CN116828497A - 信道特征信息传输方法、装置、终端及网络侧设备 - Google Patents
信道特征信息传输方法、装置、终端及网络侧设备 Download PDFInfo
- Publication number
- CN116828497A CN116828497A CN202210283866.2A CN202210283866A CN116828497A CN 116828497 A CN116828497 A CN 116828497A CN 202210283866 A CN202210283866 A CN 202210283866A CN 116828497 A CN116828497 A CN 116828497A
- Authority
- CN
- China
- Prior art keywords
- characteristic information
- channel characteristic
- length
- target
- target channel
- 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 147
- 230000005540 biological transmission Effects 0.000 title claims abstract description 47
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 11
- 230000011664 signaling Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 abstract description 31
- 238000012545 processing Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 229920006934 PMI Polymers 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
Abstract
本申请公开了一种信道特征信息传输方法、装置、终端及网络侧设备,属于通信技术领域,本申请实施例的信道特征信息传输方法包括:终端接收第一指示信息,以及根据第一人工智能AI网络模型生成第一信道特征信息;所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;所述终端上报所述目标信道特征信息。
Description
技术领域
本申请属于通信技术领域,具体涉及一种信道特征信息传输方法、装置、终端及网络侧设备。
背景技术
随着科学技术的发展,人们已经开始研究将人工智能(ArtificialIntelligence,AI)网络模型应用在通信系统中,例如网络侧设备和终端之间可以基于AI网络模型来传输通信数据。目前,基于AI的信道状态信息(channel state information,CSI)压缩反馈方案,通过在终端对CSI进行压缩编码,在网络侧对压缩后的内容进行解码,从而恢复CSI,此时网络侧的解码网络和终端侧的编码网络需要联合训练,以达到合理的匹配度。但是,对于不同长度的压缩后的CSI,通常对应不同的编码网络和解码网络,导致需要训练多个编码网络和解码网络,终端侧和网络侧的功耗也相应增加。
发明内容
本申请实施例提供一种信道特征信息传输方法、装置、终端及网络侧设备,能够解决相关技术中终端和网络侧设备功耗较高的问题。
第一方面,提供了一种信道特征信息传输方法,包括:
终端接收第一指示信息,以及根据第一人工智能AI网络模型生成第一信道特征信息;
所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;
所述终端上报所述目标信道特征信息。
第二方面,提供了一种信道特征信息传输方法,包括:
网络侧设备向终端发送第一指示信息;
所述网络侧设备接收所述终端上报的目标信道特征信息;
其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。
第三方面,提供了一种信道特征信息传输装置,包括:
第一接收模块,用于接收第一指示信息,以及根据第一人工智能AI网络模型生成第一信道特征信息;
确定模块,用于基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;
上报模块,用于上报所述目标信道特征信息。
第四方面,提供了一种信道特征信息传输装置,包括:
发送模块,用于向终端发送第一指示信息;
第二接收模块,用于接收所述终端上报的目标信道特征信息;
其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。
第五方面,提供了一种终端,该终端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信道特征信息传输方法的步骤。
第六方面,提供了一种终端,包括处理器及通信接口,其中,所述通信接口用于接收第一指示信息,所述处理器用于根据第一人工智能AI网络模型生成第一信道特征信息,基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;所述通信接口还用于上报所述目标信道特征信息。
第七方面,提供了一种网络侧设备,该网络侧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二方面所述的信道特征信息传输方法的步骤。
第八方面,提供了一种网络侧设备,包括处理器及通信接口,其中,所述通信接口用于向终端发送第一指示信息,以及接收所述终端上报的所述目标信道特征信息;
其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。
第九方面,提供了一种通信系统,包括:终端及网络侧设备,所述终端可用于执行如第一方面所述的信道特征信息传输方法的步骤,所述网络侧设备可用于执行如第二方面所述的信道特征信息传输方法的步骤。
第十方面,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信道特征信息传输方法的步骤,或者实现如第二方面所述的信道特征信息传输方法的步骤。
第十一方面,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信道特征信息传输方法,或实现如第二方面所述的信道特征信息传输方法。
第十二方面,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信道特征信息传输方法,或者实现如第二方面所述的信道特征信息传输方法。
在本申请实施例中,终端通过第一AI网络模型对信道信息进行处理,得到第一AI网络模型输出的第一信道特征信息,并能够基于第一指示信息从第一信道特征信息中确定出目标信道特征信息,进而以将目标信道特征信息上报给网络侧设备。其中,第一信道特征信息包括目标信道特征信息,目标信道特征信息的长度小于或等于第一信道特征信息的长度,这样终端也就可以仅需通过一个AI网络模型就能够实现对信道信息的处理,而后根据第一指示信息来灵活地获取不同长度的目标信道特征信息,也就无需针对每种长度的信道特征信息都配置对应的AI网络模型,进而能够有效节省终端容量和功耗。
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是本申请实施例提供的一种信道特征信息传输方法的流程图;
图3是本申请实施例提供的另一种信道特征信息传输方法的流程图;
图4是本申请实施例提供的一种信道特征信息传输装置的结构图;
图5是本申请实施例提供的另一种信道特征信息传输装置的结构图;
图6是本申请实施例提供的一种通信设备的结构图;
图7是本申请实施例提供的一种终端的结构图;
图8是本申请实施例提供的一种网络侧设备的结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”所区别的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”一般表示前后关联对象是一种“或”的关系。
值得指出的是,本申请实施例所描述的技术不限于长期演进型(Long 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(BasicService 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。
为更好地理解本申请的技术方案,以下对本申请实施例中可能涉及的相关概念进行解释说明。
由信息论可知,准确的信道状态信息(channel state information,CSI)对信道容量至关重要。尤其是对于多天线系统来讲,发送端可以根据CSI优化信号的发送,使其更加匹配信道的状态。如:信道质量指示(channel quality indicator,CQI)可以用来选择合适的调制编码方案(modulation and coding scheme,MCS)实现链路自适应;预编码矩阵指示(precoding matrix indicator,PMI)可以用来实现特征波束成形(eigen beamforming)从而最大化接收信号的强度,或者用来抑制干扰(如小区间干扰、多用户之间干扰等)。因此,自从多天线技术(multi-input multi-output,MIMO)被提出以来,CSI获取一直都是研究热点。
通常,网络侧设备(例如基站)在在某个时隙(slot)的某些时频资源上发送CSI参考信号(channel state information reference signal,CSI-RS),终端根据CSI-RS进行信道估计,计算这个slot上的信道信息,通过码本将PMI反馈给基站,基站根据终端反馈的码本信息组合出信道信息,在下一次CSI上报之前,基站以此进行数据预编码及多用户调度。
为了进一步减少CSI反馈开销,终端可以将每个子带上报PMI改成按照延迟(delay) 上报PMI,由于delay域的信道更集中,用更少的delay的PMI就可以近似表示全部子带的PMI,即将delay域信息压缩之后再上报。
同样,为了减少开销,基站可以事先对CSI-RS进行预编码,将编码后的CSI-RS发送给终端,终端看到的是经过编码之后的CSI-RS对应的信道,终端只需要在网络侧指示的端口中选择若干个强度较大的端口,并上报这些端口对应的系数即可。
进一步地,为了更好地压缩信道信息,可以使用神经网络或机器学习的方法。具体地,在终端通过AI网络模型对信道信息进行压缩编码,在基站通过AI网络模型对压缩后的内容进行解码,从而恢复信道信息,此时基站的用于解码的AI网络模型和终端的用于编码的 AI网络模型需要联合训练,达到合理的匹配度。通过终端的用于编码的AI网络模型和基站的用于解码的AI网络模型组成联合的神经网络模型,由网络侧进行联合训练,训练完成后,基站将用于编码的AI网络模型发送给终端。
终端估计CSI-RS,计算信道信息,将计算的信道信息或者原始的估计到的信道信息通过AI网络模型得到编码结果,将编码结果发送给基站,基站接收编码后的结果,输入到AI网络模型中进行解码,恢复信道信息。
不同的信道环境,信道信息的可压缩编码的程度不同,编码之后的信息长度也不同。对于某个目标压缩性能,简单的信道信息只需要很短的编码长度,但是复杂的信道信息需要较长的编码长度。一般而言,不同长度的编码信息对应的AI网络模型不同,因此需要多个AI网络模型来处理不同的压缩比特bit长度,造成终端和网络侧需要训练和配置多个AI网络模型。
下面结合附图,通过一些实施例及其应用场景对本申请实施例提供的信道特征信息传输方法进行详细地说明。
请参照图2,图2是本申请实施例提供的一种信道特征信息传输方法的流程图,该方法的执行主体为终端。如图2所示,所述方法包括以下步骤:
步骤201、终端接收第一指示信息,以及根据第一AI网络模型生成第一信道特征信息。
本申请实施例中,终端接收网络侧设备发送的第一指示信息,所述第一指示信息可以是用于指示终端上报的信道特征信息的长度和/或位置,进而终端能够基于所述第一指示信息执行对第一信道特征信息的截取或者选取等操作,以确定需要上报的信道特征信息的信息内容和信息长度。
可选地,所述第一信道特征信息可以是信道状态信息(Channel StateInformation,CSI),或者也可以是其他与信道信息相关的信息。终端可以是在网络侧设备指定的位置检测CSI 参考信号(CSI Reference Signal,CSI-RS)或跟踪参考信号(Tracking Reference Signal,TRS),并进行信道估计,得到信道信息,并可以将所述信道信息输入第一AI网络模型,通过第一AI网络模型对所述信道信息(如每个子带的信道矩阵,或每个子带的预编码矩阵)进行压缩编码,得到所述第一AI网络模型输出的第一信道特征信息。需要说明地,本申请实施例中提及的信道信息编码,不同于信道编码。
可选地,终端接收第一指示信息和根据第一AI网络模型生成第一信道特征信息的过程不分先后,例如终端可以是在接收到第一指示信息后,再根据第一AI网络模型生成第一信道特征信息,或者也可以是先根据第一AI网络模型生成第一信道特征信息,然后接收第一指示信息,或者二者也可以是同时进行。
步骤202、所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息。
本申请实施例中,终端在接收到第一指示信息以及得到第一信道特征信息后,所述终端根据所述第一指示信息和所述第一信道特征信息确定目标信道特征信息。可选地,所述第一指示信息用于指示终端需要上报的目标信道特征信息的长度,则终端可以是基于所述第一指示信息对所述第一信道特征信息进行截取或者称选取,以得到目标信道特征信息,所述目标信道特征信息的长度小于或等于第一信道特征信息的长度。
例如,第一信道特征信息的长度为N,所述第一指示信息用于指示终端上报长度M的信道特征信息,M小于N,则终端基于所述第一指示信息在长度为N的第一信道特征信息中截取长度为M的信道特征信息作为目标信道特征信息,也就是说,目标信道特征信息包括为第一信道特征信息的部分或全部内容。
可选地,所述终端可以是按照一定的截取方式对所述第一信道特征信息进行截取。例如,终端可以是按照从前往后的顺序截取第一信道特征信息中的前M长度的信道特征信息;或者,终端也可以是在第一信道特征信息中随机截取长度M的信道特征信息;等。
步骤203、所述终端上报所述目标信道特征信息。
可以理解地,终端在基于所述第一指示信息,从第一信道特征信息中确定出目标信道特征信息后,终端向网络侧设备上报所述目标信道特征信息。
本申请实施例中,终端通过第一AI网络模型对信道信息进行处理,得到第一AI网络模型输出的第一信道特征信息,并能够基于第一指示信息从第一信道特征信息中确定出目标信道特征信息,进而以将目标信道特征信息上报给网络侧设备。其中,目标信道特征信息的长度小于或等于第一信道特征信息的长度。这样,终端也就可以仅需通过一个AI网络模型就能够实现对信道信息的处理,而后根据第一指示信息来灵活地获取不同长度的目标信道特征信息,也就无需针对每种长度的信道特征信息都配置对应的AI网络模型,进而能够有效节省终端容量和功耗。
可选地,所述第一指示信息用于指示如下至少一项:
所述目标信道特征信息的长度;
所述目标信道特征信息的长度范围;
所述目标信道特征信息的长度的表格索引;
所述目标信道特征信息的位置。
例如,所述第一指示信息用于指示目标信道特征信息的长度,进而终端也就能够基于所述第一指示信息对第一信道特征信息进行截取,以得到第一指示信息指示的长度的目标信道特征信息。或者,所述第一指示信息用于指示目标信道特征信息的长度范围,进而终端基于该第一指示信息,对第一信道特征信息进行截取,得到目标信道特征信息,该目标信道特征信息的长度也即属于第一指示信息指示的长度范围内;或者,所述第一指示信息用于指示目标信道特征信息的长度的表格索引,终端根据该表格索引对第一信道特征信息进行截取得到目标信道特征信息,该目标信道特征信息的长度也即所述表格索引中对应的长度;或者,所述第一指示信息还可以是指示目标信道特征信息的位置,终端基于指示的位置对第一信道特征信息的特定位置的信道特征信息进行截取,以得到目标信道特征信息;或者,所述第一指示信息还可以是用于指示目标信道特征信息的长度和位置,或者用于指示目标信道特征信息的长度范围和位置,等,本实施例不做过多列举。
需要说明地,AI网络模型的输出是一个向量,向量的元素是比特(bit)数或系数,系数需要经过量化,生成对应的bit流上报;或者,AI网络模型也可以是输出量化好的bit,进而终端最终上报的都是bit。本申请实施例中,终端对第一信道特征信息的截取可以是针对第一AI网络模型的输出的向量进行的,进而所述长度可以是bit数,也可以是系数的个数,若所述长度是系数的个数,终端对所述系数进行截取,截取后的系数再进行量化后上报,若所述长度是bit数,则终端对bit进行截取后上报。
本申请实施例中,通过第一指示信息的指示内容,终端也就能够基于所述第一指示信息,针对性地对第一信道特征信息进行截取以得到目标信道特征信息,进而终端可以仅需配置一个AI网络模型来对信道信息进行处理。
可选地,所述目标信道特征信息的长度通过如下至少一项进行表征:
绝对长度;
目标长度的预设比例,所述目标长度为所述第一AI网络模型生成所述第一信道特征信息的最大长度;
基础长度的数量,所述基础长度由协议约定。
需要说明地,所述绝对长度可以是指定的长度,例如200bit,180bit,160bit等。
所述目标长度为第一信道特征信息的最大长度,或者说,所述目标长度为第一AI网络模型的输出长度,也即第一信道特征信息的长度;进而目标长度也即固定值,第一指示信息可以通过指示目标长度的预设比例来表征目标信道特征信息的长度,例如第一指示信息指示目标信道特征信息的长度为目标长度的100%、90%、80%等。
所述基础长度为协议预先约定,第一指示信息可以是通过指示基础长度的数量来表征目标信道特征信息的长度;例如基础长度为50bit,第一指示信息指示2个基础长度,也即指示目标信道特征信息的长度为100bit。
本申请实施例中,所述第一指示信息包括如下至少一项:
无线资源控制(Radio Resource Control,RRC)信令;
媒体接入控制控制元素(Medium Access Control Control Element,MAC CE)信令;
下行控制信息(Downlink Control Information,DCI)。
例如,网络侧设备通过RRC信令或MAC CE信令来配置目标信道特征信息的长度,或者是配置目标信道特征信息的长度的表格索引,如CSI报告配置文件(CSI reportconfig),也可以是配置目标信道特征信息的长度范围或是位置等。或者,网络侧设备也可以是通过 DCI动态指示目标信道特征信息的长度或是目标信道特征信息的长度的表格索引等。也即,网络侧设备可以是通过显式指示的方式来表征第一指示信息的内容。
可选地,网络侧设备还可以是通过隐式指示的方式来表征第一指示信息的内容。在所述第一指示信息通过信令隐式进行指示的情况下,所述第一指示信息通过CSI报告配置文件关联,所述第一指示信息包括所述目标信道特征信息的长度的表格索引。例如,网络侧设备向终端发送CSI报告配置文件,该CSI报告配置文件中关联目标信道特征信息的长度的表格索引,进而可以向终端指示目标信道特征信息的长度。
其中,所述目标信道特征信息的长度的表格索引由协议约定。
可选地,所述目标信道特征信息的长度的表格索引中,一个所述目标信道特征信息的长度对应至少一个参数;其中,所述参数与如下至少一项相关:
所述CSI报告配置文件;
与CSI参考信号(CSI Reference Signal,CSI-RS)满足准共址(Quasi co-location,QCL) 关系的其他参考信号的配置。
本申请实施例中,在第一指示信息通过CSI报告配置文件关联的情况下,所述第一指示信息包括所述目标信道特征信息的长度的表格索引,其中一个所述目标信道特征信息的长度对应一个参数,或者也可以是对应多个参数的组合。示例性地,所述参数为CSI-RS的端口数,例如32端口对应200bit,16端口对应180bit等。又如,所述参数还可以是CSI-RS 资源的数量或者CSI-RS的密度,例如配置的CSI-RS的密度越大,对应的目标信道特征信息的长度越大。当然,所述参数还可以是其他的与CSI报告配置文件相关的参数,或者是与CSI-RS满足QCL关系的其他参考信号的配置,例如码分方式等,本实施例不做具体列举。
本申请实施例中,所述第一指示信息还用于指示有效负载大小,所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,包括:
所述终端基于所述第一指示信息确定有效负载大小;
所述终端基于所述有效负载大小确定所述目标信道特征信息的长度。
需要说明地,第一指示信息还可以是通过网络侧设备配置的有效负载(payload)大小来隐式指示。这种情况下,终端基于payload大小来确定目标信道特征信息的长度。这样,网络侧设备能够更加灵活地向终端指示目标信道特征信息的长度。
可选地,所述有效负载大小基于网络侧设备配置的上行资源和码率大小确定。例如,网络侧设备配置物理上行控制信道(Physical Uplink Control Channel,PUCCH)和/或物理上行共享信道(Physical Uplink Shared Channel,PUSCH)资源和码率大小,终端基于上行资源和码率大小计算payload大小,并基于payload大小来确定目标信道特征信息的长度。
本申请实施例中,网络侧设备可以是通过显式指示的方式或者是隐式指示的方式来指示第一指示信息的内容,使得网络侧设备能够灵活地配置第一指示信息。
本申请实施例中,所述终端上报所述目标信道特征信息,包括:
所述终端上报所述目标信道特征信息的信息内容及所述目标信道特征信息的长度。
例如,终端同时上报目标信道特征信息的信息内容及长度,进而网络侧设备也就能够基于终端的上报,获知对多大长度的目标信道特征信息进行解码,以及在网络侧设备包括多个第二AI网络模型的情况下,能够基于所述目标特征信息的长度选择对应的第二AI网络模型来进行解码处理,以恢复得到信道信息。
可选地,所述第一指示信息还用于指示终端对所述目标信道特征信息的长度进行上报。也即是说,网络侧设备可以配置终端在反馈目标信道特征信息的同时上报所述目标信道特征信息的长度。
本申请实施例中,终端可以有多个第一AI网络模型。可选地,所述终端包括L个第一 AI网络模型,L为正整数,其中:
所述L个第一AI网络模型中的任一个第一AI网络模型对应至少一个目标信道特征信息的长度;或者,
所述L个第一AI网络模型与L个目标信道特征信息的长度范围一一对应。
示例性地,终端包括L个第一AI网络模型,每一个第一AI网络模型各自对应一个第一信道特征信息的长度,例如分别为N1、N2……NL,且每一个第一AI网络模型各自对应K 个目标信道特征信息的长度,例如分别为Mi1、Mi2……MiK,其中i表示第i个第一AI网络模型,i的取值为1~L,j表示第j个目标信道特征信息长度,,每个第一AI网络模型对应的目标信道特征信息的长度的个数可以不同,即Mi1~MiK各不相同或部分重叠。可选地,N1~NL可以相同,Mij也可以相同。
例如,终端包括2个第一AI网络模型,第一信道特征信息对应的长度均为200bit,其中第一个第一AI网络模型对应的目标信道特征信息的长度为200bit、180bit、160bit,第二个第一AI网络模型对应的目标信道特征信息的长度为140bit、120bit、100bit、80bit,终端根据可以是根据第一指示信息,选择对应的第一AI网络模型来对第一信道特征信息进行截取。例如,第一指示信息指示的目标信道特征信息的长度为160bit,则终端选择第一个第一AI网络模型来进行信道信息的处理。
或者,终端包括L个第一AI网络模型,每一个第一AI网络模型各自对应一个目标信道特征信息的长度范围,且这些目标信道特征信息的长度范围不同。例如,第一AI网络模型N1对应160bit~200bit的长度范围,第一AI网络模型N2对应130bit~160bit的长度范围。
可选地,所述L个第一AI网络模型中的任一个第一AI网络模型与目标信道特征信息的长度的对应关系由网络侧设备配置;所述L个第一AI网络模型与所述L个目标信道特征信息的长度范围的对应关系由网络侧设备配置。
可选地,在所述第一指示信息包括所述目标信道特征信息的长度的情况下,所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,包括:
所述终端根据所述第一指示信息指示的目标信道特征信息的长度确定对应的目标第一 AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息;或者,
所述终端根据所述第一指示信息指示的目标信道特征信息的长度确定所属的目标信道特征信息的长度范围,基于所述目标信道特征信息的长度范围确定对应的目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息。
例如,第一指示信息指示目标信道特征信息的长度为180bit,若终端包括的两个第一 AI网络模型中,第一AI网络模型N1对应的目标信道特征信息的长度为200bit、180bit、 160bit,第一AI网络模型N2对应的目标信道特征信息的长度为140bit、120bit、100bit、 80bit,则终端将第一AI网络模型N1确定为目标第一AI网络模型;或者,若第一AI网络模型N1对应的目标信道特征信息的长度范围为160bit~200bit,第一AI网络模型N2对应的目标信道特征信息的长度范围为130bit~160bit,则终端将第一AI网络模型N1确定为目标第一AI网络模型。进一步地,终端基于目标第一AI网络模型对信道信息进行处理得到第一信道特征信息,并基于第一指示信息指示的长度对第一信道特征信息进行截取,得到目标信道特征信息。
可选地,在所述第一指示信息指示目标信道特征信息的目标长度,所述L个第一AI网络模型中至少两个第一AI网络模型各自对应的至少一个目标信道特征信息的长度或者各自对应的目标信道特征信息的长度范围包括所述目标长度的情况下,所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,包括:
所述终端根据所述目标长度选择目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标长度确定需要上报的目标信道特征信息,所述目标第一AI网络模型为所述至少两个第一AI网络模型中的任一个。
本申请实施例中,终端可以包括多个第一AI网络模型,多个第一AI网络模型对应的目标信道特征的长度可以相同,或者多个第一AI网络模型对应的目标信道特征的长度范围可以有重叠。在第一指示信息指示目标信道特征信息的目标长度的情况下,该目标长度有可能会与两个或两个以上的第一AI网络模型对应,终端可以是从这些第一AI网络模型中选择一个作为目标第一AI网络模型,以对信道信息进行处理,生成第一信道特征信息,进而终端能够基于所述目标长度对第一信道特征信息进行截取,得到目标信道特征信息。
示例性地,终端选择目标第一AI网络模型的方式可以是随机选择,或者也可以是基于网络侧设备的指示来选择,或者还可以是基于第一AI网络模型的优先级顺序来进行选择。
可选地,所述终端根据所述目标长度选择目标第一AI网络模型,包括如下任意一项:
所述终端根据所述目标长度以及所述至少两个第一AI网络模型的优先级选择目标第一 AI网络模型;
在所述第一指示信息还用于指示所述目标第一AI网络模型的情况下,所述终端根据所述第一指示信息选择所述目标第一AI网络模型。
例如,与所述目标长度对应的至少两个第一AI网络模型包括各自对应的优先级,所述优先级可以是网络侧设备预先配置,终端可以是按照优先级从高到低的顺序,优先选择优先级较高的第一AI网络模型,这样也就使得终端能够有目的性地来选择、确定目标第一 AI网络模型。
可以是对每个第一AI网络模型的输出长度进行排序,优先选择长度小的作为目标第一 AI网络模型。示例性地,终端包括2个第一AI网络模型,其中一个第一AI网络模型N1对应的目标信道特征信息的长度为200bit、180bit、160bit,N1的输出长度为200bit,另一个第一AI网络模型N2对应的目标信道特征信息的长度为160bit、140bit、120bit,N2的输出长度为160bit;若第一指示信息指示上报的目标信道特征信息的长度为160bit,则终端优先选择N2作为目标第一AI网络模型。
或者,也可以是按照第一指示信息指示的目标信道特征信息的长度与各第一AI网络模型的输出长度的差值进行排序,优先选择差值小的作为目标第一AI网络模型。
或者,还可以是对每个第一AI网络模型的输出长度可以截取的数量进行排序,优先选择截取数量少的作为目标第一AI网络模型。或者,网络侧设备配置的第一指示信息中可以直接指示目标第一AI网络模型,进而终端也就能够基于所述第一指示信息来确定目标第一 AI网络模型,终端也就无需在多个第一AI网络模型中进行选择,简化终端流程。
可选地,所述终端上报所述目标信道特征信息,包括:
所述终端上报所述目标信道特征信息及所述目标第一AI网络模型对应的索引。
需要说明地,在终端包括多个第一AI网络模型的情况下,可以是每一个第一AI网络模型包括对应的索引,第一AI网络模型与其索引之间的对应关系可以是终端和网络侧设备之间预先约定。在终端基于目标第一AI网络模型对信道信息进行处理的情况下,终端在上报目标信道特征信息的同时,还可以上报所述目标第一AI网络模型的索引,网络侧设备也就能够基于上报的索引确定终端所使用的目标第一AI网络模型,进而网络侧设备能够选择与目标第一AI网络模型对应的第二AI网络模型对目标信道特征信息进行解码处理,以恢复信道信息。
本申请实施例中,网络侧设备可以是配置有与终端相同数量的第二AI网络模型,一个第一AI网络模型对应一个第二AI网络模型,且对应的第一AI网络模型和第二AI网络模型通过网络侧设备进行联合训练,然后网络侧设备将训练好的第一AI网络模型发送给终端。终端通过第一AI网络模型对信道信息进行编码处理,生成第一信道特征信息,基于第一指示信息对第一信道特征信息进行截取,得到目标信道特征信息并上报给网络侧设备,网络侧设备选择与终端使用的第一AI网络模型对应的第二AI网络模型对目标信道特征信息进行解码处理,得到第二AI网络模型输出的信道信息,进而以实现对信道信息的恢复。这样,也就能够通过AI网络模型实现对信道信息的编码和解码处理。
终端的L个第一AI网络模型可以是各自对应不同的目标信道特征信息长度或长度范围,相应地,网络侧设备的L个第二AI网络模型也可以是各自对应不同的目标信道特征信息长度或长度范围,以与第一AI网络模型对应。进而,网络侧设备能够基于目标信道特征信息的长度,选择对应的第二AI网络模型来进行处理,避免通过同一个第二AI网络模型来对所有的目标信道特征信息进行处理,造成第二AI网络模型的损耗而影响解码性能,多个第二AI网络模型的配置也就能够更好地保障网络侧设备对信道信息的处理性能。
以下通过一个具体的实施例对本申请提供的信道特征信息传输方法进行说明。
1.终端在网络侧设备指定的位置检测CSI-RS或TRS,进行信道估计,得到信道信息;
2.终端通过第一AI网络模型将信道信息编码为CSI信息;
3.终端基于第一指示信息,选择CSI信息的部分信息作为待上报的CSI信息;
4.终端将待上报的CSI信息和其他控制信息组合为上行控制信息(UplinkControl Information,UCI),或者将待上报的CSI信息作为UCI;
5.终端根据UCI长度对UCI进行分割,并添加循环冗余校验(Cyclic redundancycheck, CRC)bit;
6.终端分别进行信道编码、速率匹配和码块关联的操作;
7.终端将UCI映射到PUCCH或PUSCH进行上报。
需要说明地,上述步骤不做限定,且部分步骤可省略,如步骤6。本实施例中,终端可以仅通过一个第一AI网络模型就实现对信道信息的编码,而后根据第一指示信息来灵活地获取不同长度的CSI信息,也就无需针对每种长度的CSI信息都配置对应的AI网络模型,进而能够有效节省终端容量和功耗。
请参照图3,图3是本申请实施例提供的另一种信道特征信息传输方法的流程图,该方法的执行主体为网络侧设备。如图3所示,所述方法包括以下步骤:
步骤301、网络侧设备向终端发送第一指示信息;
步骤302、所述网络侧设备接收所述终端上报的目标信道特征信息;
其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。
本申请实施例中,网络侧设备向终端发送第一指示信息,进而终端能够根据所述第一指示信息对第一AI网络模型生成的第一信道特征信息进行截取,以得到目标信道特征信息并进行上报,网络侧设备接收所述终端上报的目标信道特征信息,网络侧设备将目标信道特征信息输入到第二AI网络模型,得到输出的信道信息,进而以通过第二AI网络模型对信道信息进行恢复。其中,第二AI网络模型与第一AI网络模型对应,也即第一AI网络模型与第二AI网络模型通过联合训练得到。
其中,目标信道特征信息的长度小于或等于第一信道特征信息的长度,进而终端也就可以仅需通过一个AI网络模型就能够实现对信道信息的处理,而后根据第一指示信息来灵活地获取不同长度的目标信道特征信息,也就无需针对每种长度的信道特征信息都配置对应的AI网络模型,有效节省终端容量和功耗。
可选地,所述第一指示信息用于指示如下至少一项:
所述目标信道特征信息的长度;
所述目标信道特征信息的长度范围;
所述目标信道特征信息的长度的表格索引;
所述目标信道特征信息的位置。
可选地,所述目标信道特征信息的长度通过如下至少一项进行表征:
绝对长度;
目标长度的预设比例,所述目标长度为所述第一AI网络模型生成所述第一信道特征信息的最大长度;
基础长度的数量,所述基础长度由协议约定。
需要说明地,网络侧设备可以是和终端预先约定目标信道特征信息的长度的表征方式。
可选地,所述第一指示信息包括如下至少一项:
RRC信令;
MAC CE信令;
DCI。
例如,网络侧设备通过RRC信令或MAC CE信令来配置目标信道特征信息的长度,或者是配置目标信道特征信息的长度的表格索引,如CSI报告配置文件(CSI reportconfig),也可以是配置目标信道特征信息的长度范围或是位置等。或者,网络侧设备也可以是通过 DCI动态指示目标信道特征信息的长度或是目标信道特征信息的长度的表格索引等。也即,网络侧设备可以是通过显式指示的方式来表征第一指示信息的内容。
可选地,网络侧设备还可以是通过隐式指示的方式来表征第一指示信息的内容。
示例性地,所述网络侧设备通过CSI报告配置文件关联所述第一指示信息,所述第一指示信息包括所述目标信道特征信息的长度的表格索引。例如,网络侧设备向终端发送CSI 报告配置文件,该CSI报告配置文件中关联目标信道特征信息的长度的表格索引,进而以向终端指示目标信道特征信息的长度。
可选地,所述目标信道特征信息的长度的表格索引由协议约定。
可选地,所述目标信道特征信息的长度的表格索引中,一个所述目标信道特征信息的长度对应至少一个参数;
其中,所述参数与如下至少一项相关:
所述CSI报告配置文件;
与CSI-RS满足QCL关系的其他参考信号的配置。
本申请实施例中,在第一指示信息通过CSI报告配置文件关联的情况下,所述第一指示信息包括所述目标信道特征信息的长度的表格索引,其中一个所述目标信道特征信息的长度对应一个参数,或者也可以是对应多个参数的组合。示例性地,所述参数为CSI-RS的端口数,例如32端口对应200bit,16端口对应180bit等。又如,所述参数还可以是CSI-RS 资源的数量或者CSI-RS的密度,例如配置的CSI-RS的密度越大,对应的目标信道特征信息的长度越大。当然,所述参数还可以是其他的与CSI报告配置文件相关的参数,或者是与CSI-RS满足QCL关系的其他参考信号的配置,例如码分方式等,本实施例不做具体列举。
可选地,所述第一指示信息还用于指示有效负载大小,所述终端用于基于所述有效负载大小确定所述目标信道特征信息的第一长度。
可选地,所述网络侧设备通过配置上行资源和码率大小确定所述有效负载大小。例如,网络侧设备配置物理上行控制信道(Physical Uplink Control Channel,PUCCH)和/或物理上行共享信道(Physical Uplink Shared Channel,PUSCH)资源和码率大小,终端基于上行资源和码率大小计算payload大小,并基于payload大小来确定目标信道特征信息的长度。
可选地,所述网络侧设备接收所述终端上报的所述目标信道特征信息,包括:
所述网络侧设备接收所述终端上报的所述目标信道特征信息的信息内容及所述目标信道特征信息的长度。
例如,终端同时上报目标信道特征信息的信息内容及长度,进而网络侧设备也就能够基于终端的上报,获知对多大长度的目标信道特征信息进行解码,以及在网络侧设备包括多个第二AI网络模型的情况下,能够基于所述目标特征信息的长度选择对应的第二AI网络模型来进行解码处理,以恢复得到信道信息。
可选地,所述第一指示信息还用于指示终端对所述目标信道特征信息的长度进行上报。
可选地,所述终端包括L个第一AI网络模型,L为正整数,所述方法还包括如下至少一项:
所述网络侧设备配置所述L个第一AI网络模型中的任一个第一AI网络模型与目标信道特征信息的长度的对应关系;
所述网络侧设备配置所述L个第一AI网络模型与L个目标信道特征信息的长度范围的对应关系,所述L个第一AI网络模型与所述L个目标信道特征信息的长度范围一一对应。
本申请实施例中,在所述第一指示信息指示目标信道特征信息的目标长度,所述L个第一AI网络模型中至少两个第一AI网络模型各自对应的至少一个目标信道特征信息的长度或者各自对应的目标信道特征信息的长度范围包括所述目标长度的情况下,所述网络侧设备接收所述终端上报的所述目标信道特征信息,包括:
所述网络侧设备接收所述终端上报的目标信道特征信息及目标第一AI网络模型对应的索引,所述目标第一AI网络模型为所述至少两个第一AI网络模型中的任一个。
可选地,所述第一指示信息还用于指示所述目标第一AI网络模型。
需要说明地,终端在包括L个第一AI网络模型的情况下,网络侧设备相应地也包括L 个第二AI网络模型,且L个第一AI网络模型与L个第二AI网络模型一一对应,对应的第一AI网络模型和第二AI网络模型通过网络侧设备进行联合训练。例如,终端基于第一AI 网络模型N1对信道信息进行编码处理,则网络侧设备在接收到目标信道特征信息的情况下,将目标信道特征信息输入与第一AI网络模型N1对应的第二AI网络模型进行解码处理,以输出信道信息,进而对信道信息进行恢复。
可选地,终端的L个第一AI网络模型可以是各自对应不同的目标信道特征信息长度或长度范围,相应地,网络侧设备的L个第二AI网络模型也可以是各自对应不同的目标信道特征信息长度或长度范围,以与第一AI网络模型对应。进而,网络侧设备能够基于目标信道特征信息的长度,选择对应的第二AI网络模型来进行处理,避免通过同一个第二AI网络模型来对所有的目标信道特征信息进行处理,造成第二AI网络模型的损耗而影响解码性能,多个第二AI网络模型的配置也就能够更好地保障网络侧设备对信道信息的处理性能。
本申请实施例中,网络侧设备在接收到目标信道特征信息后,可以是根据第二AI网络模型的输入长度,对目标信道特征信息进行进一步截取。例如,第二AI网络模型使用的是 128bit的输入,终端上报的目标信道特征信息的长度为134bit,则网络侧设备能够对接收到的目标信道特征信息进一步截取,得到128bit的信道特征信息,从而输入第二AI网络模型。
需要说明地,上述情况可以是针对终端基于负载大小计算的目标信道特征信息的长度可能会与第二AI网络模型的输入长度不同;或者,也可能是协议约定了目标信道特征信息的长度,而网络侧设备使用的第二AI网络模型的输入长度与协议不同,则基站可以进一步对目标信道特征信息进行截取,以得到适配于输入第二AI网络模型的长度。这样,也就使得网络侧设备对于目标信道特征信息的处理更加灵活。
本申请实施例提供的信道特征信息方法应用于网络侧设备,其中涉及的相关概念及具体实现流程可以是参照上述图2应用于终端的信道特征信息传输方法实施例中的具体描述,为避免重复,本实施例不再赘述。
本申请实施例提供的信道特征信息传输方法,执行主体可以为信道特征信息传输装置。本申请实施例中以信道特征信息传输装置执行信道特征信息传输方法为例,说明本申请实施例提供的信道特征信息传输装置。
请参照图4,图4是本申请实施例提供的一种信道特征信息传输装置,如图4所示,所述信道特征信息传输装置400包括:
第一接收模块401,用于接收第一指示信息,以及根据第一人工智能AI网络模型生成第一信道特征信息;
确定模块402,用于基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;
上报模块403,用于上报所述目标信道特征信息。
可选地,所述第一指示信息用于指示如下至少一项:
所述目标信道特征信息的长度;
所述目标信道特征信息的长度范围;
所述目标信道特征信息的长度的表格索引;
所述目标信道特征信息的位置。
可选地,所述目标信道特征信息的长度通过如下至少一项进行表征:
绝对长度;
目标长度的预设比例,所述目标长度为所述第一AI网络模型生成所述第一信道特征信息的最大长度;
基础长度的数量,所述基础长度由协议约定。
可选地,所述第一指示信息包括如下至少一项:
RRC信令;
MAC CE信令;
DCI。
可选地,所述第一指示信息还用于指示有效负载大小,所述确定模块402还用于:
基于所述第一指示信息确定有效负载大小;
基于所述有效负载大小确定所述目标信道特征信息的第一长度。
可选地,所述有效负载大小基于网络侧设备配置的上行资源和码率大小确定。
可选地,在所述第一指示信息通过信令隐式进行指示的情况下,所述第一指示信息通过信道状态信息CSI报告配置文件关联,所述第一指示信息包括所述目标信道特征信息的长度的表格索引。
可选地,所述目标信道特征信息的长度的表格索引由协议约定。
可选地,所述目标信道特征信息的长度的表格索引中,一个所述目标信道特征信息的长度对应至少一个参数;
其中,所述参数与如下至少一项相关:
CSI报告配置文件;
与CSI参考信号CSI-RS满足准共址QCL关系的其他参考信号的配置。
可选地,所述上报模块403还用于:
上报所述目标信道特征信息的信息内容及所述目标信道特征信息的长度。
可选地,所述第一指示信息还用于指示所述装置对所述目标信道特征信息的长度进行上报。
可选地,所述装置包括L个第一AI网络模型,L为正整数,其中:
所述L个第一AI网络模型中的任一个第一AI网络模型对应至少一个目标信道特征信息的长度;或者,
所述L个第一AI网络模型与L个目标信道特征信息的长度范围一一对应,且所述L个目标信道特征信息的长度范围不同。
可选地,所述L个第一AI网络模型中的任一个第一AI网络模型与目标信道特征信息的长度的对应关系由网络侧设备配置;
所述L个第一AI网络模型与所述L个目标信道特征信息的长度范围的对应关系由网络侧设备配置。
可选地,在所述第一指示信息包括所述目标信道特征信息的长度的情况下,所述确定模块402还用于:
根据所述第一指示信息指示的目标信道特征信息的长度确定对应的目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息;或者,
根据所述第一指示信息指示的目标信道特征信息的长度确定所属的目标信道特征信息的长度范围,基于所述目标信道特征信息的长度范围确定对应的目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息。
可选地,在所述第一指示信息指示目标信道特征信息的目标长度,所述L个第一AI网络模型中至少两个第一AI网络模型各自对应的至少一个目标信道特征信息的长度或者各自对应的目标信道特征信息的长度范围包括所述目标长度的情况下,所述确定模块402还用于:
根据所述目标长度选择目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标长度确定需要上报的目标信道特征信息,所述目标第一AI网络模型为所述至少两个第一AI网络模型中的任一个。
可选地,所述确定模块402还用于执行如下任意一项:
根据所述目标长度以及所述至少两个第一AI网络模型的优先级选择目标第一AI网络模型;
在所述第一指示信息还用于指示所述目标第一AI网络模型的情况下,根据所述第一指示信息选择所述目标第一AI网络模型。
可选地,所述上报模块403还用于:
上报所述目标信道特征信息及所述目标第一AI网络模型对应的索引。
本申请实施例提供的装置,通过第一AI网络模型对信道信息进行处理,得到第一AI 网络模型输出的第一信道特征信息,并能够基于第一指示信息从第一信道特征信息中确定出目标信道特征信息,进而以将目标信道特征信息上报给网络侧设备。其中,第一信道特征信息包括目标信道特征信息,目标信道特征信息的长度小于或等于第一信道特征信息的长度,所述装置也就可以仅需通过一个AI网络模型就能够实现对信道信息的处理,而后根据第一指示信息来灵活地获取不同长度的目标信道特征信息,也就无需针对每种长度的信道特征信息都配置对应的AI网络模型,进而能够有效节省所述装置的容量和功耗。
本申请实施例中的信道特征信息传输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信道特征信息传输装置能够实现图2方法实施例中终端实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
请参照图5,图5是本申请实施例提供的另一种信道特征信息传输装置,如图5所示,所述信道特征信息传输装置500包括:
发送模块501,用于向终端发送第一指示信息;
第二接收模块502,用于接收所述终端上报的目标信道特征信息;
其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。
可选地,所述第一指示信息用于指示如下至少一项:
所述目标信道特征信息的长度;
所述目标信道特征信息的长度范围;
所述目标信道特征信息的长度的表格索引;
所述目标信道特征信息的位置。
可选地,所述目标信道特征信息的长度通过如下至少一项进行表征:
绝对长度;
目标长度的预设比例,所述目标长度为所述第一AI网络模型生成所述第一信道特征信息的最大长度;
基础长度的数量,所述基础长度由协议约定。
可选地,所述第一指示信息包括如下至少一项:
RRC信令;
MAC CE信令;
DCI。
可选地,所述第一指示信息还用于指示有效负载大小,所述终端用于基于所述有效负载大小确定所述目标信道特征信息的第一长度。
可选地,所述装置通过配置上行资源和码率大小确定所述有效负载大小。
可选地,所述装置通过CSI报告配置文件关联所述第一指示信息,所述第一指示信息包括所述目标信道特征信息的长度的表格索引。
可选地,所述目标信道特征信息的长度的表格索引由协议约定。
可选地,所述目标信道特征信息的长度的表格索引中,一个所述目标信道特征信息的长度对应至少一个参数;
其中,所述参数与如下至少一项相关:
所述CSI报告配置文件;
与CSI参考信号CSI-RS满足准共址QCL关系的其他参考信号的配置。
可选地,所述第二接收模块502还用于:
接收所述终端上报的所述目标信道特征信息的信息内容及所述目标信道特征信息的长度。
可选地,所述第一指示信息还用于指示终端对所述目标信道特征信息的长度进行上报。
可选地,所述终端包括L个第一AI网络模型,L为正整数,所述装置还用于执行如下至少一项:
配置所述L个第一AI网络模型中的任一个第一AI网络模型与目标信道特征信息的长度的对应关系;
配置所述L个第一AI网络模型与L个目标信道特征信息的长度范围的对应关系,所述 L个第一AI网络模型与所述L个目标信道特征信息的长度范围一一对应。
可选地,在所述第一指示信息指示目标信道特征信息的目标长度,所述L个第一AI网络模型中至少两个第一AI网络模型各自对应的至少一个目标信道特征信息的长度或者各自对应的目标信道特征信息的长度范围包括所述目标长度的情况下,所述第二接收模块502 还用于:
接收所述终端上报的目标信道特征信息及目标第一AI网络模型对应的索引,所述目标第一AI网络模型为所述至少两个第一AI网络模型中的任一个。
可选地,所述第一指示信息还用于指示所述目标第一AI网络模型。
本申请实施例中,所述装置可以只配置一个第二AI网络模型来对目标信道特征信息进行处理,有效节省网络侧设备的容量和功耗
本申请实施例提供的信道特征信息传输装置能够实现图3方法实施例中网络侧设备实现的各个过程,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为终端时,该程序或指令被处理器601执行时实现上述图2所述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为网络侧设备时,该程序或指令被处理器601 执行时实现上述图3所述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,所述通信接口用于接收第一指示信息,所述处理器用于根据第一人工智能AI网络模型生成第一信道特征信息,基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;所述通信接口还用于上报所述目标信道特征信息。该终端实施例与上述终端侧方法实施例对应,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(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data 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(DirectRambus 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用于接收第一指示信息;
处理器710,用于根据第一人工智能AI网络模型生成第一信道特征信息;
以及基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;
射频单元701还用于上报所述目标信道特征信息。
可选地,所述第一指示信息用于指示如下至少一项:
所述目标信道特征信息的长度;
所述目标信道特征信息的长度范围;
所述目标信道特征信息的长度的表格索引;
所述目标信道特征信息的位置。
可选地,所述目标信道特征信息的长度通过如下至少一项进行表征:
绝对长度;
目标长度的预设比例,所述目标长度为所述第一AI网络模型生成所述第一信道特征信息的最大长度;
基础长度的数量,所述基础长度由协议约定。
可选地,所述第一指示信息包括如下至少一项:
RRC信令;
MAC CE信令;
DCI。
可选地,所述第一指示信息还用于指示有效负载大小,所述处理器710,还用于:
基于所述第一指示信息确定有效负载大小;
基于所述有效负载大小确定所述目标信道特征信息的第一长度。
可选地,所述有效负载大小基于网络侧设备配置的上行资源和码率大小确定。
可选地,在所述第一指示信息通过信令隐式进行指示的情况下,所述第一指示信息通过信道状态信息CSI报告配置文件关联,所述第一指示信息包括所述目标信道特征信息的长度的表格索引。
可选地,所述目标信道特征信息的长度的表格索引由协议约定。
可选地,所述目标信道特征信息的长度的表格索引中,一个所述目标信道特征信息的长度对应至少一个参数;
其中,所述参数与如下至少一项相关:
所述CSI报告配置文件;
与CSI参考信号CSI-RS满足准共址QCL关系的其他参考信号的配置。
可选地,所述射频单元701还用于:
上报所述目标信道特征信息的信息内容及所述目标信道特征信息的长度。
可选地,所述第一指示信息还用于指示终端对所述目标信道特征信息的长度进行上报。
可选地,所述终端包括L个第一AI网络模型,L为正整数,其中:
所述L个第一AI网络模型中的任一个第一AI网络模型对应至少一个目标信道特征信息的长度;或者,
所述L个第一AI网络模型与L个目标信道特征信息的长度范围一一对应,且所述L个目标信道特征信息的长度范围不同。
可选地,所述L个第一AI网络模型中的任一个第一AI网络模型与目标信道特征信息的长度的对应关系由网络侧设备配置;
所述L个第一AI网络模型与所述L个目标信道特征信息的长度范围的对应关系由网络侧设备配置。
可选地,在所述第一指示信息包括所述目标信道特征信息的长度的情况下,所述处理器710,还用于:
根据所述第一指示信息指示的目标信道特征信息的长度确定对应的目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息;或者,
根据所述第一指示信息指示的目标信道特征信息的长度确定所属的目标信道特征信息的长度范围,基于所述目标信道特征信息的长度范围确定对应的目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息。
可选地,在所述第一指示信息指示目标信道特征信息的目标长度,所述L个第一AI网络模型中至少两个第一AI网络模型各自对应的至少一个目标信道特征信息的长度或者各自对应的目标信道特征信息的长度范围包括所述目标长度的情况下,所述处理器710,还用于:
根据所述目标长度选择目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标长度确定需要上报的目标信道特征信息,所述目标第一AI网络模型为所述至少两个第一AI网络模型中的任一个。
可选地,所述处理器710,还用于执行如下任意一项:
根据所述目标长度以及所述至少两个第一AI网络模型的优先级选择目标第一AI网络模型;
在所述第一指示信息还用于指示所述目标第一AI网络模型的情况下,根据所述第一指示信息选择所述目标第一AI网络模型。
可选地,所述射频单元701还用于:
上报所述目标信道特征信息及所述目标第一AI网络模型对应的索引。
本申请实施例中,终端可以仅需通过一个AI网络模型就能够实现对信道信息的处理,而后根据第一指示信息来灵活地获取不同长度的目标信道特征信息,也就无需针对每种长度的信道特征信息都配置对应的AI网络模型,进而能够有效节省终端容量和功耗。
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所述通信接口用于向终端发送第一指示信息,以及接收所述终端上报的所述目标信道特征信息;其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。该网络侧设备实施例与上述网络侧设备方法实施例对应,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81、射频装置82、基带装置83、处理器84和存储器85。天线81与射频装置82 连接。在上行方向上,射频装置82通过天线81接收信息,将接收的信息发送给基带装置 83进行处理。在下行方向上,基带装置83对要发送的信息进行处理,并发送给射频装置 82,射频装置82对收到的信息进行处理后经过天线81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83中实现,该基带装置83包括基带处理器。
基带装置83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85连接,以调用存储器85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86,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800还包括:存储在存储器85上并可在处理器84 上运行的指令或程序,处理器84调用存储器85中的指令或程序执行图6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图2所述方法实施例的各个过程,或者实现上述图3 所述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,实现上述图2所述方法实施例的各个过程,或者实现上述图3所述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图2所述方法实施例的各个过程,或者实现上述图3所述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通信系统,包括:终端及网络侧设备,所述终端可用于执行如图2所述的信道特征信息传输方法的步骤,所述网络侧设备可用于执行如图3所述的信道特征信息传输方法的步骤。
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 (36)
1.一种信道特征信息传输方法,其特征在于,包括:
终端接收第一指示信息,以及根据第一人工智能AI网络模型生成第一信道特征信息;
所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;
所述终端上报所述目标信道特征信息。
2.根据权利要求1所述的方法,其特征在于,所述第一指示信息用于指示如下至少一项:
所述目标信道特征信息的长度;
所述目标信道特征信息的长度范围;
所述目标信道特征信息的长度的表格索引;
所述目标信道特征信息的位置。
3.根据权利要求2所述的方法,其特征在于,所述目标信道特征信息的长度通过如下至少一项进行表征:
绝对长度;
目标长度的预设比例,所述目标长度为所述第一AI网络模型生成所述第一信道特征信息的最大长度;
基础长度的数量,所述基础长度由协议约定。
4.根据权利要求1所述的方法,其特征在于,所述第一指示信息包括如下至少一项:
无线资源控制RRC信令;
媒体接入控制控制元素MAC CE信令;
下行控制信息DCI。
5.根据权利要求1所述的方法,其特征在于,所述第一指示信息还用于指示有效负载大小,所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,包括:
所述终端基于所述第一指示信息确定有效负载大小;
所述终端基于所述有效负载大小确定所述目标信道特征信息的第一长度。
6.根据权利要求5所述的方法,其特征在于,所述有效负载大小基于网络侧设备配置的上行资源和码率大小确定。
7.根据权利要求1所述的方法,其特征在于,在所述第一指示信息通过信令隐式进行指示的情况下,所述第一指示信息通过信道状态信息CSI报告配置文件关联,所述第一指示信息包括所述目标信道特征信息的长度的表格索引。
8.根据权利要求2或7所述的方法,其特征在于,所述目标信道特征信息的长度的表格索引由协议约定。
9.根据权利要求8所述的方法,其特征在于,所述目标信道特征信息的长度的表格索引中,一个所述目标信道特征信息的长度对应至少一个参数;
其中,所述参数与如下至少一项相关:
CSI报告配置文件;
与CSI参考信号CSI-RS满足准共址QCL关系的其他参考信号的配置。
10.根据权利要求1所述的方法,其特征在于,所述终端上报所述目标信道特征信息,包括:
所述终端上报所述目标信道特征信息的信息内容及所述目标信道特征信息的长度。
11.根据权利要求10所述的方法,其特征在于,所述第一指示信息还用于指示终端对所述目标信道特征信息的长度进行上报。
12.根据权利要求1所述的方法,其特征在于,所述终端包括L个第一AI网络模型,L为正整数,其中:
所述L个第一AI网络模型中的任一个第一AI网络模型对应至少一个目标信道特征信息的长度;或者,
所述L个第一AI网络模型与L个目标信道特征信息的长度范围一一对应,且所述L个目标信道特征信息的长度范围不同。
13.根据权利要求12所述的方法,其特征在于,所述L个第一AI网络模型中的任一个第一AI网络模型与目标信道特征信息的长度的对应关系由网络侧设备配置;
所述L个第一AI网络模型与所述L个目标信道特征信息的长度范围的对应关系由网络侧设备配置。
14.根据权利要求12所述的方法,其特征在于,在所述第一指示信息包括所述目标信道特征信息的长度的情况下,所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,包括:
所述终端根据所述第一指示信息指示的目标信道特征信息的长度确定对应的目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息;或者,
所述终端根据所述第一指示信息指示的目标信道特征信息的长度确定所属的目标信道特征信息的长度范围,基于所述目标信道特征信息的长度范围确定对应的目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标信道特征信息的长度确定需要上报的目标信道特征信息。
15.根据权利要求12所述的方法,其特征在于,在所述第一指示信息指示目标信道特征信息的目标长度,所述L个第一AI网络模型中至少两个第一AI网络模型各自对应的至少一个目标信道特征信息的长度或者各自对应的目标信道特征信息的长度范围包括所述目标长度的情况下,所述终端基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,包括:
所述终端根据所述目标长度选择目标第一AI网络模型,基于所述目标第一AI网络模型及所述目标长度确定需要上报的目标信道特征信息,所述目标第一AI网络模型为所述至少两个第一AI网络模型中的任一个。
16.根据权利要求15所述的方法,其特征在于,所述终端根据所述目标长度选择目标第一AI网络模型,包括如下任意一项:
所述终端根据所述目标长度以及所述至少两个第一AI网络模型的优先级选择目标第一AI网络模型;
在所述第一指示信息还用于指示所述目标第一AI网络模型的情况下,所述终端根据所述第一指示信息选择所述目标第一AI网络模型。
17.根据权利要求15所述的方法,其特征在于,所述终端上报所述目标信道特征信息,包括:
所述终端上报所述目标信道特征信息及所述目标第一AI网络模型对应的索引。
18.一种信道特征信息传输方法,其特征在于,包括:
网络侧设备向终端发送第一指示信息;
所述网络侧设备接收所述终端上报的目标信道特征信息;
其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。
19.根据权利要求18所述的方法,其特征在于,所述第一指示信息用于指示如下至少一项:
所述目标信道特征信息的长度;
所述目标信道特征信息的长度范围;
所述目标信道特征信息的长度的表格索引;
所述目标信道特征信息的位置。
20.根据权利要求19所述的方法,其特征在于,所述目标信道特征信息的长度通过如下至少一项进行表征:
绝对长度;
目标长度的预设比例,所述目标长度为所述第一AI网络模型生成所述第一信道特征信息的最大长度;
基础长度的数量,所述基础长度由协议约定。
21.根据权利要求18所述的方法,其特征在于,所述第一指示信息包括如下至少一项:
RRC信令;
MAC CE信令;
DCI。
22.根据权利要求18所述的方法,其特征在于,所述第一指示信息还用于指示有效负载大小,所述终端用于基于所述有效负载大小确定所述目标信道特征信息的第一长度。
23.根据权利要求22所述的方法,其特征在于,所述网络侧设备通过配置上行资源和码率大小确定所述有效负载大小。
24.根据权利要求18所述的方法,其特征在于,所述网络侧设备通过CSI报告配置文件关联所述第一指示信息,所述第一指示信息包括所述目标信道特征信息的长度的表格索引。
25.根据权利要求19或24所述的方法,其特征在于,所述目标信道特征信息的长度的表格索引由协议约定。
26.根据权利要求25所述的方法,其特征在于,所述目标信道特征信息的长度的表格索引中,一个所述目标信道特征信息的长度对应至少一个参数;
其中,所述参数与如下至少一项相关:
CSI报告配置文件;
与CSI参考信号CSI-RS满足准共址QCL关系的其他参考信号的配置。
27.根据权利要求18所述的方法,其特征在于,所述网络侧设备接收所述终端上报的所述目标信道特征信息,包括:
所述网络侧设备接收所述终端上报的所述目标信道特征信息的信息内容及所述目标信道特征信息的长度。
28.根据权利要求27所述的方法,其特征在于,所述第一指示信息还用于指示终端对所述目标信道特征信息的长度进行上报。
29.根据权利要求18所述的方法,其特征在于,所述终端包括L个第一AI网络模型,L为正整数,所述方法还包括如下至少一项:
所述网络侧设备配置所述L个第一AI网络模型中的任一个第一AI网络模型与目标信道特征信息的长度的对应关系;
所述网络侧设备配置所述L个第一AI网络模型与L个目标信道特征信息的长度范围的对应关系,所述L个第一AI网络模型与所述L个目标信道特征信息的长度范围一一对应。
30.根据权利要求29所述的方法,其特征在于,在所述第一指示信息指示目标信道特征信息的目标长度,所述L个第一AI网络模型中至少两个第一AI网络模型各自对应的至少一个目标信道特征信息的长度或者各自对应的目标信道特征信息的长度范围包括所述目标长度的情况下,所述网络侧设备接收所述终端上报的所述目标信道特征信息,包括:
所述网络侧设备接收所述终端上报的目标信道特征信息及目标第一AI网络模型对应的索引,所述目标第一AI网络模型为所述至少两个第一AI网络模型中的任一个。
31.根据权利要求30所述的方法,其特征在于,所述第一指示信息还用于指示所述目标第一AI网络模型。
32.一种信道特征信息传输装置,其特征在于,包括:
第一接收模块,用于接收第一指示信息,以及根据第一人工智能AI网络模型生成第一信道特征信息;
确定模块,用于基于所述第一指示信息和所述第一信道特征信息确定目标信道特征信息,所述第一信道特征信息包括所述目标信道特征信息;
上报模块,用于上报所述目标信道特征信息。
33.一种信道特征信息传输装置,其特征在于,包括:
发送模块,用于向终端发送第一指示信息;
第二接收模块,用于接收所述终端上报的目标信道特征信息;
其中,所述目标信道特征信息为所述终端基于所述第一指示信息及第一AI网络模型生成的第一信道特征信息确定的信道特征信息,且所述第一信道特征信息包括所述目标信道特征信息。
34.一种终端,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1-17中任一项所述的信道特征信息传输方法的步骤。
35.一种网络侧设备,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18-31中任一项所述的信道特征信息传输方法的步骤。
36.一种可读存储介质,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1-17中任一项所述的信道特征信息传输方法的步骤,或者实现如权利要求18-31中任一项所述的信道特征信息传输方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210283866.2A CN116828497A (zh) | 2022-03-21 | 2022-03-21 | 信道特征信息传输方法、装置、终端及网络侧设备 |
PCT/CN2023/082038 WO2023179460A1 (zh) | 2022-03-21 | 2023-03-17 | 信道特征信息传输方法、装置、终端及网络侧设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210283866.2A CN116828497A (zh) | 2022-03-21 | 2022-03-21 | 信道特征信息传输方法、装置、终端及网络侧设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116828497A true CN116828497A (zh) | 2023-09-29 |
Family
ID=88099879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210283866.2A Pending CN116828497A (zh) | 2022-03-21 | 2022-03-21 | 信道特征信息传输方法、装置、终端及网络侧设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116828497A (zh) |
WO (1) | WO2023179460A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109428636B (zh) * | 2017-08-21 | 2021-10-15 | 华为技术有限公司 | 波束指示和上报方法、网络设备、终端 |
CN110536231B (zh) * | 2019-05-27 | 2023-06-20 | 中兴通讯股份有限公司 | 一种信息反馈方法及装置 |
CN112671505B (zh) * | 2019-10-16 | 2023-04-11 | 维沃移动通信有限公司 | 编码方法、译码方法及设备 |
CN114079493A (zh) * | 2020-08-13 | 2022-02-22 | 华为技术有限公司 | 一种信道状态信息测量反馈方法及相关装置 |
-
2022
- 2022-03-21 CN CN202210283866.2A patent/CN116828497A/zh active Pending
-
2023
- 2023-03-17 WO PCT/CN2023/082038 patent/WO2023179460A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023179460A1 (zh) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023246618A1 (zh) | 信道矩阵处理方法、装置、终端及网络侧设备 | |
CN116828497A (zh) | 信道特征信息传输方法、装置、终端及网络侧设备 | |
CN114598365A (zh) | 传输方法、装置、设备及可读存储介质 | |
WO2024055974A1 (zh) | Cqi传输方法、装置、终端及网络侧设备 | |
WO2023185980A1 (zh) | 信道特征信息传输方法、装置、终端及网络侧设备 | |
WO2023185995A1 (zh) | 信道特征信息传输方法、装置、终端及网络侧设备 | |
WO2024007949A1 (zh) | Ai模型处理方法、装置、终端及网络侧设备 | |
WO2023179570A1 (zh) | 信道特征信息传输方法、装置、终端及网络侧设备 | |
WO2024088161A1 (zh) | 信息传输方法、信息处理方法、装置和通信设备 | |
WO2024093999A1 (zh) | 信道信息的上报和接收方法、终端及网络侧设备 | |
WO2024055993A1 (zh) | Cqi传输方法、装置、终端及网络侧设备 | |
WO2024051564A1 (zh) | 信息传输方法、ai网络模型训练方法、装置和通信设备 | |
WO2023179476A1 (zh) | 信道特征信息上报及恢复方法、终端和网络侧设备 | |
WO2024037380A1 (zh) | 信道信息处理方法、装置、通信设备及存储介质 | |
WO2023179473A1 (zh) | 信道特征信息上报及恢复方法、终端和网络侧设备 | |
CN117411527A (zh) | 信道特征信息上报及恢复方法、终端和网络侧设备 | |
CN117318773A (zh) | 信道矩阵处理方法、装置、终端及网络侧设备 | |
CN116939647A (zh) | 信道特征信息上报及恢复方法、终端和网络侧设备 | |
CN116684225A (zh) | 多普勒信息上报方法、终端及网络侧设备 | |
CN117014044A (zh) | 信道信息反馈方法、终端及网络侧设备 | |
CN116938300A (zh) | 预编码矩阵的反馈方法、终端及网络侧设备 | |
CN117914366A (zh) | 信息反馈方法、装置、终端、网络侧设备及可读存储介质 | |
CN117978304A (zh) | 信息传输方法、信息处理方法、装置和通信设备 | |
CN116614162A (zh) | 预编码指示方法、装置、通信设备、系统及存储介质 | |
CN117692032A (zh) | 信息传输方法、装置、设备、系统及存储介质 |
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 |