Amplitude-based, variable bit allocation for phase quantization

Abstract

Certain aspects of the present disclosure provide techniques for phase quantization. A method generally includes obtaining a vector of complex elements, wherein each respective complex element in the vector is expressed in terms of a respective amplitude and a respective phase associated with the respective complex element; allocating one or more bits of a set of bits to each respective complex element in the vector based at least in part on the respective amplitude associated with each respective complex element in order to increase a phase quantization gain; and quantizing a respective phase associated with each respective complex element in the vector based at least in part on the one or more bits allocated to the respective complex element.

Description

AMPLITUDE-BASED, VARIABLE BIT ALLOCATION FOR PHASE QUANTIZATION

[0001] INTRODUCTION

[0002] Field of the Disclosure

[0003] Aspects of the present disclosure relate to wireless communications, and more particularly, to techniques for phase quantization.

[0004] Description of Related Art

[0005] Wireless communications systems are widely deployed to provide various telecommunication services such as telephony, video, data, messaging, broadcasts, or other similar types of services. These wireless communications systems may employ multiple-access technologies capable of supporting communications with multiple users by sharing available wireless communications system resources with those users.

[0006] Although wireless communications systems have made great technological advancements over many years, challenges still exist. For example, complex and dynamic environments can still attenuate or block signals between wireless transmitters and wireless receivers. Accordingly, there is a continuous desire to improve the technical performance of wireless communications systems, including, for example: improving speed and data carrying capacity of communications, improving efficiency of the use of shared communications mediums, reducing power used by transmitters and receivers while performing communications, improving reliability of wireless communications, avoiding redundant transmissions and / or receptions and related processing, improving the coverage area of wireless communications, increasing the number and types of devices that can access wireless communications systems, increasing the ability for different types of devices to intercommunicate, increasing the number and type of wireless communications mediums available for use, and the like. Consequently, there exists a need for further improvements in wireless communications systems to overcome the aforementioned technical challenges and others.SUMMARY

[0007] One aspect provides a method for wireless communication by an apparatus, such as a transmitter. The method includes obtaining a vector of complex elements, wherein each respective complex element in the vector is expressed in terms of a  respective amplitude and a respective phase associated with the respective complex element; allocating one or more bits of a set of bits to each respective complex element in the vector based at least in part on the respective amplitude associated with each respective complex element in order to increase a phase quantization gain; and quantizing a respective phase associated with each respective complex element in the vector based at least in part on the one or more bits allocated to the respective complex element.

[0008] Another aspect provides a method for wireless communication by an apparatus, such as a receiver. The method includes obtaining a plurality of quantized phases; obtaining a plurality of amplitudes, wherein each respective amplitude is associated with a respective quantized phase of the plurality of quantized phases; determining a number of one or more bits of a set of bits allocated to each respective quantized phase for phase quantization based at least in part on the respective amplitude associated with each respective quantized phase; and performing inverse quantization for the plurality of quantized phases based at least in part on the one or more bits allocated to each respective quantized phase.

[0009] Other aspects provide: one or more apparatuses operable, configured, or otherwise adapted to perform any portion of any method described herein (e.g., such that performance may be by only one apparatus or in a distributed fashion across multiple apparatuses) ; one or more non-transitory, computer-readable media comprising instructions that, when executed by one or more processors of one or more apparatuses, cause the one or more apparatuses to perform any portion of any method described herein (e.g., such that instructions may be included in only one computer-readable medium or in a distributed fashion across multiple computer-readable media, such that instructions may be executed by only one processor or by multiple processors in a distributed fashion, such that each apparatus of the one or more apparatuses may include one processor or multiple processors, and / or such that performance may be by only one apparatus or in a distributed fashion across multiple apparatuses) ; one or more computer program products embodied on one or more computer-readable storage media comprising code for performing any portion of any method described herein (e.g., such that code may be stored in only one computer-readable medium or across computer-readable media in a distributed fashion) ; and / or one or more apparatuses comprising one or more means for performing any portion of any method described herein (e.g., such that performance would be by only one apparatus or by multiple apparatuses in a distributed fashion) . By way of example, an  apparatus may comprise a processing system, a device with a processing system, or processing systems cooperating over one or more networks. An apparatus may comprise one or more memories; and one or more processors configured to cause the apparatus to perform any portion of any method described herein. In some examples, one or more of the processors may be preconfigured to perform various functions or operations described herein without requiring configuration by software.

[0010] The following description and the appended figures set forth certain features for purposes of illustration.BRIEF DESCRIPTION OF DRAWINGS

[0011] The appended figures depict certain features of the various aspects described herein and are not to be considered limiting of the scope of this disclosure.

[0012] FIG. 1 depicts an example wireless communications network.

[0013] FIG. 2 depicts an example disaggregated base station architecture.

[0014] FIG. 3 depicts aspects of an example base station and an example user equipment (UE) .

[0015] FIGS. 4A, 4B, 4C, and 4D depict various example aspects of data structures for a wireless communications network.

[0016] FIG. 5 depicts a process flow for closed-loop feedback associated with a communications channel between a network entity and a user equipment.

[0017] FIG. 6 depicts a matrix notation of an example Enhanced Type-II codebook.

[0018] FIG. 7 depicts example quantization gain achieved by using an additional bit for quantization.

[0019] FIG. 8A depicts an example workflow for variable bit allocation to increase phase quantization gain.

[0020] FIG. 8B depicts an example workflow for gain vector generation.

[0021] FIGS. 9A-9B depict an example scenario for bit allocation using the workflow of FIG. 8A.

[0022] FIG. 10 depicts example bit allocation using a limited amplitude set.

[0023] FIG. 11 depicts example quantization gain achieved when using amplitude-based, variable bit allocation techniques for phase quantization.

[0024] FIG. 12 depicts a method for wireless communications.

[0025] FIG. 13 depicts another method for wireless communications.

[0026] FIG. 14 depicts aspects of an example communications device.

[0027] FIG. 15 depicts aspects of an example communications device.DETAILED DESCRIPTION

[0028] Aspects of the present disclosure provide apparatuses, methods, processing systems, and computer-readable mediums for variable bit allocation to improve phase quantization performance, such as for reporting channel state feedback (CSF) (e.g., for beam selection) . Though certain aspects are described herein with respect to the quantization of complex elements (e.g., each expressed in terms of an amplitude and a phase angle, simply referred to herein as a “phase” ) associated with selected beams for CSF, the techniques discussed herein may be similarly applicable to the quantization of other complex elements expressed as amplitudes and phases.

[0029] In certain wireless communication systems, closed-loop feedback associated with a communications channel may be used to dynamically adapt communication link parameters (e.g., modulation and coding scheme (MCS) , beamforming, multiple-input and multiple-output (MIMO) layers, etc. ) according to time-varying channel conditions, for example, due to changes with respect to user equipment (UE) mobility, weather conditions, scattering, fading, interference, noise, etc. A UE may report channel state feedback (CSF) to a network entity (e.g., a base station (BS) ) , which may adjust certain communication parameters in response to the feedback from the UE.

[0030] As an example, a UE may measure a reference signal and estimate the channel state based on measurements of that reference signal. The UE may report an estimated channel state to the network entity in the form of CSF. In certain aspects, the CSF may indicate channel properties of a communications link between the network entity and the UE.For example, the CSF may indicate the effect of, for example, scattering, fading, and / or path loss of a signal propagating across the communications link.

[0031] In some cases, the CSF may indicate the UE’s preferred precoding for MIMO and / or beamformed communications, for example, in the form of precoding feedback,  such as a precoding matrix indicator (PMI) . Specifically, precoding is a transmitter signal processing technique, which may be used in MIMO systems to send multiple data streams from antenna elements of an antenna array at the transmitter with independent weightings. Precoding weights applied to different antenna elements may cause each antenna element to modify (or shape) a radio signal with a particular phase shift. The phase difference between the radiated signals from each antenna element of the antenna array may allow the antenna array to perform beam steering to focus radio signals in a particular direction (or multiple directions) , such as towards a receiver (e.g., direct signal power towards the receiver) , thereby allowing for more reliable communication and increased throughput.

[0032] In certain aspects, precoding feedback may be indicated by a UE via a precoding codebook. A precoding codebook may define the matrix notation for reporting preferred precoding for downlink transmissions (e.g., from a network entity to the UE) , for example, in the context of gains and / or phase shifts applied across antenna elements that form certain beams. It is noted that the term “beam” may be used in the present disclosure in various contexts. For example, the term “beam” may be used to refer to the set of gains and / or phases (e.g., precoding weights or co-phasing weights) applied to antenna elements in (or associated with) a wireless communication device for transmission or reception. The term “beam” may also refer to an antenna or radiation pattern of a signal transmitted while applying the gains and / or phases to the antenna elements.

[0033] In certain aspects, precoding feedback may be indicated via a precoding codebook (simply referred to herein as a “codebook” ) . A codebook may define the matrix notation for reporting the preferred precoding for one or more beams. For example, Type-I and Type-II codebooks are example codebooks that have been standardized to support MIMO transmission (e.g., single-user (SU) -MIMO where multiple streams of data are sent to and received by only one device at a time and multi-user (MU) -MIMO where multiple streams of data are sent to multiple devices simultaneously) . Both Type-I and Type-II codebooks are constructed from a 2D discrete Fourier transform (DFT) -based grid of beams, and enable the CSF of beams selection and / or phase-shift keying (PSK) based co-phase combining between two polarizations. For example, CSF of beams selection by a UE via a Type-I codebook may be provided as wideband (WB) and / or subband (SB) phases associated with the selected beams. In addition to the phases, Type-2 codebook based CSF may also report the WB and / or SB amplitude information for the  selected beams. Together the phases and amplitudes of the selected beams may be referred to herein as “complex elements” (e.g., each complex element is expressed in terms of a respective phase and a respective amplitude) . As a result, more accurate CSI may be obtained from Type-2 codebook-based CSF, such as to improve precoded MIMO transmission by the network.

[0034] In some cases, to reduce the overhead associated with reporting Type-2 codebook-based CSF, such as amplitude and phase information for the selected beams (e.g., represented as complex elements) , quantization may be performed. As used herein, quantization may refer to a process of converting the phases and / or amplitudes of the selected beams, which have a continuous range (e.g., a continuous set of values that the phases and / or amplitudes may take) , into a discrete set of phases and / or amplitudes, referred to as “quantization levels. ” The resolution of a quantizer used to perform the quantization (e.g., typically measured in bits) may determine the number of quantization levels. For example, there may be 2m quantization levels for an m-bit quantizer. A 2-bit quantizer, for instance, may have 22=4 quantization levels.

[0035] In certain aspects, amplitude and phase may be quantized separately prior to being reported as CSF. That is, amplitude quantization may be performed to convert the amplitudes of the selected beams to a discrete set of amplitudes. Further, phase quantization may be separately performed to convert the phases of the selected beams to a discrete set of phases. The quantized phases and amplitudes of the selected beams may be reported by a UE, to a network entity, via the Type-II codebook.

[0036] Inherent in the quantization process is error. In particular, converting continuous data into discrete representations may result in rounding and / or truncation of the original data. Effectively, the original data may be approximated to be the closest digitized value from the discrete set of quantization values. For example, an actual phase may lie between two quantization levels (e.g., a phase may fall between quantization levels, such as hypotheses 0 and ) . In quantization, the phase may be represented by a hypothesis (e.g., digital value) closest to the phase (e.g., analog value) (e.g., phase may be represented as ) . This way of quantizing the phase introduces slight errors, called quantization errors. A quantization error (also referred to as “quantization loss” ) is a systematic error resulting from the difference between a continuous input value (e.g., phase) and its quantized output (e.g., quantized phase) .  Resulting quantization error may depend on the resolution of the quantizer, for example, higher quantization resolution may result in a greater number of quantization levels (e.g., a greater number of hypotheses) such that the difference between a phase and its quantized output (e.g., one of the hypotheses) may be less.

[0037] Some conventional approaches may quantize amplitude and phase with a pre-defined number of quantization bits. For example, 3-bit quantization may be used to quantize each amplitude (e.g., three bits may be allocated to each amplitude for amplitude quantization) , such that each amplitude is quantized to one amplitude value among eight discrete amplitude values (e.g., 23=8 quantization levels) . Further, 4-bit quantization may be used to quantize each phase (e.g., four bits may be allocated to each phase for phase quantization) , such that each phase is quantized to one phase value among sixteen discrete amplitude values (e.g., 24=16 quantization levels, such as hypotheses  ) .Thus, a number of bits used to carry each amplitude for CSF reporting may be uniform across all amplitudes, and a number of bits used to carry each phase for reporting CSF may be uniform across all phases.

[0038] Performing at least phase quantization using a pre-defined number of quantization bits per phase may not optimize quantization performance. In particular, a phase associated with a higher amplitude may need to be quantized with a larger number of bits than a phase associated with a lower amplitude to achieve sufficient quantization performance (e.g., reduce quantization error) . As an illustrative example, four bits may need to be allocated to phases associated with 0 decibel (dB) quantized amplitude for phase quantization, while one bit, or zero bits (e.g., no quantization) , may be allocated to phases associated with -10dB quantized amplitudes. Thus, a technical problem associated with conventional approaches for phase quantization includes the lack of consideration for associated amplitudes when allocating bits for phase quantization. Instead, conventional approaches may allocate a pre-defined and uniform number of bits to each phase for phase quantization irrespective of their associated amplitudes (e.g., with or without quantization) , which may lead to greater quantization error. Increased quantization errors may contribute to increased noise and thereby degrade the signal to quantization noise ratio (SQNR) .

[0039] Certain aspects described herein overcome the aforementioned technical problems and provide a technical benefit to the field of telecommunications. For example, aspects described herein provide techniques for variable bit allocation to improve phase quantization performance, such as in cases where amplitude and phase may be quantized separately prior to being reported as CSF. Instead of quantizing each phase with a same pre-defined, uniform number of quantization bits, phases may be quantized with a variable number of quantization bits to achieve an increased quantization gain (e.g., optimize the quantization gain) using a limited set of quantization bits. A number of quantization bits, from the limited set, allocated to each phase for phase quantization may be optimized, such as to reduce quantization error and maximize SQNR. In certain aspects, the number of quantization bits allocated to each phase may be based at least in part on the amplitude associated with each phase.

[0040] By way of example, a limited set of sixty quantization bits may be allocated to twenty complex elements, each expressed in terms of a respective amplitude and a respective phase, for phase quantization. Instead of allocating three quantization bits per complex element (e.g., 60 quantization bits  / 20 complex elements = 3 bits per complex element for phase quantization) , a respective number of bit (s) allocated to each complex element may be optimized. For example, an iterative process may be used to allocate the set of quantization bits to phases, bit-by-bit, based at least in part on the quantization gain achieved by allocating each bit to one of the phases.

[0041] As described in detail below, in certain aspects, a gain matrix (GN×K) may be used to determine how to allocate the limited set of bits to the complex elements such as to increase the quantization gain achieved without increasing the number of bits used (e.g., limited to the number of bits in the set of bits) . The gain matrix (GN×K) may be created as a Kronecker product of an amplitude vector (A) and a gain vector (Gm) (e.g., GN×K=kron (A, Gm) ) . The amplitude vector (A) may include the amplitude associated with each complex element, and more specifically, each phase being quantized. The gain vector (Gm) may represent multiple phase quantization gains that may be achieved when increasing a number of quantization bits that are allocated for phase quantization of a phase. Multiple rounds may be performed to allocate the limited set of bits for phase quantization. For example, during each round one bit may be allocated to one of the complex elements based at least in part on a phase quantization gain achieved when allocating the additional bit to that complex element being greater than the phase  quantization gain achieved by allocating the additional bit to any of the other complex elements.

[0042] Certain techniques for phase quantitation described herein may provide various beneficial technical effects and / or advantages. The techniques for phase quantization may enable improved wireless communications performance, such as reduced quantization noise thereby leading to improved SQNR. The reduction in quantization noise may be attributable to the use of variable bit phase quantization, and more specifically, the non-uniform allocation of a limited set of bits to phases for quantization based at least in part on a respective amplitude associated with each phase.

[0043] Introduction to Wireless Communications Networks

[0044] The techniques and methods described herein may be used for various wireless communications networks. While aspects may be described herein using terminology commonly associated with 3G, 4G, 5G, 6G, and / or other generations of wireless technologies, aspects of the present disclosure may likewise be applicable to other communications systems and standards not explicitly mentioned herein.

[0045] FIG. 1 depicts an example of a wireless communications network 100, in which aspects described herein may be implemented.

[0046] Generally, wireless communications network 100 includes various network entities (alternatively, network elements or network nodes) . A network entity is generally a communications device and / or a communications function performed by a communications device (e.g., a user equipment (UE) , a base station (BS) , a component of a BS, a server, etc. ) . As such communications devices are part of wireless communications network 100, and facilitate wireless communications, such communications devices may be referred to as wireless communications devices. For example, various functions of a network as well as various devices associated with and interacting with a network may be considered network entities. Further, wireless communications network 100 includes terrestrial aspects, such as ground-based network entities (e.g., BSs 102) , and non-terrestrial aspects (also referred to herein as non-terrestrial network entities) , such as satellite 140 and / or aerial or spaceborne platform (s) , which may include network entities on-board (e.g., one or more BSs) capable of communicating with other network elements (e.g., terrestrial BSs) and UEs.

[0047] In the depicted example, wireless communications network 100 includes BSs 102, UEs 104, and one or more core networks, such as an Evolved Packet Core (EPC) 160 and 5G Core (5GC) network 190, which interoperate to provide communications services over various communications links, including wired and wireless links.

[0048] FIG. 1 depicts various example UEs 104, which may more generally include: a cellular phone, smart phone, session initiation protocol (SIP) phone, laptop, personal digital assistant (PDA) , satellite radio, global positioning system, multimedia device, video device, digital audio player, camera, game console, tablet, smart device, wearable device, vehicle, electric meter, gas pump, large or small kitchen appliance, healthcare device, implant, sensor / actuator, display, internet of things (IoT) devices, always on (AON) devices, edge processing devices, data centers, or other similar devices. UEs 104 may also be referred to more generally as a mobile device, a wireless device, a station, a mobile station, a subscriber station, a mobile subscriber station, a mobile unit, a subscriber unit, a wireless unit, a remote unit, a remote device, an access terminal, a mobile terminal, a wireless terminal, a remote terminal, a handset, and others.

[0049] BSs 102 wirelessly communicate with (e.g., transmit signals to or receive signals from) UEs 104 via communications links 120. The communications links 120 between BSs 102 and UEs 104 may include uplink (UL) (also referred to as reverse link) transmissions from a UE 104 to a BS 102 and / or downlink (DL) (also referred to as forward link) transmissions from a BS 102 to a UE 104. The communications links 120 may use multiple-input and multiple-output (MIMO) antenna technology, including spatial multiplexing, beamforming, and / or transmit diversity in various aspects.

[0050] BSs 102 may generally include: a NodeB, enhanced NodeB (eNB) , next generation enhanced NodeB (ng-eNB) , next generation NodeB (gNB or gNodeB) , access point, base transceiver station, radio base station, radio transceiver, transceiver function, transmission reception point, and / or others. Each of BSs 102 may provide communications coverage for a respective coverage area 110, which may sometimes be referred to as a cell, and which may overlap in some cases (e.g., small cell 102’ may have a coverage area 110’ that overlaps the coverage area 110 of a macro cell) . A BS may, for example, provide communications coverage for a macro cell (covering relatively large geographic area) , a pico cell (covering relatively smaller geographic area, such as a sports stadium) , a femto cell (relatively smaller geographic area (e.g., a home) ) , and / or other types of cells.

[0051] Generally, a cell may refer to a portion, partition, or segment of wireless communication coverage served by a network entity within a wireless communication network. A cell may have geographic characteristics, such as a geographic coverage area, as well as radio frequency characteristics, such as time and / or frequency resources dedicated to the cell. For example, a specific geographic coverage area may be covered by multiple cells employing different frequency resources (e.g., bandwidth parts) and / or different time resources. As another example, a specific geographic coverage area may be covered by a single cell. In some contexts (e.g., a carrier aggregation scenario and / or multi-connectivity scenario) , the terms “cell” or “serving cell” may refer to or correspond to a specific carrier frequency (e.g., a component carrier) used for wireless communications, and a “cell group” may refer to or correspond to multiple carriers used for wireless communications. As examples, in a carrier aggregation scenario, a UE may communicate on multiple component carriers corresponding to multiple (serving) cells in the same cell group, and in a multi-connectivity (e.g., dual connectivity) scenario, a UE may communicate on multiple component carriers corresponding to multiple cell groups.

[0052] While BSs 102 are depicted in various aspects as unitary communications devices, BSs 102 may be implemented in various configurations. For example, one or more components of a base station may be disaggregated, including a central unit (CU) , one or more distributed units (DUs) , one or more radio units (RUs) , a Near-Real Time (Near-RT) RAN Intelligent Controller (RIC) , or a Non-Real Time (Non-RT) RIC, to name a few examples. In another example, various aspects of a base station may be virtualized. More generally, a base station (e.g., BS 102) may include components that are located at a single physical location or components located at various physical locations. In examples in which a base station includes components that are located at various physical locations, the various components may each perform functions such that, collectively, the various components achieve functionality that is similar to a base station that is located at a single physical location. In some aspects, a base station including components that are located at various physical locations may be referred to as a disaggregated radio access network architecture, such as an Open RAN (O-RAN) or Virtualized RAN (VRAN) architecture. FIG. 2 depicts and describes an example disaggregated base station architecture.

[0053] Different BSs 102 within wireless communications network 100 may also be configured to support different radio access technologies, such as 3G, 4G, and / or 5G. For  example, BSs 102 configured for 4G LTE (collectively referred to as Evolved Universal Mobile Telecommunications System (UMTS) Terrestrial Radio Access Network (E-UTRAN) ) may interface with the EPC 160 through first backhaul links 132 (e.g., an S1 interface) . BSs 102 configured for 5G (e.g., 5G NR or Next Generation RAN (NG-RAN) ) may interface with 5GC 190 through second backhaul links 184. BSs 102 may communicate directly or indirectly (e.g., through the EPC 160 or 5GC 190) with each other over third backhaul links 134 (e.g., X2 interface) , which may be wired or wireless.

[0054] Wireless communications network 100 may subdivide the electromagnetic spectrum into various classes, bands, channels, or other features. In some aspects, the subdivision is provided based on wavelength and frequency, where frequency may also be referred to as a carrier, a subcarrier, a frequency channel, a tone, or a subband. For example, 3GPP currently defines Frequency Range 1 (FR1) as including 410 MHz–7125 MHz, which is often referred to (interchangeably) as “Sub-6 GHz” . Similarly, 3GPP currently defines Frequency Range 2 (FR2) as including 24,250 MHz –71, 000 MHz, which is sometimes referred to (interchangeably) as a “millimeter wave” ( “mmW” or “mmWave” ) . In some cases, FR2 may be further defined in terms of sub-ranges, such as a first sub-range FR2-1 including 24,250 MHz–52,600 MHz and a second sub-range FR2-2 including 52,600 MHz–71,000 MHz. A base station configured to communicate using mmWave / near mmWave radio frequency bands (e.g., a mmWave base station such as BS 180) may utilize beamforming (e.g., 182) with a UE (e.g., 104) to improve path loss and range.

[0055] The communications links 120 between BSs 102 and, for example, UEs 104, may be through one or more carriers, which may have different bandwidths (e.g., 5, 10, 15, 20, 100, 400, and / or other MHz) , and which may be aggregated in various aspects. Carriers may or may not be adjacent to each other. Allocation of carriers may be asymmetric with respect to DL and UL (e.g., more or fewer carriers may be allocated for DL than for UL) .

[0056] Communications using higher frequency bands may have higher path loss and a shorter range compared to lower frequency communications. Accordingly, certain base stations (e.g., 180 in FIG. 1) may utilize beamforming 182 with a UE 104 to improve path loss and range. For example, BS 180 and the UE 104 may each include a plurality of antennas, such as antenna elements, antenna panels, and / or antenna arrays to facilitate the beamforming. In some cases, BS 180 may transmit a beamformed signal to UE 104  in one or more transmit directions 182’ . UE 104 may receive the beamformed signal from the BS 180 in one or more receive directions 182” . UE 104 may also transmit a beamformed signal to the BS 180 in one or more transmit directions 182” . BS 180 may also receive the beamformed signal from UE 104 in one or more receive directions 182’ . BS 180 and UE 104 may then perform beam training to determine the best receive and transmit directions for each of BS 180 and UE 104. Notably, the transmit and receive directions for BS 180 may or may not be the same. Similarly, the transmit and receive directions for UE 104 may or may not be the same.

[0057] Wireless communications network 100 further includes a Wi-Fi AP 150 in communication with Wi-Fi stations (STAs) 152 via communications links 154 in, for example, a 2.4 GHz and / or 5 GHz unlicensed frequency spectrum.

[0058] Certain UEs 104 may communicate with each other using device-to-device (D2D) communications link 158. D2D communications link 158 may use one or more sidelink channels, such as a physical sidelink broadcast channel (PSBCH) , a physical sidelink discovery channel (PSDCH) , a physical sidelink shared channel (PSSCH) , a physical sidelink control channel (PSCCH) , and / or a physical sidelink feedback channel (PSFCH) .

[0059] EPC 160 may include various functional components, including: a Mobility Management Entity (MME) 162, other MMEs 164, a Serving Gateway 166, a Multimedia Broadcast Multicast Service (MBMS) Gateway 168, a Broadcast Multicast Service Center (BM-SC) 170, and / or a Packet Data Network (PDN) Gateway 172, such as in the depicted example. MME 162 may be in communication with a Home Subscriber Server (HSS) 174. MME 162 is the control node that processes the signaling between the UEs 104 and the EPC 160. Generally, MME 162 provides bearer and connection management.

[0060] Generally, user Internet protocol (IP) packets are transferred through Serving Gateway 166, which itself is connected to PDN Gateway 172. PDN Gateway 172 provides UE IP address allocation as well as other functions. PDN Gateway 172 and the BM-SC 170 are connected to IP Services 176, which may include, for example, the Internet, an intranet, an IP Multimedia Subsystem (IMS) , a Packet Switched (PS) streaming service, and / or other IP services.

[0061] BM-SC 170 may provide functions for MBMS user service provisioning and delivery. BM-SC 170 may serve as an entry point for content provider MBMS  transmission, may be used to authorize and initiate MBMS Bearer Services within a public land mobile network (PLMN) , and / or may be used to schedule MBMS transmissions. MBMS Gateway 168 may be used to distribute MBMS traffic to the BSs 102 belonging to a Multicast Broadcast Single Frequency Network (MBSFN) area broadcasting a particular service, and / or may be responsible for session management (start / stop) and for collecting eMBMS related charging information.

[0062] 5GC 190 may include various functional components, including: an Access and Mobility Management Function (AMF) 192, other AMFs 193, a Session Management Function (SMF) 194, and a User Plane Function (UPF) 195. AMF 192 may be in communication with Unified Data Management (UDM) 196.

[0063] AMF 192 is a control node that processes signaling between UEs 104 and 5GC 190. AMF 192 provides, for example, quality of service (QoS) flow and session management.

[0064] Internet protocol (IP) packets are transferred through UPF 195, which is connected to the IP Services 197, and which provides UE IP address allocation as well as other functions for 5GC 190. IP Services 197 may include, for example, the Internet, an intranet, an IMS, a PS streaming service, and / or other IP services.

[0065] In various aspects, a network entity or network node can be implemented as an aggregated base station, as a disaggregated base station, a component of a base station, an integrated access and backhaul (IAB) node, a relay node, a sidelink node, to name a few examples.

[0066] FIG. 2 depicts an example disaggregated base station 200 architecture. The disaggregated base station 200 architecture may include one or more central units (CUs) 210 that can communicate directly with a core network 220 via a backhaul link, or indirectly with the core network 220 through one or more disaggregated base station units (such as a Near-Real Time (Near-RT) RAN Intelligent Controller (RIC) 225 via an E2 link, or a Non-Real Time (Non-RT) RIC 215 associated with a Service Management and Orchestration (SMO) Framework 205, or both) . A CU 210 may communicate with one or more distributed units (DUs) 230 via respective midhaul links, such as an F1 interface. The DUs 230 may communicate with one or more radio units (RUs) 240 via respective fronthaul links. The RUs 240 may communicate with respective UEs 104 via one or more  radio frequency (RF) access links. In some implementations, the UE 104 may be simultaneously served by multiple RUs 240.

[0067] Each of the units, e.g., the CUs 210, the DUs 230, the RUs 240, as well as the Near-RT RICs 225, the Non-RT RICs 215 and the SMO Framework 205, may include one or more interfaces or be coupled to one or more interfaces configured to receive or transmit signals, data, or information (collectively, signals) via a wired or wireless transmission medium. Each of the units, or an associated processor or controller providing instructions to the communications interfaces of the units, can be configured to communicate with one or more of the other units via the transmission medium. For example, the units can include a wired interface configured to receive or transmit signals over a wired transmission medium to one or more of the other units. Additionally or alternatively, the units can include a wireless interface, which may include a receiver, a transmitter or transceiver (such as a radio frequency (RF) transceiver) , configured to receive or transmit signals, or both, over a wireless transmission medium to one or more of the other units.

[0068] In some aspects, the CU 210 may host one or more higher layer control functions. Such control functions can include radio resource control (RRC) , packet data convergence protocol (PDCP) , service data adaptation protocol (SDAP) , or the like. Each control function can be implemented with an interface configured to communicate signals with other control functions hosted by the CU 210. The CU 210 may be configured to handle user plane functionality (e.g., Central Unit–User Plane (CU-UP) ) , control plane functionality (e.g., Central Unit–Control Plane (CU-CP) ) , or a combination thereof. In some implementations, the CU 210 can be logically split into one or more CU-UP units and one or more CU-CP units. The CU-UP unit can communicate bidirectionally with the CU-CP unit via an interface, such as the E1 interface when implemented in an O-RAN configuration. The CU 210 can be implemented to communicate with the DU 230, as necessary, for network control and signaling.

[0069] The DU 230 may correspond to a logical unit that includes one or more base station functions to control the operation of one or more RUs 240. In some aspects, the DU 230 may host one or more of a radio link control (RLC) layer, a medium access control (MAC) layer, and one or more high physical (PHY) layers (such as modules for forward error correction (FEC) encoding and decoding, scrambling, modulation and demodulation, or the like) depending, at least in part, on a functional split, such as those  defined by the 3rd Generation Partnership Project (3GPP) . In some aspects, the DU 230 may further host one or more low PHY layers. Each layer (or module) can be implemented with an interface configured to communicate signals with other layers (and modules) hosted by the DU 230, or with the control functions hosted by the CU 210.

[0070] Lower-layer functionality can be implemented by one or more RUs 240. In some deployments, an RU 240, controlled by a DU 230, may correspond to a logical node that hosts RF processing functions, or low-PHY layer functions (such as performing fast Fourier transform (FFT) , inverse FFT (iFFT) , digital beamforming, physical random access channel (PRACH) extraction and filtering, or the like) , or both, based at least in part on the functional split, such as a lower layer functional split. In such an architecture, the RU (s) 240 can be implemented to handle over the air (OTA) communications with one or more UEs 104. In some implementations, real-time and non-real-time aspects of control and user plane communications with the RU (s) 240 can be controlled by the corresponding DU 230. In some scenarios, this configuration can enable the DU (s) 230 and the CU 210 to be implemented in a cloud-based RAN architecture, such as a vRAN architecture.

[0071] The SMO Framework 205 may be configured to support RAN deployment and provisioning of non-virtualized and virtualized network elements. For non-virtualized network elements, the SMO Framework 205 may be configured to support the deployment of dedicated physical resources for RAN coverage requirements which may be managed via an operations and maintenance interface (such as an O1 interface) . For virtualized network elements, the SMO Framework 205 may be configured to interact with a cloud computing platform (such as an open cloud (O-Cloud) 290) to perform network element life cycle management (such as to instantiate virtualized network elements) via a cloud computing platform interface (such as an O2 interface) . Such virtualized network elements can include, but are not limited to, CUs 210, DUs 230, RUs 240 and Near-RT RICs 225. In some implementations, the SMO Framework 205 can communicate with a hardware aspect of a 4G RAN, such as an open eNB (O-eNB) 211, via an O1 interface. Additionally, in some implementations, the SMO Framework 205 can communicate directly with one or more DUs 230 and / or one or more RUs 240 via an O1 interface. The SMO Framework 205 also may include a Non-RT RIC 215 configured to support functionality of the SMO Framework 205.

[0072] The Non-RT RIC 215 may be configured to include a logical function that enables non-real-time control and optimization of RAN elements and resources, Artificial Intelligence / Machine Learning (AI / ML) workflows including model training and updates, or policy-based guidance of applications / features in the Near-RT RIC 225. The Non-RT RIC 215 may be coupled to or communicate with (such as via an A1 interface) the Near-RT RIC 225. The Near-RT RIC 225 may be configured to include a logical function that enables near-real-time control and optimization of RAN elements and resources via data collection and actions over an interface (such as via an E2 interface) connecting one or more CUs 210, one or more DUs 230, or both, as well as an O-eNB, with the Near-RT RIC 225.

[0073] In some implementations, to generate AI / ML models to be deployed in the Near-RT RIC 225, the Non-RT RIC 215 may receive parameters or external enrichment information from external servers. Such information may be utilized by the Near-RT RIC 225 and may be received at the SMO Framework 205 or the Non-RT RIC 215 from non-network data sources or from network functions. In some examples, the Non-RT RIC 215 or the Near-RT RIC 225 may be configured to tune RAN behavior or performance. For example, the Non-RT RIC 215 may monitor long-term trends and patterns for performance and employ AI / ML models to perform corrective actions through the SMO Framework 205 (such as reconfiguration via O1) or via creation of RAN management policies (such as A1 policies) .

[0074] FIG. 3 depicts aspects of an example BS 102 and a UE 104.

[0075] Generally, BS 102 includes various processors (e.g., 318, 320, 330, 338, and 340) , antennas 334a-t (collectively 334) , transceivers 332a-t (collectively 332) , which include modulators and demodulators, and other aspects, which enable wireless transmission of data (e.g., data source 312) and wireless reception of data (e.g., data sink 314) . For example, BS 102 may send and receive data between BS 102 and UE 104. BS 102 includes controller / processor 340, which may be configured to implement various functions described herein related to wireless communications. Note that the BS 102 may have a disaggregated architecture as described herein with respect to FIG. 2.

[0076] Generally, UE 104 includes various processors (e.g., 358, 364, 366, 370, and 380) , antennas 352a-r (collectively 352) , transceivers 354a-r (collectively 354) , which include modulators and demodulators, and other aspects, which enable wireless  transmission of data (e.g., retrieved from data source 362) and wireless reception of data (e.g., provided to data sink 360) . UE 104 includes controller / processor 380, which may be configured to implement various functions described herein related to wireless communications.

[0077] In regards to an example downlink transmission, BS 102 includes a transmit processor 320 that may receive data from a data source 312 and control information from a controller / processor 340. The control information may be for the physical broadcast channel (PBCH) , physical control format indicator channel (PCFICH) , physical hybrid automatic repeat request (HARQ) indicator channel (PHICH) , physical downlink control channel (PDCCH) , group common PDCCH (GC PDCCH) , and / or others. The data may be for the physical downlink shared channel (PDSCH) , in some examples.

[0078] Transmit processor 320 may process (e.g., encode and symbol map) the data and control information to obtain data symbols and control symbols, respectively. Transmit processor 320 may also generate reference symbols, such as for the primary synchronization signal (PSS) , secondary synchronization signal (SSS) , PBCH demodulation reference signal (DMRS) , and channel state information reference signal (CSI-RS) .

[0079] Transmit (TX) multiple-input multiple-output (MIMO) processor 330 may perform spatial processing (e.g., precoding) on the data symbols, the control symbols, and / or the reference symbols, if applicable, and may provide output symbol streams to the modulators (MODs) in transceivers 332a-332t. Each modulator in transceivers 332a-332t may process a respective output symbol stream to obtain an output sample stream. Each modulator may further process (e.g., convert to analog, amplify, filter, and upconvert) the output sample stream to obtain a downlink signal. Downlink signals from the modulators in transceivers 332a-332t may be transmitted via the antennas 334a-334t, respectively.

[0080] In order to receive the downlink transmission, UE 104 includes antennas 352a-352r that may receive the downlink signals from the BS 102 and may provide received signals to the demodulators (DEMODs) in transceivers 354a-354r, respectively. Each demodulator in transceivers 354a-354r may condition (e.g., filter, amplify, downconvert, and digitize) a respective received signal to obtain input samples. Each demodulator may further process the input samples to obtain received symbols.

[0081] RX MIMO detector 356 may obtain received symbols from all the demodulators in transceivers 354a-354r, perform MIMO detection on the received symbols if applicable, and provide detected symbols. Receive processor 358 may process (e.g., demodulate, deinterleave, and decode) the detected symbols, provide decoded data for the UE 104 to a data sink 360, and provide decoded control information to a controller / processor 380.

[0082] In regards to an example uplink transmission, UE 104 further includes a transmit processor 364 that may receive and process data (e.g., for the PUSCH) from a data source 362 and control information (e.g., for the physical uplink control channel (PUCCH) ) from the controller / processor 380. Transmit processor 364 may also generate reference symbols for a reference signal (e.g., for the sounding reference signal (SRS) ) . The symbols from the transmit processor 364 may be precoded by a TX MIMO processor 366 if applicable, further processed by the modulators in transceivers 354a-354r (e.g., for SC-FDM) , and transmitted to BS 102.

[0083] At BS 102, the uplink signals from UE 104 may be received by antennas 334a-t, processed by the demodulators in transceivers 332a-332t, detected by a RX MIMO detector 336 if applicable, and further processed by a receive processor 338 to obtain decoded data and control information sent by UE 104. Receive processor 338 may provide the decoded data to a data sink 314 and the decoded control information to the controller / processor 340.

[0084] Memories 342 and 382 may store data and program codes for BS 102 and UE 104, respectively.

[0085] Scheduler 344 may schedule UEs for data transmission on the downlink and / or uplink.

[0086] In various aspects, BS 102 may be described as transmitting and receiving various types of data associated with the methods described herein. In these contexts, “transmitting” may refer to various mechanisms of outputting data, such as outputting data from data source 312, scheduler 344, memory 342, transmit processor 320, controller / processor 340, TX MIMO processor 330, transceivers 332a-t, antenna 334a-t, and / or other aspects described herein. Similarly, “receiving” may refer to various mechanisms of obtaining data, such as obtaining data from antennas 334a-t, transceivers  332a-t, RX MIMO detector 336, controller / processor 340, receive processor 338, scheduler 344, memory 342, and / or other aspects described herein.

[0087] In various aspects, UE 104 may likewise be described as transmitting and receiving various types of data associated with the methods described herein. In these contexts, “transmitting” may refer to various mechanisms of outputting data, such as outputting data from data source 362, memory 382, transmit processor 364, controller / processor 380, TX MIMO processor 366, transceivers 354a-t, antenna 352a-t, and / or other aspects described herein. Similarly, “receiving” may refer to various mechanisms of obtaining data, such as obtaining data from antennas 352a-t, transceivers 354a-t, RX MIMO detector 356, controller / processor 380, receive processor 358, memory 382, and / or other aspects described herein.

[0088] In some aspects, a processor may be configured to perform various operations, such as those associated with the methods described herein, and transmit (output) to or receive (obtain) data from another interface that is configured to transmit or receive, respectively, the data.

[0089] In various aspects, artificial intelligence (AI) processors 318 and 370 may perform AI processing for BS 102 and / or UE 104, respectively. The AI processor 318 may include AI accelerator hardware or circuitry such as one or more neural processing units (NPUs) , one or more neural network processors, one or more tensor processors, one or more deep learning processors, etc. The AI processor 370 may likewise include AI accelerator hardware or circuitry. As an example, the AI processor 370 may perform AI-based beam management, AI-based channel state feedback (CSF) , AI-based antenna tuning, and / or AI-based positioning (e.g., non-line of sight positioning prediction) . In some cases, the AI processor 318 may process feedback from the UE 104 (e.g., CSF) using hardware accelerated AI inferences and / or AI training. The AI processor 318 may decode compressed CSF from the UE 104, for example, using a hardware accelerated AI inference associated with the CSF. In certain cases, the AI processor 318 may perform certain RAN-based functions including, for example, network planning, network performance management, energy-efficient network operations, etc.

[0090] FIGS. 4A, 4B, 4C, and 4D depict aspects of data structures for a wireless communications network, such as wireless communications network 100 of FIG. 1.

[0091] In particular, FIG. 4A is a diagram 400 illustrating an example of a first subframe within a 5G (e.g., 5G NR) frame structure, FIG. 4B is a diagram 430 illustrating an example of DL channels within a 5G subframe, FIG. 4C is a diagram 450 illustrating an example of a second subframe within a 5G frame structure, and FIG. 4D is a diagram 480 illustrating an example of UL channels within a 5G subframe.

[0092] Wireless communications systems may utilize orthogonal frequency division multiplexing (OFDM) with a cyclic prefix (CP) on the uplink and downlink. Such systems may also support half-duplex operation using time division duplexing (TDD) . OFDM and single-carrier frequency division multiplexing (SC-FDM) partition the system bandwidth (e.g., as depicted in FIGS. 4B and 4D) into multiple orthogonal subcarriers. Each subcarrier may be modulated with data. Modulation symbols may be sent in the frequency domain with OFDM and / or in the time domain with SC-FDM.

[0093] A wireless communications frame structure may be frequency division duplex (FDD) , in which, for a particular set of subcarriers, subframes within the set of subcarriers are dedicated for either DL or UL. Wireless communications frame structures may also be time division duplex (TDD) , in which, for a particular set of subcarriers, subframes within the set of subcarriers are dedicated for both DL and UL.

[0094] In FIG. 4A and 4C, the wireless communications frame structure is TDD where D is DL, U is UL, and X is flexible for use between DL / UL. UEs may be configured with a slot format through a received slot format indicator (SFI) (dynamically through DL control information (DCI) , or semi-statically / statically through radio resource control (RRC) signaling) . In the depicted examples, a 10 ms frame is divided into 10 equally sized 1 ms subframes. Each subframe may include one or more time slots. In some examples, each slot may include 12 or 14 symbols, depending on the cyclic prefix (CP) type (e.g., 12 symbols per slot for an extended CP or 14 symbols per slot for a normal CP). Subframes may also include mini-slots, which generally have fewer symbols than an entire slot. Other wireless communications technologies may have a different frame structure and / or different channels.

[0095] In certain aspects, the number of slots within a subframe (e.g., a slot duration in a subframe) is based on a numerology, which may define a frequency domain subcarrier spacing and symbol duration as further described herein. In certain aspects, given a numerology μ, there are 2μ slots per subframe. Thus, numerologies (μ) 0 to 6 may  allow for 1, 2, 4, 8, 16, 32, and 64 slots, respectively, per subframe. In some cases, the extended CP (e.g., 12 symbols per slot) may be used with a specific numerology, e.g., numerology 2 allowing for 4 slots per subframe. The subcarrier spacing and symbol length / duration are a function of the numerology. The subcarrier spacing may be equal to 2μ×15 kHz, where μ is the numerology 0 to 6. As an example, the numerology μ=0 corresponds to a subcarrier spacing of 15 kHz, and the numerology μ=6 corresponds to a subcarrier spacing of 960 kHz. The symbol length / duration is inversely related to the subcarrier spacing. FIGS. 4A, 4B, 4C, and 4D provide an example of a slot format having 14 symbols per slot (e.g., a normal CP) and a numerology μ=2 with 4 slots per subframe. In such a case, the slot duration is 0.25 ms, the subcarrier spacing is 60 kHz, and the symbol duration is approximately 16.67 μs.

[0096] As depicted in FIGS. 4A, 4B, 4C, and 4D, a resource grid may be used to represent the frame structure. Each time slot includes a resource block (RB) (also referred to as physical RBs (PRBs) ) that extends, for example, 12 consecutive subcarriers. The resource grid is divided into multiple resource elements (REs) . The number of bits carried by each RE depends on the modulation scheme including, for example, quadrature phase shift keying (QPSK) or quadrature amplitude modulation (QAM) .

[0097] As illustrated in FIG. 4A, some of the REs carry reference (pilot) signals (RS) for a UE (e.g., UE 104 of FIGS. 1 and 3) . The RS may include demodulation RS (DMRS) and / or channel state information reference signals (CSI-RS) for channel estimation at the UE.The RS may also include beam measurement RS (BRS) , beam refinement RS (BRRS) , and / or phase tracking RS (PT-RS) .

[0098] FIG. 4B illustrates an example of various DL channels within a subframe of a frame. The physical downlink control channel (PDCCH) carries DCI within one or more control channel elements (CCEs) , each CCE including, for example, nine RE groups (REGs) , each REG including, for example, four consecutive REs in an OFDM symbol.

[0099] A primary synchronization signal (PSS) may be within symbol 2 of particular subframes of a frame. The PSS is used by a UE (e.g., 104 of FIGS. 1 and 3) to determine subframe / symbol timing and a physical layer identity.

[0100] A secondary synchronization signal (SSS) may be within symbol 4 of particular subframes of a frame. The SSS is used by a UE to determine a physical layer cell identity group number and radio frame timing.

[0101] Based on the physical layer identity and the physical layer cell identity group number, the UE can determine a physical cell identifier (PCI) . Based on the PCI, the UE can determine the locations of the aforementioned DMRS. The physical broadcast channel (PBCH) , which carries a master information block (MIB) , may be logically grouped with the PSS and SSS to form a synchronization signal (SS)  / PBCH block (SSB) , and in some cases, referred to as a synchronization signal block (SSB) . The MIB provides a number of RBs in the system bandwidth and a system frame number (SFN) . The physical downlink shared channel (PDSCH) carries user data, broadcast system information not transmitted through the PBCH such as system information blocks (SIBs) , and / or paging messages.

[0102] As illustrated in FIG. 4C, some of the REs carry DMRS (indicated as R for one particular configuration, but other DMRS configurations are possible) for channel estimation at the base station. The UE may transmit DMRS for the PUCCH and DMRS for the PUSCH. The PUSCH DMRS may be transmitted, for example, in the first one or two symbols of the PUSCH. The PUCCH DMRS may be transmitted in different configurations depending on whether short or long PUCCHs are transmitted and depending on the particular PUCCH format used. UE 104 may transmit sounding reference signals (SRS) . The SRS may be transmitted, for example, in the last symbol of a subframe. The SRS may have a comb structure, and a UE may transmit SRS on one of the combs. The SRS may be used by a base station for channel quality estimation to enable frequency-dependent scheduling on the UL.

[0103] FIG. 4D illustrates an example of various UL channels within a subframe of a frame. The PUCCH may be located as indicated in one configuration. The PUCCH carries uplink control information (UCI) , such as scheduling requests, a channel quality indicator (CQI) , a precoding matrix indicator (PMI) , a rank indicator (RI) , and HARQ ACK / NACK feedback. The PUSCH carries data, and may additionally be used to carry a buffer status report (BSR) , a power headroom report (PHR) , and / or UCI.

[0104] Example Channel State Feedback

[0105] In some cases, a UE may receive a reference signal (e.g., a CSI-RS, a synchronization signal block (SSB) , a demodulation reference signal (DMRS) , etc. ) from a network entity (or another UE) and report CSF to the network entity (or the other UE) , where the CSF is determined based on measurements of the reference signal received at  the UE. In certain cases, a UE may also transmit a reference signal (e.g., CSI-RS, DMRS, PT-RS, SRS, etc. ) , and a network entity (or another UE) may determine characteristics associated with the channel based on measurements of the received reference signal.

[0106] FIG. 5 depicts a process flow 500 for providing CSF associated with a communications channel between a network entity 502 and a UE 504. In some aspects, the network entity 502 may be an example of the BS 102 depicted and described with respect to FIG. 1 and 3 or a disaggregated base station depicted and described with respect to FIG. 2. Similarly, the UE 504 may be an example of UE 104 depicted and described with respect to FIG. 1 and 3. However, in other aspects, UE 504 may be another type of wireless communications device and network entity 502 may be another type of network entity or network node, such as those described herein.

[0107] Process flow begins at 506 in FIG. 5, with UE 504 receiving a reference signal (e.g., such as CSI-RS) from network entity 502.

[0108] At 508, UE 504 performs channel calculations based on the reference signal, such as determining a channel estimate H based on the received reference signal. For example, the UE 504 may include a demodulator, which may be part of a transceiver (e.g., transceiver 354 of FIG. 3) , an RX MIMO detector (e.g., RX MIMO detector 356 of FIG. 3), and / or a receive processor (e.g., receive processor 358 of FIG. 3) of UE 504. The demodulator, such as a component of the demodulator, may take as input the reference signal as received over multiple antennas of the UE 504 and output a vector that is a representation of the received reference signal as received over each of the multiple antennas of the UE 504.

[0109] Based on a received signal model, the vector can be represented as:

[0110] where H corresponds to a matrix representation of the communications channel, as in a channel estimate of the communications channel the signal is communicated in (e.g., downlink communication channel where the reference signal is communicated) ,  is the vector representing symbols transmitted by network entity 502 over a number of spatial layers, and is noise across the communications channel. In certain aspects, H has a size equal to the number of antennas used to receive the signaling, Nant, times the number of spatial layers, Nl, (e.g., the number of beamformed transmissions, number of antenna ports, etc. ) . For example, H has a number of rows equal to Nant and a number of columns  equal to Nl. In certain aspects, the symbols that form the reference signal are known by the UE 504 (e.g., configured or preconfigured at the UE) . UE 504 can determine the channel estimate H based on receiving the reference signal.

[0111] In certain aspects, UE 504 may further calculate, as part of the channel calculations, T on the channel estimate H. For example, UE 504 may be configured to perform singular value decomposition (SVD) based precoding to determine the precoder V.For example, SVD (H) = [U S V] , such that SVD provides the precoder V. U may be related to the ordering of the rows of H, as in the ordering of the antennas as represented by H. It should be understood that other suitable techniques may be used to determine the precoder V based on the channel estimate H.

[0112] At 510, UE 504 sends to network entity 502 CSF, for example as a CSI report, indicating the determined channel estimate H and / or precoder V. For example, the UE may determine one or more CSI parameters, such as CQI, PMI, and / or RI) based on H and / or V. RI may represent a number of MIMO layers requested by the UE for downlink transmissions. PMI may define a set of indices corresponding to one or more precoding matrices (e.g., the precoding matrix V) to apply to downlink transmissions. In certain aspects, the PMI may indicate the UE’s preferred precoding for the downlink transmissions on the PDSCH. CQI may be an indicator of channel quality, such as corresponding to H. The UE 504 may send an indication of the one or more determined CSI parameters to the network entity 502 in the CSI report. The network entity 502 may transmit downlink data transmissions to the UE 504 based on this information.

[0113] For example, the network entity 502 may use precoding, to transmit downlink data transmissions to UE 504, which the network entity 502 determines based on the received CSI report. Precoding involves manipulating transmitted signals before transmission to optimize the received signals at a receiver. Primary objectives of precoding include maximizing signal-to-noise ratio (SNR) , minimizing interference, and / or increasing overall system capacity.

[0114] In certain aspects, precoding is used to support multi-layer transmission in a MIMO system. For example, using precoding, multiple streams may be transmitted from transmit antennas at the network entity with independent and appropriate weighting per antenna such that the throughput is maximized at the UE output.

[0115] Example Precoding Feedback

[0116] In certain aspects, precoding feedback described herein may be indicated via a precoding codebook. Certain wireless communication systems (e.g., 5G NR or any future wireless communication system) may define the precoding codebooks used for precoding feedback. As an example, 5G NR systems may use Type-I codebooks, Type-II codebooks, and / or Type-II port selection codebooks.

[0117] The Type-I codebooks may primarily be used for SU-MIMO with support for high and low order MIMO transmissions (e.g., 8×8, 4×4, and 2×2 MIMO) . The Type-I codebooks may be used in line-of-sight scenarios for a communications link between a UE and a network entity. The Type-I codebooks may include single panel and multi-panel codebooks, where single panel and multi-panel refer to the transmission panel (s) used at a network entity.

[0118] The Type-II codebooks may be used for MU-MIMO with support for up to two MIMO layers. The Type-II codebooks may provide more accurate channel state information with respect to the Type-I codebooks. The Type-II codebooks may include a Type-II port selection codebook, a Type-II codebook, an Enhanced Type-II codebook, a Type-II Doppler codebook, and / or a Type-II coherent joint transmission (CJT) codebook. The Type-II port selection codebooks and Type-II codebooks may be used in multi-path channels.

[0119] A Type-II codebook was first proposed in 5G NR Release 15 as an upgrade of the Type-I codebook, in order to better characterize the multi-path channel. One of the most significant improvements of the Type-II codebook is the support of multiple beams. Each beam and its corresponding coefficient reflect a path with a certain angle. As a result, this codebook may outperform the Type-I Codebook in most scenarios, nevertheless, at the cost of increased feedback overhead.

[0120] The Enhanced Type-II codebook is an upgrade to the Type-II codebook. The Enhanced Type-II codebook may be suitable in a multipath scattering environment with diverse angle spread and delay spread (e.g., where delay spread is the difference in time between the arrival of a first copy and a last copy of a signal at a receiver, caused by multipath propagation of the signal) .

[0121] FIG. 6 illustrates a matrix notation 600 of an Enhanced Type-II codebook. The Enhanced Type-II codebook supports up to rank 4 (e.g., up to 4 independent data  streams) precoding feedback with reduced overhead using a compression technique. In this example, a precoder matrix W (l) for a particular layer (l) may be given by the following expression:

[0122] where W1 is a wideband spatial domain (SD) basis matrix 602 (e.g., a beam matrix) (e.g., where an SD basis may be a digital beam) ,  is a coefficient matrix 604 comprising subband phases and subband amplitudes, and is a delay matrix 606 (e.g., a frequency domain (FD) basis) comprising delay information that maps phase information of the N3 subbands to M basis vectors. The precoder matrix W (l) has a size of Nt×N3, where Nt is the number of transmit antenna elements (which may include physical or logical antenna elements) , N3 is the number of subbands being reported and determined by a number of CQI subbands and the number of PMI subbands per CQI subband.

[0123] The SD basis matrix 602 (W1) is a block-diagonal matrix having a size of Nt×2L and may be the same for all layers (e.g., layer-common) , where L is the number of SD bases being reported and may be configured via control signaling. The coefficient matrix 604 (W2 (l) ) has a size of 2L×M and is specific to each layer (e.g., layer-specific) , where M is the number of basis vectors in the frequency domain. M may be configured via control signaling and based on the RI. The UE may be configured with a parameter (K0) that defines the maximum number of non-zero coefficients (NZCs) that can be reported across all layers. The delay matrix 606 has a size of M×N3 and is specific to each layer (e.g., layer-specific) .

[0124] The UE may send to a network entity a CSI report indicating the determined precoder matrix W (l) per layer (l) . The network entity may transmit downlink data transmissions to the UE accordingly, for example, based on this reported precoder matrix W (l) per layer (l) .

[0125] Example Phase Quantization

[0126] In some cases, amplitude and phase information (e.g., together representing “complex elements” ) for selected beams may be quantized prior to being reported as Type-2 codebook-based CSF. In some cases, the amplitudes and phases may be quantized separately prior to being reported as CSF. In the process of phase quantization, the phases may be quantized to discrete phase values (e.g., converted from an analog signal into a  digital representation) . When each phase is converted to a quantized output (e.g., one of the discrete phase values) , some error may be introduced between the original phase and the quantized phase, and that error may be referred to as quantization error. As described herein, quantization error may contribute to increased noise and thereby degrade the SQNR. Thus, reduced quantization error resulting from phase quantization may be desired.

[0127] The resolution of a quantizer (e.g., such as an analog-to-digital converter (ADC) ) used to perform the phase quantization may affect the quantization error. For example, a number of quantization levels used for phase quantization may increase with quantizer resolution, while the quantization error decreases. This relationship between quantizer resolution, quantization levels, and quantization error is depicted in FIG. 7.

[0128] Specifically, FIG. 7 depicts example quantization gain achieved by using an additional bit for quantization. The quantization gain may represent the reduction in quantization error resulting when using a phase quantizer with a 1-bit greater resolution.

[0129] For example, as shown in FIG. 7, 1-bit quantization (e.g., m = 1 bit) may be performed to quantize a phase (θ) 702 (e.g., associated with an amplitude 704) using a 1-bit quantizer (e.g., having a resolution of 1-bit) , at 701. Further, 2-bit quantization (e.g., m = 2 bits) may be performed to quantize the phase (θ) 702 using a 2-bit quantizer (e.g., having a resolution of 2-bit) , at 703. The difference in the quantization error resulting from the 2-bit quantization and the 1-bit quantization of the same phase (θ) 702 may represent the quantization gain achieved when using a 2-bit quantizer instead of a 1-bit quantizer (e.g., the quantization gain achieved when allocating one more bit to a complex element for phase quantization) . For example, the quantization gain (gm+1) achieved with increasing quantization by 1-bit, such as to m = 2 bits, may be represented as:

[0130] gm=em-1-emwhere em-1 represents the quantization error resulting from using the 1-bit quantizer (e.g., m = 2 bits –1 bit = 1 bits) and em represents the quantization error resulting from using the 2-bit quantizer (e.g., m = 2 bits or 1 bits + 1 additional bit → m = 2 bits) .

[0131] For the 1-bit quantizer, 2m=21=2 quantization levels may be used for phase quantization, such that phase (θ) 702 is quantized to one phase value among two discrete phase values in a discrete set of phase values, such as hypotheses [0, π] . In this  example, the phase (θ) 702 may be quantized to 0 (e.g., the closest digitized value to phase (θ) 702 from the discrete set of phase values) . When using the 1-bit quantizer to quantize phase (θ) 702, the quantization error (e1) may be calculated as:

[0132] em=1=|ejθ-1|where m = 1 bit, variable θ refers to phase (θ) 702, and ejθ may be calculated as:

[0133] ejθ=cos (θ) +jsin (θ)

[0134] (e.g., such as Euler’s formula) .

[0135] For the 2-bit quantizer, 2m=22=4 quantization levels may be used for phase quantization, such that phase (θ) 702 is quantized to one phase value among four discrete phase values in a discrete set of phase values, such as hypotheses In this example, the phase (θ) 702 may be quantized to  (e.g., the closest digitized value to phase (θ) 702 from the discrete set of phase values) . When using the 2-bit quantizer to quantize phase (θ) 702, the quantization error (e2) may be calculated as:

[0136] em=2=|ejθ-ej·π / 2|where m = 2 bits, variable θ refers to phase (θ) 702, and ejθ may be calculated as:

[0137] ejθ=cos (θ) +jsin (θ)

[0138] (e.g., such as Euler’s formula) .

[0139] In this example, quantization error (e1) may be greater than quantization error (e2) . Thus, a quantization gain (gm or g1+1 or g2 representing the quantization gain realized when increasing from using 1-bit to 2-bits for the phase quantization) may be realized when using a 1-bit higher resolution quantizer for phase quantization of the phase (θ) 702.

[0140] It is noted that the above equations used to calculate the quantization error (e.g., e1 and e2) may be used when the phase (θ) is known by the entity performing the phase quantization (or alternatively, the entity performing the inverse quantization) .

[0141] In conventional phase quantization approaches, a pre-defined, uniform number of bits may be allocated to each phase for phase quantization, such as prior to reporting the quantized phases as CSF. Thus, a number of bits used to carry each phase, such as for reporting CSF, may be uniform across all phases.

[0142] In some cases, however, it may be beneficial to allocate a variable number of quantization bits across phases for phase quantization. For example, it may be beneficial to quantize a phase associated with a higher amplitude with a larger number of bits than a phase associated with a lower amplitude to achieve increased quantization gain (e.g., reduce quantization error by using a higher resolution quantizer) . Thus, to at least increase the quantization gain to improve overall quantization performance, it may be better to consider amplitude associated with each phase when allocating bits for quantization, such that a non-uniform number of bits are allocated to each phase.

[0143] Aspects Related to Amplitude-Based, Variable Bit Allocation for Phase Quantization

[0144] Aspects described herein relate to techniques for amplitude-based, variable bit allocation for phase quantization. For example, a limited set of quantization bits may be allocated to multiple complex elements, each expressed as a respective phase and amplitude, for phase quantization. A number of quantization bits, of the limited set of quantization bits, allocated to the each of the complex elements may be optimized to increase quantization gain (e.g., reduce quantization error) . As such, a number of quantization bits allocated to the different complex elements may be non-uniform.

[0145] In certain aspects, the number of quantization bits to allocated to each complex element for phase quantization may be determined using a gain matrix (GN×K) indicating quantization gains that may be achieved for each of the complex elements when using different resolution quantizers (e.g., quantization gains associated with using a 1-bit, 2-bit, 3-bit ... m-bit quantizer for phase quantization) . The gain matrix (GN×K) may be created based at least in part on the amplitude associated with each complex element. Thus, the amplitude of each complex element may be considered when allocating bit (s) to each of the complex elements for phase quantization.

[0146] FIG. 8A depicts an example workflow 800a for variable bit allocation to increase (e.g., maximize) phase quantization gain. For example, workflow 800a may be used to allocate a limited set of quantization bits (K) to a plurality of complex elements, each expressed in terms of an amplitude and a phase, for phase quantization. In certain aspects, workflow 800a may be performed by a transmitter (e.g., such as a UE 104 of FIGS. 1 and 3) to (1) perform phase quantization, thereby generating a set of quantized phases, and (2) send the quantized phases to a receiver (e.g., such as BS 102 of FIGS. 1 and 3, or a disaggregated base station as discussed with respect to FIG. 2) .

[0147] For example, workflow 800a may be used to allocate a limited set of quantization bits (K) to:

[0148] Comples Elements (i) = [1, 2, …, N]

[0149] with

[0150] Phases (θi) = [θ1, θ2, …, θN]

[0151] and

[0152] Amplitudes (Ai) = [A1, A2, …, AN]

[0153] In some examples, the amplitude (Ai) for at least one of the complex elements may be different than an amplitude associated with at least another one of the complex elements (e.g., the complex elements are associated with different amplitudes) .

[0154] A variable number of allocation bits may be allocated to each complex element, such as to increase (e.g., maximize) quantization gain, and thereby improve overall quantization performance to reduce SQNR.

[0155] Workflow 800a begins, at block 802, with determining the plurality of complex elements, such as:

[0156] Comples Elements (i) = [1, 2, …, N]

[0157] described above. In certain aspects, the complex elements may be associated with CSI. For example, the complex elements may be associated with amplitudes and phases of selected beams for CSF.

[0158] Workflow 800a proceeds, at block 804, with determining the limited set of quantization bits (K) to use for phase quantization of the plurality of complex elements (e.g., more specifically, the phase of each of the complex elements) . As an illustrative example, the limited set of quantization bits (K) may be equal to 100 such that workflow 800a is used to optimize the allocation of the 100 bits to one or more of the complex elements to increase the quantization gain achieved during phase quantization.

[0159] Workflow 800a proceeds, at block 806, with obtaining a gain vector (Gm) comprising a plurality of quantization gain (gm) values. Each quantization gain (gm) value included in the gain vector (Gm) may represent a quantization gain that may be achieved when using a first number of quantization bits for phase quantization instead of a second number of quantization bits, where the first number of quantization bits are  greater than the second number of quantization bits (e.g., such as using two quantization bits instead of one quantization bit, using three quantization bits instead of two quantization bits, etc. ) . Put differently, each quantization gain (gm) value included in the gain vector (Gm) may represent quantization gains that may be achieved for a complex element, expressed as a particular phase (θ) , when using different resolution quantizers for phase quantization (e.g., quantization gains associated with using a 1-bit, 2-bit, 3-bit . . . m-bit quantizer for phase quantization of the complex element) . For example, the gain vector (Gm) may be represented as:

[0160] Gm= [g1, g2, …gm]

[0161] where g1 represents the quantization gain achieved when using a 1-bit quantizer instead of a 0-bit quantizer (e.g., where no quantization is performed) , g2 represents the quantization gain achieved when using a 2-bit quantizer instead of a 1-bit quantizer, .... and gm represents the quantization gain achieved when using a m-bit quantizer (e.g., for performing phase quantization using m-bits, where m-bits are the maximum available number of bits that may be available for allocation for phase quantization) instead of a (m-1) -bit quantizer. As described above with respect to FIG. 7, quantization gain may be achieved when using a larger resolution quantizer in place of a smaller resolution quantizer.

[0162] In certain aspects, the transmitter (e.g., performing workflow 800a) may obtain the gain vector (Gm) by coordinating with a receiver, e.g., the receiver that the transmitter is expected to send the quantized phases to (e.g., such as after performing workflow 800a) . For example, the transmitter and the receiver may sync up (e.g., synchronize transmission and reception) and select a gain vector (Gm) to use for phase quantization (e.g., at the transmitter) and inverse phase quantization (e.g., at the receiver) . Put differently, the transmitter may coordinate (e.g., synchronize) with the receiver to generate a gain matrix (GN×K) (e.g., described in detail below) based on a same gain vector (Gm) .

[0163] In certain aspects, the gain vector (Gm) obtained at block 806 may be a gain vector that was previously generated offline. FIG. 8B depicts an example workflow 800b for gain vector (Gm) generation, such as occurring offline prior to the transmitter obtaining the gain vector at block 806. For example, workflow 800 describes an example method for generating gain vector (Gm) obtained by the transmitter at block 806.

[0164] Workflow 800b begins, at block 820, with determining different candidate quantization bits (m) that may be used for phase quantization. For example, block 820 may include determining which quantizers, having various resolutions, are available for performing phase quantization. As an illustrative example, if a 1-bit quantizer, a 2-bit quantizer, a 3-bit quantizer, a 4-bit quantizer, and a 5-bit quantizer are available for performing the phase quantization, then the different candidate quantization bits (m) that may be used for the phase quantization may be m= [0, 1, 2, 3, 4, 5] .

[0165] Workflow 800b proceeds, at block 822, with determining an averaged (expected) phase quantization error for each of the different candidate quantization bits (m). In certain aspects, the averaged phase quantization error may be calculated, for each of the respective candidate quantization bits, as an average Euclidean distance according to the equation below:

[0166] where m represents the respective candidate quantization bits and variable refers to the delta between a true value phase and a quantized point (e.g., quantized at points) , such as shown in FIG. 8B. Further, in FIG. 8B, the arrow between a true value phase and a quantized point may be equal to The average Euclidean distance calculated for each of the respective candidate quantization bits (m) may represent the respective quantization error resulting from using the respective candidate quantization bits. It is noted that calculation of the averaged phase quantization error here does not require the transmitter to have knowledge of the phase (θ) . Although the transmitter may know the phase (θ) per complex element, a receiver receiving the quantized phases and coordinating with the transmitter to select the gain vector (Gm) may not know the phase (θ) per complex element. Thus, this calculation for the averaged phase quantization error may be different than the quantization error calculation, described and depicted above with respect to FIG. 7, where the phase (θ) is known.

[0167] For example m= [0, 1, 2, 3, 4, 5] bits, a first average Euclidean distance may be calculated for m=0 bits, where the first averaged phase quantization error represents the quantization error resulting from not performing phase quantization. A second averaged phase quantization error may be calculated for m=1 bits, where the second averaged phase quantization error represents the quantization error resulting from  performing phase quantization using 1 bit. A third averaged phase quantization error may be calculated for m=2 bits, where the third averaged phase quantization error represents the quantization error resulting from performing phase quantization using 2 bits. A fourth average averaged phase quantization error may be calculated for m=3 bits, where the fourth averaged phase quantization error represents the quantization error resulting from performing phase quantization using 3 bits. Further, a fifth averaged phase quantization error and a sixth averaged phase quantization error may be similarly calculated. Accordingly, six averaged phase quantization errors [e0, e1, e2, e3, e4, e5] may be calculated representing the quantization error associated with using m= [0, 1, 2, 3, 4, 5] bits for phase quantization.

[0168] In certain aspects, the averaged phase quantization error may be calculated, for each of the respective candidate quantization bits, as a square of the distance (e.g., such as in the above equation) .

[0169] Workflow 800b then proceeds, at block 824, with generating a gain vector (Gm) comprising a plurality of quantization gain (gm) values. Each quantization gain (gm) value may represent the quantization gain that may be achieved when using a first number of quantization bits for phase quantization instead of a second number of quantization bits, wherein the first number of quantization bits are greater than the second number of quantization bits.

[0170] For example, a first quantization gain (g1) value may calculated as the difference between e0 and e1. Thus, the first quantization gain (g1) value may represent the quantization gain that may be achieved when performing 1 bit quantization instead of 0 bit quantization. For example, the first quantization gain (g1) value may calculated as:

[0171] g1=e0-e1where e1 (e.g., the averaged phase quantization error associated with performing 1 bit phase quantization) is less than e0 (e.g., the averaged phase quantization error associated with performing 0 bit phase quantization) .

[0172] A second quantization gain (g2) value may calculated as the difference between e1 and e2. Thus, the second quantization gain (g2) value may represent the quantization gain that may be achieved when performing 2 bit quantization instead of 1 bit quantization. For example, the second quantization gain (g2) value may calculated as:

[0173] g2=e1-e2where e2 (e.g., the averaged phase quantization error associated with performing 2 bit phase quantization) is less than e1 (e.g., the averaged phase quantization error associated with performing 1 bit phase quantization) .

[0174] A third quantization gain (g3) value, a fourth quantization gain (g4) value, and a fifth quantization gain (g5) value may be similarly calculated.

[0175] The gain vector gain vector (Gm) may be represented as:

[0176] Gm= [G1, G2, …Gm]

[0177] and specifically for this example, the gain vector gain vector (Gm) may be represented as:

[0178] Gm= [g1, g2, g3, g4, g5]

[0179] with a gain vector length of five.

[0180] Although workflow 800b describes an example where six averaged phase quantization errors are calculated at block 822 and a gain vector (Gm) is generated to have a vector length of five, in some other examples, more or less averaged phase quantization errors may be calculated, and thus the vector length of the gain vector (Gm) may be more or less than five.

[0181] Returning to workflow 800a in FIG. 8A, after obtaining the gain vector (Gm) , at block 808, an amplitude vector (A) is generated. The amplitude vector (A) may be generated to comprise an amplitude of each complex element. For example, the amplitude vector may be generated as:

[0182] A=[A1, A2, …, AN]where AN represents the amplitude of the Nth complex element. In certain aspects, the amplitudes may include non-quantized amplitudes associated with the N complex elements. In certain other aspects, the amplitudes may include quantized amplitudes associated with the N complex elements.

[0183] Workflow 800a proceeds, at block 810, with generating a gain matrix (GN×K) as a Kronecker product of (1) the gain the gain vector (Gm) obtained at block 806 and (2)  the amplitude vector (A) generated at block 808. For example, the gain matrix (GN×K) may be generated as:

[0184] GN×m=kron (AT·Gm)

[0185] where AT represents the transposed amplitude vector and (Gm) represents the gain vector.

[0186] Each row of the gain matrix (GN×K) may correspond to one of the complex elements. For example, the values in the first row may be associated with the first complex element, the values in the second row may be associated with the second complex element, etc. Further, each column may correspond to a quantization gain obtained by using m-bit phase quantization instead of (m-1) -bit phase quantization. For example, the first column of the first row may include a value representing the quantization gain achieved when performing 1-bit quantization instead of 0-bit quantization for the first complex element, the second column of the first row may include a value representing the quantization gain achieved when performing 2-bit quantization instead of 1-bit quantization for the first complex element, etc.

[0187] Workflow 800a then proceeds, at block 812, with assigning the limited set of quantization bits (K) to the plurality of complex elements for phase quantization to increase a phase quantization gain. The assignment of the quantization bits may be based at least in part on the gain matrix (GN×K) . For example, the gain matrix (GN×K) may be used to optimize a respective number of quantization bits allocated to each respective complex element based on the limited set of quantization bits (K) . In certain aspects, the number of quantization bits allocated to one or more of the complex elements may be different (e.g., non-uniform allocation) . The number of quantization bits allocated to the first complex element may be ki=1, the number of quantization bits allocated to the second complex element may be ki=2, etc., such that:

[0188] Allocation of the quantization bits per complex element, such as for phase quantization, is illustrated in the example provided in FIGS. 9A-9B. As shown in  FIG. 9A, amplitude-based, variable bit allocation may be performed for four complex elements:

[0189] Comples Elements (i) = [1, 2, 3, 4]

[0190] with

[0191] Amplitudes (Ai) = [A1=0.35, A2=1.00, A3=0.25, A4=0.71]

[0192] and

[0193] Phases (θi) = [θ1, θ2, θ3, θ4]

[0194] Similar to block 806 in workflow 800a of FIG. 8A, a gain vector (Gm) associated with the phase (θ) may be obtained:

[0195] Gm= [0.5274, 0.3582, 0.192, 0.0976, 0.049, 0.0245, 0.0123, 0.0061, 0]

[0196] Similar to block 808 in workflow 800a of FIG. 8A, an amplitude vector (A) may be generated for the four complex elements:

[0197] A=[0.35, 1.00, 0.25, 0.71]

[0198] Similar to block 810 in workflow 800a of FIG. 8A, a gain matrix (GN×K) may be generated as:

[0199] GN×m=kron (AT·Gm)

[0200] In FIG. 9B, a limited set of quantization bits (K) may be allocated to the four complex elements for phase quantization using multiple rounds. For this example, K = 3 bits. For example, in a first round, the largest quantization gain that may be achieved is 0.527, which is associated with complex element 4. Thus, after the first round, one quantization bit of the K = 3 quantization bits may be allocated to complex element 4.

[0201] In a second round, the largest quantization gain that may be achieved is 0.373, which is associated with complex element 3. Thus, after the second round, one bit of the K = 3 quantization bits may be allocated to complex element 4 and one quantization bit of the K = 3 quantization bits may be allocated to complex element 4. In this second round, because 1 bit has already been allocated to complex element 4, the quantization gain in the second column, associated with complex element 4, may be considered instead of the quantization gain in the first column, associated with complex element 4.

[0202] In a third round, the largest quantization gain that may be achieved is 0.358, which is associated with complex element 4. Thus, after the third round, two quantization bits of the K = 3 quantization bits may be allocated to complex element 4 and one quantization bit of the K = 3 quantization bits may be allocated to complex element 4.

[0203] Accordingly, complex element 1 may be allocated zero bits for phase quantization, complex element 2 may be allocated zero bits for phase quantization, complex element 3 may be allocate one bit for phase quantization, and complex element 4 may be allocated two bits for phase quantization:

[0204] K=3= [ (k1=0) + (k2=0) + (k3=1) + (k4=2) ]

[0205] After quantizing the complex elements, and more specifically, the phases of the complex elements based on the allocated quantization bits, the quantized phases may be sent to a receiver. For example, in certain aspects, the quantized phases may be sent as CSF to a network entity.

[0206] In certain aspects, the receiver may receive the quantized phases and perform inverse quantization to recover the original phases (θs) associated with the complex elements. For example, the receiver may receive the plurality of amplitudes associated with the complex elements and use the amplitudes to construct a gain matrix to determine a number of bits allocated to each quantized phase for phase quantization. The receiver may also construct the gain matrix based on the gain vector (Gm) that the receiver coordinated with the transmitter to use (e.g., a same gain vector (Gm) ) . The receiver may then use the determined (variable) number of bits allocated to each quantized phase to recover the original phase (θ) per quantized phase. The plurality of amplitudes may be received, by the receiver, with the quantized phases or received, by the receiver, prior to receiving the quantized phases (e.g., carried in another, earlier reporting block) . The amplitudes may be decoded and processed by the receiver. In certain aspects, the amplitudes may include quantized amplitudes. In certain aspects, the receiver may use the determined number of bits, to be allocated to each quantized phase, for resource determination and allocation. Put differently, this information may make resource determination and allocation easier for the receiver (e.g., such as a network entity) .

[0207] Note that the workflows 800a, 800b illustrated in FIGS. 8A-8B are described herein to facilitate an understanding of amplitude-based, variable bit allocation for phase quantization, and aspects of the present disclosure may be performed in various other  manners, such as via alternative or additional operations. In certain aspects, the operations of FIG. 8A and / or FIG. 8B may occur in an order different from that described or depicted, and various actions and / or operations may be added, omitted, or combined.

[0208] Further, note that workflows 800a, 800b may be used in many phase quantizer applications, including the quantization of phases and amplitudes of selected beams for providing CSI. The CSI may be explicit (e.g., codebook-based CSI) or implicit (e.g., channel-based CSI) .

[0209] In certain aspects, such as to reduce the computational complexity associated with generating a gain matrix (GN×K) and using the gain matrix (GN×K) for amplitude-based, variable bit allocation for phase quantization, a limited amplitude set may be used. For example, complex elements associated with a same amplitude may be associated with multiple rows in a gain matrix (GN×K) having the same quantization gain values (e.g., for different m-bit phase quantitation) . This means that the phase bit allocation to these complex elements may be same.

[0210] Thus, to reduce the size of the gain matrix (GN×K) , the complex elements may be grouped into a plurality of groups based at least in part on the respective amplitude associated with each respective complex element. For example, unique amplitude values among the complex elements may be identified, and complex elements associated with a same unique amplitude may be grouped together. Thus, instead of creating a row for each complex element in the gain matrix (GN×K) , a row may be created for each group (e.g., associated with each unique amplitude) . Quantization bit allocation is then performed using multiple rounds, where for each round, the gain matrix (GN×K) is used to determine a group of complex elements for which a quantization bit is to be allocated. Allocating a quantization bit to a group may refer to allocating a quantization bit to each complex element associated with the group. For example, a quantization bit determined to be allocated to a group of five complex elements may include allocating one quantization bit to each of the five complex elements in the group. In cases where a number of available quantization bits (e.g., of the limited set of quantization bits (K) ) to be allocated to complex elements in the group is less than the number of complex elements in the group, then less than all complex elements may be allocated a quantization bit.

[0211] FIG. 10 depicts an example bit allocation using a limited amplitude set. As shown in FIG. 10, amplitude-based, variable bit allocation may be performed for twenty complex elements:

[0212] Complex Elements (i) = [1, 2, 3, …20]

[0213] with

[0214] Amplitudes (Ai) = [A1, A1, A1, A1, A2, …, A4]

[0215] and

[0216] Phases (θi) = [θ1, θ2, θ3, θ4, θ5, …, θ20]

[0217] Complex elements 1-5 may share a same amplitude A1, complex elements 6-10 may share a same amplitude A2, complex elements 11-15 may share a same amplitude A3, and complex elements 16-20 may share a same amplitude A4. Thus, a gain matrix (GN×K) may be generated for the limited amplitude set:

[0218] A= [A1, A2, A3, A4] , then |A| =4

[0219] Ex: A= [1, 0.5, 0.25, 0.125] , then |A| =4

[0220] instead of for the twenty complex elements (e.g., an amplitude vector of length 20) .

[0221] In this example, each complex element in group 1 may be allocated 3 bits for phase quantization, each complex element in group 2 may be allocated 2 bits for phase quantization, each complex element in group 3 may be allocated 2 bits for phase quantization, and each complex element in group 4 may be allocated 1 bit for phase quantization.

[0222] FIG. 11 depicts example quantization gain achieved when using amplitude-based, variable bit allocation techniques for phase quantization, such as described above with respect to FIGS. 8A-10. FIG. 11 depicts example resulting quantization noise observed when using uniform bit allocation (e.g., solid line, such as allocating 3-bits per complex element for 100 complex elements) for phase quantization and variable bit allocation (e.g., dashed line, such as allocating a variable number of bits per complex element for 100 complex elements) for phase quantization. As shown, variable bit allocation (e.g., dashed line) achieves approximately 2 dB less quantization noise than uniform bit allocation (e.g., solid line) . As such, variable bit allocation may achieve approximately a 15%improvement in resulting quantization noise.

[0223] Example Operations of a Transmitter

[0224] FIG. 12 shows a method 1200 for wireless communications by a transmitter, such as UE 104 of FIGS. 1 and 3, BS 102 of FIGS. 1 and 3, or a disaggregated base station as discussed with respect to FIG. 2. Any transmitter agreeing with a receiver on the same way of compression may perform method 1200, such as to encode (compress) complex data (e.g., while the receiver decodes (decompression) the complex data) .

[0225] Method 1200 begins at block 1202 with obtaining a vector of complex elements, wherein each respective complex element in the vector is expressed in terms of a respective amplitude and a respective phase associated with the respective complex element.

[0226] Method 1200 then proceeds to block 1204 with allocating one or more bits of a set of bits to each respective complex element in the vector based at least in part on the respective amplitude associated with each respective complex element in order to increase a phase quantization gain.

[0227] Method 1200 then proceeds to block 1206 with quantizing a respective phase associated with each respective complex element in the vector based at least in part on the one or more bits allocated to the respective complex element.

[0228] In one aspect, allocating the one or more bits to each respective complex element, at block 1204, includes optimizing a respective number of the one or more bits allocated to each respective complex element based at least in part on a gain matrix and the set of bits.

[0229] In one aspect, method 1200 further includes generating the gain matrix based at least in part on the respective amplitude associated with each respective complex element in the vector.

[0230] In one aspects, generating the gain matrix includes: adding the respective amplitude associated with each of the respective complex elements in the vector of complex elements as a column in an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective complex elements; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0231] In one aspect, obtaining the gain vector includes coordinating with a receiver to generate the gain matrix based at least in part on the gain vector. In one aspects, method 1200 further includes sending, to the receiver, the respective phase associated with each respective complex element in the vector and quantized based at least in part on the one or more bits allocated to each respective complex element.

[0232] In one aspect, the gain vector includes the plurality of phase quantization gains achieved by increasing the respective candidate number of quantization bits allocated to any of the respective complex elements between and including a minimum number of quantization bits and a maximum number of quantization bits. In one aspect, the gain vector is generated based at least in part on: computing a first averaged phase quantization error associated with the minimum number of quantization bits; for each respective candidate number of quantization bits between and including the minimum number of quantization bits plus one and the maximum number of quantization bits: computing a respective averaged phase quantization error associated with the respective candidate number of quantization bits; computing a respective phase quantization gain as a respective difference between: the first averaged phase quantization error and the respective averaged phase quantization error associated with the respective candidate number of quantization bits, or the respective averaged phase quantization error associated with the respective candidate number of quantization bits minus one and the respective averaged phase quantization error associated with the respective candidate number of quantization bits; and adding the respective phase quantization gain to the gain vector.

[0233] In one aspect, method 1200 further includes: grouping the complex elements into a plurality of groups based at least in part on the respective amplitude associated with each respective complex element, wherein each respective group of the plurality of groups is associated with a respective group amplitude.

[0234] In one aspect, allocating the one or more bits of the set of bits to each respective complex element in the vector, at block 1204, includes allocating a same number of the one or more bits to each complex element assigned to a same respective group of the plurality of groups.

[0235] In one aspect, generating the gain matrix includes: adding the respective group amplitude associated with each respective group of the plurality of groups as a column in  an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective complex elements; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0236] In one aspect, the vector of complex elements is associated with channel state information (CSI) .

[0237] In one aspect, method 1200, or any aspect related to it, may be performed by an apparatus, such as communications device 1400 of FIG. 14, which includes various components operable, configured, or adapted to perform the method 1200. Communications device 1400 is described below in further detail.

[0238] Note that FIG. 12 is just one example of a method, and other methods including fewer, additional, or alternative operations are possible consistent with this disclosure.

[0239] Example Operations of a Receiver

[0240] FIG. 13 shows a method 1300 for wireless communications by a receivers, such as a network entity, such as BS 102 of FIGS. 1 and 3, a disaggregated base station as discussed with respect to FIG. 2, or UE 104 of FIGS. 1 and 3.

[0241] Method 1300 begins at block 1302 with obtaining a plurality of quantized phases.

[0242] Method 1300 then proceeds to block 1304 with obtaining a plurality of amplitudes, wherein each respective amplitude is associated with a respective quantized phase of the plurality of quantized phases.

[0243] Method 1300 then proceeds to block 1306 with determining a number of one or more bits of a set of bits allocated to each respective quantized phase for phase quantization based at least in part on the respective amplitude associated with each respective quantized phase.

[0244] Method 1300 then proceeds to block 1308 with performing inverse quantization for the plurality of quantized phases based at least in part on the one or more bits allocated to each respective quantized phase.

[0245] In one aspect, determining the number of the one or more bits of the set of bits allocated to each respective quantized phase, at block 1306, includes determining the  number of the one or more bits of the set of bits allocated to each respective quantized phase based at least in part on a gain matrix and the set of bits.

[0246] In one aspect, method 1300 further includes generating the gain matrix based at least in part on the respective amplitude associated with each respective quantized phase.

[0247] In one aspect, generating the gain matrix includes: adding the respective amplitude associated with each respective quantized phase as a column in an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective quantized phases; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0248] In one aspect: obtaining the plurality of quantized phases, at block 1302, includes obtaining the plurality of quantized phases from a transmitter. In one aspect, obtaining the gain vector includes coordinating with the transmitter to generate the gain matrix based at least in part on the gain vector.

[0249] In one aspect, the gain vector includes the plurality of phase quantization gains achieved by increasing the respective candidate number of quantization bits allocated to any of the respective quantized phases between and including a minimum number of quantization bits and a maximum number of quantization bits. In one aspect, the gain vector is generated based at least in part on: computing a first averaged phase quantization error associated with the minimum number of quantization bits; for each respective candidate number of quantization bits between and including the minimum number of quantization bits plus one and the maximum number of quantization bits: computing a respective averaged phase quantization error associated with the respective candidate number of quantization bits; computing a respective phase quantization gain as a respective difference between: the first averaged phase quantization error and the respective averaged phase quantization error associated with the respective candidate number of quantization bits, or the respective averaged phase quantization error associated with the respective candidate number of quantization bits minus one and the respective averaged phase quantization error associated with the respective candidate number of quantization bits; and adding the respective phase quantization gain to the gain vector.

[0250] In one aspect, method 1300 further includes: grouping the plurality of quantized phases into a plurality of groups based at least in part on the respective amplitude associated with each respective quantized phase, wherein each respective group of the plurality of groups is associated with a respective group amplitude.

[0251] In one aspect, determining the number of the one or more bits of the set of bits allocated to each respective quantized phase, at block 1306, includes determining a same number of the one or more bits are allocated to each respective quantized phase assigned to a same respective group of the plurality of groups.

[0252] In one aspect, generating the gain matrix includes: adding the respective group amplitude associated with each respective group of the plurality of groups as a column in an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective quantized phases; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0253] In one aspect, the plurality of quantized phases are associated with channel state information (CSI) .

[0254] In one aspect, method 1300, or any aspect related to it, may be performed by an apparatus, such as communications device 1500 of FIG. 15, which includes various components operable, configured, or adapted to perform the method 1300. Communications device 1500 is described below in further detail.

[0255] Note that FIG. 13 is just one example of a method, and other methods including fewer, additional, or alternative operations are possible consistent with this disclosure.

[0256] Example Communications Devices

[0257] FIG. 14 depicts aspects of an example communications device 1400. In some aspects, communications device 1400 is a transmitter. The transmitter may be a UE, such as UE 104 described above with respect to FIGS. 1 and 3, a network entity, such as BS 102 of FIGS. 1 and 3, or a disaggregated base station as discussed with respect to FIG. 2.

[0258] The communications device 1400 includes a processing system 1402 coupled to a transceiver 1408 (e.g., a transmitter and / or a receiver) . The transceiver 1408 is  configured to transmit and receive signals for the communications device 1400 via an antenna 1410, such as the various signals as described herein. The processing system 1402 may be configured to perform processing functions for the communications device 1400, including processing signals received and / or to be transmitted by the communications device 1400.

[0259] The processing system 1402 includes one or more processors 1420. In various aspects, the one or more processors 1420 may be representative of one or more of receive processor 358, transmit processor 364, TX MIMO processor 366, and / or controller / processor 380, as described with respect to FIG. 3. In various aspects, the one or more processors 1420 may be representative of one or more of receive processor 338, transmit processor 320, TX MIMO processor 330, and / or controller / processor 340, as described with respect to FIG. 3. The one or more processors 1420 are coupled to a computer-readable medium / memory 1450 via a bus 1406. In certain aspects, the computer-readable medium / memory 1450 is configured to store instructions (e.g., computer-executable code) that when executed by the one or more processors 1420, cause the one or more processors 1420 to perform the method 1200 described with respect to FIG. 12, or any aspect related to it, including any operations described in relation to FIG. 14. Note that reference to a processor performing a function of communications device 1400 may include one or more processors performing that function of communications device 1400, such as in a distributed fashion.

[0260] In the depicted example, computer-readable medium / memory 1450 stores code (e.g., executable instructions) for obtaining 1431, code for allocating 1432, code for quantizing 1433, code for optimizing 1434, code for generating 1435, code for adding 1436, code for computing 1437, code for grouping 1438, code for coordinating 1439, and code for sending 1440. Processing of the code 1431-1440 may enable and cause the communications device 1400 to perform the method 1200 described with respect to FIG. 12, or any aspect related to it.

[0261] The one or more processors 1420 include circuitry configured to implement (e.g., execute) the code stored in the computer-readable medium / memory 1450, including circuitry for obtaining 1421, circuity for allocating 1422, circuitry for quantizing 1423, circuitry for optimizing 1424, circuitry for generating 1425, circuitry for adding 1426, circuitry for computing 1427, circuitry for grouping 1428, circuity for coordinating 1429, and circuitry for sending 1430. Processing with circuitry 1421-1430 may enable and cause  the communications device 1400 to perform the method 1200 described with respect to FIG. 12, or any aspect related to it.

[0262] More generally, means for communicating, transmitting, sending or outputting for transmission may include the transceivers 354, antenna (s) 352, transmit processor 364, TX MIMO processor 366, AI processor 370, and / or controller / processor 380 of the UE 104 illustrated in FIG. 3, the transceivers 332, antenna (s) 334, transmit processor 320, TX MIMO processor 330, AI processor 318, and / or controller / processor 340 of the BS 102 illustrated in FIG. 3, transceiver 1408 and / or antenna 1410 of the communications device 1400 in FIG. 14, and / or one or more processors 1420 of the communications device 1400 in FIG. 14. Means for communicating, receiving or obtaining may include the transceivers 354, antenna (s) 352, receive processor 358, AI processor 370, and / or controller / processor 380 of the UE 104 illustrated in FIG. 3, the transceivers 332, antenna (s) 334, receive processor 338, AI processor 318, and / or controller / processor 340 of the BS 102 illustrated in FIG. 3, transceiver 1408 and / or antenna 1410 of the communications device 1400 in FIG. 14, and / or one or more processors 1420 of the communications device 1400 in FIG. 14.

[0263] FIG. 15 depicts aspects of an example communications device. In some aspects, communications device 1500 is a receiver. The receiver may be a network entity, such as BS 102 of FIGS. 1 and 3, or a disaggregated base station as discussed with respect to FIG. 2, or a UE, such as UE 104 described above with respect to FIGS. 1 and 3.

[0264] The communications device 1500 includes a processing system 1502 coupled to a transceiver 1508 (e.g., a transmitter and / or a receiver) and / or a network interface 1512. The transceiver 1508 is configured to transmit and receive signals for the communications device 1500 via an antenna 1510, such as the various signals as described herein. The network interface 1512 is configured to obtain and send signals for the communications device 1500 via communications link (s) , such as a backhaul link, midhaul link, and / or fronthaul link as described herein, such as with respect to FIG. 2. The processing system 1502 may be configured to perform processing functions for the communications device 1500, including processing signals received and / or to be transmitted by the communications device 1500.

[0265] The processing system 1502 includes one or more processors 1520. In various aspects, one or more processors 1520 may be representative of one or more of receive  processor 338, transmit processor 320, TX MIMO processor 330, and / or controller / processor 340, as described with respect to FIG. 3. In various aspects, the one or more processors 1520 may be representative of one or more of receive processor 358, transmit processor 364, TX MIMO processor 366, and / or controller / processor 380, as described with respect to FIG. 3. The one or more processors 1520 are coupled to a computer-readable medium / memory 1530 via a bus 1506. In certain aspects, the computer-readable medium / memory 1530 is configured to store instructions (e.g., computer-executable code) , including code aspects 1531-1538, that when executed by the one or more processors 1520, cause the one or more processors 1520 to perform the method 1300 described with respect to FIG. 13, or any aspect related to it, including any operations described in relation to FIG. 13. Note that reference to a processor of communications device 1500 performing a function may include one or more processors of communications device 1500 performing that function, such as in a distributed fashion.

[0266] In the depicted example, the computer-readable medium / memory 1530 stores code (e.g., executable instructions) for obtaining 1531, code for determining 1532, code for performing 1533, code for generating 1534, code for adding 1535, code for coordinating 1536, code for computing 1537, and code for grouping 1538. Processing of the code 1531-1538 may enable and cause the communications device 1500 to perform the method 1300 described with respect to FIG. 13, or any aspect related to it.

[0267] The one or more processors 1520 include circuitry configured to implement (e.g., execute) the code stored in the computer-readable medium / memory 1530, including circuitry for obtaining 1521, circuitry for determining 1522, circuitry for performing 1523, circuitry for generating 1524, circuitry for adding 1525, circuitry for coordinating 1526, circuitry for computing 1527, and circuitry for grouping 1528. Processing with circuitry 15221-1528 may enable and cause the communications device 1500 to perform the method 1300 as described with respect to FIG. 13, or any aspect related to it.

[0268] Various components of the communications device 1500 may provide means for performing the method 1300 as described with respect to FIG. 13, or any aspect related to it. Means for communicating, transmitting, sending or outputting for transmission may include the transceivers 332, antenna (s) 334, transmit processor 320, TX MIMO processor 330, AI processor 318, and / or controller / processor 340 of the BS 102 illustrated in FIG. 3, the transceivers 354, antenna (s) 352, transmit processor 364, TX MIMO processor 366, AI processor 370, and / or controller / processor 380 of the UE  104 illustrated in FIG. 3, transceiver 1508, antenna 1510, and / or network interface 1512 of the communications device 1500 in FIG. 15, and / or one or more processors 1520 of the communications device 1500 in FIG. 15. Means for communicating, receiving or obtaining may include the transceivers 332, antenna (s) 334, receive processor 338, AI processor 318, and / or controller / processor 340 of the BS 102 illustrated in FIG. 3, the transceivers 354, antenna (s) 352, receive processor 358, AI processor 370, and / or controller / processor 380 of the UE 104 illustrated in FIG. 3, transceiver 1508, antenna 1510, and / or network interface 1512 of the communications device 1500 in FIG. 15, and / or one or more processors 1520 of the communications device 1500 in FIG. 15.

[0269] Example Clauses

[0270] Implementation examples are described in the following numbered clauses:

[0271] Clause 1: A method for wireless communications by an apparatus, comprising: obtaining a vector of complex elements, wherein each respective complex element in the vector is expressed in terms of a respective amplitude and a respective phase associated with the respective complex element; allocating one or more bits of a set of bits to each respective complex element in the vector based at least in part on the respective amplitude associated with each respective complex element in order to increase a phase quantization gain; and quantizing a respective phase associated with each respective complex element in the vector based at least in part on the one or more bits allocated to the respective complex element.

[0272] Clause 2: The method of Clause 1, wherein allocating the one or more bits to each respective complex element comprises optimizing a respective number of the one or more bits allocated to each respective complex element based at least in part on a gain matrix and the set of bits.

[0273] Clause 3: The method of Clause 2, further comprising generating the gain matrix based at least in part on the respective amplitude associated with each respective complex element in the vector.

[0274] Clause 4: The method of Clause 3, wherein generating the gain matrix comprises: adding the respective amplitude associated with each of the respective complex elements in the vector of complex elements as a column in an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the  respective complex elements; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0275] Clause 5: The method of Clause 4, wherein: obtaining the gain vector comprises coordinating with a receiver to generate the gain matrix based at least in part on the gain vector; and the method further comprises sending, to the receiver, the respective phase associated with each respective complex element in the vector and quantized based at least in part on the one or more bits allocated to each respective complex element.

[0276] Clause 6: The method of any one of Clauses 4-5, wherein: the gain vector comprises the plurality of phase quantization gains achieved by increasing the respective candidate number of quantization bits allocated to any of the respective complex elements between and including a minimum number of quantization bits and a maximum number of quantization bits; and the gain vector is generated based at least in part on: computing a first averaged phase quantization error associated with the minimum number of quantization bits; for each respective candidate number of quantization bits between and including the minimum number of quantization bits plus one and the maximum number of quantization bits: computing a respective averaged phase quantization error associated with the respective candidate number of quantization bits; computing a respective phase quantization gain as a respective difference between: the first averaged phase quantization error and the respective averaged phase quantization error associated with the respective candidate number of quantization bits, or the respective averaged phase quantization error associated with the respective candidate number of quantization bits minus one and the respective averaged phase quantization error associated with the respective candidate number of quantization bits; and adding the respective phase quantization gain to the gain vector.

[0277] Clause 7: The method of any one of Clauses 3-6, further comprising: grouping the complex elements into a plurality of groups based at least in part on the respective amplitude associated with each respective complex element, wherein each respective group of the plurality of groups is associated with a respective group amplitude.

[0278] Clause 8: The method of Clause 7, wherein allocating the one or more bits of the set of bits to each respective complex element in the vector comprises allocating a  same number of the one or more bits to each complex element assigned to a same respective group of the plurality of groups.

[0279] Clause 9: The method of any one of Clauses 7-8, wherein: generating the gain matrix comprises: adding the respective group amplitude associated with each respective group of the plurality of groups as a column in an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective complex elements; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0280] Clause 10: The method of any one of Clauses 1-9, wherein the vector of complex elements is associated with channel state information (CSI) .

[0281] Clause 11: A method for wireless communications by an apparatus, comprising: obtaining a plurality of quantized phases; obtaining a plurality of amplitudes, wherein each respective amplitude is associated with a respective quantized phase of the plurality of quantized phases; determining a number of one or more bits of a set of bits allocated to each respective quantized phase for phase quantization based at least in part on the respective amplitude associated with each respective quantized phase; and performing inverse quantization for the plurality of quantized phases based at least in part on the one or more bits allocated to each respective quantized phase.

[0282] Clause 12: The method of Clause 11, wherein determining the number of the one or more bits of the set of bits allocated to each respective quantized phase comprises determining the number of the one or more bits of the set of bits allocated to each respective quantized phase based at least in part on a gain matrix and the set of bits.

[0283] Clause 13: The method of Clause 12, further comprising generating the gain matrix based at least in part on the respective amplitude associated with each respective quantized phase.

[0284] Clause 14: The method of Clause 13, wherein generating the gain matrix comprises: adding the respective amplitude associated with each respective quantized phase as a column in an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective quantized phases; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0285] Clause 15: The method of Clause 14, wherein: obtaining the plurality of quantized phases comprises obtaining the plurality of quantized phases from a transmitter; and obtaining the gain vector comprises coordinating with the transmitter to generate the gain matrix based at least in part on the gain vector.

[0286] Clause 16: The method of any one of Clauses 14-15, wherein: the gain vector comprises the plurality of phase quantization gains achieved by increasing the respective candidate number of quantization bits allocated to any of the respective quantized phases between and including a minimum number of quantization bits and a maximum number of quantization bits; and the gain vector is generated based at least in part on: computing a first averaged phase quantization error associated with the minimum number of quantization bits; for each respective candidate number of quantization bits between and including the minimum number of quantization bits plus one and the maximum number of quantization bits: computing a respective averaged phase quantization error associated with the respective candidate number of quantization bits; computing a respective phase quantization gain as a respective difference between: the first averaged phase quantization error and the respective averaged phase quantization error associated with the respective candidate number of quantization bits, or the respective averaged phase quantization error associated with the respective candidate number of quantization bits minus one and the respective averaged phase quantization error associated with the respective candidate number of quantization bits; and adding the respective phase quantization gain to the gain vector.

[0287] Clause 17: The method of any one of Clauses 13-16, further comprising: grouping the plurality of quantized phases into a plurality of groups based at least in part on the respective amplitude associated with each respective quantized phase, wherein each respective group of the plurality of groups is associated with a respective group amplitude.

[0288] Clause 18: The method of Clause 17, wherein determining the number of the one or more bits of the set of bits allocated to each respective quantized phase comprising determining a same number of the one or more bits are allocated to each respective quantized phase assigned to a same respective group of the plurality of groups.

[0289] Clause 19: The method of any one of Clauses 17-18, wherein: generating the gain matrix comprises: adding the respective group amplitude associated with each  respective group of the plurality of groups as a column in an amplitude vector; obtaining a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective quantized phases; and generating the gain matrix as a Kronecker product of the gain vector and the amplitude vector.

[0290] Clause 20: The method of any one of Clauses 11-19, wherein the plurality of quantized phases are associated with channel state information (CSI) .

[0291] Clause 21: One or more apparatuses, comprising: one or more memories comprising executable instructions; and one or more processors configured to execute the executable instructions and cause the one or more apparatuses to perform a method in accordance with any one of clauses 1-20.

[0292] Clause 22: One or more apparatuses, comprising: one or more memories; and one or more processors, coupled to the one or more memories, configured to cause the one or more apparatuses to perform a method in accordance with any one of Clauses 1-20.

[0293] Clause 23: One or more apparatuses, comprising: one or more memories; and one or more processors, coupled to the one or more memories, configured to perform a method in accordance with any one of Clauses 1-20.

[0294] Clause 24: One or more apparatuses, comprising means for performing a method in accordance with any one of Clauses 1-20.

[0295] Clause 25: One or more non-transitory computer-readable media comprising executable instructions that, when executed by one or more processors of one or more apparatuses, cause the one or more apparatuses to perform a method in accordance with any one of Clauses 1-20.

[0296] Clause 26: One or more computer program products embodied on one or more computer-readable storage media comprising code for performing a method in accordance with any one of Clauses 1-20.

[0297] Additional Considerations

[0298] The preceding description is provided to enable any person skilled in the art to practice the various aspects described herein. The examples discussed herein are not limiting of the scope, applicability, or aspects set forth in the claims. Various  modifications to these aspects will be readily apparent to those skilled in the art, and the general principles defined herein may be applied to other aspects. For example, changes may be made in the function and arrangement of elements discussed without departing from the scope of the disclosure. Various examples may omit, substitute, or add various procedures or components as appropriate. For instance, the methods described may be performed in an order different from that described, and various actions may be added, omitted, or combined. Also, features described with respect to some examples may be combined in some other examples. For example, an apparatus may be implemented or a method may be practiced using any number of the aspects set forth herein. In addition, the scope of the disclosure is intended to cover such an apparatus or method that is practiced using other structure, functionality, or structure and functionality in addition to, or other than, the various aspects of the disclosure set forth herein. It should be understood that any aspect of the disclosure disclosed herein may be embodied by one or more elements of a claim.

[0299] The various illustrative logical blocks, modules and circuits described in connection with the present disclosure may be implemented or performed with a general purpose processor, an AI processor, a digital signal processor (DSP) , an ASIC, a field programmable gate array (FPGA) or other programmable logic device (PLD) , discrete gate or transistor logic, discrete hardware components, or any combination thereof designed to perform the functions described herein. A general purpose processor may be a microprocessor, but in the alternative, the processor may be any commercially available processor, controller, microcontroller, or state machine. A processor may also be implemented as a combination of computing devices, e.g., a combination of a DSP and a microprocessor, a plurality of microprocessors, one or more microprocessors in conjunction with a DSP core, a system on a chip (SoC) , or any other such configuration.

[0300] As used herein, a phrase referring to “at least one of” a list of items refers to any combination of those items, including single members. As an example, “at least one of:a, b, or c” is intended to cover a, b, c, a-b, a-c, b-c, and a-b-c, as well as any combination with multiples of the same element (e.g., a-a, a-a-a, a-a-b, a-a-c, a-b-b, a-c-c, b-b, b-b-b, b-b-c, c-c, and c-c-c or any other ordering of a, b, and c) .

[0301] As used herein, the term “determining” encompasses a wide variety of actions. For example, “determining” may include calculating, computing, processing, deriving, investigating, looking up (e.g., looking up in a table, a database or another data structure) ,  ascertaining and the like. Also, “determining” may include receiving (e.g., receiving information) , accessing (e.g., accessing data in a memory) and the like. Also, “determining” may include resolving, selecting, choosing, establishing and the like.

[0302] As used herein, “coupled to” and “coupled with” generally encompass direct coupling and indirect coupling (e.g., including intermediary coupled aspects) unless stated otherwise. For example, stating that a processor is coupled to a memory allows for a direct coupling or a coupling via an intermediary aspect, such as a bus.

[0303] The methods disclosed herein comprise one or more actions for achieving the methods. The method actions may be interchanged with one another without departing from the scope of the claims. In other words, unless a specific order of actions is specified, the order and / or use of specific actions may be modified without departing from the scope of the claims. Further, the various operations of methods described above may be performed by any suitable means capable of performing the corresponding functions. The means may include various hardware and / or software component (s) and / or module (s) , including, but not limited to a circuit, an application specific integrated circuit (ASIC) , or processor.

[0304] The following claims are not intended to be limited to the aspects shown herein, but are to be accorded the full scope consistent with the language of the claims. Reference to an element in the singular is not intended to mean only one unless specifically so stated, but rather “one or more. ” The subsequent use of a definite article (e.g., “the” or “said” ) with an element (e.g., “the processor” ) is not intended to invoke a singular meaning (e.g., “only one” ) on the element unless otherwise specifically stated. For example, reference to an element (e.g., “aprocessor, ” “acontroller, ” “amemory, ” “atransceiver, ” “an antenna, ” “the processor, ” “the controller, ” “the memory, ” “the transceiver, ” “the antenna, ” etc. ) , unless otherwise specifically stated, should be understood to refer to one or more elements (e.g., “one or more processors, ” “one or more controllers, ” “one or more memories, ” “one more transceivers, ” etc. ) . The terms “set” and “group” are intended to include one or more elements, and may be used interchangeably with “one or more. ” Where reference is made to one or more elements performing functions (e.g., steps of a method) , one element may perform all functions, or more than one element may collectively perform the functions. When more than one element collectively performs the functions, each function need not be performed by each of those elements (e.g., different functions may be performed by different elements)  and / or each function need not be performed in whole by only one element (e.g., different elements may perform different sub-functions of a function) . Similarly, where reference is made to one or more elements configured to cause another element (e.g., an apparatus) to perform functions, one element may be configured to cause the other element to perform all functions, or more than one element may collectively be configured to cause the other element to perform the functions. Unless specifically stated otherwise, the term “some” refers to one or more. All structural and functional equivalents to the elements of the various aspects described throughout this disclosure that are known or later come to be known to those of ordinary skill in the art are intended to be encompassed by the claims. Moreover, nothing disclosed herein is intended to be dedicated to the public regardless of whether such disclosure is explicitly recited in the claims.

Claims

1.An apparatus configured for wireless communications, comprising:one or more memories; andone or more processors, coupled to the one or more memories, configured to cause the apparatus to:obtain a vector of complex elements, wherein each respective complex element in the vector is expressed in terms of a respective amplitude and a respective phase associated with the respective complex element;allocate one or more bits of a set of bits to each respective complex element in the vector based at least in part on the respective amplitude associated with each respective complex element in order to increase a phase quantization gain; andquantize a respective phase associated with each respective complex element in the vector based at least in part on the one or more bits allocated to the respective complex element.2.The apparatus of Claim 1, wherein to allocate the one or more bits to each respective complex element, the one or more processors are configured to cause the apparatus to optimize a respective number of the one or more bits allocated to each respective complex element based at least in part on a gain matrix and the set of bits.3.The apparatus of Claim 2, wherein the one or more processors are configured to cause the apparatus to generate the gain matrix based at least in part on the respective amplitude associated with each respective complex element in the vector.4.The apparatus of Claim 3, wherein to generate the gain matrix, the one or more processors are configured to cause the apparatus to:add the respective amplitude associated with each of the respective complex elements in the vector of complex elements as a column in an amplitude vector;obtain a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective complex elements; andgenerate the gain matrix as a Kronecker product of the gain vector and the amplitude vector.5.The apparatus of Claim 4, wherein:to obtain the gain vector, the one or more processors are configured to cause the apparatus to coordinate with a receiver to generate the gain matrix based at least in part on the gain vector; andthe one or more processors are configured to cause the apparatus to send, to the receiver, the respective phase associated with each respective complex element in the vector and quantized based at least in part on the one or more bits allocated to each respective complex element.6.The apparatus of Claim 4, wherein:the gain vector comprises the plurality of phase quantization gains achieved by increasing the respective candidate number of quantization bits allocated to any of the respective complex elements between and including a minimum number of quantization bits and a maximum number of quantization bits; andthe gain vector is generated based at least in part on:computing a first averaged phase quantization error associated with the minimum number of quantization bits;for each respective candidate number of quantization bits between and including the minimum number of quantization bits plus one and the maximum number of quantization bits:computing a respective averaged phase quantization error associated with the respective candidate number of quantization bits;computing a respective phase quantization gain as a respective difference between:the first averaged phase quantization error and the respective averaged phase quantization error associated with the respective candidate number of quantization bits, orthe respective averaged phase quantization error associated with the respective candidate number of quantization bits minus one and the respective averaged phase quantization error associated with the respective candidate number of quantization bits; andadding the respective phase quantization gain to the gain vector.7.The apparatus of Claim 3, wherein the one or more processors are configured to cause the apparatus to:group the complex elements into a plurality of groups based at least in part on the respective amplitude associated with each respective complex element,wherein each respective group of the plurality of groups is associated with a respective group amplitude.8.The apparatus of Claim 7, wherein to allocate the one or more bits of the set of bits to each respective complex element in the vector, the one or more processors are configured to cause the apparatus to allocate a same number of the one or more bits to each complex element assigned to a same respective group of the plurality of groups.9.The apparatus of Claim 7, wherein:to generate the gain matrix, the one or more processors are configured to cause the apparatus to:add the respective group amplitude associated with each respective group of the plurality of groups as a column in an amplitude vector;obtain a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective complex elements; andgenerate the gain matrix as a Kronecker product of the gain vector and the amplitude vector.10.The apparatus of Claim 1, wherein the vector of complex elements is associated with channel state information (CSI) .11.An apparatus configured for wireless communications, comprising:one or more memories; andone or more processors, coupled to the one or more memories, configured to cause the apparatus to:obtain a plurality of quantized phases;obtain a plurality of amplitudes, wherein each respective amplitude is associated with a respective quantized phase of the plurality of quantized phases;determine a number of one or more bits of a set of bits allocated to each respective quantized phase for phase quantization based at least in part on the respective amplitude associated with each respective quantized phase; andperform inverse quantization for the plurality of quantized phases based at least in part on the one or more bits allocated to each respective quantized phase.12.The apparatus of Claim 11, wherein to determine the number of the one or more bits of the set of bits allocated to each respective quantized phase, the one or more processors are configured to cause the apparatus to determine the number of the one or more bits of the set of bits allocated to each respective quantized phase based at least in part on a gain matrix and the set of bits.13.The apparatus of Claim 12, wherein the one or more processors are configured to cause the apparatus to generate the gain matrix based at least in part on the respective amplitude associated with each respective quantized phase.14.The apparatus of Claim 13, wherein to generate the gain matrix, the one or more processors are configured to cause the apparatus to:add the respective amplitude associated with each respective quantized phase as a column in an amplitude vector;obtain a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective quantized phases; andgenerate the gain matrix as a Kronecker product of the gain vector and the amplitude vector.15.The apparatus of Claim 14, wherein:to obtain the plurality of quantized phases, the one or more processors are configured to cause the apparatus to obtain the plurality of quantized phases from a transmitter; andto obtain the gain vector, the one or more processors are configured to cause the apparatus to coordinate with the transmitter to generate the gain matrix based at least in part on the gain vector.16.The apparatus of Claim 14, wherein:the gain vector comprises the plurality of phase quantization gains achieved by increasing the respective candidate number of quantization bits allocated to any of the respective quantized phases between and including a minimum number of quantization bits and a maximum number of quantization bits; andthe gain vector is generated based at least in part on:computing a first averaged phase quantization error associated with the minimum number of quantization bits;for each respective candidate number of quantization bits between and including the minimum number of quantization bits plus one and the maximum number of quantization bits:computing a respective averaged phase quantization error associated with the respective candidate number of quantization bits;computing a respective phase quantization gain as a respective difference between:the first averaged phase quantization error and the respective averaged phase quantization error associated with the respective candidate number of quantization bits, orthe respective averaged phase quantization error associated with the respective candidate number of quantization bits minus one and the respective averaged phase quantization error associated with the respective candidate number of quantization bits; andadding the respective phase quantization gain to the gain vector.17.The apparatus of Claim 13, wherein the one or more processors are configured to cause the apparatus to:group the plurality of quantized phases into a plurality of groups based at least in part on the respective amplitude associated with each respective quantized phase,wherein each respective group of the plurality of groups is associated with a respective group amplitude.18.The apparatus of Claim 17, wherein to determine the number of the one or more bits of the set of bits allocated to each respective quantized phase, the one or more processors are configured to cause the apparatus to determine a same number of the one or more bits are allocated to each respective quantized phase assigned to a same respective group of the plurality of groups.19.The apparatus of Claim 17, wherein:to generate the gain matrix, the one or more processors are configured to cause the apparatus to:add the respective group amplitude associated with each respective group of the plurality of groups as a column in an amplitude vector;obtain a gain vector comprising a plurality of phase quantization gains achieved by increasing a respective candidate number of quantization bits allocated to any one of the respective quantized phases; andgenerate the gain matrix as a Kronecker product of the gain vector and the amplitude vector.20.The apparatus of Claim 11, wherein the plurality of quantized phases are associated with channel state information (CSI) .

Images