信道特征信息上报及恢复方法、终端和网络侧设备与流程

本技术属于通信，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。

背景技术：

1、准确的信道状态信息(channel state information，csi)对信道容量的至关重要。在相关技术中，为了减少csi反馈的开销，基站可以事先对csi参考信号(csi referencesignal，csi-rs)进行预编码，将编码后的csi-rs发送给终端，终端看到的是经过编码之后的csi-rs对应的信道矩阵，终端在信道估计时，可以在每一个子带上得到一个估计的信道矩阵，每个子带上的信道矩阵不同，由于频率选择性衰落，两个子带的信道矩阵可能有很大的差别，传统的r15码本就是分别反馈信道中的每个子带的信道信息。

2、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csi信息进行编码和解码。基于ai的信道信息压缩与恢复一般是使用连续多个子带的信道信息，通过ai网络学习多个子带之间的关系，得到编码ai网络模型和解码ai网络模型，该编码ai网络模型用于将多个子带的信道信息压缩成特定长度的信息上报给基站，基站通过对应的解码ai网络模型将压缩的信道信息恢复成每个子带的信道信息。

3、但是，为了学习多个子带之间的关系，ai网络模型需要较多的层数以及较多的参数，这样会导致网络模型较大，在传递该ai网络模型时，会增大传输该ai网络模型时的传输时延和占用资源。同时，该ai网络模型的计算复杂度也比较高，对于一些能力较差的终端(如：用户设备(user equipment，ue))，并不能支持这样的计算，使得基于ai的信道特征信息上报的适用范围有限。

技术实现思路

1、本技术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，能够采用不同正交基组合对应的ai网络模型来对各个子带的信道矩阵进行编码和解码，其中，ai网络模型可以是基于一种正交基组合训练得到的，可以以子带的信道信息为粒度，因此，其网络模型较小，能够降低传输该ai网络模型时的传输时延和占用资源，且该ai网络模型的计算复杂度也比较低，具有更广的适用范围。

2、第一方面，提供了一种信道特征信息上报方法，该方法包括：

3、终端获取目标信道的第一信道信息；

4、所述终端将x个第一子带的第一信道信息分别输入m个目标ai网络模型，得到所述x个第一子带的信道特征信息，其中，所述目标信道包括所述x个第一子带，所述x个第一子带与所述m个目标ai网络模型对应，m和x分别为正整数；

5、所述终端向网络侧设备发送第一信息，所述第一信息用于反映所述x个第一子带的信道特征信息。

6、第二方面，提供了一种信道特征信息上报装置，应用于终端，该装置包括：

7、第一获取模块，用于获取目标信道的第一信道信息；

8、第一处理模块，用于将x个第一子带的第一信道信息分别输入m个目标ai网络模型，得到所述x个第一子带的信道特征信息，其中，所述目标信道包括所述x个第一子带，所述x个第一子带与所述m个目标ai网络模型对应，m和x分别为正整数；

9、第一发送模块，用于向网络侧设备发送第一信息，所述第一信息用于反映所述x个第一子带的信道特征信息。

10、第三方面，提供了一种信道特征信息恢复方法，包括：

11、网络侧设备接收来自终端的第一信息；

12、所述网络侧设备根据所述第一信息确定x个第一子带的信道特征信息，其中，x为正整数；

13、所述网络侧设备将所述x个第一子带的信道特征信息分别输入m个第二ai网络模型，得到所述x个第一子带的第二信道信息，其中，所述x个第一子带与所述m个第二ai网络模型对应，m为正整数。

14、第四方面，提供了一种信道特征信息恢复装置，应用于网络侧设备，该装置包括：

15、第一接收模块，用于接收来自终端的第一信息；

16、确定模块，用于根据所述第一信息确定x个第一子带的信道特征信息，其中，x为正整数；

17、第二处理模块，用于将所述x个第一子带的信道特征信息分别输入m个第二ai网络模型，得到所述x个第一子带的第二信道信息，其中，所述x个第一子带与所述m个第二ai网络模型对应，m为正整数。

18、第五方面，提供了一种终端，该终端包括处理器和存储器，所述存储器存储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。

19、第六方面，提供了一种终端，包括处理器及通信接口，其中，所述通信接口用于获取目标信道的第一信道信息；所述处理器用于将x个第一子带的第一信道信息分别输入m个目标ai网络模型，得到所述x个第一子带的信道特征信息，其中，所述目标信道包括所述x个第一子带，所述x个第一子带与所述m个目标ai网络模型对应，m和x分别为正整数；所述通信接口还用于向网络侧设备发送第一信息，所述第一信息用于反映所述x个第一子带的信道特征信息。

20、第七方面，提供了一种网络侧设备，该网络侧设备包括处理器和存储器，所述存储器存储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三方面所述的方法的步骤。

21、第八方面，提供了一种网络侧设备，包括处理器及通信接口，其中，所述通信接口用于接收来自终端的第一信息；所述处理器用于根据所述第一信息确定x个第一子带的信道特征信息，以及将所述x个第一子带的信道特征信息分别输入m个第二ai网络模型，得到所述x个第一子带的第二信道信息，其中，所述x个第一子带与所述m个第二ai网络模型对应，m为正整数，x为正整数。

22、第九方面，提供了一种通信系统，包括：终端及网络侧设备，所述终端可用于执行如第一方面所述的信道特征信息上报方法的步骤，所述网络侧设备可用于执行如第三方面所述的信道特征信息恢复方法的步骤。

23、第十方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤，或者实现如第三方面所述的方法的步骤。

24、第十一方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法，或实现如第三方面所述的方法。

25、第十二方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的信道特征信息上报方法的步骤，或者所述计算机程序/程序产品被至少一个处理器执行以实现如第三方面所述的信道特征信息恢复方法的步骤。

26、在本技术实施例中，终端获取目标信道的第一信道信息；所述终端将x个第一子带的第一信道信息分别输入m个目标ai网络模型，得到所述x个第一子带的信道特征信息，其中，所述目标信道包括所述x个第一子带，所述x个第一子带与所述m个目标ai网络模型对应，m和x分别为正整数；所述终端向网络侧设备发送第一信息，所述第一信息用于反映所述x个第一子带的信道特征信息。终端在获知需要上报的第一子带后，可以根据各个第一子带适用的目标ai网络模型来对该需要上报的第一子带的信道信息分别进行压缩处理，以得到x个第一子带的信道特征信息，从而上报该x个第一子带的信道特征信息，或者上报能够反映该x个第一子带的信道特征信息的其他信息(例如：与某一信道特征信息的差异信息等)。这样，可以将终端上报信道特征信息的粒度降低至第一子带。此外，每一个第一子带可以使用相同或者不同的目标ai网络模型，也就是说，目标ai网络模型不需要对整个信道的全部子带之间的关系进行学习，从而降低了目标ai网络模型的计算复杂度，使得更多的终端能够支持该计算复杂程度较低的目标ai网络模型的运算。