基于大规模天线的毫米波前传波束动态避障方法与流程

文档序号:11216629阅读:988来源:国知局
基于大规模天线的毫米波前传波束动态避障方法与流程

本发明涉及网络通讯技术领域,特别是指一种基于大规模天线的毫米波前传波束动态避障方法。



背景技术:

随着无线流量的剧增,云技术引入到无线接入网(cloudran)成为有效应对大规模流量,提供高质量按需服务的关键手段。而基于毫米波段的无线前传,具有灵活的传输能力、支持超高速率数据流传输,能够提供多变的前程拓扑结构以及差异化的时延保证,成为cloudran前传革新技术,得到了广泛关注。此外,毫米波段由于波长较小,大规模天线数目可以紧凑部署,从而能够结合大规模天线技术(massivemimo)进一步提高传输速率,降低传输时延。

然而,毫米波的物理特性使得毫米波通信只适用于视距传输,也即直线点对点传输,这样由于障碍的随机动态出现的特性,使得始终存在波束受到遮挡的可能,将会严重影响毫米波传输的可靠性。由此,如何克服随机障碍带来的遮挡问题成为提高毫米波传输可靠性的重要技术之一。目前关于毫米波在无线网络前传/回传方面的应用多着重于利用毫米波高带宽优势,来提供网络扩容,并减小回程开销。虽然有部分学者针对毫米波易受环境影响的缺点,提出动态环境下的毫米波通信补偿机制,额外部署中继节点或者采用普通频段传输作为备选。但是,当前的毫米波中继机制大都只考虑静态中继,没有针对各前传信道随机出现的障碍物提出基于灵活中继的波束动态避障机制,也没有考虑中继节点传输容量限制、负载均衡等因素。

因此,发明人在实现本申请的过程中发现现有技术至少存在以下问题:无法克服随机出现的障碍物引起的信号遮挡的问题,也没有考虑节点传输容量限制以及负载均衡等问题。



技术实现要素:

有鉴于此,本发明的目的在于提出一种基于大规模天线的毫米波前传波束动态避障方法,能够提供一种毫米波前传波束动态避障机制,使得受遮挡波束实现动态跳转,能够有效解决毫米波非视距传输的问题,最终提高毫米波传输的稳定性和可靠性。

基于上述目的本发明提供的一种基于大规模天线的毫米波前传波束动态避障方法,其特征在于,包括:

接收所有rru的导频信息,基于导频信息计算得到相应的信道矩阵,并且根据信道矩阵中的信道信息构建网络拓扑;

基于构建的网络拓扑,利用有向图构建前传网络拓扑结构,获得节点-链路关联矩阵;

基于mac层中的原生冲突,构建原生冲突约束条件;并且根据原生冲突约束条件、前传网络拓扑结构以及相应的节点-链路关联矩阵,获得所有链路均满足原生冲突约束条件的初始化传输集;

求解得到初始化传输集中每条链路的传输速率,并且根据计算得到的传输速率以及预设算法,判断所有链路是否满足链路传输的qos约束条件;去除不满足的链路,进而求解得到所有链路均满足qos约束条件的最大传输集;

检测到当前rru节点遇障时,结合前传需求以及节点容量富余情况,从所述最大传输集中选取合适的rru节点以及相应的链路完成前传需求。

可选的,所述rru中均至少设置有两套射频设备;其中,一套高频射频设备用于前传传输,另一套低频射频设备用于rru与用户之间的通信。

可选的,所述求解得到初始化的传输集中每条链路的传输速率的步骤包括:

求解物理层中的多天线波束赋形问题;

通过加权最小均方差方法求解得到每个rru作前传通信时的传输预编码矩阵;

通过上述求解,计算得到每条前传中继链路的传输速率。

可选的,从所述最大传输集中选取合适的链路完成前传需求时,考虑的因素包括最小化发送能耗,所述最小化发送能耗的计算方法包括:

根据链路结构,获取每条链路接收端信噪比的计算表达式;

根据最小均方差算法求解得到最佳接收矩阵表达式;

通过将最佳接收矩阵表达式代入信噪比的计算表达式中,得到发送端能耗计算表达式,进而求解得到rru在qos约束条件下的最小化发送能耗。

可选的,从所述最大传输集中选取合适的rru节点完成前传需求时,进行调度考虑的因素包括最小化调度时间,所述最小化调度时间的计算方法包括:

根据每个调度集的活跃时间获取得到最小化调度时间的计算表达式;

基于节点流量守恒以及链路的有效负载需要大于分配的负载容量的原则,获取最小化调度时间对应的约束条件或者约束公式;

引入修正系数,将最小化调度时间对应的非凸问题转化为凸优化问题;

引入拉格朗日乘子,并且利用拉格朗日对偶法对最小化调度时间进行求解;

基于计算结果,得到满足qos约束条件的多个传输集以及每个传输集对应的活跃时间,使得通过得到的传输集完成前传需求。

可选的,所述利用拉格朗日对偶法对最小化调度时间进行求解的步骤包括:

利用拉格朗日乘子法求解拉格朗日乘子,并且判断拉格朗日乘子是否收敛;

若是,则将收敛的拉格朗日乘子设定为最优对偶变量;否则,继续迭代求解,直到拉格朗日乘子收敛后将收敛的拉格朗日乘子设定为最优对偶变量;

选取传输集,并且利用immse算法判断当前传输集是否满足qos约束条件;若当前传输集满足qos约束条件,则进一步判断当前传输集是否属于初始化传输集或者初始化传输集的链路权重之和小于1,则算法结束,得到多个传输集以及每个传输集对应的活跃时间;

否则,将当前传输集添加到初始化传输集中,进行重复循环计算,直到算法结束。

可选的,所述选取传输集,并且利用immse算法判断当前传输集是否满足qos约束条件的步骤包括:

a)设

b)选取考虑原生冲突条件下,将与链路l*无冲突的链路加入传输集tk中,有冲突的链路加入中;重复步骤b)直到集合为空,可得到无原生冲突的链路集;

c)用immse算法检测传输集tk是否可行;若不可行,将tk中sinr值最低的链路从tk中移除;

重复步骤c直到集合tk中所有链路均满足qos约束。

可选的,所述从所述最大传输集中选取合适的rru节点以及相应的链路完成前传需求的步骤包括:

选取容量富余的rru节点作为中转节点并且获取相应的传输链路;

通过多商品流模型,将当前遇障rru的数据流分配到选取的中转rru中完成前传需求。

可选的,调度选取的rru为多个。

从上面所述可以看出,本发明提供的基于大规模天线的毫米波前传波束动态避障方法,通过基于rru构建前传拓扑网络获得关联矩阵并且利用rru作为中继节点实现波束的动态避障,提高了毫米波前传波束的传输稳定性和可靠性。通过构建原生冲突约束条件以及链路传输的qos约束条件,使得筛选出的传输集能够同时克服将rru作为跳转节点产生的原生冲突和二次冲突问题,进而使得调度更为可靠,更加适应于真实的传输场景。此外,本申请还考虑了前传需求以及充分利用容量富余的rru节点作为中转节点,既提高了传输的效率又实现了网络负载的均衡,保障了整体网络传输的稳定性和效率。因此,本申请所述基于大规模天线的毫米波前传波束动态避障方法能够有效解决毫米波非视距传输的问题,最终提高毫米波传输的稳定性和可靠性。

附图说明

图1为本发明提供的一种基于大规模天线的毫米波前传波束动态避障方法的一个实施例的流程示意图;

图2为本发明提供的一种基于大规模天线的毫米波前传波束动态避障方法适用的场景示意图;

图3为本发明提供的一种基于大规模天线的毫米波前传波束动态避障方法求解最大传输集的算法流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。

需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。

本申请针对于当前毫米波传输存在随机障碍的问题,经过发明人研究,发现可以考虑将rru作为中继节点进行数据的转发,进而克服随机障碍导致的传输中断。也即,在云接入网络架构中,本申请通过设计一种毫米波前传波束动态避障机制,使得受遮挡的波束能够实现动态跳转,有效解决毫米波基于随机障碍引起的非视距传输问题。

但是将rru作为跳转节点来实现波束的动态避障时会产生两种冲突:原生冲突与二次冲突;这些冲突使得rru不能在同一时频资源上接收和发送数据,并且导致传输波束之间的干扰问题。同时,rru作为波束跳转节点需要在保障其本身业务的情况下进行的,但是由于容量受限,非视距毫米波前传波束可能需要通过多个rru节点进行跳转,需要考虑网络负载均衡问题。因此,如何充分利用容量富余的rru作为中继,考虑网络负载均衡,实现毫米波的非视距高可靠传输,并通过混合波束赋形,提高传输效率,是本申请提出的方法解决的关键问题。

基于以上分析,本申请针对两种冲突,研究了遇障波束跳转节点的决策问题,考虑多个跳转rru不同负载情况,同时利用多商品流模型,对前传数据流进行灵活分配,实现网络负载均衡,从而为非视距毫米波波束提供最佳动态避障路径,实现高效前传。其中,rru(radioremoteunit)是指网络中的射频拉远单元,还包括rrh(remoteradiohead,射频拉远头),是用于移动宽带网络基站中的新技术设备,主要效益在于提升既有讯号传输效率,并且在更容易建置的网络架构下,扩大其网络覆盖率。为了方便,本申请均通过rru表示射频拉远相关的单元、设备或节点。

参照图1所示,为本发明提供的一种基于大规模天线的毫米波前传波束动态避障方法的一个实施例的流程示意图。本申请旨在研究基于完美信道信息的动态波束动态避障决策及高效前传技术,首先拟进行遇障波束的避障路径的最优选择,利用容量富余的rru作为跳转节点,构建动态无线前传网络,在不影响本地用户正常通信的情况下,提供高可靠的毫米波波束传输。继而基于大规模天线技术设计高效的毫米波波束赋形策略,提高前传效率。

具体的,所述基于大规模天线的毫米波前传波束动态避障方法包括:

步骤101,接收所有rru的导频信息,基于导频信息计算得到相应的信道矩阵,并且根据信道矩阵中的信道信息构建网络拓扑。参照图2所示的使用场景中,云接入网络架构中通常采用一个基带池(bbupool)与多个rru配套设置;其中,射频拉远单元(rru)和基带处理单元(bbu)之间需要用光纤连接,一个bbu可以支持多个rru。

步骤102,基于构建的网络拓扑,利用有向图构建前传网络拓扑结构,获得节点-链路关联矩阵。在已知网络拓扑的情况下,可以利用有向图来表示前传网络拓扑结构,使得节点之间的发送接收的传输关系更为明确。例如:有向图为g={n,l},其中,表示网络中的所有的rru节点;表示所有的有向传输链路。节点0表示bbu,则网络拓扑结构可以表示为节点-链路的关联矩阵a∈in×l,其中:

步骤103,基于mac层中的原生冲突,构建原生冲突约束条件;并且根据原生冲突约束条件、前传网络拓扑结构以及相应的节点-链路关联矩阵,获得所有链路均满足原生冲突约束条件的初始化传输集。其中,由于传输通常采用tdd模式,使得rru不能同时接收和传输,将会造成系统的mac层存在原生冲突。所以针对于出现的原生冲突可以通过构建原生冲突约束条件,使得初始化传输集中的链路满足原生冲突约束条件。

例如:原生冲突约束条件表达式为:

其中,i(n)表示节点n的传入链路集;o(n)表示节点n的输出链路集合;in(l)=1代表链路l与节点n的相关链路,否则in(l)=0。

步骤104,求解得到初始化传输集中每条链路的传输速率,并且根据计算得到的传输速率以及预设算法,判断所有链路是否满足链路传输的qos约束条件;去除不满足的链路,进而求解得到所有链路均满足qos约束条件的最大传输集。也即,通过步骤103获取一个不受原生冲突影响的链路子集通过恰当的毫米波传输算法验证该子集中的所有链路是否满足各自的qos需求,如果均满足,则得到最大传输集(ts),否则去掉其中一条链路继续验证,直到获得最大传输集。其中,qos表示需要满足的服务质量需求,对应的可以得到qos约束条件,用于验证链路是否受到二次冲突的影响。也即,满足qos约束条件的链路也解决了二次冲突问题。所述预设算法是指根据qos约束条件的特点,相应的进行是否满足链路传输的qos约束条件的判断,例如:恰当的毫米波传输算法。因此,通过上述求解得到的最大传输集能够同时满足原生冲突和二次冲突。每条链路的传输速率可以进一步验证链路是否受二次冲突影响,即是否满足链路传输的qos约束条件。

步骤105,检测到当前rru节点遇障时,结合遇障的rru节点的前传需求以及选取的中转节点的容量富余情况,从所述最大传输集中选取合适的rru节点以及相应的链路完成前传需求。

由上述实施例可知,本发明提供的基于大规模天线的毫米波前传波束动态避障方法,通过基于rru构建前传拓扑网络获得关联矩阵并且利用rru作为中继节点实现波束的动态避障,提高了毫米波前传波束的传输稳定性和可靠性。通过构建原生冲突约束条件以及链路传输的qos约束条件,使得筛选出的传输集能够同时克服将rru作为跳转节点产生的原生冲突和二次冲突问题,进而使得调度更为可靠,更加适应于真实的传输场景。此外,本申请还考虑了前传需求以及充分利用容量富余的rru节点作为中转节点,既提高了传输的效率又实现了网络负载的均衡,保障了整体网络传输的稳定性和效率。因此,本申请所述基于大规模天线的毫米波前传波束动态避障方法能够有效解决毫米波非视距传输的问题,最终提高毫米波传输的稳定性和可靠性。

在本申请一些可选的实施例中,所述rru中均至少设置有两套射频设备;其中,一套高频射频设备用于前传传输,另一套低频射频设备用于rru与用户之间的通信。这样能够避免前传与接入之间产生干扰,提高传输准确性和稳定性。

在本申请一些可选的实施例中,所述求解得到初始化的传输集中每条链路的传输速率的步骤包括:求解物理层中的多天线波束赋形问题;通过加权最小均方差方法(wmmse)求解得到每个rru作前传通信时的传输预编码矩阵;通过上述求解,计算得到每条前传中继链路的传输速率。这样,不仅能够求解得到准确的链路传输速率,而且通过链路传输速率在后续中能够实现对qos约束条件的判断,使得整个方案的实现高效可行。

在本申请一些可选的实施例中,所述从所述最大传输集中选取合适的rru节点以及相应的链路完成前传需求的步骤包括:选取容量富余的rru节点作为中转节点并且获取相应的传输链路;通过多商品流模型,将当前遇障rru的数据流分配到选取的中转rru中完成前传需求。其中,在进行节点及链路调度时需要同时考虑遇障rru的前传需求以及中转rru的容量富余情况,调度的目标或者参考的因素包括链路与链路通断时长。调度时,根据传输冲突,利用多商品流模型将遇障rru的数据流进行分配到容量富余的中转rru中完成前传需求。由于存在多个传输集,因此调度过程为传输集在一个传输周期内轮流进行传输,因此调度目标为传输链路集与传输集通信时间。也即,通过分配多个传输集以及每个传输集对应一个传输时间,使得调度依据多个传输集以及对应的传输通信时间进行传输调度。这样,基于考虑到了中转rru的负载状况,对前传数据进行零活分配,能够提高网络负载的均衡以及数据传输的效率。

在本申请一些可选的实施例中,从所述最大传输集中选取合适的链路完成前传需求时,考虑的因素包括最小化发送能耗,所述最小化发送能耗的计算方法包括:

根据链路结构,获取每条链路接收端信噪比的计算表达式,例如:链路l接收端的信噪比(sinr,signaltointerferenceplusnoiseratio;信号与干扰加噪声比)表示为:

其中,l表示为目标链路;l`表示链路l的干扰链路;l`表示链路l的干扰链路集;t(l)表示链路l的发射节点;r(l)表示链路l的接收节点;hr(l),t(l')表示t(l')到r(l)的信道矩阵;wl表示节点r(l)的接收波束权重,gl表示节点r(l)的发射波束权重;表示接收波束权重向量的转置;gl'表示目标链路l的干扰链路l`的发送波束矩阵;m表示矩阵维度为m;

根据最小均方差算法求解得到最佳接收矩阵表达式;也即,假设发射功率和发射波束一定时,则可以根据最小均方差算法求得最佳接收矩阵可表示为:

wl=r(g-l,p-l)-1hr(l),t(l)gl

其中,g-l代表除链路l以外其他所有链路的传输波束矩阵,p-l代表除链路l以外其他所有链路的传输功率;r(g-l,p-l)代表链路l的传输速率;

通过将最佳接收矩阵表达式代入信噪比的计算表达式中,得到发送端能耗计算表达式,进而求解得到rru在qos约束条件下的最小化发送能耗。其中,当接收波束一定时,能够求解rru在qos约束下的最小化发送能耗的问题,即求解:

s.t.γl≥γl,pl≤plmax,l∈l′

其中,γl为链路l需要满足的最小qos阈值,plmax为链路发送端的功率约束。此时,二次冲突问题解决。这样,可以得到基于满足qos约束的功率最小化链路组合,减轻网络负载。

在本申请一些可选的实施例中,从所述最大传输集中选取合适的rru节点完成前传需求时,进行调度考虑的因素包括最小化调度时间,所述最小化调度时间的计算方法包括:

根据每个调度集的活跃时间获取得到最小化调度时间的计算表达式;其中,最小化调度时间的计算表达式为:

其中,λi代表传输集ti的活跃时间,u(λ)代表所有传输集总的活跃时间,k为传输集总数。

基于节点流量守恒以及链路的有效负载需要大于分配的负载容量的原则,获取最小化调度时间对应的约束条件或者约束公式;其中,约束条件至少包括:

其中,集合为遇障rru集合;代表rrud(d为遇障rru索引)中分配到链路l传输的数据流,sd代表遇障rrud的待传输总数据流;ti(l)=1代表链路l在活跃于传输集ti,否则为0;cl代表链路l的物理层传输容量。约束条件(a)(b)表示网络中每个节点流量守恒,也可以表示为:axd=sd,约束条件(c)表示每条活跃链路有效的mac层数据容量需要大于等于分配给该链路的负载容量,同时在满足(d)的条件下,这个调度过程才是可实现的。

引入修正系数,将最小化调度时间对应的非凸问题转化为凸优化问题;其中,修正系数为一个数值很小的正数。

最小化调度时间转化后的表达式为:

其中,ε为引入的修正系数。

引入拉格朗日乘子p,并且利用拉格朗日对偶法对最小化调度时间进行求解;其中,利用拉格朗日乘子作为惩罚系数对应的计算公式为:

其中为拉格朗日乘子迭代的步长

基于计算结果,得到满足qos约束条件的多个传输集以及每个传输集对应的活跃时间,使得通过得到的传输集完成前传需求。

进一步,参照图3所示,为本发明提供的一种基于大规模天线的毫米波前传波束动态避障方法求解最大传输集的算法流程示意图。所述利用拉格朗日对偶法对最小化调度时间进行求解的步骤包括:

初始化传输集设为t0';

利用拉格朗日乘子法求解拉格朗日乘子,并且判断拉格朗日乘子p是否收敛;

若拉格朗日乘子p收敛,则将收敛的拉格朗日乘子设定为最优对偶变量;否则,继续迭代求解,直到拉格朗日乘子收敛后将收敛的拉格朗日乘子设定为最优对偶变量;也即,令:πl=pl*;其中,πl为最优对偶变量。

选取传输集,并且利用immse算法判断当前传输集是否满足qos约束条件;若当前传输集满足qos约束条件,则进一步判断当前传输集是否属于初始化传输集或者初始化传输集的链路权重之和小于1,则算法结束,得到多个传输集以及每个传输集对应的活跃时间;否则,将当前传输集添加到初始化传输集中,进行重复循环计算,直到算法结束。因此,只有当传输集满足原生冲突、二次冲突以及条件tk∈t'or∑l∈ltk(l)πl<1时,算法才结束。在完成算法后可获得k个传输集以及每个传输集对应的活跃时间λi,rru按照该调度进行传输,至到网络拓扑发生变化,则重复所有步骤重新调度。

需要补充说明的是,上述实施例中所述最大传输集指传输集中加入任何一条链路,传输集变为不可行。例如:定义集合t={ti,i=1,…,k},它包含了k个传输子集,其中ti是一个列向量,ti(l)=1表示传输集i中的链路l为活跃链路,否则为不活跃链路。定义传输集ti在λi个调度时间内是始终活跃的。因此,调度目标可以从链路分配调整为调度集合{(ti,λi),i=1,…,k},且满足同时,mac层的传输速率表示为cl为该链路物理层容量,可通过波束赋形进行求解。

在本申请进一步的实施例中,所述选取传输集,并且利用immse算法判断当前传输集是否满足qos约束条件的步骤包括:

a)设tk表示待求得传输集,为可操作链路的集合;

b)选取考虑原生冲突条件下,将与链路l*无冲突的链路加入传输集tk中,有冲突的链路加入中;重复步骤b)直到集合为空,可得到无原生冲突的链路集;

c)用immse算法检测传输集tk是否可行;若不可行,将tk中sinr值最低的链路从tk中移除;

重复步骤c直到集合tk中所有链路均满足qos约束。

这样,通过上述传输集的选取,能够获得同时满足原生冲突和二次冲突的传输集,使得后续调度过程中的链路能够高效可靠地实现数据的传输。

参照图2所示,为本发明提供的一种基于大规模天线的毫米波前传波束动态避障方法适用的场景示意图。如图所示,由飞鸟、云层等可能出现的随机障碍会造成链路的中断使得通信不可靠,因此rru可向附近的rru发起中转请求,若中转rru容量富余,则可为其提供中转服务。考虑到中转rru还需为本地用户服务,可能无法完全满足遇障rru的传输需求。因此可由多个中转rru为遇障rru提供中转传输,尽可能的降低遇障rru的传输时延,保障传输可靠性。

本申请旨在针对基于大规模天线的毫米波前传网络中,利用毫米波作为无线前传链路,在增加网络部署成本的情况下,利用容量富余的rru作为跳转节点,构建具有灵活的传输能力,支持超高速率数据流传输,能够提供多变的前程拓扑结构以及差异化的时延保证的无线前传网络。本申请通过构建跨层联合传输模型,同时考虑了物理层与mac层的冲突管理机制,使该方法能适用于真实传输场景。同时利用多商品流模型,根据中转rru容量富余成都为遇障rru前传数据流分配路径,实现前传可靠通信与网络负载均衡。基于以上分析,本申请至少具有以下优点:(1)由于毫米波本身的物理特性限制,毫米波前传受环境影响较大。也即,动态随机出现的障碍物所造成的非视距传输,甚至会导致波束遮挡,造成传输中断。为了保障传输可靠性,本申请考虑了系统物理层与mac层的传输限制,使得调度更为可靠、高效。(2)根据中转rru的不同负载状况,对前传数据进行灵活分配,保障了网络负载均衡,也为非视距毫米波波束提供了最佳动态避障路径,实现了高效前传。(3)本申请考虑了物理层与mac层的传输限制,提出了基于跨层优化的波束动态避障机制,并充分利用容量富余rru作为中继,基于多商品流模型进行传输调度,达到网络负载均衡,并通过基于线性预编码的物理层传输策略提高前传吞吐量,从而为遇障毫米波波束提供最佳跳转路径。

所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。

另外,为简化说明和讨论,并且为了不会使本发明难以理解,在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本发明难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本发明的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此,这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态ram(dram))可以使用所讨论的实施例。

本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1