CN116034549A - 用于无线通信的观测环境向量反馈 - Google Patents

用于无线通信的观测环境向量反馈 Download PDF

Info

Publication number
CN116034549A
CN116034549A CN202180054192.2A CN202180054192A CN116034549A CN 116034549 A CN116034549 A CN 116034549A CN 202180054192 A CN202180054192 A CN 202180054192A CN 116034549 A CN116034549 A CN 116034549A
Authority
CN
China
Prior art keywords
vector
client
update
aspects
environment vector
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
CN202180054192.2A
Other languages
English (en)
Inventor
A·马诺拉科斯
J·纳姆古
T·余
N·布尚
J·K·孙达拉拉詹
P·K·维特哈拉德夫尤尼
K·K·穆克维利
H·J·权
季庭方
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 CN116034549A publication Critical patent/CN116034549A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0417Feedback systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0636Feedback format
    • H04B7/0641Differential feedback
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0658Feedback reduction
    • H04B7/0663Feedback reduction using vector or matrix manipulations

Landscapes

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

Abstract

概括而言,本公开内容的各个方面涉及无线通信。在一些方面中,客户端可以接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。客户端可以至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新。提供了众多其它方面。

Description

用于无线通信的观测环境向量反馈
相关申请的交叉引用
本专利申请要求享受于2020年9月11日递交的名称为“OBSERVED ENVIRONMENTALVECTOR FEEDBACK FOR WIRELESS COMMUNICATION”的希腊专利申请No.20200100554的优先权,并且上述申请被转让给本申请的受让人。在先申请的公开内容被认为是本专利申请的一部分,并且通过引用并入本专利申请中。
技术领域
概括地说,本公开内容的各方面涉及无线通信并且涉及用于支持机器学习组件的技术和装置。
背景技术
无线通信系统被广泛地部署以提供诸如电话、视频、数据、消息传送以及广播之类的各种电信服务。典型的无线通信系统可以采用能够通过共享可用的系统资源(例如,带宽、发射功率等)来支持与多个用户进行通信的多址技术。这样的多址技术的示例包括码分多址(CDMA)系统、时分多址(TDMA)系统、频分多址(FDMA)系统、正交频分多址(OFDMA)系统、单载波频分多址(SC-FDMA)系统、时分同步码分多址(TD-SCDMA)系统以及长期演进(LTE)。LTE/改进的LTE是对由第三代合作伙伴计划(3GPP)发布的通用移动电信系统(UMTS)移动标准的增强集。
无线网络可以包括能够支持针对多个用户设备(UE)的通信的多个基站(BS)。用户设备(UE)可以经由下行链路和上行链路与基站(BS)进行通信。“下行链路”(或前向链路)指代从BS到UE的通信链路,而“上行链路”(或反向链路)指代从UE到BS的通信链路。如本文将更加详细描述的,BS可以被称为节点B、gNB、接入点(AP)、无线电头端、发送接收点(TRP)、新无线电(NR)BS、5G节点B等。
已经在各种电信标准中采用了以上的多址技术以提供公共协议,该公共协议使得不同的用户设备能够在城市、国家、地区、以及甚至全球层面上进行通信。新无线电(NR)(其也可以被称为5G)是对由第三代合作伙伴计划(3GPP)发布的LTE移动标准的增强集。NR被设计为通过提高频谱效率、降低成本、改进服务、利用新频谱以及在下行链路(DL)上使用具有循环前缀(CP)的正交频分复用(OFDM)(CP-OFDM)、在上行链路(UL)上使用CP-OFDM和/或SC-FDM(例如,也被称为离散傅里叶变换扩频OFDM(DFT-s-OFDM))来更好地与其它开放标准集成,从而更好地支持移动宽带互联网接入,以及支持波束成形、多输入多输出(MIMO)天线技术和载波聚合。然而,随着对移动宽带接入的需求持续增加,存在对LTE和NR技术进一步改进的需求。优选地,这些改进应当适用于其它多址技术和采用这些技术的电信标准。
发明内容
在一些方面中,一种由客户端执行的无线通信的方法包括:接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与所述客户端的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述方法包括:至少部分地基于所述观测环境向量反馈配置来发送与所述至少一个观测环境向量相对应的更新。
在一些方面中,一种由服务器执行的无线通信的方法包括:发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述方法包括:至少部分地基于所述观测环境向量反馈配置来接收与所述至少一个观测环境向量相对应的更新。
在一些方面中,一种用于无线通信的客户端包括存储器以及耦合到所述存储器的一个或多个处理器。所述存储器和所述一个或多个处理器被配置为:接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与所述客户端的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述存储器和所述一个或多个处理器被配置为:至少部分地基于所述观测环境向量反馈配置来发送与所述至少一个观测环境向量相对应的更新。
在一些方面中,一种用于无线通信的服务器包括存储器以及耦合到所述存储器的一个或多个处理器。所述存储器和所述一个或多个处理器被配置为:发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述存储器和所述一个或多个处理器被配置为:至少部分地基于所述观测环境向量反馈配置来接收与所述至少一个观测环境向量相对应的更新。
在一些方面中,一种存储用于无线通信的指令集的非暂时性计算机可读介质包括一个或多个指令,所述一个或多个指令在由客户端的一个或多个处理器执行时使得所述客户端进行以下操作:接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与所述客户端的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述一个或多个指令使得所述客户端进行以下操作:至少部分地基于所述观测环境向量反馈配置来发送与所述至少一个观测环境向量相对应的更新。
在一些方面中,一种存储用于无线通信的指令集的非暂时性计算机可读介质包括一个或多个指令,所述一个或多个指令在由服务器的一个或多个处理器执行时使得所述服务器进行以下操作:发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述一个或多个指令使得所述服务器进行以下操作:至少部分地基于所述观测环境向量反馈配置来接收与所述至少一个观测环境向量相对应的更新。
在一些方面中,一种用于无线通信的装置包括:用于接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,所述至少一个观测环境向量是至少部分地基于与所述装置的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述装置包括:用于至少部分地基于所述观测环境向量反馈配置来发送与所述至少一个观测环境向量相对应的更新的单元。
在一些方面中,一种用于无线通信的装置包括:用于发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,所述至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的。所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。所述装置包括:用于至少部分地基于所述观测环境向量反馈配置来接收与所述至少一个观测环境向量相对应的更新的单元。
概括地说,各方面包括如参照附图和说明书充分描述的并且如通过附图和说明书示出的方法、装置、系统、计算机程序产品、非暂时性计算机可读介质、用户设备、基站、无线通信设备和/或处理系统。
前文已经相当宽泛地概述了根据本公开内容的示例的特征和技术优点,以便可以更好地理解以下的详细描述。下文将描述额外的特征和优点。所公开的概念和特定示例可以容易地用作用于修改或设计用于实现本公开内容的相同目的的其它结构的基础。这样的等效构造不脱离所附的权利要求的范围。当结合附图考虑时,根据下文的描述,将更好地理解本文公开的概念的特性(它们的组织和操作方法二者)以及相关联的优点。附图中的每个附图是出于说明和描述的目的而提供的,而并不作为对权利要求的限制的定义。
附图说明
为了可以详尽地理解本公开内容的上述特征,通过参照各方面(其中一些方面在附图中示出),可以获得对上文简要概述的发明内容的更加具体的描述。然而,要注意的是,附图仅示出了本公开内容的某些典型的方面并且因此不被认为是限制本公开内容的范围,因为该描述可以容许其它同等有效的方面。不同附图中的相同的附图标记可以标识相同或相似元素。
图1是示出根据本公开内容的无线网络的示例的图。
图2是示出根据本公开内容的无线网络中的基站与UE相通信的示例的图。
图3是示出根据本公开内容的调节网络和自动编码器的示例的图。
图4是示出根据本公开内容的无线通信中的观测环境向量反馈的示例的图。
图5是示出根据本公开内容的无线通信中的观测环境向量反馈的示例的图。
图6和7是示出根据本公开内容的与无线通信中的观测环境向量反馈相关联的示例过程的图。
图8-13是根据本公开内容的用于实现客户端和/或服务器的装置的示例。
具体实施方式
在网络中操作的客户端可以向服务器报告信息。该信息可以包括与接收信号和/或定位信息相关联的信息以及其它示例。例如,客户端可以执行与参考信号相关联的测量,并且将测量报告给服务器。在一些示例中,客户端可以在用于信道状态反馈(CSF)的波束管理过程期间测量参考信号,可以测量来自服务小区和/或相邻小区的参考信号的接收功率,可以测量无线电接入技术(例如,WiFi)网络的间的信号强度,和/或可以测量用于检测环境内的一个或多个对象的位置的传感器信号。然而,向服务器报告信息可能会消耗通信和/或网络资源。
为了减轻资源的消耗,客户端(例如,UE、基站、发送接收点(TRP)、网络设备、低地球轨道(LEO)卫星、中地球轨道(MEO)卫星和地球静止轨道(GEO)卫星、和/或高椭圆轨道(HEO)卫星)可以使用一个或多个机器学习组件(例如,神经网络),这些机器学习组件可以被训练以学习测量质量对个体参数的依赖性,通过一个或多个机器学习组件的各个层(也被称为“操作”)来隔离测量质量,并且以限制压缩损失的方式压缩测量。客户端可以向服务器(例如,TRP、另一UE和/或基站)发送压缩的测量。
服务器可以使用与一个或多个机器学习组件相关联的一个或多个解压缩操作和重构操作来对压缩的测量进行解码。一个或多个解压缩和重构操作可以是至少部分地基于压缩的数据集的特征集合来产生重构的测量的。服务器可以至少部分地基于重构的测量来执行无线通信动作。
在一些情况下,客户端和服务器可以被配置有用于压缩和重构信息的机器学习组件。在一些情况下,可以使用联合学习来训练机器学习组件。联合学习是一种机器学习技术,其使多个客户端能够协作学习神经网络模型,而服务器不从客户端收集数据。联合学习技术可以涉及从存储在多个客户端上的数据训练的一个或多个全局神经网络模型。例如,在联合平均算法中,服务器将神经网络模型发送给客户端。每个客户端使用其自己的数据来训练所接收的神经网络模型,并且将更新的神经网络模式发送回服务器。服务器对来自客户端的更新的神经网络模型进行平均,以获得新神经网络模型。
然而,在一些情况下,一些客户端可以在与其它客户端不同的场景中操作(例如,室内/室外、在咖啡店中固定/在高速公路上移动等)。在一些情况下,不同的客户端可能受制于不同的实现方面(例如,不同的形状因素、不同的RF损伤等)。因此,在一些示例中,在物理层链路性能方面,找到在联合学习网络中的所有设备上都能很好地工作的神经网络模型可能是困难的。
为了提供和训练适合于相应客户端的个性化机器学习组件,客户端可以被配置有一个或多个调节网络和一个或多个用于压缩和重构信息的自动编码器。自动编码器可包括可以用于执行无线通信任务(例如,CSF计算、定位和/或信道解调)的一个或多个神经网络。调节网络可以包括一个或多个机器学习组件,其可以被配置为确定用于一个或多个自动编码器的客户端特定参数集合。
调节网络可以至少部分地基于与客户端的环境相关联的观测环境向量来确定调节向量。调节向量可以包括用于一个或多个自动编码器的客户端特定参数。观测环境向量可以包括与客户端环境的一个或多个特征相关联的观测值的阵列。客户端的环境可以包括与客户端相关联的任何特性,这些特性可能影响客户端的操作、由客户端接收的信号和/或由客户端发送的信号。客户端的操作可以包括可以对任何类型的信息执行的或与之有关的任何操作。客户端的操作可以包括例如接收信号、解码信号、解调信号、处理信号、编码信号、调制信号和/或发送信号。在一些方面中,客户端的环境的一个或多个特性可以包括客户端的特性、大规模信道特性、信道信息、信号信息和/或图像数据以及其它示例。客户端可以使用客户端自动编码器并且至少部分地基于客户端特定参数集合和共享参数集合来确定潜在向量。共享参数集合可以包括在部署在多个客户端的多个自动编码器和部署在服务器的一个或多个自动解码器之间共享的自动编码器参数。
客户端可以向服务器发送观测环境向量和潜在向量。服务器可以使用调节网络来至少部分地基于观测环境向量来确定客户端特定参数,并且使用与自动编码器相对应的解码器来至少部分基于客户端特定参数、共享参数和潜在向量来恢复观测无线通信向量。本文描述的技术的各方面可以用于任何数量的跨节点机器学习挑战,包括例如促进信道状态反馈、促进客户端的定位、用于无线通信的调制和/或波形的学习等。
在一些方面中,可以在客户端处采用一个或多个调节网络和一个或多个自动编码器。客户端可以是被配置为以客户端-服务器关系与服务器交互的软件和/或硬件实体。在一些方面中,例如,客户端可以包括UE、基站、发送接收点(TRP)、网络设备、集成接入和回程(IAB)网络节点、低地球轨道(LEO)卫星、中地球轨道(MEO)卫星、地球静止轨道(GEO)卫星和/或高椭圆轨道(HEO)卫星。在客户端处采用的调节网络在本文中可以被称为“调节网络”(当从上下文中清楚可知,调节网络是在客户端而不是服务器处采用时)或“客户端调节网络”。类似地,在客户端处采用的自动编码器在本文中可以被称为“自动编码器”(当从上下文中清楚可知,自动编码器是在客户端而不是服务器处采用时)或“客户端自动编码器”。
在一些方面中,可以在服务器处采用一个或多个调节网络和一个或多个自动编码器。服务器可以是被配置为以客户端-服务器关系与客户端交互的软件和/或硬件实体。在一些方面中,例如,客户端可以包括UE、基站、TRP、网络设备、IAB)\网络节点、LEO卫星、MEO卫星、GEO卫星和/或HEO卫星。在服务器处采用的调节网络在本文中可以被称为“调节网络”(当从上下文中清楚可知,调节网络是在服务器而不是客户端处使用时)或“服务器调节网络”。在服务器处采用的自动编码器可以被称为“自动编码器”(当从上下文中清楚可知,自动编码器是在服务器而不是客户端处采用时)或“服务器自动编码器”。
如上所指出的,在训练期间,可以使用联合学习技术来协作地学习自动编码器和调节网络。在一些情况下,调节网络的学习和/或更新频率可能低于自动编码器集合。调节网络至少部分地基于观测环境向量来确定调节向量。观测环境向量可以包括不改变或不频繁改变的元素(例如,客户端标识符、与未移动客户端相关联的定位信息、天线标识符以及其它不频繁改变的环境信息)。因此,调节网络可能不频繁地改变,并且每次向服务器提供潜在向量时向服务器反馈对观测环境向量的更新可能导致不必要的通信资源消耗。
本文中描述的技术和装置的各方面可以促进用于无线通信中的自动编码器的观测环境向量反馈。在一些方面中,客户端可以接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的。客户端可以确定与至少一个观测环境向量相对应的更新,并且可以至少部分地基于观测环境向量反馈配置来向服务器发送更新。观测环境向量反馈配置可以将客户端配置为以减少通信资源消耗的方式提供更新。以这种方式,本文描述的各方面可以促进机器学习组件的使用,而不增加不必要的资源消耗。本文描述的技术的各方面可以用于任意数量的跨节点机器学习挑战,包括例如促进信道状态反馈、促进客户端的定位和/或用于无线通信的调制和/或波形的学习。
调节网络和自动编码器是机器学习组件的示例。机器学习组件是执行一个或多个机器学习过程的客户端的组件(例如,硬件、软件或其组合)。机器学习组件可以包括例如硬件和/或软件,其可以学习执行过程而不被明确地训练来执行该过程。机器学习组件可以包括例如特征学习处理块和/或表示学习处理块。机器学习组件可以包括一个或多个神经网络。神经网络可以包括例如自动编码器。
在一些方面中,自动编码器可以被配置为至少部分地基于观测无线通信向量来确定潜在向量。在一些方面中,观测无线通信向量和潜在向量可以与无线通信任务相关联。观测无线通信向量可以包括与结合无线通信获得的一个或多个测量相关联的观测值的阵列。在一些方面中,例如,无线通信任务可以包括确定信道状态反馈(CSF)、确定与客户端相关联的定位信息、确定与无线通信相关联的调制和/或确定与无线通信相关联的波形。潜在向量是机器学习组件的输出,机器学习组件将观测无线通信向量作为输入。潜在向量可以包括与观测通信向量的一个或多个方面相关联的隐藏值的阵列。
下文参考附图更加充分描述了本公开内容的各个方面。然而,本公开内容可以以许多不同的形式来体现,并且不应当被解释为限于贯穿本公开内容所呈现的任何特定的结构或功能。更确切地说,提供了这些方面使得本公开内容将是透彻和完整的,并且将向本领域技术人员充分传达本公开内容的范围。基于本文的教导,本领域技术人员应当明白的是,本公开内容的范围旨在涵盖本文所公开的本公开内容的任何方面,无论该方面是独立于本公开内容的任何其它方面来实现的还是与任何其它方面结合地来实现的。例如,使用本文所阐述的任何数量的方面,可以实现一种装置或可以实施一种方法。此外,本公开内容的范围旨在涵盖使用除了本文所阐述的本公开内容的各个方面之外或不同于本文所阐述的本公开内容的各个方面的其它结构、功能、或者结构和功能来实施的这样的装置或方法。应当理解的是,本文所公开的本公开内容的任何方面可以由权利要求的一个或多个元素来体现。
现在将参考各种装置和技术来给出电信系统的若干方面。这些装置和技术将通过各种框、模块、组件、电路、步骤、过程、算法等(被统称为“元素”),在以下详细描述中进行描述,以及在附图中进行示出。这些元素可以使用硬件、软件或其组合来实现。至于这样的元素是实现为硬件还是软件,取决于特定的应用以及施加在整个系统上的设计约束。
各个方面可以包括可以与一个或多个服务器进行通信的一个或多个客户端。客户端可以包括被配置为执行一个或多个操作并且与一个或多个服务器进行通信的软件和/或硬件。服务器可以包括被配置为执行一个或多个操作并且与一个或多个客户端进行通信的软件和/或硬件。客户端和/或服务器可以是、包括、被包括在和/或实现在任意数量的不同类型的计算设备上,诸如网络设备(例如,无线网络设备和/或有线网络设备)、便携式计算机、膝上型电脑、平板电脑、工作站、个人计算机、控制器、车内控制网络、物联网(IoT)设备、业务控制设备、集成接入和回程(IAB)节点、用户设备(UE)、基站、中继站、交换机、路由器、客户驻地设备(CPE)和/或车辆(例如,陆基车辆、空中车辆、非地面车辆和/或水基车辆)。
如上所指出的,在一些方面中,客户端和/或服务器可以是、包括、被包括在和/或实现在一个或多个无线无线网络设备上。例如,在一些方面中,客户端可以是、包括、被包括在和/或实现在UE上,并且服务器可以是、包括、被包括在和/或实现在基站上。在一些方面中,客户端可以包括被配置为作为客户端操作的服务器。在一些方面中,服务器可以包括被配置为作为服务器操作的客户端。在一些方面中,一个或多个服务器和/或一个或多个客户端可以使用任意数量的类型的通信连接进行通信,诸如有线网络、无线网络、多跳网络和/或有线网络、无线网络和/或多跳网络的组合。
图1和图2以及下面的附文提供了可以用于实现本文公开的主题的一个或多个方面的无线网络和无线网络设备的各方面的示例。图3-7和附文描述了可以由客户端和/或服务器执行的操作的各方面,客户端和/或服务器可以包括例如在图1和2中示出并且结合图1和2描述的UE和基站,和/或客户端和/或服务器的其它实现,例如上文描述的那些。图8-13和附文描述了根据本公开内容的用于实现客户端和/或服务器的装置的示例。这些装置可以包括无线网络设备和/或任意数量的其它计算设备,如上文结合客户端和/或服务器所指示的。
应当注意的是,虽然本文可能使用通常与5G或NR无线电接入技术(RAT)相关联的术语来描述各方面,但是本公开内容的各方面可以应用于其它RAT,诸如3G RAT、4G RAT和/或5G之后的RAT(例如,6G)。
图1是示出根据本公开内容的无线网络100的示例的图。如上所指出的,无线网络100的一个或多个方面可以用于实现如在图4中示出并且在下文结合其描述的一个或多个客户端和服务器的各方面。无线网络100可以是或者可以包括5G(NR)网络和/或LTE网络以及其它示例的元素。无线网络100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(BS)是与用户设备(UE)进行通信的实体并且也可以被称为NR BS、节点B、gNB、5G节点B(NB)、接入点、发送接收点(TRP)等。每个BS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BS的覆盖区域和/或为该覆盖区域服务的BS子系统,这取决于使用该术语的上下文。在一些方面中,基站110可以是、包括、被包括在和/或用于实现服务器,诸如在图4中示出并且在下文描述的服务器404。UE可以是、包括、被包括在和/或用于实现客户端,诸如在图4中示出并且在下文描述的客户端402。在一些方面中,基站110可以是、包括、被包括在和/或用于实现客户端。在一些方面中,UE 120可以是、包括、被包括在和/或用于实现服务器。
BS可以提供针对宏小区、微微小区、毫微微小区和/或另一种类型的小区的通信覆盖。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UE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UE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UE(例如,封闭用户组(CSG)中的UE)进行的受限制的接入。用于宏小区的BS可以被称为宏BS。用于微微小区的BS可以被称为微微BS。用于毫微微小区的BS可以被称为毫微微BS或家庭BS。在图1中示出的示例中,BS 110a可以是用于宏小区102a的宏BS,BS 110b可以是用于微微小区102b的微微BS,以及BS 110c可以是用于毫微微小区102c的毫微微BS。BS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,小区可能未必是静止的,并且小区的地理区域可以根据移动BS的位置进行移动。在一些示例中,可以使用任何适当的传输网络通过各种类型的回程接口(诸如直接物理连接或虚拟网络)将BS彼此互连和/或与无线网络100中的一个或多个其它BS或网络节点(未示出)互连。
无线网络100还可以包括中继站。中继站是可以从上游站(例如,BS或UE)接收数据传输并且将数据传输发送给下游站(例如,UE或BS)的实体。中继站还可以是能够为其它UE中继传输的UE。在图1中示出的示例中,中继BS 110d可以与宏BS 110a和UE 120d进行通信,以便促进BS 110a与UE 120d之间的通信。中继BS还可以被称为中继站、中继基站、中继器等。
在一些方面中,无线网络100可以包括一个或多个非地面网络(NTN)部署,其中非地面无线通信设备可以包括UE(本文中可互换地称为“非地面UE”)、BS(本文中互换地称为“非地面BS”和“非地面基站”)、中继站(本文中互换地称为“非地面中继站”)等。如本文所使用的,“NTN”可以指由非地面UE、非地面BS、非地面中继站等促进接入的网络。
无线网络100可以包括任意数量的非地面无线通信设备。非地面无线通信设备可以包括卫星、有人驾驶飞行器系统、无人驾驶飞行器系统(UAS)平台等。有人驾驶飞行器系统可以包括飞机、直升机、飞艇等。卫星可以包括低地球轨道(LEO)卫星、中地球轨道(MEO)卫星、地球静止轨道(GEO)卫星、高椭圆轨道(HEO)卫星等。UAS平台可以包括高空平台站(HAPS),并且可以包括气球、飞艇、飞机等。非地面无线通信设备可以是与无线网络100分离的NTN的一部分。替代地,NTN可以是无线网络100的一部分。卫星可以使用卫星通信直接和/或间接地与无线网络100中的其它实体进行通信。其它实体可以包括UE(例如,地面UE和/或非地面UE)、一个或多个NTN部署中的其它卫星、其它类型的BS(例如,固定和/或基于地面的BS)、中继站、无线网络100的核心网络中包括的一个或多个组件和/或设备等。
无线网络100可以是包括不同类型的BS(诸如宏BS、微微BS、毫微微BS、中继BS等)的异构网络。这些不同类型的BS可以具有不同的发射功率电平、不同的覆盖区域以及对无线网络100中的干扰的不同影响。例如,宏BS可以具有高发射功率电平(例如,5到40瓦特),而微微BS、毫微微BS和中继BS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BS,并且可以提供针对这些BS的协调和控制。网络控制器130可以经由回程与BS进行通信。BS还可以经由无线或有线回程(例如,直接地或间接地)与彼此进行通信。例如,在一些方面中,无线网络100可以是、包括或被包括在无线回程网络(有时被称为集成接入和回程(IAB)网络)中。在IAB网络中,至少一个基站(例如,基站110)可以是经由有线回程链路(诸如光纤连接)与核心网络进行通信的锚基站。锚基站也可以被称为IAB施主(或IAB-施主)、中央实体、中央单元等。IAB网络可以包括一个或多个非锚基站,有时被称为中继基站、IAB节点(或IAB-节点)。非锚基站可以经由一个或多个回程链路与锚基站直接或间接地(例如,经由一个或多个非锚基站)进行通信,以形成到核心网络的用于携带回程业务的回程路径。回程链路可以是无线链路。锚基站和/或非锚基站可以经由接入链路与一个或多个UE(例如,UE 120)进行通信,该接入链路可以是用于携带接入业务的无线链路。
在一些方面中,包括IAB网络的无线电接入网络可以利用毫米波技术和/或定向通信(例如,波束成形、预编码等)来进行基站和/或UE之间(例如,两个基站之间、两个UE之间和/或基站与UE之间)的通信。例如,基站之间的无线回程链路可以使用毫米波来携带信息和/或可以使用波束成形、预编码等来定向到目标基站。类似地,UE与基站之间的无线接入链路可以使用毫米波和/或可以定向到目标无线节点(例如,UE和/或基站)。以这种方式,可以减少链路间干扰。
UE 120(例如,120a、120b、120c)可以散布于整个无线网络100中,并且每个UE可以是静止的或移动的。UE还可以被称为接入终端、终端、移动站、用户单元、站等。UE可以是蜂窝电话(例如,智能电话)、个人数字助理(PDA)、无线调制解调器、无线通信设备、手持设备、非地面无线通信设备、膝上型计算机、无绳电话、无线本地环路(WLL)站、平板设备、相机、游戏设备、上网本、智能本、超级本、医疗设备或装置、生物计量传感器/设备、可穿戴设备(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,音乐或视频设备、或卫星无线电单元等)、车辆组件或传感器、智能仪表/传感器、工业制造设备、全球定位系统设备或者被配置为经由无线或有线介质进行通信的任何其它适当的设备。
一些UE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)UE。MTC和eMTC UE包括例如机器人、无人机、远程设备、传感器、仪表、监视器和/或位置标签,它们可以与基站、另一个设备(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UE可以被认为是物联网(IoT)设备,和/或可以被实现成NB-IoT(窄带物联网)设备。一些UE可以被认为是客户驻地设备(CPE)。UE 120可以被包括在容纳UE 120的组件(诸如处理器组件和/或存储器组件)的壳体内部。在一些方面中,处理器组件和存储器组件可以耦合在一起。例如,处理器组件(例如,一个或多个处理器)和存储器组件(例如,存储器)可以操作地耦合、通信地耦合、电子地耦合和/或电气地耦合。
通常,可以在给定的地理区域中部署任意数量的无线网络。每个无线网络可以支持特定的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、频道等。每个频率可以在给定的地理区域中支持单种RAT,以便避免不同RAT的无线网络之间的干扰。在一些情况下,可以部署NR或5G RAT网络。
在一些方面中,两个或更多个UE 120(例如,被示为UE 120a和UE 120e)可以使用一个或多个侧行链路信道直接进行通信(例如,而不使用基站110作为彼此进行通信的中介)。例如,UE 120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(例如,其可以包括车辆到车辆(V2V)协议、车辆到基础设施(V2I)协议等)和/或网状网络进行通信。在一些方面中,UE 120可以执行调度操作、资源选择操作和/或本文中在别处被描述为由基站110执行的其它操作。
无线网络100的设备可以使用电磁频谱进行通信,电磁频谱可以基于频率或波长被细分为各种类别、频带、信道等。例如,无线网络100的设备可以使用具有第一频率范围(FR1)(其跨度可以从410MHz到7.125GHz)的操作频带进行通信,和/或可以使用具有第二频率范围(FR2)(其跨度可以从24.25GHz到52.6GHz)的操作频带进行通信。FR1和FR2之间的频率有时被称为中频。尽管FR1的一部分大于6GHz,但是FR1通常被称为“低于6GHz”频带。类似地,FR2通常被称为“毫米波”频带,尽管它不同于被国际电信联盟(ITU)标识为“毫米波”频带的极高频(EHF)频带(30GHz–300GHz)。因此,除非另有明确说明,否则应当理解,术语“低于6GHz””等(如果在本文中使用)可以广泛地表示小于6GHz的频率、FR1内的频率和/或中频(例如,大于7.125GHz)。类似地,除非另有明确说明,否则应当理解,术语“毫米波”等(如果在本文中使用)可以广泛地表示EHF频带内的频率、FR2内的频率和/或中频(例如,小于24.25GHz)。预期FR1和FR2中包括的频率可以被修改,并且本文描述的技术适用于那些修改的频率范围。
如图1所示,UE 120可以包括第一通信管理器140。如本文在别处更详细地描述的,第一通信管理器140可以进行以下操作:接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新。另外或替代地,第一通信管理器140可以执行本文描述的一个或多个其它操作。
在一些方面中,基站110可以包括第二通信管理器150。如本文在别处更详细地描述的,第二通信管理器150可以进行以下操作:发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新。另外或替代地,第二通信管理器150可以执行本文描述的一个或多个其它操作。
如上所指出的,图1仅是作为示例来提供的。其它示例可以不同于关于图1所描述的示例。
图2是示出根据本公开内容的无线网络100中的基站110与UE 120相通信的示例200的图。基站110可以被配备有T个天线234a至234t,以及UE 120可以被配备有R个天线252a至252r,其中一般而言,T≥1且R≥1。
在基站110处,发送处理器220可以从数据源212接收针对一个或多个UE的数据,至少部分地基于从每个UE接收的信道质量指示符(CQI)来选择用于该UE的一个或多个调制和编码方案(MCS),至少部分地基于被选择用于每个UE的MCS来处理(例如,编码和调制)针对该UE的数据,以及为所有UE提供数据符号。发送处理器220还可以处理系统信息(例如,针对半静态资源划分信息(SRPI))和控制信息(例如,CQI请求、授权和/或上层信令),以及提供开销符号和控制符号。发送处理器220还可以生成用于参考信号(例如,特定于小区的参考信号(CRS)或解调参考信号(DMRS))和同步信号(例如,主同步信号(PSS)或辅同步信号(SSS))的参考符号。发送(TX)多输入多输出(MIMO)处理器230可以对数据符号、控制符号、开销符号和/或参考符号执行空间处理(例如,预编码)(如果适用的话),并且可以向T个调制器(MOD)232a至232t提供T个输出符号流。每个调制器232可以(例如,针对OFDM)处理相应的输出符号流以获得输出采样流。每个调制器232可以进一步处理(例如,转换到模拟、放大、滤波以及上变频)输出采样流以获得下行链路信号。可以分别经由T个天线234a至234t来发送来自调制器232a至232t的T个下行链路信号。
在UE 120处,天线252a至252r可以从基站110和/或其它基站接收下行链路信号,并且可以分别向解调器(DEMOD)254a至254r提供接收的信号。每个解调器254可以调节(例如,滤波、放大、下变频以及数字化)接收的信号以获得输入采样。每个解调器254可以(例如,针对OFDM)进一步处理输入采样以获得接收符号。MIMO检测器256可以从所有R个解调器254a至254r获得接收符号,对接收符号执行MIMO检测(如果适用的话),以及提供检测到的符号。接收处理器258可以处理(例如,解调和解码)所检测到的符号,向数据宿260提供针对UE 120的经解码的数据,以及向控制器/处理器280提供经解码的控制信息和系统信息。术语“控制器/处理器”可以指代一个或多个控制器、一个或多个处理器、或其组合。信道处理器可以确定参考信号接收功率(RSRP)参数、接收信号强度指示符(RSSI)参数、参考信号接收质量(RSRQ)参数和/或信道质量指示符(CQI)参数。在一些方面中,UE 120的一个或多个组件可以被包括在壳体中。
网络控制器130可以包括通信单元294、控制器/处理器290和存储器292。网络控制器130可以包括例如核心网络中的一个或多个设备。网络控制器130可以经由通信单元294与基站110进行通信。
天线(例如,天线234a至234t和/或天线252a至252r)可以包括以下各项或可以被包括在以下各项内:一个或多个天线面板、天线组、天线元件集合、和/或天线阵列、以及其它示例。天线面板、天线组、天线元件集合、和/或天线阵列可以包括一个或多个天线元件。天线面板、天线组、天线元件集合、和/或天线阵列可以包括共面天线元件集合和/或非共面天线元件集合。天线面板、天线组、天线元件集合、和/或天线阵列可以包括单个壳体内的天线元件和/或多个壳体内的天线元件。天线面板、天线组、天线元件集合、和/或天线阵列可以包括耦合到一个或多个发送和/或接收组件(诸如图2的一个或多个组件)的一个或多个天线元件。
在上行链路上,在UE 120处,发送处理器264可以接收并且处理来自数据源262的数据和来自控制器/处理器280的控制信息(例如,用于包括RSRP、RSSI、RSRQ和/或CQI的报告)。发送处理器264还可以生成用于一个或多个参考信号的参考符号。来自发送处理器264的符号可以由TX MIMO处理器266进行预编码(如果适用的话),由调制器254a至254r(例如,针对DFT-s-OFDM或CP-OFDM)进一步处理,以及被发送给基站110。在一些方面中,UE 120的调制器和解调器(例如,MOD/DEMOD 254)可以被包括在UE 120的调制解调器中。在一些方面中,UE 120包括收发机。收发机可以包括天线252、调制器和/或解调器254、MIMO检测器256、接收处理器258、发送处理器264和/或TX MIMO处理器266的任何组合。收发机可以由处理器(例如,控制器/处理器280)和存储器282用于执行本文描述的任何方法的各方面。
在基站110处,来自UE 120和其它UE的上行链路信号可以由天线234接收,由解调器232处理,由MIMO检测器236检测(如果适用的话),以及由接收处理器238进一步处理,以获得由UE 120发送的经解码的数据和控制信息。接收处理器238可以向数据宿239提供经解码的数据,并且向控制器/处理器240提供经解码的控制信息。基站110可以包括通信单元244并且经由通信单元244来与网络控制器130进行通信。基站110可以包括调度器246以调度UE 120用于下行链路和/或上行链路通信。在一些方面中,基站110的调制器和解调器(例如,MOD/DEMOD 232)可以被包括在基站110的调制解调器中。在一些方面中,基站110包括收发机。收发机可以包括天线234、调制器和/或解调器232、MIMO检测器236、接收处理器238、发送处理器220和/或TX MIMO处理器230的任何组合。收发机可以由处理器(例如,控制器/处理器240)和存储器242用于执行本文描述的任何方法的各方面。
基站110的控制器/处理器240、UE 120的控制器/处理器280和/或图2中的任何其它组件可以执行与用于无线通信的观测环境向量反馈相关联的一种或多种技术,如本文中在别处更详细描述的。例如,基站110的控制器/处理器240、UE 120的控制器/处理器280和/或图2中的任何其它组件可以执行或指导例如图6的过程600、图7的过程700和/或如本文描述的其它过程的操作。存储器242和282可以分别存储用于基站110和UE 120的数据和程序代码。在一些方面中,存储器242和/或存储器282可以包括存储用于无线通信的一个或多个指令(例如,代码和/或程序代码)的非暂时性计算机可读介质。例如,一个或多个指令在由基站110和/或UE 120的一个或多个处理器执行(例如,直接地,或者在编译、转换和/或解释之后)时,可以使得一个或多个处理器、UE 120和/或基站110执行或指示例如图6的过程600、图7的过程700和/或如本文描述的其它过程的操作。在一些方面中,执行指令可包括运行指令、转换指令、编译指令和/或解释指令,以及其它示例。
在一些方面中,客户端(例如,UE 120)可以包括:用于接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及用于至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新的单元。另外或替代地,UE 120可以包括用于执行本文描述的一个或多个其它操作的单元。在一些方面中,这样的单元可以包括通信管理器140。另外或替代地,这样的单元可以包括结合图2描述的UE 120的一个或多个其它组件,诸如控制器/处理器280、发送处理器264、TX MIMO处理器266、MOD 254、天线252、DEMOD 254、MIMO检测器256、接收处理器258等。
在一些方面中,服务器(例如,基站110)可以包括:用于发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及用于至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新的单元。另外或替代地,基站110可以包括用于执行本文描述的一个或多个其它操作的单元。在一些方面中,这样的单元可以包括通信管理器150。在一些方面中,这样的单元可以包括结合图2描述的基站110的一个或多个其它组件,诸如天线234、DEMOD 232、MIMO检测器236、接收处理器238、控制器/处理器240、发送处理器220、TX MIMO处理器230、MOD 232、天线234等。
虽然图2中的框被示为不同的组件,但是上文关于这些框描述的功能可以在单个硬件、软件或组合组件中或者在组件的各种组合中实现。例如,关于发送处理器264、接收处理器258和/或TX MIMO处理器266描述的功能可以由控制器/处理器280执行或在其控制下执行。
如上所指出的,图2仅是作为示例来提供的。其它示例可以不同于关于图2所描述的示例。
图3是示出根据本公开内容的自动编码器和相关联的调节网络的示例300的图。示例300的各方面可以由客户端(例如,图4所示的客户端402)、服务器(例如,图4所示的服务器404)等实现。
示例300提供了客户端s、观测无线通信向量x;潜在向量h;观测环境向量f;以及调节向量c之间的关系的表示的示例。
在一些方面中,潜在向量h可以与无线通信任务相关联。在一些方面中,无线通信任务可以包括:确定CSF,确定与客户端相关联的定位信息,确定与无线通信相关联的调制,确定与无线通信相关联的波形,等等。
例如,在一些方面中,自动编码器可以用于压缩CSF以将CSI反馈回服务器。在一些方面中,观测无线通信向量x可以包括客户端(例如,UE 120)至少部分地基于接收到的信道状态信息参考信号(CSI-RS)来估计的传播信道。潜在向量h可以包括要反馈回服务器(例如,基站110)的压缩CSF。
如图所示,调节网络(示为“调节网络”)310可以被配置为接收观测环境向量f作为输入并且提供调节向量c作为输出。在一些方面中,调节网络310可以是或包括神经网络或多个神经网络。调节向量c可以包括可以加载到自动编码器320的一个或多个层中的客户端特定参数。在一些方面中,自动编码器320可以是或包括神经网络或多个神经网络。自动编码器320可以是常规自动编码器或可变自动编码器。自动编码器320可以包括编码器330,其被配置为接收观测无线通信向量x作为输入并且提供潜在向量h作为输出。自动编码器320还可以包括解码器340,其被配置为接收潜在向量h作为输入并且提供(例如,恢复)观测无线通信向量x作为输出。
在一些方面中,来自调节网络310的调节向量c可以调节自动编码器320以在观测环境中执行。调节向量c可以包括用于编码器的客户端特定参数φc和用于解码器的客户端特定参数θc。因此,编码器参数集合可以包括共享参数φ和客户端特定参数φc。解码器参数集合可以包括共享参数θ和客户端特定参数θc。神经网络参数集合可以包括用于编码器、解码器和调节网络的参数。
在一些方面中,观测环境向量f可以包括客户端可以获得的关于客户端的环境的任何数量的不同类型的信息。关于客户端的环境的信息可以包括关于客户端的信息(例如,设备信息、配置信息、能力信息等)、关于与客户端相关联的状态的信息(例如,操作状态、功率状态、激活状态等)、关于客户端的位置的信息(例如,定位信息、方位信息、地理信息、运动信息等)、关于客户端周围环境的信息(例如,天气信息、关于客户端周围无线信号的障碍物的信息、关于客户端附近的材料的信息等)等。观测环境向量f可以通过串接一个或多个信息指示(诸如上文列出的那些)来形成。
在一些方面中,例如,观测环境向量f可以包括客户端标识符(ID)、客户端天线配置、大尺度信道特性、CSI-RS配置、由成像设备获得的图像、估计的传播信道的一部分等。在一些方面中,例如,大尺度信道特性可以指示与信道相关联的延迟扩展、与信道相关联的功率延迟分布、与信道相关联的多普勒测量、与信道相关联的多普勒频谱、与信道相关联的信噪比(SNR)、与信道相关联的信号与噪声加干扰比(SiNR)、参考信号接收功率(RSRP)、接收信号强度指示符(RSSI)等。
在一些方面中,可以使用无监督学习过程来训练调节网络310和/或自动编码器320。可以使用联合学习过程来训练调节网络310和/或自动编码器320。联合学习可以用于训练调节网络310和/或自动编码器320。
如上所指出的,在训练期间,可以使用联合学习技术来协作地学习自动编码器和调节网络。在一些情况下,调节网络的学习和/或更新频率可能低于自动编码器集合。调节网络至少部分地基于观测环境向量来确定调节向量。观测环境向量可以包括不改变或不频繁改变的元素(例如,客户端标识符、与未移动客户端相关联的定位信息、天线标识符以及其它不频繁改变的环境信息)。因此,调节网络可能不频繁地改变,并且每次向服务器提供潜在向量时向服务器反馈对观测环境向量的更新可能导致不必要的通信资源消耗。
本文中描述的技术和装置的各方面可以促进用于无线通信中的自动编码器的观测环境向量反馈。在一些方面中,客户端可以接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的。客户端可以确定与至少一个观测环境向量相对应的更新,并且可以至少部分地基于观测环境向量反馈配置来向服务器发送更新。观测环境向量反馈配置可以将客户端配置为以减少通信资源消耗的方式提供更新。以这种方式,本文描述的各方面可以促进机器学习组件的使用,而不增加不必要的资源消耗。本文描述的技术的各方面可以用于任意数量的跨节点机器学习挑战,包括例如促进信道状态反馈、促进客户端的定位和/或用于无线通信的调制和/或波形的学习。
如上所指出的,图3仅是作为示例来提供的。其它示例可以不同于关于图3所描述的示例。
图4是示出根据本公开内容的使用自动编码器和相关联的调节网络的无线通信的示例400的图。如图所示,客户端402和服务器404可以彼此通信。在一些方面中,客户端402和服务器404可以经由无线网络(例如,图1所示的无线网络100)彼此通信。在一些方面中,多于一个客户端402和/或多于一个服务器404可以彼此通信。
客户端402和/或服务器404可以是计算设备、类似于计算设备、包括计算设备、被包括在计算设备中和/或使用计算设备来实现。计算设备可以包括例如无线通信设备、网络设备(例如,无线网络设备和/或有线网络设备)、便携式计算机、膝上型计算机、平板电脑、工作站、个人计算机、控制器、车载控制网络、IoT设备、业务控制设备、IAB节点、UE、基站、中继站、交换机、路由器、CPE、车辆(例如,陆基车辆、空中车辆、非地面车辆和/或水基车辆)和/或任何组合和/或例如,客户端402可以是UE(例如,图1所示的UE 120),并且服务器404可以是基站(例如,图1所示的基站110),并且客户端402和服务器404可以经由接入链路进行通信。客户端402和服务器404可以是经由侧行链路进行通信的UE 120。
如图所示,客户端402可以包括第一通信管理器406(例如,图1所示的第一通信管理器140),其可以被配置为利用客户端调节网络(示为“调节网络”)408和客户端自动编码器410来执行一个或多个无线通信任务。在一些方面中,客户端调节网络408可以是、类似于、包括或被包括在图3中示出并且在上文描述的调节网络310中。在一些方面中,客户端自动编码器410可以是、类似于、包括或被包括在图3中示出并且在上文描述的自动编码器320中。
如图所示,客户端调节网络408可以被配置为接收观测环境向量f作为输入并且提供调节向量c作为输出。调节向量c可以包括客户端特定编码器参数集合、客户端特定解码器参数集合等。在一些方面中,客户端调节网络408可以包括被配置为确定客户端特定编码器参数集合的第一子网络、被配置为确定客户端特定解码器参数集合的第二子网络等。
如图所示,客户端自动编码器410可以包括编码器412,其被配置为接收观测无线通信向量x作为输入并且提供潜在向量h作为输出。编码器可以包括至少一个编码器层,其被配置为使用由客户端调节网络408确定的客户端特定编码器参数集合。客户端402可以通过使用至少一个编码器层将观测无线通信向量x映射到潜在向量h来确定潜在向量。至少一个编码器层可以包括使用客户端特定编码器参数集合的第一子集的第一层集合、使用共享编码器参数集合的第一子集的第二层集合、使用客户端特定编码器参数集合的第二子集和共享编码器参数集合的第二子集的第三层集合等。
客户端自动编码器410还可以包括解码器414,其被配置为接收潜在向量h作为输入并且提供观测无线通信向量x作为输出。解码器可以包括被配置为使用客户端特定解码器参数集合的至少一个解码器层。客户端402可以通过使用至少一个解码器层将潜在向量h映射到观测无线通信向量x来确定观测无线通信向量x。客户端402可以使用解码器参数集合将潜在向量h映射到观测无线通信向量x。解码器参数集合可以包括客户端特定解码器参数集合和共享解码器参数集合。至少一个解码器层可以包括使用客户端特定解码器参数集合的第一子集的第一层集合、使用共享解码器参数集合的第一子集的第二层集合、使用客户端特定解码器参数集合的第二子集和共享解码器参数集合的第二子集的第三层集合等。
如图4所示,服务器404可以包括第二通信管理器416(例如,第二通信管理器150),其可以被配置为利用服务器调节网络(示为“调节网络”)418来执行一个或多个无线通信任务。例如,在一些方面中,服务器调节网络418可以对应于客户端调节网络408。在一些方面中,服务器调节网络418可以是客户端调节网络408的副本。在一些方面中,服务器调节网络418可以是、类似于、包括或被包括在图3中示出并且在下文描述的调节网络310中。
如图所示,服务器调节网络418可以被配置为接收观测环境向量f作为输入并且提供调节向量c作为输出。调节向量c可以包括客户端特定编码器参数集合、客户端特定解码器参数集合等。在一些方面中,服务器调节网络418可以包括被配置为确定客户端特定编码器参数集合的第一子网络、被配置为确定客户端特定解码器参数集合的第二子网络等。
在一些方面中,服务器404可以包括服务器自动编码器420。服务器自动编码器420可以包括编码器422,其被配置为接收观测无线通信向量x作为输入并且提供潜在向量h作为输出。服务器自动编码器420还可以包括解码器424,其被配置为接收潜在向量h作为输入并且提供观测无线通信向量x作为输出。编码器422可以包括被配置为使用客户端特定编码器参数集合的至少一个编码器层。解码器424可以包括被配置为使用客户端特定解码器参数集合的至少一个解码器层。
解码器424被配置为通过使用至少一个解码器层将潜在向量h映射到观测无线通信向量x来确定观测无线通信向量x。服务器404可以使用解码器参数集合将潜在向量h映射到观测无线通信向量x。解码器参数集合可以包括客户端特定解码器参数集合和共享解码器参数集合。至少一个解码器层可以包括使用客户端特定解码器参数集合的第一子集的第一层集合、使用共享解码器参数集合的第一子集的第二层集合、使用客户端特定解码器参数集合的第二子集和共享解码器参数集合的第二子集的第三层集合等。
如图4所示,客户端402可以包括收发机(示为“Tx/Rx”)426,其可以促进与服务器404的收发机428的无线通信。例如,如附图标记430所示,服务器404可以向客户端402发送观测环境向量反馈配置。观测环境向量反馈配置可以与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联,至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的。
在一些方面中,客户端402可以确定与至少一个观测环境向量相对应的更新。如附图标记432所示,客户端402可以发送并且服务器404可以接收更新。客户端402可以至少部分地基于观测环境向量反馈配置来发送更新。
如附图标记434所示,服务器404可以使用收发机428向客户端402发送无线通信。无线通信可以包括例如参考信号,诸如CSI-RS。客户端402的收发机426可以接收无线通信。通信管理器406可以至少部分地基于无线通信来确定观测无线通信向量x。例如,在无线通信是CSI-RS的方面中,观测无线通信向量x可以包括信道状态信息(CSI)。
如图所示,通信管理器406可以获得观测环境向量f,并且将观测环境向量f提供给调节网络408。通信管理器406可以从存储器、从一个或多个传感器等获得观测环境向量。如图所示,客户端调节网络可以至少部分地基于观测环境向量f来确定调节向量c。第一通信管理器406可以将来自调节向量c的客户端特定自动编码器参数加载到客户端自动编码器410中。第一通信管理器406可以将观测无线通信向量x作为输入提供给客户端自动编码器410的编码器412。客户端自动编码器410的编码器412可以至少部分地基于观测无线通信向量x来确定潜在向量h。
如附图标记436所示,通信管理器406可以将潜在向量h和观测环境向量f提供给收发机426用于传输。如附图标记438所示,收发机426可以发送并且服务器404的收发机428可以接收观测环境向量f和潜在向量h。如图所示,服务器404的第二通信管理器416可以将观测环境向量f作为输入提供给服务器调节网络418,该服务器调节网络418可以确定调节向量c。第二通信管理器416可以将来自调节向量c的客户端特定解码器参数加载到服务器自动编码器420的解码器424的一个或多个层中。
解码器424可以至少部分地基于潜在向量h来确定(例如,重构)观测无线通信向量x。在一些方面中,服务器404可以至少部分地基于观测无线通信向量x来执行无线通信动作。例如,在观测通信向量x包括CSI的方面中,服务器404的通信管理器418可以使用CSI进行通信分组和/或波束成形。
在一些方面中,客户端402和/或服务器404可以执行一个或多个额外操作。客户端402和/或服务器404可以被配置为例如使用一个或多个不同类型的机器学习组件、使用一个或多个过程和/或组件来补充或者代替一个或多个机器学习组件。例如,在一些方面中,客户端402和/或服务器404可以被配置为执行与接收信号相关的第一类型的过程并且执行与接收信号和/或另一接收信号相关的第二类型的过程。可以使用第一算法、第一处理块和/或第一机器学习组件来执行第一类型的过程,并且可以使用第二算法、第二处理块和和/或第二机器学习组件来执行第二类型的过程。在一个示例中,客户端402可以使用第一过程来确定与接收信号相关联的第一CSI,并且可以使用第二过程来确定与接收信号和/或不同的接收信号相关联的第二CSI。
如上所指出的,图4仅是作为示例来提供的。其它示例可以不同于关于图4所描述的示例。
图5是示出根据本公开内容的用于无线通信的观测环境向量反馈的示例500的图。如图所示,客户端505和服务器510可以彼此通信。在一些方面中,客户端505可以是、类似于、包括或被包括在图4所示的客户端402中。在一些方面中,服务器510可以是、类似于、包括或被包括在图4所示的服务器404中。
如附图标记515所示,客户端505可以发送并且服务器510可以接收能力报告。能力报告可以指示客户端505的一个或多个能力。例如,能力报告可以指示客户端505可以支持的多个观测环境向量。客户端505可以支持的观测环境向量数量可以包括客户端505能够同时处理、更新和/或跟踪的观测环境向量数量。
例如,客户端505可以支持至少一个观测环境向量。至少一个观测环境向量可以包括多个观测环境向量。多个观测环境向量可以对应于多个通信参数。在一些方面中,例如,多个观测环境向量中的第一观测环境向量可以对应于多个通信参数中的第一通信参数,并且多个观测环境向量中的第二观测环境向量可以对应于多个通信参数中的第二通信参数。多个通信参数可以指示分量载波、带宽部分、频带、频带组合、频率范围、用例、神经网络标识符或其组合中的至少一项。该用例可以包括CSI推导、定位测量推导、对数据信道的解调或其组合中的至少一项。
如附图标记520所示,服务器510可以发送并且客户端505可以接收观测环境向量反馈配置。观测环境向量反馈配置可以与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联。至少一个观测环境向量可以是至少部分地基于与客户端505的环境相关联的一个或多个特征的。在一些方面中,观测环境向量反馈配置可以是至少部分地基于能力报告的。在一些方面中,服务器510可以发送并且客户端505可以接收自动编码器配置,该自动编码器配置指示要在自动编码器集合中包括的自动编码器数量。
如附图标记525所示,客户端505可以确定与至少一个观测环境向量相对应的更新。如附图标记530所示,客户端505可以发送并且服务器510可以接收与观测环境向量相对应的更新(示为观测环境向量更新)。如附图标记535所示,服务器可以至少部分地基于更新来确定更新的调节向量。
在一些方面中,客户端505可以通过确定与至少一个观测环境向量相对应的值集合来确定更新。在一些方面中,更新包括本地更新的观测环境向量。更新可以包括本地更新的观测环境向量的元素子集,该元素子集不同于先前发送的更新的对应的元素子集。
观测环境向量配置可以指示至少一个传输参数,该至少一个传输参数指示可以用于携带更新的一个或多个部分的经调度的上行链路资源数量。经调度的上行链路资源数量可以对应于经分配的上行链路资源集合的百分比。经分配的上行链路资源集合可以对应于物理上行链路控制信道(PUCCH)、物理上行链路共享信道(PUSCH)或其组合中的至少一项。在一些方面中,经分配的上行链路资源集合可以对应于PUCCH。经分配的上行链路资源集合可以对应于上行链路控制信息(UCI)报告。
更新可以包括调节网络输入指示,其指示将被提供给服务器调节网络作为用于确定调节向量的输入的至少一个观测环境向量的一个或多个元素。调节网络输入指示可以包括与一个或多个元素相对应的一个或多个索引。例如,调节网络输入指示可以包括指示一个或多个索引的位图。更新可以包括:第一部分,其包括调节网络输入指示;以及第二部分,其包括与至少一个观测环境向量相对应的值集合。
客户端505可以通过使用物理上行链路控制信道发送第一部分以及使用物理上行链路共享信道发送第二部分来发送更新。客户端505可以通过使用UCI报告发送第一部分以及使用UCI报告发送第二部分来发送更新。第一部分可以包括位图。
在一些方面中,客户端505可以识别与多个观测环境向量相对应的多个更新的被调度传输与额外传输之间的冲突。客户端505可以至少部分地基于识别冲突来避免发送包括与多个观测环境向量相对应的多个更新的报告的结束部分。在一些方面中,客户端505可以接收与对应于多个观测环境向量的多个更新的被调度传输和额外传输相关联的资源分配。客户端505可以确定资源分配不足以发送包括与多个观测环境向量相对应的多个更新的报告。客户端505可以至少部分地基于确定资源分配不足以发送报告来避免发送报告的结束部分。
在一些方面中,客户端505可以被配置为提供潜在向量的周期性反馈。在一些方面中,可以关于与潜在向量相对应的周期性反馈来配置与观测环境向量相对应的更新的反馈。例如,在一些方面中,客户端505可以(例如,从服务器510)接收潜在向量配置,该潜在向量配置指示用于报告与至少一个潜在向量相对应的更新的周期性报告过程。可以在无线电资源控制(RRC)消息、MAC CE或其组合中的至少一项中携带潜在向量配置。
观测环境向量配置可以指示与报告与至少一个观测环境向量相对应的更新相关联的第二周期。第二周期可以包括与至少一个观测环境向量相对应的更新的连续传输之间的时间量。第一周期可以短于第二周期。
在一些方面中,可以使用至少部分地基于第一周期的缩放因子来定义第二周期。例如,潜在向量配置可以指示与报告与至少一个潜在向量相对应的更新相关联的第一周期以及用于确定相对于第一周期的第二周期的缩放因子。第二周期可以包括与至少一个观测环境向量相对应的更新的连续传输之间的时间量。在一些方面中,客户端505可以至少部分地基于第一周期和缩放因子来确定第二周期。客户端505可以发送并且服务器510可以接收对第二周期的指示。
缩放因子可以包括显式缩放因子。即,例如,选择反馈配置可以包括将第一周期映射到一个或多个第二周期选项的缩放因子表。客户端505可以从一个或多个第二周期选项中选择第二周期。例如,在CSI报告场景中,该配置可以包括用于报告潜在向量h的单个周期、以及用于确定至少一个观测环境向量的报告的减少的周期的显式或隐式缩放因子。显式缩放因子可以对应于配置中的因子α={0.1,0.2,0.5,0.75}。表将潜在向量h的每个周期T映射到观测环境向量f更新的不同周期。例如,如果Th=100,则Tf={10,20,50}”,则客户端505可以选择该值并且将其报告给服务器510。在一些方面中,缩放因子可以包括隐式缩放因子,其中第一周期映射到第二周期。
客户端505可以识别与至少一个潜在向量相对应的更新的被调度传输和与至少一个观测环境向量相对应的更新的被调度传输之间的冲突。客户端505可以至少部分地基于识别冲突来发送与至少一个观测环境向量相对应的更新的被调度传输。
在一些方面中,至少一个观测环境向量可以包括多个观测环境向量。至少一个潜在向量可以包括多个潜在向量,并且客户端505可以根据排序来发送第一多个更新。第一多个更新可以对应于多个观测环境向量,并且客户端505可以根据排序来发送与多个潜在向量相对应的第二多个更新。
在一些方面中,根据排序来发送第一多个更新和第二多个更新可以包括:在发送第二多个更新之前发送第一多个更新。在一些方面中,根据排序来发送第一多个更新和第二多个更新可以包括:发送第一多个更新中的第一更新;在发送第一更新之后,发送第二多个更新中的第二更新;在发送第二更新之后,发送第一多个更新中的第三更新;以及在发送第三更新之后,发送第二多个更新中的第四更新。
在一些方面中,至少一个观测环境向量可以包括多个元素。至少一个潜在向量可以包括多个潜在向量,并且客户端505可以根据排序来发送第一多个更新。第一多个更新可以对应于多个元素,并且客户端505可以根据排序来发送与多个潜在向量相对应的第二多个更新。
在一些方面中,根据排序来发送第一多个更新和第二多个更新可以包括:在发送第二多个更新之前发送第一多个更新。在一些方面中,根据排序来发送第一多个更新和第二多个更新可以包括:发送第一多个更新中的第一更新;在发送第一更新之后,发送第二多个更新中的第二更新;在发送第二更新之后,发送第一多个更新中的第三更新;以及在发送第三更新之后,发送第二多个更新中的第四更新。
在一些方面中,客户端505可以识别与多个观测环境向量相对应的多个更新的被调度传输与额外传输之间的冲突。客户端505可以至少部分地基于识别冲突来避免发送包括与多个观测环境向量相对应的多个更新的报告的结束部分。
在一些方面中,客户端505可以接收与对应于多个观测环境向量的多个更新的被调度传输和额外传输相关联的资源分配,并且可以确定资源分配不足以发送包括对应于多个自动编码器索引的多个更新的报告。客户端505可以至少部分地基于确定资源分配不足以发送报告来避免发送报告的结束部分。
在一些方面中,定制特征向量配置可以包括用于至少部分地基于接收到潜在向量反馈请求来发送与至少一个观测环境向量相对应的更新的指示。可以在下行链路控制信息(DCI)传输、MAC CE或其组合中的至少一项中携带潜在向量反馈请求。在一些方面中,潜在向量反馈请求可以包括触发与至少一个潜在向量相对应的更新的传输的触发,并且该触发还可以触发与至少一个观测环境向量相对应的更新的传输。
在一些方面中,客户端505可以向服务器510发送反馈资源请求,其中,反馈资源请求包括针对用于发送与至少一个潜在向量相对应的更新的第一资源集合的请求。反馈资源请求可以包括针对用于发送与至少一个观测环境向量相对应的更新的第二资源集合的请求。
在一些方面中,客户端505可以确定更新报告触发事件的发生,并且可以至少基于确定更新报告触发事件的发生来发送与至少一个观测环境向量相对应的更新或与至少一个潜在向量相对应的更新中的至少一项。在一些方面中,客户端505可以通过至少部分地基于先前报告的观测环境向量来确定本地更新的潜在向量来确定与至少一个潜在向量相对应的更新。客户端505可以通过至少部分地基于默认观测环境向量来确定本地更新的潜在向量来确定与至少一个潜在向量相对应的更新。默认自动编码器索引包括在初始化阶段和/或建立阶段确定的初始观测环境向量。
在一些方面中,客户端505可以对本地更新的观测环境向量进行量化以生成量化更新并且发送量化更新。本地更新的观测环境向量可以包括多个元素,并且客户端505可以对多个元素中的每个元素进行量化。在一些方面中,客户端505可以确定与量化更新相对应的比特大小的指示。服务器510可以提供对比特大小的指示。可以在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带对比特大小的指示。在一些方面中,客户端505可以从存储器取回指示。量化更新可以包括与比特大小相对应的固定比特数量。
客户端505可以确定对与量化更新相对应的最大比特大小的指示。量化更新可以包括可变比特数量,该可变比特数量包括小于或等于最大比特大小的比特大小。客户端505可以发送指示用于量化定制特征向量更新的最大比特大小的量化能力指示,并且最大比特大小可以是至少部分地基于量化能力指示的。客户端505可以接收用于发送更新的资源分配,并且最大比特大小可以是至少部分地基于资源分配的。服务器510可以提供对最大比特大小的指示。可以在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带对最大比特大小的指示。在一些方面中,客户端505可以从存储器取回指示。
量化更新可以包括本地更新的观测环境向量的一个或多个元素的非均匀量化。在一些方面中,客户端505可以接收对非均匀量化方案的指示。非均匀量化可以是至少部分地基于对非均匀量化方案的指示的。可以在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带非均匀量化方案。客户端505可以发送非均匀量化能力指示,并且非均匀量化方案可以是至少部分地基于非均匀量化能力指示的。在一些方面中,客户端505可以发送非均匀量化建议,并且非均匀量化方案可以是至少部分地基于非均匀量化建议的。
如上所指出的,图5仅是作为示例来提供的。其它示例可以不同于关于图5所描述的示例。
图6是示出根据本公开内容的例如由客户端执行的示例过程600的图。示例过程600是其中客户端(例如,图5所示的客户端505)执行与用于无线通信的观测环境向量反馈相关联的操作的示例。
如图6所示,在一些方面中,过程600可以包括:接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数(框610)。例如,客户端(例如,使用图8中描绘的接收组件802)可以接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数,如上所述。
如图6进一步所示,在一些方面中,过程600可以包括:至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新(框620)。例如,客户端(例如,使用图8中描绘的发送组件806)可以至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新,如上所述。
过程600可以包括额外的方面,诸如下文和/或结合本文中在别处描述的一个或多个其它过程描述的各方面中的任何单个方面或任何组合。
在第一方面中,第一机器学习组件包括第一神经网络。
在第二方面中,单独地或与第一方面相结合,第一神经网络包括调节网络。
在第三方面中,单独地或与第一方面和第二方面中的一个或多个方面相结合,第二机器学习组件包括第二神经网络。
在第四方面中,单独地或与第一方面至第三方面中的一个或多个方面相结合,第二神经网络包括自动编码器。
在第五方面中,单独地或与第一方面至第四方面中的一个或多个方面相结合,至少一个观测环境向量包括一个或多个元素,其中,一个或多个元素指示以下各项中的至少一项:客户端供应商标识符(ID)、客户端ID、无线电网络临时ID、客户端天线配置、客户端干扰水平、面板ID、接收波束ID、大尺度信道特性、信道状态信息参考信号配置、服务小区ID、与由与客户端相关联的成像设备获得的图像相关联的成像数据、观测无线通信向量的元素、或其组合。
在第六方面中,单独地或与第一方面至第五方面中的一个或多个方面相结合,客户端ID包括以下各项中的至少一项:国际移动设备身份、国际移动订户身份、或其组合。
在第七方面中,单独地或与第一方面至第六方面中的一个或多个方面相结合,大尺度信道特性指示以下各项中的至少一项:与信道相关联的延迟扩展、与信道相关联的功率延迟分布、与信道相关联的多普勒测量、与信道相关联的多普勒频谱、与信道相关联的信噪比、与信道相关联的信号与噪声加干扰比、参考信号接收功率、接收信号强度指示符、或其组合。
在第八方面中,单独地或与第一方面至第七方面中的一个或多个方面相结合,过程600包括:通过确定与至少一个观测环境向量相对应的值集合来确定更新。
在第九方面中,单独地或与第一方面至第八方面中的一个或多个方面相结合,更新包括本地更新的观测环境向量。
在第十方面中,单独地或与第一方面至第九方面中的一个或多个方面相结合,更新包括本地更新的观测环境向量的元素子集,该元素子集不同于先前发送的更新的对应元素子集。
在第十一方面中,单独地或与第一方面至第十方面中的一个或多个方面相结合,至少一个观测环境向量包括多个观测环境向量。
在第十二方面中,单独地或与第一方面至第十一方面中的一个或多个方面相结合,多个观测环境向量对应于多个通信参数。
在第十三方面中,单独地或与第一方面至第十二方面中的一个或多个方面相结合,多个通信参数指示以下各项中的至少一项:分量载波、带宽部分、频带、频带组合、频率范围、用例、神经网络标识符、或其组合。
在第十四方面中,单独地或与第一方面至第十三方面中的一个或多个方面相结合,用例包括以下各项中的至少一项:信道状态信息推导、定位测量推导、对数据信道的解调、或其组合。
在第十五方面中,单独地或与第一方面至第十四方面中的一个或多个方面相结合,多个观测环境向量中的第一观测环境向量对应于多个通信参数中的第一通信参数,并且其中,多个观测环境向量中的第二观测环境向量对应于多个通信参数中的第二通信参数。
在第十六方面中,单独地或与第一方面至第十五方面中的一个或多个方面相结合,过程600包括:发送能力报告,该能力报告指示客户端能够支持的观测环境向量数量,其中,观测环境向量配置是至少部分地基于能力报告的。
在第十七方面中,单独地或与第一方面至第十六方面中的一个或多个方面相结合,发送更新包括:使用上行链路MAC CE、RRC消息、UCI报告或其组合中的至少一项来发送更新。
在第十八方面中,单独地或与第一方面至第十七方面中的一个或多个方面相结合,观测环境向量配置指示至少一个传输参数,该至少一个传输参数指示能够用于携带更新的一个或多个部分的被调度上行链路资源数量。
在第十九方面中,单独地或与第一方面至第十八方面中的一个或多个方面相结合,被调度上行链路资源数量对应于经分配的上行链路资源集合的百分比。
在第二十方面中,单独地或与第一方面至第十九方面中的一个或多个方面相结合,经分配的上行链路资源集合对应于以下各项中的至少一项:物理上行链路控制信道(PUCCH)、物理上行链路共享信道(PUSCH)、或其组合。
在第二十一方面中,单独地或与第一方面至第二十方面中的一个或多个方面相结合,经分配的上行链路资源集合对应于PUCCH,并且其中,经分配的上行链路资源集合对应于上行链路控制信息报告。
在第二十二方面中,单独地或与第一方面至第二十一方面中的一个或多个方面相结合,更新包括调节网络输入指示,该调节网络输入指示用于指示要被提供给调节网络作为用于确定调节向量的输入的至少一个观测环境向量的一个或多个元素。
在第二十三方面中,单独地或与第一方面至第二十二方面中的一个或多个方面相结合,调节网络输入指示包括与一个或多个元素相对应的一个或多个索引。
在第二十四方面中,单独地或与第一方面至第二十三方面中的一个或多个方面相结合,调节网络输入指示包括指示一个或多个索引的位图。
在第二十五方面中,单独地或与第一方面至第二十四方面中的一个或多个方面相结合,更新包括第一部分和第二部分,该第一部分包括调节网络输入指示,该第二部分包括与至少一个观测环境向量相对应的值集合。
在第二十六方面中,单独地或与第一方面至第二十五方面中的一个或多个方面相结合,发送更新包括:使用物理上行链路控制信道来发送第一部分;以及使用物理上行链路共享信道来发送第二部分。
在第二十七方面中,单独地或与第一方面至第二十六方面中的一个或多个方面相结合,发送更新包括:使用UCI报告来发送第一部分,其中,第一部分包括位图;以及使用UCI报告来发送第二部分。
在第二十八方面中,单独地或与第一方面至第二十七方面中的一个或多个方面相结合,过程600包括:接收指示用于报告与至少一个潜在向量相对应的更新的周期性报告过程的潜在向量配置;使用至少一个自动编码器来确定与至少一个潜在向量相对应的更新;以及至少部分地基于潜在向量配置来发送与至少一个潜在向量相对应的更新。
在第二十九方面中,单独地或与第一方面至第二十八方面中的一个或多个方面相结合,潜在向量配置指示与报告与至少一个潜在向量相对应的更新相关联的第一周期,其中,第一周期包括与至少一个潜在向量相对应的更新的连续传输之间的时间量,并且其中,观测环境向量配置指示与报告与至少一个观测环境向量相对应的更新相关联的第二周期,其中,第二周期包括与至少一个观测环境向量相对应的更新的连续传输之间的时间量。
在第三十方面中,单独地或与第一方面至第二十九方面中的一个或多个方面相结合,第一周期短于第二周期。
在第三十一方面中,单独地或与第一方面至第三十方面中的一个或多个方面相结合,潜在向量配置或观测环境向量配置、或其组合是在RRC消息、MAC CE、或其组合中的至少一项中携带的。
在第三十二方面中,单独地或与第一方面至第三十一方面中的一个或多个方面相结合,潜在向量配置指示与报告与至少一个潜在向量相对应的更新相关联的第一周期,其中,第一周期包括与至少一个潜在向量相对应的更新的连续传输之间的时间量,并且其中,观测环境向量配置指示用于相对于第一周期来确定第二周期的缩放因子,其中,第二周期包括与至少一个观测环境向量相对应的更新的连续传输之间的时间量。
在第三十三方面中,单独地或与第一方面至第三十二方面中的一个或多个方面相结合,过程600包括:至少部分地基于第一周期和缩放因子来确定第二周期。
在第三十四方面中,单独地或与第一方面至第三十三方面中的一个或多个方面相结合,过程600包括:发送对第二周期的指示。
在第三十五方面中,单独地或与第一方面至第三十四方面中的一个或多个方面相结合,缩放因子包括显式缩放因子。
在第三十六方面中,单独地或与第一方面至第三十五方面中的一个或多个方面相结合,观测环境向量配置包括将第一周期映射到一个或多个第二周期选项的缩放因子表。
在第三十七方面中,单独地或与第一方面至第三十六方面中的一个或多个方面相结合,过程600包括:从一个或多个第二周期选项中选择第二周期。
在第三十八方面中,单独地或与第一方面至第三十七方面中的一个或多个方面相结合,缩放因子包括隐式缩放因子,其中,第一周期映射到第二周期。
在第三十九方面中,单独地或与第一方面至第三十八方面中的一个或多个方面相结合,过程600包括:识别与至少一个潜在向量相对应的更新的被调度传输和与至少一个观测环境向量相对应的更新的被调度传输之间的冲突;以及至少部分地基于识别冲突来发送与至少一个观测环境向量相对应的更新的被调度传输。
在第四十方面中,单独地或与第一方面至第三十九方面中的一个或多个方面相结合,至少一个观测环境向量包括多个观测环境向量,并且至少一个潜在向量包括多个潜在向量,并且其中,发送更新包括:根据排序来发送与多个观测环境向量相对应的第一多个更新;以及根据排序来发送与多个潜在向量相对应的第二多个更新。
在第四十一方面中,单独地或与第一方面至第四十方面中的一个或多个方面相结合,根据排序来发送第一多个更新和第二多个更新包括:在发送第二多个更新之前发送第一多个更新。
在第四十二方面中,单独地或与第一方面至第四十一方面中的一个或多个方面相结合,根据排序来发送第一多个更新和第二多个更新包括:发送第一多个更新中的第一更新;在发送第一更新之后,发送第二多个更新中的第二更新;在发送第二更新之后,发送第一多个更新中的第三更新;以及在发送第三更新之后,发送第二多个更新中的第四更新。
在第四十三方面中,单独地或与第一方面至第四十二方面中的一个或多个方面相结合,至少一个观测环境向量包括多个元素,并且其中,观测环境向量配置指示与发送与多个元素相对应的多个更新相关联的排序。
在第四十四方面中,单独地或与第一方面至第四十三方面中的一个或多个方面相结合,至少一个观测环境向量包括多个元素,并且至少一个潜在向量包括多个潜在向量,并且其中,发送更新包括:根据排序来发送与多个元素相对应的第一多个更新;以及根据排序来发送与多个潜在向量相对应的第二多个更新。
在第四十五方面中,单独地或与第一方面至第四十四方面中的一个或多个方面相结合,根据排序来发送第一多个更新和第二多个更新包括:在发送第二多个更新之前发送第一多个更新。
在第四十六方面中,单独地或与第一方面至第四十五方面中的一个或多个方面相结合,根据排序来发送第一多个更新和第二多个更新包括:发送第一多个更新中的第一更新;在发送第一更新之后,发送第二多个更新中的第二更新;在发送第二更新之后,发送第一多个更新中的第三更新;以及在发送第三更新之后,发送第二多个更新中的第四更新。
在第四十七方面中,单独地或与第一方面至第四十六方面中的一个或多个方面相结合,至少一个观测环境向量包括多个观测环境向量,并且其中,观测环境向量配置指示与发送与多个观测环境向量相对应的多个更新相关联的排序。
在第四十八方面中,单独地或与第一方面至第四十七方面中的一个或多个方面相结合,过程600包括:识别与多个观测环境向量相对应的多个更新的被调度传输与额外传输之间的冲突;以及至少部分地基于识别冲突来避免发送包括与多个观测环境向量相对应的多个更新的报告的结束部分。
在第四十九方面中,单独地或与第一方面至第四十八方面中的一个或多个方面相结合,过程600包括:接收与对应于多个观测环境向量的多个更新的被调度传输和额外传输相关联的资源分配;确定资源分配不足以发送包括与多个观测环境向量相对应的多个更新的报告;以及至少部分地基于确定资源分配不足以发送报告来避免发送报告的结束部分。
在第五十方面中,单独地或与第一方面至第四十九方面中的一个或多个方面相结合,过程600包括:接收指示用于报告与至少一个潜在向量相对应的更新的动态报告过程的潜在向量配置;使用至少一个自动编码器来确定与至少一个潜在向量相对应的更新;以及至少部分地基于潜在向量配置来发送与至少一个潜在向量相对应的更新。
在第五十一方面中,单独地或与第一方面至第五十方面中的一个或多个方面相结合,观测环境向量配置包括用于至少部分地基于接收潜在向量反馈请求来发送与至少一个观测环境向量相对应的更新的指示。
在第五十二方面中,单独地或与第一方面至第五十一方面中的一个或多个方面相结合,潜在向量反馈请求是在DCI传输、MAC CE或其组合中的至少一项中携带的。
在第五十三方面中,单独地或与第一方面至第五十二方面中的一个或多个方面相结合,潜在向量反馈请求包括触发与至少一个潜在向量相对应的更新的传输的触发,并且其中,该触发还触发与至少一个观测环境向量相对应的更新的传输。
在第五十四方面中,单独地或与第一方面至第五十三方面中的一个或多个方面相结合,过程600包括:发送反馈资源请求,其中,反馈资源请求包括针对用于发送与至少一个潜在向量相对应的更新的第一资源集合、用于发送与至少一个观测环境向量相对应的更新的第二资源集合、或其组合的请求。
在第五十五方面中,单独地或与第一方面至第五十四方面中的一个或多个方面相结合,过程600包括:确定更新报告触发事件的发生;以及至少基于确定更新报告触发事件的发生来发送与至少一个观测环境向量相对应的更新或与至少一个潜在向量相对应的更新中的至少一项。
在第五十六方面中,单独地或与第一方面至第五十五方面中的一个或多个方面相结合,确定与至少一个潜在向量相对应的更新包括:至少部分地基于至少一个先前报告的观测环境向量来确定本地更新的潜在向量。
在第五十七方面中,单独地或与第一方面至第五十六方面中的一个或多个方面相结合,确定与至少一个潜在向量相对应的更新包括:至少部分地基于默认观测环境向量来确定本地更新的潜在向量。
在第五十八方面中,单独地或与第一方面至第五十七方面中的一个或多个方面相结合,默认观测环境向量包括在初始化阶段确定的初始观测环境向量。
在第五十九方面中,单独地或与第一方面至第五十八方面中的一个或多个方面相结合,默认观测环境向量包括在建立阶段确定的初始观测环境向量。
在第六十方面中,单独地或与第一方面至第五十九方面中的一个或多个方面相结合,过程600包括:通过确定本地更新的观测环境向量来确定更新。
在第六十一方面中,单独地或与第一方面至第六十方面中的一个或多个方面相结合,发送更新包括:对本地更新的观测环境向量进行量化以生成量化更新;以及发送量化更新。
在第六十二方面中,单独地或与第一方面至第六十一方面中的一个或多个方面相结合,本地更新的观测环境向量包括多个元素,并且其中,对本地更新的观测环境向量进行量化包括:对多个元素中的每个元素进行量化。
在第六十三方面中,单独地或与第一方面至第六十二方面中的一个或多个方面相结合,过程600包括:确定对与量化更新相对应的比特大小的指示,其中,量化更新包括固定比特数量,并且其中,固定比特数量包括比特大小。
在第六十四方面中,单独地或与第一方面至第六十三方面中的一个或多个方面相结合,对比特大小的指示是在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带的。
在第六十五方面中,单独地或与第一方面至第六十四方面中的一个或多个方面相结合,过程600包括:确定对与量化更新相对应的最大比特大小的指示,其中,量化更新包括可变比特数量,并且其中,可变比特数量包括小于或等于最大比特大小的比特大小。
在第六十六方面中,单独地或与第一方面至第六十五方面中的一个或多个方面相结合,过程600包括:发送量化能力指示,该量化能力指示指示用于定制特征向量更新的量化的最大比特大小,其中,最大比特大小是至少部分地基于量化能力指示的。
在第六十七方面中,单独地或与第一方面至第六十六方面中的一个或多个方面相结合,过程600包括:接收用于发送更新的资源分配,并且其中,最大比特大小是至少部分地基于资源分配的。
在第六十八方面中,单独地或与第一方面至第六十七方面中的一个或多个方面相结合,对最大比特大小的指示是在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带的。
在第六十九方面中,单独地或与第一方面至第六十八方面中的一个或多个方面相结合,量化更新包括对本地更新的观测环境向量的一个或多个元素的非均匀量化。
在第七十方面中,单独地或与第一方面至第六十九方面中的一个或多个方面相结合,过程600包括:接收对非均匀量化方案的指示,其中,非均匀量化是至少部分地基于对非均匀量化方案的指示的,其中,非均匀量化方案是在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带的。
在第七十一方面中,单独地或与第一方面至第七十方面中的一个或多个方面相结合,过程600包括:发送非均匀量化能力指示,其中,非均匀量化方案是至少部分地基于非均匀量化能力指示的。
在第七十二方面中,单独地或与第一方面至第七十一方面中的一个或多个方面相结合,过程600包括:发送非均匀量化建议,其中,非均匀量化方案是至少部分地基于非均匀量化建议的。
虽然图6示出了过程600的示例框,但是在一些方面中,过程600可以包括与图6中描绘的那些框相比额外的框、更少的框、不同的框或者以不同方式布置的框。另外或替代地,过程600的框中的两个或更多个框可以并行地执行。
图7是示出根据本公开内容的例如由服务器执行的示例过程700的图。示例过程700是其中服务器(例如,图5所示的服务器510)执行与用于无线通信的观测环境向量反馈相关联的操作的示例。
如图7所示,在一些方面中,过程700可以包括:发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数(框710)。例如,服务器(例如,使用图11中描绘的发送组件1106)可以发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数,如上所述。
如图7进一步所示,在一些方面中,过程700可以包括:至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新(框720)。例如,服务器(例如,使用图11中描绘的接收组件1102)可以至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新,如上所述。
过程700可以包括额外的方面,诸如下文和/或结合本文中在别处描述的一个或多个其它过程描述的各方面中的任何单个方面或任何组合。
在第一方面中,第一机器学习组件包括第一神经网络。
在第二方面中,单独地或与第一方面相结合,第一神经网络包括调节网络。
在第三方面中,单独地或与第一方面和第二方面中的一个或多个方面相结合,第二机器学习组件包括第二神经网络。
在第四方面中,单独地或与第一方面至第三方面中的一个或多个方面相结合,第二神经网络包括自动编码器。
在第五方面中,单独地或与第一方面至第四方面中的一个或多个方面相结合,至少一个观测环境向量包括一个或多个元素,其中,一个或多个元素指示以下各项中的至少一项:客户端供应商ID、客户端ID、无线电网络临时ID、客户端天线配置、客户端干扰水平、面板ID、接收波束ID、大尺度信道特性、信道状态信息参考信号配置、服务小区ID、与由与客户端相关联的成像设备获得的图像相关联的成像数据、观测无线通信向量的元素、或其组合。
在第六方面中,单独地或与第一方面至第五方面中的一个或多个方面相结合,客户端ID包括以下各项中的至少一项:国际移动设备身份、国际移动订户身份、或其组合。
在第七方面中,单独地或与第一方面至第六方面中的一个或多个方面相结合,大尺度信道特性指示以下各项中的至少一项:与信道相关联的延迟扩展、与信道相关联的功率延迟分布、与信道相关联的多普勒测量、与信道相关联的多普勒频谱、与信道相关联的信噪比、与信道相关联的信号与噪声加干扰比、参考信号接收功率、接收信号强度指示符、或其组合。
在第八方面中,单独地或与第一方面至第七方面中的一个或多个方面相结合,过程700包括:通过确定与至少一个观测环境向量相对应的值集合来确定更新。
在第九方面中,单独地或与第一方面至第八方面中的一个或多个方面相结合,更新包括本地更新的观测环境向量。
在第十方面中,单独地或与第一方面至第九方面中的一个或多个方面相结合,更新包括本地更新的观测环境向量的元素子集,该元素子集不同于先前发送的更新的对应元素子集。
在第十一方面中,单独地或与第一方面至第十方面中的一个或多个方面相结合,至少一个观测环境向量包括多个观测环境向量。
在第十二方面中,单独地或与第一方面至第十一方面中的一个或多个方面相结合,多个观测环境向量对应于多个通信参数。
在第十三方面中,单独地或与第一方面至第十二方面中的一个或多个方面相结合,多个通信参数指示以下各项中的至少一项:分量载波、带宽部分、频带、频带组合、频率范围、用例、神经网络标识符、或其组合。
在第十四方面中,单独地或与第一方面至第十三方面中的一个或多个方面相结合,用例包括以下各项中的至少一项:信道状态信息推导、定位测量推导、对数据信道的解调、或其组合。
在第十五方面中,单独地或与第一方面至第十四方面中的一个或多个方面相结合,多个观测环境向量中的第一观测环境向量对应于多个通信参数中的第一通信参数,并且其中,多个观测环境向量中的第二观测环境向量对应于多个通信参数中的第二通信参数。
在第十六方面中,单独地或与第一方面至第十五方面中的一个或多个方面相结合,过程700包括:发送能力报告,该能力报告指示客户端能够支持的观测环境向量数量,其中,观测环境向量配置是至少部分地基于能力报告的。
在第十七方面中,单独地或与第一方面至第十六方面中的一个或多个方面相结合,发送更新包括:使用上行链路MAC CE、RRC消息、上行链路控制信息报告或其组合中的至少一项来发送更新。
在第十八方面中,单独地或与第一方面至第十七方面中的一个或多个方面相结合,观测环境向量配置指示至少一个传输参数,该至少一个传输参数指示能够用于携带更新的一个或多个部分的被调度上行链路资源数量。
在第十九方面中,单独地或与第一方面至第十八方面中的一个或多个方面相结合,被调度上行链路资源数量对应于经分配的上行链路资源集合的百分比。
在第二十方面中,单独地或与第一方面至第十九方面中的一个或多个方面相结合,经分配的上行链路资源集合对应于以下各项中的至少一项:PUCCH、PUSCH、或其组合。
在第二十一方面中,单独地或与第一方面至第二十方面中的一个或多个方面相结合,经分配的上行链路资源集合对应于PUCCH,并且其中,经分配的上行链路资源集合对应于上行链路控制信息报告。
在第二十二方面中,单独地或与第一方面至第二十一方面中的一个或多个方面相结合,更新包括调节网络输入指示,该调节网络输入指示用于指示要被提供给调节网络作为用于确定调节向量的输入的至少一个观测环境向量的一个或多个元素。
在第二十三方面中,单独地或与第一方面至第二十二方面中的一个或多个方面相结合,调节网络输入指示包括与一个或多个元素相对应的一个或多个索引。
在第二十四方面中,单独地或与第一方面至第二十三方面中的一个或多个方面相结合,调节网络输入指示包括指示一个或多个索引的位图。
在第二十五方面中,单独地或与第一方面至第二十四方面中的一个或多个方面相结合,更新包括第一部分和第二部分,该第一部分包括调节网络输入指示,该第二部分包括与至少一个观测环境向量相对应的值集合。
在第二十六方面中,单独地或与第一方面至第二十五方面中的一个或多个方面相结合,接收更新包括:使用物理上行链路控制信道来接收第一部分;以及使用物理上行链路共享信道来接收第二部分。
在第二十七方面中,单独地或与第一方面至第二十六方面中的一个或多个方面相结合,接收更新包括:使用UCI报告来接收第一部分,其中,第一部分包括位图;以及使用UCI报告来接收第二部分。
在第二十八方面中,单独地或与第一方面至第二十七方面中的一个或多个方面相结合,过程700包括:发送指示用于报告与至少一个潜在向量相对应的更新的周期性报告过程的潜在向量配置;以及至少部分地基于潜在向量配置来接收与至少一个潜在向量相对应的更新。
在第二十九方面中,单独地或与第一方面至第二十八方面中的一个或多个方面相结合,潜在向量配置指示与报告与至少一个潜在向量相对应的更新相关联的第一周期,其中,第一周期包括与至少一个潜在向量相对应的更新的连续传输之间的时间量,并且其中,观测环境向量配置指示与报告与至少一个观测环境向量相对应的更新相关联的第二周期,其中,第二周期包括与至少一个观测环境向量相对应的更新的连续传输之间的时间量。
在第三十方面中,单独地或与第一方面至第二十九方面中的一个或多个方面相结合,第一周期短于第二周期。
在第三十一方面中,单独地或与第一方面至第三十方面中的一个或多个方面相结合,潜在向量配置或观测环境向量配置、或其组合是在RRC消息、MAC CE、或其组合中的至少一项中携带的。
在第三十二方面中,单独地或与第一方面至第三十一方面中的一个或多个方面相结合,潜在向量配置指示与报告与至少一个潜在向量相对应的更新相关联的第一周期,其中,第一周期包括与至少一个潜在向量相对应的更新的连续传输之间的时间量,并且其中,观测环境向量配置指示用于相对于第一周期来确定第二周期的缩放因子,其中,第二周期包括与至少一个观测环境向量相对应的更新的连续传输之间的时间量。
在第三十三方面中,单独地或与第一方面至第三十二方面中的一个或多个方面相结合,第二周期是至少部分地基于第一周期和缩放因子的。
在第三十四方面中,单独地或与第一方面至第三十三方面中的一个或多个方面相结合,过程700包括:接收对第二周期的指示。
在第三十五方面中,单独地或与第一方面至第三十四方面中的一个或多个方面相结合,缩放因子包括显式缩放因子。
在第三十六方面中,单独地或与第一方面至第三十五方面中的一个或多个方面相结合,观测环境向量配置包括将第一周期映射到一个或多个第二周期选项的缩放因子表。
在第三十七方面中,单独地或与第一方面至第三十六方面中的一个或多个方面相结合,第二周期是从一个或多个第二周期选项中选择的。
在第三十八方面中,单独地或与第一方面至第三十七方面中的一个或多个方面相结合,缩放因子包括隐式缩放因子,其中,第一周期映射到第二周期。
在第三十九方面中,单独地或与第一方面至第三十八方面中的一个或多个方面相结合,至少一个观测环境向量包括多个观测环境向量,并且至少一个潜在向量包括多个潜在向量,并且其中,接收更新包括:根据排序来接收与多个观测环境向量相对应的第一多个更新;以及根据排序来接收与多个潜在向量相对应的第二多个更新。
在第四十方面中,单独地或与第一方面至第三十九方面中的一个或多个方面相结合,根据排序来接收第一多个更新和第二多个更新包括:在发送第二多个更新之前接收第一多个更新。
在第四十一方面中,单独地或与第一方面至第四十方面中的一个或多个方面相结合,根据排序来接收第一多个更新和第二多个更新包括:接收第一多个更新中的第一更新;在接收第一更新之后,接收第二多个更新中的第二更新;在接收第二更新之后,接收第一多个更新中的第三更新;以及在接收第三更新之后,接收第二多个更新中的第四更新。
在第四十二方面中,单独地或与第一方面至第四十一方面中的一个或多个方面相结合,至少一个观测环境向量包括多个元素,并且其中,观测环境向量配置指示与发送与多个元素相对应的多个更新相关联的排序。
在第四十三方面中,单独地或与第一方面至第四十二方面中的一个或多个方面相结合,至少一个观测环境向量包括多个元素,并且至少一个潜在向量包括多个潜在向量,并且其中,接收更新包括:根据排序来接收与多个元素相对应的第一多个更新;以及根据排序来接收与多个潜在向量相对应的第二多个更新。
在第四十四方面中,单独地或与第一方面至第四十三方面中的一个或多个方面相结合,根据排序来接收第一多个更新和第二多个更新包括:在接收第二多个更新之前接收第一多个更新。
在第四十五方面中,单独地或与第一方面至第四十四方面中的一个或多个方面相结合,根据排序来接收第一多个更新和第二多个更新包括:接收第一多个更新中的第一更新;在接收第一更新之后,接收第二多个更新中的第二更新;在接收第二更新之后,接收第一多个更新中的第三更新;以及在接收第三更新之后,接收第二多个更新中的第四更新。
在第四十六方面中,单独地或与第一方面至第四十五方面中的一个或多个方面相结合,至少一个观测环境向量包括多个观测环境向量,并且其中,观测环境向量配置指示与发送与多个观测环境向量相对应的多个更新相关联的排序。
在第四十七方面中,单独地或与第一方面至第四十六方面中的一个或多个方面相结合,过程700包括:发送指示用于报告与至少一个潜在向量相对应的更新的动态报告过程的潜在向量配置;以及至少部分地基于潜在向量配置来接收与至少一个潜在向量相对应的更新。
在第四十八方面中,单独地或与第一方面至第四十七方面中的一个或多个方面相结合,观测环境向量配置包括用于至少部分地基于接收潜在向量反馈请求来发送与至少一个观测环境向量相对应的更新的指示。
在第四十九方面中,单独地或与第一方面至第四十八方面中的一个或多个方面相结合,潜在向量反馈请求是在DCI传输、MAC CE或其组合中的至少一项中携带的。
在第五十方面中,单独地或与第一方面至第四十九方面中的一个或多个方面相结合,潜在向量反馈请求包括触发与至少一个潜在向量相对应的更新的传输的触发,并且其中,该触发还触发与至少一个观测环境向量相对应的更新的传输。
在第五十一方面中,单独地或与第一方面至第五十方面中的一个或多个方面相结合,过程700包括:接收反馈资源请求,其中,反馈资源请求包括针对用于发送与至少一个潜在向量相对应的更新的第一资源集合、用于发送与至少一个观测环境向量相对应的更新的第二资源集合、或其组合的请求。
在第五十二方面中,单独地或与第一方面至第五十一方面中的一个或多个方面相结合,过程700包括:至少基于确定更新报告触发事件的发生来接收与至少一个观测环境向量相对应的更新或与至少一个潜在向量相对应的更新中的至少一项。
在第五十三方面中,单独地或与第一方面至第五十二方面中的一个或多个方面相结合,与至少一个潜在向量相对应的更新包括至少部分地基于至少一个先前报告的观测环境向量的本地更新的潜在向量。
在第五十四方面中,单独地或与第一方面至第五十三方面中的一个或多个方面相结合,与至少一个潜在向量相对应的更新包括至少部分地基于默认观测环境向量的本地更新的潜在向量。
在第五十五方面中,单独地或与第一方面至第五十四方面中的一个或多个方面相结合,默认观测环境向量包括在初始化阶段确定的初始观测环境向量。
在第五十六方面中,单独地或与第一方面至第五十五方面中的一个或多个方面相结合,默认观测环境向量包括在建立阶段确定的初始观测环境向量。
在第五十七方面中,单独地或与第一方面至第五十六方面中的一个或多个方面相结合,更新包括本地更新的观测环境向量。
在第五十八方面中,单独地或与第一方面至第五十七方面中的一个或多个方面相结合,接收更新包括:接收量化更新,该量化更新包括量化的本地更新的观测环境向量。
在第五十九方面中,单独地或与第一方面至第五十八方面中的一个或多个方面相结合,本地更新的观测环境向量包括多个元素,并且其中,多个元素中的每个元素被量化。
在第六十方面中,单独地或与第一方面至第五十九方面中的一个或多个方面相结合,过程700包括:发送对与量化更新相对应的比特大小的指示,其中,量化更新包括固定比特数量,并且其中,固定比特数量包括比特大小。
在第六十一方面中,单独地或与第一方面至第六十方面中的一个或多个方面相结合,对比特大小的指示是在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带的。
在第六十二方面中,单独地或与第一方面至第六十一方面中的一个或多个方面相结合,过程700包括:发送对与量化更新相对应的最大比特大小的指示,其中,量化更新包括可变比特数量,并且其中,可变比特数量包括小于或等于最大比特大小的比特大小。
在第六十三方面中,单独地或与第一方面至第六十二方面中的一个或多个方面相结合,过程700包括:接收量化能力指示,该量化能力指示指示用于定制特征向量更新的量化的最大比特大小,其中,最大比特大小是至少部分地基于量化能力指示的。
在第六十四方面中,单独地或与第一方面至第六十三方面中的一个或多个方面相结合,过程700包括:发送用于发送更新的资源分配,并且其中,最大比特大小是至少部分地基于资源分配的。
在第六十五方面中,单独地或与第一方面至第六十四方面中的一个或多个方面相结合,对最大比特大小的指示是在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带的。
在第六十六方面中,单独地或与第一方面至第六十五方面中的一个或多个方面相结合,量化更新包括对本地更新的观测环境向量的一个或多个元素的非均匀量化。
在第六十七方面中,单独地或与第一方面至第六十六方面中的一个或多个方面相结合,过程700包括:发送对非均匀量化方案的指示,其中,非均匀量化是至少部分地基于对非均匀量化方案的指示的,其中,非均匀量化方案是在观测环境向量配置、RRC消息、DCI传输、MAC CE或其组合中的至少一项中携带的。
在第六十八方面中,单独地或与第一方面至第六十七方面中的一个或多个方面相结合,过程700包括:接收非均匀量化能力指示,其中,非均匀量化方案是至少部分地基于非均匀量化能力指示的。
在第六十九方面中,单独地或与第一方面至第六十八方面中的一个或多个方面相结合,过程700包括:接收非均匀量化建议,其中,非均匀量化方案是至少部分地基于非均匀量化建议的。
虽然图7示出了过程700的示例框,但是在一些方面中,过程700可以包括与图7中描绘的那些框相比额外的框、更少的框、不同的框或者以不同方式布置的框。另外或替代地,过程700的框中的两个或更多个框可以并行地执行。
图8是根据本公开内容的用于无线通信的示例装置800的框图。装置800可以是、类似于、包括或被包括在客户端(例如,图5所示的客户端505和/或图4所示的客户端402)中。在一些方面中,装置800包括接收组件802、通信管理器804和发送组件806,它们可以相互通信(例如,经由一个或多个总线)。如图所示,装置800可以使用接收组件802和发送组件806与另一装置808(诸如客户端、服务器、UE、基站或另一无线通信设备)进行通信。
在一些方面中,装置800可以被配置为执行本文结合图3-5描述的一个或多个操作。另外或替代地,装置800可以被配置为执行本文描述的一个或多个过程,诸如图8的过程800、图6的过程600。在一些方面中,装置800可以包括上文结合图2描述的第一UE的一个或多个组件。
接收组件802可以提供用于从装置808接收通信(诸如参考信号、控制信息、数据通信、或其组合)的单元。接收组件802可以将接收到的通信提供给装置800的一个或多个其它组件,诸如通信管理器804。在一些方面中,接收组件802可以提供用于对接收到的通信进行信号处理(例如,滤波、放大、解调、模数转换、解复用、解交织、解映射、均衡、干扰消除或解码以及其它示例)的单元,并且可以将经处理的信号提供给一个或多个其它组件。在一些方面中,接收组件802可以包括上文结合图2描述的第一UE的一个或多个天线、解调器、MIMO检测器、接收处理器、控制器/处理器、存储器或其组合。
发送组件806可以提供用于向装置808发送通信(诸如参考信号、控制信息、数据通信、或其组合)的单元。在一些方面中,通信管理器804可以生成通信并且可以将所生成的通信发送给发送组件806,以传输到装置808。在一些方面中,发送组件806可以提供用于对所生成的通信执行信号处理(例如,滤波、放大、调制、数模转换、复用、交织、映射或编码以及其它示例)的单元,并且可以将经处理的信号发送到装置808。在一些方面中,发送组件806可以包括上文结合图2描述的第一UE的一个或多个天线、调制器、发送MIMO处理器、发送处理器、控制器/处理器、存储器或其组合。在一些方面中,发送组件806可以与接收组件802共置于收发机中。
在一些方面中,通信管理器804可以提供:用于接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及用于至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新的单元。在一些方面中,通信管理器804可以包括上文结合图2描述的第一UE的控制器/处理器、存储器或其组合。在一些方面中,通信管理器804可以包括接收组件802、发送组件806等。在一些方面中,由通信管理器804提供的单元可以包括或被包括在由接收组件802、发送组件806等提供的单元内。
在一些方面中,通信管理器804和/或通信管理器804的一个或多个组件可以包括硬件(例如,结合图2描述的电路中的一个或多个电路)或可以在其内实现。在一些方面中,通信管理器804和/或其一个或多个组件可以包括上文结合图2描述的UE 120的控制器/处理器、存储器或其组合或者可以在其内实现。
在一些方面中,通信管理器804和/或通信管理器804的一个或多个组件用代码(例如,存储在存储器中的软件或固件)(诸如结合图10描述的代码)来实现。例如,通信管理器804和/或通信管理器804的组件(或组件的一部分)可以被实现为存储在非暂时性计算机可读介质中的指令或代码,并且可以由控制器或处理器执行以执行通信管理器804和/或组件的功能或操作。如果用代码实现,则通信管理器804和/或组件的功能可以由上文结合图2描述的UE 120的控制器/处理器、存储器、调度器、通信单元、或其组合来执行。
图8所示的组件的数量和布置是作为示例提供的。实际上,可以存在与图8所示的那些组件相比额外的组件、更少的组件、不同的组件或者以不同方式布置的组件。此外,图8所示的两个或更多个组件可以在单个组件内实现,或者图8所示的单个组件可以被实现为多个分布式组件。另外或替代地,图8所示的一组(一个或多个)组件可以执行被描述为由图8所示的另一组组件执行的一个或多个功能。
图9是示出采用处理系统904的装置902的硬件实现的示例900的图。装置902可以是、类似于、包括或被包括在图8所示的装置800中。
处理系统904可以用由总线906表示的总线架构来实现。总线906可以包括任何数量的互连总线以及桥接,这取决于处理系统904的特定应用以及总体设计约束。总线906将各种电路连接在一起,这些电路包括由处理器908、所示组件和计算机可读介质/存储器910表示的一个或多个处理器和/或硬件组件。总线906还可以连接诸如定时源、外围设备、电压调节器和、功率管理电路等之类的各种其它电路。
处理系统904可以耦合到收发机912。收发机912耦合到一个或多个天线914。收发机912提供用于在传输介质上与各种其它装置进行通信的方式。收发机912从一个或多个天线914接收信号,从所接收的信号中提取信息,并且向处理系统904(具体而言,接收组件916)提供所提取的信息。此外,收发机912从处理系统904(具体而言,发送组件918)接收信息,并且至少部分地基于所接收的信息来生成要施加于一个或多个天线914的信号。
处理器908耦合到计算机可读介质/存储器910。处理器908负责通用处理,其包括执行在计算机可读介质/存储器910上存储的软件。软件在由处理器908执行时使得处理系统904执行本文结合客户端描述的各种功能。计算机可读介质/存储器910也可以用于存储由处理器908在执行软件时操控的数据。处理系统904可以包括图9中未示出的任意数量的额外组件。所示和/或未示出的组件可以是驻留/存储在计算机可读介质/存储器910中在处理器908中运行的软件模块、耦合到处理器908的一个或多个硬件模块、或其某种组合。
在一些方面中,处理系统904可以是UE 120的组件,并且可以包括TX MIMO处理器266、RX处理器258和/或控制器/处理器280中的至少一者和/或存储器282。在一些方面中,用于无线通信的装置902提供:用于接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及用于至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新的单元。上述单元可以是装置902的被配置为执行由上述单元所记载的功能的处理系统904的上述组件中的一个或多个组件。如本文在别处描述的,处理系统904可以包括TXMIMO处理器266、RX处理器258和/或控制器/处理器280。在一种配置中,上述单元可以是被配置为执行本文记载的功能和/或操作的TX MIMO处理器266、RX处理器258和/或控制器/处理器280。
图9是作为示例来提供的。其它示例可以与结合图9所描述的示例不同。
图10是示出用于无线通信的装置1002的代码和电路的实现的示例1000的图。装置1002可以是、类似于、包括或被包括在图9所示的装置902和/或图8所示的装置800中。装置1002可以包括处理系统1004,其可以包括耦合一个或多个组件(诸如处理器1008、计算机可读介质/存储器1010、收发机1012等)的总线1006。如图所示,收发机1012可以耦合到一个或多个天线1014。
如图10进一步所示,装置1002可以包括:用于接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的电路,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数(电路1016)。例如,装置1002可以包括用于使得装置1002能够接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的电路1016,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。
如图10进一步所示,装置1002可以包括:用于至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新的电路(电路1018)。例如,装置1002可以包括用于使得装置1002能够至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新的电路1018。
如图10进一步所示,装置1002可以包括存储在计算机可读介质1010中的用于接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的代码,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数(代码1020)。例如,装置1002可以包括代码1020,其在由处理器1008执行时可以使得收发机1012接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。
如图10进一步所示,装置1002可以包括存储在计算机可读介质1010中的用于至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新的代码(代码1022)。例如,装置1002可以包括代码1022,其在由处理器1008执行时可以使得收发机1012至少部分地基于观测环境向量反馈配置来发送与至少一个观测环境向量相对应的更新。
图10是作为示例来提供的。其它示例可以与结合图10所描述的示例不同。
图11是根据本公开内容的用于无线通信的示例装置1100的框图。装置1100可以是、类似于、包括或被包括在服务器(例如,图5所示的服务器510和/或图4所示的服务器404)中。在一些方面中,装置1100包括接收组件1102、通信管理器1104和发送组件1106,它们可以相互通信(例如,经由一个或多个总线)。如图所示,装置1100可以使用接收组件1102和发送组件1106与另一装置1108(诸如客户端、服务器、UE、基站或另一无线通信设备)进行通信。
在一些方面中,装置1100可以被配置为执行本文结合图3-5描述的一个或多个操作。另外或替代地,装置1100可以被配置为执行本文描述的一个或多个过程,诸如图7的过程700。在一些方面中,装置1100可以包括上文结合图2描述的基站的一个或多个组件。
接收组件1102可以提供用于从装置1108接收通信(诸如参考信号、控制信息、数据通信、或其组合)的单元。接收组件1102可以将接收到的通信提供给装置1100的一个或多个其它组件,诸如通信管理器1104。在一些方面中,接收组件1102可以提供用于对接收到的通信执行信号处理(例如,滤波、放大、解调、模数转换、解复用、解交织、解映射、均衡、干扰消除或解码以及其它示例)的单元,并且可以将经处理的信号提供给一个或多个其它组件。在一些方面中,接收组件1102可以包括上文结合图2描述的基站的一个或多个天线、解调器、MIMO检测器、接收处理器、控制器/处理器、存储器或其组合。
发送组件1106可以提供用于向装置1108发送通信(诸如参考信号、控制信息、数据通信、或其组合)的单元。在一些方面中,通信管理器1104可以生成通信并且可以将所生成的通信发送给发送组件1106,以传输到装置1108。在一些方面中,发送组件1106可以提供用于对所生成的通信执行信号处理(例如,滤波、放大、调制、数模转换、复用、交织、映射或编码以及其它示例)的单元,并且可以将经处理的信号发送到装置1108。在一些方面中,发送组件1106可以包括上文结合图2描述的基站的一个或多个天线、调制器、发送MIMO处理器、发送处理器、控制器/处理器、存储器或其组合。在一些方面中,发送组件1106可以与接收组件1102共置于收发机中。
通信管理器1104可以提供:用于发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及用于至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新的单元。在一些方面中,通信管理器1104可以包括上文结合图2描述的基站的控制器/处理器、存储器、调度器、通信单元或其组合。在一些方面中,通信管理器1104可以包括接收组件1102、发送组件1106等。在一些方面中,由通信管理器1104提供的单元可以包括或被包括在由接收组件1102、发送组件1106等提供的单元内。
在一些方面中,通信管理器1104和/或其一个或多个组件可以包括硬件(例如,结合图13描述的电路中的一个或多个电路)或可以在其内实现。在一些方面中,通信管理器1104和/或其一个或多个组件可以包括上文结合图2描述的BS 110的控制器/处理器、存储器或其组合或者可以在其内实现。
在一些方面中,通信管理器1104和/或其一个或多个组件用代码(例如,存储在存储器中的软件或固件)(诸如结合图13描述的代码)来实现。例如,通信管理器1104和/或通信管理器1104的组件(或组件的一部分)可以被实现为存储在非暂时性计算机可读介质中的指令或代码,并且可以由控制器或处理器执行以执行通信管理器1104和/或组件的功能或操作。如果用代码实现,则通信管理器1104和/或组件的功能可以由上文结合图2描述的BS 110的控制器/处理器、存储器、调度器、通信单元、或其组合来执行。
图11所示的组件的数量和布置是作为示例提供的。实际上,可以存在与图11所示的那些组件相比额外的组件、更少的组件、不同的组件或者以不同方式布置的组件。此外,图11所示的两个或更多个组件可以在单个组件内实现,或者图11所示的单个组件可以被实现为多个分布式组件。另外或替代地,图11所示的一组(一个或多个)组件可以执行被描述为由图11所示的另一组组件执行的一个或多个功能。
图12是示出采用处理系统1204的装置1202的硬件实现的示例1200的图。装置1202可以是、类似于、包括或被包括在图11所示的装置1100中。
处理系统1204可以用由总线1206表示的总线架构来实现。总线1206可以包括任何数量的互连总线以及桥接,这取决于处理系统1204的特定应用以及总体设计约束。总线1206将各种电路连接在一起,这些电路包括由处理器1208、所示组件和计算机可读介质/存储器1210表示的一个或多个处理器和/或硬件组件。总线1206还可以连接诸如定时源、外围设备、电压调节器和、功率管理电路等之类的各种其它电路。
处理系统1204可以耦合到收发机1212。收发机1212耦合到一个或多个天线1214。收发机1212提供用于在传输介质上与各种其它装置进行通信的方式。收发机1212从一个或多个天线1214接收信号,从所接收的信号中提取信息,并且向处理系统1204(具体而言,接收组件1216)提供所提取的信息。此外,收发机1212从处理系统1204(具体而言,发送组件1218)接收信息,并且至少部分地基于所接收的信息来生成要施加于一个或多个天线1214的信号。
处理器1208耦合到计算机可读介质/存储器1210。处理器1208负责通用处理,其包括执行在计算机可读介质/存储器1210上存储的软件。软件在由处理器1208执行时使得处理系统1204执行本文结合服务器描述的各种功能。计算机可读介质/存储器1210也可以用于存储由处理器1208在执行软件时操控的数据。处理系统1204可以包括图12中未示出的任意数量的额外组件。所示和/或未示出的组件可以是驻留/存储在计算机可读介质/存储器1210中在处理器1208中运行的软件模块、耦合到处理器1208的一个或多个硬件模块、或其某种组合。
在一些方面中,处理系统1204可以是UE 120的组件,并且可以包括TX MIMO处理器266、RX处理器258和/或控制器/处理器280中的至少一者和/或存储器282。在一些方面中,用于无线通信的装置1202提供:用于发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的单元,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及用于至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新的单元。上述单元可以是装置1202的被配置为执行由上述单元所记载的功能的处理系统1204的上述组件中的一个或多个组件。如本文在别处描述的,处理系统1204可以包括TX MIMO处理器266、RX处理器258和/或控制器/处理器280。在一种配置中,上述单元可以是被配置为执行本文记载的功能和/或操作的TX MIMO处理器266、RX处理器258和/或控制器/处理器280。
图12是作为示例来提供的。其它示例可以与结合图12所描述的示例不同。
图13是示出用于无线通信的装置1302的代码和电路的实现的示例1300的图。装置1302可以是、类似于、包括或被包括在图12所示的装置1202和/或图11所示的装置1130中。装置1302可以包括处理系统1304,其可以包括耦合一个或多个组件(诸如处理器13011、计算机可读介质/存储器1310、收发机1312等)的总线1306。如图所示,收发机1312可以耦合到一个或多个天线1314。
如图13进一步所示,装置1302可以包括:用于发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的电路,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数(电路1316)。例如,装置1302可以包括用于使得装置1302能够发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的电路1316,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。
如图13进一步所示,装置1302可以包括:用于至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新的电路(电路1318)。例如,装置1302可以包括用于使得装置1302能够至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新的电路1318。
如图13进一步所示,装置1302可以包括存储在计算机可读介质1310中的用于发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置的代码,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数(代码1320)。例如,装置1302可以包括代码1320,其在由处理器1308执行时可以使得收发机1312发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,至少一个观测环境向量是至少部分地基于与客户端设备的环境相关联的一个或多个特征的,其中,观测环境向量包括第一机器学习组件的输入,第一机器学习组件确定供第二机器学习组件使用的客户端特定参数。
如图13进一步所示,装置1302可以包括存储在计算机可读介质1310中的用于至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新的代码(代码1322)。例如,装置1302可以包括代码1322,其在由处理器1308执行时可以使得收发机1312至少部分地基于观测环境向量反馈配置来接收与至少一个观测环境向量相对应的更新。
图13是作为示例来提供的。其它示例可以与结合图13所描述的示例不同。
以下提供了本公开内容的一些方面的概括:
方面1:一种由客户端执行的无线通信的方法,包括:接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与所述客户端的环境相关联的一个或多个特征的,其中,所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及至少部分地基于所述观测环境向量反馈配置来发送与所述至少一个观测环境向量相对应的更新。
方面2:根据方面1所述的方法,其中,所述第一机器学习组件包括第一神经网络。
方面3:根据方面2所述的方法,其中,所述第一神经网络包括调节网络。
方面4:根据方面1-3中任一项所述的方法,其中,所述第二机器学习组件包括第二神经网络。
方面5:根据方面4所述的方法,其中,所述第二神经网络包括自动编码器。
方面6:根据方面1-5中任一项所述的方法,其中,所述至少一个观测环境向量包括一个或多个元素,其中,所述一个或多个元素指示以下各项中的至少一项:客户端供应商标识符(ID)、客户端ID、无线电网络临时ID、客户端天线配置、客户端干扰水平、面板ID、接收波束ID、大尺度信道特性、信道状态信息参考信号配置、服务小区ID、与由与所述客户端相关联的成像设备获得的图像相关联的图像数据、观测无线通信向量的元素、或其组合。
方面7:根据方面6所述的方法,其中,所述客户端ID包括以下各项中的至少一项:国际移动设备身份、国际移动订户身份、或其组合。
方面8:根据方面6或7中任一项所述的方法,其中,所述大尺度信道特性指示以下各项中的至少一项:与信道相关联的延迟扩展、与信道相关联的功率延迟分布、与信道相关联的多普勒测量、与信道相关联的多普勒频谱、与信道相关联的信噪比、与信道相关联的信号与噪声加干扰比、参考信号接收功率、接收信号强度指示符、或其组合。
方面9:根据方面1-8中任一项所述的方法,还包括:通过确定与所述至少一个观测环境向量相对应的值集合来确定所述更新。
方面10:根据方面1-9中任一项所述的方法,其中,所述更新包括本地更新的观测环境向量。
方面11:根据方面1-10中任一项所述的方法,其中,所述更新包括本地更新的观测环境向量的元素子集,所述元素子集不同于先前发送的更新的对应元素子集。
方面12:根据方面1-11中任一项所述的方法,其中,所述至少一个观测环境向量包括多个观测环境向量。
方面13:根据方面12所述的方法,其中,所述多个观测环境向量对应于多个通信参数。
方面14:根据方面13所述的方法,其中,所述多个通信参数指示以下各项中的至少一项:分量载波、带宽部分、频带、频带组合、频率范围、用例、神经网络标识符、或其组合。
方面15:根据方面14所述的方法,其中,所述用例包括以下各项中的至少一项:信道状态信息推导、定位测量推导、对数据信道的解调、或其组合。
方面16:根据方面13-15中任一项所述的方法,其中,所述多个观测环境向量中的第一观测环境向量对应于所述多个通信参数中的第一通信参数,并且其中,所述多个观测环境向量中的第二观测环境向量对应于所述多个通信参数中的第二通信参数。
方面17:根据方面1-16中任一项所述的方法,还包括:发送能力报告,所述能力报告指示所述客户端能够支持的观测环境向量数量,其中,所述观测环境向量配置是至少部分地基于所述能力报告的。
方面18:根据方面1-17中任一项所述的方法,其中,发送所述更新包括使用以下各项中的至少一项来发送所述更新:上行链路介质访问控制(MAC)控制元素、无线电资源控制消息、上行链路控制信息报告、或其组合。
方面19:根据方面1-18中任一项所述的方法,其中,所述观测环境向量配置指示至少一个传输参数,所述至少一个传输参数指示能够用于携带所述更新的一个或多个部分的被调度上行链路资源数量。
方面20:根据方面19所述的方法,其中,所述被调度上行链路资源数量对应于经分配的上行链路资源集合的百分比。
方面21:根据方面20所述的方法,其中,所述经分配的上行链路资源集合对应于以下各项中的至少一项:物理上行链路控制信道(PUCCH)、物理上行链路共享信道(PUSCH)、或其组合。
方面22:根据方面21所述的方法,其中,所述经分配的上行链路资源集合对应于所述PUCCH,并且其中,所述经分配的上行链路资源集合对应于上行链路控制信息报告。
方面23:根据方面1-22中任一项所述的方法,其中,所述更新包括调节网络输入指示,所述调节网络输入指示用于指示要被提供给调节网络作为用于确定调节向量的输入的所述至少一个观测环境向量的一个或多个元素。
方面24:根据方面23所述的方法,其中,所述调节网络输入指示包括与所述一个或多个元素相对应的一个或多个索引。
方面25:根据方面24所述的方法,其中,所述调节网络输入指示包括指示所述一个或多个索引的位图。
方面26:根据方面23-25中任一项所述的方法,其中,所述更新包括:第一部分,所述第一部分包括调节网络输入指示;以及第二部分,所述第二部分包括与所述至少一个观测环境向量相对应的值集合。
方面27:根据方面26所述的方法,其中,发送所述更新包括:使用物理上行链路控制信道来发送所述第一部分;以及使用物理上行链路共享信道来发送所述第二部分。
方面28:根据方面26或27中任一项所述的方法,其中,发送所述更新包括:使用上行链路控制信息(UCI)报告来发送所述第一部分,其中,所述第一部分包括位图;以及使用所述UCI报告来发送所述第二部分。
方面29:根据方面1-28中任一项所述的方法,还包括:接收指示用于报告与至少一个潜在向量相对应的更新的周期性报告过程的潜在向量配置;使用所述至少一个自动编码器来确定与所述至少一个潜在向量相对应的更新;以及至少部分地基于所述潜在向量配置来发送与所述至少一个潜在向量相对应的所述更新。
方面30:根据方面29所述的方法,其中,所述潜在向量配置指示与报告与所述至少一个潜在向量相对应的更新相关联的第一周期,其中,所述第一周期包括与所述至少一个潜在向量相对应的所述更新的连续传输之间的时间量;并且其中,所述观测环境向量配置指示与报告与所述至少一个观测环境向量相对应的所述更新相关联的第二周期,其中,所述第二周期包括与所述至少一个观测环境向量相对应的所述更新的连续传输之间的时间量。
方面31:根据方面30所述的方法,其中,所述第一周期短于所述第二周期。
方面32:根据方面31所述的方法,其中,所述潜在向量配置或所述观测环境向量配置、或其组合是在以下各项中的至少一项中携带的:无线电资源控制消息、介质访问控制(MAC)控制元素、或其组合。
方面33:根据方面29-32中任一项所述的方法,其中,所述潜在向量配置指示与报告与所述至少一个潜在向量相对应的更新相关联的第一周期,其中,所述第一周期包括与所述至少一个潜在向量相对应的所述更新的连续传输之间的时间量;并且其中,所述观测环境向量配置指示用于相对于所述第一周期来确定第二周期的缩放因子,其中,所述第二周期包括与所述至少一个观测环境向量相对应的所述更新的连续传输之间的时间量。
方面34:根据方面33所述的方法,还包括:至少部分地基于所述第一周期和所述缩放因子来确定所述第二周期。
方面35:根据方面34所述的方法,还包括:发送对所述第二周期的指示。
方面36:根据方面33-35中任一项所述的方法,其中,所述缩放因子包括显式缩放因子。
方面37:根据方面33-36中任一项所述的方法,其中,所述观测环境向量配置包括将所述第一周期映射到一个或多个第二周期选项的缩放因子表。
方面38:根据方面37所述的方法,还包括:从所述一个或多个第二周期选项中选择所述第二周期。
方面39:根据方面33-38中任一项所述的方法,其中,所述缩放因子包括隐式缩放因子,其中,所述第一周期映射到所述第二周期。
方面40:根据方面29-39中任一项所述的方法,还包括:识别与所述至少一个潜在向量相对应的更新的被调度传输和与所述至少一个观测环境向量相对应的更新的被调度传输之间的冲突;以及至少部分地基于识别冲突来发送与所述至少一个观测环境向量相对应的所述更新的所述被调度传输。
方面41:根据方面29-40中任一项所述的方法,其中,所述至少一个观测环境向量包括多个观测环境向量,并且所述至少一个潜在向量包括多个潜在向量,并且其中,发送所述更新包括:根据排序来发送与所述多个观测环境向量相对应的第一多个更新;以及根据所述排序来发送与所述多个潜在向量相对应的第二多个更新。
方面42:根据方面41所述的方法,其中,根据所述排序来发送所述第一多个更新和所述第二多个更新包括:在发送所述第二多个更新之前发送所述第一多个更新。
方面43:根据方面41或42中任一项所述的方法,其中,根据所述排序来发送所述第一多个更新和所述第二多个更新包括:发送所述第一多个更新中的第一更新;在发送所述第一更新之后,发送所述第二多个更新中的第二更新;在发送所述第二更新之后,发送所述第一多个更新中的第三更新;以及在发送所述第三更新之后,发送所述第二多个更新中的第四更新。
方面44:根据方面29-43中任一项所述的方法,其中,所述至少一个观测环境向量包括多个元素,并且其中,所述观测环境向量配置指示与发送与所述多个元素相对应的多个更新相关联的排序。
方面45:根据方面29-44中任一项所述的方法,其中,所述至少一个观测环境向量包括多个元素,并且所述至少一个潜在向量包括多个潜在向量,并且其中,发送所述更新包括:根据排序来发送与所述多个元素相对应的第一多个更新;以及根据所述排序来发送与所述多个潜在向量相对应的第二多个更新。
方面46:根据方面45所述的方法,其中,根据所述排序来发送所述第一多个更新和所述第二多个更新包括:在发送所述第二多个更新之前发送所述第一多个更新。
方面47:根据方面45或46中任一项所述的方法,其中,根据所述排序来发送所述第一多个更新和所述第二多个更新包括:发送所述第一多个更新中的第一更新;在发送所述第一更新之后,发送所述第二多个更新中的第二更新;在发送所述第二更新之后,发送所述第一多个更新中的第三更新;以及在发送所述第三更新之后,发送所述第二多个更新中的第四更新。
方面48:根据方面1-47中任一项所述的方法,其中,所述至少一个观测环境向量包括多个观测环境向量,并且其中,所述观测环境向量配置指示与发送与所述多个观测环境向量相对应的多个更新相关联的排序。
方面49:根据方面48所述的方法,还包括:识别与所述多个观测环境向量相对应的多个更新的被调度传输与额外传输之间的冲突;以及至少部分地基于识别所述冲突来避免发送包括与所述多个观测环境向量相对应的所述多个更新的报告的结束部分。
方面50:根据方面48或49中任一项所述的方法,还包括:接收与对应于所述多个观测环境向量的多个更新的被调度传输和额外传输相关联的资源分配;确定所述资源分配不足以发送包括与所述多个观测环境向量相对应的所述多个更新的报告;以及至少部分地基于确定所述资源分配不足以发送所述报告来避免发送所述报告的结束部分。
方面51:根据方面1-50中任一项所述的方法,还包括:接收指示用于报告与至少一个潜在向量相对应的更新的动态报告过程的潜在向量配置;使用至少一个自动编码器来确定与所述至少一个潜在向量相对应的更新;以及至少部分地基于所述潜在向量配置来发送与所述至少一个潜在向量相对应的所述更新。
方面52:根据方面51所述的方法,其中,所述观测环境向量配置包括用于至少部分地基于接收潜在向量反馈请求来发送与所述至少一个观测环境向量相对应的所述更新的指示。
方面53:根据方面52所述的方法,其中,所述潜在向量反馈请求是在以下各项中的至少一项中携带的:下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面54:根据方面52或53中任一项所述的方法,其中,所述潜在向量反馈请求包括触发与所述至少一个潜在向量相对应的更新的传输的触发,并且其中,所述触发还触发与所述至少一个观测环境向量相对应的所述更新的传输。
方面55:根据方面52-54中任一项所述的方法,还包括:发送反馈资源请求,其中,所述反馈资源请求包括针对以下各项的请求:用于发送与所述至少一个潜在向量相对应的更新的第一资源集合、用于发送与所述至少一个观测环境向量相对应的更新的第二资源集合、或其组合。
方面56:根据方面52-55中任一项所述的方法,还包括:确定更新报告触发事件的发生;以及至少基于确定所述更新报告触发事件的所述发生来发送与所述至少一个观测环境向量相对应的更新或与所述至少一个潜在向量相对应的更新中的至少一项。
方面57:根据方面52-56中任一项所述的方法,其中,确定与所述至少一个潜在向量相对应的所述更新包括:至少部分地基于至少一个先前报告的观测环境向量来确定本地更新的潜在向量。
方面58:根据方面52-57中任一项所述的方法,其中,确定与所述至少一个潜在向量相对应的所述更新包括:至少部分地基于默认观测环境向量来确定本地更新的潜在向量。
方面59:根据方面58所述的方法,其中,所述默认观测环境向量包括在初始化阶段确定的初始观测环境向量。
方面60:根据方面58所述的方法,其中,所述默认观测环境向量包括在建立阶段确定的初始观测环境向量。
方面61:根据方面1-60中任一项所述的方法,还包括:通过确定本地更新的观测环境向量来确定所述更新。
方面62:根据方面61所述的方法,其中,发送所述更新包括:对所述本地更新的观测环境向量进行量化以生成量化更新;以及发送所述量化更新。
方面63:根据方面62所述的方法,其中,所述本地更新的观测环境向量包括多个元素,并且其中,对所述本地更新的观测环境向量进行量化包括:对所述多个元素中的每个元素进行量化。
方面64:根据方面62或63中任一项所述的方法,还包括:确定对与所述量化更新相对应的比特大小的指示,其中,所述量化更新包括固定比特数量,并且其中,所述固定比特数量包括所述比特大小。
方面65:根据方面64所述的方法,其中,对所述比特大小的所述指示是在以下各项中的至少一项中携带的:所述观测环境向量配置、无线电资源控制消息、下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面66:根据方面62-65中任一项所述的方法,还包括:确定对与所述量化更新相对应的最大比特大小的指示,其中,所述量化更新包括可变比特数量,并且其中,所述可变比特数量包括小于或等于所述最大比特大小的比特大小。
方面67:根据方面66所述的方法,还包括:发送量化能力指示,所述量化能力指示指示用于定制特征向量更新的量化的最大比特大小,其中,所述最大比特大小是至少部分地基于所述量化能力指示的。
方面68:根据方面67所述的方法,还包括:接收用于发送所述更新的资源分配,并且其中,所述最大比特大小是至少部分地基于所述资源分配的。
方面69:根据方面66-68中任一项所述的方法,其中,对所述最大比特大小的所述指示是在以下各项中的至少一项中携带的:所述观测环境向量配置、无线电资源控制消息、下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面70:根据方面62-69中任一项所述的方法,其中,所述量化更新包括对所述本地更新的观测环境向量的一个或多个元素的非均匀量化。
方面71:根据方面70所述的方法,还包括:接收对非均匀量化方案的指示,其中,所述非均匀量化是至少部分地基于对所述非均匀量化方案的所述指示的,其中,所述非均匀量化方案是在以下各项中的至少一项中携带的:所述观测环境向量配置、无线电资源控制消息、下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面72:根据方面71所述的方法,还包括:发送非均匀量化能力指示,其中,所述非均匀量化方案是至少部分地基于所述非均匀量化能力指示的。
方面73:根据方面71或72中任一项所述的方法,还包括:发送非均匀量化建议,其中,所述非均匀量化方案是至少部分地基于所述非均匀量化建议的。
方面74:一种由服务器执行的无线通信的方法,包括:发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及至少部分地基于所述观测环境向量反馈配置来接收与所述至少一个观测环境向量相对应的更新。
方面75:根据方面74所述的方法,其中,所述第一机器学习组件包括第一神经网络。
方面76:根据方面75所述的方法,其中,所述第一神经网络包括调节网络。
方面77:根据方面74-76中任一项所述的方法,其中,所述第二机器学习组件包括第二神经网络。
方面78:根据方面77所述的方法,其中,所述第二神经网络包括自动编码器。
方面79:根据方面74-78中任一项所述的方法,其中,所述至少一个观测环境向量包括一个或多个元素,其中,所述一个或多个元素指示以下各项中的至少一项:客户端供应商标识符(ID)、客户端ID、无线电网络临时ID、客户端天线配置、客户端干扰水平、面板ID、接收波束ID、大尺度信道特性、信道状态信息参考信号配置、服务小区ID、与由与所述客户端相关联的成像设备获得的图像相关联的图像数据、观测无线通信向量的元素、或其组合。
方面80:根据方面79所述的方法,其中,所述客户端ID包括以下各项中的至少一项:国际移动设备身份、国际移动订户身份、或其组合。
方面81:根据方面79或80中任一项所述的方法,其中,所述大尺度信道特性指示以下各项中的至少一项:与信道相关联的延迟扩展、与信道相关联的功率延迟分布、与信道相关联的多普勒测量、与信道相关联的多普勒频谱、与信道相关联的信噪比、与信道相关联的信号与噪声加干扰比、参考信号接收功率、接收信号强度指示符、或其组合。
方面82:根据方面74-81中任一项所述的方法,还包括:通过确定与所述至少一个观测环境向量相对应的值集合来确定所述更新。
方面83:根据方面74-82中任一项所述的方法,其中,所述更新包括本地更新的观测环境向量。
方面84:根据方面74-83中任一项所述的方法,其中,所述更新包括本地更新的观测环境向量的元素子集,所述元素子集不同于先前发送的更新的对应元素子集。
方面85:根据方面74-84中任一项所述的方法,其中,所述至少一个观测环境向量包括多个观测环境向量。
方面86:根据方面85所述的方法,其中,所述多个观测环境向量对应于多个通信参数。
方面87:根据方面86所述的方法,其中,所述多个通信参数指示以下各项中的至少一项:分量载波、带宽部分、频带、频带组合、频率范围、用例、神经网络标识符、或其组合。
方面88:根据方面87所述的方法,其中,所述用例包括以下各项中的至少一项:信道状态信息推导、定位测量推导、对数据信道的解调、或其组合。
方面89:根据方面86-88中任一项所述的方法,其中,所述多个观测环境向量中的第一观测环境向量对应于所述多个通信参数中的第一通信参数,并且其中,所述多个观测环境向量中的第二观测环境向量对应于所述多个通信参数中的第二通信参数。
方面90:根据方面74-89中任一项所述的方法,还包括:发送能力报告,所述能力报告指示所述客户端能够支持的观测环境向量数量,其中,所述观测环境向量配置是至少部分地基于所述能力报告的。
方面91:根据方面74-90中任一项所述的方法,其中,发送所述更新包括使用以下各项中的至少一项来发送所述更新:上行链路介质访问控制(MAC)控制元素、无线电资源控制消息、上行链路控制信息报告、或其组合。
方面92:根据方面74-91中任一项所述的方法,其中,所述观测环境向量配置指示至少一个传输参数,所述至少一个传输参数指示能够用于携带所述更新的一个或多个部分的被调度上行链路资源数量。
方面93:根据方面92所述的方法,其中,所述被调度上行链路资源数量对应于经分配的上行链路资源集合的百分比。
方面94:根据方面93所述的方法,其中,所述经分配的上行链路资源集合对应于以下各项中的至少一项:物理上行链路控制信道(PUCCH)、物理上行链路共享信道(PUSCH)、或其组合。
方面95:根据方面94所述的方法,其中,所述经分配的上行链路资源集合对应于所述PUCCH,并且其中,所述经分配的上行链路资源集合对应于上行链路控制信息报告。
方面96:根据方面74-95中任一项所述的方法,其中,所述更新包括调节网络输入指示,所述调节网络输入指示用于指示要被提供给调节网络作为用于确定调节向量的输入的所述至少一个观测环境向量的一个或多个元素。
方面97:根据方面96所述的方法,其中,所述调节网络输入指示包括与所述一个或多个元素相对应的一个或多个索引。
方面98:根据方面96或97中任一项所述的方法,其中,所述调节网络输入指示包括指示所述一个或多个索引的位图。
方面99:根据方面96-98中任一项所述的方法,其中,所述更新包括:第一部分,所述第一部分包括调节网络输入指示;以及第二部分,所述第二部分包括与所述至少一个观测环境向量相对应的值集合。
方面100:根据方面99所述的方法,其中,接收所述更新包括:使用物理上行链路控制信道来接收所述第一部分;以及使用物理上行链路共享信道来接收所述第二部分。
方面101:根据方面99或100中任一项所述的方法,其中,接收所述更新包括:使用上行链路控制信息(UCI)报告来接收所述第一部分,其中,所述第一部分包括位图;以及使用所述UCI报告来接收所述第二部分。
方面102:根据方面74-101中任一项所述的方法,还包括:发送指示用于报告与至少一个潜在向量相对应的更新的周期性报告过程的潜在向量配置;以及至少部分地基于所述潜在向量配置来接收与所述至少一个潜在向量相对应的所述更新。
方面103:根据方面102所述的方法,其中,所述潜在向量配置指示与报告与所述至少一个潜在向量相对应的更新相关联的第一周期,其中,所述第一周期包括与所述至少一个潜在向量相对应的所述更新的连续传输之间的时间量;并且其中,所述观测环境向量配置指示与报告与所述至少一个观测环境向量相对应的所述更新相关联的第二周期,其中,所述第二周期包括与所述至少一个观测环境向量相对应的所述更新的连续传输之间的时间量。
方面104:根据方面103所述的方法,其中,所述第一周期短于所述第二周期。
方面105:根据方面103或104中任一项所述的方法,其中,所述潜在向量配置或所述观测环境向量配置、或其组合是在以下各项中的至少一项中携带的:无线电资源控制消息、介质访问控制(MAC)控制元素、或其组合。
方面106:根据方面102-105中任一项所述的方法,其中,所述潜在向量配置指示与报告与所述至少一个潜在向量相对应的更新相关联的第一周期,其中,所述第一周期包括与所述至少一个潜在向量相对应的所述更新的连续传输之间的时间量;并且其中,所述观测环境向量配置指示用于相对于所述第一周期来确定第二周期的缩放因子,其中,所述第二周期包括与所述至少一个观测环境向量相对应的所述更新的连续传输之间的时间量。
方面107:根据方面106所述的方法,其中,所述第二周期是至少部分地基于所述第一周期和所述缩放因子的。
方面108:根据方面107所述的方法,还包括:接收对所述第二周期的指示。
方面109:根据方面106-108中任一项所述的方法,其中,所述缩放因子包括显式缩放因子。
方面110:根据方面106-109中任一项所述的方法,其中,所述观测环境向量配置包括将所述第一周期映射到一个或多个第二周期选项的缩放因子表。
方面111:根据方面106-110中任一项所述的方法,其中,所述第二周期是从一个或多个第二周期选项中选择的。
方面112:根据方面106-111中任一项所述的方法,其中,所述缩放因子包括隐式缩放因子,其中,所述第一周期映射到所述第二周期。
方面113:根据方面102-112中任一项所述的方法,其中,所述至少一个观测环境向量包括多个观测环境向量,并且所述至少一个潜在向量包括多个潜在向量,并且其中,接收所述更新包括:根据排序来接收与所述多个观测环境向量相对应的第一多个更新;以及根据所述排序来接收与所述多个潜在向量相对应的第二多个更新。
方面114:根据方面113所述的方法,其中,根据所述排序来接收所述第一多个更新和所述第二多个更新包括:在接收所述第二多个更新之前接收所述第一多个更新。
方面115:根据方面113或114中任一项所述的方法,其中,根据所述排序来接收所述第一多个更新和所述第二多个更新包括:接收所述第一多个更新中的第一更新;在接收所述第一更新之后,接收所述第二多个更新中的第二更新;在接收所述第二更新之后,接收所述第一多个更新中的第三更新;以及在接收所述第三更新之后,接收所述第二多个更新中的第四更新。
方面116:根据方面102-115中任一项所述的方法,其中,所述至少一个观测环境向量包括多个元素,并且其中,所述观测环境向量配置指示与发送与所述多个元素相对应的多个更新相关联的排序。
方面117:根据方面102-116中任一项所述的方法,其中,所述至少一个观测环境向量包括多个元素,并且所述至少一个潜在向量包括多个潜在向量,并且其中,接收所述更新包括:根据排序来接收与所述多个元素相对应的第一多个更新;以及根据所述排序来接收与所述多个潜在向量相对应的第二多个更新。
方面118:根据方面117所述的方法,其中,根据所述排序来接收所述第一多个更新和所述第二多个更新包括:在接收所述第二多个更新之前接收所述第一多个更新。
方面119:根据方面117或118中任一项所述的方法,其中,根据所述排序来接收所述第一多个更新和所述第二多个更新包括:接收所述第一多个更新中的第一更新;在接收所述第一更新之后,接收所述第二多个更新中的第二更新;在接收所述第二更新之后,接收所述第一多个更新中的第三更新;以及在接收所述第三更新之后,接收所述第二多个更新中的第四更新。
方面120:根据方面74-119中任一项所述的方法,其中,所述至少一个观测环境向量包括多个观测环境向量,并且其中,所述观测环境向量配置指示与发送与所述多个观测环境向量相对应的多个更新相关联的排序。
方面121:根据方面74-120中任一项所述的方法,还包括:发送指示用于报告与至少一个潜在向量相对应的更新的动态报告过程的潜在向量配置;以及至少部分地基于所述潜在向量配置来接收与所述至少一个潜在向量相对应的所述更新。
方面122:根据方面121所述的方法,其中,所述观测环境向量配置包括用于至少部分地基于接收潜在向量反馈请求来发送与所述至少一个观测环境向量相对应的所述更新的指示。
方面123:根据方面122所述的方法,其中,所述潜在向量反馈请求是在以下各项中的至少一项中携带的:下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面124:根据方面122或123中任一项所述的方法,其中,所述潜在向量反馈请求包括触发与所述至少一个潜在向量相对应的更新的传输的触发,并且其中,所述触发还触发与所述至少一个观测环境向量相对应的所述更新的传输。
方面125:根据方面122-124中任一项所述的方法,还包括:接收反馈资源请求,其中,所述反馈资源请求包括针对以下各项的请求:用于发送与所述至少一个潜在向量相对应的更新的第一资源集合、用于发送与所述至少一个观测环境向量相对应的更新的第二资源集合、或其组合。
方面126:根据方面122-125中任一项所述的方法,还包括:至少基于确定更新报告触发事件的发生来接收与所述至少一个观测环境向量相对应的更新或与所述至少一个潜在向量相对应的更新中的至少一项。
方面127:根据方面122-126中任一项所述的方法,其中,与所述至少一个潜在向量相对应的所述更新包括至少部分地基于至少一个先前报告的观测环境向量的本地更新的潜在向量。
方面128:根据方面122-127中任一项所述的方法,其中,与所述至少一个潜在向量相对应的所述更新包括至少部分地基于默认观测环境向量的本地更新的潜在向量。
方面129:根据方面128所述的方法,其中,所述默认观测环境向量包括在初始化阶段确定的初始观测环境向量。
方面130:根据方面128所述的方法,其中,所述默认观测环境向量包括在建立阶段确定的初始观测环境向量。
方面131:根据方面74-130中任一项所述的方法,其中,所述更新包括本地更新的观测环境向量。
方面132:根据方面131所述的方法,其中,接收所述更新包括:接收量化更新,所述量化更新包括量化的本地更新的观测环境向量。
方面133:根据方面132所述的方法,其中,所述本地更新的观测环境向量包括多个元素,并且其中,所述多个元素中的每个元素被量化。
方面134:根据方面132或133中任一项所述的方法,还包括:发送对与所述量化更新相对应的比特大小的指示,其中,所述量化更新包括固定比特数量,并且其中,所述固定比特数量包括所述比特大小。
方面135:根据方面134所述的方法,其中,对所述比特大小的所述指示是在以下各项中的至少一项中携带的:所述观测环境向量配置、无线电资源控制消息、下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面136:根据方面132-135中任一项所述的方法,还包括:发送对与所述量化更新相对应的最大比特大小的指示,其中,所述量化更新包括可变比特数量,并且其中,所述可变比特数量包括小于或等于所述最大比特大小的比特大小。
方面137:根据方面136所述的方法,还包括:接收量化能力指示,所述量化能力指示指示用于定制特征向量更新的量化的最大比特大小,其中,所述最大比特大小是至少部分地基于所述量化能力指示的。
方面138:根据方面136或137中任一项所述的方法,还包括:发送用于发送所述更新的资源分配,并且其中,所述最大比特大小是至少部分地基于所述资源分配的。
方面139:根据方面136-138中任一项所述的方法,其中,对所述最大比特大小的所述指示是在以下各项中的至少一项中携带的:所述观测环境向量配置、无线电资源控制消息、下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面140:根据方面136-139中任一项所述的方法,其中,所述量化更新包括对所述本地更新的观测环境向量的一个或多个元素的非均匀量化。
方面141:根据方面140所述的方法,还包括:发送对非均匀量化方案的指示,其中,所述非均匀量化是至少部分地基于对所述非均匀量化方案的所述指示的,其中,所述非均匀量化方案是在以下各项中的至少一项中携带的:所述观测环境向量配置、无线电资源控制消息、下行链路控制信息传输、介质访问控制(MAC)控制元素、或其组合。
方面142:根据方面141所述的方法,还包括:接收非均匀量化能力指示,其中,所述非均匀量化方案是至少部分地基于所述非均匀量化能力指示的。
方面143:根据方面141或142中任一项所述的方法,还包括:接收非均匀量化建议,其中,所述非均匀量化方案是至少部分地基于所述非均匀量化建议的。
方面144:一种用于设备处的无线通信的装置,包括:处理器;与所述处理器耦合的存储器;以及指令,所述指令被存储在所述存储器中并且可由处理器执行以使得所述装置执行根据方面1-73中的一个或多个方面所述的方法。
方面145:一种用于无线通信的设备,包括存储器和耦合到所述存储器的一个或多个处理器,所述一个或多个处理器被配置为执行根据方面1-73中的一个或多个方面所述的方法。
方面146:一种用于无线通信的装置,包括用于执行根据方面1-73中的一个或多个方面所述的方法的至少一个单元。
方面147:一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1-73中的一个或多个方面所述的方法的指令。
方面148:一种存储用于无线通信的指令集的非暂时性计算机可读介质,所述指令集包括一个或多个指令,所述一个或多个指令在由设备的一个或多个处理器执行时使得所述设备执行方面1-73中的一个或多个方面所述的方法。
方面149:一种用于设备处的无线通信的装置,包括:处理器;与所述处理器耦合的存储器;以及指令,所述指令被存储在所述存储器中并且可由处理器执行以使得所述装置执行根据方面74-143中的一个或多个方面所述的方法。
方面150:一种用于无线通信的设备,包括存储器和耦合到所述存储器的一个或多个处理器,所述一个或多个处理器被配置为执行根据方面74-143中的一个或多个方面所述的方法。
方面151:一种用于无线通信的装置,包括用于执行根据方面74-143中的一个或多个方面所述的方法的至少一个单元。
方面152:一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74-143中的一个或多个方面所述的方法的指令。
方面153:一种存储用于无线通信的指令集的非暂时性计算机可读介质,所述指令集包括一个或多个指令,所述一个或多个指令在由设备的一个或多个处理器执行时使得所述设备执行根据方面74-143中的一个或多个方面所述的方法。
前述公开内容提供了说明和描述,但是并不旨在是详尽的或者将各方面限制为所公开的精确形式。按照上文公开内容,可以进行修改和变型,或者可以从对各方面的实践中获取修改和变型。
如本文所使用,术语“组件”旨在广义地解释为硬件、固件和/或硬件和软件的组合。如本文所使用的,处理器是用硬件、固件和/或硬件和软件的组合来实现的。将显而易见的是,本文描述的系统和/或方法可以用不同形式的硬件、固件和/或硬件和软件的组合来实现。用于实现这些系统和/或方法的实际的专门的控制硬件或软件代码不是对各方面进行限制。因此,本文在不引用特定的软件代码的情况下描述了系统和/或方法的操作和行为,要理解的是,软件和硬件可以被设计为至少部分地基于本文的描述来实现系统和/或方法。
如本文所使用的,取决于上下文,满足门限可以指代值大于门限、大于或等于门限、小于门限、小于或等于门限、等于门限、不等于门限等。
即使在权利要求书中记载了和/或在说明书中公开了特征的特定组合,这些组合也不旨在限制各个方面的公开内容。事实上,可以以没有在权利要求书中具体记载和/或在说明书中具体公开的方式来组合这些特征中的许多特征。虽然下文列出的每个从属权利要求可以仅直接依赖于一个权利要求,但是各个方面的公开内容包括每个从属权利要求与权利要求集合中的每个其它权利要求的组合。如本文所使用的,提及项目列表“中的至少一个”的短语指代那些项目的任意组合,包括单个成员。举例而言,“a、b或c中的至少一个”旨在涵盖a、b、c、a-b、a-c、b-c和a-b-c、以及与相同元素的倍数的任意组合(例如,a-a、a-a-a、a-a-b、a-a-c、a-b-b、a-c-c、b-b、b-b-b、b-b-c、c-c和c-c-c或者a、b和c的任何其它排序)。
本文使用的元素、动作或指令中没有一个应当被解释为关键或必要的,除非明确描述为如此。此外,如本文所使用的,冠词“一(a)”和“一个(an)”旨在包括一个或多个项目,并且可以与“一个或多个”互换使用。此外,如本文所使用的,冠词“所述(the)”旨在包括结合冠词“所述(the)”引用的一个或多个项目,并且可以与“一个或多个”互换使用。此外,如本文所使用的,术语“集合”和“群组”旨在包括一个或多个项目(例如,相关项目、无关项目、或相关项目和无关项目的组合),并且可以与“一个或多个”互换使用。在仅预期一个项目的情况下,使用短语“仅一个”或类似语言。此外,如本文所使用的,术语“具有(has)”、“具有(have)”、“具有(having)”等旨在是开放式术语。此外,除非另有明确声明,否则短语“基于”旨在意指“至少部分地基于”。此外,如本文所使用的,术语“或”在一系列中使用时旨在是包含性的,并且除非另有明确声明(例如,如果与“任一”或“仅其中一个”结合使用),否则可以与“和/或”互换使用。

Claims (30)

1.一种用于无线通信的客户端,包括:
存储器;以及
耦合到所述存储器的一个或多个处理器,所述存储器和所述一个或多个处理器被配置为:
接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与所述客户端的环境相关联的一个或多个特征的,其中,所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及
至少部分地基于所述观测环境向量反馈配置来发送与所述至少一个观测环境向量相对应的更新。
2.根据权利要求1所述的客户端,其中,所述第一机器学习组件包括第一神经网络,所述第一神经网络包括调节网络,并且其中,所述第二机器学习组件包括第二神经网络,所述第二神经网络包括自动编码器。
3.根据权利要求1所述的客户端,其中,所述至少一个观测环境向量包括一个或多个元素,其中,所述一个或多个元素指示以下各项中的至少一项:
客户端供应商标识符(ID),
客户端ID,
无线电网络临时ID,
客户端天线配置,
客户端干扰水平,
面板ID,
接收波束ID,
大尺度信道特性,
信道状态信息参考信号配置,
服务小区ID,
与由与所述客户端相关联的成像设备获得的图像相关联的图像数据,
观测无线通信向量的元素,或
其组合。
4.根据权利要求3所述的客户端,其中,所述大尺度信道特性指示以下各项中的至少一项:
与信道相关联的延迟扩展,
与信道相关联的功率延迟分布,
与信道相关联的多普勒测量,
与信道相关联的多普勒频谱,
与信道相关联的信噪比,
与信道相关联的信号与噪声加干扰比,
参考信号接收功率,
接收信号强度指示符,或
其组合。
5.根据权利要求1所述的客户端,其中,所述至少一个观测环境向量包括与多个通信参数相对应的多个观测环境向量,所述多个通信参数指示以下各项中的至少一项:
分量载波,
带宽部分,
频带,
频带组合,
频率范围,
用例,
神经网络标识符,或
其组合。
6.根据权利要求5所述的客户端,其中,所述用例包括以下各项中的至少一项:
信道状态信息推导,
定位测量推导,
对数据信道的解调,或
其组合。
7.根据权利要求1所述的客户端,其中,所述存储器和所述一个或多个处理器还被配置为:
发送能力报告,所述能力报告指示所述客户端能够支持的观测环境向量数量;
其中,所述观测环境向量配置是至少部分地基于所述能力报告的。
8.根据权利要求1所述的客户端,其中,当发送所述更新时,所述存储器和所述一个或多个处理器被配置为使用以下各项中的至少一项来发送所述更新:
上行链路介质访问控制(MAC)控制元素,
无线电资源控制消息,
上行链路控制信息报告,或
其组合。
9.根据权利要求1所述的客户端,其中,所述观测环境向量配置指示至少一个传输参数,所述至少一个传输参数指示能够用于携带所述更新的一个或多个部分的被调度上行链路资源数量。
10.根据权利要求1所述的客户端,其中,所述更新包括调节网络输入指示,所述调节网络输入指示用于指示要被提供给调节网络作为用于确定调节向量的输入的所述至少一个观测环境向量的一个或多个元素。
11.根据权利要求10所述的客户端,其中,所述调节网络输入指示包括与所述一个或多个元素相对应的一个或多个索引。
12.根据权利要求11所述的客户端,其中,所述调节网络输入指示包括指示所述一个或多个索引的位图。
13.根据权利要求10所述的客户端,其中,所述更新包括:
第一部分,所述第一部分包括调节网络输入指示;以及
第二部分,所述第二部分包括与所述至少一个观测环境向量相对应的值集合。
14.根据权利要求13所述的客户端,其中,当发送所述更新时,所述存储器和所述一个或多个处理器被配置为:
使用物理上行链路控制信道来发送所述第一部分;以及
使用物理上行链路共享信道来发送所述第二部分。
15.根据权利要求13所述的客户端,其中,当发送所述更新时,所述存储器和所述一个或多个处理器被配置为:
使用上行链路控制信息(UCI)报告来发送所述第一部分,其中,所述第一部分包括位图;以及
使用所述UCI报告来发送所述第二部分。
16.根据权利要求1所述的客户端,其中,所述存储器和所述一个或多个处理器还被配置为:
接收指示用于报告与至少一个潜在向量相对应的更新的周期性报告过程的潜在向量配置;
使用至少一个自动编码器来确定与所述至少一个潜在向量相对应的更新;以及
至少部分地基于所述潜在向量配置来发送与所述至少一个潜在向量相对应的所述更新。
17.根据权利要求16所述的客户端,其中,所述潜在向量配置指示与报告与所述至少一个潜在向量相对应的更新相关联的第一周期,其中,所述第一周期包括与所述至少一个潜在向量相对应的所述更新的连续传输之间的时间量;并且
其中,所述观测环境向量配置指示与报告与所述至少一个观测环境向量相对应的所述更新相关联的第二周期,其中,所述第二周期包括与所述至少一个观测环境向量相对应的所述更新的连续传输之间的时间量。
18.根据权利要求16所述的客户端,其中,所述存储器和所述一个或多个处理器还被配置为:
识别与所述至少一个潜在向量相对应的更新的被调度传输和与所述至少一个观测环境向量相对应的更新的被调度传输之间的冲突;以及
至少部分地基于识别所述冲突来发送与所述至少一个观测环境向量相对应的所述更新的所述被调度传输。
19.根据权利要求16所述的客户端,其中,所述至少一个观测环境向量包括多个观测环境向量,并且所述至少一个潜在向量包括多个潜在向量,并且
其中,当发送所述更新时,所述存储器和所述一个或多个处理器被配置为:
根据排序来发送与所述多个观测环境向量相对应的第一多个更新;以及
根据所述排序来发送与所述多个潜在向量相对应的第二多个更新。
20.根据权利要求19所述的客户端,其中,当根据所述排序来发送所述第一多个更新和所述第二多个更新时,所述存储器和所述一个或多个处理器被配置为:在发送所述第二多个更新之前发送所述第一多个更新。
21.根据权利要求19所述的客户端,其中,当根据所述排序来发送所述第一多个更新和所述第二多个更新时,所述存储器和所述一个或多个处理器被配置为:
发送所述第一多个更新中的第一更新;
在发送所述第一更新之后,发送所述第二多个更新中的第二更新;
在发送所述第二更新之后,发送所述第一多个更新中的第三更新;以及
在发送所述第三更新之后,发送所述第二多个更新中的第四更新。
22.根据权利要求16所述的客户端,其中,所述至少一个观测环境向量包括多个元素,并且
其中,所述观测环境向量配置指示与发送与所述多个元素相对应的多个更新相关联的排序。
23.根据权利要求1所述的客户端,其中,所述至少一个观测环境向量包括多个观测环境向量,并且
其中,所述观测环境向量配置指示与发送与所述多个观测环境向量相对应的多个更新相关联的排序。
24.根据权利要求1所述的客户端,其中,所述存储器和所述一个或多个处理器还被配置为:
接收指示用于报告与至少一个潜在向量相对应的更新的动态报告过程的潜在向量配置;
使用至少一个自动编码器来确定与所述至少一个潜在向量相对应的更新;以及
至少部分地基于所述潜在向量配置来发送与所述至少一个潜在向量相对应的所述更新。
25.根据权利要求1所述的客户端,其中,所述存储器和所述一个或多个处理器还被配置为:通过确定本地更新的观测环境向量来确定所述更新。
26.根据权利要求25所述的客户端,其中,当发送所述更新时,所述存储器和所述一个或多个处理器被配置为:
对所述本地更新的观测环境向量进行量化以生成量化更新;以及
发送所述量化更新。
27.根据权利要求26所述的客户端,其中,所述量化更新包括对所述本地更新的观测环境向量的一个或多个元素的非均匀量化。
28.一种用于无线通信的服务器,包括:
存储器;以及
耦合到所述存储器的一个或多个处理器,所述存储器和所述一个或多个处理器被配置为:
发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及
至少部分地基于所述观测环境向量反馈配置来接收与所述至少一个观测环境向量相对应的更新。
29.一种由客户端执行的无线通信的方法,包括:
接收与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与所述客户端的环境相关联的一个或多个特征的,其中,所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及
至少部分地基于所述观测环境向量反馈配置来发送与所述至少一个观测环境向量相对应的更新。
30.一种由服务器执行的无线通信的方法,包括:
发送与用于报告与至少一个观测环境向量相对应的更新的报告过程相关联的观测环境向量反馈配置,所述至少一个观测环境向量是至少部分地基于与客户端的环境相关联的一个或多个特征的,其中,所述观测环境向量包括第一机器学习组件的输入,所述第一机器学习组件确定供第二机器学习组件使用的客户端特定参数;以及
至少部分地基于所述观测环境向量反馈配置来接收与所述至少一个观测环境向量相对应的更新。
CN202180054192.2A 2020-09-11 2021-07-01 用于无线通信的观测环境向量反馈 Pending CN116034549A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GR20200100554 2020-09-11
GR20200100554 2020-09-11
PCT/US2021/070810 WO2022056503A1 (en) 2020-09-11 2021-07-01 Observed environmental vector feedback for wireless communication

Publications (1)

Publication Number Publication Date
CN116034549A true CN116034549A (zh) 2023-04-28

Family

ID=77317411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180054192.2A Pending CN116034549A (zh) 2020-09-11 2021-07-01 用于无线通信的观测环境向量反馈

Country Status (4)

Country Link
US (1) US20240022288A1 (zh)
EP (1) EP4211813A1 (zh)
CN (1) CN116034549A (zh)
WO (1) WO2022056503A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11909482B2 (en) * 2020-08-18 2024-02-20 Qualcomm Incorporated Federated learning for client-specific neural network parameter generation for wireless communication
WO2023209146A1 (en) * 2022-04-29 2023-11-02 Telefonaktiebolaget Lm Ericsson (Publ) Nodes and methods for enhanced ml-based csi reporting
US20240113794A1 (en) * 2022-09-29 2024-04-04 Samsung Electronics Co., Ltd. Method and apparatus for predicting csi in cellular systems

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3576312A1 (en) * 2018-05-30 2019-12-04 FRAUNHOFER-GESELLSCHAFT zur Förderung der angewandten Forschung e.V. Doppler-delay codebook-based precoding and csi reporting for wireless communications systems

Also Published As

Publication number Publication date
EP4211813A1 (en) 2023-07-19
WO2022056503A1 (en) 2022-03-17
US20240022288A1 (en) 2024-01-18

Similar Documents

Publication Publication Date Title
US20230308920A1 (en) Autoencoder selection feedback for autoencoders in wireless communication
US20230351157A1 (en) Federated learning of autoencoder pairs for wireless communication
US20220101204A1 (en) Machine learning component update reporting in federated learning
US20240022288A1 (en) Observed environmental vector feedback for wireless communication
US11909482B2 (en) Federated learning for client-specific neural network parameter generation for wireless communication
US20230261909A1 (en) Federated learning for classifiers and autoencoders for wireless communication
US20230275787A1 (en) Capability and configuration of a device for providing channel state feedback
US20220124518A1 (en) Update resolution signaling in federated learning
US20220060887A1 (en) Encoding a data set using a neural network for uplink communication
US20230246693A1 (en) Configurations for channel state feedback
US20230246694A1 (en) Neural network based channel state information feedback report size determination
CN116349297A (zh) 用于无线电资源管理的测量时间
CN116057854A (zh) 至少部分基于预编码的信道状态信息参考信号的波束索引报告
US20230276261A1 (en) Customization feature vector feedback for machine learning components in wireless communication
US11671847B2 (en) Techniques for beam type information reporting for hierarchical beamforming in wireless communication
US20230254773A1 (en) Power control for channel state feedback processing
WO2023184135A1 (en) Reporting channel state information measurements

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