-
-
公开(公告)号:CN117879778A
公开(公告)日:2024-04-12
申请号:CN202410188130.6
申请日:2017-08-10
Applicant: 株式会社NTT都科摩
Abstract: 本申请提供终端、系统及测量方法。其中,所述终端具有:接收部,其通过RRC消息从基站接收交叉链路干扰测量用的设定信息;以及控制部,其使用由所述设定信息指定的间隙以及资源,测量从其他终端发送的参考信号的接收功率,所述交叉链路干扰测量在受扰小区中进行。
-
-
公开(公告)号:CN117441300A
公开(公告)日:2024-01-23
申请号:CN202180099046.1
申请日:2021-07-22
Applicant: 株式会社NTT都科摩
IPC: H04B17/318 , H04B17/391
Abstract: 本公开提供一种基站。该基站包括:控制单元,被配置为基于用户装置的位置,确定关于可重构表面装置的配置信息;以及发送单元,被配置为向所述可重构表面装置发送所述配置信息,以使得所述可重构表面装置基于所述配置信息确定所述可重构表面装置所使用的码本。
-
-
公开(公告)号:CN116746077A
公开(公告)日:2023-09-12
申请号:CN202180089526.X
申请日:2021-02-01
Applicant: 株式会社NTT都科摩
IPC: H04B7/06
Abstract: 本公开提供一种基站和终端。所述基站,包括:接收单元,配置为从终端接收第一粒度的预编码矩阵指示信息;处理单元,配置为根据所述预编码矩阵指示信息进行信道重建以获得第一信道,使用超分辨率网络对于所述第一粒度的信道进行插值和去噪处理以获得第二信道,以及对所述第二信道进行下行预编码,其中所述第一信道具有所述第一粒度,所述第二信道具有第二粒度,所述第二粒度比所述第一粒度细。
-
公开(公告)号:CN116671030A
公开(公告)日:2023-08-29
申请号:CN202080108199.3
申请日:2020-12-29
Applicant: 株式会社NTT都科摩
IPC: H04B7/0456
Abstract: 本公开提供了一种终端以及基站。该终端包括:控制单元,被配置为确定至少一组变换域向量,该至少一组变换域向量用于处理与多个空域向量相关联的因子,多个空域向量用于确定子载波级的预编码矩阵;以及发送单元,被配置为向基站发送预编码矩阵指示信息,该预编码矩阵指示信息包括第一信息,第一信息用于指示至少一组变换域向量。该基站包括:接收单元,被配置为从终端接收预编码矩阵指示信息,该预编码矩阵指示信息至少包括第一信息,第一信息用于指示至少一组变换域向量;以及控制单元,被配置为根据预编码矩阵指示信息确定预编码矩阵。
-
公开(公告)号:CN111034067B
公开(公告)日:2023-08-29
申请号:CN201880052792.3
申请日:2018-08-09
Applicant: 株式会社NTT都科摩
Abstract: 本发明提供了一种用于波束管理的参考信号发送与接收方法及装置,其中,所述发送方法包括:发送多个第一参考信号;发送多个第二参考信号组,其中,每个第一参考信号与所述多个第二参考信号组中的一组相对应,并且,所述第二参考信号组包括多个第二参考信号,其中,所述第二参考信号组中的部分参考信号包括准共位信息,所述准共位信息指示包括所述准共位信息的第二参考信号组的资源和与所述第二参考信号组相对应的、第一参考信号的资源的关联性。
-
公开(公告)号:CN115917980A
公开(公告)日:2023-04-04
申请号:CN202180043828.3
申请日:2021-04-09
Applicant: 株式会社NTT都科摩
IPC: H04B7/0417 , H04B7/0456 , H04B7/06
Abstract: 本公开提供了无线通信系统中的终端以及基站,以及由终端和执行的方法。该终端可以包括:处理单元,配置成:对信道矩阵进行特征域变换,以得到变换信道特征;对变换信道特征进行压缩,以得到压缩信道特征;发送单元,配置成将压缩信道特征作为反馈信息发送给基站。
-
公开(公告)号:CN113824657A
公开(公告)日:2021-12-21
申请号:CN202010568941.0
申请日:2020-06-19
Applicant: 株式会社NTT都科摩
Abstract: 本公开提供了一种无线通信中的用户设备、基站、用户设备和基站的联合训练设备、用户设备和基站的联合信道估计和反馈系统、用户设备执行的反馈信道状态信息生成方法、基站执行的信道矩阵生成方法、用户设备和基站的联合训练方法以及用于用户设备和基站的联合信道估计和反馈方法。通过由用户设备根据实际的导频信号生成反馈信道状态信息,在基站中引入更深层次的残差学习神经网络来根据反馈信道状态信息重建基站的信道矩阵。实现了即使在实际接受的导频信号为是非完整的低分辨率部分的情况下,基站也能重建完成的高分辨率信道矩阵。
-
-
-
-
-
-
-
-
-