使用信道端口子集的信道特征推导的制作方法

本申请要求于2021年10月7日提交的名称为“derivation of channel featuresusing a subset of channel ports(使用信道端口子集的信道特征推导)”的美国专利申请第17/450,245号的权益，该美国专利申请被转让给本申请的受让人并且全文以引用方式并入本文。
背景技术：
本公开整体涉及通信系统，并且更具体地，涉及被配置为在一些导频信号被基站配置为虚拟时报告与信道特征相关的信息的ue。引言无线通信系统被广泛部署以提供各种电信服务，例如电话、视频、数据、消息传送和广播。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。这种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)系统和时分同步码分多址(td-scdma)系统。已经在各种电信标准中采用了这些多址技术以提供公共协议，该协议使得不同的无线设备能够在城市、国家、地区、以及甚至全球层面上进行通信。示例电信标准是5g新空口(nr)。5g nr是第三代合作伙伴项目(3gpp)颁布的持续移动宽带演进的一部分，以满足与延时、可靠性、安全性、可扩展性(例如，与物联网(iot))和其他要求相关联的新要求。5g nr包括与增强型移动宽带(embb)、大规模机器型通信(mmtc)和超可靠低延时通信(urllc)相关联的服务。5g nr的某些方面可能基于4g长期演进(lte)标准。需要进一步改进5g nr技术。此外，这些改进也可应用于其他多址技术和采用这些技术的电信标准。

背景技术

技术实现思路

1、下面给出了一个或多个方面的简化概述，以便提供对这些方面的基本理解。本概述不是对所有预期方面的广泛概述，并且既不旨在标识所有方面的关键或重要元素，也不旨在描述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，作为稍后给出的更详细的描述的前序。

2、在本公开的一个方面，提供了一种方法、计算机可读介质和装置。该装置可以是用户装备(ue)或其组件。该装置可被配置为在信道的天线端口集合的第一子集上从基站接收导频信号。该装置可被进一步配置为基于在该天线端口集合的该第一子集上接收到从该基站传输的这些导频信号，测量对应于该天线端口集合的该第一子集的第一组值。该装置可被进一步配置为基于在该天线端口集合的该第一子集上接收到这些导频信号，推导对应于该信道的该天线端口集合的第二子集的第二组值。

3、在本公开的另一方面，提供了另一方法、另一计算机可读介质和另一装置。该另一装置可以是基站或其组件。该另一装置可被配置为在信道的天线端口集合的第一子集上向ue传输导频信号，而不在该信道的该天线端口集合的第二子集上传输这些导频信号。该另一装置可被进一步配置为基于在该信道的天线端口集合的该第一子集上传输这些导频信号而不在该信道的天线端口集合的该第二子集上传输这些导频信号，从该ue接收从对应于该信道的天线端口集合的该第二子集的值推导的信息。

4、为了实现前述和相关的目的，一个或多个方面包括以下全面描述的并在权利要求中特别指出的特征。以下描述和附图详细地阐述了一个或多个方面的一些例示性特征。然而，这些特征仅指示可以以其采用各个方面的原理的各种方式中的一些方式，以及本说明书旨在包括所有这样的方面以及其等效物。

技术特征：

1.一种在用户装备(ue)处进行无线通信的方法，包括：

2.根据权利要求1所述的方法，其中所述天线端口集合的所述第二子集中的每个天线端口包括虚拟天线端口，在所述虚拟天线端口上没有导频信号从所述基站传输到所述ue。

3.根据权利要求1所述的方法，其中推导对应于所述信道的天线端口集合的所述第二子集的所述第二组值包括：

4.根据权利要求3所述的方法，其中所述至少一个函数包括神经网络。

5.根据权利要求4所述的方法，其中所述神经网络是基于所述天线端口集合的所述第一子集和所述天线端口集合的所述第二子集之间的关系来训练的。

6.根据权利要求5所述的方法，还包括：

7.根据权利要求4所述的方法，其中所述神经网络是基于包括所述天线端口集合的所述第一子集和所述第二子集上的另一导频信号集合的训练数据来训练的。

8.根据权利要求1所述的方法，还包括：

9.根据权利要求1所述的方法，还包括：

10.根据权利要求9所述的方法，还包括：

11.一种在基站处进行无线通信的方法，包括：

12.根据权利要求11所述的方法，其中所述天线端口集合的所述第二子集包括虚拟天线端口，在所述虚拟天线端口上所述导频信号中没有一个导频信号传输到所述ue。

13.根据权利要求11所述的方法，其中从对应于所述信道的所述天线端口集合的所述第二子集的所述值推导的所述信息基于神经网络的输出。

14.根据权利要求13所述的方法，其中所述神经网络是基于所述天线端口集合的所述第一子集和所述天线端口集合的所述第二子集之间的关系来训练的。

15.根据权利要求14所述的方法，还包括：

16.根据权利要求14所述的方法，其中所述神经网络是基于包括所述天线端口集合的所述第一子集和所述第二子集上的另一导频信号集合的训练数据来训练的。

17.根据权利要求11所述的方法，其中从对应于所述信道的所述天线端口集合的所述第二子集的值推导的所述信息包括与所述信道相关联的信道状态信息(csi)，并且其中所述导频信号包括csi参考信号(csi-rs)。

18.根据权利要求11所述的方法，其中从对应于所述信道的所述天线端口集合的所述第二子集的值推导的所述信息包括指示对应于所述天线端口集合中的至少一个天线端口的至少一个定向波束的信息，并且其中所述导频信号包括同步信号块(ssb)。

19.根据权利要求18所述的方法，还包括：

20.一种用于在用户装备(ue)处进行无线通信的装置，所述装置包括：

21.根据权利要求20所述的装置，其中所述天线端口集合的所述第二子集中的每个天线端口包括虚拟天线端口，在所述虚拟天线端口上没有导频信号从所述基站传输到所述ue。

22.根据权利要求20所述的装置，其中存储在所述存储器中的所述指令在由所述处理器执行时能够进一步操作以使得所述装置：

23.根据权利要求22所述的装置，其中所述至少一个函数包括神经网络。

24.根据权利要求23所述的装置，其中所述神经网络是基于所述天线端口集合的所述第一子集和所述天线端口集合的所述第二子集之间的关系来训练的。

25.根据权利要求23所述的装置，其中所述神经网络是基于包括所述天线端口集合的所述第一子集和所述第二子集上的另一导频信号集合的训练数据来训练的。

26.根据权利要求20所述的装置，其中存储在所述存储器中的所述指令在由所述处理器执行时能够进一步操作以使得所述装置：

27.根据权利要求20所述的装置，其中存储在所述存储器中的所述指令在由所述处理器执行时能够进一步操作以使得所述装置：

28.一种用于在基站处进行无线通信的装置，所述装置包括：

29.根据权利要求28所述的装置，其中所述天线端口集合的所述第二子集包括虚拟天线端口，在所述虚拟天线端口上所述导频信号中没有一个导频信号传输到所述ue。

30.根据权利要求28所述的装置，其中从对应于所述信道的所述天线端口集合的所述第二子集的所述值推导的所述信息基于神经网络的输出。

技术总结
在本公开的一个方面，提供了一种方法、计算机可读介质和装置。该装置可以是用户装备(UE)或其组件。该装置可被配置为在信道的天线端口集合的第一子集上从基站接收导频信号。该装置可被进一步配置为基于在该天线端口集合的该第一子集上接收到从该基站传输的这些导频信号，测量对应于该天线端口集合的该第一子集的第一组值。该装置可被进一步配置为基于在该天线端口集合的该第一子集上接收到这些导频信号，推导对应于该信道的该天线端口集合的第二子集的第二组值。

技术研发人员：T·刘
受保护的技术使用者：高通股份有限公司
技术研发日：
技术公布日：2024/5/16