Low complexity beamforming

Abstract

Example embodiments of the present disclosure provide a solution for low complexity beamforming. In an example method, a network device obtains a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations. The network device obtains an augmented signature vector. The network device determines a beamforming matrix based on the channel covariance matrix and the augmented signature vector. In this way, the calculation of the full subband channel covariance matrix can be avoided and low-complexity subband beamforming can be achieved.

Description

LOW COMPLEXITY BEAMFORMINGFIELD

[0001] Example embodiments of the present disclosure generally relate to the field of communication, and in particular, to a method, a network device, an apparatus, and a computer readable medium for low complexity beamforming.BACKGROUND

[0002] Massive Multiple Input Multiple Output (MIMO) combined with beamforming can deliver a high spatial multiplexing gain and a large beamforming gain. It is considered as one key feature of 5G or New Radio (NR) to enhance the system spectral efficiency. The 6G radio should provide an even higher capacity to support a large number of users. The mid-band spectrum (7 GHz ～ 20 GHz) will be combined with extreme massive MIMO antenna arrays with up to 256 transceivers (TRXs) and larger antenna arrays at the terminals can provide a much more enhanced capacity compared to 5G.

[0003] Regularized Zero Forcing (RZF) scheme applies instantaneous / subband channel estimates to calculate beamforming weights but has limited performance as compared to the eigenvector based beamforming (EBF) solutions. The well performed EBF usually relies on the calculation of the full channel covariance matrix with two polarizations and its Eigenvalue Decomposition (EVD) , leads to an unaffordable computational complexity for subband processing. Therefore, low complexity subband beamforming needs to be further investigated.SUMMARY

[0004] In general, example embodiments of the present disclosure provide solutions for low complexity beamforming, for example, subband beamforming.

[0005] In a first aspect, there is provided a method. The method comprises: obtaining a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations; obtaining an  augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; and determining a beamforming matrix based on the channel covariance matrix and the augmented signature vector.

[0006] In a second aspect, there is provided a network device. The network device comprises at least one processor and at least one memory storing instructions that, when executed by the at least one processor, cause the network device at least to: obtain a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations; obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; and determine a beamforming matrix based on the channel covariance matrix and the augmented signature vector.

[0007] In a third aspect, there is provided an apparatus. The apparatus comprises: means for obtaining a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations; means for obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; and means for a beamforming matrix based on the channel covariance matrix and the augmented signature vector.

[0008] In a fourth aspect, there is provided a non-transitory computer-readable storage medium comprising program instructions. The program instructions, when executed by an apparatus, cause the apparatus to perform at least the following: obtaining a channel covariance matrix based on uplink channel measurements associated with a plurality of  polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations; obtaining an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; and determining a beamforming matrix based on the channel covariance matrix and the augmented signature vector.

[0009] In a fifth aspect, there is provided a computer program comprising instructions, which, when executed by an apparatus, cause the apparatus at least to: obtain a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations; obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; and determine a beamforming matrix based on the channel covariance matrix and the augmented signature vector.

[0010] In a sixth aspect, there is provided a network device. The network device comprises: first obtaining circuitry configured to obtain a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations; second obtaining circuitry configured to obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; and determining circuitry configured to determine a beamforming matrix based on the channel covariance matrix and the augmented signature vector.

[0011] In a seventh aspect, there is provided a system comprising the network device in accordance with the second aspect and at least one terminal device in communication with the network device.

[0012] It is to be understood that the summary section is not intended to identify key or essential features of embodiments of the present disclosure, nor is it intended to be used to limit the scope of the present disclosure. Other features of the present disclosure will become easily comprehensible through the following description.BRIEF DESCRIPTION OF THE DRAWINGS

[0013] Some example embodiments will now be described with reference to the accompanying drawings, in which:

[0014] FIG. 1 illustrates an example network environment in which example embodiments of the present disclosure may be implemented;

[0015] FIG. 2 illustrates an example flowchart of a method implemented at a network device according to example embodiments of the present disclosure;

[0016] FIG. 3 illustrates example flowchart of a method for beamforming according to example embodiments of the present disclosure;

[0017] FIG. 4 illustrates an example flowchart of a method for calculating a long term signature vector according to example embodiments of the present disclosure;

[0018] FIG. 5 illustrates another example flowchart of a method for calculating a long term signature vector according to example embodiments of the present disclosure;

[0019] FIG. 6 illustrates performance of proposed low complexity beaming according to example embodiments of the present disclosure;

[0020] FIG. 7 illustrates an example simplified block diagram of a device that is suitable for implementing embodiments of the present disclosure; and

[0021] FIG. 8 illustrates an example block diagram of an example computer readable medium in accordance with some embodiments of the present disclosure.

[0022] Throughout the drawings, the same or similar reference numerals represent the same or similar elements.DETAILED DESCRIPTION

[0023] Principles of the present disclosure will now be described with reference to some example embodiments. It is to be understood that these embodiments are described only for the purpose of illustration and help those skilled in the art to understand and implement the present disclosure, without suggesting any limitation as to the scope of the disclosure. The disclosure described herein can be implemented in various manners other than the ones described below.

[0024] In the following description and claims, unless defined otherwise, all technical and scientific terms used herein have the same meaning as commonly understood by one of ordinary skills in the art to which this disclosure belongs.

[0025] References in the present disclosure to “one embodiment, ” “an embodiment, ” “an example embodiment, ” and the like indicate that the embodiment described may include a particular feature, structure, or characteristic, but it is not necessary that every embodiment includes the particular feature, structure, or characteristic. Moreover, such phrases are not necessarily referring to the same embodiment. Further, when a particular feature, structure, or characteristic is described in connection with an embodiment, it is submitted that it is within the knowledge of one skilled in the art to affect such feature, structure, or characteristic in connection with other embodiments whether or not explicitly described.

[0026] It shall be understood that although the terms “first” and “second” etc. may be used herein to describe various elements, these elements should not be limited by these terms. These terms are only used to distinguish one element from another. For example, a first element could be termed a second element, and similarly, a second element could be termed a first element, without departing from the scope of example embodiments. As used herein, the term “and / or” includes any and all combinations of one or more of the listed terms.

[0027] The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of example embodiments. As used herein, the singular forms “a” , “an” and “the” are intended to include the plural forms as well, unless the context clearly indicates otherwise. It will be further understood that the terms “comprises” , “comprising” , “has” , “having” , “includes” and / or “including” , when used herein, specify the presence of stated features, elements, and / or components etc., but do not preclude the presence or addition of one or more other features, elements, components and / or combinations thereof. As used herein, “at least one of the following: <a list of two or more elements>” and “at least one of <a list of two or more elements>” and similar wording, where  the list of two or more elements are joined by “and” or “or” , mean at least any one of the elements, or at least any two or more of the elements, or at least all the elements.

[0028] As used in this application, the term “circuitry” may refer to one or more or all of the following:

[0029] (a) hardware-only circuit implementations (such as implementations in only analog and / or digital circuitry) and

[0030] (b) combinations of hardware circuits and software, such as (as applicable) :

[0031] (i) a combination of analog and / or digital hardware circuit (s) with software / firmware and

[0032] (ii) any portions of hardware processor (s) with software (including digital signal processor (s) ) , software, and memory (ies) that work together to cause an apparatus, such as a mobile phone or server, to perform various functions) and

[0033] (c) hardware circuit (s) and or processor (s) , such as a microprocessor (s) or a portion of a microprocessor (s) , that requires software (for example, firmware) for operation, but the software may not be present when it is not needed for operation.

[0034] This definition of circuitry applies to all uses of this term in this application, including in any claims. As a further example, as used in this application, the term circuitry also covers an implementation of merely a hardware circuit or processor (or multiple processors) or portion of a hardware circuit or processor and its (or their) accompanying software and / or firmware. The term circuitry also covers, for example and if applicable to the particular claim element, a baseband integrated circuit or processor integrated circuit for a mobile device or a similar integrated circuit in server, a cellular network device, or other computing or network device.

[0035] As used herein, the term “network” , “communication network” or “data network” refers to a network following any suitable communication standards, such as long term evolution (LTE) , LTE-advanced (LTE-A) , wideband code division multiple access (WCDMA) , high-speed packet access (HSPA) , wireless fidelity (Wi-Fi) , narrow band Internet of things (NB-IoT) , satellite, enhanced machine-type communication (eMTC) , non-terrestrial communication, terrestrial communication, and so on. Furthermore, the communications between a terminal device and a network device / element in the communication network may be performed according to any suitable generation  communication protocols, including, but not limited to, the fourth generation (4G) , 4.5G, the fifth generation (5G) , the sixth generation (6G) , new radio (NR) , IEEE 802.11 communication protocols, and / or any other protocols either currently known or to be developed in the future. Embodiments of the present disclosure may be applied in various communication systems. Given the rapid development in communications, there will of course also be future type communication technologies and systems with which the present disclosure may be embodied. It should not be seen as limiting the scope of the present disclosure to only the aforementioned system.

[0036] As used herein, the term “network device” refers to a node in a communication network via which a terminal device accesses the network and receives services therefrom. The network device may refer to a base station (BS) or an access point (AP) or a transmission and reception point (TRP) , for example, a node B (NodeB or NB) , an evolved NodeB (eNodeB or eNB) , a NR NB (also referred to as a gNB) , a remote radio unit (RRU) , a radio header (RH) , a remote radio head (RRH) , a WiFi device, a relay, a low power node such as a femto, a pico, and so forth, depending on the applied terminology and technology. In the following description, the terms “network device” , “AP device” , “AP” and “access point” may be used interchangeably.

[0037] The term “terminal device” refers to any end device that may be capable of wireless communication. By way of example rather than limitation, a terminal device may also be referred to as a communication device, user equipment (UE) , a subscriber station (SS) , a portable subscriber station, a mobile station (MS) , a station (STA) or station device, or an access terminal (AT) . The terminal device may include, but not limited to, a mobile phone, a cellular phone, a smart phone, voice over IP (VoIP) phones, wireless local loop phones, a tablet, a wearable terminal device, a personal digital assistant (PDA) , portable computers, desktop computer, image capture terminal devices such as digital cameras, gaming terminal devices, music storage and playback appliances, vehicle-mounted wireless terminal devices, wireless endpoints, mobile stations, laptop-embedded equipment (LEE) , laptop-mounted equipment (LME) , USB dongles, smart devices, wireless customer-premises equipment (CPE) , an Internet of Things (IoT) device, a watch or other wearable, a head-mounted display (HMD) , a vehicle, a drone, a medical device and applications (for example, remote surgery) , an industrial device and applications (for example, a robot and / or other wireless devices operating in an industrial and / or an automated processing chain contexts) , a consumer electronics device, a device operating on commercial and / or industrial wireless networks,  and the like. In the following description, the terms “station” , “station device” , “STA” , “terminal device” , “communication device” , “terminal” , “user equipment” and “UE” may be used interchangeably.

[0038] The term “transceiver” may refer to any device that may be coupled to one or more antennas or antenna ports to wirelessly transmit and / or receive communication signals. The antennas or antenna ports may be the same or different types. The antennas or antenna ports may be located in different positions of an apparatus. One or more transceivers allow the apparatus to communicate with other devices that may be wired and / or wireless. The one or more transceivers may include processors, controllers, radios, sockets, plugs, buffers, or the like circuits to form one or more communication channels to one or more radio frequency units. The one or more transceivers may be integrated in an apparatus or a system, for example a cellular communication apparatus or system, a satellite communication apparatus or system, a WLAN system, or a short ranging system for example Bluetooth system.

[0039] Regularized Zero Forcing (RZF) scheme applies instantaneous / subband channel estimates to calculate beamforming weights but has limited performance as compared to the eigenvector based beamforming (EBF) solutions. The well performed EBF usually relies on the calculation of the full channel covariance matrix with two polarizations. Eigenvalue Decomposition (EVD) of the full channel covariance matrix leads to an unaffordable computational complexity for subband processing.

[0040] Some low-complexity EBF implementations can calculate a channel covariance matrix averaged over two polarizations in the long-term wideband case, by assuming the same channel covariance matrix for two polarizations as well as the zero term for cross polarization. However, the assumption and the corresponding EBF algorithm do not apply for the subband case.

[0041] In view of above, there is a need to support low complexity beamforming, especially subband beamforming at network. According to some embodiments of the disclosure, a network device may obtain a channel covariance matrix based on uplink channel measurements associated with polarizations. The channel covariance matrix may comprise channel covariance submatrices each corresponding to a polarization, and cross correlation submatrices for the polarizations. The network device may further obtain at least one target beam vector based on uplink measurements or feedback from terminal device (s) . Then the network device may determine a beamforming matrix based on the channel covariance matrix  and the at least one target beam vector. In some embodiments, the channel covariance matrix may be configured as a structured one where the channel covariance submatrices corresponding to polarizations each is located along the diagonal, and cross correlation submatrices are off the diagonal of the channel covariance matrix.

[0042] The proposed solution can calculate a structured channel covariance matrix in full size by individually calculating the channel covariance submatrices per polarization in the short-term / subband sense and the cross correlation matrix of channels between different polarizations in the long-term / wideband sense. It can avoid direct calculation of the channel covariance matrix from uplink measurements in brute force. It can also avoid the time-consuming eigenvalue decomposition of the channel covariance matrix. Therefore, the efficiency of beamforming calculation for subbands is significantly improved.

[0043] For illustrative purposes, principles and example embodiments of the present disclosure will be described below with reference to FIG. 1 to FIG. 8. However, it is to be noted that these embodiments are given to enable the skilled in the art to understand inventive concepts of the present disclosure and implement the solution as proposed herein, and not intended to limit scope of the present application in any way.

[0044] FIG. 1 illustrates an example of an application scenario 100 in which some example embodiments of the present disclosure may be implemented. The application scenario 100, which is a part of a communication network, includes terminal device (s) and network device (s) . In the descriptions of the example embodiments of the present disclosure, the network environment 100 may also be referred to as a communication system 100 (for example, a portion of a communication network) . The communication system 100 may be a non-terrestrial or terrestrial system.

[0045] For illustrative purposes only, various aspects of example embodiments will be described in the context of one or more terminal devices and network devices that communicate with one another. It should be appreciated, however, that the description herein may be applicable to other types of apparatus or other similar apparatuses that are referenced using other terminology.

[0046] As illustrated in FIG. 1, the communication network 100 may include a network device 110 (which may also be referred to as a gNB or a base station) . The communication network 100 may further include a plurality of terminal device 120-1, 120-2, and 120-3 (which may also be individually or collectively referred to as user equipment 120 or UE 120) .  Although only one network device 110 and three terminal devices 120 are shown in FIG. 1, the numbers of the network device and the terminal devices are not limited. In other words, there may be one or more network devices 110 and one or more terminal devices 120 in the network.

[0047] The network device 110 can provide services to the terminal device 120, and the network device 110 and the terminal device (s) 120 may communicate data and control information with each other. In some embodiments, the network device 110 and the terminal device 120 may communicate with direct links / channels.

[0048] In the communication system 100, a link from the network device 110 to the terminal device 120 is referred to as a downlink (DL) , while a link from the terminal device 120 to the network device 110 is referred to as an uplink (UL) . In downlink, the network device 110 is a transmitting (TX) device (or a transmitter) and the terminal device 120 is a receiving (RX) device (or a receiver) . In uplink, the terminal device 120 is a transmitting (TX) device (or a transmitter) and the network device 110 is a RX device (or a receiver) . It is to be understood that the network device 110 may provide one or more serving cells. As illustrated in FIG. 1, the network device 110 provides one serving cell 102, and the terminal device 120 camps on the serving cell 102. In some embodiments, the network device 110 can provide multiple serving cells and the terminal device 120 may switch from a source cell to a target cell between the serving cells during its mobility. It is to be understood that the number of serving cell (s) shown in FIG. 1 is for illustrative purposes without suggesting any limitation.

[0049] Communications in the network environment 100 may be implemented according to any proper communication protocol (s) , comprising, but not limited to, cellular communication protocols of the fourth generation (4G) , the fifth generation (5G) and the sixth generation (6G) and on the like, wireless local network communication protocols such as institute for electrical and electronics engineers (IEEE) 802.11 and the like, and / or any other protocols currently known or to be developed in the future, such as universal mobile telecommunications system (UMTS) , long term evolution (LTE) , LTE-Advanced (LTE-A) , the fifth generation (5G) , new radio (NR) , the sixth generation (6G) , wireless fidelity (Wi-Fi) and worldwide interoperability for microwave access (WiMAX) standards, and employs any suitable communication technologies, including, for example, multiple-input multiple-output (MIMO) , orthogonal frequency division multiplexing (OFDM) , time division multiplexing (TDM) , frequency division multiplexing (FDM) , code division multiplexing (CDM) , Bluetooth, ZigBee, narrowband-Internet of things (NB-IoT) , enhanced machine type  communication (eMTC) , enhanced mobile broadband (eMBB) , massive machine type communication (mMTC) , ultra-reliable low latency communication (URLLC) , carrier aggregation (CA) , dual connectivity (DC) , and new radio unlicensed (NR-U) technologies.

[0050] In some embodiments of the present disclosure, the network device 110 may estimate an instantaneous channel H at a time t and a frequency f from the uplink sounding reference signal (SRS) measurements. The channel may consist of coefficients from a number of polarizations, e.g. two polarizations. The network device 110 may calculate a channel covariance matrix based on uplink channel measurements. The channel covariance matrix may be a structured matrix including covariance submatrices each corresponding to one polarization and cross correlation submatrices. The covariance submatrices for the polarizations may represent short term channel information in the subbands, while the cross correlation submatrices may represent long term channel information in the wideband. The network device 110 may further obtain an augmented signature vector consists of one or more target beam vectors. The network device 110 may further derive beamforming matrix based on the channel covariance matrix and the augmented signature vector. In this way, low-complexity implementations may be applied to improve subband beamforming at network devices.

[0051] FIG. 2 illustrates an example flowchart of a method 200 implemented at a network device according to example embodiments of the present disclosure. For ease of understanding, the method 200 will be described with reference to FIG. 1. It would be appreciated that although the method 200 has been described referring to the network device 110 of FIG. 1, this method 200 may be likewise applied to other similar communication scenarios. The method 200 generally provides an implementation mechanism for low-complexity subband beamforming with a full beamforming performance. The methodology and steps of the method 200 are described as follows.

[0052] At 210, the network device 110 obtains a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations. The channel covariance matrix may comprise a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations. A channel covariance submatrix among the plurality of channel covariance submatrices may correspond to a polarization of the plurality polarizations.

[0053] In some embodiments, the network device 110 may calculate each of the channel covariance submatrices based on uplink channel measurements associated with the polarization at a given time in subband. That is, the channel covariance submatrices are calculated in short term or subband.

[0054] The network device 110 may calculate each of the cross correlation submatrices comprising a plurality of subbands based on the uplink channel measurements included a time interval in a wideband. For a pair of polarizations, the network device 110 may calculate two submatrices which are complex conjugated with each other. For example, regarding a first polarization and a second polarization among the plurality of polarizations, the network device may calculate a first cross correlation submatrix and second cross correlation submatrix based on uplink channel measurements associated with the first polarization and uplink channel measurements associated with the second polarization, where the uplink channel measurements are included in a time interval in the wideband. As such, the cross correlation submatrices are calculated in long term.

[0055] In some embodiments, the network device 110 may position the calculated channel covariance submatrices at a diagonal of the channel covariance matrix and the calculated cross correlation submatrices off the diagonal of the channel covariance matrix to obtain a structured channel covariance matrix. In some embodiments, a panel of the network device 110 may include antenna elements associated with two different polarizations. In this case, the structured channel covariance may comprise a first channel covariance submatrix corresponding to a first polarizations at the upper left corner and a second channel covariance submatrix corresponding to a second polarizations at the lower right corner (i.e., along the diagonal) , which are short term in subbands. The structured channel covariance may also comprise two complex conjugate cross correlation submatrices at the lower left corner and the upper right corner (i.e., off the diagonal) , which are long term in the wideband.

[0056] At 220, the network device 110 may obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements. The augmented signature vector may be calculated in long term or wideband.

[0057] In some embodiments, the network device 110 may derive two or more target beam vectors, and concatenate the target beam vectors to obtain the augmented signature vector.  Alternatively, the network device 110 may carry out beam sweeping and directly obtain the augmented signature vector based on terminal device’s beam feedback indicative of a dominant beam. Detailed implementations of the augmented signature vector will be described with reference to FIGS. 3-5.

[0058] At 230, the network device 110 determines a beamforming matrix based on the channel covariance matrix and the augmented signature vector. In some embodiments, the network device 110 may perform a matrix multiplication of a power of the channel covariance matrix and the augmented signature vector to obtain a beam of the beamforming matrix. The network device 110 may further perform an orthogonalization procedure on the beamforming matrix to obtain a final beamforming matrix. Alternatively, the network device 110 may perform eigenvalue decomposition of the channel covariance matrix without use of the at least one target beam vector to obtain the beamforming matrix.

[0059] FIG. 3 illustrates example flowchart of a method 300 for beamforming according to example embodiments of the present disclosure. The method 300 is an example implementation of the method 200, which may be performed by the network device 110 show in FIG. 1. In the example method 300, it is assumed that the network device 110 has a panel of antenna elements associated with two polarizations. It will be understood that embodiments of the disclosure are also applicable to a network device having a panel of antenna elements with more than two polarizations.

[0060] As shown, at block 310, the network device 110 may perform calculation of the structured channel covariance matrix from uplink channel estimates 305. At block 312, the network device 110 may obtain channel covariance matrix per polarization by performing split calculation of the channel covariance matrix for each polarization in each subband. At block 314, the network device 110 may obtain long-term / wideband cross channel covariance from two polarizations. At block 316, the network device 110 builds the structured channel covariance matrix, e.g., by positioning the channel covariance matrices for each polarization at the diagonal and cross correlation matrices off the diagonal. Details of the calculation of the structured channel covariance matrix is provided as below.

[0061] The network device 110 may estimate the instantaneous channel at time t and frequency f from the uplink SRS measurement, where Mr, MT are the number of antennas at UE and the network device, respectively. The channel consists of the coefficients from two polarizations, i.e.,  with channel from  each polarization is

[0062] The network device 110 may obtain the structured channel covariance matrix  The matrix comprises two channel covariance submatrices and two cross correlation submatrices, i.e., a first and a second covariance submatrices each corresponding to one of the two polarizations, and a first and second cross correlation submatrices for the two polarizations. The network device 110 may individually calculate the channel covariance submatrix for the n-th polarization in short-term / subbands by

[0063] where Nf is the number of considered subband samples in the frequency domain.

[0064] The network device 110 may also calculate the cross correlation submatrix of channels from two polarizations in the long-term / wideband sense as

[0065] where Nt is the number of samples in the time window.

[0066] The network device 110 may further derive by carrying out the complex conjugate of R1, 2. Or alternatively, the network device 110 may calculate R2, 1 firstly calculated and then obtain

[0067] The structured channel covariance matrix can be built by

[0068] which includes both short-term / subband and long-term / wideband channel statistics at diagonals and off-diagonals, respectively.

[0069] The cross channel correlation submatrix may also be calculated in subband. If so, then the structure channel covariance matrix turns out to be the same as the full channel covariance matrix in subband. The full and short-term / subband channel covariance matrix R (t) can be obtained by

[0070] At 320, the network device 110 constructs the augmented signature vector using the long term signature vector  (a. k. a. target beam vector) . At 322, the network device 110 obtains the long term / wideband signature vector. The long term signature vector a can be determined from the uplink SRS measurements. Two implementation solutions are proposed as shown in FIGS. 4 and 5.

[0071] FIG. 4 illustrates an example flowchart of a method 400 for calculating the long term signature vector according to example embodiments of the present disclosure. The method 400 is based on angular power spectrum (APS) .

[0072] At 410, the network device 110 estimates the channel covariance matrix. In some embodiments, it may estimate the long-term / wideband channel covariance matrix R averaged over two polarizations using

[0073] At 420, the network device 110 calculates angular power spectrum based on the long-term / wideband channel covariance matrix R. In some embodiments, it may calculate the APS is using the Bartlett beamforming by ρ (θ) =bH (θ) Rb (θ)                (6)

[0074] where b (θ) denotes the array response for the angle θ.

[0075] At 430, the network device 110 determines a dominant angle. The dominant angle θ0 may correspond to the strongest peak from APS

[0076] At 440, the network device 110 determines an array response vector of the dominant angle. The signature vector may be obtained as the array response in the direction of θ0 , i.e., a=b (θ0) , where b (θ) denotes the array response of the network device 110 at angle θ.

[0077] FIG. 5 illustrates another example flowchart of a method 500 for calculating the long term signature vector according to example embodiments of the present disclosure. The method 400 is based on codebook.

[0078] At 510, the network device 110 estimates the long-term / wideband channel covariance matrix R from (5) .

[0079] At 520, the network device 110 selects the dominant beams from the pre-defined codebook. For example, we could select the dominant beam using the Grid-of-Beam (GoB)  concept, by

[0080] where cj is the j-th column of the codebook with N indicating the size / resolution of the codebook. Thus, the signature vector can be obtained by a=cmax.

[0081] Alternatively, both the APS-based and the codebook-based methods 400 and 500 may be split into vertical and horizontal domains. For example, as an alternative of the method 400, the long-term channel covariance matrices estimated in vertical and horizontal can be written as

[0082] and

[0083] respectively, where Mv, Mh denote the number of antenna elements of the panel in vertical and horizontal directions in one polarization, i.e., MT=2MvMh.

[0084] Similarly in (5) , the APS functions can also be obtained in vertical and horizontal domains by

[0085] and

[0086] where bv, bh are array responses in vertical and horizontal directions. According to (7) the final signature vector can be calculated by Kronecker product of array responses at dominant angles in vertical and horizontal, i.e.,

[0087] As an alternative of the method 500, vertical and horizontal long-term signature vectors can also be obtained from the codebook via

[0088] and

[0089] where cv, j, ch, j are the j-th columns of the codebooks and in vertical and horizontal, respectively. The final signature vector would be the Kronecker product of the two as in (11) .

[0090] In some embodiments, the long-term signature vector can also be determined from UE’s beam feedback. The network device 110 may carry out beam sweeping with GoB, receives UE’s feedback of dominant beams, and determines the signature vector from the dominant beam. Alternatively, the beam sweeping may be performed in vertical and horizontal directions of the antenna elements in the panel of the network device. The network device 110 may receive a first feedback indicative of a first dominant beam vector in the vertical direction and a second feedback indicative of a first dominant beam vector in the horizontal direction. It then determines the signature vector as the Kronecker product of the first and the second dominant beam vectors.

[0091] At 324, the network device 110 constructs the augmented signature using the long term signature vector. In some embodiments, the network device 110 may concatenate two same or different long-term signature vectors to obtain the augmented signature vector. For example, the augmented signature vector can be constructed by repeatedly concatenating the obtained long-term / wideband signature vector

[0092] Other ways are possible such as one is from measurement and the other is from the beam feedback. In addition, the number of signature vectors is not restricted to one, depending on the beamforming calculations.

[0093] At 330, the network device 110 may perform beam calculation using the structured channel covariance matrix and the augmented signature vector to obtain the beamforming matrix. The network device 110 may obtain beams of the beamforming matrix based on matrix multiplication of a power of the structured channel covariance matrix and the augmented signature vector.

[0094] According to structured Krylov subspace beamforming (S-KSB) , the network device 110 may construct beamforming matrix with r beams by

[0095] which lies in the augmented Krylov subspace. A subsequent orthogonalization procedure on  may be performed to obtain the final beamforming matrix W (t) .

[0096] Alternatively, the network device 110 may perform eigenvalue decomposition of the channel covariance matrix to obtain the beamforming matrix, without calculation of the  augmented signature vector. In some embodiments, structured EBF (S-EBF) can also be applied based on the structured channel covariance matrix. The Eigen-beams are computed from the EVD of i.e., W (t) =V (: , 1: r) with

[0097] FIG. 6 illustrates performance of proposed low complexity beaming according to example embodiments of the present disclosure. This section evaluates the performance of the proposed subband beamforming algorithm. Simulation setup is shown in Table 1.

[0098] Table 1: Simulation setup for subband beamforming

[0099] Consider SNR = 16 dB and 4 UEs. The “KSB” corresponds to the algorithm in (13) . “Full” refers to the algorithms using the full and short-term / subband channel covariance matrix R (t) and is considered as the baseline. The “Full KSB” requires the full channel covariance matrix R (t) as well as the full and the short-term / subband signature vector afull (t) obtained from R (t) . The “Full EBF” needs EVD of R (t) to obtain the subband beams. The RZF scheme (current solution) directly applies the full subband channel H (t, f) and compute the beamforming weights by

[0100] where is the noise variance and PT is the transmit power.

[0101] Under different long-term or subband scenarios, evaluate the S-KSB and S-EBF schemes. Consider to obtain the cross channel correlation matrix (i.e., off-diagonal terms) using the total and a fraction of the bandwidth B. The “B / n” with n=1, 2, 5 indicates the use of the total bandwidth, half of the bandwidth, and 1 / 5 of the bandwidth, respectively. The “ST” means the cross channel correlation matrix is also short-term, and the structured channel covariance turns out to be (4) . The “ST-KSB” refers to the case of using the augmented long- term signature vector obtain from (11) and the full subband channel covariance matrix R (t) . The zero cross channel correlation term is also considered with legend “0” .

[0102] In FIG. 6, the spectral efficiency performance in terms of the geometric mean for various schemes are shown. It can be observed that the “RZF” (current solution) has around ～7%loss compared with the “Full” version of EBF or KSB (baseline solutions) . In the best case with subband channel covariance matrix ( “ST” ) , the S-KSB has a negligible performance loss as compared to the full and subband counterparts (baseline solutions) and 7%gain as compared to the “RZF” (current solution) . Under the long-term case, the S-KSB provides ～4%gain over the “RZF” . Similarly, the S-EBF can achieve ～5%gain over the “RZF” . Therefore, it is quite promising to apply the proposed structured algorithms with low-complexity implementations to support subband beamforming in current and future products.

[0103] In view of above, embodiments of the disclosure provide a structured implementation mechanism for low-complexity subband beamforming with a full beamforming performance. It avoids the calculation of the full subband channel covariance matrix by breaking it down into sub-matrices in a structured way. The structured hybrid subband / wideband (long-term) channel covariance matrix is still effective to deliver a good performance. In addition, the augmented signature vector obtained from the long-term signature vector further reduces the computational efforts. In some embodiments, an apparatus capable of performing the method 200 (for example, the network device 110) may comprise means for performing the respective steps of the method 200. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0104] In some example embodiments, the apparatus comprises: means for obtaining a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations; means for obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; and means for a beamforming matrix based on the channel covariance matrix and the augmented signature vector.

[0105] In some embodiments, the plurality of the channel covariance submatrices may be positioned at a diagonal of the channel covariance matrix, and the plurality of the cross correlation submatrices are positioned off the diagonal of the channel covariance matrix.

[0106] In some embodiments, the means for obtaining the channel covariance matrix may comprise: means for calculating each of the channel covariance submatrices based on the uplink channel measurements at a given time in a subband; and means for calculating each of the cross correlation submatrices comprising a plurality of subbands based on the uplink channel measurements included a time interval in a wideband.

[0107] In some embodiments, the means for calculating each of the channel covariance submatrices may comprise: means for calculating, for a polarization among the plurality of polarizations, a channel covariance submatrix based on a portion of the uplink channel measurements associated with the polarization at the given time in the subband.

[0108] In some embodiments, the means for calculating each of the cross correlation submatrices may comprise: means for calculating, for a first polarization and a second polarization among the plurality of polarizations, a first cross correlation submatrix and a second cross correlation submatrix based on a first portion of the uplink channel measurements associated with the first polarization and a second portion of the uplink channel measurements associated with the second polarization included in the time interval in the wideband, wherein the first correlation submatrix and the second correlation submatrix are complex conjugate with each other.

[0109] In some embodiments, the at least one target beam vector may comprise two or more target beam vectors, and means for obtaining the augmented signature vector may comprise means for concatenating the two or more target beam vectors.

[0110] In some embodiments, the channel covariance matrix is a first channel covariance matrix, and the means for obtaining the augmented signature vector comprising at least one target beam may comprise: means for calculating a second channel covariance matrix in a wideband comprising a plurality of subbands based on the uplink channel measurements, the second channel covariance matrix being averaged over the plurality of polarizations; means for calculating an angular power spectrum based on the second channel covariance matrix and a set of array responses in corresponding angles; means for determining a target angle based on the angular power spectrum; and means for determining the at least one target beam vector based on an array response in a direction of the target angle.

[0111] In some embodiments, the channel covariance matrix is a first channel covariance matrix, and the means for obtaining the augmented signature vector comprising at least one target beam may comprise: means for calculating, based on the uplink channel measurements, a third channel covariance matrix associated with a vertical direction of antenna elements in a panel of the network device and a fourth channel covariance matrix associated with a horizontal direction of the antenna elements in the panel; means for calculating a first angular power spectrum based on the third channel covariance matrix and a first set of array responses in corresponding angles, and a second angular power spectrum based on the fourth channel covariance matrix and a second set of array responses in corresponding angles; means for determining a first target angle and a second target angle based on the first angular power spectrum and the second angular power spectrum; and means for determining the at least one target beam vector based on a combination of a first array response in a direction of the first target angle and a second array response in a direction of the second target angle.

[0112] In some embodiments, the channel covariance matrix is a first channel covariance matrix, and the means for obtaining the augmented signature vector comprising at least one target beam may comprise: means for calculating a second channel covariance matrix in a wideband comprising a plurality of subbands based on the uplink channel measurements, the second channel covariance matrix being averaged over the plurality of polarizations; means for calculating a set of beam vectors based on the second channel covariance matrix and a pre-defined codebook; and means for determining the at least one target beam vector based on a maximum of the set of beam vectors.

[0113] In some embodiments, the channel covariance matrix is a first channel covariance matrix, and the means for obtaining the augmented signature vector comprising at least one target beam may comprise: means for calculating, based on the uplink channel measurements, a third channel covariance matrix associated with a vertical direction of antenna elements in a panel of the network device and a fourth channel covariance matrix associated with a horizontal direction of the antenna elements in the panel; means for calculating a first set of beam vectors based on the third channel covariance matrix and a pre-defined codebook, and a second set of beam vectors based on the fourth channel covariance matrix and a pre-defined codebook; and means for determining the at least one target beam vector based on a combination of a maximum of the first set of beam vectors and a maximum of the second set of beam vectors.

[0114] In some embodiments, the means for obtaining the augmented signature vector  comprising at least one target beam may comprise: means for performing beam sweeping for the downlink measurements; means for receiving at least one indicator indicative of a beam vector; and means for determining the at least one target beam vector based on the at least one indicator.

[0115] In some embodiments, the means for obtaining the augmented signature vector comprising at least one target beam may comprise: means for performing beam sweeping in a vertical direction of antenna elements in a panel of the network device and in a horizontal direction of the antenna elements in the panel; means for receiving a first indicator indicative of a first beam vector in the vertical direction and a second indicator indicative of a second beam vector in the horizontal direction; and means for determining the at least one target beam vector at least based on a combination of the first beam vector and the second beam vector.

[0116] In some embodiments, the means for determining the beamforming matrix may comprise: means for performing, for a beam of the beamforming matrix, a matrix multiplication of a power of the channel covariance matrix and the augmented signature vector; and means for performing an orthogonalization procedure on the beamforming matrix.

[0117] In some embodiments, the means for determining the beamforming matrix may comprise: means for performing eigenvalue decomposition of the channel covariance matrix without use of the at least one target beam vector.

[0118] In some embodiments, the apparatus further comprises means for performing other steps in some embodiments of the method. In some embodiments, the means comprises at least one processor and at least one memory including computer program code, the at least one memory and computer program code configured to, with the at least one processor, cause the performance of the apparatus.

[0119] FIG. 8 illustrates a simplified block diagram of a device 800 that is suitable for implementing some example embodiments of the present disclosure. The device 800 may be provided to implement a communication device, for example, the network device 110 or the terminal device 120 as shown in FIG. 1. As shown, the device 800 includes one or more processors 510, one or more memories 520 coupled to the processor 810, and one or more communication modules 840 coupled to the processor 810.

[0120] The communication module 840 is for bidirectional communications. The communication module 840 has at least one antenna to facilitate communication. The  communication interface may represent any interface that is necessary for communication with other network elements.

[0121] The processor 810 may be of any type suitable to the local technical network and may include one or more of the following: general purpose computers, special purpose computers, microprocessors, digital signal processors (DSPs) and processors based on multicore processor architecture, as non-limiting examples. The device 800 may have multiple processors, such as an application specific integrated circuit chip that is slaved in time to a clock which synchronizes the main processor.

[0122] The memory 820 may include one or more non-volatile memories and one or more volatile memories. Examples of the non-volatile memories include, but are not limited to, a Read Only Memory (ROM) 824, an electrically programmable read only memory (EPROM) , a flash memory, a hard disk, a compact disc (CD) , a digital video disk (DVD) , and other magnetic storage and / or optical storage. Examples of the volatile memories include, but are not limited to, a random access memory (RAM) 822 and other volatile memories that will not last in the power-down duration.

[0123] A computer program 830 includes computer executable instructions that are executed by the associated processor 810. The program 830 may be stored in the ROM 824. The processor 810 may perform any suitable actions and processing by loading the program 830 into the RAM 822.

[0124] The embodiments of the present disclosure may be implemented by means of the program 830 so that the device 800 may perform any process of the disclosure as discussed with reference to FIGS. 2, 3, 4, and 5. The embodiments of the present disclosure may also be implemented by hardware or by a combination of software and hardware.

[0125] In some example embodiments, the program 830 may be tangibly contained in a computer-readable medium which may be included in the device 800 (such as in the memory 820) or other storage devices that are accessible by the device 800. The device 800 may load the program 830 from the computer-readable medium to the RAM 822 for execution. The computer-readable medium may include any types of tangible non-volatile storage, such as ROM, EPROM, a flash memory, a hard disk, CD, DVD, and the like.

[0126] FIG. 8 illustrates a block diagram of an example of a computer-readable medium 800 in accordance with some example embodiments of the present disclosure. The computer-readable medium 800 has the program 830 stored thereon. It is noted that although the  computer-readable medium 800 is depicted in form of CD or DVD in FIG. 8, the computer-readable medium 800 may be in any other form suitable for carry or hold the program 830.

[0127] Generally, various embodiments of the present disclosure may be implemented in hardware or special purpose circuits, software, logic or any combination thereof. Some aspects may be implemented in hardware, while other aspects may be implemented in firmware or software which may be executed by a controller, microprocessor or other computing device. While various aspects of embodiments of the present disclosure are illustrated and described as block diagrams, flowcharts, or using some other pictorial representations, it is to be understood that the block, apparatus, system, technique or method described herein may be implemented in, as non-limiting examples, hardware, software, firmware, special purpose circuits or logic, general purpose hardware or controller or other computing devices, or some combination thereof.

[0128] The present disclosure also provides at least one computer program product tangibly stored on a non-transitory computer-readable storage medium. The computer program product includes computer-executable instructions, such as those included in program modules, being executed in a device on a target real or virtual processor, to carry out the process or method 300 or 400 as described above with reference to FIG. 3 or 4. Generally, program modules include routines, programs, libraries, objects, classes, components, data structures, or the like that perform particular tasks or implement particular abstract data types. The functionality of the program modules may be combined or split between program modules as desired in various embodiments. Machine-executable instructions for program modules may be executed within a local or distributed device. In a distributed device, program modules may be located in both local and remote storage media.

[0129] Program code for carrying out methods of the present disclosure may be written in any combination of one or more programming languages. These program codes may be provided to a processor or controller of a general purpose computer, special purpose computer, or other programmable data processing apparatus, such that the program codes, when executed by the processor or controller, cause the functions / operations specified in the flowcharts and / or block diagrams to be implemented. The program code may execute entirely on a machine, partly on the machine, as a stand-alone software package, partly on the machine and partly on a remote machine or entirely on the remote machine or server.

[0130] In the context of the present disclosure, the computer program codes or related data  may be carried by any suitable carrier to enable the device, apparatus or processor to perform various processes and operations as described above. Examples of the carrier include a signal, computer-readable medium, and the like.

[0131] The computer-readable medium may be a computer-readable signal medium or a computer-readable storage medium. A computer-readable medium may include but not limited to an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, or device, or any suitable combination of the foregoing. More specific examples of the computer-readable storage medium would include an electrical connection having one or more wires, a portable computer diskette, a hard disk, a random access memory (RAM) , a read-only memory (ROM) , an erasable programmable read-only memory (EPROM or Flash memory) , an optical fiber, a portable compact disc read-only memory (CD-ROM) , an optical storage device, a magnetic storage device, or any suitable combination of the foregoing. The term “non-transitory, ” as used herein, is a limitation of the medium itself (i.e., tangible, not a signal) as opposed to a limitation on data storage persistency (e.g., RAM vs. ROM) .

[0132] Further, while operations are depicted in a particular order, this should not be understood as requiring that such operations be performed in the particular order shown or in sequential order, or that all illustrated operations be performed, to achieve desirable results. In certain circumstances, multitasking and parallel processing may be advantageous. Likewise, while several specific implementation details are contained in the above discussions, these should not be construed as limitations on the scope of the present disclosure, but rather as descriptions of features that may be specific to particular embodiments. Certain features that are described in the context of separate embodiments may also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments separately or in any suitable sub-combination.

[0133] Although the present disclosure has been described in languages specific to structural features and / or methodological acts, it is to be understood that the present disclosure defined in the appended claims is not necessarily limited to the specific features or acts described above. Rather, the specific features and acts described above are disclosed as example forms of implementing the claims.

Claims

1.A method comprising:obtaining a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations;obtaining an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; anddetermining a beamforming matrix based on the channel covariance matrix and the augmented signature vector.2.The method of claim 1, wherein the plurality of the channel covariance submatrices are positioned at a diagonal of the channel covariance matrix, and the plurality of the cross correlation submatrices are positioned off the diagonal of the channel covariance matrix.3.The method of claim 1, wherein obtaining the channel covariance matrix comprises:calculating each of the channel covariance submatrices based on the uplink channel measurements at a given time in a subband; andcalculating each of the cross correlation submatrices comprising a plurality of subbands based on the uplink channel measurements included a time interval in a wideband.4.The method of claim 3, wherein calculating each of the channel covariance submatrices comprises:calculating, for a polarization among the plurality of polarizations, a channel covariance submatrix based on a portion of the uplink channel measurements associated with the polarization at the given time in the subband.5.The method of claim 3, wherein calculating each of the cross correlation submatrices comprises:calculating, for a first polarization and a second polarization among the plurality of polarizations, a first cross correlation submatrix and a second cross correlation submatrix based on a first portion of the uplink channel measurements associated with the first polarization and a second portion of the uplink channel measurements associated with the second polarization included in the time interval in the wideband,wherein the first cross correlation submatrix and the second cross correlation submatrix are complex conjugate with each other.6.The method of any of claims 1 to 5, wherein the at least one target beam vector comprises two or more target beam vectors, and obtaining the augmented signature vector comprises concatenating the two or more target beam vectors.7.The method of any of claims 1 to 6, wherein the channel covariance matrix is a first channel covariance matrix, and obtaining the augmented signature vector comprising at least one target beam comprises:calculating a second channel covariance matrix in a wideband comprising a plurality of subbands based on the uplink channel measurements, , the second channel covariance matrix being averaged over the plurality of polarizations;calculating an angular power spectrum based on the second channel covariance matrix and a set of array responses in corresponding angles;determining a target angle based on the angular power spectrum; anddetermining the at least one target beam vector based on an array response in a direction of the target angle.8.The method of any of claims 1 to 6, wherein the channel covariance matrix is a first channel covariance matrix, and obtaining the augmented signature vector comprising at least one target beam comprises:calculating, based on the uplink channel measurements, a third channel covariance matrix associated with a vertical direction of antenna elements in a panel of the network device and a fourth channel covariance matrix associated with a horizontal direction of the antenna elements in the panel;calculating a first angular power spectrum based on the third channel covariance matrix and a first set of array responses in corresponding angles, and a second angular power spectrum based on the fourth channel covariance matrix and a second set of array responses in corresponding angles;determining a first target angle and a second target angle based on the first angular power spectrum and the second angular power spectrum; anddetermining the at least one target beam vector based on a combination of a first array response in a direction of the first target angle and a second array response in a direction of the second target angle.9.The method of any of claims 1 to 6, wherein the channel covariance matrix is a first channel covariance matrix, and obtaining the augmented signature vector comprising at least one target beam comprises:calculating a second channel covariance matrix in a wideband comprising a plurality of subbands based on the uplink channel measurements, the second channel covariance matrix being averaged over the plurality of polarizations;calculating a set of beam vectors based on the second channel covariance matrix and a pre-defined codebook; anddetermining the at least one target beam vector based on a maximum of the set of beam vectors.10.The method of any of claims 1 to 6, wherein the channel covariance matrix is a first channel covariance matrix, and obtaining the augmented signature vector comprising at least one target beam comprises:calculating, based on the uplink channel measurements, a third channel covariance matrix associated with a vertical direction of antenna elements in a panel of the network device and a fourth channel covariance matrix associated with a horizontal direction of the antenna elements in the panel;calculating a first set of beam vectors based on the third channel covariance matrix and a pre-defined codebook, and a second set of beam vectors based on the fourth channel covariance matrix and a pre-defined codebook; anddetermining the at least one target beam vector based on a combination of a maximum of the first set of beam vectors and a maximum of the second set of beam vectors.11.The method of any of claims 1 to 6, wherein obtaining the augmented signature vector comprising at least one target beam comprises:performing beam sweeping for the downlink measurements;receiving at least one indicator indicative of a beam vector; anddetermining the at least one target beam vector based on the at least one indicator.12.The method of any of claims 1 to 6, wherein obtaining the augmented signature vector comprising at least one target beam comprises:performing beam sweeping in a vertical direction of antenna elements in a panel of the network device and in a horizontal direction of the antenna elements in the panel;receiving a first indicator indicative of a first beam vector in the vertical direction and a second indicator indicative of a second beam vector in the horizontal direction; anddetermining the at least one target beam vector at least based on a combination of the first beam vector and the second beam vector.13.The method of any of claims 1 to 12, wherein determining the beamforming matrix comprises:performing, for a beam of the beamforming matrix, a matrix multiplication of a power of the channel covariance matrix and the augmented signature vector; andperforming an orthogonalization procedure on the beamforming matrix.14.The method of any of claim 1 to 13, wherein determining the beamforming matrix comprises:performing eigenvalue decomposition of the channel covariance matrix without use of the at least one target beam vector.15.A network device comprising:at least one processor; andat least one memory storing instructions that, when executed by the at least one processor, cause the network device at least to:obtain a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations;obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; anddetermine a beamforming matrix based on the channel covariance matrix and the augmented signature vector.16.An apparatus comprising:means for obtaining a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations;means for obtain an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; andmeans for a beamforming matrix based on the channel covariance matrix and the augmented signature vector.17.A non-transitory computer readable medium comprising program instructions that, when executed by an apparatus, cause the apparatus to perform at least:obtaining a channel covariance matrix based on uplink channel measurements associated with a plurality of polarizations, wherein the channel covariance matrix comprises a plurality of channel covariance submatrices and a plurality of cross correlation submatrices for the plurality of polarizations, and a channel covariance submatrix among the plurality of channel covariance submatrices corresponds to a polarization of the plurality polarizations;obtaining an augmented signature vector comprising at least one target beam vector based on at least one of the following: the uplink channel measurements, or at least one indicator indicative of a beam vector from at least one terminal device based on downlink measurements; anddetermining a beamforming matrix based on the channel covariance matrix and the augmented signature vector.18.A system comprising:the network device of claim 15; andat least one terminal device in communication with the network device.

Images