TW202337176A - 用於多輸入多輸出通道狀態資訊反饋的方法 - Google Patents

Abstract

本申請提供了用於CSI反饋的方法。在一種方法中，在UE處收集UE和BS之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。基於所收集的CSI資料在UE處對包括所述編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練以分別生成編碼器模型和解碼器模型的更新模型。在另一種方法中，在BS處收集CSI資料並且在BS處基於CSI資料進行線上訓練。在另一種方法中，在伺服器處收集UE和BS之間的通訊通道的CSI資料並且在伺服器處基於CSI資料進行線上訓練。

Description

用於多輸入多輸出通道狀態資訊反饋的方法和裝置

本申請涉及無線通訊，特別是涉及發送器和接收器之間的通道狀態資訊反饋過程。

在無線通訊中，通道狀態資訊（channel state information，CSI）可以估計發送器和接收器之間通訊鏈路的通道屬性。在相關技術中，接收器可以估計通訊鏈路的CSI並將原始CSI反饋給發送器。這個過程會消耗大量的通訊資源，並對使用現代多輸入多輸出（multiple-input and multiple-output，MIMO）技術的無線網路造成巨大的壓力。

本申請的各個方面提供了一種用於CSI反饋的方法。在所述方法中，在使用者設備（user equipment，UE）處收集UE和基地台（base station，BS）之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。基於所收集的CSI資料，在UE處對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。

在一個實施例中，從UE向BS發送解碼器模型的更新模型。在UE處基於編碼器模型的更新模型來更新UE的編碼器模型。在UE處基於更新的編碼器模型將CSI元素壓縮。

在一個實施例中，在BS處從UE接收解碼器模型的更新模型。在BS處基於解碼器模型的更新模型來更新BS的解碼器模型。在BS處基於BS的更新的解碼器模型對壓縮的CSI元素進行解壓。

在一個實施例中，更新的模型包括編碼器模型和解碼器模型的至少部分參數。

在一個實施例中，在UE處接收來自BS的參考訊號。在UE處，根據參考訊號測量CSI資料。

本申請的各個方面提供了一種用於CSI反饋的UE。UE包括處理電路，用於收集BS和UE之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。基於所收集的CSI資料，處理電路對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。

在一個實施例中，處理電路基於編碼器模型的更新模型更新UE的編碼器模型。處理電路基於UE更新的編碼器模型將CSI元素壓縮成壓縮CSI元素。從UE向BS發送CSI元素和解碼器模型的更新模型。BS使用接收到的解碼器模型的更新模型來更新BS的解碼器模型。压缩CSI元素由BS基於BS的更新的解码器模型进行解壓。

在一個實施例中，更新的模型包括編碼器模型和解碼器模型的至少部分參數。

在一個實施例中，在UE處接收來自BS的參考訊號。在UE處根據參考訊號測量CSI資料。

本申請的各個方面提供了一種用於CSI反饋的方法。在所述方法中，在BS處收集BS和UE之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。基於所收集的CSI資料，在BS處對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。

在一個實施例中，從BS向UE發送編碼器模型的更新模型。在BS處，基於解碼器模型的更新模型來更新BS的解碼器模型。在BS處基於更新的解碼器模型對壓縮CSI元素進行解壓。

在一個實施例中，在UE處收到來自BS的編碼器模型的更新模型。基於編碼器模型的更新模型在UE處更新UE的編碼器模型。在UE處基於UE更新的編碼器模型壓縮CSI元素。

在一個實施例中，更新的模型包括編碼器模型和解碼器模型的至少部分參數。

在一個實施例中，在BS處接收來自UE的參考訊號。在BS處根據參考訊號測量CSI資料。

在一個實施例中，BS向UE發送參考訊號。在BS處從UE接收CSI報告。CSI報告包括由UE基於參考訊號生成的CSI資料。

本申請的各個方面提供了一種用於CSI反饋的BS。BS包括處理電路，用於收集BS和UE之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。基於所收集的CSI資料，處理電路對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。

在一個實施例中，處理電路基於解码器模型的更新模型更新BS的解码器模型。編碼器模型的更新模型從BS發送至UE。UE使用接收到的編碼器模型的更新模型來更新UE的編碼器模型。基於UE的更新的編碼器模型，CSI元素在UE處被壓縮成壓縮CSI元素。壓縮CSI元素從UE發送至BS。在BS處基於BS更新的解碼器模型來解壓BS接收到的壓縮CSI元素。

在一個實施例中，更新的模型包括編碼器模型和解碼器模型的至少部分參數。

在一個實施例中，在BS處接收來自UE的參考訊號。在BS處基於參考訊號測量CSI資料。

在一個實施例中，從BS向UE發送參考訊號。在BS處從UE接收CSI報告，CSI報告包括由UE基於參考訊號生成的CSI資料。

本申請的各個方面提供了一種用於CSI反饋的方法。在所述方法中，在伺服器處收集UE和BS之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。在所述方法中，基於所收集的CSI資料，在伺服器處對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。

在一個實施例中，編碼器模型和解碼器模型的更新模型從伺服器發送至BS。在BS上從伺服器接收編碼器模型和解碼器模型的更新模型。在BS處基於解碼器模型的更新模型更新BS的解碼器模型。編碼器模型的更新模型從BS發送至UE。在UE處從BS處接收編碼器模型的更新模型。UE的編碼器模型在UE處基於編碼器模型的更新模型進行更新。

在一個實施例中，編碼器模型和解碼器模型的更新模型從伺服器發送至UE。編碼器模型和解碼器模型的更新模型在UE上從伺服器接收。基於編碼器模型的更新模型在UE處更新UE的編碼器模型。解碼器模型的更新模型從UE發送至BS。在BS處從UE處接收解碼器模型的更新模型。BS的解碼器模型在BS處基於解碼器模型的更新模型進行更新。

在一個實施例中，解碼器模型的更新模型從伺服器發送至BS，編碼器模型的更新模型從伺服器發送至UE。

在一個實施例中，在伺服器處，從BS和UE中的至少一個收集CSI資料。

本申請的各個方面提供了一種用於CSI反饋的伺服器。伺服器包括處理電路，用於收集BS和UE之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。基於所收集的CSI資料，處理電路對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。

在一個實施例中，從伺服器向BS發送編碼器模型和解碼器模型的更新模型。編碼器模型和解碼器模型的更新模型在BS上從伺服器接收。在BS處基於解碼器模型的更新模型更新BS的解碼器模型。編碼器模型的更新模型從BS發送至UE。編碼器模型的更新模型在UE處從BS處接收。在UE處基於編碼器模型的更新模型更新UE的編碼器模型。

在一個實施例中，編碼器模型和解碼器模型的更新模型從伺服器發送至UE。在UE處從伺服器接收編碼器模型和解碼器模型的更新模型。在UE處基於編碼器模型的更新模型更新UE的編碼器模型。解碼器模型的更新模型從UE發送至BS。解碼器模型的更新模型在BS處從UE處接收。在BS處基於解碼器模型的更新模型更新BS的解碼器模型。

在一個實施例中，解碼器模型的更新模型從伺服器發送至BS，編碼器模型的更新模型從伺服器發送至UE。

在一個實施例中，在伺服器處，從BS和UE中的至少一個收集CSI資料。

以下與圖式有關的詳細描述旨在作為各種配置的描述，且不代表可實施本文概念的唯一配置。詳細描述包括具體細節，從而提供對各種概念的理解。然而，這些概念可以在沒有這些具體細節的情況下進行實踐。

下面將參照各種裝置和方法來介紹電信系統的幾個方面的內容。這些裝置和方法將在下面的詳細描述中被描述，並在圖式中透過各種塊、元件、電路、過程、演算法等（統稱為「元素」）來說明。這些元素可以使用電子硬體、電腦軟體、或其任何組合來實現。這些元素是作為硬體還是作為軟體來實現，取決於特定的應用和對整個系統施加的設計約束。

在無線通訊中，CSI可以估計發送器和接收器之間通訊鏈路的通道屬性。例如，CSI可以描述訊號如何從發送器傳播到接收器，並代表諸如散射、衰減、功率隨距離損失等現象的綜合效果。因此，CSI也可以被稱為通道估計。CSI可以使發送器和接收器之間的傳輸適應當前的通道條件，因此是需要在發送器和接收器之間共用的關鍵資訊，從而實現高品質的訊號接收。

在一個示例中，發送器和接收器（或收發器）可以依靠CSI來計算其發送預編碼和接收組合矩陣，以及其他重要參數。沒有CSI，無線鏈路可能存在低訊號品質和/或來自其他無線鏈路的高干擾的問題。

為了估計CSI，發送器可以向接收器發送預定義訊號。也就是說，預定義訊號對發送器和接收器都是已知的。然後，接收器可以應用各種演算法來進行CSI估計。在這個階段，CSI只為接收器所知。發送器可以依靠接收器的反饋來獲取CSI資訊。

然而，原始CSI反饋可能需要大量的開銷，這可能會降低整體系統的性能並導致大量延遲。因此，通常要避免使用原始CSI反饋。

或者，接收器可以為發送器操作從CSI提取一些重要或必要的資訊，例如預編碼權重、秩指示符（rank indicator，RI）、通道品質指示符（channel quality indicator，CQI）、調製和編碼方案（modulational and coding scheme，MCS）等。提取的資訊可以比原始CSI小得多，接收器只能將這些小的資訊反饋給發送器。

為了進一步減少開銷，接收器可以估計通訊鏈路的CSI，並基於估計的CSI從預定義的碼書中選擇最佳的發送預編碼器。此外，接收器可以將與所選的最佳發送預編碼器有關的資訊反饋給發送器，例如來自這種碼書的預編碼矩陣指示符（Precoding Matrix Indicator，PMI）。該過程會消耗大量的通訊資源，並對使用現代MIMO技術的無線網路造成巨大的壓力。

第1圖示出了本申請實施例提供的一種CSI反饋過程100。在過程100中，發送器110和接收器120中的每一個可以是UE或BS。

在步驟S150中，發送器110可以向接收器120發送參考訊號（reference signal，RS）。在接收器120接收到RS之前，接收器120也知道該RS。在一個實施例中，RS特定被設備用於獲取CSI，因此稱為CSI-RS。

在步驟S151中，在接收到CSI-RS之後，接收器120可以透過比較接收的CSI-RS和已經被接收器120所知的傳輸的CSI-RS來生成原始CSI。

在步驟S152中，接收器120可以基於原始CSI從預定義的碼書中選擇最佳的發送預編碼器。

在步驟S153中，接收器120可以將所選擇的預編碼器PMI以及相關資訊如CQI、RI、MCS等，一起發送回發送器110。

在步驟S154中，在接收到PMI和相關資訊之後，發送器110可以確定傳輸參數並基於由PMI指示的所選擇的預編碼器預編碼訊號。

需要指出的是，預編碼器的選擇被限制在過程100中的預定義碼書中。然而，將預編碼器的選擇限制在預定義的碼書中會限制可實現的系統性能。不同的預編碼器碼書（例如，3GPP NR下行鏈路Type I-單面板/多面板、Type II、eType II、或上行鏈路碼書）具有不同的預設反饋開銷。如果網路在接收器處估計原始CSI之前指定預設碼書，接收器則無法根據反饋開銷和系統性能之間的權衡進一步優化碼書選擇。

本申請的各個方面提供了將原始CSI的壓縮版本反饋給發送器的方法和實施例。基於壓縮CSI，發送器能夠最佳地計算用於預編碼發送訊號的預編碼器，並且最佳地決定其他傳輸參數，如RI、MCS等。此外，用於壓縮原始CSI的壓縮率可以在原始CSI被估計後動態地決定，以允許反饋開銷和系統性能之間的最佳權衡。

第2圖示出了本申請實施例提供的一種CSI反饋過程200。在過程200中，發送器210和接收器220中的每一個可以是UE或BS，並且步驟S250和S251分別與第1圖的過程100中的步驟S150和S151類似。

在步驟S252中，接收器220可以將原始CSI編碼（或壓縮）為壓縮CSI。

在步驟S253中，接收器220可以將壓縮CSI發回給發送器210。

在步驟S254中，發送器210可以將壓縮CSI解碼（或解壓）為解壓CSI。

在步驟S255中，發送器210可以確定傳輸參數並基於解壓CSI預編碼訊號。

根據本申請的各個方面，大規模MIMO系統可以增加無線系統中的下行鏈路（downlink，DL）輸送量，並且由於基地台的大量天線，下行鏈路CSI反饋開銷可以顯著增加。相應地，CSI壓縮可以幫助減少CSI反饋開銷。

有多種演算法可以實現CSI壓縮，例如基於壓縮感應的CSI壓縮和基於深度學習（或機器學習）的CSI壓縮。與基於壓縮感應的CSI壓縮相比，基於深度學習的解決方案可以在基地台提供更好的重建性能，例如，在平均平方誤差方面。在一個實施例中，編碼器可以在UE處使用深度神經網路來壓縮原始CSI，並且解碼器可以在基地台處使用深度神經網路來解壓壓縮CSI並重建CSI。

在基於深度學習（或機器學習）的CSI壓縮中，CSI矩陣可以轉換為多維強度矩陣（或CSI圖像），其可以被認為是彩色圖像。然而，與影像處理中使用的彩色圖像相比，CSI圖像相對更簡單。例如，CSI矩陣（或圖像）的維數可能較少，或者比影像處理中使用的彩色圖像更稀疏。因此，基於深度學習的CSI壓縮可能在訓練好的神經網路模型中存在過擬合（overfitting）問題。也就是說，訓練好的神經網路模型可能只對CSI訓練資料表現良好，但對CSI測試資料的表現相對較差。經過訓練的神經網路模型可以很容易地找到最佳函數來壓縮訓練過的CSI圖像。然而，訓練過的神經網路模型只能很好地適應訓練過的CSI圖像，很難很好地適應測試CSI圖像。

為了克服過擬合問題，可以使用各種正則化（regularization）或剔除（dropout）方法。此外，還可以使用線上訓練，在訓練好的神經網路模型已經部署在現場後，收集更多的資料並進行訓練。線上訓練還可以幫助調整訓練好的神經網路模型，以適應更多樣化的通道環境。

本申請提供了將線上訓練應用於基於深度學習（或機器學習）的CSI壓縮的方法和實施例。在線上訓練中，可以一起自動訓練編碼器模型（或結構）與解碼器模型，以形成自動訓練的編碼器-解碼器模型對。編碼器模型和/或解碼器模型可以是基於深度學習（或機器學習）的模型。根據本申請內容的各個方面，編碼器模型和/或解碼器模型可以首先進行離線訓練，然後進行線上訓練。離線和線上訓練都可以基於各種人工智慧（artificial intelligence，AI）和/或機器學習（machine learning，ML）演算法。

根據本申請的各個方面，線上訓練可以由UE、BS或諸如雲伺服器的伺服器執行。第3A-3E圖示出了本申請實施例提供的線上訓練CSI資料的多種過程。

第3A圖示出了本申請實施例提供的一種線上訓練CSI資料的過程300。在過程300中，UE 301配置有經過訓練的編碼器模型（或壓縮模型）303，並且基於該經過訓練的編碼器（或壓縮模型）303將原始CSI資料編碼（或壓縮）為壓縮CSI。UE 301可以將壓縮CSI發送到配置有經過訓練的解碼器模型（或解壓模型）304的BS 302。BS 302可以基於該經過訓練的解碼器模型（或解壓模型）304對壓縮CSI進行解碼（或解壓）以重建估計的CSI。

為了執行線上訓練，UE 301進一步配置有包括編碼器模型303和解碼器模型304的編碼器-解碼器模型對。在UE 301處收集新的CSI資料之後，UE 301可以執行線上訓練從而用新的CSI資料訓練整個編碼器-解碼器模型對。在線上訓練之後，UE 301可以將解碼器模型304的更新模型發送到BS 302。然後，BS 302可以基於解碼器模型304的更新模型執行CSI資料的解碼。

具體而言，在步驟S310中，UE 301可以收集通道資料。例如，UE 301可以接收諸如從BS 302傳輸的CSI-RS的參考訊號，並且基於接收的參考訊號測量通道資料。

在步驟S312中，在收集通道資料之後，UE 301可以透過基於收集的通道資料訓練整個編碼器-解碼器對來執行線上訓練，以獲得編碼器模型303的更新模型和解碼器模型304的更新模型。例如，透過線上訓練，UE 301可以獲得編碼器-解碼器模型對的至少部分權重的更新值。然後，UE 301可以根據編碼器303的更新模型來更新編碼器303。例如，UE 301可以基於編碼器模型303的至少部分權重的更新值來更新編碼器303。

在步驟S314中，UE 301可以將用於解碼器模型304的更新模型發送到BS 302。例如，UE 301可以將用於解碼器模型304的至少部分權重的更新值發送給BS 302。

在步驟S316中，BS 302可以基於收到的更新模型來更新解碼器模型304。例如，BS 302可以基於解碼器模型304的至少部分權重的更新值來更新解碼器模型304。

在線上訓練之後，UE 301可以基於更新的編碼器模型303壓縮原始CSI，並且BS 302可以基於更新的解碼器模型304來解壓壓縮的CSI。透過線上訓練，可以減少用於壓縮CSI的開銷和複雜度。

第3B圖示出了本申請實施例提供的一種線上訓練CSI資料的過程320。在過程320中，BS 302配置有包括編碼器模型303和解碼器模型304的編碼器-解碼器模型對，從而執行線上訓練。

具體而言，在步驟S330中，BS 302可以收集通道資料。在時分雙工（Time Division Duplexing，TDD）的示例中，BS 302可以透過通道互易性來收集通道資料。也就是說，BS 302可以從UE 301接收諸如CSI-RS的參考訊號，並且基於接收的參考訊號測量通道資料。或者，在分頻雙工（Frequency Division Duplexing，FDD）的另一個示例中，UE 301可以測量通道資料並向BS 302報告。

在步驟S332中，在收集通道資料之後，BS 302可以基於收集的通道資料訓練整個編碼器-解碼器模型對，從而執行線上訓練，以獲得編碼器模型303的更新模型和解碼器模型304的更新模型。例如，透過線上訓練，BS 302可以獲得編碼器-解碼器模型對的至少部分權重的更新值。然後，BS 302可以根據解碼器模型304的更新模型來更新解碼器304。例如，BS 302可以基於解碼器模型304的至少部分權重的更新值來更新解碼器304。

在步驟S334中，BS 302可以將編碼器模型303的更新模型發送到UE 301。例如，BS 302可以將編碼器模型303的至少部分權重的更新值發送給UE 301。

在步驟S336中，UE 301可以基於收到的更新模型來更新編碼器模型303。例如，UE 301可以基於編碼器模型303的至少部分權重的更新值來更新編碼器模型303。

在線上訓練之後，UE 301可以基於更新的編碼器模型303壓縮原始CSI，並且BS 302可以基於更新的解碼器模型304來解壓壓縮的CSI。透過線上訓練，可以減少用於壓縮CSI的開銷和複雜度。

第3C圖示出了本申請實施例提供的一種線上訓練CSI資料的過程330。在過程330中，可以在諸如雲伺服器305的伺服器上執行線上訓練，伺服器配置有包括編碼器模型303和解碼器模型304的編碼器-解碼器模型對。

具體而言，在步驟S331中，BS 302可以收集通道資料。在TDD中的示例中，BS 302可以透過通道互易性來收集通道資料。也就是說，BS 302可以從UE 301接收諸如CSI-RS的參考訊號，並且基於接收的參考訊號測量通道資料。或者，在FDD的另一個示例中，UE 301可以測量通道資料並向BS 302報告。

在步驟S332中，在收集通道資料之後，BS 302可以將通道資料傳輸到雲伺服器305。

在步驟S333中，雲伺服器305可以基於收集的通道資料訓練整個編碼器-解碼器模型對，從而執行線上訓練，以獲得編碼器模型303的更新模型和解碼器模型304的更新模型。例如，透過線上訓練，雲伺服器305可以獲得用於編碼器-解碼器模型對的至少部分權重的更新值。

在步驟S334中，在整個編碼器-解碼器模型對被訓練和更新之後，雲伺服器305可以將編碼器模型303的更新模型和解碼器模型304的更新模型發送到BS 302。

在步驟S335中，在接收編碼器模型303的更新模型和解碼器模型304的更新模型之後，BS 302可以基於解碼器304的更新模型來更新解碼器304。例如，BS 302可以基於解碼器模型304的至少部分權重的更新值來更新解碼器304。

在步驟S336中，BS 302可以將編碼器模型303的更新模型傳送到UE 301。例如，BS 302可以將編碼器模型303的至少部分權重的更新值發送給UE 301。

在步驟S337中，UE 301可以基於收到的更新模型來更新編碼器模型303。例如，UE 301可以基於編碼器模型303的至少部分權重的更新值來更新編碼器模型303。

在線上訓練之後，UE 301可以基於更新的編碼器模型303壓縮原始CSI，並且BS 302可以基於更新的解碼器模型304來解壓壓縮的CSI。透過線上訓練，可以減少用於壓縮CSI的開銷和複雜度。

第3D圖示出了本申請實施例提供的一種線上訓練CSI資料的過程340。在過程340中，可以在諸如雲伺服器305的伺服器上執行線上訓練，伺服器配置有包括編碼器模型303和解碼器模型304的編碼器-解碼器模型對。

具體而言，在步驟S341中，UE 301可以收集通道資料。例如，UE 301可以接收諸如從BS 302傳輸的CSI-RS的參考訊號，並且基於接收的參考訊號測量通道資料。

在步驟S342中，在收集通道資料之後，UE 301可以將通道資料傳輸到雲伺服器305。

在步驟S343中，雲伺服器305可以基於收集的通道資料訓練整個編碼器-解碼器模型對，從而執行線上訓練，以獲得編碼器模型303的更新模型和解碼器模型304的更新模型。例如，透過線上訓練，雲伺服器305可以獲得用於編碼器-解碼器模型對的至少部分權重的更新值。

在步驟S344中，在整個編碼器-解碼器模型對被訓練和更新之後，雲伺服器305可以將編碼器模型303的更新模型和解碼器模型304的更新模型發送到UE 301。

在步驟S345中，在接收到編碼器模型303的更新模型和解碼器模型304的更新模型之後，UE 301可以基於編碼器303的更新模型來更新編碼器303。例如，UE 301可以基於編碼器模型303的至少部分權重的更新值來更新編碼器303。

在步驟S346中，UE 301可以將解碼器模型304的更新模型傳送到BS 302。例如，UE 301可以將解碼器模型304的至少部分權重的更新值發送給BS 302。

在步驟S347中，BS 302可以基於收到的更新模型更新解碼器模型304。例如，BS 302可以基於解碼器模型304的至少部分權重的更新值來更新解碼器模型304。

在線上訓練之後，UE 301可以基於更新的編碼器模型303壓縮原始CSI，並且BS 302可以基於更新的解碼器模型304來解壓壓縮的CSI。透過線上訓練，可以減少用於壓縮CSI的開銷和複雜度。

在第3C圖的示例中，伺服器305從BS 302接收通道資料並將編碼器模型303和解碼器模型304的更新模型傳送到BS 302。然後，BS 302向UE 301傳送編碼器303的更新模型。

在第3D圖的示例中，伺服器305接收來自UE 301的通道資料並向UE 301傳送編碼器模型303的更新模型和解碼器模型304的更新模型。然後，UE 301向BS 302傳送解碼器304的更新模型。

根據本申請內容的各個方面，伺服器305可以從UE 301和BS 302接收通道資料，並將編碼器模型303的更新模型和解碼器模型304的更新模型分別傳送到UE 301和BS 302。

第3E圖示出了本申請實施例提供的一種線上訓練CSI資料的過程350。在過程350中，可以在諸如雲伺服器305的伺服器上執行線上訓練，伺服器配置有包括編碼器模型303和解碼器模型304的編碼器-解碼器模型對。UE 301和BS 302中的每一個可以收集通道資料並報告給雲伺服器305。例如，UE 301可以在步驟S351收集通道資料並在步驟S352向雲伺服器305報告。BS 304可以在步驟S353收集通道資料並在步驟S354向雲伺服器305報告。

在接收通道資料之後，雲伺服器305可以在步驟S355執行線上訓練，並在步驟S356和S357分別將更新模型發送到UE 301和BS 302。然後，UE 301和BS 302可以分別在步驟S358和S359更新編碼器模型303和解碼器模型304。

需要提出的是，本申請並不限制雲伺服器305是否可以在從UE 301和BS 302兩者或其中之一接收通道資料之後執行線上訓練。在一個示例中，在接收來自UE 301和BS 302兩者的通道資料之後，雲伺服器305可以執行線上訓練。在一個示例中，在從UE 301和BS 302中的任何一個接收通道資料之後，雲伺服器305可以執行線上訓練。

第4A圖示出了本申請實施例提供的一種過程410的流程圖。過程410可以由裝置500的處理電路510執行。過程410也可以由電腦系統600的中央處理單元（central processing unit，CPU）641、圖形處理單元（Graphics Processing Unit，GPU）642、現場可程式設計閘陣列（field programmable gate array，FPGA）643、或加速器644中的至少一個執行。過程410可以用軟體指令實現，並且當處理電路510或CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行軟體指令時，處理電路510或CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行過程410。

過程410通常可以在步驟411開始。其中，過程410在UE處收集UE和BS之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。然後，過程410進行到步驟S412。

在步驟S412中，過程410在UE處基於所收集的CSI資料對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型和解碼器模型的更新模型。然後，過程410結束。

在一個實施例中，過程410從UE向BS發送解碼器模型的更新模型。從UE發送的解碼器模型的更新模型被BS用來更新BS的解碼器模型。過程410在UE處基於編碼器模型的更新模型更新UE的編碼器模型。過程410在UE處基於更新的編碼器模型將CSI元素壓縮成壓縮CSI元素。過程410將壓縮CSI元素從UE發送至BS。壓縮CSI元素由BS基於更新的解碼器模型進行解壓。

在一個實施例中，更新模型包括編碼器模型和解碼器模型的至少部分參數。

在一個實施例中，過程410在UE處接收來自BS的參考訊號，並且在UE處基於參考訊號測量CSI資料。

第4B圖示出了本申請實施例提供的一種過程420的流程圖。過程420可以由裝置500的處理電路510執行。過程420也可以由電腦系統600的CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行。過程420可以用軟體指令實現，並且當處理電路510或CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行軟體指令時，處理電路510或CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行過程420。

過程420通常可以在步驟421開始。其中，過程420在BS處收集UE和BS之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。然後，過程420進行到步驟S422。

在步驟S422中，過程420在BS處基於所收集的CSI資料對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。然後，過程420結束。

在一個實施例中，過程420從BS向UE發送編碼器模型的更新模型。從BS發送的編碼器模型的更新模型被UE用來更新UE的編碼器。基於更新的編碼器模型，UE將CSI元素壓縮成壓縮CSI元素。壓縮CSI元素從UE發送到BS。過程420在BS處基於解碼器模型的更新模型，更新BS的解碼器模型。過程420在BS處基於更新的解碼器模型對壓縮CSI元素進行解壓。

在一個實施例中，更新模型包括編碼器模型和解碼器模型的至少部分參數。

在一個實施例中，過程420在BS處接收來自UE的參考訊號，並且在BS處基於參考訊號測量CSI資料。

在一個實施例中，過程420從BS向UE發送參考訊號，並且在BS和從UE接收包括由UE基於參考訊號生成的CSI資料的CSI報告。

第4C圖示出了本申請實施例提供的一種過程430的流程圖。過程430可以由裝置500的處理電路510執行。過程430也可以由電腦系統600的CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行。過程430可以用軟體指令實現，並且當處理電路510或CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行軟體指令時，處理電路510或CPU 641、GPU 642、FPGA 643、或加速器644中的至少一個執行過程430。

過程430通常可以在步驟431開始。其中，過程430在伺服器處收集UE和BS之間的通訊通道的CSI資料。UE配置有用於壓縮CSI的編碼器模型，BS配置有用於解壓CSI的解碼器模型。然後，過程430進行到步驟S432。

在步驟S432中，過程430在伺服器處基於所收集的CSI資料對包括編碼器模型和解碼器模型的先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成編碼器模型的更新模型和解碼器模型的更新模型。然後，過程430結束。

在一個實施例中，過程430從伺服器向BS發送編碼器模型的更新模型和解碼器模型的更新模型。解碼器模型的更新模型被BS用來更新BS的解碼器模型。編碼器模型的更新模型從BS發送到UE。從BS傳送的編碼器模型的更新模型被UE用來更新UE的編碼器模型。

在一個實施例中，過程430從伺服器向UE發送編碼器模型的更新模型和解碼器模型的更新模型。編碼器模型的更新模型被UE用來更新UE的編碼器模型。解碼器模型的更新模型由UE傳送給BS。從UE傳送的解碼器模型的更新模型被BS用來更新BS的解碼器模型。

在一個實施例中，過程430從伺服器向BS發送解碼器模型的更新模型，並且從伺服器向UE發送編碼器模型的更新模型。

在一個實施例中，過程430在伺服器處收集來自BS和UE中至少一個的CSI資料。在一個示例中，過程430在伺服器處收集來自BS或UE的CSI資料。在一個示例中，過程430在伺服器處收集來自BS和UE兩者的CSI資料。

第5圖示出了本申請實施例提供的一種裝置500。裝置500可以配置為根據本文描述的一個或複數個實施例或示例執行各種功能。因此，裝置500可以提供實現本文技術、過程、功能、元件、系統的手段。例如，裝置500可用於實現本文描述的各種實施例和示例中的UE或BS（例如，gNB）的功能。裝置500可以包括通用處理器或專門設計的電路，以在各種實施例中實現本文的各種功能、元件或過程。裝置500包括處理電路510、記憶體520、和射頻（radio frequency，RF）模組530。

在各種實施例中，處理電路510包括用於結合軟體或不結合軟體來執行本文的功能和過程的電路。在各種示例中，處理電路510可以是數位訊號處理器（digital signal processor，DSP）、特定應用積體電路（application specific integrated circuit，ASIC）、可程式設計邏輯器件（programmable logic device，PLD）、FPGA、數位增強電路或類似器件或其組合。

在其他示例中，處理電路510可以是CPU，配置為執行程式指令以執行本文的各種功能和過程。相應地，記憶體520配置為存儲程式指令。處理電路510在執行程式指令時，可以執行功能和過程。記憶體520可以進一步存儲其他程式或資料，如作業系統、應用程式等。記憶體520可以包括唯讀記憶體（read only memory，ROM）、隨機存取記憶體（random access memory，RAM）、快閃記憶體、固態記憶體、硬碟驅動器、光碟驅動器等。

射頻模組530從處理電路510接收經過處理的資料訊號，並將資料訊號轉換為波束成形無線訊號，然後透過天線面板540和/或550傳輸，反之亦然。射頻模組530包括數位類比轉換器（digital to analog convertor，DAC）、類比數位轉換器（analog to digital convertor，ADC）、升頻轉換器、降頻轉換器、濾波器和放大器，用於接收和傳輸操作。射頻模組530可以包括用於波束成形操作的多天線電路。例如，多天線電路可以包括上行空間濾波電路和下行空間濾波電路，用於轉移類比訊號相位或縮放類比訊號振幅。天線面板540和550中的每一個可以包括一個或複數個天線陣列。

在一個實施例中，所有天線板540/550的一部分以及RF模組530的部分或全部功能實現為一個或複數個發送接收點（transmission and reception point，TRP），裝置500的其餘功能實現為BS。相應地，複數個TRP可以與BS共處一地（co-located），或者可以遠離BS部署。

可選地，裝置500可包括其他元件，例如輸入和輸出設備、附加或訊號處理電路等。相應地，裝置500可執行其他附加功能，例如執行應用程式，以及處理替代通訊協定。

本文所描述的進程和功能可以作為電腦程式實施，其中電腦程式在由一個或複數個處理器執行時，可使一個或複數個處理器執行相應進程和功能。電腦程式可以存儲或分佈在合適的介質上，諸如與其他硬體一起提供或作為其一部分來提供的光學存儲介質或者固態介質。電腦程式也可以以其他形式分佈，諸如經由網際網路或其他有線或無線電訊系統。例如，電腦程式可以被獲取並載入到裝置中，包括透過實體介質或分散式系統（例如連接至網際網路的伺服器）獲取所述電腦程式。

電腦程式可以從電腦可讀介質進行存取，其中電腦可讀介質用於提供由電腦或任何指令執行系統使用或與其連接使用的程式指令。所述電腦可讀介質可以包括任何存儲、通訊、傳播或傳輸電腦程式以供指令執行系統、裝置或設備使用或與其連接使用的裝置。所述電腦可讀介質可以是磁性、光學、電子、電磁、紅外或半導體系統（或裝置或設備）或傳播介質。所述電腦可讀介質可以包括電腦可讀的非暫存性存儲介質，諸如半導體或固態記憶體、磁帶、可行動電腦磁片、隨機存取記憶體（RAM）、唯讀記憶體（ROM）、磁碟和光碟等。所述電腦可讀的非暫存性存儲介質可以包括所有種類的電腦可讀介質，包括磁性存儲介質、光學存儲介質、快閃記憶體介質和固態存儲介質。

可以理解的是，所披露的過程/流程圖中的步驟的具體順序或層次是對示範性方法的說明。基於設計偏好，可以理解的是，可以重新安排流程/流程圖中的步驟的具體順序或層次。此外，可以合併或省略一些步驟。隨附的方法申請專利範圍以示例性的順序提出了各種步驟的元素，然而並不意味著被限制在所提出的具體順序或層次上。

可以使用電腦可讀指令作為電腦軟體來實現上述技術，並物理地存儲在一個或複數個電腦可讀介質中。例如，第6圖示出了一種可實現所公開主題的實施例的電腦系統600。

電腦軟體可以使用任何合適的機器碼或電腦語言進行編碼，該機器碼或電腦語言可以受制於彙編、編譯、連結或類似機制，以創建包括指令的代碼，該指令可由一個或複數個電腦CPU、GPU等直接執行或透過解釋、微代碼執行等。

該指令可以在各種類型的電腦或其元件上執行，包括例如個人電腦、平板電腦、伺服器、智慧手機、遊戲裝置、物聯網設備等。

第6圖中所示的用於電腦系統600的元件是示例性的，並且不旨在暗示對實現本申請內容的實施例的電腦軟體的使用範圍或功能的任何限制。元件的配置也不應被解釋為具有與電腦系統600的示例性實施例中說明的任何一個或組合的元件有關的任何依賴性或要求。

電腦系統600可以包括人機界面輸入裝置。這樣的人機界面輸入裝置可以對一個或複數個人類使用者透過例如觸覺輸入（例如：按鍵、刷卡、資料手套運動（data glove movements））、音訊輸入（例如：聲音、拍手）、視覺輸入（例如：手勢）、嗅覺輸入（未顯示）的輸入做出回應。人機界面裝置也可用於捕捉某些與人的有意識輸入不一定直接相關的媒體，如音訊（如：語音、音樂、環境聲）、圖像（如：掃描圖像、從靜止圖像相機獲得的攝影圖像）、視頻（如二維視頻、三維視頻包括立體視頻）。

人機界面輸入裝置可以包括以下一項或多項（每項只描繪了一個）：鍵盤601、滑鼠602、觸控板603、觸控式螢幕610、資料手套（未顯示）、操縱杆605、麥克風606、掃描器607和照相機608。

電腦系統600還可以包括某些人機介面輸出裝置。這樣的人機介面輸出裝置可以透過如觸覺輸出、聲音、光和嗅覺/味道來刺激一個或複數個人類使用者的感官。人機介面輸出裝置可包括觸覺輸出裝置（例如由觸控式螢幕610、資料手套（未顯示）、或操縱杆605提供的觸覺反饋，但也可以有不作為輸入裝置的觸覺反饋設備），音訊輸出設備（例如揚聲器609、耳機（未顯示）、視覺輸出裝置（如螢幕610，包括CRT螢幕、LCD螢幕、等離子螢幕、OLED螢幕，每個螢幕都有或沒有觸控式螢幕輸入功能，每個螢幕都有或沒有觸覺反饋功能，且其中一些設備可以透過立體輸出等方式輸出二維視覺輸出或三維以上的輸出；虛擬實境眼鏡（未顯示）、全息顯示器和煙霧罐（未顯示），以及印表機（未顯示））。這些視覺輸出裝置（例如螢幕610）可以透過圖形適配器650連接到系統匯流排648。

電腦系統600還包括人類可存取的存放裝置及相關介質，例如包括CD/DVD ROM/RW 620與CD/DVD或類似介質621的光學介質、快閃記憶體盤622、可行動硬碟或固態驅動器623、傳統的磁介質，例如磁帶和軟碟（未顯示）、基於ROM/ASIC/PLD的專用設備，例如安全加密器（未顯示），以及類似設備。

本領域的通常知識者還應該理解，與本發明公開的主題相關的術語「電腦可讀介質」不包括傳輸介質、載波或其他短暫訊號。

電腦系統600還可以包括連接到一個或複數個通訊網路655的網路介面654。例如，該一個或複數個通訊網路655可以是無線的、有線的、光學的。該一個或複數個通訊網路655可以進一步是本地的、廣域的、都市的、車輛的和工業的、即時的、延遲容忍的等。該一個或複數個通訊網路655的示例包括區域網路，如乙太網、無線局域網、蜂巢網路，包括GSM、3G、4G、5G、LTE等、電視有線或無線廣域數位網路，包括有線電視、衛星電視和地面廣播電視、車輛和工業，包括CANBus等等。某些網路通常需要連接到某些通用資料埠或週邊匯流排649的外部網路介面適配器（例如，電腦系統600的USB埠）；其他網路通常透過連接到下文該的系統匯流排而集成到電腦系統600的核心中（例如，乙太網介面到PC電腦系統，或蜂窩網路介面到智慧型電話電腦系統）。透過使用這些網路中的任何一種，電腦系統600可以與其他實體通訊。這種通訊可以是單向的，只接收（例如廣播電視），只發送（例如CANbus到某些CANbus設備）；或雙向的，例如使用本地或廣域數位網路到其他電腦系統。可以在上述的每個網路和網路介面上使用一些協定和協定堆叠。

前述的人機介面設備、人類可存取的存放裝置、和網路介面可以連接到電腦系統600的核心640。

核心640可以包括一個或複數個CPU 641、GPU 642、FPGA形式的專用可程式設計處理單元643、用於某些任務的硬體加速器644、圖形適配器650等。這些設備以及ROM 645、RAM 646、內部大型存放區647，如內部非使用者可存取的硬碟、SSD等，可以透過系統匯流排648連接。在一些電腦系統中，系統匯流排648可以以一個或複數個實體插頭的形式存取，以便透過額外的CPU、GPU等實現擴展。週邊設備可以直接或透過週邊匯流排649連接到核心的系統匯流排648。在一個示例中，螢幕610可以被連接到圖形適配器650。週邊匯流排的架構包括PCI、USB等。

CPU 641、GPU 642、FPGA 643和加速器644可以執行指令，這些指令組合起來可以構成上述電腦代碼。該電腦代碼可以存儲在ROM 645或RAM 646中。過渡性資料也可以存儲在RAM 646中，而永久性資料可以存儲在例如內部大型存放區647中。可以透過使用緩存記憶體來實現對任何存放裝置的快速存儲和檢索，該緩存記憶體可以與一個或複數個CPU 641、GPU 642、內部大型存放區647、ROM 645、RAM 646等緊密相關。

電腦可讀介質可以在存儲用於執行各種電腦實現的操作的電腦代碼。該介質和電腦代碼可以是為本申請的目的而特別設計和構造的，或者它們可以是電腦軟體技術領域的通常知識者所熟知和可獲得的。

作為示例而不是限制，具有架構的電腦系統600，特別是核心640可以提供功能，因為處理器（包括CPU、GPU、FPGA、加速器等）執行體現在一個或複數個有形、電腦可讀介質中的軟體。這種電腦可讀介質可以是與上文介紹的用戶可存取的大型存放區相關的介質，以及核心640的某些非臨時性的記憶體，如核心內部大型存放區647或ROM 645。實現本申請的各種實施方案的軟體可以存儲在這種設備中，並由核心640執行。根據特定需要，電腦可讀介質可以包括一個或複數個存放裝置或晶片。軟體可以使核心640，具體是其中的處理器（包括CPU、GPU、FPGA等）執行本文的特定過程或特定過程的特定部分，包括定義存儲在RAM 646中的資料結構並根據軟體所定義的過程修改此類資料結構。此外或可選地，電腦系統可以提供功能，作為硬接線或以其他方式體現在電路（例如，加速器644）中的邏輯的結果，它可以代替或與軟體一起操作，以執行本文的特定過程或特定過程的特定部分。在適當情況下，對軟體的提及可以包括邏輯，反之亦然。在適當情況下，對電腦可讀介質的提及可以包括存儲用於執行的軟體的電路（如積體電路（integrated circuit，IC））、體現用於執行的邏輯的電路、或以上兩者。本申請內容包括硬體和軟體的任何適當組合。

雖然本申請內容已經描述了若干示範性的實施方案，但還有一些改變、排列組合和各種替代的等價物，它們都屬於本申請內容的範圍。因此，可以理解的是，本領域的通常知識者將能夠設計出許多系統和方法，這些系統和方法雖然在此沒有明確顯示或描述，但體現了本申請的原則，因此屬於其精神和範圍。

上述描述是為了使本領域的通常知識者能夠實踐本文的各個方面。對這些方面的各種修改對於本領域的通常知識者來說將是顯而易見的，而且這裡定義的通用原則可以應用於其他方面。因此，申請專利範圍並不旨在局限于本文所示的方面，而是給予與申請專利範圍語言相一致的全部範圍，其中提及單數的元素並不意味著「一個且只有一個」，除非特別說明，而是「一個或複數個」。所使用的「示例性的」一詞是指「作為一個示例、實例或說明」。此處描述為「示例性的」的任何方面不一定被理解為比其他方面更優選或有利。除非特別說明，術語「一些」是指一個或複數個。例如「A、B或C中的至少一個」、「A、B或C中的一個或複數個」、「A、B和C中的至少一個」、「A、B、和C中的一個或複數個」、以及「A、B、C或其任何組合」的組合包括A、B和/或C的任何組合，並且可以包括複數個A、複數個B、或複數個C。具體而言，諸如「A、B、或C中的至少一個」、「A、B或C中的一個或複數個」、「A、B和C中的至少一個」、「A、B和C中的一個或複數個」、以及「A、B、C或其任何組合」的組合可以是只有A、只有B、只有C、A和B、A和C、或A和B和C；其中，任何此類組合可以包含A、B、或C的至少一個或複數個。本申請內容中所描述的各方面元素的所有結構和功能上的等價設置，且對於本領域的通常知識者來說是已知的或後來才知道的，在此明確納入參考，並包含在申請專利範圍中。此外，本文所披露的任何內容都不旨在奉獻給公眾，無論這種披露是否明確地在申請專利範圍中被提及。「模組」、「機制」、「元素」、「設備」等詞語不能代替「手段」一詞。因此，除非使用「用於…的手段」這一短語明確敘述，否則任何申請專利範圍要素都不能被理解為手段加功能。

100,200,310,320,330,340,350,410,420,430:過程 110,210:發送器 120,220:接收器 S150,S151,S152,S153,S154,S250,S251,S252,S253,S254,S255,S311,S312,S313,S314,S321,S322,S323,S324,S331,S332,S333,S334,S335,S336,S337,S341,S342,S343, S344,S345,S346,S347,S351,S352,S353,S354,S355,S356,S357,S358,S359,S411, S412,S421,S422,S431,S432:步驟 301:UE 302:BS 303:編碼器模型 304:解碼器模型 305:雲伺服器 500:裝置 510:處理電路 520:記憶體 530:射頻模組 540,550:天線面板 600:電腦系統 601:鍵盤 602:滑鼠 603:觸控板 605:操縱杆 606:麥克風 607:掃描器 608:照相機 609:揚聲器 610:螢幕 620:CD/DVD ROM/RW 621:CD/DVD 622:快閃記憶體盤 623:可行動硬碟或固態驅動器 640:核心 641:CPU 642:GPU 643:FPGA 644:加速器 645:ROM 646:RAM 647:內部大型存放區 648:系統匯流排 649:週邊匯流排 650:圖形適配器 654:網路介面 655:通訊網路

將參照以下圖式詳細描述作為實施例提出的本申請的各種實施方案。其中，相似的參考標號指代相似的元素。 第1圖為本申請實施例提供的一種CSI反饋過程。 第2圖為本申請實施例提供的另一種CSI反饋過程。 第3A-3E圖為本申請實施例提供的線上訓練CSI資料的過程。 第4A-4C圖為本申請實施例提供的概述各種過程的流程圖。 第5圖為本申請實施例提供的一種裝置。 第6圖為本申請實施例提供的一種電腦系統。

S411,S412:步驟

Claims (20)

1. 一種用於通道狀態資訊反饋的方法，包括： 在一使用者設備處收集所述使用者設備和一基地台之間的一通訊通道的一通道狀態資訊資料，其中，所述使用者設備配置有用於壓縮通道狀態資訊的一編碼器模型，所述基地台配置有用於解壓通道狀態資訊的一解碼器模型；以及 基於收集的所述通道狀態資訊資料，在所述使用者設備處對包括所述編碼器模型和所述解碼器模型的一先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成所述編碼器模型和所述解碼器模型的更新模型。
2. 如請求項1所述的方法，進一步包括： 從所述使用者設備向所述基地台發送所述解碼器模型的所述更新模型； 在所述使用者設備處，基於所述編碼器模型的所述更新模型來更新所述使用者設備的所述編碼器模型；以及 在所述使用者設備處，基於更新的編碼器模型，將一通道狀態資訊元素壓縮成一壓縮通道狀態資訊元素。
3. 如請求項2所述的方法，其中，基於從所述使用者設備發送的所述解碼器模型的所述更新模型來更新所述基地台的所述解碼器模型，並且所述基地台基於更新的所述解碼器模型來解壓所述壓縮通道狀態資訊元素。
4. 如請求項1所述的方法，其中，更新的所述模型至少包括所述編碼器模型和所述解碼器模型的部分參數。
5. 如請求項4所述的方法，其中，所述收集包括： 在所述使用者設備處接收來自所述基地台的一參考訊號；以及 在所述使用者設備處，基於所述參考訊號測量所述通道狀態資訊資料。
6. 一種用於通道狀態資訊反饋的方法，包括： 在一基地台處收集所述基地台和一使用者設備之間的一通訊通道的通道狀態資訊資料，其中，所述使用者設備配置有用於壓縮通道狀態資訊的一編碼器模型，所述基地台配置有用於解壓通道狀態資訊的一解碼器模型；以及 基於收集的所述通道狀態資訊資料，在所述基地台處對包括所述編碼器模型和所述解碼器模型的一先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成所述編碼器模型和所述解碼器模型的更新模型。
7. 如請求項6所述的方法，進一步包括： 從所述基地台向所述使用者設備發送所述編碼器模型的所述更新模型； 在所述基地台處，基於所述解碼器模型的所述更新模型來更新所述基地台的所述解碼器模型；以及 在所述基地台處，基於更新的解碼器模型對一壓縮通道狀態資訊元素進行解壓。
8. 如請求項7所述的方法，其中，基於從所述基地台發送的所述編碼器模型的所述更新模型來更新所述使用者設備的所述編碼器模型，並且所述使用者設備基於更新的編碼器模型來生成所述壓縮通道狀態資訊元素。
9. 如請求項6所述的方法，其中，所述更新模型至少包括所述編碼器模型和所述解碼器模型的部分參數。
10. 如請求項6所述的方法，其中，所述收集包括： 在所述基地台處接收來自所述使用者設備的一參考訊號；以及 在所述基地台處，基於所述參考訊號測量所述通道狀態資訊資料。
11. 如請求項6所述的方法，其中，所述收集包括： 從所述基地台向所述使用者設備發送一參考訊號；以及 在所述基地台處從所述使用者設備接收一通道狀態資訊報告，所述通道狀態資訊報告包括由所述使用者設備基於所述參考訊號生成的所述通道狀態資訊資料。
12. 一種用於通道狀態資訊反饋的方法，包括： 在一伺服器處收集一使用者設備和一基地台之間的一通訊通道的通道狀態資訊資料，其中，所述使用者設備配置有用於壓縮通道狀態資訊的一編碼器模型，所述基地台配置有用於解壓通道狀態資訊的一解碼器模型；以及 基於收集的所述通道狀態資訊資料，在所述伺服器處對包括所述編碼器模型和所述解碼器模型的一先前訓練的編碼器-解碼器模型對進行線上訓練，以分別生成所述編碼器模型和所述解碼器模型的更新模型。
13. 如請求項12所述的方法，進一步包括： 從所述伺服器向所述基地台發送所述編碼器模型的所述更新模型和所述解碼器模型的所述更新模型。
14. 如請求項13所述的方法，其中，所述基地台使用從所述伺服器發送的所述解碼器模型的所述更新模型來更新所述基地台的所述解碼器模型，所述基地台將從所述伺服器發送的所述編碼器模型的所述更新模型發送到所述使用者設備。
15. 如請求項14所述的方法，其中，所述使用者設備使用從所述基地台發送的所述編碼器模型的所述更新模型來更新所述使用者設備的所述編碼器模型。
16. 如請求項12所述的方法，進一步包括： 從所述伺服器向所述使用者設備發送所述編碼器模型和所述解碼器模型的所述更新模型。
17. 如請求項16所述的方法，其中，所述使用者設備使用從所述伺服器發送的所述編碼器模型的所述更新模型來更新所述使用者設備的所述編碼器模型，所述使用者設備將從所述伺服器發送的所述解碼器模型的所述更新模型發送到所述基地台。
18. 如請求項17所述的方法，其中，所述基地台使用從所述使用者設備發送的所述解碼器模型的所述更新模型來更新所述基地台的所述解碼器模型。
19. 如請求項12所述的方法，進一步包括： 從所述伺服器向所述基地台發送所述解碼器模型的所述更新模型；以及 從所述伺服器向所述使用者設備發送所述編碼器模型的所述更新模型。
20. 如請求項12所述的方法，其中，所述收集包括： 在所述伺服器處收集來自所述基地台和所述使用者設備中至少一個的所述通道狀態資訊資料。

Images