供用户设备用于改进传输效率的方法、用于网络实体的方法、设备、交通工具和计算机程序技术

实施例涉及用于用户设备的方法（100）。供用户设备用于改进无线电信道上的传输效率的方法（100）包括得到（110）预测环境模型，并基于预测环境模型预测（120）无线电信道的信道动态。此外，方法（100）包括接收（130）参考信号以测量无线电信道的信道特性，并基于该参考信号计算（140）无线电信道的信道动态。方法（100）还包括确定（150）所预测的信道动态和所计算的信道动态之间的偏差，并基于该偏差调整（160）传输参数，以改进无线电信道上的传输效率。以改进无线电信道上的传输效率。以改进无线电信道上的传输效率。

【技术实现步骤摘要】
供用户设备用于改进传输效率的方法、用于网络实体的方法、设备、交通工具和计算机程序


[0001]本公开涉及无线通信领域。实施例涉及供用户设备用于改进传输效率的方法、用于网络实体的方法、设备、交通工具和计算机程序，更特别地但非排他地，涉及用于改进无线电信道上的传输效率（例如，调整传输参数）的概念。

技术介绍

[0002]5G的发展已经引起作为预期利用新一代无线通信的最先进特征的垂直制造商的汽车行业的增加的关注。在5G的主要创新之中，大范围的谱可能性（当前被许可高达28 GHz频段（band）——供移动使用的首个毫米波频段）、对高移动性情形的增强支持以及用来保证和预测所体验的服务质量（QoS）的新机制已被建立为用来支持日益连接的交通生态系统的关键功能。
[0003]KR 20 200 095 137 A揭示了一种使用深度学习的无线通信环境适应方法，包括以下步骤：从无线接入环境周期性地接收同相和正交样本，并从所接收的同相和正交样本中提取包括信噪比信息、信道状态信息和所接收信号强度指示的信道特性信息。此外，该方法包括通过递归神经网络学习从所提取的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种供用户设备用于改进无线电信道上的传输效率的方法（100），包括得到（110）预测环境模型；基于所述预测环境模型预测（120）所述无线电信道的信道动态；接收（130）参考信号以测量所述无线电信道的信道特性；基于所述参考信号计算（140）所述无线电信道的所述信道动态；确定（150）所预测的信道动态和所计算的信道动态之间的偏差；以及基于所述偏差来调整（160）传输参数，以改进所述无线电信道上的所述传输效率。2.根据权利要求1所述的方法（100），其中如果所述偏差低于阈值，则通过减少参考信号速率和/或参考信号内容来执行调整所述传输参数。3.根据权利要求1所述的方法（100），进一步包括如果所述偏差高于阈值，则重新预测所述信道动态；重新确定所重新预测的信道动态和所述所计算的信道动态之间的偏差；以及如果所重新确定的偏差低于所述阈值，则调整所述传输参数，否则重复所述重新预测和重新确定，直到所述偏差低于所述阈值。4.根据权利要求3所述的方法（100），其中所述重新预测基于新的预测环境模型。5.根据权利要求3或4所述的方法（100），其中所述预测和/或重新预测基于用所述所预测的信道动态和所述所计算的信道动态训练的机器学习模型。6.根据权利要求5所述的方法（100），进一步包括接收用于训练或初始化所述机器学习模型的数据集。7.根据权利要求3
‑
6中任一项所述的方法（100），其中通过减少信道质量报告来执行调整所述传输参数。8.一种能够执行根据前述权利要求中任一项所述的方法（100）的交通工具，其中关于所述环境的信息通过以下方式得到：使用所述交通工具的一个或多个传感器确定关于所述环境的信息；和/或接收关于所述环境的信息。9.一种供网络实体用于改进用于与用户设备...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：大众汽车股份公司，
类型：发明
国别省市：