[发明专利]用于基于机器学习来估计干扰的装置及方法

权利要求书

1.一种装置，包括：

至少一个第一处理器，被配置为根据以下项中的至少一项来生成输入向量：与接收信号相对应的接收信号向量，所述接收信号包括服务信号和干扰信号；与所述服务信号相对应的服务信道矩阵；以及与所述干扰信号相对应的干扰信道矩阵；以及

第二处理器，被配置为执行由多个样本输入向量和多个样本干扰参数训练的至少一个机器学习模型，

其中，所述至少一个第一处理器被配置为：将所述输入向量提供给所述第二处理器，以及基于由所述第二处理器提供的所述至少一个机器学习模型的输出向量来确定与所述干扰信号相对应的干扰参数。

2.根据权利要求1所述的装置，其中，将所述至少一个机器学习模型训练成，生成包括分别与所述干扰参数的值的可用组合相对应的等级的所述输出向量。

3.根据权利要求1所述的装置，其中，所述干扰参数包括：

第一干扰参数，对应于用于传输所述干扰信号的秩；

第二干扰参数，对应于所述干扰信号的传输功率；以及

第三干扰参数，对应于所述干扰信号的预编码矩阵。

4.根据权利要求3所述的装置，其中，所述至少一个机器学习模型包括：

第一机器学习模型，被配置为根据所述输入向量生成第一输出向量，所述第一输出向量包括分别与所述第一干扰参数的第一候选值、所述第二干扰参数的第二候选值和所述第三干扰参数的第三候选值的组合相对应的等级，其中，所述第三候选值用于所述第一干扰参数的第一值；以及

第二机器学习模型，被配置为根据所述输入向量生成第二输出向量，所述第二输出向量包括分别与所述第三干扰参数的第四候选值相对应的等级，其中，所述第四候选值用于所述第一干扰参数的第二值。

5.根据权利要求4所述的装置，其中，所述至少一个第一处理器被配置为：基于所述第一输出向量确定所述第一干扰参数的值，以及当所述第一干扰参数的值是所述第二值时，将所述输入向量提供给所述第二机器学习模型。

6.根据权利要求3所述的装置，其中，所述第一干扰参数是秩指示符RI，

其中，所述第二干扰参数是业务导频比TPR，并且

其中，所述第三干扰参数是预编码矩阵索引PMI。

7.根据权利要求1所述的装置，其中，所述至少一个第一处理器被配置为：根据与接收单位的序列、所述服务信道矩阵和所述干扰信道矩阵相对应的接收信号向量的序列来生成输入向量的序列，以及通过组合所述至少一个机器学习模型的与所述输入向量的序列相对应的输出向量的序列来确定所述干扰参数。

8.根据权利要求1所述的装置，其中，所述至少一个第一处理器被配置为：根据所述接收信号向量、所述服务信道矩阵和所述干扰信道矩阵中的至少一项来计算多个实数，以及生成包括所述多个实数的所述输入向量。

9.一种方法，包括：

根据以下项中的至少一项生成输入向量：与接收信号相对应的接收信号向量，所述接收信号包括服务信号和干扰信号；与所述服务信号相对应的服务信道矩阵；以及与所述干扰信号相对应的干扰信道矩阵；

将所述输入向量提供给由多个样本输入向量和多个样本干扰参数训练的至少一个机器学习模型；以及

基于所述至少一个机器学习模型的输出向量，确定与所述干扰信号相对应的干扰参数。

10.根据权利要求9所述的方法，其中，所述干扰参数包括：

第一干扰参数，对应于用于传输所述干扰信号的秩；

第二干扰参数，对应于所述干扰信号的传输功率；以及

第三干扰参数，对应于用于所述干扰信号的预编码矩阵。