CN117676630A - 一种通信方法及装置 - Google Patents
一种通信方法及装置 Download PDFInfo
- Publication number
- CN117676630A CN117676630A CN202211056078.6A CN202211056078A CN117676630A CN 117676630 A CN117676630 A CN 117676630A CN 202211056078 A CN202211056078 A CN 202211056078A CN 117676630 A CN117676630 A CN 117676630A
- Authority
- CN
- China
- Prior art keywords
- information
- pieces
- encoder
- original
- self
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 260
- 238000000034 method Methods 0.000 title claims abstract description 140
- 238000012545 processing Methods 0.000 claims abstract description 61
- 230000006870 function Effects 0.000 claims description 142
- 238000013139 quantization Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims description 15
- 238000011084 recovery Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 27
- 238000013461 design Methods 0.000 description 129
- 230000000875 corresponding effect Effects 0.000 description 123
- 238000012549 training Methods 0.000 description 66
- 238000013528 artificial neural network Methods 0.000 description 33
- 238000007906 compression Methods 0.000 description 31
- 230000006835 compression Effects 0.000 description 30
- 230000005540 biological transmission Effects 0.000 description 26
- 238000013507 mapping Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 15
- 230000006837 decompression Effects 0.000 description 13
- 210000002569 neuron Anatomy 0.000 description 13
- 238000013473 artificial intelligence Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 8
- 239000013256 coordination polymer Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000011664 signaling Effects 0.000 description 7
- 230000004913 activation Effects 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 102100022734 Acyl carrier protein, mitochondrial Human genes 0.000 description 5
- 101000678845 Homo sapiens Acyl carrier protein, mitochondrial Proteins 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000008093 supporting effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000001976 improved effect Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本公开提供一种通信方法及装置,应用于通信技术领域。该通信方法可由第一设备执行,包括:接收来自第二设备的M个第一编码信息;利用第一解码器和输入第一解码器的M个第一编码信息,确定M个第一解码信息;其中,第一解码器和第一编码器属于第一自编码器,第一编码器用于对输入的M个第一原始信息处理,确定M个第一编码信息;利用第二编码器和输入第二编码器的M个第一解码信息,确定M个第一重编码信息;根据M个第一编码信息中的每个第一编码信息和每个第一编码信息对应的第一重编码信息之间的差异,确定第一自编码器的性能。本公开能够在降低信道状态信息反馈开销的同时提升对自编码器性能监控的准确性。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种通信方法及装置。
背景技术
在无线通信网络中,例如在移动通信网络中,网络支持的业务越来越多样,因此需要满足的需求越来越多样。例如,网络需要能够支持超高速率、超低时延、和/或超大连接。该特点使得网络规划、网络配置、和/或资源调度越来越复杂。此外,由于网络的功能越来越强大,例如支持的频谱越来越高、支持高阶多入多出(multiple input multiple output,MIMO)技术、支持波束赋形、和/或支持波束管理等新技术,使得网络节能成为了热门研究课题。这些新需求、新场景和新特性给网络规划、运维和高效运营带来了前所未有的挑战。为了迎接该挑战,可以将人工智能技术引入无线通信网络中,从而实现网络智能化。基于此,如何在网络中有效地实现人工智能,比如,如何监测人工智能的性能,是一个值得研究的问题。
发明内容
本公开提供一种通信方法及装置,以期在降低传输开销的同时提升对自编码器性能监控的准确性。
第一方面,本公开提供一种通信方法,该通信方法应用于第一设备,包括:接收来自第二设备的M个第一编码信息,M为正整数;利用第一解码器和输入所述第一解码器的所述M个第一编码信息,确定M个第一解码信息;其中,所述第一解码器和第一编码器属于第一自编码器,所述第一编码器用于对输入的M个第一原始信息处理,确定所述M个第一编码信息;利用第二编码器和输入所述第二编码器的所述M个第一解码信息,确定M个第一重编码信息,所述M个第一重编码信息与所述M个第一编码信息一一对应;根据所述M个第一编码信息中的每个第一编码信息和所述每个第一编码信息对应的第一重编码信息之间的差异,确定所述第一自编码器的性能。
上述设计中,在部署自编码器中解码器的一端引入一个编码器,通过比较自编码器所包括的编码器输出的编码信息和该解码器引入的编码器输出的重编码信息之间的差异,间接判断自编码器的性能。能够在保证减少信息传输开销的同时安全有效的监控自编码器的性能。
在一种可能的设计中,所述第一编码器和所述第二编码器相同,或者所述第一编码器和所述第二编码器的功能相同。可选的,所述第一编码器和所述第二编码器的功能相同,包括如下中的至少一项:当第一编码器和第二编码器的输入相同数据时,第一编码器和第二编码器的输出相同;当第一编码器和第二编码器的输入相同数据时,第一编码器和第二编码器的输出差异小于预设阈值;第一编码器具备压缩和量化功能,第二编码器具备压缩和量化功能。利用相同或相同功能的编码器,进行编码和重编码,可以避免编码器之间的差异的干扰,降低编码信息和重编码信息之间的差异的误差。
下面区分M的取值,对第一自编码器的性能的确定方式进行说明。
M为1时,在一种可能的设计中,如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数大于或等于第一阈值,则第一设备可以确定所述第一自编码器的性能对应第一值,或如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数小于或等于第二阈值,则第一设备可以确定所述第一自编码器的性能对应第二值。
M大于1时,在一种可能的设计中,如果K个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数大于或等于第一阈值,所述K个第一编码信息占所述M个第一编码信息的比例大于或等于第一比例阈值,则确定所述第一自编码器的性能对应第一值,或如果K个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数小于或等于第二阈值,所述K个第一编码信息占所述M个第一编码信息的比例大于或等于第一比例阈值,则确定所述第一自编码器的性能对应第二值;其中,所述K个第一编码信息包含于所述M个第一编码信息,K为小于或等于M的正整数。
M大于1时,在另一种可能的设计中,第一设备计算M个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数,得到M个差异参数;如果M个差异参数的平均值大于或等于第一阈值,则第一设备可以确定所述第一自编码器的性能对应第一值,或如果M个差异参数的平均值小于或等于第二阈值,则第一设备可以确定所述第一自编码器的性能对应第二值。
上述设计中的第一阈值和第二阈值可以相等,或者不相等。利用阈值划分自编码的性能等级,便于后续针对不同性能等级的自编码器进行对应的个性化处理,较为灵活。
在一种可能的设计中,第一阈值、第二阈值可以是预先配置的。在另一种可能的设计中,第二设备向第一设备指示第一阈值/或第二阈值。例如,第二设备向第一设备指示第一阈值或第二阈值时,第一设备可以确定第一阈值和第二阈值相等。又如,第二设备向第一设备指示第一阈值和第二阈值时,第一设备根据第二设备的指示,可以确定第一阈值和第二阈值是否相等。
下面对上述设计中的差异参数进行说明。
在一种可能的设计中,所述M个第一编码信息中第i个第一编码信息对应的差异参数包括所述第i个第一编码信息与所述M个第一重编码信息中第i个第一重编码信息之间的差异。此设计中,第一阈值、第二阈值、以及编码信息与重编码信息之间的差异属于同一量级的信息,同一量级的信息之间可以作比较。
这样的设计,利用阈值对编码信息与重编码信息之间的差异进行衡量,以推测原始信息与解码信息之间的差异,辅助自编码器性能的确定,能够提升对自编码器性能监控的准确性。
在另一种可能的设计中,所述M个第一编码信息中第i个第一编码信息对应的差异参数是由比例因子以及所述第i个第一编码信息与所述M个第一重编码信息中第i个第一重编码信息之间的差异确定的;其中,i为1至M中的任意一个正整数。此设计中,由编码信息与重编码信息之间的差异以及比例因子确定的差异参数、第一阈值、以及第二阈值属于同一量级的信息,同一量级的信息之间可以作比较。可以理解的是,第一阈值、第二阈值、以及原始信息与解码信息之间的差异属于第一量级的信息,比例因子用于将编码信息和重编码信息之间的差异缩放为第一量级的信息。
这样的设计,利用比例因子和编码信息与重编码信息之间的差异模拟原始信息与解码信息之间的差异,并利用阈值对原始信息与解码信息之间的差异进行衡量,辅助自编码器性能的确定,能够提升对自编码器性能监控的准确性。
下面对比例因子的确定方式进行说明。
一种可能的设计中,所述比例因子是预配置的;或者,所述比例因子是第二设备确定的,第一设备可以从所述第二设备中获取该比例因子。
另一种可能的设计中,第一设备可以自行确定所述比例因子。
例如,第一设备可以接收来自所述第二设备的N个第二原始信息,所述N为大于1的整数;进而,第一设备根据所述N个第二原始信息中两两第二原始信息之间的差异和所述两两第二原始信息对应的两两第二编码信息之间的差异的比例,确定所述比例因子。其中,所述N个第二原始信息中的全部或部分属于所述M个第一原始信息,或者,所述N个第二原始信息不包括所述M个第一原始信息中的任意一个。
例如,第一设备接收来自所述第二设备的N个第二原始信息,所述N为正整数;进而,第一设备根据所述N个第二原始信息中每个第二原始信息与参考原始信息之间的差异和所述每个原始信息对应的第二编码信息与所述参考原始信息对应的参考编码信息之间的差异的比例,确定所述比例因子。
例如,第一设备接收来自所述第二设备的N个第二原始信息,所述N为正整数;进而,第一设备根据所述N个第二原始信息中每个第二原始信息与N个第二解码信息中每个第二解码信息之间的差异和所述每个第二原始信息对应的第二编码信息与所述每个第二编码信息对应的第二重编码信息之间的差异的比例,确定所述比例因子;其中,所述N个第二解码信息与所述N个第二原始信息一一对应。
下面对第一设备启动第一自编码器的性能确定的情况进行说明。
在一种可能的设计中,可以由第二设备触发第一设备进行第一自编码器的性能确定。例如,第一设备在确定所述M个第一重编码信息之前,接收来自所述第二设备的第四信息,所述第四信息用于触发所述第一自编码器的性能确定。
在另一种可能的设计中,第一设备首先确定上述设计中第一自编码器的性能确定方式可行、有效,或者描述为:在当前场景中可以使用上述设计中第一自编码器的性能确定方式;进而,第一设备启动第一自编码器的性能确定。
下面第一自编码器的性能确定方式的可行性或称有效性的判定方式进行说明。
在一种可能的设计中,第一设备获取来自所述第二设备的P个第三编码信息;其中,用于生成所述P个第三编码信息的P个第三原始信息之间的差异满足第一预设关系,P为大于或等于3的正整数;所述P个第三原始信息中的全部或部分属于所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
当第一设备确定所述P个第三编码信息之间的差异满足所述第一预设关系时,第一设备可以通过上述设计确定第一自编码器的性能。
可选的,第一设备可以向所述第二设备发送第一信息,所述第一信息用于请求所述P个第三编码信息。第二设备响应于该第一信息,向第一设备发送P个第三编码信息。
在另一种可能的设计中,第一设备获取来自所述第二设备的P个第三编码信息;其中,用于生成所述P个第三编码信息的P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为大于或等于2的正整数;所述P个第三原始信息中的全部或部分属于所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
当第一设备确定所述P个第三编码信息和与所述参考原始信息对应的参考编码信息之间的差异满足所述第二预设关系时,第一设备可以通过上述设计确定第一自编码器的性能。
可选的,第一设备可以向所述第二设备发送第二信息,所述第二信息用于请求所述P个第三编码信息。第二设备响应于该第一信息,向第一设备发送P个第三编码信息。
上述设计中,通过判断编码信息的变化趋势与原始信息的变化趋势是否保持一致,且在保持一致的情况下,利用编码信息和重编码信息之间的差异进行自编码器性能的确定,能够确保对自编码器性能监控的准确性。
在一种可能的设计中,第一设备还可以接收来自所述第二设备的第三信息,所述第三信息指示所述P个第三原始信息与所述P个第三编码信息之间的对应关系。这样的设计,可以辅助第一设备快速地判断编码信息的变化趋势与原始信息的变化趋势是否保持一致。
在一种可能的设计中,上述第一编码信息为量化后的信息,或者,第一设备接收来自第二设备的M个第一编码信息,是M个第一编码信息对应的M个第一量化信息。第一设备可以对收到的所述M个第一量化信息进行解量化处理,得到所述M个第一编码信息。
在一种可能的设计中,所述第一自编码器的性能对应第一值或第二值,所述第一值用于指示所述第一自编码器的性能不满足第一要求,所述第二值用于指示所述第一自编码器的性能满足第一要求。第一设备在确定所述第一自编码器的性能对应所述第一值时,向所述第二设备发送第五信息,所述第五信息用于指示所述第二设备停止使用所述第一编码器。这样的设计可以避免在第一编码器性能不满足要求的情况下,第二设备继续使用第一编码器所导致的信息编解码错误。
在一种可能的设计中,第一自编码器应用于CSI反馈场景。所述第一编码信息包括第一信道状态指示信息,如基于原始CSI的量化CSI;所述第一解码信息包括第一恢复信道信息,如恢复的CSI;所述第一原始信息包括第一原始信道信息,如原始的CSI;所述第一重编码信息包括与所述第一恢复信道信息对应的第二信道状态指示信息,如基于恢复的CSI的量化CSI。
第二方面,本公开提供一种通信方法,该通信方法应用于第二设备,包括:利用第一编码器用于对输入的M个第一原始信息处理,确定所述M个第一编码信息,M为正整数;向第一设备发送所述M个第一编码信息,所述M个第一编码信息用于第一自编码器的性能确定,所述第一自编码器包括所述第一编码器。
在一种可能的设计中,第二设备可以向第一设备发送第四信息,所述第四信息用于触发所述第一自编码器的性能确定。
在一种可能的设计中,第二设备可以向第一设备发送第一参数信息,所述第一参数信息用于自编码的性能确定;其中,第一参数信息包括如下中的一项或多项:用于衡量编码信息和重编码信息之间差异的一个或多个参考阈值;用于表征至少两个原始信息的差异与所述至少两个原始信息分别对应的编码信息的差异之间的比例的比例因子;用于表征原始信息和解码信息的差异与编码信息与重编码信息的差异之间的比例的比例因子,所述编码信息或所述重编码信息的数量;自编码器的性能对应的取值范围,所述重编码信息为第一设备将所述编码信息输入解码器获得的输出再输入编码器进行重编码获得的。
在一种可能的设计中,第二设备可以向第一设备发送第二设备发送P个第三编码信息,所述P个第三编码信息用于第一自编码器的性能确定方式的有效性判定;其中,用于生成所述P个第三编码信息的P个第三原始信息之间的差异满足第一预设关系,P为大于或等于3的正整数;或者,用于生成所述P个第三编码信息的P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为大于或等于2的正整数。
在一种可能的设计中,第二设备还可以向第一设备发送第三信息,所述第三信息指示所述P个第三原始信息与所述P个第三编码信息之间的对应关系。
第三方面,本公开提供一种通信方法,应用于第一设备,包括:接收来自第二设备的P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息;其中,所述P个第三原始信息之间的差异满足第一预设关系,P为大于或等于2的正整数;确定所述P个第三编码信息之间的差异满足所述第一预设关系,或者,所述P个第三编码信息之间的差异不满足所述第一预设关系。
上述设计中,可以确定编码信息的变化趋势与原始信息的变化趋势是否保持一致,从而可以间接判断自编码器的性能,能够在保证减少信息传输开销的同时安全有效的监控自编码器的性能。
在一种可能的设计中,当所述P个第三编码信息之间的差异满足第一预设关系时,所述第一设备向所述第二设备发送第六信息,所述第六信息用于触发第一自编码器的性能确定;或,当所述第一结果指示所述P个第三编码信息之间的差异不满足第一预设关系时,所述第一设备向所述第二设备发送第七信息,所述第七信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定。
上述设计中,通过判断编码信息的变化趋势与原始信息的变化趋势是否保持一致,间接判断自编码器的性能,进而可以确定是否进一步确定自编码器的性能,或,使用当前自编码器。
在一种可能的设计中,所述P个第三编码信息为第二设备的第一编码器针对输入所述第一编码器的所述P个第三原始信息的输出,所述第一设备包括与所述第一编码器对应的第一解码器。第一自编码器包括所述第一编码器和所述第一解码器。
在一种可能的设计中,第一设备向第二设备发送第二信息,所述第二信息用于请求所述P个第三编码信息。
在一种可能的设计中,第一设备接收来自所述第二设备的第三信息,所述第三信息指示所述P个第三原始信息与所述P个第三编码信息之间的对应关系。举例而言,第三信息可以是携带在第三编码信息中的与该第三编码信息对应的第三原始信息的索引,或,在第三编码信息外但通过预设的传输方式来传输与该第三编码信息对应的第三原始信息的索引。比如,1个第三原始信息的索引+1个第三编码信息的方式。可以理解的是,在一种可能的方式中,也可以通过时分的方式确定所述P个第三编码信息与所述P个第三原始信息的对应,这种情况下,该第三信息则无需指示给第一设备。
在一种可能的设计中,所述P个第三原始信息中的全部或部分属于第一方面中描述的所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
在一种可能的设计中,当所述P个第三编码信息之间的差异满足第一预设关系时,所述第一设备按照第一方面以及第一方面可能的设计,确定第一自编码器的性能。
第四方面,本公开提供一种通信方法,应用于第二设备,包括:确定P个第三原始信息,所述P个第三原始信息之间的差异满足第一预设关系,P为大于或等于2的正整数;以及,向第一设备发送P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息,所述P个第三编码信息用于自编码器性能的确定。
在一种可能的设计中,所述第二设备接收来自第一设备的第六信息,所述第六信息用于指示所述P个第三编码信息之间的差异满足第一预设关系,所述第六信息用于触发第一自编码器的性能确定;或者,所述第二设备接收来自第一设备的第七信息,所述第七信息用于指示所述P个第三编码信息之间的差异不满足第一预设关系,所述第七信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定。
此外,一些可能的设计可参照第三方面理解,本公开对此不进行赘述。
第五方面,本公开提供一种通信方法,应用于第一设备,包括:接收来自第二设备的P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息,其中,所述P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为正整数;所述第一设备确定P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系,或者,P个第三编码信息与参考原始信息对应的参考编码信息之间的差异不满足第二预设关系。
上述设计中,可以确定编码信息的变化趋势与原始信息的变化趋势是否保持一致,从而可以间接判断自编码器的性能,能够在保证减少信息传输开销的同时安全有效的监控自编码器的性能。
在一种可能的设计中,当P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系时,所述第一设备向所述第二设备发送第八信息,所述第八信息用于触发第一自编码器的性能确定;或,当P个第三编码信息与参考原始信息对应的参考编码信息之间的差异不满足第二预设关系时,所述第一设备向所述第二设备发送第九信息,所述第九信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定;
上述设计中,通过判断编码信息的变化趋势与原始信息的变化趋势是否保持一致,间接判断自编码器的性能,进而可以确定是否进一步确定自编码器的性能,或,使用当前自编码器。
在一种可能的设计中,当P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系时,所述第一设备按照第一方面以及第一方面可能的设计,确定第一自编码器的性能。
此外,一些可能的设计可参照第三方面理解,本公开对此不进行赘述。
第六方面,本公开提供一种通信方法,应用于第二设备,包括:确定所述P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为正整数;以及,向第一设备发送P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息,所述P个第三编码信息用于自编码器性能的确定。
在一种可能的设计中,所述第二设备接收来自第一设备的第八信息,所述第八信息用于指示P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系,所述第八信息用于触发第一自编码器的性能确定;或者,所述第二设备接收来自第一设备的第九信息,所述第九信息用于指示P个第三编码信息与参考原始信息对应的参考编码信息之间的差异不满足第二预设关系,所述第九信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定。
此外,一些可能的设计可参照第三方面理解,本公开对此不进行赘述。
第七方面,本公开提供一种通信方法,应用于第一设备,包括:接收来自第二设备的第一参数信息,所述第一参数信息用于确定自编码器的性能;第一设备根据所述第一参数信息,确定自编码器的性能。
在一种可能的设计中,第一参数信息包括如下中的一项或多项:用于衡量编码信息和重编码信息之间差异的一个或多个参考阈值;用于表征至少两个原始信息的差异与所述至少两个原始信息分别对应的编码信息的差异之间的比例的比例因子;用于表征原始信息和解码信息的差异与编码信息与重编码信息的差异之间的比例的比例因子,所述编码信息或所述重编码信息的数量;自编码器的性能对应的取值范围,所述重编码信息为第一设备将所述编码信息输入解码器获得的输出再输入编码器进行重编码获得的。
第八方面,本公开提供一种通信方法,应用于第二设备,包括:确定第一参数信息;以及向第一设备发送所述第一参数信息,所述第一参数信息用于自编码器的性能确定。
在一种可能的设计中,第一参数信息包括如下中的一项或多项:用于衡量编码信息和重编码信息之间差异的一个或多个参考阈值;用于表征至少两个原始信息的差异与所述至少两个原始信息分别对应的编码信息的差异之间的比例的比例因子;用于表征原始信息和解码信息的差异与编码信息与重编码信息的差异之间的比例的比例因子,所述编码信息或所述重编码信息的数量;自编码器的性能对应的取值范围,所述重编码信息为第一设备将所述编码信息输入解码器获得的输出再输入编码器进行重编码获得的。
第九方面,本公开提供一种通信装置,该通信装置可以是第一设备,也可以是第一设备中的装置、模块或芯片等,或者是能够和第一设备匹配使用的装置。一种设计中,该通信装置可以包括执行第一方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
一种示例:
通信模块,用于接收来自第二设备的M个第一编码信息,M为正整数;
处理模块,用于:
利用第一解码器和输入所述第一解码器的所述M个第一编码信息,确定M个第一解码信息;其中,所述第一解码器和第一编码器属于第一自编码器,所述第一编码器用于对输入的M个第一原始信息处理,确定所述M个第一编码信息;
利用第二编码器和输入所述第二编码器的所述M个第一解码信息,确定M个第一重编码信息,所述M个第一重编码信息与所述M个第一编码信息一一对应;以及,
根据所述M个第一编码信息中的每个第一编码信息和所述每个第一编码信息对应的第一重编码信息之间的差异,确定所述第一自编码器的性能。
在一种可能的设计中,所述第一编码器和所述第二编码器相同,或者所述第一编码器和所述第二编码器的功能相同。具体的介绍可参照第一方面中的描述理解,本公开对此不再赘述。
下面区分M的取值,对处理模块用于确定第一自编码器的性能的实施方式进行说明。
M为1时,在一种可能的设计中,处理模块,具体用于:如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数大于或等于第一阈值,则确定所述第一自编码器的性能对应第一值;或如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数小于或等于第二阈值,则确定所述第一自编码器的性能对应第二值。
M大于1时,在一种可能的设计中,处理模块,具体用于:如果K个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数大于或等于第一阈值,所述K个第一编码信息占所述M个第一编码信息的比例大于或等于第一比例阈值,则确定所述第一自编码器的性能对应第一值;或如果K个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数小于或等于第二阈值,所述K个第一编码信息占所述M个第一编码信息的比例大于或等于第一比例阈值,则确定所述第一自编码器的性能对应第二值;其中,所述K个第一编码信息包含于所述M个第一编码信息,K为小于或等于M的正整数。
M大于1时,在另一种可能的设计中,处理模块,具体用于:计算M个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数,得到M个差异参数;如果M个差异参数的平均值大于或等于第一阈值,则确定所述第一自编码器的性能对应第一值,或如果M个差异参数的平均值小于或等于第二阈值,则确定所述第一自编码器的性能对应第二值。
有关第一阈值和第二阈值的定义介绍可参照第一方面中的描述理解,本公开对此不再进行赘述。
有关对上述设计中的差异参数以及对应的比例因子的定义介绍可参照第一方面中的描述理解,本公开对此不再进行赘述。其中涉及到的收发操作可由通信模块执行,其余的操作由处理模块执行。
有关处理模块启动第一自编码器的性能确定的情况可参照第一方面中的描述理解,本公开对此不再进行赘述。其中涉及到的收发操作可由通信模块执行,其余的操作由处理模块执行。
有关第一编码信息、第一自编码器的性能、以及第一自编码应用于CSI反馈场景等的相关定义,可参照第一方面中的描述理解,本公开对此均不再进行赘述。
第十方面,本公开提供一种通信装置,该通信装置可以是第二设备,也可以是第二设备中的装置、模块或芯片等,或者是能够和第二设备匹配使用的装置。一种设计中,该通信装置可以包括执行第二方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
一种示例:
处理模块,用于利用第一编码器用于对输入的M个第一原始信息处理,确定所述M个第一编码信息,M为正整数;
通信模块,用于向第一设备发送所述M个第一编码信息,所述M个第一编码信息用于第一自编码器的性能确定,所述第一自编码器包括所述第一编码器。
在一种可能的设计中,通信模块,还用于向第一设备发送第四信息,所述第四信息用于触发所述第一自编码器的性能确定。
在一种可能的设计中,通信模块,还用于向第一设备发送第一参数信息,所述第一参数信息用于自编码的性能确定;其中,第一参数信息的定义可参照第二方面的描述理解,本公开对此不再进行赘述。
在一种可能的设计中,通信模块,还用于向第一设备发送第二设备发送P个第三编码信息,所述P个第三编码信息用于第一自编码器的性能确定方式的有效性判定;其中,用于生成所述P个第三编码信息的P个第三原始信息之间的差异满足第一预设关系,P为大于或等于3的正整数;或者,用于生成所述P个第三编码信息的P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为大于或等于2的正整数。
在一种可能的设计中,通信模块,还用于向第一设备发送第三信息,所述第三信息指示所述P个第三原始信息与所述P个第三编码信息之间的对应关系。
第十一方面,本公开提供一种通信装置,该通信装置可以是第一设备,也可以是第一设备中的装置、模块或芯片等,或者是能够和第一设备匹配使用的装置。一种设计中,该通信装置可以包括执行第三方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
一种示例:
通信模块,用于接收来自第二设备的P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息;其中,所述P个第三原始信息之间的差异满足第一预设关系,P为大于或等于2的正整数;
处理模块,用于确定所述P个第三编码信息之间的差异满足所述第一预设关系,或者,所述P个第三编码信息之间的差异不满足所述第一预设关系。
其中,当所述P个第三编码信息之间的差异满足第一预设关系时,通信模块,还用于向所述第二设备发送第六信息,所述第六信息用于触发第一自编码器的性能确定;或,当所述第一结果指示所述P个第三编码信息之间的差异不满足第一预设关系时,通信模块,还用于向所述第二设备发送第七信息,所述第七信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定。
在一种可能的设计中,所述P个第三编码信息为第二设备的第一编码器针对输入所述第一编码器的所述P个第三原始信息的输出,所述第一设备包括与所述第一编码器对应的第一解码器。第一自编码器包括所述第一编码器和所述第一解码器。
在一种可能的设计中,通信模块,还用于向第二设备发送第二信息,所述第二信息用于请求所述P个第三编码信息。
在一种可能的设计中,通信模块,还用于接收来自所述第二设备的第三信息,所述第三信息指示所述P个第三原始信息与所述P个第三编码信息之间的对应关系。
在一种可能的设计中,所述P个第三原始信息中的全部或部分属于第一方面中描述的所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
在一种可能的设计中,当所述P个第三编码信息之间的差异满足第一预设关系时,所述第一设备按照第一方面以及第一方面可能的设计,确定第一自编码器的性能。
第十二方面,本公开提供一种通信装置,该通信装置可以是第二设备,也可以是第二设备中的装置、模块或芯片等,或者是能够和第二设备匹配使用的装置。一种设计中,该通信装置可以包括执行第四方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
一种示例:
处理模块,用于确定P个第三原始信息,所述P个第三原始信息之间的差异满足第一预设关系,P为大于或等于2的正整数;
通信模块,用于向第一设备发送P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息,所述P个第三编码信息用于自编码器性能的确定。
在一种可能的设计中,通信模块,还用于接收来自第一设备的第六信息,所述第六信息用于指示所述P个第三编码信息之间的差异满足第一预设关系,所述第六信息用于触发第一自编码器的性能确定;或者,通信模块,还用于接收来自第一设备的第七信息,所述第七信息用于指示所述P个第三编码信息之间的差异不满足第一预设关系,所述第七信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定。
此外,一些可能的设计可参照第十一方面理解,本公开对此不再进行赘述。
第十三方面,本公开提供一种通信装置,应用于第一设备,该通信装置可以是第一设备,也可以是第一设备中的装置、模块或芯片等,或者是能够和第一设备匹配使用的装置。一种设计中,该通信装置可以包括执行第五方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
一种示例:
通信模块,用于接收来自第二设备的P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息,其中,所述P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为正整数;
处理模块,用于确定P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系,或者,P个第三编码信息与参考原始信息对应的参考编码信息之间的差异不满足第二预设关系。
其中,当P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系时,通信模块,还用于向所述第二设备发送第八信息,所述第八信息用于触发第一自编码器的性能确定;或,当P个第三编码信息与参考原始信息对应的参考编码信息之间的差异不满足第二预设关系时,通信模块,还用于向所述第二设备发送第九信息,所述第九信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定;
在一种可能的设计中,当P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系时,所述处理模块按照第一方面以及第一方面可能的设计,确定第一自编码器的性能。
此外,一些可能的设计可参照第十一方面理解,本公开对此不再进行赘述。
第十四方面,本公开提供一种通信装置,应用于第二设备,该通信装置可以是第二设备,也可以是第二设备中的装置、模块或芯片等,或者是能够和第二设备匹配使用的装置。一种设计中,该通信装置可以包括执行第六方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
处理模块,用于确定所述P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为正整数;
通信模块,用于向第一设备发送P个第三编码信息,所述P个第三编码信息对应于P个第三原始信息,所述P个第三编码信息用于自编码器性能的确定。
在一种可能的设计中,通信模块,还用于接收来自第一设备的第八信息,所述第八信息用于指示P个第三编码信息与参考原始信息对应的参考编码信息之间的差异满足第二预设关系,所述第八信息用于触发第一自编码器的性能确定;或者,通信模块,还用于接收来自第一设备的第九信息,所述第九信息用于指示P个第三编码信息与参考原始信息对应的参考编码信息之间的差异不满足第二预设关系,所述第九信息用于指示所述第二设备停止使用所述第一编码器或停止对第一自编码器的性能确定。
此外,一些可能的设计可参照第十一方面理解,本公开对此不再进行赘述。
第十五方面,本公开提供一种通信装置,应用于第一设备,该通信装置可以是第一设备,也可以是第一设备中的装置、模块或芯片等,或者是能够和第一设备匹配使用的装置。一种设计中,该通信装置可以包括执行第七方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
通信模块,用于接收来自第二设备的第一参数信息,所述第一参数信息用于确定自编码器的性能;
处理模块,用于根据所述第一参数信息,确定自编码器的性能。
第一参数的定义可参照第七方面的描述理解,本公开对此不再进行赘述。
第十六方面,本公开提供一种通信装置,应用于第二设备,该通信装置可以是第二设备,也可以是第二设备中的装置、模块或芯片等,或者是能够和第二设备匹配使用的装置。一种设计中,该通信装置可以包括执行第八方面中所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该通信装置可以包括处理模块和通信模块。
处理模块,用于确定第一参数信息;
通信模块,用于向第一设备发送所述第一参数信息,所述第一参数信息用于自编码器的性能确定。
第一参数的定义可参照第七方面的描述理解,本公开对此不再进行赘述。
第十七方面,本公开提供一种通信装置,所述通信装置包括处理器,用于实现上述第一方面、第三方面、第五方面、或第七方面所描述的方法。处理器与存储器耦合,存储器用于存储指令和数据,所述处理器执行所述存储器中存储的指令时,可以实现上述第一方面、第三方面、第五方面、或第七方面描述的方法。可选的,所述通信装置还可以包括存储器。所述通信装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信,示例性的,通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
第十八方面,本公开提供一种通信装置,所述通信装置包括处理器,用于实现上述第二方面、第四方面、第六方面、或第八方面所描述的方法。处理器与存储器耦合,存储器用于存储指令和数据,所述处理器执行所述存储器中存储的指令时,可以实现上述第二方面、第四方面、第六方面、或第八方面描述的方法。可选的,所述通信装置还可以包括存储器。所述通信装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信,示例性的,通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
第十九方面,本公开提供了一种通信系统,包括如第九方面至第十六方面中任一方面所描述的通信装置,或,如第九方面和第十方面所描述的通信装置,或如第十一方面和第十二方面所描述的通信装置,或如第十三方面和第十四方面所描述的通信装置,或如第十五方面和第十六方面所描述的通信装置。
第二十方面,本公开还提供了一种计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第一方面至第八方面中任一方面提供的方法。
第二十一方面,本公开还提供了一种计算机程序产品,包括指令,当所述指令在计算机上运行时,使得计算机执行上述第一方面至第八方面中任一方面提供的方法。
第二十二方面,本公开还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序或指令,当所述计算机程序或者指令在计算机上运行时,使得所述计算机执行上述第一方面至第八方面中任一方面提供的方法。
第二十三方面,本公开还提供了一种芯片,所述芯片用于执行上述第一方面至第八方面中任一方面提供的方法。可选的,所述芯片用于读取存储器中存储的计算机程序,执行上述第一方面至第八方面中任一方面提供的方法。
第二十四方面,本公开还提供了一种芯片系统,该芯片系统包括处理器,用于支持计算机装置实现上述第一方面至第八方面中任一方面提供的方法。在一种可能的设计中,所述芯片系统还包括存储器,所述存储器用于保存该计算机装置必要的程序和数据。该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
如上第二方面至第二十四方面的任一方面所提供的方案的效果,可参考第一方面中的相应描述。
附图说明
图1为一种通信系统的结构示意图;
图2A为神经元结构的一种示意图;
图2B为神经网络的层关系的一种示意图;
图2C为本公开提供的一种AI应用框架示意图;
图3为另一种通信系统的结构示意图;
图4A~图4D为几种网络架构的示意图;
图5A~图5B为本公开提供的几种基于自编码器的CSI反馈框架示意图;
图6为本公开提供的一种空间映射关系示意图;
图7为本公开提供的几种差异变化的关联关系示意图;
图8为本公开提供的一种通信方法的流程示意图之一;
图9为本公开提供的另一种空间映射关系示意图;
图10为本公开提供的一种通信方法的流程示意图之一;
图11为本公开提供的一种通信方法的流程示意图之一;
图12为本公开提供的通信装置的结构示意图之一;
图13为本公开提供的通信装置的结构示意图之一。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述。
本公开如下涉及的至少一个(项),指示一个(项)或多个(项)。多个(项),是指两个(项)或两个(项)以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。另外,应当理解,尽管在本公开中可能采用术语第一、第二等来描述各对象、但这些对象不应限于这些术语。这些术语仅用来将各对象彼此区分开。
本公开如下描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是,本公开中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本公开中被描述为“示例性的”或者“例如”的任何方法或设计方案不应被解释为比其它方法或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本公开提供的技术可以应用于各种通信系统,例如,该通信系统可以是第三代(3thgeneration,3G)通信系统(例如通用移动通信系统(universal mobiletelecommunication system,UMTS))、第四代(4thgeneration,4G)通信系统(例如长期演进(long term evolution,LTE)系统)、第五代(5thgeneration,5G)通信系统、全球互联微波接入(worldwide interoperability for microwave access,WiMAX)或者无线局域网(wireless local area network,WLAN)系统、或者多种系统的融合系统,或者是未来的通信系统,例如6G通信系统等。其中,5G通信系统还可以称为新无线(new radio,NR)系统。
通信系统中的一个网元可以向另一个网元发送信号或从另一个网元接收信号。其中信号可以包括信息、信令或者数据等。其中,网元也可以被替换为实体、网络实体、设备、通信设备、通信模块、节点、通信节点等等,本公开中以网元为例进行描述。例如,通信系统可以包括至少一个终端设备和至少一个接入网设备。接入网设备可以向终端设备发送下行信号,和/或终端设备可以向接入网设备发送上行信号此外可以理解的是,若通信系统中包括多个终端设备,多个终端设备之间也可以互发信号,即信号的发送网元和信号的接收网元均可以是终端设备。
本公开提供的通信方法可以应用于5G、6G、卫星通信等无线通信系统中。参见图1,图1是本公开提供的无线通信系统的一简化示意图。如图1所示,该无线通信系统包括无线接入网100。无线接入网100可以是下一代(例如6G或更高版本)无线接入网,或传统(例如5G、4G、3G或2G)无线接入网。一个或多个通信设备(120a-120j,统称为120)可以相互连接或连接到无线接入网100中的一个或多个网络设备(110a、110b,统称为110)。可选的,图1只是示意图,该无线通信系统中还可以包括其它设备,如还可以包括核心网设备、无线中继设备和/或无线回传设备等,在图1中未画出。
可选的,在实际应用中,该无线通信系统可以同时包括多个网络设备(也称为接入网设备),也可以同时包括多个通信设备。一个网络设备可以同时服务于一个或多个通信设备。一个通信设备也可以同时接入一个或多个网络设备。本公开对该无线通信系统中包括的通信设备和网络设备的数量不做限定。
其中,网络设备可以是网络侧的一种用于发射或接收信号的实体。网络设备可以为通信设备通过无线方式接入到该无线通信系统中的接入设备,如网络设备可以是基站。基站可以广义的覆盖如下中的各种名称,或与如下名称进行替换,比如:节点B(NodeB)、演进型基站(evolved NodeB,eNB)、下一代基站(next generation NodeB,gNB)、开放无线接入网(open radio access network,O-RAN)中的接入网设备、中继站、接入点、传输点(transmitting and receiving point,TRP)、发射点(transmitting point,TP)、主站MeNB、辅站SeNB、多制式无线(MSR)节点、家庭基站、网络控制器、接入节点、无线节点、接入点(AP)、传输节点、收发节点、基带单元(BBU)、射频拉远单元(RRU)、有源天线单元(AAU)、射频头(RRH)、中心单元(CU)、分布单元(DU)、无线单元(radio unit,RU)、集中单元控制面(CUcontrol plane,CU-CP)节点、集中单元用户面(CU user plane,CU-UP)节点、定位节点等。基站可以是宏基站、微基站、中继节点、施主节点或类似物,或其组合。网络设备还可以指用于设置于前述设备或装置内的通信模块、调制解调器或芯片。网络设备还可以是移动交换中心以及设备到设备(Device-to-Device,D2D)、车辆外联(vehicle-to-everything,V2X)、机器到机器(machine-to-machine,M2M)通信中承担基站功能的设备、6G网络中的网络侧设备、未来的通信系统中承担基站功能的设备等。网络设备可以支持相同或不同接入技术的网络。本申请的实施例对网络设备所采用的具体技术和具体设备形态不做限定。
网络设备可以是固定的,也可以是移动的。例如,基站110a、110b是静止的,并负责来自通信设备120的一个或多个小区中的无线传输和接收。图1中示出的直升机或无人机120i可以被配置成充当移动基站,并且一个或多个小区可以根据移动基站120i的位置移动。在其他示例中,直升机或无人机(120i)可以被配置成用作与基站110b通信的通信设备。
本公开中,用于实现如上接入网络功能的通信装置可以是接入网设备,也可以是具有接入网络的部分功能的网络设备,也可以是能够支持实现接入网络功能的装置,例如芯片系统,硬件电路、软件模块、或硬件电路加软件模块,该装置可以被安装在接入网设备中或者和接入网设备匹配使用。本公开的方法中,以用于实现接入网设备功能的通信装置是接入网设备为例进行描述。
通信设备可以是用户侧的一种用于接收或发射信号的实体,如手机。通信设备可以用于连接人、物和机器。通信设备可通过网络设备与一个或多个核心网进行通信。通信设备包括具有无线连接功能的手持式设备、连接到无线调制解调器的其他处理设备或车载设备等。通信设备可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置。通信设备120可以广泛应用于各种场景,例如蜂窝通信、设备到设备D2D、车到所有V2X、端到端P2P、机器到机器M2M、机器类型通信MTC、物联网IOT、虚拟现实VR、增强现实AR、工业控制、自动驾驶、远程医疗、智能电网、智能家具、智能办公、智能穿戴、智能交通、智慧城市、无人机、机器人、遥感、被动传感、定位、导航与跟踪、自主交付与移动等。通信设备120的一些举例为:3GPP标准的用户设备(UE)、固定设备、移动设备、手持设备、可穿戴设备、蜂窝电话、智能电话、会话发起协议(SIP)电话、笔记本电脑、个人计算机、智能书、车辆、卫星、全球定位系统(GPS)设备、目标跟踪设备、无人机、直升机、飞行器、船只、遥控设备、智能家居设备、工业设备、个人通信业务(personal communication service,PCS)电话、无线本地环路(wirelesslocal loop,WLL)站、个人数字助理(personal digital assistant,PDA)、无线网络摄像头、平板电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备如智能手表、虚拟现实(virtual reality,VR)设备、增强现实(augmented reality,AR)设备、工业控制(industrial control)中的无线终端、车联网系统中的终端、无人驾驶(selfdriving)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportationsafety)中的无线终端、智慧城市(smart city)中的无线终端如智能加油器,高铁上的终端设备以及智慧家庭(smart home)中的无线终端,如智能音响、智能咖啡机、智能打印机等。通信设备120可以为以上各种场景中的无线设备或用于设置于无线设备的装置,例如,上述设备中的通信模块、调制解调器或芯片等。通信设备也可以称为终端、终端设备、用户设备(user equipment,UE)、移动台(mobile station,MS)、移动终端(mobile terminal,MT)等。通信设备还可以是未来的无线通信系统中的通信设备。通信设备可以用于专用网设备或者通用设备中。本申请的实施例对通信设备所采用的具体技术和具体设备形态不做限定。
可选的,通信设备可以用于充当基站。例如,UE可以充当调度实体,其在V2X、D2D或P2P等中的UE之间提供侧行链路信号。如图1所示,蜂窝电话120a和汽车120b利用侧行链路信号彼此通信。蜂窝电话120a和智能家居设备120e之间通信,而无需通过基站110b中继通信信号。
本公开中,用于实现通信设备功能的通信装置可以是终端设备,也可以是具有以上通信设备的部分功能的终端设备,也可以是能够支持实现以上通信设备的功能的装置,例如芯片系统,该装置可以被安装在终端设备中或者和终端设备匹配使用。本公开中,芯片系统可以由芯片构成,也可以包括芯片和其他分立器件。本公开提供的技术方案中,以通信装置是终端设备或UE为例进行描述。
可选的,无线通信系统通常由小区组成,基站提供小区的管理,基站向小区中多个移动台(mobile station,MS)提供通信服务。其中基站包含基带单元(baseband unit,BBU)和远端射频单元(remote radio unit,RRU)。BBU和RRU可以放置在不同的地方,例如:RRU拉远,放置于高话务量的区域,BBU放置于中心机房。BBU和RRU也可以放置在同一机房。BBU和RRU也可以为一个机架下的不同部件。可选的,一个小区可以对应于一个载波或成员载波。
可以理解的是,本公开可以应用在网络设备和通信设备之间,网络设备和网络设备之间,或,通信设备和通信设备之间,也即,主设备和次设备之间,主设备可以为网络设备或通信设备,主设备为网络设备时,次设备可以为另一网络设备或通信设备,主设备为通信设备时,次设备可以为另一通信设备。
以下以主设备为网络设备,如,接入网设备,次设备为通信设备,如终端设备,为例进行方案的描述。其中,下行对应的通信方向为主设备向次设备的发送,上行对应的通信方向为次设备向主设备的发送。
接入网设备和终端设备之间的协议层结构
接入网设备和终端设备之间的通信遵循一定的协议层结构。该协议层结构可以包括控制面协议层结构和用户面协议层结构。例如,控制面协议层结构可以包括无线资源控制(radio resource control,RRC)层、分组数据汇聚层协议(packet data convergenceprotocol,PDCP)层、无线链路控制(radio link control,RLC)层、媒体接入控制(mediumaccess control,MAC)层和物理层等协议层的功能。例如,用户面协议层结构可以包括PDCP层、RLC层、MAC层和物理层等协议层的功能,在一种可能的实现中,PDCP层之上还可以包括业务数据适配协议(service data adaptation protocol,SDAP)层。
可选的,接入网设备和终端之间的协议层结构还可以包括人工智能(artificialintelligence,AI)层,用于传输AI功能相关的数据。
以接入网设备和终端设备之间的数据传输为例,数据传输需要经过用户面协议层,比如经过SDAP层、PDCP层、RLC层、MAC层、物理层。其中,SDAP层、PDCP层、RLC层、MAC层和物理层也可以统称为接入层。根据数据的传输方向分为发送或接收,上述每层又分为发送部分和接收部分。以下行数据传输为例,PDCP层自上层取得数据后,将数据传送到RLC层与MAC层,再由MAC层生成传输块,然后通过物理层进行无线传输。数据在各个层中进行相对应的封装。例如,某一层从该层的上层收到的数据视为该层的服务数据单元(service dataunit,SDU),经过该层封装后成为协议数据单元(protocol data unit,PDU),再传递给下一个层。
示例性的,终端设备还可以具有应用层和非接入层。其中,应用层可以用于向终端设备中所安装的应用程序提供服务,比如,终端设备接收到的下行数据可以由物理层依次传输到应用层,进而由应用层提供给应用程序;又比如,应用层可以获取应用程序产生的数据,并将数据依次传输到物理层,发送给其它通信装置。非接入层可以用于转发用户数据,比如将从应用层接收到的上行数据转发给SDAP层或者将从SDAP层接收到的下行数据转发给应用层。
接入网设备的结构
接入网设备可以包括集中式单元(central unit,CU)和分布式单元(distributedunit,DU)。多个DU可以由一个CU集中控制。作为示例,CU和DU之间的接口可以称为F1接口。其中,控制面(control panel,CP)接口可以为F1-C,用户面(user panel,UP)接口可以为F1-U。CU和DU可以根据无线网络的协议层划分:比如,PDCP层及以上协议层的功能设置在CU,PDCP层以下协议层(例如RLC层和MAC层等)的功能设置在DU;又比如,PDCP层以上协议层的功能设置在CU,PDCP层及以下协议层的功能设置在DU。
可以理解的是,上述对CU和DU的处理功能按照协议层的划分仅仅是一种举例,也可以按照其他的方式进行划分,例如可以将CU或者DU划分为具有更多协议层的功能,又例如将CU或DU还可以划分为具有协议层的部分处理功能。在一种设计中,将RLC层的部分功能和RLC层以上的协议层的功能设置在CU,将RLC层的剩余功能和RLC层以下的协议层的功能设置在DU。在另一种设计中,还可以按照业务类型或者其他系统需求对CU或者DU的功能进行划分,例如按时延划分,将处理时间需要满足时延要求的功能设置在DU,不需要满足该时延要求的功能设置在CU。在另一种设计中,CU也可以具有核心网的一个或多个功能。示例性的,CU可以设置在网络侧方便集中管理。在另一种设计中,将DU的RU拉远设置。其中,RU具有射频功能。
可选的,DU和RU可以在物理层(physical layer,PHY)进行划分。例如,DU可以实现PHY层中的高层功能,RU可以实现PHY层中的低层功能。其中,用于发送时,PHY层的功能可以包括添加循环冗余校验(cyclic redundancy check,CRC)码、信道编码、速率匹配、加扰、调制、层映射、预编码、资源映射、物理天线映射、和/或射频发送功能。用于接收时,PHY层的功能可以包括CRC、信道解码、解速率匹配、解扰、解调、解层映射、信道检测、资源解映射、物理天线解映射、和/或射频接收功能。其中,PHY层中的高层功能可以包括PHY层的一部分功能,例如该部分功能更加靠近MAC层,PHY层中的低层功能可以包括PHY层的另一部分功能,例如该部分功能更加靠近射频功能。例如,PHY层中的高层功能可以包括添加CRC码、信道编码、速率匹配、加扰、调制、和层映射,PHY层中的低层功能可以包括预编码、资源映射、物理天线映射、和射频发送功能;或者,PHY层中的高层功能可以包括添加CRC码、信道编码、速率匹配、加扰、调制、层映射和预编码,PHY层中的低层功能可以包括资源映射、物理天线映射、和射频发送功能。
示例性的,CU的功能可以由一个实体来实现,或者也可以由不同的实体来实现。例如,可以对CU的功能进行进一步划分,即将控制面和用户面分离并通过不同实体来实现,分别为控制面CU实体(即CU-CP实体)和用户面CU实体(即CU-UP实体)。该CU-CP实体和CU-UP实体可以与DU相耦合,共同完成接入网设备的功能。
上述架构中,CU产生的信令可以通过DU发送给终端设备,或者终端设备产生的信令可以通过DU发送给CU。例如,RRC或PDCP层的信令最终会处理为物理层的信令发送给终端设备,或者,由接收到的物理层的信令转变而来。在这种架构下,该RRC或PDCP层的信令,即可以认为是通过DU发送的,或者,通过DU和RU发送的。
可选的,上述DU、CU、CU-CP、CU-UP和RU中的任一个可以是软件模块、硬件结构、或者软件模块+硬件结构,不予限制。其中,不同实体的存在形式可以是不同的,不予限制。例如DU、CU、CU-CP、CU-UP是软件模块,RU是硬件结构。这些模块及其执行的方法也在本公开的保护范围内。
应理解,图1所示的通信系统中各个设备的数量、类型仅作为示意,本公开并不限于此,实际应用中在通信系统中还可以包括更多的终端设备、更多的接入网设备,还可以包括其它网元,例如可以包括核心网设备,网管和/或用于实现人工智能功能的网元。其中,网管又可以称为操作维护管理(operation administration and maintenance,OAM)网元,简称OAM。操作主要完成日常网络和业务进行的分析、预测、规划和配置工作;维护主要是对网络及其业务的测试和故障管理等进行的日常操作活动,网管可以检测网络运行状态、优化网络连接和性能,提升网络运行稳定性,降低网络维护成本。
本公开提供的方法可以用于接入网设备和终端设备之间的通信,也可以用于其他通信设备之间的通信,例如无线回传链路中宏基站和微基站之间的通信,又如边链路(sidelink,SL)中两个终端设备之间的通信,又如终端设备和网管(OAM)之间的通信等,不予限制。
本公开提供的方法涉及到人工智能(artificial Intelligence,AI)。为了便于理解,下面结合A1~A3,对本公开涉及的AI的部分用语进行介绍。可以理解的是,该介绍并不作为对本公开的限定。
A1,AI模型
AI模型是AI技术功能的具体实现,AI模型表征了模型的输入和输出之间的映射关系。AI模型可以是神经网络、线性回归模型、决策树模型、支持向量机(support vectormachine,SVM)、贝叶斯网络、Q学习模型或者其他机器学习(machine learning,ML)模型。
本公开主要涉及自编码器(auto-encoders,AE),自编码器是一种无监督学习的神经网络,它的特点是将输入数据作为标签数据,因此自编码器也可以理解为自监督学习的神经网络。自编码器可以用于数据的压缩和恢复。自编码器可以泛指由两个子模型构成的网络结构,自编码器也可以称为双边模型,双端模型或者协作模型,例如自编码器包括编码器(encoder)和解码器(decoder)两个部分,编码器和解码器匹配使用,可以理解编码器和解码器为配套的AI模型。示例性地,自编码器中的编码器可以对原始信息A进行编码(例如压缩)处理,得到编码信息B;自编码器中的解码器可以对编码信息B进行解码处理,得到原始信息A对应的解码信息A’。可选的,解码信息A’也可以描述为恢复的原始信息A。可以理解的是,解码器是编码器的逆操作;例如编码器的编码处理包括压缩处理,解码器的解码处理包括解压缩处理。同一个自编码器包括的编码器和解码器可以分别部署在不同的设备上,例如终端设备侧可以利用编码器对原始信道信息进行压缩,接入网设备侧可以利用解码器对压缩的原始信道信息进行恢复,得到恢复的信道信息。
A2,神经网络
神经网络是AI或机器学习技术的一种具体实现形式。根据通用近似定理,神经网络在理论上可以逼近任意连续函数,从而使得神经网络具备学习任意映射的能力。
神经网络的思想来源于大脑组织的神经元结构。例如,每个神经元都对其输入值进行加权求和运算,通过一个激活函数输出运算结果。如图2A所示,为神经元结构的一种示意图。假设神经元的输入为x=[x0,x1,…,xn],与各个输入对应的权值分别为w=[w,w1,…,wn],其中,wi作为xi的权值,用于对xi进行加权。根据权值对输入值进行加权求和的偏置例如为b。激活函数的形式可以有多种,假设一个神经元的激活函数为:y=f(c)=max(0,c),则该神经元的输出为: 再例如,一个神经元的激活函数为:y=f(c)=c,则该神经元的输出为:/> 其中,b、wi、xi可以是小数、整数(例如0、正整数或负整数)、或复数等各种可能的取值。神经网络中不同神经元的激活函数可以相同或不同。
神经网络一般包括多个层,每层可包括一个或多个神经元。通过增加神经网络的深度和/或宽度,能够提高该神经网络的表达能力,为复杂系统提供更强大的信息提取和抽象建模能力。其中,神经网络的深度可以是指神经网络包括的层数,其中每层包括的神经元个数可以称为该层的宽度。在一种实现方式中,神经网络包括输入层和输出层。神经网络的输入层将接收到的输入信息经过神经元处理,将处理结果传递给输出层,由输出层得到神经网络的输出结果。在另一种实现方式中,神经网络包括输入层、隐藏层和输出层,可参考图2B。神经网络的输入层将接收到的输入信息经过神经元处理,将处理结果传递给中间的隐藏层,隐藏层对接收的处理结果进行计算,得到计算结果,隐藏层将计算结果传递给输出层或者相邻的隐藏层,最终由输出层得到神经网络的输出结果。其中,一个神经网络可以包括一个隐藏层,或者包括多个依次连接的隐藏层,不予限制。
以AI模型的类型为神经网络为例,本公开中编码器或解码器所用的AI模型可以为深度神经网络(deep neural network,DNN)。根据网络的构建方式,DNN可以包括前馈神经网络(feedforward neural network,FNN)、卷积神经网络(convolutional neuralnetworks,CNN)或,递归神经网络(recurrent neural network,RNN)。
A3,训练数据和推理数据
训练数据集用于AI模型的训练,训练数据集可以包括AI模型的输入,或者包括AI模型的输入和目标输出。其中,训练数据集包括一个或多个训练数据,训练数据可以是输入至AI模型的训练样本,也可以是AI模型的目标输出。其中,目标输出也可以被称为标签或者标签样本。训练数据集是机器学习重要的部分之一,模型训练本质上就是从训练数据中学习它的某些特征,使得AI模型的输出尽可能接近目标输出,如AI模型的输出与目标输出之间的差异尽可能地小。训练数据集的构成与选取,在一定程度上可以决定训练出来的AI模型的性能。
对于本公开中涉及自编码器而言,训练数据仅包括输入至自编器中编码器的训练样本,或者说训练样本就是标签样本。
另外,在AI模型(如神经网络)的训练过程中,可以定义损失函数。损失函数描述了AI模型的输出值与目标输出值之间的差距或差异。本公开并不限制损失函数的具体形式。AI模型的训练过程就是通过调整AI模型的模型参数,使得损失函数的取值小于门限,或者使得损失函数的取值满足目标需求的过程。例如,AI模型为神经网络,调整神经网络的模型参数包括调整如下参数中的至少一种:神经网络的层数、宽度、神经元的权值、或神经元的激活函数中的参数。
推理数据可以作为已训练好的AI模型的输入,用于AI模型的推理。在模型推理过程中,将推理数据输入AI模型,可以得到对应的输出即为推理结果。
A4,AI模型的设计
AI模型的设计主要包括数据收集环节(例如收集训练数据和/或推理数据)、模型训练环节以及模型推理环节。进一步地还可以包括推理结果应用环节。参见图2C示意一种AI应用框架。在前述数据收集环节中,数据源(data source)用于提供训练数据集和推理数据。在模型训练环节中,通过对数据源提供的训练数据(training data)进行分析或训练,得到AI模型。其中,AI模型表征了模型的输入和输出之间的映射关系。通过模型训练节点学习得到AI模型,相当于利用训练数据学习得到模型的输入和输出之间的映射关系。在模型推理环节中,使用经由模型训练环节训练后的AI模型,基于数据源提供的推理数据进行推理,得到推理结果。该环节还可以理解为:将推理数据输入到AI模型,通过AI模型得到输出,该输出即为推理结果。该推理结果可以指示:由执行对象使用(执行)的配置参数、和/或由执行对象执行的操作。在推理结果应用环节中进行推理结果的发布,例如推理结果可以由执行(actor)实体统一规划,例如执行实体可以发送推理结果给一个或多个执行对象(例如,核心网设备、接入网设备、终端设备或网管等)去执行。又如执行实体还可以反馈模型的性能给数据源,便于后续实施模型的更新训练。
可以理解的是,在通信系统中可以包括具备人工智能功能的网元。上述AI模型设计相关的环节可以由一个或多个具备人工智能功能的网元执行。一种可能的设计中,可以在通信系统中已有网元内配置AI功能(如AI模块或者AI实体)来实现AI相关的操作,例如AI模型的训练和/或推理。例如该已有网元可以是接入网设备(如gNB)、终端设备、核心网设备、或网管等。操作主要完成日常网络和业务进行的分析、预测、规划和配置工作;维护主要是对网络及其业务的测试和故障管理等进行的日常操作活动,网管可以检测网络运行状态、优化网络连接和性能,提升网络运行稳定性,降低网络维护成本。或者另一种可能的设计中,也可以在通信系统中引入独立的网元来执行AI相关的操作,如训练AI模型。该独立的网元可以称为AI网元或者AI节点等,本公开对此名称不进行限制。该AI网元可以和通信系统中的接入网设备之间直接连接,也可以通过第三方网元和接入网设备实现间接连接。其中,第三方网元可以是认证管理功能(authentication management function,AMF)网元、用户面功能(user plane function,UPF)网元等核心网网元、网管、云服务器或者其他网元,不予限制。示例性的,参见图3,示意一种通信系统,该通信系统包括网络设备110,终端设备120和终端设备130;以及,图3示意的通信系统中还引入了AI网元140。
本公开中,一个模型可以推理得到一个参数,或者推理得到多个参数。不同模型的训练过程可以部署在不同的设备或节点中,也可以部署在相同的设备或节点中。不同模型的推理过程可以部署在不同的设备或节点中,也可以部署在相同的设备或节点中。以终端设备完成模型训练环节为例,终端设备可以训练配套的编码器和解码器之后,将其中解码器的模型参数发送给接入网设备。以接入网设备完成模型训练环节为例,接入网设备在训练配套的编码器和解码器之后,可以将其中编码器的模型参数指示给终端设备。以独立的AI网元完成模型训练环节为例,AI网元可以训练配套的编码器和解码器之后,将其中编码器的模型参数发送给终端设备,将解码器的模型参数发送给接入网设备。进而在终端设备中进行编码器对应的模型推理环节,以及在接入网设备中进行解码器对应的模型推理环节。以除终端设备、接入网设备之外的其他已有网元(如网管、核心网网元)完成模型训练环节为例,其他已有网元可以训练配套的编码器和解码器之后,将其中编码器的模型参数发送给终端设备,将解码器的模型参数发送给接入网设备。进而在终端设备中进行编码器对应的模型推理环节,以及在接入网设备中进行解码器对应的模型推理环节。
其中,模型参数可以包括如下的一种或多种模型的结构参数(例如模型的层数、和/或权值等)、模型的输入参数(如输入维度、输入端口数)、或模型的输出参数(如输出维度、输出端口数)。可以理解,输入维度可以指的是一个输入数据的大小,例如输入数据为一个序列时,该序列对应的输入维度可以指示该序列的长度。输入端口数可以指的是输入数据的数量。类似地,输出维度可以指的是一个输出数据的大小,例如输出数据为一个序列时,该序列对应的输出维度可以指示该序列的长度。输出端口数可以指的是输出数据的数量。
进一步地,本公开还提供如图4A~图4D示意的几种网络架构,以在接入网设备中进行模型训练和/或推理为例,对接入网设备中进行模型训练和/或推理的功能模块进行了划分。
如图4A中的(a)所示,第一种可能的实现中,接入网设备中包括近实时接入网智能控制(RAN intelligent controller,RIC)模块,用于进行模型学习和/或推理。例如,近实时RIC可以从CU、DU和RU中的至少一个获得网络侧和/或终端侧的信息,该信息可以包括训练数据或者推理数据。例如,近实时RIC可以用于进行模型的训练,还可以利用训练好的模型进行推理。此外可选的,近实时RIC可以将推理结果递交至CU、DU和RU中的至少一个。可选的,CU和DU之间可以交互推理结果。可选的,DU和RU之间可以交互推理结果,例如近实时RIC将推理结果递交至DU,由DU递交给RU。
如图4A中的(b)所示,第二种可能的实现中,在通信系统中,接入网设备之外可以包括非实时RIC,可选的,该非实时RIC可以位于OAM中或核心网设备中。该非实时RIC用于进行模型学习和推理。例如,非实时RIC可以从CU、DU和RU中的至少一个获得网络侧和/或终端侧的信息,该信息可以包括训练数据或者推理数据。例如,非实时RIC用于进行模型的训练,还可以利用训练好的模型进行推理。此外可选的,非实时RIC可以将推理结果递交至CU、DU和RU中的至少一个。可选的,CU和DU之间可以交互推理结果。可选的,DU和RU之间可以交互推理结果,例如非实时RIC将推理结果递交至DU,由DU递交给RU。
如图4A中的(c)所示,第三种可能的实现中,接入网设备中包括近实时RIC,接入网设备之外还包括非实时RIC。可选的,非实时RIC可以位于OAM中或者核心网设备中。一种可能的设计中,非实时RIC可以用于进行模型训练,近实时RIC可以从非实时RIC获得训练好的AI模型的模型参数,并从CU、DU和RU中的至少一个获得网络侧和/或终端侧的信息,利用该信息和该训练好的AI模型得到推理结果。进而近实时RIC还可以将推理结果递交至CU、DU和RU中的至少一个,可选的,CU和DU之间可以交互推理结果,可选的,DU和RU之间可以交互推理结果,例如近实时RIC将推理结果递交至DU,由DU递交给RU。或者一种可能的设计中,近实时RIC用于进行模型的训练以及利用训练好的模型进行推理,非实时RIC不参与该模型的训练或推理;或者,非实时RIC用于进行模型的训练以及利用训练好的模型进行推理,实时RIC不参与该模型的训练或推理。或者一种可能的设计中,近实时RIC用于进行模型的训练,以及将训练好的AI模型的模型参数发送给非实时RIC,非实时RIC利用训练好的模型进行推理。
图4B所示为本公开提供的方法能够应用的一种网络架构的示例图。相对图4A中的(c),图4B中将CU分离为了CU-CP和CU-UP。
图4C所示为本公开提供的方法能够应用的一种网络架构的示例图。如图4C所示,可选的,接入网设备中包括一个或多个AI实体,该AI实体的功能类似上述近实时RIC。可选的,OAM中包括一个或多个AI实体,该AI实体的功能类似上述非实时RIC。可选的,核心网设备中包括一个或多个AI实体,该AI实体的功能类似上述非实时RIC。当OAM和核心网设备中都包括AI实体时,他们各自的AI实体所训练得到的模型不同,和/或用于进行推理的模型不同。本公开中,模型不同可以包括以下至少一项不同:模型的结构参数(例如模型的层数、和/或权值等)、模型的输入参数、或模型的输出参数。
图4D所示为本公开提供的方法能够应用的一种网络架构的示例图。相对图4C,图4D中的接入网设备分离为CU和DU。可选的,CU中可以包括AI实体,该AI实体的功能类似上述近实时RIC。可选的,DU中可以包括AI实体,该AI实体的功能类似上述近实时RIC。当CU和DU中都包括AI实体时,他们各自的AI实体所训练得到的模型不同,和/或用于进行推理的模型不同。可选的,还可以进一步将图4D中的CU拆分为CU-CP和CU-UP。可选的,CU-CP中可以部署有一个或多个AI模型。和/或,CU-UP中可以部署有一个或多个AI模型。可选的,图4C或图4D中,接入网设备的OAM和核心网设备的OAM可以分开独立部署。
本公开涉及信道状态信息(channel state information,CSI)的反馈技术。在上述通信系统如LTE或者NR系统中,接入网设备需要获取信道的信道状态信息CSI,以下行信道的CSI为例,接入网设备可以基于CSI决定调度终端设备的下行数据信道的资源、调制编码方案(modulation and coding scheme,MCS)以及预编码等配置。可以理解,CSI属于一种信道信息,是一种能够反映信道特征、信道质量的信息。其中,信道信息也可以称为信道响应。示例性地,CSI可采用信道矩阵表现,例如CSI包括信道矩阵,或者,CSI可以由信道的特征向量组成。在频分双工(frequency division duplex,FDD)通信场景中,由于上下行信道不具备互易性或者说无法保证上下行信道的互易性,接入网设备通常会向终端设备发送下行参考信号,终端设备根据接收到的下行参考信号进行信道测量、干扰测量估计下行信道信息,该下行信道信息包括CSI,进而反馈CSI给接入网设备。
一种传统的CSI反馈方式中,终端设备可以按照预定义或者接入网设备配置的方式,根据估计的CSI生成CSI报告并反馈给接入网设备。其中,下行参考信号包括信道状态信息参考信号(channel state information-reference signal,CSI-RS)或者同步信号块(synchronizing signal/physical broadcast channel block,SSB)。CSI报告包括秩指示(rank indicator,RI),信道质量指示(channel quality indicator,CQI)和预编码矩阵指示(precoding matrix indicator,PMI)等反馈量。RI用于指示终端设备建议的下行传输层数,CQI用于指示终端设备判断的当前信道条件所能支持的调制编码方式,PMI用于指示终端设备建议的预编码,PMI所指示的预编码层数与RI对应,例如,如果RI为1,则PMI指示一层预编码;如果RI为N,则PMI指示N层预编码,N为大于1的正整数,可以理解,N层预编码分别对应于RI指示的N个下行传输层。由此可见,RI指示的下行传输层数越大,PMI的反馈开销越高,导致CSI的反馈开销较大。
将人工智能AI引入无线通信网络中,产生了一种基于AI的CSI反馈方式。将终端设备测量估计下行信道信息中的CSI记作原始CSI,终端设备利用AI模型对原始CSI进行压缩以及量化处理后发送给接入网设备,接入网设备利用AI模型对收到的压缩以及量化的CSI进行解量化以及解压缩,得到恢复的CSI。具体地,可以将自编码器引入CSI反馈,构造一种基于自编码器的CSI反馈方式。在CSI反馈场景中,自编码器是根据下行信道信息或者说下行信道信息中的原始CSI训练的,自编码器的训练数据集包括若干个原始CSI。自编码器的训练过程可以在如接入网设备、网管OAM或者核心网设备等模型训练节点中完成,进而模型训练节点可以将训练好的自编码器中的编码器部署在终端设备,以及将训练好的自编码器中的解码器部署在接入网设备。如图5A示意一种基于自编码器的CSI反馈方式,在终端设备部署中自编码器的编码器,该编码器具备压缩和量化功能,终端设备将原始CSI输入至该编码器,编码器输出基于原始CSI的量化CSI;在接入网设备中部署自编码器的解码器,该解码器具备解量化和解压缩功能。接入网设备将收到的基于原始CSI的量化CSI输入至解码器,解码器输出恢复的CSI。如图5B示意一种基于自编码器的CSI反馈方式,在终端设备部署中自编码器的编码器,该编码器具备压缩功能及量化功能但压缩功能和量化功能分别由压缩器和量化器实现,终端设备将原始CSI输入至该编码器,该编码器中的压缩器输出基于原始CSI的压缩CSI;然后终端设备利用量化器对基于原始CSI的压缩CSI进行量化处理,得到基于原始CSI的量化CSI。在接入网设备中部署自编码器的解码器,该解码器具备解压缩功能及解量化功能,但解量化功能和解压缩功能分别由解量化器和解压器实现。接入网设备利用解量化器对收到的基于原始CSI的量化CSI进行解量化处理,得到解量化后的压缩CSI,进而接入网设备将解量化后的压缩CSI输入至解压器,解压器输出恢复的CSI。可选的,压缩器也可以替换描述为压缩模块、压缩单元或压缩装置;量化器也可以替换描述为量化模块、量化单元或量化装置;解量化器也可以替换描述为解量化模块、解量化单元或解量化装置;解压缩器也可以替换描述为解压缩模块、解压缩单元或解压缩装置。本公开对此不予限制。
AI模型作为一种以数据为基础的技术,对于场景变化比较敏感,当AI模型部署的场景与训练该AI模型的训练数据对应的场景差异较大时,AI模型的性能可能会出现急剧降低。针对基于自编码器的CSI反馈场景而言,如果当前通信环境与训练自编码器时的通信环境差异较大,自编码器的性能可能会降低。自编码器的性能好坏会直接影响CSI的反馈以及恢复的准确性,如何对自编码器的性能进行监控成为一个值得研究的问题。
相关技术中,一般通过比较编码器的输入(原始CSI)和解码器的输出(恢复的CSI)之间的差异,来确定自编码器的性能。例如,一种设计中,在终端设备中除编码器额外部署解码器,编码器和解码器匹配使用组成自编码器,终端设备将原始CSI输入至自编码器,自编码器的输出即为恢复的CSI。终端设备比较原始CSI和恢复的CSI之间的差异可以确定自编码器的性能。通常解码器的复杂度高于编码器,在终端设备运行编码器和解码器会增加终端设备的处理复杂度,且解码器可能涉及接入网设备的算法隐私,在终端设备中部署解码器会降低通信安全性。另一种设计中,终端设备将原始的CSI发送给接入网设备,接入网设备比较原始CSI和利用解码器恢复的CSI之间的差异确定自编码器的性能,这样的设计反而会造成CSI反馈开销增大。
基于此,本公开提供一种自编码器的性能监控方案,以包括第一编码器和第一解码器的第一自编码器为例,第一编码器的输入包括原始信息,第一编码器的输出包括编码信息;第一解码器的输入包括编码信息,第一解码器的输出包括解码信息。利用第二编码器对第一解码器的输出进行处理,得到第二编码器的输出,第二编码器的输出包括重编码信息。进而通过比较第二编码器输出的重编码信息与第一编码器输出的编码信息之间的差异,间接确定自编码器的性能。本公开提供的自编码器的性能监控方案可以应用于基于自编码器的CSI反馈场景中,或者其他需要部署自编码器的场景。针对基于自编码器的CSI反馈场景而言,原始信息包括原始CSI。将第一编码器部署在终端设备,将第一解码器以及第二编码器部署在接入网设备,无需在终端设备中部署解码器,能够避免增加终端设备的处理复杂度并提升通信安全性;也无需传输大量原始CSI用于自编码器性能的监控,能够降低CSI开销。可以理解的是,本申请中的CSI反馈并不限于下行CSI反馈,也可以适用于上行CSI反馈,或是,物与物之间,如侧行链路SL,的CSI反馈。本申请中的CSI可以替换为信道信息。
本公开中,第二编码器可以是第一编码器本身,或者是与第一编码器功能相同的编码器。第一编码器和第二编码器的功能相同可以理解为:当第一编码器和第二编码器的输入相同数据时,第一编码器和第二编码器的输出相同,或第一编码器和第二编码器的输出差异小于预设阈值,但第一编码器和第二编码器的模型参数和/或应用的AI模型类型不同。此外,第一编码器和第二编码器的功能相同还可以包括:第一编码器具备压缩和量化功能时,第二编码器也需具备压缩和量化功能;或者,第一编码器具备压缩但不具备量化功能时,第二编码器具备压缩功能但不具备量化功能。
为便于理解,下面首先对本公开提供的方案原理进行说明。以CSI反馈场景为例,在第一编码器和第二编码器均具备压缩和量化功能的情况下,前述原始信息包括原始信道信息,如原始CSI;编码信息包括基于原始CSI的量化CSI;解码信息包括恢复的CSI;重编码信息包括基于恢复的CSI的量化CSI。将原始CSI和恢复的CSI构成的集合称为信道空间,将基于原始CSI的量化CSI以及基于恢复的CSI的量化CSI构成的集合称为隐变量空间。信道空间的1个样本点表示1个原始CSI或1个恢复的CSI,隐变量空间的1个样本点表示1个基于原始CSI的量化CSI或1个基于恢复的CSI的量化CSI。第一编码器或第二编码器可以看作一个函数f(*)。该函数f(*)可以表示将信道空间中的1个样本点映射到隐变量空间的1个样本点,或者可以描述为隐变量空间中的1个样本点为信道空间中的1个样本点的投影。例如将原始CSI记作V,基于该原始CSI的量化CSI记作z,存在函数关系式:z=f(V)。将第一解码器看作一个函数g(*),将对应于V的恢复的CSI记作存在函数关系式:/>进而基于该恢复的CSI的量化CSI可记作/>存在函数关系式:/>通常情况下,如由于量化过程不可逆等因素影响,恢复的CSI和原始CSI之间存在一定的差异。
如图6示意一种映射关系图,恢复的CSI和原始CSI之间的差异可以表示为其在信道空间对应样本点之间的距离则在隐变量空间中存在对应的/>可以表示基于恢复的CSI的量化CSI和基于原始的CSI的量化CSI之间的差异。于是,可以通过监控/>与z之间的差异,间接确定恢复的CSI/>和原始CSI V之间的差异,从而实现对自编码器的性能监控。可选的,可以采用如欧式距离,最小均方误差(mean square error,MSE)距离,或余弦相似度等计算方式,来衡量信道空间或隐变量空间中两个样本点之间的距离。其中,欧式距离指的是欧式空间中两点的距离,点r(r1,r2,…,rn)和点q(q1,q2,…,qn)欧式距离具体表示为/>MSE距离具体表示为同一空间中两个样本点的欧氏距离或MSE距离越小,则该两个样本点之间的距离或者说差异越小。同一空间中两个样本点的余弦相似度指的是该两个样本点的夹角的余弦值,0度角的余弦值是1,其他任何角度的余弦值均不大于1,余弦值的最小取值为-1。两个样本点对应的余弦值可以确定两个样本点是否大致指向相同的方向,同一空间中两个样本点的余弦相似度越大,则该两个样本点之间的距离或者说差异越小。
信道空间中两个样本点之间的距离与其在隐变量空间的投影之间的距离存在关联。例如,信道空间中存在3个样本点(即V1,V2,V3)之间的距离满足如下关系:d(V1,V2)>d(V2,V3),该V1,V2,V3在隐变量空间的投影分别记作z1,z2,z3。则z1,z2,z3之间的距离满足如下关系:d(z1,z2)>d(z2,z3)。这样的关联关系也可以描述为信道空间中样本点之间的距离与在隐变量空间中对应的投影之间的距离保持一致性,或也可以描述为信道空间中样本点之间的距离与在隐变量空间中对应的投影之间的距离保持正相关。图7给出几种情况显示信道空间中两个样本点之间的距离与其在隐变量空间的投影之间的距离存在的关联关系。其中,图7中以实线表示信道空间,虚线表示隐变量空间。图7中的(a)示意出了训练数据集对应的距离相关性,图7中的(b)示意出了测量数据集1对应的距离相关性。图7中的(c)示意出了测量数据集2对应的距离相关性。训练数据集包括若干个下行信道信息或者下行信道信息中的原始CSI,测试数据集1中包括与训练数据集分布相同如信道环境相同的若干个下行信道信息或者下行信道信息中的原始CSI,测试数据集2中包括与训练数据集分布不相同如信道环境不相同的若干个下行信道信息或者下行信道信息中的原始CSI。由此可见,通过计算恢复的CSI和原始的CSI在隐变量空间的投影之间的距离,可以间接估计恢复的CSI和原始的CSI之间的差异,从而基于自编码器的CSI反馈场景中实现对自编码器的性能监控。
下面以第一设备和第二设备之间的交互为例,对本公开提供的自编码器的性能监控方案进行详细说明。其中,第一设备为负责监控自编码器的性能的设备,第一设备可以是使用解码器的模型推理节点或者用于训练自编码器的模型训练节点,第一设备中部署第二编码器和第一自编码器中的第一解码器;第二设备是使用编码器的模型推理节点,第二设备中部署第一自编码器中的第一编码器。作为示例,在基于自编码器的CSI反馈场景中,第一设备可以是接入网设备或用于训练自编码器的其他网元如网管OAM,核心网设备或独立的AI网元等,第二设备可以是终端设备。
如图8示意一种通信方法,主要包括如下流程。
S801,第一设备接收来自第二设备的M个第一编码信息。
具体地,有关第二设备确定M个第一编码信息中的任意一个第一编码信息的过程,可参照如下理解:第二设备利用第一编码器和输入至第一编码器的第一原始信息,确定第一编码信息。M个第一编码信息与M个第一原始信息一一对应。
在一种可能的设计中,第一编码器具备压缩和量化功能且输入所述第一编码器的原始信息直接输出压缩及量化后的信息。对于M个第一原始信息中的1个第一原始信息而言,可以理解的是:第一编码器可以对输入的1个第一原始信息进行压缩和量化处理,输出该1个第一原始信息对应的1个第一编码信息,该1个第一编码信息为量化后的信息。示例性的,以基于自编码器的信道信息反馈场景,如CSI反馈场景,为例,前述第一原始信息包括第二设备测量参考信号,如下行参考信号,估计出的第一原始信道信息;其中,该第一原始信道信息中包括原始CSI。对应于第一编码器的功能,第一编码信息可以包括基于原始CSI的量化CSI,第一编码信息具体为一个比特序列。此情况下,第一设备具体接收到的是M个第一编码信息。
在另一种可能的设计中,第一编码器具备压缩功能和量化功能,但量化功能和压缩功能分别由所述第一编码器所包括的第一量化器和第一压缩器完成,输入所述第一编码器的原始信息可以经由第一压缩器先获得压缩信息再经由第一量化器获得量化信息。这种情况下,本申请中的第一编码信息可以是指压缩后未经量化的信息,或者,是指压缩及量化后的信息。
针对第一编码信息可以是指压缩后未经量化的信息的情况,对于M个第一原始信息中的1个第一原始信息而言,可以理解的是:第一压缩器可以对输入的1个第一原始信息进行压缩处理,输出该1个第一原始信息对应的1个第一编码信息,该1个第一编码信息是未经量化的信息;进而,第二设备可以利用第一量化器对该1个第一编码信息进行量化处理,得到该1个第一编码信息对应的1个第一量化信息。其中,第一量化器的输入包括该1个第一编码信息,第一量化器的输出包括1个第一量化信息。示例性的,以基于自编码器的CSI反馈场景为例,第一原始信息包括第二设备测量下行参考信号估计出的第一原始信道信息;其中,该第一原始信道信息中包括原始CSI。第一编码信息可以理解为基于原始CSI的压缩CSI,第一编码信息具体为一个浮点数序列。此情况下,第一设备具体接收到的是M个第一编码信息对应M个第一量化信息。
而针对第一编码信息可以是指压缩及量化后的信息的情况,即,第一编码信息为第一量化信息的情况,对于M个第一原始信息中的1个第一原始信息而言,第一压缩器可以对输入的1个第一原始信息进行压缩处理,输出该1个第一原始信息对应的1个第一压缩信息,该1个第一压缩信息是未经量化的信息;进而,第二设备可以利用第一量化器对该1个第一压缩信息进行量化处理,得到该1个第一压缩信息对应的1个第一量化信息。其中,第一量化器的输入包括该1个第一压缩信息,第一量化器的输出包括1个第一量化信息。示例性的,以基于自编码器的CSI反馈场景为例,第一原始信息包括第二设备测量下行参考信号估计出的第一原始信道信息;其中,该第一原始信道信息中包括原始CSI。第一压缩信息可以理解为基于原始CSI的压缩CSI,第一压缩信息具体为一个浮点数序列。此情况下,第一设备具体接收到的是M个第一压缩信息对应的M个第一量化信息,而该M个第一量化信息即为M个第一编码信息。
在本申请的以下描述中,第一编码信息具体是以上哪种情况,不予赘述,无论哪种情况,均可适用。
本公开中,量化器可以是如下中的一种:非均匀量化器、标量量化器、矢量量化器、根据经验设计的量化器、通过AI训练得到的量化器,该量化器可以与第一编码器一起进行训练。量化处理也可以称作量化操作,量化处理可以理解为在量化字典中寻找与待量化的量最接近的项,并输出该项的索引。例如,本设计中待量化的量为第一压缩信息,经由查询量化字典输出的索引包含于该第一压缩信息对应的第一量化信息。可选的,可以预配置第二设备使用的第一量化器,如采用协议定义的方式实现预配置,或者第二设备与第一设备预先协商一个第一量化器。或者可选的,第二设备也可以自行决定使用的第一量化器,并向第一设备发送用于指示其使用的第一量化器的信息。
可以理解的是,第二设备发送的M个第一编码信息(或M个第一量化信息)是经过信道传输至第一设备的,第一设备接收到的M个第一编码信息(或M个第一量化信息)与第二设备发送的M个第一编码信息(或M个第一量化信息)之间可能存在一定的传输损耗,或者可以理解第一设备接收到的M个第一编码信息(或M个第一量化信息)与第二设备发送的M个第一编码信息(或M个第一量化信息)之间存在一定的差异。本公开对该传输损耗或差异忽略不计,或者说本公开提供的方法不受该传输损耗或差异的限制。
具体地,M为正整数。M的取值可以由第一设备自行决定。可选的,第一设备可以基于连续接收的第一编码信息来监控自编码器的性能,M的取值具体可对应于第一设备判断自编码器性能的频次。例如第一设备每收到一个第一编码信息时,判断一次自编码器的性能,则M为1。又如第一设备收到指定数量的第一编码信息时,判断一次自编码器的性能,则M的取值为前述指定数量。又如,第一设备每隔指定时长判断自编码器的性能,则M的取值为前述指定时长内第二设备发送的第一编码信息的数量。或者可选的,第一设备也可以基于非连续接收的第一编码信息来监控自编码器的性能。例如每隔指定时长或每隔设定数量个第一编码信息后接收M个第一编码信息,基于该M个第一编码信息判断一次自编码器的性能,其中M大于或等于1。
S802,第一设备利用第一解码器和所述M个第一编码信息,确定M个第一解码信息。
其中,第一解码器和第一编码器属于同一个自编码器,如记作第一自编码器。可以理解的是,可以预先定义第一设备使用第一自编码器中的第一解码器,第二设备使用第一自编码器中的第一编码器。或者第二设备在发送M个第一编码信息时,向第一设备指示如下中的一个或多个:第一编码器、第一解码器、第一自编码器。
可以理解,M个第一解码信息与M个第一编码信息一一对应,M个第一解码信息与M个第一原始信息一一对应。如M个第一解码信息中的第i个第一解码信息对应M个第一原始信息中的第i个第一原始信息,第i个第一解码信息是第一设备中恢复出的第i个第一原始信息。i为1至M中的任意一个正整数,或者描述为i取遍1至M的正整数。以基于自编器的CSI反馈场景为例,第一解码信息具体可以指的是恢复的CSI。
如果S801第一设备发送的M个第一编码信息为量化的信息。在一种可能的设计中,第一解码器具备解量化及解压缩功能。第一设备可以将M个第一编码信息并行或串行输入至第一解码器,第一解码器可以输出M个第一解码信息。在另一种可能的设计中,第一解码器具备解压缩功能及解量化功能,且解量化功能和解压缩功能分别由该第一解码器包括的第一解量化器和第一解压缩器来实现。第一设备可以先利用第一解量化器对M个第一编码信息进行解量化,得到M个第一编码信息对应的M个解量化信息;进而,第一设备将该M个解量化信息并行或串行输入至第一解压缩器,该第一解压缩器输出对应的M个第一解码信息。示例性的,以基于自编码器的CSI反馈场景为例,第一编码信息对应的解量化信息包括解量化后的压缩CSI。
如果S801中的M个第一编码信息是为未经量化的信息,第二设备发送的是M个第一编码信息对应的M个第一量化信息。在一种可能的设计中,第一解码器具备解量化及解压缩功能。第一设备可以将M个第一量化信息并行或串行输入至第一解码器,第一解码器可以输出M个第一解码信息。在另一种可能的设计中,第一解码器具备解压缩功能及解量化功能但解压缩功能和解量化功能分别由第一解码器所包括的第一解压器和第一解量化器实现。第一设备可以先利用可以第一解量化器对M个第一量化信息进行解量化,恢复M个第一压缩信息;进而,第一设备将该M个第一压缩信息并行或串行输入至第一解压器,第一解压器输出对应的M个第一解压信息。该M个第一解压信息也即M个第一解码信息。示例性的,以基于自编码器的CSI反馈场景为例,第二设备利用第一编码器得到的第一编码信息包括基于原始CSI的压缩CSI;第一量化信息包括基于原始CSI的量化CSI;第一设备利用解量化器恢复的第一编码信息包括解量化后的压缩CSI。
可以理解的是,前述第一解量化器与S801中的第一量化器匹配使用,第一解量化器可以理解为第一量化器的逆操作。例如,第一解量化器的输入包括M个第一量化信息,输出包括M个第一编码信息。具体地,对应第一量化器为预配置的情况,可以理解的是第一解量化器也是预配置的。或者如果第二设备发送了用于指示第一量化器的信息,第一设备可以根据该用于指示第一量化器的信息,确定匹配的第一解量化器。
S803,第一设备利用第二编码器和输入第二编码器的M个第一解码信息,确定M个第一重编码信息。
其中,第二编码器可以是第一编码器或者与第一编码器功能相同的编码器。有关功能相同的定义可参照前文描述理解,本公开对此不再进行赘述。该M个第一重编码信息与所述M个第一解码信息一一对应,该M个第一重编码信息与所述M个第一编码信息一一对应。
由于第一重编码信息是与第一编码信息可比较的信息,第一编码信息为量化信息的情况下,第一重编码信息为量化信息;第一编码信息为未经量化的信息的情况下,第一重编码信息为未经量化的信息。
在一种可能的设计中,第二编码器具备压缩和量化功能且压缩和量化功能由同一个模块实现,第一设备可以将M个第一解码信息并行或串行输入至第二编码器,第二编码器可以输出M个第一重编码信息,该M个第一重编码信息为量化的信息。以在基于自编器的CSI反馈场景为例,M个第一重编码信息中1个第一重编码信息可以包括基于恢复的1个CSI的量化CSI。
另一种可能的设计中,第二编码器具备压缩功能及量化功能且压缩功能和量化功能分别由该第二编码器所包括的第二压缩器和第二量化器来实现。第一设备可以将M个第一解码信息并行或串行输入至第二压缩器,第二压缩器可以输出M个第一重压缩信息。第一设备可以利用第二量化器对M个第一重压缩信息进行量化处理,得到M个第一重量化信息。该M个第一重编码信息可以为所述M个第一重压缩信息,或者,M个第一重量化信息,具体与第一编码信息是否为量化后的信息相对应。以在基于自编器的CSI反馈场景为例,M个第一重压缩信息中1个第一重压缩信息可以包括基于恢复的1个CSI的压缩CSI;M个第一重量化信息中1个第一重量化信息可以包括基于恢复的1个CSI的量化CSI。
S804,第一设备根据M个第一编码信息与M个第一重编码信息之间的差异,确定第一自编码器的性能。
其中,当第一编码器和第二编码器均具备压缩以及量化功能且压缩及量化功能由同一个模块实现时,该步骤S804中的M个第一编码信息和M个第一重编码信息均为量化的信息,第一设备计算的是第一设备收到的M个第一编码信息与M个第一重编码信息之间的差异。例如在CSI反馈场景中,M个第一原始信息中的1个第一原始信息包括第一原始信道信息,如原始CSI。M个第一编码信息中的1个第一编码信息包括基于原始CSI的量化CSI;M个第一重编码信息中的1个第一重编码信息包括基于恢复的CSI的量化CSI。第一设备通过比较M个基于原始CSI的量化CSI和M个基于恢复的CSI的量化CSI之间的差异,可以确定第一自编码器的性能。
当第一编码器和第二编码器均具备压缩功能及量化功能且压缩功能和量化功能分别由不同模块实现时,该步骤S804中的M个第一编码信息和M个第一重编码信息可以均为未经量化的信息,或,均为经量化的信息。参见S801中的描述,以M个第一编码信息和M个第一重编码信息均为未经量化的信息为例,此情况下第一设备收到的是M个第一编码信息对应的M个第一量化信息。第一设备可利用解量化器对M个第一量化信息进行处理,得到M个第一编码信息。第一设备计算的是第一设备解量化处理得到的M个第一编码信息与M个第一重编码信息之间的差异。例如在CSI反馈场景中,M个第一原始信息中的1个第一原始信息包括第一原始信道信息,如原始CSI。M个第一编码信息中的1个第一编码信息包括解量化后的压缩CSI;M个第一重编码信息中的1个第一重编码信息包括基于恢复的CSI的压缩CSI。第一设备通过比较M个解量化后的压缩CSI和M个基于恢复的CSI的压缩CSI之间的差异,可以确定第一自编码器的性能。
此外一种可选的实施方式中,以M个第一编码信息和M个第一重编码信息均为经过量化的信息为例,第一设备可以利用量化器对M个第一重压缩信息进行量化处理,得到M个第一重量化信息,即,M个第一重编码信息。第一设备可以计算M个第一量化信息和M个第一重量化信息之间的差异,确定自编码器的性能。例如在CSI反馈场景中,M个第一原始信息中的1个第一原始信息包括第一原始信道信息,如原始CSI。M个第一量化信息中的1个第一量化信息包括基于原始CSI的量化CSI;M个第一重编码信息中的1个第一重编码信息包括基于恢复的CSI的压缩CSI,M个第一重量化信息中的1个第一重量化信息包括基于恢复的CSI的量化CSI。第一设备通过比较M个基于原始CSI的量化CSI和M个基于恢复的CSI的量化CSI之间的差异,可以确定第一自编码器的性能。
具体地,下面依据M的不同取值,对于第一自编器的性能确定方式分情况进行说明。
情况一:M为1。如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数大于或等于第一阈值,则确定所述第一自编码器的性能对应第一值,或如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数小于或等于第二阈值,则确定所述第一自编码器的性能对应第二值。
其中,第一阈值和第二阈值可以相等或者不相等。当第一阈值与第二阈值相等时,可以理解第一自编码器的性能对应第一值或第二值。当第一阈值与第二阈值不相等时,可以理解第一自编码器的性能除了可以对应第一值或第二值之外,也可以对应其他的值。不同值对应不同的性能定义,本公开对此并不限定。
一种可能的设计中,第一阈值和第二阈值是用于衡量第一编码信息和第一重编码信息之间差异的大小所设定的阈值。
1个第一编码信息与所述1个第一重编码信息之间的差异参数包括1个第一编码信息与所述1个第一重编码信息之间的差异。示例性的,以隐变量空间中的样本点为例描述,1个第一编码信息表示为z,1个第一重编码信息表示为示例性的,以隐变量空间中的样本点为例描述。当第一阈值等于第二阈值时,第一阈值或第二阈值可以理解为隐变量空间样本点之间的距离差阈值D1。第一设备可以计算距离/>与D1之间的大小关系,来确定第一自编码器的性能。示例性的,采用欧氏距离或者MSE衡量两个样本点之间的距离时,/>与z之间的欧氏距离或者MSE越大,/>越大。采用余弦相似度衡量两个样本点之间的距离时,/>与z之间的余弦相似度越大,/>越小。当/>时,第一设备可以确定第一自编码器的性能对应第一值,第一值可以用于指示第一自编码器的性能不满足第一要求。/>时,第一设备可以确定第一自编码器的性能对应第二值,第二值可以用于指示第一自编码器的性能满足第一要求。
另一种可能的设计中,第一阈值和第二阈值是用于衡量第一原始信息和第一解码信息之间差异的大小所设定的阈值。1个第一编码信息与所述1个第一重编码信息之间的差异参数可以根据比例因子,以及1个第一编码信息与所述1个第一重编码信息之间的差异所确定。其中,比例因子可以理解为用于将第一编码信息与第一重编码信息之间的差异调节至与原始信息和解码信息之间的差异同一水平的系数。比如,1个第一编码信息与所述1个第一重编码信息之间的差异参数可以等于比例因子与1个第一编码信息与所述1个第一重编码信息之间的差异的乘积,1个第一编码信息与所述1个第一重编码信息之间的差异参数与第一原始信息和第一解码信息之间差异为同一量级的值。示例性的,以信道空间中的样本点为例描述。当第一阈值等于第二阈值时,第一阈值可以理解为信道空间中样本点之间的距离差阈值D2。以隐变量空间中的样本点为例描述,1个第一编码信息表示为z,1个第一重编码信息表示为比例因子记作k。当/>时,第一设备可以确定第一自编码器的性能对应第一值,第一值可以用于指示第一自编码器的性能不满足第一要求。时,第一设备可以确定第一自编码器的性能对应第二值,第二值可以用于指示第一自编码器的性能满足第一要求。
可选的,前述比例因子可以是预先配置给第一设备的,或者比例因子是第一设备根据多个原始信息以及多个原始信息对应的多个编码信息确定的。又或者比例因子是第二设备根据多个原始信息以及多个原始信息对应的多个编码信息确定的,进而第一设备从第二设备中获取该比例因子。可选的,比例因子是可变化的,第一设备确定比例因子时可以周期性地更新比例因子。或者在第二设备确定比例因子时,第一设备可以配置第二设备上报该比例因子的时机,如周期性上报或动态指示上报则第二设备上报一次。第二设备每次上报的比例因子可以是相同的或者不同的。本公开对此不予限制。
可以理解的是,第一设备和第二设备确定比例因子的方式相同。下面以第一设备确定比例因子的方式进行举例说明。
第一设备可以接收来自第二设备的N个第二原始信息以及N个第二原始信息对应的N个第二编码信息。其中,所述N个第二原始信息中的全部或部分属于所述M个第一原始信息,或者,所述N个第二原始信息不包括所述M个第一原始信息中的任意一个。
在第一种可选的实施方式中,N为大于1的正整数。第一设备可以根据N个第二原始信息中两两第二原始信息之间的差异和所述两两第二原始信息对应的两两第二编码信息之间的差异的比例,确定比例因子。
可选的,第一设备可以将N个第二原始信息划分为多组原始信息,其中每组原始信息中包括N个第二原始信息中的两个第二原始信息。相应地,N个第二编码信息也可划分为多组编码信息,其中每组编码信息中包括N个第二编码信息中的两个第二编码信息。多组原始信息和多组编码信息之间一一对应,例如第一组原始信息与第一组编码信息之间对应,那么该第一组原始信息中的两个第二原始信息与第一组编码信息中的两个第二编码信息之间存在映射关系。
以基于自编码器的CSI反馈场景为例,N个第二原始信息包括当前通信环境中的N个第二原始信道信息。N可以为3,3个第二原始信息可以包括当前环境中3个原始CSI。如图9示意,在信道空间中,将该3个第二原始信息分别表示为V1,V2,V3。该3个第二原始信息对应的3个第二编码信息在隐变量空间中分别表示为z1,z2,z3。比例因子k可以表示为:
在第二种可选的实施方式中,第一设备可以根据N个第二原始信息与参考原始信息之间的差异和N个第二编码信息与参考原始信息对应的参考编码信息之间的差异的比例,确定比例因子。其中,参考原始信息可以包括第一编码器的训练数据集中的一个或多个原始信息,相应地,参考编码信息可以是第一编码器的训练数据集中与参考原始信息对应的标签数据,或者参考编码信息可以是第二设备发送给第一设备的。在该方式中,N可以为1或者大于1的整数。
以基于自编码器的CSI反馈场景为例,N个第二原始信息包括当前通信环境中的N个第二原始信道信息。例如,N为3时,3个第二原始信息包括3个原始CSI,参考原始信息包括第一自编码器的训练数据集中的1个原始CSI。在信道空间中,以V1表示参考原始信息,V1对应的参考编码信息在隐变量空间表示为z1;V2,V3,V4表示M个第一原始信息中的3个原始CSI;该3个第二原始信息对应的3个第二编码信息在隐变量空间中分别表示为z2,z3,z4。比例因子k可以表示为:又如,N为2,2个第二原始信息可以包括当前环境中2个原始CSI,参考原始信息包括第一自编码器的训练数据集中的2个原始CSI。在信道空间中,以V1和V2表示第一自编码器的训练数据集中的2个原始CSI,V3,V4表示M个第一原始信息中的2个原始CSI;V1,V2,V3,V4在隐变量空间中分别表示为z1,z2,z3,z4。比例因子k可以表示为:/>
在第三种可选的实施方式中,第一设备可以根据N个第二原始信息中每个第二原始信息与N个第二解码信息中每个第二解码信息之间的差异和所述每个第二原始信息对应的第二编码信息与所述每个第二编码信息对应的第二重编码信息之间的差异的比例,确定所述比例因子;其中,所述N个第二解码信息与所述N个第二原始信息一一对应。
具体地,第一设备可以利用第一解码器对N个第二原始信息对应的N个第二编码器信息进行解码,得到N个第二解码信息,进而第一设备可以利用第二编码器对N个第二解码信息进行重编码,得到N个第二重编码信息。
以基于自编码器的CSI反馈场景为例,N个第二原始信息包括当前通信环境中的N个第二原始信道信息。例如,N为3时,3个第二原始信息包括3个原始CSI。将3个第二原始信息表示为V1,V2,V3。在隐变量空间,3个第二原始信息对应的3个第二编码信息,分别记作z1,z2,z3。将3个第二原始信息对应的3个第二解码信息表示为V1’,V2’,V3’,在隐变量空间,3个第二解码信息对应的3个第二重编码信息,分别记作z1’,z2’,z3’,比例因子k可以表示为:
情况二:对应于M大于1的情况。
一种可能的设计中,第一设备可以根据第一阈值、第二阈值或其他阈值,衡量K个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数。K个第一编码信息包含于M个第一编码信息,K个第一编码信息包括M个第一编码信息中的部分或全部第一编码信息,K为小于或等于M的整数。
具体地,如果K个第一编码信息与所述K个第一编码信息对应的第一重编码信息之间的差异参数大于或等于第一阈值,则确定所述第一自编码器的性能对应第一值,或如果K个第一编码信息与所述K个第一编码信息对应的第一重编码信息之间的差异参数小于或等于第二阈值,则确定所述第一自编码器的性能对应第二值。
可选的,K个第一编码信息占所述M个第一编码信息的比例大于或等于第一比例阈值,第一比例阈值可以是预先配置的。示例性的,K可以表示为其中,β表示第一比例阈值,β的取值可以为0.6、0.7或者其他的值,/>表示向上取整符。或者也可以描述为:如果/>则可以确定所述第一自编码器的性能对应第一值。/>
另一种可能的设计中,第一设备可以计算M个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数,得到M个差异参数;进而第一设备可以确定M个差异参数的平均值。第一设备可以根据第一阈值、第二阈值或其他阈值,衡量M个差异参数的平均值。
具体地,如果M个差异参数的平均值大于或等于第一阈值,则确定所述第一自编码器的性能对应第一值,或如果M个差异参数的平均值小于或等于第二阈值,则确定所述第一自编码器的性能对应第二值。
此外,关于第一阈值,第二阈值,第一值,第二值,以及1个第一编码信息与对应的1个第一重编码信息之间的差异参数可参照情况一中的描述理解,本公开对此不再进行赘述。
基于前述S801~S804,第一设备可以确定第一自编码器的性能满足第一要求或者确定第一自编码器的性能不满足第一要求。进一步地,当第一自编码器的性能差时,第一设备还可以执行如下一个或多个操作:对第一自编码器进行更新;指示第二设备停止使用第一自编码器;指示第二设备采用其他自编码器中的编码器;指示第二设备使用传统CSI反馈方式进行CSI的反馈。
作为示例,图8进一步示意出了可选步骤S805:
S805:第一设备确定所述第一自编码器的性能对应所述第一值时,向所述第二设备发送第五信息,所述第五信息用于指示所述第二设备停止使用所述第一编码器。
本公开提供的上述通信方法,在部署自编码器中解码器的一端引入一个编码器,通过比较自编码器所包括的编码器输出的编码信息和该解码器引入的编码器输出的重编码信息之间的差异,能够间接判断自编码器的性能。能够在保证减少信息传输开销的同时安全有效的监控自编码器的性能。
本公开还提供一种自编码器的性能监控方案,主要通过判断编码信息之间是否与对应的原始信息之间的差异关系一致,或判断编码信息和重编码信息之间的差异关系是否与对应的原始信息和解码信息之间的差异关系一致,确定自编码器的性能。以基于自编码器的CSI反馈场景为例,可以理解的是:该方案主要利用隐变量空间中样本点之间的距离关系以及信道空间中样本点之间的距离关系,衡量自编码器的性能。下面通过图10~图11对该方案进行详细说明。如图10示意一种通信方法,主要包括如下流程。
S1001,第二设备向第一设备发送P个第三编码信息。
其中,第二设备可以利用第一编码器对P个第三原始信息进行处理,确定P个第三编码信息,即P个第三编码信息是基于P个第三原始信息生成的。或者可以理解为,P个第三编码信息可以是信道空间中P个第三原始信息在隐变量空间中的P个投影。
具体地,P个第三原始信息之间的差异满足第一预设关系,P为大于或等于3的正整数,例如P个第三原始信息之间两两第三原始信息组成一组,将P个第三原始信息分为多组第三原始信息。多组第三原始信息中的1组第三原始信息对应1个差异信息,1组第三原始信息对应的差异信息用于指示该第三原始信息中两个第三原始信息之间的差异。多组第三原始信息对应的多个差异信息之间的大小关系满足第一预设关系。示例性地,以基于自编码器的CSI反馈场景为例。P个第三原始信息对应于信道空间的P个样本点,P为3时,将3个第三原始信息分别记作V1,V2,V3。第一预设关系可以包括:d(V1,V2)>d(V2,V3)。
可选的,第二设备可以主动向第一设备发送P个第三编码信息,或在第一设备的请求触发下发送P个第三编码信息。例如,图10在S1001之前还示意出了一个可选步骤S1000:第一设备向第二设备发送第二信息,该第二信息用于请求满足第一预设关系的P个第三原始信息,或者第二信息用于请求基于满足第一预设关系的P个第三原始信息生成的P个第三编码信息。进而在S1001中,第二设备向第一设备发送P个第三编码信息。
可选的,可以预先定义P个第三原始信息对应的第一预设关系。第二设备和第一设备可以预先约定发送P个第三原始信息对应的P个第三编码信息所占的资源,这样第一设备收到P个第三编码信息可以确定P个第三原始信息与P个第三编码信息之间的对应关系。或者第二设备可以向第一设备发送第三信息,该第三信息用于指示P个第三原始信息与P个第三编码信息之间的对应关系。例如,第三信息包括P个第三编码信息中每个信道状态指示信息对应的第三原始信息的标识、资源ID等。
S1002,第一设备判断P个第三编码信息之间的差异是否满足第一预设关系。
具体地,对应于S1001中描述的P个第三原始信息,P个第三编码信息之间两两第三编码信息组成一组,将P个第三编码信息分为多组第三编码信息。多组第三编码信息中的1组第三编码信息对应1个差异信息,1组第三编码信息对应的差异信息用于指示该组第三编码信息中两个第三编码信息之间的差异。第一设备可以具体判断多组第三编码信息对应的多个差异信息之间的大小关系满足第一预设关系。
示例性地,以基于自编码器的CSI反馈场景为例。P个第三原始信息对应于信道空间的P个样本点,P为3时,将3个第三原始信息分别记作V1,V2,V3。P个第三原始信息在隐变量空间中的投影分别记作z1,z2,z3。对应于d(V1,V2)>d(V2,V3),第一设备可以判断z1,z2,z3是否符合第一预设关系包括的如下关系:d(z1,z2)>d(z2,z3)。一种可选的实施方式中,如果P个第三编码信息之间的差异满足第一预设关系,则第一设备可以确定第一自编码器的性能满足第二要求,第一设备可以不作任何操作;如果P个第三编码信息之间的差异不满足第一预设关系,则第一设备可以确定第一自编码器的性能不满足第二要求,进而第一设备可以向第二设备发送第五信息,所述第五信息用于指示所述第二设备停止使用所述第一编码器。另一种可选的实施方式中,可以将图10的方法和图8的方法结合在一起使用。下面首先对将图10的方法和图8的方法结合在一起使用的原理进行说明。由S804中的描述可知,判断自编码器的性能的一个关键点是利用编码信息和重编码信息之间的差异反映原始信息和解码信息之间的差异,或者说是利用隐变量空间中样本点之间的距离反映信道空间中样本点之间的距离。由图7示意的几种关系图也可以得知,信道空间中样本点之间的距离与在隐变量空间中对应的投影之间的距离保持一致性时,利用编码信息和重编码信息之间的差异反映原始信息和解码信息之间的差异具有可靠性。于是,图10的方法可以看作对图8描述的自编码器的性能监控方案的有效性进行判定的方案,通过判断编码信息和重编码信息之间的差异关系,与原始信息和解码信息之间的差异关系是否具备一致性,确定是否可以应用图8描述的自编码器的性能监控方案。这样的设计能够提升自编码器的性能监控方案的有效性和准确性。
可选的,当P个第三编码信息之间的差异满足第一预设关系时,第一设备可以确定图8描述的监控方案有效,进而第一设备可按照图8描述的监控方案对第一自编码器的性能进行监控。作为示例,图10示意出了S1003a:当P个第三编码信息之间的差异满足第一预设关系时,第一设备根据编码信息和重编码信息进行第一自编码器的性能监控。当P个第三编码信息之间的差异不满足第一预设关系时,第一设备可以确定图8示意的方案无效。作为示例,图10示意出了S1003b:当P个第三编码信息之间的差异不满足第一预设关系时,第一设备停止对第一自编码器的性能监控。
可选的,当图10的方法和图8的方法结合在一起使用时,可以理解的是:所述P个第三原始信息中的全部或部分属于所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
如图11示意另一种通信方法,主要包括如下流程。
S1101,第二设备向第一设备发送P个第三编码信息。
其中,第二设备可以利用第一编码器对P个第三原始信息进行处理,确定P个第三编码信息,即P个第三编码信息是基于P个第三原始信息生成的。或者可以理解为,P个第三编码信息可以是信道空间中P个第三原始信息在隐变量空间中的P个投影。
具体地,P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为大于或等于2的正整数。其中,参考原始信息可以包括第一自编码器的训练数据集中的至少一个参考原始信息。其中,在参考原始信息包括第一自编码器的训练数据集中的1个参考原始信息时,可以将P个第三原始信息中1个第三原始信息与参考原始信息之间的差异记作1个差异信息。P个第三原始信息与参考原始信息之间的差异可记作P个差异信息,P个差异信息之间的大小关系满足第二预设关系。示例性地,以基于自编码器的CSI反馈场景为例。参考原始信息对应于信道空间的1个样本点记作V1。P个第三原始信息对应于信道空间的P个样本点,P为2时,将2个第三原始信息分别记作V2,V3。第二预设关系可以包括:d(V1,V2)>d(V1,V3)。类似地,在参考原始信息包括第一自编码器的训练数据集中的Q个参考原始信息,Q为大于1的正整数时,可以将P个第三原始信息中1个第三原始信息与Q个参考原始信息中的1个参考原始信息之间的差异记作1个差异信息。P个第三原始信息与参考原始信息之间的差异可记作Q×P个差异信息,Q×P个差异信息之间的大小关系满足第二预设关系。示例性地,以基于自编码器的CSI反馈场景为例。参考原始信息对应于信道空间的2个样本点记作V1,V2。P个第三原始信息对应于信道空间的P个样本点,P为2时,将2个第三原始信息分别记作V3,V4。第二预设关系可以包括:d(V1,V3)>d(V1,V4),以及d(V2,V3)>d(V2,V4)。
可选的,第二设备可以主动向第一设备发送P个第三编码信息,或在第一设备的请求触发下发送P个第三编码信息。例如,图10在S1101之前还示意出了一个可选步骤S1100:第一设备向第二设备发送第二信息,该第二信息用于请求满足第二预设关系的P个第三原始信息,或者第二信息用于请求基于满足第二预设关系的P个第三原始信息生成的P个第三编码信息。进而在S1101中,第二设备向第一设备发送P个第三编码信息。
可选的,可以预先定义P个第三原始信息与参考原始信息对应的第二预设关系。第二设备和第一设备可以预先约定发送P个第三原始信息对应的P个第三编码信息所占的资源,这样第一设备收到P个第三编码信息可以确定P个第三原始信息与P个第三编码信息之间的对应关系。或者第二设备可以向第一设备发送第三信息,该第三信息用于指示P个第三原始信息与P个第三编码信息之间的对应关系。例如,第三信息包括P个第三编码信息中每个第三编码信息对应的第三原始信息的标识、资源ID等。
S1102,第一设备判断P个第三编码信息与基于参考原始信息生成的参考编码信息之间的差异是否满足第二预设关系。
具体地,对应于S1101中描述的P个第三原始信息,将P个第三编码信息中1个第三编码信息与参考编码信息之间的差异记作1个差异信息。P个第三编码信息与参考编码信息之间的差异可记作P个差异信息。P个差异信息之间的大小关系满足第二预设关系。第一设备可以具体判断P个第三编码信息对应的多个差异信息之间的大小关系满足第二预设关系。
示例性地,以基于自编码器的CSI反馈场景为例,参考原始信息指的是参考信道信息。1个参考信道信息对应于信道空间的1个样本点记作V1。P个第三原始信息对应于信道空间的P个样本点,P为2时,将2个第三原始信息分别记作V2,V3。参考信道信息在隐变量空间中的投影记作z1,P个第三原始信息在隐变量空间中的投影分别记作z2,z3。对应于d(V1,V2)>d(V1,V3),第一设备可以判断z1,z2,z3是否符合第二预设关系包括的如下关系:d(z1,z2)>d(z1,z3)。
一种可选的实施方式中,如果P个第三编码信息与参考编码信息之间的差异满足第二预设关系,则第一设备可以确定第一自编码器的性能满足第二要求,第一设备可以不作任何操作;如果P个第三编码信息与参考编码信息之间的差异不满足第二预设关系,则第一设备可以确定第一自编码器的性能不满足第二要求,进而第一设备可以向第二设备发送第五信息,所述第五信息用于指示所述第二设备停止使用所述第一编码器。
另一种可选的实施方式中,可以将图11的方法和图8的方法结合在一起使用。下面首先对将图11的方法和图8的方法结合在一起使用的原理进行说明。由S804中的描述可知,判断自编码器的性能的一个关键点是利用编码信息和重编码信息之间的差异反映原始信息和解码信息之间的差异,或者说是利用隐变量空间中样本点之间的距离反映信道空间中样本点之间的距离。由图7示意的几种关系图也可以得知,信道空间中样本点之间的距离与在隐变量空间中对应的投影之间的距离保持一致性时,利用编码信息和重编码信息之间的差异反映原始信息和解码信息之间的差异具有可靠性。于是,图11的方法可以看作对图8描述的自编码器的性能监控方案的有效性进行判定的方案,通过判断编码信息和重编码信息之间的差异关系,与原始信息和解码信息之间的差异关系是否具备一致性,确定是否可以应用图8描述的自编码器的性能监控方案。这样的设计能够提升自编码器的性能监控方案的有效性和准确性。
可选的,当P个第三编码信息与参考编码信息之间的差异满足第二预设关系时,第一设备可以确定图8描述的监控方案有效,进而第一设备可按照图8描述的监控方案对第一自编码器的性能进行监控。作为示例,图11示意出了S1103a:当P个第三编码信息与参考编码信息之间的差异满足第二预设关系时,第一设备根据编码信息和重编码信息进行第一自编码器的性能监控。当P个第三编码信息与参考编码信息之间的差异不满足第二预设关系时,第一设备可以确定图8示意的方案无效。作为示例,图11示意出了S1103b:当P个第三编码信息与参考编码信息之间的差异满足第二预设关系时,第一设备停止对第一自编码器的性能监控。
可选的,当图11的方法和图8的方法结合在一起使用时,可以理解的是:所述P个第三原始信息中的全部或部分属于所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
上述图10和图11仅作为示例,示意出了第一设备判定图8描述的监控方案有效性的方式。类似地,本公开中针对自编码器的性能监控方案进行有效性判定的方式可以由第二设备执行。第二设备与第一设备可采用相同的有效性判定方式,即可参照图10或图11的方案实施,本公开对此不再进行赘述。可选的,第二设备在确定图8中描述的方案有效时,向第一设备发送第四信息,该第四信息用于触发第一自编码器的性能确定。
基于同一构思,参见图12,本公开提供了一种通信装置1200,该通信装置1200包括处理模块1201和通信模块1202。该通信装置1200可以是第二设备,也可以是应用于第二设备或者和第二设备匹配使用,能够实现第二设备侧执行的通信方法的通信装置;或者,该通信装置1200可以是第一设备,也可以是应用于第一设备或者和第一设备匹配使用,能够实现第一设备侧执行的通信方法的通信装置。
其中,通信模块也可以称为收发模块、收发器、收发机、或收发装置等。处理模块也可以称为处理器,处理单板,处理单元、或处理装置等。可选的,通信模块用于执行上述方法中第二设备侧或第一设备侧的发送操作和接收操作,可以将通信模块中用于实现接收功能的器件视为接收单元,将通信模块中用于实现发送功能的器件视为发送单元,即通信模块包括接收单元和发送单元。
该通信装置1200应用于第一设备时,处理模块1201可用于实现图8、图10和图11所述示例中所述第一设备的处理功能,通信模块1202可用于实现图8、图10和图11所述示例中所述第一设备的收发功能。或者也可以参照发明内容中第一方面、第三方面、第五方面、第七方面、第九方面、第十一方面、第十三方面、或第十五方面中的描述和可能的设计理解该通信装置。
该通信装置1200应用于第二设备时,处理模块1201可用于实现图8、图10和图11所述示例中所述第二设备的处理功能,通信模块1202可用于实现图8、图10和图11所述示例中所述第二设备的收发功能。或者也可以参照发明内容中第二方面、第四方面、第六方面、第八方面、第十方面、第十二方面、第十四方面、或第十六方面中的描述和可能的设计理解该通信装置。
此外需要说明的是,前述通信模块和/或处理模块可通过虚拟模块实现,例如处理模块可通过软件功能单元或虚拟装置实现,通信模块可以通过软件功能或虚拟装置实现。或者,处理模块或通信模块也可以通过实体装置实现,例如若该装置采用芯片/芯片电路实现,所述通信模块可以是输入输出电路和/或通信接口,执行输入操作(对应前述接收操作)、输出操作(对应前述发送操作);处理模块为集成的处理器或者微处理器或者集成电路。
本公开中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本公开各个示例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
基于相同的技术构思,本公开还提供了一种通信装置1300。例如,该通信装置1300可以是芯片或者芯片系统。可选的,在本公开中芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
通信装置1300可用于实现前述示例描述的通信系统中任一网元的功能。通信装置1300可以包括至少一个处理器1310。可选的,该处理器1310与存储器耦合,存储器可以位于该装置之内,或,存储器可以和处理器集成在一起,或,存储器也可以位于该装置之外。例如,通信装置1300还可以包括至少一个存储器1320。存储器1320保存实施上述任一示例中必要计算机程序、计算机程序或指令和/或数据;处理器1310可能执行存储器1320中存储的计算机程序,完成上述任一示例中的方法。
通信装置1300中还可以包括通信接口1330,通信装置1300可以通过通信接口1330和其它设备进行信息交互。示例性的,所述通信接口1330可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。当该通信装置1300为芯片类的装置或者电路时,该装置1300中的通信接口1330也可以是输入输出电路,可以输入信息(或称,接收信息)和输出信息(或称,发送信息),处理器为集成的处理器或者微处理器或者集成电路或则逻辑电路,处理器可以根据输入信息确定输出信息。
本公开中的耦合是装置、单元或模块之间的间接耦合或通信连接,可以是电性,机械或其它的形式,用于装置、单元或模块之间的信息交互。处理器1310可能和存储器1320、通信接口1330协同操作。本公开中不限定上述处理器1310、存储器1320以及通信接口1330之间的具体连接介质。
可选的,参见图13,所述处理器1310、所述存储器1320以及所述通信接口1330之间通过总线1340相互连接。所述总线1340可以是外设部件互连标准(peripheral componentinterconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图13中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本公开中,处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本公开中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本公开所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
在本公开中,存储器可以是非易失性存储器,比如硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)等,还可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM)。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本公开中的存储器还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
在一种可能的实施方式中,该通信装置1300可以应用于第一设备,具体通信装置1300可以是第一设备,也可以是能够支持第一设备,实现上述涉及的任一示例中第一设备的功能的装置。存储器1320保存实现上述任一示例中的第一设备的功能的计算机程序(或指令)和/或数据。处理器1310可执行存储器1320存储的计算机程序,完成上述任一示例中第一设备执行的方法。应用于第一设备,该通信装置1300中的通信接口可用于与第二设备进行交互,向第二设备发送信息或者接收来自第二设备的信息。
在另一种可能的实施方式中,该通信装置1300可以应用于第二设备,具体通信装置1300可以是第二设备,也可以是能够支持第二设备,实现上述涉及的任一示例中第二设备的功能的装置。存储器1320保存实现上述任一示例中的第二设备的功能的计算机程序(或指令)和/或数据。处理器1310可执行存储器1320存储的计算机程序,完成上述任一示例中第二设备执行的方法。应用于第二设备,该通信装置1300中的通信接口可用于与第一设备进行交互,向第一设备发送信息或者接收来自第一设备的信息。
由于本示例提供的通信装置1300可应用于第一设备,完成上述第一设备执行的方法,或者应用于第二设备,完成第二设备执行的方法。因此其所能获得的技术效果可参考上述方法示例,在此不再赘述。
基于以上示例,本公开提供了一种通信系统,包括第一设备和第二设备,其中,所述第一设备和第二设备可以实现图8、图10和图11所示的示例中所提供的通信方法。
本公开提供的技术方案可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本公开所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、第二设备、第一设备或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机可以存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,数字视频光盘(digital video disc,DVD))、或者半导体介质等。
在本公开中,在无逻辑矛盾的前提下,各示例之间可以相互引用,例如方法实施例之间的方法和/或术语可以相互引用,例如装置实施例之间的功能和/或术语可以相互引用,例如装置示例和方法示例之间的功能和/或术语可以相互引用。
显然,本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的范围。这样,倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内,则本公开也意图包含这些改动和变型在内。
Claims (21)
1.一种通信方法,其特征在于,应用于第一设备,包括:
接收来自第二设备的M个第一编码信息,M为正整数;
利用第一解码器和输入所述第一解码器的所述M个第一编码信息,确定M个第一解码信息;其中,所述第一解码器和第一编码器属于第一自编码器,所述第一编码器用于对输入的M个第一原始信息处理,确定所述M个第一编码信息;
利用第二编码器和输入所述第二编码器的所述M个第一解码信息,确定M个第一重编码信息,所述M个第一重编码信息与所述M个第一编码信息一一对应;
根据所述M个第一编码信息中的每个第一编码信息和所述每个第一编码信息对应的第一重编码信息之间的差异,确定所述第一自编码器的性能。
2.如权利要求1所述的方法,其特征在于,所述第一编码器和所述第二编码器相同,或者所述第一编码器和所述第二编码器的功能相同。
3.如权利要求1或2所述的方法,其特征在于,所述根据所述M个第一编码信息与所述M个第一重编码信息之间的差异,确定所述第一自编码器的性能,包括:
M为1时,如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数大于或等于第一阈值,则确定所述第一自编码器的性能对应第一值,或如果所述1个第一编码信息与所述1个第一重编码信息之间的差异参数小于或等于第二阈值,则确定所述第一自编码器的性能对应第二值;或,
M大于1时,如果K个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数大于或等于第一阈值,所述K个第一编码信息占所述M个第一编码信息的比例大于或等于第一比例阈值,则确定所述第一自编码器的性能对应第一值,或如果K个第一编码信息中的每个第一编码信息与所述每个第一编码信息对应的第一重编码信息之间的差异参数小于或等于第二阈值,所述K个第一编码信息占所述M个第一编码信息的比例大于或等于第一比例阈值,则确定所述第一自编码器的性能对应第二值;其中,所述K个第一编码信息包含于所述M个第一编码信息,K为小于或等于M的正整数。
4.如权利要求3所述的方法,其特征在于,所述M个第一编码信息中第i个第一编码信息对应的差异参数包括所述第i个第一编码信息与所述M个第一重编码信息中第i个第一重编码信息之间的差异;或者,
所述M个第一编码信息中第i个第一编码信息对应的差异参数是由比例因子以及所述第i个第一编码信息与所述M个第一重编码信息中第i个第一重编码信息之间的差异确定的;其中,i为1至M中的任意一个正整数。
5.如权利要求4所述的方法,其特征在于,所述比例因子是预配置的;或者,所述比例因子是从所述第二设备中获取的。
6.如权利要求4所述的方法,其特征在于,还包括:
接收来自所述第二设备的N个第二原始信息,所述N为大于1的整数;
根据所述N个第二原始信息中两两第二原始信息之间的差异和所述两两第二原始信息对应的两两第二编码信息之间的差异的比例,确定所述比例因子。
7.如权利要求4所述的方法,其特征在于,还包括:
接收来自所述第二设备的N个第二原始信息,所述N为正整数;
根据所述N个第二原始信息中每个第二原始信息与参考原始信息之间的差异和所述每个原始信息对应的第二编码信息与所述参考原始信息对应的参考编码信息之间的差异的比例,确定所述比例因子。
8.如权利要求4所述的方法,其特征在于,还包括:
接收来自所述第二设备的N个第二原始信息,所述N为正整数;
根据所述N个第二原始信息中每个第二原始信息与N个第二解码信息中每个第二解码信息之间的差异和所述每个第二原始信息对应的第二编码信息与所述每个第二编码信息对应的第二重编码信息之间的差异的比例,确定所述比例因子;其中,所述N个第二解码信息与所述N个第二原始信息一一对应。
9.如权利要求1-8任一项所述的方法,其特征在于,还包括:
获取来自所述第二设备的P个第三编码信息,用于生成所述P个第三编码信息的P个第三原始信息之间的差异满足第一预设关系,P为大于或等于3的正整数;
确定所述P个第三编码信息之间的差异满足所述第一预设关系;
其中,所述P个第三原始信息中的全部或部分属于所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
10.如权利要求9所述的方法,其特征在于,在获取P个第三编码信息之前,还包括:
向所述第二设备发送第一信息,所述第一信息用于请求所述P个第三编码信息。
11.如权利要求1-8任一所述的方法,其特征在于,还包括:
获取来自所述第二设备的P个第三编码信息,用于生成所述P个第三编码信息的P个第三原始信息与参考原始信息之间的差异满足第二预设关系,P为大于或等于2的正整数;
确定所述P个第三编码信息和与所述参考原始信息对应的参考编码信息之间的差异满足所述第二预设关系;
其中,所述P个第三原始信息中的全部或部分属于所述M个第一原始信息,或者,所述P个第三原始信息不包括所述M个第一原始信息中的任意一个。
12.如权利要求11所述的方法,其特征在于,在获取P个第三原始信息之前,还包括:
向所述第二设备发送第二信息,所述第二信息用于请求所述P个第三编码信息。
13.如权利要求9-12任一项所述的方法,其特征在于,还包括:
接收来自所述第二设备的第三信息,所述第三信息指示所述P个第三原始信息与所述P个第三编码信息之间的对应关系。
14.如权利要求1-13任一项所述的方法,其特征在于,在确定所述M个第一重编码信息之前,还包括:
接收来自所述第二设备的第四信息,所述第四信息用于触发所述第一自编码器的性能确定。
15.如权利要求1-14任一项所述的方法,其特征在于,所述第一编码信息为量化后的信息,或者,
所述接收来自第二设备的M个第一编码信息,包括:接收来自所述第二设备的M个第一编码信息对应的M个第一量化信息;
所述利用第一解码器和输入所述第一解码器的所述M个第一编码信息,确定M个第一解码信息之前,还包括:
对所述M个第一量化信息进行解量化处理,得到所述M个第一编码信息。
16.如权利要求1-15任一项所述的方法,其特征在于,所述第一自编码器的性能对应第一值或第二值,所述第一值用于指示所述第一自编码器的性能不满足第一要求,所述第二值用于指示所述第一自编码器的性能满足第一要求;所述方法还包括:
确定所述第一自编码器的性能对应所述第一值时,向所述第二设备发送第五信息,所述第五信息用于指示所述第二设备停止使用所述第一编码器。
17.如权利要求1-16任一项所述的方法,其特征在于,所述第一编码信息包括第一信道状态指示信息;所述第一解码信息包括第一恢复信道信息;所述第一原始信息包括第一原始信道信息;所述第一重编码信息包括与所述第一恢复信道信息对应的第二信道状态指示信息。
18.一种通信装置,其特征在于,用于实现1-17任一项所述的方法。
19.一种通信装置,其特征在于,包括:
处理器,所述处理器和存储器耦合,所述处理器用于调用所述存储器存储的计算机程序指令,以执行如权利要求1-17任一项所述的方法。
20.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-17任一项所述的方法。
21.一种计算机程序产品,其特征在于,包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-17任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211056078.6A CN117676630A (zh) | 2022-08-31 | 2022-08-31 | 一种通信方法及装置 |
PCT/CN2023/116088 WO2024046419A1 (zh) | 2022-08-31 | 2023-08-31 | 一种通信方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211056078.6A CN117676630A (zh) | 2022-08-31 | 2022-08-31 | 一种通信方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117676630A true CN117676630A (zh) | 2024-03-08 |
Family
ID=90064933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211056078.6A Pending CN117676630A (zh) | 2022-08-31 | 2022-08-31 | 一种通信方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117676630A (zh) |
WO (1) | WO2024046419A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111178523B (zh) * | 2019-08-02 | 2023-06-06 | 腾讯科技(深圳)有限公司 | 一种行为检测方法、装置、电子设备及存储介质 |
US11936452B2 (en) * | 2020-02-28 | 2024-03-19 | Qualcomm Incorporated | Neural network based channel state information feedback |
WO2022040655A1 (en) * | 2020-08-18 | 2022-02-24 | Qualcomm Incorporated | Federated learning of autoencoder pairs for wireless communication |
-
2022
- 2022-08-31 CN CN202211056078.6A patent/CN117676630A/zh active Pending
-
2023
- 2023-08-31 WO PCT/CN2023/116088 patent/WO2024046419A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024046419A1 (zh) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230019669A1 (en) | Systems and methods for enhanced feedback for cascaded federated machine learning | |
KR101732837B1 (ko) | 공동 압축 및 포워드 중계 시스템 | |
US20240211770A1 (en) | Communication method and apparatus | |
CN116419257A (zh) | 一种通信方法及装置 | |
CN117676630A (zh) | 一种通信方法及装置 | |
WO2022236785A1 (zh) | 信道信息的反馈方法、收端设备和发端设备 | |
WO2024008004A1 (zh) | 一种通信方法及装置 | |
CN117639867A (zh) | 一种通信方法及装置 | |
WO2023006096A1 (zh) | 一种通信方法及装置 | |
CN118118133A (zh) | 一种通信方法及装置 | |
WO2023024095A1 (en) | Method and apparatus for power control and interference coordination | |
WO2023015499A1 (zh) | 无线通信的方法和设备 | |
US20240040420A1 (en) | Apparatus and method for reporting csi in wireless communication system | |
WO2023036323A1 (zh) | 一种通信方法及装置 | |
WO2023231881A1 (zh) | 一种模型应用方法及装置 | |
WO2024094038A1 (zh) | 切换或更新ai模型的方法以及通信装置 | |
WO2023125996A1 (zh) | 一种上行预编码方法及装置 | |
US20240162957A1 (en) | Method and device for reporting csi based on ai model in wireless communication system | |
WO2023115254A1 (zh) | 处理数据的方法及装置 | |
US20230403587A1 (en) | Method and apparatus for monitoring and reporting ai model in wireless communication system | |
WO2023020516A1 (zh) | 一种人工智能ai模型传输方法及装置 | |
CN118249935A (zh) | 一种通信的方法和通信装置 | |
CN116961711A (zh) | 一种通信方法及装置 | |
CN117693021A (zh) | 一种波束管理方法 | |
KR20230097696A (ko) | 에너지 공급이 제한된 기지국이 심층강화학습을 기반으로 합 전송률 최대화를 수행하기 위한 전송률 분할 다중접속 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |