UCASers

LTE网络PUSCH功控计算

文章目录

1. 概述
2. 最大发射功率 $P_{\mathrm{CMAX,c}}(i)$
3. 最大发射功率线性值 $\hat{P}_{\mathrm{CMAX,c}}(i)$
4. PUCCH发射功率线性值 ${\hat{P}}_{\mathrm{PUCCH}}(i)$
5. $M_{\mathrm{PUSCH,c}}(i)$
6. 标称功率 $P_{\mathrm{O\_PUSCH,c}}(j)$
- 6.1 小区标称功率 $P_{\mathrm{O\_NOMINAL,c}}(j)$
- 6.2 UE标称功率 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$
- 6.3 标称功率计算过程
7. 路损补偿因子 $\alpha_c(j)$
8. 下行路损 $PL_c$
9. $\Delta_{\mathrm{TF,c}}(i)$
- 9.1. $BPRE$
- 9.2. $\beta_{offset}^{PUSCH}$
10. $f_c(i)$
- 10.1 累计方式的 $f_c(i)$
- - 10.1.1 $\delta_{\mathrm{PUSCH,c}}$
  - 10.1.2 $K_{\mathrm{PUSCH}}$
- 10.2 绝对方式下的 $f_c(i)$
- - 10.2.1 $\delta_{\mathrm{PUSCH,c}}$
  - 10.2.2 $K_{\mathrm{PUSCH}}$
- 10.1 $f_c(i)$ 的初始值 $f_c(0)$
参考文献

1. 概述

在LTE网络PUCCH功控计算一文中，已经介绍了如何计算PUCCH发射功率，本文将继续介绍如何计算PUSCH发射功率。

当UE在子帧 $i$ 只发送PUSCH但没有发送PUCCH时，那么UE在子帧 $i$ 在serving cell上的PUSCH发射功率计算公式如下式1：
$P_{\mathrm{PUSCH,c}}\left(i\right)=min\left\{\begin{matrix}P_{\mathrm{CMAX,c}}(i),\\10log_\mathrm{10}(M_{\mathrm{PUSCH,c}}(i))+P_{\mathrm{O\_PUSCH,c}}(j)+\alpha_c(j) \cdot PL_c+\Delta_{\mathrm{TF,c}}(i)+f_c\left(i\right)&\\\end{matrix}\right. [dBm]\ (1)$

当UE在子帧 $i$ 同时发送PUSCH和PUCCH时，那么UE在子帧 $i$ 在serving cell上的PUSCH发射功率计算公式如下式2：
$P_{\mathrm{PUSCH,c}}\left(i\right)=min\left\{\begin{matrix}10log_\mathrm{10}({\hat{P}}_{\mathrm{CMAX,c}}(i)+{\hat{P}}_{\mathrm{PUCCH}}(i)),\\10log_\mathrm{10}(M_{\mathrm{PUSCH,c}}(i))+P_{\mathrm{O\_PUSCH,c}}(j)+\alpha_c(j) \cdot PL_c+\Delta_{\mathrm{TF,c}}(i)+f_c\left(i\right)&\\\end{matrix}\right. [dBm]\ (2)$

当UE没有发送PUSCH，考虑收到DCI3/3A指示的PUSCH传输里面的TPC command累计，那么UE在子帧 $i$ 在serving cell上的PUSCH发射功率计算公式如下式3：
$P_{\mathrm{PUSCH,c}}(i)=min{\left\{P_{\mathrm{CMAX,c}}(i), P_{\mathrm{O\_PUSCH,c}}(1)+\alpha_c(1)\cdot PL_c+f_c(i) \right\}}\ \ [dBm]\ (3)$

下面介绍公式1~3里面各项的含义。

2. 最大发射功率 $P_{\mathrm{CMAX,c}}(i)$

$P_{\mathrm{CMAX,c}}(i)$ 是UE最大发射功率，在3GPP 36.101的表6.2.5中指定，参考LTE网络PUCCH功控计算的第2节。

3. 最大发射功率线性值 $\hat{P}_{\mathrm{CMAX,c}}(i)$

$\hat{P}_{\mathrm{CMAX,c}}(i)$ 是UE最大发射功率 $P_{\mathrm{CMAX,c}}(i)$ 的线性值，而 $P_{\mathrm{CMAX,c}}(i)$ 是UE最大发射功率绝对值。 $P_{\mathrm{CMAX,c}}(i)$ 的单位是dBm，经过公式转换后，就可以得到 $\hat{P}_{\mathrm{CMAX,c}}(i)$ ，其单位为mw或者W。功率线性值与功率绝对值的转换公式如下式4和5所示：
$功率绝对值(dBm)=10log(功率线性值/1mw)\ \ \ (4)$
$功率线性值(mw)=10^{\mathrm(dBmValue / 10)}\ \ \ (5)$
因此， $\hat{P}_{\mathrm{CMAX,c}}(i)$ 与 $P_{\mathrm{CMAX,c}}(i)$ 相互转换公式如下式6和7所示：
$P_{\mathrm{CMAX,c}}(i)(dBm)=10log(\hat{P}_{\mathrm{CMAX,c}}(i))\ \ \ (6)$
$\hat{P}_{\mathrm{CMAX,c}}(i)(mw)=10^{\mathrm(P_{\mathrm{CMAX,c}}(i)/ 10)}\ \ \ (7)$
关于功率线性值与功率绝对值互相转换的更多介绍，可以参考dBm、mw、dB三者之间的关系这篇博客。

4. PUCCH发射功率线性值 ${\hat{P}}_{\mathrm{PUCCH}}(i)$

${\hat{P}}_{\mathrm{PUCCH}}(i)$ 是 $P_{\mathrm{PUCCH}}(i)$ 的线性值，从上面第三节已经知道功率绝对值与线性值的转换关系，因此 ${\hat{P}}_{\mathrm{PUCCH}}(i)$ 与 $P_{\mathrm{PUCCH}}(i)$ 的转换公式如下式8和9所示：
$P_{\mathrm{PUCCH}}(i)(dBm)=10log({\hat{P}}_{\mathrm{PUCCH}}(i))\ \ \ (8)$
$\hat{P}_{\mathrm{PUCCH}}(i)(mw)=10^{\mathrm(P_{\mathrm{PUCCH}}(i)/ 10)}\ \ \ (9)$

5. $M_{\mathrm{PUSCH,c}}(i)$

根据36.213第5.1.1.1节， $M_{\mathrm{PUSCH,c}}(i)$ 是网络在子帧 $i$ 分配给UE的PUSCH资源的带宽，其大小为PUSCH资源块的数量。

$M_{\mathrm{PUSCH,c}}(i)$ is the bandwidth of the PUSCH resource assignment expressed in number of resource blocks valid for subframe/slot/subslot i and serving cell otherwise.

----36.213第5.1.1.1节

6. 标称功率 $P_{\mathrm{O\_PUSCH,c}}(j)$

标称功率 $P_{\mathrm{O\_PUSCH,c}}(j)$ 由小区标称功率 $P_{\mathrm{O\_NOMINAL,c}}(j)$ 和UE标称功率 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 两部分组成，下面对这两部分进行介绍。

6.1 小区标称功率 $P_{\mathrm{O\_NOMINAL,c}}(j)$

eNB首先为该小区内的所有UE半静态设定一标称功率 $P_{\mathrm{O\_NOMINAL,c}}(j)$ （对PUSCH和PUCCH有不同的标称功率，分别记为 $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)$ 和 $P_{\mathrm{O\_NOMINAL\_PUCCH,c}}(j)$ ），该值通过系统消息SIB2（UplinkPowerControlCommon: p0-NominalPUSCH, p0-NominalPUCCH）广播给所有UE； $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}$ 的取值范围是（-126，24）dBm。需要注意的是对于动态调度的上行传输和半持久调度(SPS)的上行传输， $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}$ 的值也有所不同（SPS-ConfigUL: p0-NominalPUSCH-Persistent）。

另外RA Msg3的标称功率不受以上值限制，而是根据RA preamble初始发射功率（preambleInitialReceivedTargetPower）加上 $\Delta_{PREAMBLE\_Msg3}$ （UplinkPowerControlCommon: deltaPreambleMsg3）。

6.2 UE标称功率 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$

小区标称功率 $P_{\mathrm{O\_NOMINAL,c}}$ 是小区内所有UE共用的一个标称功率，除此之外，每个UE还有自己特定(UE specific)的标称功率偏移（对PUSCH和PUCCH有不同的UE标称功率，分别记为 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 和 $P_{\mathrm{O\_UE\_PUCCH,c}}(j)$ ），该值通过dedicated RRC信令（UplinkPowerControlDedicated: p0-UE-PUSCH, p0-UE-PUCCH）下发给UE。p0-UE-PUSCH和p0-UE-PUCCH的单位是dB，因此这个值可以看成是不同UE对于eNB范围标称功率 $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)$ 和 $P_{\mathrm{O\_NOMINAL\_PUCCH,c}}(j)$ 的一个偏移量。对于动态调度的上行传输和半持久调度的上行传输， $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 的值也有所不同。最终UE所使用的标称功率 $P_{\mathrm{O\_PUSCH,c}}(j)$ 是（eNB范围标称功率 $P_{\mathrm{O\_NOMINAL,c}}(j)$ + UE Specific偏移量 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ ）。

6.3 标称功率计算过程

下面介绍标称功率 $P_{\mathrm{O\_PUSCH,c}}(j)$ 计算过程。 $P_{\mathrm{O\_PUSCH,c}}(j)$ 由 $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)$ 和 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 两项组成，其计算公式如下式10所示：
$P_{\mathrm{O\_PUSCH,c}}(j) = P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)+P_{\mathrm{O\_UE\_PUSCH,c}}(j)\ \ \ (10)$
$j$ 的取值范围为 ${0,1,2\}$ ，其取值大小取决与PUSCH传输(新传或重传)所对应的UL grant的类型，当 $j$ 为0或1时， $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)$ 和 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 的值由RRC层提供。 $j$ 的取值如下所述：

如果PUSCH传输对应的是半静态grant(semi-persistent grant)，那么 $j = 0$
如果PUSCH传输对应的是动态调度grant，那么 $j = 1$
如果PUSCH传输对应的是RAR中的grant，那么 $j = 2$

当 $j = 2$ 时， $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)$ 和 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 项大小如下式11和12所示：
$P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(2)=0\ \ \ (11)$
$P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(2)=P_{\mathrm{O\_PRE}}+\Delta_{PREAMBLE\_Msg3}\ \ \ (12)$
式12中， $P_{\mathrm{O\_PRE}}$ 就是preambleInitialReceivedTargetPower这个IE，preambleInitialReceivedTargetPower和 $\Delta_{PREAMBLE\_Msg3}$ 由RRC层提供。

当 $j = 0 或 1$ 时， $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)$ 和 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 为RRC层提供的参数，RRC层会在SIB2消息中给出p0-NominalPUSCH，这个字段就是 $j = 0 或 1$ 时 $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)$ 的值；类似地，RRC层会在SIB2、RRC Connection Setup或RRC Connection Reconfig中给出p0-UE-PUSCH，这个字段就是就是 $j = 0 或 1$ 时 $P_{\mathrm{O\_UE\_PUSCH,c}}(j)$ 的值。

一个SIB2消息实网例子如下图所示，由下图可见， $P_{\mathrm{O\_NOMINAL\_PUSCH,c}}(j)=-85dBm,j=0或1$ 。

一个RRC Connection Setup消息实网例子如下图所示，由下图可见， $P_{\mathrm{O\_UE\_PUSCH,c}}(j)=0dBm,j=0或1$ 。

7. 路损补偿因子 $\alpha_c(j)$

在标称功率基础上，UE还需要根据测量得到的路损数据自动进行功率补偿。UE通过测量下行参考信号（RSRP）计算得到下行路损 $PL_c$ ，乘以一个补偿系数α后作为上行路损补偿。系数α由eNB在系统消息中半静态设定（UplinkPowerControlCommon: alpha）。对于PUCCH和Msg 3，α总是为1。

标称功率设定和路损补偿都属于半静态功率控制，UE的动态功率控制有基于MCS的隐式功率调整和基于PDCCH的显示功率调整，文中后续会讨论UE的动态功率控制。

这里继续讨论补偿系数α，当 $j = 0 或 1$ 时， $\alpha_c(j)\in\{0,0.4,0.5,0.6,0.7,0.8,0.9,1\}$ ， $\alpha_c(j)$ 为该集合中的一个值，由RRC层指示，RRC层会在SIB2消息中给出该值；当 $j = 2$ 时， $\alpha_c(j)=1$ 。一个实网的例子如下图所示，由图可见， $\alpha_c(j)=0.8,j=0或1$ 。

8. 下行路损 $PL_c$

$PL_c$ 计算公式如下式13所示，关于其细节描述，参考LTE网络PUCCH功控计算一文第4节路损 $PL_c$ 。
$PL_c=referenceSignalPower-higher\ layer\ filtered\ RSRP\ \ \ (12)$

9. $\Delta_{\mathrm{TF,c}}(i)$

前面提到，UE的动态功率控制有基于MCS的隐式功率调整和基于PDCCH的显示功率调整。公式1中 $\Delta_{\mathrm{TF,c}}(i)$ 项就是基于MCS的隐式功率调整的调整量。

根据Shannon公式，发射功率需要正比于传输数据速率。在LTE系统中，MCS决定了每个RB上行数据量的大小，因此调度信息中的MCS隐式地决定了功率调整需求。

基于MCS的功率调整仅针对PUSCH数据，对PUCCH和SRS不适用。eNB可以对某UE关闭或开启基于MCS的功率调整，通过dedicated RRC信令（UplinkPowerControlDedicated: deltaMCS-Enabled）实现。对于PUCCH来说，没有基于MCS的功率调整，但是对于不同的PUCCH format，系统会设定其他format相对于format 1a的功率偏移（UplinkPowerControlCommon: DeltaFList-PUCCH）。

根据公式13可以得到功率调整量 $\Delta_{\mathrm{TF,c}}(i)$ ， $\Delta_{\mathrm{TF,c}}(i)$ 的计算公式如下式13所示：
$\Delta_{\mathrm{TF,c}}(i)=\left\{\begin{matrix}10{{log}_{10}{\left(\left(2^{BPRE\cdot K_s}-1\right)\cdot\beta_{offset}^{PUSCH}\right)}}&\mathrm{for\ \ }K_{S}=1.25\\0&\mathrm{for\ \ }K_{S}=0\\\end{matrix}\right.\ \ \ (13)$
上式中， $K_S$ 由RRC层通过deltaMCS-Enabled参数给出，如下图所示。对TM mode 2(transmission mode 2)， $K_S=0$ 。一般情况下 $K_S=1.25$ 。

对每个serving cell c， $BPRE$ 和 $\beta_{offset}^{PUSCH}$ 的计算公式如下所述。

9.1. $BPRE$

$BPRE$ 在各种情况下的计算公式如下所述。

当RRC层给UE配置了uplinkPower-CSIPayload时, 如果控制数据通过子帧PUSCH发送，且没有UL-SCH数据传输，那么，
$BPRE=O_{\mathrm{CQI}}/N_{\mathrm{RE}}\ \ \ (14)$

对其它情况，
$BPRE=\sum_{r=0}^{C-1}K_r/N_{\mathrm{RE}}\ \ \ (15)$

在上面的式子中， $C$ 是码块(code block)的数量， $K_r$ 是码块 $r$ 的大小， $O_{\mathrm{CQI}}$ 是包含CRC比特数在内的CQI/PMI比特数， $N_{\mathrm{RE}}$ 是RE(resource element)的数量，其大小如下式16所示。
$N_{\mathrm{RE}}=M_{sc}^{PUSCH-initial}\cdot\ N_{\mathrm{symb}}^{\mathrm{PUSCH-initial}}\ \ \ (16)$
上面的式子中， $C$ ， $K_r$ ， $M_{sc}^{PUSCH-initial}$ 及 $N_{\mathrm{symb}}^{\mathrm{PUSCH-initial}}$ 均在参考文献[1]中定义。

9.2. $\beta_{offset}^{PUSCH}$

对控制数据通过PUSCH发送，且没有UL-SCH数据发送的情况(换言之，上行数据全为控制数据（如CQI）而无其他上行数据情况下)，
$\beta_{offset}^{PUSCH}=\beta_{offset}^{CQI}\ \ \ (17)$
对于其它情况(即如果有其他上行数据)，
$\beta_{offset}^{PUSCH}=1\ \ \ (18)$

10. $f_c(i)$

eNB可以在DCI format 0（UE标识C-RNTI）中携带TPC，或者使用专门用于功控命令的DCI format 3/3a（UE标识TPC-RNTI）来调整 $f_c(i)$ 的值，从而动态地调整PUSCH发射功率，这就是基于PDCCH的功控调整。

基于PDCCH的功控调整可以分为累积调整方式和绝对值调整方式两种。累积方式是在当前功率调整数值上增加/减少一个TPC中指示的调整步长；绝对值方式是指直接使用TPC中指示的功率调整数值。累积方式可以适用于PUSCH，PUCCH和SRS，而绝对值方式只适用于PUSCH。

eNB通过专用RRC信令（UplinkPowerControlDedicated: accumulationEnabled）指示UE采用累计方式还是绝对值方式。
当采用累积方式时，TPC可以指示两套不同的调整步长，第一套步长为（-1，0，1，3）dB，由DCI format 0/3指示；第二套步长为（-1，1），由DCI format 3a指示；当采用绝对方式时，TPC数值为（-4，-1，1，4）dB，由DCI format 0/3指示。除了DCI format 0/3以外，eNB还可以在下行调度DCI format 1上指示仅用于PUCCH功控的TPC。

下面讨论这两种调整方式下 $f_c(i)$ 的计算方式。

10.1 累计方式的 $f_c(i)$

10.1.1 $\delta_{\mathrm{PUSCH,c}}$

在介绍 $f_c(i)$ 之前，先介绍一个概念，这个概念决定了 $f_c(i)$ 的大小，它就是 $\delta_{\mathrm{PUSCH,c}}$ 。 $\delta_{\mathrm{PUSCH,c}}$ 是一个校准值，也叫TPC command，用来对当前UE在PUSCH信道上的发射功率进行微调。网络会在PDCCH上以DCI format 0/0A/0B/0C/4/4A/4B向UE发送TCP command，指示 $\delta_{\mathrm{PUSCH,c}}$ 的大小。 $\delta_{\mathrm{PUSCH,c}}$ 也可能与其它TPC command以DCI format 3/3A共同编码，它们的CRC校验位会用TPC-PUSCH-RNTI来进行加扰。

$\delta_{\mathrm{PUSCH,c}}$ is a correction value, also referred to as a TPC command and is included in PDCCH/EPDCCH with DCI format 0/0A/0B/0C/4/4A/4B or in PDCCH/SPDCCH with DCI format 7-0A/7-0B or in MPDCCH with DCI format 6-0A for serving cell $c$ or jointly coded with other TPC commands in PDCCH/MPDCCH with DCI format 3/3A whose CRC parity bits are scrambled with TPC-PUSCH-RNTI.

----36.213第5.1.1.1节

如果网络在服务小区c(serving cell $c$ )给UE配置了RRC层参数UplinkPowerControlDedicated-v12x0，且子帧 $i$ 属于上行功控子帧集2(uplink power control subframe set 2)，当前的PUSCH功控调整量应该是 $f_{c,2}(i)$ ，式1~3中的 $f_c(i)$ 应该替换为 $f_{c,2}(i)$ ；否则，当前的PUSCH功控调整量应该是 $f_c(i)$ 。上行功控子帧集2由RRC层参数tpc-SubframeSet-r12给出。

If the UE is configured with higher layer parameter UplinkPowerControlDedicated-v12x0 for serving cell and if subframe belongs to uplink power control subframe set 2 as indicated by the higher layer parameter tpc-SubframeSet-r12, the current PUSCH power control adjustment state for serving cell $c$ is given by $f_{c,2}(i)$ , and the UE shall use $f_{c,2}(i)$ instead of $f_c(i)$ to determine $P_{\mathrm{PUSCH,c}}(i)$ . Otherwise, the current PUSCH power control adjustment state for serving cell $c$ is given by $f_c(i)$ .

----36.213第5.1.1.1节

如果网络给UE配置了多个上行SPS配置，那么，功率微调量就是 $\delta_{\mathrm{PUSCH,c,x}}$ ， $\delta_{\mathrm{PUSCH,c,x}}$ 也被称为TPC command。 $\delta_{\mathrm{PUSCH,c,x}}$ 与其它TPC commands在PDCCH上以DCI format 3/3A共同编码，其CRC校验位以TPC-PUSCH-RNTI加扰。x是SPS-ConfigIndex-r14， $f_{c,2}(i)$ 和 $f_c(i)$ 此时被替代为 $f_{c,2,x}(i)$ 和 $f_{c,x}(i)$ 。

下面讨论 $f_c(i)$ 和 $f_{c,2}(i)$ 的计算公式。网络会通过RRC参数Accumulation-enabled或accumulationEnabledsTTI来使能功率调整累计功能(accumulation)。在下面两种情况下， $f_c(i)$ 和 $f_{c,2}(i)$ 的计算公式如下式19和20。

当网络使能了功率调整累计功能
网络以DCI format 0在PDCCH上向UE发送了TPC command $\delta_{\mathrm{PUSCH,c}}$
$f_c(i)=f_c(i-1)+\delta_{\mathrm{PUSCH,c}}(i-K_{\mathrm{PUSCH}})\ \ \ (19)$
$f_{c,2}(i)=f_{c,2}(i-1)+\delta_{\mathrm{PUSCH,c}}(i-K_{\mathrm{PUSCH}})\ \ \ (20)$

下面讨论 $f_{c,x}(i)$ 和 $f_{c,2,x}(i)$ 的计算公式。在下面三个条件都满足的情况下， $f_c(i)$ 和 $f_{c,2}(i)$ 的计算公式如下式20和21。

当网络使能了功率调整累计功能
网络以DCI format 3/3A在PDCCH上向UE发送了TPC command $\delta_{\mathrm{PUSCH,c,x}}$ ，DCI format 3/3A的CRC校验位以TPC-PUSCH-RNTI加扰
网络给UE配置了多个UL SPS(semi-persistent schedule，半静态调度)配置

$f_{c,x}(i)=f_{c,x}(i-1)+\delta_{\mathrm{PUSCH,c,x}}(i-K_{\mathrm{PUSCH}})\ \ \ (21)$
$f_{c,2,x}(i)=f_{c,2,x}(i-1)+\delta_{\mathrm{PUSCH,c,x}}(i-K_{\mathrm{PUSCH}})\ \ \ (22)$

$\delta_{\mathrm{PUSCH,c}}(i-K_{\mathrm{PUSCH}})$ 由网络在子帧 $i-K_{\mathrm{PUSCH}}$ 在PDCCH上通过DCI format 0/0A/0B/0C/4/4A/4B、DCI format 7-0A/7-0B、或DCI format 3/3A 向UE发送。 $f_c(0)$ 是对累计值重置后的初始值。

$\delta_{\mathrm{PUSCH,c}}$ 累计值由网络在PDCCH上通过DCI format 0/0A/0B/0C/4/4A/4B或者DCI format 7-0A/7-0B给出，其值如表5.1.1.1-2。

在下面条件下， $\delta_{\mathrm{PUSCH,c}}=0$ ，

在serving cell $c$ 上没有解码到TPC command
DRX发生
$i$ 不是TDD的上行子帧，或者不是FDD-TDD且serving cell $c$ 使用帧结构2下的上行子帧

10.1.2 $K_{\mathrm{PUSCH}}$

接下来介绍 $K_{\mathrm{PUSCH}}$ ，这个参数描述了从接收到TPC command $\delta_{\mathrm{PUSCH,c}}$ 到发送PUSCH之间间隔的子帧数。首先讨论FDD情况下 $K_{\mathrm{PUSCH}}$ 的值，对以下两种情况， $K_{\mathrm{PUSCH}}$ 的值为4。

FDD
FDD-TDD且服务小区采用帧结构1

The value of $K_{\mathrm{PUSCH}}$ is

For FDD or FDD-TDD and serving cell frame structure type 1

otherwise, $K_{\mathrm{PUSCH}}$ = 4 (in unit of slots for slot-PUSCH and the TPC command is included in a PDCCH/ SPDCCH with DCI format 7-0A/7-0B, and in units of subframe for subframe-PUSCH and for slot/subslot-PUSCH with a TPC command provided in the PDCCH with DCI format 3/3A).

接下来讨论TDD情况下 $K_{\mathrm{PUSCH}}$ 的值。

对TDD UL/DL 配置 1-6，且UE在serving cell $c$ 没有配置RRC参数symPUSCH-UpPts-r14的情况下， $K_{\mathrm{PUSCH}}$ 的值由表5.1.1.1-1给出。

对TDD UL/DL配置0，且UE在serving cell $c$ 没有配置RRC参数symPUSCH-UpPts-r14的情况下，如果网络通过PDCCH上的DCI format 0/4调度在子帧2或7上的PUSCH传输，则 $K_{\mathrm{PUSCH}}=7$ ；否则， $K_{\mathrm{PUSCH}}$ 的值由表5.1.1.1-1给出。

对TDD UL/DL配置0-5，且UE在serving cell $c$ 配置了RRC参数symPUSCH-UpPts-r14的情况下， $K_{\mathrm{PUSCH}}$ 的值由表5.1.1.1-4给出。

对TDD UL/DL配置6，且UE在serving cell $c$ 配置了RRC参数symPUSCH-UpPts-r14的情况下，如果网络通过PDCCH上的DCI format 0/4调度在子帧2或7上的PUSCH传输，且UE没有配置RRC参数shortProcessingTime，则 $K_{\mathrm{PUSCH}}=6$ ；否则， $K_{\mathrm{PUSCH}}$ 的值由表5.1.1.1-4给出。

10.2 绝对方式下的 $f_c(i)$

根据RRC层参数Accumulation-enabled或accumulationEnabledsTTI，假如网络没有使能累计调整功能时， $f_c(i)$ 和 $f_{c,2}(i)$ 的计算公式如下式23和24所示，此时网络采用绝对值方式调整 $f_c(i)$ 和 $f_{c,2}(i)$ 的值。
$f_c(i)=\delta_{\mathrm{PUSCH,c}}(i-K_{\mathrm{PUSCH}})\ \ \ (23)$
$f_{c,2}(i)=\delta_{\mathrm{PUSCH,c}}(i-K_{\mathrm{PUSCH}})\ \ \ (24)$

可见， $f_c(i)$ 和 $f_{c,2}(i)$ 由TPC command直接给出。

10.2.1 $\delta_{\mathrm{PUSCH,c}}$

$\delta_{\mathrm{PUSCH,c}}$ 绝对值由网络在PDCCH上通过DCI format 0/0A/0B/0C/4/4A/4B，或者在PDCCH上通过DCI format 7-0A/7-0B给出，其值如表5.1.1.1-2所示。

10.2.2 $K_{\mathrm{PUSCH}}$

参考10.1.1节与协议36.213。

10.1 $f_c(i)$ 的初始值 $f_c(0)$

不管是对累计方式还是绝对值方式下的 $f_c(i)$ ，在下面任意一种情况下，其初始值 $f_c(0)$ 都会等于0。

如果RRC层改变了 $P_{\mathrm{O\_UE\_PUSCH,c}}$ 的值，且serving cell $c$ 是primary cell
RRC层收到了 $P_{\mathrm{O\_UE\_PUSCH,c}}$ 的值，且serving cell $c$ 是secondary cell

如果UE在serving cell $c$ 上收到了RAR消息(random access response message)，那么 $f_c(0)$ 的值如式25所示。
$f_c(0)=\Delta\ P_{rampup,c}+\delta_{msg2,c}\ \ \ (25)$

式25中， $\delta_{msg2,c}$ 是RAR中指示的TPC command，对应在serving cell $c$ 上发生的RA preamble(random access preamble, 即msg 1)。而 $\Delta\ P_{rampup,c}$ 项大小如式26所示。
$\Delta\ P_{rampup,c}=min{\left[\left\{max{\left(\begin{matrix}\\0\\\\\end{matrix},P_{CMAX,c}\right.}-\left(\begin{matrix}10{log}_{10}{(}M_{PUSCH,c}(0))\\+P_{O\_PUSCH,c}(2)+\delta_{msg2}\\+\alpha_c(2)\cdot PL+\Delta_{TF,c}(0)\\\end{matrix}\left.\ \begin{matrix}\\\\\\\end{matrix}\right)\right.\right.\right.}\left.\ \begin{matrix}\\\\\\\end{matrix}\right)\left.\ \begin{matrix}\\\\\\\end{matrix}\right\},\begin{matrix}&\begin{matrix}\\\\\\\end{matrix}&\left.\ \begin{matrix}\\\Delta P_{rampuprequested,c}\\\\\end{matrix}\right]\\\end{matrix}\ \ \ (26)$

上式中， $\Delta P_{rampuprequested,c}$ 由MAC层提供，表示在serving cell $c$ 上从第一次发送preamble到最近一次发送preamble，一共提升了多少功率(total power ramp-up)。 $M_{PUSCH,c}(0)$ 是分配给UE的PUSCH资源带宽，其大小为在serving cell $c$ 上第一次PUSCH传输时，在那个子帧上分配给PUSCH传输的有效资源块。 $\Delta_{TF,c}(0)$ 是serving cell $c$ 上第一次PUSCH传输时的功率调整量。如果UE进行非竞争接入，且配置了高层参数pusch-EnhancementsConfig，那么 $\delta_{msg2}=0$ 。如果PUSCH传输对应ul-ConfigInfo-r14，那么 $\Delta P_{rampuprequested,c}=\delta_{msg2,c}=0$ 。

参考文献

[1] 3GPP TS 36.212: “Evolved Universal Terrestrial Radio Access (E-UTRA); Multiplexing and channel coding”.
[2] 3GPP 36.213
[3] 4G/LTE - Power Control
[4] LTE网络PUCCH功控计算
[5] LTE功率控制
[6] LTE里的功率分配和功率控制

机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习 python
一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
Goolge earth studio 进阶4——路径修改与平滑陟彼高冈yu Google earth studio 进阶教程旅游
如果我们希望在大约中途时获得更多的城市鸟瞰视角。可以将相机拖动到这里并创建一个新的关键帧。camera_target_clip_7EarthStudio会自动平滑我们的路径，所以当我们通过这个关键帧时，不是一个生硬的角度，而是一个平滑的曲线。camera_target_clip_8路径上有贝塞尔控制手柄，允许我们调整路径的形状。右键单击，我们可以选择“平滑路径”，这是默认的自动平滑算法，或者我们可
基于社交网络算法优化的二维最大熵图像分割智能算法研学社（Jack旭）智能优化算法应用图像分割算法 php 开发语言
智能优化算法应用：基于社交网络优化的二维最大熵图像阈值分割-附代码文章目录智能优化算法应用：基于社交网络优化的二维最大熵图像阈值分割-附代码1.前言2.二维最大熵阈值分割原理3.基于社交网络优化的多阈值分割4.算法结果：5.参考文献：6.Matlab代码摘要：本文介绍基于最大熵的图像分割，并且应用社交网络算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》htt
2023-04-17|篮球女孩长一木
1小学抑或初中阶段，在课外书了解到她的故事。“篮球女孩”。当时佩服她的顽强，也对生命多了一丝敬畏。今天刚好在公众号看到，长大后的“篮球女孩”。佩服之余又满是心疼。网络侵删祝那素未蒙面的女孩，未来一切顺遂。
在一台Ubuntu计算机上构建Hyperledger Fabric网络落叶无声9 区块链超级账本 Hyperledger fabric 区块链 ubuntu 构建 hyperledger fabric
在一台Ubuntu计算机上构建HyperledgerFabric网络Hyperledgerfabric是一个开源的区块链应用程序平台，为开发基于区块链的应用程序提供了一个起点。当我们提到HyperledgerFabric网络时，我们指的是使用HyperledgerFabric的正在运行的系统。即使只使用最少数量的组件，部署Fabric网络也不是一件容易的事。Fabric社区创建了一个名为Cello
Day17笔记-高阶函数 ~在杰难逃~ Python 笔记 python 开发语言 pycharm 数据分析
高阶函数【重点掌握】函数的本质：函数是一个变量，函数名是一个变量名，一个函数可以作为另一个函数的参数或返回值使用如果A函数作为B函数的参数，B函数调用完成之后，会得到一个结果，则B函数被称为高阶函数常用的高阶函数：map(),reduce(),filter(),sorted()1.map()map(func,iterable)，返回值是一个iterator【容器，迭代器】func:函数iterab
121. 买卖股票的最佳时机薄荷糖的味道_fb40
给定一个数组，它的第i个元素是一支给定股票第i天的价格。如果你最多只允许完成一笔交易（即买入和卖出一支股票），设计一个算法来计算你所能获取的最大利润。注意你不能在买入股票前卖出股票。示例1:输入:[7,1,5,3,6,4]输出:5解释:在第2天（股票价格=1）的时候买入，在第5天（股票价格=6）的时候卖出，最大利润=6-1=5。注意利润不能是7-1=6,因为卖出价格需要大于买入价格。示例2:输入:
每日算法&面试题，大厂特训二十八天——第二十天（树）肥学 ⚡算法题⚡面试题每日精进 java 算法数据结构
目录标题导读算法特训二十八天面试题点击直接资料领取导读肥友们为了更好的去帮助新同学适应算法和面试题，最近我们开始进行专项突击一步一步来。上一期我们完成了动态规划二十一天现在我们进行下一项对各类算法进行二十八天的一个小总结。还在等什么快来一起肥学进行二十八天挑战吧！！特别介绍小白练手专栏，适合刚入手的新人欢迎订阅编程小白进阶python有趣练手项目里面包括了像《机器人尬聊》《恶搞程序》这样的有趣文章
回溯算法-重新安排行程 chirou_ 算法数据结构图论 c++图搜索
leetcode332.重新安排行程这题我还没自己ac过，只能现在凭着刚学完的热乎劲把我对题解的理解记下来。本题我认为对数据结构的考察比较多，用什么数据结构去存数据，去读取数据，都是很重要的。classSolution{private:unordered_map>targets;boolbacktracking(intticketNum,vector&result){//1.确定参数和返回值//2
【华为OD技术面试真题 - 技术面】-测试八股文真题题库（1）算法大师华为od 面试 python 算法前端
华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.黑盒测试和白盒测试的区别2.假设我们公司现在开发一个类似于微信的软件1.0版本，现在要你测试这个功能：打开聊天窗口，输入文本，限制字数在200字以内。问你怎么提取测试点。功能测试性能测试安全性测试可用性测试跨平台兼容性测试网络环境测试3.接口测试的工具你了解哪些
【PG】常见数据库、表属性设置江无羡数据库
PG的常见属性配置方法数据库复制、备份相关表的复制标识单表操作批量表操作链接数据库复制、备份相关表的复制标识单表操作通过ALTER语句单独更改一张表的复制标识。ALTERTABLE[tablename]REPLICAIDENTITYFULL;批量表操作通过代码块的方式，对某个schema中的所有表一起更新其复制标识。SELECTtablename,CASErelreplidentWHEN'd'TH
Faiss：高效相似性搜索与聚类的利器网络·魚大数据 faiss
Faiss是一个针对大规模向量集合的相似性搜索库，由FacebookAIResearch开发。它提供了一系列高效的算法和数据结构，用于加速向量之间的相似性搜索，特别是在大规模数据集上。本文将介绍Faiss的原理、核心功能以及如何在实际项目中使用它。Faiss原理：近似最近邻搜索：Faiss的核心功能之一是近似最近邻搜索，它能够高效地在大规模数据集中找到与给定查询向量最相似的向量。这种搜索是近似的，
《在战“疫”中成长致敬生活》观后感梅子刘的刀
（作者：周晨）今天上午，我看了“我是接班人”网络大课堂《在战役中成长致敬生活》。有很多人拿出自己攒下的钱，默默地捐给了武汉，有几千块钱的、有几万块钱的，也有十几万块钱的。连小朋友也把自己的压岁钱捐给了武汉。有名环卫工人把自己五年的积蓄全部捐给了武汉。有名外卖小哥为医护人员买鞋子送吃的。还有已经治愈出院的新型肺炎病人捐了400毫升的血浆。还有位叫大树的叔叔，虽然他没有钱，但是他地里有蔬菜，捐了几大卡
insert into select 主键自增_mybatis拦截器实现主键自动生成 weixin_39521651 insert into select 主键自增 mybatis delete返回值 mybatis insert返回主键 mybatis insert返回对象 mybatis plus insert返回主键 mybatis plus 插入生成id
前言前阵子和朋友聊天，他说他们项目有个需求，要实现主键自动生成，不想每次新增的时候，都手动设置主键。于是我就问他，那你们数据库表设置主键自动递增不就得了。他的回答是他们项目目前的id都是采用雪花算法来生成，因此为了项目稳定性，不会切换id的生成方式。朋友问我有没有什么实现思路，他们公司的orm框架是mybatis，我就建议他说，不然让你老大把mybatis切换成mybatis-plus。mybat
k均值聚类算法考试例题_k均值算法(k均值聚类算法计算题) 寻找你83497 k均值聚类算法考试例题
?算法：第一步：选K个初始聚类中心，z1(1),z2(1)，…，zK(1)，其中括号内的序号为寻找聚类中心的迭代运算的次序号。聚类中心的向量值可任意设定，例如可选开始的K个.k均值聚类：---------一种硬聚类算法，隶属度只有两个取值0或1，提出的基本根据是“类内误差平方和最小化”准则；模糊的c均值聚类算法：--------一种模糊聚类算法，是.K均值聚类算法是先随机选取K个对象作为初始的聚类
中原焦点团队网络初中级30期阴丽丽坚持分享第三百八十八次2022.10.18分享约练次数（74）咨询师（6）来访者（53）观察者（15）阴丽丽
今天是忙碌的一天，一早起来，总想着找点把事情弄完，可总也弄不完。就这样弄着吧！孩子的事，自己的事都在那里搁置着，不想做，有点欧！今天总体还不错，只是在下午起床时走神了俩小时，也算是给自己的放松吧！今日难得1.儿子乖巧、听话，努力配合，一天下来也是忙忙碌碌，这真的很难得！2.儿子今天录的视频被班主任认可，这真的很难得3.我今天早上做核酸时，自己把教案整了一下，这真的很难得
网络编程基础记得开心一点啊网络
目录♫什么是网络编程♫Socket套接字♪什么是Socket套接字♪数据报套接字♪流套接字♫数据报套接字通信模型♪数据报套接字通讯模型♪DatagramSocket♪DatagramPacket♪实现UDP的服务端代码♪实现UDP的客户端代码♫流套接字通信模型♪流套接字通讯模型♪ServerSocket♪Socket♪实现TCP的服务端代码♪实现TCP的客户端代码♫什么是网络编程网络编程，指网络上
Python实现简单的机器学习算法 master_chenchengg python python 办公效率 python开发 IT
Python实现简单的机器学习算法开篇：初探机器学习的奇妙之旅搭建环境：一切从安装开始必备工具箱第一步：安装Anaconda和JupyterNotebook小贴士：如何配置Python环境变量算法初体验：从零开始的Python机器学习线性回归：让数据说话数据准备：从哪里找数据编码实战：Python实现线性回归模型评估：如何判断模型好坏逻辑回归：从分类开始理论入门：什么是逻辑回归代码实现：使用skl
多子女家庭问题 3e5c5362403c
杨宁宁焦点解决网络初17中19坚持分享589天（2021.3.20）本周约练我1次，总计166次，读书打卡第256天案例督导收获：【家有老大篇】被爱与高期待下的独舞家里的第一个孩子往往集万千宠爱于一身。爸爸妈妈、爷爷奶奶、姥姥姥爷的目光都聚焦在他的身上。在这种光环下长大的孩子，就如小皇帝一般，衣来伸手、饭来张口。拥有爱的同时，也意味着拥有了更高的被期待，父母会花血本给你报各种各样的早教班，给你买各
父母教育孩子的方式，将影响孩子一生树英教育
为什么有些孩子总是充满自信与快乐？独立、有主见又坚强？而有些孩子却自卑、胆怯，软弱又过度依赖父母？为什么有些孩子总是健康、阳光又富于创造力？而有些孩子却悲观、孤僻又思想空乏？一个孩子的行为取决于孩子的思想，思想取决于环境和自己的认知，认知取决于教育。父母是孩子人生中的第一位教育者，父母养育孩子的方式，将决定他们人生的高度，影响他们的一生。网络图，侵权即删优秀的父母就像园丁，既要浇水施肥，又要修剪杂
推荐算法_隐语义-梯度下降 _feivirus_ 算法机器学习和数学推荐算法机器学习隐语义
importnumpyasnp1.模型实现"""inputrate_matrix:M行N列的评分矩阵，值为P*Q.P:初始化用户特征矩阵M*K.Q:初始化物品特征矩阵K*N.latent_feature_cnt:隐特征的向量个数max_iteration:最大迭代次数alpha:步长lamda:正则化系数output分解之后的P和Q"""defLFM_grad_desc(rate_matrix,l
K近邻算法_分类鸢尾花数据集 _feivirus_ 算法机器学习和数学分类机器学习 K近邻
importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportaccuracy_score1.数据预处理iris=load_iris()df=pd.DataFrame(data=ir
数据结构 | 栈和队列 TT-Kun 数据结构与算法数据结构栈队列 C语言
文章目录栈和队列1.栈：后进先出（LIFO）的数据结构1.1概念与结构1.2栈的实现2.队列：先进先出（FIFO）的数据结构2.1概念与结构2.2队列的实现3.栈和队列算法题3.1有效的括号3.2用队列实现栈3.3用栈实现队列3.4设计循环队列结论栈和队列在计算机科学中，栈和队列是两种基本且重要的数据结构，它们在处理数据存储和访问顺序方面有着独特的规则和应用。本文将详细介绍栈和队列的概念、结构、实
2024.9.6 Python，华为笔试题总结，字符串格式化，字符串操作，广度优先搜索解决公司组织绩效互评问题，无向图 RaidenQ python 华为 leetcode 算法力扣广度优先无向图
1.字符串格式化name="Alice"age=30formatted_string="Name:{},Age:{}".format(name,age)print(formatted_string)或者name="Alice"age=30formatted_string=f"Name:{name},Age:{age}"print(formatted_string)2.网络健康检查第一行有两个整数m
戴容容中原焦点团队.网络初级第33期,坚持分享第19天 2022年3月9日 TessDai
《每个人眼中的世界都是不同的》“一千个人眼里有一千个哈姆雷特”世界是多元的,每个人都有自己的道理,人人按照自己的理解去看待这个世界的人和物.我们如此,其他人也是如此.因此,任何事情,我们要放下自己以为的真理,去理解他人认为的真理,只有同频方能共振.孩子在慢慢长大的过程中慢慢学会独立,甚至对抗.尤其当孩子处于青春期的时候,他们开始有很多自己独立的想法,和一些特立独行的做法,家长常常会觉得不可思议,觉
第1步win10宿主机与虚拟机通过NAT共享上网互通学习3人组大数据大数据
VM的CentOS采用NAT共用宿主机网卡宿主机器无法连接到虚拟CentOS要实现宿主机与虚拟机通信，原理就是给宿主机的网卡配置一个与虚拟机网关相同网段的IP地址，实现可以互通。1、查看虚拟机的IP地址2、编辑虚拟机的虚拟网络的NAT和DHCP的配置，设置虚拟机的网卡选择NAT共享模式3、宿主机的IP配置，确保vnet8的IPV4属性与虚拟机在同一网段4、ping测试连通性[root@localh
[Python] 数据结构详解及代码 AIAdvocate 算法 python 数据结构链表
今日内容大纲介绍数据结构介绍列表链表1.数据结构和算法简介程序大白话翻译,程序=数据结构+算法数据结构指的是存储,组织数据的方式.算法指的是为了解决实际业务问题而思考思路和方法,就叫:算法.2.算法的5大特性介绍算法具有独立性算法是解决问题的思路和方式,最重要的是思维,而不是语言,其(算法)可以通过多种语言进行演绎.5大特性有输入,需要传入1或者多个参数有输出,需要返回1个或者多个结果有穷性,执行
网络通信流程记得开心一点啊服务器网络运维
目录♫IP地址♫子网掩码♫MAC地址♫相关设备♫ARP寻址♫网络通信流程♫IP地址我们已经知道IP地址由网络号+主机号组成，根据IP地址的不同可以有5钟划分网络号和主机号的方案：其中，各类地址的表示范围是：分类范围适用网络网络数量主机最大连接数A类0.0.0.0~127.255.255.255大型网络12616777214【(2^24)-2】B类128.0.0.0~191.255.255.255中
Java爬虫框架（一）--架构设计狼图腾-狼之传说 java 框架 java 任务 html解析器存储电子商务
一、架构图那里搜网络爬虫框架主要针对电子商务网站进行数据爬取，分析，存储，索引。爬虫：爬虫负责爬取，解析，处理电子商务网站的网页的内容数据库：存储商品信息索引：商品的全文搜索索引Task队列：需要爬取的网页列表Visited表：已经爬取过的网页列表爬虫监控平台：web平台可以启动，停止爬虫，管理爬虫，task队列，visited表。二、爬虫1.流程1)Scheduler启动爬虫器，TaskMast
计算机木马详细编写思路小熊同学哦 php 开发语言木马木马思路
导语：计算机木马（ComputerTrojan）是一种恶意软件，通过欺骗用户从而获取系统控制权限，给黑客打开系统后门的一种手段。虽然木马的存在给用户和系统带来严重的安全风险，但是了解它的工作原理与编写思路，对于我们提高防范意识、构建更健壮的网络安全体系具有重要意义。本篇博客将深入剖析计算机木马的详细编写思路，以及如何复杂化挑战，以期提高读者对计算机木马的认识和对抗能力。计算机木马的基本原理计算机木
ztree设置禁用节点 3213213333332132 JavaScript ztree json setDisabledNode Ajax
ztree设置禁用节点的时候注意，当使用ajax后台请求数据,必须要设置为同步获取数据，否者会获取不到节点对象，导致设置禁用没有效果。 $(function(){ showTree(); setDisabledNode(); });
JVM patch by Taobao bookjovi java HotSpot
在网上无意中看到淘宝提交的hotspot patch，共四个，有意思，记录一下。 7050685：jsdbproc64.sh has a typo in the package name 7058036：FieldsAllocationStyle=2 does not work in 32-bit VM 7060619：C1 should respect inline and
将session存储到数据库中 dcj3sjt126com sql PHP session
CREATE TABLE sessions ( id CHAR(32) NOT NULL, data TEXT, last_accessed TIMESTAMP NOT NULL, PRIMARY KEY (id) ); <?php /** * Created by PhpStorm. * User: michaeldu * Date
Vector 171815164 vector
public Vector<CartProduct> delCart(Vector<CartProduct> cart, String id) { for (int i = 0; i < cart.size(); i++) { if (cart.get(i).getId().equals(id)) { cart.remove(i);
各连接池配置参数比较 g21121 连接池
排版真心费劲，大家凑合看下吧，见谅~ Druid DBCP C3P0 Proxool 数据库用户名称 Username Username User 数据库密码 Password Password Password 驱动名
[简单]mybatis insert语句添加动态字段 53873039oycg mybatis
mysql数据库,id自增,配置如下： <insert id="saveTestTb" useGeneratedKeys="true" keyProperty="id" parameterType=&
struts2拦截器配置云端月影 struts2拦截器
struts2拦截器interceptor的三种配置方法方法1. 普通配置法 <struts> <package name="struts2" extends="struts-default"> &
IE中页面不居中，火狐谷歌等正常 aijuans IE中页面不居中
问题是首页在火狐、谷歌、所有IE中正常显示，列表页的页面在火狐谷歌中正常，在IE6、7、8中都不中，觉得可能那个地方设置的让IE系列都不认识，仔细查看后发现，列表页中没写HTML模板部分没有添加DTD定义，就是<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3
String,int,Integer,char 几个类型常见转换 antonyup_2006 html sql .net
如何将字串 String 转换成整数 int? int i = Integer.valueOf(my_str).intValue(); int i=Integer.parseInt(str); 如何将字串 String 转换成Integer ? Integer integer=Integer.valueOf(str); 如何将整数 int 转换成字串 String ? 1.
PL/SQL的游标类型百合不是茶显示游标(静态游标)隐式游标游标的更新和删除 %rowtype ref游标(动态游标)
游标是oracle中的一个结果集,用于存放查询的结果; PL/SQL中游标的声明; 1,声明游标 2,打开游标(默认是关闭的); 3,提取数据 4,关闭游标注意的要点:游标必须声明在declare中,使用open打开游标,fetch取游标中的数据,close关闭游标隐式游标:主要是对DML数据的操作隐
JUnit4中@AfterClass @BeforeClass @after @before的区别对比 bijian1013 JUnit4 单元测试
一.基础知识 JUnit4使用Java5中的注解（annotation），以下是JUnit4常用的几个annotation： @Before：初始化方法对于每一个测试方法都要执行一次（注意与BeforeClass区别，后者是对于所有方法执行一次）@After：释放资源对于每一个测试方法都要执行一次（注意与AfterClass区别，后者是对于所有方法执行一次
精通Oracle10编程SQL(12)开发包 bijian1013 oracle 数据库 plsql
/* *开发包 *包用于逻辑组合相关的PL/SQL类型（例如TABLE类型和RECORD类型）、PL/SQL项（例如游标和游标变量）和PL/SQL子程序（例如过程和函数） */ --包用于逻辑组合相关的PL/SQL类型、项和子程序，它由包规范和包体两部分组成 --建立包规范：包规范实际是包与应用程序之间的接口，它用于定义包的公用组件，包括常量、变量、游标、过程和函数等 --在包规
【EhCache二】ehcache.xml配置详解 bit1129 ehcache.xml
在ehcache官网上找了多次，终于找到ehcache.xml配置元素和属性的含义说明文档了，这个文档包含在ehcache.xml的注释中！ ehcache.xml ： http://ehcache.org/ehcache.xml ehcache.xsd ： http://ehcache.org/ehcache.xsd ehcache配置文件的根元素是ehcahe ehcac
java.lang.ClassNotFoundException: org.springframework.web.context.ContextLoaderL 白糖_ java eclipse spring tomcat Web
今天学习spring+cxf的时候遇到一个问题：在web.xml中配置了spring的上下文监听器： <listener> <listener-class>org.springframework.web.context.ContextLoaderListener</listener-class> </listener> 随后启动
angular.element boyitech AngularJS AngularJS API angular.element
angular.element 描述: 包裹着一部分DOM element或者是HTML字符串，把它作为一个jQuery元素来处理。（类似于jQuery的选择器啦）如果jQuery被引入了，则angular.element就可以看作是jQuery选择器，选择的对象可以使用jQuery的函数；如果jQuery不可用，angular.e
java-给定两个已排序序列，找出共同的元素。 bylijinnan java
import java.util.ArrayList; import java.util.Arrays; import java.util.List; public class CommonItemInTwoSortedArray { /** * 题目：给定两个已排序序列，找出共同的元素。 * 1.定义两个指针分别指向序列的开始。 * 如果指向的两个元素
sftp 异常，有遇到的吗？求解 Chen.H java jcraft auth jsch jschexception
com.jcraft.jsch.JSchException: Auth cancel at com.jcraft.jsch.Session.connect(Session.java:460) at com.jcraft.jsch.Session.connect(Session.java:154) at cn.vivame.util.ftp.SftpServerAccess.connec
[生物智能与人工智能]神经元中的电化学结构代表什么? comsci 人工智能
我这里做一个大胆的猜想,生物神经网络中的神经元中包含着一些化学和类似电路的结构,这些结构通常用来扮演类似我们在拓扑分析系统中的节点嵌入方程一样,使得我们的神经网络产生智能判断的能力,而这些嵌入到节点中的方程同时也扮演着"经验"的角色.... 我们可以尝试一下...在某些神经
通过LAC和CID获取经纬度信息 dai_lm lac cid
方法1：用浏览器打开http://www.minigps.net/cellsearch.html，然后输入lac和cid信息(mcc和mnc可以填0)，如果数据正确就可以获得相应的经纬度方法2：发送HTTP请求到http://www.open-electronics.org/celltrack/cell.php?hex=0&lac=<lac>&cid=&
JAVA的困难分析 datamachine java
前段时间转了一篇SQL的文章（http://datamachine.iteye.com/blog/1971896），文章不复杂，但思想深刻，就顺便思考了一下java的不足，当砖头丢出来，希望引点和田玉。 -----------------------------------------------------------------------------------------
小学5年级英语单词背诵第二课 dcj3sjt126com english word
money 钱 paper 纸 speak 讲，说 tell 告诉 remember 记得，想起 knock 敲，击，打 question 问题 number 数字，号码 learn 学会，学习 street 街道 carry 搬运，携带 send 发送，邮寄，发射 must 必须 light 灯，光线，轻的 front
linux下面没有tree命令 dcj3sjt126com linux
centos p安装 yum -y install tree mac os安装 brew install tree 首先来看tree的用法 tree 中文解释：tree 功能说明：以树状图列出目录的内容。语　　法：tree [-aACdDfFgilnNpqstux][-I <范本样式>][-P <范本样式
Map迭代方式，Map迭代，Map循环蕃薯耀 Map循环 Map迭代 Map迭代方式
Map迭代方式，Map迭代，Map循环 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年
Spring Cache注解+Redis hanqunfeng spring
Spring3.1 Cache注解依赖jar包：  <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId>
Guava中针对集合的 filter和过滤功能 jackyrong filter
在guava库中，自带了过滤器(filter)的功能，可以用来对collection 进行过滤，先看例子： @Test public void whenFilterWithIterables_thenFiltered() { List<String> names = Lists.newArrayList("John"
学习编程那点事 lampcy 编程 android PHP html5
一年前的夏天，我还在纠结要不要改行，要不要去学php？能学到真本事吗？改行能成功吗？太多的问题，我终于不顾一切，下定决心，辞去了工作，来到传说中的帝都。老师给的乘车方式还算有效，很顺利的就到了学校，赶巧了，正好学校搬到了新校区。先安顿了下来，过了个轻松的周末，第一次到帝都，逛逛吧！接下来的周一，是我噩梦的开始，学习内容对我这个零基础的人来说，除了勉强完成老师布置的作业外，我已经没有时间和精力去
架构师之流处理---------bytebuffer的mark,limit和flip nannan408 ByteBuffer
1.前言。如题，limit其实就是可以读取的字节长度的意思，flip是清空的意思，mark是标记的意思。 2.例子. 例子代码: String str = "helloWorld"; ByteBuffer buff = ByteBuffer.wrap(str.getBytes()); Sy
org.apache.el.parser.ParseException: Encountered " ":" ": "" at line 1, column 1 Everyday都不同 $转义 el表达式
最近在做Highcharts的过程中，在写js时，出现了以下异常：严重: Servlet.service() for servlet jsp threw exception org.apache.el.parser.ParseException: Encountered " ":" ": "" at line 1,
用Java实现发送邮件到163 tntxia java实现
/* 在java版经常看到有人问如何用javamail发送邮件？如何接收邮件？如何访问多个文件夹等。问题零散，而历史的回复早已经淹没在问题的海洋之中。本人之前所做过一个java项目，其中包含有WebMail功能，当初为用java实现而对javamail摸索了一段时间，总算有点收获。看到论坛中的经常有此方面的问题，因此把我的一些经验帖出来，希望对大家有些帮助。此篇仅介绍用
探索实体类存在的真正意义 java小叶檀 POJO
一. 实体类简述实体类其实就是俗称的POJO,这种类一般不实现特殊框架下的接口，在程序中仅作为数据容器用来持久化存储数据用的 POJO（Plain Old Java Objects）简单的Java对象它的一般格式就是 public class A{ private String id; public Str

LTE网络PUSCH功控计算

文章目录

1. 概述

2. 最大发射功率 P C M A X , c ( i ) P_{\mathrm{CMAX,c}}(i) PCMAX,c​(i)

3. 最大发射功率线性值 P ^ C M A X , c ( i ) \hat{P}_{\mathrm{CMAX,c}}(i) P^CMAX,c​(i)

4. PUCCH发射功率线性值 P ^ P U C C H ( i ) {\hat{P}}_{\mathrm{PUCCH}}(i) P^PUCCH​(i)

5. M P U S C H , c ( i ) M_{\mathrm{PUSCH,c}}(i) MPUSCH,c​(i)

6. 标称功率 P O _ P U S C H , c ( j ) P_{\mathrm{O\_PUSCH,c}}(j) PO_PUSCH,c​(j)

6.1 小区标称功率 P O _ N O M I N A L , c ( j ) P_{\mathrm{O\_NOMINAL,c}}(j) PO_NOMINAL,c​(j)

6.2 UE标称功率 P O _ U E _ P U S C H , c ( j ) P_{\mathrm{O\_UE\_PUSCH,c}}(j) PO_UE_PUSCH,c​(j)

6.3 标称功率计算过程

7. 路损补偿因子 α c ( j ) \alpha_c(j) αc​(j)

8. 下行路损 P L c PL_c PLc​

9. Δ T F , c ( i ) \Delta_{\mathrm{TF,c}}(i) ΔTF,c​(i)

9.1. B P R E BPRE BPRE

9.2. β o f f s e t P U S C H \beta_{offset}^{PUSCH} βoffsetPUSCH​

10. f c ( i ) f_c(i) fc​(i)

10.1 累计方式的 f c ( i ) f_c(i) fc​(i)

10.1.1 δ P U S C H , c \delta_{\mathrm{PUSCH,c}} δPUSCH,c​

10.1.2 K P U S C H K_{\mathrm{PUSCH}} KPUSCH​

10.2 绝对方式下的 f c ( i ) f_c(i) fc​(i)

10.2.1 δ P U S C H , c \delta_{\mathrm{PUSCH,c}} δPUSCH,c​

10.2.2 K P U S C H K_{\mathrm{PUSCH}} KPUSCH​

10.1 f c ( i ) f_c(i) fc​(i)的初始值 f c ( 0 ) f_c(0) fc​(0)