JP7556145B2

JP7556145B2 - 通信情報の送信、受信方法及び通信機器

Info

Publication number: JP7556145B2
Application number: JP2023524933A
Authority: JP
Inventors: ヤン，アン; スン，ペン
Original assignee: Vivo Mobile Communication Co Ltd
Current assignee: Vivo Mobile Communication Co Ltd
Priority date: 2020-10-23
Filing date: 2021-10-20
Publication date: 2024-09-25
Anticipated expiration: 2041-10-20
Also published as: JP2023550690A; US20230261815A1; WO2022083619A1; EP4220486A1; CN114501353B; EP4220486A4; CN114501353A

Description

〔関連出願の相互参照〕
本発明は、２０２０年１０月２３日に中国特許局に提案され、出願番号が２０２０１１１４９９２３．５であり、発明名称が「通信情報の送信、受信方法及び通信機器」である中国特許出願の優先権を主張しており、この出願のすべての内容は、援用により本発明に取り込まれる。

本出願は、無線通信技術分野に属し、具体的に、通信情報の送信、受信方法及び通信機器に関する。

現在では、人工知能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ）ネットワーク（ニューラルネットワークと呼ばれてもよい）は、各分野で広く応用されている。

しかしながら、通信情報の伝送にＡＩネットワークを使用することについては、現在では、比較的に良い解決策がまだ示されていない。

本出願の実施例は、どのように通信情報の伝送にＡＩネットワークを使用するかという問題を解決することができる通信情報の送信、受信方法及び通信機器を提供する。
第一の態様によれば、通信情報の送信方法を提供し、この方法は、第一の通信機器が第一の通信情報を一つ又は複数のサブバンド情報に分けることと、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルに入力し、前記第一の人工知能ネットワークモデルにより出力された第二の通信情報を送信することとを含む。

第二の態様によれば、通信情報の送信装置を提供し、この装置は、第一の通信情報を一つ又は複数のサブバンド情報に分けるための前処理モジュールと、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルに入力するための第一の入力モジュールと、前記第一の人工知能ネットワークモデルにより出力された第二の通信情報を送信するための送信モジュールとを含む。

第三の態様によれば、通信情報の受信方法を提供し、この方法は、第二の通信機器が、第一の通信機器により送信される第二の通信情報を受信することと、前記第二の通信情報を第二の人工知能ネットワークモデルに入力することで、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報を得ることとを含む。

第四の態様によれば、通信情報の受信装置を提供し、この装置は、第一の通信機器により送信される第二の通信情報を受信するための受信モジュールと、前記第二の通信情報を第二の人工知能ネットワークモデルに入力することで、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報を得るための第二の入力モジュールとを含む。

第五の態様によれば、通信機器を提供し、この通信機器は、プロセッサと、メモリと、前記メモリに記憶され、且つ前記プロセッサ上で運行できるプログラム又は命令とを含み、前記プログラム又は命令が前記プロセッサにより実行される時、第一の態様に記載の方法のステップを実現し、又は第三の態様に記載の方法のステップを実現する。

第六の態様によれば、可読記憶媒体を提供し、前記可読記憶媒体には、プログラム又は命令が記憶されており、前記プログラム又は命令がプロセッサにより実行される時、第一の態様に記載の方法のステップを実現し、又は第三の態様に記載の方法のステップを実現する。

第七の態様によれば、チップを提供し、前記チップは、プロセッサと、通信インターフェースとを含み、前記通信インターフェースは、前記プロセッサと結合され、前記プロセッサは、通信機器プログラム又は命令を運行し、第一の態様に記載の方法を実現し、又は第三の態様に記載の方法を実現するために用いられる。

第八の態様によれば、コンピュータプログラム製品を提供し、このコンピュータプログラム製品は、プロセッサと、メモリと、前記メモリに記憶され、且つ前記プロセッサ上で運行できるプログラム又は命令とを含み、前記プログラム又は命令が前記プロセッサにより実行される時、第一の態様に記載の方法のステップを実現し、又は第三の態様に記載の方法のステップを実現する。
本出願の実施例では、第一の通信機器は、第一の通信情報を一つ又は複数のサブバンド情報に分け、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルの入力情報として、第一の人工知能ネットワークモデルに入力することによって、送信待ちの第二の通信情報を得、第二の通信情報を送信する。それによって第一の人工知能ネットワークモデルを利用して元の第一の通信情報を送信待ちの第二の通信情報に変換することを実現し、通信システムの性能を向上させた。

本出願の実施例が適用可能な無線通信システムのブロック図である。本出願の実施例による通信情報の送信方法のフローチャートである。本出願の実施例における第一の人工知能ネットワークモデルの構造概略図である。本出願の実施例における別の第一の人工知能ネットワークモデルの構造概略図である。本出願の実施例におけるまた別の第一の人工知能ネットワークモデルの構造概略図である。本出願の実施例におけるまた別の第一の人工知能ネットワークモデルの構造概略図である。本出願の実施例による通信情報の受信方法のフローチャートである。本出願の実施例における第二の人工知能ネットワークモデルの構造概略図である。本出願の実施例による通信情報の送信装置の構造概略図である。本出願の実施例による通信情報の受信装置の構造概略図である。本出願の実施例による通信機器の構造概略図である。本出願の実施例による端末のハードウェア構造概略図である。本出願の実施例によるネットワーク側機器のハードウェア構造概略図である。

以下は、本出願の実施例における図面を結び付けながら、本出願の実施例における技術案を明瞭且つ完全に記述し、明らかに、記述された実施例は、本出願の一部の実施例であり、すべての実施例ではない。本出願における実施例に基づき、当業者により得られたすべての他の実施例は、いずれも本出願の保護範囲に属する。
本出願の明細書と特許請求の範囲における用語である「第一」、「第二」などは、類似している対象を区別するものであり、特定の順序又は前後手順を記述するためのものではない。理解すべきこととして、このように使用されるデータは、適切な場合に交換可能であり、それにより本出願の実施例は、ここで図示又は記述されたもの以外の順序で実施されることが可能であり、且つ「第一」、「第二」によって区別される対象は、一般的には同一種類であり、対象の個数を限定せず、例えば第一の対象は、一つであってもよく、複数であってもよい。なお、明細書及び請求項における「及び／又は」は、接続される対象のうちの少なくとも一つを表し、文字である「／」は、一般的には前後関連対象が「又は」の関係であることを表す。

指摘すべきこととして、本出願の実施例に記述された技術は、ロングタームエボリューション型（ＬｏｎｇＴｅｒｍＥｖｏｌｕｔｉｏｎ、ＬＴＥ）／ＬＴＥの進化（ＬＴＥ－Ａｄｖａｎｃｅｄ、ＬＴＥ－Ａ）システムに限らず、他の無線通信システム、例えば符号分割多重接続（ＣｏｄｅＤｉｖｉｓｉｏｎＭｕｌｔｉｐｌｅＡｃｃｅｓｓ、ＣＤＭＡ）、時分割多重接続（ＴｉｍｅＤｉｖｉｓｉｏｎＭｕｌｔｉｐｌｅＡｃｃｅｓｓ、ＴＤＭＡ）、周波数分割多重接続（ＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＭｕｌｔｉｐｌｅＡｃｃｅｓｓ、ＦＤＭＡ）、直交周波数分割多重接続（ＯｒｔｈｏｇｏｎａｌＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＭｕｌｔｉｐｌｅＡｃｃｅｓｓ、ＯＦＤＭＡ）、単一キャリア周波数分割多重接続（Ｓｉｎｇｌｅ－ｃａｒｒｉｅｒＦｒｅｑｕｅｎｃｙ－ＤｉｖｉｓｉｏｎＭｕｌｔｉｐｌｅＡｃｃｅｓｓ、ＳＣ－ＦＤＭＡ）と他のシステムにも適用できる。本出願の実施例における用語である「システム」と「ネットワーク」は、常に交換可能に使用され、記述された技術は、以上に言及されたシステムとラジオ技術に用いられてもよく、他のシステムとラジオ技術に用いられてもよい。以下の記述は、例示の目的でニューラジオ（ＮｅｗＲａｄｉｏ、ＮＲ）システムを記述しているとともに、以下の大部分の記述においてＮＲ用語を使用しているが、これらの技術は、ＮＲシステム応用以外の応用、例えば第六世代（６^ｔｈＧｅｎｅｒａｔｉｏｎ、６Ｇ）通信システムに適用されてもよい。

図１は、本出願の実施例が適用可能な無線通信システムのブロック図を示す。無線通信システムは、端末１１とネットワーク側機器１２を含む。ここで、端末１１は、端末機器又はユーザ端末（ＵｓｅｒＥｑｕｉｐｍｅｎｔ、ＵＥ）と呼ばれてもよく、端末１１は、携帯電話、タブレットパソコン（ＴａｂｌｅｔＰｅｒｓｏｎａｌＣｏｍｐｕｔｅｒ）、ラップトップコンピュータ（ＬａｐｔｏｐＣｏｍｐｕｔｅｒ）（又は、ノートパソコンと呼ばれる）、パーソナルデジタルアシスタント（ＰｅｒｓｏｎａｌＤｉｇｉｔａｌＡｓｓｉｓｔａｎｔ、ＰＤＡ）、パームトップコンピュータ、ネットブック、ウルトラモバイルパーソナルコンピュータ（ｕｌｔｒａ－ｍｏｂｉｌｅｐｅｒｓｏｎａｌｃｏｍｐｕｔｅｒ、ＵＭＰＣ）、モバイルインターネットディバイス（ＭｏｂｉｌｅＩｎｔｅｒｎｅｔＤｅｖｉｃｅ、ＭＩＤ）、ウェアラブルデバイス（ＷｅａｒａｂｌｅＤｅｖｉｃｅ）又は車載機器（ＶＵＥ）、歩行者端末（ＰＵＥ）などの端末側機器であってもよく、ウェアラブルデバイスは、ブレスレット、イヤホン、メガネなどを含む。説明すべきこととして、本出願の実施例の端末１１の具体的なタイプを限定するものではない。ネットワーク側機器１２は、基地局又はコアネットワークであってもよく、ここで、基地局は、ノードＢ、進化ノードＢ、アクセスポイント、ベーストランシーバステーション（ＢａｓｅＴｒａｎｓｃｅｉｖｅｒＳｔａｔｉｏｎ、ＢＴＳ）、ラジオ基地局、ラジオ送受信機、ベーシックサービスセット（ＢａｓｉｃＳｅｒｖｉｃｅＳｅｔ、ＢＳＳ）、拡張サービスセット（ＥｘｔｅｎｄｅｄＳｅｒｖｉｃｅＳｅｔ、ＥＳＳ）、Ｂノード、進化型Ｂノード（ｅＮＢ）、家庭用Ｂノード、家庭用進化型Ｂノード、ＷＬＡＮアクセスポイント、ＷｉＦｉノード、トランスミッションポイント（ＴｒａｎｓｍｉｔｔｉｎｇＲｅｃｅｉｖｉｎｇＰｏｉｎｔ、ＴＲＰ）又は当分野における他のある適切な用語と呼ばれてもよく、同じ技術的効果が達成される限り、前記基地局は、特定の技術用語に限らず、説明すべきこととして、本出願の実施例においてＮＲシステムにおける基地局のみを例にするが、基地局の具体的なタイプを限定するものではない。

以下では、図面を結び付けながら、具体的な実施例及びその応用シナリオによって本出願の実施例による通信情報の送信方法を詳細に説明する。

図２は、本出願の実施例における通信情報の送信方法のフローチャートを示し、この方法２００は、通信機器によって実行されてもよい。言い換えれば、前記方法は、通信機器にインストールされるソフトウェア又はハードウェアによって実行されてもよい。本出願の実施例において、通信機器は、端末であってもよく、ネットワーク側機器であってもよい。図２に示すように、この方法は、以下のステップを含んでもよい。

Ｓ２１０、第一の通信機器は、第一の通信情報を一つ又は複数のサブバンド情報に分ける。

本出願の実施例の一つの可能な実現方式では、サブバンドを分けることは、周波数領域リソース、時間領域リソース、空間領域リソース、符号領域リソースなどに応じて分けることであってもよい。そのため、この可能な実現方式では、Ｓ２１０は、前記第一の通信情報のターゲットリソースに基づき、前記第一の通信情報を一つ又は複数のサブバンド情報に分けることを含んでもよく、ここで、前記ターゲットリソースは、周波数領域リソースと、時間領域リソースと、空間領域リソースと、符号領域リソースとのうちの少なくとも一つを含む。

具体的な応用において、選択的に、所定のリソース大きさを単位として、第一の通信情報を一つ又は複数のサブバンド情報に分けることを参照してもよい。そのため、一つの可能な実現方式において、第一の通信機器が第一の通信情報を一つ又は複数のサブバンド情報に分けることは、以下の少なくとも一つを含む。

（１）周波数領域単位リソースを単位として、前記周波数領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分け、ここで、前記周波数領域単位リソースは、リソースブロック（ＲｅｓｏｕｒｃｅＢｌｏｃｋ、ＲＢ）と、物理リソースブロック（ＰｈｙｓｉｃａｌＲｅｓｏｕｒｃｅＢｌｏｃｋ、ＰＲＢ）と、サブバンドと、プリコーディングリソースブロックグループ（ＰｒｅｃｏｄｉｎｇＲｅｓｏｕｒｃｅｂｌｏｃｋＧｒｏｕｐ、ＰＲＧ）と、帯域幅部分（ＢａｎｄｗｉｄｔｈＰａｒｔ、ＢＷＰ）とのうちの少なくとも一つを含む。つまり、この可能な実現方式において、第一の通信情報をＲＢ、ＰＲＢ、ＰＲＧ、サブバンド又はＢＷＰに応じて分け、第一の通信情報の各一つ又は複数のＲＢ、ＰＲＢ、ＰＲＧ、サブバンド又はＢＷＰ上の情報を一つのサブバンドに分けてもよい。

（２）時間領域単位リソースを単位として、前記時間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分け、ここで、前記時間領域単位リソースは、サブキャリアと、直交周波数分割多重化（Ｏｒｔｈｏｇｏｎａｌｆｒｅｑｕｅｎｃｙｄｉｖｉｓｉｏｎｍｕｌｔｉｐｌｅｘ、ＯＦＤＭ）シンボルと、スロットと、ハーフスロットとのうちの少なくとも一つを含む。つまり、この可能な実現方式において、第一の通信情報をサブキャリア、ＯＦＤＭシンボル、スロット又はハーフスロットに応じて分け、第一の通信情報の各一つ又は複数のキャリア、ＯＦＤＭシンボル、スロット又はハーフスロット上の情報を一つのサブバンドに分けてもよい。

（３）空間領域単位リソースを単位として、前記空間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分け、ここで、前記空間領域単位リソースは、アンテナと、アンテナエレメントと、アンテナパネルと、送受信ユニットと、ビーム（アナログビームと、デジタルビームとを含む）と、層（Ｌａｙｅｒ）と、ランク（Ｒａｎｋ）と、アンテナ角度（例えば、傾角）とのうちの少なくとも一つを含む。つまり、この可能な実現方式において、第一の通信情報をアンテナ、アンテナエレメント、アンテナパネル、送受信ユニット、ビーム（アナログビームと、デジタルビームとを含む）、層（Ｌａｙｅｒ）、ランク（Ｒａｎｋ）、及びアンテナ角度（例えば、傾角）に応じて分けてもよい。

（４）符号領域単位リソースを単位として、前記符号領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分け、ここで、前記符号領域単位リソースは、直交符号と、準直交符号と、半直交符号とのうちの少なくとも一つを含む。つまり、この可能な実現方式において、第一の通信情報を直交符号、準直交符号、及び半直交符号に応じて分けてもよい。

Ｓ２１２、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルに入力し、前記第一の人工知能ネットワークモデルにより出力された第二の通信情報を送信する。

本出願の実施例では、第一の人工知能ネットワーク（又はニューラルネットワークと呼ばれてもよい）モデルは、入力される第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を処理することで、第一の通信情報に対応する第二の通信情報、即ち送信待ちの情報を出力するために用いられる。例えば、第一の人工知能ネットワークモデルは、第一の通信情報のブロードバンド情報に基づいて一つ又は複数のサブバンド情報をコーディングし、サブバンドコーディングデータストリーム（即ち第二の通信情報）を出力してもよく、ここで、第一の通信情報は、元の信号であってもよい。ここで、第一の通信情報のブロードバンド情報は、第一の通信情報の全体的な特徴を表す情報であってもよい。

具体的な応用において、第一の人工知能ネットワークモデルは、予め確立されたネットワークモデルであってもよく、そしてそれはトレーニングによって入力情報に対応するデータストリームを出力することができる。

一つの可能な実現方式では、第一の人工知能ネットワークモデルは、少なくとも一レベルのサブモジュールを含んでもよく、各レベルのサブモジュールは、一つ又は複数のサブモジュールを含んでもよい。

例えば、図３に示す第一の人工知能ネットワークモデルの構造において、第一の人工知能ネットワークモデルは、一レベルのサブモジュールを含み、このレベルのサブモジュールには、Ｎ個のサブモジュール、即ちサブモジュールＡ－１からＡ－Ｎが含まれ、ここで、Ｎは、入力されるブロードバンド情報及び／又はサブバンドの数であり、具体的には、図３において、入力されるものは、Ｎ個のサブバンドであり、無論、これに限らなく、実際の応用において、入力されるものはさらに、一つのブロードバンド情報とＮ－１個のサブバンド情報であってもよい。

又は、図４に示す第一の人工知能ネットワークモデルの構造において、第一の人工知能ネットワークモデルは、二つのレベルのサブモジュールを含み、ここで、第一レベルのサブモジュールは、Ｎ個のモジュール、即ちサブモジュールＡ－１からＡ－Ｎを含み、第二レベルのサブモジュールは、一つのサブモジュール、即ちサブモジュールＢを含む。選択的に、第一の人工知能ネットワークモデルは、複数レベルのサブモジュールを含み、例えば、サブモジュールＢの下位にサブモジュールＣ、サブモジュールＤなどもある。

一つの可能な実現方式では、前記サブモジュールは、以下の少なくとも一つを含んでもよい。

（１）全結合ニューラルネットワークモジュールであって、つまり、サブモジュールにより採用される人工知能ネットワークタイプは、全結合ニューラルネットワークである。

（２）畳み込みニューラルネットワークモジュールであって、つまり、サブモジュールにより採用される人工知能ネットワークタイプは、畳み込みニューラルネットワークである。

（３）再帰型ニューラルネットワークモジュールであって、つまり、サブモジュールにより採用される人工知能ネットワークタイプは、再帰型ニューラルネットワークである。

（４）残差ニューラルネットワークモジュールであって、つまり、サブモジュールにより採用される人工知能ネットワークタイプは、残差ニューラルネットワークである。

（５）予め設定されるアルゴリズムモジュール。例えば、入力情報に基づいて時間関連性及び／又は周波数関連性を求め、特徴値分解を行い、特徴値を求め、特徴ベクトルを求め、チャネル容量を計算し、フィルタリング、等化などを行うアルゴリズムモジュールである。

具体的な応用において、一つのサブモジュールは、複数のスモールネットワークを含んでもよく、各スモールネットワークはいずれも、上記のうちの一つのモジュールを採用してもよく、異なるスモールネットワークは、上記異なるモジュールを採用してもよく、具体的には、本出願の実施例において限定されない。

具体的な応用において、第一の人工知能ネットワークモデルにおける一部のサブモジュールは、同じ人工知能ネットワーク構造を採用し、及び／又は、同じ人工知能ネットワークパラメータを採用してもよい。

例えば、図４において、サブモジュールＡ－ｉとサブモジュールＡ－ｊは、同じＡＩネットワーク構造を採用するが、具体的な重み、バイアスの数値は異なる。又は、サブモジュールＡ－ｉとサブモジュールＡ－ｊは、同じＡＩネットワーク構造を採用するとともに、具体的な重み、バイアスの数値は、同じである。又は、サブモジュールＡ－ｉとサブモジュールＢは、ＡＩネットワーク構造が異なり、且つ具体的な重み、バイアスの数値も異なる。ここで、ｉ＝１、２、３、…、Ｎであり、ｊ＝１、２、３、…、Ｎであり、且つｉ≠ｊである。

本出願の実施例では、前記サブモジュールにより採用される人工知能ネットワーク構造は、
（１）人工知能ネットワークタイプ（例えば、全結合ニューラルネットワーク、畳み込みニューラルネットワーク、再帰型ニューラルネットワーク、又は残差ネットワーク）と、
（２）含まれる複数のサブネットワークの組み合わせ方式、即ち一つのサブモジュールが複数のスモールネットワークを含む場合、各スモールネットワークの組み合わせ方式（例えば、全結合＋畳み込み、畳み込み＋残差など）と、
（３）隠れ層の層数と、
（４）入力層と隠れ層との接続方式と、
（５）複数の隠れ層の間の接続方式と、
（６）隠れ層と入力層との接続方式と、
（７）各層のニューロンの数（ここで、異なる層のニューロン数は、一般的には異なり、同じであることもある）とのうちの少なくとも一つによって決定される。

一つの可能な実現方式では、前記第一の人工知能ネットワークモデルの一つのターゲットサブモジュールの今回の入力情報は、
（１）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の入力情報（即ちターゲットサブモジュールの入力情報が、同じレベルの前記ターゲットサブモジュール以外の他のサブモジュールの今回の入力情報を含んでもよく、つまり、この入力情報が同時に、ターゲットサブモジュールと、ターゲットサブモジュールと同じレベルの他の一つ又は複数のサブモジュールの入力である）と、
（２）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の入力情報（ここで、前の時刻の入力情報とは、今回の直前の入力情報、例えば前回の入力情報である）と、
（３）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の中間情報と、
（４）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の中間情報と、
（５）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の出力情報と、
（６）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の出力情報（ここで、前の時刻の出力情報とは、今回の直前の出力情報、例えば前回の出力情報である）と、
（７）前記ターゲットサブモジュールよりも１レベル上位の複数のサブモジュール出力情報の組み合わせとのうちの少なくとも一つを含む。

上記可能な実現方式では、他の同じレベルのサブモジュールは、ターゲットサブモジュールと隣接するＭ個のサブモジュールであり、Ｍは、正の整数である。又は、他の同じレベルのサブモジュールは、一部のサブモジュールをスキップしてターゲットサブモジュールと隣接するＭ個のサブモジュールであり、例えば、ターゲットサブモジュールがＡ－５である場合、他の同じレベルのサブモジュールは、Ａ－７とＡ－３であり、又はＡ－１とＡ－３とＡ－７とＡ－９とＡ－１１であり、Ｍは、正の整数である。又は他の同じレベルのサブモジュールは、ターゲットサブモジュールを除くすべての他の同じレベルのサブモジュールを含む。

例えば、図４において、サブモジュールＡ－ｉの入力情報は、本レベルのサブモジュールＡ－ｊの前回の中間情報を含み、又は、本レベルのサブモジュールＡ－ｊの今回の入力情報をさらに含む。ここで、ｉ＝１、２、３、…、Ｎであり、ｊ＝１、２、３、…、Ｎであり、且つｉ≠ｊである。

本出願の実施例では、選択的に、第一の人工知能ネットワークモデルの最下位レベルのサブモジュールは、一つ又は複数であってもよく、それに対応し、第二の通信情報は、前記第一の人工知能ネットワークモデルの最下位レベルのサブモジュールの出力情報、又は前記第一の人工知能ネットワークモデルの最下位レベルの複数のサブモジュール出力情報の組み合わせであってもよい。

本出願の実施例の一つの選択的な実施の形態では、前記複数のサブモジュール出力情報の組み合わせは、前記複数のサブモジュールの出力情報が統合された後に得られた１次元ベクトル又は２次元マトリクス又は多次元マトリクスを含んでもよく、例えば、図３において、複数のサブモジュールＡ－ｉの出力情報を、一つの大きな１次元ベクトル、又は２次元マトリクス、又は多次元マトリクスとして統合して直接入力してもよい。また例えば、図４において、複数のサブモジュールＡ－ｉの出力情報を、一つの大きな１次元ベクトル、又は２次元マトリクス、又は多次元マトリクスとして統合して直接入力して次のレベルの入力として、例えばサブモジュールＢの入力としてもよい。

本出願の実施例の別の選択的な実施の形態では、前記複数のサブモジュール出力情報の組み合わせは、前記複数のサブモジュールの出力情報が予め設定されるアルゴリズムに従って計算された後に得られた結果を含んでもよい。ここで、予め設定されるアルゴリズムは、重み付け及び／又は他の数学操作を含むが、それらに限らない。例えば、重み付けは、線形平均、乗算平均及びその他の一般的な平均方法の組み合わせを含んでもよい。数学操作は、加減乗除、Ｎ乗計算、ｎ乗根計算、対数演算、微分、偏微分などの様々な一般的な数学操作の組み合わせを含んでもよい。ｎは、いずれかの数である。例えば、ｎは、正数又は負数又は０であってもよく、又は、実数又は複素数であってもよく、具体的には、本実施例において、限定されない。

一つの可能な実現方式では、前記第一の人工知能ネットワークモデルは、第一レベルのサブモジュールと、第二レベルのサブモジュールとを含み、ここで、第一レベルのサブモジュールは、一つ又は複数の第一のサブモジュールを含み、前記第二レベルのサブモジュールは、前記第一レベルのサブモジュールよりも１レベル上位に位置し、且つ前記第二レベルのサブモジュールは、Ｎ個の第二のサブモジュールを含み、ここで、Ｎは、前記第一の人工知能ネットワークモデルに入力されるブロードバンド情報及び／又はサブバンドの数である。

例えば、図４において、前記第一の人工知能ネットワークモデルは、第一レベルのサブモジュール（サブモジュールＢを含む）と、第二レベルのサブモジュール（サブモジュールＡ－１、Ａ－２、…、Ａ－Ｎを含む）とを含む。

又は、図５において、前記第一の人工知能ネットワークモデルは、第一レベルのサブモジュール（サブモジュールＢ－１とＢ－２を含む）と、第二レベルのサブモジュール（サブモジュールＡ－１、Ａ－２、…、Ａ－Ｎを含む）とを含む。

一つの可能な実現方式では、前記第一レベルのサブモジュールは、複数の第一のサブモジュールを含み、複数の前記第一のサブモジュールのうちの少なくとも一つの第一のサブモジュールは、帯域幅情報を表し、複数の前記第一のサブモジュールのうちの他の第一のサブモジュールは、サブバンド情報を表し、ここで、前記他の第一のサブモジュールは、前記複数の第一のサブモジュールのうちの前記少なくとも一つの第一のサブモジュールを除く一部又はすべての第一のサブモジュールである。

例えば、第二の通信情報がプリコーディングマトリクス指示（Ｐｒｅｃｏｄｉｎｇｍａｔｒｉｘｉｎｄｉｃａｔｏｒ、ＰＭＩ）である場合、ＰＭＩは、ブロードバンドＰＭＩとサブバンドＰＭＩに分けられ、又は、ＰＭＩのブロードバンド情報又はブロードバンド部分、ＰＭＩのサブバンド情報又はサブバンド部分と呼ばれてもよい。

例えば、図５において、サブモジュールＢ－１は、ブロードバンド情報を表し、サブモジュールＢ－２は、サブバンド情報を表す。選択的に、サブモジュールＢ－２は、複数のサブモジュールに分け続けられてもよい。例えば、サブモジュールＢ－２－１、サブモジュールＢ－２－２、…、サブモジュールＢ－２－Ｌであり、ここで、Ｌは、正の整数である。選択的に、Ｌは、サブバンドの数Ｎと等しい。

選択的に、前記少なくとも一つの第一のサブモジュールによって前記第二の通信情報のブロードバンド情報を得る。例えば、図５において、サブモジュールＢ－１の出力（サブモジュールＢ－２の出力が必要ない）によって、第二の通信情報の全ブロードバンド情報、即ち第二の通信情報の全ブロードバンド特徴を得ることができる。

選択的に、前記少なくとも一つの第一のサブモジュールと前記他の第一のサブモジュールによって前記第二の通信情報のサブバンド情報を得る。つまり、前記少なくとも一つの第一のサブモジュールの出力がなく、前記他の第一のサブモジュールだけで、第二の通信情報のサブバンド情報を得ることができない。例えば、図５において、サブモジュールＢ－１の出力がなく、サブモジュールＢ－２だけで、第二の通信情報のサブバンド情報を得ることができない。

選択的に、前記他の第一のサブモジュールによって前記第二の通信情報のサブバンド情報を得る。つまり、前記他の第一のサブモジュールだけで、第二の通信情報のサブバンド情報を得ることができる。例えば、図５において、サブモジュールＢ－１の出力がなく、サブモジュールＢ－２だけで、第二の通信情報のサブバンド情報を得ることができる。

一つの可能な実現方式では、前記少なくとも一つの第一のサブモジュールの入力情報は、一部又はすべての前記第二のサブモジュールの出力情報であり、前記他の第一のサブモジュールの入力情報は、一部又はすべての前記第二のサブモジュールの出力情報である。選択的に、前記少なくとも一つの第一のサブモジュールの入力情報は、前記他の第一のサブモジュールの入力情報と異なってもよい。例えば、図５において、サブモジュールＢ－１の入力情報は、一部のサブモジュールＡ（即ちＡ－１からＡ－Ｎのうちの一部のサブモジュール）の出力情報であってもよく、サブモジュールＢ－２の入力情報は、一部のサブモジュールＡ（即ちＡ－１からＡ－Ｎのうちの一部のサブモジュール）の出力情報であってもよい。ここで、サブモジュールＢ－１の入力情報とサブモジュールＢ－２の入力情報とは、同じであってもよく、異なってもよい。例えば、サブモジュールＢ－１の入力情報は、すべてのサブモジュールＡ（即ちＡ－１からＡ－Ｎのうちのすべてのサブモジュール）の出力情報であってもよいが、サブモジュールＢ－２が複数のサブモジュール、例えば、サブモジュールＢ－２－１、サブモジュールＢ－２－２、…、サブモジュールＢ－２－Ｌに分け続けられてもよい場合、サブモジュールＢ－２－ｉの入力情報は、サブモジュールＡ－ｉであり、ここで、ｉ＝１、２、３、…、Ｎである。

上記可能な実現方式では、選択的な前記第一の人工知能ネットワークモデルは、前記第二レベルのサブモジュールよりも１レベル上位に位置する第三レベルのサブモジュールをさらに含む。

例えば、図６において、前記第一の人工知能ネットワークモデルは、サブモジュールＡ－１からＡ－Ｎよりも１レベル上位に位置するサブモジュールＣをさらに含む。

選択的に、前記第三レベルのサブモジュールは、一つの第三のサブモジュールを含み、前記第三のサブモジュールの入力情報は、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報である。例えば、図６において、サブモジュールＣの入力情報は、第一の通信情報のＮ個のサブバンド情報である。つまり、この可能な実現方式において、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報は、まず第三のサブモジュールに入り、一括して処理され、そして出力されて第二レベルのサブモジュールに入る。

この可能な実現方式では、第二レベルのサブモジュールのうちの各第二のサブモジュールの入力情報は、同じであってもよく、異なってもよい。又は、第二レベルのサブモジュールのうちの一つの第二のサブモジュールの入力情報は、第三のサブモジュールのすべての出力情報であってもよく、又は、第二レベルのサブモジュールのうちの一つの第二のサブモジュールの入力情報は、第三のサブモジュールの一部の出力情報であってもよい。

選択的に、一つの前記第二のサブモジュールの入力情報は、前記第三のサブモジュールのすべての出力情報である。つまり、第三のサブモジュールの出力情報は、それよりも１レベル下位の各第二のサブモジュールの入力情報とされる。

又は、一つの前記第二のサブモジュールの入力情報は、前記第三のサブモジュールの一部の出力情報であり、且つ異なる前記第二のサブモジュールの入力情報は異なる。例えば、図６において、サブモジュールＣの入力情報は、Ｎ部分を含み、各部分は、一つのサブモジュールＡ－ｉの入力情報とされる。選択的に、一つのサブモジュールＡ－ｉは、一つのサブバンド情報ｉに対応する。

又は、別の可能な実現方式では、図６における第一の人工知能ネットワークモデルは、第一レベルのサブモジュールを含まなくてもよく、即ちサブモジュールＢを含まず、又はサブモジュールＢ－１と、サブモジュールＢ－２とを含まない。

本出願の実施例の一つの可能な実現方式では、前記第二の通信情報は、以下の一つを含む。

（１）信号処理のためのリファレンス信号であるリファレンス信号。例えば、信号検出、フィルタリング、等化などのためのリファレンス信号を含んでもよい。前記リファレンス信号は、復調リファレンス信号（ＤｅｍｏｄｕｌａｔｉｏｎＲｅｆｅｒｅｎｃｅＳｉｇｎａｌ、ＤＭＲＳ）、サウンディングリファレンス信号（ＳｏｕｎｄｉｎｇＲｅｆｅｒｅｎｃｅＳｉｇｎａｌ、ＳＲＳ）、同期信号／物理ブロードキャストチャネル信号ブロック（又は同期信号ブロック）（ＳｙｎｃｈｒｏｎｉｚａｔｉｏｎＳｉｇｎａｌａｎｄＰＢＣＨｂｌｏｃｋ、ＳＳＢ）、トラッキングリファレンス信号（ＴｒａｃｋｉｎｇＲｅｆｅｒｅｎｃｅＳｉｇｎａｌ、ＴＲＳ）、位相ＴＲＳ（Ｐｈａｓｅ－ＴＲＳ、ＰＴＲＳ）、チャネル状態情報（ＣｈａｎｎｅｌＳｔａｔｅＩｎｆｏｒｍａｔｉｏｎ、ＣＳＩ）リファレンス信号（ＣＳＩＲｅｆｅｒｅｎｃｅＳｉｇｎａｌ、ＣＳＩ－ＲＳ）などを含むが、それらに限らない。

（２）チャネルにより乗せられる信号であって、チャネルは、物理下りリンク制御チャネル（Ｐｈｙｓｉｃａｌｄｏｗｎｌｉｎｋｃｏｎｔｒｏｌｃｈａｎｎｅｌ、ＰＤＣＣＨ）、物理下りリンク共有チャネル（Ｐｈｙｓｉｃａｌｄｏｗｎｌｉｎｋｓｈａｒｅｄｃｈａｎｎｅｌ、ＰＤＳＣＨ）、物理上りリンク制御チャネル（ＰｈｙｓｉｃａｌＵｐｌｉｎｋＣｏｎｔｒｏｌＣｈａｎｎｅｌ、ＰＵＣＣＨ）、物理上りリンク共有チャネル（ＰｈｙｓｉｃａｌＵｐｌｉｎｋＳｈａｒｅｄＣｈａｎｎｅｌ、ＰＵＳＣＨ）、物理ランダムアクセスチャネル（ＰｈｙｓｉｃａｌＲａｎｄｏｍＡｃｃｅｓｓＣｈａｎｎｅｌ、ＰＲＡＣＨ）、物理ブロードキャストチャネル（Ｐｈｙｓｉｃａｌｂｒｏａｄｃａｓｔｃｈａｎｎｅｌ、ＰＢＣＨ）などを含むが、それらに限らない。

（３）チャネル状態情報。

例えば、チャネル状態情報は、以下を含んでもよい。

（３－１）、チャネル状態情報フィードバック情報。チャネル関連情報、チャネルマトリクス関連情報、チャネル特徴情報、チャネルマトリクス特徴情報、ＰＭＩ、ランク指示（Ｒａｎｋｉｎｄｉｃａｔｏｒ、ＲＩ）、ＣＳＩ－ＲＳリソース指示（ＣＳＩ－ＲＳＲｅｓｏｕｒｃｅＩｎｄｉｃａｔｏｒ、ＣＲＩ）、チャネル品質指示（Ｃｈａｎｎｅｌｑｕａｌｉｔｙｉｎｄｉｃａｔｏｒ、ＣＱＩ）、層指示（ＬａｙｅｒＩｎｄｉｃａｔｏｒ、ＬＩ）などを含むが、それらに限らない。

（３－２）、周波数分割多重化（ＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＤｕｐｌｅｘ、ＦＤＤ）上下りリンク部分相互性のチャネル状態情報。

ここで、ＦＤＤシステムに対し、部分相互性に基づき、基地局は、上りリンクチャネルに基づき角度と遅延情報を取得し、ＣＳＩ－ＲＳプリコーディング又は直接指示する方法で、角度情報と遅延情報をＵＥに通知し、ＵＥは、基地局の指示に従って報告し、又は基地局の指示範囲内に選択して報告することによって、ＵＥの計算量とＣＳＩ報告のオーバヘッドを低減することができる。

（４）ビーム情報であって、ビーム品質、ビームの指示情報（例えば、リファレンス信号ＩＤ）、ビーム失敗指示情報、ビーム失敗回復における新ビーム指示情報を含むが、それらに限らない。ビーム測定、ビーム報告、ビーム予測、ビーム失敗検出、ビーム失敗回復、ビーム失敗回復における新ビーム指示を含むビーム管理用のビーム情報であってもよい。

（５）チャネル状態情報の予測、ビーム予測などを含んでもよいチャネル予測情報。

（６）セル内干渉、セル間干渉、帯域外干渉、相互変調干渉などの情報を含むが、それらに限らない干渉情報。

（７）ポジショニング情報。

（８）軌跡情報。

ネットワーク側機器がリファレンス信号（例えばＳＲＳ）によって推定できるＵＥの具体的な位置（水平位置及び／又は垂直位置を含む）又は将来の可能な軌跡、又は位置推定又は軌跡推定を補助する情報。
（９）スループット量、必要なデータパケット大きさ、業務需要、移動速度、雑音情報などを含むが、それらに限らない上位層業務とパラメータの予測情報、及び上位層業務とパラメータの管理情報。

（１０）制御シグナリング。例えば、パワー制御の関連シグナリング及びビーム管理の関連シグナリングなどである。

本出願の実施例では、第一の人工知能ネットワークモデルによって送信待ちの第二の通信情報を取得することができるとともに、第一の人工知能ネットワークモデルの構造が比較的に簡単であり、ＡＩネットワークの複雑度を効果的に低減することによって、通信システムの性能を向上させることができる。

図７は、本出願の実施例における通信情報の受信方法のフローチャートを示し、この方法７００は、通信機器によって実行されてもよい。言い換えれば、前記方法は、通信機器にインストールされるソフトウェア又はハードウェアによって実行されてもよい。本出願の実施例において、通信機器は、端末であってもよく、ネットワーク側機器であってもよい。図７に示すように、この方法は、以下のステップを含んでもよい。

Ｓ７１０、第二の通信機器は、第一の通信機器により送信される第二の通信情報を受信する。

本出願の実施例では、第一の通信機器は、上記方法２００を採用して第二の通信情報を送信してもよく、又は、第一の通信機器は、他の方式を採用して第二の通信情報を送信してもよく、具体的には、本実施例において、限定されない。

本出願の実施例では、第二の通信情報は、コーディングデータストリームであってもよい。

Ｓ７１２、前記第二の通信情報を第二の人工知能ネットワークモデルに入力することで、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報を得る。

本出願の実施例では、第二の人工知能ネットワークモデルは、受信した第二の通信情報をデコーディングすることで、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報を得るために用いられる。第二の人工知能ネットワークモデルは、予めトレーニングされてもよく、それによって第二の人工知能ネットワークモデルは、入力される第二の通信情報に対応するブロードバンド情報及び／又は一つ又は複数のサブバンド情報を出力することができる。

一つの可能な実現方式では、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報を得た後に、第二の通信機器は、ブロードバンド情報及び／又は一つ又は複数のサブバンド情報に基づき、サブバンド情報の分布状態を回復し、時間周波数変換によって、元の情報、即ち第一の通信情報を回復することもできる。

本出願の実施例では、第二の人工知能ネットワークモデルは、第一の人工知能ネットワークモデルと類似している人工知能ネットワークモデルを採用してもよい。以下、主に第二の人工知能ネットワークモデルの一部の内容を記述し、他の部分は、第一の人工知能ネットワークモデルと類似し、又は対応する。具体的には、方法２００における第一の人工知能ネットワークモデルに対する記述を参照すればよく、ここでこれ以上説明しない。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルは、少なくとも一レベルのサブモジュールを含み、各レベルは、一つ又は複数のサブモジュールを含む。

例えば、図８において、前記第二の人工知能ネットワークモデルは、二つのレベルのサブモジュールを含み、ここで、第一レベルのサブモジュールは、一つのサブモジュールＢを含み、第二レベルのサブモジュールは、Ｎ個のサブモジュールＡ、即ちＡ－１からＡ－Ｎを含み、ここで、Ｎは、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報の数である。

一つの可能な実現方式では、前記サブモジュールは、
（１）全結合ニューラルネットワークモジュールと、
（２）畳み込みニューラルネットワークモジュールと、
（３）再帰型ニューラルネットワークモジュールと、
（４）残差ニューラルネットワークモジュールと、
（５）予め設定されるアルゴリズムモジュールとのうちの少なくとも一つを含んでもよい。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルの一部の前記サブモジュールは、同じ人工知能ネットワーク構造を採用し、及び／又は、同じ人工知能ネットワークパラメータを採用してもよい。

一つの可能な実現方式では、前記サブモジュールにより採用される人工知能ネットワーク構造は、
（１）人工知能ネットワークタイプと、
（２）含まれる複数のサブネットワークの組み合わせ方式と、
（３）隠れ層の層数と、
（４）入力層と隠れ層との接続方式と、
（５）複数の隠れ層の間の接続方式と、
（６）隠れ層と入力層との接続方式と、
（７）各層のニューロンの数とのうちの少なくとも一つによって決定される。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルの一つのターゲットサブモジュールの今回の入力情報は、
（１）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の入力情報と、
（２）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の入力情報と、
（３）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の中間情報と、
（４）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の中間情報と、
（５）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の出力情報と、
（６）前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の出力情報と、
（７）前記ターゲットサブモジュールよりも１レベル上位の複数のサブモジュール出力情報の組み合わせとのうちの少なくとも一つを含む。

一つの可能な実現方式では、前記複数のサブモジュールにより出力された組み合わせは、
（１）前記複数のサブモジュールの出力情報が統合された後に得られた１次元ベクトル又は２次元マトリクス又は多次元マトリクス、又は、
（２）前記複数のサブモジュールの出力情報が予め設定されるアルゴリズムに従って計算された後に得られた結果を含む。具体的には、方法２００における関連記述を参照すればよい。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルは、第一レベルのサブモジュールと、第二レベルのサブモジュールとを含んでもよく、ここで、第一レベルのサブモジュールは、少なくとも一つの第一のサブモジュールを含み、前記第二レベルのサブモジュールは、前記第一レベルのサブモジュールよりも１レベル下位に位置し、且つ前記第二レベルのサブモジュールは、Ｎ個の第二のサブモジュールを含み、ここで、Ｎは、前記第二の人工知能ネットワークモデルにより出力されたブロードバンド情報及び／又はサブバンド情報の数である。

上記可能な実現方式では、選択的に、前記第一レベルのサブモジュールは、複数の第一のサブモジュールを含み、複数の前記第一のサブモジュールのうちの少なくとも一つの第一のサブモジュールは、帯域幅情報を表し、複数の前記第一のサブモジュールのうちの他の第一のサブモジュールは、サブバンド情報を表し、ここで、前記他の第一のサブモジュールは、前記複数の第一のサブモジュールのうちの前記少なくとも一つの第一のサブモジュールを除く一部又はすべての第一のサブモジュールである。

例えば、少なくとも一つの第一のサブモジュールの入力情報は、第二の通信情報の全ブロードバンド情報、即ちすべてのブロードバンド特徴であってもよく、前記他の第一のサブモジュールの入力情報は、第二の通信情報の全ブロードバンド情報と、前記第二の通信情報のサブバンド情報とを含んでもよい。

一つの可能な実現方式では、一つの前記第二のサブモジュールの入力情報は、前記少なくとも一つの第一のサブモジュールの出力情報及び／又は前記他の第一のサブモジュールの出力情報を含む。

例えば、前記少なくとも一つの第一のサブモジュールの出力情報は、Ｎ個の部分であり、それぞれ各第二のサブモジュールに入力され、前記他の第一のサブモジュールの出力情報は、Ｎ個の部分であり、それぞれ各第二のサブモジュールに入力される。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルは、前記第二レベルのサブモジュールよりも１レベル下位に位置する第三レベルのサブモジュールをさらに含む。第三レベルのサブモジュールによって、第二レベルのサブモジュールのうちの各第二のサブモジュールの出力情報を一括して処理した後に出力することができる。

上記可能な実現方式では、選択的に、前記第三レベルのサブモジュールは、一つの第三のサブモジュールを含んでもよく、前記第三のサブモジュールの出力情報は、前記第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報である。

上記可能な実現方式では、選択的に、前記第三のサブモジュールの入力情報は、複数の前記第二のサブモジュール出力情報の組み合わせである。例えば、第三のサブモジュールの入力情報は、各第二のサブモジュールの出力情報が統合された後に得られた１次元ベクトル又は２次元マトリクス又は多次元マトリクス、又は、各第二のサブモジュールの出力情報を重み付け平均した後に得た情報であってもよい。

一つの可能な実現方式では、方法２００と類似しており、前記第二の通信情報は、
リファレンス信号と、
チャネルにより乗せられる信号と、
チャネル状態情報と、
ビーム情報と、
チャネル予測情報と、
干渉情報と、
ポジションニング情報と、
軌跡情報と、
上位層業務とパラメータの予測情報と、
上位層業務とパラメータの管理情報と、
制御シグナリングとのうちの一つを含む。

具体的には、方法２００における関連記述を参照すればよい。

説明すべきこととして、本出願の実施例による通信情報の送信方法について、実行本体は、通信情報の送信装置、又は、この通信情報の送信装置における通信情報の送信方法を実行するための制御モジュールであってもよい。本出願の実施例において、通信情報の送信装置による通信情報の送信方法の実行を例にして、本出願の実施例による通信情報の送信装置を説明する。

図９は、本出願の実施例による通信情報の送信装置の構造概略図を示し、図９に示すように、この通信情報の送信装置９００は、第一の通信情報を一つ又は複数のサブバンド情報に分けるための前処理モジュール９０１と、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルに入力するための第一の入力モジュール９０２と、前記第一の人工知能ネットワークモデルにより出力された第二の通信情報を送信するための送信モジュール９０３とを含んでもよい。

一つの可能な実現方式では、前記前処理モジュール９０１が第一の通信情報を一つ又は複数のサブバンド情報に分けることは、
前記第一の通信情報のターゲットリソースに基づき、前記第一の通信情報を一つ又は複数のサブバンド情報に分けることを含み、ここで、前記ターゲットリソースは、周波数領域リソースと、時間領域リソースと、空間領域リソースと、符号領域リソースとのうちの少なくとも一つを含む。

一つの可能な実現方式では、前記前処理モジュール９０１が第一の通信情報を一つ又は複数のサブバンド情報に分けることは、
周波数領域単位リソースを単位として、前記周波数領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記周波数領域単位リソースは、リソースブロックＲＢと、物理リソースブロックＰＲＢと、サブバンドと、プリコーディングリソースブロックグループＰＲＧと、帯域幅部分ＢＷＰとのうちの少なくとも一つを含むことと、
時間領域単位リソースを単位として、前記時間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記時間領域単位リソースは、サブキャリアと、ＯＦＤＭシンボルと、スロットと、ハーフスロットとのうちの少なくとも一つを含むことと、
空間領域単位リソースを単位として、前記空間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記空間領域単位リソースは、アンテナと、アンテナエレメントと、アンテナパネルと、送受信ユニットと、ビームと、層と、ランクと、アンテナ角度とのうちの少なくとも一つを含むことと、
符号領域単位リソースを単位として、前記符号領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記符号領域単位リソースは、直交符号と、準直交符号と、半直交符号とのうちの少なくとも一つを含むこととのうちの少なくとも一つを含む。

一つの可能な実現方式では、前記第一の人工知能ネットワークモデルは、少なくとも一レベルのサブモジュールを含み、各レベルは、一つ又は複数のサブモジュールを含む。

一つの可能な実現方式では、前記サブモジュールは、全結合ニューラルネットワークモジュールと、畳み込みニューラルネットワークモジュールと、再帰型ニューラルネットワークモジュールと、残差ニューラルネットワークモジュールと、予め設定されるアルゴリズムモジュールとのうちの少なくとも一つを含む。

一つの可能な実現方式では、一部の前記サブモジュールは、同じ人工知能ネットワーク構造を採用し、及び／又は、同じ人工知能ネットワークパラメータを採用する。

一つの可能な実現方式では、前記サブモジュールにより採用される人工知能ネットワーク構造は、
人工知能ネットワークタイプと、
含まれる複数のサブネットワークの組み合わせ方式と、
隠れ層の層数と、
入力層と隠れ層との接続方式と、
複数の隠れ層の間の接続方式と、
隠れ層と入力層との接続方式と、
各層のニューロンの数とのうちの少なくとも一つによって決定される。

一つの可能な実現方式では、前記第一の人工知能ネットワークモデルの一つのターゲットサブモジュールの今回の入力情報は、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の出力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の出力情報と、
前記ターゲットサブモジュールよりも１レベル上位の複数のサブモジュール出力情報の組み合わせとのうちの少なくとも一つを含む。

一つの可能な実現方式では、前記第二の通信情報は、前記第一の人工知能ネットワークモデルの最下位レベルのサブモジュールの出力情報、又は前記第一の人工知能ネットワークモデルの最下位レベルの複数のサブモジュール出力情報の組み合わせを含む。

一つの可能な実現方式では、前記複数のサブモジュール出力情報の組み合わせは、
前記複数のサブモジュールの出力情報が統合された後に得られた１次元ベクトル又は２次元マトリクス又は多次元マトリクス、又は、
前記複数のサブモジュールの出力情報が予め設定されるアルゴリズムに従って計算された後に得られた結果を含む。

一つの可能な実現方式では、前記少なくとも一つの第一のサブモジュールによって前記第二の通信情報のブロードバンド情報を得、及び／又は、前記少なくとも一つの第一のサブモジュールと前記他の第一のサブモジュールによって前記第二の通信情報のサブバンド情報を得る。

一つの可能な実現方式では、前記少なくとも一つの第一のサブモジュールの入力情報は、一部又はすべての前記第二のサブモジュールの出力情報であり、前記他の第一のサブモジュールの入力情報は、一部又はすべての前記第二のサブモジュールの出力情報である。

一つの可能な実現方式では、前記第一の人工知能ネットワークモデルは、前記第二レベルのサブモジュールよりも１レベル上位に位置する第三レベルのサブモジュールをさらに含む。

一つの可能な実現方式では、前記第三レベルのサブモジュールは、一つの第三のサブモジュールを含み、前記第三のサブモジュールの入力情報は、前記第一の通信機器のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報である。

一つの可能な実現方式では、一つの前記第二のサブモジュールの入力情報は、前記第三のサブモジュールのすべての出力情報である。

一つの可能な実現方式では、一つの前記第二のサブモジュールの入力情報は、前記第三のサブモジュールの一部の出力情報であり、且つ異なる前記第二のサブモジュールの入力情報は異なる。

一つの可能な実現方式では、前記第二の通信情報は、
リファレンス信号と、
チャネルにより乗せられる信号と、
チャネル状態情報と、
ビーム情報と、
チャネル予測情報と、
干渉情報と、
ポジショニング情報と、
軌跡情報と、
上位層業務とパラメータの予測情報と、
上位層業務とパラメータの管理情報と、
制御シグナリングとのうちの一つを含む。

本出願の実施例における通信情報の送信装置は、装置であってもよく、端末又はネットワーク側機器における部材、集積回路、又はチップであってもよい。この装置は、移動端末であってもよく、非移動端末であってもよい。例示的には、移動端末は、以上に列挙された端末１１のタイプを含んでもよいが、それらに限らず、非移動端末は、サーバ、ネットワーク接続型ストレージ（ＮｅｔｗｏｒｋＡｔｔａｃｈｅｄＳｔｏｒａｇｅ、ＮＡＳ）、パーソナルコンピュータ（ｐｅｒｓｏｎａｌｃｏｍｐｕｔｅｒ、ＰＣ）、テレビ（ｔｅｌｅｖｉｓｉｏｎ、ＴＶ）、預入支払機又はセルフサービス機などであってもよく、本出願の実施例は、具体的に限定しない。

本出願の実施例における通信情報の送信装置は、オペレーティングシステムを有する装置であってもよい。このオペレーティングシステムは、アンドロイド（Ａｎｄｒｏｉｄ）オペレーティングシステムであってもよく、ｉｏｓオペレーティングシステムであってもよく、他の可能なオペレーティングシステムであってもよく、本出願の実施例は、具体的に限定しない。

本出願の実施例による通信情報の送信装置は、図２の方法の実施例により実現される各プロセスを実現し、且つ同じ技術的効果を達成することができ、説明の繰り返しを回避するために、ここでこれ以上説明しない。

図１０は、本出願の実施例による通信情報の受信装置の構造概略図を示し、図１０に示すように、この通信情報の受信装置１０００は、第一の通信機器により送信される第二の通信情報を受信するための受信モジュール１００１と、前記第二の通信情報を第二の人工知能ネットワークモデルに入力することで、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報を得るための第二の入力モジュール１００２とを含んでもよい。

一つの可能な実現方式では、前記サブモジュールは、
全結合ニューラルネットワークモジュールと、
畳み込みニューラルネットワークモジュールと、
再帰型ニューラルネットワークモジュールと、
残差ニューラルネットワークモジュールと、
予め設定されるアルゴリズムモジュールとのうちの少なくとも一つを含む。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルの一つのターゲットサブモジュールの今回の入力情報は、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の出力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の出力情報と、
前記ターゲットサブモジュールよりも１レベル上位の複数のサブモジュール出力情報の組み合わせとのうちの少なくとも一つを含む。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルは、第一レベルのサブモジュールと、第二レベルのサブモジュールとを含み、ここで、第一レベルのサブモジュールは、少なくとも一つの第一のサブモジュールを含み、前記第二レベルのサブモジュールは、前記第一レベルのサブモジュールよりも１レベル下位に位置し、且つ前記第二レベルのサブモジュールは、Ｎ個の第二のサブモジュールを含み、ここで、Ｎは、前記第二の人工知能ネットワークモデルにより出力されたブロードバンド情報及び／又はサブバンド情報の数である。

一つの可能な実現方式では、前記第二の人工知能ネットワークモデルは、前記第二レベルのサブモジュールよりも１レベル下位に位置する第三レベルのサブモジュールをさらに含む。

一つの可能な実現方式では、前記第三レベルのサブモジュールは、一つの第三のサブモジュールを含み、前記第三のサブモジュールの出力情報は、前記第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報である。

一つの可能な実現方式では、前記第三のサブモジュールの入力は、複数の前記第二のサブモジュール出力情報の組み合わせである。

本出願の実施例における通信情報の受信装置は、装置であってもよく、端末又はネットワーク側機器における部材、集積回路、又はチップであってもよい。この装置は、移動端末であってもよく、非移動端末であってもよい。例示的には、移動端末は、以上に列挙された端末１１のタイプを含んでもよいが、それらに限らず、非移動端末は、サーバ、ネットワーク接続型ストレージ（ＮｅｔｗｏｒｋＡｔｔａｃｈｅｄＳｔｏｒａｇｅ、ＮＡＳ）、パーソナルコンピュータ（ｐｅｒｓｏｎａｌｃｏｍｐｕｔｅｒ、ＰＣ）、テレビ（ｔｅｌｅｖｉｓｉｏｎ、ＴＶ）、預入支払機又はセルフサービス機などであってもよく、本出願の実施例は、具体的に限定しない。

本出願の実施例における通信情報の受信装置は、オペレーティングシステムを有する装置であってもよい。このオペレーティングシステムは、アンドロイド（Ａｎｄｒｏｉｄ）オペレーティングシステムであってもよく、ｉｏｓオペレーティングシステムであってもよく、他の可能なオペレーティングシステムであってもよく、本出願の実施例は、具体的に限定しない。

本出願の実施例による通信情報の受信装置は、図２の方法の実施例により実現される各プロセスを実現し、且つ同じ技術的効果を達成することができ、説明の繰り返しを回避するために、ここでこれ以上説明しない。

選択的に、図１１に示すように、本出願の実施例は、通信機器１１００をさらに提供し、プロセッサ１１０１と、メモリ１１０２と、メモリ１１０２に記憶されており、且つ前記プロセッサ１１０１上で運行できるプログラム又は命令とを含み、例えばこの通信機器１１００が端末又はネットワーク側機器である場合、このプログラム又は命令がプロセッサ１１０１により実行される時、上記の通信情報の送信方法の実施例の各プロセスを実現し、又は、上記の通信情報の受信方法の実施例の各プロセスを実現し、且つ同じ技術的効果を達成することができる。説明の繰り返しを回避するために、ここでこれ以上説明しない。

図１２は、本出願の実施例を実現する端末のハードウェア構造概略図である。

この端末１２００は、無線周波数ユニット１２０１、ネットワークモジュール１２０２、オーディオ出力ユニット１２０３、入力ユニット１２０４、センサ１２０５、表示ユニット１２０６、ユーザ入力ユニット１２０７、インターフェースユニット１２０８、メモリ１２０９、及びプロセッサ１２１０などの部材を含むが、それらに限らない。

当業者であれば理解できるように、端末１２００は、各部材に給電する電源（例えば、電池）をさらに含んでもよく、電源は、電源管理システムによってプロセッサ１２１０にロジック的に接続されてもよく、それにより電源管理システムによって充放電管理及び消費電力管理などの機能を実現することができる。図１２に示す端末構造は、端末に対する限定を構成せず、端末は、図示された部材の数よりも多く又は少ない部材、又はいくつかの部材の組み合わせ、又は異なる部材の配置を含んでもよく、ここでこれ以上説明しない。

理解すべきこととして、本出願の実施例では、入力ユニット１２０４は、グラフィックスプロセッサ（ＧｒａｐｈｉｃｓＰｒｏｃｅｓｓｉｎｇＵｎｉｔ、ＧＰＵ）１２０４１とマイクロホン１２０４２を含んでもよく、グラフィックスプロセッサ１２０４１は、ビデオキャプチャモード又は画像キャプチャモードにおいて画像キャプチャ装置（例えば、カメラ）によって得られた静止画像又はビデオの画像データを処理する。表示ユニット１２０６は、表示パネル１２０６１を含んでもよく、液晶ディスプレイ、有機発光ダイオードなどの形式で表示パネル１２０６１が配置されてもよい。ユーザ入力ユニット１２０７は、タッチパネル１２０７１及び他の入力機器１２０７２を含む。タッチパネル１２０７１は、タッチスクリーンとも呼ばれる。タッチパネル１２０７１は、タッチ検出装置とタッチコントローラという二つの部分を含んでもよい。他の入力機器１２０７２は、物理的キーボード、機能キー（例えば、音量制御ボタン、スイッチボタンなど）、トラックボール、マウス、操作レバーを含んでもよいが、それらに限らず、ここでこれ以上説明しない。

本出願の実施例では、無線周波数ユニット１２０１は、ネットワーク側機器からの下りリンクのデータを受信した後に、プロセッサ１２１０に処理させ、また、上りリンクのデータをネットワーク側機器に送信する。一般的には、無線周波数ユニット１２０１は、アンテナ、少なくとも一つの増幅器、送受信機、カプラ、低雑音増幅器、デュプレクサなどを含むが、それらに限らない。

メモリ１２０９は、ソフトウェアプログラム又は命令及び様々なデータを記憶するために用いられてもよい。メモリ１２０９は、主にプログラム又は命令記憶領域とデータ記憶領域を含んでもよく、ここで、プログラム又は命令記憶領域は、オペレーティングシステム、少なくとも一つの機能に必要なアプリケーションプログラム又は命令（例えば、音声再生機能、画像再生機能など）などを記憶することができる。なお、メモリ１２０９は、高速ランダムアクセスメモリを含んでもよく、非揮発性メモリを含んでもよく、ここで、非揮発性メモリは、リードオンリーメモリ（Ｒｅａｄ－ＯｎｌｙＭｅｍｏｒｙ、ＲＯＭ）、プログラマブルリードオンリーメモリ（ＰｒｏｇｒａｍｍａｂｌｅＲＯＭ、ＰＲＯＭ）、消去可能なプログラマブルリードオンリーメモリ（ＥｒａｓａｂｌｅＰＲＯＭ、ＥＰＲＯＭ）、電気的に消去可能なプログラマブルリードオンリーメモリ（ＥｌｅｃｔｒｉｃａｌｌｙＥＰＲＯＭ、ＥＥＰＲＯＭ）又はフラッシュメモリであってもよい。例えば、少なくとも一つの磁気ディスクメモリデバイス、フラッシュメモリデバイス、又は他の非揮発性ソリッドステートメモリデバイスであってもよい。

プロセッサ１２１０は、一つ又は複数の処理ユニットを含んでもよい。選択的に、プロセッサ１２１０は、アプリケーションプロセッサとモデムプロセッサを統合してもよい。ここで、アプリケーションプロセッサは、主にオペレーティングシステム、ユーザインタフェースとアプリケーションプログラム又は命令などを処理するものであり、モデムプロセッサは、主に無線通信を処理するものであり、例えばベースバンドプロセッサである。理解できるように、上記モデムプロセッサは、プロセッサ１２１０に統合されなくてもよい。

プロセッサ１２１０は、第一の通信機器が第一の通信情報を一つ又は複数のサブバンド情報に分け、前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルに入力するために用いられる。

無線周波数ユニット１２０１は、前記第一の人工知能ネットワークモデルにより出力された第二の通信情報を送信するために用いられる。

又は、
無線周波数ユニット１２０１は、第一の通信機器により送信される第二の通信情報を受信するために用いられる。

プロセッサ１２１０は、前記第二の通信情報を第二の人工知能ネットワークモデルに入力することで、第一の通信情報のブロードバンド情報及び／又は一つ又は複数のサブバンド情報を得るために用いられる。

具体的には、本出願の実施例は、ネットワーク側機器をさらに提供する。図１３に示すように、このネットワーク側機器１３００は、アンテナ１３０１、無線周波数装置１３０２、ベースバンド装置１３０３を含む。アンテナ１３０１と無線周波数装置１３０２とが接続される。上りリンク方向において、無線周波数装置１３０２は、アンテナ１３０１を介して情報を受信し、受信した情報をベースバンド装置１３０３に送信して処理させる。下りリンク方向において、ベースバンド装置１３０３は、送信する情報を処理し、無線周波数装置１３０２に送信し、無線周波数装置１３０２は、受信した情報を処理した後にアンテナ１３０１を介して送出する。

上記周波数帯域処理装置は、ベースバンド装置１３０３に位置してもよく、以上の実施例においてネットワーク側機器により実行される方法は、ベースバンド装置１３０３に実現されてもよく、このベースバンド装置１３０３は、プロセッサ１３０４とメモリ１３０５とを含む。

ベースバンド装置１３０３は、例えば少なくとも一つのベースバンドボードを含んでもよく、このベースバンドボード上に複数のチップが設置され、図１３に示すように、そのうちの一つのチップは、例えばプロセッサ１３０４であり、メモリ１３０５と接続されて、メモリ１３０５におけるプログラムを呼び出し、以上の方法の実施例に示すネットワーク機器操作を実行する。

このベースバンド装置１３０３は、ネットワークインターフェース１３０６をさらに含んでもよく、無線周波数装置１３０２との情報のやり取りに用いられ、このインターフェースは、例えば共通公衆無線インターフェース（ｃｏｍｍｏｎｐｕｂｌｉｃｒａｄｉｏｉｎｔｅｒｆａｃｅ、ＣＰＲＩと略称）である。

具体的には、本出願の実施例のネットワーク側機器は、メモリ１３０５に記憶されており、且つプロセッサ１３０４上で運行できる命令又はプログラムをさらに含み、プロセッサ１３０４は、メモリ１３０５における命令又はプログラムを呼び出し、図９又は１０に示す各モジュールにより実行される方法を実行し、且つ同じ技術的効果を達成することができ、説明の繰り返しを回避するために、ここでこれ以上説明しない。

本出願の実施例は、可読記憶媒体をさらに提供し、前記可読記憶媒体上にはプログラム又は命令が記憶されており、このプログラム又は命令がプロセッサにより実行される時、上記図２から図８に示す通信情報の送信方法の実施例の各プロセスを実現し、又は上記図２から図８に示す通信情報の受信方法の実施例の各プロセスを実現し、且つ同じ技術的効果を達成することができる。説明の繰り返しを回避するために、ここでこれ以上説明しない。

ここで、前記プロセッサは、上記実施例に記載の端末におけるプロセッサである。前記可読記憶媒体は、コンピュータ可読記憶媒体、例えばコンピュータリードオンリーメモリ（Ｒｅａｄ－ＯｎｌｙＭｅｍｏｒｙ、ＲＯＭ）、ランダムアクセスメモリ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＲＡＭ）、磁気ディスク又は光ディスクなどを含む。

本出願の実施例は、チップをさらに提供し、前記チップは、プロセッサと通信インターフェースを含み、前記通信インターフェースは、前記プロセッサと結合され、前記プロセッサは、ネットワーク側機器のプログラム又は命令を運行し、上記図２から図８に示す通信情報の送信方法の実施例の各プロセスを実現し、又は上記図２から図８に示す通信情報の受信方法の実施例の各プロセスを実現するために用いられ、且つ同じ技術的効果を達成することができる。説明の繰り返しを回避するために、ここでこれ以上説明しない。

理解すべきこととして、本出願の実施例に言及されたチップは、システムレベルチップ、システムチップ、チップシステム又はシステムオンチップなどと呼ばれてもよい。

本出願の実施例は、コンピュータプログラム製品をさらに提供し、このコンピュータプログラム製品は、プロセッサと、メモリと、前記メモリに記憶され、且つ前記プロセッサ上で運行できるプログラム又は命令とを含み、前記プログラム又は命令が前記プロセッサにより実行される時、上記図２から図８に示す通信情報の送信方法の実施例の各プロセスを実現し、又は上記図２から図８に示す通信情報の受信方法の実施例の各プロセスを実現し、且つ同じ技術的効果を達成することができる。説明の繰り返しを回避するために、ここでこれ以上説明しない。

説明すべきこととして、本明細書では、用語である「含む」、「包含」又はその他の任意の変形は、非排他的な「含む」を意図的にカバーするものであり、それによって一連の要素を含むプロセス、方法、物品又は装置は、それらの要素を含むだけではなく、明確にリストアップされていない他の要素も含み、又はこのようなプロセス、方法、物品又は装置に固有の要素も含む。それ以上の制限がない場合に、「……を１つ含む」という文章で限定された要素について、この要素を含むプロセス、方法、物品又は装置には他の同じ要素も存在することが排除されるものではない。なお、指摘すべきこととして、本出願の実施の形態における方法と装置の範囲は、図示又は討論された順序で機能を実行することに限らず、関わる機能に基づいて基本的に同時である方式又は逆の順序で機能を実行することを含んでもよく、例えば記述されたものとは異なる手順で記述された方法を実行することができるとともに、様々なステップを追加、省略又は組み合わせることができる。また、いくつかの例を参照して記述された特徴は、他の例で組み合わせられることができる。

以上の実施の形態の記述によって、当業者であればはっきりと分かるように上記実施例の方法は、ソフトウェアと必要な汎用ハードウェアプラットフォームの形態によって実現されることができる。無論、ハードウェアによって実現されてもよいが、多くの場合、前者は、より好適な実施の形態である。このような理解を踏まえて、本出願の技術案は、実質には又は従来の技術に寄与した部分がソフトウェア製品の形式によって具現化されてもよい。このコンピュータソフトウェア製品は、一つの記憶媒体（例えばＲＯＭ／ＲＡＭ、磁気ディスク、光ディスク）に記憶され、一台の端末（携帯電話、コンピュータ、サーバ、又はネットワーク機器などであってもよい）に本出願の各実施例に記載の方法を実行させるための若干の命令を含む。

以上は、図面を結び付けながら、本出願の実施例を記述したが、本出願は、上記の具体的な実施の形態に限らない。上記の具体的な実施の形態は、例示的なものに過ぎず、制限性のあるものではない。当業者は、本出願の示唆で、本出願の趣旨と請求項が保護する範囲から逸脱しない限り、多くの形式を行うこともでき、いずれも本出願の保護範囲に属する。

Claims

通信情報の送信方法であって、
第一の通信機器が第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記第一の通信情報は、元の信号であることと、
前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルに入力し、前記第一の人工知能ネットワークモデルにより出力された第二の通信情報を送信することであって、前記第一の人工知能ネットワークモデルはトレーニングによって入力情報に対応するデータストリームを出力するネットワークモデルであり、前記第二の通信情報は、前記第一の人工知能ネットワークモデルの最下位レベルのサブモジュールの出力情報、又は前記第一の人工知能ネットワークモデルの最下位レベルの複数のサブモジュール出力情報の組み合わせを含むこととを含み、
前記第一の人工知能ネットワークモデルは、少なくとも一レベルのサブモジュールを含み、各レベルは、一つ又は複数のサブモジュールを含み、一部の前記サブモジュールは、同じ人工知能ネットワーク構造を採用し、及び／又は、同じ人工知能ネットワークパラメータを採用し、
前記第一の人工知能ネットワークモデルの一つのターゲットサブモジュールの今回の入力情報は、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の出力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の出力情報と、
前記ターゲットサブモジュールよりも１レベル上位の複数のサブモジュール出力情報の組み合わせとのうちの少なくとも一つを含み、
前記第一の人工知能ネットワークモデルは、第一レベルのサブモジュールと、第二レベルのサブモジュールとを含み、ここで、前記第一レベルのサブモジュールは、一つ又は複数の第一のサブモジュールを含み、前記第二レベルのサブモジュールは、前記第一レベルのサブモジュールよりも１レベル上位に位置し、且つ前記第二レベルのサブモジュールは、Ｎ個の第二のサブモジュールを含み、ここで、Ｎは、前記第一の人工知能ネットワークモデルに入力されるブロードバンド情報及び／又はサブバンドの数である、
通信情報の送信方法。
第一の通信機器が第一の通信情報を一つ又は複数のサブバンド情報に分けることは、
前記第一の通信情報のターゲットリソースに基づき、前記第一の通信情報を一つ又は複数のサブバンド情報に分けることを含み、ここで、前記ターゲットリソースは、周波数領域リソースと、時間領域リソースと、空間領域リソースと、符号領域リソースとのうちの少なくとも一つを含む、請求項１に記載の方法。
第一の通信機器が第一の通信情報を一つ又は複数のサブバンド情報に分けることは、
周波数領域単位リソースを単位として、前記周波数領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記周波数領域単位リソースは、リソースブロックＲＢと、物理リソースブロックＰＲＢと、サブバンドと、プリコーディングリソースブロックグループＰＲＧと、帯域幅部分ＢＷＰとのうちの少なくとも一つを含むことと、
時間領域単位リソースを単位として、前記時間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記時間領域単位リソースは、直交周波数分割多重化ＯＦＤＭシンボルと、スロットと、ハーフスロットとのうちの少なくとも一つを含むことと、
空間領域単位リソースを単位として、前記空間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記空間領域単位リソースは、アンテナと、アンテナエレメントと、アンテナパネルと、送受信ユニットと、ビームと、層と、ランクと、アンテナ角度とのうちの少なくとも一つを含むことと、
符号領域単位リソースを単位として、前記符号領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記符号領域単位リソースは、直交符号と、準直交符号と、半直交符号とのうちの少なくとも一つを含むこととのうちの少なくとも一つを含む、請求項２に記載の方法。
前記サブモジュールは、
全結合ニューラルネットワークモジュールと、
畳み込みニューラルネットワークモジュールと、
再帰型ニューラルネットワークモジュールと、
残差ニューラルネットワークモジュールと、
予め設定されるアルゴリズムモジュールとのうちの少なくとも一つを含む、請求項１に記載の方法。
前記サブモジュールにより採用される人工知能ネットワーク構造は、
人工知能ネットワークタイプと、
含まれる複数のサブネットワークの組み合わせ方式と、
隠れ層の層数と、
入力層と隠れ層との接続方式と、
複数の隠れ層の間の接続方式と、
隠れ層と入力層との接続方式と、
各層のニューロンの数とのうちの少なくとも一つによって決定される、請求項４に記載の方法。
前記第一レベルのサブモジュールは、複数の第一のサブモジュールを含み、複数の前記第一のサブモジュールのうちの少なくとも一つの第一のサブモジュールは、帯域幅情報を表し、複数の前記第一のサブモジュールのうちの他の第一のサブモジュールは、サブバンド情報を表し、ここで、前記他の第一のサブモジュールは、前記複数の第一のサブモジュールのうちの前記少なくとも一つの第一のサブモジュールを除く一部又はすべての第一のサブモジュールである、請求項１に記載の方法。
前記少なくとも一つの第一のサブモジュールの入力情報は、一部又はすべての前記第二のサブモジュールの出力情報であり、前記他の第一のサブモジュールの入力情報は、一部又はすべての前記第二のサブモジュールの出力情報である、請求項６に記載の方法。
前記第一の人工知能ネットワークモデルは、前記第二レベルのサブモジュールよりも１レベル上位に位置する第三レベルのサブモジュールをさらに含み、
前記第三レベルのサブモジュールは、一つの第三のサブモジュールを含み、前記第三のサブモジュールの入力情報は、前記第一の通信機器のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報である、
一つの前記第二のサブモジュールの入力情報は、前記第三のサブモジュールのすべての出力情報である、
又は、一つの前記第二のサブモジュールの入力情報は、前記第三のサブモジュールの一部の出力情報であり、且つ異なる前記第二のサブモジュールの入力情報は異なる、請求項１に記載の方法。
通信情報の送信装置であって、
第一の通信情報を一つ又は複数のサブバンド情報に分けるための前処理モジュールであって、前記第一の通信情報は、元の信号である前処理モジュールと、
前記第一の通信情報のブロードバンド情報及び／又は前記一つ又は複数のサブバンド情報を第一の人工知能ネットワークモデルに入力するための第一の入力モジュールであって、前記第一の人工知能ネットワークモデルはトレーニングによって入力情報に対応するデータストリームを出力するネットワークモデルである第一の入力モジュールと、
前記第一の人工知能ネットワークモデルにより出力された第二の通信情報を送信するための送信モジュールであって、前記第二の通信情報は、前記第一の人工知能ネットワークモデルの最下位レベルのサブモジュールの出力情報、又は前記第一の人工知能ネットワークモデルの最下位レベルの複数のサブモジュール出力情報の組み合わせを含む送信モジュールとを含み、
前記第一の人工知能ネットワークモデルは、少なくとも一レベルのサブモジュールを含み、各レベルは、一つ又は複数のサブモジュールを含み、一部の前記サブモジュールは、同じ人工知能ネットワーク構造を採用し、及び／又は、同じ人工知能ネットワークパラメータを採用し、
前記第一の人工知能ネットワークモデルの一つのターゲットサブモジュールの今回の入力情報は、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の入力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の中間情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの今回の出力情報と、
前記ターゲットサブモジュールと同じレベルの他のサブモジュールの前の時刻の出力情報と、
前記ターゲットサブモジュールよりも１レベル上位の複数のサブモジュール出力情報の組み合わせとのうちの少なくとも一つを含み、
前記第一の人工知能ネットワークモデルは、第一レベルのサブモジュールと、第二レベルのサブモジュールとを含み、ここで、前記第一レベルのサブモジュールは、一つ又は複数の第一のサブモジュールを含み、前記第二レベルのサブモジュールは、前記第一レベルのサブモジュールよりも１レベル上位に位置し、且つ前記第二レベルのサブモジュールは、Ｎ個の第二のサブモジュールを含み、ここで、Ｎは、前記第一の人工知能ネットワークモデルに入力されるブロードバンド情報及び／又はサブバンドの数である、
通信情報の送信装置。
前記前処理モジュールが、第一の通信情報を一つ又は複数のサブバンド情報に分けることは、
前記第一の通信情報のターゲットリソースに基づき、前記第一の通信情報を一つ又は複数のサブバンド情報に分けることを含み、ここで、前記ターゲットリソースは、周波数領域リソースと、時間領域リソースと、空間領域リソースと、符号領域リソースとのうちの少なくとも一つを含む、請求項９に記載の装置。
前記前処理モジュールが、第一の通信情報を一つ又は複数のサブバンド情報に分けることは、
周波数領域単位リソースを単位として、前記周波数領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記周波数領域単位リソースは、リソースブロックＲＢと、物理リソースブロックＰＲＢと、サブバンドと、プリコーディングリソースブロックグループＰＲＧと、帯域幅部分ＢＷＰとのうちの少なくとも一つを含むことと、
時間領域単位リソースを単位として、前記時間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記時間領域単位リソースは、直交周波数分割多重化ＯＦＤＭシンボルと、スロットと、ハーフスロットとのうちの少なくとも一つを含むことと、
空間領域単位リソースを単位として、前記空間領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記空間領域単位リソースは、アンテナと、アンテナエレメントと、アンテナパネルと、送受信ユニットと、ビームと、層と、ランクと、アンテナ角度とのうちの少なくとも一つを含むことと、
符号領域単位リソースを単位として、前記符号領域リソース上で前記第一の通信情報を一つ又は複数のサブバンド情報に分けることであって、前記符号領域単位リソースは、直交符号と、準直交符号と、半直交符号とのうちの少なくとも一つを含むこととのうちの少なくとも一つを含む、請求項１０に記載の装置。
前記サブモジュールは、
全結合ニューラルネットワークモジュールと、
畳み込みニューラルネットワークモジュールと、
再帰型ニューラルネットワークモジュールと、
残差ニューラルネットワークモジュールと、
予め設定されるアルゴリズムモジュールとのうちの少なくとも一つを含む、請求項９に記載の装置。
前記サブモジュールにより採用される人工知能ネットワーク構造は、
人工知能ネットワークタイプと、
含まれる複数のサブネットワークの組み合わせ方式と、
隠れ層の層数と、
入力層と隠れ層との接続方式と、
複数の隠れ層の間の接続方式と、
隠れ層と入力層との接続方式と、
各層のニューロンの数とのうちの少なくとも一つによって決定される、請求項１２に記載の装置。
前記第一レベルのサブモジュールは、複数の第一のサブモジュールを含み、複数の前記第一のサブモジュールのうちの少なくとも一つの第一のサブモジュールは、帯域幅情報を表し、複数の前記第一のサブモジュールのうちの他の第一のサブモジュールは、サブバンド情報を表し、ここで、前記他の第一のサブモジュールは、前記複数の第一のサブモジュールのうちの前記少なくとも一つの第一のサブモジュールを除く一部又はすべての第一のサブモジュールである、請求項９に記載の装置。
プログラム又は命令が記憶されており、前記プログラム又は命令がプロセッサにより実行される時、請求項１から８のいずれか１項に記載の通信情報の送信方法のステップを実現する、可読記憶媒体。