CN115088286A - 用于管理无线通信的信息传输 - Google Patents

用于管理无线通信的信息传输 Download PDF

Info

Publication number
CN115088286A
CN115088286A CN202180013818.5A CN202180013818A CN115088286A CN 115088286 A CN115088286 A CN 115088286A CN 202180013818 A CN202180013818 A CN 202180013818A CN 115088286 A CN115088286 A CN 115088286A
Authority
CN
China
Prior art keywords
wireless device
encoded
processor
base station
assistance information
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.)
Pending
Application number
CN202180013818.5A
Other languages
English (en)
Inventor
T·余
N·布尚
P·K·维特哈拉德夫尤尼
季庭方
K·K·穆克维利
J·K·孙达拉拉詹
J·纳姆古
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN115088286A publication Critical patent/CN115088286A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • 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
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/03—Protecting confidentiality, e.g. by encryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W80/00—Wireless network protocols or protocol adaptations to wireless operation
    • H04W80/02—Data link layer protocols
    • 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
    • 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
    • H04W88/06—Terminal devices adapted for operation in multiple networks or having at least two operational modes, e.g. multi-mode terminals

Landscapes

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

Abstract

各实施例包括用于管理基站和无线设备之间的信息传输的方法。基站可以将编码器神经网络应用于可以辅助无线设备与基站进行通信的辅助信息以生成经编码辅助信息。基站可以经由控制信道或数据信道来向无线设备发送经编码辅助信息。无线设备可以在不对经编码辅助信息进行解码的情况下使用经编码辅助信息来更新无线设备的一个或多个行为。无线设备可以包括不同的神经网络，其被配置为学习如何使用经编码辅助信息来更新无线设备的一个或多个行为。

Description

用于管理无线通信的信息传输
相关申请
本申请要求享受于2020年2月24日提交的、名称为“Managing InformationTransmission For Wireless Communication”的美国临时申请No.62/980,804的优先权的权益，据此出于所有目的，将该美国临时申请的全部内容通过引用的方式并入本文中。
背景技术
在无线设备中的一些调制解调器实现方式中，无线设备可以通过确定或接收关于基站所使用的算法或基站的内部状态的信息，来实现无线通信性能的改进，处置更复杂的信息，并且获得功率节省。例如，利用有关基站的调度器的方面的更详细的知识，无线设备可以确定更好的信道状态反馈，从而提高与基站的无线通信的效率和准确性。然而，关于基站的此类信息可能太大，而无法快速且高效地传送到无线设备。此外，该信息可能包括基站的提供商不期望以可容易发现的形式而揭示的专有或秘密信息。
发明内容
各个方面包括由基站的处理器执行的无线通信的系统和方法。各个方面可以包括：将编码器神经网络应用于所述基站中的辅助信息以生成经编码辅助信息；以及向无线设备发送所述经编码辅助信息。在一些方面中，所述编码器神经网络可以包括自编码器神经网络的编码器部分，但是没有向所述无线设备提供对应的解码器神经网络。在一些方面中，向所述无线设备发送所述经编码辅助信息可以包括：经由控制信道或数据信道来向所述无线设备发送所述经编码辅助信息。在一些方面中，所述经编码辅助信息可以具有所述无线设备无法处理以恢复所述基站中的所述辅助信息的形式。在一些方面中，所述基站中的所述辅助信息可以包括关于所述基站的内部状态的算法或信息。一些方面还可以包括：使用无监督训练方法来在所述辅助信息的数据集上训练所述编码器神经网络和解码器神经网络；使用经训练的编码器神经网络来生成所述经编码辅助信息；以及不与无线设备共享所述解码器神经网络。
另外的方面可以包括一种计算设备，其用于在无线通信系统的基站中使用并且具有处理器，所述处理器被配置有处理器可执行指令以执行包括上文概述的方法中的任何方法的操作。另外的方面可以包括具有存储在其上的处理器可执行指令的非暂时性处理器可读存储介质，处理器可执行指令被配置为使得基站的计算设备执行上文概述的方法中的任何方法的操作。另外的方法包括基站，其具有用于执行上文概述的方法中的任何方法的功能的单元。
各个方面包括由无线设备的处理器执行的无线通信的方法。各个方面可以包括：从基站接收经编码辅助信息；以及使用所述经编码辅助信息来更新所述无线设备的一个或多个行为。在一些方面中，使用所述经编码辅助信息来更新所述无线设备的一个或多个行为可以包括：将所接收的经编码辅助信息作为输入提供给无线设备处理块，以及基于所述经编码辅助信息来更新所述无线设备的一个或多个行为。在一些方面中，接收所述经编码辅助信息可以包括：经由控制信道或数据信道来接收所述经编码辅助信息。
在一些方面中，使用所述经编码辅助信息可以包括：使用所述经编码辅助信息作为针对自学习神经网络的输入。在一些方面中，所述自学习神经网络可以是经由有监督学习或强化学习中的一项来训练的以优化成本或性能度量。在各个方面中，所述无线设备不被配置为对所述经编码辅助信息进行解码。
另外的方面可以包括无线设备，其具有被配置为执行上文概述的方法中的任何方法的操作的处理器。另外的方面可以包括具有存储在其上的处理器可执行指令的非暂时性处理器可读存储介质，处理器可执行指令被配置为使得无线设备的处理器执行上文概述的方法中的任何方法的操作。另外的方法包括无线设备，其具有用于执行上文概述的方法中的任何方法的功能的单元。另外的方法包括供在无线设备中使用的片上系统，其包括被配置为执行上文概述的方法中的任何方法的操作的处理器。
附图说明
被并入本文并且构成本说明书的一部分的附图示出了权利要求的示例性实施例，并且连同上文给出的总体描述和下文给出的详细描述一起用于解释权利要求的特征。
图1是示出适于实现各个实施例中的任何实施例的示例通信系统的系统框图。
图2是示出适于实现各个实施例中的任何实施例的示例计算和无线调制解调器系统的组件框图。
图3是示出适于实现各个实施例中的任何实施例的软件架构的组件框图，该软件架构包括无线通信中的用户和控制平面的无线电协议栈。
图4A和4B是示出根据各个实施例的被配置用于由基站的处理器执行的管理用于无线通信的信息传输的系统的组件框图。
图5是示出根据各个实施例的可以由基站的处理器执行的用于管理用于无线通信的信息传输的方法的过程流程图。
图6是示出根据各个实施例的可以由无线设备的处理器执行的用于管理用于无线通信的信息传输的方法的过程流程图。
图7是示出根据各个实施例的可以由无线设备的处理器执行的用于管理用于无线通信的信息传输的方法的过程流程图。
图8是适于与各个实施例一起使用的网络计算设备的组件框图。
图9是适于与各个实施例一起使用的无线设备的组件框图。
具体实施方式
将参照附图来详细描述各个实施例。在可能的情况下，将贯穿附图使用相同的附图标记来指代相同或类似的部分。对特定示例和实施例的提及是出于说明性目的，而不旨在限制权利要求的范围。
各个实施例包括用于管理用于诸如基站和无线设备之类的设备之间的无线通信的信息传输的系统和方法。各个实施例可以通过向无线设备提供可以改进其操作但不揭示对网络运营商是秘密的或专有的信息的信息来提高这些设备之间的无线通信的效率和准确性。基站可以形成或者使用可以帮助无线设备改进其操作或性能的状态信息、算法和其它信息。为了便于参考，基站状态信息、算法和可以辅助无线设备的其它信息在本文中被一般地且共同地称为“辅助信息”。然而，这种辅助信息可能是网络运营商专有的，并且因此可能不与无线设备共享(即，不发送给无线设备)。各个实施例包括在基站中使用神经网络来将辅助信息转换成被发送给无线设备的编码形式。为了便于参考，辅助信息的编码形式在本文中被称为“经编码辅助信息”。无线设备不被配置有经训练的解码器神经网络，并且因此无法恢复或发现来自接收到的经编码辅助信息的专有辅助信息。虽然原始辅助信息无法被解码或发现，但是经编码辅助信息可以被提供给接收无线设备的处理模块，并且处理模块可以使用经编码辅助信息来更新无线设备的一个或多个行为。在一些实施例中，无线设备可以在处理块内包括不同的神经网络，该神经网络可以被配置为发现或学习如何使用接收到的经编码辅助信息来更新一个或多个行为以改进设备功能或者与基站的通信。在这样的实施例中，处理块内的不同神经网络不是在基站中用于对辅助信息进行编码的自编码器神经网络的解码器部分。
本文中使用术语“无线设备”来指代以下各者中的任何一者或全部：无线路由器设备、无线电器、蜂窝电话、智能电话、便携式计算设备、个人或移动多媒体播放器、膝上型计算机、平板计算机、智能本、超极本、掌上计算机、无线电子邮件接收器、启用多媒体互联网的蜂窝电话、医疗设备和装置、生物计量传感器/设备、可穿戴设备(包括智能手表、智能服装、智能眼镜、智能腕带、智能珠宝(例如，智能指环、智能手链等))、娱乐设备(例如，无线游戏控制器、音乐和视频播放器、卫星无线电单元等)、启用无线网络的物联网(IoT)设备(包括智能仪表/传感器、工业制造设备、供家用或企业用的大型和小型机械和电器、自主和半自主车辆内的无线通信元件)、附在或并入各种移动平台中的无线设备、全球定位系统设备、以及包括存储器、无线通信组件和可编程处理器的类似电子设备。
本文中使用术语“片上系统”(SOC)来指代单个集成电路(IC)芯片，其包含被集成在单个衬底上的多个资源和/或处理器。单个SOC可以包含用于数字、模拟、混合信号和射频功能的电路。单个SOC还可以包括任何数量的通用和/或专用处理器(数字信号处理器、调制解调器处理器、视频处理器等)、存储器块(例如ROM、RAM、闪存等)和资源(例如，定时器、电压调节器、振荡器等)。SOC还可以包括用于控制集成资源和处理器以及用于控制外围设备的软件。
本文中可以使用术语“系统级封装”(SIP)来指代在两个或更多个IC芯片、衬底或SOC上包含多个资源、计算单元、核和/或处理器的单个模块或封装。例如，SIP可以包括在其上多个IC芯片或半导体管芯是以垂直配置而堆叠的单个衬底。类似地，SIP可以包括在其上多个IC或半导体管芯被封装到统一衬底中的一个或多个多芯片模块(MCM)。SIP还可以包括多个独立SOC，其经由高速通信电路耦合在一起并且被紧密地封装在例如单个主板上或单个无线设备中。SOC的接近度促进高速通信以及存储器和资源的共享。
在一些无线设备中(例如，在一些无线设备调制解调器实现方式中)，有关基站所使用的算法或关于基站内部状态的信息的增加的知识可以使得无线设备能够改进无线通信性能、效率和准确性。例如，有关基站调度器所使用的算法或其内部状态的增加的知识可以使得无线设备能够推导出改进的信道状态反馈。此类信息的示例包括：基站是否将在其调度中利用探测参考信号(SRS)以及如何利用该信号；基站是否将在调度时间处经由多用户(MU)多输入多输出(MIMO)来对无线设备进行配对；在基站处的任何调度延迟；基站是否采用外环来进行调度，并且如果是的话，其可以使用哪种类型的算法；基站的波束管理算法；以及其它适当的信息或算法。然而，这些算法和该信息可能太大，而无法快速且高效地被传送给无线设备。此外，该信息可能是基站的所有者(例如，无线网络服务提供商)不希望以可被竞争对手容易发现的形式而揭示的专有或秘密信息。
各个实施例包括如下的方法：所述方法在基站中利用经训练的编码器神经网络来将辅助信息(例如，状态信息、算法、指令、以及其它适当的辅助信息)转换成具有显著降低的信息密度的经编码辅助信息，该信息密度在没有解码器神经网络的情况下无法被用于恢复辅助信息，解码器神经网络是不与无线设备共享的。由于无线设备没有被配置有对应的经训练的解码器神经网络，因此无线设备不对经编码辅助信息进行解码。相反，无线设备可以接收经编码辅助信息并且将该信息应用于内部处理块或功能，以使用该信息来更新无线设备的一个或多个行为，而不能够重现基站辅助信息。
在各个实施例中，基站可以使用无监督学习方法来训练编码器神经网络，编码器神经网络使用自编码器过程来学习如何将辅助信息(即，基站算法、状态条件和其它信息等)压缩成经编码辅助信息。例如，基站处理器可以使用无监督学习来训练自编码器神经网络，以便通过使用解码器神经网络来将辅助信息的输入压缩成经编码辅助信息，解码器神经网络恢复该信息以用于与输入信息进行比较。可以基于在实际输入和经重构的输入之间的增量来计算损失函数，并且优化器函数可以训练编码器和解码器两者以降低损失函数(即，重构损失)。一旦被训练，编码器神经网络可以由基站处理器用来生成被发送以供无线设备使用的经编码辅助信息，而解码器神经网络保持为仅对基站是已知的并且不被提供给无线设备或者在无线设备中配置。因此，无线设备以无法被该设备用来恢复或了解辅助信息的形式赖接收经编码辅助信息。然而，经编码辅助信息将具有通过辅助信息而确定的或取决于辅助信息的特性，并且因此包括接收无线设备可以随着时间学习以用于管理或更新一个或多个行为以便更好地与基站进行通信的信息。
在一些实施例中，基站可以经由控制信道来向无线设备发送经编码辅助信息。无线设备可以被配置有电路、算法或神经网络(不同于在基站中使用的自编码器神经网络)，以利用经编码辅助信息，例如以更新无线设备的一个或多个行为。在一些实施例中，无线设备最初可以不被配置有被配置为转换所接收的经编码辅助信息的算法或经训练的神经网络，而是替代地可以在处理块中包括自学习神经网络，该自学习神经网络随着时间学习如何响应于在所接收的经编码辅助信息中观察到的特定特性或变化来更新一个或多个行为。
图1是示出适于实现各个实施例中的任何实施例的示例通信系统100的系统框图。通信系统100可以是5G新无线电(NR)网络或任何其它适当的网络(诸如长期演进(LTE)网络)。
通信系统100可以包括异构网络架构，该异构网络架构包括核心网络140和各种移动设备(被示为图1中的无线设备120a-120e)。通信系统100还可以包括多个基站110(被示为BS 110a、BS 110b、BS 110c和BS 110d)和其它网络实体。基站是与无线设备(移动设备)进行通信的实体，并且也可以被称为NodeB、节点B、LTE演进型NodeB(eNB)、接入点(AP)、无线电头端、发送接收点(TRP)、新无线电基站(NR BS)、5G NodeB(NB)、下一代节点B(gNB)等。每个基站可以提供针对特定地理区域的通信覆盖。在3GPP中，术语“小区”可以指代基站的覆盖区域、服务于该覆盖区域的基站子系统或其组合，这取决于使用该术语的上下文。
基站110a-110d可以提供针对宏小区、微微小区、毫微微小区、另一种类型的小区、或其组合的通信覆盖。宏小区可以覆盖相对大的地理区域(例如，半径为若干千米)，并且可以允许由具有服务订制的移动设备进行的不受限制的接入。微微小区可以覆盖相对小的地理区域，并且可以允许由具有服务订制的移动设备进行的不受限制的接入。毫微微小区可以覆盖相对小的地理区域(例如，住宅)，并且可以允许由与该毫微微小区具有关联的移动设备(例如，封闭用户组(CSG)中的移动设备)进行的受限制的接入。用于宏小区的基站可以被称为宏BS。用于微微小区的基站可以被称为微微BS。用于毫微微小区的基站可以被称为毫微微BS或家庭BS。在图1中示出的示例中，基站110a可以是用于宏小区102a的宏BS，基站110b可以是用于微微小区102b的微微BS，以及基站110c可以是用于毫微微小区102c的毫微微BS。基站110a-110d可以支持一个或多个(例如，三个)小区。术语“eNB”、“基站”、“NR BS”、“gNB”、“TRP”、“AP”、“节点B”、“5G NB”和“小区”在本文中可以互换地使用。
在一些示例中，小区可能不是静止的，并且小区的地理区域可以根据移动基站的位置进行移动。在一些示例中，基站110a-110d可以使用任何适当的传输网络、通过各种类型的回程接口(诸如直接物理连接、虚拟网络、或其组合)来彼此互连以及与通信系统100中的一个或多个其它基站或网络节点(未示出)互连。
基站110a-110d可以在有线或无线通信链路126上与核心网络140进行通信。无线设备120a-120e可以在无线通信链路122上与基站110a-110d进行通信。
有线通信链路126可以使用各种有线网络(例如，以太网、电视电缆、电话、光纤和其它形式的物理网络连接)，这些有线网络可以使用一种或多种有线通信协议(诸如以太网、点对点协议、高级数据链路控制(HDLC)、高级数据通信控制协议(ADCCP)和传输控制协议/互联网协议(TCP/IP))。
通信系统100还可以包括中继站(例如，中继BS 110d)。中继站是可以从上游站(例如，基站或移动设备)接收数据传输并且将数据发送给下游站(例如，无线设备或基站)的实体。中继站还可以是能够为其它无线设备中继传输的移动设备。在图1中示出的示例中，中继站110d可以与宏基站110a和无线设备120d进行通信，以便促进基站110a与移动设备120d之间的通信。中继站还可以被称为中继基站、中继基站、中继器等。
通信系统100可以是包括不同类型的基站(例如，宏基站、微微基站、毫微微基站、中继基站等)的异构网络。这些不同类型的基站可以具有不同的发射功率电平、不同的覆盖区域以及对通信系统100中的干扰的不同影响。例如，宏基站可以具有高发射功率电平(例如，5到40瓦特)，而微微基站、毫微微基站和中继基站可以具有较低的发射功率电平(例如，0.1到2瓦特)。
网络控制器130可以耦合到一组基站，并且可以提供针对这些基站的协调和控制。网络控制器130可以经由回程与基站进行通信。基站还可以例如经由无线或有线回程直接地或间接地与彼此进行通信。
无线设备120a、120b、120c可以散布于整个通信系统100中，并且每个无线设备可以是静止的或移动的。无线设备还可以被称为接入终端、终端、移动站、订户单元、站等。
宏基站110a可以在有线或无线通信链路126上与通信网络140进行通信。无线设备120a、120b、120c可以在无线通信链路122上与基站110a-110d进行通信。
无线通信链路122、124可以包括多个载波信号、频率或频带，其中每一个可以包括多个逻辑信道。无线通信链路122和124可以利用一种或多种无线电接入技术(RAT)。可以在无线通信链路中使用的RAT的示例包括3GPP LTE、3G、4G、5G(例如，NR)、GSM、码分多址(CDMA)、宽带码分多址(WCDMA)、全球微波接入互操作性(WiMAX)、时分多址(TDMA)以及其它移动电话通信技术蜂窝RAT。可以在通信系统100内的各种无线通信链路122、124中的一个或多个无线通信链路中使用的RAT的另外的示例包括中程协议(诸如Wi-Fi、LTE-U、LTE直连、LAA、MuLTEfire)和相对短程RAT(诸如ZigBee、蓝牙和蓝牙低能(LE))。
某些无线网络(例如，LTE)在下行链路上利用正交频分复用(OFDM)以及在上行链路上利用单载波频分复用(SC-FDM)。OFDM和SC-FDM将系统带宽划分成多个(K个)正交子载波，所述多个正交子载波通常还被称为音调、频段等。可以利用数据来调制每个子载波。通常，在频域中利用OFDM以及在时域中利用SC-FDM来发送调制符号。相邻子载波之间的间隔可以是固定的，并且子载波的总数(K)可以取决于系统带宽。例如，子载波的间隔可以是15kHz并且最小资源分配(被称为“资源块”)可以是12个子载波(或180kHz)。因此，针对1.25、2.5、5、10或20兆赫兹(MHz)的系统带宽，标称的快速文件传输(FFT)大小可以分别等于128、256、512、1024或2048。还可以将系统带宽划分成子带。例如，子带可以覆盖1.08MHz(即，6个资源块)，并且针对1.25、2.5、5、10或20MHz的系统带宽，可以分别存在1、2、4、8或16个子带。
虽然对一些实施例的描述可能使用了与LTE技术相关联的术语和示例，但是各个实施例可以适用于其它无线通信系统，诸如新无线电(NR)或5G网络。NR可以在上行链路(UL)和下行链路(DL)上利用具有循环前缀(CP)的OFDM，并且可以包括针对使用时分双工(TDD)的半双工操作的支持。可以支持100MHz的单分量载波带宽。NR资源块可以在0.1毫秒(ms)持续时间内跨越具有75kHz的子载波带宽的12个子载波。每个无线电帧可以由50个子帧组成，具有10ms的长度。因此，每个子帧可以具有0.2ms的长度。每个子帧可以指示用于数据传输的链路方向(即，DL或UL)，并且可以动态地切换用于每个子帧的链路方向。每个子帧可以包括DL/UL数据以及DL/UL控制数据。可以支持波束成形并且可以动态地配置波束方向。也可以支持具有预编码的多输入多输出(MIMO)传输。DL中的MIMO配置可以支持多至八个发射天线，其中多层DL传输多至八个流并且每个无线设备多至两个流。可以支持具有每个无线设备多至2个流的多层传输。可以支持具有多至八个服务小区的多个小区的聚合。替代地，NR可以支持除了基于OFDM的空中接口之外的不同的空中接口。
一些移动设备可以被认为是机器类型通信(MTC)或者演进型或增强型机器类型通信(eMTC)移动设备。MTC和eMTC移动设备包括例如机器人、无人机、远程设备、传感器、仪表、监视器、位置标签等，其可以与基站、另一设备(例如，远程设备)或某个其它实体进行通信。无线节点可以例如经由有线或无线通信链路来提供针对网络(例如，诸如互联网或蜂窝网络之类的广域网)的连接或到网络的连接。一些移动设备可以被认为是物联网(IoT)设备或者可以被实现成NB-IoT(窄带物联网)设备。无线设备120a-120e可以被包括在容纳无线设备的组件(诸如处理器组件、存储器组件、类似组件、或其组合)的壳体内部。
通常，可以在给定的地理区域中部署任何数量的通信系统和任何数量的无线网络。每个通信系统和无线网络可以支持特定的无线电接入技术(RAT)并且可以在一个或多个频率上操作。RAT还可以被称为无线电技术、空中接口等。频率还可以被称为载波、频率信道等。每个频率可以在给定的地理区域中支持单一RAT，以便避免不同RAT的通信系统之间的干扰。在一些情况下，可以部署NR或5G RAT网络。
在一些实施例中，两个或更多个移动设备120a-120e(例如，被示为无线设备120a和无线设备120e)可以使用一个或多个侧行链路信道124直接进行通信(例如，在不使用基站110a-110d作为彼此进行通信的中介的情况下)。例如，无线设备120a-120e可以使用对等(P2P)通信、设备到设备(D2D)通信、车辆到万物(V2X)协议(其可以包括车辆到车辆(V2V)协议、车辆到基础设施(V2I)协议或类似协议)、网状网络、或类似网络、或其组合进行通信。在这种情况下，无线设备120a-120e可以执行调度操作、资源选择操作以及本文中在别处被描述为由基站110a执行的其它操作。
图2是示出适于实现各个实施例中的任何实施例的示例计算和无线调制解调器系统200的组件框图。各个实施例可以在包括片上系统(SOC)或系统级封装(SIP)的多个单处理器和多处理器计算机系统上实现。
参照图1和图2，所示出的示例计算系统(在一些实施例中，其可以是SIP)包括：两个SOC 202、204，其耦合到时钟206；电压调节器208；以及无线收发机266，其被配置为经由天线(未示出)向无线设备(诸如基站110a)发送无线通信以及经由天线从无线设备接收无线通信。在一些实施例中，第一SOC 202作为无线设备的中央处理单元(CPU)进行操作，其通过执行由软件应用程序的指令指定的算术、逻辑、控制和输入/输出(I/O)操作来执行所述指令。在一些实施例中，第二SOC 204可以作为专用处理单元进行操作。例如，第二SOC 204可以作为专用5G处理单元进行操作，其负责管理大容量、高速度(例如，5Gbps等)和/或极高频率短波长(例如，28GHz毫米波频谱等)的通信。
第一SOC 202可以包括数字信号处理器(DSP)210、调制解调器处理器212、图形处理器214、应用处理器216、连接到这些处理器中的一者或多者的一个或多个协处理器218(例如，矢量协处理器)、存储器220、定制电路222、系统组件和资源224、互连/总线模块226、一个或多个温度传感器230、热管理单元232和热功率包络(TPE)组件234。第二SOC 204可以包括5G调制解调器处理器252、功率管理单元254、互连/总线模块264、多个毫米波收发机256、存储器258和各种额外的处理器260(诸如应用处理器、分组处理器等)。
每个处理器210、212、214、216、218、252、260可以包括一个或多个核，并且每个处理器/核可以独立于其它处理器/核来执行操作。例如，第一SOC 202可以包括执行第一类型的操作系统(例如，FreeBSD、LINUX、OS X等)的处理器和执行第二类型的操作系统(例如，MICROSOFT WINDOWS 10)的处理器。另外，处理器210、212、214、216、218、252、260中的任何一者或全部可以被包括为处理器集群架构(例如，同步处理器集群架构、异步或异构处理器集群架构等)的一部分。
第一SOC 202和第二SOC 204可以包括各种系统组件、资源和定制电路，其用于管理传感器数据、模数转换、无线数据传输以及用于执行其它专用操作，诸如解码数据分组和处理经编码的音频和视频信号以在web浏览器中呈现。例如，第一SOC 202的系统组件和资源224可以包括功率放大器、电压调节器、振荡器、锁相环、外围桥、数据控制器、存储器控制器、系统控制器、访问端口、定时器和用于支持在无线设备上运行的处理器和软件客户端的其它类似组件。系统组件和资源224和/或定制电路222还可以包括与外围设备(诸如相机、电子显示器、无线通信设备、外部存储器芯片等)对接的电路。
第一SOC 202和第二SOC 204可以经由互连/总线模块250进行通信。各种处理器210、212、214、216、218可以经由互连/总线模块226互连到一个或多个存储器元件220、系统组件和资源224、以及定制电路222、以及热管理单元232。类似地，处理器252可以经由互连/总线模块264互连到功率管理单元254、毫米波收发机256、存储器258和各种额外的处理器260。互连/总线模块226、250、264可以包括可重配置的逻辑门的阵列和/或实现总线架构(例如，CoreConnect、AMBA等)。可以通过高级互连(诸如高性能片上网络(NoC))提供通信。
第一SOC 202和/或第二SOC 204还可以包括用于与在SOC外部的资源(诸如时钟206和电压调节器208)进行通信的输入/输出模块(未示出)。在SOC外部的资源(例如，时钟206、电压调节器208)可以由内部SOC处理器/核中的两者或更多者共享。
除了以上讨论的示例SIP 200之外，各个实施例可以在多种多样的计算系统中实现，其可以包括单个处理器、多个处理器、多核处理器、或其任何组合。
图3是示出适于实现各个实施例中的任何实施例的软件架构300的组件框图，软件架构300包括用于无线通信中的用户和控制平面的无线电协议栈。参照图1-3，无线设备320可以实现软件架构300以促进无线设备320(例如，无线设备120a-120e、200)与通信系统(例如，100)的基站350(例如，基站110)之间的通信。在各个实施例中，软件架构300中的层可以形成与基站350的软件中的对应层的逻辑连接。软件架构300可以分布在一个或多个处理器(例如，处理器212、214、216、218、252、260)之间。尽管关于一个无线电协议栈进行了说明，但是在多SIM(用户身份模块)无线设备中，软件架构300可以包括多个协议栈，其中每个协议栈可以与不同的SIM相关联(例如，分别与双SIM无线通信设备中的两个SIM相关联的两个协议栈)。尽管下面参照LTE通信层进行了描述，但是软件架构300可以支持用于无线通信的各种标准和协议中的任何一种，和/或可以包括支持用于无线通信的各种标准和协议中的任何一种的额外的协议栈。
软件架构300可以包括非接入层(NAS)302和接入层(AS)304。NAS 302可以包括用于支持无线设备的SIM(例如，SIM 204)与其核心网络140之间的分组过滤、安全管理、移动性控制、会话管理以及业务和信令的功能和协议。AS 304可以包括支持SIM(例如，SIM 204)与所支持的接入网络的实体(例如，基站)之间的通信的功能和协议。具体地，AS 304可以包括至少三个层(层1、层2和层3)，其中每个层可以包含各种子层。
在用户和控制平面中，AS 304的层1(L1)可以是物理层(PHY)306，其可以监督在空中接口上经由无线收发机(例如，256)实现发送和/或接收的功能。这样的物理层306功能的示例可以包括循环冗余校验(CRC)附加、编码块、加扰和解扰、调制和解调、信号测量、MIMO等。物理层可以包括各种逻辑信道，包括物理下行链路控制信道(PDCCH)和物理下行链路共享信道(PDSCH)。
在用户和控制平面中，AS 304的层2(L2)可以负责在无线设备320与基站350之间在物理层306之上的链路。在各个实施例中，层2可以包括介质访问控制(MAC)子层308、无线电链路控制(RLC)子层310和分组数据汇聚协议(PDCP)312子层，其中每一者形成在基站350处终止的逻辑连接。
在控制平面中，AS 304的层3(L3)可以包括无线电资源控制(RRC)子层3。虽然未示出，但是软件架构300可以包括额外的层3子层以及在层3之上的各种上层。在各个实施例中，RRC子层313可以提供包括以下各项的功能：广播系统信息、寻呼、以及在无线设备320与基站350之间建立和释放RRC信令连接。
在各个实施例中，PDCP子层312可以提供上行链路功能，包括不同的无线电承载与逻辑信道之间的复用、序列号添加、切换数据处理、完整性保护、加密和报头压缩。在下行链路中，PDCP子层312可以提供包括以下各项的功能：数据分组的按顺序递送、重复数据分组检测、完整性验证、解密和报头解压缩。
在上行链路中，RLC子层310可以提供上层数据分组的分段和串接、丢失数据分组的重传以及自动重传请求(ARQ)。而在下行链路中，RLC子层310功能可以包括数据分组的重排序以补偿无序接收、上层数据分组的重新组装以及ARQ。
在上行链路中，MAC子层308可以提供包括以下各项的功能：逻辑信道与传输信道之间的复用、随机接入过程、逻辑信道优先级和混合ARQ(HARQ)操作。在下行链路中，MAC层功能可以包括小区内的信道映射、解复用、不连续接收(DRX)和HARQ操作。
虽然软件架构300可以提供用于通过物理介质来发送数据的功能，但是软件架构300还可以包括至少一个主机层314，以向无线设备320中的各种应用提供数据传输服务。在一些实施例中，由至少一个主机层314提供的特定于应用的功能可以提供软件架构与通用处理器206之间的接口。
在其它实施例中，软件架构300可以包括提供主机层功能的一个或多个较高逻辑层(例如，传输、会话、呈现、应用等)。例如，在一些实施例中，软件架构300可以包括其中逻辑连接在移动运营商的网络中的外部分组数据网络(PDN)网关(PGW)处终止的网络层(例如，互联网协议(IP)层)。在一些实施例中，软件架构300可以包括其中逻辑连接在另一设备(例如，最终用户装置、服务器等)处终止的应用层。在一些实施例中，软件架构300还可以在AS 304中包括物理层306与通信硬件(例如，一个或多个射频(RF)收发机)之间的硬件接口316。
图4A和4B是示出根据各个实施例的系统400的组件框图，系统400被配置为管理由基站的处理器执行的用于无线通信的信息传输。参照图1-4B，系统400可以包括基站402(例如，110a-110d、200、350)和无线设备404(例如，120a-120e、200、320)。基站402和无线设备404可以在无线通信链路122上进行通信，无线通信链路122可以向无线设备404提供对无线通信网络424(在图1中示出了其各方面)的接入。
基站402可以包括一个或多个处理器428，其耦合到电子存储装置426的和无线收发机(例如，266)。无线收发机266可以被配置为：从处理器428接收要在下行链路传输中发送的消息；以及经由天线(未示出)向无线设备404发送这样的消息。在一些实施例中，基站402可以从无线通信网络424接收消息以中继给无线设备404。类似地，无线收发机266可以被配置为：在上行链路传输中从无线设备404接收消息；以及将这些消息(例如，经由解调消息的调制解调器(例如，252))传递给一个或多个处理器428以最终中继给无线通信网络424。
处理器428可以通过机器可读指令406来配置。机器可读指令406可以包括一个或多个指令模块。指令模块可以包括计算机程序模块。指令模块可以包括以下各项中的一项或多项：通信信息和指令确定模块408、神经网络训练模块410、编码器神经网络应用模块、无线通信模块414、或其它指令模块。
通信信息和指令确定模块408可以被配置为确定由处理器用来生成用于无线设备实现与基站的通信的通信信息和指令的基站算法、信息。
神经网络训练模块410可以被配置为：训练编码器神经网络，以将对于实现与基站的通信有用的基站算法、信息和对应数据压缩成经编码辅助信息，该经编码辅助信息被解码器神经网络处理以恢复对于实现与基站的通信有用的基站算法、信息和对应数据，其中差用于使用无监督学习方法来更新编码器神经网络。为了训练(即，在基站中，或在另一网络设备或元件中)，编码器神经网络可以是由编码器神经网络和解码器神经网络组成的自编码器的一部分。自编码器中的编码器和解码器对被联合训练，使得将在针对编码器的输入与来自解码器的输出之间的代价度量或损失函数(例如，均方误差)最小化。以这种方式训练的编码器神经网络将使基站算法或信息转换成编码输出，其中不能访问解码器神经网络的无线设备无法使用该编码输出来重现基站算法或信息。然而，对于无线设备在优化通信性能、降低复杂性和/或降低功耗方面的各种操作来说，编码输出可以是有用的。
神经网络应用模块412可以被配置为：将编码器神经网络应用于由处理器使用的基站算法或信息，以生成用于传输给无线设备404的经编码辅助信息。
无线通信模块414可以被配置为：向无线设备404发送经编码辅助信息。在一些实施例中，经编码辅助信息将由基站在数据信道上发送。在一些实施例中，经编码辅助信息将由基站在控制信道上发送。
无线设备404可以包括一个或多个处理器432，其耦合到电子存储装置430和无线收发机(例如，266)。无线收发机266可以被配置为：从处理器432接收要在上行链路传输中发送的消息；以及经由天线(未示出)向基站402发送这样的消息。类似地，无线收发机266可以被配置为：在下行链路传输中从基站402接收消息；以及将这些消息(例如，经由解调消息的调制解调器(例如，252))传递给一个或多个处理器432。
处理器432可以通过机器可读指令434来配置。机器可读指令406可以包括一个或多个指令模块。指令模块可以包括计算机程序模块。指令模块可以包括以下各项中的一项或多项：无线通信模块436、经编码辅助信息处理模块438、调制解调器通信模块440、或其它指令模块。
无线通信模块436可以被配置为从基站402接收基站编码器神经网络的经编码辅助信息。在一些实施例中，无线通信模块436可以被配置为经由控制信道来接收基站编码器神经网络的经编码辅助信息。
经编码辅助信息处理模块438可以被配置为使用所接收的经编码辅助信息来更新一个或多个无线设备行为。经编码辅助信息处理模块438不能解码出(即，不被配置为解码)被输入到基站编码神经网络的原始辅助信息。在一些实施例中，经编码辅助信息处理模块438可以包括自学习神经网络(不同于基站神经网络)，其可以随着时间学习如何将从基站接收的经编码辅助信息用于各种目的，例如以改进无线设备性能的方式更新一个或多个行为。
调制解调器通信模块440可以被配置为启用与基站402的通信。
在一些实施例中，基站402和无线设备404可以经由一个或多个电子通信链路(例如，无线通信链路122)来操作地连接。将明白的是，这并不旨在进行限制，并且本公开内容的范围包括其中基站402和无线设备404可以经由某种其它通信介质来操作地连接的实施例。
电子存储装置426、430可以包括以电子方式存储信息的非暂时性存储介质。电子存储装置426、430的电子存储介质可以包括以下各项中的一项或两项：与基站402或无线设备404整体地(即，基本上不可移动地)提供的系统存储装置；和/或可经由例如端口(例如，通用串行总线(USB)端口、firewire端口等)或驱动器(例如，磁盘驱动器等)可移动地连接到基站402或无线设备404的可移动存储装置。电子存储装置426、430可以包括以下各项中的一项或多项：光学可读存储介质(例如，光盘等)、磁性可读存储介质(例如，磁带、磁性硬盘驱动器、软盘驱动器等)、基于电荷的存储介质(例如，EEPROM、RAM等)、固态存储介质(例如，闪存驱动器等)、和/或其它电子可读存储介质。电子存储装置426、430可以包括一个或多个虚拟存储资源(例如，云存储、虚拟专用网络、和/或其它虚拟存储资源)。电子存储装置426、430可以存储软件算法、由处理器428、432确定的信息、从基站402或无线设备404接收的信息、或者使得基站402或无线设备404能够如本文描述地运作的其它信息。
处理器428、432可以被配置为在基站402中提供信息处理能力。因此，处理器428、432可以包括以下各项中的一项或多项：数字处理器、模拟处理器、被设计为处理信息的数字电路、被设计为处理信息的模拟电路、状态机、和/或用于电子处理信息的其它机制。尽管处理器428、432被示为单个实体，但是这仅用于说明性目的。在一些实施例中，处理器428、432可以包括多个处理单元和/或处理器核。处理单元可以物理地位于同一设备内，或者处理器428、432可以表示协调地操作的多个设备的处理功能。处理器428、432可以被配置为通过软件；硬件；固件；软件、硬件和/或固件的某种组合、和/或用于配置处理器428、432上的处理能力的其它机制来执行模块408-414和模块436-440和/或其它模块。如本文所使用的，术语“模块”可以指代执行归属于该模块的功能的任何组件或组件集合。这可以包括在执行处理器可读指令期间的一个或多个物理处理器、处理器可读指令、电路、硬件、存储介质、或任何其它组件。
由下文描述的不同模块408-414和模块436-440提供的功能的描述是为了说明性目的，而非旨在进行限制，因为模块408-414和模块436-440中的任何一者可以提供比所描述的更多或更少的功能。例如，可以消除模块408-414和模块436-440中的一者或多者，并且其功能的部分或全部可以由其它模块408-414和模块436-440来提供。作为另一示例，处理器428、432可以被配置为执行一个或多个额外模块，其可以执行下文归属于模块408-414和模块436-440中的一者的功能的部分或全部。
图5是示出根据各个实施例的可以由基站的处理器执行的用于管理用于无线通信的信息传输的方法500的过程流程图。参照图1-5，方法500可以由基站(例如，基站110a-110d、350、402)的处理器(例如，210、212、214、216、218、252、260、428)来实现。
在框502中，处理器可以将编码器神经网络应用于基站中的辅助信息以生成经编码辅助信息。在一些实施例中，编码器神经网络可以被训练为将辅助信息转换成经编码辅助信息，其中接收无线设备可以将该经编码辅助信息提供给该无线设备的处理块以在不重现基站算法或信息的情况下更新该无线设备的一个或多个行为。在一些实施例中，基站算法或信息包括关于基站的内部状态的信息。用于执行框502中的操作的功能的单元可以包括处理器(例如，210、212、214、216、218、252、260、428)。
在一些实施例中，基站算法或信息可以例如包括：基站是否将在其调度中利用SRS，以及以何种方式或途径来利用SRS。基站算法或信息可以例如包括：基站是否将在调度时间处经由MU-MIMO来对无线设备进行配对。作为另一示例，基站算法或信息可以包括对基站处的任何调度延迟的指示。作为另一示例，基站算法或信息可以包括：基站是否采用外环进行调度，以及如果是的话，其可以使用哪种类型的算法。基站算法或信息可以例如包括基站的波束管理算法。基站算法或信息可以包括任何其它适当的信息或算法，包括前述各项的任何组合。
在一些实施例中，基站算法或信息的集合可以被表示为X，并且编码器算法可以被训练为对紧凑消息m(本文中在别处被称为经编码辅助信息)进行编码，压缩消息m可以被表示为
Figure BDA0003790764600000181
其中m是由被应用于基站算法或信息的集合X的编码器函数fenc,θ来定义的，并且θ表示编码器神经网络的权重。在一些实施例中，紧凑消息m包括一个维度或者比集合X要少的维度。在一些实施例中，在将基站算法或信息的集合X转换成紧凑消息m时的维度降低是由于编码器算法所执行的有损压缩而导致的。
在各个实施例中，编码器算法可以通过以下方式，使用无监督学习方法进行训练：使用解码器神经网络来从m中恢复X，并且基于差或误差来调整编码器和解码器神经网络的权重，直到产生高度压缩的紧凑消息m，该紧凑消息m可以利用可接受的差或误差来解码。在神经网络的编解码器对的无监督学习中，编码器神经网络和解码器神经网络可以被一起训练。处理器可以训练解码器神经网络以输出数据，该数据可以被表示为
Figure BDA0003790764600000182
并且可以被定义为
Figure BDA0003790764600000183
其中
Figure BDA0003790764600000184
是由被应用于紧凑消息m的解码器函数fdec,φ来定义的，并且φ表示解码器神经网络的权重。在一些实施例中，
Figure BDA0003790764600000185
可以被表示为
Figure BDA0003790764600000186
处理器可以确定用于训练编码器和解码器神经网络的损失函数。例如，损失函数可以被表示为
Figure BDA0003790764600000191
其表示X和
Figure BDA0003790764600000192
之间的距离或差。处理器可以在编码器神经网络和解码器神经网络的训练期间应用损失函数以减小X和
Figure BDA0003790764600000193
之间的距离或差，从而增加被包括在紧凑消息m中的关于X的信息量。
在框504中，处理器可以向无线设备发送将经编码辅助信息。在一些实施例中，基站可以经由控制信道来向无线设备发送经编码辅助信息(例如，m)。在一些实施例中，基站可以经由数据信道来向无线设备发送经编码辅助信息(例如，m)。用于执行框504中的操作的功能的单元可以包括耦合到无线收发机(例如266)的处理器(例如，210、212、214、216、218、252、260、428)。
随着处理器可以再次执行框502的操作，方法500可以连续地或周期性地重复。
图6是示出根据各个实施例的可以由无线设备的处理器执行的用于管理用于无线通信的信息传输的方法600的过程流程图。参照图1-6，方法600可以由无线设备(例如，120a-120e、200、320、404)的处理器(例如，210、212、214、216、218、252、260、432)来实现。
在框602中，处理器可以从基站接收基站编码器神经网络的经编码辅助信息。例如，处理器可以从基站接收如所描述的紧凑消息m。在一些实施例中，处理器可以经由控制信道来接收经编码辅助信息。在一些实施例中，处理器可以经由数据信道来接收经编码辅助信息。用于执行框602中的操作的功能的单元可以包括耦合到无线收发机(例如，266)的处理器(例如，210、212、214、216、218、252、260、432)。
在框604中，处理器可以将所接收的经编码辅助信息作为输入提供给无线设备的处理块，并且可以基于经编码辅助信息来更新无线设备的一个或多个行为。在一些实施例中，处理器可以向无线设备的调制解调器块提供经编码辅助信息。在一些实施例中，调制解调器块可以基于经编码辅助信息来更新一个或多个行为。在一些实施例中，无线设备的处理块可以被配置为在不对经编码辅助信息进行解码的情况下使用经编码辅助信息，从而避免重现被输入到基站编码器神经网络的基站算法或信息。在一些实施例中，无线设备的一个或多个行为可以作为输入的经编码辅助信息的函数而改变。在一些实施例中，处理块可以包括自学习神经网络，该自学习神经网络可以学习如何使用所接收的经编码辅助信息来改进无线设备的性能。在一些实施例中，可以利用经编码辅助信息作为其输入之一来训练处理块的神经网络。在一些实施例中，处理块的神经网络可以随着时间学习(或可以被训练)如何使用经编码辅助信息来更新一个或多个无线设备行为以改进无线设备的性能(例如，改进与基站的通信的一个或多个方面)。在一些实施例中，更新无线设备的一个或多个行为可以包括使用经编码辅助信息作为针对内部算法的输入，使得其输出变成编码辅助的函数。用于执行块604中的操作的功能的单元可以包括处理器(例如，210、212、214、216、218、252、260、432)和调制解调器块或调制解调器处理器(例如，212、252)。
随着处理器可以再次执行框602的操作，方法600可以连续地或周期性地重复。
图7是示出根据一些实施例的方法700的过程流程图，方法700可以作为方法600的一部分由无线设备的处理器执行以训练自学习神经网络以学习如何使用所接收的经编码辅助信息来改进无线设备的性能。参照图1-7，方法700可以由无线设备(例如，120a-120e、200、320、404)的处理器(例如，210、212、214、216、218、252、260、432)来实现。
在框604(图6)的操作之后，在框702中，处理器可以将所接收的经编码辅助信息作为输入提供给无线设备的处理块，处理块可以基于经编码辅助信息来更新一个或多个行为。在一些实施例中，处理块可以包括接收经编码辅助信息作为其输入之一的神经网络。在这样的实施例中，可以经由损失函数相对于神经网络权重的反向传播梯度来训练神经网络的权重(这可以被称为有监督学习)。在一些实施例中，处理块可以包括不包括可微损失函数的神经网络。在这些实施例中，梯度反向传播可以用于经由强化学习技术来训练神经网络。
在内部算法和/或行为不是神经网络的情况下，算法/行为可以学习如何以以下试错方式使用所接收的经编码辅助信息：在框604中，处理器可以比较在更新无线设备的一个或多个行为之前和之后无线设备的性能。例如，处理器可以评估在更新无线设备的一个或多个行为之前和之后无线设备的一个或多个操作的性能，以确定无线设备的性能是否通过调整而已经被改进或者变得更差。作为另一示例，处理器可以评估在更新无线设备的一个或多个行为之前和之后与基站的通信链路的质量，以确定链路质量是否通过更新而已经被改进或者变得更差。用于执行块702中的操作的功能的单元可以包括处理器(例如，210、212、214、216、218、252、260、432)和调制解调器块或调制解调器处理器(例如，212、252)。
在框704中，处理器可以基于在框702中进行的比较和所接收的经编码辅助信息来更新无线设备的处理块中的神经网络。例如，对于给定的经编码辅助信息，处理器可以朝向使无线设备的性能更好的方向来更新(例如，调整、改变等)神经网络的一个或多个权重。在有监督学习的情况下，这通常是通过计算和反向传播损失函数相对于神经网络权重的梯度来实现的。通过基于这样的改进来更新神经网络的权重，无线设备中的自学习神经网络可以随着时间学习如何使用所接收的经编码辅助信息来改进设备性能。在一些实施例中，可以通过无监督学习来执行对神经网络的更新。在一些实施例中，可以通过无监督学习或训练来执行对神经网络的更新。用于执行框704中的操作的功能的单元可以包括处理器(例如，210、212、214、216、218、252、260、432)和调制解调器块或调制解调器处理器(例如，212、252)。
然后，处理器可以继续执行所描述的框602(图6)的操作。
各个实施例(包括方法500)可以在各种网络计算设备中(例如，在基站中)执行，在图8中示出了网络计算设备的示例，图8是适于与各个实施例一起使用的网络计算设备800的组件框图。这样的网络计算设备可以至少包括在图8中示出的组件。参照图1-8，网络计算设备800可以包括耦合到易失性存储器802(例如，426)和大容量非易失性存储器(诸如磁盘驱动器803)的处理器801。网络计算设备800还可以包括外围存储器访问设备，诸如耦合到处理器801的软盘驱动器、压缩光盘(CD)或数字视频光盘(DVD)驱动器806。网络计算设备800还可以包括耦合到处理器801的网络接入端口804(或接口)，其用于建立与网络(诸如互联网和/或耦合到其它系统计算机和服务器的局域网)的数据连接。网络计算设备800可以连接到一个或多个天线，其用于发送和接收可以连接到无线通信链路的电磁辐射。网络计算设备800可以包括用于耦合到外围设备、外部存储器或其它设备的额外的接入端口，诸如USB、Firewire、Thunderbolt等。
各个实施例(包括方法600和700)可以在各种无线设备(例如，无线设备120a-120e、200、320、402)中执行，在图9中示出了无线设备的示例，图9是适于与各个实施例一起使用的无线设备900的组件框图。参照图1-9，无线设备900可以包括第一SOC 202(例如，SOC-CPU)，其耦合到第二SOC 204(例如，具有5G能力的SOC)。第一SOC 202和第二SOC 204可以耦合到内部存储器430、916、显示器912以及扬声器914。另外，无线设备900可以包括用于发送和接收电磁辐射的天线904，其可以连接到无线数据链路和/或耦合到第一SOC 202和/或第二SOC 204中的一个或多个处理器的蜂窝电话收发机266。无线设备900还可以包括用于接收用户输入的菜单选择按钮或翘板开关920。
无线设备900还可以包括声音编码/解码(CODEC)电路910，其将从麦克风接收的声音数字化为适于无线传输的数据分组，并且对接收到的声音分组进行解码以生成模拟信号，模拟信号被提供给扬声器以生成声音。此外，第一SOC 202和第二SOC 204中的处理器中的一个或多个处理器、无线收发机266和CODEC 910可以包括数字信号处理器(DSP)电路(未单独示出)。
网络计算设备900和无线设备900的处理器可以是任何可编程微处理器、微型计算机、或一个或多个多处理器芯片，其可以由软件指令(应用)配置为执行各种功能，包括下面描述的各个实施例的功能。在一些移动设备中，可以提供多个处理器，诸如专用于无线通信功能的SOC 204内的一个处理器、以及专用于运行其它应用的SOC 202内的一个处理器。在访问软件应用并且将其加载到处理器之前，可以将它们存储在存储器426、430、916中。处理器可以包括足以存储应用软件指令的内部存储器。
如本申请中所使用的，术语“组件”、“模块”、“系统”等旨在包括计算机相关实体，诸如但不限于硬件、固件、硬件和软件的组合、软件或者执行中的软件，其被配置为执行特定操作或功能。例如，组件可以是但不限于是：在处理器上运行的进程、处理器、对象、可执行文件、执行的线程、程序和/或计算机。通过说明的方式，在无线设备运行上的应用和无线设备两者都可以被称为组件。一个或多个组件可以位于进程和/或执行的线程中，并且组件可以定位于一个处理器或核上和/或分布在两个或更多个处理器或核之间。另外，这些组件可以从具有存储在其上的各种指令和/或数据结构的各种非暂时性计算机可读介质来执行。组件可以通过本地和/或远程进程、函数或过程调用、电子信号、数据分组、存储器读/写以及其它已知的与网络、计算机、处理器和/或过程相关的通信方法的方式进行通信。
将来可获得或预期多种不同的蜂窝和移动通信服务和标准，所有这些都可以实现并且受益于各个实施例。这样的服务和标准包括例如第三代合作伙伴计划(3GPP)、长期演进(LTE)系统、第三代无线移动通信技术(3G)、第四代无线移动通信技术(4G)、第五代无线移动通信技术(5G)、全球移动通信系统(GSM)、通用移动电信系统(UMTS)、3GSM、通用分组无线电服务(GPRS)、码分多址(CDMA)系统(例如，cdmaOne、CDMA1020TM)、增强型GSM演进数据速率(EDGE)、高级移动电话系统(AMPS)、数字AMPS(IS-136/TDMA)、演进数据优化(EV-DO)、数字增强型无绳电信(DECT)、全球微波接入互操作性(WiMAX)、无线局域网(WLAN)、Wi-Fi保护访问I和II(WPA、WPA2)和集成数字增强型网络(iDEN)。这些技术中的每种技术都涉及例如语音、数据、信令和/或内容消息的发送和接收。应当理解的是，除非在权利要求书的语言中具体地记载，否则对与单独的电信标准或技术有关的术语和/或技术细节的任何引用仅出于说明性目的，并且不旨在将权利要求书的范围限制于特定的通信系统或技术。
所示出和描述的各个实施例仅作为示例来提供，以说明权利要求书的各种特征。然而，关于任何给定实施例示出和描述的特征不一定限于相关联的实施例，并且可以与所示出和描述的其它实施例一起使用或组合。此外，权利要求书并不旨在被任何一个示例实施例所限制。例如，方法500、600和700的操作中的一个或多个操作可以代替方法500、600和700的一个或多个操作或与其组合。
前述的方法描述和过程流程图仅是作为说明性示例来提供的，而不旨在要求或暗示各个实施例的操作必须按照所给出的顺序来执行。如本领域技术人员将明白的，前述实施例中的操作的顺序可以按照任何顺序来执行。诸如“此后”、“随后”、“接着”等词并不旨在限制操作的顺序；这些词用于引导读者通读对方法的描述。此外，以单数形式(例如，使用冠词“一(a)”、“一个(an)”或“所述(the)”)对权利要求要素的任何引用不应被解释为将该元素限制成单数。
结合本文公开的实施例所描述的各种说明性的逻辑框、模块、组件、电路和算法操作可以实现成电子硬件、计算机软件、或者两者的组合。为了清楚地示出硬件和软件的这种可互换性，上文已经对各种说明性的组件、框、模块、电路以及操作围绕其功能进行了总体描述。至于这种功能是实现成硬件还是实现成软件，取决于具体应用和施加在整体系统上的设计约束。技术人员可以针对每个特定应用，以变化的方式实现所描述的功能，但是，这样的实施例决策不应当被解释为导致脱离权利要求的范围。
可以利用被设计为执行本文所描述的功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件、或者其任何组合来实现或执行用于实现结合本文公开的实施例所描述的各种说明性的逻辑、逻辑块、模块以及电路的硬件。通用处理器可以是微处理器，但是在替代的方式中，处理器可以是任何常规的处理器、控制器、微控制器或状态机。处理器还可以实现为接收机智能对象的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP内核、或者任何其它这样的配置。替代地，一些操作或方法可以由特定于给定功能的电路来执行。
在一个或多个实施例中，所述功能可以用硬件、软件、固件或其任何组合来实现。如果用软件来实现，则可以将所述功能作为一个或多个指令或代码存储在非暂时性计算机可读存储介质或者非暂时性处理器可读存储介质上。本文所公开的方法或算法的操作可以体现在处理器可执行软件模块或处理器可执行指令中，处理器可执行软件模块或处理器可执行指令可以驻留在非暂时性计算机可读或处理器可读存储介质上。非暂时性计算机可读或处理器可读存储介质可以是可以由计算机或处理器存取的任何存储介质。通过举例而非限制性的方式，这种非暂时性计算机可读或处理器可读存储介质可以包括RAM、ROM、EEPROM、闪存、CD-ROM或其它光盘存储、磁盘存储或其它磁存储智能对象、或者可以用于以指令或数据结构的形式存储期望的程序代码并且可以由计算机存取的任何其它介质。如本文所使用的，磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘，其中磁盘通常磁性地复制数据，而光盘用激光来光学地复制数据。上述的组合也被包括在非暂时性计算机可读和处理器可读介质的范围之内。此外，方法或算法的操作可以作为代码和/或指令中的一个或任何组合、或代码和/或指令集驻留在非暂时性处理器可读存储介质和/或计算机可读存储介质上，所述非暂时性处理器可读存储介质和/或计算机可读存储介质可以被并入计算机程序产品。
提供所公开的实施例的以上描述使本领域任何技术人员能够实施或使用权利要求。对于本领域技术人员来说，对这些实施例的各种修改将是显而易见的，并且在不脱离权利要求的范围的情况下，可以将本文定义的总体原理应用于其它实施例。因此，本公开内容并不旨在限于本文示出的实施例，而是要被赋予与所附权利要求和本文所公开的原理和新颖特征的相一致的最宽范围。

Claims (39)

1.一种由基站的处理器执行的管理用于无线通信的信息传输的方法，包括：
将编码器神经网络应用于所述基站中的辅助信息以生成经编码辅助信息；以及
向无线设备发送所述经编码辅助信息。
2.根据权利要求1所述的方法，其中：
向所述无线设备发送所述经编码辅助信息包括：经由控制信道或数据信道来向所述无线设备发送所述经编码辅助信息；以及
所述经编码辅助信息具有所述无线设备无法处理以恢复所述基站中的所述辅助信息的形式。
3.根据权利要求1所述的方法，其中，所述基站中的所述辅助信息包括关于所述基站的内部状态的算法或信息。
4.根据权利要求1所述的方法，还包括：
使用无监督训练方法来在所述辅助信息的数据集上训练所述编码器神经网络和解码器神经网络；
使用经训练的编码器神经网络来生成所述经编码辅助信息；以及
不与无线设备共享所述解码器神经网络。
5.一种用于在无线通信系统的基站中使用的计算设备，包括：
处理器，其被配置有处理器可执行指令以执行包括以下各项的操作：
将编码器神经网络应用于所述基站中的辅助信息以生成经编码辅助信息；以及
向无线设备发送所述经编码辅助信息。
6.根据权利要求5所述的计算设备，其中，所述处理器还被配置有处理器可执行指令以执行操作使得：
向所述无线设备发送所述经编码辅助信息包括：经由控制信道或数据信道来向所述无线设备发送所述经编码辅助信息；以及
所述经编码辅助信息具有所述无线设备无法处理以恢复所述基站中的所述辅助信息的形式。
7.根据权利要求5所述的计算设备，其中，所述处理器还被配置有处理器可执行指令以执行操作，使得所述基站中的所述辅助信息包括关于所述基站的内部状态的算法或信息。
8.根据权利要求5所述的计算设备，其中，所述处理器还被配置有处理器可执行指令以执行还包括以下各项的操作：
使用无监督训练方法来在所述辅助信息的数据集上训练所述编码器神经网络和解码器神经网络；
使用经训练的编码器神经网络来生成所述经编码辅助信息；以及
不与无线设备共享所述解码器神经网络。
9.一种具有存储在其上的处理器可执行指令的非暂时性处理器可读介质，所述处理器可执行指令被配置为使得无线通信系统的基站中的计算设备执行包括以下各项的操作：
将编码器神经网络应用于所述基站中的辅助信息以生成经编码辅助信息；以及
向无线设备发送所述经编码辅助信息。
10.根据权利要求9所述的非暂时性处理器可读介质，其中，所存储的处理器可执行指令还被配置为使得无线通信系统的基站中的计算设备执行操作使得：
向所述无线设备发送所述经编码辅助信息包括：经由控制信道或数据信道来向所述无线设备发送所述经编码辅助信息；以及
所述经编码辅助信息具有所述无线设备无法处理以恢复所述基站中的所述辅助信息的形式。
11.根据权利要求9所述的非暂时性处理器可读介质，其中，所存储的处理器可执行指令还被配置为使得无线通信系统的基站中的计算设备执行操作，使得所述基站中的所述辅助信息包括关于所述基站的内部状态的算法或信息。
12.根据权利要求9所述的非暂时性处理器可读介质，其中，所存储的处理器可执行指令还被配置为使得无线通信系统的基站中的计算设备执行还包括以下各项的操作：
使用无监督训练方法来在所述辅助信息的数据集上训练所述编码器神经网络和解码器神经网络；
使用经训练的编码器神经网络来生成所述经编码辅助信息；以及
不与无线设备共享所述解码器神经网络。
13.一种用于在无线通信系统中使用的基站，包括：
用于将编码器神经网络应用于所述基站中的辅助信息以生成经编码辅助信息的单元；以及
用于向无线设备发送所述经编码辅助信息的单元。
14.根据权利要求13所述的基站，其中：
用于向所述无线设备发送所述经编码辅助信息的单元包括：用于经由控制信道或数据信道来向所述无线设备发送所述经编码辅助信息的单元；以及
所述经编码辅助信息具有所述无线设备无法处理以恢复所述基站中的所述辅助信息的形式。
15.根据权利要求13所述的基站，其中，所述基站中的所述辅助信息包括关于所述基站的内部状态的算法或信息。
16.根据权利要求13所述的基站，还包括：
用于使用无监督训练方法来在所述辅助信息的数据集上训练所述编码器神经网络和解码器神经网络的单元；以及
用于使用经训练的编码器神经网络来生成所述经编码辅助信息的单元。
17.一种由无线设备的处理器执行的方法，包括：
从基站接收经编码辅助信息；以及
使用所述经编码辅助信息来更新所述无线设备的一个或多个行为。
18.根据权利要求17所述的方法，其中，使用所述经编码辅助信息来更新所述无线设备的一个或多个行为包括：将所接收的经编码辅助信息作为输入提供给无线设备处理块，以及基于所述经编码辅助信息来更新所述无线设备的一个或多个行为。
19.根据权利要求17所述的方法，其中：
接收所述经编码辅助信息包括：经由控制信道或数据信道来接收所述经编码辅助信息。
20.根据权利要求17所述的方法，其中，使用所述经编码辅助信息包括：使用所述经编码辅助信息作为针对自学习神经网络的输入。
21.根据权利要求20所述的方法，其中，所述自学习神经网络是经由有监督学习或强化学习中的一项来训练的以优化成本或性能度量。
22.根据权利要求17所述的方法，其中，所述无线设备不被配置为对所述经编码辅助信息进行解码。
23.一种无线设备，包括：
处理器，其被配置有处理器可执行指令以执行包括以下各项的操作：
从基站接收经编码辅助信息；以及
使用所述经编码辅助信息来更新所述无线设备的一个或多个行为。
24.根据权利要求23所述的无线设备，其中，所述处理器还被配置有处理器可执行指令以执行操作，使得：使用所述经编码辅助信息来更新所述无线设备的一个或多个行为包括：将所接收的经编码辅助信息作为输入提供给无线设备处理块，以及基于所述经编码辅助信息来更新所述无线设备的一个或多个行为。
25.根据权利要求23所述的无线设备，其中，所述处理器还被配置有处理器可执行指令以执行操作，使得：
接收所述经编码辅助信息包括：经由控制信道或数据信道来接收所述经编码辅助信息。
26.根据权利要求23所述的无线设备，其中，所述处理器还被配置有处理器可执行指令以执行操作，使得使用所述经编码辅助信息包括：使用所述经编码辅助信息作为针对自学习神经网络的输入。
27.根据权利要求26所述的无线设备，其中，所述处理器还被配置有处理器可执行指令以执行操作，使得所述自学习神经网络是经由有监督学习或强化学习中的一项来训练的以优化成本或性能度量。
28.根据权利要求23所述的无线设备，其中，所述无线设备不被配置为对所述经编码辅助信息进行解码。
29.一种具有存储在其上的处理器可执行指令的非暂时性处理器可读介质，所述处理器可执行指令被配置为使得无线设备的处理器执行包括以下各项的操作：
从基站接收经编码辅助信息；以及
使用所述经编码辅助信息来更新所述无线设备的一个或多个行为。
30.根据权利要求29所述的非暂时性处理器可读介质，其中，所存储的处理器可执行指令还被配置为使得无线设备的处理器执行操作，使得使用所述经编码辅助信息来更新所述无线设备的一个或多个行为包括：将所接收的经编码辅助信息作为输入提供给无线设备处理块，以及基于所述经编码辅助信息来更新所述无线设备的一个或多个行为。
31.根据权利要求29所述的非暂时性处理器可读介质，其中，所存储的处理器可执行指令还被配置为使得无线设备的处理器执行操作，使得：
接收所述经编码辅助信息包括：经由控制信道或数据信道来接收所述经编码辅助信息。
32.根据权利要求29所述的非暂时性处理器可读介质，其中，所存储的处理器可执行指令还被配置为使得无线设备的处理器执行操作，使得使用所述经编码辅助信息包括：使用所述经编码辅助信息作为针对自学习神经网络的输入。
33.根据权利要求32所述的非暂时性处理器可读介质，其中，所存储的处理器可执行指令还被配置为使得无线设备的处理器执行操作，使得所述自学习神经网络是经由有监督学习或强化学习中的一项来训练的以优化成本或性能度量。
34.一种无线设备，包括：
用于从基站接收经编码辅助信息的单元；以及
用于使用所述经编码辅助信息来更新所述无线设备的一个或多个行为的单元。
35.根据权利要求34所述的无线设备，其中，用于使用所述经编码辅助信息来更新所述无线设备的一个或多个行为的单元包括：用于将所接收的经编码辅助信息作为输入提供给无线设备处理块，以及基于所述经编码辅助信息来更新所述无线设备的一个或多个行为的单元。
36.根据权利要求34所述的无线设备，其中，用于接收所述经编码辅助信息的单元包括：用于经由控制信道或数据信道来接收所述经编码辅助信息的单元。
37.根据权利要求34所述的无线设备，其中，用于使用所述经编码辅助信息的单元包括：用于使用所述经编码辅助信息作为针对自学习神经网络的输入的单元。
38.根据权利要求37所述的无线设备，其中，所述自学习神经网络是经由有监督学习或强化学习中的一项来训练的以优化成本或性能度量。
39.根据权利要求34所述的无线设备，其中，所述无线设备不被配置为对所述经编码辅助信息进行解码。
CN202180013818.5A 2020-02-24 2021-02-19 用于管理无线通信的信息传输 Pending CN115088286A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202062980804P 2020-02-24 2020-02-24
US62/980,804 2020-02-24
US16/911,713 2020-06-25
US16/911,713 US11468328B2 (en) 2020-02-24 2020-06-25 Managing information transmission for wireless communication
PCT/US2021/018675 WO2021173432A1 (en) 2020-02-24 2021-02-19 Managing information transmission for wireless communication

Publications (1)

Publication Number Publication Date
CN115088286A true CN115088286A (zh) 2022-09-20

Family

ID=77365427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180013818.5A Pending CN115088286A (zh) 2020-02-24 2021-02-19 用于管理无线通信的信息传输

Country Status (7)

Country Link
US (1) US11468328B2 (zh)
EP (1) EP4111374A1 (zh)
KR (1) KR20220146448A (zh)
CN (1) CN115088286A (zh)
BR (1) BR112022015787A2 (zh)
TW (1) TW202139745A (zh)
WO (1) WO2021173432A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220240107A1 (en) * 2020-12-23 2022-07-28 Harman International Industries, Incorporated Methods and systems for dynamic adjustment of bluetooth low energy broadcasting and scanning
US11917154B2 (en) * 2020-12-29 2024-02-27 Tencent America LLC End-to-end neural compression with deep reinforcement learning

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101765134A (zh) * 2010-01-12 2010-06-30 中兴通讯股份有限公司 用于载波聚合的srs配置参数的发送方法和系统
US20180332041A1 (en) * 2016-05-17 2018-11-15 Tencent Technology (Shenzhen) Company Limited Network connection method, apparatus, storage medium and terminal
US20190171929A1 (en) * 2016-08-04 2019-06-06 Google Llc Encoding and reconstructing inputs using neural networks
CN110034889A (zh) * 2018-01-12 2019-07-19 华为技术有限公司 一种探测参考信号srs配置方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109792402B (zh) 2016-07-08 2020-03-06 艾赛普公司 自动响应用户的请求
WO2018184682A1 (en) 2017-04-06 2018-10-11 Nokia Technologies Oy Wireless network communications for classifying transmission signatures and machine learning based signature generation
EP3619656A4 (en) 2017-05-03 2021-01-20 Virginia Tech Intellectual Properties, Inc. LEARNING AND DEPLOYING ADAPTIVE WIRELESS COMMUNICATIONS
US10429486B1 (en) * 2017-08-18 2019-10-01 DeepSig Inc. Method and system for learned communications signal shaping
CN111224677B (zh) * 2018-11-27 2021-10-15 华为技术有限公司 编码方法、译码方法及装置
CN111953448B (zh) * 2019-05-17 2024-04-30 株式会社Ntt都科摩 无线通信系统中的终端和基站
KR20220025007A (ko) * 2019-08-14 2022-03-03 구글 엘엘씨 신경망 형성 구성 통신

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101765134A (zh) * 2010-01-12 2010-06-30 中兴通讯股份有限公司 用于载波聚合的srs配置参数的发送方法和系统
US20180332041A1 (en) * 2016-05-17 2018-11-15 Tencent Technology (Shenzhen) Company Limited Network connection method, apparatus, storage medium and terminal
US20190171929A1 (en) * 2016-08-04 2019-06-06 Google Llc Encoding and reconstructing inputs using neural networks
CN110034889A (zh) * 2018-01-12 2019-07-19 华为技术有限公司 一种探测参考信号srs配置方法和装置

Also Published As

Publication number Publication date
EP4111374A1 (en) 2023-01-04
KR20220146448A (ko) 2022-11-01
US20210264254A1 (en) 2021-08-26
WO2021173432A1 (en) 2021-09-02
BR112022015787A2 (pt) 2022-12-20
US11468328B2 (en) 2022-10-11
TW202139745A (zh) 2021-10-16

Similar Documents

Publication Publication Date Title
KR20220086569A (ko) 유니캐스트/멀티캐스트를 위한 BWP(Bandwidth Part) 및 멀티캐스트를 위한 자원 할당
WO2021258259A1 (en) Determining a channel state for wireless communication
CN116076034B (zh) 使用数字波束成形在毫米波频率上接收唤醒信号的方法和设备
CN115136498B (zh) 用于向接收机传送tx波形失真的方法
CN115088286A (zh) 用于管理无线通信的信息传输
CN116746216A (zh) 利用csi报告和波束切换指示的ue波束重选规程
WO2021216247A1 (en) Physical uplink control channel with uplink message short data field
CN115398835A (zh) 具有缓冲器状态报告的物理上行链路控制信道
US11930494B2 (en) Managing transmit timing of data transmissions
US11751195B2 (en) Control signaling for multicast communications
CN115918143A (zh) 用于无线电接入网络比特率推荐的注意(at)接口
CN115280790A (zh) 在ue中支持entv广播模式和单播模式的方法
WO2021174435A1 (en) Managing a downlink bit rate
US11523404B2 (en) Radio link prioritization
WO2021253369A1 (en) Methods for managing network communication
WO2021258392A1 (en) Dynamic srs configuration based on cqi in 5g network
CN115668145A (zh) 使用远程网络计算资源处理数据
CN116686233A (zh) Ue波束切换同步
CN115336332A (zh) 管理发射功率控制
CN114450987A (zh) 5g/4g系统中的用户平面完整性保护（up ip）能力信令

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