CN118202593A - 一种波束确定方法、装置、设备及存储介质 - Google Patents
一种波束确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118202593A CN118202593A CN202280004077.9A CN202280004077A CN118202593A CN 118202593 A CN118202593 A CN 118202593A CN 202280004077 A CN202280004077 A CN 202280004077A CN 118202593 A CN118202593 A CN 118202593A
- Authority
- CN
- China
- Prior art keywords
- prediction model
- received
- optimal
- beams
- pairs
- 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
- 238000000034 method Methods 0.000 title claims abstract description 154
- 230000004044 response Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 description 29
- 238000012545 processing Methods 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
- Optical Recording Or Reproduction (AREA)
Abstract
本公开是关于一种波束确定方法、装置、设备及存储介质,包括:确定波束预测模型支持的接收波束数量;基于波束预测模型支持的接收波束数量,从波束预测模型的输出中确定最优波束。本公开通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
Description
本公开涉及通信技术领域,尤其涉及一种波束确定方法、装置、设备及存储介质。
在新无线网络(new radio,NR)中,特别是通信频段在频率范围(frequency range)2时,由于高频信道衰减较快,为了保证覆盖范围,需要使用基于波束(beam)的发送和接收。
传统的波束管理(beam management)过程,基站会配置用于波束测量的参考信号资源集合,终端对该参考信号资源集合中的参考信号资源进行测量,然后上报其中比较强的一个或多个参考信号资源标识,以及对应的参考信号的波束质量。相关技术中,终端需要针对每个波束对进行参考信号的测量。其中,一个接收波束和一个发送波束构成一个波束对。
在一些技术中,可以通过人工智能(artificial intelligence,AI)模型预测的方式,得到所有波束对的波束质量。但是,AI模型是与接收波束数量相关的。对于AI模型而言,模型的输出是不变的,但是对于不同的终端可能支持不同数量的接收波束,使得波束对总数也会变化。因此,如何保证支持不同数量接收波束的终端可以适用于相同的AI模型,来预测波束对的波束质量,是亟需解决的问题。
发明内容
为克服相关技术中存在的问题,本公开提供一种波束确定方法、装置、设备及存储介质。
根据本公开实施例的第一方面,提供一种波束确定方法,方法应用于第一设备,包括:确定波束预测模型支持的接收波束数量;基于波束预测模型支持的接收波束数量,从波束预测模型的输出中确定最优波束。
根据本公开实施例的第二方面,提供一种波束确定装置,装置配置于第一设备,包括:确定模块,用于确定波束预测模型支持的接收波束数量;确定模块还用于,基于波束预测模型支持的接收波束数量,从波束预测模型的输出中确定最优波束。
根据本公开实施例的第三方面,提供一种波束确定设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为:执行第一方面中的任意一项方法。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当存储介质中的指令由第一设备的处理器执行时,使得第一设备能够执行第一方面中的任意一项方法。
本公开的实施例提供的技术方案可以包括以下有益效果:通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种无线通信***示意图。
图2是根据一示例性实施例示出的一种波束确定方法流程图。
图3是根据一示例性实施例示出的另一种波束确定方法流程图。
图4是根据一示例性实施例示出的又一种波束确定方法流程图。
图5是根据一示例性实施例示出的再一种波束确定方法流程图。
图6是根据一示例性实施例示出的另一种波束确定方法流程图。
图7是根据一示例性实施例示出的又一种波束确定方法流程图。
图8是根据一示例性实施例示出的再一种波束确定方法流程图。
图9是根据一示例性实施例示出的另一种波束确定方法流程图。
图10是根据一示例性实施例示出的又一种波束确定方法流程图。
图11是根据一示例性实施例示出的再一种波束确定方法流程图。
图12是根据一示例性实施例示出的另一种波束确定方法流程图。
图13是根据一示例性实施例示出的又一种波束确定方法流程图。
图14是根据一示例性实施例示出的再一种波束确定方法流程图。
图15是根据一示例性实施例示出的另一种波束确定方法流程图。
图16是根据一示例性实施例示出的又一种波束确定方法流程图。
图17是根据一示例性实施例示出的再一种波束确定方法流程图。
图18是根据一示例性实施例示出的另一种波束确定方法流程图。
图19是根据一示例性实施例示出的又一种波束确定方法流程图。
图20是根据一示例性实施例示出的再一种波束确定方法流程图。
图21是根据一示例性实施例示出的另一种波束确定方法流程图。
图22是根据一示例性实施例示出的一种波束确定装置示意图。
图23是根据一示例性实施例示出的另一种波束确定装置示意图。
图24是根据一示例性实施例示出的一种波束确定设备示意图。
图25是根据一示例性实施例示出的另一种波束确定设备示意图。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。
本公开所涉及的通信方法可以应用于图1所示的无线通信***100中。该网络***可以包括网络设备110和终端120。可以理解的是,图1所示的无线通信***仅是进行示意性说明,无线通信***中还可包括其它网络设备,例如还可以包括核心网络设备、无线中继设备和无线回传设备等,在图1中未画出。本公开实施例对该无线通信***中包括的网络设备数量和终端数量不做限定。
进一步可以理解的是,本公开实施例的无线通信***,是一种提供无线通信功能的网络。无线通信***可以采用不同的通信技术,例如码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、时分多址(Time Division Multiple 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 FDMA,SC-FDMA)、载波侦听多路访问/冲突避免(Carrier Sense Multiple Access with Collision Avoidance)。根据不同网络的容量、速率、时延等因素可以将网络分为2G(英文:Generation)网络、3G网络、4G网络或者未来演进网络,如第五代无线通信***(The 5th Generation Wireless Communication System,5G)网络,5G网络也可称为是新无线网络(New Radio,NR)。为了方便描述,本公开有时会将无线通信网络简称为网络。
进一步的,本公开中涉及的网络设备110也可以称为无线接入网络设备。该无线接入网络设备可以是:基站、演进型基站(evolved Node B,eNB)、家庭基站、无线保真(Wireless Fidelity,WIFI)***中的接入点(Access Point,AP)、无线中继节点、无线回传节点或者 传输点(Transmission Point,TP)等,还可以为NR***中的gNB,或者,还可以是构成基站的组件或一部分设备等。当为车联网(V2X)通信***时,网络设备还可以是车载设备。应理解,本公开的实施例中,对网络设备所采用的具体技术和具体设备形态不做限定。
进一步的,本公开中涉及的终端120,也可以称为终端设备、用户设备(User Equipment,UE)、移动台(Mobile Station,MS)、移动终端(Mobile Terminal,MT)等,是一种向用户提供语音和/或数据连通性的设备,例如,终端可以是具有无线连接功能的手持式设备、车载设备等。目前,一些终端的举例为:智能手机(Mobile Phone)、口袋计算机(Pocket Personal Computer,PPC)、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、笔记本电脑、平板电脑、可穿戴设备、或者车载设备等。此外,当为车联网(V2X)通信***时,终端设备还可以是车载设备。应理解,本公开实施例对终端所采用的具体技术和具体设备形态不做限定。
本公开实施例中,网络设备110与终端120可以采用任意可行的无线通信技术以实现相互传输数据。其中,网络设备110向终端120发送数据所对应的传输通道称为下行信道(downlink,DL),终端120向网络设备110发送数据所对应的传输通道称为上行信道(uplink,UL)。可以理解的是,本公开实施例中所涉及的网络设备可以是基站。当然网络设备还可以是其它任意可能的网络设备,终端可以是任意可能的终端,本公开不作限定。
在NR中,特别是通信频段在frequency range 2时,由于高频信道衰减较快,为了保证覆盖范围,需要使用基于beam的发送和接收。
传统的波束管理过程,网络设备会配置用于波束测量的参考信号资源集合,终端对该参考信号资源集合中的参考信号资源进行测量,然后上报其中比较强的一个或多个参考信号资源标识,以及对应的层-1参考信号接收功率(layer-1 reference signal received power,L1-RSRP)和/或层-1信号干扰噪声比(layer-1 signal to interference plus noise ratio,L1-SINR)。终端需要针对每个波束对进行参考信号的测量。其中,一个接收波束和一个发送波束构成一个波束对。例如,网络设备配置的参考信号资源集合中包含的X个参考信号,每个参考信号对应网络设备不同的发送波束。针对每个参考信号,终端需要使用所有接收波束来针对该参考信号进行测量,以获得所有接收波束分别对应的波束质量,并确定一个最好的波束质量。因此,终端需要测量的波束对的数量为A*B。其中,A为网络设备发送波束数量,B为终端接收波束数量。
在相关技术中,为了减少终端测量的波束对的数量,采用了基于AI模型预测的方式。例如,终端本来一共需要测量的波束对的数量为A*B个。由于有了AI模型,终端只需要测量A*B个波束对中的其中一部分,如,A*B的1/8、1/4个波束对等等。然后将测量的 波束对的波束质量输入到AI模型中,该AI模型即可输出A*B个波束对的波束质量、A*B个波束对中最强的波束对、最强的a个发送波束和最强的b个接收波束的至少一项。可以理解,a小于或等于A,b小于或等于B。
显然,AI模型是与接收波束数量相关的。那么针对不同接收波束数量是训练不同的AI模型,还是训练相同的AI模型,以及如何指示终端,是需要解决的问题。
如果只训练一个AI模型,那么对于接收波束数量不同的终端,其波束对总数是不同的。由于AI模型的输出是不变的,因此如何从AI模型的输出中获得各个不同的终端所需要的结果,是需要解决的问题。
因此,本公开提供了一种波束确定方法,通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
应当注意,本公开以下所涉及实施例中,第一设备为终端,第二设备为网络设备;或者,第一设备为网络设备时,第二设备为终端。
图2是根据一示例性实施例示出的一种波束确定方法流程图,如图2所示,该方法应用于终端,可以包括以下步骤:
在步骤S11中,确定波束预测模型支持的接收波束数量。
在一些实施例中,终端可以确定波束预测模型所支持的接收波束数量。
例如,若波束预测模型在终端上训练得到,则终端可以直接确定波束预测模型支持的接收波束数量。又例如,若波束预测模型在除终端以外的其它设备上训练得到,则终端可以通过其它设备的指示信息,确定波束预测模型支持的接收波束数量。
在步骤S12中,基于波束预测模型支持的接收波束数量,从波束预测模型的输出中确定最优波束。
在一些实施例中,终端可以基于S11中确定的波束预测模型支持的接收波束数量,从波束预测模型的输出中,确定出最优波束。
在一些实施例中,最优波束可以是终端进行通信时波束质量最好的波束。最优波束可以包括最优发送波束、最优接收波束、最优波束对中的至少一个。其中,最优波束对中包括一个发送波束和一个接收波束。
在一些实施例中,最优波束可以包括一个最优波束,也可以包括多个最优波束。
本公开通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图3是根据一示例性实施例示出的另一种波束确定方法流程图,如图3所示,S11中确定波束预测模型支持的接收波束数量,可以包括以下步骤:
在步骤S21中,接收网络设备发送的第一指示信息。
在一些实施例中,终端可以接收网络设备发送的第一指示信息。其中,第一指示信息用于指示波束预测模型支持的接收波束数量。
例如,网络设备可以是预先训练波束预测模型的设备。
在步骤S22中,基于第一指示信息确定波束预测模型支持的接收波束数量。
在一些实施例中,终端可以基于S21中接收到的第一指示信息,确定波束预测模型支持的接收波束数量。
本公开还可以通过其它设备的指示信息确定波束预测模型所支持的接收波束数量,以便可以基于波束预测模型所支持的接收波束数量从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,波束预测模型支持的接收波束数量可以包括:波束预测模型支持的最大接收波束数量;或,波束预测模型支持的一个或多个接收波束数量。
在一些实施例中,波束预测模型可以支持的接收波束数量,可以是该波束预测模型所支持的最大接收波束数量。例如,记为Rx_num。
在一些实施例中,波束预测模型可以支持的接收波束数量,可以是一个或多个接收波束数量。例如,波束预测模型可能支持一种或多种不同的接收波束数量,则一个或多个接收波束数量可以分别对应波束预测模型可能支持的一个接收波束数量或多种不同的接收波束数量。
本公开通过波束预测模型可以支持的接收波束数量,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,响应于波束预测模型支持多个接收波束数量,多个接收波束数量可以包括第一数量和第二数量。其中,第一数量为波束预测模型支持的最大接收波束数量,第一数量为第二数量的N倍,第二数量的最小值为1,N为正整数。
在一些实施例中,波束预测模型可以支持多个接收波束数量。多个接收波束数量中可以包括表示波束预测模型支持的最大接收波束数量的第一数量。可以理解,第一数量可以 为Rx_num。多个接收波束数量中可以包括第二数量,其中,第一数量为第二数量的N倍,第二数量的最小值为1,N为正整数。
例如,第二数量可以为
如,
等等。多个接收波束数量中可以包括一个或多个第二数量。例如,多个接收波束数量可以包括Rx_num、
又例如,多个接收波束数量可以包括Rx_num、
又例如,多个接收波束数量可以包括Rx_num、
……、1。可以理解,上述仅为一种示例性描述,本公开不限定多个接收波束数量中的包括多少个第二数量,也不限定具体第二数量与第一数量之间的倍数关系。
在一些实施例中,第一数量可以为第二数量的2
n倍,其中n为非负整数。例如,第二数量可以为
等等。
本公开中波束预测模型可以支持多个不同的接收波束数量,以使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,从波束预测模型的输出中确定最优波束,包括:接收网络设备发送的第二指示信息;基于第二指示信息从波束预测模型的输出中确定最优波束;或,根据预定义规则,从波束预测模型的输出中确定最优波束。
在一些实施方式中,图4是根据一示例性实施例示出的又一种波束确定方法流程图。如图4所示出的,S12中从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S31中,接收网络设备发送的第二指示信息。
在一些实施例中,终端可以接收网络设备发送的第二指示信息。该第二指示信息用于指示最优波束。
例如,第二指示信息可以是最优波束所在的波束标识范围。终端可以从最优波束所在的波束标识范围内的波束中,确定最优波束。或者第二指示信息可以是最优波束对应的波束质量。当然,还可以是用于指示最优波束的任意等效信息,本公开不作限定。
可以理解,网络设备上可以使用波束预测模型预测得到最优波束,网络设备通过第二指示信息,向终端指示预测得到的最优波束。
在步骤S32中,基于第二指示信息从波束预测模型的输出中确定最优波束。
在一些实施例中,终端可以基于S31中接收到的第二指示信息,从波束预测模型的输出中确定最优波束。
在一些实施方式中,图5是根据一示例性实施例示出的再一种波束确定方法流程图。
在步骤S41中,根据预定义规则,从波束预测模型的输出中确定最优波束。
在一些实施例中,终端可以根据预先定义的预定义规则,从波束预测模型的输出中确定最优波束。
例如,波束预测模型的输出为所有波束标识,终端可以根据预定义规则确定出最优波束对应的波束标识范围,进而可以从最优波束对应的波束标识范围内的波束中,确定最优波束。
可以理解,一种情况可以是在网络设备上使用波束预测模型预测得到最优波束,终端可以利用预定义规则或网络设备的指示信息,确定最优波束对应的波束标识范围,并从最优波束对应的波束标识范围内的波束中确定最优波束。终端也可以利用网络设备的指示信息,确定最优波束对应的波束质量,并确定出最优波束。当然,另一种情况可以是,在终端上使用波束预测模型预测得最优波束,终端可以利用预定义规则,从波束预测模型输出的波束中确定最优波束。
本公开可以通过网络设备的指示信息或者预定义规则,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图6是根据一示例性实施例示出的另一种波束确定方法流程图。如图6所示,S32或S41中从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S51中,响应于波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息,基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束。
在一些实施例中,响应于波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息,例如最大数量个波束对的参考信号接收功率(reference signal received power,RSRP)和/或信号干扰噪声比(signal to interference plus noise ratio,SINR)。其中,最大数量可以是网络设备发送波束数量Tx_num与波束预测模型所支持的最大接收波束数量Rx_num的乘积,即Tx_num×Rx_num。终端可以基于终端所支持的接收波束数量,从波束预测模型的输出中确定最优波束。也就是说,终端可以基于终端所支持的接收波束数量,从最大数量个波束对的波束质量信息中确定最优波束。
本公开在波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息时,可以基于终端支持的接收波束数量从波束预测模型的输出中确定最优波束。使 得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图7是根据一示例性实施例示出的又一种波束确定方法流程图。如图7所示,S51中基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S61中,响应于终端支持的接收波束数量为波束预测模型支持的最大接收波束数量,从最大数量个波束对中确定最优波束。
在一些实施例中,若终端支持的接收波束数量为波束预测模型支持的最大接收波束数量,则终端可以从最大数量个波束对中确定出最优波束。
例如,终端从最大数量个波束对中,确定出波束质量最好的一个或多个波束对。若最优波束为最优接收波束,则可以将波束质量最好的一个或多个波束对所对应的接收波束作为最优接收波束。若最优波束为最优发送波束,则可以将波束质量最好的一个或多个波束对所对应的发送波束作为最优发送波束。若最优波束为最优波束对,则可以将波束质量最好的一个或多个波束对作为最优波束对。
可以理解,如何确定波束质量最好的一个或多个波束对,可以利用现有方式实现,例如当波束质量满足相应条件时,可以认为对应波束对的波束质量最好。具体条件可以根据实际情况进行相应设置,本公开不作限定。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量时,可以从波束预测模型输出的最大数量个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量的终端。
本公开实施例提供的波束确定方法中,图8是根据一示例性实施例示出的再一种波束确定方法流程图。如图8所示,S51中基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S71中,响应于终端支持的接收波束数量为第三数量,将最大数量个波束对分成M个分组,从M个分组中任意一个分组包含的波束对中确定最优波束。
在一些实施例中,若终端支持的接收波束数量为第三数量,可以将最大数量个波束对划分成M个分组。终端从M个分组中任意一个分组包含的波束对中,确定最优波束。其中,第三数量为波束预测模型支持的最大接收波束数量的1/M,M为正整数。
例如,第三数量为
当终端支持的接收波束数量为
时,可以将最大数量个波束对划分为M个分组。其中,每个分组中可以包括
个波束对。 终端可以基于M个分组中的任意一个分组,从该分组包含的波束对中确定出最优波束对。如,终端从M个分组中任意一个分组包含的
个波束对中,确定最优波束。
在一些实施例中,M为2,则第三数量为
可以将最大数量个波束对划分为2个分组,终端从2个分组中的任意一个分组包含的
个波束对中,确定最优波束。换句话说,终端从最大数量个波束对中的任意一半波束对中确定最优波束。
在一些实施例中,M为4,则第三数量为
可以将最大数量个波束对划分为4个分组,终端从4个分组中的任意一个分组包含的
个波束对中,确定最优波束。换句话说,终端从最大数量个波束对中的四分之一波束对中确定最优波束。
在一些实施例中,M为2
n’。其中,n’为非负整数。例如,第三数量为
等等。
在一些实施例中,第三数量的最小值可以为1,即M等于Rx_num。相应的,将最大数量个波束对划分为M个分组,可以为将最大数量个波束对划分为Rx_num个分组。
可以理解,上述仅为一种示例性描述,本公开并不限定M的取值,M的具体取值可以根据实际情况进行选取。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,对最大数量个波束对进行分组,并从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量中部分接收波束数量的终端。
本公开实施例提供的波束确定方法中,S71中将最大数量个波束对分成M个分组,可以包括以下至少一项:将最大数量个波束对按照波束对分成M个分组,其中,每个分组内的波束对的波束对编号连续或非连续;将最大数量个波束对按照波束对对应的接收波束分成M个分组,其中,同一个接收波束对应的波束对属于同一个分组;将最大数量个波束对分成M个分组,其中,同一个接收波束对应的波束对分成M个小组,M个小组与M个分组一一对应。
其中,在一些实施例中,将最大数量个波束对分成M个分组可以是:将最大数量个波 束对按照波束对分成M个分组。其中,每个分组内的波束对的波束对编号连续。
例如,将最大数量个波束对按照波束对划分为M个分组。以最大数量个波束对为32个波束对,M个分组为4个分组为例。可以将32个波束对按照波束对划分为4个分组,每个分组可以包括8个波束对。其中,每个分组中的8个波束对的波束对编号是连续的。一些实施例中,波束对编号可以是波束对标识,标识例如为身份标识(identity,ID)或索引(index)。
例如,M为2,第三数量为
可以将最大数量个波束对按照波束对分成2个分组。其中,每个分组内的波束对的波束对编号连续。也就是说,每个分组对应最大数量个波束对的一半。2个分组可以分别对应最大数量个波束对的前一半和最大数量个波束对的后一半。可以理解,最大数量个波束对的前一半波束对的波束对编号均连续,最大数量个波束对的后一半波束对的波束对编号均连续。
例如,M为4,第三数量为
可以将最大数量个波束对按照波束对分成4个分组。其中,每个分组内的波束对的波束对编号连续。也就是说,每个分组对应最大数量个波束对中的四分之一个波束对。可以理解,任意一个分组对应最大数量个波束对中的四分之一个波束对的波束对编号均连续。
在一些实施例中,将最大数量个波束对分成M个分组可以是:将最大数量个波束对按照波束对分成M个分组。其中,每个分组内的波束对的波束对编号非连续。
例如,将最大数量个波束对按照波束对划分为M个分组。以最大数量个波束对为32个波束对,M个分组为4个分组为例。可以将32个波束对按照波束对划分为4个分组,每个分组可以包括8个波束对。其中,每个分组中的8个波束对的波束对编号是非连续的。一些实施例中,波束对编号可以是波束对标识,标识例如为ID或index。
例如,M为2,第三数量为
可以将最大数量个波束对按照波束对分成2个分组。其中,每个分组内的波束对的波束对编号非连续。也就是说,每个分组对应最大数量个波束对的一半。2个分组可以分别对应波束对编号为奇数的一半和波束对编号为偶数的一半。
例如,M为4,第三数量为
可以将最大数量个波束对按照波束对分成4个分组。其中,每个分组内的波束对的波束对编号非连续。也就是说,每个分组对应最大数量个波束对中的四分之一个波束对,并且每个分组内的波束对的波束对编号非连续。假设最 大数量个波束对为16个,分组1内的波束对编号可以为1、5、9、13;分组2内的波束对编号可以为2、6、10、14;分组3内的波束对编号可以为3、7、11、15;分组4内的波束对编号可以为4、8、12、16。
在一些实施例中,将最大数量个波束对按照波束对对应的接收波束分成M个分组。其中,同一个接收波束对应的波束对属于同一个分组。
例如,按照波束对对应的接收波束,将最大数量个波束对划分为M个分组。其中,同一个接收波束对应的波束对属于同一个分组。例如,以最大数量个波束对为32个波束对,M个分组为4个分组为例。可以将32个波束对按照波束对对应的接收波束划分为4个分组。可以理解,同一个接收波束对应的波束对属于同一个分组。可以理解,4个分组中的每个分组内包含的波束对,可以对应一个或多个接收波束分组,例如,任意一个分组内包含的波束对对应同一个接收波束,或者,任意一个分组内可以包含多个接收波束对应的波束对。但应当注意,对于同一个接收波束对应的波束对应当属于同一个分组。同时,M的值应当小于或等于模型支持的最大接收波束数量。
例如,上述M个分组中每个分组内波束对的波束对编号可以是连续的,也可以是非连续的。例如,若任意一个分组内包含的波束对对应同一个接收波束,则该分组内波束对的波束对编号可以是连续的。又例如,若任意一个分组内包含的波束对对应多个接收波束,且多个接收波束的接收波束编号是连续的,则该分组内波束对的波束对编号可以是连续的。如,任意一个分组内包含的波束对对应接收波束编号为1、2的接收波束,则该分组内波束对的波束对编号可以是连续的。再例如,若任意一个分组内包含的波束对对应多个接收波束,且多个接收波束的接收波束编号是非连续的,则该分组内波束对的波束对编号可以是非连续的。如,任意一个分组内包含的波束对对应接收波束编号为1、5的接收波束,则该分组内波束对的波束对编号可以是非连续的。即该分组内波束对的波束对编号为,接收波束编号为1的接收波束对应波束对编号连续的多个波束对,以及接收波束编号为5的接收波束对应波束对编号连续的多个波束对。
可以理解,若接收波束为终端的接收波束,发送波束为网络设备的发送波束,则每个接收波束对应的波束对数量应当与网络设备发送波束数量Tx_num相同。
例如,M为2,第三数量为
模型支持的最大接收波束数量为8。可以将最大数量个波束对按照波束对对应的接收波束分成2个分组。其中,同一个接收波束对应的波束对属于同一个分组。也就是说,每个分组对应最大数量个波束对的一半,且每个分组内包含4个接收波束对应的波束对。每个分组内对应的4个接收波束可以是连续的4个接收 波束,或者是非连续的4个接收波束。如,2个分组内对应的4个接收波束可以分别是接收波束1、接收波束2、接收波束3和接收波束4,以及接收波束5、接收波束6、接收波束7和接收波束8。在这种情况下,2个分组内的波束对的波束对编号可以是连续的。又如,2个分组内对应的4个接收波束可以分别是接收波束1、接收波束3、接收波束5和接收波束7,以及接收波束2、接收波束4、接收波束6和接收波束8。在这种情况下,2个分组内的波束对的波束对编号可以是非连续的。即其中一个分组内波束对的波束对编号为,接收波束1对应波束对编号连续的多个波束对、接收波束3对应波束对编号连续的多个波束对、接收波束5对应波束对编号连续的多个波束对和接收波束7对应波束对编号连续的多个波束对;另一个分组内波束对的波束对编号为,接收波束2对应波束对编号连续的多个波束对、接收波束4对应波束对编号连续的多个波束对、接收波束6对应波束对编号连续的多个波束对和接收波束8对应波束对编号连续的多个波束对。
例如,M为4,第三数量为
模型支持的最大接收波束数量为8。可以将最大数量个波束对按照波束对对应的接收波束分成4个分组。其中,同一个接收波束对应的波束对属于同一个分组。也就是说,每个分组对应最大数量个波束对的四分之一,且每个分组内包含2个接收波束对应的波束对。每个分组内对应的2个接收波束可以是连续的2个接收波束,或者是非连续的2个接收波束。如,4个分组内对应的2个接收波束可以分别是接收波束1和接收波束2,以及接收波束3和接收波束4,以及接收波束5和接收波束6,以及接收波束7和接收波束8。在这种情况下,4个分组内的波束对的波束对编号可以是连续的。又如,4个分组内对应的2个接收波束分别可以是接收波束1和接收波束5,以及接收波束2和接收波束6,以及接收波束3和接收波束7,以及接收波束4和接收波束8;又或是接收波束1和接收波束3,以及接收波束5和接收波束7,以及接收波束2和接收波束4,以及接收波束6和接收波束8等等非连续的情况。在这种情况下,2个分组内的波束对的波束对编号可以是非连续的。即任意一个分组内波束对的波束对编号为多个非连续的接收波束对应的波束对编号连续的多个波束对。
在一些实施例中,将最大数量个波束对分成M个分组,其中,同一个接收波束对应的波束对分成M个小组,M个小组与M个分组一一对应。
例如,将最大数量个波束对划分为M个分组。其中,同一个接收波束对应的波束对分成M个小组,M个小组与M个分组一一对应。基于每个接收波束对应的M个小组,构成M个分组。以最大数量个波束对为32个波束对,M个分组为4个分组,模型支持的最大接收波束数量为8为例。可以将32个波束对划分为4个分组。其中,每个接收波束对应 的波束对可以划分为4个小组。4个分组可以由每个接收波束对应的4个小组构成。如,接收波束1分为11小组、12小组、13小组和14小组;接收波束2分为21小组、22小组、23小组和24小组;……;接收波束8分为81小组、82小组、83小组和84小组。分组1可以由11小组、21小组、……、81小组构成;分组2可以由12小组、22小组、……、82小组构成;分组3可以由13小组、23小组、……、83小组构成;分组4可以由14小组、24小组、……、84小组构成。
可以理解,每个小组对应的多个波束对的波束对编号可以是连续的,也可以是非连续的。
例如,M为2,第三数量为
模型支持的最大接收波束数量为8。可以将最大数量个波束对按照波束对对应的接收波束分成2个分组。其中,同一个接收波束对应的波束对分成2个小组。也就是说,每个分组对应最大数量个波束对的一半,针对每个接收波束对应的波束对分成2个小组。基于每个接收波束对应的2个小组,构成2个分组。每个小组对应的多个波束对的波束对编号可以是连续的,例如,一个接收波束对应的波束对中,波束对编号为前一半的多个波束对构成该接收波束对应的一个小组,波束对编号为后一半的多个波束对构成该接收波束对应的另一个小组。假设一个接收波束对应的8个波束对,波束对编号为1、2、3、4的多个波束对构成一个小组,波束对编号为5、6、7、8的多个波束对构成另一个小组。每个小组对应的多个波束对的波束对编号可以是非连续的,例如,一个接收波束对应的波束对中,波束对编号为奇数的多个波束对构成该接收波束对应的一个小组,波束对编号为偶数的多个波束对构成该接收波束对应的另一个小组。假设一个接收波束对应的8个波束对,波束对编号为1、3、5、7的多个波束对构成一个小组,波束对编号为2、4、6、8的多个波束对构成另一个小组。基于8个接收波束中各接收波束对应的2个小组,构成2个分组。分组1可以由8个接收波束中各接收波束对应的小组1构成,以及分组2可以由8个接收波束中各接收波束对应的小组2构成。
例如,M为4,第三数量为
模型支持的最大接收波束数量为8。可以将最大数量个波束对按照波束对对应的接收波束分成4个分组。其中,同一个接收波束对应的波束对分成4个小组。也就是说,每个分组对应最大数量个波束对的四分之一,针对每个接收波束对应的波束对分成4个小组。基于每个接收波束对应的4个小组,构成4个分组。每个小组对应的多个波束对的波束对编号可以是连续的,例如,一个接收波束对应的波束对中,波束对编号为连续四分之一的多个波束对构成该接收波束对应的一个小组。假设一个接收波束对应的8个波束对,波束对编号为1、2的多个波束对构成小组1,波束对编号 为3、4的多个波束对构成小组2,波束对编号为5、6的多个波束对构成小组3,波束对编号为7、8的多个波束对构成小组4。每个小组对应的多个波束对的波束对编号可以是非连续的。假设一个接收波束对应的8个波束对,波束对编号为1、5的多个波束对构成小组1,波束对编号为2、6的多个波束对构成小组2,波束对编号为3、7的多个波束对构成小组3,波束对编号为4、8的多个波束对构成小组4。又或者,波束对编号为1、3的多个波束对构成小组1,波束对编号为2、4的多个波束对构成小组2,波束对编号为5、7的多个波束对构成小组3,波束对编号为6、8的多个波束对构成小组4等等非连续情况。可以基于8个接收波束中各接收波束对应的4个小组,构成4个分组。分组1可以由8个接收波束中各接收波束对应的小组1构成,以及分组2可以由8个接收波束中各接收波束对应的小组2构成,分组3可以由8个接收波束中各接收波束对应的小组3构成,以及分组4可以由8个接收波束中各接收波束对应的小组4构成。
本公开提供了多种不同将最大数量个波束对进行分组的方式,使得在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,可以从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量中部分接收波束数量的终端。
本公开实施例提供的波束确定方法中,图9是根据一示例性实施例示出的另一种波束确定方法流程图。如图9所示,S32或S41中从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S81中,响应于波束预测模型的输出包括候选最优波束,根据候选最优波束确定最优波束。
在一些实施例中,波束预测模型可以直接输出候选最优波束。终端则可以从波束预测模型输出的候选最优波束中确定出最优波束。
在一些实施例中,波束预测模型的输出可以包括候选最优波束的波束标识。终端根据候选最优波束的波束标识,从波束预测模型输出的候选最优波束中确定最优波束。波束标识例如可以是波束ID。例如,候选最优发送波束ID、候选最优接收波束ID、候选最优波束对ID中的至少一项。
在一些实施例中,波束预测模型的输出可以包括候选最优波束的波束质量。其中,波束质量例如可以包括L1-RSRP和/或L1-SINR。
本公开在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量从候选最优波束中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图10是根据一示例性实施例示出的另一种波束确定方法流程图。如图10所示,S81中根据候选最优波束确定最优波束,可以包括以下步骤:
在步骤S91中,根据波束预测模型所支持的最大接收波束数量与最小接收波束数量之间的比值L,确定L个最小接收波束分组。
在一些实施例中,终端可以根据波束预测模型所支持的最大接收波束与最小接收波束数量之间的比值L,确定L个最小接收波束分组。其中,每个最小接收波束分组对应多个波束对。
例如,若波束预测模型所支持的最大接收波束为8,最小接收波束数量为2,则可以确定L为4,即确定4个最小接收波束分组。每个最小接收波束分组可以包含多个波束对。所有最小接收波束分组包含的多个波束对构成了波束预测模型所支持的最大数量个波束对。
在步骤S92中,确定波束预测模型输出的各个最小接收波束分组分别对应的候选最优波束。
在一些实施例中,终端确定波束预测模型输出的各个最小接收波束分组分别对应的候选最优波束。也就是说,终端可以确定出每个最小接收波束分组各自对应的候选最优波束。
在步骤S93中,基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束。
在一些实施例中,终端可以基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束。
例如,当终端可以基于终端支持的接收波束数量大于或等于最小接收波束数量时,可以基于部分或全部最小接收波束分组分别对应的候选最优波束,确定最优波束。如,波束预测模型所支持的最小接收波束数量为2,波束预测模型所支持的最大接收波束数量为8,最小接收波束分组为4。当终端支持的接收波束数量为2时,可以基于1个最小波束分组对应的候选最优波束,确定最优波束,即将其中1个最小波束分组对应的候选最优波束确定为最优波束。当终端支持的接收波束数量为4时,可以基于2个最小波束分组对应的候选最优波束,确定最优波束,即将其中2个最小波束分组对应的候选最优波束确定为最优波束。当终端支持的接收波束数量为8时,可以基于所有最小波束分组对应的候选最优波束,确定最优波束,即将所有最小波束分组对应的候选最优波束确定为最优波束。
本公开在波束预测模型的输出包括候选最优波束时,可以根据波束预测模型所支持的最大接收波束数量与最小接收波束数量,将波束预测模型支持的最大数量个波束对划分为 多个最小接收波束分组。以便基于终端支持的接收波束数量,利用一个或多个最小接收波束分组对应的候选最优波束,确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,最小接收波束分组对应多个波束对,可以满足以下任意一项:每个最小接收波束分组内的波束对的波束对编号连续;同一个接收波束对应的波束对属于同一个最小接收波束分组;将同一个接收波束对应的波束对分成L个小组,L个小组与L个最小接收波束分组一一对应。
其中,在一些实施例中,每个最小接收波束分组内的波束对的波束对编号连续。
例如,基于L划分最小接收波束分组时,每个最小接收波束分组对应的多个波束对的波束对编号连续。例如,最大数量个波束对为32个波束对,L为4,即4个最小接收波束分组。则可以将32个波束对按照波束对划分为4个分组,每个分组可以包括8个波束对。其中,每个分组中的8个波束对的波束对编号是连续的。一些实施例中,波束对编号可以是波束对ID。
在一些实施例中,每个最小接收波束分组内的波束对的波束对编号非连续。
例如,基于L划分最小接收波束分组时,每个最小接收波束分组对应的多个波束对的波束对编号非连续。例如,最大数量个波束对为32个波束对,L为4,即4个最小接收波束分组。则可以将32个波束对按照波束对划分为4个分组,每个分组可以包括8个波束对。其中,每个分组中的8个波束对的波束对编号是非连续的。例如,分组1的波束对编号可以为1、5、9、13、17、21、25、29;分组2的波束对编号可以为2、6、10、14、18、22、26、30;分组3的波束对编号可以为3、7、11、15、19、23、27、31;分组4的波束对编号可以为4、8、12、16、20、24、28、32。
在一些实施例中,同一个接收波束对应的波束对属于同一个最小接收波束分组。
例如,基于L划分最小接收波束分组时,可以将同一个接收波束对应的波束对划分至同一个最小接收波束分组内。例如,最大数量个波束对为32个波束对,L为4,即4个最小接收波束分组。可以将32个波束划分为4个最小接收波束分组。可以理解,同一个接收波束对应的波束对属于同一个最小接收波束分组。可以理解,4个最小接收波束分组中的每个最小接收波束分组内包含的波束对,可以对应一个或多个接收波束分组。例如,任意一个最小接收波束分组内包含的波束对对应同一个接收波束,或者,任意一个最小接收波束分组内可以包含多个接收波束对应的波束对。但应当注意,对于同一个接收波束对应的波束对应当属于同一个分组。同时,L的值应当小于或等于模型支持的最大接收波束数量。
在一些实施例中,将同一个接收波束对应的波束对分成L个小组,L个小组与L个最小接收波束分组一一对应。
例如,基于L划分最小接收波束分组时,可以将同一个接收波束对应的波束对分成L个小组。其中,L个小组与L个最小接收波束分组一一对应。则L个最小接收波束分组可以基于每个接收波束对应的L个小组构成。假设,最大数量个波束对为32个波束对,L为4,即4个最小接收波束分组,波束预测模型所支持的接收波束数量为8。则可以将每个接收波束对应的波束对分成4个小组。4个最小接收波束分组可以由每个接收波束对应的4个小组构成。如,接收波束1分为11’小组、12’小组、13’小组和14’小组;接收波束2分为21’小组、22’小组、23’小组和24’小组;……;接收波束8分为81’小组、82’小组、83’小组和84’小组。最小接收波束分组1可以由11’小组、21’小组、……、81’小组构成;最小接收波束分组2可以由12’小组、22’小组、……、82’小组构成;最小接收波束分组可以由13’小组、23’小组、……、83’小组构成;最小接收波束分组可以由14’小组、24’小组、……、84’小组构成。
本公开提供了多种不同最小波束分组的组成方式,使得在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量和最小波束分组对应的候选最优波束确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图11是根据一示例性实施例示出的又一种波束确定方法流程图。如图11所示,S93中基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束,可以包括以下步骤:
在步骤S101中,响应于终端支持的接收波束数量为最小接收波束数量的K倍,根据K个最小接收波束分组对应的候选最优波束,确定最优波束。
在一些实施例中,当终端支持的接收波束数量为最小接收波束数量的K倍时,终端可以根据K个最小接收波束分组对应的候选最优波束,确定最优波束,即将其中K个最小接收波束分组对应的候选最优波束确定为最优波束。其中,K为正整数,终端支持的接收波束数量小于或等于最大接收波束数量。
例如,若波束预测模型所支持的最小接收波束数量为2,波束预测模型所支持的最大接收波束数量为8,当终端支持的接收波束数量为2时,显然K为1。终端可以根据任意一个最小接收波束分组对应的候选最优波束,确定最优波束,即将其中一个最小接收波束分组对应的候选最优波束确定为最优波束。且该其中一个最小接收波束分组为终端支持的2个接收波束对应的最小接收波束分组。当终端支持的接收波束数量为4时,显然K为2。 终端可以根据任意两个最小接收波束分组对应的候选最优波束,确定最优波束,即将任意两个最小接收波束分组对应的候选最优波束确定为最优波束。且该任意两个最小接收波束分组为终端支持的4个接收波束对应的最小接收波束分组。。当终端支持的接收波束数量为8时,显然K为4。该情况中最小接收波束分组的数量也为4,则终端可以根据全部最小接收波束分组对应的候选最优波束,确定最优波束,即将全部最小接收波束分组对应的候选最优波束确定为最优波束。。
例如,终端支持的接收波束数量为波束质量预测模型支持的最大接收波束数量Rx_num。则终端根据全部最小接收波束分组对应的候选最优波束,确定为最优波束。
例如,终端支持的接收波束数量为
则终端可以根据全部最小接收波束分组中的一半最小接收波束分组对应的候选最优波束,确定为最优波束。可以理解,假设波束预测模型所支持的最大接收波束数量Rx_num为8,波束预测模型所支持的最小接收波束为2,终端支持的接收波束数量为4,最小接收波束分组为4个。可以理解,全部最小接收波束分组中的一半最小接收波束分组为2个,K为2。假设波束预测模型所支持的最大接收波束数量Rx_num为8,波束预测模型所支持的最小接收波束为1,终端支持的接收波束数量为4,最小接收波束分组为8个。可以理解,全部最小接收波束分组中的一半最小接收波束分组为4个,K为4。
如,一半最小接收波束分组内对应的多个波束对的波束对标识可以是连续的,如一半最小接收波束分组对应连续的接收波束,假设最大接收波束数量为8,则一半最小接收波束分组可以对应前一半接收波束,即接收波束1、接收波束2、接收波束3和接收波束4。该一半最小接收波束分组内对应的多个波束对为接收波束1对应的全部波束对、接收波束2对应的全部波束对、接收波束3对应的全部波束对和接收波束4对应的全部波束对。另一半最小接收波束分组可以对应后一半接收波束,即接收波束5、接收波束6、接收波束7和接收波束8。该一半最小接收波束分组内对应的多个波束对为接收波束5对应的全部波束对、接收波束6对应的全部波束对、接收波束7对应的全部波束对和接收波束8对应的全部波束对。
又如,一半最小接收波束分组内对应的多个波束对的波束对标识可以是非连续的。如一半最小接收波束分组对应的多个波束对,为所有接收波束对应的波束对中波束对编号为奇数或偶数的波束对。
再如,一半最小接收波束分组对应的接收波束可以是非连续的接收波束,假设波束预测模型所支持的最大接收波束数量为8,一半最小接收波束分组可以对应接收波束1、接 收波束3、接收波束5和接收波束7。该一半最小接收波束分组内对应的多个波束对为接收波束1对应的全部波束对、接收波束3对应的全部波束对、接收波束5对应的全部波束对和接收波束7对应的全部波束对。另一半最小接收波束分组可以对应接收波束2、接收波束4、接收波束6和接收波束8。该一半最小接收波束分组内对应的多个波束对为接收波束2对应的全部波束对、接收波束4对应的全部波束对、接收波束6对应的全部波束对和接收波束8对应的全部波束对。
例如,终端支持的接收波束数量为
则终端可以根据全部最小接收波束分组中的四分之一最小接收波束分组对应的候选最优波束,确定最优波束。可以理解,假设波束预测模型所支持的最大接收波束数量Rx_num为8,波束预测模型所支持的最小接收波束为2,终端支持的接收波束数量为2,最小接收波束分组为4个。可以理解,全部最小接收波束分组中的四分之一最小接收波束分组为1个,K为1。假设波束预测模型所支持的最大接收波束数量Rx_num为8,波束预测模型所支持的最小接收波束为1,终端支持的接收波束数量为2,最小接收波束分组为8个。可以理解,全部最小接收波束分组中的四分之一最小接收波束分组为2个,K为2。
如,四分之一最小接收波束分组内对应的多个波束对的波束对标识可以是连续的,如四分之一最小接收波束分组对应连续的接收波束,假设波束预测模型所支持的最大接收波束数量为8,波束预测模型所支持的最小接收波束数量为2,则最小接收波束分组可以对应接收波束1和接收波束2,以及接收波束3和接收波束4,以及接收波束5和接收波束6,以及接收波束7和接收波束8。各最小接收波束分组内对应的多个波束对可以为接收波束1对应的全部波束对和接收波束2对应的全部波束对,以及接收波束3对应的全部波束对和接收波束4对应的全部波束对,以及接收波束5对应的全部波束对和接收波束6对应的全部波束对,以及接收波束7对应的全部波束对和接收波束8对应的全部波束对。
又如,四分之一最小接收波束分组内对应的多个波束对的波束对标识可以是非连续的。仍以波束预测模型所支持的最大接收波束数量为8,波束预测模型所支持的最小接收波束数量为2为例。最小接收波束分组数量为4,可以将各接收波束对应的波束对划分为4小组。如,接收波束1对应的多个波束对分为小组11”、小组12”、小组13”和小组14”;接收波束2对应的多个波束对分为小组21”、小组22”、小组23”和小组24”;……;接收波束8对应的多个波束对分为小组81”、小组82”、小组83”和小组84”。则最小接收波束分组1对应的多个波束对可以由小组11”、小组21”、……、小组81”构成;最小接收波束分组2对应的多个波束对可以由小组12”、小组22”、……、小组82”构成;最小 接收波束分组3对应的多个波束对可以由小组13”、小组23”、……、小组83”构成;最小接收波束分组4对应的多个波束对可以由小组14”、小组24”、……、小组84”构成。显然,每个最小接收波束分组内对应的多个波束对的波束对标识是非连续的。
再如,四分之一最小接收波束分组对应的接收波束可以是非连续的接收波束,假设波束预测模型所支持的最大接收波束数量为8,波束预测模型所支持的最小接收波束数量为2,最小接收波束分组可以对应接收波束1和接收波束5,接收波束2和接收波束6,接收波束3和接收波束7,以及接收波束4和接收波束8。最小接收波束分组内对应的多个波束对可以为接收波束1对应的全部波束对和接收波束5对应的全部波束对,以及接收波束2对应的全部波束对和接收波束6对应的全部波束对,以及接收波束3对应的全部波束对和接收波束7对应的全部波束对,以及接收波束4对应的全部波束对和接收波束8对应的全部波束对。又或者最小接收波束分组可以对应接收波束1和接收波束3,接收波束2和接收波束4,接收波束5和接收波束7,以及接收波束6和接收波束8等等非连续接收波束情况。相应的,最小接收波束分组内对应的多个波束对可以为相应接收波束对应的全部波束对。
可以理解,若网络设备发送的第二指示信息直接指示最优波束,则网络设备同样可以采用上述图6至图11的方式确定最优波束。
本公开可以基于终端支持的不同接收波束数量结合最小波束分组对应的候选最优波束,确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
基于相同构思,本公开还提供了网络设备侧执行波束确定方法。
图12是根据一示例性实施例示出的另一种波束确定方法流程图,如图12所示,该方法应用于网络设备,可以包括以下步骤:
在步骤S111中,确定波束预测模型支持的接收波束数量。
在一些实施例中,网络设备可以确定波束预测模型所支持的接收波束数量。
在步骤S112中,基于波束预测模型支持的接收波束数量,从波束预测模型的输出中确定最优波束。
在一些实施例中,网络设备可以基于S111中确定的波束预测模型支持的接收波束数量,从波束预测模型的输出中,确定出最优波束。
在一些实施例中,最优波束可以是网络设备进行通信时波束质量最好的波束。最优波束可以包括最优发送波束、最优接收波束、最优波束对中的至少一个。其中,最优波束对中包括一个发送波束和一个接收波束。
在一些实施例中,最优波束可以包括一个最优波束,也可以包括多个最优波束。
本公开通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图13是根据一示例性实施例示出的又一种波束确定方法流程图,如图13所示,S111中确定波束预测模型支持的接收波束数量,可以包括以下步骤:
在步骤S121中,接收终端发送的第一指示信息。
在一些实施例中,网络设备可以接收终端发送的第一指示信息。其中,第一指示信息用于指示波束预测模型支持的接收波束数量。
在步骤S122中,基于第一指示信息确定波束预测模型支持的接收波束数量。
在一些实施例中,网络设备可以基于S121中接收到的第一指示信息,确定波束预测模型支持的接收波束数量。
本公开还可以通过其它设备的指示信息确定波束预测模型所支持的接收波束数量,以便可以基于波束预测模型所支持的接收波束数量从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,波束预测模型支持的接收波束数量可以包括:波束预测模型支持的最大接收波束数量;或,波束预测模型支持的一个或多个接收波束数量。
在一些实施例中,波束预测模型可以支持的接收波束数量,可以是该波束预测模型所支持的最大接收波束数量。例如,记为Rx_num。
在一些实施例中,波束预测模型可以支持的接收波束数量,可以是一个或多个接收波束数量。例如,波束预测模型可能支持一种或多种不同的接收波束数量,则一个或多个接收波束数量可以分别对应波束预测模型可能支持的一个接收波束数量或多种不同的接收波束数量。
本公开通过波束预测模型可以支持的接收波束数量,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,响应于波束预测模型支持多个接收波束数量,多个接收波束数量可以包括第一数量和第二数量。其中,第一数量为波束预测模型支持的 最大接收波束数量,第一数量为第二数量的N倍,第二数量的最小值为1,N为正整数。
在一些实施例中,波束预测模型可以支持多个接收波束数量。多个接收波束数量中可以包括表示波束预测模型支持的最大接收波束数量的第一数量。可以理解,第一数量可以为Rx_num。多个接收波束数量中可以包括第二数量,其中,第一数量为第二数量的N倍,第二数量的最小值为1,N为正整数。
在一些实施例中,第一数量可以为第二数量的2
n倍,其中n为非负整数。
本公开中波束预测模型可以支持多个不同的接收波束数量,以使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,从波束预测模型的输出中确定最优波束,包括:接收终端发送的第二指示信息;基于第二指示信息从波束预测模型的输出中确定最优波束;或,根据预定义规则,从波束预测模型的输出中确定最优波束。
在一些实施方式中,图14是根据一示例性实施例示出的再一种波束确定方法流程图。如图14所示出的,S112中从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S131中,接收终端发送的第二指示信息。
在一些实施例中,网络设备可以接收终端发送的第二指示信息。该第二指示信息用于指示最优波束。
可以理解,网络设备上可以使用波束预测模型预测得到最优波束,网络设备通过第二指示信息,向终端指示预测得到的最优波束。
在步骤S132中,基于第二指示信息从波束预测模型的输出中确定最优波束。
在一些实施例中,网络设备可以基于S131中接收到的第二指示信息,从波束预测模型的输出中确定最优波束。
在一些实施方式中,图15是根据一示例性实施例示出的另一种波束确定方法流程图。
在步骤S141中,根据预定义规则,从波束预测模型的输出中确定最优波束。
在一些实施例中,网络设备可以根据预先定义的预定义规则,从波束预测模型的输出中确定最优波束。
可以理解,一种情况可以是在终端上使用波束预测模型预测得到最优波束,网络设备可以利用预定义规则或终端的指示信息,确定最优波束对应的波束标识范围,并从最优波束对应的波束标识范围内的波束中确定最优波束。网络设备也可以利用终端的指示信息,确定最优波束对应的波束质量,并确定出最优波束。当然,另一种情况可以是,在网络设备上使用波束预测模型预测得最优波束,网络设备可以利用预定义规则,从波束预测模型输出的波束中确定最优波束。
本公开可以通过终端的指示信息或者预定义规则,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图16是根据一示例性实施例示出的又一种波束确定方法流程图。如图16所示,S132或S141中从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S151中,响应于波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息,基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束。
在一些实施例中,响应于波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息,例如最大数量个波束对的参考信号接收功率(reference signal received power,RSRP)和/或信号干扰噪声比(signal to interference plus noise ratio,SINR)。其中,最大数量可以是网络设备发送波束数量Tx_num与波束预测模型所支持的最大接收波束数量Rx_num的乘积,即Tx_num×Rx_num。网络设备可以基于终端所支持的接收波束数量,从波束预测模型的输出中确定最优波束。也就是说,网络设备可以基于终端所支持的接收波束数量,从最大数量个波束对的波束质量信息中确定最优波束。
本公开在波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息时,可以基于终端支持的接收波束数量从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图17是根据一示例性实施例示出的再一种波束确定方法流程图。如图17所示,S151中基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S161中,响应于终端支持的接收波束数量为波束预测模型支持的最大接收波束数量,从最大数量个波束对中确定最优波束。
在一些实施例中,若终端支持的接收波束数量为波束预测模型支持的最大接收波束数量,则网络设备可以从最大数量个波束对中确定出最优波束。
可以理解,如何确定波束质量最好的一个或多个波束对,可以利用现有方式实现,例如当波束质量满足相应条件时,可以认为对应波束对的波束质量最好。具体条件可以根据实际情况进行相应设置,本公开不作限定。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量时,可以 从波束预测模型输出的最大数量个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量的终端。
本公开实施例提供的波束确定方法中,图18是根据一示例性实施例示出的另一种波束确定方法流程图。如图18所示,S151中基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S171中,响应于终端支持的接收波束数量为第三数量,将最大数量个波束对分成M个分组,从M个分组中任意一个分组包含的波束对中确定最优波束。
在一些实施例中,若终端支持的接收波束数量为第三数量,可以将最大数量个波束对划分成M个分组。网络设备从M个分组中任意一个分组包含的波束对中,确定最优波束。其中,第三数量为波束预测模型支持的最大接收波束数量的1/M,M为正整数。
在一些实施例中,M为2,则第三数量为
可以将最大数量个波束对划分为2个分组,网络设备从2个分组中的任意一个分组包含的
个波束对中,确定最优波束。换句话说,网络设备从最大数量个波束对中的任意一半波束对中确定最优波束。
在一些实施例中,M为4,则第三数量为
可以将最大数量个波束对划分为4个分组,网络设备从4个分组中的任意一个分组包含的
个波束对中,确定最优波束。换句话说,网络设备从最大数量个波束对中的四分之一波束对中确定最优波束。
在一些实施例中,M为2
n’。其中,n’为非负整数。例如,第三数量为
等等。
在一些实施例中,第三数量的最小值可以为1,即M等于Rx_num。相应的,将最大数量个波束对划分为M个分组,可以为将最大数量个波束对划分为Rx_num个分组。
可以理解,上述仅为一种示例性描述,本公开并不限定M的取值,M的具体取值可以根据实际情况进行选取。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,对最大数量个波束对进行分组,并从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收 波束数量中部分接收波束数量的终端。
本公开实施例提供的波束确定方法中,S71中将最大数量个波束对分成M个分组,可以包括以下至少一项:将最大数量个波束对按照波束对分成M个分组,其中,每个分组内的波束对的波束对编号连续或非连续;将最大数量个波束对按照波束对对应的接收波束分成M个分组,其中,同一个接收波束对应的波束对属于同一个分组;将最大数量个波束对分成M个分组,其中,同一个接收波束对应的波束对分成M个小组,M个小组与M个分组一一对应。
其中,在一些实施例中,将最大数量个波束对分成M个分组可以是:将最大数量个波束对按照波束对分成M个分组。其中,每个分组内的波束对的波束对编号连续。
在一些实施例中,将最大数量个波束对分成M个分组可以是:将最大数量个波束对按照波束对分成M个分组。其中,每个分组内的波束对的波束对编号非连续。
在一些实施例中,将最大数量个波束对按照波束对对应的接收波束分成M个分组。其中,同一个接收波束对应的波束对属于同一个分组。
可以理解,若接收波束为终端的接收波束,发送波束为网络设备的发送波束,则每个接收波束对应的波束对数量应当与网络设备发送波束数量Tx_num相同。
在一些实施例中,将最大数量个波束对分成M个分组,其中,同一个接收波束对应的波束对分成M个小组,M个小组与M个分组一一对应。
可以理解,每个小组对应的多个波束对的波束对编号可以是连续的,也可以是非连续的。
本公开提供了多种不同将最大数量个波束对进行分组的方式,使得在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,可以从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量中部分接收波束数量的终端。
本公开实施例提供的波束确定方法中,图19是根据一示例性实施例示出的又一种波束确定方法流程图。如图19所示,S132或S141中从波束预测模型的输出中确定最优波束,可以包括以下步骤:
在步骤S181中,响应于波束预测模型的输出包括候选最优波束,根据候选最优波束确定最优波束。
在一些实施例中,波束预测模型可以直接输出候选最优波束。网络设备则可以从波束预测模型输出的候选最优波束中确定出最优波束。
在一些实施例中,波束预测模型的输出可以包括候选最优波束的波束标识。网络设备 根据候选最优波束的波束标识,从波束预测模型输出的候选最优波束中确定最优波束。波束标识例如可以是波束ID。例如,候选最优发送波束ID、候选最优接收波束ID、候选最优波束对ID中的至少一项。
在一些实施例中,波束预测模型的输出可以包括候选最优波束的波束质量。其中,波束质量例如可以包括L1-RSRP和/或L1-SINR。
本公开在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量从候选最优波束中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图20是根据一示例性实施例示出的再一种波束确定方法流程图。如图20所示,S181中根据候选最优波束确定最优波束,可以包括以下步骤:
在步骤S91中,根据波束预测模型所支持的最大接收波束数量与最小接收波束数量之间的比值L,确定L个最小接收波束分组。
在一些实施例中,网络设备可以根据波束预测模型所支持的最大接收波束与最小接收波束数量之间的比值L,确定L个最小接收波束分组。其中,每个最小接收波束分组对应多个波束对。
在步骤S92中,确定波束预测模型输出的各个最小接收波束分组分别对应的候选最优波束。
在一些实施例中,网络设备确定波束预测模型输出的各个最小接收波束分组分别对应的候选最优波束。也就是说,网络设备可以确定出每个最小接收波束分组各自对应的候选最优波束。
在步骤S93中,基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束。
在一些实施例中,网络设备可以基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束。
本公开在波束预测模型的输出包括候选最优波束时,可以根据波束预测模型所支持的最大接收波束数量与最小接收波束数量,将波束预测模型支持的最大数量个波束对划分为多个最小接收波束分组。以便基于终端支持的接收波束数量,利用一个或多个最小接收波束分组对应的候选最优波束,确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,最小接收波束分组对应多个波束对,可以满足 以下任意一项:每个最小接收波束分组内的波束对的波束对编号连续;同一个接收波束对应的波束对属于同一个最小接收波束分组;将同一个接收波束对应的波束对分成L个小组,L个小组与L个最小接收波束分组一一对应。
其中,在一些实施例中,每个最小接收波束分组内的波束对的波束对编号连续。
在一些实施例中,每个最小接收波束分组内的波束对的波束对编号非连续。
在一些实施例中,同一个接收波束对应的波束对属于同一个最小接收波束分组。
在一些实施例中,将同一个接收波束对应的波束对分成L个小组,L个小组与L个最小接收波束分组一一对应。
本公开提供了多种不同最小波束分组的组成方式,使得在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量和最小波束分组对应的候选最优波束确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开实施例提供的波束确定方法中,图21是根据一示例性实施例示出的另一种波束确定方法流程图。如图21所示,S193中基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束,可以包括以下步骤:
在步骤S201中,响应于终端支持的接收波束数量为最小接收波束数量的K倍,根据K个最小接收波束分组对应的候选最优波束,确定最优波束。
在一些实施例中,当终端支持的接收波束数量为最小接收波束数量的K倍时,网络设备可以根据K个最小接收波束分组对应的候选最优波束,确定最优波束,即将其中K个最小接收波束分组对应的候选最优波束确定为最优波束。其中,K为正整数,终端支持的接收波束数量小于或等于最大接收波束数量。
可以理解,若终端发送的第二指示信息直接指示最优波束,则终端同样可以采用上述图16至图21的方式确定最优波束。
本公开可以基于终端支持的不同接收波束数量结合最小波束分组对应的候选最优波束,确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
可以理解,图12至图21中网络设备侧实施的波束确定方法,其相应步骤实施例的具体实现过程可以参考图2至图11中终端侧的相应描述,本公开不再赘述。
本公开以下将结合实际应用对上述各实施方案进行描述。
一种实施方式中,第一设备确定波束预测模型所支持的接收波束数量。其中,第一设备为终端或网络设备。
一些实施例中,第一设备接收第二设备的指示信息,该指示信息用于指示波束预测模型所支持的接收波束数量。若第一设备为终端,则第二设备为网络设备。若第一设备为网络设备,则第二设备为终端。
一些实施例中,第一设备训练波束预测模型,因此,第一设备可以直接确定波束预测模型所支持的接收波束数量
一种实施方式中,波束预测模型所支持的接收波束数量包括:最大接收波束数量Rx_num,或所有可支持的接收波束数量。
一些实施例中,所有可支持的接收波束数量可以为:Rx_num,Rx_num/2,Rx_num/4,Rx_num/8,……,1。
一种实施方式中,第一设备从波束预测模型的输出中确定出最佳N个波束对,确定方法可以是第二设备指示或默认方法。
一种实施方式中,若波束预测模型的输出为所有波束对的RSRP(所有波束对的数量为网络设备发送波束Tx_num与模型支持的最大接收波束数量Rx_num的乘积)。
若终端接收波束数量为Rx_num,则直接从所有波束对中确定RSRP最强的N个波束对。
若终端接收波束数量为Rx_num/2,则从所有波束对中的其中一半波束对中确定RSRP最强的N个波束对。
若终端接收波束数量为Rx_num/4,则从所有波束对中的其中1/4波束对中确定RSRP最强的N个波束对。
一些实施例中,若终端接收波束数量为Rx_num/2,则一半波束对可以为:
前一半,或后一半(即每组内波束对ID均连续);
或奇数编号的一半,或偶数编号的一半(即每组内波束对ID均不连续);
或将所有波束对分为Rx_num组,每组包含的波束对数量为网络设备的Tx_num个波束对(即每组包含的所有波束对对应的接收波束一样),一半为奇数组或偶数组包含的所有波束对。比如Rx_num为8,则有8组,一半为1,3,5,7组或2,4,6,8组中包含的波束对。比如网络设备的Tx_num为32的话,每组里有32个波束对。
一些实施例中,若终端接收波束数量为Rx_num/4,则1/4波束对可以为:
所有波束对分为4组,4组中的任意一组(即每组内波束对ID均连续或均不连续);
或将所有波束对分为Rx_num组,每组包含的波束对数量为网络设备的Tx_num个波束对,1/4为其中Rx_num/4组中所有波束对。比如Rx_num为8,则有8组,1/4为1,5组或2,6组或3,7组或4,8组中包含的波束对。
一种实施方式中,波束预测模型输出为所有波束对中的最优N个波束对的ID。第一设备根据最佳N个波束对的ID确定最优波束。
一种实施方式中,若波束预测模型支持的接收波束数量为Rx_num,Rx_num/2,和Rx_num/4。则波束预测模型输出的N个最佳波束对ID可以是将所有波束对分为4组,每组输出N/4个最佳波束数对ID。
一些实施例中,所有波束对分为4组,可以包括:
每组包含波束对ID均连续;
每组包含波束对ID均不连续;
或将所有波束对分为Rx_num组,每组包含的波束对数量为网络设备的Tx_num个波束对,1/4为其中Rx_num/4组中所有波束对。比如Rx_num为8,则有8组,1/4为1,5组或2,6组或3,7组或4,8组中包含的波束对。
一些实施例中,若终端接收波束数量为Rx_num,则直接获得最佳N个波束对的ID。
一些实施例中,若终端接收波束数量为Rx_num/2,则将只能取其中一半波束对中输出的最佳N/2个波束数对ID。
一些实施例中,一半波束对可以包括:
前一半,或后一半(对应波束对ID均连续);
或奇数编号的一半,或偶数编号的一半(对应波束对ID均不连续);
或将所有波束对分为Rx_num组,每组包含的波束对数量为网络设备的Tx_num个波束对,一半为奇数组或偶数组包含的所有波束对。比如Rx_num为8,则有8组,一半为1,3,5,7组或2,4,6,8组中包含的波束对。
一些实施例中,若终端接收波束数量为Rx_num/4,则只能取其中1/4波束对中输出的最佳N/4个波束对ID。
一些实施例中,1/4波束对可以包括:
所有波束对分为4组,4组中的任一一组(即每组内波束对ID均连续或均不连续);
或将所有波束对分为Rx_num组,每组包含的波束对数量为网络设备的Tx_num个波束对,1/4为其中Rx_num/4组中所有波束对。比如Rx_num为8,则有8组,1/4为1,5组或2,6组或3,7组或4,8组中包含的波束对。
本公开通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
需要说明的是,本领域内技术人员可以理解,本公开实施例上述涉及的各种实施方式 /实施例中可以配合前述的实施例使用,也可以是独立使用。无论是单独使用还是配合前述的实施例一起使用,其实现原理类似。本公开实施中,部分实施例中是以一起使用的实施方式进行说明的。当然,本领域内技术人员可以理解,这样的举例说明并非对本公开实施例的限定。
基于相同的构思,本公开实施例还提供一种波束确定装置、设备。
可以理解的是,本公开实施例提供的波束确定装置、设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤,本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超出本公开实施例的技术方案的范围。
图22是根据一示例性实施例示出的一种波束确定装置示意图。参照图22,该装置200配置于终端,包括:确定模块201,用于确定波束预测模型支持的接收波束数量;确定模块201还用于,基于波束预测模型支持的接收波束数量,从波束预测模型的输出中确定最优波束。
本公开通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,装置200还包括:接收模块202,用于接收网络设备发送的第一指示信息,第一指示信息用于指示波束预测模型支持的接收波束数量;确定模块201还用于,基于第一指示信息确定波束预测模型支持的接收波束数量信息。
本公开还可以通过其它设备的指示信息确定波束预测模型所支持的接收波束数量,以便可以基于波束预测模型所支持的接收波束数量从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,波束预测模型支持的接收波束数量包括:波束预测模型支持的最大接收波束数量;或,波束预测模型支持的一个或多个接收波束数量。
本公开通过波束预测模型可以支持的接收波束数量,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,响应于波束预测模型支持多个接收波束数量,多个接收波束数量 包括第一数量和第二数量;第一数量为波束预测模型支持的最大接收波束数量,第一数量为第二数量的N倍,第二数量的最小值为1,其中,N为正整数。
本公开中波束预测模型可以支持多个不同的接收波束数量,以使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,接收模块202还用于,接收网络设备发送的第二指示信息;确定模块201还用于,基于第二指示信息从波束预测模型的输出中确定最优波束;或,确定模块201还用于,根据预定义规则,从波束预测模型的输出中确定最优波束。
本公开可以通过第二设备的指示信息或者预定义规则,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块201还用于:响应于波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息,基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束。
本公开在波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息时,可以基于终端支持的接收波束数量从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块201还用于:响应于终端支持的接收波束数量为波束预测模型支持的最大接收波束数量,从最大数量个波束对中确定最优波束。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量时,可以从波束预测模型输出的最大数量个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量的终端。
在一个实施方式中,确定模块201还用于:响应于终端支持的接收波束数量为第三数量,将最大数量个波束对分成M个分组,从M个分组中任意一个分组包含的波束对中确定最优波束,其中,第三数量为波束预测模型支持的最大接收波束数量的1/M,M为正整数。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,对最大数量个波束对进行分组,并从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量中部分接收波束数量的终端。
在一个实施方式中,确定模块201还用于执行以下至少一项:将最大数量个波束对按 照波束对分成M个分组,其中,每个分组内的波束对的波束对编号连续;将最大数量个波束对按照波束对对应的接收波束分成M个分组,其中,同一个接收波束对应的波束对属于同一个分组;将最大数量个波束对分成M个分组,其中,同一个接收波束对应的波束对分成M个小组,M个小组与M个分组一一对应。
本公开提供了多种不同将最大数量个波束对进行分组的方式,使得在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,可以从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量中部分接收波束数量的终端。
在一个实施方式中,确定模块201还用于:响应于波束预测模型的输出包括候选最优波束,根据候选最优波束确定最优波束。
本公开在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量从候选最优波束中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块201还用于:根据波束预测模型所支持的最大接收波束数量与最小接收波束数量之间的比值L,确定L个最小接收波束分组,其中,每个最小接收波束分组对应多个波束对;确定波束预测模型输出的各个最小接收波束分组分别对应的候选最优波束;基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束。
本公开在波束预测模型的输出包括候选最优波束时,可以根据波束预测模型所支持的最大接收波束数量与最小接收波束数量,将波束预测模型支持的最大数量个波束对划分为多个最小接收波束分组。以便基于终端支持的接收波束数量,利用一个或多个最小接收波束分组对应的候选最优波束,确定优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,最小接收波束分组对应多个波束对,满足以下任意一项:每个最小接收波束分组内的波束对的波束对编号连续;同一个接收波束对应的波束对属于同一个最小接收波束分组;将同一个接收波束对应的波束对分成L个小组,L个小组与L个最小接收波束分组一一对应。
本公开提供了多种不同最小波束分组的组成方式,使得在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量和最小波束分组对应的候选最优波束确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块201还用于:响应于终端支持的接收波束数量为最小接收波束数量的K倍,根据K个最小接收波束分组对应的候选最优波束,确定最优波束,其中,K为正整数,终端支持的接收波束数量小于或等于最大接收波束数量。
本公开可以基于终端支持的不同接收波束数量结合最小波束分组对应的候选最优波束,确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
图23是根据一示例性实施例示出的另一种波束确定装置示意图。参照图23,该装置300配置于网络设备,包括:确定模块301,用于确定波束预测模型支持的接收波束数量;确定模块301还用于,基于波束预测模型支持的接收波束数量,从波束预测模型的输出中确定最优波束。
本公开通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,装置300还包括:接收模块302,用于接收终端发送的第一指示信息,第一指示信息用于指示波束预测模型支持的接收波束数量;确定模块301还用于,基于第一指示信息确定波束预测模型支持的接收波束数量信息。
本公开还可以通过其它设备的指示信息确定波束预测模型所支持的接收波束数量,以便可以基于波束预测模型所支持的接收波束数量从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,波束预测模型支持的接收波束数量包括:波束预测模型支持的最大接收波束数量;或,波束预测模型支持的一个或多个接收波束数量。
本公开通过波束预测模型可以支持的接收波束数量,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,响应于波束预测模型支持多个接收波束数量,多个接收波束数量包括第一数量和第二数量;第一数量为波束预测模型支持的最大接收波束数量,第一数量为第二数量的N倍,第二数量的最小值为1,其中,N为正整数。
本公开中波束预测模型可以支持多个不同的接收波束数量,以使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,接收模块302还用于,接收终端发送的第二指示信息;确定模块 301还用于,基于第二指示信息从波束预测模型的输出中确定最优波束;或,确定模块301还用于,根据预定义规则,从波束预测模型的输出中确定最优波束。
本公开可以通过第二设备的指示信息或者预定义规则,从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块301还用于:响应于波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息,基于终端支持的接收波束数量,从波束预测模型的输出中确定最优波束。
本公开在波束预测模型的输出包括波束预测模型支持的最大数量个波束对的波束质量信息时,可以基于终端支持的接收波束数量从波束预测模型的输出中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块301还用于:响应于终端支持的接收波束数量为波束预测模型支持的最大接收波束数量,从最大数量个波束对中确定最优波束。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量时,可以从波束预测模型输出的最大数量个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量的终端。
在一个实施方式中,确定模块301还用于:响应于终端支持的接收波束数量为第三数量,将最大数量个波束对分成M个分组,从M个分组中任意一个分组包含的波束对中确定最优波束,其中,第三数量为波束预测模型支持的最大接收波束数量的1/M,M为正整数。
本公开在终端支持的接收波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,对最大数量个波束对进行分组,并从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量中部分接收波束数量的终端。
在一个实施方式中,确定模块301还用于执行以下至少一项:将最大数量个波束对按照波束对分成M个分组,其中,每个分组内的波束对的波束对编号连续;将最大数量个波束对按照波束对对应的接收波束分成M个分组,其中,同一个接收波束对应的波束对属于同一个分组;将最大数量个波束对分成M个分组,其中,同一个接收波束对应的波束对分成M个小组,M个小组与M个分组一一对应。
本公开提供了多种不同将最大数量个波束对进行分组的方式,使得在终端支持的接收 波束数量为波束预测模型支持的最大接收波束数量中的部分接收波束数量时,可以从任意一个分组内的多个波束对中确定最优波束,使得波束预测模型可以适配接收波束数量为波束预测模型支持的最大接收波束数量中部分接收波束数量的终端。
在一个实施方式中,确定模块301还用于:响应于波束预测模型的输出包括候选最优波束,根据候选最优波束确定最优波束。
本公开在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量从候选最优波束中确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块301还用于:根据波束预测模型所支持的最大接收波束数量与最小接收波束数量之间的比值L,确定L个最小接收波束分组,其中,每个最小接收波束分组对应多个波束对;确定波束预测模型输出的各个最小接收波束分组分别对应的候选最优波束;基于终端支持的接收波束数量和各个最小接收波束分组分别对应的候选最优波束,确定最优波束。
本公开在波束预测模型的输出包括候选最优波束时,可以根据波束预测模型所支持的最大接收波束数量与最小接收波束数量,将波束预测模型支持的最大数量个波束对划分为多个最小接收波束分组。以便基于终端支持的接收波束数量,利用一个或多个最小接收波束分组对应的候选最优波束,确定优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,最小接收波束分组对应多个波束对,满足以下任意一项:每个最小接收波束分组内的波束对的波束对编号连续;同一个接收波束对应的波束对属于同一个最小接收波束分组;将同一个接收波束对应的波束对分成L个小组,L个小组与L个最小接收波束分组一一对应。
本公开提供了多种不同最小波束分组的组成方式,使得在波束预测模型的输出包括候选最优波束时,可以基于终端支持的接收波束数量和最小波束分组对应的候选最优波束确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
在一个实施方式中,确定模块301还用于:响应于终端支持的接收波束数量为最小接收波束数量的K倍,根据K个最小接收波束分组对应的候选最优波束,确定最优波束,其中,K为正整数,终端支持的接收波束数量小于或等于最大接收波束数量。
本公开可以基于终端支持的不同接收波束数量结合最小波束分组对应的候选最优波束,确定最优波束。使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确 定出适用于各终端的最优波束。
关于上述实施例中的装置200和装置300,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图24是根据一示例性实施例示出的一种波束确定设备示意图。例如,设备400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等任意终端。
参照图24,设备400可以包括以下一个或多个组件:处理组件402,存储器404,电力组件406,多媒体组件408,音频组件410,输入/输出(I/O)接口412,传感器组件414,以及通信组件416。
处理组件402通常控制设备400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在设备400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件406为设备400的各种组件提供电力。电力组件406可以包括电源管理***,一个或多个电源,及其他与为设备400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述设备400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当设备400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风 (MIC),当设备400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为设备400提供各个方面的状态评估。例如,传感器组件414可以检测到设备400的打开/关闭状态,组件的相对定位,例如所述组件为设备400的显示器和小键盘,传感器组件414还可以检测设备400或设备400一个组件的位置改变,用户与设备400接触的存在或不存在,设备400方位或加速/减速和设备400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于设备400和其他设备之间有线或无线方式的通信。设备400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件416经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,设备400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由设备400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图25是根据一示例性实施例示出的另一种波束确定设备示意图。例如,设备500可以被提供为一基站,或者是服务器。参照图25,设备500包括处理组件522,其进一步包括一个或多个处理器,以及由存储器532所代表的存储器资源,用于存储可由处理组件522执行的指令,例如应用程序。存储器532中存储的应用程序可以包括一个或一个以上的每 一个对应于一组指令的模块。此外,处理组件522被配置为执行指令,以执行上述方法。
设备500还可以包括一个电源组件526被配置为执行设备500的电源管理,一个有线或无线网络接口550被配置为将设备500连接到网络,和一个输入输出(I/O)接口558。设备500可以操作基于存储在存储器532的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本公开通过波束预测模型所支持的接收波束数量,可以从波束预测模型的输出中确定最优波束,使得支持不同数量接收波束的终端可以利用同一个波束预测模型,确定出适用于各终端的最优波束。
本公开可以针对支持不同接收波束数量的终端,使用同一个波束测量模型获得最佳波束对信息。从而提高了波束测量模型的泛化性,使得一个波束测量模型能适用于接收波束数量不同的终端。
进一步可以理解的是,本公开中“多个”是指两个或两个以上,其它量词与之类似。“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。单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
进一步可以理解的是,术语“第一”、“第二”等用于描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开,并不表示特定的顺序或者重要程度。实际上,“第一”、“第二”等表述完全可以互换使用。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
进一步可以理解的是,本公开中涉及到的“响应于”“如果”等词语的含义取决于语境以及实际使用的场景,如在此所使用的词语“响应于”可以被解释成为“在……时”或“当……时”或“如果”或“若”。
进一步可以理解的是,本公开实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利范围来限制。
Claims (18)
- 一种波束确定方法,其特征在于,所述方法应用于第一设备,包括:确定波束预测模型支持的接收波束数量;基于所述波束预测模型支持的接收波束数量,从所述波束预测模型的输出中确定最优波束。
- 根据权利要求1所述的方法,其特征在于,所述确定波束预测模型支持的接收波束数量信息,包括:接收第二设备发送的第一指示信息,所述第一指示信息用于指示所述波束预测模型支持的接收波束数量;基于所述第一指示信息确定波束预测模型支持的接收波束数量信息。
- 根据权利要求1或2所述的方法,其特征在于,所述波束预测模型支持的接收波束数量包括:所述波束预测模型支持的最大接收波束数量;或,所述波束预测模型支持的一个或多个接收波束数量。
- 根据权利要求3所述的方法,其特征在于,响应于所述波束预测模型支持多个接收波束数量,所述多个接收波束数量包括第一数量和第二数量;所述第一数量为所述波束预测模型支持的最大接收波束数量,所述第一数量为所述第二数量的N倍,所述第二数量的最小值为1,其中,N为正整数。
- 根据权利要求1-4中任意一项所述的方法,其特征在于,所述从所述波束预测模型的输出中确定最优波束,包括:接收第二设备发送的第二指示信息;基于所述第二指示信息从所述波束预测模型的输出中确定最优波束;或,根据预定义规则,从所述波束预测模型的输出中确定最优波束。
- 根据权利要求5所述的方法,其特征在于,所述从所述波束预测模型的输出中确定最优波束,包括:响应于所述波束预测模型的输出包括所述波束预测模型支持的最大数量个波束对的波束质量信息,基于终端支持的接收波束数量,从所述波束预测模型的输出中确定所述最优波束。
- 根据权利要求6所述的方法,其特征在于,所述基于终端支持的接收波束数量,从所述波束预测模型的输出中确定最优波束,包括:响应于所述终端支持的接收波束数量为所述波束预测模型支持的最大接收波束数量, 从所述最大数量个波束对中确定所述最优波束。
- 根据权利要求6所述的方法,其特征在于,所述基于终端支持的接收波束数量,从所述波束预测模型的输出中确定最优波束,包括:响应于所述终端支持的接收波束数量为第三数量,将所述最大数量个波束对分成M个分组,从所述M个分组中任意一个分组包含的波束对中确定所述最优波束,其中,所述第三数量为所述波束预测模型支持的最大接收波束数量的1/M,M为正整数。
- 根据权利要求8所述的方法,其特征在于,所述将所述最大数量个波束对分成M个分组,包括以下至少一项:将所述最大数量个波束对按照波束对分成M个分组,其中,每个分组内的波束对的波束对编号连续或不连续;将所述最大数量个波束对按照波束对对应的接收波束分成M个分组,其中,同一个接收波束对应的波束对属于同一个分组;将所述最大数量个波束对分成M个分组,其中,同一个接收波束对应的波束对分成M个小组,所述M个小组与所述M个分组一一对应。
- 根据权利要求5所述的方法,其特征在于,所述从所述波束预测模型的输出中确定最优波束,包括:响应于所述波束预测模型的输出包括候选最优波束,根据所述候选最优波束确定所述最优波束。
- 根据权利要求10所述的方法,其特征在于,所述根据所述候选最优波束确定所述最优波束,包括:根据所述波束预测模型所支持的最大接收波束数量与最小接收波束数量之间的比值L,确定L个最小接收波束分组,其中,每个最小接收波束分组对应多个波束对;确定所述波束预测模型输出的各个最小接收波束分组分别对应的候选最优波束;基于终端支持的接收波束数量和所述各个最小接收波束分组分别对应的候选最优波束,确定所述最优波束。
- 根据权利要求11所述的方法,其特征在于,所述最小接收波束分组对应多个波束对,满足以下任意一项:每个最小接收波束分组内的波束对的波束对编号连续;同一个接收波束对应的波束对属于同一个最小接收波束分组;将同一个接收波束对应的波束对分成L个小组,所述L个小组与所述L个最小接收波束分组一一对应。
- 根据权利要求11或12所述的方法,其特征在于,所述基于终端支持的接收波束数量和所述各个最小接收波束分组分别对应的候选最优波束,确定所述最优波束,包括:响应于所述终端支持的接收波束数量为最小接收波束数量的K倍,根据K个最小接收波束分组对应的候选最优波束,确定所述最优波束,其中,K为正整数,所述终端支持的接收波束数量小于或等于所述最大接收波束数量。
- 根据权利要求1-13中任意一项所述的方法,其特征在于,所述第一设备为终端,第二设备为网络设备。
- 根据权利要求1-13中任意一项所述的方法,其特征在于,所述第一设备为网络设备,第二设备为终端。
- 一种波束确定装置,其特征在于,所述装置配置于第一设备,包括:确定模块,用于确定波束预测模型支持的接收波束数量;所述确定模块还用于,基于所述波束预测模型支持的接收波束数量,从所述波束预测模型的输出中确定最优波束。
- 一种波束确定设备,其特征在于,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:执行权利要求1至15中任意一项所述的方法。
- 一种非临时性计算机可读存储介质,当所述存储介质中的指令由第一设备的处理器执行时,使得所述第一设备能够执行权利要求1至15中任意一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2022/124469 WO2024077461A1 (zh) | 2022-10-10 | 2022-10-10 | 一种波束确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118202593A true CN118202593A (zh) | 2024-06-14 |
Family
ID=90668537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280004077.9A Pending CN118202593A (zh) | 2022-10-10 | 2022-10-10 | 一种波束确定方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN118202593A (zh) |
WO (1) | WO2024077461A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107733505B (zh) * | 2016-08-12 | 2020-02-28 | 电信科学技术研究院 | 一种波束赋形训练方法、终端和基站 |
US11063653B2 (en) * | 2017-08-30 | 2021-07-13 | Telefonaktiebolaget Lm Ericsson (Publ) | Wireless device for determining a best antenna beam and method thereof |
CN112073106B (zh) * | 2020-08-14 | 2022-04-22 | 清华大学 | 毫米波波束预测方法及装置、电子设备、可读存储介质 |
-
2022
- 2022-10-10 CN CN202280004077.9A patent/CN118202593A/zh active Pending
- 2022-10-10 WO PCT/CN2022/124469 patent/WO2024077461A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024077461A1 (zh) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110945897B (zh) | 波束失败检测资源分配方法、装置及存储介质 | |
CN113170335B (zh) | 波束配置方法、波束配置装置及存储介质 | |
CN113056926B (zh) | 一种网络接入方法、网络接入装置及存储介质 | |
CN114223299A (zh) | 传输配置指示状态确定方法、装置及存储介质 | |
CN113170343B (zh) | 波束失败检测方法、波束失败检测装置及存储介质 | |
CN111727654A (zh) | 数据传输方法、数据传输装置及存储介质 | |
CN113170472B (zh) | 传输配置指示状态配置方法、装置及存储介质 | |
CN113632571B (zh) | 一种消息配置方法、消息配置装置及存储介质 | |
CN114556858A (zh) | 一种频域资源确定方法、装置及存储介质 | |
US20230344597A1 (en) | Control signaling detection method, control signaling detection apparatus, and storage medium | |
CN118202593A (zh) | 一种波束确定方法、装置、设备及存储介质 | |
CN113711674A (zh) | 一种信息配置方法、信息配置装置及存储介质 | |
CN115053573B (zh) | 一种配置参数确定方法、配置参数确定装置及存储介质 | |
CN116830722B (zh) | 一种上行通信方法、装置及存储介质 | |
US20230199843A1 (en) | Information sending method, information sending apparatus, and storage medium | |
CN113366781B (zh) | 通信方法、通信装置及存储介质 | |
CN118303059A (zh) | 一种通信方法、装置、设备及存储介质 | |
CN116965110A (zh) | 一种功率确定方法、装置及存储介质 | |
CN116830633A (zh) | 一种通信方法、装置、设备及存储介质 | |
WO2021007788A1 (zh) | 目标数据适用处理能力的确定方法、装置及存储介质 | |
CN116325640A (zh) | 一种传输配置指示状态的确定方法、装置及存储介质 | |
CN116137957A (zh) | 一种调度方法、调度装置及存储介质 | |
CN116158110A (zh) | 一种传输配置指示状态的确定方法、装置及存储介质 | |
CN117016010A (zh) | 一种波束测量结果上报方法、装置、设备及存储介质 | |
CN116391429A (zh) | 一种传输配置指示状态配置方法、装置、设备及存储介质 |
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 |