CN116074210A - 信道预测方法、装置、网络侧设备及终端 - Google Patents
信道预测方法、装置、网络侧设备及终端 Download PDFInfo
- Publication number
- CN116074210A CN116074210A CN202111285185.1A CN202111285185A CN116074210A CN 116074210 A CN116074210 A CN 116074210A CN 202111285185 A CN202111285185 A CN 202111285185A CN 116074210 A CN116074210 A CN 116074210A
- Authority
- CN
- China
- Prior art keywords
- channel prediction
- channel
- configuration
- terminal
- rate
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/149—Network analysis or design for prediction of maintenance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种信道预测方法、装置、网络侧设备及终端,属于移动通信领域,本申请实施例的信道预测方法包括:网络侧设备获取来自终端的信道预测信息;所述网络侧设备根据所述信道预测信息,选择信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
Description
技术领域
本申请属于移动通信技术领域,具体涉及一种信道预测方法、装置、网络侧设备及终端。
背景技术
下行通信中,基站需要获得尽量准确的信道信息,例如信道状态信息(ChannelState Information,CSI),从而进行合理的预编码构造以及多用户调度。在高速场景下,信道变化速度快,常规的CSI上报周期不足以满足高速的信道变化,基站需要根据已经获得的CSI信息,预测若干时间之后的信道状态,从而实时的进行预编码计算和多用户调度。
随着人工智能(Artificial Intelligence,AI)在各个领域获得了广泛的应用,AI也被用于进行信道预测。其中,所述AI模块有多种实现方式,例如神经网络、决策树、支持向量机、贝叶斯分类器等。
但是基于AI进行信道预测时,在信道条件比较好的时候,可能会浪费计算量,增加CSI成本(overhead),在信道条件比较差的时候,预测精度会受到影响。
发明内容
本申请实施例提供一种信道预测方法、装置、网络侧设备及终端,能够解决在信道条件比较好的时候,可能会浪费计算量,增加CSI成本(overhead),在信道条件比较差的时候,预测精度会受到影响的问题。
第一方面,提供了一种信道预测方法,应用于网络侧设备,包括:
网络侧设备获取来自终端的信道预测信息;
所述网络侧设备根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
第二方面,提供了一种信道预测装置,包括:
收发模块,用于获取来自终端的信道预测信息;
配置模块,用于根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
第三方面,提供了一种信道预测方法,应用于终端,包括:
终端确定信道预测信息;
所述终端向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
第四方面,提供了一种信道预测装置,包括:
计算模块,用于确定信道预测信息;
上报模块,用于向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
第五方面,提供了一种网络侧设备,该网络侧设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第六方面,提供了一种终端,该终端包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第三方面所述的方法的步骤。
第七方面,提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤,或者实现如第三方面所述的方法的步骤。
第八方面,提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法,或实现如第三方面所述的方法。
第九方面,提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在非瞬态的存储介质中,所述程序/程序产品被至少一个处理器执行以实现如第一方面所述的方法,或实现如第三方面所述的方法的步骤。
在本申请实施例中,通过网络侧设备获取来自终端的信道预测信息;所述网络侧设备根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置,从而能够对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测,在信道变化快的时候,使用复杂的网络追踪信道,提高信道预测的精度,在信道变化慢的时候,使用相对简单的网络进行信道预测,降低网络的复杂度,也可以降低RS开销,以及CSI overhead。
附图说明
图1示出本申请实施例可应用的一种无线通信***的结构示意图;
图2示出本申请实施例的信道预测方法的一种流程示意图;
图3示出本申请实施例的信道预测方法的另一种流程示意图;
图4示出本申请实施例的信道预测装置的一种结构示意图;
图5示出本申请实施例的信道预测方法的另一种流程示意图;
图6示出本申请实施例的信道预测装置的一种结构示意图;
图7示出本申请实施例提供的一种通信设备结构示意图;
图8为实现本申请实施例的一种网络侧设备的结构示意图;
图9为实现本申请实施例的一种终端的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”所区别的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”一般表示前后关联对象是一种“或”的关系。
值得指出的是,本申请实施例所描述的技术不限于长期演进型(Long TermEvolution,LTE)/LTE的演进(LTE-Advanced,LTE-A)***,还可用于其他无线通信***,诸如码分多址(Code Division Multiple Access,CDMA)、时分多址(Time DivisionMultiple Access,TDMA)、频分多址(Frequency Division Multiple Access,FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)、单载波频分多址(Single-carrier Frequency-Division Multiple Access,SC-FDMA)和其他***。本申请实施例中的术语“***”和“网络”常被可互换地使用,所描述的技术既可用于以上提及的***和无线电技术,也可用于其他***和无线电技术。以下描述出于示例目的描述了新空口(NewRadio,NR)***,并且在以下大部分描述中使用NR术语,但是这些技术也可应用于NR***应用以外的应用,如第6代(6thGeneration,6G)通信***。
图1示出本申请实施例可应用的一种无线通信***的结构示意图。无线通信***包括终端11和网络侧设备12。其中,终端11也可以称作终端设备或者用户终端(UserEquipment,UE),终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant,PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personal computer,UMPC)、移动上网装置(Mobile Internet Device,MID)、可穿戴式设备(Wearable Device)或车载设备(VUE)、行人终端(PUE)等终端侧设备,可穿戴式设备包括:智能手表、手环、耳机、眼镜等。需要说明的是,在本申请实施例并不限定终端11的具体类型。网络侧设备12可以是基站或核心网,其中,基站可被称为节点B、演进节点B、接入点、基收发机站(Base TransceiverStation,BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set,BSS)、扩展服务集(Extended Service Set,ESS)、B节点、演进型B节点(eNB)、家用B节点、家用演进型B节点、WLAN接入点、WiFi节点、发送接收点(TransmittingReceivingPoint,TRP)或所述领域中其他某个合适的术语,只要达到相同的技术效果,所述基站不限于特定技术词汇,需要说明的是,在本申请实施例中仅以NR***中的基站为例,但是并不限定基站的具体类型。
下面结合附图,通过一些实施例及其应用场景对本申请实施例提供的信道预测方法进行详细地说明。
如图2所示,本申请实施例提供了信道预测方法,该方法的执行主体可以为网络侧设备,换言之,该方法可以由安装在网络侧设备的软件或硬件来执行。所述方法的执行步骤如下。
步骤S210、网络侧设备获取来自终端的信道预测信息;
终端可根据实际的需求确定信道预测信息,在一种实施方式中,所述终端可基于协议约定确定信道预测信息,或,根据网络侧配置的周期确定信道预测信息。
在一种实施方式中,所述终端确定信道预测信息包括进行信道估计,在若干个时域位置接收信道状态信息参考信号(CSI Reference Signal,CSI-RS),进行信道估计,得到下行信道H0、H1、H2……HN-1,其中N是时域接收的CSI-RS数量,每个Hi=[hi0,hi1,hi2……hi,M-1]表示的是i时刻在不同的频域上的信道估计结果,M为频域上CSI-RS的数量。
所述信道预测信息可以多种多样,在一种实施方式中,所述信道预测信息包括以下至少一项:
信道变化速率;
信道变化速率的等级,所述信道变化速率的等级可以为对信道变化速率进行量化后得到的。
应理解的是,所述信道预测信息还可以为其他用于指示信道变化状态的表述信息。
其中,所述信道变化速率包括以下至少一项:
时域相关性的变化速率;
特定径的幅度的变化速率;
所述特定径的相位的变化速率;
所述特定径的时延的变化速率;
特定端口的幅度的变化速率;
所述特定端口的相位的变化速率;
所述终端的移动速度;
所述终端的旋转速度;
波束(beam)的变化速率。
进一步地,所述特定径包括以下至少一项:
功率最大的径;
功率最大的若干径;
功率在视距(Line of Sight,LOS)传播方向上集中的径;
功率超过第一阈值的径。
终端确定时域相关性的变化速率的方法可以多种多样,在一种实施方式中,若所述终端计算时刻t0的时域相关性为K0=[k0,k1,…kN-1],然后在下一个时刻t1计算时域相关性K1,则终端将各相邻时刻的时域相关性变化统计,计算sum(|K1-K0|)作为时域相关性的变化速率,并直接上报或者量化后上报给网络侧设备。
在另一种实施方式中,所述时域相关性的变化速率可以包括U型谱的目标参数的变化速率。终端可以计算时域相关性K0和K1的离散傅里叶变换(Discrete FourierTransform,DFT)变化,即频域上的U型谱,用U型谱3dB宽度的变化速率作为时域相关性的变化速率,并直接上报或者量化后上报给网络侧设备。
在一种实施方式中,终端可以通过在特定径或者特定端口进行信道估计,确定一段时间内信道的特定径或者特定端口的幅度或者相位的变化速率,并直接上报或者量化后上报给网络侧设备。
在一种实施方式中,所述终端通过在若干个符号内对同一特定端口的信道进行估计,获得在时域信道搜索到的特定径的时延位置,计算特定径的时域位置随时间的变化速率,并直接上报或者量化后上报给网络侧设备。
在一种实施方式中,所述波束的变化速率可以包括特定波束的目标参数的变化速率;其中,所述目标参数可以包括参考信号接收功率(Reference Signal Received Power,RSRP)、参考信号接收质量(Reference Signal Received Quality,RSRQ)、信号与干扰加噪声比(Signal-to-Noise and Interference Ratio,SINR)等。所述终端通过在beam切换周期内,对同一个特定beam的信道质量进行跟踪,计算RSRP或RSRQ等信息的变化速率,并直接上报或者量化后上报给网络侧设备。
在另一种实施方式中,所述波束变化速率可以包括切换beam的速率。所述终端通过在一段长时间内,计算beam切换的次数,从而确定beam切换的速率,并直接上报或者量化后上报给网络侧设备。
进一步地,所述特定波束包括以下至少一项:
最小的控制资源集标识(Control resource set ID,CORESETID)对应的波束;
控制资源集CORESET 0对应的波束;
网络侧设备或基站指示的波束。
步骤S220、所述网络侧设备根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的AI网络的配置。所述网络侧设备根据确定的配置,通过配置后的AI网络执行信道预测。
所述网络侧设备根据终端上报的信道预测信息,找到对应的AI网络的配置以及其他参数的配置,在一种实施方式中,所述信道预测的配置包括以下至少一项:
所述AI网络的结构;
所述AI网络的参数;
所述AI网络的输入数据;
所述AI网络可以预测的时间跨度;
RS的配置;
CSI的配置;
所述CSI的报告的配置;
上报CSI的周期;
非AI预测算法的复杂度,所述复杂度可以包括:迭代次数,多项式指数等。
由上述实施例的技术方案可见,本申请实施例通过网络侧设备获取来自终端的信道预测信息;所述网络侧设备根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置,从而能够对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测,在信道变化快的时候,使用复杂的网络追踪信道,提高信道预测的精度,在信道变化慢的时候,使用相对简单的网络进行信道预测,降低网络的复杂度,也可以降低RS开销,以及CSI overhead。
基于上述实施例,进一步地,如图3所示,在所述步骤S210之前,所述方法还包括:
步骤S200、网络侧设备向终端发送第一指示,所述第一指示用于指示所述终端确定信道预测信息。
所述终端在接收所述第一指示情况下,根据所述第一指示确定信道预测信息;所述终端在没有接收到第一指示的情况下,可以根据配置的周期确定信道预测信息和/或根据协议约定确定信道预测信息。
其中,所述第一指示所指示的内容可以包括以下至少一项:
指示所述终端上报或不上报信道预测信息;
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置,使终端在所述时频资源位置接收CSI-RS进行信道估计。
在一种实施方式中,所述第一指示的形式包括以下至少一项:
无线资源控制(Radio Resource Control,RRC)信令;
媒体接入控制单元(Medium Access Control ControlElement,MACCE)信令;
下行控制信息(Downlink Control Information,DCI)。
在一种实施方式中,在所述步骤S200前,所述方法还包括:
所述网络侧设备向所述终端发送第一配置信息,所述第一配置信息包括用于确定所述信道预测信息的配置。
其中,所述第一配置信息可以包括以下至少一项:
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
在获取第一配置信息后,所述终端在接收到所述网络侧设备发送的第一指示的情况下,可以基于所述第一配置信息确定信道预测信息。
由上述实施例的技术方案可见,本申请实施例通过网络侧设备向终端发送第一指示,所述第一指示用于指示所述终端确定信道预测信息,并根据所述终端上报的信道预测信息,确定进行信道预测的配置,从而能够指示终端及时上报信道预测信息,用于及时对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测。
需要说明的是,本申请实施例提供的信道预测方法,执行主体可以为信道预测装置,或者,该信道预测装置中的用于执行信道预测方法的控制模块。本申请实施例中以信道预测装置执行信道预测方法为例,说明本申请实施例提供的信道预测装置。
如图4所示,本申请实施例提供了一种信道预测装置,所述信道预测装置包括:收发模块401和配置模块402。
所述收发模块401用于获取来自终端的信道预测信息;所述配置模块402用于根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
进一步地,所述信道预测信息包括以下至少一项:
信道变化速率;
信道变化速率的等级。
进一步地,所述信道变化速率包括以下至少一项:
时域相关性的变化速率;
特定径的幅度的变化速率;
所述特定径的相位的变化速率;
所述特定径的时延的变化速率;
特定端口的幅度的变化速率;
所述特定端口的相位的变化速率;
所述终端的移动速度;
所述终端的旋转速度;
波束的变化速率。
进一步地,所述时域相关性的变化速率包括:U型谱的目标参数的变化速率。
进一步地,所述特定径包括以下至少一项:
功率最大的径;
功率最大的若干径;
功率在视距传播方向上集中的径;
功率超过第一阈值的径。
进一步地,所述波束的变化速率包括以下至少一项:
特定波束的目标参数的变化速率;
切换波束的速率。
进一步地,所述特定波束包括以下至少一项:
最小的控制资源集标识对应的波束;
控制资源集CORESET0对应的波束;
网络侧设备或基站指示的波束。
进一步地,所述信道预测的配置包括以下至少一项:所述人工智能网络的结构;
所述人工智能网络的参数;
所述人工智能网络的输入数据;
预测的时间跨度;
参考信号的配置;
信道状态信息的配置;
所述信道状态信息的报告的配置;
上报信道状态信息的周期;
非人工智能预测算法的复杂度。
由上述实施例的技术方案可见,本申请实施例通过获取来自终端的信道预测信息;根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置,从而能够对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测,在信道变化快的时候,使用复杂的网络追踪信道,提高信道预测的精度,在信道变化慢的时候,使用相对简单的网络进行信道预测,降低网络的复杂度,也可以降低RS开销,以及CSI overhead。
基于上述实施例,进一步地,所述收发模块还用于向终端发送第一指示,所述第一指示用于指示所述终端确定信道预测信息。
进一步地,所述第一指示所指示的内容包括以下至少一项:
指示所述终端上报或不上报信道预测信息;
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
进一步地,所述第一指示的形式包括以下至少一项:
无线资源控制信令;
媒体接入控制单元信令;
下行控制信息。
进一步地,所述收发模块还用于向终端发送第一配置信息,所述第一配置信息包括用于确定所述信道预测信息的配置。
进一步地,所述第一配置信息包括以下至少一项:
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
由上述实施例的技术方案可见,本申请实施例通过向终端发送第一指示,所述第一指示用于指示所述终端确定信道预测信息,并根据所述终端上报的信道预测信息,确定进行信道预测的配置,从而能够指示终端及时上报信道预测信息,用于及时对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测。
本申请实施例中的信道预测装置可以是装置,具有操作***的装置或电子设备,也可以是终端中的部件、集成电路、或芯片。该装置或电子设备可以是移动终端,也可以为非移动终端。示例性的,移动终端可以包括但不限于上述所列举的终端11的类型,非移动终端可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例提供的信道预测装置能够实现图2至图3的方法实施例实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
如图5所示,本申请实施例还提供了一种信道预测方法,该方法的执行主体可以为终端,换言之,该方法可以由安装在终端的软件或硬件来执行。所述方法的执行步骤如下。
步骤S510、终端确定信道预测信息。
进一步地,所述信道预测信息包括以下至少一项:
信道变化速率;
信道变化速率的等级。
进一步地,所述信道变化速率包括以下至少一项:
时域相关性的变化速率;
特定径的幅度的变化速率;
所述特定径的相位的变化速率;
所述特定径的时延的变化速率;
特定端口的幅度的变化速率;
所述特定端口的相位的变化速率;
终端的移动速度;
所述终端的旋转速度;
波束的变化速率。
进一步地,所述时域相关性的变化速率包括:
U型谱的目标参数的变化速率。
进一步地,所述特定径包括以下至少一项:
功率最大的径;
功率最大的若干径;
功率在视距传播方向上集中的径;
功率超过第一阈值的径。
进一步地,所述波束的变化速率包括以下至少一项:
特定波束的目标参数的变化速率;
切换波束的速率。
进一步地,所述特定波束包括以下至少一项:
最小的控制资源集标识对应的波束;
控制资源集CORESET0对应的波束;
网络侧设备或基站指示的波束。
步骤S520、所述终端向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
进一步地,所述信道预测的配置包括以下至少一项:
所述人工智能网络的结构;
所述人工智能网络的参数;
所述人工智能网络的输入数据;
预测的时间跨度;
参考信号的配置;
信道状态信息的配置;
所述信道状态信息的报告的配置;
上报信道状态信息的周期;
非人工智能预测算法的复杂度。
所述步骤S510-520可以实现如图2所示的步骤S210-S220的方法实施例,并得到相同的技术效果,重复部分此处不再赘述。
由上述实施例的技术方案可见,本申请实施例通过终端确定信道预测信息;所述终端向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置,从而能够对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测,在信道变化快的时候,使用复杂的网络追踪信道,提高信道预测的精度,在信道变化慢的时候,使用相对简单的网络进行信道预测,降低网络的复杂度,也可以降低RS开销,以及CSIoverhead。
基于上述实施例,进一步地,所述步骤S510包括以下至少一项:
终端根据网络侧设备发送的第一指示确定信道预测信息;
终端在没有接收到所述第一指示的情况下,根据配置的周期确定信道预测信息;
终端根据协议约定确定信道预测信息。
进一步地,所述第一指示所指示的内容包括以下至少一项:
指示所述终端上报或不上报信道预测信息;
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
进一步地,所述第一指示的形式包括以下至少一项:
无线资源控制信令;
媒体接入控制单元信令;
下行控制信息。
进一步地,在终端根据网络侧设备发送的第一指示确定信道预测信息之前,所述方法还包括:
所述终端接收所述网络侧设备发送的第一配置信息,所述第一配置信息包括用于确定所述信道预测信息的配置。
进一步地,所述第一配置信息包括以下至少一项:
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
由上述实施例的技术方案可见,本申请实施例终端可以根据网络侧设备发送的第一指示、配置的周期和/或协议约定确定信道预测信息并上报,用于使网络侧设备确定进行信道预测的配置,从而能够及时上报信道预测信息,以使网络侧设备及时对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测。
需要说明的是,本申请实施例提供的信道预测方法,执行主体可以为信道预测装置,或者,该信道预测装置中的用于执行信道预测方法的控制模块。本申请实施例中以信道预测装置执行信道预测方法为例,说明本申请实施例提供的信道预测装置。
如图6所示,本申请实施例还提供了另一种信道预测装置,所述信道预测装置包括:计算模块601和上报模块602。
所述计算模块601用于确定信道预测信息;所述上报模块602用于向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
进一步地,所述信道预测信息包括以下至少一项:
信道变化速率;
信道变化速率的等级。
进一步地,所述信道变化速率包括以下至少一项:时域相关性的变化速率;
特定径的幅度的变化速率;
所述特定径的相位的变化速率;
所述特定径的时延的变化速率;
特定端口的幅度的变化速率;
所述特定端口的相位的变化速率;
终端的移动速度;
所述终端的旋转速度;
波束的变化速率。
进一步地,所述时域相关性的变化速率包括:U型谱的目标参数的变化速率。
进一步地,所述特定径包括以下至少一项:
功率最大的径;
功率最大的若干径;
功率在视距传播方向上集中的径;
功率超过第一阈值的径。
进一步地,所述波束的变化速率包括以下至少一项:
特定波束的目标参数的变化速率;
切换波束的速率。
进一步地,所述特定波束包括以下至少一项:
最小的控制资源集标识对应的波束;
控制资源集CORESET0对应的波束;
网络侧设备或基站指示的波束。
进一步地,所述信道预测的配置包括以下至少一项:
所述人工智能网络的结构;
所述人工智能网络的参数;
所述人工智能网络的输入数据;
预测的时间跨度;
参考信号的配置;
信道状态信息的配置;
所述信道状态信息的报告的配置;
上报信道状态信息的周期;
非人工智能预测算法的复杂度。
由上述实施例的技术方案可见,本申请实施例通过确定信道预测信息;向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置,从而能够对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测,在信道变化快的时候,使用复杂的网络追踪信道,提高信道预测的精度,在信道变化慢的时候,使用相对简单的网络进行信道预测,降低网络的复杂度,也可以降低RS开销,以及CSI overhead。
基于上述实施例,进一步地,所述计算模块用于执行以下至少一项:
根据网络侧设备发送的第一指示确定信道预测信息;
在没有接收到所述第一指示的情况下,根据配置的周期确定信道预测信息;
根据协议约定确定信道预测信息。
进一步地,所述第一指示所指示的内容包括以下至少一项:
指示上报或不上报信道预测信息;
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
用于进行信道估计的时频资源位置。
进一步地,所述第一指示的形式包括以下至少一项:
无线资源控制信令;
媒体接入控制单元信令;
下行控制信息。
进一步地,所述计算模块还用于接收所述网络侧设备发送的第一配置信息,所述第一配置信息包括用于确定所述信道预测信息的配置。
进一步地,所述第一配置信息包括以下至少一项:
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
由上述实施例的技术方案可见,本申请实施例可以根据网络侧设备发送的第一指示、配置的周期和/或协议约定确定信道预测信息并上报,用于使网络侧设备确定进行信道预测的配置,从而使终端能够及时上报信道预测信息,以使网络侧设备及时对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测。
本申请实施例中的信道预测装置可以是装置,具有操作***的装置或电子设备,也可以是终端中的部件、集成电路、或芯片。该装置或电子设备可以是移动终端,也可以为非移动终端。示例性的,移动终端可以包括但不限于上述所列举的终端11的类型,非移动终端可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例提供的信道预测装置能够实现图5的方法实施例实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
进一步地,如图7所示,本申请实施例还提供一种通信设备700,包括处理器701,存储器702,存储在存储器702上并可在所述处理器701上运行的程序或指令,例如,该通信设备700为终端时,该程序或指令被处理器701执行时实现上述信道预测方法实施例的各个过程,且能达到相同的技术效果。该通信设备700为网络侧设备时,该程序或指令被处理器701执行时实现上述信道预测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本申请实施例还提供一种网络侧设备,包括处理器和通信接口,处理器用于根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置,通信接口用于获取来自终端的信道预测信息。该网络侧设备实施例是与上述网络侧设备方法实施例对应的,上述方法实施例的各个实施过程和实现方式均可适用于该网络侧设备实施例中,且能达到相同的技术效果。
具体地,本申请实施例还提供了一种网络侧设备。如图8所示,该网络设备800包括:天线801、射频装置802、基带装置803。天线801与射频装置802连接。在上行方向上,射频装置802通过天线801接收信息,将接收的信息发送给基带装置803进行处理。在下行方向上,基带装置803对要发送的信息进行处理,并发送给射频装置802,射频装置802对收到的信息进行处理后经过天线801发送出去。
上述频带处理装置可以位于基带装置803中,以上实施例中网络侧设备执行的方法可以在基带装置803中实现,该基带装置803包括处理器804和存储器805。
基带装置803例如可以包括至少一个基带板,该基带板上设置有多个芯片,如图8所示,其中一个芯片例如为处理器804,与存储器805连接,以调用存储器805中的程序,执行以上方法实施例中所示的网络设备操作。
该基带装置803还可以包括网络接口806,用于与射频装置802交互信息,该接口例如为通用公共无线接口(common public radio interface,简称CPRI)。
具体地,本发明实施例的网络侧设备还包括:存储在存储器805上并可在处理器804上运行的指令或程序,处理器804调用存储器805中的指令或程序执行图4所示各模块执行的方法,并达到相同的技术效果,为避免重复,故不在此赘述。
本申请实施例还提供一种终端,包括处理器和通信接口,处理器用于计算信道预测信息,通信接口用于向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。该终端实施例是与上述终端侧方法实施例对应的,上述方法实施例的各个实施过程和实现方式均可适用于该终端实施例中,且能达到相同的技术效果。具体地,图9为实现本申请实施例的一种终端的硬件结构示意图。
该终端900包括但不限于:射频单元901、网络模块902、音频输出单元903、输入单元904、传感器905、显示单元906、用户输入单元907、接口单元908、存储器909、以及处理器910等中的至少部分部件。
本领域技术人员可以理解,终端900还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理***与处理器910逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。图9中示出的终端结构并不构成对终端的限定,终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
应理解的是,本申请实施例中,输入单元904可以包括图形处理器(GraphicsProcessing Unit,GPU)9041和麦克风9042,图形处理器9041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元906可包括显示面板9061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板9061。用户输入单元907包括触控面板9071以及其他输入设备9072。触控面板9071,也称为触摸屏。触控面板9071可包括触摸检测装置和触摸控制器两个部分。其他输入设备9072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
本申请实施例中,射频单元901将来自网络侧设备的下行数据接收后,给处理器910处理;另外,将上行的数据发送给网络侧设备。通常,射频单元901包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器909可用于存储软件程序或指令以及各种数据。存储器909可主要包括存储程序或指令区和存储数据区,其中,存储程序或指令区可存储操作***、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器909可以包括高速随机存取存储器,还可以包括非瞬态性存储器,其中,非瞬态性存储器可以是只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(ProgrammableROM,PROM)、可擦除可编程只读存储器(ErasablePROM,EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM,EEPROM)或闪存。例如至少一个磁盘存储器件、闪存器件、或其他非瞬态性固态存储器件。
处理器910可包括一个或多个处理单元;可选的,处理器910可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序或指令等,调制解调处理器主要处理无线通信,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器910中。
其中,处理器910,用于确定信道预测信息。
射频单元901,用于向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
进一步地,所述信道预测信息包括以下至少一项:
信道变化速率;
信道变化速率的等级。
进一步地,所述信道变化速率包括以下至少一项:
时域相关性的变化速率;
特定径的幅度的变化速率;
所述特定径的相位的变化速率;
所述特定径的时延的变化速率;
特定端口的幅度的变化速率;
所述特定端口的相位的变化速率;
终端的移动速度;
所述终端的旋转速度;
波束的变化速率。
进一步地,所述时域相关性的变化速率包括:U型谱的目标参数的变化速率。
进一步地,所述特定径包括以下至少一项:
功率最大的径;
功率最大的若干径;
功率在视距传播方向上集中的径;
功率超过第一阈值的径。
进一步地,所述波束的变化速率包括以下至少一项:
特定波束的目标参数的变化速率;
切换波束的速率。
进一步地,所述特定波束包括以下至少一项:
最小的控制资源集标识对应的波束;
控制资源集0对应的波束;
网络侧设备或基站指示的波束。
进一步地,所述信道预测的配置包括以下至少一项:所述人工智能网络的结构;
所述人工智能网络的参数;
所述人工智能网络的输入数据;
预测的时间跨度;
参考信号的配置;
信道状态信息的配置;
所述信道状态信息的报告的配置;
上报信道状态信息的周期;
非人工智能预测算法的复杂度。
由上述实施例的技术方案可见,本申请实施例能够对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测,在信道变化快的时候,使用复杂的网络追踪信道,提高信道预测的精度,在信道变化慢的时候,使用相对简单的网络进行信道预测,降低网络的复杂度,也可以降低RS开销,以及CSI overhead。
进一步地,所述处理器910,用于执行以下至少一项:
终端根据网络侧设备发送的第一指示确定信道预测信息;
终端在没有接收到所述第一指示的情况下,根据配置的周期确定信道预测信息;
终端根据协议约定确定信道预测信息。
进一步地,所述第一指示所指示的内容包括以下至少一项:
指示所述终端上报或不上报信道预测信息;
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
进一步地,所述第一指示的形式包括以下至少一项:
无线资源控制信令;
媒体接入控制单元信令;
下行控制信息。
进一步地,所述射频单元901还用于接收所述网络侧设备发送的第一配置信息,所述第一配置信息包括用于确定所述信道预测信息的配置。
进一步地,所述第一配置信息包括以下至少一项:
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
由上述实施例的技术方案可见,本申请实施例能够及时上报信道预测信息,以使网络侧设备及时对AI网络进行合理配置或切换,使用更合适的AI网络进行信道预测。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述信道预测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述信道预测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为***级芯片,***芯片,芯片***或片上***芯片等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (29)
1.一种信道预测方法,其特征在于,包括:
网络侧设备获取来自终端的信道预测信息;
所述网络侧设备根据所述信道预测信息,确定进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
2.根据权利要求1所述的方法,其特征在于,所述信道预测信息包括以下至少一项:
信道变化速率;
信道变化速率的等级。
3.根据权利要求2所述的方法,其特征在于,所述信道变化速率包括以下至少一项:
时域相关性的变化速率;
特定径的幅度的变化速率;
所述特定径的相位的变化速率;
所述特定径的时延的变化速率;
特定端口的幅度的变化速率;
所述特定端口的相位的变化速率;
所述终端的移动速度;
所述终端的旋转速度;
波束的变化速率。
4.根据权利要求3所述的方法,其特征在于,所述时域相关性的变化速率包括:
U型谱的目标参数的变化速率。
5.根据权利要求3所述的方法,其特征在于,所述特定径包括以下至少一项:
功率最大的径;
功率最大的若干径;
功率在视距传播方向上集中的径;
功率超过第一阈值的径。
6.根据权利要求3所述的方法,其特征在于,所述波束的变化速率包括以下至少一项:
特定波束的目标参数的变化速率;
切换波束的速率。
7.根据权利要求6所述的方法,其特征在于,所述特定波束包括以下至少一项:
最小的控制资源集标识对应的波束;
控制资源集CORESET0对应的波束;
网络侧设备或基站指示的波束。
8.根据权利要求1所述的方法,其特征在于,所述信道预测的配置包括以下至少一项:
所述人工智能网络的结构;
所述人工智能网络的参数;
所述人工智能网络的输入数据;
预测的时间跨度;
参考信号的配置;
信道状态信息的配置;
所述信道状态信息的报告的配置;
上报信道状态信息的周期;
非人工智能预测算法的复杂度。
9.根据权利要求1所述的方法,其特征在于,在所述获取来自终端的信道预测信息之前,所述方法还包括:
网络侧设备向终端发送第一指示,所述第一指示用于指示所述终端确定信道预测信息。
10.根据权利要求9所述的方法,其特征在于,所述第一指示所指示的内容包括以下至少一项:
指示所述终端上报或不上报信道预测信息;
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
11.根据权利要求9所述的方法,其特征在于,在网络侧设备向终端发送第一指示之前,所述方法还包括:
网络侧设备向终端发送第一配置信息,所述第一配置信息包括用于确定所述信道预测信息的配置。
12.根据权利要求11所述的方法,其特征在于,所述第一配置信息包括以下至少一项:
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
13.一种信道预测装置,其特征在于,包括:
收发模块,用于获取来自终端的信道预测信息;
配置模块,用于根据所述信道预测信息,确定信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
14.一种信道预测方法,其特征在于,包括:
终端确定信道预测信息;
所述终端向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
15.根据权利要求14所述的方法,其特征在于,所述信道预测信息包括以下至少一项:
信道变化速率;
信道变化速率的等级。
16.根据权利要求15所述的方法,其特征在于,所述信道变化速率包括以下至少一项:
时域相关性的变化速率;
特定径的幅度的变化速率;
所述特定径的相位的变化速率;
所述特定径的时延的变化速率;
特定端口的幅度的变化速率;
所述特定端口的相位的变化速率;
终端的移动速度;
所述终端的旋转速度;
波束的变化速率。
17.根据权利要求16所述的方法,其特征在于,所述时域相关性的变化速率包括:
U型谱的目标参数的变化速率。
18.根据权利要求16所述的方法,其特征在于,所述特定径包括以下至少一项:
功率最大的径;
功率最大的若干径;
功率在视距传播方向上集中的径;
功率超过第一阈值的径。
19.根据权利要求16所述的方法,其特征在于,所述波束的变化速率包括以下至少一项:
特定波束的目标参数的变化速率;
切换波束的速率。
20.根据权利要求19所述的方法,其特征在于,所述特定波束包括以下至少一项:
最小的控制资源集标识对应的波束;
控制资源集0对应的波束;
网络侧设备或基站指示的波束。
21.根据权利要求14所述的方法,其特征在于,所述信道预测的配置包括以下至少一项:
所述人工智能网络的结构;
所述人工智能网络的参数;
所述人工智能网络的输入数据;
预测的时间跨度;
参考信号的配置;
信道状态信息的配置;
所述信道状态信息的报告的配置;
上报信道状态信息的周期;
非人工智能预测算法的复杂度。
22.根据权利要求14所述的方法,其特征在于,所述终端确定信道预测信息,包括以下至少一项:
终端根据网络侧设备发送的第一指示确定信道预测信息;
终端在没有接收到所述第一指示的情况下,根据配置的周期确定信道预测信息;
终端根据协议约定确定信道预测信息。
23.根据权利要求22所述的方法,其特征在于,所述第一指示所指示的内容包括以下至少一项:
指示所述终端上报或不上报信道预测信息;
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
24.根据权利要求22所述的方法,其特征在于,在终端根据网络侧设备发送的第一指示确定信道预测信息之前,所述方法还包括:
所述终端接收所述网络侧设备发送的第一配置信息,所述第一配置信息包括用于确定所述信道预测信息的配置。
25.根据权利要求24所述的方法,其特征在于,所述第一配置信息包括以下至少一项:
所述信道预测信息和信道预测的配置的对应关系;
所述信道预测信息的计算方法;
所述终端用于进行信道估计的时频资源位置。
26.一种信道预测装置,其特征在于,包括:
计算模块,用于确定信道预测信息;
上报模块,用于向网络侧设备上报所述信道预测信息,所述信道预测信息用于确定所述网络侧设备进行信道预测的配置;其中,所述信道预测的配置包括用于执行信道预测的人工智能网络的配置。
27.一种网络侧设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至12任一项所述的信道预测方法的步骤。
28.一种终端,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求14至25任一项所述的信道预测方法的步骤。
29.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-12任一项所述的信道预测方法,或者实现如权利要求14至25任一项所述的信道预测方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111285185.1A CN116074210A (zh) | 2021-11-01 | 2021-11-01 | 信道预测方法、装置、网络侧设备及终端 |
PCT/CN2022/128214 WO2023072239A1 (zh) | 2021-11-01 | 2022-10-28 | 信道预测方法、装置、网络侧设备及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111285185.1A CN116074210A (zh) | 2021-11-01 | 2021-11-01 | 信道预测方法、装置、网络侧设备及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116074210A true CN116074210A (zh) | 2023-05-05 |
Family
ID=86160501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111285185.1A Pending CN116074210A (zh) | 2021-11-01 | 2021-11-01 | 信道预测方法、装置、网络侧设备及终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116074210A (zh) |
WO (1) | WO2023072239A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107347208B (zh) * | 2017-06-27 | 2020-02-07 | 阳光凯讯(北京)科技有限公司 | 基于人工智能技术的基站对终端高效定时调整方法及*** |
US11973708B2 (en) * | 2019-04-16 | 2024-04-30 | Samsung Electronics Co., Ltd. | Method and apparatus for reporting channel state information |
US10992331B2 (en) * | 2019-05-15 | 2021-04-27 | Huawei Technologies Co., Ltd. | Systems and methods for signaling for AI use by mobile stations in wireless networks |
US11258565B2 (en) * | 2019-08-30 | 2022-02-22 | Huawei Technologies Co., Ltd. | Sparse reference signal-related signaling apparatus and methods |
WO2021112360A1 (ko) * | 2019-12-01 | 2021-06-10 | 엘지전자 주식회사 | 무선 통신 시스템에서 채널을 추정하기 위한 방법 및 장치 |
KR20210117611A (ko) * | 2020-03-19 | 2021-09-29 | 엘지전자 주식회사 | Ai를 이용한 이동통신 방법 |
-
2021
- 2021-11-01 CN CN202111285185.1A patent/CN116074210A/zh active Pending
-
2022
- 2022-10-28 WO PCT/CN2022/128214 patent/WO2023072239A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023072239A1 (zh) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114521012B (zh) | 定位方法、装置、终端设备、基站及位置管理服务器 | |
WO2022105913A1 (zh) | 通信方法、装置及通信设备 | |
US20240088970A1 (en) | Method and apparatus for feeding back channel information of delay-doppler domain, and electronic device | |
KR20230011374A (ko) | 채널 정보의 처리 방법 및 장치 | |
EP4236428A1 (en) | Communication data processing method and apparatus, and communication device | |
CN116074210A (zh) | 信道预测方法、装置、网络侧设备及终端 | |
CN116017493A (zh) | 模型请求方法、模型请求处理方法及相关设备 | |
CN115913486A (zh) | 信息上报方法、装置、终端及可读存储介质 | |
CN116016045A (zh) | 信道估计方法、装置、终端及网络侧设备 | |
CN114531696A (zh) | Ai网络部分输入缺失的处理方法和设备 | |
JP7524358B2 (ja) | チャネル情報の処理方法及び装置 | |
CN114390539B (zh) | 传输方法、装置、终端及网络侧设备 | |
WO2023040885A1 (zh) | 参数选择方法、参数配置方法、终端及网络侧设备 | |
WO2024041420A1 (zh) | 测量反馈处理方法、装置、终端及网络侧设备 | |
WO2023198094A1 (zh) | 模型输入的确定方法及通信设备 | |
WO2024041421A1 (zh) | 测量反馈处理方法、装置、终端及网络侧设备 | |
CN117835262A (zh) | Ai模型的处理方法、装置及通信设备 | |
CN117856942A (zh) | Csi预测处理方法、装置、通信设备及可读存储介质 | |
CN117997457A (zh) | 参考信号确定方法、终端及网络侧设备 | |
CN118214667A (zh) | Ai模型监测方法、ai模型性能的测量方法、装置及设备 | |
CN116137553A (zh) | 一种信道预测方法、装置、ue及*** | |
CN116233906A (zh) | 测量方法、装置、设备及存储介质 | |
CN115843021A (zh) | 数据传输方法及装置 | |
CN116684296A (zh) | 数据采集方法及设备 | |
CN117478285A (zh) | 导频参数配置方法及设备 |
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 |