WO2025076745A1 - 信号处理方法及装置、终端设备、网络设备 - Google Patents

信号处理方法及装置、终端设备、网络设备 Download PDF

Info

Publication number
WO2025076745A1
WO2025076745A1 PCT/CN2023/124107 CN2023124107W WO2025076745A1 WO 2025076745 A1 WO2025076745 A1 WO 2025076745A1 CN 2023124107 W CN2023124107 W CN 2023124107W WO 2025076745 A1 WO2025076745 A1 WO 2025076745A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
model
configuration information
information
measure
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
Application number
PCT/CN2023/124107
Other languages
English (en)
French (fr)
Inventor
陈文洪
刘文东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to PCT/CN2023/124107 priority Critical patent/WO2025076745A1/zh
Publication of WO2025076745A1 publication Critical patent/WO2025076745A1/zh
Anticipated expiration legal-status Critical
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path

Definitions

  • the embodiments of the present application relate to the field of mobile communication technology, and specifically to a signal processing method and apparatus, terminal equipment, and network equipment.
  • the network equipment can configure different types of reference signals for related measurements and reporting of different communication functions. If the measurement and reporting are based on the AI model, different AI models need to be used for measurement and reporting to realize different communication functions.
  • the communication function of the reference signal configured by the network device is usually invisible to the terminal device, and the terminal device cannot know the function of the reference signal.
  • the signal processing method provided by the embodiment of the present application includes:
  • the terminal device determines whether to use the AI model to process or measure the first signal based on the configuration information related to the first signal, and/or the first AI model used to process or measure the first signal; wherein the configuration information includes any one of the following:
  • Reference signal configuration information used to configure the first signal
  • CSI Channel state information reporting configuration information associated with the first signal
  • TCI Transmission Configuration Indication
  • Control Resource Set group index information associated with the first signal
  • PCI physical cell identifier
  • the network device indicates, through configuration information related to the first signal, whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal; wherein the configuration information includes any one of the following:
  • the first signal is associated with PCI information.
  • a signal processing device provided in an embodiment of the present application is applied to a terminal device, and the device includes:
  • a first determination unit is configured to determine whether to use an AI model to process or measure the first signal and/or the first AI model used to process or measure the first signal based on configuration information related to the first signal; wherein the configuration information includes any one of the following:
  • Reference signal configuration information used to configure the first signal
  • a communication device provided in an embodiment of the present application is applied to a network device, and the device includes:
  • An indication unit is configured to indicate whether to use the AI model to process or measure the first signal and/or the first AI model used for processing or measuring the first signal through configuration information related to the first signal; wherein the configuration information includes any one of the following:
  • Reference signal configuration information used to configure the first signal
  • the first signal is associated with PCI information.
  • an embodiment of the present application provides a terminal device, the terminal device includes a processor and a memory.
  • the memory is used to store computer executable instructions
  • the processor is connected to the memory to implement the signal processing method of the first aspect by executing the computer executable instructions.
  • an embodiment of the present application provides a network device, the network device comprising a processor and a memory.
  • the memory is used to store computer executable instructions
  • the processor is connected to the memory to implement the signal processing method of the second aspect by executing the computer executable instructions.
  • the chip provided in the embodiments of the present application is used to implement the signal processing method of the first aspect or the second aspect mentioned above.
  • an embodiment of the present application provides a computer-readable storage medium, which stores a computer program, and when the computer program is executed by at least one processor, implements the signal processing method of the first aspect or the second aspect mentioned above.
  • an embodiment of the present application provides a computer program product, which includes a computer storage medium, which stores a computer program, and the computer program includes instructions that can be executed by at least one processor.
  • the instructions are executed by at least one processor, the signal processing method of the first aspect or the second aspect mentioned above is implemented.
  • the computer program provided in the embodiment of the present application when running on a computer, enables the computer to execute the signal processing method of the first aspect or the second aspect mentioned above.
  • the embodiment of the present application provides a signal processing method, wherein the terminal device determines whether to use the AI model to process or measure the first signal according to the configuration information related to the first signal, and/or the first AI model used for processing or measuring the first signal.
  • the configuration information related to the first signal may be some configuration information associated with the function of TRP/cell/signal, such as reference signal configuration information, CSI reporting configuration information, TCI status, CORESET group index information or PCI information.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal based on whether the function of TRP/cell/signal supports transmission based on the AI model, through the configuration information related to the first signal, so that the terminal device selects a better way to process or measure the first signal.
  • the network device can configure different AI models for different TRP/cell/signal functions through the configuration information related to the first signal, so that the function-specific AI model of TRP/cell/signal can be implemented to improve the transmission performance based on the AI model.
  • FIG1 is a schematic diagram of a communication architecture
  • FIG3A is a schematic diagram of a scenario 1 of downlink non-coherent transmission of multiple PDCCHs
  • FIG3B is a second schematic diagram of a scenario of downlink non-coherent transmission of multiple PDCCHs
  • FIG4 is a schematic diagram of a scenario of downlink non-coherent transmission of a single PDCCH
  • Fig. 5 is a schematic diagram of a neuron structure
  • FIG7 is a flow chart of a signal processing method provided in an embodiment of the present application.
  • FIG8 is a schematic diagram of the structure of a communication device 800 provided in an embodiment of the present application.
  • FIG9 is a schematic diagram of the structure of a communication device 900 provided in an embodiment of the present application.
  • FIG10 is a schematic structural diagram of a communication device provided in an embodiment of the present application.
  • FIG. 12 is a schematic block diagram of a communication system provided in an embodiment of the present application.
  • FIG. 1 is a schematic diagram of an application scenario of an embodiment of the present application.
  • LTE Long Term Evolution
  • TDD LTE Time Division Duplex
  • UMTS Universal Mobile Telecommunication System
  • IoT Internet of Things
  • NB-IoT Narrow Band Internet of Things
  • eMTC enhanced Machine-Type Communications
  • 5G communication system also known as New Radio (NR) communication system
  • NR New Radio
  • the network device 120 can be an evolved base station (Evolutional Node B, eNB or eNodeB) in the LTE system, or a next generation radio access network (Next Generation Radio Access Network, NG RAN) device, or a base station (gNB) in the NR system, or a wireless controller in the cloud radio access network (Cloud Radio Access Network, CRAN), or the network device 120 can be a relay station, access point, vehicle-mounted device, wearable device, hub, switch, bridge, router, or a network device in the future evolved public land mobile network (Public Land Mobile Network, PLMN), etc.
  • Evolutional Node B, eNB or eNodeB next generation radio access network
  • gNB base station
  • CRAN Cloud Radio Access Network
  • the network device 120 can be a relay station, access point, vehicle-mounted device, wearable device, hub, switch, bridge, router, or a network device in the future evolved public land mobile network (Public Land Mobile Network, PLMN), etc.
  • PLMN Public Land Mobile Network
  • the terminal device 110 may refer to an access terminal, a user equipment (UE), a user unit, a user station, a mobile station, a mobile station, a remote station, a remote terminal, a mobile device, a user terminal, a terminal, a wireless communication device, a user agent, or a user device.
  • UE user equipment
  • the access terminal may be a cellular phone, a cordless phone, a Session Initiation Protocol (SIP) phone, an IoT device, a satellite handheld terminal, a Wireless Local Loop (WLL) station, a Personal Digital Assistant (PDA), a handheld device with wireless communication function, a computing device or other processing device connected to a wireless modem, a vehicle-mounted device, a wearable device, a terminal device in a 5G network, or a terminal device in a future evolution network, etc.
  • SIP Session Initiation Protocol
  • IoT IoT device
  • satellite handheld terminal a Wireless Local Loop (WLL) station
  • PDA Personal Digital Assistant
  • PDA Personal Digital Assistant
  • the terminal device 110 can be used for device to device (Device to Device, D2D) communication.
  • D2D Device to Device
  • FIG1 exemplarily shows a network device and two terminal devices.
  • the communication system 100 may include multiple network devices and each network device may include another number of terminal devices within its coverage area, which is not limited in the embodiments of the present application.
  • FIG. 1 is only an example of a system to which the present application is applicable. Of course, the method shown in the embodiment of the present application can also be applied to other systems. In addition, the terms “system” and “network” are often used interchangeably in this article.
  • the "indication" mentioned in the embodiments of the present application can be a direct indication, an indirect indication, or an indication of an association relationship.
  • a indicates B which can mean that A directly indicates B, for example, B can be obtained through A; it can also mean that A indirectly indicates B, for example, A indicates C, and B can be obtained through C; it can also mean that there is an association relationship between A and B.
  • predefined can refer to the definition in the protocol.
  • protocol may refer to a standard protocol in the communication field, for example, it may include an LTE protocol, an NR protocol, and related protocols used in future communication systems, and this application does not limit this.
  • Downlink coherent joint transmission (CJT) based on multiple TRPs is introduced in the NR communication system.
  • Downlink CJT is generally based on an ideal backhaul link.
  • Multiple TRPs use different beams and/or precoding matrices to send the same data on the same physical resources. By adjusting the precoding matrix, the data sent by different TRPs are coherently superimposed on the terminal device side, thereby improving the data transmission performance.
  • the terminal device In order to enable the data sent by different TRPs to be coherently superimposed on the terminal device side, the terminal device needs to feed back the CSI of different TRPs based on the CJT assumption.
  • the terminal device can feedback a rank indicator (RI), one or more precoding matrix indicators (PMI) and a channel quality indicator (CQI) in the CSI.
  • PMI can contain precoding information of multiple TRPs.
  • the terminal device can feedback the precoding information of multiple TRPs in one PMI or in multiple PMIs respectively, so that when the network device uses these precoding information for precoding, the effect of coherent transmission can be achieved.
  • CSI can be measured based on the Channel State Information-Reference Signal (CSI-RS) resources configured by the network device.
  • the network device can configure multiple CSI-RS resources, each resource corresponds to a TRP, and the terminal device performs CSI measurement based on the channel information obtained from multiple CSI-RS resources and the assumption of coherent transmission.
  • CSI-RS Channel State Information-Reference Signal
  • FIG2 is a schematic diagram of a scenario of downlink coherent transmission of multiple TRPs.
  • TRP210 and TRP220 can cooperate with each other.
  • TRP210 and TRP220 can use different beams and/or precoding matrices to send physical downlink control channels (PDSCH) to terminal device 230 on the same physical resources, respectively.
  • PDSCH physical downlink control channels
  • the PDSCHs sent by TRP210 and TRP220 are coherently superimposed on the terminal device 230 side; the terminal device 230 can feedback positive acknowledgment (ACK)/negative acknowledgment (NACK) and CSI to TRP210.
  • the downlink control information (DCI) for scheduling PDSCH transmitted by TRP210 can be carried by the control resource set (CORESET).
  • CORESET control resource set
  • Downlink NC-JT based on multiple TRPs is also introduced in the NR communication system.
  • the backhaul connection between TRPs can be ideal or non-ideal. Under ideal backhaul, TRPs can exchange information quickly and dynamically. Under non-ideal backhaul, TRPs can exchange information quasi-statically due to large delays.
  • Multiple TRPs can use different control channels to independently schedule multiple PDSCH transmissions of a terminal device; multiple TRPs can also use the same control channel to schedule the transmission of different TRPs, where data of different TRPs use different transmission layers. The following describes two implementation methods for scheduling multiple TRPs using control channels.
  • the scheduled PDSCHs can be transmitted in the same time slot or in different time slots.
  • the terminal device needs to support the simultaneous reception of PDCCH and PDSCH from different TRPs.
  • the terminal device can feed back ACK/NACK and CSI to different TRPs that transmit the corresponding PDSCH, and this scenario can be applied to both ideal backhaul and non-ideal backhaul.
  • the terminal device can also combine ACK/NACK and CSI and feed them back to one TRP. This scenario can be applied to ideal backhaul.
  • the DCI for scheduling PDSCH transmitted by different TRPs can be carried by different CORESETs, that is, the network device side can configure multiple CORESETs, and each TRP uses its own CORESET to carry DCI.
  • different TRPs can be distinguished by CORESET.
  • the network device can configure a CORESET index for each CORESET, and different CORESET indexes correspond to different TRPs.
  • the terminal device feeds back CSI, it needs to feed back the CSI corresponding to each TRP respectively.
  • the CSI may include RI, PMI, CQI, etc.
  • Each TRP can use the CSI obtained to schedule downlink transmission.
  • FIG3A is a schematic diagram of a scenario of non-coherent downlink transmission of multiple PDCCHs.
  • TRP310 and TRP320 can cooperate with each other.
  • TRP310 can send PDCCH1 and PDSCH1 to terminal device 330
  • TRP320 can send PDCCH2 and PDSCH2 to terminal device 330.
  • Terminal device 330 can feed back ACK/NACK and CSI to different TRPs (i.e., TRP310 and TRP320) that transmit the corresponding PDSCH.
  • the DCI for scheduling PDSCH1 transmitted by TRP310 can be carried by CORESET1
  • the DCI for scheduling PDSCH1 transmitted by TRP320 can be carried by CORESET1.
  • the DCI of PDSCH2 can be carried by CORESET2.
  • FIG3B is a schematic diagram of a scenario of non-coherent downlink transmission of multiple PDCCHs.
  • TRP340 and TRP350 can cooperate with each other.
  • TRP340 can send PDCCH3 and PDSCH3 to terminal device 360
  • TRP350 can send PDCCH4 and PDSCH4 to terminal device 360.
  • Terminal device 360 can combine ACK/NACK and CSI and feed back to one TRP (ie, TRP340).
  • the DCI for scheduling PDSCH3 transmitted by TRP340 can be carried by CORESET3
  • the DCI for scheduling PDSCH4 transmitted by TRP350 can be carried by CORESET4.
  • Another possible implementation method is that for downlink transmission scheduled by a single PDCCH, the same DCI can schedule multiple transport layers from different TRPs.
  • multiple transport layers from different TRPs use demodulation reference signal (DMRS) ports in different command data module (CDM) groups and different transmission configuration indication (TCI) states.
  • DMRS demodulation reference signal
  • CDM command data module
  • TCI transmission configuration indication
  • the network device needs to indicate the DMRS ports from different CDM groups and the TCI states corresponding to different CDM groups in one DCI, so as to support different DMRS ports to use different beams for transmission.
  • HARQ-ACK feedback can reuse the mechanism in the existing protocol. This scenario is suitable for ideal backhaul.
  • the terminal device needs to report the RI and PMI corresponding to different TRPs in one CSI, as well as a joint CQI, which can be used to determine the modulation and coding scheme (MCS).
  • MCS modulation and coding scheme
  • the network device can configure the terminal device to report the CSI corresponding to multiple different transmission assumptions, such as simultaneously reporting the CSI based on the single TRP transmission assumption and the CSI based on the NC-JT transmission assumption of multiple TRPs.
  • the network device can also configure the terminal device to report the best performance of multiple different transmission assumptions and the corresponding CSI, thereby saving feedback signaling overhead.
  • FIG4 is a schematic diagram of a scenario of downlink non-coherent transmission of a single PDCCH.
  • TRP410 and TRP420 there are two TRPs, denoted as TRP410 and TRP420, and TRP410 and TRP420 can cooperate with each other.
  • the DCI transmitted by TRP410 can be carried by CORESET, and the DCI can schedule both the transport layer from TRP410 (ie, Layer 1) and the transport layer from TRP420 (ie, Layer 2).
  • the terminal device 430 can combine the ACK/NACK and CSI and feed them back to one TRP (ie, TRP410).
  • AI models are models that can handle a variety of tasks. They have the ability to self-learn and self-adapt, and can dynamically adjust and make decisions based on changes in the environment. AI models can also be called Machine Learning (ML) models, and the two are equivalent or interchangeable.
  • ML Machine Learning
  • An AI model can be trained and obtained through the process of data set construction, training, verification and testing. Training can be divided into offline training and online training. Network equipment can obtain a static training result through offline training of data sets, which can be called offline training here. In the process of network equipment or terminal equipment using AI models, as the terminal equipment further measures and/or reports, the network equipment can continue to collect more data and perform real-time online training to optimize the parameters of the AI model to achieve better inference and prediction results. After obtaining the AI model, by inputting the current information into the AI model, the corresponding model output can be inferred.
  • the terminal device can use the measured reference signal receiving power (RSRP) corresponding to multiple beams in the second beam set (represented by the CSI-RS resource index) as the input of the AI model, thereby inferring the best beam in the first beam set (represented by the CSI-RS resource index) and the corresponding RSRP, and reporting the inference result to the network device.
  • RSRP measured reference signal receiving power
  • the second beam set may be a subset of the first beam set.
  • AI models can also be used for positioning, channel coding, channel decoding, modulation and demodulation, channel estimation and other communication processes. Procedure.
  • the AI model used for the uplink and downlink communication process is usually trained based on the cell/TRP.
  • the terminal device needs to switch to the AI model corresponding to the cell/TRP for communication to ensure communication performance.
  • the cell/TRP that transmits the signal is usually invisible to the terminal device, and some cells/TRP do not support signal transmission based on the AI model.
  • the network equipment can configure different types of reference signals for related measurements and reporting of different communication functions. If the measurement and reporting are based on the AI model, different AI models need to be used for measurement and reporting to realize different functions.
  • the functions of the reference signals configured by the network equipment are usually invisible to the terminal device. In the case where the function of the reference signal is invisible to the terminal device, how to let the terminal device know the AI model corresponding to the function supported by the current reference signal is a problem that needs to be solved.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal based on whether the function of TRP/cell/signal supports transmission based on the AI model, through the configuration information related to the first signal, so that the terminal device selects a better way to process or measure the first signal.
  • the network device can configure different AI models for different TRP/cell/signal functions through the configuration information related to the first signal, so that the function-specific AI model of TRP/cell/signal can be implemented to improve the transmission performance based on the AI model.
  • FIG7 shows a flow chart of a signal processing method provided in an embodiment of the present application. As shown in FIG7 , the method may include the following steps.
  • the network device indicates, through configuration information related to the first signal, whether to use an AI model to process or measure the first signal, and/or indicates the first AI model to be used to process or measure the first signal.
  • the first signal may be one or more of a reference signal, a control signal, and a data signal.
  • control signal may include a physical uplink control channel (PUCCH), a PDCCH, etc., which is not limited in the embodiments of the present application.
  • PUCCH physical uplink control channel
  • PDCCH Physical Downlink Control Channel
  • the data signal may include a physical uplink shared channel (Physical Uplink Shared Channel, PUSCH), PDSCH, etc., which is not limited in the embodiments of the present application.
  • PUSCH Physical Uplink Shared Channel
  • PDSCH Physical Downlink Shared Channel
  • the network device can configure the first signal for the terminal device.
  • the network device can configure the time-frequency resources for transmitting/detecting the first signal, the time-frequency resources of the PDCCH for scheduling the first signal, the spatial transmission relationship of the first signal (characterized by the TCI state), the physical cell identifier (PCI) associated with the first signal, etc. for the terminal device, and the embodiments of the present application do not limit this.
  • the network device can configure the time-frequency resources for transmitting/detecting the first signal, the time-frequency resources of the PDCCH for scheduling the first signal, the spatial transmission relationship of the first signal (characterized by the TCI state), the physical cell identifier (PCI) associated with the first signal, etc. for the terminal device, and the embodiments of the present application do not limit this.
  • PCI physical cell identifier
  • the network device may indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or indicate the first AI model used to process or measure the first signal, through the configuration information related to the first signal. Accordingly, the terminal device may determine whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal based on the configuration information related to the first signal.
  • the network device may instruct the terminal device whether to use the AI model to process or measure the first signal through configuration information related to the first signal. Accordingly, the terminal device may determine whether to use the AI model to process or measure the first signal based on the configuration information related to the first signal. It should be noted that when the network device instructs the terminal device to use the AI model to process or measure the first signal through configuration information related to the first signal, the terminal device may The first signal is processed or measured using a default AI model, wherein the default AI model may be a predefined AI model or an AI model preconfigured by the network device for the terminal device, which is not limited in the embodiments of the present application.
  • the network device may directly indicate to the terminal device, through the configuration information related to the first signal, the specific AI model (referred to as the first AI model in the embodiment of the present application) used for processing or measuring the first signal. Accordingly, the terminal device may determine the first AI model used for processing or measuring the first signal based on the configuration information related to the first signal.
  • the specific AI model referred to as the first AI model in the embodiment of the present application
  • the network device may indicate to the terminal device whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, through the configuration information related to the first signal. Accordingly, the terminal device may determine whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, based on the configuration information related to the first signal.
  • the network device instructs the terminal device to use the AI model to process or measure the first signal through the configuration information related to the first signal, it can further instruct the terminal device to use the AI model used to process or measure the first signal (referred to as the first AI model in this embodiment of the application).
  • the configuration information related to the first signal may include any one of the following:
  • Reference signal configuration information used to configure the first signal
  • the first signal is associated with PCI information.
  • the configuration information related to the first signal may be reference signal configuration information for configuring the first signal, in which case the first signal may be a reference signal.
  • the reference signal configuration information may indicate a first reference signal resource set, wherein the first reference signal resource set may include one or more reference signal resources, wherein the one or more reference signal resources are used to transmit the first signal.
  • the transmission/detection resource of the first signal is indicated by the reference signal configuration information.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or indicate the first AI model used for processing or measuring the first signal through the CSI reporting configuration information associated with the first signal. Accordingly, the terminal device can determine whether to use the AI model to process or measure the first signal, and/or the first AI model used for processing or measuring the first signal based on the CSI reporting configuration information associated with the first signal.
  • the configuration information related to the first signal may be a TCI state associated with the first signal.
  • the TCI state associated with the first signal may be a TCI state configured by the network device for the first signal, which is used for the receiving end processing of the first signal.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or indicate the first AI model used for processing or measuring the first signal through the TCI state associated with the first signal. Accordingly, the terminal device can determine whether to use the AI model to process or measure the first signal, and/or the first AI model used for processing or measuring the first signal based on the TCI state associated with the first signal.
  • the configuration information related to the first signal may also be the CORESET group index information associated with the first signal.
  • the CORESET group index information associated with the first signal refers to the CORESET group index information of the CORESET where the first PDCCH is located, wherein the first PDCCH is the PDCCH used to schedule the first signal.
  • the CORESET group index information associated with the first signal is the CORESET group index information of the CORESET where the PDCCH used to schedule the first signal is located.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or indicate the first AI model used for processing or measuring the first signal through the CORESET group index information associated with the first signal. Accordingly, the terminal device can determine whether to use the AI model to process or measure the first signal, and/or the first AI model used for processing or measuring the first signal based on the CORESET group index information associated with the first signal.
  • the configuration information related to the first signal may also be PCI information associated with the first signal.
  • the PCI information associated with the signal may be PCI information of a sequence used to generate the first signal.
  • the PCI information associated with the first signal may also be PCI information configured in the TCI state of the first signal. This embodiment of the present application does not impose any restrictions on this.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or indicate the first AI model used for processing or measuring the first signal through the PCI information associated with the first signal. Accordingly, the terminal device can determine whether to use the AI model to process or measure the first signal, and/or the first AI model used for processing or measuring the first signal based on the PCI information associated with the first signal.
  • AI model uses the AI model to perform one or more of signal generation, precoding, modulation, channel coding, demodulation, channel decoding, and channel detection of the first signal.
  • using the AI model to generate the first signal can be to use the information to be transmitted as the input of the AI model, and generate and output the first signal through the AI model.
  • the first signal can be a PUCCH or PUSCH carrying CSI reporting
  • the terminal device can use the AI model to obtain channel information (such as feature vectors, beam information, delay information, etc.) as the input of the AI model, and infer the first signal through the AI model.
  • the use of the AI model to precode the first signal may be to use the first signal that has not been precoded as an input to the AI model and to obtain the precoded first signal through inference using the AI model.
  • the AI model is used to modulate the first signal, and the information bits of the data to be transmitted (ie, the first signal) may be used as the input of the AI model, and the modulated first signal may be output.
  • Using the AI model to demodulate the first signal may be to use the received modulated first signal as an input of the AI model and output the demodulated information bits.
  • Using the AI model to perform channel coding on the first signal may be to use the information bits to be transmitted (ie, the first signal) as input to the AI model and output the encoded first signal.
  • Using the AI model to perform channel decoding of the first signal may be to use the received encoded first signal as an input of the AI model and output decoded information bits.
  • Using the AI model to perform channel detection of the first signal can be to use the first signal as input to the AI model and output channel information (such as feature vectors, beam information, delay information, etc.) for transmitting the first signal.
  • channel information such as feature vectors, beam information, delay information, etc.
  • the measuring of the first signal using the AI model may include:
  • the terminal device obtains downlink channel information based on the first signal measurement
  • the terminal device uses the downlink channel information as the input of the AI model to obtain the target measurement results.
  • the downlink channel information obtained based on the first signal measurement can be a physical quantity reflecting the channel state obtained based on the first signal measurement, such as the channel covariance matrix R, the channel matrix H, the channel eigenvalue, the channel eigenvector, the channel impulse response, the channel delay power spectrum, the channel strength (such as RSRP), the channel angle (AOA), etc.
  • the channel covariance matrix R the channel matrix H
  • the channel eigenvalue the channel eigenvector
  • the channel impulse response the channel delay power spectrum
  • the channel strength such as RSRP
  • AOA channel angle
  • the terminal device can obtain a characteristic vector of the downlink channel based on the first signal measurement as the input of the AI model, thereby outputting corresponding PMI information.
  • the first signal when the first signal and the AI model are used for beam management, the first signal may be a group of CSI-RS, and the terminal device may use the corresponding RSRP obtained based on the CSI-RS measurement as the input of the AI model, thereby outputting the predicted beam index with the best performance and the corresponding RSRP.
  • not using an AI model to process or measure the first signal may refer to using a non-AI/ML method to process or measure the first signal. That is, the first signal is processed or measured using a traditional method.
  • the network device instructs the terminal device not to use the AI model to perform CSI measurement based on the first signal
  • the terminal device may use a codebook-based method to perform CSI measurement and reporting based on the first signal.
  • the network device may determine in advance whether the processing or measurement of the first signal uses an AI model, and/or the first AI model used for the processing or measurement of the first signal. Thus, the network device may indicate whether to use an AI model to process or measure the first signal, and/or the first AI model used for the processing or measurement of the first signal, through configuration information related to the first signal.
  • the network device may determine whether to use an AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal based on one or more of the following:
  • the network device may determine whether to use the AI model to process or measure the first signal based on whether the TRP that transmits the first signal supports the communication process based on the AI model. If the TRP that transmits the first signal supports the communication process based on the AI model, that is, the TRP can use the AI model to interact with the terminal device for the first signal, the network device may instruct the terminal device to use the AI model to process or measure the first signal through the configuration information related to the first signal. Conversely, if the TRP that transmits the first signal does not support the communication process based on the AI model, the network device may instruct the terminal device not to use the AI model to process or measure the first signal through the configuration information related to the first signal.
  • different TRPs correspond to different AI models, or in other words, different TRPs support different AI models, that is, when the TRPs transmitting the first signal are different, the AI models used are different. It should be noted that due to the different geographical locations, scattering environments, etc. of different TRPs, the channel parameters between different TRPs and terminal devices will be different. Therefore, different TRPs may need to use different AI models in order to obtain the most accurate processing or measurement effect of the first signal.
  • the network device can use the AI model corresponding to the TRP that transmits the first signal as the first AI model used for processing or measuring the first signal. Furthermore, the network device instructs the terminal device to use the AI model to process or measure the first signal through the configuration information related to the first signal, and at the same time instructs the first AI model used for processing or measuring the first signal. Alternatively, the network device directly indicates the first AI model used for processing or measuring the first signal to the terminal device through the configuration information related to the first signal.
  • the network device may determine whether to use the AI model to process or measure the first signal based on whether the cell that transmits the first signal supports the communication process based on the AI model. If the cell that transmits the first signal supports the communication process based on the AI model, the network device may instruct the terminal device to use the AI model to process or measure the first signal through the configuration information related to the first signal. Conversely, if the cell that transmits the first signal does not support the communication process based on the AI model, the network device may instruct the terminal device not to use the AI model to process or measure the first signal through the configuration information related to the first signal.
  • the network device may use the AI model corresponding to the cell that transmits the first signal as the first AI model used for processing or measuring the first signal. Furthermore, the network device instructs the terminal device to use the AI model to process or measure the first signal through the configuration information related to the first signal, and at the same time instructs the first AI model used for processing or measuring the first signal. Alternatively, the network device directly indicates the first AI model used for processing or measuring the first signal to the terminal device through the configuration information related to the first signal.
  • different TRPs can be configured with the same cell ID or different cell IDs.
  • the different TRPs are different cells.
  • the network device may determine whether to use the AI model to process or measure the first signal based on whether the function of the first signal supports AI model-based processing.
  • the functions of the first signal include but are not limited to CSI measurement, beam management, terminal device positioning, time-frequency synchronization, etc., and the embodiments of the present application do not limit this.
  • the functions of the first signal can be further subdivided, for example, CSI measurement can be further subdivided into RSRP measurement, SINR measurement, channel information for scheduling (such as RI/PMI/CQI) measurement, single TRP measurement, CJT measurement, non-coherent joint transmission (Non-Coherent Joint Transmission, NCJT) measurement, sub-band measurement, broadband measurement;
  • beam management can be further subdivided into time domain beam prediction, spatial domain beam prediction, transmit beam selection, etc.;
  • positioning can be further subdivided into location information reporting, channel information reporting for positioning, timing information reporting, etc.
  • whether the function of the first signal supports AI model-based processing may refer to whether the network device and the terminal device can use the AI model to process the first signal of the function. If the function of the first signal supports AI model-based processing, that is, the network device and the terminal device can use the AI model to process the first signal of the function, the network device can instruct the terminal device to use the AI model to process or measure the first signal through the configuration information related to the first signal. Conversely, if the function of the first signal does not support AI model-based processing, that is, the network device and the terminal device cannot use the AI model to process the first signal of the function, the network device can instruct the terminal device not to use the AI model to process or measure the first signal through the configuration information related to the first signal.
  • the network device and the terminal device process the first signal with different functions in different ways. Therefore, different AI models can be used for different functions of the first signal. It should be noted that the network device or the terminal device can determine the actual AI model through pre-training. The AI model corresponding to each function is now available. If the AI model corresponding to each function is pre-trained by the terminal device, the terminal device can report the AI model corresponding to each function to the network device through the UE capability information.
  • the network device can use the AI model corresponding to the function of the first signal as the first AI model used for processing or measuring the first signal. Furthermore, the network device instructs the terminal device to use the AI model to process or measure the first signal through the configuration information related to the first signal, and at the same time instructs the first AI model used for processing or measuring the first signal. Alternatively, the network device directly transmits the first AI model used for processing or measuring the first signal to the terminal device through the configuration information related to the first signal.
  • the network device can establish an association relationship between a parameter in the configuration information related to the first signal (for example, any one of reference signal resources, CSI reporting configuration information, TCI status, CORESET group index information, and PCI information) and the AI model.
  • a parameter in the configuration information related to the first signal for example, any one of reference signal resources, CSI reporting configuration information, TCI status, CORESET group index information, and PCI information
  • the network device can use the AI model associated with a parameter in the configuration information related to the first signal to indicate whether to use the AI model to process or measure the first signal, and/or indicate the first AI model to be used for processing or measuring the first signal.
  • the input structure and/or output structure of the first AI model is pre-agreed upon by the terminal device and the network device, or is pre-configured to the terminal device by the network device.
  • the terminal device can determine whether to use the AI model to process or measure the first signal according to the configuration information related to the first signal, and/or the first AI model used for processing or measuring the first signal.
  • the configuration information related to the first signal can be some configuration information associated with the function of TRP/cell/signal, such as reference signal configuration information, CSI reporting configuration information, TCI status, CORESET group index information or PCI information.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal based on whether the function of TRP/cell/signal supports transmission based on the AI model through the configuration information related to the first signal, so that the terminal device selects a better way to process or measure the first signal.
  • the network device can configure different AI models for different TRP/cell/signal functions through the configuration information related to the first signal, so that the function-specific AI model of TRP/cell/signal can be implemented to improve the transmission performance based on the AI model.
  • the network device in S710 indicates whether to use the AI model to process or measure the first signal through the configuration information related to the first signal, and/or there are multiple ways to use the first AI model to process or measure the first signal.
  • the terminal device in S720 determines whether to use the AI model to process or measure the first signal based on the configuration information related to the first signal, and/or there are also multiple ways to determine the first AI model to be used to process or measure the first signal. This is explained in detail below through methods #1 to #7.
  • Method #1 The configuration information related to the first signal is reference signal configuration information used to configure the first signal, wherein the reference signal configuration information includes first indication information; the first indication information is used to indicate whether to use an AI model to process or measure the first signal, and/or the first AI model.
  • the first signal may be a reference signal.
  • the network device may add new indication information (referred to as first indication information in the embodiment of the present application) to the reference signal configuration information to indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or the first AI model.
  • the first indication information includes 1 bit of information, wherein when the value of the first indication information is a first value (for example, 1), it indicates that the AI model is used to process or measure the first signal, and when the value of the first indication information is a second value (for example, 0), it indicates that the AI model is not used to process or measure the first signal.
  • a first value for example, 1
  • a second value for example, 0
  • the first indication information when the first indication information is absent, it indicates that the AI model is not used to process or measure the first signal, and when the first information exists, it indicates that the AI model is used to process or measure the first signal. That is, when the first indication information does not exist in the reference signal configuration information, it indicates that the AI model is not used to process or measure the first signal. When the first indication information exists in the reference signal configuration information, it indicates that the AI model is used to process or measure the first signal.
  • the first indication information may only indicate the first AI model.
  • the first indication information may indicate a function of the first AI model and/or identification information (ID) of the first AI model.
  • different AI models may have different model functions.
  • the first indication information may also directly indicate the function of the first AI model, and the first AI model is determined by the function of the model.
  • the first indication information may carry the function ID of the first AI model, and indicate the first AI model by the function ID.
  • the input structure and/or output structure of the first AI model is pre-determined by the terminal device and the network device, or pre-configured to the terminal device by the network device.
  • the first AI model can be pre-trained by the terminal device and reported to the network device through UE capability information; or, the first AI model can be pre-trained by the network device and configured to the terminal device through RRC signaling.
  • the first indication information may indicate whether to use an AI model to process or measure the first signal, and the first AI model used to process or measure the first signal.
  • the first indication information may include a first indication field and a second indication field.
  • the first indication field is used to indicate whether the AI model is used to process or measure the first signal.
  • the first indication field may contain 1 bit of information.
  • the value of the first indication field is a first value (for example, 1), it indicates that the AI model is used to process or measure the first signal.
  • the value of the first indication field is a second value (for example, 0), it indicates that the AI model is not used to process or measure the first signal.
  • the second indication field is used to indicate the first AI model, wherein the second indication field may indicate the function of the first AI model, or the identification information of the first AI model.
  • the second indication field may be default, or the second indication field may be an invalid indication field.
  • the first indication information may include multiple indication states, wherein a first indication state among the multiple indication states indicates that the AI model is not used to process or measure the first signal, and other indication states of the multiple indication states are used to indicate the first AI model used to process or measure the first signal.
  • the terminal device can determine not to use the AI model to process or measure the first signal.
  • the terminal device can use the AI model corresponding to the indication state as the first AI model for processing or measuring the first signal.
  • the first indication state may be a fixed value, for example, the first indication state is a value of all 0 or all 1.
  • Other indication states may indicate a function of an AI model or a model ID of an AI model.
  • the first indication information can indicate the function of the AI model, and different values of the first indication information can correspond to different functions of the AI model.
  • the AI model may include multiple functions, among which a specific function (referred to as the first function in the embodiment of the present application) may indicate that the AI model is not used to process or measure the first signal.
  • the terminal device can determine not to use the AI model to process or measure the first signal.
  • the terminal device can use the AI model corresponding to the function indicated by the first indication information as the first AI model for processing or measuring the first signal.
  • the first indication information indicates identification information of the AI model, wherein the first identification information is used to indicate that the AI model is not used to process or measure the first signal, and other identification information is used to indicate the first AI model used to process or measure the first signal.
  • the first indication information can indicate the ID of the AI model.
  • the terminal device can determine not to use the AI model to process or measure the first signal.
  • the terminal device can use the AI model corresponding to the identification information indicated by the first indication information as the first AI model for processing or measuring the first signal.
  • the first indication information can indicate the AI models at the same time. and an ID of a model that supports the function.
  • the first indication information indicates any one of the first function and the first identification information, it may indicate that the AI model is not used to process or measure the first signal.
  • the terminal device may jointly determine the first AI model corresponding to the first signal based on the function and model ID indicated by the first indication information.
  • the CSI reporting configuration information is used to configure CSI measurement and CSI reporting based on the first signal.
  • the network device can add new indication information (referred to as the first indication information in the embodiment of the present application) in the CSI reporting configuration information to indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or the first AI model.
  • the first indication information in the embodiment of the present application
  • the first indication information may only indicate whether to use the AI model to process or measure the first signal.
  • the first indication information may also only indicate the first AI model.
  • the first indication information may also indicate whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal.
  • first indication information can be understood by referring to the relevant description of the first indication information in method #1. For the sake of brevity, it will not be repeated here.
  • the configuration information related to the first signal is reference signal configuration information used to configure the first signal; the reference signal configuration information indicates a first reference signal resource set, and one or more reference signal resources included in the first reference signal resource set are used to transmit the first signal.
  • the network device may indicate whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal, through reference signal configuration information.
  • the terminal device may determine whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal based on the reference signal configuration information.
  • the network device indicates the first AI model used for processing or measuring the first signal through the reference signal configuration information.
  • the terminal device can determine the first AI model used for processing or measuring the first signal based on the reference signal configuration information.
  • the network device indicates whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, through the reference signal configuration information. Accordingly, the terminal device can determine whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal based on the reference signal configuration information.
  • the first reference signal resource set may be associated with an AI model or may not be associated with an AI model.
  • the reference signal configuration information indicates that the AI model is not used to process or measure the first signal; when the first reference signal resource set has an associated AI model, the reference signal configuration information indicates that the first AI model is used to process or measure the first signal, and further, the reference signal configuration information may indicate that the first AI model is the AI model associated with the first reference signal resource set.
  • the network device can use the first reference signal resource set indicated by the reference signal configuration information to implicitly indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or the first AI model to be used for processing or measuring the first signal.
  • first reference signal resource set is associated with an AI model
  • AI model associated with the first reference signal resource set can be predefined or configured by the network device, and the embodiments of the present application do not limit this.
  • the network device may configure whether the first reference signal resource set is associated with an AI model and the first AI model associated with the first reference signal resource set through RRC signaling. If the first reference signal resource set is associated with an AI model, the network device may also dynamically update the first AI model associated with the first reference signal resource set through MAC layer signaling or DCI signaling, thereby flexibly reusing the same reference signal resource set to implement different AI model configurations and avoiding frequent reconfiguration of RRC signaling.
  • the association relationship between the reference signal resource set and the AI model can be obtained by It is reflected in the association between the functions of the AI models.
  • the terminal device determines the function of the first AI model through the reference signal resource set, and can determine the first AI model corresponding to the function.
  • the network device can pre-configure the function corresponding to each reference signal resource set through RRC signaling, and the terminal device determines the pre-agreed/configured AI model for implementing the function according to the function.
  • the AI model corresponding to the corresponding CSI-RS is AI model 1; if the function corresponding to the second CSI-RS resource set is time-frequency tracking, the AI model corresponding to the corresponding CSI-RS is AI model 2.
  • the association relationship between the reference signal resource set and the AI model can be reflected by the corresponding relationship between the reference signal resource set and the model ID of the AI model.
  • the terminal device determines the model ID of the first AI model through the reference signal resource set, and can determine the first AI model corresponding to the model ID.
  • the configuration information related to the first signal is the CSI reporting configuration information associated with the first signal; the CSI reporting configuration information is used to configure CSI measurement and CSI reporting based on the first signal; wherein the CSI reporting configuration information includes indication information of a second reference signal resource set, and one or more reference signal resources in the second reference signal resource set are used to transmit the first signal.
  • the network device may report configuration information through CSI to indicate whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal.
  • the terminal device may report configuration information through CSI to determine whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal.
  • the network device may report configuration information through CSI to indicate the first AI model used for processing or measuring the first signal.
  • the terminal device may report configuration information through CSI to determine the first AI model used for processing or measuring the first signal.
  • the network device may report configuration information through CSI to indicate whether to use the AI model to process or measure the first signal, and the first AI model used for processing or measuring the first signal.
  • the terminal device may report configuration information through CSI to determine whether to use the AI model to process or measure the first signal, and the first AI model used for processing or measuring the first signal.
  • the above-mentioned CSI reporting configuration information may be associated with an AI model or may not be associated with an AI model.
  • the CSI reporting configuration information indicates that the terminal device does not use the AI model to process or measure the first signal;
  • the CSI reporting configuration information indicates that the terminal device uses the first AI model to process or measure the first signal, and further, the CSI reporting configuration information may indicate that the first AI model is the AI model associated with the CSI reporting configuration information.
  • the network device can use CSI reporting configuration information to implicitly indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or the first AI model to be used for processing or measuring the first signal.
  • the CSI reporting configuration information is associated with an AI model
  • the AI model associated with the CSI reporting configuration information can be predefined or configured by the network device, and the embodiments of the present application do not limit this.
  • whether the CSI reporting configuration information is associated with an AI model, and the AI model associated with the CSI reporting configuration information can be predetermined by the network device, and whether the CSI reporting configuration information is associated with an AI model, and the first AI model associated with the CSI reporting configuration information are configured to the terminal device.
  • the network device can configure whether the CSI reporting configuration information is associated with an AI model, and the first AI model associated with the CSI reporting configuration information through RRC signaling.
  • the network device can also dynamically update the first AI model associated with the CSI reporting configuration information through MAC layer signaling or DCI signaling, so as to flexibly reuse the same CSI reporting configuration information to implement different AI model configurations and avoid frequent reconfiguration of RRC signaling.
  • the association between the CSI reporting configuration information and the AI model can be reflected by the association between the CSI reporting configuration information and the function of the AI model.
  • the terminal device determines the function of the model through the CSI reporting configuration information, and can determine the first AI model corresponding to the function.
  • the network device can pre-configure the function corresponding to each CSI reporting configuration information through RRC signaling, and the terminal device determines the pre-agreed/configured AI model for implementing the function according to the function.
  • the function corresponding to the first CSI reporting configuration information is CSI measurement
  • the AI model corresponding to the corresponding CSI-RS is AI model 1
  • the function corresponding to the second CSI reporting configuration information is time-frequency tracking
  • the AI model corresponding to the corresponding CSI-RS is AI model 2.
  • the correspondence between the CSI reporting configuration information and the AI model can be reflected by the correspondence between the CSI reporting configuration information and the model ID of the AI model.
  • the terminal device determines the model ID of the first AI model through the CSI reporting configuration information, and can determine the first AI model corresponding to the model ID.
  • Method #5 The configuration information related to the first signal is the TCI state associated with the first signal; the TCI state associated with the first signal is the TCI state configured by the network device for the first signal.
  • the network device may indicate whether to use the AI model to perform the above-mentioned TCI state through the TCI state associated with the first signal. Processing or measuring a first signal, and/or, a first AI model used for processing or measuring the first signal. Accordingly, the terminal device can determine whether to use an AI model to process or measure the first signal, and/or, the first AI model used for processing or measuring the first signal, through a TCI state associated with the first signal.
  • the network device may indicate the first AI model used for processing or measuring the first signal through the TCI state associated with the first signal.
  • the terminal device may determine the first AI model used for processing or measuring the first signal through the TCI state associated with the first signal.
  • the network device may indicate whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, through the TCI state associated with the first signal.
  • the terminal device may determine whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, through the TCI state associated with the first signal.
  • the TCI state may be associated with an AI model or may not be associated with an AI model. Wherein, when the TCI state is not configured with an associated AI model, the TCI state indicates that the terminal device does not use the AI model to process or measure the first signal; when the TCI state is configured with an associated AI model, the TCI state indicates that the terminal device uses the first AI model to process or measure the first signal, and further, the TCI state may indicate that the first AI model is the AI model associated with the TCI state.
  • the network device can use the TCI state associated with the first signal to implicitly indicate to the terminal device whether to use the AI model to process or measure the first signal, and the first AI model to use for processing or measuring the first signal.
  • the network device can configure whether the TCI state is associated with an AI model, and the AI model associated with the TCI state through dedicated signaling.
  • the network device can also configure whether the TCI state is associated with an AI model, and the AI model associated with the TCI state through TCI state configuration information.
  • the network device can configure the correspondence between the TCI state ID and the model ID, or the correspondence between the TCI state ID and the function of the model through dedicated signaling or TCI state configuration information.
  • the network device can also dynamically update the first AI model associated with the TCI state through MAC layer signaling or DCI signaling, so as to flexibly reuse the same TCI state to implement different AI model configurations and avoid frequent reconfiguration of signaling.
  • a group of TCI states may correspond to one AI model, and different groups of TCI states may correspond to different models.
  • the network device may be configured with two groups of TCI states, each group of TCI states may include multiple TCI states corresponding to one TRP or one cell, which may correspond to different AI models.
  • the two groups of TCI states correspond to AI model 1 and AI model 2, respectively.
  • the first signal When the first signal comes from TRP1, the first signal may be configured with a TCI state in the first group of TCI states, thereby corresponding to AI model 1; when the first signal comes from TRP2, the first signal may be configured with a TCI state in the second group of TCI states, thereby corresponding to AI model 2, thereby establishing a connection between the first signal and the AI model through the TCI state group.
  • the TCI state can also be replaced by other configurations for obtaining spatial domain filters (transmitting beams) or obtaining spatial reception parameters (receiving beams), such as spatial reception information, transmitting beam information, receiving beam information, etc.
  • the embodiments of the present application do not limit this.
  • the configuration information associated with the first signal is the CORESET group index information associated with the first signal.
  • the CORESET group index information associated with the first signal is the CORESET group index information of the CORESET where the first PDCCH is located, and the first PDCCH is the PDCCH used to schedule the first signal.
  • the CORESET group index information associated with the first signal is the CORESET group index information of the CORESET where the PDCCH used to schedule the first signal is located.
  • the CORESET group index information associated with the first signal is the CORESET group index of the CORESET where the PDCCH for scheduling the PDSCH/PUSCH/PUCCH is located.
  • the CORESET group index information associated with the first signal is the CORESET group index of the CORESET where the PDCCH for triggering transmission of the aperiodic CSI-RS or SRS is located.
  • the value range of the CORESET group index information is related to the number of TRPs participating in the signal transmission of the terminal device. For example, if both current TRPs participate in the cooperative transmission of the terminal device, the value range of the CORESET group index is 0 and 1.
  • the value of the CORESET group index information can be assumed to be 0.
  • the network device may indicate whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal, through the CORESET group index information associated with the first signal.
  • the terminal device may determine whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal, based on the CORESET group index information associated with the first signal.
  • the network device may instruct to perform the The first AI model used for processing or measuring the first signal. Accordingly, the terminal device may determine the first AI model used for processing or measuring the first signal based on the CORESET group index information associated with the first signal.
  • the network device may indicate whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, through the CORESET group index information associated with the first signal. Accordingly, the terminal device may determine whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal based on the CORESET group index information associated with the first signal.
  • the CORESET group index information may be associated with an AI model or may not be associated with an AI model. Wherein, when the CORESET group index information is not configured with an associated AI model, the CORESET group index information indicates that the terminal device does not use the AI model to process or measure the first signal; and when the CORESET group index information is configured with an associated AI model, the CORESET group index information indicates that the first AI model is used to process or measure the first signal, wherein the first AI model is the AI model associated with the CORESET group index information.
  • the network device can use the CORESET group index information associated with the first signal to implicitly indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or the first AI model to use for processing or measuring the first signal.
  • CORESET group index information is associated with an AI model and the AI model associated with the CORESET group index information may be configured by the network device.
  • the association relationship between the CORESET group index information and the AI model can be pre-configured to the terminal device through high-level dedicated signaling.
  • the network device can configure the correspondence between the CORESET group index information and the model ID, or the correspondence between the CORESET group index and the function of the model through high-level dedicated signaling.
  • the network device can also dynamically update the first AI model associated with the CORESET group index information through MAC layer signaling or DCI signaling, thereby flexibly reusing the same CORESET group index information to implement different AI model configurations and avoid frequent reconfiguration of signaling.
  • the configuration information related to the first signal is PCI information associated with the first signal, wherein the PCI information associated with the first signal is PCI information used to generate a sequence of the first signal, or the PCI information associated with the first signal is PCI information configured in the TCI state of the first signal.
  • the PCI is a PCI of a sequence used to generate the first signal.
  • the network device can configure the PCI associated with each TCI state, and when this TCI state is indicated to the first signal, the terminal device can determine the corresponding first AI model based on the PCI configured in the TCI state. If the PCI is not configured in the TCI state, it can be assumed that the PCI is the PCI of the current serving cell.
  • the terminal device can assume that the PCI information is the PCI of the current serving cell.
  • the network device may indicate whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal, through the PCI information associated with the first signal.
  • the terminal device may determine whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal, based on the PCI information associated with the first signal.
  • the network device may indicate the first AI model used for processing or measuring the first signal through PCI information associated with the first signal.
  • the terminal device may determine the first AI model used for processing or measuring the first signal based on the PCI information associated with the first signal.
  • the network device may indicate whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, through the PCI information associated with the first signal.
  • the terminal device may determine whether to use the AI model to process or measure the first signal, and the first AI model used to process or measure the first signal, based on the PCI information associated with the first signal.
  • the PCI information may be associated with an AI model or may not be associated with an AI model.
  • the PCI information when the PCI information is not configured with an associated AI model, the PCI information indicates that the terminal device does not use the AI model to process or measure the first signal; when the PCI information is configured with an associated AI model, the PCI information indicates that the first AI model is used to process or measure the first signal.
  • the PCI information may indicate that the first AI model is the PCI AI model of information association.
  • the network device can use the PCI information associated with the first signal to implicitly indicate to the terminal device whether to use the AI model to process or measure the first signal, and/or the first AI model to use for processing or measuring the first signal.
  • PCI information is associated with an AI model and the AI model associated with the PCI information may be configured by the network device.
  • the network device may configure whether the PCI information is associated with an AI model and the AI model associated with the PCI information through dedicated signaling or RRC signaling.
  • the network device may configure the PCI and its associated AI model in the same information domain.
  • the neighboring cell information includes both the PCI information of the neighboring cell and the information of the AI model used by the neighboring cell (such as model ID or function), thereby establishing a corresponding relationship between the PCI and the AI model.
  • the network device can also dynamically update the first AI model associated with the PCI information through MAC layer signaling or DCI signaling, so as to flexibly reuse the same PCI information to implement different AI model configurations and avoid frequent reconfiguration of signaling.
  • the network device instructs the terminal device to use the first AI model to process or measure the first signal through the configuration information related to the first signal, and the terminal device determines to use the first AI model to process or measure the first signal based on the configuration information related to the first signal.
  • the signal processing method provided in the embodiment of the present application may also include one or more of the following:
  • the network device receives the first signal processed by the terminal device using the first AI model
  • the network device receives a measurement result reported by the terminal device after the terminal device uses the first AI model to perform measurement based on the first signal;
  • the network device processes the first signal using a second AI model corresponding to the first AI model
  • the network device uses a second AI model corresponding to the first AI model to decode the measurement result reported by the terminal device.
  • the terminal device uses the first AI model to process the first signal, which may include using the first AI model to perform one or more of signal generation, precoding, modulation, channel coding, demodulation, channel decoding, and channel detection of the first signal.
  • the terminal device may send the first signal obtained after processing using the first AI model to the network device.
  • the network device uses a second AI model corresponding to the first AI model to process the first signal.
  • the network device uses the second AI model corresponding to the first AI model to process the first signal, which may include: the network device uses the second AI model to perform one or more of signal generation, precoding, modulation, channel coding, demodulation, channel decoding, and channel detection of the first signal.
  • the correspondence between the first AI model and the second AI model may mean that the operations implemented by the first AI model and the second AI model are one-to-one corresponding.
  • the second AI model is used for decoding downlink CSI feedback information; or, if the first AI model is used for generating downlink beam information, the second AI model can be used for decoding downlink beam feedback information; if the first AI model is used for channel coding of uplink data, the second AI model can be used for channel decoding of uplink data, etc.
  • the first AI model and the second AI model are obtained by joint training. That is, the first AI model and the second AI model are two serial parts separated from a reasoning process, and during the training process, the output of the first AI model is the input of the second AI model.
  • the network device may only receive the first signal processed by the terminal device using the first AI model.
  • the terminal device uses the first AI model to measure the first signal, which may include: the terminal device obtains downlink channel information based on the first signal measurement; the terminal device uses the downlink channel information as input to the AI model to obtain the target measurement result.
  • the network device may use a second AI model corresponding to the first AI model to decode the measurement result reported by the terminal device.
  • the network device may only receive the measurement result reported by the terminal device after performing measurement based on the first signal using the first AI model.
  • an embodiment of the present application provides a signal processing method, wherein the terminal device determines whether to use an AI model to process or measure the first signal based on the configuration information related to the first signal, and/or, the first AI model used to process or measure the first signal.
  • the configuration information related to the first signal may be reference signal configuration information, CSI reporting configuration information, TCI status, CORESET group index information or PCI information, and other configuration information associated with the function of TRP/cell/signal.
  • the network device can indicate to the terminal device whether to use the AI model to process or measure the first signal through the configuration information related to the first signal based on whether the function of TRP/cell/signal supports transmission based on the AI model, so that the terminal device selects a better way to process or measure the first signal.
  • the network device can configure different AI models for different TRP/cell/signal functions through the configuration information related to the first signal. In this way, the function-specific AI model of TRP/cell/signal can be implemented to improve the transmission performance based on the AI model.
  • signals with different functions may correspond to different AI models (Model associated with RS (set) with different functionalities).
  • This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal is a reference signal used for downlink measurement, such as a CSI-RS.
  • the network device determines a first AI model corresponding to the first signal based on a function of the first signal.
  • the functions of the first signal include but are not limited to CSI measurement, beam management, positioning, time-frequency synchronization, etc.
  • the functions can be further subdivided, for example, CSI measurement can be further subdivided into RSRP measurement, SINR measurement, channel information for scheduling (such as RI/PMI/CQI) measurement, single TRP measurement, CJT measurement, NCJT measurement, sub-band measurement, broadband measurement; beam management can be further subdivided into time domain beam prediction, spatial domain beam prediction, transmit beam selection, etc.; positioning can be further subdivided into location information reporting, channel information reporting for positioning, timing information reporting, etc.
  • the network device or the terminal device may determine the AI model required to implement each function through pre-training. If the terminal device is pre-trained, the terminal device may report the AI model corresponding to each function to the network device through the UE capability information.
  • the network device indicates the first AI model to the terminal device through the reference signal configuration information of the first signal.
  • the terminal device determines the first AI model corresponding to the first signal based on the reference signal configuration information of the first signal.
  • the reference signal configuration information of the first signal includes first indication information, and the first indication information is used to indicate the first AI model. It can be understood that the terminal device determines the first AI model corresponding to the first signal according to the first indication information in the reference signal configuration information.
  • the first indication information may indicate the function of the first AI model.
  • the function of the first AI model includes but is not limited to CSI measurement, beam management, positioning, time-frequency synchronization, etc.
  • the first indication information may be implemented in the form of a function ID or the like.
  • the AI models corresponding to different functions can be pre-agreed by the terminal device and the network device.
  • the terminal device can pre-train the AI model corresponding to the function of each signal, and the terminal device can report the AI model corresponding to the function of each signal to the network device through the UE capability information; or the network device can pre-train the AI model corresponding to each signal function and configure the AI model corresponding to each signal function to the terminal device.
  • AI model 1 when the function of the first signal is CSI measurement, AI model 1 is used; when the function of the first signal is positioning, AI model 2 is used.
  • AI model 1 when the function of the first signal is single TRP measurement, AI model 1 is used; when the function of the first signal is NCJT measurement, AI model 2 is used.
  • AI model 1 and AI model 2 have different model structures and model parameters, and the input and output are different.
  • the input and output structures of AI model 1 and AI model 2 can be pre-agreed by the terminal device and the network device.
  • the reference signal configuration information of the first signal may include indication information indicating the first reference signal resource set. That is, the reference signal configuration information of the first signal may indicate the first reference signal resource set.
  • the terminal device may use the AI model corresponding to the first reference signal resource set as the first AI model corresponding to the first signal according to the first reference signal resource set indicated by the reference signal configuration information; wherein the first reference signal resource set has a corresponding relationship with the AI model.
  • the correspondence between the reference signal resource set and the AI model can be pre-configured by the network device to the terminal device. Among them, it can be reflected by the correspondence between the reference signal resource set and the function of the AI model.
  • the terminal device determines the function of the first signal through the reference signal resource set, and can determine the first AI model corresponding to the function.
  • the function can refer to the description in S1 above, and for the sake of brevity, it will not be repeated here.
  • the network device can pre-configure the function corresponding to each reference signal resource set through RRC signaling, and accordingly, the terminal device determines the pre-agreed/configured first AI model for implementing the function according to the function. For example, if the function corresponding to the first CSI-RS resource set is CSI measurement, the first AI model corresponding to the corresponding CSI-RS is AI model 1; if the function corresponding to the second CSI-RS resource set is time-frequency tracking, the first AI model corresponding to the corresponding CSI-RS is AI model 2.
  • the network equipment can configure the correspondence between the reference signal resource set and the AI model through RRC signaling, and then dynamically update the AI model corresponding to the reference signal resource set through MAC layer signaling or DCI signaling, so as to flexibly reuse the same reference signal resource set to achieve different functions and avoid frequent reconfiguration of RRC signaling.
  • the terminal device uses the first AI model to perform measurement based on the first signal.
  • the terminal device obtains downlink channel information based on the first signal measurement; uses the downlink channel information as the input of the first AI model, thereby inferring the target measurement result.
  • the downlink channel information can be a physical quantity reflecting the channel state obtained based on the first signal measurement, such as the channel covariance matrix R, the channel matrix H, the eigenvalue of the channel, the eigenvector of the channel, the channel impulse response, the delay power spectrum of the channel, the strength of the channel (such as RSRP), the angle of the channel (AOA), etc.
  • the target measurement results can be some measurement values required for network device scheduling/positioning/beam management, such as precoding indication information, RI, CQI, RSRP, SINR, beam index, positioning result, positioning error, timing information, time domain channel characteristics (TDCP), channel estimation value, etc.
  • the terminal device when the first signal and the first AI model are used for traditional CSI measurement, the terminal device obtains a characteristic vector of the downlink channel based on the first signal measurement as the input of the first AI model, thereby outputting corresponding precoding indication information (PMI information).
  • PMI information precoding indication information
  • the first signal can be a group of CSI-RS, and the terminal device obtains the corresponding RSRP based on the CSI-RS measurement as the input of the first AI model, thereby outputting the predicted beam index with the best performance and the corresponding RSRP.
  • the terminal device reports the measurement result to the network device.
  • the network device receives the measurement result.
  • the network device uses a second AI model corresponding to the first AI model to decode the measurement result reported by the terminal device.
  • the network device receives the measurement result without decoding based on the AI model.
  • reference signals of different TRPs/cells may correspond to different AI models (Model associated with RS (set) with different cells/TRPs).
  • This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal is a reference signal used for downlink measurement, such as a CSI-RS.
  • the network device determines a first AI model corresponding to the first signal based on the TRP/cell that transmits the first signal.
  • the corresponding first AI model is also different.
  • different TRPs can be configured with the same cell ID or different cell IDs.
  • the cell IDs of different TRPs are different, different TRPs are different cells.
  • the network device or terminal device can determine the AI model corresponding to each TRP through pre-training. If the terminal is pre-trained, it must be reported to the network device through the UE capability. Due to the different locations of different TRPs, scattering environments, etc., and different channel parameters between terminals, different AI models need to be trained for measurement to obtain the most accurate measurement results.
  • the network device indicates the first AI model to the terminal device through the reference signal configuration information of the first signal.
  • the terminal device determines the first AI model corresponding to the first signal based on the reference signal configuration information of the first signal.
  • the first indication information may indicate the model ID of the first AI model.
  • the AI models corresponding to different model IDs are pre-agreed by the terminal device and the network device.
  • the terminal device may pre-train the AI model and report the AI model to the network device through UE capability information.
  • the network device may pre-train each AI model and configure it to the terminal device.
  • model IDs can correspond to different AI models, and different AI models can achieve the same function.
  • different AI models have the same model structure (the input and output formats are also the same), but different model parameters, which can be trained according to the channel environment of different TRPs.
  • the reference signal configuration information of the first signal may include indication information indicating the first reference signal resource set. That is, the reference signal configuration information of the first signal may indicate the first reference signal resource set.
  • the terminal device may use the AI model corresponding to the first reference signal resource set as the first AI model corresponding to the first signal according to the first reference signal resource set indicated by the reference signal configuration information; wherein the first reference signal resource set has a corresponding relationship with the AI model.
  • the correspondence between the reference signal resource set and the AI model can be pre-configured by the network device to the terminal device. Among them, it can be reflected by the correspondence between the reference signal resource set and the model ID of the AI model.
  • the terminal device determines the model ID of the first AI model through the reference signal resource set, and can determine the first AI model corresponding to the model ID.
  • the network device may pre-configure the model ID corresponding to each CSI-RS resource set, and the terminal device determines the corresponding AI model pre-agreed/configured according to the ID. For example, if the model ID corresponding to the first CSI-RS resource set is ID1, then the first AI model corresponding to the corresponding CSI-RS is AI model 1; if the model ID corresponding to the second CSI-RS resource set is ID2, then the first AI model corresponding to the corresponding CSI-RS is AI model 2.
  • the network device can configure the correspondence between the reference signal resource set and the AI model through RRC signaling, and then dynamically update the AI model corresponding to the reference signal resource set through MAC layer signaling or DCI signaling, so as to flexibly reuse the same reference signal resource set for measurement of different TRPs or cells, avoiding frequent reconfiguration of RRC signaling.
  • the terminal device uses the first AI model to perform measurement based on the first signal.
  • the terminal device obtains downlink channel information based on the first signal measurement; uses the downlink channel information as the input of the first AI model, thereby inferring the target measurement result.
  • the format of the input downlink channel information can be the same (for example, all feature vectors of the same size), and the format of the output measurement results is also the same (for example, all precoding indication information).
  • the format of the output measurement results is also the same (for example, all precoding indication information).
  • the network device receives the measurement result.
  • the network device indicates the model ID of the corresponding AI model in the reference signal configuration information.
  • the reference signals transmitted by different TRPs correspond to different model IDs.
  • the terminal device can determine the corresponding AI model based on this information, thereby realizing a TRP-exclusive AI model and improving the measurement accuracy.
  • the AI model corresponding to the TRP/cell/function of the reference signal (Model associated with functionality unknown to UE) is unknown to the terminal device.
  • This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal is a reference signal used for downlink measurement, such as a CSI-RS.
  • the corresponding first AI model is also different.
  • the function of the first signal is different, the corresponding first AI model is also different.
  • different TRPs can also be different cells.
  • the first signal when the first signal is transmitted by TRP1 and used for channel measurement of TRP1, it corresponds to AI model 1; when the first signal is transmitted by TRP2 and used for channel measurement of TRP2, it corresponds to AI model 2; when the first signal is used for CJT transmission of TRP1 and TRP2 (including multiple signals), it corresponds to AI model 3; when the first signal is used for NCJT transmission of TRP1 and TRP2, it corresponds to AI model 3; when the first signal is used for downlink positioning, it corresponds to AI model 4; when the first signal is used for beam management, it corresponds to AI model 5, and so on.
  • the TRP for transmitting the first signal and the function of the first signal are unknown to the terminal device.
  • the network device does not need to indicate the TRP for transmitting the first signal or the function of the first signal.
  • the network device indicates the first AI model to the terminal device through the reference signal configuration information of the first signal.
  • the terminal device determines the first AI model corresponding to the first signal based on the reference signal configuration information of the first signal.
  • the reference signal configuration information of the first signal includes first indication information, and the first indication information is used to indicate the first AI model. It can be understood that the terminal device determines the first AI model corresponding to the first signal according to the first indication information in the reference signal configuration information.
  • the first indication information may indicate the model ID of the first AI model.
  • the AI models corresponding to different model IDs may be pre-agreed by the terminal device and the network device, or configured by the network device to the terminal device.
  • model IDs correspond to different AI models
  • model structures of different AI models can be the same or different (the input and output formats can also be the same or different).
  • model parameters of different AI models can be different.
  • different models can correspond to different functions or TRPs, but on the terminal device side, only the first AI model needs to be determined, and it is not necessary to know the first AI model. The function of the model, or which TRP it corresponds to.
  • the reference signal configuration information of the first signal may include indication information indicating the first reference signal resource set. That is, the reference signal configuration information of the first signal may indicate the first reference signal resource set.
  • the terminal device may use the AI model corresponding to the first reference signal resource set as the first AI model corresponding to the first signal according to the first reference signal resource set indicated by the reference signal configuration information; wherein the first reference signal resource set has a corresponding relationship with the AI model.
  • the terminal device uses the first AI model to perform measurement based on the first signal.
  • the terminal device obtains downlink channel information based on the first signal measurement; uses the downlink channel information as the input of the first AI model, thereby inferring the target measurement result.
  • the formats of the input downlink channel information may be the same or different, and the formats of the output measurement results may also be the same or different, which is determined by the AI model itself.
  • the first AI model indicated by the network device is AI model 1; when the first signal is transmitted by TRP2 and used for channel measurement of TRP2, the first AI model indicated by the network device is AI model 2; when the first signal is used for CJT transmission of TRP1 and TRP2 (including multiple signals), the first AI model indicated by the network device is AI model 3.
  • AI model 1 and AI model 2 have the same model structure and different model parameters, and the input and output formats are also the same.
  • AI model 3 has different model structures and model parameters from AI model 1 or AI model 2, and the input and output formats are also different.
  • the terminal device reports the measurement result to the network device.
  • the functions of reference signals in the prior art are pre-defined, and reference signals of different functions are defined separately and have different time-frequency resources and transmission methods.
  • the function of the reference signal can be transparent to the terminal device.
  • the terminal device only needs to measure the first signal according to the corresponding AI model, and does not need to know the cell/TRP/function of the first signal, thereby increasing the flexibility of the reference signal.
  • the network device can configure the same reference signal and different AI models for different terminal devices, so as to flexibly implement the measurements required for different functions on different terminal devices using the same reference signal.
  • uplink reference signals of different functionalities/TRPs/cells may correspond to different AI models (Model associated with UL RS with different functionalities/cells/TRPs).
  • This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal is an uplink reference signal, such as an SRS.
  • the network device may determine the first AI model corresponding to the first signal based on the TRP of transmitting the first signal, or based on the function of the first signal.
  • the corresponding first AI model is also different.
  • the function of the first signal is different, the corresponding first AI model is also different.
  • different TRPs can also be different cells.
  • the first signal when the first signal is sent to TRP1 and used for uplink channel measurement between the terminal device and TRP1, it corresponds to AI model 1; when the first signal is sent to TRP2 and used for uplink channel measurement between the terminal device and TRP2, it corresponds to AI model 2; when the first signal is used for downlink channel reciprocity transmission, it corresponds to AI model 3, and so on.
  • the network device indicates the first AI model to the terminal device through the reference signal configuration information of the first signal.
  • the terminal device determines the first AI model corresponding to the first signal based on the reference signal configuration information of the first signal.
  • the reference signal configuration information of the first signal includes first indication information, and the first indication information is used to indicate the first AI model. It can be understood that the terminal device determines the first AI model corresponding to the first signal according to the first indication information in the reference signal configuration information.
  • the reference signal configuration information of the first signal may include indication information indicating the first reference signal resource set. That is, the reference signal configuration information of the first signal may indicate the first reference signal resource set.
  • the terminal device may use the AI model corresponding to the first reference signal resource set as the first AI model corresponding to the first signal according to the first reference signal resource set indicated by the reference signal configuration information; wherein the first reference signal resource set has a corresponding relationship with the AI model.
  • the terminal device uses the first AI model to process the first signal.
  • the terminal device takes the sequence of the first signal as input to the first AI model, outputs the modulated first signal, or outputs the precoded first signal.
  • the terminal device sends the processed first signal.
  • the network device receives the first signal.
  • the network device uses a second AI model corresponding to the first AI model to receive the first signal.
  • the network device directly receives the first signal without receiving it based on the AI model.
  • CSI report configuration information of different functions/TRPs/cells may correspond to different AI models (Model associated with CSI report config with different functionalities/cells/TRPs). This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal is a reference signal for downlink measurement, such as a CSI-RS.
  • the network device determines a first AI model corresponding to the first signal based on a function of the first signal.
  • the first signal may be used for downlink CSI measurement, downlink beam management, downlink positioning or downlink time-frequency synchronization, etc.
  • the function of the first signal may be configured to the terminal device through CSI reporting configuration information associated with the first signal, and the CSI reporting configuration information is used to configure measurement and reporting based on the first signal.
  • the CSI reporting configuration information may include CSI reporting amount information, that is, indicating the target measurement results that need to be reported (such as RI/PMI/CQI, RSRP, location information, etc.).
  • the function of the first signal may be indicated by the CSI reporting amount information.
  • the network device indicates the first AI model to the terminal device through the CSI reporting configuration information associated with the first signal.
  • the CSI reporting configuration information is used to configure measurement and reporting based on the first signal, and the CSI reporting configuration information may include first indication information, and the first indication information may indicate the first AI model. That is, the terminal device determines the first AI model corresponding to the first signal according to the first indication information carried in the CSI reporting configuration information.
  • the first indication information may indicate the model ID of the first AI model and/or the function of the model.
  • the first indication information may also indicate other information that can be used to determine the first AI model.
  • the terminal device may determine the corresponding first AI model according to the model ID and/or the function of the model, and specific reference may be made to the description of other embodiments.
  • the terminal device uses the first AI model to perform measurement based on the first signal.
  • the terminal device obtains downlink channel information based on the first signal measurement; uses the downlink channel information as the input of the first AI model, thereby inferring the target measurement result.
  • the target measurement result in this embodiment is obtained based on the target measurement result configuration indicated in the CSI reporting configuration information associated with the first signal, and the target measurement result configuration determines the output of the first AI model.
  • the terminal device reports the measurement result to the network device.
  • the TCI states of different TRPs/cells may correspond to different AI models (Model associated with TCI states with different cells/TRPs).
  • This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal may be a reference signal, such as a downlink reference signal such as CSI-RS or DMRS, or an uplink reference signal such as SRS or DMRS; the first signal may be a control signal, such as PUCCH or PDCCH; the first signal may also be a data signal, such as PDCCH or PDSCH, and the embodiments of the present application do not impose any restrictions on this.
  • a reference signal such as a downlink reference signal such as CSI-RS or DMRS, or an uplink reference signal such as SRS or DMRS
  • the first signal may be a control signal, such as PUCCH or PDCCH
  • the first signal may also be a data signal, such as PDCCH or PDSCH, and the embodiments of the present application do not impose any restrictions on this.
  • the network device determines the first AI model corresponding to the first signal according to the TRP/cell that transmits the first signal. Specifically, the network device can determine the first AI model corresponding to the first signal according to the TRP/cell that sends the first signal or the TRP/cell that receives the first signal.
  • the corresponding first AI model is also different.
  • the corresponding first AI model is also different.
  • the network device or terminal device can determine the AI model corresponding to each TRP through pre-training. If the terminal is pre-trained, it must be reported to the network device through UE capabilities.
  • the network device indicates the first AI model to the terminal device through the TCI status of the first signal.
  • the terminal device determines the first AI model corresponding to the first signal according to the TCI state of the first signal.
  • the terminal device may use the AI model corresponding to the TCI state of the first signal as the first AI model corresponding to the first signal.
  • an AI model corresponding to a TCI state may be configured in the configuration information of the TCI state.
  • the TCI state configuration information includes information indicating a model ID, or information indicating a function of a model, or other information that can be used to determine the first AI model, so that the terminal device can determine the AI model corresponding to the TCI state based on the information.
  • the correspondence between the TCI state and the AI model can be pre-configured to the terminal device through high-level signaling.
  • the network device can configure the correspondence between the TCI state ID and the model ID, or the correspondence between the TCI state ID and the function of the model through high-level signaling.
  • a group of TCI states may correspond to one AI model, and different groups of TCI states may correspond to different models.
  • a network device may be configured with two groups of TCI states, and each group of TCI states may include multiple TCI states corresponding to a TRP or a cell, which may correspond to different AI models.
  • two groups of TCI states correspond to AI model 1 and AI model 2, respectively.
  • the first signal When a first signal comes from TRP1, the first signal may be configured with a TCI state in the first group of TCI states, thereby corresponding to AI model 1; when the first signal comes from TRP2, the first signal may be configured with a TCI state in the second group of TCI states, thereby corresponding to AI model 2, thereby establishing a connection between the first signal and the AI model through the TCI state group.
  • the network device can configure the correspondence between the TCI state group and the AI model through RRC signaling, and then dynamically update the AI model corresponding to the TCI state group through MAC layer signaling or DCI signaling, so as to flexibly reuse the same TCI state group to realize signal transmission of different cells or different TRPs, avoiding frequent reconfiguration of RRC signaling.
  • the terminal device may use the first AI model to perform measurement based on the first signal.
  • the terminal device may obtain downlink channel information based on the first signal measurement; and use the downlink channel information as input to the first AI model to infer the target measurement result.
  • the terminal device uses the first AI model to perform sending processing of the first signal.
  • using the first AI model to perform sending processing of the first signal may be using the first AI model to perform precoding, modulation, signal generation, channel coding and other processing of the first signal.
  • the terminal device uses the sequence of uplink reference signals as input to the first AI model and outputs the modulated uplink reference signal.
  • the terminal device uses the uplink control signal as the input of the first AI model and outputs the precoded uplink control signal.
  • the terminal device takes the uplink data and channel information as input of the first AI model, and outputs the precoded and modulated uplink data.
  • the terminal device uses the first AI model to receive and process the first signal.
  • using the first AI model to perform reception processing of the first signal may include using the first AI model to perform demodulation, channel decoding, detection and other processing of the first signal.
  • the terminal device uses the received downlink control signal after channel encoding as the input of the first AI model, and outputs the downlink control signal after channel decoding.
  • the terminal device uses the received downlink data signal as the input of the first AI model and outputs the detected downlink data.
  • the TCI state in this embodiment can also be replaced by other configurations for obtaining spatial domain filters (transmitting beams) or obtaining spatial reception parameters (receiving beams), such as spatial reception information, transmitting beam information, receiving beam information, etc.
  • the TCI state can be configured for any uplink signal or downlink signal, based on the method provided in this embodiment, a corresponding AI model can be determined for any uplink signal or downlink signal for use in signal measurement or processing.
  • the CORESET group resource index information of different TRPs/cells may correspond to different AI models (Model associated with CORESETPoolindex with different cells/TRPs).
  • This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal may be a reference signal, such as a downlink reference signal such as CSI-RS or DMRS, or an uplink reference signal such as SRS or DMRS; the first signal may be a control signal, such as PUCCH or PDCCH; the first signal may also be a data signal, such as PDCCH or PDSCH, and the embodiments of the present application do not impose any restrictions on this.
  • a reference signal such as a downlink reference signal such as CSI-RS or DMRS, or an uplink reference signal such as SRS or DMRS
  • the first signal may be a control signal, such as PUCCH or PDCCH
  • the first signal may also be a data signal, such as PDCCH or PDSCH, and the embodiments of the present application do not impose any restrictions on this.
  • the network device determines the first AI model corresponding to the first signal according to the TRP/cell that transmits the first signal. Specifically, the network device can determine the first AI model corresponding to the first signal according to the TRP/cell that sends the first signal or the TRP/cell that receives the first signal.
  • the network device indicates the first AI to the terminal device through the CORESET group index information associated with the first signal. Model.
  • the terminal device determines the first AI model corresponding to the first signal according to the CORESET group index information associated with the first signal.
  • the CORESET group index information has a corresponding relationship with the AI model.
  • the terminal device can use the AI model corresponding to the CORESET group index information as the first AI model corresponding to the first signal according to the CORESET group index information.
  • the network device may configure the correspondence between the CORESET group index information and the AI model through RRC signaling, and then dynamically update the AI model corresponding to the CORESET group index through MAC layer signaling or DCI signaling, thereby flexibly reusing the same CORESET group index to achieve signal transmission of different cells or different TRPs, avoiding frequent reconfiguration of RRC signaling.
  • the CORESET group index information associated with the first signal is the CORESET group index information of the CORESET where the PDCCH for scheduling the first signal is located.
  • the associated CORESET group index is the CORESET group index of the CORESET where the PDCCH for scheduling the PDSCH/PUSCH/PUCCH is located.
  • the associated CORESET group index is the CORESET group index of the CORESET where the PDCCH for triggering transmission of the aperiodic CSI-RS or SRS is located.
  • the value range of the CORESET group index is related to the number of TRPs participating in the signal transmission of the terminal device. For example, if two TRPs currently participate in the cooperative transmission of the terminal device, the value range of the CORESET group index is 0 and 1.
  • the terminal device uses the first AI model to perform measurement based on the first signal, or uses the first AI model to process the first signal.
  • the network equipment can configure different AI models for uplink signals or downlink signals transmitted by different TRPs or different cells, thereby realizing TRP-specific or cell-specific AI models for signal measurement or processing.
  • PCI information of different TRPs/cells may correspond to different AI models (Model associated with PCIs with different cells/TRPs).
  • This embodiment may include the following steps:
  • the network device determines a first AI model corresponding to a first signal.
  • the first signal may be a reference signal, such as a downlink reference signal such as CSI-RS or DMRS, or an uplink reference signal such as SRS or DMRS; the first signal may be a control signal, such as PUCCH or PDCCH; the first signal may also be a data signal, such as PDCCH or PDSCH, and the embodiments of the present application do not impose any restrictions on this.
  • a reference signal such as a downlink reference signal such as CSI-RS or DMRS, or an uplink reference signal such as SRS or DMRS
  • the first signal may be a control signal, such as PUCCH or PDCCH
  • the first signal may also be a data signal, such as PDCCH or PDSCH, and the embodiments of the present application do not impose any restrictions on this.
  • the network device indicates the first AI model to the terminal device through the PCI information associated with the first signal.
  • PCI information represents different cells and may correspond to different AI models.
  • the terminal device determines the first AI model corresponding to the first signal according to the PCI associated with the first signal.
  • the PCI information has a corresponding relationship with the AI model.
  • the terminal device uses the AI model corresponding to the PCI information as the first AI model corresponding to the first signal according to the PCI associated with the first signal.
  • the correspondence between the PCI and the AI model can be pre-configured to the terminal device through high-level signaling.
  • the neighboring cell information includes both the PCI of the neighboring cell and the information of the AI model used by the neighboring cell (such as the model ID or function), thereby establishing a correspondence between the PCI and the AI model.
  • the PCI associated with the first signal is the PCI of the sequence used to generate the first signal, or is the PCI configured in the TCI state of the first signal.
  • the PCI is a PCI of a sequence used to generate the first signal.
  • the network device can configure the PCI associated with each TCI state.
  • the terminal device can determine the corresponding first AI model according to the PCI configured in the TCI state. If the PCI is not configured in the TCI state, it can be assumed that the PCI is the PCI of the current serving cell.
  • the terminal device may assume that the PCI is the PCI of the current serving cell.
  • the terminal device uses the first AI model to perform measurement based on the first signal, or uses the first AI model to process the first signal.
  • the size of the serial numbers of the above-mentioned processes does not mean the order of execution.
  • the execution order of each process should be determined by its function and internal logic, and should not constitute any limitation on the implementation process of the embodiments of the present application.
  • FIG8 is a schematic diagram of the structure of a signal processing device 800 provided in an embodiment of the present application, which is applied to a terminal device.
  • the signal processing device 800 may include:
  • the first determination unit 810 is configured to determine whether to use the AI model to process or measure the first signal and/or the first AI model used to process or measure the first signal based on configuration information related to the first signal; wherein the configuration information includes any one of the following:
  • Reference signal configuration information used to configure the first signal
  • the first signal is associated with PCI information.
  • the reference signal configuration information indicates a first reference signal resource set, and one or more reference signal resources included in the first reference signal resource set are used to transmit the first signal;
  • the first determination unit 810 is further configured to, when the first reference signal resource set does not have an associated AI model, determine not to use the AI model to process or measure the first signal; and when the first reference signal resource set has an associated AI model, determine to use the first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the first reference signal resource set.
  • the reference signal configuration information indicates a first reference signal resource set, and one or more reference signal resources included in the first reference signal resource set are used to transmit the first signal; wherein the first reference signal resource set has an associated AI model; and the first AI model is an AI model associated with the first reference signal resource set.
  • the AI model associated with the first reference signal resource set is predefined or configured by a network device.
  • the configuration information is CSI reporting configuration information associated with the first signal
  • the CSI reporting configuration information includes first indication information
  • the first indication information is used to indicate whether to use an AI model to process or measure the first signal, and/or the first AI model.
  • the configuration information is CSI reporting configuration information associated with the first signal; the CSI reporting configuration information is used to configure CSI measurement and CSI reporting based on the first signal;
  • the CSI reporting configuration information includes indication information of a second reference signal resource set, and one or more reference signal resources in the second reference signal resource set are used to transmit the first signal;
  • the first determination unit 810 is further configured to, when the CSI reporting configuration information does not have an associated AI model, determine not to use the AI model to process or measure the first signal; when the CSI reporting configuration information has an associated AI model, determine to use the first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the CSI reporting configuration information.
  • the configuration information is CSI reporting configuration information associated with the first signal; the CSI reporting configuration information is used to configure CSI measurement and CSI reporting based on the first signal;
  • the CSI reporting configuration information includes indication information of a second reference signal resource set, and one or more reference signal resources in the second reference signal resource set are used to transmit the first signal; wherein the CSI reporting configuration information has an associated AI model; and the first AI model is an AI model associated with the CSI reporting configuration information.
  • the AI model associated with the CSI reporting configuration information is predefined or configured by the network device.
  • the configuration information is a TCI state associated with the first signal;
  • the TCI state associated with the first signal is a TCI state configured by the network device for the first signal;
  • the configuration information is the TCI state associated with the first signal; the TCI state associated with the first signal is the TCI state configured by the network device for the first signal; wherein the TCI state is configured with an associated AI model; and the first AI model is the AI model associated with the TCI state.
  • the configuration information is CORESET group index information associated with the first signal
  • the first determination unit 810 is further configured to, when the CORESET group index information is not configured with an associated AI model, determine not to use the AI model to process or measure the first signal; when the CORESET group index information is configured with an associated AI model, determine to use the first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the CORESET group index information.
  • the configuration information is CORESET group index information associated with the first signal; wherein the CORESET group index information is configured with an associated AI model; and the first AI model is the AI model associated with the CORESET group index information.
  • the CORESET group index information associated with the first signal is the CORESET group index information of the CORESET where the first PDCCH is located, and the first PDCCH is a PDCCH used to schedule the first signal.
  • the configuration information is PCI information associated with the first signal
  • the first determination unit 810 is further configured to, when the PCI information is not configured with an associated AI model, determine not to use the AI model to process or measure the first signal; and when the PCI information is configured with an associated AI model, determine to use the first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the PCI information.
  • the configuration information is PCI information associated with the first signal; wherein the PCI information is configured with an associated AI model; and the first AI model is an AI model associated with the PCI information.
  • the PCI information associated with the first signal is PCI information of a sequence used to generate the first signal, or the PCI information associated with the first signal is PCI information configured in a TCI state of the first signal.
  • the first indication information when the first indication information is used to indicate whether to use the AI model to process or measure the first signal, the first indication information includes 1 bit of information, wherein when the first indication information indicates a first value, it indicates to use the AI model to process or measure the first signal, and when the value of the first indication information is a second value, it indicates not to use the AI model to process or measure the first signal; or, when the first indication information is default, it indicates not to use the AI model to process or measure the first signal, and when the first information exists, it indicates to use the AI model to process or measure the first signal.
  • the first indication information when used to indicate the first AI model, indicates a function of the first AI model and/or identification information of the first AI model.
  • the first indication information is used to indicate whether to use an AI model to process or measure the first signal, and when the first AI model is used to process or measure the first signal, the first indication information includes multiple indication states, wherein a first indication state among the multiple indication states indicates that the AI model is not used to process or measure the first signal, and other indication states of the multiple indication states are used to indicate the first AI model used to process or measure the first signal; and/or
  • the first indication information indicates the function of the AI model, wherein the first function is used to indicate that the AI model is not used to process or measure the first signal, and other functions are used to indicate the first AI model used to process or measure the first signal; and/or, the first indication information indicates the identification information of the AI model, wherein the first identification information is used to indicate that the AI model is not used to process or measure the first signal, and other identification information is used to indicate the first AI model used to process or measure the first signal.
  • the signal processing device 800 also includes a first processing unit configured to use an AI model to perform one or more of signal generation, precoding, modulation, channel coding, demodulation, channel decoding, and channel detection of the first signal.
  • a first processing unit configured to use an AI model to perform one or more of signal generation, precoding, modulation, channel coding, demodulation, channel decoding, and channel detection of the first signal.
  • the input structure and/or output structure of the first AI model is pre-determined by the terminal device and the network device, or is pre-configured to the terminal device by the network device.
  • FIG9 is a schematic diagram of the structure of a signal processing device 900 provided in an embodiment of the present application, which is applied to a network device.
  • the communication device 900 may include:
  • the indication unit 910 is configured to indicate whether to use the AI model to process or measure the first signal and/or the first AI model used for processing or measuring the first signal through configuration information related to the first signal; wherein the configuration information includes any one of the following:
  • Reference signal configuration information used to configure the first signal
  • the first signal is associated with PCI information.
  • the signal processing device 900 may further include a second determining unit configured to determine whether to use the AI model to process or measure the first signal, and/or the first AI model used to process or measure the first signal based on one or more of the following:
  • the signal processing device 900 further includes a receiving unit and/or a second processing unit; wherein,
  • the receiving unit is configured to receive a first signal processed by a terminal device using the first AI model; or to receive a measurement result reported by the terminal device after measuring the first signal based on the first AI model;
  • the second processing unit is configured to use a second AI model corresponding to the first AI model to process the first signal; or use the second AI model corresponding to the first AI model to decode the measurement result reported by the terminal device.
  • the configuration information is reference signal configuration information used to configure the first signal; the reference signal configuration information includes first indication information; the first indication information is used to indicate whether to use an AI model to process or measure the first signal, and/or the first AI model.
  • the configuration information is reference signal configuration information for configuring the first signal; wherein, when the first reference signal resource set does not have an associated AI model, the reference signal configuration information indicates not using the AI model to process or measure the first signal; when the first reference signal resource set has an associated AI model, the reference signal configuration information indicates using a first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the first reference signal resource set.
  • the configuration information is reference signal configuration information used to configure the first signal;
  • the reference signal configuration information indicates a first reference signal resource set, and one or more reference signal resources included in the first reference signal resource set are used to transmit the first signal; wherein the first reference signal resource set has an associated AI model; and the first AI model is an AI model associated with the first reference signal resource set.
  • the AI model associated with the first reference signal resource set is predefined or configured by a network device.
  • the configuration information is CSI reporting configuration information associated with the first signal
  • the CSI reporting configuration information includes first indication information
  • the first indication information is used to indicate whether to use an AI model to process or measure the first signal, and/or the first AI model.
  • the configuration information is CSI reporting configuration information associated with the first signal; the CSI reporting configuration information is used to configure CSI measurement and CSI reporting based on the first signal; wherein the CSI reporting configuration information includes a second parameter
  • the CSI reporting configuration information indicates information about a reference signal resource set, one or more reference signal resources in the second reference signal resource set are used to transmit the first signal; when the CSI reporting configuration information does not have an associated AI model, the CSI reporting configuration information indicates that the terminal device does not use the AI model to process or measure the first signal; when the CSI reporting configuration information has an associated AI model, the CSI reporting configuration information indicates that the terminal device uses a first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the CSI reporting configuration information.
  • the configuration information is CSI reporting configuration information associated with the first signal; the CSI reporting configuration information is used to configure CSI measurement and CSI reporting based on the first signal; wherein the CSI reporting configuration information includes indication information of a second reference signal resource set, and one or more reference signal resources in the second reference signal resource set are used to transmit the first signal; wherein the CSI reporting configuration information has an associated AI model, and the first AI model is the AI model associated with the CSI reporting configuration information
  • the AI model associated with the CSI reporting configuration information is predefined or configured by the network device.
  • the configuration information is a TCI state associated with the first signal;
  • the TCI state associated with the first signal is a TCI state configured by the network device for the first signal; wherein, when the TCI state is not configured with an associated AI model, the TCI state indicates that the terminal device does not use the AI model to process or measure the first signal;
  • the TCI state instructs the terminal device to use a first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the TCI state.
  • the configuration information is the TCI state associated with the first signal; the TCI state associated with the first signal is the TCI state configured by the network device for the first signal; wherein the TCI state is configured with an associated AI model; and the first AI model is the AI model associated with the TCI state.
  • the configuration information is CORESET group index information associated with the first signal; wherein the CORESET group index information is configured with an associated AI model; and the first AI model is the AI model associated with the CORESET group index information.
  • the CORESET group index information associated with the first signal is the CORESET group index information of the CORESET where the first PDCCH is located, and the first PDCCH is a PDCCH used to schedule the first signal.
  • the configuration information is PCI information associated with the first signal; wherein, when the PCI information is not configured with an associated AI model, the PCI information indicates that the terminal device does not use the AI model to process or measure the first signal; when the PCI information is configured with an associated AI model, the PCI information indicates the use of the first AI model to process or measure the first signal, wherein the first AI model is the AI model associated with the PCI information.
  • the configuration information is PCI information associated with the first signal; wherein the PCI information is configured with an associated AI model; and the first AI model is an AI model associated with the PCI information.
  • the PCI information associated with the first signal is PCI information of a sequence used to generate the first signal, or the PCI information associated with the first signal is PCI information configured in a TCI state of the first signal.
  • the first indication information when the first indication information is used to indicate whether to use the AI model to process or measure the first signal, the first indication information includes 1 bit of information, wherein when the first indication information indicates a first value, it indicates to use the AI model to process or measure the first signal, and when the value of the first indication information is a second value, it indicates not to use the AI model to process or measure the first signal; or, when the first indication information is default, it indicates not to use the AI model to process or measure the first signal, and when the first information exists, it indicates to use the AI model to process or measure the first signal.
  • the first indication information when used to indicate the first AI model, indicates a function of the first AI model and/or identification information of the first AI model.
  • the first indication information is used to indicate whether to use an AI model to process or measure the first signal, and when the first AI model is used to process or measure the first signal,
  • the first indication information includes multiple indication states, wherein a first indication state among the multiple indication states indicates that the AI model is not used to process or measure the first signal, and other indication states of the multiple indication states are used to indicate the first AI model used to process or measure the first signal; and/or, the first indication information indicates a function of the AI model, wherein the first function is used to indicate that the AI model is not used to process or measure the first signal, and other functions are used to indicate the first AI model used to process or measure the first signal; and/or, the first indication information indicates identification information of the AI model, wherein the first identification information Used to indicate that the AI model is not used to process or measure the first signal, and other identification information is used to indicate the first AI model used to process or measure the first signal.
  • the second processing unit is further configured to use the second AI model to perform one or more of signal generation, precoding, modulation, channel coding, demodulation, channel decoding, and channel detection of the first signal.
  • the input structure and/or output structure of the first AI model is pre-agreed upon by the terminal device and the network device, or is pre-configured to the terminal device by the network device.
  • FIG10 is a schematic structural diagram of a communication device provided in an embodiment of the present application.
  • the communication device 1000 may be a terminal device or a network device.
  • the communication device 1000 shown in FIG10 may include a processor 1010 and a memory 1020, wherein:
  • the memory 1020 may be used to store computer executable instructions
  • the processor 1010 is connected to the memory 1020 and is used to implement the method in the embodiment of the present application by executing computer executable instructions.
  • the memory 1020 may be a separate device from the processor 1010 , or may be integrated into the processor 1010 .
  • the communication device 1000 may further include a transceiver 1030 , and the processor 1010 may control the transceiver 1030 to communicate with other devices, specifically, may send information or data to other devices, or receive information or data sent by other devices.
  • the transceiver 1030 may include a transmitter and a receiver.
  • the transceiver 1030 may further include an antenna, and the number of antennas may be one or more.
  • the communication device 1000 may be a terminal device of an embodiment of the present application, and the communication device 1000 may implement the corresponding processes implemented by the terminal device in each method of the embodiment of the present application, which will not be repeated here for the sake of brevity.
  • the communication device 1000 may be a network device of an embodiment of the present application, and the communication device 1000 may implement the corresponding processes implemented by the network device in each method of the embodiment of the present application, which will not be described in detail here for the sake of brevity.
  • FIG11 is a schematic structural diagram of a chip provided in an embodiment of the present application.
  • the chip 1100 shown in FIG11 includes a processor 1110 and a memory 1120, wherein:
  • the processor 1110 can call and run a computer program from the memory 1120, so that a device equipped with the chip executes the method in the embodiment of the present application.
  • the memory 1120 may be a separate device independent of the processor 1110 , or may be integrated into the processor 1110 .
  • the chip 1100 may further include an input interface 1130.
  • the processor 1110 may control the input interface 1130 to communicate with other devices or chips, and specifically, may obtain information or data sent by other devices or chips.
  • the chip 1100 may further include an output interface 1140.
  • the processor 1110 may control the output interface 1140 to communicate with other devices or chips, and specifically, may output information or data to other devices or chips.
  • the chip can be applied to the network device in the embodiments of the present application, and the chip can implement the corresponding processes implemented by the network device in each method of the embodiments of the present application. For the sake of brevity, they will not be repeated here.
  • the chip can be applied to the terminal device in the embodiments of the present application, and the chip can implement the corresponding processes implemented by the terminal device in the various methods of the embodiments of the present application. For the sake of brevity, they will not be repeated here.
  • the chip mentioned in the embodiments of the present application can also be called a system-level chip, a system chip, a chip system or a system-on-chip chip, etc.
  • FIG12 is a schematic block diagram of a communication system provided in an embodiment of the present application.
  • the communication system 1200 includes a terminal device 1210 and a network device 1220 .
  • the terminal device 1210 can be used to implement the corresponding functions implemented by the terminal device in the above method
  • the network device 1220 can be used to implement the corresponding functions implemented by the network device in the above method.
  • the terminal device 1210 can be used to implement the corresponding functions implemented by the terminal device in the above method
  • the network device 1220 can be used to implement the corresponding functions implemented by the network device in the above method.
  • the steps of the method disclosed in the embodiment of the present application can be directly embodied as a hardware decoding processor to be executed, or the hardware and software modules in the decoding processor can be executed.
  • the software module can be located in a random access memory, a flash memory, a read-only memory, a programmable read-only memory or an electrically erasable programmable memory, a register, and other mature storage media in the art.
  • the storage medium is located in the memory, and the processor reads the information in the memory and completes the steps of the above method in combination with its hardware.
  • the memory in the embodiments of the present application can be a volatile memory or a non-volatile memory, or can include both volatile and non-volatile memories.
  • the non-volatile memory can be a read-only memory (ROM), a programmable read-only memory (PROM), an erasable programmable read-only memory (EPROM), an electrically erasable programmable read-only memory (EEPROM), or a flash memory.
  • the volatile memory can be a random access memory (RAM), which is used as an external cache.
  • RAM Direct Rambus RAM
  • SRAM Static RAM
  • DRAM Dynamic RAM
  • SDRAM Synchronous DRAM
  • DDR SDRAM Double Data Rate SDRAM
  • ESDRAM Enhanced SDRAM
  • SLDRAM Synchlink DRAM
  • DR RAM Direct Rambus RAM
  • the memory in the embodiment of the present application may also be static random access memory (static RAM, SRAM), dynamic random access memory (dynamic RAM, DRAM), synchronous dynamic random access memory (synchronous DRAM, SDRAM), double data rate synchronous dynamic random access memory (double data rate SDRAM, DDR SDRAM), enhanced synchronous dynamic random access memory (enhanced SDRAM, ESDRAM), synchronous link dynamic random access memory (synch link DRAM, SLDRAM) and direct memory bus random access memory (Direct Rambus RAM, DR RAM), etc. That is to say, the memory in the embodiment of the present application is intended to include but not limited to these and any other suitable types of memory.
  • the embodiment of the present application further provides a computer-readable storage medium, which stores a computer program.
  • the computer program is executed by at least one processor, the method in the embodiment of the present application is implemented.
  • the computer-readable storage medium can be applied to the network device in the embodiments of the present application, and the computer program enables the computer to execute the corresponding processes implemented by the network device in the various methods of the embodiments of the present application. For the sake of brevity, they will not be repeated here.
  • the computer-readable storage medium can be applied to the terminal device in the embodiments of the present application, and the computer program enables the computer to execute the corresponding processes implemented by the terminal device in the various methods of the embodiments of the present application. For the sake of brevity, they will not be repeated here.
  • An embodiment of the present application also provides a computer program product, which includes a computer storage medium, the computer storage medium storing a computer program, the computer program including instructions that can be executed by at least one processor, and when the instructions are executed by at least one processor, the method in the embodiment of the present application is implemented.
  • the computer program product can be applied to the network device in the embodiments of the present application, and the computer program instructions enable the computer to execute the corresponding processes implemented by the network device in the various methods of the embodiments of the present application. For the sake of brevity, they will not be repeated here.
  • the computer program product can be applied to the terminal device in the embodiments of the present application, and the computer program instructions enable the computer to execute the corresponding processes implemented by the terminal device in the various methods of the embodiments of the present application. For the sake of brevity, they will not be repeated here.
  • the embodiment of the present application also provides a computer program, which enables a computer to execute the method in the embodiment of the present application.
  • the computer program can be applied to the network device in the embodiments of the present application.
  • the computer program runs on a computer, the computer executes the corresponding processes implemented by the network device in the various methods of the embodiments of the present application. For the sake of brevity, they will not be repeated here.
  • the disclosed systems, devices and methods can be implemented in other ways.
  • the device embodiments described above are only illustrative.
  • the division of the units is only one example.
  • Logical function division in actual implementation, there may be other division methods, for example, multiple units or components may be combined or integrated into another system, or some features may be ignored or not executed.
  • the mutual coupling or direct coupling or communication connection shown or discussed may be an indirect coupling or communication connection through some interface, device or unit, which may be electrical, mechanical or other forms.
  • the units described as separate components may or may not be physically separated, and the components shown as units may or may not be physical units, that is, they may be located in one place or distributed on multiple network units. Some or all of the units may be selected according to actual needs to achieve the purpose of the solution of this embodiment.
  • each functional unit in each embodiment of the present application may be integrated into one processing unit, or each unit may exist physically separately, or two or more units may be integrated into one unit.
  • the functions are implemented in the form of software functional units and sold or used as independent products, they can be stored in a computer-readable storage medium.
  • the technical solution of the present application can be essentially or partly embodied in the form of a software product that contributes to the prior art.
  • the computer software product is stored in a storage medium and includes several instructions for a computer device (which can be a personal computer, server, or network device, etc.) to perform all or part of the steps of the methods described in each embodiment of the present application.
  • the aforementioned storage media include: U disk, mobile hard disk, read-only memory (ROM), random access memory (RAM), disk or optical disk, and other media that can store program codes.

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例提供一种信号处理方法及装置、终端设备、网络设备，该方法包括：终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：用于配置所述第一信号的参考信号配置信息；所述第一信号关联的CSI上报配置信息；所述第一信号关联的TCI状态；所述第一信号关联的CORESET组索引信息；所述第一信号关联的PCI信息。。

Description

信号处理方法及装置、终端设备、网络设备 技术领域
本申请实施例涉及移动通信技术领域，具体涉及一种信号处理方法及装置、终端设备、网络设备。
背景技术
目前的5G通信系统可以利用人工智能(Artificial Intelligence，AI)模型辅助终端设备进行上下行的通信。其中，用于上下行通信过程的AI模型通常是基于小区/发送接收点(Transmission Reception Point，TRP)进行训练的。当小区/TRP发生变化时，终端设备需要切换到该小区/TRP对应的AI模型进行通信，以保证通信性能。但是传输信号的小区/TRP通常对终端设备来说是不可见的，终端设备无法获知传输信号的小区/TRP。
另外，通信系统中为了实现不同的通信功能(如波束管理，CSI测量，定位等功能)，网络设备可以配置不同类型的参考信号用于不同通信功能的相关测量和上报。如果所述测量和上报基于AI模型，为实现不同的通信功能就需要使用不同的AI模型进行测量和上报。然而，网络设备配置的参考信号的通信功能通常对终端设备来说也是不可见的，终端设备无法获知参考信号的功能。
基于此，在信号传输的小区/TRP，以及参考信号的功能对终端设备不可见的情况下，如何令终端设备获知当前的信号传输小区/TRP，以及当前信号所支持的功能对应的AI模型是需要解决的问题。
发明内容
本申请实施例提供一种信号处理方法及装置、终端设备、网络设备。
第一方面，本申请实施例提供的信号处理方法，包括：
终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
用于配置所述第一信号的参考信号配置信息；
所述第一信号关联的信道状态信息(Channel State Information，CSI)上报配置信息；
所述第一信号关联的传输配置指示(Transmission Configuration Indication，TCI)状态；
所述第一信号关联的控制资源集(Control Resource Set，CORESET)组索引信息；
所述第一信号关联的物理小区标识(Physical Cell Identifier，PCI)信息。
第二方面，本申请实施例提供的信号处理方法，包括：
网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
用于配置所述第一信号的参考信号配置信息；
所述第一信号关联的CSI上报配置信息；
所述第一信号关联的TCI状态；
所述第一信号关联的CORESET组索引信息；
所述第一信号关联的PCI信息。
第三方面，本申请实施例提供的信号处理装置，应用于终端设备，该装置包括：
第一确定单元，配置为基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
用于配置所述第一信号的参考信号配置信息；
所述第一信号关联的CSI上报配置信息；
所述第一信号关联的TCI状态；
所述第一信号关联的CORESET组索引信息；
所述第一信号关联的PCI信息。
第四方面，本申请实施例提供的通信装置，应用于网络设备，该装置包括：
指示单元，配置为通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
用于配置所述第一信号的参考信号配置信息；
所述第一信号关联的CSI上报配置信息；
所述第一信号关联的TCI状态；
所述第一信号关联的CORESET组索引信息；
所述第一信号关联的PCI信息。
第五方面，本申请实施例提供的终端设备，该终端设备包括处理器和存储器。该存储器用于存储计算机可执行指令，该处理器与存储器连接，用于通过执行该计算机可执行指令，实现上述第一方面的信号处理方法。
第六方面，本申请实施例提供的网络设备，该网络设备包括处理器和存储器。该存储器用于存储计算机可执行指令，该处理器与存储器连接，用于通过执行该计算机可执行指令，实现上述第二方面的信号处理方法。
第七方面，本申请实施例提供的芯片，用于实现上述第一方面或第二方面的信号处理方法。
具体地，该芯片包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有该芯片的设备执行上述第一方面或第二方面的信号处理方法。
第八方面，本申请实施例提供的计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被至少一个处理器执行时实现上述第一方面或第二方面的信号处理方法。
第九方面，本申请实施例提供的计算机程序产品，该计算机程序产品包括计算机存储介质，该计算机存储介质存储计算机程序，该计算机程序包括能够由至少一个处理器执行的指令，当该指令由至少一个处理器执行时实现上述第一方面或第二方面的信号处理方法。
第十方面，本申请实施例提供的计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面或第二方面的信号处理方法。
本申请实施例提供了一种信号处理方法，其中，终端设备根据第一信号相关的配置信息，确定是否使用AI模型进行第一信号的处理或测量，和/或，进行第一信号的处理或测量使用的第一AI模型。其中，第一信号相关的配置信息可以是参考信号配置信息，CSI上报配置信息，TCI状态，CORESET组索引信息或PCI信息等一些与TRP/小区/信号的功能关联的配置信息。这样，网络设备可以基于TRP/小区/信号的功能是否支持基于AI模型的传输，通过第一信号相关的配置信息向终端设备指示是否使用AI模型进行第一信号的处理或测量，从而使终端设备选择较优的方式对第一信号进行处理或测量。此外，由于上述第一信号相关的配置信息与TRP/小区/信号的功能关联，因此，网络设备可以通过第一信号相关的配置信息，为不同TRP/小区/信号功能配置不同的AI模型，这样，可以实现TRP/小区/信号的功能专属的AI模型，提高基于AI模型的传输性能。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是一种通信架构示意图；
图2是一种多TRP的下行相干传输的场景示意图；
图3A是一种多PDCCH的下行非相干传输的场景示意图一；
图3B是一种多PDCCH的下行非相干传输的场景示意图二；
图4是一种单PDCCH的下行非相干传输的场景示意图；
图5是一种神经元结构示意图；
图6是一种神经网络结构示意图；
图7是本申请实施例提供的一种信号处理方法的流程示意图；
图8是本申请实施例提供的一种通信装置800的结构组成示意图；
图9是本申请实施例提供的一种通信装置900的结构组成示意图；
图10是本申请实施例提供的一种通信设备的示意性结构图；
图11是本申请实施例提供的一种的芯片的示意性结构图；
图12是本申请实施例提供的一种通信系统的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1是本申请实施例的一个应用场景的示意图。
如图1所示，通信系统100可以包括终端设备110和网络设备120。网络设备120可以通过空口与终端设备110通信。终端设备110和网络设备120之间支持多业务传输。
应理解，本申请实施例仅以通信系统100进行示例性说明，但本申请实施例不限定于此。也就是说，本申请实施例的技术方案可以应用于各种通信系统，例如：长期演进(Long Term Evolution，LTE)系统、LTE时分双工(Time Division Duplex，TDD)、通用移动通信系统(Universal Mobile Telecommunication System，UMTS)、物联网(Internet of Things，IoT)系统、窄带物联网(Narrow Band Internet of Things，NB-IoT)系统、增强的机器类型通信(enhanced Machine-Type Communications，eMTC)系统、5G通信系统(也称为新无线(New Radio，NR)通信系统)，或未来的通信系统等。
在图1所示的通信系统100中，网络设备120可以是与终端设备110通信的接入网设备。接入网设备可以为特定的地理区域提供通信覆盖，并且可以与位于该覆盖区域内的终端设备110进行通信。
网络设备120可以是LTE系统中的演进型基站(Evolutional Node B，eNB或eNodeB)，或者是下一代无线接入网(Next Generation Radio Access Network，NG RAN)设备，或者是NR系统中的基站(gNB)，或者是云无线接入网络(Cloud Radio Access Network，CRAN)中的无线控制器，或者该网络设备120可以为中继站、接入点、车载设备、可穿戴设备、集线器、交换机、网桥、路由器，或者未来演进的公共陆地移动网络(Public Land Mobile Network，PLMN)中的网络设备等。
终端设备110可以是任意终端设备，其包括但不限于与网络设备120或其它终端设备采用有线或者无线连接的终端设备。
例如，终端设备110可以指接入终端、用户设备(User Equipment，UE)、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。接入终端可以是蜂窝电话、无绳电话、会话启动协议(Session Initiation Protocol，SIP)电话、IoT设备、卫星手持终端、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、5G网络中的终端设备或者未来演进网络中的终端设备等。
终端设备110可以用于设备到设备(Device to Device，D2D)的通信。
图1示例性地示出了一个网络设备和两个终端设备，可选地，该通信系统100可以包括多个网络设备并且每个网络设备的覆盖范围内可以包括其它数量的终端设备，本申请实施例对此不作限定。
需要说明的是，图1只是以示例的形式示意本申请所适用的系统，当然，本申请实施例所示的方法还可以适用于其它系统。此外，本文中术语“系统”和“网络”在本文中常被可互换使用。
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，在本申请的实施例中提到的“指示”可以是直接指示，也可以是间接指示，还可以是表示具有关联关系。举例说明，A指示B，可以表示A直接指示B，例如B可以通过A获取；也可以表示A间接指示B，例如A指示C，B可以通过C获取；还可以表示A和B之间具有关联关系。
还应理解，在本申请的实施例中提到的“对应”可表示两者之间具有直接对应或间接对应的关系，也可以表示两者之间具有关联关系，也可以是指示与被指示、配置与被配置等关系。
还应理解，在本申请实施例中提到的“预定义”或“预定义规则”可以通过在设备(例如，包括终端设备和网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本申请对于其具体的实现方式不作限定。比如预定义可以是指协议中定义的。还应理解，本申请实施例 中，所述“协议”可以指通信领域的标准协议，例如可以包括LTE协议、NR协议以及应用于未来的通信系统中的相关协议，本申请对此不作限定。
为便于理解本申请实施例的技术方案，以下对本申请实施例的相关技术进行说明，以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。
在NR通信系统中引入了基于多个TRP的下行相干联合传输(Coherent Joint Transmission，CJT)。下行CJT一般基于理想的回传链路(Backhaul)，多个TRP采用不同的波束和/或预编码矩阵在相同的物理资源上发送相同的数据，通过调整预编码矩阵使不同TRP发送的数据在终端设备侧进行相干叠加，从而提高数据的传输性能。
为了使不同TRP发送的数据能够在终端设备侧相干叠加，终端设备需要基于CJT的假设反馈不同TRP的CSI。
需要说明的是，终端设备可以在CSI中反馈一个秩指示(Rank Indicator，RI)、一个或多个预编码矩阵指示(Precoding Matrix Indicator，PMI)和一个信道质量指示(Channel Quality Indicator，CQI)。其中，PMI可以包含多个TRP的预编码信息，终端设备可以将多个TRP的预编码信息放在一个PMI中反馈，也可以分别放在多个PMI中反馈，从而网络设备使用这些预编码信息进行预编码时，能够达到相干传输的效果。
需要说明的是，CSI可以基于网络设备配置的信道状态信息-参考信号(Channel State Information-Reference Signal，CSI-RS)资源测量得到，网络设备可以配置多个CSI-RS资源，每个资源对应一个TRP，终端设备基于多个CSI-RS资源得到的信道信息和相干传输的假设进行CSI测量。
进一步地，终端设备可以从网络设备配置的多个CSI-RS资源中选择一个或多个CSI-RS资源，并反馈该一个或多个CSI-RS资源对应的CSI，从而实现终端设备侧TRP选择的功能，降低反馈开销。
图2是一种多TRP的下行相干传输的场景示意图。如图2所示，假设有两个TRP，分别记为TRP210和TRP220，TRP210和TRP220之间可以是互相协作的。TRP210和TRP220可以采用不同的波束和/或预编码矩阵在相同的物理资源上向终端设备230分别发送物理下行控制信道(Physical Downlink Shared Channel，PDSCH)，通过调整预编码矩阵使TRP210和TRP220各自发送的PDSCH在终端设备230侧进行相干叠加；终端设备230可以向TRP210反馈肯定确认(Acknowledgement，ACK)/否定确认(Negative Acknowledgement，NACK)和CSI。其中，TRP210传输的用于调度PDSCH的下行控制信息(Downlink control information，DCI)可以通过控制资源集(CORESET)承载。
在NR通信系统中还引入了基于多个TRP的下行NC-JT。其中，TRP之间的Backhaul连接可以是理想的或者非理想的，理想的Backhaul下TRP之间能够快速动态的进行信息交互，非理想的Backhaul下由于时延较大TRP之间能够准静态的进行信息交互。其中，多个TRP可以采用不同的控制信道独立调度一个终端设备的多个PDSCH传输；多个TRP也可以采用同一个控制信道调度不同TRP的传输，其中不同TRP的数据采用不同的传输层。下面对多个TRP采用控制信道进行调度的两种实现方式进行说明。
一种可能的实现方式，对于采用多个物理下行控制信道(Physical Downlink Control Channel，PDCCH)调度的下行传输，所调度的PDSCH可以在相同的时隙或不同的时隙传输。终端设备需要支持同时接收来自不同TRP的PDCCH和PDSCH。
需要说明的是，终端设备可以将ACK/NACK和CSI各自反馈给传输相应PDSCH的不同TRP，该场景可以应用于理想Backhaul和非理想Backhaul两种情况；终端设备也可以将ACK/NACK和CSI合并反馈给一个TRP。该场景可以应用于理想Backhaul的情况。
还需要说明的是，不同TRP传输的用于调度PDSCH的DCI可以通过不同的CORESET来承载，也就是说，网络设备侧可以配置多个CORESET，每个TRP采用各自的CORESET承载DCI，此时可以通过CORESET来区分不同的TRP。例如，网络设备可以为每个CORESET配置一个CORESET索引，不同的CORESET索引对应不同的TRP。
还需要说明的是，终端设备反馈CSI时，需要分别反馈每个TRP各自对应的CSI，该CSI可以包括RI，PMI，CQI等等，每个TRP可以使用各自得到的CSI进行下行传输的调度。
图3A是一种多PDCCH的下行非相干传输的场景示意图一。如图3A所示，假设有两个TRP，分别记为TRP310和TRP320，TRP310和TRP320之间可以是互相协作的。TRP310可以向终端设备330发送PDCCH1和PDSCH1，TRP320可以向终端设备330发送PDCCH2和PDSCH2，终端设备330可以将ACK/NACK和CSI各自反馈给传输相应PDSCH的不同TRP(即TRP310和TRP320)。其中，TRP310传输的用于调度PDSCH1的DCI可以通过CORESET1承载，TRP320传输的用于调 度PDSCH2的DCI可以通过CORESET2承载。
图3B是一种多PDCCH的下行非相干传输的场景示意图二。如图3B所示，假设有两个TRP，分别记为TRP340和TRP350，TRP340和TRP350之间可以是互相协作的。TRP340可以向终端设备360发送PDCCH3和PDSCH3，TRP350可以向终端设备360发送PDCCH4和PDSCH4，终端设备360可以将ACK/NACK和CSI合并反馈给一个TRP(即TRP340)。其中，TRP340传输的用于调度PDSCH3的DCI可以通过CORESET3承载，TRP350传输的用于调度PDSCH4的DCI可以通过CORESET4承载。
另一种可能的实现方式，对于采用单个PDCCH调度的下行传输，同一个DCI可以调度来自不同TRP的多个传输层。其中，来自不同TRP的多个传输层采用不同命令数据模块(Command Data Module，CDM)组中的解调参考信号(Demodulation Reference Signal，DMRS)端口，且采用不同的传输配置指示(Transmission Configuration Indication，TCI)状态。网络设备需要在一个DCI中指示来自不同CDM组的DMRS端口，以及不同CDM组所分别对应的TCI状态，从而支持不同的DMRS端口采用不同的波束来传输。在该情况下，HARQ-ACK反馈可以重用现有协议中的机制。该场景适用于理想Backhaul的情况。
需要说明的是，终端设备需要在一个CSI中上报不同TRP分别对应的RI和PMI，以及一个联合的CQI，该联合的CQI可以用于确定调制与编码策略(Modulation and Coding Scheme，MCS)。网络设备可以配置终端设备上报多个不同的传输假设各自对应的CSI，例如同时上报基于单TRP传输假设的CSI和基于多TRP进行NC-JT传输假设的CSI。另外，网络设备也可以配置终端设备上报多个不同的传输假设中，性能最好的一个传输假设以及对应的CSI，从而节约反馈信令开销。
图4是一种单PDCCH的下行非相干传输的场景示意图。如图4所示，假设有两个TRP，分别记为TRP410和TRP420，TRP410和TRP420之间可以是互相协作的。TRP410传输的DCI可以通过CORESET承载，且该DCI既可以调度来自TRP410的传输层(即Layer 1)，又可以调度来自TRP420的传输层(即Layer 2)。终端设备430可以将ACK/NACK和CSI合并反馈给一个TRP(即TRP410)。
人工智能(Artificial Intelligence，AI)模型是一种可以胜任多种任务处理的模型，它们具备自我学习和自我适应的能力，可以根据环境的变化来进行动态调整和决策。AI模型也可以称为机器学习(Machine Learning，ML)模型，两者等同或者可替换。
实际应用中，AI模型可以由神经网络构成。神经网络是一种由多个神经元节点相互连接构成的运算模型，其中节点间的连接代表从输入信号到输出信号的加权值，称为权重；每个节点对不同的输入信号进行加权求和，并通过特定的激活函数输出。参考图5所示的神经元结构示意图，其中，a1、a2、……、an和1为神经元的输入，w1、w2、……、wn和b表示权重，Sum表示求和函数，f表示激活函数，t为输出结果。
一个简单的神经网络如图6所示，包含输入层、隐藏层和输出层，通过多个神经元不同的连接方式，权重和激活函数，可以产生不同的输出，进而拟合从输入到输出的映射关系。每一个上一级节点都与其全部的下一级节点相连。此全连接模型也可以叫做深度神经网络(Deep Neural Network，DNN)。
通过数据集的构建，训练，验证和测试等过程可以训练并得到一个AI模型。训练可以分为离线训练和在线训练。网络设备可以通过数据集离线训练的方式得到一个静态的训练结果，这里可以称之为离线训练。在网络设备或终端设备对AI模型的使用过程中，随着终端设备的进一步测量和/或上报，网络设备可以继续收集更多的数据，进行实时的在线训练来优化AI模型的参数，达到更好的推断和预测结果。在得到AI模型后，通过将当前得到的信息输入到AI模型中，可以推理得到相应的模型输出。
为了实现不同的通信功能，通信系统中引入了不同的AI模型，定义与通信功能相应的输入和输出。
示例性地，将AI模型用于CSI反馈时，可以将得到的信道信息(如特征向量、波束信息、时延信息等)作为AI模型的输入，从而推理出相应的CSI量化比特。在网络侧会有一个对应的AI模型，将CSI量化比特作为输入，就可以推理得到相应的信道信息。
示例性地，将AI模型用于波束管理时，终端设备可以将测量得到的第二波束(通过CSI-RS资源索引表征)集合中多个波束对应的参考信号接收功率(Reference Signal Receiving Power，RSRP)作为AI模型的输入，从而推理得到第一波束集合中最好的波束(通过CSI-RS资源索引表征)以及相应的RSRP，并将推理的结果上报给网络设备。其中，第二波束集合可以为第一波束集合的子集。
除此之外，AI模型还可以用于定位，信道编码，信道解码，调制解调，信道估计等其他通信过 程。
相关技术中，当通信过程是基于AI模型辅助时，用于上下行通信过程的AI模型通常是基于小区/TRP进行训练的。当小区/TRP发生变化时，终端设备需要切换到该小区/TRP对应的AI模型进行通信，以保证通信性能。然而，传输信号的小区/TRP通常对终端设备来说是不可见的，并且部分小区/TRP并不支持基于AI模型的信号传输。终端设备如何确定是否使用AI模型，以及使用哪个AI模型对当前信号进行处理或测量，目前并没有明确的方法。
另外，通信系统中为了实现不同的功能(如波束管理，CSI测量，定位等功能)，网络设备可以配置不同类型的参考信号用于不同通信功能的相关测量和上报。如果所述测量和上报基于AI模型，为实现不同的功能就需要使用不同的AI模型进行测量和上报。然而，网络设备配置的参考信号的功能通常对终端设备来说也是不可见的。在参考信号的功能对终端设备不可见的情况下，如何令终端设备知晓当前参考信号所支持的功能对应的AI模型是需要解决的问题。
有鉴于此，本申请实施例提供了一种信号处理方法，其中，终端设备根据第一信号相关的配置信息，确定是否使用AI模型进行第一信号的处理或测量，和/或，进行第一信号的处理或测量使用的第一AI模型。其中，第一信号相关的配置信息可以是参考信号配置信息，CSI上报配置信息，TCI状态，CORESET组索引信息或PCI信息等一些与TRP/小区/信号的功能关联的配置信息。这样，网络设备可以基于TRP/小区/信号的功能是否支持基于AI模型的传输，通过第一信号相关的配置信息向终端设备指示是否使用AI模型进行第一信号的处理或测量，从而使终端设备选择较优的方式对第一信号进行处理或测量。此外，由于上述第一信号相关的配置信息与TRP/小区/信号的功能关联，因此，网络设备可以通过第一信号相关的配置信息，为不同TRP/小区/信号功能配置不同的AI模型，这样，可以实现TRP/小区/信号的功能专属的AI模型，提高基于AI模型的传输性能。
为便于理解本申请实施例的技术方案，以下通过具体实施例详述本申请的技术方案。以上相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。本申请实施例包括以下内容中的至少部分内容。
图7示出了本申请实施例提供的一种信号处理方法的流程示意图，如图7所示，该方法可以包括如下步骤。
S710、网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号处理或测量使用的第一AI模型。
S720、终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，确定进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，第一信号可以是参考信号、控制信号、以及数据信号中的一项或多项。
在一些实施例中，所述参考信号可以是上行参考信号，例如探测参考信号(Sounding Reference Signal，SRS)、上行解调参考信号(Demodulation Reference Signal，DMRS)等。所述参考信号也可以是下行参考信号，例如信道状态信息参考信号(Channel State Information Reference Signal，CSI-RS)、下行DMRS、小区特定参考信号(Cell-specific Reference Signals，CRS)等，本申请实施例对此不做限制。
在一些实施例中，所述控制信号可以包括物理上行控制信道(Physical Uplink Control Channel，PUCCH)、PDCCH等，本申请实施例对此不做限制。
在一些实施例中，所述数据信号可以包括物理上行共享信道(Physical Uplink Shared Channel，PUSCH)、PDSCH等，本申请实施例对此不做限制。
可以理解的，网络设备可以为终端设备配置第一信号。例如，网络设备可以为终端设备配置传输/检测第一信号的时频资源、调度第一信号的PDCCH的时频资源、第一信号的空间传输关系(使用TCI状态表征)、第一信号关联的物理小区标识(Physical Cell Identifier，PCI)等，本申请实施例对此不做限制。
在本申请实施例中，网络设备可以通过第一信号相关的配置信息，指示终端设备是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
在一种可能的实现方式中，网络设备可以通过第一信号相关的配置信息，指示终端设备是否使用AI模型进行所述第一信号的处理或测量。相应的，终端设备可以基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量。需要说明的是，在网络设备通过第一信号相关的配置信息，指示终端设备使用AI模型进行所述第一信号的处理或测量的情况下，终端设备可以 使用默认的AI模型进行所述第一信号的处理或测量。其中，默认的AI模型可以是预定义的AI模型，也可以是网络设备为终端设备预配置的AI模型，本申请实施例对此不做限制。
在另一种可能的实现方式中，网络设备可以通过第一信号相关的配置信息，向终端设备直接指示进行第一信号的处理或测量使用的具体的AI模型(本申请实施例记为第一AI模型)。相应的，终端设备可以基于第一信号相关的配置信息，确定进行第一信号的处理或测量所使用的第一AI模型。
在又一种可能的实现方式中，网络设备可以通过第一信号相关的配置信息，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，网络设备通过第一信号相关的配置信息向终端设备指示使用AI模型进行所述第一信号的处理或测量时，可以进一步向终端设备指示进行所述第一信号的处理或测量所使用的AI模型(本申请实施例记为第一AI模型)。
在一些实施例中，第一信号相关的配置信息可以包括以下中的任意一项：
用于配置第一信号的参考信号配置信息；
第一信号关联的CSI上报配置信息；
第一信号关联的TCI状态；
第一信号关联的CORESET组索引信息；
第一信号关联的PCI信息。
示例性地，第一信号相关的配置信息可以是用于配置第一信号的参考信号配置信息，此时，第一信号可以是参考信号。其中，参考信号配置信息可以指示第一参考信号资源集合，其中，第一参考信号资源集合中可以包括一个或多个参考信号资源，这里的一个或多个参考信号资源用于传输第一信号。也就是说，第一信号的传输/检测资源通过参考信号配置信息指示。
可以理解的，网络设备可以通过第一信号的参考信号配置信息，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号的参考信号配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
示例性地，第一信号相关的配置信息可以是第一信号关联的CSI上报配置信息，这里的CSI上报配置信息可以用于配置基于第一信号的CSI测量和CSI上报。其中，CSI上报配置信息可以包括第二参考信号资源集合的指示信息。第二参考信号资源集合可以包括一个或多个参考信号资源，这里的一个或多个参考信号资源用于传输所述第一信号。第一信号的传输/检测资源通过CSI上报配置信息指示。
可以理解的，网络设备可以通过第一信号关联的CSI上报配置信息，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的CSI上报配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
示例性地，第一信号相关的配置信息可以是第一信号关联的TCI状态。需要说明的是，第一信号关联的TCI状态可以是网络设备为该第一信号配置的TCI状态，用于第一信号的接收端处理。
可以理解的，网络设备可以通过第一信号关联的TCI状态，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的TCI状态，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
示例性地，第一信号相关的配置信息还可以是第一信号关联的CORESET组索引信息。需要说明的是，第一信号关联的CORESET组索引信息是指第一PDCCH所在的CORESET的CORESET组索引信息，其中，第一PDCCH为用于调度所述第一信号的PDCCH。也就是说，第一信号关联的CORESET组索引信息为用于调度第一信号的PDCCH所在的CORESET的CORESET组索引信息。
可以理解的，网络设备可以通过第一信号关联的CORESET组索引信息，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的CORESET组索引信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
示例性地，第一信号相关的配置信息还可以是第一信号关联的PCI信息。需要说明的是，第一 信号关联的PCI信息可以是用于生成所述第一信号的序列的PCI信息，第一信号关联的PCI信息还可以是所述第一信号的TCI状态中配置的PCI信息，本申请实施例对此不做限制。
可以理解的，网络设备可以通过第一信号关联的PCI信息，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的PCI信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
在一些实施例中，所述使用AI模型进行第一信号的处理可以包括：
使用AI模型进行第一信号的信号生成，预编码，调制，信道编码，解调，信道解码，以及信道检测中的一项或多项。
其中，使用AI模型进行第一信号的生成，可以是将待传输信息作为AI模型的输入，通过该AI模型生成并输出第一信号。示例性的，第一信号可以是承载CSI上报的PUCCH或PUSCH，终端设备可以使用AI模型将得到的信道信息(例如特征向量，波束信息，时延信息等)作为AI模型的输入，经AI模型推理出第一信号。
使用AI模型进行第一信号的预编码，可以是将没有经过预编码的第一信号作为AI模型的输入，通过该AI模型推理得到经过预编码后的第一信号。
使用AI模型进行第一信号的调制，可以是将待传输数据的信息比特(即第一信号)作为AI模型的输入，输出调制后的第一信号。
使用AI模型进行第一信号的解调，可以是将接收到的调制后的第一信号作为AI模型的输入，输出解调后的信息比特。
使用AI模型进行第一信号的信道编码，可以是将待传输的信息比特(即第一信号)作为AI模型的输入，输出编码后的第一信号。
使用AI模型进行第一信号的信道解码，可以是将接收到的编码后的第一信号作为AI模型的输入，输出解码后的信息比特。
使用AI模型进行第一信号的信道检测，可以是将第一信号作为AI模型的输入，输出传输第一信号的信道信息(例如特征向量，波束信息，时延信息等)。
在一些实施例中，所述使用AI模型进行第一信号的测量可以包括：
终端设备基于第一信号测量得到下行信道信息；
终端设备将下行信道信息作为AI模型的输入，得到目标测量结果。
需要说明的是，基于第一信号测量得到的下行信道信息可以是基于所述第一信号测量得到的反映信道状态的物理量，例如信道协方差矩阵R，信道矩阵H，信道的特征值，信道的特征向量，信道冲击响应，信道的时延功率谱，信道的强度(如RSRP)，信道的角度(AOA)等，本申请实施对此不做限制。
另外，目标测量结果可以是用于网络设备调度/定位/波束管理所需要的若干测量值，例如预编码指示信息，RI，CQI，RSRP，SINR，波束索引，定位结果，定位误差，定时信息，时域信道特性(TDCP)，信道估计值等，本申请实施例对此不做限制。
示例性地，当第一信号和AI模型用于传统CSI测量时，终端设备可以基于所述第一信号测量得到下行信道的特征向量，作为所述AI模型的输入，从而输出得到对应的PMI信息。
示例性地，当第一信号和AI模型用于波束管理时，第一信号可以是一组CSI-RS，终端设备可以将基于CSI-RS测量得到对应的RSRP作为AI模型的输入，从而输出得到预测的性能最好的波束索引和对应的RSRP。
需要说明的是，本申请实施例中，不使用AI模型进行所述第一信号的处理或测量，可以是指使用非AI/ML的方式进行第一信号的处理或测量。也就是说，使用传统方式进行所述第一信号的处理或测量。示例性地，当网络设备指示终端设备不使用AI模型进行基于所述第一信号的CSI测量时，终端设备可以使用基于码本的方式进行基于所述第一信号的CSI测量和上报。
在一些实施例中，S710之前，网络设备可以提前确定第一信号的处理或测量是否使用AI模型，和/或，第一信号处理或测量使用的第一AI模型。从而，网络设备可以通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型。
在一些实施例中，网络设备可以基于以下中的一项或多项，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型：
传输所述第一信号的TRP；
传输所述第一信号的小区；
所述第一信号的功能。
在一种可能的实现方式中，网络设备可以根据传输第一信号的TRP是否支持基于AI模型的通信过程，来确定是否使用AI模型进行所述第一信号的处理或测量。若传输第一信号的TRP支持基于AI模型的通信过程，即该TRP可以使用AI模型与终端设备进行第一信号的交互，则网络设备可以通过第一信号相关的配置信息，向终端设备指示使用AI模型进行所述第一信号的处理或测量。反之，若传输第一信号的TRP不支持基于AI模型的通信过程，则网络设备可以通过第一信号相关的配置信息，向终端设备指示不使用AI模型进行所述第一信号的处理或测量。
进一步地，不同的TRP对应的AI模型不同，或者说，不同的TRP支持的AI模型不同，即传输第一信号的TRP不同时，使用的AI模型是不同的。需要说明的是，由于不同TRP的地理位置、散射环境等各不相同，会造成不同的TRP和终端设备之间的信道参数不同，因此，不同的TRP需要使用的AI模型可以是不同的，以便能获得最准确的第一信号的处理或测量效果。
需要说明的是，网络设备或终端设备可以通过预先训练，确定每个TRP对应的AI模型。若每个TRP对应的AI模型是终端设备预先训练的，则终端设备可以通过UE能力信息，将每个TRP对应的AI模型上报给网络设备。
基于此，网络设备可以将传输第一信号的TRP对应的AI模型，作为所述第一信号处理或测量使用的第一AI模型。进一步地，网络设备通过第一信号相关的配置信息，向终端设备指示使用AI模型进行所述第一信号的处理或测量，并同时指示进行所述第一信号处理或测量使用的第一AI模型。或者，网络设备通过第一信号相关的配置信息，直接向终端设备进行第一信号的处理或测量所使用的第一AI模型。
在另一种可能的实现方式中，网络设备可以根据传输第一信号的小区是否支持基于AI模型的通信过程，来确定是否使用AI模型进行所述第一信号的处理或测量。若传输第一信号的小区支持基于AI模型的通信过程，则网络设备可以通过第一信号相关的配置信息，向终端设备指示使用AI模型进行所述第一信号的处理或测量。反之，若传输第一信号的小区不支持基于AI模型的通信过程，则网络设备可以通过第一信号相关的配置信息，向终端设备指示不使用AI模型进行所述第一信号的处理或测量。
另外，不同的小区对应的AI模型不同，或者说，不同的小区支持的AI模型不同。网络设备可以将传输第一信号的小区对应的AI模型，作为所述第一信号处理或测量使用的第一AI模型。进一步地，网络设备通过第一信号相关的配置信息，向终端设备指示使用AI模型进行所述第一信号的处理或测量，并同时指示进行所述第一信号处理或测量使用的第一AI模型。或者，网络设备通过第一信号相关的配置信息，直接向终端设备进行第一信号的处理或测量所使用的第一AI模型。
需要说明的是，不同的TRP可以配置相同的小区ID，也可以配置不同的小区ID。当不同TRP的小区ID不同时，不同的TRP即为不同的小区。
在又一种可能的实现方式中，网络设备可以根据第一信号的功能是否支持基于AI模型的处理，来确定是否使用AI模型进行所述第一信号的处理或测量。
需要说明的是，第一信号的功能包括但不限于用于CSI测量，用于波束管理，用于终端设备定位，时频同步等，本申请实施例对此不做限制。其中，第一信号的功能还可以进一步细分，例如CSI测量还可以进一步细分为RSRP测量，SINR测量，用于调度的信道信息(例如RI/PMI/CQI)测量，单TRP测量，CJT测量，非相干联合传输(Non-Coherent Joint Transmission，NCJT)测量，子带测量，宽带测量中的若干个；波束管理还可以进一步细分为时域波束预测，空域波束预测，发送波束选择等中的若干个；定位还可以进一步细分为位置信息上报，用于定位的信道信息上报，定时信息上报等。
可以理解的，第一信号的功能是否支持基于AI模型的处理，可以指网络设备和终端设备是否能使用AI模型对该功能的第一信号进行处理。若第一信号的功能支持基于AI模型的处理，即网络设备和终端设备能使用AI模型对该功能的第一信号进行处理，则网络设备可以通过第一信号相关的配置信息，向终端设备指示使用AI模型进行所述第一信号的处理或测量。反之，若第一信号的功能不支持基于AI模型的处理，即网络设备和终端设备不能使用AI模型对该功能的第一信号进行处理，则网络设备可以通过第一信号相关的配置信息，向终端设备指示不使用AI模型进行所述第一信号的处理或测量。
网络设备和终端设备针对不同功能的第一信号，处理的方式不同。因此，对于不同的第一信号的功能，可以对应不用的AI模型。需要说明的是，网络设备或终端设备可以通过预先训练，确定实 现每个功能对应的AI模型。如果是每个功能对应的AI模型是终端设备预先训练的，终端设备可以通过UE能力信息，将每个功能对应的AI模型上报给网络设备。
基于此，网络设备可以将第一信号的功能所对应的AI模型，作为所述第一信号处理或测量使用的第一AI模型。进一步地，网络设备通过第一信号相关的配置信息，向终端设备指示使用AI模型进行所述第一信号的处理或测量，并同时指示进行所述第一信号处理或测量使用的第一AI模型。或者，网络设备通过第一信号相关的配置信息，直接向终端设备进行第一信号的处理或测量所使用的第一AI模型。
需要说明的是，网络设备可以以显式的方式，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。示例性的，网络设备可以在第一信号相关的配置信息中添加指示信息，通过该指示信息明确地指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型(如通过第一AI模型的ID或者功能进行指示)。此外，网络设备也可以以隐式的方式，向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。示例性的，网络设备可以建立第一信号相关的配置信息中某个参数(例如参考信号资源、CSI上报配置信息、TCI状态、CORESET组索引信息、PCI信息中的任一项)与AI模型的关联关系，这样，网络设备可以利用第一信号相关的配置信息中某个参数关联的AI模型来指示是否使用AI模型进行所述第一信号的处理或测量，和/或，指示进行所述第一信号的处理或测量使用的第一AI模型。
还需要说明的是，第一AI模型的输入结构和/或输出结构由终端设备与网络设备预先约定好，或者由网络设备预先配置给终端设备。
综上所述，通过该方法，终端设备可以根据第一信号相关的配置信息，确定是否使用AI模型进行第一信号的处理或测量，和/或，进行第一信号的处理或测量使用的第一AI模型。其中，第一信号相关的配置信息可以是参考信号配置信息，CSI上报配置信息，TCI状态，CORESET组索引信息或PCI信息等一些与TRP/小区/信号的功能关联的配置信息。这样，网络设备可以基于TRP/小区/信号的功能是否支持基于AI模型的传输，通过第一信号相关的配置信息向终端设备指示是否使用AI模型进行第一信号的处理或测量，从而使终端设备选择较优的方式对第一信号进行处理或测量。此外，由于上述第一信号相关的配置信息与TRP/小区/信号的功能关联，因此，网络设备可以通过第一信号相关的配置信息，为不同TRP/小区/信号功能配置不同的AI模型，这样，可以实现TRP/小区/信号的功能专属的AI模型，提高基于AI模型的传输性能。
需要说明的是，S710中网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型的方式包括多种。相应的，S720中终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，确定进行所述第一信号的处理或测量使用的第一AI模型的方式同样也包括多种。以下通过方式#1～方式#7进行详细阐述。
方式#1：第一信号相关的配置信息为用于配置所述第一信号的参考信号配置信息，其中，参考信号配置信息中包括第一指示信息；所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
可以理解的，第一信号可以为参考信号。网络设备可以在参考信号配置信息中增加新的指示信息(本申请实施例记为第一指示信息)，来向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
在一些实施例中，第一指示信息可以仅指示是否使用AI模型进行所述第一信号的处理或测量。需要说明的是，在该实施例中，当第一指示信息指示使用AI模型进行所述第一信号的处理或测量时，终端设备可以使用默认的AI模型进行所述第一信号的处理或测量。
在一种可能的实现方式中，所述第一指示信息包含1比特信息，其中，所述第一指示信息的取值为第一值(例如1)时，指示使用AI模型进行所述第一信号的处理或测量，所述第一指示信息的取值为第二值(例如0)时，指示不使用AI模型进行所述第一信号的处理或测量。
在另一种可能的实现方式中，所述第一指示信息缺省时，指示不使用AI模型进行所述第一信号的处理或测量，所述第一信息存在时，指示使用AI模型进行所述第一信号的处理或测量。也就是说，参考信号配置信息中不存在第一指示信息时，指示不使用AI模型进行所述第一信号的处理或测量。参考信号配置信息中存在第一指示信息时，指示使用AI模型进行所述第一信号的处理或测量。
在一些实施例中，第一指示信息可以仅指示第一AI模型。
其中，当第一指示信息用于指示所述第一AI模型时，所述第一指示信息可以指示所述第一AI模型的功能，和/或，所述第一AI模型的标识信息(ID)。
需要说明的是，模型的功能即通过AI模型所实现的功能。模型的功能包括但不限于PMI上报，RI/PMI/CQI上报，波束信息上报，RSRP上报，CSI压缩，信道编码解码，调制解调，CSI预测，CSI预测及压缩等。
在一些实施例中，不同的AI模型可能具有不同的模型功能。第一指示信息除了可以直接指示第一AI模型的ID之外，第一指示信息还可以直接指示第一AI模型的功能，通过模型的功能确定第一AI模型。示例性地，第一指示信息可以携带第一AI模型的功能ID，通过功能ID指示第一AI模型。
在一些实施例中，一个模型的功能可能对应多个AI模型，此时，第一指示信息可以同时指示模型的功能和支持该功能的一个模型ID，通过模型的功能和模型ID共同确定第一AI模型。
需要说明的是，所述第一AI模型的输入结构和/或输出结构由终端设备与网络设备预先预定好，或者由网络设备预先配置给终端设备。示例性地，第一AI模型可以由终端设备预先训练，并通过UE能力信息上报给网络设备；或者，第一AI模型可以由网络设备预先训练，并通过RRC信令配置给终端设备。
在一些实施例中，第一指示信息可以指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
在一种可能的实现方式中，所述第一指示信息可以包括第一指示域和第二指示域。其中，第一指示域用于指示是否使用AI模型进行所述第一信号的处理或测量。示例性地，所述第一指示域可以包含1比特信息，第一指示域的取值为第一值(例如1)时，指示使用AI模型进行所述第一信号的处理或测量，第一指示域的取值为第二值(例如0)时，指示不使用AI模型进行所述第一信号的处理或测量。另外，第二指示域用于指示第一AI模型，其中，第二个指示域可以指示所述第一AI模型的功能，或者所述第一AI模型的标识信息。
需要说明的是，当第一指示域指示不使用AI模型进行所述第一信号的处理或测量时，第二指示域可以缺省，或者第二指示域为无效指示域。
在另一种可能的实现方式中，第一指示信息可以包括多个指示状态，其中，多个指示状态中第一指示状态指示不使用AI模型进行所述第一信号的处理或测量，所述多个指示状态的其他指示状态用于指示进行所述第一信号的处理或测量使用的第一AI模型。
可以理解的，当第一指示信息为第一指示状态时，终端设备可以确定不使用AI模型进行所述第一信号的处理或测量。当第一指示信息为其他指示状态时，终端设备可以将指示状态对应的AI模型作为进行所述第一信号的处理或测量的第一AI模型。
示例性地，第一指示状态可以是固定的取值，例如第一指示状态为全0或全1取值。其他指示状态可以指示AI模型的功能或AI模型的模型ID。
在又一种可能的实现方式中，第一指示信息指示AI模型的功能，其中，第一功能用于指示不使用AI模型进行所述第一信号的处理或测量，其他功能用于指示使用AI模型所实现的功能(进一步的，终端设备可以根据功能确定进行所述第一信号的处理或测量使用的第一AI模型)。
可以理解的，第一指示信息可以指示AI模型的功能，第一指示信息的不同取值可以对应不同的AI模型的功能。AI模型的功能可以包括多个，其中的某个特定功能(本申请实施例记为第一功能)可以表示不使用AI模型进行第一信号的处理或测量。也就是说，当第一指示信息指示第一功能时，终端设备可以确定不使用AI模型进行第一信号的处理或测量。当第一指示信息指示其他功能时，终端设备可以将第一指示信息指示的功能所对应的AI模型作为进行第一信号的处理或测量的第一AI模型。
在再一种可能的实现方式中，第一指示信息指示AI模型的标识信息，其中第一标识信息用于指示不使用AI模型进行所述第一信号的处理或测量，其他标识信息用于指示进行所述第一信号的处理或测量使用的第一AI模型。
可以理解的，第一指示信息可以指示AI模型的ID。其中，对于某个特定的标识信息(这里记为第一标识信息，例如ID＝0，1或其他取值)，可以表示不使用AI模型进行第一信号的处理或测量。也就是说，当第一指示信息指示第一标识信息时，终端设备可以确定不使用AI模型进行第一信号的处理或测量。当第一指示信息指示其他标识信息时，终端设备可以将第一指示信息指示的标识信息所对应的AI模型作为进行第一信号的处理或测量的第一AI模型。
需要说明的是，针对模型的功能对应多个AI模型的情况，第一指示信息可以同时指示AI模型 的功能和支持该功能的一个模型的ID。示例性地，当第一指示信息指示所述第一功能和所述第一标识信息中的任一项时，可以表示不使用AI模型进行所述第一信号的处理或测量。当第一指示信息指示其他功能和其他模型ID时，终端设备可以根据第一指示信息所指示的功能和模型ID共同确定第一信号对应的第一AI模型。
方式#2：第一信号相关的配置信息为第一信号关联的CSI上报配置信息，其中，CSI上报配置信息中包括第一指示信息，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
其中，所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报。
在一些实施例中，CSI上报配置信息可以包括第二参考信号资源集合的指示信息，其中，第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号。另外，CSI上报配置信息中还可以包括CSI上报量信息，可以用于指示第一AI模型需要输出的目标测量结果(例如RI/PMI/CQI，RSRP，位置信息等)。
可以理解的，网络设备可以在CSI上报配置信息中增加新的指示信息(本申请实施例记为第一指示信息)，来向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
需要说明的是，这个新的指示信息可以与前述第二参考信号资源集合的指示信息，CSI上报量信息作为三个独立的信息域一起配置在CSI上报配置信息中。
其中，第一指示信息可以仅指示是否使用AI模型进行所述第一信号的处理或测量。第一指示信息也可以仅指示第一AI模型。第一指示信息还可以指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，第一指示信息的相关描述可以参考方式#1中第一指示信息的相关描述进行理解，为了简洁，此处不再赘述。
方式#3：第一信号相关的配置信息为用于配置所述第一信号的参考信号配置信息；参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号。
在一些实施例中，网络设备可以通过参考信号配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于参考信号配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
在一种实现方式中，网络设备通过参考信号配置信息，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于参考信号配置信息，确定所述第一信号的处理或测量使用的第一AI模型。
在另一种实现方式中，网络设备通过参考信号配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及，进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以基于参考信号配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及，进行所述第一信号的处理或测量使用的第一AI模型。
可以理解的，第一参考信号资源集合可以关联AI模型，也可以不关联AI模型。其中，在第一参考信号资源集合不具有关联的AI模型的情况下，所述参考信号配置信息指示不使用AI模型进行所述第一信号的处理或测量；在所述第一参考信号资源集合具有关联的AI模型的情况下，所述参考信号配置信息指示使用第一AI模型进行所述第一信号的处理或测量，进一步地，所述参考信号配置信息可以指示第一AI模型为所述第一参考信号资源集合关联的AI模型。
也就是说，网络设备可以利用参考信号配置信息指示的第一参考信号资源集合，来隐式地向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，第一参考信号资源集合是否关联有AI模型，以及第一参考信号资源集合关联的AI模型可以是预定义的，也可以是网络设备配置的，本申请实施例对此不做限制。
示例性地，网络设备可以通过RRC信令配置第一参考信号资源集合是否关联有AI模型，以及第一参考信号资源集合关联的第一AI模型。若第一参考信号资源集合关联有AI模型，网络设备还可以通过MAC层信令或DCI信令动态更新第一参考信号资源集合关联的第一AI模型，从而灵活地重用相同的参考信号资源集合实现不同的AI模型配置，避免RRC信令的频繁重配置。
在一些实施例中，参考信号资源集合与AI模型之间的关联关系，可以通过参考信号资源集合与 AI模型的功能之间的关联关系来体现。终端设备通过参考信号资源集合确定了第一AI模型的功能，就能确定与该功能对应的第一AI模型。示例性地，网络设备可以通过RRC信令预先配置每个参考信号资源集合对应的功能，终端设备根据该功能确定预先约定/配置的用于实现该功能的AI模型。第一CSI-RS资源集合对应的功能为CSI测量，则相应CSI-RS对应的AI模型为AI模型1；第二CSI-RS资源集合对应的功能为时频跟踪，则相应CSI-RS对应的AI模型为AI模型2。
在一些实施例中，考信号资源集合与AI模型之间的关联关系，可以通过参考信号资源集合与AI模型的模型ID之间对应关系来体现。终端设备通过参考信号资源集合确定了第一AI模型的模型ID，就能确定与该模型ID对应的第一AI模型。
方式#4：第一信号相关的配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号。
在一些实施例中，网络设备可以通过CSI上报配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以通过CSI上报配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
在一种实现方式中，网络设备可以通过CSI上报配置信息，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以通过CSI上报配置信息，确定进行所述第一信号的处理或测量使用的第一AI模型。
在另一种实现方式中，网络设备可以通过CSI上报配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以通过CSI上报配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
可以理解的，上述CSI上报配置信息可以关联AI模型，也可以不关联AI模型。其中，在所述CSI上报配置信息不具有关联的AI模型的情况下，所述CSI上报配置信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；在所述CSI上报配置信息具有关联的AI模型的情况下，所述CSI上报配置信息指示所述终端设备使用第一AI模型进行所述第一信号的处理或测量，进一步地，所述CSI上报配置信息可以指示所述第一AI模型为所述CSI上报配置信息关联的AI模型。
也就是说，网络设备可以利用CSI上报配置信息，来隐式地向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，CSI上报配置信息是否关联有AI模型，以及CSI上报配置信息关联的AI模型可以是预定义的，也可以是网络设备配置的，本申请实施例对此不做限制。
示例性地，CSI上报配置信息是否关联有AI模型，以及CSI上报配置信息关联的AI模型可以由网络设备预先确定，并将CSI上报配置信息是否关联有AI模型，以及CSI上报配置信息关联的第一AI模型配置给终端设备。其中，网络设备可以通过RRC信令配置CSI上报配置信息是否关联有AI模型，以及CSI上报配置信息关联的第一AI模型。若CSI上报配置信息关联有AI模型，网络设备还可以通过MAC层信令或DCI信令动态更新CSI上报配置信息关联的第一AI模型，从而灵活地重用相同的CSI上报配置信息实现不同的AI模型配置，避免RRC信令的频繁重配置。
在一些实施例中，CSI上报配置信息与AI模型之间的关联关系，可以通过CSI上报配置信息与AI模型的功能之间的关联关系来体现。终端设备通过CSI上报配置信息确定了模型的功能，就能确定与该功能对应的第一AI模型。
示例性地，网络设备可以通过RRC信令可以预先配置每个CSI上报配置信息对应的功能，终端设备根据该功能确定预先约定/配置的用于实现该功能的AI模型。示例性地，第一CSI上报配置信息对应的功能为CSI测量，则相应CSI-RS对应的AI模型为AI模型1；第二CSI上报配置信息对应的功能为时频跟踪，则相应CSI-RS对应的AI模型为AI模型2。
在一些实施例中，CSI上报配置信息与AI模型之间的对应关系，可以通过CSI上报配置信息与AI模型的模型ID之间对应关系来体现。终端设备通过CSI上报配置信息确定了第一AI模型的模型ID，就能确定与该模型ID对应的第一AI模型。
方式#5：第一信号相关的配置信息为第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态。
在一些实施例中，网络设备可以通过第一信号关联的TCI状态，指示是否使用AI模型进行所述 第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以通过第一信号关联的TCI状态，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
在一种实现方式中，网络设备可以通过第一信号关联的TCI状态，指示进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以通过第一信号关联的TCI状态，确定进行所述第一信号的处理或测量使用的第一AI模型。
在另一种实现方式中，网络设备可以通过第一信号关联的TCI状态，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。相应的，终端设备可以通过第一信号关联的TCI状态，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
在该实施例中，TCI状态可以关联AI模型，也可以不关联AI模型。其中，在所述TCI状态未配置有关联的AI模型的情况下，所述TCI状态指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；在所述TCI状态配置有关联的AI模型的情况下，所述TCI状态指示所述终端设备使用第一AI模型进行所述第一信号的处理或测量，进一步地，所述TCI状态可以指示所述第一AI模型为所述TCI状态关联的AI模型。
也就是说，网络设备可以利用第一信号关联的TCI状态，来隐式地向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，TCI状态是否关联有AI模型，以及TCI状态关联的AI模型可以是网络设备配置的。其中，网络设备可以通过专用信令配置TCI状态是否关联有AI模型，以及TCI状态关联的AI模型。网络设备也可以通过TCI状态配置信息，配置TCI状态是否关联有AI模型，以及TCI状态关联的AI模型。示例性地，网络设备可以通过专用信令或TCI状态配置信息配置TCI状态ID与模型ID之间的对应关系，或者TCI状态ID与模型的功能之间的对应关系。
在一些实施例中，若TCI状态关联有AI模型，则网络设备还可以通过MAC层信令或DCI信令动态更新TCI状态关联的第一AI模型，从而灵活地重用相同的TCI状态实现不同的AI模型配置，避免信令的频繁重配置。
在一些实施例中，一组TCI状态可以对应一个AI模型，不同组的TCI状态对应不同的模型。示例性地，网络设备可以配置两组TCI状态，每组TCI状态可以包含对应一个TRP或一个小区的多个TCI状态，此时可以对应到不同的AI模型。例如，两组TCI状态分别对应AI模型1和AI模型2，当第一信号来自于TRP1时，可以给第一信号配置第一组TCI状态中的TCI状态，从而对应到AI模型1；当第一信号来自于TRP2时，可以给第一信号配置第二组TCI状态中的TCI状态，从而对应到AI模型2，从而通过TCI状态组在第一信号和AI模型间建立联系。
需要说明的还是，TCI状态也可以替换为其他用于获取空间域滤波器(发送波束)或获取空间接收参数(接收波束)的其他配置，如空间接收信息，发送波束信息，接收波束信息等，本申请实施例对此不做限制。
方式#6：第一信号相关的配置信息为所述第一信号关联的CORESET组索引信息。其中，所述第一信号关联的CORESET组索引信息为第一PDCCH所在的CORESET的CORESET组索引信息，所述第一PDCCH为用于调度所述第一信号的PDCCH。也就是说，第一信号关联的CORESET组索引信息为用于调度第一信号的PDCCH所在的CORESET的CORESET组索引信息。
示例性地，若第一信号为PDSCH/PUSCH/PUCCH，则第一信号关联的CORESET组索引信息为用于调度所述PDSCH/PUSCH/PUCCH的PDCCH所在的CORESET的CORESET组索引。
示例性地，若第一信号为非周期CSI-RS或SRS，则第一信号关联的CORESET组索引信息为用于触发所述非周期CSI-RS或SRS传输的PDCCH所在的CORESET的CORESET组索引。
需要说明的是，CORESET组索引信息的取值范围与参与终端设备的信号传输的TRP数量有关。示例性地，若当前两个TRP均参与终端设备的协作传输，则CORESET组索引的取值范围为0和1。
还需要说明的是，若所述第一信号不是PDDCH调度的，则CORESET组索引信息的取值可以假设为0。
在一些实施例中，网络设备可以通过第一信号关联的CORESET组索引信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的CORESET组索引信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
在一种实现方式中，网络设备可以通过第一信号关联的CORESET组索引信息，指示进行所述 第一信号处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的CORESET组索引信息，确定进行所述第一信号的处理或测量使用的第一AI模型。
在另一种实现方式中，网络设备可以通过第一信号关联的CORESET组索引信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的CORESET组索引信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
在该实施例中，CORESET组索引信息可以关联AI模型，也可以不关联AI模型。其中，在所述CORESET组索引信息未配置有关联的AI模型的情况下，所述CORESET组索引信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；在所述CORESET组索引信息配置有关联的AI模型的情况下，所述CORESET组索引信息指示使用第一AI模型进行所述第一信号的处理或测量，其中，所述的第一AI模型，为所述CORESET组索引信息关联的AI模型。
也就是说，网络设备可以利用第一信号关联的CORESET组索引信息，来隐式地向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，CORESET组索引信息是否关联有AI模型，以及CORESET组索引信息关联的AI模型可以是网络设备配置的。
在一些实施例中，CORESET组索引信息与AI模型之间的关联关系可以预先通过高层专用信令预先配置给终端设备。其中，网络设备可以通过高层专用信令配置CORESET组索引信息与模型ID之间的对应关系，或者CORESET组索引与模型的功能之间的对应关系。示例性地，CORESET组索引＝0对应主小区，同时对应主小区使用的AI模型1；CORESET组索引＝1对应协作小区，同时对应协作小区使用的AI模型2。
在一些实施例中，若CORESET组索引信息关联有AI模型，则网络设备还可以通过MAC层信令或DCI信令动态更新CORESET组索引信息关联的第一AI模型，从而灵活地重用相同的CORESET组索引信息实现不同的AI模型配置，避免信令的频繁重配置。
方式#7：第一信号相关的配置信息为所述第一信号关联的PCI信息。其中，第一信号关联的PCI信息为用于生成所述第一信号的序列的PCI信息，或者，所述第一信号关联的PCI信息为所述第一信号的TCI状态中配置的PCI信息。
示例性地，若所述第一信号为参考信号(如同步信号，CSI-RS或DMRS等下行参考信号，或者SRS或DMRS等上行参考信号)，则所述PCI为用于生成所述第一信号的序列的PCI。
示例性地，若所述第一信号为参考信号，控制信号(如PUCCH或PDCCH等)，或者数据信号(如PDCCH或PDSCH等)，则所述第一信号的TCI状态中配置的PCI。其中，网络设备在配置TCI状态时，可以配置每个TCI状态关联的PCI，当这个TCI状态指示给第一信号时，终端设备可以根据TCI状态中配置的PCI，确定对应的第一AI模型。若TCI状态中没有配置PCI，则可以假设PCI为当前服务小区的PCI。
需要说明的是，若网络设备没有给终端设备配置PCI信息，则终端设备可以假设PCI信息为当前的服务小区的PCI。
在一些实施例中，网络设备可以通过第一信号关联的PCI信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的PCI信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
在一种实现方式中，网络设备可以通过第一信号关联的PCI信息，指示进行所述第一信号处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的PCI信息，确定进行所述第一信号的处理或测量使用的第一AI模型。
在另一种实现方式中，网络设备可以通过第一信号关联的PCI信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号处理或测量使用的第一AI模型。相应的，终端设备可以基于第一信号关联的PCI信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型。
在该实施例中，PCI信息可以关联AI模型，也可以不关联AI模型。其中，在所述PCI信息未配置有关联的AI模型的情况下，所述PCI信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；在所述PCI信息配置有关联的AI模型的情况下，所述PCI信息指示使用第一AI模型进行所述第一信号的处理或测量，进一步地，所述PCI信息可以指示所述第一AI模型为所述PCI 信息关联的AI模型。
也就是说，网络设备可以利用第一信号关联的PCI信息，来隐式地向终端设备指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型。
需要说明的是，PCI信息是否关联有AI模型，以及PCI信息关联的AI模型可以是网络设备配置的。
示例性地，网络设备可以通过专用信令或RRC信令配置PCI信息是否关联有AI模型，以及PCI信息关联的AI模型。
示例性地，网络设备可以将PCI和它关联的AI模型配置在同一个信息域中。
示例性地，网络设备在配置邻小区信息时，邻小区信息同时包含邻小区的PCI信息以及邻小区所使用的AI模型的信息(如模型ID或者功能)，从而在PCI和AI模型之间建立对应关系。
需要说明的是，若PCI信息关联有AI模型，则网络设备还可以通过MAC层信令或DCI信令动态更新PCI信息关联的第一AI模型，从而灵活地重用相同的PCI信息实现不同的AI模型配置，避免信令的频繁重配置。
在本申请一实施例中，网络设备通过第一信号相关的配置信息，指示终端设备使用第一AI模型对第一信号进行处理或测量，以及终端设备基于第一信号相关的配置信息，确定使用第一AI模型对第一信号进行处理或测量之后，本申请实施例提供的信号处理方法还可以包括以下中的一项或多项：
网络设备接收终端设备使用所述第一AI模型进行处理后的第一信号；
网络设备接收终端设备使用所述第一AI模型进行基于第一信号的测量后上报的测量结果；
网络设备使用与第一AI模型对应的第二AI模型进行所述第一信号的处理；
网络设备使用与第一AI模型对应的第二AI模型进行所述终端设备上报的测量结果的解码。
其中，终端设备使用第一AI模型进行第一信号的处理，可以包括使用第一AI模型进行第一信号的信号生成，预编码，调制，信道编码，解调，信道解码，以及信道检测中的一项或多项。终端设备可以将使用第一AI模型进行处理后得到的第一信号发送给网络设备。
在一些实施例中，若第一AI模型是双端模型中的一端，则网络设备采用与所述第一AI模型对应的第二AI模型进行所述第一信号的处理。
其中，所述网络设备使用与所述第一AI模型对应的第二AI模型进行所述第一信号的处理，可以包括：网络设备使用所述第二AI模型进行第一信号的信号生成，预编码，调制，信道编码，解调，信道解码，以及信道检测中的一项或多项。
需要说明的是，第一AI模型和第二AI模型对应，可以是指第一AI模型和第二AI模型实现操作是一一对应的。示例性地，第一AI模型用于下行CSI反馈，则第二AI模型用于下行CSI反馈信息的解码；或者，第一AI模型用于下行波束信息的生成，则第二AI模型可以用于下行波束反馈信息的解码；第一AI模型用于上行数据的信道编码，则第二AI模型可以用于上行数据的信道解码等。
在另一个实施例中，所述第一AI模型和第二AI模型是联合训练得到的。也就是说，所述第一AI模型和第二AI模型是一个推理过程中拆分出来的两个串联部分，在训练过程中，所述第一AI模型的输出即为所述第二AI模型的输入。
在一些实施例中，若第一AI模型是单端模型，则网络设备可以仅接收终端设备使用第一AI模型进行处理后的第一信号。
可以理解的，终端设备使用第一AI模型进行第一信号的测量，可以包括：终端设备基于所述第一信号测量得到下行信道信息；终端设备将所述下行信道信息作为AI模型的输入，得到目标测量结果。
在一些实施例中，若第一AI模型是双端模型中的一端，则网络设备可以采用与所述第一AI模型对应的第二AI模型进行所述终端设备上报的测量结果的解码。
在一些实施例中，若第一AI模型是单端模型，则网络设备可以仅接收终端设备使用所述第一AI模型进行基于第一信号的测量后上报的测量结果。
综上所述，本申请实施例提供了一种信号处理方法，其中，终端设备根据第一信号相关的配置信息，确定是否使用AI模型进行第一信号的处理或测量，和/或，进行第一信号的处理或测量使用的第一AI模型。其中，第一信号相关的配置信息可以是参考信号配置信息，CSI上报配置信息，TCI状态，CORESET组索引信息或PCI信息等一些与TRP/小区/信号的功能关联的配置信息。这样，网络设备可以基于TRP/小区/信号的功能是否支持基于AI模型的传输，通过第一信号相关的配置信息向终端设备指示是否使用AI模型进行第一信号的处理或测量，从而使终端设备选择较优的方式对第一信号进行处理或测量。此外，由于上述第一信号相关的配置信息与TRP/小区/信号的功能关联，因 此，网络设备可以通过第一信号相关的配置信息，为不同TRP/小区/信号功能配置不同的AI模型，这样，可以实现TRP/小区/信号的功能专属的AI模型，提高基于AI模型的传输性能
以下结合具体应用场景对本申请实施例提供的通信方法进行详细阐述。
实施例一
在该实施例中，不同功能的信号可以对应不同的AI模型(Model associated with RS(set)with different functionalities)。该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，第一信号为用于下行测量的参考信号，例如CSI-RS。
在一些实施例中，网络设备根据第一信号的功能，确定所述第一信号对应的第一AI模型。
可以理解的，第一信号用于不同的功能时，对应的第一AI模型不同。需要说明的是，第一信号的功能包括但不限于CSI测量，波束管理，定位，时频同步等。其中，功能还可以进一步细分，例如CSI测量还可以进一步细分为RSRP测量，SINR测量，用于调度的信道信息(如RI/PMI/CQI)测量，单TRP测量，CJT测量，NCJT测量，子带测量，宽带测量中的若干个；波束管理还可以进一步细分为时域波束预测，空域波束预测，发送波束选择等中的若干个；定位还可以进一步细分为位置信息上报，用于定位的信道信息上报，定时信息上报等。
在一些实施例中，网络设备或终端设备可以通过预先训练，确定实现每个功能所需要的AI模型。如果是终端设备预先训练的，则终端设备可以通过UE能力信息，将每个功能对应的AI模型上报给网络设备。
S2、网络设备通过所述第一信号的参考信号配置信息，向终端设备指示所述第一AI模型。
S3、终端设备根据所述第一信号的参考信号配置信息，确定第一信号对应的第一AI模型。
在一种实施方式中，所述第一信号的参考信号配置信息中包括第一指示信息，第一指示信息用于指示第一AI模型。可以理解的，终端设备根据参考信号配置信息中的第一指示信息，确定所述第一信号对应的第一AI模型。
需要说明的是，第一指示信息可以指示所述第一AI模型的功能。其中，所述第一AI模型的功能包括但不限于CSI测量，波束管理，定位，时频同步等。第一指示信息可以通过功能ID等形式实现。
还需要说明的是，不同功能对应的AI模型(具体包括模型结构和模型参数)可以由终端设备与网络设备预先约定好。示例性的，终端设备可以预先训练每种信号的功能对应的AI模型，终端设备可以通过UE能力信息，将每个信号的功能对应的AI模型上报给网络设备；或者，网络设备可以预先训练每种信号功能对应的AI模型，并将每种信号功能对应的AI模型配置给终端设备。
示例性地，当第一信号的功能为CSI测量时，采用AI模型1；当第一信号的功能为定位时，采用AI模型2。或者，当第一信号的功能为单TRP测量时，采用AI模型1；当第一信号的功能为NCJT测量时，采用AI模型2。其中，AI模型1和AI模型2具有不同的模型结构和模型参数，且输入和输出均不相同，AI模型1和AI模型2的输入输出结构可以由终端设备与网络设备预先约定好。
在另一种实施方式中，所述第一信号的参考信号配置信息中可以包括指示第一参考信号资源集合的指示信息。也就是说，第一信号的参考信号配置信息可以指示第一参考信号资源集合。终端设备可以根据参考信号配置信息所指示的第一参考信号资源集合，将与所述第一参考信号资源集合对应的AI模型，作为所述第一信号对应的第一AI模型；其中，第一参考信号资源集合与AI模型具有对应关系。
需要说明的是，参考信号资源集合与AI模型之间的对应关系可以预先由网络设备配置给终端设备。其中，可以通过参考信号资源集合与AI模型的功能之间对应关系来体现。终端设备通过参考信号资源集合确定了第一信号的功能，就能确定与该功能对应的第一AI模型。其中功能可以参考上述S1中的描述，为了简洁，此处不再赘述。
在一种实施方式中，网络设备可以通过RRC信令可以预先配置每个参考信号资源集合对应的功能，相应的，终端设备根据该功能确定预先约定/配置的用于实现该功能的第一AI模型。示例性地，第一CSI-RS资源集合对应的功能为CSI测量，则相应CSI-RS对应的第一AI模型为AI模型1；第二CSI-RS资源集合对应的功能为时频跟踪，则相应CSI-RS对应的第一AI模型为AI模型2。
需要说明的是，网络设备可以通过RRC信令配置参考信号资源集合与AI模型之间的对应关系，再通过MAC层信令或DCI信令动态更新参考信号资源集合对应的AI模型，从而灵活地重用相同的参考信号资源集合实现不同的功能，避免RRC信令的频繁重配置。
S4、终端设备采用所述第一AI模型进行基于第一信号的测量。
其中，终端设备基于所述第一信号测量得到下行信道信息；将所述下行信道信息作为所述第一AI模型的输入，从而推理得到目标测量结果。
需要说明的是，下行信道信息可以是基于所述第一信号测量得到的反映信道状态的物理量，例如信道协方差矩阵R，信道矩阵H，信道的特征值，信道的特征向量，信道冲击响应，信道的时延功率谱，信道的强度(如RSRP)，信道的角度(AOA)等。目标测量结果可以是用于网络设备调度/定位/波束管理所需要的一些测量值，例如预编码指示信息，RI，CQI，RSRP，SINR，波束索引，定位结果，定位误差，定时信息，时域信道特性(TDCP)，信道估计值等。
示例性地，当所述第一信号和第一AI模型用于传统CSI测量时，终端设备基于所述第一信号测量得到下行信道的特征向量，作为所述第一AI模型的输入，从而输出得到对应的预编码指示信息(PMI信息)。当所述第一信号和第一AI模型用于波束管理时，所述第一信号可以是一组CSI-RS，终端设备基于所述CSI-RS测量得到对应的RSRP，作为所述第一AI模型的输入，从而输出得到预测的性能最好的波束索引和对应的RSRP。
S5、终端设备将测量结果上报给网络设备。
S6、网络设备接收测量结果。
在一些实施例中，如果第一AI模型是双端模型中的一端，则网络设备采用与所述第一AI模型对应的第二AI模型进行所述终端设备上报的测量结果的解码。
在一些实施例中，如果第一AI模型是单端模型，则网络设备接收所述测量结果，不需要基于AI模型进行解码。
可以理解的，基于本实施例的方法，网络设备在参考信号配置信息中指示对应的AI模型的功能，终端设备可以根据这个信息确定参考信号实现的功能以及对应的AI模型，从而可以通过不同的参考信号基于不同的AI模型实现不同的测量功能，提高测量的准确性。
实施例二
在该实施例中，不同TRP/小区的参考信号可以对应不同的AI模型(Model associated with RS(set)with different cells/TRPs)。该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，第一信号为用于下行测量的参考信号，例如CSI-RS。
在一些实施例中，网络设备根据传输第一信号的TRP/小区，确定所述第一信号对应的第一AI模型。
可以理解的，当发送第一信号的TRP/小区不同时，对应的第一AI模型也不同。其中，不同的TRP可以配置相同的小区ID，也可以配置不同的小区ID。当不同TRP的小区ID不同时，不同的TRP即为不同的小区。
需要说明的是，网络设备或终端设备可以通过预先训练，确定每个TRP对应的AI模型。如果是终端预先训练的，则要通过UE能力上报给网络设备。由于不同TRP的位置，散射环境等各不相同，和终端之间的信道参数不同，需要训练不同的AI模型用于测量才能获得最准确的测量效果。
S2、网络设备通过所述第一信号的参考信号配置信息，向终端设备指示所述第一AI模型。
S3、终端设备根据所述第一信号的参考信号配置信息，确定第一信号对应的第一AI模型。
在一种实施方式中，所述第一信号的参考信号配置信息中包括第一指示信息，第一指示信息用于指示第一AI模型。可以理解的，终端设备根据参考信号配置信息中的第一指示信息，确定所述第一信号对应的第一AI模型。
需要说明的是，第一指示信息可以指示所述第一AI模型的模型ID。其中，不同模型ID对应的AI模型(具体包括模型结构和模型参数)由终端设备与网络设备预先约定好。示例性的，终端设备可以预先训练AI模型，并通过UE能力信息将AI模型上报给网络设备。或者，网络设备可以预先训练每个AI模型，并由配置给终端设备。
还需要说明的是，不同的模型ID可以对应不同的AI模型，而不同的AI模型可以实现相同的功能。例如，不同的AI模型的模型结构相同(输入和输出格式也相同)，但是模型参数不同，可以是分别根据不同TRP的信道环境训练得到的。
在另一种实施方式中，所述第一信号的参考信号配置信息中可以包括指示第一参考信号资源集合的指示信息。也就是说，第一信号的参考信号配置信息可以指示第一参考信号资源集合。终端设备可以根据参考信号配置信息所指示的第一参考信号资源集合，将与所述第一参考信号资源集合对应的AI模型，作为所述第一信号对应的第一AI模型；其中，第一参考信号资源集合与AI模型具有对应关系。
需要说明的是，参考信号资源集合与AI模型之间的对应关系可以预先由网络设备配置给终端设备。其中，可以通过参考信号资源集合与AI模型的模型ID之间对应关系来体现。终端设备通过参考信号资源集合确定了第一AI模型的模型ID，就能确定与该模型ID对应的第一AI模型。
示例性地，网络设备可以预先配置每个CSI-RS资源集合对应的模型ID，终端设备根据该ID确定预先约定/配置的对应的AI模型。例如，第一CSI-RS资源集合对应的模型ID为ID1，则相应CSI-RS对应的第一AI模型为AI模型1；第二CSI-RS资源集合对应的模型ID为ID2，则相应CSI-RS对应的第一AI模型为AI模型2。
在一些实施例中，网络设备可以通过RRC信令配置参考信号资源集合与AI模型之间的对应关系，再通过MAC层信令或DCI信令动态更新参考信号资源集合对应的AI模型，从而灵活地重用相同的参考信号资源集合用于不同TRP或小区的测量，避免RRC信令的频繁重配置。
S4、终端设备采用所述第一AI模型进行基于第一信号的测量。
其中，终端设备基于所述第一信号测量得到下行信道信息；将所述下行信道信息作为所述第一AI模型的输入，从而推理得到目标测量结果。
需要说明的是，下行信道信息和目标测量结果的相关描述可以参考实施例一，为了简洁，此处不再赘述。
还需要说明的是，在实施例二中，对于不同的第一AI模型，由于实现的功能是相同的，输入的下行信道信息的格式可以是相同的(例如都是同样大小的特征向量)，输出的测量结果的格式也是相同的(例如都是预编码指示信息)。但是由于模型参数不同，会推理得到不同的结果(对应不同TRP的信道环境)。
S5、终端设备将测量结果上报给网络设备。
S6、网络设备接收测量结果。
可以理解的，基于本实施例的方法，网络设备在参考信号配置信息中指示对应的AI模型的模型ID，不同TRP传输的参考信号对应不同的模型ID，则终端设备可以根据这个信息确定对应的AI模型，从而实现TRP专属的AI模型，提高测量的准确性。
实施例三
在该实施例中，参考信号的TRP/小区/功能对应的AI模型(Model associated with functionality unknown to UE)，对于终端设备来说是未知的。该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，第一信号为用于下行测量的参考信号，例如CSI-RS。
在一些实施例中，网络设备可以根据传输第一信号的TRP，或者根据第一信号的功能，确定所述第一信号对应的第一AI模型。
可以理解的，当传输第一信号的TRP不同时，对应的第一AI模型也不同。或者，当第一信号的功能不同时，对应的第一AI模型也不同。需要说明的是，不同TRP也可以是不同的小区。
示例性地，当第一信号由TRP1传输且用于TRP1的信道测量时，对应AI模型1；当第一信号由TRP2传输且用于TRP2的信道测量时，对应AI模型2；当第一信号用于TRP1和TRP2的CJT传输时(包含多个信号)，对应AI模型3；当第一信号用于TRP1和TRP2的NCJT传输时，对应AI模型3；当第一信号用于下行定位时，对应AI模型4；当第一信号用于波束管理时，对应AI模型5，以此类推
在该实施例中，传输第一信号的TRP，以及第一信号的功能对终端设备都是未知的。网络设备不需要指示传输第一信号的TRP或者第一信号的功能。
S2、网络设备通过所述第一信号的参考信号配置信息，向终端设备指示所述第一AI模型。
S3、终端设备根据所述第一信号的参考信号配置信息，确定第一信号对应的第一AI模型。
在一种实施方式中，所述第一信号的参考信号配置信息中包括第一指示信息，第一指示信息用于指示第一AI模型。可以理解的，终端设备根据参考信号配置信息中的第一指示信息，确定所述第一信号对应的第一AI模型。
需要说明的是，第一指示信息可以指示所述第一AI模型的模型ID。其中，不同模型ID对应的AI模型(具体包括模型结构和/或模型参数)可以由终端设备与网络设备预先约定好，或者由网络设备配置给终端设备。
还需要说明的是，不同的模型ID对应不同的AI模型，不同的AI模型的模型结构可以相同也可以不同(输入和输出格式也可以相同或不同)。此外，不同的AI模型的模型参数可以不同。另外，不同的模型可以对应不同的功能或者TRP，但在终端设备侧只需要确定第一AI模型，不需要知道该 模型的功能，或者对应哪个TRP。
在另一种实施方式中，所述第一信号的参考信号配置信息中可以包括指示第一参考信号资源集合的指示信息。也就是说，第一信号的参考信号配置信息可以指示第一参考信号资源集合。终端设备可以根据参考信号配置信息所指示的第一参考信号资源集合，将与所述第一参考信号资源集合对应的AI模型，作为所述第一信号对应的第一AI模型；其中，第一参考信号资源集合与AI模型具有对应关系。
S4、终端设备采用所述第一AI模型进行基于第一信号的测量。
其中，终端设备基于所述第一信号测量得到下行信道信息；将所述下行信道信息作为所述第一AI模型的输入，从而推理得到目标测量结果。
需要说明的是，下行信道信息和目标测量结果的相关描述可以参考实施例一，为了简洁，此处不再赘述。
还需要说明的是，对于不同的第一AI模型，输入的下行信道信息的格式可以是相同的，也可以是不同的，输出的测量结果的格式也可以是相同或不同的，由AI模型本身决定。
示例性地，当第一信号由TRP1传输且用于TRP1的信道测量时，网络设备指示的第一AI模型为AI模型1；当第一信号由TRP2传输且用于TRP2的信道测量时，网络设备指示的第一AI模型为AI模型2；当第一信号用于TRP1和TRP2的CJT传输时(包含多个信号)，网络设备指示的第一AI模型为AI模型3。其中，AI模型1和AI模型2具有相同的模型结构和不同的模型参数，输入输出的格式也相同。AI模型3与AI模型1或AI模型2的模型结构和模型参数都不同，输入输出的格式也不同。
S5、终端设备将测量结果上报给网络设备。
S6、网络设备接收测量结果。
可以理解的，现有技术中参考信号的功能都是预先定义好的，不同功能的参考信号分别定义且具有不同的时频资源和传输方式。而基于本申请中的方法，参考信号的功能可以对终端设备是透明的，终端设备只需要根据对应的AI模型进行第一信号的测量，不需要知道第一信号的小区/TRP/功能，从而增加了参考信号的灵活性。例如，网络设备可以给不同的终端设备配置相同的参考信号和不同的AI模型，从而利用相同的参考信号在不同的终端设备上灵活实现不同功能所需要的测量。
实施例四
在该实施例中，不同功能/TRP/小区的上行参考信号可以对应不同的AI模型(Model associated with UL RS with different functionalities/cells/TRPs)。该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，第一信号为上行参考信号，例如SRS。
在一些实施例中，网络设备可以根据传输第一信号的TRP，或者根据第一信号的功能，确定所述第一信号对应的第一AI模型。
可以理解的，当发送第一信号的TRP不同时，对应的第一AI模型也不同。或者，当第一信号的功能不同时，对应的第一AI模型也不同。这里不同TRP也可以是不同的小区。
示例性地，当第一信号是发给TRP1且用于终端设备与TRP1之间的上行信道测量时，对应AI模型1；当第一信号是发给TRP2且用于终端设备与TRP2之间的上行信道测量时，对应AI模型2；当第一信号用于下行的信道互易性传输时，对应AI模型3，以此类推。
S2、网络设备通过所述第一信号的参考信号配置信息，向终端设备指示所述第一AI模型。
S3、终端设备根据所述第一信号的参考信号配置信息，确定第一信号对应的第一AI模型。
在一种实施方式中，所述第一信号的参考信号配置信息中包括第一指示信息，第一指示信息用于指示第一AI模型。可以理解的，终端设备根据参考信号配置信息中的第一指示信息，确定所述第一信号对应的第一AI模型。
在另一种实施方式中，所述第一信号的参考信号配置信息中可以包括指示第一参考信号资源集合的指示信息。也就是说，第一信号的参考信号配置信息可以指示第一参考信号资源集合。终端设备可以根据参考信号配置信息所指示的第一参考信号资源集合，将与所述第一参考信号资源集合对应的AI模型，作为所述第一信号对应的第一AI模型；其中，第一参考信号资源集合与AI模型具有对应关系。
S4、终端设备采用所述第一AI模型进行第一信号的处理。
需要说明的是，对于上行参考信号，终端设备采用第一AI模型进行第一信号的处理，可以包括基于第一信号的预编码，调制，信号生成处理等。
示例性地，终端设备将第一信号的序列作为第一AI模型的输入，输出调制后的第一信号，或者输出预编码后的第一信号。
S5、终端设备发送处理后的第一信号。
S6、网络设备接收所述第一信号。
在一些实施例中，若第一AI模型是双端模型中的一端，则网络设备采用与所述第一AI模型对应的第二AI模型进行所述第一信号的接收。
在一些实施例中，若第一AI模型是单端模型，则网络设备直接接收所述第一信号，不需要基于AI模型进行接收。
实施例五
在该实施例中，不同功能/TRP/小区的CSI上报配置信息可以对应不同的AI模型(Model associated with CSI report config with different functionalities/cells/TRPs)，该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，所述第一信号为用于下行测量的参考信号，例如CSI-RS。
在一些实施例中，网络设备根据第一信号的功能，确定所述第一信号对应的第一AI模型。
在一些实施例中，所述第一信号可以用于下行的CSI测量，下行的波束管理，下行定位或者下行时频同步等。其中，第一信号的功能可以通过与所述第一信号关联的CSI上报配置信息配置给终端设备，所述CSI上报配置信息用于配置基于所述第一信号的测量和上报。CSI上报配置信息中可以包括CSI上报量信息，即指示需要上报的目标测量结果(例如RI/PMI/CQI，RSRP，位置信息等)。
需要说明的是，可以通过CSI上报量信息指示所述第一信号的功能。
S2、网络设备通过所述第一信号关联的CSI上报配置信息，向终端设备指示所述第一AI模型。
S3、终端设备根据所述第一信号关联的CSI上报配置信息，确定第一信号对应的第一AI模型。
其中，所述CSI上报配置信息用于配置基于所述第一信号的测量和上报，CSI上报配置信息中可以包括第一指示信息，该第一指示信息可以指示所述第一AI模型。也就是说，终端设备根据CSI上报配置信息中携带的第一指示信息，确定所述第一信号对应的第一AI模型。
需要说明的是，第一指示信息可以指示所述第一AI模型的模型ID和/或模型的功能。第一指示信息还可以指示其他能够用于确定第一AI模型的信息。终端设备可以根据模型ID和/或模型的功能确定对应的第一AI模型，具体可以参考其他实施例的描述。
S4、终端设备采用所述第一AI模型进行基于第一信号的测量。
其中，终端设备基于所述第一信号测量得到下行信道信息；将所述下行信道信息作为所述第一AI模型的输入，从而推理得到目标测量结果。
需要说明的是，该实施例中的目标测量结果，是基于所述第一信号关联的CSI上报配置信息中所指示的目标测量结果配置得到，所述目标测量结果配置决定的了第一AI模型的输出。
S5、终端设备将测量结果上报给网络设备。
实施例六
在该实施例中，不同TRP/小区的TCI状态可以对应不同的AI模型(Model associated with TCI states with different cells/TRPs)。该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，第一信号可以为参考信号，例如CSI-RS或DMRS等下行参考信号，或者SRS或DMRS等上行参考信号；第一信号可以是控制信号，例如PUCCH或PDCCH等；第一信号还可以是数据信号，例如PDCCH或PDSCH等，本申请实施例对此不做限制。
在一些实施例中，网络设备根据传输第一信号的TRP/小区，确定所述第一信号对应的第一AI模型。具体来说，网络设备可以根据发送第一信号的TRP/小区，或者接收第一信号的TRP/小区，确定所述第一信号对应的第一AI模型。
可以理解的，当发送或接收第一信号的TRP不同时，对应的第一AI模型也不同。或者，当发送或接收第一信号的小区不同时，对应的第一AI模型也不同。
需要说明的是，网络设备或终端设备可以通过预先训练，确定每个TRP对应的AI模型。如果是终端预先训练的，则要通过UE能力上报给网络设备。
S2、网络设备通过所述第一信号的TCI状态，向终端设备指示所述第一AI模型。
S3、终端设备根据所述第一信号的TCI状态，确定第一信号对应的第一AI模型。
可以理解的，不同的TCI状态与不同的AI模型具有对应关系。终端设备可以将第一信号的TCI状态对应的AI模型，作为所述第一信号对应的第一AI模型。
在一种实施方式中，一个TCI状态对应的AI模型可以配置在TCI状态的配置信息中。例如，在TCI状态配置信息中包含模型ID的指示信息，或者模型的功能的指示信息，或者其他能够用于确定第一AI模型的信息，从而终端设备可以根据该信息确定该TCI状态对应的AI模型。
在另一种实施方式中，TCI状态与AI模型之间的对应关系可以预先通过高层信令预先配置给终端设备。例如，网络设备可以通过高层信令配置TCI状态ID与模型ID之间的对应关系，或者TCI状态ID与模型的功能之间的对应关系。
在一种实施方式中，一组TCI状态可以对应一个AI模型，不同组的TCI状态对应不同的模型。例如，网络设备可以配置两组TCI状态，每组TCI状态可以包含对应一个TRP或一个小区的多个TCI状态，此时可以对应到不同的AI模型。例如，两组TCI状态分别对应AI模型1和AI模型2，当第一信号来自于TRP1时，可以给第一信号配置第一组TCI状态中的TCI状态，从而对应到AI模型1；当第一信号来自于TRP2时，可以给第一信号配置第二组TCI状态中的TCI状态，从而对应到AI模型2，从而通过TCI状态组在第一信号和AI模型间建立联系。
在一种实施方式中，网络设备可以通过RRC信令配置TCI状态组与AI模型之间的对应关，再通过MAC层信令或DCI信令动态更新TCI状态组对应的AI模型，从而灵活地重用相同的TCI状态组实现不同小区或不同TRP的信号传输，避免RRC信令的频繁重配置。
S4、终端设备采用所述第一AI模型进行基于第一信号的测量，或者，采用所述第一AI模型进行第一信号的处理。
在一种实施方式中，若第一信号为下行参考信号，则终端设备可以采用所述第一AI模型进行基于第一信号的测量。其中，终端设备可以基于所述第一信号测量得到下行信道信息；将所述下行信道信息作为所述第一AI模型的输入，从而推理得到目标测量结果。
在另一种实施方式中，若所述第一信号为上行参考信号，上行控制信号或者上行数据信号，则终端设备采用所述第一AI模型进行第一信号的发送处理。
其中，采用第一AI模型进行第一信号的发送处理，可以是采用第一AI模型进行第一信号的预编码，调制，信号生成，信道编码等处理。
示例性地，终端设备将上行参考信号的序列作为第一AI模型的输入，输出调制后的上行参考信号。
示例性地，终端设备将上行控制信号作为第一AI模型的输入，输出预编码后的上行控制信号。
示例性地，终端设备将上行数据和信道信息作为第一AI模型的输入，输出预编码和调制后的上行数据。
在另一种实施方式中，若所述第一信号为下行控制信号或者下行数据信号，则终端设备采用所述第一AI模型进行第一信号的接收处理。
其中，采用第一AI模型进行第一信号的接收处理，可以包括采用第一AI模型进行第一信号的解调，信道解码，检测等处理。
示例性地，终端设备将接收到的信道编码后的下行控制信号作为第一AI模型的输入，输出信道解码后的下行控制信号。
示例性地，终端设备将接收到的下行数据信号作为第一AI模型的输入，输出检测后的下行数据。
需要说明的是，本实施例中的TCI state也可以替换为其他用于获取空间域滤波器(发送波束)或获取空间接收参数(接收波束)的其他配置，如空间接收信息，发送波束信息，接收波束信息等。
由于TCI状态可以配置给任何上行信号或下行信号，基于本实施例提供的方法，可以为任一上行信号或下行信号确定对应的AI模型，从而用于信号的测量或处理。
实施例七
在该实施例中，不同TRP/小区的CORESET组资源索引信息可以对应不同的AI模型(Model associated with CORESETPoolindex with different cells/TRPs)。该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，第一信号可以为参考信号，例如CSI-RS或DMRS等下行参考信号，或者SRS或DMRS等上行参考信号；第一信号可以是控制信号，例如PUCCH或PDCCH等；第一信号还可以是数据信号，例如PDCCH或PDSCH等，本申请实施例对此不做限制。
在一些实施例中，网络设备根据传输第一信号的TRP/小区，确定所述第一信号对应的第一AI模型。具体来说，网络设备可以根据发送第一信号的TRP/小区，或者接收第一信号的TRP/小区，确定所述第一信号对应的第一AI模型。
S2、网络设备通过所述第一信号关联的CORESET组索引信息，向终端设备指示所述第一AI 模型。
S3、终端设备根据所述第一信号关联的CORESET组索引信息，确定第一信号对应的第一AI模型。
可以理解的，CORESET组索引信息与AI模型具有对应关系。终端设备可以根据所述CORESET组索引信息，将所述CORESET组索引信息对应的AI模型，作为所述第一信号对应的第一AI模型。
在一种实施方式中，CORESET组索引信息与AI模型之间的对应关系可以预先通过高层信令预先配置给终端设备。示例性地，网络设备可以通过高层信令配置CORESET组索引信息与模型ID之间的对应关系，或者CORESET组索引信息与模型的功能之间的对应关系。例如，CORESET组索引＝0对应主小区，同时对应主小区使用的AI模型1；CORESET组索引＝1对应协作小区，同时对应协作小区使用的AI模型2。
在一种实施方式中，网络设备可以通过RRC信令配置CORESET组索引信息与AI模型之间的对应关系，再通过MAC层信令或DCI信令动态更新CORESET组索引对应的AI模型，从而灵活地重用相同的CORESET组索引实现不同小区或不同TRP的信号传输，避免RRC信令的频繁重配置。
需要说明的是，所述第一信号关联的CORESET组索引信息为用于调度所述第一信号的PDCCH所在的CORESET的CORESET组索引信息。
示例性地，如果第一信号为PDSCH/PUSCH/PUCCH，则关联的CORESET组索引为用于调度所述PDSCH/PUSCH/PUCCH的PDCCH所在的CORESET的CORESET组索引。
示例性地，如果第一信号为非周期CSI-RS或SRS，则关联的CORESET组索引为用于触发所述非周期CSI-RS或SRS传输的PDCCH所在的CORESET的CORESET组索引。
其中，所述CORESET组索引的取值范围与参与终端设备的信号传输的TRP数量有关。示例性地，如果当前两个TRP参与终端设备的协作传输，则CORESET组索引的取值范围为0和1。
还需要说明的是，如果所述第一信号不是PDDCH调度的，CORESET组索引的值可以假设为0。
S4、终端设备采用所述第一AI模型进行基于第一信号的测量，或者，采用所述第一AI模型进行第一信号的处理。
可以理解的，现有技术中不同的CORESET组索引关联不同的TRP或者小区，基于本实施例提供的方法，网络设备可以为不同TRP或不同小区传输的上行信号或下行信号配置不同的AI模型，从而实现TRP专属或小区专属的AI模型用于信号的测量或处理。
实施例八
在该实施例中，不同TRP/小区的PCI信息可以对应不同的AI模型(Model associated with PCIs with different cells/TRPs)。该实施例可以包括以下步骤：
S1、网络设备确定第一信号对应的第一AI模型。
在一些实施例中，第一信号可以为参考信号，例如CSI-RS或DMRS等下行参考信号，或者SRS或DMRS等上行参考信号；第一信号可以是控制信号，例如PUCCH或PDCCH等；第一信号还可以是数据信号，例如PDCCH或PDSCH等，本申请实施例对此不做限制。
在一些实施例中，网络设备根据传输第一信号的TRP/小区，确定所述第一信号对应的第一AI模型。具体来说，网络设备可以根据发送第一信号的TRP/小区，或者接收第一信号的TRP/小区，确定所述第一信号对应的第一AI模型。
S2、网络设备通过所述第一信号关联的PCI信息，向终端设备指示所述第一AI模型。
需要说明的是，不同的PCI信息表示不同的小区，可以对应不同的AI模型。
S3、终端设备根据所述第一信号关联的PCI，确定第一信号对应的第一AI模型。
可以理解的，PCI信息与AI模型具有对应关系。终端设备根据第一信号关联的PCI，将与所述PCI信息对应的AI模型，作为所述第一信号对应的第一AI模型。
在一种实施方式中，PCI与AI模型之间的对应关系可以预先通过高层信令预先配置给终端设备。示例性地，网络设备在配置邻小区信息时，邻小区信息同时包含邻小区的PCI以及邻小区所使用的AI模型的信息(如模型ID或者功能)，从而在PCI和AI模型之间建立对应关系。
需要说明的是，所述第一信号关联的PCI为用于生成所述第一信号的序列的PCI，或者，为所述第一信号的TCI状态中配置的PCI。
在一种实施方式中，若所述第一信号为参考信号(如同步信号，CSI-RS或DMRS等下行参考信号，或者SRS或DMRS等上行参考信号)，则所述PCI为用于生成所述第一信号的序列的PCI。
在另一种实施方式中，若所述第一信号为参考信号，控制信号(如PUCCH或PDCCH等)，或者为数据信号(如PDCCH或PDSCH等)，则所述第一信号的TCI状态中配置的PCI。具体的，网 络设备在配置TCI状态时，可以配置每个TCI状态关联的PCI，当这个TCI状态指示给第一信号时，终端设备可以根据TCI状态中配置的PCI，确定对应的第一AI模型。如果TCI状态中没有配置PCI，则可以假设PCI为当前服务小区的PCI。
需要说明的是，如果网络设备没有给终端设备配置PCI，则终端设备可以假设PCI为当前的服务小区的PCI。
S4、终端设备采用所述第一AI模型进行基于第一信号的测量，或者，采用所述第一AI模型进行第一信号的处理。
可以理解的，现有技术中不同的小区ID关联不同的小区，基于本实施例提供的方法，可以为不同小区调度的上行信号或下行信号确定不同的AI模型，从而实现小区专属的AI模型用于信号的测量或处理。
以上结合附图详细描述了本申请的优选实施方式，但是，本申请并不限于上述实施方式中的具体细节，在本申请的技术构思范围内，可以对本申请的技术方案进行多种简单变型，这些简单变型均属于本申请的保护范围。例如，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本申请对各种可能的组合方式不再另行说明。又例如，本申请的各种不同的实施方式之间也可以进行任意组合，只要其不违背本申请的思想，其同样应当视为本申请所公开的内容。又例如，在不冲突的前提下，本申请描述的各个实施例和/或各个实施例中的技术特征可以和现有技术任意的相互组合，组合之后得到的技术方案也应落入本申请的保护范围。
还应理解，在本申请的各种方法实施例中，上述各过程的序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。
图8是本申请实施例提供的一种信号处理装置800的结构组成示意图，应用于终端设备，如图8所示，该信号处理装置800可以包括：
第一确定单元810，配置为基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
用于配置所述第一信号的参考信号配置信息；
所述第一信号关联的CSI上报配置信息；
所述第一信号关联的TCI状态；
所述第一信号关联的CORESET组索引信息；
所述第一信号关联的PCI信息。
在一些实施例中，所述配置信息为用于配置所述第一信号的参考信号配置信息；所述参考信号配置信息中包括第一指示信息；所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
在一些实施例中，所述配置信息为用于配置所述第一信号的参考信号配置信息；
所述参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号；
所述第一确定单元810，还配置为在所述第一参考信号资源集合不具有关联的AI模型的情况下，确定不使用AI模型进行所述第一信号的处理或测量；在所述第一参考信号资源集合具有关联的AI模型的情况下，确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述第一参考信号资源集合关联的AI模型。
在一些实施例中，所述配置信息为用于配置所述第一信号的参考信号配置信息；
所述参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号；其中，所述第一参考信号资源集合具有关联的AI模型；所述第一AI模型，为所述第一参考信号资源集合关联的AI模型。
在一些实施例中，所述第一参考信号资源集合关联的AI模型，为预定义的或者网络设备配置的。
在一些实施例中，所述配置信息为所述第一信号关联的CSI上报配置信息，所述CSI上报配置信息中包括第一指示信息，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；
其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；
所述第一确定单元810，还配置为在所述CSI上报配置信息不具有关联的AI模型的情况下，确定不使用AI模型进行所述第一信号的处理或测量；在所述CSI上报配置信息具有关联的AI模型的情况下，确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述CSI上报配置信息关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；
其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；其中，所述CSI上报配置信息具有关联的AI模型；所述第一AI模型，为所述CSI上报配置信息关联的AI模型。
在一些实施例中，所述CSI上报配置信息关联的AI模型，为预定义的或者网络设备配置的。
在一些实施例中，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；
所述第一确定单元810，还配置为在所述TCI状态未配置有关联的AI模型的情况下，确定不使用AI模型进行所述第一信号的处理或测量；在所述TCI状态配置有关联的AI模型的情况下，确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述TCI状态关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；其中，所述TCI状态配置有关联的AI模型；所述第一AI模型为所述TCI状态关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CORESET组索引信息；
所述第一确定单元810，还配置为在所述CORESET组索引信息未配置有关联的AI模型的情况下，确定不使用AI模型进行所述第一信号的处理或测量；在所述CORESET组索引信息配置有关联的AI模型的情况下，确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述CORESET组索引信息关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CORESET组索引信息；其中，所述CORESET组索引信息配置有关联的AI模型；所述第一AI模型，为所述CORESET组索引信息关联的AI模型。
在一些实施例中，所述第一信号关联的CORESET组索引信息为第一PDCCH所在的CORESET的CORESET组索引信息，所述第一PDCCH为用于调度所述第一信号的PDCCH。
在一些实施例中，所述配置信息为所述第一信号关联的PCI信息；
所述第一确定单元810，还配置为在所述PCI信息未配置有关联的AI模型的情况下，确定不使用AI模型进行所述第一信号的处理或测量；在所述PCI信息配置有关联的AI模型的情况下，确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述PCI信息关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的PCI信息；其中，所述PCI信息配置有关联的AI模型；所述第一AI模型，为所述PCI信息关联的AI模型。
在一些实施例中，所述第一信号关联的PCI信息为用于生成所述第一信号的序列的PCI信息，或者，所述第一信号关联的PCI信息为所述第一信号的TCI状态中配置的PCI信息。
在一些实施例中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量时，所述第一指示信息包含1比特信息，其中，所述第一指示信息指示第一值时，指示使用AI模型进行所述第一信号的处理或测量，所述第一指示信息的取值为第二值时，指示不使用AI模型进行所述第一信号的处理或测量；或者，所述第一指示信息缺省时，指示不使用AI模型进行所述第一信号的处理或测量，所述第一信息存在时，指示使用AI模型进行所述第一信号的处理或测量。
在一些实施例中，所述第一指示信息用于指示所述第一AI模型时，所述第一指示信息指示所述第一AI模型的功能，和/或，所述第一AI模型的标识信息。
在一些实施例中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型时，所述第一指示信息包括多个指示状态，其中，多个指示状态中第一指示状态指示不使用AI模型进行所述第一信号的处理或测量，所述多个指示状态的其他指示状态用于指示进行所述第一信号的处理或测量使用的第一AI模型；和/或，所 述第一指示信息指示AI模型的功能，其中，第一功能用于指示不使用AI模型进行所述第一信号的处理或测量，其他功能用于指示进行所述第一信号的处理或测量使用的第一AI模型；和/或，所述第一指示信息指示AI模型的标识信息，其中第一标识信息用于指示不使用AI模型进行所述第一信号的处理或测量，其他标识信息用于指示进行所述第一信号的处理或测量使用的第一AI模型。
在一些实施例中，所述信号处理装置800还包括测量单元，配置为基于所述第一信号测量得到下行信道信息；将所述下行信道信息作为AI模型的输入，得到目标测量结果。
在一些实施例中，所述信号处理装置800还包括第一处理单元，配置为使用AI模型进行第一信号的信号生成，预编码，调制，信道编码，解调，信道解码，以及信道检测中的一项或多项。
在一些实施例中，所述第一AI模型的输入结构和/或输出结构由终端设备与网络设备预先预定好，或者由网络设备预先配置给终端设备。
本领域技术人员应当理解，本申请实施例的上述信号处理装置的相关描述可以参照本申请实施例的信号处理方法的相关描述进行理解。
图9是本申请实施例提供的一种信号处理装置900的结构组成示意图，应用于网络设备，如图9所示，该通信装置900可以包括：
指示单元910，配置为通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
用于配置所述第一信号的参考信号配置信息；
所述第一信号关联的CSI上报配置信息；
所述第一信号关联的TCI状态；
所述第一信号关联的CORESET组索引信息；
所述第一信号关联的PCI信息。
在一些实施例中，信号处理装置900还可以包括第二确定单元，配置为基于以下中的一项或多项，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型：
传输所述第一信号的TRP；
传输所述第一信号的小区；
所述第一信号的功能。
在一些实施例中，信号处理装置900还包括接收单元和/或第二处理单元；其中，
所述接收单元，配置为接收终端设备使用所述第一AI模型进行处理后的第一信号；或者，接收终端设备使用所述第一AI模型进行基于所述第一信号的测量后上报的测量结果；
所述第二处理单元，配置为使用与所述第一AI模型对应的第二AI模型进行所述第一信号的处理；或者，使用与所述第一AI模型对应的第二AI模型进行所述终端设备上报的测量结果的解码。
在一些实施例中，所述配置信息为用于配置所述第一信号的参考信号配置信息；所述参考信号配置信息中包括第一指示信息；所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
在一些实施例中，所述配置信息为用于配置所述第一信号的参考信号配置信息；其中，在所述第一参考信号资源集合不具有关联的AI模型的情况下，所述参考信号配置信息指示不使用AI模型进行所述第一信号的处理或测量；在所述第一参考信号资源集合具有关联的AI模型的情况下，所述参考信号配置信息指示使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述第一参考信号资源集合关联的AI模型。
在一些实施例中，所述配置信息为用于配置所述第一信号的参考信号配置信息；所述参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号；其中，所述第一参考信号资源集合具有关联的AI模型；所述第一AI模型为所述第一参考信号资源集合关联的AI模型。
在一些实施例中，所述第一参考信号资源集合关联的AI模型，为预定义的或者网络设备配置的。
在一些实施例中，所述配置信息为所述第一信号关联的CSI上报配置信息，所述CSI上报配置信息中包括第一指示信息，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；其中，所述CSI上报配置信息包括第二参 考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；在所述CSI上报配置信息不具有关联的AI模型的情况下，所述CSI上报配置信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；在所述CSI上报配置信息具有关联的AI模型的情况下，所述CSI上报配置信息指示所述终端设备使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述CSI上报配置信息关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；其中，所述CSI上报配置信息具有关联的AI模型，所述第一AI模型为所述CSI上报配置信息关联的AI模型
在一些实施例中，所述CSI上报配置信息关联的AI模型，为预定义的或者网络设备配置的。
在一些实施例中，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；其中，在所述TCI状态未配置有关联的AI模型的情况下，所述TCI状态指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；
在所述TCI状态配置有关联的AI模型的情况下，所述TCI状态指示所述终端设备使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述TCI状态关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；其中，所述TCI状态配置有关联的AI模型；所述第一AI模型为所述TCI状态关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CORESET组索引信息；其中，在所述CORESET组索引信息未配置有关联的AI模型的情况下，所述CORESET组索引信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；在所述CORESET组索引信息配置有关联的AI模型的情况下，所述CORESET组索引信息指示使用第一AI模型进行所述第一信号的处理或测量，其中，所述的第一AI模型，为所述CORESET组索引信息关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的CORESET组索引信息；其中，所述CORESET组索引信息配置有关联的AI模型；所述第一AI模型，为所述CORESET组索引信息关联的AI模型。
在一些实施例中，所述第一信号关联的CORESET组索引信息为第一PDCCH所在的CORESET的CORESET组索引信息，所述第一PDCCH为用于调度所述第一信号的PDCCH。
在一些实施例中，所述配置信息为所述第一信号关联的PCI信息；其中，在所述PCI信息未配置有关联的AI模型的情况下，所述PCI信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；在所述PCI信息配置有关联的AI模型的情况下，所述PCI信息指示使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述PCI信息关联的AI模型。
在一些实施例中，所述配置信息为所述第一信号关联的PCI信息；其中，所述PCI信息配置有关联的AI模型；所述第一AI模型，为所述PCI信息关联的AI模型。
在一些实施例中，所述第一信号关联的PCI信息为用于生成所述第一信号的序列的PCI信息，或者，所述第一信号关联的PCI信息为所述第一信号的TCI状态中配置的PCI信息。
在一些实施例中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量时，所述第一指示信息包含1比特信息，其中，所述第一指示信息指示第一值时，指示使用AI模型进行所述第一信号的处理或测量，所述第一指示信息的取值为第二值时，指示不使用AI模型进行所述第一信号的处理或测量；或者，所述第一指示信息缺省时，指示不使用AI模型进行所述第一信号的处理或测量，所述第一信息存在时，指示使用AI模型进行所述第一信号的处理或测量。
在一些实施例中，所述第一指示信息用于指示所述第一AI模型时，所述第一指示信息指示所述第一AI模型的功能，和/或，所述第一AI模型的标识信息。
在一些实施例中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型时，
所述第一指示信息包括多个指示状态，其中，多个指示状态中第一指示状态指示不使用AI模型进行所述第一信号的处理或测量，所述多个指示状态的其他指示状态用于指示进行所述第一信号的处理或测量使用的第一AI模型；和/或，所述第一指示信息指示AI模型的功能，其中，第一功能用于指示不使用AI模型进行所述第一信号的处理或测量，其他功能用于指示进行所述第一信号的处理或测量使用的第一AI模型；和/或，所述第一指示信息指示AI模型的标识信息，其中第一标识信息 用于指示不使用AI模型进行所述第一信号的处理或测量，其他标识信息用于指示进行所述第一信号的处理或测量使用的第一AI模型。
在一些实施例中，第二处理单元，还配置为使用所述第二AI模型进行第一信号的信号生成，预编码，调制，信道编码，解调，信道解码，以及信道检测中的一项或多项。
在一些实施例中，所述第一AI模型的输入结构和/或输出结构由终端设备与网络设备预先约定好，或者由网络设备预先配置给终端设备。
本领域技术人员应当理解，本申请实施例的上述通信装置的相关描述可以参照本申请实施例的通信方法的相关描述进行理解。
图10是本申请实施例提供的一种通信设备的示意性结构图。该通信设备1000可以是终端设备，也可以是网络设备。图10所示的通信设备1000可以包括处理器1010和存储器1020，其中：
存储器1020可以用于存储计算机可执行指令；
处理器1010，与存储器1020连接，用于通过执行计算机可执行指令，以实现本申请实施例中的方法。
存储器1020可以是独立于处理器1010的一个单独的器件，也可以集成在处理器1010中。
在一些实施例中，如图10所示，通信设备1000还可以包括收发器1030，处理器1010可以控制该收发器1030与其他设备进行通信，具体地，可以向其他设备发送信息或数据，或接收其他设备发送的信息或数据。
其中，收发器1030可以包括发射机和接收机。收发器1030还可以进一步包括天线，天线的数量可以为一个或多个。
在一些实施例中，该通信设备1000可以是本申请实施例的终端设备，并且该通信设备1000可以实现本申请实施例的各个方法中由终端设备实现的相应流程，为了简洁，在此不再赘述。
在一些实施例中，该通信设备1000可以是本申请实施例的网络设备，并且该通信设备1000可以实现本申请实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
图11是本申请实施例提供的一种芯片的示意性结构图。图11所示的芯片1100包括处理器1110和存储器1120，其中：
处理器1110可以从存储器1120中调用并运行计算机程序，使得安装有芯片的设备执行本申请实施例中的方法。
其中，存储器1120可以是独立于处理器1110的一个单独的器件，也可以集成在处理器1110中。
在一些实施例中，该芯片1100还可以包括输入接口1130。其中，处理器1110可以控制该输入接口1130与其他设备或芯片进行通信，具体地，可以获取其他设备或芯片发送的信息或数据。
在一些实施例中，该芯片1100还可以包括输出接口1140。其中，处理器1110可以控制该输出接口1140与其他设备或芯片进行通信，具体地，可以向其他设备或芯片输出信息或数据。
在一些实施例中，该芯片可应用于本申请实施例中的网络设备，并且该芯片可以实现本申请实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
在一些实施例中，该芯片可应用于本申请实施例中的终端设备，并且该芯片可以实现本申请实施例的各个方法中由终端设备实现的相应流程，为了简洁，在此不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。
图12是本申请实施例提供的一种通信系统的示意性框图。如图12所示，该通信系统1200包括终端设备1210和网络设备1220。
其中，该终端设备1210可以用于实现上述方法中由终端设备实现的相应的功能，以及该网络设备1220可以用于实现上述方法中由网络设备实现的相应的功能，为了简洁，在此不再赘述。
应理解，本申请实施例的处理器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，上述方法实施例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(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，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储器，闪存、只读存储器，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信息，结合其硬件完成上述方法的步骤。
可以理解，本申请实施例中的存储器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(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，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(Enhanced SDRAM，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。
应理解，上述存储器为示例性但不是限制性说明，例如，本申请实施例中的存储器还可以是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(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synch link DRAM，SLDRAM)以及直接内存总线随机存取存储器(Direct Rambus RAM，DR RAM)等等。也就是说，本申请实施例中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。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被至少一个处理器执行时实现本申请实施例中的方法。
在一些实施例中，该计算机可读存储介质可应用于本申请实施例中的网络设备，并且该计算机程序使得计算机执行本申请实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
在一些实施例中，该计算机可读存储介质可应用于本申请实施例中的终端设备，并且该计算机程序使得计算机执行本申请实施例的各个方法中由终端设备实现的相应流程，为了简洁，在此不再赘述。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机存储介质，该计算机存储介质存储计算机程序，该计算机程序包括能够由至少一个处理器执行的指令，当该指令由至少一个处理器执行时实现本申请实施例中的方法。
在一些实施例中，该计算机程序产品可应用于本申请实施例中的网络设备，并且该计算机程序指令使得计算机执行本申请实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
在一些实施例中，该计算机程序产品可应用于本申请实施例中的终端设备，并且该计算机程序指令使得计算机执行本申请实施例的各个方法中由终端设备实现的相应流程，为了简洁，在此不再赘述。
本申请实施例还提供了一种计算机程序，该计算机程序使得计算机执行本申请实施例中的方法。
在一些实施例中，该计算机程序可应用于本申请实施例中的网络设备，当该计算机程序在计算机上运行时，使得计算机执行本申请实施例的各个方法中由网络设备实现的相应流程，为了简洁，在此不再赘述。
在一些实施例中，该计算机程序可应用于本申请实施例中的终端设备，当该计算机程序在计算机上运行时，使得计算机执行本申请实施例的各个方法中由终端设备实现的相应流程，为了简洁，在此不再赘述。
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。此外，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所述以权利要求的保护范围为准。

Claims (55)

  1. 一种信号处理方法，所述方法包括：
    终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
    用于配置所述第一信号的参考信号配置信息；
    所述第一信号关联的信道状态信息CSI上报配置信息；
    所述第一信号关联的传输配置指示TCI状态；
    所述第一信号关联的控制资源集CORESET组索引信息；
    所述第一信号关联的物理小区标识PCI信息。
  2. 根据权利要求1所述的方法，其中，所述配置信息为用于配置所述第一信号的参考信号配置信息；所述参考信号配置信息中包括第一指示信息；所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
  3. 根据权利要求1所述的方法，其中，所述配置信息为用于配置所述第一信号的参考信号配置信息；
    所述参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号；
    所述终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型，包括：
    在所述第一参考信号资源集合不具有关联的AI模型的情况下，所述终端设备确定不使用AI模型进行所述第一信号的处理或测量；
    在所述第一参考信号资源集合具有关联的AI模型的情况下，所述终端设备确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述第一参考信号资源集合关联的AI模型。
  4. 根据权利要求1所述的方法，其中，所述配置信息为用于配置所述第一信号的参考信号配置信息；
    所述参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号；
    所述终端设备基于第一信号相关的配置信息，确定进行所述第一信号的处理或测量使用的第一AI模型，包括：
    所述第一参考信号资源集合具有关联的AI模型；所述第一AI模型，为所述第一参考信号资源集合关联的AI模型。
  5. 根据权利要求3或4所述的方法，其中，所述第一参考信号资源集合关联的AI模型，为预定义的或者网络设备配置的。
  6. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的CSI上报配置信息，所述CSI上报配置信息中包括第一指示信息，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
  7. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；
    其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；
    所述终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型，包括：
    在所述CSI上报配置信息不具有关联的AI模型的情况下，所述终端设备确定不使用AI模型进行所述第一信号的处理或测量；
    在所述CSI上报配置信息具有关联的AI模型的情况下，所述终端设备确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述CSI上报配置信息关联的AI模型。
  8. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的CSI上报配置信息； 所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；
    其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；
    所述终端设备基于第一信号相关的配置信息，确定进行所述第一信号的处理或测量使用的第一AI模型，包括：
    所述CSI上报配置信息具有关联的AI模型；所述第一AI模型，为所述CSI上报配置信息关联的AI模型。
  9. 根据权利要求5或6所述的方法，其中，所述CSI上报配置信息关联的AI模型，为预定义的或者网络设备配置的。
  10. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；
    所述终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型，包括：
    在所述TCI状态未配置有关联的AI模型的情况下，所述终端设备确定不使用AI模型进行所述第一信号的处理或测量；
    在所述TCI状态配置有关联的AI模型的情况下，所述终端设备确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述TCI状态关联的AI模型。
  11. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；
    所述终端设备基于第一信号相关的配置信息，确定进行所述第一信号的处理或测量使用的第一AI模型，包括：
    所述TCI状态配置有关联的AI模型；所述第一AI模型为所述TCI状态关联的AI模型。
  12. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的CORESET组索引信息；
    所述终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型，包括：
    在所述CORESET组索引信息未配置有关联的AI模型的情况下，所述终端设备确定不使用AI模型进行所述第一信号的处理或测量；
    在所述CORESET组索引信息配置有关联的AI模型的情况下，所述终端设备确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述CORESET组索引信息关联的AI模型。
  13. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的CORESET组索引信息；
    所述终端设备基于第一信号相关的配置信息，确定进行所述第一信号的处理或测量使用的第一AI模型，包括：
    所述CORESET组索引信息配置有关联的AI模型；所述第一AI模型，为所述CORESET组索引信息关联的AI模型。
  14. 根据权利要求12或13所述的方法，其中，所述第一信号关联的CORESET组索引信息为第一PDCCH所在的CORESET的CORESET组索引信息，所述第一PDCCH为用于调度所述第一信号的PDCCH。
  15. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的PCI信息；
    终端设备基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型，包括：
    在所述PCI信息未配置有关联的AI模型的情况下，所述终端设备确定不使用AI模型进行所述第一信号的处理或测量；
    在所述PCI信息配置有关联的AI模型的情况下，所述终端设备确定使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述PCI信息关联的AI模型。
  16. 根据权利要求1所述的方法，其中，所述配置信息为所述第一信号关联的PCI信息；
    所述终端设备基于第一信号相关的配置信息，确定进行所述第一信号的处理或测量使用的第一AI模型，包括：
    所述PCI信息配置有关联的AI模型；所述第一AI模型，为所述PCI信息关联的AI模型。
  17. 根据权利要求15或16所述的方法，其中，所述第一信号关联的PCI信息为用于生成所述第一信号的序列的PCI信息，或者，所述第一信号关联的PCI信息为所述第一信号的TCI状态中配置的PCI信息。
  18. 根据权利要求2或5所述的方法，其中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量时，进一步包括：
    所述第一指示信息包含1比特信息，其中，所述第一指示信息指示第一值时，指示使用AI模型进行所述第一信号的处理或测量，所述第一指示信息的取值为第二值时，指示不使用AI模型进行所述第一信号的处理或测量；或者，
    所述第一指示信息缺省时，指示不使用AI模型进行所述第一信号的处理或测量，所述第一信息存在时，指示使用AI模型进行所述第一信号的处理或测量。
  19. 根据权利要求2或5所述的方法，其中，所述第一指示信息用于指示所述第一AI模型时，所述第一指示信息指示所述第一AI模型的功能，和/或所述第一AI模型的标识信息。
  20. 根据权利要求2或5所述的方法，其中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型时，所述方法包括以下中的一项或多项：
    所述第一指示信息包括多个指示状态，其中，多个指示状态中第一指示状态指示不使用AI模型进行所述第一信号的处理或测量，所述多个指示状态的其他指示状态用于指示进行所述第一信号的处理或测量使用的第一AI模型；
    所述第一指示信息指示AI模型的功能，其中，第一功能用于指示不使用AI模型进行所述第一信号的处理或测量，其他功能用于指示进行所述第一信号的处理或测量使用的第一AI模型；
    所述第一指示信息指示AI模型的标识信息，其中第一标识信息用于指示不使用AI模型进行所述第一信号的处理或测量，其他标识信息用于指示进行所述第一信号的处理或测量使用的第一AI模型。
  21. 根据权利要求1-20任一项所述的方法，其中，使用AI模型进行所述第一信号的测量，包括：
    所述终端设备基于所述第一信号测量得到下行信道信息；
    所述终端设备将所述下行信道信息作为AI模型的输入，得到目标测量结果。
  22. 根据权利要求1-21任一项所述的方法，其中，使用AI模型进行所述第一信号的处理，包括：
    使用AI模型进行第一信号的信号生成，预编码，调制，信道编码，解调，信道解码，以及信道检测中的一项或多项。
  23. 根据权利要求1-22任一项所述的方法，其中，所述第一AI模型的输入结构和/或输出结构由终端设备与网络设备预先约定好，或者由网络设备预先配置给终端设备。
  24. 一种信息处理方法，所述方法包括：
    网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
    用于配置所述第一信号的参考信号配置信息；
    所述第一信号关联的信道状态信息CSI上报配置信息；
    所述第一信号关联的传输配置指示TCI状态；
    所述第一信号关联的控制资源集CORESET组索引信息；
    所述第一信号关联的物理小区标识PCI信息。
  25. 根据权利要求24所述的方法，其中，所述网络设备基于以下中的一项或多项，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型：
    传输所述第一信号的TRP；
    传输所述第一信号的小区；
    所述第一信号的功能。
  26. 根据权利要求24或25所述的方法，其中，所述方法还包括以下中的一项或多项：
    所述网络设备接收终端设备使用所述第一AI模型进行处理后的第一信号；
    所述网络设备接收终端设备使用所述第一AI模型进行基于所述第一信号的测量后上报的测量 结果；
    所述网络设备使用与所述第一AI模型对应的第二AI模型进行所述第一信号的处理；
    所述网络设备使用与所述第一AI模型对应的第二AI模型进行所述终端设备上报的测量结果的解码。
  27. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为用于配置所述第一信号的参考信号配置信息；所述参考信号配置信息中包括第一指示信息；所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
  28. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为用于配置所述第一信号的参考信号配置信息；
    所述参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号；
    所述网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号处理或测量使用的第一AI模型，包括：
    在所述第一参考信号资源集合不具有关联的AI模型的情况下，所述参考信号配置信息指示不使用AI模型进行所述第一信号的处理或测量；
    在所述第一参考信号资源集合具有关联的AI模型的情况下，所述参考信号配置信息指示使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述第一参考信号资源集合关联的AI模型。
  29. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为用于配置所述第一信号的参考信号配置信息；
    所述参考信号配置信息指示第一参考信号资源集合，所述第一参考信号资源集合中包括的一个或多个参考信号资源用于传输所述第一信号；
    所述网络设备通过第一信号相关的配置信息，指示进行所述第一信号处理或测量使用的第一AI模型，包括：
    所述第一参考信号资源集合具有关联的AI模型；所述第一AI模型为所述第一参考信号资源集合关联的AI模型。
  30. 根据权利要求28或29所述的方法，其中，所述第一参考信号资源集合关联的AI模型，为预定义的或者网络设备配置的。
  31. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为所述第一信号关联的CSI上报配置信息，所述CSI上报配置信息中包括第一指示信息，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，和/或，所述第一AI模型。
  32. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；
    其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；
    所述网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号处理或测量使用的第一AI模型，包括：
    在所述CSI上报配置信息不具有关联的AI模型的情况下，所述CSI上报配置信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；
    在所述CSI上报配置信息具有关联的AI模型的情况下，所述CSI上报配置信息指示所述终端设备使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述CSI上报配置信息关联的AI模型。
  33. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为所述第一信号关联的CSI上报配置信息；所述CSI上报配置信息用于配置基于所述第一信号的CSI测量和CSI上报；
    其中，所述CSI上报配置信息包括第二参考信号资源集合的指示信息，所述第二参考信号资源集合中的一个或多个参考信号资源用于传输所述第一信号；
    所述网络设备通过第一信号相关的配置信息，指示进行所述第一信号处理或测量使用的第一AI模型，包括：
    所述CSI上报配置信息具有关联的AI模型，所述第一AI模型为所述CSI上报配置信息关联的AI模型。
  34. 根据权利要求32或33所述的方法，其中，所述CSI上报配置信息关联的AI模型，为预定 义的或者网络设备配置的。
  35. 根据权利要求24-26任一项所述的方法，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；
    所述网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号处理或测量使用的第一AI模型，包括：
    在所述TCI状态未配置有关联的AI模型的情况下，所述TCI状态指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；
    在所述TCI状态配置有关联的AI模型的情况下，所述TCI状态指示所述终端设备使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述TCI状态关联的AI模型。
  36. 根据权利要求24-26任一项所述的方法，所述配置信息为所述第一信号关联的TCI状态；所述第一信号关联的TCI状态，为网络设备为所述第一信号配置的TCI状态；
    所述网络设备通过第一信号相关的配置信息，指示进行所述第一信号处理或测量使用的第一AI模型，包括：
    所述TCI状态配置有关联的AI模型；所述第一AI模型为所述TCI状态关联的AI模型。
  37. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为所述第一信号关联的CORESET组索引信息；
    所述网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号处理或测量使用的第一AI模型，包括：
    在所述CORESET组索引信息未配置有关联的AI模型的情况下，所述CORESET组索引信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；
    在所述CORESET组索引信息配置有关联的AI模型的情况下，所述CORESET组索引信息指示使用第一AI模型进行所述第一信号的处理或测量，其中，所述的第一AI模型，为所述CORESET组索引信息关联的AI模型。
  38. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为所述第一信号关联的CORESET组索引信息；
    所述网络设备通过第一信号相关的配置信息，指示进行所述第一信号处理或测量使用的第一AI模型，包括：
    所述CORESET组索引信息配置有关联的AI模型；所述第一AI模型，为所述CORESET组索引信息关联的AI模型。
  39. 根据权利要求37或38所述的方法，其中，所述第一信号关联的CORESET组索引信息为第一PDCCH所在的CORESET的CORESET组索引信息，所述第一PDCCH为用于调度所述第一信号的PDCCH。
  40. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为所述第一信号关联的PCI信息；
    所述网络设备通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号处理或测量使用的第一AI模型，包括：
    在所述PCI信息未配置有关联的AI模型的情况下，所述PCI信息指示所述终端设备不使用AI模型进行所述第一信号的处理或测量；
    在所述PCI信息配置有关联的AI模型的情况下，所述PCI信息指示使用第一AI模型进行所述第一信号的处理或测量，其中，所述第一AI模型为所述PCI信息关联的AI模型。
  41. 根据权利要求24-26任一项所述的方法，其中，所述配置信息为所述第一信号关联的PCI信息；
    所述网络设备通过第一信号相关的配置信息，指示进行所述第一信号处理或测量使用的第一AI模型，包括：
    所述PCI信息配置有关联的AI模型；所述第一AI模型，为所述PCI信息关联的AI模型。
  42. 根据权利要求40或41所述的方法，其中，所述第一信号关联的PCI信息为用于生成所述第一信号的序列的PCI信息，或者，所述第一信号关联的PCI信息为所述第一信号的TCI状态中配置的PCI信息。
  43. 根据权利要求27或31所述的方法，其中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量时，进一步包括：
    所述第一指示信息包含1比特信息，其中，所述第一指示信息指示第一值时，指示使用AI模型 进行所述第一信号的处理或测量，所述第一指示信息的取值为第二值时，指示不使用AI模型进行所述第一信号的处理或测量；或者，
    所述第一指示信息缺省时，指示不使用AI模型进行所述第一信号的处理或测量，所述第一信息存在时，指示使用AI模型进行所述第一信号的处理或测量。
  44. 根据权利要求27或31所述的方法，其中，所述第一指示信息用于指示所述第一AI模型时，所述第一指示信息指示所述第一AI模型的功能，和/或所述第一AI模型的标识信息。
  45. 根据权利要求27或31所述的方法，其中，所述第一指示信息用于指示是否使用AI模型进行所述第一信号的处理或测量，以及进行所述第一信号的处理或测量使用的第一AI模型时，所述方法包括以下中的一项或多项：
    所述第一指示信息包括多个指示状态，其中，多个指示状态中第一指示状态指示不使用AI模型进行所述第一信号的处理或测量，所述多个指示状态的其他指示状态用于指示进行所述第一信号的处理或测量使用的第一AI模型；
    所述第一指示信息指示AI模型的功能，其中，第一功能用于指示不使用AI模型进行所述第一信号的处理或测量，其他功能用于指示进行所述第一信号的处理或测量使用的第一AI模型；
    所述第一指示信息指示AI模型的标识信息，其中第一标识信息用于指示不使用AI模型进行所述第一信号的处理或测量，其他标识信息用于指示进行所述第一信号的处理或测量使用的第一AI模型。
  46. 根据权利要求26所述的方法，其中，所述网络设备使用与所述第一AI模型对应的第二AI模型进行所述第一信号的处理，包括：
    所述网络设备使用所述第二AI模型进行第一信号的信号生成，预编码，调制，信道编码，解调，信道解码，以及信道检测中的一项或多项。
  47. 根据权利要求24-46任一项所述的方法，其中，所述第一AI模型的输入结构和/或输出结构由终端设备与网络设备预先约定好，或者由网络设备预先配置给终端设备。
  48. 一种信号处理装置，应用于终端设备，所述装置包括：
    第一确定单元，配置为基于第一信号相关的配置信息，确定是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号的处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
    用于配置所述第一信号的参考信号配置信息；
    所述第一信号关联的信道状态信息CSI上报配置信息；
    所述第一信号关联的传输配置指示TCI状态；
    所述第一信号关联的控制资源集CORESET组索引信息；
    所述第一信号关联的物理小区标识PCI信息。
  49. 一种信号处理装置，应用于网络设备，所述装置包括：
    指示单元，配置为通过第一信号相关的配置信息，指示是否使用AI模型进行所述第一信号的处理或测量，和/或，进行所述第一信号处理或测量使用的第一AI模型；其中，所述配置信息包括以下中的任意一项：
    用于配置所述第一信号的参考信号配置信息；
    所述第一信号关联的信道状态信息CSI上报配置信息；
    所述第一信号关联的传输配置指示TCI状态；
    所述第一信号关联的控制资源集CORESET组索引信息；
    所述第一信号关联的物理小区标识PCI信息。
  50. 一种终端设备，包括：
    存储器，用于存储计算机可执行指令；
    处理器，与所述存储器连接，用于通过执行所述计算机可执行指令，实现权利要求1至23中任一项所述的方法。
  51. 一种网络设备，包括：
    存储器，用于存储计算机可执行指令；
    处理器，与所述存储器连接，用于通过执行所述计算机可执行指令，实现权利要求24至47中任一项所述的方法。
  52. 一种芯片，所述芯片包括：
    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设备执行如权利要 求1至23中任一项所述的方法，或者，执行如权利要求24至47中任一项所述的方法。
  53. 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现如权利要求1至23中任一项所述的方法，或者，实现如权利要求24至47中任一项所述的方法。
  54. 一种计算机程序产品，所述计算机程序产品包括计算机存储介质，所述计算机存储介质存储计算机程序，所述计算机程序包括能够由至少一个处理器执行的指令，当所述指令由所述至少一个处理器执行时实现权利要求1至23中任一项所述的方法，或者，实现如权利要求24至47中任一项所述的方法。
  55. 一种计算机程序，所述计算机程序使得计算机执行如权利要求1至23中任一项所述的方法，或者，实现如权利要求24至47中任一项所述的方法。
PCT/CN2023/124107 2023-10-11 2023-10-11 信号处理方法及装置、终端设备、网络设备 Pending WO2025076745A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/CN2023/124107 WO2025076745A1 (zh) 2023-10-11 2023-10-11 信号处理方法及装置、终端设备、网络设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2023/124107 WO2025076745A1 (zh) 2023-10-11 2023-10-11 信号处理方法及装置、终端设备、网络设备

Publications (1)

Publication Number Publication Date
WO2025076745A1 true WO2025076745A1 (zh) 2025-04-17

Family

ID=95396833

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/124107 Pending WO2025076745A1 (zh) 2023-10-11 2023-10-11 信号处理方法及装置、终端设备、网络设备

Country Status (1)

Country Link
WO (1) WO2025076745A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022268011A1 (zh) * 2021-06-23 2022-12-29 索尼集团公司 用于无线通信系统的电子设备、方法和存储介质
CN116074813A (zh) * 2021-10-29 2023-05-05 中国电信股份有限公司 无线通信方法及相关设备
CN116488747A (zh) * 2022-01-14 2023-07-25 维沃移动通信有限公司 信息交互方法、装置及通信设备
CN116569626A (zh) * 2021-12-06 2023-08-08 北京小米移动软件有限公司 信息处理方法、装置、通信设备及存储介质
CN116827497A (zh) * 2022-03-15 2023-09-29 中国移动通信有限公司研究院 模型传输方法、终端及网络侧设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022268011A1 (zh) * 2021-06-23 2022-12-29 索尼集团公司 用于无线通信系统的电子设备、方法和存储介质
CN116074813A (zh) * 2021-10-29 2023-05-05 中国电信股份有限公司 无线通信方法及相关设备
CN116569626A (zh) * 2021-12-06 2023-08-08 北京小米移动软件有限公司 信息处理方法、装置、通信设备及存储介质
CN116488747A (zh) * 2022-01-14 2023-07-25 维沃移动通信有限公司 信息交互方法、装置及通信设备
CN116827497A (zh) * 2022-03-15 2023-09-29 中国移动通信有限公司研究院 模型传输方法、终端及网络侧设备

Similar Documents

Publication Publication Date Title
US20250119184A1 (en) Low overhead channel state information (csi) feedback for multi-transmission point (trp) transmission
US20250119894A1 (en) System and method for indicating wireless channel status
AU2018246756B2 (en) System and method for communications beam recovery
US20230084460A1 (en) Csi feedback for non-coherent joint transmission
US11438121B2 (en) Sounding reference signal power control in new radio
US12047883B2 (en) Restricting sounding reference signal (SRS) power control configurations
US20240088967A1 (en) Csi feedback for single dci based multi-trp transmission
WO2020057383A1 (zh) 数据传输的方法和装置
KR20200101463A (ko) 주기적 및 준-영속적 기준 신호 가정들을 위한 pdsch 리소스 맵핑에 대한 rrc 및 mac에서의 시그널링
US12301308B2 (en) CRI extension for multi-TRP CSI enhancement
US20260088882A1 (en) Model information reporting method, device and apparatus, and storage medium
WO2018142380A1 (en) Dynamic indication for channel state information feedback
CN115053469A (zh) 关于多个发送/接收点的信道状态信息的增强
WO2025091778A1 (zh) 信道状态信息的发送和接收方法、通信装置及存储介质
WO2023201492A1 (zh) 基于ai的csi上报方法、接收方法、装置及存储介质
TWI857573B (zh) 資訊傳輸方法、裝置、網路設備及終端
WO2025076745A1 (zh) 信号处理方法及装置、终端设备、网络设备
WO2023208045A1 (zh) Csi上报的方法、终端、网络设备、装置及存储介质
US11984939B2 (en) Methods and devices for inter-cell interference estimation
EP4664977A1 (en) Performance evaluation method and apparatus
WO2025112928A1 (en) Method and apparatus for reporting channel information in mobile communications
WO2025073119A1 (zh) 通信方法及装置、终端设备、网络设备
US20250350334A1 (en) Method and device for channel state information reporting in wireless communication system
WO2025129409A1 (zh) 一种通信方法、设备及存储介质
WO2025145448A1 (zh) 通信方法、装置、设备、芯片及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23955127

Country of ref document: EP

Kind code of ref document: A1