CN116569626A - 信息处理方法、装置、通信设备及存储介质 - Google Patents
信息处理方法、装置、通信设备及存储介质 Download PDFInfo
- Publication number
- CN116569626A CN116569626A CN202180004434.7A CN202180004434A CN116569626A CN 116569626 A CN116569626 A CN 116569626A CN 202180004434 A CN202180004434 A CN 202180004434A CN 116569626 A CN116569626 A CN 116569626A
- Authority
- CN
- China
- Prior art keywords
- model
- information
- dmrs pattern
- channel estimation
- models
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
Abstract
本公开实施例提供了一种信息处理方法、装置、通信设备及存储介质;该信息处理方法由UE执行,可包括:根据DMRS图样对应的AI模型的数量,采用与所述DMRS图样对应的所述AI模型进行信道估计。
Description
本公开涉及但不限于通信技术领域,尤其涉及一种信息处理方法、装置、通信设备及存储介质。
对于新空口(New Radio,NR)系统面临复杂多样的应用场景以及更为丰富的业务类型,解调参考信号(Demodulation Reference Signal,DMRS)的设计需要充分考虑各项系统参数配置的灵活性。因此,NR系统中DMRS将有多种不同的类型。
在超5代移动通信系统(B5G)或者第6代移动通信系统(6G)中,随着收发端的天线数量的进一步增加,大量的多入多出(multiple input multiple output,MIMO)的使用增大了信道估计的难度。许多研究考虑引入人工智能(Artificial Intelligence,AI)方法来实现信道估计,在信道环境以及用户设备(User Equipment,UE)移动性呈现出高度差异性的场景下,采用同一个AI模型来实现信道估计显然无法满足需求。
发明内容
本公开实施例提供一种信息处理方法、装置、通信设备及存储介质。
根据本公开的第一方面,提供一种信息处理方法,由UE执行,包括:
根据DMRS图样对应的AI模型的数量,采用与DMRS图样对应的AI模型进行信道估计。
根据本公开的第二方面,提供一种信息处理方法,由基站执行,包括:
发送用于指示DMRS图样对应的AI模型的数量的配置信息,其中,DMRS图样对应的AI模型的数量,用于指示UE确定根据与DMRS图样对应的AI模型的数量确定进行信道估计的AI模型。
根据本公开的第三方面,提供一种信息处理方法,由基站执行,包括:
接收第一建议信息;其中,第一建议信息指示UE使用的DMRS图样,或者第一建议信息指示UE使用的DMRS图样及指示UE所需的AI模型;其中,AI模型用于UE进行信道估计;
基于第一建议信息,确定UE所需的DMRS图样对应的AI模型的模型信息;
发送模型信息。
根据本公开的第四方面,提供一种信息处理装置,应用于UE执行,包括:
第一处理模块,被配置为根据DMRS图样对应的AI模型的数量,采用与DMRS图样对应的AI模型进行信道估计。
根据本公开实施例的第五方面,提供一种信息处理装置,应用于基站,包括:
第二发送模块,被配置为发送用于指示DMRS图样对应的AI模型的数量的配置信息,其中,DMRS图样对应的AI模型的数量,用于UE指示UE根据与DMRS图样对应的AI模型的数量确定进行信道估计的AI模型。
根据本公开的第六方面,提供一种信息处理装置,应用于基站,包括:
第三接收模块,被配置为接收第一建议信息;其中,第一建议信息指示UE使用的DMRS图样,或者,第一建议信息指示UE使用的DMRS图样及指示UE所需的AI模型;其中,AI模型用于UE进行信道估计;
第三处理模块,被配置为基于第一建议信息,确定UE所需的DMRS图样对应的AI模型的模型信息;
第三发送模块,被配置为发送模型信息。
根据本公开的第七方面,提供一种通信设备,其中,通信设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为:用于运行可执行指令时,实现本公开任意实施例的信息处理方法。
根据本公开的第八方面,提供一种计算机存储介质,其中,计算机存储介质存储有计算机可执行程序,可执行程序被处理器执行时实现本公开任意实施例的信息处理方法。
本公开实施例提供的技术方案可以包括以下有益效果:
在本公开实施例中,UE根据解DMRS图样对应的AI模型的数量,采用与所述DMRS图样对应的所述AI模型进行信道估计。如此,一方面,无需对所有DMRS图样采用相同的AI模型进行信道估计,可以针对不同的DRMS图样采用其合适的AI模型进行信道估计;从而提高AI方法在信道估计方面的适用性,能更好地适配各种信道环境;另一方面,可以根据DMRS图样对应的AI模型的数量,准确确定与DMRS图样匹配的进行信道估计所采用的AI模型;从而可以提高确定AI模型的准确性,从而提高信道估计的效率和性能。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开实施例。
图1是是一种无线通信系统的结构示意图。
图2是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图3是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图4是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图5是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图6是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图7是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图8是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图9是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图10是根据本公开一示例性实施例示出的一种信息处理方法的流程图。
图11是根据本公开一示例性实施例示出的一种信息处理装置的框图。
图12是根据本公开一示例性实施例示出的一种信息处理装置的框图。
图13是根据本公开一示例性实施例示出的一种信息处理装置的框图。
图14是根据一示例性实施例示出的一种UE的框图。
图15是根据一示例性实施例示出的一种基站的框图。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开实施例的一些方面相一致的装置和方法的例子。
在本公开实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
请参考图1,其示出了本公开实施例提供的一种无线通信系统的结构示意图。如图1所示,无线通信系统是基于蜂窝移动通信技术的通信系统,该无线通信系统可以包括:若干个用户设备110以及若干个基站120。
其中,用户设备110可以是指向用户提供语音和/或数据连通性的设备。用户设备110可以经无线接入网(Radio Access Network,RAN)与一个或多个核心网进行通信,用户设备110可以是物联网用户设备,如传感器设备、移动电话(或称为“蜂窝”电话)和具有物联网用户设备的计算机,例如,可以是固定式、便携式、袖珍式、手持式、计算机内置的或者车载的装置。例如,站(Station,STA)、订户单元(subscriber unit)、订户站(subscriber station),移动站(mobile station)、移动台(mobile)、远程站(remote station)、接入点、远程用户设备(remote terminal)、接入用户设备(access terminal)、用户装置(user terminal)、用户代理(user agent)、用户设备(user device)、或用户设备(user equipment)。或者,用户设备110也可以是无人飞行器的设备。或者,用户设备110也可以是 车载设备,比如,可以是具有无线通信功能的行车电脑,或者是外接行车电脑的无线用户设备。或者,用户设备110也可以是路边设备,比如,可以是具有无线通信功能的路灯、信号灯或者其它路边设备等。
基站120可以是无线通信系统中的网络侧设备。其中,该无线通信系统可以是第四代移动通信技术(the 4th generation mobile communication,4G)系统,又称长期演进(Long Term Evolution,LTE)系统;或者,该无线通信系统也可以是5G系统,又称新空口系统或5G NR系统。或者,该无线通信系统也可以是5G系统的再下一代系统。其中,5G系统中的接入网可以称为新一代无线接入网(New Generation-Radio Access Network,NG-RAN)。
其中,基站120可以是4G系统中采用的演进型基站(eNB)。或者,基站120也可以是5G系统中采用集中分布式架构的基站(gNB)。当基站120采用集中分布式架构时,通常包括集中单元(central unit,CU)和至少两个分布单元(distributed unit,DU)。集中单元中设置有分组数据汇聚协议(Packet Data Convergence Protocol,PDCP)层、无线链路层控制协议(Radio Link Control,RLC)层、媒体接入控制(Medium Access Control,MAC)层的协议栈;分布单元中设置有物理(Physical,PHY)层协议栈,本公开实施例对基站120的具体实现方式不加以限定。
基站120和用户设备110之间可以通过无线空口建立无线连接。在不同的实施方式中,该无线空口是基于第四代移动通信网络技术(4G)标准的无线空口;或者,该无线空口是基于第五代移动通信网络技术(5G)标准的无线空口,比如该无线空口是新空口;或者,该无线空口也可以是基于5G的更下一代移动通信网络技术标准的无线空口。
在一些实施例中,用户设备110之间还可以建立E2E(End to End,端到端)连接。比如车联网通信(vehicle to everything,V2X)中的车对车(vehicle to vehicle,V2V)通信、车对路边设备(vehicle to Infrastructure,V2I)通信和车对人(vehicle to pedestrian,V2P)通信等场景。
这里,上述用户设备可认为是下面实施例的终端设备。
在一些实施例中,上述无线通信系统还可以包含网络管理设备130。
若干个基站120分别与网络管理设备130相连。其中,网络管理设备130可以是无线通信系统中的核心网设备,比如,该网络管理设备130可以是演进的数据分组核心网(Evolved Packet Core,EPC)中的移动性管理实体(Mobility Management Entity,MME)。或者,该网络管理设备也可以是其它的核心网设备,比如服务网关(Serving GateWay,SGW)、公用数据网网关(Public Data Network GateWay,PGW)、策略与计费规则功能单元(Policy and Charging Rules Function,PCRF)或者归属签约用户服务器(Home Subscriber Server,HSS)等。对于网络管理设备130的实现形态,本公开实施例不做限定。
为了便于本领域内技术人员理解,本公开实施例列举了多个实施方式以对本公开实施例的技术方案进行清晰地说明。当然,本领域内技术人员可以理解,本公开实施例提供的多个实施例,可以被单独执行,也可以与本公开实施例中其他实施例的方法结合后一起被执行,还可以单独或结合后 与其他相关技术中的一些方法一起被执行;本公开实施例并不对此作出限定。
本公开实施例提供一种信息处理方法,由UE执行,包括:
步骤S11:确定是否采用AI模型进行信道估计。
在一些可能的实现方式中,该方案可以包括:根据从网络设备接收到的AI指示信息,确定是否采用AI模型进行信道估计。
这里,UE可以是各种终端。例如,UE可以是但不限于是手机、计算机、服务器、可穿戴设备、游戏控制平台或多媒体设备等。
这里,网络设备包括接入网设备或者核心网设备。接入网设备可以是基站等;该基站可以该基站可以是各种类型的基站,例如可以是2G基站、3G基站、4G基站、5G基站或其它演进型基站。核心网设备可以是各种物理实体或者逻辑实体;例如可以是各种网络功能(Network Function,NF),如可以是接入与移动性管理功能(Access and Mobility Management Function,AMF)。
在一些可能的使用场景中,当基站配置的DMRS图样、附加DMRS情况不同,用于信道估计的AI模型的输入输出维度也不一样;对于不同的信道环境,所需要采用的AI模型复杂度也不一样,因此可以根据具体情况来确定是否启用AI方法。在一些可能的实现方式中,UE可以根据从网络侧接收到的指示信息确定是否采用AI模型进行信道估计。例如,在指示信息中可以包括AI_indicator来表示是否启用AI方法;举例来说,AI_indicator=0,表示不启用AI方法来进行信道估计;AI_indicator=1表示启用AI方法来进行信道估计。
在一些可能的使用场景中,UE可以根据从网络侧接收到的指示信息,确定采用哪一个AI模型来进行信道估计。例如,指示信息中可以包括Model_indictor来指示选择的信道估计模型。
如此,可以基于AI指示信息,准确确定是否基于AI模型进行信道估计。
如图2所示,本公开实施例提供一种信息处理方法,由UE执行,可包括:
步骤S21:根据DMRS图样对应的AI模型的数量,采用与DMRS图样对应的AI模型进行信道估计。
这里,UE可以是各种终端。例如,UE可以是但不限于是手机、计算机、服务器、可穿戴设备、游戏控制平台或多媒体设备等。
这里,DMRS图样包括资源块(RB)或者资源单元(RE)内DMRS的时频映射资源。例如,一个DMRS图样包括:DMRS承载在一个RB的第4个和第8个符号上。又如,一个DMRS图样包括:DMRS承载在一个RB上第1和第2个子载波上的第4个和第8个符号上。
这里,一个DRMS图样对应的AI模型的数量可以是一个或者多个。
在一个实施例中,UE可以基于根据协议约定,确定DMRS图样对应的AI模型为一个或多个。
在另一个实施例中,UE可以基于UE的模型部署信息,确定DMRS图样对应的AI模型为一个或多个。例如,UE接收网络设备到发送的UE的模型部署信息;模型部署信息包括:至少一个DMRS 图样与AI模型的对应关系;该对应关系,包括:一个DMRS图样与一个AI模型的对应关系,和/或一个DMRS图样与多个AI模型的对应关系。
这里,网络设备包括接入网设备或者核心网设备。接入网设备可以是基站等;该基站可以该基站可以是各种类型的基站,例如可以是2G基站、3G基站、4G基站、5G基站或其它演进型基站。核心网设备可以是各种物理实体或者逻辑实体;例如可以是各种网络NF,如可以是AMF。
若UE接收核心网设备发送的信息,可以是:UE接收由基站转发的核心网设备发送的信息。
在又一个实施例中,UE可以基于基站发送的配置信息,确定DMRS图样对应的AI模型为一个或多个。例如,UE接收基站发送的指示DMRS图样对应的AI数量的配置信息;UE若确定配置信息指示DMRS图样对应一个AI模型,确定DMRS图样对应一个AI模型,或者若确定配置信息指示DMRS图样对应多个AI模型,确定DMRS图样对应多个AI模型。
如此,可以基于协议约定、UE中的模型部署信息或者基站配置的方式等多种方式,确定DMRS图样对应的AI模型是一个或多个。
在本公开实施例中,UE根据解DMRS图样对应的AI模型的数量,采用与所述DMRS图样对应的所述AI模型进行信道估计。如此,一方面,无需对所有DMRS图样采用相同的AI模型进行信道估计,可以针对不同的DRMS图样采用其合适的AI模型进行信道估计;从而提高AI方法在信道估计方面的适用性,能更好地适配各种信道环境;另一方面,可以根据DMRS图样对应的AI模型的数量,准确确定与DMRS图样匹配的进行信道估计所采用的AI模型;从而可以提高确定AI模型的准确性,从而提高信道估计的效率和性能。
该步骤S21,可包括以下之一:
响应于与DMRS图样对应的AI模型为一个,采用与DMRS图样对应的AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,从多个AI模型中确定与DMRS图样对应的一个AI模型进行信道估计。
该响应于与DMRS图样对应的AI模型为多个,从多个AI模型中确定与DMRS图样对应的一个AI模型进行信道估计,包括以下之一:
响应于与DMRS图样对应的AI模型为多个,基于AI模型指示信息,从多个AI模型中确定一个AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,从多个AI模型中确定任意一个AI模型进行信道估计;
响应于DMRS图样对应的AI模型为多个,从多个AI模型中选择与UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型。
本公开实施例提供的一种信息处理方法,由UE执行,可包括:
响应于与DMRS图样对应的AI模型为一个,采用与DMRS图样对应的AI模型进行信道估计;
或者,
响应于与DMRS图样对应的AI模型为多个,基于AI模型指示信息,从多个AI模型中确定一 个AI模型进行信道估计。
该AI模型指示信息可以由基站发送的。例如,UE接收基站发送的配置信息,其中,配置信息包括:AI模型指示信息,指示UE从与DMRS图样对应的AI模型中确定用于信道估计的AI模型;UE基于配置信息获取AI模型指示信息。
示例性的,若UE确定DMRS图样的对应AI模型为一个,则确定采用与该DRMS图样对应的该一个AI模型进行信道估计。
示例性的,若UE确定DMRS图样对应的AI模型为多个,UE基于AI模型指示信息指示的与DMRS图样对应的多个AI模型中一个AI模型进行信道估计。例如,该DMRS图样对应的多个AI模型分别为:AI模型1、AI模型2及AI模型3;若UE接收的AI模型指示信息指示AI模型3,则UE基于AI模型3进行信道估计。
如此,在本公开实施例中,UE还可以接收基站配置的AI模型指示信息,以当DMRS图样对应的AI模型为多个时可以准确指示UE所需使用的一个AI模型;如此,可以使得UE确定合适的AI模型进行信道估计。或者,若DMRS图样对应的AI模型为一个时,可以无需AI模型指示信息指示AI模型,使得UE可以直接基于DMRS图样对应的AI模型进行信道估计。
本公开实施例提供的一种信息处理法方法,由UE执行,可包括:响应于与DMRS图样对应的AI模型为多个,从多个AI模型中确定任意一个AI模型进行信道估计。
如此,在本公开实施例中,若DMRS图样对应的AI模型为多个,也可以从多个AI模型中任意选取一个AI模型进行信道估计。如此,也可以针对不同的DMRS图样选择其合适的AI模型进行信道估计,从而提高AI方法在信道估计方面的适用性,能更好地适配各种信道估计;从而在一定程度上提高信道估计的效率和性能。
本公开实施例提供的一种信息处理方法,由UE执行,可包括:响应于DMRS图样对应的AI模型为多个,从多个AI模型中选择与UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型。
示例性的,若DMRS图样对应的AI模型为多个时,UE的移动速度,与UE选择AI模型的输入维度的大小呈正相关。例如,若UE的移动速度相对越快,则UE可以从该多个AI模型中选择一个输入维度相对较大的AI模型信道估计;若UE的移动速度相对越慢,则UE可以从该多个AI模型中选择输入维度相对较小的AI模型信道估计。
示例性的,若DMRS图样对应的AI模型为多个时,信道质量指示的信道环境的好坏,与UE选择AI模型的输入维度的大小呈反相关。例如,若UE所在信道环境相对越差,则UE可以从该多个AI模型中选择一个输入维度相对较大的AI模型信道估计;若UE所在的信道环境相对越好,则UE可以从该多个AI模型中选择输入维度相对较小的AI模型信道估计。
示例性的,若DMRS图样对应的AI模型为多个时,UE的计算能力的强弱,与UE选择AI模型的输入维度的大小呈正相关。例如,若UE计算能力相对越强,则UE可以从该多个AI模型中选择一个输入维度相对较大的AI模型信道估计;若UE的计算能力相对越弱,则UE可以从该多个AI 模型中选择输入维度相对较小的AI模型信道估计。
示例性的,若DMRS图样对应的AI模型为多个时UE的计算能力的强弱,与UE选择AI模型的输入维度的大小呈正相关。例如,若UE计算能力相对越强,则UE可以从该多个AI模型中选择一个输入维度相对较大的AI模型信道估计;若UE的计算能力相对越弱,则UE可以从该多个AI模型中选择输入维度相对较小的AI模型信道估计。
示例性的,若DMRS图样对应的AI模型为多个时UE的存储能力的大小,与UE选择AI模型的输入维度的大小呈正相关。例如,若UE存储能力相对越大,则UE可以从该多个AI模型中选择一个输入维度相对较大的AI模型信道估计;若UE的计算能力相对越小,则UE可以从该多个AI模型中选择输入维度相对较小的AI模型信道估计。
如此,在本公开实施例中,若UE未获取到AI模型指示信息,也可以基于UE的移动速度、UE所在信道质量、UE的计算能力的强弱以及UE的存储能力的大小的其中至少之一,从与DMRS图样对应的多个AI模型中准确确定一个AI模型进行信道估计。如此,可以选择与UE的能力匹配的AI模型,还能提高信道估计的效率及性能。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
在一些实施例中,在步骤S21之前,还包括:
确定DMRS图样;
和/或,
确定是否采用与DMRS图样对应的AI模型进行信道估计。
如图3所示,本公开实施例提供一种信息处理方法,由UE执行,包括:
步骤S31:确定是否采用与DMRS图样对应的AI模型进行信道估计。
在本公开的一些实施例中,DMRS图样为步骤S21中的DMRS图样。
在一些可能的实现方式中,该方案可以包括:根据从网络设备接收到的指示信息,确定是否采用AI模型进行信道估计。
在一些可能的使用场景中,当基站配置的DMRS图样、附加DMRS情况不同,用于信道估计的AI模型的输入输出维度也不一样;对于不同的信道环境,所需要采用的AI模型复杂度也不一样,因此可以根据具体情况来确定是否启用AI方法。在一些可能的实现方式中,UE可以根据从网络侧接收到的指示信息确定是否采用AI模型进行信道估计。例如,在指示信息中可以包括AI_indicator来表示是否启用AI方法;举例来说,AI_indicator=0,表示不启用AI方法来进行信道估计;AI_indicator=1表示启用AI方法来进行信道估计。
在一些可能的使用场景中,UE可以根据从网络侧接收到的AI指示信息,确定采用哪一个AI模型来进行信道估计。例如,指示信息中可以包括Model_indictor来指示选择的信道估计模型。
本公开实施例提供一种信息处理方法,由UE执行,可包括:确定DMRS图样。
该确定DMRS图样,可以是但不限于是:UE接收基站发送的指示DMRS图样的配置信息,和/或,UE确定DMRS图样。
该步骤S31,可以是:确定采用与DMRS图样对应的AI模型进行信道估计;或者,确定不采用与DMRS图样对应的AI模型进行信道估计。
在本公开实施例中,可以通过UE确定DMRS图样,并确定是否采用与DMRS图样对应的AI模型进行信道估计;如此无需对所有DMRS图样都选择同样的AI模型进行信道估计,可以对于不同的DRMS图样采用其合适的AI模型进行信道估计。如此,可以提高AI方法在信道估计方面的适用性,能够更好地适配各种信道环境,从而提高信道估计的效率和性能。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
该确定DMRS图样,可以是:接收指示DMRS图样的配置信息。
如图4所示,本公开实施例提供一种信息处理方法,由UE执行,可包括:
步骤S41:接收指示DMRS图样的配置信息。
该步骤S41,可以是:接收基站发送的指示DMRS图样的配置信息。
该配置信息,包括:AI指示信息,指示是否启动AI模型进行信道估计。
示例性的,UE接收基站发送的指示DMRS图样的配置信息;UE基于DMRS图样,采用与DMR图样对应的AI模型进行信道估计。
示例性的,UE接收基站发送的指示DMRS图样的配置信息,其中,配置信息还包括AI指示信息;UE基于AI指示信息指示启动AI模型进行信道估计,采用与DMRS图样对应的AI模型进行信道估计。
示例性的,UE接收基站发送的指示DMRS图样的配置信息,其中,配置信息还包括AI指示信息;UE基于AI指示信息指示不启动AI模型进行信道估计,确定不采用AI模型进行信道估计。
如此,在本公开实施例中,可以通过UE接收的基站发送的配置信息,确定UE所需使用的DMRS图样,提供了基于基站配置的方式确定DRMS图样。且,在本公开实施例中,还可以基于基站的配置的AI指示信息,确定UE是否能够基于DMRS图样对应的AI模型进行信道估计。如此,可以根据不同的网络环境和需求灵活选择DMRS图样及确定是否启动AI模型进行信道估计的配置方式。
该配置信息,包括:AI模型指示信息,指示UE从与DMRS图样对应的AI模型中确定用于信道估计的AI模型。
该步骤S31,可以是:若与DMRS图样对应的AI模型为一个,采用与DMRS图样对应的AI模型进行信道估计;或者,
若与DMRS图样对应的AI模型为多个,基于AI模型指示信息,从多个AI模型中确定一个AI模型进行信道估计。
示例性的,UE确定的DMRS图样对应多个AI模型。UE接收基站发送的指示DMRS图样的配 置信息,其中,配置信息包括:AI模型指示信息;UE基于AI模型指示信息指示的与DMRS图样对应的多个AI模型中一个AI模型进行信道估计。例如,该DMRS图样对应的多个AI模型分别为:AI模型1、AI模型2及AI模型3;若UE接收的AI模型指示信息指示AI模型3,则UE基于AI模型3进行信道估计。
示例性的,UE确定的DMRS图样对应多个AI模型。UE接收基站发送的指示DMRS图样的配置信息,其中,配置信息包括:AI指示信息及AI模型指示信息;UE若确定AI指示信息指示启动AI模型进行信道估计,则基于AI模型指示信息所指示的多个AI模型中的一个AI模型进行信道估计。
如此,在本公开实施例中,UE还可以接收基站配置的AI模型指示信息,以当DMRS图样对应的AI模型为多个时可以准确指示UE所需使用的一个AI模型;如此,可以使得UE确定合适的AI模型进行信道估计。或者,若DMRS图样对应的AI模型为一个时,可以无需AI模型指示信息指示AI模型,使得UE可以直接基于DMRS图样对应的AI模型进行信道估计。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图5所示,本公开实施例提供一种信息处理方法,由UE执行,可包括:
步骤S51:上报第二建议信息,其中,第二建议信息指示UE建议使用的DMRS图样,用于供基站确定配置信息。
在本公开的一些实施例中,该配置信息可以是上述实施例中的配置信息。
该第二建议信息用于供基站确定包括指示DMRS图样的配置信息。示例性的,若UE上报第二建议信息给基站;基站则基于第二建议信息指示建议使用的DMRS图样,确定UE需要使用的DMRS图样。则该第二建议信息用于供基站确定包括指示DMRS图样的配置信息。
该第二建议信息中指示建议使用的DMRS图样,可以与配置信息中指示的DMRS图样相同或者不同。
该第二建议信息用于供基站确定包括AI指示信息的配置信息。示例性的,若UE上报第二建议信息给基站,基站基于第二建议信息指示建议使用的DMRS图样,确定UE是否启动AI模型进行信道估计。则该第二建议信息用于供基站确定包括AI指示信息的配置信息。
上述示例中,若基站确定UE启动AI模型进行信道估计,则第二建议信息用于供基站确定包括指示DMRS图样及AI指示信息的配置信息。
该第二建议信息用于供基站确定包括AI模型指示信息的配置信息。示例性的,若UE上报第二建议信息给基站,基站基于第二建议信息指示建议使用的DMRS图样,确定UE使用的DMRS图样对应多个AI模型。则该第二建议信息用于供基站确定包括AI模型指示信息的配置信息,或者包括指示DMRS图样及AI模型指示信息的配置信息。
如此,在本公开实施例中,可以通过UE上报指示UE建议使用的DMRS图样的第二建议信息, 使得基站可以基于该上报情况确定UE是否启动AI模型进行信道估计,和/或UE所需使用的DMRS图样。且当基站确定UE所需使用的DMRS图样对应多个AI模型时,还可以使得基站确定包括AI模型指示信息的配置信息。
本公开实施例提供一种信息处理方法,由UE执行,可包括:基于UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的其中至少之一,确定UE建议使用的DMRS图样。
这里,UE移动性信息指示UE的移动速度,与DMRS图样的密度呈正相关。即,若UE的移动速度越快,则确定的DMRS图样越密;若UE的移动性速度越慢,则确定的DMRS图样越稀疏。
这里,DMRS图样的密度,是指在资源块内DMRS承载在资源单元的数量。例如,在一个资源块内,承载DMRS的资源单元越多,则DMRS图样越密;若在一个资源内,承载DMRS的资源单元越少,则DMRS图样越稀疏。
这里,信道质量信息指示信道环境的好坏,与DMRS图样的密度呈反相关。即,若信道环境越差,则确定的DMRS图样越密;若信道环境越好,则确定的DMRS图样越稀疏。
这里,UE的计算能力信息指示的计算能力的强弱,与DMRS图样的密度呈正相关。即,若UE的计算能力越强,则确定的DMRS图样越密;若UE的计算能力越差,则确定的DMRS图样越稀疏。在一个实施例中,计算能力的强弱可以是算力的大小。
这里,UE的存储能力信息指示的存储能力的大小,与DMRS图样的密度呈正相关。即,若UE的存储能力越大,则确定的MDRS图样越密;若UE的存储能力越小,则确定的DMRS图样也稀疏。
如此,在本公开实施例中,可以基于UE的移动性信息指示的UE的移动速度、信道质量信息指示的信道环境的好坏、UE的计算能力信息指示的计算能力的强弱、以及UE的存储能力信息指示的存储能力的大小的其中至少之一,确定出建议使用的合适密度的DMRS图样,即可以准确确定出合适的建议使用的DMRS图样。如此,当UE将该建议使用的DMRS图样上报给基站后,有利于基站基于该建议使用的DMRS图样确定出合适UE使用的DMRS图样等。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
该确定DMRS图样,可以是:基于UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的至少其中之一,确定DMRS图样。
如图6所示,本公开实施例提供一种信息处理方法,由UE执行,可包括:
步骤S61:基于UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的至少其中之一,确定DMRS图样。
在本公开实施例中,步骤S51中基于UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的至少其中之一,确定DMRS图样,与上述实施例中基于UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的至少其中之一,确定UE建议使用的DMRS图样的方式类似,在此不再赘述。
如此,在本公开实施例中,可以通过UE接收UE的移动性信息、信道质量信息、计算能力信息及的存储能力信息的其中之一,确定需要使用的DMRS图样;如此可以根据UE选择DMRS图样,实现DMRS图样的灵活配置方式。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图7所示,本公开实施例提供一种信息处理方法,由UE执行,可包括:
步骤S71:接收与DRMS图样对应的至少一个AI模型的模型信息;或者,根据协议约定,确定与DRMS图样对应的至少一个AI模型的模型信息。
该步骤S71中接收与DMRS图样对应的至少一个AI模型的模型信息,可包括:接收基站发送的与DMRS图样对应的至少一个AI模型的模型信息。这里,可以根据基站存储的UE的模型部署信息,确定UE中是否有与DMRS图样对应的至少一个AI模型的模型信息;若与没有一个与该DMRS图样对应的AI模型信息,则向UE直接发送与DMRS图样对应的至少一个AI模型的模型信息。
该步骤S71中接收与DMRS图样对应的至少一个AI模型的模型信息,可包括:
响应于UE中不存在与DMRS图样对应的AI模型,接收与DMRS图像对应的至少一个AI模型的模型信息。
该UE中不存在与DMRS图样对应的AI模型,可以是:该UE中不存在一个与该DMRS图样对应的AI模型;或者,该UE中存在至少与DMRS图样对应的至少一个AI模型,但该至少一个AI模型中没有一个AI模型是AI模型指示信息所指示的AI模型。
本公开实施例提供一种信息处理方法,由UE执行,可包括:响应于UE中不存在与DMRS图样对应的AI模型,接收与DMRS图像对应的至少一个AI模型的模型信息。
本公开实施例提供一种信息处理方法,由UE执行,可包括:上报第一建议信息;其中,第一建议信息指示UE使用的DMRS图样,或者第一建议信息指示UE使用的DMRS图样及指示UE所需的AI模型;其中,第一建议信息用于供基站确定模型信息。
该UE上报第一建议信息的一种情况是:UE不关注UE中是否存在与DMRS图样对应的AI模型,均上报第一建议信息。
该UE上报第一建议信息的另一种情况是:UE确定UE中不存在与DMRS图样对应的AI模型,上报第一建议信息。
这里,若UE将指示UE使用的DMRS图样的第一建议信息发送给基站,则基站可以基于该DMRS图样确定与DMRS图样对应的至少一个AI模型;则基站可以将包括与DMRS图样的对应的至少一个AI模型信息发送给UE。
这里,若UE将指示UE所需的AI模型的第一建议信息发送给基站,则基站可以将包括UE所需的AI模型的发送给UE。这里,UE所需的AI模型是UE基于DMRS图样确定的。
如此,在本公开实施例中,若UE中不存在UE所需的AI模型(即与需要使用的DMRA图样 对应的AI模型),则可以向基站上报第一建议信息,以使得UE能够获取到UE所需使用的AI模型。
或者,UE也可以不关注UE中是否存在与DMRS图样对应的AI模型,直接上报第一建议信息,以获得与UE所需使用的DMRS图样对应的AI模型。
这里,UE在确定不存在与所需使用的DMRS图样对应的AI模型时,才获取基站等发送的与UE所需使用的DMRS图样对应的AI模型;由于只在UE不存在所需使用的AI模型时才接收该AI模型的模型信息,从而还能进一步节省信令的开销。
该步骤S61中根据协议约定,可以约定各DMRS图样对应的一个AI模型或者多个AI模型。该协议约定可以是无线通信协议中设置的,或者可以是UE与网络侧设备约定的。
UE可以通过协议约定,从UE中存储的网络部署信息中确定与所述DMRS图样对应的至少一个AI模型。
如此,在本公开实施例中,UE可以通过协议约定,确定与DMRS图样对应的AI模型,以使得UE获得UE所需使用的AI模型。且,本公开实施例可以从UE中网络部署信息中确定与DMRS图样对应的AI模型,无需从基站等网络设备接收包括AI模型的模型信息,还可以节省信令的开销。
步骤S31中确定是否采用与DMRS图样对应的AI模型进行信道估计,包括以下之一:
响应于UE中存在与DRMS图样对应的AI模型,确定采用与DMRS图样对应的AI模型进行信道估计;
响应于UE中不存在与DMRS图样对应的AI模型,确定不采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理方法,由UE执行,可包括:响应于UE中存在与DRMS图样对应的AI模型,确定采用与DMRS图样对应的AI模型进行信道估计。
示例性的,响应于UE确定与DMRS图样对应的AI模型为一个,确定采用与DMRS图样对应的AI模型进行信道估计。
示例性的,响应于UE确定与DMRS图样对应的AI模型为多个,基于AI模型指示信息,从多个AI模型中确定一个AI模型进行信道估计。
本公开实施例提供一种信息处理方法,由UE执行,可包括:若UE中不存在与DMRS图样对应的AI模型,确定不采用与DMRS图样对应的AI模型进行信道估计。
该确定不采用与DMRS图样对应的AI模型进行信道估计,可以是:采用与DMRS图样对应的AI模型进行信道估计,但采用除与DMRS图样对应的AI模型外的其它AI模型进行信道估计;或者,不采用任何AI模型进行信道估计。
如此,在本公开实施例中,若UE中存在与DMRS图样对应的AI模型时,可以基于该AI模型进行信道估计;若UE中不存在与DMRS图样对应的AI模型时,则不采用与DMRS模型对应的AI模型进行信道估计。如此,UE可以准确确定是否启动AI模型进行信道估计,和/或,基于所需的哪个AI模型进行信道估计。
本公开实施例提供一种信息处理方法,由UE执行,可包括:
发送第一建议信息;其中,第一建议信息指示UE使用的DMRS图样,或者,第一建议信息指示UE所使用的DMRS图样及指示UE所需的AI模型;
若接收到基于第一建议信息返回的与DRMS图样对应的至少一个AI模型的模型信息,确定采用与DMRS图样对应的AI模型进行信道估计;或者,
若未接收到包括与DMRS图样对应的至少一个AI模型的模型信息,确定不采用与DMRS模型对应的AI模型进行信道估计。
如此,在本公开实施例中,UE可以在UE中没有进行信道估计的AI模型时,通过主动获取UE所需信道估计的AI模型进行估计,从而可以适应更多的利用AI模型进行信道估计的场景。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
以下一种信息处理方法,是由基站执行的,与上述由UE执行的信息处理方法的描述是类似的;且,对于由基站执行的信息处理方法实施例中未披露的技术细节,请参照由UE执行的信息处理方法示例的描述,在此不做详细描述说明。
如图8所示,本公开实施例提供一种信息处理方法,由基站执行,包括:
步骤S81:发送用于指示DMRS图样对应的AI模型的数量的配置信息,其中,DMRS图样对应的AI模型的数量,用于指示UE确定根据与DMRS图样对应的AI模型的数量确定进行信道估计的AI模型。
该步骤S81,可以是:向UE发送用于指示DMRS图样对应的AI模型的数量的配置信息。
在一个实施例中,配置信息中的DMRS图样对应的AI模型的数量,用于指示UE根据与DMRS图样对应的AI模型的数量确定进行信道估计的AI模型,包括以下之一:
响应于与DMRS图样对应的AI模型为一个,配置信息中用于指示UE采用与DMRS图样对应的AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,配置信息中用于指示UE基于AI模型指示信息,从多个AI模型中确定一个AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,配置信息中用于指示UE从多个AI模型中确定任意一个AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,配置信息中用于指示UE从多个AI模型中选择与UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型。
在一个实施例中,配置信息用于指示UE是否采用与DMRS图样对应的AI模型进行信道估计。
在另一个实施例中,配置信息,还可包括:DMRS图样;其中,DMRS图样用于UE在确定采用与DMRS图样对应的AI模型进行信道估计之前,确定是否采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理方法,由基站执行,可包括:在发送指示DMRS对应的AI模型的数量的配置信息之前,发送指示DMRS图样的配置信息;其中,DMRS图样,用于UE确定是否采用与DMRS图样对应的AI模型进行信道估计。
如图9所示,本公开实施例提供一种信息处理法方法,由基站执行,可包括:
步骤S91:发送指示DMRS图样的配置信息,其中,DMRS图样用于UE确定是否采用与DMRS图样对应的AI模型进行信道估计。
在本公开的一些实施例中,该步骤S91中配置信息可以是上述实施例中的配置信息。
该配置信息,可包括:AI指示信息,指示是否启动AI模型进行信道估计;其中,AI指示信息指示启动AI模型进行信道估计时,用于UE采用与DMRS图样对应的AI模型进行信道估计。
该配置信息,可包括:AI模型指示信息,指示UE从与DMRS图样对应的AI模型中选择用于信道估计的AI模型。
该步骤S91,可以是:向UE发送指示DMRS图样的配置信息。
本公开实施例提供一种信息处理方法,由基站执行,可包括:发送UE的模型部署信息;其中,模型部署信息包括:至少一个DMRS图样与AI模型的对应关系;对该对应关系,包括:一个DMRS图样与一个AI模型的对应关系,和/或一个DMRS图样与多个AI模型的对应关系。
基站可以提前给UE部署DMRS图样及DMRS图样对应的AI模型。示例性的,基站可基于UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的其中至少之一,确定UE所使用的DMRS图样的数量。
例如,网络系统中可选的DMRS图样有10个,UE常用的DMRS图样为3个。对于移动速度相对较高、信道环境相对较差、计算能力相对较强、和/或存储能力相对较大UE,可以给其部署DMRS图样为该10个DMRS图样的中全部或者大部分;对于移动速度相对较低、信道环境相对较好、计算能力相对较弱、和/或存储能力相对较小的UE,可以给其部署DMRS图样为该常用的3个DRMS图样的全部或者部分,或者该10个DMRS图样中的小部分。
在上述示例中,若一个DMRS图样对应多个AI模型,则于移动速度相对较高、信道环境相对较差、计算能力相对较强、和/或存储能力相对较大UE,可以给其部署多个AI模型的全部或者大部分;对于移动速度相对较低、信道环境相对较好、计算能力相对较弱、和/或存储能力相对较小的UE,可以给其部署多个AI模型的一个或者小部分。
如此,可以适应DMRS图样的改变,及时获取到适合与UE当前的移动性、信道环境、计算鞥能力和/或计算能力匹配的DMRS图样的数量和/或AI模型数据等。
基站也可以基于UE的需求给UE部署DMRS图样及DMRS图样对应的AI模型。示例性的,基站可以基于UE上报的携带指示DMRS图样的第一建议信息,给UE发送与DMRS图样对应的AI模型的模型信息。
如此,在本公开实施例中,也可以针对性地为UE选择合适的AI模型进行部署;从而节省UE的模型部署所需的通信开销、存储和计算开销等。
本公开实施例提供一种信息处理方法,由基站执行,可包括:存储各UE的模型部署信息。如此,可以便于基站确定UE中是否存储与DMRS图样对应的AI模型。
本公开实施例提供一种信息处理方法,由基站执行,可包括:响应于确定UE中不存在与DMRS图样对应的AI模型,发送与DMRS图样对应的至少一个AI模型的模型信息。
示例性的,基站可以基于存储的UE的模型部署信息,确定UE中是否存在与DMRS图样对应的AI模型;若基站确定UE中不存在与DMRS模型对应的AI模型,则向UE发送与DMRS图样对应的至少一个AI模型的模型信息。
本公开实施例提供一种信息处理方法,由基站执行,可包括:接收第二建议信息;基于第二建议信息指示UE建议使用的DMRS图样,确定配置信息。
该基站接收到UE发送的第二建议信息,可基于第二建议信息指示UE建议使用的DMRS图样,确定UE是否启用AI模型进行信道估计,和/或,确定UE所使用的DMRS图样;基站将指示DMRS图样和/或包括AI模型指示信息的配置信息发送给UE。
若基站确定UE所述使用的DMRS图样对应多个AI模型,还可以将包括AI模型指示信息的配置信息发送给UE。
如图10所述,本公开实施例提供一种信息处理方法,由基站执行,包括:
步骤S101:接收第一建议信息;其中,第一建议信息指示UE使用的DMRS图样,或者,第一建议信息指示UE所使用的DMRS图样及指示UE所需的AI模型;其中,AI模型用于UE进行信道估计;
步骤S102:基于第一建议信息,确定UE所需的与DMRS图样对应的AI模型的模型信息;
步骤S103:发送模型信息。
这里,基站确定UE所需的AI模型的模型信息,可以是:确定与DMRS图样对应的一个AI模型的模型信息,或者,确定与DMRS图样对应的多个AI模型的模型信息。
以上实施方式,具体可以参考UE侧的表述,在此不再赘述。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
为了进一步解释本公开任意实施例,以下提供一个具体实施例。
本公开实施例提供一种信息处理方法,可包括以下步骤:
步骤S111:基站确定并存储各UE的模型部署信息;其中,模型部署信息,包括:一个DMRS图样与一个AI模型的对应关系,和/或,一个DMRS图样与多个AI模型的对应关系;并将UE的模型部署信息发送给UE;
情况一、对于一个DMRS图样对应一种AI模型的情况,包括以下几种AI信道估计参数配置方式:
方式A1:基于基站配置AI信道估计参数的配置方式:
步骤S1121:基站确定DMRS图样,并确定UE是否启动AI模型进行信道估计;
步骤S1122:基站将包括AI指示信息及指示DMRS图样的配置信息发送给UE;其中,AI指示信息指示是否启动AI模型进行信道估计;
步骤S1123:基站若确定UE启动AI模型进行信道估计,查询存储的UE的模型部署信息;若模型部署信息中不存在与DMRS图样对应的AI模型,将与DMRS图样的对应的AI模型的模型信息发送给UE。
方式B1:基于UE上报建议信息、且基站基于上报的建议信息配置AI信道参数估计的配置方式:
步骤S1131:UE根据UE的移动性信息、信道质量信息、UE的计算能力信息及UE的存储能力信息的其中至少之一,确定UE建议使用的DMRS图样;
步骤S1132:UE将指示UE建议使用的DMRS图样的第二建议信息发送给UE;
步骤S1133:基于第二建议信息指示UE建议使用的DMRS图样确定UE是否启动AI模型进行信道估计,以及确定UE所需使用的DMRS图样;
步骤S1134:基站将包括AI指示信息及指示DMRS图样的配置信息发送给UE;其中,AI指示信息指示是否启动AI模型进行信道估计;
步骤S1135:基站若确定UE启动AI模型进行信道估计,查询存储的UE的模型部署信息;若模型部署信息中不存在与DMRS图样对应的AI模型,将与DMRS图样的对应的AI模型的模型信息发送给UE。
方式C1:基于UE确定AI信道估计参数的配置方式:
步骤S1141:UE根据UE的移动性信息、信道质量信息、UE的计算能力信息及UE的存储能力信息的其中至少之一,确定UE的DMRS图样;
步骤S1142a:UE查询存储的UE的模型部署信息,若模型部署信息中存在与DMRS图样对应的AI模型,确定启动与DMRS图样对应的AI模型进行信道估计;或者,若模型部署信息中不存在与DMRS图样对应的AI模型,确定不启动AI模型进行信道估计;
或者,
步骤S1142b:UE查询存储的UE的模型部署信息,若模型部署信息中存在与DMRS图样对应的AI模型,确定启动与DMRS图样对应的AI模型进行信道估计;或者,若模型部署信息中不存在与DMRS图样对应的AI模型,则等待基站发送AI模型的模型信息;
步骤S1143:UE将第一建议信息发送给基站,其中,第一建议信息指示UE使用的DMRS图样和/或指示UE所需的AI模型;
步骤S1144:基站查询存储的UE的模型部署信息,若确定该模型部署信息中不存在与DMRS图样对应的AI模型,则基于第一建议信息确定UE所需的与DMRS图样对应的AI模型的模型信息;并将与DMRS图样对应的AI模型的模型信息发送给UE。
情况二、对于一个DMRS图样对应多种AI模型的情况,包括以下几种AI信道估计参数配置方 式:
方式A2:基于基站配置AI信道估计参数的配置方式:
步骤S1151:基站确定DMRS图样,并确定UE是否启动AI模型进行信道估计;若基站确定UE启动AI模型进行信道估计,从与DMRS图样对应的多个AI模型中选择一个AI模型;
步骤S1152:基站将包括AI指示信息、AI模型指示信息及指示DMRS图样的配置信息发送给UE;其中,AI指示信息,指示是否启动AI模型进行信道估计;AI模型指示信息,指示UE从与DMRS图样对应的AI模型中确定用于信道估计的AI模型;
步骤S1153:基站若确定UE启动AI模型进行信道估计,查询存储的UE的模型部署信息;若模型部署信息中不存在与DMRS图样对应的AI模型,将与DMRS图样的对应的AI模型发送给UE。
方式B2:基于UE上报建议信息、且基站基于上报的建议信息配置AI信道参数估计的配置方式:
步骤S1161:UE根据UE的移动性信息、信道质量信息、UE的计算能力信息及UE的存储能力信息的其中至少之一,确定UE建议使用的DMRS图样;
步骤S1162:UE将指示UE建议使用的DMRS图样的第二建议信息发送给UE;
步骤S1163:基于第二建议信息指示UE建议使用的DMRS图样确定UE是否启动AI模型进行信道估计、确定UE所需使用的DMRS图样以及确定从与DMRS图样对应的多个AI模型中选择一个AI模型;
步骤S1164:基站将包括AI指示信息、AI模型指示信息及指示DMRS图样的配置信息发送给UE;其中,AI指示信息指示是否启动AI模型进行信道估计;AI模型指示信息,指示UE从与DMRS图样对应的AI模型中确定用于信道估计的AI模型;
步骤S1165:基站若确定UE启动AI模型进行信道估计,查询存储的UE的模型部署信息;若模型部署信息中不存在与DMRS图样对应的AI模型,将与DMRS图样的对应的AI模型的模型信息发送给UE。
方式C2:基于UE确定AI信道估计参数的配置方式:
步骤S1171:UE根据UE的移动性信息、信道质量信息、UE的计算能力信息及UE的存储能力信息的其中至少之一,确定UE的DMRS图样;
步骤S1172a:UE查询存储的UE的模型部署信息,若模型部署信息中存在与DMRS图样对应的至少一个AI模型,则从至少一个AI模型中选择符合预定条件的一个AI模型进行信道估计;或者,若模型部署信息中不存在与DMRS图样对应的AI模型,确定不启动AI模型进行信道估计;
这里,从至少一个AI模型中选择符合预定条件的一个AI模型,可以是但不限于是以下之一:从至少一个AI模型中选择任意一个AI模型;从至少一个AI模型中选择与UE的移动速度、信道环境好坏、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型;
或者,
步骤S1172b:UE查询存储的UE的模型部署信息,若模型部署信息中存在与DMRS图样对应 的至少一个AI模型,则从至少一个AI模型中选择符合预定条件的一个AI模型进行信道估计;或者,若模型部署信息中不存在与DMRS图样对应的AI模型,则等待基站发送AI模型的模型信息;
步骤S1173:UE将第一建议信息发送给基站,其中,第一建议信息指示UE使用的DMRS图样和/或指示UE所需的AI模型;
步骤S1174:基站查询存储的UE的模型部署信息,若确定该模型部署信息中不存在与DMRS图样对应的AI模型,则基于第一建议信息确定UE所需的与DMRS图样对应的AI模型的模型信息;并将与DMRS图样对应的AI模型的模型信息发送给UE。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图11所示,本公开实施例提供一种信息处理装置,应用于UE,包括:
第一处理模块51,被配置为根据DMRS图样对应的AI模型的数量,采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为响应于与所述DMRS图样对应的所述AI模型为一个,采用与所述DMRS图样对应的所述AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为响应于与所述DMRS图样对应的所述AI模型为多个,基于AI模型指示信息,从多个所述AI模型中选择一个所述AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为响应于与所述DMRS图样对应的AI模型为多个,从多个所述AI模型中确定任意一个AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为响应于与所述DMRS图样对应的AI模型为多个,从多个所述AI模型中选择与所述UE的移动速度、信道环境好坏、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型。
本公开实施例提供一种信息处理装置,应用于UE,可包括:确定模块,被配置为确定DMRS图样。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为确定是否采用AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为确定是否采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:确定模块,被配置为接收指示DMRS图样的配置信息。
本公开实施例提供一种信息处理装置,应用于UE,可包括:确定模块,被配置为基于UE的移 动性信息、信道质量信息、计算能力信息及存储能力信息的至少其中之一,确定DMRS图样。
本公开实施例提供一种信息处理装置,应用于UE,可包括:确定模块,被配置为接收指示DMRS图样的配置信息;其中,配置信息中还包括:AI指示信息,指示是否启动AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:确定模块,被配置为接收指示DMRS图样的配置信息;其中,配置信息中还包括:AI模型指示信息,指示UE从与DMRS图样对应的AI模型中选择用于信道估计的AI模型。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一接收模块,被配置为接收与DRMS图样对应的至少一个AI模型的模型信息。
本公开实施例提供一种信息处理装置,应用于UE,可包括:确定模块,被配置为根据协议约定,确定与DRMS图样对应的至少一个AI模型的模型信息。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一接收模块,被配置为响应于UE中不存在与DMRS图样对应的AI模型,接收与DMRS图像对应的至少一个AI模型的模型信息。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一发送模块,被配置为上报第一建议信息,其中,第一建议信息指示UE使用的DMRS图样和/或指示UE所需的AI模型;其中,第一建议信息用于供基站确定模型信息。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为若与DMRS图样对应的AI模型为一个,采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为若与DMRS图样对应的AI模型为多个,基于AI模型指示信息,从多个AI模型中选择一个AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为响应于UE中存在与DRMS图样对应的AI模型,确定采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一处理模块51,被配置为若UE中不存在与DMRS图样对应的AI模型,确定不采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第一发送模块,被配置为上报第二建议信息,其中,第二建议信息指示UE建议使用的DMRS图样,用于供基站确定配置信息。
本公开实施例提供一种信息处理装置,应用于UE,可包括:确定模块,被配置为基于UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的其中至少之一,确定UE建议使用的DMRS图样。
如图12所示,本公开实施例提供一种信息处理装置,应用于基站,包括:
第二发送模块61,被配置为发送用于指示DMRS图样对应的AI模型的数量的配置信息,其中,DMRS图样对应的AI模型的数量,用于指示UE根据与DMRS图样对应的AI模型的数量确定进行信道估计的AI模型。
在一些实施例中,配置信息中的DMRS图样对应的AI模型的数量,用于指示UE根据与DMRS 图样对应的AI模型的数量确定进行信道估计的AI模型,包括以下之一:
响应于与DMRS图样对应的AI模型为一个,配置信息中用于指示UE采用与DMRS图样对应的AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,配置信息中用于指示UE基于AI模型指示信息,从多个AI模型中确定一个AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,配置信息中用于指示UE从多个AI模型中确定任意一个AI模型进行信道估计;
响应于与DMRS图样对应的AI模型为多个,配置信息中用于指示UE从多个AI模型中选择与UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型。
在一些实施例中,配置信息包括:DMRS图样;配置信息用于指示UE是否采用与DMRS图样对应的AI模型进行信道估计。
在另一些实施例中,配置信息包括:DMRS图样;其中,DMRS图样用于UE在确定采用与DMRS图样对应的AI模型进行信道估计之前,确定是否采用与DMRS图样对应的AI模型进行信道估计。
本公开实施例提供一种信息处理装置,应用于基站,包括:第二发送模块61,被配置为在发送指示DMRS图样对应的AI模型的数量的配置信息之前,发送指示DMRS图样的配置信息。
本公开实施例提供一种信息处理装置,应用于基站,包括:第二发送模块61,被配置为发送指示DMRS图样的配置信息,其中,DMRS图样用于UE确定是否采用与DMRS图样对应的AI模型进行信道估计。
在一些实施例中,配置信息,还包括:AI指示信息,指示是否启动AI模型进行信道估计;其中,响应于AI指示信息指示启动AI模型进行信道估计时,用于UE采用与DMRS图样对应的AI模型进行信道估计。
在一些实施例中,配置信息,还包括:AI模型指示信息,指示UE从与DMRS图样对应的AI模型中选择用于信道估计的AI模型。
本公开实施例提供一种信息处理装置,应用于UE,可包括:第二发送模块,被配置为响应于确定UE中不存在与DMRS图样对应的AI模型,发送与DMRS图样对应的至少一个AI模型的模型信息。
本公开实施例提供一种信息处理装置,应用于UE,可包括:
第二接收模块,被配置为接收第二建议信息;
第二处理模块,被配置为基于第二建议信息指示UE建议使用的DMRS图样,确定配置信息。
如图13所示,本公开实施例提供一种信息处理装置,应用于基站,包括:
第三接收模块71,被配置为接收第一建议信息;其中,第一建议信息指示UE使用的DMRS图样,或者第一建议信息指示UE使用的DMRS图样及指示UE所需的AI模型;其中,AI模型用于UE进行信道估计;
第三处理模块72,被配置为基于第一建议信息,确定UE所需的与DMRS图样对应的AI模型 的模型信息;
第三发送模块73,被配置为发送模型信息。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的装置,可以被单独执行,也可以与本公开实施例中一些装置或相关技术中的一些装置一起被执行。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开实施例提供一种通信设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为:用于运行可执行指令时,实现本公开任意实施例的信息处理方法。
在一个实施例中,通信设备可以为基站或者UE。
其中,处理器可包括各种类型的存储介质,该存储介质为非临时性计算机存储介质,在用户设备掉电之后能够继续记忆存储其上的信息。
处理器可以通过总线等与存储器连接,用于读取存储器上存储的可执行程序,例如,如图2至图10所示的方法的至少其中之一。
本公开实施例还提供一种计算机存储介质,计算机存储介质存储有计算机可执行程序,可执行程序被处理器执行时实现本公开任意实施例的信息处理方法。例如,如图2至图10所示的方法的至少其中之一。
关于上述实施例中的装置或者存储介质,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图14是根据一示例性实施例示出的一种用户设备800的框图。例如,用户设备800可以是移动电话,计算机,数字广播用户设备,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图14,用户设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制用户设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在用户设备800的操作。这些数据的示例包括 用于在用户设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为用户设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为用户设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述用户设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当用户设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当用户设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为用户设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为用户设备800的显示器和小键盘,传感器组件814还可以检测用户设备800或用户设备800一个组件的位置改变,用户与用户设备800接触的存在或不存在,用户设备800方位或加速/减速和用户设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于用户设备800和其他设备之间有线或无线方式的通信。用户设备800可以接入基于通信标准的无线网络,如WiFi,4G或5G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT) 技术和其他技术来实现。
在示例性实施例中,用户设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由用户设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
如图15所示,本公开一实施例示出一种基站的结构。例如,基站900可以被提供为一网络侧设备。参照图15,基站900包括处理组件922,其进一步包括一个或多个处理器,以及由存储器932所代表的存储器资源,用于存储可由处理组件922的执行的指令,例如应用程序。存储器932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件922被配置为执行指令,以执行上述方法前述应用在所述基站的任意方法,例如,如图4至图10所示方法。
基站900还可以包括一个电源组件926被配置为执行基站900的电源管理,一个有线或无线网络接口950被配置为将基站900连接到网络,和一个输入输出(I/O)接口958。基站900可以操作基于存储在存储器932的操作系统,例如Windows Server TM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本公开旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (42)
- 一种信息处理方法,其中,由用户设备UE执行,包括:根据解调参考信号DMRS图样对应的人工智能AI模型的数量,采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求1所述的方法,其中,所述根据解调参考信号DMRS图样对应的人工智能AI模型的数量,采用与所述DMRS图样对应的所述AI模型进行信道估计,包括以下之一:响应于与所述DMRS图样对应的所述AI模型为一个,采用与所述DMRS图样对应的所述AI模型进行信道估计;响应于与所述DMRS图样对应的所述AI模型为多个,基于AI模型指示信息,从多个所述AI模型中确定一个所述AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,从多个所述AI模型中确定任意一个所述AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,从多个所述AI模型中选择与所述UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个所述AI模型。
- 根据权利要求1或2所述的方法,其中,所述方法还包括:确定是否采用所述AI模型进行信道估计。
- 根据权利要求3所述的方法,其中,所述方法还包括:接收指示所述DMRS图样的配置信息;或者,基于所述UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的至少其中之一,确定所述DMRS图样。
- 根据权利要求4所述的方法,其中,所述配置信息中还包括:AI指示信息,指示是否启动AI模型进行信道估计。
- 根据权利要求4或5所述的方法,其中,所述配置信息中还包括:AI模型指示信息,指示所述UE从与所述DMRS图样对应的AI模型中确定用于信道估计的所述AI模型。
- 根据权利要求1至6任一项所述的方法,其中,所述方法还包括:接收与所述DRMS图样对应的至少一个所述AI模型的模型信息;或者,根据协议约定,确定与所述DRMS图样对应的至少一个所述AI模型的模型信息。
- 根据权利要求7所述的方法,其中,所述接收与所述DMRS图样对应的至少一个所述AI模型的模型信息,包括:响应于所述UE中不存在与所述DMRS图样对应的所述AI模型,接收与所述DMRS图像对应的至少一个所述AI模型的模型信息。
- 根据权利要求7所述的方法,其中,所述方法还包括:上报第一建议信息,其中,所述第一建议信息指示所述UE使用的所述DMRS图样,或者所述第一建议信息指示所述UE所使用的所述DMRS图样及指示所述UE所需的所述AI模型;其中,所述第一建议信息用于供基站确定所述模型信息。
- 根据权利要求3至6任一项所述的方法,其中,所述确定是否采用所述AI模型进行信道估计,包括以下之一:响应于所述UE中存在与所述DRMS图样对应的所述AI模型,确定采用与所述DMRS图样对应的所述AI模型进行信道估计;响应于所述UE中不存在与所述DMRS图样对应的所述AI模型,确定不采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求4所述的方法,其中,所述方法还包括:上报第二建议信息,其中,所述第二建议信息指示所述UE建议使用的DMRS图样,用于供基站确定所述配置信息。
- 根据权利要求11所述的方法,其中,所述方法包括:基于所述UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的其中至少之一,确定所述UE建议使用的DMRS图样。
- 一种信息处理方法,其中,由基站执行,包括:发送用于指示解调参考信号DMRS图样对应的人工智能AI模型的数量的配置信息,其中,所述DMRS图样对应的所述AI模型的数量,用于指示用户设备UE根据与所述DMRS图样对应的AI模型的数量确定进行信道估计的AI模型。
- 根据权利要求13所述的方法,其中,所述配置信息中的DMRS图样对应的所述AI模型的数量,用于指示所述用户设备UE根据与所述DMRS图样对应的AI模型的数量确定进行信道估计的AI模型,包括以下之一:响应于与所述DMRS图样对应的所述AI模型为一个,所述配置信息中用于指示所述UE采用与所述DMRS图样对应的所述AI模型进行信道估计;响应于与所述DMRS图样对应的所述AI模型为多个,所述配置信息中用于指示所述UE基于AI模型指示信息,从多个所述AI模型中确定一个所述AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,所述配置信息中用于指示所述UE从多个所述AI模型中确定任意一个AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,所述配置信息中用于指示所述UE从多个所述AI模型中选择与所述UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型。
- 根据权利要求13或14所述的方法,其中,所述配置信息,还包括:所述DMRS图样;所述配置信息用于指示所述UE是否采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求15所述的方法,其中,所述配置信息,还包括:AI指示信息,指示是否启 动AI模型进行信道估计;响应于所述AI指示信息指示启动AI模型进行信道估计时,用于UE采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求15或16所述的方法,其中,所述配置信息,还包括:AI模型指示信息,指示UE从与所述DMRS图样对应的AI模型中选择用于信道估计的所述AI模型。
- 根据权利要求15至17任一项所述方法,其中,所述方法还包括:响应于确定所述UE中不存在与所述DMRS图样对应的AI模型,发送与所述DMRS图样对应的至少一个所述AI模型的模型信息。
- 根据权利要求15至17任一项所述的方法,其中,所述方法包括:接收第二建议信息;基于所述第二建议信息指示所述UE建议使用的DMRS图样,确定所述配置信息。
- 一种信息处理方法,其中,由基站执行,包括:接收第一建议信息;其中,所述第一建议信息指示用户设备UE使用的所述DMRS图样,或者所述第一建议信息指示所述UE所使用的所述DMRS图样及指示所述UE所需的所述AI模型;其中,所述AI模型用于所述UE进行信道估计;基于所述第一建议信息,确定UE所需的与所述DMRS图样对应的所述AI模型的模型信息;发送所述模型信息。
- 一种信息处理装置,其中,应用于用户设备UE,包括:第一处理模块,被配置为根据解调参考信号DMRS图样对应的AI模型的数量,采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求20所述的装置,其中,所述第一处理模块,被配置为以下之一:响应于与所述DMRS图样对应的所述AI模型为一个,采用与所述DMRS图样对应的所述AI模型进行信道估计;响应于与所述DMRS图样对应的所述AI模型为多个,基于AI模型指示信息,从多个所述AI模型中选择一个所述AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,从多个所述AI模型中确定任意一个所述AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,从多个所述AI模型中选择与所述UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个所述AI模型。
- 根据权利要求21或22所述的装置,其中,所述第一处理模块,被配置为确定是否采用AI模型进行信道估计。
- 根据权利要求23所述的装置,其中,所述确定模块,被配置为接收指示所述DMRS图样的配置信息;或者,所述确定模块,被配置为基于所述UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的至少其中之一,确定所述DMRS图样。
- 根据权利要求24所述的装置,其中,所述配置信息中还包括:AI指示信息,指示是否启动AI模型进行信道估计。
- 根据权利要求24或25所述的装置,其中,所述配置信息中还包括:AI模型指示信息,指示所述UE从与所述DMRS图样对应的AI模型中选择用于信道估计的所述AI模型。
- 根据权利要求21至26任一项所述的装置,其中,所述装置还包括:第一接收模块,被配置为接收与所述DRMS图样对应的至少一个所述AI模型的模型信息;或者,所述确定模块,被配置为根据协议约定,确定与所述DRMS图样对应的至少一个所述AI模型的模型信息。
- 根据权利要求27所述的装置,其中,所述第一接收模块,被配置为响应于所述UE中不存在与所述DMRS图样对应的所述AI模型,接收与所述DMRS图像对应的至少一个所述AI模型的模型信息。
- 根据权利要求27所述的装置,其中,所述装置还包括:第一发送模块,被配置为上报第一建议信息,其中,所述第一建议信息指示所述UE使用的所述DMRS图样,或者所述第一建议信息指示所述UE所使用的所述DMRS图样及指示所述UE所需的所述AI模型;其中,所述第一建议信息用于供基站确定所述模型信息。
- 根据权利要求23至26任一项所述的装置,其中,所述第一处理模块,被配置为响应于所述UE中存在与所述DRMS图样对应的所述AI模型,确定采用与所述DMRS图样对应的所述AI模型进行信道估计;或者,所述第一处理模块,被配置为响应于所述UE中不存在与所述DMRS图样对应的所述AI模型,确定不采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求24所述的装置,其中,所述装置还包括:第一发送模块,被配置为上报第二建议信息,其中,所述第二建议信息指示所述UE建议使用的DMRS图样,用于供基站确定所述配置信息。
- 根据权利要求31所述的装置,其中,所述确定模块,被配置为基于所述UE的移动性信息、信道质量信息、计算能力信息及存储能力信息的其中至少之一,确定所述UE建议使用的DMRS图样。
- 一种信息处理装置,其中,应用于基站,包括:第二发送模块,被配置为发送用于指示解调参考信号DMRS图样对应的人工智能AI模型的数 量的配置信息,其中,所述DMRS图样对应的所述AI模型的数量,用于指示用户设备UE根据与所述DMRS图样对应的数量确定进行信道估计的AI模型。
- 根据权利要求33所述的方法,其中,所述配置信息中的DMRS图样对应的所述AI模型的数量,用于指示所述用户设备UE根据与所述DMRS图样对应的AI模型的数量确定进行信道估计的AI模型,包括以下之一:响应于与所述DMRS图样对应的所述AI模型为一个,所述配置信息中用于指示所述UE采用与所述DMRS图样对应的所述AI模型进行信道估计;响应于与所述DMRS图样对应的所述AI模型为多个,所述配置信息中用于指示所述UE基于AI模型指示信息,从多个所述AI模型中确定一个所述AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,所述配置信息中用于指示所述UE从多个所述AI模型中确定任意一个AI模型进行信道估计;响应于与所述DMRS图样对应的AI模型为多个,所述配置信息中用于指示所述UE从多个所述AI模型中选择与所述UE的移动速度、信道质量、UE的计算能力及UE的存储能力的其中之一匹配的一个AI模型。
- 根据权利要求33或34所述的方法,其中,所述配置信息还包括:DMRS图样;所述配置信息用于指示所述UE是否采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求35所述的装置,其中,所述配置信息,还包括:AI指示信息,指示是否启动AI模型进行信道估计;响应于所述AI指示信息指示启动AI模型进行信道估计时,用于UE采用与所述DMRS图样对应的所述AI模型进行信道估计。
- 根据权利要求35或36所述的装置,其中,所述配置信息,还包括:AI模型指示信息,指示UE从与所述DMRS图样对应的AI模型中选择用于信道估计的所述AI模型。
- 根据权利要求35至37任一项所述装置,其中,所述第二发送模块,被配置为响应于确定所述UE中不存在与所述DMRS图样对应的AI模型,发送与所述DMRS图样对应的至少一个所述AI模型的模型信息。
- 根据权利要求35至37任一项所述的装置,其中,所述装置包括:第二接收模块,被配置为接收第二建议信息;第二处理模块,被配置为基于所述第二建议信息指示所述UE建议使用的DMRS图样,确定所述配置信息。
- 一种信息处理装置,其中,应用于基站,包括:第三接收模块,被配置为接收第一建议信息;其中,所述第一建议信息指示用户设备UE使用的所述DMRS图样,或者所述第一建议信息指示所述UE所使用的所述DMRS图样及指示所述UE所需的所述AI模型;其中,所述AI模型用于所述UE进行信道估计;第三处理模块,被配置为基于所述第一建议信息,确定UE所需的与所述DMRS图样对应的所述AI模型的模型信息;第三发送模块,被配置为发送所述模型信息。
- 一种通信设备,其中,所述通信设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为:用于运行所述可执行指令时,实现权利要求1至12、权利要求13至19、或者权利要求20任一项所述的信息处理方法。
- 一种计算机存储介质,其中,所述计算机存储介质存储有计算机可执行程序,所述可执行程序被处理器执行时实现权利要求1至12、权利要求13至19、或者权利要求20任一项所述的信息处理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/135876 WO2023102701A1 (zh) | 2021-12-06 | 2021-12-06 | 信息处理方法、装置、通信设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116569626A true CN116569626A (zh) | 2023-08-08 |
Family
ID=86729443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180004434.7A Pending CN116569626A (zh) | 2021-12-06 | 2021-12-06 | 信息处理方法、装置、通信设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116569626A (zh) |
WO (1) | WO2023102701A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3858016A4 (en) * | 2018-09-27 | 2021-11-03 | ZTE Corporation | SIDE LINK CHANNEL RESOURCE UNIT CONFIGURATION METHOD AND APPARATUS |
CN111756457B (zh) * | 2019-03-27 | 2021-10-15 | 华为技术有限公司 | 信道预测方法、装置及计算机存储介质 |
CN113661671A (zh) * | 2019-04-07 | 2021-11-16 | Lg 电子株式会社 | 在无线通信系统中用于副链路通信和反馈的ue的操作方法 |
CN111669263B (zh) * | 2020-05-19 | 2023-04-18 | 上海芯袖微电子科技有限公司 | 5g通信中dmrs配置方法、装置和终端 |
CN112512069B (zh) * | 2021-02-02 | 2021-05-28 | 网络通信与安全紫金山实验室 | 基于信道波束图样的网络智能优化方法及装置 |
-
2021
- 2021-12-06 WO PCT/CN2021/135876 patent/WO2023102701A1/zh active Application Filing
- 2021-12-06 CN CN202180004434.7A patent/CN116569626A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023102701A1 (zh) | 2023-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111527761B (zh) | 信息处理方法、装置、用户设备、基站及存储介质 | |
CN114097259A (zh) | 一种通信处理方法、通信处理装置及存储介质 | |
CN111543094B (zh) | 寻呼处理方法、装置、用户设备、基站及存储介质 | |
CN112753266B (zh) | 辅助ue的选择方法、装置、通信设备及存储介质 | |
CN115244962A (zh) | 测量间隔的配置方法、装置、通信设备及存储介质 | |
WO2021016771A1 (zh) | 信道检测方式切换方法、装置及存储介质 | |
WO2023060490A1 (zh) | 能力信息的上报方法、装置、通信设备及存储介质 | |
CN115349279A (zh) | Ai模型确定方法、装置、通信设备及存储介质 | |
CN114175740B (zh) | 信息传输方法、装置、通信设备和存储介质 | |
CN116569626A (zh) | 信息处理方法、装置、通信设备及存储介质 | |
CN114009111A (zh) | Cfr的确定方法、装置、通信设备及存储介质 | |
CN114391272A (zh) | 一种通信方法、通信装置及存储介质 | |
CN114503693B (zh) | 终端的功率配置方法、装置、通信设备及存储介质 | |
CN111566985B (zh) | 传输处理方法、装置、用户设备、基站及存储介质 | |
EP4319258A1 (en) | Measurement gap pre-configuration processing method and apparatus, communication device, and storage medium | |
CN111448821B (zh) | 控制信道检测、信息传输方法及装置、设备及存储介质 | |
CN113412638B (zh) | 一种数据传输的方法、装置、通信设备及存储介质 | |
CN117917056A (zh) | Bsr增强调度方法以及装置、通信设备及存储介质 | |
CN116941210A (zh) | 信息处理方法、装置、通信设备及存储介质 | |
CN116438774A (zh) | Srs配置信息的更新方法、装置、通信设备及存储介质 | |
CN117769854A (zh) | 一种信息传输方法、装置、通信设备及存储介质 | |
CN116671136A (zh) | 资源确定和监听mbs的方法、装置、通信设备及存储介质 | |
CN117158021A (zh) | 测量方法、装置、通信设备及存储介质 | |
CN115943659A (zh) | 测量放松的方法、装置、通信设备及存储介质 | |
CN117859306A (zh) | 确定激活或去激活辅小区的方法、装置及存储介质 |
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 |