电子装置制造方法及图纸

公开了一种包括处理器和存储器的电子装置，其中，所述处理器被配置为：对发送解调参考信号所处的所有资源元素(RE)处的信道估计执行频率插值，对从所述频率插值获得的频域插值的信道执行时间插值，以及基于频域中的RE处和时域中的RE处的信道估计来计算增强的信道估计，其中，所述信道估计是从所述时间插值输出的。的。的。

【技术实现步骤摘要】
电子装置
[0001]本申请基于并要求在美国专利商标局于2021年4月13日提交的第63/174,302号美国临时申请以及在美国专利商标局于2022年3月14日提交的第17/694,129号美国非临时专利申请的优先权，其内容在此引入作为参考。


[0002]本公开总体上涉及无线通信，更具体地讲，涉及第五代(5G)新无线电(NR)无线通信系统中的信道估计的增强。

技术介绍

[0003]信道估计是5G NR物理层操作的重要方面。在NR中，在物理下行链路共享信道(PDSCH)上的时频资源元素(RE)上发送信息。为了对该信息进行解码，需要估计在其上发送数据的RE的信道。为了估计这些信道，发送被称为解调参考信号(DMRS)的已知导频。因为存在比在其上发送数据的RE的数量少得多的DMRS，所以在NR中根据DMRS估计信道是具有挑战性的。该问题由于硬件复杂度约束而加剧。
[0004]常规信道估计算法沿着频率维度和时间维度使用基于线性最小均方误差(LMMSE)的线性插值来估计PDSCH数据RE处的信道。LMMSE方法需要不同RE之间的信道频率和时间相关性，可从估计的功率时延谱(PDP)和多普勒(Doppler)扩展获得不同RE之间的信道频率和时间相关性。
[0005]然而，传统算法存在一些缺点。由于窄带(NB)预编码，仅基于预编码资源块组(PRG)内的DMRS来执行信道估计。在常规算法中，由于硬件复杂度约束，仅可以利用PRG内的有限数量个DMRS来估计信道。在一些信道估计算法中，由于硬件复杂度约束，必须独立地执行频率上的线性插值和时间上的线性插值，从而导致无法联合利用时间特性和频率特性。此外，预编码倾向于根据PRG而变化，这使得用户设备(UE)不能在时域中执行去噪。
[0006]像这样，本领域需要一种克服常规信道估计算法的这些缺点的机器学习信道估计方法。

技术实现思路

[0007]已经做出本公开以至少解决上述问题和/或缺点并且至少提供下面描述的优点。
[0008]因此，本公开内容的一个方面在于提供一种关注于监督学习的训练神经网络以细化估计的信道的方法和设备。
[0009]本公开的另一方面是提供一种方法和设备，其中，神经网络的输入特征是来自常规算法的信道估计，并且理想信道被用作神经网络的输出标签，从而使得神经网络能够被训练为映射函数，其中，该映射函数将来自常规算法的信道估计向理想信道细化。
[0010]根据本公开的一方面，一种电子装置包括至少一个处理器以及与所述至少一个处理器可操作地连接的至少一个存储器，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送解调参考信号的所有资源元素(RE)
处的信道估计执行频率插值；对从所述频率插值获得的频域插值的信道执行时间插值；以及基于频域中的RE处和时域中的RE处的信道估计来计算增强的信道估计，其中，所述信道估计是从所述时间插值输出的。
[0011]根据本公开内容的一方面，一种电子装置包括至少一个处理器以及与所述至少一个处理器可操作地连接的至少一个存储器，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送DMRS的所有RE处的信道估计执行频率插值；基于从所述频率插值获得的频域插值的信道来计算增强的信道估计；以及对所述增强的信道估计执行时间插值。
[0012]根据本公开的一方面，一种电子装置包括至少一个处理器以及与所述至少一个处理器可操作地连接的至少一个存储器，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送DMRS的所有RE处的信道估计执行频率插值；对从频率插值获得的频域插值的信道执行时间插值；基于从所述时间插值输出的频域中的RE处和时域中的RE处的信道估计来执行神经网络的训练；以及基于所述神经网络的所述训练来输出时频域理想信道。
[0013]根据本公开的一方面，一种电子装置包括至少一个处理器以及与所述至少一个处理器可操作地连接的至少一个存储器，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送DMRS的所有RE处的信道估计执行频率插值；通过对从所述频率插值获得的频域插值的信道执行时间插值来获得信道估计；通过将二维离散傅里叶变换和离散傅里叶逆变换(2D
‑
DFT
‑
IDFT)应用于频域中的RE处和时域中的RE处的所述信道估计，将所述信道估计变换到多普勒延迟域中；将变换到所述多普勒延迟域中的所述信道估计输入到神经网络中；将所述2D
‑
DFT
‑
IDFT应用于时频域理想信道；以及通过将应用于所述时频域理想信道的所述2D
‑
DFT
‑
IDFT的输出应用于从所述神经网络输出的细化的信道估计来计算理想多普勒延迟域信道。
[0014]根据本公开内容的一方面，一种电子装置包括至少一个处理器以及与所述至少一个处理器可操作地连接的至少一个存储器，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送DMRS的所有RE处的信道估计执行频率插值；通过对从所述频率插值获得的频域插值的信道执行时间插值来获得信道估计；通过将二维离散傅里叶变换和离散傅里叶逆变换(2D
‑
DFT
‑
IDFT)应用于频域中的RE处和时域中的RE处的所述信道估计，将所述信道估计变换到多普勒延迟域中；将变换到所述多普勒延迟域中的所述信道估计输入到神经网络；将二维离散傅里叶逆变换和离散傅里叶变换(2D
‑
IDFT
‑
DFT)应用于从所述神经网络输出的细化的信道估计；以及基于所述2D
‑
IDFT
‑
DFT的输出来获得增强的信道估计。
[0015]根据本公开的一方面，一种电子装置包括至少一个处理器以及与所述至少一个处理器可操作地连接的至少一个存储器，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：获得主网络和辅网络的候选节点；对所述主网络和所述辅网络的所述候选节点执行加权；输出加权节点以得到加权矢量；通过执行求和运算来对所述加权矢量求和；以及基于来自所述求和运算的输出节点获得最终网络输出。
附图说明
[0016]通过以下结合附图的详细描述，本公开的上述和其他方面、特征和优点将更加明显，其中：
[0017]图1示出根据常规技术的信道估计算法；
[0018]图2示出根据实施例的基于数据和DMRS符号两者的信道估计增强的处理；
[0019]图3示出根据实施例的基于DMRS符号的信道估计增强的处理；
[0020]图4示出根据实施例的用于时频域信道估计增强的网络结构；
[0021]图5示出根据实施例的时频域信道估计增强；
[0022]图6示出根据实施例的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子装置，包括：至少一个处理器；以及至少一个存储器，与所述至少一个处理器可操作地连接，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送解调参考信号DMRS的所有资源元素RE处的信道估计执行频率插值；对从所述频率插值获得的频域插值的信道执行时间插值；以及基于频域中的RE处和时域中的RE处的信道估计来计算增强的信道估计，其中，所述基于频域中的RE处和时域中的RE处的信道估计是从所述时间插值输出的。2.根据权利要求1所述的电子装置，其中，计算所述增强的信道估计的操作还基于频域中的资源块内的所有RE和时域中的发送所述DMRS或数据的所有RE。3.一种电子装置，包括：至少一个处理器；以及至少一个存储器，与所述至少一个处理器可操作地连接，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送解调参考信号DMRS的所有资源元素RE处的信道估计执行频率插值；基于从所述频率插值获得的频域插值的信道来计算增强的信道估计；以及对所述增强的信道估计执行时间插值。4.根据权利要求3所述的电子装置，其中，计算所述增强的信道估计的操作还基于频域中的资源块内的所有RE和时域中的发送所述DMRS或数据的所有RE。5.一种电子装置，包括：至少一个处理器；以及至少一个存储器，与所述至少一个处理器可操作地连接，其中，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送解调参考信号DMRS的所有资源元素RE处的信道估计执行频率插值；对从所述频率插值获得的频域插值的信道执行时间插值；基于从所述时间插值的输出的频域中的RE处和时域中的RE处的信道估计来执行神经网络的训练；以及基于所述神经网络的所述训练来输出时频域理想信道。6.根据权利要求5所述的电子装置，还包括：去噪自编码器，被配置为细化每一个资源块或捆绑束中的所有时频RE。7.一种电子装置，包括：至少一个处理器；以及至少一个存储器，与所述至少一个处理器可操作地连接，所述至少一个存储器存储指令，所述指令在被执行时指示所述至少一个处理器进行以下操作：对发送解调参考信号DMRS的所有资源元素RE处的信道估计执行频率插值；通过对从所述频率插值获得的频域插值的信道执行时间插值来获得信道估计；通过将二维离散傅里叶变换和离散傅里叶逆变换2D
‑
DFT
‑
IDFT应用于频域中的RE处和
时域中的RE处的所述信道估计，将所述信道估计变换到多普勒延迟域中；将变换到所述多普勒延迟域中的所述信道估计输入到神经网络中；将所述2D
‑
DFT
‑
IDFT应用于时频...

【专利技术属性】
技术研发人员：权赫准，宋基逢，尼廷，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：