CN111756457B - 信道预测方法、装置及计算机存储介质 - Google Patents

Abstract

本申请实施例公开了信道预测方法、装置及计算机存储介质，所述方法包括：通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道；对至少一个预测信道进行处理，得到处理后的预测信道。本申请实施例可以对预测信道进行处理，以实现信道预测，提高信道预测的准确率。

Description

信道预测方法、装置及计算机存储介质

技术领域

本申请涉及通信技术领域，尤其涉及信道预测方法、装置及计算机存储介质。

背景技术

在无线通信系统中，发射机用于发送信号，接收机用于接收来自发射机的信号，发射机与接收机之间的无线链路称为无线信道。信道估计指的是估计发送天线与接收天线之间的无线信道的响应。由于真实信道环境的随机性，信道估计算法是基于当前时刻的测量信号计算得到信道状态信息(Channel State Information，CSI)，没有把历史时刻的信道系数纳入考虑。

基于此，提出了信道预测方法，信道预测指的是利用历史时刻的信道状态信息，预测出未来的信道状态信息。但目前的信道预测方法预测得到的信道状态信息的准确率较低，从而降低了无线通信系统的性能。

发明内容

本发明实施例提供了信道预测方法、装置及计算机存储介质，可以提高信道预测的准确率。

第一方面，本申请实施例提供了一种信道预测方法，其特征在于，通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，并对至少一个预测信道进行处理，得到处理后的预测信道。

在该技术方案中，通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，对至少一个预测信道进行处理，得到处理后的预测信道，信道预测得到的CSI的准确度大于或者等于信道估计得到的CSI的准确度，可提高信道预测的准确率，从而提高了无线通信系统的性能。

在一种可能的实现方式中，通信装置对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果；

将所述比较结果对应的预测信道作为所述处理后的预测信道。

在一种可能的实现方式中，通信装置通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第一幅度值，所述第一幅度值为所述每个预测信道的最小幅度值；

在所述第一幅度值中确定第二幅度值，所述第二幅度值为所述第一幅度值中的最大幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第二幅度值对应的预测信道作为所述处理后的预测信道。

在一种可能的实现方式中，通信装置通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第三幅度值，所述第三幅度值是对所述每个预测信道的所有幅度值中小于预设幅度阈值的幅度值进行算术运算得到的；

在所述第三幅度值中确定第四幅度值，所述第四幅度值为所述第三幅度值中的最大幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第四幅度值对应的预测信道作为所述处理后的预测信道。

在一种可能的实现方式中，通信装置通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第五幅度值，所述第五幅度值为所述每个预测信道在频率上小于预设频率阈值的情况下的衰落数量；

在所述第五幅度值中确定第六幅度值，所述第六幅度值为所述第五幅度值中的最小衰落数；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第六幅度值对应的预测信道作为所述处理后的预测信道。

在一种可能的实现方式中，通信装置对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度矩阵；

通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果；

将所述分类结果对应的预测信道作为所述处理后的预测信道。

在一种可能的实现方式中，通信装置通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

通过所述分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，所述预设算法包括决策树算法、逻辑回归算法、朴素贝叶斯算法或者神经网络算法。

在一种可能的实现方式中，通信装置通过分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

将所述每个预测信道的幅度矩阵映射到至少一个通道上；

将所述至少一个通道进行合并，得到多通道的张量；

通过所述神经网络算法对所述多通道的张量进行处理，得到所述分类结果。

在一种可能的实现方式中，通信装置对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果；

将所述处理结果对应的预测信道作为所述处理后的预测信道。

在一种可能的实现方式中，通信装置通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果，包括：

通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，所述信道合并算法包括等增益合并算法或者最大比合并算法。

在一种可能的实现方式中，通信装置通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，在所述至少一个预测信道的幅度值中获取第七幅度值，所述第七幅度值为所述至少一个预测信道的幅度值中的最大幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第七幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种可能的实现方式中，通信装置通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，将所述至少一个预测信道的幅度值进行加权求和，得到第八幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第八幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种可能的实现方式中，通信装置还可以向网络设备发送无线接入能力信息，所述无线接入能力信息用于指示具备信道预测能力。

在一种可能的实现方式中，通信装置向网络设备发送无线接入能力信息，包括：

在信道预测能力更新时，生成更新后的无线接入能力信息；

向所述网络设备发送所述更新后的无线接入能力信息。

在一种可能的实现方式中，无线接入能力信息包括下行信道预测能力和上行预测信道反馈能力，所述下行信道预测能力包括可同时进行信道预测的进程数量、预测信道的长度和预测耗时的最大比值以及使用所述处理后的预测信道的最小准备时间中的一种或多种，所述上行预测信道反馈能力包括可反馈的预测信道的最大数量以及可反馈的预测信道的最大长度。

在一种可能的实现方式中，通信装置向网络设备发送无线接入能力信息之前，还可以获取设置信息，所述设置信息用于指示反馈无线接入能力信息。

在一种可能的实现方式中，通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道之后，还包括：

根据所述至少一个预测信道，获取信道预测评价指标，所述信道预测评价指标包括预测秩指示；

将所述预测秩指示发送给网络设备，所述预测秩指示用于指示所述网络设备调整发送层数，或者所述预测秩指示用于指示所述网络设备进行控制或调度。

在一种可能的实现方式中，通信装置对所述至少一个预测信道进行处理，得到处理后的预测信道之后，还包括：

根据所述处理后的预测信道进行码本选择，得到预编码矩阵指示；

将所述预编码矩阵指示发送给网络设备，所述预编码矩阵指示用于指示所述网络设备进行预编码。

在一种可能的实现方式中，通信装置还可以向终端设备发送广播信息，所述广播信息携带信道预测能力信息，所述信道预测能力信息用于指示具备信道预测能力，所述广播信息为主系统模块MIB消息或系统信息块SIB消息。

在一种可能的实现方式中，处理后的预测信道中传输的解调参考信号DMRS的数量小于第一预设数量阈值。

在一种可能的实现方式中，通信装置还可以确定传输模式，在所述传输模式下，发射分集的数量小于第二预设数量阈值。

在一种可能的实现方式中，通信装置还可以确定功率攀爬因子，所述功率攀爬因子小于第三预设数量阈值。

在一种可能的实现方式中，通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过一个信道预测器使用不同预测参数对所述历史信道状态信息进行处理，得到所述至少一个预测信道，所述预测参数包括历史时间窗和未来时间窗。

在一种可能的实现方式中，通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过多个信道预测器对所述历史信道状态信息进行处理，得到多个预测信道。

在一种可能的实现方式中，历史信道状态信息的时间长度小于或等于所述历史时间窗，所述预测信道的时间长度与所述未来时间窗相关联。

第二方面，本申请实施例提供了一种通信装置，所述装置包括用于实现第一方面所述的信道预测方法的单元。

第三方面，本申请实施例提供了一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序或指令，当所述程序或指令被处理器执行时，使所述处理器执行如第一方面所述的信道预测方法。

第四方面，本申请实施例提供一种终端设备，包括处理器，所述处理器与存储器耦合，其特征在于，

所述存储器，用于存储指令；

所述处理器，用于执行所述存储器中的指令，使得所述通信装置执行如第一方面所述的方法。

第五方面，本申请实施例提供一种网络设备，包括处理器，所述处理器与存储器耦合，其特征在于，

所述存储器，用于存储指令；

所述处理器，用于执行所述存储器中的指令，使得所述通信装置执行如第一方面所述的方法。

第六方面，本申请实施例提供一种芯片系统，其特征在于，所述芯片系统包括处理器和接口电路，所述接口电路与所述处理器耦合，

所述处理器用于执行计算机程序或指令，以实现如第一方面所述的方法；

所述接口电路用于与所述芯片系统之外的其它模块进行通信。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

图1是本申请实施例公开的一种信道预测系统的结构示意图；

图2是本申请实施例公开的一种信道预测方法的流程示意图；

图3是本申请实施例公开的一种预测信道的示意图；

图4是本申请实施例公开的一种预测信道处理方法的流程示意图；

图5是本申请实施例公开的一种处理后的预测信道的示意图；

图6是本申请实施例公开的另一种预测信道处理方法的流程示意图；

图7是本申请实施例公开的另一种处理后的预测信道的示意图；

图8是本申请实施例公开的另一种处理后的预测信道的示意图；

图9是本申请实施例公开的另一种预测信道处理方法的流程示意图；

图10是本申请实施例公开的另一种处理后的预测信道的示意图；

图11是本申请实施例公开的一种通信装置的结构示意图；

图12是本申请实施例公开的一种终端设备的结构示意图；

图13是本申请实施例公开的一种网络设备的结构示意图。

具体实施方式

下面结合本申请实施例中的附图对本申请实施例进行描述。

为了更好的理解本申请实施例公开的信道预测方法、装置及计算机存储介质，下面首先对本申请实施的信道预测系统进行描述。请参见图1，图1是本申请实施例公开的一种信道预测系统的结构示意图，该信道预测系统可以包括至少一个终端设备以及至少一个网络设备，其中，终端设备与网络设备建立通信连接。

相对传统的信道估计方法中，终端设备基于当前时刻的测量信号计算得到CSI，没有把历史时刻的信道系数纳入考虑，导致估计得到的CSI的准确度较低。传统的信道预测方法利用历史时刻的CSI，预测出未来的CSI，但是预测得到的CSI的准确度低于通过信道估计方法估计得到的CSI的准确度，降低了无线通信系统的性能。

本申请实施例中，通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，对至少一个预测信道进行处理，得到处理后的预测信道，本申请实施例中信道预测得到的CSI的准确度大于或者等于信道估计得到的CSI的准确度，可提高信道预测的准确率，从而提高了无线通信系统的性能。其中，处理后的预测信道可用于自适应传输、多输入多输出系统(Multiple-Input Multiple-Output，MIMO)预编码、解调或译码等应用场景。

示例性的，网络设备可以向终端设备传输下行数据，例如网络设备可以采用信道编码对该下行数据进行编码，网络设备将编码后的下行数据经过星座调制后传输给终端设备，终端设备可以获取本申请实施例通过信道预测得到的信道系数，终端设备基于该信道系数对未来时刻的调制后的下行数据进行解调以及译码，得到原始下行数据。终端设备可以向网络设备传输上行数据，例如终端设备采用信道编码对该上行数据进行编码，终端设备将编码后的上行数据经过星座调制后传输给网络设备，网络设备可以获取本申请实施例通过信道预测得到的信道系数，网络端设备基于该信道系数对未来时刻的调制后的上行数据进行解调以及译码，得到原始上行数据。

本发明实施例的技术方案可以应用于各种通信系统，例如：全球移动通讯(GlobalSystem of Mobile communication，GSM)系统、码分多址(Code Division MultipleAccess，CDMA)系统、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)系统、通用分组无线业务(General Packet Radio Service，GPRS)、长期演进(Long TermEvolution，LTE)系统、LTE频分双工(Frequency Division Duplex，FDD)系统、LTE时分双工(Time Division Duplex，TDD)、通用移动通信系统(Universal MobileTelecommunication System，UMTS)、全球互联微波接入(Worldwide Interoperabilityfor Microwave Access，WiMAX)通信系统、第五代移动通信技术(5th-Generation，5G)通信系统、5G新空口(New Radio，NR)通信系统、NR、URLLC、NB-IoT或者eMTC系统等。

在本发明实施例中，通信装置可以为网络设备或者终端设备。

网络设备具体可以是无线局域网(Wireless Local Area Networks，WLAN)中的接入点(Access Point，AP)、全球移动通信系统(Global System for MobileCommunication，GSM)或码分多址(Code Division Multiple Access，CDMA)中的基站收发信台(Base Transceiver Station，BTS)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)中的基站(NodeB，NB)、LTE系统中的演进型基站(EvolutionalNode B，eNB)、中继站或接入点、车载设备、可穿戴设备、未来5G网络中的接入网设备以及未来演进的公共陆地移动网络(Public Land Mobile Network，PLMN)中的接入网设备等中的任意一种。

其中，终端设备也可以称为用户设备(User Equipment，UE)、移动台、接入终端、用户单元、用户站、移动站、远方站、远程终端、移动设备、终端、无线通信设备、用户代理或用户装置等，其具体可以是WLAN中的站点(Station，ST)、蜂窝电话、无绳电话、会话启动协议(Session Initiation Protocol，SIP)电话、无线本地环路(Wireless Local Loop，WLL)站、个人数字处理(Personal Digital Assistant，PDA)、具有无线通信功能的手持设备、计算设备、连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备、未来5G网络中的移动台以及未来演进的PLMN网络中的终端设备等中的任意一种。

基于图1所示的信道预测系统，请参见图2，图2是本申请实施例提供的一种信道预测方法，该方法包括但不限于如下步骤：

步骤S201：通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道。

通信装置可以使用自回归、机器学习或神经网络等模型对历史CSI进行处理，得到至少一个预测信道。示例性的，信道预测器可以是具有多个参数的网络，网络中的参数是经过数据驱动训练得到的，该网络可以是自回归算法、机器学习算法或者神经网络等。神经网络可以包括注意力机制。

举例来说，假设要用历史的m个时刻的信道预测出未来n个时刻的信道，需要建立一个信道词典，在信道词典中每一个复数的信道系数对应一个整数。通信装置通过查找信道词典中的映射关系，将历史的CSI转换为历史序列。然后，通信装置将历史序列输入信道预测器，信道预测器输出未来序列。通信装置通过查找信道词典中的映射关系，将未来序列转换为未来时刻的信道系数。

在一种实现方式中，通信装置可以通过一个信道预测器使用不同预测参数对历史CSI进行处理，得到至少一个预测信道，预测参数包括历史时间窗和未来时间窗。

信道预测器可以基于随机变量随机生成多个预测参数，每一个预测参数可以包括历史时间窗和未来时间窗。以图3所示的预测信道的示意图为例，信道预测器可以基于历史时间窗得到用于进行信道预测的历史信道1，对历史信道1进行处理，得到预测信道1和预测信道2。或者，信道预测器可以基于历史时间窗得到用于进行信道预测的历史信道1，对历史信道1进行处理，得到预测信道1，且信道预测器可以基于历史时间窗得到用于进行信道预测的历史信道3，对历史信道3进行处理，得到预测信道2。

其中，历史时间窗指的是可用于进行信道预测的历史CSI的时间长度。历史信道状态信息的时间长度可以基于历史时间窗得到。例如，历史信道状态信息的时间长度小于或等于历史时间窗的长度。示例性的，假设历史时间窗的长度为20ms，那么通信装置可以通过信道预测器对20ms的历史CSI进行处理，得到一个预测信道，通信装置也可以通过信道预测器对20ms的历史CSI中的部分CSI(例如10ms的历史CSI或者15ms的历史CSI等)进行处理，得到另一个预测信道。

预测信道的时间长度可以基于未来时间窗得到，例如预测信道的时间长度与未来时间窗相关联。例如，预测信道的时间长度可以大于未来时间窗的长度。示例性的，假设未来时间窗的长度为20ms，那么通信装置通过信道预测器对历史CSI进行处理得到的预测信道的长度可以为30ms。又如，预测信道的时间长度可以等于未来时间窗的长度。示例性的，假设未来时间窗的长度为20ms，那么通信装置通过信道预测器对历史CSI进行处理得到的预测信道的长度可以为20ms。又如，预测信道的时间长度可以小于未来时间窗的长度。示例性的，假设未来时间窗的长度为20ms，那么通信装置通过信道预测器对历史CSI进行处理得到的预测信道的长度可以为10ms。

举例来说，假设要用历史的m个时刻的信道预测出未来n个时刻的信道，其中m和n是可以改变的预测参数，即m为历史时间窗，n为未来时间窗。例如，可以设置n，当n等于10毫秒(ms)，则信道预测器会输出10ms的预测信道；当n等于20ms，信道预测器会输出20ms的预测信道。基于此，信道预测器通过多次设置n，多次预测就得到了多个预测信道。另外，当信道预测器为神经网络时，信道预测器中的随机失活(dropout)层具有随机性，通过改变网络参数，让神经网络保持这种随机性，那么即使是同样的输入，信道预测器也可以输出不同的预测信道。

在一种实现方式中，通信装置可以通过多个信道预测器对历史CSI进行处理，得到多个预测信道。以图3所示的预测信道的示意图为例，通信装置可以通过信道预测器1对历史信道1进行处理，得到预测信道1和预测信道2，通信装置还可以通过信道预测器2对历史信道2进行处理，得到预测信道3，通信装置还可以通过信道预测器3对历史信道2进行处理，得到预测信道4。

其中，各个信道预测器可以基于相同或者不同模型对历史CSI进行处理，得到预测信道。以图3为例，信道预测器1和信道预测器2可以基于神经网络模型对历史CSI进行处理，得到预测信道，信道预测器3可以基于线性自回归模型对历史CSI进行处理，得到预测信道。

其中，各个信道预测器输出的预测信道可以包括一个或多个。以图3为例，信道预测器1在不同的预测参数下输出预测信道1和预测信道2，预测信道1的时间长度为10ms，预测信道2的时间长度为20ms。信道预测器2输出预测信道3，信道预测器3输出预测信道4。

步骤S202：通信装置对至少一个预测信道进行处理，得到处理后的预测信道。

通信装置可以对至少一个预测信道进行比较处理，分类处理或者混合处理，得到处理后的预测信道。通过上述方式得到的处理后的预测信道的精确度大于或者等于上述任一信道预测器输出的预测信道的精确度。通信装置基于处理后的预测信道进行自适应传输、MIMO预编码、解调或译码等，可提高无线通信系统的性能。

在图2所描述的方法中，通信装置通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，对至少一个预测信道进行处理，得到处理后的预测信道，可提高信道预测的准确率，从而提高了无线通信系统的性能。

基于图2所示的信道预测方法，请参见图4，图4是本申请实施例提供的一种预测信道处理方法，该方法是对步骤S202的具体描述，该方法包括但不限于如下步骤：

步骤S401：通信装置获取至少一个预测信道中每个预测信道的幅度值。

通信装置通过信道预测器得到至少一个预测信道之后，可以获取每个预测信道在不同时刻的幅度值。以图5所示的处理后的预测信道的示意图为例，通信装置通过信道预测器得到预测信道1、预测信道2以及预测信道3，针对每一个预测信道，通信装置可以获取该预测信道的信道矩阵，将该信道矩阵在不同时刻的幅度值作为预测信道的幅度值。如果该信道矩阵为复数矩阵，通信装置可以对该复数矩阵进行计算得到该预测信道的幅度值。

步骤S402：通信装置通过比较器对每个预测信道的幅度值进行处理，得到比较结果。

在一种实现方式中，通信装置可以通过比较器获取每个预测信道的第一幅度值，第一幅度值为每个预测信道的最小幅度值，在第一幅度值中确定第二幅度值，第二幅度值为第一幅度值中的最大幅度值。

在一种实现方式中，通信装置可以通过比较器获取每个预测信道的第三幅度值，第三幅度值是对每个预测信道的所有幅度值中小于预设幅度阈值的幅度值进行算术运算得到的，在第三幅度值中确定第四幅度值，第四幅度值为第三幅度值中的最大幅度值。其中，算术运算可以包括求和运算或者平均运算等。

在一种实现方式中，通信装置可以通过比较器获取每个预测信道的第五幅度值，第五幅度值为每个预测信道在频率上小于预设频率阈值的情况下的衰落数量，在第五幅度值中确定第六幅度值，第六幅度值为第五幅度值中的最小衰落数。

步骤S403：通信装置将比较结果对应的预测信道作为处理后的预测信道。

在一种实现方式中，通信装置在第一幅度值中确定第二幅度值之后，可以将第二幅度值对应的预测信道作为处理后的预测信道。

在一种实现方式中，通信装置在第三幅度值中确定第四幅度值之后，可以将第四幅度值对应的预测信道作为处理后的预测信道。

在一种实现方式中，通信装置在第五幅度值中确定第六幅度值之后，可以将第六幅度值对应的预测信道作为处理后的预测信道。

在图4所描述的方法中，通信装置获取至少一个预测信道中每个预测信道的幅度值，通过比较器对每个预测信道的幅度值进行处理，得到比较结果，将比较结果对应的预测信道作为处理后的预测信道，可提高处理后的预测信道的准确率。

基于图2所示的信道预测方法，请参见图6，图6是本申请实施例提供的另一种预测信道处理方法，该方法是对步骤S202的具体描述，该方法包括但不限于如下步骤：

步骤S601：通信装置获取至少一个预测信道中每个预测信道的幅度矩阵。

通信装置通过信道预测器得到至少一个预测信道之后，可以获取每个预测信道在不同时刻的幅度矩阵。以图7所示的处理后的预测信道的示意图为例，通信装置通过信道预测器得到预测信道1、预测信道2以及预测信道3，针对每一个预测信道，通信装置可以获取该预测信道的信道矩阵，对该信道矩阵进行处理，得到预测信道的幅度矩阵。

步骤S602：通信装置通过分类器对每个预测信道的幅度矩阵进行处理，得到分类结果。

通信装置可以通过分类器使用预设算法对每个预测信道的幅度矩阵进行处理，得到分类结果。其中，预设算法可以包括决策树算法、逻辑回归算法、朴素贝叶斯算法或者神经网络算法等。

以预设算法为基于神经网络的卷积神经网络算法为例，通信装置可以通过分类器将每个预测信道的幅度矩阵映射到至少一个通道上，将至少一个通道进行合并，得到多通道的张量，通过卷积神经网络算法对多通道的张量进行处理，得到分类结果。

以图8所示的处理后的预测信道的示意图为例，如果通信装置输入的预测信道有复数形式的数值，通信装置可以通过计算转换为幅度值，因此得到预测信道的幅值矩阵，幅度值可以是功率绝对值，也可以是log域的dB形式。通信装置可以把各个幅度矩阵映射到一个或多个通道上，例如每个幅值矩阵对应一个通道，不同幅度矩阵对应不同通道。然后，通信装置可以把多个通道合并为一个多通道的张量，将这个张量输入卷积神经网络，得到处理后的预测信道。

步骤S603：通信装置将分类结果对应的预测信道作为处理后的预测信道。

在图6所描述的方法中，通信装置获取至少一个预测信道中每个预测信道的幅度矩阵，通过分类器对每个预测信道的幅度矩阵进行处理，得到分类结果，将分类结果对应的预测信道作为处理后的预测信道，可提高处理后的预测信道的准确率。

基于图2所示的信道预测方法，请参见图9，图9是本申请实施例提供的另一种预测信道处理方法，该方法是对步骤S202的具体描述，该方法包括但不限于如下步骤：

步骤S901：通信装置获取至少一个预测信道中每个预测信道的幅度值。

通信装置通过信道预测器得到至少一个预测信道之后，可以获取每个预测信道在不同时刻的幅度值。以图10所示的处理后的预测信道的示意图为例，通信装置通过信道预测器得到预测信道1、预测信道2以及预测信道3，针对每一个预测信道，通信装置可以获取该预测信道的信道矩阵，将该信道矩阵在不同时刻的幅度值作为预测信道的幅度值。如果该信道矩阵为复数矩阵，通信装置可以对该复数矩阵进行计算得到该预测信道的幅度值。

步骤S902：通信装置通过混合器对每个预测信道的幅度值进行处理，得到处理结果。

在一种实现方式中，通信装置可以通过混合器使用信道合并算法对每个预测信道的幅度值进行处理，得到处理结果，信道合并算法包括等增益合并算法或者最大比合并算法。

在一种实现方式中，针对任一时频位置，通信装置可以在至少一个预测信道的幅度值中获取第七幅度值，第七幅度值为至少一个预测信道的幅度值中的最大幅度值。例如，预测信道1在t₁时刻的幅度值为amp₁₁，预测信道1在t₂时刻的幅度值为amp₁₂，预测信道1在t₃时刻的幅度值为amp₁₃。预测信道2在t₁时刻的幅度值为amp₂₁，预测信道2在t₂时刻的幅度值为amp₂₂，预测信道2在t₃时刻的幅度值为amp₂₃。预测信道3在t₁时刻的幅度值为amp₃₁，预测信道3在t₂时刻的幅度值为amp₃₂，预测信道3在t₃时刻的幅度值为amp₃₃。则通信装置可以确定在t₁时刻的第七幅度值为amp₁₁、amp₂₁以及amp₃₁中的最大值，在t₂时刻的第七幅度值为amp₁₂、amp₂₂以及amp₃₂中的最大值，在t₃时刻的第七幅度值为amp₁₃、amp₂₃以及amp₃₃中的最大值。

在一种实现方式中，针对任一时频位置，通信装置可以将至少一个预测信道的幅度值进行加权求和，得到第八幅度值。其中，用于加权求和的权重可以由混合器计算得到，计算方法可以采用最大比合并等算法，也可以采用神经网络算法，即先将多个预测信道输入神经网络，由神经网络输出一个权重向量。例如，预测信道1在t₁时刻的幅度值为amp₁₁，预测信道1在t₂时刻的幅度值为amp₁₂，预测信道1在t₃时刻的幅度值为amp₁₃。预测信道2在t₁时刻的幅度值为amp₂₁，预测信道2在t₂时刻的幅度值为amp₂₂，预测信道2在t₃时刻的幅度值为amp₂₃。预测信道3在t₁时刻的幅度值为amp₃₁，预测信道3在t₂时刻的幅度值为amp₃₂，预测信道3在t₃时刻的幅度值为amp₃₃。则通信装置可以确定在t₁时刻的第八幅度值是将amp₁₁、amp₂₁以及amp₃₁进行加权求和得到的，在t₂时刻的第七幅度值是将amp₁₂、amp₂₂以及amp₃₂进行加权求和得到的，在t₃时刻的第七幅度值是将amp₁₃、amp₂₃以及amp₃₃进行加权求和得到的。

步骤S903：通信装置将处理结果对应的预测信道作为处理后的预测信道。

在一种实现方式中，通信装置获取第七幅度值之后，可以将所有时频位置的第七幅度值对应的预测信道组合，得到处理后的预测信道。例如，假设在t₁时刻的第七幅度值为amp₁₁，则在t₁时刻的第七幅度值对应的预测信道为预测信道1；假设在t₂时刻的第七幅度值为amp₂₂，则在t₂时刻的第七幅度值对应的预测信道为预测信道2；假设在t₃时刻的第七幅度值为amp₃₃，则在t₃时刻的第七幅度值对应的预测信道为预测信道3，通信装置可以将在t₁时刻的预测信道1、在t₂时刻的预测信道2以及在t₃时刻的预测信道3组合，得到处理后的预测信道。

在一种实现方式中，通信装置获取第八幅度值之后，可以将所有时频位置的第八幅度值对应的预测信道组合，得到处理后的预测信道。

在图9所描述的方法中，通信装置获取至少一个预测信道中每个预测信道的幅度值，通过混合器对每个预测信道的幅度值进行处理，得到处理结果，将处理结果对应的预测信道作为处理后的预测信道，可提高处理后的预测信道的准确率。

基于图2至图9所示的方法，若通信装置为终端设备，则终端设备可以实现上述信道预测方法。基于此，终端设备可以向网络设备发送无线接入能力信息，无线接入能力信息用于指示该终端设备具备信道预测能力。示例性的，无线接入能力信息可以如表1所示，表1中的最后一列用于指示终端设备是否具备信道预测能力，例如终端等级为13的终端设备具备信道预测能力，终端等级为1至12的终端设备均不具备信道预测能力。

表1

在一种实现方式中，无线接入能力信息可以包括上行无线接入能力信息和下行无线接入能力信息。下行无线接入能力信息用于指示终端设备进行信道预测的能力，上行无线接入能力信息用于指示终端设备上报预测信道的能力。例如，终端设备只具备下行信道预测能力，但不具备上行反馈预测信道的能力。

在一种实现方式中，无线接入能力信息可以量化后作为终端设备的能力判别标准。如表2所示，在上行无线接入能力信息中，可能的分类标准对应表2中的第3到5列，上行无线接入能力信息可以包括：可同时进行信道预测的进程数量，预测信道的长度和预测耗时的最大比值，以及能使用处理后的预测信道的最小准备时间中的一种或多种。

表2

在表2中，第3列表示终端设备占有的计算资源，资源越多则表示可同时进行信道预测的进程数越多，可以最快得到的预测信道的数量也越多。第4列表示终端设备的计算速度，例如，终端设备的每个进程最快可以用10ms的时间预测未来80ms的信道，则预测信道的最大长度为80ms，最小预测耗时为10ms，预测信道的长度和预测耗时的最大比值为8。第5列表示终端设备的计算速度和信道预测效率，即网络设备需要等待多少个帧可以使用处理后的预测信道，例如终端设备可以用10ms的时间预测未来80ms的信道，但是网络设备希望在5ms这一时刻使用处理后的预测信道，则网络设备需要等待5ms才可以获取处理后的预测信道，进而使用该处理后的预测信道。其中，需要等待的帧数越少，终端设备的能力越强。

在一种实现方式中，下行无线接入能力信息可以包括：可反馈的预测信道的最大数量，以及可反馈的预测信道的最大长度中的一种或多种。

在一种实现方式中，网络设备可以向终端设备发送无线接入能力获取请求，终端设备响应该无线接入能力获取请求，将终端设备的无线接入能力信息发送给网络设备。例如，终端设备的无线接入能力信息在初始接入后会存储在核心网，可避免网络设备频繁向终端设备请求该无线接入能力信息。

在一种实现方式中，终端设备在信道预测能力更新时，可以生成更新后的无线接入能力信息，并向网络设备发送更新后的无线接入能力信息。

在一种实现方式中，终端设备向网络设备发送无线接入能力信息之前，可以获取设置信息，当设置信息用于指示反馈无线接入能力时，终端设备可以向网络设备发送无线接入能力信息。当设置信息用于指示禁止反馈无线接入能力时，终端设备可以拒绝向网络设备发送无线接入能力信息。在该实施例中，如果设置信息用于指示反馈无线接入能力，那么减少了导频发送和信道状态信息反馈，从而增大终端设备的数据带宽。

在一种实现方式中，终端设备的无线接入能力信息可以如图11所示，预测参数可以存储在phy-Parameters这个类别中。

基于图2至图9所示的方法，若通信装置为网络设备，则网络设备可以实现上述信道预测方法。基于此，网络设备可以在广播信息中携带网络设备是否具备信道预测能力的信息。例如，网络设备可以向终端设备发送广播信息，广播信息携带网络设备的信道预测能力信息，信道预测能力信息用于指示网络设备具备信道预测能力。广播信息可以包括主系统模块(Master Information Block，MIB)消息或系统信息块1(System InformationBlock1，SIB1)消息。终端设备通过对广播信息进行译码，可以确定网络设备是否具有信道预测能力，以及信道预测能力的强弱，进而影响终端设备随机接入的选择。

其中，MIB消息的数据量较小，信道预测能力在MIB中只有1个比特，即指示是否有信道预测能力。SIB1包含了网络设备的大量配置信息，网络设备可以在SIB1中详细描述网络设备的信道预测能力。可选的，网络设备可以设置一个SIBx，在其中携带信道预测能力消息。

在一种实现方式中，处理后的预测信道中传输的解调参考信号(DemodulationReference Signal，DMRS)的数量小于第一预设数量阈值。通信系统在信道预测的启动、停用、监测、更新时，会改变无线资源控制(Radio Resource Control，RRC)连接的参数。基于此，网络设备将进行RRC重配置，网络设备在发送RRC重配置消息时，可以携带信道预测相关的参数。例如，RRC重配置参数可以是PDSCH-Config中的DMRS-DownlinkConfig。假设信道预测功能在终端设备侧从停用切换到启动，由于终端设备将启用信道预测功能，则网络设备下行传输的DMRS可以在预测的信道内不放置或少放置，以此减少DMRS对时频资源的占用。因此网络设备需要进入RRC重配置信令交互流程，更改DMRS配置。

在一种实现方式中，DMRS配置参数可以包括新增的预测相关的条目，例如predictionRatio，predictionRatio表示信道估计周期和信道预测周期的比例。举例来说，假设predictionRatio为5，则网络设备可以在第一周期至第五周期向终端设备发送DMRS，终端设备可以通过上述信道预测方法基于这5个周期的DMRS预测第六周期的DMRS。网络设备在第六周期内不传输DMRS。进一步的，网络设备可以在第七周期至第十一周期向终端设备发送DMRS，终端设备可以通过上述信道预测方法基于这5个周期的DMRS预测第十二周期的DMRS。网络设备在第十二周期内不传输DMRS。

基于上述实施例，信道预测使用的数据可以来自于分布式天线系统(DistributedAntenna System，DAS)，如在一栋写字楼内，大多数办公室的室内布局都是相似的，因此他们的信道统计特性也是相似的，可以从一个或多个分布式天线获取CSI用于信道预测模型的生成以及信道预测。例如房间A、房间B和房间C各有一个分布式天线，这些天线由智能分布式天线系统控制，不同于传统分布式天线系统，智能分布式天线系统内部具有信道预测相关的模块，如信道预测器。该实施例中，信道预测器可以从房间A和房间B中收集CSI，CSI用于信道预测模型的生成或更新。针对房间C，信道预测器可以应用信道预测模型进行接收和发送的辅助，提升系统性能。

基于上述实施例，网络设备可以确定传输模式，在该传输模式下，发射分集的数量小于第二预设数量阈值。由于多次信道预测得到的预测信道具有互补性，尤其在信道深度衰落时，有些预测信道并没有估计信道的深衰强烈，且仍能保持一定的信道统计规律，这种抗深衰特性类似于天线分集的作用。因此在支持信道预测的无线通信系统中，天线分集的模式可以调整。即在多次信道预测得到的预测信道可以辅助译码时，可以减少发射分集的数量，例如选择发射分集较少或没有发射分集的传输模式(Transmission Mode，TM)。

在一种实现方式中，网络设备可以定义一个新的TM，如TM30，在该传输模式下，定义当采用具有信道预测能力的通信系统时，比在没有信道预测能力的通信系统中使用较少的天线分集配置。

基于上述实施例，网络设备可以确定功率攀爬因子，功率攀爬因子小于第三预设数量阈值。终端设备在随机接入网络设备之前，通过MIB消息或SIBs消息确定网络设备具有信道预测能力，因此在随机接入过程的开环功率控制过程中，可以选择预测功率攀爬因子，代替传统的功率攀爬因子。假设传统的功率攀爬因子为2dB，因为信道预测具有一定的抗衰落能力，因此预测功率攀爬因子可以采用比较小的数值，如1dB。在该实施例中，更小的发射功率可以减小终端设备间的干扰。

基于上述实施例，终端设备通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道之后，可以根据至少一个预测信道，获取信道预测评价指标，信道预测评价指标包括预测秩指示，终端设备将预测秩指示发送给网络设备，预测秩指示用于指示网络设备调整发送层数，或者预测秩指示用于指示网络设备对终端设备进行控制或调度。

类似于MIMO中终端设备反馈的信道监控指标，如秩指示(Rank Indication，RI)，信道预测器的性能也需要信道预测评价指标。网络设备根据信道预测评价指标可以自适应的确定发送层数。

例如，在一发一收的场景下，传统通信系统信道的RI为1。引入信道预测器后，可以把处理后的预测信道当作经历多个信道得到的信道值，根据至少一个预测信道得到的信道预测评价指标大于1。虽然预测信道之间具有相关性，但又在预测时具有一定的随机性，导致预测信道之间具有互补性。所以多个预测信道之间的差异可以用预测秩指示等参数来表示。

预测信道的预测秩指示(PredictingRand Indicator，PRI)的计算方式如下，四次预测信道组成2×2矩阵的形式，模拟2×2MIMO的四种信道状态。利用SVD奇异值分解的方法得到U、V和∑。

其中∑是对角矩阵，该对角矩阵中非零元素的个数即为PRI。PRI代表了四次预测信道的独立性，PRI越大代表预测信道越独立。终端设备向网络设备反馈PRI，网络设备以此评估终端设备的信道预测算法，并调整发射参数。另外，网络设备也可以根据终端设备反馈的PRI，对终端设备进行控制或调度。例如，网络设备在统计一段时间的PRI后，发现PRI偏低，然后发出控制消息，指示终端设备增加信道预测的进程数量，如增加到4×4＝16或8×8＝64的进程数量，或要求终端设备改变信道预测器的数量或参数。

基于上述实施例，终端设备对至少一个预测信道进行处理，得到处理后的预测信道之后，可以根据处理后的预测信道进行码本选择，得到预编码矩阵指示，终端设备将预编码矩阵指示发送给网络设备，预编码矩阵指示用于指示网络设备进行预编码。

现有MIMO技术中终端设备根据信道估计的CSI选择预编码矩阵，并向网络设备反馈这个预编码矩阵的指示，即PMI，网络设备根据这个PMI对下一帧的发射数据流做预编码。但是这样的预编码矩阵导致信道间串扰，无法发挥出MIMO的最优性能。

因此，需要用预测信道来做预编码矩阵选择。并且使用处理后的预测信道，可以得到更加准确的结果。如下列公式所示，终端设备利用处理后的预测信道进行码本选择。码本选择时可以把预测信道带入公式

Ω＝W(Η^HΗ)W^H

其中W为码本中的一个元素，H是处理后的预测信道。遍历整个码本，得到Ω值最小的那个码本元素，即得到预编码矩阵指示。

在一种实现方式中，终端设备可以在码本选择后直接预编码，并在下一帧作为网络设备发送。此处考虑时分双工(Time Division Duplexing，TDD)场景，信道具有互易性，终端设备如果要发送的话可以直接对上一帧的估计信道做预测，并用这个预测信道选择预编码矩阵。

图11是本申请实施例提供的一种通信装置的结构示意图，该通信装置用于执行上述方法实施例中通信装置所执行的步骤，该通信装置可包括：

处理单元1101，用于通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道；

处理单元1101，还用于对所述至少一个预测信道进行处理，得到处理后的预测信道。

在一种实现方式中，处理单元1101对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果；

将所述比较结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理单元1101通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第一幅度值，所述第一幅度值为所述每个预测信道的最小幅度值；

在所述第一幅度值中确定第二幅度值，所述第二幅度值为所述第一幅度值中的最大幅度值；

所述处理单元1101将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第二幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理单元1101通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第三幅度值，所述第三幅度值是对所述每个预测信道的所有幅度值中小于预设幅度阈值的幅度值进行算术运算得到的；

在所述第三幅度值中确定第四幅度值，所述第四幅度值为所述第三幅度值中的最大幅度值；

处理单元1101将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第四幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理单元1101通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第五幅度值，所述第五幅度值为所述每个预测信道在频率上小于预设频率阈值的情况下的衰落数量；

在所述第五幅度值中确定第六幅度值，所述第六幅度值为所述第五幅度值中的最小衰落数；

处理单元1101将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第六幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理单元1101对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度矩阵；

通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果；

将所述分类结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理单元1101通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

通过所述分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，所述预设算法包括决策树算法、逻辑回归算法、朴素贝叶斯算法或者神经网络算法。

在一种实现方式中，处理单元1101通过分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

将所述每个预测信道的幅度矩阵映射到至少一个通道上；

将所述至少一个通道进行合并，得到多通道的张量；

通过所述神经网络算法对所述多通道的张量进行处理，得到所述分类结果。

在一种实现方式中，处理单元1101对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果；

将所述处理结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理单元1101通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果，包括：

通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，所述信道合并算法包括等增益合并算法或者最大比合并算法。

在一种实现方式中，处理单元1101通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，在所述至少一个预测信道的幅度值中获取第七幅度值，所述第七幅度值为所述至少一个预测信道的幅度值中的最大幅度值；

处理单元1101将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第七幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种实现方式中，处理单元1101通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，将所述至少一个预测信道的幅度值进行加权求和，得到第八幅度值；

处理单元1101将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第八幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种实现方式中，通信装置还可以包括发送单元1102；

发送单元1102，用于向网络设备发送无线接入能力信息，所述无线接入能力信息用于指示具备信道预测能力。

在一种实现方式中，发送单元1102向网络设备发送无线接入能力信息，包括：

在信道预测能力更新时，生成更新后的无线接入能力信息；

向所述网络设备发送所述更新后的无线接入能力信息。

在一种实现方式中，无线接入能力信息包括下行信道预测能力和上行预测信道反馈能力，所述下行信道预测能力包括可同时进行信道预测的进程数量、预测信道的长度和预测耗时的最大比值以及使用所述处理后的预测信道的最小准备时间中的一种或多种，所述上行预测信道反馈能力包括可反馈的预测信道的最大数量以及可反馈的预测信道的最大长度。

在一种实现方式中，处理单元1101，还用于在发送单元1102向网络设备发送无线接入能力信息之前，获取设置信息，所述设置信息用于指示反馈无线接入能力信息。

在一种实现方式中，处理单元1101通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道之后，还可以根据所述至少一个预测信道，获取信道预测评价指标，所述信道预测评价指标包括预测秩指示；

通信装置还可以包括发送单元1102；

发送单元1102，用于将所述预测秩指示发送给网络设备，所述预测秩指示用于指示所述网络设备调整发送层数，或者所述预测秩指示用于指示所述网络设备进行控制或调度。

在一种实现方式中，处理单元1101对所述至少一个预测信道进行处理，得到处理后的预测信道之后，还可以根据所述处理后的预测信道进行码本选择，得到预编码矩阵指示；

通信装置还可以包括发送单元1102；

发送单元1102，用于将所述预编码矩阵指示发送给网络设备，所述预编码矩阵指示用于指示所述网络设备进行预编码。

在一种实现方式中，通信装置还可以包括发送单元1102；

发送单元1102，用于向终端设备发送广播信息，所述广播信息携带信道预测能力信息，所述信道预测能力信息用于指示具备信道预测能力，所述广播信息为主系统模块MIB消息或系统信息块SIB消息。

在一种实现方式中，所述处理后的预测信道中传输的解调参考信号DMRS的数量小于第一预设数量阈值。

在一种实现方式中，处理单元1101，还用于确定传输模式，在所述传输模式下，发射分集的数量小于第二预设数量阈值。

在一种实现方式中，处理单元1101，还用于确定功率攀爬因子，所述功率攀爬因子小于第三预设数量阈值。

在一种实现方式中，处理单元1101通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过一个信道预测器使用不同预测参数对所述历史信道状态信息进行处理，得到所述至少一个预测信道，所述预测参数包括历史时间窗和未来时间窗。

在一种实现方式中，处理单元1101通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过多个信道预测器对所述历史信道状态信息进行处理，得到多个预测信道。

在一种实现方式中，历史信道状态信息的时间长度小于或等于所述历史时间窗，所述预测信道的时间长度与所述未来时间窗相关联。

需要说明的是，图11对应的实施例中未提及的内容以及各个单元执行步骤的具体实现方式可参见图1至图9所示实施例以及前述内容，这里不再赘述。

在一种实现方式中，图11中的各个单元所实现的相关功能可以结合处理器以及发射器来实现。图12是本发明实施例提供的一种终端设备的结构示意图，处理器1201可以调用存储器1202中存储的程序代码以执行以下操作：

通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道；

对所述至少一个预测信道进行处理，得到处理后的预测信道。

在一种实现方式中，处理器1201对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果；

将所述比较结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1201通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第一幅度值，所述第一幅度值为所述每个预测信道的最小幅度值；

在所述第一幅度值中确定第二幅度值，所述第二幅度值为所述第一幅度值中的最大幅度值；

处理器1201将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第二幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1201通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第三幅度值，所述第三幅度值是对所述每个预测信道的所有幅度值中小于预设幅度阈值的幅度值进行算术运算得到的；

在所述第三幅度值中确定第四幅度值，所述第四幅度值为所述第三幅度值中的最大幅度值；

处理器1201将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第四幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1201通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第五幅度值，所述第五幅度值为所述每个预测信道在频率上小于预设频率阈值的情况下的衰落数量；

在所述第五幅度值中确定第六幅度值，所述第六幅度值为所述第五幅度值中的最小衰落数；

处理器1201将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第六幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1201对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度矩阵；

通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果；

将所述分类结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1201通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

通过所述分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，所述预设算法包括决策树算法、逻辑回归算法、朴素贝叶斯算法或者神经网络算法。

在一种实现方式中，处理器1201通过分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

将所述每个预测信道的幅度矩阵映射到至少一个通道上；

将所述至少一个通道进行合并，得到多通道的张量；

通过所述神经网络算法对所述多通道的张量进行处理，得到所述分类结果。

在一种实现方式中，处理器1201对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果；

将所述处理结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1201通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果，包括：

通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，所述信道合并算法包括等增益合并算法或者最大比合并算法。

在一种实现方式中，处理器1201通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，在所述至少一个预测信道的幅度值中获取第七幅度值，所述第七幅度值为所述至少一个预测信道的幅度值中的最大幅度值；

处理器1201将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第七幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种实现方式中，处理器1201通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，将所述至少一个预测信道的幅度值进行加权求和，得到第八幅度值；

处理器1201将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第八幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种实现方式中，发射器1203向网络设备发送无线接入能力信息，所述无线接入能力信息用于指示具备信道预测能力。

在一种实现方式中，发射器1203向网络设备发送无线接入能力信息，包括：

在信道预测能力更新时，生成更新后的无线接入能力信息；

向所述网络设备发送所述更新后的无线接入能力信息。

在一种实现方式中，无线接入能力信息包括下行信道预测能力和上行预测信道反馈能力，所述下行信道预测能力包括可同时进行信道预测的最大进程数量、未来时间窗和预测耗时的最大比值以及使用所述处理后的预测信道的最小准备时间中的一种或多种，所述上行预测信道反馈能力包括可反馈的预测信道数量以及最大未来时间窗。

在一种实现方式中，处理器1201在发射器1203向网络设备发送无线接入能力信息之前，还包括：

获取设置信息，所述设置信息用于指示反馈无线接入能力信息。

在一种实现方式中，处理器1101通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道之后，还包括：

根据所述至少一个预测信道，获取信道预测评价指标，所述信道预测评价指标包括预测秩指示；

发射器1203将所述预测秩指示发送给网络设备，所述预测秩指示用于指示所述网络设备调整发送层数，或者所述预测秩指示用于指示所述网络设备进行控制或调度。

在一种实现方式中，处理器1201对所述至少一个预测信道进行处理，得到处理后的预测信道之后，还包括：

根据所述处理后的预测信道进行码本选择，得到预编码矩阵指示；

发射器1203将所述预编码矩阵指示发送给网络设备，所述预编码矩阵指示用于指示所述网络设备进行预编码。

需要说明的是，图12对应的实施例中未提及的内容以及各个器件执行步骤的具体实现方式可参见图1至图9所示实施例以及前述内容，这里不再赘述。

在一种实现方式中，图11中的各个单元所实现的相关功能可以结合处理器以及发射器来实现。图13是本发明实施例提供的一种网络设备的结构示意图，处理器1301可以调用存储器1302中存储的程序代码以执行以下操作：

通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道；

对所述至少一个预测信道进行处理，得到处理后的预测信道。

在一种实现方式中，处理器1301对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果；

将所述比较结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1301通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第一幅度值，所述第一幅度值为所述每个预测信道的最小幅度值；

在所述第一幅度值中确定第二幅度值，所述第二幅度值为所述第一幅度值中的最大幅度值；

处理器1301将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第二幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1301通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第三幅度值，所述第三幅度值是对所述每个预测信道的所有幅度值中小于预设幅度阈值的幅度值进行算术运算得到的；

在所述第三幅度值中确定第四幅度值，所述第四幅度值为所述第三幅度值中的最大幅度值；

处理器1301将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第四幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1301通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第五幅度值，所述第五幅度值为所述每个预测信道在频率上小于预设频率阈值的情况下的衰落数量；

在所述第五幅度值中确定第六幅度值，所述第六幅度值为所述第五幅度值中的最小衰落数；

处理器1301将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第六幅度值对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1301对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度矩阵；

通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果；

将所述分类结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1301通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

通过所述分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，所述预设算法包括决策树算法、逻辑回归算法、朴素贝叶斯算法或者神经网络算法。

在一种实现方式中，处理器1301通过分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

将所述每个预测信道的幅度矩阵映射到至少一个通道上；

将所述至少一个通道进行合并，得到多通道的张量；

通过所述神经网络算法对所述多通道的张量进行处理，得到所述分类结果。

在一种实现方式中，处理器1301对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果；

将所述处理结果对应的预测信道作为所述处理后的预测信道。

在一种实现方式中，处理器1301通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果，包括：

通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，所述信道合并算法包括等增益合并算法或者最大比合并算法。

在一种实现方式中，处理器1301通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，在所述至少一个预测信道的幅度值中获取第七幅度值，所述第七幅度值为所述至少一个预测信道的幅度值中的最大幅度值；

处理器1301将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第七幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种实现方式中，处理器1301通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，将所述至少一个预测信道的幅度值进行加权求和，得到第八幅度值；

处理器1301将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第八幅度值对应的预测信道组合，得到所述处理后的预测信道。

在一种实现方式中，发射器1303向终端设备发送广播信息，所述广播信息携带信道预测能力信息，所述信道预测能力信息用于指示具备信道预测能力，所述广播信息为主系统模块MIB消息或系统信息块SIB消息。

在一种实现方式中，处理后的预测信道中传输的解调参考信号DMRS的数量小于第一预设数量阈值。

在一种实现方式中，处理器1301还用于确定传输模式，在所述传输模式下，发射分集的数量小于第二预设数量阈值。

在一种实现方式中，处理器1301还用于确定功率攀爬因子，所述功率攀爬因子小于第三预设数量阈值。

在一种实现方式中，处理器1301通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过一个信道预测器使用不同预测参数对所述历史信道状态信息进行处理，得到所述至少一个预测信道，所述预测参数包括历史时间窗和未来时间窗。

在一种实现方式中，处理器1301通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过多个信道预测器对所述历史信道状态信息进行处理，得到多个预测信道。

在一种实现方式中，历史信道状态信息的时间长度小于或等于所述历史时间窗，所述预测信道的时间长度与所述未来时间窗相关联。

需要说明的是，图12对应的实施例中未提及的内容以及各个器件执行步骤的具体实现方式可参见图1至图9所示实施例以及前述内容，这里不再赘述。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。

Claims (26)

1.一种信道预测方法，其特征在于，包括：

通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道；

对所述至少一个预测信道进行处理，得到处理后的预测信道；

所述对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果；

将所述比较结果对应的预测信道作为所述处理后的预测信道。

2.根据权利要求1所述的方法，其特征在于，所述通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第一幅度值，所述第一幅度值为所述每个预测信道的最小幅度值；

在所述第一幅度值中确定第二幅度值，所述第二幅度值为所述第一幅度值中的最大幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第二幅度值对应的预测信道作为所述处理后的预测信道。

3.根据权利要求1所述的方法，其特征在于，所述通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第三幅度值，所述第三幅度值是对所述每个预测信道的所有幅度值中小于预设幅度阈值的幅度值进行算术运算得到的；

在所述第三幅度值中确定第四幅度值，所述第四幅度值为所述第三幅度值中的最大幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第四幅度值对应的预测信道作为所述处理后的预测信道。

4.根据权利要求1所述的方法，其特征在于，所述通过比较器对所述每个预测信道的幅度值进行处理，得到比较结果，包括：

获取所述每个预测信道的第五幅度值，所述第五幅度值为所述每个预测信道在频率上小于预设频率阈值的情况下的衰落数量；

在所述第五幅度值中确定第六幅度值，所述第六幅度值为所述第五幅度值中的最小衰落数；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所述第六幅度值对应的预测信道作为所述处理后的预测信道。

5.根据权利要求1所述的方法，其特征在于，所述对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度矩阵；

通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果；

将所述分类结果对应的预测信道作为所述处理后的预测信道。

6.根据权利要求5所述的方法，其特征在于，所述通过分类器对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

通过所述分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，所述预设算法包括决策树算法、逻辑回归算法、朴素贝叶斯算法或者神经网络算法。

7.根据权利要求6所述的方法，其特征在于，所述通过分类器使用预设算法对所述每个预测信道的幅度矩阵进行处理，得到分类结果，包括：

将所述每个预测信道的幅度矩阵映射到至少一个通道上；

将所述至少一个通道进行合并，得到多通道的张量；

通过所述神经网络算法对所述多通道的张量进行处理，得到所述分类结果。

8.根据权利要求1所述的方法，其特征在于，所述对所述至少一个预测信道进行处理，得到处理后的预测信道，包括：

获取所述至少一个预测信道中每个预测信道的幅度值；

通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果；

将所述处理结果对应的预测信道作为所述处理后的预测信道。

9.根据权利要求8所述的方法，其特征在于，所述通过混合器对所述每个预测信道的幅度值进行处理，得到处理结果，包括：

通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，所述信道合并算法包括等增益合并算法或者最大比合并算法。

10.根据权利要求9所述的方法，其特征在于，所述通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，在所述至少一个预测信道的幅度值中获取第七幅度值，所述第七幅度值为所述至少一个预测信道的幅度值中的最大幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第七幅度值对应的预测信道组合，得到所述处理后的预测信道。

11.根据权利要求9所述的方法，其特征在于，所述通过所述混合器使用信道合并算法对所述每个预测信道的幅度值进行处理，得到所述处理结果，包括：

针对任一时频位置，将所述至少一个预测信道的幅度值进行加权求和，得到第八幅度值；

所述将所述比较结果对应的预测信道作为所述处理后的预测信道，包括：

将所有时频位置的第八幅度值对应的预测信道组合，得到所述处理后的预测信道。

12.根据权利要求1所述的方法，其特征在于，所述方法还包括：

向网络设备发送无线接入能力信息，所述无线接入能力信息用于指示具备信道预测能力。

13.根据权利要求12所述的方法，其特征在于，所述向网络设备发送无线接入能力信息，包括：

在信道预测能力更新时，生成更新后的无线接入能力信息；

向所述网络设备发送所述更新后的无线接入能力信息。

14.根据权利要求12或13所述的方法，其特征在于，所述无线接入能力信息包括下行信道预测能力和上行预测信道反馈能力，所述下行信道预测能力包括可同时进行信道预测的进程数量、预测信道的长度和预测耗时的最大比值以及使用所述处理后的预测信道的最小准备时间中的一种或多种，所述上行预测信道反馈能力包括可反馈的预测信道的最大数量以及可反馈的预测信道的最大长度。

15.根据权利要求12所述的方法，其特征在于，所述向网络设备发送无线接入能力信息之前，还包括：

获取设置信息，所述设置信息用于指示反馈无线接入能力信息。

16.根据权利要求1所述的方法，其特征在于，所述通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道之后，还包括：

根据所述至少一个预测信道，获取信道预测评价指标，所述信道预测评价指标包括预测秩指示；

将所述预测秩指示发送给网络设备，所述预测秩指示用于指示所述网络设备调整发送层数，或者所述预测秩指示用于指示所述网络设备进行控制或调度。

17.根据权利要求1所述的方法，其特征在于，所述对所述至少一个预测信道进行处理，得到处理后的预测信道之后，还包括：

根据所述处理后的预测信道进行码本选择，得到预编码矩阵指示；

将所述预编码矩阵指示发送给网络设备，所述预编码矩阵指示用于指示所述网络设备进行预编码。

18.根据权利要求1所述的方法，其特征在于，所述方法还包括：

向终端设备发送广播信息，所述广播信息携带信道预测能力信息，所述信道预测能力信息用于指示具备信道预测能力，所述广播信息为主系统模块MIB消息或系统信息块SIB消息。

19.根据权利要求1所述的方法，其特征在于，所述处理后的预测信道中传输的解调参考信号DMRS的数量小于第一预设数量阈值。

20.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定传输模式，在所述传输模式下，发射分集的数量小于第二预设数量阈值。

21.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定功率攀爬因子，所述功率攀爬因子小于第三预设数量阈值。

22.根据权利要求1所述的方法，其特征在于，所述通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过一个信道预测器使用不同预测参数对所述历史信道状态信息进行处理，得到所述至少一个预测信道，所述预测参数包括历史时间窗和未来时间窗。

23.根据权利要求1所述的方法，其特征在于，所述通过至少一个信道预测器对历史信道状态信息进行处理，得到至少一个预测信道，包括：

通过多个信道预测器对所述历史信道状态信息进行处理，得到多个预测信道。

24.根据权利要求22所述的方法，其特征在于，所述历史信道状态信息的时间长度小于或等于所述历史时间窗，所述预测信道的时间长度与所述未来时间窗相关联。

25.一种通信装置，其特征在于，所述装置包括用于实现权利要求1-24中任一项所述的信道预测方法的单元。

26.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序或指令，当所述程序或指令被处理器执行时，使所述处理器执行如权利要求1-24中任一项所述的信道预测方法。

Images