非零元素，目标旋转矩阵的第y行中非零元素的行数和取值、均与第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；基于母码本和目标旋转矩阵，确定第x个用户的码本。
[0030]
这样，本技术中码本确定装置首先确定了一种k行j列的因子图矩阵，然后以最小化系统误块率为目标，得到优化后的母码本，以及因子图矩阵的旋转角度。然后基于该角度进行旋转，得到误块率最小的用户旋转矩阵，最终基于用户旋转矩阵和母码本得到用户的码本，从而使得最终得到的码本能够满足最高的信道增益以及最小的系统误块率。达到了提高scma系统的系统性能的有益效果。
附图说明
[0031]
图1为本技术提供的一种码本确定方法的流程图；
[0032]
图2为本技术提供的又一种码本确定方法的流程图；
[0033]
图3为本技术提供的一种强化学习模块的训练和预测过程的流程图；
[0034]
图4为本技术提供的一种第一维度的星座点和第二维度的星座点的示例性分布示意图；
[0035]
图5为本技术提供的一种码本确定装置的结构示意图；
[0036]
图6为本技术提供的一种码本确定装置的硬件结构示意图；
[0037]
图7为本技术提供的一种芯片的结构示意图。
具体实施方式
[0038]
下面结合附图对本技术实施例提供的码本确定方法及装置进行详细地描述。
[0039]
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，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
[0040]
本技术的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。
[0041]
此外，本技术的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没
有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0042]
需要说明的是，本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
[0043]
在本技术的描述中，除非另有说明，“多个”的含义是指两个或两个以上。
[0044]
相关技术中，物联网(internet of things，iot)技术的应用越来越广泛，物联网技术通过大规模无线接入技术创造了一个万物互联的世界。由于物联网中接入的设备的数量巨大，给无线系统的系统容量，连接性和可靠性带来了巨大的挑战。
[0045]
为了提供无线系统的系统容量，连接性和可靠性、当前提出了一种非正交多址(non-orthogonal multiple access，noma)技术，noma技术通过叠加编码和连续干扰消除技术以支持多用户传输。
[0046]
稀疏码分多址(sparse code multiple access，scma)技术是noma的一种实现方案，scma技术将调制和扩频嵌入到码本映射中来实现多用户信号的非正交传输。当前，scma技术可以应用于大规模分布式接入系统。scma系统的系统架构可以基于可见光通信、超密集网络和用于第六代移动通信系统(6th generation mobile networks，6g)无线通信系统的noma。
[0047]
为了支持30gbit/s的峰值吞吐量，scma和多用户多输入多输出(multi-user multiple-input multiple-output，mu-mimo)将作为下一代wi-fi(即极高吞吐量，电气与电子工程师协会(institute of electrical and electronics engineers，iee)802.11be)的增强技术被应用。此外，scma方案与其他技术结合使用以进一步提高频谱效率，例如可重构智能表面辅助scma和空间调制辅助scma。
[0048]
随着scma技术的应用，如何提供scma的系统性能，称为当前亟待解决的技术问题。
[0049]
在当前的scma方案中，通常采用码本优化的方案来提高scma的性能。
[0050]
相关技术中采用了次优方法来获取scma码本，具体包括：优化映射矩阵设计、多维母码本和多用户码本函数算子。
[0051]
此外，也有方案中提出一种最大化最小欧式距离并采用星型正交幅度调制(star-qam)的码本，目的是优化母码本该scma码本设计是通过求解在功率约束和功率不平衡下最大化叠加码字的最小欧式距离(med)的优化问题实现。然而，最大化最小欧氏距离是noma方案的次优方法，乘积距离和欧式距离两者都是scma码本设计的关键，该方案仅考虑了欧式距离却并未考虑乘积距离。因此该方法只能用于多信道环境的次优scma码本设计，由于其特点是旋转角度、多维码本和标记规则的单独设计，这将导致码本性能下降。目前，相关技术中并未提出一种能够构建最优码本，来提高scma系统的系统性能的方法。
[0052]
为解决上述技术问题，本技术提供了一种码本确定方法，该方法包括：码本确定装置基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；其中，j、k均为正整数；n为小于j的正整数，l为小于k的正整数；确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；其中，第一振幅参数用于确定系统的n维
星座图中的星座点，第二振幅参数用于确定系统的n维星座图中各个一维星座；基于第一振幅参数，第二振幅参数，确定系统的母码本；根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；基于第二因子图矩阵，确定第x个用户的目标旋转矩阵；目标旋转矩阵为k行n列的矩阵、目标旋转矩阵每列包括一个赋值为旋转角度的非零元素，目标旋转矩阵的第y行中非零元素的行数和取值、均与第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；基于母码本和目标旋转矩阵，确定第x个用户的码本。
[0053]
这样，本技术首先设计了一种k行j列的因子图矩阵，然后以最小化系统误块率为目标，得到优化后的母码本，以及因子图矩阵的旋转角度。然后基于该角度进行旋转，得到误块率最小的用户旋转矩阵，最终基于用户旋转矩阵和母码本得到用户的码本，从而使得最终得到的码本能够满足最高的信道增益以及最小的系统误块率。达到了提高scma系统的系统性能的有益效果。
[0054]
如图1所示，本技术实施例提供的码本确定方法具体可以通过以下步骤101-步骤106实现，以下进行详细说明：
[0055]
步骤101、码本确定装置基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵。
[0056]
其中，第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素。所述j、k均为正整数；n为小于j的正整数，l为小于k的正整数；
[0057]
一种可能的实现方式中，码本确定装置确定系统中当前的用户数j和可用re数k，基于j和k的值建立k行j列的矩阵。每个用户对应矩阵中的一列元素，每个re对应矩阵中的一行元素。一个用户在一个re矩阵上的增益值，对应该一个用户所在列与该一个re所在行的交叉位置的元素。
[0058]
在此之后，码本确定装置基于各个用户在各个re上的增益值进行排序，按照每行选择n个元素，每列选择l个元素的原则，从上述增益值中选择n
×
l个增益值。码本确定装置将该n
×
l个增益值对应的矩阵中元素位置赋值为1，矩阵中的其他位置赋值为0，得到上述第一因子图矩阵。
[0059]
一种可能的实现方式中，l的取值为n与过载因子的乘积，过载因子为j与k的比值。例如，在j＝6，k＝4，n＝2的情况下，过载因子为150％，此时l＝150％
×
n＝3。在j＝10，k＝5，n＝2的情况下，过载因子为2000％，此时l＝200％
×
n＝4。
[0060]
步骤102、码本确定装置确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数。
[0061]
其中，第一振幅参数用于确定系统的n维星座图中的星座点，第二振幅参数用于确定系统的n维星座图中各个一个星座。
[0062]
一种可能的方式中，码本确定装置可以采用机器学习、网络模型预测等方式，确定系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数，本技术对此不做限定。
[0063]
步骤103、码本确定装置基于第一振幅参数，第二振幅参数，确定系统的母码本。
[0064]
一种可能的实现方式中，码本确定装置首先根据第一振幅参数确定一维星座，然后基于第二振幅参数调整一维星座的能量，得到未交织的母码本。在此之后，码本确定装置对未交织的母码本进行旋转交织，得到系统的母码本。
[0065]
步骤104、码本确定装置根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵。
[0066]
需要指出的是，采用拉丁矩阵原理，码本确定装置将l个旋转角度赋值为第一因子图矩阵中每一行的非零元素，以使得第一因子图矩阵中每一行的非零元素分别赋值不同的旋转角度，同时第一因子图矩阵中的每列的非零元素也赋值不同的旋转角度，得到该第二因子图矩阵。
[0067]
步骤105、码本确定装置基于第二因子图矩阵，确定第x个用户的目标旋转矩阵。
[0068]
其中，所述目标旋转矩阵为k行n列的矩阵、所述目标旋转矩阵每列包括一个赋值为所述旋转角度的非零元素，所述目标旋转矩阵的第y行中非零元素的行数和取值、均与所述第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；
[0069]
可选的，码本确定装置首先基于第二因子图矩阵，确定第二因子图矩阵中第x列的零元素的位置，然后将这些零元素的位置的0向量插入到单位矩阵中，得到第x分用户的目标旋转矩阵。
[0070]
步骤106、码本确定装置基于母码本和目标旋转矩阵，确定第x个用户的码本。
[0071]
一种可能的实现方式中，码本确定装置将母码本和目标旋转矩阵相乘，得到第x个用户的码本。
[0072]
此外，码本确定装置还可以采用其他方式基于母码本和目标旋转矩阵，确定第x个用户的码本。本技术对此不做限定。
[0073]
上述方案至少带来以下有益效果：码本确定装置基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；其中，第一振幅参数用于确定系统的n维星座图中的星座点，第二振幅参数用于确定系统的n维星座图中各个一个星座；基于第一振幅参数，第二振幅参数，确定系统的母码本；根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；基于第二因子图矩阵，确定第x个用户的目标旋转矩阵；目标旋转矩阵为k行n列的矩阵、所述目标旋转矩阵每列包括一个赋值为旋转角度的非零元素，目标旋转矩阵的第y行中非零元素的行数和取值、均与第二因子图中第x列的第y个非零元素相同；基于母码本和目标旋转矩阵，确定第x个用户的码本。
[0074]
这样，本技术中码本确定装置首先确定了一种k行j列的因子图矩阵，然后以最小化系统误块率为目标，得到优化后的母码本，以及因子图矩阵的旋转角度。然后基于该角度进行旋转，得到误块率最小的用户旋转矩阵，最终基于用户旋转矩阵和母码本得到用户的码本，从而使得最终得到的码本能够满足最高的信道增益以及最小的系统误块率。达到了提高scma系统的系统性能的有益效果。
[0075]
结合图1，如图2所示，在一种可能的实现方式中，上述步骤101中码本确定装置基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵，具体可以通过以下步骤201-步骤203实现。以下进行详细说明：
[0076]
步骤201、码本确定装置建立k行j列的第一矩阵。
[0077]
其中，第x个用户对应第一矩阵中的第x列，第y个re对应第一矩阵中的第y行。
[0078]
步骤202、码本确定装置分别确定j个用户中每个用户在k个re的每个re上的信道增益。
[0079]
步骤203、码本确定装置分别基于j个用户中的每个用户执行以下目标操作，确定第一矩阵的非零元素，以及第一因子图矩阵。
[0080]
一种可能的实现方式中，该步骤中的目标操作包括：
[0081]
将第x个用户的k个信道增益值按照从大到小的顺序排序。
[0082]
基于排序依次选择信道增益值执行以下步骤1、步骤2和步骤3。
[0083]
步骤1、确定当前选择的信道增益值对应的re对应的行中是否已存在l个非零元素；
[0084]
步骤2、若未存在l个非零元素，则将第一矩阵的第x列中与所述当前信道增益值对应的re对应的列的位置赋值为非零元素；
[0085]
步骤3、若已存在l个非零元素，则确定所述排序中下一个信道增益值为所述当前选择的信道增益值并执行所述步骤1、所述步骤2和所述步骤3，直到确定所述第x列中的n个元素赋值为非零元素。
[0086]
一种示例，当前系统中的用户数为6，re数为4，此时码本确定装置确定的第一因子图矩阵如下所示：
[0087][0088]
又一种示例，当前系统中的用户数为10，re数为5，此时码本确定装置确定的第一因子图矩阵如下所示：
[0089][0090]
需要指出的是，上述第一因子图矩阵仅为示例性说明，在具体应用中，码本确定装置可以基于系统中实际的用户数、re数，以及各个用户在各个re上的增益值设计相应的第一因子图矩阵，本技术对此不做限定。
[0091]
上述方案至少带来以下有益效果：码本确定装置在设计第一因子图矩阵时，基于系统中的用户数和re数建立第一矩阵，然后基于用户在re上的信道增益，在为用户分配re时，使得每个用户均能分配到信道增益值最大的re。这样，本技术中码本确定装置确定的第一因子图矩阵能够大大提高用户的信道增益值，进而提高了系统的性能。
[0092]
一种可能的实现方式中，如图2所示，上述步骤102中码本确定装置确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数。具
体可以通过以下步骤204-步骤205实现。
[0093]
步骤204、码本确定装置以最小化系统的误块率为约束条件，建立系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数的强化学习模型。
[0094]
其中，强化学习模型的动作向量包括：系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；强化学习模型的状态向量的元素包括：j、m、k、n、以及前一次的动作向量。
[0095]
一种可能的实现方式中，在该系统中每个用户均可以被同等对待，因此码本确定装置可以选择任意接收到的信号进行后续分析。此时沙漠和升级最小化系统误块率的约束条件可以表述为如下优化问题：
[0096][0097]
其中，θi为系统的l个旋转角度中的第i个旋转角度，为小于等于l的正整数；αm为第一振幅参数中的第m个振幅参数，βn为第二振幅参数中的第n个第二振幅参数。θi、αm以及βn的取值满足以下公式：
[0098]
0≤θi≤π,i＝1,...,l,
[0099]
αm》1,m＝1,...,m/2-1,
[0100]
βn》1,n＝1,...n-1.
[0101]
可选的，本技术实施例中，码本确定装置可以采用强化学习的方法，预先训练深度确定性策略梯度算法(deep deterministic policy gradient，ddpg)网络，以优化上述(θi,αm,βn)进而使得系统的误块率最小。
[0102]
在强化学习过程中，码本确定装置可以预先定义强化学习的基础特征：状态、动作、和奖励，以下分别进行说明。
[0103]
(1)动作：在每个时隙下，强化学习算法中的智能体观测当前的状态，然后从动作空间中选择一个合适的动作，确定优化变量的值。如果变量为离散变量，则表示此时动作空间有限。码本确定装置可以采用dqn网络估测每个状态-动作对的q值，进而选择q值最大的动作作为当前状态下的最优动作。
[0104]
需要指出的是，在本技术实施例中θi、αm以及βn均为连续变量，此时动作的动作空间也是连续的(相当于动作空间中有无限的动作数量)，此时码本确定装置无法穷尽每个状态-动作对的q值，为解决该问题，码本确定装置可以直接采用ddpg算法对动作空间进行计算，计算出一个确定的动作，以降低求解复杂度。
[0105]
示例性的，动作可定义为如下公式：
[0106]at
＝{α
t
,β
t
,θ
t
}
[0107]
其中α
t
＝{α
m,t
}，β
t
＝{β
n,t
}，θ
t
＝{θ
i,t
}。
[0108]
(2)状态：在优化码本时，需要对θi、αm以及βn进行优化，状态可以通过如下公式表示：
[0109]
s＝{j,m,k,n,a
t-1
}
[0110]
(3)奖励：在确定了强化学习模型的动作之后，需要为动作设置特定的奖惩函数以评估动作性能，提高强化学习模型的决策能力。动作的奖励可以定位为该动作下奖惩函数的值。在此之后，码本确定装置可以基于贝尔曼方程计算动作的实际q值，然后采用最小均
方误差函数训练强化学习模型，以使得强化学习模型能够更加精准的预测不同动作的q值。
[0111]
步骤205、码本确定装置基于强化学习模型，以及对系统的误块率的仿真值，确定系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数。
[0112]
可选的，强化学习模型优化θi、αm以及βn的过程中，可以结合scma系统中的其他参数，通过多次仿真实验统计得到最小误块率的值，
[0113]
示例性的，强化学习模型的训练和预测过程如下述图3所示：
[0114]
在该过程中，首先码本确定装置初始化强化学习模型的actor网络和critic网络以及其各自的目标网络以及经验池r。
[0115]
在此之后，码本确定装置在actor网络中输入a
t
＝{α
t
,β
t
,θ
t
}时，码本确定装置采用ddpg添加随机噪声的方式实现exploration，从而更好的确定潜在的最有scmd码本矩阵。
[0116]
进一步的，码本确定装置采用经验回放的方式把agent与环境交互的数据{s
t+1
,s
t
,a
t
,c
t
}存储到r。随后每次训练从中随机采样p个mini-batch。其中参数s表示状态，a表示动作，c表示q值。
[0117]
再进一步的，码本确定装置根据{s
t+1
,s
t
,c
t
}，通过贝尔曼方程可计算实际q值，满足以下公式：
[0118]dt
＝c
t
+γq'(s
t+1
,μ'(s
t+1
))
[0119]
在该过程中，actor网络通过策略梯度更新网络参数；根据实际q值和预测q值间均方误差函数，critic网络采用梯度下降法更新critic网络参数。
[0120]
最后，码本确定装置通过多次迭代过程，生成最终确定的最优
[0121]
需要指出的是，以上仅为结合强化学习模型训练得到的l个旋转角度，以及系统的第一振幅参数和第二振幅参数的示例性过程，在实际应用时，还可以结合具体场景采用其他的实现方式实现，本技术对此不做限定。
[0122]
上述方案至少带来以下有益效果：码本确定装置基于强化学习的思想，以最小化系统误块率为目标，建立强化学习模型，以使得码本确定装置能够根据该强化学习模型计算得到系统误块率最小时的旋转角度，第一振幅参数和第二振幅参数。
[0123]
一种可能的实现方式中，如图2所示，上述步骤103中码本确定装置基于第一振幅参数，第二振幅参数，确定系统的母码本。具体可以通过以下步骤206-步骤208实现。
[0124]
步骤206、码本确定装置确定一维基础星座和第一振幅参数。
[0125]
其中，一维基础星座满足以下公式：
[0126]
z1＝[z
1，1
，z
1，2
，...，z
1，m
]＝[-r
m/2
，-r
m/2-1
，...，-r1，r1，...，r
m/2
]，
[0127]
第一振幅参数满足以下公式：αm＝r
m+1
/r1，m＝1，2，...，m/2-1，
[0128]
其中，z1为一维基础星座，m为一维基础星座的星座点个数，m为星座点编号，r为一维基础星座的幅度参数；αm为第一振幅参数αm的取值大于1。
[0129]
需要指出的是，在码本确定装置确定第一振幅参数时，使用单个参数表示一维基础星座中各个星座点振幅的增加。
[0130]
步骤207、码本确定装置基于第二振幅参数和一维基础星座，确定无交织母码本。
[0131]
其中，第二振幅参数β包括(1，
…
，e-1，
…
，n-1)；没有交织的母码本满足以下公式：c＝[z1,...,β
e-1
z1,...,β
n-1
z1]
t
,其中，e为小于n的正整数。
[0132]
需要指出的是，码本确定装置可以使用缩放和交织的方式确定母码本的其他非零维度，通过引入第二振幅参数来保证母码本的各个维度的能力不同。
[0133]
步骤208、码本确定装置对无交织母码本进行交织，确定母码本。
[0134]
其中，母码本满足以下公式：c
mc
＝[z1,...,β
n-1zn
,...,β
n-1zn
]
t
.
[0135]
在n为奇数的情况下，zn等于z1；在n为偶数的情况下，zn等于z1’
，z1’
满足以下公式：z'1＝[z
1,t
,z
1,2t
,z
1,t-1
,...,z
1,t+2
,z
1,1
,z
1,t+1
],t＝m/2.。
[0136]
需要指出的是，在交织过程中，为了增加各个码字之间的最小欧式距离，码本确定装置将母码本的偶数维度确定为上述一维基础星座的交错版本z1’
。
[0137]
向量奇数位置的元素为z
1,t
,z
1,t-1
,z
1,t-2
,
…
,z
1,1
，向量偶数位置的元素为z
1,2t
,z
1,2t-1
,z
1,2t-2
,
…
,z
1,t-1
。第n个基础星座zn满足以下公式：
[0138][0139]
需要指出的是，在上述码本确定装置确定母码本的过程中，r2＝α1r1,r2′
＝α1r1′
、r1′
＝β1r1。
[0140]
一种示例，如图4所示，为本技术提出的第一维度的星座点和第二维度的星座点的示例性分布。
[0141]
上述方案至少带来以下有益效果：码本确定装置采用星座法确定母码本，码本确定装置首先创建一个一维基础星座，然后结合系统最小误块率下求得的第一振幅参数和第二振幅参数对一维基础星座进行缩放得到多个基础星座，对该多个基础星座进行交织，得到最小欧式距离下的母码本，从而使得该母码本能够满足最小欧式距离，且使得系统的误块率最小。
[0142]
一种可能的实现方式中，如图2所示，在码本确定装置确定了第一因子图矩阵以及系统最小误块率下的旋转角度之后，上述步骤104、步骤105和步骤106具体可以通过以下方式实现：
[0143]
步骤104、码本确定装置根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵。
[0144]
需要指出的是，第二因子图矩阵中，每一行的旋转角度不同，以使得系统能够获得更大的成型增益。
[0145]
一种示例，结合上述步骤203中的示例，码本确定装置根据拉丁矩阵原理，将l个旋转角度分别赋值给系统中的用户数为6，re数为4时的第一因子图矩阵之后得到的第二因子图矩阵如下所示：
[0146][0147]
又一种示例，结合上述步骤203中的示例，码本确定装置根据拉丁矩阵原理，将l个
旋转角度分别赋值给系统中的用户数为10，re数为5时的第一因子图矩阵之后得到的第二因子图矩阵如下所示：
[0148][0149]
步骤105、码本确定装置基于第二因子图矩阵，确定第x个用户的目标旋转矩阵。
[0150]
具体来说，码本确定装置建立单位矩阵，然后确定第x个用户的列中的零元素的位置和非零元素的位置。在此之后，码本确定装置将全零行向量插入到单位矩阵之后，得到第x个用户的目标旋转矩阵。
[0151]
一种示例，结合上述第二因子图矩阵r1，码本确定装置确定的第x个用户的目标旋转矩阵为：
[0152][0153]
又一种示例，结合上述第二因子图矩阵r2，码本确定装置确定的第x个用户的目标旋转矩阵为：
[0154][0155]
步骤106、码本确定装置基于母码本和目标旋转矩阵，确定第x个用户的码本。
[0156]
示例性的，码本确定装置确定第x个用户的码本满足以下公式：
[0157][0158]
上述方案至少带来以下有益效果：码本确定装置基于旋转角度确定用户的最优因子图矩阵，然后基于用户的最优因子图矩阵，以及母码本确定用户的最优码本，从而使得用户能够采用最优码本进行数据传输，提高了系统的系统性能。
[0159]
本技术实施例可以根据上述方法示例对码本确定装置进行功能模块或者功能单元的划分，例如，可以对应各个功能划分各个功能模块或者功能单元，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以
采用软件功能模块或者功能单元的形式实现。其中，本技术实施例中对模块或者单元的划分是示意性的，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。
[0160]
如图5所示，为本技术实施例提供的一种码本确定装置50的结构示意图，该装置包括：处理单元501。
[0161]
处理单元501，用于基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；其中，j、k均为正整数；n为小于j的正整数，l为小于k的正整数；处理单元501，还用于确定在系统的误块率小于预设值时，系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；其中，第一振幅参数用于确定系统的n维星座图中的星座点，第二振幅参数用于确定系统的n维星座图中各个一维星座；处理单元501，还用于基于第一振幅参数，第二振幅参数，确定系统的母码本；处理单元501，还用于根据拉丁矩阵原理，将l个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；处理单元501，还用于基于第二因子图矩阵，确定第x个用户的目标旋转矩阵；目标旋转矩阵为k行n列的矩阵、目标旋转矩阵每列包括一个赋值为旋转角度的非零元素，目标旋转矩阵的第y行中非零元素的行数和取值、均与第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；处理单元501，还用于基于母码本和目标旋转矩阵，确定第x个用户的码本。
[0162]
在一种可能的实现方式中，处理单元501，具体用于：建立k行j列的第一矩阵；其中，第x个用户对应第一矩阵中的第x列，第y个re对应第一矩阵中的第y行；分别确定j个用户中每个用户在k个re的每个re上的信道增益；分别基于j个用户中的每个用户执行以下目标操作，确定第一矩阵的非零元素，以及第一因子图矩阵；目标操作包括：将第x个用户的k个信道增益值按照从大到小的顺序排序；基于排序依次选择信道增益值执行以下步骤1、步骤2和步骤3：步骤1、确定当前选择的信道增益值对应的re对应的行中是否已存在l个非零元素；步骤2、若未存在l个非零元素，则将第一矩阵的第x列中与当前信道增益值对应的re对应的列的位置赋值为非零元素；步骤3、若已存在l个非零元素，则确定排序中下一个信道增益值为当前选择的信道增益值并执行步骤1、步骤2和步骤3，直到确定第x列中的n个元素赋值为非零元素。
[0163]
在一种可能的实现方式中，处理单元501，具体用于：以最小化系统的误块率为约束条件，建立系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数的强化学习模型；其中，强化学习模型的动作向量包括：系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数；强化学习模型的状态向量的元素包括：j、m、k、n、以及前一次的动作向量；基于强化学习模型，以及对系统的误块率的仿真值，确定系统的l个旋转角度，以及系统的第一振幅参数和第二振幅参数。
[0164]
在一种可能的实现方式中，处理单元501，具体用于：确定一维基础星座和第一振幅参数，其中，一维基础星座满足以下公式：
[0165]
z1＝[z
1，1
，z
1，2
，...，z
1，m
]＝[-r
m/2
，-r
m/2-1
，...，-r1，r1，...，r
m/2
]，第一振幅参数满足以下公式：αm＝r
m+1
/r1，m＝1，2，...，m/2-1，其中，z1为一维基础星座，m为一维基础星座的星座点个数，m为星座点编号，r为一维基础星座的幅度参数；αm为第一振幅参数αm的取值大于1；基于第二振幅参数和一维基础星座，确定无交织母码本；其中，第二振幅参数β包括(1，
…
，e-1，
…
，n-1)；没有交织的母码本满足以下公式：c＝[z1,...,β
e-1
z1,...,β
n-1
z1]
t
,其
中，e为小于n的正整数；对无交织母码本进行交织，确定母码本；其中，母码本满足以下公式：c
mc
＝[z1,...,β
n-1zn
,...,β
n-1zn
]
t
.其中，zn为第n个一维星座，n为小于等于n的正整数；在n为奇数的情况下，zn等于z1；在n为偶数的情况下，zn等于z1’
，z1’
满足以下公式：
[0166]
z'1＝[z
1,t
,z
1,2t
,z
1,t-1
,...,z
1,t+2
,z
1,1
,z
1,t+1
],t＝m/2.。
[0167]
在一种可能的实现方式中，第x个用户的码本满足以下公式：
[0168][0169]
其中，cb
x
为第x个用户的码本，v'
x
为第x个用户的目标旋转矩阵。
[0170]
可选的，码本确定装置50还可以包括通信单元502，码本确定装置50可以通过通信单元502与其他设备进行通信。
[0171]
在通过硬件实现时，本技术实施例中的通信单元502可以集成在通信接口上，处理单元501可以集成在处理器上。具体实现方式如图6所示。
[0172]
图6示出了上述实施例中所涉及的码本确定装置的又一种可能的结构示意图。该码本确定装置包括：处理器602和通信接口603。处理器602用于对码本确定装置的动作进行控制管理，例如，执行上述处理单元601执行的步骤，和/或用于执行本文所描述的技术的其它过程。通信接口603用于支持码本确定装置与其他网络实体的通信，例如，执行上述通信单元602执行的步骤。码本确定装置还可以包括存储器601和总线604，存储器601用于存储码本确定装置的程序代码和数据。
[0173]
其中，存储器601可以是码本确定装置中的存储器等，该存储器可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。
[0174]
上述处理器602可以是实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。该处理器可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。该处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
[0175]
总线604可以是扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线604可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0176]
图7是本技术实施例提供的芯片70的结构示意图。芯片70包括一个或两个以上(包括两个)处理器710和通信接口730。
[0177]
可选的，该芯片70还包括存储器740，存储器740可以包括只读存储器和随机存取存储器，并向处理器710提供操作指令和数据。存储器740的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory，nvram)。
[0178]
在一些实施方式中，存储器740存储了如下的元素，执行模块或者数据结构，或者他们的子集，或者他们的扩展集。
[0179]
在本技术实施例中，通过调用存储器740存储的操作指令(该操作指令可存储在操作系统中)，执行相应的操作。
[0180]
其中，上述处理器710可以实现或执行结合本技术公开内容所描述的各种示例性
的逻辑方框，单元和电路。该处理器可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，单元和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
[0181]
存储器740可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。
[0182]
总线720可以是扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线720可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条线表示，但并不表示仅有一根总线或一种类型的总线。
[0183]
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0184]
本技术实施例提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得该计算机执行上述方法实施例中的码本确定方法。
[0185]
本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得该计算机执行上述方法实施例所示的方法流程中的码本确定方法。
[0186]
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，ram)、只读存储器(read-only memory，rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(application specific integrated circuit，asic)中。在本技术实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0187]
本发明的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行如图1至图2中所述的码本确定方法。
[0188]
由于本发明的实施例中的码本确定装置、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。
[0189]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以
通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0190]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
[0191]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0192]
以上，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。

技术特征：
1.一种码本确定方法，其特征在于，包括：基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，所述第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；其中，所述j、k均为正整数；n为小于j的正整数，l为小于k的正整数；确定在所述系统的误块率小于预设值时，所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数；其中，所述第一振幅参数用于确定所述系统的n维星座图中的星座点，所述第二振幅参数用于确定所述系统的n维星座图中各个一维星座；基于所述第一振幅参数，所述第二振幅参数，确定所述系统的母码本；根据拉丁矩阵原理，将所述l个旋转角度分别赋值给所述第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；基于所述第二因子图矩阵，确定第x个用户的目标旋转矩阵；所述目标旋转矩阵为k行n列的矩阵、所述目标旋转矩阵每列包括一个赋值为所述旋转角度的非零元素，所述目标旋转矩阵的第y行中非零元素的行数和取值、均与所述第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；基于所述母码本和所述目标旋转矩阵，确定所述第x个用户的码本。2.根据权利要求1所述的方法，其特征在于，所述基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵，包括：建立k行j列的第一矩阵；其中，第x个用户对应所述第一矩阵中的第x列，第y个re对应所述第一矩阵中的第y行；分别确定所述j个用户中每个用户在所述k个re的每个re上的信道增益；分别基于所述j个用户中的每个用户执行以下目标操作，确定所述第一矩阵的非零元素，以及所述第一因子图矩阵；所述目标操作包括：将第x个用户的k个信道增益值按照从大到小的顺序排序；基于所述排序依次选择信道增益值执行以下步骤1、步骤2和步骤3：步骤1、确定当前选择的信道增益值对应的re对应的行中是否已存在l个非零元素；步骤2、若未存在l个非零元素，则将第一矩阵的第x列中与所述当前信道增益值对应的re对应的列的位置赋值为非零元素；步骤3、若已存在l个非零元素，则确定所述排序中下一个信道增益值为所述当前选择的信道增益值并执行所述步骤1、所述步骤2和所述步骤3，直到确定所述第x列中的n个元素赋值为非零元素。3.根据权利要求1或2所述的方法，其特征在于，所述确定在所述系统的误块率小于预设值时，所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数，包括：以最小化所述系统的误块率为约束条件，建立所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数的强化学习模型；其中，所述强化学习模型的动作向量包括：所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数；所述强化学习模型的状态向量的元素包括：j、m、k、n、以及前一次的动作向量；基于所述强化学习模型，以及对所述系统的误块率的仿真值，确定所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述基于所述第一振幅参数，所述第二振幅参数，确定所述系统的母码本，包括：确定一维基础星座和所述第一振幅参数，其中，所述一维基础星座满足以下公式：z1＝[z
1，1
，z
1，2
，...，z
1，m
]＝[-r
m/2
，-r
m/2-1
，...，-r1，r1，...，r
m/2
]，所述第一振幅参数满足以下公式：α
m
＝r
m+1
/r1，m＝1，2，...，m/2-1，其中，z1为所述一维基础星座，m为所述一维基础星座的星座点个数，m为星座点编号，r为所述一维基础星座的幅度参数；α
m
为第一振幅参数，α
m
的取值大于1；基于所述第二振幅参数和所述一维基础星座，确定无交织母码本；其中，所述第二振幅参数β包括(1，
…
，e-1，
…
，n-1)；所述没有交织的母码本满足以下公式：c＝[z1,...,β
e-1
z1,...,β
n-1
z1]
t
,其中，e为小于n的正整数；对所述无交织母码本进行交织，确定所述母码本；其中，所述母码本满足以下公式：c
mc
＝[z1,...,β
n-1
z
n
,...,β
n-1
z
n
]
t
.其中，z
n
为第n个一维星座，n为小于等于n的正整数；在n为奇数的情况下，z
n
等于z1；在n为偶数的情况下，z
n
等于z1’
，z1’
满足以下公式：z'1＝[z
1,t
,z
1,2t
,z
1,t-1
,...,z
1,t+2
,z
1,1
,z
1,t+1
],t＝m/2.。5.根据权利要求4所述的方法，其特征在于，所述第x个用户的码本满足以下公式：其中，cb
x
为所述第x个用户的码本，v'
x
为所述第x个用户的目标旋转矩阵。6.一种码本确定装置，其特征在于，包括：处理单元；所述处理单元，用于基于系统中j个用户分别在k个re上的信道增益，建立k行j列的第一因子图矩阵；其中，所述第一因子图矩阵中的每列包括n个非零元素，每行包括l个非零元素；其中，所述j、k均为正整数；n为小于j的正整数，l为小于k的正整数；所述处理单元，还用于确定在所述系统的误块率小于预设值时，所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数；其中，所述第一振幅参数用于确定所述系统的n维星座图中的星座点，所述第二振幅参数用于确定所述系统的n维星座图中各个一维星座；所述处理单元，还用于基于所述第一振幅参数，所述第二振幅参数，确定所述系统的母码本；所述处理单元，还用于根据拉丁矩阵原理，将所述l个旋转角度分别赋值给所述第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；所述处理单元，还用于基于所述第二因子图矩阵，确定第x个用户的目标旋转矩阵；所述目标旋转矩阵为k行n列的矩阵、所述目标旋转矩阵每列包括一个赋值为所述旋转角度的非零元素，所述目标旋转矩阵的第y行中非零元素的行数和取值、均与所述第二因子图中第x列的第y个非零元素相同；其中，x为小于j的正整数，y为小于k的正整数；所述处理单元，还用于基于所述母码本和所述目标旋转矩阵，确定所述第x个用户的码本。7.根据权利要求6所述的装置，其特征在于，所述处理单元，具体用于：建立k行j列的第一矩阵；其中，第x个用户对应所述第一矩阵中的第x列，第y个re对应所述第一矩阵中的第y行；分别确定所述j个用户中每个用户在所述k个re的每个re上的信道增益；
分别基于所述j个用户中的每个用户执行以下目标操作，确定所述第一矩阵的非零元素，以及所述第一因子图矩阵；所述目标操作包括：将第x个用户的k个信道增益值按照从大到小的顺序排序；基于所述排序依次选择信道增益值执行以下步骤1、步骤2和步骤3：步骤1、确定当前选择的信道增益值对应的re对应的行中是否已存在l个非零元素；步骤2、若未存在l个非零元素，则将第一矩阵的第x列中与所述当前信道增益值对应的re对应的列的位置赋值为非零元素；步骤3、若已存在l个非零元素，则确定所述排序中下一个信道增益值为所述当前选择的信道增益值并执行所述步骤1、所述步骤2和所述步骤3，直到确定所述第x列中的n个元素赋值为非零元素。8.根据权利要求6或7所述的装置，其特征在于，所述处理单元，具体用于：以最小化所述系统的误块率为约束条件，建立所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数的强化学习模型；其中，所述强化学习模型的动作向量包括：所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数；所述强化学习模型的状态向量的元素包括：j、m、k、n、以及前一次的动作向量；基于所述强化学习模型，以及对所述系统的误块率的仿真值，确定所述系统的l个旋转角度，以及所述系统的第一振幅参数和第二振幅参数。9.根据权利要求6-8任一项所述的装置，其特征在于，所述处理单元，具体用于：确定一维基础星座和所述第一振幅参数，其中，所述一维基础星座满足以下公式：z1＝[z
1，1
，z
1，2
，...，z
1，m
]＝[-r
m/2
，-r
m/2-1
，...，-r1，r1，...，r
m/2
]，所述第一振幅参数满足以下公式：α
m
＝r
m+1
/r1，m＝1，2，...，m/2-1，其中，z1为所述一维基础星座，m为所述一维基础星座的星座点个数，m为星座点编号，r为所述一维基础星座的幅度参数；α
m
为第一振幅参数α
m
的取值大于1；基于所述第二振幅参数和所述一维基础星座，确定无交织母码本；其中，所述第二振幅参数β包括(1，
…
，e-1，
…
，n-1)；所述没有交织的母码本满足以下公式：c＝[z1,...,β
e-1
z1,...,β
n-1
z1]
t
,其中，e为小于n的正整数；对所述无交织母码本进行交织，确定所述母码本；其中，所述母码本满足以下公式：c
mc
＝[z1,...,β
n-1
z
n
,...,β
n-1
z
n
]
t
.其中，z
n
为第n个一维星座，n为小于等于n的正整数；在n为奇数的情况下，z
n
等于z1；在n为偶数的情况下，z
n
等于z1’
，z1’
满足以下公式：z'1＝[z
1,t
,z
1,2t
,z
1,t-1
,...,z
1,t+2
,z
1,1
,z
1,t+1
],t＝m/2.。10.根据权利要求9所述的装置，其特征在于，所述第x个用户的码本满足以下公式：其中，cb
x
为所述第x个用户的码本，v'
x
为所述第x个用户的目标旋转矩阵。11.一种码本确定装置，其特征在于，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计算机程序或指令，以实现如权利要求1-5任一项中所述的码本确定方法。12.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当计算机执行该指令时，该计算机执行上述权利要求1-5任一项中所述的码本确定方法。

技术总结
本申请提供一种码本确定方法、装置及存储介质，涉及通信技术领域，能够确定提高系统性能的码本。该方法包括：基于系统中J个用户分别在K个RE上的信道增益，建立K行J列的第一因子图矩阵；确定在系统的误块率小于预设值时，系统的L个旋转角度，系统的第一振幅参数和第二振幅参数；基于第一振幅参数，第二振幅参数，确定系统的母码本；根据拉丁矩阵原理，将L个旋转角度分别赋值给第一因子图矩阵中每一行的非零元素，得到第二因子图矩阵；基于第二因子图矩阵，确定第x个用户的目标旋转矩阵；基于母码本和目标旋转矩阵，确定第x个用户的码本。确定第x个用户的码本。确定第x个用户的码本。


技术研发人员：王璐璐 马艳君 曹艳霞 韩潇 李福昌
受保护的技术使用者：中国联合网络通信集团有限公司
技术研发日：2023.05.26
技术公布日：2023/8/16