TW202408195A

TW202408195A - 通道狀態資訊處理方法及裝置

Info

Publication number: TW202408195A
Application number: TW112130217A
Authority: TW
Inventors: 金立強; 黃秋萍; 高秋彬; 費永強
Original assignee: 大陸商大唐移動通信設備有限公司
Priority date: 2022-08-12
Filing date: 2023-08-11
Publication date: 2024-02-16
Also published as: WO2024032701A1; CN117674926A

Abstract

本發明關於通信領域，提供一種通道狀態資訊處理方法及裝置。該方法包括：將通道狀態資訊輸入至編碼器模型，得到編碼器模型輸出的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。

Description

通道狀態資訊處理方法及裝置

本發明關於通信技術領域，尤其屬於一種通道狀態資訊處理方法及裝置。

目前，基於人工智慧（Artificial Intelligence，AI）的通道狀態資訊（Channel State Information，CSI）壓縮回饋方案通常在給定回饋消耗、多輸入多輸出（Multiple-Input Multiple-Output，MIMO）層數、MIMO埠數，子帶數下設計AI模型。

當存在多種網路配置參數時，相關方案需要訓練多套AI模型，這會增加AI模型的訓練複雜度和AI模型的存儲消耗。以8種回饋消耗，4層MIMO，8種埠為例，網路層和終端需要針對8×4×8=256種參數配置分別訓練和部署一個AI模型，這給模型的訓練和存儲帶來了極大挑戰。

本發明實施例提供一種通道狀態資訊處理方法及裝置，用以解決現有技術中對於通道狀態資訊處理需要部署大量AI模型，造成模型訓練和部署浪費大量資源的缺陷，實現降低AI模型訓練的複雜度並節約AI模型的部署資源的目的。

第一方面，本發明實施例提供一種通道狀態資訊處理方法，應用於終端，該方法包括：將通道狀態資訊輸入至編碼器模型，得到該編碼器模型輸出的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。

於一個實施例中，該通道狀態資訊擴展增強模組包括下採樣模組；該下採樣模組層級聯於該編碼器的輸出側，用於對該通道狀態資訊的回饋消耗進行壓縮，得到壓縮後的回饋消耗；該擴展增強的通道狀態資訊包括該壓縮後的回饋消耗。

於一個實施例中，該通道狀態資訊擴展增強模組包括預變換模組；該預變換模組層級聯於該編碼器的輸入側，用於執行以下至少一項：調整不同多入多輸出MIMO層的通道狀態資訊的機率分佈，得到機率分佈和維度統一的不同MIMO層的通道狀態資訊；調整不同MIMO埠的通道狀態資訊的機率分佈和/或維度，得到機率分佈和維度統一的不同MIMO埠的通道狀態資訊；該擴展增強的通道狀態資訊包括該機率分佈和維度統一的不同MIMO層和/或不同MIMO埠的通道狀態資訊。

於一個實施例中，該通道狀態資訊擴展增強模組包括子帶填充模組；該子帶填充模組層級聯於該編碼器的輸入側，用於對該通道狀態資訊的子帶數進行填充，得到子帶填充後的通道狀態資訊；該擴展增強的通道狀態資訊包括該子帶填充後的通道狀態資訊。

於一個實施例中，該下採樣模組包括以下任一項配置：該下採樣模組為池化層；該下採樣模組為輸入維度大於輸出維度的全連接層；該下採樣模組為卷積下採樣層。

於一個實施例中，該下採樣模組的輸出維度是基於該回饋消耗的種類以及預定的量化位元數確定的。

於一個實施例中，該預變換模組包括以下任一項配置：該預變換模組為恆等變換層；該預變換模組在空域和頻域分別採用一個全連接層；該預變換模組在空域和頻域採用一個2維卷積層；該預變換模組在空域和頻域合併維度，採用一個全連接層；該預變換模組在空域和頻域合併維度，採用一個1維卷積層；該預變換模組在空域採用一個全連接層；該預變換模組在空域採用一個1維卷積層。

於一個實施例中，該子帶填充模組具體用於：在該通道狀態資訊的子帶數與該編碼器模型的輸入子帶數的餘數大於0的情況下，基於該編碼器模型的輸入子帶數對該通道狀態資訊的子帶進行分組；對該通道狀態資訊的子帶數小於該編碼器模型的輸入子帶數的目標分組中的子帶進行週期循環填充，直到該目標分組中的子帶數量等於該編碼器模型的輸入子帶數；該週期循環填充包括：根據分組中各子帶的排列順序，依次複製各子帶。

第二方面，本發明實施例還提供一種通道狀態資訊處理方法，應用於網路設備，該方法包括：接收終端發送的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊輸入至解碼器模型，得到該解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。

於一個實施例中，該擴展增強的通道狀態資訊包括壓縮後的回饋消耗；該通道狀態資訊還原模組包括上採樣模組；該上採樣模組層級聯於該解碼器的輸入側，用於對該壓縮後的回饋消耗進行還原，得到還原的回饋消耗。

於一個實施例中，該擴展增強的通道狀態資訊包括機率分佈和維度統一的不同多輸入多輸出MIMO層和/或不同MIMO埠的通道狀態資訊；該通道狀態資訊還原模組包括變換模組；該變換模組層級聯於該解碼器的輸出側，用於執行以下至少一項：對該機率分佈和維度統一的不同MIMO層的通道狀態資訊進行機率分佈還原，得到原始機率分佈的不同MIMO層的通道狀態資訊；對該機率分佈和維度統一的不同MIMO埠的通道狀態資訊進行機率分佈和維度還原，得到原始機率分佈和維度的不同MIMO埠的通道狀態資訊。

於一個實施例中，該擴展增強的通道狀態資訊包括子帶填充後的通道狀態資訊；該通道狀態資訊還原模組包括子帶裁剪模組；該子帶裁剪模組層級聯於該解碼器的輸出側，用於對子帶填充後的通道狀態資訊進行裁剪和/或合併，得到原始子帶數量的通道狀態資訊。

於一個實施例中，該上採樣模組包括以下任一項配置：該上採樣模組為鄰近插值層；該上採樣模組為輸入維度小於輸出維度的全連接層；該上採樣模組為轉置卷積上採樣層。

於一個實施例中，該上採樣模組的輸入維度是基於該回饋消耗的種類以及預定的量化位元數確定的。

於一個實施例中，該變換模組包括以下任一項配置：該變換模組為恆等變換層；該變換模組在空域和頻域分別採用一個全連接層；該變換模組在空域和頻域採用一個2維轉置卷積層；該變換模組在空域和頻域合併維度，採用一個全連接層；該變換模組在空域和頻域合併維度，採用一個1維卷積層；該變換模組在空域採用一個全連接層；該變換模組在空域採用一個1維卷積層。

於一個實施例中，該子帶裁剪模組具體用於：對進行過子帶週期循環填充的子帶分組中的子帶進行裁剪和/或合併。

第三方面，本發明實施例還提供一種終端，包括記憶體，收發機，處理器：記憶體，用於存儲電腦程式；收發機，用於在該處理器的控制下收發資料；處理器，用於讀取該記憶體中的電腦程式並執行以下操作：將通道狀態資訊輸入至編碼器模型，得到該編碼器模型輸出的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。

於一個實施例中，該預變換模組包括以下任一項配置：該預變換模組為恆等變換層；該預變換模組在空域和頻域分別採用一個全連接層；該預變換模組在空域和頻域採用一個2維轉置卷積層；該預變換模組在空域和頻域合併維度，採用一個全連接層；該預變換模組在空域和頻域合併維度，採用一個1維卷積層；該預變換模組在空域採用一個全連接層；該預變換模組在空域採用一個1維卷積層。

第四方面，本發明實施例還提供一種網路設備，包括記憶體，收發機，處理器：記憶體，用於存儲電腦程式；收發機，用於在該處理器的控制下收發資料；處理器，用於讀取該記憶體中的電腦程式並執行以下操作：接收終端發送的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊輸入至解碼器模型，得到該解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。

第五方面，本發明實施例還提供一種通道狀態資訊處理裝置，應用於終端，該裝置包括：增強模組，用於將通道狀態資訊輸入至編碼器模型，得到該編碼器模型輸出的擴展增強的通道狀態資訊；發送模組，用於將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。

第六方面，本發明實施例還提供一種通道狀態資訊處理裝置，應用於網路設備，該裝置包括：接收模組，用於接收終端發送的擴展增強的通道狀態資訊；還原模組，用於將該擴展增強的通道狀態資訊輸入至解碼器模型，得到該解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。

第七方面，本發明實施例還提供一種處理器可讀存儲介質，該處理器可讀存儲介質存儲有電腦程式，該電腦程式用於使該處理器執行如上該第一方面的方法，或者執行如上該第二方面的方法。

本發明實施例提供的通道狀態資訊處理方法及裝置，通過對編碼器模型的輸入側和/或輸出側級聯通道狀態資訊擴展增強模組，對AI模型進行擴展增強，可以實現在不同參數配置下複用AI模型，從而能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

本發明實施例中術語“和/或”，描述關聯物件的關聯關係，表示可以存在三種關係，例如，A和/或B，可以表示：單獨存在A，同時存在A和B，單獨存在B這三種情況。字元“/”一般表示前後關聯物件是一種“或”的關係。

本發明實施例中術語“多個”是指兩個或兩個以上，其它量詞與之類似。

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，並不是全部的實施例。基於本發明中的實施例，本領域普通具通常知識者在沒有做出進步性改動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

本發明實施例提供了一種通道狀態資訊處理方法及裝置，用以解決現有技術中對於通道狀態資訊處理需要部署大量AI模型，造成模型訓練和部署浪費大量資源的缺陷。

其中，方法和裝置是基於同一申請構思的，由於方法和裝置解決問題的原理相似，因此裝置和方法的實施可以相互參見，重複之處不再贅述。

為便於充分理解本發明的技術方案，現對以下內容進行介紹： V在Massive（大規模）MIMO 系統中，基於AI的神經網路模型可用於通道狀態資訊回饋。通過利用通道狀態資訊在空域和頻域的稀疏性，神經網路模型可採用自編碼器（Auto Encoder，AE）的編碼器模組實現對通道狀態資訊的壓縮以減少回饋消耗，再利用AE的解碼器模組恢復出通道狀態資訊。

自編碼器，是一種輸入與輸出相同的神經網路，由編碼器和解碼器兩部分組成，編碼器把輸入資料壓縮成潛在空間（latent space）表徵，解碼器根據這一表徵重構輸入。自編碼器的結構如圖1所示，輸入資料 X首先經過編碼器被壓縮為編碼特徵 Z=f(X)，然後編碼特徵 Z經過解碼器得到 =g(Z)=g(f(X))，目的是重構輸入資料 X。自編碼器通過反向傳播的訓練方式求解 f(∙)和 g(∙)的映射關係，最小化重構誤差 L( ,X)。編碼器模組和解碼器模組可以採用卷積神經網路、全連接神經網路、遞迴神經網路等及其組合構造。當自編碼器應用於通道狀態資訊壓縮回饋時，編碼器輸出 Z的維度小於其輸入 X，輸出 Z的維度越小則壓縮率越高，相應地解碼器恢復通道狀態資訊的誤差也越大。

目前，基於AI的通道狀態資訊壓縮回饋方案通常在給定回饋消耗、MIMO層數、MIMO埠數，子帶數下設計AI模型，如圖2所示。終端側將通道狀態資訊V輸入到AI編碼器獲得壓縮的碼字C（碼字C的資訊長度遠小於輸入V的長度），然後將該碼字C輸入量化器，並把量化後二進位位元流輸入到反量化器得到具有量化誤差的碼字C’，最後把C’輸入到解碼器模組得到恢復的通道資訊V’。當存在多種網路配置超參數時，現有方案需要訓練多套AI模型，這會增加AI模型的訓練複雜度和AI模型的存儲消耗。以8種回饋消耗，4層MIMO，8種埠為例，網路層和終端需要針對8×4×8=256種參數配置分別訓練和部署一個AI模型，這給模型的訓練和存儲帶來了極大挑戰。

圖3是本發明實施例提供的通道狀態資訊處理方法的流程示意圖之一。如圖3所示，本發明實施例提供一種通道狀態資訊處理方法，其執行主體可以為終端，例如手機等。該方法可以包括：步驟310、將通道狀態資訊輸入至編碼器模型，得到編碼器模型輸出的擴展增強的通道狀態資訊；步驟320、將擴展增強的通道狀態資訊發送至網路設備；其中，編碼器模型包括編碼器，以及與編碼器級聯的通道狀態資訊擴展增強模組。

需要說明的是，可以將進行CSI壓縮回饋的AI模型作為基礎AI模型，並將基礎AI模型的編碼器部署在終端形成編碼器模型，將基礎AI模型的解碼器部署在網路設備形成解碼器模型；同時，通過對基礎AI模型的內側（編碼器的輸出側、解碼器的輸入側)和/或基礎AI模型的外側（編碼器的輸入側、解碼器的輸出側）級聯多對AI模組來實現基礎AI模型的擴展增強，從而可以在不同參數配置下複用基礎AI模型。

在步驟310中，終端可以將通道狀態資訊輸入至編碼器模型，編碼器的輸入側或輸出側級聯有通道狀態資訊擴展增強模組，該通道狀態資訊擴展增強模組能夠以不同方式對基礎AI模型進行擴展增強。

例如，對基礎AI模型進行擴展增強可以包括對通道狀態資訊的回饋消耗進行壓縮、調整不同MIMO層和/或不同MIMO埠的通道狀態資訊的機率分佈、對通道狀態資訊的子帶數進行填充等。

在對通道狀態資訊進行上述處理後，終端會將擴展增強的通道狀態資訊發送至網路設備，以便在網路設備部署的解碼器模型對擴展增強的通道狀態資訊進行對應處理，例如對壓縮後的回饋消耗進行還原、對機率分佈統一的不同MIMO層和/或不同MIMO埠的通道狀態資訊進行機率分佈還原、對子帶填充後的通道狀態資訊進行裁剪和/或合併等。

本發明實施例提供的通道狀態資訊處理方法，通過對編碼器模型的輸入側和/或輸出側級聯通道狀態資訊擴展增強模組，對AI模型進行擴展增強，可以實現在不同參數配置下複用AI模型，從而能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

於一個實施例中，通道狀態資訊擴展增強模組包括下採樣模組；下採樣模組層級聯於編碼器的輸出側，用於對通道狀態資訊的回饋消耗進行壓縮，得到壓縮後的回饋消耗；擴展增強的通道狀態資訊包括壓縮後的回饋消耗。

對於CSI壓縮回饋方案，網路參數配置要求支援不同的回饋消耗，該情況需要AI模型編碼器的輸出和解碼器的輸入支持多種維度以實現不同回饋消耗。在給定回饋消耗和量化階數的條件下，可以確定編碼器的輸出（解碼器的輸入）維度，並且訓練一個回饋消耗給定的基礎AI模型。

為了實現不同回饋消耗，可以對基礎AI模型的內側（編碼器的輸出側、解碼器的輸入側）級聯至少一對下採樣模組A-k和上採樣模組B-k實現回饋消耗擴展增強，如圖4所示。擴展後的基礎AI模型存在k條支路，每條支路對應一種回饋消耗配置。

於一個實施例中，下採樣模組可以包括以下任一項配置：下採樣模組為池化層；下採樣模組為輸入維度大於輸出維度的全連接層；下採樣模組為卷積下採樣層。

為了降低複雜度，A-k下採樣模組以及B-k上採樣模組不宜設計得過於複雜，可以採用以下任一項配置：配置1：A-k是池化層，B-k是鄰近插值層；配置2：A-k是一個輸入維度大於輸出維度的全連接層，B-k是一個輸入維度小於輸出維度的全連接層；配置3：A-k是一個卷積下採樣層（一個滑動步長大於1的卷積層），B-k是一個轉置卷積上採樣層。

其中，A-k的輸出維度（B-k的輸入維度）為，k=1,2,3,…； q為量化位元數，為網路配置的k種回饋消耗。

可選地，基礎AI模型可以是一個給定回饋消耗下的CSI壓縮回饋AI模型，A-k下採樣模組以及B-k上採樣模組在該基礎AI模型的基礎上進一步下採樣壓縮，得到多種更低的回饋消耗。

基礎AI模型還可以是一組AI變換-反變換對，不進行維度壓縮（也即，基礎AI模型的編碼器的輸出維度等於其輸入維度），維度壓縮完全通過A-k下採樣模組以及B-k上採樣模組實現。

本發明實施例提供的通道狀態資訊處理方法，通過在編碼器的輸出側級聯下採樣模組，可以實現AI模型對於CSI回饋消耗處理的擴展增強，從而實現在不同回饋消耗配置下複用AI模型，能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

於一個實施例中，通道狀態資訊擴展增強模組包括預變換模組；預變換模組層級聯於編碼器的輸入側，用於執行以下至少一項：調整不同多入多輸出MIMO層的通道狀態資訊的機率分佈，得到機率分佈和維度統一的不同MIMO層的通道狀態資訊；調整不同MIMO埠的通道狀態資訊的機率分佈和/或維度，得到機率分佈和維度統一的不同MIMO埠的通道狀態資訊擴展增強的通道狀態資訊包括機率分佈和維度統一的不同MIMO層和/或不同MIMO埠的通道狀態資訊。

對於CSI壓縮回饋方案，網路參數配置要求支援不同的MIMO層數、Port埠數。對於不同Port埠數，基礎AI模型（編碼器+解碼器）的輸入和輸出需要支援多種維度。此外，不同配置下基礎AI模型輸入的機率分佈也必須統一或者接近，才能使得基礎AI模型工作在最佳狀態。換言之，不同Port埠、不同MIMO層的CSI資料機率分佈不一致，需要變換到一個統一的機率分佈上。

如圖5所示，通過在基礎AI模型外側（編碼器的輸入側、解碼器的輸出側）級聯A-k預變換/B-k變換模組對，使得不同配置下的輸入機率分佈對齊和/或輸入維度對齊。

於一個實施例中，預變換模組包括以下任一項配置：預變換模組為恆等變換層；預變換模組在空域和頻域分別採用一個全連接層；預變換模組在空域和頻域採用一個2維卷積層；預變換模組在空域和頻域合併維度，採用一個全連接層；預變換模組在空域和頻域合併維度，採用一個1維卷積層；預變換模組在空域採用一個全連接層；預變換模組在空域採用一個1維卷積層。

對於基礎AI模型的MIMO層擴展增強，A-k預變換/B-k變換模組對的作用為分佈變換。

特殊地，A-1/B-1模組是恆等變換（輸入等於輸出），基礎AI模型是一個適用於層1的AI模型，A-k (k=2,3,4…)通過預變換使得層k的CSI機率分佈接近層1的CSI機率分佈，B-k將恢復的層k的CSI變換回原來的分佈。

A-k預變換/B-k變換模組對可以包括以下任一項配置：空域-頻域二維線性變換，在空域和頻域分別採用一個全連接層，或者整體採用一個2維卷積/轉置卷積；空域-頻域拉伸至1維，採用全連接層或者1維卷積。

對於基礎AI模型的Port埠擴展增強，A-k預變換/B-k變換模組對的作用為機率分佈匹配和維度統一，不同Port埠的CSI輸入被變換到某個統一的Port埠數。

特殊地，A-1/B-1模組是恆等變換（輸入等於輸出），基礎AI模型是一個適用於Port_Max的AI模型，A-k (k=2,3,4…)通過預變換使得k埠(k＜Port_Max)的CSI變換成Port_Max埠的CSI，B-k將恢復的CSI從Port_Max變換回原來的k埠。

A-k預變換/B-k變換模組對可以包括以下任一項配置：在空域採用一個全連接層；在空域採用1維卷積層。

本發明實施例提供的通道狀態資訊處理方法，通過在編碼器的輸入側級聯預變換模組，可以實現AI模型對MIMO層和/或MIMO埠進行處理的擴展增強，從而實現在不同MIMO層、不同埠配置下複用AI模型，能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

於一個實施例中，通道狀態資訊擴展增強模組包括子帶填充模組；子帶填充模組層級聯於編碼器的輸入側，用於對通道狀態資訊的子帶數進行填充，得到子帶填充後的通道狀態資訊；擴展增強的通道狀態資訊包括子帶填充後的通道狀態資訊。

對於CSI壓縮回饋方案，網路參數配置要求支援不同的子帶數，但是用於CSI壓縮回饋的基礎AI模組輸入的子帶數通常是給定的。

為了實現子帶數擴展增強，本發明實施例對基礎AI模組外側（編碼器的輸入側、解碼器的輸出側）級聯子帶填充模組和子帶裁剪模組。如圖6所示。

於一個實施例中，子帶填充模組具體用於：在通道狀態資訊的子帶數與編碼器模型的輸入子帶數的餘數大於0的情況下，基於編碼器模型的輸入子帶數對通道狀態資訊的子帶進行分組；對通道狀態資訊的子帶數小於編碼器模型的輸入子帶數的目標分組中的子帶進行週期循環填充，直到目標分組中的子帶數量等於編碼器模型的輸入子帶數；週期循環填充包括：根據分組中各子帶的排列順序，依次複製各子帶。

在對基礎AI模組外側（編碼器的輸入側、解碼器的輸出側）級聯子帶填充模組和子帶裁剪模組後，子帶填充模組和子帶裁剪模組以個子帶為一組對輸入的CSI進行填充和裁剪：當時，CSI恰好能被劃分為組，每一組分別送入基礎AI網路實現CSI壓縮回饋，子帶填充模組和子帶裁剪模組不需要對輸入做額外處理。

當時，CSI最後一組子帶數為低於，子帶填充模組會對包括個子帶的組內成員週期循環填充至個子帶後送入基礎AI模型。子帶裁剪模組會對週期循環填充的子帶進行裁剪或合併獲得原始的個子帶的CSI。

其中，對包括K個子帶的分組進行週期循環填充至包括個子帶的分組B是指：該操作可以最大程度模擬頻域相關性從而提高CSI壓縮回饋性能。

本發明實施例提供的通道狀態資訊處理方法，通過在編碼器的輸入側級聯子帶填充模組，可以實現AI模型對子帶數進行處理的擴展增強，從而實現在不同回饋消耗配置下複用AI模型，能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

圖7是本發明實施例提供的通道狀態資訊處理方法的流程示意圖之二。

如圖7所示，本發明實施例提供一種通道狀態資訊處理方法，其執行主體可以為網路設備，例如基地台等。該方法可以包括：步驟710、接收終端發送的擴展增強的通道狀態資訊；步驟720、將擴展增強的通道狀態資訊輸入至解碼器模型，得到解碼器模型輸出的還原通道狀態資訊；其中，解碼器模型包括解碼器，以及與解碼器級聯的通道狀態資訊還原模組。

在步驟710中，網路設備可以接收終端發送的擴展增強的通道狀態資訊。

需要說明的是，終端可以將通道狀態資訊輸入至編碼器模型，編碼器的輸入側或輸出側級聯有通道狀態資訊擴展增強模組，該通道狀態資訊擴展增強模組能夠以不同方式對AI基礎模型進行擴展增強。

例如，對通道狀態資訊的回饋消耗進行壓縮、調整不同MIMO層和/或不同MIMO埠的通道狀態資訊的機率分佈、對通道狀態資訊的子帶數進行填充等。

在對通道狀態資訊進行上述處理後，終端會將擴展增強的通道狀態資訊發送至網路設備，網路設備接收到擴展增強的通道狀態資訊後，會將該擴展增強的通道狀態資訊輸入到解碼器模型，並基於解碼器級聯的通道狀態資訊還原模組對擴展增強的通道狀態資訊進行還原處理，例如對壓縮後的回饋消耗進行還原、對機率分佈統一的不同MIMO層和/或不同MIMO埠的通道狀態資訊進行機率分佈還原、對子帶填充後的通道狀態資訊進行裁剪和/或合併等。

本發明實施例提供的通道狀態資訊處理方法，通過對解碼器模型的輸入側和/或輸出側級聯通道狀態資訊還原模組，對擴展增強的通道狀態資訊進行還原，可以實現在不同參數配置下複用AI模型，從而能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

於一個實施例中，擴展增強的通道狀態資訊包括壓縮後的回饋消耗；通道狀態資訊還原模組包括上採樣模組；上採樣模組層級聯於解碼器的輸入側，用於對壓縮後的回饋消耗進行還原，得到還原的回饋消耗。

於一個實施例中，上採樣模組包括以下任一項配置：上採樣模組為鄰近插值層；上採樣模組為輸入維度小於輸出維度的全連接層；上採樣模組為轉置卷積上採樣層。

本發明實施例提供的通道狀態資訊處理方法，通過在解碼器的輸入側級聯上採樣模組，可以實現AI模型對CSI回饋消耗處理的擴展增強，從而實現在不同回饋消耗配置下複用AI模型，能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

於一個實施例中，擴展增強的通道狀態資訊包括機率分佈和維度統一的不同MIMO層和/或不同MIMO埠的通道狀態資訊；通道狀態資訊還原模組包括變換模組；變換模組層級聯於解碼器的輸出側，用於執行以下至少一項：對機率分佈和維度統一的不同MIMO層的通道狀態資訊進行機率分佈還原，得到原始機率分佈的不同MIMO層的通道狀態資訊；對機率分佈和維度統一的不同MIMO埠的通道狀態資訊進行機率分佈和維度還原，得到原始機率分佈和維度的不同MIMO埠的通道狀態資訊。

於一個實施例中，變換模組包括以下任一項配置：變換模組為恆等變換層；變換模組在空域和頻域分別採用一個全連接層；變換模組在空域和頻域採用一個2維轉置卷積層；變換模組在空域和頻域合併維度，採用一個全連接層；變換模組在空域和頻域合併維度，採用一個1維卷積層；變換模組在空域採用一個全連接層；變換模組在空域採用一個1維卷積層。

本發明實施例提供的通道狀態資訊處理方法，通過在解碼器的輸出側級聯預變換模組，可以實現AI模型對MIMO層和/或MIMO埠處理的擴展增強，從而實現在不同MIMO層、不同埠配置下複用AI模型，能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

於一個實施例中，擴展增強的通道狀態資訊包括子帶填充後的通道狀態資訊；通道狀態資訊還原模組包括子帶裁剪模組；子帶裁剪模組層級聯於解碼器的輸出側，用於對子帶填充後的通道狀態資訊進行裁剪和/或合併，得到原始子帶數量的通道狀態資訊。

對於CSI壓縮回饋方案，網路參數配置要求支援不同的子帶數，但是用於CSI壓縮回饋的基礎AI模組輸入的子帶數通常是給定的。為了實現子帶數擴展增強，本發明實施例對基礎AI模組外側（編碼器的輸入側、解碼器的輸出側）級聯子帶填充模組和子帶裁剪模組。如圖6所示。

於一個實施例中，子帶裁剪模組具體用於：對進行過子帶週期循環填充的子帶分組中的子帶進行裁剪和/或合併。在對基礎AI模組外側（編碼器的輸入側、解碼器的輸出側）級聯子帶填充模組和子帶裁剪模組後，子帶填充模組和子帶裁剪模組以個子帶為一組對輸入的CSI進行填充和裁剪：當時，CSI恰好能被劃分為組，每一組分別送入基礎AI網路實現CSI壓縮回饋，子帶填充模組和子帶裁剪模組不需要對輸入做額外處理。

當時，CSI最後一組子帶數為低於，子帶填充模組會對包括個子帶的組內成員週期循環填充至個子帶後送入基礎AI模型。子帶裁剪模組會對週期循環填充的子帶進行裁剪或合併獲得原始的個子帶的CSI。其中，對包括K個子帶的分組進行週期循環填充至包括個子帶的分組B是指：該操作可以最大程度模擬頻域相關性從而提高CSI壓縮回饋性能。

本發明實施例提供的通道狀態資訊處理方法，通過在解碼器的輸出側級聯子帶裁剪模組，可以實AI模型對現子帶數處理的擴展增強，從而實現在不同回饋消耗配置下複用AI模型，能夠降低AI模型訓練的複雜度並節約AI模型的部署資源。

下面介紹應用本發明實施例提供的通道狀態資訊處理方法的若於實例：實例一（消耗可擴展的CSI壓縮回饋模型）：如圖8所示，EN Block和DE Block是一組預變換-變換對，採用Transformer模型，EN Block和DE Block的輸入輸出維度為12*64，輸入PMI（預編碼向量）為12個子帶32埠（實部和虛部合併，變為64維度）。經過訓練的EN Block將PMI變換到隱式域利於下採樣壓縮，DE Block將隱式域上的資料變換回PMI所在的空頻域。DS-k Block/US-k Block為全連接層實現的上-下採樣變換對，並且US-k Block內部級聯2位元均勻量化器、DS-k Block內部級聯了反量化器，k表示量化後位元數取值為k=20,40,60,…,320。通過內部級聯多對DS-k Block/US-k Block，基礎AI模型(EN Block+DE Block)實現了回饋消耗擴展增強。終端接收到網路配置通道（包括回饋消耗，UE也可以自行確定回饋消耗）後，根據回饋消耗選擇DS-k下採樣分支進行CSI壓縮。類似地，網路設備基於配置給終端的或者終端上報的回饋消耗選擇對應的US-k上採樣分支進行CSI恢復。

實例二（MIMO層可擴展的CSI壓縮回饋模型）：如圖9所示，基礎AI模型是一個基於Transformer模型的AE，用於12子帶、32埠，層1，240 bit回饋消耗的PMI壓縮和解壓縮。通過在基礎AI模型外側（編碼器的輸入側、解碼器的輸出側）級聯LPT-k Block-LT-k Block預變換-變換對，基礎AI模型可以實現MIMO多層擴展，其中LPT-1 Block、LT-1 Block均為輸入等於輸出的恆等變換，LPT-k Block/LT-k Block(k=2,3,4)是空域-頻域的2維線性變換，通過2個全連接層實現。對於第k層的PMI，終端選擇第k條支路進行CSI壓縮，網路設備則選擇第k條支路進行CSI恢復。

實例三（MIMO埠可擴展的CSI壓縮回饋模型）：如圖10所示，AI基礎模型是一個AE，用於12子帶、32埠、層1、240bit回饋消耗的PMI壓縮和解壓。通過外側級聯PPT-k Block /PT-k Block，基礎AI模型實現MIMO多埠的擴展。PPT-32 Block/PT-32 Block為輸入等於輸出的恆等變換，PPT-k Block/PT-k Block(k=24,16,12)為全連接層實現的空域線性變換，將輸入為維度的PMI變換為維度的PMI，其中k為實際PMI埠數。

實例四（子帶數可擴展的CSI壓縮回饋模型）： AI基礎模型是一個基於Transformer模型的AE，用於子帶、埠、層1、240bit回饋消耗的PMI壓縮和解壓。通過在基礎AI模型外側（編碼器的輸入側、解碼器的輸出側）級聯子帶填充模組和子帶裁剪模組，基礎AI模型實現了子帶數的擴展。子帶填充模組對於當前輸入的個子帶PMI以12個子帶為一組劃分成5組，對於最後一組少於12個子帶的情況，在頻域上循環填充8個子帶以實現12個子帶AI輸入（填充後子帶索引號為[1,2,3,4,3,2,1,2,3,4,3,2]）。子帶裁剪模組將最後一個分組中對應的循環填充PMI進行裁剪獲得原始PMI。

實例五（子帶數+埠+層+回饋消耗可擴展的CSI壓縮回饋模型）：如圖11所示，EN Block和DE Block構成的基礎AI網路對12子帶、32埠、層1的PMI進行變換和反變換。先通過基礎AI網路內側（編碼器的輸出側、解碼器的輸入側）級聯DS-k/US-k實現回饋消耗擴展增強，通過全連接層實現；隨後，基礎AI網路外側（編碼器的輸入側、解碼器的輸出側）級聯LPT-k/LT-k實現了4層MIMO擴展，LPT-1/LT-1為恆等變換，LPT-k/LT-k(k=2,3,4)通過全連接層實現空域和頻域二維線性變換實現；在基礎AI網路外側進一步級聯PPT-k/PT-k實現{32,24,16,12}埠擴展，PPT-32/PT-32為恆等變換，PPT-k/PT-k(k=24,16,12)通過全連接層空域線性變換實現；最後，在基礎AI模型外側級聯子帶週期循環填充和子帶反填充實現子帶數擴展增強。

實例六（子帶數+埠+回饋消耗可擴展的CSI壓縮回饋模型，Layer-Specified AI模型）：如圖12所示，EN Block和DE Block構成的基礎AI模型對12子帶、32埠、層1的PMI進行變換和反變換，先通過基礎AI網路內側（編碼器的輸出側、解碼器的輸入側）級聯DS-k/US-k實現回饋消耗擴展增強，通過全連接層實現；在基礎AI模型外側（編碼器的輸入側、解碼器的輸出側）進一步級聯PPT-k/PT-k實現{32,24,16,12}埠擴展，PPT-32/PT-32為恆等變換，PPT-k/PT-k(k=24,16,12)通過全連接層實現空域線性變換實現；最後，在基礎AI模型外側級聯子帶填充模組和子帶裁剪模組實現子帶數擴展增強。

圖13是本發明實施例提供的一種終端的結構示意圖，如圖13所示，該終端包括記憶體1320，收發機1300，處理器1310，其中：記憶體1320，用於存儲電腦程式；收發機1300，用於在該處理器1310的控制下收發資料；處理器1310，用於讀取該記憶體1320中的電腦程式並執行以下操作：將通道狀態資訊輸入至編碼器模型，得到編碼器模型輸出的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。

其中，在圖13中，匯流排架構可以包括任意數量的互聯的匯流排和橋，具體由處理器1310代表的一個或多個處理器和記憶體1320代表的記憶體的各種電路連結在一起。匯流排架構還可以將諸如週邊設備、穩壓器和功率管理電路等之類的各種其他電路連結在一起，這些都是本領域所公知的，因此，本發明不再對其進行進一步描述。匯流排介面提供介面。收發機1300可以是多個元件，即包括發送機和接收機，提供用於在傳輸介質上與各種其他裝置通信的單元，這些傳輸介質包括無線通道、有線通道、光纜等傳輸介質。針對不同的使用者設備，使用者介面1330還可以是能夠外接內接需要設備的介面，連接的設備包括但不限於小鍵盤、顯示器、揚聲器、麥克風、操縱桿等。

處理器1310負責管理匯流排架構和通常的處理，記憶體1320可以存儲處理器1310在執行操作時所使用的資料。

可選的，處理器1310可以是中央處理器（Central Processing Unit, CPU）、專用積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式設計閘陣列（Field－Programmable Gate Array，FPGA）或複雜可程式設計邏輯裝置（Complex Programmable Logic Device，CPLD），處理器也可以採用多核架構。

處理器通過調用記憶體存儲的電腦程式，用於按照獲得的可執行指令執行本發明實施例提供的任一該方法。處理器與記憶體也可以實體上分開佈置。

於一個實施例中，該通道狀態資訊擴展增強模組包括子帶填充模組；該子帶填充模組層級聯於該編碼器的輸入側，用於對該通道狀態資訊的子帶數進行填充，得到子帶填充後的通道狀態資訊；該擴展增強的通道狀態資訊包括該子帶填充後的通道狀態資訊。於一個實施例中，該下採樣模組包括以下任一項配置：該下採樣模組為池化層；該下採樣模組為輸入維度大於輸出維度的全連接層；該下採樣模組為卷積下採樣層。

在此需要說明的是，本發明實施例提供的上述終端，能夠實現上述執行主體為終端的方法實施例所實現的所有方法步驟，且能夠達到相同的技術效果，在此不再對本實施例中與方法實施例相同的部分及有益效果進行具體贅述。

圖14是本發明實施例提供的網路設備的結構示意圖，如圖14所示，該網路設備包括記憶體1420，收發機1400，處理器1410，其中：記憶體1420，用於存儲電腦程式；收發機1400，用於在該處理器1410的控制下收發資料；處理器1410，用於讀取該記憶體1420中的電腦程式並執行以下操作：接收終端發送的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊輸入至解碼器模型，得到解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。

具體地，收發機1400，用於在處理器1410的控制下接收和發送資料。

其中，在圖14中，匯流排架構可以包括任意數量的互聯的匯流排和橋，具體由處理器1410代表的一個或多個處理器和記憶體1420代表的記憶體的各種電路連結在一起。匯流排架構還可以將諸如週邊設備、穩壓器和功率管理電路等之類的各種其他電路連結在一起，這些都是本領域所公知的，因此，本發明不再對其進行進一步描述。匯流排介面提供介面。收發機1400可以是多個元件，即包括發送機和接收機，提供用於在傳輸介質上與各種其他裝置通信的單元，這些傳輸介質包括無線通道、有線通道、光纜等傳輸介質。處理器1410負責管理匯流排架構和通常的處理，記憶體1420可以存儲處理器1410在執行操作時所使用的資料。

處理器1410可以是中央處理器（Central Processing Unit, CPU）、專用積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式設計閘陣列（Field－Programmable Gate Array，FPGA）或複雜可程式設計邏輯裝置（Complex Programmable Logic Device，CPLD），處理器也可以採用多核架構。

在此需要說明的是，本發明實施例提供的上述網路設備，能夠實現上述執行主體為網路設備的方法實施例所實現的所有方法步驟，且能夠達到相同的技術效果，在此不再對本實施例中與方法實施例相同的部分及有益效果進行具體贅述。

圖15是本發明實施例提供的通道狀態資訊處理裝置的結構示意圖之一。

如圖15所示，本發明實施例還提供一種通道狀態資訊處理裝置，應用於終端，該裝置包括：增強模組1510，用於將通道狀態資訊輸入至編碼器模型，得到編碼器模型輸出的擴展增強的通道狀態資訊；發送模組1520，用於將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。

在此需要說明的是，本發明實施例提供的上述裝置，能夠實現上述執行主體為終端的方法實施例所實現的所有方法步驟，且能夠達到相同的技術效果，在此不再對本實施例中與方法實施例相同的部分及有益效果進行具體贅述。

圖16是本發明實施例提供的通道狀態資訊處理裝置的結構示意圖之二。

如圖16所示，本發明實施例還提供一種通道狀態資訊處理裝置，應用於網路設備，該裝置包括：接收模組1610，用於接收終端發送的擴展增強的通道狀態資訊；還原模組1620，用於將該擴展增強的通道狀態資訊輸入至解碼器模型，得到解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。

在此需要說明的是，本發明實施例提供的上述裝置，能夠實現上述執行主體為網路設備的方法實施例所實現的所有方法步驟，且能夠達到相同的技術效果，在此不再對本實施例中與方法實施例相同的部分及有益效果進行具體贅述。

需要說明的是，本發明實施例中對單元的劃分是示意性的，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式。另外，在本發明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨實體存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用軟體功能單元的形式實現。

該集成的單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時，可以存儲在一個處理器可讀取存儲介質中。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式體現出來，該電腦軟體產品存儲在一個存儲介質中，包括若干指令用以使得一台電腦設備（可以是個人電腦，伺服器，或者網路設備等）或處理器（processor）執行本發明各個實施例該方法的全部或部分步驟。

而前述的存儲介質包括：USB碟、行動硬碟、唯讀記憶體（Read-Only Memory ，ROM）、隨機存取記憶體（Random Access Memory，RAM）、磁碟或者光碟等各種可以存儲程式碼的介質。

另一方面，本發明實施例還提供一種處理器可讀存儲介質，該處理器可讀存儲介質存儲有電腦程式，該電腦程式用於使該處理器執行上述各實施例提供的方法，例如包括：將通道狀態資訊輸入至編碼器模型，得到編碼器模型輸出的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及該編碼器級聯的通道狀態資訊擴展增強模組；或者，接收終端發送的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊輸入至解碼器模型，得到解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。

該處理器可讀存儲介質可以是處理器能夠存取的任何可用介質或資料存放裝置，包括但不限於磁性記憶體（例如軟碟、硬碟、磁帶、磁光碟（MO）等）、光學記憶體（例如CD、DVD、BD、HVD等）、以及半導體記憶體（例如ROM、EPROM、EEPROM、快閃記憶體（NAND FLASH）、固態硬碟（SSD））等。

本發明實施例提供的技術方案可以適用於多種系統，尤其是5G系統。例如適用的系統可以是全球行動通訊（global system of mobile communication，GSM）系統、碼分多址（code division multiple access，CDMA）系統、寬頻碼分多址（Wideband Code Division Multiple Access，WCDMA）通用分組無線業務（general packet radio service，GPRS）系統、長期演進（long term evolution，LTE）系統、LTE頻分雙工（frequency division duplex，FDD）系統、LTE時分雙工（time division duplex，TDD）系統、高級長期演進（long term evolution advanced，LTE-A）系統、通用行動系統（universal mobile telecommunication system，UMTS）、全球互聯微波接取（worldwide interoperability for microwave access，WiMAX）系統、5G 新空中介面（New Radio, NR）系統等。這多種系統中均包括終端設備和網路設備。系統中還可以包括核心網部分，例如演進的分組系統（Evloved Packet System, EPS）、5G系統（5GS）等。

本發明實施例關於一種終端設備，可以是指向使用者提供語音和/或資料連通性的設備，具有無線連接功能的掌上型設備、或連接到無線數據機的其他處理設備等。在不同的系統中，終端設備的名稱可能也不相同，例如在5G系統中，終端設備可以稱為使用者設備（User Equipment，UE）。無線終端設備可以經無線接取網（Radio Access Network, RAN）與一個或多個核心網（Core Network, CN）進行通信，無線終端設備可以是行動終端設備，如行動電話（或稱為“蜂窩”電話）和具有行動終端設備的電腦，例如，可以是可攜式、袖珍式、掌上型、電腦內置的或者車載的行動裝置，它們與無線接取網交換語言和/或資料。例如，個人通信業務（Personal Communication Service，PCS）電話、無線電話、會話發起協定（Session Initiated Protocol，SIP）話機、無線本地環路（Wireless Local Loop，WLL）站、個人數位助理（Personal Digital Assistant，PDA）等設備。無線終端設備也可以稱為系統、訂戶單元（subscriber unit）、訂戶站（subscriber station），行動站（mobile station）、行動台（mobile）、遠端站（remote station）、接取點（access point）、遠端終端機設備（remote terminal）、接取終端設備（access terminal）、使用者終端設備（user terminal）、使用者代理（user agent）、使用者裝置（user device），本發明實施例中並不限定。

本發明實施例關於一種網路設備，可以是基地台，該基地台可以包括多個為終端提供服務的小區。根據具體應用場合不同，基地台又可以稱為接取點，或者可以是接取網中在空中介面上通過一個或多個磁區與無線終端設備通信的設備，或者其它名稱。網路設備可用於將收到的空中訊框與網際協議（Internet Protocol，IP）分組進行相互更換，作為無線終端設備與接取網的其餘部分之間的路由器，其中接取網的其餘部分可包括網際協定（IP）通信網路。網路設備還可協調對空中介面的屬性管理。例如，本發明實施例關於一種網路設備可以是全球行動通信系統（Global System for Mobile communications，GSM）或碼分多址接取（Code Division Multiple Access，CDMA）中的網路設備（Base Transceiver Station，BTS），也可以是頻寬碼分多址接取（Wide-band Code Division Multiple Access，WCDMA）中的網路設備（NodeB），還可以是長期演進（long term evolution，LTE）系統中的演進型網路設備（evolutional Node B，eNB或e-NodeB）、5G網路架構（next generation system）中的5G基地台（gNB），也可以是家庭演進基地台（Home evolved Node B，HeNB）、中繼節點（relay node）、家庭基地台（femto）、微微基地台（pico）等，本發明實施例中並不限定。在一些網路結構中，網路設備可以包括集中單元（centralized unit，CU）節點和分佈單元（distributed unit，DU）節點，集中單元和分佈單元也可以地理上分開佈置。

網路設備與終端設備之間可以各自使用一或多根天線進行多輸入多輸出（Multi Input Multi Output, MIMO）傳輸，MIMO傳輸可以是單個使用者MIMO（Single User MIMO, SU-MIMO）或多個使用者MIMO（Multiple User MIMO, MU-MIMO）。根據根天線組合的形態和數量，MIMO傳輸可以是2D-MIMO、3D-MIMO、FD-MIMO或massive-MIMO，也可以是分集傳輸或預編碼傳輸或波束賦形傳輸等。

本領域內的具通常知識者應明白，本發明的實施例可提供為方法、系統、或電腦程式產品。因此，本發明可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本發明可採用在一個或多個其中包含有電腦可用程式碼的電腦可用存儲介質（包括但不限於磁碟記憶體和光學記憶體等）上實施的電腦程式產品的形式。

本發明是參照根據本發明實施例的方法、設備（系統）、和電腦程式產品的流程圖和／或方框圖來描述的。應理解可由電腦可執行指令實現流程圖和／或方框圖中的每一流程和／或方框、以及流程圖和／或方框圖中的流程和／或方框的結合。可提供這些電腦可執行指令到通用電腦、專用電腦、嵌入式處理機或其他可程式設計資料處理設備的處理器以產生一個機器，使得通過電腦或其他可程式設計資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和／或方框圖一個方框或多個方框中指定的功能的裝置。

這些處理器可執行指令也可存儲在能引導電腦或其他可程式設計資料處理設備以特定方式工作的處理器可讀記憶體中，使得存儲在該處理器可讀記憶體中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和／或方框圖一個方框或多個方框中指定的功能。

這些處理器可執行指令也可裝載到電腦或其他可程式設計資料處理設備上，使得在電腦或其他可程式設計設備上執行一系列操作步驟以產生電腦實現的處理，從而在電腦或其他可程式設計設備上執行的指令提供用於實現在流程圖一個流程或多個流程和／或方框圖一個方框或多個方框中指定的功能的步驟。

顯然，本領域的具通常知識者可以對本發明進行各種改動和變型而不脫離本發明的精神和範圍。這樣，倘若本發明的這些修改和變型屬於本發明專利申請範圍及其等同技術的範圍之內，則本發明也意圖包含這些改動和變型在內。

310-320:步驟 710-720:步驟 1300:收發機 1310:處理器 1320:記憶體 1330:使用者介面 1400:收發機 1410:處理器 1420:記憶體 1430:使用者介面 1510:增強模組 1520:發送模組 1610:接收模組 1620:還原模組

圖1是現有技術中自編碼器的結構示意圖；圖2是現有技術中基於AI的通道狀態資訊壓縮回饋方案的流程示意圖；圖3是本發明實施例提供的通道狀態資訊處理方法的流程示意圖之一；圖4是根據本發明實施例的下採樣模組-上採樣模組對的結構示意圖；圖5是根據本發明實施例的預變換模組-變換模組對的結構示意圖；圖6是根據本發明實施例的級聯子帶填充模組與子帶裁剪模組的結構示意圖；圖7是本發明實施例提供的通道狀態資訊處理方法的流程示意圖之二；圖8是應用本發明實施例提供的通道狀態資訊處理方法的實例結構圖之一；圖9是應用本發明實施例提供的通道狀態資訊處理方法的實例結構圖之二；圖10是應用本發明實施例提供的通道狀態資訊處理方法的實例結構圖之三；圖11是應用本發明實施例提供的通道狀態資訊處理方法的實例結構圖之四；圖12是應用本發明實施例提供的通道狀態資訊處理方法的實例結構圖之五；圖13是本發明實施例提供的終端的結構示意圖；圖14是本發明實施例提供的網路設備的結構示意圖；圖15是本發明實施例提供的通道狀態資訊處理裝置的結構示意圖之一；圖16是本發明實施例提供的通道狀態資訊處理裝置的結構示意圖之二。

Claims

一種通道狀態資訊處理方法，應用於終端，該方法包括：將通道狀態資訊輸入至編碼器模型，得到該編碼器模型輸出的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。
如請求項1所述的通道狀態資訊處理方法，應用於終端，其中，該通道狀態資訊擴展增強模組包括下採樣模組；該下採樣模組層級聯於該編碼器的輸出側，用於對該通道狀態資訊的回饋開銷進行壓縮，得到壓縮後的回饋開銷；該擴展增強的通道狀態資訊包括該壓縮後的回饋開銷。
如請求項1所述的通道狀態資訊處理方法，應用於終端，其中，該通道狀態資訊擴展增強模組包括預變換模組；該預變換模組層級聯於該編碼器的輸入側，用於執行以下至少一項：調整不同多輸入多輸出（Multiple-Input Multiple-Output，MIMO）層的通道狀態資訊的機率分佈，得到機率分佈和維度統一的不同MIMO層的通道狀態資訊；調整不同MIMO埠的通道狀態資訊的機率分佈和/或維度，得到機率分佈和維度統一的不同MIMO埠的通道狀態資訊；該擴展增強的通道狀態資訊包括該機率分佈和維度統一的不同MIMO層和/或不同MIMO埠的通道狀態資訊。
如請求項1所述的通道狀態資訊處理方法，應用於終端，其中，該通道狀態資訊擴展增強模組包括子帶填充模組；該子帶填充模組層級聯於該編碼器的輸入側，用於對該通道狀態資訊的子帶數進行填充，得到子帶填充後的通道狀態資訊；該擴展增強的通道狀態資訊包括該子帶填充後的通道狀態資訊。
如請求項2所述的通道狀態資訊處理方法，應用於終端，其中，該下採樣模組包括以下任一項配置：該下採樣模組為池化層；該下採樣模組為輸入維度大於輸出維度的全連接層；該下採樣模組為卷積下採樣層。
如請求項5所述的通道狀態資訊處理方法，應用於終端，其中，該下採樣模組的輸出維度是基於該回饋開銷的種類以及預定的量化比特數確定的。
如請求項3所述的通道狀態資訊處理方法，應用於終端，其中，該預變換模組包括以下任一項配置：該預變換模組為恆等變換層；該預變換模組在空域和頻域分別採用一個全連接層；該預變換模組在空域和頻域採用一個2維卷積層；該預變換模組在空域和頻域合併維度，採用一個全連接層；該預變換模組在空域和頻域合併維度，採用一個1維卷積層；該預變換模組在空域採用一個全連接層；該預變換模組在空域採用一個1維卷積層。
如請求項4所述的通道狀態資訊處理方法，應用於終端，其中，該子帶填充模組具體用於：在該通道狀態資訊的子帶數與該編碼器模型的輸入子帶數的餘數大於0的情況下，基於該編碼器模型的輸入子帶數對該通道狀態資訊的子帶進行分組；對該通道狀態資訊的子帶數小於該編碼器模型的輸入子帶數的目標分組中的子帶進行週期迴圈填充，直到該目標分組中的子帶數量等於該編碼器模型的輸入子帶數；該週期迴圈填充包括：根據分組中各子帶的排列順序，依次複製各子帶。
一種通道狀態資訊處理方法，應用於網路設備，該方法包括：接收終端發送的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊輸入至解碼器模型，得到該解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。
如請求項9所述的通道狀態資訊處理方法，應用於網路設備，其中，該擴展增強的通道狀態資訊包括壓縮後的回饋開銷；該通道狀態資訊還原模組包括上採樣模組；該上採樣模組層級聯於該解碼器的輸入側，用於對該壓縮後的回饋開銷進行還原，得到還原的回饋開銷。
如請求項9所述的通道狀態資訊處理方法，應用於網路設備，其中，該擴展增強的通道狀態資訊包括機率分佈和維度統一的不同多輸入多輸出MIMO層和/或不同MIMO埠的通道狀態資訊；該通道狀態資訊還原模組包括變換模組；該變換模組層級聯於該解碼器的輸出側，用於執行以下至少一項：對該機率分佈和維度統一的不同MIMO層的通道狀態資訊進行機率分佈還原，得到原始機率分佈的不同MIMO層的通道狀態資訊；對該機率分佈和維度統一的不同MIMO埠的通道狀態資訊進行機率分佈和維度還原，得到原始機率分佈和維度的不同MIMO埠的通道狀態資訊。
如請求項9所述的通道狀態資訊處理方法，應用於網路設備，其中，該擴展增強的通道狀態資訊包括子帶填充後的通道狀態資訊；該通道狀態資訊還原模組包括子帶裁剪模組；該子帶裁剪模組層級聯於該解碼器的輸出側，用於對子帶填充後的通道狀態資訊進行裁剪和/或合併，得到原始子帶數量的通道狀態資訊。
如請求項10所述的通道狀態資訊處理方法，應用於網路設備，其中，該上採樣模組包括以下任一項配置：該上採樣模組為鄰近插值層；該上採樣模組為輸入維度小於輸出維度的全連接層；該上採樣模組為轉置卷積上採樣層。
如請求項13所述的通道狀態資訊處理方法，應用於網路設備，其中，該上採樣模組的輸入維度是基於該回饋開銷的種類以及預定的量化比特數確定的。
如請求項11所述的通道狀態資訊處理方法，應用於網路設備，其中，該變換模組包括以下任一項配置：該變換模組為恆等變換層；該變換模組在空域和頻域分別採用一個全連接層；該變換模組在空域和頻域採用一個2維轉置卷積層；該變換模組在空域和頻域合併維度，採用一個全連接層；該變換模組在空域和頻域合併維度，採用一個1維卷積層；該變換模組在空域採用一個全連接層；該變換模組在空域採用一個1維卷積層。
如請求項12所述的通道狀態資訊處理方法，應用於網路設備，其中，該子帶裁剪模組具體用於：對進行過子帶週期迴圈填充的子帶分組中的子帶進行裁剪和/或合併。
一種終端，包括記憶體，收發機，處理器：記憶體，用於存儲電腦程式；收發機，用於在該處理器的控制下收發資料；處理器，用於讀取該記憶體中的電腦程式並執行以下操作：將通道狀態資訊輸入至編碼器模型，得到該編碼器模型輸出的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。
一種網路設備，包括記憶體，收發機，處理器：記憶體，用於存儲電腦程式；收發機，用於在該處理器的控制下收發資料；處理器，用於讀取該記憶體中的電腦程式並執行以下操作：接收終端發送的擴展增強的通道狀態資訊；將該擴展增強的通道狀態資訊輸入至解碼器模型，得到該解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。
一種通道狀態資訊處理裝置，該裝置包括：增強模組，用於將通道狀態資訊輸入至編碼器模型，得到該編碼器模型輸出的擴展增強的通道狀態資訊；發送模組，用於將該擴展增強的通道狀態資訊發送至網路設備；其中，該編碼器模型包括編碼器，以及與該編碼器級聯的通道狀態資訊擴展增強模組。
一種通道狀態資訊處理裝置，該裝置包括：接收模組，用於接收終端發送的擴展增強的通道狀態資訊；還原模組，用於將該擴展增強的通道狀態資訊輸入至解碼器模型，得到該解碼器模型輸出的還原通道狀態資訊；其中，該解碼器模型包括解碼器，以及與該解碼器級聯的通道狀態資訊還原模組。
一種處理器可讀存儲介質，該處理器可讀存儲介質存儲有電腦程式，該電腦程式用於使該處理器執行請求項1至8中任一項所述的通道狀態資訊處理方法，應用於終端，或者執行請求項9至16中任一項所述的通道狀態資訊處理方法，應用於網路設備。