WO2024140328A1 - 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
WO2024140328A1
WO2024140328A1 PCT/CN2023/139826 CN2023139826W WO2024140328A1 WO 2024140328 A1 WO2024140328 A1 WO 2024140328A1 CN 2023139826 W CN2023139826 W CN 2023139826W WO 2024140328 A1 WO2024140328 A1 WO 2024140328A1
Authority
WO
WIPO (PCT)
Prior art keywords
csi
information
model
resource
resources
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.)
Ceased
Application number
PCT/CN2023/139826
Other languages
English (en)
French (fr)
Inventor
柴晓萌
陈家璇
李�远
孙琰
庞继勇
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.)
Huawei Technologies Co Ltd
Original Assignee
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to EP23910258.5A priority Critical patent/EP4633051A4/en
Priority to JP2025538749A priority patent/JP2026502973A/ja
Priority to KR1020257024902A priority patent/KR20250124887A/ko
Publication of WO2024140328A1 publication Critical patent/WO2024140328A1/zh
Priority to US19/252,227 priority patent/US20250323704A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0636—Feedback format
    • H04B7/0639—Using selective indices, e.g. of a codebook, e.g. pre-distortion matrix index [PMI] or for beam selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/063—Parameters other than those covered in groups H04B7/0623 - H04B7/0634, e.g. channel matrix rank or transmit mode selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0632—Channel quality parameters, e.g. channel quality indicator [CQI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0658—Feedback reduction
    • 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
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
    • H04L1/0026—Transmission of channel quality indication
    • 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
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
    • H04L1/0028—Formatting
    • H04L1/0029—Reduction of the amount of signalling, e.g. retention of useful signalling or differential signalling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • 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
    • H04L5/005—Allocation of pilot signals, i.e. of signals known to the receiver of common pilots, i.e. pilots destined for multiple users or terminals
    • 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
    • H04L5/0091—Signalling for the administration of the divided path, e.g. signalling of configuration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
    • H04W8/24—Transfer of terminal data

Definitions

  • the present application relates to the field of mobile communication technology, and in particular to a communication method and device.
  • the network device needs to obtain the channel state information (CSI) between the terminal device and the network device, and perform resource scheduling for uplink or downlink data transmission according to the CSI.
  • CSI channel state information
  • terminal devices do not know clearly which CSI resources are used to predict future CSI and which CSI resources are used to measure CSI information. As a result, terminal devices may process CSI resources incorrectly, causing the AI-based CSI prediction mechanism to fail to work, resulting in reduced CSI prediction reliability.
  • a communication method is provided.
  • the method can be implemented by a terminal device or a component in the terminal device, and the terminal device can also be referred to as a communication device.
  • the components in the present application may include, for example, at least one of a chip, a chip system, a processor, a transceiver, a processing unit, or a transceiver unit.
  • the method can be implemented by the following steps: the terminal device receives first information, and the first information is used to indicate the purpose of the first channel state information CSI resource, and the purpose of the CSI resource includes at least one of the following: collecting CSI information, monitoring the performance of an artificial intelligence AI model and AI model inference; the terminal device sends the first CSI information according to the first information, and/or the terminal device monitors the performance of the AI model according to the first information; wherein the first CSI information corresponds to the first CSI resource.
  • the terminal device can obtain the purpose of the CSI information based on the first information from the network device, and thus can know which CSI resources can be used to predict the CSI information to avoid using the CSI resources for the wrong purpose, thereby improving the reliability of CSI prediction.
  • the AI model is used for CSI prediction.
  • the terminal device sends capability information
  • the capability information includes at least one of the following: information indicating whether the terminal device supports CSI prediction; information requiring the period of the input CSI information by the AI model of the terminal device; information requiring the quantity of the input CSI information by the AI model of the terminal device; information on the time when the predicted CSI information is output by the AI model of the terminal device; information requiring the frequency domain attributes of the input CSI information by the AI model of the terminal device; frequency domain attribute information of the output CSI information supported by the AI model of the terminal device; information requiring the input and/or output Required information on the dimensions of the CSI information; required information on the type of CSI information input and/or output by the AI model of the terminal device; required information on the reference signal used to measure the CSI information by the AI model of the terminal device.
  • the network equipment can refer to the capability information of the terminal device to determine the usage indication of the CSI resource, thereby improving the accuracy of the usage configuration.
  • the first information is further used to indicate a compression configuration of the CSI information, and the terminal device may send the first CSI information according to the compression configuration.
  • the first information may be specifically used to indicate the usage of the CSI resources in the first resource group, and the CSI resources in the first resource group include the first CSI resource.
  • the usage of CSI resources can be configured in groups, thereby achieving flexible configuration of multi-granular usage.
  • the first information is further used to indicate usage of a second CSI resource in the first resource group, and usage of the second CSI resource is different from usage of the first CSI resource.
  • different CSI resources in the same resource group may have different uses, so as to improve the flexibility of resource configuration.
  • multiple groups of CSI resources with the same purpose.
  • multiple groups of resources including inference of AI models can be used to jointly predict CSI information to improve prediction performance.
  • the CSI resources in the first resource group and the CSI resources in the second resource group correspond to the same CSI reporting configuration; or, the CSI resources in the first resource group and the CSI resources in the second resource group are associated with the same AI model; or, the CSI resources in the first resource group and the CSI resources in the second resource group have a quasi-co-located QCL relationship.
  • the CSI resources that need to be used jointly can be flexibly determined.
  • the terminal device receives second information, where the second information is used to indicate that the CSI resources in the first resource group are used jointly with the CSI resources in the second resource group.
  • CSI resources that need to be used jointly can be flexibly indicated.
  • the first information is specifically used to indicate a CSI resource pattern
  • the CSI resource pattern is used to determine the time domain position of a CSI resource for at least one of collecting CSI information, monitoring the performance of an AI model, and inferring an AI model.
  • the prediction configuration of the AI model and/or CSI information, as well as the usage of CSI resources can be indicated through the same signaling, which can reduce signaling overhead.
  • the CSI resources in the first resource group are used jointly with the CSI resources in the second resource group, wherein purpose of the CSI resources in the second resource group is the same as purpose of the CSI resources in the first resource group.
  • the network device sends second information, where the second information is used to indicate that the CSI resources in the first resource group are used jointly with the CSI resources in the second resource group.
  • the first information is specifically used to indicate a CSI resource pattern
  • the CSI resource pattern is used to determine the time domain position of a CSI resource for at least one of collecting CSI information, monitoring the performance of an AI model, and inferring an AI model.
  • the device may include a module corresponding to the method/operation/step/action described in the first aspect or the second aspect, and the module may be a hardware circuit, or software, or a combination of a hardware circuit and software.
  • the device includes a processing unit (sometimes also referred to as a processing module) and a communication unit (sometimes also referred to as a transceiver module, a communication module, etc.).
  • the transceiver unit can implement a sending function and a receiving function.
  • an embodiment of the present application also provides a communication device, comprising a processor for executing a computer program (or computer executable instructions) stored in a memory, so that when the computer program (or computer executable instructions) is executed, the device performs a method as in the first aspect or the second aspect and its various possible implementations.
  • the memory is located outside the communication device.
  • a computer-readable storage medium is provided, wherein the computer-readable storage medium is used to store a computer program or instruction, which, when executed, enables the method shown in the first aspect or the second aspect and any possible implementation thereof to be implemented.
  • an embodiment of the present application also provides a communication device for executing the methods in the above-mentioned first aspect or second aspect and various possible implementations thereof.
  • the logic circuit can be used to perform operations other than the sending and receiving functions in the method shown in the first aspect or the second aspect and any possible implementation thereof; the logic circuit can also be used to transmit messages to the input-output interface, or receive messages from other communication devices from the input-output interface.
  • the chip system can be used to implement the method shown in the first aspect or the second aspect and any possible implementation thereof.
  • the chip system can be composed of a chip, or it can include a chip and other discrete devices.
  • the chip system may further include a memory, which may be used to store instructions, and the logic circuit may call the instructions stored in the memory to implement corresponding functions.
  • a communication system which may include at least one terminal device and a network device, any terminal device may be used to execute the method shown in the above-mentioned first aspect and any possible implementation thereof, and the network device may be used to execute the method shown in the above-mentioned second aspect and any possible implementation thereof.
  • FIG2 is a schematic diagram of a neuron structure
  • FIG3 is a schematic diagram of a neural network structure
  • FIG6 is a schematic diagram of a periodic pattern of a CSI resource provided in an embodiment of the present application.
  • FIG7 is a schematic diagram of another periodic pattern of CSI resources provided in an embodiment of the present application.
  • FIG8 is a schematic diagram of a joint use of CSI resource groups provided in an embodiment of the present application.
  • FIG9 is a schematic diagram of independent use of a CSI resource group provided in an embodiment of the present application.
  • FIG10 is a schematic structural diagram of a communication device provided in an embodiment of the present application.
  • FIG11 is a schematic diagram of the structure of another communication device provided by the present application.
  • the terminal device can also be other devices with terminal functions, for example, the terminal device can also be a device that serves as a terminal function in D2D communication.
  • terminal devices with wireless transceiver functions and chips that can be set in the aforementioned terminal devices are collectively referred to as terminal devices.
  • a CSI-ResourceConfig can configure one or more resource set lists (ResourceSetList), and each ResourceSetList includes one or more resource sets (ResourceSet).
  • methods 1 to 3 may also be implemented in combination.
  • the terminal device jointly uses the CSI resources in the two resource groups.
  • the prediction configuration of the CSI report may be for a type of CSI information, used to indicate that the type of CSI information is a CSI measurement result or a predicted CSI information.
  • Different types of CSI information may include PMI, CQI or RI, that is, PMI, CQI and RI may be used as a type of CSI information respectively.
  • the prediction configuration of the CSI report may only indicate that PMI is a CSI measurement result or a predicted CSI information.
  • the prediction configuration of the CSI report may also be for all types of CSI information. For example, when the CSI report contains PMI, CQI and RI, the prediction configuration of the CSI report may indicate that PMI, CQI and RI are all CSI measurement results or predicted CSI information.
  • (c) Used to indicate the time domain position (or time) of the time range corresponding to the CSI information carried in the CSI report. For example, used to indicate the specific time of each CSI information carried by the terminal device in the CSI report, such as t+5ms or t+8ms, where t is a predefined or preconfigured reference time.
  • the compression configuration may also be a compression configuration of a CSI report.
  • the compression configuration may be used to indicate whether the compression of the CSI information is based on AI or codebook, and/or, when based on AI compression, to indicate whether CSI prediction and CSI compression are jointly processed by an AI model, or whether CSI prediction is first performed by an AI model and then the prediction result is compressed by an AI model, that is, CSI prediction and CSI compression are implemented by one AI model or two different AI models.
  • the capability information may include at least one of the following:
  • the information may be used to indicate whether the terminal device supports CSI prediction, or whether CSI prediction is supported in the current environment. Based on the information, the network device may avoid sending CSI resource configuration inferred for the AI model to the terminal device that does not support CSI prediction.
  • the dimension includes at least one of a frequency domain dimension, a time domain dimension and a spatial domain dimension.
  • the information may be used to indicate whether the CSI information is channel information or an eigenvector of channel information.
  • the information may indicate the beam configuration of the reference signal supported by the AI model (e.g., precoding configuration) and/or the configuration of the supported reference signal (e.g., an identifier of the reference signal configuration).
  • the AI model e.g., precoding configuration
  • the configuration of the supported reference signal e.g., an identifier of the reference signal configuration
  • the CSI resources can be configured according to the capability information.
  • the capability information carries information indicating that the terminal device supports CSI prediction
  • the network device can configure CSI resources for the terminal device for the purpose of AI model inference.
  • the network device configures CSI resources for the terminal device for the purpose of AI model inference, which meet the observation window of the AI model carried in the capability information, the requirements of the AI model on the frequency domain attributes of the input CSI information, the requirements of the AI model on the dimension of the input CSI information, and the requirements of the AI model on the type of input CSI information.
  • the terminal device may also send a resource request message for requesting a CSI resource.
  • the resource request message may be used to request one or more CSI resources for specific purposes, for example, it may carry a purpose index.
  • the request message may also be used to request a resource group and/or CSI resource used in conjunction with a resource group (such as a first resource group) and/or a CSI resource (such as a first CSI resource), for example, it may carry an index of the first resource group and/or an index of the first CSI resource.
  • the capability information may be included in the resource request message.
  • the first CSI information corresponds to the first CSI resource, for example, the first CSI information is a CSI measurement result or predicted CSI information obtained based on the first CSI resource.
  • the first CSI information is CSI information predicted based on the first CSI resource and the AI model;
  • the purpose of the first CSI resource includes collecting CSI information, training an AI model, or monitoring the performance of an AI model, the first CSI information includes a CSI measurement result obtained by measuring the first CSI resource;
  • the purpose includes monitoring the performance of an AI model, the first CSI information may include a monitoring result of the AI model.
  • the embodiment of the present application also provides a communication device.
  • the communication device may include hardware structures and/or software modules corresponding to the functions shown in the above method.
  • the present application can be implemented in the form of hardware or a combination of hardware and computer software. Whether a function is executed in the form of hardware or computer software driving hardware depends on the specific application scenario and design constraints of the technical solution.
  • the communication unit 1020 may be used to send the first information to the terminal device.
  • the first information may be generated by the processing unit 1010.
  • the communication unit 1020 may also be configured to send second information.
  • the processor 1120 may be used to execute actions executed by the processing unit 1010
  • the input/output interface 1110 may be used to execute actions executed by the communication unit 1020 , which will not be described in detail.
  • the processor 1120 may be a general-purpose processor, a digital signal processor, an application-specific integrated circuit, a field programmable gate array or other programmable logic device, a discrete gate or transistor logic device, or a discrete hardware component, and may implement or execute the methods, steps, and logic block diagrams disclosed in the embodiment of the present application.
  • the general-purpose processor may be a microprocessor or any conventional processor, etc.
  • the steps of the method disclosed in the embodiment of the present application may be directly embodied as being executed by a hardware processor, or may be executed by a combination of hardware and software modules in the processor.
  • a component can be, but is not limited to, a process running on a processor, a processor, an object, an executable file, an execution thread, a program and/or a computer.
  • applications running on a computing device and a computing device can be components.
  • One or more components may reside in a process and/or an execution thread, and a component may be located on a computer and/or distributed between two or more computers.
  • these components may be executed from various computer-readable media having various data structures stored thereon.
  • the units described as separate components may or may not be physically separated, and the components shown as units may or may not be physical units, that is, they may be located in one place or distributed on multiple network units. Some or all of the units may be selected according to actual needs to achieve the purpose of the solution of this embodiment.
  • each functional unit in each embodiment of the present application may be integrated into one processing unit, or each unit may exist physically separately, or two or more units may be integrated into one unit. If the function is implemented in the form of a software functional unit and sold or used as an independent product, it may be stored in a computer-readable storage medium.

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请提供一种通信方法及装置，用于提高基于AI的CSI预测的可靠性。该方法包括，终端装置接收第一信息，第一信息用于指示第一信道状态信息CSI资源的用途，CSI资源的用途包括以下中的至少一项：收集CSI信息、监控人工智能AI模型的性能和AI模型推断；终端装置根据第一信息发送第一CSI信息，和/或，终端装置根据第一信息监控AI模型的性能；其中，第一CSI信息对应于第一CSI资源。

Description

一种通信方法及装置
相关申请的交叉引用
本申请要求在2022年12月30日提交中国国家知识产权局、申请号为202211721001.6、申请名称为“一种通信方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及移动通信技术领域，尤其涉及一种通信方法及装置。
背景技术
在第五代(5th generation，5G)移动通信系统中，网络设备需要获取终端设备与网络设备之间的信道状态信息(channel-state information，CSI)，并根据CSI进行上行或下行数据传输的资源调度。
在第三代合作伙伴计划(3rd generation partnership project，3GPP)版本(release，R)18的标准讨论中，正在研究人工智能(artificial intelligence，AI)增强的CSI反馈机制。其中，基于AI的CSI预测为一个候选案例。基于AI的CSI预测过程中，可将若干个历史CSI信息和/或当前CSI信息输入AI预测模型，输出预测的未来CSI。
然而目前对于终端设备来说，不能明确知晓哪些CSI资源用于预测未来的CSI，以及哪些CSI资源用于进行测量CSI信息，因此可能造成终端设备对于CSI资源的处理错误，导致基于AI的CSI预测机制无法工作，导致CSI预测可靠性降低。
发明内容
本申请提供一种通信方法及装置，用以提高基于AI的CSI预测的可靠性。
第一方面，提供一种通信方法。该方法可由终端设备或终端设备中的组件实施，终端设备也可称为通信装置。其中，本申请中的组件例如可包括芯片、芯片系统、处理器、收发器、处理单元、或收发单元中的至少一种。以执行主体是终端装置为例，该方法可以通过以下步骤实现：终端装置接收第一信息，所述第一信息用于指示第一信道状态信息CSI资源的用途，所述CSI资源的用途包括以下中的至少一项：收集CSI信息、监控人工智能AI模型的性能和AI模型推断；所述终端装置根据所述第一信息发送第一CSI信息，和/或，所述终端装置根据所述第一信息监控AI模型的性能；其中，所述第一CSI信息对应于所述第一CSI资源。
基于第一方面所示方法，终端装置可根据来自于网络设备的第一信息获知CSI信息的用途，因此可以获知哪些CSI资源可以用于预测CSI信息，以避免将CSI资源用于错误的用途，因此可以提高CSI预测可靠性。
在一种可能的实现方式中，所述AI模型用于CSI预测。
在一种可能的实现方式中，当所述用途包括AI模型的推断时，所述第一CSI信息包括根据所述第一CSI资源和所述AI模型预测的CSI信息；或者，当所述用途包括收集CSI信息或监控AI模型的性能时，所述第一CSI信息包括根据测量所述第一CSI资源获得的CSI测量结果；或者，当所述用途包括监控AI模型的性能时，所述第一CSI信息包括AI模型的监控结果，所述监控结果用于指示所述AI模型的预测结果的准确度。
基于该实现方式，终端装置可以根据用途包括AI模型的推断的第一CSI资源确定预测的CSI信息、根据用途包括收集CSI信息或监控AI模型的性能的第一CSI资源获得CSI测量结果作为第一CSI信息，或者，根据用途包括监控AI模型的性能的第一CSI资源获得监控结果作为第一CSI信息，因此可以根据用途向网络设备反馈适当的CSI信息，进一步提高预测准确性。
在一种可能的实现方式中，所述终端装置发送能力信息，所述能力信息包括以下中的至少一项：用于指示所述终端装置是否支持CSI预测的信息；所述终端装置的AI模型对输入的CSI信息的周期的要求信息；所述终端装置的AI模型对输入的CSI信息的数量的要求信息；所述终端装置的AI模型输出的预测CSI信息的时刻信息；所述终端装置的AI模型对输入的CSI信息频域属性的要求信息；所述终端装置的AI模型所支持输出的CSI信息的频域属性信息；所述终端装置的AI模型对输入和/或输出的 CSI信息的维度的要求信息；所述终端装置的AI模型对输入和/或输出的CSI信息的类型的要求信息；所述终端装置的AI模型对用于测量CSI信息的参考信号的要求信息。
基于该实现方式，网络设备可参考终端装置的能力信息确定CSI资源的用途指示，提高用途配置的准确性。
在一种可能的实现方式中，所述第一信息还用于指示CSI信息的压缩配置，所述终端装置可根据所述压缩配置发送所述第一CSI信息。
基于该实现方式，第一信息还可用于指示压缩配置，网络设备可以根据对性能和复杂度的不同需求，配置不同的CSI压缩方式，因此可以实现灵活的压缩方式配置。
在一种可能的实现方式中，所述第一信息具体可用于指示第一资源组中的CSI资源的所述用途，所述第一资源组中的CSI资源包括所述第一CSI资源。
基于该实现方式，CSI资源的用途可以是以组为单位配置的，因此实现多粒度用途的灵活配置。
在一种可能的实现方式中，所述第一信息还用于指示第一资源组中的第二CSI资源的用途，所述第二CSI资源和所述第一CSI资源的用途不同。
基于该实现方式，同一资源组中的不同CSI资源的用途可以不同，以提高资源配置的灵活性。
在一种可能的实现方式中，所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用，其中，所述第二资源组中的CSI资源的用途与所述第一资源组中的CSI资源的用途相同。
基于该实现方式，可以支持具有相同用途的多组CSI资源联合使用。例如，多组用途包括AI模型的推断的资源可用于联合进行CSI信息的预测，以提高预测性能。
在一种可能的实现方式中，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源对应于同一CSI报告配置；或者，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源关联至同一AI模型；或者，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源具有准共址QCL关系。
基于该实现方式，可以灵活确定需要联合使用的CSI资源。
在一种可能的实现方式中，所述终端装置接收第二信息，所述第二信息用于指示所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用。
基于该实现方式，可以灵活指示需要联合使用的CSI资源。
在一种可能的实现方式中，所述第一信息具体用于指示CSI资源图样，所述CSI资源图样用于确定用途为收集CSI信息、监控AI模型的性能和AI模型推断中的至少一项的CSI资源的时域位置。
基于该实现方式，可以灵活指示CSI资源的用途。
在一种可能的实现方式中，所述第一信息还用于指示以下中的至少一项：所述AI模型；所述CSI信息的预测配置。
基于该实现方式，可以通过同一信令指示AI模型和/或CSI信息的预测配置，以及指示CSI资源的用途，可以降低信令开销。
第二方面，提供一种通信方法。该方法可由网络设备或网络设备中的组件实施，网络设备也可称为通信装置。其中，本申请中的组件例如可包括芯片、芯片系统、处理器、收发器、处理单元、或收发单元中的至少一种。以执行主体是网络设备为例，该方法可以通过以下步骤实现：网络设备向终端装置发送第一信息，所述第一信息用于指示第一信道状态信息CSI资源的用途，所述CSI资源的用途包括以下中的至少一项：收集CSI信息、监控人工智能AI模型的性能和AI模型推断。
在一种可能的实现方式中，所述网络设备还可接收来自于所述终端装置的第一CSI信息，所述第一CSI信息对应于所述第一CSI资源。
在一种可能的实现方式中，所述AI模型用于CSI预测。
在一种可能的实现方式中，当所述用途包括AI模型的推断时，所述第一CSI信息包括根据所述第一CSI资源和所述AI模型预测的CSI信息；或者，当所述用途包括收集CSI信息或监控AI模型的性能时，所述第一CSI信息包括根据测量所述第一CSI资源获得的CSI测量结果；或者，当所述用途包括监控AI模型的性能时，所述第一CSI信息包括AI模型的监控结果，所述监控结果用于指示所述AI模型的预测结果的准确度。
在一种可能的实现方式中，所述网络设备还可接收所述终端装置的能力信息，所述能力信息包括以下中的至少一项：用于指示所述终端装置是否支持CSI预测的信息；所述终端装置的AI模型对输入的CSI信息的周期的要求信息；所述终端装置的AI模型对输入的CSI信息的数量的要求信息；所述终端 装置的AI模型输出的预测CSI信息的时刻信息；所述终端装置的AI模型对输入的CSI信息频域属性的要求信息；所述终端装置的AI模型所支持输出的CSI信息的频域属性信息；所述终端装置的AI模型对输入和/或输出的CSI信息的维度的要求信息；所述终端装置的AI模型对输入和/或输出的CSI信息的类型的要求信息；所述终端装置的AI模型对用于测量CSI信息的参考信号的要求信息。
在一种可能的实现方式中，所述第一信息还用于指示CSI信息的压缩配置。
在一种可能的实现方式中，所述第一信息具体用于指示第一资源组中的CSI资源的所述用途，所述第一资源组中的CSI资源包括所述第一CSI资源。
在一种可能的实现方式中，所述第一信息还用于指示第一资源组中的第二CSI资源的用途，所述第二CSI资源和所述第一CSI资源的用途不同。
在一种可能的实现方式中，所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用，其中，所述第二资源组中的CSI资源的用途与所述第一资源组中的CSI资源的用途相同。
在一种可能的实现方式中，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源对应于同一CSI报告配置；或者，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源关联至同一AI模型；或者，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源具有准共址QCL关系。
在一种可能的实现方式中，所述网络设备发送第二信息，所述第二信息用于指示所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用。
在一种可能的实现方式中，所述第一信息具体用于指示CSI资源图样，所述CSI资源图样用于确定用途为收集CSI信息、监控AI模型的性能和AI模型推断中的至少一项的CSI资源的时域位置。
在一种可能的实现方式中，所述第一信息还用于指示以下中的至少一项：所述AI模型；所述CSI信息的预测配置。
第三方面，提供一种通信装置。所述装置可以实现上述第一方面或第二方面其任意可能的设计所述的方法。所述装置具备上述网络设备或终端装置的功能。所述装置例如为终端设备，或为终端设备中的功能模块，或为网络设备或网络设备中的功能模块等。
一种可选的实现方式中，该装置可以包括执行第一方面或第二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。一种可选的实现方式中，所述装置包括处理单元(有时也称为处理模块)和通信单元(有时也称为收发模块、通信模块等)。收发单元能够实现发送功能和接收功能，在收发单元实现发送功能时，可称为发送单元(有时也称为发送模块)，在收发单元实现接收功能时，可称为接收单元(有时也称为接收模块)。发送单元和接收单元可以是同一个功能模块，该功能模块称为收发单元，该功能模块能实现发送功能和接收功能；或者，发送单元和接收单元可以是不同的功能模块，收发单元是对这些功能模块的统称。
示例性的，在该装置用于执行第一方面或第二方面所描述的方法时，该装置可以包括通信单元和处理单元。
第四方面，本申请实施例还提供一种通信装置，包括处理器，用于执行存储器中存储的计算机程序(或计算机可执行指令)，当计算机程序(或计算机可执行指令)被执行时，使得该装置执行如第一方面或第二方面及其各个可能的实现中的方法。
在一种可能的实现中，处理器和存储器集成在一起；
在另一种可能的实现中，存储器位于该通信装置之外。
该通信装置还包括通信接口，该通信接口用于该通信装置与其他设备进行通信，例如数据和/或信号的发送或接收。示例性的，通信接口可以是收发器、电路、总线、模块或其它类型的通信接口。
第五方面，提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序或指令，当其被运行时，使得第一方面或第二方面及其任意可能的实现方式所示的方法被实现。
第六方面，提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得第一方面或第二方面及其任意可能的实现方式所示的方法被实现。
第七方面，本申请实施例还提供一种通信装置，用于执行上述第一方面或第二方面及其各种可能的实现中的方法。
第八方面，提供一种芯片系统，该芯片系统包括逻辑电路(或理解为，该芯片系统包括处理器，处理器可包括逻辑电路等)，还可以包括输入输出接口。该输入输出接口可以用于输入消息，也可以用于输出消息。输入输出接口可以是相同的接口，即，同一个接口既能够实现发送功能也能够实现接收功能； 或者，输入输出接口包括输入接口以及输出接口，输入接口用于实现接收功能，即，用于接收消息；输出接口用于实现发送功能，即，用于发送消息。逻辑电路可用于执行上述第一方面或第二方面及其任意可能的实现方式所示方法中除收发功能之外的操作；逻辑电路还可用于向输入输出接口传输消息，或者从输入输出接口接收来自其他通信装置的消息。该芯片系统可用于实现上述第一方面或第二方面及其任意可能的实现方式所示的方法。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。
可选的，该芯片系统还可以包括存储器，存储器可用于存储指令，逻辑电路可调用存储器所存储的指令来实现相应功能。
第九方面，提供一种通信系统，该通信系统可以包括至少一个终端装置和网络设备，任一终端装置可用于执行如上述第一方面及其任意可能的实现方式所示的方法，该网络设备可以用于执行如上述第二方面及其任意可能的实现方式所示的方法。
以上第二方面至第九方面所带来的技术效果可参见上述第一方面的描述，此处不再赘述。
附图说明
图1为本申请实施例提供的一种无线通信系统的架构示意图；
图2为一种神经元结构示意图；
图3为一种神经网络结构示意图；
图4为基于AI的CSI预测原理示意图；
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为本申请实施例提供的一种CSI资源的周期性图样示意图；
图7为本申请实施例提供的另一种CSI资源的周期性图样示意图；
图8为本申请实施例提供的一种CSI资源组联合使用示意图；
图9为本申请实施例提供的一种CSI资源组独立使用示意图；
图10本申请实施例提供的一种通信装置的结构示意图；
图11为本申请提供的另一种通信装置的结构示意图；
图12为本申请提供的另一种通信装置的结构示意图。
具体实施方式
本申请实施例提供一种通信方法及装置。其中，方法和装置是基于同一发明构思的，由于方法及装置解决问题的原理相似，因此装置与方法的实施可以相互参见，重复之处不再赘述。本申请实施例的描述中，“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。本申请中所涉及的至少一个是指一个或多个；多个，是指两个或两个以上。另外，需要理解的是，在本申请的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
本申请实施例提供的通信方法可以应用于第四代(4th generation，4G)通信系统，例如长期演进(long term evolution，LTE)通信系统，也可以应用于第五代(5th generation，5G)通信系统，例如5G新空口(new radio，NR)通信系统，或应用于未来的各种通信系统，例如第六代(6th generation，6G)通信系统。本申请实施例提供的方法还可以应用于蓝牙系统、WiFi系统、LoRa系统或车联网系统中。本申请实施例提供的方法还可以应用于卫星通信系统其中，所述卫星通信系统可以与上述通信系统相融合。
为了便于理解本申请实施例，以图1所示的通信系统架构为例对本申请使用的应用场景进行说明。参阅图1所示，通信系统100包括网络设备101和终端设备102。本申请实施例提供的装置可以应用到网络设备101，或者应用到终端设备102。可以理解的是，图1仅示出了本申请实施例可以应用的一种可能的通信系统架构，在其他可能的场景中，所述通信系统架构中也可以包括其他设备。
网络设备101为无线接入网(radio access network，RAN)中的节点，又可以称为基站，还可以称为RAN节点(或设备)。目前，一些接入网设备的举例为：gNB/NR-NB、宏基站、微基站、室内站、传输接收点(transmission reception point，TRP)、演进型节点B(evolved Node B，eNB)、无线网络控制器(radio network controller，RNC)、节点B(Node B，NB)、基站控制器(base station controller，BSC)、基站收发台(base transceiver station,BTS)、家庭基站(例如，home evolved NodeB，或home Node  B，HNB)、基带单元(base band unit，BBU)，或无线保真(wireless fidelity，Wifi)接入点(access point，AP)，卫星设备，中继节点、施主节点、云无线接入网络(cloud radio access network，CRAN)场景下的无线控制器、车辆外联(vehicle to everything，V2X)技术中的路侧单元(road side unit，RSU)，或5G通信系统中的网络设备，或开放接入网(open RAN，ORAN)系统中的接入网设备或者接入网设备的模块，或者未来可能的通信系统中的网络设备。网络设备101还可以是其他具有网络设备功能的设备，例如，网络设备101还可以是设备到设备(device to device，D2D)通信、车联网通信、机器通信中担任网络设备功能的设备。网络设备101还可以是未来可能的通信系统中的网络设备。可以理解，通信系统中的多个接入网设备可以是相同类型或不同类型。
在一些部署中，gNB可以包括集中式单元(centralized unit，CU)和DU。gNB还可以包括射频单元(radio unit，RU)。CU实现gNB的部分功能，DU实现gNB的部分功能，比如，CU实现无线资源控制(radio resource control，RRC)，分组数据汇聚层协议(packet data convergence protocol，PDCP)层的功能，DU实现无线链路控制(radio link control，RLC)、媒体接入控制(media access control，MAC)和物理(physical，PHY)层的功能。由于RRC层的信息最终会变成PHY层的信息，或者，由PHY层的信息转变而来，因而，在这种架构下，高层信令，如RRC层信令或PHCP层信令，也可以认为是由DU发送的，或者，由DU+RU发送的。可以理解的是，网络设备可以为CU节点、或DU节点、或包括CU节点和DU节点的设备。此外，CU可以划分为接入网RAN中的网络设备，也可以将CU划分为核心网CN中的网络设备，在此不做限制。其中，在ORAN系统中，CU还可以称为O-CU，DU还可以称为开放(open，O)-DU，CU-CP还可以称为O-CU-CP，CU-UP还可以称为O-CUP-UP，RU还可以称为O-RU。
终端设备102，又可以称之为用户设备(user equipment，UE)、移动台(mobile station，MS)、移动终端(mobile terminal，MT)等，是一种向用户提供语音或数据连通性的设备，也可以是物联网设备。例如，终端设备包括具有无线连接功能的手持式设备、车载设备等。目前，终端设备可以是：手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device，MID)、可穿戴设备(例如智能手表、智能手环、计步器等)，车载设备(例如，汽车、自行车、电动车、飞机、船舶、火车、高铁等)、虚拟现实(virtual reality，VR)设备、增强现实(augmented reality，AR)设备、工业控制中的无线终端、智能家居设备(例如，冰箱、电视、空调、电表等)、智能机器人、车间设备、无人驾驶中的无线终端、远程手术中的无线终端、智能电网(smart grid)中的无线终端、运输安全中的无线终端、智慧城市中的无线终端，或智慧家庭中的无线终端、飞行设备(例如，智能机器人、热气球、无人机、飞机)等。终端设备还可以是其他具有终端功能的设备，例如，终端设备还可以是D2D通信中担任终端功能的设备。本申请中将具有无线收发功能的终端设备及可设置于前述终端设备的芯片统称为终端设备。
下面结合图1所示的通信系统，对本申请实施例提供的通信方法做详细说明。
为了更好的理解本申请实施例提供的方案，以下先对本申请实施例涉及到的一些术语、概念或流程进行介绍。
1、AI
AI是指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。人工智能可以定义为模仿人类、且具有与人类思维相关的认知功能的机器或计算机，如学习和解决问题。人工智能能够从过去的经验中学习，做出合理的决策，并快速回应。人工智能的目标是通过构建具有象征意义的推理或推理的计算机程序来理解智能。
2、机器学习
机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。机器学习算法是一类从数据中自动分析获得规律并利用规律对未知数据进行预测的算法。机器学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。
3、AI模型
AI模型为能实现AI功能的算法或者计算机程序，AI模型表征了模型的输入和输出之间的映射关系。AI模型可以是神经网络或者其他机器学习模型。本申请中，用于进行CSI预测的AI模型可称为AI模型，或者也可以简称为模型。
4、神经网络(neural network，NN)
神经网络是机器学习的一种具体实现形式。根据通用近似定理，神经网络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。因此神经网络可以对复杂的高维度问题进行准确地抽象建模。
神经网络中，每个神经元都对其输入值做加权求和运算，将加权求和结果通过一个激活函数产生输出。如图2所示，为神经元结构示意图。假设神经元的输入为x＝[x0,x1,…,xn],与各输入对应的权值分别为w＝[w,w1,…,wn],加权求和的偏置为b。激活函数的形式可以多样化，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可以为小数、整数(0、正整数或负整数)、或复数等各种可能的取值。其中，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层结构，每层可包括一个或多个神经元。增加神经网络的深度和/或宽度可以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指神经网络包括的层数，每层包括的神经元个数可以称为该层的宽度。如图3所示，为神经网络的层关系示意图。一种可能的实现方式中，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经过神经元处理后，将结果传递给输出层，由输出层得到神经网络的输出结果。另一种可能的实现方式中，神经网络包括输入层、隐藏层和输出层。神经网络的输入层将接收到的输入经过神经元处理后，将结果传递给中间的隐藏层，隐藏层再将计算结果传递给输出层或者相邻的隐藏层，最后由输出层得到神经网络的输出结果。一个神经网络可以包括一层或多层依次连接的隐藏层，不予限制。神经网络的训练过程中，可以定义损失函数。损失函数描述了神经网络的输出值和理想目标值之间的差距或差异，本申请不限制损失函数的具体形式。神经网络的训练过程就是通过调整神经网络参数，如神经网络的层数、宽度、神经元的权值、和/或神经元的激活函数中的参数等，使得损失函数的值小于阈值门限值或者满足目标需求的过程。
5、基于AI的CSI预测
基于AI的CSI预测过程中，将若干个历史的CSI信息和/或当前的CSI信息输入AI预测模型，AI预测模型可以输出预测的未来的CSI信息。如图4所示，将3个历史CSI信息输入AI预测模型中，AI预测模型可以输出未来某个特定时刻的CSI信息。其中，未来的CSI信息可用于网络设备进行未来时刻的资源调度，以提高通信性能。
本申请中，CSI信息可以是指CSI测量结果，或者，在一些场景中也可以是指用于承载测量结果的CSI报告。
6、CSI资源的配置方式
如表1所示，网络设备可通过CSI报告配置(CSI-ReportConfig)配置CSI报告所关联的CSI资源。其中，一个CSI报告最多可以关联3个CSI资源配置，如表1-1所示，一个CSI资源配置标识(CSI-ResourceConfigId)可对应于多个CSI资源的配置。其中，第一个CSI资源可以独立用于进行CSI测量，或者第一个CSI资源可以和其他两个CSI资源配合使用进行CSI测量。
表1-1

又如表1-2所示，一个CSI-ResourceConfig可以配置一个或多个资源集合列表(ResourceSetList)，每个ResourceSetList包括1个或多个资源集合(ResourceSet)。
表1-2
又如表1-3所示，一个ResourceSet可以关联多个CSI-RS资源(CSI-RS-Resource)。其中，CSI-RS-Resource可以是周期性CSI资源，半静态CSI资源或者非周期CSI资源。非周期CSI资源为一个独立的CSI-RS资源，周期性CSI资源和半静态CSI资源均包括多个CSI-RS资源。
表1-3
通常情况下，AI模型只有在与训练数据分布比较接近的数据上才会有比较好的推断性能，对于用于CSI预测的AI模型，如果训练时是使用3个间隔为5毫秒(ms)的CSI信息预测未来5ms的CSI信息，即AI模型输入的是t-10ms，t-5ms和t时刻的CSI信息，标签是t+5ms时刻的CSI信息，那么在使用该AI模型推断时，只有当输入的是3个间隔为5毫秒(ms)的CSI信息，AI模型才可以准确预测出未来5ms的CSI信息。但基于CSI报告配置，终端设备可能被配置了多个CSI资源，有些CSI资源可能不是用于该AI模型的，如果终端设备和网络设备之间没有对齐哪些CSI资源的测量结果可以输入AI预测模型中用于预测，则可能导致AI预测模型的输出不是t+5ms时刻的CSI信息，从而影响通信性能。此外，由于AI预测模型通常是终端设备训练且由终端设备使用的，网络设备并不清楚AI预测模型需要何种配置下的CSI信息才能进行CSI预测，如果基站配置的CSI资源不适合终端设备进行 AI预测模型，则UE也无法正确使用AI预测模型实现预测。
因此，目前的CSI资源配置方案无法满足基于AI的CSI预测机制的要求，导致CSI预测机制可靠性下降。
为了使得CSI资源配置方案满足基于AI的CSI预测机制的要求，使得CSI预测可靠性提高，本申请实施例提供一种通信方法。下面结合图5介绍该方法。其中，图5以执行主体是终端装置和网络设备为例进行说明。终端装置可包括图1所示的终端设备，或包括终端设备中的组件，如处理器、芯片、处理单元、或通信单元等。终端设备也可替换为网络设备中的组件。基于该方法，终端装置可根据接收的第一信息获知CSI资源的用途，从而根据CSI资源的用途采用适当的报告配置上报CSI信息，或者，根据用途确定不上报CSI信息。其中，CSI资源的用途包括收集CSI信息、监控AI模型的性能和预测CSI信息中的至少一项，使得终端装置可以根据适当的CSI资源进行CSI预测，以满足CSI预测需求。
如图5所示，该通信方法可包括以下步骤：
S101：网络设备发送第一信息。
相应的，终端装置接收第一信息。
其中，第一信息用于指示第一CSI资源的用途，CSI资源的用途包括以下中的至少一项：收集CSI信息、监控AI模型的性能和AI模型推断。其中，该AI模型可以用于CSI预测。
本申请中，CSI资源可以是用于承载信道状态信息参考信号(channel state information reference signal，CSI-RS)的资源，因此也可称为CSI-RS资源。其中，终端装置可根据CSI-RS进行CSI测量(或称RS资源信道测量、信道测量、或导频信号测量等)，以获得包含信道响应信息、信道质量指示(channel-quality indicator，CQI)、下行数据传输的秩(rank index，RI)和预编码矩阵指示(precoding matrix index，PMI)中的至少一项的CSI测量结果。终端装置还可通过CSI报告将CSI测量结果上报给网络设备。
下面分别对第一CSI资源的用途进行介绍。
(1)收集CSI信息，或者称为数据收集用途
该用途是指，网络设备需要收集根据该CSI资源确定的CSI信息，CSI信息可以是对该CSI资源进行信道测量获得的。收集到的CSI信息可以用于AI模型训练、AI模型更新等。因此，对于该用途的CSI资源，终端设备可确定该CSI资源的CSI测量结果并上报至网络设备。
可选的，CSI测量结果的上报可采用收集CSI信息这一用途所对应的上报方式。例如，相比于用途为AI模型推断的CSI资源，用途为收集CSI信息的CSI资源对应的CSI测量结果通常被用作AI模型训练时的标签，因此需要的精度相对较高。
(2)AI模型推断，或者称为模型推断用途
该用途是指，终端设备需要根据该CSI资源的CSI测量结果和AI模型预测未来时域位置的CSI信息。终端设备需要将预测的CSI信息上报至网络设备，用于网络设备根据预测的CSI信息进行数据传输。
终端设备在使用AI模型进行CSI预测时，仅能将用途为模型推断的CSI资源对应的CSI信息输入AI模型。
可选的，CSI信息的上报可采用AI模型推断这一用途所对应的上报方式。
(3)监控AI模型的性能，或者称为模型监控用途
该用途是指，终端设备可根据该CSI资源的CSI测量结果监控AI模型的性能。例如，在第一CSI资源的用途为监控AI模型的性能时，终端设备可通过AI模型预测第一CSI资源的CSI信息，并且对第一CSI资源进行测量，获得实际的CSI测量结果，之后可以进一步比对预测的CSI信息和实际的CSI测量结果的差异，根据该差异确定AI模型的准确度。可选的，如果预测的CSI信息和实际的CSI测量结果的差异较大，则终端设备可以触发AI模型的训练过程。
可选的，对于包括该用途的CSI资源，终端设备可以不向网络设备上报CSI资源对应的CSI测量结果。或者，终端设备也可以上报监控结果。其中，监控结果可用于指示AI模型的预测结果的准确度，或者，监控结果可以是根据该准确度确定的是否需要更新AI模型的判断结果。
可选的，本申请中同一个CSI资源可以被配置为一种或者多种用途。例如，第一CSI资源可以被配置为模型推断和模型监控，即UE既可以将测量这些CSI资源得到的CSI信息输入AI模型，也可以使用测量这些CSI资源得到的CSI信息监控AI模型的性能。
作为一种可能的实现方式，本申请中CSI资源的用途可以是针对单一CSI资源配置的，例如，同 一组CSI资源的用途可以不同，同一组CSI资源可以是指对应于同一CSI报告配置(或CSI报告配置标识)的多个资源、对应于同一CSI-RS资源集合列表的多个资源，或者对应于同一CSI-RS资源集合的多个资源。例如，网络设备可针对一个CSI-RS资源标识配置CSI资源的用途。
作为另一种可能的实现方式，CSI资源的用途也可以是针对多个(或一组)CSI资源所组成的CSI资源集合配置的。例如，网络设备针对第一资源组配置CSI资源的用途，则该第一资源组中的多个CSI资源(可包括第一CSI资源)的用途均为该用途。作为针对多个(或一组)CSI资源配置的方式，网络设备可针对一个CSI报告配置(或CSI报告配置标识(CSI-ReportConfigId))配置CSI资源的用途，例如，可针对表1-1中的CSI-ReportConfigId配置CSI资源的用途，则该CSI报告配置标识对应的多个CSI-RS资源可作为一组CSI资源，并均采用该用途配置。又如，可针对表1-1中的CSI-ResourceConfigId配置CSI资源的用途，则该CSI-ResourceConfigId关联的多个CSI-RS资源可作为一组CSI资源。此外，网络设备可针对一个CSI-RS资源集合列表配置CSI资源的用途，则该CSI-RS资源集合列表关联的多个CSI-RS资源可作为一组CSI资源，并均采用该用途配置。网络设备还可以针对一个CSI-RS资源集合配置CSI资源的用途，则该CSI-RS资源集合关联的多个CSI-RS资源可作为一组CSI资源，并均采用该用途配置。
可选的，本申请中对于不同类型的CSI资源可采用不同的配置方式。其中，不同类型的CSI资源是指CSI资源可以是周期性CSI资源、半静态CSI资源和非周期CSI资源。
其中，对于周期性CSI-RS资源和半静态CSI-RS资源，网络设备可采用CSI资源图样配置CSI资源的用途，也就是说，第一信息可以是CSI资源图样。其中，CSI资源图样也可称为周期性图样，可用于确定用途为收集CSI信息、监控AI模型的性能和AI模型推断中的至少一项的CSI资源的时域位置，因此当确定第一CSI资源的时域位置后，终端装置可根据资源图样确定第一CSI资源的用途。
作为一种示例，CSI资源图样可以用于指示CSI资源是否用于某一种特定用途。以特定用途是AI模型推断为例，CSI资源图样可用于按照先后顺序指示连续的用途为AI模型推断的CSI-RS资源的数量，和/或，连续的用途非为AI模型推断的CSI-RS资源的数量。如图6所示，周期性图样可以通过如下方式进行指示：4个连续用于模型推断的CSI-RS和1个不用于模型推断的CSI-RS资源。此外，指示方式还可以是通过比特位图(bitmap)的方式，1代表用途为AI模型推断的CSI-RS资源，0代表用途非为AI模型推断的CSI-RS资源，例如下图所示的周期性图样可以通过如下方式进行指示：11110。可以理解，图6中不同的CSI-RS资源的时域位置不同。
作为另一种示例，CSI资源图样可以用于指示每种用途的CSI资源的连续数量。以收集CSI信息、监控AI模型的性能和AI模型推断3个可能的用途为例，具体指示方式可以是按照先后顺序指示连续的用于每个用途的CSI-RS的数量。例如图7所示，CSI资源图样可以通过如下方式进行指示：2个连续的用途为收集CSI信息(例如记为用途1)的CSI-RS资源、2个连续的功能为AI模型推断(例如记为用途2)的CSI-RS和1个用途为监控AI模型的性能(例如记为用途3)的CSI-RS。
可以理解，当通过CSI资源图样指示CSI资源的用途时，CSI资源图样所指示的CSI资源的起始时域位置(或时刻)可以是预定义或者由网络设备配置的。例如，可以通过协议等方式预定义从t+t1时刻后的第一个CSI-RS资源开始，其中，t为配置该CSI-RS资源的时刻，t1为预定义的或者配置的时间偏移值，t大于或等于0。可选的，本申请中用于描述时间的单位可以是OFDM符号、时隙、子帧、帧和超帧中的一种，或者可以是其中一种或多种单位的组合。
另外，对于非周期CSI资源，每个CSI-RS资源集合中仅有1个CSI-RS资源，因此网络设备可以指示CSI-RS资源集合的用途，从而实现非周期CSI资源的用途指示。
可选的，如果网络设备针对个资源组配置的CIS资源用途相同，则多个资源组中的CSI资源可以联合使用，或者说，可以用于同一个任务。例如图8所示，CSI资源组1中的CSI资源的用途和CSI资源组2中的CSI资源的用途均为AI模型推断，则终端装置可以将CSI资源组1中的CSI资源和CSI资源组2中的CSI资源对应的CSI信息共同输入到AI模型中，获得预测的CSI信息。因此，当终端装置发现CSI预测性能变差时，例如由于终端装置的移动速度变快等原因导致预测性能变差，可以通过额外配置一组CSI资源，终端装置使用两组或多组CSI资源进行CSI信息的预测，使得两组CSI资源组合在一起的时域密度变大，因此可以提高CSI预测的性能。
此外，本申请中具有相同用途的CSI资源也可独立使用，或者说，用于执行不同的任务。例如图9所示，CSI资源组1中的CSI资源的用途和CSI资源组2中的CSI资源的用途均为AI模型推断，则终 端装置可以将CSI资源组1中的CSI资源输入到AI模型中，得到预测的CSI信息1，并且，终端装置可以将CSI资源组2中的CSI资源输入到AI模型中，获得预测的CSI信息2，因此终端装置可以根据不同的资源组中的CSI资源获得不同时域位置的CSI预测结果。
进一步可选的，终端装置可通过以下方式1至方式3中的任意一项或多项，确定第一资源组中的CSI资源是否与第二资源组中的CSI资源联合使用。
方式1，根据第一资源组中的CSI资源与第二资源组中的CSI资源是否对应于同一个CSI报告配置决定。
如果第一资源组中的CSI资源与第二资源组中的CSI资源包括在同一个CSI报告配置中，则终端装置可以在第一资源组中的CSI资源的用途与第二资源组中的CSI资源的用途相同时，联合使用。
方式2，根据第一资源组中的CSI资源与第二资源组中的CSI资源是否具有准共址(quasi co-location，QCL)关系决定。其中，准共址也可称为准同位、准共站或同位置。当两个CSI资源具有准共址关系时，说明两个CSI资源对应的CSI信息存在一些相似的性质，例如具有相似的时延扩展或波束等。可选的，方式2中，也可以要求在第一资源组中的CSI资源与第二资源组中的CSI具有某一种具体的准共址关系时，终端装置联合使用这两个资源组中的CSI资源，具体的准共址关系如类型A(type A)至type D等准共址关系。
方式3，通过额外的配置信息决定。
例如，可以在CSI报告配置或其他配置中携带标识，如果第一资源组中的CSI资源与第二资源组中的CSI资源联合使用，则可以对第一资源组中的CSI资源和第二资源组中的CSI资源配置为相同的标识；如果不需要联合使用不同资源组中的CSI资源，则可以针对两个资源组设置不同的标识。此外，网络设备也可以通过指示信息的形式携带需要联合使用的多个资源组的索引(如CSI-ReportConfigId、CSI资源集合列表的标识或CSI资源集合的标识等)或多个资源的索引(如CSI-ResourceConfigId等)，或者，携带不需要联合使用的多个资源组的索引或多个资源的索引。
可以理解，方式1至方式3也可结合实施。例如，在第一资源组中的CSI资源与第二资源组中的CSI资源对应于同一个CSI报告配置且具有准共址关系时，终端装置联合使用两个资源组中的CSI资源。
可选的，第一信息还可用于指示以下信息中的至少一项：
1、AI模型
当网络设备通过CSI报告配置指示CSI资源的用途时，如果CSI资源用途包括AI模型推断和/或监控AI模型的性能，则第一信息还可用于指示AI模型。例如，CSI报告配置中可携带AI模型的索引或标识，用于指示终端装置采用相应的AI模型进行CSI信息的预测和/或监控相应AI模型的性能。
2、CSI报告的预测配置
CSI报告的预测配置可用于指示终端装置在CSI报告中携带的CSI信息的具体内容：
(a)用于指示CSI报告携带的CSI信息是CSI测量结果或用于指示CSI报告携带的CSI信息是预测的CSI信息。如果CSI报告的预测配置指示终端设备上报的CSI信息是CSI测量结果，则终端设备不需要将AI模型预测的CSI信息携带在CSI报告中。另外，如果CSI报告的预测配置指示终端设备上报的CSI信息是预测的CSI信息，则终端设备需要将AI模型预测的CSI信息携带在CSI报告中。
作为另一种可能的实现方式，CSI报告的预测配置可以是针对一种CSI信息的，用于指示该种CSI信息为CSI测量结果或为预测的CSI信息。其中，不同种的CSI信息可包括PMI、CQI或RI，也就是说，PMI、CQI和RI分别可作为一种CSI信息。例如，当CSI报告中包含PMI、CQI和RI时，CSI报告的预测配置可以仅指示PMI是CSI测量结果或预测的CSI信息。此外，CSI报告的预测配置也可以是针对所有种类的CSI信息的。例如，当CSI报告中包含PMI、CQI和RI时，CSI报告的预测配置可以指示PMI、CQI和RI都是CSI测量结果或预测的CSI信息。
(b)用于指示CSI报告中携带的CSI信息对应的时间范围长度(或时刻数量)。例如，用于指示终端设备在CSI报告中携带的CSI信息是1个时刻的CSI信息，或是两个时刻的CSI信息，或是3个时刻的CSI信息。
(c)用于指示CSI报告中携带的CSI信息对应的时间范围的时域位置(或时刻)。例如，用于指示终端设备在CSI报告中携带的每个CSI信息的具体时刻，具体时刻如t+5ms或者t+8ms，其中，t为预定义的或预配置的参考时刻。
作为另一种可能的实现方式，CSI报告的预测配置也可以指示由终端设备自己决定在CSI报告中携 带的CSI信息的具体内容。这种情况下，终端装置需要向网络设备通知上述信息，例如，终端装置需要向网络设备通知CSI报告携带的CSI信息是CSI测量结果还是预测的CSI信息、CSI报告中携带的CSI信息对应的时间范围长度(或时刻数量)、和CSI报告中携带的CSI信息对应的时间范围的时域位置(或时刻)等信息中的至少一项。其中，终端装置向网络设备通知上述信息的方式不具体要求，例如，终端装置可以通过上行控制信息或上行数据等向网络设备通知。
3、CSI信息的压缩配置
该压缩配置也可以是CSI报告的压缩配置。其中，该压缩配置可用于指示CSI信息的压缩是基于AI的还是基于码本的，和/或，在基于AI压缩时，用于指示CSI预测和CSI压缩是通过一个AI模型联合处理，还是先通过一个AI模型进行CSI预测再通过一个AI模型对预测结果进行压缩，即用一个AI模型还是两个不同的AI模型实现CSI预测和CSI压缩。
可选的，在S101之前，终端装置可发送UE能力信息(也可称为辅助信息等，以下简称为能力信息)，能力信息可用于网络设备确定第一信息，或者，能力信息可用于触发网络设备发送第一信息，或者，能力信息可用于辅助网络设备配置CSI资源。
其中，能力信息可包括以下中的至少一项：
(1)用于指示终端装置是否支持CSI预测的信息
例如，该信息可用于指示终端装置是否支持CSI预测，或者，在当前环境下是否支持CSI预测。基于该信息，网络设备可以避免向不支持CSI预测的终端装置发送与为AI模型推断的CSI资源配置。
(2)CSI周期信息
该信息可用于指示终端装置的AI模型对输入的CSI信息的周期的要求，因此该信息也可称为终端装置的AI模型对输入的CSI信息的周期的要求信息。可选的，该信息可包括如下一项或多项信息：用于指示AI模型是否仅支持输入周期性CSI信息的信息、用于指示AI模型是否支持输入非周期性CSI信息的信息、AI模型支持输入的非周期CSI信息的时域图样的信息、AI模型支持输入的CSI信息周期的数量，支持输入的CSI信息周期的具体取值。其中，终端装置可具有多个AI模型，不同的AI模型可以支持不同的CSI信息周期，因此AI模型支持输入的CSI信息周期的数量可以不为1。
(3)AI模型的观察窗
该信息可用于指示AI模型对输入的CSI信息的数量的要求，因此该信息也可称为终端装置的AI模型对输入的CSI信息的数量的要求信息。可选的，该信息可包括如下一项或多项信息：用于指示预测过程是否仅支持输入固定数量的CSI信息的信息、用于指示预测过程是否支持输入任意数量的CSI信息的信息、或支持的输入的CSI信息数量的具体取值。
(4)AI模型的预测窗
该信息可用于指示AI模型输出的AI模型推断的时刻，因此该信息也可称为终端装置的AI模型输出的AI模型推断的时刻信息。可选的，该信息可包括如下一项或多项信息：用于指示是否仅支持输出未来固定时刻的CSI信息的信息，例如仅支持输出t+t1时刻的CSI信息，其中，t为当前时刻或输入的CSI信息中的最后一个时刻，t1为固定值或者与输入的CSI信息周期相关的值；用于指示是否支持输出未来任意时刻的CSI信息的信息；支持输出的未来CSI信息的具体时刻。
(5)AI模型对输入的CSI信息频域属性的要求信息
该信息可用于指示终端装置对用于输入到AI模型进行预测的CSI信息的频域资源等属性的要求。可选的，该信息可包括如下一项或多项信息：用于指示是否仅支持输入固定带宽的CSI信息的信息、用于指示是否支持输入可变带宽的CSI信息的信息、用于指示是否支持一次输入的多个不同带宽对应的CSI信息的信息、支持输入的CSI信息的频域范围、支持输入的CSI信息带宽的具体取值、支持输入的CSI信息的频域粒度。其中，频域粒度如1个资源单元(resource element，RE)或1个资源块(resource block，RB)或其他粒度，不具体限定。
(6)AI模型所支持输出的CSI信息的频域属性信息
该信息可用于指示终端装置对支持预测的CSI信息的频域属性要求。可选的，该信息可包括如下一项或多项：用于指示是否仅支持输出固定带宽的CSI信息的信息、用于指示是否支持输出可变带宽的CSI信息的信息、用于指示是否支持一次输出多个带宽不同的CSI信息的信息、支持输出的CSI信息的频域范围、支持输出的CSI信息带宽的具体取值，支持输出的CSI信息的频域粒度，如1个RE或1个RB或其他粒度。
(7)AI模型对输入和/或输出的CSI信息的维度的要求信息
其中，维度包括频域维度、时域维度和空域维度中的至少一项。
(8)AI模型对输入和/或输出的CSI信息的类型的要求信息
例如，该信息可用于指示CSI信息是信道信息还是信道信息的特征向量。
(9)AI模型对用于测量CSI信息的参考信号的要求信息
例如，该信息可指示AI模型支持的参考信号的波束配置(例如预编码配置)和/或支持的参考信号的配置(例如参考信号配置的标识)。
可以理解，当网络设备接收到以上能力信息时，可根据能力信息配置CSI资源。例如，在能力信息中携带用于指示终端装置支持CSI预测的信息时，网络设备可以针对终端装置配置用途为AI模型推断的CSI资源。又如，网络设备为终端装置配置的用途为AI模型推断的CSI资源，满足能力信息中携带的AI模型的观察窗、AI模型对输入的CSI信息频域属性的要求、AI模型对输入的CSI信息的维度的要求，以及AI模型对输入的CSI信息的类型的要求。
可选的，在S101之前，终端装置还可发送资源请求信息，用于请求CSI资源。其中，资源请求消息可用于请求一种或多种具体用途的CSI资源，例如可以携带用途索引。请求消息也可以用于请求与某个资源组(如第一资源组)和/或CSI资源(如第一CSI资源)联合使用的资源组和/或CSI资源，例如，可以携带第一资源组的索引和/或第一CSI资源的索引。可选的，资源请求消息中可包括所述能力信息。
S102：终端装置根据第一信息发送第一CSI信息，和/或，根据第一信息监控AI模型的性能。
其中，第一CSI信息对应于第一CSI资源，例如，第一CSI信息时根据第一CSI资源获得的CSI测量结果或预测的CSI信息。举例来说，参见S101中的说明，当所述用途包括AI模型推断时，所述第一CSI信息为根据所述第一CSI资源和AI模型预测的CSI信息；当第一CSI资源的用途包括收集CSI信息、训练AI模型或监控AI模型的性能时，所述第一CSI信息包括根据测量所述第一CSI资源获得的CSI测量结果；当用途包括监控AI模型的性能时，第一CSI信息可包括AI模型的监控结果。
基于图5所示方法，终端装置可根据来自于网络设备的第一信息获知CSI信息的用途，以避免将CSI资源用于错误的用途，因此可以提高CSI预测可靠性。
基于相同的构思，本申请实施例还提供一种通信装置。该通信装置可包括执行以上方法所示各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本申请中所公开的实施例描述的各示例的单元及方法步骤，本申请能够以硬件或硬件和计算机软件相结合的形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用场景和设计约束条件。
图10至图12为本申请的实施例提供的可能的通信装置的结构示意图。该通信装置可以用于实现上述方法实施例中网络设备和/或终端装置的功能，因此也能实现上述方法实施例所具备的有益效果。在一种可能的实现中，该通信装置可以是如图1所示的终端设备或网络设备。相关细节和效果可以参见前述实施例的描述。
如图10所示，通信装置1000包括处理单元1010和通信单元1020。通信单元1020可以实现相应的通信功能，处理单元1010用于进行数据处理。其中通信单元1020还可以为收发单元或输入输出接口等。通信装置1000可用于实现上述图5所示方法实施例中终端装置和/或网络设备的功能。
例如，在实现由终端装置执行的动作时，通信单元1020可用于接收第一信息。通信单元1020还可用于发送第一CSI信息，和/或，处理单元1010可用于根据第一信息监控AI模型的性能。
可选的，通信单元1020还可用于发送能力信息。
可选的，通信单元1020还可用于接收第二信息。
又如，在实现由网络设备执行的动作时，通信单元1020可用于向终端装置发送第一信息。可选的，第一信息可由处理单元1010生成。
可选的，通信单元1020还可用于接收来自于终端装置的第一CSI信息。
可选的，通信单元1020还可用于接收终端装置的能力信息。
可选的，通信单元1020还可用于发送第二信息。
其中，以上技术术语可参见方法实施例部分的描述，这里不再赘述。
可以理解，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，在本申请各个实施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。
如图11所示为本申请实施例提供的通信装置1100，用于实现本申请提供的通信方法。该通信装置1100可以是应用该通信方法的通信装置，也可以是通信装置中的组件，或者是能够和通信装置匹配使用的装置。通信装置1100可以是网络设备和/或终端装置。其中，该通信装置1100可以为芯片系统或芯片。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1100包括至少一个处理器1120，用于实现本申请实施例提供的通信方法。通信装置1100还可以包括输入输出接口1110，输入输出接口可以包括输入接口和/或输出接口。在本申请实施例中，输入输出接口1110可用于通过传输介质和其它装置进行通信，其功能可包括发送和/或接收。例如，通信装置1100是芯片时，通过输入输出接口1110与其他芯片或器件进行传输。处理器1120可用于实现上述方法实施例所示的方法。
示例性的，处理器1120可用于执行由处理单元1010执行的动作，输入输出接口1110可用于执行由通信单元1020执行的动作，不再赘述。
可选的，通信装置1100还可以包括至少一个存储器1130，用于存储程序指令和/或数据。存储器1130和处理器1120耦合。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1120可能和存储器1130协同操作。处理器1120可能执行存储器1130中存储的程序指令。该至少一个存储器中的至少一个可以与处理器集成在一起。
在本申请实施例中，存储器1130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(volatile memory)，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。
在本申请实施例中，处理器1120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。
如图12所示为本申请实施例提供的通信装置1200，用于实现本申请提供的通信方法。该通信装置1200可以是应用本申请实施例所示通信方法的通信装置，也可以是通信装置中的组件，或者是能够和通信装置匹配使用的装置。通信装置1200可以是网络设备和/或终端装置。其中，该通信装置1200可以为芯片系统或芯片。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。上述实施例提供的通信方法中的部分或全部可以通过硬件来实现也可以通过软件来实现，当通过硬件实现时，通信装置1200可包括：输入接口电路1201、逻辑电路1202和输出接口电路1203。
可选的，以该装置用于实现接收端的功能为例，输入接口电路1201可用于执行上述由通信单元1020执行的接收动作，输出接口电路1203可用于执行上述由通信单元1020执行的发送动作，逻辑电路1202可用于执行上述由处理单元1010执行的动作，不再赘述。
可选的，通信装置1200在具体实现时可以是芯片或者集成电路。
本申请上述方法实施例描述的通信装置所执行的操作和功能中的部分或全部，可以用芯片或集成电路来完成。
本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序包括用于执行上述方法实施例的指令。
本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法实施例。
本申请实施例提供了一种通信系统，其包括至少一个终端装置和网络设备，例如，该通信系统包括图1所示架构。该终端装置和网络设备可用于执行图5所示方法。
可以理解的是，本申请的实施例中的处理器可以是中央处理单元(central processing unit，CPU)，还可以是其它通用处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application  specific integrated circuit，ASIC)、现场可编程门阵列(field programmable gate array，FPGA)或者其它可编程逻辑器件、晶体管逻辑器件，硬件部件或者其任意组合。通用处理器可以是微处理器，也可以是任何常规的处理器。
在上述实施例中，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。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计算机指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。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，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。计算机可读存储介质可以是计算机能够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。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，高密度数字视频光盘(digital video disc，DVD))、或者半导体介质(例如SSD)等。
需要指出的是，本专利申请文件的一部分包含受著作权保护的内容。除了对专利局的专利文件或记录的专利文档内容制作副本以外，著作权人保留著作权。
上述各个装置实施例中网络设备与终端设备和方法实施例中的网络设备或终端设备对应，由相应的模块或单元执行相应的步骤，例如通信单元(收发器)执行方法实施例中接收或发送的步骤，除发送、接收外的其它步骤可以由处理单元(处理器)执行。具体单元的功能可以参考相应的方法实施例。其中，处理器可以为一个或多个。
在本说明书中使用的术语“部件”、“模块”、“系统”等用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。例如，部件可以是但不限于，在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过图示，在计算设备上运行的应用和计算设备都可以是部件。一个或多个部件可驻留在进程和/或执行线程中，部件可位于一个计算机上和/或分布在两个或更多个计算机之间。此外，这些部件可从在上面存储有各种数据结构的各种计算机可读介质执行。部件可例如根据具有一个或多个数据分组(例如来自与本地系统、分布式系统和/或网络间的另一部件交互的二个部件的数据，例如通过信号与其它系统交互的互联网)的信号通过本地和/或远程进程来通信。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各种说明性逻辑块(illustrative logical block)和步骤(step)，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (28)

  1. 一种通信方法，其特征在于，包括：
    接收第一信息，所述第一信息用于指示第一信道状态信息CSI资源的用途，所述CSI资源的用途包括以下中的至少一项：收集CSI信息、监控人工智能AI模型的性能和AI模型推断；
    根据所述第一信息发送第一CSI信息，和/或，
    根据所述第一信息监控AI模型的性能；
    其中，所述第一CSI信息对应于所述第一CSI资源。
  2. 如权利要求1所述的方法，其特征在于，所述AI模型用于CSI预测。
  3. 如权利要求1或2所述的方法，其特征在于，当所述用途包括AI模型的推断时，所述第一CSI信息包括根据所述第一CSI资源和所述AI模型预测的CSI信息；或者，
    当所述用途包括收集CSI信息或监控AI模型的性能时，所述第一CSI信息包括根据测量所述第一CSI资源获得的CSI测量结果；或者，
    当所述用途包括监控AI模型的性能时，所述第一CSI信息包括AI模型的监控结果，所述监控结果用于指示所述AI模型的预测结果的准确度。
  4. 如权利要求1-3中任一所述的方法，其特征在于，所述方法还包括：
    发送能力信息，所述能力信息包括以下中的至少一项：
    用于指示终端装置是否支持CSI预测的信息；
    所述终端装置的AI模型对输入的CSI信息的周期的要求信息；
    所述终端装置的AI模型对输入的CSI信息的数量的要求信息；
    所述终端装置的AI模型输出的预测CSI信息的时刻信息；
    所述终端装置的AI模型对输入的CSI信息频域属性的要求信息；
    所述终端装置的AI模型所支持输出的CSI信息的频域属性信息；
    所述终端装置的AI模型对输入和/或输出的CSI信息的维度的要求信息；
    所述终端装置的AI模型对输入和/或输出的CSI信息的类型的要求信息；
    所述终端装置的AI模型对用于测量CSI信息的参考信号的要求信息。
  5. 如权利要求1所述的方法，其特征在于，所述第一信息还用于指示CSI信息的压缩配置，所述根据所述用途发送第一CSI信息，包括：
    根据所述压缩配置发送所述第一CSI信息。
  6. 如权利要求1-5中任一所述的方法，其特征在于，所述第一信息具体用于指示第一资源组中的CSI资源的所述用途，所述第一资源组中的CSI资源包括所述第一CSI资源。
  7. 如权利要求1-6中任一所述的方法，其特征在于，所述第一信息还用于指示第一资源组中的第二CSI资源的用途，所述第二CSI资源和所述第一CSI资源的用途不同。
  8. 如权利要求6所述的方法，其特征在于，所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用，其中，所述第二资源组中的CSI资源的用途与所述第一资源组中的CSI资源的用途相同。
  9. 如权利要求8所述的方法，其特征在于，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源对应于同一CSI报告配置；或者，
    所述第一资源组中的CSI资源与所述第二资源组中的CSI资源关联至同一AI模型；或者，
    所述第一资源组中的CSI资源与所述第二资源组中的CSI资源具有准共址QCL关系。
  10. 如权利要求8或9所述的方法，其特征在于，所述方法还包括：
    接收第二信息，所述第二信息用于指示所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用。
  11. 如权利要求1-10任一所述的方法，其特征在于，所述第一信息具体用于指示CSI资源图样，所述CSI资源图样用于确定用途为收集CSI信息、监控AI模型的性能和AI模型推断中的至少一项的CSI资源的时域位置。
  12. 如权利要求1-11中任一所述的方法，其特征在于，所述第一信息还用于指示以下中的至少一项：
    所述AI模型；
    所述CSI信息的预测配置。
  13. 一种通信方法，其特征在于，包括：
    向终端装置发送第一信息，所述第一信息用于指示第一信道状态信息CSI资源的用途，所述CSI资源的用途包括以下中的至少一项：收集CSI信息、监控人工智能AI模型的性能和AI模型推断。
  14. 如权利要求13所述的方法，其特征在于，所述方法还包括：
    接收来自于所述终端装置的第一CSI信息，所述第一CSI信息对应于所述第一CSI资源。
  15. 如权利要求13或14所述的方法，其特征在于，所述AI模型用于CSI预测。
  16. 如权利要求13所述的方法，其特征在于，当所述用途包括AI模型的推断时，所述第一CSI信息包括根据所述第一CSI资源和所述AI模型预测的CSI信息；或者，
    当所述用途包括收集CSI信息或监控AI模型的性能时，所述第一CSI信息包括根据测量所述第一CSI资源获得的CSI测量结果；或者，
    当所述用途包括监控AI模型的性能时，所述第一CSI信息包括AI模型的监控结果，所述监控结果用于指示所述AI模型的预测结果的准确度。
  17. 如权利要求13-16中任一所述的方法，其特征在于，所述方法还包括：
    接收所述终端装置的能力信息，所述能力信息包括以下中的至少一项：
    用于指示所述终端装置是否支持CSI预测的信息；
    所述终端装置的AI模型对输入的CSI信息的周期的要求信息；
    所述终端装置的AI模型对输入的CSI信息的数量的要求信息；
    所述终端装置的AI模型输出的预测CSI信息的时刻信息；
    所述终端装置的AI模型对输入的CSI信息频域属性的要求信息；
    所述终端装置的AI模型所支持输出的CSI信息的频域属性信息；
    所述终端装置的AI模型对输入和/或输出的CSI信息的维度的要求信息；
    所述终端装置的AI模型对输入和/或输出的CSI信息的类型的要求信息；
    所述终端装置的AI模型对用于测量CSI信息的参考信号的要求信息。
  18. 如权利要求13所述的方法，其特征在于，所述第一信息还用于指示CSI信息的压缩配置。
  19. 如权利要求13-18中任一所述的方法，其特征在于，所述第一信息具体用于指示第一资源组中的CSI资源的所述用途，所述第一资源组中的CSI资源包括所述第一CSI资源。
  20. 如权利要求13-19中任一所述的方法，其特征在于，所述第一信息还用于指示第一资源组中的第二CSI资源的用途，所述第二CSI资源和所述第一CSI资源的用途不同。
  21. 如权利要求20所述的方法，其特征在于，所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用，其中，所述第二资源组中的CSI资源的用途与所述第一资源组中的CSI资源的用途相同。
  22. 如权利要求21所述的方法，其特征在于，所述第一资源组中的CSI资源与所述第二资源组中的CSI资源对应于同一CSI报告配置；或者，
    所述第一资源组中的CSI资源与所述第二资源组中的CSI资源关联至同一AI模型；或者，
    所述第一资源组中的CSI资源与所述第二资源组中的CSI资源具有准共址QCL关系。
  23. 如权利要求21或22所述的方法，其特征在于，所述方法还包括：
    发送第二信息，所述第二信息用于指示所述第一资源组中的CSI资源与第二资源组中的CSI资源联合使用。
  24. 如权利要求13-23中任一所述的方法，其特征在于，所述第一信息具体用于指示CSI资源图样，所述CSI资源图样用于确定用途为收集CSI信息、监控AI模型的性能和AI模型推断中的至少一项的CSI资源的时域位置。
  25. 如权利要求13-24中任一所述的方法，其特征在于，所述第一信息还用于指示以下中的至少一项：
    所述AI模型；
    所述CSI信息的预测配置。
  26. 一种通信装置，其特征在于，包括处理器，所述处理器用于执行存储器中存储的计算机程序指令，以实现如权利要求1-12中任一项所述的方法，或者，实现如权利要求13-25中任一项所述的方法。
  27. 一种计算机可读存储介质，其特征在于，包括计算机程序指令，当所述计算机程序指令被计算 机执行时，使得所述接收机实现如权利要求1-12中任一项所述的方法，或者，使得所述接收机实现如权利要求13-25中任一项所述的方法。
  28. 一种通信装置，其特征在于，包括用于实现如权利要求1-25中任一项方法的模块。
PCT/CN2023/139826 2022-12-30 2023-12-19 一种通信方法及装置 Ceased WO2024140328A1 (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP23910258.5A EP4633051A4 (en) 2022-12-30 2023-12-19 METHOD AND APPARATUS OF COMMUNICATION
JP2025538749A JP2026502973A (ja) 2022-12-30 2023-12-19 通信方法および装置
KR1020257024902A KR20250124887A (ko) 2022-12-30 2023-12-19 통신 방법 및 장치
US19/252,227 US20250323704A1 (en) 2022-12-30 2025-06-27 Communication method and apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202211721001.6A CN118282452A (zh) 2022-12-30 2022-12-30 一种通信方法及装置
CN202211721001.6 2022-12-30

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US19/252,227 Continuation US20250323704A1 (en) 2022-12-30 2025-06-27 Communication method and apparatus

Publications (1)

Publication Number Publication Date
WO2024140328A1 true WO2024140328A1 (zh) 2024-07-04

Family

ID=91632500

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/139826 Ceased WO2024140328A1 (zh) 2022-12-30 2023-12-19 一种通信方法及装置

Country Status (6)

Country Link
US (1) US20250323704A1 (zh)
EP (1) EP4633051A4 (zh)
JP (1) JP2026502973A (zh)
KR (1) KR20250124887A (zh)
CN (1) CN118282452A (zh)
WO (1) WO2024140328A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2026057010A1 (zh) * 2024-09-14 2026-03-19 上海科邸斯科技有限公司 用于无线通信的方法和装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN121284632A (zh) * 2024-07-05 2026-01-06 华为技术有限公司 一种csi上报方法、装置以及系统
CN120224257A (zh) * 2024-09-26 2025-06-27 荣耀终端股份有限公司 一种被用于无线通信与人工智能的节点中的方法和装置
CN121770705A (zh) * 2024-09-30 2026-03-31 大唐移动通信设备有限公司 Csi反馈方法、csi恢复方法、设备及介质
WO2026073479A1 (en) * 2025-05-30 2026-04-09 Lenovo (Beijing) Limited Configuration of model/functionality for csi reporting

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110268667A (zh) * 2017-02-02 2019-09-20 Lg 电子株式会社 报告无线通信系统中的信道状态信息的方法及其装置
CN111786759A (zh) * 2018-04-04 2020-10-16 Oppo广东移动通信有限公司 一种信息确定及配置方法、装置、计算机存储介质
WO2021242393A1 (en) * 2020-05-29 2021-12-02 Qualcomm Incorporated Qualifying machine learning-based csi prediction
CN114788317A (zh) * 2022-03-14 2022-07-22 北京小米移动软件有限公司 信息处理方法及装置、通信设备及存储介质
US20220329305A1 (en) * 2019-12-31 2022-10-13 Huawei Technologies Co, Ltd. Channel information feedback method and communication apparatus

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240187186A1 (en) * 2021-03-30 2024-06-06 Ntt Docomo, Inc. Terminal, radio communication method, and base station

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110268667A (zh) * 2017-02-02 2019-09-20 Lg 电子株式会社 报告无线通信系统中的信道状态信息的方法及其装置
CN111786759A (zh) * 2018-04-04 2020-10-16 Oppo广东移动通信有限公司 一种信息确定及配置方法、装置、计算机存储介质
US20220329305A1 (en) * 2019-12-31 2022-10-13 Huawei Technologies Co, Ltd. Channel information feedback method and communication apparatus
WO2021242393A1 (en) * 2020-05-29 2021-12-02 Qualcomm Incorporated Qualifying machine learning-based csi prediction
CN114788317A (zh) * 2022-03-14 2022-07-22 北京小米移动软件有限公司 信息处理方法及装置、通信设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LENOVO: "Further aspects of AI/ML for CSI feedback", 3GPP TSG RAN WG1 #109-E, R1-2204418, 29 April 2022 (2022-04-29), XP052144021 *
QUALCOMM INCORPORATED: "Other aspects on AI/ML for CSI feedback enhancement", 3GPP TSG RAN WG1 #109-E, R1-2205025, 29 April 2022 (2022-04-29), XP052144134 *
See also references of EP4633051A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2026057010A1 (zh) * 2024-09-14 2026-03-19 上海科邸斯科技有限公司 用于无线通信的方法和装置

Also Published As

Publication number Publication date
EP4633051A1 (en) 2025-10-15
JP2026502973A (ja) 2026-01-27
US20250323704A1 (en) 2025-10-16
EP4633051A4 (en) 2026-03-25
CN118282452A (zh) 2024-07-02
KR20250124887A (ko) 2025-08-20

Similar Documents

Publication Publication Date Title
WO2024140328A1 (zh) 一种通信方法及装置
JP7704348B2 (ja) 無線ネットワークにおいて人工知能ａｉモデルを訓練する方法及び装置
US20230209390A1 (en) Intelligent Radio Access Network
WO2023036280A1 (zh) 一种模型测试方法及装置
JP7751107B2 (ja) 較正方法及び装置
WO2023066346A1 (zh) 一种通信方法及装置
WO2019206196A1 (zh) 一种模型更新方法、装置及系统
JP7751126B2 (ja) 根本原因故障決定方法および装置
WO2024140370A1 (zh) 监控或训练ai模型的方法和通信装置
WO2024164641A1 (zh) 一种csi发送和接收方法及装置
CN115589600A (zh) Ai任务的控制方法、终端及基站
EP4661479A1 (en) Communication method, apparatus, and system
US20180270685A1 (en) Dynamic Data Collection in a WLAN
KR20240117621A (ko) 통신 방법 및 통신 장치
WO2025162008A1 (zh) 一种通信方法、通信装置及通信系统
US20250193089A1 (en) Method and apparatus for selecting beam in wireless communication system
WO2025113277A1 (zh) 调速方法及通信装置
WO2025139213A1 (zh) 一种通信方法通信装置
WO2025201041A1 (zh) 一种数据收集方法及装置
WO2025218653A1 (zh) 一种通信方法与装置
WO2025124135A1 (zh) 一种通信方法及装置
WO2025092797A1 (zh) 一种通信方法及装置
WO2026091718A1 (zh) 通信方法和相关装置
WO2026001851A1 (zh) 一种通信方法及相关装置
WO2025108163A1 (zh) 一种通信方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23910258

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2025538749

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2025538749

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2023910258

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2023910258

Country of ref document: EP

Effective date: 20250709

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112025013565

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 1020257024902

Country of ref document: KR

Free format text: ST27 STATUS EVENT CODE: A-0-1-A10-A15-NAP-PA0105 (AS PROVIDED BY THE NATIONAL OFFICE)

WWE Wipo information: entry into national phase

Ref document number: 1020257024902

Country of ref document: KR

NENP Non-entry into the national phase

Ref country code: DE

WWP Wipo information: published in national office

Ref document number: 1020257024902

Country of ref document: KR

WWP Wipo information: published in national office

Ref document number: 2023910258

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 112025013565

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20250630