Communication method and communication apparatus

Abstract

A method is disclosed. The method includes: obtaining first information indicating a first position of a first reference signal on a first resource, wherein the first resource is associated with multiple antenna ports of a network device and frequency domain; and receiving a first reference signal according to the first information.

Description

COMMUNICATION METHOD AND COMMUNICATION APPARATUS

[0001] This application claims the benefit of and priority to PCT patent application No. PCT / CN2024 / 108136, filed on July 29, 2024, the content of which is hereby incorporated by reference in its entirety.TECHNICAL FIELD

[0002] The present disclosure generally relates to the field of wireless communication, and in particular, to communication methods and communication apparatuses.BACKGROUND

[0003] Multiple-Input Multiple-Output (MIMO) technology is a cornerstone of modern wireless communication systems, significantly enhancing spectral efficiency and data rates. By employing multiple antennas at both the base station (BS) and user equipment (UE) , MIMO systems exploit the spatial dimension of the radio channel to create parallel data streams, called MIMO sub-channels. This spatial multiplexing allows for increased data throughput without requiring additional bandwidth. Some solutions have been proposed for channel state information (CSI) acquisition and feedback in Massive MIMO. However, there remains room for further optimization and exploration.

[0004] This background information is provided to reveal information believed by the applicant to be of possible relevance to the present disclosure. No admission is necessarily intended, nor should be construed, that any of the preceding information constitutes prior art against the present disclosure.SUMMARY

[0005] This present disclosure provides a communication method and apparatus used to determine shared resources for transmitting signals.

[0006] According to a first aspect, a communication method is described. The method may be applied at a terminal side, for example, a terminal or a module in a terminal, a circuit or a chip (for example, a modem chip, also referred to as a baseband chip, or a system on chip (SoC) chip or a system in package (SIP) chip that includes a modem core that is responsible for a communication function in a terminal. For example, the method is applied to a terminal. In this method, the terminal obtains first information indicating a first position of a first reference signal on a first resource, where the first resource is associated with multiple antenna ports of a network device and frequency domain; and receives a first reference signal according to the first information.

[0007] In this way, the terminal device may know the position of the first reference signal, and may receive the first reference signal accordingly. In addition, the first resource is associated with multiple antenna ports of the network device and frequency domain while not associated with terminal device antenna ports. As such, complexity may be reduced, efficiency may be improved, and scalability may be enhanced.

[0008] In a possible design, the frequency domain comprises a first frequency domain allocation unit.

[0009] In such case, the frequency domain may include fine-grained frequency domain allocation unit, thereby improving flexibility for resource allocation.

[0010] In a possible design, the method further comprises: obtaining second information indicating a channel space basis matrix, where the channel space basis matrix is based on K channel samples that are vectorized from channels, where K is a positive integer.

[0011] In such case, the network device and the terminal device may perform channel estimation based on the second information, thereby improving accuracy of the result of channel estimation.

[0012] In a possible design, the first information comprises a first matrix obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.

[0013] In such case, the information carried by the channel space basis matrix may be compressed to reduce signaling overhead.

[0014] In a possible design, the first information comprises a second matrix augmented from a first matrix, and the first matrix is obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.

[0015] In this way, the proposed solution may be more applicable to MIMO scenario thereby improving the reliability of channel estimation.

[0016] In a possible design, the first information includes at least one of: a random seed for generating a pseudo-random sequence; a range of values for the pseudo-random sequence; a quantity of the pseudo-random sequence; or a mapping relationship for mapping the pseudo-random sequence to the first position, where the pseudo-random sequence indicates the first position.

[0017] In a possible design, the first information is used to generate reference signal positions.

[0018] In this case, the terminal device may determine the first position of a first reference based on the above parameters instead of being informed by the network device of the first position directly, thereby reducing the signaling overhead.

[0019] In a possible design, the second information comprises channel space basis matrix U.

[0020] In such case, the terminal device may compress the result of channel estimation based on the channel space basis matrix U, thereby reducing signaling overhead for CSI feedback.

[0021] In a possible design, the second information comprises first compressed information of channel space basis matrix U.

[0022] As such, signaling overhead for informing the terminal device of channel space basis matrix U may be reduced.

[0023] In a possible design, the K channel samples comprise data samples collected from channel measurements by K terminal devices, where an i-th data sample in the K channel samples is based on one or more antenna ports of an i-th terminal device in the K terminal devices, the antenna ports of the network device, and a frequency domain resource for signal transmission between the i-th terminal device and the network device, where i belongs to {1, 2, …, K} , where the data samples are collected over a predetermined time period.

[0024] In this way, spatial consistency and channel correlations among terminal devices within the same cell or neighboring cells may be exploited, and quantity of reference signals may be reduced.

[0025] In a possible design, the frequency domain resource comprises a plurality of frequency domain resource units, the i-th data sample is a three-dimensional (3D) tensor with a size of N_BS by N_SC by N_UEi, where N_BS is a quantity of the antenna ports of the network device, N_SC is a quantity of the frequency domain resource units, and N_UEi is a quantity of the one or more antenna ports of the i-th terminal device.

[0026] In a possible design, the channel space basis matrix U is based on matrix A having rows of a product of N_BS by N_SC and columns of (N_UE1+…+N_UEi+…+N_UEK) , where (N_UE1+…+N_UEi+…+ N_UEK) is a total number of antenna ports of the K terminal devices, and the matrix A is based on the K channel samples.

[0027] In a possible design, each column of the matrix A is a one-dimensional vector with a length of a product of N_BS by N_SC, the one-dimensional vector is reshaped from a respective two-dimensional matrix with a size of N_BS by N_SC, and the respective two-dimensional matrix is reshaped from a respective channel sample of the K channel samples.

[0028] In a possible design, the one or more antenna ports of the i-th terminal device are determined based on a first rule.

[0029] In such case, antenna ports of the terminal device may be selected for collecting data sample or receiving reference signal, thereby reducing the overhead of the reference signals.

[0030] In a possible design, the first rule comprises: selecting one or more antenna ports of the i-th terminal device with the highest received signal power.

[0031] In a possible design, the one or more antenna ports of the i-th terminal device are pre-defined.

[0032] In a possible design, the method further comprises: obtaining third information for updating the second information.

[0033] In this way, the second information may be updated in a timely manner, thereby improving the accuracy of channel estimation.

[0034] In a possible design, the third information may be transmitted periodically or based on a given condition.

[0035] In a possible design, the third information is for updating the channel space basis matrix, and the method further comprises: periodically transmitting collected data for updating the channel samples.

[0036] In a possible design, the third information is for updating the channel space basis matrix, and the method further comprises: transmitting collected data for updating the channel samples based on a condition.

[0037] In a possible design, the first information further indicates a second position of a second reference signal on a second resource, where the second resource is associated with the multiple antenna ports of the network device and frequency domain; the first position is a first antenna port in the antenna ports of the network device and a first frequency domain resource, and the second position is a second antenna port in the antenna ports of the network device and the first frequency domain resource.

[0038] In a possible design, receiving the first reference signals according to the first information comprises: receiving the first reference signal according to a second rule; and the method further comprises: receiving the second reference signal according to the second rule; where the second rule is used to manage collisions between the first reference signal and the second reference signal.

[0039] In this way, collisions between different reference signals may be resolved, thereby improving the reliability of channel estimation.

[0040] In a possible design, the second rule comprises at least one of: removing the first reference signal or the second reference signal; time domain resource for transmission of the first reference signal being different from time domain resource for transmission of the second reference signal; or mask codes for the first reference signal being different from mask codes for the second reference signal.

[0041] In a possible design, the method further comprises: obtaining fourth information for updating the second rule.

[0042] In such case, the second rule may be updated in a timely manner to help resolving collision.

[0043] In a possible design, the method further comprises: obtaining fifth information for updating the first information.

[0044] In a possible design, the fifth information indicates a density of reference signals based on real-time channel conditions, where the method further comprises: transmitting the real-time channel conditions to the network device.

[0045] In this way, the network device may dynamically adjust the reference signal density to ensure reliable channel estimation.

[0046] In a possible design, the method further comprises: transmitting channel state information (CSI) based on the first reference signal.

[0047] As such, the terminal device may inform the network device of the result of channel estimation.

[0048] In a possible design, transmitting the CSI comprises: transmitting second compressed information, where the second compressed information is determined based on compressed representations, and the compressed representations are determined based on a channel estimation matrix.

[0049] In this way, signaling overhead of transmitting CSI may be reduced.

[0050] In a possible design, the second compressed information comprises coefficients corresponding to principal components, and the principal components are determined based on principal component analysis (PCA) of the compressed representations.

[0051] In a possible design, the second compressed information comprises representative vectors of clusters of compressed representations and cluster assignments, the compressed representations are clustered based on similarity.

[0052] In a possible design, the second compressed information comprises sparse coefficients of compressed representations and dictionary information of the compressed representations.

[0053] In a possible design, the second compressed information comprises compressed representations, and the compressed representations are determined based on the channel estimation matrix and a neural network model.

[0054] In a possible design, transmitting the CSI comprises: transmitting third compressed information, the third compressed information is the difference between actual compressed representations and predicted compressed representations, the actual compressed representations are determined based on a channel estimation matrix, and the predicted representations are determined  based on temporal or spatial correlations between historical compressed representations.

[0055] According to a second aspect, a method may be applied to a network side, for example, a base station or a component (for example, a circuit, a chip, or a chip system) in a base station on a network side. For example, the method is applied to a base station. In the method, the base station transmits first information indicating a first position of a first reference signal on a first resource, where the first resource is associated with multiple antenna ports of a network device and frequency domain; and transmit a first reference signal at the first position.

[0056] In a possible design, the frequency domain comprises a first frequency domain allocation unit.

[0057] In a possible design, the method further comprises: transmitting second information indicating a channel space basis matrix, where the channel space basis matrix is based on K channel samples that are vectorized from channels, where K is a positive integer.

[0058] In a possible design, the first information comprises a first matrix obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.

[0059] In a possible design, the first information comprises a second matrix augmented from a first matrix, and the first matrix is obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.

[0060] In a possible design, the first information includes at least one of: a random seed for generating a pseudo-random sequence; a range of values for the pseudo-random sequence; a quantity of the pseudo-random sequence; or a mapping relationship for mapping the pseudo-random sequence to the first position, wherein the pseudo-random sequence is for indicating the first position.

[0061] In a possible design, the first information is used to generate reference signal positions.

[0062] In a possible design, the second information comprises channel space basis matrix U.

[0063] In a possible design, the second information comprises first compressed information of channel space basis matrix U.

[0064] In a possible design, the K channel samples comprise data samples collected from channel measurements by K terminal devices, where an i-th data sample in the K channel samples is based on one or more antenna ports of an i-th terminal device in the K terminal devices, the antenna ports of the network device, and a frequency domain resource for signal transmission between the i-th terminal device and the network device, where i belongs to {1, 2, …, K} , where the data samples are collected over a predetermined time period.

[0065] In a possible design, the frequency domain resource comprises a plurality of frequency domain resource units, the i-th data sample is a three-dimensional (3D) tensor with size of N_BS by N_SC by N_UEi, wherein N_BS is a quantity of the antenna ports of the network device, N_SC is a quantity of the frequency domain resource units, and N_UEi is a quantity of the one or more antenna ports of the i-th terminal device.

[0066] In a possible design, the channel space basis matrix U is based on matrix A having rows of a product of N_BS by N_SC and columns of (N_UE1+…+N_UEi+…+ N_UEK) , where (N_UE1+…+N_UEi+…+ N_UEK) is a total number of antenna ports of the K terminal devices, and the matrix A is based on the K channel samples.

[0067] In a possible design, each column of the matrix A is a one-dimensional vector with a length of a product of N_BS by N_SC, the one-dimensional vector is reshaped from a respective two-dimensional matrix with a size of N_BS by N_SC, and the respective two-dimensional matrix is reshaped from a respective channel sample of the K channel samples.

[0068] In a possible design, the one or more antenna ports of the i-th terminal device are determined based on a first rule.

[0069] In a possible design, the first rule comprises: selecting one or more antenna ports of the i-th terminal device with the highest received signal power.

[0070] In a possible design, the one or more antenna ports of the i-th terminal device are pre-defined.

[0071] In a possible design, the method further comprises: transmitting third information for updating the second information.

[0072] In a possible design, the third information may be transmitted periodically or based on a given condition.

[0073] In a possible design, the third information is for updating the channel space basis matrix, and the method further comprises: receiving collected data that is periodically transmitted for updating the channel samples.

[0074] In a possible design, the third information is for updating the channel space basis matrix, and the method further comprises: receiving collected data that is transmitted based on a condition.

[0075] In a possible design, the first information further indicates a second position of a second reference signal on a second resource, where the second resource is associated with the multiple antenna ports of the network device and frequency domain; the first position is a first antenna port in the antenna ports of the network device and a first frequency domain resource, and the second position is a second antenna port in the antenna ports of the network device and the first frequency domain resource.

[0076] In a possible design, transmitting the first reference signals comprises: transmitting the first reference signal according to a second rule; and the method further comprises: transmitting the second reference signal according to the second rule; wherein the second rule is used to manage collisions between the first reference signal and the second reference signal.

[0077] In a possible design, the second rule comprises at least one of: removing the first reference signal or the second reference signal; time domain resource for transmission of the first reference signal being different from time domain resource for transmission of the second reference signal; or mask codes for the first reference signal being different from mask codes for the second reference signal.

[0078] In a possible design, the method further comprises: transmitting fourth information for updating the second rule.

[0079] In a possible design, the method further comprises: transmitting fifth information for updating the first information.

[0080] In a possible design, the fifth information indicates a density of reference signals based on real-time channel conditions, wherein the method further comprises: receiving the real-time channel conditions.

[0081] In a possible design, the method further comprises: receiving channel state information (CSI) .

[0082] In a possible design, receiving the CSI comprises: receiving second compressed information, wherein the second compressed information is determined based on compressed representations, and the compressed representations are determined based on a channel estimation matrix.

[0083] In a possible design, the second compressed information comprises coefficients corresponding to principal components, and the principal components are determined based on principal component analysis (PCA) of the compressed representations.

[0084] In a possible design, the second compressed information comprises representative vectors of clusters of compressed representations and cluster assignments, and the compressed representations are clustered based on similarity.

[0085] In a possible design, the second compressed information comprises sparse coefficients of compressed representations and dictionary information of the compressed representations.

[0086] In a possible design, the second compressed information comprises compressed representations, and the compressed representations are determined based on the channel estimation matrix and a neural network model.

[0087] In a possible design, receiving the CSI comprises: receiving third compressed information, the third compressed information is the difference between actual compressed representations and predicted compressed representations, the actual compressed representations are determined based on a channel estimation matrix, and the predicted representations are determined based on temporal or spatial correlations between historical compressed representations.

[0088] According to a third aspect, a communication apparatus is described. The communication apparatus has a function of implementing the first aspect. For example, the communication apparatus includes a corresponding module, unit, or means for performing operations in the first aspect. The module, unit, or means may be specifically implemented by using software, may be implemented by using hardware, or may be implemented by using software in combination with hardware.

[0089] According to a fourth aspect, a communication apparatus is described. The communication apparatus has a function of implementing the second aspect. For example, the communication apparatus includes a corresponding module, unit, or means for performing operations in the second aspect. The module, unit, or means may be specifically implemented by using software, may be implemented by using hardware, or may be implemented by using software in combination with hardware.

[0090] According to a fifth aspect, a communication apparatus is described. The communication apparatus includes a memory and  one or more processors. The memory is configured to store a part or all of a necessary computer program or instructions for implementing a function in the first aspect. The one or more processors may execute the computer program or the instructions, and when the computer program or the instructions is / are executed, the communication apparatus is enabled to implement the method in any possible design or implementation of the first aspect.

[0091] In some embodiments, the communication apparatus may further include an interface circuit, and the processor is configured to communicate with another apparatus or component through the interface circuit.

[0092] In some embodiments, the memory may be integrated with the processor or implemented as a separate component.

[0093] The communication apparatus may be a terminal, a module in a terminal, or a chip responsible for a communication function in a terminal, for example, a modem chip (also referred to as a baseband chip) or an SoC chip or an SIP chip that includes a modem module.

[0094] According to a sixth aspect, a communication apparatus is described. The communication apparatus includes a memory and one or more processors. The memory is configured to store a part or all of a necessary computer program or instructions for implementing a function in the second aspect. The one or more processors may execute the computer program or the instructions, and when the computer program or the instructions is / are executed, the communication apparatus is enabled to implement the method in any possible design or implementation of the second aspect.

[0095] In some embodiments, the communication apparatus may further include an interface circuit, and the processor is configured to communicate with another apparatus or component through the interface circuit.

[0096] In some embodiments, the memory may be integrated with the processor or implemented as a separate component.

[0097] The communication apparatus may be a base station, a module in a base station, or a chip responsible for a communication function in a base station, for example, a modem chip (also referred to as a baseband chip) or an SoC chip or an SIP chip that includes a modem module.

[0098] According to a seventh aspect, a communication system is described. The communication system comprises a first communication apparatus configured to perform the method of the first aspect or any possible designs of the first aspect and a second communication apparatus configured to perform the method of the second aspect or any possible designs of the second aspect.

[0099] According to an eighth aspect, a computer-readable storage medium is described. The computer-readable storage medium stores computer-readable instructions, and when a computer reads and executes the computer-readable instructions, the computer is enabled to perform the method in any one of the possible designs of the first aspect or the second aspect.

[0100] According to a ninth aspect, a computer program product is described. When a computer reads and executes the computer program product, the computer is enabled to perform the method in any one of the possible designs of the first aspect or the second aspect.

[0101] According to a tenth aspect, described is a system comprising at least one of an apparatus in (or at) a UE of the present disclosure, or an apparatus in (or at) a network device of the present disclosure.

[0102] According to an eleventh aspect, described is a method performed by a system comprising at least one of an apparatus in (or at) a UE of the present application, and an apparatus in (or at) a network device of the present application.

[0103] This disclosure encompasses various embodiments, including not only method embodiments, but also other embodiments such as apparatus embodiments and embodiments related to non-transitory computer readable storage media. Embodiments may incorporate, individually or in combinations, the features disclosed herein.BRIEF DESCRIPTION OF THE DRAWINGS

[0104] For a better understanding of the various described embodiments, reference should be made to the Detailed Description below, in conjunction with the following drawings in which like reference numerals refer to corresponding parts throughout the figures.

[0105] FIG. 1 is a schematic illustration of an example communication system according to an implementation of the present  disclosure.

[0106] FIG. 2 illustrates another example communication system according to an implementation of the present disclosure.

[0107] FIG. 3 is a schematic illustration showing an apparatus wirelessly communicating with another apparatus within a communication system according to an implementation of the present disclosure.

[0108] FIG. 4 illustrates an example apparatus according to an implementation of the present disclosure.

[0109] FIG. 5 illustrates an example apparatus according to an implementation of the present disclosure.

[0110] FIG. 6 is a schematic illustration of 5th Generation New Radio (5G NR) channel state information (CSI) acquisition and feedback.

[0111] FIG. 7 is a schematic illustration of the principle of eType-II codebook.

[0112] FIG. 8 shows a signaling chart of downlink CSI-RS transmission and uplink CSI feedback with common basis in Solution 1.

[0113] FIG. 9 is a schematic illustration showing common basis learning and CSI compression in Solution 1.

[0114] FIG. 10 is a schematic illustration showing an approach of converting 3D MIMO channel response data into data matrix A in Solution 1.

[0115] FIG. 11 is a schematic illustration showing the approach of finding optimal placement in Solution 1.

[0116] FIG. 12 shows sparsest placement of reference signals.

[0117] FIG. 13 is a schematic illustration showing a decoupled CSI framework in Solution 2.

[0118] FIG. 14 is a schematic illustration showing an approach of using a pseudo-random or uniform one to replace QR-based P in Solution 2.

[0119] FIG. 15 shows a signaling chart in accordance with some embodiments of the present disclosure.

[0120] FIG. 16 is a schematic illustration showing an approach of decomposing a 3D channel tensor into multiple 2D matrices in accordance with some embodiments of the present disclosure.

[0121] FIG. 17 is a schematic illustration showing reference signal placement in accordance with some embodiments of the present disclosure.

[0122] FIG. 18 is a schematic illustration showing compression of channel information.

[0123] FIG. 19 shows a signaling chart of CSI feedback mechanisms using pivot-QR decomposition for sparse reference signal placement in accordance with some embodiments of the present disclosure.

[0124] FIG. 20 shows a signaling chart of CSI feedback mechanisms using pseudo-random sequences for sparse reference signal placement in accordance with some embodiments of the present disclosure.

[0125] FIG. 21 is a schematic illustration showing an approach of constructing data sample Matrix A with flexible antenna selection. FIG. 22 is a schematic illustration showing an approach of direct removal of conflicting signals.

[0126] FIG. 23 is a schematic illustration showing an approach of using code multiplex to differentiate reference signals colliding on a same subcarrier.

[0127] FIG. 24 is a schematic illustration showing a hybrid approach with direct removal and multiplexing.

[0128] FIG. 25 shows another signaling chart in accordance with some embodiments of the present disclosure.

[0129] FIG. 26 shows another signaling chart in accordance with some embodiments of the present disclosure.

[0130] FIG. 27 shows another signaling chart in accordance with some embodiments of the present disclosure.

[0131] FIG. 28 shows yet another signaling chart in accordance with some embodiments of the present disclosure.DETAILED DESCRIPTION

[0132] Numerous details are described herein to provide a thorough understanding of the example embodiments illustrated in the accompanying drawings. However, some embodiments may be practiced without many of the specific details, and the scope of the  claims is only limited by those features and aspects specifically recited in the claims. Furthermore, well-known processes, components, and materials have not necessarily been described in exhaustive detail so as to avoid obscuring pertinent aspects of the embodiments described herein.

[0133] The solutions described in this disclosure are applicable to a wide range of communication networks, such as a future generation network, or a legacy (e.g., 5G, fourth generation (4G) , third generation (3G) or second generation (2G) ) network. The solutions may also be implemented in Wi-Fi, non-terrestrial network (NTN) , cloud and edge computing service, sensing services, or distributed or self-organized networks. In an example, the solutions may be applied to automated manufacturing systems in smart factories. In another example, the solutions may be applied to other intelligent vertical scenarios such as ports, delivery systems and medical systems.

[0134] FIG. 1 is a schematic illustration of an example communication system according to an implementation of the present disclosure. There is shown a communication system 100 that includes a radio access network (RAN) 120, one or more communication electronic devices (EDs) 10a, 110b, 110c, 110d, 110e, 110f, 110g, 110h, 110i, 110j (collectively referred to as 110) , a core network 130, a Public Switched Telephone Network (PSTN) 140, the Internet 150, and other networks 160 . The RAN 120 may include, but is not limited to, a future generation RAN, or a legacy RAN such as, but not limited to, 5th generation (5G) , 4th generation (4G) , 3rd generation (3G) or 2nd generation (2G) radio access network. The RAN 120 may be, for example, an Evolved Universal Mobile Telecommunications System (UMTS) Terrestrial Radio Access Network (E-UTRAN) , a NextGen RAN (NG RAN) , or some other type of RAN. Examples of RAN 120 based on the evolution of telecommunications standards include, but is not limited to, GSM (Global System for Mobile Communications) and CDMA (Code Division Multiple Access) for 2G, UMTS (Universal Mobile Telecommunications System) based on WCDMA (Wideband Code Division Multiple Access) and CDMA2000 for 3G, LTE (Long-Term Evolution) and WiMAX (Worldwide Interoperability for Microwave Access) for 4G, and NR (New Radio) for 5G. In some implementations, The RAN 120 may use any radio access technology (RAT) in the wireless interface between the one or more EDs 110 and the RAN 120. In some implementations, the term “radio access” may refer to the future generation air interface standards which may include both terrestrial networks (TNs) and non-terrestrial networks (NTNs) . These networks will be described in greater detail below in conjunction with various implementations. The one or more communication EDs 110 (also referred to as “user equipment” ) are configured to connect (e.g., communicatively couple) with each other or to one or more network nodes 170a, 170b (collectively referred to as 170) in the RAN 120. The core network (CN) 130 is a part of the communication system 100 and consists of network nodes (e.g., 170a , 170b) which provide support for the network features and telecommunication services. In some implementations, the CN 130 may be dependent on the RAT used in the communication system 100. In other implementations, the CN 130 may be access-agnostic, i.e., the CN 130 may be independent of the RAT used in the communication system 100. There are different types of CN 130, for different 3GPP system generations. For example, the CN 130 is the Evolved Packet Core (EPC) in 4G, also known as the Evolved Packet System (EPS) . In another example, the CN 130 is the 5G Core (5GC) which was developed as part of the 5G System (5GS) . The CN 130 also enables integration of different 3GPP and non-3GPP access types. In some implementations and referring to FIG. 1, the CN 130 also provides the interface towards external networks that may include the PSTN 140, the Internet 150, and other networks 160 in the communication system 100.

[0135] In general, the communication system 100 facilitates interaction between multiple wireless or wired elements. The communication system 100 may transmit different types of content, such as voice, data, video, and / or text, through different transmission methods such as, but not limited to, broadcast, multicast, groupcast, and unicast. Additionally, the communication system 100 operates by allocating and / or sharing resources, such as carrier spectrum bandwidth, among its constituent elements.

[0136] The communication system 100 may provide a wide range of communication services and applications including, but not limited to, Enhanced Mobile Broadband (eMBB) services, Ultra-Reliable Low-Latency Communication (URLLC) services, Massive Machine Type Communication (mMTC) services, Integrated Sensing And Communication (ISAC) , immersive communication, Ultra-massive Machine-Type Communication (uMTC) , hyper reliable and low-latency communication, ubiquitous connectivity, integrated  AI and communication, and other services that can be provided by a future generation communication system. The communication system 100 may provide other services and applications such as, but not limited to, earth monitoring, remote sensing, passive sensing and positioning, navigation and tracking, autonomous delivery and mobility and the like.

[0137] The communication system 100 may include a terrestrial communication system (or network) and / or a non-terrestrial communication system (or network) . The communication system 100 may provide a high degree of availability and robustness through a joint operation of the terrestrial communication system and the non-terrestrial communication system. For example, integrating a non-terrestrial communication system (or components thereof) into a terrestrial communication system can result in a heterogeneous network comprising multiple layers. The heterogeneous network may achieve better overall performance through efficient multi-link joint operation, more flexible functionality sharing, and faster physical layer link switching between terrestrial networks and non-terrestrial networks. The terrestrial communication system and the non-terrestrial communication system could be considered as sub-systems of the communication system 100.

[0138] FIG. 2 illustrates another example communication system 100 according to an implementation of the present disclosure, there is shown the communication system 100 includes EDs 110a, 110b, 110c, 110d (collectively referred to as ED 110) , RANs 120a, 120b, one or more CNs 130, a PSTN 140, the Internet 150, and other networks 160. Additionally, the communication system 100 may also include a non-terrestrial network (NTN) 120c. The RANs 120a and120b may include network nodes 170a and 170b respectively. Examples of network nodes 170a, 170b include base stations, which can be generally referred to as terrestrial network (TN) devices or terrestrial transmit and receive points (T-TRPs) 170a and 170b (collectively referred to as 170) . In this context, the terms "TRP" and "base station" are used interchangeably unless otherwise specified. For simplicity, this disclosure primarily refers to network nodes as base stations; however, unless explicitly stated otherwise, references to TRP are considered non-limiting and interchangeable. The T-TRPs 170a, 170b may be base stations mounted on a building or tower. In one implementation, the NTN 120c includes a RAN node such as a base station 172, which may be generally referred to as an NTN device, a non-terrestrial node, a non-terrestrial network device, a non-terrestrial base station, or a non-terrestrial transmit and receive point (NT-TRP) 172.

[0139] In some implementations, the NT-TRP 172 is not attached to the ground, for example, as in the case of an airborne base station. An airborne base station may be implemented using communication equipment supported or carried by a flying device. For example, a flying device may include, but is not limited to, an airborne platform (such as a blimp or an airship) , balloon, drone (such as quadcopter) , and other types of aerial vehicles. In some implementations, an airborne base station may be supported or carried by an unmanned aerial system (UAS) or an unmanned aerial vehicle (UAV) , such as a drone. An airborne base station may be a moveable or mobile base station that can be flexibly deployed in different locations to meet network demand. A satellite base station is another example of a non-terrestrial base station. A satellite base station may be implemented using communication equipment supported or carried by a satellite. A satellite base station may also be referred to as an orbiting base station. High altitude platforms are yet another example of non-terrestrial base stations, including international mobile telecommunication base stations.

[0140] As referred to herein, and unless specified otherwise, a “TRP” may also refer to a T-TRP or an NT-TRP, a “T-TRP” may also refer to a “TN TRP” , and an “NT-TRP” may also refer to an “NTN TRP” . The NTN 120c may be considered a RAN, sharing operational aspects with RANs 120a, 120b. The NTN 120c may include at least one NTN device and at least one corresponding terrestrial network device. The at least one NTN device may function as a transport layer device and the at least one corresponding terrestrial network device may function as a RAN node, communicating with the ED 110 via the NTN device. Additionally, there may be an NTN gateway on the ground (referred to as a terrestrial network device) that also functions as a transport layer device facilitating communication with both the NTN device and the RAN node. The RAN node may communicate with the ED 110 via the NTN device and the NTN gateway. In some implementations, the NTN gateway and the RAN node may be located within the same device.

[0141] A base station 170 (also referred to as a TRP as stated above) is a network element within a radio access network responsible for radio transmission and reception in one or more cells to or from the ED (such as a user equipment) . In different implementations, the base station 170 may also be known as a base transceiver station (BTS) , a radio base station, a network node, a network device, a  device on the network side, a transmit / receive node, a Node B, an evolved NodeB (eNodeB or eNB) , a Home eNodeB, a next Generation NodeB (gNB) , a transmission point (TP) , a site controller, an access point (AP) , a wireless router, a relay station, a terrestrial node, a terrestrial network device, a terrestrial base station, a non-terrestrial node, a non-terrestrial network device, a non-terrestrial base station, and a positioning node, among other possibilities. The base station 170 may be a macro base station (BS) , a pico BS, a relay node, a donor node, or combinations thereof. When the base station 170 performs (or is configured to perform) a method described herein, it may be interpreted as the base station itself, one or more modules (or units) in the base station, a circuit or chip, or a combination thereof, performing the method. For example, the circuit or chip may include a modem chip, also referred to as a baseband chip, a system on chip (SoC) including a modem core, system in package (SIP) ) , and the like, and may be responsible for one or more communication functions within the base station.

[0142] The EDs 110a-110d and TRPs 170a-170b, 172 are examples of communication equipment configured to implement some or all of the operations and / or implementations described herein. The T-TRP 170a forms part of the RAN 120a, which may include other TRPs, and / or other devices. Also, the TRP 170b forms part of the RAN 120b, which may include other TRPs, and / or devices. Each TRP 170a, 170b may transmit and / or receive wireless signals within a particular geographic region or area, sometimes referred to as a “cell” or a “coverage area” . The TRPs 170a-170b may be responsible for allocating and / or configuring resources and transmission and / or reception in a set of cell (s) . A cell is a radio network object that can be uniquely identified by a cell identification that is broadcasted over a geographical region or area from base stations associated with the cell. A cell can work in either FDD or TDD mode. A cell may be further divided into cell sectors, and a base station 170a-170b may, for example, employ one or more transceivers to provide services to one or more sectors. Some implementations, may include pico or femto cells if supported by the radio access technology. In some implementations, one or more transceivers could be used for each cell, such as with Multiple-Input Multiple-Output (MIMO) technology. The number of RANs 120a-120b shown is merely an example. Any number of RANs may be contemplated when designing the communication system 100.

[0143] A base station may be a single element, as shown in the figures, or multiple elements distributed throughout the corresponding RAN, or otherwise configured. In some implementations, a plurality of RAN nodes coordinate to assist the ED 110 in implementing radio access, and different RAN nodes separately implement and handle different functions of the base station. For example, the RAN node may be a central unit (CU) , a distributed unit (DU) , a CU-control plane (CP) , a CU-user plane (UP) , or a radio unit (RU) etc. The CU and the DU may be separately deployed, or included within the same element (i.e., a baseband unit (BBU) ) . The RU may be included in a radio frequency device or a radio frequency unit (i.e., a remote radio unit (RRU) , an active antenna unit (AAU) , or a remote radio head (RRH) ) . In different systems, the CU (or the CU-CP and the CU-UP) , the DU, or the RU may be known by different names, but their functions are understood by persons skilled in the art. For example, in an open radio access network (ORAN) system, a CU may be referred to as an open CU (O-CU) , a DU may be referred to as an open DU (O-DU) , and a CU-CP may be referred to as an open CU-CP (O-CU-CP) . The CU-UP may also be referred to as an open CU-UP (O-CU-UP) , and the RU may also be referred to as an open RU (O-RU) . Any one of the CU (or the CU-CP, the CU-UP) , the DU, and the RU may be implemented using a software module, a hardware module, or a combination of a software module and a hardware module.

[0144] Furthermore, communication between different devices / apparatuses in various implementations of this disclosure may refer to direct communication (that is, without the need of forwarding by another device / apparatus) , or may refer to communication (s) between different devices / apparatuses via another device / apparatus (that is, requiring forwarding by another device / apparatus) . Alternatively, such communication (s) may involve one functional unit inside a device / apparatus using another functional unit within the device / apparatus to communicate with another device / apparatus. In other words, phrases such as "sending (or transmitting) information to. . . (an ED or a base station) " in this disclosure may be understood as a destination endpoint of the information being an ED or a base station, including, sending / transmitting information directly or indirectly to an ED or a base station. Similarly, phrases like "receiving information from. . . (an ED or a base station) " may be understood as a source endpoint of the information being an ED or a base station, including directly or indirectly receiving information from an ED or a base station. Between the source endpoint that sends  the information and the destination endpoint, necessary processing such as, but not limited to, format conversion, digital-to-analog conversion, amplification, and filtering may be performed on the information. However, the destination endpoint may understand valid information from the source endpoint. A similar understanding applies to other descriptions in this disclosure without reiterating details already described. In the present disclosure, the terms "send" and "transmit" may be used interchangeably in different implementations of this disclosure.

[0145] The ED 110 is used to connect people, objects, machines, and other entities. The ED 110 may be widely used in various scenarios including, but not limited to, cellular communications, device-to-device (D2D) , vehicle to everything (V2X) , peer-to-peer (P2P) , machine-to-machine (M2M) , MTC, internet of things (IoT) , virtual reality (VR) , augmented reality (AR) , mixed reality (MR) , metaverse, digital twin, industrial control, self-driving, remote medical, smart grid, smart furniture, smart office, smart wearable, smart transportation, smart city, drones, robots, remote sensing, passive sensing, positioning, navigation and tracking, and autonomous delivery and mobility.

[0146] Each ED 110 represents any suitable end user device for wireless operation and may include such devices (or may be referred to as, but not limited to) a user equipment (UE) or a user device or a terminal device, a wireless transmit / receive unit (WTRU) , a mobile station, a fixed or mobile subscriber unit, a cellular telephone, a station (STA) , an MTC device, a personal digital assistant (PDA) , a smartphone, a laptop, a computer, a tablet, a wireless sensor, a consumer electronics device, a smart book, a vehicle, a car, a truck, a bus, a train, or an IoT device, wearable devices (such as a watch, a pair of glasses, head mounted equipment, etc. ) , an industrial device, or an apparatus (such as a module, modem, or chip) in the forgoing devices, among other possibilities. Future generation EDs 110 may be referred to by other terms. When an ED 110 performs (or is configured to perform) a method described herein, it may be interpreted as the ED itself, one or more modules (or units) in the ED, a circuit or chip, or a combination thereof, performing the method. For example, the circuit or chip may include a modem chip, also referred to as a baseband chip, a system on chip (SoC) including a modem core, or system in package (SIP) ) , and the like, and may be responsible for one or more communication functions in the ED.

[0147] Each ED 110 connected to TRPs 170a-170b, and / or TRPs 172 can be dynamically or semi-statically turned-on (i.e., established, activated, or enabled) , turned-off (i.e., released, deactivated, or disabled) and / or configured in response to one of more of: connection availability and connection necessity.

[0148] Any ED 110 may be alternatively or additionally configured to interface, access, or communicate with any of the TRPs 170a, 170b and 172, the Internet 150, the CN 130, the PSTN 140, the other networks 160, or any combination thereof. In some examples, the ED 110a may communicate an uplink (UL) and / or downlink (DL) transmission over a terrestrial air interface 190a with station-TRP 170a. In some examples, the EDs 110a, 110b, 110c, and 110d may also communicate directly with one another via one or more sidelink (SL) air interfaces 190b. In some examples, the EDs 110a, 110d may communicate using an UL and / or DL transmission over a non-terrestrial air interface 190c with NT-TRP 172.

[0149] An air interface (such as, for example, 190a, 190b, 190c) generally includes a number of components and associated parameters that collectively specify how a transmission is to be sent and / or received over a wireless communications link between two or more communicating devices such as EDs and base station (s) . For example, an air interface may include one or more components defining the waveform (s) , frame structure (s) , multiple access scheme (s) , protocol (s) , coding scheme (s) and / or modulation scheme (s) for conveying information (such as, data) over a wireless communications link. The air interfaces 190a and 190b may use similar communication technology that may include any suitable radio access technology.

[0150] The non-terrestrial air interface 190c can enable communication between the EDs 110a, 110d and one or more NT-TRPs 172 via a wireless link or simply a link. For some examples, the link is a dedicated connection for unicast transmission, a connection for broadcast transmission, or a connection between a group of EDs 110 and one or more NT-TRPs 172 for multicast transmission.

[0151] The TRPs 170a-170b, 172 may communicate with one another over one or more air interfaces 190e, 190f using wireless communication links (such as radio frequency (RF) , microwave, infrared (IR) , etc. ) or wired communication links. The air interfaces 190e, 190f may utilize any suitable radio access technology, and may be substantially similar to the air interfaces 190a, 190c over which  the EDs 110a-110d communicate with one or more of the TRP 170a-170b, 172 or they may be substantially different. For example, the communication system 100 may implement one or more channel access methods, such as Time Division Multiple Access (TDMA) , Frequency Division Multiple Access (FDMA) , Code Division Multiple Access (CDMA) , Single Carrier Frequency Division Multiple Access (SC-FDMA) , Low Density Signature Multicarrier Code Division Multiple Access (LDS-MC-CDMA) , Non-Orthogonal Multiple Access (NOMA) , Pattern Division Multiple Access (PDMA) , Lattice Partition Multiple Access (LPMA) , Resource Spread Multiple Access (RSMA) , and Sparse Code Multiple Access (SCMA) .

[0152] The RANs 120a and 120b are in communication with the CN 130 to provide the EDs 110a 110b, and 110c with various services such as voice, data, multimedia, and other services. The RANs 120a and 120b and / or the CN 130 may be in direct or indirect communication with one or more other RANs (not shown) , which may or may not be directly served by the CN 130, and may employ different radio access technologies from RAN 120a and / or RAN 120b. The CN 130 may also serve as a gateway access between (i) the RANs 120a and 120b and / or the EDs 110a 110b, and 110c, and (ii) other networks (such as the PSTN 140, the Internet 150, and the other networks 160) . In addition, some or all of the EDs 110a 110b, and 110c may include functionality for communicating with different wireless networks over different wireless links using different wireless technologies and / or protocols. For example, the EDs 110a 110b, and 110c communicate using different cellular communications protocols, such as, but not limited to, a Global System for Mobile Communications (GSM) protocol, a code-division multiple access (CDMA) network protocol, a Push-to-Talk (PTT) protocol, a PTT over Cellular (POC) protocol, a Universal Mobile Telecommunications System (UMTS) protocol, a 3GPP Long Term Evolution (LTE) protocol, a fifth generation (5G) protocol, a New Radio (NR) protocol, and the like. Instead of wireless communication (or in addition thereto) , the EDs 110a 110b, and 110c may communicate using wired communication channels to a service provider or switch (not shown) , and / or to the Internet 150. The PSTN 140 may include circuit switched telephone networks for providing plain old telephone service (POTS) . The Internet 150 may include a network of computers and subnets (intranets) or both, and incorporate protocols, such as internet protocol (IP) , transmission control protocol (TCP) , user datagram protocol (UDP) . EDs 110a 110b, and 110c may be multimode devices capable of operation according to multiple radio access technologies, and may incorporate one or multiple transceivers necessary to support such.

[0153] In addition, the communication system 100 may comprise a sensing agent (not shown) to manage the sensed data from ED 110 and / or any one of TRPs 170a, 170b, 172. In one implementation, the sensing agent may be part of any one of TRPs 170a, 170b, 172. In another implementation, the sensing agent is a separate node that can communicate with the CN 130 and / or the RAN 120 (such as any one of TRPs 170a, 170b, 172) .

[0154] FIG. 3 is a schematic illustration showing an apparatus 310 wirelessly communicating with another apparatus 320 within a communication system (e.g., the communication system 100) according to an implementation of the present disclosure. The apparatus 310 may be an electronic device (such as ED 110) . The apparatus 320 may be a network node (e, g., the network node 170) such as T-TRP 170 or an NT-TRP 172. Although only one apparatus 310, and one apparatus 320 are shown in the figure, the number of apparatus 310 and / or number of apparatus 320 can vary, potentially including one or more of each. For example, a single ED 110 may be served by a single T-TRP 170 (or a single NT-TRP 172) , or by multiple T-TRPs 170 (or multiple NT-TRPs 172) . Similarly, a single ED 110 may be served by one or more T-TRPs 170 and one or more NT-TRPs 172. Similarly, a single T-TRP 170 (or a single NT-TRP 172) may serve one or more EDs 110.

[0155] The apparatus 310 may include one or more processors 210. For clarity and to avoid overcrowding the illustration, only a single processor 210 is illustrated. The apparatus 310 may further include a transmitter 201 and a receiver 203 coupled to one or more antennas 204. For clarity, only a singleantenna 204 is illustrated. One, some, or all of the antennas 204 may alternatively be panels. In some implementations, the transmitter 201 and the receiver 203 are separate from each other. In other implementations, the transmitter 201 and the receiver 203 may be integrated into a single unit, for example, as a transceiver. The transceiver is configured to modulate data or other content for transmission by the one or more antennas 204 or a network interface controller (NIC) . The transceiver may also be configured to demodulate data or other content received by the one or more antennas 204. A transceiver may include any suitable  structure for generating signals for wireless or wired transmission and / or for processing signals received through wireless or wired communication. Each antenna 204 includes any suitable structure for transmitting and / or receiving wireless or wired signals. The apparatus 310 may include a memory 208. In some implementations, the apparatus 310 may include multiple memories 208. Only a single transmitter 201, receiver 203, processor 210, memory 208, and antenna 204 is illustrated for simplicity, but the apparatus 310 may include one or more other components. In some implementations of the present disclosure, the transceiver (or transmitter 201 and / or receiver 203) may be viewed as an interface circuit.

[0156] The memory 208 is configured to store instructions used to perform operations described herein. The memory 208 may also be configured to store data that is used, generated, or collected by the apparatus 310. For example, the memory 208 can store software instructions or modules configured to implement some or all of the functionalities and / or operations described herein and that which are executed by the one or more processors 210.

[0157] The apparatus 310 may further include one or more input / output devices (not shown) or interfaces. The input / output devices or interfaces facilitate interaction with a user or other devices in the network. Each input / output device or interface includes suitable components for faciltating transmission of information to a user and reception of information from a user, and for various network interface communications. Such components may include, but are not limited to, a speaker, microphone, keypad, keyboard, display, touch screen, and the like.

[0158] The processor 210 may be configured to perform (or control the apparatus 310 to perform) operations (or methods) described herein as being performed by the apparatus 310. For example, the processor 210 performs or controls the apparatus 310 to perform the operations of: a) receiving one or more transport blocks (TBs) , b) using a resource for decoding at least one of the received TBs, c) releasing the resource for decoding another of the received TBs, and / or d) receiving configuration information configuring a resource. Specifically, the operations may include tasks related to: preparing a transmission for UL transmission to the apparatus 320, processing DL transmissions received from the apparatus 320, and handling SL transmission to and from another apparatus 310. Processing operations related to preparing a transmission for UL transmission may include operations such as, but not limited to, encoding, modulating, transmit beamforming, and generating symbols for transmission. Processing operations related to processing DL transmissions may include operations such as, but not limited to, receive beamforming, demodulating and decoding received symbols. Processing operations related to processing SL transmissions may include operations such as, but not limited to, transmit / receive beamforming, modulating / demodulating and encoding / decoding symbols. Depending upon the implementation, a DL transmission may be received by the receiver 203, possibly using receive beamforming, and the processor 210 may extract signaling from the DL transmission (such as by detecting and / or decoding the signaling) . An example of signaling may be a reference signal transmitted by the apparatus 320. In some implementations, the processor 210 implements the transmit beamforming and / or the receive beamforming based on the indication of beam direction, such as beam angle information (BAI) , received from the apparatus 320. In some implementations, the processor 210 may be configured to perform operations relating to network access (such as initial access) and / or downlink synchronization, which includes operations for detecting a synchronization sequence, decoding and obtaining the system information, and the like. In some implementations, the processor 210 may perform channel estimation, such as using a reference signal received from the apparatus 320.

[0159] Although not illustrated, in some implementations, the processor 210 may either be a part of the transmitter 201 or a part of the receiver 203 or a part of both the transmitter 201 and the receiver 203. Although not illustrated, in some implementations, the memory 208 may be a part of the processor 210.

[0160] The processor 210, along with the processing components of the transmitter 201 and the receiver 203 may each be implemented by one or more processors that may the same or different. These processors are configured to execute instructions stored in a memory (such as in the memory 208) .

[0161] The apparatus 320 includes one or more processors 260 (only one processor 260 is illustrated ) . The apparatus 320 may further include one or more transmitters 252 and one or more receivers 254 coupled to one or more antennas 256. Only a single antenna  256 is illustrated to avoid clutter in the illustration. One, some, or all of the antennas 256 may alternatively be panels. In some implementations, the transmitter 252 and the receiver 254 are separate from each other. In other implementations, the transmitter 252 and the receiver 254 may be integrated into a single unit such as, for example, as a transceiver. The apparatus 320 may further include a memory 258. In some implementations, the apparatus 320 may include multiple memories 258. The apparatus 320 may further include a scheduler 253. Only a single transmitter 252, receiver 254, processor 260, memory 258, antenna 256 and scheduler 253 are illustrated for simplicity. However the apparatus 320 may include one or more other components. In the present disclosure, in some implementations, the transceiver (or transmitter 252 and / or receiver254) may be viewed as an interface circuit.

[0162] In some implementations, various components of the apparatus 320 may be distributed. For example, some of the modules of the apparatus 320 may be located remotely from the equipment housing the antennas 256 for the apparatus 320 (and therefore also can be viewed as one or more nodes) . These modules, which can be considered as one or more nodes, may be coupled to the equipment that houses the antennas 256 over a communication link (not shown) , sometimes referred to as front haul, such as the Common Public Radio Interface (CPRI) . Therefore, in some implementations, the term “apparatus 320” may also refer to network-side nodes that perform processing operations such as, but not limited to, determining the location of the apparatus 310, resource allocation (scheduling) , message generation, and encoding / decoding, and that which are not necessarily part of the equipment that houses the antennas 256 of the apparatus 320. The nodes may also be coupled to other apparatuses 320. In some implementations, the apparatus 320 may actually be a plurality of nodes that are operating together to serve the apparatus 310, such as through the use of coordinated multipoint transmissions, or through the use of ORAN system as described above in the disclosure.

[0163] The processor 260 is configured to perform operations including those related to: preparing a transmission for DL transmission to the apparatus 310, processing an UL transmission received from the apparatus 310, preparing a transmission for backhaul transmission to another apparatus 320, and processing a transmission received over backhaul from another apparatus 320. Processing operations related to preparing a transmission for DL or backhaul transmission may include operations such as, but not limited to, encoding, modulating, precoding (such as MIMO precoding) , transmit beamforming, and generating symbols for transmission. Processing operations related to processing received transmissions in the UL or over backhaul may include operations such as, but not limited to, receive beamforming, demodulating received symbols, and decoding received symbols. The processor 260 may also be configured to perform operations relating to network access (such as initial access) and / or DL synchronization, such as generating the content of synchronization signal blocks (SSBs) , generating the system information, and the like. In some implementations, the processor 260 is further configured to generate an indication of beam direction, such as BAI, which may be scheduled for transmission by the scheduler 253 which will be described below. In some implementations, the processor 260 implements the transmit beamforming and / or receive beamforming based on beam direction information (such as BAI) received from another apparatus 320. The processor 260 is configured to perform other network side processing operations described herein, such as, but not limited to, determining the location of the apparatus 310, determining where to deploy another apparatus 320, and the like. In some implementations, the processor 260 may generate signaling data, to configure one or more parameters of the apparatus 310 and / or one or more parameters of another apparatus 320. Any signaling data generated by the processor 260 is sent by the transmitter 252. In some implementations, the apparatus 320 implements physical layer processing. In some implementations, the apparatus 320 may perform higher layer functions such as those at the Medium Access Control (MAC) or Radio Link Control (RLC) layers in addition to physical layer processing. In the apparatus 320, the scheduler 253 may be coupled to the processor 260 or integrated within the processor 260. In some implemenations, the scheduler 253 may be integrated within the apparatus 320 or may be operated separately from the apparatus 320. The scheduler 253 may schedule UL, DL, SL, and / or backhaul transmissions, including issuing scheduling grants and / or configuring scheduling-free (such as “configured grant” ) resources.

[0164] The apparatus 320 may further include a memory 258 that is configured to store instructions for performing the operations described herein. The memory 258 may also store data that is used, generated, or collected by the apparatus 320. For example, the memory 258 can store software instructions or modules configured to implement some or all of the functionalities and / or  implementations described herein and that which are executed by the processor 260.

[0165] Although not illustrated, the processor 260 may be implemented as part of the transmitter 252 and / or a part of the receiver 254. Although not illustrated, in some implementations, the processor 260 may implement the scheduler 253 and the memory 258 may be implemented as part of the processor 260.

[0166] The processor 260, the scheduler 253, the processing components of the transmitter 252, and the processing components of the receiver 254 may each be implemented by the same or different processors that are configured to execute instructions stored in a memory, such as in the memory 258.

[0167] The apparatus 320 and / or the apparatus 310 may include other components, not shown or described herein for the sake of clarity.

[0168] Note that the term “signaling” , as used herein, may alternatively be referred to as control signaling, control message, control information, or message for simplicity. Signaling between a base station (such as the TRP 170a, 170b, 172) and a UE or sensing device (such as ED 110) , or signaling between a different UE or sensing device (such as between ED 110a and ED 110b) may be carried in physical layer signaling (also called as dynamic signaling) , which is transmitted in a physical layer control channel. For DL, the physical layer signaling may be known as downlink control information (DCI) which is transmitted in a physical downlink control channel (PDCCH) . For UL, the physical layer signaling may be known as uplink control information (UCI) which is transmitted in a physical uplink control channel (PUCCH) . For SL, signaling between different UEs or sensing devices (such as between ED 110a and ED 110b) may be known as SL control information (SCI) which is transmitted in a physical sidelink control channel (PSCCH) . Signaling may be carried in a higher layer (such as higher than physical layer) signaling, which is transmitted in a physical layer data channel, such as in a physical downlink shared channel (PDSCH) for downlink signaling, in a physical uplink shared channel (PUSCH) for uplink signaling, and in a physical sidelink shared channel (PSSCH) for SL signaling. Higher layer signaling may also be called static signaling, or semi-static signaling. The higher layer signaling may include radio resource control (RRC) protocol signaling or media access control -control element (MAC-CE) signaling. Signaling may be included in a combination of physical layer signaling and higher layer signaling.

[0169] It should be noted that in the present disclosure, “information” , when different from “message” , may be carried within a single message, or may be carried in multiple separate messages.

[0170] FIG. 4 illustrates an example apparatus 410 according to an implementation of the present disclosure. The apparatus 410 may be a communication device or an apparatus implemented in a communication device such as the ED 110 or the TRPs 170a, 170b, 172. For example, the apparatus 410 implemented in an ED may be an integrated circuit, which in some instances may be referred to as a chip, a modem, a modem chip, a baseband chip, or a baseband processor. In some implementations, one or more integrated circuits can be packaged into a system-on-chip, a system-in-package, or a multi-chip module. The apparatus 410 can include one or more integrated circuits and other discrete components. In some implementations, the apparatus 410 may be a module within the ED 110, or within the apparatus 310. In some implementations, the apparatus 410 may be a module within one of the TRPs 170a, 170b, 172, or the apparatus 320.

[0171] In an example, the apparatus 410 may include one or more processors 411, and an interface circuit 412. The apparatus 410 may further include a memory 413. The one or more processors 411 are configured to process signals and execute one or more communication protocols. The memory 413 is configured to store at least a part of corresponding computer program instructions and / or data. In an example, the one or more processors 411 execute the computer program instructions stored in the memory 413 to implement related operations (for example, inputting, outputting, receiving, and transmitting) in the method embodiments disclosed herein. In some implementations, the memory 413 being configured to store the corresponding computer program instructions and / or data may mean that the memory 413 is configured to store all of the corresponding computer program instructions and / or data for execution by the one or more processors 411. In some implementations, the memory 413 being configured to store the corresponding computer program instructions and / or data may mean that the memory 413 is configured to store a part of the corresponding computer program instructions and / or data. For example, the part of the corresponding computer program instructions and / or data may include computer program  instructions and / or data that need to be currently executed by the one or more processors 411. Thus, the memory 413 may store different parts of computer program instructions and / or data for a plurality times for the one or more processors 411 to perform related operations in the method embodiments disclosed herein. As a communication interface, the interface circuit 412 is configured to implement communication with another component. For example, the interface circuit 412 may communicate a signal with another apparatus or system, such as a radio frequency processing apparatus or another processor. The signal may include or carry information intended as a payload, such as user data, control information, etc. The signal may also include or carry information useful to a receiver, but not necessarily as a payload, such as a pilot signal or reference signal. Communicating the signal may include transmitting the signal to another component or device. Communicating the signal may additionally or alternatively include receiving the signal from another component or device. Transmitting the signal may include outputting the signal to a component or device that is directly or indirectly coupled to the interface circuit 412. Receiving the signal may include inputting or obtaining the signal from a component or device that is directly or indirectly coupled to the interface circuit 412. Optionally, to reduce a load of the one or more processors, a baseband signal processing circuit 414 may be also disposed to implement processing of at least a part of baseband signals, including signal demodulation, modulation, encoding, decoding, or the like.

[0172] The apparatus 410 may be the processor 210 (or 260) within the apparatus 310 (or 320) , in some scenarios, or may be included within the processor 210 (or 260) within the apparatus 310 (or 320) in some scenarios. The apparatus 410 may be a baseband chip or may include a baseband chip. In some implementations, the apparatus 410 may be independently packaged into a chip. In some implementations, the apparatus 310 (or 320) includes different types of chips. The apparatus 410 may be packaged into a processor chip (for example, an SoC chip or an SIP chip) with the different types of chips. In some implementations, the apparatus 410 may be packaged into a chip with some or all of the circuits of a radio frequency processing system that may further be included in the apparatus 310 (or 320) .

[0173] FIG. 5 illustrates an example apparatus 510 according to an implemenation of the present diclosure. The apparatus 510 may include corresponding modules or units configured to implement methods and / or implementations described herein. In some implementations, the apparatus 510 includes a processing unit 512 and a communication unit 513. Optionally, the apparatus 510 may further include a storage unit 511 configured to store apparatus program code (or instructions) and / or data.

[0174] The apparatus 510 may be an ED side apparatus, for example, an ED or a module in an ED, or a circuit or a chip responsible for a communication function in an ED. In some implementations, the apparatus 510 may be the apparatus 310. The processing unit 512 may be the processor 210. The communication unit 513 may comprise a receiving unit and / or a transmitting unit. The receiving unit and / or the transmitting unit may be the transmitter 201 and / or the receiver 203 respectively. The storage unit 511 may be the memory 208.

[0175] The apparatus 510 may be a base station side apparatus, for example, a base station or a module in a base station, or a circuit or a chip responsible for a communication function in a base station. In some implementations, apparatus 510 may be the apparatus 320. The processing unit 512 may be the processor 260 (the scheduler 253 may also be included) . The communication unit 513 may comprise a receiving unit and / or a transmitting unit. The receiving unit and / or the transmitting unit may be the transmitter 252 and / or the receiver 254 respectively. The storage unit 511 may be the memory 258.

[0176] In some implementations, when the apparatus 510 is an ED 110 or a module in an ED 110, a function of the apparatus 510 may be implemented by one or more processors. Specifically, the processor may include a modem chip, or a system on chip (SoC) chip or an SIP chip that includes a modem core. A function of the communication unit 513 may be implemented by a transceiver circuit.

[0177] In some implementations, when the apparatus 510 is a circuit or a chip that is responsible for a communication function in an ED 110, such as a modem chip, a system on chip (SoC) chip or an SIP chip that includes a modem core -a function of the processing unit 512 may be implemented by a circuit system within the chip which includes one or more processors. A function of the communication unit 513 may be implemented by an interface circuit or a data transceiver circuit on the chip.

[0178] It may be understood that the units in the apparatus 510 may be logical or functional. Each function may correspond to one  functional unit, or two or more functions may be integrated into a single functional unit. In actual implementation, all or some of the units may be integrated into a single physical entity, or may be distributed across different physical entities. In addition, the functional units may be implemented in the form of hardware, software, or a combination of hardware and software. Whether a function is implemented in the form of hardware or software depends on particular applications and design constraint conditions of the technical solutions. A person skilled in the art may use different methods to implement the described functions for specific applications, but it should not be considered that the implementation goes beyond the scope of this disclosure.

[0179] In an example, a functional unit in any one of the apparatuses may be configured as one or more integrated circuits for implementing the methods disclosed herein, for example, as one or more application-specific integrated circuits (application-specific integrated circuits, ASICs) , one or more central processing units (CPUs) , one or more microprocessors or microprocessor units (MPUs) , one or more microcontrollers or microcontroller units (MCUs) , one or more digital signal processors (DSPs) , one or more field programmable gate arrays (FPGAs) , or a combination of these.

[0180] In an example, the storage unit 511 may include a random access memory, a flash memory, a read-only memory, a programmable read-only memory, an electrically erasable programmable memory, and / or a register.

[0181] A processor may be referred to as a processor system, an application processor, a baseband processor, a processor circuit, or a processor core. The processor may include one or a combination of one or more central processing units (CPUs) , one or more digital signal processors (DSPs) , one or more microprocessors (microprocessor units, MPUs) , one or more microcontrollers (microcontroller units, MCUs) , one or more graphics processing units (GPUs) , one or more field programmable gate arrays (FPGAs) , one or more artificial intelligence processors (AI processors) , or one or more neural network processing units (NPUs) .

[0182] Memory or a storage unit may include one or more of the following storage media: a random access memory (RAM) , a static random access memory (static RAM, SRAM) , a dynamic random access memory (dynamic RAM, DRAM) , a phase-change memory (PCM) , a resistive random access memory (resistive RAM, ReRAM) , a magnetoresistive random access memory (magnetoresistive RAM, MRAM) , a ferroelectric random access memory (ferroelectric RAM, FRAM) , a cache, a register, a read-only memory (ROM) , a flash memory (flash memory) , an erasable programmable read-only memory (erasable programmable ROM, EPROM) , a hard disk, and the like. In an example, computer program instructions used to execute embodiments may be stored in a non-volatile memory, for example, at least a part of a memory or storage unit (for example, one or more of a ROM, a flash memory, an EPROM, or a hard disk) . When a terminal runs, a part or all of corresponding computer program instructions may be loaded to a memory that has a higher transmission speed with the processor, for example, at least a part of a memory or a storage unit (for example, one or more of a RAM, an SRAM, a DRAM, a PCM, a RERAM, an MRAM, a FRAM, a cache, or a register) , so that the processor executes the computer program instructions to perform the steps in the method embodiments disclosed herein.

[0183] In 5th Generation New Radio (5G NR) systems, Massive Multiple-Input Multiple-Output (MIMO) has become a key technology, utilizing a large number of antenna elements at the base station (BS) , such as a gNB, to serve multiple users simultaneously on the same time-frequency resources. This spatial diversity allows for beamforming, where the gNB focuses the signal energy towards specific user equipments (UEs) , improving signal quality and reducing interference. As a result, Massive MIMO in 5G NR systems enables higher user capacity, improved coverage, and enhanced spectral efficiency.

[0184] In 3GPP specifications, the distinction between antenna element and antenna port is as follows.

[0185] An antenna element refers to a single physical antenna structure capable of transmitting or receiving electromagnetic signals.

[0186] An antenna port represents a connection point within an antenna array where a signal can be input or output. A single antenna port can be connected to one or more antenna elements, depending on the specific array configuration and beamforming capabilities.

[0187] In essence, antenna elements are physical entities, while antenna ports are logical interfaces for signal transmission and reception.

[0188] To improve readability and maintain a concise discussion, we will refer to "antenna ports" as "antennas" from this point forward. Additionally, while we will continue to mention subcarriers, it is important to note that the design principles discussed can be  readily applied to resource blocks, resource block groups (RBGs) , or even larger subband units depending on the specific system configuration and desired granularity. This flexibility allows for adaptation to diverse scenarios and optimization based on individual requirements.

[0189] Large-scale wideband MIMO is an extension of Massive MIMO. Massive MIMO focuses on using a large number of antennas at the network device to improve system performance, while large-scale wideband MIMO further considers the use of frequency band which helps improving data transmission rate and the coverage of the BS. However, large-scale wideband MIMO brings about a dual challenge: reference signal density and channel state information (CSI) feedback overhead. In addition, the efficient operation of massive MIMO systems and large-scale wideband MIMO hinges on accurate CSI. Acquiring CSI presents two interconnected challenges:

[0190] One challenge is the reference signal (RS) overhead. The density of reference signals required for reliable channel estimation increases with the number of antennas and the number of used subcarriers, potentially consuming valuable system resources.

[0191] Another challenge is CSI feedback overhead. The amount of CSI that needs to be fed back from the UE to the BS (e.g., gNB) grows proportionally with the number of antennas and the number of used subcarriers, straining uplink channel capacity.

[0192] For the reference signal overhead challenge, 5G NR introduces a range of features and techniques to optimize CSI acquisition and feedback. FIG. 6 is a schematic illustration of 5G NR channel state information (CSI) acquisition and feedback. In the process shown in FIG. 1, a base station (BS) (e.g., gNB) may transmit a RS over given resources to a UE. The UE may receive the RS, estimate quality of the channel, and calculate CSI including parameters such as channel quality indicator (CQI) , precoding matrix indicator (PMI) , and Rank indication (RI) . The UE may then select a precoding vector from a codebook according to the estimated CSI, and feed back CSI to the BS. The BS may adjust CSI-RS configurations and adapt bandwidth parts (BWPs) based on the received CSI. The UE may then perform channel estimation based on the adjusted CSI-RS and BWPs.

[0193] 5G NR provides various CSI-RS resource patterns and configurations, allowing for adjustments in density and distribution based on specific deployment scenarios and channel conditions. These reference signals can be configured within specific BWPs to optimize resource utilization and adapt to diverse channel conditions. This adaptability ensures efficient resource utilization and caters to diverse user distribution and traffic demands. The utilization of BWPs further enhances resource allocation by activating only the necessary portion of the spectrum for each UE, minimizing interference and optimizing bandwidth usage.

[0194] For the CSI feedback overhead challenge, 5G NR introduces codebooks like Type-II and Enhanced Type-II (eType-II) that exploit the inherent sparsity present in massive MIMO channels, especially those employing Uniform Rectangular Arrays (URAs) . By focusing on the dominant spatial directions and leveraging the underlying Discrete Fourier Transform (DFT) structure, these codebooks effectively compress the CSI feedback information, significantly reducing the burden on the uplink channel.

[0195] In particular, eType-II codebook, introduced since release 18, further reduces feedback by utilizing a limited set of basis vectors to represent channel information across multiple subbands, exploiting sparsity in both angular and delay domains.

[0196] FIG. 7 is a schematic illustration of the principle of the eType-II codebook which illustrates the general idea of DFT applied in 5G NR.

[0197] Based on CSI-RSs, UE may follow 5G NR specifications and compute a precoder as W=W1W2 where W1 is the beam group selection matrix and W2 is the amplitude scaling and co-phasing matrix. W1 may be encoded by a pair of indices (i1, i2) and (i1, i2) are sent to the BS by the UE. For eType-II codebook, W2 is first compressed in the beam spatial domain to form is further compressed in the frequency domain by DFT operations to form as shown in FIG. 2.

[0198] The spatial compression forming from W2 in 5G NR selects a few beams with strongest energies from a set of predefined orthogonal beams to approximate the precoder W given W1. The DFTs further compress values obtained after the spatial domain compression, i.e.,  in the frequency domain (e.g., subcarrier) to form the matrix in 5G NR. In such case, only the information related to  (i.e., a set of predefined PMIs inferred from ) is reported to the BS by the UE.

[0199] These codebooks leverage the sparsity inherent in uniform rectangular array (URA) antenna configurations in both spatial  and frequency domains. By exploiting this sparsity, the codebooks effectively compress the CSI feedback information, reducing the overhead on the uplink channel.

[0200] 3GPP specifications like TS 38.211 and TS 38.214 (e.g., v15.8.0) provide comprehensive details on the configurations, algorithms, and procedures involved in CSI acquisition and feedback. In spite of 5G NR flexible BWP CSI-RS configurations and new codebook designs, the 3GPP specifications primarily focus on UE-specific optimization, potentially overlooking the benefits of exploiting spatial consistency and channel correlations among users within the same cell or neighboring cells.

[0201] 5G NR systems have made significant strides in addressing the challenges associated with large-scale wideband MIMO channel measurement. However, while current solutions offer considerable improvements, there remains room for further optimization and exploration, particularly in leveraging spatial consistency within the network.

[0202] Building upon the advancements of 5G, future networks envision ultra-massive MIMO systems with even greater capabilities. These systems will employ an even larger number of antenna elements (simply put, antennas) and wider bandwidths, further pushing the boundaries of spectral efficiency and data rates. The increased number of antennas allows for finer-grained beamforming, enabling highly directional and precise signal transmission. This results in improved coverage, reduced interference, and the ability to support a massive number of connected devices.

[0203] However, the transition to ultra-massive wideband MIMO in future networks also present new challenges. As discussed previously, the overhead associated with channel state information (CSI) acquisition and feedback becomes a critical bottleneck. The increased number of antennas requires a denser deployment of reference signals for accurate channel estimation, leading to higher overhead. Additionally, the volume of CSI feedback information grows proportionally, straining the uplink channel capacity. Overcoming these challenges is essential for realizing the full potential of ultra-massive wideband MIMO in future networks.

[0204] Some solutions have been proposed for CSI acquisition and feedback in Massive MIMO systems. The solutions have been proposed will be introduced with reference to FIGS. 8 to 14.

[0205] Solution 1 introduces a novel data-driven methodology for designing sparse CSI-RS placement and achieving high compression rates for CSI feedback in Massive MIMO systems (e.g., ultra-massive wideband MIMO systems) . The core concept revolves around exploiting the spatial consistency of MIMO channels within a geographic area, a cell, or across neighboring cells, while simultaneously considering the constraints of UE computational complexity, storage requirements, and signaling overhead between the gNB and UE. Solution 1 will be introduced with reference to FIGS. 8 to 12.

[0206] Unlike existing solutions like the eType-II codebook in 5G NR R18, which rely on the Fourier basis due to the uniform rectangular array (URA) antenna array structure, Solution 1 adopts a data-driven approach to learn a common basis U that reflects the spatial consistency of the MIMO channel experienced by multiple UEs within a given area. This means that the common basis U is not restricted to the Fourier basis and can adapt to the specific characteristics of the environment and user distribution. The common basis U may also be referred to as common basis matrix U, channel space basis U, or channel space basis matrix U.

[0207] Another key distinction from eType-II lies in the notion of sparsity. While eType-II focuses on UE-specific sparsity in the joint delay and angular domains, Solution 1 leverages the commonality among multiple UEs. It identifies the shared characteristics of the MIMO channels experienced by different UEs within the same area, enabling a more efficient and universal approach to reference signal design and CSI feedback compression.

[0208] Solution 1 proposes that the common basis U represents the underlying structure of the MIMO channels experienced by UEs within a specific geographic area. This knowledge can then be used to design an optimized and sparse reference signal placement P that minimizes the required number of reference signals while ensuring accurate channel estimation. P essentially dictates the specific radio resources where reference signals are placed in the downlink transmission.

[0209] The information regarding the common basis U and the optimized reference signal placement P is shared between the BS (e.g., gNB) and the UEs, facilitating efficient CSI feedback and channel reconstruction.

[0210] Solution 1 provides a comprehensive framework for calculating the common basis U, the sparse reference signal placement  P such as CSI-RS placement P, and their efficient transmission methods to the UEs, enabling accurate channel reconstruction and reduced feedback overhead. FIG. 8 shows a signaling chart of downlink CSI-RS transmission and uplink CSI feedback with common basis in Solution 1. Downlink CSI-RS transmission and uplink CSI feedback proposed by Solution 1 include procedure as follows:

[0211] Step 801, gNB determines CSI-RS placement P: the gNB determines the CSI-RS placement P based on a common basis U that represents an underlying structure of a MIMO channel experienced by UEs within a specific geographic area. P dictates specific radio resources where CSI-RSs are placed in downlink transmission.

[0212] Step 802, the gNB broadcasts CSI-RS: following instructions provided by P, the gNB transmits CSI-RS on designated radio resources within the downlink broadcast channel.

[0213] Step 803, UE Channel Estimation: the UE performs channel estimation at positions indicated by P, obtaining information about specific channel characteristics at those resource elements.

[0214] Step 804, UE Projection onto the common basis: leveraging the information contained within U, the UE projects the estimated channel H (i.e., the full channel coefficient matrix H) on the positions indicated by P, onto the common basis U, resulting in a compressed representation c. This compressed representation c is significantly smaller in size compared to the full channel coefficient matrix H.

[0215] Step 805, UE Uplink CSI Feedback: the UE transmits the compressed representation c as part of the CSI feedback to the gNB through the uplink control channel.

[0216] Step 806, gNB Channel Reconstruction: upon receiving the compressed representation c from the UE, the gNB utilizes the knowledge of the common basis U to reconstruct the full channel coefficient matrix H. This reconstruction process effectively recovers the essential channel information from the compressed feedback, enabling the gNB to accurately determine the channel conditions and optimize downlink transmission accordingly.

[0217] Before step 801, in an initial phase, the common basis U is obtained. The initial phase involves collecting data samples of MIMO channels coefficients. Each data sample is associated to one UE. Each data sample is represented as a three-dimensional tensor with dimensions corresponding to gNB antenna ports, subcarriers (or resource blocks, or other frequency granularity) , and UE antenna ports. Each three-dimensional tensor has a size of (N_BS × N_SC ×N_UE) , where N_BS is the number of gNB antenna ports, N_SC is the number of subcarriers (or resource blocks, or other frequency granularity) , and N_UE is the number of UE antenna ports in each UE.

[0218] FIG. 9 is a schematic illustration showing common basis learning and CSI compression in Solution 1.

[0219] First, the gNB receives multiple MIMO channel coefficient tensors from UEs in a given area. Then, the gNB reshapes the tensors to vectors. Next, the gNB forms matrix A based on the vectors obtained in previous step.

[0220] Refer to FIG. 10 which is a schematic illustration showing an approach of converting 3D MIMO channel response data into data matrix A in Solution 1, the uppermost part in FIG. 10 shows data samples each of which is ultra-Massive MIMO’s channel response in 3D tensor. These data samples can be acquired using traditional 5G-NR methods where UEs measure the channel and report the information to the gNB. The gNB can then gather hundreds or even thousands of downlink MIMO channel data samples in the same geographic area. Each three-dimensional MIMO channel coefficient tensor is reshaped into a column vector or a row vector depending on the chosen convention and stacked together to form a training dataset matrix A. As shown in FIG. 10, each 3D tensor in unfolded in a designated order such as in order of gNB antenna ports dimension, subcarriers dimension, and then UE antenna ports dimension. Each unfolded 3D tensor forms a column of matrix A. The resulting matrix A has dimensions of (N_BS × N_SC × N_UE) rows and a number of columns equal to the number of samples K in the dataset (i.e., the number of columns equal to the number of UEs) .

[0221] Back to FIG. 9, after the gNB obtains matrix A, The gNB performs truncated Singular Value Decomposition (SVD) on the matrix A to obtain a common basis matrix U reflecting the spatial consistency of the MIMO channel. Subsequently, the gNB performs pivot-QR decomposition on Hermitian transpose of U (or UH) to obtain initial matrix P. Next, the gNB obtains an augmented matrix P which is represented as matrix P_aug based on the initial matrix P. Then, the gNB obtains matrix θ based on the matrix P_aug and the  matrix U. Subsequently, the gNB transmits matrix θ and P_aug to the UE.

[0222] Refer to FIG. 11 which is a schematic illustration showing the approach of finding optimal placement scheme and compact version of the common basis U in Solution 1, the gNB first performs truncated Singular Value Decomposition (SVD) on the matrix A. This can be achieved using efficient approximations like random-SVD for large datasets. The matrix U resulting from the SVD represents the common basis for the column-vector-wise collected data samples, as U itself is a unitary matrix. Due to the truncated nature of the SVD, only the most significant singular vectors corresponding to the largest singular values are retained. This results in a matrix U with dimensions of (N_BS × N_SC × N_UE) rows and r columns, where r is the number of retained singular vectors. Each column of U is orthogonal to all other columns.

[0223] The gNB then performs pivot-QR decomposition on the Hermitian transpose of U (or UH) to find the pivot positions. The pivot positions determine the initial reference signal placement, and the pivot positions may be indicated by P matrix. The initial P matrix obtained from the QR decomposition is a "sampling matrix" where each row contains at most one non-zero element 1 and the remaining elements are zeros and there are r’ rows. Considering the nature of downlink MIMO transmission where a single gNB antenna transmits signals that can be received by multiple UE antennas, the P matrix needs to be adapted accordingly. For example, to account for downlink MIMO characteristics, additional rows are automatically added or augmented to P_aug.

[0224] In order to inform the UE of matrix U with less overhead, matrix θ may be obtained. The resulting matrix θ = P_aug×U becomes a tall matrix instead of a square matrix. Importantly, θ captures almost all the essential information present in the common basis U. Therefore, instead of transmitting the entire matrix U to the UEs, the gNB only needs to send θ and P_aug.

[0225] Back to FIG. 9, after the UE receives matrices θ and P_aug , the UE performs channel estimation to obtain full channel matrix H. Next, the UE calculates compressed representation of H by c = pinv (θ) *H, where c is a compressed representation of H. The UE then transmits the compressed representation c to the gNB. Subsequently, the gNB reconstructs the full channel matrix H using the matrix U and the compressed representation c. The gNB may further utilize the full channel matrix H for further processing or transmission.

[0226] At the UE, after obtaining the channel estimates H at the reference signal locations specified by P_aug, the compressed representation c can be easily calculated as c = pinv (θ) *H. This operation effectively projects the estimated channel (i.e., channel estimate) H onto the basis defined by U, resulting in a significantly compressed representation c.

[0227] FIG. 12 shows sparse placement of reference signals indicated by P_aug. The marked blocks represent radio resources selected for reference signals. In FIG. 12, each marked block represents a radio resource selected for a reference signal, and each marked block is associated to one BS antenna, a UE antenna, and a subcarrier.

[0228] While Solution 1 provides an effective solution for sparse reference signal placement and efficient CSI feedback, it presents a challenge related to the transmission of P or P_aug. In a future network system with a large number of gNB antenna ports, subcarriers, and UE antenna ports (N_BS × N_SC × N_UE) , broadcasting the P or P_aug matrix to all UEs can introduce significant overhead. Furthermore, as P or P_aug is derived from U through QR decomposition, any change in the common basis U (e.g., when a UE moves between cells) would necessitate an update and retransmission of P or P_aug.

[0229] Solution 2 addresses this challenge by leveraging the theory of random matrices. Even though the matrix U may not be based on the Fourier basis or other similar structures, random matrix methods can still be effectively applied. Solution 2 will be introduced with reference to FIGS. 13 to 14.

[0230] FIG. 13 is a schematic illustration showing a decoupled CSI framework in Solution 2.

[0231] In step 1301, the gNB transmits random seed and number of reference signals to the UE.

[0232] In step 1302, the UE generates P matrix using pseudo-random sequence which is based on the random seed.

[0233] In step 1303, the gNB transmits θ matrix to the UE. θ is calculated by θ = P × U.

[0234] In step 1304, the UE performs channel estimation at positions indicated by P matrix and obtains channel estimation H (i.e., full channel matrix H) .

[0235] In step 1305, the UE calculates compressed representation of H by c = pinv (θ) *H, where c is a compressed representation.

[0236] In step 1306, the UE transmits the compressed representation c to the gNB.

[0237] In step 1307, the gNB reconstructs the full channel matrix H based on the matrix U and compressed representation c.

[0238] FIG. 14 is a schematic illustration showing an approach of using a pseudo-random or uniform one to replace QR-based P in Solution 2. This approach is similar to the approach shown in FIG. 11. The key difference is that Solution 2 proposes decoupling the U and P matrices. Instead of deriving P directly from U using QR decomposition, Solution 2 suggests using pseudo-random or uniform distributed sequences to determine the reference signal placement.

[0239] As shown in FIG. 14, the gNB performs truncated SVD on the matrix A to find the common basis U. Next, the gNB can generate a pseudo-random or uniform distributed sequence based on a given random seed and the desired number of reference signals. This information (i.e., random seed and number of reference signals) is then communicated to the UEs, enabling them to independently generate the P matrix on their own. Subsequently, additional rows are automatically added or augmented to P_aug. In order to inform the UE of matrix U with less overhead, a matrix θ capturing the essential information present in the common basis U is then obtained.

[0240] This approach proposed by Solution 2 offers several advantages as follows:

[0241] Reduced Overhead: Transmitting a random seed and the number of reference signals requires significantly less overhead compared to transmitting the entire P matrix, especially in large-scale future network systems.

[0242] Increased Flexibility: The reference signal placement becomes independent of the specific common basis U. This allows for greater flexibility, as U can be updated or changed without requiring a corresponding update to P. Even when UEs move between cells with different common bases, the same P matrix can still be used, simplifying the handover process and reducing signaling overhead.

[0243] While the pseudo-random approach offers increased flexibility and reduced overhead, it comes with a trade-off in terms of sparsity. Compared to the P matrix generated using QR decomposition in Solution 1, the pseudo-random P matrix in solution 2 may require more reference signals, e.g., the number of reference signals required for solution 2 is 5 times the number of reference signals required for solution 1, to achieve similar performance.

[0244] The common basis U, representing the channel characteristics of a geographic area, has its dimensionality largely determined by the gNB antenna configuration, UE antenna configuration, and the environment within the area. Typically, once the gNB antennas are deployed, their orientation and arrangement remain fixed. As the reflecting objects within the geographic area are also static, the angles of arrival of the microwave paths reaching the gNB antennas are determined and exhibit a sparse distribution.

[0245] However, the orientation of UE antennas is often variable and unpredictable, resulting in a completely random distribution of angles of arrival for microwave paths reaching the UE antennas. This lack of consistent directionality means that the portion of U's dimensionality influenced by UE antennas does not exhibit sparsity and can significantly increase the overall size of U.

[0246] To achieve a sparse representation of the channel space using U, it is beneficial to eliminate the impact of UE antenna diversity. By focusing on the factors determined by the fixed gNB antenna configuration and the static environment, the inherent sparsity in the angles of arrival at the gNB side can be exploited. This approach allows for a more compact and efficient representation of the channel space, leading to reduced overhead for both reference signal placement and CSI feedback.

[0247] As described above, both Solution 1 and Solution 2 assume the use of data sample matrix A where all samples have the same dimensions (N_BS × N_SC × N_UE) . This implies a hidden assumption that all UEs have the same number of antenna ports (N_UE) . However, in practical scenarios, UEs exhibit diverse configurations and may have varying numbers of antennas.

[0248] A straightforward, yet cumbersome, approach would involve categorizing UEs based on their antenna count. For example, data samples from UEs with 4 antennas could be grouped into A_4, leading to the generation of U_4, P_4, and θ_4 which are matrix U, P matrix, and θ associated to A_4. Similarly, data from UEs with 8 antennas would be grouped into A_8, resulting in U_8, P_8, and θ_8 which are matrix U, P matrix, and θ associated to A_8, and so on. This would require the gNB to know the specific antenna count (N_UE) of each UE in order to transmit the appropriate θ_N_UE.

[0249] However, this categorization method presents several challenges as follows:

[0250] Increased Complexity: Managing multiple sets of U, P, and θ matrices for different UE configurations adds significant complexity to the system.

[0251] Reduced Efficiency: Separating data based on UE antenna count leads to smaller datasets for each category, potentially compromising the accuracy and effectiveness of the common basis U.

[0252] Limited Scalability: As the variety of UE configurations increases, the number of categories and associated matrices would grow, further exacerbating the complexity and efficiency issues.

[0253] Therefore, a more flexible and scalable solution is necessary to address the diversity of UE configurations in practical deployments.

[0254] To further enhance the sparsity of the common basis U, the data collection and processing procedure may be modified. Instead of constructing the data sample matrix A with dimensions of N_BS × N_SC × N_UE, the present disclosure may omit the N_UE dimension and focus solely on the N_BS × N_SC dimensions. This means that each column of A will represent the channel information for a specific combination of gNB antenna and subcarrier, aggregated across all UE antennas.

[0255] By excluding the UE antenna dimension, the number of columns in the matrix U may be effectively reduced, leading to a more compact representation of the channel space. This reduction in dimensionality captures the inherent sparsity arising from the fixed gNB antenna configuration and the static environment, resulting in a more efficient common basis for subsequent reference signal placement and CSI feedback.

[0256] This approach leverages the downlink nature of the transmission, where a single gNB antenna transmits a signal that is received by all UE antennas, albeit with varying path loss and channel conditions. By aggregating the channel information across all UE antennas for each gNB antenna and subcarrier combination, the present disclosure may capture the essential spatial characteristics of the channel while reducing the dimensionality and enhancing sparsity.

[0257] Various embodiments of the present disclosure present novel methods and apparatuses for efficient channel state information (CSI) acquisition and feedback which may be applied in ultra-massive MIMO systems, particularly relevant for future wireless communication networks. Various embodiments of the present disclosure may address the challenges of reference signal overhead and CSI feedback overhead associated with a large number of antennas at the BS (e.g., gNB) and diverse user equipment (UE) configurations.

[0258] Various embodiments of the present disclosure may effectively handle UEs with varying numbers of antennas by transforming channel data into a format independent of the specific UE configuration. Various embodiments of the present disclosure may utilize a data-driven approach to learn a common basis that reflects the spatial consistency of the MIMO channel experienced by multiple UEs within a given area. This common basis may enable efficient representation and compression of channel information.

[0259] Leveraging the common basis, various embodiments of the present disclosure design a sparse placement of CSI-RS resources, minimizing CSI-RS overhead while ensuring accurate channel estimation. In some embodiments, the use of pseudo-random or uniform sequences for reference signal placement allows for flexibility and reduced signaling overhead.

[0260] A hybrid collision resolution approach, combining code-division multiplexing and direct removal of CSI-RS, may ensure efficient utilization of resources.

[0261] In addition, UEs project their estimated channels onto the common basis, resulting in compressed representations that are fed back to the gNB. This may significantly reduce uplink feedback overhead (e.g., CSI feedback overhead) compared to traditional methods.

[0262] The BS can dynamically adjust the density of reference signals, update the common basis, and adapt collision resolution strategies based on real-time channel conditions and user distribution, further enhancing performance and resource efficiency.

[0263] The present disclosure provides a communication method. Various embodiments of the present disclosure will be described below by way of example where the network device is a BS and the terminal device is a UE. Methods of the embodiments of the present disclosure may be performed by a network device and a terminal device. Reference is now made to FIG. 15, which shows a signaling chart in accordance with some embodiments. The signaling chart involves the BS and the UE.

[0264] In step 1501, the BS transmits first information indicating a first position of a first reference signal (RS) on a first resource. The first resource is associated with multiple antenna ports of the BS and frequency domain. Accordingly, the UE receives the first information.

[0265] The first RS may be a CSI-RS. The UE may be equipped with multiple antennas. The frequency domain resources used by the BS or the UE may include one or more first frequency domain allocation unit such as subcarriers. For example, the first resource is within a two-dimensional radio resource grid formed by the BS antenna ports and the subcarriers.

[0266] In this case, P indicates positions within the two-dimensional radio resource grid formed by the gNB antenna ports and subcarriers.

[0267] In step 1502, the BS transmits the first RS at the first position. Accordingly, the UE receives the first RS according to the first information.

[0268] In these embodiments, the BS transmits the first information indicating the first position of the first RS on the first resource. In this way, the UE may know the position of the first RS, and may receive the first RS accordingly. In addition, the first resource is associated with multiple antenna ports of the BS and frequency domain while not associated with UE antenna ports, complexity of determining or indicating the first resource may be reduced. As such, complexity may be reduced, efficiency may be improved, and scalability may be enhanced.

[0269] After step 1502, in step 1503, the UE transmits channel state information (CSI) to the BS. Accordingly, the BS receives the CSI. The UE may obtain the CSI by performing channel estimation using the first RS.

[0270] CSI may include a channel estimation matrix. The channel estimation matrix may be a full channel coefficient matrix H. The full channel coefficient matrix H may include a set of channel estimate H (i) , where 1 ≤ i ≤ N_UE and N_UE is the quantity of UE antennas. Each channel estimate H (i) is a raw channel estimate, and each channel estimate H (i) is associated with a respective UE antenna. The set of channel estimate H (i) may be referred to as {H (i) } .

[0271] Alternatively, CSI may include compressed representations that are determined based on the full channel coefficient matrix H.The UE may obtain the compressed representations by projecting the full channel coefficient matrix H on the positions indicated by matrix P, onto the common basis U. Details of UE obtaining the compressed representations will be described later.

[0272] In some embodiments, the BS further transmits fifth information for updating the first information in step 1504. Accordingly, the UE receives the fifth information. As such, the first information may be updated in a timely manner, thereby improving the accuracy of channel estimation.

[0273] In some embodiments, before step 1501, in step 1505, the BS may transmit second information indicating a common basis matrix U to the UE. The common basis matrix U is based on K data samples that are vectorized from channels, where K is a positive integer. Accordingly, the UE receives the second information. The data sample may also be referred to as channel sample. The common basis matrix U may also be referred to as channel space basis matrix U.

[0274] The common basis matrix U may reflect characteristic of channels between the BS and multiple UEs in a cell or in a geographic area, and may be used for channel estimation after further processing. The UE may receive the first RS at the first position and further compress the result of channel estimation based on the common basis matrix U, and then may transmit the compressed result of channel estimation to the BS. The K data samples may be vectorized from channels between the BS and the multiple UEs. The multiple UEs may have same or different number of UE antennas. The multiple UEs may report the K data samples to the BS.

[0275] For example, the BS may construct a common basis matrix U for a given communication area, where a rank of the common basis matrix U may be used as a channel rank or may be used to deduce a channel rank. The rank may represent the smallest number of frequency domain resource units, such as subcarriers, needed to measure a projection of channel response on common basis matrix U, so as to reconstruct a channel response for the communication area.

[0276] In an implementation, the K data samples include data samples collected from channel measurements by K UEs, where an i-th data sample in the K data samples is based on one or more antenna ports of an i-th UE in the K UEs, the antenna ports of the BS,  and a frequency domain resource for signal transmission between the i-th UE and the BS, where i belongs to {1, 2, …, K} . The data samples may be collected over a predetermined time period.

[0277] In such case, each of the K UEs in the communication area may obtain a data sample by measuring the channels between the UE and the BS. Furthermore, each data sample is based on antenna port (s) of a UE, the antenna ports of the BS, and the frequency domain resource, such as subcarriers, for signal transmission between the UE and the BS.

[0278] In an implementation, the frequency domain resource includes a plurality of frequency domain resource units. The i-th data sample is a three-dimensional (3D) tensor with a size of N_BS by N_SC by N_UEi, where N_BS is a quantity of the antenna ports of the BS, N_SC is a quantity of the frequency domain resource units, and N_UEi is a quantity of the one or more antenna ports of the i-th UE. The frequency domain resource unit may be a subcarrier.

[0279] In such case, each data sample is a 3D tensor, and the 3D tensor has three dimensions including a dimension associated to the antenna ports of the BS, a dimension associated to the frequency domain resource units, and a dimension associated to the antenna ports of the UE.

[0280] In some embodiments, the second information includes the common basis matrix U.

[0281] Alternatively, the second information includes first compressed information of the common basis matrix U.

[0282] The first compressed information of the common basis matrix U may be determined based on the common basis matrix U and a second matrix which is augmented from the first matrix. To account for downlink MIMO characteristics, additional rows may be added to the first matrix to form the second matrix. In an example, the second matrix is represented as P_aug, and the first compressed information of the common basis matrix U includes matrix θ which is calculated by θ = P_aug *U.

[0283] In a case where additional rows are added to P to form P_aug, the BS may transmit more reference signals to obtain more reliable CSI. The BS may determine the number of additional rows and the element in the additional rows such as where the 1’s should be placed. For example, additional rows are added by interpolating element “1” in the matrix P.

[0284] In some embodiments, the BS further transmits third information for updating the second information in step 1506. Accordingly, the UE receives the third information. In this way, the second information may be updated in a timely manner, thereby improving the accuracy of channel estimation.

[0285] In an implementation, the common basis matrix U is based on matrix A having rows of a product of N_BS by N_SC and columns of (N_UE1+…+N_UEi+…+ N_UEK) , where (N_UE1+…+N_UEi+…+ N_UEK) is the total number of antenna ports of the K UEs, and the matrix A is based on the K data samples.

[0286] In such case, the K UEs may report the K data samples to the BS, and the BS may obtain the matrix A based on the K data samples. Furthermore, the US may obtain the common basis matrix U by processing the matrix A.

[0287] To address the challenge of varying UE antenna configurations and array designs, a novel approach is proposed that transforms the original three-dimensional channel tensors into two-dimensional matrices. Instead of representing the MIMO channel as an N_BS × N_SC × N_UE tensor, each three-dimensional data sample is decomposed into N_UE individual N_BS × N_SC matrices. This separates the channel information corresponding to each UE antenna port. Then, each N_BS × N_SC matrix is then vectorized, resulting in N_UE column vectors with N_BS × N_SC elements each.

[0288] In an implementation, each column of the matrix A is a one-dimensional vector with a length of a product of N_BS by N_SC, the one-dimensional vector is reshaped from a respective two-dimensional matrix with a size of N_BS by N_SC, and the respective two-dimensional matrix is reshaped from a respective data sample of the K data samples.

[0289] In such case, the i-th data sample which is a 3D tensor with size of N_BS by N_SC by N_UEi is decomposed into multiple 2D matrices with a size of N_BS by N_SC. The number of the multiple 2D matrices equals to N_UEi. The 2D matrix is then vectorized into a vector, and the vector is used to form a column of the matrix A.

[0290] This may effectively decrease the column rank of U and eliminate the dependence on a fixed UE antenna count and allow for a more unified and scalable solution.

[0291] FIG. 16 is a schematic illustration showing an approach of decomposing a 3D channel tensor into multiple 2D matrices in accordance with some embodiments of the present disclosure.

[0292] The uppermost part in FIG. 16 shows data samples each of which is ultra-Massive MIMO’s channel response in 3D tensor. The i-th data sample is a 3D tensor with size of N_BS by N_SC by N_UEi.

[0293] Next, each three-dimensional data sample is decomposed into N_UE individual N_BS × N_SC matrices. For example, as shown in FIG. 16, the N_BS by N_SC by N_UEi is decomposed into N_UEi individual N_BS × N_SC matrices. This may separate the channel information corresponding to each UE antenna port.

[0294] Then, each N_BS × N_SC matrix is vectorized, resulting in N_UEi column vectors with N_BS × N_SC elements each. The N_UEi column vectors are further used to form N_UEi columns of matrix A.

[0295] Each of the K data samples may be processed similarly to form the matrix A having rows of a product of N_BS by N_SC and columns of (N_UE1+…+N_UEi+…+ N_UEK) , and (N_UE1+…+N_UEi+…+ N_UEK) is the total number of antenna ports of the K UEs, and the matrix A is based on the K data samples. In a case where each of the K UEs has a same number of antenna ports (e.g., N_UE) , the matrix A may have columns of a product of K by N_UE.

[0296] FIG. 17 is a schematic illustration showing reference signal placement in the BS (e.g., gNB) antennas and subcarrier resource grid.

[0297] Upper part of FIG. 17 shows positions of the reference signals in the two dimensional grid associated to BS antennas and subcarriers. Since all UE antennas use the same RS placement pattern, all the UE antennas may receive the reference signal in a same position. For example, if a reference signal transmitted to a given UE is assigned to a give BS antenna and a given subcarrier, the all the antennas of the given UE may receive the reference signal on the given subcarrier from the given BS antenna as shown in lower part of FIG. 17.

[0298] This diagram emphasizes that the reference signal placement is specific to the BS (e.g., gNB) antennas and subcarrier grid, making it independent of the UE's antenna setup.

[0299] Building upon the transformed data representation and the common basis U, some embodiments may design the sparse reference signal placement P and enable efficient CSI feedback.

[0300] As described above, CSI transmitted in step 1503 by the UE may include compressed representations that are determined based on full channel coefficient matrix H. The UE may obtain the compressed representations by projecting the full channel coefficient matrix H on the positions indicated by matrix P, onto the common basis U.

[0301] For example, the BS transmit the second information including the matrix θ to the UE in step 1505. Accordingly, the UE receives the second information including the matrix θ. After channel estimation, the UE obtains the estimated channel matrix H. Next, the UE utilizes the matrix θ to project the estimated channel matrix H onto the common basis U, resulting in the compressed representation c. The compressed representation c (i) for each receiving antenna is then calculated as c (i) = pinv (θ) × H (i) . For a UE with N_UE receiving antennas, this results in N_UE compressed representations: c (1) , c (2) , . . ., c (N_UE) .

[0302] FIG. 18 illustrates compression of channel information (e.g., channel estimates) . As shown in FIG. 18, reference signals are transmitted at positions indicated by matrix P in the two-dimensional grid where one dimension is associated to BS antennas and another dimension is associated to subcarriers. The UE performs channel estimation and obtains H (i) , where 1 ≤ i ≤ N_UE. Next, the UE compresses H (1) , H (2) , …H (N_UE) by c (i) = pinv (θ) × H (i) . As such, the compressed representation may be obtained by the UE.

[0303] In a possible design, the first information includes a first matrix obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.

[0304] The first matrix may indicate the first position of the first reference signal on the first resource.

[0305] In another possible design, the first information includes a second matrix augmented from a first matrix, and the first matrix is obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.

[0306] To account for downlink MIMO characteristics, additional rows may be added to the first matrix, and the first matrix may  be augmented to the second matrix.

[0307] The following embodiments will be illustrated by taking an example where the first matrix is matrix P. Alternative ways may be proposed for generating the matrix P.

[0308] In some embodiments, the matrix P is generated using Pivot-QR decomposition.

[0309] FIG. 19 shows a signaling chart of CSI feedback mechanisms using pivot-QR decomposition for sparse reference signal placement in accordance with some embodiments of the present disclosure.

[0310] In step 1901, similar to Solution 1, the pivot-QR decomposition method is employed to determine the reference signal placement which may be indicated by matrix P. However, in this case, P indicates positions within the two-dimensional radio resource grid formed by the gNB antenna ports and subcarriers. This means that the same matrix P is used for all UE antennas, regardless of their configuration such as the number of UE antennas.

[0311] In step 1902, the BS (e.g., gNB) forms, based on the matrix P and the common basis matrix U, the matrix θ = P × U.

[0312] In step 1903, the BS transmits the matrix P to the UE. In this step, the BS may further transmit the matrix θ and / or the matrix U to the UE. The matrix P (or reference signal position indicated by P) and the matrix θ and / or the matrix U may be broadcasted to all UEs within the cell. Since the matrix P only specifies the BS (e.g., gNB) antenna and subcarrier resources, UEs with any number of antennas can utilize the same information for channel estimation and CSI feedback.

[0313] In step 1904, the UE performs channel estimation to obtain channel estimate H (i) on a per-receiving antenna basis, using the reference signals located at the positions indicated by P.

[0314] After step 1904, the UE transmits CSI feedback to the BS. Accordingly, the BS receives the CSI feedback.

[0315] Based on the level of information shared between the BS (e.g., gNB) and the UE, and the extent of processing performed at the UE, the CSI feedback mechanism may be categorized into three main types:

[0316] Type 1. UE without θ: Direct Transmission of Pilot-Based Channel Estimates: In this simplest approach, in step 1905, the UE only transmits raw channel estimates H (i) obtained directly from the reference signal measurements. This step may be performed by the UE in a case where the BS does not transmit θ to the UE in step 1903. Or this means the UE may not receive the matrix θ or perform any projection onto the common basis U. In this case, the BS (e.g., gNB) is responsible for performing the necessary processing to map the received channel estimates H (i) onto the common basis U and reconstruct the full channel matrix. This method may minimize UE complexity but increase the processing burden on the BS (e.g., gNB) and may require higher feedback overhead.

[0317] Type 2. UE with θ: Transmission of Compressed Representation c: In this approach, the gNB transmits the matrix θ to the UE in step 1903. In such case, the UE calculates a compressed representation c (i) in step 1906. The UE utilizes the matrix θ to project the estimated channel matrix H onto the common basis U, resulting in the compressed representation c. The compressed representation c(i) for each receiving antenna is then calculated as c (i) = pinv (θ) × H (i) . For a UE with N_UE receiving antennas, this results in N_UE compressed representations: c (1) , c (2) , . . ., c (N_UE) . The UE then transmits the compressed representations c to the BS (e.g., gNB) in step 1907. For example, in step 1907, the UE transmits the set of compressed representations {c (i) } as part of the CSI feedback to the gNB, where 1 ≤ i ≤ N_UE. Transmitting c (i) instead of the raw channel estimates H (i) may significantly reduce feedback overhead compared to the Type 1. The UE may further transmit the antenna count N_UE to the BS in step 1907. Alternatively, the UE may transmit the antenna count N_UE during initial access phase.

[0318] Upon receiving the CSI feedback from the UE, the gNB reconstructs each individual channel matrix H (i) as H (i) = U × c (i) . These individual channel matrices are then concatenated to form the complete channel matrix H = [H (1) H (2) . . . H (N_UE) ] . This reconstructed matrix H may accurately reflect the channel conditions experienced by the UE, enabling the gNB to optimize downlink transmission accordingly.

[0319] This method may balance the processing load between the UE and gNB while achieving efficient feedback.

[0320] Type 3. UE with U and θ: Precoder Transmission (Similar to 5G-NR PMI) : In this most sophisticated approach, the gNB transmits the entire common basis U to the UE in step 1901. The UE, equipped with both U and θ, can reconstruct the full channel  matrix H at its side in step 1908. Instead of transmitting the compressed representation c, the UE can now compute a precoder (e.g., analogous to the Precoding Matrix Indicator (PMI) in 5G-NR) in step 1909, and transmit the precoder to the gNB in step 1910. This precoder effectively instructs the gNB on how to precode the downlink transmission based on the UE's complete knowledge of the channel. This method may allow for more advanced precoding strategies and potentially better performance but require higher signaling overhead for transmitting U and increased UE processing complexity.

[0321] The choice of the most suitable feedback mechanism (i.e., type 1, type 2, or type 3) depends on factors such as system complexity constraints, desired feedback overhead, and target performance levels.

[0322] In some other embodiments, P is generated using pseudo-random or uniform distributed sequences.

[0323] As an alternative to the pivot-QR decomposition method, pseudo-random or uniform distributed sequences can also be applied to generate the reference signal placement P.

[0324] In an implementation, the first information includes at least one of: a random seed for generating a pseudo-random sequence; a range of values for the pseudo-random sequence; a quantity of the pseudo-random sequence; or a mapping relationship for mapping the pseudo-random sequence to the first position. The pseudo-random sequence indicates the first position, and the first information is used to generate the reference signal positions.

[0325] In this alternative approach, the gNB generates a pseudo-random or uniform distributed sequence based on a given random seed and the desired number of reference signals. This sequence is used to determine the specific positions of the reference signals within the two-dimensional radio resource grid formed by the gNB antenna ports and subcarriers. The gNB needs to use some method to communicate the UEs about the random seed, the number of reference signals, and the specific mapping method used to translate the pseudo-random sequence into positions within the resource grid (e.g., whether the sequence is applied first across the gNB antenna dimension and then across the subcarrier dimension, or vice versa) .

[0326] FIG. 20 shows a signaling chart of CSI feedback mechanisms using pseudo-random sequences for sparse reference signal placement in accordance with some embodiments of the present disclosure. Similar to the previous approach, the gNB computes the matrix θ = P × U. This matrix θ, along with the parameters for generating and aligning the matrix P (random seed, number of reference signals, and mapping method) , are then broadcasted to all UEs within the cell.

[0327] In step 2001, the gNB determines a random seed, the number of reference signals, and a mapping method. The mapping method is used to translate the pseudo-random sequence into positions within the resource grid (e.g., whether the sequence is applied first across the gNB antenna dimension and then across the subcarrier dimension, or vice versa) .

[0328] In step 2002, the gNB generates a pseudo-random sequence based on the random seed and the number of reference signals.

[0329] In step 2003, the gNB determines reference signal positions (P) based on the pseudo-random sequence and the mapping method.

[0330] In step 2004, the gNB forms, based on the matrix P and the common basis matrix U, the matrix θ by θ= P × U.

[0331] In step 2005, the gNB transmits the random seed, the number of reference signals, and the mapping method to the UE. Accordingly, the UE receives the random seed, the number of reference signals, and the mapping method. The gNB may further transmit the matrix θ and / or the matrix U to the UE. Accordingly, the UE may further receive the matrix θ and / or the matrix U.

[0332] In step 2006, the UE generates matrix P using the received parameters (i.e., the random seed and the mapping method) .

[0333] In step 2007, the UE performs channel estimation H (i) on a per-receiving antenna basis, using the reference signals located at the positions indicated by P.

[0334] After step 2007, the UE transmits CSI feedback to the BS. Accordingly, the BS receives the CSI feedback.

[0335] Similar to the example shown in FIG. 19, based on the level of information shared between the BS and the UE, and the extent of processing performed at the UE, the CSI feedback mechanism may also be categorized into three main types. The description of steps 2008 to 2014 may refer to the description of steps 1905 to 1911, details of which will not be repeated here.

[0336] This alternative approach shares the same advantages and trade-offs as the pseudo-random or uniform distributed method  described in Solution 2:

[0337] In this way, overhead for transmitting P information may be reduced and flexibility in handling changes to the common basis U may be increased.

[0338] In trade-off aspect, sparsity may be reduced compared to the QR decomposition method.

[0339] When constructing the data sample matrix A, the embodiments may have flexibility in how to utilize the available channel information from each UE. One option is to incorporate all N_UE channel measurements from each UE, resulting in a matrix A with (N_UE1+…+N_UEi+…+ N_UEK) columns and N_BS × N_SC rows or resulting in a matrix A with K × N_UE columns and N_BS × N_SC rows in a case where each UE has N_UE antennas, where K is the number of UEs. This approach may maximize the utilization of collected data but may lead to a larger matrix size.

[0340] Alternatively, a subset of the N_UE channel information from each UE may be used to form matrix A.

[0341] In some embodiments, the one or more antenna ports of the i-th UE are determined based on a first rule.

[0342] In an implementation, the first rule includes: selecting one or more antenna ports of the i-th UE with a highest received signal power.

[0343] In an implementation, the one or more antenna ports of the i-th UE are pre-defined.

[0344] This may result in a matrix A with fewer columns, potentially improving efficiency and reducing computational complexity.

[0345] FIG. 21 is a schematic illustration showing an approach of constructing data sample matrix A with flexible antenna selection.

[0346] In step 2101, the BS obtains data samples including N_UE column vectors per UE.

[0347] In step 2102, the BS determines whether to use all N_UE column vectors.

[0348] In a case where the BS determines to use all N_UE column vectors, in step 2105, the BS form matrix A with K×N_UE columns.

[0349] In a case where the BS determines not to use all N_UE column vectors, that is, to use a subset of the N_UE column vectors, several methods can be employed for selecting this subset in step 2104:

[0350] Predefined Antenna Selection: Specify one or more specific antenna ports on each UE to contribute data to A. This approach may offer simplicity and ensure consistent data collection but may overlook valuable information from other antennas.

[0351] Random Antenna Selection: Randomly select one or more antenna ports from each UE to provide data for A. This may introduce randomness and potential diversity in the collected data but may not always capture the most relevant channel information.

[0352] Selection Based on Predefined Criteria: Apply a predefined principle for selecting antennas, such as choosing the K antenna ports with the highest received signal power. This approach may prioritize the most informative channels but may require additional processing for determining signal strength.

[0353] Hybrid Selection: Combine any of the above methods to tailor the selection process based on specific system requirements and priorities. For example, a hybrid approach may involve predefining a subset of antennas while also allowing for random selection or power-based criteria for additional antennas.

[0354] After step 2104, in step 2105, similar to the Solution 1, data sample matrix A is constructed using the transformed vectors. This matrix A now has dimensions of N_BS × N_SC rows and (N_UE’ 1+…+N_UE’ i’ +…+ N_UE’ K’ ) , where N_UE’ i ’ is the quantity of selected antennas of the i-th UE, and 1≤ i ≤ K. In a case where each of the K UEs has N_UE antenna, the matrix A may have dimensions of N_BS × N_SC rows and less than K × N_UE columns.

[0355] In step 2106, SVD decomposition is performed on the matrix A by the gNB to obtain the common basis U. Importantly, this common basis U is specific to the two-dimensional radio resource grid formed by the gNB antennas and subcarriers, making it applicable to UEs with any antenna configuration. This approach may effectively leverage the downlink MIMO characteristic where a reference signal transmitted from a single gNB antenna can be received by all UE antennas (albeit with varying path loss and channel characteristics) .

[0356] While this method offers scalability and flexibility in handling diverse UE configurations, it comes with a trade-off in terms  of sparsity. In Solution 1, the matrix A with dimensions of N_BS × N_SC × N_UE implicitly captures the sparsity arising from multiple antennas at the UE side. However, considering the practical limitations of increasing antenna count on UEs (due to size and design constraints) , the sparsity contributed by UE antennas is considerably less significant than that of the gNB.

[0357] In the context of future networks with ultra-massive MIMO and ultra-wideband characteristics at the gNB, the scale of N_BS × N_SC may already provide sufficient sparsity, allowing for the design of highly sparse reference signal placements even without explicitly incorporating UE antenna sparsity. This trade-off may prioritize scalability and flexibility while still achieving significant gains in reference signal efficiency.

[0358] Both the QR decomposition and pseudo-random or uniform distributed methods for generating reference signal placement P may have the potential to create collisions. In the two-dimensional resource grid consisting of gNB antenna dimension and subcarrier dimension, assigning different reference signals to the same gNB antenna on the different subcarrier may not cause collisions at the UE's receive antennas due to the orthogonality of subcarriers. However, if different gNB antennas are assigned different reference signals on the same subcarrier, it may become impossible for a single UE receiving antenna to distinguish between them, resulting in collisions.

[0359] In some embodiments, the first information further indicates a second position of a second reference signal on a second resource, and the second resource is associated with the multiple antenna ports of the BS and frequency domain. The first position is a first antenna port in the antenna ports of the BS and a first frequency domain resource, and the second position is a second antenna port in the antenna ports of the BS and the first frequency domain resource.

[0360] In such case, different BS antennas (i.e., the first antenna port and the second antenna port) are assigned different reference signals (i.e., the first reference signal and the second reference signal) on the same frequency domain resource (i.e., the first frequency domain resource) , resulting in collisions. In view of this, several methods can be employed to resolve reference signal collisions.

[0361] In an implementation, the BS transmits the first reference signal and / or the second reference signal according to a second rule. The second rule is used to manage collisions between the first reference signal and the second reference signal. As such, collisions between the first reference signal and the second reference signal may be resolved according to the second rule, thereby improving the communication performance.

[0362] The BS may determine the second rule and further inform the UE (s) of the second rule. For example, the BS may transmit information indicating the second rule to the UE. The BS and / or the UE may apply the second rule in the case of collisions may happen.

[0363] Alternatively, the second rule may be pre-defined. For example, the second rule may be pre-defined procedure or predefined logics that dynamically configure procedure depending on the collisions. In the case where the second rule is pre-defined, the second rule will be known at both the BS and the UE (s) , so that the UE (s) can generate the same collision-free matrix P as in the BS.

[0364] In a possible design, the second rule includes at least one of: removing the first reference signal or the second reference signal; time domain resource for transmission of the first reference signal being different from time domain resource for transmission of the second reference signal; or mask codes for the first reference signal being different from mask codes for the second reference signal.

[0365] The second rule may include at least one of following embodiments which will be described as follows.

[0366] In some examples, conflicting signals are directly removed.

[0367] In this case, the second rule includes removing the first reference signal or the second reference signal. If a subcarrier is assigned more than one reference signal (for more than one gNB antenna) , the excess signals are removed, leaving only one. FIG. 22 is a schematic illustration showing an approach of direct removal of conflicting signals. In the example shown in FIG. 22, two reference signals (i.e., RS 1 and RS2) which are examples of the first reference signal and the second reference signal are assigned to different BS antennas and the same subcarrier, resulting in collision. In such case, the BS may remove one of the two reference signals according to the second rule. For example, the BS may directly remove RS2 and transmit RS1 to the UE. Accordingly, the UE may receive the retained RS1, thereby resolving the collision.

[0368] The reference signal may be removed randomly. Alternatively, a standardized rule can be defined to determine which signal (i.e., reference signal) to retain. In a possible design, the reference signal may be removed or kept based on its index. For example, the reference signal from the BS (e.g., gNB) antenna with the lowest or highest index could be kept. In another possible design, a rule based on odd / even subcarrier indices could be implemented. For example, subcarrier with even index retains the lowest-index antenna, while the subcarrier with odd index retains the highest-index antenna. The key is for both the BS (e.g., gNB) and UEs to follow the same rule consistently.

[0369] It will be appreciated that if there are more than two reference signals assigned to different BS antennas and the same subcarrier, the BS may remove some reference signals and retain only one reference signal to avoid collision.

[0370] Advantages of these examples are that the design may be simple and it may be a straightforward implementation.

[0371] In some other examples, multiplexing techniques are used.

[0372] If multiple reference signals are assigned to the same subcarrier, multiplexing techniques may be employed to differentiate them. Since spatial multiplexing is not feasible in this scenario, time-division or code-division multiplexing can be utilized.

[0373] In case of time-division multiplexing, the second rule includes time domain resource for transmission of the first reference signal being different from time domain resource for transmission of the second reference signal. In this case, the BS may transmit the first reference signal and the second reference signal from different BS antennas on the same subcarrier at different time instances. The different time instances may be within the CSI-RS transmission period. A pre-defined scheduling scheme known to both the BS (e.g., gNB) and UEs may be required.

[0374] It will be appreciated that if there are more than two reference signals assigned to different BS antennas and the same subcarrier, the BS (e.g., gNB) may transmit the reference signals from different BS (e.g., gNB) antennas on the same subcarrier at different time instances within the CSI-RS transmission period.

[0375] Time-division multiplexing may be simple for implementation, and help retaining information from all reference signals.

[0376] In case of code-division multiplexing, the conflicting reference signals can be multiplied by different orthogonal codes or masks before transmission. Similar to the time-division approach, this may require a standardized codebook known to both the BS (e.g., gNB) and UEs. Code-division multiplexing may be more efficient since it does not take extra time, and it also helps retaining information from all reference signals.

[0377] FIG. 23 is a schematic illustration showing an approach of using code multiplex to differentiate reference signals colliding on a same subcarrier. In the example shown in FIG. 23, two reference signals (i.e., RS1 and RS2) which are examples of the first reference signal and the second signal are assigned to different BS antennas and the same subcarrier, resulting in collision. In such case, the BS may mask the two reference signals with different codes (e.g., mask codes) according to the second rule. For example, the BS may mask RS1 with a first code while mask RS2 with a second code. As such, the UE may be able to distinguish the first reference signal and the second reference signal after receiving the first reference signal and the second reference signal.

[0378] It will be appreciated that if there are more than two reference signals assigned to different BS antennas and the same subcarrier, the BS may mask the reference signals with different codes respectively to avoid collision.

[0379] In some other examples, hybrid approach with direct removal and multiplexing is used.

[0380] Given the typically sparse nature of matrices P that the number of radio resource elements in the Tx antenna –subcarrier resource grid used for CSI-RSs is very sparse (e.g., constituting less than 1%of the said resource grid) , collisions are relatively infrequent. A Hybrid Approach includes implementing both approaches in the above examples (i.e., direct removal and multiplexing) . In a possible design, the hybrid approach can be implemented where multiplexing is used to resolve conflicts initially, and any remaining unresolved conflicts are then handled by direct removal. For example, a codebook with a limited capacity (e.g., 4 codes) can be defined, allowing code-division multiplexing to handle conflicts involving up to 4 BS (e.g., gNB) antennas on the same subcarrier. Any additional conflicting reference signals beyond the codebook capacity would then be removed as in the method described above.

[0381] FIG. 24 is a schematic illustration showing a hybrid approach with direct removal and multiplexing. In the example shown  in FIG. 24, three reference signals (i.e., RS1, RS2, and RS3) are assigned to different BS antennas and the same subcarrier, resulting in collision. In such case, the BS may implement the hybrid approach according to the second rule. For example, the BS masks RS1 with a first code while masks RS2 with a second code. Moreover, the BS removes RS3 from the reference signal set, that is, the BS will not transmit RS3 to the UE. Accordingly, the UE receives RS1 and RS2 which are masked with the first code and the second code respectively, and the UE does not receive RS3 which has been removed by the BS.

[0382] The hybrid approach may bring advantages including balancing complexity, efficiency, and information retention.

[0383] FIG. 25 shows another signaling chart of a method 2500 in accordance with some embodiments of the present disclosure. The example shown in FIG. 25 is similar to the example shown in FIG. 20, and the key difference is that FIG. 25 involves collision resolving. The following section in conjunction with FIG. 25 presents an exemplary protocol and signaling design for implementing sparse CSI-RS with pseudo-random or uniform distributed placement P and a hybrid collision resolution approach using code-division multiplexing and direct removal. The focus remains on the interactions between the gNB and UE at the physical and MAC layers. This example serves as a foundational framework, allowing a person skilled in the art to readily derive and implement variations based on specific requirements and system constraints and to tailor the protocol to specific use cases and maximize the efficiency of ultra-massive MIMO systems in the future networks era. The method 2500 includes Stage-1, Stage-2, Stage-3, and Stage-4. It will be appreciated that method 2500 may involve a BS and multiple UEs, and only the BS and one UE are shown in FIG. 25 as an illustrative example.

[0384] Stage-1 includes system initialization and configuration. This stage includes steps 2501 to 2504.

[0385] Step 2501 includes BS (e.g., gNB) configuration. In step 2501, the BS (e.g., gNB) determines sparsity level, random seed, mapping method, and codebook. For example, the BS determines the desired level of sparsity for the reference signal placement, which dictates the number of reference signals to be used. Moreover, the BS selects a random seed for generating the pseudo-random sequence and defines the mapping method for translating the sequence into positions within the resource grid (e.g., antenna-first or subcarrier-first) . Additionally, the BS (e.g., gNB) establishes a codebook for code-division multiplexing with a specific capacity (e.g., 4 orthogonal codes) . This step is internal to the BS (e.g., gNB) and does not involve over-the-air signaling.

[0386] Step 2502 includes BS (e.g., gNB) information broadcast. In step 2502, the BS transmits configuration parameters to the UE.In this step, the BS (e.g., gNB) may broadcast the following information (i.e., the configuration parameters) to all UEs within the cell:

[0387] random seed for generating the pseudo-random sequence;

[0388] number of reference signals;

[0389] mapping method (antenna-first or subcarrier-first) ;

[0390] codebook for code-division multiplexing; and

[0391] matrix θ (computed as θ = P×U) .

[0392] The above information may be broadcasted via Downlink System Information Block (SIB) or dedicated RRC (Radio Resource Control) signaling.

[0393] Step 2503 includes UE generating Matrix P. In step 2503, the UE generates the matrix P based on the information received in step 2502. The matrix P indicates positions of the reference signals that are to be transmitted to the UEs in the cell by the BS. The position of the reference signal is associated to BS antenna and subcarrier. In this step, each UE in the cell utilizes the received information to independently generate the matrix P using the pseudo-random sequence method. This ensures that all UEs have a consistent understanding of the reference signal placement. In this case, given the same seed, all the UEs in the cell will generate the same matrix P. As such, all the UEs may measure their non-precoded DL channels at the same resource set. Therefore, system efficiency may be improved compared to a UE specific manner. This step is internal to the UE (s) , and no over-the-air signaling is involved.

[0394] Step 2504 includes UE identifying collisions. In step 2504, the UE analyzes the generated matrix P to detect potential collisions, where multiple reference signals are assigned to the same subcarrier within the same time slot. For example, the UE analyzes whether different reference signals are assigned to different BS antennas and the same subcarrier. The step in which UE identifies  collisions is internal to the UE, and no over-the-air signaling is involved.

[0395] Step 2504 further includes UE resolving collisions if they exist. In the case where potential collisions are detected (e.g., different reference signals are assigned to different BS antennas and the same subcarrier) , the UE may resolve the collision based on the second rule. The second rule may be indicated by the BS before step 2504.

[0396] There may be a set of pre-defined rules to resolve collisions that are agreed by both the BS and the UEs so that the BS and the UE may behave similarly to resolve collisions. The pre-defined rules to resolve collisions may indicate which code to use and which RS to remove.

[0397] In an example, the UE applies the hybrid collision resolution method to resolve the collisions. The step in which the UE resolves collisions is internal to the UE, and no over-the-air signaling is involved:

[0398] In this example where the UE applies the hybrid collision resolution method, the UE applies code-division multiplexing to resolve the collisions first. For collisions involving up to the capacity of the codebook, the UE assigns different orthogonal codes from the codebook to the conflicting reference signals. The UE may further apply direct removal collision resolution method. For example, if the number of colliding signals exceeds the codebook capacity, the UE removes the excess reference signals. That is, the UE will not receive the reference signals in the corresponding positions indicated by matrix P. The UE may remove the excess reference signals based on a pre-defined rule. For example, the pre-defined rule is retaining the reference signal from the BS (e.g., gNB) antenna with the lowest index.

[0399] It will be appreciated that the same operation in 2504 may occur in the BS side too. For example, after step 2501 and before step 2505, the BS may resolve the collision based on the second rule.

[0400] Stage 2 includes Channel Estimation and CSI Feedback. This stage includes steps 2505 to 2510.

[0401] Step 2505 includes BS (e.g., gNB) broadcasting reference signals (e.g., CSI-RS) . In this step, the BS (e.g., gNB) sends the CSI-RS on Physical Downlink Shared Channel (PDSCH) using the configured CSI-RS resources and code-division multiplexing if needed according to the stage 1.

[0402] Step 2506 includes UE channel estimation. In this step, the UE performs channel estimation at the locations of the reference signals indicated by matrix P after resolving the collisions, taking into account the assigned codes for multiplexed signals. This results in a set of channel estimates H (i) for each receiving antenna (i.e., UE antenna) . In such case, each UE Rx antenna corresponds to one H(i) (i.e., UE RxAnt-1 corresponds to H (1) , UE RxAnt-2 corresponds to H (2) , …, UE RxAnt-N_UE corresponds to H (N_UE) . Each UE corresponds to one set of H (i) (i.e., H (1) H (2) . . . H (N_UE) ) . The set of channel estimates H (i) may be referred to as {H (i) } . This step is internal to the UE, and no over-the-air signaling is involved.

[0403] Step 2507 includes channel estimates compression. In this step, each channel estimate H (i) in the set of channel estimates H(i) is projected onto the common basis U by the UE using the received matrix θ to obtain the compressed representation c (i) for each receiving antenna, and c (i) is calculated by c (i) = pinv (θ) *H (i) . The UE calculates a set of compressed representations {c (i) } for each UE antenna. This step is internal to the UE, and no over-the-air signaling is involved.

[0404] Step 2508 includes UE CSI Feedback. In this step, the UE transmits CSI including a set of compressed representations {c (i) } where 1≤ i≤ N_UE. It will be appreciated that some values of “i” may be omitted, that is, the CSI may or may not include all the c(i) where the value of “i” ranges from 1 to N_UE.

[0405] The CSI may further include at least one of the following information to the BS (e.g., gNB) : number of UE receive antennas (N_UE) or identifier of UE receive antennas in case that not all UE antennas are used as receive antennas. The CSI may include the number of UE receive antennas (N_UE) if the UE does not inform the BS of the number of UE receive antennas (N_UE) during initial access. The identifier of UE receive antennas may be ordered identifier of UE receive antennas in order to apply a permutation on the UE antennas for a better reconstruction quality of {c (i) } .

[0406] In step 2508, the UE may transmit the CSI via the uplink control channel such as Physical Uplink Shared Channel (PUSCH) or dedicated control channel depending on system configuration.

[0407] Step 2509 includes BS (e.g., gNB) Reconstruction of individual channels. In this step, the BS obtains a set of channel estimates {H (i) } based on the set of compressed representations {c (i) } and the common basis matrix U. The BS (e.g., gNB) reconstructs each individual channel matrix H (i) as H (i) = U *c (i) for each UE receive antenna where “*” means matrix multiplication. This reconstructed channel matrix could be used to do precoding, MIMO pairing or other tasks.

[0408] After step 2509, in step 2510, the individual channel matrices are concatenated to form the complete channel matrix H =[H(1) H (2) . . . H (N_UE) ] . As such, the BS may obtain the accurate CSI including the complete channel matrix H. Steps 2509 and 2510 are internal to the BS (e.g., gNB) and do not involve over-the-air signaling.

[0409] Stage 3 includes downlink data transmission. This stage includes steps 2511 and 2512.

[0410] With the accurate CSI obtained through the sparse CSI-RS and efficient feedback process, in step 2511, the BS (e.g., gNB) may optimize the downlink precoder and resource allocation based on the complete channel matrix H for efficient data transmission to the UE, taking full advantage of the ultra-massive MIMO channel.

[0411] The feedback precoders in conventional solutions may only contain a few dominant ranks of the entire MIMO channel, or the precoder directions being predefined or quantized into coarse sets. This could result in inefficient channel or resource utilization. Even with e-Type II codebook, the BS still obtains partial information of the complete channels. In these embodiments, with reconstructed complete channel H, the BS may obtain the “ground truth” precoder directions to efficiently utilize all effective ranks of the channel, and allocate resources in a more accurate and advance way in the case of multi-user pairing and reducing interference. ” For example, with the complete channel matrix H, the BS may perform an SVD on H and design the DL precoder based on the SVD’s outputs. As such the DL precoder may be optimized.

[0412] The BS may optimize resource allocation including MU-MIMO pairing based on factors such as UE’s SNR, DL payload size, and fairness.

[0413] Next, in step 2512, the BS may transmit data to the UE using the optimized parameters (i.e., optimized downlink precoder and resource allocation) .

[0414] The proposed solution or protocol can be further enhanced by incorporating dynamic adaptation mechanisms. For example, at least one of the first information, the second information, or the second rule may be dynamically updated. This allows the BS (e.g., gNB) to adjust various parameters based on real-time channel conditions and user distribution, leading to improved system performance and resource utilization.

[0415] As described above, in some embodiments, the BS further transmits fifth information for updating the first information in step 1504. Accordingly, the UE receives the fifth information.

[0416] The fifth information may indicate a density of reference signals based on real-time channel conditions. The UE may further transmit real-time channel conditions to the BS. Accordingly, the BS may receive the real-time channel conditions.

[0417] For example, the UEs in the cell can periodically report channel quality indicators (CQI) to the BS (e.g., gNB) , providing insights into the current signal-to-noise ratio (SNR) and channel conditions. Based on the received CQIs, the BS (e.g., gNB) can determine if the current reference signal density is sufficient for accurate channel estimation.

[0418] In scenarios where UEs experience poor channel conditions (low SNR or high interference) , the BS (e.g., gNB) can dynamically increase the reference signal density to ensure reliable channel estimation. This may involve adding more reference signals to the existing placement P or even generating a new matrix P with higher density.

[0419] Conversely, for UEs experiencing good channel conditions (high SNR and low interference) , the BS (e.g., gNB) can dynamically reduce the reference signal density to conserve resources. This may involve removing some reference signals from the existing matrix P or generating a new matrix P with lower reference signal density.

[0420] In some cases, channel characteristics are not always static. For example, with different temperature, interference, surrounding moving objects, etc., the channel can vary differently. This means that the common basis U that describe the current channel characteristics at certain period of time may not be a good basis for the channels in another period of time. In this case, the sampled  channel matrix A may be updated or added more columns, hence the matrix U may be updated.

[0421] As described above, in some embodiments, the BS further transmits third information for updating the second information in step 1506. The second information may include the common basis matrix U or first compressed information (e.g., matrix θ) of the common basis matrix U. The BS may implement periodical and / or trigger-based update on the common basis matrix U or first compressed information (e.g., matrix θ) of the common basis matrix U.

[0422] In a possible design, the BS (e.g., gNB) can periodically update the common basis U based on newly collected channel data. This allows the system to adapt to changes in user distribution, mobility patterns, and long-term channel variations. Similarly, the BS may update matrix θ based on newly collected channel data. The updated matrix θ may be derived from updated U and can be broadcasted to the UEs using the same mechanisms as the initial system configuration where the second information is first transmitted to the UE.

[0423] The UE may periodically transmit collected data for updating the data samples. Accordingly, the BS may receive the collected data. The BS may further transmit the third information for updating the channel space basis matrix. The BS may further transmit the third information periodically. For example, the UE periodically transmits the collected data (e.g., newly collected channel data) to the BS. Accordingly, the BS receives the collected data.

[0424] The, the UE may further transmit collected data based on a condition. Accordingly, the BS may receive the collected data that is transmitted based on the condition. The BS may further transmit the third information for updating the channel space basis matrix. The BS may transmit the third information based on a given condition.

[0425] In a possible design, instead of periodic updates for matrix U, the gNB can implement trigger-based updates for matrix U. This involves monitoring specific performance metrics or channel characteristics and triggering an update only when significant changes are detected. This can be more efficient than periodic updates, especially in scenarios with relatively stable channel conditions.

[0426] In a possible design, in scenarios where UEs experience poor channel conditions (e.g., low SNR or high interference) , the BS (e.g., gNB) can update the matrix U. The BS may add more channel coefficient of UE to matrix A or change the current matrix U to another set of the matrix U which suit more precise condition. For example, when BS detects the system throughput is decreased to a low value without observing interference or other factors changing. The BS may know that the current matrix U cannot well describe the current channels, and update on U is required. Also, when the UE or the BS experiences high interference or low SNR, the BS can be triggered to update matrix A with newer columns for the new channel conditions, then the BS updates U accordingly.

[0427] It will be appreciated that trigger-based update on matrix U or matrix θ may concurrently exist with periodical update on matrix U or matrix θ.

[0428] In some embodiments, the BS further transmits fourth information for updating the second rule. Accordingly, the UE receives the fourth information. As described above, the second rule includes at least one of: removing the first reference signal or the second reference signal; time domain resource for transmission of the first reference signal being different from time domain resource for transmission of the second reference signal; or mask codes for the first reference signal being different from mask codes for the second reference signal, and the fourth information may indicate that the second rule is updated.

[0429] In a possible design, depending on the observed collision frequency and severity, the BS (e.g., gNB) can dynamically switch between different collision resolution methods. The collision frequency refers to the frequency at which collisions happen. The collision severity refers to the degree at which collisions happen, for example, the quantity of reference signals that assigned to the same subcarrier and different BS antennas.

[0430] In an example, the above code-division multiplexing or time-division multiplexing examples are adopted to resolve collisions. In a case where collisions happen more frequently, the examples of direct removal of conflicting signals or the examples of hybrid approach with direct removal and multiplexing may be adopted.

[0431] In a possible design, the BS may adjust configuration of a collision resolution method.

[0432] In an example, the BS (e.g., gNB) can dynamically adjust the codebook used for code-division multiplexing based on the  observed performance. If certain codes persistently result in poor performance, they can be replaced with alternative codes to improve the effectiveness of the collision resolution process.

[0433] FIG. 26 shows another signaling chart in accordance with some embodiments of the present disclosure. The example shown in FIG. 26 is similar to the example shown in FIG. 25, and the key difference is that FIG. 26 involves dynamic adaptation on at least one of the reference signal density, the matrix U, the codebook, or collision resolution methods.

[0434] In step 2601, the BS determines initial sparsity level, random seed, mapping method, and codebook. The BS may further generate an initial matrix P based on the random seed

[0435] In step 2602, the BS broadcasts initial configuration parameters to the UEs. The initial configuration parameters may include at least one of the random seed or the rank of U. A high rank of U provides better CSI estimate but at the cost of higher CSI report payload. The initial configuration parameters may be included in a codebook.

[0436] In step 2603, the UE generates an initial matrix P which is identical to the initial matrix P generated by the BS.

[0437] In step 2604, the UE identifies and resolves initial collisions.

[0438] In step 2605, the UE reports CQI such as SNR and channel conditions. The UE may report CQI in every reporting period.

[0439] In step 2606, the BS analyzes CQI and determines adaptation needs. The BS may adapt reference signal density or update matrix U based on the CQI.

[0440] In step 2607, in case of low SNR or high interference, the BS increases reference signal density or update matrix U. In case of high SNR and low interference, the BS decreases reference signal density or update matrix U.

[0441] In step 2608, the BS broadcasts the updated parameters including at least one of U or θ. Accordingly, the UEs receive the updated parameters.

[0442] In step 2609, the BS broadcasts CSI-RS. The BS may broadcast CSI-RS with multiplexing in order to resolve collision if there is a need to resolve collision.

[0443] In step 2610, the UE performs channel estimation and obtains channel estimates H (i) for each UE antenna. In such case, the UE obtains a set of channel estimates H (i) which may be referred to as {H (i) } for all the UE antennas.

[0444] In step 2611, the UE compresses the channel estimates and obtains the compressed representation c (i) of H (i) by c (i) =pinv (θ) *H (i) . In such case, the UE obtains a set of c (i) corresponding to {H (i) } , and the set of c (i) may be referred to as {c (i) } .

[0445] In step 2612, the UE feedbacks CSI including number of UE antennas N_UE, antenna IDs of the UE antennas, and {c (i) } .

[0446] After step 2612, the BS may obtain a set of channel estimates {H (i) } based on the set of compressed representations {c (i) } and the common basis matrix U. Description of this step may be referred to step 2509. Next, the BS may concatenate H (i) to form full channel matrix H, and description of this step may be referred to step 2510.

[0447] In step 2613, the BS periodically updates matrix U based on channel data including data samples newly collected from the UEs in the cell. The BS may further updates matrix θ based on channel data or based on the updated matrix U.

[0448] In step 2614, the BS broadcasts at least one of updated matrix θ or updated matrix U. Accordingly, the UEs receive at least one of updated matrix θ or updated matrix U.

[0449] As an alternative to step 2613, in step 2615, the BS monitors performance metrics for trigger-based U updates. It will be appreciated that trigger-based update on matrix U or matrix θ may concurrently exist with periodical update on matrix U or matrix θ.

[0450] In step 2616, the BS dynamically adjusts codebook based on observed performance.

[0451] The observed performance may include cell throughput, e.g., measured in the unit of megabits per second per hertz, or UE throughput. For example, if the cell throughput or UE throughput drops significantly (e.g., due to a rain) , the BS triggers a codebook adjust on existing matrix U and thus matrix θ, i.e., just increase the CSI rank. The UE then uses the adjusted matrix θ to perform CSI estimate, this is to comply with the reference signal density increased in step 2607 from the BS.

[0452] In step 2617, the BS monitors collision frequency and severity. For example, the BS monitors how often collisions happen and the quantity of reference signals involved in collisions based on matrix P.

[0453] In step 2618, the BS dynamically switches collision resolution methods (i.e., the second rule) . For example, when collision is severe, the BS may switch the collision resolution to resolve collision.

[0454] In step 2619, the BS optimizes downlink precoder and resource allocation based on H.

[0455] In step 2620, the BS transmit data using optimized parameters.

[0456] Description about steps 2601, 2602, 2603, 2604, 2609, 2610, 2611, 2612, 2619and 2620 may be referred to description about 2501, 2502, 2503, 2504, 2505, 2506, 2507, 2508, 2511 and 2512 respectively, details of which will not be repeated here.

[0457] FIG. 27 shows another signaling chart in accordance with some embodiments of the present disclosure. The signaling chart involves a BS and multiple UEs (e.g., UE1, UE2, and UE3) .

[0458] In step 2701, the BS learns common basis from data-driven approach.

[0459] In step 2702, the BS designs sparse placement of CSI-RS resources.

[0460] In step 2703, the BS broadcasts CSI-RS configuration to UEs (e.g., UE1, UE2, and UE3) .

[0461] In step 2704, the UEs perform channel estimation and compression of channel estimates that are result of channel estimation, and each UE obtains compressed CSI.

[0462] In step 2705, the UEs feedback compressed CSI.

[0463] In step 2706, the BS resolves collisions using hybrid approach.

[0464] In step 2707, the BS dynamically adjusts reference signal density.

[0465] In step 2708, the BS updates common basis based on channel conditions.

[0466] In step 2709, the BS adapts collision resolution strategies.

[0467] In step 2710, the BS optimizes resource allocation for the UEs. Resource allocation for different UEs may be different.

[0468] In step 2711, the BS transmits data using optimized parameters.

[0469] As described above, the UE may compress the channel estimates {H (i) } and may obtain the compressed representation {c (i) } where i=1, 2, . . . N_UE to reduce CSI feedback overhead. While the compressed representations {c (i) , i=1, 2, . . . N_UE} already offer significant reduction in feedback overhead compared to the full channel matrices, further compression may be possible by exploiting potential correlations among the UE's receive antennas. This may be relevant in scenarios where the UE antennas are not perfectly orthogonal, leading to some degree of redundancy in the channel information.

[0470] In an implementation, the UE transmitting the CSI including: transmitting second compressed information. The second compressed information is determined based on compressed representations, and the compressed representations are determined based on a channel estimation matrix. Accordingly, the BS receives the second compressed information. The compressed representations may be {c (i) } where i=1, 2, . . . N_UE, and the compressed representations may be further compressed to reduce overhead of CSI feedback. The following Approaches 1 to 5 are some alternative approaches to explore further compression.

[0471] Approach 1. Principal Component Analysis (PCA) .

[0472] In a possible design, the second compressed information includes coefficients corresponding to principal components, and the principal components are determined based on principal component analysis (PCA) of the compressed representations.

[0473] In Approach 1, the UE may apply PCA to the set of {c (i) , i=1, 2, . . . N_UE} vectors to identify a smaller set of principal components that capture most of the variance in the data. The UE can then transmit only the coefficients corresponding to these principal components, effectively reducing the dimensionality of the feedback information.

[0474] Approach 2. Clustering-Based Compression.

[0475] In a possible design, the second compressed information includes representative vectors of clusters of compressed representations and cluster assignments, and the compressed representations are clustered based on similarity.

[0476] In Approach 2, the UE may group the {c (i) } vectors into clusters based on their similarity. Each cluster can then be represented by a single representative vector (e.g., the centroid of the cluster) . The UE only needs to transmit the representative vectors and the cluster assignments for each c (i) , reducing the overall feedback overhead.

[0477] Approach 3. Sparse Representation Techniques.

[0478] In a possible design, the second compressed information includes sparse coefficients of compressed representations and dictionary information of the compressed representations.

[0479] In Approach 3, the UE may represent each c (i) vector using a sparse coding technique, such as compressed sensing or dictionary learning. This involves finding a sparse set of coefficients that can reconstruct c (i) with high accuracy using a pre-defined dictionary or basis. The UE transmits only the sparse coefficients and the dictionary information to the BS (e.g., gNB) .

[0480] Approach 4. Predictive Coding.

[0481] In a possible design, the UE transmits third compressed information to the BS. Accordingly, the BS receives the third compressed information. The third compressed information is a difference between actual compressed representations and predicted compressed representations, the actual compressed representations are determined based on a channel estimation matrix, and the predicted representations are determined based on temporal or spatial correlations between historical compressed representations.

[0482] In Approach 4, the UE may exploit temporal or spatial correlations between consecutive c (i) vectors (across time or different antennas) to predict future or neighboring values. The UE only transmits the prediction residuals (the difference between the actual and predicted values) , which can be significantly smaller than the original c (i) vectors.

[0483] Approach 5. Neural Network-Based Compression.

[0484] In a possible design, the second compressed information includes compressed representations, and the compressed representations are determined based on the channel estimation matrix and a neural network model.

[0485] In Approach 5, the UE may train a neural network model to learn a compressed representation of the {c (i) } vectors. The UE can then use the trained model to compress the channel information before feedback, and the gNB can use a corresponding model to reconstruct the channel matrices.

[0486] FIG. 28 shows yet another signaling chart in accordance with some embodiments of the present disclosure. The example shown in FIG. 28 is similar to the example shown in FIG. 25, and the key difference is that FIG. 28 involves further compression on set {c(i) } .

[0487] In step 2801, the BS determines initial sparsity level, random seed, mapping method, and codebook.

[0488] In step 2802, the BS broadcasts initial configuration parameters such as seed for generating initial P matrix.

[0489] In step 2803, the UE generates initial P matrix.

[0490] In step 2804, the UE identifies and resolves initial collisions based on the initial P matrix.

[0491] In step 2805, the BS broadcasts CSI-RS with multiplexing.

[0492] In step 2806, the UE performs channel estimation and obtains channel estimates (i.e., individual channel matrix) H (i) for each antenna using the received CSI-RS.

[0493] In step 2807, the UE compresses channel estimates H (i) for each UE antenna by c (i) = pinv (θ) *H (i) . As such, the UE obtains set {c (i) } . The UE may perform further compression using at least one of the above approaches 1 to 5, and the UE may further obtain compressed set {c (i) } .

[0494] In step 2808, the UE feedbacks CSI including N_UE, antenna IDs, and compressed set {c (i) } .

[0495] In step 2809, the BS decompresses the compressed set {c (i) } into set {c (i) } .

[0496] In step 2810, the BS reconstructs individual channel matrices H (i) based on c (i) from the set {c (i) } .

[0497] In step 2811, the BS concatenates H (i) to form full channel matrix H.

[0498] In step 2812, the BS optimizes downlink precoder and resource allocation based on H.

[0499] In step 2813, the BS transmits data using the optimized parameters such as the optimized precoder and resource allocation.

[0500] Description of steps 2801 to 2806, 2810 to 2813 may refer to description of steps 2501 to 2506, 2509 to 2512, details of which may not be repeated here.

[0501] The present disclosure encompasses various embodiments, including not only method embodiments, but also other  embodiments such as apparatus embodiments and embodiments related to non-transitory computer readable storage media. Embodiments may incorporate, individually or in combinations, the features disclosed herein.

[0502] Although this disclosure refers to illustrative embodiments, this is not intended to be construed in a limiting sense. Various modifications and combinations of the illustrative embodiments, as well as other embodiments of the disclosure, will be apparent to persons skilled in the art upon reference to the description.

[0503] Features disclosed herein in the context of any particular embodiments may also or instead be implemented in other embodiments. Method embodiments, for example, may also or instead be implemented in apparatus, system, and / or computer program product embodiments. In addition, although embodiments are described primarily in the context of methods and apparatus, other implementations are also contemplated, as instructions stored on one or more non-transitory computer-readable media, for example. Such media could store programming or instructions to perform any of various methods consistent with the present disclosure.

[0504] Some embodiments of the present disclosure provide a computer-readable storage medium (e.g., a non-transitory computer-readable storage medium) . The computer-readable storage medium has stored thereon program instructions that, when run on a network device / terminal device, cause the network device / terminal device to execute one or more steps of the method for beam management as described in any one of the above embodiments.

[0505] For example, the computer-readable storage medium includes, but is not limited to, a magnetic storage device (e.g., a hard disk, a floppy disk, or a magnetic tape) , an optical disk (e.g., a compact disk (CD) , or a DVD) , a smart card, and a flash memory device (e.g., an erasable programmable read-only memory (EPROM) , a card, a stick or a key driver) . Various computer-readable storage media described in the embodiments of the present disclosure may represent one or more devices and / or other machine-readable storage media, which are used for storing information. The term "computer-readable storage medium" may include, but is not limited to, wireless channels and various other media capable of storing, containing and / or carrying instructions and / or data.

[0506] Some embodiments of the present disclosure further provide a computer program product. The computer program product includes program instructions carried on a non-transitory computer-readable storage medium. When executed on a network device / terminal device, the computer program instructions cause the network device / terminal device to perform one or more steps of the method for data transmission as described in the above embodiments.

[0507] Beneficial effects of the computer-readable storage medium and the computer program product are the same as the beneficial effects of the method for data transmission as described in some of the above embodiments, and details will not be repeated here.

[0508] The foregoing descriptions are merely specific implementations of the present disclosure, but the protection scope of the present disclosure is not limited thereto. Any changes or replacements within the technical scope of the present disclosure shall be included in the protection scope of the present disclosure. Therefore, the protection scope of the present disclosure shall be subject to the protection scope of the claims.

[0509] In some aspects of the present disclosure, there is provided a computer program comprising instructions. The instructions, when executed by a processor, may cause the processor to implement a method of the present disclosure.

[0510] In some aspects of the present disclosure, there is provided an integrated circuit. The integrated circuit includes one or more logic circuits for executing the steps of the method for data transmission of the present disclosure.

[0511] In some aspects of the present disclosure, there is provided an apparatus comprising means (e.g., at least one processor) to implement a method of the present disclosure. The apparatus may be a device (that is, a terminal device or a network device) or a module or component in the device. The at least one processor may execute instructions stored in a computer-readable medium to implement the method.

[0512] The apparatus may be a communication device or an apparatus implemented in a communication device. For example, the apparatus implemented in a communication device may be an integrated circuit, which in some contexts may be known by other colloquial names, such as chip, modem, modem chip, baseband chip, or baseband processor. In some implementations, one or more integrated circuits can be packaged into a system-on-chip, a system-in-package, or a multi-chip module. The apparatus may comprise  one or more integrated circuits or comprise one or more integrated circuits and other discrete components.

[0513] It will be appreciated that any module, component, or device disclosed herein that executes instructions may include, or otherwise have access to, a non-transitory computer / processor readable storage medium or media for storage of information, such as computer / processor readable instructions, data structures, program modules and / or other data. A non-exhaustive list of examples of non-transitory computer / processor readable storage media includes magnetic cassettes, magnetic tape, magnetic disk storage or other magnetic storage devices, optical disks such as compact disc read-only memory (CD-ROM) , digital video discs or digital versatile discs (i.e., DVDs) , Blu-ray DiscTM, or other optical storage, volatile and non-volatile, removable and non-removable media implemented in any method or technology, random-access memory (RAM) , read-only memory (ROM) , electrically erasable programmable read-only memory (EEPROM) , flash memory or other memory technology. Any such non-transitory computer / processor storage media may be part of a device / apparatus or accessible or connectable thereto. Computer / processor readable / executable instructions to implement a method, an application or a module described herein may be stored or otherwise held by such non-transitory computer / processor readable storage media.

[0514] It could be noted that the message in the disclosure could be replaced with information, which may be carried in one single message, or be carried in more than one separate message.

[0515] The terms “apparatus” and “device” are used exchangeable.

[0516] The terms "first" and "second" are used for descriptive purposes only, and are not to be construed as indicating or implying the relative importance or implicitly indicating the number of indicated technical features. Thus, a feature defined with "first" or "second" may explicitly or implicitly include one or more of the features.

[0517] In the present disclosure, the terms “a” or “an” are defined to mean “at least one” ; that is, these terms do not exclude a plural number of items, unless stated otherwise.

[0518] In the present disclosure, terms such as “substantially” , “generally” and “about” , which modify a value, condition or characteristic of a feature of an example embodiment, should be understood to mean that the value, condition or characteristic is defined within tolerances that are acceptable for the proper operation of the example embodiment for its intended application.

[0519] In the present disclosure, unless stated otherwise, the terms “connected” and “coupled” , and derivatives and variants thereof, refer herein to any structural or functional connection or coupling, either direct or indirect, between two or more elements. For example, the connection or coupling between the elements can be acoustical, mechanical, optical, electrical, thermal, logical, or any combinations thereof.

[0520] In the present disclosure, expressions such as “match” , “matching” and “matched” , including variants and derivatives thereof, are intended to refer herein to a condition in which two or more elements are either the same or within some predetermined tolerance of each other. That is, these terms are meant to encompass not only “exactly” or “identically” matching the two elements but also “substantially” , “approximately” or “subjectively” matching the two or more elements, as well as providing a higher or best match among a plurality of matching possibilities.

[0521] In the present disclosure, the expression “based on” is intended to mean “based at least partly on” ; that is, this expression can mean “based solely on” or “based partially on” , and so should not be interpreted in a limited manner. More particularly, the expression “based on” could also be understood as meaning “depending on” , “representative of” , “indicative of” , “associated with” or similar expressions.

[0522] In the present disclosure, the terms "system" and "network" may be used interchangeably in different embodiments of this application. "At least one" means one or more, and "a plurality of" means two or more. The term "and / or" describes an association relationship of associated objects, and indicates that three relationships may exist. For example, A and / or B may indicate the following three cases: Only A exists, both A and B exist, and only B exists, where A and B may be singular or plural. The character " / " indicates an "or" relationship between associated objects. "At least one of the following items (pieces) " or a similar expression thereof indicates any combination of these items, including a single item (piece) or any combination of a plurality of items (pieces) . For example, "at  least one of A, B, or C" includes: only A; only B; only C; A and B; A and C; B and C; or A, B, and C, and "at least one of A, B, and C" may also be understood as including: only A; only B; only C; A and B; A and C; B and C; or A, B, and C. In addition, unless otherwise specified, ordinal numbers such as "first" and "second" in embodiments of this application are used to distinguish between a plurality of objects, and are not used to limit a sequence, a time sequence, priorities, or importance of the plurality of objects.

[0523] A person skilled in the art should understand that embodiments of this application may be provided as a method, an apparatus (or system) , computer-readable storage medium, or a computer program product. Therefore, this application may use a form of a hardware-only embodiment, a software-only embodiment, or an embodiment with a combination of software and hardware. Moreover, this application may use a form of a computer program product that is implemented on one or more computer-usable storage media (including but not limited to a disk memory, an optical memory, and the like) that include computer-usable program code.

[0524] This application is described with reference to the flowcharts and / or block diagrams of the method, the device (system) , and the computer program product according to this application. It should be understood that computer program instructions may be used to implement each process and / or each block in the flowcharts and / or the block diagrams and a combination of a process and / or a block in the flowcharts and / or the block diagrams. The computer program instructions may be provided for a general-purpose computer, a dedicated computer, an embedded processor, or a processor of another programmable data processing device and enable a machine to execute the instructions. When executed by any computer or the processor of a programmable data processing device, the instructions cause the apparatus to implement specific functions as described in one or more procedures in the flowcharts and / or one or more blocks in the block diagrams. The computer program instructions may alternatively be stored in a computer-readable memory that can indicate a computer or another programmable data processing device to work in a specific manner, so that the instructions stored in the computer-readable memory generate an artifact that includes an instruction apparatus. The instruction apparatus implements a specific function in one or more procedures in the flowcharts and / or one or more blocks in the block diagrams.

[0525] The computer program instructions may alternatively be loaded onto a computer or another programmable data processing device, so that a series of operations and steps are performed on the computer or the another programmable device, so that computer-implemented processing is generated. Therefore, the instructions executed on the computer or on another programmable device provide steps for implementing specific functions as described in one or more procedures in the flowcharts and / or one or more blocks in the block diagrams.

[0526] It is clear that a person skilled in the art can make various modifications and variations to this application without departing from the scope of this disclosure. This disclosure is intended to cover these modifications and variations of this application provided that they fall within the scope of protection defined by the following claims and their equivalent technologies.

[0527] The following acronyms and abbreviations may be used in the present disclosure:

[0528] AP -Access Point

[0529] BWP -Bandwidth Part

[0530] CQI -Channel Quality Indicator

[0531] CSI -Channel State Information

[0532] CSI-RS -Channel State Information Reference Signal

[0533] DFT -Discrete Fourier Transform

[0534] DL -Downlink

[0535] FDD -Frequency Division Duplex

[0536] gNB -next generation NodeB (Base Station)

[0537] JADD -Joint Angle-Delay-Doppler

[0538] LoS -Line-of-Sight

[0539] LTE -Long-Term Evolution

[0540] MAC -Medium Access Control

[0541] MIMO -Multiple-Input Multiple-Output

[0542] MU-MIMO -Multi-User MIMO

[0543] NAP -Number of Antenna Ports

[0544] NR -New Radio

[0545] NZP -Non-Zero Power

[0546] PCA-Principal Component Analysis

[0547] PDSCH -Physical Downlink Shared Channel

[0548] PMI -Precoding Matrix Indicator

[0549] PSK -Phase Shift Keying

[0550] PUSCH -Physical Uplink Shared Channel

[0551] RB -Resource Block

[0552] RBG -Resource Block Group

[0553] RRC -Radio Resource Control

[0554] RS -Reference Signal

[0555] SIB -System Information Block

[0556] SNR -Signal-to-Noise Ratio

[0557] SRS -Sounding Reference Signal

[0558] SU-MIMO -Single-User MIMO

[0559] SVD -Singular Value Decomposition

[0560] TDD -Time Division Duplex

[0561] UE -User Equipment

[0562] UL -Uplink

[0563] ULA-Uniform Linear Array

[0564] UPA-Uniform Planar Array

[0565] URA-Uniform Rectangular Array

Claims

A communication method, comprising:obtaining first information indicating a first position of a first reference signal on a first resource, wherein the first resource is associated with multiple antenna ports of a network device and frequency domain; andreceiving the first reference signal according to the first information.The method of claim 1, further comprising:obtaining second information indicating a channel space basis matrix, wherein the channel space basis matrix is based on K channel samples that are vectorized from channels, where K is a positive integer.The method of claim 2, wherein the first information comprises a first matrix obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.The method of claim 2, wherein the first information comprises a second matrix augmented from a first matrix, and the first matrix is obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.The method of claim 2, wherein the first information includes at least one of:a random seed for generating a pseudo-random sequence;a range of values for the pseudo-random sequence;a quantity of the pseudo-random sequence; ora mapping relationship for mapping the pseudo-random sequence to the first position, whereinthe pseudo-random sequence indicates the first position.The method of any one of claims 2 to 5, wherein the second information comprises channel space basis matrix U.The method of any one of claims 2 to 5, wherein the second information comprises first compressed information of channel space basis matrix U.The method of any one of claims 2 to 7, wherein the K channel samples comprise data samples collected from channel measurements by K terminal devices, where an i-th data sample in the K channel samples is based on one or more antenna ports of an i-th terminal device in the K terminal devices, the antenna ports of the network device, and a frequency domain resource for signal transmission between the i-th terminal device and the network device, where i belongs to {1, 2, …, K} , wherein the data samples are collected over a predetermined time period.The method of claim 8, wherein the frequency domain resource comprises a plurality of frequency domain resource units, the i-th data sample is a three-dimensional (3D) tensor with a size of N_BS by N_SC by N_UEi, wherein N_BS is a quantity of the antenna ports of the network device, N_SC is a quantity of the frequency domain resource units, and N_UEi is a quantity of the one or more antenna ports of the i-th terminal device.The method of claim 9, wherein the channel space basis matrix U is based on matrix A having rows of a product of N_BS by N_SC and columns of (N_UE1+…+N_UEi+…+ N_UEK) , wherein (N_UE1+…+N_UEi+…+ N_UEK) is a total number of antenna ports of the K terminal devices, and the matrix A is based on the K channel samples.The method of claim 10, wherein each column of the matrix A is a one-dimensional vector with a length of the product of N_BS by N_SC, the one-dimensional vector is reshaped from a respective two-dimensional matrix with a size of N_BS by N_SC, and the respective two-dimensional matrix is reshaped from a respective channel sample of the K channel samples.The method of any one of claims 8 to 11, wherein the one or more antenna ports of the i-th terminal device are determined based on a first rule.The method of claim 12, wherein the first rule comprises:selecting one or more antenna ports of the i-th terminal device with a highest received signal power.The method of any one of claims 8 to 11, wherein the one or more antenna ports of the i-th terminal device are pre-defined.The method of any one of claims 2 to 14, further comprising:obtaining third information for updating the second information.The method of claim 15, wherein the third information is for updating the channel space basis matrix, and the method further comprises:periodically transmitting collected data for updating the K channel samples.The method of claim 15, wherein the third information is for updating the channel space basis matrix, and the method further comprises:transmitting collected data for updating the K channel samples based on a condition.The method of any one of claims 1 to 17, wherein the first information further indicates a second position of a second reference signal on a second resource, wherein the second resource is associated with the multiple antenna ports of the network device and frequency domain;the first position is a first antenna port in the antenna ports of the network device and a first frequency domain resource, and the second position is a second antenna port in the antenna ports of the network device and the first frequency domain resource.The method of claim 18, wherein receiving the first reference signals according to the first information comprises:receiving the first reference signal according to a second rule; andthe method further comprises:receiving the second reference signal according to the second rule;wherein the second rule is used to manage collisions between the first reference signal and the second reference signal.The method of claim 19, wherein the second rule comprises at least one of:removing the first reference signal or the second reference signal;time domain resource for transmission of the first reference signal being different from time domain resource for transmission of the second reference signal; ormask codes for the first reference signal being different from mask codes for the second reference signal.The method of claim 19 or 20, further comprising:obtaining fourth information for updating the second rule.The method of any one of claims 1 to 21, further comprising:obtaining fifth information for updating the first information.The method of claim 22, wherein the fifth information indicates a density of reference signals based on real-time channel conditions, wherein the method further comprises:transmitting the real-time channel conditions to the network device.The method of any one of claims 1 to 23, further comprising:transmitting channel state information (CSI) based on the first reference signal.The method of claim 24, wherein transmitting the CSI comprises:transmitting second compressed information, wherein the second compressed information is determined based on compressed representations, and the compressed representations are determined based on a channel estimation matrix.The method of claim 25, wherein the second compressed information comprises coefficients corresponding to principal components, and the principal components are determined based on principal component analysis (PCA) of the compressed representations.The method of claim 25, wherein the second compressed information comprises representative vectors of clusters of compressed representations and cluster assignments, the compressed representations are clustered based on similarity.The method of claim 25, wherein the second compressed information comprises sparse coefficients of compressed representations and dictionary information of the compressed representations.The method of claim 25, wherein the second compressed information comprises compressed representations, and the compressed representations are determined based on the channel estimation matrix and a neural network model.The method of any one of claims 24 to 29, wherein transmitting the CSI comprises:transmitting third compressed information, wherein the third compressed information is a difference between actual compressed representations and predicted compressed representations, the actual compressed representations are determined based on a channel estimation matrix, and the predicted representations are determined based on temporal or spatial correlations between historical compressed representations.A communication method, comprising:transmitting first information indicating a first position of a first reference signal on a first resource, wherein the first resource is associated with multiple antenna ports of a network device and frequency domain, andtransmitting the first reference signal at the first position.The method of claim 31, further comprising:transmitting second information indicating a channel space basis matrix, wherein the channel space basis matrix is based on K channel samples that are vectorized from channels, where K is a positive integer.The method of claim 32, wherein the first information comprises a first matrix obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.The method of claim 32, wherein the first information comprises a second matrix augmented from a first matrix, and the first matrix is obtained based on a pivot-QR decomposition on a Hermitian transpose of the channel space basis matrix.The method of claim 32, wherein the first information includes at least one of:a random seed for generating a pseudo-random sequence;a range of values for the pseudo-random sequence;a quantity of the pseudo-random sequence; ora mapping relationship for mapping the pseudo-random sequence to the first position, whereinthe pseudo-random sequence indicates the first position, and wherein the first information is used to generate the reference signal positions.The method of any one of claims 32 to 35, wherein the second information comprises channel space basis matrix U.The method of any one of claims 32 to 35, wherein the second information comprises first compressed information of channel space basis matrix U.The method of any one of claims 32 to 37, wherein the K channel samples comprise data samples collected from channel measurements by K terminal devices, where an i-th data sample in the K channel samples is based on one or more antenna ports of an i-th terminal device in the K terminal devices, the antenna ports of the network device, and a frequency domain resource for signal transmission between the i-th terminal device and the network device, where i belongs to {1, 2, …, K} , wherein the data samples are collected over a predetermined time period.The method of claim 38, wherein the frequency domain resource comprises a plurality of frequency domain resource units, the i-th data sample is a three-dimensional (3D) tensor with size of N_BS by N_SC by N_UEi, wherein N_BS is a quantity of the antenna ports of the network device, N_SC is a quantity of the frequency domain resource units, and N_UEi is a quantity of the one or more antenna ports of the i-th terminal device.The method of claim 39, wherein the channel space basis matrix U is based on matrix A having rows of a product of N_BS by N_SC and columns of (N_UE1+…+N_UEi+…+ N_UEK) , wherein (N_UE1+…+N_UEi+…+ N_UEK) is a total number of antenna ports of the K terminal devices, and the matrix A is based on the K channel samples.The method of claim 40, wherein each column of the matrix A is a one-dimensional vector with a length of a product of N_BS by N_SC, the one-dimensional vector is reshaped from a respective two-dimensional matrix with a size of N_BS by N_SC, and the respective two-dimensional matrix is reshaped from a respective channel sample of the K channel samples.The method of any one of claims 38 to 41, wherein the one or more antenna ports of the i-th terminal device are determined based on a first rule.The method of claim 42, wherein the first rule comprises:selecting one or more antenna ports of the i-th terminal device with a highest received signal power.The method of any one of claims 38 to 41, wherein the one or more antenna ports of the i-th terminal device are pre-defined.The method of any one of claims 32 to 44, further comprising:transmitting third information for updating the second information.The method of claim 45, wherein the third information is for updating the channel space basis matrix, and the method further comprises:receiving collected data that is periodically transmitted for updating the channel samples.The method of claim 45, wherein the third information is for updating the channel space basis matrix, and the method further comprises:receiving collected data that is transmitted based on a condition.The method of any one of claims 31 to 47, wherein the first information further indicates a second position of a second reference signal on a second resource, wherein the second resource is associated with the multiple antenna ports of the network device and frequency domain ;the first position is a first antenna port in the antenna ports of the network device and a first frequency domain resource, and the second position is a second antenna port in the antenna ports of the network device and the first frequency domain resource.The method of claim 48, wherein transmitting the first reference signals comprises:transmitting the first reference signal according to a second rule; andthe method further comprises:transmitting the second reference signal according to the second rule;wherein the second rule is used to manage collisions between the first reference signal and the second reference signal.The method of claim 49, wherein the second rule comprises at least one of:removing the first reference signal or the second reference signal;time domain resource for transmission of the first reference signal being different from time domain resource for transmission of the second reference signal; ormask codes for the first reference signal being different from mask codes for the second reference signal.The method of claim 49 or 50, further comprising:transmitting fourth information for updating the second rule.The method of any one of claims 31 to 51, further comprising:transmitting fifth information for updating the first information.The method of claim 52, wherein the fifth information indicates a density of reference signals based on real-time channel conditions, wherein the method further comprises:receiving the real-time channel conditions.The method of any one of claims 31 to 53, further comprising:receiving channel state information (CSI) .The method of claim 54, wherein receiving the CSI comprises:receiving second compressed information, wherein the second compressed information is determined based on compressed representations, and the compressed representations are determined based on a channel estimation matrix.The method of claim 55, wherein the second compressed information comprises coefficients corresponding to principal components, and the principal components are determined based on principal component analysis (PCA) of the compressed representations.The method of claim 55, wherein the second compressed information comprises representative vectors of clusters of compressed representations and cluster assignments, the compressed representations are clustered based on similarity.The method of claim 55, wherein the second compressed information comprises sparse coefficients of compressed representations and dictionary information of the compressed representations.The method of claim 55, wherein the second compressed information comprises compressed representations, and the compressed representations are determined based on the channel estimation matrix and a neural network model.The method of any one of claims 54 to 59, wherein receiving the CSI comprises:receiving third compressed information, wherein the third compressed information is a difference between actual compressed representations and predicted compressed representations, the actual compressed representations are determined based on a channel estimation matrix, and the predicted representations are determined based on temporal or spatial correlations between historical compressed representations.A communication apparatus, configured to perform the method according to any one of claims 1 to 30 or 31 to 60.The communication apparatus of claim 61, comprising:an obtaining unit configured to obtain the first information indicating the first position of the first reference signal in the first resource associated with the antenna ports of the network device and frequency domain; anda receiving unit configured to receive the first reference signal according to the first information.The communication apparatus of claim 61, comprising:a transmitting unit configured to transmit the first information indicating the first position of the first reference signal in the first resource associated with the antenna ports of the network device and frequency domain; wherein the transmitting unit is further configured to transmit the first reference signal at the first position.The communication apparatus of claim 61, comprising:one or more processors configured to obtain the first information indicating the first position of the first reference signal in the first resource associated with the antenna ports of the network device and frequency domain; andan interface circuit configured to receive the first reference signal according to the first information.The communication apparatus of claim 64, wherein the interface circuit comprises one or more transceivers.An apparatus comprising:one or more processors; anda memory storing instructions which, when executed by the one or more processors, cause the apparatus to perform the method of any one of claims 1 to 30 or 31 to 60.A communication system comprising a first communication apparatus configured to perform the method of any one of claims 1 to 30 and a second communication apparatus configured to perform the method of any one of claims 31 to 60.A computer-readable storage medium having instructions stored thereon which, when executed by an apparatus, cause the apparatus to perform the method of any one of claims 1 to 30 or 31 to 60.A computer program product storing instructions which, when executed, cause an apparatus to perform the method of any one of claims 1 to 30 or 31 to 60.

Images