CN115189740B 信道状态信息反馈系统及方法 （山东浪潮科学研究院有限公司）

US2021273707A1,2021.0本发明提供一种信道状态信息反馈系统及RS反馈推理网络智能体和部署于终端侧的第二理网络智能体用于向第二CSI_RS反馈推理网络机制配合第二CSI_RS反馈推理网络智能体对反推理网络智能体用于基于联邦学习机制配合第一CSI_RS反馈推理网络智能体对反馈推理网络终端侧部署智能体并实现对特定反馈推理网络2部署于网络侧的第一CSI_RS反馈推理网络智能体和部署于终端侧的第二CSI_RS反馈所述第一CSI_RS反馈推理网络智能体用于向小区内的终端侧所对应的第二CSI_RS反馈推理网络智能体发送CSI_RS反馈推理网络模型，并基于联邦学习机制，配合所述第二CSI_RS反馈推理网络智能体对所述CSI_RS反馈推理网络所述第二CSI_RS反馈推理网络智能体用于基于联邦学习机制，配合所述第馈推理网络智能体对所述CSI_RS反馈推理网络在确定网络侧接收到目标终端侧发送的连接建立请求消息的情通过与所述第二CSI_RS反馈推理网络智能体的信息交互，判断所用的第一CSI_RS反馈推理网络编码器模型的编码码字是否与所述网络侧当前使用的第一在确定相同的情况下，基于所述第一CSI_RS反馈推理网络编码器在确定不相同的情况下，判断所述第一CSI_RS反馈推理网络编码器模型和所述第一CSI_RS反馈推理网络编码器模型对应的第一权值在本小在确定所述第一CSI_RS反馈推理网络编码器模型在本小区可所述第三CSI_RS反馈推理网络智能体用于对全网候选CSI_RS反馈推理网络模型进行3.一种应用于权利要求1或2所述的信道状态信息反馈系统的信道状态信息反馈方法，在确定网络侧接收到目标终端侧发送的连接建立请求消息的情通过与所述第二CSI_RS反馈推理网络智能体的信息交互，判断所用的第一CSI_RS反馈推理网络编码器模型的编码码字是否与所述网络侧当前使用的第一在确定相同的情况下，基于所述第一CSI_RS反馈推理网络编码器在确定不相同的情况下，判断所述第一CSI_RS反馈推理网络编码器模型和所述第一CSI_RS反馈推理网络编码器模型对应的第一权值在本小3在确定所述第一CSI_RS反馈推理网络编码器模型在本小区可在确定不可用的情况下，向所述第二CSI_RS反馈推理网络智基于所述第一模型更新消息对所述第一CSI_RS反馈推理网络编码器模在确定不相同的情况下，向所述第二CSI_RS反馈推理网络智能体发送异常回退信息，所述异常回退信息用于指示所述第二CSI_RS反馈推理网络智能体对所述第一CSI_RS反馈确定所述第二CSI_RS反馈推理网络智能体对所述第一CSI_RS反馈推理网络编码器模型进行异常回退之后获得的第二CSI_RS反馈推理网络编加载与所述第二CSI_RS反馈推理网络编码器模型相匹配的第二CSI_RS反馈推理网络网络译码器模型，建立所述网络侧与所述目标终端侧之间的第二CSI_RS反馈推理网络模基于联邦学习机制，配合所述第二CSI_RS反馈推理网络智能体对所述第在确定所述第二CSI_RS反馈推理网络模型的性能满足第一预设在确定第二CSI_RS反馈推理网络模型的性能满足第二预设门限的情况下，确定第三所述候选CSI_RS反馈推理网络模型进行将所述训练结果信息上报至所述第三CSI_RS反馈推理网络智能体，以RS反馈推理网络智能体基于所述模型训练结果信息对全网候选CSI_RS反馈推理网络模型4终端。多个终端反馈的CSI信息，还可以辅助基站进行MU_MIMO(Multi_UserMultiple_使用的“CSI_RS(ChannelStateInformation_ReferenceSignal，信道状态信息参考信号)反馈推理网络”会因为不同小区的不同信道环境不同，以及在使用multi_TRP(multi_5[0009]部署于网络侧的第一CSI_RS反馈推理网络智能体和部署于终端侧的第二CSI_RS[0010]所述第一CSI_RS反馈推理网络智能体用于向小区内的终端侧所对应的第二CSI_二CSI_RS反馈推理网络智能体对所述CSI_RS反馈推理RS反馈推理网络智能体对所述CSI_RS反馈推理[0013]所述第三CSI_RS反馈推理网络智能体用于对全网候选CSI_RS反馈推理网络模型终端侧所对应的第二CSI_RS反馈推理网前使用的第一CSI_RS反馈推理网络编码器模型的编码码字是否与所述网络侧当前使用的第一CSI_RS反馈推理网络译码器模型能体基于所述第一模型更新消息对所述第一CSI_RS反馈推理网络编码器模型一CSI_RS反馈推理网络编码器模型对应的第一权值在本小区网络智能体基于所述第二模型更新消息对所述第一CSI_RS反馈推理网络编码器模型进行6[0027]确定所述第二CSI_RS反馈推理网络智能体对所述第一CSI_RS反馈推理网络编码器模型进行异常回退之后获得的第二CSI_RS反馈推理网[0028]加载与所述第二CSI_RS反馈推理网络编码器模型相匹配的第二CSI_RS反馈推理三CSI_RS反馈推理网络智能体提供的候选CSI_RS反馈推理网络模型，基于联邦学习机制，对所述候选CSI_RS反馈推理网络模型进行CSI_RS反馈推理网络智能体基于所述模型训练结果信息对全网候选CSI_RS反馈推理网络被处理器执行时实现如第二方面所述信道状态[0040]本发明提供的信道状态信息反馈系统及方法，通过分别在网络侧和终端侧部署7[0047]现有5GNR的CSI上报配置包括两个部分：CSI_RS相关资源配置(指示UE在该时频资源处进行测量)以及UE进行CSI上报的配置(指示UE在该时频资源发送CSI测量报告)。资源配置用于配置计算CSI的参考信号，而报告配置用于配置上报CSI的行为。RRC(Radio资源指示符)、SSBRI(SS/PBCHBlockResourceIndicator，SSB资源指示符)、LI(LayIndicator，层指示符)、RI(RankIndicato，秩指示符)、L1_RSRP(Layer1ReferenceSignalReceivedPower，层1参考信号接收功率)、或L1_SINR(Layer1Signalto8一套高效可信的基于联邦学习的隐私计算安[0057]部署于网络侧的第一CSI_RS反馈推理网络智能体和部署于终端侧的第二CSI_RS[0058]所述第一CSI_RS反馈推理网络智能体用于向小区内的终端侧所对应的第二CSI_二CSI_RS反馈推理网络智能体对所述CSI_RS反馈推理RS反馈推理网络智能体对所述CSI_RS反馈推理一CSI_RS反馈推理网络智能体和部署于终端侧的第二CSI_RS反馈推理网络智能体，其中，第一CSI_RS反馈推理网络智能体可以用于向小区内的终端侧所对应的第二CSI_RS反馈推9策略配置本小区内的终端使用哪种CSI_RS反馈推理网络模型进行CQI反馈，同时进行在线器的各种参数以及训练方法。模型训练子模块根据每次终端经编码器压缩后上报的CQI码执行环境，在执行环境中工作的神经网络就是执行推理功能的模块。基站侧和终端侧的CSI信息编码和压缩模块，将UE对gNB(基站)发送的CSI_RS(ChannelStateInformation_ReferenceSignal，信道状态信息参考信号)进行测量和信道估计的全部信道特征或者部分信道特征进行压缩编码，形成码字，通过上行信道如PUCCH(PhysicalUplinkControl[0071]本发明实施例提供的信道状态信息反馈系统支持同一个基站下的多个UE分别利[0073]可选地，本发明提供的信道状态信息反馈系统还包括：部署于核心网侧的第三[0074]所述第三CSI_RS反馈推理网络智能体用于对全网候选CSI_RS反馈推理网络模型于对全网候选CSI_RS反馈推理网络模[0077]可选地，核心网侧的模型分发子模块可以根据全网对多种CSI反馈神经网络模型[0080](2)gNB中的模型分发子模块与目标UE的模型更新模块建gNB侧的模型更新模块对UE当前使用的CSI_RS反馈推理网络编码器模型以及权值等情况进 [0082](4)gNB侧的模型更新模块对UE当前使用中的CSI_RS反馈编码器模型以及权值等通知UE智能体的模型更新模块执行编码器模型对应的权值中的部分权值或者全部权值更[0083](5)gNB侧的模型更新模块对UE当前使用中的CSI_RS反馈编码器模型以及权值等[0084](6)gNB智能体加载与当前UE对应的CSI_RS译码器模型和权值后，开启并监控gNB训练一段时间后，发现达到更优性能门限时，gNB侧的“模型联邦学习管理模块”向本地优化，如果某时刻gNB模型训练子模块评估得到一组性能更优的权值或者模型性能恶化达[0085](7)性能评估子模块根据核心网中的模型性能评估子模块提供的候选“CSI_RS反[0088](8)核心网侧的模型性能评估子模块对多种CSI_RS反馈推理网络模型以及模型适[0091](10)gNB模型分发子模块根据规则控制本小区内UE进行模型更新、模型参数全部gNB通知核心网根据当前UE相关条件重新对该UE行为追溯。所述目标终端侧所对应的第二CSI_RS反馈推理网络智能体终端侧当前使用的第一CSI_RS反馈推理网络编码器模型的编码码字是否与所述网络侧当前使用的第一CSI_RS反馈推理网络译码器模型器模型的编码码字是否与网络侧当前使用的第一CSI_RS反馈推理网络译码器模型的译码反馈推理网络译码器模型，建立网络侧与目标终端侧之间的第一CSI_RS反馈推理网络模反馈推理网络智能体与gNB侧的第一CSI_RS反馈推理网络智能体建立连接，对UE侧CSI_RS反馈推理网络智能体中的CSI_RS反馈推理第一CSI_RS反馈推理网络编码器模型的编码码字是否与网络侧当前使用的第一CSI_RS反码器模型和第一CSI_RS反馈推理网络译码器模型建立网络侧与目标终端侧之间的第一能体基于所述第一模型更新消息对所述第一CSI_RS反馈推理网络编码器模型[0112]具体地，在建立网络侧与目标终端侧之间的第一CSI_RS第一CSI_RS反馈推理网络智能体可以判断第一CSI_RS反馈推理网络编码器模型在本小区所述第一模型更新消息对所述第一CSI_RS反馈推理网络编码器模型进一CSI_RS反馈推理网络编码器模型对应的第一权值在本小区网络智能体基于所述第二模型更新消息对所述第一CSI_RS反馈推理网络编码器模型进行当前使用的第一CSI_RS反馈推理网络编码器模型的编码码字与网络侧当前使用的第一理网络编码器模型和第一CSI_RS反馈推理网络编码器模型对应的第一权值在本小区是否模型更新消息对第一CSI_RS反馈推理网络编码器模型型更新消息对第一CSI_RS反馈推理网络编码器模型对应的第一权值中的部分权值或全部当前使用的第一CSI_RS反馈推理网络编码器模型的编码码字与网络侧当前使用的第一能体对第一CSI_RS反馈推理网络编码CSI推理神经网络模型，只是CSI推理神经网络模型对应的权值参数回退到上一个可用版[0125]确定所述第二CSI_RS反馈推理网络智能体对所述第一CSI_RS反馈推理网络编码器模型进行异常回退之后获得的第二CSI_RS反馈推理网[0126]加载与所述第二CSI_RS反馈推理网络编码器模型相匹配的第二CSI_RS反馈推理侧与目标终端侧之间的第二CSI_RS反馈推理网机制，配合第二CSI_RS反馈推理网络智能体对第二CSI_RS反馈推理网络模型进行在线训三CSI_RS反馈推理网络智能体提供的候选CSI_RS反馈推理网络模型，基于联邦学习机制，对所述候选CSI_RS反馈推理网络模型进行CSI_RS反馈推理网络智能体基于所述模型训练结果信息对全网候选CSI_RS反馈推理网络于该模型训练结果信息对全网候选CSI_RS反馈推理网第一CSI_RS反馈推理网络编码器模型的编码码字是否与网络侧当前使用的第一CSI_RS反码器模型和第一CSI_RS反馈推理网络译码器模型建立网络侧与目标终端侧之间的第一终端侧所对应的第二CSI_RS反馈推理网前使用的第一CSI_RS反馈推理网络编码器模型的编码码字是否与所述网络侧当前使用的[0145]此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为发明的技术方案本质上或者说对现