CN115152188B - 失真探索参考信号 - Google Patents

Abstract

描述了用于无线通信的方法、系统和设备。第一设备和第二设备可以经由信道进行通信。第一设备可以生成并且发送参考信号，该参考信号可以是具有高峰均功率比的失真探索参考信号。在一个实现方式中，第一设备可以使用参考信号作为针对神经网络模型的输入，以学习第二设备传输组件的非线性响应。在另一实现方式中，第二设备可以对所生成的参考信号进行采样，以及将样本用作针对神经网络模型的输入以学习非线性响应。第一设备和第二设备可以基于学习非线性响应来交换信令，以及每个设备可以在经由信道进行通信时补偿非线性响应。

Description

失真探索参考信号

交叉引用

本专利申请要求以下申请的权益：由NAMGOONG等人于2020年2月24日递交的、名称为“DISTORTION PROBING REFERENCE SIGNALS”的美国临时专利申请No.62/980,869；以及由NAMGOONG等人于2020年12月29日递交的、名称为“DISTORTION PROBING REFERENCESIGNALS”的美国专利申请No.17/136,840；这些申请中的每个申请被转让给本申请的受让人。

技术领域

概括而言，下文涉及无线通信，并且更具体地，下文涉及参考信号。

背景技术

无线通信系统被广泛地部署以提供诸如语音、视频、分组数据、消息传送、广播等各种类型的通信内容。这些系统可能能够通过共享可用的系统资源(例如，时间、频率和功率)来支持与多个用户的通信。这样的多址系统的示例包括第四代(4G)系统(例如，长期演进(LTE)系统、改进的LTE(LTE-A)系统或LTE-A Pro系统)和第五代(5G)系统(其可以被称为新无线电(NR)系统)。这些系统可以采用诸如以下各项的技术：码分多址(CDMA)、时分多址(TDMA)、频分多址(FDMA)、正交频分多址(OFDMA)或者离散傅里叶变换扩展正交频分复用(DFT-S-OFDM)。无线多址通信系统可以包括一个或多个基站或一个或多个网络接入节点，每个基站或网络接入节点同时支持针对多个通信设备(其可以另外被称为用户设备(UE))的通信。

发明内容

描述了第一设备处的无线通信的方法。所述方法可以包括：发送将第二设备配置为发送具有第一峰均功率比(peak to average power ratio)的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。所述方法还可以包括：基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号。所述方法还可以包括：基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。所述方法还可以包括：基于所述神经网络模型和所述神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量(transmission encoding metric)和接收解码度量(reception decoding metric)。所述方法还可以包括：基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令。所述方法还可以包括：基于所述接收解码度量来与所述第二设备进行通信。

描述了一种用于第一设备处的无线通信的装置。所述装置可以包括处理器和耦合到所述处理器的存储器。所述处理器和所述存储器可以被配置为：发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。所述处理器和所述存储器还可以被配置为：基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号。所述处理器和所述存储器还可以被配置为：基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。所述处理器和所述存储器还可以被配置为：基于所述神经网络模型和所述神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量和接收解码度量。所述处理器和所述存储器还可以被配置为：基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令。所述处理器和所述存储器还可以被配置为：基于所述接收解码度量来与所述第二设备进行通信。

描述了另一种用于第一设备处的无线通信的装置。所述装置可以包括：用于发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示的单元。所述装置还可以包括：用于基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号的单元。所述装置还可以包括：用于基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重的单元。所述装置还可以包括：用于基于所述神经网络模型和所述神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量和接收解码度量的单元。所述装置还可以包括：用于基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令的单元。所述装置还可以包括：用于基于所述接收解码度量来与所述第二设备进行通信的单元。

描述了一种存储用于第一设备处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述神经网络模型和所述神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量和接收解码度量。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述接收解码度量来与所述第二设备进行通信。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，发送所述信令可以包括用于进行以下各项的操作、特征、单元或指令：发送对与所述第一参考信号和所述第二参考信号相关联的所述发送编码度量的指示。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，发送所述信令可以包括用于进行以下各项的操作、特征、单元或指令：发送调度可以基于所述发送编码度量进行编码的传输的准许，其中，与所述第二设备进行通信包括：接收所调度的传输。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述准许包括下行链路控制信息消息中的上行链路准许，并且所调度的传输包括上行链路共享信道传输。

本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于进行以下各项的操作、特征、单元或指令：基于接收所述第一参考信号来确定信道估计，其中，与所述第二设备进行通信还可以是基于所确定的信道估计的。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应，所述发送编码度量包括与基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重，并且所述接收解码度量包括与基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第三神经网络模型和第三一个或多个神经网络权重。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述第一参考信号包括解调参考信号。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述第二参考信号包括时域中的连续符号集合。

描述了一种第二设备处的无线通信的方法。所述方法可以包括：接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。所述方法还可以包括：基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号。所述方法还可以包括：接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是基于所述第一参考信号和所述第二参考信号的。所述方法还可以包括：基于所接收的信令来与所述第一设备进行通信。

描述了一种用于第二设备处的无线通信的装置。所述装置可以包括处理器和耦合到所述处理器的存储器。所述处理器和所述存储器可以被配置为：接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。所述处理器和所述存储器还可以被配置为：基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号。所述处理器和所述存储器还可以被配置为：接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是基于所述第一参考信号和所述第二参考信号的。所述处理器和所述存储器还可以被配置为：基于所接收的信令来与所述第一设备进行通信。

描述了另一种用于第二设备处的无线通信的装置。所述装置可以包括：用于接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示的单元。所述装置还可以包括：用于基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号的单元。所述装置还可以包括：用于接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令的单元，其中，所述神经网络模型和所述神经网络权重是基于所述第一参考信号和所述第二参考信号的。所述装置还可以包括：用于基于所接收的信令来与所述第一设备进行通信的单元。

描述了一种存储用于第二设备处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号。所述代码还可以包括可由处理器执行以进行以下操作的指令：接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是基于所述第一参考信号和所述第二参考信号的。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所接收的信令来与所述第一设备进行通信。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于进行以下各项的操作、特征、单元或指令：基于所接收的信令来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量，其中，与所述第一设备进行通信还可以是基于所估计的发送编码度量的。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，接收所述信令可以包括用于进行以下各项的操作、特征、单元或指令：接收对所述发送编码度量的指示，其中，估计所述发送编码度量可以是基于所接收的指示的。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应，并且所述发送编码度量包括与基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，接收所述信令可以包括用于进行以下各项的操作、特征、单元或指令：接收调度可以基于与所述第一参考信号和所述第二参考信号相关联的发送编码度量进行编码的传输的准许，其中，与所述第一设备进行通信包括：发送所调度的传输。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述准许包括下行链路控制信息消息中的上行链路准许，并且所调度的传输包括上行链路共享信道传输。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述第一参考信号包括解调参考信号。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述第二参考信号包括时域中的连续符号集合。

描述了一种第二设备处的无线通信的方法。所述方法可以包括：接收将所述第二设备配置为生成参考信号的指示。所述方法还可以包括：至少部分地基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本。所述方法还可以包括：基于所述参考信号的所述样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。所述方法还可以包括：基于所述神经网络模型和所述神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量。所述方法还可以包括：基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令。所述方法还可以包括：基于所述发送编码度量来与第一设备进行通信。

描述了一种用于第二设备处的无线通信的装置。所述装置可以包括处理器和耦合到所述处理器的存储器。所述处理器和所述存储器可以被配置为：接收将所述第二设备配置为生成参考信号的指示。所述处理器和所述存储器还可以被配置为：基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本。所述处理器和所述存储器还可以被配置为：基于所述参考信号的所述样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。所述处理器和所述存储器还可以被配置为：基于所述神经网络模型和所述神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量。所述处理器和所述存储器还可以被配置为：基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令。所述处理器和所述存储器还可以被配置为：基于所述发送编码度量来与第一设备进行通信。

描述了另一种用于第二设备处的无线通信的装置。所述装置可以包括：用于接收将所述第二设备配置为生成参考信号的指示的单元。所述装置还可以包括：用于基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本的单元。所述装置还可以包括：用于基于所述参考信号的所述样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重的单元。所述装置还可以包括：用于基于所述神经网络模型和所述神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量的单元。所述装置还可以包括：用于基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令的单元。所述装置还可以包括：用于基于所述发送编码度量来与第一设备进行通信的单元。

描述了一种存储用于第二设备处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：接收将所述第二设备配置为生成参考信号的指示。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述参考信号的所述样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述神经网络模型和所述神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所述发送编码度量来与第一设备进行通信。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，发送所述信令可以包括用于进行以下各项的操作、特征、单元或指令：向所述第一设备发送对与所述参考信号相关联的所述接收解码度量的指示。

本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于进行以下各项的操作、特征、单元或指令：接收配置与所述神经网络模型和所述神经网络权重相关联的所述信令的周期的指示，其中，发送所述信令可以是基于所配置的周期的。

本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于进行以下各项的操作、特征、单元或指令：接收调度包括与所述神经网络模型和所述神经网络权重相关联的所述信令的传输的准许，其中，发送所述信令可以是基于所述准许的。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述准许包括下行链路控制信息消息中的上行链路准许，并且所调度的传输包括上行链路共享信道传输。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应，所述接收解码度量包括与基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重，并且所述发送编码度量包括与基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第三神经网络模型和第三一个或多个神经网络权重。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述参考信号包括时域中的连续符号集合。

描述了一种第一设备处的无线通信的方法。所述方法可以包括：发送将第二设备配置为发送参考信号的指示。所述方法还可以包括：基于发送所述指示来从所述第二设备接收所述参考信号。所述方法还可以包括：接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是基于所接收的参考信号的。所述方法还可以包括：基于所接收的信令来与所述第二设备进行通信。

描述了一种用于第一设备处的无线通信的装置。所述装置可以包括处理器和耦合到所述处理器的存储器。所述处理器和所述存储器可以被配置为：发送将第二设备配置为发送参考信号的指示。所述处理器和所述存储器还可以被配置为：基于发送所述指示来从所述第二设备接收所述参考信号。所述处理器和所述存储器还可以被配置为：接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是基于所接收的参考信号的。所述处理器和所述存储器还可以被配置为：基于所接收的信令来与所述第二设备进行通信。

描述了另一种用于第一设备处的无线通信的装置。所述装置可以包括：用于发送将第二设备配置为发送参考信号的指示的单元。所述装置还可以包括：用于基于发送所述指示来从所述第二设备接收所述参考信号的单元。所述装置还可以包括：用于接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令的单元，其中，所述神经网络模型和所述神经网络权重是基于所接收的参考信号的。所述装置还可以包括：用于基于所接收的信令来与所述第二设备进行通信的单元。

描述了一种存储用于第一设备处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：发送将第二设备配置为发送参考信号的指示。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于发送所述指示来从所述第二设备接收所述参考信号。所述代码还可以包括可由处理器执行以进行以下操作的指令：接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是基于所接收的参考信号的。所述代码还可以包括可由处理器执行以进行以下操作的指令：基于所接收的信令来与所述第二设备进行通信。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于进行以下各项的操作、特征、单元或指令：基于所接收的信令来估计与所述参考信号相关联的接收解码度量，其中，与所述第二设备进行通信还可以是基于所估计的接收解码度量的。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，接收所述信令可以包括用于进行以下各项的操作、特征、单元或指令：接收对所述接收解码度量的指示，其中，估计所述接收解码度量可以是基于所接收的指示的。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应，并且所述接收解码度量包括与基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重。

本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于进行以下各项的操作、特征、单元或指令：发送配置与所述神经网络模型和所述神经网络权重相关联的所述信令的周期的指示，其中，接收所述信令可以是基于所配置的周期的。

本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于进行以下各项的操作、特征、单元或指令：发送调度包括与所述神经网络模型和所述神经网络权重相关联的所述信令的传输的准许，其中，接收所述信令可以是基于所述准许的。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述准许包括下行链路控制信息消息中的上行链路准许，并且所调度的传输包括上行链路共享信道传输。

在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述参考信号包括时域中的连续符号集合。

附图说明

图1和2示出了根据本公开内容的一个或多个方面的支持失真探索参考信号(distortion probing reference signal)的无线通信系统的示例。

图3和4示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的过程流的示例。

图5和6示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的设备的框图。

图7示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的通信管理器的框图。

图8示出了根据本公开内容的一个或多个方面的包括支持失真探索参考信号的设备的系统的图。

图9和10示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的设备的框图。

图11示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的通信管理器的框图。

图12示出了根据本公开内容的一个或多个方面的包括支持失真探索参考信号的设备的系统的图。

图13至16示出了说明根据本公开内容的一个或多个方面的支持失真探索参考信号的方法的流程图。

具体实施方式

在发送设备与接收设备(例如，UE和基站)之间的无线通信中，从发送设备发送的传输波形的失真(诸如信号削波(signal clipping))可能阻碍接收设备对传输波形的成功接收。传输波形的失真可能由一个或多个因素引起，诸如发送设备的组件。例如，发送设备的一个或多个功率放大器可能导致传输波形的失真。在一些示例中，失真量可能随着功率放大器的功率电平增加而增加。在一些示例中，发送设备可以通过将功率放大器的功率电平保持在低于某些电平来减轻功率放大器对传输波形造成的失真。发送设备的功率放大器的功率电平的这种降低可以减少传输波形的失真。在一些示例中，以较低的峰均功率比(PAPR)发送信号的设备可以更高效地利用传输功率。

在一些示例中，设备处的一个或多个传输组件(例如，功率放大器)可以具有对输入信号的非线性响应。学习传输组件的非线性响应可能是有益的，例如，以提高设备处的功率效率。

根据本文公开的技术，一个或多个设备可以使用神经网络模型，基于由发送设备发送的参考信号来学习发送设备(例如，UE)处的传输组件的非线性响应。参考信号可以被配置为具有高PAPR的波形，并且可以被称为失真探索参考信号(DPRS)。发送设备可以使用与另一参考信号(例如，解调参考信号(DMRS))的PAPR相比具有高PAPR的加扰序列来生成失真探索参考信号。基站可以例如在无线资源控制(RRC)消息或下行链路控制信息(DCI)消息中调度发送设备发送失真探索参考信号。失真探索参考信号可以包括时域中的连续符号集合，例如正交频分复用(OFDM)符号集合。在一些示例中，可以针对发送设备的每个发送天线分配用于发送失真探索参考信号的正交时间和频率资源。

在第一实现方式中，第一设备可以使用神经网络模型，基于由第二设备发送的参考信号来学习第二设备处的传输组件的非线性响应。第二设备可以发送第一参考信号(例如，DMRS)和第二参考信号，其中，第二参考信息可以是失真探索参考信号。第一参考信号可以具有第一PAPR，并且第二参考信号可以具有大于第一PAPR的第二PAPR。在一些示例中，第一设备可以使用第一参考信号来估计第一设备与第二设备之间的信道(例如，在没有第二设备处的传输组件的非线性响应的情况下)。

第一设备可以使用第二设备的一个或多个传输参数作为针对神经网络模型的输入，以学习非线性响应。例如，传输参数可以包括根据第一参考信号的信道估计、基于第一和第二参考信号的一个或多个额外参数等。可以对神经网络模型的每个输入进行加权。例如，第一设备可以确定与一个或多个传输参数相关联的一个或多个神经网络权重。

在第一设备使用神经网络模型学习非线性响应时，第一设备可以使用非线性响应来训练可以用于补偿或减轻传输组件的非线性响应的额外神经网络模型。例如，第二神经网络模型和权重可以与对第二设备处的传输进行编码相关联，以及第三神经网络模型和权重可以与对在第一设备处接收的传输进行解码相关联。第一设备可以估计发送编码度量(其可以包括第二神经网络模型和权重)和接收解码度量(其可以包括第三神经网络模型和权重)。当与第二设备进行通信时，第一设备可以使用接收解码度量来可靠地对来自第二设备的传输进行解码。

第一设备可以向第二设备发送信令，第二设备可以在对传输进行编码时使用该信令来补偿非线性响应。在一些示例中，信令可以包括发送编码度量，第二设备可以在与第一设备进行通信时使用该发送编码度量来可靠地对传输进行编码。替代地，信令可以包括经训练的神经网络模型和权重以对非线性响应进行建模，第二设备可以使用该神经网络模型和权重来补偿非线性响应(例如，通过估计发送编码度量)。

在第二实现方式中，第二设备可以使用神经网络模型，基于生成的参考信号来学习其传输组件的非线性响应。第二设备可以获得(例如，嗅探、捕获等等)在第二设备处生成和发送的参考信号的一个或多个样本，其中参考信号可以是失真探索参考信号。第二设备可以使用第二设备的一个或多个传输参数作为针对神经网络模型的输入来学习非线性响应。例如，传输参数可以包括参考信号的样本。可以对神经网络模型的每个输入进行加权以重构经捕获的样本。例如，第二设备可以确定与一个或多个传输参数相关联的一个或多个神经网络权重。

在第二设备使用神经网络模型学习非线性响应时，第二设备可以使用非线性响应来训练可以用于补偿或减轻传输组件的非线性响应的额外神经网络模型。例如，第二神经网络模型和权重可以与对在第一设备处接收的传输进行解码相关联，以及第三神经网络模型和权重可以与对第二设备处的传输进行编码相关联。第二设备可以估计接收解码度量(其可以包括第二神经网络模型和权重)和发送编码度量(其可以包括第三神经网络模型和权重)。当与第一设备进行通信时，第二设备可以使用发送编码度量来可靠地对去往第一设备的传输进行编码。

第二设备可以向第一设备发送信令，第一设备可以在对传输进行解码时使用该信令来补偿非线性响应。在一些示例中，信令可以包括接收解码度量，第一设备可以在与第二设备进行通信时使用该接收解码度量来可靠地对传输进行解码。替代地，信令可以包括经训练的神经网络模型和权重以对非线性响应进行建模，第一设备可以使用该神经网络模型和权重来补偿非线性响应(例如，通过估计接收解码度量)。

首先在无线通信系统的上下文中描述了本公开内容的一个或多个方面。通过涉及失真探索参考信号的过程流、装置图、系统图和流程图进一步示出了本公开内容的一个或多个方面，并且参照以上各项描述了本公开内容的一个或多个方面。

探索参考信号图1示出了根据本公开内容的各方面的支持失真探索参考信号的无线通信系统100的示例。无线通信系统100可以包括一个或多个基站105、一个或多个UE 115以及核心网络130。在一些示例中，无线通信系统100可以是长期演进(LTE)网络、改进的LTE(LTE-A)网络、LTE-APro网络或新无线电(NR)网络。在一些示例中，无线通信系统100可以支持增强型宽带通信、超可靠(例如，任务关键)通信、低时延通信或者与低成本和低复杂度设备的通信、或其任何组合。

基站105可以散布于整个地理区域中以形成无线通信系统100，并且可以是不同形式或具有不同能力的设备。基站105和UE 115可以经由一个或多个通信链路125进行无线通信。每个基站105可以提供覆盖区域110，UE 115和基站105可以在覆盖区域110上建立一个或多个通信链路125。覆盖区域110可以是这样的地理区域的示例：在该地理区域上，基站105和UE 115可以支持根据一种或多种无线接入技术来传送信号。

UE 115可以散布于无线通信系统100的整个覆盖区域110中，并且每个UE 115在不同的时间处可以是静止的、或移动的、或两者。UE 115可以是不同形式或具有不同能力的设备。图1中示出了一些示例UE 115。本文描述的UE 115可能能够与各种类型的设备进行通信，诸如其它UE 115、基站105或网络设备(例如，核心网络节点、中继设备、集成接入和回程(IAB)节点或其它网络设备)，如图1所示。

基站105可以与核心网络130进行通信，或者彼此进行通信，或者进行上述两种操作。例如，基站105可以通过一个或多个回程链路120(例如，经由S1、N2、N3或其它接口)与核心网络130对接。基站105可以在回程链路120上(例如，经由X2、Xn或其它接口)直接地(例如，直接在基站105之间)彼此进行通信，或者间接地(例如，经由核心网络130)彼此进行通信，或者进行上述两种操作。在一些示例中，回程链路120可以是或者包括一个或多个无线链路。在一些示例中，UE 115可以通过通信链路155与核心网络130进行通信。

本文描述的基站105中的一者或多者可以包括或可以被本领域技术人员称为基站收发机、无线基站、接入点、无线收发机、节点B、演进型节点B(eNB)、下一代节点B或千兆节点B(任一者可以被称为gNB)、家庭节点B、家庭演进型节点B、或某种其它适当的术语。

UE 115可以包括或者可以被称为移动设备、无线设备、远程设备、手持设备、或订户设备、或某种其它适当的术语，其中，“设备”也可以被称为单元、站、终端或客户端以及其它示例。UE115也可以包括或可以被称为个人电子设备，诸如蜂窝电话、个人数字助理(PDA)、平板计算机、膝上型计算机或个人计算机。在一些示例中，UE 115可以包括或被称为无线本地环路(WLL)站、物联网(IoT)设备、万物联网(IoE)设备或机器类型通信(MTC)设备以及其它示例，其可以是在诸如电器、或车辆、仪表以及其它示例的各种物品中实现的。

本文描述的UE 115可能能够与各种类型的设备进行通信，诸如有时可以充当中继器的其它UE 115以及基站105和网络设备，包括宏eNB或gNB、小型小区eNB或gNB或中继基站以及其它示例，如图1所示。

UE 115和基站105可以在一个或多个载波上经由一个或多个通信链路125彼此进行无线通信。术语“载波”可以指代具有用于支持通信链路125的定义的物理层结构的射频频谱资源集合。例如，用于通信链路125的载波可以包括射频频谱带的一部分(例如，带宽部分(BWP)，其根据用于给定的无线接入技术(例如，LTE、LTE-A、LTE-A Pro、NR)的一个或多个物理层信道进行操作。每个物理层信道可以携带捕获信令(例如，同步信号、系统信息)、协调针对载波的操作的控制信令、用户数据或其它信令。无线通信系统100可以支持使用载波聚合或多载波操作与UE 115的通信。根据载波聚合配置，UE 115可以被配置有多个下行链路分量载波和一个或多个上行链路分量载波。载波聚合可以与频分双工(FDD)分量载波和时分双工(TDD)分量载波两者一起使用。

在一些示例中(例如，在载波聚合配置中)，载波也可以具有协调针对其它载波的操作的捕获信令或控制信令。载波可以与频率信道(例如，演进型通用移动电信系统陆地无线接入(E-UTRA)绝对射频信道号(EARFCN))相关联，并且可以根据信道栅格来放置以便被UE 115发现。载波可以在独立模式下操作，其中UE 115经由载波进行初始捕获和连接，或者载波可以在非独立模式下操作，其中使用(例如，相同或不同的无线接入技术的)不同的载波来锚定连接。

在无线通信系统100中示出的通信链路125可以包括从UE 115到基站105的上行链路传输、或者从基站105到UE 115的下行链路传输。载波可以携带下行链路或上行链路通信(例如，在FDD模式下)或者可以被配置为携带下行链路和上行链路通信(例如，在TDD模式下)。

载波可以与射频频谱的特定带宽相关联，并且在一些示例中，载波带宽可以被称为载波或无线通信系统100的“系统带宽”。例如，载波带宽可以是针对特定无线接入技术的载波的多个确定的带宽中的一个带宽(例如，1.4、3、5、10、15、20、40或80兆赫(MHz))。无线通信系统100的设备(例如，基站105、UE 115或两者)可以具有支持在特定载波带宽上的通信的硬件配置，或者可以可配置为支持在载波带宽集合中的一个载波带宽上的通信。在一些示例中，无线通信系统100可以包括支持经由与多个载波带宽相关联的载波的同时通信的基站105和/或UE 115。在一些示例中，每个被服务的UE 115可以被配置用于在载波带宽的部分(例如，子带、BWP)或全部上进行操作。

在载波上发送的信号波形可以由多个子载波组成(例如，使用诸如OFDM或DFT-S-OFDM的多载波调制(MCM)技术)。在采用MCM技术的系统中，资源元素可以包括一个符号周期(例如，一个调制符号的持续时间)和一个子载波，其中，符号周期和子载波间隔是逆相关的。每个资源元素携带的比特的数量可以取决于调制方案(例如，调制方案的阶数、调制方案的编码速率、或两者)。因此，UE 115接收的资源元素越多并且调制方案的阶数越高，针对UE 115的数据速率就可以越高。无线通信资源可以指代射频频谱资源、时间资源和空间资源(例如，空间层或波束)的组合，并且对多个空间层的使用可以进一步增加用于与UE 115的通信的数据速率或数据完整性。

可以以基本时间单位(其可以例如是指为T_s＝1/(Δf_max·N_f)秒的采样周期，其中，Δf_max可以表示最大支持的子载波间隔，并且N_f可以表示最大支持的离散傅里叶变换(DFT)大小)的倍数来表示用于基站105或UE 115的时间间隔。可以根据均具有指定持续时间(例如，10毫秒(ms))的无线帧来组织通信资源的时间间隔。可以通过系统帧号(SFN)(例如，范围从0到1023)来标识每个无线帧。

每个帧可以包括多个连续编号的子帧或时隙，并且每个子帧或时隙可以具有相同的持续时间。在一些示例中，帧可以被划分(例如，在时域中)成子帧，并且每个子帧可以被进一步划分成多个时隙。替代地，每个帧可以包括可变数量的时隙，并且时隙的数量可以取决于子载波间隔。每个时隙可以包括多个符号周期(例如，这取决于在每个符号周期前面添加的循环前缀的长度)。在一些无线通信系统100中，时隙可以进一步划分成包含一个或多个符号的多个微时隙。排除循环前缀，每个符号周期可以包含一个或多个(例如，N_f个)采样周期。符号周期的持续时间可以取决于子载波间隔或操作的频带。

子帧、时隙、微时隙或符号可以是无线通信系统100的最小调度单元(例如，在时域中)，并且可以被称为传输时间间隔(TTI)。在一些示例中，TTI持续时间(例如，TTI中的符号周期的数量)可以是可变的。另外或替代地，可以动态地选择无线通信系统100的最小调度单元(例如，在缩短的TTI(sTTI)的突发中)。

可以根据各种技术在载波上对物理信道进行复用。例如，可以使用时分复用(TDM)技术、频分复用(FDM)技术或混合TDM-FDM技术中的一者或多者来在下行链路载波上对物理控制信道和物理数据信道进行复用。用于物理控制信道的控制区域(例如，控制资源集合(CORESET))可以由多个符号周期来定义，并且可以跨越载波的系统带宽或系统带宽的子集扩展。可以针对一组UE115配置一个或多个控制区域(例如，CORESET)。例如，UE 115中的一者或多者可以根据一个或多个搜索空间集合针对控制信息来监测或搜索控制区域，并且每个搜索空间集合可以包括以级联方式排列的在一个或多个聚合水平下的一个或多个控制信道候选。用于控制信道候选的聚合水平可以指代与用于具有给定有效载荷大小的控制信息格式的编码信息相关联的控制信道资源(例如，控制信道元素(CCE))的数量。搜索空间集合可以包括被配置用于向多个UE 115发送控制信息的公共搜索空间集合和用于向特定UE115发送控制信息的特定于UE的搜索空间集合。

在一些示例中，基站105可以是可移动的，并且因此，提供针对移动的地理覆盖区域110的通信覆盖。在一些示例中，与不同的技术相关联的不同的地理覆盖区域110可以重叠，但是不同的地理覆盖区域110可以由相同的基站105来支持。在其它示例中，与不同的技术相关联的重叠的地理覆盖区域110可以由不同的基站105来支持。无线通信系统100可以包括例如异构网络，其中不同类型的基站105使用相同或不同的无线接入技术来提供针对各个地理覆盖区域110的覆盖。

无线通信系统100可以被配置为支持超可靠通信或低时延通信、或其各种组合。例如，无线通信系统100可以被配置为支持超可靠低时延通信(URLLC)或任务关键通信。UE115可以被设计为支持超可靠、低时延或关键功能(例如，任务关键功能)。超可靠通信可以包括私人通信或群组通信，并且可以由一个或多个任务关键型服务(诸如任务关键一键通(MCPTT)、任务关键视频(MCVideo)或任务关键数据(MCData))支持。对任务关键功能的支持可以包括服务的优先化，并且任务关键服务可以用于公共安全或一般商业应用。术语超可靠、低时延、任务关键和超可靠低时延在本文中可以互换地使用。

在一些示例中，UE 115还可能能够在D2D通信链路135上与其它UE 115直接进行通信(例如，使用对等(P2P)或设备到设备(D2D)协议)。利用D2D通信的一个或多个UE 115可以在基站105的地理覆盖区域110内。这样的组中的其它UE 115可以在基站105的地理覆盖区域110之外，或者以其它方式无法从基站105接收传输。在一些示例中，经由D2D通信来进行通信的各组UE 115可以利用一到多(1:M)系统，其中，每个UE 115向组中的每个其它UE 115进行发送。在一些示例中，基站105促进对用于D2D通信的资源的调度。在其它情况下，D2D通信是在UE 115之间执行的，而不涉及基站105。

核心网络130可以提供用户认证、接入授权、跟踪、互联网协议(IP)连接、以及其它接入、路由或移动性功能。核心网络130可以是演进分组核心(EPC)或5G核心(5GC)，其可以包括管理接入和移动性的至少一个控制平面实体(例如，移动性管理实体(MME)、接入和移动性管理功能(AMF))以及将分组路由到外部网络或互连到外部网络的至少一个用户平面实体(例如，服务网关(S-GW)、分组数据网络(PDN)网关(P-GW)、或用户平面功能(UPF))。控制平面实体可以管理非接入层(NAS)功能，例如，针对由与核心网络130相关联的基站105服务的UE 115的移动性、认证和承载管理。用户IP分组可以通过用户平面实体来传输，用户平面实体可以提供IP地址分配以及其它功能。用户平面实体可以连接到运营商IP服务150。运营商IP服务150可以包括对互联网、内联网、IP多媒体子系统(IMS)或分组交换流服务的接入。

网络设备中的一些网络设备(例如，基站105)可以包括诸如接入网络实体140的子组件，其可以是接入节点控制器(ANC)的示例。每个接入网络实体140可以通过一个或多个其它接入网络传输实体145(其可以被称为无线头端、智能无线头端或发送/接收点(TRP))来与UE 115进行通信。每个接入网络传输实体145可以包括一个或多个天线面板。在一些配置中，每个接入网络实体140或基站105的各种功能可以是跨越各个网络设备(例如，无线头端和ANC)分布的或者合并到单个网络设备(例如，基站105)中。

无线通信系统100可以使用一个或多个频带(通常在300兆赫(MHz)到300千兆赫(GHz)的范围中)来操作。通常，从300MHz到3GHz的区域被称为特高频(UHF)区域或分米频带，因为波长范围在长度上从近似一分米到一米。UHF波可能被建筑物和环境特征阻挡或重定向，但是波可以足以穿透结构，以用于宏小区向位于室内的UE 115提供服务。与使用频谱的低于300MHz的高频(HF)或甚高频(VHF)部分的较小频率和较长的波的传输相比，UHF波的传输可以与较小的天线和较短的距离(例如，小于100千米)相关联。

电磁频谱通常基于频率/波长而被细分为各种类别、频带、信道等。在5G NR中，两个初始操作频带已经被标识为频率范围名称FR1(410MHz-7.125GHz)和FR2(24.25GHz-52.6GHz)。FR1和FR2之间的频率通常被称为中频带频率。尽管FR1的一部分大于6GHz，但是在各种文档和文章中，FR1通常(可互换地)被称为“低于6GHz”频带。关于FR2有时会出现类似的命名问题，尽管它与极高频(EHF)频带(30GHz-300GHz)(EHF频带被国际电信联盟(ITU)标识为“毫米波”频带)不同，但是在文档和文章中通常(可互换地)被称为“毫米波”频带。

考虑到以上方面，除非另有具体说明，否则应当理解，如果在本文中使用术语“低于6GHz”等，则其可以广泛地表示可以小于6GHz、可以在FR1内、或可以包括中频带频率的频率。此外，除非另有具体说明，否则应当理解，如果在本文中使用术语“毫米波”等，则其可以广泛地表示可以包括中频带频率、可以在FR2内、或可以在EHF频带内的频率。

无线通信系统100可以利用许可和非许可射频频谱带两者。例如，无线通信系统100可以采用非许可频带(诸如5GHz工业、科学和医疗(ISM)频带)中的许可辅助接入(LAA)、LTE非许可(LTE-U)无线接入技术或NR技术。当在非许可射频频谱带中操作时，设备(诸如基站105和UE 115)可以采用载波侦听进行冲突检测和避免。在一些示例中，非许可频带中的操作可以是基于结合在许可频带(例如，LAA)中操作的分量载波的载波聚合配置的。非许可频谱中的操作可以包括下行链路传输、上行链路传输、P2P传输、或D2D传输以及其它示例。

基站105或UE 115可以被配备有多个天线，其可以用于采用诸如发射分集、接收分集、多输入多输出(MIMO)通信或波束成形的技术。基站105或UE 115的天线可以位于一个或多个天线阵列或天线面板(其可以支持MIMO操作或者发送或接收波束成形)内。例如，一个或多个基站天线或天线阵列可以共置于天线组件处，例如天线塔。在一些示例中，与基站105相关联的天线或天线阵列可以位于不同的地理位置上。基站105可以具有天线阵列，所述天线阵列具有基站105可以用于支持对与UE 115的通信的波束成形的多行和多列的天线端口。同样，UE 115可以具有可以支持各种MIMO或波束成形操作的一个或多个天线阵列。另外或替代地，天线面板可以支持针对经由天线端口发送的信号的射频波束成形。

基站105或UE 115可以使用MIMO通信来利用多径信号传播，并且通过经由不同的空间层发送或接收多个信号来增加频谱效率。这样的技术可以被称为空间复用。例如，发送设备可以经由不同的天线或者天线的不同组合来发送多个信号。同样，接收设备可以经由不同的天线或者天线的不同组合来接收多个信号。多个信号中的每个信号可以被称为分离的空间流，并且可以携带与相同的数据流(例如，相同的码字)或不同的数据流(例如，不同的码字)相关联的比特。不同的空间层可以是与用于信道测量和报告的不同的天线端口相关联的。MIMO技术包括单用户MIMO(SU-MIMO)(其中，多个空间层被发送给相同的接收设备)和多用户MIMO(MU-MIMO)(其中，多个空间层被发送给多个设备)。

波束成形(其也可以被称为空间滤波、定向发送或定向接收)是一种如下的信号处理技术：可以在发送设备或接收设备(例如，基站105或UE 115)处使用该技术，以沿着在发送设备和接收设备之间的空间路径来形成或引导天线波束(例如，发射波束、接收波束)。可以通过以下操作来实现波束成形：对经由天线阵列的天线元件传送的信号进行组合，使得在相对于天线阵列的特定朝向上传播的一些信号经历相长干涉，而其它信号经历相消干涉。对经由天线元件传送的信号的调整可以包括：发送设备或接收设备向经由与该设备相关联的天线元件携带的信号应用幅度偏移、相位偏移或两者。可以由与特定朝向(例如，相对于发送设备或接收设备的天线阵列，或者相对于某个其它朝向)相关联的波束成形权重集合来定义与天线元件中的每个天线元件相关联的调整。

作为波束成形操作的一部分，基站105或UE 115可以使用波束扫描技术。例如，基站105可以使用多个天线或天线阵列(例如，天线面板)，来进行用于与UE 115的定向通信的波束成形操作。基站105可以在不同的方向上多次发送一些信号(例如，同步信号、参考信号、波束选择信号或其它控制信号)。例如，基站105可以根据与不同的传输方向相关联的不同的波束成形权重集合来发送信号。不同的波束方向上的传输可以(例如，由发送设备(诸如基站105)或接收设备(诸如UE115))用于识别用于基站105进行的稍后发送或接收的波束方向。

基站105可以在单个波束方向(例如，与特定的接收设备(例如，UE 115)相关联的方向)上发送一些信号(例如，与该接收设备相关联的数据信号)。在一些示例中，与沿着单个波束方向的传输相关联的波束方向可以是基于在一个或多个波束方向上发送的信号来确定的。例如，UE 115可以接收基站105在不同方向上发送的信号中的一个或多个信号，并且可以向基站105报告对UE 115接收到的具有最高信号质量或者以其它方式可接受的信号质量的信号的指示。

在一些示例中，可以使用多个波束方向来执行由设备(例如，由基站105或UE 115)进行的传输，并且该设备可以使用数字预编码或射频波束成形的组合来生成用于(例如，从基站105到UE115的)传输的组合的波束。UE 115可以报告指示用于一个或多个波束方向的预编码权重的反馈，并且该反馈可以对应于跨越系统带宽或一个或多个子带的被配置的数量的波束。基站105可以发送可以被预编码或未被预编码的参考信号(例如，特定于小区的参考信号(CRS)、信道状态信息参考信号(CSI-RS))。UE 115可以提供针对波束选择的反馈，其可以是预编码矩阵指示符(PMI)或基于码本的反馈(例如，多面板类型码本、线性组合类型码本、端口选择类型码本)。虽然这些技术是参照基站105在一个或多个方向上发送的信号来描述的，但是UE 115可以采用类似的技术来在不同方向上多次发送信号(例如，用于确定用于UE 115进行的后续发送或接收的波束方向)或者在单个方向上发送信号(例如，用于向接收设备发送数据)。

当从基站105接收各种信号(诸如同步信号、参考信号、波束选择信号或其它控制信号)时，接收设备(例如，UE 115)可以尝试多个接收配置(例如，定向监听)。例如，接收设备可以通过经由不同的天线子阵列来进行接收，通过根据不同的天线子阵列来处理接收到的信号，通过根据向在天线阵列的多个天线元件处接收的信号应用的不同的接收波束成形权重集合(例如，不同的定向监听权重集合)来进行接收，或者通过根据向在天线阵列的多个天线元件处接收的信号应用的不同的接收波束成形权重集合来处理接收到的信号(以上各个操作中的任何操作可以被称为根据不同的接收配置或接收方向的“监听”)，从而尝试多个接收方向。在一些示例中，接收设备可以使用单个接收配置来沿着单个波束方向进行接收(例如，当接收数据信号时)。单个接收配置可以是在基于根据不同的接收配置方向进行监听而确定的波束方向(例如，基于根据多个波束方向进行监听而被确定为具有最高信号强度、最高信噪比(SNR)、或者以其它方式可接受的信号质量的波束方向)上对齐的。

无线通信系统100可以是根据分层的协议栈来操作的基于分组的网络。在用户平面中，在承载或分组数据汇聚协议(PDCP)层处的通信可以是基于IP的。无线链路控制(RLC)层可以执行分组分段和重组以在逻辑信道上进行通信。介质访问控制(MAC)层可以执行优先级处理和逻辑信道到传输信道的复用。MAC层还可以使用错误检测技术、错误纠正技术或两者来支持MAC层的重传以提高链路效率。在控制平面中，RRC协议层可以提供在UE 115与基站105或核心网络130之间的RRC连接(其支持针对用户平面数据的无线电承载)的建立、配置和维护。在物理层处，传输信道可以被映射到物理信道。

根据本文公开的技术，第一设备或第二设备(例如，基站105或UE 115)可以使用神经网络模型，基于由第二设备发送的一个或多个参考信号来学习第二设备处的传输组件的非线性响应。参考信号可以包括使用高PAPR加扰序列生成的失真探索参考信号。在第一实现方式中，第一设备(例如，基站105)可以使用神经网络模型基于从第二设备接收的参考信号来学习非线性响应。在第二实现方式中，第二设备(例如，UE 115)可以使用神经网络模型基于在第二设备处生成的采样参考信号来学习其传输组件的非线性响应。在第一和第二实现方式中，学习非线性响应的设备可以使用非线性响应来训练可以用于补偿或减轻非线性响应的额外神经网络模型。学习非线性响应的设备可以向另一设备发送与神经网络模型中的一个或多个神经网络模型相关联的信令，以及每个设备可以使用神经网络模型来可靠地通信。例如，第一设备可以在与第二设备进行通信时使用接收解码度量(例如，第二神经网络模型和权重)可靠地对来自第二设备的传输进行解码，以及第二设备可以在与第一设备进行通信时使用发送编码度量(例如，第三神经网络模型和权重)可靠地对去往第一设备的传输进行编码。

在各种示例中，可以在设备中包括通信管理器101以支持失真探索参考信号，该失真探索参考信号可以与或者可以不与用于传输编码或解码的特定配置或操作相关联。例如，UE 115可以包括通信管理器101-a，或者基站可以包括通信管理器110-b。

图2示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的无线通信系统200的示例。在一些示例中，无线通信系统200可以实现无线通信系统100的各方面。例如，无线通信设备200可以包括基站205和UE 215，它们可以是参照图1描述的对应设备的示例。基站205可以提供地理覆盖区210。基站205和UE 215可以在信道220上进行通信。无线通信系统200可以包括用于提高的功率效率的特征等其它益处。

UE 215处的一个或多个传输组件可以具有对来自UE 211的传输的非线性响应255。学习传输组件的非线性响应255可能是有益的，例如，以提高UE 215处的功率效率。因此，基站205或UE 215可以使用神经网络模型250来基于由UE 205发送的参考信号235学习非线性响应255。参考信号235可以被配置为具有高PAPR的波形，并且可以被称为失真探索参考信号。在一些示例中，基站205可以调度UE 215发送参考信号235。例如，基站205可以在RRC消息或DCI消息中发送指示225。

在第一实现方式中，基站205可以使用神经网络模型250，基于由UE 215发送的参考信号来学习UE 215处的传输组件的非线性响应255。UE 215可以发送DMRS 230和参考信号235(例如，失真探索参考信号)。DMRS 230可以具有第一PAPR，并且参考信号235可以具有大于第一PAPR的第二PAPR。在一些示例中，基站205可以使用DMR 230来估计基站205与UE215之间的信道220(例如，在没有UE 215处的传输分量的非线性响应255的情况下)。

基站205可以使用UE 215的一个或多个传输参数245作为针对神经网络模型250的输入，以学习非线性响应255。例如，传输参数245可以包括来自DMRS 230的信道估计、基于DMRS 230和参考信号235的一个或多个额外参数等。可以对神经网络模型250的每个输入进行加权。例如，基站205可以确定与一个或多个传输参数245相关联的一个或多个神经网络权重。也就是说，基于传输参数245和神经网络模型250，基站205可以学习或估计UE 215处的传输组件的非线性响应255。

在基站205使用神经网络模型250来学习非线性响应255时，基站205可以使用非线性响应255来训练可以用于补偿或减轻传输组件的非线性响应255的额外神经网络模型。例如，第二神经网络模型和权重可以与对UE 215处的传输进行编码相关联，以及第三神经网络模型和权重可以与对在基站205处接收的传输进行解码相关联。基站205可以估计发送编码度量(其可以包括第二神经网络模型和权重)和接收解码度量(其可以包括第三神经网络模型和权重)。当与UE 215进行通信时，基站205可以使用接收解码度量来可靠地对来自UE205的传输进行解码。

基站205可以向UE 215发送信令240，UE 215可以在对传输进行编码时使用该信令240来补偿非线性响应255。在一些示例中，信令240可以包括发送编码度量，UE 215可以在与基站205进行通信时使用该发送编码度量可靠地对传输进行编码。替代地，信令240可以包括用于学习非线性响应255的神经网络模型250和权重，UE 215可以使用神经网络模型250和权重来补偿非线性响应255(例如，通过估计发送编码度量)。

在第二实现方式中，UE 215(例如，而不是基站205)可以使用神经网络模型250，基于生成的参考信号235来学习其传输组件的非线性响应255。UE 215可以获得(例如，嗅探、捕获等等)在UE 215处生成的参考信号235的一个或多个样本，其中参考信号235可以是失真探索参考信号。UE 215可以使用UE 215的一个或多个传输参数245作为针对神经网络模型250的输入来学习非线性响应255。例如，传输参数245可以包括参考信号的样本。UE 215可以确定与一个或多个传输参数245相关联的一个或多个神经网络权重。也就是说，基于传输参数245和神经网络模型250，UE 215可以学习或估计UE 215处的传输组件的非线性响应255。

在UE 215使用神经网络模型250学习非线性响应255时，UE 215可以使用非线性响应255来训练可以用于补偿或减轻非线性响应255的额外神经网络模型。例如，第二神经网络模型和权重可以与对在基站205处接收的传输进行解码相关联，以及第三神经网络模型和权重可以与对UE 215处的传输进行编码相关联。UE 215可以估计接收解码度量(其可以包括第二神经网络模型和权重)和发送编码度量(其可以包括第三神经网络模型和权重)。当与基站205进行通信时，UE 215可以使用发送编码度量来可靠地对去往基站205的传输进行编码。

UE 215可以向基站205发送信令240，基站205可以在对传输进行解码时使用该信令340来补偿非线性响应255。在一些示例中，基站205可以(例如，使用指示225)配置信令240的周期。也就是说，UE 215可以被配置为周期性地确定非线性响应255，以及向基站205发送与非线性响应255相关联的信令240。

在一些示例中，信令240可以包括接收解码度量，基站205可以在与UE 215进行通信时使用该接收解码度量可靠地对传输进行解码。替代地，信令240可以包括神经网络250和权重以对非线性响应255进行建模，基站205可以使用该神经网络250和权重来补偿非线性响应255(例如，通过估计接收解码度量)。

在第一实现方式或第二实现方式中，基站205和UE 215可以基于学习非线性响应255来经由信道220进行通信。在一些示例中，基站205可以例如在DCI消息中向UE 205发送准许调度准许。调度准许可以配置基于所估计的发送编码度量进行编码的传输。然后，基站205可以基于所估计的接收解码度量来对传输进行解码。在第一实现方式的一些示例中，调度准许可以被包括在信令240中。在一些示例中，所调度的传输可以是物理上行链路共享信道(PUSCH)传输。

尽管本文给出的实现方式涉及学习UE 215处的传输组件的非线性响应255，但是在一些示例中，UE 205和基站205的角色可以反转，以使本文描述的技术能够用于学习基站205处的传输组件的非线性响应225。例如，基站205可以生成参考信号235，该参考信号235可以是失真探索参考信号。在第一示例中，基站205可以向UE 215发送参考信号235，并且UE215可以使用参考信号235作为针对神经网络模型250的输入，以学习基站205传输组件的非线性响应255。UE 215可以基于学习非线性响应255来向基站205发送信令240，以及UE 215和基站205可以在经由信道220进行通信时补偿非线性响应255。在第二示例中，基站205可以捕获所生成的参考信号235的样本，以及基站可以使用所捕获的样本作为针对神经网络模型250的输入，以学习基站205传输组件的非线性响应255。基站205可以基于学习非线性响应255来向UE 215发送信令240，以及UE 215和基站205可以在经由信道220进行通信时补偿非线性响应255。

图3示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的过程流300的示例。在一些示例中，过程流300可以实现无线通信系统100和200的各方面。例如，过程流300可以包括与第一设备305或第二设备306中的一者或多者相关联的示例操作，其中的每一者可以是如参照图1和2描述的UE或基站的示例。在下文对过程流300的描述中，可以按照与所示的示例顺序不同的顺序执行第一设备305与第二设备306之间的操作，或者可以按照不同的顺序或在不同的时间执行由第一设备305和第二设备305执行的操作。还可以从过程流300中省略一些操作，或者可以将其它操作添加到过程流300中。由第一设备305和第二设备306执行的操作可以支持对设备传输操作的改进，并且在一些示例中，可以促进对设备通信效率的改进等等其它益处。

在一些示例中，在310处，第一设备305可以经由信道向第二设备306发送指示。该指示可以将第二设备306配置为发送用于在学习第二设备306的传输组件的非线性响应时使用的参考信号。第一设备305可以在RRC消息、DCI消息或两者中发送指示。

在315处，第二设备306可以向第一设备305发送参考信号。第一参考信号(例如，DMRS)可以具有第一PAPR，并且第二参考信号(例如，失真探索参考信号)可以具有大于第一PAPR的第二PAPR。在一些示例中，第二设备306可以基于来自第一设备305的指示来发送第二参考信号。在一些示例中，第一设备305可以使用第一参考信号来估计第一设备305与第二设备305之间的信道(例如，在没有第二设备306处的传输组件的非线性响应的情况下)。

在320处，第一设备305可以确定神经网络模型和一个或多个神经网络权重，以学习第二设备306处的传输组件的非线性响应。第一设备305可以基于参考信号来确定与一个或多个传输参数相关联的神经网络模型和权重。例如，传输参数可以包括来自参考信号的信道估计、基于参考信号的一个或多个额外参数等。在一些示例中，可以基于收集的数据或模拟的数据来训练神经网络模型。

在第一设备305使用神经网络模型来学习非线性响应时，第一设备305可以使用非线性响应来训练可以用于补偿或减轻第二设备306处的传输组件的非线性响应的额外神经网络模型。例如，第二神经网络模型和权重可以与对第二设备306处的传输进行编码相关联，以及第三神经网络模型和权重可以与对在第一设备305处接收的传输进行解码相关联。

在325处，第一设备305可以估计发送编码度量(其可以包括第二神经网络模型和权重)和接收解码度量(其可以包括第三神经网络模型和权重)。当与第二设备306进行通信时，第一设备305可以使用接收解码度量来可靠地对来自第二设备306的传输进行解码。

在330处，第一设备305可以向第二设备306发送信令，第二设备306可以在对传输进行编码时使用该信令来补偿非线性响应。在一些示例中，信令可以包括发送编码度量，第二设备306可以在与第一设备305进行通信时使用该发送编码度量可靠地对传输进行编码。替代地，信令可以包括神经网络模型和权重以对非线性响应进行建模，第二设备306可以使用该神经网络模型和权重来补偿非线性响应(例如，通过估计发送编码度量)。

在一些示例中，信令可以包括调度来自第二设备306的传输的准许。该准许可以指示第二设备306基于发送编码度量来对传输进行编码。在一些示例中，第一设备305可以在DCI消息中发送准许(例如，上行链路准许)。

在335处，第一设备305和第二设备306可以经由信道进行通信。在一些示例中，第一设备305和第二设备306可以基于根据第一参考信号(例如，DMRS)确定的信道估计进行通信。在一些示例中，通信可以包括由信令中的准许调度的传输。第二设备306可以基于发送编码度量来对传输进行编码，已经第一设备305可以基于接收解码度量来对传输进行解码。在一些示例中，所调度的传输可以包括PUSCH传输。

图4示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的过程流400的示例。在一些示例中，过程流400可以实现无线通信系统100和200的各方面。例如，过程流400可以包括与第一设备405或第二设备406中的一者或多者相关联的示例操作，其中的每一者可以是如参照图1和2描述的UE或基站的示例。在下文对过程流400的描述中，可以按照与所示的示例顺序不同的顺序执行第一设备405与第二设备406之间的操作，或者可以按照不同的顺序或在不同的时间执行由第一设备405和第二设备405执行的操作。还可以从过程流400中省略一些操作，或者可以将其它操作添加到过程流400中。由第一设备405和第二设备406执行的操作可以支持对设备传输操作的改进，并且在一些示例中，可以促进对设备通信效率的改进等其它益处。

在一些示例中，在410处，第一设备405可以经由信道向第二设备406发送指示。该指示可以将第二设备406配置为发送用于在学习第二设备406的传输组件的非线性响应时使用的参考信号。第一设备405可以在RRC消息、DCI消息或两者中发送指示。在一些示例中，该指示可以在第二设备406处配置用于学习非线性响应并且将与非线性响应相关联的信息发送给第一设备405的周期。

在415处，第二设备406可以生成参考信号并且将参考信号发送给第一设备405。所生成的参考信号可以配置为具有高PAPR的波形，并且可以被称为失真探索参考信号。第二设备406可以获得(例如，嗅探、捕获等等)所生成的参考信号的一个或多个样本。在一些示例中，第二设备406可以基于来自第一设备405的指示来发送参考信号。在一些示例中，第二设备406可以发送额外参考信号(例如，DMRS)，第一设备405可以使用该额外参考信号来估计第一设备405与第二设备406之间的信道(例如，在没有第二设备402处的传输组件的非线性响应的情况下)。

在420处，第二设备406可以确定神经网络模型和一个或多个神经网络权重，以学习第二设备406处的传输组件的非线性响应。第二设备406可以基于所生成的参考信号来确定与一个或多个传输参数相关联的神经网络模型和权重。例如，传输参数可以包括所生成的参考信号的经捕获的样本。在一些示例中，可以基于收集的数据或模拟的数据来训练神经网络模型。

在第二设备406使用神经网络模型来学习非线性响应时，第二设备406可以使用非线性响应来训练可以用于补偿或减轻第二设备406处的传输组件的非线性响应的额外神经网络模型。例如，第二神经网络模型和权重可以与对在第一设备405处接收的传输进行解码相关联，以及第三神经网络模型和权重可以与对第二设备406处的传输进行编码相关联。

在425处，第二设备406可以估计接收解码度量(其可以包括第二神经网络模型和权重)和发送编码度量(其可以包括第三神经网络模型和权重)。当与第一设备405进行通信时，第二设备406可以使用发送编码度量来可靠地对去往第一设备405的传输进行编码。

在430处，第二设备406可以向第一设备405发送信令，第一设备可以在对来自第二设备405的传输进行解码时使用该信令来补偿非线性响应。在一些示例中，第二设备406可以基于来自第一设备405的周期指示来发送信令。在一些示例中，信令可以包括接收解码度量，第一设备405可以在与第二设备406进行通信时使用该接收解码度量可靠地对传输进行解码。替代地，信令可以包括神经网络模型和权重以对非线性响应进行建模，第一设备405可以使用该神经网络模型和权重来补偿非线性响应(例如，通过估计接收解码度量)。

在435处，第一设备405和第二设备406可以经由信道进行通信。在一些示例中，第一设备405和第二设备406可以基于根据额外参考信号(例如，DMRS)确定的信道估计进行通信。在一些示例中，第一设备405可以发送调度来自第二设备406的传输的准许。该准许可以指示第二设备402基于发送编码度量来对传输进行编码。在一些示例中，第一设备405可以在DCI消息中发送准许(例如，上行链路准许)。

在一些示例中，通信可以包括由准许调度的传输。第二设备406可以基于发送编码度量来对传输进行编码，以及第一设备405可以基于接收解码度量来对传输进行解码。在一些示例中，所调度的传输可以包括PUSCH传输。

图5示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的设备505的框图500。设备505可以是如本文描述的第二设备(诸如UE 115)的各方面的示例。设备505可以包括接收机510、通信管理器515和发射机520。设备505还可以包括处理器。这些组件中的每个组件可以相互通信(例如，经由一个或多个总线)。

接收机510可以接收诸如分组、用户数据或者与各种信息信道(例如，控制信道、数据信道以及与失真探索参考信号相关的信息等)相关联的控制信息的信息。可以将信息传递给设备505的其它组件。接收机510可以是参照图8描述的收发机820的各方面的示例。接收机510可以利用单个天线或一组天线。

在一些示例中，通信管理器515可以进行以下操作：接收将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于第一峰均功率比的第二峰均功率比的第二参考信号的指示；基于接收该指示来向第一设备发送第一参考信号和第二参考信号；接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于第一参考信号和第二参考信号的；以及基于所接收的信令来与第一设备进行通信。

在一些示例中，通信管理器515可以进行以下操作：接收将第二设备配置为生成参考信号的指示；基于接收该指示来捕获在第二设备处生成的参考信号的一个或多个样本；基于参考信号的样本来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；基于神经网络模型和神经网络权重来估计与参考信号相关联的发送编码度量和接收解码度量；基于估计来发送与神经网络模型和神经网络权重相关联的信令；以及基于发送编码度量来与第一设备进行通信。

可以实现如本文描述的通信管理器515，以实现一个或多个潜在改进。一个实现方式可以允许设备505通过更高效地与第一设备(例如，如图1所示的基站105或UE 115)进行通信来节省功率。例如，设备505可以基于学习设备505的传输组件的非线性响应来高效地与第一设备进行通信，因为设备505可能能够降低PAPR或以其它方式补偿非线性响应。通信管理器515可以是本文描述的通信管理器810的各方面的示例。

通信管理器515或其子组件可以在硬件、由处理器执行的代码(例如，软件或固件)或其任意组合中实现。如果在由处理器执行的代码中实现，则通信管理器515或其子组件的功能可以由被设计为执行本公开内容中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、分立门或者晶体管逻辑、分立硬件组件或者其任意组合来执行。

通信管理器515可以是用于执行管理如本文描述的失真探索参考信号的各个方面的单元的示例。通信管理器515或其子组件可以在硬件中(例如，在通信管理电路中)实现。该电路可以包括被设计为执行本公开内容中描述的功能的处理器、DSP、ASIC、FPGA或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或其任意组合。

在另一实现方式中，通信管理器515或其子组件可以在由处理器执行的代码(例如，作为通信管理软件或固件)或其任意组合中实现。如果在由处理器执行的代码中实现，则通信管理器515或其子组件的功能可以由通用处理器、DSP、ASIC、FPGA或其它可编程逻辑器件来执行。

在一些示例中，通信管理器515可以被配置为使用接收机510、发射机520或两者或者以其它方式与接收机510、发射机520或两者合作来执行各种操作(例如，接收、确定、估计、发送、通信)。

通信管理器515或其子组件可以在物理上位于各个位置处，包括被分布以使得由一个或多个物理组件在不同的物理位置处实现功能中的部分功能。在一些示例中，根据本公开内容的各个方面，通信管理器515或其子组件可以是分离和不同的组件。在一些示例中，根据本公开内容的各个方面，通信管理器515或其子组件可以与一个或多个其它硬件组件(包括但不限于输入/输出(I/O)组件、收发机、网络服务器、另一计算设备、本公开内容中描述的一个或多个其它组件、或其组合)组合。

发射机520可以发送由设备505的其它组件所生成的信号。在一些示例中，发射机520可以与接收机510共置于收发机模块中。例如，发射机520可以是如参照图8描述的收发机820的各方面的示例。发射机520可以利用单个天线或一组天线。

图6示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的设备605的框图600。设备605可以是如本文描述的设备505或第二设备(诸如UE 115)的各方面的示例。设备605可以包括接收机610、通信管理器615和发射机645。设备605还可以包括处理器。这些组件中的每个组件可以相互通信(例如，经由一个或多个总线)。

接收机610可以接收诸如分组、用户数据或者与各种信息信道(例如，控制信道、数据信道以及与失真探索参考信号相关的信息等)相关联的控制信息的信息。可以将信息传递给设备605的其它组件。接收机610可以是如参照图8描述的收发机820的各方面的示例。接收机610可以利用单个天线或一组天线。

通信管理器615可以是如本文描述的通信管理器515的各方面的示例。通信管理器615可以包括参考信号传输管理器620、信令组件625、传输组件630、神经网络组件635和度量组件640。通信管理器615可以是本文描述的通信管理器810的各方面的示例。

在一些示例中，参考信号传输管理器620可以接收将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于第一峰均功率比的第二峰均功率比的第二参考信号的指示；以及基于接收该指示来向第一设备发送第一参考信号和第二参考信号。信令组件625可以接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于第一参考信号和第二参考信号的。传输组件630可以基于所接收的信令来与第一设备进行通信。

在一些示例中，参考信号传输管理器620可以接收将第二设备配置为生成参考信号的指示，以及基于接收该指示来捕获在第二设备处生成的参考信号的一个或多个样本。神经网络组件635可以基于参考信号的样本来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。度量组件640可以基于神经网络模型和神经网络权重来估计与参考信号相关联的发送编码度量和接收解码度量。信令组件625可以基于估计来发送与神经网络模型和神经网络权重相关联的信令。传输组件630可以基于发送编码度量来与第一设备进行通信。

发射机645可以发送由设备605的其它组件所生成的信号。在一些示例中，发射机645可以与接收机610共置于收发机模块中。例如，发射机645可以是参照图8描述的收发机820的各方面的示例。发射机645可以利用单个天线或一组天线。

图7示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的通信管理器705的框图700。通信管理器705可以是本文描述的通信管理器515、通信管理器615或通信管理器810的各方面的示例。通信管理器705可以包括参考信号传输管理器710、信令组件715、传输组件720、度量组件725和神经网络组件730。这些模块中的每一个模块可以直接或间接地彼此通信(例如，经由一个或多个总线)。

在一些示例中，参考信号传输管理器710可以接收将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于第一峰均功率比的第二峰均功率比的第二参考信号的指示；以及基于接收该指示来向第一设备发送第一参考信号和第二参考信号。在一些示例中，该指示包括无线资源控制消息、下行链路控制信息消息或两者。在一些情况下，第一参考信号包括解调参考信号。在一些情况下，第二参考信号包括时域中的连续符号集合。

在一些示例中，信令组件715可以接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于第一参考信号和第二参考信号的。在一些示例中，信令组件715可以接收对发送编码度量的指示，其中，估计发送编码度量是基于所接收的指示的。在一些情况下，神经网络模型和神经网络权重对应于与第二设备处的传输相关联的非线性响应。

在一些示例中，信令组件715可以接收调度基于与第一参考信号和第二参考信号相关联的发送编码度量进行编码的传输的准许，其中，与第一设备进行通信包括：发送所调度的传输。在一些情况下，准许包括下行链路控制信息消息中的上行链路准许。在一些情况下，所调度的传输包括上行链路共享信道传输。

传输组件720可以基于所接收的信令来与第一设备进行通信。

在一些示例中，度量组件725可以基于所接收的信令来估计与第一参考信号和第二参考信号相关联的发送编码度量，其中，与第一设备进行通信还是基于所估计的发送编码度量的。在一些情况下，发送编码度量包括与基于非线性响应对第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重。

在一些示例中，参考信号传输管理器710可以接收将第二设备配置为生成参考信号的指示，以及基于接收该指示来捕获在第二设备处生成的参考信号的一个或多个样本。在一些示例中，该指示包括无线资源控制消息、下行链路控制信息消息或两者。在一些情况下，参考信号包括时域中的连续符号集合。

在一些示例中，神经网络组件730可以基于参考信号的样本来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。

在一些示例中，度量组件725可以基于神经网络模型和神经网络权重来估计与参考信号相关联的发送编码度量和接收解码度量。在一些情况下，接收解码度量包括与基于非线性响应对在第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重。在一些情况下，发送编码度量包括与基于非线性响应对第二设备处的传输进行编码相关联的第三神经网络模型和第三一个或多个神经网络权重。

在一些示例中，信令组件715可以基于估计来发送与神经网络模型和神经网络权重相关联的信令。在一些示例中，信令组件715可以向第一设备发送对与参考信号相关联的接收解码度量的指示。

在一些示例中，信令组件715可以接收配置与神经网络模型和神经网络权重相关联的信令的周期的指示，其中，发送信令是基于所配置的周期的。

在一些示例中，信令组件715可以接收调度包括与神经网络模型和神经网络权重相关联的信令的传输的准许，其中，发送信令是基于准许的。在一些情况下，准许包括下行链路控制信息消息中的上行链路准许。在一些情况下，所调度的传输包括上行链路共享信道传输。

在一些情况下，神经网络模型和神经网络权重对应于与第二设备处的传输相关联的非线性响应。

在一些示例中，传输组件720可以基于发送编码度量来与第一设备进行通信。

图8示出了根据本公开内容的一个或多个方面的包括支持失真探索参考信号的设备805的系统800的图。设备805可以是如本文描述的设备505、设备605或第二设备(诸如UE115)的示例或者包括设备505、设备605或第二设备(诸如UE 115)的组件。设备805可以包括用于双向语音和数据通信的组件，包括用于发送和接收通信的组件，包括通信管理器810、I/O控制器815、收发机820、天线825、存储器830和处理器840。这些组件可以经由一个或多个总线(例如，总线845)来进行电子通信。

在一些示例中，通信管理器810可以进行以下操作：接收将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于第一峰均功率比的第二峰均功率比的第二参考信号的指示；基于接收该指示来向第一设备发送第一参考信号和第二参考信号；接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于第一参考信号和第二参考信号的；以及基于所接收的信令来与第一设备进行通信。

在一些示例中，通信管理器810可以进行以下操作：接收将第二设备配置为生成参考信号的指示；基于接收该指示来捕获在第二设备处生成的参考信号的一个或多个样本；基于参考信号的样本来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；基于神经网络模型和神经网络权重来估计与参考信号相关联的发送编码度量和接收解码度量；基于估计来发送与神经网络模型和神经网络权重相关联的信令；以及基于发送编码度量来与第一设备进行通信。

I/O控制器815可以管理针对设备805的输入和输出信号。I/O控制器815还可以管理没有整合到设备805中的外围设备。在一些情况下，I/O控制器815可以表示去往外部外围设备的物理连接或端口。在一些情况下，I/O控制器815可以利用诸如 的操作系统或另一种已知的操作系统。在其它情况下，I/O控制器815可以表示调制解调器、键盘、鼠标、触摸屏或类似设备或者与上述设备进行交互。在一些情况下，I/O控制器815可以被实现成处理器的一部分。在一些情况下，用户可以经由I/O控制器815或者经由I/O控制器815所控制的硬件组件来与设备805进行交互。

收发机820可以经由如上文描述的一个或多个天线、有线或无线链路来双向地进行通信。例如，收发机820可以表示无线收发机并且可以与另一个无线收发机双向地进行通信。收发机820还可以包括调制解调器，其用于调制分组并且将经调制的分组提供给天线以进行传输，以及解调从天线接收的分组。

在一些情况下，无线设备可以包括单个天线825。然而，在一些情况下，该设备可以具有多于一个的天线825，它们可能能够并发地发送或接收多个无线传输。

存储器830可以包括随机存取存储器(RAM)和只读存储器(ROM)。存储器830可以存储计算机可读的、计算机可执行的代码835，代码835包括在被执行时使得处理器执行本文描述的各种功能的指令。在一些情况下，存储器830还可以包含基本输入/输出系统(BIOS)等，其可以控制基本的硬件或软件操作，例如与外围组件或设备的交互。

处理器840可以包括智能硬件设备(例如，通用处理器、DSP、中央处理单元(CPU)、微控制器、ASIC、FPGA、可编程逻辑器件、分立门或者晶体管逻辑组件、分立硬件组件或者其任意组合)。在一些情况下，处理器840可以被配置为使用存储器控制器来操作存储器阵列。在其它情况下，存储器控制器可以整合到处理器840中。处理器840可以被配置为执行存储器(例如，存储器830)中存储的计算机可读指令以使得设备805执行各种功能(例如，支持失真探索参考信号的功能或任务)。

代码835可以包括用于实现本公开内容的各方面的指令，包括用于支持无线通信的指令。代码835可以被存储在非暂时性计算机可读介质(例如，系统存储器或其它类型的存储器)中。在一些情况下，代码835可能不是可由处理器840直接执行的，但是可以使得计算机(例如，当被编译和被执行时)执行本文描述的功能。

图9示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的设备905的框图900。设备905可以是如本文描述的第一设备(诸如基站105)的各方面的示例。设备905可以包括接收机910、通信管理器915和发射机920。设备905还可以包括处理器。这些组件中的每个组件可以相互通信(例如，经由一个或多个总线)。

接收机910可以接收诸如分组、用户数据或者与各种信息信道(例如，控制信道、数据信道以及与失真探索参考信号相关的信息等)相关联的控制信息的信息。可以将信息传递给设备905的其它组件。接收机910可以是参照图12描述的收发机1220的各方面的示例。接收机910可以利用单个天线或一组天线。

在一些示例中，通信管理器915可以进行以下操作：发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；基于发送该指示来从第二设备接收第一参考信号和第二参考信号；基于第一参考信号和第二参考信号来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；基于神经网络模型和神经网络权重来估计与第一参考信号和第二参考信号相关联的发送编码度量和接收解码度量；基于估计来发送与神经网络模型和神经网络权重相关联的信令；以及基于接收解码度量来与第二设备进行通信。

在一些示例中，通信管理器915可以进行以下操作：发送将第二设备配置为发送参考信号的指示；基于发送指示来从第二设备接收参考信号；接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于所接收的参考信号的；以及基于所接收的信令来与第二设备进行通信。

可以实现如本文描述的通信管理器915，以实现一个或多个潜在改进。一个实现方式可以允许设备905通过更高效地与第二设备(例如，如图1所示的基站105或UE 115)进行通信来节省功率。例如，设备905可以基于学习第二设备的传输组件的非线性响应来高效地与第二设备进行通信，因为设备905可能能够调整解码组件来补偿非线性响应。通信管理器915可以是本文描述的通信管理器1210的各方面的示例。

通信管理器915或其子组件可以在硬件、由处理器执行的代码(例如，软件或固件)或其任意组合中实现。如果在由处理器执行的代码中实现，则通信管理器915或其子组件的功能可以由被设计为执行本公开内容中描述的功能的通用处理器、DSP、ASIC、FPGA或其它可编程逻辑器件、分立门或者晶体管逻辑、分立硬件组件或者其任意组合来执行。

通信管理器915可以是用于执行管理如本文描述的失真探索参考信号的各个方面的单元的示例。通信管理器915或其子组件可以在硬件中(例如，在通信管理电路中)实现。该电路可以包括被设计为执行本公开内容中描述的功能的处理器、DSP、ASIC、FPGA或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或其任意组合。

在另一实现方式中，通信管理器915或其子组件可以在由处理器执行的代码(例如，作为通信管理软件或固件)或其任意组合中实现。如果在由处理器执行的代码中实现，则通信管理器915或其子组件的功能可以由通用处理器、DSP、ASIC、FPGA或其它可编程逻辑器件来执行。

在一些示例中，通信管理器915可以被配置为使用接收机910、发射机920或两者或者以其它方式与接收机910、发射机920或两者合作来执行各种操作(例如，接收、确定、估计、发送、通信)。

通信管理器915或其子组件可以在物理上位于各个位置处，包括被分布以使得由一个或多个物理组件在不同的物理位置处实现功能中的部分功能。在一些示例中，根据本公开内容的各个方面，通信管理器915或其子组件可以是分离和不同的组件。在一些示例中，根据本公开内容的各个方面，通信管理器915或其子组件可以与一个或多个其它硬件组件(包括但不限于I/O组件、收发机、网络服务器、另一计算设备、本公开内容中描述的一个或多个其它组件、或其组合)组合。

发射机920可以发送由设备905的其它组件所生成的信号。在一些示例中，发射机920可以与接收机910共置于收发机模块中。例如，发射机920可以是如参照图12描述的收发机1220的各方面的示例。发射机920可以利用单个天线或一组天线。

图10示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的设备1005的框图1000。设备1005可以是如本文描述的设备905或第一设备(诸如基站105)的各方面的示例。设备1005可以包括接收机1010、通信管理器1015和发射机1045。设备1005还可以包括处理器。这些组件中的每个组件可以相互通信(例如，经由一个或多个总线)。

接收机1010可以接收诸如分组、用户数据或者与各种信息信道(例如，控制信道、数据信道以及与失真探索参考信号相关的信息等)相关联的控制信息的信息。可以将信息传递给设备1005的其它组件。接收机1010可以是如参照图12描述的收发机1220的各方面的示例。接收机1010可以利用单个天线或一组天线。

通信管理器1015可以是如本文描述的通信管理器915的各方面的示例。通信管理器1015可以包括参考信号接收管理器1020、神经网络管理器1025、度量管理器1030、信令管理器1035和传输管理器1040。通信管理器1015可以是本文描述的通信管理器1210的各方面的示例。

在一些示例中，参考信号接收管理器1020可以发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；以及基于发送该指示来从第二设备接收第一参考信号和第二参考信号。神经网络管理器1025可以基于第一参考信号和第二参考信号来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。度量管理器1030可以基于神经网络模型和神经网络权重来估计与第一参考信号和第二参考信号相关联的发送编码度量和接收解码度量。信令管理器1035可以基于估计来发送与神经网络模型和神经网络权重相关联的信令。传输管理器1040可以基于接收解码度量来与第二设备进行通信。

在一些示例中，参考信号接收管理器1020可以发送将第二设备配置为发送参考信号的指示，以及基于发送指示来从第二设备接收参考信号。信令管理器1035可以接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于所接收的参考信号的。传输管理器1040可以基于所接收的信令来与第二设备进行通信。

发射机1045可以发送由设备1005的其它组件所生成的信号。在一些示例中，发射机1045可以与接收机1010共置于收发机模块中。例如，发射机1045可以是参照图12描述的收发机1220的各方面的示例。发射机1045可以利用单个天线或一组天线。

图11示出了根据本公开内容的一个或多个方面的支持失真探索参考信号的通信管理器1105的框图1100。通信管理器1105可以是本文描述的通信管理器915、通信管理器1015或通信管理器1210的各方面的示例。通信管理器1105可以包括参考信号接收管理器1110、神经网络管理器1115、度量管理器1120、信令管理器1125、传输管理器1130、指示管理器1135和信道估计管理器1140。这些模块中的每一个模块可以直接或间接地彼此通信(例如，经由一个或多个总线)。

在一些示例中，指示管理器1135可以发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。在一些示例中，该指示包括无线资源控制消息、下行链路控制信息消息或两者。

在一些示例中，参考信号接收管理器1110可以基于发送指示来从第二设备接收第一参考信号和第二参考信号。在一些情况下，第一参考信号包括解调参考信号。在一些情况下，第二参考信号包括时域中的连续符号集合。

在一些示例中，神经网络管理器1115可以基于第一参考信号和第二参考信号来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。在一些情况下，神经网络模型和神经网络权重对应于与第二设备处的传输相关联的非线性响应。

在一些示例中，度量管理器1120可以基于神经网络模型和神经网络权重来估计与第一参考信号和第二参考信号相关联的发送编码度量和接收解码度量。在一些情况下，发送编码度量包括与基于非线性响应对第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重。在一些情况下，接收解码度量包括与基于非线性响应对在第一设备处接收的传输进行解码相关联的第三神经网络模型和第三一个或多个神经网络权重。

在一些示例中，信令管理器1125可以基于估计来发送与神经网络模型和神经网络权重相关联的信令。在一些示例中，信令管理器1125可以发送对与第一参考信号和第二参考信号相关联的发送编码度量的指示。

在一些示例中，信令管理器1125可以发送调度基于发送编码度量进行编码的传输的准许，其中，与第二设备进行通信包括：接收所调度的传输。在一些情况下，准许包括下行链路控制信息消息中的上行链路准许。在一些情况下，所调度的传输包括上行链路共享信道传输。

在一些示例中，传输管理器1130可以基于接收解码度量来与第二设备进行通信。

在一些示例中，信道估计管理器1140可以基于接收第一参考信号来确定信道估计，其中，与第二设备进行通信还是基于所确定的信道估计的。

在一些示例中，指示管理器1135可以发送将第二设备配置为发送参考信号的指示。在一些示例中，指示包括无线资源控制消息、下行链路控制信息消息或两者。

在一些示例中，参考信号接收管理器1110可以基于发送指示来从第二设备接收参考信号。在一些情况下，参考信号包括时域中的连续符号集合。

在一些示例中，信令管理器1125可以接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于所接收的参考信号的。在一些示例中，信令管理器1125可以接收对接收解码度量的指示，其中，估计接收解码度量是基于所接收的指示的。

在一些示例中，信令管理器1125可以发送配置与神经网络模型和神经网络权重相关联的信令的周期的指示，其中，接收信令是基于所配置的周期的。

在一些示例中，信令管理器1125可以发送调度包括与神经网络模型和神经网络权重相关联的信令的传输的准许，其中，接收信令是基于准许的。在一些情况下，准许包括下行链路控制信息消息中的上行链路准许。在一些情况下，所调度的传输包括上行链路共享信道传输。在一些情况下，神经网络模型和神经网络权重对应于与第二设备处的传输相关联的非线性响应。

在一些示例中，度量管理器1120可以基于所接收的信令来估计与参考信号相关联的接收解码度量，其中，与第二设备进行通信还是基于所估计的接收解码度量的。在一些情况下，接收解码度量包括与基于非线性响应对在第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重。

在一些示例中，传输管理器1130可以基于所接收的信令来与第二设备进行通信。

图12示出了根据本公开内容的一个或多个方面的包括支持失真探索参考信号的设备1205的系统1200的图。设备1205可以是如本文描述的设备905、设备1005或第一设备(诸如基站105)的示例或者包括设备1005、设备1105或第一设备(诸如基站105)的组件。设备1205可以包括用于双向语音和数据通信的组件，包括用于发送和接收通信的组件，包括通信管理器1210、网络通信管理器1215、收发机1220、天线1225、存储器1230、处理器1240和站间通信管理器1245。这些组件可以经由一个或多个总线(例如，总线1250)来进行电子通信。

在一些示例中，通信管理器1210可以进行以下操作：发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；基于发送该指示来从第二设备接收第一参考信号和第二参考信号；基于第一参考信号和第二参考信号来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；基于神经网络模型和神经网络权重来估计与第一参考信号和第二参考信号相关联的发送编码度量和接收解码度量；基于估计来发送与神经网络模型和神经网络权重相关联的信令；以及基于接收解码度量来与第二设备进行通信。

在一些示例中，通信管理器1210可以进行以下操作：发送将第二设备配置为发送参考信号的指示；基于发送指示来从第二设备接收参考信号；接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于所接收的参考信号的；以及基于所接收的信令来与第二设备进行通信。

网络通信管理器1215可以管理与核心网络的通信(例如，经由一个或多个有线回程链路)。例如，网络通信管理器1215可以管理针对客户端设备(例如，一个或多个UE 115)的数据通信的传输。

收发机1220可以经由如上文描述的一个或多个天线、有线或无线链路来双向地进行通信。例如，收发机1220可以表示无线收发机并且可以与另一个无线收发机双向地进行通信。收发机1220还可以包括调制解调器，其用于调制分组并且将经调制的分组提供给天线以进行传输，以及解调从天线接收的分组。

在一些情况下，无线设备可以包括单个天线1225。然而，在一些情况下，该设备可以具有多于一个的天线1225，它们可能能够并发地发送或接收多个无线传输。

存储器1230可以包括RAM、ROM或其组合。存储器1230可以存储计算机可读代码1235，计算机可读代码1235包括当被处理器(例如，处理器1240)执行时使得设备执行本文描述的各种功能的指令。在一些情况下，存储器1230还可以包含BIOS等，其可以控制基本的硬件或软件操作，例如与外围组件或设备的交互。

处理器1240可以包括智能硬件设备(例如，通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分立门或者晶体管逻辑组件、分立硬件组件或者其任意组合)。在一些情况下，处理器1240可以被配置为使用存储器控制器来操作存储器阵列。在一些情况下，存储器控制器可以整合到处理器1240中。处理器1240可以被配置为执行存储器(例如，存储器1230)中存储的计算机可读指令以使得设备1205执行各种功能(例如，支持失真探索参考信号的功能或任务)。

站间通信管理器1245可以管理与其它基站105的通信，以及可以包括用于与其它基站105协作地控制与UE 115的通信的控制器或调度器。例如，站间通信管理器1245可以协调针对去往UE 115的传输的调度，以实现诸如波束成形或联合传输的各种干扰减轻技术。在一些示例中，站间通信管理器1245可以提供LTE/LTE-A无线通信网络技术内的X2接口，以提供基站105之间的通信。

代码1235可以包括用于实现本公开内容的各方面的指令，包括用于支持无线通信的指令。代码1235可以被存储在非暂时性计算机可读介质(例如，系统存储器或其它类型的存储器)中。在一些情况下，代码1235可能不是可由处理器1240直接执行的，但是可以使得计算机(例如，当被编译和被执行时)执行本文描述的功能。

图13示出了说明根据本公开内容的一个或多个方面的支持失真探索参考信号的方法1300的流程图。方法1300的操作可以由如本文描述的第一设备(例如，基站、UE等)或其组件来实现。例如，方法1300的操作可以由如参照图9至12描述的通信管理器来执行。在一些示例中，第一设备可以执行指令集以控制第一设备的功能元件来执行下文描述的功能。另外或替代地，第一设备可以使用专用硬件来执行下文描述的功能的各方面。

在1305处，第一设备可以发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示。可以根据本文描述的方法来执行1305的操作。在一些示例中，1305的操作的各方面可以由如参照图9至12描述的指示管理器来执行。

在1310处，第一设备可以基于发送该指示来从第二设备接收第一参考信号和第二参考信号。可以根据本文描述的方法来执行1310的操作。在一些示例中，1310的操作的各方面可以由如参照图9至12描述的参考信号接收管理器来执行。

在1315处，第一设备可以基于第一参考信号和第二参考信号来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。可以根据本文描述的方法来执行1315的操作。在一些示例中，1315的操作的各方面可以由如参照图9至12描述的神经网络管理器来执行。

在1320处，第一设备可以基于神经网络模型和神经网络权重来估计与第一参考信号和第二参考信号相关联的发送编码度量和接收解码度量。可以根据本文描述的方法来执行1320的操作。在一些示例中，1320的操作的各方面可以由如参照图9至12描述的度量管理器来执行。

在1325处，第一设备可以基于估计来发送与神经网络模型和神经网络权重相关联的信令。可以根据本文描述的方法来执行1325的操作。在一些示例中，1325的操作的各方面可以由如参照图9至12描述的信令管理器来执行。

在1330处，第一设备可以基于接收解码度量来与第二设备进行通信。可以根据本文描述的方法来执行1330的操作。在一些示例中，1330的操作的各方面可以由如参照图9至12描述的传输管理器来执行。

图14示出了说明根据本公开内容的一个或多个方面的支持失真探索参考信号的方法1400的流程图。方法1400的操作可以由如本文描述的第二设备(例如，基站、UE等)或其组件来实现。例如，方法1400的操作可以由如参照图5至8描述的通信管理器来执行。在一些示例中，第二设备可以执行指令集以控制第二设备的功能元件来执行下文描述的功能。另外或替代地，第二设备可以使用专用硬件来执行下文描述的功能的各方面。

在1405处，第二设备可以接收将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于第一峰均功率比的第二峰均功率比的第二参考信号的指示。可以根据本文描述的方法来执行1405的操作。在一些示例中，1405的操作的各方面可以由如参照图5至8描述的参考信号传输管理器来执行。

在1410处，第二设备可以基于接收该指示来向第一设备发送第一参考信号和第二参考信号。可以根据本文描述的方法来执行1410的操作。在一些示例中，1410的操作的各方面可以由如参照图5至8描述的参考信号传输管理器来执行。

在1415处，第二设备可以接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于第一参考信号和第二参考信号的。可以根据本文描述的方法来执行1415的操作。在一些示例中，1415的操作的各方面可以由如参照图5至8描述的信令组件来执行。

在1420处，第二设备可以基于所接收的信令来与第一设备进行通信。可以根据本文描述的方法来执行1420的操作。在一些示例中，1420的操作的各方面可以由如参照图5至8描述的传输组件来执行。

图15示出了说明根据本公开内容的一个或多个方面的支持失真探索参考信号的方法1500的流程图。方法1500的操作可以由如本文描述的第二设备(例如，基站、UE等)或其组件来实现。例如，方法1500的操作可以由如参照图5至8描述的通信管理器来执行。在一些示例中，第二设备可以执行指令集以控制第二设备的功能元件来执行下文描述的功能。另外或替代地，第二设备可以使用专用硬件来执行下文描述的功能的各方面。

在1505处，第二设备可以接收将第二设备配置为生成参考信号的指示。可以根据本文描述的方法来执行1505的操作。在一些示例中，1505的操作的各方面可以由如参照图5至8描述的参考信号传输管理器来执行。

在1510处，第二设备可以基于接收该指示来捕获在第二设备处生成的参考信号的一个或多个样本。可以根据本文描述的方法来执行1510的操作。在一些示例中，1510的操作的各方面可以由如参照图5至8描述的参考信号传输管理器来执行。

在1515处，第二设备可以基于参考信号的样本来确定对应于与第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重。可以根据本文描述的方法来执行1515的操作。在一些示例中，1515的操作的各方面可以由如参照图5至8描述的神经网络组件来执行。

在1520处，第二设备可以基于神经网络模型和神经网络权重来估计与参考信号相关联的发送编码度量和接收解码度量。可以根据本文描述的方法来执行1520的操作。在一些示例中，1520的操作的各方面可以由如参照图5至8描述的度量组件来执行。

在1525处，第二设备可以基于估计来发送与神经网络模型和神经网络权重相关联的信令。可以根据本文描述的方法来执行1525的操作。在一些示例中，1525的操作的各方面可以由如参照图5至8描述的信令组件来执行。

在1530处，第二设备可以基于发送编码度量来与第一设备进行通信。可以根据本文描述的方法来执行1530的操作。在一些示例中，1530的操作的各方面可以由如参照图5至8描述的传输组件来执行。

图16示出了说明根据本公开内容的一个或多个方面的支持失真探索参考信号的方法1600的流程图。方法1600的操作可以由如本文描述的第一设备(例如，基站、UE等)或其组件来实现。例如，方法1600的操作可以由如参照图9至12描述的通信管理器来执行。在一些示例中，第一设备可以执行指令集以控制第一设备的功能元件来执行下文描述的功能。另外或替代地，第一设备可以使用专用硬件来执行下文描述的功能的各方面。

在1605处，第一设备可以发送将第二设备配置为发送参考信号的指示。可以根据本文描述的方法来执行1605的操作。在一些示例中，1605的操作的各方面可以由如参照图9至12描述的指示管理器来执行。

在1610处，第一设备可以基于发送指示来从第二设备接收参考信号。可以根据本文描述的方法来执行1610的操作。在一些示例中，1610的操作的各方面可以由如参照图9至12描述的参考信号接收管理器来执行。

在1615处，第一设备可以接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，神经网络模型和神经网络权重是基于所接收的参考信号的。可以根据本文描述的方法来执行1615的操作。在一些示例中，1615的操作的各方面可以由如参照图9至12描述的信令管理器来执行。

在1620处，第一设备可以基于所接收的信令来与第二设备进行通信。可以根据本文描述的方法来执行1620的操作。在一些示例中，1620的操作的各方面可以由如参照图9至12描述的传输管理器来执行。

方面1：一种用于第一设备处的无线通信的方法，包括：发送第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；至少部分地基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号；至少部分地基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；至少部分地基于所述神经网络模型和所述神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量和接收解码度量；至少部分地基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令；以及至少部分地基于所述接收解码度量来与所述第二设备进行通信。

方面2：根据方面1所述的方法，其中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

方面3：根据方面1或2中任一项所述的方法，其中，发送所述信令包括：发送对与所述第一参考信号和所述第二参考信号相关联的所述发送编码度量的指示。

方面4：根据方面1至3中任一项所述的方法，其中，发送所述信令包括：发送调度至少部分地基于所述发送编码度量进行编码的传输的准许，其中，与所述第二设备进行通信包括：接收所调度的传输。

方面5：根据方面1至4中任一项所述的方法，其中：所述准许包括下行链路控制信息消息中的上行链路准许；并且所调度的传输包括上行链路共享信道传输。

方面6：根据方面1至5中任一项所述的方法，还包括：至少部分地基于接收所述第一参考信号来确定信道估计，其中，与所述第二设备进行通信还是至少部分地基于所确定的信道估计的。

方面7：根据方面1至6中任一项所述的方法，其中，所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应；所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第三神经网络模型和第三一个或多个神经网络权重。

方面8：根据方面1至7中任一项所述的方法，其中，所述第一参考信号包括解调参考信号。

方面9：根据方面1至8中任一项所述的方法，其中，所述第二参考信号包括时域中的连续符号集合。

方面10：一种装置，包括用于执行根据方面1至9中任一项所述的方法的至少一个单元。

方面11：一种用于无线通信的装置，包括：处理器；以及耦合到所述处理器的存储器，所述处理器和所述存储器被配置为执行根据方面1至9中任一项所述的方法。

方面12：一种存储用于无线通信的代码的非暂时性计算机可读介质，所述代码包括可由处理器执行以执行根据方面1至9中任一项所述的方法的指令。

方面13：一种用于第二设备处的无线通信的方法，包括：接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；至少部分地基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号；接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是至少部分地基于所述第一参考信号和所述第二参考信号的；以及至少部分地基于所接收的信令来与所述第一设备进行通信。

方面14：根据方面13所述的方法，其中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

方面15：根据方面13或14中任一项所述的方法，还包括：至少部分地基于所接收的信令来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量，其中，与所述第一设备进行通信还是至少部分地基于所估计的发送编码度量的。

方面16：根据方面13至15中任一项所述的方法，其中，接收所述信令包括：接收对所述发送编码度量的指示，其中，估计所述发送编码度量是至少部分地基于所接收的指示的。

方面17：根据方面13至16中任一项所述的方法，其中，所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应；并且所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重。

方面18：根据方面13至17中任一项所述的方法，其中，接收所述信令包括：接收调度至少部分地基于与所述第一参考信号和所述第二参考信号相关联的发送编码度量进行编码的传输的准许，其中，与所述第一设备进行通信包括：发送所调度的传输。

方面19：根据方面13至18中任一项所述的方法，其中：所述准许包括下行链路控制信息消息中的上行链路准许；并且所调度的传输包括上行链路共享信道传输。

方面20：根据方面13至19中任一项所述的方法，其中，所述第一参考信号包括解调参考信号。

方面21：根据方面13至20中任一项所述的方法，其中，所述第二参考信号包括时域中的连续符号集合。

方面22：一种装置，包括用于执行根据方面13至21中任一项所述的方法的至少一个单元。

方面23：一种用于无线通信的装置，包括：处理器；以及耦合到所述处理器的存储器，所述处理器和所述存储器被配置为执行根据方面13至21中任一项所述的方法。

方面24：一种存储用于无线通信的代码的非暂时性计算机可读介质，所述代码包括可由处理器执行以执行根据方面13至21中任一项所述的方法的指令。

方面25：一种用于第二设备处的无线通信的方法，包括：接收将所述第二设备配置为生成参考信号的指示；至少部分地基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本；至少部分地基于所述参考信号的所述样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；至少部分地基于所述神经网络模型和所述神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量；至少部分地基于所述估计来发送与所述神经网络模型和所述神经网络权重相关联的信令；以及至少部分地基于所述发送编码度量来与第一设备进行通信。

方面26：根据方面25所述的方法，其中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

方面27：根据方面25或26中任一项所述的方法，其中，发送所述信令包括：向所述第一设备发送对与所述参考信号相关联的所述接收解码度量的指示。

方面28：根据方面25至27中任一项所述的方法，还包括：接收配置与所述神经网络模型和所述神经网络权重相关联的所述信令的周期的指示，其中，发送所述信令是至少部分地基于所配置的周期的。

方面29：根据方面25至28中任一项所述的方法，还包括：接收调度包括与所述神经网络模型和所述神经网络权重相关联的所述信令的传输的准许，其中，发送所述信令是至少部分地基于所述准许的。

方面30：根据方面25至29中任一项所述的方法，其中：所述准许包括下行链路控制信息消息中的上行链路准许；并且所调度的传输包括上行链路共享信道传输。

方面31：根据方面25至30中任一项所述的方法，其中：所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应；所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第三神经网络模型和第三一个或多个神经网络权重。

方面32：根据方面25至31中任一项所述的方法，其中，所述参考信号包括时域中的连续符号集合。

方面33：一种装置，包括用于执行根据方面25至32中任一项所述的方法的至少一个单元。

方面34：一种用于无线通信的装置，包括：处理器；以及耦合到所述处理器的存储器，所述处理器和所述存储器被配置为执行根据方面25至32中任一项所述的方法。

方面35：一种存储用于无线通信的代码的非暂时性计算机可读介质，所述代码包括可由处理器执行以执行根据方面25至32中任一项所述的方法的指令。

方面36：一种用于第一设备处的无线通信的方法，包括：发送将第二设备配置为发送参考信号的指示；至少部分地基于发送所述指示来从所述第二设备接收所述参考信号；接收与对应于一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，所述神经网络模型和所述神经网络权重是至少部分地基于所接收的参考信号的；以及至少部分地基于所接收的信令来与所述第二设备进行通信。

方面37：根据方面36所述的方法，其中，所述指示包括无线资源控制消息、下行链路控制信息消息、或两者。

方面38：根据方面36或37中任一项所述的方法，还包括：至少部分地基于所接收的信令来估计与所述参考信号相关联的接收解码度量，其中，与所述第二设备进行通信还是至少部分地基于所估计的接收解码度量的。

方面39：根据方面36至38中任一项所述的方法，其中，接收所述信令包括：接收对所述接收解码度量的指示，其中，估计所述接收解码度量是至少部分地基于所接收的指示的。

方面40：根据方面36至39中任一项所述的方法，其中：所述神经网络模型和所述神经网络权重对应于与所述第二设备处的传输相关联的非线性响应；并且所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重。

方面41：根据方面36至40中任一项所述的方法，还包括：发送配置与所述神经网络模型和所述神经网络权重相关联的所述信令的周期的指示，其中，接收所述信令是至少部分地基于所配置的周期的。

方面42：根据方面36至41中任一项所述的方法，还包括：发送调度包括与所述神经网络模型和所述神经网络权重相关联的所述信令的传输的准许，其中，接收所述信令是至少部分地基于所述准许的。

方面43：根据方面36至42中任一项所述的方法，其中：所述准许包括下行链路控制信息消息中的上行链路准许；并且所调度的传输包括上行链路共享信道传输。

方面44：根据方面36至43中任一项所述的方法，其中，所述参考信号包括时域中的连续符号集合。

应当注意的是，本文描述的方法描述了可能的实现方式，并且操作和步骤可以被重新排列或者以其它方式修改，并且其它实现方式是可能的。此外，来自两种或更多种方法的各方面可以被组合。

虽然可能出于举例的目的，描述了LTE、LTE-A、LTE-A Pro或NR系统的各方面，并且可能在大部分的描述中使用了LTE、LTE-A、LTE-A Pro或NR术语，但是本文描述的技术适用于LTE、LTE-A、LTE-A Pro或NR网络之外的范围。例如，所描述的技术可以适用于各种其它无线通信系统，诸如超移动宽带(UMB)、电气与电子工程师协会(IEEE)802.11(Wi-Fi)、IEEE802.16(WiMAX)、IEEE 802.20、Flash-OFDM、以及本文未明确提及的其它系统和无线电技术。

本文描述的信息和信号可以使用各种各样的不同的技术和方法中的任何一者来表示。例如，可能遍及描述所提及的数据、指令、命令、信息、信号、比特、符号和码片可以由电压、电流、电磁波、磁场或粒子、光场或粒子或者其任何组合来表示。

可以利用被设计为执行本文描述的功能的通用处理器、DSP、ASIC、CPU、FPGA或其它可编程逻辑器件、分立门或者晶体管逻辑、分立硬件组件或者其任何组合来实现或执行结合本文的公开内容描述的各种说明性的框和组件。通用处理器可以是微处理器，但是在替代方式中，处理器可以是任何处理器、控制器、微控制器或者状态机。处理器也可以被实现为计算设备的组合(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与DSP核的结合、或者任何其它这样的配置)。

本文描述的功能可以在硬件、由处理器执行的软件、固件或其任何组合中实现。如果在由处理器执行的软件中实现，则所述功能可以作为一个或多个指令或代码存储在计算机可读介质上或通过其进行发送。其它示例和实现方式在本公开内容和所附权利要求的范围之内。例如，由于软件的性质，本文描述的功能可以使用由处理器执行的软件、硬件、固件、硬接线或这些项中的任何项的组合来实现。实现功能的特征也可以在物理上位于各个位置处，包括被分布为使得功能中的各部分功能在不同的物理位置处实现。

计算机可读介质包括非暂时性计算机存储介质和通信介质两者，通信介质包括促进计算机程序从一个地方传送到另一个地方的任何介质。非暂时性存储介质可以是可以由通用计算机或专用计算机访问的任何可用介质。通过举例而非限制的方式，非暂时性计算机可读介质可以包括RAM、ROM、电可擦除可编程ROM(EEPROM)、闪存、压缩光盘(CD)ROM或其它光盘存储、磁盘存储或其它磁存储设备、或可以用于以指令或数据结构的形式携带或存储期望的程序代码单元以及可以由通用或专用计算机、或通用或专用处理器访问的任何其它非暂时性介质。此外，任何连接适当地被称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送的，则同轴电缆、光纤光缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术被包括在计算机可读介质的定义内。如本文所使用的，磁盘和光盘包括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，而光盘利用激光来光学地复制数据。上文的组合也被包括在计算机可读介质的范围内。

本文所使用的(包括在权利要求中)，如项目列表(例如，以诸如“中的至少一个”或“中的一个或多个”的短语结束的项目列表)中所使用的“或”指示包含性列表，使得例如“A、B或C中的至少一个”的列表意指A或B或C或AB或AC或BC或ABC(即，A和B和C)。此外，如本文所使用的，短语“基于”不应当被解释为对封闭的条件集合的引用。例如，在不脱离本公开内容的范围的情况下，被描述为“基于条件A”的示例步骤可以至少部分地基于条件A和条件B两者。换句话说，如本文所使用的，应当以与解释短语“至少部分地基于”相同的方式来解释短语“基于”。

在附图中，相似的组件或特征可以具有相同的附图标记。此外，相同类型的各种组件可以通过在附图标记之后跟随有破折号和第二标记进行区分，所述第二标记用于在相似组件之间进行区分。如果在说明书中仅使用了第一附图标记，则描述适用于具有相同的第一附图标记的相似组件中的任何一个组件，而不考虑第二附图标记或其它后续附图标记。

本文结合附图所阐述的描述对示例配置进行了描述，而不表示可以实现或在权利要求的范围内的全部示例。本文所使用的术语“示例”意指“用作示例、实例或说明”，而不是“优选的”或者“比其它示例有优势”。出于提供对所描述的技术的理解的目的，详细描述包括具体细节。然而，可以在没有这些具体细节的情况下实践这些技术。在一些情况下，公知的结构和设备以图的形式示出，以便避免使所描述的示例的概念模糊。

提供了本文中的描述以使本领域技术人员能够实现或者使用本公开内容。对于本领域技术人员来说，对本公开内容的各种修改将是显而易见的，并且在不脱离本公开内容的范围的情况下，本文中定义的总体原理可以应用于其它变型。因此，本公开内容不限于本文描述的示例和设计，而是被赋予与本文中公开的原理和新颖特征相一致的最广范围。

Claims (52)

1.一种用于第一设备处的无线通信的方法，包括：

发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；

至少部分地基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号；

至少部分地基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；

使用所述神经网络模型并且至少部分地基于所述一个或多个神经网络权重来确定与所述第二设备相关联的非线性响应；

至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量和接收解码度量；

至少部分地基于所述估计来发送与所述神经网络模型和所述一个或多个神经网络权重相关联的信令，其中，发送所述信令包括发送调度要至少部分地基于所述发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述接收解码度量来与所述第二设备进行通信。

2.根据权利要求1所述的方法，其中，发送所述信令包括：

发送对与所述第一参考信号和所述第二参考信号相关联的所述发送编码度量的指示；或者

发送对所述神经网络模型和所述一个或多个神经网络权重的指示。

3.根据权利要求1所述的方法，其中，与所述第二设备进行通信包括：接收所调度的传输。

4.根据权利要求1所述的方法，其中：

所述上行链路准许在下行链路控制信息消息中；并且

所调度的传输包括上行链路共享信道传输。

5.根据权利要求1所述的方法，还包括：

至少部分地基于接收所述第一参考信号来确定信道估计，其中，与所述第二设备进行通信还是至少部分地基于所确定的信道估计的。

6.根据权利要求1所述的方法，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第三神经网络模型和第三一个或多个神经网络权重。

7.根据权利要求1所述的方法，其中，所述第一参考信号包括解调参考信号。

8.根据权利要求1所述的方法，其中，所述第二参考信号包括时域中的连续符号集合。

9.一种用于第二设备处的无线通信的方法，包括：

接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；

至少部分地基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号；

接收与对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，用于确定与所述第二设备相关联的非线性响应的所述神经网络模型和所述一个或多个神经网络权重是至少部分地基于所述第一参考信号和所述第二参考信号的，其中，接收所述信令包括接收调度要至少部分地基于发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述发送编码度量来与所述第一设备进行通信。

10.根据权利要求9所述的方法，其中，接收所述信令包括接收对所述神经网络模型和所述一个或多个神经网络权重的指示，并且

其中，所述方法还包括：至少部分地基于所接收的信令来估计所述发送编码度量。

11.根据权利要求9所述的方法，其中，接收所述信令包括：

接收对所述发送编码度量的指示。

12.根据权利要求9所述的方法，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；并且

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重。

13.根据权利要求9所述的方法，其中，与所述第一设备进行通信包括：发送所调度的传输。

14.根据权利要求9所述的方法，其中：

所述上行链路准许在下行链路控制信息消息中；并且

所调度的传输包括上行链路共享信道传输。

15.根据权利要求9所述的方法，其中，所述第一参考信号包括解调参考信号。

16.根据权利要求9所述的方法，其中，所述第二参考信号包括时域中的连续符号集合。

17.一种用于第二设备处的无线通信的方法，包括：

接收将所述第二设备配置为生成参考信号的指示；

至少部分地基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本；

至少部分地基于所述参考信号的所述一个或多个样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；

使用所述神经网络模型并且至少部分地基于所述一个或多个神经网络权重来确定与所述第二设备相关联的非线性响应；

至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量；

至少部分地基于所述估计来发送与所述神经网络模型和所述一个或多个神经网络权重相关联的信令；

接收调度要至少部分地基于所述发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述发送编码度量来与第一设备进行通信。

18.根据权利要求17所述的方法，其中，发送所述信令包括：

向所述第一设备发送对与所述参考信号相关联的所述接收解码度量的指示；或者

发送对所述神经网络模型和所述一个或多个神经网络权重的指示。

19.根据权利要求17所述的方法，还包括：

接收配置与所述神经网络模型和所述一个或多个神经网络权重相关联的所述信令的周期的指示，其中，发送所述信令是至少部分地基于所配置的周期的。

20.根据权利要求17所述的方法，其中：

所述上行链路准许在下行链路控制信息消息中；并且

所调度的传输包括上行链路共享信道传输。

21.根据权利要求17所述的方法，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第三神经网络模型和第三一个或多个神经网络权重。

22.根据权利要求17所述的方法，其中，所述参考信号包括时域中的连续符号集合。

23.一种用于第一设备处的无线通信的方法，包括：

发送将第二设备配置为发送参考信号的指示；

至少部分地基于发送所述指示来从所述第二设备接收所述参考信号；

接收与对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，用于确定与所述第二设备相关联的非线性响应的所述神经网络模型和所述一个或多个神经网络权重是至少部分地基于所接收的参考信号的；

发送调度要至少部分地基于发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应，其中，所述发送编码度量是至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计的；以及

至少部分地基于所接收的信令来与所述第二设备进行通信。

24.根据权利要求23所述的方法，其中，接收所述信令包括接收对所述神经网络模型和所述一个或多个神经网络权重的指示；并且

其中，所述方法还包括：

至少部分地基于所接收的信令来估计与所述参考信号相关联的接收解码度量，其中，与所述第二设备进行通信还是至少部分地基于所估计的接收解码度量的。

25.根据权利要求23所述的方法，其中，接收所述信令包括：

接收对接收解码度量的指示，其中，与所述第二设备通信还是至少部分地基于所述接收解码度量的。

26.根据权利要求24所述的方法，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；并且

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重。

27.根据权利要求23所述的方法，还包括：

发送配置与所述神经网络模型和所述一个或多个神经网络权重相关联的所述信令的周期的指示，其中，接收所述信令是至少部分地基于所配置的周期的。

28.根据权利要求23所述的方法，其中：

所述上行链路准许在下行链路控制信息消息中；并且

所调度的传输包括上行链路共享信道传输。

29.一种用于第一设备处的无线通信的装置，包括：

处理器；以及

与所述处理器耦合的存储器，所述处理器被配置为：

发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；

至少部分地基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号；

至少部分地基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；

使用所述神经网络模型并且至少部分地基于所述一个或多个神经网络权重来确定与所述第二设备相关联的非线性响应；

至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量和接收解码度量；

至少部分地基于所述估计来发送与所述神经网络模型和所述一个或多个神经网络权重相关联的信令，其中，发送所述信令包括发送调度要至少部分地基于所述发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述接收解码度量来与所述第二设备进行通信。

30.根据权利要求29所述的装置，其中，为了发送所述信令，所述处理器还被配置为：

发送对与所述第一参考信号和所述第二参考信号相关联的所述发送编码度量的指示；或者

发送对所述神经网络模型和所述一个或多个神经网络权重的指示。

31.根据权利要求29所述的装置，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第三神经网络模型和第三一个或多个神经网络权重。

32.一种用于第二设备处的无线通信的装置，包括：

处理器；以及

与所述处理器耦合的存储器，所述处理器被配置为：

接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；

至少部分地基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号；

接收与对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，用于确定与所述第二设备相关联的非线性响应的所述神经网络模型和所述一个或多个神经网络权重是至少部分地基于所述第一参考信号和所述第二参考信号的，其中，接收所述信令包括接收调度要至少部分地基于发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述发送编码度量来与所述第一设备进行通信。

33.根据权利要求32所述的装置，其中，为了接收所述信令，所述处理器还被配置为：接收对所述神经网络模型和所述一个或多个神经网络权重的指示，并且

其中，所述处理器还被配置为：至少部分地基于所接收的信令来估计所述发送编码度量。

34.根据权利要求32所述的装置，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；并且

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重。

35.一种用于第二设备处的无线通信的装置，包括：

处理器；以及

与所述处理器耦合的存储器，所述处理器被配置为：

接收将所述第二设备配置为生成参考信号的指示；

至少部分地基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本；

至少部分地基于所述参考信号的所述一个或多个样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；

使用所述神经网络模型并且至少部分地基于所述一个或多个神经网络权重来确定与所述第二设备相关联的非线性响应；

至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量；

至少部分地基于所述估计来发送与所述神经网络模型和所述一个或多个神经网络权重相关联的信令；

接收调度要至少部分地基于所述发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述发送编码度量来与第一设备进行通信。

36.根据权利要求35所述的装置，其中，为了发送所述信令，所述处理器还被配置为：

向所述第一设备发送对与所述参考信号相关联的所述接收解码度量的指示；或者

发送对所述神经网络模型和所述一个或多个神经网络权重的指示。

37.根据权利要求35所述的装置，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第三神经网络模型和第三一个或多个神经网络权重。

38.一种用于第一设备处的无线通信的装置，包括：

处理器；以及

与所述处理器耦合的存储器，所述处理器被配置为：

发送将第二设备配置为发送参考信号的指示；

至少部分地基于发送所述指示来从所述第二设备接收所述参考信号；

接收与对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，用于确定与所述第二设备相关联的非线性响应的所述神经网络模型和所述一个或多个神经网络权重是至少部分地基于所接收的参考信号的；

发送调度要至少部分地基于发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应，其中，所述发送编码度量是至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计的；以及

至少部分地基于所接收的信令来与所述第二设备进行通信。

39.根据权利要求38所述的装置，其中，为了接收所述信令，所述处理器还被配置为：接收对所述神经网络模型和所述一个或多个神经网络权重的指示；并且

其中，所述处理器还被配置为：

至少部分地基于所接收的信令来估计与所述参考信号相关联的接收解码度量，其中，与所述第二设备进行通信还是至少部分地基于所估计的接收解码度量的。

40.根据权利要求39所述的装置，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；并且

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重。

41.一种非暂时性计算机可读介质，其存储用于第一设备处的无线通信的代码，所述代码包括可由处理器执行以进行以下操作的指令：

发送将第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；

至少部分地基于发送所述指示来从所述第二设备接收所述第一参考信号和所述第二参考信号；

至少部分地基于所述第一参考信号和所述第二参考信号来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；

使用所述神经网络模型并且至少部分地基于所述一个或多个神经网络权重来确定与所述第二设备相关联的非线性响应；

至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计与所述第一参考信号和所述第二参考信号相关联的发送编码度量和接收解码度量；

至少部分地基于所述估计来发送与所述神经网络模型和所述一个或多个神经网络权重相关联的信令，其中，发送所述信令包括发送调度要至少部分地基于所述发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述接收解码度量来与所述第二设备进行通信。

42.根据权利要求41所述的非暂时性计算机可读介质，其中，为了发送所述信令，所述指令还可由所述处理器执行以进行以下操作：

发送对与所述第一参考信号和所述第二参考信号相关联的所述发送编码度量的指示；或者

发送对所述神经网络模型和所述一个或多个神经网络权重的指示。

43.根据权利要求41所述的非暂时性计算机可读介质，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第三神经网络模型和第三一个或多个神经网络权重。

44.一种非暂时性计算机可读介质，其存储用于第二设备处的无线通信的代码，所述代码包括可由处理器执行以进行以下操作的指令：

接收将所述第二设备配置为发送具有第一峰均功率比的第一参考信号和具有大于所述第一峰均功率比的第二峰均功率比的第二参考信号的指示；

至少部分地基于接收所述指示来向第一设备发送所述第一参考信号和所述第二参考信号；

接收与对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，用于确定与所述第二设备相关联的非线性响应的所述神经网络模型和所述一个或多个神经网络权重是至少部分地基于所述第一参考信号和所述第二参考信号的，其中，接收所述信令包括接收调度要至少部分地基于发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述发送编码度量来与所述第一设备进行通信。

45.根据权利要求44所述的非暂时性计算机可读介质，其中，为了接收所述信令，所述指令还可由所述处理器执行以接收对所述神经网络模型和所述一个或多个神经网络权重的指示，并且

其中，所述指令还可由所述处理器执行以至少部分地基于所接收的信令来估计所述发送编码度量。

46.根据权利要求44所述的非暂时性计算机可读介质，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；并且

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的传输进行编码相关联的第二神经网络模型和第二一个或多个神经网络权重。

47.一种非暂时性计算机可读介质，其存储用于第二设备处的无线通信的代码，所述代码包括可由处理器执行以进行以下操作的指令：

接收将所述第二设备配置为生成参考信号的指示；

至少部分地基于接收所述指示来捕获在所述第二设备处生成的所述参考信号的一个或多个样本；

至少部分地基于所述参考信号的所述一个或多个样本来确定对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重；

使用所述神经网络模型并且至少部分地基于所述一个或多个神经网络权重来确定与所述第二设备相关联的非线性响应；

至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计与所述参考信号相关联的发送编码度量和接收解码度量；

至少部分地基于所述估计来发送与所述神经网络模型和所述一个或多个神经网络权重相关联的信令；

接收调度要至少部分地基于所述发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应；以及

至少部分地基于所述发送编码度量来与第一设备进行通信。

48.根据权利要求47所述的非暂时性计算机可读介质，其中，为了发送所述信令，所述指令还可由所述处理器执行以进行以下操作：

向所述第一设备发送对与所述参考信号相关联的所述接收解码度量的指示；或者

发送对所述神经网络模型和所述一个或多个神经网络权重的指示。

49.根据权利要求47所述的非暂时性计算机可读介质，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重；并且

所述发送编码度量包括与至少部分地基于所述非线性响应对所述第二设备处的所述传输进行编码相关联的第三神经网络模型和第三一个或多个神经网络权重。

50.一种非暂时性计算机可读介质，其存储用于第一设备处的无线通信的代码，所述代码包括可由处理器执行以进行以下操作的指令：

发送将第二设备配置为发送参考信号的指示；

至少部分地基于发送所述指示来从所述第二设备接收所述参考信号；

接收与对应于与所述第二设备相关联的一个或多个传输参数的神经网络模型和一个或多个神经网络权重相关联的信令，其中，用于确定与所述第二设备相关联的非线性响应的所述神经网络模型和所述一个或多个神经网络权重是至少部分地基于所接收的参考信号的；

发送调度要至少部分地基于发送编码度量被编码的传输的上行链路准许，以补偿所述非线性响应，其中，所述发送编码度量是至少部分地基于所述非线性响应、所述神经网络模型和所述一个或多个神经网络权重来估计的；以及

至少部分地基于所接收的信令来与所述第二设备进行通信。

51.根据权利要求50所述的非暂时性计算机可读介质，其中，为了接收所述信令，所述指令还可由所述处理器执行以接收对所述神经网络模型和所述一个或多个神经网络权重的指示；并且

其中，所述指令还可由所述处理器执行以进行以下操作：

至少部分地基于所接收的信令来估计与所述参考信号相关联的接收解码度量，其中，与所述第二设备进行通信还是至少部分地基于所估计的接收解码度量的。

52.根据权利要求51所述的非暂时性计算机可读介质，其中：

所述非线性响应还与所述第二设备处的一个或多个传输组件相关联；并且

所述接收解码度量包括与至少部分地基于所述非线性响应对在所述第一设备处接收的传输进行解码相关联的第二神经网络模型和第二一个或多个神经网络权重。