[发明专利]用于基于机器学习的符号定时恢复的系统、方法和装置

权利要求书

1.一种用于符号定时恢复的方法，包括：

在通信系统中基于参考信号来生成估计的时间偏移；以及

在所述通信系统中基于所述估计的时间偏移来调整变换窗口；

其中，所述估计的时间偏移是基于机器学习来生成的。

2.根据权利要求1所述的方法，其中，生成所述估计的时间偏移包括将所述机器学习应用于一个或多个信道估计。

3.根据权利要求1所述的方法，其中，生成所述估计的时间偏移包括：

从一个或多个信道估计中提取一个或多个特征；以及

基于所述一个或多个特征来生成所述估计的时间偏移。

4.根据权利要求3所述的方法，其中，提取所述一个或多个特征包括确定第一信道和第二信道之间的相关性。

5.根据权利要求4所述的方法，其中，所述相关性包括所述第一信道和所述第二信道之间的频域相关性。

6.根据权利要求4所述的方法，其中，提取所述一个或多个特征包括提取所述一个或多个信道估计的特征的集合的子集。

7.根据权利要求6所述的方法，其中，所述特征的集合包括频域信道相关性的集合。

8.根据权利要求7所述的方法，其中：

所述频域信道相关性的集合基于由Δ个子载波分隔的频域信道来计算；

所述频域信道相关性的集合基于对应于一系列Δ的信道相关性；并且

所述子集包括基于一个或多个最高Δ和一个或多个最低Δ的频域信道相关性。

9.根据权利要求3所述的方法，其中，神经网络基于所述一个或多个特征来生成所述估计的时间偏移。

10.根据权利要求9所述的方法，其中，基于所述一个或多个特征来生成所述估计的时间偏移至少部分地由神经网络来执行。

11.根据权利要求10所述的方法，其中，所述神经网络基于所述一个或多个特征来生成一个或多个分类输出。

12.根据权利要求11所述的方法，其中，生成所述估计的时间偏移包括组合来自所述神经网络的两个或更多个分类输出。

13.根据权利要求1所述的方法，其中，所述参考信号包括第一参考信号，所述估计的时间偏移包括第一估计的时间偏移，所述方法还包括：

基于比所述第一参考信号更不频繁生成的第二参考信号来生成第二估计的时间偏移；以及

基于所述第一估计的时间偏移和所述第二估计的时间偏移的组合来调整所述变换窗口。

14.一种用于符号定时恢复的方法，包括：

在通信系统中基于第一参考信号来估计时间偏移；

基于比所述第一参考信号更不频繁发送的第二参考信号来估计第一到达路径；以及

基于所述时间偏移和所述第一到达路径来调整变换窗口。

15.根据权利要求14所述的方法，其中，基于所述第一参考信号来估计时间偏移包括：

基于所述第一参考信号来生成一个或多个信道估计；

从所述一个或多个信道估计中提取一个或多个特征；以及

由机器学习过程基于所述一个或多个特征来生成所述时间偏移。

16.根据权利要求15所述的方法，其中：

所述一个或多个信道估计提供了由Δ个子载波分隔的信道之间的频域信道相关性的集合；并且

提取所述一个或多个特征包括提取所述频域信道相关性的集合的子集。

17.根据权利要求16所述的方法，其中，候选频域信道相关性的数量基于参考信号配置和资源块捆绑配置。