处理方法、装置、通信设备及可读存储介质制造方法及图纸

本申请公开了一种处理方法、装置、通信设备及可读存储介质，属于通信技术领域。本申请实施例的处理方法包括：通信设备获取ISAC信道的感知目标的反射多径参数；对所述反射多径参数进行分簇，得到不同收发位置和/或不同感知目标旋转角度下的分簇结果；基于所述分簇结果，对所述感知目标的多径簇进行统计性建模，得到所述感知目标的多径簇统计性模型；根据所述多径簇统计性模型进行处理。述多径簇统计性模型进行处理。述多径簇统计性模型进行处理。

【技术实现步骤摘要】
处理方法、装置、通信设备及可读存储介质


[0001]本申请属于通信
，具体涉及一种处理方法、装置、通信设备及可读存储介质。

技术介绍

[0002]随着通信技术的发展，通信感知一体化(Integrated Sensing and Communication，ISAC)有望将无线感知集成到大规模移动网络中，在这里称为感知移动网络(Perceptive Mobile Networks，PMNs)。感知移动网络能够同时提供通信和无线感知服务，并且由于其较大的宽带覆盖范围和强大的基础设施，有可能成为一种无处不在的无线传感解决方案。然而，目前针对通信感知一体化场景中ISAC信道的感知目标多径簇的建模尚不明确，无法进一步探明ISAC信道中感知信道特征。因此，如何实现对ISAC信道的感知目标多径簇的建模是目前急需解决的问题。

技术实现思路

[0003]本申请实施例提供一种处理方法、装置、通信设备及可读存储介质，能够解决如何实现对ISAC信道的感知目标多径簇的建模的问题。
[0004]第一方面，提供了一种处理方法，包括：
[0005]通信设备获取通信感知一体化ISAC信道的感知目标的反射多径参数；
[0006]所述通信设备对所述反射多径参数进行分簇，得到不同收发位置和/或不同感知目标旋转角度下的分簇结果；
[0007]所述通信设备基于所述分簇结果，对所述感知目标的多径簇进行统计性建模，得到所述感知目标的多径簇统计性模型；
[0008]所述通信设备根据所述多径簇统计性模型进行处理。
[0009]第二方面，提供了一种处理装置，包括：
[0010]获取模块，用于获取ISAC信道的感知目标的反射多径参数；
[0011]划分模块，用于对所述反射多径参数进行分簇，得到不同收发位置和/或不同感知目标旋转角度下的分簇结果；
[0012]第一构建模块，用于基于所述分簇结果，对所述感知目标的多径簇进行统计性建模，得到所述感知目标的多径簇统计性模型；
[0013]处理模块，用于根据所述多径簇统计性模型进行处理。
[0014]第三方面，提供了一种通信设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0015]第四方面，提供了一种通信设备，包括处理器及通信接口，其中，所述处理器用于获取ISAC信道的感知目标的反射多径参数；对所述反射多径参数进行分簇，得到不同收发位置和/或不同感知目标旋转角度下的分簇结果；基于所述分簇结果，对所述感知目标的多
Multiple Access，TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single
‑
carrier Frequency
‑
Division Multiple Access，SC
‑
FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6
th Generation，6G)通信系统。
[0032]图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11和网络侧设备12。其中，终端11也可以称作终端设备或者用户终端(User Equipment，UE)，终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra
‑
mobile personal computer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴式设备(Wearable Device)、车载设备(VUE)、行人终端(PUE)、智能家居(具有无线通信功能的家居设备，如冰箱、电视、洗衣机或者家具等)等终端侧设备，可穿戴式设备包括：智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装、游戏机等。需要说明的是，在本申请实施例并不限定终端11的具体类型。网络侧设备12可以是基站或核心网，其中，基站可被称为节点B、演进节点B、接入点、基收发机站(Base Transceiver Station，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、B节点、演进型B节点(eNB)、家用B节点、家用演进型B节点、WLAN接入点、WiFi节点、发送接收点(Transmitting Receiving Point，TRP)或所述领域中其他某个合适的术语，只要达到相同的技术效果，所述基站不限于特定技术词汇，需要说明的是，在本申请实施例中仅以NR系统中的基站为例，但是并不限定基站的具体类型。
[0033]为了便于理解本申请实施例，首先说明以下内容。
[0034]本申请实施例中，通信感知一体化也可以称为通感一体化。
[0035]机器学习，特别是深度学习技术进一步促进了非专用无线电信号用于雷达传感的潜力。有了这些技术，传统雷达正朝着更通用的无线感知方向发展。这里的无线感知可以广泛地指从接收到的无线电信号中检索信息，而不是在发射机上调制到信号的通信数据。对于感知目标位置相关的无线感知，可以通过常用的信号处理方法，对目标信号反射时延、到达角(Angle of Arrival，AoA)、离开角(Angle of Departure，AoD)、多普勒等动力学参数进行估计。对于感知目标的物理特征，可以通过测量设备、对象、固有模式信号等来实现。这两种感知方式可以分别称为感知参数估计以及模式识别。在这个意义上，无线感知是指使用无线电信号的更通用的传感技术和应用。
[0036]无线信道是无线信号的传播媒介，任何无线通信系统的正常运行都要依赖良好的无线信道。当信号在空间中传播时，由于电磁波的反射、散射和绕射等现象，会产生所谓的多径效应，即同一个信号样本经过反散射体的反射、散射，以不同的时延、角度多次到达接收机。由于信号的传播路径长短不一，导致了这些信号以不同的时延和能量到达接收机，这<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种处理方法，其特征在于，包括：通信设备获取通信感知一体化ISAC信道的感知目标的反射多径参数；所述通信设备对所述反射多径参数进行分簇，得到不同收发位置和/或不同感知目标旋转角度下的分簇结果；其中，所述收发位置为在测量得到所述反射多径参数时的发射阵列和接收阵列的位置组合；所述通信设备基于所述分簇结果，对所述感知目标的多径簇进行统计性建模，得到所述感知目标的多径簇统计性模型；所述通信设备根据所述多径簇统计性模型进行处理。2.根据权利要求1所述的方法，其特征在于，所述基于所述分簇结果，对所述感知目标的多径簇进行统计性建模，得到所述感知目标的多径簇统计性模型，包括以下至少一项：所述通信设备针对所述ISAC信道的测量中的每个收发位置的组合，基于所有的感知目标旋转角度，计算得到第一多径簇参数的均值和/或标准差；所述通信设备基于所述ISAC信道的测量中的所有收发位置的组合和所有的感知目标旋转角度，计算得到第一多径簇参数的均值的统计平均值；所述通信设备基于所述ISAC信道的测量中的所有收发位置的组合和所有的感知目标旋转角度，计算得到第一多径簇参数的标准差的统计平均值。3.根据权利要求2所述的方法，其特征在于，所述第一多径簇参数包括以下至少一项：簇个数、簇内子径数。4.根据权利要求1所述的方法，其特征在于，所述基于所述分簇结果，对所述感知目标的多径簇进行统计性建模，得到所述感知目标的多径簇统计性模型，包括：所述通信设备基于所述ISAC信道的测量中的所有收发位置的组合和所有的感知目标旋转角度，计算得到第二多径簇参数的统计分布。5.根据权利要求4所述的方法，其特征在于，所述第二多径簇参数包括以下至少一项：簇时延扩展、簇离开方位角扩展、簇离开俯仰角扩展、簇到达方位角扩展、簇到达俯仰角扩展、簇反射损耗、子径反射损耗、时延扩展、离开方位角扩展、离开俯仰角扩展、到达角方位扩展、到达俯仰角扩展、子径极化交叉比。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：所述通信设备执行第一操作；所述通信设备根据执行所述第一操作得到的结果，构建ISAC信道模型；其中，所述第一操作包括以下至少多项：根据所述感知目标的多径簇统计性模型，确定当前时刻下所述感知目标的簇个数和簇内子径数；根据预构建的路径损耗模型，生成所述感知目标的多径簇的路径损耗以及多径簇内子径的路径损耗；根据所述感知目标的几何坐标，生成所述ISAC信道中感知信道的平均时延；根据所述感知目标的多径簇的路径损耗和反射损耗，生成所述感知目标的多径簇的功率；根据所述感知目标的多径簇子径的路径损耗和子径反射损耗，生成所述感知目标的多径簇子径的功率；
根据所述ISAC信道中感知信道的多径簇的功率、时延扩展以及平均时延，确定所述感知目标的各个多径簇的时延；根据所述感知目标的多径簇子径的功率和簇时延扩展，确定所述多径簇内各个子径的时延；根据所述感知目标的几何坐标，生成所述ISAC信道中感知信道的平均离开方位角、平均离开俯仰角、平均到达方位角和平均到达俯仰角；根据所述ISAC信道中感知信道的离开方位角扩展、离开俯仰角扩展、平均离开方位角和平均离开俯仰角，以及所述感知目标的多径簇的功率，确定所述感知目标的各个多径簇的离开方位角和离开俯仰角；根据所述ISAC信道中感知信道的到达方位角扩展、到达俯仰角扩展、平均到达方位角和平均到达俯仰角，以及所述感知目标的多径簇的功率，确定所述感知目标的各个多径簇的到达方位角和到达俯仰角；根据所述感知目标的各个多径簇的以下至少多项，确定所述各个多径簇内的子径角度：离开方位角、离开俯仰角、到达方位角、到达俯仰角、离开方位角扩展、簇离开俯仰角扩展、簇到达方位角扩展、簇到达俯仰角扩展、簇内子径功率。7.根据权利要求6所述的方法，其特征在于，对于构建ISAC信道模型，满足以下至少一项：若在所述ISAC信道的测量中生成的环境多径簇与所述感知目标的多径簇的几何位置接近，对所述环境多径簇和所述感知目标的多径簇融合处理；若所述感知目标的多径簇的几何位置连续改变，对所述多径簇内的各个子径进行Drifting建模；所述感知目标的多径簇内子径的初始相位，服从[0 2π]均匀分布。8.根据权利要求1所述的方法，其特征在于，所述根据所述多径簇统计性模型进行处理，包括：所述通信设备将环境参数和感知目标的几何坐标输入至所述多径簇统计性...

【专利技术属性】
技术研发人员：李健之，
申请(专利权)人：维沃软件技术有限公司，
类型：发明
国别省市：