【技术实现步骤摘要】
人工智能预测波束的检测方法、节点和存储介质
[0001]本申请涉及无线通信
,尤其涉及一种人工智能预测波束的检测方法、节点和存储介质。
技术介绍
[0002]人工智能(Artificial Intelligence,AI)算法是一种基于历史数据训练学习后进行快速高效的决策方法,基于机器学习的AI算法在通信领域引起了广泛关注,从多输入多输出(Multiple
‑
Input Multiple
‑
Output,MIMO)的传输角度看,支持AI算法的优势在于节省反馈和控制信令的花销,提供更精确的反馈结果,并且能够提升系统性能(例如,吞吐量和可靠性)。对于波束管理而言,AI算法可以应用于波束训练和波束跟踪两个领域。其中,波束训练主要是针对毫米波信道而言,由于非散射物理信道路径的功率远低于接收机的接收下限,在实际传输中几乎可以忽略不计,所以用于支持后续数据传输的主路径是有限的,考虑到毫米波信道的稀疏特性,可用于传输的波束对数量远远少于候选波束对的数量,因此需要使用机器学习完成大规模波束训练。而在波束跟踪领域,主要是用于解决设备移动性问题。通过探测相邻的可选波束,波束追踪可以有效的追踪和补偿最优通信方向的改变。但是,在没有先验信息的前提下,用户设备的移动速度和方向等移动信息是不确定的。因此,考虑到方向、速度和位置等因素,确定波束跟踪需要探测波束的数量和范围非常重要。但是在AI预测过程中,如果遇到减速、停车等导致切换时间间隔不匹配,或者,速度变化(例如加速或减速)或用户设备的移动轨迹处于岔路 ...
【技术保护点】
【技术特征摘要】
1.一种人工智能预测波束的检测方法,其特征在于,包括:第一通信节点接收第二通信节点发送的波束检测配置信息;所述第一通信节点根据所述波束检测配置信息进行人工智能AI预测波束质量检测,得到波束质量值;在所述第一通信节点确定波束质量值不满足波束质量要求的情况下,所述第一通信节点重新确定目标波束。2.根据权利要求1所述的方法,其特征在于,所述第一通信节点根据所述波束检测配置信息进行AI预测波束质量检测,包括:所述第一通信节点对所述波束检测配置信息中的待检测波束进行波束质量检测;其中,所述波束检测配置信息包括用于波束检测的图样,所述图样包括待检测波束和所述待检测波束的时间;其中,所述待检测波束与所述第二通信节点的AI预测波束关联。3.根据权利要求1所述的方法,其特征在于,所述第一通信节点根据所述波束检测配置信息进行AI预测波束质量检测,包括:所述第一通信节点接收所述第二通信节点发送的AI预测波束集合;所述第一通信节点根据所述波束检测配置信息对所述AI预测波束集合中的波束进行检测;其中,所述波束检测配置信息包括以下任意一项:检测周期;指示标识,所述指示标识用于指示测量模式;指示比特位,所述指示比特位用于选择待测量波束图样;AI检测模式。4.根据权利要求1所述的方法,其特征在于,所述第一通信节点确定波束质量值不满足波束质量要求,包括:所述第一通信节点判断波束质量值小于波束质量阈值,则确定一次检测失败;在所述第一通信节点确定所述检测失败的次数的分布满足检测终止条件的情况下,所述第一通信节点确定波束质量值不满足波束质量要求。5.根据权利要求4所述的方法,其特征在于,所述第一通信节点确定所述检测失败的次数的分布满足检测终止条件,包括:在检测时间阈值为两次失败时间间隔的情况下,所述第一通信节点判断一次检测失败,则重新计时并累计记录失败次数,所述第一通信节点判断一次检测成功,则清零累计记录失败次数和计时时间,若所述第一通信节点判断所述累计记录失败次数达到失败次数阈值且计时时间未超过所述检测时间阈值,则确定检测失败的次数的分布满足检测终止条件;在检测时间阈值为两次失败时间间隔的情况下,所述第一通信节点判断一次检测失败,则累计记录失败次数并重新计时,所述第一通信节点判断一次检测成功,则不记录失败次数并继续计时,若所述第一通信节点判断计时时间达到所述检测时间阈值且所述累计记录失败次数达到失败次数阈值,则确定检测失败的次数的分布满足检测终止条件;在检测时间阈值为一次检测时间长度的情况下,所述第一通信节点判断一次检测失
败,则累计记录失败次数并继续计时,所述第一通信节点判断一次检测成功,则清零累计记录失败次数和计时时间,若所述第一通信节点判断所述累计记录失败次数达到失败次数阈值且计时时间未超过所述检测时间阈值,则确定检测失败的次数的分布满足检测...
【专利技术属性】
技术研发人员:邵诗佳,高波,张淑娟,姚珂,鲁照华,
申请(专利权)人:中兴通讯股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。