具体实施方式

如本领域的技术人员将了解，可以将实施例的各方面体现为系统、装置、方法或程序产品。因此，实施例可以采用完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或组合软件和硬件方面的实施例的形式。

例如，所公开实施例可以被实现为硬件电路，包含定制的超大规模集成(“VLSI”)电路或门阵列、现成半导体(诸如逻辑芯片、晶体管或其他离散组件)。所公开实施例还可以被实现在可编程硬件设备中，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备或类似者。作为另一示例，所公开实施例可以包括可执行代码的一个或多个物理或逻辑块，其可以例如被组织为对象、程序或功能。

此外，实施例可以采取体现在一个或多个计算机可读存储设备中的程序产品的形式，该计算机可读存储设备存储机器可读代码、计算机可读代码和/或程序代码(此后称作代码)。存储设备可以是有形的、非暂时性和/或非传输的。存储设备可能不包含信号。在特定实施例中，存储设备仅采用信号来访问代码。

可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读存储介质。计算机可读存储介质可以是存储代码的存储设备。存储设备可以是例如(但不限于)电子、磁性、光学、电磁、红外线、全息、微机械或半导体系统、装置或设备，或前述的任何合适的组合。

存储设备的更具体示例(非详尽列表)将包括以下各项：具有一个或多个导线的电连接件、便携式计算机软盘、硬盘、随机存取存储器(“RAM”)、只读存储器(“ROM”)、可擦除可编程只读存储器(“EPROM”或快闪存储器)、便携式紧密光盘只读存储器(“CD-ROM”)、光学存储设备、磁性存储设备或以上各项的任何合适组合。在本文档的上下文中，计算机可读存储介质可以是可以含有或存储由指令执行系统、装置或设备使用或与其结合使用的程序的任何有形介质。

用于进行实施例的操作的代码可以是任何数量的行，且可以以一种或多种编程语言的任何组合来编写，编程语言包括面向对象的编程语言(诸如Python、Ruby、Java、Smalltalk、C++等)、以及诸如“C”编程语言等的常规程序化编程语言，和/或诸如汇编语言的机器语言。代码可以完全在用户的计算机上执行、部分在用户的计算机上执行，作为独立的软件包，部分在用户的计算机上以及部分在远程计算机上或完全在远程计算机或服务器上执行。在后者情形中，远程计算机可以通过包括局域网(“LAN”)或广域网(“WAN”)任何类型的网络连接到用户的计算机，或者可以进行到外部计算机的连接(例如，通过使用因特网服务提供商的因特网)。

贯穿本说明书对“一个实施例”、“实施例”或类似的语言的引用意味着在至少一个实施例中包括结合该实施例描述的特定特征、结构或特性。因此，除非另有明确说明，贯穿本说明书中短语“在一个实施例中”、“在实施例中”和类似语言的出现可以但不必全部指代同一实施例，但意味着“一个或多个但并非全部实施例”。除非另有明确说明，术语“包括”、“包含”、“具有”及其变体意味着“包括但不限于”。除非另有明确说明，列举项目列表并不意味着任何或所有项目是互斥的。除非另有明确说明，术语“一”、“一个”和“该”也指代“一个或多个”。

如本文所使用，带有连词“和/或”的列表包括列表中的任何单个项目或列表中项目的组合。例如，A、B和/或C的列表包括仅A、仅B、仅C、A和B的组合、B和C的组合、A和C的组合或者A、B和C的组合。如本文所使用，使用术语“……中的一个或多个”的列表包括列表中的任何单个项目或列表中项目的组合。例如，A、B和C中的一个或多个包括仅A、仅B、仅C、A和B的组合、B和C的组合、A和C的组合或者A、B和C的组合。如本文所使用，使用术语“……中的一个”的列表包括列表中的任何单个项目中的一个且仅一个。例如，“A、B和C中的一个”包括仅A、仅B或仅C，并且不包括A、B和C的组合。如本文所使用，“选自由A、B和C组成的群组的成员”包括A、B或C中的一个且仅一个，并且不包括A、B和C的组合。如本文所使用，“选自由A、B和C组成的群组的成员及其组合”包括仅A、仅B、仅C、A和B的组合、B和C的组合、A和C的组合或者A、B和C的组合。

此外，实施例的所描述特征、结构或特性可以以任何合适方式来组合。在以下描述中，提供众多特定细节，诸如编程、软件模块、用户选择、网络交易、数据库查询、数据库结构、硬件模块、硬件电路、硬件芯片等的示例，从而提供实施例的透彻理解。然而，相关领域的技术人员将认识到，实施例可以在没有具体细节中的一个或多个的情况下或使用其他方法、组件、材料等等来实践。在其他情况下，未详细展示或描述众所周知的结构、材料或操作以避免模糊实施例的各方面。

下文参考根据实施例的方法、装置、系统和程序产品的示意性流程图和/或示意性框图来描述实施例的各方面。将理解，示意性流程图和/或示意性框图的每个块以及示意性流程图和/或示意性框图中块的组合可以通过代码来实现。可以将该代码提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现在流程图和/或框图中指定的功能/动作的装置。

该代码还可以被存储在可以指导计算机、其他可编程数据处理装置或其他设备以特定方式运作的存储设备中，使得存储在存储设备中的指令产生包括指令的制造物品，该指令实现在流程图和/或框图中指定的功能/动作。

该代码还可以被加载到计算机、其他可编程数据处理装置或其他设备上，以使在计算机、其他可编程装置或其他设备上执行一系列操作步骤以产生计算机实现的过程，使得在计算机或其他可编程装置上执行的代码提供用于实现在流程图和/或框图中指定的功能/动作的过程。

附图中的流程图和/或框图示出根据各种实施例的装置、系统、方法和程序产品的可能实现方式的架构、功能性和操作。就此而言，流程图和/或框图中的每个块可以表示代码的模块、片段或部分，其包括用于实现指定的逻辑功能的代码的一个或多个可执行指令。

还应注意，在一些替代实现方式中，块中所指出的功能可能不按照图中所示的顺序发生。例如，连续展示的两个块实际上可以大体上同时执行，或者这些块有时可以以相反的顺序执行，这取决于涉及的功能性。可以设想在功能、逻辑或效应上等同于附图所示的一个或多个块或其部分的其他步骤和方法。

尽管可以在流程图和/或框图中采用各种箭头类型和线路类型，但应理解它们并不限制对应实施例的范围。实际上，可以使用一些箭头或其他连接器来仅指示所描绘的实施例的逻辑流。例如，箭头可以指示所描绘实施例的列举步骤之间的未指定持续时间的等待或监视时段。还将注意到，框图和/或流程图中的每个块以及框图和/或流程图中的块组合可以由执行指定功能或动作的基于专用硬件的系统或者专用硬件和代码的组合来实现。

每个图中元件的描述可以指代正进行图的元件。在所有附图中，相同数字指代相同的元件，其包括相同元件的替代实施例。

大体上，本公开描述了使用改进的类型II码本压缩来报告CSI反馈的系统、方法和装置。此处，UE可以用不同数量的抽头(tap)对不同的波束进行编码，并且可以使用不同数量的量化比特对每个抽头进行编码。因此，仅识别和表示哪个波束具有不同数量的抽头以及识别使用多少比特来对这些抽头译码就存在开销。

本文公开了用于抽头的多级量化的技术，从而改进了基于离散傅立叶变换(“DFT”)的类型II码本压缩。码本压缩提高了传输效率，因为更少的比特需要通过空中接口从传输器(例如，UE)发送到接收器(例如，gNB或其他RAN节点)。为了改进基于DFT的类型II码本压缩，传输设备(例如，UE)基于参考信号识别波束集合，并执行初始(第一级)量化。传输设备还选择波束的子集，识别波束并执行第二级量化。在各种实施例中，第一级量化是低分辨率量化，并且第二级量化是高分辨率量化。

为了支持MIMO无线通信中的多流传输，可以使用预编码来实现更好的传输方向性。在多用户MIMO环境中，使用下行链路预编码来改进每个用户的传输方向性。此处，预编码是一种干扰预消除技术，它利用了多个传输天线(Nt)提供的空间自由度。下行链路信道使用从RAN节点发送到UE的下行链路参考信号(“DL-RS”)来测量。RAN节点使用例如2Nt天线(因子“2”说明RAN节点天线处的两种极化)并在Nf频带上传输DL-RS。基于信道测量，UE在CSI报告中向RAN节点报告参数，使得RAN节点能够构建有效的预编码器来预测下行链路信道。如本领域普通技术人员将理解，在CSI报告的大小(开销)和给定CSI报告的预编码器的性能(吞吐量)之间存在折衷。

一种类型的空间压缩方案确定2L预编码向量或波束或基的集合，其中2L<2Nt。频率子带k(0≤k<Nsb)处的预编码向量是覆盖不同空间方向的每个子带的预定义基(即，DFT矩阵)的子集的线性组合。此处，Nsb是子带的数量。这种技术使用空间压缩来减少报告的与2L<2Nt成正比的比特数。

如果波束选择矩阵记为

则一层的所得2N₁N₂×N_sb预编码矩阵可以被表达为

在等式1中，H意指矩阵的厄米特(Hermitian)，V是大小N_sb的DFT矩阵，且由长度N_sb的2L时域系数向量组成，并且W是2N₁N₂×1维预编码向量集合(每个行是预编码向量)，每个N_sb子带有各自一个向量。

每层预编码器可以被表达为

在等式2中，层常量W₁是2Nt×2L，每层W₂(k)具有大小2L×1，并且Nt×L矩阵B＝[b₁b₂ ... b_L-1]的列是Nt大小的标准二维DFT矩阵的列。

另一种类型II预编码压缩方案将波束的频域预编码向量的子集变换到时域，并选择时域分量的子集，然后将该子集馈送回RAN节点。然后，RAN节点执行逆变换回到频域，以确定预编码向量或波束的集合。预定义预编码向量的子集覆盖不同频率的子带。此处，UE报告：1)L个DFT特殊基索引(其中L<Nt)，2)M个DFT频域基索引(其中M<Nsb)，以及3)2L×M个线性组合系数(即，具有振幅和相位两者的复系数)。这种技术使用空间压缩和频率压缩两者来减少所报告的比特数为2LM＜2LNsb＜2NtNsb。

每层预编码器可以被表达为

在等式3中，B在所有层上都是相同的。此处按层报告，其大小为2L×M，并且Nsb×M矩阵W₃＝[f₀...f_M-1]的列是Nsb大小的标准DFT矩阵的列，也是按层报告的。

对于元素表示系数的量化的振幅和相位。本文描述的多级量化技术使用基于振幅值的用于的可变量化分辨率，而不需要额外的信令来指示弱系数。多级量化的一个实施例是两级量化，其中低分辨率系数具有q_A比特来指示振幅系数以及具有q_P比特来指示相比特系数。附加比特用于高分辨率系数，使得它们具有q_A+q’_A比特来指示振幅系数以及具有q_P+q’_P比特来指示相位系数。传输设备(例如，UE)和接收设备(例如，gNB)都知道的规则基于系数的粗略振幅来确定量化分辨率。例如，振幅阈值可以用于确定系数是高分辨率还是低分辨率，其中阈值的值是预定的和/或为UE和gNB两者已知的。

以下步骤通常被执行用于生成

第一，给定每个N_sb子带的信道矩阵(H_sb)，计算W₁。

第二，使用信道矩阵(H_sb)的估计和W₁，计算W₂。该步骤需要找到对应于每个子带的等效信道矩阵H_sbW₁的最高(例如，最大)奇异值的奇异向量。W₂的每个列是一个子带的奇异向量。

第二，可以通过对W₂的行进行傅立叶逆变换来计算即，

当UE报告中系数的非零子集的指示时，例如，那些具有最大幅度的系数，可以减少反馈开销。反馈开销还取决于使用多少量化比特来表示这些系数。

译码方法应该是这样的，即非零项目可以在几个比特中被识别和量化，而没有任何显著的性能损失。如本文所使用，这些非零项目将被称作“抽头”。

预期不是所有的波束将承载相等的能量，且因此每个波束不需要用相等数量的系数来表示。另一方面，允许所有系数表示单个波束的基底限制了UE处系数选择的并行化。另外，允许UE完全自由地选择所报告的系数的数量，与在一些固定的或更高层的配置模式中从最强波束到最弱波束逐渐减少所报告的基底数量相比，导致更高的开销。

为了减少识别非零项目的比特数，选择大小为K<N_sb的子集很重要，从该子集选择每个波束的抽头。因为UE需要为所有非零项目分配振幅和相位比特，所以可以通过为一些波束分配较少数量的抽头来提高译码效率。因此，假设2L波束中，分别地，L₁波束具有M₁抽头，L₂波束具有M₂抽头，……并且L_q波束具有M_q抽头。请注意，所有波束上都有K个可能的公共抽头，其中K≤Nsb。这里假设在无线网络中先验已知M₁抽头将被分配给L₁波束，M₂抽头将被分配给L₂波束，等等。然而，先验地不知道L_i波束中哪些具有M_i抽头。

这里假设抽头M_k是递减的。应注意M_k≤K。还假设M₁(所有波束上的最大抽头数)等于K。为了进一步节省量化比特，可以用较多的振幅和相位比特对更强的抽头进行译码，而用较少的比特对其他抽头进行译码。

一旦波束和它们对应的抽头被选择，但在量化抽头之前，译码方案将表示a)哪些波束和抽头被量化，以及b)使用多少比特来量化每个抽头。编码该信息的一种方式是首先使用比特图来决定哪个抽头必须被量化，并且哪个抽头不被量化。

另一方法是列举或组合方法。此处，使用列举方法进行译码时，需要对比特数的表达式。目前，假设所有抽头都使用相同的比特数进行译码。

为了识别公共的K个抽头，首先使用上限函数来识别比特数A：

此处，是组合函数，它等于从Nsb–1子带中选择K–1个抽头的组合数，Nsb表示子带大小，并且使用值K-1是因为主波束的第一抽头总是被选择，并且主波束是可识别的。例如，如美国临时申请62/791,706中所讨论的，可以使用归一化和/或相位修正来识别主波束。应注意，等式6中的参数K可以与上面等式3中的参数M相同。

为了识别具有M₁，M₂，…，M_q个抽头的波束，使用组合方法并假设将抽头指派给波束的规则使得主波束(其是可识别的)总是具有最大抽头数(M₁)，则使用上限函数识别比特数B：

一旦识别出波束，就需要识别波束内的抽头。再次，使用译码方法使得主波束的最大抽头是第一抽头意味着不需要比特来识别主波束的第一抽头。因此，用于识别波束内抽头位置的比特数C由下式给出：

图1描绘根据本公开的各种实施例的无线通信系统100的类型II码本压缩的实施例。在一个实施例中，无线通信系统100包括远程单元105、基站单元110和通信链路115。即使在图1中描绘特定数量的远程单元105、基站单元110和通信链路115，所属领域的技术人员将认识到可以在无线通信系统100中包括任何数量的远程单元105、基站单元110和通信链路115。

在一个实现方式中，无线通信系统100与3GPP规范中指定的NR系统和/或3GPP中指定的LTE系统兼容。然而，更大体来说，无线通信系统100可以实现一些其他开放或专有通信网络，例如WiMAX以及其他网络。本公开并不意图限于任何特定无线通信系统架构或协议的实现方式。

在一个实施例中，远程单元105可以包括计算设备，诸如台式计算机、膝上型计算机、个人数字助理(“PDA”)、平板计算机、智能电话、智能电视机(例如，连接到因特网的电视机)、智能家电(例如，连接到因特网的家电)、机顶盒、游戏控制台、安全系统(包括安全摄像机)、车载计算机、网络设备(例如，路由器、交换机、调制解调器)或类似者。在一些实施例中，远程单元105包括可穿戴设备，诸如智能手表、健身手环、光学头戴式显示器等。此外，远程单元105可以被称为订户单元、移动装置、移动站、用户、终端、移动终端、固定终端、订户站、UE、用户终端、设备或本领域中使用的其他术语。远程单元105可以经由上行链路(“UL”)和下行链路(“DL”)通信信号直接与一个或多个基站单元110通信。此外，UL和DL通信信号可以在通信链路115上承载。

基站单元110可以分布在地理区域内。在特定实施例中，基站单元110还可以被称作RAN节点、接入终端、基础、基站、节点B、eNB、gNB、家庭节点B、中继节点、毫微微小区、接入点、设备或此项技术中使用的任何其他术语。基站单元104通常是接入网络120的一部分，诸如无线电接入网络(“RAN”)，其可以包括可通信地耦合到一个或多个对应的基站单元110的一个或多个控制器。接入网络120的这些和其他元件并未说明，但它们通常是本领域普通技术人员众所周知的。基站单元110经由接入网络120连接到移动核心网络130。接入网络120和移动核心网络130在本文可以统称为“移动网络”或“移动通信网络”。

基站单元110可以经由无线通信链路而服务于服务区域内的许多远程单元105，例如小区或小区扇区。基站单元110可以经由通信信号直接与远程单元105中的一个或多个通信。通常，基站单元110传输下行链路(“DL”)通信信号以便在时域、频域和/或空间域中服务于远程单元105。此外，DL通信信号可以在通信链路115上承载。通信链路115可以是许可或未经许可无线电频谱中的任何合适的载波。通信链路115有助于一个或多个远程单元105和/或一个或多个基站单元110之间的通信。

在一个实施例中，移动核心网络130是5G核心(“5GC”)或演进分组核心(“EPC”)，其可以耦合到其他数据网络中的其他数据网络150，如因特网和专用数据网络。每个移动核心网络130属于单个公共陆地移动网络(“PLMN”)。本公开并不意图限于任何特定无线通信系统架构或协议的实现方式。例如，移动核心网络130的其他实施例包括由宽带论坛(“BBF”)描述的增强型分组核心(“EPC”)或多服务核心。

移动核心网络130包括若干网络功能(“NF”)。如所描绘，移动核心网络130包括接入和移动性管理功能(“AMF”)133、会话管理功能(“SMF”)135和用户平面功能(“UPF”)131。尽管在图1中描绘了特定数量的AMF 133、SMF 135和UPF 131，所属领域的技术人员将认识到可以在移动核心网络130中包括任何数量和类型的网络功能。

AMF 133提供诸如UE注册、UE连接管理和UE移动性管理的服务。SMF 135管理远程单元105的数据会话，诸如PDU会话。UPF 131向远程单元105提供用户平面(例如，数据)服务。远程单元105和数据网络150之间的数据连接由UPF 131管理。UDM 137提供用户识别处置、接入授权、订阅管理等。

为了支持空间复用和MU-MIMO，远程单元105使用利用多级量化的类型II码本压缩向基站单元110提供CSI反馈125。远程单元105生成修改的信道矩阵集合(H_SB W₁)，其中(H_SB)是子带集的信道矩阵的估计，并且(W₁)是波束空间矩阵。远程单元105还从修改的信道矩阵生成奇异向量系数集合(W₂)。

远程单元105执行奇异向量系数的逆DFT，以生成抽头集合。远程单元105使用第一级量化器来量化抽头集合以生成量化抽头集合，基于该量化抽头集合识别波束集合和分配给该波束集合的对应的抽头集合，并使用第二级量化器量化对应的抽头集合，如下文更详细描述。

在各种实施例中，远程单元105使用多级量化技术，其中第一级量化器使用较少的比特数提供抽头幅度的粗略量化。第一级量化器能够识别非零抽头和用于在第二级量化器中量化非零抽头的比特。第一级量化器联合执行不同任务的能力显著降低了比特开销。

在一些实施例中，远程单元105使用多级量化技术，其中第一级量化器使用单个比特来指示哪些系数是高分辨率的。如上文论述，第一级量化生成系数的粗略幅度值。第一级量化的结果是比特图。远程单元105然后使用附加比特来编码高分辨率抽头的振幅和相位系数。

当使用可变分辨率量化(即，使用多级量化实现)时，每层的奇异向量系数集合(W₂)可以被表达为：

其中，⊙表示阿达马(Hadamard)乘积(即逐元素乘法)。在等式9中，矩阵Λ_A1对应于第一级量化，并且矩阵Λ_A2对应于第二级量化。此外，在矩阵Λ_A2中，低分辨率波束系数被指派值“1”。虽然以上等式展示了具有值“1”的元素和但是这些值是示例性的，并且基于波束系数振幅的粗略振幅。在其他实施例中，矩阵Λ_A2的不同元素将具有值“1”。应注意，等式9中的参数M与上面等式3中的参数M相同。进一步注意，等式3和9中的参数M可以与上面等式6中的参数K相同。

在第一级量化使用1比特的情况下，第一级变成强系数的比特图，使用矩阵Λ_A2指示其高分辨率振幅/相位信息。

图2A描绘根据本公开的实施例的用于码本压缩的多级量化程序200。所有波束共有的前K个抽头使用A个比特来识别和译码(例如，使用上面的等式6来计算)。2LK个抽头205(每波束K个)被输入到第一级量化器210，该量化器使用比实际分配用于量化非零抽头幅度更少的比特来标量量化这些抽头的幅度。

例如，如果被分配来对幅度进行译码的比特是3比特/4比特，则第一级量化器210可以使用2比特来对幅度进行译码。现在可以使用第一级量化器210的输出来识别每个波束的抽头数量(参见块215)。

设第i波束的第j抽头的第一级量化幅度由q_ij给出。在第一级量化器210中具有较高的其抽头量化值总和的波束现在可以被分配更多数量的抽头等等，使用：

其中波束以递减的顺序布置，并且较高数量的抽头被分配给具有较高Q值的波束。

类似地，在第一级中具有最低值的抽头可以被归零，并且在第二级量化器220中不分配任何额外的比特。具有下一个较高的第一级值的抽头可以在第二级中被分配较低数量的比特，并且具有最高值的抽头可以在第二级量化器220中被分配较高数量的比特。设波束k以L_k抽头结束。现在，量化值q_kj以递减顺序布置，并且在第二级量化器220中，只有该顺序的前L_k个抽头被分配非零振幅和相位比特，从而产生量化抽头225。应注意，使第一级量化器210具有增加的步长提高了效率(像A-定律或mu-定律一样压缩扩展信号(即通过压缩和扩展进行信号处理)，以减轻具有有限动态范围的信道的有害效应)。

图2B描绘根据本公开的实施例的用于码本压缩的多级量化程序250。首先，所有波束共有的K个抽头使用A个比特来识别和译码(使用上面的等式6来计算)。现在，2LK个抽头205(每波束K个)被输入到第一级量化器255，该量化器使用一个比特来标量量化这些抽头的幅度。因此，第一级量化器255的输出是比特图，其指示哪些抽头要用振幅和相位比特来量化。在第二级量化器260中，只有比特图中指示的抽头被分配非零振幅和相位比特，从而产生量化抽头265。

在各种实施例中，UE被配置有要报告的系数的分数β，并选择第一级量化阈值，使得由比特图指示固定数量2βLM的系数。

表1展示如本文所述的多级量化的开销计算。在各种实施例中，每个波束被分配固定数量的系数。将分配给最强到最弱波束的系数数量表示为M_i，其中i＝1,2,…,2L，其中表的第一列给出了所报告的系数数量相对于波束的分布示例。在第一行中，最强波束对K₀系数总和的贡献为M₁＝3，第三个最强波束的贡献是M₃＝2，等等。这里光束的相对强度是能量最高的系数的能量。

表中给出了该方案的开销计算。基础集合指示的比特数由给出。该值基于两级量化方案，其中第一级量化振幅信息由波束内公共集合的所有M个系数的个比特组成。在第一行，假设3比特用于振幅量化，那么可以使用比特来表示所有波束的系数。通过对波束内所有系数的两比特振幅的平方求和，可以形成波束能量的近似值，并且根据所有波束的能量，可以基于这些近似能量形成波束能量的排序。根据波束排序，可以确定为每个波束发信号通知的二级量化信息的系数的数量。二级量化信息是波束内具有最高2比特系数能量的那些系数的最低有效比特。组合第一级和第二级量化振幅产生具有最大系数能量的波束i的系数的3比特系数振幅(至少就它们的2比特振幅表示而言)。表1中的每个项目都是针对子带大小N_sb＝13的。

表1：开销计算

图3描绘根据本公开的实施例的波束能量305(对于8个波束)和这些波束的系数振幅的量化310的一个示例300。如所描绘的，在示例300中测量了八个波束，根据波束能量(从最高到最低)将波束排序为：波束2、波束6、波束8、波束7、波束5、波束4、波束1、波束3。在各种实施例中，两个最强的波束(波束2和波束6)被分配四个系数用于报告(即，波束2和波束6的Mi＝4)，四个第二最强的波束(即，波束8、波束7、波束5和波束4的Mi＝3)被分配三个系数用于报告(即，波束4、波束5、波束7和波束8的Mi＝3)，并且两个最弱的波束(波束1和波束3)被分配两个系数用于报告(即，波束1和波束3的Mi＝2)。

图4描绘根据本公开的实施例的使用图3的波束系数的第一级量化和第二级量化的示例性量化400。图4展示系数振幅分解成第一级振幅405和第二级振幅410的总和。在第一级量化期间，指示粗略振幅。在量化400中，第一级振幅405指示小于或等于波束系数振幅的最高2倍。换句话说，第一级振幅405指示波束系数振幅的两个最高有效比特。在特定实施例中，第一级振幅405的每个值可以使用2比特映射来指示(即，q_A＝2)。作为示例，“00”可以用来指示“0”，“01”可以用来指示“2”，“10”可以用来指示“4”，并且“11”可以用来指示“6”。

对于每个波束，Mi个最高波束系数索引以强轮廓示出。应注意，在量化400中，在平局(一个以上波束系数具有相同幅度值)的情况下，根据系数索引进一步对波束系数进行排序，使得具有较低索引的波束系数比具有相同振幅但具有较高索引的波束系数排序更高。第一级振幅405用于确定波束的排序，并且振幅最大的Mi个系数在第二级量化中被进一步量化。

第二级振幅410指示每个波束的仅Mi个最强系数的附加信息。应注意，对于每个波束的Mi个最强系数，第一级振幅405和第二级振幅410的总和等于图3中所示的系数振幅。在各种实施例中，每个第二级振幅410的值可以使用1比特来指示(即，q_A’＝1)。应注意，第二级振幅410指示波束系数振幅的最低有效比特。

虽然在图4中未描绘，但是可以使用第一比特量(即，qp比特数)来编码(例如，使用第一级量化器)波束系数相位，并且可以使用附加比特(即，qp’比特数)来编码相位(例如，使用第二级量化器)，仅针对由振幅值确定的每个波束的Mi个最强系数。

图5描绘根据本公开的实施例的使用图3的波束系数的第一级量化和第二级量化的示例性量化500。量化500是量化400的替代，并且使用两个场(即，第一级振幅405和第二级振幅510)来指示振幅信息。第一级振幅405指示波束系数振幅的两个最高有效比特，如上文参考图4所述。对于每个波束，Mi个最高波束系数索引以强轮廓示出。然而，第二级振幅510是波束中Mi个最高振幅系数的最低有效比特的比特图，在波束内从最低到最高索引排序，然后从最强到最弱波束。

此处，前四比特指示波束2中最高振幅系数的最低有效比特(回想M₂＝4)，接着四比特指示波束6中最高振幅系数的最低有效比特(回想M₆＝4)，接着三比特指示波束8中最高振幅系数的最低有效比特(回想M₈＝3)，接着三比特指示波束7中最高振幅系数的最低有效比特(召回M₇＝3)，接着三比特指示波束5中最高振幅系数的最低有效比特(回想M₅＝3)，接着三比特表示波束4中最高振幅系数的最低有效比特(回想M₄＝3)，接着两比特指示波束1中最高振幅系数的最低有效比特(回想M₁＝2)，并且最后两比特指示波束3中最高振幅系数的最低有效比特(回想M₃＝2)。

虽然在图5中未描绘，但是可以使用第一比特量(即，qp比特数)来编码(例如，使用第一级量化器)波束系数相位，并且可以使用附加比特(即，qp’比特数)来编码相位(例如，使用第二级量化器)，仅针对由振幅值确定的每个波束的Mi个最强系数。

图6是说明根据本公开的实施例的使用图3的波束系数的第一级量化和第二级量化的示例性量化600的图。在示例性量化600中，第一量化级(即，低分辨率)使用单个比特来指示强系数。在第二量化级(即，高分辨率)，使用附加比特来指示那些强系数的振幅值，如第二级幅度610所示。

如所描绘的，第一级振幅605产生比特图，该比特图指示哪些波束具有强系数(例如，振幅值高于阈值量)。第二级量化然后用强系数量化波束，以指示振幅值和相位值(未示出)。例如，可以在第二级中使用三个比特来量化强系数的振幅610。在特定实施例中，可以相对于强系数中具有最大值的系数来归一化系数。

图7描绘波束振幅和相位系数的两级量化的一个示例700。具有最高3比特量值的系数的索引是图7所示的示例是针对每波束M＝4个系数的情况。

在该方案中，四比特振幅和四比特相位用于表示波束的最强系数，而三比特振幅和三比特相位用于表示波束的剩余系数。为了解码包含这些表示的上行链路控制消息，当然有必要知道哪个波束的系数最强。一种方式是为每个波束包括具有长度ceil(log₂M)的指示(其中“ceil(x)”表示争论x的上限函数)。然而，上述多级量化方法也可以在没有最强波束的附加信令的情况下使用。

一个波束的振幅和相位量化系数的价值被示出，每个系数的最高有效振幅位之后是第一级振幅表示(即，三位)最大的系数的最低有效位。类似地，具有最大第一级振幅的系数的最低有效相位位遵循波束相位系数的第一级表示。在N_MSB第一级比特和N_LSB第二级比特的一般情况下，波束振幅系数a_m,m＝1，2，...，M由下式给出

图8描绘根据本公开的实施例的可以用于类型II码本压缩的用户设备装置800。在各种实施例中，使用用户设备装置800来实现上述解决方案中的一个或多个。用户设备装置800可以是上述远程单元105的一个实施例。此外，用户设备装置800可以包括处理器805、存储器810、输入设备815、输出设备820和收发器825。在一些实施例中，输入设备815和输出设备820被组合成单个设备，诸如触摸屏。在特定实施例中，用户设备装置800可以不包括任何输入设备815和/或输出设备820。在各种实施例中，用户设备装置800可以包括以下各项中的一个或多个：处理器805、存储器810和收发器825，并且可以不包括输入设备815和/或输出设备820。

在一个实施例中，处理器805可以包括能够执行计算机可读指令和/或能够执行逻辑操作的任何已知控制器。例如，处理器805可以是微控制器、微处理器、中央处理单元(“CPU”)、图形处理单元(“GPU”)、辅助处理单元、现场可编程门阵列(“FPGA”)或类似的可编程控制器。在一些实施例中，处理器805执行存储在存储器810中的指令以执行本文描述的方法和例程。处理器805通信地耦合到存储器810、输入设备815、输出设备820和收发器825。

在各种实施例中，处理器805对从奇异向量系数生成的抽头集合执行两级量化，如上文论述。具体地，处理器805可以生成对应于多个波束的奇异向量系数集合，并基于奇异向量系数对抽头幅度集合执行初始量化。根据量化结果，处理器805可以识别具有较高量化抽头幅度的波束子集和对应抽头，并对波束子集和对应抽头执行附加量化，其中波束子集用比波束剩余部分更多的比特数进行量化。

在各种实施例中，处理器805基于收发器825所接收的一个或多个参考信号来识别波束集合。处理器805然后可以基于参考信号生成与该波束集合中的每个波束相关联的抽头集合。处理器805识别在该波束集合上相同的、抽头索引的公共子集，并生成表示抽头索引的公共子集的组合码字。经由收发器825，处理器805报告公共子集的组合码字作为CSI反馈报告的一部分。

在一些实施例中，与每个波束相关联的系数集合的大小等于子带大小。在特定实施例中，该抽头索引集合的组合码字中的位数基于组合其中Nsb表示子带大小，并且值K是抽头索引集合的大小。在各种实施例中，处理器805使用上面的等式6计算组合码字中的比特数。在一些实施例中，处理器805使用多个级来量化系数值。

在各种实施例中，存在与所有波束的每个抽头索引相关联的系数值。在特定实施例中，系数值的数量等于波束数量和抽头索引集合大小的乘积。因此，其中2L表示波束的数量(即，每个波束两个极化)，并且其中K表示抽头索引集合的大小，则系数值的数量是量2LK。

在一些实施例中，处理器805生成第一级系数索引的序列，其中每个系数索引对应于系数值，并且识别第一级系数索引的子序列。处理器805还生成对应于第一级系数索引的子序列的第二级系数索引，并且(经由收发器)报告第一级和第二级系数索引作为CSI反馈报告的一部分。

在特定实施例中，第一级系数索引的序列是比特图。在特定实施例中，第一级系数索引识别非零抽头值。在此类实施例中，基于对应于第一级系数索引的子序列的抽头值来生成第二级系数索引。例如，对应于具有非零抽头值的系数索引的振幅和相位值可以经由第二级被编码。

在一个实施例中，存储器810是计算机可读存储介质。在一些实施例中，存储器810包括易失性计算机存储介质。例如，存储器204可以包括RAM，包括动态RAM(“DRAM”)、同步动态RAM(“SDRAM”)和/或静态RAM(“SRAM”)。在一些实施例中，存储器810包括非易失性计算机存储介质。例如，存储器810可以包括硬盘驱动器、快闪存储器或任何其他合适的非易失性计算机存储设备。在一些实施例中，存储器810包括易失性和非易失性计算机存储介质两者。

在一些实施例中，存储器810存储与类型II码本压缩相关的数据。例如，存储器810可以存储参考信号、波束集合、系数、抽头索引、抽头值、码字、CSI反馈等。在特定实施例中，存储器810还存储程序代码和相关的数据，诸如在远程单元105上操作的操作系统或其他控制器算法。

在一个实施例中，输入设备815可以包括任何已知的计算机输入设备，包含触控面板、按钮、键盘、触控笔、麦克风等。在一些实施例中，输入设备815可以与输出设备820集成为例如触摸屏或类似的触敏显示器。在一些实施例中，输入设备815包括触摸屏，使得可以使用在触摸屏上显示的虚拟键盘和/或通过在触摸屏上手写来输入文本。在一些实施例中，输入设备815包括两个或更多个不同的设备，诸如键盘和和触控面板。

在一个实施例中，输出设备820被设计成输出视觉、听觉和/或触觉信号。在一些实施例中，输出设备820包括能够向用户输出视觉数据的电子可控显示器或显示设备。例如，输出设备820可以包括(但不限于)LCD显示器、LED显示器、OLED显示器、投影仪、或能够向用户输出图像、文本等的类似显示设备。作为另一非限制性示例，输出设备820可以包括与用户设备装置800的剩余部分分离但通信耦合的可穿戴显示器，诸如智能手表、智能眼镜、抬头显示器等。此外，输出设备820可以是智能电话、个人数字助理、电视机、桌上型计算机、笔记本(膝上型)计算机、个人计算机、车辆仪表盘等的组件。

在特定实施例中，输出设备820包括用于产生声音的一个或多个扬声器。例如，输出设备820可以产生听觉警报或通知(例如，蜂鸣声或嘟嘟声)。在一些实施例中，输出设备820包括用于产生振动、运动或其他触觉反馈的一个或多个触觉设备。在一些实施例中，输出设备820中的所有或部分可以与输入设备815集成。例如，输入设备815和输出设备820可以形成触摸屏或类似的触敏显示器。在其他实施例中，输出设备820可以位于输入设备815附近。

在各种实施例中，收发器825经由一个或多个接入网络与移动通信网络的一个或多个网络功能通信。收发器825在处理器805的控制下操作，以传输消息、数据和其他信号，并且还接收消息、数据和其他信号。例如，处理器805可以在特定时间选择性地激活收发器(或其部分)，以便发送和接收消息。

收发器825可以包括一个或多个传输器830和一个或多个接收器835。尽管仅说明一个传输器830和一个接收器835，但用户设备装置800可以具有任何合适数量的传输器830和接收器835。此外，传输器830和接收器835可以是任何合适类型的传输器和接收器。在一个实施例中，收发器825包括用于通过许可的无线电频谱与移动通信网络通信的第一传输器/接收器对，以及用于通过未经许可的无线电频谱与移动通信网络通信的第二传输器/接收器对。

在特定实施例中，用以通过许可的无线电频谱与移动通信网络通信的第一传输器/接收器对以及用以通过未经许可的无线电频谱与移动通信网络通信的第二传输器/接收器对可以组合成单个收发器单元，例如执行许可和未经许可无线电频谱两者的使用的功能的单个芯片。在一些实施例中，第一传输器/接收器对和第二传输器/接收器对可以共享一个或多个硬件组件。例如，特定收发器825、传输器830和接收器835可以被实现为物理上分离的组件，这些组件接入共享的硬件资源和/或软件资源，诸如例如网络接口840。

在各种实施例中，一个或多个传输器830和/或一个或多个接收器835可以被实现和/或集成到单个硬件组件中，诸如多收发器芯片、片上系统、ASIC或其他类型的硬件组件。在特定实施例中，一个或多个传输器830和/或一个或多个接收器835可以被实现和/或集成到多芯片模块中。在一些实施例中，诸如网络接口840的其他组件或其他硬件组件/电路可以与任何数量的传输器830和/或接收器835集成到单个芯片中。在此类实施例中，传输器830和接收器835可以在逻辑上被配置为使用一个或多个公共控制信号的收发器825，或者被配置为在同一硬件芯片或多芯片模块中实现的模块化传输器830和接收器835。

图9描绘根据本公开的实施例的用于类型II码本压缩的方法900的一个实施例。在各种实施例中，方法900由上文所描述的远程单元105和/或用户设备装置800执行。在一些实施例中，方法900由处理器执行，诸如微控制器、微处理器、中央处理单元(CPU)、图形处理单元(GPU)、辅助处理单元、FPGA等。

方法900开始并接收905参考信号。方法900包括基于参考信号来识别910波束集合。方法900包括基于参考信号生成915与该波束集合中的每个波束相关联的系数集合。方法900包括识别920抽头索引集合，其中该抽头索引集合是在该波束集合上相同的、系数索引的公共子集。方法900包括生成925表示抽头索引集合的组合码字。方法900包括报告930用于该抽头索引集合的组合码字作为CSI反馈报告的一部分。方法900结束。

本文公开的是根据本公开的实施例的用于类型II码本压缩的第一装置。第一装置可以由UE设备使用基于DFT的类型II码本压缩来实现类型II码本压缩，诸如远程单元105和/或用户设备装置800。第一装置包括处理器和接收参考信号的收发器。处理器基于参考信号来识别波束集合，并且基于参考信号来生成与该波束集合中的每个波束相关联的抽头集合。处理器识别在该波束集合上相同的、抽头索引的公共子集，并生成表示抽头索引的公共子集的组合码字。经由收发器，处理器报告公共子集的组合码字作为CSI反馈报告的一部分。

在一些实施例中，与每个波束相关联的系数集合的大小等于子带大小。在特定实施例中，该抽头索引集合的组合码字中的比特数基于组合其中Nsb表示子带大小，并且值K是抽头索引集合的大小。例如，可以使用等式6来计算组合码字中的比特数。在一些实施例中，处理器使用多个级来量化系数值。

在各种实施例中，存在与所有波束的每个抽头索引相关联的系数值。在特定实施例中，系数值的数量等于波束数量和抽头索引集合大小的乘积。因此，其中2L表示波束的数量(即，每个波束两个极化)，并且其中K表示抽头索引集合的大小，则系数值的数量是量2LK。

在一些实施例中，处理器进一步生成第一级系数索引的序列，其中每个系数索引对应于系数值，并且识别第一级系数索引的子序列。此处，处理器还生成对应于第一级系数索引的子序列的第二级系数索引，并且(经由收发器)报告第一级和第二级系数索引作为CSI反馈报告的一部分。

在特定实施例中，第一级系数索引的序列是比特图。在特定实施例中，第一级系数索引识别非零抽头值。在此类实施例中，基于对应于第一级系数索引的子序列的抽头值来生成第二级系数索引。

本文公开的是根据本公开的实施例的用于类型II码本压缩的第一方法。第一方法可以由诸如远程单元105和/或用户设备装置800的UE设备使用基于DFT的类型II码本压缩来执行用于进行类型II码本压缩。第一方法包括接收参考信号，并基于参考信号来识别波束集合。第一方法包括基于参考信号生成与该波束集合中的每个波束相关联的系数集合，并识别抽头索引集合，其中该抽头索引集合是在该波束集合上相同的、系数索引的公共子集。第一方法包括生成表示该抽头索引集合的组合码字，并且报告用于该抽头索引集合的组合码字作为CSI反馈报告的一部分。

在第一方法的一些实施例中，与每个波束相关联的系数集合的大小等于子带大小。在特定实施例中，该抽头索引集合的组合码字中的比特数基于组合其中Nsb表示子带大小，并且值K是抽头索引集合的大小。例如，可以使用等式6来计算组合码字中的比特数。在一些实施例中，第一方法包括使用多个级来量化系数值。

在第一方法的各种实施例中，存在与所有波束的每个抽头索引相关联的系数值。在特定实施例中，系数值的数量等于波束数量和抽头索引集合大小的乘积。因此，其中2L表示波束的数量(即，每个波束两个极化)，并且其中K表示抽头索引集合的大小，则系数值的数量是量2LK。

在一些实施例中，第一方法包括生成第一级系数索引的序列，其中每个系数索引对应于系数值，并且识别第一级系数索引的子序列。此处，第一方法还包括生成对应于第一级系数索引的子序列的第二级系数索引，并且报告第一级和第二级系数索引作为CSI反馈报告的一部分。

在特定实施例中，第一级系数索引的序列是比特图。在特定实施例中，第一级系数索引识别非零抽头值。在此类实施例中，基于对应于第一级系数索引的子序列的抽头值来生成第二级系数索引。

实施例可以用其他特定形式来实践。所描述的实施例在所有方面仅被认为是说明性的而非限制性的。因此，本发明的范围通过随附权利要求而非通过以上描述来指示。在权利要求的等效性的含义和范围内的所有变化都将被包含在其范围内。