CN118140429A - 基于信道状态的波束成形增强 - Google Patents
基于信道状态的波束成形增强 Download PDFInfo
- Publication number
- CN118140429A CN118140429A CN202180103507.8A CN202180103507A CN118140429A CN 118140429 A CN118140429 A CN 118140429A CN 202180103507 A CN202180103507 A CN 202180103507A CN 118140429 A CN118140429 A CN 118140429A
- Authority
- CN
- China
- Prior art keywords
- message
- model
- beamforming
- length
- csi
- 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
- 230000005540 biological transmission Effects 0.000 claims abstract description 52
- 238000007906 compression Methods 0.000 claims description 132
- 230000006835 compression Effects 0.000 claims description 132
- 238000000034 method Methods 0.000 claims description 94
- 230000015654 memory Effects 0.000 claims description 51
- 238000004891 communication Methods 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 32
- 230000002829 reductive effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 29
- 230000011664 signaling Effects 0.000 description 19
- 238000013459 approach Methods 0.000 description 17
- 230000003044 adaptive effect Effects 0.000 description 13
- 230000003595 spectral effect Effects 0.000 description 13
- 230000000670 limiting effect Effects 0.000 description 10
- 230000003068 static effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000011084 recovery Methods 0.000 description 7
- 238000009966 trimming Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Abstract
本公开的示例实施例涉及基于信道状态的波束成形增强。第一设备从第二设备接收指示第二信道状态的第二消息。第二消息具有小于先前从所述第二设备接收的指示第一信道状态的第一消息的第一长度的第二长度。第一设备根据与所述第二设备相关联的经训练的组合模型并且基于所述第二消息和所述第二设备的历史波束成形特征来获取所述第二设备的组合波束成形特征。第一设备根据经训练的波束成形模型并且基于所述组合波束成形特征为所述第二设备生成波束权重。通过这样做,第一设备可以根据波束成形模型为第二设备生成波束权重,而无需从消息中恢复CSI。以这种方式,传输性能将得到增强,并且开销将减少。
Description
技术领域
本公开的实施例总体上涉及电信领域,并且具体地涉及用于基于信道状态的波束成形增强的方法、设备、装置和计算机可读存储介质。
背景技术
在通信系统中,多天线技术已经被广泛用于扩展系统容量和提高系统性能。多个天线可能产生多输入多输出(MIMO)通信信道。为了提高信号质量并且减少MIMO通信信道中的干扰,已经使用波束成形技术。在最近的通信技术中,已经提出了基于诸如信道状态等信道特性来执行波束成形。正在进行的工作是引入对基于信道状态的波束成形的增强,特别是对于下行链路(DL)MIMO波束成形,以提高传输性能。
发明内容
本发明的各个实施例所寻求的保护范围由独立权利要求规定。本说明书中描述的不属于独立权利要求范围的实施例/示例和特征(如果有的话)应当被解释为有助于理解本发明的各种实施例的示例。注意,术语“实施例”或“示例”应当相应地适用于申请中使用的术语,即,如果使用术语“示例”,则陈述应当相应地谈论“示例”;或者如果使用术语“实施例”,则陈述应当相应地谈论“实施例”。
总体上,本公开的示例实施例提供了一种基于信道状态的波束成形增强的解决方案。不属于权利要求范围的实施例(如果有的话)将被解释为有助于理解本公开的各种实施例的示例。
在第一方面,提供了一种第一设备。第一设备包括至少一个处理器;以及包括计算机程序代码的至少一个存储器;其中该至少一个存储器和计算机程序代码被配置为与该至少一个处理器一起,使第一设备:从第二设备接收指示第二信道状态的第二消息,第二消息的第二长度小于先前从第二设备接收的指示第一信道状态的第一消息的第一长度;根据与第二设备相关联的经训练的组合模型并且基于第二消息和第二设备的历史波束成形特征来获取第二设备的组合波束成形特征;以及根据经训练的波束成形模型并且基于组合波束成形特征为第二设备生成波束权重。
在第二方面,提供了一种第二设备。第二设备包括至少一个处理器;以及包括计算机程序代码的至少一个存储器;其中该至少一个存储器和计算机程序代码被配置为与该至少一个处理器一起,使第二设备:根据经训练的压缩模型来确定指示第二信道状态的第二消息,第二消息具有小于指示第一信道状态的第一消息的第一长度的第二长度,第一消息由第二设备先前确定;以及向第一设备发送第二消息。
在第三方面,提供了一种第四设备。第四设备包括至少一个处理器;以及包括计算机程序代码的至少一个存储器;其中该至少一个存储器和计算机程序代码被配置为与该至少一个处理器一起,使第四设备:根据第二设备的压缩模型来生成第二消息,第二消息指示第二信道状态,第二消息具有小于先前生成的第一消息的第一长度的第二长度,第一消息指示第一信道状态;根据与第二设备相关联的第一设备的组合模型并且基于第二消息和第二设备的历史波束成形特征来获取第二设备的组合波束成形特征;基于组合波束成形特征根据第一设备的波束成形模型为第二设备生成波束权重;以及基于波束权重来训练压缩模型、组合模型和波束成形模型。
在第四方面,提供了一种方法。该方法包括:由第一设备从第二设备接收指示第二信道状态的第二消息,第二消息的第二长度小于先前从第二设备接收的指示第一信道状态的第一消息的第一长度;根据与第二设备相关联的经训练的组合模型并且基于第二消息和第二设备的历史波束成形特征来获取第二设备的组合波束成形特征;以及根据经训练的波束成形模型并且基于组合波束成形特征为第二设备生成波束权重。
在第五方面,提供了一种方法。该方法包括:由第二设备根据经训练的压缩模型来确定指示第二信道状态的第二消息,第二消息具有小于指示第一信道状态的第一消息的第一长度的第二长度,第一消息由第二设备先前确定;以及向第一设备发送第二消息。
在第六方面,提供了一种方法。该方法包括:根据第二设备的压缩模型来生成第二消息,第二消息指示第二信道状态,第二消息具有小于先前生成的第一消息的第一长度的第二长度,第一消息指示第一信道状态;根据与第二设备相关联的第一设备的组合模型并且基于第二消息和第二设备的历史波束成形特征来获取第二设备的组合波束成形特征;基于组合波束成形特征根据第一设备的波束成形模型为第二设备生成波束权重;以及基于波束权重来训练压缩模型、组合模型和波束成形模型。
在第七方面,提供了一种第一装置。第一装置包括:用于从第二装置接收指示第二信道状态的第二消息的部件,第二消息的第二长度小于先前从第二装置接收的指示第一信道状态的第一消息的第一长度;用于根据与第二装置相关联的经训练的组合模型并且基于第二消息和第二装置的历史波束成形特征来获取第二装置的组合波束成形特征的部件;以及用于根据经训练的波束成形模型并且基于组合波束成形特征来生成第二装置的波束权重的部件。
在第八方面,提供了一种第二装置。第二装置包括:用于根据经训练的压缩模型来确定指示第二信道状态的第二消息的部件,第二消息具有小于指示第一信道状态的第一消息的第一长度的第二长度,第一消息由第二装置先前确定;以及用于向第一装置发送第二消息的部件。
在第九方面,提供了一种第四装置。第四装置包括:用于根据第二装置的压缩模型来生成第二消息的部件,第二消息指示第二信道状态,第二消息具有小于先前生成的第一消息的第一长度的第二长度,第一消息指示第一信道状态;用于根据与第二装置相关联的第一装置的组合模型并且基于第二消息和第二装置的历史波束成形特征来获取第二装置的组合波束成形特征的部件;用于基于组合波束成形特征根据第一装置的波束成形模型来生成第二装置的波束权重的部件;以及用于基于波束权重来训练压缩模型、组合模型和波束成形模型的部件。
在第十方面,提供了一种计算机可读介质。该计算机可读介质包括用于使得装置执行第四方面、第五方面和第六方面中的任何方面的程序指令。
应当理解,发明内容部分不旨在标识本公开实施例的关键或基本特征,也不旨在用于限制本公开的范围。通过以下描述,本公开的其他特征将变得容易理解。
附图说明
现在将参考附图描述一些示例实施例,在附图中:
图1图示了可以在其中实现本公开的示例实施例的示例通信环境;
图2图示了用于基于信道状态的波束成形的示例的框图;
图3图示了根据本公开的一些实施例的用于基于信道状态的波束成形的示例架构的框图;
图4A图示了根据本公开的一些实施例的示例压缩模型;
图4B图示了根据本公开的一些实施例的示例组合模型;
图4C图示了根据本公开的一些实施例的示例波束成形模型;
图5图示了根据本公开的一些实施例的用于基于信道状态的波束成形的示例训练架构的框图;
图6图示了示出根据本公开的一些示例实施例的波束成形的示例过程的信令图;
图7图示了示出根据本公开的一些示例实施例的微调模型的示例过程的信令图;
图8图示了示出根据本公开的一些示例实施例的调节长度信息的示例过程的信令图;
图9A图示了图示根据本公开的使用波束成形方法和使用若干常规方法在不同时隙处的效率的图表;
图9B图示了图示根据本公开的使用波束成形方法和使用若干常规方法在不同时隙处的效率的另一图表;
图10图示了根据本公开的一些示例实施例的在第一设备处实现的方法的流程图;
图11图示了根据本公开的一些示例实施例的在第二设备处实现的方法的流程图;
图12图示了根据本公开的一些示例实施例的在第四设备处实现的方法的流程图;
图13图示了适合于实现本公开的示例实施例的装置的示例简化框图;以及
图14图示了根据本公开的一些示例实施例的示例计算机可读介质的框图。
在整个附图中,相同或相似的附图标记表示相同或相似的元素。在整个附图中,相同或相似的附图标记表示相同或相似的元素。
具体实施方式
现在将参考一些示例实施例来描述本公开的原理。应当理解,描述这些实施例仅是为了图示和帮助本领域技术人员理解和实现本公开,并不表示对本公开的范围的任何限制。本文中描述的实施例可以以除了下面描述的方式之外的各种其他方式来实现。
在以下描述和权利要求中,除非另有定义,否则本文中使用的所有技术和科学术语具有与本公开所属领域的普通技术人员通常理解的相同的含义。
在本公开中,对“一个实施例”、“实施例”和“示例实施例”等的引用表明所描述的实施例可以包括特定特征、结构或特性,但并非每个实施例都必须包括特定特征、结构或特性。此外,这样的短语不一定是指同一实施例。此外,当结合一个实施例描述特定特征、结构或特性时,本领域技术人员认为,无论是否明确描述,与其他实施例相结合来影响这样的特征、结构或特性都在本领域技术员的知识范围内。
应当理解,尽管术语“第一”和“第二”等可以在本文中用于描述各种元素,但这些元素不应受到这些术语的限制。这些术语仅用于将一个元素与另一元素区分开来。例如,在不脱离示例实施例的范围的情况下,第一元素可以称为第二元素,并且类似地,第二元素可以称为第一元素。如本文中使用的,术语“和/或”包括所列术语中的一个或多个术语的任何和所有组合。
本文中使用的术语仅用于描述特定实施例,而非旨在限制示例实施例。本文中使用的单数形式“一个(a)”、“一个(an)”和“该(the)”也包括复数形式,除非上下文另有明确说明。进一步理解,术语“包括(comprises)”、“包括(comprising)”、“具有(has)”、“具有(having)”、“包括(includes)”和/或“包括(including)”当在本文中使用时指定所述特征、元素和/或组件等的存在,但不排除一个或多个其他特征、元素、组件和/或其组合的存在或添加。
如本申请中使用的,术语“电路系统”可以指代以下中的一项或多项或全部:
(a)纯硬件电路实现(诸如仅使用模拟和/或数字电路系统的实现),以及
(b)硬件电路和软件的组合,诸如(如适用):
(i)(多个)模拟和/或数字硬件电路与软件/固件的组合,以及
(ii)具有软件的(多个)硬件处理器(包括(多个)数字信号处理器)、软件和(多个)存储器的任何部分,其一起工作以使得装置(诸如移动电话或服务器)执行各种功能,以及
(c)(多个)硬件电路和/或(多个)处理器,诸如(多个)微处理器或(多个)微处理器的一部分,其需要软件(例如,固件)
进行操作,但在不需要操作时软件可以不存。
该电路系统的定义适合于该术语在本申请中的所有使用,包括在任何权利要求中。作为另一示例,如在本申请中使用的,术语电路系统还涵盖仅硬件电路或处理器(或多个处理器)或硬件电路或处理器的一部分及其随附软件和/或固件的实现。例如,如果适用于特定权利要求元素,则术语电路系统还涵盖用于移动设备的基带集成电路或处理器集成电路、或者服务器、蜂窝网络设备或其他计算或网络设备中的类似集成电路。
如本文中使用的,术语“通信网络”是指遵循任何合适的通信标准的网络,诸如新无线电(NR)、长期演进(LTE)、高级LTE(LTE-A)、宽带码分多址(WCDMA)、高速分组接入(HSPA)、窄带物联网(NB-IoT)等。此外,通信网络中的终端设备与网络设备之间的通信可以根据任何合适的一代通信协议来执行,包括但不限于第一代(1G)、第二代(2G)、2.5G、2.75G、第三代(3G)、第四代(4G)、4.5G、第五代(5G)通信协议、和/或当前已知或将在未来开发的任何其他协议。本公开的实施例可以应用于各种通信系统中。考虑到通信的快速发展,当然也将存在可以用于体现本公开的未来类型的通信技术和系统。其不应当被视为将本公开的范围仅限于上述系统。
如本文中使用的,术语“网络设备”是指通信网络中的节点,终端设备经由该节点接入网络并且从网络接收服务。根据所应用的术语和技术,网络设备可以是指基站(BS)或接入点(AP),例如,节点B(NodeB或NB)、演进型NodeB(eNodeB或eNB)、NR NB(也称为gNB)、远程无线电单元(RRU)、无线电报头(RH)、远程无线电头端(RRH)、中继、集成接入和回程(IAB)节点、低功率节点(诸如毫微微、微微)、非地面网络(NTN)或非地面网络设备(诸如卫星网络设备、近地轨道(LEO)卫星和地球同步轨道(GEO)卫星、飞机网络设备等),具体取决于所应用的术语和技术。在一些示例实施例中,无线电接入网(RAN)拆分架构包括位于IAB施主节点处的分布式单元(DU)和集中式单元(CU)。IAB节点包括朝向父节点表现得像UE的移动终端(IAB-MT)部分,并且IAB节点的DU部分朝向下一跳IAB节点表现得像基站。
术语“终端设备”是指能够进行无线通信的任何终端设备。作为示例而非限制,终端设备也可以称为通信设备、用户设备(UE)、订户站(SS)、便携式订户站、移动站(MS)或接入终端(AT)。终端设备可以包括但不限于移动电话、蜂窝电话、智能电话、IP语音(VoIP)电话、无线本地环路电话、平板电脑、可穿戴终端设备、个人数字助理(PDA)、便携式计算机、台式计算机、图像捕获终端设备(诸如数码相机)、游戏终端设备、音乐存储和播放设备、车载无线终端设备、无线端点、移动站、笔记本电脑嵌入式设备(LEE)、笔记本电脑安装设备(LME)、USB加密狗、智能设备、无线客户设备(CPE)、物联网(IoT)设备、手表或其他可穿戴设备、头戴式显示器(HMD)、车辆、无人机、医疗设备和应用(例如,远程手术)、工业设备和应用(例如,在工业和/或自动化处理链环境中操作的机器人和/或其他无线设备)、消费电子设备、在商业和/或工业无线网络上操作的设备等。终端设备还可以对应于IAB节点(例如,中继节点)的移动终端(MT)部分。在以下描述中,术语“终端设备”、“通信设备”、“终端”、“用户设备”和“UE”可以互换使用。
如本文中使用的,术语“资源”、“传输资源”、“资源块”、“物理资源块”(PRB)、“上行链路资源”或“下行链路资源”可以指代用于执行通信的任何资源,例如,终端设备与网络设备之间的通信,诸如时域中的资源、频域中的资源、空域中的资源和码域中的资源、或使得能够进行通信的任何其他资源等。在下文中,频域和时域两者中的资源都将被用作用于描述本公开的一些示例实施例的传输资源的示例。注意,本公开的示例实施例同样适用于其他域中的其他资源。
如上所述,多天线技术已经被广泛用于提供MIMO通信信道,以扩展系统容量和提高系统性能。它可以使用基于信道状态的波束成形来提高信号质量并且减少MIMO通信信道中的干扰。
图1示出了可以在其中实现本公开的示例实施例的示例通信环境100。在通信环境100中,多个通信设备(包括设备110-1、设备110-2、设备110-3、……、和设备110-N)可以与设备120通信。出于讨论的目的,设备110-1、110-2、110-3、……、和110-N可以统称为“设备110”或者单独称为“设备110”。在图1的示例中,设备120被图示为网络设备,而设备110被图示为连接到设备120的终端设备。
在通信环境100中,设备120具有一定的覆盖范围,其可以称为服务区域或小区。设备110位于由设备120提供的小区中。在通信网络100中,设备120可以向设备110传送数据和控制信息,并且设备110也可以向设备120传送数据和控制信息。从设备120到设备110的链路称为下行链路(DL)或前向链路,而从设备110到设备120的链路称为上行链路(UL)或反向链路。
设备110可以向设备120发送资源请求(RR)。设备120可以从设备110中选择一个或多个设备来提供资源。例如,如图1所示,设备110可以选择设备110-1、设备110-2和设备110-N来提供资源。这些设备也可以称为活动设备。在一些示例实施例中,设备120可以确定不为诸如设备110-3等若干设备(其也可以称为非活动设备)提供资源。应当理解,活动设备和非活动设备可以是可变的。例如,在设备110-3在初始时隙被确定为非活动设备的情况下,设备110-3在初始时隙之后的后续时隙中可能成为活动设备。
设备120可以为活动设备提供多个波束。例如,设备110-1与波束130-1相关联,设备110-2与波束130-2相关联,而设备110-N与波束130-N相关联。在后续时隙,设备120可以为设备110-3提供波束130-3。出于讨论的目的,波束130-1、130-2、130-3和130-N可以统称为“波束130”或者单独称为“波束130”。
在一些示例实施例中,设备120可以基于信道特性(诸如这些活动设备的信道状态)来为活动设备确定多个波束130。例如,设备120可以基于设备110-1的信道状态来为设备110-1确定波束130-1。利用波束130,设备120可以经由波束130执行与活动设备的传输。例如,设备120可以经由波束130-1向设备110-1发送DL传输。
应当理解,图1所示的设备及其连接的数目仅用于图示目的,而没有任何限制。环境100可以包括适于实现本公开的实施例的任何合适数目的设备。尽管未示出,但是应当理解,一个或多个附加设备可以位于由设备120提供的小区中,并且一个或多个附加小区可以被部署在环境100中。
通信环境100中的通信可以根据任何适当的(多个)通信协议来实现,包括但不限于第一代(1G)、第二代(2G)、第三代(3G)、第四代(4G)和第五代(5G)等的蜂窝通信协议、无线局域网通信协议(诸如电气和电子工程师协会(IEEE)802.11等)、和/或当前已知或将在未来开发的任何其他协议。此外,通信可以利用任何适当的无线通信技术,包括但不限于:码分多址(CDMA)、频分多址(FDMA)、时分多址(TDMA)、频分双工(FDD)、时分双工(TDD)、多输入多输出(MIMO)、正交频分复用(OFDM)、离散傅立叶变换扩展OFDM(DFT-s-OFDM)、和/或当前已知或将在未来开发的任何其他技术。
传统上,网络设备可以基于从网络设备接收的CSI来执行波束成形。图2图示了示例性的基于信道状态的波束成形的框图200。
如图2所示,终端设备210测量CSI 202。终端设备210的编码器230将CSI 202编码或压缩为码字232。终端设备210可以另外地将码字232量化为量化码字。终端设备210经由空中接口向网络设备220发送码字232(或量化码字)。网络220接收码字232,并且通过解码器240将码字232解码为恢复的CSI 242。如果网络接收到量化码字,则网络设备220可以另外地对量化码字进行去量化以获取码字232。网络设备220使用恢复的CSI来执行波束成形生成250,以获取用于终端设备210的波束252。
上述方法使用恢复的CSI进行波束成形。这种方法面向CSI恢复,而不是波束成形。由于CSI的不精确性或空中接口的密集开销,这种面向CSI恢复的波束成形由于有限的性能增益而不能令人满意。例如,由于低分辨率CSI,这可能导致波束粗糙。相反,如果提供更高分辨率的CSI,则这种方法可以带来更密集的码字开销的高成本。由这种方法生成的波束的增益小于预期。波束不能智能地适应各种条件。因此,对于DL MIMO和CSI比特支出两者,基于恢复的CSI而生成的波束的性能不能令人满意。
为了解决上述问题,已经提出提高CSI恢复的精度,例如通过在终端设备中应用自适应非线性特征提取和压缩(诸如自动编码器神经网络(NN)模型)以及通过提高网络设备中的恢复能力。例如,可以通过比较CSI 202和恢复的CSI 242来调节自动编码器NN。然而,尽管这种方法可以减少开销,但波束成形质量仍然不能令人满意,因为波束成形质量并不完全取决于CSI恢复的精度。此外,这种面向恢复的CSI反馈方法是针对单用户(SU)范围,而没有考虑多用户(MU)场景。此外,这种面向恢复的CSI反馈方法没有考虑时间自适应波束成形,因此相干时间内的频率CSI反馈导致反馈冗余,尤其是在移动场景中。
已经提出将瞬时频率空间CSI压缩用于静态场景。这种方法可以提高CSI反馈精度并且通过经由上行链路的压缩CSI反馈来减少开销。然而,这种方法也仅限于静态场景和SU情况。
还提出在动态场景中使用顺序频率空间时间CSI反馈。这种方法考虑了连续CSI之间的相关性,并且可以在动态情况下提高性能。然而,这种方法仍然不是面向波束成形的,并且这种方法可能导致非最优性能和冗余。同样,这种方法也限于SU情况,而没有联合考虑MU情况。
如上所述,增强基于信道状态的波束成形是具有挑战性的,特别是在MU场景中。根据本公开的一些示例实施例,提供了一种用于DL传输的基于信道状态的波束成形增强的解决方案。在该解决方案中,第一设备从第二设备接收指示信道状态的消息。该消息具有短于先前接收的消息的长度的长度。第一设备根据经训练的组合模型并且基于上述消息和第二设备的历史波束成形特征来获取第二设备的组合波束成形特征。第一设备根据经训练的波束成形模型并且基于组合波束成形特征为第二设备生成波束权重。第一设备可以经由利用波束权重而形成的波束来执行传输。
该解决方案使得第一设备能够根据经训练的波束成形模型并且基于指示信道状态的消息和第二设备的历史波束成形特征来生成波束权重。这种方法是面向波束成形的,不需要CSI恢复。这种直接针对有监督学习中的优化波束成形矩阵的方法更有利于增强DLMIMO传输。此外,这种方法考虑了第二设备的历史波束成形特征,这将提高性能,尤其是在移动场景中。
下面将参考图3-图14详细描述本公开的示例实施例。
图3图示了根据本公开的一些实施例的用于基于信道状态的波束成形的示例架构300的框图。应当理解,图3所示的架构300仅用于图示目的,而对本公开的实施例的功能和范围没有任何限制。根据图3,架构300包括设备110-1、……、设备110-N和设备120。
应当理解,图3所示的设备及其连接的数目仅用于图示目的,而没有任何限制。架构300可以包括适于实现本公开的实施例的任何合适数目的设备。例如,架构300可以包括仅一个设备110和设备120。架构300也可以包括多于两个设备110和设备120。
如图3所示,设备110-1包括压缩模型310-1。压缩模型310-1可以接收CSI 304并且输出消息314。例如,设备110-1可以测量CSI 304并且将CSI 304输入到压缩模型310-1。压缩模型310-1还可以先前接收CSI 302,并且处理CSI 302以获取消息312。应当理解,压缩模型310-1可以在CSI 302之前或之后接收附加CSI。
在一些示例实施例中,消息312和消息314可以是码字,诸如符合预定义码本的码字。替代地,消息312和消息314可以是包括分别从CSI 302和CSI 304获取的信息的其他合适的矢量。在一些示例实施例中,消息314的长度(或比特宽度)可以短于消息312的长度。消息314的长度和消息312的长度可以被预定义或调节。
同样,设备110-N包括接收CSI 344并且输出消息354的压缩模型310-N。压缩模型310-N也可以先前接收CSI 342并且输出消息352。出于讨论的目的,压缩模型310-1和310-N可以统称为“压缩模型310”或者单独称为“压缩模型310”。
图4A图示了根据本公开的一些实施例的示例压缩模型310。如图4A所示,压缩模型310接收CSI 402并且处理CSI 402以获取消息404。压缩模型310可以包括若干完全连接(FC)层。例如,在图4A的示例中,压缩模型310包括密集1024层412、swish层414、密集512层416、swish层418、密集256层422、swish层424、密集B层426和sign层428。密集B层426的数字“B”表示密集B层426的输出尺寸(dimension),即,消息404的长度。
在一些示例实施例中,数字“B”可以是自适应的。例如,数字“B”可以根据设备110来调节。例如,在第一时间段中,数字“B”可以设置为较大数字,诸如10。在第一时间段之后的第二时间段中,数字“B”可以设置为较小数字,诸如3。通过这样做,可以相应地调节消息404的长度。因此,可以减少空中接口中的开销。应当理解,数字10和3仅用于图示目的,而没有任何限制。应当理解,图4A所示的压缩模型310仅用于图示目的。任何合适的神经网络模型都可以用于实现压缩310。
再次参考图3,设备110-1向设备120发送消息314。例如,设备110-1可以经由物理上行链路(UL)共享信道(PUSCH)或物理UL控制信道(PUCCH)向设备120发送消息314。设备120包括接收消息314的组合模型320-1。组合模型320-1可以基于消息314和设备110-1的历史波束成形特征来获取设备110-1的组合波束成形特征322。例如,设备110-1的历史波束成形特征可以基于由组合模型320-1先前接收的消息312来获取。组合模型320-1还可以将历史波束成形特征更新为组合波束成形特征322以供后续使用。
在一些示例实施例中,组合模型320-1可以基于消息314提取当前CSI特征,并且从其存储装置中获取历史波束成形特征。组合模型320-1可以通过当前CSI特征和历史波束成形特征的比特级联来获取组合波束成形特征322。组合模型320-1还可以使用任何其他合适的方法来获取组合波束成形特征322。
同样地,设备120还可以包括组合模型320-N,该组合模型接收消息354并且基于消息354和设备110-N的历史波束成形特征来获取设备110-N的组合波束成形特征362。类似地,设备110-N的历史波束成形特征可以基于由组合模型320-N先前接收的消息352来获取。出于讨论的目的,组合模型320-1、……、和320-N可以统称为“组合模型320”或者单独称为“组合模型320”。应当理解,尽管不同组合模型320对应于不同设备110,如图3所示,但设备120也可以包括仅一个组合模型320。设备120可以使用一个组合模型320来接收和处理来自不同设备110的消息。
图4B图示了根据本公开的一些实施例的示例组合模型320。如图4B所示,组合模型320接收消息404并且处理消息404以获取组合波束成形特征406。组合模型320可以包括FC层(诸如密集32层442,具有LeakyReLU激活功能444)和两个堆叠的长短期存储器(LSTM)层(诸如LSTM 64层446和LSTM 32层448)。
密集32层442可以用于提取CSI特征。LSTM 64层446和LSTM 32层448可以基于提取的CSI特征和存储在组合模型320中的历史波束成形特征来获取组合波束成形特征406。如果组合模型320中没有存储历史波束成形特征,则组合模型320可以将提取的CSI特征确定为组合波束成形特征406并且将提取的CSI特征存储为历史特征。组合模型320还可以在获取下一时隙的新的组合波束成形特征之后更新历史特征。
通过将历史波束成形特征存储在设备120中,可以在后续时隙中使用具有较短长度的消息来表示后续CSI的增量或delta。此外,考虑历史波束成形特征可以进一步提高波束成形性能,尤其是在动态场景中。应当理解,图4B所示的组合模型320仅用于图示目的。任何合适的神经网络模型都可以用于实现组合模型320。
仍然参考图3,设备120包括波束成形模型330。波束成形模型330从组合模型320-1接收组合波束成形特征322。波束成形模型330还可以从组合模型320-N接收组合波束成形特征362。在设备120使用一个组合模型320来获取组合波束成形特征322和组合波束成型特征362的示例中,组合模型320可以将组合波束成形特征322和组合波束成形特征362组合成MU波束成形特征。组合模型320可以向波束成形模型330发送MU波束成形特征。
波束成形模型330可以基于组合波束成形特征322来为设备110-1生成波束权重。替代地或另外地,波束成形模型330可以基于组合波束成形特征322和组合波束成形特征362来为设备110-1和设备110-N生成(多个)波束权重。波束成形模型330还可以基于包括设备110-1和设备110-N的一组设备的一组组合波束成形特征来为该组设备生成一组波束权重。波束权重332可以是波束矩阵、波束矢量或其他合适形式。第一设备120可以将波束权重332应用于DL传输,诸如DL MIMO传输。例如,设备120可以经由基于设备110-1的波束权重332而形成的波束来执行到设备110-1的DL传输。
图4C图示了根据本公开的一些实施例的示例波束成形模型330。如图4C所示,波束成形模型330接收特征406并且处理特征406以获取(多个)波束权重408。波束成形模型330可以包括若干FC层。例如,在图4C的示例中,波束成形模型330包括密集1024层482、swish层484、密集512层486、swish层488、密集256层492、swish层494、密集M层496和norm层498。
密集M层496的数字“M”表示密集M层496的输出尺寸。在一些示例实施例中,数目“M”等于K×Nt,其中K表示活动设备的数目,Nt表示设备120处的天线的数目。波束成形模型330可以针对K个设备输出K个波束权重。每个波束权重具有尺寸Nt。每个波束权重的每个尺寸可以是复值。
替代地,密集M层496的数目“M”可以等于2×K×Nt。在这种情况下,每个波束权重的每个尺寸可以包括复值的实部和复值的虚部。应当理解,图4A所示的压缩模型310只是示例性的。任何合适的神经网络模型都可以用于实现压缩模型310。
上面已经描述了根据本公开的基于信道状态的波束成形的示例实施例。这种面向波束成形的方法可以增强DL传输,特别是对于DL MIMO传输。这种方法考虑了历史波束成形特征,因此有利于动态场景。此外,可以通过调节消息的长度来减少开销。此外,这种方法还联合考虑MU的波束成形特征,这将提高MU场景中的性能。
在一些示例实施例中,压缩模型310、组合模型320和波束成形模型330可以在应用之前进行预训练。图5图示了根据本公开的一些实施例的用于训练压缩模型310、组合模型320和波束成形模型330的示例训练架构500的框图。
应当理解,图5所示的模型及其连接的数目仅用于图示目的,而没有任何限制。架构500可以包括适于实现本公开的实施例的任何合适数目的模型。例如,架构500可以包括仅一个压缩模型310和仅一个组合模型320。架构500也可以包括多于两个压缩模型310和组合模型320。架构500也可以包括多于一个波束成形模型330。
压缩模型310可以在训练之后被应用于一组终端设备。例如,压缩模型310可以在训练之后被应用于预期(intended)设备,诸如设备110。术语“预期设备”可以是指在训练之后压缩模型310可以被应用于的设备。例如,压缩模型310-1可以在训练之后被应用于设备110-1,并且压缩模型310-N可以在训练之后被应用于设备110-N。类似地,组合模型320和波束成形模型330可以在训练之后被应用于诸如设备120等网络设备。
如图5所示,输入CSI序列510(包括CSI序列505-1、……、和CSI序列505-N)可以用于训练一组模型520。该组模型520包括压缩模型310-1、……、压缩模型310-N、组合模型320-1、……、组合模型320-N和波束成形模型330。在一些示例实施例中,输入序列CSI 510可以通过在预定义时间段期间从若干终端设备收集真实的CSI来获取。还可以应用数据扩充(诸如在真实CSI中随机删除或插入伪CSI)来生成输入序列CSI 510。替代地或另外地,输入CSI序列510可以使用例如信道模型来随机生成。CSI序列505-1和CSI序列505-N可以相同或不同。每个CSI序列505中的CSI之间的时间间隔可以是预定义的。每个CSI序列505中的CSI的总数可以是预定义的。
在一些示例实施例中,CSI序列505-1或CSI序列505-N中的每个CSI的长度可以是自适应的。例如,CSI序列505-1或CSI序列505-N中的初始CSI可以具有较大长度,诸如10比特。CSI序列505-1或CSI序列505-N中的后续CSI可以具有较小长度,诸如3比特。又例如,CSI序列505-1或CSI序列505-N中的初始三个CSI可以具有较大长度,诸如8比特。CSI序列505-1或CSI序列505-N中的后续五个CSI可以具有较小长度,诸如5比特。应当理解,示例长度和长度模式仅出于说明目的而示出,而没有任何限制。
在图5的示例中,压缩模型310-1可以接收和处理CSI序列505-1。压缩模型310-1可以生成对应消息序列并且向组合模型320-1发送对应消息序列。例如,压缩模型310-1可以接收CSI序列505-1中的初始CSI并且生成指示初始CSI的第一消息。第一消息可以具有较大长度,诸如10比特。压缩模型310-1可以向组合模型320-1发送第一消息。
压缩模型310-1可以接收CSI序列505-1中的后续CSI。压缩模型310-1可以基于后续CSI与初始CSI之间的差来生成指示后续CSI的第二消息。第二消息可以具有诸如3比特等长度。通过使用类似的过程,压缩模型310-1可以基于CSI序列505-1来生成消息序列。
组合模型320-1可以从压缩模型310-1接收消息序列。组合模型320-1可以处理消息序列以获取对应组合波束成形特征序列。例如,组合模型320-1可以接收第一消息并且从第一消息中提取特征。如上所述,第一消息可以具有10比特的长度。组合模型320-1可以将设备110-1的历史波束成形特征确定为从第一消息中提取的特征。组合模型320-1可以将第一组合波束成形特征获取为从第一消息中提取的特征。
组合模型320-1可以在第一消息之后接收第二消息。如上所述,第二消息具有3比特的长度。组合模型320-1可以基于第二消息和历史波束成形特征来获取第二组合波束成形特征。组合模型320-1还可以基于第二组合波束成形特征来更新历史波束成形特征。通过使用类似的过程,组合模型320-1可以获取与CSI序列505-1相对应的组合波束成形特征序列。组合模型320-1可以向波束成形模型330发送对应组合波束成形特征序列。
同样地,压缩模型310-N可以接收和处理CSI序列505-N。压缩模型310-N可以生成对应消息序列并且向组合模型320-N发送对应消息序列。组合模型320-N可以接收和处理消息序列以获取对应组合波束成形特征序列。组合模型320-N可以向波束成形模型330发送对应组合波束成形特征序列。
波束成形模型330可以从不同组合模型320接收组合波束成形特征序列。波束成形模型330可以基于那些组合波束成形特征序列来生成波束权重序列555。例如,波束成形模型330可以基于第二组合波束成形特征来生成第二波束权重。波束权重序列可以被输入到损失模块560。因此,压缩模型310、组合模型320和波束成形模型330可以基于波束权重序列来训练。例如,压缩模型310、组合模型320和波束成形模型330可以基于第二波束权重来训练。
在一些示例实施例中,损失模块560基于设备110-1的波束权重序列和设备110-1的CSI序列来为诸如设备110-1等预期设备生成波束成形增益。损失模块560可以至少基于设备110-N的波束权重序列和设备110-1的CSI序列来确定设备与与设备120通信的另一设备(诸如设备110-N)之间的干扰。损失模块560可以基于波束成形增益与干扰之间的比较来确定压缩模型310-1、组合模型320-1和波束成形模型330的参数。
替代地或另外地,在一些示例实施例中,损失模块560可以如下确定其损失函数
其中t表示输入CSI序列510中的时隙,T表示训练阶段中的连续时隙的数目,表示时隙t处所有预期设备的加权总吞吐量。
在一些实施例中,可以如下计算:
其中表示在时隙t处预期设备k的测量CSI,/>表示在时隙t处预期设备k的波束成形权重,αk表示预期设备k的优先级权重,σ是平均噪声功率。优先级权重α可以预定义,而平均噪声功率σ可以测量。分子/>表示来自生成的波束权重的增益,/>表示来自其他用户波束的干扰泄漏。使用这样的损失函数,该组模型520的训练的目标是全面提高波束成形增益和降低来自其他用户的干扰,从而在一段时间内为所有用户生成波束权重。
通过使用上述损失函数,网络设备联合并且集中地考虑时间相关性和干扰两者。这种方法既可以提高波束成形模型的波束成形性能,又可以通过训练(多个)压缩模型、(多个)组合模型和波束成形模型来减少CSI开销。
在一些示例实施例中,可以调节每个预期设备的优先级权重α。基于输入CSI序列510和输出波束权重序列555,根据上述等式(1)和(2)来计算损失函数。压缩模型310-1、……、和310-N、组合模型320-1、……、和320-N以及波束成形模型330将经由反向传播来更新。通过更新这些模型,可以优化具有不同目标的波束。例如,可以优化所有用户的总吞吐量,或者优化某个用户的吞吐量。以这种方式,经训练的波束成形模型可以为MU生成优化波束权重。此外,经训练的压缩模型可以进一步降低CSI开销。
应当理解,上述网络结构和用于训练那些模型的处理仅仅是示例。本公开的保护范围不限于此。
上面已经参考图5描述了压缩模型、组合模型和波束成形模型的训练过程。在应用中,还可以对这些模型进行微调,以进一步提高其性能。这些模型的应用和这些模型的微调过程将在下面参考图6-图8进行描述。
图6示出了图示根据本公开的一些示例实施例的基于信道状态的波束成形的示例过程的信令图600。出于讨论的目的,将参考图1和图3来描述信令图600。如图6所示,信令图600涉及设备120、设备110-1和可选的设备110-N。如下文中使用的,设备120也可以称为第一设备。设备110-1也可以称为第二设备。设备110-N也可以称为第三设备。出于讨论的目的,图6中图示了三个设备。应当理解,信令图600可以涉及更多设备或更少设备,并且图6所示的设备的数目仅用于说明目的,而没有任何限制。
在操作中,设备110-1可以向设备120发送603资源请求。诸如设备110-N等其他设备也可以向设备120发送609资源请求。设备120从若干设备接收606/612(多个)资源请求。设备120可以从发送(多个)资源请求的那些设备中选择一个或多个设备作为(多个)活动设备。例如,设备120可以选择设备110-1作为活动设备。又例如,设备120可以选择一组设备(例如,设备110-1和设备110-N)作为活动设备。又例如,设备120可以选择预定数目的K个设备作为活动设备({设备1,设备2,……,设备K})。设备120可以随机地或根据诸如基于位置的预定义规则来选择(多个)活动设备。
设备120可以向(多个)活动设备发送615参考信号(RS)配置信息。例如,在设备110-1是活动设备的场景中,设备120可以向设备110-1发送615RS配置信息。在诸如设备110-1和设备110-N等一组设备是活动设备的场景中,设备120可以向设备110-1和110-N发送615RS配置信息。
RS配置信息可以包括RS类型、反馈时段δt等。RS类型可以包括CSI-RS或(多个)解调RS((多个)DMRS)或其他合适的RS类型。反馈时段δt表示CSI报告的时隙的间隔。应当理解,反馈时段δt对于不同设备110可以是不同的。设备110-1和可选的设备110-N可以从设备120接收618/621RS配置信息。设备110-1和可选的设备110-N可以在具有反馈时段δt的不同时隙向设备120发送指示信道状态的(多个)消息,这将在下面描述。
设备110-1可以确定624指示设备110-1的信道状态的消息的长度信息。长度信息可以包括大长度Bl和短长度Bs。大长度Bl和短长度Bs可以基于接收的RS配置信息来确定。替代地,大长度Bl和短长度Bs可以基于CSI的历史数据来确定。由设备110-1生成的消息可以具有大长度Bl或短长度Bs。
替代地或除此之外,长度信息还可以包括大长度Bl的重复次数和短长度Bs的重复次数/>例如,如果Bl等于10比特,Bs等于3比特,/>等于2,并且/>等于5,则设备110-1可以分别生成长度为10比特、10比特、3比特、3比特、3比特、3比特和3比特的消息序列。应当理解,Bl、Bs、/>和/>的示例数目仅用于说明目的,而没有任何限制。
在一些示例实施例中,长度信息可以包括另外的信息,诸如消息长度变化的模式。该信息可以包括除了大长度Bl和短长度Bs之外的一个或多个另外的长度。设备110-1可以基于长度信息生成(多个)消息。设备110-N也可以确定627长度信息。设备110-N的长度信息和设备110-1的长度信息可以不同。以这种方式,(多个)消息的比特长度将因报告而异,从而减少开销。
设备110-1和设备110-N可以分别向设备120发送长度信息。替代地,在一些示例实施例中,长度信息可以由设备120预先确定并且发送给设备110。以这种方式,消息的长度信息将在设备120与设备110之间协调。
设备120可以向设备110-1和可选的设备110-N发送630RS。在一些示例实施例中,设备120可以周期性地向设备110-1发送630(多个)RS。例如,设备120可以在具有反馈时段δt的不同时隙向设备110发送(多个)CSI-RS。替代地,设备120也可以向设备110发送诸如(多个)DMRS等非周期性RS。在另一示例中,设备120可以在每个时隙向设备110发送(多个)RS。
在一些示例实施例中,设备110-1接收633RS。设备110-1可以基于RS来确定CSI。例如,设备110-1可以基于RS来测量当前CSI。在第一时隙,设备110-1可以基于在第一时隙接收的第一RS来测量第一CSI。在从第一时隙开始的反馈时段δt之后的第二时隙,设备110-1可以基于在第二时隙接收的第二RS来测量第二CSI。第一RS和第二RS可以相同或不同。同样地,设备110-N可以接收636(多个)RS并且基于该(多个)RS来确定642CSI。
在一些示例实施例中,每个设备110的CSI的尺寸可以等于Nt×Nr,其中Nt表示设备120处的天线的数目,而Nr表示设备110处的天线的数目。CSI的每个尺寸可以包括复值。
替代地,CSI的尺寸可以等于2×Nt×Nr。在这种情况下,CSI(或信道矩阵)的每个尺寸的复值的实部和虚部可以在被馈送到压缩模型310中之前被分离。
设备110-1可以根据经训练的压缩模型310-1并且基于所确定的CSI来确定645指示设备110-1的信道状态的(多个)消息。例如,该消息可以是在码本中预定义的码字或其他合适的矢量。在第一时隙,设备110-1可以根据经训练的压缩模型310-1并且基于第一CSI来确定具有大长度Bl的第一消息。在第二时隙,设备110-1可以根据经训练的压缩模型310-1并且基于第二CSI与第一CSI之间的差来确定具有短长度Bs的第二消息。
在长度信息还包括大/短长度的重复次数的情况下,设备110-1可以确定具有大长度Bl的(多个)第一消息,并且确定具有短长度Bs的(多个)后续/>消息。类似地,设备110-N可以根据经训练的压缩模型310-N并且基于所确定的CSI来确定648指示设备110-N的信道状态的(多个)消息。
设备110-1向设备120发送651该消息。例如,设备110-1可以经由PUSCH或PUCCH向设备120发送651该消息。在第一时隙,设备110-1可以向设备120发送具有大长度Bl的第一消息。在第二时隙,设备110-1可以向设备120发送具有短长度Bs的第二消息。此外,设备110-1还可以向设备120发送先前时间段的DL速率。
设备120从设备110-1接收654该消息。设备120根据经训练的组合模型320-1并且基于该消息为设备110-1获取657组合波束成形特征。例如,在第一时隙,设备120可以根据经训练的组合模型320-1从第一消息中提取当前波束成形特征,并且将当前波束成形特征确定为设备110-1的第一组合波束成形特征。设备120还可以将当前波束成形特征确定为设备110-1的历史波束成形特征。
在第二时隙,设备120可以根据经训练的组合模型320-1并且基于第二消息和设备110-1的历史波束成形特征来为设备110-1获取657第二组合波束成形特征。设备120还可以基于组合波束成形特征来更新历史波束成形特征。
设备120根据经训练的波束成形模型330并且基于组合波束成形特征为设备110-1生成666波束权重。波束权重可以是矢量或矩阵的形式。设备120可以根据经训练的波束成形模型330并且基于第一组合波束成形特征来确定第一时隙处的第一波束权重。设备120可以根据经训练的波束成形模型330并且基于第二组合波束成形特征来确定第二时隙处的第二波束权重。替代地或另外地,设备120可以在每个时隙为设备110-1生成666多于一个波束权重。
在一些示例实施例中,设备110-N还可以向设备120发送660(多个)消息。设备120可以从设备110-N接收663(多个)消息。类似地,设备120可以根据经训练的组合模型320-N并且基于该(多个)消息来获取设备110-N的组合波束成形特征。在设备110-N向设备120发送660该(多个)消息的情况下,设备120可以根据经训练的波束成形模型330并且基于设备110-1的组合波束成形特征和设备110-N的组合波束成形特征来生成波束矩阵。
波束矩阵可以包括设备110-1的波束权重和设备110-N的波束权重。波束矩阵的尺寸可以等于Nt×Nr×S,Nt表示设备120处的天线的数目,Nr表示设备110处的天线的数目,并且S表示总活动设备的独立数据流的数目。波束矩阵的每个尺寸可以包括复值。
替代地,每个波束矩阵的尺寸可以等于2×Nt×Nr×S。在这种情况下,波束矩阵的每个尺寸的复值的实部和虚部可以分离。
设备120可以将波束权重应用于DL传输。例如,设备120可以经由利用设备110-1的波束权重而形成的波束来执行669到设备110-1的传输。设备110-1可以经由该波束来接收720传输。例如,在第一时隙,设备120可以经由利用第一波束权重而形成的第一波束来执行669到设备110-1的传输。在第二时隙,设备120可以经由利用第二波束权重而形成的第二波束来执行669到设备110-1的传输。在设备120还确定设备110-N的波束权重的情况下,设备120还可以经由利用设备110-N的波束权重而形成的波束来执行到设备110-N的传输。
已经描述了根据本公开的关于基于信道状态的波束成形的一些示例实施例。使用本方法,使得网络设备能够根据经训练的波束成形模型并且基于指示信道状态的(多个)消息和终端设备的历史波束成形特征来生成(多个)波束权重。这种方法是面向波束成形的,不需要CSI恢复。此外,这种直接针对有监督学习中的优化波束成形矩阵的方法更有利于增强DL MIMO传输。此外,这种方法考虑了终端设备的历史波束成形特征,这将提高性能,尤其是在移动场景中。此外,本公开还提供了一种联合考虑一组设备的解决方案,因此对于MU场景非常有益。
如上所述,压缩模型310、组合模型320和波束成形模型330在应用于设备时可以进行微调(finetune)。图7图示了示出根据本公开的一些示例实施例的微调模型的示例过程的信令图700。出于讨论的目的,将参考图1和图3来描述信令图700。如图7所示,信令图700涉及第一设备(诸如设备120)和第二设备(诸如设备110-1)。出于讨论的目的,图7中图示了两个设备。应当理解,信令图700可以涉及更多设备,并且图7所示的设备的数目仅用于说明目的,而没有任何限制。例如,信令图700还可以涉及设备120和设备110-N。
在操作中,设备110-1可以基于设备110-1与设备120之间的传输来确定705性能信息。性能信息可以指示传输的质量。例如,设备110-1可以基于传输的时间延迟或基于传输的效率来确定705性能信息。设备110-1可以向设备120发送710性能信息。
设备120可以接收715性能信息。设备120可以基于性能信息来确定720微调指示。例如,如果性能信息指示传输性能良好或正常,则微调指示可以指示不执行微调。相反,如果性能信息指示传输性能不能令人满意,则微调指示可以指示执行微调。
根据微调指示指明不需要执行微调的确定,设备120可以继续执行如图6所示的波束成形。根据微调指示指明执行微调的确定,设备120可以对组合模型320和波束成形模型330执行725微调。例如,设备120可以基于在先前时间段中从设备110-1接收的(多个)消息以及为设备110而生成的(多个)波束权重来对组合模型320和波束成形模型330执行725微调。
此外,设备120可以向设备110-1发送730触发。该触发指示设备110-1对压缩模型310执行微调。设备120可以接收735触发。设备120可以响应于触发而对压缩模型310执行微调。例如,设备120可以基于在先前时间段中测量的CSI以及为设备110-1而生成的(多个)波束权重来执行微调。
通过使用微调过程,压缩模型310、组合模型320和波束成形模型330的性能将得到增强。以这种方式,设备120可以为设备110-1生成优化的波束权重。因此,设备120与设备110-1之间的传输性能将得到改善。此外,还将减少信令开销。
在一些示例实施例中,上述大长度信息可以在波束成形过程期间调节。图8图示了示出根据本公开的一些示例实施例的调节长度信息的示例过程的信令图800。出于讨论的目的,将参考图1和图3来描述信令图800。如图8所示,信令图800涉及第一设备(例如,设备120)和第二设备(诸如设备110-1)。出于讨论的目的,图8中图示了两个设备。应当理解,信令图800可以涉及更多设备,并且图8所示的设备的数目仅用于说明目的,而没有任何限制。例如,信令图800还可以涉及设备120和设备110-N。
在操作中,类似于信令图700,设备110-1可以基于设备110-1与设备120之间的传输来确定705性能信息。性能信息可以指示传输的质量。例如,设备110-1可以基于传输的时间延迟或基于传输的效率来确定705性能信息。在一些示例实施例中,设备110-1可以分开执行确定705和确定605。替代地,确定705和确定805可以是相同确定。
根据性能信息指示传输性能不能令人满意的确定,设备110-1可以更新810长度信息。例如,如果性能信息指示传输效率小于预定义阈值,则设备110-1可以通过增加或减少长度信息中包括的短长度Bs来更新长度信息。替代地或另外地,设备110-1可以通过调节诸如大长度Bl、大长度的重复次数或短长度的重复次数/>等其他参数来更新长度信息。
设备110-1可以向设备120发送815经更新的长度信息。设备120可以接收820经更新的长度信息。设备120可以基于经更新的长度信息来执行825后续波束成形。以这种方式,可以灵活地适配(多个)消息的长度。因此,将提高传输性能,同时保持开销减少。
上面已经描述了根据本公开的关于基于信道状态的波束成形的若干示例实施例。已经进行了若干仿真以比较根据本公开的基于信道状态的波束成形和传统的基于信道状态的波束成形。在仿真中,使用COST2100信道模型来生成CSI数据。仿真的配置如下表1所示。
表1仿真参数设置
如表1所示,在仿真中,假定两个终端设备在20m×20m平方的覆盖区域内活动,网络设备位于中央。网络设备配备有均匀线性阵列。每个终端设备具有单个天线。因此,独立DL数据流的总数与活动终端设备的数目相同。网络设备处的天线的数目被设置为Nt=32。反馈时段(periodicity)T和所有时隙的数目被设置为10。仿真评估了当前方法在两个场景中的性能。在静止场景中,终端设备的速度为0.001m/s。在运动场景中,终端设备的速度为1m/s。
对于每个场景,考虑三种方案以进行比较。在第一方案(也称为静态波束成形方案)中,活动终端设备仅在第一时隙中发送具有大长度Bl的(多个)消息。网络设备在后续T-1个时隙中维持波束成形权重。在第二方案(也称为独立波束成形方案)中,活动终端设备反馈具有不同长度(诸如Bl和Bs)的消息。然而,在独立波束成形方案中,网络设备将不存储和利用活动终端设备的历史波束成形特征。在第三方案(也称为自适应波束成形方案)中,网络设备可以使用根据本公开的基于信道状态的波束成形。也就是说,活动终端设备反馈具有不同长度的消息,并且网络设备可以存储和利用活动终端设备的历史波束成形特征。
图9A图示了图示在静止场景中在不同方案中在不同时隙的效率的图表900。在图9A中,曲线905表示第三方案中的总频谱效率,其中Bs等于5。曲线910表示第三方案中的总频谱效率,其中Bs等于3。曲线915表示第一(静态)方案中的总频谱效率。曲线920表示第二方案中的总频谱效率,其中Bs等于5。曲线925表示第二方案中的总频谱效率,其中Bs等于3。
图9A还图示了性能差距930,其示出了自适应波束成形方案与静态波束成形方案之间的性能差距,该静态波束成形未能在后续时隙中调节波束成形权重。此外,性能差距935示出了自适应波束成形方案与未考虑时域中的相关性的独立波束成形方案之间的性能差距。在静止场景中,CSI变化缓慢。从图9A可以看出,使用根据本申请的自适应波束成形方案,总频谱效率将大大提高。此外,可以在后续时隙中以非常低的反馈开销实现比初始时隙更高的吞吐量。
与图9A类似,图9B图示了图示在运动场景中在不同方案中在不同时隙的效率的图表950。在图9B中,曲线955表示第三方案中的总频谱效率,其中Bs等于5。曲线960表示第三方案中的总频谱效率,其中Bs等于3。曲线965表示第二方案中的总频谱效率,其中Bs等于5。曲线970表示第二方案中的总频谱效率,其中Bs等于3。曲线975表示第一(静态)方案中的总频谱效率。
图9B还图示了性能差距980,其示出了自适应波束成形方案与未考虑时域中的相关性的独立波束成形方案之间的性能差距。此外,性能差距985示出了自适应波束成形方案与静态波束成形方案之间的性能差距,该静态波束成形方案未能在后续时隙中调节波束成形权重。在运动场景中,CSI变化很快。从图9B可以看出,使用根据本申请的自适应波束成形方案,总频谱效率将大大提高。与静态波束成形方案相比,效率将显著提高。此外,可以以非常低的反馈开销(3比特)将吞吐量维持与初始时隙相同。此外,后续时隙上的吞吐量将优于具有更多反馈(5比特)的初始时隙。
表2示出了与静态和独立波束成形方案相比的后续时隙的平均吞吐量。本自适应波束成形方案的增益在8.8%到15.3%之间变化。
表2平均频谱效率
如表2所示,根据本公开的自适应波束成形方案将提供比其他方案更高的性能增益。从以上讨论中,仿真表明,根据本公开的所提出的方法可以通过使用面向波束成形的优化来实现最大吞吐量,利用历史信息来实现反馈的自适应长度,并且通过为MU传输而设计的波束成形模型来实现协同优化,从而以降低开销实现优异的总体性能增益。
图10示出了根据本公开的一些示例实施例的在第一设备(例如,设备120)处实现的示例方法1000的流程图。出于讨论的目的,将从设备120的角度参考图1描述方法1000。
在框1010处,设备120从设备110-1接收指示第二信道状态的第二消息。第二消息的第二长度小于先前从设备110-1接收的指示第一信道状态的第一消息的第一长度。
在框1020处,设备120根据与设备110-1相关联的经训练的组合模型并且基于第二消息和设备110-1的历史波束成形特征来获取设备110-1的组合波束成形特征。
在框1030处,设备120根据经训练的波束成形模型并且基于组合波束成形特征为设备110-1生成波束权重。
在一些示例实施例中,设备110-1的历史波束成形特征基于第一消息来获取。
在一些示例实施例中,设备120可以基于第二消息更新设备110-1的历史波束成形特征。
在一些示例实施例中,设备120可以向设备110-1发送参考信号RS配置信息。RS配置信息包括指示第二消息与第一消息之间的时间间隔的时间偏移。
在一些示例实施例中,设备120可以向设备110-1发送将由设备110-1用于确定信道状态信息CSI的参考信号RS。
在一些示例实施例中,第一消息由设备110-1根据经训练的压缩模型并且基于第一长度和第一CSI来确定。第一CSI由设备110-1基于在第一时隙接收的第一RS来确定。
在一些示例实施例中,第二消息由设备110-1根据经训练的压缩模型并且基于第二长度以及第二CSI与第一CSI之间的差来确定。第二CSI由设备110-1基于在第一时隙之后的第二时隙接收的第二RS来确定。
在一些示例实施例中,设备120可以从设备110-N接收指示设备110-N的第三信道状态的第三消息。设备120可以基于第三消息获取设备110-N的历史波束成形特征。设备120可以从设备110-N接收指示设备110-N的第四信道状态的第四消息。第四消息具有小于第三消息的第三长度的第四长度。设备120可以根据与设备110-N相关联的另外的经训练的组合模型并且基于第四消息和设备110-N的历史波束成形特征来获取设备110-N的组合波束成形特征。
在一些示例实施例中,在为设备110-1生成波束权重时,设备120可以根据经训练的波束成形模型并且基于设备110-1的组合波束成形特征和设备110-N的组合波束成形特征来为设备110-1生成波束权重和为设备110-N生成另外的波束权重。
在一些示例实施例中,设备120可以从设备110接收指示第一长度和第二长度的长度信息。
在一些示例实施例中,设备120可以通过利用波束权重而形成的波束来向设备110发送传输。
在一些示例实施例中,设备120可以从设备110-1接收指示设备110-1与设备120之间的传输性能的性能信息。设备120可以基于性能信息来确定微调指示。
在一些示例实施例中,根据微调指示指明执行微调的确定,设备120可以向设备110-1发送触发,该触发指示对设备110-1的经训练的压缩模型执行微调;并且对经训练的组合模型和经训练的波束成形模型执行微调。
图11示出了根据本公开的一些示例实施例的在第二设备(例如,设备110-1)处实现的示例方法1100的流程图。出于讨论的目的,将从设备110-1的角度参考图1描述方法1100。
在框1110处,设备110-1根据经训练的压缩模型来确定指示第二信道状态的第二消息。第二消息具有小于指示第一信道状态的第一消息的第一长度的第二长度。第一消息由设备110-1先前确定。在框1120处,设备110-1向设备120发送第二消息。
在一些示例实施例中,设备110-1可以从设备120接收参考信号RS配置信息。RS配置信息包括指示第二消息与第一消息之间的时间间隔的时间偏移。
在一些示例实施例中,设备110-1可以在第一时隙从设备120接收第一参考信号RS。设备110-1可以基于第一RS来确定第一信道状态信息CSI。设备110-1还可以根据经训练的压缩模型并且基于第一CSI来确定第一消息。
在一些示例实施例中,设备110-1可以在第一时隙之后的第二时隙从设备120接收第二RS。设备110可以基于第二参考信号来确定第二CSI。在确定第二消息时,设备110-1可以根据经训练的压缩模型并且基于第二CSI与第一CSI之间的差来确定第二消息。
在一些示例实施例中,设备110-1向设备120发送指示第一长度和第二长度的长度信息。
在一些示例实施例中,设备110-1可以通过利用波束权重而形成的波束来从设备120接收传输。
在一些示例实施例中,设备110-1可以基于设备120与设备110-1之间的传输来确定性能信息。设备110-1可以向设备120发送性能信息。
在一些示例实施例中,根据更新第一长度和第二长度的确定,该确定基于性能信息,设备110-1可以基于性能信息来更新长度信息。
在一些示例实施例中,设备110-1可以从设备120接收触发,该触发指示对经训练的压缩模型执行微调。设备110-1可以对经训练的压缩模型执行微调。
图12示出了根据本公开的一些示例实施例的在第四设备处实现的示例方法1200的流程图。第四设备可以是计算设备、电子设备或其他合适的设备。
在框1210处,第四设备根据设备110-1的压缩模型来生成第二消息。第二消息指示第二信道状态。第二消息具有小于先前生成的第一消息的第一长度的第二长度。第一消息指示第一信道状态;
在框1220处,第四设备根据与设备110-1相关联的设备120的组合模型并且基于第二消息和设备110-1的历史波束成形特征来获取设备110-1的组合波束成形特征。
在框1230处,第四设备基于组合波束成形特征根据设备120的波束成形模型为设备110-1生成波束权重。
在框1240处,第四设备基于在框1230中生成的波束权重来训练压缩模型、组合模型和波束成形模型。
在一些示例实施例中,第四设备可以接收第一信道状态信息CSI。第四设备可以从第一CSI之后的时间间隔开始接收第二CSI。在生成第二消息时,第四设备可以根据压缩模型并且基于第二CSI与第一CSI之间的差来生成第二消息。
在一些示例实施例中,在训练压缩模型、组合模型和波束成形模型时,第四设备可以基于波束权重和第二CSI来确定设备110-1的波束成形增益;至少基于设备110-N的另外的波束权重和第二CSI来确定设备110-1与与设备120通信的设备110-N之间的干扰;以及基于波束成形增益与干扰之间的比较来确定压缩模型、组合模型和波束成形模型的参数。
在一些示例实施例中,历史波束成形特征基于第一消息来获取。在一些示例实施例中,第四设备可以基于第二消息来更新历史波束成形特征。
在一些示例实施例中,第四设备可以根据设备110-N的第二压缩模型为设备110-N生成第四消息。第四消息指示设备110-N的第四信道状态。第四消息具有小于先前生成的第三消息的第三长度的第四长度。第三消息指示设备110-N的第三信道状态。第四设备可以根据与设备110-N相关联的设备120的另外的组合模型并且基于第四消息和设备110-N的历史波束成形特征来获取设备110-N的组合波束成形特征。第四设备可以基于设备110-N的组合波束成形特征根据设备120的波束成形模型为设备110-N生成另外的波束权重。
在一些示例实施例中,在训练压缩模型、组合模型和波束成形模型时,第四设备可以基于波束权重和另外的波束权重来训练压缩模型、组合模型和波束成形模型。
在一些示例实施例中,一种能够执行方法1000中的任何方法的第一装置(例如,第一设备120)可以包括用于执行方法1000的相应操作的部件。该部件可以以任何合适的形式实现。例如,该部件可以在电路系统或软件模块中实现。第一装置可以被实现为设备120或者被包括在设备120中。
在一些示例实施例中,第一装置包括:用于从第二装置接收指示第二信道状态的第二消息的部件。第二消息的第二长度小于先前从第二装置接收的指示第一信道状态的第一消息的第一长度。
在一些示例实施例中,第一装置还包括:用于根据与第二装置相关联的经训练的组合模型并且基于第二消息和第二装置的历史波束成形特征来获取第二装置的组合波束成形特征的部件。
在一些示例实施例中,第一装置还包括:用于根据经训练的波束成形模型并且基于组合波束成形特征为第二装置生成波束权重的部件。
在一些示例实施例中,第二设备的历史波束成形特征基于第一消息来获取。
在一些示例实施例中,第一装置还包括:用于基于第二消息更新第二装置的历史波束成形特征的部件。
在一些示例实施例中,第一装置还包括:用于向第二装置发送参考信号RS配置信息的部件。RS配置信息包括指示第二消息与第一消息之间的时间间隔的时间偏移。
在一些示例实施例中,第一装置还包括:用于向第二装置发送将由第二装置用于确定信道状态信息CSI的参考信号RS的部件。
在一些示例实施例中,第一消息由第二装置根据经训练的压缩模型并且基于第一长度和第一CSI来确定。第一CSI由第二装置基于在第一时隙接收的第一RS来确定。
在一些示例实施例中,第二消息由第二装置根据经训练的压缩模型并且基于第二长度和第二CSI与第一CSI之间的差来确定。第二CSI由第二装置基于在第一时隙之后的第二时隙接收的第二RS来确定。
在一些示例实施例中,第一装置还包括:用于从第三装置接收指示第三装置的第三信道状态的第三消息的部件。第一装置还包括:用于基于第三消息获取第三装置的历史波束成形特征的部件。第一装置还包括:用于从第三装置接收指示第三设备的第四信道状态的第四消息的部件。第四消息具有小于第三消息的第三长度的第四长度。第一装置还包括:用于根据与第三装置相关联的另外的经训练的组合模型并且基于第四消息和第三装置的历史波束成形特征来获取第三装置的组合波束成形特征的部件。
在一些示例实施例中,在为第二装置生成波束权重时,第一装置还包括:用于根据经训练的波束成形模型并且基于第二装置的组合波束成形特征和第三装置的组合波束成形特征为第二装置生成波束权重和为第三装置生成另外的波束权重的部件。
在一些示例实施例中,第一装置还包括:用于从第二装置接收指示第一长度和第二长度的长度信息的部件。
在一些示例实施例中,第一装置还包括:用于通过利用波束权重而形成的波束来向第二装置发送传输的部件。
在一些示例实施例中,第一装置还包括:用于从第二装置接收指示第二装置与第一装置之间的传输性能的性能信息的部件。第一装置还包括:用于基于性能信息来确定微调指示的部件。
在一些示例实施例中,根据微调指示指明执行微调的确定,第一装置还包括:用于向第二装置发送指示对第二装置的经训练的压缩模型执行微调的触发的部件;以及用于对经训练的组合模型和经训练的波束成形模型执行微调的部件。
在一些示例实施例中,一种能够执行方法1100中的任何方法的第二装置(例如,设备110-1)可以包括用于执行方法1100的相应操作的部件。该部件可以以任何合适的形式实现。例如,该部件可以在电路系统或软件模块中实现。第二装置可以被实现为设备110或者被包括在设备110中。
在一些示例实施例中,第二装置包括:用于根据经训练的压缩模型来确定指示第二信道状态的第二消息的部件。第二消息具有小于指示第一信道状态的第一消息的第一长度的第二长度。第一消息由第二装置先前确定。在一些示例实施例中,第二装置还包括:用于向第一装置发送第二消息的部件。
在一些示例实施例中,第二装置还包括用于从第一装置接收参考信号RS配置信息的部件。RS配置信息包括指示第二消息与第一消息之间的时间间隔的时间偏移。第二装置还包括用于从第一装置接收第一参考信号的部件。第二装置还包括用于从接收第一参考信号开始的时间间隔之后从第一装置接收第二参考信号的部件。
在一些示例实施例中,第二装置还包括用于在第一时隙从第一装置接收第一参考信号RS的部件。第二装置还包括用于基于第一RS来确定第一信道状态信息CSI的部件。第二装置还包括用于根据经训练的压缩模型并且基于第一CSI来确定第一消息的部件。
在一些示例实施例中,第二装置还包括用于在第一时隙之后的第二时隙从第一装置接收第二RS的部件。第二装置还包括用于基于第二参考信号来确定第二CSI的部件。在确定第二消息时,第二装置还包括用于根据经训练的压缩模型并且基于第二CSI与第一CSI之间的差来确定第二消息的部件。
在一些示例实施例中,第二装置还包括用于向第一装置发送指示第一长度和第二长度的长度信息的部件。
在一些示例实施例中,第二装置还包括用于通过利用波束权重而形成的波束来从第一装置接收传输的部件。
在一些示例实施例中,第二装置还包括用于基于第一装置与第二装置之间的传输来确定性能信息的部件。第二装置还包括用于向第一装置发送性能信息的部件。
在一些示例实施例中,根据更新第一长度和第二长度的确定,该确定基于性能信息,第二装置包括用于基于性能信息来更新长度信息的部件。
在一些示例实施例中,第二装置还包括用于从第一装置接收指示对经训练的压缩模型执行微调的触发的部件。第二装置还包括用于对经训练的压缩模型执行微调的部件。
在一些示例实施例中,一种能够执行方法1200中的任何方法的第四装置可以包括用于执行方法1200的相应操作的部件。该部件可以以任何合适的形式实现。例如,该部件可以在电路系统或软件模块中实现。
在一些示例实施例中,第四装置包括:用于根据第二装置的压缩模型来生成第二消息的部件。第二消息指示第二信道状态。第二消息具有小于先前生成的第一消息的第一长度的第二长度。第一消息指示第一信道状态;
在一些示例实施例中,第四装置还包括:用于根据与第二装置相关联的第一装置的组合模型并且基于第二消息和第二装置的历史波束成形特征来获取第二装置的组合波束成形特征的部件。
在一些示例实施例中,第四装置还包括:用于基于组合波束成形特征根据第一装置的波束成形模型为第二装置生成波束权重的部件。
在一些示例实施例中,第四装置还包括:用于基于波束权重来训练压缩模型、组合模型和波束成形模型的部件。
在一些示例实施例中,第四装置还包括:用于接收第一信道状态信息CSI的部件。第四装置还包括:用于从第一CSI之后的时间间隔开始接收第二CSI的部件。在生成第二消息时,第四装置包括:用于根据压缩模型并且基于第二CSI与第一CSI之间的差来生成第二消息的部件。
在一些示例实施例中,在训练压缩模型、组合模型和波束成形模型时,第四装置还包括:用于基于波束权重和第二CSI来确定第二装置的波束成形增益的部件;用于至少基于第三装置的另外的波束权重和第二CSI来确定第二装置与与第一装置通信的第三装置之间的干扰的部件;以及用于基于波束成形增益与干扰之间的比较来确定压缩模型、组合模型和波束成形模型的参数的部件。
在一些示例实施例中,历史波束成形特征基于第一消息来获取。在一些示例实施例中,第四装置还包括:用于基于第二消息来更新历史波束成形特征的部件。
在一些示例实施例中,第四装置还包括:用于根据第三装置的第二压缩模型生成第三装置的第四消息的部件。第四消息指示第三装置的第四信道状态。第四消息具有小于先前生成的第三消息的第三长度的第四长度。第三消息指示第三装置的第三信道状态。第四装置还包括:用于根据与第三装置相关联的第一装置的另外的组合模型并且基于第四消息和第三装置的历史波束成形特征来获取第三装置的组合波束成形特征的部件。第四装置还包括:用于基于第三装置的组合波束成形特征根据第一装置的波束成形模型为第三装置生成另外的波束权重的部件。
在一些示例实施例中,在训练压缩模型、组合模型和波束成形模型时,第四装置还包括:用于基于波束权重和另外的波束权重来训练压缩模型、组合模型和波束成形模型的部件。
图13是适合于实现本公开的示例实施例的设备1300的简化框图。可以提供设备1300来实现通信设备,例如,如图1所示的设备110或设备120。如图所示,设备1300包括一个或多个处理器1310、耦合到处理器1310的一个或多个存储器1320、以及耦合到处理器1310的一个或多个通信模块1340。
通信模块1340用于双向通信。通信模块1340具有一个或多个通信接口,以促进与一个或多个其他模块或设备的通信。通信接口可以表示与其他网络元件的通信所必需的任何接口。在一些示例实施例中,通信模块1340可以包括至少一个天线。
处理器1310可以是适合本地技术网络的任何类型,并且作为非限制性示例,可以包括以下中的一种或多种:通用计算机、专用计算机、微处理器、数字信号处理器(DSP)和基于多核处理器架构的处理器。设备1300可以具有多个处理器,诸如在时间上从属于与主处理器同步的时钟的专用集成电路芯片。
存储器1320可以包括一个或多个非易失性存储器和一个或多个易失性存储器。非易失性存储器的示例包括但不限于只读存储器(ROM)1324、电可编程只读存储器(EPROM)、闪存、硬盘、压缩盘(CD)、数字视频盘(DVD)、光盘、激光盘和其他磁存储装置和/或光存储装置。易失性存储器的示例包括但不限于随机存取存储器(RAM)922和不会在断电期间持续的其他易失性存储器。
计算机程序1330包括由相关联的处理器1310执行的计算机可执行指令。程序1330可以被存储在存储器(例如,ROM 1324)中。处理器1310可以通过将程序1330加载到RAM1322中来执行任何合适的动作和处理。
本公开的示例实施例可以通过程序1330来实现,使得设备1300可以执行参考图3至图12讨论的本公开的任何过程。本公开的示例实施例还可以通过硬件或者通过软件和硬件的组合来实现。
在一些示例实施例中,程序1330可以有形地包含在计算机可读介质中,该计算机可读介质可以被包括在设备1300中(诸如存储器1320中)或设备1300可以读取的其他存储设备中。设备1300可以将程序1330从计算机可读介质加载到RAM 1322以供执行。计算机可读介质可以包括任何类型的有形非易失性存储器,诸如ROM、EPROM、闪存、硬盘、CD、DVD等。图14示出了计算机可读介质1400的示例,其可以是CD、DVD或其他光学存储盘的形式。计算机可读介质上存储有程序1330。
通常,本公开的各种实施例可以使用硬件或专用电路、软件、逻辑或其任何组合来实现。一些方面可以使用硬件实现,而其他方面可以使用可以由控制器、微处理器或其他计算设备执行的固件或软件来实现。尽管本公开的实施例的各个方面被图示和描述为框图、流程图或使用一些其他图形表示,但是应当理解,作为非限制性示例,本文中描述的块、装置、系统、技术或方法可以使用硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备、或其某种组合来实现。
本公开还提供有形地存储在非暂态计算机可读存储介质上的至少一种计算机程序产品。计算机程序产品包括计算机可执行指令,诸如程序模块中包括的指令,该指令在目标物理或虚拟处理器上的设备中执行,以执行上面参考图10-图12所述的方法中的任何方法。通常,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、库、对象、类、组件、数据结构等。在各种实施例中,程序模块的功能可以根据需要在程序模块之间组合或拆分。程序模块的机器可执行指令可以在本地或分布式设备内执行。在分布式设备中,程序模块可以位于本地和远程存储介质两者中。
用于执行本公开的方法的程序代码可以以一种或多种编程语言的任何组合来编写。这些程序代码可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码在由处理器或控制器执行时使得在流程图和/或框图中指定的功能/操作被实现。程序代码可以完全在机器上、部分在机器上、作为独立软件包、部分在机器上和部分在远程机器上、或完全在远程机器或服务器上执行。
在本公开的上下文中,计算机程序代码或相关数据可以由任何合适的载体承载,以使得设备、装置或处理器能够执行如上所述的各种过程和操作。载体的示例包括信号、计算机可读介质等。
计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读介质可以包括但不限于电子、磁性、光学、电磁、红外线或半导体系统、装置或设备、或前述各项的任何合适的组合。计算机可读存储介质的更具体示例将包括具有一根或多根电线的电连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光存储设备、磁存储设备、或前述各项的任何合适的组合。
此外,虽然以特定顺序描述操作,但这不应当被理解为需要以所示特定顺序或按顺序执行这样的操作或者执行所有所示操作以获取期望结果。在某些情况下,多任务和并行处理可能是有利的。同样,虽然在上述讨论中包含了若干具体实现细节,但这些不应当被解释为对本公开的范围的限制,而是对可能特定于特定实施例的特征的描述。在单独实施例的上下文中描述的某些特征也可以在单个实施例中组合实现。相反,在单个实施例的上下文中描述的各种特征也可以在多个实施例中单独或以任何合适的子组合来实现。
尽管本公开已经以特定于结构特征和/或方法动作的语言进行了描述,但是应当理解,在所附权利要求中定义的本公开不一定限于上述特定特征或动作。相反,上述特定特征或动作被公开作为实现权利要求的示例形式。
Claims (62)
1.一种第一设备,包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码;
其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述第一设备:
从第二设备接收指示第二信道状态的第二消息,所述第二消息的第二长度小于先前从所述第二设备接收的指示第一信道状态的第一消息的第一长度;
根据与所述第二设备相关联的经训练的组合模型、并且基于所述第二消息和所述第二设备的历史波束成形特征,获取所述第二设备的组合波束成形特征;以及
根据经训练的波束成形模型、并且基于所述组合波束成形特征,为所述第二设备生成波束权重。
2.根据权利要求1所述的第一设备,其中所述第二设备的所述历史波束成形特征基于所述第一消息而被获取。
3.根据权利要求1所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
基于所述第二消息,更新所述第二设备的所述历史波束成形特征。
4.根据权利要求1所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
向所述第二设备发送参考信号RS配置信息,所述RS配置信息包括:指示所述第二消息与所述第一消息之间的时间间隔的时间偏移。
5.根据权利要求1所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
向所述第二设备发送将由所述第二设备用于确定信道状态信息CSI的参考信号RS。
6.根据权利要求5所述的第一设备,其中所述第一消息由所述第二设备根据经训练的压缩模型、并且基于所述第一长度和所述第一CSI来确定,所述第一CSI由所述第二设备基于在第一时隙接收的第一RS来确定。
7.根据权利要求6所述的第一设备,其中所述第二消息由所述第二设备根据所述经训练的压缩模型、并且基于所述第二长度以及第二CSI与所述第一CSI之间的差来确定,所述第二CSI由所述第二设备基于在所述第一时隙之后的第二时隙接收的第二RS来确定。
8.根据权利要求1所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
从第三设备接收指示所述第三设备的第三信道状态的第三消息;
基于所述第三消息,获取所述第三设备的历史波束成形特征;
从所述第三设备接收指示所述第三设备的第四信道状态的第四消息,所述第四消息具有小于所述第三消息的第三长度的第四长度;以及
根据与所述第三设备相关联的另外的经训练的组合模型、并且基于所述第四消息和所述第三设备的所述历史波束成形特征,获取所述第三设备的组合波束成形特征。
9.根据权利要求8所述的第一设备,其中为所述第二设备生成所述波束权重包括:
根据所述经训练的波束成形模型、并且基于所述第二设备的所述组合波束成形特征和所述第三设备的所述组合波束成形特征,为所述第二设备生成所述波束权重、并为所述第三设备生成另外的波束权重。
10.根据权利要求1所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
从所述第二设备接收指示所述第一长度和所述第二长度的长度信息。
11.根据权利要求1所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
通过利用所述波束权重而形成的波束来向所述第二设备发送传输。
12.根据权利要求1所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
从所述第二设备接收性能信息,所述性能信息指示所述第二设备与所述第一设备之间的传输性能;
基于所述性能信息来确定微调指示。
13.根据权利要求12所述的第一设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第一设备:
根据所述微调指示指明执行微调的确定,
向所述第二设备发送触发,所述触发指示对所述第二设备的经训练的压缩模型执行微调;以及
对所述经训练的组合模型和所述经训练的波束成形模型执行微调。
14.一种第二设备,包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码;
其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述第二设备:
根据经训练的压缩模型来确定指示第二信道状态的第二消息,所述第二消息具有第二长度,所述第二长度小于指示第一信道状态的第一消息的第一长度,所述第一消息由所述第二设备先前确定;以及
向第一设备发送所述第二消息。
15.根据权利要求14所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起还引起所述第二设备:
从所述第一设备接收参考信号RS配置信息,所述RS配置信息包括:指示所述第二消息与所述第一消息之间的时间间隔的时间偏移。
16.根据权利要求14所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第二设备:
在第一时隙从所述第一设备接收第一参考信号RS;
基于所述第一RS,确定第一信道状态信息CSI;以及
根据所述经训练的压缩模型、并且基于所述第一CSI,确定所述第一消息。
17.根据权利要求16所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第二设备:
在所述第一时隙之后的第二时隙,从所述第一设备接收第二RS;
基于所述第二参考信号,确定第二CSI;以及
其中确定所述第二消息包括:
根据所述经训练的压缩模型、并且基于所述第二CSI与所述第一CSI之间的差,确定所述第二消息。
18.根据权利要求14所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第二设备:
向所述第一设备发送指示所述第一长度和所述第二长度的长度信息。
19.根据权利要求14所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第二设备:
通过利用所述波束权重而形成的波束,从所述第一设备接收传输。
20.根据权利要求14所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第二设备:
基于所述第一设备与所述第二设备之间的传输,确定性能信息;以及
向所述第一设备发送所述性能信息。
21.根据权利要求20所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第二设备:
根据更新所述第一长度和所述第二长度的确定,所述确定基于所述性能信息,
基于所述性能信息来更新所述长度信息。
22.根据权利要求14所述的第二设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第二设备:
从所述第一设备接收触发,所述触发指示对所述经训练的压缩模型执行微调;以及
对所述经训练的压缩模型执行所述微调。
23.一种第四设备,包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码;
其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述第四设备:
根据第二设备的压缩模型来生成第二消息,所述第二消息指示第二信道状态,所述第二消息具有第二长度,所述第二长度小于先前生成的第一消息的第一长度,所述第一消息指示第一信道状态;
根据与所述第二设备相关联的第一设备的组合模型、并且基于所述第二消息和所述第二设备的历史波束成形特征,获取所述第二设备的组合波束成形特征;
基于所述组合波束成形特征、根据所述第一设备的波束成形模型,为所述第二设备生成波束权重;以及
基于所述波束权重,训练所述压缩模型、所述组合模型、以及所述波束成形模型。
24.根据权利要求23所述的第四设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第四设备:
接收第一信道状态信息CSI;
从所述第一CSI之后的时间间隔开始,接收第二CSI;以及
其中生成所述第二消息包括:
根据所述压缩模型、并且基于所述第二CSI与所述第一CSI之间的差,生成所述第二消息。
25.根据权利要求24所述的第四设备,其中训练所述压缩模型、所述组合模型、以及所述波束成形模型包括:
基于所述波束权重和所述第二CSI,确定所述第二设备的波束成形增益;
至少基于所述第三设备的另外的波束权重、以及所述第二CSI,确定所述第二设备与第三设备之间的干扰,所述第三设备与所述第一设备通信;以及
基于所述波束成形增益与所述干扰之间的比较,确定所述压缩模型、所述组合模型、以及所述波束成形模型的参数。
26.根据权利要求23所述的第四设备,其中所述历史波束成形特征基于所述第一消息而被获取。
27.根据权利要求23所述的第四设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第四设备:
基于所述第二消息,更新所述历史波束成形特征。
28.根据权利要求23所述的第四设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,还使得所述第四设备:
根据第三设备的第二压缩模型,生成所述第三设备的第四消息,所述第四消息指示所述第三设备的第四信道状态,所述第四消息具有第四长度,所述第四长度小于先前生成的第三消息的第三长度,所述第三消息指示所述第三设备的第三信道状态;
根据与所述第三设备相关联的所述第一设备的另外的组合模型、并且基于所述第四消息和所述第三设备的历史波束成形特征,获取所述第三设备的组合波束成形特征;以及
基于所述第三设备的所述组合波束成形特征、根据所述第一设备的所述波束成形模型,为所述第三设备生成另外的波束权重。
29.根据权利要求28所述的第四设备,其中训练所述压缩模型、所述组合模型、以及所述波束成形模型包括:
基于所述波束权重和所述另外的波束权重,训练所述压缩模型、所述组合模型、以及所述波束成形模型。
30.一种方法,包括:
由第一设备从第二设备接收指示第二信道状态的第二消息,所述第二消息的第二长度小于先前从所述第二设备接收的指示第一信道状态的第一消息的第一长度;
根据与所述第二设备相关联的经训练的组合模型、并且基于所述第二消息和所述第二设备的历史波束成形特征,获取所述第二设备的组合波束成形特征;以及
根据经训练的波束成形模型、并且基于所述组合波束成形特征,为所述第二设备生成波束权重。
31.根据权利要求30所述的方法,其中所述第二设备的所述历史波束成形特征基于所述第一消息而被获取。
32.根据权利要求30所述的方法,还包括:
基于所述第二消息,更新所述第二设备的所述历史波束成形特征。
33.根据权利要求30所述的方法,还包括:
向所述第二设备发送参考信号RS配置信息,所述RS配置信息包括:指示所述第二消息与所述第一消息之间的时间间隔的时间偏移。
34.根据权利要求30所述的方法,还包括:
向所述第二设备发送将由所述第二设备用于确定信道状态信息CSI的参考信号RS。
35.根据权利要求34所述的方法,其中所述第一消息由所述第二设备根据经训练的压缩模型、并且基于所述第一长度和所述第一CSI来确定,所述第一CSI由所述第二设备基于在第一时隙接收的第一RS来确定。
36.根据权利要求35所述的方法,其中所述第二消息由所述第二设备根据所述经训练的压缩模型、并且基于所述第二长度以及第二CSI与所述第一CSI之间的差来确定,所述第二CSI由所述第二设备基于在所述第一时隙之后的第二时隙接收的第二RS来确定。
37.根据权利要求30所述的方法,还包括:
从第三设备接收指示所述第三设备的第三信道状态的第三消息;
基于所述第三消息,获取所述第三设备的历史波束成形特征;
从所述第三设备接收指示所述第三设备的第四信道状态的第四消息,所述第四消息具有小于所述第三消息的第三长度的第四长度;以及
根据与所述第三设备相关联的另外的经训练的组合模型、并且基于所述第四消息和所述第三设备的所述历史波束成形特征,获取所述第三设备的组合波束成形特征。
38.根据权利要求37所述的方法,其中为所述第二设备生成所述波束权重包括:
根据所述经训练的波束成形模型、并且基于所述第二设备的所述组合波束成形特征和所述第三设备的所述组合波束成形特征,为所述第二设备生成所述波束权重、并为所述第三设备生成另外的波束权重。
39.根据权利要求30所述的方法,还包括:
从所述第二设备接收指示所述第一长度和所述第二长度的长度信息。
40.根据权利要求30所述的方法,还包括:
通过利用所述波束权重而形成的波束,向所述第二设备发送传输。
41.根据权利要求30所述的方法,还包括:
从所述第二设备接收性能信息,所述性能信息指示所述第二设备与所述第一设备之间的传输性能;
基于所述性能信息来确定微调指示。
42.根据权利要求41所述的方法,还包括:
根据所述微调指示指明执行微调的确定,
向所述第二设备发送触发,所述触发指示对所述第二设备的经训练的压缩模型执行微调;以及
对所述经训练的组合模型和所述经训练的波束成形模型执行微调。
43.一种方法,包括:
由第二设备根据经训练的压缩模型来确定指示第二信道状态的第二消息,所述第二消息具有第二长度,所述第二长度小于指示第一信道状态的第一消息的第一长度,所述第一消息由所述第二设备先前确定;以及
向第一设备发送所述第二消息。
44.根据权利要求43所述的方法,还包括:
从所述第一设备接收参考信号RS配置信息,所述RS配置信息包括:指示所述第二消息与所述第一消息之间的时间间隔的时间偏移。
45.根据权利要求43所述的方法,还包括:
在第一时隙从所述第一设备接收第一参考信号RS;
基于所述第一RS,确定第一信道状态信息CSI;以及
根据所述经训练的压缩模型、并且基于所述第一CSI,确定所述第一消息。
46.根据权利要求45所述的方法,还包括:
在所述第一时隙之后的第二时隙,从所述第一设备接收第二RS;
基于所述第二参考信号,确定第二CSI;以及
其中确定所述第二消息包括:
根据所述经训练的压缩模型、并且基于所述第二CSI与所述第一CSI之间的差,确定所述第二消息。
47.根据权利要求43所述的方法,还包括:
向所述第一设备发送指示所述第一长度和所述第二长度的长度信息。
48.根据权利要求43所述的方法,还包括:
通过利用所述波束权重而形成的波束,从所述第一设备接收传输。
49.根据权利要求43所述的方法,还包括:
基于所述第一设备与所述第二设备之间的传输,确定性能信息;以及
向所述第一设备发送所述性能信息。
50.根据权利要求49所述的方法,还包括:
根据更新所述第一长度和所述第二长度的确定,所述确定基于所述性能信息,
基于所述性能信息来更新所述长度信息。
51.根据权利要求43所述的方法,还包括:
从所述第一设备接收触发,所述触发指示对所述经训练的压缩模型执行微调;以及
对所述经训练的压缩模型执行所述微调。
52.一种方法,包括:
根据第二设备的压缩模型来生成第二消息,所述第二消息指示第二信道状态,所述第二消息具有第二长度,所述第二长度小于先前生成的第一消息的第一长度,所述第一消息指示第一信道状态;
根据与所述第二设备相关联的第一设备的组合模型、并且基于所述第二消息和所述第二设备的历史波束成形特征,获取所述第二设备的组合波束成形特征;
基于所述组合波束成形特征、根据所述第一设备的波束成形模型,为所述第二设备生成波束权重;以及
基于所述波束权重,训练所述压缩模型、所述组合模型、以及所述波束成形模型。
53.根据权利要求52所述的方法,还包括:
接收第一信道状态信息CSI;
从所述第一CSI之后的时间间隔开始,接收第二CSI;以及
其中生成所述第二消息包括:
根据所述压缩模型、并且基于所述第二CSI与所述第一CSI之间的差,生成所述第二消息。
54.根据权利要求53所述的方法,其中训练所述压缩模型、所述组合模型、以及所述波束成形模型包括:
基于所述波束权重和所述第二CSI,确定所述第二设备的波束成形增益;
至少基于所述第三设备的另外的波束权重和所述第二CSI,确定所述第二设备与第三设备之间的干扰,所述第三设备与所述第一设备通信;以及
基于所述波束成形增益与所述干扰之间的比较,确定所述压缩模型、所述组合模型、以及所述波束成形模型的参数。
55.根据权利要求52所述的方法,其中所述历史波束成形特征基于所述第一消息而被获取。
56.根据权利要求52所述的方法,还包括:
基于所述第二消息,更新所述历史波束成形特征。
57.根据权利要求52所述的方法,还包括:
根据第三设备的第二压缩模型,生成所述第三设备的第四消息,所述第四消息指示所述第三设备的第四信道状态,所述第四消息具有第四长度,所述第四长度小于先前生成的第三消息的第三长度,所述第三消息指示所述第三设备的第三信道状态;
根据与所述第三设备相关联的所述第一设备的另外的组合模型、并且基于所述第四消息和所述第三设备的历史波束成形特征,获取所述第三设备的组合波束成形特征;以及
基于所述第三设备的所述组合波束成形特征、根据所述第一设备的所述波束成形模型,为所述第三设备生成另外的波束权重。
58.根据权利要求57所述的方法,其中训练所述压缩模型、所述组合模型、以及所述波束成形模型包括:
基于所述波束权重和所述另外的波束权重,训练所述压缩模型、所述组合模型、以及所述波束成形模型。
59.一种第一装置,包括:
用于从第二装置接收指示第二信道状态的第二消息的部件,所述第二消息的第二长度小于先前从所述第二装置接收的指示第一信道状态的第一消息的第一长度;
用于根据与所述第二装置相关联的经训练的组合模型、并且基于所述第二消息和所述第二装置的历史波束成形特征来获取所述第二装置的组合波束成形特征的部件;以及
用于根据经训练的波束成形模型、并且基于所述组合波束成形特征来生成所述第二装置的波束权重的部件。
60.一种第二装置,包括:
用于根据经训练的压缩模型来确定指示第二信道状态的第二消息的部件,所述第二消息具有第二长度,所述第二长度小于指示第一信道状态的第一消息的第一长度,所述第一消息由所述第二装置先前确定;以及
用于向第一装置发送所述第二消息的部件。
61.一种第四装置,包括:
用于根据第二装置的压缩模型来生成第二消息的部件,所述第二消息指示第二信道状态,所述第二消息具有第二长度,所述第二长度小于先前生成的第一消息的第一长度,所述第一消息指示第一信道状态;
用于根据与所述第二装置相关联的第一装置的组合模型、并且基于所述第二消息和所述第二装置的历史波束成形特征来获取所述第二装置的组合波束成形特征的部件;
用于基于所述组合波束成形特征、根据所述第一装置的波束成形模型来生成所述第二装置的波束权重的部件;以及
用于基于所述波束权重来训练所述压缩模型、所述组合模型、以及所述波束成形模型的部件。
62.一种计算机可读介质,包括用于使装置至少执行根据权利要求30至58中任一项所述的方法的程序指令。
Publications (1)
Publication Number | Publication Date |
---|---|
CN118140429A true CN118140429A (zh) | 2024-06-04 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9893783B2 (en) | Method, mobile station and base station for transmitting data in mobile communication system | |
US10879973B2 (en) | Method and apparatus for using a determined compression matrix to form a set of composite beams | |
US20230040739A1 (en) | Method, device and computer readable medium of communication | |
US20110200081A1 (en) | System And Method For Channel Status Information Feedback In A Wireless Communications System That Utilizes Multiple-Input Multiple-Output (MIMO) Transmission | |
EP2357767A1 (en) | System and method for channel status information feedback in a wireless communications system that utilizes multiple-input multiple-output (MIMO) transmission | |
US9184809B2 (en) | Wireless communication method and access point apparatus | |
TWI639314B (zh) | 多天線系統及預編碼方法 | |
JP2019511883A (ja) | プリコーディング行列インジケータフィードバック方法および装置 | |
US20230216567A1 (en) | Methods and devices for channel state information transmission | |
US20170338876A1 (en) | CSI-Accuracy Aware Network Processing | |
KR101807931B1 (ko) | 이동국 및 보고 방법 | |
CN113676234A (zh) | 具有长传播延迟的ntn中的增强csi反馈 | |
US20230412430A1 (en) | Inforamtion reporting method and apparatus, first device, and second device | |
US10992352B2 (en) | Base station apparatus, selection method, and terminal device | |
CN114208052B (zh) | 信道状态信息的传输 | |
US10194404B2 (en) | Transmission control apparatus and transmission control method | |
CN107579762B (zh) | 一种基于量化和统计信道信息的多小区协作预编码方法 | |
CN109831823B (zh) | 用于通信的方法、终端设备和网络设备 | |
US20150181611A1 (en) | Opportunistic downlink interference alignment | |
US20230052506A1 (en) | Method of sounding reference signal (srs)-assisted sd beam and fd vector reporting for type ii channel state information (csi) | |
WO2023065150A1 (en) | Channel state based beamforming enhancement | |
CN118140429A (zh) | 基于信道状态的波束成形增强 | |
KR101679132B1 (ko) | 대규모 안테나를 이용하는 다중 사용자 무선 통신 시스템에서 다중 신호 전송 방법 | |
CN114402539B (zh) | 压缩的信道状态信息传递 | |
WO2021248852A1 (en) | Reference signal compensation to train neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |