[发明专利]用于执行干扰白化操作的无线通信设备及其操作方法

权利要求书

1.一种执行干扰白化操作的无线通信设备的操作方法，所述操作方法包括：

获得所述无线通信设备的第一信道状态信息；

从与所述干扰白化操作相关的多个模式中选择选定模式，所述选定模式对应于所述第一信道状态信息；

根据所述选定模式来获得信道性能信息；以及

基于所述第一信道状态信息、所述选定模式和所述信道性能信息来更新值函数期望值。

2.根据权利要求1所述的操作方法，其中，所述多个模式包括干扰白化启用模式和干扰白化停用模式。

3.根据权利要求2所述的操作方法，其中，所述干扰白化启用模式是多个干扰白化启用模式之一，所述多个干扰白化启用模式中的每一个干扰白化启用模式对应于分配给干扰白化的资源块的不同数量。

4.根据权利要求1所述的操作方法，其中，所述选择选定模式是基于关于所述第一信道状态信息的策略信息进行的。

5.根据权利要求1所述的操作方法，其中所述选择选定模式包括：

根据特定概率随机选择所述选定模式；以及

根据所述特定概率的倒数，基于关于所述第一信道状态信息的策略信息来选择所述选定模式。

6.根据权利要求5所述的操作方法，其中所述选择选定模式包括：基于获得的第一值函数期望值大于第二值函数期望值来改变所述策略信息，所述第一值函数期望值基于通过所述随机选择而获得的所述选定模式，所述第二值函数期望值基于基于所述策略信息而获得的所述选定模式。

7.根据权利要求1所述的操作方法，其中，

所述更新值函数期望值包括：生成与所述信道性能信息相对应的即时奖励值，所述信道性能信息与根据所述选定模式获得的第二信道状态信息相对应；以及

基于所述即时奖励值和基于所述第二信道状态信息获得的未来奖励值来更新所述值函数期望值。

8.根据权利要求7所述的操作方法，其中，基于所述即时奖励值和所述未来奖励值来更新所述值函数期望值包括：基于所述第二信道状态信息和与所述多个模式相对应的多个值函数期望值来确定所述未来奖励值。

9.根据权利要求8所述的操作方法，其中，所述更新所述值函数期望值包括：通过基于学习率对更新期望值和先前期望值进行加权平均来生成更新值函数期望值，所述更新期望值是基于所述即时奖励值和所述未来奖励值生成的。

10.根据权利要求9所述的操作方法，其中，所述生成更新值函数期望值包括：通过将所述即时奖励值与通过将所述未来奖励值乘以折扣率而获得的值相加来生成所述更新期望值。

11.根据权利要求1所述的操作方法，其中，所述第一信道状态信息包括信号干扰噪声比，并且

其中，所述信道性能信息包括信道容量与阈值之间的差值的绝对值。

12.根据权利要求1所述的操作方法，还包括：

响应于对所述无线通信设备的通信处理器进行初始化，对关于所述值函数期望值的策略信息进行初始化。

13.一种执行干扰白化操作的无线通信设备的操作方法，所述操作方法包括：

获得所述无线通信设备的目标信道状态信息；

基于策略信息选择多个模式中的与所述目标信道状态信息相对应的目标模式，所述策略信息指定所述多个模式中的每一个模式与相应信道状态信息和相应值函数期望值相关联；以及

根据所述目标模式来执行通信，

其中，所述策略信息是根据针对所述多个模式中的每一个模式而获得的信道性能信息来确定的。