CN113303006B - 用户设备和基站以及由用户设备、基站执行的方法 - Google Patents

Abstract

本发明的实施例提供了可以在无线通信系统中使用的用户设备和基站、或者由用户设备和基站执行的方法。根据本发明实施例的用户设备包括：控制单元，配置为获取多址签名，所述多址签名是根据所述用户设备的激活信息从多址签名池中确定的，所述用户设备的激活信息与所述用户设备的激活有关；发送单元，配置为使用所述多址签名发送数据。

Description

用户设备和基站以及由用户设备、基站执行的方法

技术领域

本申请涉及无线通信领域，并且具体涉及可以在无线通信系统中使用的用户设备和基站、或者由用户设备和基站执行的方法。

背景技术

非正交多址(Non-Orthogonal Multiple Access，NOMA)技术是在第三代合作伙伴计划(3GPP)研究的长期演进(LTE)版本R-13中提出的无线接入技术，也可以进一步应用于5G新空口(New Radio，NR)场景中。

NOMA下的上行数据传输方式可以包括基于授权(grant-based)传输和无授权(grant-free)传输。其中，在基于授权传输时，用户设备(UE，User Equipment)可以首先向基站发送上行数据传输的请求，随后基站向UE配置相应的数据传输资源，以便UE利用所分配的资源进行数据传输。在无授权传输时，基站可以预先向UE配置数据传输资源，在UE需要进行上行数据传输时，利用基站预先所配置的资源进行数据传输；或者，UE可以无需基站预先配置数据传输资源，直接进行上行数据传输。

在上述基于授权传输和无授权传输的过程中，每个UE均可利用此UE特定的多址签名(Multiple Access signature，MA signature)进行数据传输，以区分不同的UE，并减少不同UE之间的干扰。一般而言，多址签名可以用于指示所发送的上行数据的逻辑资源和/或物理资源的配置方式，例如，多址签名可以包括指示用户设备在发送数据时采用的发射功率的信息、指示用户设备在发送数据时采用的交织方式的信息、指示用户设备在发送数据时采用的加扰方式的信息、指示用户设备在发送数据时采用的扩频方式的信息、指示用户设备在发送数据时采用的比特到符号映射方式的信息中的一个或多个。在目前的无授权传输过程中，UE一般采用基于授权传输的MA签名进行上行数据的传输，然而在无授权传输中，UE存在随机激活特性，每个UE受到的干扰是随机的，干扰分布函数的具体形式与例如UE激活概率的UE激活信息有关。在MA签名设计中，如果假定所有UE同时发送数据，则每个UE将受到其它所有UE信号的干扰，这是针对最坏情况设计得到的。可见，这种MA签名设计/分组/分配方法并没有适配无授权传输中稀疏传输的特点，会降低符号检测的准确率，影响无线通信系统的性能。

考虑到上述的应用场景，希望提供一种适用于无授权传输过程的用户设备和基站执行的方法，挖掘UE稀疏激活的特性，以降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

发明内容

根据本发明的一个方面，提供了一种用户设备，包括：控制单元，配置为获取多址签名，所述多址签名是根据所述用户设备的激活信息从多址签名池中确定的，所述用户设备的激活信息与所述用户设备的激活有关；发送单元，配置为使用所述多址签名发送数据。

进一步地，所述控制单元获取所述用户设备的激活信息；获取由用户设备根据所述激活信息从所述多址签名池中确定的所述多址签名。

进一步地，所述用户设备还包括：接收单元，配置为接收基站所发送的关于多址签名组的信息，所述关于多址签名组的信息用于指示所述多址签名池中的至少一个多址签名组，每个所述多址签名组中包括至少一个多址签名；所述控制单元根据所述用户设备的激活信息和关于所述多址签名组的信息，确定所述多址签名。

进一步地，所述控制单元获取所述用户设备的激活信息；所述发送单元向基站发送所述用户设备的激活信息，以使所述基站根据所述用户设备的激活信息从所述多址签名池中确定所述多址签名和多址签名组中的至少一个；所述用户设备还包括：接收单元，配置为接收指示基站所确定的关于多址签名和多址签名组的信息中的至少一个，以获取所述多址签名。

进一步地，所述发送单元向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号；所述用户设备还包括：接收单元，配置为从基站接收关于所述多址签名的信息，所述关于多址签名的信息用于指示所述多址签名，所述多址签名是基站根据对用户设备的激活信息的估计结果，从所述多址签名池中所确定的。

进一步地，所述控制单元根据历史激活信息和高层激活信息中的至少一种获取所述用户设备的激活信息，其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，所述高层激活信息是通过高层通知的与所述用户设备激活有关的信息。

进一步地，所述多址签名包括比特到符号的映射和扩频序列中的至少一种。

进一步地，所述多址签名池中的多址签名是通过深度学习算法，基于符号检测错误率和用户设备激活状态检测错误率构建的；或所述多址签名池中的至少部分多址签名是基于另一多址签名池获取的。

根据本发明又一实施例，提供了一种基站，包括：控制单元，配置为获取用户设备的激活信息，所述用户设备的激活信息与所述用户设备的激活有关；至少根据所述用户设备的激活信息，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个，每个所述多址签名组包括至少一个多址签名；发送单元，配置为发送关于所述多址签名组的信息和关于所述多址签名的信息中的至少一个。

进一步地，所述基站还包括：接收单元，配置为接收所述用户设备发送的激活信息；所述控制单元获取所述接收单元接收的所述激活信息。

进一步地，所述基站还包括：接收单元，配置为接收用户设备发送的指示所述基站对所述用户设备的激活信息进行估计的指示信号；所述控制单元根据所述指示信号估计所述用户设备的激活信息。

进一步地，所述控制单元根据所述用户设备的历史激活信息和高层激活信息中的至少一种估计所述用户设备的激活信息，其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，所述高层激活信息是通过高层通知的与所述用户设备激活有关的信息。

进一步地，所述多址签名包括比特到符号的映射和扩频序列中的至少一种。

进一步地，所述多址签名池中的多址签名是通过深度学习算法，基于符号检测错误率和用户设备激活状态检测错误率构建的；或所述多址签名池中的至少部分多址签名是基于另一多址签名池获取的。

进一步地，所述控制单元根据所述用户设备的激活信息和与所述基站对应的小区内的用户设备数量，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个。

根据本发明又一实施例，提供一种由用户设备执行的方法，所述方法包括：获取多址签名，所述多址签名是根据所述用户设备的激活信息从多址签名池中确定的，所述用户设备的激活信息与所述用户设备的激活有关；使用所述多址签名发送数据。

进一步地，所述获取多址签名包括：获取所述用户设备的激活信息；获取由用户设备根据所述激活信息从所述多址签名池中确定的所述多址签名。

进一步地，所述获取多址签名还包括：接收基站所发送的关于多址签名组的信息，所述关于多址签名组的信息用于指示所述多址签名池中的至少一个多址签名组，每个所述多址签名组中包括至少一个多址签名；根据所述用户设备的激活信息和关于所述多址签名组的信息，确定所述多址签名。

进一步地，所述获取多址签名包括：获取所述用户设备的激活信息；向基站发送所述用户设备的激活信息，以使所述基站根据所述用户设备的激活信息从所述多址签名池中确定所述多址签名和多址签名组中的至少一个；接收指示基站所确定的关于多址签名和多址签名组的信息中的至少一个，以获取所述多址签名。

进一步地，所述获取多址签名包括：向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号；从基站接收关于所述多址签名的信息，所述关于多址签名的信息用于指示所述多址签名，所述多址签名是基站根据对用户设备的激活信息的估计结果，从所述多址签名池中所确定的。

进一步地，所述获取所述用户设备的激活信息包括：根据历史激活信息和高层激活信息中的至少一种获取所述用户设备的激活信息，其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，所述高层激活信息是通过高层通知的与所述用户设备激活有关的信息。

进一步地，所述多址签名包括比特到符号的映射和扩频序列中的至少一种。

进一步地，所述多址签名池中的多址签名是通过深度学习算法，基于符号检测错误率和用户设备激活状态检测错误率构建的；或所述多址签名池中的至少部分多址签名是基于另一多址签名池获取的。

根据本发明又一实施例，提供了一种由基站执行的方法，所述方法包括：获取用户设备的激活信息，所述用户设备的激活信息与所述用户设备的激活有关；至少根据所述用户设备的激活信息，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个，每个所述多址签名组包括至少一个多址签名；发送关于所述多址签名组的信息和关于所述多址签名的信息中的至少一个。

进一步地，所述获取用户设备的激活信息包括：接收所述用户设备发送的激活信息。

进一步地，所述获取用户设备的激活信息包括：接收用户设备发送的指示所述基站对所述用户设备的激活信息进行估计的指示信号；根据所述指示信号估计所述用户设备的激活信息。

进一步地，所述根据所述指示信号估计所述用户设备的激活信息包括：根据所述用户设备的历史激活信息和高层激活信息中的至少一种估计所述用户设备的激活信息，其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，所述高层激活信息是通过高层通知的与所述用户设备激活有关的信息。

进一步地，所述多址签名包括比特到符号的映射和扩频序列中的至少一种。

进一步地，所述多址签名池中的多址签名是通过深度学习算法，基于符号检测错误率和用户设备激活状态检测错误率构建的；或所述多址签名池中的至少部分多址签名是基于另一多址签名池获取的。

进一步地，所述至少根据所述用户设备的激活信息，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个还包括：根据所述用户设备的激活信息和与所述基站对应的小区内的用户设备数量，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个。

可见，根据本发明实施例，能够考虑反映UE激活特性的UE激活信息，以提供适用于无授权传输的MA签名，从而降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

附图说明

通过结合附图对本发明的实施例进行详细描述，本发明的上述和其它目的、特征、优点将会变得更加清楚。

图1示出根据本发明一个实施例的无线通信系统的示意图；

图2示出了基站通过RRC信令向UE配置数据传输资源，以使UE进行无授权传输的实现过程；

图3示出了基站通过RRC和L1信令向UE配置数据传输资源，以使UE进行无授权传输的实现过程；

图4示出了基于竞争的无授权传输的实现过程；

图5示出根据本发明一个实施例由用户设备执行的方法的流程图；

图6示出了通过深度学习算法构建的多址签名池的一个示例；

图7示出了根据本发明一个实施例的无授权传输的实现过程；

图8示出了根据本发明一个实施例的无授权传输的实现过程；

图9示出了根据本发明一个实施例的无授权传输的实现过程；

图10示出了根据本发明一个实施例的无授权传输的实现过程；

图11A示出MA签名池的示例，图11B示出图11A的MA签名池量化后的示例；

图12A示出MA签名池的示例，图12B示出图12A的MA签名池量化后的示例；

图13A示出MA签名池的示例，图13B示出图13A的MA签名池量化后的示例；

图14示出MA签名池的一个示例；

图15示出MA签名池的一个示例；

图16示出MA签名池的一个示例；

图17示出MA签名池的一个示例；

图18示出MA签名池的一个示例；

图19示出MA签名池的星座点映射的一个示意图；

图20示出MA签名池的星座点映射的一个示意图；

图21示出MA签名池的星座点映射的一个示意图；

图22A表示基于授权传输的WBE(Welch-Bound Equality)量化算法得到的MA签名池(或其中的MA签名组)中各个MA签名之间的互相关性的示意图，图22B表示根据本发明实施例得到的MA签名池中各个MA签名之间的互相关性的示意图；

图23示出根据本发明一个实施例由基站执行的方法的流程图；

图24示出根据本发明一个实施例的用户设备的结构框图；

图25示出根据本发明一个实施例的基站的结构框图；

图26示出根据本发明的一个实施例所涉及的用户设备和基站的硬件结构的示例的图。

具体实施方式

下面将参照附图来描述根据本发明实施例的由用户设备、基站执行的方法以及用户设备和基站。在附图中，相同的参考标号自始至终表示相同的元件。应当理解：这里描述的实施例仅仅是说明性的，而不应被解释为限制本发明的范围。

首先，参照图1来描述根据本发明一个实施例的无线通信系统。如图1所示，该无线通信系统可以包括基站10和用户设备(UE)20。UE 20可以与基站10通信。需要认识到，尽管在图1中示出了一个基站和一个UE，但这只是示意性的，该无线通信系统可以包括一个或多个基站和一个或多个UE。

如前所述，NOMA下的无授权传输可以包括多种基站和UE之间的交互方式。图2示出了基站通过无线资源控制(Radio Resource Control，RRC)信令向UE配置数据传输资源，以使UE进行无授权传输的实现过程。如图2所示，基站可以首先通过RRC信令向UE配置例如无授权数据传输资源的配置信息、无授权数据传输周期、解调参考信号(DemodulationReference Signal，DMRS)、传输块尺寸(Transport block size，TBS)、调制与编码方案(Modulation and Coding Scheme，MCS)、传输功率、MA签名中的一个或多个参数，在UE接收基站的RRC信令配置之后，当上行数据到达UE，需要进行上行数据传输时，UE可采用基站预先所配置的上述参数中的一个或多个进行上行数据传输。

图3示出了基站通过无线资源控制(Radio Resource Control，RRC)信令和L1层的L1信令向UE配置数据传输资源，以使UE进行无授权传输的实现过程。如图3所示，基站可以首先通过RRC信令和L1信令共同向UE配置例如无授权数据传输资源的配置信息、无授权数据传输周期、解调参考信号(Demodulation Reference Signal，DMRS)、传输块尺寸(Transport block size，TBS)、调制与编码方案(Modulation and Coding Scheme，MCS)、传输功率、MA签名中的一个或多个参数。例如，基站可以通过RRC信令向UE配置无授权数据传输资源的配置信息、无授权数据传输周期和传输功率，而通过L1信令向UE配置DMRS、TBS/MCS、MA签名，但不限于此。在UE接收基站的RRC信令和L1信令配置之后，当上行数据到达UE，需要进行上行数据传输时，UE可采用基站所配置的上述参数中的一个或多个进行上行数据传输。

图4示出了基于竞争(contention based)的无授权传输的实现过程。在图4所示的过程中，基站无需预先为UE配置数据传输资源，在上行数据到达UE时，UE可直接进行上行数据传输。

在上述图2-图4所示的各种无授权传输过程中，各个UE存在随机激活的特性，也就是说，每个UE受到的干扰是随机的，其干扰分布函数的具体形式与该UE和其他UE的激活信息所反映的激活概率等相关。如果针对无授权传输的数据采用基于授权传输的MA签名进行传输，则会导致仅能够考虑所有UE均同时激活的情况，即仅考虑每个UE均受到其他所有UE的信号干扰的情况，这是针对上行数据传输的最坏的状态估计的，并不能够准确反映UE激活信息对MA签名设计和/或分配的影响。上述对无授权传输的数据采用基于授权传输的MA签名进行传输的情况，可能提高UE间数据传输的干扰，并降低符号检测的准确率。

在本发明实施例中，希望考虑反映UE激活特性的UE激活信息，以提供适用于无授权传输的MA签名，从而降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

图5示出根据本发明一个实施例由用户设备执行的方法500的流程图。

如图5所示，在步骤S501中，获取多址签名，所述多址签名是根据所述用户设备的激活信息从多址签名池中确定的，所述用户设备的激活信息与所述用户设备的激活有关。

在本步骤中，多址签名池中可以包括至少两个多址签名。多址签名池中的多址签名可以具有多种获取方式。在一个示例中，所述多址签名池中的多址签名可以是通过深度学习算法构建的，例如，可以通过深度学习算法，利用神经网络离线构建。可选地，多址签名可以基于符号检测错误率和用户设备激活状态检测错误率构建，例如，多址签名可以通过使得符号检测错误率和用户设备激活状态检测错误率的加权和最小化而构建。通过深度学习算法构建的多址签名可以包括比特到符号的映射和扩频序列中的至少一种。

在利用深度学习算法的具体的构建过程中，可选地，可以利用深度学习算法设计神经网络结构来参数化变分优化问题中的变分函数，以通过引入符号检测错误率和用户设备激活状态检测错误率来获取基于用户设备的激活信息的多址签名。其中，旨在减少无授权传输中的检测(可以包括符号检测和用户设备激活状态检测)错误率的变分优化问题P1可以表示为：

P1：min_θ，φE_p(x)[L(θ，φ|x)]

其中，上述变分优化问题P1表示通过改变θ和φ，使得E_p(x)[L(θ，φ|x)]最小。向量x＝[x₁，...x_n，...x_N]中的每个元素分别表示N个UE中每个UE的信源信号(取0时表示此UE未激活)，E表示使得x满足p(x)的分布的情况下对L(θ，φ|x)求均值，L(θ，φ|x)可以具体表示为：

其中表示给定x，使得满足分布的情况下对求均值，表示和之间的KL距离(Kullback-Leibler Divergence)，L(θ，φ|x)表示给定x，由θ和φ决定的函数。式中的表示编码器，φ为编码器中的可调参数；为解码器，θ为解码器中的可调参数。为的先验分布，通常设置为高斯分布。可指示比特到符号的映射，当所得到的为线性扩展时，可以指示线性的扩频序列。在得到时，在遍历所有的信源信号x_n可能的取值之后，可以得到的集合，即为相应的多址签名池。

为了解决上述变分优化问题P1，可以采用深度学习算法，引入神经网络(例如可以为深度神经网络(Deep Neural Networks，DNN))分别参数化上述编码器和/或解码器并分别获取编码器中的参数φ和/或解码器中的参数θ。可选地，可以基于符号检测错误率和用户设备激活状态检测错误率中的至少一个来训练上述神经网络。例如，可以将神经网络的总损失函数表示为：

其中，表示符号检测错误率，例如可以为基站对符号检测的错误率，表示用户设备激活状态检测错误率，γ_A和γ_B分别为知对应的权重，例如可以为0-1之间的值。也就是说，神经网络的总损失函数可以表示为符号检测错误率和用户设备激活状态检测错误率的加权和。

在引入上述总损失函数对神经网络进行训练优化时，可以采用例如梯度下降方法训练所述神经网络，并得到相应的θ和/或φ的值。例如，可以采用对应于N个UE的N个子神经网络来参数化令第n个子神经网络为：

其中是具有输入x_n和神经网络参数的典型全连接(fully-connected)深度神经网络。N个子网络的输出相加，从而获得复合符号序列为：

其中

其中，P_n为第n个用户的发射功率，diag(h_n)为对角阵，其中对角线元素为第n个UE的信道参数。

随后，可以将近似为如下所示的概率编码器：

其中，为高斯分布函数，为高斯分布的均值，为高斯分布方差，其中为噪声方差，I为单位阵。

根据上式，φ的取值范围可以等价于神经网络参数W_f的取值范围。

在获取神经网络的训练结果之后，可以通过θ和/或φ的值获取比特到符号的映射(或线性的扩频序列)也即以及相应的多址签名池。

图6示出了通过上述深度学习算法构建的多址签名池的一个示例。如图6所示，多址签名池可以被划分为多个多址签名组，所述多址签名组可以分别与小区内总的用户设备数量N和用户设备激活概率相对应。其中，用户设备数量N和用户设备激活概率均与p(x)有关，可以用于生成p(x)的具体形式，从而由此获取的具体形式，并进一步得到比特到符号的映射或扩频序列在图6中，例如，UE数量N为6，且仅存在UE激活概率-1时，可以对应多址签名组-1；而UE数量N为20，且存在UE激活概率-1和UE激活概率-2时，可以对应多址签名组-9，并且多址签名组-9可包括对应高激活概率的子组1和对应低激活概率的子组2。也就是说，如果小区内共包含6个UE，且所有UE的激活概率均为UE激活概率-1(例如75％)，可以对应多址签名池中的多址签名组-1。如果小区内共包含20个UE，且一部分UE(如12个)的激活概率为UE激活概率-1(例如75％)，而另一部分UE(如8个)的激活概率为UE激活概率-2(例如50％)时，可以对应多址签名池中的多址签名组-9，并且多址签名组-9可包括对应12个高激活概率(例如75％)UE的子组1和对应8个低激活概率UE(例如50％)的子组2。在后续根据MA签名池和/或MA签名组确定某个UE对应的MA签名时，即可采用如图6所示的考虑了UE激活概率和小区内UE数量的MA签名(组)的具体对应方式，来选择相应的MA签名，以增进无线通信系统的性能。图6所示的MA签名池的表示方式，及其中的MA签名组和UE数量、UE激活概率的对应方式仅为示例，在实际应用中，可以采用任何MA签名组与相关参数的对应方式，并不限于这里的UE数量和UE激活概率。此外，MA签名组与参数的对应关系也可以是任意的，在一个示例中，某个MA签名组可以对应某一参数的一个或多个取值范围，而不仅仅对应于某个参数值。例如，UE激活概率-1可以为激活概率取值范围为50％-75％，并对应高激活概率；UE激活概率-2可以为激活概率取值范围为25％-50％，并对应低激活概率。

上面详细描述了通过深度学习算法构建MA签名及得到MA签名池、MA签名组的具体实施方式，并列举了MA签名池中的MA签名组与相关参数(例如UE数量、UE激活概率)的对应关系及选择方式。在另一个示例中，所述多址签名池中的至少部分多址签名还可以是基于另一多址签名池获取的，其中，所述另一多址签名池可以是已知的多址签名池，例如，可以是根据基于授权传输的多址签名获取的多址签名池。在一个示例中，可以将从所述另一MA签名池中获取的至少一部分MA签名池表示为S＝{s₁，s₂...s_N}，其中的每个元素表示一个MA签名，所述MA签名池可以用于N个UE，当然也不限于此。

在根据如上任何一种方式获得MA签名池之后，可以根据用户设备的激活信息从MA签名池中获取此UE对应的MA签名。用户设备的激活信息与所述用户设备的激活有关。可选地，用户设备的激活信息可以为用户设备的激活概率。例如，可以假定将时间轴划分为多个时间单元，将UE在某个时间单元有数据到达(有数据需要发送)的概率定义为此UE的激活概率。又例如，也可以针对某个可以进行上行数据传输的物理资源块，将UE在该物理资源块上进行上行数据传输的概率定义为此UE的激活概率。在一个示例中，UE的激活概率可以是[0，1]区间内的任意值，例如，UE的激活概率可以为25％。

可选地，用户设备的激活信息还可以为用户设备的激活模式。在一个示例中，UE可以具有平均传输周期T的周期模式，相应地，可以据此间接获取与此UE的激活概率的关系，例如可以表示为1/T。在另一个示例中，UE可以具有泊松到达模式的激活模式。具体地，将泊松到达模式中的概率密度函数表示为：在区间[t，t+τ]内发生的事件的数目的概率分布：

其中P[A]代表事件A发生的概率，t代表时间，N(t)代表截止t时间点发生的事件数目，τ为表示时间的参数，k代表事件发生的数目(取值可为0或其它正整数)，λ为一个正数，被称作到达率。在τ为1的情况下，上述公式可以用来表示单位时间内事件发生数目的概率分布。由此可知，不发生事件(即令k＝0)的概率可以表示为exp(-λ)；而相应地，此UE的激活概率，也即发生事件的概率可以间接地获取，例如可以表示为1-exp(-λ)。

根据本发明一个实施方式，UE的激活信息可以由UE获取，也可以由基站获取。可选地，UE可以根据历史激活信息和高层激活信息中的至少一种获取所述用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内UE的例如平均激活概率或平均传输周期等。所述高层激活信息可以是通过高层通知的与所述用户设备激活有关的信息，在一个示例中，可以是UE通过服务层(应用层)所获取的例如UE的业务传输信息，例如，可以是UE获取的其中的某一个或多个应用程序(app)需要进行业务传输的平均周期或频率等。可选地，基站也同样可以根据历史激活信息和高层激活信息中的至少一种获取某个用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内该UE的激活概率或平均传输周期等。所述高层激活信息也可以是通过高层通知的与所述用户设备激活有关的信息，如可以是基站通过服务层(应用层)所获取的该UE的业务传输信息等。基站在获取UE的激活信息时，其可以是主动获取的，也可以是通过UE发送的指示基站对所述UE的激活信息进行估计的指示信号而触发的，在此不做限制。

在通过UE或基站获取UE的激活信息之后，可以通过信令对UE的激活信息进行传输。在一个实施方式中，UE可以获取激活信息，并发送给基站。在一个示例中，UE可以通过例如物理上行共享信道(Physical Uplink Shared Channel，PUSCH)显式地传输所述激活信息。可选地，UE可以通过预先约定好的无线资源控制(Radio Resource Control，RRC)信令、MAC CE、数据报告等中的特定比特位置，来显式地传输激活信息的量化比特值。例如，UE可以利用比特“11001”来传输激活概率25％。再例如，UE可以利用比特“0”来表示“泊松到达模式”，并用“111”来表示其中的参数λ为4；而利用比特“1”来表示“周期模式”，并用“110”来表示其平均传输周期T为3。也就是说，当UE在PUSCH的特定比特位置传输了“0111”，可以用来表示其激活信息为具有参数λ为4的泊松到达模式。

在另一个示例中，UE还可以通过预设的激活模式及其对应的索引值，来通过物理随机接入信道(Physical Random Access Channel，PRACH)、物理上行链路控制信道(Physical Uplink Control Channel，PUCCH)或信道探测参考信号(Sounding ReferenceSignal，SRS)等隐式地传输激活信息。例如，当传输UE激活概率时，可以将索引值1规定为激活概率[0，1/3)，将索引值2规定为激活概率[1/3，2/3)，将索引值3规定为[2/3，1]。从而，当UE通过PRACH的例如Msg.1或PUCCH传输索引值时，可以表示相应的UE激活概率的范围，或者，UE也可以通过SRS在序列或资源中的特定配置来传输相应的索引值以及对应的激活概率。再例如，当传输UE激活模式及其对应的参数时，也可以选择不同的索引值来对应不同的激活模式和参数，并通过PRACH、PUCCH或SRS来传输这些索引值。

此外，UE还可以通过PRACH或PUCCH等，在特定的比特位置发送例如1比特的指示信号，来指示基站对所述UE的激活信息进行估计。在基站接收到此指示信号时，可以根据历史激活信息和高层激活信息中的至少一种获取UE的激活信息，并且可以在下行传输时发送给此UE。当基站告知UE其激活信息时，其具体的显式或隐式的表示方式与UE侧的表示方式类似，在此不再赘述。

根据UE的激活信息从MA签名池中获取MA签名的具体操作可以由UE执行，也可以由基站执行。当所述MA签名池是通过深度学习算法构建时，可选地，MA签名池中的MA签名组可以与UE数量和UE激活信息(UE激活概率或相应的UE激活模式及相关参数)相对应。在这一示例中，可以由基站根据小区内总的UE数量和/或UE激活信息从MA签名池中获取相应的MA签名组，并可以随后使用例如随机选择或者其他选择方式，例如可以为最小化UE间MA签名碰撞概率的方式，从MA签名组中获取该UE可以使用的MA签名。或者，也可以由UE根据UE激活信息从MA签名池或一个或多个MA签名组中，使用例如随机选择的方式，或进一步使用UE的激活信息选择所使用的MA签名。

当所述MA签名池是从另一MA签名池中获取的，并表示为S＝{s₁，s₂...s_N}时，可以由UE或基站通过求解如下优化问题来获取UE和MA签名池中的MA签名的对应关系，以得到UE所使用的MA签名。所述优化问题为：

其中E表示使得总的UE数量为N的情况下，其中激活的UE组I满足p(I)分布时，对求均值；π(i)为序列映射函数，即将第s_π(i)个序列映射至第i个UE；为s_π(i)的共轭转置；表示第i个UE受到第j个UE的干扰时，二者之间的相关性(干扰)。可见，通过求解上述优化问题，可以将从另一MA签名池(如已知的MA签名池)中获取的MA签名与UE对应，并使得激活的UE之间的干扰最小化，从而进一步提升无线通信系统的性能。因此本发明实施例的方法不仅能够通过构建新的MA签名以降低UE间数据传输的干扰，还能够通过重新调整已知MA签名与UE的对应关系，来降低干扰，提高符号检测的准确率。

根据本发明一个实施方式，如果UE所使用的MA签名是由UE本身获取的，UE可以直接在后续步骤中使用此MA签名发送数据。根据本发明另一个实施方式，如果UE所使用的MA签名或MA签名组是由基站确定的，则基站需要通过下行传输来告知UE，以使UE使用所选择的MA签名，或者在所选择的MA签名组中进一步选择用于数据传输的MA签名。可选地，MA签名池及其中所包含的MA签名组、MA签名组对应的相关UE激活参数可以均预先保存在UE和基站两侧；或者，可选地，也可以由基站通过广播信令，例如系统信息块(System InformationBlock，SIB)/主系统信息块(Master Information Block，MIB)预先配置给UE。随后，基站可以通过用于静态配置的RRC信令或用于半动态配置的L1层信令(如下行控制信息(DownlinkControl，DCL))，将其选择的MA签名组和/或MA签名发送给UE。例如，基站可以使用索引1表示所选择的MA签名组的索引，并用索引2表示在此MA签名组中的MA签名的索引。在图6所示的MA签名池的示例中，基站可以通过RRC信令发送索引6表示MA签名组-6，并同时发送索引2表示在MA签名组-6中的第2个MA签名。当然，在另一个示例中，基站还可以将所选择的MA签名直接告知UE。

可选地，在基站发送所选择的MA签名时，还可以通过隐式的方式告知UE。在一个示例中，基站可以将所选择的MA签名量化为M-QAM的星座图表示方式，并将结果通过相应的信令告知UE。在另一个示例中，基站还可以告知UE所选择的MA签名相应的星座模型及相关参数值，例如，当MA签名具有平行四边形形状，基站可以通过预先约定好的相关位置或比特值，来告知UE星座图为平行四边形，并可以随后告知UE此平行四边形的两个边长及其之间的夹角。

在图2-图4所示的各种无授权传输过程中，当考虑到上述UE激活信息传输和MA签名的获取时，UE和基站之间可以具有相应的更新的信令交互过程。根据本发明的一个实施方式，可以首先由UE获取所述用户设备的激活信息；随后，UE向基站发送所述用户设备的激活信息，以使所述基站根据所述用户设备的激活信息从所述多址签名池中确定所述多址签名；最后，UE接收指示基站所确定的多址签名的关于多址签名的信息，以获取所述多址签名。或者，根据本发明的另一个实施方式，可以首先由UE向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE从基站接收根据对用户设备的激活信息的估计结果，从所述多址签名池中所确定的多址签名。

图7示出了根据本发明一个实施例的无授权传输的实现过程。如图7所示，以前述图2所示的基站通过RRC信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图8示出了根据本发明一个实施例的无授权传输的实现过程。如图8所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图9示出了根据本发明一个实施例的无授权传输的实现过程。如图9所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之后，通过上行数据向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE在下次上行数据传输时，使用此更新的MA签名发送上行数据。

根据本发明的另一个实施方式，可以首先由UE获取所述用户设备的激活信息；并由UE获取根据所述激活信息从所述多址签名池中确定的所述多址签名。在一个示例中，UE可以获取其自身的激活信息。在另一个示例中，UE也可以向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE可以从基站接收所估计的UE的激活信息。

此外，可选地，UE可以不仅获取所述用户设备的激活信息，还可以接收基站所发送的关于多址签名组的信息；随后，UE可以根据所述用户设备的激活信息和关于所述多址签名组的信息，确定所述多址签名。所述多址签名组的信息可以是基站自行确定的，也可以是由UE的指示信息触发，以通过估计UE的激活信息进而确定的。图10示出了根据本发明一个实施例的无授权传输的实现过程。如图10所示，以前述图4所示的基于竞争(contentionbased)的无授权传输的实现过程为基础，基站可以首先通过广播信道(PhysicalBroadcast Channel，PBCH)发送一个或多个MA签名组的信息，随后，UE根据其激活信息从基站发送的MA签名组中选择所使用的MA签名。可选地，在例如图6所示的MA签名池的表现形式中，当基站已知其对应的小区内的UE数量和UE的激活信息时，可以选择其中的一个MA签名组发送给UE；当基站仅已知其对应的小区内的UE数量和UE的激活信息中的一个时，可以选择图6中的一列或者一行MA签名组发送给UE；当基站对其对应的小区内的UE数量和UE的激活信息均未知时，可以发送整个MA签名池给UE，以供UE从中选择。可选地，UE可以根据激活信息从MA签名组中进一步选择适当的MA签名；或者，UE可以从MA签名组中随机选择MA签名，在此不做限制。

回到图5，在步骤S502中，UE使用所述多址签名发送数据。

在本步骤中，UE可以使用之前获取的MA签名，基于MA签名处理要发送的数据，并发送处理后的数据。

以下示出根据本发明实施例的方法所获取的MA签名池的示例。在本发明实施例中，针对非线性的比特到符号映射表示的MA签名，用于描述MA签名的集合(即MA签名池或MA签名组)也可以称为MA签名的矩阵或码本。可替换地，用于确定描述MA签名的集合(即MA签名池或MA签名组)还可以称为MA签名的码书或者Codebook，相应地，根据MA签名池或MA签名组确定的MA签名也可以称为码字或Codeword。此外，针对线性的扩频序列表示的MA签名，用于确定扩频序列的扩频序列集合(即MA签名池或MA签名组)也可以称为扩频序列矩阵或扩频序列的码本。可替换地，用于确定扩频序列的扩频序列集合(即MA签名池或MA签名组)还可以称为扩频序列的码书或者Codebook，相应地，根据扩频序列集合确定的扩频序列也可以称为码字或Codeword。

在如下示例中，小区内总的UE数量均为6，并且均使用4个资源元素(ResourceElement，RE)进行NOMA传输，所传输的数据可以为2比特-4比特不等，并且所得到的MA签名池均为线性码本，即线性扩频序列。其中，图11A示出总的UE数量为6，使用4个RE传输2比特数据，并且6个UE的激活概率均为0.5的MA签名池的示例，图11B示出图11A的MA签名池量化后的示例。图11A和图11B中所显示的均为4×6的线性扩频序列池，其中每一行对应于一个RE，每一列对应于MA签名池中的一个线性扩频序列的码本。在实际应用中，每个UE可以对应于图11A或图11B中的一列码本，并基于其对应的码本发送数据。当然，每个UE和每个码本之间不一定是一一对应的关系，在具体的数据发送过程中，可以多个UE对应其中一个码本，也可以一个UE分别选择不同的码本发送数据，在此均不作限制。图12A示出总的UE数量为6，使用4个RE传输2比特数据，并且6个UE的激活概率均为0.75的MA签名池的示例，图12B示出图12A的MA签名池量化后的示例。图13A示出总的UE数量为6，使用4个RE传输2比特数据，并且3个UE的激活概率为0.75，而另3个UE的激活概率为0.5的MA签名池的示例，图13B示出图13A的MA签名池量化后的示例。在图13A和图13B所示的示例中，考虑到UE激活概率不同，可以在MA签名池中划分两个或更多个MA签名组，并使得不同的MA签名组对应不同的UE激活概率。例如，可以使得图13A中的前三列线性扩频序列的码本对应高激活概率(0.75)的UE，而后三列线性扩频序列的码本对应低激活概率(0.5)的UE。这样，在具体的数据发送过程中，具有0.75的激活概率的UE可以从前三列线性扩频序列中任意选择，具有0.5的激活概率的UE可以从后三列线性扩频序列中任意选择，并且，这种MA签名选择方式考虑了UE的激活特性，可以尽量降低UE间数据传输的干扰，提高符号检测的准确率。

以下示出根据本发明实施例的方法所获取的MA签名池或其中的MA签名组的示例。在如下示例中，小区内总的UE数量均为6，并且均使用4个资源元素(Resource Element，RE)进行NOMA传输，所传输的数据可以为2比特-4比特不等，并且所得到的MA签名池均为非线性的比特到符号映射。其中，图14示出总的UE数量为6，使用4个RE传输2比特数据，并且6个UE的激活概率均为0.5的MA签名池的示例。图15示出总的UE数量为6，使用4个RE传输2比特数据，并且6个UE的激活概率均为0.75的MA签名池的示例。图16示出总的UE数量为6，使用4个RE传输2比特数据，并且3个UE的激活概率为0.75，而另3个UE的激活概率为0.5的MA签名池的示例。图17示出总的UE数量为6，使用4个RE传输3比特数据，并且6个UE的激活概率均为0.5的MA签名池的示例。图18示出总的UE数量为6，使用4个RE传输4比特数据，并且6个UE的激活概率均为0.5的MA签名池的示例。

与前述基于线性扩频序列的MA签名池类似，图14-图18均表示了6个码本在4个RE上的映射关系。在实际应用中，每个UE可以对应于图14-图18中的任一个码本，并基于其对应的码本发送数据。当然，每个UE和每个码本之间不一定是一一对应的关系，在具体的数据发送过程中，可以使得多个UE对应其中一个码本，也可以使得一个UE分别选择不同的码本发送数据，在此均不作限制。当然，在考虑到UE激活概率不同的情况下，如图16所示，可以在MA签名池中划分两个或更多个MA签名组，并使得不同的MA签名组对应不同的UE激活概率。例如，可以使得图16中的前三个码本对应高激活概率(0.75)的UE，而后三个码本对应低激活概率(0.5)的UE。这样，在具体的数据发送过程中，具有0.75的激活概率的UE可以从前三个码本中任意选择，具有0.5的激活概率的UE则可以从后三个码本中任意选择。这种MA签名选择方式考虑了UE的激活特性，可以尽量降低UE间数据传输的干扰，提高符号检测的准确率。

以上图11-图18通过码本列表的表示形式示出了根据本发明实施例的方法得到的MA签名池。在另一示例中，上面示出的MA签名池，特别是非线性的比特到符号的映射还可以采用星座图的方式来表示。图19示出总的UE数量为6，使用4个RE传输2比特数据，并且6个UE的激活概率均为0.5时，其中一个码本在4个RE上的星座点映射示意图。在图19中，对应的调制阶数M为4，每个RE上的不同的形状代表不同的数据(包括4组比特序列(0，0)、(0，1)、(1，0)、(1，1))所映射的星座点的位置。例如，当所传输的2比特数据为(0，0)时，在4个RE上分别映射的星座点位置可以由正方形表示；而当所传输的2比特数据为(0，1)时，在4个RE上分别映射的星座点位置可以由菱形表示。也就是说，图19中的星座图可以对应于图14中的MA签名池中其中一个码本在4个RE上的映射方式。

图20示出总的UE数量为6，使用4个RE传输3比特数据，并且6个UE的激活概率均为0.5时，其中一个码本在4个RE上的星座点映射示意图。在图20中，对应的调制阶数M为8，每个RE上的不同的形状代表不同的数据(包括3个比特组成的8组比特序列)所映射的星座点的位置。例如，当所传输的3比特数据为(0，0，1)时，在4个RE上分别映射的星座点位置可以由倒三角表示；而当所传输的3比特数据为(1，0，1)时，在4个RE上分别映射的星座点位置可以由加号表示。也就是说，图20中的星座图可以对应于图17中的MA签名池中其中一个码本在4个RE上的映射方式。

图21示出总的UE数量为6，使用4个RE传输4比特数据，并且6个UE的激活概率均为0.5时，其中一个码本在4个RE上的星座点映射示意图。在图21中，对应的调制阶数M为16，每个RE上的不同的形状代表不同的数据(包括4个比特组成的16组比特序列)所映射的星座点的位置。例如，当所传输的3比特数据为(0，0，1，1)时，在4个RE上分别映射的星座点位置可以由五角星表示；而当所传输的4比特数据为(1，0，1，0)时，在4个RE上分别映射的星座点位置可以由正三角表示。也就是说，图21中的星座图可以对应于图18中的MA签名池中其中一个码本在4个RE上的映射方式。

图22A-22B示出基于授权传输的MA签名获取方式和根据本发明实施例的MA签名获取方式的比较结果。在图22A-22B所示的场景中，小区内总的UE数量为6，并且其中3个UE的激活概率为0.8，3个UE的激活概率为0.4。图22A表示基于授权传输的WBE量化算法得到的6个MA签名组成的MA签名池中，各个MA签名之间的互相关性的示意图。如图22A所示，相同MA签名之间的互相关性示为1(如MA签名1与MA签名1之间的互相关性为1)，而根据WBE量化算法得到的不同MA签名之间的互相关性水平大致相同。例如，MA签名2和MA签名4之间的互相关性为0.24，MA签名4和MA签名5之间的互相关性为0.26。不同MA签名之间的互相关性大致在0.2～0.4的区间之内，没有显著差异。图22B表示根据本发明实施例得到的6个MA签名组成的MA签名池中，各个MA签名之间的互相关性的示意图。如图22B所示，相同MA签名之间的互相关性同样示为1(如MA签名1与MA签名1之间的互相关性为1)，而根据本发明实施例得到的不同MA签名之间的互相关性水平差异较大。例如，MA签名2和MA签名3之间的互相关性为0.27，而MA签名4和MA签名5之间的互相关性为0.59。在将图22B所示MA签名与UE对应时，可以将MA签名池中的MA签名根据UE的不同激活概率进行分组，例如，可以将具有相对较低互相关性的MA签名1-MA签名3分配给激活概率大(0.8)的3个UE，而将具有相对较高互相关性的MA签名4-MA签名6分配给激活概率小(0.4)的3个UE，从而降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

根据本发明实施例的方法，能够考虑无授权传输中反映UE激活特性的UE激活信息，以提供适用于无授权传输的MA签名，从而降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

图23示出根据本发明一个实施例由基站执行的方法2300的流程图。

如图23所示，在步骤S2301中，获取用户设备的激活信息，所述用户设备的激活信息与所述用户设备的激活有关。

可选地，用户设备的激活信息可以为用户设备的激活概率。例如，可以假定将时间轴划分为多个时间单元，将UE在某个时间单元有数据到达(有数据需要发送)的概率定义为此UE的激活概率。又例如，也可以针对某个可以进行上行数据传输的物理资源块，将UE在该物理资源块上进行上行数据传输的概率定义为此UE的激活概率。在一个示例中，UE的激活概率可以是[0，1]区间内的任意值，例如，UE的激活概率可以为25％。

可选地，用户设备的激活信息还可以为用户设备的激活模式。在一个示例中，UE可以具有平均传输周期T的周期模式，相应地，可以据此间接获取与此UE的激活概率的关系，例如可以表示为1/T。在另一个示例中，UE可以具有泊松到达模式的激活模式。具体地，将泊松到达模式中的概率密度函数表示为：在区间[t，t+τ]内发生的事件的数目的概率分布：

其中P[A]代表事件A发生的概率，t代表时间，N(t)代表截止t时间点发生的事件数目，τ为表示时间的参数，k代表事件发生的数目(取值可为0或其它正整数)，λ为一个正数，被称作到达率。在τ为1的情况下，上述公式可以用来表示单位时间内事件发生数目的概率分布。由此可知，不发生事件(即令k＝0)的概率可以表示为exp(-λ)；而相应地，此UE的激活概率，也即发生事件的概率可以间接地获取，例如可以表示为1-exp(-λ)。

根据本发明一个实施方式，UE的激活信息可以由UE获取，也可以由基站获取。可选地，UE可以根据历史激活信息和高层激活信息中的至少一种获取所述用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内UE的例如平均激活概率或平均传输周期等。所述高层激活信息可以是通过高层通知的与所述用户设备激活有关的信息，在一个示例中，可以是UE通过服务层(应用层)所获取的例如UE的业务传输信息，例如，可以是UE获取的其中的某一个或多个应用程序(app)需要进行业务传输的平均周期或频率等。可选地，基站也同样可以根据历史激活信息和高层激活信息中的至少一种获取某个用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内该UE的激活概率或平均传输周期等。所述高层激活信息也可以是通过高层通知的与所述用户设备激活有关的信息，如可以是基站通过服务层(应用层)所获取的该UE的业务传输信息等。基站在获取UE的激活信息时，其可以是主动获取的，也可以是通过UE发送的指示基站对所述UE的激活信息进行估计的指示信号而触发的，在此不做限制。

在通过UE或基站获取UE的激活信息之后，可以通过信令对UE的激活信息进行传输。在一个实施方式中，UE可以获取激活信息，并发送给基站。在一个示例中，UE可以通过例如物理上行共享信道(Physical Uplink Shared Channel，PUSCH)显式地传输所述激活信息。可选地，UE可以通过预先约定好的无线资源控制(Radio Resource Control，RRC)信令、MAC CE、数据报告等中的特定比特位置，来显式地传输激活信息的量化比特值。例如，UE可以利用比特“11001”来传输激活概率25％。再例如，UE可以利用比特“0”来表示“泊松到达模式”，并用“111”来表示其中的参数λ为4；而利用比特“1”来表示“周期模式”，并用“110”来表示其平均传输周期T为3。也就是说，当UE在PUSCH的特定比特位置传输了“0111”，可以用来表示其激活信息为具有参数λ为4的泊松到达模式。

在另一个示例中，UE还可以通过预设的激活模式及其对应的索引值，来通过物理随机接入信道(Physical Random Access Channel，PRACH)、物理上行链路控制信道(Physical Uplink Control Channel，PUCCH)或信道探测参考信号(Sounding ReferenceSignal，SRS)等隐式地传输激活信息。例如，当传输UE激活概率时，可以将索引值1规定为激活概率[0，1/3)，将索引值2规定为激活概率[1/3，2/3)，将索引值3规定为[2/3，1]。从而，当UE通过PRACH的例如Msg.1或PUCCH传输索引值时，可以表示相应的UE激活概率的范围，或者，UE也可以通过SRS在序列或资源中的特定配置来传输相应的索引值以及对应的激活概率。再例如，当传输UE激活模式及其对应的参数时，也可以选择不同的索引值来对应不同的激活模式和参数，并通过PRACH、PUCCH或SRS来传输这些索引值。

此外，UE还可以通过PRACH或PUCCH等，在特定的比特位置发送例如1比特的指示信号，来指示基站对所述UE的激活信息进行估计。在基站接收到此指示信号时，可以根据历史激活信息和高层激活信息中的至少一种获取UE的激活信息，并且可以在下行传输时发送给此UE。当基站告知UE其激活信息时，其具体的显式或隐式的表示方式与UE侧的表示方式类似，在此不再赘述。

在步骤2302中，至少根据所述用户设备的激活信息，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个，每个所述多址签名组包括至少一个多址签名。

在本步骤中，多址签名池中可以包括至少两个多址签名。多址签名池中的多址签名可以具有多种获取方式。在一个示例中，所述多址签名池中的多址签名可以是通过深度学习算法构建的，例如，可以通过深度学习算法，利用神经网络离线构建。可选地，多址签名可以基于符号检测错误率和用户设备激活状态检测错误率构建，例如，多址签名可以通过使得符号检测错误率和用户设备激活状态检测错误率的加权和最小化而构建。通过深度学习算法构建的多址签名可以包括比特到符号的映射和扩频序列中的至少一种。

在利用深度学习算法的具体的构建过程中，可选地，可以利用深度学习算法设计神经网络结构来参数化变分优化问题中的变分函数，以通过引入符号检测错误率和用户设备激活状态检测错误率来获取基于用户设备的激活信息的多址签名。其中，旨在减少无授权传输中的检测(可以包括符号检测和用户设备激活状态检测)错误率的变分优化问题P1可以表示为：

P1：min_θ，φE_p(x)[L(θ，φ|x)]

其中，上述变分优化问题P1表示通过改变θ和φ，使得E_p(x)[L(θ，φ|x)]最小。向量x＝[x₁，...x_n，...x_N]中的每个元素分别表示N个UE中每个UE的信源信号(取0时表示此UE未激活)，E表示使得x满足p(x)的分布的情况下对L(θ，φ|x)求均值，L(θ，φ|x)可以具体表示为：

其中表示给定x，使得满足分布的情况下对求均值，表示知之间的KL距离(Kullback-Leibler Divergence)，L(θ，φ|x)表示给定x，由θ和φ决定的函数。式中的表示编码器，φ为编码器中的可调参数；为解码器，θ为解码器中的可调参数。为的先验分布，通常设置为高斯分布。可指示比特到符号的映射，当所得到的为线性扩展时，可以指示线性的扩频序列。在得到时，在遍历所有的信源信号x_n可能的取值之后，可以得到的集合，即为相应的多址签名池。

为了解决上述变分优化问题P1，可以采用深度学习算法，引入神经网络(例如可以为深度神经网络(Deep Neural Networks，DNN))分别参数化上述编码器和/或解码器并分别获取编码器中的参数φ和/或解码器中的参数θ。可选地，可以基于符号检测错误率和用户设备激活状态检测错误率中的至少一个来训练上述神经网络。例如，可以将神经网络的总损失函数表示为：

其中，表示符号检测错误率，例如可以为基站对符号检测的错误率，表示用户设备激活状态检测错误率，γ_A和γ_B分别为知对应的权重，例如可以为0-1之间的值。也就是说，神经网络的总损失函数可以表示为符号检测错误率和用户设备激活状态检测错误率的加权和。

在引入上述总损失函数对神经网络进行训练优化时，可以采用例如梯度下降方法训练所述神经网络，并得到相应的θ和/或φ的值。例如，可以采用对应于N个UE的N个子神经网络来参数化令第n个子神经网络为：

其中是具有输入x_n和神经网络参数的典型全连接(fully-connected)深度神经网络。N个子网络的输出相加，从而获得复合符号序列为：

其中，P_n为第n个用户的发射功率，diag(h_n)为对角阵，其中对角线元素为第n个UE的信道参数。

随后，可以将近似为如下所示的概率编码器：

其中，为高斯分布函数，为高斯分布的均值，为高斯分布方差，其中为噪声方差，I为单位阵。

根据上式，φ的取值范围可以等价于神经网络参数W_f的取值范围。

在获取神经网络的训练结果之后，可以通过θ和/或φ的值获取比特到符号的映射(或线性的扩频序列)也即以及相应的多址签名池。

图6示出了通过上述深度学习算法构建的多址签名池的一个示例。如图6所示，多址签名池可以被划分为多个多址签名组，所述多址签名组可以分别与小区内总的用户设备数量N和用户设备激活概率相对应。其中，用户设备数量N和用户设备激活概率均与p(x)有关，可以用于生成p(x)的具体形式，从而由此获取的具体形式，并进一步得到比特到符号的映射或扩频序列在图6中，例如，UE数量N为6，且仅存在UE激活概率-1时，可以对应多址签名组-1；而UE数量N为20，且存在UE激活概率-1和UE激活概率-2时，可以对应多址签名组-9，并且多址签名组-9可包括对应高激活概率的子组1和对应低激活概率的子组2。也就是说，如果小区内共包含6个UE，且所有UE的激活概率均为UE激活概率-1(例如75％)，可以对应多址签名池中的多址签名组-1。如果小区内共包含20个UE，且一部分UE(如12个)的激活概率为UE激活概率-1(例如75％)，而另一部分UE(如8个)的激活概率为UE激活概率-2(例如50％)时，可以对应多址签名池中的多址签名组-9，并且多址签名组-9可包括对应12个高激活概率(例如75％)UE的子组1和对应8个低激活概率UE(例如50％)的子组2。在后续根据MA签名池和/或MA签名组确定某个UE对应的MA签名时，即可采用如图6所示的考虑了UE激活概率和小区内UE数量的MA签名(组)的具体对应方式，来选择相应的MA签名，以增进无线通信系统的性能。图6所示的MA签名池的表示方式，及其中的MA签名组和UE数量、UE激活概率的对应方式仅为示例，在实际应用中，可以采用任何MA签名组与相关参数的对应方式，并不限于这里的UE数量和UE激活概率。此外，MA签名组与参数的对应关系也可以是任意的，在一个示例中，某个MA签名组可以对应某一参数的一个或多个取值范围，而不仅仅对应于某个参数值。例如，UE激活概率-1可以为激活概率取值范围为50％-75％，并对应高激活概率；UE激活概率-2可以为激活概率取值范围为25％-50％，并对应低激活概率。

上面详细描述了通过深度学习算法构建MA签名及得到MA签名池、MA签名组的具体实施方式，并列举了MA签名池中的MA签名组与相关参数(例如UE数量、UE激活概率)的对应关系及选择方式。在另一个示例中，所述多址签名池中的至少部分多址签名还可以是基于另一多址签名池获取的，其中，所述另一多址签名池可以是已知的多址签名池，例如，可以是根据基于授权传输的多址签名获取的多址签名池。在一个示例中，可以将从所述另一MA签名池中获取的至少一部分MA签名池表示为S＝{s₁，s₂...s_N}，其中的每个元素表示一个MA签名，所述MA签名池可以用于N个UE，当然也不限于此。

在根据如上任何一种方式获得MA签名池之后，可以根据用户设备的激活信息从MA签名池中获取此UE对应的MA签名。用户设备的激活信息与所述用户设备的激活有关。如前所述，用户设备的激活信息可以为用户设备的激活概率，还可以为用户设备的激活模式。在一个示例中，UE可以具有平均传输周期T的周期模式，相应地，可以据此间接获取与此UE的激活概率的关系，例如可以表示为1/T。在另一个示例中，UE可以具有泊松到达模式的激活模式。

根据UE的激活信息从MA签名池中获取MA签名组或MA签名的具体操作可以由基站执行。当所述MA签名池是通过深度学习算法构建时，可选地，MA签名池中的MA签名组可以与UE数量和UE激活信息(UE激活概率或相应的UE激活模式及相关参数)相对应。在这一示例中，可以由基站根据小区内总的UE数量和/或UE激活信息从MA签名池中获取相应的MA签名组，并可以随后使用例如随机选择或者其他选择方式，例如可以为最小化UE间MA签名碰撞概率的方式，从MA签名组中获取该UE可以使用的MA签名。或者，也可以由UE根据UE激活信息从MA签名池或一个或多个MA签名组中，使用例如随机选择的方式，或进一步使用UE的激活信息选择所使用的MA签名。

当所述MA签名池是从另一MA签名池中获取的，并表示为S＝{s₁，s₂...s_N}时，可以由UE或基站通过求解如下优化问题来获取UE和MA签名池中的MA签名的对应关系，以得到UE所使用的MA签名。所述优化问题为：

其中E表示使得总的UE数量为N的情况下，其中激活的UE组I满足p(I)分布时，对求均值；π(i)为序列映射函数，即将第s_π(i)个序列映射至第i个UE；为s_π(i)的共轭转置；表示第i个UE受到第j个UE的干扰时，二者之间的相关性(干扰)。可见，通过求解上述优化问题，可以将从另一MA签名池(如已知的MA签名池)中获取的MA签名与UE对应，并使得激活的UE之间的干扰最小化，从而进一步提升无线通信系统的性能。因此本发明实施例的方法不仅能够通过构建新的MA签名以降低UE间数据传输的干扰，还能够通过重新调整已知MA签名与UE的对应关系，来降低干扰，提高符号检测的准确率。

在步骤S2303中，发送关于所述多址签名组的信息和关于所述多址签名的信息中的至少一个。

根据本发明一个实施方式，如果UE所使用的MA签名或MA签名组是由基站确定的，则基站需要通过下行传输来告知UE，以使UE使用所选择的MA签名，或者在所选择的MA签名组中进一步选择用于数据传输的MA签名。可选地，MA签名池及其中所包含的MA签名组、MA签名组对应的相关UE激活参数可以均预先保存在UE和基站两侧；或者，可选地，也可以由基站通过广播信令，例如系统信息块(System Information Block，SIB)/主系统信息块(MasterInformation Block，MIB)预先配置给UE。随后，基站可以通过用于静态配置的RRC信令或用于半动态配置的L1层信令(如下行控制信息(Downlink Control，DCL))，将其选择的MA签名组和/或MA签名发送给UE。例如，基站可以使用索引1表示所选择的MA签名组的索引，并用索引2表示在此MA签名组中的MA签名的索引。在图6所示的MA签名池的示例中，基站可以通过RRC信令发送索引6表示MA签名组-6，并同时发送索引2表示在MA签名组-6中的第2个MA签名。当然，在另一个示例中，基站还可以将所选择的MA签名直接告知UE。

可选地，在基站发送所选择的MA签名时，还可以通过隐式的方式告知UE。在一个示例中，基站可以将所选择的MA签名量化为M-QAM的星座图表示方式，并将结果通过相应的信令告知UE。在另一个示例中，基站还可以告知UE所选择的MA签名相应的星座模型及相关参数值，例如，当MA签名具有平行四边形形状，基站可以通过预先约定好的相关位置或比特值，来告知UE星座图为平行四边形，并可以随后告知UE此平行四边形的两个边长及其之间的夹角。

在图2-图4所示的各种无授权传输过程中，当考虑到上述UE激活信息传输和MA签名的获取时，UE和基站之间可以具有相应的更新的信令交互过程。根据本发明的一个实施方式，可以首先由UE获取所述用户设备的激活信息；随后，UE向基站发送所述用户设备的激活信息，以使所述基站根据所述用户设备的激活信息从所述多址签名池中确定所述多址签名；最后，UE接收指示基站所确定的多址签名的关于多址签名的信息，以获取所述多址签名。或者，根据本发明的另一个实施方式，可以首先由UE向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE从基站接收根据对用户设备的激活信息的估计结果，从所述多址签名池中所确定的多址签名。

图7示出了根据本发明一个实施例的无授权传输的实现过程。如图7所示，以前述图2所示的基站通过RRC信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图8示出了根据本发明一个实施例的无授权传输的实现过程。如图8所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图9示出了根据本发明一个实施例的无授权传输的实现过程。如图9所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之后，通过上行数据向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE在下次上行数据传输时，使用此更新的MA签名发送上行数据。

根据本发明的另一个实施方式，可以首先由UE获取所述用户设备的激活信息；并由UE获取根据所述激活信息从所述多址签名池中确定的所述多址签名。在一个示例中，UE可以获取其自身的激活信息。在另一个示例中，UE也可以向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE可以从基站接收所估计的UE的激活信息。

此外，可选地，UE可以不仅获取所述用户设备的激活信息，还可以接收基站所发送的关于多址签名组的信息；随后，UE可以根据所述用户设备的激活信息和关于所述多址签名组的信息，确定所述多址签名。所述多址签名组的信息可以是基站自行确定的，也可以是由UE的指示信息触发，以通过估计UE的激活信息进而确定的。图10示出了根据本发明一个实施例的无授权传输的实现过程。如图10所示，以前述图4所示的基于竞争(contentionbased)的无授权传输的实现过程为基础，基站可以首先通过广播信道(PhysicalBroadcast Channel，PBCH)发送一个或多个MA签名组的信息，随后，UE根据其激活信息从基站发送的MA签名组中选择所使用的MA签名。可选地，在例如图6所示的MA签名池的表现形式中，当基站已知其对应的小区内的UE数量和UE的激活信息时，可以选择其中的一个MA签名组发送给UE；当基站仅已知其对应的小区内的UE数量和UE的激活信息中的一个时，可以选择图6中的一列或者一行MA签名组发送给UE；当基站对其对应的小区内的UE数量和UE的激活信息均未知时，可以发送整个MA签名池给UE，以供UE从中选择。可选地，UE可以根据激活信息从MA签名组中进一步选择适当的MA签名；或者，UE可以从MA签名组中随机选择MA签名，在此不做限制。UE在获取MA签名后，可以使用所述多址签名对数据进行处理，并发送处理后的数据。

根据本发明实施例的方法，能够考虑无授权传输中反映UE激活特性的UE激活信息，以提供适用于无授权传输的MA签名，从而降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

以下参照图24来描述根据本申请实施例的用户设备。该用户设备可以执行上述由用户设备执行的方法。由于该用户设备的操作与上文所述的方法的各个步骤基本相同，因此在这里只对其进行简要的描述，而省略对相同内容的重复描述。

如图24所示，用户设备2400包括控制单元2410和发送单元2420。需要认识到，图24仅示出与本申请的实施例相关的部件，而省略了其他部件，但这只是示意性的，根据需要，用户设备2400可以包括其他部件。

控制单元2410获取多址签名，所述多址签名是根据所述用户设备的激活信息从多址签名池中确定的，所述用户设备的激活信息与所述用户设备的激活有关。

多址签名池中可以包括至少两个多址签名。多址签名池中的多址签名可以具有多种获取方式。在一个示例中，所述多址签名池中的多址签名可以是通过深度学习算法构建的，例如，可以通过深度学习算法，利用神经网络离线构建。可选地，多址签名可以基于符号检测错误率和用户设备激活状态检测错误率构建，例如，多址签名可以通过使得符号检测错误率和用户设备激活状态检测错误率的加权和最小化而构建。通过深度学习算法构建的多址签名可以包括比特到符号的映射和扩频序列中的至少一种。

在利用深度学习算法的具体的构建过程中，可选地，可以利用深度学习算法设计神经网络结构来参数化变分优化问题中的变分函数，以通过引入符号检测错误率和用户设备激活状态检测错误率来获取基于用户设备的激活信息的多址签名。其中，旨在减少无授权传输中的检测(可以包括符号检测和用户设备激活状态检测)错误率的变分优化问题P1可以表示为：

P1：min_θ，φE_p(x)[L(θ，φ|x)]

其中，上述变分优化问题P1表示通过改变θ和φ，使得E_p(x)[L(θ，φ|x)]最小。向量x＝[x₁，...x_n，...x_N]中的每个元素分别表示N个UE中每个UE的信源信号(取0时表示此UE未激活)，E表示使得x满足p(x)的分布的情况下对L(θ，φ|x)求均值，L(θ，φ|x)可以具体表示为：

其中表示给定x，使得满足分布的情况下对求均值，表示知之间的KL距离(Kullback-Leibler Divergence)，L(θ，φ|x)表示给定x，由θ和φ决定的函数。式中的表示编码器，φ为编码器中的可调参数；为解码器，θ为解码器中的可调参数。为的先验分布，通常设置为高斯分布。可指示比特到符号的映射，当所得到的为线性扩展时，可以指示线性的扩频序列。在得到时，在遍历所有的信源信号x_n可能的取值之后，可以得到的集合，即为相应的多址签名池。

为了解决上述变分优化问题P1，可以采用深度学习算法，引入神经网络(例如可以为深度神经网络(Deep Neural Networks，DNN))分别参数化上述编码器和/或解码器并分别获取编码器中的参数φ和/或解码器中的参数θ。可选地，可以基于符号检测错误率和用户设备激活状态检测错误率中的至少一个来训练上述神经网络。例如，可以将神经网络的总损失函数表示为：

其中，表示符号检测错误率，例如可以为基站对符号检测的错误率，表示用户设备激活状态检测错误率，γ_A和γ_B分别为知对应的权重，例如可以为0-1之间的值。也就是说，神经网络的总损失函数可以表示为符号检测错误率和用户设备激活状态检测错误率的加权和。

在引入上述总损失函数对神经网络进行训练优化时，可以采用例如梯度下降方法训练所述神经网络，并得到相应的θ和/或φ的值。例如，可以采用对应于N个UE的N个子神经网络来参数化令第n个子神经网络为：

其中是具有输入x_n和神经网络参数的典型全连接(fully-connected)深度神经网络。N个子网络的输出相加，从而获得复合符号序列为：

其中

其中，P_n为第n个用户的发射功率，diag(h_n)为对角阵，其中对角线元素为第n个UE的信道参数。

随后，可以将近似为如下所示的概率编码器：

其中，为高斯分布函数，为高斯分布的均值，为高斯分布方差，其中为噪声方差，I为单位阵。

根据上式，φ的取值范围可以等价于神经网络参数W_f的取值范围。

在获取神经网络的训练结果之后，可以通过θ和/或φ的值获取比特到符号的映射(或线性的扩频序列)也即以及相应的多址签名池。

图6示出了通过上述深度学习算法构建的多址签名池的一个示例。如图6所示，多址签名池可以被划分为多个多址签名组，所述多址签名组可以分别与小区内总的用户设备数量N和用户设备激活概率相对应。其中，用户设备数量N和用户设备激活概率均与p(x)有关，可以用于生成p(x)的具体形式，从而由此获取的具体形式，并进一步得到比特到符号的映射或扩频序列在图6中，例如，UE数量N为6，且仅存在UE激活概率-1时，可以对应多址签名组-1；而UE数量N为20，且存在UE激活概率-1和UE激活概率-2时，可以对应多址签名组-9，并且多址签名组-9可包括对应高激活概率的子组1和对应低激活概率的子组2。也就是说，如果小区内共包含6个UE，且所有UE的激活概率均为UE激活概率-1(例如75％)，可以对应多址签名池中的多址签名组-1。如果小区内共包含20个UE，且一部分UE(如12个)的激活概率为UE激活概率-1(例如75％)，而另一部分UE(如8个)的激活概率为UE激活概率-2(例如50％)时，可以对应多址签名池中的多址签名组-9，并且多址签名组-9可包括对应12个高激活概率(例如75％)UE的子组1和对应8个低激活概率UE(例如50％)的子组2。在后续根据MA签名池和/或MA签名组确定某个UE对应的MA签名时，即可采用如图6所示的考虑了UE激活概率和小区内UE数量的MA签名(组)的具体对应方式，来选择相应的MA签名，以增进无线通信系统的性能。图6所示的MA签名池的表示方式，及其中的MA签名组和UE数量、UE激活概率的对应方式仅为示例，在实际应用中，可以采用任何MA签名组与相关参数的对应方式，并不限于这里的UE数量和UE激活概率。此外，MA签名组与参数的对应关系也可以是任意的，在一个示例中，某个MA签名组可以对应某一参数的一个或多个取值范围，而不仅仅对应于某个参数值。例如，UE激活概率-1可以为激活概率取值范围为50％-75％，并对应高激活概率；UE激活概率-2可以为激活概率取值范围为25％-50％，并对应低激活概率。

上面详细描述了通过深度学习算法构建MA签名及得到MA签名池、MA签名组的具体实施方式，并列举了MA签名池中的MA签名组与相关参数(例如UE数量、UE激活概率)的对应关系及选择方式。在另一个示例中，所述多址签名池中的至少部分多址签名还可以是基于另一多址签名池获取的，其中，所述另一多址签名池可以是已知的多址签名池，例如，可以是根据基于授权传输的多址签名获取的多址签名池。在一个示例中，可以将从所述另一MA签名池中获取的至少一部分MA签名池表示为S＝{s₁，s₂...s_N}，其中的每个元素表示一个MA签名，所述MA签名池可以用于N个UE，当然也不限于此。

在根据如上任何一种方式获得MA签名池之后，可以根据用户设备的激活信息从MA签名池中获取此UE对应的MA签名。用户设备的激活信息与所述用户设备的激活有关。可选地，用户设备的激活信息可以为用户设备的激活概率。例如，可以假定将时间轴划分为多个时间单元，将UE在某个时间单元有数据到达(有数据需要发送)的概率定义为此UE的激活概率。又例如，也可以针对某个可以进行上行数据传输的物理资源块，将UE在该物理资源块上进行上行数据传输的概率定义为此UE的激活概率。在一个示例中，UE的激活概率可以是[0，1]区间内的任意值，例如，UE的激活概率可以为25％。

可选地，用户设备的激活信息还可以为用户设备的激活模式。在一个示例中，UE可以具有平均传输周期T的周期模式，相应地，可以据此间接获取与此UE的激活概率的关系，例如可以表示为1/T。在另一个示例中，UE可以具有泊松到达模式的激活模式。具体地，将泊松到达模式中的概率密度函数表示为：在区间[t，t+τ]内发生的事件的数目的概率分布：

其中P[A]代表事件A发生的概率，t代表时间，N(t)代表截止t时间点发生的事件数目，τ为表示时间的参数，k代表事件发生的数目(取值可为0或其它正整数)，λ为一个正数，被称作到达率。在τ为1的情况下，上述公式可以用来表示单位时间内事件发生数目的概率分布。由此可知，不发生事件(即令k＝0)的概率可以表示为exp(-λ)；而相应地，此UE的激活概率，也即发生事件的概率可以间接地获取，例如可以表示为1-exp(-λ)。

根据本发明一个实施方式，UE的激活信息可以由UE获取，也可以由基站获取。可选地，UE可以根据历史激活信息和高层激活信息中的至少一种获取所述用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内UE的例如平均激活概率或平均传输周期等。所述高层激活信息可以是通过高层通知的与所述用户设备激活有关的信息，在一个示例中，可以是UE通过服务层(应用层)所获取的例如UE的业务传输信息，例如，可以是UE获取的其中的某一个或多个应用程序(app)需要进行业务传输的平均周期或频率等。可选地，基站也同样可以根据历史激活信息和高层激活信息中的至少一种获取某个用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内该UE的激活概率或平均传输周期等。所述高层激活信息也可以是通过高层通知的与所述用户设备激活有关的信息，如可以是基站通过服务层(应用层)所获取的该UE的业务传输信息等。基站在获取UE的激活信息时，其可以是主动获取的，也可以是通过UE发送的指示基站对所述UE的激活信息进行估计的指示信号而触发的，在此不做限制。

在通过UE或基站获取UE的激活信息之后，可以通过信令对UE的激活信息进行传输。在一个实施方式中，UE可以获取激活信息，并发送给基站。在一个示例中，UE可以通过例如物理上行共享信道(Physical Uplink Shared Channel，PUSCH)显式地传输所述激活信息。可选地，UE可以通过预先约定好的无线资源控制(Radio Resource Control，RRC)信令、MAC CE、数据报告等中的特定比特位置，来显式地传输激活信息的量化比特值。例如，UE可以利用比特“11001”来传输激活概率25％。再例如，UE可以利用比特“0”来表示“泊松到达模式”，并用“111”来表示其中的参数λ为4；而利用比特“1”来表示“周期模式”，并用“110”来表示其平均传输周期T为3。也就是说，当UE在PUSCH的特定比特位置传输了“0111”，可以用来表示其激活信息为具有参数λ为4的泊松到达模式。

在另一个示例中，UE还可以通过预设的激活模式及其对应的索引值，来通过物理随机接入信道(Physical Random Access Channel，PRACH)、物理上行链路控制信道(Physical Uplink Control Channel，PUCCH)或信道探测参考信号(Sounding ReferenceSignal，SRS)等隐式地传输激活信息。例如，当传输UE激活概率时，可以将索引值1规定为激活概率[0，1/3)，将索引值2规定为激活概率[1/3，2/3)，将索引值3规定为[2/3，1]。从而，当UE通过PRACH的例如Msg.1或PUCCH传输索引值时，可以表示相应的UE激活概率的范围，或者，UE也可以通过SRS在序列或资源中的特定配置来传输相应的索引值以及对应的激活概率。再例如，当传输UE激活模式及其对应的参数时，也可以选择不同的索引值来对应不同的激活模式和参数，并通过PRACH、PUCCH或SRS来传输这些索引值。

此外，UE还可以通过PRACH或PUCCH等，在特定的比特位置发送例如1比特的指示信号，来指示基站对所述UE的激活信息进行估计。在基站接收到此指示信号时，可以根据历史激活信息和高层激活信息中的至少一种获取UE的激活信息，并且可以在下行传输时发送给此UE。当基站告知UE其激活信息时，其具体的显式或隐式的表示方式与UE侧的表示方式类似，在此不再赘述。

根据UE的激活信息从MA签名池中获取MA签名的具体操作可以由UE执行，也可以由基站执行。当所述MA签名池是通过深度学习算法构建时，可选地，MA签名池中的MA签名组可以与UE数量和UE激活信息(UE激活概率或相应的UE激活模式及相关参数)相对应。在这一示例中，可以由基站根据小区内总的UE数量和/或UE激活信息从MA签名池中获取相应的MA签名组，并可以随后使用例如随机选择或者其他选择方式，例如可以为最小化UE间MA签名碰撞概率的方式，从MA签名组中获取该UE可以使用的MA签名。或者，也可以由UE根据UE激活信息从MA签名池或一个或多个MA签名组中，使用例如随机选择的方式，或进一步使用UE的激活信息选择所使用的MA签名。

当所述MA签名池是从另一MA签名池中获取的，并表示为S＝{s₁，s₂...s_N}时，可以由UE或基站通过求解如下优化问题来获取UE和MA签名池中的MA签名的对应关系，以得到UE所使用的MA签名。所述优化问题为：

其中E表示使得总的UE数量为N的情况下，其中激活的UE组I满足p(I)分布时，对求均值；π(i)为序列映射函数，即将第s_π(i)个序列映射至第i个UE；为s_π(i)的共轭转置；表示第i个UE受到第j个UE的干扰时，二者之间的相关性(干扰)。可见，通过求解上述优化问题，可以将从另一MA签名池(如已知的MA签名池)中获取的MA签名与UE对应，并使得激活的UE之间的干扰最小化，从而进一步提升无线通信系统的性能。因此本发明实施例的方法不仅能够通过构建新的MA签名以降低UE间数据传输的干扰，还能够通过重新调整已知MA签名与UE的对应关系，来降低干扰，提高符号检测的准确率。

根据本发明一个实施方式，如果UE所使用的MA签名是由UE本身获取的，UE可以直接在后续步骤中使用此MA签名发送数据。根据本发明另一个实施方式，如果UE所使用的MA签名或MA签名组是由基站确定的，则基站需要通过下行传输来告知UE，以使UE使用所选择的MA签名，或者在所选择的MA签名组中进一步选择用于数据传输的MA签名。可选地，MA签名池及其中所包含的MA签名组、MA签名组对应的相关UE激活参数可以均预先保存在UE和基站两侧；或者，可选地，也可以由基站通过广播信令，例如系统信息块(System InformationBlock，SIB)/主系统信息块(Master Information Block，MIB)预先配置给UE。随后，基站可以通过用于静态配置的RRC信令或用于半动态配置的L1层信令(如下行控制信息(DownlinkControl，DCL))，将其选择的MA签名组和/或MA签名发送给UE。例如，基站可以使用索引1表示所选择的MA签名组的索引，并用索引2表示在此MA签名组中的MA签名的索引。在图6所示的MA签名池的示例中，基站可以通过RRC信令发送索引6表示MA签名组-6，并同时发送索引2表示在MA签名组-6中的第2个MA签名。当然，在另一个示例中，基站还可以将所选择的MA签名直接告知UE。

可选地，在基站发送所选择的MA签名时，还可以通过隐式的方式告知UE。在一个示例中，基站可以将所选择的MA签名量化为M-QAM的星座图表示方式，并将结果通过相应的信令告知UE。在另一个示例中，基站还可以告知UE所选择的MA签名相应的星座模型及相关参数值，例如，当MA签名具有平行四边形形状，基站可以通过预先约定好的相关位置或比特值，来告知UE星座图为平行四边形，并可以随后告知UE此平行四边形的两个边长及其之间的夹角。

在图2-图4所示的各种无授权传输过程中，当考虑到上述UE激活信息传输和MA签名的获取时，UE和基站之间可以具有相应的更新的信令交互过程。根据本发明的一个实施方式，可以首先由UE获取所述用户设备的激活信息；随后，UE向基站发送所述用户设备的激活信息，以使所述基站根据所述用户设备的激活信息从所述多址签名池中确定所述多址签名；最后，UE接收指示基站所确定的多址签名的关于多址签名的信息，以获取所述多址签名。或者，根据本发明的另一个实施方式，可以首先由UE向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE从基站接收根据对用户设备的激活信息的估计结果，从所述多址签名池中所确定的多址签名。

图7示出了根据本发明一个实施例的无授权传输的实现过程。如图7所示，以前述图2所示的基站通过RRC信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图8示出了根据本发明一个实施例的无授权传输的实现过程。如图8所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图9示出了根据本发明一个实施例的无授权传输的实现过程。如图9所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之后，通过上行数据向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE在下次上行数据传输时，使用此更新的MA签名发送上行数据。

根据本发明的另一个实施方式，可以首先由UE获取所述用户设备的激活信息；并由UE获取根据所述激活信息从所述多址签名池中确定的所述多址签名。在一个示例中，UE可以获取其自身的激活信息。在另一个示例中，UE也可以向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE可以从基站接收所估计的UE的激活信息。

此外，可选地，UE可以不仅获取所述用户设备的激活信息，还可以接收基站所发送的关于多址签名组的信息；随后，UE可以根据所述用户设备的激活信息和关于所述多址签名组的信息，确定所述多址签名。所述多址签名组的信息可以是基站自行确定的，也可以是由UE的指示信息触发，以通过估计UE的激活信息进而确定的。图10示出了根据本发明一个实施例的无授权传输的实现过程。如图10所示，以前述图4所示的基于竞争(contentionbased)的无授权传输的实现过程为基础，基站可以首先通过广播信道(PhysicalBroadcast Channel，PBCH)发送一个或多个MA签名组的信息，随后，UE根据其激活信息从基站发送的MA签名组中选择所使用的MA签名。可选地，在例如图6所示的MA签名池的表现形式中，当基站已知其对应的小区内的UE数量和UE的激活信息时，可以选择其中的一个MA签名组发送给UE；当基站仅已知其对应的小区内的UE数量和UE的激活信息中的一个时，可以选择图6中的一列或者一行MA签名组发送给UE；当基站对其对应的小区内的UE数量和UE的激活信息均未知时，可以发送整个MA签名池给UE，以供UE从中选择。可选地，UE可以根据激活信息从MA签名组中进一步选择适当的MA签名；或者，UE可以从MA签名组中随机选择MA签名，在此不做限制。

发送单元2420使用所述多址签名发送数据。

发送单元2420可以使用之前获取的MA签名，基于MA签名处理要发送的数据，并发送处理后的数据。

根据本发明实施例的用户设备，能够考虑无授权传输中反映UE激活特性的UE激活信息，以提供适用于无授权传输的MA签名，从而降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

以下参照图25来描述根据本申请实施例的基站。该基站可以执行上述由基站执行的方法。由于该基站的操作与上文所述的方法的各个步骤基本相同，因此在这里只对其进行简要的描述，而省略对相同内容的重复描述。

如图25所示，基站2500包括控制单元2510和发送单元2520。需要认识到，图25仅示出与本申请的实施例相关的部件，而省略了其他部件，但这只是示意性的，根据需要，基站2500可以包括其他部件。

控制单元2510获取用户设备的激活信息，所述用户设备的激活信息与所述用户设备的激活有关。

可选地，用户设备的激活信息可以为用户设备的激活概率。例如，可以假定将时间轴划分为多个时间单元，将UE在某个时间单元有数据到达(有数据需要发送)的概率定义为此UE的激活概率。又例如，也可以针对某个可以进行上行数据传输的物理资源块，将UE在该物理资源块上进行上行数据传输的概率定义为此UE的激活概率。在一个示例中，UE的激活概率可以是[0，1]区间内的任意值，例如，UE的激活概率可以为25％。

可选地，用户设备的激活信息还可以为用户设备的激活模式。在一个示例中，UE可以具有平均传输周期T的周期模式，相应地，可以据此间接获取与此UE的激活概率的关系，例如可以表示为1/T。在另一个示例中，UE可以具有泊松到达模式的激活模式。具体地，将泊松到达模式中的概率密度函数表示为：在区间[t，t+τ]内发生的事件的数目的概率分布：

其中P[A]代表事件A发生的概率，t代表时间，N(t)代表截止t时间点发生的事件数目，τ为表示时间的参数，k代表事件发生的数目(取值可为0或其它正整数)，λ为一个正数，被称作到达率。在τ为1的情况下，上述公式可以用来表示单位时间内事件发生数目的概率分布。由此可知，不发生事件(即令k＝0)的概率可以表示为exp(-λ)；而相应地，此UE的激活概率，也即发生事件的概率可以间接地获取，例如可以表示为1-exp(-λ)。

根据本发明一个实施方式，UE的激活信息可以由UE获取，也可以由基站获取。可选地，UE可以根据历史激活信息和高层激活信息中的至少一种获取所述用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内UE的例如平均激活概率或平均传输周期等。所述高层激活信息可以是通过高层通知的与所述用户设备激活有关的信息，在一个示例中，可以是UE通过服务层(应用层)所获取的例如UE的业务传输信息，例如，可以是UE获取的其中的某一个或多个应用程序(app)需要进行业务传输的平均周期或频率等。可选地，基站也同样可以根据历史激活信息和高层激活信息中的至少一种获取某个用户设备的激活信息。其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，如在某段预设时间之内该UE的激活概率或平均传输周期等。所述高层激活信息也可以是通过高层通知的与所述用户设备激活有关的信息，如可以是基站通过服务层(应用层)所获取的该UE的业务传输信息等。基站在获取UE的激活信息时，其可以是主动获取的，也可以是通过UE发送的指示基站对所述UE的激活信息进行估计的指示信号而触发的，在此不做限制。

在通过UE或基站获取UE的激活信息之后，可以通过信令对UE的激活信息进行传输。在一个实施方式中，UE可以获取激活信息，并发送给基站。在一个示例中，UE可以通过例如物理上行共享信道(Physical Uplink Shared Channel，PUSCH)显式地传输所述激活信息。可选地，UE可以通过预先约定好的无线资源控制(Radio Resource Control，RRC)信令、MAC CE、数据报告等中的特定比特位置，来显式地传输激活信息的量化比特值。例如，UE可以利用比特“11001”来传输激活概率25％。再例如，UE可以利用比特“0”来表示“泊松到达模式”，并用“111”来表示其中的参数λ为4；而利用比特“1”来表示“周期模式”，并用“110”来表示其平均传输周期T为3。也就是说，当UE在PUSCH的特定比特位置传输了“0111”，可以用来表示其激活信息为具有参数λ为4的泊松到达模式。

在另一个示例中，UE还可以通过预设的激活模式及其对应的索引值，来通过物理随机接入信道(Physical Random Access Channel，PRACH)、物理上行链路控制信道(Physical Uplink Control Channel，PUCCH)或信道探测参考信号(Sounding ReferenceSignal，SRS)等隐式地传输激活信息。例如，当传输UE激活概率时，可以将索引值1规定为激活概率[0，1/3)，将索引值2规定为激活概率[1/3，2/3)，将索引值3规定为[2/3，1]。从而，当UE通过PRACH的例如Msg.1或PUCCH传输索引值时，可以表示相应的UE激活概率的范围，或者，UE也可以通过SRS在序列或资源中的特定配置来传输相应的索引值以及对应的激活概率。再例如，当传输UE激活模式及其对应的参数时，也可以选择不同的索引值来对应不同的激活模式和参数，并通过PRACH、PUCCH或SRS来传输这些索引值。

此外，UE还可以通过PRACH或PUCCH等，在特定的比特位置发送例如1比特的指示信号，来指示基站对所述UE的激活信息进行估计。在基站接收到此指示信号时，可以根据历史激活信息和高层激活信息中的至少一种获取UE的激活信息，并且可以在下行传输时发送给此UE。当基站告知UE其激活信息时，其具体的显式或隐式的表示方式与UE侧的表示方式类似，在此不再赘述。

控制单元2510至少根据所述用户设备的激活信息，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个，每个所述多址签名组包括至少一个多址签名。

多址签名池中可以包括至少两个多址签名。多址签名池中的多址签名可以具有多种获取方式。在一个示例中，所述多址签名池中的多址签名可以是通过深度学习算法构建的，例如，可以通过深度学习算法，利用神经网络离线构建。可选地，多址签名可以基于符号检测错误率和用户设备激活状态检测错误率构建，例如，多址签名可以通过使得符号检测错误率和用户设备激活状态检测错误率的加权和最小化而构建。通过深度学习算法构建的多址签名可以包括比特到符号的映射和扩频序列中的至少一种。

在利用深度学习算法的具体的构建过程中，可选地，可以利用深度学习算法设计神经网络结构来参数化变分优化问题中的变分函数，以通过引入符号检测错误率和用户设备激活状态检测错误率来获取基于用户设备的激活信息的多址签名。其中，旨在减少无授权传输中的检测(可以包括符号检测和用户设备激活状态检测)错误率的变分优化问题P1可以表示为：

P1：min_θ，φE_p(x)[L(θ，φ|x)]

其中，上述变分优化问题P1表示通过改变θ和φ，使得E_p(x)[L(θ，φ|x)]最小。向量x＝[x₁，...x_n，...x_N]中的每个元素分别表示N个UE中每个UE的信源信号(取0时表示此UE未激活)，E表示使得x满足p(x)的分布的情况下对L(θ，φ|x)求均值，L(θ，φ|x)可以具体表示为：

其中表示给定x，使得满足分布的情况下对求均值，表示知之间的KL距离(Kullback-Leibler Divergence)，L(θ，φ|x)表示给定x，由θ和φ决定的函数。式中的表示编码器，φ为编码器中的可调参数；为解码器，θ为解码器中的可调参数。为的先验分布，通常设置为高斯分布。可指示比特到符号的映射，当所得到的为线性扩展时，可以指示线性的扩频序列。在得到时，在遍历所有的信源信号x_n可能的取值之后，可以得到的集合，即为相应的多址签名池。

为了解决上述变分优化问题P1，可以采用深度学习算法，引入神经网络(例如可以为深度神经网络(Deep Neural Networks，DNN))分别参数化上述编码器和/或解码器并分别获取编码器中的参数φ和/或解码器中的参数θ。可选地，可以基于符号检测错误率和用户设备激活状态检测错误率中的至少一个来训练上述神经网络。例如，可以将神经网络的总损失函数表示为：

其中，表示符号检测错误率，例如可以为基站对符号检测的错误率，表示用户设备激活状态检测错误率，γ_A和γ_B分别为知对应的权重，例如可以为0-1之间的值。也就是说，神经网络的总损失函数可以表示为符号检测错误率和用户设备激活状态检测错误率的加权和。

在引入上述总损失函数对神经网络进行训练优化时，可以采用例如梯度下降方法训练所述神经网络，并得到相应的θ和/或φ的值。例如，可以采用对应于N个UE的N个子神经网络来参数化令第n个子神经网络为：

其中是具有输入x_n和神经网络参数的典型全连接(fully-connected)深度神经网络。N个子网络的输出相加，从而获得复合符号序列为：

其中，P_n为第n个用户的发射功率，diag(h_n)为对角阵，其中对角线元素为第n个UE的信道参数。

随后，可以将近似为如下所示的概率编码器：

其中，为高斯分布函数，为高斯分布的均值，为高斯分布方差，其中为噪声方差，I为单位阵。

根据上式，φ的取值范围可以等价于神经网络参数W_f的取值范围。

在获取神经网络的训练结果之后，可以通过θ和/或φ的值获取比特到符号的映射(或线性的扩频序列)也即以及相应的多址签名池。

图6示出了通过上述深度学习算法构建的多址签名池的一个示例。如图6所示，多址签名池可以被划分为多个多址签名组，所述多址签名组可以分别与小区内总的用户设备数量N和用户设备激活概率相对应。其中，用户设备数量N和用户设备激活概率均与p(x)有关，可以用于生成p(x)的具体形式，从而由此获取的具体形式，并进一步得到比特到符号的映射或扩频序列在图6中，例如，UE数量N为6，且仅存在UE激活概率-1时，可以对应多址签名组-1；而UE数量N为20，且存在UE激活概率-1和UE激活概率-2时，可以对应多址签名组-9，并且多址签名组-9可包括对应高激活概率的子组1和对应低激活概率的子组2。也就是说，如果小区内共包含6个UE，且所有UE的激活概率均为UE激活概率-1(例如75％)，可以对应多址签名池中的多址签名组-1。如果小区内共包含20个UE，且一部分UE(如12个)的激活概率为UE激活概率-1(例如75％)，而另一部分UE(如8个)的激活概率为UE激活概率-2(例如50％)时，可以对应多址签名池中的多址签名组-9，并且多址签名组-9可包括对应12个高激活概率(例如75％)UE的子组1和对应8个低激活概率UE(例如50％)的子组2。在后续根据MA签名池和/或MA签名组确定某个UE对应的MA签名时，即可采用如图6所示的考虑了UE激活概率和小区内UE数量的MA签名(组)的具体对应方式，来选择相应的MA签名，以增进无线通信系统的性能。图6所示的MA签名池的表示方式，及其中的MA签名组和UE数量、UE激活概率的对应方式仅为示例，在实际应用中，可以采用任何MA签名组与相关参数的对应方式，并不限于这里的UE数量和UE激活概率。此外，MA签名组与参数的对应关系也可以是任意的，在一个示例中，某个MA签名组可以对应某一参数的一个或多个取值范围，而不仅仅对应于某个参数值。例如，UE激活概率-1可以为激活概率取值范围为50％-75％，并对应高激活概率；UE激活概率-2可以为激活概率取值范围为25％-50％，并对应低激活概率。

上面详细描述了通过深度学习算法构建MA签名及得到MA签名池、MA签名组的具体实施方式，并列举了MA签名池中的MA签名组与相关参数(例如UE数量、UE激活概率)的对应关系及选择方式。在另一个示例中，所述多址签名池中的至少部分多址签名还可以是基于另一多址签名池获取的，其中，所述另一多址签名池可以是已知的多址签名池，例如，可以是根据基于授权传输的多址签名获取的多址签名池。在一个示例中，可以将从所述另一MA签名池中获取的至少一部分MA签名池表示为S＝{s₁，s₂...s_N}，其中的每个元素表示一个MA签名，所述MA签名池可以用于N个UE，当然也不限于此。

在根据如上任何一种方式获得MA签名池之后，可以根据用户设备的激活信息从MA签名池中获取此UE对应的MA签名。用户设备的激活信息与所述用户设备的激活有关。可选地，用户设备的激活信息可以为用户设备的激活概率；或者，还可以为用户设备的激活模式。在一个示例中，UE可以具有平均传输周期T的周期模式，相应地，可以据此间接获取与此UE的激活概率的关系，例如可以表示为1/T。在另一个示例中，UE可以具有泊松到达模式的激活模式。

根据UE的激活信息从MA签名池中获取MA签名的具体操作可以由基站执行。当所述MA签名池是通过深度学习算法构建时，可选地，MA签名池中的MA签名组可以与UE数量和UE激活信息(UE激活概率或相应的UE激活模式及相关参数)相对应。在这一示例中，可以由基站根据小区内总的UE数量和/或UE激活信息从MA签名池中获取相应的MA签名组，并可以随后使用例如随机选择或者其他选择方式，例如可以为最小化UE间MA签名碰撞概率的方式，从MA签名组中获取该UE可以使用的MA签名。或者，也可以由UE根据UE激活信息从MA签名池或一个或多个MA签名组中，使用例如随机选择的方式，或进一步使用UE的激活信息选择所使用的MA签名。

当所述MA签名池是从另一MA签名池中获取的，并表示为S＝{s₁，s₂...s_N}时，可以由UE或基站通过求解如下优化问题来获取UE和MA签名池中的MA签名的对应关系，以得到UE所使用的MA签名。所述优化问题为：

其中E表示使得总的UE数量为N的情况下，其中激活的UE组I满足p(I)分布时，对求均值；π(i)为序列映射函数，即将第s_π(i)个序列映射至第i个UE；为s_π(i)的共轭转置；表示第i个UE受到第j个UE的干扰时，二者之间的相关性(干扰)。可见，通过求解上述优化问题，可以将从另一MA签名池(如已知的MA签名池)中获取的MA签名与UE对应，并使得激活的UE之间的干扰最小化，从而进一步提升无线通信系统的性能。因此本发明实施例的方法不仅能够通过构建新的MA签名以降低UE间数据传输的干扰，还能够通过重新调整已知MA签名与UE的对应关系，来降低干扰，提高符号检测的准确率。

发送单元2520发送关于所述多址签名组的信息和关于所述多址签名的信息中的至少一个。

根据本发明一个实施方式，如果UE所使用的MA签名是由UE本身获取的，UE可以直接在后续步骤中使用此MA签名发送数据。根据本发明另一个实施方式，如果UE所使用的MA签名或MA签名组是由基站确定的，则基站需要通过下行传输来告知UE，以使UE使用所选择的MA签名，或者在所选择的MA签名组中进一步选择用于数据传输的MA签名。可选地，MA签名池及其中所包含的MA签名组、MA签名组对应的相关UE激活参数可以均预先保存在UE和基站两侧；或者，可选地，也可以由基站通过广播信令，例如系统信息块(System InformationBlock，SIB)/主系统信息块(Master Information Block，MIB)预先配置给UE。随后，基站可以通过用于静态配置的RRC信令或用于半动态配置的L1层信令(如下行控制信息(DownlinkControl，DCL))，将其选择的MA签名组和/或MA签名发送给UE。例如，基站可以使用索引1表示所选择的MA签名组的索引，并用索引2表示在此MA签名组中的MA签名的索引。在图6所示的MA签名池的示例中，基站可以通过RRC信令发送索引6表示MA签名组-6，并同时发送索引2表示在MA签名组-6中的第2个MA签名。当然，在另一个示例中，基站还可以将所选择的MA签名直接告知UE。

可选地，在基站发送所选择的MA签名时，还可以通过隐式的方式告知UE。在一个示例中，基站可以将所选择的MA签名量化为M-QAM的星座图表示方式，并将结果通过相应的信令告知UE。在另一个示例中，基站还可以告知UE所选择的MA签名相应的星座模型及相关参数值，例如，当MA签名具有平行四边形形状，基站可以通过预先约定好的相关位置或比特值，来告知UE星座图为平行四边形，并可以随后告知UE此平行四边形的两个边长及其之间的夹角。

在图2-图4所示的各种无授权传输过程中，当考虑到上述UE激活信息传输和MA签名的获取时，UE和基站之间可以具有相应的更新的信令交互过程。根据本发明的一个实施方式，可以首先由UE获取所述用户设备的激活信息；随后，UE向基站发送所述用户设备的激活信息，以使所述基站根据所述用户设备的激活信息从所述多址签名池中确定所述多址签名；最后，UE接收指示基站所确定的多址签名的关于多址签名的信息，以获取所述多址签名。或者，根据本发明的另一个实施方式，可以首先由UE向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE从基站接收根据对用户设备的激活信息的估计结果，从所述多址签名池中所确定的多址签名。

图7示出了根据本发明一个实施例的无授权传输的实现过程。如图7所示，以前述图2所示的基站通过RRC信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图8示出了根据本发明一个实施例的无授权传输的实现过程。如图8所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之前，首先通过PRACH向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE使用此MA签名发送上行数据。

图9示出了根据本发明一个实施例的无授权传输的实现过程。如图9所示，以前述图3所示的基站通过RRC信令和L1信令向UE配置数据传输资源并实现无授权传输为基础，UE可以在接收RRC信令和L1信令之后，通过上行数据向基站发送UE的激活信息或用于指示基站对UE的激活信息进行估计的指示信号，以使基站根据UE的激活信息或估计结果，从MA签名池中选择UE使用的MA签名。随后，基站可以通过RRC信令或L1信令发送关于MA签名的信息，以使UE在下次上行数据传输时，使用此更新的MA签名发送上行数据。

根据本发明的另一个实施方式，可以首先由UE获取所述用户设备的激活信息；并由UE获取根据所述激活信息从所述多址签名池中确定的所述多址签名。在一个示例中，UE可以获取其自身的激活信息。在另一个示例中，UE也可以向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号，以使基站对UE的激活信息进行估计；随后，UE可以从基站接收所估计的UE的激活信息。

此外，可选地，UE可以不仅获取所述用户设备的激活信息，还可以接收基站所发送的关于多址签名组的信息；随后，UE可以根据所述用户设备的激活信息和关于所述多址签名组的信息，确定所述多址签名。所述多址签名组的信息可以是基站自行确定的，也可以是由UE的指示信息触发，以通过估计UE的激活信息进而确定的。图10示出了根据本发明一个实施例的无授权传输的实现过程。如图10所示，以前述图4所示的基于竞争(contentionbased)的无授权传输的实现过程为基础，基站可以首先通过广播信道(PhysicalBroadcast Channel，PBCH)发送一个或多个MA签名组的信息，随后，UE根据其激活信息从基站发送的MA签名组中选择所使用的MA签名。可选地，在例如图6所示的MA签名池的表现形式中，当基站已知其对应的小区内的UE数量和UE的激活信息时，可以选择其中的一个MA签名组发送给UE；当基站仅已知其对应的小区内的UE数量和UE的激活信息中的一个时，可以选择图6中的一列或者一行MA签名组发送给UE；当基站对其对应的小区内的UE数量和UE的激活信息均未知时，可以发送整个MA签名池给UE，以供UE从中选择。可选地，UE可以根据激活信息从MA签名组中进一步选择适当的MA签名；或者，UE可以从MA签名组中随机选择MA签名，在此不做限制。UE在获取MA签名后，可以使用所述多址签名对数据进行处理，并发送处理后的数据。

根据本发明实施例的基站，能够考虑无授权传输中反映UE激活特性的UE激活信息，以提供适用于无授权传输的MA签名，从而降低UE间数据传输的干扰，提高符号检测的准确率，增进无线通信系统的性能。

<硬件结构>

本发明的一实施方式中的发送设备和接收设备等可以作为执行本发明的无线通信方法的处理的计算机来发挥功能。图26是示出本发明的一实施方式所涉及的用户设备和基站的硬件结构的一例的图。上述的用户设备2400和基站2500可以作为在物理上包括处理器2610、内存2620、存储器2630、通信装置2640、输入装置2650、输出装置2660、总线2670等的计算机装置来构成。

另外，在以下的说明中，“装置”这样的文字也可替换为电路、设备、单元等。用户设备2400和基站2500的硬件结构可以包括一个或多个图中所示的各装置，也可以不包括部分装置。

例如，处理器2610仅图示出一个，但也可以为多个处理器。此外，可以通过一个处理器来执行处理，也可以通过一个以上的处理器同时、依次、或采用其它方法来执行处理。另外，处理器2610可以通过一个以上的芯片来安装。

用户设备2400和基站2500中的各功能例如通过如下方式实现：通过将规定的软件(程序)读入到处理器2610、内存2620等硬件上，从而使处理器2610进行运算，对由通信装置2640进行的通信进行控制，并对内存2620和存储器2630中的数据的读出和/或写入进行控制。

处理器2610例如使操作系统进行工作从而对计算机整体进行控制。处理器2610可以由包括与周边装置的接口、控制装置、运算装置、寄存器等的中央处理器(CPU，CentralProcessing Unit)构成。

此外，处理器2610将程序(程序代码)、软件模块、数据等从存储器2630和/或通信装置2640读出到内存2620，并根据它们执行各种处理。作为程序，可以采用使计算机执行在上述实施方式中说明的动作中的至少一部分的程序。

内存2620是计算机可读取记录介质，例如可以由只读存储器(ROM，ReadOnlyMemory)、可编程只读存储器(EPROM，ErasableProgrammableROM)、电可编程只读存储器(EEPROM，ElectricallyEPROM)、随机存取存储器(RAM，RandomAccessMemory)、其它适当的存储介质中的至少一个来构成。内存2620也可以称为寄存器、高速缓存、主存储器(主存储装置)等。内存2620可以保存用于实施本发明的一实施方式所涉及的无线通信方法的可执行程序(程序代码)、软件模块等。

存储器2630是计算机可读取记录介质，例如可以由软磁盘(flexible disk)、软(注册商标)盘(floppy disk)、磁光盘(例如，只读光盘(CD-ROM(CompactDiscROM)等)、数字通用光盘、蓝光(Blu-ray，注册商标)光盘)、可移动磁盘、硬盘驱动器、智能卡、闪存设备(例如，卡、棒(stick)、密钥驱动器(key driver))、磁条、数据库、服务器、其它适当的存储介质中的至少一个来构成。存储器2630也可以称为辅助存储装置。

通信装置2640是用于通过有线和/或无线网络进行计算机间的通信的硬件(发送接收设备)，例如也称为网络设备、网络控制器、网卡、通信模块等。通信装置2640为了实现例如频分双工(FDD，FrequencyDivisionDuplex)和/或时分双工(TDD，TimeDivisionDuplex)，可以包括高频开关、双工器、滤波器、频率合成器等。

输入装置2650是接受来自外部的输入的输入设备(例如，键盘、鼠标、麦克风、开关、按钮、传感器等)。输出装置2660是实施向外部的输出的输出设备(例如，显示器、扬声器、发光二极管(LED，LightEmittingDiode)灯等)。另外，输入装置2650和输出装置2660也可以为一体的结构(例如触控面板)。

此外，处理器2610、内存2620等各装置通过用于对信息进行通信的总线2670连接。总线2670可以由单一的总线构成，也可以由装置间不同的总线构成。

此外，用户设备2400和基站2500可以包括微处理器、数字信号处理器(DSP，DigitalSignalProcessor)、专用集成电路(ASIC，ApplicationSpecificIntegratedCircuit)、可编程逻辑器件(PLD，ProgrammableLogicDevice)、现场可编程门阵列(FPGA，FieldProgrammableGateArray)等硬件，可以通过该硬件来实现各功能块的部分或全部。例如，处理器2610可以通过这些硬件中的至少一个来安装。

(变形例)

另外，关于本说明书中说明的用语和/或对本说明书进行理解所需的用语，可以与具有相同或类似含义的用语进行互换。例如，信道和/或码元也可以为信号(信令)。此外，信号也可以为消息。参考信号也可以简称为RS(ReferenceSignal)，根据所适用的标准，也可以称为导频(Pilot)、导频信号等。此外，分量载波(CC，ComponentCarrier)也可以称为小区、频率载波、载波频率等。

此外，无线帧在时域中可以由一个或多个期间(帧)构成。构成无线帧的该一个或多个期间(帧)中的每一个也可以称为子帧。进而，子帧在时域中可以由一个或多个时隙构成。子帧可以是不依赖于参数配置(numerology)的固定的时间长度(例如1ms)。

进而，时隙在时域中可以由一个或多个码元(正交频分复用(OFDM，OrthogonalFrequencyDivisionMultiplexing)码元、单载波频分多址(SC-FDMA，SingleCarrierFrequencyDivisionMultipleAccess)码元等)构成。此外，时隙也可以是基于参数配置的时间单元。此外，时隙还可以包括多个微时隙。各微时隙在时域中可以由一个或多个码元构成。此外，微时隙也可以称为子时隙。

无线帧、子帧、时隙、微时隙以及码元均表示传输信号时的时间单元。无线帧、子帧、时隙、微时隙以及码元也可以使用各自对应的其它名称。例如，一个子帧可以被称为传输时间间隔(TTI，TransmissionTimeInterval)，多个连续的子帧也可以被称为TTI，一个时隙或一个微时隙也可以被称为TTI。也就是说，子帧和/或TTI可以是现有的LTE中的子帧(1ms)，也可以是短于1ms的期间(例如1～13个码元)，还可以是长于1ms的期间。另外，表示TTI的单元也可以称为时隙、微时隙等而非子帧。

在此，TTI例如是指无线通信中调度的最小时间单元。例如，在LTE系统中，无线基站对各用户终端进行以TTI为单位分配无线资源(在各用户终端中能够使用的频带宽度、发射功率等)的调度。另外，TTI的定义不限于此。

TTI可以是经过信道编码的数据包(传输块)、码块、和/或码字的发送时间单元，也可以是调度、链路适配等的处理单元。另外，在给出TTI时，实际上与传输块、码块、和/或码字映射的时间区间(例如码元数)也可以短于该TTI。

另外，一个时隙或一个微时隙被称为TTI时，一个以上的TTI(即一个以上的时隙或一个以上的微时隙)也可以成为调度的最小时间单元。此外，构成该调度的最小时间单元的时隙数(微时隙数)可以受到控制。

具有1ms时间长度的TTI也可以称为常规TTI(LTE Rel.8-12中的TTI)、标准TTI、长TTI、常规子帧、标准子帧、或长子帧等。短于常规TTI的TTI也可以称为压缩TTI、短TTI、部分TTI(partial或fractional TTI)、压缩子帧、短子帧、微时隙、或子时隙等。

另外，长TTI(例如常规TTI、子帧等)也可以用具有超过1ms的时间长度的TTI来替换，短TTI(例如压缩TTI等)也可以用具有比长TTI的TTI长度短且1ms以上的TTI长度的TTI来替换。

资源块(RB，ResourceBlock)是时域和频域的资源分配单元，在频域中，可以包括一个或多个连续的副载波(子载波(subcarrier))。此外，RB在时域中可以包括一个或多个码元，也可以为一个时隙、一个微时隙、一个子帧或一个TTI的长度。一个TTI、一个子帧可以分别由一个或多个资源块构成。另外，一个或多个RB也可以称为物理资源块(PRB，PhysicalRB)、子载波组(SCG，Sub-CarrierGroup)、资源单元组(REG，ResourceElementGroup)、PRG对、RB对等。

此外，资源块也可以由一个或多个资源单元(RE，ResourceElement)构成。例如，一个RE可以是一个子载波和一个码元的无线资源区域。

另外，上述的无线帧、子帧、时隙、微时隙以及码元等的结构仅仅为示例。例如，无线帧中包括的子帧数、每个子帧或无线帧的时隙数、时隙内包括的微时隙数、时隙或微时隙中包括的码元和RB的数目、RB中包括的子载波数、以及TTI内的码元数、码元长度、循环前缀(CP，Cyclic Prefix)长度等的结构可以进行各种各样的变更。

此外，本说明书中说明的信息、参数等可以用绝对值来表示，也可以用与规定值的相对值来表示，还可以用对应的其它信息来表示。例如，无线资源可以通过规定的索引来指示。进一步地，使用这些参数的公式等也可以与本说明书中明确公开的不同。

在本说明书中用于参数等的名称在任何方面都并非限定性的。例如，各种各样的信道(物理上行链路控制信道(PUCCH，PhysicalUplink ControlChannel)、物理下行链路控制信道(PDCCH，PhysicalDownlink ControlChannel)等)和信息单元可以通过任何适当的名称来识别，因此为这些各种各样的信道和信息单元所分配的各种各样的名称在任何方面都并非限定性的。

本说明书中说明的信息、信号等可以使用各种各样不同技术中的任意一种来表示。例如，在上述的全部说明中可能提及的数据、命令、指令、信息、信号、比特、码元、芯片等可以通过电压、电流、电磁波、磁场或磁性粒子、光场或光子、或者它们的任意组合来表示。

此外，信息、信号等可以从上层向下层、和/或从下层向上层输出。信息、信号等可以经由多个网络节点进行输入或输出。

输入或输出的信息、信号等可以保存在特定的场所(例如内存)，也可以通过管理表进行管理。输入或输出的信息、信号等可以被覆盖、更新或补充。输出的信息、信号等可以被删除。输入的信息、信号等可以被发往其它装置。

信息的通知并不限于本说明书中说明的方式/实施方式，也可以通过其它方法进行。例如，信息的通知可以通过物理层信令(例如，下行链路控制信息(DCI，DownlinkControlInformation)、上行链路控制信息(UCI，UplinkControlInformation))、上层信令(例如，无线资源控制(RRC，RadioResourceControl)信令、广播信息(主信息块(MIB，MasterInformationBlock)、系统信息块(SIB，SystemInformationBlock)等)、媒体存取控制(MAC，MediumAccessControl)信令)、其它信号或者它们的组合来实施。

另外，物理层信令也可以称为L1/L2(第1层/第2层)控制信息(L1/L2控制信号)、L1控制信息(L1控制信号)等。此外，RRC信令也可以称为RRC消息，例如可以为RRC连接建立(RRC Connection Setup)消息、RRC连接重配置(RRC Connection Reconfiguration)消息等。此外，MAC信令例如可以通过MAC控制单元(MAC CE(Control Element))来通知。

此外，规定信息的通知(例如，“为X”的通知)并不限于显式地进行，也可以隐式地(例如，通过不进行该规定信息的通知，或者通过其它信息的通知)进行。

关于判定，可以通过由1比特表示的值(0或1)来进行，也可以通过由真(true)或假(false)表示的真假值(布尔值)来进行，还可以通过数值的比较(例如与规定值的比较)来进行。

软件无论被称为软件、固件、中间件、微代码、硬件描述语言，还是以其它名称来称呼，都应宽泛地解释为是指命令、命令集、代码、代码段、程序代码、程序、子程序、软件模块、应用程序、软件应用程序、软件包、例程、子例程、对象、可执行文件、执行线程、步骤、功能等。

此外，软件、命令、信息等可以经由传输介质被发送或接收。例如，当使用有线技术(同轴电缆、光缆、双绞线、数字用户线路(DSL，DigitalSubscriberLine)等)和/或无线技术(红外线、微波等)从网站、服务器、或其它远程资源发送软件时，这些有线技术和/或无线技术包括在传输介质的定义内。

本说明书中使用的“系统”和“网络”这样的用语可以互换使用。

在本说明书中，“无线基站(BS，BaseStation)”、“无线基站”、“eNB”、“gNB”、“小区”、“扇区”、“小区组”、“载波”以及“分量载波”这样的用语可以互换使用。无线基站有时也以固定台(fixedstation)、NodeB、eNodeB(eNB)、接入点(accesspoint)、发送点、接收点、毫微微小区、小小区等用语来称呼。

无线基站可以容纳一个或多个(例如三个)小区(也称为扇区)。当无线基站容纳多个小区时，无线基站的整个覆盖区域可以划分为多个更小的区域，每个更小的区域也可以通过无线基站子系统(例如，室内用小型无线基站(射频拉远头(RRH，RemoteRadioHead)))来提供通信服务。“小区”或“扇区”这样的用语是指在该覆盖中进行通信服务的无线基站和/或无线基站子系统的覆盖区域的一部分或整体。

在本说明书中，“移动台(MS，MobileStation)”、“用户终端(userterminal)”、“用户装置(UE，UserEquipment)”以及“终端”这样的用语可以互换使用。无线基站有时也以固定台(fixedstation)、NodeB、eNodeB(eNB)、接入点(accesspoint)、发送点、接收点、毫微微小区、小小区等用语来称呼。

移动台有时也被本领域技术人员以用户台、移动单元、用户单元、无线单元、远程单元、移动设备、无线设备、无线通信设备、远程设备、移动用户台、接入终端、移动终端、无线终端、远程终端、手持机、用户代理、移动客户端、客户端或者若干其它适当的用语来称呼。

此外，本说明书中的用户设备2400和基站2500均可以用无线基站或用户终端来替换。

在本说明书中，设为通过无线基站进行的特定动作根据情况有时也通过其上级节点(uppemode)来进行。显然，在具有无线基站的由一个或多个网络节点(networknodes)构成的网络中，为了与终端间的通信而进行的各种各样的动作可以通过无线基站、除无线基站之外的一个以上的网络节点(可以考虑例如移动管理实体(MME，MobilityManagementEntity)、服务网关(S-GW，Serving-Gateway)等，但不限于此)、或者它们的组合来进行。

本说明书中说明的各方式/实施方式可以单独使用，也可以组合使用，还可以在执行过程中进行切换来使用。此外，本说明书中说明的各方式/实施方式的处理步骤、序列、流程图等只要没有矛盾，就可以更换顺序。例如，关于本说明书中说明的方法，以示例性的顺序给出了各种各样的步骤单元，而并不限定于给出的特定顺序。

本说明书中说明的各方式/实施方式可以应用于利用长期演进(LTE，LongTermEvolution)、高级长期演进(LTE-A，LTE-Advanced)、超越长期演进(LTE-B，LTE-Beyond)、超级第3代移动通信系统(SUPER 3G)、高级国际移动通信(IMT-Advanced)、第4代移动通信系统(4G，4th generation mobile communication system)、第5代移动通信系统(5G，5th generation mobile communication system)、未来无线接入(FRA，Future RadioAccess)、新无线接入技术(New-RAT，Radio Access Technology)、新无线(NR，New Radio)、新无线接入(NX，New radio access)、新一代无线接入(FX，Future generation radioaccess)、全球移动通信系统(GSM(注册商标)，Global System for Mobilecommunications)、码分多址接入2000(CDMA2000)、超级移动宽带(UMB，Ultra MobileBroadband)、IEEE 802.11(Wi-Fi(注册商标))、IEEE 802.16(WiMAX(注册商标))、IEEE802.20、超宽带(UWB，Ultra-WideBand)、蓝牙(Bluetooth(注册商标))、其它适当的无线通信方法的系统和/或基于它们而扩展的下一代系统。

本说明书中使用的“根据”这样的记载，只要未在其它段落中明确记载，则并不意味着“仅根据”。换言之，“根据”这样的记载是指“仅根据”和“至少根据”这两者。

本说明书中使用的对使用“第一”、“第二”等名称的单元的任何参照，均非全面限定这些单元的数量或顺序。这些名称可以作为区别两个以上单元的便利方法而在本说明书中使用。因此，第一单元和第二单元的参照并不意味着仅可采用两个单元或者第一单元必须以若干形式占先于第二单元。

本说明书中使用的“判断(确定)(determining)”这样的用语有时包含多种多样的动作。例如，关于“判断(确定)”，可以将计算(calculating)、推算(computing)、处理(processing)、推导(deriving)、调查(investigating)、搜索(lookingup)(例如表、数据库、或其它数据结构中的搜索)、确认(ascertaining)等视为是进行“判断(确定)”。此外，关于“判断(确定)”，也可以将接收(receiving)(例如接收信息)、发送(transmitting)(例如发送信息)、输入(input)、输出(output)、存取(accessing)(例如存取内存中的数据)等视为是进行“判断(确定)”。此外，关于“判断(确定)”，还可以将解决(resolving)、选择(selecting)、选定(choosing)、建立(establishing)、比较(comparing)等视为是进行“判断(确定)”。也就是说，关于“判断(确定)”，可以将若干动作视为是进行“判断(确定)”。

本说明书中使用的“连接的(connected)”、“结合的(coupled)”这样的用语或者它们的任何变形是指两个或两个以上单元间的直接的或间接的任何连接或结合，可以包括以下情况：在相互“连接”或“结合”的两个单元间，存在一个或一个以上的中间单元。单元间的结合或连接可以是物理上的，也可以是逻辑上的，或者还可以是两者的组合。例如，“连接”也可以替换为“接入”。在本说明书中使用时，可以认为两个单元是通过使用一个或一个以上的电线、线缆、和/或印刷电气连接，以及作为若干非限定性且非穷尽性的示例，通过使用具有射频区域、微波区域、和/或光(可见光及不可见光这两者)区域的波长的电磁能等，被相互“连接”或“结合”。

在本说明书或权利要求书中使用“包括(including)”、“包含(comprising)”、以及它们的变形时，这些用语与用语“具备”同样是开放式的。进一步地，在本说明书或权利要求书中使用的用语“或(or)”并非是异或。

以上对本发明进行了详细说明，但对于本领域技术人员而言，显然，本发明并非限定于本说明书中说明的实施方式。本发明在不脱离由权利要求书的记载所确定的本发明的宗旨和范围的前提下，可以作为修改和变更方式来实施。因此，本说明书的记载是以示例说明为目的，对本发明而言并非具有任何限制性的意义。

Claims (10)

1.一种用户设备，包括：

控制单元，配置为获取多址签名，所述多址签名是根据所述用户设备的激活信息从多址签名池中确定的，所述用户设备的激活信息与所述用户设备的激活有关；

发送单元，配置为使用所述多址签名发送数据。

2.如权利要求1所述的用户设备，其中，

所述控制单元获取所述用户设备的激活信息；

获取由用户设备根据所述激活信息从所述多址签名池中确定的所述多址签名。

3.如权利要求2所述的用户设备，其中，

所述用户设备还包括：接收单元，配置为接收基站所发送的关于多址签名组的信息，所述关于多址签名组的信息用于指示所述多址签名池中的至少一个多址签名组，每个所述多址签名组中包括至少一个多址签名；

所述控制单元根据所述用户设备的激活信息和关于所述多址签名组的信息，确定所述多址签名。

4.如权利要求1所述的用户设备，其中，

所述控制单元获取所述用户设备的激活信息；

所述发送单元向基站发送所述用户设备的激活信息，以使所述基站根据所述用户设备的激活信息从所述多址签名池中确定所述多址签名和多址签名组中的至少一个；

所述用户设备还包括：接收单元，配置为接收指示基站所确定的关于多址签名和多址签名组的信息中的至少一个，以获取所述多址签名。

5.如权利要求1所述的用户设备，其中，

所述发送单元向基站发送指示所述基站对所述用户设备的激活信息进行估计的指示信号；

所述用户设备还包括：接收单元，配置为从基站接收关于所述多址签名的信息，所述关于多址签名的信息用于指示所述多址签名，所述多址签名是基站根据对用户设备的激活信息的估计结果，从所述多址签名池中所确定的。

6.如权利要求2-4中任一项所述的用户设备，其中，

所述控制单元根据历史激活信息和高层激活信息中的至少一种获取所述用户设备的激活信息，其中所述历史激活信息指示所述用户设备的历史激活行为有关的信息，所述高层激活信息是通过高层通知的与所述用户设备激活有关的信息。

7.如权利要求1所述的用户设备，其中，所述多址签名包括比特到符号的映射和扩频序列中的至少一种。

8.如权利要求1所述的用户设备，其中，

所述多址签名池中的多址签名是通过深度学习算法，基于符号检测错误率和用户设备激活状态检测错误率构建的；或

所述多址签名池中的至少部分多址签名是基于另一多址签名池获取的。

9.一种基站，包括：

控制单元，配置为获取用户设备的激活信息，所述用户设备的激活信息与所述用户设备的激活有关；

至少根据所述用户设备的激活信息，从多址签名池中确定所述用户设备发送数据所使用的多址签名组和多址签名中的至少一个，每个所述多址签名组包括至少一个多址签名；

发送单元，配置为发送关于所述多址签名组的信息和关于所述多址签名的信息中的至少一个。

10.一种由用户设备执行的方法，所述方法包括：

获取多址签名，所述多址签名是根据所述用户设备的激活信息从多址签名池中确定的，所述用户设备的激活信息与所述用户设备的激活有关；

使用所述多址签名发送数据。