CN113810155B

CN113810155B - 信道编译码方法和通信装置

Info

Publication number: CN113810155B
Application number: CN202010556048.6A
Authority: CN
Inventors: 皇甫幼睿; 张华滋; 王坚; 李榕; 王俊
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2020-06-17
Filing date: 2020-06-17
Publication date: 2022-11-18
Anticipated expiration: 2040-06-17
Also published as: CN113810155A; WO2021254119A1; US20230123083A1

Abstract

本申请提供了一种信道编码方法和通信装置。该方法包括：第二通信装置获取第一通信装置的第一参数，该第一参数包括信道编译码的相关参数和强化学习训练参数，该第二通信装置根据该第一参数，确定用于信道编码时根据信息比特序列构造编码比特序列的第一码构造信息，将该第一码构造信息发送给第一通信装置后，第一通信装置和第二通信装置之间的通信数据采用该第一码构造信息进行信道编译码。以期提高信道编码的性能，进而提高通信的可靠性。

Description

信道编译码方法和通信装置

技术领域

本申请涉及通信领域，并且更具体地，涉及一种信道编码方法和通信装置。

背景技术

信道编码作为最基本的无线接入技术，是满足通信需求的重要研究对象之一。在香农理论提出后，本领域技术人员致力于寻找能够达到香农极限又具有相对较低复杂度的编译码方法。多种信道编码方式应运而生，例如，应用于第三(3^rd generation，3G)、第四(4^thgeneration，4G)移动通信网络的卷积码、Turbo码。以及，第五(5^th generation，5G)移动通信系统中控制信道采用的极化(polar)码和数据信道采用的低密度奇偶校验码(low-density parity-check，LDPC)。在通信系统中，通常由标准化协议定义信道编码的参数，例如，码块长度、生成矩阵等，在实际通信中采用协议定义的参数进行信道编码。但协议定义信道编码参数应用于不同场景时性能存在差异。

发明内容

本申请提供一种信道编译码方法和通信装置，以期提高信道编码的性能，进而提高通信的可靠性。

第一方面，提供了一种通信方法，该方法可以由第一通信装置执行或配置于(或用于)第一通信装置的模块(如芯片)执行，以下以该方法由第一通信装置执行为例进行说明。

该方法包括：第一通信装置向第二通信装置发送第一参数，该第一参数包括信道编译码的相关参数和强化学习训练参数；该第一通信装置获取该第二通信装置的第一码构造信息，该第一码构造信息与该第一参数相对应，该第一码构造信息用于信道编码时根据信息比特构造编码比特。

根据上述方案，第一通信装置通知第二通信装置当前信道编译码采用的场景参数和用于对码构造信息进行强化学习的训练参数，即第一参数，以便第二通信装置根据该第一参数确定与该第一参数相应的第一码构造信息。采用与信道编译码采用的场景相应的第一码构造信息进行信道编译码，能够提高信道编码的新能，进而提高通信的可靠性。

结合第一方面，在第一方面的某些实现方式中，该第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵。

根据上述方案，第一通信装置和第二通信装置之间的通信信息采用Polar码或LDPC码进行信道编码，该第一码构造信息可以是Polar码的用于根据信息比特构造编码比特的极化信道可靠度排序序列，或者LDPC码的基矩阵，第一通信装置通过向第二通信装置发送该第一参数，并获取第二通信装置根据第一参数确定的第一码构造信息，使得第一通信装置和第二通信装置可以采用与信道编译码的场景相应的第一码构造信息进行信道编译码，能够提高信道编码的性能，进而提高通信的可靠性。

结合第一方面，在第一方面的某些实现方式中，该第一码构造信息是使用强化学习的方法得到的。

根据上述方案，该第一通信装置获取的该第一码构造信息是使用强化学习的方法得到，第二通信装置根据第一参数通过强化学习进行试错(或称探索)学习最优策略的过程，得到与第一参数更加匹配的第一码构造信息，以期提高信道编译码的性能，进而提高通信的可靠性。

结合第一方面，在第一方面的某些实现方式中，在该第一通信装置获取该第一码构造信息之前，该方法还包括：该第一通信装置获取该第二通信装置的探索码构造信息，该探索码构造信息与该第一参数对应；该第一通信装置评估该探索码构造信息的性能，根据该第一参数生成该探索码构造信息的性能信息；向该第二通信装置发送该探索码构造信息的性能信息。

根据上述方案，该第一通信装置参与第二通信装置对码构造信息进行强化学习的训练过程，也就是说第一通信装置作为强化学习的环境对第二通信装置在强化学习过程中生成的探索码构造信息进行评估，以及向该第二通信装置反馈该探索码构造的回报(即性能信息)，使得第二通信装置能够得到与该第一参数相应的更高性能的码构造信息。

结合第一方面，在第一方面的某些实现方式中，该方法还包括:该第一通信装置向该第二通信装置发送能力信息，该能力信息用于指示该第一通信装置是否支持更新码构造信息。

根据上述方案，在更新探索码构造信息之前通信双方通过能力信息的交互，对是否具有更新码构造信息的能力达成共识，以便在双方均具有更新码构造信息的能力的情况下，更新码构造信息，提高信道编码的性能，进而提高通信的可靠性。

结合第一方面，在第一方面的某些实现方式中，该方法还包括：该第一通信装置获取到该第一码构造信息后，采用该第一码构造信息进行信道编码，或者，该第一通信装置向该第二通信装置发送确认信息后，采用该第一码构造信息进行信道编码，该确认信息用于指示该第一通信装置已获取该第一码构造信息。

根据上述方案，在通信双方对采用第一码构造信息进行信道编码的时间点达成一致，以避免因采用的码构造信息不一致造成的通信信息无法正确接收的情况。

结合第一方面，在第一方面的某些实现方式中，该信道编码为以下一种或多种通信信息的信道编码：上行数据、下行数据、上行控制信息、下行控制信息、侧行链路的数据或侧行链路的控制信息。

结合第一方面，在第一方面的某些实现方式中，该信道编译码的相关参数包括以下一种或多种：信道状态信息CSI、预编码矩阵信息PMI、编码长度、信息比特长度、码率、调制等级。

结合第一方面，在第一方面的某些实现方式中，该强化学习训练参数包括以下一种或多种：调制等级分布、编码长度的分布、码率的分布、信息比特长度的分布、编译码器的参数、信道特征的参数或译码结果。

第二方面，提供了一种通信方法，该方法可以由第二通信装置执行或配置于(或用于)第二通信装置的模块(如芯片)执行，以下以该方法由第二通信装置执行为例进行说明。

该方法包括：第二通信装置获取第一通信装置的第一参数，该第一参数包括信道编译码的相关参数和强化学习训练参数；该第二通信装置根据该第一参数，确定第一码构造信息，该第一码构造信息用于信道编码时根据信息比特序列构造编码比特序列；该第二通信装置向该第一通信装置发送该第一码构造信息。

根据上述方案，第二通信装置获取第一通信装置当前信道编译码采用的场景参数和用于对码构造信息进行强化学习的训练参数，即第一参数，并根据该第一参数确定与该第一参数相应的第一码构造信息。采用与信道编译码采用的场景相应的第一码构造信息进行信道编译码，能够提高信道编码的性能，进而提高通信的可靠性。

结合第二方面，在第二方面的某些实现方式中，该第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵。

结合第二方面，在第二方面的某些实现方式中，该第一码构造信息是使用强化学习的方法得到的。

根据上述方案，第二通信装置根据第一参数通过强化学习进行试错(或称探索)学习最优策略的过程，得到与第一参数更加匹配的第一码构造信息，能够提高信道编译码的性能，进而提高通信的可靠性。

结合第二方面，在第二方面的某些实现方式中，该根据第一参数，生成第一码构造信息，包括：根据该第一参数，生成探索码构造信息；获取该探索码构造信息的性能信息；将该性能信息作为回报，对码构造信息生成模型进行训练；通过训练后的该码构造信息生成模型，生成该第一码构造信息。

根据上述方案，该第二通信装置根据第一参数进行强化学习，生成用于试错(或称为探索)的探索码构造信息，并获取环境对该探索码构造信息的反馈(即性能信息)，以该性能信息作为回报调整强化学习的策略，经过多次的的探索能够得到与第一参数更加匹配的第一码构造信息，以期提高信道编码的性能，进而提高通信的可靠性。

结合第二方面，在第二方面的某些实现方式中，该获取该探索码构造信息的性能信息，包括：根据该第一参数评估该探索码构造信息的性能，并生成该探索码构造信息的性能信息。

根据上述方案，该第二通信装置生成该探索码构造信息后对该探索码构造信息性能进行评估并生成性能信息作为环境对该探索码构造信息的反馈，该性能信息作为回报调整强化学习的策略，经过多次的的探索能够得到与第一参数更加匹配的第一码构造信息，以期提高信道编码的性能，进而提高通信的可靠性。

结合第二方面，在第二方面的某些实现方式中，该获取该探索码构造信息的性能信息，包括：向该第一通信装置发送该探索码构造信息；获取该第一通信装置确定的该探索码构造信息的性能信息。

可选地，上述两种实现方式可以相结合实施，第二通信装置在进行强化学习过程中，首先由第二通信装置(例如，配置于第二通信装置的评估单元等)对训练过程中生成的探索码构造信息进行评估，并生成性能信息作为回报调整强化学习的策略，当探索码构造信息的性能达到预设值时，采用该探索码构造信息对第一通信装置和第二通信装置之间的通信信息进行信道编码，由该第一通信装置对该探索码构造信息进行评估，并向第二通信装置反馈其性能信息作为回报，以使第二通信装置调整该强化学习的性能。也就是说，由第二通信装置根据第一参数，确定的第一码构造信息，在第一通信装置和第二通信装置通信过程中，依然可以作为强化学习的探索码构造信息进行强化学习的训练，但本申请不限于此。

结合第二方面，在第二方面的某些实现方式中，该方法还包括:该第二通信装置获取该第一通信装置的能力信息，该能力信息用于指示该第一通信装置是否支持更新码构造信息。

结合第二方面，在第二方面的某些实现方式中，该方法还包括：该第二通信装置向该第一通信装置发送该第一码构造信息后，采用该第一码构造信息进行信道编译码；该第二通信装置获取该第一通信装置的确认信息后，采用该第一码构造信息进行信道编译码，该确认信息用于指示该第一通信装置已获取该第一码构造信息。

结合第二方面，在第二方面的某些实现方式中，该信道编码为以下一种或多种通信信息的信道编码：上行数据、下行数据、上行控制信息、下行控制信息、侧行链路的数据或侧行链路的控制信息。

结合第二方面，在第二方面的某些实现方式中，该信道编译码的相关参数包括以下一种或多种：信道状态信息CSI、预编码矩阵信息PMI、编码长度、信息比特长度、码率、调制等级。

结合第二方面，在第二方面的某些实现方式中，该强化学习训练参数包括以下一种或多种：调制等级分布、编码长度的分布、码率的分布、信息比特长度的分布、编译码器的参数、信道特征的参数或译码结果。

第三方面，提供了一种训练码构造信息生成模型的方法，该方法可以由第二通信装置执行或配置于(或用于)第二通信装置的模块(如芯片)执行，以下以该方法由第二通信装置执行为例进行说明。

该方法包括：该码构造信息用于信道编码时根据信息比特构造编码比特，该方法包括：根据第一参数，生成探索码构造信息，该第一参数包括信道编译码的相关参数值和/或强化学习训练参数值；获取该探索码构造信息的性能信息；将该性能信息作为回报，对该码构造信息生成模型进行训练。

结合第三方面，在第三方面的某些实现方式中，该获取该探索码构造信息的性能信息，包括：评估该探索码构造信息的性能，并根据该信道编译码的相关参数值生成该性能信息。

结合第三方面，在第三方面的某些实现方式中，该获取该探索码构造信息的性能信息，包括：接收来自第一通信装置的该性能信息。

结合第三方面，在第三方面的某些实现方式中，该码构造信息生成模型包括策略函数，以及，该生成探索码构造信息，包括：向该策略函数输入获取的码构造信息的当前状态信息；根据该策略函数输出，确定码构造信息的下一状态信息；根据该下一状态信息，生成该探索码构造信息。

结合第三方面，在第三方面的某些实现方式中，该策略函数为神经网络。

结合第三方面，在第三方面的某些实现方式中，该方法还包括：接收来自该第一通信装置的该第一参数。

结合第三方面，在第三方面的某些实现方式中，该信道编译码的相关参数包括以下一种或多种：信道状态信息CSI、预编码矩阵信息PMI、编码长度、信息比特长度、码率、调制等级。

结合第三方面，在第三方面的某些实现方式中，该强化学习训练参数包括以下一种或多种：调制等级分布、编码长度的分布、码率的分布、信息比特长度的分布、编译码器的参数、信道特征的参数或译码结果。

第四方面，提供了一种通信装置，该装置包括：处理单元，用于确定第一参数，该第一参数包括信道编译码的相关参数和强化学习训练参数；收发单元，用于向第二通信装置发送第一参数；该收发单元还用于获取该第二通信装置的第一码构造信息，该第一码构造信息与该第一参数相对应，该第一码构造信息用于信道编码时根据信息比特构造编码比特。

结合第四方面，在第四方面的某些实现方式中，该第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵。

结合第四方面，在第四方面的某些实现方式中，该第一码构造信息是使用强化学习的方法得到的。

结合第四方面，在第四方面的某些实现方式中，在该收发单元获取该第一码构造信息之前，该收发单元还用于获取该第二通信装置的探索码构造信息，该探索码构造信息与该第一参数对应的；

该处理单元还用于评估该探索码构造信息的性能，根据该第一参数生成该探索码构造信息的性能信息；

该收发单元还用于向该第二通信装置发送该探索码构造信息的性能信息。

结合第四方面，在第四方面的某些实现方式中，该收发单元还用于向该第二通信装置发送能力信息，该能力信息用于指示是否支持更新码构造信息。

结合第四方面，在第四方面的某些实现方式中，该收发单元获取到该第一码构造信息后，该处理单元采用该第一码构造信息进行信道编码，或者，该收发单元向该第二通信装置发送确认信息后，该处理单元采用该第一码构造信息进行信道编码，该确认信息用于指示已获取该第一码构造信息。

结合第四方面，在第四方面的某些实现方式中，该信道编码为以下一种或多种通信信息的信道编码：上行数据、下行数据、上行控制信息、下行控制信息、侧行链路的数据或侧行链路的控制信息。

结合第四方面，在第四方面的某些实现方式中，该信道编译码的相关参数包括以下一种或多种：信道状态信息CSI、预编码矩阵信息PMI、编码长度、信息比特长度、码率、调制等级。

结合第四方面，在第四方面的某些实现方式中，该强化学习训练参数包括以下一种或多种：调制等级分布、编码长度的分布、码率的分布、信息比特长度的分布、编译码器的参数、信道特征的参数或译码结果。

第五方面，提供了一种通信装置，该装置包括：收发单元，用于获取第一通信装置的第一参数，该第一参数包括信道编译码的相关参数和强化学习训练参数；处理单元，用于根据该第一参数，确定第一码构造信息，该第一码构造信息用于信道编码时根据信息比特序列构造编码比特序列；该收发单元还用于向该第一通信装置发送该第一码构造信息。

结合第五方面，在第五方面的某些实现方式中，该第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵。

结合第五方面，在第五方面的某些实现方式中，该第一码构造信息是使用强化学习的方法得到的。

结合第五方面，在第五方面的某些实现方式中，该处理单元还用于根据该第一参数，生成探索码构造信息；该收发单元或该处理单元还用于获取该探索码构造信息的性能信息；该处理单元还用于将该性能信息作为回报，对码构造信息生成模型进行训练；该处理单元具体通过训练后的该码构造信息生成模型，生成该第一码构造信息。

结合第五方面，在第五方面的某些实现方式中，该处理单元还用于获取该探索码构造信息的性能信息，包括：该处理单元具体用于评估该探索码构造信息的性能，并根据该第一参数生成该探索码构造信息的性能信息。

结合第五方面，在第五方面的某些实现方式中，该收发单元还用于获取该探索码构造信息的性能信息，包括：该收发单元具体用于获取该第一通信装置的该探索码构造信息的性能信息。

结合第五方面，在第五方面的某些实现方式中，该收发单元还用于获取该第一通信装置的能力信息，该能力信息用于指示是否支持更新码构造信息。

结合第五方面，在第五方面的某些实现方式中，该收发单元还用于向该第一通信装置发送该第一码构造信息后，采用该第一码构造信息进行信道编译码；该收发单元还用于获取该第一通信装置的确认信息后，采用该第一码构造信息进行信道编译码，该确认信息用于指示该第一通信装置已获取该第一码构造信息。

结合第五方面，在第五方面的某些实现方式中，该信道编码为以下一种或多种通信信息的信道编码：上行数据、下行数据、上行控制信息、下行控制信息、侧行链路的数据或侧行链路的控制信息。

结合第五方面，在第五方面的某些实现方式中，该信道编译码的相关参数包括以下一种或多种：信道状态信息CSI、预编码矩阵信息PMI、编码长度、信息比特长度、码率、调制等级。

结合第五方面，在第五方面的某些实现方式中，该强化学习训练参数包括以下一种或多种：调制等级分布、编码长度的分布、码率的分布、信息比特长度的分布、编译码器的参数、信道特征的参数或译码结果。

第六方面，提供了一种码构造信息生成装置，该装置包括：处理模块，用于根据第一参数，生成探索码构造信息，该第一参数包括信道编译码的相关参数值和/或强化学习训练参数值；获取模块，用于获取该探索码构造信息的性能信息；训练模块，用于将该译码结果的相关信息作为奖励，对码构造信息生成模型进行训练；该处理模块还用于通过训练后的该码构造信息生成模型，生成第一码构造信息。

结合第六方面，在第六方面的某些实现方式中，该处理单元还用于评估该探索码构造信息的性能，生成该性能信息。

结合第六方面，在第六方面的某些实现方式中，该性能信息为该获取模块从第一通信装置获取到的。

结合第六方面，在第六方面的某些实现方式中，该码构造信息生成模型包括策略函数，以及，该处理模块具体用于向该策略函数输入获取的码构造信息的当前状态信息后，根据该策略函数输出确定码构造信息的下一状态信息，并根据该第二状态信息生成该探索码构造信息。

结合第六方面，在第六方面的某些实现方式中，该策略函数为神经网络。

结合第六方面，在第六方面的某些实现方式中，该收发单元还用于接收来自该第一通信装置的该第一参数。

结合第六方面，在第六方面的某些实现方式中，该信道编译码的相关参数包括以下一种或多种：信道状态信息CSI、预编码矩阵信息PMI、编码长度、信息比特长度、码率、调制等级。

结合第六方面，在第六方面的某些实现方式中，该强化学习训练参数包括以下一种或多种：调制等级分布、编码长度的分布、码率的分布、信息比特长度的分布、编译码器的参数、信道特征的参数或译码结果。

第七方面，提供了一种通信装置，包括处理器。该处理器与存储器耦合，可用于执行存储器中的指令，以实现上述第一方面至第三方面以及第一方面至第三方面中任一种可能实现方式中的方法。可选地，该通信装置还包括存储器。可选地，该通信装置还包括通信接口，处理器与通信接口耦合。

在一种实现方式中，该通信装置为终端设备。当该通信装置为终端设备时，该通信接口可以是收发器，或，输入/输出接口。

在另一种实现方式中，该通信装置为配置于终端设备中的芯片。当该通信装置为配置于终端设备中的芯片时，该通信接口可以是输入/输出接口。

在另一种实现方式中，该通信装置为网络设备。当该通信装置为网络设备时，该通信接口可以是收发器，或，输入/输出接口。

在另一种实现方式中，该通信装置为配置于网络设备中的芯片。当该通信装置为配置于网络设备中的芯片时，该通信接口可以是输入和/或输出接口。

可选地，该收发器可以为收发电路。可选地，该输入和/或输出接口可以为输入和/或输出电路。

第八方面，提供了一种处理器，包括：输入电路、输出电路和处理电路。该处理电路用于通过该输入电路接收信号，并通过该输出电路发射信号，使得该处理器执行第一方面至第三方面以及第一方面至第三方面中任一种可能实现方式中的方法。

第九方面，提供了一种芯片，包括逻辑电路和通信接口，所述通信接口用于接收输入所述芯片的信号或从所述芯片输出处理后的信号，所述逻辑电路根据第一方面至第三方面以及第一方面至第三方面中任一种可能实现方式中的方法对输入所述芯片的信号进行处理，并产生该处理后的信号。

可选地，该通信接口可以是输入接口和/或输出接口，或者，该通信接口可以是输入和/或输出电路。输入电路可以为输入管脚，输出电路可以为输出管脚。输入电路所接收的输入的信号可以是由例如但不限于接收器接收并输入的，输出电路所输出的信号可以是例如但不限于输出给发射器并由发射器发射的，且输入电路和输出电路可以是同一电路，该电路在不同的时刻分别用作输入电路和输出电路。本申请实施例对处理器及各种电路的具体实现方式不做限定。

第十方面，提供了一种处理装置，包括处理器和存储器。该处理器用于读取存储器中存储的指令，并可通过接收器接收信号，通过发射器发射信号，以执行第一方面至第三方面以及第一方面至第三方面中任一种可能实现方式中的方法。

可选地，该处理器为一个或多个，该存储器为一个或多个。

可选地，该存储器可以与该处理器集成在一起，或者该存储器与处理器分离设置。

在具体实现过程中，存储器可以为非瞬时性(non-transitory)存储器，例如只读存储器(read only memory，ROM)，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本申请实施例对存储器的类型以及存储器与处理器的设置方式不做限定。

应理解，相关的数据交互过程例如发送指示信息可以为从处理器输出指示信息的过程，接收能力信息可以为处理器接收输入能力信息的过程。具体地，处理器输出的数据可以输出给发射器，处理器接收的输入数据可以来自接收器。其中，发射器和接收器可以统称为收发器。

上述第十方面中的处理装置可以是一个或多个芯片。该处理装置中的处理器可以通过硬件来实现也可以通过软件来实现。当通过硬件实现时，该处理器可以是逻辑电路、集成电路等；当通过软件来实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现，该存储器可以集成在处理器中，可以位于该处理器之外，独立存在。

第十一方面，提供了一种计算机程序产品，该计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当该计算机程序被运行时，使得执行上述第一方面至第三方面以及第一方面至第三方面中任一种可能实现方式中的方法被执行。

第十二方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序(也可以称为代码，或指令)当其在计算机上运行时，使得上述第一方面至第三方面以及第一方面至第三方面中任一种可能实现方式中的方法被执行。

第十三方面，提供了一种通信系统，包括前述的至少一个第一通信装置和至少一个第二通信装置。

附图说明

图1是适用于本申请实施例的无线通信系统的一示意图。

图2是本申请实施例提供的信道编译码方法的一例示意性流程图。

图3为本申请实施例提供的码构造信息生成模型进行强化学习训练的一例示意图。

图4为本申请实施例提供的码构造信息生成模型进行强化学习训练的另一例示意图。

图5为本申请实施例提供的码构造信息生成模型进行强化学习训练的另一例示意图。

图6是本申请实施例提供的通信方法的一例示意性流程图。

图7是本申请实施例提供的通信方法的另一例示意性流程图。

图8是本申请的通信装置的一例的示意性框图。

图9是本申请的终端设备的一例的示意性结构图。

图10是本申请的网络设备的一例的示意性结构图。

具体实施方式

下面将结合附图，对本申请中的技术方案进行描述。

本申请实施例的技术方案可以应用于各种通信系统，例如：全球移动通信(globalsystem formobile communications，GSM)系统、码分多址(code division multipleaccess，CDMA)系统、宽带码分多址(wideband code division multiple access，WCDMA)系统、通用分组无线业务(general packet radio service，GPRS)、长期演进(long termevolution，LTE)系统、LTE频分双工(frequency division duplex，FDD)系统、LTE时分双工(time division duplex，TDD)、通用移动通信系统(universal mobiletelecommunication system，UMTS)、全球互联微波接入(worldwide interoperabilityfor microwave access，WiMAX)通信系统、卫星通信系统、第五代(5th generation，5G)系统或新无线(new radio，NR)，以及未来的通信系统。车到其它设备(vehicle-to-X V2X)，其中V2X可以包括车到互联网(vehicle to network，V2N)、车到车(vehicle to-vehicle，V2V)、车到基础设施(vehicle to infrastructure，V2I)、车到行人(vehicle topedestrian，V2P)等、车间通信长期演进技术(long term evolution-vehicle，LTE-V)、车联网、机器类通信(machine type communication，MTC)、物联网(internet of things，IoT)、机器间通信长期演进技术(long term evolution-machine，LTE-M)，设备到设备(device to device，D2D)、机器到机器(machine to machine，M2M)等。

图1是适用于本申请实施例的无线通信系统100的一示意图。

如1图所示，该无线通信系统100可以包括至少一个网络设备，例如图1所示的网络设备110。该无线通信系统100还可以包括至少一个终端设备，例如图1所示的终端设备120。终端设备与网络设备之间、终端设备与终端设备之间的信息比特(例如，控制信息、数据等)经过信道编码后传输。本申请中的第一通信装置可以是该通信系统100中的网络设备，第二通信装置可以是该通信系统100中的终端设备。或者本申请中的第一通信装置可以是该通信系统100中的终端设备，第二通信装置可以是该通信系统100中的网络设备。再或者，本申请中的第一通信装置和第二通信装置可以是该通信系统100中的两个终端设备。

本申请实施例中的终端设备也可以称为用户设备(user equipment，UE)、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。本申请的实施例中的终端设备可以是手机(mobilephone)、平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtual reality，VR)终端设备、增强现实(augmented reality，AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、蜂窝电话、无绳电话、会话启动协议(session initiation protocol，SIP)电话、无线本地环路(wireless local loop，WLL)站、个人数字助理(personal digital assistant，PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，5G网络中的终端设备或者未来演进的公用陆地移动通信网络(public landmobile network，PLMN)中的终端设备等。

其中，可穿戴设备也可以称为穿戴式智能设备，是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能，例如：智能手表或智能眼镜等，以及只专注于某一类应用功能，需要和其它设备如智能手机配合使用，如各类进行体征监测的智能手环、智能首饰等。

此外，终端设备还可以是物联网(internet of things，IoT)系统中的终端设备。IoT是未来信息技术发展的重要组成部分，其主要技术特点是将物品通过通信技术与网络连接，从而实现人机互连，物物互连的智能化网络。

应理解，本申请对于终端设备的具体形式不作限定。

本申请实施例中的网络设备可以是任意一种具有无线收发功能的设备。该设备包括但不限于：演进型节点B(evolved node B，eNB)、无线网络控制器(radio networkcontroller，RNC)、节点B(node B，NB)、基站控制器(base station controller，BSC)、基站收发台(base transceiver station，BTS)、家庭基站(例如，home evolved nodeB，或HomeNode B，HNB)、基带单元(baseband unit，BBU)，无线保真(wireless fidelity，WIFI)系统中的接入点(access point，AP)、无线中继节点、无线回传节点、传输点(transmissionpoint，TP)或者发送接收点(transmission and reception point，TRP)等，还可以是卫星通信、V2X、D2D、M2M和车联网通信中承担网络设备功能的设备。或者，还可以为5G(如NR)系统中的gNB或传输点(TRP或TP)，或者，5G系统中的基站的一个或一组(包括多个天线面板)天线面板，或者，还可以为构成gNB或传输点的网络节点，如基带单元(BBU)，或，分布式单元(distributed unit，DU)等。

在一些部署中，gNB可以包括集中式单元(centralized unit，CU)和DU。gNB还可以包括有源天线单元(active antenna unit，简称AAU)。CU实现gNB的部分功能，DU实现gNB的部分功能，比如，CU负责处理非实时协议和服务，实现无线资源控制(radio resourcecontrol，RRC)，分组数据汇聚层协议(packet data convergence protocol，PDCP)层的功能。DU负责处理物理层协议和实时服务，实现无线链路控制(radio link control，RLC)层、媒体接入控制(media access control，MAC)层和物理(physical，PHY)层的功能。AAU实现部分物理层处理功能、射频处理及有源天线的相关功能。由于RRC层的信息最终会变成PHY层的信息，或者，由PHY层的信息转变而来，因而，在这种架构下，高层信令，如RRC层信令，也可以认为是由DU发送的，或者，由DU+AAU发送的。可以理解的是，网络设备可以为包括CU节点、DU节点、AAU节点中一项或多项的设备。此外，可以将CU划分为接入网(radio accessnetwork，RAN)中的网络设备，也可以将CU划分为核心网(core network，CN)中的网络设备，本申请对此不做限定。

网络设备为小区提供服务，终端设备通过网络设备分配的传输资源(例如，频域资源，或者说，频谱资源)与小区进行通信，该小区可以属于宏基站(例如，宏eNB或宏gNB等)，也可以属于小小区(small cell)对应的基站，这里的小小区可以包括：城市小区(metrocell)、微小区(micro cell)、微微小区(pico cell)、毫微微小区(femto cell)等，这些小小区具有覆盖范围小、发射功率低的特点，适用于提供高速率的数据传输服务。

为了更好地理解本申请的方案，以下对本申请涉及到的定义进行说明。

1、深度强化学习

深度强化学习是深度神经网络和强化学习的组合。

深度神经网络是具有输入层和输出层的一个网络，在输入层和输出层之间至少具有一层隐藏层，隐藏层后可能具有非线性激活函数处理，如修正线性单元(rectifiedlinear unit，ReLU)，tanh等，层与层之间的连接由每个层上的节点相互连接组成，一对连接的节点具有一个权重值和一个偏置值。深度神经网络可以看作输入到输出的非线性变换。输出可以再输入一个损失函数(loss function)来计算损失，计算产生的梯度可以用回传(back-propagation)算法从输出层传回输入层，以此来更新每层的权重和偏置，让损失最小化。

强化学习是一个智能体(agent)和环境交互，并通过试错(或称探索)学习最优策略的过程。对于具有一系列决策的问题，尤其是不能理论建模或求解困难的问题，强化学习可以提供解法。强化学习系统可能还包括如下概念：状态(或称观察)、策略、回报、时间步、回合、值函数。策略决定了智能体在给定状态的情况下会采取何种行动，即从状态到行动的映射。

在深度强化学习中，这个状态可以是深度神经网络的输入，动作对应深度神经网络的输出。回报是智能体在当前环境中采取某种行动后，环境反馈的一个值。在每个时间步，智能体都会采取一种行动，然后环境会反馈一个回报值。通常遇到的问题都不是优化单一动作就可以解决的问题，而是优化一系列决策带来的最终结果或综合结果。因此，在强化学习优化某一问题的过程中，可以以回合为单位，每一回合包含多个时间步。环境可以在回合结束时的这个时间步才反馈一个回报，这种情况下之前的时间步的回报可以用零替代。当然，环境也可以在回合没有结束时就反馈一个非零的回报，不同的环境有不同的反馈方式。根据环境反馈的回报，智能体的目标是最大化每个回合的总的回报。值函数也是一种映射，它的输入可以是状态，也可以是状态和动作的合集，输出是一个值，这个值表示智能体对未来可以积累的总回报的估计值，这个值越大代表当前选择的动作从长远看是更好的。在深度强化学习中，值函数也可以用深度神经网络表示，值函数的输入即深度神经网络的输入，值函数的输出即深度神经网络的输出。

2、极化(Polar)码

Polar码是一种线性块码。生成矩阵为G_N，例如，生成矩阵可以写作

其中，N为码长，B_N是一个N×N的转置矩阵，例如，位反向转置(bitreversal)矩阵，

为log₂N个矩阵F₂的克罗内克(Kronecker)乘积，编码过程可以写作x^N＝u^NG_N,其中u^N＝(u₁，u₂，…，u_N)是一个二进制的行矢量。以上涉及的加法、乘法操作均为二进制伽罗华域(Galois Field)上的加法、乘法操作。需要说明的是，上述生成矩阵通过位反向转置矩阵得到仅为一示例，还可以通过其他方式得到Polar码的生成矩阵G_N，例如，还可以通过5G系统NR标准协议中的方式得到(这种方式下不存在B_N或者说B_N为单位阵)等，本申请对此不作限定。

Polar码的编码过程中，u^N中的一部分比特用来携带信息，称为信息比特，u^N中信息比特所在位置的序号集合记作A，可以称作位置序号集合；u^N中其他比特设置为收发端预先约定的固定值，称之为固定比特，其索引的集合用A的补集A^c表示。信息比特序号集合A可以通过以下方法确定，利用密度进化或者高斯近似等方法得到N位置序号中每个位置序号对应的极化信道的错误概率P，并从中选择错误概率P值最小的K个极化信道对应的K个序号构成信息比特的位置序号集合。或者，根据极化信道的错误概率P，将极化信道的位置序号按照信道的错误概率P由大到小的顺序进行可靠度排序，得到可靠度排序序列，在本申请中该可靠度排序序列可以称作极化码的码构造信息。

Polar码最基本的译码方法是串行抵消(successive cancellation，SC)译码算法，但该算法在有限码长下译码性能并不理想。后续提出的循环冗余校验协助串行抵消列表(Cyclic redundancy check aided-successive cancellation list，CA-SCL)译码算法，通过横向路径扩展以及CRC校验选择的方法提高了短码的译码性能。

3、低密度奇偶校验码(low-density parity-check，LDPC)

LDPC(Low-density parity-check)码的构造有两种方式，一种是基于计算机搜索，例如Gallager码、MacKay码、PEG码等，另一种是基于代数工具，如有限几何码。计算机搜索方式的优点是简单，可以灵活构造任意码长码率的LDPC码，但是，计算机搜索方法通常陷入码局部的优化，缺乏对全局的优化，因此全局性能也不够好。代数工具相对而言可以保证LDPC码的较好的全局结构，但不能灵活处理不同的码参数。LDPC码的基矩阵是一个具有多个0和1的稀疏的m*n维度的奇偶校验矩阵H，从坦纳(Tanner)图的角度看，H矩阵的m行对应m个检查节点，n列对应n个变量节点，在本申请中，LDPC码的基矩阵可以称为LDPC码的码构造信息。

需要说明的是，本申请以Polar码和LDPC码为例进行说明，但本申请并不限于此也可以是其他信道编码方式，例如，未来通信系统中采用的信道编码方式，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。

在通信系统中，通常由标准化协议定义信道编码的码构造信息，例如，构造序列、生成矩阵等，在实际通信中采用协议定义的码构造信息进行信道编码。但协议定义信道编码参数应用于不同场景时性能存在差异。例如，5G通信系统采用Polar码作为控制信道的信道编码方式，并在协议中定义了长度为1024的嵌套序列作为Polar码的码构造信息，也可以称为极化信道的可靠度排序序列。在实际通信中可以根据信息比特的长度K选取该可靠度排序序列中可靠度最高的K个位置序号对应的极化信道传输信息比特。再例如，5G标准中规定了两种LDPC码的基矩阵作为LDPC码的码构造信息，分别对应低码率短码和高码率长码。但在实践中发现，当信道编码的相关参数发生变化时，例如，信息比特的长度、编码长度、LDPC译码迭代次数或polar译码列表长度不同时，信道编码的性能存在一定的差异。使得这种采用固定码构造的方法无法满足将来更高可靠性需求的移动通信系统。本申请提出一种在线生成码构造信息的方法。能够提高信道编码的性能，进而提高通信的可靠性。

图2为本申请实施例提供的信道编译码方法的一例流程图。

需要说明的是，图2实施例中的第一通信装置可以配置于网络设备或第一通信装置是网络设备，第二通信装置可以配置于终端设备或第二通信装置即为终端设备。或者，第一通信装置可以配置于终端设备或第一通信装置即为终端设备，第二通信装置可以配置于网络设备或第二通信装置即为是网络设备。再或者，第一通信装置和第二通信装置配置于不同的终端设备，或第一通信装置和第二通信装置为不同的终端设备。

S210，第一通信装置向第二通信装置发送第一参数，该第一参数包括信道编译码的相关参数和/或强化学习训练参数。

相应地，该第二通信装置接收来自该第一通信装置的该第一参数。

作为示例非限定，该信道编译码的相关参数可以包括但不限于以下一种或多种参数：

编码长度、信息比特长度、码率、调制等级或MIMO相关参数。

其中，MIMO相关参数可以包括天线配置、信道状态信息CSI、预编码矩阵信息PMI等。

作为示例非限定，该强化学习训练参数可以包括但不限于以下一种或多种参数：

调制等级分布、编码长度的分布、码率的分布、信息比特长度的分布、编译码器的参数、信道特征的参数或译码结果。

其中，该编译码器的参数可以包括译码列表长度、译码器列表长度分布、译码器的迭代次数或译码器迭代次数的分布等。该信道特征的参数可以包括一个或多个天线上的信号噪声比、信号噪声比分布、信道强度、信道强度分布、多径信息、多径时延扩展分布、频率选择性信息、频选衰落分布等。该译码结果可以包括达到某一性能指标的信号噪声比、混合自动重传请求(hybrid automatic repeat request，HARQ)信息(例如，ACK或NACK)、比特错误概率(bit error ratio，BER)、块差错率(block error rate，BLER)等。

所述各种参数的分布可以是对第一通信装置在一段时间内的使用该参数的次数或频率的描述。例如，第一通信装置统计了在过去24小时内，共编译码了1000次，其中800次使用列表长度为8(list 8)的Polar码译码器进行译码，200次使用了列表长度为2(list2)的Polar码译码器进行译码。则可以用list 2对应频率20％，list 8对应80％这种方式来描述译码器列表长度list的分布。

也就是说，第一通信装置将当前与信道编译码相关的应用场景参数发送给第二通信装置，以便该第二通信装置根据该第一通信装置的应用场景生成适用于该应用场景的性能较好的码构造信息。

作为示例非限定，码构造信息用于信道编码时根据信息比特序列构造编码比特序列，或者，码构造信息用于信道译码(或者说，解信道编码)时根据编码比特序列获取信息比特序列。例如，码构造信息可以是Polar码的极化信道可靠度排序序列或LDPC码的基矩阵。

S220，该第二通信装置根据该第一参数，确定第一码构造信息。

一种实施方式，该第二通信装置接收到该第一参数后，根据该第一参数进行仿真等，生成与该第一参数相应的第一码构造信息，也就是说，生成适用于该第一参数对应的应用场景的信道编码码构造信息。

另一种实施方式中，该第二通信装置根据该第一参数以及第一映射关系，确定第一码构造信息。该第一映射关系为第一参数与码构造信息的映射关系，根据接收到的第一参数可以唯一确定一个码构造信息。

另一种实施方式中，该第二通信装置采用强化学习的方法根据该第一参数，确定第一码构造信息。

可选地，第二通信装置根据第一参数，生成探索码构造信息，并获取探索码构造信息的性能信息，将该探索码构造的性能信息作为回报(reward)，对码构造信息生成模型进行训练，通过训练后的该码构造信息生成模型，生成第一码构造信息。

例如，第一通信装置和第二通信装置采用Polar码进行信道编译码，第一通信装置接收到来自第二通信装置的该第一参数，例如，第一参数包括码长为L(即，信道编码的相关参数的一例)和译码器的列表长度为S(即，强化学习相关参数的一例)，则强化学习的状态是长度为L的比特串(或比特向量、比特序列)，该比特串的每一位代表一个极化信道，位序号即为极化信道的序号，每一位为取值为0或1，置“0”表示该位所代表的极化信道未被选取，置“1”表示该位所代表的极化信道被选取。回合刚开始时，状态为全0，输入智能体，智能体根据策略和输入的状态输出一个动作，该动作为1至L之间的一个整数值，即智能体根据策略所选择的一个极化信道的序号。选择动作的方法有多种，与策略设计相关。该动作导致状态的改变，即状态比特串中该动作选择的极化信道对应的比特位由“0”变为“1”(需要说明的是，动作选择时，应避免选择的动作对应的状态已经为1，即之前的时间步已经选择过该状态)。

可选地，该策略可以是一个深度神经网络，即状态为神经网络的输入，神经网络根据状态输出一个长度为L的向量，其中该向量中值最大的位置作为动作。为避免选择的动作对应的状态已经为1，可以将神经网络的输出加上掩膜，例如，将状态已经为1的位置对应的神经网络输出强制设置成最小，由于向量中的最大值将作为动作，因此可以避免选择到已经被选择的位置。当强化学习中智能体的策略作为深度神经网络时，该强化学习可以称为深度强化学习。

以神经网络的输出作为依据选择动作可以称为采样，如上例所述，采样可以是选择输出中具有最大值的那个位置，也可以是以输出值作为选择的概率，也可以是对输出值做出一些变换，如softmax，之后再根据变换后的结果选择动作。动作可以就是某个输出对应的位置，也可以是位置映射的一种操作。在上例中，动作就是位置，也代表了极化信道的序号。在其它设计中，动作也可以是其它改变信道编码构造的操作，例如，根据神经网络输出选择了位置1，在动作的映射表中，位置1映射的动作是翻转当前可靠度最高的非1极化信道，位置2映射的动作是翻转当前可靠度最低的非0极化信道。可见，动作可以是任何可以改变当前信道编码构造的操作。另外，设备中的智能体和码构造信息评估单元可能有多个，智能体并行地探索码构造，和对应的码构造信息评估单元交互，获得回报。多个智能体的输出结合对应的回报放在一起训练，可以让智能体训练的方向更加可靠。

因动作改变后的状态可以理解为在母码序列中多选择了一个比特位，相应地，信息比特的个数(或称为信息比特长度)也比之前增加了一个，即当前状态对应一个信息比特个数下的构造，同时也对应一个该信息比特个数下的译码性能，该译码性能为码构造信息评估单元采用码长L、列表长度S获得。也就是说，该改变后的状态对应一个探索码构造信息。智能体获取与该探索码构造信息对应的性能信息，即获取环境对动作的反馈(即回报)，至此一个时间步结束，当回合最多经历L个时间步后，回合结束。

作为示例非限定，该性能信息可以包括但不限于该探索码构造信息对应的译码结果的达到某一性能指标的信噪比(signal noise ratio)、信干噪比(signal tointerference plus noise ratio)、比特错误概率(bit error ratio，BER)和/或块差错率(block error rate，BLER)、HARQ反馈等。

在回合结束后，总的回报为每个时间步的回报之和，即码长L下所有信息比特长度的探索码构造信息对应的译码性能之和。强化学习在多个回合训练中，智能体的目标是最大化每个回合的总的回报(这里最大化回报是指使性能最强)。在一段时间的训练后，一个回合的性能信息之和较前一回合的性能信息之和的变化小于或等于预设门限值时，或深度强化学习探索的动作差别越来越小，输出动作的熵小于或等于预设门限值时，可以认为强化学习探索收敛，此时停止训练。或者，规定回合次数，当训练达到预定的最大回合次数时，停止训练。停止训练后，选择性能最强的一个回合，记录该回合中每个时间步的动作，并按顺序组成长度为L的序列，该序列为该第一码构造序列，即Polar码的极化信道可靠度排序序列，或者称为Polar码嵌套构造序列。

再例如，第一通信装置和第二通信装置采用LDPC码进行信道编译码，第一通信装置接收到来自第二通信装置的该第一参数，例如，第一参数包括码长为L，信息比特长度为K，迭代次数X，与上述示例中Polar码构造优化类似，状态可以是m*n的LDPC的基矩阵(当状态的维度大于1维时，可以采用卷积神经网络(convolutional neural networks，CNN)作为深度神经网络，并以状态为全0为起始，每个动作在1至m*n中选择一个值，并将该值对应的状态值设为“1”。当回合结束时，智能体获取探索码构造信息(即，经过该回合得到的基矩阵)对应的性能信息，或者，状态每改变一次，智能体便获取一次该状态下探索码构造信息对应的性能信息，该译码性能为码构造信息评估单元采用码长L、信息比特长度K、迭代次数X获得。经过多个回合的训练，确定第一码构造信息，即与从第一设备获取的该第一参数对应的LDPC的基矩阵。

其中，探索码构造信息的性能可以由码构造信息评估单元进行评估后得到性能信息，也就是说，码构造信息评估单元可以作为强化学习的环境，向智能体反馈探索码构造信息的性能信息作为回报，由于通信系统可能同时采用多种信道编码，评估单元也可以同时评估多种信道编码的码构造信息，并返回他们的综合性能作为回报。该码构造信息评估单元可以配置于该第二通信装置，当配置于该第二通信装置时，该码构造信息评估单元可以称为内部环境。或者，该码构造信息生成模型可以配置于该第二通信装置以外的外部设备，当配置于外部设备时，该码构造信息评估单元可以称为外部环境。

一种实施方式中，该码构造信息评估单元配置于第二通信装置。

例如图4所示，智能体输出因动作改变后的状态(该状态对应一个探索码构造信息)后输入该码构造信息评估单元，或者，与该改变后的状态对应的探索码构造信息输入该码构造信息评估单元，该码构造信息评估单元根据第一参数评估该探索码构造信息的性能，输出该探索码构造信息的性能信息。

另一种实施方式中，该码构造评估单元配置于第二通信装置以外的外部设备。

该第二通信装置向该外部设备发送该探索码构造信息后，获取该外部设备确定的该探索码构造信息的性能信息。

例如图5所示，该外部设备可以是该第一通信装置，该码构造评估单元配置于该第一通信装置，该第二通信装置的智能体输出一个状态后向第一通信装置发送该状态或该状态对应的探索码构造信息，该第二通信装置可以根据第一参数，评估该探索码构造信息的性能，确定该探索码构造信息的性能信息后，向该第二通信装置发送该探索码构造信息的性能信息。

另一种实施方式中，该码构造信息生成模型既存在内部环境又存在外部环境。也就是说，以上两种实施方式可以相结合实施。

例如，第二通信装置根据第一参数通过智能体与内部的码构造信息评估单元进行交互对码构造信息生成模型进行训练后生成第一码构造信息，第一码构造信息的生成时间点可以由一些预设参数控制，如回报达到某个预设门限值时，生成第一码构造信息，该时间点即是与智能体进行交互的环境从内部环境转换为外部环境的时间点。该第一通信装置和该第二通信装置在通信过程中采用该第一码构造信息进行信道编译码。配置于该第一通信装置的码构造信息评估单元可以对该第一码构造信息的性能进行评估，并向第二通信装置发送该第一码构造信息的性能信息，该第二通信装置根据从第一通信装置获取到的该第一构造信息的性能信息对码构造生成模型进行训练。也就是说，通信过程中采用的码构造信息也可以作为一个探索码构造信息参与码构造生成模型的训练。以期得到与第一参数相应的最佳的码构造信息。

码构造信息生成模型可以采用预训练模型，即存储一个或多个与不同第一参数的值对应的训练模型，在收到相同或相似的第一参数时，调用相应的训练模型(例如，可以称为预训练模型)初始化智能体的策略网络。这样可以避免智能体从完全随机的采样开始训练，能够节省训练的时间。该预训练模型可以是第二通信装置自己生成的(例如，第二通信装置在某一次训练后生成的)，也可以是从其它设备获得的。

可选地，该码构造信息评估单元可以包括信道编译码器，也可以采用理论计算公式或查表的方法，或者上述方法相结合的方式评估输入的探索码构造信息的性能。

例如，该码构造信息评估单元包括信道编译码器，根据输入的探索码构造信息进行蒙特卡洛仿真，得到该探索码构造信息的性能信息。可选地，该码构造信息评估单元还可以包括信道模拟器，当第一参数包括信道特征的参数时，该信道模拟器可以模拟该信道特征相应的信道，结合编译码器对输入的探索码构造信息的性能进行评估，但本申请不限于此。

再例如，输入该码构造信息评估单元的探索码构造信息可以先进行理论计算，当该探索码构造信息与已知的可靠的信道编码规律相违背，则该码构造信息评估单元可以不经过蒙特卡洛仿真方法进行评估即输出该探索码构造信息的回报，例如，可以输出一个负面回报。这样可以节省大量不合理的探索所消耗的时间，提高强化学习的效率，但本申请不限于此。

再例如，多个通信装置之间可以共享评估经验，例如，多个通信装置为多个网络设备，该多个网络设备之间共享码构造信息的评估结果，当一个探索码构造信息输入码构造信息评估单元，码构造信息评估单元可以查询该共享的评估结果，当该共享的评估结果中存在一个与该输入的探索码构造信息和/或第一参数相似度达到预设值的码构造信息的评估结果时，可以直接输出该评估结果作为该输入的探索码构造信息的回报。同样能够节省进行蒙特卡洛仿真的时间，提高强化学习的效率，但本申请不限于此。

再例如，该码构造评估单元还可以对第一通信装置与第二通信装置采用的码构造信息(可以是智能体上一次输出的第一码构造信息或者是协议规定的码构造信息)的性能(例如，BER、BLER等)进行统计，生成性能信息作为回报反馈给智能体，智能体经过训练后输出新的第一码构造信息。

一种实施方式中，码构造信息评估单元强化学习训练参数生成探索码构造信息的回报。该强化学习训练参数可以是第一通信装置经过统计得到的，当码构造信息评估单元配置于第二通信装置时，该强化学习训练参数可以包含在第一参数中发送给第二通信装置。该强化学习训练参数也可以是第二通信装置经过统计得到的，当码构造信息评估单元配置于第二通信装置时，可以由第二通信装置发送给第一通信装置。

例如，强化学习训练参数包括译码器列表长度的分布，如第一通信装置存在两种列表长度的译码器，如列表长度分别为2和8，该第一通信装置以概率p调用列表长度为2的译码器，以概率1-p调度长度为8的译码器。则该码构造信息评估单元得到该探索码构造信息的性能信息后，可以采用如下式计算回报值：

回报值＝w*(列表长度为2的性能信息)+(1-w)*(列表长度为8的性能信息)

其中，w＝p，或者，当p大于或等于预设阈值时w＝1；当p小于预设阈值时w＝0。

以此方式进行训练得到的第一码构造信息的性能会倾向于调用概率较大的列表长度。也就是说，采用上述方式得到的第一码构造信息进行信道编译码时，使用调用概率较大的列表长度的译码器进行译码得到的信道编译码性能要强于使用调用概率较小的列表长度译码器进行译码得到的信道编译码性能。

再例如，强化学习训练参数包括码长的分布，第一通信装置向第二通信装置发送的第一参数中包括码长的分布，例如，第一通信装置以概率p使用码长256进行信道编码，使用其他码长进行信道编码的概率为1-p。则该码构造信息评估单元得到该探索码构造信息的性能信息后，可以采用如下式计算回报值：

回报值＝w*(码长为256的性能信息)+(1-w)*(其他码长的性能信息)

以此方式进行训练得到的第一码构造信息的性能会倾向于使用概率较大的码长。

需要说明的是，该码长256对应的码构造信息和其他码长对应的码构造信息，可以根据当前的探索码构造信息通过抽取或扩展的方法得到。也就是说，码长L对应的码构造信息可以通过抽取的方法得到码长小于L的码构造信息，也可以通过扩展的方法获得码长大于L的码构造信息。例如，在得到码长为1024的极化信道可靠度排序序列后，此时序列的取值范围从0到1023，要从该序列中抽出码长为512的可靠度序列，只需要保留序列中所有小于512的值，并维持他们在1024长序列中的顺序，组成一个512长的序列，即为抽取的512长度构造序列。再例如，在得到码长为1024的可靠度序列后，如果想获得2048长度的可靠度序列，可以采用极化权重(polarization weight，PW)或FRANK(FRActally eNhanced Kernel)等扩展方法。

再例如，第一通信装置向第二通信装置发送的强化学习训练参数中包括使用信息比特长度的分布，如第一通信装置以使用信息比特长度k进行信道编码的概率为pk，其中，k为正整数，则该码构造信息评估单元得到该探索码构造信息的性能信息后，可以采用如下式计算回报值：

回报值＝SUM(wk*信息比特长度k的性能信息)

以此方式进行训练得到的第一码构造信息的性能会倾向于使用概率较大的信息比特长度。

再例如，该强化学习训练参数可以是信道特征的分布或者还可以场景的分布，例如场景包括译码器列表长度L、信息比特长度N等，根据应用一种场景(即一种L、N等的取值)的概率和应用其他场景(即其他L、N等的取值)的概率计算回报值，为了简要，在此不再赘述。

S230，该第二通信装置向该第一通信装置发送该第一码构造信息。

相应地，该第一通信装置获取该第二通信装置确定该第一码构造信息。

一种实施方式中，该第二通信装置直接发送该第一码构造信息，或者，该第二通信装置按照预设压缩方式压缩该第一码构造信息后发送，该第一通信装置获取到经过压缩的第一码构造信息后，根据预设压缩方式进行解压缩，得到该第一码构造信息。

可选地，该第二通信装置在每进行一次强化学习生成第一构造信息后，存储该第一参数以及相应的第一构造信息，可以是上述第一映射关系。该第二通信装置可以存储有与其通信过的多个通信装置发送的第一参数对应的第一构造信息。当该第二通信装置获取到第一通信装置的第一参数后，该第二通信装置可以根据第一映射关系确定是否存储有与该第一通信装置的第一参数相应的第一码构造信息，或者，可以将该第一映射关系中存储的与该第一通信装置的第一参数相似度大于或等于门限值的第一参数对应的第一码构造信息作为与该第一通信装置的第一参数对应的第一码构造信息发送给该第一通信装置。该第一映射关系可以是如下表1所示，但本申请不限于此。

表1

第一参数A	第一码构造信息A
		第一参数B	第一码构造信息B
…	…
		第一参数X	第一码构造信息X

另一种实施方式中，该第一通信装置和该第二通信装置预存有多个候选第一码构造信息以及相应的标识，该第二通信装置确定与该第一通信装置的第一参数相应的性能较好的码构造信息(例如，通过仿真或强化学习的方式确定与该第一参数相应的码构造信息)后，与预存的多个候选第一码构造信息进行匹配，从中确定一个与该第一参数相应的码构造信息相似度最高的作为第一码构造信息，将该确定的第一码构造信息的标识发送给第一通信装置。该第一通信装置根据接收到的标识，确定与该标识对应的候选第一码构造信息为第一码构造信息。

可选地，该预存的多个候选第一码构造信息和相应的标识可以是协议规定的。

可选地，该预存的多个候选第一码构造信息和相应的标识可以是第一通信装置和第二通信装置经过多次更新码构造信息后，所存储的每次更新的码构造信息，并且第一通信装置和第二通信装置对每个存储的候选码构造信息的标识已达成共识。例如，第一次更新的码构造信息标识为“1”、第二次更新的码构造信息标识为“2”等，但本申请不限于此。

第一通信装置和第二通信装置需要对采用第一码构造信息进行信道编译码的时刻达成一致，以避免因采用的码构造信息不一致造成的通信失败。

一种实施方式中，第二通信装置在发送第一码构造信息后，对第一通信装置和第二通信装置之间的通信信息(例如，数据或信令)采用该第一码构造信息进行信道编译码。相应地，第一通信装置接收到该第一码构造信息后，对第一通信装置和第二通信装置之间的通信信息采用该第一码构造信息进行信道编译码。例如，采用该第一码构造信息进行信道编译码的起始时刻可以是承载该码构造信息的符号的下一个符号、时隙、子帧的起始时刻，但本申请不限于此。

另一种实施方式中，第一通信装置在发送确认信息后，对第一通信装置和第二通信装置之间的通信信息采用该第一码构造信息进行信道编译码。该确认信息用于指示该第一通信装置获取到该第一码构造信息。相应地，第二通信装置接收到该确认信息后，对第一通信装置和第二通信装置之间的通信信息采用该第一码构造信息进行信道编译码。例如，采用该第一码构造信息进行信道编译码的起始时刻可以是承载该确认信息的符号的下一个符号、时隙、子帧的起始时刻，但本申请不限于此。

例如，第二通信装置可以是网络设备，第一通信装置为终端设备，网络设备确定与第一参数相应的第一码构造信息后，通过无线资源控制(radio resource control，RRC)重配置消息为终端设备配置用于信道编译码的该第一码构造信息，当该重配置消息生效后网络设备和终端设备采用该第一码构造信息对网络设备和终端设备之间的通信信息进行信道编译码，但本申请不限于此。

作为示例非限定，该第一码构造信息用于以下一种或多种通信信息的信道编译码：

上行数据、下行数据、上行控制信息、下行控制信息、侧行链路的数据或侧行链路的控制信息。

根据上述方案，第一通信装置通知第二通信装置当前信道编译码采用的场景参数和用于对码构造信息进行强化学习的训练参数，即第一参数，以便第二通信装置根据该第一参数确定与该第一参数相应的第一码构造信息，可选地，第二通信装置可以通过强化学习或深度强化学习的方法确定该第一码构造信息。采用与信道编译码采用的场景相应的第一码构造信息进行信道编译码，能够提高信道编码的新能，进而提高通信的可靠性。

本申请实施例还提供了以下经过强化学习得到的不同码长和译码器列表长度组合对应的Polar码极化信道可靠度排序序列。

码长为1024，译码器列表长度为8时，极化信道可靠度从低到高的排序顺序如下：

[2,4,1,8,0,16,32,6,9,64,10,17,12,128,18,33,5,20,34,256,3,65,24,36,66,14,40,129,19,68,48,13,512,130,22,72,25,257,35,132,21,80,37,258,26,136,42,96,11,513,67,28,144,38,260,49,69,264,41,74,160,7,514,52,131,81,44,272,70,27,192,133,50,88,516,76,15,138,288,56,98,39,520,134,73,259,145,30,84,320,45,140,262,97,528,82,51,162,265,23,148,104,46,544,71,137,261,384,53,274,161,515,75,100,146,268,58,29,193,517,77,152,112,273,576,86,57,290,196,522,83,168,54,135,266,518,276,78,164,89,529,139,289,43,101,194,322,60,524,141,296,99,176,640,147,92,280,200,532,106,150,324,85,521,263,31,546,142,385,163,90,208,292,108,59,153,545,267,102,530,304,113,165,577,224,62,278,328,149,170,79,400,269,536,105,768,156,321,548,114,275,195,87,386,177,584,154,270,519,166,293,116,55,197,281,560,336,91,642,525,172,202,388,103,120,284,578,294,61,531,169,552,352,209,297,180,94,277,151,644,198,392,109,323,534,282,143,523,178,216,592,298,107,770,326,201,580,547,228,117,306,155,526,641,47,291,416,184,329,167,540,118,204,300,549,157,210,769,537,340,93,387,305,271,122,448,225,325,173,554,115,656,608,312,174,338,579,533,389,279,212,111,648,330,562,179,158,394,226,308,550,199,121,581,772,283,354,538,332,181,295,561,401,205,585,232,368,124,672,556,186,396,588,301,776,110,211,337,553,646,171,240,402,596,353,286,527,206,390,182,643,564,309,784,417,63,586,213,302,344,185,331,218,649,535,285,119,593,424,356,704,307,203,568,404,229,327,159,541,594,393,452,236,188,777,555,660,609,313,217,582,800,126,418,333,227,652,360,542,299,774,341,449,310,624,214,551,175,650,408,397,612,230,771,342,314,658,563,187,464,334,220,557,123,355,248,600,391,832,420,673,583,412,345,233,680,773,645,316,207,566,610,450,395,241,95,357,786,539,189,587,339,406,234,664,362,590,706,215,303,565,780,346,616,432,657,242,403,569,364,190,785,597,558,808,456,674,311,348,221,398,244,708,653,778,602,369,589,422,833,315,358,676,219,570,409,802,480,611,235,896,651,421,125,335,792,572,647,688,361,598,410,287,705,372,183,451,425,788,662,238,620,595,317,405,801,347,614,543,712,661,601,222,434,370,245,454,775,654,836,419,613,457,349,675,231,567,804,428,376,720,632,665,246,604,343,781,433,897,559,363,618,243,460,426,659,318,787,681,407,237,816,626,736,466,591,678,834,399,436,359,668,617,790,453,249,488,709,574,350,782,898,625,373,465,684,603,666,250,414,793,366,440,844,127,707,482,803,573,427,840,690,677,371,779,599,458,252,411,628,468,904,805,365,714,848,429,619,689,794,191,378,605,496,806,667,435,710,481,682,900,809,615,423,722,319,655,796,737,455,251,716,377,864,472,837,413,696,606,789,438,374,621,824,663,223,692,912,459,627,721,835,484,810,430,817,571,254,441,685,740,622,713,461,380,669,842,928,467,633,728,783,375,820,630,902,683,367,444,812,470,849,247,670,899,437,724,691,838,791,473,629,486,738,818,351,679,442,850,715,462,906,865,634,797,694,905,575,483,752,381,711,807,469,960,431,841,686,490,852,744,697,914,636,476,379,868,795,717,492,908,439,819,725,814,253,623,901,474,718,489,856,693,929,813,843,607,445,723,880,700,500,382,730,798,811,475,920,839,866,443,498,739,671,826,913,698,821,471,631,741,932,463,726,845,497,872,239,916,746,853,485,687,732,822,936,760,846,638,961,729,903,504,825,858,742,487,930,695,753,415,854,867,915,637,478,962,828,910,699,748,491,873,446,719,907,944,857,870,745,493,754,917,799,635,968,851,731,477,876,701,909,815,501,931,964,860,702,924,756,494,743,881,827,869,921,733,506,934,447,976,823,874,499,918,937,847,747,505,888,734,965,922,502,882,859,749,933,829,952,727,969,479,938,757,861,884,992,830,508,948,750,871,963,945,758,255,919,875,970,639,940,761,911,862,977,383,755,966,946,855,878,923,735,883,503,972,762,935,978,889,925,993,510,764,886,941,980,877,942,751,984,507,947,926,885,967,994,703,892,831,950,971,996,953,763,890,981,863,939,974,759,1000,956,879,949,979,765,973,1008,954,893,986,495,995,982,927,887,997,985,766,1002,951,988,943,891,1001,998,957,894,1009,975,1004,509,987,958,1010,955,999,989,1012,983,1006,990,1016,511,1003,1005,1011,1013,767,1014,1017,895,1018,1015,1020,1019,1007,959,1022,1023,991,1021]。

其中，上述序列中的数值为极化信道序号，也就是说序号为2的极化信道可靠度最低，序号为4的极化信道可靠度高于序号为2的极化信道的可靠度，以此类推，序号为1021的极化信道可靠度最高。

码长＝64，译码器列表长度8时，极化信道可靠度从低到高的排序序列如下：

[0,4,2,1,8,16,6,9,32,3,12,17,18,10,33,20,5,24,34,14,36,19,13,40,21,22,35,25,48,26,37,11,38,28,41,42,7,49,44,29,50,30,39,52,43,27,56,45,51,46,53,23,54,57,15,58,60,55,47,31,59,63,61,62]。

码长＝64，译码器列表长度2时，极化信道可靠度从低到高的排序序列如下：

[0,2,1,4,8,16,5,3,32,10,6,17,9,12,18,33,20,34,24,11,36,13,7,40,19,21,14,48,35,25,22,37,26,38,41,28,42,49,23,44,50,15,27,52,39,30,43,56,45,51,29,46,53,57,54,58,31,60,55,47,59,63,61,62]。

上述序列经过抽取或扩展方式变换为其它码长的可靠度序列也在保护范围内。另外，上述序列为相应码长和译码器列表长度下性能较强的极化信道可靠度排序序列，在此基础上，对序列中个别序号顺序进行调换后实施，也应在本申请的保护范围内。

在通信系统中，通信双方需要协商是否更新信道编码的码构造信息，下面以网络设备和终端设备为例进行说明，但本申请不限于此，也可以应用于终端设备与终端设备之间的协商。

图6是本申请提供的通信方法的一例示意性流程图。

S610，网络设备向终端设备发送信息A，用于请求终端设备的能力信息。

相应地，该终端设备获取网络设备的信息A。

可选地，该信息A可以在终端设备与网络设备无线资源控制(radio resourcecontrol，RRC)连接建立时发送。

S620，终端设备向网络设备发送能力信息，该能力信息用于指示终端设备是否支持更新信道编译码信息的码构造信息。

相应地，该网络设备获取该终端设备的能力信息。

该能力信息可以包括增强码构造信息字段，例如可以写作enhancedConstructionFlag，该字段可以指示“0”或“1”，或者该字段可以指示“是”(true)或“否”(false)。例如，该字段指示“1”或“true”时表示终端设备支持更新码构造信息；该字段指示“0”或“否”时表示终端设备不支持码构造信息，但本申请不限于此。

可选地，终端设备在S620中指示支持更新码构造信息的情况下，网络设备在S630中根据该能力信息确定终端设备支持更新码构造信息。则终端设备和网络设备执行S640，码构造信息更新流程。

例如，终端设备和网络设备执行如图2所示的流程。其中，终端设备可以是图2中的第一通信装置，网络设备可以是图2中的第二通信装置，由终端设备向网络设备提供第一参数后由网络设备确定与第一参数相应的第一码构造信息，并通知终端设备更新码构造信息为第一码构造信息。或者终端设备可以是图2中的第二通信装置，网络设备可以是图2中的第一通信装置，由网络设备向终端设备提供第一参数后由终端设备确定与第一参数相应的第一码构造信息，并通知网络设备更新码构造信息为第一码构造信息，但本申请不限于此。

作为示例非限定，本申请中该第一通信装置向该第二通信装置发送的该第一参数可以称为码构造信息参数集合，可以写作ConstructionRelatedParameters。该第一参数Construction relatedParameters可以包括以下元素：

译码器的列表长度，取值为整数，例如，可以写作ListNum INTEGER(1..100)；

译码器的列表长度的分布，用于指示不同译码器列表长度被调用的概率，取整可以是整数，例如，可以写作ListNumFreq INTEGER(1..100)；

译码器的迭代次数，取值为整数，例如，可以写作IterationNum INTEGER(1..100)；

译码器的迭代次数的分布，取值为整数，例如，可以写作：

IterationFreq INTEGER(1..100)。

编码长度集合，取值为整数，例如，可以写作CodeLength INTEGER(1..100)；

编码长度的分布，用于指示编码长度对应的调用概率，取值可以是整数，例如，可以写作CodeLengthFreq INTEGER(1..100)；

信息比特长度集合，取值为整数，例如，可以写作InfoLength INTEGER(1..100)；

信息比特长度的分布，用于指示信息比特长度被调用的概率，取值可以是整数，例如，可以写作InfoLengthFreq INTEGER(1..100)。

译码器的SNR范围，取值为整数，SNRRegion INTEGER(1..100)；

译码器的SNR范围的分布，取值可以是整数，用于指示译码器的SNR范围出现的概率，例如，可以写作SNRRegionFreq INTEGER(1..100)；

译码结果的BLER，取值可以为整数，例如，可以写作BLER INTEGER(1..100)。

根据上述方案，通信双方通过信息交互确定是否能够更新码构造信息，能够使通信双方对通信能力达成一致，从而在能够更新码构造信息的情况下，更新码构造信息以提高通信的可靠性。

第一通信装置和第二通信装置，例如终端设备和网络设备采用更新后的码构造信息进行信道编码时，可能会因信道环境等发生变化导致码构造信息性能下降，此时可以依照前述流程重新更新码构造信息，另外，在本申请还提出了一种码构造信息回退机制。

图7为本申请实施例提供的通信方法的另一例示意性流程图。

S710，网络设备向终端设备发送信息B，用于指示采用协议规定的码构造信息。

相应地，终端设备获取网络设备的信息B。网络设备可以在判断采用更新后的第一码构造信息出现通信质量下降的情况下，或者，在确定采用不同于目前采用的第一码构造信息对应的第一参数进行信道编码的情况下，向终端设备发送信息B，通知终端设备采用协议规定的码构造信息进行信道编译码。

S720，该终端设备向该网络设备发送信息C，用于确认采用协议规定的码构造信息。

相应地，该网络设备获取该终端设备的信息C。该终端设备获取到该网络设备的信息B后确定采用协议规定的码构造信息，则向网络设备发送信息C。

S730，该终端设备和该网络设备采用协议规定的码构造信息进行信道编译码。

在终端设备发送该信息C后，相应地，网络设备接收到该信息C后，确认通信双方理解达成一致，通信双方开始采用协议规定的码构造信息进行信道编译码。

需要说明的是，上述协议可以是通信标准化协议。另外，本实施例一网络设备确认码构造信息变更为协议规定的码构造信息为例进行说明，该方法还可以由终端设备发起更新码构造信息的流程，即由终端设备发送请求采用协议规定的码构造信息进行信道编译码的信息，网络设备在接收到该信息后，进行判断是否同意，在同意更新为协议规定的码构造信息时，向终端设备发送确认信息，从而完成回退至采用协议规定的码构造信息进行信道编译码。

根据上述方案，支持更新码构造信息的通信设备发现码构造信息的性能下降或信道编码的参数发生改变时，可以通过信息交互协商将码构造信息变更为协议规定的码构造信息。使得通信性能维持在一定水平之上，提高了通信的可靠性。

应理解，上述实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

以上，结合图2至图7详细说明了本申请实施例提供的方法。以下，结合图8至图10详细说明本申请实施例提供的装置。

图8是本申请实施例提供的通信装置的示意性框图。如图8所示，该通信装置800可以包括处理单元810和收发单元820。

在一种可能的设计中，该通信装置800可对应于上文方法实施例中的第一通信装置。该第一通信装置可以为终端设备或配置于终端设备的芯片，或者，该第一通信装置可以为网络设备或配置于网络设备的芯片。

应理解，该通信装置800可对应于根据本申请实施例的方法200中的第一通信装置，该通信装置800可以包括用于执行图2中的方法200中第一通信装置执行的方法的单元。并且，该通信装置800中的各单元和上述其他操作和/或功能分别为了实现图2中的方法200的相应流程。

其中，当该通信装置800用于执行图2中的方法200，收发单元820可用于执行方法200中的S210、S230。当该通信装置800用于执行图2中的方法300，收发单元820可用于执行方法600中的S320，处理单元810可用于执行方法300中的S310。应理解，各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明，为了简洁，在此不再赘述。

在另一种可能的设计中，该通信装置800可对应于上文方法实施例中的第二通信装置。该第二通信装置可以为终端设备或配置于终端设备的芯片，或者，该第二通信装置可以为网络设备或配置于网络设备的芯片。

应理解，该通信装置800可对应于根据本申请实施例的方法200中的第二通信装置，该通信装置800可以包括用于执行图2中的方法200中第二通信装置执行的方法的单元。并且，该通信装置800中的各单元和上述其他操作和/或功能分别为了实现图2中的方法200的相应流程。

其中，当该通信装置800用于执行图2中的方法200，收发单元820可用于执行方法200中的S210、S230，处理单元810可用于执行方法200中的S220。应理解，各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明，为了简洁，在此不再赘述。

在另一种可能的设计中，该通信装置800可对应于上文方法实施例中的终端设备。例如，可以为终端设备，或者配置于终端设备中的芯片。

应理解，该通信装置800可对应于根据本申请实施例的方法600、700中的终端设备，该通信装置800可以包括用于执行图6、图7中的方法600、700中终端设备执行的方法的单元。并且，该通信装置800中的各单元和上述其他操作和/或功能分别为了实现图6、图7中的方法600、700的相应流程。

其中，当该通信装置800用于执行图6中的方法600，收发单元820可用于执行方法600中的S610、S620、S640，处理单元810可用于执行方法600中的S640。当该通信装置800用于执行图7中的方法700，收发单元820可用于执行方法700中的S710、S720、730，处理单元810可用于执行方法300中的S730。应理解，各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明，为了简洁，在此不再赘述。

还应理解，该通信装置800为终端设备时，该通信装置800中的收发单元820可对应于图9中示出的终端设备900中的收发器920，该通信装置800中的处理单元810可对应于图9中示出的终端设备900中的处理器910。

还应理解，该通信装置800为终端设备时，该通信装置800中的收发单元820可通过通信接口(如收发器或输入/输出接口)实现，例如可对应于图9中示出的终端设备900中的收发器920，该通信装置800中的处理单元810可通过至少一个处理器实现，例如可对应于图9中示出的终端设备900中的处理器910，该通信装置800中的处理单元810还可以通过至少一个逻辑电路实现。

可选地，通信装置800还可以包括处理单元810，该处理单元810可以用于处理指令或者数据，以实现相应的操作。

可选地，通信装置800还可以包括存储单元，该存储单元可以用于存储指令或者数据，处理单元可以调用该存储单元中存储的指令或者数据，以实现相应的操作。

应理解，各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明，为了简洁，在此不再赘述。

在另一种可能的设计中，该通信装置800可对应于上文方法实施例中的网络设备，例如，可以为网络设备，或者配置于网络设备中的芯片。

应理解，该通信装置800可对应于根据本申请实施例的方法600、700中的网络设备，该通信装置800可以包括用于执行图6、图7中的方法600、700中网络设备执行的方法的单元。并且，该通信装置800中的各单元和上述其他操作和/或功能分别为了实现图6、图7中的方法600、700的相应流程。

其中，当该通信装置800用于执行当该通信装置800用于执行图6中的方法600，收发单元820可用于执行方法600中的S610、S620、S640，处理单元810可用于执行方法600中的S630、S640。当该通信装置800用于执行当该通信装置800用于执行图7中的方法700，收发单元820可用于执行方法700中的S710、S720、S730，处理单元810,可用于执行方法700中的S730。应理解，各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明，为了简洁，在此不再赘述。

还应理解，该通信装置800为网络设备时，该通信装置800中的收发单元为可对应于图10中示出的网络设备1000中的收发器1010，该通信装置800中的处理单元810可对应于图10中示出的网络设备1000中的处理器1022。

还应理解，该通信装置800为网络设备时，该通信装置800中的收发单元820为可通过通信接口(如收发器或输入/输出接口)实现，例如可对应于图10中示出的网络设备1000中的收发器1010，该通信装置800中的处理单元810可通过至少一个处理器实现，例如可对应于图10中示出的网络设备1000中的处理器1022，该通信装置800中的处理单元810可通过至少一个逻辑电路实现。

图9是本申请实施例提供的终端设备900的结构示意图。该终端设备900可应用于如图1所示的系统中，执行上述方法实施例中终端设备的功能。如图所示，该终端设备900包括处理器910和收发器920。可选地，该终端设备900还包括存储器930。其中，处理器910、收发器920和存储器930之间可以通过内部连接通路互相通信，传递控制和/或数据信号，该存储器930用于存储计算机程序，该处理器910用于从该存储器930中调用并运行该计算机程序，以控制该收发器920收发信号。可选地，终端设备900还可以包括天线940，用于将收发器920输出的上行数据或上行控制信令通过无线信号发送出去。

上述处理器910可以和存储器930可以合成一个处理装置，处理器910用于执行存储器930中存储的程序代码来实现上述功能。具体实现时，该存储器930也可以集成在处理器910中，或者独立于处理器910。该处理器910可以与图8中的处理单元对应。

上述收发器920可以与图8中的收发单元对应。收发器920可以包括接收器(或称接收机、接收电路)和发射器(或称发射机、发射电路)。其中，接收器用于接收信号，发射器用于发射信号。

应理解，图9所示的终端设备900能够实现图2、图6、图7所示方法实施例中涉及终端设备的各个过程。终端设备900中的各个模块的操作和/或功能，分别为了实现上述方法实施例中的相应流程。具体可参见上述方法实施例中的描述，为避免重复，此处适当省略详细描述。

上述处理器910可以用于执行前面方法实施例中描述的由终端设备内部实现的动作，而收发器920可以用于执行前面方法实施例中描述的终端设备向网络设备发送或从网络设备接收的动作。具体请见前面方法实施例中的描述，此处不再赘述。

可选地，上述终端设备900还可以包括电源950，用于给终端设备中的各种器件或电路提供电源。

除此之外，为了使得终端设备的功能更加完善，该终端设备900还可以包括输入单元960、显示单元970、音频电路980、摄像头990和传感器901等中的一个或多个，所述音频电路还可以包括扬声器982、麦克风984等。

图10是本申请实施例提供的网络设备的结构示意图，例如可以为网络设备的相关结构的示意图。

应理解，图10所示的网络设备1000能够实现图2、图6、图7所示方法实施例中涉及网络设备的各个过程。网络设备1000中的各个模块的操作和/或功能，分别为了实现上述方法实施例中的相应流程。具体可参见上述方法实施例中的描述，为避免重复，此处适当省略详细描述。

应理解，图10所示出的网络设备1000仅为网络设备的一种可能的架构，而不应对本申请构成任何限定。本申请所提供的方法可适用于其他架构的网络设备。例如，包含CU、DU和AAU的网络设备等。本申请对于网络设备的具体架构不作限定。

本申请实施例还提供了一种处理装置，包括逻辑电路和通信接口，所述通信接口用于接收输入所述处理装置的信号或从所述芯片输出的处理后的信号，所述逻辑电路根据上述任一方法实施例中的方法对输入所述芯片的信号进行处理，并产生该处理后的信号。

应理解，上述处理装置可以是一个或多个芯片。例如，该处理装置可以是现场可编程门阵列(field programmable gate array，FPGA)，可以是专用集成芯片(applicationspecific integrated circuit，ASIC)，还可以是系统芯片(system on chip，SoC)，还可以是中央处理器(central processor unit，CPU)，还可以是网络处理器(networkprocessor，NP)，还可以是数字信号处理电路(digital signal processor，DSP)，还可以是微控制器(micro controller unit，MCU)，还可以是可编程控制器(programmable logicdevice，PLD)或其他集成芯片。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

应注意，本申请实施例中的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

可以理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(directrambus RAM，DR RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

根据本申请实施例提供的方法，本申请还提供一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行图2、图6、图7所示实施例中的方法。

根据本申请实施例提供的方法，本申请还提供一种计算机可读介质，该计算机可读介质存储有程序代码，当该程序代码在计算机上运行时，使得该计算机执行图2、图6、图7所示实施例中的方法。

根据本申请实施例提供的方法，本申请还提供一种系统，其包括前述的一个或多个终端设备以及一个或多个网络设备。

上述各个装置实施例中网络设备与终端设备和方法实施例中的网络设备或终端设备完全对应，由相应的模块或单元执行相应的步骤，例如通信单元(收发器)执行方法实施例中接收或发送的步骤，除发送、接收外的其它步骤可以由处理单元(处理器)执行。具体单元的功能可以参考相应的方法实施例。其中，处理器可以为一个或多个。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，高密度数字视频光盘(digital video disc，DVD))、或者半导体介质(例如，固态硬盘(solid state disc，SSD))等。

在本说明书中使用的术语“部件”、“模块”、“系统”等用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。例如，部件可以是但不限于，在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过图示，在计算设备上运行的应用和计算设备都可以是部件。一个或多个部件可驻留在进程和/或执行线程中，部件可位于一个计算机上和/或分布在2个或更多个计算机之间。此外，这些部件可从在上面存储有各种数据结构的各种计算机可读介质执行。部件可例如根据具有一个或多个数据分组(例如来自与本地系统、分布式系统和/或网络间的另一部件交互的二个部件的数据，例如通过信号与其它系统交互的互联网)的信号通过本地和/或远程进程来通信。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

在上述实施例中，各功能单元的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令(程序)。在计算机上加载和执行所述计算机程序指令(程序)时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种通信方法，其特征在于，包括：

第一通信装置向第二通信装置发送第一参数，所述第一参数包括信道编译码的相关参数和强化学习训练参数；

所述第一通信装置获取所述第二通信装置的第一码构造信息，所述第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵，所述第一码构造信息与所述第一参数相对应，所述第一码构造信息用于信道编码时根据信息比特构造编码比特。

2.根据权利要求1所述的方法，其特征在于，所述第一码构造信息是使用强化学习的方法得到的。

3.根据权利要求2所述的方法，其特征在于，在所述第一通信装置获取所述第一码构造信息之前，所述方法还包括：

所述第一通信装置获取所述第二通信装置的探索码构造信息，所述探索码构造信息与所述第一参数对应；

所述第一通信装置评估所述探索码构造信息的性能，根据所述第一参数生成所述探索码构造信息的性能信息；

所述第一通信装置向所述第二通信装置发送所述探索码构造信息的性能信息。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括:

所述第一通信装置向所述第二通信装置发送能力信息，所述能力信息用于指示所述第一通信装置是否支持更新码构造信息。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述信道编码为以下一种或多种通信信息的信道编码：

6.根据权利要求1至3中任一项所述的方法，其特征在于，所述信道编译码的相关参数包括以下一种或多种：

信道状态信息CSI、预编码矩阵信息PMI、编码长度、信息比特长度、码率或调制等级。

7.根据权利要求1至3中任一项所述的方法，其特征在于，所述强化学习训练参数包括以下一种或多种：

8.一种通信方法，其特征在于，包括：

第二通信装置获取第一通信装置的第一参数，所述第一参数包括信道编译码的相关参数和强化学习训练参数；

所述第二通信装置根据所述第一参数，确定第一码构造信息，所述第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵，所述第一码构造信息用于信道编码时根据信息比特序列构造编码比特序列；

所述第二通信装置向所述第一通信装置发送所述第一码构造信息。

9.根据权利要求8所述的方法，其特征在于，所述第一码构造信息是使用强化学习的方法得到的。

10.根据权利要求8或9所述的方法，其特征在于，所述根据第一参数，生成第一码构造信息，包括：

根据所述第一参数，生成探索码构造信息；

获取所述探索码构造信息的性能信息；

将所述性能信息作为回报，对码构造信息生成模型进行训练；

通过训练后的所述码构造信息生成模型，生成所述第一码构造信息。

11.根据权利要求10所述的方法，其特征在于，所述获取所述探索码构造信息的性能信息，包括：

根据所述第一参数评估所述探索码构造信息的性能，并生成所述探索码构造信息的性能信息。

12.根据权利要求10所述的方法，其特征在于，所述获取所述探索码构造信息的性能信息，包括：

向所述第一通信装置发送所述探索码构造信息；

获取所述第一通信装置确定的所述探索码构造信息的性能信息。

13.根据权利要求8或9所述的方法，其特征在于，所述方法还包括:

所述第二通信装置获取所述第一通信装置的能力信息，所述能力信息用于指示所述第一通信装置是否支持更新码构造信息。

14.根据权利要求8或9所述的方法，其特征在于，所述信道编码为以下一种或多种通信信息的信道编码：

15.根据权利要求8或9所述的方法，其特征在于，所述信道编译码的相关参数包括以下一种或多种：

16.根据权利要求8或9所述的方法，其特征在于，所述强化学习训练参数包括以下一种或多种：

17.一种通信装置，其特征在于，包括：

处理单元，用于确定第一参数，所述第一参数包括信道编译码的相关参数和强化学习训练参数；

收发单元，用于向第二通信装置发送第一参数；

所述收发单元还用于获取所述第二通信装置的第一码构造信息，所述第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵，所述第一码构造信息与所述第一参数相对应，所述第一码构造信息用于信道编码时根据信息比特构造编码比特。

18.根据权利要求17所述的装置，其特征在于，所述第一码构造信息是使用强化学习的方法得到的。

19.根据权利要求17或18所述的装置，其特征在于，在所述收发单元获取所述第一码构造信息之前，所述收发单元还用于获取所述第二通信装置的探索码构造信息，所述探索码构造信息与所述第一参数对应；

所述处理单元还用于评估所述探索码构造信息的性能，根据所述第一参数生成所述探索码构造信息的性能信息；

所述收发单元还用于向所述第二通信装置发送所述探索码构造信息的性能信息。

20.根据权利要求17或18所述的装置，其特征在于，

所述收发单元还用于向所述第二通信装置发送能力信息，所述能力信息用于指示是否支持更新码构造信息。

21.根据权利要求17或18所述的装置，其特征在于，所述信道编码为以下一种或多种通信信息的信道编码：

22.根据权利要求17或18所述的装置，其特征在于，所述信道编译码的相关参数包括以下一种或多种：

23.根据权利要求17或18所述的装置，其特征在于，所述强化学习训练参数包括以下一种或多种：

24.一种通信装置，其特征在于，包括：

收发单元，用于获取第一通信装置的第一参数，所述第一参数包括信道编译码的相关参数和强化学习训练参数；

处理单元，用于根据所述第一参数，确定第一码构造信息，所述第一码构造信息为极化码的极化信道可靠度排序序列或低密度奇偶校验码LDPC的基矩阵，所述第一码构造信息用于信道编码时根据信息比特序列构造编码比特序列；

所述收发单元还用于向所述第一通信装置发送所述第一码构造信息。

25.根据权利要求24所述的装置，其特征在于，所述第一码构造信息是使用强化学习的方法得到的。

26.根据权利要求24或25所述的装置，其特征在于，

所述处理单元还用于根据所述第一参数，生成探索码构造信息；

所述收发单元或所述处理单元还用于获取所述探索码构造信息的性能信息；

所述处理单元还用于将所述性能信息作为回报，对码构造信息生成模型进行训练；

所述处理单元具体通过训练后的所述码构造信息生成模型，生成所述第一码构造信息。

27.根据权利要求26所述的装置，其特征在于，所述处理单元还用于获取所述探索码构造信息的性能信息，包括：

所述处理单元具体用于评估所述探索码构造信息的性能，并根据所述第一参数生成所述探索码构造信息的性能信息。

28.根据权利要求26所述的装置，其特征在于，所述收发单元还用于获取所述探索码构造信息的性能信息，包括：

所述收发单元具体用于获取所述第一通信装置的所述探索码构造信息的性能信息。

29.根据权利要求24或25所述的装置，其特征在于，

所述收发单元还用于获取所述第一通信装置的能力信息，所述能力信息用于指示是否支持更新码构造信息。

30.根据权利要求24或25所述的装置，其特征在于，所述信道编码为以下一种或多种通信信息的信道编码：

31.根据权利要求24或25所述的装置，其特征在于，所述信道编译码的相关参数包括以下一种或多种：

32.根据权利要求24或25所述的装置，其特征在于，所述强化学习训练参数包括以下一种或多种：

33.一种通信装置，其特征在于，包括至少一个处理器，所述至少一个处理器用于使得权利要求1至16中任一项所述的方法被执行。

34.根据权利要求33所述的通信装置，其特征在于，所述通信装置还包括存储器，所述处理器与所述存储器耦合，所述存储器用于存储计算机程序或指令，所述处理器用于执行存储器中的所述计算机程序或指令，使得权利要求1至16中任一项所述的方法被执行。

35.一种计算机可读存储介质，其特征在于，包括计算机程序，当所述计算机程序在计算机上运行时，使得权利要求1至16中任一项所述的方法被执行。

36.一种芯片，其特征在于，包括至少一个逻辑电路和通信接口，

所述通信接口用于接收输入所述芯片的信号或从所述芯片输出处理后的信号，所述逻辑电路根据权利要求1至16中任一项所述的方法对输入所述芯片的信号进行处理，并产生所述处理后的信号。