5G NR上行控制信息复用:PUSCH信道上的UCI资源映射实战解析

news2026/4/27 5:05:00
1. 5G NR上行控制信息复用基础概念在5G NR系统中上行控制信息UCI的传输是保证通信质量的关键环节。UCI通常包含HARQ-ACK反馈、信道状态信息CSI和调度请求SR等重要内容。这些信息可以通过专用控制信道PUCCH传输也可以复用在上行共享信道PUSCH上发送。在实际应用中PUSCH上的UCI复用技术尤为重要因为它能有效提升频谱利用率减少控制信道的资源开销。UCI在PUSCH上的复用过程遵循3GPP 38.212协议第6.2.7节的规范。这个过程涉及到复杂的资源映射规则需要考虑多种因素首先是不同类型的UCIHARQ-ACK、CSI Part1、CSI Part2具有不同的优先级和映射顺序其次是物理资源的分配需要考虑DM-RS解调参考信号符号的位置最后还要处理UCI与上行共享信道UL-SCH数据的资源竞争问题。理解UCI复用的关键在于掌握几个核心概念首先是betaOffset参数它决定了各类UCI信息在PUSCH上占用的资源比例其次是UCIScaling因子它限制了UCI可以使用的最大资源数量最后是映射规则包括连续映射和均匀映射两种方式选择哪种取决于可用资源与所需资源的比例关系。2. UCI资源映射的核心原理2.1 HARQ-ACK的两种映射方式HARQ-ACK反馈在PUSCH上的映射方式取决于其信息比特数。当HARQ-ACK比特数≤2时系统采用**打孔puncturing方式这意味着HARQ-ACK会直接覆盖已经映射的CSI或UL-SCH数据。这种方式的优点是实现简单但会对被覆盖的数据造成一定干扰。当HARQ-ACK比特数2时则采用速率匹配rate matching**方式UL-SCH数据会避开为HARQ-ACK预留的资源位置进行映射。这两种方式的区别在实际应用中非常重要。打孔方式虽然简单粗暴但只适合少量ACK/NACK信息而速率匹配方式则更适合传输较多的HARQ-ACK信息因为它能更好地保证数据传输的完整性。在系统设计时工程师需要根据预期的HARQ-ACK信息量选择合适的映射策略。2.2 CSI的分段映射机制CSI信息被分为Part1和Part2两部分这种分段设计很有讲究。CSI Part1具有固定的负载大小主要包含CSI Part2所需的控制信息。协议规定CSI Part1必须完整传输这保证了接收端至少能正确解析出CSI的基本结构。CSI Part2则包含更详细的信道状态信息其大小由Part1中的指示字段决定。在资源映射顺序上CSI Part1享有比Part2更高的优先级。这种设计确保了即使资源紧张系统也能优先传输最基本的信道状态信息。在实际映射过程中CSI Part1从第一个非DM-RS符号开始映射而CSI Part2则在Part1映射完成后才开始占用资源。3. 资源映射的实战步骤详解3.1 HARQ-ACK比特数≤2的映射流程让我们通过一个具体案例来理解HARQ-ACK比特数较少时的映射过程。假设系统配置如下PUSCH传输块大小TBSize为24目标码率314/1024CSI Part1和Part2的比特数均为10HARQ-ACK比特数为2采用单层传输和π/2-BPSK调制DM-RS符号位于符号2/7/11。第一步是预留HARQ-ACK资源。虽然HARQ-ACK采用打孔方式但仍需预先计算其需要占用的资源位置。根据betaOffsetACK参数计算出需要预留4个RE。第二步跳过因为HARQ-ACK比特数≤2。第三步映射CSICSI Part1需要19个RE在第一个符号符号0映射12个RE因为每个RB在一个符号上有12个RE剩余7个RE在符号1上连续映射因为712/2。CSI Part2同样需要19个RE在符号1上映射5个RE后跳过DM-RS符号符号2在符号3上映射12个RE最后剩余的2个RE在符号5上均匀映射。第四步映射UL-SCH数据填满未被UCI占用的RE。第五步才是实际映射HARQ-ACK这时会直接打掉之前映射在预留位置上的CSI Part2数据。这种后映射的方式保证了HARQ-ACK的传输可靠性即使以牺牲部分CSI信息为代价。3.2 HARQ-ACK比特数2的映射流程当HARQ-ACK比特数较多时比如6比特流程会有显著不同。同样假设CSI Part1和Part2比特数均为19UL-SCH比特数为106。第一步跳过因为不需要预留资源。第二步直接映射HARQ-ACK计算需要6个RE采用均匀映射方式因为6≤12/2。第三步映射CSI流程与前述案例类似。第四步映射UL-SCH数据时会主动避开为HARQ-ACK预留的资源位置。第五步跳过因为HARQ-ACK已经提前映射完成。这种流程的主要区别在于HARQ-ACK的映射时机和方式。速率匹配方式虽然实现复杂一些但对系统性能的影响较小特别是在HARQ-ACK信息量较大时优势明显。4. 关键参数配置与优化建议4.1 betaOffset参数的调优betaOffset系列参数betaOffsetACK、betaOffsetCSI1、betaOffsetCSI2直接决定了各类UCI在PUSCH上能获得的资源比例。这些参数的设置需要权衡控制信息的可靠性和数据传输效率。设置过高会导致UCI占用过多资源影响上行数据吞吐量设置过低又可能导致UCI传输不可靠。在实际调试中我建议采用渐进式调整策略先设置保守值确保基本功能再根据实测的BLER误块率性能逐步优化。特别要注意的是betaOffsetACK对HARQ-ACK的传输可靠性影响最大应该优先保证。而CSI参数则可以适当灵活因为信道状态信息通常具有一定的容错能力。4.2 UCIScaling因子的作用UCIScaling因子限制了UCI可以使用的最大资源数量防止UCI占用过多PUSCH资源。这个参数需要与betaOffset配合使用betaOffset决定了理论资源占比而UCIScaling设定了实际上限。在系统负载较重时适当降低UCIScaling可以保证更多的资源用于数据传输而在信道条件较差时则可以适当提高UCIScaling确保控制信息的可靠传输。这种动态调整策略在实际网络中非常实用可以根据无线环境变化自动优化资源分配。5. 常见问题与调试技巧在实际开发中UCI复用可能会遇到各种问题。一个典型的问题是HARQ-ACK与CSI的资源冲突。当HARQ-ACK采用打孔方式时可能会破坏关键的CSI Part1信息导致接收端无法正确解析CSI。这种情况下可以考虑适当增加betaOffsetCSI1的值为CSI Part1预留更多资源。另一个常见问题是调制编码方案MCS选择不当导致UCI映射错误。较高阶的调制方式如64QAM对UCI传输不太友好特别是在信道条件较差时。我的经验是在UCI负载较重的情况下优先考虑使用QPSK或π/2-BPSK等稳健的调制方式。调试时建议使用符号级的资源网格可视化工具这样可以直观地看到UCI、UL-SCH和DM-RS在时频资源上的实际分布情况。同时要特别注意协议中关于映射顺序的细节要求比如HARQ-ACK必须在第一个连续DM-RS符号之后映射等规则。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2530774.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…