CN114039635B - 用于压缩和/或解压缩信道状态信息的设备和方法 - Google Patents

用于压缩和/或解压缩信道状态信息的设备和方法 Download PDF

Info

Publication number
CN114039635B
CN114039635B CN202111133707.6A CN202111133707A CN114039635B CN 114039635 B CN114039635 B CN 114039635B CN 202111133707 A CN202111133707 A CN 202111133707A CN 114039635 B CN114039635 B CN 114039635B
Authority
CN
China
Prior art keywords
spatial
transfer function
transformation
frequency
transform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111133707.6A
Other languages
English (en)
Other versions
CN114039635A (zh
Inventor
弗拉基米尔·亚历山大罗维奇·莱什赫夫
路易斯·阿尔韦托·苏亚雷斯·里韦拉
尼基塔·安德列维奇·里阿博夫
亚历山大·伊万诺维奇·舍斯托比托夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202111133707.6A priority Critical patent/CN114039635B/zh
Publication of CN114039635A publication Critical patent/CN114039635A/zh
Application granted granted Critical
Publication of CN114039635B publication Critical patent/CN114039635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/28—Systems for automatic generation of focusing signals
    • G02B7/36—Systems for automatic generation of focusing signals using image sharpness techniques, e.g. image processing techniques for generating autofocus signals
    • G02B7/38—Systems for automatic generation of focusing signals using image sharpness techniques, e.g. image processing techniques for generating autofocus signals measured at different points on the optical axis, e.g. focussing on two or more planes and comparing image data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
    • H04L1/0028—Formatting
    • H04L1/0029—Reduction of the amount of signalling, e.g. retention of useful signalling or differential signalling
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/06—Means for illuminating specimens
    • G02B21/08—Condensers
    • G02B21/12—Condensers affording bright-field illumination
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/24—Base structure
    • G02B21/241—Devices for focusing
    • G02B21/244—Devices for focusing using image analysis techniques
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B13/00—Viewfinders; Focusing aids for cameras; Means for focusing for cameras; Autofocus systems for cameras
    • G03B13/32—Means for focusing
    • G03B13/34—Power focusing
    • G03B13/36—Autofocus systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0417—Feedback systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
    • H04L1/0026—Transmission of channel quality indication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/025—Channel estimation channel estimation algorithms using least-mean-square [LMS] method
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2626—Arrangements specific to the transmitter only
    • H04L27/2627—Modulators
    • H04L27/2634—Inverse fast Fourier transform [IFFT] or inverse discrete Fourier transform [IDFT] modulators in combination with other circuits for modulation
    • H04L27/2636—Inverse fast Fourier transform [IFFT] or inverse discrete Fourier transform [IDFT] modulators in combination with other circuits for modulation with FFT or DFT modulators, e.g. standard single-carrier frequency-division multiple access [SC-FDMA] transmitter or DFT spread orthogonal frequency division multiplexing [DFT-SOFDM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
    • H04N25/615—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4" involving a transfer function modelling the optical system, e.g. optical transfer function [OTF], phase transfer function [PhTF] or modulation transfer function [MTF]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10068—Endoscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/10—Polarisation diversity; Directional diversity

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Optics & Photonics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Discrete Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Power Engineering (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明涉及生成压缩信道状态信息，以及从所述压缩信道状态信息中恢复信道状态信息。一种用于压缩信道状态信息(channel state information，CSI)的计算设备，其中，所述CSI表示具有空间维度和频率维度的信道传递函数H(101)，所述计算设备包括变换单元(111)，用于后续以任意顺序对所述信道传递函数H(101)进行空间变换(104、109)和频率到时间变换(106、107)以获得变换后信道传递函数HT(110)，以及压缩单元(112、114)，用于选择所述变换后信道传递函数HT(110)的值并基于选定值生成压缩信道状态信息(CCSI)(115)。

Description

用于压缩和/或解压缩信道状态信息的设备和方法
技术领域
本发明涉及在通信***中(例如在无线通信中)生成压缩信道状态信息并从所述压缩信道状态信息中恢复信道状态信息。
背景技术
图13中示出了这种通信***的示例。图中示出了移动电信***的一个部分的示意表示。当前，移动电信正飞速发展，以满足不断增长的数据流量的需求。尤其是MIMO(多输入多输出)和大规模MIMO(相对于MIMO，增加了基站天线的数量)，由于能够同时为多用户提供高数据容量和扩展的小区覆盖，成为当前该方向的热点话题，同时相对于传统***，需要较低的发射功率。
在所描绘的示例中，示出了基站1301，例如长期演进网络(LTE)的演进型基站(eNodeB)，包括N个天线。用户设备(UE)，例如手机1302，与所述基站1301通信。
为了定义波束成形传输配置(F个可用子带中的每一个子带中的N个天线中的每个天线的发射功率和相位偏移)最适合用于通信，所述eNodeB 1301向所述UE 1302发送一系列导频信号1303。所述UE 1302从接收到的导频信号1303估计信道状态信息(CSI)。该CSI可以例如表示信道传递函数，该信道传递函数以NxF大小的信道矩阵H的形式给出，每个元素hn,f通过子带f(0≤f≤F–1)中的天线n(0≤n≤N–1)表示信号路径的传递函数的幅度和相位。然后，所述CSI通过信道状态报告(CSI报告)1304传输回所述eNodeB 1301。基于所述信道状态报告，所述eNodeB 1301选择用于与用户设备进行通信的传输配置。由于信道条件不同，需要周期性地估计CSI并将其作为信道状态报告进行传输。
但是，重复地传输信道状态报告会降低信道容量，即，基站和用户设备之间双向通信可用的无线资源、频谱和时隙。传输比特中不用于通信但用于信道状态报告的部分通常称为信道状态报告的开销。因此，为了解决反馈信道容量的限制，需要将CSI压缩后在信道状态报告中发送给基站，从而减少信道状态报告的开销。压缩所述CSI意味着减小所述CSI的数字表示的大小，即，传输CSI所需的比特数。CSI的准确性与开销的减少之间存在着一种权衡关系。
为了利用这种技术的功能，CSI的准确性对于MIMO和大规模MIMO***特别重要。对于频分双工(FDD)，这尤其重要，因为下行信道(DL)(从eNodeB到UE)和上行信道(UL)(从UE到eNodeB)之间缺乏信道互易性。时分双工(TDD)的场景与此相反，可以利用这种互易性。在FDD的当前标准中，CSI使用预编码矩阵指示(PMI)以量化的形式从用户设备(UE)发送给eNodeB，以便从码本中选择预定义的预编码器。如果码本中选项的数量增加以提供更精细的分辨率，则会出现准确预编码器选择和CSI报告开销之间的权衡。
在《2013年第19届欧洲无线会议(EW)论文集》中2013年4月第1页至6页，由T.Wild，C.Hoek，G.Herzog，J.Koppenborg著作的《利用稀疏性的多天线OFDM信道反馈压缩》，作者提出了基于无线信道稀疏性的CSI压缩机制。从本质上讲，由于无线信道在时域上的多径特性，当信号到达接收器时，它可能以多个副本到达，每个副本具有与簇方向相关联的一定的特征延迟。这里，压缩原理在于从频域到时域的傅里叶逆变换后从最显著的抽头延迟分量中提取相关信息，从而利用频率相关性，并假设共址天线中的稀疏特性相似。
Dennishui和Leonid Krasny提出的美国专利号8213368B2名称为“基于二阶信道统计的信道反馈自适应压缩”在频率到时间傅里叶变换中使用相同的原则。然而，主要的贡献是基于统计的参数选择，即，通过空间变换使用统计分析的延迟抽头量化配置。
在《IEEE汽车技术论文集》2014年9月第63卷，第7期，第3263至3275页，Y.P.Zhang、P.Wang、S.Feng、P.Zhang和S.Tong著作的《下行MIMO-OFDM***高效信道状态信息压缩与反馈研究》，作者介绍了一种适用于时域上慢变化信道的方案，使得在这些场景中联合利用频率和时间相关性成为可能。时域相关性的利用是通过仅对慢变化信道在时域上的差分变化进行压缩实现的，否则只能利用频率相关性。
在2014年12月第364至369页的2014IEEE全球通信会议期刊(GC Wkshps)，Y.Han、W.Shin和J.Lee著作的《FDD大规模MIMO***中基于投影的反馈压缩》中，作者基于短时尺度历史信道知识提出一种基于时空相关性的联合压缩方法。具体而言，在本提案中，通过使用卡胡南-洛维变换(KLT)矩阵将信道向量(对应于上述信道矩阵H的行，用于固定频率范围)投影到缩减维度空间来利用空间相关性。该变换的实现是从空间相关矩阵的主导特征方向获得的。基于KLT的这些类方案的潜在缺点可能是，此类方法依赖于长期信道统计数据，这些统计数据需要传输并在发射器和接收器处可用，以便进行适当的计算。
在2016年IEEE第17届无线通信信号处理进步国际研讨会期刊(SPAWC)2016年7月第1至6页，由M.Alodeh、S.Chatzinotas和B.Ottersten著作的“相关多用户MISO信道中的CSI联合压缩和反馈”中，通过KLT利用相同压缩原理来降低信道方向信息的维度。本文的主要贡献在于提供了一个自适应量化方案，以实现CSI准确性和开销之间的良好平衡，同时实现低性能损失。
在2015年IEEE国际通信大会(ICC)上，《FD-MIMO空间信道反馈的简化》2015年6月第3873至3878页，E.Onggosanusi、Y.Li、M.S.Rahman、Y.H.Nam、J.Zhang、J.Y.Seol和T.Kim通过利用空间相关性来描述信道。所述技术为二维(2D)MIMO天线阵列提供简化的空间信道矩阵，即，排列在行和列中并具有一个或多个极化方向的天线元件的矩形阵列(见图6b)。作者利用了信号可以通过若干离开角聚类到达接收器终端，并伴有相关角度扩展的事实。这些聚类特性使得通过一些简化的子空间来描述信道矩阵成为可能，这些子空间的系数可以被量化并传输回eNodeB以用于预编码器计算。
上述压缩提议在当前3GPP标准中均未使用。在FDD中，当eNodeB从其发射器天线向用户设备(UE)发送一组CSI参考信号时，启动CSI闭环反馈过程。从UE中的接收信号计算一组传输参数并在CSI报告中发送。该报告由预编码矩阵指示(PMI)、信道质量指示(CQI)和秩指示(RI)组成。特别地，PMI用于向eNodeB指示与理想信道特征向量最接近的最方便的预编码器权重集合，以便从码本中包含的预编码器矩阵的量化集合中选择。
为了提高码本预编码的准确性，需要增加码本中可供选择的预编码器的数量，最终需要更多的比特用于PMI，从而增加报告开销。此外，由于在元素之间具有恒定幅度和相位斜率的固定结构，当前3GPP标准码本提供的选择集也有限。此外，用于CSI端口正交导频分配的资源是有限的，以便优先数据传输的可用无线资源。考虑到上述问题，科研界认为难以寻求用于16Tx、32Tx、64Tx FDD***及其他的替代信道信息报告和信道预编码器重建的更好方法。
发明内容
因此，本发明的目的是提供一种用于压缩和/或解压缩信道状态信息的改进型设备和/或方法。
上述和其他目的通过独立权利要求的特征来实现。进一步的实现形式在从属权利要求、具体说明和附图中显而易见。
根据第一方面，提供了一种用于压缩信道状态信息(CSI)的计算设备。所述CSI表示具有空间维度和频率维度的信道传递函数。所述计算设备包括：变换单元，用于后续以任意顺序对所述信道传递函数进行空间变换和频率到时间变换以获得变换后信道传递函数，以及压缩单元，用于选择所述变换后信道传递函数的值并基于选定值生成压缩信道状态信息(CCSI)。
压缩所述CSI意味着减小所述CSI的数字表示的大小。在压缩操作之前应用空间变换和频率到时间变换可以提高压缩增益，即，导致压缩CSI较小，在准确性上没有任何损失(或损失至多是可容忍的)。更具体地说，通过应用这些变换，可以利用空间和频率维度上的相关性。因此，可以有效地减小信道状态信息的大小。例如，这有利于存储所述CSI(例如，在基站或用户设备的存储器中)或有利于,例如，从用户设备到基站或反之亦然传输所述CSI(例如，在信道状态报告中)。
在所述第一方面的一种实现方式中，所述信道传递函数涉及发射天线的数量N和频率范围的数量F，并且以矩阵H的形式给出，其中，
如果所述变换单元用于在所述频率到时间变换之前进行所述空间变换，则所述变换单元用于对矩阵H的每一行进行所述空间变换，并对由空间变换产生的矩阵的每一列进行所述频率到时间变换。如果所述变换单元用于在所述空间变换之前进行所述频率到时间变换，则所述变换单元用于对矩阵H的每一列进行所述频率到时间变换，并对由所述频率到时间变换产生的矩阵的每一行进行所述空间变换。
因此，可以通过易于进行的矩阵计算来变换信道传递函数。
在所述第一方面的另一实现方式中，所述压缩单元包括：选择单元，用于从所述变换后信道传递函数中选择具有最大幅度的预定数量L个值或超过预定幅度的所有值；报告生成单元，用于基于所述变换后信道传递函数的所述选定值生成信道状态报告。
因此，可以仅考虑最重要的信息以压缩所述信道状态信息和生成所述信道状态报告。
在所述第一方面的另一实现方式中，所述报告生成单元还用于以一种方式生成所述信道状态报告，使得对于所述变换后信道传递函数的每个选定值，所述信道状态报告包括所述选定值在所述变换后信道传递函数中的位置。
因此，可以从所述信道状态报告轻松地恢复所述信道状态信息。
在所述第一方面的另一实现方式中，所述报告生成单元还用于以一种方式生成所述信道状态报告，使得对于所述变换后信道传递函数的每个选定值，所述信道状态报告包括三元组，所述三元组包括所述选定值的幅度和相位，以及指示所述选定值在所述变换后信道传递函数中的位置的索引。
因此，可以在所述信道状态报告中高效地包含位置信息。
在所述第一方面的另一实现方式中，所述报告生成单元还用于针对具有最大幅度的所述选定值，对所述选定值的所述幅度进行归一化和/或对所述选定值的幅度和/或相位进行量化。
因此，可以进一步减少信道状态报告中的开销。
在所述第一方面的另一实现方式中，如果所述信道传递函数为具有若干天线的一行天线和所述天线的一个极化方向的函数，则所述变换单元用于将所述空间变换作为一维空间变换来进行。如果所述信道传递函数是多行天线和/或所述天线的多个极化方向的函数，每一行和/或每一极化方向具有若干天线，所述变换单元用于针对每一频率范围进行如下步骤：根据行数和极化方向数量，将包括与所述相应频率范围相关的信道传递函数的所有元素的线性阵列重整型为多维阵列；将所述空间变换作为多维空间变换来进行；将所述空间变换的结果重新排列为线性阵列。
因此，可以考虑不同的天线配置。
在所述第一方面的另一实现方式中，所述空间变换包括N个天线空域内的离散傅里叶变换、快速傅里叶变换或主成分分析相关变换(例如，特征值分解、奇异值分解或卡胡南-洛维变换)，和/或所述频率到时间变换包括频域内的离散傅里叶逆变换或快速傅里叶逆变换。
因此，可以通过能够在处理单元上高效进行的众所周知的算法来进行空间变换和频率到时间变换。
上述目的也根据第二方面实现。
根据第二方面，提供了一种从压缩信道状态信息(CCSI)中恢复信道状态信息(CSI)的恢复设备。所述CSI表示具有空间维度和频率维度的信道传递函数。所述设备包括：解压缩单元，用于对所述CCSI进行解压缩，以获得恢复的变换后信道传递函数；以及再变换单元，用于后续以任意顺序对所述恢复的变换后信道传递函数进行时间到频率变换和空间逆变换，从而再变换所述恢复的变换后信道传递函数，以获得所述恢复的传递函数HR。
解压缩所述CSI意味着增加所述CCSI的数字表示的大小。在解压缩操作之后应用空间逆变换和时间到频率变换使得恢复原始CSI的信息成为可能(例如，利用空间和频率维度的相关性进行压缩之前的CSI)，没有或至多有一些可容忍损失。例如，这有利于恢复，例如，用户设备发送到基站的信道状态报告或基站发送到用户设备的信道状态报告。
在所述第二方面的一种实现方式中，所述恢复的变换后信道传递函数涉及时间抽头的数量T和空间分量的数量K，并且以矩阵HTR形式给出，其中，
如果所述再变换单元用于在所述空间逆变换之前进行所述时间到频率变换，则所述再变换单元用于对矩阵HTR的每一列进行所述时间到频率变换，并对由所述时间到频率变换产生的矩阵的每一行进行所述空间逆变换。如果所述再变换单元用于在所述时间到频率变换之前进行所述空间逆变换，则所述再变换单元用于对矩阵HTR的每一行进行所述空间逆变换，并对由所述空间逆变换产生的矩阵的每一列进行所述时间到频率变换。
因此，可以通过易于进行的矩阵计算来恢复信道状态信息。
在所述第二方面的另一实现方式中，所述解压缩单元包括：重排列单元，用于根据所述CCSI中包括的位置信息，以二维矩阵的形式重新排列所述CCSI中包括的值。
由此，可以重构所述恢复的变换后信道传递函数中的值的二维排列。
在第二方面的另一种实现方式中，所述解压缩单元还包括：去量化单元，用于对所述值的幅度和/或相位进行去量化。
因此，可以检索每个值的原始幅度和/或相位。
在所述第二方面的另一实现方式中，所述解压缩单元还包括重归一化单元，用于对所述值的所述幅度进行重归一化。
因此，可以检索每个值的原始幅度。
在第二方面的另一种实现方式中，如果所述恢复的信道传递函数为具有若干天线的一行天线和所述天线的一个极化方向的函数，则所述再变换单元用于将所述空间逆变换作为一维空间逆变换来进行；或如果所述恢复的信道传递函数是多行天线和/或所述天线的多个极化方向的函数，每一行和/或每一极化方向具有若干天线，所述再变换单元用于针对每一时间抽头进行如下步骤：根据行数和极化方向数量，将包括与所述时间抽头相关的恢复的变换后信道传递函数的所有元素的线性阵列重新排列为多维阵列；将所述空间逆变换作为多维空间逆变换来进行；以及将所述空间逆变换的结果重新排列为线性阵列。
因此，可以考虑不同的天线配置。
在所述第二方面的另一实现方式中，所述时间到频率变换包括返回到所述频域的离散傅里叶变换或快速傅里叶变换，和/或所述空间逆变换包括返回到N个天线空域的离散傅里叶逆变换、快速傅里叶逆变换或主成分分析相关逆变换(例如，特征值逆分解、奇异值逆分解或卡胡南-洛维逆变换)。
因此，可以通过能够在处理单元上有效进行的众所周知的算法来进行空间逆变换和时间到频率变换。
上述目的也根据第三方面实现。
根据第三方面，提供了一种通信***，包括用于以压缩方式传输信道状态信息(CSI)的源设备，以及用于接收压缩信道状态信息的目标设备。所述源设备包括第一方面所述的计算设备，和/或所述目标设备包括第二方面所述的恢复设备。
因此，可以利用所述增加的压缩增益在源设备和目标设备之间传送所述CSI，而不会有任何(或至多具有可容忍的)准确性损失。例如，源设备可以是无线通信***的用户设备，目标设备可以是无线通信***的基站，反之亦然。
上述目的也根据第四方面实现。
根据第四方面，提供了一种用于压缩信道状态信息(CSI)的计算方法。所述CSI表示具有空间维度和频率维度的信道传递函数。所述计算方法包括：后续以任意顺序对信道传递函数进行空间变换和频率到时间变换，以获得变换后信道传递函数；以及压缩所述变换后信道传递函数以生成压缩信道状态信息(CCSI)。
如上所述，压缩所述CSI意味着减小所述CSI的数字表示的大小。在压缩操作之前应用空间变换和频率到时间变换可以提高压缩增益，即，导致压缩CSI较小，在准确性上没有任何损失(或损失至多是可容忍的)。更具体地说，通过应用这些变换，可以利用空间和频率维度上的相关性。因此，可以有效地减小信道状态信息的大小。例如，这有利于存储所述CSI(例如，在基站或用户设备的存储器中)或有利于从基站到用户设备或反之亦然传输所述CSI(例如，在信道状态报告中)。
在所述第四方面的一种实现方式中，所述信道传递函数涉及发射天线的数量N和频率范围的数量F，并且以矩阵H的形式给出，其中，
如果在所述频率到时间变换之前进行所述空间变换，则对矩阵H的每一行进行所述空间变换，并对由空间变换产生的矩阵的每一列进行所述频率到时间变换。如果在所述空间变换之前进行所述频率到时间变换，则对矩阵H的每一列进行所述频率到时间变换，并对由所述频率到时间变换产生的矩阵的每一行进行所述空间变换。
因此，可以通过易于进行的矩阵计算来变换信道传递函数。
根据第四方面或根据第四方面的第一种实现方式，在第二种实现方式中，压缩所述变换后信道传递函数包括：从所述变换后信道传递函数中选择具有最大幅度的预定数量个值或超过预定幅度的所有值；基于所述变换后信道传递函数的所述选定值生成信道状态报告。
因此，可以仅考虑最重要的信息以压缩所述信道状态信息和生成所述信道状态报告。
根据第四方面的第二实现形式，在第三种实现形式中，生成信道状态报告还包括：以一种方式生成所述信道状态报告，使得对于所述变换后信道传递函数的每个选定值，所述信道状态报告包括所述选定值在所述变换后信道传递函数中的位置。
因此，可以从所述信道状态报告轻松地恢复所述信道状态信息。
根据第四方面的第二和第三种实现形式中的任一实现形式，在第四种实现形式中，生成信道状态报告还包括：以一种方式生成所述信道状态报告，使得对于所述变换后信道传递函数的每个选定值，所述信道状态报告包括三元组，所述三元组包括所述选定值的幅度和相位，以及指示所述选定值在所述变换后信道传递函数中的位置的索引。
因此，可以在所述信道状态报告中高效地包含位置信息。
根据所述第四方面的所述第二至第四实现形式中的任一实现形式，在第五种实现形式中，生成信道状态报告还包括：对所述选定值的幅度和/或相位进行量化，和/或针对具有最大幅度的所述选定值，对所述选定值的所述幅度进行归一化。
因此，可以进一步减少信道状态报告中的开销。
根据第四方面或第四方面的前述实现形式中的任一者，在第六种实现形式中，如果所述信道传递函数为若干天线的一行天线以及所述天线的一个极化方向的函数，则将所述空间离散变换作为一维空间变换来进行。如果所述信道传递函数是多行天线和/或所述天线的多个极化方向的函数，每一行和/或每一极化方向具有若干天线，针对每一频率范围进行如下步骤：根据行数和极化方向数量，将包括与所述相应频率范围相关的信道传递函数的所有元素的线性阵列重整型为多维阵列；将所述空间变换作为多维空间变换来进行；将所述空间变换的结果重新排列为线性阵列。
因此，可以考虑不同的天线配置。
根据第四方面或根据第四方面的前述实现形式中的任一者，在第七种实现形式中，所述空间变换包括N个天线空域内的离散傅里叶变换、快速傅里叶变换或主成分分析相关变换(例如，特征值分解、奇异值分解或卡胡南-洛维变换)，和/或所述频率到时间变换包括频域内的离散傅里叶逆变换或快速傅里叶逆变换。
因此，可以通过能够在处理单元上高效进行的众所周知的算法来进行空间变换和频率到时间变换。
上述目的也根据第五方面实现。
根据第五方面，提供了一种从压缩信道状态信息(CCSI)中恢复信道状态信息(CSI)的方法。所述CSI表示具有空间维度和频率维度的信道传递函数。所述方法包括：对所述CCSI进行解压缩，以获得恢复的变换后信道传递函数；以及后续以任意顺序对所述恢复的变换后信道传递函数进行空间逆变换和时间到频率变换，从而再变换所述恢复的变换后信道传递函数，以获得所述恢复的信道传递函数HR。
如上所述，解压缩所述CSI意味着增加所述CCSI的数字表示的大小。在解压缩操作之后应用空间逆变换和时间到频率变换使得完全或部分恢复CSI的信息成为可能，所述CSI已利用空间和频率维度的相关性被压缩，有一些可容忍损失。例如，这有利于，例如，从用户设备发送到基站的信道状态报告或基站发送到用户设备的信道状态报告中恢复CSI。
在所述第五方面的第一种实现方式中，所述恢复的变换后信道传递函数涉及时间抽头的数量T和空间分量的数量K，并且以矩阵HTR形式给出，其中，
如果在所述空间逆变换之前进行所述时间到频率变换，则对矩阵HTR的每一列进行所述时间到频率变换，并对由所述时间到频率变换产生的矩阵的每一行进行所述空间逆变换。如果在所述时间到频率变换之前进行所述空间逆变换，则对矩阵HTR的每一行进行所述空间逆变换，并对由所述空间逆变换产生的矩阵的每一列进行所述时间到频率变换。
因此，可以通过易于进行的矩阵计算来恢复信道状态信息。
根据第五方面或根据第五方面的第一种实现形式，在第二种实现形式中，解压CCSI包括：根据所述CCSI中包括的位置信息，以二维矩阵的形式重新排列所述CCSI中包括的值。
由此，可以重构所述恢复的变换后信道传递函数中的值的二维排列。
根据第五方面或根据第五方面的前述实现形式中的任一者，在第三种实现形式，对CCSI进行解压缩还包括：对所述值的幅度和/或相位进行去量化。
因此，可以检索每个值的原始幅度和/或相位。
根据第五方面或根据第五方面的前述实现形式中的任一者，在第四种实现形式中，对CCSI进行解压缩还包括：对所述值的幅度进行重归一化。
因此，可以检索每个值的原始幅度。
根据第五方面或第五方面的前述实现形式中的任一者，在第五种实现形式中，如果所述恢复的信道传递函数为具有若干天线的一行天线和所述天线的一个极化方向的函数，则将所述空间逆变换作为一维空间逆变换来进行。如果所述恢复的信道传递函数是多行天线和/或所述天线的多个极化方向的函数，每一行和/或每一极化方向具有若干天线，针对每一时间抽头进行如下步骤：根据行数和极化方向数量，将包括与所述时间抽头相关的恢复的变换后信道传递函数的所有元素的线性阵列重整型为多维阵列；将所述空间逆变换作为多维空间逆变换来进行；以及将所述空间逆变换的结果重新排列为线性阵列。
因此，可以考虑不同的天线配置。
根据第五方面或根据第五方面的前述实现形式中的任一者，在第六种实现形式中，所述时间到频率变换包括返回到所述频域的离散傅里叶变换或快速傅里叶变换，和/或所述空间逆变换包括返回到N个天线空域的离散傅里叶逆变换、快速傅里叶逆变换或主成分分析相关逆变换(例如，特征值逆分解、奇异值逆分解或卡胡南-洛维逆变换)。
因此，可以通过能够在处理单元上有效进行的众所周知的算法来进行空间逆变换和时间到频率变换。
上述目的也根据第六方面实现。
根据第六方面，提供了一种将压缩信道状态信息(CCSI)作为反馈从源设备传输到目标设备的方法。所述方法包括：根据所述第四方面的方法压缩所述源设备中的信道状态信息(CSI)，将所述CCSI传输至所述目标设备，以及根据所述第五方面的方法在所述目标设备中解压缩传输的CCSI。
因此，可以利用所述增加的压缩增益在源设备和目标设备之间传送所述CSI，而不会有任何(或至多具有可容忍的)准确性损失。例如，源设备可以是无线通信***的用户设备，目标设备可以是无线通信***的基站，反之亦然。
上述目的也根据第七方面实现。
根据所述第七方面，提供了一种计算机程序，其特征在于，所述程序具有程序代码，当所述程序在处理器上或在计算机上进行时，用于进行根据所述第四方面、第五方面或第六方面或这些方面的任一实现形式的方法。
因此，可以在处理器上进行所述方法，所述方法由软件控制。此外，所述方法可以自动和可重复的方式进行。
更具体地，需要说明的是，上述所有设备和装置的实现可以基于具有分立硬件组件的分立硬件电路、集成芯片或芯片模块的布置，或者基于软件例程或程序所控制的信号处理设备或芯片。所述软件例程或程序存储在存储器中，写在计算机可读介质上或从网络如因特网上下载。
还应理解，本发明的优选实施例也可以是从属权利要求或上述实施例与相应独立权利要求的任何组合。
本发明的这些和其它方面结合下文描述的实施例阐明并显而易见。
附图说明
图1是根据本发明实施例的用于压缩信道状态信息的设备的框图。
图2是图1所示设备中包括的变换单元的第一变体的框图。
图3是图1所示计算设备中包括的变换单元的第二变体的框图。
图4是使用图2所示的电路的信道传递函数的变换的示意图。
图5是使用图3所示的电路的信道传递函数的变换的示意图。
图6a为在单行中布置具有相同极化方向的若干天线的相关示意图。
图6b为在多行中布置具有多个极化方向的若干天线的相关示意图。
图7是根据本发明实施例的用于压缩信道状态信息的方法的流程图。
图8是根据本发明实施例的用于从压缩信道状态信息中恢复信道状态信息的设备的框图。
图9是根据本发明实施例的用于从压缩信道状态信息中恢复信道状态信息的方法的流程图。
图10是示出通过本发明实施例实现的模拟结果的图。
图11是云无线接入网(C-RAN)回传场景的示意图，该场景是本发明可应用的***的示例。
图12为用于毫米波方法的另一种天线配置的示意图，该配置是对于本发明可应用***的示例。
图13为移动电信***的截面的示意图，所述***是本发明可应用的通信***的示例。
具体实施方式
在下文中，结合所附附图描述了本发明的实施例。
图1是用于压缩信道状态信息(CSI)的计算设备100的框图。这种计算设备例如可如图13中所示包括在用户设备(UE)1302中。计算设备接收CSI 101，所述CSI 101表示信道传递函数H，所述信道传递函数H的空间维度对应于发射天线的数量N，频率维度对应于频率范围的数量F。例如，所述CSI 101可由所述UE 1302基于由所述演进型基站(eNodeB)1301发送并由所述UE 1302接收的导频信号集合1303估计。基于所获得的测量，UE估计具有空间维度和频率维度的所述CSI 101。
可选地，所述计算设备100包括重整型单元102，其仅用于为特定天线配置重整型信道传递函数H，稍后将参考图6b进行描述。
所述计算设备100还包括变换单元111。变换单元111用于对所述信道传递函数H101(或重整型信道传递函数H’103)进行变换，获得变换后信道传递函数HT 110。
根据本发明，后续以任意顺序对所述信道传递函数101(或重整型信道传递函数103)进行空间变换和频率到时间变换。因此，可以利用空间和频率维度中的相关性。结合这两种类型的相关性，在空间和频率到时间的组合变换之后，可以在压缩期间大大减小CSI的数字表示的大小。此外，可以确保所传输的CSI的高准确性。
所述变换单元111具有两个不同的信号路径，这两个信号路径在进行空间变换和频率到时间变换的顺序上有所不同。
上信号路径用于先进行空间变换，再进行频率到时间变换的情况。在此情况下，所述信道传递函数101(或所述重整型信道传递函数103)被提供给空间变换单元104，所述空间变换单元104用于进行空间变换以获得中间结果105。中间结果105被提供给频率到时间变换单元106，所述频率到时间变换单元106用于进行频率到时间变换以获得所述变换后信道传递函数110。
下信号路径用于先进行频率到时间变换，再进行空间变换的情况。在此情况下，所述信道传递函数101(或所述重整型信道传递函数103)被提供给频率到时间变换单元107，所述频率到时间变换107用于进行频率到时间变换以获得中间结果108。所述中间结果108被提供给空间变换单元109，所述空间变换单元109用于进行空间变换以获得所述变换后信道传递函数110。
所示变换单元111的变体在图2和3中所示。其中，图2示出了用于在频率到时间变换之前进行空间变换的变换单元200，图3示出了用于在空间变换之前进行频率到时间变换的变换单元300。
如在所述变换单元111的上信号路径中，所述变换单元200用于使信道传递函数201被提供给空间变换单元202，所述空间变换单元202用于进行空间变换以获得中间结果203。所述中间结果203被提供给频率到时间变换单元204，所述频率到时间变换单元204用于进行频率到时间变换以获得变换后信道传递函数205。
如在所述变换单元111的下信号路径中，所述变换单元300用于使信道传递函数301被提供给频率到时间变换单元302，所述频率到时间变换单元302用于进行频率到时间变换以获得中间结果303。所述中间结果303被提供给空间变换单元304，所述空间变换单元304用于进行空间变换以获得变换后信道传递函数305。
空间和频率到时间组合变换的一般原理下面用一个线性阵列的例子来说明。该示例中的空间维度与天线的数量N有关，而频率维度与频率范围的数量F有关。每个频率范围可以是用于通信的频段的一个子带。然而，频率范围也可以大于子带，例如包括一个以上的子带，或小于子带，例如，3GPP LTE上下文中的子载波级别或资源块(RB)级别(子载波组)。
在线性阵列中，对于每个频率范围f(0≤f≤F–1)，信道传递函数H包括由以下公式给出的信道向量Hf：
Hf＝(hf,0 hf,1 … hf,n … hf,N-1)。
然后，以信道矩阵的形式给出整个信道传递函数H，其中，
因此，信道向量Hf可以视为信道矩阵H的一行。例如，每个元素hf,n表示用于在频率范围f内通过天线n传输的信道传递函数的幅度和相位。如果在频率到时间变换之前进行空间变换，则对矩阵H的每一行进行空间变换，对空间变换产生的矩阵的每一列进行频率到时间变换。如果先进行频率到时间变换再进行空间变换，则对矩阵H的每一列进行频率到时间变换，对频率到时间变换产生的矩阵的每一行进行空间变换。
作为空间和频率到时间变换的特定非限制性示例，参考图4和5描述了使用离散傅里叶变换的实施例。其中，图4示出了空间变换在频率到时间变换之前进行时的流程，如在所述变换单元111或所述变换单元200的上路径中，图5示出了频率到时间变换在空间变换之前进行的过程，如在所述变换单元111或所述变换单元300的下路径中。
在图4中，401示出了信道传递函数H的三维图形表示。频率范围f(0≤f≤F–1)和天线n(0≤n≤N–1)形成二维网格，并且每个元素hf,n的幅度A被表示为f-n网格上的高度。
然后，将离散傅里叶变换(DFT)402应用于信道传递函数H的每个信道向量Hf，即，应用于信道矩阵H的每一行。在包括单行天线的线性天线阵列的情况下，所有天线的极化方向相同，所述空间变换为一维DFT。然而，如果天线阵列包括多行天线，或者如果使用多个极化方向，则空间变换是多维DFT。这一特殊情况将在后文中参照图6b进行讨论。
DFT的结果Hf(k)为：
对矩阵H的每一行进行此变换将获得如下形式的矩阵HX：
403示出了矩阵HX的三维图形表示，其中每个元素hf,k的幅度A表示为f-k网格之上的高度。其中，k(0≤k≤K–1)表示在空域中，即，在矩阵H的行中，进行DFT所产生的空间分量k(在文献中也称为“波束”)。从403可以看出，存在相关性更强的空间分量k(即，具有较高幅度)和相关性较低的空间分量k(即，幅度较低)。这是由于通过进行空间变换而利用空间维度相关性的结果。因此，该空域变换的目的是找到表示向特定UE传输的理想方向的基本空间分量。
接下来，将离散傅里叶逆变换(IDFT)404应用于矩阵HX的每一列。IDFT的结果Hk(τ)为：
对矩阵H的每一列进行此变换获得变换后信道传递函数，其形式为矩阵HT：
405示出了变换后信道传递函数HT的三维图形表示，其中每个元素hτ,k的幅度A表示为τ–k网格之上的高度。其中，τ(0≤τ≤T–1)表示在频域中，即，矩阵HX的列中，进行离散傅里叶逆变换所产生的时间延迟分量(在文献中也称为“时间抽头”或“时延抽头”)。从405可以看出，信道信息被压缩为数字空间分量k，每个空间分量具有相关联的时间抽头τ。某些此类抽头相关性较大(例如：幅度较大)，而其他一些则相关性较小(例如：幅度较低)。这是进行频率到时间变换而利用频率维度相关性的结果。
从405中可以看出，在对信道传递函数H进行空间和频率到时间变换之后，只有少数值406至409(与时间抽头τ和空间分量k的少数组合相关)具有相关幅度。这是因为通过这种变换组合，频率和空间相关性可以获得有效的利用。
在图5中，501示出了与图4中的401相同的信道传递函数H的三维图形表示。此时，首先将IDFT 502应用至信道传递函数矩阵H的每一列，获得如下形式的矩阵HY：
503示出了矩阵HY的三维图形表示，其中每个元素hτ,n的幅度A表示为τ-n网格之上的高度。接下来，将DFT 504应用于矩阵HY的每一行，从而产生上文描述的并在505中示出的变换后信道传递函数HT。同样在这种情况下，仅剩下少量具有相关幅度的值506至509。
虽然DFT和IDFT已在这些具体示例中进行了描述，但可以使用任何其他合适的空间和频率到时间变换。在可能的情况下，DFT和IDFT可以作为快速傅里叶变换(FFT)或快速傅里叶逆变换(IFFT)进行。对于空间变换，也可以使用任何与主成分分析(PCA)相关的变换，例如特征值分解(EVD)、奇异值分解(SVD)或卡胡南-洛维(KL)变换。能利用空间维度稀疏性的任何其他变换可以被用来在不同场表示中提供若干主分量。对于频率维度变换，可以在频率维度中使用能利用稀疏性的任何其他变换以在不同场表示中提供若干主分量。
当具体例子中的空间变换已应用于信道向量，即，给定频率范围的信道矩阵的行，信道向量也可以例如由相关联的特征向量代替。
接下来，将描述不同天线排列的空间变换。
图6a示意性地示出了在单行中具有相同极化方向的若干天线610的布置601。在这种情况下，空间变换包括将一维(1D)变换(例如，1D-DFT或1D-FFT)应用于每个频率范围f的每个信道向量Hf，如上所述。
图6b示意性地示出了在多行中具有多个极化方向的若干天线620的布置602。在图6b的左上角描绘的示例中，包括两行天线，其中每行天线包括具有第一极化方向(以白色描述)的四根天线620，且包括第二极化方向(以黑色描述)的两行各四根天线620。天线620的数量N总共为16，其水平和垂直位置以及极化不同，如图6b的右上角所示。
同样在这种情况下，针对每个频率范围f，线性信道向量Hf以以下形式给出：
Hf＝(hf,0 hf,1 … hf,n … hf,15)。
在空间变换应用于该信道向量之前，必须对它重整型。为此目的，所述计算设备100包括上述重整型单元102。
图6b的左下角显示了这种重整型。元素hf,n排列在矩阵中。所述矩阵的每一行包括具有相同极化方向的同一水平行天线的元素。在具体示例中，2个垂直位置和2个极化方向获得2x2＝4行，每行具有4个元素。
该矩阵现在进行二维(2D)空间变换，例如2D-DFT或2D-FFT。这种二维变换可以分解为两个依次进行的一维变换。例如，首先对一行中的所有元素进行空间一维变换，如图6b左下角所示，然后，对具有相同极化方向的每一列元素中从先前变换获得的值进行空间一维变换，如图6b右下角所示。通过这种空间二维变换，充分利用了空间相关性。
该空间二维变换的输出可以重新排列为针对每个频率范围的线性阵列，以便提供后续处理步骤所需的适当输入。
再次参考图1，所述计算设备100还包括压缩单元112、114，用于从变换后信道传递函数HT 110生成压缩信道状态信息(CCSI)115。
所述压缩单元包括选择单元112，用于从所述变换后信道传递函数HT中选择具有最大幅度的预定数量L个值或所有超过预定幅度的值。
如图4的405中可以看出，具有相关幅度的变换后信道传递函数HT的元素hτ,k的数量通过空间和频率到时间组合变换已大大减少。在该具体示例中，仅保留原始信道传递函数H的FxN个值中的4个有效值。因此，省略所有其他值大大减小了CSI的数字表示的大小，同时不太影响CCSI的准确性。
对于所述选择，可以将所述矩阵重新排列为线性阵列，例如，将所述矩阵的一行排在另一行之后。然后，每个元素的线性索引(作为一个整数值)与幅度和相位一起保存为一个三元组。虽然索引指线性位置，它对应于τ–k网格中对应元素的二维位置(τ,k)。然后，可以对所述元素进行排序，例如，按照降序，将幅度作为排序的参考。最后，可以选择L个最有效元素或超过预定幅度的所有元素。
准确性和压缩度之间有一个权衡关系。选择更多的点可以产生更高的准确性，但是压缩率会更小，从而增加信道状态报告的开销。
压缩单元还包括报告生成单元114，用于从变换后信道传递函数HT 110的选定值113生成信道状态报告115。所述报告生成单元114可用于相对于最大幅度对选定值的幅度进行归一化。所述报告生成单元114还用于对选定值的幅度和/或相位进行量化。因此，减少了用于数字表示的比特数。
图7以流程图的形式总结了用于压缩信道状态信息(CSI)以获得压缩信道状态信息(CCSI)的计算方法。CSI 701表示具有空间维度和频率维度的信道传递函数，后续按照任意顺序对所述信道传递函数进行空间变换和频率到时间变换，以获得变换后信道传递函数708。作为第一种替代方案，对信道传递函数701进行空间变换702，对空间变换702的结果703进行频率到时间变换704。作为第二种替代方案，对信道传递函数701进行频率到时间变换705，对频率到时间变换705的结果706进行空间变换707。
在选择步骤709中，从变换后信道传递函数708中选择具有最大幅度的预定数量的值或所有超过预定幅度的值。
在生成信道状态报告的步骤711中，根据选定值710生成包括CCSI 712的信道状态报告。信道状态报告可以以一种方式生成，使得对于变换后信道传递函数的每个选定值，信道状态报告包括所述选定值在所述变换后信道传递函数中的位置，例如，采用三元组的形式，三元组包括选定值的幅度和相位以及指示选定值在变换后信道传递函数中的位置的索引。选定值的幅度可以相对于最大幅度进行归一化。对选定值的幅度和/或相位进行量化。
因此，生成包括CCSI的信道状态报告。在图13所示的示例中，信道状态报告后续可以作为反馈1304自UE 1302传输到eNodeB 1301，其中，UE 1302在这种情况下用作源设备，eNodeB 1301在这种情况下用作目标设备。在eNodeB 1301中，需要解压缩CCSI以恢复原始CSI。为此，在τ–k网格中对传输的值进行重排序并对每个值进行去量化，然后进行逆变换以获得原始空频域中的重构CSI。现在参照图8和图9更详细地解释这一点。
图8是用于自压缩信道状态信息(CCSI)中恢复信道状态信息(CSI)的恢复设备800的框图。这种恢复设备例如可包括在eNodeB 1301中。所述恢复设备接收CCSI 801，例如，所述CCSI 801已作为反馈1304由所述UE 1302发送。
恢复设备800包括：解压缩单元802，用于解压缩CCSI 801以获得恢复的变换后信道传递函数HTR 803。为此目的，所述解压缩单元802用于在二维矩阵中根据CCSI 801包括的位置信息重新排列所述CCSI 801中包括的值；例如，图4、图5中405、505所示的τ–k网格中。
压缩单元802，还用于对所述值的幅度和/或相位进行去量化。因此，基于压缩值重建所述值的幅度和相位。压缩单元802还可以用于，如果已经为获得CCSI 801进行了归一化，则对值的幅度进行重新归一化。在这种情况下，所述最大幅度必须包括在所述CCSI 801中，以便实现重新归一化。
通过进行这些步骤，获得与压缩前的原始变换后信道传递函数HT大体相对应的恢复的变换后信道传递函数HTR 803。在上述用于解释压缩的线性阵列示例中，恢复的变换后信道传递函数HTR 803具有以下矩阵形式，其中
然而，恢复的变换后信道传递函数HTR 803仅包括解压缩时选择的元素hτ,k，而不是原始变换后信道传递函数HT的所有值。
为了获得恢复的信道传递函数810，必须撤消在压缩期间进行的变换。为此目的，所述恢复设备包括再变换单元811，用于后续按照任意顺序对恢复的变换后信道传递函数HTR 803进行时间到频率变换和空间逆变换，从而再变换所述恢复的变换后信道传递函数HTR 803，以获得恢复的传递函数HR 810。其中，时间到频率变换和空间逆变换与用于压缩的变换相反。
特别地，在上述具体示例中，压缩期间，DFT用作空间变换，IDFT用作频率到时间变换。解压缩时，IDFT可用作空间逆变换，DFT可用作时间到频率变换。可使用任何其它合适的空间逆变换和时间到频率变换。在可能的情况下，DFT和IDFT可以作为快速傅里叶变换(FFT)或快速傅里叶逆变换(IFFT)进行。对于空间逆变换，任何与主成分分析(PCA)相关的逆变换，如特征值逆分解(IEVD)、奇异值逆分解(ISVD)或卡胡南-洛维(IKLT)逆变换也可以作为替代。
与变换单元111类似，所述变换单元811具有两个不同的信号路径，这两个信号路径在进行空间逆变换和时间到频率变换的顺序上有所不同。
上信号路径用于先进行时间到频率变换，再进行空间逆变换的情况。在此情况下，所述恢复的变换后信道传递函数803被提供给时间到频率变换单元804，所述时间到频率变换单元804用于进行时间到频率变换以获得中间结果805。所述中间结果805被提供给空间逆变换单元806，所述空间逆变换单元806用于进行空间逆变换以获得所述变换后信道传递函数810。
下信号路径用于先进行空间逆变换，再进行时间到频率变换的情况。在此情况下，所述恢复的变换后信道传递函数803被提供给空间逆变换单元807，所述空间逆变换单元807用于进行空间逆变换以获得中间结果808。所述中间结果808被提供给时间到频率变换单元809，所述时间到频率变换单元809用于进行时间到频率变换以获得所述变换后信道传递函数810。
与变换单元200和300类似，所述再变换单元811也可以仅包括所述信号路径中的一个。
对于上述所示的恢复的变换后信道传递函数HTR 803的矩阵表示，对列进行时间到频率变换并对行进行空间逆变换。如果先进行时间到频率变换，再进行空间逆变换，则对矩阵HTR的每一列进行时间到频率变换，对时间到频率变换后获得的矩阵的每一行进行空间逆变换。如果空间逆变换在时间到频率变换之前进行，则对矩阵HTR的每一行进行空间逆变换，对空间逆变换获得的矩阵的每一列进行时间到频率变换。
如果已经根据上文具体示例结合图4和5进行压缩，用于再变换的时间到频率变换包括返回到频域的离散傅里叶变换，用于再变换的空间逆变换包括返回N个天线的空域的离散傅里叶逆变换。
如上面参考图6a和6b的说明，空间逆变换可以是一维变换或多维变换(在两个或更多维度上)，这取决于天线的布置。
图9以流程图的形式总结了用于自压缩信道状态信息(CCSI)中恢复信道状态信息(CSI)的恢复方法。对CCSI 901进行解压缩步骤902，以获得恢复的变换后信道传递函数903。
解压缩步骤902包括：根据CCSI中包含的位置信息，将CCSI中包括的值重新排列在二维矩阵中，并对所述值的幅度和/或相位进行去量化。如果值在用于生成CCSI的压缩期间已归一化，则解压缩步骤还可以包括重新归一化值的幅度。
然后，后续按照任意顺序对恢复的变换后信道传递函数903进行时间到频率变换和空间逆变换，以获得恢复的信道传递函数910。作为第一种替代方案，对恢复的变换后信道传递函数903进行时间到频率变换904，对时间到频率变换904获得的结果905进行空间逆变换906。作为第二种替代方案，对恢复的变换后信道传递函数903进行空间逆变换907，对空间逆变换907的结果908进行时间到频率变换909。
因此，即使选择用于压缩原始CSI的值的数量减少，也可以从CCSI中以高准确性恢复原始CSI。
本发明的效果在以下形式中以天线配置模拟的形式展示，所述天线配置与图6b左上角所示的类似，但具有更多天线。
32根发射天线组成的天线阵列为8列2行的±45°交叉极化对结构。中心频率设置为2.1GHz，天线分离在水平方向为0.5λ，在垂直方向为0.78λ。模拟时，考虑7x3 eNodeB(21个小区)的10MHz FDD***网络部署。这些和其他有关参数见表1。
表1：主要模拟参数
对于模拟，考虑了预编码器报告可以使用资源块(RB)粒度实现的场景，因此有50个子带(1RB/子带)。
表2示出了使用4比特表示幅度和6比特表示相位的配置的模拟结果，CSI报告点的数量L(对应于选择步骤中的选定值的数量)从10到400不等。还包括一个比较案例，其中CSI报告具有50x32＝1600个点，即，50个子带和32根天线对应的所有点，幅度分辨率为8比特，相位分辨率为8比特。
表2：模拟结果
/>
从结果中可以看出，虽然比特数随着选定点数L的减少而减少，但是吞吐量下降的比例并不相同。例如，当考虑包含200个点的CSI报告的案例2时，相对于包含1600个点的对比案例，比特数减少了84％，而吞吐量性能仅降低了7％。可以找到一些好的平衡来最小化保持良好性能的比特的数量。该技术非常灵活，可以潜在地适应CSI反馈的可用资源。
图10提供了图形结果。对于7种案例和比较案例中的每个案例，图中所示的上方图表示吞吐量(以Mbps为单位)(右方刻度)，下方图表示CSI报告所需的比特数(左方刻度)。这些图形示出了在CSI报告中实现大量减少比特的同时如何对吞吐量产生较小影响。
上面描述的将空间变换(例如，空域中的多维离散傅里叶变换)与频率到时间变换(例如，频域中的离散傅里叶逆变换)结合在一起的原理，通过利用频率和空间相关性来改进CSI的压缩。该原理也适用于任何其他需要以降低开销传输信道状态信息的场景。可以利用本发明的特定示例是FDD MIMO反馈机制、有限回传的云RAN和毫米波场景的信道反馈。图11和图12显示了这些情景的两个示例。
图11所示的第一种场景对应于云RAN场景1100中从分布式多天线射频拉远单元(RRU)集合向中心管理单元发送信道信息的情况。该场景包括不同级别：远端射频头前传级别1110、分布式基带处理级别1120、回传级别1130和集中控制级别1140。在这种环境中，回传容量有限，因此压缩将非常有利于减少该级别的拥塞。
图12所示的第二种场景对应于毫米波多天线阵列1200。这种类型的阵列具有两个不同的叠加天线阵列1210、1220，所述叠加天线阵列1210、1220独立地用于上行链路(UL)和下行链路(DL)。与FDD DL/UL类似，不能假设信道互易性，甚至对于TDD***也是如此。因此，需要CSI反馈机制。
综上所述，本发明涉及一种用于从信道状态信息(CSI)生成压缩信道状态信息(CCSI)并用于从CCSI恢复CSI的设备和方法，所述CSI表示具有空间维度和频率维度的信道传递函数。一种用于压缩所述CSI的计算设备包括变换单元，用于后续以任意顺序对所述信道传递函数进行空间变换和频率到时间变换，以获得变换后信道传递函数，和压缩单元，用于选择所述变换后信道传递函数的值并基于所述选定值生成压缩信道状态信息(CCSI)。另一方面，用于从所述CCSI中恢复所述CSI的恢复设备包括解压缩单元，用于对所述CCSI进行解压缩以获得恢复的变换后信道传递函数；以及再变换单元，用于后续以任意顺序对恢复的变换后信道传递函数进行时间到频率变换和空间逆变换，从而对恢复后的变换后信道传递函数进行重变换，以获得恢复后的传递函数。
虽然本发明已在附图和前述描述中进行了详细说明和描述，但此类说明和描述应视为说明性或示例性的，而非限制性的。本发明不限于所公开的实施例。通过阅读本公开，其他修改对于本领域技术人员显而易见。这种修改可以涉及本领域已知的其他特征，并且可以代替或者补充本文中已经描述的特征。
在此结合各种实施例描述了本发明。但本领域技术人员通过实践本发明，研究附图、本发明以及所附的权利要求，能够理解并获得公开实施例的其他变体。在权利要求书中，词语“包括”不排除其它元素或步骤，不定冠词“一个”或“一种”不排除多个。“A和/或B”的表述表示“A或B,或A和B”。单个处理器或其它单元可满足权利要求中描述的几项的功能。在仅凭某些措施被记载在相互不同的从属权利要求书中这个单纯的事实并不意味着这些措施的结合不能被有效地使用。所述设备及其组件可以单独表示为硬件，例如，电路和ASIC，或软硬件的组合，例如，处理器进行程序。计算机程序可存储或分发到合适的介质上，例如与其它硬件一起或者作为其它硬件的部分提供的光存储介质或者固态介质，还可以以其它形式例如通过因特网或者其它有线或无线电信***分发。
尽管已经参考本发明的特定特征和实施例描述了本发明，但是明显在不脱离本发明的精神和范围的情况下可以制定本发明的各种修改和组合。说明书和附图仅被视为所附权利要求书所定义的本发明的说明并且考虑落于本说明书的范围内的任何和所有修改、变体、组合或均等物。

Claims (16)

1.一种用于压缩信道状态信息CSI的计算设备(100)，其特征在于，所述CSI表示具有空间维度(n)和频率维度(f)的信道传递函数H(101、201、301、401、501)，所述计算设备包括：
变换单元(111、200、300)，用于后续以任意顺序对所述信道传递函数H(101、201、301、401、501)进行空间变换(104、109、202、304、402、504)和频率到时间变换(106、107、204、302、404、502)以获得变换后信道传递函数HT(110、205、305、405、505)；
选择单元(112)，用于从所述变换后信道传递函数HT(110、405、505)中选定具有最大幅度A的预定数量L个值hτ,k或超过预定幅度A的所有值hτ,k，其中，所述τ为所述H对应的时间抽头，所述k为所述H对应的空间分量；以及
压缩单元(112、114)，用于根据所述选定值hτ,k生成压缩信道状态信息CCSI。
2.根据权利要求1所述的计算设备(100)，其特征在于，所述信道传递函数H(101、201、301)涉及天线的数量N和频率范围的数量F，并且以矩阵形式给出，其中，
其中，如果所述变换单元(111、200)用于在所述频率到时间变换(106、204)之前进行所述空间变换(104、202)，则所述变换单元(111、200)用于对矩阵H(101、201)的每一行进行所述空间变换(104、202)，并对由空间变换(104、202)产生的矩阵(105、203)的每一列进行所述频率到时间变换(106、204)；或
如果所述变换单元(111、300)用于在所述空间变换(109、304)之前进行所述频率到时间变换(107、302)，则所述变换单元(111、300)用于对矩阵H(101、301)的每一列进行所述频率到时间变换(107、302)，并对由所述频率到时间变换(107、302)产生的矩阵(108、303)的每一行进行所述空间变换(109、304)。
3.根据权利要求1或2所述的计算设备(100)，其特征在于，所述压缩单元(112、114)包括：
报告生成单元(114)，用于基于所述变换后信道传递函数HT(110、405、505)的所述选定值(406-409、506-509)生成信道状态报告。
4.根据权利要求3所述的计算设备(100)，其特征在于，
所述报告生成单元(114)还用于以一种方式生成所述信道状态报告，使得对于所述变换后信道传递函数HT(110、405、505)的每个选定值(406-409、506-509)，所述信道状态报告包括所述选定值(406-409、506-509)在所述变换后信道传递函数HT(110、405、505)中的位置(τ，k)；和/或
所述报告生成单元(114)还用于以一种方式生成所述信道状态报告，使得对于所述变换后信道传递函数HT(110、405、505)的每个选定值(406-409、506-509)，所述信道状态报告包括三元组，所述三元组包括所述选定值的幅度和相位，以及指示所述选定值在所述变换后信道传递函数HT(110、405、505)中的位置(τ，k)的索引；和/或
所述报告生成单元(114)还用于针对具有最大幅度A的所述选定值，对所述选定值(406-409、506-509)的所述幅度A进行归一化；和/或
所述报告生成单元(114)还用于对所述选定值(406-409、506-509)的幅度和/或相位进行量化。
5.根据权利要求1或2所述的计算设备(100)，其特征在于，
如果所述信道传递函数H(101)是具有N个天线(610)的一行(601)天线和所述天线的一个极化方向的函数，则所述变换单元(111)用于将所述空间变换(104、109)作为一维空间变换来进行；或
如果所述信道传递函数H(101)是多行天线(602)和/或所述天线的多个极化方向的函数，每一行和/或每一极化方向具有若干天线(620)，则所述变换单元(100)用于针对每一频率范围(f)进行如下步骤：
根据行数和极化方向数量，将包括与相应频率范围(f)相关的信道传递函数H(101)的所有元素(hf,n)的线性阵列重整型为多维阵列；
将所述空间变换(104、109)作为多维空间变换来进行；以及
将所述空间变换(104、109)的结果重新排列为线性阵列。
6.根据权利要求1或2所述的计算设备(100)，其特征在于，
-所述空间变换(104、109、202、304、402、504)包括离散傅里叶变换DFT、快速傅里叶变换FFT或主成分分析PCA相关变换；和/或
-所述频率到时间变换(106、107、204、302、404、502)包括离散傅里叶逆变换或快速傅里叶逆变换。
7.一种用于从压缩信道状态信息CCSI(801)中恢复信道状态信息CSI的恢复设备(800)，其特征在于，所述CSI表示具有空间维度(n)和频率维度(f)的信道传递函数H，所述设备包括：
重排列单元，用于根据所述CCSI(801)中包括的位置信息(τ，k)，以二维矩阵的形式重新排列所述CCSI(801)中包括的值，其中，所述τ为所述H对应的时间抽头，所述k为所述H对应的空间分量；
解压缩单元(802)，用于对所述值进行解压缩，以获得恢复的变换后信道传递函数HTR(803)；以及
再变换单元(811)，用于后续以任意顺序对所述恢复的变换后信道传递函数HTR(803)进行时间到频率变换(804、809)和空间逆变换(806、807)，从而再变换所述恢复的变换后信道传递函数HTR(803)，以获得所述恢复的传递函数HR(810)。
8.根据权利要求7所述的恢复设备(800)，其特征在于，所述恢复的变换后信道传递函数HTR(803)涉及时间抽头的数量T和空间分量的数量K，并且以矩阵形式给出，其中，
其中，如果所述再变换单元(811)用于在所述空间逆变换(806)之前进行所述时间到频率变换(804)，则所述再变换单元(811)用于对矩阵HTR(803)的每一列进行所述时间到频率变换(804)，并对由所述时间到频率变换(804)产生的矩阵(805)的每一行进行所述空间逆变换(806)；或
如果所述再变换单元(811)用于在所述时间到频率变换(809)之前进行所述空间逆变换(807)，则所述再变换单元(811)用于对矩阵HTR(803)的每一行进行所述空间逆变换(807)，并对由所述空间逆变换(807)产生的矩阵(808)的每一列进行所述时间到频率变换(809)。
9.根据权利要求7或8所述的恢复设备(800)，其特征在于，
所述解压缩单元(802)还包括去量化单元，用于对所述值的幅度和/或相位进行去量化；和/或
所述解压缩单元(802)还包括重归一化单元，用于对所述值的所述幅度进行重归一化。
10.根据权利要求7或8所述的恢复设备(800)，其特征在于，
如果所述恢复的信道传递函数HR(810)是具有N个天线的一行天线和所述天线的一个极化方向的函数，则所述再变换单元(811)用于将所述空间逆变换(806、807)作为一维空间逆变换来进行；或
如果所述恢复的信道传递函数HR(810)是多行天线和/或所述天线的多个极化方向的函数，每一行和/或每一极化方向具有若干的天线(620)，则所述再变换单元(811)用于针对每一时间抽头(τ)进行如下步骤：
根据行数和极化方向数量，将包括与相应的时间抽头(τ)相关的恢复的变换后信道传递函数HTR(803)的所有元素hτ,k的线性阵列重整型为多维阵列；
将所述空间逆变换(806、807)作为多维空间逆变换来进行；以及
将所述空间逆变换(806、807)的结果重新排列为线性阵列。
11.根据权利要求7或8所述的恢复设备(800)，其特征在于，
-所述时间到频率变换(804、809)包括离散傅里叶变换或快速傅里叶变换；和/或
-空间逆变换(806、807)包括离散傅里叶逆变换IDFT、快速傅里叶逆变换IFFT或与主成分分析PCA相关的逆变换。
12.一种通信***，其特征在于，包括：
源设备(1302)，用于以压缩方式传输信道状态信息CSI；
目标设备(1301)，用于接收所述压缩信道状态信息；
所述源设备(1302)包括如权利要求1至6任一项中所述的计算设备(100)；和/或
所述目标设备(1301)包括如权利要求7至11任一项中所述的恢复设备(800)。
13.一种用于压缩信道状态信息CSI的计算方法，其特征在于，所述CSI表示具有空间维度(n)和频率维度(f)的信道传递函数H(701)，所述计算方法包括：
后续以任意顺序对所述信道传递函数H(701)进行空间变换(702、707)和频率到时间变换(704、705)，以获得变换后信道传递函数HT(708)；
从所述变换后信道传递函数HT(708)中选定具有最大幅度A的预定数量L个值hτ,k或超过预定幅度A的所有值hτ,k，其中，所述τ为所述H对应的时间抽头，所述k为所述H对应的空间分量；以及
根据所述选定值hτ,k生成压缩信道状态信息CCSI。
14.一种用于从压缩信道状态信息CCSI(901)中恢复信道状态信息CSI的方法，其特征在于，所述CSI表示具有空间维度(n)和频率维度(f)的信道传递函数H，所述方法包括：
根据所述CCSI(901)中包括的位置信息(τ，k)，以二维矩阵的形式重新排列所述CCSI(901)中包括的值，其中，所述τ为所述HT对应的时间抽头，所述k为所述HT对应的空间分量；
对所述值进行解压缩(902)，以获得恢复的变换后信道传递函数HTR(903)；以及
后续以任意顺序对所述恢复的变换后信道传递函数HTR(903)进行空间逆变换(906、907)和时间到频率变换(904、909)，从而再变换所述恢复的变换后信道传递函数HTR(903)，以获得所述恢复的信道传递函数HR(910)。
15.一种用于将压缩信道状态信息CCSI作为反馈从源设备(1302)传输到目标设备(1301)的方法，其特征在于，所述方法包括：
通过如权利要求13所述的方法，压缩所述源设备(1302)中的信道状态信息CSI(701)，
将所述CCSI(1304)传输至所述目标设备(1301)；以及
通过如权利要求14所述的方法，在所述目标设备(1301)中解压缩所述传输的CCSI(901)。
16.一种计算机可读存储介质，其特征在于，包括程序代码，当所述程序在处理器上运行时，用于进行如权利要求13至15任一项中所述的方法。
CN202111133707.6A 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法 Active CN114039635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111133707.6A CN114039635B (zh) 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202111133707.6A CN114039635B (zh) 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法
CN201780095005.9A CN111108706B (zh) 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法
PCT/RU2017/000718 WO2019066676A1 (en) 2017-09-28 2017-09-28 DEVICE AND METHOD FOR COMPRESSION AND / OR DECOMPRESSION OF CHANNEL STATE INFORMATION

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201780095005.9A Division CN111108706B (zh) 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法

Publications (2)

Publication Number Publication Date
CN114039635A CN114039635A (zh) 2022-02-11
CN114039635B true CN114039635B (zh) 2024-04-09

Family

ID=60262975

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111133707.6A Active CN114039635B (zh) 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法
CN201780095005.9A Active CN111108706B (zh) 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201780095005.9A Active CN111108706B (zh) 2017-09-28 2017-09-28 用于压缩和/或解压缩信道状态信息的设备和方法

Country Status (4)

Country Link
US (2) US11424853B2 (zh)
EP (1) EP3682568B1 (zh)
CN (2) CN114039635B (zh)
WO (1) WO2019066676A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019066676A1 (en) * 2017-09-28 2019-04-04 Huawei Technologies Co., Ltd DEVICE AND METHOD FOR COMPRESSION AND / OR DECOMPRESSION OF CHANNEL STATE INFORMATION
US11159290B2 (en) * 2018-06-28 2021-10-26 Acer Incorporated Device and method for handling a sounding reference signal transmission
JPWO2020031602A1 (ja) * 2018-08-10 2021-09-24 ソニーグループ株式会社 無線通信装置および通信制御方法
WO2020087529A1 (en) * 2018-11-02 2020-05-07 Qualcomm Incorporated Channel state information (csi) with spatial and time domain compression
CN112583464B (zh) * 2019-09-30 2022-06-10 大唐移动通信设备有限公司 一种信息传输方法、装置及通信设备
CN114946133A (zh) * 2020-01-14 2022-08-26 上海诺基亚贝尔股份有限公司 通信的方法、设备和计算机可读介质
CN113508538B (zh) * 2020-02-05 2023-06-23 上海诺基亚贝尔股份有限公司 描绘每路径角度和延迟信息的信道状态信息（csi）反馈增强
CN113438001B (zh) * 2020-03-23 2022-08-19 维沃移动通信有限公司 信道状态信息反馈方法、接收方法、终端及网络侧设备
CN112600596B (zh) * 2020-12-04 2022-02-11 南京邮电大学 基于张量并行压缩的毫米波***信道反馈方法
CN114726925B (zh) * 2020-12-21 2024-04-19 瑞昱半导体股份有限公司 具有存储器共享机制的无线通信装置及其存储器共享方法
WO2023063844A1 (en) * 2021-10-15 2023-04-20 Huawei Technologies Co., Ltd. Devices and methods for generating compressed channel state information
CN116346545A (zh) * 2021-12-23 2023-06-27 华为技术有限公司 一种通信方法及装置
WO2023197187A1 (zh) * 2022-04-12 2023-10-19 北京小米移动软件有限公司 一种信道状态信息的处理方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102415002A (zh) * 2009-04-24 2012-04-11 瑞典爱立信有限公司 来自稀疏反馈数据的信道状态信息重构

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7639643B2 (en) * 2003-09-17 2009-12-29 Intel Corporation Channel estimation feedback in an orthogonal frequency division multiplexing system or the like
ATE527794T1 (de) * 2004-08-12 2011-10-15 Interdigital Tech Corp Verfahren und vorrichtung zur implementierung von raum-frequenz-blockcodierung in einem drahtlosen orthogonalen frequenzmultiplex- kommunikationssystem
US20070153731A1 (en) 2006-01-05 2007-07-05 Nadav Fine Varying size coefficients in a wireless local area network return channel
US8233556B2 (en) 2006-07-19 2012-07-31 Texas Instruments Incorporated Reduced feedback transmit beamforming
US8213368B2 (en) * 2007-07-13 2012-07-03 Telefonaktiebolaget Lm Ericsson (Publ) Adaptive compression of channel feedback based on second order channel statistics
WO2011060816A1 (en) * 2009-11-18 2011-05-26 Nokia Corporation Data processing
JP5417141B2 (ja) * 2009-12-08 2014-02-12 Ｋｄｄｉ株式会社 チャネル情報圧縮装置及び方法、コンピュータプログラム、受信機
US8406326B2 (en) * 2010-05-13 2013-03-26 Telefonaktiebolaget L M Ericsson (Publ) Exploiting channel time correlation to reduce channel state information feedback bitrate
WO2011146606A1 (en) * 2010-05-19 2011-11-24 Interdigital Patent Holdings, Inc. Method and apparatus for compressing channel state information based on path location information
JP5538152B2 (ja) * 2010-09-13 2014-07-02 Ｋｄｄｉ株式会社 受信機、チャネル情報圧縮方法およびコンピュータプログラム
CN102325013B (zh) * 2011-07-19 2014-04-02 电信科学技术研究院 信道状态信息传输方法和设备
EP3096483B1 (en) * 2014-02-19 2019-10-09 Huawei Technologies Co., Ltd. Channel state information feedback method and apparatus, user equipment and base station
WO2015186531A1 (ja) * 2014-06-02 2015-12-10 シャープ株式会社 端末装置、フィードバック情報生成方法、及び基地局装置
WO2018205231A1 (en) * 2017-05-11 2018-11-15 Intel Corporation Methods for providing channel state information and precoding information between a remote radio unit and a baseband unit
WO2019066676A1 (en) * 2017-09-28 2019-04-04 Huawei Technologies Co., Ltd DEVICE AND METHOD FOR COMPRESSION AND / OR DECOMPRESSION OF CHANNEL STATE INFORMATION

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102415002A (zh) * 2009-04-24 2012-04-11 瑞典爱立信有限公司 来自稀疏反馈数据的信道状态信息重构

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Channel State Feedback Schemes for Multiuser MIMO-OFDM Downlink;Hooman Shirani-Mehr 等;《IEEE Transaction on Communications》;全文 *

Also Published As

Publication number Publication date
US20200228232A1 (en) 2020-07-16
CN111108706A (zh) 2020-05-05
CN114039635A (zh) 2022-02-11
CN111108706B (zh) 2021-09-21
EP3682568B1 (en) 2023-11-29
EP3682568A1 (en) 2020-07-22
US11923975B2 (en) 2024-03-05
US20230041413A1 (en) 2023-02-09
WO2019066676A1 (en) 2019-04-04
US11424853B2 (en) 2022-08-23

Similar Documents

Publication Publication Date Title
CN114039635B (zh) 用于压缩和/或解压缩信道状态信息的设备和方法
US11251854B1 (en) Methods and apparatuses for codebook restriction for type-II feedback reporting and higher layer configuration and reporting for linear combination codebook in a wireless communications network
US11901996B2 (en) Methods and apparatuses for enhancement on basis subset indication for two-codebook based CSI reporting
JP6828983B2 (ja) チャネル状態情報のフィードバック方法および装置
EP3907918B1 (en) Parameter configuration method and communication apparatus
CN113287265B (zh) 能够进行模拟预编码和模拟组合的方法
WO2019157709A1 (zh) 信息获取方法、装置、设备和存储介质
US11949483B2 (en) Methods and apparatuses for codebook restriction for type-II feedback reporting and higher layer configuration and reporting for linear combination codebook in a wireless communications network
KR101426722B1 (ko) 변환 디바이스 및 방법
KR20180005706A (ko) 어레이 안테나를 위한 채널 정보 피드백 방법 및 장치
US20240178899A1 (en) Methods and Apparatuses for Codebook Restriction for Type-II Feedback Reporting and Higher Layer Configuration and Reporting for Linear Combination Codebook in a Wireless Communications Network
WO2017088658A1 (zh) 获取信道信息的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant