WO2024032695A1 - Csi预测处理方法、装置、通信设备及可读存储介质 - Google Patents

Csi预测处理方法、装置、通信设备及可读存储介质 Download PDF

Info

Publication number
WO2024032695A1
WO2024032695A1 PCT/CN2023/112142 CN2023112142W WO2024032695A1 WO 2024032695 A1 WO2024032695 A1 WO 2024032695A1 CN 2023112142 W CN2023112142 W CN 2023112142W WO 2024032695 A1 WO2024032695 A1 WO 2024032695A1
Authority
WO
WIPO (PCT)
Prior art keywords
csi
prediction
information
prediction parameter
parameter
Prior art date
Application number
PCT/CN2023/112142
Other languages
English (en)
French (fr)
Inventor
孙布勒
Original Assignee
维沃移动通信有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 维沃移动通信有限公司 filed Critical 维沃移动通信有限公司
Publication of WO2024032695A1 publication Critical patent/WO2024032695A1/zh

Links

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/24—Testing correct operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports

Definitions

  • the present application belongs to the field of communication technology, and specifically relates to a CSI prediction processing method, device, communication equipment and readable storage medium.
  • Channel state information can describe the current channel environment.
  • the base station transmits channel state information-reference signal (CSI-RS), and the terminal evaluates the channel state information and provides quantitative feedback.
  • CSI Channel State Information
  • the base station can make timely adjustments when sending the channel state information reference signal, thereby reducing the bit error rate at the terminal and obtaining the optimal received signal.
  • channel prediction can be used to make up for the delay between channel measurement and actual scheduling operations and improve throughput.
  • how to update the parameters of channel prediction is an issue that needs to be solved urgently.
  • Embodiments of the present application provide a CSI prediction processing method, device, communication equipment, and readable storage medium to solve the problem of how to update channel prediction parameters.
  • the first aspect provides a CSI prediction processing method, including:
  • the first device receives the first information from the second device
  • the first device performs a first behavior based on the first information
  • performing the first behavior includes determining whether to adjust a first prediction parameter, where the first prediction parameter is used for CSI prediction.
  • a CSI prediction processing method including:
  • the second device sends first information to the first device.
  • the first information is used by the first device to perform a first behavior.
  • the performing the first behavior includes determining and adjusting a first prediction parameter.
  • the first prediction parameter is in CSI prediction.
  • a CSI prediction processing device including:
  • a first receiving module configured to receive the first information from the second device
  • An execution module configured to execute the first behavior according to the first information
  • performing the first behavior includes determining whether to adjust a first prediction parameter, where the first prediction parameter is used for CSI prediction.
  • a CSI prediction processing device including:
  • the third sending module is configured to send first information to the first device.
  • the first information is used by the first device to perform a first behavior.
  • the performing the first behavior includes determining to adjust the first prediction parameter.
  • One prediction parameter is used for CSI prediction.
  • a communication device including: a processor, a memory, and a program or instruction stored on the memory and executable on the processor.
  • the program or instruction is executed by the processor Implement the steps of the method described in the first aspect or the second aspect.
  • a readable storage medium In a sixth aspect, a readable storage medium is provided. Programs or instructions are stored on the readable storage medium. When the programs or instructions are executed by a processor, the steps of the method described in the first or second aspect are implemented. .
  • a chip in a seventh aspect, includes a processor and a communication interface.
  • the communication interface is coupled to the processor.
  • the processor is used to run programs or instructions to implement the first aspect or the second aspect. the steps of the method described.
  • a computer program/program product is provided, the computer program/program product is stored in a non-transitory storage medium, and the program/program product is executed by at least one processor to implement the first aspect or the steps of the method described in the second aspect.
  • a ninth aspect provides a communication system.
  • the communication system includes a terminal and a network side device.
  • the terminal is configured to perform the steps of the method described in the first aspect or the second aspect.
  • the network side device is configured to perform The steps of the method as described in the first aspect or the second aspect.
  • the first device may determine whether to adjust the first prediction parameter for CSI prediction based on the first information from the second device, thereby achieving signaling interaction between the first device and the second device, Completing the adjustment of CSI prediction parameters in the wireless communication system can improve the execution efficiency and prediction accuracy of CSI prediction.
  • Figure 1 is a schematic diagram of a neural network
  • Figure 2 is a schematic diagram of a neuron
  • Figure 3 is a schematic diagram of AI-based CSI prediction
  • Figure 4 is a schematic diagram of the performance of predicting different future moments
  • Figure 5 is a schematic diagram of predicting the performance of +5ms in the future using different amounts of historical CSI
  • Figure 6 is a schematic architectural diagram of a wireless communication system according to an embodiment of the present application.
  • Figure 7 is one of the flow charts of the CSI prediction processing method provided by the embodiment of the present application.
  • Figure 8 is the second flow chart of the CSI prediction processing method provided by the embodiment of the present application.
  • Figure 9 is the third flowchart of the CSI prediction processing method provided by the embodiment of the present application.
  • Figure 10 is the fourth flowchart of the CSI prediction processing method provided by the embodiment of the present application.
  • Figure 11 is the fifth flowchart of the CSI prediction processing method provided by the embodiment of the present application.
  • Figure 12 is one of the schematic diagrams of the CSI prediction processing device provided by the embodiment of the present application.
  • Figure 13 is the second schematic diagram of the CSI prediction processing device provided by the embodiment of the present application.
  • Figure 14 is a schematic diagram of a terminal provided by an embodiment of the present application.
  • Figure 15 is a schematic diagram of a network side device provided by an embodiment of the present application.
  • Figure 16 is a schematic diagram of a communication device provided by an embodiment of the present application.
  • first, second, etc. in the description and claims of this application are used to distinguish similar objects and are not used to describe a specific order or sequence. It is to be understood that the terms so used are interchangeable under appropriate circumstances so that the embodiments of the present application can be practiced in sequences other than those illustrated or described herein, and that "first" and “second” are distinguished objects It is usually one type, and the number of objects is not limited.
  • the first object can be one or multiple.
  • “and/or” in the description and claims indicates at least one of the connected objects, and the character “/" generally indicates that the related objects are in an "or” relationship.
  • LTE Long Term Evolution
  • LTE-Advanced, LTE-A Long Term Evolution
  • LTE-A Long Term Evolution
  • CDMA Code Division Multiple Access
  • TDMA Time Division Multiple Access
  • FDMA Frequency Division Multiple Access
  • OFDMA Orthogonal Frequency Division Multiple Access
  • SC-FDMA Single-carrier Frequency Division Multiple Access
  • NR New Radio
  • AI Artificial Intelligence
  • neural networks such as neural networks, decision trees, support vector machines, Bayesian classifiers, etc.
  • This application takes a neural network as an example for explanation, but does not limit the specific type of AI module.
  • the structure of the neural network is shown in Figure 1.
  • the neural network is composed of neurons, and the schematic diagram of neurons is shown in Figure 2.
  • a 1 , a 2 ,...a K is the input
  • w is the weight (multiplicative coefficient)
  • b is the bias (additive coefficient)
  • ⁇ (.) is the activation function
  • z a 1 w 1 +...+ a k w k +...+a K w K +b.
  • Common activation functions include Sigmoid function, tanh function, Rectified Linear Unit (ReLU), etc.
  • the parameters of neural networks can be optimized through optimization algorithms.
  • An optimization algorithm is a type of algorithm that can minimize or maximize an objective function (sometimes also called a loss function).
  • the objective function is often a mathematical combination of model parameters and data. For example, given data X and its corresponding label Y, construct a neural network model f(.). With the model, the predicted output f(x) can be obtained based on the input The difference between (f(x)-Y), this is the loss function. If the appropriate W and b are found to minimize the value of the above loss function, the smaller the loss value, the closer the model is to the real situation.
  • BP error Back Propagation
  • the basic idea of BP algorithm is that the learning process consists of two processes: forward propagation of signals and back propagation of errors.
  • the input sample is passed in from the input layer, processed layer by layer by each hidden layer, and then transmitted to the output layer. If the actual output of the output layer does not match the expected output, it will enter the error backpropagation stage.
  • Error backpropagation is to propagate the output error back to the input layer layer by layer through the hidden layer in some form, and allocate the error to all units in each layer to obtain the error signal of each layer unit. This error signal is used as a correction for each unit. The basis for the weight.
  • This process of adjusting the weights of each layer in forward signal propagation and error back propagation is carried out over and over again.
  • the process of continuous adjustment of weights is the learning and training process of the network. This process continues until the error of the network output is reduced to an acceptable level, or until a preset number of learning times.
  • the AI algorithm selected and the model used are also different.
  • the main method to use AI to improve the network performance of the fifth generation mobile communication technology is to enhance or replace existing algorithms or processing modules through neural network-based algorithms and models.
  • neural network-based algorithms and models can achieve better performance than deterministic-based algorithms.
  • the more commonly used neural networks include deep neural networks, convolutional neural networks, and recurrent neural networks. With the help of existing AI tools, the construction, training and verification of neural networks can be achieved.
  • CSI channel state information
  • Figure 5 depicts the performance of using different numbers of historical CSI to predict the future +5ms. It can be seen that as the number of historical CSI increases, the prediction accuracy will also increase. However, more historical CSI numbers mean higher complexity and cache overhead, so the number of historical CSIs cannot be increased blindly.
  • the accuracy of CSI prediction is related to the prediction parameters.
  • the system can only provide an initial prediction parameter based on the current channel environment, and the prediction parameters need to be adjusted later based on the actual prediction performance. If no adjustments are made, the prediction performance will be difficult to guarantee, and the total throughput of the system will eventually be used. is not up to expectations.
  • FIG. 6 shows a block diagram of a wireless communication system to which embodiments of the present application are applicable.
  • the wireless communication system includes a terminal 61 and a network side device 62.
  • the wireless communication system can be a communication system with wireless AI functions such as 5G-Advanced or 6G.
  • the terminal 61 can be a mobile phone, a tablet computer (Tablet Personal Computer), a laptop computer (Laptop Computer), or a notebook computer, a personal digital assistant (Personal Digital Assistant, PDA), a handheld computer, a netbook, or a super mobile personal computer.
  • Tablet Personal Computer Tablet Personal Computer
  • laptop computer laptop computer
  • PDA Personal Digital Assistant
  • the terminal involved in this application can also be a chip within the terminal, such as a modem chip or a system on chip (SoC). It should be noted that the specific type of terminal 61 is not limited in the embodiment of this application.
  • the network side equipment 62 may include access network equipment or core network equipment, where the access network equipment may also be called wireless access network equipment, radio access network (Radio Access Network, RAN), radio access network function or wireless access network unit.
  • Access network equipment can include base stations, Wireless Local Area Network (WLAN) access points or WiFi nodes, etc.
  • WLAN Wireless Local Area Network
  • the base station can be called Node B, Evolved Node B (eNB), access point, base transceiver station ( Base Transceiver Station (BTS), radio base station, radio transceiver, Basic Service Set (BSS), Extended Service Set (ESS), home B-node, home evolved B-node, sending and receiving point ( Transmitting Receiving Point (TRP) or some other suitable term in the field, as long as the same technical effect is achieved, the base station is not limited to specific technical terms. It should be noted that in the embodiment of this application, only the NR system is used The base station is introduced as an example, and the specific type of base station is not limited.
  • Core network equipment may include but is not limited to at least one of the following: core network nodes, core network functions, mobility management entities (Mobility Management Entity, MME), access and mobility management functions (AMF), session management Function (Session Management Function, SMF), User Plane Function (UPF), Policy Control Function (PCF), Policy and Charging Rules Function (PCRF), Edge Application Service Discovery Function (Edge Application Server Discovery Function, EASDF), Unified Data Management (UDM), Unified Data Repository (UDR), Home Subscriber Server (HSS), centralized network configuration (Centralized network configuration, CNC), Network Repository Function (NRF), Network Exposure Function (NEF), Local NEF (Local NEF, or L-NEF), Binding Support Function (Binding Support Function , BSF), application function (Application Function, AF), etc.
  • MME mobility management entities
  • AMF Access and mobility management functions
  • SMF Session Management Function
  • UPF User Plane Function
  • PCF Policy Control Function
  • PCF Policy and Charging
  • the AI model involved in the embodiment of this application may also be called an ML model.
  • an embodiment of the present application provides a CSI prediction processing method. Specific steps include: step 701 and step 702.
  • Step 701 The first device receives the first information from the second device;
  • Step 702 The first device performs the first behavior according to the first information
  • performing the first behavior includes determining whether to adjust a first prediction parameter, where the first prediction parameter is used for CSI prediction.
  • performing the first behavior further includes: determining to start CSI prediction, or determining to prohibit CSI prediction, or determining to stop CSI prediction.
  • the first device may obtain CSI prediction performance based on the first information, and decide which first behavior to perform based on the CSI prediction performance.
  • the method further includes:
  • the first device sends second information to the second device, where the second information is used to indicate one of the following:
  • the first device adjusts the first prediction parameter
  • the second device disables CSI prediction
  • the second device stops CSI prediction.
  • the first device may adjust the first prediction parameter and then send the adjusted first prediction parameter to the second device.
  • the first device may instruct the second device to start CSI prediction.
  • the first device may instruct the second device to stop CSI prediction.
  • the method further includes:
  • the first device Before the first device receives the first information from the second device, the first device sends the first prediction parameter to the second device.
  • the second device can verify the prediction performance based on the received first prediction parameter, and decide whether to adjust the prediction parameter based on the prediction performance, etc.
  • the first information includes at least one of the following:
  • the third information is used to indicate the feasibility of CSI prediction by the second device
  • the third information is 1-bit indication information, "1" indicates that CSI prediction is performed, and "0" indicates that CSI prediction is not performed.
  • Second prediction parameters include prediction parameters provided by the second device
  • the second prediction parameter is a prediction parameter suggested by the second device.
  • the first CSI is used to represent the CSI prediction result corresponding to the third prediction parameter
  • the first CSI can also be called predicted CSI, and the CSI result predicted by using the third prediction parameter.
  • the third prediction parameter includes 1 ms in the future or 2 ms in the future, then A+1 ms in the future is predicted. Or the CSI result at A+2ms in the future.
  • the third prediction parameter is the same as or different from the first prediction parameter and/or the second prediction parameter.
  • Second CSI the second CSI is used to represent the actual CSI measurement result corresponding to the third prediction parameter
  • the second CSI can also be called measured CSI.
  • the CSI result is measured using the third prediction parameter. For example, if the specified time is A and the third prediction parameter includes 1ms in the future or 2ms in the future, then when A+1ms is reached Or when A+2ms, the CSI is actually measured and the second CSI is obtained.
  • first CSI and the second CSI can be sent in two times, or the first CSI can be saved first, and after the second CSI is obtained, the first CSI and the second CSI can be sent together, where the first CSI and the second CSI can be sent together.
  • the second CSI can be compressed independently or jointly.
  • the fourth information is used to indicate the performance of CSI prediction.
  • performance can be used to quantify the quality of CSI prediction.
  • the fourth information is determined by the second device based on the first CSI and the second CSI.
  • the fourth information includes at least one of the following: (1) error indicators, such as error, mean square error, normalized mean square error, etc., (2) accuracy indicators, such as cosine similarity.
  • error indicators such as error, mean square error, normalized mean square error, etc.
  • accuracy indicators such as cosine similarity.
  • the second device calculates an error, a mean square error, a normalized mean square error or a cosine similarity based on the first CSI and the second CSI, thereby obtaining fourth information that can quantify the performance of CSI prediction.
  • the first device performs a first behavior based on the first information, including:
  • the first device determines fifth information based on the first CSI and the second CSI, and the fifth information Information is used to represent the performance of CSI prediction;
  • the first device determines (or makes a decision) based on the fifth information whether to adjust the first prediction parameter
  • the first device determines (or decides) whether to adjust the first prediction parameter based on the fourth information.
  • the first device performs a first behavior based on the first information, and further includes:
  • the first device determines (or decides) whether the second device performs prediction according to the second prediction parameter;
  • the first device determines (or decides) whether to perform scheduling according to the first CSI.
  • the first prediction parameter, the second prediction parameter, or the third prediction parameter includes at least one of the following:
  • the prediction time information is used to represent the time position to be measured, such as 1 ms in the future, 2 ms in the future, etc., or 1 time slot in the future, 2 slots in the future, etc.
  • the CSI interval is used to represent the interval between multiple predicted historical CSIs.
  • the above-mentioned CSI interval may also be called a CSI period.
  • the number of CSIs is used to represent the number of predicted multiple historical CSIs.
  • the CSI window length is used to represent the time domain length occupied by multiple predicted historical CSIs.
  • the predicted frequency domain information may include: at least one of the number of Physical Resource Blocks (PRBs, PRBs), PRB positions, subband numbers, subband positions, etc.
  • PRBs Physical Resource Blocks
  • PRBs Physical Resource Blocks
  • subband numbers subband positions, etc.
  • the predicted airspace information may include: at least one of the number of antennas, the number of ports, the number of beams, etc.
  • the reference signal related to the second CSI includes at least one of the following:
  • the verification-specific RS includes a new RS specifically used for performance verification or supervision of CSI prediction.
  • CSI measurement can be performed using at least one of the reference signals in (1) to (4) above to obtain actual CSI measurement results.
  • the first device is a network-side device or terminal
  • the second device is a network-side device or terminal.
  • the first device may determine whether to adjust the first prediction parameter for CSI prediction based on the first information from the second device, thereby achieving signaling interaction between the first device and the second device, Exchanging CSI prediction related information and completing the adjustment of CSI prediction parameters in the wireless communication system can improve the execution efficiency and prediction accuracy of CSI prediction.
  • this embodiment of the present application provides a CSI prediction processing method, and specific steps include: step 801.
  • Step 801 The second device sends first information to the first device.
  • the first information is used by the first device to perform a first behavior.
  • the performing the first behavior includes determining to adjust the first prediction parameter.
  • the first Prediction parameters are used for CSI prediction.
  • the first behavior further includes: determining to start CSI prediction, or determining to prohibit CSI prediction, or determining to stop CSI prediction.
  • the method further includes:
  • the second device receives second information from the first device, the second information being used to indicate one of the following:
  • the first device adjusts the first prediction parameter
  • the second device prohibits CSI prediction
  • the second device stops CSI prediction.
  • the method further includes:
  • the second device receives the first prediction parameter from the first device before the second device sends the first information to the first device.
  • the first information includes at least one of the following:
  • the third information is used to indicate the feasibility of CSI prediction by the second device
  • Second prediction parameters include prediction parameters provided by the second device
  • the first CSI is used to represent the CSI prediction result corresponding to the third prediction parameter
  • the third prediction parameter is the same as or different from the first prediction parameter and/or the second prediction parameter.
  • Second CSI the second CSI is used to represent the actual CSI measurement result corresponding to the third prediction parameter
  • the fourth information is used to indicate the performance of CSI prediction.
  • the method further includes:
  • the second device determines the first CSI and/or the second CSI according to the third prediction parameter.
  • the third prediction parameter may include prediction time information, and the predicted CSI and/or measured CSI are performed based on the prediction time information to obtain the first CSI and/or the second CSI.
  • the CSI at the future A+1ms or the future A+2ms will be predicted to obtain the first CSI.
  • the actual measured CSI get the second CSI.
  • the method further includes:
  • the second device determines the fourth information based on the first CSI and the second CSI.
  • the second device calculates an error, a mean square error, a normalized mean square error or a cosine similarity based on the first CSI and the second CSI, thereby obtaining fourth information that can quantify the performance of CSI prediction.
  • first CSI and the second CSI can be sent in two times, or the first CSI can be saved first, and then the second CSI can be obtained. After the second CSI is obtained, the first CSI and the second CSI are sent together.
  • the first CSI and the second CSI can be compressed independently or jointly.
  • the method further includes:
  • the second device adjusts the first prediction parameter according to the fourth information to obtain an adjusted prediction parameter.
  • the first prediction parameter is adjusted according to the prediction performance in order to make the predicted CSI and the measured CSI not much different, thereby improving the accuracy of CSI prediction using the adjusted prediction parameters.
  • the adjusted prediction parameter is the same as or different from the second prediction parameter and/or the third prediction parameter.
  • the fourth information includes at least one of the following: an error index and a precision index.
  • the first prediction parameter, the second prediction parameter, or the third prediction parameter includes at least one of the following:
  • the prediction time information is used to represent the time position to be measured, such as 1 ms in the future, 2 ms in the future, etc., or 1 time slot in the future, 2 slots in the future, etc.
  • the CSI interval is used to represent the interval between multiple predicted historical CSIs.
  • the above-mentioned CSI interval may also be called a CSI period.
  • the number of CSIs is used to represent the number of predicted multiple historical CSIs.
  • the CSI window length is used to represent the time domain length occupied by multiple predicted historical CSIs.
  • the predicted frequency domain information may include: at least one of the number of Physical Resource Blocks (PRBs, PRBs), PRB positions, subband numbers, subband positions, etc.
  • PRBs Physical Resource Blocks
  • PRBs Physical Resource Blocks
  • subband numbers subband positions, etc.
  • the predicted airspace information may include: at least one of the number of antennas, the number of ports, the number of beams, etc.
  • the reference signal related to the second CSI includes at least one of the following:
  • the first device is a network-side device or terminal
  • the second device is a network-side device or terminal.
  • the second device sends the first information to the first device, and the first information is used to assist the first device Determine whether to adjust the first prediction parameter used for CSI prediction, thereby realizing the exchange of CSI prediction related information through signaling interaction between the first device and the second device, completing the adjustment of the CSI prediction parameter in the wireless communication system, and improving the CSI Prediction execution efficiency and prediction accuracy.
  • Step 1 The first device sends the first prediction parameter
  • Step 2 The second device verifies the performance of CSI prediction
  • the second device can obtain the first CSI and the second CSI based on the third prediction parameter, where the first CSI is the predicted CSI and the second CSI is the measured CSI, and the second device can obtain the fourth information based on the first CSI and the second CSI.
  • the fourth information is used to represent the performance of CSI prediction;
  • the third prediction parameter may be the same as or different from the first prediction parameter.
  • Step 3 The second device decides to execute step 4, step 5, step 6 or step 7 based on the performance of the CSI prediction in step 2;
  • Step 4 The second device adjusts the first prediction parameter, obtains the new first prediction parameter, and then returns to step 2;
  • Step 5 The second device reports the third information and the fourth information to the first device, and the first device decides whether to adjust the first prediction parameter based on the third information and the fourth information;
  • Step 6 The second device reports the second prediction parameter to the first device, and the first device decides whether to perform CSI prediction according to the second prediction parameter.
  • the second prediction parameter includes the prediction provided by the second device. parameter;
  • Step 7 The second device reports the first CSI and the third prediction parameter to the first device, and the first device decides whether to use the first CSI for scheduling.
  • Step 1 The base station sends the first prediction parameter
  • Step 2 The terminal obtains the first CSI, where the first CSI is used to represent the CSI prediction result corresponding to the third prediction parameter;
  • the third prediction parameter may be the same as or different from the first prediction parameter.
  • Step 3 The terminal feeds back the first CSI to the base station
  • Step 4 The terminal feeds back the second CSI to the base station, where the second CSI is used to represent the actual CSI measurement result corresponding to the third prediction parameter;
  • Step 5 The base station obtains the fourth information based on the first CSI and the second CSI, that is, calculates the prediction performance based on the first CSI and the second CSI;
  • Step 6 The base station decides to execute step 7, step 8 or step 9 based on the fourth information
  • Step 7 The base station adjusts the first prediction parameter and obtains a new first prediction parameter
  • Step 8 The base station instructs the terminal to prohibit prediction
  • Step 9 The base station instructs the terminal to perform prediction.
  • Step 1 The base station indicates the first prediction parameter to the terminal
  • Step 2 The terminal obtains fourth information, where the fourth information is used to indicate the performance of CSI prediction;
  • the terminal can obtain the first CSI and the second CSI according to the third prediction parameter, where the first CSI is the predicted CSI and the second CSI is the measured CSI, and the terminal obtains the fourth information according to the first CSI and the second CSI;
  • the third prediction parameter may be the same as or different from the first prediction parameter.
  • Step 3 The terminal feeds back the fourth information to the base station
  • Step 4 The base station decides to execute step 5, step 6 or step 7 based on the fourth information
  • Step 5 The base station adjusts the first prediction parameter and obtains a new first prediction parameter
  • Step 6 The base station indicates that prediction is prohibited, and the terminal prohibits prediction according to the instruction of the base station;
  • Step 7 The base station instructs to perform prediction, and the terminal performs prediction according to the instruction of the base station.
  • an embodiment of the present application provides a CSI prediction processing device, which is applied to a first device.
  • the device 1200 includes:
  • the first receiving module 1201 is used to receive the first information from the second device
  • Execution module 1202 configured to execute the first behavior according to the first information
  • performing the first behavior includes determining whether to adjust a first prediction parameter, where the first prediction parameter is used for CSI prediction.
  • performing the first behavior further includes: determining to start CSI prediction, or determining to prohibit CSI prediction, or determining to stop CSI prediction.
  • the device further includes:
  • a first sending module configured to send second information to the second device, where the second information is used to indicate one of the following:
  • the first device adjusts the first prediction parameter
  • the second device disables CSI prediction
  • the second device stops CSI prediction.
  • the device further includes:
  • the second sending module is configured to send the first prediction parameter to the second device before receiving the first information from the second device.
  • the first information includes at least one of the following:
  • the third information is used to indicate the feasibility of CSI prediction by the second device
  • Second prediction parameters include prediction parameters provided by the second device
  • the first CSI is used to represent the CSI prediction result corresponding to the third prediction parameter
  • the third prediction parameter is the same as or different from the first prediction parameter and/or the second prediction parameter.
  • Second CSI the second CSI is used to represent the actual CSI measurement result corresponding to the third prediction parameter
  • the fourth information is used to indicate the performance of CSI prediction.
  • the fourth information includes at least one of the following: error index and accuracy index.
  • the fourth information is determined by the second device according to the first CSI and the second CSI.
  • the execution module 1202 is further used to:
  • the first information includes at least the first CSI and the second CSI
  • the first information includes at least the fourth information
  • the execution module 1202 is also used to:
  • the first information includes at least the third information and a second prediction parameter, determine whether the second device performs prediction according to the second prediction parameter;
  • the first information includes at least the first CSI, determine whether to perform scheduling according to the first CSI.
  • the first prediction parameter, the second prediction parameter, or the third prediction parameter includes at least one of the following:
  • the prediction time information is used to represent the time position to be measured, such as 1 ms in the future, 2 ms in the future, etc., or 1 time slot in the future, 2 slots in the future, etc.
  • the CSI interval is used to represent the interval between multiple predicted historical CSIs.
  • the above-mentioned CSI interval may also be called a CSI period.
  • the number of CSIs is used to represent the number of predicted multiple historical CSIs.
  • the CSI window length is used to represent the time domain length occupied by multiple predicted historical CSIs.
  • the predicted frequency domain information may include at least one of: physical resource block (Physical Resource Block, PRB) number, PRB position, subband number, subband position, etc.
  • PRB Physical Resource Block
  • the predicted airspace information may include: at least one of the number of antennas, the number of ports, the number of beams, etc.
  • the reference signal related to the second CSI includes at least one of the following:
  • the first device is a network-side device or terminal
  • the second device is a network-side device or terminal.
  • the device provided by the embodiment of the present application can implement each process implemented by the method embodiment in Figure 7 and achieve the same technical effect. To avoid duplication, the details will not be described here.
  • an embodiment of the present application provides a CSI prediction processing device, which is applied to a second device.
  • the device 1300 includes:
  • the third sending module 1301 is configured to send first information to the first device, the first information is used for the first device to perform a first behavior, and the execution of the first behavior includes determining to adjust the first prediction parameter, the The first prediction parameter is used for CSI prediction.
  • the first behavior further includes: determining to start CSI prediction, or determining to prohibit CSI prediction, or determining to stop CSI prediction.
  • the device further includes:
  • a second receiving module configured to receive second information from the first device, where the second information is used to indicate one of the following:
  • the first device adjusts the first prediction parameter
  • the second device disables CSI prediction
  • the second device stops CSI prediction.
  • the device further includes:
  • the third receiving module is configured to receive the first prediction parameter from the first device before sending the first information to the first device.
  • the first information includes at least one of the following:
  • the third information is used to indicate the feasibility of CSI prediction by the second device
  • Second prediction parameters include prediction parameters provided by the second device
  • the first CSI is used to represent the CSI prediction result corresponding to the third prediction parameter
  • the third prediction parameter is the same as or different from the first prediction parameter and/or the second prediction parameter.
  • Second CSI the second CSI is used to represent the actual CSI measurement result corresponding to the third prediction parameter
  • the fourth information is used to indicate the performance of CSI prediction.
  • the device further includes:
  • a first determination module configured to determine the first CSI and/or the second CSI according to the third prediction parameter.
  • the device further includes:
  • a second determination module is configured to determine the fourth information according to the first CSI and the second CSI.
  • the device further includes:
  • An adjustment module configured to adjust the first prediction parameter according to the fourth information to obtain an adjusted prediction parameter.
  • the adjusted prediction parameter is the same as or different from the second prediction parameter and/or the third prediction parameter.
  • the third prediction parameter is the same as or different from the first prediction parameter and/or the second prediction parameter.
  • the fourth information includes at least one of the following: an error index and a precision index.
  • the first prediction parameter, the second prediction parameter, or the third prediction parameter includes at least one of the following:
  • the prediction time information is used to represent the time position to be measured, such as 1 ms in the future, 2 ms in the future, etc., or 1 time slot in the future, 2 slots in the future, etc.
  • the CSI interval is used to represent the interval between multiple predicted historical CSIs.
  • the above-mentioned CSI interval may also be called a CSI period.
  • the number of CSIs is used to represent the number of predicted multiple historical CSIs.
  • the CSI window length is used to represent the time domain length occupied by multiple predicted historical CSIs.
  • the predicted frequency domain information may include: at least one of the number of Physical Resource Blocks (PRBs, PRBs), PRB positions, subband numbers, subband positions, etc.
  • PRBs Physical Resource Blocks
  • PRBs Physical Resource Blocks
  • subband numbers subband positions, etc.
  • the predicted airspace information may include: at least one of the number of antennas, the number of ports, the number of beams, etc.
  • the reference signal related to the second CSI includes at least one of the following:
  • the first device is a network-side device or terminal
  • the second device is a network-side device or terminal.
  • the device provided by the embodiment of the present application can implement each process implemented by the method embodiment in Figure 8 and achieve the same technical effect. To avoid duplication, the details will not be described here.
  • FIG 14 is a schematic diagram of the hardware structure of a terminal that implements an embodiment of the present application.
  • the terminal 1400 includes but is not limited to: a radio frequency unit 1401, a network module 1402, an audio output unit 1403, an input unit 1404, a sensor 1405, a display unit 1406, a user input unit 1407, an interface unit 1408, a memory 1409, a processor 1440, etc. At least some parts.
  • the terminal 1400 may also include a power supply (such as a battery) that supplies power to various components.
  • the power supply may be logically connected to the processor 1440 through a power management system, thereby managing charging, discharging, and power consumption through the power management system. Management and other functions.
  • the terminal structure shown in FIG. 14 does not constitute a limitation on the terminal.
  • the terminal may include more or fewer components than shown in the figure, or some components may be combined or arranged differently, which will not be described again here.
  • the input unit 1404 may include a graphics processing unit (Graphics Processing Unit, GPU) 14041 and a microphone 14042.
  • the graphics processor 14041 is responsible for the image capture device (GPU) in the video capture mode or the image capture mode. Process the image data of still pictures or videos obtained by cameras (such as cameras).
  • the display unit 1406 may include a display panel 14061, which may be configured in the form of a liquid crystal display, an organic light emitting diode, or the like.
  • the user input unit 507 includes at least one of a touch panel 14071 and other input devices 14072. Touch panel 14071, also known as touch screen.
  • the touch panel 14071 may include two parts: a touch detection device and a touch controller.
  • Other input devices 14072 may include but are not limited to physical keyboards, function keys (such as volume control keys, switch keys, etc.), trackballs, mice, and joysticks, which will not be described again here.
  • the radio frequency unit 1401 after receiving downlink data from the network side device, the radio frequency unit 1401 can transmit it to the processor 1440 for processing; in addition, the radio frequency unit 1401 can send uplink data to the network side device.
  • the radio frequency unit 1401 includes, but is not limited to, an antenna, amplifier, transceiver, coupler, low noise amplifier, duplexer, etc.
  • Memory 1409 may be used to store software programs or instructions as well as various data.
  • the memory 1409 may mainly include a first storage area for storing programs or instructions and a second storage area for storing data, wherein the first storage area may store an operating system, an application program or instructions required for at least one function (such as a sound playback function, Image playback function, etc.) etc.
  • memory 1409 may include volatile memory or nonvolatile memory, or memory 1409 may include both volatile and nonvolatile memory.
  • the non-volatile memory can be read-only memory (Read-Only Memory, ROM), programmable read-only memory (Programmable ROM, PROM), erasable programmable read-only memory (Erasable PROM, EPROM), electrically removable memory. Erase programmable read-only memory (Electrically EPROM, EEPROM) or flash memory.
  • Volatile memory can be random access memory (Random Access Memory, RAM), static random access memory (Static RAM, SRAM), dynamic random access memory (Dynamic RAM, DRAM), synchronous dynamic random access memory (Synchronous DRAM, SDRAM), double data rate synchronous dynamic random access memory (Double Data Rate SDRAM, DDRSDRAM), enhanced synchronous dynamic random access memory (Enhanced SDRAM, ESDRAM), synchronous link dynamic random access memory (Synch link DRAM, SLDRAM) and direct memory bus random access memory (Direct Rambus RAM, DRRAM).
  • RAM Random Access Memory
  • SRAM static random access memory
  • DRAM dynamic random access memory
  • DRAM synchronous dynamic random access memory
  • SDRAM double data rate synchronous dynamic random access memory
  • Double Data Rate SDRAM Double Data Rate SDRAM
  • ESDRAM enhanced synchronous dynamic random access memory
  • Synch link DRAM, SLDRAM synchronous link dynamic random access memory
  • Direct Rambus RAM Direct Rambus RAM
  • the processor 1440 may include one or more processing units; optionally, the processor 1440 integrates an application processor and a modem processor, where the application processor mainly handles operations related to the operating system, user interface, application programs, etc., Modem processors mainly process wireless communication signals, such as baseband processors. It can be understood that the above modem processor may not be integrated into the processor 1440.
  • the terminal provided by the embodiment of the present application can implement each process implemented by the method embodiment of Figure 7 or Figure 8 and achieve the same technical effect. To avoid duplication, details will not be described here.
  • Figure 15 is a structural diagram of a communication device applied in an embodiment of the present application.
  • the communication device 1500 includes: a processor 1501, a transceiver 1502, a memory 1503 and a bus interface.
  • the processor 1501 May be responsible for managing the bus architecture and general processing.
  • Memory 1503 may store data used by processor 1501 in performing operations.
  • the communication device 1500 further includes: a program stored in the memory 1503 and executable on the processor 1501. When the program is executed by the processor 1501, the steps in the method shown in Figure 7 or Figure 8 are implemented. .
  • the bus architecture may include any number of interconnected buses and bridges, specifically linked together by various circuits of one or more processors represented by processor 1501 and memory represented by memory 1503.
  • the bus architecture can also link together various other circuits such as peripherals, voltage regulators, and power management circuits, which are all well known in the art and therefore will not be described further herein.
  • the bus interface provides the interface.
  • Transceiver 1502 may be a plurality of elements, including a transmitter and a receiver, providing a unit for communicating with various other devices over a transmission medium.
  • this embodiment of the present application also provides a communication device 1600, which includes a processor 1601 and a memory 1602.
  • the memory 1602 stores programs or instructions that can be run on the processor 1601, such as , when the communication device 1600 is a terminal, the program or instruction is executed by the processor 1601 to implement each step of the method embodiment in FIG. 7 or FIG. 8 , and when the communication device 1600 is a network-side device, the program or instruction is executed by the processor 1601
  • each step of the above method embodiment in Figure 7 or Figure 8 is implemented and the same technical effect can be achieved. To avoid duplication, the details will not be described here.
  • Embodiments of the present application also provide a readable storage medium, with programs or instructions stored on the readable storage medium.
  • the program or instructions are executed by a processor, the method in Figure 7 or Figure 8 and each process of the above embodiments are implemented. , and can achieve the same technical effect, so to avoid repetition, they will not be described again here.
  • the processor is the processor in the terminal described in the above embodiment.
  • the readable storage medium includes computer readable storage media, such as computer read-only memory ROM, random access memory RAM, magnetic disk or optical disk, etc.
  • An embodiment of the present application further provides a chip.
  • the chip includes a processor and a communication interface.
  • the communication interface is coupled to the processor.
  • the processor is used to run programs or instructions to implement what is shown in Figure 7 or Figure 8 and the above methods Each process of the embodiment can achieve the same technical effect, so to avoid repetition, it will not be described again here.
  • chips mentioned in the embodiments of this application may also be called system-on-chip, system-on-a-chip, system-on-chip or system-on-chip, etc.
  • the embodiment of the present application further provides a computer program/program product, the computer program/program product is stored in a storage medium, and the computer program/program product is executed by at least one processor to implement what is shown in Figure 3 or Figure 4
  • the computer program/program product is executed by at least one processor to implement what is shown in Figure 3 or Figure 4
  • Each process of each of the above method embodiments is shown and can achieve the same technical effect. To avoid repetition, it will not be described again here.
  • An embodiment of the present application further provides a communication system.
  • the communication system includes a terminal and a network side device.
  • the terminal is used to perform various processes in Figure 3 and the above method embodiments.
  • the network side device is used to perform the following: The processes in Figure 4 and the above-mentioned method embodiments can achieve the same technical effect. To avoid repetition, they will not be described again here.
  • the methods of the above embodiments can be implemented by means of software plus the necessary general hardware platform. Of course, it can also be implemented by hardware, but in many cases the former is better. implementation.
  • the technical solution of the present application can be embodied in the form of a computer software product that is essentially or contributes to related technologies.
  • the computer software product is stored in a storage medium (such as ROM/RAM, disk, CD), including several instructions to cause a terminal (which can be a mobile phone, computer, server, air conditioner, or network device, etc.) to execute the methods described in various embodiments of this application.

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种CSI预测处理方法、装置、通信设备及可读存储介质，属于通信技术领域。该方法包括：第一设备接收来自第二设备的第一信息；所述第一设备根据所述第一信息，执行第一行为；其中，所述执行第一行为包括确定是否调整第一预测参数，所述第一预测参数用于CSI预测。

Description

CSI预测处理方法、装置、通信设备及可读存储介质
相关申请的交叉引用
本申请主张在2022年08月10日在中国提交的中国专利申请No.202210956569.X的优先权，其全部内容通过引用包含于此。
技术领域
本申请属于通信技术领域，具体涉及一种CSI预测处理方法、装置、通信设备及可读存储介质。
背景技术
信道状态信息可对当前信道环境进行描述，在移动通信网络中，基站发射信道状态信息-参考信号(Channel State Information-Reference Signal，CSI-RS)，终端对信道状态信息进行评估并将其量化反馈给基站，通过引入信道状态信息(Channel State Information，CSI)反馈信息，基站侧在发送信道状态信息参考信号时可及时进行调整，从而在终端降低误码率，获得最优接收信号。
在无线通信中，信道预测可用来弥补信道测量和实际调度两个操作之间的延迟，提高吞吐量，目前如何更新信道预测的参数是亟待解决的问题。
发明内容
本申请实施例提供一种CSI预测处理方法、装置、通信设备及可读存储介质，解决如何更新信道预测的参数的问题。
第一方面，提供一种CSI预测处理方法，包括：
第一设备接收来自第二设备的第一信息；
所述第一设备根据所述第一信息，执行第一行为；
其中，所述执行第一行为包括确定是否调整第一预测参数，所述第一预测参数用于CSI预测。
第二方面，提供一种CSI预测处理方法，包括：
第二设备向第一设备发送第一信息，所述第一信息用于所述第一设备执行第一行为，所述执行第一行为包括确定调整第一预测参数，所述第一预测参数用于CSI预测。
第三方面，提供一种CSI预测处理装置，包括：
第一接收模块，用于接收来自第二设备的第一信息；
执行模块，用于根据所述第一信息，执行第一行为；
其中，所述执行第一行为包括确定是否调整第一预测参数，所述第一预测参数用于CSI预测。
第四方面，提供一种CSI预测处理装置，包括：
第三发送模块，用于向第一设备发送第一信息，所述第一信息用于所述第一设备执行第一行为，所述执行第一行为包括确定调整第一预测参数，所述第一预测参数用于CSI预测。
第五方面，提供了一种通信设备，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面或第二方面所述的方法的步骤。
第六方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面或第二方面所述的方法的步骤。
第七方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面或第二方面所述的法的步骤。
第八方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在非瞬态的存储介质中，所述程序/程序产品被至少一个处理器执行以实现如第一方面或第二方面所述的方法的步骤。
第九方面，提供一种通信***，所述通信***包括终端与网络侧设备，所述终端用于执行如第一方面或第二方面所述的方法的步骤，所述网络侧设备用于执行如第一方面或第二方面所述的方法的步骤。
在本申请实施例中，第一设备可以根据来自第二设备的第一信息确定是否调整用于CSI预测的第一预测参数，从而实现通过第一设备和第二设备之间的信令交互，完成无线通信***中CSI预测参数的调整，可以提高CSI预测的执行效率和预测精度。
附图说明
图1是神经网络的示意图；
图2是神经元的示意图；
图3是基于AI的CSI预测示意图；
图4是预测不同的未来时刻的性能的示意图；
图5是使用不同数量的历史CSI预测未来+5ms的性能的示意图；
图6为本申请实施例的无线通信***的架构示意图；
图7是本申请实施例提供的CSI预测处理方法的流程图之一；
图8是本申请实施例提供的CSI预测处理方法的流程图之二；
图9是本申请实施例提供的CSI预测处理方法的流程图之三；
图10是本申请实施例提供的CSI预测处理方法的流程图之四；
图11是本申请实施例提供的CSI预测处理方法的流程图之五；
图12是本申请实施例提供的CSI预测处理装置的示意图之一；
图13是本申请实施例提供的CSI预测处理装置的示意图之二；
图14是本申请实施例提供的终端的示意图；
图15是本申请实施例提供的网络侧设备的示意图；
图16是本申请实施例提供的通信设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long Term Evolution，LTE)/LTE的演进(LTE-Advanced，LTE-A)***，还可用于其他无线通信***，诸如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time 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 Frequency Division Multiple Access，SC-FDMA)和其他***。本申请实施例中的术语“***”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的***和无线电技术，也可用于其他***和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)***，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR***应用以外的应用，如第6代(6th Generation，6G)通信***。
为了便于理解本申请的实施方式，下面先介绍以下技术点。
1、关于神经网络的介绍
人工智能目前在各个领域获得了广泛的应用。人工智能(Artificial Intelligence，AI)模块有多种实现方式，例如神经网络、决策树、支持向量机、贝叶斯分类器等。
本申请以神经网络为例进行说明，但是并不限定AI模块的具体类型，神经网络的结构如图1所示。
其中，神经网络由神经元组成，神经元的示意图如图2所示。其中a1,a2,…aK为输入，w为权值(乘性系数)，b为偏置(加性系数)，σ(.)为激活函数，z＝a1w1+…+akwk+…+aKwK+b。常见的激活函数包括Sigmoid函数、tanh函数、修正线性单元(Rectified Linear Unit，ReLU)等等。
神经网络的参数可以通过优化算法进行优化。优化算法就是一种能够最小化或者最大化目标函数(有时候也叫损失函数)的一类算法。而目标函数往往是模型参数和数据的数学组合。例如给定数据X和其对应的标签Y，构建一个神经网络模型f(.)，有了模型后，根据输入x就可以得到预测输出f(x)，并且可以计算出预测值和真实值之间的差距(f(x)-Y)，这个就是损失函数。如果找到合适的W,b使上述的损失函数的值达到最小，损失值越小，则说明模型越接近于真实情况。
目前常见的优化算法，基本都是基于误差反向传播(error Back Propagation，BP)算法。BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入层传入，经各隐藏层逐层处理后，传向输出层。若输出层的实际输出与期望的输出不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐藏层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始地进行的。权值不断调整的过程，也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的程度，或进行到预先设定的学习次数为止。
一般而言，根据解决类型不同，选取的AI算法和采用的模型也有所差别。根据相关技术，借助AI提升第五代移动通信技术(5th Generation，5G)网络性能的主要方法是通过基于神经网络的算法和模型增强或者替代目前已有的算法或处理模块。在特定场景下，基于神经网络的算法和模型可以取得比基于确定性算法更好的性能。比较常用的神经网络包括深度神经网络、卷积神经网络和循环神经网络等。借助已有AI工具，可以实现神经网络的搭建、训练与验证工作。
通过AI或机器学习(Machine Learning，ML)方法替代相关***中的模块能够有效提升***性能。
如信道状态信息(Channel State Information，CSI)预测，将历史CSI输入给AI模型，AI模型分析信道的时域变化特性，输出未来的CSI。具体如图3所示。
对应的***性能如图4和图5所示。可以看到CSI预测相比于不预测的方案会有非常大的性能增益。同时，预测的未来时刻不同，可以达到的预测精度也会不一样，如图4所示。
此外，输入AI模型的历史CSI个数也会影响CSI预测的性能，图5描述的是使用不同数量的历史CSI预测未来+5ms的性能。可见，随着历史CSI个数的增加，预测精度也会提高。但是，更多的历史CSI个数意味着更高的复杂度和缓存开销，因此也不能一味地增加历史CSI个数。
CSI预测的精度与预测参数相关。但实际***中很难提前准确的确定这些预测参数。对此，***只能根据当前信道环境给出一个初始预测参数，后续还需要根据实际预测性能对预测参数进行调整。如果不做调整，预测性能很难得到保障，最终用到***的吞吐量总 是达不到预期值。
图6示出本申请实施例可应用的一种无线通信***的框图。无线通信***包括终端61和网络侧设备62。其中，无线通信***可以是5G演进(5G-Advanced)或6G等具备无线AI功能的通信***。
其中，终端61可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personal computer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴式设备(Wearable Device)、车载设备(Vehicle User Equipment，VUE)、行人终端(Pedestrian User Equipment，PUE)、智能家居(具有无线通信功能的家居设备，如冰箱、电视、洗衣机或者家具等)、游戏机、个人计算机(personal computer，PC)、柜员机或者自助机等终端侧设备，可穿戴式设备包括：智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。除了上述终端设备，本申请涉及的终端也可以是终端内的芯片，例如调制解调器(Modem)芯片，***级芯片(System on Chip，SoC)。需要说明的是，在本申请实施例并不限定终端61的具体类型。
网络侧设备62可以包括接入网设备或核心网设备，其中，接入网设备也可以称为无线接入网设备、无线接入网(Radio Access Network,RAN)、无线接入网功能或无线接入网单元。接入网设备可以包括基站、无线局域网(Wireless Local Area Network，WLAN)接入点或WiFi节点等，基站可被称为节点B、演进节点B(eNB)、接入点、基收发机站(Base Transceiver Station，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、家用B节点、家用演进型B节点、发送接收点(Transmitting Receiving Point，TRP)或所述领域中其他某个合适的术语，只要达到相同的技术效果，所述基站不限于特定技术词汇，需要说明的是，在本申请实施例中仅以NR***中的基站为例进行介绍，并不限定基站的具体类型。
核心网设备可以包含但不限于如下至少一项：核心网节点、核心网功能、移动管理实体(Mobility Management Entity，MME)、接入和移动管理功能(Access and Mobility Management Function，AMF)、会话管理功能(Session Management Function，SMF)、用户平面功能(User Plane Function，UPF)、策略控制功能(Policy Control Function，PCF)、策略与计费规则功能单元(Policy and Charging Rules Function，PCRF)、边缘应用服务发现功能(Edge Application Server Discovery Function，EASDF)、统一数据管理(Unified Data Management，UDM)，统一数据仓储(Unified Data Repository，UDR)、归属用户服务器(Home Subscriber Server，HSS)、集中式网络配置(Centralized network configuration，CNC)、网络存储功能(Network Repository Function，NRF)，网络开放功能(Network Exposure Function，NEF)、本地NEF(Local NEF，或L-NEF)、绑定支持功能(Binding Support Function， BSF)、应用功能(Application Function，AF)等。需要说明的是，在本申请实施例中仅以NR***中的核心网设备为例进行介绍，并不限定核心网设备的具体类型。
本申请实施例涉及的AI模型也可以称为ML模型。
下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的CSI预测处理方法、装置、通信设备及可读存储介质进行详细地说明。
参见图7，本申请实施例提供一种CSI预测处理方法，具体步骤包括：步骤701和步骤702。
步骤701：第一设备接收来自第二设备的第一信息；
步骤702：第一设备根据所述第一信息，执行第一行为；
其中，所述执行第一行为包括确定是否调整第一预测参数，所述第一预测参数用于CSI预测。
在本申请的一种实施方式中，所述执行第一行为还包括：确定开始CSI预测，或者确定禁止CSI预测，或者确定停止CSI预测。
可选的，第一设备可以根据第一信息获得CSI预测性能，根据CSI预测性能决策执行哪种第一行为。
在本申请的一种实施方式中，所述方法还包括：
所述第一设备向所述第二设备发送第二信息，所述第二信息用于指示以下之一：
(1)所述第一设备调整所述第一预测参数；
(2)所述第一设备没有调整所述第一预测参数；
(3)所述第二设备开始CSI预测；
(4)所述第二设备禁止CSI预测；
(5)所述第二设备停止CSI预测。
比如，在第一设备决策调整第一预测参数的情况下，该第一设备可以调整第一预测参数，然后向第二设备发送调整后的第一预测参数。
又比如，在第一设备决策确定开始CSI预测的情况下，该第一设备可以指示第二设备开始CSI预测。
又比如，在第一设备决策确定停止CSI预测的情况下，该第一设备可以指示第二设备停止CSI预测。
在本申请的一种实施方式中，所述方法还包括：
在所述第一设备从所述第二设备接收第一信息之前，所述第一设备向所述第二设备发送所述第一预测参数。
可选的，第二设备可以根据接收到的第一预测参数，验证预测性能，并根据预测性能决策是否调整预测参数等。
在本申请的一种实施方式中，所述第一信息包括以下至少一项：
(1)第三信息，所述第三信息用于表示第二设备进行CSI预测的可行性；
比如，第三信息为1比特指示信息，“1”表示进行CSI预测，“0”表示不进行CSI预测。
(2)第二预测参数，所述第二预测参数包括所述第二设备提供的预测参数；
可以理解的是，第二预测参数是第二设备建议的预测参数。
(3)第一CSI，所述第一CSI用于表示与第三预测参数对应的CSI预测结果；
可以理解的是，第一CSI也可以称为预测CSI，利用第三预测参数预测得到的CSI结果，比如，指定时间为A，第三预测参数包括未来1ms或未来2ms，则预测未来A+1ms或未来A+2ms时的CSI结果。
(4)所述第三预测参数；
可选的，所述第三预测参数与所述第一预测参数和/或第二预测参数相同或不同。
(5)第二CSI，所述第二CSI用于表示与所述第三预测参数对应的CSI实测结果；
可以理解的是，第二CSI也可以称为实测CSI，利用第三预测参数实测得到的CSI结果，比如，指定时间为A，第三预测参数包括未来1ms或未来2ms，则在达到A+1ms或A+2ms时，实测CSI，得到第二CSI。
可以理解的是，第一CSI和第二CSI可以分两次发送，也可以先保存第一CSI，等获取了第二CSI后，第一CSI和第二CSI一同发送，其中，第一CSI和第二CSI可以独立压缩，也可以联合压缩。
(6)第四信息，所述第四信息用于表示CSI预测的性能。
可以理解的是，性能可以用于量化CSI预测质量的好坏。
可选的，所述第四信息是由所述第二设备根据所述第一CSI和第二CSI确定的。
可选的，所述第四信息包括以下至少一项：(1)误差类指标，比如误差，均方误差、归一化的均方误差等，(2)精度类指标，比如余弦相似度。
比如，第二设备根据第一CSI和第二CSI，计算误差，均方误差、归一化的均方误差或者余弦相似度，从而得到可以量化CSI预测的性能的第四信息。
在本申请的一种实施方式中，所述第一设备根据所述第一信息，执行第一行为，包括：
在所述第一信息至少包括所述第一CSI和所述第二CSI的情况下，所述第一设备根据所述第一CSI和所述第二CSI，确定第五信息，所述第五信息用于表示CSI预测的性能；
所述第一设备根据所述第五信息，确定(或决策)是否调整所述第一预测参数；
或者，
在所述第一信息至少包括所述第四信息的情况下，所述第一设备根据所述第四信息，确定(或决策)是否调整所述第一预测参数。
在本申请的一种实施方式中，所述第一设备根据所述第一信息，执行第一行为，还包括：
在所述第一信息至少包括所述第三信息和第二预测参数的情况下，所述第一设备确定(或决策)所述第二设备是否根据所述第二预测参数进行预测；
或者，
在所述第一信息至少包括所述第一CSI的情况下，所述第一设备确定(或决策)是否根据所述第一CSI进行调度。
在本申请的一种实施方式中，所述第一预测参数或第二预测参数或第三预测参数包括以下至少一项：
(1)预测时间信息；
可选的，预测时间信息用于表示待测的时间位置，比如，未来1ms、未来2ms等，或者未来1时隙(slot)、未来2slot等。
(2)CSI间隔；
可选的，CSI间隔用于表示预测的多个历史CSI之间的间隔。
上述CSI间隔也可以称为CSI周期。
(3)CSI个数；
可选的，CSI个数用于表示预测的多个历史CSI的个数。
(4)CSI窗口长度；
可选的，CSI窗口长度用于表示预测的多个历史CSI占的时域长度。
(5)预测的频域信息；
可选的，预测的频域信息可以包括：物理资源块(Physical Resource Block，PRB)数、PRB位置、子带数、子带位置等中的至少一项。
(6)预测的空域信息。
可选的，预测的空域信息可以包括：天线数、端口数、波束数等中的至少一项。
在本申请的一种实施方式中，与所述第二CSI相关的参考信号包括以下至少一项：
(1)周期CSI-RS；
(2)非周期CSI-RS；
(3)CSI-RS簇(burst)；
(4)验证专用RS。
可以理解的是，该验证专用RS包括专门用来做CSI预测的性能验证或监督的新RS。
也就是，在本实施例中，可以通过上述(1)～(4)中的至少一项参考信号进行CSI测量，以获取CSI实测结果。
在本申请的一种实施方式中，所述第一设备为网络侧设备或终端，所述第二设备为网络侧设备或终端。
在本申请实施例中，第一设备可以根据来自第二设备的第一信息确定是否调整用于CSI预测的第一预测参数，从而实现通过第一设备和第二设备之间的信令交互，互通CSI预测相关信息，完成无线通信***中CSI预测参数的调整，可以提高CSI预测的执行效率和预测精度。
参见图8，本申请实施例提供一种CSI预测处理方法，具体步骤包括：步骤801。
步骤801：第二设备向第一设备发送第一信息，所述第一信息用于所述第一设备执行第一行为，所述执行第一行为包括确定调整第一预测参数，所述第一预测参数用于CSI预测。
在本申请的一种实施方式中，所述第一行为还包括：确定开始CSI预测，或者确定禁止CSI预测，或者确定停止CSI预测。
在本申请的一种实施方式中，所述方法还包括：
所述第二设备从所述第一设备接收第二信息，所述第二信息用于指示以下之一：
(1)所述第一设备调整所述第一预测参数；
(2)所述第一设备没有调整所述第一预测参数；
(3)所述第二设备开始CSI预测；
(4)所述第二设备禁止CSI预测；
(5)所述第二设备停止CSI预测。
在本申请的一种实施方式中，所述方法还包括：
在所述第二设备向第一设备发送第一信息之前，所述第二设备从所述第一设备接收所述第一预测参数。
在本申请的一种实施方式中，所述第一信息包括以下至少一项：
(1)第三信息，所述第三信息用于表示第二设备进行CSI预测的可行性；
(2)第二预测参数，所述第二预测参数包括所述第二设备提供的预测参数；
(3)第一CSI，所述第一CSI用于表示与第三预测参数对应的CSI预测结果；
(4)所述第三预测参数；
可选的，所述第三预测参数与所述第一预测参数和/或第二预测参数相同或不同。
(5)第二CSI，所述第二CSI用于表示与所述第三预测参数对应的CSI实测结果；
(6)第四信息，所述第四信息用于表示CSI预测的性能。
在本申请的一种实施方式中，所述方法还包括：
所述第二设备根据所述第三预测参数，确定所述第一CSI和/或第二CSI。
可以理解的是，第三预测参数中可以包括预测时间信息，根据该预测时间信息进行预测CSI和/或实测CSI，得到第一CSI和/或第二CSI。
比如，指定时间为A，第三预测参数包括未来1ms或未来2ms，则预测未来A+1ms或未来A+2ms时CSI，得到第一CSI，在达到A+1ms或A+2ms时，实测CSI，得到第二CSI。
在本申请的一种实施方式中，所述方法还包括：
所述第二设备根据所述第一CSI和第二CSI，确定所述第四信息。
比如，第二设备根据第一CSI和第二CSI，计算误差，均方误差、归一化的均方误差或者余弦相似度，从而得到可以量化CSI预测的性能的第四信息。
可以理解的是，第一CSI和第二CSI可以分两次发送，也可以先保存第一CSI，等获 取了第二CSI后，第一CSI和第二CSI一同发送，其中，第一CSI和第二CSI可以独立压缩，也可以联合压缩。
在本申请的一种实施方式中，所述方法还包括：
所述第二设备根据所述第四信息，调整所述第一预测参数，得到调整后的预测参数。
也就是，根据预测性能调整第一预测参数，目的是使预测CSI和实测CSI相差不大，从而提高利用调整后的预测参数进行CSI预测的精确性。
在本申请的一种实施方式中，所述调整后的预测参数与所述第二预测参数和/或第三预测参数相同或不同。
在本申请的一种实施方式中，所述第四信息包括以下至少一项：误差类指标，精度类指标。
在本申请的一种实施方式中，所述第一预测参数或第二预测参数或第三预测参数包括以下至少一项：
(1)预测时间信息；
可选的，预测时间信息用于表示待测的时间位置，比如，未来1ms、未来2ms等，或者未来1时隙(slot)、未来2slot等。
(2)CSI间隔；
可选的，CSI间隔用于表示预测的多个历史CSI之间的间隔。
上述CSI间隔也可以称为CSI周期。
(3)CSI个数；
可选的，CSI个数用于表示预测的多个历史CSI的个数。
(4)CSI窗口长度；
可选的，CSI窗口长度用于表示预测的多个历史CSI占的时域长度。
(5)预测的频域信息；
可选的，预测的频域信息可以包括：物理资源块(Physical Resource Block，PRB)数、PRB位置、子带数、子带位置等中的至少一项。
(6)预测的空域信息。
可选的，预测的空域信息可以包括：天线数、端口数、波束数等中的至少一项。
在本申请的一种实施方式中，与所述第二CSI相关的参考信号包括以下至少一项：
(1)周期CSI-RS；
(2)非周期CSI-RS；
(3)CSI-RS簇；
(4)验证专用RS。
在本申请的一种实施方式中，所述第一设备为网络侧设备或终端，所述第二设备为网络侧设备或终端。
在本申请实施例中，第二设备向第一设备发送第一信息，第一信息用于辅助第一设备 确定是否调整用于CSI预测的第一预测参数，从而实现通过第一设备和第二设备之间的信令交互，互通CSI预测相关信息，完成无线通信***中CSI预测参数的调整，可以提高CSI预测的执行效率和预测精度。
为了更好地理解本申请的实施方式，下面结合实施例一至实施例三进行介绍。
实施例一
参见图9，具体步骤如下：
步骤1：第一设备发送第一预测参数；
步骤2：第二设备验证CSI预测的性能；
比如，第二设备可以根据第三预测参数得到第一CSI和第二CSI，其中第一CSI是预测CSI，第二CSI是实测CSI，第二设备根据第一CSI和第二CSI得到第四信息，所述第四信息用于表示CSI预测的性能；
其中，第三预测参数可以与第一预测参数相同或不同。
步骤3：第二设备根据步骤2的CSI预测的性能，决策执行步骤4、步骤5、步骤6或者步骤7；
步骤4：第二设备调整第一预测参数，得到新的第一预测参数，然后返回步骤2；
步骤5：第二设备向第一设备上报第三信息，以及第四信息，第一设备根据第三信息以及第四信息决策是否调整第一预测参数；
步骤6：第二设备向第一设备上报第二预测参数，第一设备根据第二预测参数决策是否按照第二预测参数执行CSI预测，所述第二预测参数包括所述第二设备提供的预测参数；
步骤7：第二设备向第一设备上报第一CSI和第三预测参数，第一设备决策是否用第一CSI做调度。
实施例二
参见图10，具体步骤如下：
步骤1：基站发送第一预测参数；
步骤2：终端获取第一CSI，所述第一CSI用于表示与第三预测参数对应的CSI预测结果；
其中，第三预测参数可以与第一预测参数相同或不同。
步骤3：终端向基站反馈第一CSI；
步骤4：终端向基站反馈第二CSI，所述第二CSI用于表示与所述第三预测参数对应的CSI实测结果；
步骤5：基站根据第一CSI和第二CSI获得第四信息，也就是根据第一CSI和第二CSI计算预测性能；
步骤6：基站根据第四信息，决策执行步骤7、步骤8或者步骤9；
步骤7：基站调整第一预测参数，得到新的第一预测参数；
步骤8：基站向终端指示禁止预测；
步骤9：基站向终端指示执行预测。
实施例二
参见图11，具体步骤如下：
步骤1：基站向终端指示第一预测参数；
步骤2：终端获取第四信息，所述第四信息用于表示CSI预测的性能；
比如，终端可以根据第三预测参数得到第一CSI和第二CSI，其中第一CSI是预测CSI，第二CSI是实测CSI，终端根据第一CSI和第二CSI得到第四信息；
其中，第三预测参数可以与第一预测参数相同或不同。
步骤3：终端向基站反馈第四信息；
步骤4：基站根据第四信息决策执行步骤5、步骤6或者步骤7；
步骤5：基站调整第一预测参数，得到新的第一预测参数；
步骤6：基站指示禁止预测，终端根据基站的指示禁止预测；
步骤7：基站指示执行预测，终端根据基站的指示执行预测。
参见图12，本申请实施例提供一种CSI预测处理装置，应用于第一设备，该装置1200包括：
第一接收模块1201，用于接收来自第二设备的第一信息；
执行模块1202，用于根据所述第一信息，执行第一行为；
其中，所述执行第一行为包括确定是否调整第一预测参数，所述第一预测参数用于CSI预测。
在本申请的一种实施方式中，所述执行第一行为还包括：确定开始CSI预测，或者确定禁止CSI预测，或者确定停止CSI预测。
在本申请的一种实施方式中，所述装置还包括：
第一发送模块，用于向所述第二设备发送第二信息，所述第二信息用于指示以下之一：
(1)所述第一设备调整所述第一预测参数；
(2)所述第一设备没有调整所述第一预测参数；
(3)所述第二设备开始CSI预测；
(4)所述第二设备禁止CSI预测；
(5)所述第二设备停止CSI预测。
在本申请的一种实施方式中，所述装置还包括：
第二发送模块，用于在从所述第二设备接收第一信息之前，向所述第二设备发送所述第一预测参数。
在本申请的一种实施方式中，所述第一信息包括以下至少一项：
(1)第三信息，所述第三信息用于表示第二设备进行CSI预测的可行性；
(2)第二预测参数，所述第二预测参数包括所述第二设备提供的预测参数；
(3)第一CSI，所述第一CSI用于表示与第三预测参数对应的CSI预测结果；
(4)所述第三预测参数；
可选的，所述第三预测参数与所述第一预测参数和/或第二预测参数相同或不同。
(5)第二CSI，所述第二CSI用于表示与所述第三预测参数对应的CSI实测结果；
(6)第四信息，所述第四信息用于表示CSI预测的性能。
可选的，所述第四信息包括以下至少一项：误差类指标，精度类指标。
在本申请的一种实施方式中，所述第四信息是由所述第二设备根据所述第一CSI和第二CSI确定的。
在本申请的一种实施方式中，执行模块1202进一步用于：
在所述第一信息至少包括所述第一CSI和所述第二CSI的情况下根据所述第一CSI和所述第二CSI，确定第五信息，所述第五信息用于表示CSI预测的性能；
根据所述第五信息，确定是否调整所述第一预测参数；
或者，
在所述第一信息至少包括所述第四信息的情况下，根据所述第四信息，确定是否调整所述第一预测参数。
在本申请的一种实施方式中，执行模块1202还用于：
在所述第一信息至少包括所述第三信息和第二预测参数的情况下，确定所述第二设备是否根据所述第二预测参数进行预测；
或者，
在所述第一信息至少包括所述第一CSI的情况下，确定是否根据所述第一CSI进行调度。
在本申请的一种实施方式中，所述第一预测参数或第二预测参数或第三预测参数包括以下至少一项：
(1)预测时间信息；
可选的，预测时间信息用于表示待测的时间位置，比如，未来1ms、未来2ms等，或者未来1时隙(slot)、未来2slot等。
(2)CSI间隔；
可选的，CSI间隔用于表示预测的多个历史CSI之间的间隔。
上述CSI间隔也可以称为CSI周期。
(3)CSI个数；
可选的，CSI个数用于表示预测的多个历史CSI的个数。
(4)CSI窗口长度；
可选的，CSI窗口长度用于表示预测的多个历史CSI占的时域长度。
(5)预测的频域信息；
可选的，预测的频域信息可以包括：物理资源块(Physical Resource Block，PRB)数、PRB位置、子带数、子带位置等中的至少一项。
(6)预测的空域信息。
可选的，预测的空域信息可以包括：天线数、端口数、波束数等中的至少一项。
在本申请的一种实施方式中，与所述第二CSI相关的参考信号包括以下至少一项：
(1)周期CSI-RS；
(2)非周期CSI-RS；
(3)CSI-RS簇；
(4)验证专用RS。
在本申请的一种实施方式中，所述第一设备为网络侧设备或终端，所述第二设备为网络侧设备或终端。
本申请实施例提供的装置能够实现图7的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
参见图13，本申请实施例提供一种CSI预测处理装置，应用于第二设备，该装置1300包括：
第三发送模块1301，用于向第一设备发送第一信息，所述第一信息用于所述第一设备执行第一行为，所述执行第一行为包括确定调整第一预测参数，所述第一预测参数用于CSI预测。
在本申请的一种实施方式中，所述第一行为还包括：确定开始CSI预测，或者确定禁止CSI预测，或者确定停止CSI预测。
在本申请的一种实施方式中，所述装置还包括：
第二接收模块，用于从所述第一设备接收第二信息，所述第二信息用于指示以下之一：
(1)所述第一设备调整所述第一预测参数；
(2)所述第一设备没有调整所述第一预测参数；
(3)所述第二设备开始CSI预测；
(4)所述第二设备禁止CSI预测；
(5)所述第二设备停止CSI预测。
在本申请的一种实施方式中，所述装置还包括：
第三接收模块，用于在向第一设备发送第一信息之前，从所述第一设备接收所述第一预测参数。
在本申请的一种实施方式中，所述第一信息包括以下至少一项：
(1)第三信息，所述第三信息用于表示第二设备进行CSI预测的可行性；
(2)第二预测参数，所述第二预测参数包括所述第二设备提供的预测参数；
(3)第一CSI，所述第一CSI用于表示与第三预测参数对应的CSI预测结果；
(4)所述第三预测参数；
可选的，所述第三预测参数与所述第一预测参数和/或第二预测参数相同或不同。
(5)第二CSI，所述第二CSI用于表示与所述第三预测参数对应的CSI实测结果；
(6)第四信息，所述第四信息用于表示CSI预测的性能。
在本申请的一种实施方式中，所述装置还包括：
第一确定模块，用于根据所述第三预测参数，确定所述第一CSI和/或第二CSI。
在本申请的一种实施方式中，所述装置还包括：
第二确定模块，用于根据所述第一CSI和第二CSI，确定所述第四信息。
在本申请的一种实施方式中，所述装置还包括：
调整模块，用于根据所述第四信息，调整所述第一预测参数，得到调整后的预测参数。
在本申请的一种实施方式中，所述调整后的预测参数与所述第二预测参数和/或第三预测参数相同或不同。
在本申请的一种实施方式中，所述第三预测参数与所述第一预测参数和/或第二预测参数相同或不同。
在本申请的一种实施方式中，所述第四信息包括以下至少一项：误差类指标，精度类指标。
在本申请的一种实施方式中，所述第一预测参数或第二预测参数或第三预测参数包括以下至少一项：
(1)预测时间信息；
可选的，预测时间信息用于表示待测的时间位置，比如，未来1ms、未来2ms等，或者未来1时隙(slot)、未来2slot等。
(2)CSI间隔；
可选的，CSI间隔用于表示预测的多个历史CSI之间的间隔。
上述CSI间隔也可以称为CSI周期。
(3)CSI个数；
可选的，CSI个数用于表示预测的多个历史CSI的个数。
(4)CSI窗口长度；
可选的，CSI窗口长度用于表示预测的多个历史CSI占的时域长度。
(5)预测的频域信息；
可选的，预测的频域信息可以包括：物理资源块(Physical Resource Block，PRB)数、PRB位置、子带数、子带位置等中的至少一项。
(6)预测的空域信息。
可选的，预测的空域信息可以包括：天线数、端口数、波束数等中的至少一项。
在本申请的一种实施方式中，与所述第二CSI相关的参考信号包括以下至少一项：
(1)周期CSI-RS；
(2)非周期CSI-RS；
(3)CSI-RS簇；
(4)验证专用RS。
在本申请的一种实施方式中，所述第一设备为网络侧设备或终端，所述第二设备为网络侧设备或终端。
本申请实施例提供的装置能够实现图8的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
图14为实现本申请实施例的一种终端的硬件结构示意图。该终端1400包括但不限于：射频单元1401、网络模块1402、音频输出单元1403、输入单元1404、传感器1405、显示单元1406、用户输入单元1407、接口单元1408、存储器1409以及处理器1440等中的至少部分部件。
本领域技术人员可以理解，终端1400还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理***与处理器1440逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。图14中示出的终端结构并不构成对终端的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
应理解的是，本申请实施例中，输入单元1404可以包括图形处理单元(Graphics Processing Unit，GPU)14041和麦克风14042，图形处理器14041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1406可包括显示面板14061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板14061。用户输入单元507包括触控面板14071以及其他输入设备14072中的至少一种。触控面板14071，也称为触摸屏。触控面板14071可包括触摸检测装置和触摸控制器两个部分。其他输入设备14072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
本申请实施例中，射频单元1401接收来自网络侧设备的下行数据后，可以传输给处理器1440进行处理；另外，射频单元1401可以向网络侧设备发送上行数据。通常，射频单元1401包括但不限于天线、放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器1409可用于存储软件程序或指令以及各种数据。存储器1409可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作***、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器1409可以包括易失性存储器或非易失性存储器，或者，存储器1409可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced  SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请实施例中的存储器1409包括但不限于这些和任意其它适合类型的存储器。
处理器1440可包括一个或多个处理单元；可选的，处理器1440集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作***、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器1440中。
本申请实施例提供的终端能够实现图7或图8的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
请参阅图15，图15是本申请实施例应用的通信设备的结构图，如图15所示，通信设备1500包括：处理器1501、收发机1502、存储器1503和总线接口，其中，处理器1501可以负责管理总线架构和通常的处理。存储器1503可以存储处理器1501在执行操作时所使用的数据。
在本申请的一个实施例中，通信设备1500还包括：存储在存储器1503并可在处理器1501上运行的程序，程序被处理器1501执行时实现以上图7或图8所示方法中的步骤。
在图15中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器1501代表的一个或多个处理器和存储器1503代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机1502可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。
可选的，如图16所示，本申请实施例还提供一种通信设备1600，包括处理器1601和存储器1602，存储器1602上存储有可在所述处理器1601上运行的程序或指令，例如，该通信设备1600为终端时，该程序或指令被处理器1601执行时实现上述图7或图8方法实施例的各个步骤，该通信设备1600为网络侧设备时，该程序或指令被处理器1601执行时实现上述图7或图8方法实施例的各个步骤且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现图7或图8方法及上述各个实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现图7或图8所示及上述各个方法 实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为***级芯片，***芯片，芯片***或片上***芯片等。
本申请实施例另提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现图3或图4所示及上述各个方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例另提供一种通信***，所述通信***包括终端与网络侧设备，所述终端用于执行如图3及上述各个方法实施例的各个过程，所述网络侧设备用于执行如图4及上述各个方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (31)

  1. 一种信道状态信息CSI预测处理方法，包括：
    第一设备接收来自第二设备的第一信息；
    所述第一设备根据所述第一信息，执行第一行为；
    其中，所述执行第一行为包括确定是否调整第一预测参数，所述第一预测参数用于CSI预测。
  2. 根据权利要求1所述的方法，其中，所述执行第一行为还包括：确定开始CSI预测，或者确定禁止CSI预测，或者确定停止CSI预测。
  3. 根据权利要求1或2所述的方法，其中，所述方法还包括：
    所述第一设备向所述第二设备发送第二信息，所述第二信息用于指示以下之一：
    所述第一设备调整所述第一预测参数；
    所述第一设备没有调整所述第一预测参数；
    所述第二设备开始CSI预测；
    所述第二设备禁止CSI预测；
    所述第二设备停止CSI预测。
  4. 根据权利要求1所述的方法，其中，所述方法还包括：
    在所述第一设备从所述第二设备接收第一信息之前，所述第一设备向所述第二设备发送所述第一预测参数。
  5. 根据权利要求1至4任一项所述的方法，其中，所述第一信息包括以下至少一项：
    第三信息，所述第三信息用于表示第二设备进行CSI预测的可行性；
    第二预测参数，所述第二预测参数包括所述第二设备提供的预测参数；
    第一CSI，所述第一CSI用于表示与第三预测参数对应的CSI预测结果；
    所述第三预测参数；
    第二CSI，所述第二CSI用于表示与所述第三预测参数对应的CSI实测结果；
    第四信息，所述第四信息用于表示CSI预测的性能。
  6. 根据权利要求5所述的方法，其中，所述第三预测参数与所述第一预测参数和/或第二预测参数相同或不同。
  7. 根据权利要求5所述的方法，其中，所述第四信息是由所述第二设备根据所述第一CSI和第二CSI确定的。
  8. 根据权利要求5或7所述的方法，其中，所述第四信息包括以下至少一项：误差类指标，精度类指标。
  9. 根据权利要求5所述的方法，其中，所述第一设备根据所述第一信息，执行第一行为，包括：
    在所述第一信息至少包括所述第一CSI和所述第二CSI的情况下，所述第一设备根据 所述第一CSI和所述第二CSI，确定第五信息，所述第五信息用于表示CSI预测的性能；
    所述第一设备根据所述第五信息，确定是否调整所述第一预测参数；
    或者，
    在所述第一信息至少包括所述第四信息的情况下，所述第一设备根据所述第四信息，确定是否调整所述第一预测参数。
  10. 根据权利要求5所述的方法，其中，所述第一设备根据所述第一信息，执行第一行为，还包括：
    在所述第一信息至少包括所述第三信息和第二预测参数的情况下，所述第一设备确定所述第二设备是否根据所述第二预测参数进行预测；
    或者，
    在所述第一信息至少包括所述第一CSI的情况下，所述第一设备确定是否根据所述第一CSI进行调度。
  11. 根据权利要求1、3、4、5、6、9或10所述的方法，其中，所述第一预测参数或第二预测参数或第三预测参数包括以下至少一项：
    CSI间隔；
    CSI个数；
    CSI窗口长度；
    预测时间信息；
    预测的频域信息；
    预测的空域信息。
  12. 根据权利要求5所述的方法，其中，与所述第二CSI相关的参考信号包括以下至少一项：
    周期信道状态信息参考信号CSI-RS；
    非周期CSI-RS；
    CSI-RS簇；
    验证专用参考信号RS。
  13. 根据权利要求1所述的方法，其中，所述第一设备为网络侧设备或终端，所述第二设备为网络侧设备或终端。
  14. 一种CSI预测处理方法，包括：
    第二设备向第一设备发送第一信息，所述第一信息用于所述第一设备执行第一行为，所述执行第一行为包括确定调整第一预测参数，所述第一预测参数用于CSI预测。
  15. 根据权利要求14所述的方法，其中，所述第一行为还包括：确定开始CSI预测，或者确定禁止CSI预测，或者确定停止CSI预测。
  16. 根据权利要求14或15所述的方法，其中，所述方法还包括：
    所述第二设备从所述第一设备接收第二信息，所述第二信息用于指示以下之一：
    所述第一设备调整所述第一预测参数；
    所述第一设备没有调整所述第一预测参数；
    所述第二设备开始CSI预测；
    所述第二设备禁止CSI预测；
    所述第二设备停止CSI预测。
  17. 根据权利要求14所述的方法，其中，所述方法还包括：
    在所述第二设备向第一设备发送第一信息之前，所述第二设备从所述第一设备接收所述第一预测参数。
  18. 根据权利要求14至17任一项所述的方法，其中，所述第一信息包括以下至少一项：
    第三信息，所述第三信息用于表示第二设备进行CSI预测的可行性；
    第二预测参数，所述第二预测参数包括所述第二设备提供的预测参数；
    第一CSI，所述第一CSI用于表示与第三预测参数对应的CSI预测结果；
    所述第三预测参数；
    第二CSI，所述第二CSI用于表示与所述第三预测参数对应的CSI实测结果；
    第四信息，所述第四信息用于表示CSI预测的性能。
  19. 根据权利要求18所述的方法，其中，所述方法还包括：
    所述第二设备根据所述第三预测参数，确定所述第一CSI和/或第二CSI。
  20. 根据权利要求19所述的方法，其中，所述方法还包括：
    所述第二设备根据所述第一CSI和第二CSI，确定所述第四信息。
  21. 根据权利要求20所述的方法，其中，所述方法还包括：
    所述第二设备根据所述第四信息，调整所述第一预测参数，得到调整后的预测参数。
  22. 根据权利要求21所述的方法，其中，所述调整后的预测参数与所述第二预测参数和/或第三预测参数相同或不同。
  23. 根据权利要求18所述的方法，其中，所述第三预测参数与所述第一预测参数和/或第二预测参数相同或不同。
  24. 根据权利要求18所述的方法，其中，所述第四信息包括以下至少一项：误差类指标，精度类指标。
  25. 根据权利要求14、16、17、18、19、21、22或23所述的方法，其中，所述第一预测参数或第二预测参数或第三预测参数包括以下至少一项：
    CSI间隔；
    CSI个数；
    CSI窗口长度；
    预测时间信息；
    预测的频域信息；
    预测的空域信息。
  26. 根据权利要求18所述的方法，其中，与所述第二CSI相关的参考信号包括以下至少一项：
    周期CSI-RS；
    非周期CSI-RS；
    CSI-RS簇；
    验证专用RS。
  27. 根据权利要求14所述的方法，其中，所述第一设备为网络侧设备或终端，所述第二设备为网络侧设备或终端。
  28. 一种CSI预测处理装置，包括：
    第一接收模块，用于接收来自第二设备的第一信息；
    执行模块，用于根据所述第一信息，执行第一行为；
    其中，所述执行第一行为包括确定是否调整第一预测参数，所述第一预测参数用于CSI预测。
  29. 一种CSI预测处理装置，包括：
    第三发送模块，用于向第一设备发送第一信息，所述第一信息用于所述第一设备执行第一行为，所述执行第一行为包括确定调整第一预测参数，所述第一预测参数用于CSI预测。
  30. 一种通信设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至27中任一项所述的方法的步骤。
  31. 一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至27中任一项所述的方法的步骤。
PCT/CN2023/112142 2022-08-10 2023-08-10 Csi预测处理方法、装置、通信设备及可读存储介质 WO2024032695A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210956569.XA CN117641433A (zh) 2022-08-10 2022-08-10 Csi预测处理方法、装置、通信设备及可读存储介质
CN202210956569.X 2022-08-10

Publications (1)

Publication Number Publication Date
WO2024032695A1 true WO2024032695A1 (zh) 2024-02-15

Family

ID=89850940

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/112142 WO2024032695A1 (zh) 2022-08-10 2023-08-10 Csi预测处理方法、装置、通信设备及可读存储介质

Country Status (2)

Country Link
CN (1) CN117641433A (zh)
WO (1) WO2024032695A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105432118A (zh) * 2013-07-31 2016-03-23 高通股份有限公司 使用预测移动性调适移动设备行为
CN106685502A (zh) * 2015-11-06 2017-05-17 中兴通讯股份有限公司 一种信道状态信息量化反馈方法及终端
CN111756457A (zh) * 2019-03-27 2020-10-09 华为技术有限公司 信道预测方法、装置及计算机存储介质
US20210126692A1 (en) * 2018-01-22 2021-04-29 Lg Electronics Inc. Method for transmitting and receiving channel state information in wireless communication system and device therefor
CN114389785A (zh) * 2020-10-16 2022-04-22 维沃移动通信有限公司 参考信号的调整方法及装置、终端及网络侧设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105432118A (zh) * 2013-07-31 2016-03-23 高通股份有限公司 使用预测移动性调适移动设备行为
CN106685502A (zh) * 2015-11-06 2017-05-17 中兴通讯股份有限公司 一种信道状态信息量化反馈方法及终端
US20210126692A1 (en) * 2018-01-22 2021-04-29 Lg Electronics Inc. Method for transmitting and receiving channel state information in wireless communication system and device therefor
CN111756457A (zh) * 2019-03-27 2020-10-09 华为技术有限公司 信道预测方法、装置及计算机存储介质
CN114389785A (zh) * 2020-10-16 2022-04-22 维沃移动通信有限公司 参考信号的调整方法及装置、终端及网络侧设备

Also Published As

Publication number Publication date
CN117641433A (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
WO2022184009A1 (zh) 量化的方法、装置、设备及可读存储介质
WO2024032695A1 (zh) Csi预测处理方法、装置、通信设备及可读存储介质
WO2024032694A1 (zh) Csi预测处理方法、装置、通信设备及可读存储介质
WO2024067281A1 (zh) Ai模型的处理方法、装置及通信设备
WO2024067280A1 (zh) 更新ai模型参数的方法、装置及通信设备
WO2024067665A1 (zh) Csi预测处理方法、装置、通信设备及可读存储介质
WO2024093713A1 (zh) 资源配置方法、装置、通信设备及可读存储介质
WO2024041421A1 (zh) 测量反馈处理方法、装置、终端及网络侧设备
WO2023179540A1 (zh) 信道预测方法、装置及无线通信设备
WO2024125391A2 (zh) Ai模型监测方法、ai模型性能的测量方法、装置及设备
WO2024078405A1 (zh) 传输方法、装置、通信设备及可读存储介质
WO2024125525A1 (zh) Ai算力上报方法、终端及网络侧设备
WO2024104070A1 (zh) 波束报告的发送方法、接收方法、装置及通信设备
WO2023186091A1 (zh) 样本确定方法、装置及设备
WO2024032606A1 (zh) 信息传输方法、装置、设备、***及存储介质
WO2024120409A1 (zh) Ai网络模型的确定方法、信息传输方法、装置和通信设备
WO2023103911A1 (zh) 测量方法、装置、设备及存储介质
WO2023155839A1 (zh) Ai模型的在线学习方法、装置、通信设备及可读存储介质
WO2024046206A1 (zh) 接收方法、设备及可读存储介质
WO2023186099A1 (zh) 信息反馈方法、装置及设备
WO2024046202A1 (zh) 发送方法、用户设备、网络侧设备及可读存储介质
WO2023134761A1 (zh) 波束信息交互方法、装置、设备及存储介质
WO2024099091A1 (zh) 波束预测方法、装置、终端、网络侧设备及存储介质
WO2024027683A1 (zh) 模型匹配方法、装置、通信设备及可读存储介质
WO2024140422A1 (zh) Ai单元的性能监测方法、终端及网络侧设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23851916

Country of ref document: EP

Kind code of ref document: A1