神经网络和天线配置指示的制作方法

神经网络和天线配置指示
1.相关申请的交叉引用
2.本技术要求享受于2020年12月18日递交的美国专利申请no.17/247,664和于2019年12月20日递交的美国临时专利申请no.62/951,889的优先权和权益，据此将上述申请通过引用的方式整体地并入，正如下文整体充分阐述一样并且用于所有适用目的。
技术领域
3.本技术涉及无线通信系统，并且更具体地，本技术涉及指示设备之间的天线配置信息和神经网络信息。


背景技术：

4.为了满足对扩展的移动宽带连接不断增长的需求，无线通信技术正在从长期演进(lte)技术发展到下一代新无线电(nr)技术(其可以称为第五代(5g))。在实现这样的无线通信技术的无线通信网络中，无线多址通信系统可以包括多个基站(bs)，每个bs同时支持针对多个通信设备(其还可以称为用户设备(ue))的通信。
5.随着无线通信技术的不断进步，已经使用神经网络来解决在复杂性、性能和其它因素方面出现的一些问题。然而，训练神经网络可能是时间密集型和计算密集型的过程。这可能引入低效和功耗以及其它问题，因为设备需要进行必要的处理，以训练和以其它方式实现用于发送和接收数据的神经网络。因此，需要提供促进神经网络的训练的更高效的方法并且在无线通信系统中进行使用。


技术实现要素：

6.下文概括了本公开内容的一些方面，以提供对所论述的技术的基本理解。该概括不是对本公开内容的全部预期特征的详尽概述，以及既不旨在标识本公开内容的全部方面的关键或重要元素，也不旨在描绘本公开内容的任何或全部方面的范围。其唯一目的是以概括的形式给出本公开内容的一个或多个方面的一些概念，作为稍后给出的更多具体实施方式的前序。
7.例如，在本公开内容的一方面中，一种无线通信的方法包括：由第一无线通信设备建立与第二无线通信设备的通信。所述方法还包括：由所述第一无线通信设备基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络。所述方法还包括：由所述第一无线通信设备基于所述神经网络来向所述第二无线通信设备发送天线配置信息和至少一个神经网络参数。
8.在本公开内容的额外方面中，一种无线通信的方法包括：由第一无线通信设备建立与第二无线通信设备的通信。所述方法还包括：由所述第一无线通信设备从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信。所述方法还包括：由所述第一无线通信设备存储所述天线配置信息和所述至少一个神经网络参数。
9.在本公开内容的额外方面中，一种第一无线通信设备包括收发机，所述收发机被配置为：建立与第二无线通信设备的通信。所述第一无线通信设备还包括处理器，所述处理器被配置为：基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络。所述第一无线通信设备还包括，其中，所述收发机还被配置为：基于所述神经网络来向所述第二无线通信设备发送天线配置信息和至少一个神经网络参数。
10.在本公开内容的额外方面中，一种第一无线通信设备包括收发机，所述收发机被配置为：建立与第二无线通信设备的通信。所述收发机还被配置为：从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信。所述第一无线通信设备还包括处理器，所述处理器被配置为：在所述第一无线通信设备处存储所述天线配置信息和所述至少一个神经网络参数。
11.在本公开内容的额外方面中，一种具有记录在其上的程序代码的非暂时性计算机可读介质，所述程序代码包括：用于使得第一无线通信设备建立与第二无线通信设备的通信的代码。所述程序代码还包括：用于使得所述第一无线通信设备基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络的代码。所述程序代码还包括：用于使得所述第一无线通信设备基于所述神经网络来向所述第二无线通信设备发送天线配置信息和至少一个神经网络参数的代码。
12.在本公开内容的额外方面中，一种具有记录在其上的程序代码的非暂时性计算机可读介质，所述程序代码包括：用于使得第一无线通信设备建立与第二无线通信设备的通信的代码。所述程序代码还包括：用于使得所述第一无线通信设备从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信的代码。所述程序代码还包括：用于使得所述第一无线通信设备存储所述天线配置信息和所述至少一个神经网络参数的代码。
13.在本公开内容的额外方面中，一种第一无线通信设备包括：用于建立与第二无线通信设备的通信的单元。所述第一无线通信设备还包括：用于基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络的单元。所述第一无线通信设备还包括：用于基于所述神经网络来向所述第二无线通信设备发送天线配置信息和至少一个神经网络参数的单元。
14.在本公开内容的额外方面中，一种第一无线通信设备包括：用于建立与第二无线通信设备的通信的单元。所述第一无线通信设备还包括：用于从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信的单元。所述第一无线通信设备还包括：用于存储所述天线配置信息和所述至少一个神经网络参数的单元。
15.在结合附图回顾了以下对本发明的特定、示例性实施例的描述之后，本发明的其它方面、特征和实施例对于本领域普通技术人员来说将变得显而易见。虽然下文可能关于某些实施例和附图讨论了本发明的特征，但是本发明的所有实施例可以包括本文所讨论的有利特征中的一个或多个。换句话说，虽然可能将一个或多个实施例讨论成具有某些有利
特征，但是根据本文所讨论的本发明的各个实施例，也可以使用这些特征中的一个或多个。用类似的方式，虽然下文可能将示例性实施例讨论成设备、系统或者方法实施例，但是应当理解的是，这些示例性实施例可以在各种各样的设备、系统和方法中实现。
附图说明
16.图1示出了根据本公开内容的一些实施例的无线通信网络。
17.图2示出了根据本公开内容的一些实施例的用于在无线通信中使用的示例性自动编码器配置。
18.图3是根据本公开内容的一些实施例的用户设备(ue)的框图。
19.图4是根据本公开内容的一些实施例的示例性基站(bs)的框图。
20.图5示出了根据本公开内容的一些实施例的神经网络和天线配置指示方案的协议图。
21.图6示出了根据本公开内容的一些实施例的无线通信方法的流程图。
22.图7a示出了根据本公开内容的一些实施例的无线通信方法的流程图。
23.图7b示出了根据本公开内容的一些实施例的无线通信方法的流程图。
具体实施方式
24.下文结合附图阐述的具体实施方式旨在作为对各种配置的描述，而不是旨在表示在其中可以实践本文所描述的概念的唯一配置。为了提供对各种概念的全面理解，具体实施方式包括特定细节。然而，对于本领域技术人员来说将显而易见的是，可以在没有这些特定细节的情况下实践这些概念。在一些实例中，为了避免对这些概念造成模糊，公知的结构和组件是以框图形式示出的。
25.概括地说，本公开内容涉及无线通信系统(也被称为无线通信网络)。在各个实施例中，所述技术和装置可以用于诸如以下各项的无线通信网络以及其它通信网络：码分多址(cdma)网络、时分多址(tdma)网络、频分多址(fdma)网络、正交fdma(ofdma)网络、单载波fdma(sc-fdma)网络、lte网络、全球移动通信系统(gsm)网络、第五代(5g)或新无线电(nr)网络。如本文所描述的，术语“网络”和“系统”可以互换地使用。
26.ofdma网络可以实现诸如演进型utra(e-utra)、电气与电子工程师协会(ieee)802.11、ieee 802.16、ieee 802.20、闪速-ofdm等的无线电技术。utra、e-utra和gsm是通用移动电信系统(umts)的一部分。具体地，长期演进(lte)是umts的使用e-utra的版本。在来自名称为“第三代合作伙伴计划”(3gpp)的组织提供的文档中描述了utra、e-utra、gsm、umts和lte，以及在来自名称为“第三代合作伙伴计划2”(3gpp2)的组织的文档中描述了cdma2000。这些各种无线电技术和标准是已知的或者是正在开发的。例如，第三代合作伙伴计划(3gpp)是在各电信协会组之间的以定义全球适用的第三代(3g)移动电话规范为目标的合作。3gpp长期演进(lte)是以改进umts移动电话标准为目标的3gpp计划。3gpp可以定义针对下一代移动网络、移动系统和移动设备的规范。本公开内容可以参考lte、4g或5g nr技术来描述某些方面，以及涉及使用对新的和不同无线电接入技术或无线电空中接口的采集的网络之间对无线频谱的共享接入。
27.具体地，5g网络预期可以使用基于ofdm的统一的空中接口来实现的多样的部署、
多样的频谱以及多样的服务和设备。为了实现这些目标，除了发展用于5g nr网络的新无线电技术之外，还考虑对lte和lte-a的进一步的增强。5g nr将能够扩展(scale)为：(1)提供对大规模物联网(iot)的覆盖，大规模iot具有超高密度(例如，～1m个节点/km2)、超低复杂度(例如，～10s的比特/秒)、超低能量(例如，～10+年的电池寿命)、以及具有到达具有挑战性的地点的能力的深度覆盖；(2)提供包括具有用于保护敏感的个人、金融或机密信息的强安全性、超高可靠性(例如，～99.9999％的可靠性)、超低延时(例如，～1ms)的任务关键控制的覆盖，以及向具有宽范围的移动性或缺少移动性的用户提供覆盖；以及(3)以增强型移动宽带提供覆盖，增强型移动宽带包括极高容量(例如，～10tbps/km2)、极限数据速率(例如，多gbps速率，100+mbps的用户体验速率)、以及具有改进的发现和优化的深度感知。
28.5g nr可以被实现为使用经优化的基于ofdm的波形，其具有可扩展的数字方案(numerology)和传输时间间隔(tti)；具有共同的、灵活的框架，以利用动态的、低延时的时分双工(tdd)设计/频分双工(fdd)设计来高效地对服务和特征进行复用；以及高级无线技术，例如，大规模多输入多输出(mimo)、稳健的毫米波(mmwave)传输、高级信道编码和以设备为中心的移动性。5g nr中的数字方案的可扩展性(具有对子载波间隔的缩放)可以高效地解决跨越多样的频谱和多样的部署来操作多样的服务。例如，在小于3ghz fdd/tdd的实现方式的各种室外和宏覆盖部署中，子载波间隔可以例如在5、10、20mhz等带宽上以15khz出现。对于大于3ghz的tdd的其它各种室外和小型小区覆盖部署而言，子载波间隔可以在80/100mhz bw上以30khz出现。对于其它各种室内宽带实现方式而言，在5ghz频带的非许可部分上使用tdd，子载波间隔可以在160mhz bw上以60khz出现。最后，对于利用28ghz的tdd处的mmwave分量进行发送的各种部署而言，子载波间隔可以在500mhz bw上以120khz出现。
29.5g nr的可扩展的数字方案有利于针对不同延时和服务质量(qos)要求的可缩放tti。例如，较短的tti可以用于低延时和高可靠性，而较长的tti可以用于较高的频谱效率。对长tti和短tti的高效复用允许传输在符号边界上开始。5g nr也预期自包含的集成子帧设计，其中ul/下行链路调度信息、数据和确认在相同的子帧中。自包含的集成子帧支持非许可或基于竞争的共享频谱中的通信、自适应的ul/下行链路(其可以以每个小区为基础被灵活地配置为在ul和下行链路之间动态地切换以满足当前业务需求)。
30.下文进一步描述了本公开内容的各个其它方面和特征。应当显而易见的是，本文的教导可以以多种多样的形式来体现，并且本文所公开的任何特定的结构、功能或两者仅是代表性的而不是进行限制。基于本文的教导，本领域普通技术人员应当明白的是，本文所公开的方面可以独立于任何其它方面来实现，并且这些方面中的两个或更多个方面可以以各种方式组合。例如，使用本文所阐述的任何数量的方面，可以实现一种装置或者可以实施一种方法。此外，使用除了本文所阐述的方面中的一个或多个方面以外或与其不同的其它结构、功能、或者结构和功能，可以实现这样的装置，或者可以实施这样的方法。例如，方法可以被实现为系统、设备、装置的一部分和/或被实现为存储在计算机可读介质上以用于在处理器或计算机上执行的指令。此外，一个方面可以包括权利要求的至少一个元素。
31.本技术描述了用于指示设备之间的天线配置信息和神经网络信息的机制。根据本公开内容的实施例，两个无线通信设备可以使用机器学习/神经网络框架，以便对跨越信道的传输进行编码，并且在接收时进行解码。例如，两个无线设备可以联合地训练自动编码器。可以在发送侧和接收侧之间拆分自动编码器，即，可以在不同的设备中实现自动编码器
的编码器和解码器。当后续设备与已经从具有匹配或类似天线配置的设备获得一个或多个神经网络参数的设备进行通信时，本公开内容的实施例有助于加快训练过程。
32.例如，第一无线通信设备可以建立与第二无线通信设备的通信。在一个示例中，第一无线通信设备可以是用户设备(ue)，并且第二无线通信设备可以是基站(bs，也被称为例如演进型节点b或下一代enb)；替代地，第一无线通信设备可以是bs，并且第二无线通信设备可以是ue，或者这两个设备都可以是ue。为了便于讨论，尽管假设第一无线通信设备是信息的发射机，并且因此具有编码器侧驻留，并且第二无线通信设备是接收机，并且因此具有解码器侧驻留，但是如上所述，任一设备在不同的时间和/或上下文可以是发射机或接收机。
33.一旦建立通信，第一无线通信设备可以确定要用于向第二无线通信设备传输一些或所有类型的数据的神经网络。在一些实施例中，第一无线通信设备可以被预配置有多个不同的神经网络配置选项(本文中也被称为人工智能(ai)模块)，其包括不同的层数量、层中的节点数量、使用的算法。确定神经网络可以包括基于第一无线通信设备的一个或多个天线配置参数来选择预配置的选项中的一者。在一些其它实施例中，第一无线通信设备可能不具有预配置的选项，而是替代地可以基于第一无线通信设备的一个或多个天线配置参数来确定用于在编码时使用的层数量、每层的节点数量、每层中使用的算法等。
34.根据本公开内容的实施例，第一无线通信设备可以将神经网络信息和天线配置信息一起发送到第二无线通信设备。之后，两个设备联合地训练神经网络以在接收端实现与在发送端训练输入足够相似的输出。在完成训练时，对输入数据的压缩将产生降维的码字，这提高传输效率并且降低资源利用率，该码字可在解码器侧恢复。根据本公开内容的一些另外的实施例，第一无线通信设备可以将训练权重从经训练的神经网络发送(例如，以编码形式以减少信道中的资源消耗)到第二无线通信设备，第二无线通信设备也可以与第一无线通信设备的天线配置信息相关联地存储该信息。第二无线通信设备能够基于天线配置来搜索其记录，以识别神经网络信息和权重。
35.随后，当第二无线通信设备建立与第三无线通信设备(例如，进入新bs的新小区的ue、或进入bs的小区的新ue)的通信时，第二无线通信设备可以检查第三无线通信设备的天线配置是否匹配(或通过相似性门限)在第二无线通信设备处存储的任何其它天线配置信息。作为出于讨论目的的示例，可以在第三无线通信设备的天线配置和存储的第一无线通信设备的天线配置信息之间找到足够的相似性(直到并且包括匹配)，第一无线通信设备之前已经将其天线配置信息与神经网络指示一起发送给第二无线通信设备。
36.作为响应，第二无线通信设备可以将从第一无线通信设备接收的神经网络信息发送到第三无线通信设备，以辅助在第三无线通信设备处进行神经网络选择和/或训练。另外，如果第一无线通信设备发送了神经网络权重，则第二无线通信设备也可以将其发送给第三无线通信设备。第三无线通信设备可以实现该信息，以加速对在第三无线通信设备和第二无线通信设备之间使用的神经网络的选择和/或训练。这可以通过不要求新设备根据默认参数来识别和训练新系统(例如，在第二无线通信设备和第三无线通信设备之间)来节省系统资源。
37.本公开内容的各方面可以提供若干益处。例如，如已经提及的，训练神经网络可能是时间密集型和计算密集型的过程，消耗大量的系统资源。如果已经针对某个天线配置对
使用和训练了深度神经网络，则可以将相同的神经网络用于第二无线通信设备和其它无线通信设备之间的未来通信目的。因此，可以通过不从头识别和训练新系统(例如，在该示例中，在第二无线通信设备和第三无线通信设备之间)来节省系统资源。
38.图1示出了根据本公开内容的一些方面的无线通信网络100。网络100可以是5g网络。网络100包括多个基站(bs)105(分别被标记为105a、105b、105c、105d、105e和105f)和其它网络实体。bs 105可以是与ue 115进行通信的站，并且还可以被称为演进型节点b(enb)、下一代enb(gnb)、接入点等等。每个bs 105可以为特定地理区域提供通信覆盖。在3gpp中，术语“小区”可以指代bs 105的该特定地理覆盖区域和/或为该覆盖区域服务的bs子系统，这取决于使用该术语的上下文。
39.bs 105可以提供针对宏小区或小型小区(例如，微微小区或毫微微小区)和/或其它类型的小区的通信覆盖。宏小区通常覆盖相对大的地理区域(例如，半径为几千米)，并且可以允许由具有与网络提供商的服务订制的ue进行不受限制的接入。小型小区(例如，微微小区)通常将覆盖相对较小的地理区域，并且可以允许由具有与网络提供商的服务订制的ue进行不受限制的接入。小型小区(例如，毫微微小区)通常也将覆盖相对小的地理区域(例如，住宅)，并且除了不受限制的接入之外，还可以提供由与该毫微微小区具有关联的ue(例如，封闭用户组(csg)中的ue，针对住宅中的用户的ue等)进行的受限制的接入。用于宏小区的bs可以被称为宏bs。用于小型小区的bs可以被称为小型小区bs、微微bs、毫微微bs或家庭bs。在图1中示出的示例中，bs 105d和105e可以是常规的宏bs，而bs 105a-105c可以是利用三维(3d)、全维度(fd)或大规模mimo中的一项来实现的宏bs。bs 105a-105c可以利用它们的更高维度mimo能力，来在仰角和方位角波束成形两者中利用3d波束成形，以增加覆盖和容量。bs 105f可以是小型小区bs，其可以是家庭节点或便携式接入点。bs 105可以支持一个或多个(例如，两个、三个、四个等)小区。
40.网络100可以支持同步操作或异步操作。对于同步操作，bs可以具有相似的帧定时，并且来自不同bs的传输可以在时间上近似地对齐。对于异步操作，bs可以具有不同的帧定时，并且来自不同bs的传输在时间上可以不对齐。
41.ue 115散布于整个无线网络100中，并且每个ue 115可以是静止的或移动的。ue 115还可以被称为终端、移动站、订户单元、站等。ue 115可以是蜂窝电话、个人数字助理(pda)、无线调制解调器、无线通信设备、手持设备、平板计算机、膝上型计算机、无绳电话、无线本地环路(wll)站等。在一个方面中，ue 115可以是包括通用集成电路卡(uicc)的设备。在另一方面中，ue可以是不包括uicc的设备。在一些方面中，不包括uicc的ue 115也可以被称为iot设备或万物互联网(ioe)设备。ue 115a-115d是接入该网络100的移动智能电话类型的设备的示例。ue 115还可以是被专门配置用于连接的通信(包括机器类型通信(mtc)、增强型mtc(emtc)、窄带iot(nb-iot)等)的机器。ue 115e-115h是接入该网络100的被配置用于通信的各种机器的示例。ue 115i-115k是被配备有接入该网络100的被配置用于通信的无线通信设备的车辆的示例。ue 115可以能够与任何类型的bs(无论是宏bs、小型小区等等)进行通信。在图1中，闪电(例如，通信链路)指示ue 115与服务bs 105(其是被指定为在下行链路(dl)和/或上行链路(ul)上为ue 115服务的bs)之间的无线传输、bs 105之间的期望传输、bs之间的回程传输、或ue 115之间的侧行链路传输。
42.在操作中，bs 105a-105c使用3d波束成形和协作空间技术(例如，协作多点(comp)
或多重连接)来为ue 115a和115b进行服务。宏bs 105d可以执行与bs 105a-105c以及小型小区bs 105f的回程通信。宏bs 105d还发送ue 115c和115d订制并且接收的多播服务。这种多播服务可以包括移动电视或流视频，或者可以包括用于提供社区信息的其它服务，例如，天气紧急状况或警报(例如，amber(安珀)警报或灰色警报)。
43.bs 105还可以与核心网进行通信。核心网可以提供用户鉴权、接入授权、跟踪、互联网协议(ip)连接、以及其它接入、路由或移动性功能。bs 105中的至少一些bs(例如，其可以是gnb或接入节点控制器(anc)的示例)可以通过回程链路(例如，ng-c、ng-u等)与核心网对接，以及可以执行用于与ue 115的通信的无线配置和调度。在各个示例中，bs 105可以在回程链路(例如，x1、x2等)上相互直接地或间接地(例如，通过核心网)进行通信，回程链路可以是有线或无线的通信链路。
44.网络100还可以支持利用用于任务关键设备(例如ue 115e，其可以是无人机)的超可靠且冗余链路的任务关键通信。与ue 115e的冗余通信链路可以包括来自宏bs 105d和105e的链路以及来自小型小区bs 105f的链路。其它机器类型设备(例如，ue 115f(例如，温度计)、ue 115g(例如，智能仪表)和ue 115h(例如，可穿戴设备))可以通过网络100直接与bs(例如，小型小区bs 105f和宏bs 105e)进行通信，或者通过与将其信息中继给网络的另一个用户装置进行通信(例如，ue 115f将温度测量信息传送给智能仪表(ue 115g)，温度测量信息随后通过小型小区bs 105f被报告给网络)而处于多步长配置中。网络100还可以通过动态的、低延时tdd/fdd通信(诸如ue 115i、115j或115k与其它ue 115之间的v2v、v2x、c-v2x通信和/或ue 115i、115j或115k与bs 105之间的车辆到基础设施(v2i)通信)来提供额外的网络效率。
45.在一些实现方式中，网络100利用用于通信的基于ofdm的波形。基于ofdm的系统可以将系统bw划分成多个(k个)正交子载波，所述多个正交子载波通常还被称为子载波、音调、频段等。每个子载波可以与数据进行调制。在一些示例中，邻近子载波之间的子载波间隔可以是固定的，以及子载波的总数(k)可以取决于系统bw。还可以将系统bw划分成子带。在其它实例中，子载波间隔和/或tti的持续时间可以是可缩放的。
46.在一些方面中，bs 105可以指派或调度用于网络100中的下行链路(dl)和上行链路(ul)传输的传输资源(例如，以时频资源块(rb)的形式)。dl是指从bs 105到ue 115的传输方向，而ul是指从ue 115到bs 105的传输方向。通信可以是以无线帧的形式。无线帧可以被划分成多个子帧或时隙，例如，大约10个。每个时隙可以被进一步划分成微时隙。在fdd模式下，同时的ul和dl传输可以发生在不同的频带中。例如，每个子帧包括ul频带中的ul子帧和dl频带中的dl子帧。在tdd模式下，ul和dl传输使用相同的频带发生在不同的时间段处。例如，无线帧中的子帧子集(例如，dl子帧)可以用于dl传输，以及无线帧中的另一子帧子集(例如，ul子帧)可以用于ul传输。
47.dl子帧和ul子帧还可以被划分成若干区域。例如，每个dl或ul子帧可以具有用于参考信号、控制信息和数据的传输的预定义的区域。参考信号是促进bs 105与ue 115之间的通信的预先确定的信号。例如，参考信号可以具有特定的导频模式或结构，其中，导频音调可以横跨跨越可操作bw或频带，每个导频音调位于预定义的时间和预定义的频率处。例如，bs 105可以发送小区特定参考信号(crs)和/或信道状态信息-参考信号(csi-rs)，以使ue 115能够估计dl信道。类似地，ue 115可以发送探测参考信号(srs)，以使bs 105能够估
ack。相反，如果ue 115未能成功接收dl传输，则ue 115可以向bs 105发送harq nack。在从ue 115接收到harq nack时，bs 105可以将dl数据分组重传给ue 115。重传可以包括与初始传输相同的dl数据的经译码的版本。替代地，重传可以包括与初始传输不同的dl数据的经译码的版本。ue 115可以应用软组合来组合从初始传输和重传接收的编码数据以进行解码。bs 105和ue 115还可以使用与dl harq基本相似的机制来针对ul通信应用harq。
54.在一些方面中，网络100可以在系统bw或分量载波(cc)bw上操作。网络100可以将系统bw划分成多个bwp(例如，部分)。bs 105可以动态地指派ue 115在特定bwp(例如，系统bw的特定部分)上进行操作。所指派的bwp可以被称为活动bwp。ue 115可以针对来自bs 105的信令信息来监测活动bwp。bs 105可以调度ue 115在活动bwp中进行ul或dl通信。在一些方面中，bs 105可以将cc内的一对bwp指派给ue 115以用于ul和dl通信。例如，bwp对可以包括用于ul通信的一个bwp和用于dl通信的一个bwp。
55.在一些方面中，网络100可以在共享信道上操作，该共享信道可以包括共享频带或免许可频带。例如，网络100可以是在免许可频带上操作的nr免许可(nr-u)网络。在这样的方面中，bs105和ue 115可以由多个网络操作实体操作。为了避免冲突，bs 105和ue 115可以采用先听后说(lbt)过程来监测共享信道中的传输机会(txop)。例如，发送节点(例如，bs 105或ue 115)可以在信道中进行发送之前执行lbt。当lbt通过时，发送节点可以继续传输。当lbt失败时，发送节点可以避免在信道中进行发送。在一个示例中，lbt可以是基于能量检测的。例如，当从信道测量的信号能量低于门限时，lbt导致通过。相反，当从信道测量的信号能量超过门限时，lbt导致失败。在另一示例中，lbt可以是基于信号检测的。例如，当在信道中未检测到信道预留信号(例如，预定的前导码信号)时，lbt导致通过。txop也可以被称为信道占用时间(cot)。
56.在一些方面中，网络100可以提供侧行链路通信，以允许ue 115在不通过bs 105和/或核心网络进行隧道传输的情况下与另一ue 115进行通信。bs 105可以在经许可频带和/或免许可频带中为ue 115和其它ue 115之间的侧行链路通信配置某些资源。ue 115可以在侧行链路通信期间向另一ue发送物理侧行链路共享信道(pssch)数据、物理侧行链路共享控制信道(pscch)侧行链路控制信息(sci)、侧行链路cot共享sci、侧行链路调度sci和/或物理侧行链路反馈信道(psfch)ack/nack反馈(例如，用于侧行链路的harq)，和/或从另一ue 115接收pssch数据、pscch sci，侧行链路cot共享sci、侧行链路调度sci和/或psfch ack/nack反馈。
57.ue 115(无论是向bs 105还是向另一ue 115进行传送)可以实现人工智能(ai)(诸如机器学习(ml)和/或深度学习(dl))以辅助通信，从而实现一个或多个益处，包括例如不要求知道基础数据分布，或者不要求明确识别某个结构才能工作，以及更高的压缩效率等。此类实现的一个示例是在发送侧和接收侧之间拆分的自动编码器，即，可以在不同的设备中实现自动编码器的编码器和解码器。在ue 115与bs 105进行通信的示例中，编码器可以位于ue 115处，并且bs 105可以具有解码器，它们作为自动编码器一起协作，以便训练和实现数据的端到端压缩和重构。在另一示例中，bs 105可以被另一ue 115替换，或者bs 105可以是到另一设备的传输的源，并且因此具有编码器，等等。更一般地，在自动编码器实现中，向另一设备进行发送的第一无线通信设备可以用作编码器，并且从第一设备进行接收的第二无线通信设备可以用作的解码器。在编码器压缩之后发送的数据在本文中可以被称为编
码数据、压缩数据、代码等。
58.因为训练在自动编码器中使用的神经网络(在第一无线通信设备和第二无线通信设备之间)可能消耗大量资源，包括计算资源和/或时间资源(仅举几个示例)，因此期望减轻消耗。例如，当第一无线通信设备建立通信(例如，根据上文关于图1讨论的一个或多个过程)时，它可以发送关于神经网络的信息，第一无线通信设备将训练该神经网络以随后用于与第二无线通信设备的通信。第一无线通信设备可以将神经网络信息与第一无线通信设备的天线配置信息一起发送到第二无线通信设备。
59.在一些实施例中，第一无线通信设备可以被提供(例如，先前，例如静态或动态地，例如经由rrc信令、mac信令或其它信令)从中进行选择的潜在神经网络配置集合，为了简单起见，本文中也被称为ai模块。例如，给定的ai模块可以指定不同的神经网络特性，包括例如要在编码器侧的神经网络中使用的层数量、要在编码器侧的每个层中使用的节点数量等。在其它实施例中，第一无线通信设备可能不被提供潜在神经网络配置；替代地，第一无线通信设备可以动态地选择层数量、每层的节点数量等以用于编码。在上述任何方法下，第一无线通信设备可以基于第一无线通信设备的天线配置来选择神经网络。
60.通过向第二无线通信设备发送神经网络信息，第一无线通信设备和第二无线通信设备可以训练神经网络以供后续使用。这可能是一个协作和迭代的过程，以实现与输入训练序列相同的输出。例如，第一无线通信设备可以修改第一无线通信设备处的神经网络的一个或多个层中的一个或多个节点的一个或多个训练权重和/或偏差。
61.根据本公开内容的一些实施例，当第一无线通信设备与第二无线通信设备协作完成训练时，第一无线通信设备可以向第二无线通信设备发送训练产生的对应节点的一个或多个权重和/或一个或多个偏差的标识。这可以是在没有压缩的情况下发送的，或者替代地可以是在训练之后通过神经网络进行压缩之后发送的。该信息也可以与用于第一无线通信设备的天线配置信息相关联地保持。第二无线通信设备可能能够基于天线配置来搜索其记录，以识别神经网络信息和权重(或偏差)。
62.例如，如果第二无线通信设备建立与第三无线通信设备的通信(例如，bs 105建立与另一ue 115的通信，或者ue 115由于位置变化而建立与另一bs 105的通信，等等)，则第二无线通信设备可以使用神经网络配置信息和/或训练偏差，以便减少第三无线通信设备上的计算和/或时间负担。为此，第二无线通信设备可以首先确定来自第三无线通信设备的天线配置信息是否对应于来自先前与第二无线通信设备协作训练神经网络的另一设备的天线配置信息。这可以包括例如确定第三无线通信设备的天线配置是否与第一无线通信设备的天线配置相同，或者是否通过相似性门限等。
63.当天线配置足够相似时，第二无线通信设备可以向第三无线通信设备发送神经网络配置信息(例如，标识层数量、节点数量等的信息)。例如，如果第二无线通信设备是bs 105，则这可以是使用相同神经网络信息的指令；如果第二无线通信设备是ue 115，并且第三无线通信设备是bs 105，则这可以是建议。与该神经网络信息一起，第二无线通信设备还可以向第三无线通信设备发送天线配置信息，包括例如面板方向、天线阵列维度、天线极化、面板位置等。
64.此外，在一些实施例中，当天线配置足够相似时，第二无线通信设备还可以向第三无线通信设备发送训练权重/偏差。该权重信息可以在第三无线通信设备处用作第二无线
通信设备和第三无线通信设备之间神经网络训练的起点。因此，如果已经针对某个天线配置对(例如，在该示例中，在第一无线通信设备和第二无线通信设备之间)使用和训练了深度神经网络，则可以将相同的神经网络用于将来的通信目的(例如，在该示例中，在第二无线通信设备和第三无线通信设备之间)。例如，当ue 115移动到具有相同或类似的天线配置的另一小区时，或者当bs 105服务于具有与使用和训练神经网络信息的旧ue 115相同或类似的天线配置的新ue 115时，可能发生这种情况。以这种方式，可以通过不从头识别和训练新系统(例如，在该示例中，在第二无线通信设备和第三无线通信设备之间)来节省系统资源。
65.在图2中示出了无线通信设备之间的自动编码器配置200的示例。自动编码器配置200可以包括编码器202和解码器208，它们在信道206上进行通信。编码器202可以是第一无线通信设备的一部分，并且解码器208可以是第二无线通信设备的一部分。例如，在图1的示例中，编码器202可以是ue 115的一部分，并且与在各种示例中作为bs 105或另一ue 115的一部分的解码器208进行通信。作为另一示例，编码器202可以是bs 105的一部分，并且与作为ue 115的一部分的解码器208进行通信。
66.编码器202可以包括一个或多个层204a，其包括例如输入层和一个或多个隐藏层。每个层可以包括连接到另一层中的节点的一个或多个节点。权重可以在数据穿过一个或多个层204a时应用于数据。编码器202还可以包括归一化层204b。解码器208可以包括一个或多个隐藏层210a，其后跟有激活层210b。例如，输入s可以穿过层204a和归一化层204b，从而产生压缩码字a。压缩码字a具有与输入s的维度相比降低的维度。随着码字a穿过信道206，作为接收码字b到达接收解码器208。隐藏层210a和激活层210b可以将原始输入s重构为s’。对编码器202和解码器208进行联合训练，以便将输出处的输入s恢复为s’。
67.配置200是示例性的；在实现本公开内容的实施例时，可以在编码器或解码器中包括不同数量的层，以及用于实现不同类型的神经网络的额外层和/或功能和/或算法。例如，根据本公开内容的一些实施例，实现编码器202的第一无线通信设备可以存储多个不同的ai模块，每个ai模块具有不同的神经网络配置(例如，层204a、204b和每个层中的节点的数量等)。可以预先配置ai模块，并且在一些示例中还可以动态地更新ai模块(例如，经由rrc信令或其它控制信令)。在其它示例中，编码器202可能未被配置有ai模块，而是替代地自行确定要实现的神经网络参数。
68.可以在编码器202处基于容纳编码器202的第一无线通信设备的一个或多个参数来确定ai模块(或者更一般地，神经网络参数)。例如，可以基于第一无线通信设备处的天线配置参数(包括例如天线阵列维度(包括例如阵列中的天线数量)、天线极化、面板方向、参数的组合等)来确定神经网络参数。
69.图3是根据本公开内容的一些方面的示例性ue 300的框图。ue 300可以是图1中的如上文论述的ue 115。如图所示，ue 300可以包括处理器302、存储器304、神经网络通信模块308、包括调制解调器子系统312和射频(rf)单元318的收发机310、以及一个或多个天线320。这些元素可以例如经由一个或多个总线相互直接或间接地通信。
70.处理器302可以包括被配置为执行本文所描述的操作的中央处理单元(cpu)、数字信号处理器(dsp)、专用集成电路(asic)、控制器、现场可编程门阵列(fpga)设备、另一硬件设备、固件设备或其任何组合。处理器302还可以被实现为计算设备的组合，例如，dsp与微
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。
71.存储器304可以包括高速缓存存储器(例如，处理器302的高速缓存存储器)、随机存取存储器(ram)、磁阻ram(mram)、只读存储器(rom)、可编程只读存储器(prom)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)、闪存、固态存储器设备、硬盘驱动器、其它形式的易失性和非易失性存储器、或者不同类型的存储器的组合。在一方面中，存储器304包括非暂时性计算机可读介质。存储器304可以存储或具有记录在其上的指令306。指令306可以包括：当由处理器302执行时，使得处理器302执行本文结合本公开内容的各方面(例如，图5-7b的各方面)、参考ue 115所描述的操作的指令。指令306还可以称为程序代码。程序代码可以用于使得无线通信设备执行例如由使得一个或多个处理器(例如处理器302)控制或命令无线通信设备做这些的操作。术语“指令”和“代码”应当被广泛地解释为包括任何类型的计算机可读语句。例如，术语“指令”和“代码”可以指代一个或多个程序、例程、子例程、函数、过程等等。“指令”和“代码”可以包括单个计算机可读语句或者许多计算机可读语句。
72.可以经由硬件、软件或其组合来实现神经网络通信模块308。例如，神经网络通信模块308可以被实现为处理器、电路和/或存储在存储器304中并且由处理器302执行的指令306。在一些情况下，神经网络通信模块308可以集成在调制解调器子系统312内。例如，神经网络通信模块308可以被实现为神经网络单元314，其可以实现被示为ai模块316a-316n的一个或多个机器学习算法。在其它示例中，可以通过将神经网络处理卸载到应用处理器(诸如处理器302)来实现神经网络通信模块308。此外，神经网络通信模块308可以仅由调制解调器子系统312内的软件组件(例如，由dsp或通用处理器执行)和硬件组件(例如，逻辑门和电路)的组合或者与诸如处理器302之类的应用处理器相结合来实现，或者仅由诸如处理器302之类的应用处理器来实现。
73.神经网络通信模块308可以用于本公开内容的各个方面，例如，图5-7b的各方面。神经网络通信模块308被配置为使用经训练的神经网络进行神经网络配置、训练和/或压缩。在一些示例中，神经网络通信模块308可以作为编码器侧与接收端上的解码器侧协同操作。在其它示例中，神经网络通信模块308可以作为解码器侧与发送端上的编码器侧协同操作。神经网络通信模块308可以(根据预先配置的ai模块或通常)基于ue 115的天线320的配置来确定要使用的神经网络参数。根据本公开内容的实施例，神经网络通信模块308还可以用信号向接收端的解码器侧通知天线配置信息和神经网络信息和/或训练权重。可以在解码器侧使用用信号通知的信息来加速和减少与解码器侧进行神经网络训练的新设备的计算负担。在一些示例中，神经网络通信模块308可以用作第一无线通信设备的编码器的一部分(例如，根据关于图1给出的示例)。在其它示例中，神经网络通信模块308可以用作根据图1示例的第三无线通信设备的编码器的一部分，该第三无线通信设备接收并且实现先前提供的神经网络参数和/或权重。
74.如图所示，收发机310可以包括调制解调器子系统312和rf单元318。收发机310可以被配置为与其它设备(诸如bs 105和其它ue 115)进行双向通信。调制解调器子系统312可以被配置为根据调制和编码方案(mcs)(例如，低密度奇偶校验(ldpc)编码方案、turbo编码方案、卷积编码方案、数字波束成形方案等等)，对来自存储器304和/或神经网络通信模
块308的数据进行调制和/或编码(是否由处理器302和/或神经网络单元314实现的)。如上文所述，调制解调器子系统312可以包括神经网络单元314。神经网络单元314可以包括一个或多个ai模块316a-316n，或在无ai模块的情况下实现参数。
75.rf单元318可以被配置为对来自调制解调器子系统312的经调制/编码的数据(关于出站传输)或者源自于另一源(诸如ue 115或bs 105)的传输进行处理(例如，执行模数转换或者数模转换，等等)。rf单元318还可以被配置为与数字波束成形结合地来执行模拟波束成形。虽然被示为与收发机310集成在一起，但是调制解调器子系统312和rf单元318可以是单独的设备，它们在ue 115处耦合在一起以使ue 115能够与其它设备进行通信。
76.rf单元318可以将经调制和/或处理的数据(例如，数据分组(或者更一般地，可以包含一个或多个数据分组和其它信息的数据消息))提供给天线320，以用于去往一个或多个其它设备的传输。天线320还可以接收从其它设备发送的数据消息。天线320可以提供所接收的数据消息以用于在收发机310处进行处理和/或解调。天线320可以包括具有类似设计或不同设计的多个天线，以便维持多个传输链路。rf单元318可以配置天线320。
77.在一方面中，ue 300可以包括实现不同rat(例如，nr和lte)的多个收发机310。在一方面中，ue 300可以包括实现多种rat(例如，nr和lte)的单个收发机310。在一方面中，收发机310可以包括各种组件，其中组件的不同组合可以实现不同的rat。
78.图4是根据本公开内容的一些方面的示例性bs 400的框图。bs 400可以是图1中的如上文论述的网络100中的bs 105。如图所示，bs 400可以包括处理器402、存储器404、神经网络通信模块408、包括调制解调器子系统412和rf单元418的收发机410、以及一个或多个天线420。这些元素可以例如经由一个或多个总线相互直接或间接地通信。
79.处理器402可以具有如特定于类型的处理器的各种特征。例如，这些可以包括被配置为执行本文描述的操作的cpu、dsp、asic、控制器、fpga设备、另一硬件设备、固件设备或其任何组合。处理器402还可以被实现为计算设备的组合，例如，dsp与微处理器的组合、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。
80.存储器404可以包括高速缓存存储器(例如，处理器402的高速缓存存储器)、ram、mram、rom、prom、eprom、eeprom、闪存、固态存储器设备、一个或多个硬盘驱动器、基于忆阻器的阵列、其它形式的易失性和非易失性存储器、或者不同类型的存储器的组合。在一些实施例中，存储器404可以包括非暂时性计算机可读介质。存储器404可以存储指令406。指令406可以包括：当由处理器402执行时，使得处理器402执行本文所描述的操作的指令。指令406还可以被称为代码，代码可以被广泛地解释为包括任何类型的计算机可读语句，如上文关于图3所论述的。
81.可以经由硬件、软件或其组合来实现神经网络通信模块408。例如，神经网络通信模块408可以被实现为处理器、电路和/或存储在存储器404中并且由处理器402执行的指令406。在一些情况下，神经网络通信模块408可以集成在调制解调器子系统412内。例如，神经网络通信模块408可以被实现为神经网络单元414，其可以实现被示为ai模块416a-416n的一个或多个机器学习算法。在其它示例中，可以通过将神经网络处理卸载到应用处理器(诸如处理器402)来实现神经网络通信模块408。此外，神经网络通信模块408可以仅由调制解调器子系统412内的软件组件(例如，由dsp或通用处理器执行)和硬件组件(例如，逻辑门和电路)的组合或者与诸如处理器402之类的应用处理器相结合来实现，或者仅由诸如处理器
402之类的应用处理器来实现。
82.神经网络通信模块408可以用于本公开内容的各个方面，例如，图5-7b的各方面。神经网络通信模块408被配置为进行神经网络配置、训练、解压缩和/或压缩(取决于神经网络通信模块408是作为解码器还是编码器来与bs 400进行操作)。在一些示例中，神经网络通信模块408可以作为解码器侧与发送端上的编码器侧协作操作。在其它示例中，神经网络通信模块408可以作为编码器侧与接收端上的解码器侧协作操作。
83.神经网络配置模块408可以基于编码端的天线的配置来接收在编码端使用的神经网络参数(来自预先配置的ai模块或者一般地)。根据本公开内容的实施例，神经网络通信模块408可以从编码器侧接收天线配置信息和神经网络信息和/或训练权重。当在解码器侧操作时，神经网络通信模块408可以使用用信号通知的信息来加速和减少与解码器侧进行神经网络训练的新设备的计算负担。在一些示例中，神经网络通信模块408可以用作第二无线通信设备的解码器的一部分(例如根据关于图1给出的示例)。在其它示例中，根据图1示例，神经网络通信模块308可以用作第一无线通信设备或第三无线通信设备的编码器的一部分，第一无线通信设备或第三无线通信设备分别确定和实现或接收和实现神经网络参数和/或权重。。
84.如图所示，收发机410可以包括调制解调器子系统412和rf单元418。收发机410可以被配置为与其它设备(诸如ue 115和/或300和/或另一核心网络元素)进行双向通信。调制解调器子系统412可以被配置为根据mcs(例如，ldpc编码方案、turbo编码方案、卷积编码方案、数字波束成形方案等)对数据进行调制和/或编码。调制解调器子系统412可以包括神经网络单元414(其可以包括一个或多个ai模块416a-416n)和/或用于存储天线配置信息和神经网络配置信息的存储装置(例如，存储器404)。rf单元418可以被配置为对来自调制解调器子系统412的经调制/编码的数据(关于出站传输)或者源自于另一源(诸如ue 115和/或300)的传输进行处理(例如，执行模数转换或者数模转换，等等)。rf单元418还可以被配置为与数字波束成形结合地来执行模拟波束成形，例如，在处理包括信道状态信息的码字(其中在发送侧使用神经网络降低其维度)以估计信道之后。虽然被示为与收发机410集成在一起，但是调制解调器子系统412和/或rf单元418可以是单独的设备，它们在bs 400处耦合在一起以使bs 400能够与其它设备进行通信。
85.rf单元418可以将经调制和/或处理的数据(例如，数据分组(或者更一般地，包含一个或多个数据分组和其它信息的数据消息))提供给天线420，以用于去往一个或多个其它设备的传输。天线420还可以接收从其它设备发送的数据消息，以及提供所接收的数据消息以用于在收发机410处进行处理和/或解调。天线420可以包括具有类似设计或不同设计的多个天线，以便维持多个传输链路。在一方面中，bs 400可以包括实现不同rat(例如，nr和lte)的多个收发机410。在一方面中，bs 400可以包括实现多个rat(例如，nr和lte)的单个收发机410。在一方面中，收发机410可以包括各种组件，其中组件的不同组合可以实现不同的rat。
86.现在转到图5，示出的是根据本公开内容的一些实施例的神经网络和天线配置指示方案500的协议图。通信可以在第一无线通信设备502、第二无线通信设备504和/或第三无线通信设备506之间进行。例如，第一无线通信设备502可以是ue，而第二无线通信设备504可以是bs，并且第三无线通信设备506可以是另一ue。作为另一示例，第一无线通信设备
502可以是bs，并且第二无线通信设备504可以是ue，其中第三无线通信设备506可以是另一bs。在另一示例中，所有三个无线通信设备都可以是ue。
87.在动作510处，第一无线通信设备502和第二无线通信设备504彼此建立通信。这可以包括建立通信的各方面中的一个或多个方面，如上文关于例如图1所讨论的。
88.在动作512处，第一无线通信设备502(在图5中被描述为使用神经网络进行传输的源，并且因此包括编码器，诸如关于图2讨论的编码器202)确定要在与第二无线通信设备504的自动编码器通信中使用的神经网络。如关于图3(其中第一无线通信设备502是ue)或图4(其中第一无线通信设备502是bs)进一步讨论的，这可以(分别)由神经网络通信模块308/408执行。这可以是基于例如第一无线通信设备502处的天线配置的，包括例如天线阵列维度(包括例如阵列中的天线数量)、天线极化、面板方向、参数的组合等。
89.在一些实施例中，这涉及第一无线通信设备502从可能在第一无线通信设备502处配置的多个不同ai模块中选择ai模块(例如，预先安装在设备上或通过一个或多个配置更新从网络接收、和/或其一些组合)。例如，第一无线通信设备502可以被预先配置有ai模块集合，每个ai模块具有不同的神经网络参数，诸如层数量、每层的节点数量、机器学习算法(总体和/或每层等)等。可以在第二无线通信设备504处预先配置可能的ai模块(或者可能一直是在第一无线通信设备502处进行预先配置的源，其中，例如，第二无线通信设备504是bs 105)。
90.在其它实施例中，这涉及第一无线通信设备502可能未被提供预先配置的ai模块。在这种情况下，第一无线通信设备502可以动态地确定用于在编码时使用的层数量、每层的节点数量等。因此，可以选择要使用的神经网络的每个方面。替代地，第一无线通信设备可以被提供预先配置的层选项，但不是每层的节点，使得第一无线通信设备502可以从预先配置的层选项中选择并且动态地确定节点数量。或者替代地，可以预先配置节点数量选项，但层数量可以由第一无线通信设备502动态地确定。
91.在确定了神经网络的情况下，在动作514处，第一无线通信设备502将神经网络信息与第一无线通信设备502的天线配置信息一起发送到第二无线通信设备504。
92.例如，在动作512涉及从多个预先配置的ai模块中进行选择的情况下，动作514可以涉及第一无线通信设备502将标识所选择的ai模块的索引(例如，神经网络参数的隐式信令)与天线配置信息一起发送到第二无线通信设备504。如上所述，在这些情况下，第二无线通信设备504也可以使用索引来识别已经在第二无线通信设备504处提供的ai模块。因此，第二无线通信设备504可以经由ai模块知道相关的神经网络参数。这有助于在将神经网络信息指示与天线配置信息一起发送时减少信令开销，从而提高效率。
93.作为另一示例，在动作512涉及确定显式神经网络参数的情况下，动作514可以替代地涉及第一无线通信设备502将显式神经网络参数(例如，参数的显式信令)与天线配置信息一起发送到第二无线通信设备504。这可以涉及显式地用信号通知神经网络的层数量、每层的节点数量、所使用的一个或多个算法等。或者，在一些参数可能是预先提供的而其它参数不是预先提供的情况下，这可能涉及隐式地用信号通知预先提供的部分，并且显式地用信号通知未预先提供的部分。
94.在第一无线通信设备502是ue 115的示例中，传输514可以在例如上行链路rrc消息、mac-ce或pucch的上行链路的资源上完成。在第一无线通信设备502是bs 105的示例中，
传输514可以在例如rrc、mac-ce或pdcch的下行链路资源上完成(其中rrc信令不太动态，并且pdcch更动态)。在第一无线通信设备502和第二无线通信设备504两者都是ue 115的示例中，可以经由侧行链路控制或侧行链路较高层信令来完成传输514。
95.在动作516处，第二无线通信设备504存储所接收的神经网络信息和对应的天线配置信息。这可以以搜索方式存储，使得第二无线通信设备504能够基于天线配置参数(一个或多个参数)进行搜索，以查看新无线通信设备的天线配置是否与至少一个参数相同、与多个参数相同、或者在第二无线通信设备504的存储装置中的给定条目的一个或多个天线配置参数的相似性门限内。这可以存储在第二无线通信设备504处的存储器中，而在其它示例中，这可以存储在第二无线通信设备504通过网络可访问的存储器中。
96.在动作518处，第一无线通信设备502和第二无线通信设备504参与训练在动作512处确定的神经网络。如先前提及的，这可以是协作和迭代过程，其中，第一无线通信设备502与第二无线通信设备联合训练神经网络，以实现与输入训练序列相同或足够相似的输出。例如，第一无线通信设备502可以修改第一无线通信设备502处的神经网络的一个或多个层中的一个或多个节点的一个或多个训练权重和/或偏差。在完成训练时，对输入数据的压缩将导致降维的码字，该码字提高了传输效率并且降低了资源利用，该码字可在解码器侧(即，在该示例中，在第二无线通信设备504处)恢复。
97.在动作520处，第一无线通信设备502可以将来自动作518的训练的结果(例如，训练权重和/或偏差)编码为码字。由于这可能是非常大的数据集，因此第一无线通信设备504可以在必要时请求预留传输资源的授权，以便传输可以避免与其它传输的冲突。这可以来自第二无线通信设备504(当其是bs时)或者来自第三设备(在两个无线通信设备都是ue的情况下)，仅举几个示例。
98.在动作522处，第一无线通信设备502向第二无线通信设备504发送码字(包括神经网络训练结果)。在一些示例中，第一无线通信设备502在不编码的情况下发送训练权重，因此从动作518转到动作522，在动作522处，将信息发送到第二无线通信设备504。第二无线通信设备504接收该信息，并且可以将其与在动作516处存储的相同信息一起存储，因此当如上所述基于至少一个天线配置参数进行搜索时，可以访问训练数据。
99.在动作524处，图5示出了第二无线通信设备504建立与第三无线通信设备506(其可以是ue 115或bs 105)的通信。例如，第二无线通信设备504可以是bs 105，并且第三无线通信设备506可以是进入bs 105的覆盖的另一ue 115。作为另一示例，第二无线通信设备504可以是进入作为第三无线通信设备506的新bs 105的覆盖的ue 115。作为又一示例，第二无线通信设备504和第三无线通信设备506两者都可以是建立侧行链路通信的ue 115。虽然被示为在动作522之后，但是动作524可以发生在关于动作522讨论的事件之前、期间或之后。
100.在动作526处，第三无线通信设备506向第二无线通信设备504发送用于第三无线通信设备506的天线配置信息。这可以包括第三无线通信设备506的天线配置的一个或多个参数，例如面板方向、天线阵列维度、天线极化、面板位置等。
101.在动作528处，第二无线通信设备504确定第三无线通信设备506与第二无线通信设备504处存储的任何天线配置的天线配置相似性级别。这可能涉及在多个天线配置参数的相似性门限内或在多个天线配置参数之一的相似性门限内寻找多个天线配置参数的匹
配、多个天线配置参数之一(例如，阵列维度，仅作为一个示例)的匹配。
102.如果在动作528处确定了相似性，则在动作530处，第二无线通信设备504可以向第三无线通信设备506发送神经网络信息，以辅助第三无线通信设备506处的神经网络选择和/或训练。举一个说明性示例，其中第三无线通信设备506处的天线配置的一个或多个参数与第一无线通信设备502的一个或多个天线配置参数匹配/足够相似，第二无线通信设备504可以从存储装置中识别神经网络参数(例如，ai模块的索引(在预先提供的情况下)或显式神经网络参数，诸如层的数量/类型、节点数量等，或其某种组合)，以发送给第三无线通信设备506。
103.此外，如果第二无线通信设备504还存储了与从动作528确定的匹配/相似天线配置参数相关联的神经网络权重，则第二无线通信设备504也可以发送这些参数。在一些示例中，这可以是在没有压缩的情况下发送，而在其它示例中，这也可以被压缩。
104.在第二无线通信设备504是bs 105并且第三无线通信设备506是ue 115的示例中，动作530处的传输可以是供ue 115实现的指令。在第二无线通信设备504是ue 115并且第三无线通信设备506是ue 115的示例中，动作530处的传输可以是针对bs 105的建议。
105.在动作532处，第三无线通信设备506实现从第二无线通信设备504接收的神经网络信息。因此，如果对于某个天线配置对(例如，在第一无线通信设备502和第二无线通信设备504之间)，神经网络已经被利用(例如，如在上面的动作514处利用天线配置信息用信号通知的)并且已经进一步被训练(例如，如在上面的动作522处用信号通知的)，则相同的神经网络可以用于将来的通信目的(例如，与上面的示例中的第三无线通信设备506)。例如，当ue 115移动到具有相同或类似的天线配置的另一小区时，可以利用这一点；作为另一示例，当bs 105服务于具有与已经针对其利用和训练了神经网络的先前ue 115相同或类似的天线配置的新ue 115时，可以利用这一点。这可以通过不要求新设备根据默认参数来识别和训练新系统(例如，在该示例中，在第二无线通信设备504和第三无线通信设备506之间)来节省系统资源。
106.图6示出了根据本公开内容的一些实施例的无线通信方法600的流程图。方法600的各方面可以由无线通信设备(诸如利用一个或多个组件(诸如处理器302、存储器304、神经网络通信模块308、收发机310、调制解调器312、一个或多个天线316以及其各种组合)的ue 115和/或300)来执行。替代地，无线通信设备可以是利用一个或多个组件(诸如处理器402、存储器404、神经网络通信模块408、收发机410、调制解调器412、一个或多个天线416以及其各种组合)的bs 105和/或400。为了简化讨论，将再次一般地参考第一无线通信设备和第二无线通信设备，其中根据本公开内容的实施例，任一设备能够是ue或bs。如图所示，方法600包括许多列举的步骤，但是方法600的实施例可以包括在列举的步骤之前、期间、之后和之间的额外步骤。例如，在一些情况下，方法700、730的一个或多个方面可以被实现为方法600的一部分。此外，在一些实施例中，可以省略或以不同的顺序执行一个或多个列举的步骤。
107.在框602处，第一无线通信设备建立与第二无线通信设备的通信，例如，如上文关于图5的动作510所讨论的。
108.在决策框604处，如果第一无线通信设备已经被预先提供了多个可能的ai模块(每个ai模块指定用于实现的不同神经网络参数集合)，则方法600可以转到框606。
109.在框606处，第一无线通信设备从可用ai模块选项中选择神经网络选项。第一无线通信设备可以基于第一无线通信设备处的天线配置的一个或多个参数来这样做。
110.在框608处，第一无线通信设备向第二无线通信设备发送在框606处选择的神经网络选项的标识符，即ai模块标识符。这可以例如是接收第二无线通信设备识别为与第二无线通信设备处的对应的预先提供的ai模块相关联的索引值。第一无线通信设备可以将神经网络选项的标识符与第一无线通信设备的天线配置信息一起发送。这可以通过rrc信令、mac-ce或pdcch(在第一无线通信设备是bs 105的情况下)或者通过mac-ce或pucch(在第一无线通信设备是ue 115的情况下)。
111.返回到决策框604，如果第一无线通信设备没有被预先提供多个可能的ai模块，则方法600替代地转到框610。
112.在框610处，第一无线通信设备确定要用于第一无线通信设备处的神经网络的参数。这可以包括动态地确定用于在编码时使用的层数量、每层的节点数量等。因此，可以选择要使用的神经网络的每个方面。替代地，可以预先配置层选项，但不是每层的节点，或者可以预先配置节点数量选项，但可以动态地确定层数量。
113.在框612处，第一无线通信设备向第二无线通信设备发送关于从框610确定的神经网络的显式信息。例如，这可以涉及显式地用信号通知神经网络的层数量、每层的节点数量、所使用的一个或多个算法等。或者，在一些参数可能是预先提供的而其它参数不是预先提供的情况下，这可能涉及隐式地用信号通知预先提供的部分，并且显式地用信号通知未预先提供的部分，如上文关于动作514提及的。类似于框608，第一无线通信设备可以将关于所确定的神经网络的显式信息与第一无线通信设备的天线配置信息一起发送到第二无线通信设备。这可以通过rrc信令、mac-ce或pdcch(在第一无线通信设备是bs 105的情况下)或者通过mac-ce或pucch(在第一无线通信设备是ue 115的情况下)。
114.从框608或者框612，方法600转到框614。在框614处，第一无线通信设备与第二无线通信设备协作(即，联合)训练在框606处选择的或在框610处确定的神经网络。这可能涉及前馈和/或反馈操作，以便优化第一无线通信设备处的输入在第二无线通信设备的输出处的重构估计。
115.在框616处，第一无线通信设备可以请求一个或多个传输资源，以便与第一无线通信设备的天线配置信息相关联地向第二无线通信设备发送一个或多个经训练的神经网络权重，以进行存储。例如，在第一无线通信设备是ue并且第二无线通信设备是bs的情况下，针对传输资源的请求可以被定向到bs。举另一示例，在第二无线通信设备也是ue的情况下，这可以是到bs或到相邻设备以清除信道。
116.在框618处，第一无线通信设备使用第一无线通信设备处的神经网络编码侧来压缩来自框614的经训练的神经网络权重。这可能产生用于传输的码字。
117.在框620处，第一无线通信设备在信道上向第二无线通信设备发送从框618产生的码字。这可以通过pdsch(在第一无线通信设备是bs 105的情况下)或pusch(在第一无线通信设备是ue 115的情况下)。替代框618和620，第一无线通信设备可以使用常规方法(再次例如通过pdsch(在第一无线通信设备是bs 105的情况下)或pusch(在第一无线通信设备是ue 115的情况下))向第二无线通信设备发送经训练的神经网络权重，而不是压缩来自框614的经训练的神经网络权重。因此，框618可以是可选的，在不包括框618的情况下，框620
包括：在不进行压缩的情况下发送经训练的神经网络权重。
118.图7a示出了根据本公开内容的一些实施例的无线通信方法700的流程图。方法700的各方面可以由无线通信设备(诸如利用一个或多个组件(诸如处理器302、存储器304、神经网络通信模块308、收发机310、调制解调器312、一个或多个天线316以及其各种组合)的ue 115和/或300)来执行。替代地，无线通信设备可以是利用一个或多个组件(诸如处理器402、存储器404、神经网络通信模块408、收发机410、调制解调器412、一个或多个天线416以及其各种组合)的bs 105和/或400。为了简化讨论，将再次一般地参考第一无线通信设备和第二无线通信设备，其中根据本公开内容的实施例，任一设备能够是ue或bs。因此，虽然正如关于图6所做的那样，参考的是第一无线通信设备和第二无线通信设备，但是方法700参考接收神经网络和天线配置信息的设备描述了操作。
119.如图所示，方法700包括许多列举的步骤，但是方法700的实施例可以包括在列举的步骤之前、期间、之后和之间的额外步骤。例如，在一些情况下，方法600、730的一个或多个方面可以被实现为方法700的一部分。此外，在一些实施例中，可以省略或以不同的顺序执行一个或多个列举的步骤。
120.在框702处，第一无线通信设备建立与第二无线通信设备的通信，例如，如上文关于图5的动作510以及图6的框602所讨论的。
121.在框704处，第一无线通信设备接收第二无线通信设备的神经网络信息和天线配置信息。例如，在第二无线通信设备从在第二无线通信设备处预先提供(以及在一些示例中，也是在接收模式下在第一无线通信设备处预先提供)的多个ai模块中选择ai模块的情况下，神经网络信息可以是索引值或已经选择哪个ai模块的其它小表示。替代地，可以从第二无线通信设备显式地用信号通知神经网络信息，这可能发生在第二无线通信设备确定要用于第二无线通信设备处的神经网络的参数(诸如动态地用于在编码时使用的层数量、每层的节点数量等)的情况下。
122.在框706处，第一无线通信设备存储从第二无线通信设备接收的神经网络信息和对应的天线配置信息，例如，如关于图5的动作516所讨论的。第一无线通信设备随后可以基于特性(诸如一个或多个天线配置参数)来搜索其存储装置，以便确定新设备是否匹配或满足相似性门限。
123.在框708处，第一无线通信设备与第二无线通信设备在训练(即，联合训练)在框704处识别的神经网络时进行协调，该神经网络在第二无线通信设备处使用。
124.在框710处，一旦来自框708的训练完成，第一无线通信设备就从第二无线通信设备接收一个或多个权重和/或偏差。这可以通过pusch(在第一无线通信设备是bs 105的情况下)或pdsch(在第一无线通信设备是ue 115的情况下)。
125.除了上文关于图7a描述的各方面之外，还可以发生如图7b所示的其它方面，图7b示出了根据本公开内容的一些实施例的无线通信方法730的流程图。方法730的各方面可以由无线通信设备(诸如利用一个或多个组件(诸如处理器302、存储器304、神经网络通信模块308、收发机310、调制解调器312、一个或多个天线316以及其各种组合)的ue 115和/或300)来执行。替代地，无线通信设备可以是利用一个或多个组件(诸如处理器402、存储器404、神经网络通信模块408、收发机410、调制解调器412、一个或多个天线416以及其各种组合)的bs 105和/或400。为了简化讨论，将再次一般地参考第一无线通信设备和第二无线通
信设备，其中根据本公开内容的实施例，任一设备能够是ue或bs。
126.如图所示，方法700包括许多列举的步骤，但是方法700的实施例可以包括在列举的步骤之前、期间、之后和之间的额外步骤。例如，在一些情况下，方法600、700的一个或多个方面可以被实现为方法730的一部分。例如，方法730的各方面可以发生在上面讨论的方法700的事件之后。因此，第一无线通信设备可能已经从第二无线通信设备接收到神经网络信息、天线配置信息和/或用于相关联的神经网络信息和天线配置信息的神经网络权重。此外，在一些实施例中，可以省略或以不同的顺序执行一个或多个列举的步骤。
127.在框732处，第一无线通信设备建立与第三无线通信设备的通信，如上文关于图5的动作524所讨论的。例如，在第一无线通信设备是bs 105的情况下，第三无线通信设备可以是ue 115。作为另一示例，在第一无线通信设备是ue 115的情况下，第三无线通信设备可以是另一ue 115或bs 105。
128.在框734处，第一无线通信设备从第三无线通信设备接收天线配置信息，如上文关于图5的动作526所讨论的。
129.在框736处，当接收到关于第三无线通信设备处的配置的天线配置信息时，第一无线通信设备可以将所接收的关于第三无线通信设备的天线配置信息与存储的天线配置信息(包括先前从第二无线通信设备接收的存储在第一无线通信设备处的天线配置信息(例如，根据上面图7a的框704和706))进行比较。
130.在决策框738处，如果第三无线通信设备的天线配置信息不满足用于任何存储的天线配置信息的相似性门限，则方法730可以转到框740。例如，在一些实施例中，相似性门限是多个天线配置参数的匹配门限，而在其它实施例中，相似性门限是多个天线配置参数之一(例如，阵列维度，仅作为一个示例)的匹配门限。作为又一示例，相似性门限包括与多个天线配置参数的相似性级别(例如，通过来自多个参数的每个单独参数的相似性门限，或者将相似性的平均与组合门限进行比较，或者加权平均以赋予一个或多个特定参数与其它参数相比更大的权重)。作为另一示例，相似性门限包括与多个天线配置参数之一的相似性门限。
131.在框740处，第一无线通信设备使用默认参数来与第三无线通信设备参与训练神经网络。
132.返回到决策框738，如果替代地，第三无线通信设备的天线配置信息满足在第一无线通信设备处存储的天线配置条目的相似性门限，第一无线通信设备向第三无线通信设备发送与存储的天线配置条目相关联的神经网络信息。例如，神经网络信息可以包括来自存储的信息的神经网络参数的标识(例如，ai模块的索引(在预先提供的情况下)或显式神经网络参数(诸如层的数量/类型、节点数量等)或其某种组合)。这可以由第三无线通信设备用于辅助神经网络选择和/或训练。此外，如果神经网络权重也与天线配置条目一起存储，则第一无线通信设备也可以在进行压缩或不进行压缩的情况下发送这些权重。神经网络信息可以作为实现该信息的指令(例如，在第一无线通信设备是bs 105的情况下)或实现的建议(例如，在第一无线通信设备是ue 115并且第三无线通信设备是bs 105的情况下)的一部分进行发送。这可以通过不要求新设备根据默认参数识别和训练新系统(例如，在该示例中，在第一无线通信设备和第三无线通信设备之间)来节省系统资源。
133.信息和信号可以使用各种各样的不同的技术和方法中的任何技术和方法来表示。
例如，在遍及上文的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以通过电压、电流、电磁波、磁场或粒子、光场或粒子或者其任何组合来表示。
134.可以利用被设计为执行本文所述功能的通用处理器、dsp、asic、fpga或其它可编程逻辑器件、分立门或者晶体管逻辑、分立硬件组件或者其任何组合，来实现或执行结合本文的公开内容描述的各种说明性的框和模块。通用处理器可以是微处理器，但是在替代方案中，处理器可以是任何常规的处理器、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)。
135.本文所述功能可以在硬件、由处理器执行的软件、固件或者其任何组合中实现。当在由处理器执行的软件中实现时，功能可以作为一个或多个指令或代码存储在计算机可读介质上，或者在计算机可读介质上进行发送。其它示例和实现方式在本公开内容以及所附权利要求的保护范围之内。例如，由于软件的性质，上文所描述的功能可以使用由处理器执行的软件、硬件、固件、硬件连线或者其任何组合来实现。用于实现功能的特征可以物理地位于多个位置处，其包括被分布为使得在不同的物理位置处实现功能的各部分。此外，如本文(包括在权利要求中)所使用的，如项目列表中所使用的“或”(例如，以诸如“中的至少一个”或者“中的一个或多个”结束的项目列表中所使用的“或”)指示包含性列表，使得例如，[a、b或c中的至少一个]的列表意指：a或b或c或ab或ac或bc或abc(即，a和b和c)。
[0136]
本公开内容的示例可以包括以下条款：
[0137]
1、一种无线通信的方法，包括：
[0138]
由第一无线通信设备建立与第二无线通信设备的通信；
[0139]
由所述第一无线通信设备基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络；以及
[0140]
由所述第一无线通信设备基于所述神经网络来向所述第二无线通信设备发送天线配置信息和至少一个神经网络参数。
[0141]
2、根据条款1所述的方法，其中：
[0142]
所述确定还包括：从多个神经网络中选择所述神经网络，以及
[0143]
所述至少一个神经网络参数包括所选择的神经网络的标识符。
[0144]
3、根据条款1或条款2所述的方法，其中：
[0145]
所述第一无线通信设备包括用户设备并且所述第二无线通信设备包括基站，以及
[0146]
所述发送在物理上行链路控制信道上。
[0147]
4、根据条款1或条款2所述的方法，其中：
[0148]
所述第一无线通信设备包括基站并且所述第二无线通信设备包括用户设备，以及
[0149]
所述发送在物理下行链路控制信道上。
[0150]
5、根据条款1或条款2所述的方法，其中：
[0151]
所述第一无线通信设备包括第一用户设备(ue)并且所述第二无线通信设备包括第二ue，以及
[0152]
所述发送在物理侧行链路控制信道上。
[0153]
6、根据条款1到5中任一项所述的方法，还包括：
[0154]
由所述第一无线通信设备与所述第二无线通信设备协调训练所述神经网络；以及
[0155]
由所述第一无线通信设备向所述第二无线通信设备发送由所述训练产生的至少一个训练权重。
[0156]
7、根据条款1到6中任一项所述的方法，其中，所述天线配置信息包括所述第一无线通信设备的天线阵列的面板方向、所述天线阵列的维度和所述天线阵列的极化信息。
[0157]
8、一种无线通信的方法，包括：
[0158]
由第一无线通信设备建立与第二无线通信设备的通信；
[0159]
由所述第一无线通信设备从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信；以及
[0160]
由所述第一无线通信设备存储所述天线配置信息和所述至少一个神经网络参数。
[0161]
9、根据条款8所述的方法，还包括：
[0162]
由所述第一无线通信设备建立与第三无线通信设备的第二通信。
[0163]
10、根据条款9所述的方法，还包括：
[0164]
由所述第一无线通信设备确定所述第三无线通信设备的天线配置与来自所述第二无线通信设备的所述天线配置信息共享特性；以及
[0165]
由所述第一无线通信设备响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数，以用于所述第二通信。
[0166]
11、根据条款8或条款9所述的方法，还包括：
[0167]
由所述第一无线通信设备与所述第二无线通信设备协调以训练所述神经网络；以及
[0168]
由所述第一无线通信设备响应于所述协调来从所述第二无线通信设备接收用于所述神经网络的至少一个训练权重。
[0169]
12、根据条款11所述的方法，还包括：
[0170]
由所述第一无线通信设备确定所述第三无线通信设备的天线配置与所述第二无线通信设备处的天线配置共享特性；以及
[0171]
由所述第一无线通信设备响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数和所述至少一个训练权重，以用于所述第二通信。
[0172]
13、根据条款11或条款12所述的方法，还包括：
[0173]
由所述第一无线通信设备向所述第二无线通信设备提供资源的分配，在所述资源上接收到所述至少一个训练权重。
[0174]
14、根据条款8到13中任一项所述的方法，其中，所述神经网络包括在所述第一无线通信设备和所述第二无线通信设备处预先配置的多个神经网络中的一个神经网络。
[0175]
15、根据条款8到14中任一项所述的方法，其中，所述天线配置信息包括所述第二无线通信设备的天线阵列的面板方向、所述天线阵列的维度和所述天线阵列的极化信息。
[0176]
16、第一无线通信设备，包括：
[0177]
收发机，所述收发机被配置为：建立与第二无线通信设备的通信；以及
[0178]
处理器，所述处理器被配置为：基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络；
[0179]
其中，所述收发机还被配置为：基于所述神经网络来向所述第二无线通信设备发
送天线配置信息和至少一个神经网络参数。
[0180]
17、根据条款16所述的第一无线通信设备，其中：
[0181]
对于所述确定，所述处理器还被配置为：从多个神经网络中选择所述神经网络，以及
[0182]
所述至少一个神经网络参数包括所选择的神经网络的标识符。
[0183]
18、根据条款16或条款17所述的第一无线通信设备，其中：
[0184]
所述第一无线通信设备包括用户设备并且所述第二无线通信设备包括基站，以及
[0185]
所述发送在物理上行链路控制信道上。
[0186]
19、根据条款16或条款17所述的第一无线通信设备，其中：
[0187]
所述第一无线通信设备包括基站并且所述第二无线通信设备包括用户设备，以及
[0188]
所述发送在物理下行链路控制信道上。
[0189]
20、根据条款16或条款17所述的第一无线通信设备，其中：
[0190]
所述第一无线通信设备包括第一用户设备(ue)并且所述第二无线通信设备包括第二ue，以及
[0191]
所述发送在物理侧行链路控制信道上。
[0192]
21、根据条款16到20中任一项所述的第一无线通信设备，其中：
[0193]
所述处理器还被配置为：与所述第二无线通信设备协调训练所述神经网络，以及
[0194]
所述收发机还被配置为：向所述第二无线通信设备发送由所述训练产生的至少一个训练权重。
[0195]
22、根据条款16到21中任一项所述的第一无线通信设备，其中，所述处理器包括与收发机集成的神经网络单元。
[0196]
23、根据条款16到21中任一项所述的第一无线通信设备，其中，所述处理器包括与所述收发机分离的应用处理器。
[0197]
24、一种第一无线通信设备，包括：
[0198]
收发机，所述收发机被配置为：
[0199]
建立与第二无线通信设备的通信；以及
[0200]
从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信；以及
[0201]
处理器，所述处理器被配置为：在所述第一无线通信设备处存储所述天线配置信息和所述至少一个神经网络参数。
[0202]
25、根据条款24所述的第一无线通信设备，其中，所述收发机还被配置为：
[0203]
建立与第三无线通信设备的第二通信。
[0204]
26、根据条款25所述的第一无线通信设备，其中：
[0205]
所述处理器还被配置为：确定所述第三无线通信设备的天线配置与来自所述第二无线通信设备的所述天线配置信息共享特性；以及
[0206]
所述收发机还被配置为：响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数，以用于所述第二通信。
[0207]
27、根据条款24或条款25所述的第一无线通信设备，其中：
[0208]
所述处理器还被配置为：与所述第二无线通信设备协调以训练所述神经网络，以及
[0209]
所述收发机还被配置为：响应于所述协调来从所述第二无线通信设备接收用于所述神经网络的至少一个训练权重。
[0210]
28、根据条款27所述的第一无线通信设备，其中：
[0211]
所述处理器还被配置为：确定所述第三无线通信设备的天线配置与所述第二无线通信设备处的天线配置共享特性；以及
[0212]
所述收发机还被配置为：响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数和所述至少一个训练权重，以用于所述第二通信。
[0213]
29、根据条款24到28中任一项所述的第一无线通信设备，其中，所述处理器包括与所述收发机集成的神经网络单元。
[0214]
30、根据条款24到28中任一项所述的第一无线通信设备，其中，所述处理器包括与所述收发机分离的应用处理器。
[0215]
本公开内容的示例可以包括以下条款：
[0216]
1、一种具有记录在其上的程序代码的非暂时性计算机可读介质，所述程序代码包括：
[0217]
用于使得第一无线通信设备建立与第二无线通信设备的通信的代码；
[0218]
用于使得所述第一无线通信设备基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络的代码；以及
[0219]
用于使得所述第一无线通信设备基于所述神经网络来向所述第二无线通信设备发送天线配置信息和至少一个神经网络参数的代码。
[0220]
2、根据条款1所述的非暂时性计算机可读介质，其中，所述神经网络包括在所述第一无线通信设备处预先配置的多个神经网络中的一个神经网络。
[0221]
3、根据条款2所述的非暂时性计算机可读介质，其中：
[0222]
所述用于使得所述第一无线通信设备确定所述神经网络的代码还包括：用于使得所述第一无线通信设备从所述多个神经网络中选择所述神经网络的代码，以及
[0223]
所述至少一个神经网络参数包括所选择的神经网络的标识符。
[0224]
4、根据条款1所述的非暂时性计算机可读介质，其中，所述至少一个神经网络参数包括所述神经网络的一个或多个显式参数。
[0225]
5、根据条款1所述的非暂时性计算机可读介质，其中：
[0226]
所述第一无线通信设备包括用户设备并且所述第二无线通信设备包括基站，以及
[0227]
所述发送在物理上行链路控制信道上。
[0228]
6、根据条款1所述的非暂时性计算机可读介质，其中：
[0229]
所述第一无线通信设备包括基站并且所述第二无线通信设备包括用户设备，以及
[0230]
所述发送在物理下行链路控制信道上。
[0231]
7、根据条款1所述的非暂时性计算机可读介质，其中：
[0232]
所述第一无线通信设备包括第一用户设备(ue)并且所述第二无线通信设备包括第二ue，以及
[0233]
所述发送在物理侧行链路控制信道上。
[0234]
8、根据条款1所述的非暂时性计算机可读介质，还包括：
[0235]
用于使得所述第一无线通信设备与所述第二无线通信设备协调训练所述神经网络的代码。
[0236]
9、根据条款8所述的非暂时性计算机可读介质，还包括：
[0237]
用于使得所述第一无线通信设备向所述第二无线通信设备发送由所述训练产生的至少一个训练权重的代码。
[0238]
10、根据条款9所述的非暂时性计算机可读介质，还包括：
[0239]
用于使得所述第一无线通信设备请求对资源的分配的代码，在所述资源上发送所述至少一个训练权重
[0240]
11、根据条款1所述的非暂时性计算机可读介质，其中，所述天线配置信息包括所述第一无线通信设备的天线阵列的面板方向、所述天线阵列的维度和所述天线阵列的极化信息。
[0241]
12、一种具有记录在其上的程序代码的非暂时性计算机可读介质，所述程序代码包括：
[0242]
用于使得第一无线通信设备建立与第二无线通信设备的通信的代码；
[0243]
用于使得所述第一无线通信设备从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信的代码；以及
[0244]
用于使得所述第一无线通信设备存储所述天线配置信息和所述至少一个神经网络参数的代码。
[0245]
13、根据条款12所述的非暂时性计算机可读介质，还包括：
[0246]
用于使得所述第一无线通信设备建立与第三无线通信设备的第二通信的代码。
[0247]
14、根据条款13所述的非暂时性计算机可读介质，还包括：
[0248]
用于使得所述第一无线通信设备确定所述第三无线通信设备的天线配置与来自所述第二无线通信设备的所述天线配置信息共享特性的代码；以及
[0249]
用于使得所述第一无线通信设备响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数，以用于所述第二通信的代码。
[0250]
15、根据条款13所述的非暂时性计算机可读介质，还包括：
[0251]
用于使得所述第一无线通信设备与所述第二无线通信设备协调以训练所述神经网络的代码。
[0252]
16、根据条款15所述的非暂时性计算机可读介质，还包括：
[0253]
用于使得所述第一无线通信设备响应于所述协调来从所述第二无线通信设备接收用于所述神经网络的至少一个训练权重的代码。
[0254]
17、根据条款16所述的非暂时性计算机可读介质，还包括：
[0255]
用于使得所述第一无线通信设备确定所述第三无线通信设备的天线配置与所述第二无线通信设备处的天线配置共享特性的代码；以及
[0256]
用于使得所述第一无线通信设备响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数和所述至少一个训练权重，以用于所述第二通信的代码。
[0257]
18、根据条款16所述的非暂时性计算机可读介质，还包括：
[0258]
用于使得所述第一无线通信设备向所述第二无线通信设备提供对资源的分配的代码，在所述资源上接收到所述至少一个训练权重。
[0259]
19、根据条款12所述的非暂时性计算机可读介质，其中，所述神经网络包括在所述第一无线通信设备和所述第二无线通信设备处预先配置的多个神经网络中的一个神经网络。
[0260]
20、根据条款19所述的非暂时性计算机可读介质，其中，所述至少一个神经网络参数包括从所述多个神经网络中选择的所述神经网络的标识符。
[0261]
21、根据条款12所述的非暂时性计算机可读介质，其中，所述至少一个神经网络参数包括所述神经网络的一个或多个显式参数。
[0262]
22、根据条款12所述的非暂时性计算机可读介质，其中：
[0263]
所述第一无线通信设备包括用户设备并且所述第二无线通信设备包括基站，以及
[0264]
所述接收在物理下行链路控制信道上。
[0265]
23、根据条款12所述的非暂时性计算机可读介质，其中：
[0266]
所述第一无线通信设备包括基站并且所述第二无线通信设备包括用户设备，以及
[0267]
所述接收在物理上行链路控制信道上。
[0268]
24、根据条款12所述的非暂时性计算机可读介质，其中：
[0269]
所述第一无线通信设备包括第一用户设备(ue)并且所述第二无线通信设备包括第二ue，以及
[0270]
所述接收在物理侧行链路控制信道上。
[0271]
25、根据条款12所述的非暂时性计算机可读介质，其中，所述天线配置信息包括所述第二无线通信设备的天线阵列的面板方向、所述天线阵列的维度和所述天线阵列的极化信息。
[0272]
26、一种第一无线通信设备，包括：
[0273]
用于建立与第二无线通信设备的通信的单元；
[0274]
用于基于所述第一无线通信设备的天线配置来确定要用于与所述第二无线通信设备的所述通信的神经网络的单元；以及
[0275]
用于基于所述神经网络来向所述第二无线通信设备发送天线配置信息和至少一个神经网络参数的单元。
[0276]
27、根据条款26所述的第一无线通信设备，其中，所述神经网络包括在所述第一无线通信设备处预先配置的多个神经网络中的一个神经网络。
[0277]
28、根据条款27所述的第一无线通信设备，其中：
[0278]
所述用于确定所述神经网络的单元还包括：用于从所述多个神经网络中选择所述神经网络的单元，以及
[0279]
所述至少一个神经网络参数包括所选择的神经网络的标识符。
[0280]
29、根据条款26所述的第一无线通信设备，其中，所述至少一个神经网络参数包括所述神经网络的一个或多个显式参数。
[0281]
30、根据条款26所述的第一无线通信设备，其中：
[0282]
所述第一无线通信设备包括用户设备并且所述第二无线通信设备包括基站，以及
[0283]
所述发送在物理上行链路控制信道上。
[0284]
31、根据条款26所述的第一无线通信设备，其中：
[0285]
所述第一无线通信设备包括基站并且所述第二无线通信设备包括用户设备，以及
[0286]
所述发送在物理下行链路控制信道上。
[0287]
32、根据条款26所述的第一无线通信设备，其中：
[0288]
所述第一无线通信设备包括第一用户设备(ue)并且所述第二无线通信设备包括第二ue，以及
[0289]
所述发送在物理侧行链路控制信道上。
[0290]
33、根据条款26所述的第一无线通信设备，还包括：
[0291]
用于与所述第二无线通信设备协调训练所述神经网络的单元。
[0292]
34、根据条款33所述的第一无线通信设备，还包括：
[0293]
用于向所述第二无线通信设备发送由所述训练产生的至少一个训练权重的单元。
[0294]
35、根据条款34所述的第一无线通信设备，还包括：
[0295]
用于请求对资源的分配的单元，在所述资源上发送所述至少一个训练权重
[0296]
36、根据条款26所述的第一无线通信设备，其中，所述天线配置信息包括所述第一无线通信设备的天线阵列的面板方向、所述天线阵列的维度和所述天线阵列的极化信息。
[0297]
37、一种第一无线通信设备，包括：
[0298]
用于建立与第二无线通信设备的通信的单元；
[0299]
用于从所述第二无线通信设备接收所述第二无线通信设备处的天线配置的天线配置信息以及所述第二无线通信设备处的神经网络的至少一个神经网络参数，以用于所述通信的单元；以及
[0300]
用于存储所述天线配置信息和所述至少一个神经网络参数的单元。
[0301]
38、根据条款37所述的第一无线通信设备，还包括：
[0302]
用于建立与第三无线通信设备的第二通信的单元。
[0303]
39、根据条款38所述的第一无线通信设备，还包括：
[0304]
用于确定所述第三无线通信设备的天线配置与来自所述第二无线通信设备的所述天线配置信息共享特性的单元；以及
[0305]
用于响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数，以用于所述第二通信的单元。
[0306]
40、根据条款38所述的第一无线通信设备，还包括：
[0307]
用于与所述第二无线通信设备协调以训练所述神经网络的单元。
[0308]
41、根据条款40所述的第一无线通信设备，还包括：
[0309]
用于响应于所述协调来从所述第二无线通信设备接收用于所述神经网络的至少一个训练权重的单元。
[0310]
42、根据条款41所述的第一无线通信设备，还包括：
[0311]
用于确定所述第三无线通信设备的天线配置与所述第二无线通信设备处的天线配置共享特性的单元；以及
[0312]
用于响应于所述确定来向所述第三无线通信设备发送所述至少一个神经网络参数和所述至少一个训练权重，以用于所述第二通信的单元。
[0313]
43、根据条款41所述的第一无线通信设备，还包括：
[0314]
用于向所述第二无线通信设备提供对资源的分配的单元，在所述资源上接收到所述至少一个训练权重。
[0315]
44、根据条款37所述的第一无线通信设备，其中，所述神经网络包括在所述第一无线通信设备和所述第二无线通信设备处预先配置的多个神经网络中的一个神经网络。
[0316]
45、根据条款44所述的第一无线通信设备，其中，所述至少一个神经网络参数包括从所述多个神经网络中选择的所述神经网络的标识符。
[0317]
46、根据条款37所述的第一无线通信设备，其中，所述至少一个神经网络参数包括所述神经网络的一个或多个显式参数。
[0318]
47、根据条款37所述的第一无线通信设备，其中：
[0319]
所述第一无线通信设备包括用户设备并且所述第二无线通信设备包括基站，以及
[0320]
所述接收在物理下行链路控制信道上。
[0321]
48、根据条款37所述的第一无线通信设备，其中：
[0322]
所述第一无线通信设备包括基站并且所述第二无线通信设备包括用户设备，以及
[0323]
所述接收在物理上行链路控制信道上。
[0324]
49、根据条款37所述的第一无线通信设备，其中：
[0325]
所述第一无线通信设备包括第一用户设备(ue)并且所述第二无线通信设备包括第二ue，以及
[0326]
所述接收在物理侧行链路控制信道上。
[0327]
50、根据条款37所述的第一无线通信设备，其中，所述天线配置信息包括所述第二无线通信设备的天线阵列的面板方向、所述天线阵列的维度和所述天线阵列的极化信息。
[0328]
如本领域普通技术人员到目前为止将明白的，并且根据当时的具体应用，可以在不脱离本公开内容的精神和范围的情况下，在本公开内容的设备的材料、装置、配置和使用方法中以及对其进行许多修改、替换和改变。鉴于此，本公开内容的范围应当不限于本文所示出和描述的特定实施例的范围(因为它们仅是通过其一些示例的方式)，而是应当完全相称于后文所附的权利要求以及它们的功能性等效物。