确定方法、设备及可读存储介质与流程

本申请属于通信，具体涉及一种确定方法、设备及可读存储介质。

背景技术：

1、目前，网络侧设备可以通过人工智能(artificial intelligence，ai)模型对波束进行预测，并在ai模型的输入侧增加期望信息，并通过ai模型对期望信息进行循环和更改，从而使得网络侧设备可以获取多次循环得到的多个期望信息对应的ai模型的输出结果，然后网络侧设备可以从多个ai模型的输出结果中，确定最优的ai模型的输出结果。

2、然而，若在ai模型的输入侧增加期望信息，则可能会导致暴露所有的波束信息，若不在ai模型的输入侧增加期望信息，则可能会影响ai模型的泛化性能，从而导致ai模型的泛化性能下降。如此，亟需一种方法在尽量降低波束信息暴露的前提下，保证ai模型的泛化性能。

技术实现思路

1、本申请实施例提供一种确定方法、设备及可读存储介质，确保ai模型的泛化性能。

2、第一方面，提供了一种确定方法，该方法包括：第一设备获取第一波束信息，第一设备根据所述第一波束信息，确定目标波束的波束信息；第一设备根据目标波束的波束信息，确定期望信息；该期望信息用于影响人工智能ai模型的输出信息；其中，目标波束包括第一目标波束和/或第二目标波束；第一目标波束为第二设备的接收波束，第二目标波束为第二设备的发送波束；目标波束的波束信息的确定方式包括间接确定和/或直接确定。

3、第二方面，提供了一种确定装置，该装置包括：获取模块和确定模块；获取模块，用于获取第一波束信息。确定模块，用于根据获取模块获取的第一波束信息，确定目标波束的波束信息，并根据目标波束的波束信息，确定期望信息；期望信息用于影响人工智能ai模型的输出信息。其中，目标波束包括第一目标波束和/或第二目标波束；第一目标波束为第二设备的接收波束，第二目标波束为第二设备的发送波束；目标波束的波束信息的确定方式包括间接确定和/或直接确定。

4、第三方面，提供了一种设备，该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一方面所述的方法的步骤。

5、第四方面，提供了一种设备，包括处理器及通信接口，其中，所述处理器用于获取第一波束信息，根据第一波束信息，确定目标波束的波束信息，并根据目标波束的波束信息，确定期望信息；期望信息用于影响ai模型的输出信息；其中，目标波束包括第一目标波束和/或第二目标波束；第一目标波束为第二设备的接收波束，第二目标波束为第二设备的发送波束；目标波束的波束信息的确定方式包括间接确定和/或直接确定。

6、第五方面，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。

7、第六方面，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。

8、第七方面，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方法的步骤。

9、在本申请实施例中，第一设备获取第一波束信息，第一设备根据所述第一波束信息，确定目标波束的波束信息；第一设备根据目标波束的波束信息，确定期望信息；该期望信息用于影响人工智能ai模型的输出信息；其中，目标波束包括第一目标波束和/或第二目标波束；第一目标波束为第二设备的接收波束，第二目标波束为第二设备的发送波束；目标波束的波束信息的确定方式包括间接确定和/或直接确定。由于，第一设备可以获取第一波束信息，然后根据第一波束信息，通过直接或间接的方式，确定目标波束的波束信息，即确定第二设备的发送波束，或者确定第二设备的接收波束，并根据确定的目标波束的波束信息，确定用于影响人工智能ai模型的输出信息的期望信息，因此，由于确定方式不仅包括直接方式，还包括了间接的方式，从而可以使得隐式交互信息，并且，由于确定了期望信息，该期望信息可以用于影响ai模型的输出信息，因此，可以保证ai模型的泛化性能；如此，在尽量降低波束信息暴露的前提下，也保证ai模型的泛化性能。

技术特征：

1.一种确定方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述目标波束的波束信息包括以下至少之一：

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求2至4中任一项所述的方法，其特征在于，所述波束角度信息、所述波束id信息或所述波束索引信息为经过所述第二设备和/或第三设备处理后的处理值信息。

6.根据权利要求1所述的方法，其特征在于，所述期望信息包括所述第一设备期望的发送波束的波束信息和/或所述第一设备期望的接收波束的波束信息。

7.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

8.根据权利要求1所述的方法，其特征在于，所述第一波束信息包括所述第二设备的水平波束信息的数量和/或垂直波束信息的数量。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：

11.根据权利要求1所述的方法，其特征在于，所述第一设备为网络侧设备，所述第二设备为用户设备ue；

12.根据权利要求1所述的方法，其特征在于，所述第一设备为网络侧设备，所述第二设备为ue；

13.根据权利要求1所述的方法，其特征在于，所述第一设备为ue，所述第二设备为网络侧设备；

14.根据权利要求13所述的方法，其特征在于，

15.根据权利要求1所述的方法，其特征在于，

16.一种确定装置，其特征在于，所述装置包括：获取模块和确定模块；

17.根据权利要求16所述的装置，其特征在于，所述目标波束的波束信息包括以下至少之一：

18.根据权利要求16所述的装置，其特征在于，

19.根据权利要求16所述的装置，其特征在于，

20.根据权利要求16至19中任一项所述的装置，其特征在于，所述波束角度信息、所述波束id信息或所述波束索引信息为经过所述第二设备和/或第三设备处理后的处理值信息。

21.根据权利要求16所述的装置，其特征在于，所述期望信息包括所述第一设备期望的发送波束的波束信息和/或所述第一设备期望的接收波束的波束信息。

22.根据权利要求16或17所述的装置，其特征在于，所述装置还包括：确定模块所述确定模块，用于根据所述第一波束信息确定目标波束信息；

23.根据权利要求16所述的装置，其特征在于，所述第一波束信息包括所述第二设备的水平波束信息的数量和/或垂直波束信息的数量。

24.根据权利要求16所述的装置，其特征在于，所述装置还包括：发送模块；

25.根据权利要求16所述的装置，其特征在于，

26.根据权利要求16所述的装置，其特征在于，

27.根据权利要求16所述的装置，其特征在于，所述第一设备为网络侧设备，所述第二设备为ue；

28.根据权利要求16所述的装置，其特征在于，所述第一设备为ue，所述第二设备为网络侧设备；

29.根据权利要求28所述的装置，其特征在于，所述装置还包括：接收模块；

30.根据权利要求16所述的装置，其特征在于，

31.一种设备，其特征在于，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权利要求1至15任一项所述的确定方法的步骤。

32.一种可读存储介质，其特征在于，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权利要求1至15任一项所述的确定方法的步骤。

技术总结
本申请公开了一种确定方法、设备及可读存储介质，属于通信领域，本申请实施例的确定方法包括：第一设备获取第一波束信息，第一设备根据所述第一波束信息，确定目标波束的波束信息；第一设备根据目标波束的波束信息，确定期望信息；该期望信息用于影响人工智能AI模型的输出信息；其中，目标波束包括第一目标波束和/或第二目标波束；第一目标波束为第二设备的接收波束，第二目标波束为第二设备的发送波束；目标波束的波束信息的确定方式包括间接确定和/或直接确定。

技术研发人员：施源,吴昊
受保护的技术使用者：维沃移动通信有限公司
技术研发日：
技术公布日：2024/3/11