[发明专利]数据处理方法和通信装置在审
申请号: | 202210082674.5 | 申请日: | 2022-01-24 |
公开(公告)号: | CN116527090A | 公开(公告)日: | 2023-08-01 |
发明(设计)人: | 邹鹏;何高宁;杨刚华 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | H04B7/0456 | 分类号: | H04B7/0456;H04B7/0413;H04L25/02 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 黄溪;臧建明 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 通信 装置 | ||
1.一种数据处理方法,其特征在于,包括:
接收来自第一装置的第一信息,所述第一信息用于指示所述第一装置的数据处理精度;
接收来自所述第一装置的第一参考信号,并根据所述第一参考信号,得到第一信道响应矩阵;
若所述第一信道响应矩阵的秩等于目标信道响应矩阵的秩,根据所述数据处理精度,确定使用目标降维矩阵获取预编码矩阵是否可靠,其中,所述目标信道响应矩阵是根据第二参考信号得到的,所述第二参考信号是在所述第一参考信号之前接收到的来自所述第一装置的参考信号,所述目标降维矩阵是基于所述目标信道响应矩阵得到的;
若使用所述目标降维矩阵获取预编码矩阵可靠,基于第二信道响应矩阵获取第一预编码矩阵,所述第二信道响应矩阵是使用所述目标降维矩阵对所述第一信道响应矩阵进行降低维度处理后得到的,所述第一预编码矩阵用于对待发送至所述第一装置的数据进行预编码。
2.根据权利要求1所述的方法,其特征在于,所述根据所述数据处理精度,确定使用目标降维矩阵获取预编码矩阵是否可靠,包括:
使用所述目标降维矩阵对所述第一信道响应矩阵进行降低维度处理,得到所述第二信道响应矩阵;
对所述第二信道响应矩阵进行SVD分解,得到子矩阵集合;
基于子矩阵集合中的子矩阵重塑信道响应矩阵,得到第三信道响应矩阵;
若所述第三信道响应矩阵与所述第一信道响应矩阵之间的误差度量小于所述数据处理精度,确定使用所述目标降维矩阵获取预编码矩阵可靠;
若所述误差度量大于或等于所述数据处理精度,确定使用所述目标降维矩阵获取预编码矩阵不可靠。
3.根据权利要求1所述的方法,其特征在于,所述根据所述数据处理精度,确定使用目标降维矩阵获取预编码矩阵是否可靠,包括:
获取所述第一装置的速度信息和第一位置信息;
将所述速度信息、所述第一位置信息、目标位置信息及所述数据处理精度输入推理模型,得到所述推理模型输出的所述目标降维矩阵的可靠概率,其中,所述目标位置信息为所述目标降维矩阵对应的所述第一装置的位置信息;
若所述可靠概率大于可靠性门限,确定使用所述目标降维矩阵获取预编码矩阵可靠;
若所述可靠概率小于或等于可靠性门限,确定使用所述目标降维矩阵获取预编码矩阵不可靠。
4.根据权利要求3所述的方法,其特征在于,所述可靠性门限为预定义的,或者,所述可靠性门限是从所述第一装置获取到的。
5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
若确定使用所述目标降维矩阵获取预编码矩阵不可靠,将所述目标位置信息更新为所述第一位置信息。
6.根据权利要求3至5中任一项所述的方法,其特征在于,所述方法还包括:
基于多个训练数据集合进行机器学习得到所述推理模型,每个所述训练数据集合为速度信息、位置信息、目标位置信息和数据处理精度的组合。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述基于第二信道响应矩阵获取第一预编码矩阵,包括:
使用所述目标降维矩阵对所述第一信道响应矩阵进行降低维度处理,得到的所述第二信道响应矩阵;
对所述第二信道响应矩阵进行SVD分解,得到右酉矩阵;
基于所述右酉矩阵,得到所述第一预编码矩阵。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述方法还包括:
若确定使用所述目标降维矩阵获取预编码矩阵不可靠,基于所述第一信道响应矩阵采用QR分解法获取第一降维矩阵;
将所述目标降维矩阵更新为所述第一降维矩阵,以及将所述目标信道响应矩阵更新为所述第一信道响应矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210082674.5/1.html,转载请声明来源钻瓜专利网。