CN116488689A - 波束信息交互方法、装置、设备及存储介质 - Google Patents
波束信息交互方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116488689A CN116488689A CN202210051269.7A CN202210051269A CN116488689A CN 116488689 A CN116488689 A CN 116488689A CN 202210051269 A CN202210051269 A CN 202210051269A CN 116488689 A CN116488689 A CN 116488689A
- Authority
- CN
- China
- Prior art keywords
- information
- model
- output result
- communication device
- related information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 143
- 230000003993 interaction Effects 0.000 title claims abstract description 118
- 238000004891 communication Methods 0.000 claims abstract description 329
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 26
- 230000011664 signaling Effects 0.000 claims description 85
- 230000006870 function Effects 0.000 claims description 59
- 230000000694 effects Effects 0.000 claims description 57
- 238000010200 validation analysis Methods 0.000 claims description 50
- 230000036961 partial effect Effects 0.000 claims description 41
- 230000005540 biological transmission Effects 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 29
- 230000001186 cumulative effect Effects 0.000 claims description 24
- 239000000969 carrier Substances 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 20
- 230000002829 reductive effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 8
- 230000004913 activation Effects 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000013016 learning Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
- H04B7/0621—Feedback content
- H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种波束信息交互方法、装置、设备及存储介质,属于通信技术领域,本申请实施例的波束信息交互方法包括:第一通信设备与第二通信设备交互第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系。
Description
技术领域
本申请属于通信技术领域,具体涉及一种波束信息交互方法、装置、设备及存储介质。
背景技术
波束免指示机制是指网络侧和终端侧无需交互使用的波束信息。一种可行的方案是终 端侧和网络侧同时存在具有相同类型或功能的AI模型,通过反馈测量信息以及某一侧的 AI模型输出结果,另一侧也经过AI模型获得AI模型输出结果,此输出结果在两侧理解一 致,因此,无需进一步交互使用的波束信息。从而可以达到波束免指示,降低时延。
在网络侧和终端侧实现波束免指示机制以降低波束指示时延的方法时,相关技术中的 波束指示/配置机制或者波束确定方法,不再适用于波束免指示机制,因此,需要改进相应 的方法来适应波束免指示机制,以及适应QCL到AI网络的机制。
发明内容
本申请实施例提供一种波束信息交互方法、装置、设备及存储介质,能够解决波束免 指示机制下的波束信息交互的问题。
第一方面,提供了一种波束信息交互方法,应用于第一通信设备,该方法包括:
第一通信设备与第二通信设备交互第一信息,所述第一信息用于确定第一目标对象的 波束信息与第一人工智能AI模型具有关联关系。
第二方面,提供了一种波束信息交互装置,包括:
交互模块,用于与第二通信设备交互第一信息,所述第一信息用于确定第一目标对象 的波束信息与第一人工智能AI模型具有关联关系。
第三方面,提供了一种波束信息交互方法,应用于第二通信设备,该方法包括:
第二通信设备接收第一信息,所述第一信息用于确定第一目标对象的波束信息与第一 人工智能AI模型具有关联关系。
第四方面,提供了一种波束信息交互装置,包括:
第一接收模块,用于接收第一信息,所述第一信息用于确定第一目标对象的波束信息 与第一人工智能AI模型具有关联关系。
第五方面,提供了一种通信设备,包括处理器及通信接口,其中,所述通信接口用于 与第二通信设备交互第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人 工智能AI模型具有关联关系。或者,所述通信接口用于接收第一信息,所述第一信息用于 确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系。
第六方面,提供了一种通信设备,该通信设备包括处理器和存储器,所述存储器存储 可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方 面所述的波束信息交互方法的步骤,或者,实现如第三方面所述的波束信息交互方法的步 骤。
第七方面,提供了一种波束信息交互系统,包括:第一通信设备及第二通信设备,所 述第一通信设备可用于执行如第一方面所述的波束信息交互方法的步骤,所述第二通信设 备可用于执行如第三方面所述的波束信息交互方法的步骤。
第八方面,提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程 序或指令被处理器执行时实现如第一方面所述的方法的步骤,或者实现如第三方面所述的 方法的步骤。
第九方面,提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述 处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法,或实现如第 三方面所述的方法。
第十方面,提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在存储 介质中,所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的波束信 息交互方法的步骤,或实现如第三方面所述的波束信息交互方法的步骤。
在本申请实施例中,第一通信设备与第二通信设备交互第一信息,所述第一信息用于 确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系,通过将波束信息与 AI模型进行了关联,从而可实现波束免指示机制下的波束信息交互,降低波束指示时延。
附图说明
图1是本申请实施例可应用的一种无线通信系统的框图;
图2为本申请实施例提供的波束信息交互方法的流程示意图之一;
图3为本申请实施例提供的波束信息交互方法的流程示意图之二;
图4为本申请实施例提供的波束信息交互装置的结构示意图之一;
图5为本申请实施例提供的波束信息交互装置的结构示意图之二;
图6为本申请实施例提供的通信设备的结构示意图;
图7为实现本申请实施例的一种终端的硬件结构示意图;
图8为实现本申请实施例的一种网络侧设备的结构示意图之一;
图9为实现本申请实施例的一种网络侧设备的结构示意图之二。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚描述,显 然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施 例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象, 而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换, 以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第 二”所区别的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以 是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/” 一般表示前后关联对象是一种“或”的关系。
值得指出的是,本申请实施例所描述的技术不限于长期演进型(Long TermEvolution, LTE)/LTE的演进(LTE-Advanced,LTE-A)系统,还可用于其他无线通信系统,诸如码分 多址(Code Division Multiple Access,CDMA)、时分多址(Time DivisionMultiple Access, TDMA)、频分多址(Frequency Division Multiple Access,FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)、单载波频分多址(Single-carrier Frequency Division Multiple Access,SC-FDMA)和其他系统。本申请实施例中的术语“系统”和“网 络”常被可互换地使用,所描述的技术既可用于以上提及的系统和无线电技术,也可用于 其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio,NR)系统,并 且在以下大部分描述中使用NR术语,但是这些技术也可应用于NR系统应用以外的应用, 如第6代(6th Generation,6G)通信系统。
图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11 和网络侧设备12。其中,终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上 型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal DigitalAssistant, PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personalcomputer,UMPC)、 移动上网装置(Mobile Internet Device,MID)、增强现实(augmentedreality,AR)/虚拟现实 (virtual reality,VR)设备、机器人、可穿戴式设备(WearableDevice)、车载设备(VUE)、 行人终端(PUE)、智能家居(具有无线通信功能的家居设备,如冰箱、电视、洗衣机或者家 具等)、游戏机、个人计算机(personal computer,PC)、柜员机或者自助机等终端侧设备, 可穿戴式设备包括:智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、 智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。需要 说明的是,在本申请实施例并不限定终端11的具体类型。网络侧设备12可以包括接入网 设备或核心网设备,其中,接入网设备12也可以称为无线接入网设备、无线接入网(Radio Access Network,RAN)、无线接入网功能或无线接入网单元。接入网设备12可以包括基站、 WLAN接入点或WiFi节点等,基站可被称为节点B、演进节点B(eNB)、接入点、基收发 机站(Base Transceiver Station,BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set,BSS)、扩展服务集(Extended Service Set,ESS)、家用B节点、家用演进型B节点、 发送接收点(Transmitting Receiving Point,TRP)或所述领域中其他某个合适的术语,只要 达到相同的技术效果,所述基站不限于特定技术词汇,需要说明的是,在本申请实施例中 仅以NR系统中的基站为例进行介绍,并不限定基站的具体类型。核心网设备可以包含但不 限于如下至少一项:核心网节点、核心网功能、移动管理实体(MobilityManagement Entity, MME)、接入移动管理功能(Access and Mobility ManagementFunction,AMF)、会话管理 功能(Session Management Function,SMF)、用户平面功能(User Plane Function,UPF)、 策略控制功能(Policy Control Function,PCF)、策略与计费规则功能单元(Policy and Charging Rules Function,PCRF)、边缘应用服务发现功能(Edge Application Server Discovery Function, EASDF)、统一数据管理(Unified DataManagement,UDM),统一数据仓储(Unified Data Repository,UDR)、归属用户服务器(HomeSubscriber Server,HSS)、集中式网络配置 (Centralized network configuration,CNC)、网络存储功能(Network Repository Function, NRF),网络开放功能(NetworkExposure Function,NEF)、本地NEF(Local NEF,或L-NEF)、 绑定支持功能(BindingSupport Function,BSF)、应用功能(Application Function,AF)等。 需要说明的是,在本申请实施例中仅以NR系统中的核心网设备为例进行介绍,并不限定核 心网设备的具体类型。
首先,对与本申请相关的内容进行介绍。
(1)波束测量和报告(beam measurement and beam reporting)
模拟波束赋形是全带宽发射的,并且每个高频天线阵列的面板上每个极化方向阵元仅 能以时分复用的方式发送模拟波束。模拟波束的赋形权值是通过调整射频前端移相器等设 备的参数来实现。
目前在学术界和工业界,通常是使用轮询的方式进行模拟波束赋形向量的训练,即每 个天线面板每个极化方向的阵元以时分复用方式依次在约定时间发送训练信号(即候选的 赋形向量),终端经过测量后反馈波束报告,供网络侧在下一次传输业务时采用该训练信号 来实现模拟波束发射。波束报告的内容通常包括最优的若干个发射波束标识以及测量出的 每个发射波束的接收功率。
在做波束测量时,网络会配置参考信号资源集合(RS resource set),其中包括至少一个 参考信号资源,例如同步信号块(Synchronization Signal and PBCH Block,SSB)资源或信道 状态信息参考信号(Channel State Information-Reference Signal,CSI-RS)资源。UE测量每个 RS resource的层1参考信号接收功率(Layer 1reference signalreceived power,L1-RSRP)/ 层1信干噪比(Layer 1signal-to-noise and interferenceratio,L1-SINR),并将最优的至少一 个测量结果上报给网络,上报内容包括同步信号块资源指示符(SSB Resource Indicator, SSBRI)或信道状态信息参考信号资源指示符(Channel State Information Reference Signal Resource Indicator,CRI),以及L1-RSRP/L1-SINR。该报告内容反映了至少一个最优的波束 及其质量,供网络侧确定用来向UE发送信道或信号的波束。
(2)波束指示(beam indication)机制
在经过波束测量和波束报告后,网络可以对下行与上行链路的信道或参考信号做波束 指示,用于网络与UE之间建立波束链路,实现信道或参考信号的传输。
对于物理下行控制信道(Physical Downlink Control Channel,PDCCH)的波束指示,网络 使用无线资源控制(Radio Resource Control,RRC)信令为每个控制资源集(Control resource set,CORESET)配置K个传输配置指示(Transmission ConfigurationIndication,TCI)状态, 当K>1时,由媒介访问控制层控制单元(Media Access ControlControl Unit,MAC CE)指 示或激活1个TCI状态,当K=1时,不需要额外的MAC CE命令。UE在监听PDCCH时, 对CORESET内全部搜索空间search space使用相同准共址(Quasi-colocation,QCL),即 相同的TCI状态来监听PDCCH。该TCI状态中的参考信号(例如,周期CSI-RS resource、 半持续CSI-RS resource、SS block等)与UE特定(UE-specific)PDCCH解调参考信号 (demodulation reference signal,DMRS)端口是空间QCL的。UE根据该TCI状态即可获 知使用哪个接收波束来接收PDCCH。
对于物理下行共享信道(Physical downlink shared channel,PDSCH)的波束指示,网络 通过RRC信令配置M个TCI状态,再使用MAC CE命令激活2N个TCI状态,然后通过 下行控制信息(Downlink control information,DCI)的N比特TCI域来通知TCI状态,该 TCI状态中的参考信号与要调度的PDSCH的DMRS端口是QCL的。UE根据该TCI状态 即可获知使用哪个接收波束来接收PDSCH。
对于CSI-RS的波束指示,当CSI-RS类型为周期CSI-RS时,网络通过RRC信令为CSI-RS资源配置QCL信息。当CSI-RS类型为半持续CSI-RS时,网络通过MAC CE命令 来从RRC配置的CSI-RS资源集合中激活一个CSI-RS资源时指示其QCL信息。当CSI-RS 类型为非周期CSI-RS时,网络通过RRC信令为CSI-RS资源配置QCL,并使用DCI来触 发CSI-RS。
对于物理上行控制信道(Physical Uplink Control Channel,PUCCH)的波束指示,网络 使用RRC信令通过参数PUCCH-SpatialRelationInfo为每个PUCCH资源配置空间相关信息 (spatial relation information),当为PUCCH资源配置的空间相关信息包含多个时,使用 MAC-CE指示或激活其中一个空间相关信息。当为PUCCH资源配置的空间相关信息只包 含1个时,不需要额外的MAC CE命令。
对于物理上行共享信道(Physical Uplink Shared Channel,PUSCH)的波束指示,PUSCH 的空间关系信息是当PDCCH承载的DCI调度PUSCH时,DCI中的探测参考信号资源指示(SRS resource indicator,SRI)域的每个SRI码点(codepoint)指示一个SRI,该SRI用于指示PUSCH的空间关系信息。
对于探测参考信号(Sounding reference signal,SRS)的波束指示,当SRS类型为周期 SRS时,网络通过RRC信令为SRS资源配置空间关系信息。当SRS类型为半持续SRS时,网络通过MAC CE命令来从RRC配置的一组空间关系信息中激活一个。当SRS类型为非 周期SRS时,网络通过RRC信令为SRS资源配置空间关系信息。
对于进一步的波束指示改进,提出了统一TCI指示(unified TCI indication),简单来说 就是通过一个DCI中的TCI域,指示后续的各参考信号以及多个信道的波束信息。
(3)波束免指示机制
上述波束指示机制需要通过信令进行交互,交互完成后,才能让波束生效,这就导致 了波束切换的时延较高,特别是在一些高速场景,波束经常切换,信令交互的时延可能不 满足需求。
为了降低波束切换时延,提出了波束免指示机制。波束免指示机制是指网络侧和终端 侧无需交互使用的波束信息。一种可行的方案是终端和网络侧同时存在具有相同类型或功 能的人工智能(Artificial Intelligence,,AI)模型,通过反馈测量信息以及某一侧的AI模型 输出结果,另一侧也经过AI模型获得AI模型输出结果,此输出结果在两侧理解一致,因 此,无需进一步交互使用的波束信息。从而可以达到波束免指示,降低时延。
需要说明的是,以上仅为一种可行的方案,不限于该方案实现波束免指示机制。
波束免指示机制可能的模式包括:
模式一:B端反馈B端AI模型输出结果,A端和/或B端使用AI模型输出结果相关 信息进行信息传输。
具体可能的步骤包括:B端测量且反馈,且B端反馈信息中包括B端AI模型输出结果相关信息,A端接收到B端反馈信息后,A端和/或B端可直接使用B端AI模型输出结果 相关信息用于后续信息传输,或A端使用A端AI模型输出结果相关信息且B端使用B端 AI模型输出结果相关信息用于后续信息传输。
模式二:B端反馈B端AI模型输出结果相关信息,A端调整和/或校准和/或验证A端AI模型参数。
具体可能的步骤包括:B端测量且反馈,且B端反馈信息中包括B端AI模型输出结果相关信息,A端接收到B端反馈信息后,A端将B端反馈信息用于调整/校准A端AI模型 参数,和/或验证/校准A端AI模型输出结果相关信息是否与B端AI模型输出结果相关信 息相同或相似,或误差在一定范围内。
可选的,此时A端可以额外反馈误差结果或确认结果是否一致,或当误差范围超过预 设界限时,反馈误差结果或通知B端误差超出范围。
模式三:B端反馈测量结果到A端,A端反馈AI模型输出结果相关信息到B端,A和 /或B端使用AI模型输出结果相关信息进行信息传输。
具体可能的步骤包括:B端测量且反馈,但B端反馈信息中不包括B端AI模型输出结果相关信息,或者B端反馈信息中仅包括真实测量信息,A端根据B端反馈信息,通过A 端AI模型后,获得A端AI模型输出结果相关信息,A端和/或B端可直接使用A端AI模 型输出结果相关信息用于后续信息传输,或A端使用A端AI模型输出结果相关信息且B 端使用B端模型输出结果相关信息用于后续信息传输.
模式四:B端反馈测量结果到A端,A端反馈AI模型输出结果到B端,B端调整和/ 或校准和/或验证B端模型参数
具体可能的步骤包括:B端测量且反馈,但B端反馈中不包括B端AI模型输出结果相关信息,或者B端反馈信息中仅包括真实测量信息,A端根据B端反馈信息,通过A端 AI模型后,获得A端AI模型输出结果相关信息,反馈A端AI模型输出结果相关信息到B 端,B端用于调整/校准B端模型参数,和/或验证/校准B端AI模型输出结果相关信息是否 与A端模型输出结果相关信息相同或相似或误差在一定范围内。
可选的,此时B端可以额外反馈误差结果或确认结果是否一致,或当误差范围超过预 设界限时,反馈误差结果或通知A端误差超出范围。
其中,设备A为以下之一:终端、网络侧设备、辅助网络中心单元,设备B为以下之一:终端、网络侧设备、辅助网络中心单元。其中,辅助网络中心单元是用于信息交互的 单元,可以与终端和网络侧设备通信。
(4)AI模型
人工智能(Artificial Intelligence,AI)目前在各个领域获得了广泛的应用。AI模型有 多种实现方式,例如神经网络、决策树、支持向量机、贝叶斯分类器等。本申请实施例以 神经网络为例进行说明,但是并不限定AI模型的具体类型。神经网络由神经元组成,其中 a1,a2,…aK为输入,w为权值(乘性系数),b为偏置(加性系数),σ(.)为激活函数。常见的 激活函数包括Sigmoid、tanh、修正线性单元(Rectified Linear Unit,ReLU)等等。神经网 络的参数通过优化算法进行优化。优化算法就是一种能够帮我们最小化或者最大化目标函 数(有时候也叫损失函数)的一类算法。而目标函数往往是模型参数和数据的数学组合。 例如给定数据X和其对应的标签Y,我们构建一个神经网络模型f(.),有了模型后,根据输 入x就可以得到预测输出f(x),并且可以计算出预测值和真实值之间的差距(f(x)-Y),这个 就是损失函数。我们的目的是找到合适的w,b使上述的损失函数的值达到最小,损失值越 小,则说明我们的模型越接近于真实情况。
目前常见的优化算法,基本都是基于BP(error Back Propagation,误差反向传播)算法。 BP算法的基本思想是,学习过程由信号的正向传播与误差的反向传播两个过程组成。正向 传播时,输入样本从输入层传入,经各隐层逐层处理后,传向输出层。若输出层的实际输 出与期望的输出不符,则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通 过隐层向输入层逐层反传,并将误差分摊给各层的所有单元,从而获得各层单元的误差信 号,此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传播的各层 权值调整过程,是周而复始地进行的。权值不断调整的过程,也就是网络的学习训练过程。 此过程一直进行到网络输出的误差减少到可接受的程度,或进行到预先设定的学习次数为 止。
常见的优化算法有梯度下降(Gradient Descent)、随机梯度下降(StochasticGradient Descent,SGD)、mini-batch gradient descent(小批量梯度下降)、动量法(Momentum)、Nesterov (发明者的名字,具体为带动量的随机梯度下降)、自适应梯度下降(ADAptive GRADient descent,Adagrad)、Adadelta、均方根误差降速(root mean squareprop,RMSprop)、自适 应动量估计(Adaptive Moment Estimation,Adam)等。
这些优化算法在误差反向传播时,都是根据损失函数得到的误差/损失,对当前神经元 求导数/偏导,加上学习速率、之前的梯度/导数/偏导等影响,得到梯度,将梯度传给上一层。
(5)波束指示生效时间
PDCCH对应的波束指示生效时间,如果UE接收到MAC CE激活命令用于指示0其中一个TCI state,UE生效该激活命令是从后的第一个slot开始,其中k是UE发送一个PUCCH with HARQ-ACK for the PDSCH提供激活命令的时隙(也就是激活的MAC CE的HARQ-ACK),μ是PDCCH的子载波间隔(sub-carrier space,SCS)。激活的带宽部 分(Bandwidth part,BWP)是定义成在该激活命令生效的时隙上激活的BWP。
PDCCH对应的波束指示生效时间,MAC-CE激活生效时间,PUCCH with HARQ/ACK(对应PDSCH,MAC CE携带的激活命令)在slot n,生效时间,也就是TCI state与DCI TCI 域之间的映射关系是生效是后的第一个时隙,其中,μ是PUCCH的SCS, 即MAC CE激活命令是在对应的HARQ/ACK后3ms生效。
DCI对应的波束指示生效时间,如果tci-PresentInDCI使能或tci-PresentDCI-1-2配置在 了调度PDSCH的CORESET中,接收DCI和调度的PDSCH之间的时间偏移应大于等于timeDurationForQCL(如果上报了该参数)。
如果PDCCH携带调度DCI是在一个CC上接收,而调度的PDSCH在另一个CC上, 也就是跨载波调度时,timeDUrationForQCL是根据调度的PDSCH的SCS确定。如果 μPDCCH<μPDSCH,需要在timeDurationForQCL上加一个额外的在 μPDCCH=0或1时,d=8,μPDCCH=2时,d=14。
下面结合附图,通过一些实施例及其应用场景对本申请实施例提供的波束信息交互方 法进行详细地说明。
图2为本申请实施例提供的波束信息交互方法的流程示意图之一。如图2所示,该波 束信息交互方法包括:
步骤200、第一通信设备与第二通信设备交互第一信息,所述第一信息用于确定第一目 标对象的波束信息与第一人工智能AI模型具有关联关系。
需要说明的是,在本申请实施例中所提及的波束信息、空间关系信息、spatialdomain transmission filter信息、spatial filter信息、TCI state信息、QCL信息、QCL参数、波束关 联关系等,是近似相同的意思。
下行波束信息通常可使用TCI state信息、QCL信息表示。上行波束信息通常可使用 spatial relation信息表示。
在本申请实施例中,交互包括第一通信设备发送/上报/指示/配置交互信息告知第二通信 设备,或第二通信设备请求第一通信设备告知交互信息,或协议约定的方式,或以上三种 方式一起使用。
可选地,第一通信设备设备可以是终端、网络侧设备或网络辅助中心单元,第二通信 设备可以是终端、网络侧设备或网络辅助中心单元;即第一通信设备和第二通信设备可以 是网络侧设备,终端以及网络辅助中心单元的各种组合,例如第一通信设备为终端,第二 通信设备为网络侧设备;或,第一通信设备为网络侧设备,第二通信设备为终端;或,第一通信设备和第二通信设备均为网络侧设备;或,第一通信设备和第二通信设备均为终端;或,第一通信设备是网络辅助中心单元,第二通信设备是网络侧设备;或,第一通信设备 是网络辅助中心单元,第二通信设备是终端;或,第一通信设备是终端,第二通信设备是 网络辅助中心单元;或,第一通信设备是网络侧设备,第二通信设备为网络辅助中心单元 等。其中,网络辅助中心单元是用于信息交互的单元,可以与终端和网络侧设备通信。
第一目标对象的波束信息与第一人工智能AI模型具有关联关系,可以理解为,第一目 标对象的波束信息关联到第一AI模型。
可选地,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信 设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
可选地,第一参考信号包括但不限于以下至少之一:CSI-RS、SSB、SRS。需要说明的是,第一参考信号可以是一个或多个信号。
可选地,第一信道包括但不限于以下至少之一:PDCCH、PUCCH、PUSCH、PDSCH、 物理随机接入信道PRACH。需要说明的是,第一信道可以是一个或多个信道。
可选地,第一目标对象为第一通信设备,第一信息用于确定第一通信设备的波束信息 与第一AI模型具有关联关系,可以理解为,第一通信设备的所有载波的信号和/或信道都关 联到第一AI模型。
可选地,第一目标对象为第二通信设备,第一信息用于确定第二通信设备的波束信息 与第一AI模型具有关联关系,可以理解为,第二通信设备的所有载波的信号和/或信道都关 联到第一AI模型。
可选地,第一目标对象为第一载波,第一信息用于确定第一载波的波束信息与第一AI 模型具有关联关系。
可选地,第一目标对象为第一载波组,第一信息用于确定第一载波组的波束信息与第 一AI模型具有关联关系。第一载波组包括多个载波。
可选地,第一目标对象为第一BWP,第一信息用于确定第一BWP上的波束信息与第一AI模型具有关联关系。
可选地,第一目标对象为第一BWP组,第一信息用于确定第一BWP组上的波束信息与第一AI模型具有关联关系。
可选地,第一目标对象可以是第一参考信号、第一信道、第一通信设备、第二通信设 备、第一载波、第一带宽部分BWP、第一载波组和第一BWP组中任意至少两项的组合。
例如,第一目标对象是第一通信设备的第一带宽部分BWP的第一载波。
第一通信设备通过与第二通信设备交互第一信息,第二通信设备根据第一信息确定第 一目标对象的波束信息与第一AI模型具有关联关系,进而可以根据第一AI模型的输出结 果确定第一目标对象的波束信息,后续第一通信设备和第二通信设备可以使用该第一目标 对象的波束信息传输该第一参考信号和/或信道。若波束切换会导致第一AI模型的输出结果 发生变化,进而可以根据第一目标对象的波束信息与第一AI模型的关联关系确定变化后的 第一目标对象的波束信息,从而可以在波束频繁切换的情况下,只需要交互一次第一信息, 避免了波束信息的频繁指示,有效降低时延。
在本申请实施例中所述的AI模型/第一AI模型,除了传统意义上的使用AI的方法外, 还可以是使用正常的算法或非AI的算法建立的模型。本申请不对第一AI模型的类型作限 制。
可选地,所述第一信息包括以下至少一项:
1)所述第一AI模型的身份识别信息;
可以理解的是,第一通信设备与第二通信设备交互第一AI模型的身份识别信息,即第 一目标对象的波束信息关联到第一AI模型的身份识别信息,进而,第二通信设备可以根据 该第一AI模型确定第一目标对象的波束信息。
可选地,所述第一AI模型的身份识别信息包括以下至少一项:
a)所述第一AI模型的索引;
例如,AI模型有多个,通过AI模型的索引信息可以确定第一目标对象关联的AI模型。
b)所述第一AI模型的功能;
例如,AI模型有多个,通过AI模型的功能信息可以确定第一目标对象关联的AI模型。
c)所述第一AI模型的输出结果数量;
例如,不同的AI模型输出结果数量不一样,通过AI模型的输出结果数量可以确定第 一目标对象关联的AI模型。
d)用于区分不同AI模型和/或区分是否使用AI模型的识别信息。
可以理解,身份识别信息还可以是其他能够用于区分不同AI模型的识别信息,本申请 不对能够用于区分不同AI模型的识别信息进行穷举。
身份识别信息还可以是用于区分是否使用AI模型的识别信息。
例如,用于波束功能的AI模型有多个,可以通过预激活/使能其中一个模型作为区分 AI模型的身份识别。
2)所述第一AI模型的输出结果相关信息;
可以理解的是,第一通信设备与第二通信设备交互第一AI模型的输出结果相关信息, 即第一目标对象的波束信息关联到第一AI模型的输出结果相关信息,进而,第二通信设备 可以根据该第一AI模型的输出结果相关信息确定第一目标对象的波束信息。
可选地,输出结果相关信息可以是输出结果,也可以是根据输出结果得到的相关联的 信息。
可选地,所述第一AI模型的输出结果相关信息,包括以下至少一项:
a)所述第一AI模型的输出结果;
b)所述第一AI模型的多个输出结果中的目标输出结果;
c)所述第一AI模型的所有输出结果;
d)根据所述第一AI模型的输出结果得到的信息。
可选地,输出结果包括最优波束标识,波束质量,最优波束角度等。
其中,波束质量信息包括SINR,RSRP,RSRQ,包括滤波前和/或滤波后,等能表征波束质量的相关信息。
AI模型输出结果代表的是AI模型的直接输出结果,是没有经过处理的。
AI模型输出结果相关信息可以是直接的输出结果,也可以是经过处理的。
AI模型输出结果和/或AI模型输出结果相关信息,可以是AI模型输出的全部结果,或 部分结果,或指定需要的部分结果,或根据AI模型输出结果得到的信息。
例如,当AI模型输出多个参数时,指示使用AI模型的第三个输出结果,或指示所有输出结果都使用。可选地,关联到目标输出结果,或所有输出结果,可以通过交互方式实 现指示或配置或更新。
3)第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI 模型;
可以理解的是,第一通信设备与第二通信设备交互第一信息,所述第一信息确定第一 目标对象的波束信息关联到第二参考信号和/或第二信道,而第二参考信号和/或第二信道关 联到第一AI模型,进而,第二通信设备可以根据该第二参考信号和/或第二信道,确定第一 目标对象的波束信息关联到第一AI模型。
可选地,第二参考信号包括但不限于以下至少之一:CSI-RS、SSB、SRS.
可选地,第二信道包括但不限于以下至少之一:PDCCH、PUCCH、PUSCH、PDSCH、 物理随机接入信道PRACH。
4)第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
可以理解的是,第一通信设备与第二通信设备交互第一信息,所述第一信息确定第一 目标对象的波束信息关联到第一准共址QCL信息,而第一准共址QCL信息关联到第一AI 模型,进而,第二通信设备可以根据该第一准共址QCL信息,确定第一目标对象的波束信息关联到第一AI模型。
可选地,所述第一QCL信息包括以下至少一项:
a)小区标识信息;
b)部分带宽BWP标识信息;
c)所述第一AI模型的身份识别信息;
d)所述第一AI模型的预设输出结果;
此处,预设包括信令指示,协议约定,配置,上报等方式。
预设输出结果,用于指示关联到的AI模型的具体输出结果,可选的,所述具体输出结 果可以是AI模型的直接输出结果,也包括根据AI模型输出结果获得的相关联的结果。
例如,当AI模型输出多个参数时,指示使用AI模型的第三个输出结果,或指示所有输出结果都使用。
可选地,若AI模型输出结果仅为一个或满足第一信息中确定的数量时,此第一AI模 型的预设输出结果选项可以缺省。
e)QCL类型,所述QCL类型包括:第一QCL类型或QCL type D。
需要说明的是,第一QCL类型为新定义的QCL类型。
可选地,所述第一通信设备与第二通信设备交互第一信息,包括以下至少一项:
所述第一通信设备向第二通信设备发送或上报或配置或指示所述第一信息;
所述第一通信设备接收到所述第二通信设备的第一请求信息,向所述第二通信设备反 馈所述第一信息,第一请求信息用于指示所述第一通信设备反馈所述第一信息;
所述第一通信设备按照协议约定的方式与第二通信设备交互第一信息。
可选地,所述第一通信设备通过无线资源控制RRC信令、媒介访问控制层控制单元MAC CE信令或下行控制信息DCI信令向第二通信设备发送所述第一信息。
可以理解的是,第一目标对象与第一AI模型的关联关系可以通过RRC信令、MAC CE和/或DCI信令发送或上报或配置或指示。
可选地,第一目标对象与第一AI模型的关联关系可以通过RRC信令、MAC CE和/或DCI信令重新配置,和/或,通过RRC信令、MAC CE和/或或DCI信令更新。
可选地,所述第一信息通过所述DCI信令中的第一指示域携带,所述第一指示域包括 以下至少之一:传输配置指示TCI域,探测参考信号资源指示SRI域。
可选地,第一指示域为TCI域。或者,第一指示为SRI域。
可选地,第一指示域为新定义的波束指示域。可以理解的是,在通过DCI信令传输第 一信令的情况下,可以使用DCI信令中额外定义新的指示域。
可选地,不同参考信号和/或信道的波束信息关联不同的AI模型,或者,关联相同的 AI模型的不同输出结果,或者,关联相同的AI模型的部分不同的输出结果,或者,关联相同的AI模型的相同输出结果。
例如,PDSCH关联第一AI模型,PUSCH关联第二AI模型。
例如,当第一AI模型输出两个参数(即两个输出结果)时,PDSCH关联第一AI模型的第一位输出结果,PUSCH关联第一AI模型的第二位输出结果。
例如,当第一AI模型输出三个参数(即多个输出结果)时,PDSCH关联第一AI模型的第一位输出结果,PUSCH关联第一AI模型的第二位输出结果。
又例如,当第一AI模型输出多个参数(即多个输出结果)时,PDSCH关联第一AI模型的第一位输出结果,PUSCH也关联第一AI模型的第一位输出结果。
可选地,在所述第一目标对象的波束信息关联到第三参考信号和/或第三信道,且所述 第三参考信号/第三信道的波束作为默认波束的情况下,所述第三参考信号和/或第三信道不 能被关联到AI模型,或者,关联的AI模型不生效。
可以理解的是,默认波束以及默认波束关联的波束关联关系不使用本申请实施例提出 的波束关联方法或不能包含新的波束关联关系。
例如,CORSET 0不能配置关联新的波束关联关系。
又例如,一个载波或BWP上拥有最小CORESET ID和/或search space ID的CORESET和/或search space不能配置关联新的波束关联关系。
若第一目标对象的波束信息关联到第三参考信号和/或第三信道,但是,第三参考信号 和/或第三信道的波束是默认波束,则第三参考信号和/或第三信道不能被关联到AI模型, 或者,关联的AI模型不生效。
可选地,所述第一目标对象是特定配置的对象。
需要说明的是,关联到AI模型,仅适用于特定配置的对象,此处,对象包括参考信号、 信道、BWP、载波等,例如用于信道测量的CSI-RS和/或SRS。
在本申请实施例中,第一通信设备与第二通信设备交互第一信息,使得第二通信设备 和第一通信设备均知晓第一目标对象的波束信息与第一AI模型具有关联关系。为了确定第 一目标对象的波束信息,需要使第一AI模型生效。进而使第一AI模型的输出结果相关信 息生效。
可选地,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的 生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
可选地,第一AI模型的输出结果相关信息的生效时间点=参考时间点或参考时间点+生 效时长后的第x个时间单元开始生效,其中,时间单元包括时隙,符号,毫秒等时间单位, x通过交互确定。
可选地,所述第一AI模型生效的时间点包括:
接收或发送AI模型生效信令的时间点,所述AI模型生效信令用于指示所述第一AI模 型生效;
接收或发送模式切换信息的时间点,所述模式切换信息用于指示AI模型的功能切换, 波束免指示模式切换,或者,由于模型切换需要对AI模型进行变动的信息。
其中,波束免指示模式包括前述提及的模式一、模式二、模式三、模式四。波束免指示切换是指在模式一、模式二、模式三和模式四中进行切换。
模型切换是指AI模型发生了切换,导致AI模型的相关参数也需要进行变动。
可选地,所述参考时间点包括以下至少一项:
a)接收或发送反馈信息的时间点;
其中,反馈信息中包括以下至少一项:
第一通信设备端/第二通信设备端AI模型的全部输出参数;
第一通信设备端/第二通信设备端AI模型的至少部分输出参数;
第一通信设备端/第二通信设备端AI模型的被配置或被指示或约定的上报的输出参数;
第一通信设备端/第二通信设备端AI模型的输入参数数量;
第一通信设备端/第二通信设备端AI模型的输出参数数量;
第一通信设备端/第二通信设备端AI模型的所有输入参数;
第一通信设备端/第二通信设备端AI模型的至少部分输入参数;
第一通信设备端/第二通信设备端AI模型的被配置或被指示或约定的上报的输入参数;
第一通信设备端/第二通信设备端的反馈报告关联的输入参数
反馈报告关联的参考信号ID;
反馈报告关联的参考信号对应的波束相关信息,例如波束ID;
反馈报告关联的参考信号对应的角度相关信息;
波束相关信息;
角度相关信息;
波束确认信息;
指定波束信息;
根据AI模型输出的部分或全部结果获取的目标结果。
b)接收或发送反馈信息后所述反馈信息关联的HARQ/ACK信令发送的时间点;
c)根据所述第一AI模型的输出结果确定的时间点。
例如,周期性参考信号的下一个周期位置。
可选地,所述生效时长包括以下至少一项:
0ms;
3ms;
根据所述反馈信息确定的生效时长;
协议约定的生效时长;
所述第一通信设备或第二通信设备发送或配置或上报或指示;
根据第一通信设备的能力信息或第二通信设备的能力信息确定的生效时长。
可选地,所述第一AI模型的输出结果相关信息的生效条件包括以下至少之一:
发送或接收第一指示信息,所述第一指示信息用于指示所述第一AI模型的输出结果相 关信息生效;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限的情况持续预设时间;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 连续y次大于或等于预设门限;
正在使用的波束的生命周期结束;
正在使用的波束的波束质量低于预设门限;
正在使用的波束的波束质量低于预设门限的情况持续预设时间;
正在使用的波束的波束质量连续z次低于预设门限;
其中,所述y,z,预设门限或预设时间由所述第一通信设备发送或上报或配置或指示, 或者由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定。
可以理解的是,若满足上述第一AI模型的输出结果相关信息的生效条件的至少一项, 则第一AI模型的输出结果相关信息生效,从而第一通信设备和第二通信设备可以确定与该 第一AI模型的输出结果相关信息具有关联关系的信号和/或信道的波束信息。
一种实施方式中,发送或接收到第一AI模型的输出结果相关信息的生效信令时,第一 AI模型的输出结果相关信息生效,进而可根据该第一AI模型的输出结果相关信息确定相关 联的信号和/或信道的波束信息。
可选地,若第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质 量相比,满足第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量 差值大于或大于等于预设门限,或大于或大于等于预设门限的情况持续预设时间,或连续y 次大于或等于预设门限大于等于预设门限,则第一AI模型的输出结果相关信息生效。
可选地,若正在使用的波束的生命周期结束,正在使用的波束的波束质量低于预设门 限,或者,低于预设门限的情况持续预设时间,或者,连续z次低于预设门限,即正在使用 的波束不再可用,则第一AI模型的输出结果相关信息生效。
可选地,正在使用的波束的波束质量可以是确定正在使用的波束时的波束质量,也可 以是确定新使用的波束时,预测或测量出的正在使用的波束对应的当前的波束质量。
可选地,不同功能或信令可以对应不同的参考时间点。
可选地,不同的功能或信令可以对应不同的生效时长。
可选地,若参考时间点包括多个时,需要满足多个参考时间点要求或满足至少一个参 考时间点要求。
可选地,所述方法还包括:
发送或接收第二指示信息,所述第二指示信息用于指示所述第一AI模型的输出结果相 关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述第一AI模型的输出结 果相关信息是否生效。
可选的,第一通信设备发送第二指示信息,使得第二通信设备获得所述第一AI模型的 输出结果相关信息中的波束质量与正在使用的波束的波束质量差值,和/或第一AI模型的输 出结果相关信息是否生效。
第一通信设备接收第二指示信息,获得所述第一AI模型的输出结果相关信息中的波束 质量与正在使用的波束的波束质量差值,和/或第一AI模型的输出结果相关信息是否生效。
可选地,所述方法还包括:
在所述第二指示信息指示所述第一AI模型的输出结果相关信息不生效的情况下,反馈 报告中不包含波束测量结果和/或所述第一AI模型的输出结果相关信息。
可以理解的是,若第一通信设备反馈第一AI模型的输出结果相关信息不生效,则相应 的测量结果和/或第一通信设备侧的第一AI模型的输出结果相关信息在反馈报告中省略。
或者,若第二通信设备反馈第一AI模型的输出结果相关信息不生效,则相应的测量结 果和/或第二通信设备侧的第一AI模型的输出结果相关信息在反馈报告中省略。
需要说明的是,反馈信息包含在反馈报告中。或者,反馈信息是反馈报告的部分内容。
可选地,反馈报告包括第一部分反馈报告和第二部分反馈报告,其中,所述第二部分 反馈报告的大小根据所述第一部分反馈报告内容确定。所述反馈报告用于交互AI模型的输 入相关信息和/或输出结果相关信息。
可选地,所述第一部分反馈报告包括所述第一AI模型的输出结果相关信息,所述第二 部分反馈报告至少包括测量结果和/或所述第一AI模型的输入相关信息。
可选地,在所述第一通信设备和第二通信设备对应的载波的子载波间隔SCS不同的情 况下,参考SCS根据以下至少一项确定:
第一通信设备端的SCS;
第二通信设备端的SCS;
承载AI相关交互信令的载波上的SCS,例如,DCI载波上的SCS;
AI相关交互信令的目标载波上的SCS,例如,DCI指示的目标载波上的SCS。
其中,AI相关交互信息包括模型参数的更新,模型的切换,功能的切换等包含对AI模型有影响的交互信息。
参考SCS用于实现不同SCS情况下跨载波交互。
可选地,所述方法还包括:
根据TPC累计值计算功控。
可选地,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确 定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模 型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
可以理解的是,若根据当前生效的第一AI模型的输出结果相关信息确认的波束与根据 上一次生效的第一AI模型的输出结果相关信息确认的波束不一致,则说明波束发生了变化, 需要将TPC累计值重置为0。
和/或,当前生效的第一AI模型的第二输出结果相关信息关联的期望功率值、和/或 Po_SRS和/或Po_UE的值相比于上一次生效的第一AI模型的输出结果相关信息关联的期望 功率值、和/或Po_SRS和/或Po_UE的值发生了改变,需要将TPC累计值重置为0。
和/或,所述第一AI模型的第二输出结果相关信息关联的alpha的值改变相比于上一次 生效的第一AI模型的输出结果相关信息关联的alpha的值发生了变化,需要将TPC累计值 重置为0。
可选地,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设 备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量 之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波 束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所 述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结 果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
可选地,所述衰减系数可以不存在,即等于1。
需要说明的是,所述衰减系数由网络配置,UE上报,协议约定等交互方式确定。
不同波束相关信息质量差值代表新使用的波束的波束质量与旧的波束的波束质量之间 的差值。即第二波束的波束质量与第一波束的波束质量之间的差值,其中,所述第一波束 为根据所述第一AI模型的第一输出结果相关信息确定的波束,所述第二波束为根据所述第 一AI模型的第二输出结果相关信息确定的波束,所述第一输出结果相关信息的生效时间早 于所述第二输出结果相关信息的生效时间。
可选的,旧的波束的波束质量可以是确定旧波束时的波束质量,也可以是确定新使用 的波束时,预测或测量出的旧波束对应的当前的波束质量。即所述第一波束的波束质量是 确定第一波束时的波束质量,或者,确定第二波束时,预测或测量出的第一波束对应的波 束质量。
在本申请实施例中,通过将第一目标对象的波束信息与第一AI模型进行关联,避免了 波束信息的频繁指示,可有效降低时延。并且,本申请实施例还给出了第一AI模型的输出 结果相关信息的生效时间的确定方法,以及计算功控参数的方法,为波束免指示机制的实 现提供了可行性方案。
图3为本申请实施例提供的波束信息交互方法的流程示意图之二。如图3所示,该波 束信息交互方法包括:
步骤300、第二通信设备接收第一信息,所述第一信息用于确定第一目标对象的波束信 息与第一人工智能AI模型具有关联关系。
可选地,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信 设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
可选地,所述第一信息包括以下至少一项:
所述第一AI模型的身份识别信息;
所述第一AI模型的输出结果相关信息;
第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI模 型;
第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
可选地,所述第一AI模型的身份识别信息包括以下至少一项:
所述第一AI模型的索引;
所述第一AI模型的功能;
所述第一AI模型的输出结果数量;
用于区分不同AI模型和/或区分是否使用AI模型的识别信息。
可选地,所述第一AI模型的输出结果相关信息,包括以下至少一项:
所述第一AI模型的输出结果;
所述第一AI模型的多个输出结果中的目标输出结果;
所述第一AI模型的所有输出结果;
根据所述第一AI模型的输出结果得到的信息。
可选地,所述第一QCL信息包括以下至少一项:
小区标识信息;
部分带宽BWP标识信息;
所述第一AI模型的身份识别信息;
所述第一AI模型的预设输出结果;
QCL类型,所述QCL类型包括:第一QCL类型或QCL type D。
可选地,所述第二通信设备接收第一信息,包括以下至少一项:
第二通信设备接收第一通信设备发送或上报或配置或指示的所述第一信息;
向第一通信设备发送第一请求信息,接收所述第一通信设备反馈的所述第一信息,所 述第一请求信息用于指示所述第一通信设备反馈所述第一信息;
按照协议约定的方式接收所述第一信息。
可选地,所述第一通信设备通过无线资源控制RRC信令、媒介访问控制层控制单元MAC CE信令或下行控制信息DCI信令向第二通信设备发送所述第一信息。
可选地,所述第一信息通过所述DCI信令中的第一指示域携带,所述第一指示域包括 以下至少之一:传输配置指示TCI域,探测参考信号资源指示SRI域。
可选地,不同参考信号和/或信道的波束信息关联不同的AI模型,或者,关联相同的 AI模型的不同输出结果,或者,关联相同的AI模型的部分不同的输出结果,或者,关联相同的AI模型的相同输出结果。
可选地,在所述第一目标对象的波束信息关联到第三参考信号和/或第三信道,且所述 第三参考信号/第三信道的波束作为默认波束的情况下,所述第三参考信号和/或第三信道不 能被关联到AI模型,或者,关联的AI模型不生效。
可选地,所述第一目标对象是特定配置的对象。
可选地,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的 生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
可选地,所述第一AI模型生效的时间点包括:
接收或发送AI模型生效信令的时间点,所述AI模型生效信令用于指示所述第一AI模 型生效;
接收或发送模式切换信息的时间点,所述模式切换信息用于指示AI模型的功能切换, 波束免指示模式切换,或者,由于模型切换需要对AI模型进行变动的信息。
可选地,所述参考时间点包括以下至少一项:
接收或发送反馈信息的时间点;
接收或发送反馈信息后所述反馈信息关联的HARQ/ACK信令发送的时间点;
根据所述第一AI模型的输出结果确定的时间点。
可选地,所述生效时长包括以下至少一项:
0ms;
3ms;
根据所述反馈信息确定的生效时长;
协议约定的生效时长;
所述第一通信设备或第二通信设备发送或配置或上报或指示;
根据第一通信设备的能力信息或第二通信设备的能力信息确定的生效时长。
可选地,所述第一AI模型的输出结果相关信息的生效条件包括以下至少之一:
发送或接收第一指示信息,所述第一指示信息用于指示所述第一AI模型的输出结果相 关信息生效;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限的情况持续预设时间;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 连续y次大于或等于预设门限;
正在使用的波束的生命周期结束;
正在使用的波束的波束质量低于预设门限;
正在使用的波束的波束质量低于预设门限的情况持续预设时间;
正在使用的波束的波束质量连续z次低于预设门限;
其中,所述y,z,预设门限或预设时间由所述第一通信设备发送或上报或配置或指示, 或者由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定。
可选地,所述方法还包括:
接收或发送第二指示信息,所述第二指示信息用于指示所述第一AI模型的输出结果相 关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述第一AI模型的输出结 果相关信息是否生效。
可选地,所述方法还包括:
在所述第一AI模型的输出结果相关信息生效的情况下,根据所述第一信息,确定所述 第一目标对象的波束信息。
可以理解的是,在所述第一AI模型的输出结果相关信息生效的情况下,第二通信设备 可以根据第一目标对象的波束信息与第一AI模型的关联关系,以及所述第一AI模型的输 出结果相关信息,确定第一目标对象的波束信息。
可选地,在所述第二指示信息指示所述第一AI模型的输出结果相关信息不生效的情况 下,反馈报告中不包含波束测量结果和/或所述第一AI模型的输出结果相关信息。
可选地,反馈报告包括第一部分反馈报告和第二部分反馈报告,其中,所述第二部分 反馈报告的大小根据所述第一部分反馈报告内容确定。所述反馈报告用于交互AI模型的输 入相关信息和/或输出结果相关信息。
可选地,所述第一部分反馈报告包括所述第一AI模型的输出结果相关信息,所述第二 部分反馈报告包括测量结果和/或所述第一AI模型的输入相关信息。
可选地,在所述第一通信设备和第二通信设备对应的载波的子载波间隔SCS不同的情 况下,参考SCS根据以下至少一项确定:
第一通信设备端的SCS;
第二通信设备端的SCS;
承载AI相关交互信令的载波上的SCS;
AI相关交互信令的目标载波上的SCS。
可选地,所述方法还包括:
根据TPC累计值计算功控。
可选地,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确 定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模 型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
可选地,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设 备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量 之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波 束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所 述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结 果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
需要说明的是,对于第二通信设备侧实施例的具体实现可以参考第一通信设备侧中的 描述,且能达到相同的技术效果,在此不再赘述。
本申请实施例提供的波束信息交互方法,执行主体可以为波束信息交互装置。本申请 实施例中以执行波束信息交互方法为例,说明本申请实施例提供的波束信息交互装置。
图4为本申请实施例提供的波束信息交互装置的结构示意图之一。如图4所示,该波 束信息交互装置400包括:
第一交互模块410,用于与第二通信设备交互第一信息,所述第一信息用于确定第一目 标对象的波束信息与第一人工智能AI模型具有关联关系。
在本申请实施例中,第一通信设备与第二通信设备交互第一信息,所述第一信息用于 确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系,通过将波束信息与 AI模型进行了关联,从而可实现波束免指示机制下的波束信息交互,降低波束指示时延。
可选地,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信 设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
可选地,所述第一信息包括以下至少一项:
所述第一AI模型的身份识别信息;
所述第一AI模型的输出结果相关信息;
第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI模 型;
第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
可选地,所述第一AI模型的身份识别信息包括以下至少一项:
所述第一AI模型的索引;
所述第一AI模型的功能;
所述第一AI模型的输出结果数量;
用于区分不同AI模型和/或区分是否使用AI模型的识别信息。
可选地,所述第一AI模型的输出结果相关信息,包括以下至少一项:
所述第一AI模型的输出结果;
所述第一AI模型的多个输出结果中的目标输出结果;
所述第一AI模型的所有输出结果;
根据所述第一AI模型的输出结果得到的信息。
可选地,所述第一QCL信息包括以下至少一项:
小区标识信息;
部分带宽BWP标识信息;
所述第一AI模型的身份识别信息;
所述第一AI模型的预设输出结果;
QCL类型,所述QCL类型包括:第一QCL类型或QCL type D。
可选地,所述第一通信设备与第二通信设备交互第一信息,包括以下至少一项:
所述第一通信设备向第二通信设备发送或上报或配置或指示所述第一信息;
所述第一通信设备接收到所述第二通信设备的第一请求信息,向所述第二通信设备反 馈所述第一信息,第一请求信息用于指示所述第一通信设备反馈所述第一信息;
所述第一通信设备按照协议约定的方式与第二通信设备交互第一信息。
可选地,所述第一通信设备通过无线资源控制RRC信令、媒介访问控制层控制单元MAC CE信令或下行控制信息DCI信令向第二通信设备发送所述第一信息。
可选地,所述第一信息通过所述DCI信令中的第一指示域携带,所述第一指示域包括 以下至少之一:传输配置指示TCI域,探测参考信号资源指示SRI域。
可选地,不同参考信号和/或信道的波束信息关联不同的AI模型,或者,关联相同的 AI模型的不同输出结果,或者,关联相同的AI模型的部分不同的输出结果,或者,关联相同的AI模型的相同输出结果。
可选地,在所述第一目标对象的波束信息关联到第三参考信号和/或第三信道,且所述 第三参考信号/第三信道的波束作为默认波束的情况下,所述第三参考信号和/或第三信道不 能被关联到AI模型,或者,关联的AI模型不生效。
可选地,所述第一目标对象是特定配置的对象。
可选地,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的 生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
可选地,所述第一AI模型生效的时间点包括:
接收或发送AI模型生效信令的时间点,所述AI模型生效信令用于指示所述第一AI模 型生效;
接收或发送模式切换信息的时间点,所述模式切换信息用于指示AI模型的功能切换, 波束免指示模式切换,或者,由于模型切换需要对AI模型进行变动的信息。
可选地,所述参考时间点包括以下至少一项:
接收或发送反馈信息的时间点;
接收或发送反馈信息后所述反馈信息关联的HARQ/ACK信令发送的时间点;
根据所述第一AI模型的输出结果确定的时间点。
可选地,所述生效时长包括以下至少一项:
0ms;
3ms;
根据所述反馈信息确定的生效时长;
协议约定的生效时长;
所述第一通信设备或第二通信设备发送或配置或上报或指示;
根据第一通信设备的能力信息或第二通信设备的能力信息确定的生效时长。
可选地,所述第一AI模型的输出结果相关信息的生效条件包括以下至少之一:
发送或接收第一指示信息,所述第一指示信息用于指示所述第一AI模型的输出结果相 关信息生效;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限的情况持续预设时间;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 连续y次大于或等于预设门限;
正在使用的波束的生命周期结束;
正在使用的波束的波束质量低于预设门限;
正在使用的波束的波束质量低于预设门限的情况持续预设时间;
正在使用的波束的波束质量连续z次低于预设门限;
其中,所述y,z,预设门限或预设时间由所述第一通信设备发送或上报或配置或指示, 或者由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定。
可选地,所述装置还包括:
第一传输单元,用于发送或接收第二指示信息,所述第二指示信息用于指示所述第一 AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述 第一AI模型的输出结果相关信息是否生效。
可选地,在所述第二指示信息指示所述第一AI模型的输出结果相关信息不生效的情况 下,反馈报告中不包含波束测量结果和/或所述第一AI模型的输出结果相关信息。
可选,反馈报告包括第一部分反馈报告和第二部分反馈报告,其中,所述第二部分反 馈报告的大小根据所述第一部分反馈报告内容确定。所述反馈报告用于交互AI模型的输入 相关信息和/或输出结果相关信息。
可选地,所述第一部分反馈报告包括所述第一AI模型的输出结果相关信息,所述第二 部分反馈报告包括测量结果和/或所述第一AI模型的输入相关信息。
可选地,在所述第一通信设备和第二通信设备对应的载波的子载波间隔SCS不同的情 况下,参考SCS根据以下至少一项确定:
第一通信设备端的SCS;
第二通信设备端的SCS;
承载AI相关交互信令的载波上的SCS;
AI相关交互信令的目标载波上的SCS。
可选地,所述装置还包括:
第一计算单元,用于根据TPC累计值计算功控。
可选地,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确 定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模 型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
可选地,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设 备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量 之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波 束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所 述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结 果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
在本申请实施例中,通过将第一目标对象的波束信息与第一AI模型进行关联,避免了 波束信息的频繁指示,可有效降低时延。并且,本申请实施例还给出了第一AI模型的输出 结果相关信息的生效时间的确定方法,以及计算功控参数的方法,为波束免指示机制的实 现提供了可行性方案。
本申请实施例中的波束信息交互装置可以是电子设备,例如具有操作系统的电子设备, 也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除 终端之外的其他设备。示例性的,终端可以包括但不限于上述所列举的终端11的类型,其 他设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)等,本申请实施 例不作具体限定。
本申请实施例提供的波束信息交互装置能够实现图2的方法实施例实现的各个过程, 并达到相同的技术效果,为避免重复,这里不再赘述。
图5为本申请实施例提供的波束信息交互装置的结构示意图之二。如图5所示,该波 束信息交互装置500包括:
第一接收模块510,用于接收第一信息,所述第一信息用于确定第一目标对象的波束信 息与第一人工智能AI模型具有关联关系。
在本申请实施例中,第一通信设备与第二通信设备交互第一信息,所述第一信息用于 确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系,通过将波束信息与 AI模型进行了关联,从而可实现波束免指示机制下的波束信息交互,降低波束指示时延。
可选地,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信 设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
可选地,所述第一信息包括以下至少一项:
所述第一AI模型的身份识别信息;
所述第一AI模型的输出结果相关信息;
第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI模 型;
第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
可选地,所述第一AI模型的身份识别信息包括以下至少一项:
所述第一AI模型的索引;
所述第一AI模型的功能;
所述第一AI模型的输出结果数量;
用于区分不同AI模型和/或区分是否使用AI模型的识别信息。
可选地,所述第一AI模型的输出结果相关信息,包括以下至少一项:
所述第一AI模型的输出结果;
所述第一AI模型的多个输出结果中的目标输出结果;
所述第一AI模型的所有输出结果;
根据所述第一AI模型的输出结果得到的信息。
可选地,所述第一QCL信息包括以下至少一项:
小区标识信息;
部分带宽BWP标识信息;
所述第一AI模型的身份识别信息;
所述第一AI模型的预设输出结果;
QCL类型,所述QCL类型包括:第一QCL类型或QCL type D。
可选地,所述接收第一信息,包括以下至少一项:
接收第一通信设备发送或上报或配置或指示的所述第一信息;
向第一通信设备发送第一请求信息,接收所述第一通信设备反馈的所述第一信息,所 述第一请求信息用于指示所述第一通信设备反馈所述第一信息;
按照协议约定的方式接收所述第一信息。
可选地,所述第一通信设备通过无线资源控制RRC信令、媒介访问控制层控制单元MAC CE信令或下行控制信息DCI信令向第二通信设备发送所述第一信息。
可选地,所述第一信息通过所述DCI信令中的第一指示域携带,所述第一指示域包括 以下至少之一:传输配置指示TCI域,探测参考信号资源指示SRI域。
可选地,不同参考信号和/或信道的波束信息关联不同的AI模型,或者,关联相同的 AI模型的不同输出结果,或者,关联相同的AI模型的部分不同的输出结果,或者,关联相同的AI模型的相同输出结果。
可选地,在所述第一目标对象的波束信息关联到第三参考信号和/或第三信道,且所述 第三参考信号/第三信道的波束作为默认波束的情况下,所述第三参考信号和/或第三信道不 能被关联到AI模型,或者,关联的AI模型不生效。
可选地,所述第一目标对象是特定配置的对象。
可选地,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的 生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
可选地,所述第一AI模型生效的时间点包括:
接收或发送AI模型生效信令的时间点,所述AI模型生效信令用于指示所述第一AI模 型生效;
接收或发送模式切换信息的时间点,所述模式切换信息用于指示AI模型的功能切换, 波束免指示模式切换,或者,由于模型切换需要对AI模型进行变动的信息。
可选地,所述参考时间点包括以下至少一项:
接收或发送反馈信息的时间点;
接收或发送反馈信息后所述反馈信息关联的HARQ/ACK信令发送的时间点;
根据所述第一AI模型的输出结果确定的时间点。
可选地,所述生效时长包括以下至少一项:
0ms;
3ms;
根据所述反馈信息确定的生效时长;
协议约定的生效时长;
所述第一通信设备或第二通信设备发送或配置或上报或指示;
根据第一通信设备的能力信息或第二通信设备的能力信息确定的生效时长。
可选地,所述第一AI模型的输出结果相关信息的生效条件包括以下至少之一:
发送或接收第一指示信息,所述第一指示信息用于指示所述第一AI模型的输出结果相 关信息生效;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限的情况持续预设时间;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 连续y次大于或等于预设门限;
正在使用的波束的生命周期结束;
正在使用的波束的波束质量低于预设门限;
正在使用的波束的波束质量低于预设门限的情况持续预设时间;
正在使用的波束的波束质量连续z次低于预设门限;
其中,所述y,z,预设门限或预设时间由所述第一通信设备发送或上报或配置或指示, 或者由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定。
可选地,所述装置还包括:
第二传输单元,用于接收或发送第二指示信息,所述第二指示信息用于指示所述第一 AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述 第一AI模型的输出结果相关信息是否生效。
可选地,所述装置还包括:
第一确定单元,用于在所述第一AI模型的输出结果相关信息生效的情况下,根据所述 第一信息,确定所述第一目标对象的波束信息。
可选地,在所述第二指示信息指示所述第一AI模型的输出结果相关信息不生效的情况 下,反馈报告中不包含波束测量结果和/或所述第一AI模型的输出结果相关信息。
可选地,反馈报告包括第一部分反馈报告和第二部分反馈报告,其中,所述第二部分 反馈报告的大小根据所述第一部分反馈报告内容确定。所述反馈报告用于交互AI模型的输 入相关信息和/或输出结果相关信息。
可选地,所述第一部分反馈报告包括所述第一AI模型的输出结果相关信息,所述第二 部分反馈报告包括测量结果和/或所述第一AI模型的输入相关信息。
可选地,在第一通信设备和第二通信设备对应的载波的子载波间隔SCS不同的情况下, 参考SCS根据以下至少一项确定:
第一通信设备端的SCS;
第二通信设备端的SCS;
承载AI相关交互信令的载波上的SCS;
AI相关交互信令的目标载波上的SCS。
可选地,所述装置还包括:
第二计算单元,用于根据TPC累计值计算功控。
可选地,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确 定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模 型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
可选地,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设 备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量 之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波 束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所 述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结 果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
在本申请实施例中,通过将第一目标对象的波束信息与第一AI模型进行关联,避免了 波束信息的频繁指示,可有效降低时延。并且,本申请实施例还给出了第一AI模型的输出 结果相关信息的生效时间的确定方法,以及计算功控参数的方法,为波束免指示机制的实 现提供了可行性方案。
本申请实施例中的波束信息交互装置可以是电子设备,例如具有操作系统的电子设备, 也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除 终端之外的其他设备。示例性的,终端可以包括但不限于上述所列举的终端11的类型,其 他设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)等,本申请实施 例不作具体限定。
本申请实施例提供的波束信息交互装置能够实现图3的方法实施例实现的各个过程, 并达到相同的技术效果,为避免重复,这里不再赘述。
可选的,如图6所示,本申请实施例还提供一种通信设备600,包括处理器601和存储 器602,存储器602上存储有可在所述处理器601上运行的程序或指令,例如,该通信设备600为第一通信设备时,该程序或指令被处理器601执行时实现上述波束信息交互方法实施例的各个步骤,且能达到相同的技术效果。该通信设备600为第二通信设备时,该程序或 指令被处理器601执行时实现上述波束信息交互方法实施例的各个步骤,且能达到相同的 技术效果,为避免重复,这里不再赘述。
本申请实施例还提供一种终端,包括处理器和通信接口,通信接口用于与第二通信设 备交互第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人工智能AI模型 具有关联关系。或者,通信接口用于接收第一信息,所述第一信息用于确定第一目标对象 的波束信息与第一人工智能AI模型具有关联关系。
该终端实施例与上述第一通信设备侧或第二通信设备侧波束信息交互方法实施例对 应,上述方法实施例的各个实施过程和实现方式均可适用于该终端实施例中,且能达到相 同的技术效果。具体地,图7为实现本申请实施例的一种终端的硬件结构示意图。
该终端700包括但不限于:射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709以及处 理器710等中的至少部分部件。
本领域技术人员可以理解,终端700还可以包括给各个部件供电的电源(比如电池), 电源可以通过电源管理系统与处理器710逻辑相连,从而通过电源管理系统实现管理充电、 放电、以及功耗管理等功能。图7中示出的终端结构并不构成对终端的限定,终端可以包 括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
应理解的是,本申请实施例中,输入单元704可以包括图形处理单元(GraphicsProcessing Unit,GPU)7041和麦克风7042,图形处理器7041对在视频捕获模式或图像捕获模式中由 图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元706可 包括显示面板7061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。 用户输入单元707包括触控面板7071以及其他输入设备7072中的至少一种。触控面板7071, 也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备 7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠 标、操作杆,在此不再赘述。
本申请实施例中,射频单元701接收来自网络侧设备的下行数据后,可以传输给处理 器710进行处理;另外,射频单元701可以向网络侧设备发送上行数据。通常,射频单元701包括但不限于天线、放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器709可用于存储软件程序或指令以及各种数据。存储器709可主要包括存储程 序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作系统、至 少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器709可以包括易失性存储器或非易失性存储器,或者,存储器709可以包括易失性和 非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(StaticRAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、 同步连接动态随机存取存储器(Synch link DRAM,SLDRAM)和直接内存总线随机存取存储 器(Direct Rambus RAM,DRRAM)。本申请实施例中的存储器709包括但不限于这些和任意 其它适合类型的存储器。
处理器710可包括一个或多个处理单元;可选的,处理器710集成应用处理器和调制 解调处理器,其中,应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器710中。
其中,射频单元701,用于与第二通信设备交互第一信息,所述第一信息用于确定第一 目标对象的波束信息与第一人工智能AI模型具有关联关系。
在本申请实施例中,第一通信设备与第二通信设备交互第一信息,所述第一信息用于 确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系,通过将波束信息与 AI模型进行了关联,从而可实现波束免指示机制下的波束信息交互,降低波束指示时延。
可选地,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信 设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
可选地,所述第一信息包括以下至少一项:
所述第一AI模型的身份识别信息;
所述第一AI模型的输出结果相关信息;
第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI模 型;
第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
可选地,所述第一AI模型的身份识别信息包括以下至少一项:
所述第一AI模型的索引;
所述第一AI模型的功能;
所述第一AI模型的输出结果数量;
用于区分不同AI模型和/或区分是否使用AI模型的识别信息。
可选地,所述第一AI模型的输出结果相关信息,包括以下至少一项:
所述第一AI模型的输出结果;
所述第一AI模型的多个输出结果中的目标输出结果;
所述第一AI模型的所有输出结果;
根据所述第一AI模型的输出结果得到的信息。
可选地,所述第一QCL信息包括以下至少一项:
小区标识信息;
部分带宽BWP标识信息;
所述第一AI模型的身份识别信息;
所述第一AI模型的预设输出结果;
QCL类型,所述QCL类型包括:第一QCL类型或QCL type D。
可选地,所述第一通信设备与第二通信设备交互第一信息,包括以下至少一项:
所述第一通信设备向第二通信设备发送或上报或配置或指示所述第一信息;
所述第一通信设备接收到所述第二通信设备的第一请求信息,向所述第二通信设备反 馈所述第一信息,第一请求信息用于指示所述第一通信设备反馈所述第一信息;
所述第一通信设备按照协议约定的方式与第二通信设备交互第一信息。
可选地,所述第一通信设备通过无线资源控制RRC信令、媒介访问控制层控制单元MAC CE信令或下行控制信息DCI信令向第二通信设备发送所述第一信息。
可选地,所述第一信息通过所述DCI信令中的第一指示域携带,所述第一指示域包括 以下至少之一:传输配置指示TCI域,探测参考信号资源指示SRI域。
可选地,不同参考信号和/或信道的波束信息关联不同的AI模型,或者,关联相同的 AI模型的不同输出结果,或者,关联相同的AI模型的部分不同的输出结果,或者,关联相同的AI模型的相同输出结果。
可选地,在所述第一目标对象的波束信息关联到第三参考信号和/或第三信道,且所述 第三参考信号/第三信道的波束作为默认波束的情况下,所述第三参考信号和/或第三信道不 能被关联到AI模型,或者,关联的AI模型不生效。
可选地,所述第一目标对象是特定配置的对象。
可选地,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的 生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
可选地,所述第一AI模型生效的时间点包括:
接收或发送AI模型生效信令的时间点,所述AI模型生效信令用于指示所述第一AI模 型生效;
接收或发送模式切换信息的时间点,所述模式切换信息用于指示AI模型的功能切换, 波束免指示模式切换,或者,由于模型切换需要对AI模型进行变动的信息。
可选地,所述参考时间点包括以下至少一项:
接收或发送反馈信息的时间点;
接收或发送反馈信息后所述反馈信息关联的HARQ/ACK信令发送的时间点;
根据所述第一AI模型的输出结果确定的时间点。
可选地,所述生效时长包括以下至少一项:
0ms;
3ms;
根据所述反馈信息确定的生效时长;
协议约定的生效时长;
所述第一通信设备或第二通信设备发送或配置或上报或指示;
根据第一通信设备的能力信息或第二通信设备的能力信息确定的生效时长。
可选地,所述第一AI模型的输出结果相关信息的生效条件包括以下至少之一:
发送或接收第一指示信息,所述第一指示信息用于指示所述第一AI模型的输出结果相 关信息生效;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限的情况持续预设时间;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 连续y次大于或等于预设门限;
正在使用的波束的生命周期结束;
正在使用的波束的波束质量低于预设门限;
正在使用的波束的波束质量低于预设门限的情况持续预设时间;
正在使用的波束的波束质量连续z次低于预设门限;
其中,所述y,z,预设门限或预设时间由所述第一通信设备发送或上报或配置或指示, 或者由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定。
可选地,射频单元701还用于:
发送或接收第二指示信息,所述第二指示信息用于指示所述第一AI模型的输出结果相 关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述第一AI模型的输出结 果相关信息是否生效。
可选地,在所述第二指示信息指示所述第一AI模型的输出结果相关信息不生效的情况 下,反馈报告中不包含波束测量结果和/或所述第一AI模型的输出结果相关信息。
可选,反馈报告包括第一部分反馈报告和第二部分反馈报告,其中,所述第二部分反 馈报告的大小根据所述第一部分反馈报告内容确定。所述反馈报告用于交互AI模型的输入 相关信息和/或输出结果相关信息。
可选地,所述第一部分反馈报告包括所述第一AI模型的输出结果相关信息,所述第二 部分反馈报告包括测量结果和/或所述第一AI模型的输入相关信息。
可选地,在所述第一通信设备和第二通信设备对应的载波的子载波间隔SCS不同的情 况下,参考SCS根据以下至少一项确定:
第一通信设备端的SCS;
第二通信设备端的SCS;
承载AI相关交互信令的载波上的SCS;
AI相关交互信令的目标载波上的SCS。
可选地,处理器710用于:
根据TPC累计值计算功控。
可选地,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确 定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模 型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
可选地,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设 备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量 之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波 束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所 述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结 果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
在本申请实施例中,通过将第一目标对象的波束信息与第一AI模型进行关联,避免了 波束信息的频繁指示,可有效降低时延。并且,本申请实施例还给出了第一AI模型的输出 结果相关信息的生效时间的确定方法,以及计算功控参数的方法,为波束免指示机制的实 现提供了可行性方案。
在另一实施例中,射频单元701用于接收第一信息,所述第一信息用于确定第一目标 对象的波束信息与第一人工智能AI模型具有关联关系。
在本申请实施例中,第一通信设备与第二通信设备交互第一信息,所述第一信息用于 确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系,通过将波束信息与 AI模型进行了关联,从而可实现波束免指示机制下的波束信息交互,降低波束指示时延。
可选地,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信 设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
可选地,所述第一信息包括以下至少一项:
所述第一AI模型的身份识别信息;
所述第一AI模型的输出结果相关信息;
第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI模 型;
第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
可选地,所述第一AI模型的身份识别信息包括以下至少一项:
所述第一AI模型的索引;
所述第一AI模型的功能;
所述第一AI模型的输出结果数量;
用于区分不同AI模型和/或区分是否使用AI模型的识别信息。
可选地,所述第一AI模型的输出结果相关信息,包括以下至少一项:
所述第一AI模型的输出结果;
所述第一AI模型的多个输出结果中的目标输出结果;
所述第一AI模型的所有输出结果;
根据所述第一AI模型的输出结果得到的信息。
可选地,所述第一QCL信息包括以下至少一项:
小区标识信息;
部分带宽BWP标识信息;
所述第一AI模型的身份识别信息;
所述第一AI模型的预设输出结果;
QCL类型,所述QCL类型包括:第一QCL类型或QCL type D。
可选地,所述接收第一信息,包括以下至少一项:
接收第一通信设备发送或上报或配置或指示的所述第一信息;
向第一通信设备发送第一请求信息,接收所述第一通信设备反馈的所述第一信息,所 述第一请求信息用于指示所述第一通信设备反馈所述第一信息;
按照协议约定的方式接收所述第一信息。
可选地,所述第一通信设备通过无线资源控制RRC信令、媒介访问控制层控制单元MAC CE信令或下行控制信息DCI信令向第二通信设备发送所述第一信息。
可选地,所述第一信息通过所述DCI信令中的第一指示域携带,所述第一指示域包括 以下至少之一:传输配置指示TCI域,探测参考信号资源指示SRI域。
可选地,不同参考信号和/或信道的波束信息关联不同的AI模型,或者,关联相同的 AI模型的不同输出结果,或者,关联相同的AI模型的部分不同的输出结果,或者,关联相同的AI模型的相同输出结果。
可选地,在所述第一目标对象的波束信息关联到第三参考信号和/或第三信道,且所述 第三参考信号/第三信道的波束作为默认波束的情况下,所述第三参考信号和/或第三信道不 能被关联到AI模型,或者,关联的AI模型不生效。
可选地,所述第一目标对象是特定配置的对象。
可选地,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的 生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
可选地,所述第一AI模型生效的时间点包括:
接收或发送AI模型生效信令的时间点,所述AI模型生效信令用于指示所述第一AI模 型生效;
接收或发送模式切换信息的时间点,所述模式切换信息用于指示AI模型的功能切换, 波束免指示模式切换,或者,由于模型切换需要对AI模型进行变动的信息。
可选地,所述参考时间点包括以下至少一项:
接收或发送反馈信息的时间点;
接收或发送反馈信息后所述反馈信息关联的HARQ/ACK信令发送的时间点;
根据所述第一AI模型的输出结果确定的时间点。
可选地,所述生效时长包括以下至少一项:
0ms;
3ms;
根据所述反馈信息确定的生效时长;
协议约定的生效时长;
所述第一通信设备或第二通信设备发送或配置或上报或指示;
根据第一通信设备的能力信息或第二通信设备的能力信息确定的生效时长。
可选地,所述第一AI模型的输出结果相关信息的生效条件包括以下至少之一:
发送或接收第一指示信息,所述第一指示信息用于指示所述第一AI模型的输出结果相 关信息生效;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 大于或大于等于预设门限的情况持续预设时间;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值 连续y次大于或等于预设门限;
正在使用的波束的生命周期结束;
正在使用的波束的波束质量低于预设门限;
正在使用的波束的波束质量低于预设门限的情况持续预设时间;
正在使用的波束的波束质量连续z次低于预设门限;
其中,所述y,z,预设门限或预设时间由所述第一通信设备发送或上报或配置或指示, 或者由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定。
可选地,所述射频单元701还用于:
接收或发送第二指示信息,所述第二指示信息用于指示所述第一AI模型的输出结果相 关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述第一AI模型的输出结 果相关信息是否生效。
可选地,所述处理器710用于:
在所述第一AI模型的输出结果相关信息生效的情况下,根据所述第一信息,确定所述 第一目标对象的波束信息。
可选地,在所述第二指示信息指示所述第一AI模型的输出结果相关信息不生效的情况 下,反馈报告中不包含波束测量结果和/或所述第一AI模型的输出结果相关信息。
可选地,反馈报告包括第一部分反馈报告和第二部分反馈报告,其中,所述第二部分 反馈报告的大小根据所述第一部分反馈报告内容确定。所述反馈报告用于交互AI模型的输 入相关信息和/或输出结果相关信息。
可选地,所述第一部分反馈报告包括所述第一AI模型的输出结果相关信息,所述第二 部分反馈报告包括测量结果和/或所述第一AI模型的输入相关信息。
可选地,在第一通信设备和第二通信设备对应的载波的子载波间隔SCS不同的情况下, 参考SCS根据以下至少一项确定:
第一通信设备端的SCS;
第二通信设备端的SCS;
承载AI相关交互信令的载波上的SCS;
AI相关交互信令的目标载波上的SCS。
可选地,所述处理器710还用于:
根据TPC累计值计算功控。
可选地,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确 定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模 型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
可选地,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设 备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量 之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波 束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所 述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结 果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
在本申请实施例中,通过将第一目标对象的波束信息与第一AI模型进行关联,避免了 波束信息的频繁指示,可有效降低时延。并且,本申请实施例还给出了第一AI模型的输出 结果相关信息的生效时间的确定方法,以及计算功控参数的方法,为波束免指示机制的实 现提供了可行性方案。
本申请实施例还提供一种网络侧设备,包括处理器和通信接口,通信接口用于与第二 通信设备交互第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人工智能 AI模型具有关联关系。或者,通信接口用于接收第一信息,所述第一信息用于确定第一目 标对象的波束信息与第一人工智能AI模型具有关联关系。
该网络侧设备实施例与上述第一通信设备侧或第二通信设备侧波束信息交互方法实施 例对应,上述方法实施例的各个实施过程和实现方式均可适用于该网络侧设备实施例中, 且能达到相同的技术效果。
具体地,本申请实施例还提供了一种网络侧设备。如图8所示,该网络侧设备800包括:天线801、射频装置802、基带装置803、处理器804和存储器805。天线801与射频 装置802连接。在上行方向上,射频装置802通过天线801接收信息,将接收的信息发送 给基带装置803进行处理。在下行方向上,基带装置803对要发送的信息进行处理,并发 送给射频装置802,射频装置802对收到的信息进行处理后经过天线801发送出去。
以上实施例中网络侧设备执行的方法可以在基带装置803中实现,该基带装置803包 括基带处理器。
基带装置803例如可以包括至少一个基带板,该基带板上设置有多个芯片,如图8所 示,其中一个芯片例如为基带处理器,通过总线接口与存储器805连接,以调用存储器805 中的程序,执行以上方法实施例中所示的网络设备操作。
该网络侧设备还可以包括网络接口806,该接口例如为通用公共无线接口(commonpublic radio interface,CPRI)。
具体地,本发明实施例的网络侧设备8000还包括:存储在存储器805上并可在处理器 804上运行的指令或程序,处理器804调用存储器805中的指令或程序执行图4或图5所示各模块执行的方法,并达到相同的技术效果,为避免重复,故不在此赘述。
具体地,本申请实施例还提供了一种网络侧设备。如图9所示,该网络侧设备900包括:处理器901、网络接口902和存储器903。其中,网络接口902例如为通用公共无线接 口(common public radio interface,CPRI)。
具体地,本发明实施例的网络侧设备900还包括:存储在存储器903上并可在处理器 901上运行的指令或程序,处理器901调用存储器903中的指令或程序执行图4或图5所示各模块执行的方法,并达到相同的技术效果,为避免重复,故不在此赘述。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该 程序或指令被处理器执行时实现上述波束信息交互方法实施例的各个过程,且能达到相同 的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质,包括 计算机可读存储介质,如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和 所述处理器耦合,所述处理器用于运行程序或指令,实现上述波束信息交互方法实施例的 各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片,系统芯片,芯片系统或片 上系统芯片等。
本申请实施例另提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在 存储介质中,所述计算机程序/程序产品被至少一个处理器执行以实现上述波束信息交互方 法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本申请实施例还提供了一种波束信息交互系统,包括:第一通信设备及第二通信设备, 所述第一通信设备可用于执行如上所述的波束信息交互方法的步骤,所述第二通信设备可 用于执行如上所述的波束信息交互方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素, 而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所 固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除 在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的 是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包 括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于 所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参 照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可 借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者 是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡 献的部分可以以计算机软件产品的形式体现出来,该计算机软件产品存储在一个存储介质 (如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施 方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在 本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形 式,均属于本申请的保护之内。
Claims (39)
1.一种波束信息交互方法,其特征在于,包括:
第一通信设备与第二通信设备交互第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系。
2.根据权利要求1所述的波束信息交互方法,其特征在于,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
3.根据权利要求1或2所述的波束信息交互方法,其特征在于,所述第一信息包括以下至少一项:
所述第一AI模型的身份识别信息;
所述第一AI模型的输出结果相关信息;
第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI模型;
第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
4.根据权利要求3所述的波束信息交互方法,其特征在于,所述第一AI模型的身份识别信息包括以下至少一项:
所述第一AI模型的索引;
所述第一AI模型的功能;
所述第一AI模型的输出结果数量;
用于区分不同AI模型和/或区分是否使用AI模型的识别信息。
5.根据权利要求3所述的波束信息交互方法,其特征在于,所述第一AI模型的输出结果相关信息,包括以下至少一项:
所述第一AI模型的输出结果;
所述第一AI模型的多个输出结果中的目标输出结果;
所述第一AI模型的所有输出结果;
根据所述第一AI模型的输出结果得到的信息。
6.根据权利要求3所述的波束信息交互方法,其特征在于,所述第一QCL信息包括以下至少一项:
小区标识信息;
部分带宽BWP标识信息;
所述第一AI模型的身份识别信息;
所述第一AI模型的预设输出结果;
QCL类型,所述QCL类型包括:第一QCL类型或QCL type D。
7.根据权利要求1至6中任一项所述的波束信息交互方法,其特征在于,所述第一通信设备与第二通信设备交互第一信息,包括以下至少一项:
所述第一通信设备向第二通信设备发送或上报或配置或指示所述第一信息;
所述第一通信设备接收到所述第二通信设备的第一请求信息,向所述第二通信设备反馈所述第一信息,第一请求信息用于指示所述第一通信设备反馈所述第一信息;
所述第一通信设备按照协议约定的方式与第二通信设备交互第一信息。
8.根据权利要求7所述的波束信息交互方法,其特征在于,所述第一通信设备通过无线资源控制RRC信令、媒介访问控制层控制单元MAC CE信令或下行控制信息DCI信令向第二通信设备发送所述第一信息。
9.根据权利要求8所述的波束信息交互方法,其特征在于,所述第一信息通过所述DCI信令中的第一指示域携带,所述第一指示域包括以下至少之一:传输配置指示TCI域,探测参考信号资源指示SRI域。
10.根据权利要求2所述的波束信息交互方法,其特征在于,不同参考信号和/或信道的波束信息关联不同的AI模型,或者,关联相同的AI模型的不同输出结果,或者,关联相同的AI模型的部分不同的输出结果,或者,关联相同的AI模型的相同输出结果。
11.根据权利要求2所述的波束信息交互方法,其特征在于,在所述第一目标对象的波束信息关联到第三参考信号和/或第三信道,且所述第三参考信号/第三信道的波束作为默认波束的情况下,所述第三参考信号和/或第三信道不能被关联到AI模型,或者,关联的AI模型不生效。
12.根据权利要求2所述的波束信息交互方法,其特征在于,所述第一目标对象是特定配置的对象。
13.根据权利要求3所述的波束信息交互方法,其特征在于,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
14.根据权利要求13所述的波束信息交互方法,其特征在于,所述第一AI模型生效的时间点包括:
接收或发送AI模型生效信令的时间点,所述AI模型生效信令用于指示所述第一AI模型生效;
接收或发送模式切换信息的时间点,所述模式切换信息用于指示AI模型的功能切换,波束免指示模式切换,或者,由于模型切换需要对AI模型进行变动的信息。
15.根据权利要求13或14所述的波束信息交互方法,其特征在于,所述参考时间点包括以下至少一项:
接收或发送反馈信息的时间点;
接收或发送反馈信息后所述反馈信息关联的HARQ/ACK信令发送的时间点;
根据所述第一AI模型的输出结果确定的时间点。
16.根据权利要求13-15中任一项所述的波束信息交互方法,其特征在于,所述生效时长包括以下至少一项:
0ms;
3ms;
根据所述反馈信息确定的生效时长;
协议约定的生效时长;
所述第一通信设备或第二通信设备发送或配置或上报或指示;
根据第一通信设备的能力信息或第二通信设备的能力信息确定的生效时长。
17.根据权利要求13-16中任一项所述的波束信息交互方法,其特征在于,所述第一AI模型的输出结果相关信息的生效条件包括以下至少之一:
发送或接收第一指示信息,所述第一指示信息用于指示所述第一AI模型的输出结果相关信息生效;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值大于或大于等于预设门限;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值大于或大于等于预设门限的情况持续预设时间;
所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值连续y次大于或等于预设门限;
正在使用的波束的生命周期结束;
正在使用的波束的波束质量低于预设门限;
正在使用的波束的波束质量低于预设门限的情况持续预设时间;
正在使用的波束的波束质量连续z次低于预设门限;
其中,所述y,z,预设门限或预设时间由所述第一通信设备发送或上报或配置或指示,或者由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定。
18.根据权利要求13-17中任一项所述的波束信息交互方法,其特征在于,所述方法还包括:
发送或接收第二指示信息,所述第二指示信息用于指示所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述第一AI模型的输出结果相关信息是否生效。
19.根据权利要求18所述的波束信息交互方法,其特征在于,在所述第二指示信息指示所述第一AI模型的输出结果相关信息不生效的情况下,反馈报告中不包含波束测量结果和/或所述第一AI模型的输出结果相关信息。
20.根据权利要求1-19中任一项所述的波束信息交互方法,其特征在于,反馈报告包括第一部分反馈报告和第二部分反馈报告,其中,所述第二部分反馈报告的大小根据所述第一部分反馈报告内容确定,所述反馈报告用于交互AI模型的输入相关信息和/或输出结果相关信息。
21.根据权利要求20所述的波束信息交互方法,其特征在于,所述第一部分反馈报告包括所述第一AI模型的输出结果相关信息,所述第二部分反馈报告包括测量结果和/或所述第一AI模型的输入相关信息。
22.根据权利要求13-21中任一项所述的波束信息交互方法,其特征在于,在所述第一通信设备和第二通信设备对应的载波的子载波间隔SCS不同的情况下,参考SCS根据以下至少一项确定:
第一通信设备端的SCS;
第二通信设备端的SCS;
承载AI相关交互信令的载波上的SCS;
AI相关交互信令的目标载波上的SCS。
23.根据权利要求1-22中任一项所述的波束信息交互方法,其特征在于,所述方法还包括:
根据TPC累计值计算功控。
24.根据权利要求23所述的波束信息交互方法,其特征在于,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
25.根据权利要求22所述的波束信息交互方法,其特征在于,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
26.一种波束交互方法,其特征在于,包括:
第二通信设备接收第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系。
27.根据权利要求26所述的波束交互方法,其特征在于,所述第一目标对象包括以下至少一项:第一参考信号;第一信道;第一通信设备;第二通信设备;第一载波;第一带宽部分BWP;第一载波组;第一BWP组。
28.根据权利要求26或27所述的波束交互方法,其特征在于,所述第一信息包括以下至少一项:
所述第一AI模型的身份识别信息;
所述第一AI模型的输出结果相关信息;
第二参考信号和/或第二信道,所述第二参考信号和/或第二信道关联到所述第一AI模型;
第一准共址QCL信息,所述第一QCL信息关联到所述第一AI模型。
29.根据权利要求26-28中任一项所述的波束信息交互方法,其特征在于,所述第二通信设备接收第一信息,包括以下至少一项:
第二通信设备接收第一通信设备发送或上报或配置或指示的所述第一信息;
向第一通信设备发送第一请求信息,接收所述第一通信设备反馈的所述第一信息,所述第一请求信息用于指示所述第一通信设备反馈所述第一信息;
按照协议约定的方式接收所述第一信息。
30.根据权利要求28所述的波束信息交互方法,其特征在于,在所述第一AI模型生效的情况下,所述第一AI模型的输出结果相关信息的生效时间点根据参考时间点和所述第一AI模型的生效时长确定。
31.根据权利要求30所述的波束信息交互方法,其特征在于,所述方法还包括:
接收或发送第二指示信息,所述第二指示信息用于指示所述第一AI模型的输出结果相关信息中的波束质量与正在使用的波束的波束质量差值,和/或,所述第一AI模型的输出结果相关信息是否生效。
32.根据权利要求30或31所述的波束信息交互方法,其特征在于,所述方法还包括:
在所述第一AI模型的输出结果相关信息生效的情况下,根据所述第一信息,确定所述第一目标对象的波束信息。
33.根据权利要求26-32中任一项所述的波束信息交互方法,其特征在于,所述方法还包括:
根据TPC累计值计算功控。
34.根据权利要求33所述的波束信息交互方法,其特征在于,在满足以下第一条件至少其中之一的情况下,所述TPC累计值重置为0;
其中,所述第一条件包括:
所述第一AI模型的第二输出结果相关信息生效;
所述第一AI模型的第二输出结果相关信息生效,且根据所述第二输出结果相关信息确定的波束信息与之前使用的波束信息不一致,所述之前使用的波束信息根据所述第一AI模型的第一输出结果相关信息确定;
所述第一AI模型的第二输出结果相关信息关联的期望功率值、和/或Po_SRS和/或Po_UE的值改变;
所述第一AI模型的第二输出结果相关信息关联的alpha的值改变。
35.根据权利要求33所述的波束信息交互方法,其特征在于,在TPC累计值继续生效的情况下,所述根据TPC累计值计算功控包括:
根据TPC累计值以及不同波束相关信息质量差值与衰减系数的乘积确定功控;
其中,所述衰减系数由第一通信设备发送或上报或配置或指示,或者,由第二通信设备发送或上报或配置或指示,或者,根据协议约定的方式确定;
所述不同波束相关信息质量差值表示的是第二波束的波束质量与第一波束的波束质量之间的差值,所述第一波束的波束质量是确定第一波束时的波束质量,或者,确定第二波束时,预测或测量出的第一波束对应的波束质量;
其中,所述第一波束为根据所述第一AI模型的第一输出结果相关信息确定的波束,所述第二波束为根据所述第一AI模型的第二输出结果相关信息确定的波束,所述第一输出结果相关信息的生效时间早于所述第二输出结果相关信息的生效时间。
36.一种波束信息交互装置,其特征在于,包括:
第一交互模块,用于与第二通信设备交互第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系。
37.一种波束信息交互装置,其特征在于,包括:
第一接收模块,用于接收第一信息,所述第一信息用于确定第一目标对象的波束信息与第一人工智能AI模型具有关联关系。
38.一种通信设备,其特征在于,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至25中任一项所述的波束信息交互方法的步骤,或实现如权利要求26至35中任一项所述的波束信息交互方法的步骤。
39.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至25中任一项所述的波束信息交互方法的步骤,或实现如权利要求26至35中任一项所述的波束信息交互方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210051269.7A CN116488689A (zh) | 2022-01-17 | 2022-01-17 | 波束信息交互方法、装置、设备及存储介质 |
PCT/CN2023/072284 WO2023134761A1 (zh) | 2022-01-17 | 2023-01-16 | 波束信息交互方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210051269.7A CN116488689A (zh) | 2022-01-17 | 2022-01-17 | 波束信息交互方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116488689A true CN116488689A (zh) | 2023-07-25 |
Family
ID=87216503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210051269.7A Pending CN116488689A (zh) | 2022-01-17 | 2022-01-17 | 波束信息交互方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116488689A (zh) |
WO (1) | WO2023134761A1 (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019176428A (ja) * | 2018-03-29 | 2019-10-10 | 株式会社Nttドコモ | 基地局、及びユーザ装置 |
US11153179B2 (en) * | 2019-09-09 | 2021-10-19 | Qualcomm Incorporated | Neural-network-based link-level performance prediction |
KR20220103124A (ko) * | 2019-12-03 | 2022-07-21 | 엘지전자 주식회사 | 무선 통신 시스템에서 인공 지능 기반의 빔 관리 방법 및 이에 대한 장치 |
CN113365287B (zh) * | 2020-03-06 | 2024-08-20 | 华为技术有限公司 | 通信方法及装置 |
US20210326701A1 (en) * | 2020-04-16 | 2021-10-21 | Qualcomm Incorporated | Architecture for machine learning (ml) assisted communications networks |
CN114422380B (zh) * | 2020-10-09 | 2023-06-09 | 维沃移动通信有限公司 | 神经网络信息传输方法、装置、通信设备和存储介质 |
CN114390580B (zh) * | 2020-10-20 | 2024-10-15 | 维沃移动通信有限公司 | 波束上报方法、波束信息确定方法及相关设备 |
-
2022
- 2022-01-17 CN CN202210051269.7A patent/CN116488689A/zh active Pending
-
2023
- 2023-01-16 WO PCT/CN2023/072284 patent/WO2023134761A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023134761A1 (zh) | 2023-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114390580B (zh) | 波束上报方法、波束信息确定方法及相关设备 | |
WO2023040887A1 (zh) | 信息上报方法、装置、终端及可读存储介质 | |
EP4404613A1 (en) | Parameter selection method, parameter configuration method, terminal and network side device | |
CN116488747A (zh) | 信息交互方法、装置及通信设备 | |
CN116567691A (zh) | 信息传输方法、装置、终端及网络侧设备 | |
CN116488689A (zh) | 波束信息交互方法、装置、设备及存储介质 | |
CN118487729A (zh) | 通信处理方法、装置、设备及可读存储介质 | |
WO2024046202A1 (zh) | 发送方法、用户设备、网络侧设备及可读存储介质 | |
WO2024160085A1 (zh) | 通信处理方法、装置、设备及可读存储介质 | |
US20240357382A1 (en) | Communication model configuration method and apparatus, and communication device | |
WO2024067434A1 (zh) | Rs配置方法、装置、终端及网络侧设备 | |
WO2024041420A1 (zh) | 测量反馈处理方法、装置、终端及网络侧设备 | |
CN118413898A (zh) | 通信处理方法、装置、设备及可读存储介质 | |
WO2024041421A1 (zh) | 测量反馈处理方法、装置、终端及网络侧设备 | |
WO2024067281A1 (zh) | Ai模型的处理方法、装置及通信设备 | |
WO2024099094A1 (zh) | 波束测量方法、装置、终端、网络侧设备及存储介质 | |
WO2024093771A1 (zh) | 参考信号确定方法、终端及网络侧设备 | |
WO2024046206A1 (zh) | 接收方法、设备及可读存储介质 | |
WO2024125525A1 (zh) | Ai算力上报方法、终端及网络侧设备 | |
WO2024093713A1 (zh) | 资源配置方法、装置、通信设备及可读存储介质 | |
WO2024032694A1 (zh) | Csi预测处理方法、装置、通信设备及可读存储介质 | |
CN117938214A (zh) | 传输方法、装置、通信设备及可读存储介质 | |
CN116488751A (zh) | 传输方法、装置和设备 | |
CN117674915A (zh) | 确定方法、设备及可读存储介质 | |
CN118055421A (zh) | 波束预测方法、装置、终端、网络侧设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |