[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN118118133A - 一种通信方法及装置 - Google Patents

一种通信方法及装置 Download PDF

Info

Publication number
CN118118133A
CN118118133A CN202211524823.5A CN202211524823A CN118118133A CN 118118133 A CN118118133 A CN 118118133A CN 202211524823 A CN202211524823 A CN 202211524823A CN 118118133 A CN118118133 A CN 118118133A
Authority
CN
China
Prior art keywords
information
encoder
terminal device
network
downlink
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211524823.5A
Other languages
English (en)
Inventor
赵东鹤
张思源
胡荣涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Huawei Technologies Co Ltd
Original Assignee
Shanghai Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Huawei Technologies Co Ltd filed Critical Shanghai Huawei Technologies Co Ltd
Priority to CN202211524823.5A priority Critical patent/CN118118133A/zh
Publication of CN118118133A publication Critical patent/CN118118133A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
    • H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
    • H04L1/0618—Space-time coding
    • H04L1/0675—Space-time coding characterised by the signaling
    • H04L1/0693—Partial feedback, e.g. partial channel state information [CSI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请提供一种通信方法及装置，能够通过人工智能降低下行CSI反馈的开销，以及提升下行CSI反馈的准确性。该通信方法包括：第一终端设备接收来自网络设备的训练数据和第一信息，训练数据和第一信息用于编码器的训练，训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI，第一信息指示编码器的第一模型参数；第一终端设备根据训练数据和第一信息，训练编码器；第一终端设备利用训练后的编码器和根据下行参考信号测量得到的第二下行CSI，确定以及向网络设备发送第二下行CSI的指示信息。

Description

一种通信方法及装置
技术领域
本申请涉及通信技术领域，尤其涉及一种通信方法及装置。
背景技术
在无线通信网络中，网络支持的业务越来越多样，因此需要满足的需求也越来越多样。例如，网络需要能够支持超高速率、超低时延、和/或超大连接。该特点使得网络规划、网络配置、和/或资源调度越来越复杂。此外，由于网络的功能越来越强大，例如支持的频谱越来越高、支持高阶多入多出(multiple input multiple output，MIMO)技术、支持波束赋形、和/或支持波束管理等新技术，使得网络节能成为了热门研究课题。这些新需求、新场景和新特性给网络规划、运维和高效运营带来了前所未有的挑战。为了迎接该挑战，可以将人工智能技术引入无线通信网络中，从而实现网络智能化。基于此，如何在网络中有效地实现人工智能是一个值得研究的问题。
发明内容
本申请实施例提供一种通信方法及装置，以期通过人工智能，降低下行(channelstate information，CSI)反馈的开销，以及提升下行CSI反馈的准确性。
第一方面，本申请实施例提供一种通信方法，包括：第一终端设备接收来自网络设备的训练数据和第一信息，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI，所述第一信息指示所述编码器的第一模型参数；第一终端设备根据所述训练数据和所述第一信息，训练所述编码器；第一终端设备利用训练后的所述编码器，确定第二下行CSI的指示信息，其中，训练后的所述编码器的输入包括第二下行CSI，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的，训练后的所述编码器的输出用于确定所述第二下行CSI的指示信息；第一终端设备向所述网络设备发送第二下行CSI的指示信息。可以理解，所述第二下行CSI的指示信息的开销小于第二下行CSI的开销。
上述设计中，终端设备通过编码器进行下行CSI的反馈，实现了对AI的非线性表达能力的应用，能够降低下行CSI反馈的开销，以及提升下行CSI反馈的准确性；且，将基于上行参考信号确定的下行CSI作为训练数据，辅助终端设备侧编码器的训练，能够减少终端设备侧训练的迭代次数，降低终端设备侧的计算复杂度，提升基于AI的CSI反馈的效率。
在一种可能的设计中，第一终端设备还可以接收来自所述网络设备的第二信息，所述第二信息指示第二模型参数或者所述第二模型参数与所述第一模型参数之间的差异；第一终端设备根据所述第二信息，对训练后的所述编码器进行更新。这样的设计中，终端设备按照网络设备的指示对编码器进行在线更新，能够及时地匹配实际的信道环境，从而提升基于AI的下行CSI反馈的准确性。
在一种可能的设计中，第一终端设备还可以对训练后的所述编码器进行更新，得到更新后的所述编码器；其中，更新后的所述编码器的模型参数为第三模型参数；以及第一终端设备还可以向所述网络设备发送第三信息，所述第三信息指示所述第三模型参数或者所述第三模型参数与所述第一模型参数之间的差异。这样的设计中，终端设备自行对编码器进行在线更新，能够及时地匹配实际的信道环境，从而提升基于AI的下行CSI反馈的准确性。终端设备将编码器更新后的模型参数上报给网络设备，便于网络设备对解码器进行对应性的调整，能够提升网络设备侧恢复下行CSI的准确性。
在一种可能的设计中，第一终端设备可以接收来自所述网络设备的第四信息，所述第四信息指示所述编码器的更新周期，并且第一终端设备可以按照所述更新周期，对训练后的所述编码器进行更新。这样的设计可以实现对编码器进行周期性更新的策略，有助于编码器及时地匹配实际的信道环境。
在一种可能的设计中，第一终端设备可以接收所述网络设备的第五信息，所述第五信息用于请求对训练后的所述编码器进行更新；进而，第一终端设备可以自行对训练后的所述编码器进行更新。这样的设计中，网络设备判断并触发编码器的更新，可以实现对编码器动态更新的策略，有助于编码器及时地匹配实际的信道环境。
在一种可能的设计中，第一终端设备可以向所述网络设备发送第六信息，所述第六信息用于指示所述第一终端设备支持对训练后的所述编码器进行更新。这样的设计可以用于网络设备快速确定第一终端设备的训练能力，并判断是否触发编码器的更新。
在一种可能的设计中，所述上行参考信号包括至少一个终端设备发送的上行参考信号，所述至少一个终端设备包括所述第一终端设备。这样的设计中，联合多用户信道进行编码器的训练，能够提升编码器的性能。
第二方面，本申请实施例提供一种通信方法，包括：网络设备向第一终端设备发送训练数据和第一信息；其中，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI；所述第一信息用于指示所述编码器的第一模型参数；以及网络设备接收来自所述第一终端设备的第二下行CSI的指示信息；其中，所述第二下行CSI的指示信息是所述第一终端设备将第二下行CSI输入到、根据所述训练数据和所述第一信息训练后的所述编码器中时，根据训练后的所述编码器的输出数据确定的，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的。
在一种可能的设计中，网络设备还可以向所述第一终端设备发送第二信息，所述第二信息指示第二模型参数或者所述第二模型参数与所述第一模型参数之间的差异，所述第二信息用于所述第一终端设备对训练后的所述编码器进行更新。
在一种可能的设计中，网络设备还可以接收来自所述第一终端设备的第三信息，所述第三信息指示第三模型参数或者所述第三模型参数与所述第一模型参数之间的差异；所述第三模型参数为更新后的所述编码器的模型参数。
在一种可能的设计中，网络设备还可以向所述第一终端设备发送第四信息，所述第四信息指示所述第一终端设备对所述编码器进行更新的更新周期；
在一种可能的设计中，网络设备还可以向所述第一终端设备发送第五信息，所述第五信息用于请求所述第一终端设备对训练后的所述编码器进行更新。
在一种可能的设计中，网络设备还可以接收来自所述第一终端设备的第六信息，所述第六信息用于指示所述第一终端设备支持对训练后的所述编码器进行更新。
在一种可能的设计中，所述上行参考信号包括至少一个终端设备发送的上行参考信号，所述至少一个终端设备包括所述第一终端设备。
第三方面，本申请实施例提供一种通信装置，该通信装置可以是终端设备(例如第一终端设备)，也可以是终端设备中的装置、模块或芯片等，或者是能够和终端设备匹配使用的装置。一种设计中，该通信装置可以包括执行第一方面中所描述的方法/操作/步骤/动作所一一对应的模块，该模块可以是硬件电路，也可是软件，也可以是硬件电路结合软件实现。一种设计中，该通信装置可以包括处理模块和通信模块。
通信模块，用于接收来自网络设备的训练数据和第一信息，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI，所述第一信息指示所述编码器的第一模型参数；
处理模块，用于根据所述训练数据和所述第一信息，训练所述编码器；以及利用训练后的所述编码器，确定第二下行CSI的指示信息，其中，训练后的所述编码器的输入包括第二下行CSI，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的训练后的所述编码器的输出用于确定所述第二下行CSI的指示信息；
通信模块，还用于向所述网络设备发送第二下行CSI的指示信息。可以理解，所述第二下行CSI的指示信息的开销小于第二下行CSI的开销。
在一种可能的设计中，通信模块，还用于接收来自所述网络设备的第二信息，所述第二信息指示第二模型参数或者所述第二模型参数与所述第一模型参数之间的差异；处理模块，还用于根据所述第二信息，对训练后的所述编码器进行更新。
在一种可能的设计中，处理模块，还用于对训练后的所述编码器进行更新，得到更新后的所述编码器；其中，更新后的所述编码器的模型参数为第三模型参数；通信模块，还用于向所述网络设备发送第三信息，所述第三信息指示所述第三模型参数或者所述第三模型参数与所述第一模型参数之间的差异。
在一种可能的设计中，通信模块，还用于接收来自所述网络设备的第四信息，所述第四信息指示所述编码器的更新周期；处理模块，还用于按照所述更新周期，对训练后的所述编码器进行更新。
在一种可能的设计中，通信模块，还用于接收所述网络设备的第五信息，所述第五信息用于请求对训练后的所述编码器进行更新。
在一种可能的设计中，通信模块，还用于向所述网络设备发送第六信息，所述第六信息用于指示所述第一终端设备支持对训练后的所述编码器进行更新。在一种可能的设计中，所述上行参考信号包括至少一个终端设备发送的上行参考信号，所述至少一个终端设备包括所述第一终端设备。
第四方面，本申请实施例提供一种通信装置，该通信装置可以是网络设备，也可以是网络设备中的装置、模块或芯片等，或者是能够和网络设备匹配使用的装置。一种设计中，该通信装置可以包括执行第一方面中所描述的方法/操作/步骤/动作所一一对应的模块，该模块可以是硬件电路，也可是软件，也可以是硬件电路结合软件实现。一种设计中，该通信装置可以包括处理模块和通信模块。
处理模块，用于通过通信模块向第一终端设备发送训练数据和第一信息；其中，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI；所述第一信息用于指示所述编码器的第一模型参数；
通信模块，用于接收来自所述第一终端设备的第二下行CSI的指示信息；其中，所述第二下行CSI的指示信息是所述第一终端设备将第二下行CSI输入到、根据所述训练数据和所述第一信息训练后的所述编码器中时，根据训练后的所述编码器的输出数据确定的，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的。
在一种可能的设计中，处理模块，还用于通过通信模块向所述第一终端设备发送第二信息，所述第二信息指示第二模型参数或者所述第二模型参数与所述第一模型参数之间的差异，所述第二信息用于所述第一终端设备对训练后的所述编码器进行更新。
在一种可能的设计中，通信模块，还用于接收来自所述第一终端设备的第三信息，所述第三信息指示第三模型参数或者所述第三模型参数与所述第一模型参数之间的差异；所述第三模型参数为更新后的所述编码器的模型参数。
在一种可能的设计中，处理模块，还用于通过通信模块向所述第一终端设备发送第四信息，所述第四信息指示所述第一终端设备对所述编码器进行更新的更新周期；
在一种可能的设计中，处理模块，还用于通过通信模块向所述第一终端设备发送第五信息，所述第五信息用于请求对所述第一终端设备对训练后的所述编码器进行更新。
在一种可能的设计中，通信模块，还用于接收来自所述第一终端设备的第六信息，所述第六信息用于指示所述第一终端设备支持对训练后的所述编码器进行更新。
在一种可能的设计中，所述上行参考信号包括至少一个终端设备发送的上行参考信号，所述至少一个终端设备包括所述第一终端设备。
第五方面，本申请实施例提供一种通信装置，所述通信装置包括处理器，用于实现上述第一方面所描述的方法。处理器与存储器耦合，存储器用于存储指令和数据，所述处理器执行所述存储器中存储的指令时，可以实现上述第一方面描述的方法。可选的，所述通信装置还可以包括存储器；所述通信装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性的，通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
在一种可能的设备中，该通信装置包括存储器，用于存储指令；通信接口，用于接收来自网络设备的训练数据和第一信息，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI，所述第一信息指示所述编码器的第一模型参数。处理器，用于根据所述训练数据和所述第一信息，训练所述编码器；以及利用训练后的所述编码器，确定第二下行CSI的指示信息，其中，训练后的所述编码器的输入包括第二下行CSI，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的，训练后的所述编码器的输出用于确定所述第二下行CSI的指示信息。通信接口，还用于向所述网络设备发送第二下行CSI的指示信息。可以理解，所述第二下行CSI的指示信息的开销小于第二下行CSI的开销。
第六方面，本申请实施例提供一种通信装置，所述通信装置包括处理器，用于实现上述第二方面所描述的方法。处理器与存储器耦合，存储器用于存储指令和数据，所述处理器执行所述存储器中存储的指令时，可以实现上述第二方面描述的方法。可选的，所述通信装置还可以包括存储器；所述通信装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性的，通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
处理模块，用于利用通信接口向第一终端设备发送训练数据和第一信息；其中，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI；所述第一信息用于指示所述编码器的第一模型参数。通信接口，用于接收来自所述第一终端设备的第二下行CSI的指示信息；其中，所述第二下行CSI的指示信息是所述第一终端设备将第二下行CSI输入到、根据所述训练数据和所述第一信息训练后的所述编码器中时，根据训练后的所述编码器的输出数据确定的，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的。
第七方面，本申请实施例提供了一种通信系统，包括如第三方面或第五方面中所描述的通信装置；以及如第四方面或第六方面所描述的通信装置。
第八方面，本申请实施例还提供了一种计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述第一方面至第二方面中任一方面提供的方法。
第九方面，本申请实施例还提供了一种计算机程序产品，包括指令，当所述指令在计算机上运行时，使得计算机执行上述第一方面至第二方面中任一方面提供的方法。
第十方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序或指令，当所述计算机程序或者指令在计算机上运行时，使得所述计算机执行上述第一方面至第二方面中任一方面提供的方法。
第十一方面，本申请实施例还提供了一种芯片，所述芯片用于读取存储器中存储的计算机程序，执行上述第一方面至第二方面中任一方面提供的方法，或者，所述芯片包括用于执行上述第一方面至第二方面中任一方面提供的方法的电路。
第十二方面，本申请实施例还提供了一种芯片系统，该芯片系统包括处理器，用于支持装置实现上述第一方面至第二方面中任一方面提供的方法。在一种可能的设计中，所述芯片系统还包括存储器，所述存储器用于保存该装置必要的程序和数据。该芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
如上第二方面至第十二方面的任一方面所提供的方案的效果，可参考第一方面中的相应描述。
附图说明
图1为一种通信系统的结构示意图；
图2A为神经元结构的一种示意图；
图2B为神经网络的层关系的一种示意图；
图2C为本申请实施例提供的一种AI应用框架示意图；
图3为另一种通信系统的结构示意图；
图4A为一种编码器的模型结构示意图；
图4B为一种编码器的输入维度的类型示意图；
图5为本申请实施例提供的一种通信方法的流程示意图；
图6为一种编解码交互示意图；
图7为本申请实施例提供的通信装置的结构示意图之一；
图8为本申请实施例提供的通信装置的结构示意图之一。
具体实施方式
为了使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例作进一步地详细描述。
本申请实施例如下涉及的至少一个(项)，指示一个(项)或多个(项)。多个(项)，是指两个(项)或两个(项)以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。另外，应当理解，尽管在本申请实施例中可能采用术语第一、第二等来描述各对象、但这些对象不应限于这些术语。这些术语仅用来将各对象彼此区分开。
本申请实施例如下描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何方法或设计方案不应被解释为比其它方法或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例提供的技术可以应用于各种通信系统，例如，该通信系统可以是第三代(3th generation，3G)通信系统(例如通用移动通信系统(universal mobiletelecommunication system，UMTS))、第四代(4th generation，4G)通信系统(例如长期演进(long term evolution，LTE)系统)、第五代(5th generation，5G)通信系统、全球互联微波接入(worldwide interoperability for microwave access，WiMAX)或者无线局域网(wireless local area network，WLAN)系统、或者多种系统的融合系统，或者是未来的通信系统，例如6G通信系统等。其中，5G通信系统还可以称为新无线(new radio，NR)系统。
通信系统中的一个网元可以向另一个网元发送信号或从另一个网元接收信号。其中信号可以包括信息、信令或者数据等。其中，网元也可以被替换为实体、网络实体、设备、终端设备、通信模块、节点、通信节点等等，本申请实施例中以网元为例进行描述。例如，通信系统可以包括至少一个终端设备和至少一个网络设备。网络设备可以向终端设备发送下行信号，和/或终端设备可以向网络设备发送上行信号此外可以理解的是，若通信系统中包括多个终端设备，多个终端设备之间也可以互发信号，即信号的发送网元和信号的接收网元均可以是终端设备。
本申请实施例提供的通信方法可以应用于5G、6G、卫星通信等无线通信系统中。参见图1，图1是本申请实施例提供的无线通信系统的一简化示意图。如图1所示，该无线通信系统包括无线接入网100。无线接入网100可以是下一代(例如6G或更高版本)无线接入网，或传统(例如5G、4G、3G或2G)无线接入网。一个或多个终端设备(120a-120j，统称为120)可以相互连接或连接到无线接入网100中的一个或多个网络设备(110a、110b，统称为110)。可选的，图1只是示意图，该无线通信系统中还可以包括其它设备，如还可以包括核心网设备、无线中继设备和/或无线回传设备等，在图1中未画出。
可选的，在实际应用中，该无线通信系统可以同时包括多个网络设备(也称为接入网设备)，也可以同时包括多个终端设备。一个网络设备可以同时服务于一个或多个终端设备。一个终端设备也可以同时接入一个或多个网络设备。本申请实施例对该无线通信系统中包括的终端设备和网络设备的数量不做限定。
其中，网络设备可以是网络侧的一种用于发射或接收信号的实体。网络设备可以为终端设备通过无线方式接入到该无线通信系统中的接入设备，如网络设备可以是基站。基站可以广义的覆盖如下中的各种名称，或与如下名称进行替换，比如：节点B(NodeB)、演进型基站(evolved NodeB，eNB)、下一代基站(next generation NodeB，gNB)、开放无线接入网(open radio access network，O-RAN)中的网络设备、中继站、接入点、传输点(transmitting and receiving point，TRP)、发射点(transmitting point，TP)、主站MeNB、辅站SeNB、多制式无线(MSR)节点、家庭基站、网络控制器、接入节点、无线节点、接入点(AP)、传输节点、收发节点、基带单元(BBU)、射频拉远单元(RRU)、有源天线单元(AAU)、射频头(RRH)、中心单元(CU)、分布单元(DU)、无线单元(radio unit，RU)、集中单元控制面(CUcontrol plane，CU-CP)节点、集中单元用户面(CU user plane，CU-UP)节点、定位节点等。基站可以是宏基站、微基站、中继节点、施主节点或类似物，或其组合。网络设备还可以指用于设置于前述设备或装置内的通信模块、调制解调器或芯片。网络设备还可以是移动交换中心以及设备到设备(device-to-device，D2D)、车辆外联(vehicle-to-everything，V2X)、机器到机器(machine-to-machine，M2M)通信中承担基站功能的设备、6G网络中的网络侧设备、未来的通信系统中承担基站功能的设备等。网络设备可以支持相同或不同接入技术的网络。本申请的实施例对网络设备所采用的具体技术和具体设备形态不做限定。
网络设备可以是固定的，也可以是移动的。例如，基站110a、110b是静止的，并负责来自终端设备120的一个或多个小区中的无线传输和接收。图1中示出的直升机或无人机120i可以被配置成充当移动基站，并且一个或多个小区可以根据移动基站120i的位置移动。在其他示例中，直升机或无人机(120i)可以被配置成用作与基站110b通信的终端设备。
本申请实施例中，用于实现如上接入网络功能的通信装置可以是网络设备，也可以是具有接入网络的部分功能的网络设备，也可以是能够支持实现接入网络功能的装置，例如芯片系统，硬件电路、软件模块、或硬件电路加软件模块，该装置可以被安装在网络设备中或者和网络设备匹配使用。本申请实施例的方法中，以用于实现网络设备功能的通信装置是网络设备为例进行描述。
终端设备可以是用户侧的一种用于接收或发射信号的实体，如手机。终端设备可以用于连接人、物和机器。终端设备可通过网络设备与一个或多个核心网进行通信。终端设备包括具有无线连接功能的手持式设备、连接到无线调制解调器的其他处理设备或车载设备等。终端设备可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置。终端设备120可以广泛应用于各种场景，例如蜂窝通信、设备到设备D2D、车到所有V2X、端到端P2P、机器到机器M2M、机器类型通信MTC、物联网IOT、虚拟现实VR、增强现实AR、工业控制、自动驾驶、远程医疗、智能电网、智能家具、智能办公、智能穿戴、智能交通、智慧城市、无人机、机器人、遥感、被动传感、定位、导航与跟踪、自主交付与移动等。终端设备120的一些举例为：3GPP标准的用户设备(UE)、固定设备、移动设备、手持设备、可穿戴设备、蜂窝电话、智能电话、会话发起协议(SIP)电话、笔记本电脑、个人计算机、智能书、车辆、卫星、全球定位系统(GPS)设备、目标跟踪设备、无人机、直升机、飞行器、船只、遥控设备、智能家居设备、工业设备、个人通信业务(personal communication service，PCS)电话、无线本地环路(wirelesslocal loop，WLL)站、个人数字助理(personal digital assistant，PDA)、无线网络摄像头、平板电脑、掌上电脑、移动互联网设备(mobile internet device，MID)、可穿戴设备如智能手表、虚拟现实(virtual reality，VR)设备、增强现实(augmented reality，AR)设备、工业控制(industrial control)中的无线终端、车联网系统中的终端、无人驾驶(selfdriving)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportationsafety)中的无线终端、智慧城市(smart city)中的无线终端如智能加油器，高铁上的终端设备以及智慧家庭(smart home)中的无线终端，如智能音响、智能咖啡机、智能打印机等。终端设备120可以为以上各种场景中的无线设备或用于设置于无线设备的装置，例如，上述设备中的通信模块、调制解调器或芯片等。终端设备也可以称为终端、终端设备、用户设备(user equipment,UE)、移动台(mobile station，MS)、移动终端(mobile terminal，MT)等。终端设备还可以是未来的无线通信系统中的终端设备。终端设备可以用于专用网设备或者通用设备中。本申请的实施例对终端设备所采用的具体技术和具体设备形态不做限定。
可选的，终端设备可以用于充当基站。例如，UE可以充当调度实体，其在V2X、D2D或P2P等中的UE之间提供侧行链路信号。如图1所示，蜂窝电话120a和汽车120b利用侧行链路信号彼此通信。蜂窝电话120a和智能家居设备120e之间通信，而无需通过基站110b中继通信信号。
本申请实施例中，用于实现终端设备功能的通信装置可以是终端设备，也可以是具有以上终端设备的部分功能的终端设备，也可以是能够支持实现以上终端设备的功能的装置，例如芯片系统，该装置可以被安装在终端设备中或者和终端设备匹配使用。本申请实施例中，芯片系统可以由芯片构成，也可以包括芯片和其他分立器件。本申请实施例提供的技术方案中，以通信装置是终端设备或UE为例进行描述。
可选的，无线通信系统通常由小区组成，基站提供小区的管理，基站向小区中多个移动台(mobile station，MS)提供通信服务。其中基站包含基带单元(baseband unit，BBU)和远端射频单元(remote radio unit，RRU)。BBU和RRU可以放置在不同的地方，例如：RRU拉远，放置于高话务量的区域，BBU放置于中心机房。BBU和RRU也可以放置在同一机房。BBU和RRU也可以为一个机架下的不同部件。可选的，一个小区可以对应于一个载波或成员载波。
可以理解的是，本申请实施例可以应用在网络设备和终端设备之间，网络设备和网络设备之间，或，终端设备和终端设备之间，也即，主设备和次设备之间。主设备可以为网络设备或终端设备；其中，主设备为网络设备时，次设备可以为另一网络设备或终端设备；主设备为终端设备时，次设备可以为另一终端设备。
以下以主设备为网络设备，次设备为终端设备为例进行方案的描述。其中，下行对应的通信方向为主设备向次设备的发送，上行对应的通信方向为次设备向主设备的发送。
网络设备和终端设备之间的协议层结构
网络设备和终端设备之间的通信遵循一定的协议层结构。该协议层结构可以包括控制面协议层结构和用户面协议层结构。例如，控制面协议层结构可以包括无线资源控制(radio resource control，RRC)层、分组数据汇聚层协议(packet data convergenceprotocol，PDCP)层、无线链路控制(radio link control，RLC)层、媒体接入控制(mediumaccess control，MAC)层和物理层等协议层的功能。例如，用户面协议层结构可以包括PDCP层、RLC层、MAC层和物理层等协议层的功能。在一种可能的实现中，PDCP层之上还可以包括业务数据适配协议(service data adaptation protocol，SDAP)层。
可选的，网络设备和终端之间的协议层结构还可以包括人工智能(artificialintelligence，AI)层，AI层用于传输AI功能相关的数据。
以网络设备和终端设备之间的数据传输为例，数据传输需要经过用户面协议层，比如经过SDAP层、PDCP层、RLC层、MAC层、物理层。其中，SDAP层、PDCP层、RLC层、MAC层和物理层也可以统称为接入层。根据数据的传输方向分为发送或接收，上述每层又分为发送部分和接收部分。以下行数据传输为例，PDCP层自上层取得数据后，将数据传送到RLC层与MAC层，再由MAC层生成传输块，然后通过物理层进行无线传输。数据在各个层中进行相对应的封装。例如，某一层从该层的上层收到的数据视为该层的服务数据单元(service dataunit，SDU)，经过该层封装后成为协议数据单元(protocol data unit，PDU)，再传递给下一个层。
示例性的，终端设备还可以具有应用层和非接入层。其中，应用层可以用于向终端设备中所安装的应用程序提供服务，比如，终端设备接收到的下行数据可以由物理层依次传输到应用层，进而由应用层提供给应用程序；又比如，应用层可以获取应用程序产生的数据，并将数据依次传输到物理层，发送给其它通信装置。非接入层可以用于转发用户数据，比如将从应用层接收到的上行数据转发给SDAP层或者将从SDAP层接收到的下行数据转发给应用层。
网络设备的结构
网络设备可以包括集中式单元(central unit，CU)和分布式单元(distributedunit，DU)。多个DU可以由一个CU集中控制。作为示例，CU和DU之间的接口可以称为F1接口。其中，控制面(control panel，CP)接口可以为F1-C，用户面(user panel，UP)接口可以为F1-U。CU和DU可以根据无线网络的协议层划分：比如，PDCP层及以上协议层的功能设置在CU，PDCP层以下协议层(例如RLC层和MAC层等)的功能设置在DU；又比如，PDCP层以上协议层的功能设置在CU，PDCP层及以下协议层的功能设置在DU。
可以理解的是，上述对CU和DU的处理功能按照协议层的划分仅仅是一种举例，也可以按照其他的方式进行划分，例如可以将CU或者DU划分为具有更多协议层的功能，又例如将CU或DU还可以划分为具有协议层的部分处理功能。在一种设计中，将RLC层的部分功能和RLC层以上的协议层的功能设置在CU，将RLC层的剩余功能和RLC层以下的协议层的功能设置在DU。在另一种设计中，还可以按照业务类型或者其他系统需求对CU或者DU的功能进行划分，例如按时延划分，将处理时间需要满足时延要求的功能设置在DU，不需要满足该时延要求的功能设置在CU。在另一种设计中，CU也可以具有核心网的一个或多个功能。示例性的，CU可以设置在网络侧方便集中管理。在另一种设计中，将DU的RU拉远设置。其中，RU具有射频功能。
可选的，DU和RU可以在物理层(physical layer，PHY)进行划分。例如，DU可以实现PHY层中的高层功能，RU可以实现PHY层中的低层功能。其中，用于发送时，PHY层的功能可以包括添加循环冗余校验(cyclic redundancy check，CRC)码、信道编码、速率匹配、加扰、调制、层映射、预编码、资源映射、物理天线映射、和/或射频发送功能。用于接收时，PHY层的功能可以包括CRC、信道解码、解速率匹配、解扰、解调、解层映射、信道检测、资源解映射、物理天线解映射、和/或射频接收功能。其中，PHY层中的高层功能可以包括PHY层的一部分功能，例如该部分功能更加靠近MAC层，PHY层中的低层功能可以包括PHY层的另一部分功能，例如该部分功能更加靠近射频功能。例如，PHY层中的高层功能可以包括添加CRC码、信道编码、速率匹配、加扰、调制、和层映射，PHY层中的低层功能可以包括预编码、资源映射、物理天线映射、和射频发送功能；或者，PHY层中的高层功能可以包括添加CRC码、信道编码、速率匹配、加扰、调制、层映射和预编码，PHY层中的低层功能可以包括资源映射、物理天线映射、和射频发送功能。
示例性的，CU的功能可以由一个实体来实现，或者也可以由不同的实体来实现。例如，可以对CU的功能进行进一步划分，即将控制面和用户面分离并通过不同实体来实现，分别为控制面CU实体(即CU-CP实体)和用户面CU实体(即CU-UP实体)。该CU-CP实体和CU-UP实体可以与DU相耦合，共同完成网络设备的功能。
上述架构中，CU产生的信令可以通过DU发送给终端设备，或者终端设备产生的信令可以通过DU发送给CU。例如，RRC或PDCP层的信令最终会处理为物理层的信令发送给终端设备，或者，由接收到的物理层的信令转变而来。在这种架构下，该RRC或PDCP层的信令，即可以认为是通过DU发送的，或者，通过DU和RU发送的。
可选的，上述DU、CU、CU-CP、CU-UP和RU中的任一个可以是软件模块、硬件结构、或者软件模块+硬件结构，不予限制。其中，不同实体的存在形式可以是不同的，不予限制。例如DU、CU、CU-CP、CU-UP是软件模块，RU是硬件结构。这些模块及其执行的方法也在本申请实施例的保护范围内。
应理解，图1所示的通信系统中各个设备的数量、类型仅作为示意，本申请实施例并不限于此，实际应用中在通信系统中还可以包括更多的终端设备、更多的网络设备，还可以包括其它网元，例如可以包括核心网设备，和/或用于实现人工智能功能的网元。
本申请实施例提供的方法可以用于网络设备和终端设备之间的通信，也可以用于其他终端设备之间的通信，例如无线回传链路中宏基站和微基站之间的通信，又如边链路(sidelink，SL)中两个终端设备之间的通信等，不予限制。
下面对本申请实施例涉及的CSI反馈技术进行介绍。在前述通信系统例如5G通信系统中，大规模(massive)-MIMO技术的应用对提高系统的频谱效率起到了至关重要的作用。利用massive-MIMO技术，接入网设备可以利用相同的时频资源向多个终端设备同时发送数据，即实现多用户MIMO(multi-user MIMO，MU-MIMO)；或接入网设备可以向一个终端设备同时发送多个数据流，即实现单用户MIMO(single-user MIMO，SU-MIMO)。这其中最关键的环节就是接入网设备对向终端设备发送的数据进行预编码。预编码技术可以对多流数据进行空分复用(spatial multiplexing)，使得不同UE间的数据或同一个UE的不同数据流间的数据在空间进行隔离，从而可以降低不同UE间或不同数据流间的干扰，并提升UE端的接收信干噪比，从而可以提高下行数据传输的速率，能够确保不同流数据之间的干扰尽量小，用于提升接收端的信干噪比(signal-to-interference-plus-noise ratio，SINR)，从而提升整体吞吐。接入网设备利用预编码矩阵对下行数据进行预编码。为了获得预编码矩阵，接入网设备可以获取下行信道的CSI，以根据CSI确定预编码矩阵。其中，CSI属于一种信道信息，是一种能够反映信道特征、信道质量的信息。其中，信道信息也可以称为信道响应。示例性地，CSI可采用信道矩阵表现，例如CSI包括信道矩阵，或者，CSI可以由信道的特征向量组成。
在时分双工(time division duplexing，TDD)通信场景中，网络设备可以根据接收到的上行参考信号进行信道测量、干扰测量估计上行信道信息，该上行信道信息包括上行CSI。网络设备利用信道的上下行互易性，基于上行CSI推测下行CSI。在频分双工(frequency division duplex，FDD)通信场景中，由于上下行信道不具备互易性或者说无法保证上下行信道的互易性。网络设备通常会向终端设备发送下行参考信号，终端设备根据接收到的下行参考信号进行信道测量、干扰测量估计下行信道信息，该下行信道信息包括下行CSI。终端设备可以反馈下行CSI给网络设备。
以下行CSI反馈为例。在一种传统的下行CSI反馈方式中，终端设备可以按照预定义或者网络设备配置的方式，根据估计的下行CSI生成下行CSI报告。终端设备可以将该下行CSI报告反馈给网络设备。其中，下行参考信号包括信道状态信息参考信号(channelstate information-reference signal，CSI-RS)或者同步信号块(synchronizingsignal/physical broadcast channel block，SSB)。CSI报告包括秩指示(rankindicator，RI)，信道质量指示(channel quality indicator，CQI)和预编码矩阵指示(precoding matrix indicator，PMI)等反馈量。RI用于指示终端设备建议的下行传输层数，CQI用于指示终端设备判断的当前信道条件所能支持的调制编码方式，PMI用于指示终端设备建议的预编码。其中，PMI可以是预定义码本集合中指定码本的量化索引。预定义码本集合可以包括双码本结构的码本，如将双码本结构记作W＝W1W2，W1代表宽带长时信道特征，W2代表窄带短时特征。当前的码本属于线性码本，表征能力不足，导致CSI的反馈精度较低。
随着系统中天线阵列规模的增大，通信系统可支持的天线端口数增多，完整的信道矩阵大小与天线端口数成正比。在大规模MIMO系统中，终端设备采用传统的CSI反馈方式，通过CSI反馈完整信道矩阵给网络设备会造成巨大的反馈开销。当终端设备使用多个子带进行通信时，反馈开销会进一步增加。巨大的反馈开销会降低数据传输的可用资源，并降低系统容量。因此，为了提高系统容量，如何降低CSI的反馈开销成为一个值得研究的问题。
基于此，本申请实施例提供一种基于人工智能(artificial Intelligence，AI)的下行CSI反馈方式。终端设备利用AI模型对下行CSI进行压缩反馈，网络设备利用AI模型对压缩的下行CSI进行恢复。在基于AI的下行CSI反馈中，终端设备和接入网设备之间传输的是一个序列(如比特序列)，这种方式的CSI反馈开销相较于传统反馈下行CSI报告开销更低。
为便于理解，下面先对本申请实施例涉及的AI技术进行介绍。可以理解的是，该介绍并不作为对本申请实施例的限定。
(1)AI模型
AI模型是AI技术功能的具体实现，AI模型表征了模型的输入和输出之间的映射关系。AI模型的类型可以是神经网络、线性回归模型、决策树模型、支持向量机(supportvector machine，SVM)、贝叶斯网络、Q学习模型或者其他机器学习(machine learning,ML)模型。
本申请实施例涉及用于压缩CSI的编码器以及用于恢复压缩CSI的解码器，编码器与解码器需要匹配使用，可以理解编码器和解码器为配套的AI模型。
一种可能的设计中，一套匹配使用的编码器(encoder)和解码器(decoder)可以具体为同一个自编码器(auto-encoders，AE)中的两个部分。其中，自编码器是一种无监督学习的神经网络，它的特点是将输入数据作为标签数据，因此自编码器也可以理解为自监督学习的神经网络。自编码器可以用于数据的压缩和恢复。示例性地，自编码器中的编码器可以对数据A进行压缩(编码)处理，得到数据B；自编码器中的解码器可以对数据B进行解压缩(解码)处理，恢复出数据A。此外也可以理解为：解码器是编码器的逆操作。在本申请实施例中，终端设备利用编码器对下行CSI进行压缩反馈，网络设备利用解码器对压缩的下行CSI进行恢复。
(2)神经网络
神经网络是AI或机器学习技术的一种具体实现形式。根据通用近似定理，神经网络在理论上可以逼近任意连续函数，从而使得神经网络具备学习任意映射的能力。
神经网络的思想来源于大脑组织的神经元结构。例如，每个神经元都对其输入值进行加权求和运算，通过一个激活函数输出运算结果。如图2A所示，为神经元结构的一种示意图。假设神经元的输入为x＝[x0,x1,…,xn]，与各个输入对应的权值分别为w＝[w,w1,…,wn]，其中，wi作为xi的权值，用于对xi进行加权。根据权值对输入值进行加权求和的偏置例如为b。激活函数的形式可以有多种，假设一个神经元的激活函数为：y＝f(z)＝max(0,z)，则该神经元的输出为： 再例如，一个神经元的激活函数为：y＝f(z)＝z，则该神经元的输出为：/> 其中，b、wi、xi可以是小数、整数(例如0、正整数或负整数)、或复数等各种可能的取值。神经网络中不同神经元的激活函数可以相同或不同。
神经网络一般包括多个层，每层可包括一个或多个神经元。通过增加神经网络的深度和/或宽度，能够提高该神经网络的表达能力，为复杂系统提供更强大的信息提取和抽象建模能力。其中，神经网络的深度可以是指神经网络包括的层数，其中每层包括的神经元个数可以称为该层的宽度。在一种实现方式中，神经网络包括输入层和输出层。神经网络的输入层将接收到的输入信息经过神经元处理，将处理结果传递给输出层，由输出层得到神经网络的输出结果。在另一种实现方式中，神经网络包括输入层、隐藏层和输出层，可参考图2B。神经网络的输入层将接收到的输入信息经过神经元处理，将处理结果传递给中间的隐藏层，隐藏层对接收的处理结果进行计算，得到计算结果，隐藏层将计算结果传递给输出层或者相邻的隐藏层，最终由输出层得到神经网络的输出结果。其中，一个神经网络可以包括一个隐藏层，或者包括多个依次连接的隐藏层，不予限制。
以AI模型的类型为神经网络为例，本申请实施例涉及的AI模型可以为深度神经网络(deep neural network,DNN)。根据网络的构建方式，DNN可以包括前馈神经网络(feedforward neural network,FNN)、卷积神经网络(convolutional neural networks,CNN)和递归神经网络(recurrent neural network,RNN)。
(3)训练数据集和推理数据
训练数据集用于AI模型的训练，训练数据集可以包括AI模型的输入，或者包括AI模型的输入和目标输出。其中，训练数据集包括一个或多个训练数据，训练数据可以是输入至AI模型的训练样本，也可以是AI模型的目标输出。其中，目标输出也可以被称为标签或者标签样本。训练数据集是机器学习重要的部分之一，模型训练本质上就是从训练数据中学习它的某些特征，使得AI模型的输出尽可能接近目标输出，如AI模型的输出与目标输出之间的差异尽可能地小。训练数据集的构成与选取，在一定程度上可以决定训练出来的AI模型的性能。
另外，在AI模型(如神经网络)的训练过程中，可以定义损失函数。损失函数描述了AI模型的输出值与目标输出值之间的差距或差异。本申请实施例并不限制损失函数的具体形式。AI模型的训练过程就是通过调整AI模型的模型参数，使得损失函数的取值小于门限，或者使得损失函数的取值满足目标需求的过程。例如，AI模型为神经网络，调整神经网络的模型参数包括调整如下参数中的至少一种：神经网络的层数、宽度、神经网络各层或称神经元的权值、或神经元的激活函数中的参数。
推理数据可以作为已训练好的AI模型的输入，用于AI模型的推理。在模型推理过程中，将推理数据输入AI模型，可以得到对应的输出即为推理结果。
(4)AI模型的设计
AI模型的设计主要包括数据收集环节(例如收集训练数据和/或推理数据)、模型训练环节以及模型推理环节。进一步地还可以包括推理结果应用环节。参见图2C示意一种AI应用框架。在前述数据收集环节中，数据源(data source)用于提供训练数据集和推理数据。在模型训练环节中，通过对数据源提供的训练数据(training data)进行分析或训练，得到AI模型。其中，AI模型表征了模型的输入和输出之间的映射关系。通过模型训练节点学习得到AI模型，相当于利用训练数据学习得到模型的输入和输出之间的映射关系。在模型推理环节中，使用经由模型训练环节训练后的AI模型，基于数据源提供的推理数据进行推理，得到推理结果。该环节还可以理解为：将推理数据输入到AI模型，通过AI模型得到输出，该输出即为推理结果。该推理结果可以指示：由执行对象使用(执行)的配置参数、和/或由执行对象执行的操作。在推理结果应用环节中进行推理结果的发布，例如推理结果可以由执行(actor)实体统一规划，例如执行实体可以发送推理结果给一个或多个执行对象(例如，核心网设备、网络设备、或终端设备等)去执行。又如执行实体还可以反馈模型的性能给数据源，便于后续实施模型的更新训练。
可以理解的是，在通信系统中可以包括具备人工智能功能的网元。上述AI模型设计相关的环节可以由一个或多个具备人工智能功能的网元执行。在一种可能的设计中，可以在通信系统中已有网元内配置AI功能(如AI模块或者AI实体)来实现AI相关的操作，例如AI模型的训练和/或推理。例如该已有网元可以是网络设备(如gNB)、终端设备、核心网设备、或网管等。其中，网管可以根据运营商网络运营的实际需要，将网络的管理工作划分为3类：操作(Operation)、管理(Administration)、维护(Maintenance)。网管又可以称为操作维护管理(operation administration and maintenance，OAM)网元，简称OAM。操作主要完成日常网络和业务进行的分析、预测、规划和配置工作；维护主要是对网络及其业务的测试和故障管理等进行的日常操作活动，网管可以检测网络运行状态、优化网络连接和性能，提升网络运行稳定性，降低网络维护成本。在另一种可能的设计中，也可以在通信系统中引入独立的网元来执行AI相关的操作，如训练AI模型。该独立的网元可以称为AI网元或者AI节点等，本申请实施例对此名称不进行限制。该AI网元可以和通信系统中的网络设备之间直接连接，也可以通过第三方网元和网络设备实现间接连接。其中，第三方网元可以是认证管理功能(authentication management function，AMF)网元、用户面功能(user planefunction，UPF)网元等核心网网元、OAM、云服务器或者其他网元，不予限制。示例性的，参见图3，示意一种通信系统，该通信系统包括网络设备110，终端设备120和终端设备130；以及，图3示意的通信系统中还引入了AI网元140。
本申请实施例中，一个模型可以推理得到一个参数，或者推理得到多个参数。不同模型的训练过程可以部署在不同的设备或节点中，也可以部署在相同的设备或节点中。不同模型的推理过程可以部署在不同的设备或节点中，也可以部署在相同的设备或节点中。例如编码器的训练环节可以部署在终端设备中，解码器的训练环节可以部署在网络设备中。终端设备训练的编码器和网络设备训练的解码器属于同一个自编码器，能够匹配使用。本申请实施例中主要涉及终端设备侧对编码器的训练，终端设备训练的编码器用于下行CSI的反馈，编码器的训练数据可以包括终端设备根据来自网络设备的下行参考信号测量得到的下行CSI，以及还可以包括网络设备基于终端设备的上行参考信号确定(或者计算、估计)的下行CSI。对应于前述数据源的描述，可以理解本申请实施例中的数据源可以包括终端设备和网络设备。
此外，网络设备还可以向终端设备指示编码器的模型参数，模型参数可以包括如下的一种或多种参数:模型的结构参数(例如模型的层类型、模型的层数、各层中的权值、和/或各层中的激活函数类型参数等)、模型的输入参数(如输入维度)、或模型的输出参数(如输出维度)。可以理解，输入维度可以指的是一个输入数据的大小，例如输入数据为一个矩阵时，该矩阵对应的输入维度可以指示该矩阵的大小。类似地，输出维度可以指的是一个输出数据的大小，例如输出数据为一个序列时，该序列对应的输出维度可以指示该序列的长度。可选的，本申请实施例中的模型参数也可以称为模型系数。
作为示例，图4A示意一种编码器的模型结构，编码器的层类型包括卷积层，全连接层，能够对输入数据进行压缩(或称编码)处理，得到输入数据的压缩信息。可选的，编码器还可以具备量化功能，如在全连接层之后还可以连接量化编码模块，以对输入数据的压缩信息进行量化，得到输入数据的量化信息。其中，编码器的输入数据为下行CSI，下行CSI可以表现为一种下行信道矩阵H或特征向量。以下行CSI表现为H为例，可以理解H是一个多维复数矩阵，多维复数矩阵表示为Nt×Nc×Ntx×Nrx。其中，Nt是时域维度，比如传输时间间隔(transmission time interval，TTI)或符号(symbol)，TTI可以包括时隙(slot)。Nc是频域维度，比如子载波或者子带，Ntx是网络设备的发射天线数，Nrx是终端设备的接收天线数。可选的，H对应的输入维度可以是全量维度或者分块降维处理后的维度，分块降维处理后的维度可简称为分块维度。H对应的输入维度是全量维度时，Nt×Nc×Ntx×Nrx被转换为直积形式即如图4B中的(a)示意的列向量输入至编码器，H的全部信息参与编码器的训练。H对应的输入维度是分块维度时，如图4B中的(b)示意Nt×Nc×Ntx×Nrx被分块为Nt个Nc×Ntx×Nrx，即将H分Nt次，每次输入编码器一个Nc×Ntx×Nrx的矩阵，这样的设计可以减小输入维度，降低模型的复杂度。
考虑时域维度，编码器可采用多级分段结构，如图4A示意编码器的层数可以分为K级，K大于或等于1。K级中的每级包含I个卷积层和J个全连接层，I、J均为正整数。
当编码器不具备量化功能时，编码器的输出数据为输入数据的压缩信息；例如输入数据为下行CSI，输出数据为一个符号序列，输出维度为符号序列的长度，该符号序列可以理解为下行CSI的压缩信息。当编码器具备量化功能时，编码器的输出数据为输入数据的量化信息；例如输入数据为下行CSI，输出数据为一个比特序列，输出维度为比特序列的长度，该比特序列可以理解为下行CSI的量化信息。
进一步，下面对本申请实施例中网络设备指示终端设备训练编码器的方法进行详细说明。如图5示意一种通信方法，该方法包括如下流程。
S500：第一终端设备向网络设备发送第六信息，该第六信息用于指示第一终端设备的训练能力。例如，第六信息用于指示第一终端设备仅支持对编码器的训练，此情况下可以理解第一终端设备的训练能力为默认能力；或者，第六信息用于指示第一终端设备支持对编码器的训练和更新，此情况下可以理解第一终端设备的训练能力为增强能力。本申请实施例支持不同训练能力的终端设备。
可选的，也可以预先定义或配置第一终端设备支持对编码器的训练。这样的情况下可以不执行S500，即S500是一个可选步骤，以虚线的方式在图5中示出。
S501，网络设备向第一终端设备发送训练数据和第一信息。
其中，训练数据和第一信息用于编码器的训练，训练数据包括网络设备基于上行参考信号所确定的第一下行CSI。例如，网络设备可以接收第一终端设备的上行参考信号，根据该上行参考信号测量得到上行CSI，进而基于上行CSI推测所述第一下行CSI。又如，网络设备可以接入包括多个终端设备的上行参考信号，多个终端设备包括第一终端设备。网络设备根据该多个终端设备的上行参考信号测量得到上行CSI，进而基于上行CSI推测所述第一下行CSI，这样的第一下行CSI作为编码器的训练数据，能够实现联合多用户信道的训练方式。
在一种可选的实施方式中，网络设备可以周期性地向第一终端设备发送第一下行CSI，例如每隔设定时间发送基于最近接收的上行参考信号所确定的一个或多个第一CSI，又如每隔设定时间发送基于前一设定时间内接收的上行参考信号所确定的一个或多个第一CSI。在另一种可选的实施方式中，网络设备也可以实时地将基于当前接收的上行参考信号所确定的第一CSI发送给第一终端设备。
在一种可选的实施方式中，可以预先定义编码器的多组候选模型参数，第一模型参数为多组候选模型参数中的一组模型参数。多组候选模型参数中的每组模型参数关联一个标识信息，第一信息中可以包括所述第一模型参数关联的标识信息。例如，网络设备可以通过第一RRC信令向终端设备配置多组候选模型参数，并通过第二RRC信令激活多组候选模型参数的一组模型参数，该组模型参数即作为第一模型参数，网络设备发送的第二RRC信令中包括前述第一信息。又如，网络设备可以通过第一RRC信令向终端设备配置多组候选模型参数，并通过MAC控制单元(MAC control element，MAC CE)消息激活多组候选模型参数的一组模型参数，该组模型参数即作为第一模型参数，网络设备发送的MAC CE消息中包括前述第一信息。又如，网络设备可以通过第一RRC信令向终端设备配置多组候选模型参数，并通过下行控制信息(downlink control information，DCI)激活多组候选模型参数的一组模型参数，该组模型参数即作为第一模型参数，网络设备发送的DCI中包括前述第一信息。
在另一种可选的实施方式中，可以预先定义或者由网络设备配置编码器的模型参数中所包括的参数，如包括模型的结构参数、模型的输入参数和输出参数等。网络设备可以在第一信息中携带第一模型参数包括的参数的值。可选的，第一信息可以被包含在网络设备发送给终端设备的RRC信令中。
S502，第一终端设备根据所述训练数据和第一信息，训练编码器。
在训练过程中，第一终端设备可以根据第一信息指示的第一模型参数，确定编码器的初始模型结构。以图4A描述的编码器的模型结构为例，将在S501中接收的训练数据即一个或多个第一CSI分时输入编码器，输出各个第一CSI的量化信息。采用预先定义或者网络设备配置的方式，在终端设备侧部署一个用于确定训练性能的解码器，该解码器的输入包括每个第一CSI的量化信息，输出包括恢复的每个第一CSI。终端设备可以根据接收的第一CSI和恢复的第一CSI之间的差异，对所述编码器的初始模型结构进行训练或称调整，直到接收的第一CSI和恢复的第一CSI之间的差异符合预期如小于或等于设定差值，第一终端设备可以停止编码器的训练。可选的，第一终端设备还可以将训练后的编码器的模型参数上报给网络设备。这样的设计中，将网络设备基于上行参考信号计算的下行CSI作为训练数据，辅助终端设备侧的编码器的训练，能够减少终端设备侧训练的迭代次数，降低终端设备侧的计算复杂度，加速基于AI的CSI反馈。且这样的设计相较于网络设备根据计算的下行CSI确定预编码矩阵的方式，能够提升对下行数据进行预编码的准确性。
可选的，第一终端设备也可以将基于下行参考信号测量的下行CSI和接收到的第一CSI一起作为编码器的训练数据，对编码器进行训练。这样的设计中，结合实际信道环境增强训练数据，避免受限于终端获取下行CSI的能力，提升模型的训练性能。
S503，第一终端设备利用训练后的所述编码器，确定第二下行CSI的指示信息。
其中，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的，下行参考信号可以是网络设备发送的CSI-RS或者SSB。训练后的所述编码器的输入包括第二下行CSI，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的，训练后的所述编码器的输出用于确定第二下行CSI的指示信息。
例如，当训练后的所述编码器具备压缩功能以及量化功能时，将第二下行CSI输入至编码器，输出为第二下行CSI的指示信息，该第二下行CSI的指示信息也可以理解为第二下行CSI的量化信息，如比例序列。
又如，当训练后的所述编码器具备压缩功能但不具备量化功能时，将第二下行CSI输入至编码器，输出为第二下行CSI的压缩信息。终端设备还可以利用预配置的量化器对该第二下行CSI的压缩信息进行量化，得到第二下行CSI的量化信息，如比例序列，该第二下行CSI的量化信息即为第二下行CSI的指示信息。
S504，第一终端设备向网络设备发送第二下行CSI的指示信息。
可选的，第一终端设备可以按照网络设备的配置，按照周期上报、半静态上报或者动态上报的上报方式向网络设备发送第二下行CSI的指示信息。可选的，第一终端设备采用的上报方式与网络设备向第一终端设备配置第一模型参数的方式有关。
对应于S501中的描述，可以理解的是：
当网络设备通过第一RRC信令和第二RRC信令完成对第一模型参数的配置时，网络设备可以向第一终端设备指示上报方式为周期上报、半静态上报或者动态上报中的任意一种。当网络设备通过第一RRC信令和MAC CE消息完成对第一模型参数的配置时，网络设备可以向第一终端设备指示上报方式为半静态上报或者动态上报中的任意一种。
可选的，当网络设备向第一终端设备指示周期上报时，网络设备可以将周期上报的周期时长指示给第一终端设备，那么第一终端设备可以每隔该周期时长上报前一周期时间内确定的第二CSI的指示信息。当网络设备向第一终端设备指示半静态上报时，网络设备可以为第一终端设备配置指定时间段内的上报周期，那么第一终端设备可以在该指定时间段内每隔上报周期时长，上报前一周期时间内确定的第二CSI的指示信息。
此外，当网络设备通过第一RRC信令和DCI完成对第一模型参数的配置时，网络设备无需额外向第一终端设备指示上报方式，第一终端设备可以默认采用动态上报的方式，实时向网络设备发送第二下行CSI的指示信息。
S505，网络设备根据解码器和第二下行CSI的指示信息，恢复第二下行CSI。
可以理解第二下行CSI的指示信息为第二下行CSI经过压缩和量化后的信息，对应于S503中的描述，第二下行CSI的指示信息也可以替换描述为第二下行CSI的量化信息。
当网络设备训练的解码器具备解量化功能和解压缩功能时，网络设备可以将第二下行CSI的指示信息输入解码器，解码器的输出包括恢复的第二下行CSI。
当网络设备训练的解码器具备解压缩功能但不具备解量化功能时，网络设备可以利用预配置的解量化器对第二下行CSI的指示信息进行解量化处理，得到第二下行CSI的压缩信息；网络设备将第二下行CSI的压缩信息输入解码器，解码器的输出包括恢复的第二下行CSI。
此外可以理解，从模型的训练环节和推理环节来看，S505描述的解码器应用于推理环节，S502描述的解码器应用于训练环节。S505描述的解码器和S502描述的解码器的结构参数可以相同也可以不相同，但S505描述的解码器和S502描述的解码器的输入参数和输出参数相同。
本申请实施例提供的上述方法中，终端设备通过编码器进行下行CSI的反馈，实现了对AI的非线性表达能力的应用，能够降低下行CSI反馈的开销，以及提升下行CSI反馈的准确性。网络设备向终端设备发送基于上行参考信号确定的下行CSI，辅助终端设备侧的编码器的在线训练，能够减少终端设备侧训练的迭代次数，降低终端设备侧的计算复杂度，提升基于AI的CSI反馈的效率。
可选的，如果对应于S500中的描述，第一终端设备的训练能力为增强能力；或者，按照预定义或者配置，第一终端设备支持编码器的训练和更新，那么网络设备还可以触发终端设备对前述训练后的编码器进行更新。示例性的，图5中还通过如下步骤S506～S509，示意出一种编码器的更新方案。
S506，网络设备指示第一终端设备对训练后的编码器进行更新。
在第一种可选的实施方式中，网络设备可以向第一终端设备发送第二信息，该第二信息指示第二模型参数或者所述第二模型参数与第一模型参数之间的差异，第二信息可以用于所述第一终端设备对训练后的编码器进行更新。其中，第二信息指示所述第二模型参数与第一模型参数之间的差异时，第二信息中可以包括第二模型参数和第一模型参数中不同的部分参数，或者第二信息中可以包括第二模型参数和第一模型参数中同一种参数的差值。这样的设计中，由网络设备为第一终端设备提供更新的模型参数，可以减少终端设备侧的算力，降低模型更新的复杂度。
在第二种可选的实施方式中，网络设备可以向第一终端设备发送第四信息，该第四信息指示所述第一终端设备对所述编码器进行更新的更新周期。
在第三种可选的实施方式中，网络设备可以向第一终端设备发送第五信息，该第五信息用于请求第一终端设备对训练后的所述编码器进行更新。
S507，第一终端设备对训练后的编码器进行更新。
对应于S506描述的实施方式，如果第一终端设备接收到第二信息，那么第一终端设备根据第二信息确定第二模型参数，并根据第二模型参数对训练后的编码器进行更新；或者，如果第一终端设备接收到第四信息，那么第一终端设备根据第四信息指示的更新周期，每隔更新周期对应的时长对训练后的编码器进行一次更新，得到一次或多次更新后的编码器；或者，如果第一终端设备接收到第五信息，那么第一终端设备可以对训练后的编码器进行一次更新，得到更新后的编码器。上述实施方式中，更新后的编码器的模型参数可以记作第三模型参数。
可选的，第一终端设备还可以向网络设备上报第三模型参数。本申请实施例支持第一终端设备采用全量上报或者差分上报的方式，向网络设备上报第三模型参数。其中，全量上报指的是第一终端设备将第三模型参数中的全部参数发送给网络设备；差分上报包括如下中的一种：第一终端设备将更新后的指定类型层的参数发送给网络设备；第一终端设备将第三模型参数与第一模型参数之间的差异例如层数差值、各层中权重的均差或方差等发送给网络设备。
作为示例，图5中示意出了S508：第一终端设备向网络设备发送第三信息，该第三信息指示第三模型参数或者所述第三模型参数与所述第一模型参数之间的差异。可选的，当第一终端设备按照网络设备指示的更新周期对训练后的编码器进行更新时，第一终端设备可以采用周期上报方式向网络设备周期性地发送第三信息。或者，当第一终端设备接收第五信息按照网络设备的请求对训练后的编码器进行更新时，第一终端设备可以采用非周期上报方式，动态实时地向网络设备周期性地发送第三信息。此外，网络设备也可以额外配置第一终端设备使用半静态上报方式，在指定时间段内周期地向网络设备周期性地发送第三信息。本申请实施例对此不予限制。
本申请实施例提供的上述方法，由终端设备进行编码器的在线更新，及时地匹配实际信道，能够增强编码器的非线性表达能力，提升模型性能。将该编码器应用于终端设备的下行CSI反馈，能够减少反馈开销且提升CSI反馈的准确性。
基于图5描述的方法流程，图6示意一种编解码交互方式。编码器部署在终端设备侧，解码器部署在网络设备侧。网络设备为终端设备侧的编码器提供训练所需要的模型初始值，如第一模型参数和训练数据(第一下行CSI)。终端设备支持编码器的训练和更新，并向网络设备进行模型更新上报，如向网络设备发送第三信息。编码器具备压缩功能和量化功能，该压缩功能可以理解为对输入的第二下行CSI进行特征提取。终端设备将编码器输出的第二下行CSI的量化信息发送至网络设备。网络设备侧的解码器具备解量化功能和解压缩功能，网络设备将接收的第二下行CSI的量化信息输入解码器，解码器通过解量化功能可以将第二下行CSI的量化信息映射为第二下行CSI的压缩信息；进而解码器通过解压缩功能可以对第二下行CSI的压缩信息进行特征恢复，输出恢复的第二下行CSI。
可选的，可以在网络设备和终端设备交互的接口中新增如下接口：AI CSI配置的能力上报接口，模型配置接口，模型初值配置和更新接口，AI CSI测量反馈接口和AI CSI模型更新反馈接口。可以理解，终端设备可以通过AI CSI配置的能力上报接口向网络设备上报自己的训练能力；网络设备可以通过模型配置接口向终端设备下发编码器的模型参数；网络设备可以通过模型初值配置和更新接口向终端设备下发第一下行CSI；终端设备可以通过AI CSI测量反馈接口向网络设备上报第二CSI的指示信息；终端设备可以通过AI CSI模型更新反馈接口向网络设备发送前述第三信息。终端设备部署的编码器可以是软件功能形式或者硬件(如芯片)形式，网络设备部署的解码器也可以是软件功能形式或者硬件(如芯片)形式，本申请实施例对此不予限制。
此外，在基于AI的下行CSI反馈场景中，也可以应用变分自编码器(variationalauto-encoder，VAE)进行终端设备侧的下行CSI压缩反馈以及网络设备侧的下行CSI恢复。其中，终端设备侧部署VAE中的均差方差计算模块进行下行CSI的压缩反馈，网络设备侧部署解码器进行下行CSI的恢复。上述实施方式中针对编码器的训练以及更新方案也可以应用于VAE中的均差方差计算模块，区别在于上述编码器的模型参数和该均差方差计算模块的模型参数不同。其中，均差方差计算模块的模型参数包括一个或多个正态分布参数集合，一个正态分布参数集合对应一组均差和方差。网络设备可以在为终端设备配置用于训练均差方差计算模块的初始模型参数，该初始模型参数可以包括正态分布参数集合的数量，以及每个正态分布参数集合对应的均差和方差。终端设备在上报更新后的模型参数时，可以按照全量上报的方式直接上报更新后的模型参数，或者按照差分上报的方式，上报更新后的模型参数和初始模型参数之间的差异。
在下行CSI反映整体下行信道特征的场景中，网络设备下发给终端设备的初始模型参数中包括全带级别的一个正态分布集合。在网络设备为终端设备分配多个连续或非连续的子带用于通信的情况下，终端设备侧可以利用均差方差计算模块进行子带级别的下行CSI反馈，一个子带对应的下行CSI反映的是该子带的信道特征。此情况下，网络设备下发给终端设备的初始模型参数中包括多个子带级别的正态分布集合。可选的，网络设备可以向终端设备发送全带级别的正态分布集合中的均差和方差，以及向终端设备发送各个子带级别的正态分布集合与前述全带级别的正态分布集合之间的差异，如子带级别的正态分布集合中均差与全带级别的正态分布集合中均差之间的差值，以及子带级别的正态分布集合中方差与全带级别的正态分布集合中方差之间的差值。类似地，终端设备在上报更新后的模型参数时，在直接上报更新后的模型参数的方式中，可以向网络设备发送更新后的全带级别的正态分布集合中的均差和方差，以及向网络设备发送更新后的各个子带级别的正态分布集合与前述更新后的全带级别的正态分布集合之间的差异。此外，本申请实施例提供的上述实施方式除了应用于下行CSI的反馈场景，也可以应用于两个设备之间需要压缩传输的其他场景，能够减少开销。本申请实施例对此不予限制。
基于同一构思，参见图7，本申请实施例提供了一种通信装置700，该通信装置700包括处理模块701和通信模块702。该通信装置700可以是终端设备，也可以是应用于终端设备或者和终端设备匹配使用，能够实现终端设备侧执行的通信方法的通信装置；或者，该通信装置700可以是网络设备，也可以是应用于网络设备或者和网络设备匹配使用，能够实现网络设备侧执行的通信方法的通信装置。
其中，通信模块也可以称为收发模块、收发器、收发机、或收发装置等。处理模块也可以称为处理器，处理单板，处理单元、或处理装置等。可选的，通信模块用于执行上述方法中终端设备侧或网络设备侧的发送操作和接收操作，可以将通信模块中用于实现接收功能的器件视为接收单元，将通信模块中用于实现发送功能的器件视为发送单元，即通信模块包括接收单元和发送单元。
该通信装置700应用于终端设备时，处理模块701可用于实现图5所述示例中所述第一终端设备的处理功能，通信模块702可用于实现图5所述示例中所述第一终端设备的收发功能。可选的，也可以参照发明内容中第三方面以及第三方面中可能的设计理解该通信装置。
该通信装置700应用于网络设备时，处理模块701可用于实现图5所述示例中所述网络设备的处理功能，通信模块702可用于实现图5所述示例中所述网络设备的收发功能。可选的，也可以参照发明内容中第四方面以及第四方面中可能的设计理解该通信装置。
此外需要说明的是，在一种可能的设计中，前述通信模块和/或处理模块可通过虚拟模块实现，例如处理模块可通过软件功能单元或虚拟装置实现，通信模块可以通过软件功能或虚拟装置实现。在另一种可能的设计中，处理模块或通信模块也可以通过实体装置实现，例如若该装置采用芯片/芯片电路实现，所述通信模块可以是输入输出电路和/或通信接口，执行输入操作(对应前述接收操作)、输出操作(对应前述发送操作)；处理模块为集成的处理器或者微处理器或者集成电路。
本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请实施例各个示例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
基于相同的技术构思，本申请实施例还提供了一种通信装置800。例如，该通信装置800可以是芯片或者芯片系统。可选的，在本申请实施例中芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
通信装置800可用于实现前述示例描述的通信系统中任一网元的功能。通信装置800可以包括至少一个处理器810。可选的，该处理器810与存储器耦合，存储器可以位于该装置之内；或，存储器可以和处理器集成在一起；或，存储器也可以位于该装置之外。例如，通信装置800还可以包括至少一个存储器820。存储器820保存实施上述任一示例中必要计算机程序、计算机程序或指令和/或数据；处理器810可能执行存储器820中存储的计算机程序，完成上述任一示例中的方法。
通信装置800中还可以包括通信接口830，通信装置800可以通过通信接口830和其它设备进行信息交互。示例性的，所述通信接口830可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。当该通信装置800为芯片类的装置或者电路时，该装置800中的通信接口830也可以是输入输出电路，可以输入信息(或称，接收信息)和输出信息(或称，发送信息)，处理器为集成的处理器或者微处理器或者集成电路或则逻辑电路，处理器可以根据输入信息确定输出信息。
本申请实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接，可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。处理器810可能和存储器820、通信接口830协同操作。本申请实施例中不限定上述处理器810、存储器820以及通信接口830之间的具体连接介质。
可选的，参见图8，所述处理器810、所述存储器820以及所述通信接口830之间通过总线840相互连接。所述总线840可以是外设部件互连标准(peripheral componentinterconnect，PCI)总线或扩展工业标准结构(extended industry standardarchitecture，EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中，处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
在本申请实施例中，存储器可以是非易失性存储器，比如硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)等，还可以是易失性存储器(volatilememory)，例如随机存取存储器(random-access memory，RAM)。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
在一种可能的实施方式中，该通信装置800可以应用于网络设备，具体通信装置800可以是网络设备，也可以是能够支持网络设备，实现上述涉及的任一示例中网络设备的功能的装置。存储器820保存实现上述任一示例中的网络设备的功能的计算机程序(或指令)和/或数据。处理器810可执行存储器820存储的计算机程序，完成上述任一示例中网络设备执行的方法。应用于网络设备，该通信装置800中的通信接口可用于与终端设备进行交互，向终端设备发送信息或者接收来自终端设备的信息。
在另一种可能的实施方式中，该通信装置800可以应用于终端设备，具体通信装置800可以是终端设备，也可以是能够支持终端设备，实现上述涉及的任一示例中终端设备的功能的装置。存储器820保存实现上述任一示例中的终端设备的功能的计算机程序(或指令)和/或数据。处理器810可执行存储器820存储的计算机程序，完成上述任一示例中终端设备执行的方法。应用于终端设备，该通信装置800中的通信接口可用于与网络设备进行交互，向网络设备发送信息或者接收来自网络设备的信息。
由于本示例提供的通信装置800可应用于网络设备，完成上述网络设备执行的方法，或者应用于终端设备，完成终端设备执行的方法。因此其所能获得的技术效果可参考上述方法示例，在此不再赘述。
本申请实施例提供的技术方案可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、终端设备、网络设备或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机可以存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，数字视频光盘(digital video disc，DVD))、或者半导体介质等。
在本申请实施例中，在无逻辑矛盾的前提下，各示例之间可以相互引用，例如方法实施例之间的方法和/或术语可以相互引用，例如装置实施例之间的功能和/或术语可以相互引用，例如装置示例和方法示例之间的功能和/或术语可以相互引用。
显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的范围。这样，倘若本申请实施例的这些修改和变型属于本申请实施例权利要求及其等同技术的范围之内，则本申请实施例也意图包含这些改动和变型在内。

Claims (18)

1.一种通信方法，其特征在于，应用于第一终端设备，包括：
接收来自网络设备的训练数据和第一信息，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI，所述第一信息指示所述编码器的第一模型参数；
根据所述训练数据和所述第一信息，训练所述编码器；
利用训练后的所述编码器，确定第二下行CSI的指示信息，其中，训练后的所述编码器的输入包括第二下行CSI，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的，训练后的所述编码器的输出用于确定所述第二下行CSI的指示信息；
向所述网络设备发送第二下行CSI的指示信息。
2.如权利要求1所述的方法，其特征在于，还包括：
接收来自所述网络设备的第二信息，所述第二信息指示第二模型参数或者所述第二模型参数与所述第一模型参数之间的差异；
根据所述第二信息，对训练后的所述编码器进行更新。
3.如权利要求1所述的方法，其特征在于，还包括：
对训练后的所述编码器进行更新，得到更新后的所述编码器；其中，更新后的所述编码器的模型参数为第三模型参数；
向所述网络设备发送第三信息，所述第三信息指示所述第三模型参数或者所述第三模型参数与所述第一模型参数之间的差异。
4.如权利要求3所述的方法，其特征在于，所述对训练后的所述编码器进行更新，包括：
接收来自所述网络设备的第四信息，所述第四信息指示所述编码器的更新周期；
按照所述更新周期，对训练后的所述编码器进行更新。
5.如权利要求3所述的方法，其特征在于，还包括：
接收所述网络设备的第五信息，所述第五信息用于请求对训练后的所述编码器进行更新。
6.如权利要求2-5任一项所述的方法，其特征在于，还包括：
向所述网络设备发送第六信息，所述第六信息用于指示所述第一终端设备支持对训练后的所述编码器进行更新。
7.如权利要求1-6任一项所述的方法，其特征在于，所述上行参考信号包括至少一个终端设备发送的上行参考信号，所述至少一个终端设备包括所述第一终端设备。
8.一种通信方法，其特征在于，应用于网络设备，包括：
向第一终端设备发送训练数据和第一信息；其中，所述训练数据和所述第一信息用于编码器的训练，所述训练数据包括基于上行参考信号确定的第一下行信道状态信息CSI；所述第一信息用于指示所述编码器的第一模型参数；
接收来自所述第一终端设备的第二下行CSI的指示信息；其中，所述第二下行CSI的指示信息是所述第一终端设备将第二下行CSI输入到、根据所述训练数据和所述第一信息训练后的所述编码器中时，根据训练后的所述编码器的输出数据确定的，所述第二下行CSI是所述第一终端设备根据下行参考信号测量得到的。
9.如权利要求8所述的方法，其特征在于，还包括：
向所述第一终端设备发送第二信息，所述第二信息指示第二模型参数或者所述第二模型参数与所述第一模型参数之间的差异，所述第二信息用于所述第一终端设备对训练后的所述编码器进行更新。
10.如权利要求8所述的方法，其特征在于，还包括：
接收来自所述第一终端设备的第三信息，所述第三信息指示第三模型参数或者所述第三模型参数与所述第一模型参数之间的差异；所述第三模型参数为更新后的所述编码器的模型参数。
11.如权利要求10所述的方法，其特征在于，还包括：
向所述第一终端设备发送第四信息，所述第四信息指示所述第一终端设备对所述编码器进行更新的更新周期。
12.如权利要求10所述的方法，其特征在于，还包括：
向所述第一终端设备发送第五信息，所述第五信息用于请求所述第一终端设备对训练后的所述编码器进行更新。
13.如权利要求9-12任一项所述的方法，其特征在于，还包括：
接收来自所述第一终端设备的第六信息，所述第六信息用于指示所述第一终端设备支持对训练后的所述编码器进行更新。
14.如权利要求8-13任一项所述的方法，其特征在于，所述上行参考信号包括至少一个终端设备发送的上行参考信号，所述至少一个终端设备包括所述第一终端设备。
15.一种通信装置，其特征在于，用于实现如权利要求1-7任一项所述的方法；或者用于实现如权利要求8-14任一项所述的方法。
16.一种通信装置，其特征在于，包括：
处理器，所述处理器和存储器耦合，所述处理器用于调用所述存储器存储的计算机程序指令，以执行如权利要求1-7任一项所述的方法，或执行如权利要求8-14任一项所述的方法。
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1-7任一项所述的方法或者执行如权利要求8-14任一项所述的方法。
18.一种计算机程序产品，其特征在于，包括指令，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1-7任一项所述的方法，或者执行如权利要求8-14任一项所述的方法。
CN202211524823.5A 2022-11-30 2022-11-30 一种通信方法及装置 Pending CN118118133A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211524823.5A CN118118133A (zh) 2022-11-30 2022-11-30 一种通信方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211524823.5A CN118118133A (zh) 2022-11-30 2022-11-30 一种通信方法及装置

Publications (1)

Publication Number Publication Date
CN118118133A true CN118118133A (zh) 2024-05-31

Family

ID=91216785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211524823.5A Pending CN118118133A (zh) 2022-11-30 2022-11-30 一种通信方法及装置

Country Status (1)

Country Link
CN (1) CN118118133A (zh)

Similar Documents

Publication Publication Date Title
WO2022033456A1 (zh) 一种信道状态信息测量反馈方法及相关装置
CN108289005B (zh) 信令发送、接收方法及装置
TWI412293B (zh) 減少上行傳輸多基地台干擾的裝置及方法
JP5999799B2 (ja) ジョイント信号処理における圧縮転送中継方式のためのシステムおよび方法
CN111756457B (zh) 信道预测方法、装置及计算机存储介质
US20240354591A1 (en) Communication method and apparatus
WO2023006096A1 (zh) 一种通信方法及装置
WO2023126007A1 (zh) 信道信息传输方法及装置
CN116260552A (zh) 一种csi发送和接收方法及装置
CN118118133A (zh) 一种通信方法及装置
WO2024008004A1 (zh) 一种通信方法及装置
US20240356595A1 (en) Uplink precoding method and apparatus
CN117639867A (zh) 一种通信方法及装置
WO2024046419A1 (zh) 一种通信方法及装置
WO2024046288A1 (zh) 通信方法和装置
WO2023279947A1 (zh) 一种通信方法及装置
WO2024208316A1 (zh) 一种压缩信息的反馈方法及装置
WO2023231934A1 (zh) 一种通信方法及装置
WO2023015499A1 (zh) 无线通信的方法和设备
EP4447524A1 (en) Communication method and apparatus
WO2023174108A1 (zh) 一种通信方法及装置
WO2024169757A1 (zh) 一种通信的方法和通信装置
CN118524400A (zh) 一种通信方法及装置
CN117220728A (zh) 一种模型应用方法及装置
CN118784033A (zh) 一种通信的方法和通信装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination