CN111953448A - 无线通信系统中的终端和基站 - Google Patents

无线通信系统中的终端和基站 Download PDF

Info

Publication number
CN111953448A
CN111953448A CN201910417984.6A CN201910417984A CN111953448A CN 111953448 A CN111953448 A CN 111953448A CN 201910417984 A CN201910417984 A CN 201910417984A CN 111953448 A CN111953448 A CN 111953448A
Authority
CN
China
Prior art keywords
terminal
neural network
base station
information
codebook
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
CN201910417984.6A
Other languages
English (en)
Other versions
CN111953448B (zh
Inventor
王新
王静
侯晓林
陈岚
李安新
浅井孝浩
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.)
NTT Korea Co Ltd
Original Assignee
NTT Korea Co Ltd
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 NTT Korea Co Ltd filed Critical NTT Korea Co Ltd
Priority to CN201910417984.6A priority Critical patent/CN111953448B/zh
Priority claimed from CN201910417984.6A external-priority patent/CN111953448B/zh
Priority to US16/737,792 priority patent/US11792055B2/en
Priority to JP2020033284A priority patent/JP2020191622A/ja
Publication of CN111953448A publication Critical patent/CN111953448A/zh
Application granted granted Critical
Publication of CN111953448B publication Critical patent/CN111953448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • H04L25/03949—Spatial equalizers equalizer selection or adaptation based on feedback
    • H04L25/03955—Spatial equalizers equalizer selection or adaptation based on feedback in combination with downlink estimations, e.g. downlink path losses
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
    • H04L1/0026—Transmission of channel quality indication
    • 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
    • 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
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0224—Channel estimation using sounding signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0254—Channel estimation channel estimation algorithms using neural network algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • H04L25/03898—Spatial equalizers codebook-based design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02—Terminal devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/08—Access point devices

Abstract

本公开提供了无线通信系统中的终端以及基站。该终端可以包括：控制单元，被配置为将下行信道输入至终端的神经网络；以及所述控制单元，还被配置为控制所述终端的神经网络对输入进行处理，并输出反馈信息。

Description

无线通信系统中的终端和基站
技术领域
本公开涉及无线通信领域，并且更具体地涉及无线通信系统中的终端和基站。
背景技术
随着科技的发展，人工智能(Artificial Intelligence，AI)技术已经被应用于多种领域，例如图像处理领域、语义识别领域、医疗领域等。可以预想，在未来，AI技术也可以应用于无线通信领域，以更智能地为用户提供无线通信服务。
在AI技术应用于无线通信领域时，无线通信系统中的基站或终端可能支持AI功能(例如，部署有人工神经网络)。在这种情形下，基站和终端之间的信息交互流程可能会因AI功能而发生变化。例如，终端向基站的反馈流程可能会因AI功能而发生变化。此外，基站和终端通信时采用的码本可能也会因AI功能而发生变化。
发明内容
为此，本公开提出了一种由终端执行的方法及相应的终端，以及一种由基站执行的方法及相应的基站。
根据本公开的一个方面，提供了一种终端。该终端包括：控制单元，被配置为将下行信道输入至终端的神经网络；以及所述控制单元，还被配置为控制所述终端的神经网络对输入进行处理，并输出反馈信息。
根据本公开的一个示例，该终端还包括发送单元，被配置为向基站发送反馈信息。
根据本公开的一个示例，所述发送单元被配置为使用基于神经网络的码本对反馈信息进行量化，以及向基站发送量化后的反馈信息。
根据本公开的一个示例，所述发送单元被配置为对反馈信息进行编码与调制，以及向基站发送编码与调制后的反馈信息。
根据本公开的一个示例，所述发送单元被配置为反馈信息进行模拟调制，以及向基站发送模拟调制后的反馈信息。
根据本公开的另一方面，提供了一种基站。该基站包括：接收单元，被配置为从终端接收反馈信息；以及控制单元，被配置为根据所述反馈信息确定基站的神经网络中特定层的输入。
根据本公开的一个示例，所述控制单元被配置为控制基站的神经网络中特定层对所述反馈信息进行处理，并输出用于所述终端的发送配置信息。
根据本公开的另一方面，提供了一种终端。该终端包括：接收单元，被配置为从基站接收关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及控制单元，被配置为根据所述指示信息，确定是否使用基于神经网络的码本。
根据本公开的一个示例，该终端还包括：发送单元，被配置为向基站发送关于终端的神经网络特性的信息。
根据本公开的一个示例，其中所述关于终端的神经网络特性的信息包括关于所述终端的神经网络的网络类型、网络大小中至少一个的信息。
根据本公开的一个示例，其中所述基于神经网络的码本与神经网络特性相关。
根据本公开的一个示例，其中所述基于神经网络的码本是根据神经网络的输出特性而确定的。
根据本公开的另一方面，提供了一种基站。该基站包括：控制单元，被配置为确定关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及发送单元，被配置为向终端发送所述指示信息。
根据本公开的一个方面，提供了一种由终端执行的方法。该方法包括：将下行信道输入至终端的神经网络；以及所述终端的神经网络对输入进行处理，并输出反馈信息。
根据本公开的一个示例，该方法还包括向基站发送反馈信息。
根据本公开的一个示例，所述向基站发送反馈信息包括使用基于神经网络的码本对反馈信息进行量化，以及向基站发送量化后的反馈信息。
根据本公开的一个示例，所述向基站发送反馈信息包括对反馈信息进行编码与调制，以及向基站发送编码与调制后的反馈信息。
根据本公开的一个示例，所述向基站发送反馈信息包括对反馈信息进行模拟调制，以及向基站发送模拟调制后的反馈信息。
根据本公开的一个方面，提供了一种由基站执行的方法。该方法包括：从终端接收反馈信息；以及根据所述反馈信息确定基站的神经网络中特定层的输入。
根据本公开的一个示例，该方法还包括基站的神经网络中特定层对所述反馈信息进行处理，并输出用于所述终端的发送配置信息。
根据本公开的另一方面，提供了一种由终端执行的方法。该方法包括：从基站接收关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及根据所述指示信息，确定是否使用基于神经网络的码本。
根据本公开的一个示例，该方法还包括：向基站发送关于终端的神经网络特性的信息。
根据本公开的一个示例，其中所述关于终端的神经网络特性的信息包括关于所述终端的神经网络的网络类型、网络大小中至少一个的信息。
根据本公开的一个示例，其中所述基于神经网络的码本与神经网络特性相关。
根据本公开的一个示例，其中所述基于神经网络的码本是根据神经网络的输出特性而确定的。
根据本公开的另一方面，提供了一种由基站执行的方法。该方法包括：确定关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及向终端发送所述指示信息。
通过本公开的由终端执行的方法及相应的终端、以及由基站执行的方法及相应的基站，基站可以从终端接收其利用自身的神经网络对下行信道进行信道估计而获得反馈信息，从而可以将反馈信息作为基站的神经网络中特定层的输入，以便基站为终端确定发送配置信息。此外，通过本公开的由终端执行的方法及相应的终端、以及由基站执行的方法及相应的基站，终端可以通过基站的指示来确定是否使用基于神经网络的码本，从而使得基站和终端之间的通信更加智能、高效。
附图说明
通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1A是可在其中应用本公开的实施例的无线通信系统的示意图。
图1B是可在其中应用本公开的实施例的无线通信系统的另一示意图。
图2是根据本公开实施例的由终端执行的方法的流程图。
图3是根据本公开实施例的由基站执行的方法的流程图。
图4是根据本公开实施例的终端的结构示意图。
图5是根据本公开实施例的基站的结构示意图。
图6是根据本公开另一实施例的由终端执行的方法的流程图。
图7是根据本公开另一实施例的由基站执行的方法的流程图。
图8是根据本公开另一实施例的终端的结构示意图。
图9是根据本公开另一实施例的基站的结构示意图。
图10是根据本公开实施例的所涉及的设备的硬件结构的示意图。
具体实施方式
为了使得本公开的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本公开的示例实施例。在附图中，相同的参考标号自始至终表示相同的元件。应当理解：这里描述的实施例仅仅是说明性的，而不应被解释为限制本公开的范围。此外，这里所述的终端可以包括各种类型的终端，例如用户终端(User Equipment，UE)、移动终端(或称为移动台)或者固定终端，然而，为方便起见，在下文中有时候可互换地使用终端和UE。
首先，参照图1A-1B来描述可在其中应用本公开的实施例的无线通信系统。该无线通信系统可以是5G系统，也可以是任何其他类型的无线通信系统，比如长期演进(LongTerm Evolution，LTE)系统或者LTE-A(advanced)系统等。在下文中，以5G系统为例来描述本公开的实施例，但应当认识到，以下描述也可以适用于其他类型的无线通信系统。
图1A是可在其中应用本公开的实施例的无线通信系统的示意图。如图1A所示，无线通信系统100可以包括基站110和终端120，基站110是终端120的服务基站。基站110可以向终端120发送信号，相应地，终端120可以从基站110接收信号。此外，终端120可以向基站110发送信号(例如，反馈)，相应地，基站110可以从终端120接收信号。终端120可以配置支持人工智能的信号处理器120-1(例如，信号编码器)，以便通过人工智能对向基站110发送的信号进行处理。相应地，基站110可以配置与终端120相对应的支持人工智能的信号处理器110-1(例如，信号译码器)，以便通过人工智能对从终端120接收的信号进行处理。
上述人工智能可以是以任何方式实现的人工智能，例如，可以是通过人工神经网络(以下简称为“神经网络”)实现的人工智能。在本公开中，以通过神经网络实现人工智能为例来描述本公开。在通过神经网络实现人工智能的示例中，无线通信系统100可以部署一个神经网络130。终端120侧的支持人工智能的信号处理器120-1可以是神经网络130的一部分，并且基站110侧的支持人工智能的信号处理器110-1可以是神经网络130的剩余部分。例如，神经网络130可以包括一个输入层、多个中间层(也可以称为“隐藏层”)以及一个输出层，则可以在终端120中部署神经网络130的某些层，并且在基站110中部署神经网络130的剩余层。例如，可以在终端120中部署神经网络130的输入层和部分中间层，并且在基站110中部署神经网络130的剩余中间层和输出层。此外，在终端120中部署的这部分神经网络可以称为终端120的神经网络120-1，并且在基站110中部署的这部分神经网络可以称为基站110的神经网络110-1。因此，神经网络130的输入层是神经网络120-1的输入层，神经网络130的部分中间层中的最后一个中间层是神经网络120-1的输出层。并且，神经网络130的剩余中间层中的第一个中间层是神经网络110-1的输入层，神经网络130的输出层是神经网络110-1的输出层。
此外，终端120的神经网络120-1的输出可以反馈给基站110，并且作为基站110的神经网络110-1中特定层的输入，以便基站110确定用于终端120的发送配置信息(例如，用于终端120的发送波束、用于终端120的发送流数、用于终端120的资源、用于终端120的编码与调制方案、用于终端120的发送天线、用于终端120的发送端口、或用于终端120的发送模式等中的一个或多个)。
上述图1A描述了在无线通信系统中终端将其神经网络的输出反馈给基站的示意图。此外，在无线通信系统中，基站也可以将其神经网络的输出反馈给终端。下面将参照图1B来描述在无线通信系统中基站将其神经网络的输出反馈给终端的示意图。图1B是可在其中应用本公开的实施例的无线通信系统的另一示意图。
如图1B所示，基站110可以配置支持人工智能的信号处理器110-2(例如，信号编码器)，以便通过人工智能对向终端120发送的信号进行处理。相应地，终端120可以配置与基站110相对应的支持人工智能的信号处理器120-2(例如，信号译码器)，以便通过人工智能对从基站110接收的信号进行处理。
在通过神经网络实现人工智能的示例中，无线通信系统100可以部署一个神经网络130’。基站110侧的支持人工智能的信号处理器110-2可以是神经网络130’的一部分，并且终端120侧的支持人工智能的信号处理器120-2可以是神经网络130’的剩余部分。例如，神经网络130’可以包括一个输入层、多个中间层(也可以称为“隐藏层”)以及一个输出层，则可以在基站110中部署神经网络130’的某些层，并且在终端120中部署神经网络130’的剩余层。例如，可以在基站110中部署神经网络130’的输入层和部分中间层，并且在终端120中部署神经网络130’的剩余中间层和输出层。此外，在基站110中部署的这部分神经网络可以称为基站110的神经网络110-2，并且在终端120中部署的这部分神经网络可以称为终端120的神经网络120-2。因此，神经网络130’的输入层是神经网络110-2的输入层，神经网络130’的部分中间层中的最后一个中间层是神经网络110-2的输出层。并且，神经网络130’的剩余中间层中的第一个中间层是神经网络120-2的输入层，神经网络130’的输出层是神经网络120-2的输出层。
此外，基站110的神经网络110-2的输出可以反馈给终端120，并且作为终端120的神经网络110-2中特定层的输入，以便终端120确定用于向基站110发送的反馈信息。
通过上述神经网络130和神经网络130’，可以在无线通信系统100中构成一个循环的神经网络(或者也可以称为递归的神经网络)。此外，对于基站110中的神经网络110-1和110-2，神经网络110-1中特定层的输出可以作为神经网络110-2的输入，和/或神经网络110-2中特定层的输出可以作为神经网络110-1的输入。类似地，对于终端120中的神经网络120-1和120-2，神经网络120-1中特定层的输出可以作为神经网络120-2的输入，和/或神经网络120-2中特定层的输出可以作为神经网络120-1的输入。
此外，需要认识到，尽管在图1A和1B中分别示出了一个基站、一个终端和一个神经网络，但这只是示意性的，该无线通信系统可以包括多个基站、和/或多个终端、和/或多个神经网络，相应地，该无线通信系统可以包括多个小区。此外，在下文中，有时候可互换地使用小区和基站。下面，将参照图2来描述根据本公开实施例的终端将其神经网络的输出反馈给基站的流程。图2是根据本公开实施例的由终端执行的方法200的流程图。如图2所示，在步骤S201中，终端将下行信道输入至终端的神经网络。例如，终端可以将与下行信道相对应的时频资源(例如，资源块)输入至终端的神经网络的特定层，诸如输入层、中间层等，从而将下行信道上的信号输入至终端的神经网络的特定层。这里的“下行信道上的信号”可以是用于估计下行信道的任何接收信号，例如下面将描述的下行控制信道上的参考信号(Reference Signal，RS)、下行数据信道上的业务数据和/或解调参考信号(DemodulationReference Signal，DMRS)。此外，步骤S201中的终端的神经网络是根据历史下行信道训练得到的神经网络。
根据本公开的一个示例，终端可以将下行控制信道输入至终端的神经网络。例如，在基站配置了RS且RS配置可用的情形中，基站可以在下行控制信道上发送RS。相应地，终端可以将下行控制信道输入至终端的神经网络，以便终端在后续的步骤S202中对下行控制信道进行信道估计。这里的下行控制信道例如可以是物理下行控制信道(Physical DownlinkControl CHannel，PDCCH)、物理广播信道(Physical Broadcast CHannel，PBCH)、或物理控制格式指示信道(Physical Control Format Indicator CHannel PCFICH)等。这里的参考信号可以是信道状态信息参考信号(Channel State Information Reference Signal，CSI-RS)、主同步信号(Primary Synchronization Signal，PSS)/辅同步信号(SecondarySynchronization Signal，SSS)、DMRS或同步信号块(Synchronized Signal Block，SSB)等中的一个或多个。
根据本公开的另一示例，终端可以将下行数据信道输入至终端的神经网络的输入层。例如，在基站配置了RS且RS配置不可用或者基站未配置RS的情形中，基站不会发送下行参考信号，但会在下行数据信道上发送业务数据。相应地，终端可以将下行数据信道输入至终端的神经网络的输入层，以便终端在后续的步骤S202中对下行数据信道进行信道估计。这里的下行数据信道例如可以是物理下行共享信道(Physical Downlink SharedChannel，PDSCH)。
然后，在步骤S202中，终端的神经网络对输入进行处理，并输出反馈信息。例如，终端的神经网络可以对下行信道进行信道估计，以获得信道信息，并将信道信息作为终端向基站的反馈信息而输出。此外，这里的“反馈信息”也可以称为基于神经网络的反馈信息，或者由神经网络编码的信道信息，或者由神经网络编码的反馈信息。此外，终端的神经网络的输入可以不限于步骤S201中的下行信道，还可以包括其他信息，例如神经网络的历史反馈信息等。
根据本公开的一个示例，当终端在步骤S201中将下行控制信道输入至终端的神经网络时，在步骤S202中，终端可以对下行控制信道进行信道估计。例如，终端可以对下行控制信道中的RS进行测量从而进行信道估计，来获得反馈信息。
根据本公开的另一示例，当终端在步骤S201中将下行数据信道输入至终端的神经网络时，在步骤S202中，终端可以对下行数据信道进行信道估计。例如，终端可以对下行数据信道中的业务数据进行译码从而进行信道估计，来获得反馈信息。又例如，终端可以对下行数据信道中的DMRS进行测量从而进行信道估计，来获得反馈信息。
上述反馈信息例如可以是信道状态信息(Channel State InformationReference Signal，CSI)、参考信号接收功率(Reference Signal Receiving Power，RSRP)、参考信号接收质量(Reference Signal Receiving Quality，RSRQ)、信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)、或同步信号块索引(SSB-index)等中的一个或多个。此外，CSI可以包括信道质量指示(Channel QualityIndicator，CQI)、预编码矩阵指示(Precoding Matrix Indicator，PMI)、秩指示(RankIndication，RI)、或CSI-RS指示符(CSI-RS Indicator，CRI)等中的一个或多个。
在步骤S202之后，方法200还可以包括步骤S203：终端向基站发送反馈信息。终端可以先对反馈信息进行处理(例如，量化、编码、或调制等中的一个或多个)，然后再向基站发送处理后的反馈信息。
根据本公开的一个示例，在步骤S203中，终端可以先对反馈信息进行量化，然后再向基站发送量化后的反馈信息。例如，终端可以使用基于神经网络的码本对反馈信息进行量化，并且向基站发送量化后的反馈信息。具体地，当反馈信息为二进制数据时，终端可以使用基于神经网络的码本将反馈信息量化为该码本中的一个码字，并且向基站发送该码字。此外，当反馈信息为向量或矩阵时，终端可以使用基于神经网络的码本将反馈信息向量化为距离其最近的一个码字，并且向基站发送该码字。
上述基于神经网络的码本可以是基于终端的神经网络的码本。例如，该基于神经网络的码本可以是根据终端的神经网络的输出特性而确定的。具体地，在终端的神经网络输出层使用了激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数而确定的。例如，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数输出的取值范围和取值的概率密度函数而确定的，也可以根据输出的取值范围以及激活函数的斜率来确定。例如，在激活函数输出的概率较大的区域，可以设置较多的码字(即较多的量化区间)；反之，在激活函数输出的概率较小的区域，可以设置较少的码字(即较少的量化区间)。在激活函数为Sigmoid函数的示例中，在Sigmoid函数的斜率较大的区域，可以设置较多的码字，以及在Sigmoid函数的斜率较小的区域，可以只设置一个码字。在激活函数为ReLU函数的示例中，在ReLU函数的输出为非负的区域，可以设置码字，以及在ReLU函数的输出为负的区域，可以不设置码字。也就是说，在激活函数为ReLU函数的示例中，基于神经网络的码本可以是针对非负数据的量化器。此外，在终端的神经网络输出层没有使用激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络特性而确定的。这里所描述的终端的神经网络特性可以包括终端的神经网络的网络类型、网络大小等中的至少一个。
此外，在终端的神经网络的激活函数的输出为数字输出(例如二进制输出)时，根据本公开的一个示例，在步骤S203中，终端可以先对反馈信息进行数字编码和调制，然后再向基站发送数字编码和调制后的反馈信息。例如，终端可以对反馈信息进行编码与调制，并且向基站发送编码与调制后的反馈信息。
这里所采用的编码与调制方案可以是根据用于终端向基站反馈的资源块(例如，基站给终端指定的资源块，可以称为反馈资源块)大小和终端的神经网络的中间输出层的节点数量确定。例如，用于终端向基站反馈的资源块大小、终端的神经网络的中间输出层的节点数量以及编码与调制方案之间存在对应关系。终端可以根据用于终端向基站反馈的资源块大小、终端的神经网络的中间输出层的节点数量以及上述对应关系，来确定编码与调制方案。上述对应关系可以是表格的形式，并且可以预先存储在终端中。
此外，这里所采用的编码与调制方案可以是现有的编码与调制方案，例如正交相移键控(Quadrature Phase Shift Keying，QPSK)、二进制相移键控(BinaryPhaseShiftKeying，BPSK)、16-正交振幅调制(Quadrature Amplitude Modulation，QAM)、或64QAM等调制方式，以及Turbo、低密度奇偶校验(Low-Density Parity-Check，LDPC)、极化(Polar)等编码方式。
此外，在终端的神经网络的激活函数的输出为模拟输出(例如模拟信号)时，根据本公开的一个示例，在步骤S203中，终端可以先对反馈信息进行模拟调制，然后再向基站发送模拟调制后的反馈信息。这里所采用的模拟调制方式可以是现有的模拟调制方式，例如幅度调制(Amplitude Modulation，AM)、频率调制(Frequency Modulation，FM)、或相位调制(Phase Modulation，PM)等。
在该示例中，终端还可以对模拟调制后的反馈信息进行滤波和其他变换，然后再向基站发送滤波后的反馈信息。例如，终端可以使用模拟滤波器对模拟调制后的反馈信息进行卷积和/或散布等运算，然后再向基站发送运算后的反馈信息。通过这种方式，可以让终端向基站反馈的信息适配反馈资源块的大小，并且可以提高通信的信噪比。
需要认识到，终端对反馈信息的处理不限于上面所描述的量化、编码和调制等，并且可以是上面所描述的量化、编码和调制等中的多个的组合。例如，终端可以先对反馈信息进行量化，然后对量化后的反馈信息进行编码与调制，并且向基站发送编码与调制后的反馈信息。
此外，应该理解，终端对反馈信息的处理可以不通过终端的神经网络来进行。在这种情形下，终端可以按照传统的处理机制对反馈信息进行处理。可替换地，终端对反馈信息的处理可以通过终端的神经网络来进行。在这种情形下，终端的神经网络输出的反馈信息可以是处理后的反馈信息。
此外，在步骤S203中，终端可以使用反馈资源块来发送反馈信息。例如，终端可以将反馈信息映射到反馈资源块，然后在该反馈资源块上发送反馈信息。
此外，在步骤S203之前，方法200还可以包括步骤S204：终端确定是否向基站发送反馈信息。当终端确定不向基站发送反馈信息时，终端可以不执行上面所描述的步骤S203。当终端确定要向基站发送反馈信息时，终端可以执行上面所描述的步骤S203。
根据本公开的一个示例，终端可以不借助基站来确定是否向基站发送反馈信息。例如，终端可以根据自身的神经网络中特定层的输出来确定是否向基站发送反馈信息。例如，当终端的神经网络中某一层的输出为第一值时，终端可以确定不向基站发送反馈信息。当终端的神经网络中某一层的输出为第二值时，终端可以确定向基站发送反馈信息。这里的第一值和第二值的取值可以是自然数，例如，第一值可以为0，第二值可以为1。
根据本公开的另一示例，终端可以借助基站来确定是否向基站发送反馈信息。例如，终端可以根据基站的指示信息来确定是否向基站发送反馈信息。例如，终端可以从基站接收反馈反馈信息的指示信息。当该指示信息不指示终端向基站反馈反馈信息时，终端可以确定不向基站发送反馈信息。当该指示信息指示终端向基站反馈反馈信息时，终端可以确定向基站发送反馈信息。
在该示例中，基站可以通过诸如物理层信令、下行链路控制信息(DownlinkControl Information，DCI)、或媒体接入控制(Media Access Control，MAC)控制元素(Control Element，CE)等的低层信令发送上述指示信息。相应地，终端可以通过低层信令来接收上述指示信息。此外，基站可以通过诸如无线资源控制(Radio Resource Control，RRC)信令的高层信令发送上述指示信息。相应地，终端可以通过高层信令来接收上述指示信息。此外，基站还可以通过系统信息(System Information，SI)等发送上述指示信息。相应地，终端可以通过系统信息来接收上述指示信息。
此外，除了上面所描述的反馈信息，终端还可以确定是否向基站反馈其他信息。类似地，终端可以不借助基站来确定是否向基站发送其他信息。例如，终端可以根据自身的神经网络中特定层的输出来确定是否向基站发送其他信息。可替换地，终端可以借助基站来确定是否向基站发送其他信息。例如，终端可以根据基站的指示信息来确定是否向基站发送其他信息。
这里的“其他信息”可以是传统的反馈信息。该传统的反馈信息可以是根据现有的反馈信息反馈机制而生成的信息，例如，根据现有的CSI反馈机制而生成的CSI。通过这种方式，可以触发终端向基站反馈传统的反馈信息，以便基站利用传统的反馈信息来优化自身的神经网络或者联合优化自身的神经网络和终端的神经网络。
此外，根据本公开的一个示例，在终端没有接收到基站的反馈指示的情形中，终端可以使用终端的神经网络来确定向基站反馈的信息。例如，终端可以使用终端的神经网络来确定向基站反馈上面所描述的“反馈信息”和“其他信息(例如传统的反馈信息)”中的至少一个。
通过本公开实施例的由终端执行的方法，终端可以将利用自身的神经网络对输入进行处理来获得反馈信息，以便将反馈信息反馈给基站并作为基站的神经网络中特定层的输入，从而便于基站为终端确定发送配置信息。
下面，将参照图3来描述根据本公开实施例的基站从终端接收其神经网络的输出的流程。图3是根据本公开实施例的由基站执行的方法300的流程图。由于方法300与在上文中参照图2描述的方法200的细节相同，因此在这里为了简单起见，省略对相同内容的详细描述。如图3所示，在步骤S301中，基站从终端接收反馈信息。
根据本公开的一个示例，步骤S301中的反馈信息可以是终端的神经网络对输入进行处理而输出的信息。例如，步骤S301中的反馈信息可以是终端的神经网络对下行控制信道进行信道估计而输出的信息。又例如，步骤S301中的反馈信息可以是终端的神经网络对下行数据信道进行信道估计而输出的信息。
此外，步骤S301中的反馈信息可以是经终端处理后的反馈信息。例如，步骤S301中的反馈信息可以是经终端编码、调制或量化等的反馈信息。
然后，在步骤S302中，基站根据所述反馈信息确定基站的神经网络中特定层的输入，以便在下面的步骤S303中该特定层对反馈信息进行处理从而输出用于终端的发送配置信息。例如，基站可以将反馈信息输入至基站的神经网络的特定层，诸如基站的神经网络的输入层或中间层。
然后，在步骤S302之后，方法300还可以包括步骤S303：基站的神经网络中特定层对所述反馈信息进行处理，并输出用于所述终端的发送配置信息。例如，基站的神经网络中特定层可以对反馈信息进行卷积运算，并将运算结果作为用于终端的发送配置信息而输出。
上面所描述的用于终端的发送配置信息可以是用于终端的发送波束、用于终端的发送资源、用于终端的发送流数、用于终端的编码与调制方案、用于终端的发送天线、用于终端的发送端口、或用于终端的发送模式等中的一个或多个。
通过本公开实施例的由基站执行的方法，基站可以从终端接收其利用自身的神经网络对下行信道进行信道估计而获得反馈信息，从而可以将反馈信息作为基站的神经网络中特定层的输入，以便基站为终端确定发送配置信息。
下面，参照图4来描述根据本公开实施例的终端。图4是根据本公开实施例的终端400的结构示意图。由于终端400的功能与在上文中参照图2描述的方法的细节相同，因此在这里为了简单起见，省略对相同内容的详细描述。如图4所示，终端400包括：控制单元410，被配置为将下行信道输入至终端的神经网络；以及所述控制单元410，还被配置为控制所述终端的神经网络对输入进行处理，并输出反馈信息。除了这个单元以外，终端400还可以包括其他部件，然而，由于这些部件与本公开实施例的内容无关，因此在这里省略其图示和描述。
在本公开中，终端的神经网络对输入进行处理，并输出反馈信息。例如，终端的神经网络可以对下行信道进行信道估计，以获得信道信息，并将信道信息作为终端向基站的反馈信息而输出。此外，这里的“反馈信息”也可以称为基于神经网络的反馈信息，或者由神经网络编码的信道信息，或者由神经网络编码的反馈信息。此外，终端的神经网络的输入可以不限于下行信道，还可以包括其他信息，例如神经网络的历史反馈信息等。
根据本公开的一个示例，控制单元410可以将下行控制信道输入至终端的神经网络。例如，在基站配置了参考信号(Reference Signal，RS)且RS配置可用的情形中，基站可以在下行控制信道上发送RS。相应地，控制单元410可以将下行控制信道输入至终端的神经网络，以便控制单元410对下行控制信道进行信道估计。这里的下行控制信道例如可以是物理下行控制信道(Physical Downlink Control CHannel，PDCCH)、物理广播信道(PhysicalBroadcast CHannel，PBCH)、或物理控制格式指示信道(Physical Control FormatIndicator CHannel PCFICH)等。这里的参考信号可以是信道状态信息参考信号(ChannelState Information Reference Signal，CSI-RS)、主同步信号(Primary SynchronizationSignal，PSS)/辅同步信号PSS/SSS(Secondary Synchronization Signal，SSS)、DMRS、或同步信号块(Synchronized Signal Block，SSB)等中的一个或多个。
根据本公开的另一示例，控制单元410可以将下行数据信道输入至终端的神经网络的输入层。例如，在基站配置了RS且RS配置不可用或者基站未配置RS的情形中，基站不会发送下行参考信号，但会在下行数据信道上发送业务数据。相应地，控制单元410可以将下行数据信道输入至终端的神经网络的输入层，以便控制单元410对下行数据信道进行信道估计。这里的下行数据信道例如可以是物理下行共享信道(Physical Downlink SharedChannel，PDSCH)。
根据本公开的一个示例，当控制单元410将下行控制信道输入至终端的神经网络时，控制单元410可以对下行控制信道进行信道估计。例如，控制单元410可以对下行控制信道中的RS进行测量从而进行信道估计，来获得反馈信息。
根据本公开的另一示例，当控制单元410将下行数据信道输入至终端的神经网络时，控制单元410可以对下行数据信道进行信道估计。例如，控制单元410可以对下行数据信道中的业务数据进行译码从而进行信道估计，来获得反馈信息。又例如，控制单元410可以对下行数据信道中的解调参考信号(Demodulation Reference Signal，DMRS)进行测量从而进行信道估计，来获得反馈信息。
上述反馈信息例如可以是信道状态信息(Channel State InformationReference Signal，CSI)、参考信号接收功率(Reference Signal Receiving Power，RSRP)、参考信号接收质量(Reference Signal Receiving Quality，RSRQ)、信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)、或同步信号块索引(SSB-index)等中的一个或多个。此外，CSI可以包括信道质量指示(Channel QualityIndicator，CQI)、预编码矩阵指示(Precoding Matrix Indicator，PMI)、秩指示(RankIndication，RI)、或CSI-RS指示符(CSI-RS Indicator，CRI)等中的一个或多个。
终端400还可以包括发送单元420，被配置为向基站发送反馈信息。发送单元420可以先对反馈信息进行处理(例如，量化、编码、或调制等中的一个或多个)，然后再向基站发送处理后的反馈信息。
根据本公开的一个示例，发送单元420可以先对反馈信息进行量化，然后再向基站发送量化后的反馈信息。例如，发送单元420可以使用基于神经网络的码本对反馈信息进行量化，并且向基站发送量化后的反馈信息。具体地，当反馈信息为二进制数据时，发送单元420可以使用基于神经网络的码本将反馈信息量化为该码本中的一个码字，并且向基站发送该码字。此外，当反馈信息为向量或矩阵时，发送单元420可以使用基于神经网络的码本将反馈信息向量化为距离其最近的一个码字，并且向基站发送该码字。
上述基于神经网络的码本可以是基于终端的神经网络的码本。例如，该基于神经网络的码本可以是根据终端的神经网络的输出特性而确定的。具体地，在终端的神经网络输出层使用了激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数而确定的。例如，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数输出的取值范围和取值的概率密度函数而确定的，也可以根据输出的取值范围以及激活函数的斜率来确定。例如，在激活函数输出的概率较大的区域，可以设置较多的码字(即较多的量化区间)；反之，在激活函数输出的概率较小的区域，可以设置较少的码字(即较少的量化区间)。在激活函数为Sigmoid函数的示例中，在Sigmoid函数的斜率较大的区域，可以设置较多的码字，以及在Sigmoid函数的斜率较小的区域，可以只设置一个码字。在激活函数为ReLU函数的示例中，在ReLU函数的输出为非负的区域，可以设置码字，以及在ReLU函数的输出为负的区域，可以不设置码字。也就是说，在激活函数为ReLU函数的示例中，基于神经网络的码本可以是针对非负数据的量化器。此外，在终端的神经网络输出层没有使用激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络特性而确定的。这里所描述的终端的神经网络特性可以包括终端的神经网络的网络类型、网络大小等中的至少一个。
此外，在终端的神经网络的激活函数的输出为数字输出(例如二进制输出)时，根据本公开的一个示例，发送单元420可以先对反馈信息进行数字编码和调制，然后再向基站发送数字编码和调制后的反馈信息。例如，发送单元420可以对反馈信息进行编码与调制，并且向基站发送编码与调制后的反馈信息。
这里所采用的编码与调制方案可以是根据用于终端向基站反馈的资源块(例如，基站给终端指定的资源块，可以称为反馈资源块)大小和终端的神经网络的中间输出层的节点数量确定。例如，用于终端向基站反馈的资源块大小、终端的神经网络的中间输出层的节点数量以及编码与调制方案之间存在对应关系。终端可以根据用于终端向基站反馈的资源块大小、终端的神经网络的中间输出层的节点数量以及上述对应关系，来确定编码与调制方案。上述对应关系可以是表格的形式，并且可以预先存储在终端中。
此外，这里所采用的编码与调制方案可以是现有的编码与调制方案，例如正交相移键控(Quadrature Phase Shift Keying，QPSK)、二进制相移键控(Binary Phase ShiftKeying，BPSK)、16-正交振幅调制(Quadrature Amplitude Modulation，QAM)、或64QAM等调制方式，以及Turbo、低密度奇偶校验(Low-Density Parity-Check，LDPC)、极化(Polar)等编码方式。
此外，在终端的神经网络的激活函数的输出为模拟输出(例如模拟信号)时，根据本公开的一个示例，发送单元420可以先对反馈信息进行模拟调制，然后再向基站发送模拟调制后的反馈信息。这里所采用的模拟调制方式可以是现有的模拟调制方式，例如幅度调制(Amplitude Modulation，AM)、频率调制(Frequency Modulation，FM)、或相位调制(Phase Modulation，PM)等。
在该示例中，发送单元420还可以对模拟调制后的反馈信息进行滤波，然后再向基站发送滤波后的反馈信息。例如，发送单元420可以使用模拟滤波器对模拟调制后的反馈信息进行卷积和/或散布等运算，然后再向基站发送运算后的反馈信息。通过这种方式，可以让终端向基站反馈的信息适配反馈资源块的大小，并且可以提高通信的信噪比。
需要认识到，发送单元420对反馈信息的处理不限于上面所描述的量化、编码和调制等，并且可以是上面所描述的量化、编码和调制等中的多个的组合。例如，发送单元420可以先对反馈信息进行量化，然后对量化后的反馈信息进行编码与调制，并且向基站发送编码与调制后的反馈信息。
此外，应该理解，发送单元420对反馈信息的处理可以不通过终端的神经网络来进行。在这种情形下，发送单元420可以按照传统的处理机制对反馈信息进行处理。可替换地，发送单元420对反馈信息的处理可以通过终端的神经网络来进行。在这种情形下，终端的神经网络输出的反馈信息可以是处理后的反馈信息。
此外，发送单元420可以使用反馈资源块来发送反馈信息。例如，发送单元420可以将反馈信息映射到反馈资源块，然后在该反馈资源块上发送反馈信息。
此外，控制单元410还可以确定是否向基站发送反馈信息。当控制单元410确定不向基站发送反馈信息时，发送单元420可以不执行上面所描述的操作。当控制单元410确定要向基站发送反馈信息时，发送单元420可以执行上面所描述的操作。
根据本公开的一个示例，控制单元410可以不借助基站来确定是否向基站发送反馈信息。例如，控制单元410可以根据自身的神经网络中特定层的输出来确定是否向基站发送反馈信息。例如，当终端的神经网络中某一层的输出为第一值时，控制单元410可以确定不向基站发送反馈信息。当终端的神经网络中某一层的输出为第二值时，控制单元410可以确定向基站发送反馈信息。这里的第一值和第二值的取值可以是自然数，例如，第一值可以为0，第二值可以为1。
根据本公开的另一示例，控制单元410可以借助基站来确定是否向基站发送反馈信息。例如，控制单元410可以根据基站的指示信息来确定是否向基站发送反馈信息。例如，终端还可以包括接收单元(图中未示出)，被配置为从基站接收反馈反馈信息的指示信息。当该指示信息不指示终端向基站反馈反馈信息时，控制单元410可以确定不向基站发送反馈信息。当该指示信息指示终端向基站反馈反馈信息时，控制单元410可以确定向基站发送反馈信息。
在该示例中，基站可以通过诸如物理层信令、下行链路控制信息(DownlinkControl Information，DCI)、或媒体接入控制(Media Access Control，MAC)控制元素(Control Element，CE)等的低层信令发送上述指示信息。相应地，终端的接收单元可以通过低层信令来接收上述指示信息。此外，基站可以通过诸如无线资源控制(Radio ResourceControl，RRC)信令的高层信令发送上述指示信息。相应地，终端的接收单元可以通过高层信令来接收上述指示信息。此外，基站还可以通过系统信息(System Information，SI)等发送上述指示信息。相应地，终端的接收单元可以通过系统信息来接收上述指示信息。
此外，除了上面所描述的反馈信息，控制单元410还可以确定是否向基站反馈其他信息。类似地，控制单元410可以不借助基站来确定是否向基站发送其他信息。例如，控制单元410可以根据自身的神经网络中特定层的输出来确定是否向基站发送其他信息。可替换地，控制单元410可以借助基站来确定是否向基站发送其他信息。例如，控制单元410可以根据基站的指示信息来确定是否向基站发送其他信息。
这里的“其他信息”可以是传统的反馈信息。该传统的反馈信息可以是根据现有的反馈信息反馈机制而生成的信息，例如，根据现有的CSI反馈机制而生成的CSI。通过这种方式，可以触发终端向基站反馈传统的反馈信息，以便基站利用传统的反馈信息来优化自身的神经网络或者联合优化自身的神经网络和终端的神经网络。
通过本公开实施例的终端，终端可以将利用自身的神经网络对输入进行处理来获得反馈信息，以便将反馈信息反馈给基站并作为基站的神经网络中特定层的输入，从而便于基站为终端确定发送配置信息。
下面，参照图5来描述根据本公开实施例的基站。图5是根据本公开实施例的基站500的结构示意图。由于基站500的功能与在上文中参照图3描述的方法的细节相同，因此在这里为了简单起见，省略对相同内容的详细描述。如图5所示，基站500包括：接收单元510，被配置为从终端接收反馈信息；以及控制单元520，被配置为根据所述反馈信息确定基站的神经网络中特定层的输入。除了这两个单元以外，基站500还可以包括其他部件，然而，由于这些部件与本公开实施例的内容无关，因此在这里省略其图示和描述。
根据本公开的一个示例，反馈信息可以是终端的神经网络对输入进行处理而输出的信息。例如，反馈信息可以是终端的神经网络对下行控制信道进行信道估计而输出的信息。又例如，反馈信息可以是终端的神经网络对下行数据信道进行信道估计而输出的信息。
此外，反馈信息可以是经终端处理后的反馈信息。例如，反馈信息可以是经终端编码、调制或量化等的反馈信息。
此外，控制单元520根据所述反馈信息确定基站的神经网络中特定层的输入，以便该特定层对反馈信息进行处理从而输出用于终端的发送配置信息。例如，控制单元520可以将反馈信息输入至基站的神经网络的特定层，诸如基站的神经网络的输入层或中间层。
此外，控制单元520可以控制基站的神经网络中特定层对所述反馈信息进行处理，并输出用于所述终端的发送配置信息。例如，基站的神经网络中特定层可以对反馈信息进行卷积运算，并将运算结果作为用于终端的发送配置信息而输出。
上面所描述的用于终端的发送配置信息可以是用于终端的发送波束、用于终端的发送资源、用于终端的发送流数、用于终端的编码与调制方案、用于终端的发送天线、用于终端的发送端口、或用于终端的发送模式等中的一个或多个。
通过本公开实施例的基站，基站可以从终端接收其利用自身的神经网络对下行信道进行信道估计而获得反馈信息，从而可以将反馈信息作为基站的神经网络中特定层的输入，以便基站为终端确定发送配置信息。
返回图1，在图1所示的无线通信系统中，基站110和终端120通信时可以使用传统的码本(例如，NR码本)，也可以使用基于神经网络的码本。下面将结合图6-9来描述确定基站和终端通信时是否使用基于神经网络的码本的实施例。图6是根据本公开另一实施例的由终端执行的方法600的流程图。如图6所示，在步骤S601中，终端从基站接收关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本。然后，在步骤S602中，终端根据所述指示信息，确定是否使用基于神经网络的码本。
根据本公开的一个示例，步骤S601中的关于码本的指示信息可以是基站根据自身对神经网络的支持能力以及终端对神经网络的支持能力而生成的。例如，当在基站部署了神经网络且在终端部署了神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端使用基于神经网络的码本。相应地，在步骤S602中，终端可以确定使用基于神经网络的码本。又例如，当没有在基站或终端部署神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端不使用基于神经网络的码本。相应地，在步骤S602中，终端可以确定不使用基于神经网络的码本。
此外，根据本公开的一个示例，步骤S601中的关于码本的指示信息还可以指示终端是否使用传统的码本。例如，当在基站部署了神经网络且在终端部署了神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端不使用传统的码本。相应地，在步骤S602中，终端确定不使用传统的码本。又例如，当没有在基站或终端部署神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端使用传统的码本。相应地，在步骤S602中，终端确定使用传统的码本。
此外，根据本公开的一个示例，步骤S601中的关于码本的指示信息还可以指示终端是否使用基于神经网络的码本和传统的码本。例如，当在基站部署了神经网络且在终端部署了神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端使用基于神经网络的码本和传统的码本中的一个或二者。相应地，在步骤S602中，终端确定使用基于神经网络的码本和传统的码本中的一个或二者。
此外，需要认识到，在上述的示例中，使用了一个指示信息(即关于码本的指示信息)来指示终端是否使用基于神经网络的码本，以及指示终端是否使用传统的码本，然而本公开不限于此。例如，可以使用两个指示信息分别来指示终端是否使用基于神经网络的码本，以及指示终端是否使用传统的码本。例如，可以使用第一指示信息来指示终端是否使用基于神经网络的码本，以及使用第二指示信息来指示终端是否使用传统的码本。
此外，根据本公开的一个示例，基站可以通过诸如物理层信令、DCI、或MAC CE等的低层信令发送关于码本的指示信息。相应地，在步骤S601中，终端可以通过低层信令来接收关于码本的指示信息。此外，基站可以通过诸如RRC信令的高层信令发送关于码本的指示信息。相应地，在步骤S601中，终端可以通过高层信令来接收关于码本的指示信息。此外，基站还可以通过SI等发送关于码本的指示信息。相应地，在步骤S601中，终端可以通过系统信息来接收关于码本的指示信息。
此外，根据本公开的一个示例，上述基于神经网络的码本可以与神经网络特性相关。例如，上述基于神经网络的码本可以是关于终端的神经网络特性的信息，诸如与终端的神经网络特性相关的一组参数。这里所描述的关于终端的神经网络特性的信息可以包括关于终端的神经网络的网络类型、网络大小中至少一个的信息。
此外，根据本公开的一个示例，上述基于神经网络的码本可以是通信标准(例如3GPP标准)定义的。在这种情形下，终端可以预先存储该基于神经网络的码本。可替换地，上述基于神经网络的码本可以是基站为终端配置的。例如，上述基于神经网络的码本可以是基站从多个基于神经网络的码本中选择的。在这种情形下，终端可以从基站接收基于神经网络的码本的配置信息，从而获得该基于神经网络的码本。
此外，根据本公开的一个示例，上述该基于神经网络的码本可以是根据终端的神经网络的输出特性而确定的。具体地，在终端的神经网络输出层使用了激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数而确定的。例如，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数输出的取值范围和取值的概率密度函数而确定的，也可以根据输出的取值范围以及激活函数的斜率来确定。例如，在激活函数输出的概率较大的区域，可以设置较多的码字(即较多的量化区间)；反之，在激活函数输出的概率较小的区域，可以设置较少的码字(即较少的量化区间)。在激活函数为Sigmoid函数的示例中，在Sigmoid函数的斜率较大的区域，可以设置较多的码字，以及在Sigmoid函数的斜率较小的区域，可以只设置一个码字。在激活函数为ReLU函数的示例中，在ReLU函数的输出为非负的区域，可以设置码字，以及在ReLU函数的输出为负的区域，可以不设置码字。也就是说，在激活函数为ReLU函数的示例中，基于神经网络的码本可以是针对非负数据的量化器。此外，在终端的神经网络输出层没有使用激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络特性而确定的。这里所描述的终端的神经网络特性可以包括终端的神经网络的网络类型、网络大小等中的至少一个。
此外，在步骤S601之前或之后，方法600还可以包括步骤S603：终端向基站发送关于终端的神经网络特性的信息。例如，在步骤S601之前，终端可以向基站发送关于终端的神经网络特性的信息，以便基站根据终端的神经网络特性从多个基于神经网络的码本中选择用于终端的码本。又例如，在步骤S601之后，在终端确定使用基于神经网络的码本时，终端可以向基站发送关于终端的神经网络特性的信息，以便基站更新用于终端的码本。
此外，当终端在步骤S602中确定使用基于神经网络的码本时，方法600还可以包括：终端使用基于神经网络的码本对反馈信息进行量化，并向基站发送量化后的反馈信息。例如，当反馈信息为二进制数据时，终端可以使用基于神经网络的码本将反馈信息量化为该码本中的一个码字，并且向基站发送该码字。此外，当反馈信息为向量或矩阵时，终端可以使用基于神经网络的码本将反馈信息向量化为距离其最近的一个码字，并且向基站发送该码字。
此外，当终端在步骤S602中确定使用基于神经网络的码本时，方法600还可以包括：终端从基站接收关于终端的神经网络的更新信息，其中所述更新信息是基站使用基于神经网络的码本对初始更新信息进行量化后得到的信息。例如，基站可以使用基于神经网络的码本对初始更新信息进行量化，获得量化后的更新信息，并且将量化后的更新信息发送给终端。相应地，终端从基站接收量化后的更新信息，以便更新终端的神经网络。
此外，当终端在步骤S602中确定使用基于神经网络的码本时，方法600还可以包括：终端从基站接收关于码本的更新信息。例如，当无线通信系统中的终端的数量增加时，终端之间的干扰加强，使得基站和特定终端之间的信道质量发生变化。在这种情形下，基站为该特定终端配置的码本可能不再适用当前的信道质量，因此，基站可以通知终端更新码本。例如，基站可以生成关于码本的更新信息，相应地，终端可以从基站接收关于码本的更新信息，以便更新用于终端的码本。
在该示例中，上述更新信息可以指示终端在传统的码本和基于神经网络的码本之间切换。例如，上述更新信息可以指示终端从传统的码本切换为基于神经网络的码本。又例如，上述更新信息可以指示终端从基于神经网络的码本切换为传统的码本。
此外，在该示例中，上述更新信息还可以指示终端在多个传统的码本之间切换。例如，上述更新信息可以指示终端从一个传统的码本切换为另一个传统的码本。可替换地，上述更新信息还可以指示终端在多个基于神经网络的码本之间切换。例如，上述更新信息可以指示终端从一个基于神经网络的码本切换为另一个基于神经网络的码本。
通过本公开实施例的由终端执行的方法，终端可以通过基站的指示来确定是否使用基于神经网络的码本，从而使得基站和终端之间的通信更加智能、高效。
下面，将参照图7来描述根据本公开另一实施例的由基站执行的方法的流程图。图7是根据本公开实施例的由基站执行的方法700的流程图。由于方法700与在上文中参照图6描述的方法600的细节相同，因此在这里为了简单起见，省略对相同内容的详细描述。如图7所示，在步骤S701中，基站确定关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本。
根据本公开的一个示例，基站可以根据自身对神经网络的支持能力以及终端对神经网络的支持能力，来确定关于码本的指示信息。例如，当在基站部署了神经网络且在终端部署了神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端使用基于神经网络的码本。又例如，当没有在基站或终端部署神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端不使用基于神经网络的码本。
此外，根据本公开的一个示例，步骤S701中的关于码本的指示信息还可以指示终端是否使用传统的码本。例如，当在基站部署了神经网络且在终端部署了神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端不使用传统的码本。又例如，当没有在基站或终端部署神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端使用传统的码本。
然后，在步骤S702中，基站向终端发送所述指示信息。根据本公开的一个示例，基站可以通过诸如物理层信令、DCI、或MAC CE的低层信令发送关于码本的指示信息。此外，基站可以通过诸如RRC信令的高层信令发送关于码本的指示信息。此外，基站还可以通过SI等发送关于码本的指示信息。
通过本公开实施例的由基站执行的方法，基站可以向终端发送是否使用基于神经网络的码本的指示，以便终端通过基站的指示来确定是否使用基于神经网络的码本，从而使得基站和终端之间的通信更加智能、高效。
下面，参照图8来描述根据本公开另一实施例的终端。图8是根据本公开另一实施例的终端800的结构示意图。由于终端800的功能与在上文中参照图6描述的方法的细节相同，因此在这里为了简单起见，省略对相同内容的详细描述。如图8所示，终端800包括：接收单元810，被配置为从基站接收关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及控制单元820，被配置为根据所述指示信息，确定是否使用基于神经网络的码本。除了这两个单元以外，终端800还可以包括其他部件，然而，由于这些部件与本公开实施例的内容无关，因此在这里省略其图示和描述。
根据本公开的一个示例，关于码本的指示信息可以是基站根据自身对神经网络的支持能力以及终端对神经网络的支持能力而生成的。例如，当在基站部署了神经网络且在终端部署了神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端使用基于神经网络的码本。相应地，控制单元820可以确定使用基于神经网络的码本。又例如，当没有在基站或终端部署神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端不使用基于神经网络的码本。相应地，控制单元820可以确定不使用基于神经网络的码本。
此外，根据本公开的一个示例，关于码本的指示信息还可以指示终端是否使用传统的码本。例如，当在基站部署了神经网络且在终端部署了神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端不使用传统的码本。相应地，控制单元820确定不使用传统的码本。又例如，当没有在基站或终端部署神经网络时，基站可以生成关于码本的指示信息，并且该指示信息指示终端使用传统的码本。相应地，控制单元820确定使用传统的码本。
此外，根据本公开的一个示例，基站可以通过诸如物理层信令、DCI、或MAC CE等的低层信令发送关于码本的指示信息。相应地，接收单元810可以通过低层信令来接收关于码本的指示信息。此外，基站可以通过诸如RRC信令的高层信令发送关于码本的指示信息。相应地，接收单元810可以通过高层信令来接收关于码本的指示信息。此外，基站还可以通过SI等发送关于码本的指示信息。相应地，接收单元810可以通过系统信息来接收关于码本的指示信息。
此外，根据本公开的一个示例，上述基于神经网络的码本可以与神经网络特性相关。例如，上述基于神经网络的码本可以是关于终端的神经网络特性的信息，诸如与终端的神经网络特性相关的一组参数。这里所描述的关于终端的神经网络特性的信息可以包括关于终端的神经网络的网络类型、网络大小中至少一个的信息。
此外，根据本公开的一个示例，上述基于神经网络的码本可以是通信标准(例如3GPP标准)定义的。在这种情形下，终端可以预先存储该基于神经网络的码本。可替换地，上述基于神经网络的码本可以是基站为终端配置的。例如，上述基于神经网络的码本可以是基站从多个基于神经网络的码本中选择的。在这种情形下，终端可以从基站接收基于神经网络的码本的配置信息，从而获得该基于神经网络的码本。
此外，根据本公开的一个示例，该基于神经网络的码本可以是根据终端的神经网络的输出特性而确定的。具体地，在终端的神经网络输出层使用了激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数而确定的。例如，该基于神经网络的码本可以是根据终端的神经网络输出层的激活函数输出的取值范围和取值的概率密度函数而确定的，也可以根据输出的取值范围以及激活函数的斜率来确定。例如，在激活函数输出的概率较大的区域，可以设置较多的码字(即较多的量化区间)；反之，在激活函数输出的概率较小的区域，可以设置较少的码字(即较少的量化区间)。在激活函数为Sigmoid函数的示例中，在Sigmoid函数的斜率较大的区域，可以设置较多的码字，以及在Sigmoid函数的斜率较小的区域，可以只设置一个码字。在激活函数为ReLU函数的示例中，在ReLU函数的输出为非负的区域，可以设置码字，以及在ReLU函数的输出为负的区域，可以不设置码字。也就是说，在激活函数为ReLU函数的示例中，基于神经网络的码本可以是针对非负数据的量化器。此外，在终端的神经网络输出层没有使用激活函数的情形中，该基于神经网络的码本可以是根据终端的神经网络特性而确定的。这里所描述的终端的神经网络特性可以包括终端的神经网络的网络类型、网络大小等中的至少一个。
此外，终端800还可以包括发送单元(图中未示出)，被配置为向基站发送关于终端的神经网络特性的信息。例如，终端的发送单元可以向基站发送关于终端的神经网络特性的信息，以便基站根据终端的神经网络特性从多个基于神经网络的码本中选择用于终端的码本。又例如，在终端确定使用基于神经网络的码本时，终端的发送单元可以向基站发送关于终端的神经网络特性的信息，以便基站更新用于终端的码本。
此外，当控制单元820确定使用基于神经网络的码本时，控制单元820可以使用基于神经网络的码本对反馈信息进行量化，并向基站发送量化后的反馈信息。例如，当反馈信息为二进制数据时，控制单元820可以使用基于神经网络的码本将反馈信息量化为该码本中的一个码字，并且向基站发送该码字。此外，当反馈信息为向量或矩阵时，控制单元820可以使用基于神经网络的码本将反馈信息向量化为距离其最近的一个码字，并且向基站发送该码字。
此外，当控制单元820确定使用基于神经网络的码本时，接收单元810可以从基站接收关于终端的神经网络的更新信息，其中所述更新信息是基站使用基于神经网络的码本对初始更新信息进行量化后得到的信息。例如，基站可以使用基于神经网络的码本对初始更新信息进行量化，获得量化后的更新信息，并且将量化后的更新信息发送给终端。相应地，终端从基站接收量化后的更新信息，以便更新终端的神经网络。
此外，当控制单元820确定使用基于神经网络的码本时，接收单元810可以从基站接收关于码本的更新信息。例如，当无线通信系统中的终端的数量增加时，终端之间的干扰加强，使得基站和特定终端之间的信道质量发生变化。在这种情形下，基站为该特定终端配置的码本可能不再适用当前的信道质量，因此，基站可以通知终端更新码本。例如，基站可以生成关于码本的更新信息，相应地，终端可以从基站接收关于码本的更新信息，以便更新用于终端的码本。
在该示例中，上述更新信息可以指示终端在传统的码本和基于神经网络的码本之间切换。例如，上述更新信息可以指示终端从传统的码本切换为基于神经网络的码本。又例如，上述更新信息可以指示终端从基于神经网络的码本切换为传统的码本。
此外，在该示例中，上述更新信息还可以指示终端在多个传统的码本之间切换。例如，上述更新信息可以指示终端从一个传统的码本切换为另一个传统的码本。可替换地，上述更新信息还可以指示终端在多个基于神经网络的码本之间切换。例如，上述更新信息可以指示终端从一个基于神经网络的码本切换为另一个基于神经网络的码本。
通过本公开实施例的终端，终端可以通过基站的指示来确定是否使用基于神经网络的码本，从而使得基站和终端之间的通信更加智能、高效。
下面，参照图9来描述根据本公开另一实施例的基站。图9是根据本公开另一实施例的基站900的结构示意图。由于基站900的功能与在上文中参照图7描述的方法的细节相同，因此在这里为了简单起见，省略对相同内容的详细描述。如图9所示，基站900包括：控制单元910，被配置为确定关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及发送单元920，被配置为向终端发送所述指示信息。除了这两个单元以外，基站900还可以包括其他部件，然而，由于这些部件与本公开实施例的内容无关，因此在这里省略其图示和描述。
根据本公开的一个示例，控制单元910可以根据自身对神经网络的支持能力以及终端对神经网络的支持能力，来确定关于码本的指示信息。例如，当在基站部署了神经网络且在终端部署了神经网络时，控制单元910可以生成关于码本的指示信息，并且该指示信息指示终端使用基于神经网络的码本。又例如，当没有在基站或终端部署神经网络时，控制单元910可以生成关于码本的指示信息，并且该指示信息指示终端不使用基于神经网络的码本。
此外，根据本公开的一个示例，关于码本的指示信息还可以指示终端是否使用传统的码本。例如，当在基站部署了神经网络且在终端部署了神经网络时，控制单元910可以生成关于码本的指示信息，并且该指示信息指示终端不使用传统的码本。又例如，当没有在基站或终端部署神经网络时，控制单元910可以生成关于码本的指示信息，并且该指示信息指示终端使用传统的码本。
此外，根据本公开的一个示例，发送单元920可以通过诸如物理层信令、DCI、或MACCE的低层信令发送关于码本的指示信息。此外，发送单元920可以通过诸如RRC信令的高层信令发送关于码本的指示信息。此外，发送单元920还可以通过SI等发送关于码本的指示信息。
通过本公开实施例的基站，基站可以向终端发送是否使用基于神经网络的码本的指示，以便终端通过基站的指示来确定是否使用基于神经网络的码本，从而使得基站和终端之间的通信更加智能、高效。
<硬件结构>
另外，上述实施方式的说明中使用的框图示出了以功能为单位的块。这些功能块(结构单元)通过硬件和/或软件的任意组合来实现。此外，各功能块的实现手段并不特别限定。即，各功能块可以通过在物理上和/或逻辑上相结合的一个装置来实现，也可以将在物理上和/或逻辑上相分离的两个以上装置直接地和/或间接地(例如通过有线和/或无线)连接从而通过上述多个装置来实现。
例如，本公开的一个实施例的设备(比如第一通信设备、第二通信设备或飞行用户终端等)可以作为执行本公开的无线通信方法的处理的计算机来发挥功能。图10是根据本公开的实施例的所涉及的设备1000(基站或用户终端)的硬件结构的示意图。上述的设备1000(基站或用户终端)可以作为在物理上包括处理器1010、内存1020、存储器1030、通信装置1040、输入装置1050、输出装置1060、总线1070等的计算机装置来构成。
另外，在以下的说明中，“装置”这样的文字也可替换为电路、设备、单元等。用户终端和基站的硬件结构可以包括一个或多个图中所示的各装置，也可以不包括部分装置。
例如，处理器1010仅图示出一个，但也可以为多个处理器。此外，可以通过一个处理器来执行处理，也可以通过一个以上的处理器同时、依次、或采用其它方法来执行处理。另外，处理器1010可以通过一个以上的芯片来安装。
设备1000的各功能例如通过如下方式实现：通过将规定的软件(程序)读入到处理器1010、内存1020等硬件上，从而使处理器1010进行运算，对由通信装置1040进行的通信进行控制，并对内存1020和存储器1030中的数据的读出和/或写入进行控制。
处理器1010例如使操作系统进行工作从而对计算机整体进行控制。处理器1010可以由包括与周边装置的接口、控制装置、运算装置、寄存器等的中央处理器(CPU，CentralProcessing Unit)构成。例如，上述的确定单元、调整单元等可以通过处理器1010实现。
此外，处理器1010将程序(程序代码)、软件模块、数据等从存储器1030和/或通信装置1040读出到内存1020，并根据它们执行各种处理。作为程序，可以采用使计算机执行在上述实施方式中说明的动作中的至少一部分的程序。例如，可以通过保存在内存1020中并通过处理器1010来工作的控制程序来实现，对于其它功能块，也可以同样地来实现。
内存1020是计算机可读取记录介质，例如可以由只读存储器(ROM，Read OnlyMemory)、可编程只读存储器(EPROM，Erasable Programmable ROM)、电可编程只读存储器(EEPROM，Electrically EPROM)、随机存取存储器(RAM，Random Access Memory)、其它适当的存储介质中的至少一个来构成。内存1020也可以称为寄存器、高速缓存、主存储器(主存储装置)等。内存1020可以保存用于实施本公开的一实施方式所涉及的方法的可执行程序(程序代码)、软件模块等。
存储器1030是计算机可读取记录介质，例如可以由软磁盘(flexible disk)、软(注册商标)盘(floppy disk)、磁光盘(例如，只读光盘(CD-ROM(Compact Disc ROM)等)、数字通用光盘、蓝光(Blu-ray，注册商标)光盘)、可移动磁盘、硬盘驱动器、智能卡、闪存设备(例如，卡、棒(stick)、密钥驱动器(key driver))、磁条、数据库、服务器、其它适当的存储介质中的至少一个来构成。存储器1030也可以称为辅助存储装置。
通信装置1040是用于通过有线和/或无线网络进行计算机间的通信的硬件(发送接收设备)，例如也称为网络设备、网络控制器、网卡、通信模块等。通信装置1040为了实现例如频分双工(FDD，Frequency Division Duplex)和/或时分双工(TDD，Time DivisionDuplex)，可以包括高频开关、双工器、滤波器、频率合成器等。例如，上述的发送单元、接收单元等可以通过通信装置1040来实现。
输入装置1050是接受来自外部的输入的输入设备(例如，键盘、鼠标、麦克风、开关、按钮、传感器等)。输出装置1060是实施向外部的输出的输出设备(例如，显示器、扬声器、发光二极管(LED，Light Emitting Diode)灯等)。另外，输入装置1050和输出装置1060也可以为一体的结构(例如触控面板)。
此外，处理器1010、内存1020等各装置通过用于对信息进行通信的总线1070连接。总线1070可以由单一的总线构成，也可以由装置间不同的总线构成。
此外，基站和用户终端可以包括微处理器、数字信号处理器(DSP，Digital SignalProcessor)、专用集成电路(ASIC，Application Specific Integrated Circuit)、可编程逻辑器件(PLD，Programmable Logic Device)、现场可编程门阵列(FPGA，FieldProgrammable Gate Array)等硬件，可以通过该硬件来实现各功能块的部分或全部。例如，处理器1010可以通过这些硬件中的至少一个来安装。
(变形例)
另外，关于本说明书中说明的用语和/或对本说明书进行理解所需的用语，可以与具有相同或类似含义的用语进行互换。例如，信道和/或符号也可以为信号(信令)。此外，信号也可以为消息。参考信号也可以简称为RS(Reference Signal)，根据所适用的标准，也可以称为导频(Pilot)、导频信号等。此外，分量载波(CC，Component Carrier)也可以称为小区、频率载波、载波频率等。
此外，本说明书中说明的信息、参数等可以用绝对值来表示，也可以用与规定值的相对值来表示，还可以用对应的其它信息来表示。例如，无线资源可以通过规定的索引来指示。进一步地，使用这些参数的公式等也可以与本说明书中明确公开的不同。
在本说明书中用于参数等的名称在任何方面都并非限定性的。例如，各种各样的信道(物理上行链路控制信道(PUCCH，Physical Uplink ControlChannel)、物理下行链路控制信道(PDCCH，Physical Downlink Control Channel)等)和信息单元可以通过任何适当的名称来识别，因此为这些各种各样的信道和信息单元所分配的各种各样的名称在任何方面都并非限定性的。
本说明书中说明的信息、信号等可以使用各种各样不同技术中的任意一种来表示。例如，在上述的全部说明中可能提及的数据、命令、指令、信息、信号、比特、符号、芯片等可以通过电压、电流、电磁波、磁场或磁性粒子、光场或光子、或者它们的任意组合来表示。
此外，信息、信号等可以从上层向下层、和/或从下层向上层输出。信息、信号等可以经由多个网络节点进行输入或输出。
输入或输出的信息、信号等可以保存在特定的场所(例如内存)，也可以通过管理表进行管理。输入或输出的信息、信号等可以被覆盖、更新或补充。输出的信息、信号等可以被删除。输入的信息、信号等可以被发往其它装置。
信息的通知并不限于本说明书中说明的方式/实施方式，也可以通过其它方法进行。例如，信息的通知可以通过物理层信令(例如，下行链路控制信息(DCI，DownlinkControl Information)、上行链路控制信息(UCI，Uplink Control Information))、上层信令(例如，无线资源控制(RRC，Radio Resource Control)信令、广播信息(主信息块(MIB，Master Information Block)、系统信息块(SIB，System Information Block)等)、媒体存取控制(MAC，Medium Access Control)信令)、其它信号或者它们的组合来实施。
另外，物理层信令也可以称为L1/L2(第1层/第2层)控制信息(L1/L2控制信号)、L1控制信息(L1控制信号)等。此外，RRC信令也可以称为RRC消息，例如可以为RRC连接建立(RRC Connection Setup)消息、RRC连接重设定(RRC Connection Reconfiguration)消息等。此外，MAC信令例如可以通过MAC控制单元(MAC CE(Control Element))来通知。
此外，规定信息的通知(例如，“为X”的通知)并不限于显式地进行，也可以隐式地(例如，通过不进行该规定信息的通知，或者通过其它信息的通知)进行。
关于判定，可以通过由1比特表示的值(0或1)来进行，也可以通过由真(true)或假(false)表示的真假值(布尔值)来进行，还可以通过数值的比较(例如与规定值的比较)来进行。
软件无论被称为软件、固件、中间件、微代码、硬件描述语言，还是以其它名称来称呼，都应宽泛地解释为是指命令、命令集、代码、代码段、程序代码、程序、子程序、软件模块、应用程序、软件应用程序、软件包、例程、子例程、对象、可执行文件、执行线程、步骤、功能等。
此外，软件、命令、信息等可以经由传输介质被发送或接收。例如，当使用有线技术(同轴电缆、光缆、双绞线、数字用户线路(DSL，Digital Subscriber Line)等)和/或无线技术(红外线、微波等)从网站、服务器、或其它远程资源发送软件时，这些有线技术和/或无线技术包括在传输介质的定义内。
本说明书中使用的“系统”和“网络”这样的用语可以互换使用。
在本说明书中，“基站(BS，Base Station)”、“无线基站”、“eNB”、“gNB”、“小区”、“扇区”、“小区组”、“载波”以及“分量载波”这样的用语可以互换使用。基站有时也以固定台(fixed station)、NodeB、eNodeB(eNB)、接入点(access point)、发送点、接收点、毫微微小区、小小区等用语来称呼。
基站可以容纳一个或多个(例如三个)小区(也称为扇区)。当基站容纳多个小区时，基站的整个覆盖区域可以划分为多个更小的区域，每个更小的区域也可以通过基站子系统(例如，室内用小型基站(射频拉远头(RRH，Remote Radio Head)))来提供通信服务。“小区”或“扇区”这样的用语是指在该覆盖中进行通信服务的基站和/或基站子系统的覆盖区域的一部分或整体。
在本说明书中，“移动台(MS，Mobile Station)”、“用户终端(user terminal)”、“用户装置(UE，User Equipment)”以及“终端”这样的用语可以互换使用。移动台有时也被本领域技术人员以用户台、移动单元、用户单元、无线单元、远程单元、移动设备、无线设备、无线通信设备、远程设备、移动用户台、接入终端、移动终端、无线终端、远程终端、手持机、用户代理、移动客户端、客户端或者若干其它适当的用语来称呼。
此外，本说明书中的无线基站也可以用用户终端来替换。例如，对于将无线基站和用户终端间的通信替换为多个用户终端间(D2D，Device-to-Device)的通信的结构，也可以应用本公开的各方式/实施方式。此时，可以将上述的设备800中的第一通信设备或第二通信设备所具有的功能当作用户终端所具有的功能。此外，“上行”和“下行”等文字也可以替换为“侧”。例如，上行信道也可以替换为侧信道。
同样，本说明书中的用户终端也可以用无线基站来替换。此时，可以将上述的用户终端所具有的功能当作第一通信设备或第二通信设备所具有的功能。
在本说明书中，设为通过基站进行的特定动作根据情况有时也通过其上级节点(upper node)来进行。显然，在具有基站的由一个或多个网络节点(network nodes)构成的网络中，为了与终端间的通信而进行的各种各样的动作可以通过基站、除基站之外的一个以上的网络节点(可以考虑例如移动管理实体(MME，Mobility Management Entity)、服务网关(S-GW，Serving-Gateway)等，但不限于此)、或者它们的组合来进行。
本说明书中说明的各方式/实施方式可以单独使用，也可以组合使用，还可以在执行过程中进行切换来使用。此外，本说明书中说明的各方式/实施方式的处理步骤、序列、流程图等只要没有矛盾，就可以更换顺序。例如，关于本说明书中说明的方法，以示例性的顺序给出了各种各样的步骤单元，而并不限定于给出的特定顺序。
本说明书中说明的各方式/实施方式可以应用于利用长期演进(LTE，Long TermEvolution)、高级长期演进(LTE-A，LTE-Advanced)、超越长期演进(LTE-B，LTE-Beyond)、超级第3代移动通信系统(SUPER3G)、高级国际移动通信(IMT-Advanced)、第4代移动通信系统(4G，4th generationmobile communication system)、第5代移动通信系统(5G，5thgeneration mobilecommunication system)、未来无线接入(FRA，Future Radio Access)、新无线接入技术(New-RAT，Radio Access Technology)、新无线(NR，New Radio)、新无线接入(NX，New radio access)、新一代无线接入(FX，Future generation radio access)、全球移动通信系统(GSM(注册商标)，Global System for Mobilecommunications)、码分多址接入3000(CDMA3000)、超级移动宽带(UMB，Ultra Mobile Broadband)、IEEE 920.11(Wi-Fi(注册商标))、IEEE 920.16(WiMAX(注册商标))、IEEE 920.20、超宽带(UWB，Ultra-WideBand)、蓝牙(Bluetooth(注册商标))、其它适当的无线通信方法的系统和/或基于它们而扩展的下一代系统。
本说明书中使用的“根据”这样的记载，只要未在其它段落中明确记载，则并不意味着“仅根据”。换言之，“根据”这样的记载是指“仅根据”和“至少根据”这两者。
本说明书中使用的对使用“第一”、“第二”等名称的单元的任何参照，均非全面限定这些单元的数量或顺序。这些名称可以作为区别两个以上单元的便利方法而在本说明书中使用。因此，第一单元和第二单元的参照并不意味着仅可采用两个单元或者第一单元必须以若干形式占先于第二单元。
本说明书中使用的“判断(确定)(determining)”这样的用语有时包含多种多样的动作。例如，关于“判断(确定)”，可以将计算(calculating)、推算(computing)、处理(processing)、推导(deriving)、调查(investigating)、搜索(looking up)(例如表、数据库、或其它数据结构中的搜索)、确认(ascertaining)等视为是进行“判断(确定)”。此外，关于“判断(确定)”，也可以将接收(receiving)(例如接收信息)、发送(transmitting)(例如发送信息)、输入(input)、输出(ou中ut)、存取(accessing)(例如存取内存中的数据)等视为是进行“判断(确定)”。此外，关于“判断(确定)”，还可以将解决(resolving)、选择(selecting)、选定(choosing)、建立(establishing)、比较(comparing)等视为是进行“判断(确定)”。也就是说，关于“判断(确定)”，可以将若干动作视为是进行“判断(确定)”。
本说明书中使用的“连接的(connected)”、“结合的(coupled)”这样的用语或者它们的任何变形是指两个或两个以上单元间的直接的或间接的任何连接或结合，可以包括以下情况：在相互“连接”或“结合”的两个单元间，存在一个或一个以上的中间单元。单元间的结合或连接可以是物理上的，也可以是逻辑上的，或者还可以是两者的组合。例如，“连接”也可以替换为“接入”。在本说明书中使用时，可以认为两个单元是通过使用一个或一个以上的电线、线缆、和/或印刷电气连接，以及作为若干非限定性且非穷尽性的示例，通过使用具有射频区域、微波区域、和/或光(可见光及不可见光这两者)区域的波长的电磁能等，被相互“连接”或“结合”。
在本说明书或权利要求书中使用“包括(including)”、“包含(comprising)”、以及它们的变形时，这些用语与用语“具备”同样是开放式的。进一步地，在本说明书或权利要求书中使用的用语“或(or)”并非是异或。
以上对本公开进行了详细说明，但对于本领域技术人员而言，显然，本公开并非限定于本说明书中说明的实施方式。本公开在不脱离由权利要求书的记载所确定的本公开的宗旨和范围的前提下，可以作为修改和变更方式来实施。因此，本说明书的记载是以示例说明为目的，对本公开而言并非具有任何限制性的意义。

Claims (10)

1.一种终端，包括：
控制单元，被配置为将下行信道输入至终端的神经网络；以及
所述控制单元，还被配置为控制所述终端的神经网络对输入进行处理，并输出反馈信息。
2.如权利要求1所述的终端，还包括：
发送单元，被配置为向基站发送反馈信息。
3.如权利要求2所述的终端，其中所述发送单元被配置为使用基于神经网络的码本对反馈信息进行量化，以及向基站发送量化后的反馈信息。
4.一种基站，包括：
接收单元，被配置为从终端接收反馈信息；以及
控制单元，被配置为根据所述反馈信息确定基站的神经网络中特定层的输入。
5.一种终端，包括：
接收单元，被配置为从基站接收关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及
控制单元，被配置为根据所述指示信息，确定是否使用基于神经网络的码本。
6.如权利要求5所述的终端，还包括：
发送单元，被配置为向基站发送关于终端的神经网络特性的信息。
7.如权利要求6所述的终端，其中所述关于终端的神经网络特性的信息包括关于所述终端的神经网络的网络类型、网络大小中至少一个的信息。
8.如权利要求5至7任一项所述的终端，其中所述基于神经网络的码本与神经网络特性相关。
9.如权利要求5至7任一项所述的终端，其中所述基于神经网络的码本是根据神经网络的输出特性而确定的。
10.一种基站，包括：
控制单元，被配置为确定关于码本的指示信息，其中所述指示信息指示终端是否使用基于神经网络的码本；以及
发送单元，被配置为向终端发送所述指示信息。
CN201910417984.6A 2019-05-17 2019-05-17 无线通信系统中的终端和基站 Active CN111953448B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910417984.6A CN111953448B (zh) 2019-05-17 无线通信系统中的终端和基站
US16/737,792 US11792055B2 (en) 2019-05-17 2020-01-08 Terminal and base station in wireless communication system
JP2020033284A JP2020191622A (ja) 2019-05-17 2020-02-28 無線通信システムにおける端末及び基地局

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910417984.6A CN111953448B (zh) 2019-05-17 无线通信系统中的终端和基站

Publications (2)

Publication Number Publication Date
CN111953448A true CN111953448A (zh) 2020-11-17
CN111953448B CN111953448B (zh) 2024-04-30

Family

ID=

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023070486A1 (en) * 2021-10-29 2023-05-04 Qualcomm Incorporated Channel state feedback for reduced resource consumption reference signals
WO2023093777A1 (zh) * 2021-11-24 2023-06-01 华为技术有限公司 一种通信方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010526463A (ja) * 2007-04-30 2010-07-29 ザ・ホンコン・ユニバーシティー・オブ・サイエンス・アンド・テクノロジー 有限速度フィードバックを有するｍｉｍｏブロードキャストチャネルのマルチユーザスケジューリング
CN108353421A (zh) * 2015-10-27 2018-07-31 株式会社Ntt都科摩 用户终端、无线基站以及无线通信方法
US20190049912A1 (en) * 2017-12-28 2019-02-14 Intel Corporation Fpga based functional safety control logic (ffscl)
US20190110243A1 (en) * 2016-03-30 2019-04-11 Lg Electronics Inc. System information transmission method and base station, and system information reception method and user equipment
US20190138934A1 (en) * 2018-09-07 2019-05-09 Saurav Prakash Technologies for distributing gradient descent computation in a heterogeneous multi-access edge computing (mec) networks
US20190149205A1 (en) * 2016-05-26 2019-05-16 Lg Electronics Inc. Method for transmitting uplink signal in distributed antenna communication system and device for same

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010526463A (ja) * 2007-04-30 2010-07-29 ザ・ホンコン・ユニバーシティー・オブ・サイエンス・アンド・テクノロジー 有限速度フィードバックを有するｍｉｍｏブロードキャストチャネルのマルチユーザスケジューリング
CN108353421A (zh) * 2015-10-27 2018-07-31 株式会社Ntt都科摩 用户终端、无线基站以及无线通信方法
US20190110243A1 (en) * 2016-03-30 2019-04-11 Lg Electronics Inc. System information transmission method and base station, and system information reception method and user equipment
US20190149205A1 (en) * 2016-05-26 2019-05-16 Lg Electronics Inc. Method for transmitting uplink signal in distributed antenna communication system and device for same
US20190049912A1 (en) * 2017-12-28 2019-02-14 Intel Corporation Fpga based functional safety control logic (ffscl)
US20190138934A1 (en) * 2018-09-07 2019-05-09 Saurav Prakash Technologies for distributing gradient descent computation in a heterogeneous multi-access edge computing (mec) networks

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
""R1-1813977 Summary on Codebook based UL Transmission_r1"", 3GPP TSG_RAN\\WG1_RL1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023070486A1 (en) * 2021-10-29 2023-05-04 Qualcomm Incorporated Channel state feedback for reduced resource consumption reference signals
WO2023093777A1 (zh) * 2021-11-24 2023-06-01 华为技术有限公司 一种通信方法及装置

Also Published As

Publication number Publication date
US20200366537A1 (en) 2020-11-19
JP2020191622A (ja) 2020-11-26
US11792055B2 (en) 2023-10-17

Similar Documents

Publication Publication Date Title
US11792055B2 (en) Terminal and base station in wireless communication system
JP7420593B2 (ja) 端末及び基地局
US10116364B2 (en) Method for determining rank indication RI bit number, base station, and terminal
US20230246695A1 (en) Terminal and base station of wireless communication system, and methods executed by terminal and base station
US20230261905A1 (en) User equipment, base station, and channel estimation and feedback system for user equipment and base station
CN111954309A (zh) 终端和基站
US11637680B2 (en) Methods and apparatuses for signalling a frequency offset in a NB-IoT TDD network
CN110603741B (zh) 波束信息反馈方法及用户装置
US11057154B2 (en) Method and apparatus for rate matching interleaving for polar codes
CN111953448B (zh) 无线通信系统中的终端和基站
CN112425226B (zh) 通信方法及相应的用户终端、基站
CN114142883A (zh) 发送设备、接收设备、发送方法和接收方法
CN117641436A (zh) 信道信息的处理方法、终端及网络设备
CN116671030A (zh) 终端以及基站
CN116830469A (zh) 信息发送方法、预编码粒度确定方法、终端以及基站

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