对基于机器学习的CSI预测进行合格认定制造技术

本公开的某些方面提供了用于对基于机器学习模型的信道状态信息(CSI)预测进行合格认定的技术。示例方法通常包括：从网络实体接收用于经量化的信道状态信息(CSI)的CSI预测模型，基于下行链路参考信号测量来计算CSI，基于对计算出的CSI与基于CSI预测模型预测出的CSI之间的差的量化来生成经量化的CSI差值，以及向网络实体报告计算出的CSI和经量化的CSI差值。值。值。

【技术实现步骤摘要】
【国外来华专利技术】对基于机器学习的CSI预测进行合格认定
[0001]相关申请的交叉引用
[0002]本申请要求于2020年5月29日提交的美国申请No.16/888,593的优先权，该申请被转让给本申请的受让人并以其整体并入本文。


[0003]本公开的各方面涉及无线通信，并且更具体地，涉及用于使用机器学习模型来预测信道状态信息(CSI)并对使用机器学习模型作出的CSI预测进行合格认定的技术。

技术介绍

[0004]无线通信系统被广泛部署以提供各种电信服务，诸如电话、视频、数据、消息传递、广播等。这些无线通信系统可以采用能够通过共享可用系统资源(例如，带宽、发送功率等)来支持与多个用户的通信的多址技术。此多址系统的示例包括第3代合作伙伴计划(3GPP)长期演进(LTE)系统、LTE高级(LTE
‑
A)系统、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，仅举几例。
[0005]已经在各种电信标准中采用了这些多址技术，以提供使不同无线设备能在城市级、国家级、地区级以及甚至全球级上通信的共同协议。新无线电(例如，5G NR)是新兴电信标准的示例。NR是对由3GPP发布的LTE移动标准的增强的集合。NR被设计为通过改进频谱效率、降低成本、改进服务、利用新频谱以及在下行链路(DL)上和在上行链路(UL)上使用带有循环前缀(CP)的OFDMA来与其他开放标准更好地集成，从而更好地支持移动宽带互联网接入。为此，NR支持波束成形、多输入多输出(MIMO)天线技术以及载波聚合。
[0006]然而，随着移动宽带接入需求的持续增长，需要进一步改进NR和LTE技术。优选地，这些改进应该可适用于其他多址技术和采用这些技术的电信标准。

技术实现思路

[0007]本公开的系统、方法和设备各自都具有若干方面，这些方面中的单个方面不仅负责其期望的属性。在不对由随后的权利要求表达的本公开的范围进行限制情况下，现在将简要讨论一些特征。在考虑了该讨论之后，并且特别是在阅读了标题为“具体实施方式”的章节之后，将理解本公开的特征如何提供优点，这些优点包括例如对同步信号块(SSB)样式的有效修改，以选择减少数量的最优波束，这可以允许减少由UE的进行监测的时间和/或释放用于数据传输的资源。
[0008]本公开中描述的主题的某些方面可以在一种由用户设备进行的无线通信的方法中实施。该方法通常包括：从网络实体接收用于经量化的信道状态信息(CSI)的CSI预测模型，基于下行链路参考信号测量来计算CSI，基于对计算出的CSI与基于CSI预测模型预测出的CSI之间的差的量化来生成经量化的CSI差值，以及向网络实体报告计算出的CSI和经量化的CSI差值。
[0009]本公开中描述的主题的某些方面可以在一种由网络实体进行的无线通信的方法中实施。该方法通常包括：向用户设备(UE)发送用于预测信道状态信息(CSI)的CSI预测模型和一个或多个参考信号以供UE使用来计算CSI并基于计算出的CSI与基于CSI预测模型预测出的CSI来生成一个或多个CSI差值，从UE接收计算出的CSI和经量化的CSI差值，以及基于计算出的CSI和经量化的CSI差值来与UE进行通信。
[0010]各方面通常包括如本文参考附图大致描述并由附图示出的方法、装置、系统、计算机可读介质和处理系统。
[0011]为了实现前述和相关目的，一个或多个方面包括在下文中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一个或多个方面的某些说明性特征。然而，这些特征仅指示其中可以采用各个方面的原理的各种方式中的一些。
附图说明
[0012]为使可以详细理解上面记载的本公开的特征的方式，可以通过参考各方面来理解上文简要概述的更具体的描述，其中的一些方面在图中示出。然而，要注意的是，附图仅示出了本公开的某些典型方面，并且因此不应被视为其范围的限制，因为该描述可以承认其他等效方面。
[0013]图1是概念性地示出根据本公开的某些方面的示例无线通信网络的框图。
[0014]图2是概念性地示出根据本公开的某些方面的示例基站(BS)和用户设备(UE)的设计的框图。
[0015]图3是根据本公开的某些方面的用于无线通信网络中的通信的示例帧格式。
[0016]图4示出了根据本公开的某些方面的示例基于机器学习(ML)的信道状态信息(CSI)预测模块。
[0017]图5示出了根据本公开的某些方面的用于由用户设备进行的无线通信的示例操作，以用于预测信道状态信息(CSI)并对CSI预测进行合格认定。
[0018]图6示出了根据本公开的某些方面的用于由网络实体进行的无线通信的示例操作，以用于将用户设备(UE)配置为预测信道状态信息(CSI)并对CSI预测进行合格认定。
[0019]图7示出了根据本公开的某些方面的示例时间线，在该时间线上，可以使用机器学习模型来预测信道状态信息(CSI)并基于合格认定方案和测量出的CSI来对其进行合格认定。
[0020]图8是示出根据本公开的某些方面的用户设备(UE)基于机器学习模型来预测信道状态信息(CSI)并对预测出的CSI进行合格认定的配置的调用流程图。
[0021]图9是示出根据本公开的某些方面的将用户设备配置为对基于机器学习模型预测的CSI进行合格认定的示例的调用流程图。
[0022]图10示出了根据本公开的各方面的通信设备，该通信设备可以包括被配置为执行用于本文所公开的技术的操作的各种组件。
[0023]图11示出了根据本公开的各方面的通信设备，该通信设备可以包括被配置为执行用于本文所公开的技术的操作的各种组件。
[0024]为了促进理解，在可能的情况下，已经使用相同的附图标记来指定共用于各图的相同元素。可以预期在一个方面中公开的元素可以在没有具体记载的情况下有益地用于其
他方面。
具体实施方式
[0025]本公开的各方面提供了用于使用机器学习模型来预测信道状态信息(CSI)并基于预测出的CSI与测量出的CSI之间的差来对预测出的CSI进行合格认定的装置、方法、处理系统和计算机可读介质。在一些情况下，基于机器学习模型来预测CSI并报告CSI预测是经合格认定的还是未经合格认定的可以减少CSI报告的开销并改进CSI报告的准确性(例如，在信道状况或干扰迅速改变的状况下)。此外，基于机器学习模型来预测CSI并报告CSI预测是经合格认定的还是未经合格认定的可以提供网络实体与用户设备(UE)之间的连接的改进的可靠性并减少时延(例如，使用预测出的CSI而不是等待UE报告CSI测量来调整UE与网络实体之间的网络连接的参数)。
[0026]以下描述提供了使用机器学习模型来预测信道状态信息(CSI)并基于预测出的CSI与测量出的CSI之间的差来对预本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于由用户设备(UE)进行的无线通信的方法，包括：从网络实体接收用于经量化的信道状态信息(CSI)的CSI预测模型；基于下行链路参考信号测量来计算CSI；基于对计算出的CSI与基于所述CSI预测模型预测出的CSI之间的差的量化来生成经量化的CSI差值；以及向所述网络实体报告计算出的CSI和经量化的CSI差值。2.根据权利要求1所述的方法，还包括：从所述网络实体接收用于对基于所述CSI预测模型预测出的CSI进行分类的合格认定方案；以及报告基于所述CSI预测模型预测出的CSI是经合格认定的还是未经合格认定的预测的指示，所述指示基于所述合格认定方案和计算出的CSI与基于所述CSI预测模型预测出的CSI之间的差。3.根据权利要求2所述的方法，其中，经合格认定的预测包括其之间的差小于阈值量的预测。4.根据权利要求2所述的方法，还包括：基于确定基于所述CSI预测模型预测出的CSI是经合格认定的预测来报告基于所述CSI预测模型预测出的CSI。5.根据权利要求2所述的方法，其中，基于所述CSI预测模型预测出的CSI被用于早期混合自动重复请求(HARQ)反馈。6.根据权利要求5所述的方法，其中，所述合格认定方案包括对误检测率或虚警率的确定。7.根据权利要求6所述的方法，其中，经合格认定的预测包括当所述误检测率或所述虚警率小于阈值量时作出的CSI预测。8.根据权利要求6所述的方法，其中，未经合格认定的预测包括当所述误检测率或所述虚警率超过阈值量时作出的CSI预测。9.根据权利要求2所述的方法，还包括：向所述网络实体报告计算出的CSI和基于所述CSI预测模型预测出的CSI；以及从所述网络实体接收指导所述UE报告基于所述合格认定方案的经合格认定的CSI预测的配置信息。10.根据权利要求9所述的方法，其中，计算出的CSI和基于所述CSI预测模型预测出的CSI包括早期混合自动重复请求(HARQ)确认(ACK)/否定确认(NACK)(HARQ
‑
ACK/NACK)、预编码矩阵指示符(PMI)、信道质量指示符(CQI)、秩指示符(RI)或信噪比(SNR)中的一个或多个。11.根据权利要求1所述的方法，其中，经量化的CSI差值包括指示计算出的CSI与基于所述CSI预测模型预测出的CSI之间的差的大小的多个值之一。12.根据权利要求1所述的方法，其中，经量化的CSI差值是基于在时间窗口上的计算出的CSI与基于所述CSI预测模型预测出的CSI之间的差来确定的。13.根据权利要求12所述的方法，其中，经量化的CSI差值包括在所述时间窗口上的计算出的CSI与基于所述CSI预测模型预测出的CSI的平均值。14.根据权利要求1所述的方法，其中，计算出的CSI与基于所述CSI预测模型预测出的
CSI之间的差包括计算出的CSI与基于所述CSI预测模型预测出的CSI之间的经无限脉冲响应(IIR)滤波的差。15.一种用于由网络实体进行的无线通信的方法，包括：向用户设备(UE)发送用于预测信道状态信息(CSI)的CSI预测模型和一个或多个参考信号以供所述UE使用来计算CSI并基于计算出的CSI和基于所述CSI预测模型预测出的CSI来生成一个或多个CSI差值；从所述UE接收计算出的CSI和经量化的CSI差值；以及基于计算出的CSI和经量化的CSI差值来与所述UE进行通信。16.根据权利要求15所述的方法，还包括：向所述UE发送用于对基于所述CSI预...

【专利技术属性】
技术研发人员：薛义生，W曾，张晓霞，Y魏，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：