[发明专利]波束对准

说明书

描述了一种方法、装置和计算机程序，包括：获取第一波束对准数据集，其中第一波束对准数据集包括针对第一多个波束对传输的测量数据，其中第一多个波束对传输中的每个波束对传输是在第一用户设备的多个通信波束中的一个通信波束与基站的多个通信波束中的一个通信波束之间，并且其中第一多个波束对传输是第一用户设备与基站之间所有可用波束对传输的子集；以及选择第一波束对组合，用于在第一用户设备与基站之间的通信，其中第一波束对组合包括第一用户设备的多个波束中的一个波束和基站的多个波束中的一个波束，其中用于选择第一波束对组合的部件包括利用第二波束对准数据集而被训练机器学习模型。

技术领域

该说明书涉及波束对准，例如用于用户设备与基站之间的通信的波束对准。

背景技术

用户设备可以包括可用于与基站通信的多个波束。类似地，基站可以包括可用于与用户设备通信的多个波束。仍然存在与用于用户设备与基站之间的通信的波束对组合的选择有关的开发需求。

发明内容

在第一方面，本说明书描述了一种装置，包括：用于获取第一波束对准数据集的部件，其中第一波束对准数据集包括针对第一多个波束对传输的测量数据(诸如，接收信号强度)，其中第一多个波束对传输中的每个波束对传输是在第一用户设备的多个通信波束中的一个通信波束与基站的多个通信波束中的一个通信波束之间，并且其中第一多个波束对传输是第一用户设备与基站之间所有的可用波束对传输的子集；以及用于选择第一波束对组合的部件，第一波束对组合用于在第一用户设备与基站之间的通信，其中第一波束对组合包括第一用户设备的多个波束中的一个波束和基站的多个波束中的一个波束，其中用于选择第一波束对组合的部件包括利用第二波束对准数据集而被训练的机器学习模型。许多机器学习模型可以用于实现本文中描述的概念。这些包括神经网络、支持向量机、k-最近邻算法、查找表等。机器学习模型可以在输入端接收第一波束对准数据集。机器学习模型可以在输出端提供第一波束对组合。

被选择用于第一用户设备与基站之间的通信的第一波束对组合可以是或可以不是第一波束对准数据集的波束对中的一个波束对。因此，第一多个波束对传输之外的波束对组合可以用于选择。

第一和/或第二波束对准数据集可以通过波束扫描来生成。

第一波束对组合可以是基于确定被认为是第一用户设备与基站之间最强的通信信道而被选择的。被认为是最强的通信信道可以基于度量，诸如接收信号强度。

第二波束对准数据集可以包括用于第二多个波束对传输的测量数据，其中第二多个波束对传输中的每个波束对传输是在第一用户设备的多个通信波束中的一个通信波束与基站的多个通信波束中的一个通信波束之间。

第一多个波束对传输可以是第二多个波束对传输的子集。第一多个波束对传输可以是第二多个波束对传输的预定义的子集。其他安排(除了预定义子集)也是可能的，诸如随机(或伪随机)子集。

第二多个波束对传输可以包括第一用户设备与基站之间的所有的可用波束对传输。因此，第二多个波束对传输可以是穷举的。

第一波束对准数据集可以包括宽对准数据集和窄对准数据集，并且用于选择第一波束对组合的部件包括用于选择宽波束对组合的部件和用于选择窄波束对组合的部件。宽对准数据集可以包括用于第一多个宽波束的测量数据，并且窄对准数据集可以包括用于第一多个窄波束的测量数据，该第一多个窄波束来自所选择的宽波束对组合内。宽对准数据集和窄对准数据集中的一项或两项可以是所有可用波束对传输的子集。

一些实施例可以包括用于确定第一多个波束对传输的部件(例如，使用通用/进化算法、强化学习、穷举搜索等)。备选地，或另外地，可行波束集可以通过算法被学习，从该可行波束集中第一多个波束对传输被选择。

用于选择第一波束对组合的部件可以至少部分地基于一个或多个先前的第一波束对准数据集(例如，通过对多个读数进行平均)来选择所述第一波束对组合。