CN118075795A - 基于神经网络的链路级性能预测 - Google Patents
基于神经网络的链路级性能预测 Download PDFInfo
- Publication number
- CN118075795A CN118075795A CN202410182747.7A CN202410182747A CN118075795A CN 118075795 A CN118075795 A CN 118075795A CN 202410182747 A CN202410182747 A CN 202410182747A CN 118075795 A CN118075795 A CN 118075795A
- Authority
- CN
- China
- Prior art keywords
- channel
- neural network
- examples
- link performance
- performance metrics
- 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
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 160
- 238000004891 communication Methods 0.000 claims abstract description 258
- 238000000034 method Methods 0.000 claims abstract description 175
- 230000005540 biological transmission Effects 0.000 claims abstract description 94
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 12
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 53
- 230000008093 supporting effect Effects 0.000 description 32
- 238000010586 diagram Methods 0.000 description 19
- 238000005516 engineering process Methods 0.000 description 17
- 238000012549 training Methods 0.000 description 16
- 238000001228 spectrum Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 239000000969 carrier Substances 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 7
- 238000004220 aggregation Methods 0.000 description 7
- 238000003491 array Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000011664 signaling Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 206010051956 Trichorhinophalangeal syndrome Diseases 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 235000019800 disodium phosphate Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 208000037918 transfusion-transmitted disease Diseases 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0036—Systems modifying transmission characteristics according to link quality, e.g. power backoff arrangements specific to the receiver
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0015—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the adaptation strategy
- H04L1/0017—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the adaptation strategy where the mode-switching is based on Quality of Service requirement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
- H04L1/0026—Transmission of channel quality indication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/08—Arrangements for detecting or preventing errors in the information received by repeating transmission, e.g. Verdan system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector
- H04L1/203—Details of error rate determination, e.g. BER, FER or WER
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0888—Throughput
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0002—Systems modifying transmission characteristics according to link quality, e.g. power backoff by adapting the transmission rate
- H04L1/0003—Systems modifying transmission characteristics according to link quality, e.g. power backoff by adapting the transmission rate by switching between different modulation schemes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0061—Error detection codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Environmental & Geological Engineering (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
描述了用于无线通信的方法、系统和设备,并且涉及通过信道与用户设备(UE)进行通信的基站。第一设备(例如,基站或UE)可以使用经训练的神经网络来估计与信道相关联的一个或多个链路性能度量。预测链路级性能可以包括:确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重,以估计一个或多个链路性能度量。第一设备可以基于所估计的链路性能度量来向第二设备报告反馈。基于反馈,第二设备可以通过调整信道参数来适应链路,以提高稍后传输的可靠性或效率。
Description
本申请是申请日为2020年09月05日,发明名称为“基于神经网络的链路级性能预测”,申请号为202080061447.3的专利申请的分案申请。
优先权信息
本专利申请要求享有于2019年9月9日提交的标题为“Neural-Network-BasedLink-Level Performance Prediction”并转让给本受让人的美国专利申请号16/565,364的优先权,该美国专利申请在此通过引用的方式明确合并入本文。
技术领域
概括地说,下文涉及无线通信,并且更具体地涉及基于神经网络的链路级性能预测。
背景技术
无线通信系统被广泛地部署以提供各种类型的通信内容,诸如语音、视频、分组数据、消息传送、广播等。这些系统可以通过共享可用系统资源(例如,时间、频率和功率)来支持与多个用户的通信。这些多址系统的示例包括第四代(4G)系统(例如,长期演进(LTE)系统、高级LTE(LTE-A)系统、或LTE-A Pro系统)以及第五代(5G)系统(其可以被称为新无线电(NR)系统)。这些系统可以采用诸如码分多址(CDMA)、时分多址(TDMA)、频分多址(FDMA)、正交频分多址(OFDMA)或离散傅里叶变换扩展正交频分复用(DFT-S-OFDM)之类的技术。无线多址通信系统可以包括若干个基站或者网络接入节点,每个基站或网络接入节点同时支持用于多个通信设备的通信,所述通信设备可以在其它方面中被称为用户设备(UE)。
UE可以通过信道在下行链路传输和上行链路传输中与基站进行通信。在一些情况下,UE或基站可以估计信道质量并将估计的信道质量作为反馈进行报告。但是,信道参数可能随时间改变或变化,这可能导致估计的信道质量与传输期间的信道质量之间的偏差。
发明内容
所描述的技术涉及支持基于神经网络的链路级性能预测的改进的方法、系统、设备和装置。通常,所描述的技术可以使基站和用户设备(UE)能够在下行链路传输和上行链路传输中通过信道进行通信。第一设备(例如,基站或UE)可以使用经训练的神经网络来预测链路级性能,并估计与信道相关联的一个或多个链路性能度量。链路性能度量的其中一个示例可以是预测块错误率(BLER)。预测链路级性能可以包括确定与一个或多个信道参数相关联的一个或多个神经网络权重以估计一个或多个链路性能度量。在一些示例中,神经网络可以被配置用于离线训练(例如,在部署第一设备之前)或在线训练(例如,在部署第一设备之后)中的一个或两者。在一些示例中,可以基于收集的数据、模拟或其他信息中的一项或多项,在离线配置中训练神经网络。在一些示例中,第一设备可以基于收集的数据、测量、度量或其他信息中的一项或多项,在在线配置中训练神经网络。在一些实施方式中,在线训练可以降低在第一设备处实施神经网络的复杂度。在一些示例中,神经网络可以在网络中的一个或多个设备处经历进一步训练(或再训练),以便对具体环境或具体操作条件进一步配置。
第一设备可以基于估计的一个或多个链路性能度量,向第二设备报告反馈。基于反馈,第二设备可以调整传输参数或适应在两个设备之间的链路或另一链路中的一条链路或多条链路,以提高稍后传输的可靠性。
描述了一种无线通信的方法。该方法可以包括:在第一设备处识别用于与第二设备进行通信的信道,确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重,基于一个或多个神经网络权重以及一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,以及,基于一个或多个链路性能度量来向第二设备发送与信道相关联的一个或多个反馈指示符。
描述了一种用于无线通信的装置。该装置可以包括:处理器、与处理器相耦接的存储器、以及存储在存储器中的指令。所述指令可以由处理器执行以使所述装置用于:在第一设备处识别用于与第二设备进行通信的信道,确定与和该信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重,基于一个或多个神经网络权重以及一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,以及,基于一个或多个链路性能度量来向第二设备发送与信道相关联的一个或多个反馈指示符。
描述了另一种用于无线通信的装置。该装置可以包括用于以下的单元:在第一设备处识别用于与第二设备进行通信的信道、确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重,基于一个或多个神经网络权重以及一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,以及,基于一个或多个链路性能向第二设备发送与信道相关联的一个或多个反馈指示符。
描述了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。所述代码可以包括可由处理器执行以进行以下操作的指令:在第一设备处识别用于与第二设备进行通信的信道,确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重,基于一个或多个神经网络权重以及一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,以及,基于一个或多个链路性能度量,向第二设备发送与信道相关联的一个或多个反馈指示符。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:基于一个或多个反馈指示符,从第二设备接收传送块。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:基于一个或多个链路性能度量,来发起对传送块的解码。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:基于一个或多个链路性能度量来确定不对传送块进行解码,其中,所述一个或多个反馈指示符包括否定确认。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:基于一个或多个链路性能度量,对传送块的一个或多个初始码块进行解码,以及,确定该传送块的一个或多个后续码块不进行解码。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:确定在频域、时域或空间域中的一个或多个中的传送块的重复集合,以及,基于一个或多个链路性能度量,对传送块的重复集合中的一个或多个重复进行解码。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,所述一个或多个链路性能度量包括以下各项中的一项或多项:与信道相关联的块错误率、与信道相关联的吞吐量、与信道相关联的频谱效率、或者表示链路性能的缩放值。在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,块错误率可以与信道的调制和编码方案相关联。在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,估计一个或多个链路性能度量可以包括:用于基于解调参考信号或信道状态信息参考信号中的一项或多项,来估计一个或多个链路性能度量的操作、特征、单元或指令。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,一个或多个链路性能度量的每个链路性能度量对应于相应的调制和编码方案。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,与信道相关联的一个或多个输入参数包括以下各项中的一项或多项:调制和编码方案、秩、预编码矩阵指示符、估计的多普勒测量、干扰方差估计、噪声方差估计、解码器特征、或混合自动重传请求。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,一个或多个反馈指示符包括以下各项中的一项或多项:一个或多个确认、一个或多个否定确认、一个或多个预编码矩阵指示符、一个或多个秩指示符、一个或多个信道质量指示符、一个或多个信道状态信息报告、一个或多个下行链路反馈信息、或者一个或多个新数据指示符。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,一个或多个反馈指示符中的每个反馈指示符对应于相应发送-接收点、相应面板、或者与第二设备相关联的相应波束。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:基于来自第二设备的被打孔分组或者被旨在用于第三设备的超可靠低时延通信抢占的来自第二设备的传输中的一项或多项,来发送与信道相关联的一个或多个附加反馈指示符。
描述了一种无线通信的方法。该方法可以包括:在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,基于一个或多个反馈指示符来确定信道的一个或多个参数,以及,基于确定信道的一个或多个参数来与第一设备进行通信。
描述了一种用于无线通信的装置。该装置可以包括处理器、与处理器相耦合的存储器、以及存储在存储器中的指令。所述指令可以由处理器执行以使装置进行以下操作:在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,基于一个或多个反馈指示符来确定信道的一个或多个参数,以及,基于确定信道的一个或多个参数来与第一设备进行通信。
描述了另一种用于无线通信的装置。该装置可以包括用于以下的单元:在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,基于一个或多个反馈指示符来确定信道的一个或多个参数,以及,基于确定信道的一个或多个参数来与第一设备进行通信。
描述了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。所述代码可以包括可由处理器执行以进行以下操作的指令:在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与该信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,基于一个或多个反馈指示符来确定信道的一个或多个参数,以及,基于确定信道的一个或多个参数来与第一设备进行通信。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括:用于基于确定信道的一个或多个参数来向第一设备发送传送块的操作、特征、单元或指令。
在本文描述的方法、设备和非暂时性计算机可读介质的一些示例中,向第一设备发送传送块可以包括:用于在频域、时域或空间域中的一个或多个中发送传送块的重复集合的操作、特征、单元或指令。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:基于确定信道的一个或多个参数来确定传送块的重复的数量,其中,发送传送块的重复集合可以基于确定重复的数量。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,一个或多个链路性能度量包括以下各项中的一项或多项:与信道相关联的块错误率、与信道相关联的吞吐量、与信道相关的频谱效率、或表示链路性能的缩放值。在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,块错误率可以与信道的调制和编码方案相关联。在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,一个或多个链路性能度量可以基于解调参考信号或信道状态信息参考信号中的一项或多项。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,信道的一个或多个参数包括以下各项中的一项或多项:调制和编码方案、秩、预编码矩阵指示符、估计的多普勒测量、干扰方差估计、噪声方差估计、解码器特征、或混合自动重传请求。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,一个或多个反馈指示符包括以下各项中的一项或多项:一个或多个确认、一个或多个否定确认、一个或多个预编码矩阵指示符、一个或多个秩指示符、一个或多个信道质量指示符、一个或多个信道状态信息报告、一个或多个下行链路反馈信息、一个或多个新数据指示符、或者基于来自第二设备的被打孔分组或被旨在用于第三设备的超可靠低时延通信抢占的来自第二设备的传输中的一项或多项的一个或多个附加反馈指示符。
在本文描述的方法、装置和非暂时性计算机可读介质的一些示例中,一个或多个反馈指示符中的每个反馈指示符对应于一个或多个发送-接收点中的相应发送接收点、一个或多个面板中的相应面板、或者一个或多个波束中的与第二设备相关联的相应波束。
本文描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令:基于确定信道的一个或多个参数,确定一个或多个发送-接收点中的发送-接收点,一个或多个面板中的面板、或者一个或多个波束中的用于后续调度的波束,其中,与第一设备的通信可以基于确定所述发送-接收点、所述面板、或者用于后续调度的所述波束。
附图说明
图1和图2示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的无线通信系统的示例。
图3和图4示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的处理流程的示例。
图5和图6示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的设备的框图。
图7示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的通信管理器的框图。
图8和图9示出了根据本公开内容的各方面的包括支持基于神经网络的链路级性能预测的设备的系统的示图。
图10和图11示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的设备的框图。
图12示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的通信管理器的框图。
图13和图14示出了根据本公开内容的各方面的包括支持基于神经网络的链路级性能预测的设备的系统的示图。
图15到图23示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法的流程图。
具体实施方式
一些无线通信系统,例如可以被称为新无线电(NR)系统的第五代(5G)系统,可以包括支持信道反馈的设备。诸如用户设备(UE)之类的第一设备可以通过信道在下行链路(DL)传输或上行链路(UL)传输中的一个或多个中与诸如基站之类的第二设备进行通信。第一设备可以在DL传输之前估计信道质量并且将估计的信道质量报告给第二设备以提高DL传输的可靠性以及其它优点。类似地,第二设备可以在UL传输之前估计信道质量并且将估计的信道质量报告给第一设备以提高UL传输的可靠性等优点。由于不同的信道条件和选择的估计算法,在一些示例中,估计的信道质量可能不同于当通过信道发送传输时的信道质量,这可能会降低信道质量估计的效率。
本文描述的技术可以使设备(例如,UE或基站)能够预测用于使用经训练的神经网络与另一设备进行通信的信道的链路级性能。第一设备(例如,UE或基站)可以识别用于与第二设备进行通信的信道。例如,第一设备可以基于调度许可来识别信道。第一设备可以使用与信道相关联的一个或多个输入参数,作为经训练的神经网络的输入。例如,输入参数可以包括以下各项中的一项或多项:信道估计、调制和编码方案(MCS)、秩、预编码矩阵指示符(PMI)、多普勒衰落估计、噪声估计、或干扰估计、以及其它示例。可以对神经网络的每个输入进行加权。例如,第一设备可以确定与一个或多个输入参数相关联的一个或多个神经网络权重。在一些示例中,可以基于收集的数据或模拟,来训练神经网络。
第一设备可以例如基于由第二设备发送的一个或多个参考信号来确定输入参数,所述一个或多个参考信号包括以下各项中的一项或多项:解调参考信号(DMRS)或信道状态信息参考信号(CSI-RS)以及其他示例。基于一个或多个输入参数和一个或多个神经网络权重,第一设备可以使用神经网络来估计一个或多个链路性能度量。在一些示例中,第一设备可以例如通过基于额外收集的数据修改一个或多个神经网络权重来调整或重新训练神经网络,以改进对链路性能度量的估计。在一些示例中,链路性能度量可以包括针对信道的预测块错误率(BLER)。BLER可以包括0到1之间的实数,其可以表示接收到的错误块的数量与所发送的块的总数的比率。在一些示例中,链路性能度量可以包括可实现的吞吐量、频谱效率或表示链路性能的缩放值。
第一设备可以基于链路性能度量(例如,向第二设备)报告反馈以提高稍后传输的可靠性。在一些示例中,反馈可以包括或基于信道的预测BLER或其他度量、或者可以表示被四舍五入到经配置的数字位数的BLER数量或其他度量的量化值。附加地或替代地,反馈可以包括以下各项中的一项或多项:确认(ACK)、否定确认(NACK)、信道质量指示符(CQI)、信道状态信息(CSI)报告、PMI、秩指示符(RI)、下行链路反馈信息报告、或新数据指示符、以及其他示例。
在一些示例中,第一设备可以从第二设备接收包含数据的传送块。第一设备可以基于估计的链路性能度量来确定是否对传送块进行解码。在一些示例中,第一设备可以确定对传送块进行解码。在一些示例中,第一设备可以确定跳过解码传送块,例如,通过基于估计的链路性能度量来声明解码失败,并且可以在反馈中向第二设备报告NACK。在一些示例中,第一设备可以在估计链路性能度量时解码传送块的一个或多个初始码块,并且然后基于估计的链路性能度量来跳过解码传送块的一个或多个稍后码块。
在一些示例中,第二设备可以在时域、频域和空间域中的一个或多个中发送传送块的数量个重复。第一设备可以基于估计的链路性能度量来选择所述数量个重复中的一个或多个重复。第一设备可以基于估计的链路性能度量来解码传送块的选定重复。例如,与未选定重复相比,第一设备可以确定选定重复可以具有被成功解码的更高的可能性。
在一些示例中,一个或多个链路性能度量的链路性能度量中的至少一些(如果不是每一个)可以对应于用于信道的MCS子集的不同MCS。第一设备可以发送与一个或多个估计的链路性能度量中的一个或多个相对应的反馈指示符。在一些示例中,第二设备可以基于反馈指示符来确定调整链路。例如,第二设备可以基于反馈指示符,从MCS子集中选择和使用MCS以用于与第一设备进行通信。
在一些示例中,第一设备可以基于估计的链路性能度量来确定要包括到报告反馈中的CSI报告中的信息。例如,第一设备可以确定PMI、RI和CQI中的一个或多个以包括到CSI报告中。第二设备可以基于CSI报告中指示的信息来调整链路。在一些示例中,第一设备可以包括与用于信道的MCS子集相对应的一个或多个CQI。
在一些示例中,第二设备(例如,基站)可以包括数量个发送-接收点(TRP)、面板或波束,或者与数量个发送-接收点(TRP)、面板或波束相关联。第二设备可以在通过所述数量个TRP、面板或波束进行通信时采用空间域复用(SDM)、频域复用(FDM)或时域复用(TDM)中的一项或多项。一个或多个链路性能度量中的每个链路性能度量可以对应于TRP、面板、或与第二设备相关联的波束中的一项或多项。第一设备可以发送与一个或多个估计的链路性能度量中的一个或多个相对应的反馈指示符。在一些示例中,第二设备可以基于反馈指示符来选择用于与第一设备进行通信的TRP、面板或波束中的一项或多项。
在一些示例中,第一设备和第二设备可以通过在未许可的射频频谱带中的信道进行通信。第一设备和第二设备可以用针对子带的信道接入(例如,基于先听后说(LBT)过程)来支持宽带操作。第二设备可以在未许可的射频频谱带的一个或多个子带中向第一设备发送分组,例如包括数据的分组。在一些示例中,第二设备可以针对更宽的频带生成分组,但是可能发现它无法针对已经丢失信道接入的子带重新生成分组(例如,基于失败的LBT过程)。第二设备可以通过发送所生成的分组的一部分来确定对所生成的分组进行打孔。在一些示例中,第二设备可以在时域中对分组进行打孔。例如,如果第二设备在时隙边界处没有信道接入,则第二设备可以对时隙内的一个或多个符号进行打孔。
第一设备可以报告与被打孔分组相关联的反馈(例如,ACK或NACK)以及基于与参考信号相关联的估计的链路性能度量的反馈。在一些示例中,与被打孔的分组相关联的反馈相比,与参考信号相关联的反馈可能更可靠,以便更新竞争窗口以用于未来传输。例如,基于与被打孔的分组相关联的反馈来更新竞争窗口可能不必要地增加竞争窗口的大小。第二设备可以基于与参考信号相关联的反馈而不是基于被打孔的分组的反馈来更新竞争窗口以用于在未许可的射频频谱带中的未来传输。
在一些示例中,用于第一设备的传输可以被一个或多个通信抢占,例如旨在用于第三设备的超可靠低时延通信(URLLC)业务。第一设备可以基于一个或多个参考信号来估计一个或多个链路性能度量。第一设备可以基于链路性能度量来向第二设备报告反馈,以提高稍后传输的可靠性、以及其他益处。
首先在无线通信系统的上下文中描述本公开内容的各方面。然后讨论处理流程的附加示例。通过参照与基于神经网络的链路级性能预测有关的装置图、系统图和流程图进一步示出并描述本公开内容的各方面。
图1示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的无线通信系统100的示例。无线通信系统100可以包括一个或多个基站105、一个或多个UE 115和核心网络130。在一些示例中,无线通信系统100可以是长期演进(LTE)网络、高级LTE(LTE-A)网络、LTE-APro网络、或NR网络。在一些示例中,无线通信系统100可以支持以下各项中的一项或多项:增强的宽带通信、超可靠(例如,关键任务)通信、低时延通信、或者与低成本及低复杂度的设备的通信。
基站105可以散布在整个地理区域中以形成无线通信系统100,并且可以是具有不同形式或具有不同能力的设备。基站105和UE 115可以经由一个或多个通信链路125进行无线通信。每个基站105可以提供覆盖区域110,UE 115和基站105可以在覆盖区域110上建立通信链路125。覆盖区域110可以是地理区域的示例,基站105和UE 115在所述地理区域上根据一种或多种无线电接入技术来支持信号的通信。
UE 115可以散布在无线通信系统100的整个覆盖区域110中,并且每个UE 115可以是静止的、或移动的、或在不同的时间静止或移动。UE 115可以是具有不同形式或具有不同能力的设备。在图1中示出了一些示例性UE 115。本文所述的UE 115可能能够与各种类型的设备进行通信,比如,其它UE 115、基站105、或网络设备(例如,核心网络节点、中继设备、集成接入和回程(IAB)节点、或其它网络设备)中的一项或多项,如图1中所示。
基站105可以与核心网络130进行通信,或者与彼此通信,或者两者。例如,基站105可以通过回程链路120(例如,经由S1、N2、N3或其它接口)与核心网络130对接。基站105可以直接地(例如,直接在基站105之间)或间接地(例如,经由核心网络130)、或两者通过回程链路120(例如,经由X2、Xn或其它接口)与彼此通信。在一些示例中,回程链路120可以是一条或多条无线链路,或者包括一条或多条无线链路。
本文所述的一个或多个基站105可以包括或者可以被本领域普通技术人员称为基站收发机、无线电基站、接入点、无线电收发机、节点B、eNodeB(eNB)、下一代节点B或giga-节点B(二者均可以被称为gNB)、家庭节点B、家庭eNodeB或其它合适的术语。
UE 115可以包括或可以被称为移动设备、无线设备、远程设备、手持设备或订阅设备、或一些其它合适的术语,其中,“设备”也可以被称为单元、站、终端、或客户端、以及其它示例。UE 115还可以包括或可以被称为诸如蜂窝电话、个人数字助理(PDA)、平板计算机、膝上型计算机或个人计算机之类的个人电子设备。在一些示例中,UE 115可以包括或被称为无线本地环路(WLL)站、物联网(IoT)设备、万物联网(IoE)设备、或机器类型通信(MTC)设备、以及在其它示例,其可以在诸如家用电器、交通工具、或仪表以及其它示例之类的各种对象中实现。
本文描述的UE 115可能能够与各种类型的设备进行通信,比如,其它UE 115(其有时可以用作中继)以及基站105和包括宏eNB或gNB、小型小区eNB或gNB、以及中继基站的网络设备、以及其它示例,如图1中所示。
UE 115和基站105可以在一个或多个载波上经由一个或多个通信链路125彼此无线地通信。术语“载波”可以指具有用于支持通信链路125的定义的物理层结构的射频频谱资源集合。例如,用于通信链路125的载波可以包括根据针对给定的无线电接入技术(例如,LTE、LTE-A、LTE-A Pro、NR)的物理层信道进行操作的射频频谱带的一部分(例如,带宽部分(BWP))。每个物理层信道可以携带捕获信令(例如,同步信号、系统信息)、对针对载波的操作进行协调的控制信令、用户数据、或其它信令。无线通信系统100可以使用载波聚合或多载波操作来支持与UE 115的通信。根据载波聚合配置,UE 115可以被配置有多个下行链路分量载波以及一个或多个上行链路分量载波。载波聚合可以与频分双工(FDD)和时分双工(TDD)分量载波一起使用。
在一些示例中(例如,在载波聚合配置中),载波还可以具有协调针对其它载波的操作的捕获信令或控制信令。载波可以与频率信道(例如,演进通用移动电信系统陆地无线电接入(E-UTRA)绝对射频信道号(EARFCN))相关联,并且可以根据信道栅格进行定位以便被UE 115发现。载波可以在独立模式中操作,在独立模式中UE 115可以经由载波进行初始捕获和连接,或者载波可以在非独立模式中操作,在非独立模式中,使用(例如,相同或不同的无线电接入技术的)不同载波来锚定连接。
无线通信系统100中示出的通信链路125可以包括从UE 115到基站105的上行链路传输,或者从基站105到UE 115的下行链路传输。载波可以携带下行链路或上行链路通信(例如,在FDD模式中),或者可以被配置为携带下行链路和上行链路通信(例如,在TDD模式中)。
载波可以与射频频谱的特定带宽相关联,并且在一些示例中,载波带宽可以被称为载波或无线通信系统100的“系统带宽”。例如,载波带宽可以是针对特定无线电接入技术的载波的若干个确定带宽之一(例如,1.4、3、5、10、15、20、40或80兆赫兹(MHz))。无线通信系统100的设备(例如,基站105、UE 115、或两者)可以具有支持在特定载波带宽上的通信的硬件配置,或者可以被配置为支持在载波带宽集合中的一个载波带宽上的通信。在一些示例中,无线通信系统100可以包括支持经由与多个载波带宽相关联的载波的同时通信的基站105或UE 115之一或两者。在一些示例中,每个被服务的UE 115可以被配置为用于在载波带宽的部分(例如,子带、BWP)或全部上进行操作。
通过载波进行发送的信号波形可以由多个子载波组成(例如,使用诸如正交频分复用(OFDM)或离散傅立叶变换扩展OFDM(DFT-S-OFDM)之类的多载波调制(MCM)技术)。在采用MCM技术的系统中,资源元素可以由一个符号周期(例如,一个调制符号的持续时间)和一个子载波组成,其中,符号周期和子载波间隔成反比。每个资源元素所携带的比特数量可以取决于调制方案(例如,调制方案的阶数、调制方案的编码率、或两者)。因此,UE 115接收的资源元素越多并且调制方案的阶数越高,则用于UE 115的数据速率就越高。无线通信资源可以指射频频谱资源、时间资源以及空间资源(例如,空间层或波束)的组合,并且多个空间层的使用可以进一步提高用于与UE 115进行通信的数据速率或数据完整性。
用于基站105或UE 115的时间间隔可以以基本时间单位的倍数来表示,例如,基本时间单位可以参考Ts=1/(Δfmax·Nf)秒的采样周期,其中Δfmax可以表示最大支持的子载波间隔,而Nf可以表示最大支持的离散傅里叶变换(DFT)大小。可以根据均具有指定持续时间(例如,10毫秒(ms))的无线电帧来组织通信资源的时间间隔。每个无线电帧可以由系统帧号(SFN)来标识(例如,范围从0到1023)。
每一帧可以包括多个连续编号的子帧或时隙,并且每个子帧或时隙可以具有相同的持续时间。在一些示例中,可以将一帧划分为(例如,在时域中)多个子帧,并且每个子帧可以进一步划分为若干个时隙。替代地,每个帧可以包括可变数量的时隙,并且时隙的数量可以取决于子载波间隔。每个时隙可以包括若干个符号周期(例如,取决于在每个符号周期之前的循环前缀的长度)。在一些无线通信系统100中,一个时隙可以进一步划分为包含一个或多个符号的多个迷你时隙。除了循环前缀之外,每个符号周期可以包含一个或多个(例如,Nf个)采样周期。符号周期的持续时间可以取决于子载波间隔或操作频带。
子帧、时隙、迷你时隙或符号可以是无线通信系统100的最小调度单元(例如,在时域中),并且可以被称为传输时间间隔(TTI)。在一些示例中,TTI持续时间(例如,TTI中的符号周期的数量)可以是可变的。附加地或替代地,可以动态地选择无线通信系统100的最小调度单元(例如,在缩短的TTI(sTTI)的突发中)。
可以根据各种技术在载波上复用物理信道。可以例如使用时分复用(TDM)技术、频分复用(FDM)技术或混合TDM-FDM技术在下行链路载波上复用物理控制信道和物理数据信道。用于物理控制信道的控制区域(例如,控制资源集合(CORESET))可以由若干个符号周期来定义,并且可以跨载波的系统带宽或系统带宽的子集进行延伸。可以为UE 115集合配置一个或多个控制区域(例如,CORESET)。例如,UE 115可以根据一个或多个搜索空间集合来监测或搜索控制区域以获取控制信息,并且每个搜索空间集合可以包括以级联方式布置的一个或多个聚合水平中的一个或多个控制信道候选。用于控制信道候选的聚合水平可以指与用于具有给定有效载荷大小的控制信息格式的编码信息相关联的若干个控制信道资源(例如,控制信道元素(CCE))。搜索空间集合可以包括被配置为向多个UE 115发送控制信息的公共搜索空间集合和用于向具体UE 115发送控制信息的UE专用搜索空间集合。
在一些示例中,基站105可以是可移动的,并且因此为移动的地理覆盖区域110提供通信覆盖。在一些示例中,与不同技术相关联的不同地理覆盖区域110可以重叠,但是不同的地理覆盖区域110可以由同一基站105支持。在其它示例中,与不同技术相关联的重叠地理覆盖区域110可以由不同的基站105支持。无线通信系统100可以包括,例如,异构网络,其中,不同类型的基站105使用相同或不同的无线电接入技术为各种地理覆盖区域110提供覆盖。
无线通信系统100可以被配置为支持超可靠通信或低时延通信或其各种组合。例如,无线通信系统100可以被配置为支持URLLC或关键任务通信。UE 115可以被设计为支持超可靠、低时延或关键功能(例如,任务关键功能)。超可靠通信可以包括私人通信或群组通信,并且可以由一个或多个任务关键服务(例如,任务关键一按即说(MCPTT)、任务关键视频(MCVideo)或任务关键数据(MCData))支持。对关键任务功能的支持可以包括服务的优先级,并且关键任务服务可以用于公共安全或一般商业应用。术语超可靠、低时延、关键任务、以及超可靠低时延在本文中可以互换使用。
在一些情况下,UE 115还能够通过设备对设备(D2D)通信链路135(例如,使用对等(P2P)或D2D协议)与其它UE 115直接通信。利用D2D通信的一个或多个UE 115可以位于基站105的地理覆盖区域110内。这样的一群UE中的其它UE 115可以位于基站105的地理覆盖区域110之外,或者在其他方面中无法从基站105接收传输。在一些示例中,经由D2D通信进行通信的一群UE 115可以利用一对多(1:M)系统,其中,每个UE 115向该群UE中的每个其它UE115进行发送。在一些示例中,基站105有助于用于D2D通信的资源的调度。在其它情况下,在UE 115之间执行D2D通信,而不涉及基站105。
核心网络130可以提供用户认证、接入授权、跟踪、因特网协议(IP)连接以及其它接入、路由、或移动功能。核心网络130可以是演进分组核心(EPC)或5G核心(5GC),其可以包括管理接入和移动的至少一个控制平面实体(例如,移动管理实体(MME)、接入和移动管理功能(AMF))和将分组或互连路由到外部网络的至少一个用户平面实体(例如,服务网关(S-GW)、分组数据网络(PDN)网关(P-GW)、用户平面功能(UPF))。控制平面实体可以管理非接入层(NAS)功能,比如由与核心网络130相关联的基站105所服务的UE 115的移动、认证和承载管理。用户IP分组可以通过用户平面实体进行传送,用户平面实体可以提供IP地址分配以及其它功能。用户平面实体可以连接到网络运营商IP服务150。运营商IP服务150可以包括对因特网、内联网、IP多媒体子系统(IMS)或分组交换流服务的接入。
一些网络设备(比如基站105)可以包括诸如接入网络实体140之类的子组件,其可以是接入节点控制器(ANC)的示例。每个接入网络实体140可以通过若干个其它接入网络传输实体145与UE 115进行通信,所述若干个其它接入网络传输实体145可以被称为无线电头端、智能无线电头端、或发送/接收点(TRP)。每个接入网络传输实体145可以包括一个或多个天线面板。在一些配置中,每个接入网络实体140或基站105的各种功能可以跨各种网络设备(例如,无线电头端和ANC)分布,或者合并到单个网络设备(例如,基站105)中。
无线通信系统100可以使用通常在300兆赫兹(MHz)到300千兆赫(GHz)的范围内的一个或多个频带进行操作。通常,从300MHz至3GHz的区域被称为超高频(UHF)区域或分米带,因为波长范围的长度从大约一分米到一米。UHF波可能被建筑物和环境特征阻挡或重定向。但是,该UHF波可以针对宏小区充分地穿透结构以向位于室内的UE 115提供服务。与使用较小频率以及具有300MHz以下频谱的高频(HF)或非常高频(VHF)部分的较长波的传输相比,UHF波的传输可以与较小的天线和较短的范围(例如,小于100km)相关联。
无线通信系统100可以使用许可和未许可的射频频谱带两者。例如,无线通信系统100可以在诸如5GHz工业、科学和医学(ISM)频带的未许可频带中采用许可辅助接入(LAA)、LTE未许可(LTE-U)无线电接入技术或NR技术。当在未许可的射频频谱带中操作时,诸如基站105和UE 115之类的设备可以采用载波侦听来进行冲突检测和避免。在一些示例中,在未许可频带中的操作可以基于载波聚合配置结合在许可频带(例如,LAA)中操作的分量载波。未许可频谱中的操作可以包括下行链路传输、上行链路传输、P2P传输、或D2D传输、以及其它示例。
基站105或UE 115可以配备有多个天线,所述多个天线可以用于采用诸如发送分集、接收分集、多输入多输出(MIMO)通信或波束成形之类的技术。基站105或UE 115的天线可以位于一个或多个天线阵列或天线面板内,其可以支持MIMO操作或者发送或接收波束成形。例如,一个或多个基站天线或天线阵列可以共置于天线组合(例如,天线塔)处。在一些示例中,与基站105相关联的天线或天线阵列可以位于各种各样的地理位置。基站105可以具有带有天线端口的多行和多列的天线阵列,基站105可以使用所述天线阵列来支持与UE115进行通信的波束成形。类似地,UE 115可以具有一个或多个天线阵列,所述一个或多个天线阵列可以与支持各种MIMO或波束成形操作。附加地或替代地,天线面板可以支持针对经由天线端口发送的信号的射频波束成形。
基站105或UE 115可以使用MIMO通信以利用多径信号传播并且通过经由不同空间层发送或接收多个信号来提高频谱效率。这些技术可以被称为空间复用。例如,可以由发送设备经由不同的天线或不同的天线组合来发送多个信号。同样,可以由接收设备经由不同的天线或不同的天线组合来接收多个信号。多个信号中的每一个信号可以被称为单独的空间流,并且可以携带与相同数据流(例如,相同的码字)或不同数据流(例如,不同的码字)相关联的比特。不同的空间层可以与用于信道测量和报告的不同天线端口相关联。MIMO技术包括单用户MIMO(SU-MIMO)(其中,多个空间层被发送给同一接收设备)和多用户MIMO(MU-MIMO)(其中,多个空间层被发送给多个设备)。
波束成形,也可以称为空间滤波、定向传输或定向接收,是可以在发送设备或接收设备(例如,基站105或UE 115)处使用的信号处理技术,以便沿着发送设备和接收设备之间的空间路径形成或引导天线波束(例如,发送波束、接收波束)。可以通过组合经由天线阵列的天线元件传送的信号来实现波束成形,使得在特定方向上相对于天线阵列传播的一些信号经历相长干涉,而其它信号经历相消干涉。经由天线元件传送的信号的调整可以包括发送设备或接收设备将幅度偏移、相位偏移或两者应用于经由与该设备相关联的天线元件所携带的信号。与每个天线元件相关联的调整可以由与特定方向相关联的波束成形权重集合来定义(例如,相对于发送设备或接收设备的天线阵列,或者相对于某个其它方向)。
基站105或UE 115可以使用波束扫描技术作为波束成形操作的一部分。例如,基站105可以使用多个天线或天线阵列(例如,天线面板)来进行波束成形操作以与UE 115进行定向通信。一些信号(例如,同步信号、参考信号、波束选择信号或其它控制信号)可以由基站105在不同方向上多次发送。例如,基站105可以根据与不同传输方向相关联的不同波束成形权重集合来发送信号。不同波束方向上的传输可以用于(例如,由诸如基站105之类的发射设备、或者诸如UE 115之类的接收设备)识别用于由基站105进行稍后的发送或接收的波束方向。
一些信号,诸如与特定接收设备相关联的数据信号可以由基站105在单个波束方向(例如,与接收设备(诸如UE 115)相关联的方向)上发送。在一些示例中,与沿单个波束方向的传输相关联的波束方向可以是基于在不同波束方向上发送的信号而被确定的。例如,UE 115可以接收由基站105在不同方向上发送的一个或多个信号,并且可以向基站105报告关于UE 115接收到具有最高信号质量的或者在其它方面中可接受信号质量的信号的指示。
在一些情况下,可以使用多个波束方向来执行由设备(例如,由基站105或UE 115)进行的传输,并且该设备可以使用数字预编码或射频波束成形的组合来生成用于传输(例如,从基站105到UE 115)的组合波束。UE 115可以报告指示用于一个或多个波束方向的预编码权重的反馈,并且该反馈可以对应于跨系统带宽或一个或多个子带的配置数量的波束。基站105可以发送参考信号(例如,小区专用参考信号(CRS)、信道状态信息参考信号(CSI-RS)),所述参考信号可以是经预编码的或未经预编码的。UE 115可以提供用于波束选择的反馈,其可以是预编码矩阵指示符(PMI)或基于码本的反馈(例如,多面板类型码本、线性组合类型码本、端口选择类型码本)。尽管参照由基站105在一个或多个方向上发送的信号来描述这些技术,但是UE 115可以采用类似的技术来在不同方向上多次发送信号(例如,用于识别UE 115的稍后发送或接收的波束方向),或者用于在单个方向上发送信号(例如,用于向接收设备发送数据)。
接收设备(例如,UE 115)可以在从基站105接收各种信号(诸如同步信号、参考信号、波束选择信号或其它控制信号)时尝试多个接收配置(例如,定向监听)。例如,接收设备可以通过以下方式来尝试多个接收方向:通过经由不同的天线子阵列接收,通过根据不同的天线子阵列处理接收信号,通过根据应用于在天线阵列的多个天线元件处接收的信号的不同接收波束成形权重集合(例如,不同定向监听权重集合)进行接收,或者通过根据应用于在天线阵列的多个天线元件处接收的信号的不同接收波束成形权重集合来处理接收信号,以上任一种方式可被称为根据不同的接收配置或接收方向的“监听”。在一些示例中,接收设备可以使用单个接收配置来沿单个波束方向进行接收(例如,当接收数据信号时)。单个接收配置可以在基于根据不同接收配置方向进行监听而确定的波束方向(例如,基于根据多个波束方向进行监听,被确定为具有最高信号强度、最高信噪比(SNR)、或者在其它方面中可接受信号质量的波束方向)上对齐。
无线通信系统100可以是根据分层协议栈进行操作的基于分组的网络。在用户平面中,在承载或分组数据汇聚协议(PDCP)层处的通信可以是基于IP的。无线电链路控制(RLC)层可以执行分组分段和重组以通过逻辑信道进行通信。媒体访问控制(MAC)层可以执行逻辑信道到传输信道的优先级处理和多路复用。MAC层还可以使用差错检测技术、差错纠正技术或两者来支持在MAC层处的重传,以提高链路效率。在控制平面中,无线电资源控制(RRC)协议层可以提供UE 115与支持用于用户平面数据的无线电承载的基站105或核心网络130之间的RRC连接的建立、配置和维护。在物理层处,传输信道可以映射到物理信道。
UE 115和基站105可以支持数据的重传,以增加成功接收数据的可能性。混合自动重传请求(HARQ)反馈是一种用于增加在通信链路125上正确接收数据的可能性的技术。HARQ可以包括错误检测(例如,使用循环冗余校验(CRC))、前向纠错(FEC)和重传(例如,自动重传请求(ARQ))的组合。HARQ可以在较差的无线电条件(例如,低信噪比条件)下改善在MAC层处的吞吐量。在一些示例中,设备可以支持相同时隙HARQ反馈,其中,设备可以在特定时隙中为在该时隙中的先前符号中接收的数据提供HARQ反馈。在其它情况下,设备可以在稍后时隙中或根据一些其它时间间隔来提供HARQ反馈。
基站105(例如,NR系统中的gNB)可以通过信道与UE 115进行通信。在一些情况下,UE 115或基站105可以估计信道质量并且报告所估计的信道质量作为反馈。但是信道参数可以随时间改变或变化,这可能导致估计的信道质量与一个或多个传输期间的信道质量之间的偏差。为了改善对信道质量的估计,第一设备(例如,基站105或UE 115)可以使用经训练的神经网络来预测链路级性能。神经网络可以接收当前通信测量值,包括与信道相关联的一个或多个输入参数,作为输入。可以对神经网络的每个输入进行加权。例如,第一设备可以确定与一个或多个输入参数相关联的一个或多个神经网络权重。预测链路级性能可以包括基于一个或多个输入参数以及一个或多个神经网络权重来估计反映信道质量的准确估计的一个或多个链路性能度量。
在一些示例中,神经网络可以被配置用于离线训练(例如,在部署第一设备之前)或在线训练(例如,在部署第一设备之后)中的一个或两者。在一些示例中,可以基于收集的数据、模拟或其他信息中的一项或多项,在离线配置中训练神经网络。在一些示例中,第一设备可以基于收集的数据、测量、度量或其他信息中的一项或多项,在在线配置中训练神经网络。在线训练可以降低实施神经网络的复杂度。在一些示例中,神经网络可以例如在第一设备处经历进一步训练(或再训练),以便进一步配置到具体环境或具体操作状况(例如,基于从第二设备接收的一个或多个附加参考信号)、信道劣化、信道上突然突发的干扰、或其他状况)。
第一设备可以基于一个或多个估计的链路性能度量来向第二设备报告反馈。基于反馈,第二设备可以通过调整一个或多个信道参数来适应链路,以提高后续传输的可靠性、以及其他优点。因此,无线通信系统100可以包括用于有效数据传输同时减少因干扰而数据丢失的特征、以及其他益处。
图2示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的无线通信系统200的示例。在一些示例中,无线通信系统200可以实现无线通信系统100的各个方面。例如,无线通信系统200可以包括基站205和UE 215,它们可以是参照图1描述的对应设备的示例。基站205可以提供地理覆盖区域210。基站205和UE 215可以在信道220上经由DL传输225和UL传输230中的一个或多个进行通信。
在一些示例中,例如对于DL传输225,UE 215可以从基站205接收一个或多个参考信号240(例如,DMRS和CSI-RS之一或两者)。UE 215可以通过确定与信道220的一个或多个输入参数245-a相关联的一个或多个神经网络权重250-a来使用经训练的神经网络。UE 215可以基于参考信号240来确定输入参数245-a。UE 215可以基于输入参数245-a和相关联的神经网络权重250-a,来使用经训练的神经网络来估计针对信道220的一个或多个链路性能度量255-a(例如,BLER)。UE 215可以基于估计的链路性能度量255-a来向基站205发送一个或多个反馈指示符235。基站205可以基于反馈指示符235来调整DL传输225(例如,通过调整一个或多个输入参数245-a)以提高DL传输225的可靠性。
在一些示例中,比如对于UL传输230,基站205可以基于从UE 215接收到一个或多个参考信号240来确定一个或多个输入参数245-b。基站205可以通过确定与输入参数245-b相关联的一个或多个神经网络权重250-b,来使用经训练的神经网络。基站205可以基于输入参数245-b和相关联的神经网络权重250-b,来使用经训练的神经网络来估计针对信道220的一个或多个链路性能度量255-b。基站205可以基于估计的链路性能度量255-b来向UE215发送一个或多个反馈指示符235(例如,下行链路反馈信息报告或新数据指示符之一或两者)。UE 215可以基于反馈指示符235来调整UL传输230(例如,通过调整一个或多个输入参数245-b),以提高UL传输230的可靠性。
DL传输225可以包括一个或多个传送块。UE 215可以基于估计的链路性能度量255-a来确定是否解码一个或多个传送块。在一些示例中,基站205可以在时域、频域或空间域中的一个或多个中发送传送块的数量个重复。在这样的示例中,UE 215可以基于估计的链路性能度量255-a来选择所述数量个重复中的一个或多个重复。UE 215可以基于估计的链路性能度量255-a来解码传送块的选定重复。
在一些示例中,UE 215可以基于传送块的重复的数量来发送反馈指示符235(例如,BLER)。基站205可以基于反馈指示符235来确定提前终止所述数量个重复。例如,基站205可以基于反馈指示符235来确定UE 215已经成功接收到传送块的足够数量的重复,并确定不发送额外的重复。在一些示例中,基站205可以基于反馈指示符235来调整重复的数量(例如,满足阈值所必需的或在其它方面中足够的重复数量),以用于对DL传输225的稍后调度。
在一些示例中,链路性能度量255-a中的每一个可以对应于针对信道220的MCS子集的不同MCS。UE 215可以发送与估计的一个或多个链路性能度量255-a相对应的一个或多个反馈指示符235。在一些示例中,基站205可以基于反馈指示符235从针对信道220的MCS子集中选择MCS。
在一些示例中,一个或多个反馈指示符235中的每个反馈指示符235可以包括CSI报告。UE 215可以基于估计的链路性能度量255-a来确定要包括到CSI报告中的PMI、RI和CQI中的一项或多项。在一些示例中,CSI报告可以包括针对信道220的MCS子集相对应的一个或多个CQI。
在一些示例中,基站205可以与数量个TRP、面板或波束相关联,或者包括数量个TRP、面板或波束。基站205可以使用SDM、FDM或TDM中的一种或多种在所述数量个TRP、面板或波束中的一个或多个上发送相同的传送块。链路性能度量255-a中的一个或多个可以对应于与第二设备相关联的TRP、面板或波束中的一个或多个。UE 215可以发送与传送块相对应的反馈指示符235(例如,ACK或NACK)。在一些示例中,UE 215可以发送与所述数量个TRP、面板或波束中的每一个相对应的一个或多个附加反馈指示符235(例如,基于参考信号240的BLER)。在一些示例中,基站205可以基于反馈指示符235来选择用于在DL传输225中与UE215进行通信的TRP、面板或波束中的一个或多个。
在一些示例中,信道220可以位于未许可射频频谱带中。基站可以在未许可射频频谱带的子带中在DL传输225中发送分组。在一些示例中,基站205可以为更宽频带生成分组,但是基站205可能无法为已失去信道接入的子频带重新生成分组。基站205可以确定对生成的分组进行打孔。除了与参考信号240(例如,DMRS)相关联的链路性能度量255-a以外,UE215还可以估计与被打孔分组相关联的一个或多个链路性能度量255-a。除了基于与参考信号240相关联的估计的链路性能度量255-a的反馈指示符235以外,UE 215还可以基于与被打孔分组相关联的估计的链路性能度量255-a来发送反馈指示符235(例如,ACK或NACK)。在一些示例中,针对更新竞争窗口以用于稍后DL传输225,与参考信号240相关联的反馈指示符235可能比与被打孔分组相关联的反馈指示符235更可靠。例如,基于与被打孔分组相关联的反馈指示符235来更新竞争窗口可能不必要地增加竞争窗口的尺寸。然后,基站205可以基于与参考信号240相关联的反馈指示符235而不是与被打孔分组相关联的反馈指示符235,来更新竞争窗口以用于未许可射频频谱带中的稍后DL传输225。
在一些示例中,DL传输225可以被旨在用于与UE 215不同的设备的业务(例如URLLC业务)抢占。UE 215可以基于确定与参考信号240相关联的一个或多个神经网络权重250-a,而不是基于被抢占的DL传输225,来估计一个或多个链路性能度量255-a。UE 215可以基于与参考信号240相关联的链路性能度量255-a向第二设备发送反馈指示符235,以提高稍后DL传输225的可靠性、以及其他益处。
图3示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的处理流程300的示例。在一些示例中,处理流程300可以由无线通信系统100和200的各方面来实现。处理流程300可以涉及由第一设备305-a和第二设备305-b执行的一个或多个动作,其可以是参照图1描述的基站105、参照图1描述的UE 115、参照图2描述的UE 215或参照图2描述的基站205的示例。处理流程300还可以涉及一个或多个附加设备(未示出)。可以实施以下的替代示例,其中,可以通过与所描述的顺序不同的顺序来执行一些步骤,或者可以根本不执行一些步骤。在一些示例中,步骤可以包括下文未提及的附加特征,或者可以添加进一步的步骤。
在310处,第一设备305-a和第二设备305-b可以识别用于通信的信道。在一些示例中,第一设备305-a或第二设备305-b中的一个或两者可以基于调度许可来识别信道。
在315处,第二设备305-b可以向第一设备305-a发送一个或多个参考信号。在一些实施方式中,参考信号可以包括DMRS、或CSI-RS、以及其他示例中的一个或多个。在320处,第一设备可以基于参考信号来确定与信道相关联的一个或多个输入参数。在一些示例中,输入参数可以包括用于通过信道进行通信的MCS或MCS子集。在一些示例中,参考信号可以对应于与第二设备305-b相关联的一个或多个TRP、面板或波束的数量。第二设备305-b可以使用SDM、FDM或TDM中的一种或多种通过所述数量个TRP、面板或波束中的一个或多个TRP、面板或波束来发送参考信号。
在325处,第一设备305-a可以确定针对输入参数的一个或多个神经网络权重。第一设备305-a可以基于经训练的神经网络来确定一个或多个神经网络权重,例如通过确定与一个或多个输入参数相关联的一个或多个神经网络权重。在一些示例中,神经网络可以被配置用于离线训练(例如,在部署第一设备305-a之前)或在线训练(例如,在部署第一设备305-a之后)中的一个或两者。在一些示例中,可以基于收集的数据、模拟或其他信息中的一项或多项,在离线配置中训练神经网络。在一些示例中,第一设备305-a可以基于收集的数据、测量、度量或其他信息中的一项或多项,在在线配置中训练神经网络。在一些实施方式中,在线训练可以降低在第一设备305-a处实施神经网络的复杂度。在一些示例中,神经网络可以在第一设备305-a处经受进一步训练(或再训练)以进一步配置到第一设备305-a的具体环境或具体操作状况(例如,基于以下各项中的一项或多项:从第二设备305-b接收到的附加参考信号、信道劣化、信道上的突然突发的干扰、或其它状况)。
在330处,第一设备305-a可以基于一个或多个神经网络权重以及一个或多个输入参数来估计一个或多个链路性能度量。在一些示例中,链路性能度量可以包括针对信道的一个或多个预测BLER或其他度量。在一些示例中,第一设备305-a可以估计信道的MCS子集的一个或多个MCS(如果不是每个MCS)的链路性能度量。例如,当第一MCS被用作输入参数时,第一设备305-a可以估计针对第一MCS的第一链路性能度量,并且当第二MCS被用作输入参数时,第一设备305-a可以估计针对第二MCS的第二链路性能度量。在一些示例中,第一设备305-a可以估计针对数量个TRPS、面板或波束中的每个TRP、面板或波束的链路性能度量。
在335处,第一设备305-a可以基于估计的链路性能度量,来向第二设备305-b发送一个或多个反馈指示符。在一些示例中,反馈指示符可以单独地或与链路性能度量的其他示例组合地包括或指示针对信道的预测BLER。在一些这样的示例中,反馈指示符可以包括一个或多个量化值,其中,可以表示被四舍五入到经配置的数字位数的BLER数量的每个量化值。在一些示例中,反馈指示符可以包括基于针对MCS子集中的每个MCS的估计的链路性能度量的反馈指示符。在一些示例中,反馈指示符可以包括基于数量个TRPS、面板或波束中的每个TRP、面板或波束的估计的链路性能度量的反馈指示符。在一些示例中,反馈指示符可以包括ACK、NACK、下行链路反馈信息报告、或新数据指示符、以及其它示例中的一项或多项。在一些示例中,反馈指示符可以包括基于估计的链路性能度量的CSI报告。例如,第一设备305-a可以确定PMI、RI和CQI中的一项或多项以包括到CSI报告中。在一些示例中,CSI报告可以包括与针对信道的MCS子集相对应的一个或多个CQI。在一些示例中,第一设备305-a可以在向第二设备305-b发送一个或多个反馈指示符之前聚合或压缩数量个反馈指示符。例如,第一设备305-a可以发送从数量个反馈指示符中选择的一个或多个反馈指示符,或者第一设备305-a可以发送所有数量个反馈指示符。
在340处,第二设备305-b可以基于反馈指示符来确定与信道相关联的一个或多个信道参数。在一些示例中,第二设备305-b可以确定调整传输,这可以包括调整一个或多个输入参数。例如,第二设备305-b可以基于CSI报告来调整传输。在一些示例中,在345处,第二设备305-b可以基于反馈指示符(例如,基于CSI报告中的CQI)从针对信道的MCS子集中选择MCS。在一些示例中,在350处,第二设备305-b可以基于与数量个TRPS、面板或波束相关联的反馈指示符,来选择数量个TRPS、面板或波束中的TRP、面板或波束,以用于与第一设备305-a进行通信。
在355处,第二设备305-b可以通过信道与第一设备305-a进行通信。在一些示例中,第一设备305-a可以从第二设备305-b接收传送块。第一设备305-a可以基于一个或多个估计的链路性能度量来确定是否对传送块进行解码。在一些示例中,第二设备305-b可以在时域、频域或空间域中的一个或多个中发送传送块的数量个重复。第一设备305-a可以基于估计的链路性能度量来选择要解码的数量个重复中的一个或多个重复。
在一些示例中,在360处,第一设备305-a可以向第二设备305-b发送一个或多个附加反馈指示符。附加反馈指示符可以对应于数量个重复。在一些示例中,第二设备305-b可以基于附加反馈指示符来确定提前终止数量个重复。例如,第二设备305-b可以基于附加反馈指示来确定第一设备305-a已经成功地接收到足够数量的传送块的重复,并且确定不发送附加重复。在一些示例中,第二设备305-b可以基于附加的反馈指示符来调整重复的数量以用于对传输的稍后调度。
因此,由第一设备305-a和第二设备305-b执行的操作可以支持对在第一设备305-a处预测链路级性能的改善,并且在一些示例中,可以促进对第一设备305-a和第二设备305-b之间通信的可靠性的改善、以及其他益处。
图4示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的处理流程400的示例。在一些示例中,可以由无线通信系统100和200的各方面来实现处理流程400。处理流程400可以涉及由第一设备405-a和第二设备405-b执行的一个或多个动作,其可以是参照图1描述的基站105、参照图1描述的UE 115、参照图2描述的UE 215或参照图2描述的基站205的示例。处理流程400还可以涉及一个或多个附加设备(未示出)。可以实现下文的替代示例,其中,可以通过与所描述的顺序不同的顺序来执行一些步骤,或者可以根本不执行一些步骤。在一些示例中,步骤可以包括下面未提及的附加特征,或者可以添加进一步的步骤。
在410处,第一设备405-a和第二设备405-b可以识别用于通信的信道。在一些示例中,第一设备405-a或第二设备405-b中的一个或两者可以基于调度许可来识别信道。在415处,第二设备405-b可以向第一设备405-a发送一个或多个参考信号。参考信号可以包括DMRS、或CSI-RS、以及其他示例中的一项或多项。
在一些示例中,在420处,用于第一设备405-a的传输可以被旨在用于另一设备(未示出)的一个或多个通信(例如URLLC业务)抢占。在一些示例中,在425处,第二设备405-b可以为更宽的频带生成分组,但是第二设备405-b可能无法为已经失去信道接入的子频带重新生成分组。第二设备405-b可以通过发送所生成的分组的一部分,在子带上对所生成的分组进行打孔。
在430处,第一设备405-a可以基于参考信号来确定与信道相关联的一个或多个输入参数。在435处,第一设备405-a可以确定针对输入参数的一个或多个神经网络权重。第一设备405-a可以通过将神经网络权重分配给输入参数,来训练神经网络。在一些示例中,神经网络可以被配置用于离线训练(例如,在部署第一设备405-a之前)或在线训练(例如,在部署第一设备405-a之后)中的一个或两者。在一些示例中,可以基于收集的数据、模拟或其他信息中的一项或多项,在离线配置中训练神经网络。在一些示例中,第一设备405-a可以基于收集的数据、测量、度量或其他信息中的一项或多项,在在线配置中训练神经网络。在线训练可以降低在第一设备405-a处实施神经网络的复杂度。在一些示例中,神经网络可以经历进一步训练(或再训练)以进一步配置到具体环境或具体操作状况(例如,基于从第二设备405-b接收的附加参考信号、信道劣化、在信道上突然突发的干扰、更新的竞争窗口、或其它状况中的一项或多项)。
在440处,第一设备405-a可以基于一个或多个神经网络权重和一个或多个输入参数来估计一个或多个链路性能度量。在一些示例中,链路性能度量可以包括针对信道的一个或多个预测BLER或其他度量。第一设备405-a可以估计与参考信号相关联的链路性能度量。
在445处,第一设备405-a可以基于估计的链路性能度量来向第二设备405-b发送一个或多个反馈指示符。在一些示例中,反馈指示符可以单独地或与链路性能度量的其他示例组合地包括或指示针对信道的预测BLER。在一些示例中,反馈指示符可以包括ACK、NACK、下行链路反馈信息报告、或新数据指示符、以及其它示例中的一项或多项。在一些示例中,反馈指示符可以包括与参考信号相关联的ACK或NACK、以及与被打孔分组或被URLLC业务抢占的传输中的一个或两者相关联的一个或多个反馈指示符。在一些示例中,第一设备405-a可以在向第二设备405-b发送一个或多个反馈指示符之前聚合或压缩数量个反馈指示符。例如,第一设备405-a可以发送从数量个反馈指示符中选择的一个或多个反馈指示符,或者第一设备405-a可以发送所有数量个反馈指示符。
在450处,第二设备405-b可以基于反馈指示符来确定与信道相关联的一个或多个信道参数。在一些示例中,第二设备405-b可以确定调整传输,这可以包括基于反馈指示符来调整一个或多个输入参数。在一些示例中,在455处,第二设备405-b可以基于与参考信号相关联的反馈指示符而不是基于与被打孔分组相关联的反馈指示符来更新竞争窗口以用于与第一设备405-a进行通信。例如,第二设备405-b可以更新退避定时器以调整多次尝试获得对信道的介质接入(例如,使用LBT过程)之间的持续时间。
在460处,第二设备405-b可以例如基于经更新的竞争窗口,通过信道与第一设备405-a进行通信。
因此,由第一设备405-a和第二设备405-b执行的操作可以支持在第一设备405-a处预测链路级性能的改善,并且在一些示例中,可以促进对在第一设备405-a与第二设备405-b之间的通信的可靠性的改善、以及其他益处。
图5示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的设备505的框图。设备505可以是如本文所述的UE 115或基站105的各方面的示例。设备505可以包括接收机510、通信管理器515和发射机520。可以至少部分地由调制解调器和处理器之一或两者来实施通信管理器515。这些组件中的每个组件可以相互通信(例如,经由一条或多条总线)。
接收机510可以接收诸如分组、用户数据或与各种信息信道(例如,控制信道、数据信道、以及与基于神经网络的链路级性能预测有关的信息等)相关联的控制信息之类的信息。信息可以被传递到设备505的其它组件。接收机510可以是参照图8和图9描述的收发机820或920的各方面的示例。接收机510可以采用单个天线或一组天线。
通信管理器515可以在第一设备处识别用于与第二设备进行通信的信道,确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重,基于一个或多个神经网络权重以及一个或多个输入参数来从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,以及,基于一个或多个链路性能度量,向第二设备发送与信道相关联的一个或多个反馈指示符。可以实施如本文所述的由通信管理器515执行的动作,以实现一个或多个潜在优点。一些实施方式可以允许设备通过更有效地与网络设备进行通信来省电并延长电池寿命。例如,第一设备可以更有效地获得由第二设备在DL传输中发送的信息,因为第一设备也许能够指示可以提高在第一设备处的解码可靠性的有利信道参数。在这样的实施方式中,第一设备可以通过提高信道的可靠性来增加DL传输的成功解码过程的可能性。由于时延和被分配给第一设备的单独资源的数量可能减少,实施方式可以附加地或替代地在第一设备处提供改进的服务质量和可靠性。通信管理器515可以是如本文所述的通信管理器810或910的各方面的示例。
通信管理器515或其子组件可以以硬件、由处理器执行的代码(例如,软件或固件)或其任何组合来实施。如果以由处理器执行的代码来实现,则通信管理器515或其子组件的功能可以由被设计为执行本公开内容中所述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件、或其任何组合。
通信管理器515或其子组件可以物理地位于不同位置,包括被分布为使得由一个或多个物理组件在不同物理位置处实施功能的部分。在一些示例中,根据本公开内容的各方面,通信管理器515或其子组件可以是分开且不同的组件。在一些示例中,通信管理器515或其子组件可以与一个或多个其它硬件组件进行组合,所述一个或多个其它硬件组件包括但不限于根据本公开内容的各方面的输入/输出(I/O)组件、收发机,网络服务器、另一计算设备、或在本公开内容中描述的一个或多个其它组件中的一项或多项。
发射机520可以发送由设备505的其它组件所生成的信号。在一些示例中,发射机520可以与接收机510共置在收发机组件中。例如,发射机520可以是参照图8和图9描述的收发机820或920的各方面的示例。发射机520可以采用单个天线或一组天线。
图6示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的设备605的框图。设备605可以是如本文所述的设备505、UE 115或基站105的各方面的示例。设备605可以包括接收机610、通信管理器615和发射机640。通信管理器615可以至少部分地由调制解调器和处理器之一或两者来实现。这些组件中的每个组件可以相互通信(例如,经由一条或多条总线)。
接收机610可以接收诸如分组、用户数据或与各种信息信道(例如,控制信道、数据信道、以及与基于神经网络的链路级性能预测有关的信息等)相关联的控制信息之类的信息。信息可以被传递到设备605的其它组件。接收机610可以是参照图8和图9描述的收发机820或920的各方面的示例。接收机610可以采用单个天线或一组天线。
通信管理器615可以是如本文所述的通信管理器515的各方面的示例。通信管理器615可以包括信道识别组件620、神经网络管理器625、链路性能管理器630和反馈组件635。通信管理器615可以是如本文所述的通信管理器810或910的各方面的示例。
信道识别组件620可以在第一设备处识别用于与第二设备进行通信的信道。
神经网络管理器625可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。
链路性能管理器630可以基于一个或多个神经网络权重以及一个或多个输入参数来从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量。
反馈组件635可以基于一个或多个链路性能度量,向第二设备发送与信道相关联的一个或多个反馈指示符。
发射机640可以发送由设备605的其它组件所生成的信号。在一些示例中,发射机640可以与接收机610共置在收发机组件中。例如,发射机640可以是参照图8和图9描述的收发机820或920的各方面的示例。发射机640可以采用单个天线或一组天线。
图7示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的通信管理器705的框图。通信管理器705可以是本文描述的通信管理器515、通信管理器615、通信管理器810或通信管理器910的各方面的示例。通信管理器705可以包括信道识别组件710、神经网络管理器715、链路性能管理器720、反馈组件725和传送块管理器730。这些组件中的每个组件可以直接或间接地相互通信(例如,经由一条或多条总线)。
信道识别组件710可以在第一设备处识别用于与第二设备进行通信的信道。在一些示例中,与信道相关联的一个或多个输入参数可以包括以下各项中的一项或多项:调制和编码方案、秩、预编码矩阵指示符、估计的多普勒测量、干扰方差估计、噪声方差估计、解码器特征、或者混合自动重传请求。
神经网络管理器715可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。
链路性能管理器720可以基于一个或多个神经网络权重以及一个或多个输入参数,从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量。在一些示例中,链路性能管理器720可以基于解调参考信号或信道状态信息参考信号中的一项或多项来估计一个或多个链路性能度量。在一些示例中,一个或多个链路性能度量可以包括以下各项中的一项或多项:与信道相关联的块错误率、与信道相关联的吞吐量、与信道相关联的频谱效率、或表示链路性能的缩放值。在一些示例中,块错误率可以与信道的调制和编码方案相关联。在一些示例中,一个或多个链路性能度量中的每个链路性能度量可以对应于相应的调制和编码方案。
反馈组件725可以基于一个或多个链路性能度量,向第二设备发送与信道相关联的一个或多个反馈指示符。在一些示例中,一个或多个反馈指示符可以包括以下各项中的一项或多项:一个或多个确认、一个或多个否定确认、一个或多个预编码矩阵指示符、一个或多个秩指示符、一个或多个信道质量指示符、一个或多个信道状态信息报告、一个或多个下行链路反馈信息、或者一个或多个新数据指示符。在一些示例中,一个或多个反馈指示符中的每个反馈指示符可以对应于相应发送-接收点、相应面板、或与第二设备相关联的相应波束。在一些示例中,反馈组件725可以基于来自第二设备的被打孔分组或来自旨在用于第三设备的超可靠低时延通信抢占的来自第二设备的传输中的一项或多项,向第二设备发送与信道相关联的一个或多个附加反馈指示符。
传送块管理器730可以基于一个或多个反馈指示符,从第二设备接收传送块。在一些示例中,传送块管理器730可以基于一个或多个链路性能度量来发起对传送块的解码。在一些示例中,传送块管理器730可以基于一个或多个链路性能度量来确定不对传送块进行解码,其中,所述一个或多个反馈指示符包括否定确认。在一些示例中,传送块管理器730可以对传送块的一个或多个初始码块进行解码。在一些示例中,传送块管理器730可以基于一个或多个链路性能度量来确定不对传送块的一个或多个稍后码块进行解码。在一些示例中,传送块管理器730可以确定在频域、时域或空间域中的一个或多个中的传送块的一组重复。在一些示例中,传送块管理器730可以基于一个或多个链路性能度量来解码传送块的一组重复中的一个或多个重复。
图8示出了根据本公开内容的各方面的系统的示图,系统包括支持基于神经网络的链路级性能预测的设备805。设备805可以是如本文所述的设备805、设备605、或UE 115的示例或包括其组件。设备805可以包括用于双向语音和数据通信的组件,包括用于发送和接收通信的组件,包括通信管理器810、I/O控制器815、收发机820、天线825、存储器830和处理器840。这些组件可以经由一条或多条总线(例如,总线845)进行电子通信。
通信管理器810可以在第一设备处识别用于与第二设备进行通信的信道,确定与信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重,基于一个或多个神经网络权重和一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,以及,基于一个或多个链路性能度量,来向第二设备发送与信道相关联的一个或多个反馈指示符。
I/O控制器815可以管理用于设备805的输入和输出信号。I/O控制器815还可以管理没有集成到设备805中的外围设备。在一些示例中,I/O控制器815可以表示与外部外围设备的物理连接或端口。在一些示例中,I/O控制器815可以采用诸如 之类的操作系统或另一已知操作系统。在其它情况下,I/O控制器815可以表示调制解调器、键盘、鼠标、触摸屏或类似设备,或与之交互。在某些示例中,I/O控制器815可以被实施为处理器的一部分。在某些情况下,用户可以经由I/O控制器815或经由I/O控制器815所控制的硬件组件来与设备805进行交互。
收发机820可以经由如上所述的一个或多个天线、有线或无线链路进行双向通信。例如,收发机820可以表示无线收发机,并且可以与另一无线收发机进行双向通信。收发机820还可以包括调制解调器以调制分组并将调制后的分组提供给天线以进行传输,以及解调从天线接收的分组。
在一些示例中,无线设备可以包括单个天线825。但是,在一些示例中,该设备可以具有一个以上天线825,其可以能够同时发送或接收多个无线传输。
存储器830可以包括随机存取存储器(RAM)或只读存储器(ROM)中的一项或多项。存储器830可以存储包括指令的计算机可读的、计算机可执行代码835,所述指令在被执行时使处理器执行本文所述的各种功能。在一些示例中,存储器830可以包含基本输入/输出系统(BIOS)及其它,BIOS可以控制基本硬件或软件操作,例如,与外围组件或设备的交互。
处理器840可以包括智能硬件设备(例如,通用处理器、DSP、中央处理单元(CPU)、微控制器、ASIC、FPGA、可编程逻辑器件、分立门或晶体管逻辑组件、分立硬件组件、或其任何组合)。在一些示例中,处理器840可以被配置为使用存储器控制器来操作存储器阵列。在其它情况下,可以将存储器控制器集成到处理器840中。处理器840可以被配置为执行存储在存储器(例如,存储器830)中的计算机可读指令,以使设备805执行各种功能(例如,支持基于神经网络的链路级性能预测的功能或任务)。
代码835可以包括实施本公开内容的各方面的指令,包括支持无线通信的指令。代码835可以被存储在非暂时性计算机可读介质中,比如系统存储器或其他类型的存储器。在一些示例中,代码835可能不能由处理器840直接执行,但可以使计算机(例如,当编译和执行时)执行本文描述的功能。
图9示出了根据本公开内容的各方面的包括支持基于神经网络的链路级性能预测的设备905的系统的图。设备905可以是如本文所述的设备505、设备605或基站105的示例或包括其组件。设备905可以包括用于双向语音和数据通信的组件,包括用于发送和接收通信的组件,包括通信管理器910、网络通信管理器950、收发机920、天线925、存储器930、处理器940和站间通信管理器955。这些组件可以通过一条或多条总线(例如,总线945)进行电子通信。
通信管理器910可以在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,基于一个或多个反馈指示符来确定信道的一个或多个参数,以及,基于确定信道的一个或多个参数来与第一设备进行通信。
网络通信管理器950可以管理与核心网络的通信(例如,经由一个或多个有线回程链路)。例如,网络通信管理器950可以管理针对诸如一个或多个UE 115之类的客户端设备的数据通信的传输。
收发机920可以经由如上所述的一个或多个天线、有线或无线的链路进行双向通信。例如,收发机920可以表示无线收发机,并且可以与另一无线收发机进行双向通信。收发机920还可以包括调制解调器,以调制分组并将调制后的分组提供给天线以进行传输,并且解调从天线接收到的分组。
在一些示例中,无线设备可以包括单个天线925。然而,在一些示例中,设备可以具有一个以上天线925,其也许能够同时发送或接收多个无线传输。
存储器930可以包括RAM或ROM中的一个或多个。存储器930可以存储包括指令的计算机可读代码935,所述指令在被处理器(例如,处理器940)执行时使设备执行本文描述的各种功能。在一些示例中,存储器930可以包含BIOS及其它,BIOS可以控制基本硬件或软件操作,比如,与外围组件或设备的交互。
处理器940可以包括智能硬件设备(例如,通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分立门或晶体管逻辑组件、分立硬件组件、或其任意组合)。在一些示例中,处理器940可以被配置为使用存储器控制器来操作存储器阵列。在其他情况下,存储器控制器可以集成到处理器940中。处理器940可以被配置为执行存储在存储器(例如,存储器930)中的计算机可读指令,以使设备905执行各种功能(例如,支持基于神经网络的链路级性能预测的功能或任务)。
站间通信管理器955可以管理与其他基站105的通信,并且可以包括用于控制与其他基站105协作的UE 115的通信的控制器或调度器。例如,站间通信管理器955可以协调调度到UE 115的传输以用于各种干扰减轻技术,例如,波束成形或联合传输。在一些示例中,站间通信管理器955可以在LTE/LTE-A无线通信网络技术内提供X2接口,以提供基站105之间的通信。
代码935可以包括用于实现本公开内容的各方面的指令,包括用于支持无线通信的指令。代码935可以被存储在诸如系统存储器或其它类型的存储器之类的非暂时性计算机可读介质中。在一些示例中,代码935可能不可直接由处理器940执行,而是可以(例如,在被编译和执行时)使计算机执行本文所述的功能。
图10示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的设备1005的框图。设备1005可以是如本文所述的UE 115或基站105的各方面的示例。设备1005可以包括接收机1010、通信管理器1015和发射机1020。通信管理器1015可以至少部分地由调制解调器和处理器之一或两者来实现。这些组件中的每个组件可以相互通信(例如,经由一条或多条总线)。
接收机1010可以接收诸如分组、用户数据或与各种信息信道(例如,控制信道、数据信道和与基于神经网络的链路级性能预测有关的信息)相关联的控制信息之类的信息。信息可以被传递到设备1005的其他组件。接收机1010可以是参照图13和14描述的收发机1320或1420的方面的示例。接收机1010可以使用单个天线或一组天线。
通信管理器1015可以在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,基于一个或多个反馈指示符来确定信道的一个或多个参数,以及,基于确定信道的一个或多个参数来与第一设备进行通信。可以实施如本文所述的通信管理器1015,以实现一个或多个潜在优点。一些实施方式可以允许设备1005通过更有效地与第一设备进行通信来省电。例如,设备1005可以提高与第一设备进行通信的可靠性,因为设备1005也许能够调整传输以增加第一设备成功接收来自设备1005的传输的可能性。通信管理器1015可以是如本文所述的通信管理器1310或1410的各方面的示例。
通信管理器1015或其子组件可以以硬件、由处理器执行的代码(例如,软件或固件)或其任何组合来实施。如果以由处理器执行的代码来实施,则通信管理器1015或其子组件的功能可以由被设计用于执行本公开内容中描述的功能的通用处理器、DSP、ASIC、FPGA或其他可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或其任何组合来执行。
通信管理器1015或其子组件可以物理地位于不同的位置,包括被分布使得功能的部分由一个或多个物理组件在不同的物理位置处实施。在一些示例中,通信管理器1015或其子组件可以是根据本公开内容的各方面的单独且不同的组件。在一些示例中,通信管理器1015或其子组件可以与一个或多个其他硬件组件相组合,所述一个或多个其他硬件组件包括但不限于以下各项中的一项或多项:输入/输出(I/O)组件、收发机、网络服务器、另一计算设备、或根据本公开内容的各方面在本公开内容中描述的一个或多个其他组件。
发射机1020可以发送由设备1005的其他组件所生成的信号。在一些示例中,发射机1020可以与接收机1010并置在收发机组件中。例如,发射机1020可以是参照图13和14描述的收发机1320或1420的各方面的示例。发射机1020可以使用单个天线或一组天线。
图11示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的设备1105的框图。设备1105可以是如本文所述的设备1005、UE 115或基站105的各方面的示例。设备1105可以包括接收机1110、通信管理器1115和发射机1135。通信管理器1115可以至少部分地由调制解调器和处理器之一或两者来实施。这些组件中的每个组件可以相互通信(例如,经由一条或多条总线)。
接收机1110可以接收诸如分组、用户数据或与各种信息信道(例如,控制信道、数据信道和与基于神经网络的链路级性能预测有关的信息)相关联的控制信息之类的信息。信息可以被传递到设备1105的其他组件。接收机1110可以是参照图13和14描述的收发机1320或1420的各方面的示例。接收机1110可以使用单个天线或一组天线。
通信管理器1115可以是如本文所述的通信管理器1015的各方面的示例。通信管理器1115可以包括通信信道组件1120、信道反馈管理器1125和信道参数管理器1130。通信管理器1115可以是如本文所述的通信管理器1310或1410的各方面的示例。
通信信道组件1120可以在第二设备处识别用于与第一设备进行通信的信道,并且基于确定信道的一个或多个参数来与第一设备进行通信。
信道反馈管理器1125可以从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符。
信道参数管理器1130可以基于一个或多个反馈指示符来确定信道的一个或多个参数。
发射机1135可以发送由设备1105的其他组件所生成的信号。在一些示例中,发射机1135可以与接收机1110并置在收发机组件中。例如,发射机1135可以是参照图13和图14描述的收发机1320或1420的各方面的示例。发射机1135可以使用单个天线或一组天线。
图12示出了根据本公开内容的各方面的支持基于神经网络的链路级性能预测的通信管理器1205的框图。通信管理器1205可以是本文描述的通信管理器1015、通信管理器1115、通信管理器1310或通信管理器1410的各方面的示例。通信管理器1205可以包括通信信道组件1210、信道反馈管理器1215、信道参数管理器1220、传送块传输管理器1225和调度组件1230。这些组件中的每个组件可以直接或间接地相互通信(例如,经由一条或多条总线)。
通信信道组件1210可以在第二设备处识别用于与第一设备进行通信的信道。在一些示例中,通信信道组件1210可以基于确定信道的一个或多个参数阿来与第一设备进行通信。
信道反馈管理器1215可以从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符。在一些示例中,一个或多个链路性能度量可以包括以下各项中的一项或多项:与信道相关联的块错误率、与信道相关联的吞吐量、与信道相关联的频谱效率、或表示链路性能的缩放值。在一些示例中,块错误率可以与信道的调制和编码方案相关联。在一些示例中,一个或多个链路性能度量可以基于解调参考信号或信道状态信息参考信号中的一项或多项。在一些示例中,一个或多个反馈指示符可以包括以下各项中的一项或多项:一个或多个确认、一个或多个否定确认、一个或多个预编码矩阵指示符、一个或多个秩指示符、一个或多个信道质量指示符、一个或多个信道状态信息报告、一个或多个下行链路反馈信息、一个或多个新数据指示符、或者基于来自第二设备的被打孔分组或被旨在用于第三设备的超可靠低时延通信抢占的来自第二设备的传输的一个或多个附加反馈指示符。在一些示例中,一个或多个反馈指示符中的每个反馈指示符可以对应于一个或多个发送-接收点的相应发送-接收点、一个或多个面板中的相应面板、或者一个或多个波束中的与第二设备相关联的相应波束。
信道参数管理器1220可以基于一个或多个反馈指示符来确定信道的一个或多个参数。在一些示例中,信道的一个或多个参数可以包括以下各项中的一项或多项:调制和编码方案、秩、预编码矩阵指示符、估计的多普勒测量、干扰方差估计、噪声方差估计、解码器特征、或者混合自动重传请求。
传送块传输管理器1225可以基于确定信道的一个或多个参数,向第一设备发送传送块。在一些示例中,传送块传输管理器1225可以在频域、时域或空间域中的一个或多个中发送传送块的一组重复。在一些示例中,传送块传输管理器1225可以基于确定信道的一个或多个参数来确定传送块的重复的数量,其中,发送传送块的一组重复是基于确定重复的数量。
调度组件1230可以基于确定信道的一个或多个参数,来确定一个或多个发送-接收点中的一个发送-接收点、一个或多个面板中的一个面板、或者一个或多个波束中的一个波束,以用于稍后调度,其中,与第一设备进行通信是基于确定用于稍后调度的发送-接收点、面板或波束。
图13示出了根据本公开内容的各方面的包括支持基于神经网络的链路级性能预测的设备1305的系统的示图。设备1305可以是如本文所述的设备1005、设备1105或UE 115的示例或包括其组件。设备1305可以包括用于双向语音和数据通信的组件,包括用于发送和接收通信的组件,包括通信管理器1310、收发机1320、天线1325、存储器1330、处理器1340和I/O控制器1315。这些组件可以经由一条或多条总线(例如,总线1345)进行电子通信。
通信管理器1310可以在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,基于一个或多个反馈指示符来确定信道的一个或多个参数,以及,基于确定信道的一个或多个参数,来与第一设备进行通信。
收发机1320可以经由如上所述的一个或多个天线、有线或无线的链路进行双向通信。例如,收发机1320可以表示无线收发机,并且可以与另一无线收发机进行双向通信。收发机1320还可以包括调制解调器以调制分组并将调制后的分组提供给天线以进行传输,以及解调从天线接收的分组。
在一些示例中,无线设备可以包括单个天线1325。然而,在一些示例中,设备可以具有一个以上天线1325,其可以能够同时发送或接收多个无线传输。
存储器1330可以包括RAM或ROM中的一个或多个。存储器1330可以存储包括指令的计算机可读代码1335,所述指令在由处理器(例如,处理器1340)执行时使设备执行本文描述的各种功能。在一些示例中,存储器1330可以包含BIOS及其它,BIOS可以控制基本硬件或软件操作,比如,与外围组件或设备的交互。
处理器1340可以包括智能硬件设备(例如,通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分立门或晶体管逻辑组件、分立硬件组件、或其任意组合)。在一些示例中,处理器1340可以被配置为使用存储器控制器来操作存储器阵列。在其他情况下,存储器控制器可以被集成到处理器1340中。处理器1340可以被配置为执行存储在存储器(例如,存储器1330)中的计算机可读指令,以使设备1305执行各种功能(例如,支持基于神经网络的链路级性能预测的功能或任务)。
I/O控制器1315可以管理针对设备1305的输入和输出信号。I/O控制器1315还可以管理没有集成到设备1305中的外围设备。在一些示例中,I/O控制器1315可以表示到外部外围设备的物理连接或端口。在一些示例中,I/O控制器1315可以利用诸如 之类的操作系统或另一种已知操作系统。在其他情况下,I/O控制器1315可以表示调制解调器、键盘、鼠标、触摸屏或类似设备,或与之交互。在一些示例中,I/O控制器1315可以被实施为处理器的一部分。在一些示例中,用户可以经由I/O控制器1315或经由被I/O控制器1315控制的硬件组件与设备1305进行交互。
代码1335可以包括实施本公开内容的各方面的指令,包括支持无线通信的指令。代码1335可以被存储在非暂时性计算机可读介质中,例如,系统存储器或其他类型的存储器。在一些示例中,代码1335可能不可由处理器1340直接执行,但可以使计算机(例如,当被编译和执行时)执行本文描述的功能。
图14示出了根据本公开内容的各方面的包括支持基于神经网络的链路级性能预测的设备1405的系统的示图。设备1405可以是如本文所述的设备1005、设备1105或基站105的组件的示例,或包括其组件。设备1405可以包括用于双向语音和数据通信的组件,包括用于发送和接收通信的组件,包括通信管理器1410、网络通信管理器1450、收发机1420、天线1425、存储器1430、处理器1440和站间通信管理器1455。这些组件可以经由一个或多个总线(例如,总线1445)进行电子通信。
通信管理器1410可以在第二设备处识别用于与第一设备进行通信的信道,从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符,以及基于一个或多个反馈指示符来确定信道的一个或多个参数,以及基于确定信道的一个或多个参数来与第一设备进行通信。
网络通信管理器1450可以管理与核心网络的通信(例如,经由一个或多个有线回程链路)。例如,网络通信管理器1450可以管理针对诸如一个或多个UE 115之类的客户端设备的数据通信的传输。
收发机1420可以经由如上所述的一个或多个天线、有线或无线的链路进行双向通信。例如,收发机1420可以表示无线收发机,并且可以与另一无线收发机双向通信。收发机1420还可以包括调制解调器以调制分组并将调制后的分组提供给天线以进行传输,以及解调从天线接收的分组。
在一些示例中,无线设备可以包括单个天线1425。然而,在一些示例中,设备可以具有一个以上天线1425,其可以能够同时发送或接收多个无线传输。
存储器1430可以包括RAM或ROM中的一个或多个。存储器1430可以存储包括指令的计算机可读代码1435,所述指令在由处理器(例如,处理器1440)执行时使设备执行本文描述的各种功能。在一些示例中,存储器1430可以包含BIOS及其它,BIOS可以控制基本硬件或软件操作,例如与外围组件或设备的交互。
处理器1440可以包括智能硬件设备(例如,通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分立门或晶体管逻辑组件、分立硬件组件、或其任意组合)。在一些示例中,处理器1440可以被配置为使用存储器控制器来操作存储器阵列。在其他情况下,存储器控制器可以集成到处理器1440中。处理器1440可以被配置为执行存储在存储器(例如,存储器1430)中的计算机可读指令以使设备1405执行各种功能(例如,支持基于神经网络的链路级性能预测的功能或任务)。
站间通信管理器1455可以管理与其他基站105的通信,并且可以包括用于控制与其他基站105协作的UE 115的通信的控制器或调度器。例如,站间通信管理器1455可以协调调度去往UE 115的传输,以用于各种干扰减轻技术,例如波束成形或联合传输。在一些示例中,站间通信管理器1455可以在LTE/LTE-A无线通信网络技术内提供X2接口以提供基站105之间的通信。
代码1435可以包括实施本公开内容的各方面的指令,包括支持无线通信的指令。代码1435可以存储在非暂时性计算机可读介质中,比如,系统存储器或其他类型的存储器。在一些示例中,代码1435可能不可由处理器1440直接执行,但可以使计算机(例如,当被编译和执行时)执行本文描述的功能。
图15示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法1500的流程图。可以由如本文所述的第一设备(例如,UE 115或基站105)或其组件来实施方法1500的操作。例如,可以由参照图5到图9所描述的通信管理器来执行方法1500的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件来执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的各方面。
在1505处,第一设备可以识别用于与第二设备进行通信的信道。可以根据本文描述的方法来执行1505的操作。在一些示例中,可以由参照图5到图9所描述的信道识别组件来执行1505的操作的各方面。
在1510处,第一设备可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。可以根据本文描述的方法来执行1510的操作。在一些示例中,可以由参照图5到图9所描述的神经网络管理器来执行1510的操作的各方面。
在1515处,第一设备可以基于一个或多个神经网络权重和一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量。可以根据本文描述的方法来执行1515的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行1515的操作的各方面。
在1520处,第一设备可以基于一个或多个链路性能度量来向第二设备发送与信道相关联的一个或多个反馈指示符。可以根据本文描述的方法来执行1520的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行1520的操作的各方面。
图16示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法1600的流程图。可以由如本文所述的第一设备(例如,UE 115或基站105)或其组件来实施方法1600的操作。例如,可以由如参照图5到图9所描述的通信管理器来执行方法1600的操作。在一些示例中,设备可以执行指令集来控制设备的功能元件以执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的各方面。
在1605处,第一设备可以识别用于与第二设备通信的信道。可以根据本文描述的方法来执行1605的操作。在一些示例中,可以由参照图5到图9所描述的信道识别组件来执行1605的操作的各方面。
在1610处,第一设备可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。可以根据本文描述的方法来执行1610的操作。在一些示例中,可以由参照图5到图9所描述的神经网络管理器来执行1610的操作的各方面。
在1615处,第一设备可以基于一个或多个神经网络权重和一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量。可以根据本文描述的方法来执行1615的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行1615的操作的各方面。
在1620处,第一设备可以基于一个或多个链路性能度量来向第二设备发送与信道相关联的一个或多个反馈指示符。可以根据本文描述的方法来执行1620的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行1620的操作的各方面。
在1625处,第一设备可以基于一个或多个反馈指示符,来从第二设备接收传送块。可以根据本文描述的方法来执行1625的操作。在一些示例中,可以由参照图5到图9所描述的传送块管理器来执行1625的操作的各方面。
图17示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法1700的流程图。可以由如本文所述的第一设备(例如,UE 115或基站105)或其组件来实施方法1700的操作。例如,可以由参照图5到图9所描述的通信管理器来执行方法1700的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件来执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的各方面。
在1705处,第一设备可以识别用于与第二设备进行通信的信道。可以根据本文描述的方法来执行1705的操作。在一些示例中,可以由参照图5到图9所描述的信道识别组件来执行1705的操作的各方面。
在1710处,第一设备可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。可以根据本文描述的方法来执行1710的操作。在一些示例中,可以由参照图5到图9所描述的神经网络管理器来执行1710的操作的各方面。
在1715处,第一设备可以基于一个或多个神经网络权重以及一个或多个输入参数,从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,其中,所述一个或多个链路性能度量包括与信道的调制和编码方案相关联的块错误率。可以根据本文描述的方法来执行1715的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行1715的操作的各方面。
在1720处,第一设备可以基于一个或多个链路性能度量向第二设备发送与信道相关联的一个或多个反馈指示符。可以根据本文描述的方法来执行1720的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行1720的操作的各方面。
图18示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法1800的流程图。可以由如本文所述的第一设备(例如,UE 115或基站105)或其组件来实施方法1800的操作。例如,可以由参照图5到图9所描述的通信管理器来执行方法1800的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的各方面。
在1805处,第一设备可以识别用于与第二设备进行通信的信道。可以根据本文描述的方法来执行1805的操作。在一些示例中,可以由参照图5到图9所描述的信道识别组件来执行1805的操作的各方面。
在1810处,第一设备可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。可以根据本文描述的方法来执行1810的操作。在一些示例中,可以由参照图5到图9所描述的神经网络管理器来执行1810的操作的各方面。
在1815处,第一设备可以基于一个或多个神经网络权重和一个或多个输入参数,从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,其中,一个或多个链路性能度量中的每个链路性能度量对应于相应的调制和编码方案。可以根据本文描述的方法来执行1815的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行1815的操作的各方面。
在1820处,第一设备可以基于一个或多个链路性能度量,向第二设备发送与信道相关联的一个或多个反馈指示符。可以根据本文描述的方法来执行1820的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行1820的操作的各方面。
图19示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法1900的流程图。可以由如本文所述的第一设备(例如,UE 115或基站105)或其组件来实施方法1900的操作。例如,可以由参照图5到图9所描述的通信管理器来执行方法1900的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件来执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的各方面。
在1905处,第一设备可以识别用于与第二设备进行通信的信道。可以根据本文描述的方法来执行1905的操作。在一些示例中,可以由参照图5到图9所描述的信道识别组件来执行1905的操作的各方面。
在1910处,第一设备可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。可以根据本文描述的方法来执行1910的操作。在一些示例中,可以由参照图5到图9所描述的神经网络管理器来执行1910的操作的各方面。
在1915处,第一设备可以基于一个或多个神经网络权重和一个或多个输入参数,从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量。可以根据本文描述的方法来执行1915的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行1915的操作的各方面。
在1920处,第一设备可以基于一个或多个链路性能度量来向第二设备发送与信道相关联的一个或多个反馈指示符,其中,所述一个或多个反馈指示符中的每个反馈指示符对应于相应TRP、相应面板、或者与第二设备相关联的相应波束。可以根据本文描述的方法来执行1920的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行1920的操作的各方面。
图20示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法2000的流程图。可以由如本文所述的第一设备(例如,UE 115或基站105)或其组件来实施方法2000的操作。例如,可以由参照图5到图9所描述的通信管理器来执行方法2000的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件来执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的各方面。
在2005处,第一设备可以识别用于与第二设备进行通信的信道。可以根据本文描述的方法来执行2005的操作。在一些示例中,可以由参照图5到图9所描述的信道识别组件来执行2005的操作的各方面。
在2010处,第一设备可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。可以根据本文描述的方法来执行2010的操作。在一些示例中,可以由参照图5到图9所描述的神经网络管理器来执行2010的操作的各方面。
在2015处,第一设备可以基于一个或多个神经网络权重和一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量,其中,一个或多个链路性能度量包括与信道相关联的块错误率、与信道相关联的吞吐量、与信道相关联的频谱效率、或表示链路性能的缩放值中的一项或多项。可以根据本文描述的方法来执行2015的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行2015的操作的各方面。
在2020处,第一设备可以基于解调参考信号或信道状态信息参考信号中的一项或多项来估计块错误率。可以根据本文描述的方法来执行2025的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行2025的操作的各方面。
在2025处,第一设备可以基于一个或多个链路性能度量来向第二设备发送与信道相关联的一个或多个反馈指示符。可以根据本文描述的方法来执行2030的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行2030的操作的各方面。
图21示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法2100的流程图。可以由如本文所述的第一设备(例如,UE 115或基站105)或其组件来实施方法2100的操作。例如,可以由参照图5到图9所描述的通信管理器来执行方法2100的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件来执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的各方面。
在2105处,第一设备可以识别用于与第二设备进行通信的信道。可以根据本文描述的方法来执行2105的操作。在一些示例中,可以由参照图5到图9所描述的信道识别组件来执行2105的操作的各方面。
在2110处,第一设备可以确定与和信道相关联的一个或多个输入参数相关联的一个或多个神经网络权重。可以根据本文描述的方法来执行2115的操作。在一些示例中,可以由参照图5到图9所描述的神经网络管理器来执行2115的操作的各方面。
在2115处,第一设备可以基于一个或多个神经网络权重和一个或多个输入参数从一个或多个参考信号估计与信道相关联的一个或多个链路性能度量。可以根据本文描述的方法来执行2120的操作。在一些示例中,可以由参照图5到图9所描述的链路性能管理器来执行2120的操作的各方面。
在2120处,第一设备可以基于一个或多个链路性能度量向第二设备发送与信道相关联的一个或多个反馈指示符。可以根据本文描述的方法来执行2125的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行2125的操作的各方面。
在2125处,第一设备可以基于来自第二设备的被打孔分组或被旨在针对第三设备的超可靠低时延通信抢占的来自第二设备的传输中的一项或多项,向第二设备发送与信道相关联的一个或多个附加反馈指示符。。可以根据本文描述的方法来执行2125的操作。在一些示例中,可以由参照图5到图9所描述的反馈组件来执行2125的操作的各方面。
图22示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法2200的流程图。可以由如本文所述的第二设备(例如,UE 115或基站105)或其组件来实施方法2200的操作。例如,可以由参照图10到图14所描述的通信管理器来执行方法2200的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件来执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的方面。
在2205处,第二设备可以识别用于与第一设备进行通信的信道。可以根据本文描述的方法来执行2205的操作。在一些示例中,可以由参照图10到图14描述的通信信道组件来执行2205的操作的各方面。
在2210处,第二设备可以从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符。可以根据本文描述的方法来执行2210的操作。在一些示例中,可以由参照图10到图14描述的信道反馈管理器来执行2210的操作的各方面。
在2215处,第二设备可以基于一个或多个反馈指示符来确定信道的一个或多个参数。可以根据本文描述的方法来执行2215的操作。在一些示例中,可以由参照图10到图14所描述的信道参数管理器来执行2215的操作的各方面。
在2220处,第二设备可以基于确定信道的一个或多个参数来与第一设备进行通信。可以根据本文描述的方法来执行2220的操作。在一些示例中,可以由参照图10到图14所描述的通信信道组件来执行2220的操作的各方面。
图23示出了根据本公开内容的各方面的描绘支持基于神经网络的链路级性能预测的方法2300的流程图。可以由如本文所述的第二设备(例如,UE 115或基站105)或其组件来实施方法2300的操作。例如,可以由参照图10到图14所描述的通信管理器来执行方法2300的操作。在一些示例中,设备可以执行指令集以控制设备的功能元件来执行下述功能。附加地或替代地,设备可以使用专用硬件来执行下述功能的方面。
在2305处,第二设备可以识别用于与第一设备进行通信的信道。可以根据本文描述的方法来执行2305的操作。在一些示例中,可以由参照图10到图14所描述的通信信道组件来执行2305的操作的各方面。
在2310处,第二设备可以从第一设备接收与信道相关联并且基于一个或多个链路性能度量的一个或多个反馈指示符。可以根据本文描述的方法来执行2310的操作。在一些示例中,可以由参照图10到图14描述的信道反馈管理器来执行2310的操作的各方面。
在2315处,第二设备可以基于一个或多个反馈指示符来确定信道的一个或多个参数。可以根据本文描述的方法来执行2315的操作。在一些示例中,可以由参照图10到图14所描述的信道参数管理器来执行2315的操作的各方面。
在2320处,第二设备可以基于确定信道的一个或多个参数来与第一设备进行通信。可以根据本文描述的方法来执行2320的操作。在一些示例中,可以由参照图10到图14描述的通信信道组件来执行2320的操作的各方面。
在2325处,第二设备可以基于确定信道的一个或多个参数来向第一设备发送传送块。可以根据本文描述的方法来执行2325的操作。在一些示例中,可以由参照图10到图14描述的传送块传输管理器来执行2325的操作的各方面。
应当注意,本申请中描述的方法描述了可能的实现方式,并且所述操作和步骤可被重新排列或以其它方式修改,并且其它实现方式是可能的。此外,可以组合来自两种或更多种方法的各方面。
虽然为了举例说明的目的描述了LTE、LTE-A、LTE-A Pro或NR系统的各方面,并且在大部分描述中使用了LTE、LTE-A、LTE-A Pro或NR术语,但是本文中描述的技术可适用于LTE、LTE-A、LTE-A Pro或NR网络之外。例如,所描述的技术可以适用于各种其它无线通信系统,比如,超移动宽带(UMB)、电气和电子工程师协会(IEEE)802.11(Wi-Fi)、IEEE 802.16(WiMAX)、IEEE 802.20、Flash-OFDM、以及本文未明确提及的其它系统和无线电技术。
本文中描述的信息和信号可以使用任何多种不同的技术和方法来表示。例如,在整个说明书中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或磁粒子、光场或光粒子、或者其任意组合来表示。
可以被设计为执行本文所述功能的通用处理器、DSP、ASIC、CPU、FPGA或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或者其任意组合,来实现或执行结合本公开内容描述的各种示例性的块和组件。通用处理器可以是微处理器,或者,该处理器也可以是任何处理器、控制器、微控制器或者状态机。处理器还可以实现为计算设备的组合(例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器与DSP内核的结合、或者任何其它这样的配置)。
本文中所述的功能可以用硬件、由处理器执行的软件、固件,或其任意组合来实现。如果在由处理器执行的软件中实现,功能可以作为一个或多个指令或代码在计算机可读介质上存储或进行发送。其它示例和实现方式也落在本公开内容和所附权利要求的范围内。例如,由于软件的特性,本文中描述的功能可以使用由处理器执行的软件、硬件、固件、硬连线或其任意组合来实现。实现功能的特性也可以物理地位于不同位置,包括分布为使得功能的各部分实现在不同物理位置处。
计算机可读介质包括非暂时性计算机存储介质和通信介质二者,所述通信介质包括有助于计算机程序从一个位置转移到另一个位置的任何介质。非暂时性存储介质可以是通用计算机或专用计算机可访问的任何可用介质。举例说明,而非限制,非暂时性计算机可读介质可以包括RAM、ROM、电可擦除可编程ROM(EEPROM)、闪存、压缩光盘(CD)ROM或其它光盘存储器、磁盘存储器或其它磁存储设备、或可以用于具有指令或数据结构的形式携带或存储期望程序代码并可以由通用或专用计算机或通用或专用处理器访问的任何其它非暂时性介质。并且,任何连接适当地被称为计算机可读介质。例如,如果软件使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或诸如红外线、无线电和微波之类的无线技术从网站、服务器或其它远程源进行发送,则所述同轴电缆、光纤电缆、双绞线、DSL或诸如红外线、无线电和微波之类的无线技术被包括在计算机可读介质的定义内。本申请中所使用的磁盘和光盘,包括CD、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常磁性地再现数据,而光盘则用激光光学地再现数据。上述的组合也可以被包括在计算机可读介质的范围内。
如本文中所使用,包括在权利要求中的,如在条目的列表(例如,由诸如“中的至少一个”或“中的一个或多个”的短语开头的条目列表)中使用的“或”表示包含性的列表,使得例如A、B或C中的至少一个的列表意味着A或B或C或AB或AC或BC或ABC(即,A和B和C)。并且,如本文中所使用的,短语“基于”不应当被解释为对封闭条件集合的指代。例如,被描述为“基于条件A”的示例性步骤可以在不脱离本公开内容的范围的前提下基于条件A和条件B二者。换句话说,如本文中所使用的,短语“基于”应当以与短语“至少部分地基于”相同的方式进行解释。
在附图中,相似的组件或特征可以具有相同的附图标记。此外,相同类型的各个组件可以通过跟在附图标记之后的破折号和在相似组件之间进行区分的第二标记来区分。如果在说明书中仅使用第一附图标记,则本说明书可适用于具有相同的第一附图标记的相似组件的任一个,而不考虑第二附图标记或其它稍后的附图标记。
本文中给出的说明书结合附图描述了示例性配置,并不表示可以被实现的或落在权利要求的范围内的所有示例。本文中使用的术语“示例”意思是“用作示例、实例或说明”,而不是“优选”或“优于其它示例”。具体实施方式包括具体细节,为了提供对所述技术的理解的目的。然而,这些技术可以在没有这些具体细节的情况下实现。在一些实例中,以框图的形式示出了公知的结构和设备以避免所描述的示例的构思变模糊。
为了使本领域普通技术人员能够实现或者使用本公开内容,提供了本文中的说明书。对于本领域普通技术人员来说,对本公开内容的各种修改将是明显的,并且本文定义的一般原理也可以在不脱离本公开内容的范围的前提下适用于其它变型。因此,本公开内容并不限于本文中描述的示例和设计,而是与本文中所披露的原理和新颖特性的最宽范围相一致。
Claims (34)
1.一种用于无线通信的方法,包括:
在第一设备处识别用于与第二设备进行通信的信道;
确定与神经网络相关联的一个或多个神经网络权重,所述一个或多个神经网络权重与和所述信道相关联的一个或多个输入参数相关联;
至少部分地基于所述一个或多个神经网络权重以及所述一个或多个输入参数,使用所述神经网络从一个或多个参考信号估计与所述信道相关联的一个或多个链路性能度量;
至少部分地基于所述一个或多个链路性能度量,向所述第二设备发送与所述信道相关联的一个或多个反馈指示符;以及
重新训练所述神经网络。
2.根据权利要求1所述的方法,还包括:至少部分地基于所述一个或多个反馈指示符,从所述第二设备接收传送块。
3.根据权利要求2所述的方法,还包括:至少部分地基于所述一个或多个链路性能度量,来发起对所述传送块的解码。
4.根据权利要求2所述的方法,还包括:至少部分地基于所述一个或多个链路性能度量来确定不对所述传送块进行解码,其中,所述一个或多个反馈指示符包括否定确认。
5.根据权利要求2所述的方法,还包括:
对所述传送块的一个或多个初始码块进行解码;以及
至少部分地基于所述一个或多个链路性能度量,来确定不对所述传送块的一个或多个稍后码块进行解码。
6.根据权利要求2所述的方法,还包括:
确定在频域、时域或空间域中的一个或多个中的所述传送块的多个重复;以及
至少部分地基于所述一个或多个链路性能度量,来解码所述传送块的所述多个重复中的一个或多个重复。
7.根据权利要求1所述的方法,其中,所述一个或多个链路性能度量包括以下各项中的一项或多项:与所述信道相关联的块错误率、与所述信道相关联的吞吐量、与所述信道相关联的频谱效率、或者表示链路性能的缩放值。
8.根据权利要求7所述的方法,其中,所述块错误率是与所述信道的调制和编码方案相关联的。
9.根据权利要求1所述的方法,其中,估计所述一个或多个链路性能度量包括:
至少部分地基于解调参考信号或信道状态信息参考信号中的一项或多项,来估计所述一个或多个链路性能度量。
10.根据权利要求1所述的方法,其中,所述一个或多个链路性能度量中的每个链路性能度量对应于相应的调制和编码方案。
11.根据权利要求1所述的方法,其中,与所述信道相关联的所述一个或多个输入参数包括以下各项中的一项或多项:调制和编码方案、秩、预编码矩阵指示符、估计的多普勒测量、干扰方差估计、噪声方差估计、解码器特征、或混合自动重传请求。
12.根据权利要求1所述的方法,其中,所述一个或多个反馈指示符包括以下各项中的一项或多项:一个或多个确认、一个或多个否定确认、一个或多个预编码矩阵指示符、一个或多个秩指示符、一个或多个信道质量指示符、一个或多个信道状态信息报告、一个或多个下行链路反馈信息、或者一个或多个新数据指示符。
13.根据权利要求1所述的方法,其中,所述一个或多个反馈指示符中的每个反馈指示符对应于与所述第二设备相关联的相应波束、相应发送-接收点、或者相应面板。
14.根据权利要求1所述的方法,还包括:至少部分地基于来自所述第二设备的被打孔分组或被旨在针对第三设备的超可靠低时延通信抢占的来自所述第二设备的传输中的一项或多项,发送与所述信道相关联的一个或多个附加反馈指示符。
15.一种用于无线通信的方法,包括:
在第二设备处识别用于与第一设备进行通信的信道;
至少部分地基于与一个或多个参考信号相关联的一个或多个链路性能度量,从所述第一设备接收与所述信道相关联的一个或多个反馈指示符;
至少部分地基于所述一个或多个反馈指示符,来确定所述信道的一个或多个参数;以及
至少部分地基于确定所述信道的所述一个或多个参数,来与所述第一设备进行通信。
16.根据权利要求15所述的方法,还包括:至少部分地基于确定所述信道的所述一个或多个参数,来向所述第一设备发送传送块。
17.根据权利要求16所述的方法,其中,向所述第一设备发送所述传送块包括:在频域、时域或空间域中的一个或多个中发送所述传送块的多个重复。
18.根据权利要求17所述的方法,其中,至少部分地基于确定所述信道的所述一个或多个参数来确定所述传送块的重复的数量,并且其中,发送所述传送块的所述多个重复是至少部分地基于确定重复的所述数量的。
19.根据权利要求15所述的方法,其中,所述一个或多个链路性能度量包括以下各项中的一项或多项:与所述信道相关联的块错误率、与所述信道相关联的吞吐量、与所述信道相关联的频谱效率、或表示链路性能的缩放值。
20.根据权利要求19所述的方法,其中,所述块错误率是与所述信道的调制和编码方案相关联的。
21.根据权利要求15所述的方法,其中,所述一个或多个链路性能度量是至少部分地基于以下各项中的一项或多项的:解调参考信号、信道状态信息参考信号、或从所述第二设备接收的分组。
22.根据权利要求15所述的方法,其中,所述信道的所述一个或多个参数包括以下各项中的一项或多项:调制和编码方案、秩、预编码矩阵指示符、估计的多普勒测量、干扰方差估计、噪声方差估计、解码器特征、或混合自动重传请求。
23.根据权利要求15所述的方法,其中,所述一个或多个反馈指示符包括以下各项中的一项或多项:一个或多个确认、一个或多个否定确认、一个或多个预编码矩阵指示符、一个或多个秩指示符、一个或多个信道质量指示符、一个或多个信道状态信息报告、一个或多个下行链路反馈信息、一个或多个新数据指示符、或者至少部分地基于来自所述第二设备的被打孔分组或被旨在针对第三设备的超可靠低时延通信抢占的来自所述第二设备的传输中的一项或多项的一个或多个附加反馈指示符。
24.根据权利要求15所述的方法,其中,所述一个或多个反馈指示符中的每个反馈指示符对应于一个或多个发送-接收点中的相应发送-接收点、一个或多个面板中的相应面板、或者一个或多个波束中的与所述第二设备相关联的相应波束。
25.根据权利要求24所述的方法,还包括:至少部分地基于确定所述信道的所述一个或多个参数,来确定所述一个或多个发送-接收点中的发送-接收点、所述一个或多个面板中的面板、或者所述一个或多个波束中的波束,以用于稍后调度,其中,与所述第一设备进行通信是至少部分地基于确定用于稍后调度的所述发送-接收点、所述面板、或者所述波束的。
26.一种用于无线通信的装置,包括:
处理器,
与所述处理器相耦合的存储器;以及
存储在所述存储器中并且可由所述处理器执行以使所述装置进行以下操作的指令:
在第一设备处识别用于与第二设备进行通信的信道;
确定与神经网络相关联的一个或多个神经网络权重,所述一个或多个神经网络权重与和所述信道相关联的一个或多个输入参数相关联;
至少部分地基于所述一个或多个神经网络权重以及所述一个或多个输入参数,使用所述神经网络从一个或多个参考信号估计与所述信道相关联的一个或多个链路性能度量;
至少部分地基于所述一个或多个链路性能度量,向所述第二设备发送与所述信道相关联的一个或多个反馈指示符;以及
重新训练所述神经网络。
27.根据权利要求26所述的装置,其中,所述指令还可由所述处理器执行以使所述装置至少部分地基于所述一个或多个反馈指示符来接收来自所述第二设备的传送块。
28.根据权利要求26所述的装置,其中,所述一个或多个链路性能度量包括以下各项中的一项或多项:与所述信道相关联的块错误率、与所述信道相关联的吞吐量、与所述信道相关联的频谱效率、或者表示链路性能的缩放值。
29.一种用于无线通信的装置,包括:
处理器,
与所述处理器相耦合的存储器;以及
存储在所述存储器中并且可由所述处理器执行以使所述装置进行以下操作的指令:
在第二设备处识别用于与第一设备进行通信的信道;
至少部分地基于与一个或多个参考信号相关联的一个或多个链路性能度量,从所述第一设备接收与所述信道相关联的一个或多个反馈指示符;
至少部分地基于所述一个或多个反馈指示符,来确定所述信道的一个或多个参数;以及
至少部分地基于确定所述信道的所述一个或多个参数,来与所述第一设备进行通信。
30.根据权利要求29所述的装置,其中,所述指令还可由所述处理器执行以使所述装置至少部分地基于确定所述信道的所述一个或多个参数来向所述第一设备发送传送块。
31.一种用于无线通信的装置,包括:
用于在第一设备处识别用于与第二设备进行通信的信道的单元;
用于确定与神经网络相关联的一个或多个神经网络权重的单元,所述一个或多个神经网络权重与和所述信道相关联的一个或多个输入参数相关联;
用于至少部分地基于所述一个或多个神经网络权重以及所述一个或多个输入参数,使用所述神经网络从一个或多个参考信号估计与所述信道相关联的一个或多个链路性能度量的单元;
用于至少部分地基于所述一个或多个链路性能度量,向所述第二设备发送与所述信道相关联的一个或多个反馈指示符的单元;以及
用于重新训练所述神经网络的单元。
32.一种用于无线通信的装置,包括:
用于在第二设备处识别用于与第一设备进行通信的信道的单元;
用于至少部分地基于与一个或多个参考信号相关联的一个或多个链路性能度量,从所述第一设备接收与所述信道相关联的一个或多个反馈指示符的单元;
用于至少部分地基于所述一个或多个反馈指示符,来确定所述信道的一个或多个参数的单元;以及
用于至少部分地基于确定所述信道的所述一个或多个参数,来与所述第一设备进行通信的单元。
33.一种存储指令的非暂时性计算机可读介质,所述指令当被处理器执行时使得所述处理器执行根据权利要求1-25中任一项所述的方法。
34.一种计算机程序产品,包括计算机程序,所述计算机程序当被处理器执行时使得所述处理器执行根据权利要求1-25中任一项所述的方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/565,364 US11153179B2 (en) | 2019-09-09 | 2019-09-09 | Neural-network-based link-level performance prediction |
US16/565,364 | 2019-09-09 | ||
CN202080061447.3A CN114365532B (zh) | 2019-09-09 | 2020-09-05 | 基于神经网络的链路级性能预测 |
PCT/US2020/049585 WO2021050396A1 (en) | 2019-09-09 | 2020-09-05 | Neural-network-based link-level performance prediction |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080061447.3A Division CN114365532B (zh) | 2019-09-09 | 2020-09-05 | 基于神经网络的链路级性能预测 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118075795A true CN118075795A (zh) | 2024-05-24 |
Family
ID=72562009
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410182747.7A Pending CN118075795A (zh) | 2019-09-09 | 2020-09-05 | 基于神经网络的链路级性能预测 |
CN202080061447.3A Active CN114365532B (zh) | 2019-09-09 | 2020-09-05 | 基于神经网络的链路级性能预测 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080061447.3A Active CN114365532B (zh) | 2019-09-09 | 2020-09-05 | 基于神经网络的链路级性能预测 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11153179B2 (zh) |
EP (1) | EP4029174A1 (zh) |
JP (1) | JP2022547093A (zh) |
KR (1) | KR20220064367A (zh) |
CN (2) | CN118075795A (zh) |
BR (1) | BR112022003538A2 (zh) |
WO (1) | WO2021050396A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7341315B2 (ja) | 2019-08-14 | 2023-09-08 | グーグル エルエルシー | ディープニューラルネットワークに関する基地局とユーザ機器とのメッセージング |
RU2739483C1 (ru) | 2019-09-04 | 2020-12-24 | ГУГЛ ЭлЭлСи | Обратная связь по конфигурации формирования нейронной сети для беспроводных передач |
US11133887B2 (en) * | 2019-10-11 | 2021-09-28 | Itron Global Sarl | Reliable link quality estimation in multi-rate networks |
US11258534B2 (en) | 2019-10-11 | 2022-02-22 | Itron Global Sarl | Reliable link quality estimation in multi-rate networks |
US11886991B2 (en) | 2019-11-27 | 2024-01-30 | Google Llc | Machine-learning architectures for broadcast and multicast communications |
US11689940B2 (en) * | 2019-12-13 | 2023-06-27 | Google Llc | Machine-learning architectures for simultaneous connection to multiple carriers |
US11737106B2 (en) * | 2020-02-24 | 2023-08-22 | Qualcomm Incorporated | Distortion probing reference signals |
TWI741619B (zh) * | 2020-05-26 | 2021-10-01 | 國立中山大學 | 多輸入輸出系統之參數估測方法 |
TWI739481B (zh) * | 2020-06-18 | 2021-09-11 | 國立陽明交通大學 | 虛擬使用者裝置訊號合成系統及其方法 |
US11663472B2 (en) | 2020-06-29 | 2023-05-30 | Google Llc | Deep neural network processing for a user equipment-coordination set |
CN115348597A (zh) * | 2021-05-12 | 2022-11-15 | 维沃移动通信有限公司 | 信息处理方法、装置、终端及网络侧设备 |
US20230021835A1 (en) * | 2021-07-26 | 2023-01-26 | Qualcomm Incorporated | Signaling for additional training of neural networks for multiple channel conditions |
CN116488689A (zh) * | 2022-01-17 | 2023-07-25 | 维沃移动通信有限公司 | 波束信息交互方法、装置、设备及存储介质 |
WO2023168589A1 (en) * | 2022-03-08 | 2023-09-14 | Qualcomm Incorporated | Machine learning models for predictive resource management |
WO2023236098A1 (en) * | 2022-06-08 | 2023-12-14 | Apple Inc. | Method and procedure for ai based csi feedback with csi prediction |
WO2024090690A1 (ko) * | 2022-10-25 | 2024-05-02 | 엘지전자 주식회사 | 무선 통신 시스템에서 시맨틱 통신을 위한 부호화 및 복호화를 수행하기 위한 장치 및 방법 |
CN117640017A (zh) * | 2024-01-26 | 2024-03-01 | 荣耀终端有限公司 | 通信方法、系统及相关设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2844407B1 (fr) | 2002-09-05 | 2004-12-03 | Thomson Licensing Sa | Procede de selection de canal de transmission et recepteur de signaux a diversite d'antenne |
US8498639B2 (en) * | 2007-02-09 | 2013-07-30 | Qualcomm Incorporated | Flexible channel quality indicator reporting |
US20130162481A1 (en) * | 2009-10-01 | 2013-06-27 | Parviz Parvizi | Systems and methods for calibration of indoor geolocation |
US9184880B2 (en) | 2013-08-01 | 2015-11-10 | Sierra Wireless, Inc. | Method and device enabling a dynamic bundle size HARQ mechanism |
US10256886B2 (en) * | 2015-04-08 | 2019-04-09 | Ntt Docomo, Inc. | Base station, user equipment, and method for determining precoding matrix |
WO2017086843A1 (en) * | 2015-11-16 | 2017-05-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for reporting precoding information in a communication network |
US10462801B2 (en) * | 2017-05-05 | 2019-10-29 | At&T Intellectual Property I, L.P. | Multi-antenna transmission protocols for high doppler conditions |
CN110099017B (zh) * | 2019-05-22 | 2021-09-28 | 东南大学 | 基于深度神经网络的混合量化系统的信道估计方法 |
US11159408B2 (en) * | 2019-06-25 | 2021-10-26 | Intel Corporation | Link performance prediction technologies |
KR20190099380A (ko) * | 2019-08-07 | 2019-08-27 | 엘지전자 주식회사 | 사용자의 행동 패턴에 기반한 AI(Artificial Intelligence) 장치와 디바이스를 연계하는 방법 및 이를 위한 장치 |
-
2019
- 2019-09-09 US US16/565,364 patent/US11153179B2/en active Active
-
2020
- 2020-09-05 EP EP20775531.5A patent/EP4029174A1/en active Pending
- 2020-09-05 CN CN202410182747.7A patent/CN118075795A/zh active Pending
- 2020-09-05 CN CN202080061447.3A patent/CN114365532B/zh active Active
- 2020-09-05 JP JP2022514765A patent/JP2022547093A/ja active Pending
- 2020-09-05 KR KR1020227007291A patent/KR20220064367A/ko active Search and Examination
- 2020-09-05 WO PCT/US2020/049585 patent/WO2021050396A1/en unknown
- 2020-09-05 BR BR112022003538A patent/BR112022003538A2/pt unknown
Also Published As
Publication number | Publication date |
---|---|
WO2021050396A1 (en) | 2021-03-18 |
CN114365532A (zh) | 2022-04-15 |
CN114365532B (zh) | 2024-02-02 |
US11153179B2 (en) | 2021-10-19 |
BR112022003538A2 (pt) | 2022-05-24 |
US20210075691A1 (en) | 2021-03-11 |
EP4029174A1 (en) | 2022-07-20 |
JP2022547093A (ja) | 2022-11-10 |
KR20220064367A (ko) | 2022-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114365532B (zh) | 基于神经网络的链路级性能预测 | |
WO2021232340A1 (en) | Channel busy measurements for sidelink communications | |
US20230254022A1 (en) | Multi-slot channel quality information (cqi) reporting | |
WO2022032567A1 (en) | Methods for measuring and reporting doppler shift | |
CN117981233A (zh) | 用于侧行链路反馈的波束关联 | |
CN116508381A (zh) | 具有发射机感测的资源选择 | |
WO2022060545A1 (en) | Transport block size determination for downlink transmissions including multiplexed downlink control information | |
WO2022000358A1 (en) | Techniques for self-awareness based interference measurement of sensing signals | |
EP4169336A1 (en) | Uplink traffic prioritization across multiple links | |
US11671980B2 (en) | Techniques for enhanced coverage semi-persistent scheduling | |
US11678203B2 (en) | Link adaptation upon beam blocking determination | |
US11973606B2 (en) | Prioritization between feedback transmissions and receptions over sidelink | |
WO2021196068A1 (en) | Channel state reporting types | |
CN115997393B (zh) | 用于利用多发送接收点(trp)用户设备(ue)的定向侧行链路传输的技术 | |
CN116325670B (zh) | 用于测量和报告多普勒频移的方法 | |
WO2022047743A1 (en) | Techniques for directional sidelink transmissions with multi-transmission-reception point (trp) user equipments (ues) | |
WO2023065066A1 (en) | Techniques for using default beams for multi-pdsch repetitions | |
WO2024093140A1 (en) | Techniques for identifying time domain occasions for beam prediction | |
WO2022094914A1 (en) | Control information for sidelink spatial domain multiplexing from multiple transmission reception points (trps) | |
US20230102187A1 (en) | Techniques for autonomous beam failure indicator counting | |
WO2022227001A1 (en) | Techniques for radio resource control reconfiguration alignment | |
WO2023150002A1 (en) | Techniques for configuring phase tracking reference signal transmissions | |
WO2023091815A1 (en) | Inter-base station beam management procedure | |
CN117859289A (zh) | 报告用于侧行链路参考信号和下行链路参考信号的配置 | |
CN117837101A (zh) | 管理反馈信息以实现参考信号接收功率预测 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |