Processing

Please wait...

Settings

Settings

Goto Application

1. WO2022000365 - MACHINE LEARNING BASED DOWNLINK CHANNEL ESTIMATION AND PREDICTION

Publication Number WO/2022/000365
Publication Date 06.01.2022
International Application No. PCT/CN2020/099710
International Filing Date 01.07.2020
IPC
H04B 17/373 2015.1
HELECTRICITY
04ELECTRIC COMMUNICATION TECHNIQUE
BTRANSMISSION
17Monitoring; Testing
30of propagation channels
373Predicting channel quality parameters
H04B 17/391 2015.1
HELECTRICITY
04ELECTRIC COMMUNICATION TECHNIQUE
BTRANSMISSION
17Monitoring; Testing
30of propagation channels
391Modelling the propagation channel
H04W 24/08 2009.1
HELECTRICITY
04ELECTRIC COMMUNICATION TECHNIQUE
WWIRELESS COMMUNICATION NETWORKS
24Supervisory, monitoring or testing arrangements
08Testing using real traffic
Applicants
  • QUALCOMM INCORPORATED [US]/[US]
  • REN, Yuwei [CN]/[CN] (US)
  • WU, Liangming [CN]/[CN] (US)
  • BAI, Tianyang [CN]/[US] (US)
Inventors
  • REN, Yuwei
  • WU, Liangming
  • BAI, Tianyang
Agents
  • NTD PATENT & TRADEMARK AGENCY LTD.
Priority Data
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) MACHINE LEARNING BASED DOWNLINK CHANNEL ESTIMATION AND PREDICTION
(FR) ESTIMATION ET PRÉDICTION DE CANAL DE LIAISON DESCENDANTE BASÉES SUR L'APPRENTISSAGE AUTOMATIQUE
Abstract
(EN) A method of wireless communication by a user equipment (UE) includes receiving a machine learning model from a base station. The method also includes inputting channel measurements obtained from reference signals to the machine learning model. The method further includes inputting parameters to the machine learning model. Based on the parameters and the channel measurements input to the machine learning model, the machine learning model infers a neural network output. Based on the neural network output, the method estimates characteristics of a current downlink data channel and/or predicts characteristics of a future downlink data channel.
(FR) La présente invention concerne un procédé de communication sans fil mis en œuvre par un équipement utilisateur (UE), ledit procédé incluant la réception d'un modèle d'apprentissage automatique en provenance d'une station de base. Le procédé comprend également l'introduction de mesures de canal obtenues à partir de signaux de référence dans le modèle d'apprentissage automatique. Le procédé consiste en outre à introduire des paramètres dans le modèle d'apprentissage automatique. Sur la base des paramètres et des mesures de canal introduits dans le modèle d'apprentissage automatique, le modèle d'apprentissage automatique infère une sortie de réseau neuronal. Sur la base de la sortie de réseau neuronal, le procédé estime des caractéristiques d'un canal de données de liaison descendante actuel et/ou prédit des caractéristiques d'un futur canal de données de liaison descendante.
Latest bibliographic data on file with the International Bureau