CN117639867A - 一种通信方法及装置 - Google Patents
一种通信方法及装置 Download PDFInfo
- Publication number
- CN117639867A CN117639867A CN202211036042.1A CN202211036042A CN117639867A CN 117639867 A CN117639867 A CN 117639867A CN 202211036042 A CN202211036042 A CN 202211036042A CN 117639867 A CN117639867 A CN 117639867A
- Authority
- CN
- China
- Prior art keywords
- frequency bands
- information
- channel
- channel information
- frequency band
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 207
- 238000000034 method Methods 0.000 title claims abstract description 112
- 230000005540 biological transmission Effects 0.000 claims description 54
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 description 101
- 238000012549 training Methods 0.000 description 58
- 238000013461 design Methods 0.000 description 51
- 238000012545 processing Methods 0.000 description 43
- 238000013528 artificial neural network Methods 0.000 description 33
- 238000007906 compression Methods 0.000 description 25
- 230000006835 compression Effects 0.000 description 25
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000013507 mapping Methods 0.000 description 16
- 210000002569 neuron Anatomy 0.000 description 13
- 230000011664 signaling Effects 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 238000013139 quantization Methods 0.000 description 9
- 239000013256 coordination polymer Substances 0.000 description 8
- 238000011084 recovery Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 230000004913 activation Effects 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 102100022734 Acyl carrier protein, mitochondrial Human genes 0.000 description 5
- 101000678845 Homo sapiens Acyl carrier protein, mitochondrial Proteins 0.000 description 5
- 230000006837 decompression Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开提供一种通信方法及装置,能够减少多频带的CSI反馈开销。该方法包括:将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,确定第一频带对应的第一信道状态指示信息;其中,所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性,K为正整数;发送所述第一信道状态指示信息。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种通信方法及装置。
背景技术
在无线通信网络中,例如在移动通信网络中,网络支持的业务越来越多样,因此需要满足的需求越来越多样。例如,网络需要能够支持超高速率、超低时延、和/或超大连接。该特点使得网络规划、网络配置、和/或资源调度越来越复杂。此外,由于网络的功能越来越强大,例如支持的频谱越来越高、支持高阶多入多出(multiple input multiple output,MIMO)技术、支持波束赋形、和/或支持波束管理等新技术,使得网络节能成为了热门研究课题。这些新需求、新场景和新特性给网络规划、运维和高效运营带来了前所未有的挑战。为了迎接该挑战,可以将人工智能技术引入无线通信网络中,从而实现网络智能化。基于此,如何在网络中有效地实现人工智能是一个值得研究的问题。
发明内容
本公开提供一种通信方法及装置,以期通过人工智能,降低多频带的信道状态信息(channel state information,CSI)反馈的开销。
第一方面,本公开提供一种通信方法,该通信方法应用于终端设备。该通信方法包括:终端设备将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,确定第一频带对应的第一信道状态指示信息;其中,所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性,K为正整数;终端设备向网络设备发送所述第一信道状态指示信息。
这样的设计中,利用多频带之间的信道相关性,减少重复传输多频带间相同信息的资源浪费,能够降低单个频带CSI反馈的开销。例如可以理解的是,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
在一种可能的设计中,所述终端设备还可以接收来自网络设备的第一信息,所述第一信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。可选的,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
基于这样的设计,终端设备可快速地按照网络设备的指示,确定出与第一频带具有信道相关性的K个第二频带,能够提升CSI反馈的效率。
在一种可能的设计中,终端设备还可以对所述K个第二频带的信道信息进行压缩处理,确定所述K个第二频带对应的信道状态指示信息;进而,终端设备可以向网络设备发送所述K个第二频带对应的信道状态指示信息。这样的设计中,在降低第一频带的CSI反馈开销情况下,对于K个第二频带反馈完整的压缩CSI,能够保证网络设备利用多频带信道相关性,恢复出第一频带完整的CSI。
在一种可能的设计中,终端设备将通过所述K个第二频带接收的下行参考信号输入至第一模型,得到所述K个第二频带的信道信息。这样的设计中,利用AI模型估计信道,可以增加非线性变换处理,更为接近真实信道,提升信道估计的效果。
在一种可能的设计中,所述K个第二频带的信道信息与用于上行传输的第三频带的信道信息之间具有相关性,终端设备还可以根据所述K个第二频带的信道信息,通过所述第三频带发送上行参考信号。这样的设计中,利用多频带之间的信道相关性,可以确定单个频带上行参考信号的传输方式,如可以减少该上行参考信号的发送量,降低信令开销。
在一种可能的设计中,终端设备还可以接收来自网络设备的第二信息,所述第二信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。基于这样的设计,终端设备可快速地按照网络设备的指示,确定出与第三频带具有信道相关性的K个第二频带,能够提升通过第三频带发送上行参考信号的效率。
第二方面,本公开提供一种通信方法,该通信方法应用于网络设备,该通信方法包括:网络设备接收来自终端设备的第一信道状态指示信息,所述第一信道状态指示信息对应于第一频带,所述第一频带的信道信息与所述K个第二频带的信道信息之间具有相关性,K为正整数;网络设备将所述第一状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
其中,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
在一种可能的设计中,网络设备还可以向终端设备发送第一信息,所述第一信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。可选的,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
在一种可能的设计中,网络设备还可以接收来自所述终端设备的所述K个第二频带对应的信道状态指示信息;将所述K个第二频带对应的信道状态指示信息输入第二模型,得到所述K个第二频带的信道信息。利用AI模型进行信道恢复,可以增加非线性变换处理,更为接近真实信道,提升信道恢复的效果。
在一种可能的设计中,网络设备还可以根据所述K个第二频带的信道信息,通过所述第一频带发送下行参考信号。这样的设计中,利用多频带之间的信道相关性,可以确定单个频带对应下行参考信号的传输方式,如可以减少该下行参考信号的发送量,降低信令开销。
在一种可能的设计中,网络设备还可以通过第三频带接收来自终端设备的上行参考信号;其中,所述第三频带的信道信息与所述K个第二频带的信道信息之间具有相关性;根据所述上行参考信号和所述K个第二频带的信道信息,估计所述第三频带的信道信息。
在一种可能的设计中,网络设备还可以向终端设备发送第二信息,所述第二信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。
第三方面,本公开提供一种通信装置,该通信装置可以是终端设备,也可以是终端设备中的装置、模块或芯片等,或者是能够和终端设备匹配使用的装置。一种设计中,该通信装置可以包括执行第一方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。一种示例:
处理模块,用于将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,确定第一频带对应的第一信道状态指示信息;其中,所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性,K为正整数;
通信模块,用于发送所述第一信道状态指示信息。
其中,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
在一种可能的设计中,通信模块,还用于接收来自网络设备的第一信息,所述第一信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。可选的,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
在一种可能的设计中,处理模块,还用于对所述K个第二频带的信道信息进行压缩处理,确定所述K个第二频带对应的信道状态指示信息;通信模块,还用于发送所述K个第二频带对应的信道状态指示信息。
在一种可能的设计中,处理模块,还用于将通过所述K个第二频带接收的下行参考信号输入至第一模型,得到所述K个第二频带的信道信息。
在一种可能的设计中,所述K个第二频带的信道信息与用于上行传输的第三频带的信道信息之间具有相关性,处理模块,还用于根据所述K个第二频带的信道信息,通过所述第三频带发送上行参考信号。
在一种可能的设计中,通信模块,用于接收来自网络设备的第二信息,所述第二信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。
第四方面,本公开提供一种通信装置,该通信装置可以是网络设备,也可以是网络设备中的装置、模块或芯片等,或者是能够和网络设备匹配使用的装置。一种设计中,该通信装置可以包括执行第二方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。一种示例:
通信模块,用于接收来自终端设备的第一信道状态指示信息,所述第一信道状态指示信息对应于第一频带,所述第一频带的信道信息与所述K个第二频带的信道信息之间具有相关性,K为正整数;
处理模块,用于将所述第一状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
其中,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
在一种可能的设计中,通信模块,还用于发送第一信息,所述第一信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。可选的,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
在一种可能的设计中,通信模块,还用于接收来自所述终端设备的所述K个第二频带对应的信道状态指示信息;处理模块,还用于将所述K个第二频带对应的信道状态指示信息输入第二模型,得到所述K个第二频带的信道信息。
在一种可能的设计中,处理模块,还用于根据所述K个第二频带的信道信息,通过所述第一频带发送下行参考信号。
在一种可能的设计中,通信模块,还用于通过第三频带接收来自终端设备的上行参考信号;其中,所述第三频带的信道信息与所述K个第二频带的信道信息之间具有相关性;处理模块,还用于根据所述上行参考信号和所述K个第二频带的信道信息,估计所述第三频带的信道信息。
在一种可能的设计中,通信模块,还用于发送第二信息,所述第二信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。
第五方面,本公开提供一种通信装置,所述通信装置包括处理器,用于实现上述第一方面所描述的方法。处理器与存储器耦合,存储器用于存储指令和数据,所述处理器执行所述存储器中存储的指令时,可以实现上述第一方面描述的方法。可选的,所述通信装置还可以包括存储器;所述通信装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信,示例性的,通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
在一种可能的设备中,该通信装置包括:
存储器,用于存储指令;
处理器,用于将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,确定第一频带对应的第一信道状态指示信息;其中,所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性,K为正整数;
通信接口,用于发送所述第一信道状态指示信息。
第六方面,本公开提供一种通信装置,所述通信装置包括处理器,用于实现上述第一方面所描述的方法。处理器与存储器耦合,存储器用于存储指令和数据,所述处理器执行所述存储器中存储的指令时,可以实现上述第二方面描述的方法。可选的,所述通信装置还可以包括存储器;所述通信装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信,示例性的,通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
在一种可能的设备中,该通信装置包括:
存储器,用于存储指令;
通信接口,用于接收来自终端设备的第一信道状态指示信息,所述第一信道状态指示信息对应于第一频带,所述第一频带的信道信息与所述K个第二频带的信道信息之间具有相关性,K为正整数;
处理器,用于将所述第一状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
第七方面,本公开提供了一种通信***,包括能够实现第一方面提供的方法的终端设备,以及能够实现第二方面提供的方法的网络设备。
第八方面,本公开还提供了一种计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第一方面至第二方面中任一方面提供的方法。示例性的,所述计算机可以为终端设备或网络设备。
第九方面,本公开还提供了一种计算机程序产品,包括指令,当所述指令在计算机上运行时,使得计算机执行上述第一方面至第二方面中任一方面提供的方法。
第十方面,本公开还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序或指令,当所述计算机程序或者指令在计算机上运行时,使得所述计算机执行上述第一方面至第二方面中任一方面提供的方法。
第十一方面,本公开还提供了一种芯片,所述芯片用于读取存储器中存储的计算机程序,执行上述第一方面至第二方面中任一方面提供的方法,或者,所述芯片包括用于执行上述第一方面至第二方面中任一方面提供的方法的电路。
第十二方面,本公开还提供了一种芯片***,该芯片***包括处理器,用于支持装置实现上述第一方面至第二方面中任一方面提供的方法。在一种可能的设计中,所述芯片***还包括存储器,所述存储器用于保存该装置必要的程序和数据。该芯片***可以由芯片构成,也可以包含芯片和其他分立器件。
如上第二方面至第十二方面的任一方面所提供的方案的效果,可参考第一方面中的相应描述。
附图说明
图1为一种通信***的结构示意图;
图2A为神经元结构的一种示意图;
图2B为神经网络的层关系的一种示意图;
图2C为本公开提供的一种AI应用框架示意图;
图3为另一种通信***的结构示意图;
图4A~图4D为几种网络架构的示意图;
图5为本公开提供的通信方法的流程示意图之一;
图6为本公开提供的模型应用示意图之一;
图7为本公开提供的通信方法的流程示意图之一;
图8为本公开提供的模型应用示意图之一;
图9为本公开提供的通信方法的流程示意图之一;
图10为本公开提供的模型应用示意图之一;
图11为本公开提供的通信装置的结构示意图之一;
图12为本公开提供的通信装置的结构示意图之一。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述。
本公开如下涉及的至少一个(项),指示一个(项)或多个(项)。多个(项),是指两个(项)或两个(项)以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。另外,应当理解,尽管在本公开中可能采用术语第一、第二等来描述各对象、但这些对象不应限于这些术语。这些术语仅用来将各对象彼此区分开。
本公开如下描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是,本公开中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本公开中被描述为“示例性的”或者“例如”的任何方法或设计方案不应被解释为比其它方法或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本公开提供的技术可以应用于各种通信***,例如,该通信***可以是第三代(3thgeneration,3G)通信***(例如通用移动通信***(universal mobiletelecommunication system,UMTS))、***(4th generation,4G)通信***(例如长期演进(long term evolution,LTE)***)、第五代(5th generation,5G)通信***、全球互联微波接入(worldwide interoperability for microwave access,WiMAX)或者无线局域网(wireless local area network,WLAN)***、或者多种***的融合***,或者是未来的通信***,例如6G通信***等。其中,5G通信***还可以称为新无线(new radio,NR)***。
通信***中的一个网元可以向另一个网元发送信号或从另一个网元接收信号。其中信号可以包括信息、信令或者数据等。其中,网元也可以被替换为实体、网络实体、设备、终端设备、通信模块、节点、通信节点等等,本公开中以网元为例进行描述。例如,通信***可以包括至少一个终端设备和至少一个网络设备。网络设备可以向终端设备发送下行信号,和/或终端设备可以向网络设备发送上行信号此外可以理解的是,若通信***中包括多个终端设备,多个终端设备之间也可以互发信号,即信号的发送网元和信号的接收网元均可以是终端设备。
本申请实施例提供的通信方法可以应用于5G、6G、卫星通信等无线通信***中。参见图1,图1是本申请实施例提供的无线通信***的一简化示意图。如图1所示,该无线通信***包括无线接入网100。无线接入网100可以是下一代(例如6G或更高版本)无线接入网,或传统(例如5G、4G、3G或2G)无线接入网。一个或多个终端设备(120a-120j,统称为120)可以相互连接或连接到无线接入网100中的一个或多个网络设备(110a、110b,统称为110)。可选的,图1只是示意图,该无线通信***中还可以包括其它设备,如还可以包括核心网设备、无线中继设备和/或无线回传设备等,在图1中未画出。
可选的,在实际应用中,该无线通信***可以同时包括多个网络设备(也称为接入网设备),也可以同时包括多个终端设备。一个网络设备可以同时服务于一个或多个终端设备。一个终端设备也可以同时接入一个或多个网络设备。本申请实施例对该无线通信***中包括的终端设备和网络设备的数量不做限定。
其中,网络设备可以是网络侧的一种用于发射或接收信号的实体。网络设备可以为终端设备通过无线方式接入到该无线通信***中的接入设备,如网络设备可以是基站。基站可以广义的覆盖如下中的各种名称,或与如下名称进行替换,比如:节点B(NodeB)、演进型基站(evolved NodeB,eNB)、下一代基站(next generation NodeB,gNB)、开放无线接入网(open radio access network,O-RAN)中的网络设备、中继站、接入点、传输点(transmitting and receiving point,TRP)、发射点(transmitting point,TP)、主站MeNB、辅站SeNB、多制式无线(MSR)节点、家庭基站、网络控制器、接入节点、无线节点、接入点(AP)、传输节点、收发节点、基带单元(BBU)、射频拉远单元(RRU)、有源天线单元(AAU)、射频头(RRH)、中心单元(CU)、分布单元(DU)、无线单元(radio unit,RU)、集中单元控制面(CUcontrol plane,CU-CP)节点、集中单元用户面(CU user plane,CU-UP)节点、定位节点等。基站可以是宏基站、微基站、中继节点、施主节点或类似物,或其组合。网络设备还可以指用于设置于前述设备或装置内的通信模块、调制解调器或芯片。网络设备还可以是移动交换中心以及设备到设备(device-to-device,D2D)、车辆外联(vehicle-to-everything,V2X)、机器到机器(machine-to-machine,M2M)通信中承担基站功能的设备、6G网络中的网络侧设备、未来的通信***中承担基站功能的设备等。网络设备可以支持相同或不同接入技术的网络。本申请的实施例对网络设备所采用的具体技术和具体设备形态不做限定。
网络设备可以是固定的,也可以是移动的。例如,基站110a、110b是静止的,并负责来自终端设备120的一个或多个小区中的无线传输和接收。图1中示出的直升机或无人机120i可以被配置成充当移动基站,并且一个或多个小区可以根据移动基站120i的位置移动。在其他示例中,直升机或无人机(120i)可以被配置成用作与基站110b通信的终端设备。
本公开中,用于实现如上接入网络功能的通信装置可以是网络设备,也可以是具有接入网络的部分功能的网络设备,也可以是能够支持实现接入网络功能的装置,例如芯片***,硬件电路、软件模块、或硬件电路加软件模块,该装置可以被安装在网络设备中或者和网络设备匹配使用。本公开的方法中,以用于实现网络设备功能的通信装置是网络设备为例进行描述。
终端设备可以是用户侧的一种用于接收或发射信号的实体,如手机。终端设备可以用于连接人、物和机器。终端设备可通过网络设备与一个或多个核心网进行通信。终端设备包括具有无线连接功能的手持式设备、连接到无线调制解调器的其他处理设备或车载设备等。终端设备可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置。终端设备120可以广泛应用于各种场景,例如蜂窝通信、设备到设备D2D、车到所有V2X、端到端P2P、机器到机器M2M、机器类型通信MTC、物联网IOT、虚拟现实VR、增强现实AR、工业控制、自动驾驶、远程医疗、智能电网、智能家具、智能办公、智能穿戴、智能交通、智慧城市、无人机、机器人、遥感、被动传感、定位、导航与跟踪、自主交付与移动等。终端设备120的一些举例为:3GPP标准的用户设备(UE)、固定设备、移动设备、手持设备、可穿戴设备、蜂窝电话、智能电话、会话发起协议(SIP)电话、笔记本电脑、个人计算机、智能书、车辆、卫星、全球定位***(GPS)设备、目标跟踪设备、无人机、直升机、飞行器、船只、遥控设备、智能家居设备、工业设备、个人通信业务(personal communication service,PCS)电话、无线本地环路(wirelesslocal loop,WLL)站、个人数字助理(personal digital assistant,PDA)、无线网络摄像头、平板电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备如智能手表、虚拟现实(virtual reality,VR)设备、增强现实(augmented reality,AR)设备、工业控制(industrial control)中的无线终端、车联网***中的终端、无人驾驶(selfdriving)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportationsafety)中的无线终端、智慧城市(smart city)中的无线终端如智能加油器,高铁上的终端设备以及智慧家庭(smart home)中的无线终端,如智能音响、智能咖啡机、智能打印机等。终端设备120可以为以上各种场景中的无线设备或用于设置于无线设备的装置,例如,上述设备中的通信模块、调制解调器或芯片等。终端设备也可以称为终端、终端设备、用户设备(user equipment,UE)、移动台(mobile station,MS)、移动终端(mobile terminal,MT)等。终端设备还可以是未来的无线通信***中的终端设备。终端设备可以用于专用网设备或者通用设备中。本申请的实施例对终端设备所采用的具体技术和具体设备形态不做限定。
可选的,终端设备可以用于充当基站。例如,UE可以充当调度实体,其在V2X、D2D或P2P等中的UE之间提供侧行链路信号。如图1所示,蜂窝电话120a和汽车120b利用侧行链路信号彼此通信。蜂窝电话120a和智能家居设备120e之间通信,而无需通过基站110b中继通信信号。
本公开中,用于实现终端设备功能的通信装置可以是终端设备,也可以是具有以上终端设备的部分功能的终端设备,也可以是能够支持实现以上终端设备的功能的装置,例如芯片***,该装置可以被安装在终端设备中或者和终端设备匹配使用。本公开中,芯片***可以由芯片构成,也可以包括芯片和其他分立器件。本公开提供的技术方案中,以通信装置是终端设备或UE为例进行描述。
可选的,无线通信***通常由小区组成,基站提供小区的管理,基站向小区中多个移动台(mobile station,MS)提供通信服务。其中基站包含基带单元(baseband unit,BBU)和远端射频单元(remote radio unit,RRU)。BBU和RRU可以放置在不同的地方,例如:RRU拉远,放置于高话务量的区域,BBU放置于中心机房。BBU和RRU也可以放置在同一机房。BBU和RRU也可以为一个机架下的不同部件。可选的,一个小区可以对应于一个载波或成员载波。
可以理解的是,本公开可以应用在网络设备和终端设备之间,网络设备和网络设备之间,或,终端设备和终端设备之间,也即,主设备和次设备之间。主设备可以为网络设备或终端设备;其中,主设备为网络设备时,次设备可以为另一网络设备或终端设备;主设备为终端设备时,次设备可以为另一终端设备。
以下以主设备为网络设备,次设备为终端设备为例进行方案的描述。其中,下行对应的通信方向为主设备向次设备的发送,上行对应的通信方向为次设备向主设备的发送。
网络设备和终端设备之间的协议层结构
网络设备和终端设备之间的通信遵循一定的协议层结构。该协议层结构可以包括控制面协议层结构和用户面协议层结构。例如,控制面协议层结构可以包括无线资源控制(radio resource control,RRC)层、分组数据汇聚层协议(packet data convergenceprotocol,PDCP)层、无线链路控制(radio link control,RLC)层、媒体接入控制(mediumaccess control,MAC)层和物理层等协议层的功能。例如,用户面协议层结构可以包括PDCP层、RLC层、MAC层和物理层等协议层的功能。在一种可能的实现中,PDCP层之上还可以包括业务数据适配协议(service data adaptation protocol,SDAP)层。
可选的,网络设备和终端之间的协议层结构还可以包括人工智能(artificialintelligence,AI)层,AI层用于传输AI功能相关的数据。
以网络设备和终端设备之间的数据传输为例,数据传输需要经过用户面协议层,比如经过SDAP层、PDCP层、RLC层、MAC层、物理层。其中,SDAP层、PDCP层、RLC层、MAC层和物理层也可以统称为接入层。根据数据的传输方向分为发送或接收,上述每层又分为发送部分和接收部分。以下行数据传输为例,PDCP层自上层取得数据后,将数据传送到RLC层与MAC层,再由MAC层生成传输块,然后通过物理层进行无线传输。数据在各个层中进行相对应的封装。例如,某一层从该层的上层收到的数据视为该层的服务数据单元(service dataunit,SDU),经过该层封装后成为协议数据单元(protocol data unit,PDU),再传递给下一个层。
示例性的,终端设备还可以具有应用层和非接入层。其中,应用层可以用于向终端设备中所安装的应用程序提供服务,比如,终端设备接收到的下行数据可以由物理层依次传输到应用层,进而由应用层提供给应用程序;又比如,应用层可以获取应用程序产生的数据,并将数据依次传输到物理层,发送给其它通信装置。非接入层可以用于转发用户数据,比如将从应用层接收到的上行数据转发给SDAP层或者将从SDAP层接收到的下行数据转发给应用层。
网络设备的结构
网络设备可以包括集中式单元(central unit,CU)和分布式单元(distributedunit,DU)。多个DU可以由一个CU集中控制。作为示例,CU和DU之间的接口可以称为F1接口。其中,控制面(control panel,CP)接口可以为F1-C,用户面(user panel,UP)接口可以为F1-U。CU和DU可以根据无线网络的协议层划分:比如,PDCP层及以上协议层的功能设置在CU,PDCP层以下协议层(例如RLC层和MAC层等)的功能设置在DU;又比如,PDCP层以上协议层的功能设置在CU,PDCP层及以下协议层的功能设置在DU。
可以理解的是,上述对CU和DU的处理功能按照协议层的划分仅仅是一种举例,也可以按照其他的方式进行划分,例如可以将CU或者DU划分为具有更多协议层的功能,又例如将CU或DU还可以划分为具有协议层的部分处理功能。在一种设计中,将RLC层的部分功能和RLC层以上的协议层的功能设置在CU,将RLC层的剩余功能和RLC层以下的协议层的功能设置在DU。在另一种设计中,还可以按照业务类型或者其他***需求对CU或者DU的功能进行划分,例如按时延划分,将处理时间需要满足时延要求的功能设置在DU,不需要满足该时延要求的功能设置在CU。在另一种设计中,CU也可以具有核心网的一个或多个功能。示例性的,CU可以设置在网络侧方便集中管理。在另一种设计中,将DU的RU拉远设置。其中,RU具有射频功能。
可选的,DU和RU可以在物理层(physical layer,PHY)进行划分。例如,DU可以实现PHY层中的高层功能,RU可以实现PHY层中的低层功能。其中,用于发送时,PHY层的功能可以包括添加循环冗余校验(cyclic redundancy check,CRC)码、信道编码、速率匹配、加扰、调制、层映射、预编码、资源映射、物理天线映射、和/或射频发送功能。用于接收时,PHY层的功能可以包括CRC、信道解码、解速率匹配、解扰、解调、解层映射、信道检测、资源解映射、物理天线解映射、和/或射频接收功能。其中,PHY层中的高层功能可以包括PHY层的一部分功能,例如该部分功能更加靠近MAC层,PHY层中的低层功能可以包括PHY层的另一部分功能,例如该部分功能更加靠近射频功能。例如,PHY层中的高层功能可以包括添加CRC码、信道编码、速率匹配、加扰、调制、和层映射,PHY层中的低层功能可以包括预编码、资源映射、物理天线映射、和射频发送功能;或者,PHY层中的高层功能可以包括添加CRC码、信道编码、速率匹配、加扰、调制、层映射和预编码,PHY层中的低层功能可以包括资源映射、物理天线映射、和射频发送功能。
示例性的,CU的功能可以由一个实体来实现,或者也可以由不同的实体来实现。例如,可以对CU的功能进行进一步划分,即将控制面和用户面分离并通过不同实体来实现,分别为控制面CU实体(即CU-CP实体)和用户面CU实体(即CU-UP实体)。该CU-CP实体和CU-UP实体可以与DU相耦合,共同完成网络设备的功能。
上述架构中,CU产生的信令可以通过DU发送给终端设备,或者终端设备产生的信令可以通过DU发送给CU。例如,RRC或PDCP层的信令最终会处理为物理层的信令发送给终端设备,或者,由接收到的物理层的信令转变而来。在这种架构下,该RRC或PDCP层的信令,即可以认为是通过DU发送的,或者,通过DU和RU发送的。
可选的,上述DU、CU、CU-CP、CU-UP和RU中的任一个可以是软件模块、硬件结构、或者软件模块+硬件结构,不予限制。其中,不同实体的存在形式可以是不同的,不予限制。例如DU、CU、CU-CP、CU-UP是软件模块,RU是硬件结构。这些模块及其执行的方法也在本公开的保护范围内。
应理解,图1所示的通信***中各个设备的数量、类型仅作为示意,本公开并不限于此,实际应用中在通信***中还可以包括更多的终端设备、更多的网络设备,还可以包括其它网元,例如可以包括核心网设备,和/或用于实现人工智能功能的网元。
本公开提供的方法可以用于网络设备和终端设备之间的通信,也可以用于其他终端设备之间的通信,例如无线回传链路中宏基站和微基站之间的通信,又如边链路(sidelink,SL)中两个终端设备之间的通信等,不予限制。
下面对本公开涉及的CSI反馈技术进行介绍。随着无线通信技术的发展,通信***所支持的业务不断增多,在***容量、通信延时等指标上均对通信***提出了更高的要求。在上述通信***(如LTE或者NR***)中,扩展终端设备可使用的带宽可有效提升通信速率。为了终端设备能够使用更宽的可用带宽,网络设备可为终端设备分配多个连续或非连续的频带用于通信。为了支持每个频带上的有效通信,网络设备需要获取每个频带上的信道状态信息CSI。例如,针对用于下行通信或称下行传输的频带,网络设备可以基于该频带的CSI决定调度终端设备的下行数据信道的资源、调制编码方案(modulation and codingscheme,MCS)以及预编码等配置。又如,针对用于上行通信或称上行传输的频带,网络设备可以基于该频带的CSI决定终端设备的上行数据信道的资源以及预编码等配置。可以理解,CSI属于一种信道信息,是一种能够反映信道特征、信道质量的信息。其中,信道信息也可以称为信道响应。示例性地,CSI可采用信道矩阵表现,例如CSI包括信道矩阵,或者,CSI可以由信道的特征向量组成。
在频分双工(frequency division duplex,FDD)通信场景中,由于上下行信道不具备互易性或者说无法保证上下行信道的互易性。在下行通信中,网络设备通常会向终端设备发送下行参考信号。终端设备根据接收到的下行参考信号进行信道测量、干扰测量估计下行信道信息,该下行信道信息包括下行CSI。终端设备可以反馈下行CSI给网络设备。在上行通信中,终端设备通常向网络设备发送上行参考信号。网络设备根据接收到的上行参考信号进行信道测量、干扰测量估计上行信道信息,该上行信道信息包括上行CSI。
以下行CSI反馈为例。在一种传统的下行CSI反馈方式中,终端设备可以按照预定义或者网络设备配置的方式,根据估计的下行CSI生成下行CSI报告。终端设备可以将该下行CSI报告反馈给网络设备。其中,下行参考信号包括信道状态信息参考信号(channelstate information-reference signal,CSI-RS)或者同步信号块(synchronizingsignal/physical broadcast channel block,SSB)。CSI报告包括秩指示(rankindicator,RI),信道质量指示(channel quality indicator,CQI)和预编码矩阵指示(precoding matrix indicator,PMI)等反馈量。RI用于指示终端设备建议的下行传输层数,CQI用于指示终端设备判断的当前信道条件所能支持的调制编码方式,PMI用于指示终端设备建议的预编码。
随着***中天线阵列规模的增大,通信***可支持的天线端口数增多,完整的信道矩阵大小与天线端口数成正比。在大规模MIMO***中,终端设备采用传统的CSI反馈方式,通过CSI反馈完整信道矩阵给网络设备会造成巨大的反馈开销。当终端设备使用多个频带进行通信时,反馈开销会进一步增加。巨大的反馈开销会降低数据传输的可用资源,并降低***容量。因此,为了提高***容量,如何降低CSI的反馈开销成为一个值得研究的问题。
将人工智能(artificial Intelligence,AI)引入无线通信网络中,产生了一种基于AI的下行CSI反馈方式。终端设备利用AI模型对下行CSI进行压缩反馈,网络设备利用AI模型对压缩的下行CSI进行恢复。在基于AI的下行CSI反馈中,终端设备和接入网设备之间传输的是一个序列(如比特序列),这种方式的CSI反馈开销相较于传统反馈下行CSI报告开销更低。
目前,终端设备在进行多个频带的下行CSI反馈时,通常基于AI对各个频带的下行CSI独立的进行压缩反馈,进而网络设备对多个频带的压缩的下行CSI分别进行恢复。相应地,为了支持每个频带的下行CSI压缩反馈,网络设备需要在每个频带上发送足够多的下行参考信号,用于终端设备的信道估计。这样将多频带的下行CSI独立的压缩反馈的设计,会导致多频带的下行CSI之间存在的一些相同信息的重复传输,造成资源浪费。
基于此,本公开提供一种通信方法,在基于AI进行多频带CSI的压缩反馈中,引入对多频带之间信道相关性的考虑。本公开在具有信道相关性的多个频带中选取部分频带作为主频带,另一部分频带作为次频带,主频带的信道信息可以用于次频带的信道估计或恢复。例如,终端设备对于主频带进行独立的下行CSI压缩反馈,终端设备对于次频带仅反馈其与主频带不同的部分对应的下行CSI。通过这样的方式可以减少重复传输多频带间相同信息的资源浪费,从而降低下行CSI的反馈开销。该通信方法可以应用于上述通信***中,例如FDD通信场景。此外可选地,该通信方法还可以用于时分双工(time division duplex,TDD)通信场景,本公开对此不予限制。
本公开中,多频带之间具有信道相关性,也可以描述为多频带之间的信道信息具有相关性。具体实施中,相关性可以表现为多频带的信道特征之间存在重合部分;其中,重合部分也可以描述为相同部分。或者也可以描述为:相关性表现为多频带中主频带和次频带之间存在相同的信道特征。
可选的,本公开中的主频带和次频带可以均用于下行通信或上行通信,或者本公开中的主频带和次频带对应的传输方向不同,例如主频带用于下行通信,次频带用于上行通信;又如主频带用于上行通信,次频带用于下行通信。可以理解的是,本公开中相同传输方向的频带之间可能具有信道相关性,不同传输方向的频带之间也可能具有信道相关性,本公开对此不予限制。
为便于理解,下面先对本公开涉及的AI技术进行介绍。可以理解的是,该介绍并不作为对本公开的限定。
(1)AI模型
AI模型是AI技术功能的具体实现,AI模型表征了模型的输入和输出之间的映射关系。AI模型的类型可以是神经网络、线性回归模型、决策树模型、支持向量机(supportvector machine,SVM)、贝叶斯网络、Q学习模型或者其他机器学习(machine learning,ML)模型。
本公开涉及用于压缩CSI的编码器以及用于恢复压缩CSI的解码器,编码器与解码器需要匹配使用,可以理解编码器和解码器为配套的AI模型。
一种可能的设计中,一套匹配使用的编码器(encoder)和解码器(decoder)可以具体为同一个自编码器(auto-encoders,AE)中的两个部分。其中,自编码器是一种无监督学习的神经网络,它的特点是将输入数据作为标签数据,因此自编码器也可以理解为自监督学习的神经网络。自编码器可以用于数据的压缩和恢复。示例性地,自编码器中的编码器可以对数据A进行压缩(编码)处理,得到数据B;自编码器中的解码器可以对数据B进行解压缩(解码)处理,恢复出数据A。此外也可以理解为:解码器是编码器的逆操作。
(2)神经网络
神经网络是AI或机器学习技术的一种具体实现形式。根据通用近似定理,神经网络在理论上可以逼近任意连续函数,从而使得神经网络具备学习任意映射的能力。
神经网络的思想来源于大脑组织的神经元结构。例如,每个神经元都对其输入值进行加权求和运算,通过一个激活函数输出运算结果。如图2A所示,为神经元结构的一种示意图。假设神经元的输入为x=[x0,x1,…,xn],与各个输入对应的权值分别为w=[w,w1,…,wn],其中,wi作为xi的权值,用于对xi进行加权。根据权值对输入值进行加权求和的偏置例如为b。激活函数的形式可以有多种,假设一个神经元的激活函数为:y=f(z)=max(0,z),则该神经元的输出为: 再例如,一个神经元的激活函数为:y=f(z)=z,则该神经元的输出为:/> 其中,b、wi、xi可以是小数、整数(例如0、正整数或负整数)、或复数等各种可能的取值。神经网络中不同神经元的激活函数可以相同或不同。/>
神经网络一般包括多个层,每层可包括一个或多个神经元。通过增加神经网络的深度和/或宽度,能够提高该神经网络的表达能力,为复杂***提供更强大的信息提取和抽象建模能力。其中,神经网络的深度可以是指神经网络包括的层数,其中每层包括的神经元个数可以称为该层的宽度。在一种实现方式中,神经网络包括输入层和输出层。神经网络的输入层将接收到的输入信息经过神经元处理,将处理结果传递给输出层,由输出层得到神经网络的输出结果。在另一种实现方式中,神经网络包括输入层、隐藏层和输出层,可参考图2B。神经网络的输入层将接收到的输入信息经过神经元处理,将处理结果传递给中间的隐藏层,隐藏层对接收的处理结果进行计算,得到计算结果,隐藏层将计算结果传递给输出层或者相邻的隐藏层,最终由输出层得到神经网络的输出结果。其中,一个神经网络可以包括一个隐藏层,或者包括多个依次连接的隐藏层,不予限制。
以AI模型的类型为神经网络为例,本公开涉及的AI模型可以为深度神经网络(deep neural network,DNN)。根据网络的构建方式,DNN可以包括前馈神经网络(feedforward neural network,FNN)、卷积神经网络(convolutional neural networks,CNN)和递归神经网络(recurrent neural network,RNN)。
(3)训练数据集和推理数据
训练数据集用于AI模型的训练,训练数据集可以包括AI模型的输入,或者包括AI模型的输入和目标输出。其中,训练数据集包括一个或多个训练数据,训练数据可以是输入至AI模型的训练样本,也可以是AI模型的目标输出。其中,目标输出也可以被称为标签或者标签样本。训练数据集是机器学习重要的部分之一,模型训练本质上就是从训练数据中学习它的某些特征,使得AI模型的输出尽可能接近目标输出,如AI模型的输出与目标输出之间的差异尽可能地小。训练数据集的构成与选取,在一定程度上可以决定训练出来的AI模型的性能。
另外,在AI模型(如神经网络)的训练过程中,可以定义损失函数。损失函数描述了AI模型的输出值与目标输出值之间的差距或差异。本公开并不限制损失函数的具体形式。AI模型的训练过程就是通过调整AI模型的模型参数,使得损失函数的取值小于门限,或者使得损失函数的取值满足目标需求的过程。例如,AI模型为神经网络,调整神经网络的模型参数包括调整如下参数中的至少一种:神经网络的层数、宽度、神经元的权值、或神经元的激活函数中的参数。
推理数据可以作为已训练好的AI模型的输入,用于AI模型的推理。在模型推理过程中,将推理数据输入AI模型,可以得到对应的输出即为推理结果。
(4)AI模型的设计
AI模型的设计主要包括数据收集环节(例如收集训练数据和/或推理数据)、模型训练环节以及模型推理环节。进一步地还可以包括推理结果应用环节。参见图2C示意一种AI应用框架。在前述数据收集环节中,数据源(data source)用于提供训练数据集和推理数据。在模型训练环节中,通过对数据源提供的训练数据(training data)进行分析或训练,得到AI模型。其中,AI模型表征了模型的输入和输出之间的映射关系。通过模型训练节点学习得到AI模型,相当于利用训练数据学习得到模型的输入和输出之间的映射关系。在模型推理环节中,使用经由模型训练环节训练后的AI模型,基于数据源提供的推理数据进行推理,得到推理结果。该环节还可以理解为:将推理数据输入到AI模型,通过AI模型得到输出,该输出即为推理结果。该推理结果可以指示:由执行对象使用(执行)的配置参数、和/或由执行对象执行的操作。在推理结果应用环节中进行推理结果的发布,例如推理结果可以由执行(actor)实体统一规划,例如执行实体可以发送推理结果给一个或多个执行对象(例如,核心网设备、网络设备、或终端设备等)去执行。又如执行实体还可以反馈模型的性能给数据源,便于后续实施模型的更新训练。
可以理解的是,在通信***中可以包括具备人工智能功能的网元。上述AI模型设计相关的环节可以由一个或多个具备人工智能功能的网元执行。在一种可能的设计中,可以在通信***中已有网元内配置AI功能(如AI模块或者AI实体)来实现AI相关的操作,例如AI模型的训练和/或推理。例如该已有网元可以是网络设备(如gNB)、终端设备、核心网设备、或网管等。其中,网管可以根据运营商网络运营的实际需要,将网络的管理工作划分为3类:操作(Operation)、管理(Administration)、维护(Maintenance)。网管又可以称为操作维护管理(operation administration and maintenance,OAM)网元,简称OAM。操作主要完成日常网络和业务进行的分析、预测、规划和配置工作;维护主要是对网络及其业务的测试和故障管理等进行的日常操作活动,网管可以检测网络运行状态、优化网络连接和性能,提升网络运行稳定性,降低网络维护成本。在另一种可能的设计中,也可以在通信***中引入独立的网元来执行AI相关的操作,如训练AI模型。该独立的网元可以称为AI网元或者AI节点等,本公开对此名称不进行限制。该AI网元可以和通信***中的网络设备之间直接连接,也可以通过第三方网元和网络设备实现间接连接。其中,第三方网元可以是认证管理功能(authentication management function,AMF)网元、用户面功能(user plane function,UPF)网元等核心网网元、OAM、云服务器或者其他网元,不予限制。示例性的,参见图3,示意一种通信***,该通信***包括网络设备110,终端设备120和终端设备130;以及,图3示意的通信***中还引入了AI网元140。
本公开中,一个模型可以推理得到一个参数,或者推理得到多个参数。不同模型的训练过程可以部署在不同的设备或节点中,也可以部署在相同的设备或节点中。不同模型的推理过程可以部署在不同的设备或节点中,也可以部署在相同的设备或节点中。以终端设备完成模型训练环节为例,终端设备可以训练配套的编码器和解码器之后,将其中解码器的模型参数发送给网络设备。以网络设备完成模型训练环节为例,网络设备在训练配套的编码器和解码器之后,可以将其中编码器的模型参数指示给终端设备。以独立的AI网元完成模型训练环节为例,AI网元可以训练配套的编码器和解码器之后,将其中编码器的模型参数发送给终端设备,将解码器的模型参数发送给网络设备。在终端设备中进行编码器对应的模型推理环节,以及在网络设备中进行解码器对应的模型推理环节。
其中,模型参数可以包括如下的一种或多种:模型的结构参数(例如模型的层数、和/或权值等)、模型的输入参数(如输入维度、输入端口数)、或模型的输出参数(如输出维度、输出端口数)。可以理解,输入维度可以指的是一个输入数据的大小,例如输入数据为一个序列时,该序列对应的输入维度可以指示该序列的长度。输入端口数可以指的是输入数据的数量。类似地,输出维度可以指的是一个输出数据的大小,例如输出数据为一个序列时,该序列对应的输出维度可以指示该序列的长度。输出端口数可以指的是输出数据的数量。
进一步地,本公开还提供如图4A~图4D示意的几种网络架构,以在网络设备中进行模型训练和/或推理为例,对网络设备中进行模型训练和/或推理的功能模块进行了划分。
如图4A中的(a)所示,第一种可能的实现中,网络设备中包括近实时接入网智能控制(RAN intelligent controller,RIC)模块,该RIC模块用于进行模型学习和/或推理。例如,近实时RIC可以从CU、DU和RU中的至少一个获得网络侧和/或终端侧的信息,该信息可以包括训练数据或者推理数据。例如,近实时RIC可以用于进行模型的训练,还可以利用训练好的模型进行推理。此外可选的,近实时RIC可以将推理结果递交至CU、DU和RU中的至少一个。可选的,CU和DU之间可以交互推理结果。可选的,DU和RU之间可以交互推理结果,例如近实时RIC将推理结果递交至DU,由DU递交给RU。
如图4A中的(b)所示,第二种可能的实现中,在通信***中,网络设备之外可以包括非实时RIC,可选的,该非实时RIC可以位于OAM中或核心网设备中。该非实时RIC用于进行模型学习和推理。例如,非实时RIC可以从CU、DU和RU中的至少一个获得网络侧和/或终端侧的信息,该信息可以包括训练数据或者推理数据。例如,非实时RIC用于进行模型的训练,还可以利用训练好的模型进行推理。此外可选的,非实时RIC可以将推理结果递交至CU、DU和RU中的至少一个。可选的,CU和DU之间可以交互推理结果。可选的,DU和RU之间可以交互推理结果,例如非实时RIC将推理结果递交至DU,由DU递交给RU。
如图4A中的(c)所示,第三种可能的实现中,网络设备中包括近实时RIC,网络设备之外还包括非实时RIC。可选的,非实时RIC可以位于OAM中或者核心网设备中。在第一种可能的设计中,非实时RIC可以用于进行模型训练,近实时RIC可以从非实时RIC获得训练好的AI模型的模型参数,并从CU、DU和RU中的至少一个获得网络侧和/或终端侧的信息,利用该信息和该训练好的AI模型得到推理结果。近实时RIC还可以将推理结果递交至CU、DU和RU中的至少一个。可选的,CU和DU之间可以交互推理结果,DU和RU之间可以交互推理结果。例如,近实时RIC将推理结果递交至DU,DU可将推理结果递交给RU。在第二种可能的设计中,近实时RIC用于进行模型的训练以及利用训练好的模型进行推理,非实时RIC不参与该模型的训练或推理;或者,非实时RIC用于进行模型的训练以及利用训练好的模型进行推理,实时RIC不参与该模型的训练或推理。在第三种可能的设计中,近实时RIC用于进行模型的训练,以及将训练好的AI模型的模型参数发送给非实时RIC,非实时RIC利用训练好的模型进行推理。
图4B所示为本公开提供的方法能够应用的一种网络架构的示例图。相对图4A中的(c),图4B中将CU分离为了CU-CP和CU-UP。
图4C所示为本公开提供的方法能够应用的一种网络架构的示例图。如图4C所示,可选的,网络设备中包括一个或多个AI实体,该AI实体的功能类似上述近实时RIC。可选的,OAM中包括一个或多个AI实体,该AI实体的功能类似上述非实时RIC。可选的,核心网设备中包括一个或多个AI实体,该AI实体的功能类似上述非实时RIC。当OAM和核心网设备中都包括AI实体时,他们各自的AI实体所训练得到的模型不同,和/或用于进行推理的模型不同。本公开中,模型不同可以包括以下至少一项不同:模型的结构参数(例如模型的层数、和/或权值等)、模型的输入参数、或模型的输出参数。
图4D所示为本公开提供的方法能够应用的一种网络架构的示例图。相对图4C,图4D中的网络设备分离为CU和DU。可选的,CU中可以包括AI实体,该AI实体的功能类似上述近实时RIC。可选的,DU中可以包括AI实体,该AI实体的功能类似上述近实时RIC。当CU和DU中都包括AI实体时,他们各自的AI实体所训练得到的模型不同,和/或用于进行推理的模型不同。可选的,还可以进一步将图4D中的CU拆分为CU-CP和CU-UP。可选的,CU-CP中可以部署有一个或多个AI模型,和/或,CU-UP中可以部署有一个或多个AI模型。可选的,图4C或图4D中,网络设备的OAM和核心网设备的OAM可以分开独立部署。
进一步,下面通过方案一至方案三,对本公开提供的通信方法进行详细说明。
方案一
如图5示意一种通信方法,该方法包括如下流程。
S501,网络设备向终端设备发送下行参考信号。
具体实施中,网络设备可以分别通过多个频带向终端设备发送下行参考信号,该下行参考信号用于终端设备估计相应频带的信道信息。相应地,终端设备可以通过多个频带接收来自网络设备的下行参考信号。
S502,终端设备确定第一频带的信道信息和K个第二频带的信道信息。
具体实施中,对应于S501,终端设备可以根据通过第一频带接收的下行参考信号,估计得到第一频带的信道信息。该信道信息也可以描述为下行信道信息。该第一频带的信道信息用于指示基于下行参考信号估计出的第一频带的全部信道特征,该第一频带的信道信息包括第一频带对应的下行CSI。
第一频带可以为一个次频带,该次频带对应的主频带包括K个第二频带。K个第二频带与第一频带之间存在信道相关性,也即所述K个第二频带的信道信息均与所述第一频带的信道信息之间具有相关性,K为正整数。此外,信道信息反映信道特征,K个第二频带与第一频带之间存在的信道相关性也可以理解或描述为:K个第二频带的全部信道特征与第一频带的全部信道特征之间存在重合部分。
下面对终端设备确定K个第二频带的方式进行详细说明。
一种可选的实施方式中,与第一频带具有信道相关性的K个第二频带是预先配置好的。终端设备可以按照配置确定K个第二频带。
另一种可选的实施方式中,网络设备可以向终端设备指示与第一频带具有信道相关性的K个第二频带,则终端设备根据网络设备的指示确定K个第二频带。
具体实施中,网络设备可以向终端设备发送第一信息,该第一信息可以指示多个频带之间的关联关系。其中,多个频带之间的关联关系可以包括如下中的一项或多项:多个频带中任一频带的信道信息可以用于确定多个频带中至少一个频带对应的信道状态指示信息;任一频带对应的信道状态指示信息可以用于恢复多个频带中至少一个频带的信道信息;多个频带中存在具有信道相关性的频带。其中,信道状态指示信息对应于信道信息,是信道信息经过压缩处理后的压缩信息,或者是信道信息经过压缩以及量化处理后的量化信息。在信道信息包括下行CSI的场景中,信道状态指示信息可以指的是压缩的下行CSI或压缩量化的下行CSI。
该多个频带包括第一频带和K个第二频带。相应地,从第一频带的角度来看,第一信息也可以指示出如下的一项或多项,或者描述为终端设备可以根据第一信息确定如下中的一项或多项:K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;K个第二频带对应的信道状态指示信息或K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。
可选的,网络设备还可以向终端设备指示主频带的设定条件。例如,多个频带中的1个频带对应的信道状态指示信息能够用于恢复其他频带的信道信息,但该1个频带的信道信息仅可以基于该1个频带对应的信道状态指示信息进行恢复,那么可以设定该1个频带为1个主频带。又如,多个频带中1个频带对应的信道状态指示信息能够用于恢复其他频带的信道信息,且该1个频带上的负载小于设定负载阈值或小于其他频带的负载时,可以设定该1个频带为1个主频带。基于此,终端设备还可以根据主频带的设定条件,确定第一频带对应的主频带,也即K个第二频带。
下面以M表示多个频带的数量,对第一信息包括的内容进行详细说明。
在一种实施方式中,第一信息中可以包括M个频带中第i个频带的属性信息,M为大于1的整数,i取1至M的部分或全部整数。第i个频带的属性信息可以指示第i个频带的信息为多频带可用。其中,所述第i个频带的信息可以是信道信息,所述第i个频带的信息为多频带可用指的是:第i个频带的信道信息可以用于确定M个频带中多个频带对应的信道状态指示信息;或者,所述第i个频带的信息可以是信道状态指示信息,所述第i个频带的信息为多频带可用指的是:第i个频带对应的信道状态指示信息可以用于恢复M个频带中多个频带的信道信息;或者,所述第i个频带的信息为多频带可用指的是第i个频带的信道信息与M个频带中多个频带之间存在相关性。
此外可以理解的是,在i取1至M的部分整数的情况下,可以设定M个频带除第i个频带之外的其他频带的信息不为多频带可用,即其他频带的信息为仅用于自身,或描述为单频带可用。第一信息中无需包括前述其他频带的属性信息。
具体实施中,第i个频带的属性信息可以包括第i个频带的标识以及第i个频带对应的可用频带列表,该可用频带列表指示第i个频带的信息为Ni个频带可用。例如第i个频带的信道信息可以用于确定Ni个频带的信道状态指示信息,第i个频带的信道状态指示信息可以用于恢复Ni个频带的信道信息,以及第i个频带的信道信息与Ni个频带的信道信息之间存在相关性。其中,1<Ni≤M,Ni为整数。可选的,i取不同的值,对应Ni个频带也不同。
在一种示例中,第i个频带对应的可用频带列表可以是一个长度为M的二进制向量,即该二进制向量中包括M个元素,M个元素与M个频带一一对应。其中,M个元素中的1个元素取第一值时,表示第i个频带的信息为该元素对应的频带可用;M个元素中的1个元素取第二值时,表示第i个频带的信息不为该元素对应的频带可用。可选的,在此示例中,1个元素也可以被替换或理解为1个比特。可选的,第一值为0,第二值为1;或者,第一值为1,第二值为0。
以M为3,i取1和2为例,第一信息可以指示出如下内容:3个频带中的第1个频带和第2个频带为多频带可用。其中,第1个频带对应的可用频带列表为3比特的二进制向量:101,表示第1个频带的信息为3个频带中第1个频带和第3个频带可用。第2个频带对应的可用频带列表为3比特的二进制向量:111,表示第2个频带的信息为3个频带中第1个频带、第2个频带以及第3个频带可用。3个频带中的第3个频带不为多频带可用,即第3个频带的信息仅为第3个频带自身可用。这样,以第一频带对应3个频带中的第1个频带为例,终端设备根据收到的第一信息,可以确定该第一频带对应的K个第二频带包括第2个频带。以第一频带对应3个频带中的第3个频带为例,终端设备根据收到的第一信息,可以确定该第一频带对应的K个第二频带包括第1个频带以及第2个频带。而对于第2个频带而言,仅有第2个频带的信息可以为该第2个频带可用,终端设备可以按照单个频带独立地进行第2个频带的CSI压缩反馈。
在另一种示例中,第i个频带对应的可用频带列表中可以包括Ni个频带的标识。可选的,M个频带中的1个频带对应的可用频带列表为空(null)时,表示该1个频带的信息可以为M个频带中的全部频带可用。例如第i个频带对应的可用频带列表为一个长度为Ni的数组,即该数组包括Ni个元素,Ni个元素与Ni个频带一一对应,Ni个元素中的1个元素的取值为该元素对应频带的标识。可选的,一个频带的标识可以用该频带在M个频带中的序号来表示。相应地,针对第一频带而言,终端设备解析第一信息,可以确定存在至K个第二频带对应的可用频带列表中包括第一频带的标识。
以M为3,i取1和2为例。在第一信息中,第1个频带对应的可用频带列表中包括:1、3,表示第1个频带的信息为3个频带中第1个频带和第3个频带可用。第2个频带对应的可用频带列表为空,表示第2个频带的信息为3个频带中第1个频带、第2个频带以及第3个频带可用。3个频带中的第3个频带不为多频带可用,即第3个频带的信息仅为第3个频带自身可用。这样,以第一频带对应3个频带中的第1个频带为例,终端设备可以确定该第一频带对应的K个第二频带包括第2个频带。以第一频带对应3个频带中的第3个频带为例,终端设备根据收到的第一信息,可以确定该第一频带对应的K个第二频带包括第1个频带以及第2个频带。而对应第2个频带而言,仅有第2个频带的信息可以为该第2个频带可用,终端设备可以按照单个频带独立地进行第2个频带的CSI压缩反馈。
此外可以理解的是,在频域上,第一频带和K个第二频带的位置可以连续或者不连续;或者也可以描述为:第一频带对应的频率范围与K个第二频带对应的频率范围可以连续或不连续。K大于1时,K个第二频带之间的位置也可以连续,或K个第二频带中至少两个第二频带的位置不连续;或者也可以描述为:K大于1时,K个第二频带对应的频率范围可以连续,或K个第二频带中至少两个第二频带对应的频率范围不连续。本申请实施例对此不予限制。
进一步地,终端设备可以根据通过K个第二频带接收的下行参考信号,确定K个第二频带的信道信息。
一种可选的实施方式中,终端设备可以根据通过K个第二频带接收的下行参考信号,估计得到K个第二频带的信道信息,或也可以描述为K个第二频带的下行信道信息。K个第二频带的信道信息包括K个第二频带对应的下行CSI。可以理解的是,K个第二频带的信道信息包括K个第二频带中每个第二频带的信道信息,K个第二频带对应的下行CSI包括K个频带中每个第二频带对应的下行CSI。在该方式中,K个第二频带的信道信息用于指示基于下行参考信号估计的K个第二频带的全部信道特征。
另一种可选的实施方式中,终端设备可以利用AI技术对通过K个第二频带接收的下行参考信号处理,得到K个第二频带的信道信息。例如,可以设计一个第一模型,该第一模型的输入包括通过K个第二频带接收的下行参考信号,第一模型的输出包括K个第二频带的信道信息。利用AI模型估计信道,可以增加非线性变换处理,更为接近真实信道,提升信道估计的效果。
在该方式中,第一模型输出的K个第二频带的信道信息用于指示K个第二频带的全部信道特征;或者第一模型输出的K个第二频带的信道信息用于指示K个第二频带和第一频带之间重合部分的信道特征。
为便于理解,下面对第一模型的获取或者训练过程进行详细说明。模型训练节点可以采用指定的训练数据集对第一模型进行训练;其中,该训练数据集中包括多组数据,多组数据中的每组数据包括终端设备通过K个第二频带接收的下行参考信号、K个第二频带的真实信道信息以及第一频带的真实信道信息。
以第一模型输出的K个第二频带的信道信息用于指示K个第二频带的全部信道特征为例,第一模型的训练过程如下:模型训练节点将多组数据的一组数据中K个第二频带对应的下行参考信号输入第一模型,得到K个第二频带的信道信息;模型训练节点计算第一模型输出的K个第二频带的信道信息和K个第二频带的真实信道信息之间的差异。模型训练节点将该差异作为训练过程中的损失函数,如果损失函数低于预设阈值,则停止训练,否则更新第一模型,以降低损失函数。以第一模型输出的K个第二频带的信道信息用于指示K个第二频带和第一频带之间重合部分的信道特征为例,第一模型的训练过程如下:模型训练节点将多组数据的一组数据中K个第二频带对应的下行参考信号输入第一模型,得到K个第二频带的信道信息;模型训练节点计算第一模型输出的K个第二频带的信道信息和第一频带的真实信道信息之间的差异。模型训练节点将该差异作为训练过程中的损失函数,如果损失函数低于预设阈值,则停止训练,否则更新第一模型,以降低损失函数。
此外可以理解的是,用于确定K个第二频带的信道信息的下行参考信号包括:终端设备在S501中通过K个第二频带接收的下行参考信号;或者,用于确定K个第二频带的信道信息的下行参考信号包括:终端设备在S501之前通过K个第二频带历史接收以及在S501通过K个第二频带接收的下行参考信号;或者,可以将S501看作可选步骤,不执行S501时,用于确定K个第二频带的信道信息的下行参考信号包括:终端设备中存储的通过K个第二频带接收的下行参考信号。
S503,终端设备将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,确定第一频带对应的第一信道状态指示信息。
其中,第一信道状态指示信息对应于第一频带的信道信息中与K个第二频带的信道信息不相关的部分信道信息。第一信道状态指示信息可以理解为该部分信道信息经过压缩以及量化处理后的信息,例如第一信道状态指示信息可以是一个比特序列。
在一种可选的实施方式中,第一编码器具备压缩以及量化功能,可以对信道信息进行压缩以及量化处理得到相应的压缩量化信息。此情况下,终端设备将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,即可得到第一频带对应的第一信道状态指示信息。在另一种可选的实施方式中,第一编码器具备压缩功能但不具备量化功能,第一编码器对信道信息仅做压缩处理得到相应的压缩信息。此情况下,终端设备将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,即可得到第一频带对应的第三信道状态指示信息,该第三信道状态指示信息具体可以为一个浮点数序列;进而终端设备可利用量化器对第三信道状态指示信息进行量化处理,得到第一信道状态指示信息。
可以理解的是,以第二信道状态指示信息表示第一频带的信道信息经过压缩以及量化处理后的信息,第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度。
S504,终端设备向网络设备发送第一信道状态指示信息。相应地,网络设备接收第一信道状态指示信息。
可选的,对应S502中的描述,如果用于确定K个第二频带的信道信息的下行参考信号包括:终端设备在S501中通过K个第二频带接收的下行参考信号,终端设备还可以执行如下步骤S505:
S505,终端设备向网络设备发送K个第二频带对应的信道状态指示信息。
具体实施中,终端设备可以根据通过K个第二频带接收的下行参考信号,估计得到K个第二频带的信道信息。在S505中,K个第二频带的信道信息用于指示基于下行参考信号估计的K个第二频带全部信道特征。终端设备可以对该K个第二频带的信道信息进行压缩处理,确定K个第二频带对应的信道状态指示信息,K个第二频带对应的信道状态指示信息用于指示K个第二频带的信道信息的压缩信息。可选的,K个第二频带对应的信道状态指示信息包括K个第二频带的信道信息的压缩信息,或者包括K个第二频带的信道信息的压缩量化信息。
示例性的,可以在终端设备中配置一个具备压缩以及量化功能的第二编码器,网络设备可以将K个第二频带的信道信息输入该第二编码器,得到K个第二频带对应的信道状态指示信息。
S506,网络设备将所述第一信道状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
其中,恢复的第一频带的信道信息指示第一频带的全部信道特征。
具体实施中,第一编码器和第一解码器属于同一个自编码器,可以匹配训练以及使用。第一解码器具备解量化和解压缩功能,网络设备将第一信道状态指示信息和K个第二频带的信道信息输入第一解码器,第一解码器的输出包括恢复的所述第一频带的信道信息。
此外可选的,第一解码器也可以具备解压缩功能但不具备解量化功能。此情况下,网络设备可以先利用解量化器对第一信道状态指示信息进行解量化,恢复如S503中描述的第三信道状态指示信息,进而网络设备将第三信道状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
K个第二频带的信道信息可以理解为用于网络设备恢复第一频带的信道信息的辅助信息。下面对输入第一解码器的K个第二频带的信道信息进行详细说明。
在一种可选的实施方式中,网络设备可以对在S505接收到的K个第二频带对应的信道状态指示信息进行解量化以及解压缩处理,恢复K个第二频带的信道信息。
示例性的,网络设备中可以配置一个具备解量化以及解压缩功能的第二解码器,网络设备可以将K个第二频带对应的信道状态指示信息输入该第二编码器,得到恢复的K个第二频带的信道信息。可以理解的是,第二解码器为S505中描述第二编码器的逆过程,第二编码器和第二解码器属于同一个自编码器,可以匹配训练以及使用。
网络设备可以将所述第一状态指示信息和该恢复的K个第二频带的信道信息输入第一解码器。
在另一种可选的实施方式中,网络设备可以中配置一个第二模型,该第二模型的输入包括K个第二频带对应的信道状态指示信息,该第二模型的输出包括K个第二频带的信道信息。
可选的,输入第二模型的K个第二频带对应的信道状态指示信息包括:网络设备在S505中接收的K个第二频带对应的信道状态指示信息;或者,输入第二模型的K个第二频带对应的信道状态指示信息包括:网络设备在S505中接收以及在S505之前历史接收的K个第二频带对应的信道状态指示信息;或者,将S505作为一个可选步骤,不执行S505时,输入第二模型的K个第二频带对应的信道状态指示信息包括:网络设备中存储的K个第二频带对应的信道状态指示信息。
可选的,该第二模型与第一模型可以是一起训练的,第二模型的输出与第一模型的输出相同;或者,第二模型的输出与第一模型的输出之间的差异符合设定阈值。可选的,第二模型的输入与第一模型的输入满足特定关系。例如,第一模型的输入包括终端设备在S501接收的K个第二频带的下行参考信号时,第二模型的输入包括网络设备在S505接收的K个第二频带对应的信道状态指示信息。例如,第一模型的输入包括终端设备在S501接收以及在S501之前历史接收的K个第二频带的下行参考信号时,第二模型的输入包括网络设备在S505接收以及在S505之前历史接收的K个第二频带对应的信道状态指示信息。又如,第一模型的输入包括终端设备中存储的K个第二频带的下行参考信号时,第二模型的输入包括网络设备中存储的K个第二频带对应的信道状态指示信息。
进而,网络设备可以将所述第一状态指示信息和第二模型输出的K个第二频带的信道信息输入第一解码器。
在方案一中,终端设备利用多频带之间的信道相关性,在单个频带的CSI压缩反馈过程可减少对于多个频带之间的相同信道特征的表征,进而降低CSI反馈的开销。网络设备利用多频带之间的信道相关性,辅助恢复单个频带的CSI,能够提高单个频带信道的恢复精度。该方案一可以应用于下行CSI反馈场景。
基于方案一,参见图6,本申请实施例还提供一种模型应用示意图。图6中示意出了终端设备中第二编码器、第一模型和第一编码器的输入输出,以及网络设备中第二解码器、第二模型和第一解码器的输入输出。
方案二
参见图7,本申请实施例提供一种通信方法,该方法主要包括如下流程。
S701,网络设备根据K个第二频带的信道信息,通过第一频带发送下行参考信号。
具体实施中,K个第二频带与第一频带之间具有信道相关性,K为正整数。网络设备根据该K个第二频带的信道信息,可以确定第一频带对应下行参考信号的传输方式。例如,K个第二频带的信道信息能够用于恢复第一频带的信道信息,网络设备可以减少通过第一频带发送下行参考信号的数量,减少传输开销。又如,网络设备可以根据K个第二频带的信道信息,确定通过第一频带发送下行参考信号所占用的时频资源、天线端口等。网络设备可以按照第一频带对应下行参考信号的传输方式,通过第一频带发送下行参考信号。
具体实施中,网络设备可参照S502中的描述确定与第一频带具有信道相关性的K个第二频带,本申请实施例对此不再进行赘述。进一步,网络设备可以根据终端设备最近一次和/或历史发送的K个第二频带对应的信道状态指示信息,确定K个第二频带的信道信息。有关K个第二频带的信道信息的具体确定方式可参照S506中的描述理解,例如网络设备可以将K个第二频带对应的信道状态指示信息输入第二模型,确定K个第二频带的信道信息。本申请实施例对此不再进行赘述。
S702,终端设备根据通过第一频带接收的下行参考信号,估计第一频带的信道信息。
其中,对应S701中的描述,当网络设备减少通过第一频带发送的下行参考信号时,终端设备估计出的第一频带的信道信息指示的可能为第一频带的部分信道特征。
具体实施中,终端设备可以对通过第一频带接收的下行参考信号进行信道测量、干扰测量估计该第一频带的信道信息。可以理解,该第一频带的信道信息包括第一频带的下行CSI。
S703,终端设备对所述第一频带的信道信息进行压缩量化处理,得到第一频带对应的第一信道状态指示信息。
其中,第一信道状态指示信息可以理解为第一频带的信道信息的压缩量化信息,例如该压缩量化信息可以是一个比特序列。
具体实施中,终端设备中可以配置一个第三编码器。在一种可选的实施方式中,该第三编码器可以具备压缩和量化功能,用于对信道信息进行压缩量化处理得到相应的压缩量化信息。终端设备可以将S702中估计的第一频带的信道信息输入第三编码器,第三编码器的输出包括第一频带对应的第一信道状态指示信息。在另一种可选的实施方式中,该第三编码器可以具备压缩功能但不具备量化功能,用于对信道信息进行压缩处理得到相应的压缩信息。终端设备可以将S702中估计的第一频带的信道信息输入第三编码器,第三编码器的输出包括第一频带的信道信息的压缩信息;进而终端设备可以利用量化器对该压缩信息进行量化处理,得到第一频带对应的第一信道状态指示信息。
S704,终端设备向网络设备发送第一信道状态指示信息。
S705,网络设备将所述第一状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
该步骤可参照S506实施,本申请实施例对此不再进行赘述。
在方案二中,网络设备利用多频带之间的信道相关性,确定单个频带上传输下行参考信号的方式,如减少单个频带的下行参考信号发送量,降低传输开销。终端设备基于少量下行参考信号估计,在CSI压缩反馈过程可减少CSI反馈的开销。网络设备在CSI恢复过程中利用多频带之间的信道相关性,辅助恢复单个频带的CSI,能够避免信道估计所用下行参考信号的数量不足对CSI恢复的影响,可以提升CSI恢复的精度。该方案二可以应用于下行CSI反馈场景。
基于方案二,参见图8,本申请实施例还提供一种模型应用示意图。图8中示意出了终端设备中第二编码器以及第三编码器的输入输出,以及网络设备中第二模型和第一解码器的输入输出。
方案三
参见图9,本申请实施例提供一种通信方法,该方法主要包括如下流程。
S901,终端设备根据K个第二频带的信道信息,通过第三频带发送上行参考信号。
其中,K个第二频带与第三频带之间具有信道相关性,或者也可以描述为:所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性,K为正整数。第三频带用于上行通信,第三频带的信道信息也可描述为上行信道信息。
可选的,K个第二频带与第三频带之间具有信道相关性可以是预先配置的,终端设备可以按照配置确定与第三频带具有信道相关性的K个第二频带;或者,网络设备向终端设备指示K个第二频带与第三频带之间具有信道相关性。例如网络设备向终端设备发送第二信息,第二信息可以参照S502中的第一信息理解,例如该第二信息可以指示多个频带之间的关联关系。其中,多个频带之间的关联关系可以包括如下中的一项或多项:多个频带中任一频带的信道信息可以用于确定多个频带中至少一个频带对应上行参考信号的传输方式;任一频带对应的信道状态指示信息或信道信息可以用于估计多个频带中至少一个频带的上行信道信息;多个频带中存在具有信道相关性的频带。
该多个频带包括第三频带和K个第二频带。相应地,从第三频带的角度来看,第二信息指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;所述K个第二频带对应的信道状态指示信息或K个第二频带信道信息能够用于估计所述第三频带的信道信息。终端设备根据该第二信息确定K个第二频带。
类似地,以M表示多个频带的数量,第二信息中也可以包括M个频带中部分或全部频带的属性信息,从而第二信息可以指示多个频带中各个频带是否为多频带可用。第二信息中指示1个频带为多频带可用,可以表示如下中的一项或多项:该1个频带的信道信息可以用于确定M个频带中多个频带对应的信道状态指示信息;该1个频带的信道信息或该1个频带对应的信道状态指示信息可以用于估计M个频带中多个频带对应的信道信息;第i个频带的信道信息与M个频带中多个频带之间存在相关性。第二信息也可以包括M个频带中部分或全部频带对应的可用频带列表,可用频带列表可参照S502中的描述理解,本申请实施例对此不再进行赘述。
此外可选的,也可以将第一信息和第二信息合并为一个信令,该信令既可以指示应用于下行CSI反馈场景中如S502描述的多个频带之间的关联关系,也可以指示应用于上行CSI估计场景中如S901描述的多个频带之间的关联关系。
进一步地,终端设备在确定与第三频带具有信道相关性的K个第二频带后,可以根据通过K个第二频带接收的下行参考信号,确定K个第二频带的信道信息。有关K个第二频带的信息的确定方式可参照S502中的描述实施,例如终端设备将通过K个第二频带接收的下行参考信号输入第一模型,得到K个第二频带的信道信息,本申请实施例对此不再进行赘述。
最后,终端设备根据该K个第二频带的信道信息,可以确定第三频带对应的上行参考信号的传输方式。例如,K个第二频带的信道信息能够用于估计第三频带的信道信息,终端设备可以减少通过第三频带发送上行参考信号的数量,减少传输开销。又如,终端设备可以根据K个第二频带的信道信息,确定通过第三频带发送上行参考信号所占用的时频资源、天线端口等。终端设备可以按照第三频带对应的上行参考信号的传输方式,通过第三频带发送上行参考信号。
S902,网络设备根据通过第三频带接收的上行参考信号和K个第二频带的信道信息,估计第三频带的信道信息。
具体实施中,K个第二频带的信道信息可以理解为用于网络设备估计第三频带的信道信息的辅助信息。其中,本步骤S902中的K个第二频带的信道信息,可参照S506中的K个第二频带的信道信息理解,例如网络设备可以将接收的K个第二频带对应的信道状态指示信息输入第二模型,得到K个第二频带的信道信息,本申请实施例对此不再进行赘述。
在方案三中,终端设备利用多频带之间的信道相关性,确定单个频带上传输上行参考信号的方式,如减少单个频带的上行参考信号发送量,降低传输开销。网络设备在上行CSI估计过程中结合多频带之间的信道相关性以及接收到的上行参考信号,估计单个频带上行CSI,能够避免上行参考信号的发送量不足对上行CSI估计的影响,可以提升上行CSI估计的精度。该方案三可以应用于上行CSI估计场景。
基于方案三,参见图10,本申请实施例还提供一种模型应用示意图。图8中示意出终端设备中第二编码器以及第一模型的输入输出,网络设备中第二解码器以及第二模型的输入输出。
基于同一构思,参见图11,本公开提供了一种通信装置1100,该通信装置1100包括处理模块1101和通信模块1102。该通信装置1100可以是终端设备,也可以是应用于终端设备或者和终端设备匹配使用,能够实现终端设备侧执行的通信方法的通信装置;或者,该通信装置1100可以是网络设备,也可以是应用于网络设备或者和网络设备匹配使用,能够实现网络设备侧执行的通信方法的通信装置。
其中,通信模块也可以称为收发模块、收发器、收发机、或收发装置等。处理模块也可以称为处理器,处理单板,处理单元、或处理装置等。可选的,通信模块用于执行上述方法中终端设备侧或网络设备侧的发送操作和接收操作,可以将通信模块中用于实现接收功能的器件视为接收单元,将通信模块中用于实现发送功能的器件视为发送单元,即通信模块包括接收单元和发送单元。
该通信装置1100应用于终端设备时,处理模块1101可用于实现图5~图10所述示例中所述终端设备的处理功能,通信模块1102可用于实现图5~图10所述示例中所述终端设备的收发功能。可选的,也可以参照发明内容中第三方面以及第三方面中可能的设计理解该通信装置。
该通信装置1100应用于网络设备时,处理模块1101可用于实现图5~图10所述示例中所述网络设备的处理功能,通信模块1102可用于实现图5~图10所述示例中所述网络设备的收发功能。可选的,也可以参照发明内容中第四方面以及第四方面中可能的设计理解该通信装置。
此外需要说明的是,在一种可能的设计中,前述通信模块和/或处理模块可通过虚拟模块实现,例如处理模块可通过软件功能单元或虚拟装置实现,通信模块可以通过软件功能或虚拟装置实现。在另一种可能的设计中,处理模块或通信模块也可以通过实体装置实现,例如若该装置采用芯片/芯片电路实现,所述通信模块可以是输入输出电路和/或通信接口,执行输入操作(对应前述接收操作)、输出操作(对应前述发送操作);处理模块为集成的处理器或者微处理器或者集成电路。
本公开中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。另外,在本公开各个示例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
基于相同的技术构思,本公开还提供了一种通信装置1200。例如,该通信装置1200可以是芯片或者芯片***。可选的,在本公开中芯片***可以由芯片构成,也可以包含芯片和其他分立器件。
通信装置1200可用于实现前述示例描述的通信***中任一网元的功能。通信装置1200可以包括至少一个处理器1210。可选的,该处理器1210与存储器耦合,存储器可以位于该装置之内;或,存储器可以和处理器集成在一起;或,存储器也可以位于该装置之外。例如,通信装置1200还可以包括至少一个存储器1220。存储器1220保存实施上述任一示例中必要计算机程序、计算机程序或指令和/或数据;处理器1210可能执行存储器1220中存储的计算机程序,完成上述任一示例中的方法。
通信装置1200中还可以包括通信接口1230,通信装置1200可以通过通信接口1230和其它设备进行信息交互。示例性的,所述通信接口1230可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。当该通信装置1200为芯片类的装置或者电路时,该装置1200中的通信接口1230也可以是输入输出电路,可以输入信息(或称,接收信息)和输出信息(或称,发送信息),处理器为集成的处理器或者微处理器或者集成电路或则逻辑电路,处理器可以根据输入信息确定输出信息。
本公开中的耦合是装置、单元或模块之间的间接耦合或通信连接,可以是电性,机械或其它的形式,用于装置、单元或模块之间的信息交互。处理器1210可能和存储器1220、通信接口1230协同操作。本公开中不限定上述处理器1210、存储器1220以及通信接口1230之间的具体连接介质。
可选的,参见图12,所述处理器1210、所述存储器1220以及所述通信接口1230之间通过总线1240相互连接。所述总线1240可以是外设部件互连标准(peripheral componentinterconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图12中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本公开中,处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本公开中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本公开所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
在本公开中,存储器可以是非易失性存储器,比如硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)等,还可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM)。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本公开中的存储器还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
当该通信装置1200可以应用于终端设备时,该通信装置1200可以是终端设备,也可以是能够支持终端设备,实现上述涉及的任一示例中终端设备的功能的装置。存储器1220保存实现上述任一示例中的终端设备的功能的计算机程序(或指令)和/或数据。处理器1210可执行存储器1220存储的计算机程序,完成上述任一示例中终端设备执行的方法。应用于终端设备,该通信装置1200中的通信接口可用于与网络设备进行交互,向网络设备发送信息或者接收来自网络设备的信息。
具体实施中,处理器1210,用于将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,确定第一频带对应的第一信道状态指示信息;其中,所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性,K为正整数;
通信接口1230,用于发送所述第一信道状态指示信息。
其中,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
在一种可选的实施方式中,通信接口1230,还用于接收来自网络设备的第一信息,所述第一信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。可选的,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
在一种可选的实施方式中,处理器1210,还用于对所述K个第二频带的信道信息进行压缩处理,确定所述K个第二频带对应的信道状态指示信息;通信模块,还用于发送所述K个第二频带对应的信道状态指示信息。
在一种可选的实施方式中,处理器1210,还用于将通过所述K个第二频带接收的下行参考信号输入至第一模型,得到所述K个第二频带的信道信息。
在一种可选的实施方式中,所述K个第二频带的信道信息与用于上行传输的第三频带的信道信息之间具有相关性,处理器1210,还用于根据所述K个第二频带的信道信息,通过所述第三频带发送上行参考信号。
在一种可选的实施方式中,通信接口1230,还用于接收来自网络设备的第二信息,所述第二信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。
当该通信装置1200可以应用于网络设备时,通信装置1200可以是网络设备,也可以是能够支持网络设备,实现上述涉及的任一示例中网络设备的功能的装置。存储器1220保存实现上述任一示例中的网络设备的功能的计算机程序(或指令)和/或数据。处理器1210可执行存储器1220存储的计算机程序,完成上述任一示例中网络设备执行的方法。应用于网络设备,该通信装置1200中的通信接口可用于与终端设备进行交互,向终端设备发送信息或者接收来自终端设备的信息。
具体实施中,通信接口1230,用于接收来自终端设备的第一信道状态指示信息,所述第一信道状态指示信息对应于第一频带,所述第一频带的信道信息与所述K个第二频带的信道信息之间具有相关性,K为正整数;
处理器1210,用于将所述第一状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
其中,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
在一种可选的实施方式中,通信接口1230,还用于发送第一信息,所述第一信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。可选的,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
在一种可选的实施方式中,通信接口1230,还用于接收来自所述终端设备的所述K个第二频带对应的信道状态指示信息;处理器1210,还用于将所述K个第二频带对应的信道状态指示信息输入第二模型,得到所述K个第二频带的信道信息。
在一种可选的实施方式中,处理器1210,还用于根据所述K个第二频带的信道信息,通过所述第一频带发送下行参考信号。
在一种可选的实施方式中,通信接口1230,还用于通过第三频带接收来自终端设备的上行参考信号;其中,所述第三频带的信道信息与所述K个第二频带的信道信息之间具有相关性;处理器1210,还用于根据所述上行参考信号和所述K个第二频带的信道信息,估计所述第三频带的信道信息。
在一种可选的实施方式中,通信接口1230,还用于发送第二信息,所述第二信息用于指示如下中的一项或多项:所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。
由于本示例提供的通信装置1200可应用于网络设备,完成上述网络设备执行的方法,或者应用于终端设备,完成终端设备执行的方法。因此其所能获得的技术效果可参考上述方法示例,在此不再赘述。
基于以上示例,本公开提供了一种通信***,包括网络设备和终端设备,其中,所述网络设备和终端设备可以实现图5~图10所示的示例中所提供的通信方法。
本公开提供的技术方案可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本公开所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、终端设备、网络设备或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机可以存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,数字视频光盘(digital video disc,DVD))、或者半导体介质等。
在本公开中,在无逻辑矛盾的前提下,各示例之间可以相互引用,例如方法实施例之间的方法和/或术语可以相互引用,例如装置实施例之间的功能和/或术语可以相互引用,例如装置示例和方法示例之间的功能和/或术语可以相互引用。
显然,本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的范围。这样,倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内,则本公开也意图包含这些改动和变型在内。
Claims (23)
1.一种通信方法,其特征在于,应用于终端设备,包括:
将第一频带的信道信息和K个第二频带的信道信息输入第一编码器,确定第一频带对应的第一信道状态指示信息;其中,所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性,K为正整数;
发送所述第一信道状态指示信息。
2.如权利要求1所述的方法,其特征在于,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
3.如权利要求1或2所述的方法,其特征在于,还包括:
接收来自网络设备的第一信息,所述第一信息用于指示如下中的一项或多项:
所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;
所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;
所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。
4.如权利要求3所述的方法,其特征在于,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
5.如权利要求1-4任一项所述的方法,其特征在于,还包括:
对所述K个第二频带的信道信息进行压缩处理,确定所述K个第二频带对应的信道状态指示信息;
发送所述K个第二频带对应的信道状态指示信息。
6.如权利要求1-5任一项所述的方法,其特征在于,还包括:
将通过所述K个第二频带接收的下行参考信号输入至第一模型,得到所述K个第二频带的信道信息。
7.如权利要求1-6任一项所述的方法,其特征在于,所述K个第二频带的信道信息与用于上行传输的第三频带的信道信息之间具有相关性,所述方法还包括:
根据所述K个第二频带的信道信息,通过所述第三频带发送上行参考信号。
8.如权利要求7所述的方法,其特征在于,还包括:
接收来自网络设备的第二信息,所述第二信息用于指示如下中的一项或多项:
所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;
所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;
所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。
9.一种通信方法,其特征在于,应用于网络设备,包括:
接收来自终端设备的第一信道状态指示信息,所述第一信道状态指示信息对应于第一频带,所述第一频带的信道信息与所述K个第二频带的信道信息之间具有相关性,K为正整数;
将所述第一状态指示信息和K个第二频带的信道信息输入第一解码器,恢复所述第一频带的信道信息。
10.如权利要求9所述的方法,其特征在于,所述第一信道状态指示信息对应的序列长度小于第二信道状态指示信息对应的序列长度;其中,所述第二信道状态指示信息用于指示所述第一频带的信道信息的压缩信息。
11.如权利要求9或10所述的方法,其特征在于,还包括:
发送第一信息,所述第一信息用于指示如下中的一项或多项:
所述K个第二频带的信道信息能够用于确定所述第一信道状态指示信息;
所述K个第二频带的信道信息与所述第一频带的信道信息之间具有相关性;
所述K个第二频带的信道信息能够用于恢复所述第一频带的信道信息。
12.如权利要求11所述的方法,其特征在于,所述第一信息包括所述K个第二频带的标识,以及所述第一频带的标识。
13.如权利要求9-12任一项所述的方法,其特征在于,还包括:
接收来自所述终端设备的所述K个第二频带对应的信道状态指示信息;
将所述K个第二频带对应的信道状态指示信息输入第二模型,得到所述K个第二频带的信道信息。
14.如权利要求9-13任一项所述的方法,其特征在于,还包括:
根据所述K个第二频带的信道信息,通过所述第一频带发送下行参考信号。
15.如权利要求9-14任一项所述的方法,其特征在于,还包括:
通过第三频带接收来自终端设备的上行参考信号;其中,所述第三频带的信道信息与所述K个第二频带的信道信息之间具有相关性;
根据所述上行参考信号和所述K个第二频带的信道信息,估计所述第三频带的信道信息。
16.如权利要求15所述的方法,其特征在于,还包括:
发送第二信息,所述第二信息用于指示如下中的一项或多项:
所述K个第二频带的信道信息能够用于确定所述第三频带中上行参考信号的传输方式;
所述K个第二频带的信道信息与所述第三频带的信道信息之间具有相关性;
所述K个第二频带的信道信息能够用于估计所述第三频带的信道信息。
17.一种通信装置,其特征在于,用于实现如权利要求1-8任一项所述的方法。
18.一种通信装置,其特征在于,用于实现如权利要求9-16任一项所述的方法。
19.一种通信装置,其特征在于,包括:
处理器,所述处理器和存储器耦合,所述处理器用于调用所述存储器存储的计算机程序指令,以执行如权利要求1-8任一项所述的方法。
20.一种通信装置,其特征在于,包括:
处理器,所述处理器和存储器耦合,所述处理器用于调用所述存储器存储的计算机程序指令,以执行如权利要求9-16任一项所述的方法。
21.一种通信***,其特征在于,包括权利要求17或19所述的通信装置,以及权利要求18或20所述的通信装置。
22.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-8任一项所述的方法或者如权利要求9-16任一项所述的方法。
23.一种计算机程序产品,其特征在于,包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-8任一项所述的方法或者如权利要求9-16任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036042.1A CN117639867A (zh) | 2022-08-27 | 2022-08-27 | 一种通信方法及装置 |
PCT/CN2023/114808 WO2024046215A1 (zh) | 2022-08-27 | 2023-08-24 | 一种通信方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036042.1A CN117639867A (zh) | 2022-08-27 | 2022-08-27 | 一种通信方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117639867A true CN117639867A (zh) | 2024-03-01 |
Family
ID=90025865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211036042.1A Pending CN117639867A (zh) | 2022-08-27 | 2022-08-27 | 一种通信方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117639867A (zh) |
WO (1) | WO2024046215A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109600193B (zh) * | 2017-09-30 | 2021-10-26 | 华为技术有限公司 | 一种信道测量方法 |
CN111082841A (zh) * | 2019-08-14 | 2020-04-28 | 中兴通讯股份有限公司 | 信道状态信息的处理、接收方法及装置 |
KR20210051011A (ko) * | 2019-10-29 | 2021-05-10 | 삼성전자주식회사 | Ofdm 기반 단일반송파 시스템을 위한 채널 추정 방법 및 장치 |
CN114667758A (zh) * | 2019-11-29 | 2022-06-24 | 中兴通讯股份有限公司 | 用于压缩无线信道状态信息反馈的方法 |
US11838782B2 (en) * | 2020-01-31 | 2023-12-05 | Qualcomm Incorporated | Measurements on a first band applicable to procedures on a second band |
-
2022
- 2022-08-27 CN CN202211036042.1A patent/CN117639867A/zh active Pending
-
2023
- 2023-08-24 WO PCT/CN2023/114808 patent/WO2024046215A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024046215A1 (zh) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022033456A1 (zh) | 一种信道状态信息测量反馈方法及相关装置 | |
US20220116799A1 (en) | Method and device for o-ran-based performance optimization and configuration | |
Zhou et al. | Fronthaul compression and transmit beamforming optimization for multi-antenna uplink C-RAN | |
US11956031B2 (en) | Communication of measurement results in coordinated multipoint | |
KR101732837B1 (ko) | 공동 압축 및 포워드 중계 시스템 | |
WO2023125660A1 (zh) | 一种通信方法及装置 | |
US20220369332A1 (en) | Scheduling method and apparatus | |
Lin et al. | Joint power allocation, base station assignment and beamformer design for an uplink SIMO heterogeneous network | |
CN117639867A (zh) | 一种通信方法及装置 | |
WO2024008004A1 (zh) | 一种通信方法及装置 | |
CN114492784A (zh) | 神经网络的测试方法和装置 | |
CN118118133A (zh) | 一种通信方法及装置 | |
WO2024046419A1 (zh) | 一种通信方法及装置 | |
WO2024046288A1 (zh) | 通信方法和装置 | |
WO2023125996A1 (zh) | 一种上行预编码方法及装置 | |
WO2023006096A1 (zh) | 一种通信方法及装置 | |
WO2023279947A1 (zh) | 一种通信方法及装置 | |
WO2023092310A1 (zh) | 信息处理方法、模型生成方法及设备 | |
WO2023036323A1 (zh) | 一种通信方法及装置 | |
WO2023125370A1 (zh) | 信道质量指示计算或获取方法与装置、终端和网络设备 | |
WO2023115254A1 (zh) | 处理数据的方法及装置 | |
WO2023231881A1 (zh) | 一种模型应用方法及装置 | |
WO2022267633A1 (zh) | 信息传输的方法和装置 | |
WO2022257042A1 (zh) | 码本上报的方法、终端设备和网络设备 | |
WO2023198018A1 (zh) | 一种上行信号发送、接收方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |