CN111542111A - 用于提供定时同步的方法和装置 - Google Patents

用于提供定时同步的方法和装置 Download PDF

Info

Publication number
CN111542111A
CN111542111A CN202010081933.3A CN202010081933A CN111542111A CN 111542111 A CN111542111 A CN 111542111A CN 202010081933 A CN202010081933 A CN 202010081933A CN 111542111 A CN111542111 A CN 111542111A
Authority
CN
China
Prior art keywords
samples
frame
receiver
transmitter
update parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010081933.3A
Other languages
English (en)
Other versions
CN111542111B (zh
Inventor
F·艾特·奥迪亚
J·霍伊迪斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nokia Technologies Oy
Original Assignee
Nokia Technologies Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nokia Technologies Oy filed Critical Nokia Technologies Oy
Publication of CN111542111A publication Critical patent/CN111542111A/zh
Application granted granted Critical
Publication of CN111542111B publication Critical patent/CN111542111B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements
    • H04W56/0055—Synchronisation arrangements determining timing error of reception due to propagation delay
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L7/00—Arrangements for synchronising receiver with transmitter
    • H04L7/04—Speed or phase control by synchronisation signals
    • H04L7/041—Speed or phase control by synchronisation signals using special codes as synchronising signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements
    • H04W56/001—Synchronization between nodes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H04W84/06—Airborne or Satellite Networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Astronomy & Astrophysics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及用于提供定时同步的方法和装置。一种方法、装置、接收器和系统在通过信道的数据传输期间提供定时同步。在方法的下文中，该方法针对响应于对应帧的传输而由信道生成的多个样本序列中的个体样本序列来接收：(i)概率向量以及(ii)与对应帧的特定符号相对应的相应序列的样本的指示，对应帧由包括前导码和一个或多个数据符号的多个符号组成，该方法确定接收器的帧检测器的一个或多个更新参数，接收器从信道接收样本序列。该方法确定发射器的前导码生成器的一个或多个更新参数，发射器提供前导码以用于通过信道传输。

Description

用于提供定时同步的方法和装置
技术领域
示例实施例总体上涉及用于提供定时同步的技术，更具体地涉及用于同时训练发射器和接收器以提供定时同步的技术。
背景技术
各种类型的数据通常由发射器通过通信信道传输到接收器。在一些情况下，所传输的数据由多个帧组成，每个帧包括多个符号。为了适当地解释(例如，解码)接收器所接收的数据，接收器必须从与对应帧的第一符号相对应的序列中标识样本，从而提供符号定时同步。然而，接收器通常不知道第一符号将被接收的定时，而是必须努力从接收到的数据中标识第一符号。
所传输的帧通常包括前置于数据符号的前导码。用于定时同步的一些技术已经依赖于前导码的标准化形式以促进接收器对前导码的标识。例如，前导码已经被设计为具有某些数学性质，诸如，自相关性质或互相关性质。尽管如此，定时同步对于有效的数据通信和解码接收到的数据的准确性来说仍然是一个问题。
S.Dorner等人，“基于深度学习的空中通信”，J Sel Topics信号处理，卷12，No.pp.132-143，2018年，公开了一种仅由神经网络组成的通信系统，该系统使用不同步的现成软件定义的无线电和开源深度学习软件库。所提出的解决方案将现有思想扩展到连续数据传输，这减轻了它们对短块长度的当前限制，但也带来了接收机同步的问题。具体地，通过引入基于神经网络的帧同步模块来克服接收机同步的问题。
发明内容
公开了一种用于在在诸如随机信道的信道上的数据传输期间提供定时同步的方法、装置、接收器和系统。在这方面，该方法、装置和系统被配置为同时训练包括发射器和接收器两者的端到端系统，以便提供改善的符号定时同步。通过提供改善的符号定时同步，可以以更准确的方式更有效地经由信道传输数据，以及对数据进行解释(诸如，解码)。
根据一个方面，提供了独立权利要求的主题。实施例在从属权利要求中被定义。本发明的各种实施例所寻求的保护范围由独立权利要求阐明。
附图说明
已经概括地描述了本公开的某些示例实施例，将在下文中参照附图，该附图不一定按比例绘制，并且其中：
图1是根据示例实施例的包括发射器和接收器两者的系统的框图，该系统被配置为经由信道与配置装置通信，该配置装置被配置为重新配置发射器和接收器以便提供符号定时同步；
图2是可以图1的系统可以被部署在其中的示例通信系统的框图；
图3是可以根据本公开的示例实施例被具体配置的装置的框图；
图4是图示了根据示例实施例的诸如由图3的装置执行的以确定发射器和接收器的更新参数的操作的流程图；
图5是根据本公开的示例实施例的图1所描绘类型的系统的更详细的框图；
图6是根据本公开的示例实施例的接收器的帧检测器的框图；
图7是根据本公开的示例实施例的发射器的前导码生成器的表示；
图8是图示了根据本公开的示例实施例的诸如由图3的装置执行的以便同时确定发射器和接收器两者的更新参数的操作的流程图；以及
图9是图示了根据本公开的示例性实施例的诸如由图3的装置执行的以便按顺序更新接收器的参数，然后更新发射器的参数的操作的框图。
具体实施方式
现在将在下文中参照附图更全面地描述本发明的一些实施例，其中，示出了本发明的一些而非全部实施例。实际上，本发明的各种实施例可以以许多不同的形式体现，并且不应该被解释为限于本文陈述的实施例；相反，提供这些实施例，使得本公开将满足适用的法律要求。相同的附图标记始终指代相同的元件。如本文所使用的，术语“数据”、“内容”、“信息”和类似术语可以互换使用以指代能够根据本发明的实施例传输、接收和/或存储的数据。因此，不应该使用任何这种术语来限制本发明的实施例的精神和范围。
附加地，如本文所使用的，术语‘电路系统’指的是(a)仅硬件电路实现(例如，以模拟电路系统和/或数字电路系统实现)；(b)电路和(多个)计算机程序产品的组合，该计算机程序产品包括存储在一起工作以使装置执行本文描述的一个或多个功能的一个或多个计算机可读存储器上的软件和/或固件指令；以及(c)即使物理上不存在软件或固件也需要软件或固件进行操作的电路，诸如，例如，(多个)微处理器或(多个)微处理器的一部分。‘电路系统’的这种定义适用于本文中该术语的所有使用，包括在任何权利要求中。作为又一示例，如本文所使用的，术语‘电路系统’还包括包括一个或多个处理器和/或其(多个)部分以及附带的软件和/或固件的实施方式。作为另一示例，本文使用的术语‘电路系统’还包括例如用于移动电话的基带集成电路或应用处理器集成电路或者服务器、蜂窝网络设备、其他网络设备(诸如，核心网装置)、现场可编程门阵列和/或其他计算设备中的类似集成电路。
如图1所图示的，根据示例实施例，提供了一种系统10，该系统10包括被配置为经由通信信道16进行通信的发射器12和接收器14。如下面所描述的，该系统还包括配置装置18，其被配置为确定发射器和接收器两者的更新参数，并且利用更新参数相应地重新配置发射器和接收器，以增强它们之间的符号定时同步。
经由发射器12和接收器14之间的信道16传输的数据可以是多种数据中的任何一种，包括但不限于数字图像数据，包括视频数据、音频数据以及由传感器、雷达、望远镜和无线电接收器提供的数据。在至少一些情况下，发射器在经由信道传送数据之前对数据进行编码，并且接收器相应地对该数据进行解码。接收器接收到的结果数据可以用于多种目的，包括向用户呈现，数据存储和/或将数据提供给一个或多个应用，诸如出于各种目的(包括物体识别、图像分类、频谱感测、语音转录和/或事件的预测或检测)对数据执行统计推断的应用。尽管在图1中以从发射器到接收器的单向传输的形式描绘，但是发射器和接收器可以由包括发射器和接收器的设备来体现，诸如收发器等，从而支持双向通信。
图1的系统10可以用于多种应用。如图2所示，例如，通信系统可以包括被配置为经由相应信道进行通信的多个发射器和多个接收器。在这方面，用户设备可以包括被配置为与基站的接收器进行通信的发射器。相反，基站不仅包括接收器，而且包括用于与用户设备的接收器进行通信的发射器。
通过示例，系统10可以被部署在基于高级长期演进(高级LTE、LTE-A)或新无线电(NR、5G)的无线电接入架构内。然而，该系统可以被部署在包括在其他通信网络内的其他应用中，该通信网络包括例如通用移动电信系统(UMTS)无线电接入网(UTRAN或E-UTRAN)、无线局域网(WLAN或WiFi)、全球微波接入互操作性(WiMAX)、
Figure BDA0002380610330000041
个人通信服务(PCS)、
Figure BDA0002380610330000042
宽带码分多址(WCDMA)、使用超宽带(UWB)技术的系统、传感器网络、移动自组织网络(MANET)和互联网协议多媒体子系统(IMS)或其任何组合。
在这方面，图2描绘了简化的系统架构的示例，其仅示出了一些元件和功能实体，全部是逻辑单元，其实现可能与所示出的不同。图2所示的连接是逻辑连接；实际的物理连接可能有所不同。对于本领域技术人员明显的是，该系统通常还包括除了图2所示的功能和结构以外的其他功能和结构。
在图1的无线电接入架构中，用户设备20和21被配置为处于小区中的一个或多个通信信道上的无线连接中，接入节点(诸如，节点B)22提供该小区。从用户设备到节点B的物理链路被称为上行链路或反向链路，并且从节点B到用户设备的物理链路被称为下行链路或前向链路。应该了解的是，可以通过使用适合于这种用法的任何节点、主机、服务器或接入点(AP)等实体来实施节点B或其功能性。
通信系统通常包括多于一个的节点B，在这种情况下，节点B也可以被配置为经由针对该目的设计的有线或无线链路来相互通信。这些链路可以用于信令目的。节点B是被配置为控制与节点B耦合的通信系统的无线电资源的计算设备。该节点B也可以被称为基站、接入点或包括能够在无线环境中操作的中继站的任何其他类型的接口设备。节点B包括或耦合至收发器。从节点B的收发器向天线单元提供连接，该连接建立到用户设备的双向无线电链路。这样，节点B的收发器和用户设备的收发器可以包括发射器12和接收器14，其被配置为经由信道16与能够根据示例实施例重新配置的发射器和接收器的可训练参数进行通信。天线单元可以包括多根天线或天线元件。节点B进一步连接至核心网25(CN或下一代核心NGC)。根据系统，CN侧的对方可以是服务网关(S-GW，路由和转发用户数据分组)、用于提供用户设备(UE)与外部分组数据网络的连接的分组数据网络网关(P-GW)或移动管理实体(MME)等。
用户设备(也称为UE、用户设备、用户终端、终端设备等)图示了空中接口上的资源被分配和指派给其的一种类型的装置，并且因此本文对用户设备描述的任何特征可以利用诸如中继节点等对应装置来实现。这种中继节点的示例是指向基站的层3中继(自回程中继)。
用户设备通常是指包括在具有或不具有用户识别模块(SIM)的情况下操作的无线移动通信设备的便携式计算设备，包括但不限于以下类型的设备：移动台(移动电话)、智能手机、个人数字助理(PDA)、手机、使用无线调制解调器的设备(警报或测量设备等)、膝上型和/或触摸屏计算机、平板计算机、游戏机、笔记本计算机和多媒体设备。应该了解的是，用户设备也可以是几乎独有的仅上行设备，其示例是将图像或视频剪辑加载到网络的相机或摄影机。用户设备还可以是具有在物联网(IoT)网络中操作的能力的设备，该IoT网络是物体被提供有通过网络传输数据的能力而无需人与人或人与计算机的交互的场景。用户设备(或在一些实施例中，第3层中继节点)被配置为执行用户设备功能性中的一个或多个。用户设备也可以被称为用户单元、移动台、远程终端、接入终端、用户终端或用户设备(UE)、仅提及几个名称或装置。
本文描述的各种技术也可以被应用于信息物理系统(CPS)(协作控制物理实体的计算元素的系统)。CPS可以实现在不同位置处的物理对象中嵌入的大量互连ICT设备(传感器、致动器、处理器、微控制器等)的实施和开发。所讨论的物理系统具有固有的移动性的移动信息物理系统是信息物理系统的子类别。移动物理系统的示例包括移动机器人以及由人或动物运输的电子产品。
尽管将装置描绘为单个实体，但是可以实施不同的单元、处理器和/或存储器单元(图1中未全部示出)。进一步地，用户设备的接收和/或传输天线的数量可以根据当前的实现自然地变化。
5G支持使用多输入多输出(MIMO)天线，比LTE(所谓的小小区概念)多得多的基站或节点，包括与小基站协作操作并取决于服务需求、用例和/或可用频谱采用多种无线电技术的宏站点。5G移动通信支持广泛的用例和相关应用，包括视频流、增强现实、数据共享的不同方式以及各种形式的机器类应用，包括车辆安全性、不同的传感器和实时控制。预计5G具有多个无线电接口，即，低于6GHz、cmWave和mmWave，并且还可与现有的传统无线电接入技术(诸如，LTE)集成在一起。至少在早期阶段，可以实施与LTE的集成，作为由LTE提供宏覆盖的系统，并且通过聚合到LTE，5G无线电接口接入来自小小区。换言之，5G计划支持RAT间可操作性(诸如，LTE-5G)和RI间可操作性(无线电接口间可操作性，诸如，低于6GHz-cmWave、低于6GHz-cmWave-mmWave)。被认为在5G网络中使用的概念之一是网络切片，其中，可以在同一基础设施内创建多个独立且专用的虚拟子网(网络实例)，以运行对延迟、可靠性、吞吐量和移动性有不同要求的服务。
LTE网络中的当前架构完全分布在无线电中并且完全集中在核心网中。5G中的低延时应用和服务需要使内容靠近无线电，从而导致本地爆发和多路访问边缘计算(MEC)。5G使分析和知识生成在数据源处进行。该方法需要利用可能无法连续连接至网络的资源，诸如，膝上型计算机、智能手机、平板计算机和传感器。MEC为应用和服务托管提供了分布式计算环境。它还具有在蜂窝用户附近存储和处理内容的能力，以加快响应时间。边缘计算覆盖了广泛的技术，诸如，无线传感器网络、移动数据采集、移动签名分析、协作分布式对等自组织网络和处理，也可分类为本地云/雾计算和网格/网式计算、露水计算、移动边缘计算、微云、分布式数据存储和检索、自主自我修复网络、远程云服务、增强和虚拟现实、数据缓存、物联网(大规模连接和/或延迟关键)和关键通信(自主车辆、交通安全、实时分析、对时间要求严格的控制和医疗保健应用)。
通信系统还能够与诸如公共交换电话网络或互联网26的其他网络通信，或者利用它们提供的服务。通信网络也可能能够支持云服务的使用，例如，核心网操作的至少一部分可以作为云服务来执行(这在图2中由“云”28描绘)。该通信系统还可以包括中央控制实体等，其为不同运营商的网络提供设施以例如在频谱共享中进行协作。
边缘云可以通过利用网络功能虚拟化(NVF)和软件定义网络(SDN)进入无线电接入网(RAN)。使用边缘云可能意味着将至少部分地在可操作地耦合到包括无线电部分的远程无线电头或基站的服务器、主机或节点中执行接入节点操作。还可能的是，节点操作将被分布在多个服务器、节点或主机之间。cloudRAN架构的应用支持在RAN侧(在分布式单元DU22中)执行RAN实时功能，并且以集中式(在集中式单元CU 24中)执行非实时功能。
还应该理解的是，核心网操作与基站操作之间的劳动力分配可以不同于LTE的劳动力分配，甚或不存在。可以使用的一些其他技术进步是大数据和全IP，它们可能会改变网络的构建和管理方式。5G(或新无线电NR)网络被设计为支持多个层次结构，其中MEC服务器可以被放置在核心与基站或节点B(gNB)之间。应该了解的是，MEC也可以应用于4G网络。
5G还可以例如通过提供回程来利用卫星通信以增强或补充5G服务的覆盖范围。可能的用例是为机器对机器(M2M)或物联网(IoT)设备或车载乘客提供服务连续性，或确保关键通信以及未来的铁路/海事/航空通信的服务可用性。卫星通信可以利用对地静止地球轨道(GEO)卫星系统，也可以利用近地轨道(LEO)卫星系统，特别是巨型星座(部署了数百个(纳米)卫星的系统)。巨型星座中的每个卫星23可以覆盖创建地面小区的几个启用卫星的网络实体。地面小区可以通过地面中继节点22或由位于地面上或卫星中的gNB创建。
所描绘的系统只是可以部署图2的系统10的无线电接入系统的一部分的示例，并且在实践中，该系统可以包括多个节点B，用户设备可以访问多个无线电小区，并且该系统还可以包括至少一个节点B的其他装置，诸如，物理层中继节点B或其他网络元件等，或可以是家庭节点B。附加地，在无线电通信系统的地理区域中，可以提供多个不同种类的无线电小区以及多个无线电小区。无线电小区可以是宏小区(或伞形小区)，它们是通常具有长达数十公里的直径的大小区，或者是诸如微小区、毫微微小区或微微小区等小小区。图2的节点B可以提供任何种类的这些单元。蜂窝无线电系统可以被实施为包括几种小区的多层网络。通常，在多层网络中，一个接入节点提供一个或多个小区，因此需要多个节点B来提供这种网络结构。
为了满足改善通信系统的部署和性能的需要，引入了“即插即用”节点B的概念。通常，能够使用“即插即用”节点B的网络除了家庭节点B(HnodeB)外还包括家庭节点B网关或HNB-GW(图2中未示出)。通常被安装在运营商网络内的HNB网关(HNB-GW)可能会将流量从大量HNB聚合回核心网。尽管图2描绘了可以部署示例实施例的系统10的一个示例通信系统，但是其他示例实施例的系统可以部署在其他类型的系统中，无论它们是支持通信还是其他方式。
信道16可以是多个不同类型中的任何一个，包括例如无线信道、光学信道等，并且在一些实施例中，可以被配置为诸如在并行使用的时间、频率或空间上支持多个正交信道。不管信道的类型如何，发射器12和接收器14在其上进行通信的信道可以是随机信道。这样，信道接收由发射器传输的由多个符号组成的帧。这些符号包括前导码和一个或多个数据符号。该前导码通常在数据符号之前。作为响应，该信道生成由接收器接收的多个样本序列。然而，至少对于接收器而言，通常不知道接收序列的样本的定时。这样，接收器被配置为标识与对应帧的特定符号(诸如，对应帧的前导码或第一数据符号)相对应的序列的样本，以便允许适当地解释(例如，解码)接收到的数据。
同样如图1所示，示例实施例的系统10附加地包括配置装置18。配置装置被配置为基于经由信道16传输的符号的帧和由信道生成并由接收器接收的样本序列来确定更新参数(用于发射器12和接收器14的可训练参数)。然后可以基于更新参数来重新配置发射器和接收器。
尽管在图1中被描绘为与发射器12和接收器14分离，但是配置装置18或其一部分可以由发射器和接收器之一或两者来实现。例如，下面关于配置装置描述的功能性可以被分布在发射器和接收器以及一些实施例中的附加配置装置之间。备选地，配置装置可以完全由发射器来实现，或者可以完全由接收器来实现。然而，出于说明而非限制的目的，下面将结合与发射器和接收器两者通信的配置装置来描述图1的该系统10。
在图3中描绘了可以被配置为充当配置装置18的装置30的一个示例。如图3所示，该装置包括处理电路系统32、存储器34和通信接口36，与其相关联或与其通信。处理电路系统可以经由总线与存储器设备通信，以在装置的部件之间传递信息。该存储器设备可以是非瞬态的，并且可以包括例如一个或多个易失性和/或非易失性存储器。换言之，例如，存储器设备26可以是包括门的电子存储设备(例如，计算机可读存储介质)，该门被配置为存储可以由机器(例如，与处理电路系统一样的计算设备)获取的数据(例如，比特)。存储器设备可以被配置为存储信息、数据、内容、应用、指令等以使装置执行根据本公开的示例实施例的各种功能。例如，存储器设备可以被配置为缓冲输入数据以供处理电路系统处理。附加地或备选地，存储器设备可以被配置为存储指令以由处理电路系统执行。
在一些实施例中，装置30可以被体现在如上所述的各种计算设备中。然而，在一些实施例中，该装置可以体现为芯片或芯片组。换言之，该装置可以包括一个或多个物理封装(例如，芯片)，该一个或多个物理封装包括结构组件(例如，基板)上的材料、部件和/或电线。结构组件可以为包括在其上的组件电路系统提供物理强度、尺寸守恒和/或对电气交互的限制。这样，在一些情况下，该装置可以被配置为将本公开的实施例实现在单个芯片上或者实施为单个“片上系统”。因此，在一些情况下，芯片或芯片组可以构成用于执行一个或多个操作以提供本文描述的功能性的部件。
处理电路系统32可以以许多不同的方式被体现。例如，处理电路系统可以被体现为各种硬件处理部件(诸如，协处理器、微处理器、控制器、数字信号处理器(DSP)、具有或没有附带DSP的处理元件)或各种其他电路系统中的一个或多个，该各种其他电路系统包括集成电路，诸如，例如，ASIC(专用集成电路)、FPGA(现场可编程门阵列)、微控制器单元(MCU)、硬件加速器、专用计算机芯片等。因此，在一些实施例中，处理电路系统可以包括被配置为独立执行的一个或多个处理核。多核处理电路系统可以在单个物理封装内实现多处理。附加地或备选地，处理电路系统可以包括经由总线串联配置的一个或多个处理器以实现指令的独立执行、流水线和/或多线程。
在示例实施例中，处理电路系统32可以被配置为执行被存储在存储器设备34中或处理电路系统以其他方式可访问的指令。备选或附加地，处理电路系统可以被配置为执行硬编码功能性。因此，无论是通过硬件或软件方法或者通过其组合来配置，处理电路系统都可以表示能够在相应地配置时根据本公开的实施例执行操作的实体(例如，物理地体现在电路系统中)。因此，例如，当处理电路系统被体现为ASIC、FPGA等时，处理电路系统可以是专门配置的硬件以进行本文描述的操作。可替代地，作为另一示例，当处理电路系统被体现为指令的执行者时，指令可以将处理器专门配置为在执行指令时执行本文描述的算法和/或操作。然而，在一些情况下，处理电路系统可以是特定设备(例如，图像或视频处理系统)的处理器，该特定设备被配置为通过用于执行本文描述的算法和/或操作的指令进一步配置处理电路系统来采用本公开的实施例。除此之外，处理电路系统可以包括被配置为支持处理电路系统的操作的时钟、算术逻辑单元(ALU)和逻辑门。
通信接口36可以是被配置为接收和/或传输数据(包括视频或图像文件形式的媒体内容、一个或多个音轨等)的硬件或硬件和软件的组合中体现的诸如设备或电路系统的任何部件。在这方面，通信接口可以包括例如天线(或多根天线)和支持硬件和/或软件以实现与无线通信网络的通信。附加地或备选地，通信接口可以包括用于与(多个)天线交互以经由(多个)天线传输信号或者处理经由(多根)天线接收到的信号的接收的电路系统。在一些环境中，通信接口可以备选地或者也支持有线通信。因此，例如，通信接口可以包括通信调制解调器和/或用于经由电缆、数字用户线(DSL)、通用串行总线(USB)或其他机制支持通信的其他硬件/软件。
现在参照图4，描述了执行操作以确定发射器12和接收器14的更新参数，从而重新配置了端对端系统10。如图4的框40所示，发射器被配置为传输多个帧，每个帧由多个符号组成。在包括相应帧的符号中，该帧包括前导码和该前导码可以被前置的一个或多个数据符号。在经由信道16传播之后，信道生成并且接收器14被配置为接收多个样本序列。参见图4的框42。
在接收到序列之后，诸如由接收器14生成概率向量p，该概率向量p将概率指派给相应序列的样本，其中每个概率pi与相应样本i相关联，并且表示相应样本i对应于帧的特定符号(诸如，前导码、第一数据符号等)的概率。在示例实施例中，概率向量p具有等于相应序列的样本数目的元素数目。可以按照与接收相应序列的样本相同的方式对概率向量的元素进行排序。可以针对由接收器接收的每个序列单独地生成概率向量p。
如图4的框44所示，配置装置18包括诸如处理电路系统32、通信接口36等装置，用于诸如从接收器14接收相应序列的概率向量。该示例实施例的装置还包括用于接收实际上与对应帧的特定符号相对应的相应序列的样本的指示的部件，诸如，处理电路系统、通信接口等。
通过进一步的示例，图5描绘了图1的系统10的一个实施例的更详细的流程图。如图5所示，示例实施例的发射器12包括被配置为生成前导码xψ的前导码生成器50以及被配置为生成数据符号xd的数据生成器52。前导码由可训练参数xΨ＝|x1,…,xN|T的向量表示，并且是由前导码生成器gψ生成的大小为N的复数值序列。如框54所示，发射器还被配置为诸如通过将前导码符号前置到数据符号来将前导码符号与数据符号连接，并且此后使得总长度为M>N的所得帧x经由信道16传输。该示例实施例的接收器14包括帧检测器56，该帧检测器56被配置为评估由信道生成的样本序列y并生成概率向量p。在该实施例中，大小为W>M样本的序列y∈CW。如框57所示，接收器还被配置为标识大小为W的概率向量p内的元素
Figure BDA0002380610330000131
该元素与最有可能对应于对应帧的特定符号的样本相关联，诸如，前导码、第一数据符号等。例如，示例实施例的接收器被配置为通过标识概率向量p内具有最大值的元素
Figure BDA0002380610330000132
来标识概率向量p内的元素
Figure BDA0002380610330000133
该元素与最有可能对应于对应帧的特定符号的样本相关联，诸如通过将argmax函数应用于概率向量p。接收器可以被配置为向一个或多个应用提供概率向量p和概率向量p内具有最大值的元素
Figure BDA0002380610330000134
以允许对接收到的数据进行适当的分析，例如，解码和/或利用。在该示例实施例中，发射器或至少发射器的前导码生成器和/或数据生成器以及接收器和至少接收器的帧检测器可以由相应的计算设备来体现，每个计算设备例如包括图3所描绘的类型的装置。
在图5的示例实施例中，系统10还可以包括最优帧检测器58，该最优帧检测器58被配置为鉴于由发射器12传输的对应帧(其导致信道生成样本序列)的前导码xψ来评估由信道16生成的样本序列y。在了解了前导码的情况下，最优帧检测器被配置为标识与对应帧的特定符号(诸如，前导码、第一数据符号等)相对应的序列的样本。在该示例实施例中，最佳帧检测器可以由包括例如图3所描绘的类型的装置的计算设备来体现。
为了确定与对应帧的特定符号相对应的样本序列，该示例实施例的最优帧检测器58可以被配置为相对于对应帧的所有符号的序列的所有样本进行详尽、无约束的搜索，以便标识与对应帧的特定符号相对应的序列的样本。基于该评估，最优帧检测器被配置为生成与对应帧的特定符号相对应的相应序列的样本的指示s。这样，该示例实施例的配置装置18(诸如，处理电路系统32、通信接口36等)被配置为还接收与最佳帧检测器生成和提供的对应帧的特定符号相对应的相应序列的样本的指示s。参见图4的框44。
如图4的框46所示，该示例实施例的配置装置18还包括用于确定接收器14的一个或多个更新参数(诸如，从信道16接收样本序列的接收器的帧检测器56)的部件，诸如，处理电路系统32等。诸如帧检测器等接收器的更新参数基于的是概率向量p以及与对应帧的特定符号相对应的相应序列的样本的指示s。
在关于图6的一个实施例中，描述了接收器14的可训练参数，诸如，接收器的帧检测器56的可训练参数。如图6所示，接收器(更具体地，接收器的帧检测器)可以包括多个层。具体地，帧检测器可以包括C2R层60，该C2R层60被配置为诸如通过将相应样本的实部和虚部连接以获得具有R2W中的值的向量，来将由接收器接收的序列y的样本的向量转换为实值。所得向量被提供给一个或多个卷积层62。每个卷积层可以具有相同或不同的内核大小、步幅和激活函数，例如，整流线性单元(ReLU)、tanh函数、sigmoid函数、线性函数等。卷积层被配置为利用接收到的数据的空间结构。一个或多个卷积层的输出被提供给一个或多个密集层64。密集层可以具有相同或不同的激活层。最后的密集层提供尺寸为W的输出，该输出被提供给softmax层66，该softmax层66基于密集层的输出生成概率向量p。如上所述，概率向量p具有元素pi，其表示对应帧在该序列的第i个样本处开始的概率。在该示例实施例中，又将概率向量p提供给argmax层68，该argmax层68标识概率向量p的具有最大值的元素并指定该最大值
Figure BDA0002380610330000142
如图6所图示的，诸如接收器的帧检测器56等接收器14在大小为W的符号窗口上操作，并且可以被实现为神经网络，其定义了诸如帧检测器的接收器的参数映射，如下：
Figure BDA0002380610330000141
这样，诸如帧检测器的接收器接收样本y∈CW，使得fθ将W维复数值向量映射到W维概率向量和来自集合{1,…,W}的整数，其指示帧的起始样本的位置。
(多个)卷积层62和/或(多个)密集层64可以被表示为具有多个可训练参数θ的神经网络。这样，可以如下所述利用根据示例实施例确定的接收器14的更新参数，诸如，接收器的帧检测器56，来修改由帧检测器的卷积层和密集层中的一个或多个形成的神经网络的可训练参数，并因此修改接收器(诸如，帧检测器)的操作，包括确定概率向量p的方式。
如图4的框46所示，配置装置18还包括用于确定发射器12的一个或多个更新参数(诸如，提供前导码以通过信道16传输的发射器的前导码生成器50)的部件，诸如，处理电路系统32等。现在参照图7，描绘了示例实施例的发射器的前导码生成器的可训练参数的表示。如所示，前导码参数包括被配置为控制前导码符号的幅度A的多个参数和被配置为控制前导码符号的相位P的多个参数。参照图7，其中前导码包括被指定为1、2、…N的N个参数，被配置为控制前导码符号的幅度A的多个参数被指定为ψA,1、…ψA,N，并且被配置为控制前导码符号的相位P的多个参数被指定为ψP,1、…ψP,N。针对前导码的每个可训练参数，被配置为控制幅度A和相位P的可训练参数例如利用sigmoid函数σ组合以形成复合可训练参数，诸如下面所示：
Ψi＝σ(ψA,i)ejψP,i
在前述示例中，采用sigmoid函数σ以确保功率约束的|xi 2|≤1被满足。诸如帧检测器56的接收器14和诸如前导码生成器50的发射器12可以被实现为神经网络。因此，可以通过更新参数来修改前导生成器的一个或多个可训练参数，以便相应地修改发射器(诸如，前导码生成器)生成前导码符号的方式。尽管图6和7描绘了接收器14的帧检测器56和发射器的前导码生成器的架构的示例，但是接收器的帧检测器或发射器的前导码生成器中的一者或两者可以在其他实施例中具有不同的架构。
如图4的框48所示，示例实施例的配置装置18还包括用于基于已经确定的更新参数来重新配置发射器12(诸如，发射器的前导码生成器50)和接收器14(诸如，接收器的帧检测器56)的部件，诸如，处理电路系统32等。在这方面，发射器和接收器的重新配置可以包括对可训练参数的修改以具有由根据示例实施例已经确定的更新参数所定义的值。基于更新参数，系统10可以再次经由信道16再次传输数据，并且确定更新参数的过程可以重复任意次数，直到例如系统经由信道传输和接收数据的精度具有预定义水平为止，诸如具有小于预定义阈值的误差。
配置装置18、方法和计算机程序产品可以被配置为以各种方式确定发射器12和接收器14的更新参数。通过示例而非限制的方式，图8和图9描绘了用于确定更新参数的两个不同的技术，并且每个技术都将在下文中进行描述。现在参照描绘了以监督的方式训练端到端系统10的图8，描绘了在预定义信道16的模型的情况下为了确定更新参数而执行的操作。尽管可以以各种方式预定义信道的模型，但是在一个实施例中对信道进行建模，以便与发射器和接收器随后将经由其进行通信的实际通信信道可区分并且相同或近似。由于在该示例实施例中预定义了信道的模型，所以可以在仿真环境中，诸如在部署发射器和接收器之前，采用图8的流程图表示的方法和装置。
如图8的框80所示，该示例实施例的配置装置18包括用于初始化发射器12(诸如，发射器的前导码生成器50)的可训练参数ψ和接收器14(诸如，接收器的帧检测器56)的可训练参数θ的部件，诸如，处理电路系统32等。一旦可训练参数已被初始化，发射器就可以经由已建模的信道(诸如，模拟信道)传输多个符号帧。该信道生成由接收器接收的样本序列。作为结果，对端到端系统10进行采样以生成BR实现{s(i),p(i),i∈{1,…,BR}}。参见图8的框82。如上所述，针对样本的每个序列，诸如帧检测器的接收器被配置为生成概率向量p，并且最优帧检测器58被配置为提供与对应帧的特定符号相对应的相应序列的样本的指示s。
如图8的框84所示并且基于生成BR实现的端到端系统10的样本，配置装置18包括诸如处理电路系统等的部件，其被配置为利用优化函数(诸如，随机梯度下降(SGD))确定接收器14(诸如，接收器的帧检测器56)和发射器12(诸如，发射器的前导码生成器50)的一个或多个更新参数，该优化函数使用损耗函数，诸如，交叉熵(CE)损耗函数，并且基于的是率向量p以及与对应帧的特定符号相对应的相应序列的样本的指示s。在这方面，诸如处理电路系统等配置装置被配置为将优化函数(诸如，SGD的一个步骤)应用于发射器和接收器的可训练参数，以便最小化损耗函数，诸如，CE损耗函数，其可以被定义如下：
Figure BDA0002380610330000171
其中，期望值E接管帧起始样本s的实现，数据帧xd和信道实现。假设有独立且相同分布的(iid)实现，则损耗函数可以近似如下：
Figure BDA0002380610330000172
其中B表示批大小，即，用于估计损耗函数的样本数目。可以采用各种类型的SGD，包括例如自适应矩估计(ADAM)、均方根传播(RMSprop)或动量算法。批大小B和SGD的类型可以选择为优化参数。
应用优化函数(诸如，SGD)以最小化损耗函数确定了发射器12和接收器的更新参数。作为结果，诸如处理电路系统32的配置装置18被配置为基于概率向量p以及与对应帧的特定符号相对应的相应序列的样本的指示s，即，基于确定接收器(诸如，接收器的帧检测器56)的更新参数所使用的相同因素，来确定诸如发射器的前导码生成器50等发射器的一个或多个更新参数。
在应用优化函数(诸如，SGD)之后，该示例实施例的配置装置18(诸如，处理电路系统32)被配置为确定训练过程是否完成，诸如具有满足预定义的停止标准。参见图8的框86。可以以各种方式来定义预定义的停止标准，例如，包括完成图8所描绘的过程的预定义数量的迭代或从先前迭代到当前迭代的修改可训练参数的量的变化小于预定义的量。如果满足停止标准，则配置装置(诸如，处理电路系统)被配置为通过使用根据图8的监督学习技术确定的更新参数修改可训练参数来重新配置发射器12(诸如，发射器的前导码生成器50)和接收器14(诸如，接收器的帧检测器56)。
如前述示例所图示的，该示例实施例的配置装置18包括用于重复接收概率向量p和与对应帧的特定符号相对应的相应序列的样本的指示s并且确定接收器14(诸如，接收器的帧生成器56)和发射器12(诸如，发射器的前导码生成器50)的一个或多个更新参数的部件，诸如，处理电路系统32、通信接口36等。因此，可以同时训练接收器(诸如，接收器的帧检测器)和发射器(诸如，发射器的前导码生成器)。
与图8的实施例不同，其依赖于微分信道模型，因此采用监督学习技术来评估端对端系统10(诸如，包括前导码生成器50的发射器12)、信道模型和包括作为单个神经网络的帧检测器56的接收器14，图9描绘了用于确定更新参数的不同技术，该更新参数不需要任何信道知识并且不需要信道可微分。因此，可以以强化学习(RL)方式执行图9的过程。在这方面，RL包括通过对发射器的参数(诸如，前导码生成器)添加较小的扰动来探索发射器的当前参数(诸如，前导码生成器)的邻域。这种探索使得能够近似损耗梯度，该损耗梯度又被用于更新发射器(诸如，前导码生成器)的参数。确定图9所描绘和下面描述的更新参数的技术可以用于确定在实际信道16上操作的发射器和接收器的更新参数，从而消除了对信道的限制，训练发射器的参数，诸如，前导码生成器。
图9所描绘的用于确定更新参数的实施例由两个阶段组成，第一阶段被配置为确定接收器14的更新参数，诸如帧检测器56，并且第二阶段被配置为确定发射器12的更新参数，诸如，前导码生成器50。每个阶段以及依次的整个过程可以重复和迭代地执行，直到实现期望的性能水平为止。现在转到图9的框90，配置装置18(诸如，处理电路系统32等)被配置为初始化发射器(诸如，前导码生成器)的可训练参数ψ和接收器(诸如，帧检测器)的可训练参数θ，诸如通过随机初始化可训练参数。然后，诸如处理电路系统等配置装置被配置为对端到端系统10进行采样，以利用针对每个实现i提供的概率向量p和与对应帧的特定符号相对应的相应样本的指示s生成实现。参见框92。该示例实施例的配置装置包括诸如处理电路系统等装置，然后被配置为通过使用损耗函数(诸如，CE损耗函数或上面定义的CE损耗函数的近似)基于概率向量p以及与对应帧的特定符号相对应的相应序列的样本的指示s将诸如SGD(更具体地，SGD的一个步骤)等优化函数应用于诸如帧检测器等接收器的可训练参数，来确定诸如帧检测器等接收器的一个或多个更新参数。参见框94。
在确定诸如帧检测器56等接收器14的更新参数之后，该示例实施例的配置装置18(诸如，处理电路系统32)被配置为确定接收器的训练过程是否完成，诸如通过满足预定义的停止标准。参见图9的框96。可以以各种方式来定义预定义的停止标准，例如，包括完成图9所描绘的过程的第一阶段的预定义数量的迭代或从第一阶段的先前迭代到当前迭代的修改可训练参数的量的变化小于预定义的量。
如果不满足预定义的停止标准，则重复训练过程的第一阶段。因此，该示例实施例的配置装置18包括用于重复接收概率向量p和与对应帧的特定符号相对应的相应序列的样本的指示s的装置(诸如，处理电路系统32、通信接口36等)以及用于确定接收器14(诸如，帧生成器56)的一个或多个更新参数以便训练接收器(诸如，帧检测器)的装置，诸如，处理电路系统等。
然而，一旦满足被配置为确定接收器12(诸如，帧检测器50)的更新参数的第一阶段的预定义停止标准，那么该示例性实施例的配置装置18(诸如，处理电路系统32等)通过独立于并根据π(ε)的分布对多个扰动向量εi(诸如，BT扰动向量)采样来确定发射器12(诸如，前导码生成器50)的更新参数。BT扰动向量εi可以被定义为εi∈CN，I＝1,…,BT。参见图9的框98。尽管可以利用π(ε)的各种分布，但是分布π(ε)的一个示例是具有方差(诸如，小方差σ2)的多元复高斯分布
Figure BDA0002380610330000201
然后，该示例实施例的诸如处理电路系统32等的配置装置18对端对端系统10进行采样以生成多个实现，诸如，BT实现。参见图9的框100。针对每个实现，提供了概率向量p和与对应帧的特定符号相对应的相应序列的样本的指示s。针对端到端系统的样本i，通过信道16传输的前导码
Figure BDA0002380610330000202
不是利用前导码生成器50的当前参数生成的前导码，而是扰动参数εi的第i个样本，并且被定义如下：
Figure BDA0002380610330000203
在这方面，该示例实施例的配置装置18包括用于针对信道16响应于对应帧的传输而生成的多个第二样本序列中的各个第二样本序列接收第二概率向量p和与对应帧的特定符号相对应的相应第二序列的样本的指示s的部件，诸如，处理电路系统32、通信接口36等，该对应帧分别由包括扰动参数和一个或多个数据符号的多个符号组成。第二概率向量向相应第二序列的样本分配概率，该第二概率向量标识相应样本对应于对应帧的特定符号的概率。该示例实施例的配置装置18包括诸如处理电路系统32等的部件，其用于通过使用损耗函数LT将诸如SGD(更具体地，SGD的一个步骤)的优化函数应用于诸如前导码生成器50等发射器12的可训练参数来确定诸如前导码生成器的发射器的一个或多个更新参数，该损耗函数LT基于第二概率向量和与对应帧的特定符号相对应的相应序列的样本的指示。参见框102。在一个实施例中，损耗函数被定义为：
Figure BDA0002380610330000204
其中l(i)＝-log ps(i) (i)是每个示例的CE损耗。在这方面，l(i)不依赖于ψ。发射器(诸如，前导码生成器)的更新参数基于的是第二概率和与对应帧的特定符号相对应的相应第二序列的样本的指示。
在确定诸如前导码生成器50等发射器12的更新参数之后，该示例实施例的配置装置18(诸如，处理电路系统32)被配置为确定发射器的训练过程是否完成，诸如通过满足预定义的停止标准。参见图9的框104。可以以各种方式来定义预定义的停止标准，例如，包括完成描绘为图9的第二阶段的过程的预定义数量的迭代或从第二阶段的先前迭代到当前迭代的修改可训练参数的量的变化小于预定义的量。
如果不满足预定义的停止标准，则重复训练过程的第一阶段。因此，该示例实施例的配置装置18包括用于重复接收第二概率向量p和与对应帧的特定符号相对应的相应第二序列的样本的指示s的装置(诸如，处理电路系统32、通信接口36等)以及用于确定发射器12(诸如，前导码生成器50)的一个或多个更新参数以便训练发射器(诸如，前导码生成器)的装置，诸如，处理电路系统等。
然而，一旦确定第二阶段已经完成，则该示例实施例的配置装置18(诸如，处理电路系统32)被配置为确定发射器12和接收器14两者的总体训练过程是否完成，诸如通过满足预定义的停止标准。参见图9的框106。可以以各种方式来定义预定义的停止标准，包括例如完成整个过程的预定义数量的迭代。一旦满足总体训练过程的停止标准，则配置装置(诸如，处理电路系统)被配置为通过利用根据图9的训练过程确定的更新参数修改可训练参数来重新配置发射器(诸如，发射器的前导码生成器50)和接收器14(诸如，接收器的帧检测器56)。
如上所述，公开了一种用于在通过诸如随机信道等信道的数据传输期间提供定时同步的方法、装置、接收器和系统。在这方面，该方法、装置和系统被配置为同时训练包括发射器12和接收器14两者的端到端系统10，以便提供改进的符号定时同步。通过改进改善的符号定时同步，可以以更准确的方式更有效地经由信道传输数据，同时对数据进行解释(诸如，解码)。
图3和图5-图7图示了描绘根据本发明的示例实施例的方法的流程图。要理解，流程图的每个框以及流程图中的框的组合可以通过各种装置实现，诸如，硬件、固件、处理器、电路系统和/或与执行包括一个或多个计算机程序指令的软件相关联的其他通信设备。例如，上述程序中的一个或多个可以由计算机程序指令体现。在这方面，体现上述程序的计算机程序指令可以由采用本发明的实施例的装置的存储器设备24存储，并且由处理器22执行。如要了解的，任何这种计算机程序指令都可以加载到计算机或其他可编程装置(例如，硬件)上以产生机器，使得所得到的计算机或其他可编程装置实施在流程图框中指定的功能。这些计算机程序指令还可以存储在计算机可读存储器中，该计算机可读存储器可以指示计算机或其他可编程装置以特定方式运行，使得存储在计算机可读存储器中的指令产生制品，该制品的执行实施在流程图框中指定的功能。计算机程序指令还可以加载到计算机或其他可编程装置上，以使得能够在计算机或其他可编程装置上执行一系列操作以产生计算机实施过程，使得在计算机或其他可编程装置上执行的指令提供用于被实现在流程图框中指定的功能的操作。
因此，流程图的框支持用于执行指定功能的装置的组合以及用于执行指定功能的操作的组合。还要理解，流程图的一个或多个框以及流程图中的框的组合可以通过专用的基于硬件的计算机系统(其执行指定功能)或者专用硬件和计算机指令的组合实现。
这些发明所属领域的技术人员将会想到本文陈述的本发明的许多修改和其他实施例，其具有在前述描述和关联附图中呈现的教导的益处。因此，要理解，本公开并不限于所公开的特定实施例，并且修改和其他实施例旨在包括在所附权利要求的范围内。例如，在信道16受到干扰的一些实施例中，端到端系统10的训练还可以允许系统在考虑到干扰的同时被优化，从而减少对干扰的有害影响。作为另一示例，尽管前述实施例已经采用了单个发射器12，但是其他实施例的信道被配置为在端到端系统的训练允许优化并发传输的情况下支持来自多个发射器和/或多个数据源的并发传输。作为又一示例，以上结合前导码生成器50和接收器14的参数的训练描述了配置装置18、方法和计算机程序产品，但是在其他实施例中，还可以提供数据生成器52的参数和/或信道的训练。
在图5中的虚线所描绘的再一实施例中，前导码生成器50可以被配置为提供并且帧检测器56可以被配置为接收前导码xψ。通过在生成概率向量p的过程期间利用前导码xψ，将接收器14(诸如，帧检测器)配置为生成更准确的概率向量5。
而且，尽管前述描述和关联附图在元件和/或功能的某些示例组合的上下文中描述了示例实施例，但是应该了解，可以在不脱离所附权利要求的范围的情况下通过替代实施例来提供元件和/或功能的不同组合。在这方面，例如，也设想与上面明确描述的元件和/或功能的组合不同的组合，如可以在一些所附权利要求中陈述的。尽管本文采用了特定术语，但是它们仅用于一般性和描述性意义，而不是出于限制的目的。

Claims (22)

1.一种系统(10)，包括：
发射器(12)，被配置为：
经由信道(16)传输多个帧，所述多个帧包括多个符号，所述多个符号包含前导码和一个或多个数据符号；以及
经由所述信道(16)传输第二多个帧，所述第二多个帧包括第二多个符号，所述第二多个符号包含扰动前导码和一个或多个第二数据符号；接收器(14)，被配置为：
接收由所述信道(16)响应于由所述发射器(12)传输的所述多个帧而生成的多个样本序列，其中针对接收到的所述多个样本序列中的个体样本序列，所述接收器(14)被配置为确定概率向量，所述概率向量将概率指派给相应序列的所述样本，所述概率标识相应样本与所述帧的特定符号相对应的概率；
针对由所述信道(16)响应于所述第二多个帧中的对应帧的传输而生成的多个第二样本序列中的个体第二样本序列，确定第二概率向量，所述第二概率向量将概率指派给相应第二序列的所述样本，所述概率标识相应样本与所述对应帧的特定符号相对应的概率；以及
接收与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的指示；
至少一个处理器(32)，被配置为针对由所述接收器(14)接收的所述多个样本序列中的每个样本序列：
确定所述接收器(14)的帧检测器(56)的一个或多个更新参数，其中所述接收器(14)的所述帧检测器(56)的所述更新参数基于的是所述概率向量和与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示；以及
确定所述发射器(12)的前导码生成器(50)的一个或多个更新参数，所述发射器基于第二概率向量和与所述对应帧的所述特定符号相对应的相应的所述第二序列的所述样本的所述指示，提供所述前导码以用于通过所述信道(16)传输，其中所述发射器(12)和所述接收器(14)分别基于所述发射器(12)的所述一个或多个更新参数和所述接收器(14)的所述一个或多个更新参数而被重新配置。
2.根据权利要求1所述的系统(10)，其中所述至少一个处理器(32)还被配置为通过以下方式来确定所述接收器(14)的一个或多个更新参数：利用优化函数来确定所述接收器(14)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示，并且其中所述至少一个处理器(32)还被配置为通过以下方式来确定所述发射器(12)的一个或多个更新参数：利用优化函数来确定所述发射器(12)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述第二概率向量以及与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示。
3.一种系统(10)，包括：
发射器(12)，被配置为经由信道(16)传输多个帧，所述多个帧包括多个符号，所述多个符号包含前导码和一个或多个数据符号；
接收器(14)，被配置为接收由所述信道(16)响应于由所述发射器(12)传输的所述多个帧而生成的多个序列，其中针对接收到的所述多个样本序列中的个体样本序列，所述接收器(14)被配置为确定概率向量，所述概率向量将概率指派给相应序列的所述样本，所述概率标识相应样本与所述帧的特定符号相对应的概率；
至少一个处理器(32)，被配置为针对由所述接收器(14)接收到的所述多个样本序列中的每个样本序列：
确定所述接收器(14)的帧检测器(56)的一个或多个更新参数，其中所述接收器(14)的所述帧检测器(56)的所述更新参数基于的是所述概率向量和与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示；以及
确定所述发射器(12)的前导码生成器(50)的一个或多个更新参数，所述发射器(12)基于所述概率向量和与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示来提供所述前导码以用于通过所述信道(16)传输，其中所述发射器(12)和所述接收器(14)分别基于所述发射器(12)的所述一个或多个更新参数和所述接收器(14)的所述一个或多个更新参数而被重新配置。
4.根据权利要求3所述的系统(10)，其中所述至少一个处理器(32)被配置为通过以下方式来确定所述发射器(12)的一个或多个更新参数和所述接收器(14)的一个或多个更新参数：利用优化函数来确定所述接收器(14)的所述一个或多个更新参数和所述发射器(12)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示。
5.根据权利要求1或3所述的系统(10)，其中所述发射器(12)或所述接收器(14)中的至少一个包括神经网络，所述神经网络具有通过所述至少一个处理器(32)的确定而被更新的多个可训练参数。
6.根据权利要求1或3所述的系统(10)，其中所述接收器(14)还被配置为从所述发射器(12)接收所述前导码。
7.根据权利要求1或3所述的系统(10)，其中所述接收器(14)也被配置为接收来自一个或多个源的沿着所述信道(16)传播的干扰信号或者对所述信道(16)的其他外部影响。
8.一种接收器，包括：
通信接口，被配置为接收由信道(16)响应于由发射器(12)传输的多个帧而生成的多个样本序列，所述多个帧包括多个符号，所述多个符号包括前导码和一个或多个数据符号，并且被配置为接收由所述信道(16)响应于由所述发射器(12)传输的第二多个帧而生成的第二多个样本序列，所述第二多个帧包括第二多个符号，所述第二多个符号包含扰动前导码和一个或多个数据符号；以及
至少一个处理器，被配置为针对接收到的所述多个样本序列中的个体序列，确定概率向量，所述概率向量将概率指派给相应序列的所述样本，所述概率标识相应样本与对应帧的特定符号相对应的概率，并且被配置为针对由所述信道(16)响应于所述第二多个帧中的多个帧相对应的传输而生成的多个第二样本序列中的个体第二样本序列，来确定第二概率向量，所述第二概率向量将概率指派给相应第二序列的所述样本，所述概率标识相应样本与所述对应帧的特定符号相对应的所述概率，
其中所述至少一个处理器被配置为将帧检测器(56)实现为具有多个可训练参数的神经网络，以便标识与所述对应帧的所述特定符号相对应的相应序列的所述样本，
其中由所述至少一个处理器实现的所述神经网络的所述参数基于所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示而被更新，以及
其中所述第二概率向量被用于确定所述发射器(12)的前导码生成器(50)的更新参数，所述发射器(12)提供所述前导码以用于通过所述信道(16)传输。
9.根据权利要求8所述的接收器，其中所述通信接口还被配置为接收来自所述发射器的所述前导码。
10.根据权利要求8所述的接收器(14)，其中所述通信接口也被配置为接收来自一个或多个源的沿着所述信道(16)传播的干扰信号或者对所述信道(16)的其他外部影响。
11.一种装置，包括：
至少一个处理器(32)；以及
至少一个存储器(34)，包括计算机程序代码，
所述至少一个存储器(34)和所述计算机程序代码被配置为与所述至少一个处理器(32)一起使所述装置(30)至少执行：
针对由信道(16)响应于包括多个符号的对应帧的传输而生成的多个样本序列中的个体样本序列，接收(44)：(i)概率向量，所述概率向量将概率指派给相应序列的所述样本，所述概率标识相应样本与所述帧的特定符号相对应的概率，以及(ii)与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示，其中所述多个符号包含前导码和一个或多个数据符号；
针对由所述信道(16)响应于包括多个符号的对应帧的传输而生成的多个第二样本序列中的个体第二样本序列，接收：(i)第二概率向量，所述第二概率向量将概率指派给相应第二序列的所述样本，所述概率标识相应样本与所述对应帧的特定符号相对应的概率，以及(ii)与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的指示，所述多个符号包含扰动前导码和一个或多个数据符号；
确定(46)接收器(14)的帧检测器(56)的一个或多个更新参数，所述接收器(14)接收来自所述信道(16)的所述样本序列，其中所述帧检测器(56)的所述更新参数基于的是所述概率向量和与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示；以及
确定(48)发射器(12)的前导码生成器(50)的一个或多个更新参数，所述发射器(12)基于第二概率向量和与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示，提供所述前导码以用于通过所述信道(16)传输。
12.根据权利要求11所述的装置(30)，其中所述至少一个存储器(34)和所述计算机程序代码还被配置为与所述至少一个处理器(32)一起使所述装置：
重复地接收所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示，并且确定所述接收器(14)的所述帧检测器(56)的一个或多个更新参数，以便训练所述帧检测器(56)；以及
重复地接收所述第二概率向量以及与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示，并且确定所述发射器(12)的所述前导码生成器(50)的一个或多个更新参数，以便训练所述前导码生成器(50)。
13.根据权利要求11所述的装置(30)，其中所述至少一个存储器(34)和所述计算机程序代码被配置为与所述至少一个处理器(32)一起使所述装置(30)通过以下方式来确定所述接收器(14)的所述帧检测器(56)的一个或多个更新参数：利用优化函数来确定所述帧检测器(56)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示，并且其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述装置通过以下方式来确定所述发射器的所述前导码生成器的一个或多个更新参数：利用优化函数来确定所述前导码生成器的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述第二概率向量以及与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示。
14.一种装置(30)，包括：
至少一个处理器(32)；以及
至少一个存储器(34)，包含计算机程序代码，
所述至少一个存储器(34)和所述计算机程序代码被配置为与所述至少一个处理器(32)一起使所述装置(30)至少执行：
针对由信道(16)响应于包括多个符号的对应帧的传输而生成的多个样本序列中的个体样本序列，接收(44)：(i)概率向量，所述概率向量将概率指派给相应序列的所述样本，所述概率标识相应样本与所述帧的特定符号相对应的概率，以及(ii)与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示，所述多个符号包含前导码和一个或多个数据符号；
确定(46)接收器(14)的帧检测器(56)的一个或多个更新参数，所述接收器(14)接收来自所述信道(16)的所述样本序列，其中所述帧检测器(56)的所述更新参数基于的是所述概率向量和与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示；以及
确定(48)发射器(12)的前导码生成器(50)的一个或多个更新参数，所述发射器(12)基于第二概率向量和与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示，提供所述前导码以用于通过所述信道(16)传输。
15.根据权利要求14所述的装置(30)，其中所述至少一个存储器和所述计算机程序代码还被配置为与所述至少一个处理器一起使所述装置：重复地接收所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示，并且确定所述帧检测器(56)的一个或多个更新参数和所述前导码生成器(50)的一个或多个更新参数以便训练所述前导码生成器(50)和所述帧生成器(56)二者。
16.根据权利要求14所述的装置(30)，其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述装置通过以下方式来确定所述帧检测器(56)的一个或多个更新参数和所述前导码生成器(50)的一个或多个更新参数：利用优化函数来确定所述帧检测器(56)的所述一个或多个更新参数和所述前导码生成器(50)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示。
17.一种方法，包括：
针对由信道响应于包括多个符号的对应帧的传输而生成的多个样本序列中的个体样本序列，接收(44)：(i)概率向量，所述概率向量将概率指派给相应序列的所述样本，所述概率标识相应样本与所述帧的特定符号相对应的概率，以及(ii)与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示，其中所述多个符号包含前导码和一个或多个数据符号；
针对由所述信道(16)响应于包括多个符号的对应帧的传输而生成的多个第二样本序列中的个体第二样本序列，接收：(i)第二概率向量，所述第二概率向量将概率指派给相应第二序列的所述样本，所述概率标识相应样本与所述对应帧的特定符号相对应的概率，以及(ii)与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的指示，所述对应帧均包括多个符号，所述多个符号包含扰动前导码和一个或多个数据符号；
确定(46)接收器(14)的帧检测器(56)的一个或多个更新参数，所述接收器(14)接收来自所述信道(16)的所述样本序列，其中所述帧检测器(56)的所述更新参数基于的是所述概率向量和与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示；以及
确定(48)发射器(12)的前导码生成器(50)的一个或多个更新参数，所述发射器(12)基于所述第二概率向量和与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示，提供所述前导码以用于通过所述信道(16)传输。
18.根据权利要求17所述的方法，还包括：
重复地接收所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示，并且确定所述接收器(14)的所述帧检测器(56)的一个或多个更新参数，以便训练所述帧检测器(56)；以及
重复地接收所述第二概率向量以及与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示，并且确定所述发射器(12)的所述前导码生成器(50)的一个或多个更新参数，以便训练所述前导码生成器(50)。
19.根据权利要求17所述的方法，其中确定所述接收器(14)的所述帧检测器(56)的一个或多个更新参数包括：利用优化函数来确定所述帧检测器(56)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示，并且其中确定所述发射器(12)的所述前导码生成器(50)的一个或多个更新参数包括：利用优化函数来确定所述前导码生成器(50)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述第二概率向量以及与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示。
20.一种方法，包括：
针对由信道(16)响应于包括多个符号的对应帧的传输而生成的多个第二样本序列中的个体第二样本序列，接收：(i)概率向量，所述概率向量将概率指派给相应序列的所述样本，所述概率标识相应样本与所述对应帧的特定符号相对应的概率，以及(ii)与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的指示，所述对应帧均包括多个符号，所述多个符号包含扰动前导码和一个或多个数据符号；
确定(46)接收器(14)的帧检测器(56)的一个或多个更新参数，所述接收器(14)接收来自所述信道(16)的所述样本序列，其中所述帧检测器(56)的所述更新参数基于的是所述概率向量和与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的指示；以及
确定(48)发射器(12)的前导码生成器(50)的一个或多个更新参数，所述发射器(12)基于所述第二概率向量和与所述对应帧的所述特定符号相对应的所述相应第二序列的所述样本的所述指示，提供所述前导码以用于通过所述信道(16)传输。
21.根据权利要求24所述的方法，还包括：重复地接收所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示，并且确定所述帧检测器(56)的一个或多个更新参数和所述前导码生成器(50)的一个或多个更新参数以便训练所述前导码生成器(50)和所述帧检测器(56)两者。
22.根据权利要求20所述的方法，其中确定所述帧检测器(56)的一个或多个更新参数和所述前导码生成器(50)的一个或多个更新参数包括：利用优化函数来确定所述帧检测器(56)的所述一个或多个更新参数和所述前导码生成器(50)的所述一个或多个更新参数，所述优化函数使用损耗函数，所述损耗函数基于所述概率向量以及与所述对应帧的所述特定符号相对应的所述相应序列的所述样本的所述指示。
CN202010081933.3A 2019-02-06 2020-02-06 用于提供定时同步的方法、装置和系统 Active CN111542111B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20195085 2019-02-06
FI20195085 2019-02-06

Publications (2)

Publication Number Publication Date
CN111542111A true CN111542111A (zh) 2020-08-14
CN111542111B CN111542111B (zh) 2021-10-01

Family

ID=69500571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010081933.3A Active CN111542111B (zh) 2019-02-06 2020-02-06 用于提供定时同步的方法、装置和系统

Country Status (3)

Country Link
US (1) US10893495B2 (zh)
EP (1) EP3700121B1 (zh)
CN (1) CN111542111B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113193925A (zh) * 2021-02-09 2021-07-30 中国人民解放军战略支援部队信息工程大学 一种通信系统的优化处理方法、装置及电子设备
CN114978842A (zh) * 2022-05-19 2022-08-30 西华大学 一种基于神经网络的二阶段ofdm系统的定时同步方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11570030B2 (en) * 2019-10-11 2023-01-31 University Of South Carolina Method for non-linear distortion immune end-to-end learning with autoencoder—OFDM

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1066879C (zh) * 1992-06-23 2001-06-06 艾利森电话股份有限公司 无线电通信系统接收器中帧检测质量估计的一种方法和装置
US20150244554A1 (en) * 2012-02-06 2015-08-27 Neocific, Inc. Multiple receivers in an ofdm/ofdma communication system
US20170076200A1 (en) * 2015-09-15 2017-03-16 Kabushiki Kaisha Toshiba Training device, speech detection device, training method, and computer program product

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1066879C (zh) * 1992-06-23 2001-06-06 艾利森电话股份有限公司 无线电通信系统接收器中帧检测质量估计的一种方法和装置
US20150244554A1 (en) * 2012-02-06 2015-08-27 Neocific, Inc. Multiple receivers in an ofdm/ofdma communication system
US20170076200A1 (en) * 2015-09-15 2017-03-16 Kabushiki Kaisha Toshiba Training device, speech detection device, training method, and computer program product

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113193925A (zh) * 2021-02-09 2021-07-30 中国人民解放军战略支援部队信息工程大学 一种通信系统的优化处理方法、装置及电子设备
CN113193925B (zh) * 2021-02-09 2023-08-11 中国人民解放军战略支援部队信息工程大学 一种通信系统的优化处理方法、装置及电子设备
CN114978842A (zh) * 2022-05-19 2022-08-30 西华大学 一种基于神经网络的二阶段ofdm系统的定时同步方法
CN114978842B (zh) * 2022-05-19 2023-05-02 西华大学 一种基于神经网络的二阶段ofdm系统的定时同步方法

Also Published As

Publication number Publication date
EP3700121A1 (en) 2020-08-26
EP3700121B1 (en) 2022-04-20
US10893495B2 (en) 2021-01-12
US20200252892A1 (en) 2020-08-06
CN111542111B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN112118203B (zh) 具有可配置调制阶数的通信系统以及相关联的方法和装置
CN111542111B (zh) 用于提供定时同步的方法、装置和系统
CN113676281B (zh) 一种用于通信的方法、装置和计算机可读存储介质
EP3849102A1 (en) Machine-learning-based detection and reconstruction from low-resolution samples
US20220393795A1 (en) Apparatuses and methods for providing feedback
US11924007B2 (en) Estimating delay spread and doppler spread
CN112217543B (zh) 用于符号检测的方法和装置
US10797930B1 (en) Apparatus and method for detection of received signals
US11617183B2 (en) Demapping received data
EP4064630B1 (en) Improving transmitting of information in wireless communication
US11552661B2 (en) Interference detection in radio access network
CN115150238B (zh) 用于基于正交频分复用的通信的机器学习
US20230137760A1 (en) Multipath Estimation and Multi-Line-of-Sight Detection for Localization
US20240155329A1 (en) Radio parameter detection
CN117769041A (zh) 前导矩阵
CN116636187A (zh) 网络状态建模

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant