CN117082487A - 一种多用户数据传输的方法和装置 - Google Patents
一种多用户数据传输的方法和装置 Download PDFInfo
- Publication number
- CN117082487A CN117082487A CN202210799828.2A CN202210799828A CN117082487A CN 117082487 A CN117082487 A CN 117082487A CN 202210799828 A CN202210799828 A CN 202210799828A CN 117082487 A CN117082487 A CN 117082487A
- Authority
- CN
- China
- Prior art keywords
- information
- terminal device
- terminal equipment
- terminal
- interference
- 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 177
- 230000005540 biological transmission Effects 0.000 title claims abstract description 105
- 230000033001 locomotion Effects 0.000 claims description 130
- 238000001514 detection method Methods 0.000 claims description 102
- 230000001133 acceleration Effects 0.000 claims description 31
- 238000003860 storage Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 27
- 238000013528 artificial neural network Methods 0.000 claims description 17
- 238000013473 artificial intelligence Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 description 34
- 230000002452 interceptive effect Effects 0.000 description 22
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 15
- 230000008030 elimination Effects 0.000 description 14
- 238000003379 elimination reaction Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000007476 Maximum Likelihood Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 6
- 230000011664 signaling Effects 0.000 description 5
- 206010042135 Stomatitis necrotising Diseases 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 201000008585 noma Diseases 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012508 change request Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- 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
- H04B7/0413—MIMO systems
- H04B7/0452—Multi-user MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
- H04W72/23—Control channels or signalling for resource management in the downlink direction of a wireless link, i.e. towards a terminal
- H04W72/232—Control channels or signalling for resource management in the downlink direction of a wireless link, i.e. towards a terminal the control data signalling from the physical layer, e.g. DCI signalling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
- H04W8/24—Transfer of terminal data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请实施例提供了一种多用户数据传输的方法和装置。该方法可以包括:第一终端设备向网络设备发送第一信息,该第一信息用于指示该第一终端设备在多用户多输入多输出配对传输时的检测干扰信号的能力;第一终端设备向该网络设备发送第一信息之后,第一终端设备接收来自网络设备的第一指示信息,第一指示信息用于指示第二终端设备的数据传输信息。第一终端设备根据第一指示信息检测并消除干扰信号。通过本申请,网络设备根据第一信息确定该第一终端设备检测干扰信号的能力满足预设条件,并向第一终端设备发送第一指示信息,第一指示信息用于第一终端设备检测并消除干扰信号,进而保证第一终端设备能够更好地进行干扰信号的检测和消除。
Description
技术领域
本申请实施例涉及通信领域,并且更具体地,涉及一种多用户数据传输的方法和装置。
背景技术
多输入多输出(multiple-input multiple-output,MIMO)技术是无线移动通信领域中智能天线技术的一个重大突破,该技术可以在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率,还可以利用多径传输来减轻多径衰落,有效地检测和消除信道干扰,提高信道的可靠性,降低误码率,是新一代移动通信系统采用的关键技术。其已经被广泛地应用于长期演进(long term evolution,LTE)和新无线(new radio,NR)等多种无线通信系统中。
为了提高系统频谱效率,在无线通信系统中,通常结合MIMO技术,例如利用单用户多入多出技术(single-user multiple-input multiple-output,SU-MIMO)对单用户进行多流传输或者多用户多入多出技术(multi-user multiple-input multiple-output,MU-MIMO)对多个用户一起调度。为了消除SU-MIMO或MU-MIMO中存在的流间干扰和用户间干扰,通常对网络设备的预编码有较高的要求。其中,需要网络设备的预编码与信道能精准匹配,使得预编码后的信号经过相应信道传输后,干扰较小。
由于预编码的确定通常基于测量的信道信息,当用户处于移动状态下,可能导致测量的信道信息与实际传输时的信道信息存在延迟,导致预编码无法与信道精准匹配,特别是在MU-MIMO传输下,可能导致干扰剧增。因此,亟需一种多用户数据传输的方法,以期提高终端设备检测和消除干扰信号的性能。
发明内容
本申请实施例提供了一种多用户数据传输的方法和装置,能够提高终端设备检测和消除干扰信号的性能。
第一方面,提供了一种多用户数据传输的方法,该方法可以由终端设备执行,或者也可以由设置于终端设备中的芯片或者电路执行,本申请对此不作限定,为了便于描述,下面以由第一终端设备执行为例进行说明。
该方法包括:
第一终端设备向网络设备发送第一信息,第一信息用于指示第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测来自发送给配对终端设备的干扰信号的能力;第一终端设备向网络设备发送所述第一信息之后,第一终端设备接收来自网络设备的第一指示信息,第一指示信息用于指示第二终端设备的数据传输信息,第二终端设备为第一终端设备配对的终端设备。
根据本申请实施例提供的方法,第一终端设备向网络设备发送用于指示该第一终端设备检测来自发送给配对终端设备的干扰信号的能力的第一信息之后,第一终端设备接收来自网络设备的第一指示信息,该第一指示信息被用于该第一终端设备检测来自发送给配对终端设备的干扰信号,其中,该第一指示信息还用于指示该第一终端设备配对的终端设备(即,第二终端设备)的数据传输信息。网络设备根据第一信息确定该第一终端设备具备检测干扰信号的能力,再向第一终端设备发送第一指示信息,从而避免了当第一终端设备不具备检测干扰信号能力的情况下,网络设备指示第一终端设备检测干扰信号,第一终端设备无法完成较好的干扰检测和消除,浪费了相关的控制信道资源,以及终端设备的功耗。
需要说明的是,该第二终端设备可以是一个终端设备,也可以是多个终端设备,对此本申请不做限定。
结合第一方面,在一些可能实现的方式中,当第一信息满足预设条件时,第一终端设备接收来自网络设备的所述第一指示信息。
基于上述方案,当第一终端设备的检测干扰信号的能力满足预设条件时,网络设备向第一终端设备发送第一指示信息,其中,该预设条件可以是网络设备与第一终端设备协商的,也可以是协议规定的,还可以是网络设备根据某一条件自身确定的,对此本申请不做限定。
结合第一方面,在一些可能实现的方式中,所述第一指示信息是根据所述第一信息确定的。
结合第一方面,在一些可能实现的方式中,所述第一终端设备根据所述第一指示信息检测MU-MIMO配对传输时的多用户干扰信号。
结合第一方面,在一些可能实现的方式中,所述第一指示信息携带在第一下行控制信息DCI字段中,所述方法还包括:所述第一终端设备根据配置信息确定所述第一DCI字段,所述配置信息包括所述第一DCI字段和/或所述第一DCI字段的标识。
基于上述方案,该配置信息包括网络设备确定的第一DCI字段和/或第一DCI字段的标识,其中第一DCI字段为网络设备指示第一终端设备时使用的现有的DCI字段(即协议规定的DCI字段),第一终端设备根据配置信息在现有的DCI字段上直接解析第一指示信息,从而节省资源开销,降低第一终端设备的复杂度。
应理解,该配置信息可以是网络设备发送给第一终端设备的,也可以是协议规定的。
结合第一方面,在一些可能实现的方式中,所述第一终端设备接收来自所述网络设备的所述配置信息。
结合第一方面,在一些可能实现的方式中,在所述第一终端设备接收来自所述网络设备的所述第一指示信息之前,所述方法还包括:所述第一终端设备向所述网络设备发送第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动姿态。
应理解,第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第二信息;或者,在第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第一信息之后,第一终端设备再向网络设备发送第二信息,对此本申请不做限定。
还应理解,第一终端设备可以根据网络设备配置的运动状态上报触发条件,向网络设备发送第二信息;第一终端设备还可以周期性地向网络设备发送第二信息。
结合第一方面,在一些可能实现的方式中,在所述第一终端设备向所述网络设备发送所述第二信息之前,所述方法还包括:所述第一终端设备接收来自所述网络设备的第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
结合第一方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
结合第一方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
结合第一方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数、所述第一终端设备支持的AI模型的神经网络类型。
结合第一方面,在一些可能实现的方式中,所述配置信息还包括AI网络模型,以及AI网络模型的输入输出的内容和参数。
示例性地,配置信息还包括AI网络模型的输入和输出的内容和参数,其中包括,AI网络模型的输入和输出的具体内容,以及输入和输出的数据大小。举例来说,配置该AI模型的输入为接收信号、导频信号或参考信号,输出为检测信号的结果;或者,配置该AI模型的输入为接收信号的矩阵,该接收信号的矩阵大小为N*1,输出为信号检测的结果,该信号检测的输出大小为N*T。
结合第一方面,在一些可能实现的方式中,所述第一指示信息包括以下至少一项:所述第二终端设备的天线端口、所述第二终端设备的数量、所述第二终端设备的干扰数据流数、所述第二终端设备的信号调制方式、所述第二终端设备接收来自所述网络设备的发送功率。
第二方面,提供了一种多用户传输的方法,该方法可以由网络设备执行,或者,也可以由设置于网络设备中的芯片或者电路执行,本申请对此不做限定,为了便于描述,下面以由网络设备执行为例进行说明。
该方法包括:
网络设备接收来自第一终端设备的第一信息,所述第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测来自发送给配对终端设备的干扰信号的能力;所述网络设备接收到所述第一信息之后,所述网络设备向所述第一终端设备发送第一指示信息,所述第一指示信息用于指示第二终端设备的数据传输信息,所述第二终端设备为所述第一终端设备配对的终端设备。
根据本申请实施例提供的方法,网络设备接收来自第一终端设备第一信息,该第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测来自发送给配对终端设备的干扰信号的能力,网络设备向第一终端设备发送第一指示信息,该第一指示信息被用于该第一终端设备检测来自发送给配对终端设备的干扰信号,其中,该第一指示信息还用于指示该第一终端设备配对的终端设备(即,第二终端设备)的数据传输信息。网络设备根据第一信息确定该第一终端设备具备检测干扰信号的能力,再向第一终端设备发送第一指示信息,从而避免了当第一终端设备不具备检测干扰信号能力的情况下,网络设备指示第一终端设备检测干扰信号,第一终端设备无法完成较好的干扰检测和消除,浪费了相关的控制信道资源,以及终端设备的功耗。
需要说明的是,该第二终端设备可以是一个终端设备,也可以是多个终端设备,对此本申请不做限定。
结合第二方面,在一些可能实现的方式中,当所述第一信息满足预设条件时,所述网络设备向所述第一终端设备发送所述第一指示信息。
基于上述方案,当第一终端设备的检测干扰信号的能力满足预设条件时,网络设备向第一终端设备发送第一指示信息,其中,该预设条件可以是网络设备与第一终端设备协商的,也可以是协议规定的,还可以是网络设备根据某一条件自身确定的,对此本申请不做限定。
结合第二方面,在一些可能实现的方式中,所述第一指示信息是根据所述第一信息确定的。
结合第二方面,在一些可能实现的方式中,所述第一指示信息携带在第一下行控制信息DCI字段中,所述方法还包括:所述网络设备向所述第一终端设备发送配置信息,所述配置信息包括第一DCI字段和/或所述第一DCI字段的标识。
基于上述方案,该配置信息包括网络设备确定的第一DCI字段和/或第一DCI字段的标识,其中第一DCI字段为网络设备指示第一终端设备时使用的现有的DCI字段(即协议规定的DCI字段),第一终端设备根据配置信息在现有的DCI字段上直接解析第一指示信息,从而节省资源开销,降低终端设备的复杂度。
应理解,该配置信息可以是网络设备发送给第一终端设备的,也可以是协议规定的。
结合第二方面,在一些可能实现的方式中,在所述网络设备向所述第一终端设备发送第一指示信息之前,该方法还包括:所述网络设备接收来自所述第一终端设备的第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动方向、运动姿态。
应理解,第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第二信息;或者,在第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第一信息之后,第一终端设备再向网络设备发送第二信息,对此本申请不做限定。
还应理解,第一终端设备可以根据网络设备配置的运动状态上报触发条件,向网络设备发送第二信息;第一终端设备还可以周期性地向网络设备发送第二信息。
结合第二方面,在一些可能实现的方式中,在所述网络设备接收来自所述第一终端设备的第二信息之前,所述方法还包括:所述网络设备向所述第一终端设备发送第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
结合第二方面,在一些可能实现的方式中,在所述网络设备向所述第一终端设备发送所述配置信息之前,所述方法还包括:所述网络设备确定所述第二信息满足第一条件。
结合第二方面,在一些可能实现的方式中,所述第一条件包括以下至少一项:
所述第一终端设备的运动速度特征满足预设速度特征;
所述第一终端设备的运动姿态特征满足预设姿态特征,
其中,所述运动速度特征包括速度大小、速度方向,加速度大小、加速度方向。
结合第二方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
结合第二方面,在一些可能实现的方式中,所述第一信息还包括以下一项或多项:所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
结合第二方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数、所述第一终端设备支持的AI模型的神经网络类型。
结合第二方面,在一些可能实现的方式中,所述配置信息还包括AI模型,以及该AI网络模型的输入输出的内容和参数。
可选地,所述AI模型是所述网络设备根据所述第一信息配置的。
示例性地,配置信息还包括AI网络模型的输入和输出的内容和参数,其中包括,AI网络模型的输入和输出的具体内容,以及输入和输出的数据大小。举例来说,配置该AI模型的输入为接收信号、导频信号或参考信号,输出为检测信号的结果;或者,配置该AI模型的输入为接收信号的矩阵,该接收信号的矩阵大小为N*1,输出为信号检测的结果,该信号检测的输出大小为N*T。结合第二方面,在一些可能实现的方式中,所述第一指示信息包括以下至少一项:所述第二终端设备的天线端口、所述第二终端设备的数量、所述第二终端设备的干扰数据流数、所述第二终端设备的信号调制方式、所述第二终端设备接收来自所述网络设备的发送功率。
第三方面,提供了一种多用户数据传输的方法,该方法可以由终端设备执行,或者也可以由设置于终端设备中的芯片或者电路执行,本申请对此不作限定,为了便于描述,下面以由第一终端设备执行为例进行说明。
该方法包括:
第一终端设备向网络设备发送第一信息,第一信息用于指示第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测来自发送给配对终端设备的干扰信号的能力;当所述第一信息满足预设条件时,所述第一终端设备接收来自所述网络设备的第一指示信息,第一指示信息用于指示第二终端设备的数据传输信息,第二终端设备为第一终端设备配对的终端设备,所述第一指示信息是根据所述第一信息确定的。
根据本申请实施例提供的方法,网络设备根据第一信息确定该第一终端设备具备检测干扰信号的能力,并向第一终端设备发送第一指示信息,从而避免了当第一终端设备不具备检测干扰信号能力的情况下,网络设备指示第一终端设备检测干扰信号,第一终端设备无法完成较好的干扰检测和消除,浪费了相关的控制信道资源,以及终端设备的功耗。
结合第三方面,在一些可能实现的方式中,所述第一指示信息携带在第一下行控制信息DCI字段中,所述方法还包括:所述第一终端设备根据配置信息确定所述第一DCI字段,所述配置信息包括所述第一DCI字段和/或所述第一DCI字段的标识。
结合第三方面,在一些可能实现的方式中,所述第一终端设备接收来自所述网络设备的所述配置信息。
结合第三方面,在一些可能实现的方式中,在所述第一终端设备接收来自所述网络设备的所述第一指示信息之前,所述方法还包括:所述第一终端设备向所述网络设备发送第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动姿态。
应理解,第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第二信息;或者,在第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第一信息之后,第一终端设备再向网络设备发送第二信息,对此本申请不做限定。
还应理解,第一终端设备可以根据网络设备配置的运动状态上报触发条件,向网络设备发送第二信息;第一终端设备还可以周期性地向网络设备发送第二信息。
结合第三方面,在一些可能实现的方式中,在所述第一终端设备向所述网络设备发送所述第二信息之前,所述方法还包括:所述第一终端设备接收来自所述网络设备的第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
结合第三方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
结合第三方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
结合第三方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数、所述第一终端设备支持的AI模型的神经网络类型。
结合第三方面,在一些可能实现的方式中,所述配置信息还包括AI网络模型,以及AI网络模型的输入输出的内容和参数。
结合第三方面,在一些可能实现的方式中,所述第一指示信息包括以下至少一项:所述第二终端设备的天线端口、所述第二终端设备的数量、所述第二终端设备的干扰数据流数、所述第二终端设备的信号调制方式、所述第二终端设备接收来自所述网络设备的发送功率。
第四方面,提供了一种多用户传输的方法,该方法可以由网络设备执行,或者,也可以由设置于网络设备中的芯片或者电路执行,本申请对此不做限定,为了便于描述,下面以由网络设备执行为例进行说明。
该方法包括:
网络设备接收来自第一终端设备的第一信息,所述第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测来自发送给配对终端设备的干扰信号的能力;当所述第一信息满足预设条件时,所述网络设备向所述第一终端设备发送第一指示信息,所述第一指示信息用于指示第二终端设备的数据传输信息,所述第二终端设备为所述第一终端设备配对的终端设备。
根据本申请实施例提供的方法,网络设备根据第一信息确定该第一终端设备具备检测干扰信号的能力,并向第一终端设备发送第一指示信息,从而避免了当第一终端设备不具备检测干扰信号能力的情况下,网络设备指示第一终端设备检测干扰信号,第一终端设备无法完成较好的干扰检测和消除,浪费了相关的控制信道资源,以及终端设备的功耗。
结合第四方面,在一些可能实现的方式中,所述第一指示信息携带在第一下行控制信息DCI字段中,所述方法还包括:所述网络设备向所述第一终端设备发送配置信息,所述配置信息包括第一DCI字段和/或所述第一DCI字段的标识。
基于上述方案,该配置信息包括网络设备确定的第一DCI字段和/或第一DCI字段的标识,其中第一DCI字段为网络设备指示第一终端设备时使用的现有的DCI字段(即协议规定的DCI字段),第一终端设备根据配置信息在现有的DCI字段上直接解析第一指示信息,从而节省资源开销,降低终端设备的复杂度。
结合第四方面,在一些可能实现的方式中,在所述网络设备向所述第一终端设备发送第一指示信息之前,该方法还包括:所述网络设备接收来自所述第一终端设备的第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动方向、运动姿态。
应理解,第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第二信息;或者,在第一终端设备接收到第一指示信息之前,第一终端设备向网络设备发送第一信息之后,第一终端设备再向网络设备发送第二信息,对此本申请不做限定。
还应理解,第一终端设备可以根据网络设备配置的运动状态上报触发条件,向网络设备发送第二信息;第一终端设备还可以周期性地向网络设备发送第二信息。
结合第四方面,在一些可能实现的方式中,在所述网络设备接收来自所述第一终端设备的第二信息之前,所述方法还包括:所述网络设备向所述第一终端设备发送第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
结合第四方面,在一些可能实现的方式中,在所述网络设备向所述第一终端设备发送所述配置信息之前,所述方法还包括:所述网络设备确定所述第二信息满足第一条件。
结合第四方面,在一些可能实现的方式中,所述第一条件包括以下至少一项:
所述第一终端设备的运动速度特征满足预设速度特征;
所述第一终端设备的运动姿态特征满足预设姿态特征,
其中,所述运动速度特征包括速度大小、速度方向,加速度大小、加速度方向。
结合第四方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
结合第四方面,在一些可能实现的方式中,所述第一信息还包括以下一项或多项:所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
结合第四方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数、所述第一终端设备支持的AI模型的神经网络类型。
结合第四方面,在一些可能实现的方式中,所述配置信息还包括AI模型,以及该AI网络模型的输入输出的内容和参数。
第五方面,提供一种多用户数据传输的装置,所述一种多用户数据传输的装置包括:收发单元,向网络设备发送第一信息,所述第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力;所述收发单元在向所述网络设备发送所述第一信息之后,所述收发单元,还用于接收来自所述网络设备的第一指示信息,所述第一指示信息用于指示第二终端设备的数据传输信息,所述第二终端设备为所述第一终端设备配对的终端设备。
结合第五方面,在一些可能实现的方式中,当所述第一信息满足预设条件时,所述收发单元,还用于接收所述第一指示信息。
结合第五方面,在一些可能实现的方式中,所述第一指示信息是根据所述第一信息确定的。
结合第五方面,在一些可能实现的方式中,处理单元,用于根据所述第一指示信息检测MU-MIMO配对传输时的多用户干扰信号。
结合第五方面,在一些可能实现的方式中,所述第一指示信息携带在第一下行控制信息DCI字段中,所述装置还包括:所述处理单元根据配置信息确定所述第一DCI字段,所述配置信息包括所述第一DCI字段和/或所述第一DCI字段的标识。
结合第五方面,在一些可能实现的方式中,所述收发单元,还用于接收来自所述网络设备的所述配置信息。
结合第五方面,在一些可能实现的方式中,在所述接收单元用于接收来自所述网络设备的所述第一指示信息之前,所述装置还包括:
所述收发单元,还用于向所述网络设备发送第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动姿态。
结合第五方面,在一些可能实现的方式中,在所述收发单元用于向所述网络设备发送所述第二信息之前,所述装置还包括:
所述收发单元,还用于接收来自所述网络设备的第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
结合第五方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
结合第五方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
结合第五方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数。
结合第五方面,在一些可能实现的方式中,所述配置信息还包括AI网络模型。
结合第五方面,在一些可能实现的方式中,所述第一指示信息包括以下至少一项:所述第二终端设备的天线端口、所述第二终端设备的数量、所述第二终端设备的干扰数据流数、所述第二终端设备的信号调制方式、所述第二终端设备接收来自所述网络设备的功率。
第六方面,提供一种多用户数据传输的装置,所述一种多用户数据传输的装置包括:收发单元,用于接收来自第一终端设备的第一信息,所述第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力;所述收发单元用于接收到所述第一信息之后,所述收发单元,还用于向所述第一终端设备发送第一指示信息,所述第一指示信息用于指示第二终端设备的数据传输信息,所述第二终端设备为所述第一终端设备配对的终端设备。
结合第六方面,在一些可能实现的方式中,当所述第一信息满足预设条件时,所述收发单元,用于向所述第一终端设备发送所述第一指示信息。
结合第六方面,在一些可能实现的方式中,所述第一指示信息是根据所述第一信息确定的。
结合第六方面,在一些可能实现的方式中,所述第一指示信息携带在第一下行控制信息DCI字段中,所述装置还包括:所述收发单元,用于向所述第一终端设备发送配置信息,所述配置信息包括第一DCI字段和/或所述第一DCI字段的标识。
结合第六方面,在一些可能实现的方式中,在所述收发单元用于向所述第一终端设备发送第一指示信息之前,所述装置还包括:所述收发单元,还用于接收来自所述第一终端设备的第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动方向、运动姿态。
结合第六方面,在一些可能实现的方式中,在所述收发单元用于接收来自所述第一终端设备的第二信息之前,所述装置还包括:所述收发单元,还用于向所述第一终端设备发送第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
结合第六方面,在一些可能实现的方式中,在所述收发单元向所述第一终端设备发送所述配置信息之前,所述方法还包括:处理单元,用于确定所述第二信息满足第一条件。
结合第六方面,在一些可能实现的方式中,所述第一条件包括以下至少一项:
所述第一终端设备的运动速度特征满足预设速度特征;
所述第一终端设备的运动姿态特征满足预设姿态特征,
其中,所述运动速度特征包括速度大小、速度方向,加速度大小、加速度方向。
结合第六方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
结合第六方面,在一些可能实现的方式中,所述第一信息还包括以下一项或多项:所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
结合第六方面,在一些可能实现的方式中,所述第一信息包括以下一项或多项:所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数。
结合第六方面,在一些可能实现的方式中,所述配置信息还包括AI模型,所述AI模型是所述网络设备根据所述第一信息配置的。
结合第六方面,在一些可能实现的方式中,所述第一指示信息包括以下至少一项:所述第二终端设备的天线端口、所述第二终端设备的数量、所述第二终端设备的干扰数据流数、所述第二终端设备的信号调制方式、所述第二终端设备接收来自所述网络设备的功率。
第七方面,提供了一种通信装置,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序或指令,当所述程序或指令被所述处理器执行时,使得所述通信装置执行第一方面或第二方面及其各种可能实现方式中的方法,或者使得所述通信装置执行第三方面或第四方面及其各种可能实现方式中的方法,。
可选地,上述处理器为一个或多个,上述存储器为一个或多个。
可选地,上述存储器可以与上述处理器集成在一起,或者上述存储器与处理器分离设备。
可选地,该转发设备还包括,发射机(发射器)和接收机(接收机)。
第八方面,提供了一种通信系统,包括:第一终端设备,用于执行上述第一方面及其任一种可能实现方式中的方法,或者,用于执行上述第三方面及其任一种可能实现方式中的方法;网络设备,用于执行上述第二方面及其任一种可能实现方式中的方法,或者,用于执行上述第四方面及其任一种可能实现方式中的方法。
第九方面,提供了一种计算机可读介质,所述计算机可读介质存储有计算机程序(也可以称为代码,或者指令),当所述计算机程序被运行时,使得计算机执行上述第一方面或第二方面中任一种可能实现方式的方法,或者,使得计算机执行上述第三方面或第四方面中任一种可能实现方式的方法。
第十方面,提供一种芯片系统,包括存储器和处理器,该存储器用于存储计算机程序,该处理器用于存储计算机程序,该处理器用于从存储器中调用并运行该计算机程序,使得安装有该芯片系统的通信设备执行上述第一方面或第二方面中的任意方面及其可能实现方式中的方法,或者,使使得安装有该芯片系统的通信设备执行上述第三方面或第四方面中的任意方面及其可能实现方式中的方法。
其中,该芯片系统可以包括用于发送信息或数据的输入芯片或者接口,以及用于接收信息或数据的输出芯片或者接口。
附图说明
图1是本申请适用的通信系统的示意图。
图2是本申请实施例提供的一种多用户传输数据的方法示意性流程图。
图3是本申请实施例提供的另一种多用户传输数据的方法示意性流程图。
图4是本申请实施例提供的一种UCI字段示意图。
图5是本申请实施例提供的一种MAC-CE字段示意图。
图6是本申请实施例提供的一种数据驱动的AI模型的示意图。
图7是本申请实施例提供的一种多模块的AI模型的示意图。
图8是本申请实施例提供的一种球形译码树形图。
图9是本申请实施例提供的一种多用户数据传输的装置900示意性框图。
图10是本申请提供的另一种多用户数据传输的装置1000示意性框图。
具体实施方式
下面将结合附图,对本申请实施例中的技术方案进行描述。
本申请实施例的技术方案可以应用于各种通信系统,例如:全球移动通讯(GlobalSystem of Mobile communication,GSM)系统、码分多址(Code Division MultipleAccess,CDMA)系统、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)系统、通用分组无线业务(General Packet Radio Service,GPRS)、长期演进(Long TermEvolution,LTE)系统、LTE频分双工(Frequency Division Duplex,FDD)系统、LTE时分双工(Time Division Duplex,TDD)、通用移动通信系统(Universal MobileTelecommunication System,UMTS)、全球互联微波接入(Worldwide Interoperabilityfor Microwave Access,WiMAX)通信系统、未来的第五代(5th Generation,5G)系统或新无线(New Radio,NR)等。
本申请实施例中的终端设备可以指用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、会话启动协议(Session InitiationProtocol,SIP)电话、无线本地环路(Wireless Local Loop,WLL)站、个人数字处理(Personal Digital Assistant,PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备,未来5G网络中的终端设备或者未来演进的公用陆地移动通信网络(Public Land Mobile Network,PLMN)中的终端设备等,本申请实施例对于终端设备的具体形式不作限定。
应理解,本申请实施例中,终端设备可以是用于实现终端设备功能的装置,也可以是能够支持终端设备实现该功能的装置,例如芯片系统,该装置可以被安装在终端中。本申请实施例中,芯片系统可以由芯片构成,也可以包括芯片和其他分立器件。
本申请实施例中的网络设备可以是用于与终端设备通信的设备,该网络设备可以是全球移动通讯(Global System of Mobile communication,GSM)系统或码分多址(CodeDivision Multiple Access,CDMA)中的网络设备(Base Transceiver Station,BTS),也可以是宽带码分多址(Wideband Code Division Multiple Access,WCDMA)系统中的网络设备(NodeB,NB),还可以是LTE系统中的演进型网络设备(Evolutional NodeB,eNB或eNodeB),还可以是云无线接入网络(Cloud Radio Access Network,CRAN)场景下的无线控制器,或者该网络设备可以为中继站、接入点、车载设备、可穿戴设备以及未来5G网络中的网络设备或者未来演进的PLMN网络中的网络设备等,本申请对此不做限定。
应理解,本申请实施例中,网络设备可以是用于实现网络设备功能的装置,也可以是能够支持网络设备实现该功能的装置,例如芯片系统,该装置可以被安装在网络设备中。
还应理解,下文示出的实施例并未对本申请实施例提供的方法的执行主体的具体结构特别限定,只要能够通过运行记录有本申请实施例的提供的方法的代码的程序,以根据本申请实施例提供的方法进行通信即可,例如,本申请实施例提供的方法的执行主体可以是终端设备或网络设备,或者,是终端设备或网络设备中能够调用程序并执行程序的功能模块。
在无线通信系统中(例如5G NR、4G LTE等),为了提高系统频谱效率,通常结合MIMO技术,例如利用SU-MIMO对单用户进行多流传输,或者利用MU-MIMO将多个终端设备配对在同一时频资源上进行同时调度。
其中,网络设备针对信道预编码的获取,可以根据终端设备反馈的信道信息,例如,通过信道状态信息(channel state indicator,CSI)反馈;或者通过上下行信道的互易性,例如通过终端设备发送的参考信号探测参考信号(sounding reference signal,SRS)获取当前下行信道的信道信息。网络设备可以根据下行信道信息,确定后续数据传输中的预编码信息。
作为一种示例,在SU-MIMO场景下,网络设备可以根据下行信道矩阵,进行奇异值分解(singular value decomposition,SVD),将特征向量作为预编码矩阵,从而消除系统中存在的流间干扰。
作为另一种示例,在MU-MIMO场景下,网络设备可以根据多个终端设备的下行信道矩阵,采用迫零(zero forcing,ZF)等方式进行预编码,从而消除终端设备间的干扰。
换句话说,MIMO性能的好坏,与预编码能否匹配信道相关。若预编码矩阵不能良好地匹配信道,则可能带来干扰问题。
在LTE中的多用户叠加传输(multi user superposition transmission,MUST)课题,讨论了关于终端设备复用同一块资源进行传输的场景,并通过不同的发射功率进行区分,即非正交多址接入(non-orthogonal multi access,NOMA)场景。在该场景下,可以支持将不同地理位置(主要针对远端和近端用户)的终端设备在同一时频资源上进行复用,达到提升频谱效率的目的。与MIMO场景不同的是NOMA场景下的功率域上终端设备有区分,而MU-MIMO下,可支持MU间的等功率分配。此外,MU-MIMO对于UE的区分,主要是基于空间上的区分,例如使用不同的预编码使得不同UE之间的预编码与有用UE之间的信道存在一定的正交性。
当前LTE R13支持对两个终端设备配对进行NOMA传输。由于在功率域上进行区分,网络设备需要指示给近端终端设备关于远端终端设备的相关信息,包括功率信息和调制方式信息。从而使得近端终端设备可以在功率域上解调远端终端设备的数据,并通过结合信道译码和串行干扰消除,将远端终端设备的干扰信号进行消除。为了支持该机制,网络设备可通过DCI信令提供配对终端设备的调制方式和发射功率信息,用于近端终端设备的干扰信号的检测和消除。
可以看出,在功率域上的NOMA场景中,仅支持两个终端设备。同时需要在功率域上进行区分,即发射功率需要有区别。此外,上述方案还需要结合信道译码的串行干扰消除,复杂度较高。
如图1示出了本申请提供的一种移动性场景下的MU-MIMO系统图。在终端设备移动的场景下,如果终端设备的移动速度较快,或者网络设备获取信道信息的间隔较长(例如CSI反馈周期、SRS周期),可能会导致网络设备在信道预编码时所采用的信道信息存在过期现象。即,网络设备获取的信道与实际传输时的信道偏差较大,从而导致网络设备预编码时的预编码矩阵无法与真实信道匹配。在MU-MIMO场景下,该问题更为明显。由于终端设备自身的信号方向可能存在不匹配,也可能会导致匹配的多用户MU之间的干扰会增强,进一步地会导致系统性能下降。
为了消除SU-MIMO或MU-MIMO场景下的数据流间的干扰和用户间的干扰,系统通常对网络设备的预编码有较高要求,需要使得预编码与信道能精准匹配,使得预编码后的信号经过相应信道传输后,干扰较小。特别是对于MU-MIMO用户且用户距离较近的情况而言。
在LTE系统或者NR系统中,MU-MIMO的传输对于终端设备而言都是透明的。传统的技术方案中,下行控制信道(downlink control information,DCI)指示时,仅指示自身传输的相关指示内容,而不会对配对终端设备的指示做规定。因此,终端设备也不会获取到在MU-MIMO配对传输的情况下的与终端设备配对的MU的相关信息。对于终端设备而言,由于无法获取与其配对的终端设备的相关信息,则不利于终端设备进行干扰信号的检测和消除。
因此,现有技术提出了将配对MU的相关信息,也在DCI中进行指示。具体地,利用一种Group形式的DCI,将多个配对终端设备的调度信息承载在一条DCI中进行指示。这些终端设备共用相同的无线网络临时标识(radio network temporal identification,RNTI)。在Group-DCI的指示中,在不同的DCI字段指示不同终端设备的调制编码方式(modulationand coding scheme,MCS)信息内容,便于终端设备进行干扰信号的检测和消除。
其中,现有技术中需要设计专用的DCI格式进行相关指示,同时,每个配对的终端设备都需要一个专用字域进行指示,从而导致系统的信令开销比较大。另外,终端设备需要解调额外的专用DCI格式,导致终端设备的解调复杂度增加了。此外,现有技术中仅仅考虑在MU情况下如何进行调度时的信息指示,并未考虑到终端设备的检测干扰信号的能力相关问题。例如,有些终端设备可能不具备检测和消除干扰信号的能力,在此情况下即使网络设备对终端设备进行了相关指示,终端设备也无法较好地检测和消除干扰信号,导致浪费了相关的控制信道资源,和终端设备解调DCI的功耗。
本申请主要针对移动性场景下的MU-MIMO,可能引起较大的MU干扰问题。基于现有技术存在的问题,提出了结合接收机能力的MIMO检测方案。同时,网络设备根据终端设备检测干扰信号的能力确定第一指示信息,为终端设备提供检测干扰信号的辅助信息,使得终端设备能够在较低复杂度的限制下检测和消除干扰信号。
其中,终端设备使用MIMO的检测算法对系统性能影响较大。典型的MIMO接收算法,例如最小均方误差(minimum mean square error,MMSE)、MMSE-IRC算法,这类算法在干扰信号较严重的场景下,效果可能不理想。另一类接收算法是基于最大似然检测算法进行接收,这类算法可以在可能的符号范围内进行搜索,从而确定待测的符号。针对信噪比较低的场景,效果可能受限,但在信噪比较高的区域,包括存在数据流间干扰的情况下,效果较好。由于最大似然检测的复杂度较高,特别是随着传输流数、信号调制阶数的增加会显著增大。因此,目前也有很多简化的最大似然算法,简化的最大似然检测算法可以基于树型搜索中的广度优先或深度优先方式等实现,例如球形译码算法等,可以在降低复杂度的情况下仍保证系统性能。
此外,随着人工智能(artificial intelligence,AI)技术逐渐应用于无线通信,AI用于MIMO检测也逐渐被提出。相比于传统算法,AI检测一般可以降低检测的复杂度。AI在MIMO检测中的应用,既可以基于数据驱动,即完全基于训练数据训练一个AI网络,网络的输出即为检测结果。也可以与传统方法结合。在传统方法中输入一个由AI网络训练得到的中间结果,辅助传统方法得到更优结果。本申请结合实施例进行详细地介绍。
以下,不失一般性,以网络设备与终端设备之间的交互为例详细说明本申请实施例提供的一种多用户数据传输的方法。
图2示出了本申请实施例提供的一种多用户数据传输的方法示意性框图。该方法包括步骤S210和S220。
S210,第一终端设备向网络设备发送第一信息。
其中,该第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力。
可选地,该第一信息可以包括以下一项或多项:所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
可选地,该第一信息可以包括以下一项或多项:所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
可选地,该第一信息可以包括以下一项或多项:所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数、所述第一终端设备支持的AI模型的神经网络类型。
应理解,第一终端设备触发性地或者周期性地向网络设备发送自身的检测干扰的能力,即第一信息。网络设备根据第一终端设备上报的第一信息确定第一指示信息,该第一指示信息用于指示第二终端设备的数据传输信息,第二终端设备为第一终端设备配对的终端设备。其中,该第一指示信息被用于该第一终端设备检测干扰信号。其中,本申请考虑到第一终端设备检测和消除干扰信号的算法,一般需要对干扰信号进行解调操作,相比于正常信号的解调,复杂度往往是翻倍的。例如在似然检测中,该复杂度是与需要检测和消除的干扰信号的流数呈正相关。因此,本申请提出了终端设备基于接收机检测能力对干扰信号的检测和消除,从而达到避免在干扰信号检测和消除的过程中,对终端设备引入较大的复杂度和功耗。
作为一种示例,当第一终端设备接入网络之后,网络设备可以直接或者间接地触发该第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力的上报。其中,触发方式可以包括如下几种:
1.第一终端设备接收到小区广播信息,该广播信息中可包含当前网络设备支持的能力信息。例如,当前小区为特殊小区,该小区可支持该第一终端设备的干扰消除;
2.第一终端设备接收到网络设备的能力查询信息,该能力查询信息用于指示该第一终端设备将自身的检测和消除干扰信号的能力发送给网络设备。
3.第一终端设备希望改变其上报的干扰检测能力内容时,例如出于降低设备功耗或过热考虑,需要降低干扰检测的能力时,可以向网络设备发起能力改变请求,并上报新的检测干扰信号的能力。
还应理解,终端设备在MIMO下的检测和消除干扰信号,可以通过不同的方式实现。例如,第一终端设备利用似然检测算法进行干扰信号的检测和消除,其中包括利用最大似然(maximum likelihood,ML)算法,或者简化的ML算法(如:球形译码、QRD译码、最佳优先译码等方式)。第一终端设备可以利用人工智能AI检测方法进行干扰信号的检测和消除,其中,终端设备基于AI模型强大的学习能力,相较于先进接收机可以进一步地降低干扰信号的检测的复杂度。此外,第一终端设备还可以利用常规的最小均方值误差(minimum meansquare error,MMSE)等方式进行检测和消除干扰信号。其中,本申请实施例以第一终端设备基于似然检测算法、AI模型等方式进行检测和消除干扰信号为例进行说明。其中,终端设备基于MMSE算法等方式进行检测和消除干扰信号的详细介绍,请参见现有技术,本申请实施例不做详细说明。
S220,在第一终端设备向网络设备发送第一信息之后,网络设备向第一终端设备发送第一指示信息,或者说,该第一终端设备接收来自网络设备的第一指示信息。
其中,该第一指示信息用于指示第二终端设备的数据传输信息,第二终端设备为第一终端设备配对的终端设备。
可选地,该第一指示信息还可以被用于该第一终端设备检测干扰信号。
可选地,该第一指示信息是根据该第一信息确定的。
具体地,网络设备接收到来自第一终端设备的第一信息之后,网络设备根据第一信息确定该第一终端设备检测干扰信号的能力是否满足预设条件。其中,当第一终端设备检测干扰信号的能力满足预设条件时,网络设备确定第一指示信息并向第一终端设备发送第一指示信息。该第一终端设备根据该第一指示信息检测干扰信号。
应理解,预设条件可以是网络设备根据网络协议确定的,也可以是网络设备与第一终端设备通过信息交互确定的,还可以是网络设备自身确定的,对此本申请不做限定。
可选地,该第一指示信息携带在第一DCI字段中,第一终端设备根据配置信息确定第一DCI字段,其中,配置信息包括第一DCI字段和/或第一DCI字段的标识。
可选地,第一终端设备接收来自网络设备的配置信息,或者说,网络设备向第一终端设备发送配置信息。
其中,该配置信息包括网络设备确定的第一DCI字段和/或第一DCI字段的标识,其中第一DCI字段可以为现有的DCI字段,该配置信息用于指示该第一终端设备在该现有的DCI字段中解析第一指示信息。
作为一种示例,该配置信息中包括第一DCI字段,该配置信息可以通过网络设备进行静态指示。举例来说,在RRC配置中(例如PDSCH-Config信元),网络设备向第一终端设备发送该配置信息,指示该第一终端设备可通过在该第一DCI字段中解析并获取第一指示信息。同时,网络设备也可以通过RRC重新配置,恢复该第一DCI字段原有的功能。
作为另一种示例,该配置信息中包括第一DCI字段的临时标识信息(即,RNTI)。举例来说,该网络设备通过配置不同的RNTI,在发送第一指示信息时使用专用的标识RNTI对DCI进行加扰,在其他场景中使用C-RNTI对DCI进行加扰。第一终端设备通过不同的标识信息区分当前网络设备在第一DCI字段上指示的含义。
应理解,在现有的DCI字段或DCI格式(即:第一DCI字段)上发送第一指示信息。
具体可以实现的方式包括:
1.在现有的DCI格式中,新增相关DCI字段,该DCI字段携带的第一指示信息用于第一终端设备进行干扰信号的检测和消除;
2.在现有的DCI格式的某个DCI字段中,引入复用功能。即,在MU场景下,该复用的DCI字段用于第一终端设备进行干扰信号的检测和消除,该复用的DCI字段不使用该字段本身的作用;
3.在非MU场景下或者网络设备未指示该第一终端设备进行干扰信号的检测和消除的情况下,该DCI字段可以使用该字段本身的作用。
网络设备向第一终端设备发送配置信息,该配置信息用于指示该第一终端设备在该复用的DCI字段(第一DCI字段)中解析第一指示信息。
应理解,终端设备在第一DCI字段中解析并获得第一指示信息,该第一指示信息是网络设备根据该第一信息确定的。
可选地,该配置信息中还可以包括AI模型,以及AI模型的输入和/或输出的内容及参数。该AI模型是网络设备训练的,或者,该AI模型是网络设备与第一终端设备联合训练得到的。
可选地,网络设备确定第一信息不满足预设条件,网络设备确定该第一终端设备不能检测和消除干扰信号。即,网络设备不会向第一终端设备发送第一指示信息。
可选地,网络设备确定第一信息满足预设条件,网络设备根据第一信息确定第一指示信息,并向第一终端设备发送该第一指示信息。
可选地,该第一指示信息包括以下一项或多项:第二终端设备的天线端口、第二终端设备的数量、第二终端设备的干扰数据流数、第二终端设备的信号调制方式、第二终端设备接收来自所述网络设备的发送功率。
本申请提供的方案,第一终端设备触发性地或者周期性地向网络设备发送第一信息,网络设备根据第一终端设备的第一信息确定第一指示信息,该第一指示信息用于该第一终端设备进检测和消除干扰信号。本申请实施例中提出的技术方案避免了当第一终端设备不具备检测和消除干扰信号的情况下,网络设备即使指示第一终端设备进行检测和消除干扰信号,第一终端设备也无法做到较好的干扰信号的检测和消除,并且浪费相关控制信道的资源。同时,本申请提供的方案中,网络设备复用现有的DCI字段指示第一终端设备在第一DCI字段中解析相应的第一指示信息,从而降低了第一终端设备解调的复杂度。
可选地,在一些实施例中,在网络设备向第一终端设备发送第一指示信息之前,该图2所示的方法还可能包括:
第一终端设备向网络设备发送第二信息,或者说,该网络设备接收来自第一终端设备的第二信息。
其中,该第二信息用于指示该第一终端设备的运动状态,该运动状态包括以下一项或多项:速度、加速度、运动姿态。
需要说明的是,速度、加速度可以为标量或矢量。其中,运动速度包括运动速度的大小和/或运动速度的方向,加速度包括运动加速度的大小和/或运动加速度的方向。
应理解,该第二信息可以在媒体接入层控制网元(medium access controlelement,MAC-CE),或者在上行控制信息(Uplink Control Information,UCI)中发送,并由物理层信道(如PUSCH,或者PUCCH)承载发送。
应理解,第一终端设备可以根据协议规定的运动状态上报触发条件,向网络设备发送第二信息。
作为一种示例,该触发条件可以是第一终端设备确定上报周期满足预定义的周期,或者该第一终端设备的速度大小超过一定预定义的门限,第一终端设备向网络设备发送第二信息。
还应理解,第一终端设备可以根据网络设备配置的运动状态上报触发条件,向网络设备发送第二信息。
作为一种示例,该触发条件可以是第一终端设备确定上报周期满足网络设备配置的周期,或者该第一终端设备的速度大小超过一定的门限,第一终端设备向网络设备发送第二信息。
可选地,在第一终端设备向网络设备发送第二信息之前,该图2所示的方法还可能包括:
第一终端设备接收来自网络设备的第二指示信息,该第二指示信息用于指示该第一终端设备向该网络设备发送该第一终端设备的运动状态。
可选地,第二指示信息中可以包括网络设备配置的运动状态上报触发条件。
可选地,第二指示信息中可以包括网络设备配置的第二信息的上报方式,例如配置上报所使用的MAC-CE、配置上报的UCI使用的格式、配置上报所使用的物理资源的时频域位置。
可选地,第一终端设备根据网络设备配置的运动状态上报第一终端设备的运动状态。其中,该运动状态可以根据自身实现算法确定(例如,使用传感器或者螺旋仪确定,或通过终端测得的信道变化情况确定)。
应理解,该网络设备确定该第二信息满足第一条件,网络设备确定并向第一终端设备发送第一指示信息。
其中,该第一条件包括以下一项或多项:
第一终端设备的运动速度特征满足预设速度特征;
第一终端设备的运动姿态特征满足预设姿态特征,
其中,运动速度特征包括以下一项或多项:速度大小、速度方向,加速度大小、加速度方向。
作为一种示例,预设速度特征为第一终端设备的速度大小大于或等于第一阈值。举例来说,第一阈值为3m/s,当该第一终端设备现在的速度大小为5m/s时,该网络设备向第一终端设备发送第一指示信息;当该第一终端设备现在的速度大小为2m/s时,该网络设备不向第一终端设备发送第一指示信息。
作为另一种示例,预设速度特征为第一终端设备的加速度大小大于或等于第二阈值。举例来说,第二阈值为2m/s2,当该第一终端设备现在的加速度大小为3m/s2时,该网络设备向第一终端设备发送第一配置信息;当该第一终端设备现在的速度大小为0m/s时,该网络设备不向第一终端设备发送第一配置信息。
作为另一种示例,预设速度特征为第一终端设备的运动速度方向,该方向可以是在全球坐标系(即绝对坐标系,如WGS84坐标系)下的方向,可以用三维向量(x,y,z)进行表示。举例来说,当预设的运动方向为(x0,y0,z0)与第一终端设备上报的运动速度方向(x1,y2,z1)之间的夹角小于预设值(如10度)时,该网络设备向第一终端设备发送第一指示信息。当预设的运动方向为(x0,y0,z0)与第一终端设备上报的运动速度方向(x1,y2,z1)之间的夹角大于预设值(如10度)时,该网络设备不向第一终端设备发送第一指示信息。
作为另一种示例,预设姿态特征为第一终端设备在全球坐标系(即绝对坐标系,如WGS84坐标系)下的姿态位置,可以用三维向量(x,y,z)进行表示。当预设的姿态位置为(x0,y0,z0)与第一终端设备上报的姿态位置(x1,y2,z1)之间的夹角小于预设值(如10度)时,该网络设备向第一终端设备发送第一指示信息。当预设的姿态位置为(x0,y0,z0)与第一终端设备上报的姿态位置(x1,y2,z1)之间的夹角大于预设值(如10度)时,该网络设备不向第一终端设备发送第一指示信息。
应理解,该网络设备的第一指示信息还可以根据该第二信息进行确定,其中第二信息指示的第一终端设备的状态信息可以用于确定MU-MIMO传输相关配置。
需要说明的是,网络设备可以通过探测参考信号(sounding reference signal,SRS)测量并估计第一终端设备的运动状态;或者网络设备也可以根据SRS或CSI参考信号(CSI-reference signal,CSI-RS)配置周期情况,确定是否向第一终端设备发送第一指示信息。当网络设备确定第一终端设备SRS或CSI-RS周期较短时,网络设备则不向第一终端设备发送第一指示信息。
本申请提供的方案中,考虑到MU干扰在移动性较强的场景中,干扰信号的影响特别明显。而第一终端设备移动性较弱时,干扰恶化并不严重。因此,网络设备可以参考第一终端设备的运动状态,确定后续是否需要在MU配对时向第一终端设备发送第一指示信息。如果第一终端设备的运动速度达到或者超出某一阈值,网络设备根据第一终端设备发送的第一信息、第二信息确定第一指示信息,并向第一终端设备发送该第一指示信息,第一终端设备根据该第一指示信息进行检测和消除干扰信号。
上述图2中所示的方法,第一终端设备向网络设备发送第一信息,网络设备根据该第一终端设备检测干扰信号的能力确定该第一终端设备是否具有检测和消除干扰信号的能力,当该第一终端设备的第一信息满足预设条件,第一终端设备接收来自网络设备的第一指示信息,第一终端设备根据该第一指示信息检测和消除干扰信号。本申请实施例提供的技术方案中考虑到第一终端设备在多用户多输入多输出MU-MIMO配对传输时检测干扰信号的能力,网络设备向第一终端设备发送第一指示信息,从而避免了第一终端设备不具备检测和消除干扰信号的能力,即使发送的相关指示,第一终端设备也无法做到较好的检测和消除干扰信号,提高了第一终端设备检测和消除干扰信号的性能。
第一终端设备向网络设备发送第一信息,该第一信息可能包括该第一终端设备基于接收机检测干扰信号的能力,其中,该接收机可能是AI模型或者似然算法。
接下来,将结合图3示出了本申请实施例提供的另一种多用户数据传输的方法示意性框图,分别针对第一终端设备检测干扰信号的能力是基于AI模型检测干扰信号的能力和基于似然算法检测干扰信号的能力做出详细地举例说明:
示例一:第一终端设备检测干扰信号的能力是基于AI模型检测干扰信号的能力。
S310,第一终端设备向网络设备发送第一信息。
相应地,网络设备接收来自第一终端设备的第一信息。
其中,该第一信息包括以下一项或多项:第一终端设备是否支持基于人工智能AI模型的干扰检测、第一终端设备基于AI模型下可检测的信号干扰流数、第一终端设备基于AI模型下可检测的信号干扰调制阶数、第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
应理解,当该第一信息中包括第一终端支持基于AI模型的干扰检测时,该网络设备会根据默认的AI模型的干扰检测能力限度进行下一步操作。其中,该默认限度可以是事先定义的。
作为一种示例,该第一终端设备基于AI网络进行MIMO检测的最大数据流数(包括有用数据流和干扰数据流)为6流,其中针对干扰信号的检测和消除可以最大支持检测和消除4流干扰数据,则第一终端设备可上报最多支持检测的所有数据流和/或干扰数据流,例如,上报最大支持检测所有数据流数为6,最大支持检测干扰流数为4。当该第一终端设备基于AI网络检测的数据流数为6流数据时,其中最多支持4流干扰数据的检测和消除。当网络设备为第一终端设备调度1流数据后,还可以最多调度4流MU数据进行传输。或者,当网络设备调度4流有用信号流数进行传输,由于最多支持6流数据的检测和消除,此时,第一终端设备最多只能支持2流干扰数据的检测和消除。(如下表一列举的情况)
表一
当前调度的有用数据流 | 最多可检测的干扰数据流 |
1 | 4 |
2 | 4 |
3 | 3 |
4 | 2 |
作为另一种示例,该第一终端设备上报基于AI网络进行干扰信号的检测和消除的调制阶数,该支持检测和消除的干扰的调制阶数可以为一个具体的集合(例如[qpsk,16qam]),该集合包含了所有可支持检测和消除的干扰数据的调制阶数,或者,该调制阶数可以为一个支持的最大调制阶数(例如16QAM),则表明支持检测和干扰的调制阶数可以为{BPSK,QPSK,16QAM},又或者,该调制阶数可以为一个集合的索引index,每个集合中包含了支持的调制阶数。此外,第一信息中还可以针对每个干扰数据流,表明其支持的干扰调制阶数。举例来说,该第一终端设备基于AI网络最多支持4流干扰的检测和消除,其中支持消除两流[qpsk]的干扰,支持消除两流[16qam,qpsk]的干扰。(如下表二列举的情况)
表二
Index | 支持的检测和消除的干扰数据调制阶数 |
0 | 所有干扰流均支持检测QPSK |
1 | 所有干扰流均支持检测16QAM |
2 | 所有干扰流均支持QPSK,最多两流支持16QAM |
作为另一种示例,该第一终端设备基于AI模型进行干扰信号的检测和消除可以是支持的有用信号和干扰信号的信噪比(signal noise ratio,SNR)或信干噪比(signal tointerference-plus-noise ratio,SINR)的范围。该第一信息中可能包括该SNR或SINR范围的最大值和最小值;也可能包括该SNR或SINR值的一个区间索引index。其中,该区间可以是网络设备与第一终端设备预先设定的,还可以是以一个SNR或SINR值为基准区间确定的偏差值(例如:偏离基准区间若干dB的一个区间等)。
需要说明的是,第一终端设备向网络设备发送第一信息的方式有很多种,网络设备获取第一信息的方式也自然不同。举例来说,当核心网查询第一终端设备的消除干扰信息的能力时,则该第一信息由核心网的网元转发给网络设备;或者说,当网络设备查询第一终端设备的消除干扰信息的能力时,则网络设备可以直接获取该第一信息。
S320,网络设备向第一终端设备发送配置信息,或者说,第一终端设备接收来自网络设备的配置信息。
其中,配置信息包括第一DCI字段和/或第一DCI字段的标识。
应理解,第一DCI字段为第一终端设备与网络设备之间现有的DCI字段。举例来说,网络设备根据静态复用的方式,使用现有的DCI字段。
作为一种示例,DCI1_1中的TB指示字段中的一部分复用为网络设备为第一终端设备进行辅助信息的指示(即,承载第一指示信息)。当前TB指示字段可分为两部分,在MU-MIMO场景下,由第一终端设备配对的流数不一般不会太高,因此可能只是用一个TB,TB2的指示字段不会激活。在现有的技术方案中,TB2字段不会承载任何比特信息,而在本申请实施例中将用该闲置字段TB2承载第一指示信息。
应理解,该TB2字段具备原有的功能。因此网络设备需要提前告知第一终端设备该TB2字段用于携带第一指示信息,而并非原有的功能。具体地,网络设备在RRC配置过程中,增加一个干扰信息辅助功能的相关信元,该信元可包含在下行数据传输的相关RRC配置信元(如PDSCH-Config)中。当该信元取值为True时,则表明后续协议规定的一定时间段内将是用MU传输,且DCI中的TB2字段用于指示干扰辅助信息(第一指示信息),而非原来的功能。当该信源为False时,则表明后续协议规定的一段时间段内,TB2字段不用于指示干扰辅助信息(即,第一指示信息)。如该TB2字段中有内容时,则为正常的传输信息。此外,该信元可以有一个默认值,例如False。
作为一种示例,表三是一种复用DCI字段指示第一终端设备的干扰信号的数量和干扰调制方式的示例。
表三
如表三中所示,复用TB2字段为0时,即当前采用SU-MIMO,即第一终端设备未进行MU-MIMO配对传输。当复用TB2字段为1时,表明当前有一个配对设备,该配对设配的数据使用BPSK调制。当复用字段为155时,表明当前有三个配对设备,这些配对设备的数据使用256QAM调制。
作为另一种示例,表四是一种复用DCI字段指示第一终端设备的干扰天线端口和干扰调制方式的示例。
表四
如表四中所示,复用TB2字段为0时,即当前采用SU-MIMO,即第一终端设备未进行MU-MIMO配对传输。当复用TB2字段为1时,表明当前有一个干扰端口在发送干扰数据,该干扰数据使用BPSK调制。当复用字段为155时,表明当前有三个干扰端口在发送数据,这些干扰数据的数据使用256QAM调制。
作为另一种示例,表五是一种复用DCI字段指示第一终端设备的干扰信号的流数、干扰数据发送功率和干扰调制方式的示例。其中,发送功率表示为相比于第一终端设备数据发送功率的偏差。
表五
如表五中所示,复用TB2字段为0时,即当前采用SU-MIMO,即第一终端设备未进行MU-MIMO配对传输。当复用TB2字段为1时,表明当前有一个干扰数据流,该干扰数据流使用BPSK调制,且该干扰数据流的发送功率相比于第一终端设备数据发送功率偏差为0dB(即与第一终端设备数据发送功率相等)。当复用字段为155时,表明当前有三个干扰数据流,这些干扰数据流使用256QAM调制,且第一干扰流的发送功率相比于第一终端设备数据发送功率偏差为0dB(即与第一终端设备数据发送功率相等),第二干扰流的发送功率相比于第一终端设备数据发送功率偏差为1dB(即比第一终端设备数据发送功率高1dB),第三干扰流的发送功率相比于第一终端设备数据发送功率偏差为3dB(即比第一终端设备数据发送功率高3dB)。
上述表三,表四和表五只是一种示例性地举例,当然还可能会有其他各种信息的组合,对此本申请不做限定。
网络设备接收到来自第一终端设备的第一信息之后,网络设备根据第一信息中的第一终端设备的检测干扰信号的能力,确定是否为终端设备配置有关干扰消除的指示的配置信息。
可选地,该配置信息可能是网络设备根据第一信息确定的。其中,当网络设备确定该第一终端设备检测干扰信号的能力不满足预设条件时,可以不向第一终端设备配置相关检测和消除干扰信号的指示信息(如:第一指示信息)。即,网络设备可以不向第一终端设备发送该配置信息。当网络设备确定该第一终端设备检测干扰信号的能力满足预设条件时,向第一终端设备发送该配置信息,并将第一指示信息携带在该配置信息指示的第一DCI字段中发送给第一终端设备,该第一指示信息用于第一终端设备检测和消除干扰信号。
应理解,当网络设备获取到该第一终端设备的第一信息时,网络设备确定是否为第一终端设备配置相关的配置信息。举例来说,网络设备接收来自第一终端设备的第一信息之后,判断第一终端设备支持的检测和消除干扰数据的流数和自身期望的MU调度策略是否一致。举例来说,期望调度的MU干扰数据流数(例如,网络设备期望进行两个终端设备配对传输,期望对每个终端设备调度4流数据,则针对第一终端设备来说,干扰数据流数将为4流)是否超过第一终端设备支持的检测干扰流数。若一致,则网络设备向第一终端设备配置相关配置信息。若不一致,则后续步骤不再执行;或者,网络设备预估自身区域信道下经过波束赋型后,信号的SNR是否满足第一终端设备的要求区间。若满足,则网络设备向第一终端设备配置相关配置信息。若不满足,则可以认为网络设备不支持为第一终端设备进行干扰消除辅助,后续步骤也可不再进行。
可选地,该配置信息可以由标准预定义实现的。当配置信息由标准预定义时,则需进一步定义判断条件。例如,第一终端设备支持检测的干扰流数小于某一阈值,第一终端设备支持检测的干扰调制阶数小于某一调制阶数,或当SNR区间不在某一预定义的区间内时,网络设备不为第一终端设备进行干扰消除辅助,后续步骤也可不再进行。
可选地,当网络设备获取到该第一终端设备的第一信息之后,网络设备还可能向第一终端设备发送第二指示信息。其中,该第二指示信息用于指示第一终端设备将自身的运动状态信息发送给网络设备,网络设备根据第一终端设备的运动状态信息确定是否为第一终端设备发送第一指示信息。如图3所示的方法,该方法还包括:
S330,网络设备向第一终端设备发送第二指示信息。
相应地,第一终端设备接收来自网络设备的第二指示信息。
其中,该第二指示信息用于指示该第一终端设备将自身的运动状态发送给网络设备。作为一种示例,第二指示信息可以通过如下代码实现:
其中,第二指示信息可以通过RRC进行配置,并具有一个运动状态上报相关信元(例如上述代码中的MobilityReportConfig信元),在该信元中,可以包括网络设备配置的运动状态上报触发条件、上报方式。
其中,第二指示信息中可以包括网络设备配置的第二信息的上报方式,例如配置上报所使用的MAC-CE,配置上报的UCI使用的格式,配置上报所使用的物理资源的时频域位置。(例如上述代码所示,其中,上述内容不一定全部进行配置,网络设备可以只配置其中一部分内容)
其中,第一终端设备接收到来自网络设备的第二指示信息时,第一终端设备根据第二指示信息检测自身的运动状态,并根据运动状态确定第二信息,该第二信息用于指示该第一终端设备的运动状态。其中,第一终端设备检测自身运动状态的方式有很多。举例来说,第一终端设备通过检测加速度计等传感器的变化情况确定自身的运动状态;或者,第一终端设备检测信号强度的变化情况确定自身的运动状态情况;或者,第一终端设备检测信号多普勒频偏估计等方式确定自身的运动状态,本申请对此不做限定。
需要说明的是,第一终端设备接收的第二指示信息和上述步骤S320中的配置信息可以在同一条信息中由网络设备发送,也可以分为不同的信息由网络设备分别发送,对此本申请不做限定。
S340,第一终端设备向网络设备发送第二信息。
相应地,网络设备接收来自第一终端设备的第二信息。
具体地,第一终端设备接收到来自网络设备的第二指示信息之后,该第一终端设备根据该第二指示信息确定用于指示该第一终端设备运动状态的第二信息,并且,该第一终端设备向网络设备发送该第二信息。
其中,该运动状态包括速度、加速度、运动姿态。
该速度和加速度包括大小和方向,其中方向可以以世界坐标系为基准,详细说明请参见上述图2中的步骤S220,此处不再赘述。
需要说明的是,第一终端设备可以根据网络设备的第二信指示信息确定第二信息,并向网络设备发送该第二信息;第一终端设备也可以周期性地向网络设备发送第二信息(例如:自身协议规定或者预定义);第一终端设备还可以根据某一触发条件向网络设备发送第二信息(例如:第一终端设备确定自身的运动速度大于等于某一阈值时,向网络设备发送第二信息)。其中,第一终端设备确定的第二信息中可以是不同的速度等级、方向区间、速度值大小等。第二信息还可以是一个状态值,例如0/1,或True/False,用于指示是否满足第二信息的上报条件。第一终端设备具体向网络设备发送的第二信息中的第一终端设备的运动状态的具体内容形式,本申请对此不做限定。
作为一种示例,当第一终端设备根据某一触发条件向网络设备发送第二信息时,网络设备可以指示第一终端设备在UCI信息承载的PUCCH或PUSCH上发送,也可以作为MAC-CE等信令形式发送。其中,如图4示出了第二信息在UCI信息承载的PUSCH上发送时,网络设备配置上报的格式(例如,比特信息的排列顺序等)的示例。如图5示出了第二信息承载在MAC-CE信令上发送时,网络设备定义一种新的MAC-CE格式,用于第一终端设备向网络设备发送运动状态,其中,该新的MAC-CE格式可以承载若干个字节,并且可以承载第一终端设备的运动速度的大小、运动方向、运动加速大小等内容。
S350,网络设备向第一终端设备发送第一指示信息。
相应地,第一终端设备接收来自网络设备的第一指示信息。
其中,该第一指示信息用于第一终端设备检测和消除干扰信号。
可选地,网络设备根据第一终端设备发送的第一信息确定是否向第一终端设备发送第一指示信息。
其中,网络设备根据第一信息中的第一终端设备基于AI模型检测干扰信号的能力确定是否向第一终端设备发送第一指示信息。当网络设备确定第一终端设备检测干扰信号的能力能够检测和消除现阶段存在的干扰信号时,该网络设备向第一终端设备发送第一指示信息;当网络设备确定第一终端设备检测干扰信号的能力不能够检测和消除现阶段存在的干扰信号,或者说,该第一终端设备不具备检测和消除新阶段的干扰信号的能力时,网络设备不向第一终端设备发送第一指示信息。
可选地,网络设备根据第一终端设备发送的第一信息和第二信息确定是否向第一终端设备发送第一指示信息。
其中,网络设备确定第一终端设备检测干扰信号的能力能够检测和消除现阶段存在的干扰信号时,网络设备再根据第一终端设备的运动状态确定是否向第一终端设备发送该第一指示信息。
具体地,第一终端设备发送的第二信息中包括终端设备的速度、加速度、运动方向、运动姿态。网络设备确定第二信息中的运动状态是否满足第一条件。当第二信息满足第一条件时,网络设备向第一终端设备发送第一指示信息;当第二信息不满足第一条件时,则后续步骤不再执行。
可选地,该第一条件包括以下至少一项:第一终端设备的运动速度特征满足预设速度特征;第一终端设备的运动姿态特征满足预设姿态特征,其中,运动速度特征包括速度大小、速度方向,加速度大小、加速度方向。
作为一种示例,第一条件为第一终端设备的运动速度特征满足预设速度特征时,预设速度特征为速度大小大于或等于第一阈值。当第一终端设备的第二信息中的速度大小大于或者等于第一阈值时,则第一终端设备的运动速度特征满足预设速度特征;当第一终端设备的第二信息中的速度大小小于第一阈值时,则第一终端设备的运动速度特征不满足预设速度特征。
作为另一种示例,第一条件为第一终端设备的运动速度特征满足预设速度特征时,预设速度特征为运动方向为第一方向(以世界坐标系为基准)。当第一终端设备的第二信息中的运动方向为第一方向,则第一终端设备的运动速度特征满足预设速度特征;当第一终端设备的第二信息中的运动方向为非第一方向的其他方向时,则第一终端设备的运动速度特征不满足预设速度特征。
可选地,在一些实施例中,第一终端设备接收到来自网络设备的第一指示信息之后,该图3所示的方法还可能包括:
S360,第一终端设备根据第一指示信息检测和消除干扰信号。
应理解,当网络设备将第一指示信息承载在现有的DCI字段中发送给第一终端设备时,第一终端设备根据接收到的配置信息中的第一DCI字段或者第一DCI字段的标识,获取到第一DCI字段中的第一指示信息,并根据第一指示信息选择相应的AI模型进行检测和消除干扰信号。
作为一种示例,第一终端设备利用C-RNTI检测DCI字段后,获取TB2字段,进而解析得到第一指示信息,该第一指示信息中可能包括以下一项或多项:第二终端设备的天线端口、第二终端设备的数量、第二终端设备的干扰数据流数、第二终端设备的信号调制方式、第二终端设备接收来自所述网络设备的发送功率。进一步地,第一终端设备根据第一指示信息检测和消除干扰信号。其中,第一终端设备能够用于检测和消除干扰信号的AI模型可能有很多种,针对第一终端设备检测的干扰信号的数量以及干扰信号的调制阶数的不同,第一终端设备可以进一步地选择不同的AI模型。例如,当第一指示信息中指示第一终端设备的干扰信号的数量为1,干扰信号的调制阶数为16QAM,则第一终端设备根据第一指示信息中的内容选择AI模型#1;当第一指示信息中指示的第一终端设备的干扰信号的数量为2,干扰信号的调制阶数为[QPSK,16QAM],则第一终端设备根据第一指示信息中的具体内容选择AI模型#2。
需要说明的是,第一终端设备具体采用哪一种AI模型检测和消除干扰信号,是由第一终端设备自身决定。其中,用于第一终端设备检测和消除干扰信号的AI模型可以有多种实现方式,例如:
方式一:数据驱动的AI模型
基于数据驱动的AI模型,AI模型的输入可以为接收数据、估计的信道和调制阶数。输出可以为解调的信号,例如第一终端设备的有用信号(即基站发送给第一终端设备的传输数据)。如图6所示,该网络接收可以为全连接层(DNN)组成,或者基于卷积层(CNN)等网络实现,对此本申请不做限定。AI模型的训练可以是由第一终端设备基于第一终端设备接收的信号、信道、调制信息等数据完成训练,网络设备不参与该AI模型的训练。
方式二:理论模型驱动的AI模型
基于理论模型的AI模型中,AI模型可以结合传统的MIMO检测算法。其中AI模型的输入可以为接收数据、估计的信道和调制阶数。该AI模型不同于数据驱动的AI模型,其中AI模型的输出可以为传统接收算法中的中间变量。例如,AI模型输出的可以为似然检测中最佳接收算法的启发函数值等,第一终端设备根据最佳接收算法,结合AI模型计算得到的启发值,进行干扰检测和消除,降低最佳接收短发的复杂度,提升运算效率。
本申请提供了上述两种AI模型作为示例进行详细说明,当然还有其他AI模型的实现方式,对此不做限定。
进一步地,第一终端设备基于AI模型消除干扰信号,并进一步地进行解映射、解调制,输入到后续的信道译码器中执行后续操作。
上述图3中的示例一中主要介绍了第一终端设备检测干扰信号的能力是基于AI模型检测干扰信号的能力时,其中,该AI模型是第一终端设备自身确定的,网络设备向第一终端设备发送第一指示信息,该第一指示信息用于指示第一终端设备配对的第二终端设备的数据传输信息。同时,网络设备根据第一终端设备的第一信息确定第一终端设备是否具备检测和消除干扰信号的能力。
示例二:第一终端设备检测干扰信号的能力是基于AI模型检测干扰信号的能力,和/或基于第一终端设备支持的用于干扰检测的AI模型的能力,其中,该AI模型是由网络设备配置的,或者,该AI模型是该第一终端设备和该网络设备联合训练得到的联合AI模型。
S310’,第一终端设备向网络设备发送第一信息。
相应地,网络设备接收来自第一终端设备的第一信息。
可选地,该第一信息包括以下一项或多项:第一终端设备支持的AI模型的最大复杂度、第一终端设备支持的AI模型的存储上限、第一终端设备支持的AI模型的算子、第一终端设备支持的AI模型的神经网络层数。
可选地,该第一信息还可以包括以下一项或多项:第一终端设备是否支持基于人工智能AI模型的干扰检测、第一终端设备基于AI模型下可检测的信号干扰流数、第一终端设备基于AI模型下可检测的信号干扰调制阶数、第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
应理解,示例二中的第一终端设备使用的AI模型可以由网络设备进行配置。其中,网络设备配置的AI模型包括两种形式:
形式一:单模块的AI模型,即该单模块的AI模型仅用于AI干扰检测,不集成其他功能。单模块的AI模型的输入可以为信道、接收信号、第二终端设备的信息等,输出为第一终端设备的有用信号、传统算法的中间变量(如上述图3中的示例一中步骤S310中的关于第一信息中的详细举例)。该AI模型类似于该第一终端设备自身实现的AI模型。
形式二:多模块的AI模型,即该AI模型是与多个不同功能模块联合训练得到的(例如,联合网络设备侧的预编码得到)。作为一种示例,多模块AI模型如图7所示,该AI模型的输入为网络设备获取的多个配对的终端设备的信道(包括第一终端设备和第二终端设备的信道),预编码操作可以通过多模块的AI模型中的一个线性层完成,从而使得AI解调也可以作为AI模型的一部分共同训练,从而得到跨模块的AI模型,进一步地提升系统的性能。
其中,网络设备可以将该AI模型中解调部分的模型配置给第一终端设备,使得第一终端设备接收到信号后,将其信号作为多模块AI模型中的一部分数据,输入到后续的网络中完成解调操作。
基于上述两种方式的单模块的AI模型和多模块的AI模型,第一终端设备向网络设备发送关于AI模型的能力相关的信息。其中,单模块的AI模型和多模块的AI模型的信息内容也可能存在区别。由于AI模型由网络设备配置给第一终端设备,第一终端设备需要先向网络设备发送AI模型最大能力的要求,该AI模型能力可以为FLOPS等,本申请对AI网络能力不做限定。第一终端设备根据网络设备的配置确定与之匹配的AI模型。
应理解,在第一终端设备确定支持单模块的AI模型的情况下,网络设备可以仅配置用于检测的AI模型,并配置该AI模型的输入和输出内容。此时AI模型的输入为第一终端设备估计的信道、接收信号等内容。AI模型的输出为检测的信号或者传统算法的中间变量,其他步骤(如信道估计)等操作仍然可以采用第一终端设备自身的实现算法。
还应理解,在第一终端设备支持多模块的AI模型的情况下,第一终端设备向网络设备发送该第一终端设备支持的多模块的能力。该能力可能包括:支持与网络设备联合的AI模块、支持与网络设备联合的AI模型且支持该模型包含第一终端设备信道估计等其他模块的功能等。其中,不同的多模块能力将影响AI模型的输入和输出。举例来说,第一终端设备支持与网络设备联合的AI模型下,AI模型的输入可以为接收信号、导频位置等,AI模型的输出可以为解调后的数据。其中,多模块的AI模型无需再进行信道估计等操作。
S320’,网络设备向第一终端设备发送配置信息。
相应地,第一终端设备接收来自网络设备的配置信息。
其中,配置信息包括第一DCI字段和/或第一DCI字段的标识。
其中,网络设备确定第一DCI字段,例如网络设备使用DCI1_1格式,并重新定义专用的指示字段,用于携带第一指示信息。特别地,网络设备可能会对现有的DCI字段进行修改,增加已有格式的长度。网络设备通过该专用的DCI字段而非复用现有的DCI字段携带第一指示信息,其中,第一终端设备根据配置信息解析专用的DCI字段上的第一指示信息即可,不会对第一终端设备对DCI字段的检测造成复杂度的影响。
网络设备接收到来自第一终端设备的第一信息之后,根据第一信息中第一终端设备的基于AI模型的检测干扰信号的能力,和/或第一信息中支持的用于干扰检测的AI模型的能力,进行AI模型的配置。
可选地,当第一终端设备向网络设备发送的第一信息中的AI模型支持单模块时,且第一信息包括该AI模型最大支持的模型能力,则网络设备可以向第一终端设备配置仅用于MIMO检测的AI模型,该AI模型与第一终端设备发送的AI模型能力相匹配。网络设备在配置该AI模型时,还同时配置该AI模型的输入和输出,使得第一终端设备获取如何使用该网络设备配置的AI模型。其中,网络设备可以通过专用的指示信息(如AI模型的配置指示信息)向第一终端设备指示该AI模型的输入和输出,或者,通过预定义的方式确定该AI模型的输入和输出。
可选地,当第一终端设备向网络设备发送的第一信息中的AI模型支持多模块时,网络设备可以将联合训练的AI模型中的检测部分的模型配置给第一终端设备,并进一步地配置或者指示第一终端设备该AI模型的输入和输出。
应理解,网络设备为第一终端设备配置AI模型时,可以配置多个AI模型。其中,第一终端设备可以在不同的干扰情况下使用不同的AI模型。网络设备可以进一步地配置不同的AI模型与第一指示信息中的干扰辅助信息的关联关系。例如,AI模型#1与指示两流干扰相关联等,即,第一终端设备确定干扰信号为两流干扰时,则第一终端设备选择AI网络#1检测和消除干扰信号。
S330’,网络设备向第一终端设备发送第二指示信息。
相应地,第一终端设备接收来自网络设备的第二指示信息。
还应理解,网络设备可以向第一终端设备发送第二指示信息,该第二指示信息用于指示第一终端设备周期性或触发性地向网络设备发送第一终端设备的运动状态。或者说,网络设备在RRC配置信息中,配置第一终端设备周期性或触发性地发送第一终端设备的运动状态。
其中,第一终端设备向网络设备发送该第一终端设备的运动状态时,可以在PUCCH上进行发送,也可以在PUSCH上进行发送。
S340’,第一终端设备向网络设备发送第二信息。
相应地,网络设备接收来自第一终端设备的第二信息。
具体地,第一终端设备接收到来自网络设备的第二指示信息之后,该第一终端设备根据该第二指示信息确定用于指示该第一终端设备运动状态的第二信息,并且,该第一终端设备向网络设备发送该第二信息。
其中,该运动状态包括速度、加速度、运动姿态。
上述步骤S330’和步骤S340’与上述示例一中的步骤S330和S340类似,此处不再详细地说明。
S350’,网络设备向第一终端设备发送第一指示信息。
相应地,第一终端设备接收来自网络设备的第一指示信息。
可选地,网络设备可以根据第一终端设备的第一信息、第二信息确定第一指示信息。
可选地,网络设备根据第一终端设备发送的第一信息中第一终端设备基于AI模型检测干扰信号的能力确定第一指示信息,该第一指示信息携带在第一DCI字段中并发送给第一终端设备。
其中,网络设备根据第一终端设备的第一信息确定第一指示信息,详细举例说明请参见上述示例一中的步骤S350。
具体地,第一终端设备发送的第二信息中包括第一终端设备的速度、加速度、运动方向、运动姿态。网络设备确定第二信息中的运动状态是否满足第一条件。当第二信息满足第一条件时,网络设备向第一终端设备发送第一指示信息;当第二信息不满足第一条件时,网络设备无需再进行后续操作。
可选地,该第一条件包括以下至少一项:第一终端设备的运动速度特征满足预设速度特征;第一终端设备的运动姿态特征满足预设姿态特征,其中,运动速度特征包括速度大小、速度方向,加速度大小、加速度方向。
可选地,在单模块的AI模型的情况下,网络设备根据第一终端设备发送的第二信息中的运动状态,并判断MU配对的情况,进一步地确定是否向第一终端设备发送第一指示信息。当网络设备确定向第一终端设备发送第一指示信息时,该第一指示信息携带在第一DCI字段中发送给第一终端设备。
可选地,在联合模块的AI模型的情况下,网络设备根据第一终端设备的第二信息以及测量的信道,输入到联合AI模型中,获得预编码,并基于预编码进行传输。在此情况下,第一终端设备的移动状态(即,第二信息)可以作为AI模型的输入。
应理解,当网络设备自身具有预编码AI模型时,而不是与第一终端设备解调的联合AI模型的情况下,网络设备也可以基于第一终端设备发送的第二信息中的运动状态进行AI预编码。
S360’,第一终端设备根据第一指示信息检测和消除干扰信号。
应理解,当网络设备将第一指示信息承载在第一DCI字段中发送给第一终端设备时,第一终端设备根据接收到的配置信息中的第一DCI字段或者第一DCI字段的标识,获取到第一DCI字段中的第一指示信息,并根据第一指示信息选择相应的AI模型检测和消除干扰信号。
应理解,第一终端设备可以根据在AI模型配置时,所配置的AI模型和不同干扰辅助信息的关联关系,来选择相应的AI模型。
还应理解,第一指示信息中还可以包含网络设备希望第一终端设备使用的AI模型,例如下表六所示。第一终端设备根据第一指示信息,直接确定所需使用的AI模型。
表六
/>
其中,第一终端设备选择不同的AI模型检测干扰信号,AI模型的输入和输出也可能不同。AI模型的输入输出可能是网络设备配置的,或者,第一终端设备可以根据网络设备的配置自身确定相应的AI模型的输入和输出。
还应理解,步骤S360’与上述示例一中步骤S360类似,为了避免冗余,此处不再赘述。
上述示例二中采用的是联合训练的AI模型,第一终端设备根据网络设备的配置,进一步地选择合适的AI模型用于检测和消除干扰信号。其中,第一终端设备向网络设备发送第一信息,该第一信息包括该第一终端设备的AI模型的能力,网络设备根据第一信息可以配置联合模块的AI模型,用于第一终端设备检测和消除干扰信号,从而提升了系统的性能。
示例三:第一终端设备检测干扰信号的能力是基于似然算法检测干扰信号的能力。
S310”,第一终端设备向网络设备发送第一信息。
相应地,网络设备接收来自第一终端设备的第一信息。
可选地,该第一信息还包括以下一项或多项:第一终端设备是否支持似然检测能力,第一终端设备支持的可检测的信号干扰流数、第一终端设备支持的可检测的干扰信号调制阶数、第一终端设备支持的干扰检测的最大复杂度。
其中,第一终端设备支持的干扰检测的最大复杂度可以为球形译码支持检测的结点数量、检测半径,还可以为QR分解(QRD)算法支持检测的结点数量,还可以为运算次数的上限值。
以球形译码为例。应理解,该球形译码是一种基于树型的检测方式。从检测树的根节点开始不断扩展,在每个扩展的结点上,计算一个当前结点与根结点之间的距离,该距离的计算方式如图8所示。
举例来说,如图8所示深灰色结点与根结点之间的距离D为:D(x)=(z_1-r_11x1)^2+(z_2-r_22x_2-r1x1_1)^2,深灰色结点的上一结点与根结点之间的距离为:(z_1-r_11x1)^2。
可以看出,球形译码的复杂度,将取决与需要扩展的结点数,其中扩展的结点数越多,则计算次数越多。第一终端设备发送的第一信息中的干扰检测的复杂度可以是一个最大支持检测的结点数,该结点数可以用于网络设备估计潜在的检测干扰的复杂度上限,从而避免在MU调度时,使得第一终端设备检测和消除干扰信号的复杂度过高,导致系统性能降低。
应理解,该第一信息中还可以包括第一终端设备基于球形译码支持的检测和消除干扰第一终端设备的数量、信号干扰流数。一般而言,球形译码实际上适用于任何流数和任何调制阶数,然而,在考虑到检测和消除干扰算法需要额外付出计算成本。因此,在使用球形译码进行消除干扰的情况下,也可以提供一个干扰信号的流数和调制阶数等参数的限制,该参数的限制用于控制球形译码的复杂度。举例来说,限定球形译码算法支持消除2流干扰信号,并限定2流干扰可以针对16QAM进行消除。
其中,干扰信号的流数和调制阶数的限定也能够避免在MU调度时,使得第一终端设备检测干扰信号的复杂度过高,导致终端设备功耗较大。
其中,球形译码的复杂度和第一终端设备需要解调的信号的流数和数据调制阶数相关,进一步,球形译码复杂度的限制可以是具体的复杂度上限值(例如使用FLOPS等运算次数来描述),也可以是不同的等级值,其中网络设备和第一终端设备之间预定义不同等级值大致所处的范围,也可以是支持的干扰第一终端设备的信号的数量具体数值,其中该值也可以体现为不同的等级;球形译码复杂度的限制还可以是不同的调制阶数,也可以为显式的调制阶数或调制阶数的集合,也可以是调制阶数集合的索引,其中该调制阶数集合需要第一终端设备和网络设备之间预定义。
需要说明的是,第一终端设备可以接收到网络设备的能力查询信息之后,根据网络设备的能力查询信息向网络设备发送第一信息;也可以根据某一协议规定周期性或者触发性地向网络设备发送第一信息。
S320”,网络设备向第一终端设备发送配置信息。
相应地,第一终端设备接收来自网络设备的配置信息。
其中,配置信息包括第一DCI字段和/或第一DCI字段的标识。
该步骤与上述图2中的步骤S220和图3示例一中的步骤S320类似,具体请参见图2中的步骤S220和图3示例一中步骤S320的描述,此处不再赘述。
S330”,网络设备向第一终端设备发送第二指示信息,或者说,第一终端设备接收来自网络设备的第二指示信息。
其中,该第二指示信息用于指示该第一终端设备将自身的运动状态发送给网络设备。
该步骤与上述图3示例一中的步骤S330类似,详细说明请参见示例一中的步骤S330中的描述。
S340”,第一终端设备向网络设备发送第二信息。
相应地,网络设备接收来自第一终端设备的第二信息。
其中,该运动状态包括速度、加速度、运动姿态。
该步骤与上述图3中示例一中的步骤S340类似,详细说明请参见示例一中的步骤S340中的描述。
S350”,网络设备向第一终端设备发送第一指示信息。
相应地,第一终端设备接收来自网络设备的第一指示信息。
其中,第一指示信息用于指示第二终端设备的数据传输信息,第二终端设备为所述第一终端设备配对的终端设备。
可选地,该第一指示信息还被用于该第一终端设备检测和消除干扰信号。
举例来说,网络设备在TB2字段中指示第一指示信息,并将该第一DCI字段对应的DCI使用RNTI2进行加扰。
其中,第一终端设备根据RNTI2解调DCI并获取第一DCI字段之后,获取到第一指示信息。如图3所示的方法,该方法还包括:
S360”,第一终端设备根据第一指示信息检测和消除干扰信号。
示例性地,第一终端设备根据第一指示信息,使用球形译码进行解调。
应理解,由于球形译码等似然检测算法,比较适用于不同数据流之间的功率较为平衡的情况,若出现其中某些数据流和/或干扰流的功率较低,甚至低于噪声水平,可能导致该干扰流无法正确进行检测,从而影响目标数据流的检测。因此,在使用球形译码检测前,还可以进一步判断各干扰天线端口上的信道情况。例如第一终端设备可以根据网络设备指示的第二终端设备的天线端口,测量出干扰信道,第一终端设备进一步计算干扰信道的能量或干扰信道与噪声之间的比值。若干扰信道能量低,或干扰信道与噪声之间的比值低,则可将该端口对应的干扰信号视作噪声,不参与检测。
作为一种示例,网络设备指示了3流干扰数据,但其中检测到干扰流2的信道能量或干扰流2的信道与干扰之间的比值小于一个阈值,则可将干扰流2视为噪声,仅解调干扰流1和干扰流3,从而第一终端设备也只需消除干扰流1和干扰流3上的干扰。其中,该阈值可以为第一终端设备实现决定,也可以为其他方式指示给第一终端设备,对此本申请不做限定。
上述图3示例三中所示的方法中,第一终端设备向网络设备发送的第一信息中包括第一终端设备基于似然算法的检测和消除干扰信号的能力,降低了第一终端设备检测干扰信号的复杂度。同时,网络设备对第一终端设备发送第一指示信息,其中该第一指示信息中包括消除干扰辅助信息,有助于第一终端设备在干扰较强时对干扰信号进行检测和消除。避免了第一终端设备检测和消除干扰信号的复杂度,同时复用现有的DCI字段,进一步地减少空口上的信令开销。
上述图3分别列举了三个示例对第一终端设备向网络设备发送用于指示第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力的第一信息的三种情况做出详细说明。其中,该三个示例中,第一终端设备上报自身检测干扰信号的能力,网络设备接收到第一终端设备检测干扰信号的能力之后,向第一终端设备发送第一指示信息,该第一指示信息用于指示与第一终端设备配对的终端设备的数据传输信息。该第一指示信息还可能被用于检测干扰信号。避免了当第一终端设备不具备检测干扰信号的能力时,网络设备向第一终端设备发送相关指示,该第一终端设备也无法做好干扰信号的检测和消除,导致浪费相关控制信道资源,系统性能下降。同时,网络设备复用现有的DCI字段向第一终端设备发送第一指示信息,节省了资源的开销,降低了第一终端设备解调的复杂度。
上述方法实施例中,上述各过程的序列号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。并且有可能并非要执行上述方法实施例中的全部操作。
应理解,上述方法实施例中第一终端设备和/或网络设备可以执行施例中的部分或全部步骤,这些步骤或操作仅是示例,本申请实施例还可以包括执行其它操作或者各种操作的变形。
还应理解,在本申请的各个实施例中,如果没有特殊说明以及逻辑冲突,不同的实施例之间的术语和/或描述可以具有一致性、且可以相互引用,不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
上面结合图2-图8详细介绍了本申请实施例提供的一种多用户传输数据的方法,下面结合图9-图10详细介绍本申请实施例提供的一种多用户传输数据的装置。
以下,结合图9和图10详细说明本申请实施例提供的一种多用户传输数据的装置。应理解,装置实施例的描述与方法实施例的描述相互对应,因此,未详细描述的内容可以参见上文方法实施例,为了简洁,部分内容不再赘述。
本申请实施例可以根据上述方法示例对发射端设备或者接收端设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。下面以采用对应各个功能划分各个功能模块为例进行说明。
图9是本申请提供的信息传输设备900的一例示意性框图。上述图2和图3中任一方法所涉及的任一设备,如第一终端设备和网络设备等都可以由图9所示的一种多用户传输数据的设备来实现。
应理解,信息传输设备900可以是实体设备,也可以是实体设备的部件(例如,集成电路,芯片等等),还可以是实体设备中的功能模块。
如图9所示,该一种多用户传输数据的设备900包括:一个或多个处理器910。可选地,处理器910中可以调用接口实现接收和发送功能。所述接口可以是逻辑接口或物理接口,对此不作限定。例如,接口可以是收发电路,输入输出接口,或是接口电路。用于实现接收和发送功能的收发电路、输入输出接口或接口电路可以是分开的,也可以集成在一起。上述收发电路或接口电路可以用于代码/数据的读写,或者,上述收发电路或接口电路可以用于信号的传输或传递。
可选地,接口可以通过收发器实现。可选地,该信息传输设备900还可以包括收发器930。所述收发器930还可以称为收发单元、收发机、收发电路等,用于实现收发功能。
可选地,该一种多用户传输数据的设备900还可以包括存储器920。本申请实施例对存储器920的具体部署位置不作具体限定,该存储器可以集成于处理器中,也可以是独立于处理器之外。对于该一种多用户传输数据的设备900不包括存储器的情形,该一种多用户传输数据的设备900具备处理功能即可,存储器可以部署在其他位置(如,云系统)。
处理器910、存储器920和收发器930之间通过内部连接通路互相通信,传递控制和/或数据信号。
可以理解的是,尽管并未示出,一种多用户传输数据的设备900还可以包括其他装置,例如输入装置、输出装置、电池等。
可选地,在一些实施例中,存储器920可以存储用于执行本申请实施例的方法的执行指令。处理器910可以执行存储器920中存储的指令结合其他硬件(例如收发器930)完成下文所示方法执行的步骤,具体工作过程和有益效果可以参见上文方法实施例中的描述。
本申请实施例揭示的方法可以应用于处理器910中,或者由处理器910实现。处理器910可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(applicationspecific integrated circuit,ASIC)、现成可编程门阵列(field programmable gatearray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read-only memory,ROM)、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的指令,结合其硬件完成上述方法的步骤。
可以理解,存储器920可以是易失性存储器或非易失性存储器,或可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RAM,其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如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 rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
图10是本申请提供的一种多用户传输数据的装置1000的示意性框图。
可选地,所述一种多用户传输数据的装置1000的具体形态可以是通用计算机设备或通用计算机设备中的芯片,本申请实施例对此不作限定。如图10所示,该一种多用户传输数据的装置包括处理单元1010和收发单元1020。
具体而言,该用于多用户传输数据的装置1000可以是本申请涉及的任一设备,并且可以实现该设备所能实现的功能。应理解,用于多用户传输数据的装置1000可以是实体设备,也可以是实体设备的部件(例如,集成电路,芯片等等),还可以是实体设备中的功能模块。
在一种可能的设计中,该用于多用户传输数据的装置1000可以是上文方法实施例中的第一终端设备(如,第一终端设备120),也可以是用于实现上文方法实施例中第一终端设备(如,第一终端设备120)的功能的芯片。
例如,收发单元,用于向网络设备发送第一信息,第一信息用于指示第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力;收发单元,还用于接收来自网络设备的第一指示信息,第一指示信息用于指示第二终端设备的数据传输信息,第二终端设备为第一终端设备配对的终端设备。
还应理解,该用于多用户传输数据的装置1000为第一终端设备(如,第一终端设备120)时,该用于多用户传输数据的装置1000中的收发单元1020可通过通信接口(如收发器或输入/输出接口)实现,该用于多用户传输数据的装置1000中的处理单元1010可通过至少一个处理器实现,例如可对应于图9中示出的处理器910。
可选地,用于多用户传输数据的装置1000还可以包括存储单元,该存储单元可以用于存储指令或者数据,处理单元可以调用该存储单元中存储的指令或者数据,以实现相应的操作。
应理解,各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
在另一种可能的设计中,该用于多用户传输数据的装置1000可以是上文方法实施例中的网络设备(如,网络设备110),也可以是用于实现上文方法实施例中网络设备(如,网络设备110)功能的芯片。
例如,收发单元,用于接收来自第一终端设备的第一信息,第一信息用于指示第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力;该收发单元,还用于向第一终端设备发送第一指示信息,第一指示信息用于指示第二终端设备的数据传输信息,第二终端设备为第一终端设备配对的终端设备。
还应理解,该用于多用户传输数据的装置1000为网络设备110时,该用于多用户传输数据的装置1000中的收发单元1020可通过通信接口(如收发器或输入/输出接口)实现,例如可对应于图9中示出的通信接口930,该用于多用户传输数据的装置1000中的处理单元1010可通过至少一个处理器实现,例如可对应于图9中示出的处理器910。
可选地,用于多用户传输数据的装置1000还可以包括存储单元,该存储单元可以用于存储指令或者数据,处理单元可以调用该存储单元中存储的指令或者数据,以实现相应的操作。
应理解,各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
应理解,各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
另外,在本申请中,用于多用户传输数据的装置1000是以功能模块的形式来呈现。这里的“模块”可以指特定应用集成电路ASIC、电路、执行一个或多个软件或固件程序的处理器和存储器、集成逻辑电路,和/或其他可以提供上述功能的器件。在一个简单的实施例中,本领域的技术人员可以想到装置1000可以采用图10所示的形式。处理单元1010可以通过图9所示的处理器910来实现。可选地,如果图9所示的计算机设备包括存储器900,处理单元1010可以通过处理器910和存储器900来实现。收发单元1020可以通过图9所示的收发器930来实现。所述收发器930包括接收功能和发送功能。具体的,处理器通过执行存储器中存储的计算机程序来实现。可选地,当所述装置1000是芯片时,那么收发单元1020的功能和/或实现过程还可以通过管脚或电路等来实现。可选地,所述存储器可以为所述芯片内的存储单元,比如寄存器、缓存等,所述存储单元还可以是用于多用户数据传输的装置内的位于所述芯片外部的存储单元,如图9所的存储器920,或者,也可以是部署在其他系统或设备中的存储单元,不在所述计算机设备内。
本申请的各个方面或特征可以实现成方法、装置或使用标准编程和/或工程技术的制品。例如,计算机可读介质可以包括,但不限于:磁存储器件(例如,硬盘、软盘或磁带等),光盘(例如,压缩盘(compact disc,CD)、数字通用盘(digital versatile disc,DVD)等),智能卡和闪存器件(例如,可擦写可编程只读存储器(erasable programmable read-only memory,EPROM)、卡、棒或钥匙驱动器等)。另外,本文描述的各种存储介质可代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可包括但不限于,能够存储、包含和/或承载指令和/或数据的各种其它介质。
根据本申请实施例提供的方法,本申请还提供一种计算机程序产品,该计算机程序产品包括:计算机程序或一组指令,当该计算机程序或一组指令在计算机上运行时,使得该计算机执行图2至图8所示实施例中任意一个实施例的方法。
根据本申请实施例提供的方法,本申请还提供一种计算机可读存储介质,该计算机可读介质存储有程序或一组指令,当该程序或一组指令在计算机上运行时,使得该计算机执行图2至图8所示实施例中任意一个实施例的方法。
根据本申请实施例提供的方法,本申请还提供一种通信系统,其包括前述的装置或设备。
在本说明书中使用的术语“部件”、“模块”、“系统”等用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。例如,部件可以是但不限于,在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过图示,在计算设备上运行的应用和计算设备都可以是部件。一个或多个部件可驻留在进程和/或执行线程中,部件可位于一个计算机上和/或分布在两个或更多个计算机之间。此外,这些部件可从在上面存储有各种数据结构的各种计算机可读介质执行。部件可根据具有一个或多个数据分组(例如来自与本地系统、分布式系统和/或网络间的另一部件交互的二个部件的数据,例如通过信号与其它系统交互的互联网)的信号通过本地和/或远程进程来通信。
还应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本申请实施例中引入编号“第一”、“第二”等只是为了区分不同的对象,比如,区分不同的“信息”,或,“设备”,或,“单元”,对具体对象以及不同对象间的对应关系的理解应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (32)
1.一种多用户数据传输的方法,其特征在于,所述方法还包括:
第一终端设备向网络设备发送第一信息,所述第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力;
所述第一终端设备向所述网络设备发送所述第一信息之后,所述第一终端设备接收来自所述网络设备的第一指示信息,所述第一指示信息用于指示第二终端设备的数据传输信息,所述第二终端设备为所述第一终端设备配对的终端设备。
2.根据权利要求1所述的方法,其特征在于,当所述第一信息满足预设条件时,所述第一终端设备接收所述第一指示信息。
3.根据权利要求1或2所述的方法,其特征在于,所述第一指示信息是根据所述第一信息确定的。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
所述第一终端设备根据所述第一指示信息检测MU-MIMO配对传输时的多用户干扰信号。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述第一指示信息携带在第一下行控制信息DCI字段中,所述方法还包括:
所述第一终端设备根据配置信息确定所述第一DCI字段,所述配置信息包括所述第一DCI字段和/或所述第一DCI字段的标识。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
所述第一终端设备接收来自所述网络设备的所述配置信息。
7.根据权利要求1至6中任一项所述的方法,其特征在于,在所述第一终端设备接收来自所述网络设备的所述第一指示信息之前,所述方法还包括:
所述第一终端设备向所述网络设备发送第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动姿态。
8.根据权利要求7所述的方法,其特征在于,在所述第一终端设备向所述网络设备发送所述第二信息之前,所述方法还包括:
所述第一终端设备接收来自所述网络设备的第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
9.根据权利要求1至8中任一项所述的方法,其特征在于,所述第一信息包括以下一项或多项:
所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
10.根据权利要求1至8中任一项所述的方法,其特征在于,所述第一信息包括以下一项或多项:
所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
11.根据权利要求1至8中任一项所述的方法,其特征在于,所述第一信息包括以下一项或多项:
所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数、所述第一终端设备支持的AI模型的神经网络类型。
12.根据权利要求5至11中任一项所述的方法,其特征在于,所述配置信息还包括AI网络模型。
13.根据权利要求12所述的方法,其特征在于,所述第一指示信息包括以下至少一项:
所述第二终端设备的天线端口、所述第二终端设备的数量、所述第二终端设备的干扰数据流数、所述第二终端设备的信号调制方式、所述第二终端设备接收来自所述网络设备的发送功率。
14.一种多用户数据传输的方法,其特征在于,包括:
网络设备接收来自第一终端设备的第一信息,所述第一信息用于指示所述第一终端设备在多用户多输入多输出MU-MIMO配对传输时的检测干扰信号的能力;
所述网络设备接收到所述第一信息之后,所述网络设备向所述第一终端设备发送第一指示信息,所述第一指示信息用于指示第二终端设备的数据传输信息,所述第二终端设备为所述第一终端设备配对的终端设备。
15.根据权利要求14所述的方法,其特征在于,当所述第一信息满足预设条件时,所述网络设备向所述第一终端设备发送所述第一指示信息。
16.根据权利要求14或15所述的方法,其特征在于,所述第一指示信息是根据所述第一信息确定的。
17.根据权利要求14至16中任一项所述的方法,其特征在于,所述第一指示信息携带在第一下行控制信息DCI字段中,所述方法还包括:
所述网络设备向所述第一终端设备发送配置信息,所述配置信息包括第一DCI字段和/或所述第一DCI字段的标识。
18.根据权利要求14至17中任一项所述的方法,其特征在于,在所述网络设备向所述第一终端设备发送第一指示信息之前,所述方法还包括:
所述网络设备接收来自所述第一终端设备的第二信息,所述第二信息用于指示所述第一终端设备的运动状态,所述运动状态包括以下一项或多项:速度、加速度、运动方向、运动姿态。
19.根据权利要求18所述的方法,其特征在于,在所述网络设备接收来自所述第一终端设备的第二信息之前,所述方法还包括:
所述网络设备向所述第一终端设备发送第二指示信息,所述第二指示信息用于指示所述第一终端设备向所述网络设备发送所述第一终端设备的运动状态。
20.根据权利要求17至19中任一项所述的方法,其特征在于,在所述网络设备向所述第一终端设备发送所述配置信息之前,所述方法还包括:
所述网络设备确定所述第二信息满足第一条件。
21.根据权利要求20所述的方法,其特征在于,所述第一条件包括以下至少一项:
所述第一终端设备的运动速度特征满足预设速度特征;
所述第一终端设备的运动姿态特征满足预设姿态特征,
其中,所述运动速度特征包括速度大小、速度方向,加速度大小、加速度方向。
22.根据权利要求14至21中任一项所述的方法,其特征在于,所述第一信息包括以下一项或多项:
所述第一终端设备是否支持基于人工智能AI模型的干扰检测、所述第一终端设备基于AI模型下可检测的信号干扰流数、所述第一终端设备基于AI模型下可检测的信号干扰调制阶数、所述第一终端设备基于AI模型所适配的信噪比SNR或信干噪比SINR的范围。
23.根据权利要求14至21中任一项所述的方法,其特征在于,所述第一信息还包括以下一项或多项:
所述第一终端设备是否支持似然检测能力,所述第一终端设备支持的可检测的信号干扰流数、所述第一终端设备支持的可检测的干扰信号调制阶数、所述第一终端设备支持的干扰检测的最大复杂度。
24.根据权利要求14至21中任一项所述的方法,其特征在于,所述第一信息包括以下一项或多项:
所述第一终端设备支持的AI模型的最大复杂度、所述第一终端设备支持的AI模型的存储上限、所述第一终端设备支持的AI模型的算子、所述第一终端设备支持的AI模型的神经网络层数、所述第一终端设备支持的AI模型的神经网络类型。
25.根据权利要求17至24中任一项所述的方法,其特征在于,所述配置信息还包括AI模型,所述AI模型是所述网络设备根据所述第一信息配置的。
26.根据权利要求14至25中任一项所述的方法,其特征在于,所述第一指示信息包括以下至少一项:
所述第二终端设备的天线端口、所述第二终端设备的数量、所述第二终端设备的干扰数据流数、所述第二终端设备的信号调制方式、所述第二终端设备接收来自所述网络设备的发送功率。
27.一种多用户数据传输的装置,其特征在于,所述装置包括:用于执行如权利要求1至13中任一项所述方法的模块或单元,或者用于执行如权利要求14至26中任一项所述方法的模块或单元。
28.一种通信装置,其特征在于,包括:
处理器,用于执行存储器中存储的计算机程序,以使得所述通信装置执行如权利要求1至13中任一项所述的方法,或者以使得所述装置执行如权利要求14至26中任一项所述的方法。
29.根据权利要求28所述的装置,其特征在于,所述装置还包括所述存储器,所述存储器用于存储计算机程序。
30.一种计算机可读存储介质,其特征在于,包括:
所述计算机可读存储介质上存储有计算机程序,当所述计算机程序运行时,使得所述计算机执行如权利要求1至13中任一项所述的方法,或者以使得所述计算机执行如权利要求14至26中任一项所述的方法。
31.一种计算机程序产品,其特征在于,所述计算机程序产品在计算机上执行时,使得所述计算机执行如权利要求1至13中任一项所述的方法,或者以使得所述计算机程序产品执行如权利要求14至26中任一项所述的方法。
32.一种芯片,其特征在于,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的装置执行如权利要求1至13中任一项所述的方法,或执行权利要求14至26中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2023/091615 WO2023216923A1 (zh) | 2022-05-08 | 2023-04-28 | 一种多用户数据传输的方法和装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2022104959178 | 2022-05-08 | ||
CN202210495917 | 2022-05-08 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117082487A true CN117082487A (zh) | 2023-11-17 |
Family
ID=88718089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210799828.2A Pending CN117082487A (zh) | 2022-05-08 | 2022-07-08 | 一种多用户数据传输的方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117082487A (zh) |
WO (1) | WO2023216923A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102018316B1 (ko) * | 2013-02-28 | 2019-09-05 | 삼성전자 주식회사 | 무선 통신 시스템에서 간섭 측정을 위한 제어정보의 전송 방법 및 장치 |
US10003486B2 (en) * | 2014-04-28 | 2018-06-19 | Intel IP Corporation | Non-orthogonal multiple access (NOMA) wireless systems and methods |
JP2018093256A (ja) * | 2015-04-20 | 2018-06-14 | シャープ株式会社 | 端末装置および基地局装置 |
CN106209300B (zh) * | 2015-04-30 | 2019-12-13 | 电信科学技术研究院 | 一种控制信息发送方法和接收方法及发射机、接收机 |
CN112312552B (zh) * | 2019-07-31 | 2022-05-24 | 华为技术有限公司 | 一种数据传输方法、装置及系统 |
-
2022
- 2022-07-08 CN CN202210799828.2A patent/CN117082487A/zh active Pending
-
2023
- 2023-04-28 WO PCT/CN2023/091615 patent/WO2023216923A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023216923A1 (zh) | 2023-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110192354B (zh) | 混合srs组合信令 | |
EP2548314B1 (en) | Switching between open and closed loop multi-stream transmission | |
CN103650368B (zh) | 信道状态信息发射方法和用户设备以及信道状态信息接收方法和基站 | |
JP2021073778A (ja) | ネットワークアシスト干渉相殺及び抑制のためのネットワークシグナリング | |
US9843409B2 (en) | Multiple-input multiple-output method for orthogonal frequency division multiplexing based communication system | |
CN111901020A (zh) | 一种功率控制参数确定方法、设备和存储介质 | |
KR102213362B1 (ko) | Mimo 시스템에서 가상 안테나 매핑 정보를 피드백하는 가상 안테나 매핑 방법 및 장치 | |
US10164752B2 (en) | Dynamic precoding of shared reference signals | |
EP2914044A1 (en) | Method for transceiving downlink signal in wireless communication system and apparatus therefor | |
US10498405B2 (en) | Codebook restriction | |
WO2019192530A1 (zh) | 数据传输方法、终端设备和网络设备 | |
CN110365380B (zh) | 数据传输的方法、通信装置及系统 | |
WO2014208974A1 (en) | Method for performing precoding for adaptive antenna scaling in wireless communication system and apparatus therefor | |
EP3025437A1 (en) | Transmission mode allocation in lte networks | |
CN107683614B (zh) | 用于在车辆间通信系统中发送和接收信道信息的方法和装置 | |
EP2984766A1 (en) | Methods, mobile devices and nodes for use in a mobile communication network | |
US10477613B2 (en) | Method and device for performing communication by using virtual terminal in inter-vehicle communication system | |
CN101873670A (zh) | 多点协作传输中的控制信令处理方法和系统 | |
CN112243261A (zh) | 信息反馈、接收方法、装置、设备和存储介质 | |
US20230008939A1 (en) | Method for unified uplink and downlink beam indication | |
US10263675B2 (en) | Method and device for efficient precoder search | |
US9380544B2 (en) | User equipment, base station and methods related to multiple input multiple output | |
US10448407B2 (en) | Interference cancellation enhancement in HetNets through coordinated SIMO/MIMO interference codes | |
CN117082487A (zh) | 一种多用户数据传输的方法和装置 | |
CN102957502A (zh) | 用于通信系统的线性预编码的方法和装置 |
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 |