CN116964950A - 用于与经编码数据的无线传输相关联的时间处理的架构 - Google Patents

用于与经编码数据的无线传输相关联的时间处理的架构 Download PDF

Info

Publication number
CN116964950A
CN116964950A CN202280017682.XA CN202280017682A CN116964950A CN 116964950 A CN116964950 A CN 116964950A CN 202280017682 A CN202280017682 A CN 202280017682A CN 116964950 A CN116964950 A CN 116964950A
Authority
CN
China
Prior art keywords
output
wireless communication
communication device
data set
dimensions
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
CN202280017682.XA
Other languages
English (en)
Inventor
P·K·维特哈拉德夫尤尼
T·余
N·布尚
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 CN116964950A publication Critical patent/CN116964950A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0417—Feedback systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0658—Feedback reduction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0254—Channel estimation channel estimation algorithms using neural network algorithms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

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

Abstract

本公开内容的各个方面大体上涉及无线通信。在一些方面中，发送无线通信设备可以使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数。发送无线通信设备可以向接收无线通信设备发送经编码数据集合。描述了许多其他方面。

Description

用于与经编码数据的无线传输相关联的时间处理的架构
相关申请的交叉引用
本专利申请要求于2021年3月5日提交的标题为“ARCHITECTURES FOR TEMPORALPROCESSING ASSOCIATED WITH WIRELESS TRANSMISSION OF ENCODED DATA”的美国非临时专利申请号17/193,974的优先权，该美国非临时专利申请通过引用的方式明确地合并入本文。
技术领域
本公开内容的各方面大体上涉及无线通信，以及用于与经编码数据的无线传输相关联的时间处理的架构的技术和装置。
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)。UE可以经由下行链路和上行链路与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、发射接收点(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项目(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。随着对移动宽带接入的需求持续增长，LTE、NR和其他无线电接入技术的进一步改进仍然有利。
发明内容
在一些方面中，一种用于无线通信的发送无线通信设备，包括存储器和一个或多个处理器，所述一个或多个处理器可操作地耦合到存储器，被配置为：使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中，时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数；以及，向接收无线通信设备发送经编码数据集合。
在一些方面中，一种用于无线通信的接收无线通信设备，包括存储器和一个或多个处理器，所述一个或多个处理器可操作地耦合到存储器，被配置为：从发送无线通信设备接收经编码数据集合；以及，使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合，其中，时间处理操作的输入集合的输入子集的维数少于经解码数据集合的维数。
在一些方面中，一种由发送无线通信设备执行的无线通信方法，包括：使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中，时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数；以及，向接收无线通信设备发送经编码数据集合。
在一些方面中，一种由接收无线通信设备执行的无线通信方法，包括：从发送无线通信设备接收经编码数据集合；以及，使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合，其中，时间处理操作的输入集合的输入子集的维数少于经解码数据集合的维数。
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，当由发送无线通信设备的一个或多个处理器执行时，所述一个或多个指令使发送无线通信设备用于：使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中，时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数；以及，向接收无线通信设备发送经编码数据集合。
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，当由接收无线通信设备的一个或多个处理器执行时，所述一个或多个指令使接收无线通信设备用于：从发送无线通信设备接收经编码数据集合；以及，使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合，其中，时间处理操作的输入集合的输入子集的维数少于经解码数据集合的维数。
在一些方面中，一种用于无线通信的装置包括：用于使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合的单元，其中，时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数；以及，用于向接收无线通信设备发送经编码数据集合的单元。
在一些方面中，一种用于无线通信的装置，包括：用于从发送无线通信设备接收经编码数据集合的单元；以及，用于使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合的单元，其中，时间处理操作的输入集合的输入子集的维数少于经解码数据集合的维数。
各方面一般包括如本文中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。
虽然在本公开内容中通过对一些示例的说明来描述各方面，但本领域的技术人员将理解，这些方面可以实现在许多不同的布置和场景中。本文描述的技术可以使用不同的平台类型、设备、系统、形状、尺寸和/或封装布置来实现。例如，一些方面可以经由集成芯片实施例或其他基于非模块组件的设备(例如，终端用户设备、车辆、通信设备、计算设备、工业设备、零售/购买设备、医疗设备、或实现人工智能功能的设备)来实现。各方面可以实现在芯片级组件、模块化组件、非模块化组件、非芯片级组件、设备级组件或系统级组件中。合并所描述的方面和特征的设备还可以包括用于实现和实践所要求保护和描述的方面的附加组件和特征。例如，无线信号的发送和接收可以包括用于模拟和数字目的的数个组件(例如，包括天线、RF链、功率放大器、调制器、缓冲器、处理器、交织器、加法器、或求和器的硬件组件)。其目的是，本文所描述的方面可以在不同尺寸、形状和结构的各种设备、组件、系统、分布式布置、终端用户设备中实践。
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在无线网络中的基站与UE进行通信的示例的图。
图3是示出根据本公开内容的使用先前存储的信道状态信息(CSI)的编码设备和解码设备的示例的示意图。
图4是示出根据本公开内容的使用用于上行链路通信的神经网络对数据集合进行编码和解码的示例的示意图。
图5-图12是示出根据本公开内容的与用于与经编码数据的无线传输相关联的时间处理的架构相关联的示例的示意图。
图13和图14是示出根据本公开内容的与用于与经编码数据的无线传输相关联的时间处理的架构相关联的示例过程的示意图。
图15是根据本公开内容的用于无线通信的示例装置的框图。
具体实施方式
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，可以实现装置或可以实施方法。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。这些装置和技术将在下文详细描述中通过各种框、模块、组件、电路、步骤、过程、算法等(被统称为“元素”)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。
应当注意，虽然可以使用通常与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他RAT，例如，3G RAT、4G RAT和/或5G之后的RAT(例如，6G)。
图1是示出了根据本公开内容的无线网络100的示例的图。无线网络100可以是或可以包括5G(NR)网络、和/或LTE网络等的元件。无线网络100可以包括多个基站110(被示为BS110a、BS 110b、BS110c和BS110d)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、发射接收点(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。
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，BS110a可以是用于宏小区102a的宏BS，BS110b可以是用于微微小区102b的微微BS，以及BS110c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。
在一些方面中，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。在一些方面中，BS可以通过各种类型的回程接口(例如，使用任何适当的传输网络的直接物理连接或虚拟网络)来彼此互连和/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BS110d可以与宏BS110a和UE 120d进行通信，以便促进BS110a与UE 120d之间的通信。中继BS还可以被称为中继站、中继基站、中继等。
无线网络100可以是包括不同类型的BS(比如，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还可以例如经由无线或有线回程直接或间接地相互通信。
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、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合适设备。
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、频率信道等。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、或车辆到基础设施(V2I)协议)、和/或网状网络进行通信。在这种情况下，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，所述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可以跨越从410MHz到7.125GHz的第一频率范围(FR1)的操作频带进行通信，和/或可以使用具有可以跨越从24.25GHz到52.6GHz的第二频率范围(FR2)的操作频带进行通信。FR1与FR2之间的频率有时称为中频带频率。尽管FR1的一部分大于6GHz，但是FR1通常被称为“sub-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”频带的极高频率(EHF)频带(30GHz–300GHz)。因此，除非另有明确说明，否则应当理解术语“sub-6GHz”等，如果在本文中使用，可以广泛表示小于6GHz的频率、在FR1内的频率、和/或中频带频率(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，可以广泛表示EHF频带内的频率、在FR2内的频率、和/或中频带频率(例如，小于24.25GHz)。预期可以修改FR1和FR2中包含的频率，并且本文描述的技术适用于那些修改后的频率范围。
如上所指出的，图1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各个方面的在无线网络100中的基站110与UE 120进行通信的示例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，通常，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、准许和/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，小区专用参考信号(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等)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)参数等。在一些方面中，UE 120的一个或多个组件可以被包括在壳体284中。
网络控制器130可以包括通信单元294、控制器/处理器290、以及存储器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到234t和/或天线252a到252r)可以包括一个或多个天线面板、天线群组、天线元件集合和/或天线阵列等，或者可以被包括在一个或多个天线面板、天线群组、天线元件集合和/或天线阵列等中。天线面板、天线群组、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、天线群组、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、天线群组、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、天线群组、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(比如，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的调制解调器中可以包括UE 120的调制器和解调器(例如，MOD/DEMOD 254)。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、发射处理器264和/或TX MIMO处理器266的任何组合。处理器(例如，控制器/处理器280)和存储器282可以使用收发机来执行本文描述(例如，如参照图5-图14所描述)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进行下行链路和/或上行链路通信。在一些方面中，基站110的调制解调器中可以包括基站110的调制器和解调器(例如，MOD/DEMOD 232)。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、发射处理器220和/或TX MIMO处理器230的任何组合。处理器(例如，控制器/处理器240)和存储器242可以使用收发机来执行本文描述(例如，如参照图5-图14所描述)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与经编码数据的无线传输相关联的时间处理的架构相关联的一种或多种技术，如本文中在别处更详细描述的。在一些方面中，本文描述的无线通信设备可以是图2中示出的基站110，可以被包括在基站110中，或者可以包括基站110的一个或多个组件。在一些方面中，本文描述的无线通信设备可以是图2中示出的UE 120，可以被包括在UE120中，或者可以包括UE 120的一个或多个组件。例如，基站110的控制器/处理器240、UE120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13的过程1300、图14的过程1400、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，一个或多个指令当由基站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执行或指导例如图13的过程1300、图14的过程1400、和/或如本文所述的其他过程的操作。在一些方面中，执行指令可以包括运行指令、转换指令、编译指令和/或解释指令等。
在一些方面中，发送无线通信设备包括：用于使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合的单元，其中，时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数；和/或用于向接收无线通信设备发送经编码数据集合的单元。在一些方面中，用于发送无线通信设备执行本文所述操作的单元可以包括：例如，发送处理器220、TX MIMO处理器230、调制器232、天线234、解调器232、MIMO检测器236、接收处理器238、控制器/处理器240、存储器242或调度器246中的一个或多个。在一些方面中，用于发送无线通信设备执行本文所述操作的部件可以包括：例如，天线252、解调器254、MIMO检测器256、接收处理器258、发送处理器264、TX MIMO处理器266、调制器254、控制器/处理器280、或存储器282中的一个或多个。
在一些方面中，发送无线通信设备包括：用于向接收无线通信设备发送信道状态信息反馈的单元。
在一些方面中，接收无线通信设备包括：用于从发送无线通信设备接收经编码数据集合的单元；和/或用于使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合的单元，其中，时间处理操作的输入集合的输入子集的维数少于经解码数据集合的维数。在一些方面中，用于接收无线通信设备执行本文描述的操作的单元可以包括例如发送处理器220、TX MIMO处理器230、调制器232、天线234、解调器232、MIMO检测器236、接收处理器238、控制器/处理器240、存储器242或调度器246中的一者或多者。在一些方面中，用于接收无线通信设备执行本文描述的操作的单元可以包括例如天线252、解调器254、MIMO检测器256、接收处理器258、发送处理器264、TX MIMO处理器266、调制器254、控制器/处理器280或存储器282中的一者或多者。
在一些方面中，接收无线通信设备包括用于从发送无线通信设备接收信道状态信息反馈的单元。
虽然图2中的框被示出为不同的组件，但是上面关于这些框所描述的功能可以在单个硬件、软件、或组合组件、或在组件的各种组合中实现。例如，参照发射处理器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，或者在控制器/处理器280的控制下执行。
如上所指出的，图2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示出根据本公开内容的使用先前存储的信道状态信息(CSI)的编码设备300和解码设备350的示例。图3示出了具有CSI实例编码器310、CSI序列编码器320和存储器330的编码设备300(例如，UE 120)。编码设备可以被配置为：对经由编码设备的一个或多个天线接收的样本(例如，数据)执行一个或多个操作，以对样本进行压缩。图3还示出了具有CSI序列解码器360、存储器370和CSI实例解码器380的解码设备350(例如，BS110)。解码设备可以被配置为对压缩样本进行解码以确定诸如CSF之类的信息。
在一些方面中，编码设备300和解码设备350可以利用CSI实例随时间的相关性(时间方面)，或者利用CSI实例序列随信道估计序列的相关性。编码设备300和解码设备350可以保存和使用先前存储的CSI，并且仅对来自先前实例的CSI中的变化进行编码和解码。这可以提供更少的CSI反馈开销并提高性能。编码设备300还能够对更精确的CSI进行编码，并且神经网络可以用更精确的CSI来训练。
如图3所示，CSI实例编码器310可以针对DL信道估计序列中每个DL信道估计将CSI实例编码到中间编码的CSI中。CSI实例编码器310(例如，前馈网络)可以使用神经网络编码器权重θ。中间编码的CSI可以表示为CSI序列编码器320(例如，长短期记忆(LSTM)网络)可以从存储器330确定先前编码的CSI实例h(t-1)，并且将中间编码的CSI m(t)与先前编码的CSI实例h(t-1)进行比较，以确定经编码CSI中的变化n(t)。变化n(t)可以是新的信道估计的一部分，并且可以不是由解码设备350预测的。此时，经编码CSI可以由表示。CSI序列编码器320可以在物理上行链路共享信道(PUSCH)或物理上行链路控制信道(PUCCH)上提供该变化n(t)，并且编码设备300可以将该变化(例如，指示该变化的信息)n(t)作为经编码CSI在UL信道上向解码设备350发送。因为变化小于整个CSI实例，所以编码设备300可以在UL信道上针对经编码CSI发送更小的有效载荷，同时在经编码CSI中针对该变化包括更详细的信息。CSI序列编码器320可以至少部分地基于中间编码的CSI m(t)和先前编码的CSI实例h(t-1)的至少一部分来生成经编码CSI h(t)。CSI序列编码器320可以将经编码CSI h(t)保存在存储器330中。
CSI序列解码器360可以在PUSCH或PUCCH上接收经编码CSI。CSI序列解码器360可以确定仅接收CSI的变化n(t)作为经编码CSI。CSI序列解码器360可以至少部分地基于经编码CSI和来自存储器370的先前中间解码的CSI实例h(t-1)的至少一部分以及该变化来确定中间解码CSI m(t)。CSI实例解码器380可以将中间解码的CSI m(t)解码为经解码CSI。CSI序列解码器360和CSI实例解码器380可以使用神经网络解码器权重φ。中间解码的CSI可以由表示。CSI序列解码器360可以至少部分地基于中间解码的CSI m(t)和先前解码的CSI实例h(t-1)的至少一部分来生成经解码CSI h(t)。解码设备350可以从经解码的CSI h(t)重建DL信道估计，并且重建的信道估计可以表示为CSI序列解码器360可以将经解码的CSI h(t)保存在存储器370中。
因为变化n(t)小于整个CSI实例，所以编码设备300可以在UL信道上发送更小的有效载荷。例如，如果由于低多普勒或编码设备300的小移动，DL信道与先前反馈相比变化很小，则CSI序列编码器的输出可能相当紧凑。以此方式，编码设备300可以利用信道估计随时间的相关性。在一些方面中，因为输出很小，所以编码设备300可以在经编码CSI中包括针对变化的更详细信息。在一些方面中，编码设备300可以向解码设备350发送经编码CSI被时间编码(CSI变化)的指示(例如，标志)。替代地，编码设备300可以发送关于经编码CSI独立于任何先前编码的CSI反馈而被编码的指示。解码设备350可以在不使用先前解码的CSI实例的情况下对经编码CSI进行解码。在一些方面中，设备(可以包括编码设备300或解码设备350)可以使用CSI序列编码器和CSI序列解码器来训练神经网络模型。
在一些方面中，CSI可以是信道估计(被称为信道响应)H和干扰N的函数。可以有多种方式来传达H和N。例如，编码设备300可以将CSI编码为N-1/2H。编码设备300可以分别对H和N进行编码。编码设备300可以分别对H和N进行部分编码，然后联合对这两个部分编码的输出进行编码。分别对H和N进行编码可能是有利的。干扰和信道变化可能发生在不同的时间尺度上。在低多普勒场景中，信道可能是稳定的，但由于业务或调度器算法，干扰可能仍然更快地变化。在高多普勒场景中，信道可能比UE的调度器分组更快地变化。在一些方面中，设备(可以包括编码设备300或解码设备350)可以使用分别编码的H和N来训练神经网络模型。
在一些方面中，重建的DL信道可以忠实地反映DL信道H，并且这可以被称为显式反馈。在一些方面中，/>可以仅捕获解码设备350导出阶数和预编码所需信息。CQI可以单独地反馈。CSI反馈可以表示为m(t)，或在时间编码的场景中表示为n(t)。类似于II型CSI反馈，m(t)可以被构造为阶数索引(RI)、波束索引和表示振幅或相位的系数的级联。在一些方面中，m(t)可以是实值矢量的量化版本。波束可以是预定义的(不是通过训练获得的)，或者可以是训练的一部分(例如，θ和φ的一部分并且被传达到编码设备300或解码设备350)。
在一些方面中，解码设备350和编码设备300可以维持多个编码器和解码器网络，每个编码器和解码器网络针对不同的有效载荷尺寸(用于不同精度与UL开销权衡)。对于每个CSI反馈，取决于重建质量和上行链路预算(例如，PUSCH有效载荷尺寸)，编码设备300可以选择或者解码设备350可以指示编码设备300选择编码器中的一个来构造经编码CSI。编码设备300可以至少部分地基于由编码设备300选择的编码器来发送编码器的索引以及CSI。类似地，解码设备350和编码设备300可以维护多个编码器和解码器网络以应对不同的天线几何形状和信道条件。注意，尽管针对解码设备350和编码设备300描述了一些操作，但是这些操作也可以由另一设备执行，作为编码器和解码器权重和/或结构的预配置的一部分。
如上所述，可以提供图3作为示例。其他示例可以与关于图3描述的有所不同。
如本文所述，在网络中操作的编码设备可以测量参考信号等以报告给解码设备。例如，UE可以在波束管理过程期间测量参考信号以报告信道状态信息反馈(CSF)，可以测量来自服务小区和/或邻居小区的参考信号的接收功率，可以测量无线电间接入技术(例如，WiFi)网络的信号强度，可以测量用于检测环境中一个或多个对象的位置的传感器信号等等。然而，向网络实体报告该信息可能会消耗通信和/或网络资源。
在本文描述的一些方面，编码设备(例如，UE)可以训练一个或多个神经网络以学习所测量质量对单个参数的依赖性，通过一个或多个神经网络的各个层来隔离所测量的质量(也称为“操作”)，并且以限制压缩损失的方式压缩测量。
在一些方面中，编码设备可以使用被压缩的比特数量的性质来构造影响比特数量的每个特征(也称为维度)的提取和压缩的过程。在一些方面中，比特数量可以与一个或多个参考信号的采样相关联和/或可以指示信道状态信息。
至少部分地基于使用用于上行链路通信的神经网络对数据集合进行编码和解码，编码设备可以发送具有减少的有效载荷的CSF。这可以节省网络资源，否则该网络资源可能已经被用于发送由编码设备采样的完整数据集合。
图4是示出根据本公开内容的与使用用于上行链路通信的神经网络对数据集合进行编码和解码相关联的示例400的示意图。编码设备(例如，UE 120、编码设备300等)可以被配置为对经由编码设备的一个或多个天线接收的样本(例如，数据)执行一个或多个操作，以对样本进行压缩。如图4所示，编码设备可以使用单次编码器来执行单次编码操作。解码设备(例如，基站110、解码设备350等)可以被配置为对压缩样本进行解码以确定信息(诸如CSF)。如图4所示，解码设备可以使用单次解码器来执行单次解码操作。在本文中，编码设备可以被称为发送无线通信设备。在本文中，解码设备可以被称为接收无线通信设备。
在一些方面中，编码设备可以识别要压缩的特征。在一些方面中，编码设备可以在与要压缩的特征相关联的第一维度中执行第一类型的操作。编码设备可以在其他维度上(例如，在所有其他维度上)执行第二类型的操作。例如，编码设备可以在第一维度上执行全连接操作，并在所有其他维度上执行卷积(例如，逐点卷积)。
在一些方面中，附图标记识别包括多个神经网络层和/或操作的操作。可以通过一个或多个参考操作的连接来形成编码设备和解码设备的神经网络。
如附图标记405所示，编码设备可以对数据执行空间特征提取。如附图标记410所示，编码设备可以对数据执行抽头域特征提取。在一些方面中，编码设备可以在执行空间特征提取之前执行抽头域特征提取。在一些方面中，提取操作可以包括多个操作。例如，多个操作可以包括一个或多个卷积操作、一个或多个全连接操作等，它们可以被激活或不活动。在一些方面中，提取操作可以包括残差神经网络(ResNet)操作。
如附图标记415所示，编码设备可以对已经提取的一个或多个特征进行压缩。在一些方面中，压缩操作可以包括一个或多个操作，比如，一个或多个卷积操作、一个或多个全连接操作等。在压缩之后，输出的比特计数可以小于输入的比特计数。
如附图标记420所示，编码设备可以执行量化操作。在一些方面中，编码设备可以在对压缩操作的输出进行平坦化之后执行量化操作和/或在对输出进行平坦化之后执行全连接操作。
如附图标记425所示，解码设备可以执行特征解压缩。如附图标记430所示，解码设备可以执行抽头域特征重建。如附图标记435所示，解码设备可以执行空间特征重建。在一些方面中，解码设备可以在执行抽头域特征重建之前执行空间特征重建。在重建操作之后，解码设备可以输出编码设备的输入的重建版本。
在一些方面中，解码设备可以通过与编码设备执行的操作相反的顺序执行操作。例如，如果编码设备遵循操作(A，B，C，D)，则解码设备可以遵循逆操作(D，C，B，A)。在一些方面中，解码设备可以执行与编码设备的操作完全对称的操作。这可以减少在UE处的神经网络配置所需的比特数量。在一些方面中，除了编码设备的操作之外，解码设备可以执行附加操作(例如，卷积操作、全连接操作、ResNet操作等)。在一些方面中，解码设备可以执行与编码设备的操作不对称的操作。
至少部分地基于编码设备使用用于上行链路通信的神经网络对数据集合进行编码，编码设备(例如，UE)可以发送具有减少的有效载荷的CSF。这可以节省网络资源，否则该网络资源可能已经被用于发送由编码设备采样的完整数据集合。
如上所指出的，图4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。
如本文所述，在网络中操作的发送无线通信设备可以测量参考信号等以报告给接收无线通信设备。例如，发送无线通信设备可以接收基于神经网络的信道状态信息(CSI)参考信号(CSI-RS)。接收无线通信设备可以至少部分地基于CSI-RS来测量基于神经网络的CSI。在一些方面中，基于神经网络的CSI可以将与CSI-RS相关联的信道信息压缩成与例如基于非神经网络的类型IICSI或类型I CSI相比更全面的形式。例如，在类型IICSI中，对于所有子带，子带尺寸可以是固定的，这可能导致有限的粒度。基于神经网络的CSI可以通过促进提供关于整个信道的信息来促进更大的粒度。基于神经网络的CSI也可以被指定为以更高的精度或更低的精度来压缩某些子带。
在一些方面中，基于神经网络的CSI还可以通过促进提供关于信道和干扰的信息来促进接收无线通信设备处的多用户(MU)多输入多输出(MU-MIMO)操作，从而使接收无线通信设备能够管理用户以及对用户进行分组等。基于机器学习的CSF报告可能有助于类型IIICSI的使用。然而，由于时间数据的存在，使用神经网络的编码可能仍然导致用于报告的大量有效载荷，这可能对网络性能具有负面影响。
根据本文描述的技术和装置的方面，发送无线通信设备可以被配置有促进时间处理的一个或多个神经网络。在一些方面中，发送无线通信设备可以使用与至少一个神经网络相关联的单次编码操作和时间处理操作来对数据集合进行编码，以产生经编码数据集合。在一些方面中，时间处理操作的输入集合的输入子集的维数可以大于经编码数据集合的维数。因此，可以在时间处理算法的未来迭代中使用来自时间处理的输出，从而能够进一步且更精确地压缩数据。结果，一些方面可以促进时间数据的压缩，这可以减少用于报告反馈的有效载荷尺寸，这可以对网络性能具有积极影响。
图5是示出根据本公开内容的与经编码数据的无线传输相关联的时间处理相关联的示例500的示意图。如图所示，发送无线通信设备(示出为“第一设备”)505和接收无线通信设备(示出为“第二设备”)510可以彼此通信。在一些方面中，第一设备505和第二设备510可以经由无线通信网络(例如，图1中示出的无线网络100)进行通信。第一设备505可以是编码设备(例如，UE 120、编码设备300等)，并且第二设备510可以是解码设备(例如，基站110、解码设备350等)。
如附图标记515所示，第二设备510可以发送并且第一设备505可以接收关于(例如，至少部分地基于基于神经网络的CSI-RS)确定CSF的指示。在一些方面中，关于确定CSF的指示可以在DCI、MAC-CE等中携带。在一些方面中，第二设备510可以发送指示以使用一个或多个神经网络来估计信道和/或执行一些其他信号分析。在一些方面中，第一设备505可以在没有接收到这样做的指示的情况下执行分析。
如附图标记520所示，第二设备510可以发送并且第一设备505可以接收CSI-RS。在一些方面中，第二设备510可以发送解调参考信号(DMRS)和/或探测参考信号(SRS)等等。如附图标记525所示，如本文所述，第一设备505可以基于CSI并且至少部分地基于时间处理来确定CSI和/或CSF。在一些方面中，第一设备505可以附加地或替代地估计信道。
例如，在一些方面中，第一设备505可以使用与至少一个神经网络相关联的单次编码操作和时间处理操作来对数据集合进行编码，以产生经编码数据集合。时间处理操作的输入集合的输入子集的维数可以大于经编码数据集合的维数。数据集合可以至少部分地基于一个或多个参考信号(例如，CSI-RS、DMRS和/或SRS)的采样。
在一些方面中，时间处理操作的输入集合的输入子集可以包括表示先前时间处理操作的输出的状态矢量。在一些方面中，时间处理操作的输入集合可以包括单次编码操作的输出，并且状态矢量的维数可以大于单次编码操作的输出的维数。
在一些方面中，第一设备505可以使用时间处理块对数据集合进行编码，以执行时间处理操作。在一些方面中，时间处理块可以包括递归神经网络(RNN)库，该RNN库包括一个或多个RNN。一个或多个RNN可以包括以下各项中的至少一项：长短期记忆、或者门控循环单元、或者基本RNN。在一些方面中，时间处理块可以包括输出生成器，其包括以下至少一项：全连接层、卷积层或全连接卷积层。输出生成器可以将RNN库的输出作为输入，并且可以产生经编码数据集合。时间压缩块可以包含各种RNN，诸如长短期记忆(LSTM)RNN、门控循环单元(GRU)和/或全连接卷积层等等。
如附图标记530所示，除其他示例外，第一设备505可以发送并且第二设备510可以接收基于神经网络的CSF和/或信道估计，等等。
如上所指出的，图5是作为示例而被提供的。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与经编码数据的无线传输相关联的时间处理相关联的示例600的示意图。示例600示出了与经编码数据的无线传输相关联的时间处理相关联的架构。示例600描绘了该架构的数个状态，每个状态依照时间(t+1、t+2和t+3)。
如图6所示，发送无线通信设备610可以包括向时间处理块提供输入的单次编码器。如图4所示，单次编码器是执行单次(也称为“一次”)编码操作的编码器。单次编码操作是对数据的单个实例(例如，在某个时刻来自测量的数据集合)进行编码的操作。可以通过空中(OTA)向接收无线通信设备620发送时间处理块的输出。接收无线通信设备620包括接收经编码数据集合并向单次解码器提供输入的时间处理块。如图4所示，单次解码器是执行单次(也称为“一次”)解码操作的解码器。单次解码操作是对数据的单个实例(例如，在某个时刻来自测量的数据集合)进行解码的操作。时间处理块的输入集合的输入子集可以包括表示先前时间处理操作的输出的状态矢量henc(T)(在编码器侧)或hdec(T)(在解码器侧)，其中T是表示时隙T＝t，t+1，t+2，t+3...的时间变量。单次编码器将数据集合x(T)作为输入，并且将单次经编码数据集合输出到时间处理块。时间处理块可以执行时间压缩以提供输出经编码数据集合，所述经编码数据集合被发送到接收无线通信设备。时间处理块还可以演化状态矢量，并且将经演化的状态矢量提供给下一时间处理操作。在一些方面中，状态矢量的维数可以比向接收无线通信设备620发送的输出OTA的维数大得多。
如上所指出的，图6是作为示例来提供的。其它示例可以不同于关于图6所描述的示例。
图7是示出根据本公开内容的与经编码数据的无线传输相关联的时间处理相关联的示例700的示意图。示例700示出了与经编码数据的无线传输相关联的时间处理相关联的架构。示例700描绘了该架构的数个状态，每个状态依照时间(t+1、t+2和t+3)。图7中的架构类似于图6的架构，除了发送无线通信设备710和接收无线通信设备720的时间处理操作的输入集合的输入子集包括表示先前时间处理操作的输出的状态矢量，其中，先前时间处理操作与接收无线通信设备720的解码器相关联。
如上所指出的，图7是作为示例来提供的。其它示例可以不同于关于图7所描述的示例。
图8是示出根据本公开内容的与经编码数据的无线传输相关联的时间处理相关联的示例800、示例810和示例820的示意图。示例800示出了一种架构，其中，发送无线通信设备830不包括时间处理块，但是接收无线通信设备840包括时间处理块850。
示例810示出了与图6中示出的示例600的架构相似的架构，其中，发送无线通信设备830包括时间处理块850，并且接收无线通信设备840也包括时间处理块850。如图所示，时间处理块850可以包括RNN库和输出生成器(示为“FC/Conv块”)，输出生成器包括以下各项中的至少一项：全连接层、卷积层、或全连接卷积层。输出生成器可以将RNN库的输出作为输入，并且可以产生经编码数据集合。
示例820示出了与图7中示出的示例700的架构相似的架构，其中，发送无线通信设备830包括时间处理块850，并且接收无线通信设备840也包括时间处理块850。如图所示，时间处理块850可以包括RNN库和输出生成器(示为“FC/Conv块”)，输出生成器包括以下各项中的至少一项：全连接层、卷积层或全连接卷积层。
如上所指出的，图8是作为示例来提供的。其它示例可以不同于关于图8所描述的示例。
图9是示出根据本公开内容的与经编码数据的无线传输相关联的时间处理相关联的示例900的示意图。示例900示出了与经编码数据的无线传输相关联的时间处理相关联的架构。如图所示，发送无线通信设备910可以与接收无线通信设备920进行通信。
如图所示，发送无线通信设备910包括向时间处理块930的RNN库提供输入的单次编码器。输入包括批量尺寸b和维度数量d。RNN库还从先前的时间处理操作接收表示为(l，b，8d)的输入集合。第一变量l是迭代索引，并且输入集合包括8d维度，如8d所指示的。RNN库产生具有8个维度的输出，作为输出生成器的输入。尽管在该示例中，RNN库产生具有8个维度的输出，但是8是作为示例的。输出维度可以大于或小于8。输出生成器对输入进行压缩，产生具有d-α维度的输出，其中α表示被压缩的维度数量。相反的过程被示为在接收无线通信设备920上发生，以使用时间处理块940对经编码数据进行解码。以此方式，具有维度d的原始数据可以由接收无线通信设备920恢复。
在一些方面中，RNN库可以被配置为至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，为输入选择该维度集合中的一个或多个维度。在一些方面中，如果RNN将低相关维度识别为输入，则RNN可以默认为其中RNN在时隙处选择一个维度的性能。随着跨维度的相关性增加，RNN库可以选择输入的更复杂的函数来将输入压缩到更低的维度。
如上所指出的，图9是作为示例来提供的。其它示例可以不同于关于图9所描述的示例。
图10是示出根据本公开内容的与经编码数据的无线传输相关联的时间处理相关联的示例1000和示例1010的示意图。示例1000和示例1010示出了与经编码数据的无线传输相关联的时间处理相关联的架构。
如上所解释的，结合图9，RNN库可以被配置为至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，为输入选择该维度集合中的一个或多个维度。示例1000示出了其中维度之间的相关性低(例如，近似为零)的RNN库。在这种情况下，RNN库可以包括多个RNN(示为“RNN(1)”、“RNN(2)”、...、“RNN(d)”)，其中，多个RNN中的每个RNN对应于多个d维度中的不同维度。
相反，当维度之间的相关性不可忽略时，RNN库可以包括更少的RNN。例如，如示例1010所示，RNN库可以包括处理多个维度中的所有维度的单个RNN。在这种情况下，RNN的数量可以更低，但是RNN的复杂度可能更高。
如上所指出的，图10是仅仅作为示例来提供的。其它示例可以不同于关于图10所描述的示例。
图11是示出根据本公开内容的与经编码数据的无线传输相关联的时间处理相关联的示例1100的示意图。示例1100示出了与经编码数据的无线传输相关联的时间处理相关联的另一架构。
示例1100示出了更复杂的架构，其中发送无线通信设备1110的时间处理块包括RNN库和输出生成器(示为“FC层Enc”)，并且其中接收无线通信设备1120包括具有RNN库和输出生成器(示为“FC层Dec”)的镜像结构。
如图所示，输出生成器将RNN库的输出作为输入，并产生经编码数据集合。RNN库的输出可以包括与第一时间相关联的状态矢量，并且输出生成器将与第二时间相关联的单次编码器的输出作为附加输入，其中第二时间发生在第一时间之后。在该示例1100中，RNN库(其可以包括一个或多个RNN、GRU和/或LSTM)用于演进状态。RNN库的输入以及先前状态用于生成输出。在一些方面中，状态矢量的维度数量可以比单次编码器的实际输出或编码器的最终输出高得多。输出生成器使用高维度先前状态和低维度当前输入来生成总输出。以此方式，图11的架构可以包括用于演进时间处理块的状态以进一步增强系统的准确性和效率的附加反馈回路。
如上所指出的，图11是作为示例来提供的。其它示例可以不同于关于图11所描述的示例。
图12是示出根据本公开的与经编码数据的无线传输相关联的时间处理相关联的示例1200、示例1210和示例1220的示意图。
如附图标记1200所示，示例架构可以包括输出生成器1230，该输出生成器1230包括产生具有第一维度数量(例如，9d)的第一输出的第一全连接层(FC层Enc 1)。所示的维度因子9是作为示例的。维度因子可以大于9或小于9。输出生成器1230可以包括：整流线性单元(ReLU)激活层，其接收第一输出并产生具有第一维度数量的第二输出；以及，第二全连接层(FC层Enc 2)，其接收第二输出并产生具有小于第一维度数量的第二维度数量(d-α)的第三输出。
如附图标记1210所示，示例架构可以包括输出生成器1240，该输出生成器1240包括与示例1200的示例架构中描述的结构相似的结构，除了ReLU层还包括第一批量归一化(BN)层。如附图标记1220所示，类似架构可以包括接收第三输出并产生具有第二维度数量的第四输出的第二BN层。如图12所示，解码器架构可以包括上面关于编码器结构所讨论的类似结构。
例如，解码器可以包括：RNN库，其产生具有第一维度数量的第一输出，以及输出生成器，其包括：第一全连接层，其接收第一输出并产生具有第一维度数量的第二输出；第一中间层，其接收第二输出并产生具有第一维度数量的第三输出，其中，第一中间层包括BN层或ReLU层中的至少一个；以及，第二全连接层，其接收第三输出并产生具有大于第一维度数量的第二维度数量的第四输出。
示例1200和示例1210的时间处理操作可以包括：第三全连接层，其接收经编码数据集合并产生具有第一维度数量的第五输出；第二中间层，其接收第五输出并产生具有第一维度数量的第六输出，其中第二中间层包括BN层或ReLU层中的至少一个；以及，第四全连接层，其接收第六输出并产生具有第一维度数量的第七输出。示例1220的时间处理操作可以包括BN层，其接收第七输出并产生具有第二维度数量的第八输出，其中第八输出包括对RNN库的输入。
如上所述，提供图12作为示例。其他示例可以与关于图12描述的有所不同。
图13是示出根据本公开内容的例如由发送无线通信设备执行的示例过程1300的示意图。示例过程1300是其中发送无线通信设备(例如，第一设备505)执行与用于与经编码数据的无线传输相关联的时间处理的架构相关联的操作的示例。
如图13中所示，在一些方面中，过程1300可以包括使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数(框1310)。例如，如上所述，发送无线通信设备(例如，使用图15中描绘的编码组件1508)可以使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中，时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数。
如图13中进一步示出的，在一些方面中，过程1300可以包括向接收无线通信设备发送经编码数据集合(框1320)。例如，如上所述，发送无线通信设备(例如，使用图15中描绘的发送组件1504)可以向接收无线通信设备发送经编码数据集合。
过程1300可以包括额外的方面，比如，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，数据集合是至少部分地基于对一个或多个参考信号的采样。
在第二方面，单独地或与第一方面相结合地，向接收无线通信设备发送经编码数据集合包括：向接收无线通信设备发送信道状态信息反馈。
在第三方面，单独地或与第一方面和第二方面中的一个或多个相结合地，时间处理操作的输入集合的输入子集包括：表示先前时间处理操作的输出的状态矢量。
在第四方面，单独地或与第一方面至第三方面中的一个或多个相结合地，时间处理操作的输入集合还包括单次编码操作的输出，并且状态矢量的维数大于单次编码操作的输出的维数。
在第五方面，单独地或与第一方面至第四方面中的一个或多个相结合地，先前的时间处理操作与发送无线通信设备的编码器相关联。
在第六方面，单独地或与第一方面至第五方面中的一个或多个相结合地，先前的时间处理操作与接收无线通信设备的解码器相关联。
在第七方面，单独地或与第一方面至第六方面中的一个或多个相结合地，使用时间处理操作对数据集合进行编码包括：使用时间处理块执行时间处理操作。
在第八方面，单独地或与第一方面至第七方面中的一个或多个相结合地，时间处理块包括RNN库，该RNN库包括一个或多个RNN。
在第九方面，单独地或与第一方面至第八方面中的一个或多个相结合地，一个或多个RNN包括LSTM、GRU或基本RNN中的至少一个。
在第十方面，单独地或与第一方面至第九方面中的一个或多个相结合地，时间处理块包括输出生成器，该输出生成器包括全连接层、卷积层或全连接卷积层中的至少一个。
在第十一方面，单独地或与第一方面至第十方面中的一个或多个相结合地，输出生成器将RNN库的输出作为输入，并产生经编码数据集合。
在第十二方面，单独地或与第一方面至第十一方面中的一个或多个相结合地，RNN库的输出包括与第一时间相关联的状态矢量，并且输出生成器将与第二时间相关联的单次编码器的输出作为附加输入，其中，第二时间发生在第一时间之后。
在第十三方面，单独地或与第一方面至第十二方面中的一个或多个相结合地，输出生成器包括第一全连接层，其产生具有第一维度数量的第一输出；ReLU激活层，其接收第一输出并产生具有第一维度数量的第二输出；以及第二全连接层，其接收第二输出并产生具有小于第一维度数量的第二维度数量的第三输出。
在第十四方面，单独地或与第一方面至第十三方面中的一个或多个相结合地，RNN库的输入包括与第一时间相关联的状态矢量，其中，RNN库的输出包括与第二时间相关联的状态矢量，并且输出生成器将与第二时间相关联的单次编码器的输出作为附加输入，其中，第二时间发生在第一时间之后。
在第十五方面，单独地或与第一方面至第十四方面中的一个或多个相结合地，输出生成器包括第一全连接层，其产生具有第一维度数量的第一输出；第一BN和ReLU激活层，其接收第一输出并产生具有第一维度数量的第二输出；以及第二全连接层，其接收第二输出并产生具有小于第一维度数量的第二维度数量的第三输出。
在第十六方面，单独地或与第一方面至第十五方面中的一个或多个相结合地，输出生成器还包括第二BN层，其接收第三输出并产生具有第二维度数量的第四输出。
在第十七方面，单独地或与第一方面至第十六方面中的一个或多个相结合地，RNN库被配置为至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，为输入选择该维度集合中的一个或多个维度。
在第十八方面，单独地或与第一方面至第十七方面中的一个或多个相结合地，RNN库包括多个RNN，该多个RNN中的每个RNN对应于多个维度中的不同维度。
虽然图13示出了过程1300的示例框，但是在一些方面中，过程1300可以包括与图13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。附加地或替代地，可以并行地执行过程1300的框中的两个或更多个框。
图14是示出根据本公开内容的例如由接收无线通信设备执行的示例过程1400的示意图。示例过程1400是其中接收无线通信设备(例如，第二设备510)执行与用于与经编码数据的无线传输相关联的时间处理的架构相关联的操作的示例。
如图14所示，在一些方面中，过程1400可以包括从发送无线通信设备接收经编码数据集合(框1410)。例如，如上所述，接收无线通信设备(例如，使用图15中描绘的接收组件1502)可以从发送无线通信设备接收经编码数据集合。
如图14中进一步示出的，在一些方面中，过程1400可以包括使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合，其中，时间处理操作的输入集合的输入子集的维数小于经解码数据集合的维数(框1420)。例如，如上所述，接收无线通信设备(例如，使用图15中描绘的解码组件1510)可以使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合，其中，时间处理操作的输入集合的输入子集的维数小于经解码数据集合的维数。
过程1400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，经编码数据集合至少部分地基于对一个或多个参考信号的采样。
在第二方面中，单独地或与第一方面相结合地，从发送无线通信设备接收经编码数据集合包括：从发送无线通信设备接收信道状态信息反馈。
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相结合地，时间处理操作的输入集合的输入子集包括表示先前时间处理操作的输出的状态矢量。
在第四方面中，单独地或与第三方面相结合地，时间处理操作的输出包括对单次解码操作的输入，并且其中状态矢量的维数小于对单次解码操作的输入的维数。
在第五方面中，单独地或与第三方面至第四方面中的一个或多个相结合地，先前的时间处理操作与接收无线通信设备的解码器相关联。
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相结合地，使用时间处理操作对经编码数据集合进行解码包括使用时间处理块执行时间处理操作。
在第七方面中，单独地或与第六方面相结合地，时间处理块包括递归神经网络(RNN)库，该RNN库包括一个或多个RNN，其中RNN库的输入包括与第一时间相关联的状态矢量，并且其中，该RNN库的输出包括与第二时间相关联的状态矢量。
在第八方面中，单独地或与第七方面相结合地，一个或多个RNN包括长短期记忆、门控循环单元，或者基本RNN。
在第九方面中，单独地或与第七方面至第八方面中的一个或多个相结合地，时间处理块包括输出生成器，该输出生成器包括全连接层、卷积层或全连接卷积层中的至少一个。
在第十方面中，单独地或与第九方面相结合地，输出生成器将递归神经网络库的输出作为输入，并且产生经解码数据集合。
在第十一方面中，单独地或与第七方面至第十方面中的一个或多个相结合地，RNN库产生具有第一维度数量的第一输出，并且其中，输出生成器包括：第一全连接层，其接收第一输出并产生具有第一维度数量的第二输出；第一中间层，其接收第二输出并产生具有第一维度数量的第三输出，其中，第一中间层包括批量归一化(BN)层或整流线性单元(ReLU)层中的至少一个；以及，第二全连接层，其接收第三输出并产生具有大于第一维度数量的第二维度数量的第四输出。
在第十二方面中，单独地或与第十一方面相结合地，时间处理块包括第三全连接层，其接收经编码数据集合并产生具有第一维度数量的第五输出；第二中间层，其接收第五输出并产生具有第一维度数量的第六输出，其中，第二中间层包括BN层或ReLU层中的至少一个；以及，第四全连接层，其接收第六输出并产生具有第一维度数量的第七输出。
在第十三方面中，单独地或与第十二方面相结合地，时间处理块还包括BN层，其接收第七输出并产生具有第二维度数量的第八输出，其中第八输出包括对RNN库的输入。
在第十四方面中，单独地或与第七方面至第十三方面中的一个或多个相结合地，RNN库被配置为至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，选择维度集合中的一个或多个维度以用作输入。
在第十五方面中，单独地或与第七方面至第十四方面中的一个或多个相结合地，RNN库包括多个RNN，该多个RNN中的每个RNN对应于多个维度中的不同维度。
虽然图14示出了过程1400的示例框，但是在一些方面中，过程1400可以包括与图14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。附加地或替代地，可以并行地执行过程1400的框中的两个或更多个框。
图15是用于无线通信的示例装置1500的框图。装置1500可以是无线通信设备，或者无线通信设备可以包括装置1500。在一些方面中，装置1500包括接收组件1502和发送组件1504，它们可以相互通信(例如，经由一个或多个总线和/或一个或多个其它组件)。如图所示，装置1500可以使用接收组件1502和发送组件1504与另一装置1506(比如，UE、基站或另一无线通信设备)进行通信。如进一步示出的，装置1500可以包括编码组件1508或解码组件1510等等中的一项或多项。
在一些方面中，装置1500可以被配置为执行本文结合图5-图12描述的一个或多个操作。附加地或替代地，装置1500可以被配置为执行本文描述的一个或多个过程，比如，图13的过程1300、图14的过程1400、或其组合。在一些方面中，图15中所示的装置1500和/或一个或多个组件可以包括上文结合图2描述的无线通信设备的一个或多个组件。附加地或替代地，图15中所示的一个或多个组件可以在上文结合图2描述的一个或多个组件内实现。附加地或替代地，组件集合中的一个或多个组件可以至少部分地被实现为存储在存储器中的软件。例如，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并且可由控制器或处理器执行以执行组件的功能或操作的指令或代码。
接收组件1502可以从装置1506接收通信，诸如参考信号、控制信息、数据通信、或其组合。接收组件1502可以将接收到的通信提供给装置1500的一个或多个其它组件。在一些方面中，接收组件1502可以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)，并且可以将经处理的信号提供给装置1506的一个或多个其它组件。在一些方面中，接收组件1502可以包括上文结合图2描述的UE和/或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1504可以向装置1506发送通信，诸如参考信号、控制信息、数据通信、或其组合。在一些方面中，装置1506的一个或多个其它组件可以生成通信并且可以将所生成的通信提供给发送组件1504，以便传输给装置1506。在一些方面中，发送组件1504可以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)，并且可以将经处理的信号发送给装置1506。在一些方面中，发送组件1504可以包括上文结合图2描述的UE和/或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1504可以与接收组件1502共置于收发机中。
编码组件1508可以使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数。在一些方面中，编码组件1508可以包括上面结合图2描述的UE和/或基站的调制器、发送MIMO处理器、发送处理器、控制器/处理器、存储器、或它们的组合。发送组件1504可以向接收无线通信设备发送经编码数据集合。
接收组件1502可以从发送无线通信设备接收经编码数据集合。解码组件1510可以使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合，其中时间处理操作的输入集合的输入子集的维数小于经解码数据集合的维数。在一些方面中，解码组件1510可以包括上面结合图2描述的UE和/或基站的解调器、MIMO检测器、接收处理器、控制器/处理器、存储器或它们的组合。
提供图15中所示的组件的数量和布置作为示例。在实践中，与图15所示的组件相比，可以存在额外的组件、更少的组件、不同的组件或不同排列的组件。此外，图15中所示的两个或更多个组件可以在单个组件内实施，或者图15中所示的单个组件可以被实现为多个分布式组件。附加地或替代地，图15中所示的一组(一个或多个)组件可以执行被描述为由图15中所示的另一组组件执行的一个或多个功能。
以下提供了本公开内容的一些方面的概述：
方面1：一种由发送无线通信设备执行的无线通信方法，包括：使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中，时间处理操作的输入集合的输入子集的维数大于经编码数据集合的维数；以及，向接收无线通信设备发送经编码数据集合。
方面2：根据方面1所述的方法，其中，数据集合是至少部分地基于对一个或多个参考信号的采样。
方面3：根据方面1或方面2中任一项所述的方法，其中，向接收无线通信设备发送经编码数据集合包括：向接收无线通信设备发送信道状态信息反馈。
方面4：根据方面1-方面3中任一项所述的方法，其中，时间处理操作的输入集合的输入子集包括：表示先前时间处理操作的输出的状态矢量。
方面5：根据方面4所述的方法，其中，时间处理操作的输入集合还包括单次编码操作的输出，并且其中，状态矢量的维数大于单次编码操作的输出的维数。
方面6：根据方面4或方面5中任一项所述的方法，其中，先前时间处理操作与发送无线通信设备的编码器相关联。
方面7：根据方面4或方面5中任一项所述的方法，其中，先前时间处理操作与接收无线通信设备的解码器相关联。
方面8：根据方面1-方面7中任一项所述的方法，其中，使用时间处理操作对数据集合进行编码包括：使用时间处理块执行时间处理操作。
方面9：根据方面8所述的方法，其中，时间处理块包括递归神经网络(RNN)库，该RNN库包括一个或多个RNN。
方面10：根据方面9所述的方法，其中，一个或多个RNN包括以下各项中的至少一项：长短期记忆、门控循环单元，或者基本RNN。
方面11：根据方面8-方面10中任一项所述的方法，其中，时间处理块包括输出生成器，其包括以下各项中的至少一项：全连接层、卷积层或全连接卷积层。
方面12：根据方面11所述的方法，其中，输出生成器将递归神经网络(RNN)库的输出作为输入，并且产生经编码数据集合。
方面13：根据方面12所述的方法，其中，RNN库的输出包括与第一时间相关联的状态矢量，并且其中，输出生成器将与第二时间相关联的单次编码器的输出作为附加输入，其中，第二时间发生在第一时间之后。
方面14：根据方面13所述的方法，其中，输出生成器包括：第一全连接层，其产生具有第一维度数量的第一输出；整流线性单元(ReLU)激活层，其接收第一输出并产生具有第一维度数量的第二输出；以及，第二全连接层，其接收第二输出并产生具有小于第一维度数量的第二维度数量的第三输出。
方面15：根据方面12-方面14中任一项所述的方法，其中，RNN库的输入包括与第一时间相关联的状态矢量，其中，RNN库的输出包括与第二时间相关联的状态矢量，并且其中，输出生成器将与第二时间相关联的单次编码器的输出作为附加输入，其中，第二时间发生在第一时间之后。
方面16：根据方面15所述的方法，其中，输出生成器包括：第一全连接层，其产生具有第一维度数量的第一输出；第一批量归一化(BN)和整流线性单元(ReLU)激活层，其接收第一输出并产生具有第一维度数量的第二输出；以及，第二全连接层，其接收第二输出并产生具有小于第一维度数量的第二维度数量的第三输出。
方面17：根据方面16所述的方法，其中，输出生成器还包括第二BN层，所述第二BN层接收第三输出并产生具有第二维度数量的第四输出。
方面18：根据方面9-方面17中任一项所述的方法，其中，RNN库被配置为至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，为输入选择该维度集合中的一个或多个维度。
方面19：根据方面9-方面17中任一项所述的方法，其中，RNN库包括多个RNN，所述多个RNN中的每个RNN对应于多个维度中的不同维度。
方面20：一种由接收无线通信设备执行的无线通信方法，包括：从发送无线通信设备接收经编码数据集合；以及，使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对经编码数据集合进行解码，以产生经解码数据集合，其中，时间处理操作的输入集合的输入子集的维数少于经解码数据集合的维数。
方面21：根据方面20所述的方法，其中，经编码数据集合至少部分地基于对一个或多个参考信号的采样。
方面22：根据方面20或方面21中任一项所述的方法，其中，从发送无线通信设备接收经编码数据集合包括：从发送无线通信设备接收信道状态信息反馈。
方面23：根据方面20-方面22中任一项所述的方法，其中，时间处理操作的输入集合的输入子集包括：表示先前时间处理操作的输出的状态矢量。
方面24：根据方面23所述的方法，其中，时间处理操作的输出包括对单次解码操作的输入，并且其中，状态矢量的维数小于对单次解码操作的输入的维数。
方面25：根据方面23或方面24中任一项所述的方法，其中，先前时间处理操作与接收无线通信设备的解码器相关联。
方面26：根据方面20-方面25中任一项所述的方法，其中，使用时间处理操作对经编码数据集合进行解码包括：使用时间处理块执行时间处理操作。
方面27：根据方面26所述的方法，其中，时间处理块包括：递归神经网络(RNN)库，其包括一个或多个RNN，其中RNN库的输入包括与第一时间相关联的状态矢量，并且其中，RNN库的输出包括与第二时间相关联的状态矢量。
方面28：根据方面27所述的方法，其中，一个或多个RNN包括以下各项中的至少一项：长短期记忆、门控循环单元，或者基本RNN。
方面29：根据方面27或方面28中任一项所述的方法，其中，时间处理块包括输出生成器，所述输出生成器包括以下各项中的至少一项：全连接层、卷积层、或全连接卷积层。
方面30：根据方面29所述的方法，其中，输出生成器将递归神经网络库的输出作为输入，并且产生经解码数据集合。
方面31：根据方面27-方面30中任一项所述的方法，其中，RNN库产生具有第一维度数量的第一输出，并且其中，输出生成器包括：第一全连接层，其接收第一输出并产生具有第一维度数量的第二输出；第一中间层，其接收第二输出并产生具有第一维度数量的第三输出，其中，第一中间层包括批量归一化(BN)层或整流线性单元(ReLU)层中的至少一个；以及，第二全连接层，其接收第三输出并产生具有大于第一维度数量的第二维度数量的第四输出。
方面32：根据方面31所述的方法，其中，时间处理块包括：第三全连接层，其接收经编码数据集合并产生具有第一维度数量的第五输出；第二中间层，其接收第五输出并产生具有第一维度数量的第六输出，其中，第二中间层包括BN层或ReLU层中的至少一个；以及，第四全连接层，其接收第六输出并产生具有第一维度数量的第七输出。
方面33：根据方面32所述的方法，其中，时间处理块还包括BN层，其接收第七输出并产生具有第二维度数量的第八输出，其中第八输出包括对RNN库的输入。
方面34：根据方面27-方面33中任一项所述的方法，其中，RNN库被配置为：至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，选择维度集合中的一个或多个维度以用作输入。
方面35：根据方面27-方面34中任一项所述的方法，其中，RNN库包括多个RNN，所述多个RNN中的每个RNN对应于多个维度中的不同维度。
方面36：一种用于在设备处进行无线通信的装置，包括：处理器；与所述处理器相耦合的存储器；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1-19中的一个或多个方面所述的方法。
方面37：一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，所述存储器和所述一个或多个处理器被配置为执行根据方面1-19中的一个或多个方面所述的方法。
方面38：一种用于无线通信的装置，包括用于执行根据方面1-19中的一个或多个方面所述的方法的至少一个单元。
方面39：一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1-19中的一个或多个方面所述的方法的指令。
方面40：一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，当由设备的一个或多个处理器执行时，使所述设备执行根据方面1-19中的一个或多个方面所述的方法。
方面41：一种用于在设备处进行无线通信的装置，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20-35中的一个或多个方面所述的方法。
方面42：一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，所述存储器和所述一个或多个处理器被配置为执行根据方面20-35中的一个或多个方面所述的方法。
方面43：一种用于无线通信的装置，包括用于执行根据方面20-35中的一个或多个方面所述的方法的至少一个单元。
方面44：一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20-35中的一个或多个方面所述的方法的指令。
方面45：一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20-35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。可以根据上文公开内容进行修改和变型，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、和/或硬件与软件的组合。“软件”应当被广义地解释为指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件分组、例程、子例程、对象、可执行文件、执行的线程、进程和/或函数等等，无论被称为软件、固件、中间件、微代码、硬件描述语言或其他。如本文所使用的，处理器是用硬件、和/或硬件与软件的组合来实现的。应当清楚，本文描述的系统和/或方法可以用不同形式的硬件、和/或硬件与软件的组合来实现。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。
如本文所用，依据上下文，满足阈值可以指数值大于阈值、大于或等于阈值、小于阈值、小于或等于阈值、等于阈值、不等于阈值，等等。
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。如本文所用，提及条目列表“中的至少一个”的短语指代那些条目的任意组合，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条目，并且可以与“一个或多个”互换使用。此外，如本文所用，冠词“该”旨在包括与冠词“该”有关的一个或多个条目，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条目(例如，相关条目、无关条目、或者相关条目和无关条目的组合等)，并且可以与“一个或多个”互换使用。在仅预期一个条目的情况下，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，如本文所用，术语“或”在一连串使用时旨在开放式包括，并且可以与“和/或”互换使用，除非另有明确说明(例如，如果与“二选一”或“仅一个”相结合使用)。

Claims (30)

1.一种用于无线通信的发送无线通信设备，包括：
存储器；以及
一个或多个处理器，其可操作地耦合到所述存储器，其被配置为：
使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中，所述时间处理操作的输入集合的输入子集的维数大于所述经编码数据集合的维数；以及
向接收无线通信设备发送所述经编码数据集合。
2.根据权利要求1所述的发送无线通信设备，其中，所述数据集合至少部分地基于对一个或多个参考信号的采样。
3.根据权利要求1所述的发送无线通信设备，其中，为了向所述接收无线通信设备发送所述经编码数据集合，所述一个或多个处理器被配置为：
向所述接收无线通信设备发送信道状态信息反馈。
4.根据权利要求1所述的发送无线通信设备，其中，所述时间处理操作的所述输入集合的所述输入子集包括表示先前时间处理操作的输出的状态矢量。
5.根据权利要求4所述的发送无线通信设备，其中，所述时间处理操作的所述输入集合还包括所述单次编码操作的输出，并且其中，所述状态矢量的维数大于所述单次编码操作的所述输出的维数。
6.根据权利要求4所述的发送无线通信设备，其中，所述先前时间处理操作与所述发送无线通信设备的编码器相关联。
7.根据权利要求4所述的发送无线通信设备，其中，所述先前时间处理操作与所述接收无线通信设备的解码器相关联。
8.根据权利要求1所述的发送无线通信设备，其中，为了使用所述时间处理操作对所述数据集合进行编码，所述一个或多个处理器被配置为使用时间处理块来执行所述时间处理操作。
9.根据权利要求8所述的发送无线通信设备，其中，所述时间处理块包括递归神经网络(RNN)库，所述RNN库包括一个或多个RNN。
10.根据权利要求9所述的发送无线通信设备，其中，所述一个或多个RNN包括以下各项中的至少一项：
长短期记忆，
门控循环单元，或者
基本RNN。
11.根据权利要求8所述的发送无线通信设备，其中，所述时间处理块包括输出生成器，所述输出生成器包括以下各项中的至少一项：
全连接层，
卷积层，或者
全连接卷积层。
12.根据权利要求11所述的发送无线通信设备，其中，所述输出生成器将递归神经网络(RNN)库的输出作为输入，并且产生所述经编码数据集合。
13.根据权利要求12所述的发送无线通信设备，其中，所述RNN库的所述输出包括与第一时间相关联的状态矢量，并且其中，所述输出生成器将与第二时间相关联的单次编码器的输出作为附加输入，其中，所述第二时间发生在所述第一时间之后。
14.根据权利要求13所述的发送无线通信设备，其中，所述输出生成器包括：
第一全连接层，其产生具有第一维度数量的第一输出；
整流线性单元(ReLU)激活层，其接收所述第一输出并产生具有所述第一维度数量的第二输出；以及
第二全连接层，其接收所述第二输出并产生具有小于所述第一维度数量的第二维度数量的第三输出。
15.根据权利要求12所述的发送无线通信设备，其中，所述RNN库的输入包括与第一时间相关联的状态矢量，其中所述RNN库的所述输出包括与第二时间相关联的状态矢量，并且其中所述输出生成器将与所述第二时间相关联的单次编码器的输出作为附加输入，其中所述第二时间发生在所述第一时间之后。
16.根据权利要求15所述的发送无线通信设备，其中，所述输出生成器包括：
第一全连接层，其产生具有第一维度数量的第一输出；
第一批量归一化(BN)和整流线性单元(ReLU)激活层，其接收所述第一输出并产生具有所述第一维度数量的第二输出；以及
第二全连接层，其接收所述第二输出并产生具有小于所述第一维度数量的第二维度数量的第三输出。
17.根据权利要求16所述的发送无线通信设备，其中，所述输出生成器还包括第二BN层，所述第二BN层接收所述第三输出并产生具有所述第二维度数量的第四输出。
18.根据权利要求9所述的发送无线通信设备，其中，所述RNN库被配置为至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，为输入选择所述维度集合中的所述一个或多个维度。
19.根据权利要求9所述的发送无线通信设备，其中，所述RNN库包括多个RNN，所述多个RNN中的每个RNN对应于多个维度中的不同维度。
20.一种用于无线通信的接收无线通信设备，包括：
存储器；以及
一个或多个处理器，其可操作地耦合到所述存储器，其被配置为：
从发送无线通信设备接收经编码数据集合；以及
使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对所述经编码数据集合进行解码，以产生经解码数据集合，其中所述时间处理操作的输入集合的输入子集的维数小于所述经解码数据集合的维数。
21.根据权利要求20所述的接收无线通信设备，其中，为了从所述发送无线通信设备接收所述经编码数据集合，所述一个或多个处理器被配置为：
从所述发送无线通信设备接收信道状态信息反馈。
22.根据权利要求20所述的接收无线通信设备，其中，所述时间处理操作的所述输入集合的所述输入子集包括表示先前时间处理操作的输出的状态矢量。
23.根据权利要求22所述的接收无线通信设备，其中，所述时间处理操作的输出包括所述单次解码操作的输入，并且其中所述状态矢量的维数小于所述单次解码操作的所述输入的维数。
24.根据权利要求20所述的接收无线通信设备，其中，为了使用所述时间处理操作对所述经编码数据集合进行解码，所述一个或多个处理器被配置为使用时间处理块来执行所述时间处理操作，其中所述时间处理块包括：
递归神经网络(RNN)库，其包括一个或多个RNN，其中，所述RNN库的输入包括与第一时间相关联的状态矢量，并且其中，所述RNN库的输出包括与第二时间相关联的状态矢量；以及
输出生成器，其将所述RNN库的输出作为输入并产生所述经解码数据集合。
25.根据权利要求24所述的接收无线通信设备，其中，所述RNN库产生具有第一维度数量的第一输出，并且其中，所述输出生成器包括：
第一全连接层，其接收所述第一输出并产生具有所述第一维度数量的第二输出；
第一中间层，其接收所述第二输出并产生具有所述第一维度数量的第三输出，其中，所述第一中间层包括批量归一化(BN)层或整流线性单元(ReLU)层中的至少一个；以及
第二全连接层，其接收所述第三输出并产生具有大于所述第一维度数量的第二维度数量的第四输出。
26.根据权利要求25所述的接收无线通信设备，其中，所述时间处理块包括：
第三全连接层，其接收所述经编码数据集合并产生具有所述第一维度数量的第五输出；
第二中间层，其接收所述第五输出并产生具有所述第一维度数量的第六输出，其中所述第二中间层包括BN层或ReLU层中的至少一个；以及
第四全连接层，其接收所述第六输出并产生具有所述第一维度数量的第七输出。
27.根据权利要求26所述的接收无线通信设备，其中，所述时间处理块还包括BN层，其接收所述第七输出并产生具有所述第二维度数量的第八输出，其中所述第八输出包括所述RNN库的输入。
28.根据权利要求25所述的接收无线通信设备，其中，所述RNN库被配置为至少部分地基于维度集合的一个或多个维度与至少一个附加维度之间的相关性，选择所述维度集合中的所述一个或多个维度以用作输入。
29.一种由发送无线通信设备执行的无线通信方法，包括：
使用与至少一个神经网络相关联的单次编码操作和时间处理操作对数据集合进行编码，以产生经编码数据集合，其中，所述时间处理操作的输入集合的输入子集的维数大于所述经编码数据集合的维数；以及
向接收无线通信设备发送所述经编码数据集合。
30.一种由接收无线通信设备执行的无线通信方法，包括：
从发送无线通信设备接收经编码数据集合；以及
使用与至少一个神经网络相关联的单次解码操作和时间处理操作来对所述经编码数据集合进行解码，以产生经解码数据集合，其中，所述时间处理操作的输入集合的输入子集的维数小于所述经解码数据集合的维数。
CN202280017682.XA 2021-03-05 2022-02-25 用于与经编码数据的无线传输相关联的时间处理的架构 Pending CN116964950A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/193,974 US20220284267A1 (en) 2021-03-05 2021-03-05 Architectures for temporal processing associated with wireless transmission of encoded data
US17/193,974 2021-03-05
PCT/US2022/070842 WO2022187792A1 (en) 2021-03-05 2022-02-25 Architectures for temporal processing associated with wireless transmission of encoded data

Publications (1)

Publication Number Publication Date
CN116964950A true CN116964950A (zh) 2023-10-27

Family

ID=81307395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280017682.XA Pending CN116964950A (zh) 2021-03-05 2022-02-25 用于与经编码数据的无线传输相关联的时间处理的架构

Country Status (4)

Country Link
US (1) US20220284267A1 (zh)
EP (1) EP4302413A1 (zh)
CN (1) CN116964950A (zh)
WO (1) WO2022187792A1 (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6911147B2 (ja) * 2018-01-11 2021-07-28 エルジー エレクトロニクス インコーポレイティド 無線通信システムにおいてチャネル状態情報を報告するための方法及びそのための装置
US11936452B2 (en) * 2020-02-28 2024-03-19 Qualcomm Incorporated Neural network based channel state information feedback

Also Published As

Publication number Publication date
US20220284267A1 (en) 2022-09-08
EP4302413A1 (en) 2024-01-10
WO2022187792A1 (en) 2022-09-09

Similar Documents

Publication Publication Date Title
US20210390434A1 (en) Machine learning error reporting
US20230275787A1 (en) Capability and configuration of a device for providing channel state feedback
CN117480805A (zh) 用以实现机器学习和非机器学习相关任务之间的联邦学习和切换的用户装备信令和能力
US20220101130A1 (en) Quantized feedback in federated learning with randomization
US20230246694A1 (en) Neural network based channel state information feedback report size determination
US20230299831A1 (en) Multi-part neural network based channel state information feedback
US11569876B2 (en) Beam index reporting based at least in part on a precoded channel state information reference signal
US20220060887A1 (en) Encoding a data set using a neural network for uplink communication
US20230246693A1 (en) Configurations for channel state feedback
US20230041404A1 (en) Determining a beam failure instance count for beam failure detection
US20230163822A1 (en) Beamforming for multi-aperture orbital angular momentum multiplexing based communication
US20220284267A1 (en) Architectures for temporal processing associated with wireless transmission of encoded data
US20230261908A1 (en) Reporting weight updates to a neural network for generating channel state information feedback
US20230254773A1 (en) Power control for channel state feedback processing
US11871261B2 (en) Transformer-based cross-node machine learning systems for wireless communication
US20230239016A1 (en) Exploration of inactive ranks or inactive precoders
US20230353264A1 (en) Machine learning for beam predictions with confidence indications
US20220329394A1 (en) Selective sub-band channel quality indicator reporting
US20230354267A1 (en) Sounding reference signal resource configuration
US20230216646A1 (en) Sub-band channel quality indicator fallback
US20230054077A1 (en) Dynamic quantization of channel quality information
US20220123908A1 (en) Subband channel quality information

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