[发明专利]用户设备、基站、用户设备和基站的信道估计和反馈系统

权利要求书

1.一种用户设备，包括：

接收单元，用于从基站接收包括导频信号的下行传输数据；

编码单元，用于将所述导频信号编码为反馈信道状态信息；以及

发送单元，用于向所述基站发送所述反馈信道状态信息，用于由所述基站基于所述反馈信道状态信息，重建所述基站的信道矩阵。

2.如权利要求1所述的用户设备，其中，所述导频信号为由所述基站控制频率的导频信号。

3.如权利要求1或2所述的用户设备，其中，所述编码单元配置有编码神经网络，所述编码神经网络至少包括一个全连接层，用于将所述导频信号量化压缩为一维向量，作为所述反馈信道状态信息。

4.一种基站，包括：

发送单元，用于向用户设备发送包括导频信号的下行传输数据；

接收单元，用于从用户设备接收上行传输数据，所述上行传输数据包括基于所述导频信号生成的反馈信道状态信息；以及

解码单元，用于将所述反馈信道状态信息解码，以获取所述基站的信道矩阵。

5.如权利要求4所述的基站，其中，所述发送单元控制所述导频信号的频率。

6.如权利要求4或5所述的基站，其中，所述解码单元配置有解码神经网络，所述解码神经网络至少包括多层残差卷积神经网络，用于将所述反馈信道状态信息超分辨率重建为所述基站的信道矩阵。

7.一种用户设备和基站的联合训练设备，包括：

接收单元，用于接收来自所述基站的导频信号和训练用导频信号；

训练单元，至少利用编码神经网络将所述导频信号编码为反馈信道状态信息，至少利用解码神经网络将所述反馈信道状态信息解码，以重建所述基站的信道矩阵；

基于所述训练用导频信号获取训练信道矩阵，并且所述训练单元基于所述信道矩阵与所述训练信道矩阵构建损失函数，联合训练所述编码神经网络和所述解码神经网络；以及

将所述编码神经网络和所述解码神经网络的参数输出。

8.一种包括用户设备和基站的联合信道估计和反馈系统，包括：

用户设备，用于从基站接收包括导频信号的下行传输数据，将所述导频信号编码为反馈信道状态信息，向所述基站发送所述反馈信道状态信息；以及

基站，向用户设备发送包括导频信号的下行传输数据，从用户设备接收上行传输数据，所述上行传输数据包括基于所述导频信号生成的反馈信道状态信息；以及将所述反馈信道状态信息解码，以获取所述基站的信道矩阵。

9.一种用户设备执行的反馈信道状态信息生成方法，包括：

从基站接收包括导频信号的下行传输数据；

将所述导频信号编码为反馈信道状态信息；以及

向所述基站发送所述反馈信道状态信息，用于由所述基站基于所述反馈信道状态信息，重建所述基站的信道矩阵。

10.一种基站执行的信道矩阵生成方法，包括：

向用户设备发送包括导频信号的下行传输数据；

从用户设备接收上行传输数据，所述上行传输数据包括基于所述导频信号生成的反馈信道状态信息；以及

将所述反馈信道状态信息解码，以获取所述基站的信道矩阵。

11.一种用户设备和基站的联合训练方法，包括：

接收来自所述基站的导频信号和训练用导频信号；

至少利用编码神经网络将所述导频信号编码为反馈信道状态信息，至少利用解码神经网络将所述反馈信道状态信息解码，以重建所述基站的信道矩阵，

基于所述训练用导频信号获取训练信道矩阵，

基于所述信道矩阵与所述训练信道矩阵构建损失函数，联合训练所述编码神经网络和所述解码神经网络；并且

将所述编码神经网络和所述解码神经网络的参数输出。

12.一种用于用户设备和基站的联合信道估计和反馈方法，包括：

所述基站向所述用户设备发送包括导频信号的下行传输数据；

所述用户设备将所述导频信号编码为反馈信道状态信息，向所述基站发送所述反馈信道状态信息；以及

所述基站从所述用户设备接收上行传输数据，所述上行传输数据包括基于所述导频信号生成的所述反馈信道状态信息；

所述基站将所述反馈信道状态信息解码，以获取所述基站的信道矩阵。