用于信道状态信息的处理时间线考虑因素制造技术

一种第一无线设备(诸如用户装备)生成消息，该消息指示用于以下至少一者的处理时间：训练神经网络以用于信道状态信息(CSI)推导或基于经训练的神经网络来报告CSI。该第一无线设备向第二无线设备传送指示该处理时间的该消息。该第二无线设备可以是网络实体，诸如基站、传送接收点或另一UE。传送接收点或另一UE。传送接收点或另一UE。

【技术实现步骤摘要】
【国外来华专利技术】用于信道状态信息的处理时间线考虑因素
[0001]相关申请的交叉引用
[0002]本申请要求于2021年8月18日提交的题为“Processing Timeline Considerations for Channel State Information(用于信道状态信息的处理时间线考虑因素)”的希腊专利申请序列号S.N.20200100496的权益和优先权，该申请通过援引被整体明确纳入于此。


[0003]本公开一般涉及通信系统，且更具体地涉及使用神经网络的操作来编码数据集。
[0004]引言
[0005]无线通信系统被广泛部署以提供诸如电话、视频、数据、消息接发、和广播等各种电信服务。典型的无线通信系统可采用能够通过共享可用系统资源来支持与多个用户通信的多址技术。此类多址技术的示例包括码分多址(CDMA)系统、时分多址(TDMA)系统、频分多址(FDMA)系统、正交频分多址(OFDMA)系统、单载波频分多址(SC
‑
FDMA)系统、以及时分同步码分多址(TD
‑
SCDMA)系统。
[0006]这些多址技术已经在各种电信标准中被采纳以提供使不同的无线设备能够在城市、国家、地区、以及甚至全球级别上进行通信的共同协议。示例电信标准是5G新无线电(NR)。5G NR是由第三代伙伴项目(3GPP)为满足与等待时间、可靠性、安全性、可缩放性(例如，与物联网(IoT))相关联的新要求以及其他要求所颁布的连续移动宽带演进的部分。5G NR包括与增强型移动宽带(eMBB)、大规模机器类型通信(mMTC)和超可靠低等待时间通信(URLLC)相关联的服务。5G NR的一些方面可以基于4G长期演进(LTE)标准。存在对5G NR技术的进一步改进的需求。这些改进还可适用于其他多址技术以及采用这些技术的电信标准。
[0007]简要概述
[0008]以下给出了一个或多个方面的简要概述以提供对此类方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在标识出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一目的是以简化形式给出一个或多个方面的一些概念以作为稍后给出的更详细描述之序言。
[0009]在本公开的一方面，提供了一种用于无线通信的无线通信方法。该方法包括：生成消息，该消息指示在用户装备(UE)处用于以下至少一者的处理时间：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；以及向第一网络实体传送指示该处理时间的该消息。
[0010]在本公开的另一方面，提供了一种用于无线通信的设备。该设备包括用于生成消息的装置，该消息指示在UE处用于以下至少一者的处理时间：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；以及用于向第一网络实体传送指示该处理时间的该消息的装置。
[0011]在本公开的另一方面，提供了一种用于无线通信的装置。该装置包括存储器和耦
合到该存储器的至少一个处理器，该存储器和该至少一个处理器被配置成：生成消息，该消息指示在UE处用于以下至少一者的处理时间：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；以及向第一网络实体传送指示该处理时间的该消息。
[0012]在本公开的另一方面，提供了一种存储用于在UE处进行无线通信的计算机可执行代码的计算机可读介质，该代码在由处理器执行时使该处理器：生成消息，该消息指示在UE处用于以下至少一者的处理时间：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；以及向第一网络实体传送指示该处理时间的该消息。
[0013]在本公开的另一方面，提供了一种用于无线通信的方法。该方法包括：从用户装备(UE)接收用于以下至少一者的处理时间：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；基于该处理时间向该UE传送配置；以及基于该配置从该UE接收CSI。
[0014]在本公开的另一方面，提供了一种用于无线通信的设备。该设备包括用于从UE接收用于以下至少一者的处理时间的装置：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；用于基于该处理时间向该UE传送配置的装置；以及用于基于该配置从该UE接收CSI的装置。
[0015]在本公开的另一方面，提供了一种用于无线通信的装置。该装置包括存储器和耦合到该存储器的至少一个处理器，该存储器和该至少一个处理器被配置成：从UE接收用于以下至少一者的处理时间：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；基于该处理时间向该UE传送配置；以及基于该配置从该UE接收CSI。
[0016]在本公开的另一方面，提供了一种存储用于在UE处进行无线通信的计算机可执行代码的计算机可读介质，该代码在由处理器执行时使该处理器：从UE接收用于以下至少一者的处理时间：训练神经网络以用于信道状态信息推导或基于经训练的神经网络来报告CSI；基于该处理时间向该UE传送配置；以及基于该配置从该UE接收CSI。
[0017]为了达成前述及相关目的，这一个或多个方面包括在下文充分描述并在权利要求中特别指出的特征。以下描述和附图详细阐述了这一个或多个方面的某些解说性特征。但是，这些特征仅仅是指示了可采用各种方面的原理的各种方式中的若干种，并且本描述旨在涵盖所有此类方面及其等效方案。
[0018]附图简述
[0019]图1是解说无线通信系统和接入网的示例的示图。
[0020]图2A是解说根据本公开的各个方面的第一帧的示例的示图。
[0021]图2B是解说根据本公开的各个方面的子帧内的DL信道的示例的示图。
[0022]图2C是解说根据本公开的各个方面的第二帧的示例的示图。
[0023]图2D是解说根据本公开的各个方面的子帧内的UL信道的示例的示图。
[0024]图3是解说接入网中的基站和用户装备(UE)的示例的示图。
[0025]图4A是解说根据本公开的各个方面的使用先前存储的信道状态信息的编码设备和解码设备的示例的示图。
[0026]图4B是解说根据本公开的各个方面的与编码设备和解码设备相关联的示例的示图。
[0027]图5
‑
图8是解说根据本公开的各个方面的与使用神经网络来编码和解码数据集以
进行上行链路通信相关联的示例的示图。
[0028]图9和图10是解说根据本公开的各个方面的与使用神经网络来编码数据集以进行上行链路通信相关联的示例过程的示图。
[0029]图11解说了用于信道状态信息(CSI)测量的示例定时。
[0030]图12解说了用于CSI测量的配置的示例定时。
[0031]图13解说了UE与网络设备之间的示例通信流。
[0032]图14A和14B是无线通信方法的流程图，该无线通信方法包括传送关于用于训练神经网络以用于CSI推导或基于经训练的神经网络来报告CSI的处本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于在用户装备(UE)处进行无线通信的装置，包括：存储器；以及至少一个处理器，所述至少一个处理器耦合到所述存储器并且被配置成：生成消息，所述消息指示在所述UE处用于以下至少一者的处理时间：训练神经网络以用于信道状态信息(CSI)推导或基于经训练的神经网络来报告CSI；以及向第一网络实体传送指示所述处理时间的所述消息。2.如权利要求1所述的装置，其中所述第一网络实体是基站、传送接收点(TRP)或另一UE，并且所述装置进一步包括：至少一个天线；以及耦合至所述至少一个天线和所述至少一个处理器的收发机。3.如权利要求1所述的装置，其中所述处理时间对应于与用于在所述神经网络中进行训练的参考信号相关联的第一时间与所述UE已成功训练所述神经网络的第二时间之间的时间量。4.如权利要求3所述的装置，其中当所述UE能够往回报告由所述神经网络训练的所述CSI或能够使用所述神经网络的经训练权重来达成准确性或服务质量(QoS)时所述神经网络被成功训练。5.如权利要求1所述的装置，其中所述处理时间对应于接收到要训练所述神经网络的命令与完成对所述神经网络的训练之间的时间。6.如权利要求1所述的装置，其中所述存储器和所述至少一个处理器被进一步配置成：从第二网络实体接收至少基于所述处理时间的配置；以及基于所述配置向所述第二网络实体传送信道状态信息(CSI)。7.如权利要求1所述的装置，其中用于训练所述神经网络的所述处理时间基于以下至少一者：所述神经网络中的层的数目，所述神经网络中的权重的数目，或所述神经网络的一个或多个层的类型。8.如权利要求1所述的装置，其中用于训练所述神经网络的所述处理时间基于以下至少一者：来自先前训练的神经网络的准共处(QCL)信息或神经网络状态指示中的至少一者。9.如权利要求1所述的装置，其中用于训练所述神经网络的所述处理时间基于要被训练的神经网络或层的量。10.如权利要求9所述的装置，其中所述处理时间进一步基于是单个神经网络还是多个神经网络要被同时训练。11.如权利要求10所述的装置，其中所述处理时间基于训练所述多个神经网络，所述多个神经网络基于在以下至少一者中的并发训练而被同时训练：相同分量载波，相同频带，相同带宽部分，相同频带组合，
相同频率范围，相同时隙，相同子帧，或相同帧，其中所述多个神经网络被同时训练直到所述UE用完成训练消息作出响应。12.如权利要求10所述的装置，其中所述处理时间进一步基于是所述神经网络的单个层还是多个层要被同时训练。13.如权利要求1所述的装置，其中用于训练所述神经网络的所述处理时间基于所述神经网络的多个层的序列顺序。14.如权利要求1所述的装置，其中用于训练所述神经网络的所述处理时间基于由所述神经网络执行的无线信号规程的类型，所述无线信号规程的所述类型包括以下至少一者：信道状态信息确定，解调，定位确定，或波形确定。15.如权利要求1所述的装置，其中用于训练所述神经网络的所述处理时间基于准确性水平。16.如权利要求1所述的装置，其中用于报告所述CSI的所述处理时间基于以下至少一者：编码器输出向量，编码器输入向量，所述神经网络处确定的一个或多个向量，所述神经网络中的层的数目，所述神经网络的输入中的第一元素数目，所述神经网络的输出中的第二元素数目，所述神经网络的中间向量中的第三元素数目，所述神经网络的一个或多个层的层类型，用于交叠的报告的神经网络量，或所述神经网络的多个层的序列顺序。17.如权利要求1所述的装置，其中所述处理时间针对以下至少一者：带宽部分，参数设计，分量载波，频带，频带组合，频率范围，或一个或多个时间线因素，并且其中所述一个或多个时间线因素包括以下至少一者：层，
层类型，层的组合，输入向量长度，输出向量长度，中间向量长度，层的数目，或层的序列。18.如权利要求1所述的装置，其中所述存储器和所述至少一个处理器被进一步配置成：报告第一处理时间和第二处理时间，其中所述存储器和所述至少一个存储器被...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：