CN114079493A - 一种信道状态信息测量反馈方法及相关装置 - Google Patents

Abstract

本发明实施例提供了一种信道状态信息测量反馈方法及相关装置。本发明实施例方法包括：确定第一模型的模式，所述第一模型的模式用于确定所述第一模型，所述第一模型基于结构类数据与参数类数据构成，获取信道状态信息参考信号CSI‑RS，所述CSI‑RS用于确定第一信道状态信息CSI，根据所述第一模型和第一CSI确定第二CSI，所述第二CSI的数据量小于所述第一CSI的数据量，输出所述第二CSI。其中，通过根据信道的实际情况确定第一模型的模式，合理安排信道状态信息反馈资源，降低信道状态信息反馈开销。

Description

一种信道状态信息测量反馈方法及相关装置

技术领域

本申请涉及通信领域，尤其涉及一种信道状态信息测量反馈方法及相关装置。

背景技术

在大规模天线多输入多输出(Massive MIMO，massive multiple-inputmultiple-output)技术下，网络设备可通过预编码将有限的功率分配给能够有效传输的数据流，同时减小多个终端设备之间的干扰以及同一终端设备的多个信号流之间的干扰，有利于提高信号质量，实现空分复用，提高频谱利用率。终端设备可以基于下行信道测量来确定预编码矩阵，并通过反馈，使得网络设备可以基于终端设备反馈的预编码矩阵确定数据传输的预编码，进而提升信号传输性能。基站可以通过终端反馈的信道状态信息(CSI,Channel state information)获取下行信道的信息，其中CSI主要为预编码矩阵指示(PMI,Precoding Matrix indicator)，信道质量信息(CQI，Channel quality indicator)，秩指示(Rank indication)中的一种或多种。

另外，对于CSI反馈的讨论中，还有一种选择是通过协方差矩阵进行反馈，例如宽带的或者长期统计的协方差矩阵。具体地协方差矩阵的量化反馈有两种方式，一种方式是终端反馈协方差矩阵对应的最好的正交DFT基向量。另一种方式是用现有的码本量化协方差矩阵的M个主要的特征向量。

针对上述基于码本进行RI,PMI,CQI，协方差矩阵的反馈，随着MIMO天线数的增多，会导致CSI反馈开销的变大。而且基于上述方法的CSI反馈下通信性能并不好，一是因为有量化反馈的问题导致CSI不准确，二是因为基于上述方式仍仅获取部分CSI信息，通信性能较差。

发明内容

本发明实施例提供了一种信道状态信息测量反馈方法及相关装置，用于合理安排信道状态信息反馈资源，降低信道状态信息反馈开销。

本发明实施例第一方面提供了一种信道状态信息测量反馈方法：

确定第一模型的模式，第一模型的模式用于确定第一模型，该第一模型基于结构类数据与参数类数据构成，第一模型是一种信道学习模型，信道学习模型可以根据配置参数对信道状态信息进行处理，从而实现信道状态信息数据量的降低，获取信道状态信息参考信号CSI-RS，CSI-RS用于确定第一信道状态信息CSI，根据第一模型和第一CSI确定第二CSI，第二CSI的数据量小于第一CSI的数据量，输出第二CSI。

由上述内容可见，第一通信设备可以根据实际的通信情况确定第一模型的模式，不同的模式之间确定第一模型的结构类数据与参数类数据的方法不同，提高了方案的灵活性和可选择性。

基于上述方案，第一通信设备反馈第二CSI，相比于第一CSI可以降低CSI反馈的开销。相对应地，第二通信设备可以基于第一通信设备反馈的第二CSI以及第一模型确定第一CSI，获取完整的信道信息，提高通信性能。

基于第一方面，本发明实施例还提供了基于第一方面的第一种实施方式：

根据第一参数确定第一模型的模式，该第一参数包括信道传输场景、信道传输上下行资源与设备能力中的一种或多种。

由上述内容可见，第一通信设备可以根据第一参数预定义信道学习模型的模式，第一参数包括信道传输场景、信道传输上下行资源和第一通信设备的设备能力，避免了第一通信设备与第二通信设备的信令交互，并且在降低信令交互的同时根据实际通信情况确定信道学习模型的模式，进行信道状态信息的反馈。

基于上述方案，第一通信设备可以根据第一参数确定信道学习模型的模式。即针对第一参数的不同取值或不同情况可以确定不同的信道学习模型的模式。该信道学习模型的模式的确定考虑了不同第一参数的情况，可以更适应与不同的传输场景、上下行资源、设备能力，满足不同情况的需求，提高确定第一模型的准确性，提高通信性能。

基于第一方面，本发明实施例还提供了第一方面的第二种实施方式：

输出模式请求信息，该模式请求信息用于请求确定第一模型的模式。

由上述内容可见，第一通信设备向第二通信设备发送模式请求信息，以使得第二通信设备进行信道学习模型模式的确定，该模式请求信息内可以包括一种或多种信道学习模型的模式信息以供信道状态反馈设备进行参考，使得第二通信设备在根据自身实际通信情况确定信道学习模型模式的同时还可以考虑到第一通信设备所处的实际通信情况，在提升了方案灵活性的同时进一步提升了合理性。

基于第一方面或第一方面的第二种实施方式，本发明实施例还提供了第一方面的第三种实施方式：

获取模式指示信息，所述模式指示信息用于指示所述第一模型的模式。

由上述内容可见，第一通信设备可以根据第二通信设备的模式指示信息进行信道学习模型模式的确定，对第一通信设备的设备能力要求较低，只需接收第二通信设备的指示信息即可确定信道学习模型的模式，提升了方案的灵活性。

基于第一方面和第一方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第一方面的第四种实施方式：

获取第一模型的结构类数据和参数类数据。

由上述内容可见，在确定信道学习模型的模式为第二通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第一通信设备可以从第二通信设备处获取信道学习模型的结构类数据和参数类数据，从而使得第一通信设备根据获取到的结构类数据和参数类数据搭建信道学习模型，以确定降低数据量之后的信道状态信息。

基于上述方案，降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。第二通信设备可以确定信道学习模型的结构类数据和参数类数据。第二通信设备可以基于在先的信道信息确定信道学习模型，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第一方面和第一方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第一方面的第五种实施方式：

输出第一模型的结构类数据和参数类数据。

由上述内容可见，在确定信道学习模型的模式为第一通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第一通信设备可以将确定的结构类数据和参数类数据输出，以供第二通信设备获取，从而使得第二通信设备根据该结构类数据和参数类数据构建信道学习模型并根据该信道学习模型对接收到的信道状态信息进行处理。在该模式下由第一通信设备根据实际的通信情况确定信道学习模型的结构类数据和参数类数据，较为适用于信道情况较为复杂且第一通信设备具有较强的设备能力的场景。

基于上述方案，降低第二通信设备训练确定信道学习模型的复杂度，实现第二通信设备节能。另外，第一通信设备确定结构类数据和参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该结构类数据和该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第一方面和第一方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第一方面的第六种实施方式：

获取第一模型的结构类数据，根据该结构类数据确定第一模型的参数类数据，输出该参数类数据。

由上述内容可见，在确定信道学习模型的模式为第二通信设备确定结构类数据与第一通信设备确定参数类数据的情况下，第一通信设备根据第二通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中通过第二通信设备确定结构类数据降低了对第一通信设备能力方面的要求，增加了方案的可实施性。

基于上述方案，第二通信设备可以根据在先的信道信息确定结构类数据，第二通信设备可以把握信道学习模型的复杂程度，降低第一通信设备训练确定参数类数据的复杂度，避免第一通信设备需要多次训练不同的信道学习模型的结构类数据下的性能。第一通信设备基于第二通信设备确定的结构类数据训练匹配的参数类数据，可以降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。另外，第一通信设备确定参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第一方面和第一方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第一方面的第七种实施方式：

输出第一模型的结构类数据，获取根据该结构类数据确定的参数类数据。

由上述内容可见，在确定信道学习模型的模式为第一通信设备确定结构类数据与第二通信设备确定参数类数据的情况下，第二通信设备根据第一通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中降低了第二通信设备构建信道学习模型所需要处理的数据量，较为适用于第一通信设备能力较强的情况。

基于上述方案，第一通信设备可以基于第一通信设备的能力确定信道学习模型的结构类数据，第一通信设备可以把握信道学习模型的复杂程度，降低第二通信设备确定参数类数据的复杂度，实现第二通信设备节能。另外，第二通信设备确定参数类数据，可以是第二通信设备根据在先的信道信息确定信道学习模型的参数类数据，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第一方面的第五种实施方式，本发明实施例还提供了第一方面的第八种实施方式：

输出结构类数据，获取第一反馈配置信息，该第一反馈配置信息与结构类数据具有对应关系，根据第一反馈配置信息和结构类数据确定参数类数据，输出该参数类数据。

由上述内容可见，当确定信道学习模型的模式为第一通信设备确定信道学习模型的结构类数据和参数类数据之后，第一通信设备将结构类数据与参数类数据反馈至第二通信设备时可以进行分级反馈，将结构类数据反馈至第二通信设备之后获取第二通信设备对应于该结构类数据的第一反馈配置信息，实现合理的分配反馈资源，避免资源浪费，同时第二通信设备可以根据该第一反馈配置信息和结构类数据确定参数类数据，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第二通信设备的第一反馈配置信息确定了更为合理的参数类数据。

基于第一方面的第八种实施方式，本发明实施例还提供了第一方面的第九种实施方式：

输出参数类数据的第一子数据，该第一子数据包含于参数类数据，该第一子数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，在信道环境较稳定的情况下，第二通信设备在接收部分的参数类数据情况下即可进行信道学习模型的构建，降低了第一通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第一方面的第八种实施方式，本发明实施例还提供了第一方面的第十种实施方式：

根据第一反馈配置信息和结构类数据训练第一模型，确定该第一模型的参数类数据。

由上述内容可见，在信道环境较复杂的情况下，第一通信设备可以根据第二通信设备的第一反馈配置信息对信道学习模型进行再训练，从而确定更适用于当前信道环境的参数类数据，提升了第一通信设备确定的参数类数据的准确性。

基于第一方面的第五种、第六种、第八种、第九种、第十种中任一种实施方式，本发明实施例还提供了第一方面的第十一种实施方式：

输出参数类数据的第二子数据，该第二子数据包含于参数类数据，获取第二反馈配置信息，该第二反馈配置信息与第二子数据具有对应关系，根据第二反馈配置信息与第二子数据确定所述参数类数据的第三子数据，该第三子数据包含于参数类数据，输出该第三子数据。

由上述内容可见，第一通信设备可以分级将参数类数据输出至第二通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第一方面的第五种、第六种、第八种、第九种、第十种中任一种实施方式，本发明实施例还提供了第一方面的第十二种实施方式：

根据参数类数据的时间特性输出参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的输出，降低了反馈CSI时所占用的信道资源。

基于第一方面的第四种实施方式，本发明实施例还提供了第一方面的第十三种实施方式：

获取结构类数据，获取第一反馈配置信息，该第一反馈配置信息与结构类数据具有对应关系，获取参数类数据，该参数类数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，第一通信设备可以分级获取由第二通信设备输出的结构类数据和参数类数据，其中参数类数据由结构类数据和第一反馈配置关系决定，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第二通信设备的第一反馈配置信息确定了更为合理的参数类数据。

基于第一方面的第十三种实施方式，本发明实施例还提供了第一方面的第十四种实施方式：

获取参数类数据的第一子数据，该第一子数据包含于参数类数据，该第一子数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，在信道环境较稳定的情况下，第一通信设备在接收部分的参数类数据情况下即可进行信道学习模型的构建，降低了第二通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第一方面的第四种、第六种、第七种、第十三种、第十四种中任一种实施方式，本发明实施例还提供了第一方面的第十五种实施方式：

获取参数类数据的第二子数据，该第二子数据包含于参数类数据，获取第二反馈配置信息，该第二反馈配置信息与参数类数据的第二子数据具有对应关系，获取参数类数据的第三子数据，该第三子数据根据第二反馈配置信息与第二子数据确定，第三子数据包含于参数类数据。

由上述内容可见，第二通信设备可以分级将参数类数据输出至第一通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第一方面的第四种、第六种、第七种、第十三种、第十四种中任一种实施方式，本发明实施例还提供了第一方面的第十六种实施方式：

根据参数类数据的时间特性获取参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的获取，降低了反馈CSI时所占用的信道资源。

基于第一方面的第八种、第九种、第十种、第十一种、第十二种、第十三种、第十四种、第十五种、第十六种中任一种实施方式，本发明实施例还提供了第一方面的第十七种实施方式：

根据第一反馈配置信息和结构类数据确定第一模型的第二类数据资源，比特数，反馈信息中的至少一项。

由上述技术内容可见，第一通信设备可以根据第二通信设备确定的第一反馈配置信息确定参数类数据对应的配置信息，根据不同的信道状态确定该配置信息可以是资源，比特数，反馈信息中的一种或多种，提升了本方案实现的灵活性和适用性。

本申请第二方面提供了一种信道状态信息测量反馈方法，包括：

确定第一模型的模式，该第一模型的模式用于确定第一模型，该第一模型基于结构类数据与参数类数据构成，输出信道状态信息参考信号CSI-RS，获取第二信道状态信息CSI，根据第一模型和第二CSI确定第一CSI，第二CSI的数据量小于第一CSI的数据量。

由上述内容可见，第二通信设备可以根据实际的通信情况确定第一模型的模式，不同的模式之间确定第一模型的结构类数据与参数类数据的方法不同，提高了方案的灵活性和可选择性。

基于上述方案，第二通信设备获取第二CSI，相比于第一CSI可以降低CSI反馈的开销。进一步，第二通信设备可以基于第一通信设备反馈的第二CSI以及第一模型确定第一CSI，获取完整的信道信息，提高通信性能。

基于第二方面，本发明实施例还提供了第二方面的第一种实施方式：

根据第一参数确定所述第一模型的模式，该第一参数包括信道传输场景、信道传输上下行资源与设备能力中的一种或多种。

由上述内容可见，第二通信设备可以根据第一参数预定义信道学习模型的模式，第一参数包括信道传输场景、信道传输上下行资源和第一通信设备的设备能力，避免了第一通信设备与第二通信设备的信令交互，并且在降低信令交互的同时根据实际通信情况确定信道学习模型的模式，进行信道状态信息的反馈。

基于上述方案，第二通信设备可以根据第一参数确定信道学习模型的模式。即针对第一参数的不同取值或不同情况可以确定不同的信道学习模型的模式。该信道学习模型的模式的确定考虑了不同第一参数的情况，可以更适应与不同的传输场景、上下行资源、设备能力，满足不同情况的需求，提高确定第一模型的准确性，提高通信性能。

基于第二方面，本发明实施例还提供了第二方面的第二种实施方式：

获取模式请求信息，该模式请求信息用于请求确定第一模型的模式。

由上述内容可见，第一通信设备向第二通信设备发送模式请求信息，以使得第二通信设备进行信道学习模型模式的确定，该模式请求信息内可以包括一种或多种信道学习模型的模式信息以供信道状态反馈设备进行参考，使得第二通信设备在根据自身实际通信情况确定信道学习模型模式的同时还可以考虑到第一通信设备所处的实际通信情况，在提升了方案灵活性的同时进一步提升了合理性。

基于第二方面或第二方面的第二种实施方式，本发明实施例还提供了第二方面的第三种实施方式：

输出模式指示信息，该模式指示信息用于指示第一模型的模式。

由上述内容可见，第二通信设备的模式指示信息可以进行信道学习模型模式的确定，对第一通信设备的设备能力要求较低，第一通信设备只需接收第二通信设备的指示信息即可确定信道学习模型的模式，提升了方案的灵活性。

基于第二方面和第二方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第二方面的第四种实施方式：

输出第一模型的结构类数据和参数类数据。

由上述内容可见，在确定信道学习模型的模式为第二通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第二通信设备可以向第一通信设备输出信道学习模型的结构类数据和参数类数据，从而使得第一通信设备根据获取到的结构类数据和参数类数据搭建信道学习模型，以确定降低数据量之后的信道状态信息。

基于上述方案，降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。第二通信设备可以确定信道学习模型的结构类数据和参数类数据。第二通信设备可以基于在先的信道信息确定信道学习模型，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第二方面和第二方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第二方面的第五种实施方式：

获取第一模型的结构类数据和参数类数据。

由上述内容可见，在确定信道学习模型的模式为第一通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第二通信设备可以从第一通信设备处获取信道学习模型的结构类数据和参数类数据，从而使得第二通信设备根据获取到的结构类数据和参数类数据搭建信道学习模型，以确定还原数据量之后的信道状态信息。

基于上述方案，降低第二通信设备训练确定信道学习模型的复杂度，实现第二通信设备节能。另外，第一通信设备确定结构类数据和参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该结构类数据和该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第二方面和第二方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第二方面的第六种实施方式：

输出第一模型的结构类数据，获取参数类数据，该参数类数据根据结构类数据确定。

由上述内容可见，在确定信道学习模型的模式为第二通信设备确定结构类数据与第一通信设备确定参数类数据的情况下，第一通信设备根据第二通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中通过第二通信设备确定结构类数据降低了对第一通信设备能力方面的要求，增加了方案的可实施性。

基于上述方案，第二通信设备可以根据在先的信道信息确定结构类数据，第二通信设备可以把握信道学习模型的复杂程度，降低第一通信设备训练确定参数类数据的复杂度，避免第一通信设备需要多次训练不同的信道学习模型的结构类数据下的性能。第一通信设备基于第二通信设备确定的结构类数据训练匹配的参数类数据，可以降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。另外，第一通信设备确定参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第二方面和第二方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第二方面的第七种实施方式：

获取第一模型的结构类数据，根据该结构类数据确定第一模型的参数类数据，输出该参数类数据。

由上述内容可见，在确定信道学习模型的模式为第一通信设备确定结构类数据与第二通信设备确定参数类数据的情况下，第二通信设备根据第一通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中降低了第二通信设备构建信道学习模型所需要处理的数据量，较为适用于第一通信设备能力较强的情况。

基于上述方案，第一通信设备可以基于第一通信设备的能力确定信道学习模型的结构类数据，第一通信设备可以把握信道学习模型的复杂程度，降低第二通信设备确定参数类数据的复杂度，实现第二通信设备节能。另外，第二通信设备确定参数类数据，可以是第二通信设备根据在先的信道信息确定信道学习模型的参数类数据，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第二方面的第五种实施方式，本发明实施例还提供了第二方面的第八种实施方式：

获取所述结构类数据，确定第一反馈配置信息，该第一反馈配置信息与结构类数据具有对应关系，获取参数类数据，该参数类数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，当确定信道学习模型的模式为第一通信设备确定信道学习模型的结构类数据和参数类数据之后，第一通信设备将结构类数据与参数类数据反馈至第二通信设备时可以进行分级反馈，第二通信设备根据该结构类数据对应性地确定第一反馈配置信息，实现合理的分配反馈资源，避免资源浪费，同时使得第一通信设备可以根据该第一反馈配置信息和结构类数据确定参数类数据，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第一反馈配置信息确定了更为合理的参数类数据。

基于第二方面的第八种实施方式，本发明实施例还提供了第二方面的第九种实施方式：

获取参数类数据的第一子数据，该第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，在信道环境较稳定的情况下，第二通信设备在接收部分的参数类数据情况下即可进行信道学习模型的构建，降低了第一通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第二方面的第五种、第六种、第八种、第九种中任一种实施方式，本发明实施例还提供了第二方面的第十种实施方式：

获取参数类数据的第二子数据，该第二子数据包含于参数类数据，确定第二反馈配置信息，该第二反馈配置信息与参数类数据的第二子数据具有对应关系，获取参数类数据的第三子数据，该第三子数据根据第二反馈配置信息与第二子数据确定，第三子数据包含于参数类数据。

由上述内容可见，第一通信设备可以分级将参数类数据输出至第二通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第二方面的第五种、第六种、第八种、第九种中任一种实施方式，本发明实施例还提供了第二方面的第十一种实施方式：

根据参数类数据的时间特性获取参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的获取，降低了CSI反馈时所占用的信道资源。

基于第二方面的第四种实施方式，本发明实施例还提供了第二方面的第十二种实施方式：

输出结构类数据，确定第一反馈配置信息，该第一反馈配置信息与结构类数据具有对应关系，根据第一反馈配置信息和结构类数据确定参数类数据，输出该参数类数据。

由上述内容可见，第一通信设备可以分级获取由第二通信设备输出的结构类数据和参数类数据，其中参数类数据由结构类数据和第一反馈配置关系决定，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第二通信设备的第一反馈配置信息确定了更为合理的参数类数据。

基于第二方面的第十二种实施方式，本发明实施例还提供了第二方面的第十三种实施方式：

输出参数类数据的第一子数据，该第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，在信道环境较稳定的情况下，第二通信设备输出部分的参数类数据即可使得第一通信设备进行信道学习模型的构建，降低了第二通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第二方面的第十二种实施方式，本发明实施例还提供了第二方面的第十四种实施方式：

根据第一反馈配置信息和结构类数据训练第一模型，确定该第一模型的参数类数据。

由上述内容可见，在信道环境较复杂的情况下，第二通信设备可以根据第一反馈配置信息对信道学习模型进行再训练，从而确定更适用于当前信道环境的参数类数据，提升了第二通信设备确定的参数类数据的准确性。

基于第二方面的第四种、第七种、第十二种、第十三种、第十四种中任一种的实施方式，本发明实施例还提供了第二方面的第十五种实施方式：

输出参数类数据的第二子数据，第二子数据包含于参数类数据，确定第二反馈配置信息，第二反馈配置信息与参数类数据的第二子数据具有对应关系，根据所述第二反馈配置信息与第二子数据确定参数类数据的第三子数据，输出第三子数据。

由上述内容可见，第二通信设备可以分级将参数类数据输出至第一通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第二方面的第四种、第七种、第十二种、第十三种、第十四种中任一种的实施方式，本发明实施例还提供了第二方面的第十六种实施方式：

根据参数类数据的时间特性输出参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的输出，降低了反馈CSI时所占用的信道资源。

基于第二方面的第八种、第九种、第十种、第十一种、第十二种、第十三种、第十四种、第十五种、第十六种中任一种的实施方式，本发明实施例还提供了第二方面的第十七种实施方式：

根据第一反馈配置信息和结构类数据确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

由上述技术内容可见，第一通信设备可以根据第二通信设备确定的第一反馈配置信息确定参数类数据对应的配置信息，根据不同的信道状态确定该配置信息可以是资源，比特数，反馈信息中的一种或多种，提升了本方案实现的灵活性和适用性。

本发明实施例第三方面提供了一种第一通信设备，包括第一逻辑电路和第一通信接口：

第一逻辑电路，用于确定第一模型的模式，第一模型的模式用于确定第一模型，该第一模型基于结构类数据与参数类数据构成；

第一通信接口，用于获取信道状态信息参考信号CSI-RS，该CSI-RS用于确定第一信道状态信息CSI；

第一逻辑电路，还用于根据第一模型和第一CSI确定第二CSI，该第二CSI的数据量小于第一CSI的数据量；

该第一通信接口，还用于输出第二CSI。

由上述内容可见，第一通信设备可以根据实际的通信情况确定第一模型的模式，不同的模式之间确定第一模型的结构类数据与参数类数据的方法不同，提高了方案的灵活性和可选择性。

基于第三方面，本发明实施例还提供了基于第三方面的第一种实施方式：

第一逻辑电路，具体用于根据第一参数确定所述第一模型的模式，该第一参数包括信道传输场景、信道传输上下行资源与设备硬件参数中的一种或多种。

由上述内容可见，第一通信设备可以根据第一参数预定义信道学习模型的模式，第一参数包括信道传输场景、信道传输上下行资源和第一通信设备的设备能力，避免了第一通信设备与第二通信设备的信令交互，并且在降低信令交互的同时根据实际通信情况确定信道学习模型的模式，进行信道状态信息的反馈。

基于第三方面，本发明实施例还提供了基于第三方面的第二种实施方式：

第一通信接口，具体用于输出模式请求信息，该模式请求信息用于请求确定第一模型的模式。

由上述内容可见，第一通信设备向第二通信设备发送模式请求信息，以使得第二通信设备进行信道学习模型模式的确定，该模式请求信息内可以包括一种或多种信道学习模型的模式信息以供信道状态反馈设备进行参考，使得第二通信设备在根据自身实际通信情况确定信道学习模型模式的同时还可以考虑到第一通信设备所处的实际通信情况，在提升了方案灵活性的同时进一步提升了合理性。

基于上述方案，第一通信设备可以根据第一参数确定信道学习模型的模式。即针对第一参数的不同取值或不同情况可以确定不同的信道学习模型的模式。该信道学习模型的模式的确定考虑了不同第一参数的情况，可以更适应与不同的传输场景、上下行资源、设备能力，满足不同情况的需求，提高确定第一模型的准确性，提高通信性能。

基于第三方面或第三方面的第二种实施方式，本发明实施例还提供了第三方面的第三种实施方式：

第一通信接口，还用于获取模式指示信息，该模式指示信息用于指示所述第一模型的模式。

由上述内容可见，第一通信设备可以根据第二通信设备的模式指示信息进行信道学习模型模式的确定，对第一通信设备的设备能力要求较低，只需接收第二通信设备的指示信息即可确定信道学习模型的模式，提升了方案的灵活性。

基于第三方面和第三方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第三方面的第四种实施方式：

第一通信接口，还用于获取第一模型的结构类数据和参数类数据。

由上述内容可见，在确定为第二通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第一通信设备可以从第二通信设备处获取信道学习模型的结构类数据和参数类数据，从而使得第一通信设备根据获取到的结构类数据和参数类数据搭建信道学习模型，以确定降低数据量之后的信道状态信息。

基于上述方案，降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。第二通信设备可以确定信道学习模型的结构类数据和参数类数据。第二通信设备可以基于在先的信道信息确定信道学习模型，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第三方面和第三方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第三方面的第五种实施方式：

第一通信接口，还用于输出第一模型的结构类数据和参数类数据。

由上述内容可见，在确定信道学习模型的模式为第一通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第一通信设备可以将确定的结构类数据和参数类数据输出，以供第二通信设备获取，从而根据该结构类数据和参数类数据构建信道学习模型并根据该信道学习模型对接收到的信道状态信息进行处理。在该模式下由第一通信设备根据实际的通信情况确定信道学习模型的结构类数据和参数类数据，较为适用于信道情况较为复杂且第一通信设备具有较强的设备能力的场景。

基于上述方案，降低第二通信设备训练确定信道学习模型的复杂度，实现第二通信设备节能。另外，第一通信设备确定结构类数据和参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该结构类数据和该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第三方面和第三方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第三方面的第六种实施方式：

第一通信接口，用于获取第一模型的结构类数据；

第一逻辑电路，还用于根据结构类数据确定第一模型的参数类数据；

该第一通信接口，还用于输出参数类数据。

由上述内容可见，在确定信道学习模型的模式为第二通信设备确定结构类数据与第一通信设备确定参数类数据的情况下，第一通信设备根据第二通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中通过第二通信设备确定结构类数据降低了对第一通信设备能力方面的要求，增加了方案的可实施性。

基于上述方案，第二通信设备可以根据在先的信道信息确定结构类数据，第二通信设备可以把握信道学习模型的复杂程度，降低第一通信设备训练确定参数类数据的复杂度，避免第一通信设备需要多次训练不同的信道学习模型的结构类数据下的性能。第一通信设备基于第二通信设备确定的结构类数据训练匹配的参数类数据，可以降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。另外，第一通信设备确定参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第三方面和第三方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第三方面的第七种实施方式：

第一通信接口，用于输出第一模型的结构类数据；

该第一通信接口，还用于获取参数类数据，该参数类数据根据所述结构类数据确定。

由上述内容可见，在确定信道学习模型的模式为第一通信设备确定结构类数据与第二通信设备确定参数类数据的情况下，第二通信设备根据第一通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中降低了第二通信设备构建信道学习模型所需要处理的数据量，较为适用于第一通信设备能力较强的情况。

基于上述方案，第一通信设备可以基于第一通信设备的能力确定信道学习模型的结构类数据，第一通信设备可以把握信道学习模型的复杂程度，降低第二通信设备确定参数类数据的复杂度，实现第二通信设备节能。另外，第二通信设备确定参数类数据，可以是第二通信设备根据在先的信道信息确定信道学习模型的参数类数据，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第三方面的第五种实施方式，本发明实施例还提供了第三方面的第八种实施方式：

第一通信接口，具体用于输出结构类数据；

第一逻辑电路，具体用于获取第一反馈配置信息，第一反馈配置信息与结构类数据具有对应关系；

逻辑电路，还用于根据第一反馈配置信息和结构类数据确定参数类数据；

该第一通信接口，还用于输出参数类数据。

由上述内容可见，当确定信道学习模型的模式为第一通信设备确定信道学习模型的结构类数据和参数类数据之后，第一通信设备将结构类数据与参数类数据反馈至第二通信设备时可以进行分级反馈，将结构类数据反馈至第二通信设备之后获取第二通信设备对于该结构类数据的第一反馈配置信息，并根据该第一反馈配置信息和结构类数据确定参数类数据，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第二通信设备的第一反馈配置信息确定了更为合理的参数类数据。

基于第三方面的第八种实施方式，本发明实施例还提供了第三方面的第九种实施方式：

第一通信接口，具体用于输出参数类数据的第一子数据，第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，在信道环境较稳定的情况下，第二通信设备在接收部分的参数类数据情况下即可进行信道学习模型的构建，降低了第一通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第三方面的第八种实施方式，本发明实施例还提供了第三方面的第十种实施方式：

第一逻辑电路，具体用于根据第一反馈配置信息和结构类数据训练第一模型，确定第一模型的参数类数据。

由上述内容可见，在信道环境较复杂的情况下，第一通信设备可以根据第二通信设备的第一反馈配置信息对信道学习模型进行再训练，从而确定更适用于当前信道环境的参数类数据，提升了第一通信设备确定的参数类数据的准确性。

基于第三方面的第五种、第六种、第八种、第九种、第十种中任一种实施方式，本发明实施例还提供了第三方面的第十一种实施方式：

第一通信接口，用于输出参数类数据的第二子数据，第二子数据包含于参数类数据；

该第一通信接口，还用于获取第二反馈配置信息，第二反馈配置信息与参数类数据的第二子数据具有对应关系；

第一逻辑电路，用于根据第二反馈配置信息与第二子数据确定参数类数据的第三子数据；

该第一通信接口，还用于输出第三子数据。

由上述内容可见，第一通信设备可以分级将参数类数据输出至第二通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第三方面的第五种、第六种、第八种、第九种、第十种中任一种实施方式，本发明实施例还提供了第三方面的第十二种实施方式：

第一通信接口，用于根据参数类数据的时间特性输出参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的输出，降低了反馈CSI时所占用的信道资源。

基于第三方面的第四种实施方式，本发明实施例还提供了第三方面的第十三种实施方式：

第一通信接口，用于获取结构类数据；

该第一通信接口，还用于获取第一反馈配置信息，该第一反馈配置信息与结构类数据具有对应关系；

该第一通信接口，还用于获取参数类数据，该参数类数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，第一通信设备可以分级获取由第二通信设备输出的结构类数据和参数类数据，其中参数类数据由结构类数据和第一反馈配置关系决定，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第二通信设备的第一反馈配置信息确定了更为合理的参数类数据。

由上述内容可见，在信道环境较稳定的情况下，第一通信设备在接收部分的参数类数据情况下即可进行信道学习模型的构建，降低了第二通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第三方面的第十三种实施方式，本发明实施例还提供了第三方面的第十四种实施方式：

第一通信接口，用于获取参数类数据的第一子数据，该第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

基于第三方面的第四种、第六种、第七种、第十三种、第十四种中任一种实施方式，本发明实施例还提供了第三方面的第十五种实施方式：

第一通信接口，用于获取所述参数类数据的第二子数据，该第二子数据包含于参数类数据；

该第一通信接口，还用于获取第二反馈配置信息，该第二反馈配置信息与参数类数据的第二子数据具有对应关系；

该第一通信接口，还用于获取参数类数据的第三子数据，该第三子数据根据第二反馈配置信息与第二子数据确定，第三子数据包含于参数类数据。

由上述内容可见，第二通信设备可以分级将参数类数据输出至第一通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第三方面的第四种、第六种、第七种、第十三种、第十四种中任一种实施方式，本发明实施例还提供了第三方面的第十六种实施方式：

第一通信接口，用于根据参数类数据的时间特性获取参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的获取，降低了反馈CSI时所占用的信道资源。

基于第三方面的第八种、第九种、第十种、第十一种、第十二种、第十三种、第十四种、第十五种、第十六种中任一种实施方式，本发明实施例还提供了第三方面的第十七种实施方式：

第一逻辑电路，用于根据第一反馈配置信息和结构类数据确定第一模型的第二类数据资源，比特数，反馈信息中的至少一项。

由上述技术内容可见，第一通信设备可以根据第二通信设备确定的第一反馈配置信息确定参数类数据对应的配置信息，根据不同的信道状态确定该配置信息可以是资源，比特数，反馈信息中的一种或多种，提升了本方案实现的灵活性和适用性。

本发明实施例第四方面提供了一种第二通讯设备，包括第二逻辑电路和第二通信接口：

第二逻辑电路，用于确定第一模型的模式，第一模型的模式用于确定第一模型，第一模型基于结构类数据与参数类数据构成；

该第二通信接口，用于输出信道状态信息参考信号CSI-RS；

该第二通信接口，还用于获取第二信道状态信息CSI；

该第二逻辑电路，还用于根据第一模型和第二CSI确定第一CSI，第二CSI的数据量小于所述第一CSI的数据量。

由上述内容可见，第二通信设备可以根据实际的通信情况确定第一模型的模式，不同的模式之间确定第一模型的结构类数据与参数类数据的方法不同，提高了方案的灵活性和可选择性。

基于上述方案，第二通信设备获取第二CSI，相比于第一CSI可以降低CSI反馈的开销。进一步，第二通信设备可以基于第一通信设备反馈的第二CSI以及第一模型确定第一CSI，获取完整的信道信息，提高通信性能。

基于第四方面，本发明实施例还提供了第四方面的第一种实施方式：

该第二逻辑电路，还用于根据第一参数确定第一模型的模式，第一参数包括信道传输场景、信道传输上下行资源与设备硬件参数中的一种或多种。

由上述内容可见，第二通信设备可以根据第一参数预定义信道学习模型的模式，第一参数包括信道传输场景、信道传输上下行资源和第一通信设备的设备能力，避免了第一通信设备与第二通信设备的信令交互，并且在降低信令交互的同时根据实际通信情况确定信道学习模型的模式，进行信道状态信息的反馈。

基于上述方案，第二通信设备可以根据第一参数确定信道学习模型的模式。即针对第一参数的不同取值或不同情况可以确定不同的信道学习模型的模式。该信道学习模型的模式的确定考虑了不同第一参数的情况，可以更适应与不同的传输场景、上下行资源、设备能力，满足不同情况的需求，提高确定第一模型的准确性，提高通信性能。

基于第四方面，本发明实施例还提供了第四方面的第二种实施方式：

第二通信接口，还用于获取模式请求信息，该模式请求信息用于请求确定第一模型的模式。

由上述内容可见，第一通信设备向第二通信设备发送模式请求信息，以使得第二通信设备进行信道学习模型模式的确定，该模式请求信息内可以包括一种或多种信道学习模型的模式信息以供信道状态反馈设备进行参考，使得第二通信设备在根据自身实际通信情况确定信道学习模型模式的同时还可以考虑到第一通信设备所处的实际通信情况，在提升了方案灵活性的同时进一步提升了合理性。

基于第四方面或第四方面的第二种实施方式，本发明实施例还提供了第四方面的第三种实施方式：

第二通信接口，还用于输出模式指示信息，该模式指示信息用于指示第一模型的模式。

由上述内容可见，第二通信设备的模式指示信息可以进行信道学习模型模式的确定，对第一通信设备的设备能力要求较低，第一通信设备只需接收第二通信设备的指示信息即可确定信道学习模型的模式，提升了方案的灵活性。

基于第四方面和第四方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第四方面的第四种实施方式：

第二通信接口，还用于输出第一模型的结构类数据和参数类数据。

由上述内容可见，在确定为第二通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第二通信设备可以向第一通信设备输出信道学习模型的结构类数据和参数类数据，从而使得第一通信设备根据获取到的结构类数据和参数类数据搭建信道学习模型，以确定降低数据量之后的信道状态信息。

基于上述方案，降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。第二通信设备可以确定信道学习模型的结构类数据和参数类数据。第二通信设备可以基于在先的信道信息确定信道学习模型，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第四方面和第四方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第四方面的第五种实施方式：

第二通信接口，还用于获取第一模型的结构类数据和参数类数据。

由上述内容可见，在确定为第一通信设备确定信道学习模型的结构类数据和参数类数据的情况下，第二通信设备可以从第一通信设备处获取信道学习模型的结构类数据和参数类数据，从而使得第二通信设备根据获取到的结构类数据和参数类数据搭建信道学习模型，以确定还原数据量之后的信道状态信息。

基于上述方案，降低第二通信设备训练确定信道学习模型的复杂度，实现第二通信设备节能。另外，第一通信设备确定结构类数据和参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该结构类数据和该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第四方面和第四方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第四方面的第六种实施方式：

第二通信接口，还用于输出第一模型的结构类数据；

该第二通信接口，还用于获取参数类数据，该参数类数据根据所述结构类数据确定。

由上述内容可见，在确定信道学习模型的模式为第二通信设备确定结构类数据与第一通信设备确定参数类数据的情况下，第一通信设备根据第二通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中通过第二通信设备确定结构类数据降低了对第一通信设备能力方面的要求，增加了方案的可实施性。

基于上述方案，第二通信设备可以根据在先的信道信息确定结构类数据，第二通信设备可以把握信道学习模型的复杂程度，降低第一通信设备训练确定参数类数据的复杂度，避免第一通信设备需要多次训练不同的信道学习模型的结构类数据下的性能。第一通信设备基于第二通信设备确定的结构类数据训练匹配的参数类数据，可以降低第一通信设备训练确定信道学习模型的复杂度，实现第一通信设备节能。另外，第一通信设备确定参数类数据，可以是第一通信设备根据信道环境训练信道学习模型，使得该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

基于第四方面和第四方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第四方面的第七种实施方式：

第二通信接口，还用于获取第一模型的结构类数据；

第二逻辑电路，还用于根据结构类数据确定第一模型的参数类数据；

该第二通信接口，还用于输出参数类数据。

由上述内容可见，在确定信道学习模型的模式为第一通信设备确定结构类数据与第二通信设备确定参数类数据的情况下，第二通信设备根据第一通信设备确定的信道学习模型结构类数据进一步确定信道学习模型参数类数据，在实际的方案实现过程中降低了第二通信设备构建信道学习模型所需要处理的数据量，较为适用于第一通信设备能力较强的情况。

基于上述方案，第一通信设备可以基于第一通信设备的能力确定信道学习模型的结构类数据，第一通信设备可以把握信道学习模型的复杂程度，降低第二通信设备确定参数类数据的复杂度，实现第二通信设备节能。另外，第二通信设备确定参数类数据，可以是第二通信设备根据在先的信道信息确定信道学习模型的参数类数据，示例性地针对一个小区或者一定区域的第一通信设备可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

基于第四方面的第五种实施方式，本发明实施例还提供了第四方面的第八种实施方式：

第二通信接口，用于获取所述结构类数据；

第二逻辑电路，用于确定第一反馈配置信息，第一反馈配置信息与结构类数据具有对应关系；

该第二通信接口，还用于获取参数类数据，参数类数据根据所述第一反馈配置信息和结构类数据确定。

由上述内容可见，当确定信道学习模型的模式为第一通信设备确定信道学习模型的结构类数据和参数类数据之后，第一通信设备将结构类数据与参数类数据反馈至第二通信设备时可以进行分级反馈，第二通信设备根据该结构类数据对应性地确定第一反馈配置信息，使得第一通信设备根据该第一反馈配置信息和结构类数据确定参数类数据，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第一反馈配置信息确定了更为合理的参数类数据。

基于第四方面的第八种实施方式，本发明实施例还提供了第四方面的第九种实施方式：

第二通信接口，具体用于获取参数类数据的第一子数据，该第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，在信道环境较稳定的情况下，第二通信设备在接收部分的参数类数据情况下即可进行信道学习模型的构建，降低了第一通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第四方面的第五种、第六种、第八种、第九种中任一种实施方式，本发明实施例还提供了第四方面的第十种实施方式：

第二通信接口，具体用于获取参数类数据的第二子数据，该第二子数据包含于参数类数据；

第二逻辑电路，具体用于确定第二反馈配置信息，第二反馈配置信息与参数类数据的第二子数据具有对应关系；

该第二通信接口，还用于获取所述参数类数据的第三子数据，该第三子数据根据所述第二反馈配置信息与所述第二子数据确定，第三子数据包含于所述参数类数据。

由上述内容可见，第一通信设备可以分级将参数类数据输出至第二通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第四方面的第五种、第六种、第八种、第九种中任一种实施方式，本发明实施例还提供了第四方面的第十一种实施方式：

第二通信接口，具体用于根据参数类数据的时间特性获取参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的获取，降低了CSI反馈时所占用的信道资源。

基于第四方面的第四种实施方式，本发明实施例还提供了第四方面的第十二种实施方式：

第二通信接口，具体用于输出结构类数据；

第二逻辑电路，具体用于确定第一反馈配置信息，第一反馈配置信息与结构类数据具有对应关系；

该第二逻辑电路，还用于根据第一反馈配置信息和结构类数据确定参数类数据；

该第二通信接口，还用于输出参数类数据。

由上述内容可见，第一通信设备可以分级获取由第二通信设备输出的结构类数据和参数类数据，其中参数类数据由结构类数据和第一反馈配置关系决定，在避免了一次性输出结构类数据和参数类数据对信道造成较大压力的基础上，还进一步地根据第二通信设备的第一反馈配置信息确定了更为合理的参数类数据。

基于第四方面的第十二种实施方式，本发明实施例还提供了第四方面的第十三种实施方式：

第二通信接口，具体用于输出参数类数据的第一子数据，该第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

由上述内容可见，在信道环境较稳定的情况下，第二通信设备输出部分的参数类数据即可使得第一通信设备进行信道学习模型的构建，降低了第二通信设备反馈参数类数据时对信道的压力，降低了反馈CSI时对信道资源的占用。

基于第四方面的第十二种实施方式，本发明实施例还提供了第四方面的第十四种实施方式：

第二逻辑电路，具体用于根据第一反馈配置信息和结构类数据训练第一模型，确定第一模型的参数类数据。

由上述内容可见，在信道环境较复杂的情况下，第二通信设备可以根据第一反馈配置信息对信道学习模型进行再训练，从而确定更适用于当前信道环境的参数类数据，提升了第二通信设备确定的参数类数据的准确性。

基于第四方面的第四种、第七种、第十二种、第十三种、第十四种中任一种的实施方式，本发明实施例还提供了第四方面的第十五种实施方式：

第二通信接口，具体用于输出所述参数类数据的第二子数据，所述第二子数据包含于所述参数类数据；

第二逻辑电路，具体用于确定第二反馈配置信息，第二反馈配置信息与参数类数据的第二子数据具有对应关系；

该第二逻辑电路，还用于根据第二反馈配置信息与第二子数据确定参数类数据的第三子数据；

该第二通信接口，还用于输出第三子数据。

由上述内容可见，第二通信设备可以分级将参数类数据输出至第一通信设备，当信道学习模型的部分参数类数据对于剩余部分参数类数据存在影响时，即可根据在先发送的参数类数据的第二子数据和第二通信设备获取该第二子数据后生成的第二反馈配置信息确定参数类数据的第三子数据，可以在降低第三子数据数据量的同时提升第三子数据的准确性，提升了方案实现的灵活性和准确性。

基于第四方面的第四种、第七种、第十二种、第十三种、第十四种中任一种的实施方式，本发明实施例还提供了第四方面的第十六种实施方式：

第二通信接口，用于根据参数类数据的时间特性输出参数类数据。

由上述内容可见，由于参数类数据中可以包含多个具体地参数数据，而每个参数数据对应的最适反馈周期不同，可以根据每个参数数据的最适反馈周期进行参数的输出，降低了反馈CSI时所占用的信道资源。

基于第四方面的第八种、第九种、第十种、第十一种、第十二种、第十三种、第十四种、第十五种、第十六种中任一种的实施方式，本发明实施例还提供了第四方面的第十七种实施方式：

第二逻辑电路，具体用于根据第一反馈配置信息和结构类数据确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

由上述技术内容可见，第一通信设备可以根据第二通信设备确定的第一反馈配置信息确定参数类数据对应的配置信息，根据不同的信道状态确定该配置信息可以是资源，比特数，反馈信息中的一种或多种，提升了本方案实现的灵活性和适用性。

本发明实施例第五方面提供了一种第一信道状态信息测量反馈系统，包括：

第一处理单元，用于确定第一模型的模式，第一模型的模式用于确定第一模型，第一模型基于结构类数据与参数类数据构成，第一模型是一种信道学习模型，信道学习模型可以根据配置参数对信道状态信息进行处理，从而实现信道状态信息数据量的降低；

第一获取单元，用于获取信道状态信息参考信号CSI-RS，CSI-RS用于确定第一信道状态信息CSI；

该第一处理单元，还用于根据第一模型和第一CSI确定第二CSI，第二CSI的数据量小于第一CSI的数据量；

第一输出单元，用于输出第二CSI。

上述第五方面的技术效果与第三方面的技术效果相似，为了简洁，此处不再详述。

基于第五方面，本发明实施例还提供了基于第五方面的第一种实施方式：

第二处理单元，用于根据第一参数确定所述第一模型的模式，该第一参数包括信道传输场景、信道传输上下行资源与设备能力中的一种或多种。

上述第五方面的第一种实施方式的技术效果与第三方面的第一种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面，本发明实施例还提供了第五方面的第二种实施方式：

第二输出单元，用于输出模式请求信息，该模式请求信息用于请求确定第一模型的模式。

上述第五方面的第二种实施方式的技术效果与第三方面的第二种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面或第五方面的第二种实施方式，本发明实施例还提供了第五方面的第三种实施方式：

第二获取单元，用于获取模式指示信息，模式指示信息用于指示第一模型的模式。

上述第五方面的第三种实施方式的技术效果与第三方面的第三种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面和第五方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第五方面的第四种实施方式：

第三获取单元，用于获取第一模型的结构类数据和参数类数据。

上述第五方面的第四种实施方式的技术效果与第三方面的第四种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面和第五方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第五方面的第五种实施方式：

第三输出单元，用于输出第一模型的结构类数据和参数类数据。

上述第五方面的第五种实施方式的技术效果与第三方面的第五种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面和第五方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第一方面的第六种实施方式：

第三获取单元，还用于获取第一模型的结构类数据；

第三处理单元，用于根据结构类数据确定第一模型的参数类数据；

第三输出单元，还用于输出参数类数据。

上述第五方面的第六种实施方式的技术效果与第三方面的第六种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面和第五方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第一方面的第七种实施方式：

第三输出单元，还用于输出第一模型的结构类数据；

第三获取单元，还用于获取参数类数据，该参数类数据根据结构类数据确定。

上述第五方面的第七种实施方式的技术效果与第三方面的第七种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第五种实施方式，本发明实施例还提供了第五方面的第八种实施方式：

第四输出单元，用于输出结构类数据；

第四获取单元，用于获取第一反馈配置信息，第一反馈配置信息与结构类数据具有对应关系；

第四处理单元，用于根据第一反馈配置信息和结构类数据确定参数类数据；

所述第四输出单元，还用于输出参数类数据。

上述第五方面的第八种实施方式的技术效果与第三方面的第八种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第八种实施方式，本发明实施例还提供了第五方面的第九种实施方式：

第四输出子单元，用于输出参数类数据的第一子数据，该第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

上述第五方面的第九种实施方式的技术效果与第三方面的第九种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第八种实施方式，本发明实施例还提供了第五方面的第十种实施方式：

第五处理单元，用于根据第一反馈配置信息和结构类数据训练第一模型，确定第一模型的参数类数据。

上述第五方面的第十种实施方式的技术效果与第三方面的第十种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第五种、第六种、第八种、第九种、第十种中任一种实施方式，本发明实施例还提供了第五方面的第十一种实施方式：

第五输出单元，用于输出参数类数据的第二子数据，第二子数据包含于参数类数据；

第五获取单元，用于获取第二反馈配置信息，第二反馈配置信息与参数类数据的第二子数据具有对应关系；

第五处理单元，还用于根据第二反馈配置信息与所述第二子数据确定参数类数据的第三子数据，第三子数据包含于所述参数类数据；

第五输出单元，还用于输出第三子数据。

上述第五方面的第十一种实施方式的技术效果与第三方面的第十一种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第五种、第六种、第八种、第九种、第十种中任一种实施方式，本发明实施例还提供了第五方面的第十二种实施方式：

第五输出子单元，用于根据参数类数据的时间特性输出参数类数据。

上述第五方面的第十二种实施方式的技术效果与第三方面的第十二种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第四种实施方式，本发明实施例还提供了第五方面的第十三种实施方式：

第三获取子单元，用于获取结构类数据；

该第三获取子单元，还用于获取第一反馈配置信息，该第一反馈配置信息与结构类数据具有对应关系；

该第三获取子单元，还用于获取参数类数据，该参数类数据根据所述第一反馈配置信息和所述结构类数据确定。

上述第五方面的第十三种实施方式的技术效果与第三方面的第十三种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第十三种实施方式，本发明实施例还提供了第五方面的第十四种实施方式：

第五获取子单元，用于获取参数类数据的第一子数据，该第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

上述第五方面的第十四种实施方式的技术效果与第三方面的第十四种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第四种、第六种、第七种、第十三种、第十四种中任一种实施方式，本发明实施例还提供了第五方面的第十五种实施方式：

第五获取子单元，还用于获取参数类数据的第二子数据，该第二子数据包含于所述参数类数据；

该第五获取子单元，还用于获取第二反馈配置信息，该第二反馈配置信息与所述参数类数据的第二子数据具有对应关系；

该第五获取子单元，还用于获取参数类数据的第三子数据，该第三子数据根据第二反馈配置信息与第二子数据确定，第三子数据包含于参数类数据。

上述第五方面的第十五种实施方式的技术效果与第三方面的第十五种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第四种、第六种、第七种、第十三种、第十四种中任一种实施方式，本发明实施例还提供了第五方面的第十六种实施方式：

第五获取子单元，还用于根据参数类数据的时间特性获取参数类数据。

上述第五方面的第十六种实施方式的技术效果与第三方面的第十六种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第五方面的第八种、第九种、第十种、第十一种、第十二种、第十三种、第十四种、第十五种、第十六种中任一种实施方式，本发明实施例还提供了第五方面的第十七种实施方式：

第五处理子单元，用于根据第一反馈配置信息和结构类数据确定第一模型的第二类数据资源，比特数，反馈信息中的至少一项。

上述第五方面的第十七种实施方式的技术效果与第三方面的第十七种实施方式的技术效果相似，为了简洁，此处不再详述。

本发明实施例第六方面提供了一种第二信道状态信息测量反馈系统，包括：

第六处理单元，用于确定第一模型的模式，该第一模型的模式用于确定第一模型，第一模型基于结构类数据与参数类数据构成；

第六输出单元，用于输出信道状态信息参考信号CSI-RS；

第六获取单元，用于获取第二信道状态信息CSI；

该第六处理单元，还用于根据第一模型和第二CSI确定第一CSI，该第二CSI的数据量小于所述第一CSI的数据量。

上述第六方面的技术效果与第四方面的技术效果相似，为了简洁，此处不再详述。

基于第六方面，本发明实施例还提供了第六方面的第一种实施方式：

第七处理单元，用于根据第一参数确定第一模型的模式，该第一参数包括信道传输场景、信道传输上下行资源与设备硬件参数中的一种或多种。

上述第六方面的第一种实施方式的技术效果与第四方面的第一种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面，本发明实施例还提供了第六方面的第二种实施方式：

第七获取单元，用于获取模式请求信息，该模式请求信息用于请求确定第一模型的模式。

上述第六方面的第二种实施方式的技术效果与第四方面的第二种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面或第六方面的第二种实施方式，本发明实施例还提供了第六方面的第三种实施方式：

第七输出单元，用于输出模式指示信息，该模式指示信息用于指示第一模型的模式。

上述第六方面的第三种实施方式的技术效果与第四方面的第三种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面和第六方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第六方面的第四种实施方式：

第八输出单元，用于输出第一模型的结构类数据和参数类数据。

上述第六方面的第四种实施方式的技术效果与第四方面的第四种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面和第六方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第六方面的第五种实施方式：

第八获取单元，用于获取第一模型的结构类数据和参数类数据。

上述第六方面的第五种实施方式的技术效果与第四方面的第五种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面和第六方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第六方面的第六种实施方式：

第八输出单元，还用于输出第一模型的结构类数据；

第八获取单元，还用于获取参数类数据，该参数类数据根据所述结构类数据确定。

上述第六方面的第六种实施方式的技术效果与第四方面的第六种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面和第六方面的第一种、第二种、第三种中任一种实施方式，本发明实施例还提供了第六方面的第七种实施方式：

第八获取单元，还用于获取第一模型的结构类数据；

第八处理单元，用于根据结构类数据确定第一模型的参数类数据；

第八输出单元，还用于输出参数类数据。

上述第六方面的第七种实施方式的技术效果与第四方面的第七种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第五种实施方式，本发明实施例还提供了第六方面的第八种实施方式：

第九获取单元，用于获取结构类数据；

第九处理单元，用于确定第一反馈配置信息，第一反馈配置信息与结构类数据具有对应关系；

第九获取单元，还用于获取参数类数据，参数类数据根据第一反馈配置信息和结构类数据确定。

上述第六方面的第八种实施方式的技术效果与第四方面的第八种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第八种实施方式，本发明实施例还提供了第六方面的第九种实施方式：

第九获取子单元，具体用于获取参数类数据的第一子数据，第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

上述第六方面的第九种实施方式的技术效果与第四方面的第九种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第五种、第六种、第八种、第九种中任一种实施方式，本发明实施例还提供了第六方面的第十种实施方式：

第十获取单元，具体用于获取参数类数据的第二子数据，该第二子数据包含于参数类数据；

第十处理单元，具体用于确定第二反馈配置信息，该第二反馈配置信息与参数类数据的第二子数据具有对应关系；

该第十获取单元，还用于获取参数类数据的第三子数据，该第三子数据根据所述第二反馈配置信息与第二子数据确定，第三子数据包含于所述参数类数据。

上述第六方面的第十种实施方式的技术效果与第四方面的第十种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第五种、第六种、第八种、第九种中任一种实施方式，本发明实施例还提供了第六方面的第十一种实施方式：

第九获取子单元，具体用于根据参数类数据的时间特性获取参数类数据。

上述第六方面的第十一种实施方式的技术效果与第四方面的第十一种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第四种实施方式，本发明实施例还提供了第六方面的第十二种实施方式：

第八输出子单元，用于输出结构类数据；

第八处理子单元，用于确定第一反馈配置信息，第一反馈配置信息与结构类数据具有对应关系；

该第八处理子单元，还用于根据第一反馈配置信息和结构类数据确定参数类数据；

该第八输出子单元，还用于输出参数类数据。

上述第六方面的第十二种实施方式的技术效果与第四方面的第十二种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第十二种实施方式，本发明实施例还提供了第六方面的第十三种实施方式：

第八输出子单元，还用于输出参数类数据的第一子数据，第一子数据包含于参数类数据，第一子数据根据第一反馈配置信息和结构类数据确定。

上述第六方面的第十三种实施方式的技术效果与第四方面的第十三种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第十二种实施方式，本发明实施例还提供了第六方面的第十四种实施方式：

第八处理子单元，还用于根据第一反馈配置信息和结构类数据训练第一模型，确定第一模型的参数类数据。

上述第六方面的第十四种实施方式的技术效果与第四方面的第十四种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第四种、第七种、第十二种、第十三种、第十四种中任一种的实施方式，本发明实施例还提供了第六方面的第十五种实施方式：

第八输出子单元，用于输出参数类数据的第二子数据，该第二子数据包含于参数类数据；

第八处理子单元，还用于确定第二反馈配置信息，该第二反馈配置信息与参数类数据的第二子数据具有对应关系；

该第八处理子单元，还用于根据第二反馈配置信息与第二子数据确定参数类数据的第三子数据；

该第八输出子单元，还用于输出第三子数据。

上述第六方面的第十五种实施方式的技术效果与第四方面的第十五种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第四种、第七种、第十二种、第十三种、第十四种中任一种的实施方式，本发明实施例还提供了第六方面的第十六种实施方式：

第八输出子单元，用于根据参数类数据的时间特性输出参数类数据。

上述第六方面的第十六种实施方式的技术效果与第四方面的第十六种实施方式的技术效果相似，为了简洁，此处不再详述。

基于第六方面的第八种、第九种、第十种、第十一种、第十二种、第十三种、第十四种、第十五种、第十六种中任一种的实施方式，本发明实施例还提供了第六方面的第十七种实施方式：

第十处理子单元，用于根据第一反馈配置信息和所述结构类数据确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

上述第六方面的第十七种实施方式的技术效果与第四方面的第十七种实施方式的技术效果相似，为了简洁，此处不再详述。

本发明实施例第七方面提供了一种可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面和第二方面中任一项所述的方法。

从以上方案可以看出，本实施例中：确定第一模型的模式，所述第一模型的模式用于确定所述第一模型，所述第一模型基于结构类数据与参数类数据构成，获取信道状态信息参考信号CSI-RS，所述CSI-RS用于确定第一信道状态信息CSI，根据所述第一模型和第一CSI确定第二CSI，所述第二CSI的数据量小于所述第一CSI的数据量，输出所述第二CSI。通过根据信道的实际情况确定第一模型的模式，实现合理安排信道状态信息反馈资源，降低信道状态信息反馈开销。

附图说明

图1为本发明实施例中一种通信设备间信道传输的一个示意图；

图2-a为本发明实施例中一种神经网络的一个示意图；

图2-b为本发明实施例中一种神经网络的另一个示意图；

图2-c为本发明实施例中一种神经网络的另一个示意图；

图3为本发明实施例中一种CSI获取流程的一个示意图；

图4-a为本发明实施例中一种第一模型模式确定流程的一个示意图；

图4-b为本发明实施例中一种第一模型模式确定流程的另一个示意图；

图5为本发明实施例中一种第一模型确定流程的另一个示意图；

图6为本发明实施例中一种第一模型确定流程的另一个示意图；

图7为本发明实施例中一种第一模型确定流程的另一个示意图；

图8为本发明实施例中一种第一模型确定流程的另一个示意图；

图9-a为本发明实施例中一种第一模型确定流程的另一个示意图；

图9-b为本发明实施例中一种分级反馈的一个示意图；

图9-c为本发明实施例中一种分级反馈的另一个示意图；

图10为本发明实施例中一种第一模型确定流程的另一个示意图；

图11为本发明实施例中一种第一模型确定流程的另一个示意图；

图12为本发明实施例中一种第一模型确定流程的另一个示意图；

图13为本发明实施例中一种CSI测量反馈方式确定流程的一个示意图；

图14为本发明实施例中一种CSI测量反馈方式确定流程的另一个示意图；

图15为本发明实施例中一种第一通信设备的一个示意图；

图16为本发明实施例中一种第二通信设备的一个示意图；

图17为本发明实施例中一种第一信道状态信息测量反馈系统的一个示意图；

图18为本发明实施例中一种第一信道状态信息测量反馈系统的另一个示意图；

图19为本发明实施例中一种第一信道状态信息测量反馈系统的另一个示意图；

图20为本发明实施例中一种第一信道状态信息测量反馈系统的另一个示意图；

图21为本发明实施例中一种第一信道状态信息测量反馈系统的另一个示意图；

图22为本发明实施例中一种第二信道状态信息测量反馈系统的一个示意图；

图23为本发明实施例中一种第二信道状态信息测量反馈系统的另一个示意图；

图24为本发明实施例中一种第二信道状态信息测量反馈系统的另一个示意图；

图25为本发明实施例中一种第二信道状态信息测量反馈系统的另一个示意图；

图26为本发明实施例中一种第二信道状态信息测量反馈系统的另一个示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”和他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请实施例的技术方案可以应用于各种通信系统，例如：长期演进(LTE，LongTerm Evolution)系统、LTE频分双工(FDD，frequency division duplex)系统、LTE时分双工(TDD，time division duplex)、通用移动通信系统(UTMS，universal mobiletelecommunication system)、全球互联微波接入(WiMAX，worldwide interoperabilityfor microwave access)通信系统、第五代(5G，5th Generation)移动通信系统或新无线接入技术(NR，new radio access Technology)、第六代(6G，6th Generation)移动通信系统、或者未来演进的通信系统。其中，5G移动通信系统可以包括非独立组网(NSA，non-standalone)和/或独立组网(SA，standalone)。

本申请实施例的技术方案还可以应用于卫星通信系统、高空平台(HAPS，highaltitude platform station)通信等非地面网络(NTN，non-terrestrial network)系统，以及与卫星通信系统融合的各种移动通信系统。

本申请提供的技术方案还可以应用于机器类通信(MTC，machine typecommunication)、机器间通信长期演进技术(LTE-M，Long Term Evolution-machine)、设备到设备(D2D，device to device)网络、机器到机器(M2M，machine to machine)网络、物联网(IoT，internet of things)网络或者其他网络。其中，IoT网络例如可以包括车联网。其中，车联网系统中的通信方式统称为车到其他设备(V2X，vehicle to X，X可以代表任何事物)，例如，该V2X可以包括：车辆到车辆(V2V，vehicle to vehicle)通信，车辆与基础设施(V2I，vehicle to infrastructure)通信、车辆与行人之间的通信(V2P，vehicle topedestrian)或车辆与网络(V2N，vehicle to network)通信等。

本申请实施例中，网络设备可以是任意一种具有无线收发功能的设备。该设备包括但不限于：基站、演进型节点B(eNB，evolved Node B)、无线网络控制器(RNC，radionetwork controller)、节点B(NB，Node B)、基站控制器(BSC，base station controller)、基站收发台(BTS，base transceiver station)、家庭基站(HNB，home Node B)、基带单元(BBU，baseband unit)，无线保真(WiFi，wireless fidelity)系统中的接入点(AP，accesspoint)、无线中继节点、无线回传节点、传输点(TP，transmission point)或者发送接收点(TRP，transmission and reception point)等，还可以为5G，如，NR，系统中的gNB，或，传输点(TRP或TP)，5G系统中的基站的一个或一组天线面板，或者，还可以为构成gNB或传输点的网络节点，如基带单元(BBU)，或，分布式单元(DU，distributed unit)等，或者未来的通信系统中的基站等。

在一些部署中，gNB可以包括集中式单元(CU，centralized unit)和DU，gNB还可以包括有源天线单元(AAU，active antenna unit)。CU实现gNB的部分功能，DU实现gNB的部分功能，示例性地，CU负责处理非实时协议和服务，实现无线资源控制(RRC，radio resourcecontrol)，分组数据汇聚层协议(PDCP，packet data convergence protocol)层的功能。DU负责处理物理层协议和实时服务，实现无线链路控制(RLC，radio link control)层、介质接入控制(MAC，medium access control)层和物理(PHY，physical)层的功能。AAU实现部分物理层处理功能、射频处理及有源天线的相关功能。由于RRC层的信息最终会变成PHY层的信息，或者，由PHY层的信息转变而来，因而，在这种架构下，高层信令，如RRC层信令，也可以认为是由DU发送的，或者，由DU和AAU发送的。可以理解的是，网络设备可以为包括CU节点、DU节点、AAU节点中一项或多项的设备。此外，可以将CU划分为接入网(RAN，radio accessnetwork)中的网络设备，也可以将CU划分为核心网(CN，core network)中的网络设备，本申请对此不做限定。

网络设备为小区提供服务，终端设备通过网络设备分配的传输资源(例如，频域资源，或者说，频谱资源)与小区进行通信，该小区可以属于宏基站(例如，宏eNB或宏gNB等)，也可以属于小小区(small cell)对应的基站，这里的小小区可以包括：城市小区(metrocell)、微小区(micro cell)、微微小区(pico cell)、毫微微小区(femto cell)等，这些小小区具有覆盖范围小、发射功率低的特点，适用于提供高速率的数据传输服务。

在本申请实施例中，终端设备也可以称为用户设备(UE，user equipment)、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。

终端设备可以是一种向用户提供语音/数据连通性的设备，可以简称为终端。例如，具有无线连接功能的手持式设备、车载设备等。目前，一些终端的举例可以为：手机(mobile phone)、无人机、平板电脑(pad)、带无线收发功能的电脑(如笔记本电脑、掌上电脑等)、移动互联网设备(MID，mobile internet device)、虚拟现实(VR，virtual reality)设备、增强现实(AR，augmented reality)设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、蜂窝电话、无绳电话、会话启动协议(SIP，session initiation protocol)电话、无线本地环路(WLL，wireless local loop)站、个人数字助理(PDA，personal digital assistant)、具有无线通信功能的手持设备、计算设备或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，5G网络中的终端设备或者未来演进的公用陆地移动通信网络(PLMN，public landmobile network)中的终端设备等。

其中，可穿戴设备也可以称为穿戴式智能设备，是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能，例如：智能手表或智能眼镜等，以及只专注于某一类应用功能，需要和其它设备如智能手机配合使用，如各类进行体征监测的智能手环、智能首饰等。

此外，终端设备还可以是物联网(IoT，internet of things)系统中的终端设备。IoT是未来信息技术发展的重要组成部分，其主要技术特点是将物品通过通信技术与网络连接，从而实现人机互连，物物互连的智能化网络。IoT技术可以通过例如窄带(NB，narrowband)技术，做到海量连接，深度覆盖，终端省电。

此外，终端设备还可以包括智能打印机、火车探测器、加油站等传感器，主要功能包括收集数据、接收网络设备的控制信息与下行数据，并发送电磁波，向网络设备传输上行数据。

为便于理解本申请实施例，首先结合图1详细说明适用于本申请实施例提供的方法的通信系统。图1示出了适用于本申请实施例提供的方法的通信系统100的示意图。如图1所示，该通信系统100可以包括至少一个网络设备，如图1中所示的5G系统中的网络设备101；该通信系统100还可以包括至少一个终端设备，如图1中所示的终端设备102至107。其中，该终端设备102至107可以是移动的或固定的。网络设备101和终端设备102至107中的一个或多个均可以通过无线链路通信。每个网络设备可以为特定的地理区域提供通信覆盖，并且可以与位于该覆盖区域内的终端设备通信。例如，网络设备可以向终端设备发送配置信息，终端设备可以基于该配置信息向网络设备发送上行数据；又例如，网络设备可以向终端设备发送下行数据。因此，图1中的网络设备101和终端设备102至107构成一个通信系统。

可选地，终端设备之间可以直接通信，示例性地旁链路(sidelink)通信。例如可以利用D2D或者V2X技术等实现终端设备之间的直接通信。如图中所示，终端设备105与106之间、终端设备105与107之间，可以利用D2D或V2X技术直接通信。终端设备106和终端设备107可以单独或同时与终端设备105通信。

终端设备105至107也可以分别与网络设备101通信。例如可以直接与网络设备101通信，如图中的终端设备105和106可以直接与网络设备101通信；也可以间接地与网络设备101通信，如图中的终端设备107经由终端设备106与网络设备101通信。

应理解，图1示例性地示出了一个网络设备和多个终端设备，以及各通信设备之间的通信链路。可选地，该通信系统100可以包括多个网络设备，并且每个网络设备的覆盖范围内可以包括其它数量的终端设备，例如更多或更少的终端设备。可选地，该通信系统100可以是包括多个网络设备，该多个网络设备可以进行多点协作传输，示例性地多个网络设备可以协同或协作与一个终端设备进行通信。本申请对此不做限定。

上述各个通信设备，如图1中的网络设备101和终端设备102至107，可以配置多个天线。该多个天线可以包括至少一个用于发送信号的发射天线和至少一个用于接收信号的接收天线。其中，发射天线和接收天线可以相同也可以不同。示例性地相同的情况下，一个天线即可用于发射也可用于接收；不同的情况下，发射天线和接收天线是不同的天线。另外，各通信设备还附加地包括发射机链和接收机链，本领域普通技术人员可以理解，它们均可包括与信号发送和接收相关的多个部件(例如处理器、调制器、复用器、解调器、解复用器或天线等)。因此，网络设备与终端设备之间可通过多天线技术通信。

可选地，该无线通信系统100还可以包括网络控制器、移动管理实体等其他网络实体，本申请实施例不限于此。

信道是信号在通信系统中传输的通道，是信号从发射端传输到接收端所经过的传输媒质，也可以包括信号传输的相关设备，如图1所示，则是以基站101与终端105之间为例，基站和终端可以互发信号，由基站发往终端的信号称为下行信号，由终端发往基站的信号称为上行信号。基站是网络中的无线基站，也是无线接入网的网元，负责空中接口相关的无线链路维护功能、无限资源管理功能和部分移动性管理功能。终端可以实现与基站直接的空口接口的交互，即可以实现信号的发送和/或接收。

随着天线技术的发展引进，天线数量的频谱效率提升的主要驱动力，在时分双工(TDD,Time-division Duplex)下，天线数目增加一倍，频谱效率可以提升50％；在频分双工(FDD,Frequency-division Duplex)下，天线数目增加一倍，频谱效率可以提升25％。并且，TDD下由于有信道互易性，基站可以准确获取信道，而FDD下没有信道互易性，基站需要通过终端进行CSI反馈才能获取信道信息，而且FDD下的CSI反馈存在反馈时延，反馈量化，反馈开销等问题。

在FDD的情况下，大规模天线技术容量的提升受制于传统的CSI反馈开销和CSI获取的难度，对此，本发明实施例则提出一种基于信道学习模型的CSI测量反馈方法，信道学习模型可以是用于进行信道获取的模型或者算法、用于确定信道信息的模型或者算法、与信道相关的模型或者算法，或者是在通信系统中应用到的模型或者算法等。

示例性地，当信道学习模型为神经网络模型时，神经网络主要由输入层、隐藏层和输出层构成，而以神经网络模型为例的信道学习模型的结构则可以是输入层维数、输出层维数、隐藏层层数和隐藏层神经元数中的一项或多项。

针对信道学习模型下的降维和恢复，可以采用如图2-a所示的对称型的神经网络。该神经网络中包括编码(从M维到D维)，f：R^M->R^D；解码(从D维到M维)，即f^-1：R^D->R^M；其中，M可以大于D，在训练中可以以平均近似误差最小为损失函数进行训练，具体地训练算法可以有很多，示例性地反向传播算法，梯度下降算法等，本申请对此不做限定。其中，平均训练误差可以表示为：

其中，c_n为M维的信道向量，z_n为D维的信道向量。因为编码的输出维数小于编码的输入维数，所以可以实现降维的思想，并且期望z_n＝f(c_n)可以表征输入c_n的主要关键特征。即在终端侧利用该神经网络的编码方程f将高维信道信息进行降维，然后反馈给基站。另外，基站可以利用该神经网络的解码方程f^-1，可以将低维数据恢复成高维数据。示例性地信道矩阵可以是A*B*S维的复数。其中，A为网络设备的天线端口数,B为基站天线端口数，S为子载波个数。如图2-a所示的对称型的神经网络，M可以为A*B*S，即实部和虚部独立输入,或者,A*B*S*2,即实部和虚部联合输入。假设A为64，B为1，S为1，则M为64或者128。D可以取值为正整数，示例性地2，4，5，6，8,16,32等。图2-a所示的神经网络为4层神经网络结构，每层的神经元的数目可以逐渐减小。例如，若M为64，D为4时，即可以实现将64维的高维信道信息降维至4维信道信息。

可选地，编码和解码的方程可以对称，也可以不对称，即两者可以采用相同的结构或者不同的结构。

具体地，每个隐藏层神经元/输出层神经元的值(激活值)，都是由上一层神经元，经过运算(例如加权求和、加权求和加偏置等)与非线性变换而得到的。其中非线性变换函数(又被称为激活函数)可以是：Sigmoid函数、双曲正切(Tanh，hyperbolic tangent)函数、线性整流(Relu，rectified linear unit)函数等，Sigmoid函数、Tanh函数、Relu函数可以包括同类型函数的变种。示例性地图3中是以激活函数为Ranh函数和Relu函数进行举例。

(1)Sigmoid函数：是一个在生物学中常见的S型函数，也称为S型生长曲线。在信息科学中，由于其单增以及反函数单增等性质，Sigmoid函数常被用作神经网络的阈值函数。将变量映射到0,1之间，Sigmoid函数可以用如下公式表示：

(2)Tanh函数：是双曲函数中的一种。在数学中，Tanh函数是由基本双曲函数、双曲正弦函数和双曲余弦函数推导而来。Tanh函数可以用如下公式表示：

(3)Relu函数：用于计算隐藏层神经元的输出。Relu函数可以用如下公式表示：

f(x)＝max(0,x) (4)

Relu激活函数的变种，可以是带泄露线性整流函数(leakly Relu，LRelu)，带泄露随机线性整流函数(random leakly Relu，RRelu)或者参数线性整流函数(parameterRelu，PRelu)等。

LRelu函数可以用如下公式表示：

其中常数λ∈(0,1)。

PRelu函数可以用如下公式表示：：

其中，λ为一个可通过反向传播算法(backpropagation)学习的变量。

RRelu函数可以用如下公式表示：

其中λ～U(l,u)，且l,u∈(0,1)，是随机确定的。

假设N层神经网络下，从输入层到隐藏层，再从隐藏层到输出层，经过N次的变换，每次变换可以包括加权求和加偏置与非线性变换运算。例如，以从X变换为H的运算为例，则变换的过程可以表示为H＝g(X*W+b)。其中W为权值矩阵或者权值向量，简称权值，b为偏置向量或者偏置矩阵，简称偏置，g()为激活函数。假设X是1*x的矩阵，隐藏层的神经元数为h，则W可以是x*h维的矩阵，b可以是1*h维的矩阵。

如图2-b所示，图中示出的输入层的神经元数为2，输入数据X＝(x₁,x₂)是一个1*2维的矩阵；隐藏层的神经元数为50，则从隐藏层输出的数据H＝(h₁,h₂,...,h₅₀)是一个1*50维的矩阵；输出层的神经元数为4，则从输出层输出的数据Y＝(y₁,y₂,y₃,y₄)是一个1*4维的矩阵。

从输入层到隐藏层的变换过程可以表示为：H＝g₁(X*W₁+b₁)，即：

h₁＝g₁(x₁*w_1,1,1+x₂*w_1,1,2+b_1,1)，

h₂＝g₁(x₁*w_1,2,1+x₂*w_1,2,2+b_1,2)，

……

h₅₀＝g₁(x₁*w_1,50,1+x₂*w_1,50,2+b_1,50)。

其中，

b₁＝[b_1,1 b_1,2 … b_1,50]，函数g₁可以是激活函数，例如可以是Sigmoid函数、Tanh函数或Relu函数。

进一步地，从隐藏层到输出层的变换过程可以表示为：Y＝g₂(H*W₂+b₂)，即：

y₁＝g₂(h₁*w_2,1,1+h₂*w_2,1,2+…+h₅₀*w_2,1,50+b_2,1)，

y₂＝g₂(h₁*w_2,2,1+h₂*w_2,2,2+…+h₅₀*w_2,2,50+b_2,2)，

y₃＝g₂(h₁*w_2,3,1+h₂*w_2,3,2+…+h₅₀*w_2,3,50+b_2,3)，

y₄＝g₂(h₁*w_2,4,1+h₂*w_2,4,2+…+h₅₀*w_2,4,50+b_2,4)。

其中，

b₂＝[b_2,1 b_2,2 b_2,3 b_2,4]，函数g₂可以是激活函数，例如可以是Sigmoid函数、Tanh函数或Relu函数。

该步骤涉及的信道学习模型的配置参数可以是变换算法，权值向量，权值矩阵，偏置向量，偏置矩阵，激活函数，输入层维数，输出层维数，隐藏层层数，隐藏层神经元数等中的一项或多项。

下面将结合附图详细说明本申请实施例提供的通信的方法。

应理解，下文仅为便于理解和说明，以第一通信设备与第二通信设备之间的交互为例详细说明本申请实施例提供的方法。但这不应对本申请提供的方法执行主体构成限定。例如，下文实施例示出的第一通信设备可以替换为配置于第一通信设备中的部件(如芯片或芯片系统等)。下文实施例示出的第二通信设备也可以替换为配置于第二通信设备中的部件(如芯片或芯片系统等)。

下文示出的实施例并未对本申请实施例提供的方法的执行主体的具体结构特别限定，只要能够通过运行记录有本申请实施例提供的方法的代码的程序，以根据本申请实施例提供的方法进行通信即可，例如，本申请实施例提供的方法的执行主体可以是第一通信设备或第二通信设备，或者，是第一通信设备或第二通信设备中能够调用程序并执行程序的功能模块。

下面结合图3至图12，详细说明本申请实施例提供的通信的方法。

需要说明的是，下文实施例中提及的第一通信设备可以是终端设备，也可以是配置于终端设备中的部件(如芯片或芯片系统等)。第二通信设备可以是网络设备，也可以是配置于网络设备中的部件(如芯片或芯片系统等)。

或者，第一通信设备可以是网络设备，也可以是配置于网络设备中的芯片或芯片系统等部件。第二通信设备可以是终端设备，也可以是配置于终端设备中的芯片或芯片系统等部件。

或者，第一通信设备可以是终端设备，也可以是配置于终端设备中的芯片或芯片系统等部件。第二通信设备可以是终端设备，也可以是配置于终端设备中的芯片或芯片系统等部件。

或者，第一通信设备可以是网络设备，也可以是配置于网络设备中的芯片或芯片系统等部件。第二通信设备可以是网络设备，也可以是配置于网络设备中的芯片或芯片系统等部件。

还需要说明的是，下文实施例中提及的信道学习模型可以包括第一信道学习模型和第二信道学习模型。示例性地，第一信道学习模型可以是指降维或者编码的模型，第二信道学习模型可以是指恢复或者解码的模型。

可选地，第一信道学习模型部署在第一通信设备侧，第二信道学习模型部署在第二通信设备侧。或者，可选地，第一信道学习模型和第二信道学习模型部署在第一通信设备侧，第一信道学习模型和第二信道学习模型部署在第二通信设备侧。下文实施例中提及的信道学习模型在没有明确指明是第一信道学习模型还是第二信道学习模型的情况下，可以是指第一信道学习模型和/或第二信道学习模型。

还需要说明的是，本申请中的各个实施例可以相互独立，也可以相互结合，具体地，本申请对此不做限定。

还需要说明的是，本申请实施例中提及的信道学习模型训练也可以简称为信道学习训练。其中，信道学习模型训练可以是包括如下至少一项：确定第一信道学习模型，确定第二信道学习模型，确定第一信道信息，确定第二信道信息等。

还需要说明的是，针对本申请实施例中的表格，实际应用中可以是采用表格中的一行或者多行，一列或者多列，示例性地至少一行，至少一列。

为了便于理解，下面对本发明实施例的具体流程进行描述，请参阅图3，图3是以第一通信设备为终端，第二通信设备为基站为例进行说明，本发明实施例提供了一种CSI获取的示意性流程图。以下实施例提供了一种CSI获取的方法，该方法可以作为独立的实施例，也可以与其他实施例相结合，具体地，本申请实施例对此不做限定。图3示出的方法可以包括步骤301至步骤307，下面详细说明该方法中的各个步骤。

301、基站确定第一模型的模式和第一模型；

302、终端确定第一模型的模式和第一模型；

实施例步骤301与302中，终端与基站在进行CSI的获取之前，可以确定该第一模型的模式与第一模型。可选地，301可以在302之前执行，或者，302可以在301之后执行，或者，终端与基站的确定过程可以交叉进行，本申请对此不做限定。

具体地，第一模型可以是一种信道学习模型，确定第一模型包括确定第一模型的结构类数据与参数类数据，下面对结构类数据和参数类数据进行说明：

其中，信道学习模型的结构类数据可以包括输入维数，特征编码维数，比特量化编码比特数，神经网络层数，神经元个数中的一项或多项。信道学习模型的参数类数据可以包括权值矩阵，偏置向量，量化参数，量化方法，激活函数等中的一项或多项。

举例来说，示例性地图2-b中的神经网络示意图中，信道学习模型的结构可以包括2层数据网络，输入层维数(也可称为输入层神经元个数)为2，隐藏层维数(也可称为隐藏层神经元个数)为50，输出层维数(也可以称为输出层神经元个数)为4，信道学习模型的参数类数据可以包括权值矩阵W1和W2，偏置向量b1和b2等。

针对比特量化，示例性地一个实数范围为(-4,4):如果采用等间隔量化。

当量化率为3比特时，量化间隔可以为1，量化值可为-4,-3,-2,-1,0,1,2,3。

当量化率为4比特时，量化间隔可以为0.5，量化值可为-3.5,-3,-2.5,-2,-2.5,-2,-1.5,-1,-0.5,0,0.5,1,1.5,2,2.5,3,3.5。则量化率可以为参数类数据。

其中，信道学习模型中的结构类数据也可以包括模型的结构，模型的维数，模型中的运算，模型中的函数等中的一项或多项。信道学习模型中的参数类数据可以包括模型中的变量，模型中的参数等中的一项或多项。

其中，具体地，模型的结构包括该模型是神经网络，主成分分析，自动编码等的结构中的一项或多项。模型的结构还包括模型的输入信息的特征，模型的输出信息的特征等。

模型的输入信息的特征可以是指对高维信道信息进行运算之后再作为输入信息。示例性地该运算可以是指去均值，归一化运算，离散傅里叶变换，时延-角度域变换，或者实部和虚部分离等中的一项或者多项。输入信息可以是实部和虚部联合，也可以是独立实部，独立虚部，或者可以是时延-角度域信息等。该运算也可以称为数据预处理。

模型的输出信息的特征可以是指编码或者降维之后的信息特征。示例性地该编码或者降维之后的信息可以是指归一化运算之后的信息，离散傅里叶变换之后的信息，时延-角度域变换之后的信息，实部和虚部联合的信息，或者实部和虚部分离之后的信息。

示例性地举例而言，确定该模型的结构为卷积神经网络，实部和虚部分别对应一个卷积神经网络，即信道学习模型1对应的输入信息为实部，编码输出信息为实部，信道学习模型2对应的输入信息为虚部，编码输出信息为虚部。实部和虚部对应2个神经网络时，该2个神经网络的配置参数可以相同，也可以不同。

所述信道学习模型可以包括一个或多个模型。示例性地针对实部有信道学习模型1，针对虚部有信道学习模型2。

确定信道学习模型可以是确定一个或多个信道学习模型的结构类数据和/或参数类数据。

模型的维数可以是模型中的层数，每层的维数，输入/隐藏/输出的维数等中的一项或多项。示例性地举例而言，确定该模型的维数为N层卷积神经网络，输入层的维数为N1，输出层的维数为N2。其中，N，N1，N2为正整数。

模型中的运算可以是线性运算，非线性运算等中的一项或多项。示例性地举例而言，确定该模型的运算为线性运算，该运算也可以用复杂度进行衡量或者表征。

模型中的函数可以是数学运算，逻辑运算等，示例性地加减乘除，加权求和，加权求和加偏置，激活函数等等中的一项或多项。示例性地举例而言，确定该模型的函数为加权求和加偏置以及Relu激活函数。该函数可以是针对模型中的每一层分别确定，或可以一层或者多层采用相同的函数。

模型中的变量可以是指模型中涉及的参数的信息，示例性地参数的个数，参数的取值范围，参数的取值，参数的类型等中的一项或多项。参数可以是常量，也可以是变量。示例性地举例而言，确定该模型的权值矩阵为W，偏置矩阵为b，激活函数λ的变量取值等。

可选地，本申请实施例中，基站确定信道学习模型可以是指基站确定编码和解码整体的信道学习模型，也可以是指基站确定解码对应的信道学习模型。

可选地，本申请实施例中，终端确定信道学习模型可以是指终端确定编码和解码整体的信道学习模型，也可以是指终端确定编码对应的信道学习模型。

可选地，本申请实施例中的信道学习模型的结构类数据可以是指编码和解码整体的信道学习模型的结构类数据，也可以是指编码的信道学习模型的结构类数据，也可以是指解码的信道学习模型的结构类数据，具体地，本申请对此不做限定。

可选地，本申请实施例中的信道学习模型的参数类数据可以是指编码和解码整体的信道学习模型的参数类数据，也可以是指编码的信道学习模型的参数类数据，也可以是指解码的信道学习模型的参数类数据，具体地，本申请对此不做限定。

可选地，本申请中的信道学习模型可以包括特征编码和特征解码，也可以包括比特量化编码和比特量化解码。

可选地，本申请中的编码的信道学习模型可以是包括特征编码和比特量化编码的信道学习模型。

可选地，本申请中的解码的信道学习模型可以是包括特征解码和比特量化解码的信道学习模型。

基于上述对结构类数据以及参数类数据的描述，下面对结构类数据与参数类数据的关系进行介绍，以信道学习模型是神经网络的情况为例：

示例性地结构类数据可以是神经网络的层数，参数类数据可以是神经网络的权值矩阵。

示例性地2层下，针对每层可以有1个权值矩阵，即总共可以有2个权值矩阵。

示例性地3层下，针对每层可以有1个权值矩阵，即总共可以有2个权值矩阵。

由上可知，根据神经网络的层数可以确定神经网络的权值矩阵的个数，即根据信道学习模型的结构类数据可以确定信道学习模型的参数类数据。

示例性地结构可以是神经网络的维数，配置参数可以是神经网络的权值矩阵和偏置矩阵。

如果输入维数为N1，输出维数为N2，那么权值矩阵可以为N1*N2维的矩阵，该矩阵中可以包括N1*N2个变量取值。偏置矩阵为N2维，该矩阵中可以包括N2个变量取值。

由上可知，根据神经网络的维数可以确定神经网络的权值矩阵和/或偏置矩阵的维数，即根据信道学习模型的结构类数据可以确定信道学习模型的参数类数据。

示例性地结构可以是神经网络的类型，示例性地可以是部分连接神经网络，或者全连接神经网络。

如图2-c所示，不同的神经网络的结构可以对应不同的配置参数(比如参数类数据)的规格。

图2-c中的部分连接的偏置矩阵可以4个1*3的矩阵，即总共12个参数。

图2-c中的全连接的偏置矩阵是1个4*7的矩阵，即总共28个参数。其中，确定第一模型的模式可以是指确定第一模型的结构类数据与参数类数据的模式，也可以是指确定第一模型的方法，或者，可以是指第一模型的确定方法。示例性地，第一模型的模式可以是如下四种中的至少一种：第一通信设备确定第一模型的结构类数据和参数类数据、第二通信设备确定第一模型的结构类数据和参数类数据、第一通信设备确定第一模型的结构类数据和第二通信设备确定第一模型的参数类数据、第二通信设备确定第一模型的参数类数据和第一通信设备确定第一模型的结构类数据。

如果以基站与终端之间的通信为例，该第一模型的模式可以是如下四种中的至少一种：基站确定第一模型的结构类数据和参数类数据、终端确定第一模型的结构类数据和参数类数据、基站确定第一模型的结构类数据和终端确定第一模型的参数类数据、基站确定第一模型的参数类数据和终端确定第一模型的结构类数据。

以终端与基站之间的通信为例，第一模型的模式确定过程中可以包括存在信令交互过程的确定方式和不存在信令交互过程的确定方式。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的模式的方法。具体地，确定第一模型的模式的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型的模式。如下一种或多种确定第一模式的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。

下面对不存在交互过程的确定方式进行进一步的说明：

第一通信设备和第二通信设备可以根据第一参数确定第一模型的模式，其中，第一参数可以包括信道传输场景、信道传输上下行资源，设备能力，位置信息中的一种或多种。

可选地，第一参数与第一模型的模式之间具有对应关系。所述对应关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，具体地，本申请对此不做限定。

示例性地，第一通信设备和/或第二通信设备可以存储所述对应关系。进而，第一通信设备和/或第二通信设备可以根据第一参数以及第一参数与第一模型的模式的对应关系确定第一模型的模式。

作为一种实现方式，第一通信设备和/或第二通信设备根据所处场景确定第一模型的模式。

具体地，基站和/或终端可以根据所处场景确定信道学习模型的模式，其中，场景可以是指室内场景，室外场景，郊区场景，城市场景，宏站场景，微站场景，白天场景，晚上场景，晴天场景，雨天场景，直射径场景，非直射径场景，准直射径场景等中的一种，或者是由上述场景中的多种组成的混合场景。

示例性地，示例性地针对室内场景，信道状态相对稳定，基站可以根据大数据分析确定信道学习模型的结构和配置参数，即基站可以确定室内场景可以是采用基站确定结构和配置参数的模式。示例性地针对室外场景，信道环境相对复杂，需要终端的训练反馈进而确定准确的信道学习模型的配置参数，因此基站可以确定室外场景可以是采用基站确定结构，终端确定配置参数的模式。以此类推，不同的场景可以对应不同的第一模型的模式。

可选地，场景与第一模型的模式之间具有第一映射关系。进而，第一通信设备和/或第二通信设备可以根据场景以及场景与第一模型的模式的对应关系确定第一模型的模式。

而在该方法下，由于基站与终端内带有相同的场景与模式之间的对应规则，则可以实现在不进行信令交互的前提下，确定第一模型的模式，进而实现CSI的测量反馈，进一步地，如果第一模型的模式与场景可以由代号进行表示，则对应关系可如表1示例。表1中示出了第一映射关系的一例。示例性地第一映射关系可以是下表中的一行或者多行，第一映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

表1

场景	模式
		场景1	模式1
场景2	模式2
		场景3	模式3
场景4	模式4
		...	...
场景N	模式M

其中，本发明中的模式1～模式M可以是指第一模型的模式。示例性地可以包括如下模式中的至少一种：模式1为基站确定结构类数据与参数类数据的模式，模式2为基站确定结构类数据，终端确定参数类数据的模式，模式3为终端确定结构类数据和参数类数据的模式，模式4为终端确定结构类数据，基站确定参数类数据的模式。

其中，N为正整数。场景1～场景N可以是指室内场景，室外场景，郊区场景，城市场景，宏站场景，微站场景，白天场景，晚上场景，晴天场景，雨天场景，直射径场景，非直射径场景，准直射径场景等中的至少一种。

示例性地，如果场景1对应为室内场景，则模式1可以为基站确定结构类数据与参数类数据，如果场景2对应为信道环境复杂的室外场景，则模式2可以为基站确定结构类数据，终端确定参数类数据，

因此，当基站确定当前的场景为场景1时，基站可以根据第一映射关系确定第一模型的模式为模式1；当基站确定当前的场景为场景2时，基站可以根据第一映射关系确定第一模型的模式为模式2；以此类推。

类似的，当终端确定确定当前的场景为场景1时，终端可以根据第一映射关系确定第一模型的模式为模式1；当终端确定当前的场景为场景2时，终端可以根据第一映射关系确定第一模型的模式为模式2；以此类推。

作为另一种实现方式，第一通信设备和/或第二通信设备根据上下行资源确定第一模型的模式。

具体地，基站和/或终端可以根据所处信道的上下行资源确定第一模型的模式，当上行资源与下行资源不是二者都充足的情况下，则第一模型的模式需要与实际的上下行资源相符。

其中，示例性地针对基站确定结构类数据和参数类数据的模式下，基站会告知终端该信道学习模型的结构类数据和参数类数据，此时需要下行信令通知，即可以适用于下行资源充足或者下行资源占比较大的场景。而针对终端确定结构类数据和参数类数据的模式下，终端会告知基站该信道学习模型的结构类数据和参数类数据，此时需要上行信令通知，即可以适用于上行资源充足或者上行资源占比较大的场景。以此类推，不同的上下行资源可以对应不同的第一模型的模式。

可选地，上下行资源与第一模型的模式之间具有第二映射关系。进而，第一通信设备和/或第二通信设备可以根据上下行资源以及上下行资源与第一模型的模式的对应关系确定第一模型的模式。

如果将上下行资源的情况与第一模型的模式建立起对应关系，则可以如表2所示。表2中示出了第二映射关系的一例。示例性地第二映射关系可以是下表中的一行或者多行，第二映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

表2

其中，本发明中的模式1～模式M可以是指第一模型的模式。示例性地可以包括如下模式中的至少一种：模式1为基站确定结构类数据与参数类数据的模式，模式2为基站确定结构类数据，终端确定参数类数据的模式，模式3为终端确定结构类数据和参数类数据的模式，模式4为终端确定结构类数据，基站确定参数类数据的模式。

其中，N1～Nn为实数，M1～Mn为实数，N1:M1～Nn：Mn表示下行资源与上行资源的比例关系。

可选地，上行资源和/或下行资源也可以为旁链路资源，或者也可以为其他的通信资源，具体地，本申请对此不做限定。

示例性地，对于基站确定结构类数据和参数类数据的模式下，确定模式后基站需要将第一模型的结构类数据和参数类数据发送至终端，则适用于下行资源充足或者下行资源占比较大的情况。其中，示例性地针对基站确定结构类数据和参数类数据的模式下，基站会告知终端该第一模型的结构类数据和参数类数据，此时需要下行信令通知，即可以适用于下行资源充足或者下行资源占比较大的场景。而针对终端确定结构类数据和参数类数据的模式下，终端会告知基站该第一模型的结构类数据和参数类数据，此时需要上行信令通知，即可以适用于上行资源充足或者上行资源占比较大的场景。示例性地下行资源：上行资源的占比为4:1的情况下(示例性地N1:M1＝4:1)，模式1是适用的，当下行资源：上行资源的占比为1:4的情况下(示例性地N2:M2＝1:4)，模式3是适用的。

作为另一种实现方式，第一通信设备和/或第二通信设备根据设备能力确定第一模型的模式。

具体地，基站和/或终端可以根据设备能力确定第一模型的模式，以基站和终端之间的通信为例，其中设备能力可以是指第一通信设备是否具有确定第一模型的结构类数据和/或参数类数据的能力，也可以是指第一通信设备是否具有训练第一模型的能力，也可以是指第一通信设备是否具有信道学习相关的能力，具体地，本申请对此不做限定。示例性地，终端是否具有确定信道学习模型的结构和/或配置参数的能力，终端是否具有训练信道学习模型的能力，终端是否具有信道学习相关的能力。

可选地，第一通信设备可以向第二通信设备上报设备能力，即第一通信设备可以通过信令将设备能力发送给第二通信设备。

可选地，本申请实施例中的信令可以是指高层信令，示例性地无线资源控制(RRC，radio resource control)信令，介质接入控制(MAC，medium access control)信令等，也可以是指物理层信令，示例性地下行控制信息(DCI，downlink control information)，上行控制信息(UCI,uplink control information)，旁链路控制信息(SCI,sidelinkcontrol information)等。

可选地，设备能力与第一模型的模式之间具有第三映射关系。进而，第一通信设备和/或第二通信设备可以根据设备能力以及设备能力与第一模型的模式的对应关系确定第一模型的模式。示例性的，将设备能力与第一模型的模式建立起对应关系，则如表3所示。表3中示出了第三映射关系的一例，示例性地第三映射关系可以是下表中的一行或者多行，第三映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

表3

设备能力	模式
		设备能力1	模式1
设备能力2	模式2
		设备能力3	模式3
…	…
		设备能力C	模式M

其中，C为正整数，即设备能力为第C种能力，设备能力C为一种设备能力。

示例性地，如果终端不具备确定结构类数据与参数类数据的能力，那么第一模型的模式为模式1，由基站进行结构类数据与参数类数据的确定。而针对终端具有确定结构类数据与参数类数据的能力下，终端可以告知基站该第一模型的结构类数据与参数类数据，则可能会选择模式3进行第一模型模式的确定，即由终端确定第一模型的结构类数据和参数类数据。

作为另一种实现方式，第一通信设备和/或第二通信设备根据设备的位置确定第一模型的模式。所述设备可以是指第一通信设备和/或第二通信设备。

示例性地，设备所在的地理位置可以是三维坐标、二维坐标、定位数据等。以下以设备为终端为例。若终端所在的地理位置是区域1，则基站和/或终端可以确定与区域1对应的第一模型的模式；若终端所在的地理位置是区域2，则基站和/或终端可以确定与区域2对应的第一模型的模式。

可选的，本申请中的地理位置的信息也可以是基于终端隐私保护的规则，对地理位置的信息进行加密或者虚拟化或者其他操作之后的相关信息。该地理位置的信息也可以是虚拟的信息，或者代号信息等。具体的，本申请对此不做限定。

可选地，设备位置与第一模型的模式之间具有第四映射关系。进而，第一通信设备和/或第二通信设备可以根据设备位置以及设备位置与第一模型的模式的对应关系确定第一模型的模式。示例性的，如果将设备位置和第一模型的模式建立起对应关系，则可如表4所示。表5中示出了第四映射关系的一例。示例性地第四映射关系可以是下表中的一行或者多行，第四映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

表4

设备位置	模式
		设备位置1或区域1	模式1
设备位置2或区域2	模式2
		设备位置3或区域3	模式3
…	…
		设备位置p或区域p	模式M

其中，p为正整数，即第p个位置或位置区域为区域p。

作为另一种实现方式，第一通信设备和/或第二通信设备根据场景，上下行资源、设备能力和设备位置中的至少两项确定第一模型的模式。

具体地，表5则表示在本发明实施例的通信过程中，基站和/或终端对于第一模型模式的的确定方式，可以为考虑场景、上下行资源情况、设备能力以及设备位置中的多种因素后确定的。示例性地，当基站与终端均具备确定结构类数据和参数类数据，并且均可以训练第一模型的情况下，决定第一模型模式的主要因素则可以是上下行资源情况和场景，而当某一因素具有较特殊的情况，例如当终端不具备确定结构类数据和参数类数据的情况，可以考虑通过基站确定结构类数据和参数类数据的模式进行CSI的测量反馈。

示例性地，当基站和终端所在的场景为场景1，上下行资源占比为r1，设备能力为设备能力1，则基站和/或终端可以确定第一模型的模式为模式1。当基站和终端所在的场景为场景1，上下行资源占比为r1，设备能力为设备能力2，则基站和/或终端可以确定第一模型的模式为模式2。当基站和终端所在的场景为场景2，上下行资源占比为r2，设备位置为位置3，则基站和/或终端可以确定第一模型的模式为模式3。以此类推，本申请对此不再赘述。

可选地，场景，上下行资源和设备能力中的至少两项与第一模型的模式之间具有第五映射关系。进而，第一通信设备和/或第二通信设备可以根据场景，上下行资源和设备能力中的至少两项以及场景，上下行资源和设备能力中的至少两项与第一模型的模式的对应关系确定第一模型的模式。示例性的，如果将上述四种因素中的至少两项和第一模型的模式建立起对应关系，则可如表5所示。表5中示出了第五映射关系的一例。示例性地第五映射关系可以是下表中的一行或者多行，第五映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

表5

具体地，表5则表示在本发明实施例的通信过程中，基站和/或终端对于第一模型模式的的确定方式，可以为考虑场景、上下行资源情况、设备能力中的多种因素后确定的。示例性地，当基站与终端均具备确定结构类数据和参数类数据，并且均可以训练第一模型的情况下，决定第一模型模式的主要因素则可以是上下行资源情况和场景，而当某一因素具有较特殊的情况，例如当终端不具备确定结构类数据和参数类数据的情况，可以考虑通过基站确定结构类数据和参数类数据的模式进行第一模型的确定，并根据第一模型进行CSI的测量反馈。

示例性地，当基站和终端所在的场景为场景1，上下行资源占比为r1，设备能力为设备能力1，则基站和/或终端可以确定第一模型的模式为模式1。当基站和终端所在的场景为场景1，上下行资源占比为r1，设备能力为设备能力2，则基站和/或终端可以确定第一模型的模式为模式2。当基站和终端所在的场景为场景2，上下行资源占比为r2，则基站和/或终端可以确定第一模型的模式为模式3。以此类推，本申请对此不再赘述。

本实施例中，通过在基站和终端中建立相同的对应规则，实现了在不进行信令交互的条件下，完成第一模型模式的确定，节省了信道资源，并且通过对场景、上下行资源情况和设备能力、设备位置的综合考虑提高了第一模型的准确性和实用性，提高了通信性能。

303、基站向终端发送信道状态信息参考信号；

可选地，步骤303可以是在步骤301和/或302之后，也可以还在步骤301和/或302之前，具体地，本申请对步骤301,302,303的顺序不做限定。

可选地，基站向终端发送信道状态信息参考信号，也可以是基站输出信道状态信息参考信号。信道状态信息参考信号用于确定第一信道状态信息。

本实施例中，基站向终端发送信道状态信息参考信号以使得终端根据信道状态信息参考信号得出下行信道信息。在TDD下，由于信道的互异性，通信双方都可以准确地获取信道信息，而在FDD下，以基站与终端为例，基站则需要终端进行CSI反馈才可以获取信道信息。

具体地，本申请实施例中的信道状态信息参考信号(CSI-RS,Channel stateinformation-reference signal)也可以是下行参考信号，或者下行信号，示例性地同步信号，广播信号，解调参考信号，小区级参考信号，终端参考信号，相位跟踪参考信号，跟踪参考信号，数据信道，控制信道等信号或者信道中的一种或多种，该信道状态信息参考信号可以是用于获取信道状态信息的信号。

进一步地，终端进行CSI的反馈之前，基站可以向终端发送CSI测量反馈资源，本实施例中的CSI测量反馈资源可以是指物理上行共享信道资源(PUSCH，physical uplinkshared channel))、物理上行控制信道资源(PUCCH,physical uplink control channel)、或者物理反馈信道资源(PFCH，physical feedback channel)、旁链路反馈资源(SFCH，sidelink feedback channel)等。CSI测量反馈资源可以是指进行CSI反馈相关的资源，即在CSI测量反馈资源上可以承载或者携带CSI测量反馈相关的信息。示例性地，终端可以在CSI测量反馈资源上反馈CSI测量反馈相关的信息，基站可以在CSI测量反馈资源上接收CSI测量反馈相关的信息。CSI测量反馈相关的信息可以包括第一模型的结构类数据，第一模型的参数类数据，低维CSI，信道幅度信息，信道相位信息，秩信息，预编码信息，信道质量信息等中的一项或多项。

304、终端获取信道状态信息参考信号，信道状态信息参考信号用于确定第一CSI；

可选地，步骤304可以是在步骤301和/或302之后，也可以还在步骤301和/或302之前，具体地，本申请对步骤301,302,304的顺序不做限定。

可选地，终端获取信道状态信息参考信号，也可以是终端接收信道状态信息参考信号。

示例性地，终端可以接收和/或获取信道状态信息参考信号，并且终端可以根据该信道状态信息参考信号获取第一信道信息。

本申请实施例对第一信道信息不做限定。例如，在第一通信设备是终端的情况下，第一信道信息可以是下行信道信息；又例如，在第一通信设备是网络设备的情况下，第一信道信息可以是上行信道信息。又例如，在第一通信设备是终端的情况下，第一信道信息可以是上行信道信息，或者，第一信道信息可以是上行信道信息和下行信道信息，第一通信设备可以基于上下行信道的部分互易性，根据上行信道信息和下行信道信息确定第一信道学习模型和/或第二信道学习模型。又例如，在第一通信设备是网络设备的情况下，第一信道信息可以是下行信道信息，或者，第一信道信息可以是上行信道信息和下行信道信息，第一通信设备可以基于上下行信道的部分互易性，根据上行信道信息和下行信道信息确定第一信道学习模型和/或第二信道学习模型。

可选地，本申请实施例中的信道信息可以是指信道状态信息，类似的，信道状态信息也可以简称为信道信息。本申请对此不做限定。

305、终端基于第一模型和第一CSI确定第二CSI；

其中，第二CSI的数据量小于第一CSI的数据量。

可选地，第一模型可以包括第一信道学习模型和第二信道学习模型。

其中，第一信道学习模型可以用于基于第一信道信息确定第二信道信息，第二信道信息的数据量小于第一信道信息的数据量，因此也可以说第一信道学习模型用于对第一信道信息进行压缩以获得第二信道信息。

可选地，信道信息的数据量可以是指信道信息的维度。

示例性地，假设发送端(例如，可以是第一通信设备或第二通信设备)的天线端口数为A₂，接收端(例如，可以是第一通信设备或第二通信设备)的天线端口数为A₃，则发送端和接收端间的第一信道信息可以是A₂*A₃维的矩阵，则第一信道信息的数据量可以用A₂*A₃表示。若第一信道信息的矩阵中的元素为复数，且每个元素的实部和虚部分开表示，则第一信道信息的数据量也可以表示为A₂*A₃*2。

示例性地，若第一信道信息的矩阵经过第一信道学习模型处理得到的第二信道信息的矩阵的维度为B₂，则第二信道信息的数据量可以用B₂表示。

可选地，信道信息的数据量也可以是指信道信息所包含的信息量等。

可选地，第一信道信息可以看做第一信道学习模型的输入，第二信道信息可以看做第一信道学习模型的输出。第一信道信息的数据量可以为输入的信息维度，第二信道信息的数据量可以为输出的信息维度。

其中，第二信道信息用于通过第二信道学习模型获得第三信道信息，第三信道信息与第一信道信息的数据量相同或相近。可选地，第三信道信息可以用于进行数据传输，示例性地第二通信设备可以根据第三信道信息确定数据传输的调度信息，或者确定数据传输的预编码等。其中，第三信道信息也可以是第一信道信息。本实施例中，终端通过基站发送的信道状态信息参考信号获取下行信道的信道状态信息，并基于第一模型对下行信道的信道状态信息进行降维和/或压缩，从而确定第一CSI。

具体地，假设N层神经网络下，从输入层X到隐藏层H，从隐藏层H到输出层Y，经过N次的变换，每次变换可以包括加权求和加偏置与非线性变换运算。示例性地以从X变换为H的运算为例，可以是H＝g(X*W+b)，其中W为权值矩阵或者权值向量，简称权值，W的维数可以是X的维数*H的维数的矩阵。b为偏置向量或者偏置矩阵，简称偏置，b的维数可以是1*H的维数的矩阵，g()为激活函数。

示例性地，如果输入层为2维，1*2的矩阵X＝[x_axis,y_axis]，隐含层为50维，1*50的矩阵H＝[h1,h2,…,h50]。从输入层2维变换到隐含层50维，经过了加权求和加偏置，和非线性变换。其中，加权求和加偏置和非线性变换g1，可以是如下运算

H＝X*W1+b1，其中W1为2*50的矩阵，可以称为权值矩阵，b1为1*50的矩阵，可以称为偏置。

示例性地h1＝g1(x_axis*w1,1+y_axis*w1,2+b1,1)

h2＝g1(x_axis*w2,1+y_axis*w2,2+b1,2)

……

h50＝g1(x_axis*w50,1+y_axis*w50,2+b1,50)

其中，

b1＝[b1,1 b1,2 … b1,50]，函数g1可以是激活函数，示例性地sigmoid、tanh、relu等函数。

示例性地隐含层为50维，1*50的矩阵H＝[h1,h2,…,h50]，输出层为4维，1*4的矩阵Y＝[y1,y2,y3,y4]。从隐含层50维变换到输出层4维，经过了加权求和加偏置，和非线性变换。其中，加权求和加偏置和非线性变换g2，可以是如下运算

Y＝H*W2+b2，其中W2为50*4的矩阵，b2为1*4的矩阵。

示例性地y1＝g2(h1*w’1,1+h2*w’1,2+…+h50*w’1,50+b2,1)

y2＝g2(x_axis*w2,1+y_axis*w2,2+b2,2)

……

y50＝g2(x_axis*w50,1+y_axis*w50,2+b2,50)

其中，

b1＝[b2,1 b2,2 … b2,50]，函数g2可以是激活函数。

第一模型的参数类数据可以是变换算法，权值向量，权值矩阵，偏置向量，偏置矩阵，激活函数，输入层维数，输出层维数，隐藏层层数，隐藏层神经元数等中的一项或多项。第一模型的结构类数据可以是激活函数，输入层维数，输出层维数，隐藏层层数，隐藏层神经元数等中的一项或多项。

本实施例中，终端根据信道状态信息参考信号获取下行信道信息，即第一CSI，并基于第一模型将第一CSI进行处理以获得第二CSI，该第二CSI的数据量小于第一CSI的数据量，将信道状态信息通过较少的信息进行表示，提高了通信性能。

306、终端向基站发送第二CSI；相应地，基站接收终端发送的第二CSI。

可选地，终端向基站发送第二CSI，也可以是终端输出第二CSI。

可选地，基站接收终端发送的第二CSI，也可以是基站获取第二CSI。

307、基站基于第一模型，根据第二CSI确定第一CSI。

可选地，基站根据第一模型和第二CSI确定第一CSI。第二CSI的数据量小于第一CSI的数据量。

可选地，第一模型可以包括第一信道学习模型和第二信道学习模型。

其中，第二信道学习模型可以用于基于第二信道信息确定第一信道信息，第二信道信息的数据量小于第一信道信息的数据量，因此也可以说第二信道学习模型用于对第二信道信息进行解压以获得第一信道信息。

可选地，信道信息的数据量可以是指信道信息的维度。

示例性地，假设发送端(例如，可以是第一通信设备或第二通信设备)的天线端口数为A₂，接收端(例如，可以是第一通信设备或第二通信设备)的天线端口数为A₃，则发送端和接收端间的第一信道信息可以是A₂*A₃维的矩阵，则第一信道信息的数据量可以用A₂*A₃表示。若第一信道信息的矩阵中的元素为复数，且每个元素的实部和虚部分开表示，则第一信道信息的数据量也可以表示为A₂*A₃*2。

示例性地，若第一信道信息的矩阵经过第一信道学习模型处理得到的第二信道信息的矩阵的维度为B₂，则第二信道信息的数据量可以用B₂表示。

可选地，信道信息的数据量也可以是指信道信息所包含的信息量等。

可选地，第二信道信息可以看做第二信道学习模型的输入，第一信道信息可以看做第二信道学习模型的输出。第二信道信息的数据量可以为输入的信息维度，第一信道信息的数据量可以为输出的信息维度。

其中，第二信道信息用于通过第二信道学习模型获得第三信道信息，第三信道信息与第一信道信息的数据量相同或相近。可选地，第三信道信息可以用于进行数据传输，示例性地第二通信设备可以根据第三信道信息确定数据传输的调度信息，或者确定数据传输的预编码等。其中，第三信道信息也可以是第一信道信息。本实施例中，基站接收终端发送的第二CSI，并基于第一模型根据第二CSI确定第一CSI。

具体地，基站根据终端发送的第二CSI和第一模型，可以确定第一CSI，示例性地可以是原始CSI。当第一模型为如图2-a所示的对称型的神经网络时，基站侧对于第二CSI的解码与终端侧对于第一CSI的编码相对应。但是在具体地实现过程中，编码与解码的方程可以对称也可以不对称，即两者可以采用相同的结构或者不同的结构。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S310’至S340’中的至少一项：

S310’、第一通信设备确定第一模型的模式和第一模型。具体地该步骤描述可以参考上文302中的描述，为了简洁，此处不再详述。可选地，本申请对步骤S310’与步骤S320’的顺序不做限定。

S320’、第一通信设备获取信道状态信息参考信号，信道状态信息参考信号用于确定第一CSI。具体地该步骤描述可以上文304中的描述，为了简洁，此处不再详述。可选地，本申请对步骤S310’与步骤S320’的顺序不做限定。

S330’、第一通信设备根据第一模型和第一CSI确定第二CSI，第二CSI的数据量小于第一CSI的数据量。具体地该步骤描述可以上文305中的描述，为了简洁，此处不再详述。

S340’、第一通信设备输出第二CSI。具体地该步骤描述可以参考上文方法306中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S310”至S330”中的至少一项：

S310”、第二通信设备确定第一模型的模式和第一模型。具体地该步骤描述可以参考上文301中的描述，为了简洁，此处不再详述。可选地，本申请对步骤S310”与步骤S320”的顺序不做限定。

S320”、第二通信设备输出信道状态信息参考信号。具体地该步骤描述可以参考上文303中的描述，为了简洁，此处不再详述。可选地，本申请对步骤S310”与步骤S320”的顺序不做限定。

S330”、第二通信设备获取第二CSI。具体地该步骤描述可以上文306中的描述，为了简洁，此处不再详述。

S340”、第二通信设备根据第一模型和第二CSI确定第一CSI，第二CSI的数据量小于第一CSI的数据量。具体地该步骤描述可以参考上文方法307中的描述，为了简洁，此处不再详述。

本实施例中，首先通信双方根据实际通信场景、上下行资源情况与设备能力等综合确定第一模型的模式，并基于该模型对CSI进行数据处理，通过较少的数据量表示CSI，降低了信道状态对数据传输的影响，基站还原接收到的CSI以得到真正的CSI，通过根据信道的实际情况确定第一模型的模式，实现合理安排信道状态信息反馈资源，降低信道状态信息反馈开销。

基于图3，本发明实施例对第一模型模式的确定需要信令交互的情况下进行进一步地介绍，具体请参阅图4-a。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的模式的方法。具体地，确定第一模型的模式的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型的模式。如下一种或多种确定第一模式的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中第一模型模式确定流程的一个示意图包括：

401、终端向基站发送模式请求信息；相应地，基站接收终端发送的模式请求信息。

可选地，终端向基站发送模式请求信息，也可以是指终端输出模式请求信息。

可选地，基站接收终端发送的模式请求信息，也可以是指基站获取模式请求信息。

其中，模式请求信息用于请求确定第一模型的模式。

本实施例中，基站可以接收由终端发送的模式请求信息，该模式请求信息是指用于请求确定第一模型模式的信息。

作为一种实现方式，模式请求信息为请求信息，仅用于向基站请求确定第一模型的模式。模式请求信息中不携带第一模型的模式的信息。

示例性地，模式请求信息可以是指一个比特信息或者一个序列信息。该请求信息用于向基站请求确定第一模型的模式。基站接收到该模式请求信息后，可以向终端发送模式指示信息，模式指示信息用于指示第一模型的模式。即模式请求信息可以是指用于请求基站发送模式指示信息。

作为另一种实现方式，模式请求信息中包括第一模型的模式的信息。

该实现方式中，终端可以向基站发送可选地第一模型的模式的信息，或者，终端可以向基站发送终端认为适合的候选的第一模型的模式的信息，或者，终端可以向基站发送终端认为的最适用的第一模型的模式的信息。所述第一模型的模式的信息可以用于指示一种或多种第一模型的模式。

可选地，基站接收到模式请求信息后，可以根据终端发送的模式的信息确定模式指示信息。即终端发送的模式的信息可以作为基站确定模式的参考信息。

可选地，模式请求信息中包括标识信息。所述标识信息用于指示第一模型的模式。

可选地，标识信息与模式具有对应关系。

具体地，终端与基站即通信的双方如果存储有相同的标识与模式的对应关系，则该模式请求信息中带有第一模型的模式的信息可以是标识信息，例如标识1对应模式1，标识2代表模式2，或者标识a对应模式1，标识b对应模式2等。

示例性地，如果终端侧当前处于室内环境，信道状态较为稳定，则终端向基站发送的模式请求信息内则可以为基站确定第一模型的结构类数据和参数类数据的模式，在具体地实现过程中如果上述模式对应为模式1，那么模式请求信息内带有模式1的标识信息即可。

402、基站确定第一模型的模式。

本实施例中，基站可以根据终端发送的模式请求信息进行第一模型的模式的确定，可以考虑终端的建议，提升基站确定第一模型的模式的合理性。

具体地，基站可以根据终端发送的模式请求信息进行第一模型的模式的确定，也可以不根据终端发送的模式请求信息进行第一模型的模式的确定，即基站确定的第一模型的模式可以与终端发送的模式请求信息内带有的模式信息相同或不同。

进一步地，终端向基站发送的模式请求信息内可以带有一种或多种的模式信息或者模式标识，当该模式请求信息内只带有一种模式信息或者模式标识，并且基站根据该模式请求信息确定的第一模型的模式与该模式请求信息表示的模式相同，则基站可以不向终端发送模式指示信息，当终端发送的模式请求信息内带有多种的模式信息或者基站确定的模式与模式请求信息内带有的模式不同时，则基站需要向终端发送模式指示信息，以使得终端获取准确的第一模型的模式信息。

采用上述确定第一模型的模式的方式，根据终端的请求确定第一模型的模式的方法，可以综合考虑终端的建议，提高基站确定第一模型的合理性，确定的第一模型的确定方式，可以适用于各种场景，各种资源情况，各种设备能力等各种复杂的环境，提高信道学习模型的准确性，提高通信性能。

基于图4-a，对第一模型的模式确定过程中，基站向终端发送模式指示信息进行进一步的介绍，具体请参见图4-b。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的模式的方法。具体地，确定第一模型的模式的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型的模式。如下一种或多种确定第一模式的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中第一模型模式确定流程的另一示意图包括：

403、基站向终端发送模式指示信息；相应地，终端接收基站发送的模式指示信息；

可选地，基站向终端发送模式指示信息，也可以是指基站输出模式指示信息。

可选地，终端接收基站发送的模式指示信息，也可以是指终端获取模式指示信息。

其中，模式指示信息用于指示第一模型的模式。

本实施例中，基站可以向终端发送模式指示信息以使得终端确定第一模型的模式。

具体地，基站向终端发送模式指示信息有三种情况：

一是基站接收到终端发送的模式请求信息，该信息内带有多种模式信息，或者基站确定的模式信息与该模式请求信息内包括的模式信息不同时，则基站可以向终端发送模式确定信息，以使得终端确定第一模型的模式。

二是基站接收到终端发送的模式请求信息，该信息内带有多种模式信息，或者基站确定的模式信息与该模式请求信息内包括的模式信息相同时，则基站可以向终端发送模式确定信息，以使得终端确定第一模型的模式。

三是基站可以不考虑终端发送的模式请求信息中的模式信息，或者终端发送的模式请求信息中不携带模式信息时，基站可以直接向终端发送模式指示信息，模式指示信息用于指示终端采用的第一模型的模式，模式指示信息内可以包括第一模型的模式的标识信息，例如例如标识1对应模式1，标识2代表模式2，或者标识a对应模式1，标识b对应模式2等，该方法是指终端直接进行第一模型模式的确定，降低了对终端的设备能力要求。

404、终端确定第一模型的模式。

具体地，终端根据基站发送的模式指示信息进行第一模型模式的确定，可以为通过该模式指示信息内带有的模式标识信息确定第一模型的模式。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S410’至S440’中的至少一项：

S410’、第一通信设备确定第一模型的模式。具体地该步骤描述可以参考上文302中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S420’、第一通信设备输出模式请求信息，模式请求信息用于请求确定第一模型的模式。具体地该步骤描述可以参考上文401中的描述，为了简洁，此处不再详述。

S430’、第一通信设备获取模式指示信息，模式指示信息用于指示第一模型的模式。具体地该步骤描述可以参考上文403中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S440’、第一通信设备确定第一模型的模式。具体地该步骤描述可以上文404中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S410*至S420*中的至少一项：

S410*、第一通信设备获取模式指示信息，模式指示信息用于指示第一模型的模式。具体地该步骤描述可以参考上文403中的描述，为了简洁，此处不再详述。

S420*、第一通信设备确定第一模型的模式。具体地该步骤描述可以上文404中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S410”至S420”中的至少一项：

S410”、第二通信设备确定第一模型的模式。具体地该步骤描述可以参考上文301中的描述，为了简洁，此处不再详述。

S420”、第二通信设备输出模式指示信息。具体地该步骤描述可以参考上文403中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S410**至S420**中的至少一项：

S410**、第二通信设备获取模式请求信息。具体地该步骤描述可以参考上文401中的描述，为了简洁，此处不再详述。

S420**、第二通信设备输出模式指示信息。具体地该步骤描述可以参考上文403中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S410***至S430***中的至少一项：

S410***、第二通信设备获取模式请求信息。具体地该步骤描述可以参考上文401中的描述，为了简洁，此处不再详述。

S420***、第二通信设备确定第一模型的模式。具体地该步骤描述可以参考上文402中的描述，为了简洁，此处不再详述。

S430***、第二通信设备输出模式指示信息。具体地该步骤描述可以参考上文403中的描述，为了简洁，此处不再详述。

采用上述确定第一模型的模式的方式，根据基站的指示确定第一模型的模式的方法，基站可以灵活考虑各种场景，实现方法的适应性变化，提高终端确定信道学习模型的合理性，确定的信道学习模型的确定方式，可以适用于各种场景，各种资源情况，各种设备能力等各种复杂的环境，提高信道学习模型的准确性，提高通信性能。

本实施例中，以终端与基站的通信过程为例，对基站向终端发送模式指示信息的情况进行介绍，是因为在一般情况下，基站的设备能力优于终端，则将基站作为模式确定的一端。

可选地，如果是终端与终端，基站与基站的通信，则可以根据设备能力建立优先规则，例如终端A的设备能力优于终端B的设备能力，则可以让终端A作为模式确定的一端，而如果两个设备的设备能力相近，则可以通过发送CSI与接收CSI的网络设备双方进行模式协商，以进行第一模型模式的确定。

示例性地，可以令设备能力弱的一方作为第一通信设备，令设备能力强的一方作为第二通信设备。或者可以让发送CSI的一方作为第一通信设备，接收CSI的一方作为第二通信设备等。具体地，本申请对此不做限定。

本发明中，通信的两端设备确定第一模型的模式后，可以根据该模式进行第一模型的确定，具体包括根据该模式确定第一模型的结构类数据和参数类数据，模式1-模式4分别对应一种第一模型的模式，每一种模式可以对应一种第一模型的确定方式，首先介绍基站确定第一模型的结构类数据和参数类数据的情况，具体请参见图5。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中一种第一模型确定流程的一个示意图包括：

501、基站确定第一模型的结构类数据和参数类数据；

本实施例中，如果由基站确定结构类数据与参数类数据，基站可以根据场景、上下行资源、设备能力、设备位置中的一项或多项进行结构类数据和参数类数据的确定。

进一步地，当第一模型是一种神经网络模型的情况下，结构类数据可以是输入维数和输出维数，参数类数据可以是权值矩阵和偏置矩阵。示例性的，基站可以根据确定的结构类数据和参数类数据进行第一模型的构建，并根据已构建的第一模型进行CSI的解压和/或还原。

502、基站向终端发送参数类数据和结构类数据；相应地，终端接收基站发送的结构类数据和参数类数据。

可选地，基站向终端发送结构类数据和参数类数据，也可以是指基站输出结构类数据和参数类数据。

可选地，终端接收基站发送的结构类数据和参数类数据，也可以是指终端获取结构类数据和参数类数据。

503、终端根据参数类数据和结构类数据确定第一模型；

本实施例中，如果由基站确定结构类数据与参数类数据，终端可以接收基站发送的参数类数据和结构类数据，并根据基站发送的结构类数据与参数类数据进行第一模型的构建。

具体地，当第一模型的输入维数为64，输出维数为4，CSI经过终端侧的第一模型的处理就可以将64维的数据降维为4维数据，降低了通信过程中信道资源的占用。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S510’至S520’中的至少一项：

S510’、第一通信设备获取结构类数据和参数类数据。具体地该步骤描述可以参考上文502中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S520’、第一通信设备根据结构类数据和参数类数据确定第一模型。具体地该步骤描述可以参考上文503中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S510”至S520”中的至少一项：

S510”、第二通信设备确定第一模型的结构类数据和参数类数据。具体地该步骤描述可以参考上文501中的描述，为了简洁，此处不再详述。

S520”、第二通信设备输出结构类数据和参数类数据。具体地该步骤描述可以参考上文502中的描述，为了简洁，此处不再详述。

进一步地，本实施例为基站确定结构类数据和参数类数据的信号收发情况，基站确定结构类数据和参数类数据可以降低对终端的设备能力的要求，并且避免了终端确定结构类数据和参数类数据的过程，使得终端节能。

具体地，本实施例较为适用于信道环境简单或者稳定的场景，例如对于一个小区或者一定区域的终端可以采用相同的第一模型，且基站在确定第一模型的过程中基于在先的信道信息确定第一模型。

具体地，本实施例较为适用于不具备第一模型训练能力的终端，针对该终端，可以采用基站确定结构类数据和参数类数据的模式。

具体地，本实施例较为适用于下行资源较丰富的场景，可以降低确定第一模型的上行资源的开销。

本实施例为确定第一模型的过程，后续可以进行CSI的测量反馈，方法与实施例303-307相同，此处则不再赘述。

本发明中，通信的两端设备确定第一模型的模式后，可以根据该模式进行第一模型的确定，具体包括根据该模式确定第一模型的结构类数据和参数类数据，模式1-模式4分别对应一种第一模型的模式，每一种模式可以对应一种第一模型的确定方式，接下来介绍终端确定第一模型的结构类数据和参数类数据的情况，具体请参见图6。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中一种第一模型确定流程的一个示意图包括：

601、终端确定第一模型的结构类数据和参数类数据；

本实施例中，如果由终端确定结构类数据与参数类数据，终端可以根据场景、上下行资源、设备能力、设备位置中的一项或多项进行结构类数据和参数类数据的确定。

进一步地，当第一模型是一种神经网络模型的情况下，结构类数据可以是输入维数和输出维数，参数类数据可以是权值矩阵和偏置矩阵。示例性地，终端可以根据确定的结构类数据和参数类数据进行第一模型的构建，并根据已构建的第一模型进行CSI的压缩和/或降维。

602、终端向基站发送结构类数据和参数类数据；相应地，基站接收终端发送的结构类数据和参数类数据。

可选地，终端向基站发送结构类数据和参数类数据，也可以是指终端输出结构类数据和参数类数据。

可选地，基站接收终端发送的结构类数据和参数类数据，也可以是指基站获取结构类数据和参数类数据。

603、基站根据参数类数据和结构类数据确定第一模型。

本实施例中，如果由终端确定结构类数据与参数类数据，终端可以向基站发送参数类数据和结构类数据，使得基站根据由终端发送的结构类数据与参数类数据进行第一模型的构建。

具体地，当终端侧的第一模型的输入维数为64，输出维数为4，CSI经过终端侧的第一模型的处理就可以将64维的数据降维为4维数据，基站侧的第一模型的可以输入维数为4，输出维数为64，从而实现了对低维CSI还原至高维CSI的过程，降低了通信过程中信道资源的占用。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S610’至S620’中的至少一项：

S610’、第一通信设备确定第一模型的结构类数据和参数类数据。具体地该步骤描述可以参考上文601中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S620’、第一通信设备输出结构类数据和参数类数据。具体地该步骤描述可以参考上文602中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S610”至S620”中的至少一项：

S610”、第二通信设备获取第一模型的结构类数据和参数类数据。具体地该步骤描述可以参考上文602中的描述，为了简洁，此处不再详述。

S620”、第二通信设备根据结构类数据和参数类数据确定第一模型。具体地该步骤描述可以参考上文603中的描述，为了简洁，此处不再详述。

进一步地，本实施例为终端确定结构类数据和参数类数据的信号收发情况，可以降低基站训练信道学习模型的复杂度，并且终端确定结构类数据和参数类数据可以是终端根据信道环境训练信第一模型，使得该结构类数据和参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

具体地，本实施例较为适用于信道环境较为复杂的场景，示例性地室外场景，因为此时终端侧对于参数类数据的确定更为准确。

具体地，本实施例较为适用于具备信道学习模型训练能力的终端，针对该终端，可以采用终端确定结构类数据和参数类数据的模式。

示例性地适用于上行资源较丰富的场景，可以降低确定信道学习模型的下行资源的开销。

本实施例为确定第一模型的过程，后续还可以进行CSI的测量反馈，方法与实施例303-307相同，此处则不再赘述。

本发明中，通信的两端设备确定第一模型的模式后，可以根据该模式进行第一模型的确定，具体包括根据该模式确定第一模型的结构类数据和参数类数据，模式1-模式4分别对应一种第一模型的模式，每一种模式可以对应一种第一模型的确定方式，接下来介绍基站确定第一模型的结构类数据和终端确定第一模型的参数类数据的情况，具体请参见图7。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中一种第一模型确定流程的一个示意图包括：

701、基站确定第一模型的结构类数据；

本实施例中，如果由基站确定结构类数据，基站可以根据场景、上下行资源、设备能力、设备位置中的一项或多项进行结构类数据的确定。

进一步地，当第一模型是一种神经网络模型的情况下，结构类数据可以是输入维数和输出维数，使得终端根据结构类数据确定参数类数据，并构建第一模型。

702、基站向终端发送结构类数据；相应地，终端接收基站发送的结构类数据。

可选地，基站向终端发送结构类数据，也可以是指基站输出结构类数据。

可选地，终端接收基站发送的结构类数据，也可以是指终端获取结构类数据。

703、终端根据结构类数据确定参数类数据；

本实施例中，基站向终端发送结构类数据以使得终端根据该结构类数据确定参数类数据。

具体地，基站可以确定第一模型的结构类数据，示例性地输入维数和比特开销，而终端确定的参数类数据可以是终端经过训练确定的，示例性地权值矩阵和偏置矩阵，其中权值矩阵实现CSI的维数变化，偏置矩阵可以对经过维数变化后的矩阵进行准确性的调整。

进一步地，对于信道环境较为复杂的情况，则可能需要终端侧根据信道环境训练第一模型，使得该参数类数据更匹配当前的信道环境，提高第一模型的准确性，提高通信性能。

704、终端向基站发送参数类数据；相应地，基站接收终端发送的参数类数据。

可选地，终端向基站发送参数类数据，也可以是指终端输出参数类数据。

可选地，基站接收终端发送的参数类数据，也可以是指基站获取参数类数据。

705、基站根据参数类数据确定第一模型。

具体地，终端根据基站发送的结构类数据确定参数类数据，并将该参数类数据发送至基站，基站根据该参数类数据和结构类数据构建第一模型。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S710’至S730’中的至少一项：

S710’、第一通信设备获取第一模型的结构类数据。具体地该步骤描述可以参考上文702中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S720’、第一通信设备根据结构类数据确定参数类数据。具体地该步骤描述可以参考上文703中的描述，为了简洁，此处不再详述。

S730’、第一通信设备输出参数类数据。具体地该步骤描述可以参考上文704中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S710”至S740”中的至少一项：

S710”、第二通信设备确定第一模型的结构类数据。具体地该步骤描述可以参考上文701中的描述，为了简洁，此处不再详述。

S720”、第二通信设备输出第一模型的结构类数据。具体地该步骤描述可以参考上文702中的描述，为了简洁，此处不再详述。

S730”、第二通信设备获取第一模型的参数类数据。具体地该步骤描述可以参考上文704中的描述，为了简洁，此处不再详述。

S740”、第二通信设备根据结构类数据和参数类数据确定第一模型。具体地该步骤描述可以参考上文705中的描述，为了简洁，此处不再详述。

本实施例中，基站根据在先信道信息确定第一模型的结构类数据，把握第一模型的复杂程度，降低终端训练的复杂度，避免终端需要多次训练不同的信道学习模型的结构下的性能。终端基于基站确定的结构训练匹配的参数，可以降低终端训练信道学习模型的复杂度。另外，终端确定参数类数据，可以是终端根据信道环境训练信道学习模型，使得该参数类数据更匹配当前的信道环境，提高信道学习模型的准确性，提高通信性能。

具体地，本实施例较为适用于信道环境较为复杂的场景，示例性地室外场景。

具体地，本实施例较为适用于具备信道学习模型训练能力的终端，针对该终端，可以采用终端确定参数类数据的模式。

具体地，本实施例较为适用于上行资源较丰富的场景，可以降低确定信道学习模型的下行资源的开销。

本实施例为确定第一模型的过程，后续还可以进行CSI的测量反馈，方法与实施例303-307相同，此处则不再赘述。

本发明中，通信的两端设备确定第一模型的模式后，可以根据该模式进行第一模型的确定，具体包括根据该模式确定第一模型的结构类数据和参数类数据，模式1-模式4分别对应一种第一模型的模式，每一种模式可以对应一种第一模型的确定方式，接下来介绍基站确定第一模型的参数类数据和终端确定第一模型的结构类数据的情况，具体请参见图8。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中一种第一模型确定流程的一个示意图包括：

801、终端确定第一模型的结构类数据；

本实施例中，如果由终端确定结构类数据，终端可以根据场景、上下行资源、设备能力、设备位置中的一项或多项进行结构类数据的确定，降低了基站确定参数类数据时的复杂程度。

进一步地，当第一模型是一种神经网络模型的情况下，结构类数据可以是输入维数和输出维数，使得基站根据结构类数据确定参数类数据，并构建第一模型。

802、终端向基站发送结构类数据；相应地，基站接收终端发送的结构类数据。

可选地，终端向基站发送结构类数据，也可以是指终端输出结构类数据。

可选地，基站接收终端发送的结构类数据，也可以是指基站获取结构类数据。

803、基站根据结构类数据确定参数类数据；

本实施例中，基站接收终端发送的结构类数据并根据该结构类数据确定参数类数据。

具体地，终端可以确定第一模型的结构类数据，示例性地输入维数和比特开销，而基站确定的参数类数据可以是基站经过训练确定的，示例性地权值矩阵和偏置矩阵，其中权值矩阵实现CSI的维数变化，偏置矩阵可以对经过维数变化后的矩阵进行准确性的调整。

具体地，当基站与终端之间的信道场景较稳定时，基站可以根据在先的信道信息和终端发送的结构类数据确定参数类数据，以在先的信道信息作为参考，降低了第一模型确定的复杂度。

804、基站向终端发送参数类数据；相应地，终端接收基站发送的结构类数据。

可选地，基站向终端发送结构类数据，也可以是指基站输出结构类数据。

可选地，终端接收基站发送的结构类数据，也可以是指终端获取结构类数据。

805、终端根据参数类数据确定第一模型。

具体地，基站根据终端发送的结构类数据确定参数类数据，并将该参数类数据发送至终端，使得终端根据该参数类数据构建第一模型，进行CSI的降维和/或压缩。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S810’至S840’中的至少一项：

S810’、第一通信设备确定第一模型的结构类数据。具体地该步骤描述可以参考上文801中的描述，为了简洁，此处不再详述。

S820’、第一通信设备输出第一模型的结构类数据。具体地该步骤描述可以参考上文802中的描述，为了简洁，此处不再详述。

S830’、第一通信设备获取第一模型的参数类数据。具体地该步骤描述可以参考上文804中的描述，为了简洁，此处不再详述。

S840’、第一通信设备根据结构类数据和参数类数据确定第一模型。具体地该步骤描述可以参考上文805中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S810”至S830”中的至少一项：

S810”、第二通信设备获取第一模型的结构类数据。具体地该步骤描述可以参考上文802中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S820”、第二通信设备根据结构类数据确定参数类数据。具体地该步骤描述可以参考上文803中的描述，为了简洁，此处不再详述。

S830”、第二通信设备输出参数类数据。具体地该步骤描述可以参考上文704中的描述，为了简洁，此处不再详述。本实施例中，终端可以基于终端的能力确定信道学习模型的结构类数据，终端可以把握信道学习模型的复杂程度，降低基站确定参数类数据的复杂度。基站确定参数类数据，可以是基站根据在先的信道信息确定信道学习模型的参数类数据，示例性地针对一个小区或者一定区域的终端可以采用相同的信道学习模型，降低了信道学习模型确定的复杂度。

具体地，本实施例较为适用于信道环境较为复杂的场景，示例性地室外场景。

具体地，本实施例较为适用于具备信道学习模型训练能力的终端，针对该终端，可以采用终端确定结构类数据的模式。

具体地，本实施例较为适用于下行资源较丰富的场景，可以降低确定信道学习模型的上行资源的开销。

本发明中，通信的两端设备确定第一模型的模式后，可以根据该模式进行第一模型的确定，具体包括根据该模式确定第一模型的结构类数据和参数类数据，在具体地结构类数据和参数类数据的传输过程中，可以将结构类数据与参数类数据分级发送，下面对终端分级发送结构类数据与参数类数据的情况进行进一步的描述，具体请参见图9-a。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中一种第一模型确定流程的另一个示意图包括：

901、终端确定第一模型的结构类数据；

本实施例中，终端分级发送第一模型的结构类数据和参数类数据时，由于神经网络模型的结构类数据对参数类数据存在一定影响，可以将结构类数据发送至基站侧，获取基站侧对于该结构类数据的第一反馈配置信息，从而确定更准确的参数类数据的反馈配置信息，避免反馈资源的浪费。

具体地，终端可以根据场景、上下行资源、设备能力、设备位置中的一项或多项确定第一模型的结构类数据。

可选地，该结构类数据可以包括Rank取值、宽带幅度、维数、压缩率、反馈比特数、量化率中的一项或多项。

902、终端向基站发送结构类数据；相应地，基站接收终端发送的结构类数据。

可选地，终端向基站发送结构类数据，也可以是指终端输出结构类数据。

可选地，基站接收终端发送的结构类数据，也可以是指基站获取结构类数据。

903、基站根据结构类数据确定第一反馈配置信息；

本实施例中，基站接收终端发送的结构类数据，并可以根据该结构类数据确定第一反馈配置信息，该第一反馈配置信息可以包括CSI测量反馈资源，CSI测量反馈资源的大小可以由资源块(RB，resource block)个数，资源单元(RE，resource element)个数、符号个数中的一项或者多项表示。

可选地，本申请实施例中，CSI测量反馈资源也可以简称为CSI反馈资源，或者，可以简称为反馈资源，或者，可以称为反馈时频资源。

其中，所述第一反馈配置信息用于指示CSI测量反馈资源。具体地，可以是指示反馈参数类数据的资源。反馈配置信息也可以称为CSI配置信息，或者简称为配置信息。

具体地，终端和基站内可以预定义多种模型的结构，不同模型的结构可以对应于不同的使用场景，也可以对应于不同的参数类数据反馈时所占用的时频资源，第一反馈配置信息可以用于终端确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

可选地，基站和/或终端根据第一反馈配置信息确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

可选地，基站根据结构类数据确定第一反馈配置信息，可以是采用如下方式中的至少一种确定第一反馈配置信息。

作为一种可能的实现方式，结构类数据与CSI测量反馈资源具有对应关系。示例性地，结构类数据与CSI测量反馈资源之间具有第六映射关系。进而，第一通信设备和/或第二通信设备可以根据结构类数据以及结构类数据与CSI测量反馈资源之间的对应关系确定第一模型的参数类数据对应的资源。

示例性地，如果将结构和CSI测量反馈资源的大小建立起对应关系，则可以如表6所示。表6中示出了第六映射关系的一例。示例性地第六映射关系可以是下表中的一行或者多行，第六映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

表6

其中，结构类数据用结构标识，所述结构标识用于指示结构类数据，即结构标识用于确定第一模型的结构。上述表格表示结构标识与CSI测量反馈资源大小的对应关系，在具体地对应关系中，结构标识可以与符号个数、资源单元个数和资源块个数中的一项或者多项具有对应关系。其中，G为正整数，s0-ss，b0-bb，e0-ee可以为整数。

其次，如果基站根据CSI测量反馈资源的大小建立对应的CSI测量反馈资源标识，那么结构标识也可以与CSI测量反馈资源的标识建立起对应关系。

作为另一种可能的实现方式，结构类数据与CSI测量反馈资源标识具有对应关系。示例性地，结构类数据与CSI测量反馈资源标识之间具有第七映射关系。进而，第一通信设备和/或第二通信设备可以根据结构类数据以及结构类数据与CSI测量反馈资源标识之间的对应关系确定第一模型的参数类数据对应的资源。

可选地，基站通过信令为终端配置F个CSI测量反馈资源。F为大于等于1的正整数。基站和/或终端可以根据第一模型的结构类数据确定CSI测量反馈资源。

示例性的，可以如表7所示。表7中示出了第七映射关系的一例。示例性地第七映射关系可以是下表中的一行或者多行，第七映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

表7

结构标识	CSI测量反馈资源标识
		Index0	CSI测量反馈资源标识0
Index1	CSI测量反馈资源标识1
		Index2	CSI测量反馈资源标识2
…	…
		IndexG	CSI测量反馈资源标识F

其中，结构类数据用结构标识，所述结构标识用于指示结构类数据，即结构标识用于确定第一模型的结构。具体地，上述表格表示，由于每一种CSI测量反馈资源的标识代表一种CSI测量反馈资源的大小，在具体地实现过程中，如果可以在基站与终端都预建立反馈资源标识与CSI测量反馈资源大小的对应关系，那么基站可以根据终端发送的结构标识得出对应的CSI测量反馈资源标识，并将对应的CSI测量反馈资源标识发送至终端，而无需再发送具体地CSI测量反馈资源中资源块个数、资源单元个数、符号个数的大小。

904、基站向终端发送第一反馈配置信息；相应地，终端接收基站发送的第一反馈配置信息。

可选地，基站向终端发送第一反馈配置信息，也可以是指基站输出第一反馈配置信息。

可选地，终端接收基站发送的第一反馈配置信息，也可以是指终端获取第一反馈配置信息。

905、终端根据结构类数据和第一反馈配置信息确定参数类数据；

本实施例中，终端根据基站发送的第一反馈配置信息和已确定的结构类数据确定参数类数据，如果将结构类数据认为是第一级，那么可以将参数类数据认为是第二级，由于因为第二级反馈所占用的时频资源开销与第一级的反馈是相关的，即第一级反馈可以决定第二级反馈的开销。因此基站先接收第一级反馈再配置第二级反馈的时频资源，可以根据第一级反馈确定第二级反馈的时频资源，实现更合理的资源分配，避免资源浪费。

可选地，终端根据基站发送的第一反馈配置信息和结构类数据确定参数类数据可以包括如下三种情况：

第一种，终端根据第一反馈配置信息以及结构类数据确定全部的参数类数据，例如当前基站所确定的结构类数据与在先确定的结构类数据不一致，则基站确定的第一反馈配置信息可以指示终端确定全部的参数类数据，终端则可以根据第一反馈配置信息以及结构类数据进行参数类数据的确定，并根据该结构类数据和参数类数据完成第一模型的构建，即确定第一模型。

第二种，终端根据第一反馈配置信息以及结构类数据确定部分的参数类数据，例如当前基站所确定的结构类数据与某一个在先确定的结构类数据存在一定程度上的相同部分，则基站确定的第一反馈配置信息可以指示终端基于不同部分进行参数类数据的确定，终端确定部分参数类数据即可完成第一模型的构建。

针对第二种情况，举例如下：终端可以输出所述参数类数据的第一子数据，所述第一子数据包含于所述参数类数据，所述第一子数据根据所述第一反馈配置信息和所述结构类数据确定。

第三种，终端根据第一反馈配置信息以及结构类数据训练第一模型，确定第一模型的参数类数据。

具体可以参见图9-b，将参数类数据与需要反馈的经过第一模型处理的低维CSI作为第二级，因为CSI的特征与rank取值相关，基于终端反馈的第一配置信息内的rank取值，终端可以确定低维CSI的反馈开销。

906、终端向基站发送参数类数据；相应地，基站接收终端发送的参数类数据。

可选地，终端向基站发送参数类数据，也可以是指终端输出参数类数据。

可选地，基站接收终端发送的参数类数据，也可以是指基站获取参数类数据。

907、基站根据结构类数据和参数类数据确定第一模型。

具体地，终端确定参数类数据后，将该参数类数据发送至基站处，以使得基站根据该参数类数据构建第一模型。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S910’至S950’中的至少一项：

S910’、第一通信设备确定第一模型的结构类数据。具体地该步骤描述可以参考上文901中的描述，为了简洁，此处不再详述。

S920’、第一通信设备输出第一模型的结构类数据。具体地该步骤描述可以参考上文902中的描述，为了简洁，此处不再详述。

S930’、第一通信设备获取第一反馈配置信息。具体地该步骤描述可以参考上文904中的描述，为了简洁，此处不再详述。

S940’、第一通信设备根据结构类数据和第一反馈配置信息确定参数类数据。具体地该步骤描述可以参考上文905中的描述，为了简洁，此处不再详述。

S950’、第一通信设备输出参数类数据。具体地该步骤描述可以参考上文906中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S910”至S950”中的至少一项：

S910”、第二通信设备获取第一模型的结构类数据。具体地该步骤描述可以参考上文802中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S920”、第二通信设备根据结构类数据确定第一反馈配置信息。具体地该步骤描述可以参考上文903中的描述，为了简洁，此处不再详述。

S930”、第二通信设备输出第一反馈配置信息。具体地该步骤描述可以参考上文904中的描述，为了简洁，此处不再详述。

S940”、第二通信设备获取参数类数据。具体地该步骤描述可以参考上文906中的描述，为了简洁，此处不再详述。

S950”、第二通信设备根据结构类数据和参数类数据确定第一模型。具体地该步骤描述可以参考上文907中的描述，为了简洁，此处不再详述。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。作为一种可能的实现方式，第一通信设备将CSI反馈分成两级反馈给第二通信设备。

其中，第一级反馈中的信息包括第一模型的结构类数据，第二级反馈中的信息包括第一模型的参数类结构和第二CSI。

如果将结构类数据、参数类数据、经过量化后的低维CSI即第二CSI分为两级，可以为根据上述两种数据的时间特性进行反馈。

示例性的，如果将结构类数据，参数类数据以及经过量化后的低维CSI(示例性地第二CSI)分为两级进行反馈。下面对反馈的情况进行进一步的介绍，具体请参见图9-b：

其中，第一级反馈中的信息可以包括rank取值、宽带幅度、维数、压缩率、反馈比特数、量化率中的一项或多项。

第二级反馈中的信息可以包括第一模型的参数类数据，以及第二CSI。

可选地，第一级反馈的周期可以是第一周期。第二级反馈的周期可以是第二周期。第二周期的取值小于第一周期的取值。

示例性地，如图9-b所示，在第一周期的时间内，第一级反馈仅发送或接收一次，第二级反馈可以发送或者接收三次。

可选地，不同级别的CSI反馈可以对应不同的反馈方式，示例性地第一级反馈对应周期性反馈，第二级反馈对应非周期反馈；或者，示例性地第一级反馈对应周期性反馈，第二级反馈对应半持续性反馈；或者，示例性地第一级反馈对应半持续性反馈，第二级反馈对应非周期性反馈等。

进一步地，终端向基站发送参数类数据时，如图9-b所示，可以一并发送经过处理后的低维CSI(示例性地第二CSI)，避免了对于信道资源的二次占用。

具体地，终端将CSI反馈分为两级进行反馈可以是终端发送结构类数据，基站根据结构类数据发送第一反馈配置信息。终端根据基站发送的第一反馈配置信息确定参数类数据，并在该第一反馈配置信息指示的CSI测量反馈资源反馈参数类数据和经过量化后的低维CSI(示例性地第二CSI)。

上述两级反馈的设计，基站可以根据接收到的第一级反馈向终端发送CSI配置信息，包括第二级反馈所占用的时频资源。因为第二级反馈所占用的时频资源开销与第一级的反馈是相关的，即第一级反馈可以决定第二级反馈的开销。因此基站先接收第一级反馈再配置第二级反馈的时频资源，可以根据第一级反馈确定第二级反馈的时频资源，实现更合理的资源分配，避免资源浪费。

作为另一种可能的实现方式，第一通信设备将CSI反馈分成三级反馈给第二通信设备。

其中，第一级反馈中的信息包括第一模型的结构类数据，第二级反馈中的信息包括第一模型的参数类结构，第三级反馈中的信息包括第二CSI。

如果进一步地将结构类数据、参数类数据、经过量化后的低维CSI即第二CSI分为三级，可以为根据上述三种数据的时间特性进行反馈。

示例性的，如果将参数类数据与经过量化后的低维CSI(示例性地第二CSI)分为两极，即共分为三级进行反馈。下面对反馈的情况进行进一步的介绍，具体请参见图9-c：

其中，第一级反馈中的信息可以包括rank取值、宽带幅度、维数、压缩率、反馈比特数、量化率中的一项或多项。

第二级反馈中的信息可以包括第一模型的参数类数据

第三级反馈中的信息可以包括第二CSI。

可选地，第一级反馈的周期可以是第三周期。第二级反馈的周期可以是第四周期。第三级反馈的周期可以是第五周期。其中，第三周期的取值小于第二周期的取值，第二周期的取值小于第一周期的取值。

示例性地，如图9-c所示，在第一周期的时间内，第一级反馈仅发送或接收一次，第二级反馈可以发送或者接收两次，第三级反馈可以发送或接收四次。

可选地，不同级别的CSI反馈可以对应不同的反馈方式，示例性地第一级反馈对应周期性反馈，第二级反馈对应非周期反馈，第三级反馈对应半持续性反馈；或者，示例性地第一级反馈对应周期性反馈，第二级对应半持续性反馈，第三级反馈对应非周期性反馈；或者，示例性地第一级反馈对应半持续性反馈，第二级对应非周期性反馈，第三级反馈对应非周期性反馈等。基站根据接收到的第一级反馈向终端发送第二反馈配置信息，包括第二级和第三级的反馈时频资源(包括周期取值和/或反馈间隔等)。第二级反馈和第三级反馈的时频资源根据第一级反馈确定。或者，第二级反馈的时频资源根据第一级反馈确定，第三级反馈的时频资源根据第二级反馈确定。

可选地，本申请实施例中，CSI测量反馈资源也可以简称为CSI反馈资源，或者，可以简称为反馈资源，或者，可以称为反馈时频资源。

其中，所述第二反馈配置信息用于指示CSI测量反馈资源。具体地，可以是指示反馈参数类数据的资源，或者，可以是指示反馈第二CSI的资源，或者，可以是指示反馈参数类数据和第二CSI的资源。反馈配置信息也可以称为CSI配置信息，或者简称为配置信息。

CSI测量反馈资源的大小可以包括符号个数，RB个数，RE个数中的一项或多项。

具体地，终端和基站内可以预定义多种模型的结构，不同模型的结构可以对应于不同的使用场景，也可以对应于不同的参数类数据反馈所占用的时频资源，或者，也可以对应于不同的第二CSI反馈所占用的时频资源，或者，也可以对应于不同的参数类数据和第二CSI反馈所占用的时频资源。第二反馈配置信息可以用于终端确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。或者，第二反馈配置信息可以用于终端确定第二CSI对应的资源，比特数，反馈信息中的至少一项。或者，第二反馈配置信息可以用于终端确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项，和，第二CSI对应的资源，比特数，反馈信息中的至少一项。

可选地，基站和/或终端根据第二反馈配置信息确定第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

可选地，基站和/或终端根据第二反馈配置信息确定第二CSI对应的资源，比特数，反馈信息中的至少一项。

可选地，基站根据结构类数据确定第二反馈配置信息，可以是采用如下方式中的至少一种确定第二反馈配置信息。

作为一种可能的实现方式，结构类数据与CSI测量反馈资源具有对应关系。示例性地，结构类数据与CSI测量反馈资源之间具有第八映射关系。进而，第一通信设备和/或第二通信设备可以根据结构类数据以及结构类数据与CSI测量反馈资源之间的对应关系确定第一模型的参数类数据对应的资源和第二CSI对应的资源。或者，第一通信设备和/或第二通信设备可以根据结构类数据以及结构类数据与CSI测量反馈资源之间的对应关系确定第二级反馈对应的资源和第三级反馈对应的资源。

示例性的，可以如表8所示。表8中示出了第八映射关系的一例。示例性地第八映射关系可以是下表中的一行或者多行，第八映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。其中，G为正整数，s0～ss，b0～bb，e0～ee可以为整数。s0’～ss’，b0’～bb’，e0’～ee’可以为整数。如果将结构标识与具体地反馈资源的大小之间建立起对应关系，则可以如表7所示：。

表8

其中，结构类数据用结构标识，所述结构标识用于指示结构类数据，即结构标识用于确定第一模型的结构。

另外，CSI测量反馈资源可以由基站配置，基站通过信令为终端配置F2个CSI测量反馈资源1，和/或，P2个CSI测量反馈资源2。其中，CSI测量反馈资源1用于携带第一模型的参数类数据。CSI测量反馈资源2用于携带CSI。

可选地，本申请实施例中，第一模型的结构的配置和CSI测量反馈资源的配置可以是通过相同的信令发送，也可以是通过不同的信令发送，两个信息的配置也没有前后顺序。CSI测量反馈资源1和CSI测量反馈资源2可以是通过一个配置信令下发，也可以通过不同的配置信令下发，具体不做限定。

作为另一种可能的实现方式，结构类数据与CSI测量反馈资源标识具有对应关系。示例性地，结构类数据与CSI测量反馈资源标识之间具有第九映射关系。进而，第一通信设备和/或第二通信设备可以根据结构类数据以及结构类数据与CSI测量反馈资源标识之间的对应关系确定第一模型的参数类数据对应的资源和第二CSI对应的资源。或者，第一通信设备和/或第二通信设备可以根据结构类数据以及结构类数据与CSI测量反馈资源标识之间的对应关系确定第二级反馈对应的资源和第三级反馈对应的资源。

示例性的，可以如表9所示。表9中示出了第九映射关系的一例。示例性地第九映射关系可以是下表中的一行或者多行，第九映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

具体地，基站和/或终端可以根据第一模型的结构确定CSI测量反馈资源1和/或CSI测量反馈资源2。具体地，可以是第一模型的结构和CSI测量反馈资源有对应关系。可以采用下表中的至少一行,和/或，至少一列。F为正整数，P可以为正整数。如果将结构标识与CSI测量反馈资源的标识之间建立起对应关系，具体如表9所示：

表9

结构标识	CSI测量反馈资源1标识	CSI测量反馈资源2标识
			Index0	CSI测量反馈资源1-0	CSI测量反馈资源2-0
Index1	CSI测量反馈资源1-0	CSI测量反馈资源2-1
			Index2	CSI测量反馈资源1-1	CSI测量反馈资源2-1
…	…	…
			IndexG	CSI测量反馈资源1-F	CSI测量反馈资源2-P

上述三级反馈的设计，基站可以根据接收到的第一级反馈向终端发送CSI配置信息，包括第二级反馈所占用的时频资源。因为第二级反馈所占用的时频资源开销与第一级的反馈是相关的，即第一级反馈可以决定第二级反馈的开销。因此基站先接收第一级反馈再配置第二级反馈的时频资源，可以根据第一级反馈确定第二级反馈的时频资源，实现更合理的资源分配，避免资源浪费。进一步，基站可以根据接收到的第二级反馈向终端发送CSI配置信息，包括第三级反馈所占用的时频资源。因为第三级反馈所占用的时频资源开销与第二级的反馈是相关的，即第二级反馈可以决定第三级反馈的开销。因此基站先接收第二级反馈再配置第三级反馈的时频资源，可以根据第二级反馈确定第三级反馈的时频资源，实现更合理的资源分配，避免资源浪费。

本申请实施例中，针对信道学习模型中包括比特量化编码和比特量化解码时，可以采用如下的方式确定CSI反馈的比特开销，示例性地第二CSI的比特开销。

如下实施例提供了第一通信设备和/或第二通信设备确定比特开销的方法。具体地，确定比特开销的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定比特开销。如下一种或多种确定比特开销的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。

作为一种可能的实现方式：终端和/或基站基于第一模型确定比特开销。

示例性地，终端可以基于基站指示的第一模型的参数类数据确定比特开销。

示例性地，基站可以基于终端指示的第一模型的参数类数据确定比特开销。

可选地，比特开销可以是根据量化率参数和输出维数确定，示例性地比特开销等于量化率参数乘以输出维数，即比特开销＝量化率参数*输出维数。

具体地，第一模型的参数类数据中包括量化率参数和输出维数。终端和/或基站根据第一模型的参数类数据确定比特开销。

可选地，比特开销可以是第一模型的参数类数据。即第一模型的参数类数据中包括比特开销。

示例性地，基站在发送第一模型的参数类数据时包括比特开销，终端基于该参数类数据确定比特开销。

示例性地，终端在发送第一模型的参数类数据时包括比特开销，基站基于该参数类数据确定比特开销。

可选地，比特开销可以是第一模型的结构类数据。即第一模型的结构类数据中包括比特开销。

示例性地，基站在发送第一模型的结构类数据时包括比特开销，终端基于该结构类数据确定比特开销。

示例性地，终端在发送第一模型的结构类数据时包括比特开销，终端基于该参结构类数据确定比特开销。

作为另一种可能的实现方式：终端基于反馈所占用的时频资源，调制方式和码率确定比特开销。

示例性地，比特开销等于时频资源乘以调制方式乘以码率，即比特开销为时频资源，调制方式和码率的乘积，即比特开销＝时频资源*调制方式*码率。

可选地，基站发送的CSI测量反馈资源的配置信息是根据比特开销确定的。

通过上述实施例，第一通信设备和/或第二通信设备可以确定CSI反馈的比特开销，进而可以实现准确的发送和/或接收CSI，降低第一通信设备和第二通信设备之间的信令交互，避免信令交互造成的反馈开销和资源浪费，合理的利用资源，提高CSI反馈的准确性，进而提升通信性能。

本发明中，通信的两端设备确定第一模型的模式后，可以根据该模式进行第一模型的确定，具体包括根据该模式确定第一模型的结构类数据和参数类数据，在具体地结构类数据和参数类数据的传输过程中，可以将结构类数据与参数类数据分级发送，下面对基站分级发送结构类数据与参数类数据的情况进行进一步的描述，具体请参见图10。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。本发明实施例中一种第一模型确定流程的另一个示意图包括：

1001、基站确定第一模型的结构类数据；

1002、基站向终端发送结构类数据；相应地，终端接收基站发送的结构类数据。

可选地，基站向终端发送结构类数据，也可以是指基站输出结构类数据。

可选地，终端接收基站发送的结构类数据，也可以是指终端获取结构类数据。

具体地，基站可以根据场景、上下行资源、设备能力、设备位置中的一项或多项确定第一模型的结构类数据。

可选地，该结构类数据可以包括Rank取值、宽带幅度、维数、压缩率、反馈比特数、量化率中的一项或多项，并可以将确定后的结构类数据发送至终端。

1003、基站根据结构类数据确定第一反馈配置信息；

可选地，基站根据结构类数据确定第一反馈配置信息，与上述实施例中903类似，具体地，本申请在此不再赘述。

1004、基站根据结构类数据和第一反馈配置信息确定参数类数据；

1005、基站向终端发送参数类数据；相应地，终端接收基站发送的参数类数据。

可选地，基站向终端发送参数类数据，也可以是指基站输出参数类数据。

可选地，终端接收基站发送的参数类数据，也可以是指终端获取参数类数据。

1006、终端根据结构类数据和参数类数据确定第一模型。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S1010’至S1030’中的至少一项：

S1010’、第一通信设备获取第一模型的结构类数据。具体地该步骤描述可以参考上文1001中的描述，为了简洁，此处不再详述。

S1020’、第一通信设备获取第一模型的参数类数据。具体地该步骤描述可以参考上文1005中的描述，为了简洁，此处不再详述。

S1030’、第一通信设备根据结构类数据和参数类数据确定第一模型。具体地该步骤描述可以参考上文1006中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S1010”至S1050”中的至少一项：

S1010”、第二通信设备确定第一模型的结构类数据。具体地该步骤描述可以参考上文1001中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S1020”、第二通信设备输出第一模型的结构类数据。具体地该步骤描述可以参考上文1002中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S1030”、第二通信设备根据结构类数据确定第一反馈配置信息。具体地该步骤描述可以参考上文1003中的描述，为了简洁，此处不再详述。

S1040”、第二通信设备根据结构类数据和第一反馈配置信息确定参数类数据。具体地该步骤描述可以参考上文904中的描述，为了简洁，此处不再详述。

S1050”、第二通信设备输出参数类数据。具体地该步骤描述可以参考上文906中的描述，为了简洁，此处不再详述。

本实施例中，基站分级发送第一模型的结构类数据和参数类数据时，由于神经网络模型的结构类数据对参数类数据存在一定影响，可以将结构类数据发送至终端侧，基站侧根据该结构类数据确定第一反馈配置信息，从而确定参数类数据的反馈资源。

本实施例中，基站可以将结构类数据和参数类数据进行分级发送，由于基站侧不需要进行量化后CSI的确定，所以一般将结构类数据与参数类数据分为两级进行发送，降低了将结构类数据和参数类数据同时发送对信道资源的占用。

本实施例中，基站可以根据结构类数据确定第一反馈配置信息，并根据该第一反馈配置信息与结构类数据一起确定参数类数据，其中，第一反馈配置信息可以与参数类数据一并发送至终端，也可以将第一反馈配置信息与参数类数据分开发送，其中，一并发送可以避免对信道资源的二次占用，适用于下行资源较充足的情况，分开发送可以避免单次发送时占用较多的信道资源，适用于下行资源相对不充足的情况。

本实施例中，基站根据第一反馈配置信息和已确定的结构类数据确定参数类数据，如果将结构类数据认为是第一级，那么可以将参数类数据认为是第二级，由于因为第二级反馈所占用的时频资源开销与第一级的反馈是相关的，即第一级反馈可以决定第二级反馈的开销。因此基站先发送第一级反馈再配置第二级反馈的时频资源，可以根据第一级反馈确定第二级反馈的时频资源，实现更合理的资源分配，避免资源浪费。

本发明实施例中，由于参数类数据中所包含的参数数据可能为一种或多种，对于参数类数据的发送可以为将不同的参数数据分级发送，下面对终端将参数类数据分级发送至基站的情况进行进一步的介绍：

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。具体请参见图11，本发明实施例中第一模型确定流程的另一个示意图包括：

1101、终端确定参数类数据的第二子数据；

1102、终端向基站发送第二子数据；相应地，基站接收终端发送的第二子数据。

可选地，终端向基站发送第二子数据，也可以是指终端输出第二子数据。

可选地，基站接收终端发送的第二子数据，也可以是指基站获取第二子数据。

具体地，参数类数据分级发送分为两种情况：

第一种，参数类数据的一部分子数据对于另一部分子数据存在影响，如结构类数据对参数类数据的影响。

具体地，可以是如下实现方式中的至少一种：

作为一种可能的实现方式，子数据之间具有层间参数类数据的影响。

具体地，比如第Ln层的参数取值会影响第Lm层的参数取值，其中Ln和Lm为整数，且Ln小于Lm。示例性的，比如Ln的参数取值范围为pn1～pn2，则可以确定Lm层的参数取值范围也为pn1～pn2,或者，pn3～pn4。其中，pn1，pn2，pn3，pn4为实数，且pn3和pn4根据pn1和pn2确定。当反馈第Lm层的参数类数据时可以通过反馈与Ln层的参数类数据的差值的方式进行反馈，进而降低反馈开销。或者，当反馈第Lm层的参数类数据之前已经根据第Ln层的参数类数据确定第Lm层的参数类数据的取值，可以避免在没有任何前提条件下，每个参数都按照较大范围进行量化反馈下的资源浪费。

此时，针对参数类数据，终端可以先反馈第Ln层的参数类数据，再反馈第Lm层的参数类数据。在该方式下，可以降低参数类数据的反馈开销，提高资源利用率，进而提升通信性能。

作为另一种可能的实现方式，子数据之间具有层内参数类数据的影响。

其中，一种情况下层数参数类数据的影响为不同参数间的影响。

具体地，比如第Ln层的参数中包括权值矩阵和偏置矩阵。权值矩阵的取值会影响偏置矩阵的取值。示例性地，比如权值矩阵的参数取值范围为pq1～pq2，则可以确定偏置参数取值范围也为pq1～pq2,或者，pq3～pq4。其中，pq1，pq2，pq3，pq4为实数，且pq3和pq4根据pq1和pq2确定。当反馈偏置矩阵相关的参数类数据时可以通过反馈与权值矩阵相关的的参数类数据的差值的方式进行反馈，进而降低反馈开销。或者，当反馈偏置矩阵相关的的参数类数据之前已经根据权值矩阵相关的的参数类数据确定偏置矩阵相关的的参数类数据的取值，可以避免在没有任何前提条件下，每个参数都按照较大范围进行量化反馈下的资源浪费。

此时，针对参数类数据，终端可以先反馈第Ln层的权值矩阵的参数类数据，再反馈第Ln层的偏置矩阵的参数类数据。在该方式下，可以降低参数类数据的反馈开销，提高资源利用率，进而提升通信性能。

其中，另一种情况下层数参数类数据的影响为同一参数的不同变量间的影响。

具体地，比如第Ln层的参数中包括权值矩阵。权值矩阵中第qn个变量的取值会影响第qm个变量的取值。示例性的，比如第qn个变量的参数取值范围为pqn1～pqn2，则可以确定第qm个变量的参数取值范围也为pqn1～pqn2,或者，pqn3～pqn4。其中，pqn1，pqn2，pqn3，pqn4为实数，且pqn3和pqn4根据pqn1和pqn2确定。当反馈权值矩阵的第qm个变量的参数类数据时可以通过反馈与第qn个变量的参数类数据的差值的方式进行反馈，进而降低反馈开销。或者，当反馈第qm个变量的参数类数据之前已经根据第qn个变量的参数类数据确定第qm个变量的参数类数据的取值，可以避免在没有任何前提条件下，每个参数都按照较大范围进行量化反馈下的资源浪费。

此时，针对参数类数据，终端可以先反馈第Ln层的权值矩阵的第qn个变量的参数类数据，再反馈第Ln层的权值矩阵的第qm个变量的参数类数据。在该方式下，可以降低参数类数据的反馈开销，提高资源利用率，进而提升通信性能。

第二种，由于参数类数据中包含的参数数据种类较多，不同的参数数据具有不同的时间特性，如果将所有的参数数据同时发送则可能造成不必要的信道资源浪费，所以终端在进行参数数据发送时，可以根据每个参数数据对应的时间特性分别发送，以实现更合理的信道资源分配。

1103、基站根据第二子数据确定第三反馈配置信息；

1104、基站向终端发送第三反馈配置信息；相应地，终端接收基站发送的第三反馈配置信息。

可选地，基站向终端发送第三反馈配置信息，也可以是指基站输出第三反馈配置信息。

可选地，终端接收基站发送的第三反馈配置信息，也可以是指终端获取第三反馈配置信息。

本实施例中，基站根据终端发送的第二子数据可以得出第三反馈配置信息

可选地，基站和/或终端根据第三反馈配置信息确定第三子数据对应的资源，比特数，反馈信息中的至少一项。

具体地，当参数类数据的第二子数据对其余部分存在影响时，该影响有两种：

第一种是根据第三反馈配置信息只需再发送部分参数类数据。主要应用于较简单的信道环境，基站根据第二子数据确定可以只需再发送部分参数类数据即可完成第一模型的确定，在某种简单场景的情况下，如果基站根据该第二子数据可以完成第一模型的构建，那么基站向终端发送的第三反馈配置信息也可以使得终端不需要再发送参数类数据至基站。

第二种是根据该第三反馈配置信息需要对第一模型进行再一次训练，从而确定更准确的参数类数据。主要应用于较复杂的场景，当基站认为当前模型不足以训练足够准确的参数类数据时，即可发送相应的第三反馈配置信息至终端处，使得终端对第一模型进行再训练。

进一步地，第二子数据对第三子数据不存在影响的情况下的分级发送：由于参数类数据中包含的参数数据种类较多，不同的参数数据具有不同的时间特性，如果将所有的参数数据同时发送则可能造成不必要的信道资源浪费，所以基站在进行参数数据发送时，可以根据每个参数数据对应的时间特性分别发送，以实现更合理的信道资源分配。

可选地，本申请实施例中，第一通信设备和/或第二通信设备可以根据所述参数类数据的时间特性输出所述参数类数据。

其中，时间特性可以是指更新的时间间隔或周期等。

示例性地可以是周期性发送，非周期性发送，半持续性发送。时间间隔或者周期可以不同。

进一步地，由于参数类数据中包含的参数数据种类较多，不同的参数数据具有不同的时间特性，如果将所有的参数数据同时发送则可能造成不必要的信道资源浪费，所以终端在进行参数数据发送时，可以根据每个参数数据对应的时间特性分别发送，以实现更合理的信道资源分配。

1105、终端根据第二子数据和第三反馈配置信息确定第三子数据；

1106、终端向基站发送第三子数据；相应地，基站接收终端发送的第三子数据。

可选地，终端向基站发送第三子数据，也可以是指终端输出第三子数据。

可选地，基站接收终端发送的第三子数据，也可以是指基站获取第三子数据。

1107、基站根据结构类数据、第二子数据和第三子数据确定第一模型。

具体地，终端可以根据基站发送的第三反馈配置信息确定第三子数据。

可选地，基站和/或终端根据第三反馈配置信息确定第三子数据对应的资源，比特数，反馈信息中的至少一项。

具体地，第三子数据的确定情况分为三种：

第一种，第三子数据为参数类数据中的部分数据，

第二种，第三子数据为终端根据第二反馈配置信息对第一模型进行再训练得到的参数数据。

可选地，本申请实施例中，第一通信设备和/或第二通信设备可以根据所述参数类数据的时间特性输出所述参数类数据。

其中，时间特性可以是指更新的时间间隔或周期等。

示例性地可以是周期性发送，非周期性发送，半持续性发送。时间间隔或者周期可以不同。

进一步地，基站根据终端发送的结构类数据、第二子数据和第三子数据确定第一模型，以完成后续CSI测量反馈的步骤，具体步骤如实施例303-307。此处则不再赘述。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S1110’至S1150’中的至少一项：

S1110’、第一通信设备确定参数类数据的第二子数据。具体地该步骤描述可以参考上文1101中的描述，为了简洁，此处不再详述。

S1120’、第一通信设备输出第二子数据。具体地该步骤描述可以参考上文1102中的描述，为了简洁，此处不再详述。

S1130’、第一通信设备获取第三反馈配置信息。具体地该步骤描述可以参考上文904中的描述，为了简洁，此处不再详述。

S1140’、第一通信设备根据第二子数据和第三反馈配置信息确定第三子数据。具体地该步骤描述可以参考上文1105中的描述，为了简洁，此处不再详述。

S1150’、第一通信设备输出第三子数据。具体地该步骤描述可以参考上文1106中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S1110”至S1150”中的至少一项：

S1110”、第二通信设备获取第二子数据。具体地该步骤描述可以参考上文1102中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S1120”、第二通信设备根据第二子数据确定第三反馈配置信息。具体地该步骤描述可以参考上文1103中的描述，为了简洁，此处不再详述。

S1130”、第二通信设备输出第三反馈配置信息。具体地该步骤描述可以参考上文1104中的描述，为了简洁，此处不再详述。

S1140”、第二通信设备获取第三子数据。具体地该步骤描述可以参考上文1106中的描述，为了简洁，此处不再详述。

S1150”、第二通信设备根据结构类数据、第二子数据和第三子数据确定第一模型。具体地该步骤描述可以参考上文1107中的描述，为了简洁，此处不再详述。

由上述内容可以看出，本实施例通过对参数类数据的分级发送，应用于简单环境下，可以实现发送部分参数数据即可完成第一模型的构建，应用于复杂环境下，则可以使得终端根据第三反馈配置信息进行第一模型的再训练，从而得出更准确的参数数据，提升了第一模型的适用性和准确性，实现了更为合理的信道资源分配，避免了信道资源不必要的浪费。

本发明中，由于参数类数据中所包含的参数数据可能为一种或多种，对于参数类数据的发送可以为将不同的参数数据分级发送，下面对基站将参数类数据分级发送至终端的情况进行进一步的介绍。

如下实施例提供了第一通信设备和/或第二通信设备确定第一模型的方法。具体地，确定第一模型的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定第一模型。如下一种或多种确定第一模型的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。具体请参见图12，本发明实施例中第一模型确定流程的另一个示意图包括：

1201、基站确定参数类数据的第二子数据；

1202、基站向终端发送第二子数据；相应地，终端接收基站发送的第二子数据。

可选地，基站向终端发送第二子数据，也可以是指基站输出第二子数据。

可选地，终端接收基站发送的第二子数据，也可以是指终端获取第二子数据。

1203、基站根据第二子数据确定第三反馈配置信息；

1204、基站根据第二子数据和第三反馈配置信息确定第三子数据；

可选地，基站和/或终端根据第三反馈配置信息确定第三子数据对应的资源，比特数，反馈信息中的至少一项。

1205、基站向终端发送第三子数据；相应地，终端接收基站发送的第三子数据。

可选地，基站向终端发送第三子数据，也可以是指基站输出第三子数据。

可选地，终端接收基站发送的第三子数据，也可以是指终端获取第三子数据。

具体地，参数类数据分级可以分为两种情况：

第一种，参数类数据的一部分子数据对于另一部分子数据存在影响，如结构类数据对参数类数据的影响。

具体地，可以是如下实现方式中的至少一种。

作为一种可能的实现方式，子数据之间具有层间参数类数据的影响。

具体的，比如第Ln层的参数取值会影响第Lm层的参数取值，其中Ln和Lm为整数，且Ln小于Lm。示例性的，比如Ln的参数取值范围为pn1～pn2，则可以确定Lm层的参数取值范围也为pn1～pn2,或者，pn3～pn4。其中，pn1，pn2，pn3，pn4为实数，且pn3和pn4根据pn1和pn2确定。当反馈第Lm层的参数类数据时可以通过反馈与Ln层的参数类数据的差值的方式进行反馈，进而降低反馈开销。或者，当反馈第Lm层的参数类数据之前已经根据第Ln层的参数类数据确定第Lm层的参数类数据的取值，可以避免在没有任何前提条件下，每个参数都按照较大范围进行量化反馈下的资源浪费。

此时，针对参数类数据，基站可以先反馈第Ln层的参数类数据，再反馈第Lm层的参数类数据。在该方式下，可以降低参数类数据的反馈开销，提高资源利用率，进而提升通信性能。

作为另一种可能的实现方式，子数据之间具有层内参数类数据的影响。

其中，一种情况下层数参数类数据的影响为不同参数间的影响。

具体地，比如第Ln层的参数中包括权值矩阵和偏置矩阵。权值矩阵的取值会影响偏置矩阵的取值。示例性的，比如权值矩阵的参数取值范围为pq1～pq2，则可以确定偏置参数取值范围也为pq1～pq2,或者，pq3～pq4。其中，pq1，pq2，pq3，pq4为实数，且pq3和pq4根据pq1和pq2确定。当反馈偏置矩阵相关的参数类数据时可以通过反馈与权值矩阵相关的的参数类数据的差值的方式进行反馈，进而降低反馈开销。或者，当反馈偏置矩阵相关的的参数类数据之前已经根据权值矩阵相关的的参数类数据确定偏置矩阵相关的的参数类数据的取值，可以避免在没有任何前提条件下，每个参数都按照较大范围进行量化反馈下的资源浪费。

此时，针对参数类数据，基站可以先反馈第Ln层的权值矩阵的参数类数据，再反馈第Ln层的偏置矩阵的参数类数据。在该方式下，可以降低参数类数据的反馈开销，提高资源利用率，进而提升通信性能。

其中，另一种情况下层数参数类数据的影响为同一参数的不同变量间的影响。

具体的，比如第Ln层的参数中包括权值矩阵。权值矩阵中第qn个变量的取值会影响第qm个变量的取值。示例性的，比如第qn个变量的参数取值范围为pqn1～pqn2，则可以确定第qm个变量的参数取值范围也为pqn1～pqn2,或者，pqn3～pqn4。其中，pqn1，pqn2，pqn3，pqn4为实数，且pqn3和pqn4根据pqn1和pqn2确定。当反馈权值矩阵的第qm个变量的参数类数据时可以通过反馈与第qn个变量的参数类数据的差值的方式进行反馈，进而降低反馈开销。或者，当反馈第qm个变量的参数类数据之前已经根据第qn个变量的参数类数据确定第qm个变量的参数类数据的取值，可以避免在没有任何前提条件下，每个参数都按照较大范围进行量化反馈下的资源浪费。

此时，针对参数类数据，基站可以先反馈第Ln层的权值矩阵的第qn个变量的参数类数据，再反馈第Ln层的权值矩阵的第qm个变量的参数类数据。在该方式下，可以降低参数类数据的反馈开销，提高资源利用率，进而提升通信性能。

第二种，由于参数类数据中包含的参数数据种类较多，不同的参数数据具有不同的时间特性，如果将所有的参数数据同时发送则可能造成不必要的信道资源浪费，所以终端在进行参数数据发送时，可以根据每个参数数据对应的时间特性分别发送，以实现更合理的信道资源分配。

具体地，当参数类数据的一部分子数据对于另一部分子数据存在影响时，该影响有两种：

第一种是根据第三反馈配置信息只需再发送部分参数类数据。主要应用于较简单的信道环境，基站根据第二子数据确定可以只需再发送部分参数类数据即可完成第一模型的确定，在某种简单场景的情况下，如果基站根据该第二子数据可以完成第一模型的构建，那么基站向终端发送的第三反馈配置信息也可以使得终端不需要再发送参数类数据至基站。

第二种是根据该第三反馈配置信息需要对第一模型进行再一次训练，从而确定更准确的参数类数据。主要应用于较复杂的场景，当基站认为当前模型不足以训练足够准确的参数类数据时，即可确定相应的第三反馈配置信息，从而根据该第三反馈配置信息对第一模型进行再训练。

进一步地，第二子数据对第三子数据不存在影响的情况下的分级发送：由于参数类数据中包含的参数数据种类较多，不同的参数数据具有不同的时间特性，如果将所有的参数数据同时发送则可能造成不必要的信道资源浪费，所以基站在进行参数数据发送时，可以根据每个参数数据对应的时间特性分别发送，以实现更合理的信道资源分配。

可选地，本申请实施例中，第一通信设备和/或第二通信设备可以根据所述参数类数据的时间特性输出所述参数类数据。

其中，时间特性可以是指更新的时间间隔或周期等。

示例性地可以是周期性发送，非周期性发送，半持续性发送。时间间隔或者周期可以不同。

其中，将参数类数据分级的原因与上述终端将参数类数据分级发送的原因一致，但是基站侧对于参数类数据的分级发送的原因则与与上述终端将参数类数据分级发送的原因不同：

由于第二反馈配置信息的确定是在基站侧完成，那么对于参数数据的分级发送则可以只与下行信道环境相关，在下行信道资源充足时，基站可以选择根据第二子数据确定第三子数据之后，将该第二子数据与第三子数据合并发送至终端，实际上做了一次的发送动作，但是却也对参数类数据分级，在下行信道资源相对不充足时，基站则可以选择将第二子数据与第三子数据分级发送，以降低单次发送较多参数数据对信道的压力。

进一步地，如果符合上述第一种情况，第二子数据可以为剩余部分数据存在影响的参数数据，如果符合上述第二种情况，第二子数据则可以为时间特性为发送周期较短的参数数据。

1206、终端根据结构类数据、第二子数据和第三子数据确定第一模型。

具体地，终端根据接收到的结构类数据、第二子数据和第三子数据确定第一模型，即根据该结构类数据确定第一模型的结构，根据第二子数据和第三子数据确定第一模型的参数。

进一步地，基站根据终端发送的结构类数据、第二子数据和第三子数据确定第一模型，以完成后续CSI测量反馈的步骤，具体步骤如实施例303-307.此处则不再赘述。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S1210’至S1230’中的至少一项：

S1210’、第一通信设备获取第二子数据。具体地该步骤描述可以参考上文1202中的描述，为了简洁，此处不再详述。

S1220’、第一通信设备获取第三子数据。具体地该步骤描述可以参考上文1205中的描述，为了简洁，此处不再详述。

S1230’、第一通信设备根据结构类数据、第二子数据和第三子数据确定第一模型。具体地该步骤描述可以参考上文1206中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S1210”至S1250”中的至少一项：

S1210”、第二通信设备确定参数类数据的第二子数据。具体地该步骤描述可以参考上文1201中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S1220”、第二通信设备输出第二子数据。具体地该步骤描述可以参考上文1202中的描述，为了简洁，此处不再详述。可选地，该步骤可以省略。

S1230”、第二通信设备根据第二子数据确定第三反馈配置信息。具体地该步骤描述可以参考上文1203中的描述，为了简洁，此处不再详述。

S1240”、第二通信设备根据第二子数据和第三反馈配置信息确定第三子数据。具体地该步骤描述可以参考上文1204中的描述，为了简洁，此处不再详述。

S1250”、第二通信设备输出第三子数据。具体地该步骤描述可以参考上文1205中的描述，为了简洁，此处不再详述。

由上述内容可以看出，本实施例通过对参数类数据的分级发送，应用于简单环境下，可以实现发送部分参数数据即可完成第一模型的构建，应用于复杂环境下，则可以使得基站根据第三反馈配置信息进行第一模型的再训练，从而得出更准确的参数数据，提升了第一模型的适用性和准确性，实现了更为合理的信道资源分配，避免了信道资源不必要的浪费。

本发明中，CSI测量反馈的方式可以为基于信道学习模型的反馈方式和基于码本的反馈方式，下面对CSI测量反馈方式的确定过程进行进一步的介绍：

如下实施例提供了第一通信设备和/或第二通信设备确定CSI测量反馈方式的方法。具体地，确定CSI测量反馈的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定CSI测量反馈方式。如下一种或多种确定CSI测量反馈方式的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。具体请参见图13，本发明实施例中确定CSI测量反馈方式的流程的一个示意图包括：

1301、基站确定CSI测量反馈方式；

具体地，CSI测量反馈的方式可以有两种，第一种为基于码本的CSI测量反馈，第二种为基于信道学习模型的CSI测量反馈。

进一步地，基于码本的CSI测量反馈可以有如下码本类型：类型I(typeI)码本反馈，类型II(type II)码本反馈等。TypeI码本是指进行波束选择的码本，可以从预定义的波束集合中选择波束。Type II码本是指进行波束合并的码本，可以通过合并多个波束进而提升CSI反馈的精度。随着天线数目的增大，空间自由度增加，信道矩阵的秩(rank)越大，即可以利用空分复用传输更多的数据流。但随着数据流的增大，rank取值变大，CSI反馈的比特数也逐渐变多。

进一步地，基于信道学习模型的CSI测量反馈方式需要进行信道学习模型的训练，结构类数据与参数类数据的确定，需要具备一定设备能力的基站、终端或者网络设备进行CSI的测量反馈，基于信道学习模型的反馈步骤如前述图3-图12中的步骤所示，此处不再详述。

具体地，基站确定CSI测量反馈方式可以包括两种方式中的至少一种：

第一种，基站根据不同的通信系统场景确定CSI测量反馈方式。

第二种，基站根据信道质量确定CSI测量反馈方式。

可选地，在本申请实施例中的通信系统中，在不同的通信系统场景下，基站可以确定不同的CSI测量反馈的方式。

示例性地，如果通信系统中的基站以及终端均不具备训练信道学习模型的能力，可以选择基于码本的CSI测量反馈方式。

示例性地，如果通信系统对通信性能的要求较高，可以选择基于信道学习模型的CSI测量反馈方式。

可选地，在本申请实施例的通信系统中，基站还可以根据信道质量确定CSI测量反馈的方式。

具体地，信道质量可以是大尺度的信号强度，也可以是小尺度的信号强度。可以是同步信号块(SSB，Synchronization signal block)，波束跟踪CSI-RS的信号强度，用于信道测量的CSI-RS的信号强度，CQI取值，rank取值中的至少一项。

示例性地，信道质量的门限可以为xdB，其中x为实数。例如x可以为-10，5，即信道质量的门限为-10dB或者5dB。

示例性地，当信道质量的取值小于或等于(或者，小于)信道质量的门限时，基站可以确定CSI测量反馈的方式为基于信道学习模型的CSI测量反馈。当信道质量的取值大于或等于(或者，大于)信道质量的门限时，基站可以确定CSI测量反馈的方式为基于码本的CSI测量反馈。

示例性地，信道质量的门限可以是rank取值为y，y可以为正整数，比如rank可以取值为2。

示例性地，当信道质量的rank取值小于或等于rank的门限时，基站可以确定CSI测量反馈的方式为基于信道学习模型的CSI测量反馈。当信道质量的rank取值大于或等于rank的门限时，基站可以确定CSI测量反馈的方式为基于码本的CSI测量反馈。当rank取值等于rank的门限时，则可以综合上述根据通信系统对性能的要求和/或基站与终端的设备能力综合确定CSI测量反馈的方式。

1302、基站向终端发送CSI测量反馈方式指示信息；相应地，终端接收基站发送的CSI测量反馈方式指示信息。

可选地，基站向终端发送CSI测量反馈方式指示信息，也可以是指基站输出CSI测量反馈方式指示信息。

可选地，终端接收基站发送的CSI测量反馈方式指示信息，也可以是指终端获取CSI测量反馈方式指示信息。

具体地，基站可以向终端发送CSI测量反馈方式指示信息，以使得终端确定CSI测量反馈的方式，其中CSI测量反馈方式指示信息可以分为直接指示与间接指示两种情况。

可选地，直接指示可以为该CSI测量反馈方式指示信息中包含CSI测量反馈方式信息或者CSI测量反馈标识信息。

具体地，CSI测量反馈方式指示信息可以是如下设计：

CSI measurement and feedback method：＝by codebook or

CSI measurement and feedback method：＝by channel learning

其中，“by codebook”是指基于码本的CSI测量反馈方式，“by channel learning”是指基于信道学习模型的CSI测量反馈方式。

或者，也可以用0或1等标识信息表示，比如“0”是指基于码本的CSI测量反馈方式，“1”是指基于信道学习模型的CSI测量反馈方式。或者，“1”是指基于码本的CSI测量反馈方式，“0”是指基于信道学习模型的CSI测量反馈方式，具体的本申请对此不做限定。

可选地，间接指示即为CSI测量反馈方式指示信息可以是指CSI反馈资源的配置信息，根据CSI反馈资源的配置信息可以确定CSI测量反馈方式，进一步地，也可以直接将配置信息中可以包括的反馈资源的ID与CSI测量反馈方式建立对应关系，或者划定时频资源的阈值，大于(或者，大于或等于)该阈值则基于信道学习模型进行CSI测量反馈，小于(或者小于或等于)该阈值基于码本进行CSI测量反馈。

示例性地，CSI反馈资源的标识，CSI反馈资源的时频资源大小中的至少一项可以对应CSI测量反馈方式。

示例性地，CSI反馈资源或者CSI反馈资源的ID在x1～y1范围内表明CSI测量反馈方式为基于码本的CSI测量反馈，

示例性地，CSI反馈资源或者CSI反馈资源的ID在x2～y2范围内表明CSI测量反馈方式为基于信道学习模型的CSI测量反馈。

示例性地，CSI反馈资源的时频资源大小小于或等于E1时，确定CSI测量反馈方式为基于信道学习模型的CSI测量反馈。

示例性地，CSI反馈资源的时频资源大小大于或等于E2时，确定CSI测量反馈方式为基于码本的CSI测量反馈。

具体地，当基站和/或终端根据信道质量确定CSI测量反馈方式时，则CSI测量反馈方式指示信息中可以包括信道质量和/或信道质量的确定方法，以使得终端可以根据该方法确定CSI测量反馈方式。

其中，信道质量可以是指RSRP,RSRQ,CQI，rank的取值。

可选地，基站可以向终端发送信道质量的确定方法的指示信息。该指示信息用于指示信道质量的确定方法。具体的，可以包括确定CSI测量反馈方式的参考信号，和/或，确定信道质量的参考取值等。

比如，该指示信息可以指示确定CSI测量反馈方式的参考信号为SSB，用于波束跟踪的CSI-RS，用于信道测量的CSI-RS中的至少一项。

比如，该指示信息可以指示确定CSI测量反馈方式的参考信号的资源标识。比如CSI-RS resource ID z，其中，z为整数。

比如，该指示信息可以指示确定CSI测量反馈方式的信道质量的参考取值为RSRP,RSRQ,CQI，rank等中的至少一项。

其中，本申请中的参考取值也可以是指门限值，阈值等。

比如，终端可以根据接收到的信道质量与参考取值进行对比，进而确定CSI测量反馈的方式。其中，参考取值可以是基站通过信令告知终端的，也可以是协议预定义的，具体的，本申请对此不做限定。

终端接收所述指示信息可以确定用于确定CSI测量反馈方式的参考信号和/或信道质量的参考取值。

可选地，基站向终端发送CSI测量反馈方式指示信息，该指示信息用于指示CSI测量反馈的方式。可选的，基站向终端发送CSI配置信息，其中，CSI配置信息可以包括CSI-RS的配置信息，以及CSI反馈资源的配置信息。CSI配置信息和指示信息可以通过一条信令发送，也可以通过不同的信令发送。

可选地，所述CSI测量反馈方式指示信息也可以包括在CSI配置信息中。

1303、终端根据CSI测量反馈方式指示信息确定CSI测量反馈方式。

具体地，终端接收到CSI测量反馈方式指示信息，根据所述指示信息确定CSI测量反馈方式为基于信道学习模型的CSI测量反馈方式，或者，CSI测量反馈方式为基于码本的CSI测量反馈方式。

可选地，终端接收CSI-RS，并根据所述CSI测量反馈方式进行CSI测量反馈，向基站发送CSI。

比如，如果CSI测量反馈方式为基于码本的CSI测量反馈方式，则CSI可以是包括信道质量指示(channel quantity indicator，CQI),预编码指示(precoding matrixindicator，PMI)，秩指示(rank indicator,RI)，一级预编码，两级预编码，全带CSI，子带CSI中的至少一项。

比如，如果CSI测量反馈方式为基于信道学习模型的CSI测量反馈方式，则CSI可以是低维的信道信息，实部信息，虚部信息，复数信息，幅度信息等中的至少一项。

因为不同的CSI测量反馈方式下反馈的CSI信息不同，CSI的比特数(容量/开销)不同，因此需要的CSI反馈资源也不同。

因此可以采用如下方式确定CSI测量反馈资源。

可选地，基站和/或终端可以根据CSI测量反馈方式确定CSI测量反馈资源。

比如，在CSI配置信息中包括N组CSI反馈资源，根据CSI测量反馈方式确定CSI反馈资源。

可选地,CSI测量反馈资源与CSI测量反馈方式有对应关系。

进一步，基站和/或终端根据CSI测量反馈方式以及CSI反馈资源与CSI测量反馈方式之间的对应关系确定CSI测量反馈资源。

作为一种可能的实现方式，CSI测量反馈方式与CSI测量反馈资源大小具有对应关系。示例性地，CSI测量反馈方式与CSI测量反馈资源大小之间具有第十映射关系。进而，第一通信设备和/或第二通信设备可以根据CSI测量反馈方式以及CSI测量反馈方式与CSI测量反馈资源大小之间的对应关系确定CSI测量反馈的资源。

示例性地，可以如表10所示。表10中示出了第十映射关系的一例。示例性地第十映射关系可以是下表中的一行或者多行，第十映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。其中，s’0’，s’s’，b’0’，b’1’，e’0’，e’1’可以为整数。。如果将结构标识与具体地反馈资源的大小之间建立起对应关系，则可以如表7所示：。

表10

另外，CSI测量反馈资源可以由基站配置，基站通过信令为终端配置F2’个CSI测量反馈资源。其中，CSI测量反馈资源用于携带CSI测量反馈相关的信息。

作为另一种可能的实现方式，CSI测量反馈方式与CSI测量反馈资源标识具有对应关系。示例性地，CSI测量反馈方式与CSI测量反馈资源标识之间具有第十一映射关系。进而，第一通信设备和/或第二通信设备可以根据CSI测量反馈方式以及CSI测量反馈方式与CSI测量反馈资源标识之间的对应关系确定CSI测量反馈的资源。

示例性地，可以如表11所示。表11中示出了第十一映射关系的一例。示例性地第十一映射关系可以是下表中的一行或者多行，第十一映射关系可以是协议预定义的，也可以是第二通信设备通过信令告知第一通信设备的，示例性地基站通过信令告知终端，具体地，本申请实施例对此不做限定。

具体地，基站和/或终端可以根据CSI测量反馈方式确定CSI测量反馈资源。具体地，可以是CSI测量反馈方式和CSI测量反馈资源有对应关系。可以采用下表中的至少一行,和/或，至少一列。M1，M2为整数。如果将CSI测量反馈方式与CSI测量反馈资源的标识之间建立起对应关系，具体如表11所示：

表11

CSI测量反馈方式	CSI测量反馈资源标识
		基于码本	CSI测量反馈资源M1
基于信道学习模型	CSI测量反馈资源M2

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S1310’至S1320’中的至少一项：

S1310’、第一通信设备获取CSI测量反馈方式指示信息。具体地该步骤描述可以参考上文1302中的描述，为了简洁，此处不再详述。

S1320’、第一通信设备根据CSI测量反馈方式指示信息确定CSI测量反馈方式。具体地该步骤描述可以参考上文1303中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S1310”至S1320”中的至少一项：

S1310”、第二通信设备确定CSI测量反馈方式。具体地该步骤描述可以参考上文1301中的描述，为了简洁，此处不再详述。

S1320”、第二通信设备输出CSI测量反馈方式指示信息。具体地该步骤描述可以参考上文1302中的描述，为了简洁，此处不再详述。

图13为基站确定CSI测量反馈方式的实施例，下面对终端确定CSI测量反馈方式的情况进行介绍：

如下实施例提供了第一通信设备和/或第二通信设备确定CSI测量反馈方式的方法。具体地，确定CSI测量反馈的方式可以作为独立的实施例，也可以与其他实施例结合，本申请对此不做限定。第一通信设备和/或第二通信设备可以采用如下方式中的至少一种确定CSI测量反馈方式。如下一种或多种确定CSI测量反馈方式的方法可以单独使用，也可以联合使用，具体地，本申请对此不做限定。以下仅以第一通信设备为终端，第二通信设备为基站为例进行说明，其他情况类似，在此不再赘述。具体请参见图14，本发明实施例中CSI测量反馈的方式流程的另一个示意图包括：

1401、基站向终端发送CSI-RS；相应地，终端接收基站发送的CSI-RS。

可选地，基站向终端发送CSI-RS，也可以是指基站输出CSI-RS。

可选地，终端接收基站发送的CSI-RS，也可以是指终端获取CSI-RS。

具体地，因为基于码本的CSI测量反馈方式会产生码本量化的量化误差，基于信道学习模型的CSI测量反馈会产生信道压缩恢复的误差。终端能力强时，可以根据接收到的CSI-RS计算基于码本的CSI测量反馈和基于信道学习模型的CSI测量反馈下的通信性能，并根据由基于码本的CSI测量反馈方式产生的量化误差以及基于信道学习模型的信道压缩恢复误差确定CSI测量反馈的方式。

可选地，该步骤可以省略。

1402、终端确定CSI测量反馈方式；

具体地，终端确定CSI测量反馈方式包括三种方式：

第一种，终端根据不同的通信系统场景确定CSI测量反馈方式。

第二种，终端根据基站发送和/或输出的CSI-RS确定CSI测量反馈方式。

第三种，终端根据信道质量确定CSI测量反馈方式。

可选地，基于第一种方式，在本申请实施例中的通信系统中，在不同的通信系统场景下，基站可以确定不同的CSI测量反馈的方式。

示例性地，如果通信系统中的基站以及终端均不具备训练信道学习模型的能力，可以选择基于码本的CSI测量反馈方式。

示例性地，如果通信系统对通信性能的要求较高，可以选择基于信道学习模型的CSI测量反馈方式。

可选地，基于第二种方式，如步骤1401所述，终端能力强时，可以根据接收到的CSI-RS计算基于码本的CSI测量反馈和基于信道学习模型的CSI测量反馈下的通信性能，并根据由基于码本的CSI测量反馈方式产生的量化误差以及基于信道学习模型的信道压缩恢复误差确定CSI测量反馈的方式。

该方式下，因为基于码本的CSI测量反馈方式会产生码本量化的量化误差，基于信道学习模型的CSI测量反馈会产生信道压缩恢复的误差。终端能力强时，可以根据接收到的CSI-RS计算基于码本的CSI测量反馈和基于信道学习模型的CSI测量反馈下的通信性能，并判断哪种方式下的性能较好。综合考虑CSI反馈开销和CSI准确性，进而提升通信性能。

可选地，基于第三种方式，终端确定信道质量并根据该信道质量确定CSI测量反馈方式，其中，终端获取信道质量的门限和/或信道质量的确定方法的方式有两种：

第一种，接收基站发送的信道质量的门限和/或信道质量的确定方法，并根据该确定方法进行信道质量的确定。

第二种，预定义信道质量的门限和/或信道质量的确定方法。

具体地，信道质量可以是大尺度的信号强度，也可以是小尺度的信号强度。可以是同步信号块(SSB，Synchronization signal block)，波束跟踪CSI-RS的信号强度，用于信道测量的CSI-RS的信号强度，CQI取值，rank取值中的至少一项。

示例性地，信道质量的门限可以为x dB，其中x为实数。例如x可以为-10，5，即为信道质量的门限为-10dB或者5dB。

示例性地，当信道质量的取值小于(或等于)信道质量的门限时，基站和/或终端可以确定CSI测量反馈的方式为基于信道学习模型的CSI测量反馈。当信道质量的取值大于(或等于)信道质量的门限时，基站和/或终端可以确定CSI测量反馈的方式为基于码本的CSI测量反馈。

示例性地，信道质量的门限可以是rank取值为y，y可以为正整数，rank可以取值为2。

示例性地，当信道质量的rank取值小于或等于rank的门限时，终端可以确定CSI测量反馈的方式为基于信道学习模型的CSI测量反馈。当信道质量的rank取值大于或等于rank的门限时，终端可以确定CSI测量反馈的方式为基于码本的CSI测量反馈。当rank取值等于rank的门限时，则可以综合上述根据通信系统对性能的要求和/或基站与终端的设备能力综合确定CSI测量反馈的方式。

1403、终端向基站发送CSI测量反馈方式确定信息；相应地，基站接收终端发送的CSI测量反馈方式确定信息。

可选地，终端向基站发送CSI测量反馈方式确定信息，也可以是指终端输出CSI测量反馈方式确定信息。

可选地，基站接收终端发送的CSI测量反馈方式确定信息，也可以是指基站获取CSI测量反馈方式确定信息。

具体地，终端可以向基站发送CSI测量反馈方式确定信息，以使得基站确定CSI测量反馈方式。

其中，通过发送CSI测量反馈方式确定信息确定CSI测量反馈方式的方法与前述实施例1302中的CSI测量反馈方式指示信息类似，为了简洁，在此则不再详述。

比如，CSI测量反馈方式确定信息直接指示CSI测量反馈方式。该方式下，基站可以根据CSI测量反馈方式确定信息确定CSI测量反馈方式。

比如，CSI测量反馈方式确定信息中包括信道质量。该方式下，基站可以根据接收到的信道质量与参考取值(或者门限值，阈值等)进行对比，进而确定CSI测量反馈的方式。其中，参考取值可以是基站通过信令告知终端的，也可以是协议预定义的，具体的，本申请对此不做限定。

1404、基站根据CSI测量反馈方式确定信息确定CSI测量反馈方式；

具体地，基站接收到CSI测量反馈方式确定信息，根据所述确定信息确定CSI测量反馈方式为基于信道学习模型的CSI测量反馈方式，或者，CSI测量反馈方式为基于码本的CSI测量反馈方式。

可选地，基站发送CSI反馈资源1的配置信息，所述CSI反馈资源1可以用于终端发送CSI测量反馈方式确定信息。

可选地，基站确定CSI测量反馈方式，并根据CSI测量反馈方式确定CSI反馈资源2的配置信息。所述CSI反馈资源2可以用于终端反馈CSI。

根据上述方式，基站可以合理配置CSI反馈资源，实现合理高效的资源利用，避免资源浪费。

如下，本申请实施例提供了一种可以由第一通信设备执行的通信的方法。即如下方法是从第一通信设备的角度进行描述，该方法可以包括S1410’至S1430’中的至少一项：

S1410’、第一通信设备获取CSI-RS。具体地该步骤描述可以参考上文1401中的描述，为了简洁，此处不再详述。

S1420’、第一通信设备确定CSI测量反馈方式。具体地该步骤描述可以参考上文1402中的描述，为了简洁，此处不再详述。

S1430’、第一通信设备输出CSI测量反馈方式确定信息。具体地该步骤描述可以参考上文1403中的描述，为了简洁，此处不再详述。

如下，本申请实施例提供了一种可以由第二通信设备执行的通信的方法。即如下方法是从第二通信设备的角度进行描述，该方法可以包括S1410”至S1430”中的至少一项：

S1410”、第二通信设备输出CSI-RS。具体地该步骤描述可以参考上文1401中的描述，为了简洁，此处不再详述。

S1420”、第二通信设备获取CSI测量反馈方式确定信息。具体地该步骤描述可以参考上文1403中的描述，为了简洁，此处不再详述。

S1430”、第二通信设备根据CSI测量反馈方式确定信息确定CSI测量反馈方式。具体地该步骤描述可以参考上文1404中的描述，为了简洁，此处不再详述。

本申请实施例可以兼容NR码本的CSI测量反馈。

比如针对5G版本(比如NR Release 15～Release 17等)的终端，该终端仅有基于NR码本的CSI测量反馈的能力。而针对后续通信版本的终端(比如5.5G，6G等)可以具有基于信道学习模型的CSI测量反馈的能力，也具有基于NR码本的CSI测量反馈的能力。针对后者，在通信系统中可以设计混合的CSI测量反馈方式，即某些场景或某些UE采用基于NR码本的CSI测量反馈的方式，某些场景或某些UE采用基于信道学习模型的CSI测量反馈的方式。综合考虑终端/基站的复杂度，CSI反馈开销，通信性能，灵活选择CSI测量反馈的方式，进而提升通信性能。

可选地，本申请中的方法中的信道学习模型可以扩展到其他通信相关的机器学习的应用。

示例性地空口配置也可以采用机器学习模型实现。示例性地所述本发明实施例中的信道学习模型可以扩展为空口配置模型。示例性地时频资源确定，通信调度信息确定，通信功率信息确定等中的一方面或多方面，也可以采用机器学习模型实现。示例性地所述本发明实施例中的信道学习模型也可以扩展为通信系统模型。所述通信系统模型可以是指通信中所应用的机器学习模型。机器学习模型也可以称为人工智能(AI)模型等。

针对器件/模块，可以在第一通信设备和/或第二通信设备中设置机器学习模块，该机器学习模块可以进行机器学习模型的应用，操作，运算和/或处理等。

上面对本发明实施例中CSI测量反馈的方法进行描述，下面对于本发明实施例中的第一通信设备进行描述：

该第一通信设备1500可因配置或性能不同而产生比较大的差异，可以包括第一逻辑电路1501和存储器1505，该存储器1505中存储有一个或一个以上的应用程序或数据。

其中，存储器1505可以是易失性存储或持久存储。存储在存储器1505的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中第一逻辑电路1501可以设置为与存储器1505通信，在第一通信设备1500上执行存储器1505中的一系列指令操作。

该第一通信设备1500还可以包括一个或一个以上电源1502，一个或一个以上有线或无线网络接口1503，一个或一个以上第一通信接口1504，和/或，一个或一个以上操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

该第一通信设备用于执行前述图3-图14中终端侧所执行的步骤，此处则不再赘述。

基于图15所示的第一通信设备，对第二通信设备进行进一步地介绍，具体请参见图16，本发明实施例中第二通信设备的一个示意图包括：

该第而通信设备1600可因配置或性能不同而产生比较大的差异，可以包括第二逻辑电路1601和存储器1605，该存储器1605中存储有一个或一个以上的应用程序或数据。

其中，存储器1605可以是易失性存储或持久存储。存储在存储器1605的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中第二逻辑电路1601可以设置为与存储器1605通信，在第一通信设备1600上执行存储器1605中的一系列指令操作。

该第二通信设备1600还可以包括一个或一个以上电源1602，一个或一个以上有线或无线网络接口1603，一个或一个以上通信接口1604，和/或，一个或一个以上操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

该第二通信设备用于执行前述图3-图14中基站侧所执行的步骤，此处则不再赘述。

上述对于第一通信设备的介绍虽是终端侧所执行的步骤，对于第二通信设备的介绍虽是基站侧所执行的步骤，但在具体地通信过程中，第一通信设备与第二通信设备均可以是基站、终端或者其他通信设备中的一种，具体地使用规则如前述实施例404中内容所示，本发明对此不作限定。

上面对本发明中第一通信设备与第二通信设备进行介绍，下面对本发明的第一信道状态信息测量反馈系统进行描述：

具体请参见图17，本发明中第一信道状态信息测量反馈系统一个实施例包括：

第一处理单元1701，用于确定第一模型的模式，第一模型的模式用于确定第一模型，所述第一模型基于结构类数据与参数类数据构成，第一模型是一种信道学习模型，信道学习模型可以根据配置参数对信道状态信息进行处理，从而实现信道状态信息数据量的降低；

第一获取单元1702，用于获取信道状态信息参考信号CSI-RS，CSI-RS用于确定第一信道状态信息CSI；

所述第一处理单元1701，还用于根据第一模型和第一CSI确定第二CSI，第二CSI的数据量小于第一CSI的数据量；

第一输出单元1703，用于输出第二CSI。

进一步地，本发明还提供第一信道状态信息测量反馈系统另一个实施例，包括：

第二处理单元1801，用于根据第一参数确定所述第一模型的模式，所述第一参数包括信道传输场景、信道传输上下行资源与设备能力中的一种或多种。

第二获取单元1802，用于获取模式指示信息，所述模式指示信息用于指示所述第一模型的模式。

第二输出单元1803，用于输出模式请求信息，所述模式请求信息用于请求确定所述第一模型的模式。

进一步地，本发明还提供第一信道状态信息测量反馈系统另一个实施例，包括：

第三处理单元1901，用于根据所述结构类数据确定所述第一模型的参数类数据。

第三获取单元1902，用于获取所述第一模型的结构类数据和参数类数据。

第三输出单元1903，用于输出第一模型的结构类数据和参数类数据。

第三获取子单元19021，用于获取所述结构类数据；

进一步地，本发明还提供第一信道状态信息测量反馈系统另一个实施例，包括：

第四处理单元2001，用于根据所述第一反馈配置信息和所述结构类数据确定所述参数类数据；

第四获取单元2002，用于获取第一反馈配置信息，所述第一反馈配置信息与所述结构类数据具有对应关系；

第四输出单元2003，用于输出所述结构类数据；

第四获取子单元20031，用于输出所述参数类数据的第一子数据，所述第一子数据包含于所述参数类数据，所述第一子数据根据所述第一反馈配置信息和所述结构类数据确定。

进一步地，本发明还提供第一信道状态信息测量反馈系统另一个实施例，包括：

第五处理单元2101，用于根据所述第一反馈配置信息和所述结构类数据训练第一模型，确定所述第一模型的参数类数据。

第五获取单元2102，用于获取第二反馈配置信息，所述第二反馈配置信息与所述参数类数据的第二子数据具有对应关系；

第五输出单元2103，用于输出所述参数类数据的第二子数据，所述第二子数据包含于所述参数类数据；

第五处理子单元21011，用于根据所述参数类数据的时间特性输出所述参数类数据。

第五获取子单元21021，用于获取所述参数类数据的第一子数据，所述第一子数据包含于所述参数类数据，所述第一子数据根据所述第一反馈配置信息和所述结构类数据确定。

第五输出子单元21031，用于根据所述参数类数据的时间特性输出所述参数类数据。，用于确定第一模型的模式，所述第一模型的模式用于确定所述第一模型，所述第一模型基于结构类数据与参数类数据构成；

本发明还提供第二信道状态信息测量反馈系统的一个实施例，包括：

第六处理单元2201，用于确定第一模型的模式，所述第一模型的模式用于确定所述第一模型，所述第一模型基于结构类数据与参数类数据构成；

第六获取单元2202，用于获取第二信道状态信息CSI；

第六输出单元2203，用于输出信道状态信息参考信号CSI-RS。

进一步地，本发明还提供第二信道状态信息测量反馈系统另一个实施例，包括：

第七处理单元2301，用于根据第一参数确定所述第一模型的模式，所述第一参数包括信道传输场景、信道传输上下行资源与设备硬件参数中的一种或多种。

第七获取单元2302，用于获取模式请求信息，所述模式请求信息用于请求确定第一模型的模式。

第七输出单元2303，用于输出模式指示信息，所述模式指示信息用于指示第一模型的模式。

进一步地，本发明还提供第二信道状态信息测量反馈系统另一个实施例，包括：

第八处理单元2401，用于根据所述结构类数据确定第一模型的参数类数据。

第八获取单元2402，用于获取所述第一模型的结构类数据和参数类数据。

第八输出单元2403，用于输出所述第一模型的结构类数据和参数类数据。

第八输出子单元24011，用于输出所述结构类数据。

第八处理子单元24031，用于确定第一反馈配置信息，所述第一反馈配置信息与所述结构类数据具有对应关系。

进一步地，本发明还提供第二信道状态信息测量反馈系统另一个实施例，包括：

第九获取单元2501，用于获取所述结构类数据；

第九处理单元2502，用于确定第一反馈配置信息，所述第一反馈配置信息与所述结构类数据具有对应关系；

第九获取子单元25011，具体用于获取所述参数类数据的第一子数据，所述第一子数据包含于所述参数类数据，所述第一子数据根据所述第一反馈配置信息和所述结构类数据确定。

进一步地，本发明还提供第二信道状态信息测量反馈系统另一个实施例，包括：

第十获取单元2601，具体用于获取所述参数类数据的第二子数据，所述第二子数据包含于所述参数类数据；

第十处理单元2602，具体用于确定第二反馈配置信息，所述第二反馈配置信息与所述参数类数据的第二子数据具有对应关系；

第十处理子单元26021，用于根据所述第一反馈配置信息和所述结构类数据确定所述第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

可以理解的是，在本申请的各种实施例中，上述各步骤的序号的大小并不意味着执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (29)

1.一种信道状态信息测量反馈方法，其特征在于，包括：

确定第一模型的模式，所述第一模型的模式用于确定所述第一模型，所述第一模型基于结构类数据与参数类数据构成；

获取信道状态信息参考信号CSI-RS，所述CSI-RS用于确定第一信道状态信息CSI；

根据所述第一模型和第一CSI确定第二CSI，所述第二CSI的数据量小于所述第一CSI的数据量；

输出所述第二CSI。

2.根据权利要求1所述的方法，其特征在于，所述确定第一模型的模式包括：

根据第一参数确定所述第一模型的模式，所述第一参数包括信道传输场景、信道传输上下行资源与设备能力中的一种或多种。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

输出模式请求信息，所述模式请求信息用于请求确定所述第一模型的模式。

4.根据权利要求1或3所述的方法，其特征在于，所述方法还包括：

获取模式指示信息，所述模式指示信息用于指示所述第一模型的模式。

5.根据权利要求1-4中任一所述的方法，其特征在于，所述方法还包括：

获取所述第一模型的结构类数据和参数类数据。

6.根据权利要求1-4中任一所述的方法，其特征在于，所述方法还包括：

输出所述第一模型的结构类数据和参数类数据。

7.根据权利要求1-4中任一所述的方法，其特征在于，所述方法还包括：

获取所述第一模型的结构类数据；

根据所述结构类数据确定所述第一模型的参数类数据；

输出所述参数类数据。

8.根据权利要求1-4中任一所述的方法，其特征在于，所述方法还包括：

输出所述第一模型的结构类数据；

获取参数类数据，所述参数类数据根据所述结构类数据确定。

9.根据权利要求6所述的方法，其特征在于，所述输出所述第一模型的结构类数据和参数类数据包括：

输出所述结构类数据；

获取第一反馈配置信息，所述第一反馈配置信息与所述结构类数据具有对应关系；

根据所述第一反馈配置信息和所述结构类数据确定所述参数类数据；

输出所述参数类数据。

10.根据权利要求9的方法，其特征在于，所述输出参数类数据包括：

输出所述参数类数据的第一子数据，所述第一子数据包含于所述参数类数据，所述第一子数据根据所述第一反馈配置信息和所述结构类数据确定。

11.根据权利要求9的方法，其特征在于，所述根据反馈配置信息和结构类数据确定参数类数据包括：

根据所述第一反馈配置信息和所述结构类数据训练第一模型，确定所述第一模型的参数类数据。

12.根据权利要求6、7、9-11中任一所述的方法，其特征在于，所述输出参数类数据包括：

输出所述参数类数据的第二子数据，所述第二子数据包含于所述参数类数据；

获取第二反馈配置信息，所述第二反馈配置信息与所述参数类数据的第二子数据具有对应关系；

根据所述第二反馈配置信息与所述第二子数据确定所述参数类数据的第三子数据；

输出所述第三子数据。

13.根据权利要求6、7、9-11中任一所述的方法，其特征在于，所述输出参数类数据包括：

根据所述参数类数据的时间特性输出所述参数类数据。

14.根据权利要求9-13中任一所述的方法，其特征在于，所述方法还包括：

根据所述第一反馈配置信息和所述结构类数据确定所述第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

15.一种信道状态信息测量反馈方法，其特征在于，包括：

确定第一模型的模式，所述第一模型的模式用于确定所述第一模型，所述第一模型基于结构类数据与参数类数据构成；

输出信道状态信息参考信号CSI-RS；

获取第二信道状态信息CSI；

根据所述第一模型和所述第二CSI确定第一CSI，所述第二CSI的数据量小于所述第一CSI的数据量。

16.根据权利要求15所述的方法，其特征在于，所述确定第一模型的模式包括：

根据第一参数确定所述第一模型的模式，所述第一参数包括信道传输场景、信道传输上下行资源与设备能力中的一种或多种。

17.根据权利要求15所述的方法，其特征在于，所述方法还包括：

获取模式请求信息，所述模式请求信息用于请求确定第一模型的模式。

18.根据权利要求15或17所述的方法，其特征在于，所述方法还包括：

输出模式指示信息，所述模式指示信息用于指示第一模型的模式。

19.根据权利要求15-18中任一所述的方法，其特征在于，所述方法还包括：

输出所述第一模型的结构类数据和参数类数据。

20.根据权利要求15-18中任一所述的方法，其特征在于，所述方法还包括：

获取所述第一模型的结构类数据和参数类数据。

21.根据权利要求15-18中任一所述的方法，其特征在于，所述方法还包括：

输出所述第一模型的结构类数据；

获取参数类数据，所述参数类数据根据所述结构类数据确定。

22.根据权利要求15-18中任一所述的方法，其特征在于，所述方法还包括：

获取所述第一模型的结构类数据；

根据所述结构类数据确定第一模型的参数类数据；

输出所述参数类数据。

23.根据权利要求20所述的方法，其特征在于，所述获取所述第一模型的结构类数据和参数类数据包括：

获取所述结构类数据；

确定第一反馈配置信息，所述第一反馈配置信息与所述结构类数据具有对应关系；

获取所述参数类数据，所述参数类数据根据所述第一反馈配置信息和所述结构类数据确定。

24.根据权利要求23所述的方法，其特征在于，所述获取参数类数据包括：

获取所述参数类数据的第一子数据，所述第一子数据包含于所述参数类数据，所述第一子数据根据所述第一反馈配置信息和所述结构类数据确定。

25.根据权利要求20、21、23、24中任一所述的方法，其特征在于，所述获取参数类数据包括：

获取所述参数类数据的第二子数据，所述第二子数据包含于所述参数类数据；

确定第二反馈配置信息，所述第二反馈配置信息与所述参数类数据的第二子数据具有对应关系；

获取所述参数类数据的第三子数据，所述第三子数据根据所述第二反馈配置信息与所述第二子数据确定，所述第三子数据包含于所述参数类数据。

26.根据权利要求20、21、23、24中任一所述的方法，其特征在于，所述获取参数类数据包括：

根据所述参数类数据的时间特性获取所述参数类数据。

27.根据权利要求23-26中任一所述的方法，其特征在于，所述方法还包括：

根据所述第一反馈配置信息和所述结构类数据确定所述第一模型的参数类数据对应的资源，比特数，反馈信息中的至少一项。

28.一种通信设备，其特征在于，包括：

通信接口和逻辑电路；

所述通信接口用于将所述逻辑电路产生的数据输出或输入所述逻辑电路的待输入数据；

所述逻辑电路用于处理经所述通信接口输出或输入的数据；

所述通信接口与所述逻辑电路用于实现如权利要求1-14或15-27中任一项所述的方法。

29.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-14或15-27中任一项所述的方法。

Images