【技术实现步骤摘要】
信道特征信息上报及恢复方法、终端和网络侧设备
[0001]本申请属于通信
,具体涉及一种信道特征信息上报及恢复方法、终端和网络侧设备。
技术介绍
[0002]随着人工智能(Artificial Intelligence,AI)在通信领域的应用,可以使用AI网络模型对信道状态信息(Channel State Information,CSI)信息进行编码和解码。
[0003]但是,在不同的信道环境下,信道信息的可压缩程度不同,编码之后的信息长度也不同,例如:简单的信道信息只需要很短的编码长度,但是复杂的信道信息需要较长的编码信息。而不同长度的编码信息对应的AI网络模型的权重参数甚至网络结构都有所不同,在相关技术中,在当前获取的信道信息的长度与终端的编码网络的编码长度不匹配的情况下,终端使用该编码网络对信道信息进行编码,将会造成编码结果的准确性低,进而在基于该编码结果进行通信时,会降低终端与网络侧设备的通信性能。
技术实现思路
[0004]本申请实施例提供一种信道特征信息上报及恢复方法、终端和网络侧设备,使终端能够根据信道信息的长度自适应的采用与该长度对应的AI网络模型进行编码,可以提升编码结果的准确性,进而在基于该编码结果进行通信时,能够提升终端与网络侧设备的通信性能。
[0005]第一方面,提供了一种信道特征信息上报方法,该方法包括:
[0006]终端获取目标信道的第一信道信息;
[0007]所述终端从预先配置的AI网络模型中确定与第一长度对应的目标AI网络模型,所 ...
【技术保护点】
【技术特征摘要】
1.一种信道特征信息上报方法,其特征在于,包括:终端获取目标信道的第一信道信息;所述终端从预先配置的AI网络模型中确定与第一长度对应的目标AI网络模型,所述第一长度由网络侧设备指示或者由所述终端根据第一信息确定,其中,所述第一信息包括以下至少一项:所述第一信道信息、所述网络侧设备指示的AI网络模型索引;所述终端采用所述目标AI网络模型对所述第一信道信息进行处理,得到所述第一长度的第一信道特征信息;所述终端向所述网络侧设备发送所述第一信道特征信息。2.根据权利要求1所述的方法,其特征在于,在所述终端从预先配置的AI网络模型中确定与第一长度对应的目标AI网络模型之前,所述方法还包括:所述终端接收来自所述网络侧设备的N个第一AI网络模型的相关信息,其中,所述预先配置的AI网络模型包括所述N个第一AI网络模型,所述N个第一AI网络模型与N个长度一一对应,N为大于或者等于1的整数。3.根据权利要求2所述的方法,其特征在于,所述终端接收来自所述网络侧设备的N个第一AI网络模型的相关信息,包括:所述终端在接入所述网络侧设备时,接收所述N个第一AI网络模型的相关信息;或者,所述终端在接入所述网络侧设备时,接收所述N个第一AI网络模型中的一部分的相关信息,且在所述终端在接入所述网络侧设备后,接收所述N个第一AI网络模型中的另一部分的相关信息。4.根据权利要求2所述的方法,其特征在于,在所述终端接收来自所述网络侧设备的N个第一AI网络模型的相关信息之前,所述方法还包括:所述终端向所述网络侧设备发送目标能力信息,其中,所述目标能力信息用于辅助所述网络侧设备确定所述N个第一AI网络模型。5.根据权利要求4所述的方法,其特征在于,所述目标能力信息用于指示以下至少一项:所述终端支持的第一AI网络模型的标识;所述终端支持的第一AI网络模型的切换次数;所述终端支持传输的AI网络模型的数据量;所述终端支持计算的信道状态。6.根据权利要求2所述的方法,其特征在于,所述终端从预先配置的AI网络模型中确定与第一长度对应的目标AI网络模型,包括:所述终端接收来自网络侧设备的第一指示信息,所述第一指示信息用于指示第二AI网络模型和所述第二AI网络模型对应的长度中的至少一项,所述N个第一AI网络模型包括所述第二AI网络模型;所述终端确定所述目标AI网络模型是所述第一指示信息中指示的所述第二AI网络模型,和/或,所述终端确定所述第一长度是所述第一指示信息中指示的所述第二AI网络模型对应的长度。7.根据权利要求6所述的方法,其特征在于,所述第一信道信息与所终端对信道状态信息参考信号CSI
‑
RS的信道估计结果相关,所述第一指示信息与所述终端使用的CSI资源对
应。8.根据权利要求2所述的方法,其特征在于,所述终端从预先配置的AI网络模型中确定与第一长度对应的目标AI网络模型,包括:所述终端根据所述第一信道信息对应的信道特性和信道条件中的至少一项,从所述N个第一AI网络模型中确定所述目标AI网络模型,和/或,从所述N个长度中确定所述第一长度。9.根据权利要求8所述的方法,其特征在于,所述方法还包括:所述终端向所述网络侧设备发送第二指示信息,所述第二指示信息用于指示所述目标AI网络模型和所述第一长度中的至少一项。10.根据权利要求9所述的方法,其特征在于,所述第二指示信息携带于信道状态信息CSI报告中的固定长度的CSI部分,所述第一信道特征信息携带于所述CSI报告中的可变长度的CSI部分;或者,所述第一信道特征信息中的第二长度的部分和所述第二指示信息携带于所述固定长度的CSI部分,所述第一信道特征信息中的除了所述第二长度的部分之外的部分携带于所述可变长度的CSI部分;或者,所述第二指示信息和所述第一长度的第一信道特征信息均携带于所述可变长度的CSI部分。11.根据权利要求10所述的方法,其特征在于,所述第二长度等于所述N个长度中的最小长度。12.根据权利要求8所述的方法,其特征在于,所述终端根据所述第一信道信息对应的信道特性和信道条件中的至少一项,从所述N个第一AI网络模型中确定所述目标AI网络模型,和/或,从所述N个长度中确定所述第一长度,包括:所述终端根据第一关联关系,确定所述第一长度等于所述第一信道信息中的目标信道参数的值所关联的长度,和/或,确定所述目标AI网络模型为所述目标信道参数的值关联的AI网络模型,其中,所述第一关联关系包括所述目标信道参数的各个取值或各个取值范围与所述N个第一AI网络模型和/或所述N个长度之间的关联关系;或者,所述终端根据第二关联关系,确定所述第一长度等于所述目标信道参数的值关联的编码标识所对应的长度,和/或,确定所述目标AI网络模型为所述目标信道参数的值关联的编码标识所对应的AI网络模型,其中,所述第二关联关系包括所述目标信道参数的各个取值或各个取值范围与N个编码标识之间的关联关系,所述N个编码标识与所述N个第一AI网络模型一一对应,和/或,所述N个编码标识与所述N个长度一一对应。13.根据权利要求12所述的方法,其特征在于,所述第一信道信息对应的目标信道参数包括以下至少一项:所述目标信道是视距传播或非视距传播;所述目标信道的有效时延径的个数;所述目标信道的两个目标径的时延间距;所述目标信道的有效波束的数量,所述有效波束包括功率大于第一阈值的离散傅里叶变换DFT正交基对应的波束。14.根据权利要求8所述的方法,其特征在于,所述方法还包括:
所述终端接收来自所述网络侧设备的K个第三AI网络模型的相关信息,其中,所述第三AI网络模型与第四AI网络模型相关,所述第四AI网络模型为所述网络侧设备的解码网络模型,或者所述第三AI网络模型为公共解码网络模型,且K个所述第三AI网络模型与N个所述第一AI网络模型对应,K为大于或者等于1的整数;所述终端根据目标信道的信道状态从所述N个第一AI网络模型中确定所述目标AI网络模型,包括:所述终端通过目标第三AI网络模型将目标第一AI网络模型处理得到的第一信道特征信息处理成第二信道信息,其中,所述目标第一AI网络模型为所述N个第一AI网络模型中的任一个,所述K个第三AI网络模型包括所述目标第三AI网络模型,且所述目标第三AI网络模型与所述目标第一AI网络模型对应;所述终端获取所述N个第一AI网络模型处理得到的第一信道特征信息所对应的第二信道信息分别与所述第一信道信息的匹配程度;所述终端在确定目标第二信道信息与所述第一信道信息的匹配程度满足预设条件的情况下,确定处理得到的目标第一信道特征信息的第一AI网络模型为所述目标AI网络模型,其中,所述目标第二信道信息与所述目标第一信道特征信息对应。15.根据权利要求14所述的方法,其特征在于,K个所述第三AI网络模型包括以下至少一项:与所述N个第一AI网络模型一一对应的N个第五AI网络模型,所述第五AI网络模型与对应同一个第一AI网络模型的所述第四AI网络模型相关;与所述N个第一AI网络模型对应的M个第六AI网络模型,每一个所述第六AI网络模型与至少一个第一AI网络模型对应,且所述第六AI网络模型用于模拟对应相同的第一AI网络模型的所述第四AI网络模型,M为小于或者等于N的正整数。16.根据权利要求14所述的方法,其特征在于,所述目标第二信道信息与所述第一信道信息的匹配程度满足预设条件包括以下至少一项:所述目标第二信道信息与所述第一信道信息的相关性大于或者等于预设相关性;所述目标第二信道信息的信道容量大于或者等于所述第一信道信息的信道容量的第一预设值倍,所述第一预设值大于0且小于或者等于1;所述目标第二信道信息为所述K个所述第二信道信息中的信道质量指示CQI与所述第一信道信息的CQI相同或者最接近的一个;所述目标第二信道信息为所述K个所述第二信道信息中的且调制...
【专利技术属性】
技术研发人员:任千尧,
申请(专利权)人:维沃移动通信有限公司,
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。