数据处理方法及装置与流程

1.本技术涉及通信技术领域，尤其涉及一种数据处理方法及装置。


背景技术：

2.以深度神经网络(deep neural networks，dnn)为代表的人工智能(artificial intelligence，ai)技术近年来在机器视觉、自然语言处理等领域取得重大进展，并且在实际生活中逐渐开始普及。dnn的主要特征之一是数值计算，即将各种不同类型的数据嵌入到实数空间，通过卷积、矩阵运算等数值运算，进行推理或者训练等。
3.一般的，无线传输设计以可靠传输为设计准则提供数据传输服务。示例性的，物理层可以对上层的比特流进行信道编码和调制等处理，获得处理后的数据，然后通过空口传输该处理后的数据。如信道质量(如信噪比)不同，相应的数据传输容量也不同，自适应编码调制和自动重传请求机制可以适应不同质量的信道，提供动态的传输速率。具体来说，传输的性能指标主要是误包率，传输参数(如调制与编码策略(modulation and coding scheme，mcs))以最大化吞吐量或者可靠度的要求，根据信道质量调整。
4.上述无线传输方法以无差错传输为目标，以误包率作为传输参数调整的依据；而神经网络处理的主要目标是准确计算，具有很好的容忍差错的能力，无差错传输可能会造成无线资源利用效率低下。


技术实现要素：

5.本技术提供一种数据处理方法及装置，可以有效提高无线资源利用效率。
6.第一方面，本技术实施例提供一种数据处理方法，所述方法包括：
7.第一通信装置获得第一数据；所述第一通信装置根据第一参数对所述第一数据进行处理，获得第一传输符号，所述第一参数根据第一准确度以及第一信道信息确定，所述第一信道信息为所述第一通信装置与第二通信装置之间的信道信息，所述第一准确度用于表示所述第二通信装置中神经网络处理数据的准确度；所述第一通信装置向所述第二通信装置发送所述第一传输符号。
8.上述第一准确度还可以理解为：神经网络多次输出的处理结果的准确度；或者，神经网络输出的处理结果的准确度的平均；或者，神经网络处理数据的平均性能。示例性的，该平均性能包括平均正确率、平均准确度或平均准确率等。上述第一参数根据第一准确度以及第一信道信息确定，还可以理解为：第一参数与第一准确度和第一信道信息有关，或者，第一参数是根据第一准确度和第一信道信息得到的。根据第一准确度和第一信道信息确定第一通信装置处理数据时所使用的参数，可使得第一通信装置能够结合神经网络处理数据的需求来处理数据。从而，充分利用神经网络处理数据的准确度需求以及信道质量对第一数据进行处理，提高了无线资源的利用率。
9.一般的，通过无线传输方案传输数据时，是在数据传输完全正确后，才会进行神经网络的处理。然而，本技术实施例提供的方法中，第一通信装置可以根据第一参数对第一数
据进行处理，该第一参数根据第一准确度和第一信道信息确定。从而，第一通信装置在传输数据时，对数据的处理只需要符合第一准确度，第二通信装置就可以对数据进行神经网络处理，改善了由于需要保证数据传输的正确性而重传数据的情况，有效提高了无线资源的利用效率。
10.在一种可能的实现方式中，所述第一参数包括第一变换系数，所述第一变换系数用于表示所述第一数据与所述第一传输符号之间的维度比；或者，所述第一参数包括第一调制阶数和第一编码码率。
11.上述第一变换系数用于表示第一数据与第一传输符号之间的维度比。例如，可以用第一数据的元素个数与第一传输符号的元素个数(如第一传输符号的个数)表示第一数据与第一传输符号之间的维度比。例如，第一变换系数越大，则表示第一通信装置在对第一数据进行处理时所保留的有效特征越少。由此，传输第一传输符号时所使用的传输资源越少，神经网络处理数据的第一准确度就越低。又例如，在信道信息相同(如信道质量相同)的情况下，第一变换系数越小，第一准确度的要求就越高。又例如，在第一准确度的要求相同的情况下，第一信道信息所表示的信道质量越好，第一变换系数就越大。
12.由于神经网络对数据的误差有灵活的容忍度，因此通过上述方法，可支持大范围信道质量区间内支持动态的第一变换系数与第一准确度，从而提高无线资源利用效率。
13.在信道信息相同的情况下，所述第一变换系数越小，所述第一准确度越高。
14.在一种可能的实现方式中，所述第一准确度用以下任一项或多项表示：所述神经网络的处理结果的置信度；所述神经网络的处理结果的分类精度；所述神经网络的输入数据与所述第一数据之间的均方误差(mean squared error，mse)；所述神经网络的输入数据与所述第一数据之间的平均绝对误差(mean absolute error，mae)。
15.本技术实施例中，第一准确度可以用神经网络多次处理结果对应的置信度的平均表示。或者，第一准确度可以用神经网络多次处理结果对应的概率的平均表示。或者，第一准确度可以用神经网络多次处理结果对应的分类精度的平均表示等。第一准确度可以用神经网络多次输入的数据与真实数据之间的mse的平均表示，或者，用神经网络多次输入的数据与真实数据之间的均方根误差(root mean squard error，rmse)的平均表示，或者，用神经网络多次输入的数据与真实数据之间的mae的平均表示等。可理解，这里所示的第一准确度的表示方式仅为示例，对于神经网络的其他类型的输出，本技术实施例不作限定。
16.在一种可能的实现方式中，所述第一通信装置根据第一参数对所述第一数据进行处理包括：所述第一通信装置根据所述第一变换系数对所述第一数据进行变换，获得所述第一传输符号；或者，所述第一通信装置根据所述第一调制阶数和所述第一编码码率对所述第一数据进行编码和调制，获得所述第一传输符号。
17.在一种可能的实现方式中，所述方法还包括：所述第一通信装置向所述第二通信装置发送第一请求消息，所述第一请求消息用于请求所述神经网络进行数据处理，所述第一请求消息包括第一指示信息，所述第一指示信息用于指示所述第一准确度；所述第一通信装置接收来自所述第二通信装置的第一响应消息，所述第一响应消息包括第二指示信息，所述第二指示信息用于指示所述第一参数。
18.在一种可能的实现方式中，所述方法还包括：所述第一通信装置接收来自所述第二通信装置的第二请求消息，所述第二请求消息用于请求数据，所述第二请求消息包括第
三指示信息，所述第三指示信息用于指示所述第一参数。
19.在一种可能的实现方式中，所述方法还包括：所述第一通信装置接收来自所述第二通信装置的反馈消息，所述反馈消息包括用于指示所述处理结果的信息。
20.在一种可能的实现方式中，所述方法还包括：所述第一通信装置接收来自所述第二通信装置的重传指示信息，所述重传指示信息用于指示重传所述第一数据；所述第一通信装置根据所述重传指示信息重传所述第一数据。
21.在一种可能的实现方式中，所述重传指示信息还用于指示第二参数，所述第二参数为所述第一参数进行更新后的参数。
22.在一种可能的实现方式中，以下一项或多项信息承载于神经网络处理控制信道中：所述第一指示信息、所述第二指示信息、所述第三指示信息或所述重传指示信息。
23.在一种可能的实现方式中，所述第一传输符号承载于神经网络处理共享信道。
24.本技术实施例中，神经网络处理控制信道和神经网络处理共享信道是基于神经网络处理的需求设计的。该神经网络处理共享信道在传输第一传输符号时，即使出现了差错，仍然可以使得第二通信装置对接收到的传输符号进行处理，提高了无线资源利用率。可选的，本技术实施例所示的神经网络处理控制信道和神经网络处理共享信道不仅可以用于传输与神经网络处理相关的参数或数据等，还可以用于传输其他不要求无差错传输的数据等。
25.第二方面，本技术实施例提供一种数据处理方法，所述方法包括：
26.第二通信装置接收来自第一通信装置的第一传输符号；所述第二通信装置根据第一参数对所述第一传输符号进行处理，获得神经网络的输入，所述第一参数根据第一准确度以及第一信道信息确定，所述第一信道信息为所述第一通信装置与所述第二通信装置之间的信道信息，所述第一准确度用于表示所述神经网络处理数据的准确度；所述第二通信装置根据所述神经网络对所述输入进行处理，获得处理结果。
27.在一种可能的实现方式中，所述第一参数包括第一变换系数，所述第一变换系数用于表示所述第一数据与所述第一传输符号之间的维度比；或者，所述第一参数包括第一调制阶数和第一编码码率。
28.在信道信息相同的情况下，所述第一变换系数越小，所述第一准确度越高。
29.在一种可能的实现方式中，所述第一准确度用以下任一项或多项表示：所述神经网络的处理结果的置信度；所述神经网络的处理结果的分类精度；所述神经网络的输入数据与所述第一数据之间的均方误差mse；所述神经网络的输入数据与所述第一数据之间的平均绝对误差mae。
30.在一种可能的实现方式中，所述第二通信装置根据第一参数对所述第一传输符号进行处理，获得神经网络的输入包括：所述第二通信装置根据所述第一变换系数对所述第一传输符号进行逆变换，获得所述神经网络的输入；或者，所述第二通信装置根据所述第一调制阶数和所述第一编码码率对所述第一传输符号进行解调和解码，获得所述神经网络的输入。
31.在一种可能的实现方式中，所述方法还包括：所述第二通信装置接收来自所述第一通信装置的第一请求消息，所述第一请求消息用于请求所述神经网络处理，所述第一请求消息包括第一指示信息，所述第一指示信息用于指示所述第一准确度；所述第二通信装
置向所述第一通信装置发送第一响应消息，所述第一响应消息包括第二指示信息，所述第二指示信息用于指示所述第一参数。
32.在一种可能的实现方式中，所述方法还包括：所述第二通信装置向所述第一通信装置发送第二请求消息，所述第二请求消息用于请求数据，所述第二请求消息包括第三指示信息，所述第三指示信息用于指示所述第一参数。
33.在一种可能的实现方式中，所述方法还包括：在所述输入的处理结果的第二准确度满足预设条件的情况下，所述第二通信装置向所述第一通信装置发送反馈消息，所述反馈消息包括用于指示所述处理结果的信息。
34.在一种可能的实现方式中，所述方法还包括：在所述输入的处理结果的第二准确度不满足预设条件的情况下，所述第二通信装置向所述第一通信装置发送重传指示信息，所述重传指示信息用于指示重传第一数据，所述第一传输符号根据所述第一数据得到。
35.在一种可能的实现方式中，所述重传指示信息还用于指示第二参数，所述第二参数为所述第一参数进行更新后的参数。
36.在一种可能的实现方式中，以下一项或多项信息承载于神经网络处理控制信道中：所述第一指示信息、所述第二指示信息、所述第三指示信息或所述重传指示信息。
37.在一种可能的实现方式中，所述第一传输符号承载于神经网络处理共享信道。
38.可理解，关于第二方面的描述或有益效果可以参考第一方面，这里不再赘述。
39.第三方面，本技术实施例提供一种通信装置，用于执行第一方面或第一方面的任意可能的实现方式中的方法。该通信装置包括具有执行第一方面或第一方面的任意可能的实现方式中的方法的相应单元。
40.示例性的，该通信装置可以为第一通信装置或芯片等，该芯片可以应用于(或称为设置于)第一通信装置中。
41.第四方面，本技术实施例提供一种通信装置，用于执行第二方面或第二方面的任意可能的实现方式中的方法。该通信装置包括具有执行第二方面或第二方面的任意可能的实现方式中的方法的相应方法。
42.示例性的，该通信装置可以为第二通信装置或芯片等，该芯片可以应用于(或称为设置于)第二通信装置中。
43.在第三方面或第四方面中，上述通信装置可以包括收发单元和处理单元。对于收发单元和处理单元的具体描述还可以参考下文示出的装置实施例。
44.第五方面，本技术实施例提供一种通信装置，该通信装置包括处理器，用于执行上述第一方面或第一方面的任意可能的实现方式所示的方法。或者，该处理器用于执行存储器中存储的程序，当该程序被执行时，上述第一方面或第一方面的任意可能的实现方式所示的方法被执行。
45.在执行上述方法的过程中，上述方法中有关发送的过程，可以理解为由处理器输出的过程。例如，处理器输出数据时，处理器将该数据输出给收发器，以便由收发器进行发射。该数据在由处理器输出之后，还可能需要进行其他的处理，然后才到达收发器。类似的，处理器接收输入的数据时，收发器接收该数据，并将其输入处理器。更进一步的，在收发器收到该数据之后，该数据可能需要进行其他的处理，然后才输入处理器。可理解，关于该说明，下文示出的第六方面，同样适用。
46.对于处理器所涉及的发射、发送和接收等操作，如果没有特殊说明，或者，如果未与其在相关描述中的实际作用或者内在逻辑相抵触，则均可以更加一般性的理解为处理器输出和接收、输入等操作，而不是直接由射频电路和天线所进行的发射、发送和接收操作。
47.在实现过程中，上述处理器可以是专门用于执行这些方法的处理器，也可以是执行存储器中的计算机指令来执行这些方法的处理器，例如通用处理器。上述存储器可以为非瞬时性(non-transitory)存储器，例如只读存储器(read only memory，rom)，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本技术实施例对存储器的类型以及存储器与处理器的设置方式不做限定。可理解，对于处理器和存储器的说明同样适用于下文示出的第六方面，下文不再详述。
48.在一种可能的实现方式中，存储器位于上述通信装置之外。
49.在一种可能的实现方式中，存储器位于上述通信装置之内。
50.本技术实施例中，处理器和存储器还可以集成于一个器件中，即处理器和存储器还可以被集成在一起。
51.在一种可能的实现方式中，通信装置还包括收发器，该收发器，用于接收信号或发送信号。
52.本技术实施例中，该通信装置可以为第一通信装置或芯片等，该芯片可以应用于第一通信装置中。
53.第六方面，本技术实施例提供一种通信装置，该通信装置包括处理器，用于执行上述第二方面或第二方面的任意可能的实现方式所示的方法。或者，处理器用于执行存储器中存储的程序，当该程序被执行时，上述第二方面或第二方面的任意可能的实现方式所示的方法被执行。
54.在一种可能的实现方式中，存储器位于上述通信装置之外。
55.在一种可能的实现方式中，存储器位于上述通信装置之内。
56.在本技术实施例中，处理器和存储器还可以集成于一个器件中，即处理器和存储器还可以被集成在一起。
57.在一种可能的实现方式中，通信装置还包括收发器，该收发器，用于接收信号或发送信号。
58.本技术实施例中，该通信装置可以为第二通信装置或芯片等，该芯片可以应用于第二通信装置中。
59.第七方面，本技术实施例提供一种通信装置，该通信装置包括逻辑电路和接口，所述逻辑电路和所述接口耦合；所述接口，用于输入第一数据；所述逻辑电路，用于根据根据第一参数对所述第一数据进行处理，获得第一传输符号；所述接口，还用于输出所述第一传输符号。
60.可理解，关于第一参数、第一准确度和第一信道信息等的描述，可以参考上述第一方面或第二方面的描述；或者，还可以参考下文示出的各个实施例，这里不再详述。
61.第八方面，本技术实施例提供一种通信装置，该通信装置包括逻辑电路和接口，所述逻辑电路和所述接口耦合；所述接口，用于输入第一传输符号；所述逻辑电路，用于根据第一参数对所述第一传输符号进行处理，获得神经网络的输入；以及根据所述神经网络对所述输入进行处理，获得处理结果。
62.可理解，关于第一参数、第一准确度和第一信道信息等的描述，可以参考上述第一方面或第二方面的描述；或者，还可以参考下文示出的各个实施例，这里不再详述。
63.第九方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，当其在计算机上运行时，使得上述第一方面或第一方面的任意可能的实现方式所示的方法被执行。
64.第十方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，当其在计算机上运行时，使得上述第二方面或第二方面的任意可能的实现方式所示的方法被执行。
65.第十一方面，本技术实施例提供一种计算机程序产品，该计算机程序产品包括计算机程序或计算机可执行指令，当其在计算机上运行时，使得上述第一方面或第一方面的任意可能的实现方式所示的方法被执行。
66.第十二方面，本技术实施例提供一种计算机程序产品，该计算机程序产品包括计算机程序或计算机可执行指令，当其在计算机上运行时，使得上述第二方面或第二方面的任意可能的实现方式所示的方法被执行。
67.第十三方面，本技术实施例提供一种计算机程序，该计算机程序在计算机上运行时，上述第一方面或第一方面的任意可能的实现方式所示的方法被执行。
68.第十四方面，本技术实施例提供一种计算机程序，该计算机程序在计算机上运行时，上述第二方面或第二方面的任意可能的实现方式所示的方法被执行。
69.第十五方面，本技术实施例提供一种通信系统，该通信系统包括第一通信装置和第二通信装置，所述第一通信装置用于执行上述第一方面或第一方面的任意可能的实现方式所示的方法，所述第二通信装置用于执行上述第二方面或第二方面的任意可能的实现方式所示的方法。
附图说明
70.图1是本技术实施例提供的一种通信系统示意图；
71.图2是本技术实施例提供的一种数据处理方法的交互示意图；
72.图3是本技术实施例提供的一种第一准确度与第一信噪比的关系示意图；
73.图4至图6是本技术实施例提供的一种数据处理方法的交互示意图；
74.图7a至图7d是本技术实施例提供的一种帧结构示意图；
75.图8a是本技术实施例提供的与神经网络处理对应的信道示意图；
76.图8b是本技术实施例提供的与神经网络处理对应的层次示意图；
77.图8c是本技术实施例提供的与神经网络处理对应的信道示意图；
78.图9a至图9c是本技术实施例提供的一种数据处理方法的场景示意图；
79.图10是本技术实施例提供的一种仿真结果示意图；
80.图11至图13是本技术实施例提供的一种通信装置的结构示意图。
具体实施方式
81.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地描述。
access network，cran)场景下的无线控制器。可选的，该接入网设备可以是可穿戴设备或车载设备等。可选的，该接入网设备还可以是小站，传输接收节点(transmission reception point，trp)(或也可以称为传输点或接收点)等。可理解，该接入网设备还可以是未来演进的公共陆地移动网络(public land mobile network，plmn)中的基站等等。
90.示例性的，该终端设备也可称为用户设备(user equipment，ue)、终端等。终端设备是一种具有无线收发功能的设备，可以部署在陆地上，包括室内或室外、手持、穿戴或车载；也可以部署在水面上，如轮船上等；还可以部署在空中，例如部署在飞机、气球或卫星上等。终端设备可以是手机(mobile phone)、平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtual reality，vr)终端设备、增强现实(augmented reality，ar)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端等等。可理解，该终端设备还可以是未来6g网络中的终端设备或者未来演进的plmn中的终端设备等。
91.可理解，本技术示出的终端设备不仅可以包括车联网中的车(如整车)、而且还可以包括车联网中的车载设备或车载终端(包括车载信息盒子(telematics box，t-box)或车联网系统中的主机)等，本技术对于该终端设备应用于车联网时的具体形态不作限定。为便于描述，下文中将以终端设备为ue为例，介绍本技术所涉及的方法。
92.图1所示的通信系统中，包括一个接入网设备和四个ue如图1中的ue1至ue4。如ue1、ue3和ue4可以是手机，ue2可以是车等；或者，ue3和ue4是车，ue1和ue2是手机等。可理解，关于ue和接入网设备的具体说明可以参考上文，这里不再赘述。应理解，图1示例性地示出了一个接入网设备和四个ue，以及各通信设备之间的通信链路。可选地，该通信系统可以包括多个接入网设备，并且每个接入网设备的覆盖范围内可以包括其它数量的ue，例如更多或更少的ue等，本技术对此不做限定。可选的，图1所示的通信系统还可以包括核心网设备，如接入与移动性管理功能(access and mobility management function，amf)等，本技术对此不作限定。
93.一般的，在无线传输设计以可靠性传输为设计准则，如第一通信装置向第二通信装置发送数据，如果第二通信装置无法正确译码其接收到的数据，则第一通信装置需要重传数据。在第二通信装置正确译码之后，该第二通信装置对其接收到的数据进行神经网络(neural network，nn)的处理等。然而，由于神经网络具有很好的容忍差错的能力，因此第二通信装置可能不需要完全正确接收数据，就可以进行神经网络处理。也就是说，上述第二通信装置需要完全正确接收到来自第一通信装置的数据之后，才会进行神经网络处理的方法会使得无线资源利用率低下。
94.鉴于此，本技术提供一种数据传输方法及装置，以第二通信装置中神经网络处理数据的准确度为传输设计的指标，从而确定第一通信装置处理数据的相关参数。进而能够充分利用不同信道信息下数据的传输误差与神经网络处理数据的准确度的折衷(如信噪比越低，准确度越低，因此可以通过降低准确度来降低对无线资源的要求)，有效提高了无线资源的利用效率。
95.在介绍本技术提供的方法之前，先对本技术涉及的术语进行说明。
96.1、第一准确度：
97.本技术所示的第一准确度可以用于表示神经网络处理数据的准确度。进一步的，第一准确度可以用于表示神经网络输出的处理结果的准确度的平均。或者，第一准确度可以用于表示神经网络处理数据的平均性能。例如，该平均性能包括平均正确率、平均准确度或平均准确率等。
98.示例性的，神经网络的输出包括处理结果。该处理结果可以与神经网络的处理类型对应。例如，神经网络的处理类型包括分类类型，则该处理结果可以是神经网络的输入所对应的类别。又例如，神经网络的处理类型包括模式识别，则该处理结果可以是神经网络的输入所对应的模式。可选的，神经网络的输出还包括神经网络所获得的处理结果的准确度，获得也可以称为与处理结果对应的准确度。例如，对于分类任务来说，输出的可以是输入属于各个类别的概率，概率最大所对应的类别作为输入的处理结果。该情况下，处理结果的准确度则可以用神经网络的输出所对应的类别的概率表示。可选的，神经网络预测输出的概率也可以是修正的概率，如通过对原始输出概率进行修正，以使该修正的概率接近准确度。即第一准确度可以用修正的概率表示。又例如，神经网络的输出还可以包括分类精度(precision)或置信度等。仍以分类任务为例，若神经网络输出的概率分布比较集中(或者熵较小)，则表示输出的置信度较高。分类精度表示输出中判决为正确的结果所占的比例。
99.根据上述介绍，第一准确度可以用神经网络多次处理结果对应的置信度的平均表示。或者，第一准确度可以用神经网络多次处理结果对应的概率的平均表示。或者，第一准确度可以用神经网络多次处理结果对应的分类精度的平均表示等。可理解，以上所示的置信度或分类精度或概率仅为示例，对于神经网络的输出可能还包括其他类型，如召回率(recall)等。
100.以上所示的神经网络的输出可以理解为是以离散的输出为例，然而，本技术中神经网络的输出还可以包括其他类型的输出。例如，神经网络的输出可以信道估计的结果。又例如，神经网络的输出还可以是数值的运算结果等。又例如，神经网络的输出还可以是参数融合的结果等。该情况下，第一准确度可以用神经网络多次输入的数据与真实数据之间的误差的平均表示。也就是说，第一准确度可以用传输数据的误差的平均表示。例如，误差包括神经网络的接收梯度(即神经网络所获得的输入)与真实梯度(即发送端所发送的数据)之间的偏差。又例如，误差包括联邦学习中融合参数与原始参数的偏差等。示例性的，误差可以包括均方误差(mean squared error，mse)、均方根误差(root mean squard error，rmse)或平均绝对误差(mean absolute error，mae)中的任一项或多项。也就是说，第一准确度可以用神经网络多次输入的数据与真实数据之间的mse的平均表示，或者，用神经网络多次输入的数据与真实数据之间的rmse的平均表示，或者，用神经网络多次输入的数据与真实数据之间的mae的平均表示等。可理解，这里所示的第一准确度还可以理解为可以用特征空间的距离表示。特征空间的距离即特征之间的距离，该距离可以用mse、rmse或mae中的任一项或多项表示。
101.2、第二准确度：
102.本技术所示的第二准确度表示神经网络输出的处理结果的准确度。根据上述介绍的神经网络不同类型的输出，如第二准确度可以用处理结果的置信度表示，或者，第二准确度可以用处理结果的概率(或概率的熵)表示，或者，第二准确度可以用处理结果的分类精
度表示等。或者，第二准确度可以用神经网络输入的数据与真实数据之间的误差表示，该误差包括mse、rmse或mse中的一项或多项。
103.也就是说，第二准确度可以表示神经网络单次输出的处理结果的准确度。第一准确度可以表示神经网络多次输出的处理结果的准确度。
104.可理解，以上所示的神经网络的输出仅为示例，本技术对于神经网络的其他类型的输出不作限定。
105.图2是本技术实施例提供的一种数据处理方法的流程示意图。该方法可以应用于第一通信装置和第二通信装置。该第二通信装置可以对来自第一通信装置的数据进行神经网络处理。也就是说，第一通信装置可以为第二通信装置提供数据，第二通信装置根据神经网络对第一通信装置提供的数据进行处理。示例性的，第一通信装置可以为终端设备，第二通信装置可以为接入网设备。或者，第一通信装置为接入网设备，第二通信装置为终端设备。或者，第一通信装置和第二通信装置可以都是终端设备等，本技术实施例对于第一通信装置和第二通信装置的具体形态不作限定。可理解，关于终端设备和接入网设备的具体说明可以参考图1，这里不再详述。如图2所示，该方法包括：
106.201、第一通信装置获得第一数据。
107.该第一数据可以是待第一通信装置处理的数据。或者，该第一数据可以是待发送给第二通信装置的数据等。示例性的，第一数据可以包括第一通信装置所获得的原始数据。例如，第二通信装置中的神经网络包括模型前向推理，该情况下，第一数据可以包括图像数据、语音数据或文字数据中的任一项类型等。示例性的，还可以将一个完整的神经网络在某一层切割，分割成两个部分神经网络，如第一部分神经网络和第二部分神经网络，从而分别部署在第一通信装置和第二通信装置上。如第一通信装置可以利用第一部分神经网络对输入数据进行部分处理，得到中间结果，然后将该中间结果发送给第二通信装置。第二通信装置在获得中间结果后，可以接着利用第二部分神经网络对该中间结果进行继续处理，得出推理结果。也就是说，第二通信装置中神经网络可以包括部分层神经网络，从而用于模型前向推理。即第一数据可以包括第一通信装置所获得的经过神经网络部分层处理后的数据。示例性的，第二通信装置可以作为联邦学习的参数服务器，从而对多个第一通信装置的神经网络更新的权重等参数进行融合。也就是说，第二通信装置中的神经网络包括联邦学习的模型融合，即第一数据可以包括第一通信装置所获得的模型参数或中间梯度数据等。
108.可理解，第一数据的具体类型可以根据第二通信装置中神经网络的处理类型确定，本技术实施例对于第一数据的具体类型不作限定。但凡是第二通信装置中神经网络能够处理的数据均属于本技术实施例保护的范围。对于第一通信装置获得第一数据的具体方法，本技术实施例不作限定。
109.202、第一通信装置根据第一参数对第一数据进行处理，获得第一传输符号，该第一参数根据第一准确度以及第一信道信息确定。
110.第一传输符号可以理解为第一通信装置对第一数据进行处理之后，所获得的能够用于传输的符号。例如，该第一传输符号可以包括调制符号、编码符号或编码调制符号等。本技术实施例对于该第一传输符号的具体类型不作限定。
111.第一参数可以理解为第一通信装置对数据(如本技术所示的第一数据)进行处理时所使用到的参数。示例性的，该第一参数还可以称为第一传输参数或第一处理参数等，本
申请实施例对此不作限定。作为示例，如第一通信装置对第一数据进行线性变换或非线性变换，则第一参数可以包括第一变换系数(如可以参考下文关于图4所示的方法)。又如第一通信装置对第一数据进行编码调制，则第一参数可以包括第一调制阶数和第一编码码率(如可以参考下文图5所示的方法)。又如第一通信装置需要对第一数据进行调制，则第一参数可以包括第一调制阶数。又如第一通信装置需要对第一数据进行编码，则第一参数可以包括第一编码码率。可理解，关于步骤202的具体说明还可以参考下文，这里先不一一详述。
112.第一信道信息为第一通信装置与第二通信装置之间的信道信息。例如，第一信道信息可以为第一通信装置与第二通信装置之间的信道状态信息(channel state information，csi)。又例如，该第一信道信息可以为用于表示第一通信装置与第二通信装置之间信道质量的信息。
113.本技术实施例所示的第一参数根据第一准确度以及第一信道信息确定，还可以理解为：第一参数与第一准确度和第一信道信息有关，或者，第一参数是根据第一准确度和第一信道信息得到的。根据第一准确度和第一信道信息确定第一通信装置处理数据时所使用的参数(如第一参数)，可使得第一通信装置能够结合神经网络处理数据的需求来处理数据。从而，充分利用神经网络处理数据的准确度需求以及信道质量对第一数据进行处理，提高了无线资源的利用率。如准确度需求稍差，则第一通信装置根据变换系数进行处理时，可以放松对数据的处理要求(如保留的有效特征较少)。可理解，关于第一参数、第一准确度需求以及第一信道信息之间的关系还可以参考下文(如表1至表9的相关描述等)，这里先不一一详述。
114.在一种可能的实现方式中，第一通信装置获得第一数据之后，可以直接根据第一参数对第一数据进行处理。
115.在另一种可能的实现方式中，第一通信装置根据第一参数对第一数据进行处理之前，图2所示的方法还包括：第一通信装置将第一数据嵌入到连续空间。
116.可理解，上述步骤还可以理解为：根据第一数据的类型将该第一数据嵌入到连续空间；或者，根据第二通信装置中神经网络处理的类型，将待发送给第二通信装置的数据(即第一数据)嵌入到连续空间。
117.示例性的，当第一数据包括神经网络部分层处理后的数据、模型参数或中间梯度数据等时，由于其本身是在连续空间，则也可以不进行嵌入操作。示例性的，对于原始数据，如第一数据包括图像数据、语音数据或无线数据(如信道信息)时，如果该第一数据本身是在连续空间(如图像数据或语音数据等是数值的形式)，则可以不对其进行嵌入操作。当第一数据包括文本数据或其他离散类数据(如其值不是数值的形式，而是字母或文字的形式等)，则需要将第一数据嵌入到连续空间。可选的，原始数据可以根据神经网络处理的任务(如自然语言处理的任务等)，嵌入到反映输入语义距离的空间，如语言的离散空间通过学习嵌入到连续空间，该连续空间的距离则可以反映单词的语义距离。
118.可选的，第一通信装置可以通过神经网络进行嵌入操作等，本技术实施例对此不作限定。例如，嵌入操作可以通过预训练后的网络实现，或者，通过预训练后的映射关系实现等。例如，通过预训练的映射，第一通信装置可以将单词(word)映射到实数向量(如每个word可以对应一个向量等)。
119.203、第一通信装置向第二通信装置发送第一传输符号，相应的，第二通信装置接
收该第一传输符号。
120.可理解，在将第一传输符号发送出去之前，第一通信装置还可以进行其他处理，本技术实施例对此不作限定。例如，第一通信装置可以将第一传输符号映射到传输资源(如时频资源)上，通过该传输资源发送第一传输符号。又如，第一通信装置可以进行功率分配，如通过一定的发送功率发送第一传输符号。一般的，功率分配主要是应对衰落信道场景，从而实现信道白化或者特征抽取。示例性的，信道白化可以理解为是第一通信装置根据各子载波衰落程度的不同分配功率，从而保证第二通信装置看到的是同样的衰落。特征抽取可以理解为是通过功率分配，实现权重的卷积操作，如特征抽取可以是卷积神经网络中的一层。可理解，关于信道白化和特征抽取的具体说明本技术实施例不作限定。
121.204、第二通信装置根据第一参数对第一传输符号进行处理，获得神经网络的输入。
122.也就是说，第二通信装置在获取到第一传输符号之后，可以根据第一参数对第一传输符号进行逆处理，获得符合神经网络输入的数据。上述步骤204中的输入可以理解是符合神经网络输入的数据。
123.示例性的，第二通信装置根据第一变换系数对第一传输符号进行逆变换，如该逆变换可以包括线性变换或非线性变换。又例如，第二通信装置可以根据第一调制阶数对第一传输符号进行解调处理。又例如，第二通信装置可以根据第一编码码率对第一传输符号进行解码处理。又例如，第二通信装置可以根据第一调制阶数和第一编码码率对第一传输符号进行解调和解码。
124.205、第二通信装置根据神经网络对输入进行处理，获得处理结果。
125.可选的，第二通信装置还可以获得处理结果的准确度。
126.可选的，在第一数据被嵌入到连续空间的情况下，第二通信装置可以通过神经网络进行逆嵌入操作，或者，通过神经网络获得处理结果后，第二通信装置可以对该处理结果进行逆嵌入操作等，本技术实施例不作限定。例如，第二通信装置可以将神经网络输出的实数向量映射到单词等。又例如，第一通信装置通过图嵌入将图结构嵌入到实数向量空间，则相应的，第二通信装置可以从实数向量空间恢复出图结构。
127.可理解，关于神经网络输出的具体说明可以参考上文，这里不再赘述。关于第二通信装置获取到处理结果之后的方法可以参考下文关于图4至图6的说明，这里先不一一详述。
128.一般的，通过无线传输方案传输数据时，是在数据传输完全正确后，才会进行神经网络的处理。然而，本技术实施例提供的方法中，第一通信装置可以根据第一参数对第一数据进行处理，该第一参数根据第一准确度和第一信道信息确定。从而，第一通信装置在传输数据时，对数据的处理只需要符合第一准确度以及第一信道信息，第二通信装置就可以对数据进行神经网络处理，改善了由于需要保证数据传输的正确性而重传数据的情况，有效提高了无线资源的利用效率。
129.为进一步理解本技术提供的方法，以下详细说明本技术所示的第一参数。
130.实现方式一、
131.第一参数包括第一变换系数，该第一变换系数用于表示第一数据与第一传输符号之间的维度比。例如，可以用第一数据的元素个数与第一传输符号的元素个数(如第一传输
符号的个数)表示第一数据与第一传输符号之间的维度比。例如，第一数据的形式可以包括向量或矩阵等，本技术实施例对此不作限定。
132.示例性的，第一通信装置对第一数据进行处理包括第一通信装置对第一数据进行变换处理，该变换包括线性变换，如离散傅里叶变换或离散余弦变换等，或者包括神经网络的变换等，本技术实施例对此不作限定。通过变换处理，可以实现第一数据和第一传输符号的维度适配，该维度适配可以理解为是根据神经网络处理数据的第一准确度的要求和第一数据的维度所确定的合适的传输符号个数。
133.该实现方式中，第一变换系数、第一准确性和第一信道信息之间的关系可以如下所示：
134.例如，第一变换系数越大，则表示第一通信装置在对第一数据进行处理时所保留的有效特征越少。由此，传输第一传输符号时所使用的传输资源越少，神经网络处理数据的第一准确度就越低。又例如，在第一信道信息相同(如信道质量相同)的情况下，第一变换系数越小，第一准确度的要求就越高。又例如，在第一准确度的要求相同的情况下，第一信道信息所表示的信道质量越好，第一变换系数就越大。
135.一般的，无线传输是以最大化吞吐量为目标，根据可靠度要求设置相应的参数，如信道质量指示(channel quality indication，cqi)或者调制与编码策略(modulation and coding scheme，mcs)等。示例性的，上述参数的设置方法可以包括信道质量(如信噪比(signal-to-noise ratio，snr)在误块率(block error rate，bler)等于0.1或者0.001条件下对应的mcs。然而，本技术实施例中，由于神经网络对于数据的误差有灵活的容忍度，如随着误差的增大，处理结果的准确度可能会平稳下降。也就是说，神经网络的数据处理可以有灵活的准确度。由此，本技术实施例可以支持在大范围信道质量区间支持动态的第一变换系数与第一准确度。
136.在一种可能的实现方式中，第一变换系数、第一准确度和第一信道信息之间的关系可以用曲线的形式表示。示例性的，图3是本技术实施例提供的一种第一准确度与第一信噪比的关系示意图。可理解，图3所示的第一变换系数＝6和第一变换系数＝12仅为示例，不应将其理解为对本技术实施例的限定。如神经网络包括推理为例，从图3所示的两条曲线可以看出，随着第一信噪比的增大，推理的第一准确度随着提升。从图3所示的与横轴平行的线条可以看出，当第一准确度相同的情况下，第一信噪比越大，第一变换系数越大。从图3所示的与纵轴平行的线条可以看出，当第一信噪比相同的情况下，第一变换系数越小，第一准确度就越高。
137.由此，示例性的，对于准确度有要求的服务(如自动驾驶服务或雷达感知等对准确度有较高要求的服务)，如图3所示的与横轴平行的线条所示，则可以在相应的信噪比条件下选择相应的变换系数，以满足准确度的要求。示例性的，对于准确度弹性可控的服务(如图像识别或异物检测等对准确度有较低要求的服务)，如图3所示的与纵轴平行的线条所示，则可以在当前的信噪比条件下，通过控制变换系数，实现准确度与传输资源的平衡。可理解，图3所示的横轴的单位可以是db，纵轴的单位可以是百分比。
138.在另一种可能的实现方式中，第一变换系数、第一准确度和第一信道信息之间的关系可以用函数的形式表示。示例性的，第一变换系数＝f(第一准确度，第一信道信息)。如第一变换系数＝f1(第一准确度，第一snr)，或者，第一变换系数＝f2(第一准确度，第一
sinr)等。
139.在又一种可能的实现方式中，第一变换系数、第一准确度和第一信道信息之间的关系可以用表的形式表示。示例性的，表1是当第一准确度等于99％时，第一变换系数与第一信道信息之间的关系。表2是当第一准确度等于90％时，第一变换系数与第一信道信息之间的关系。表3是当第一准确度等于80％时，第一变换系数与第一信道信息之间的关系。可理解，表1至表3是以snr为例表示信道质量的好坏，但是不应将其理解为对本技术实施例的限定。例如，还可以通过信号与干扰加噪声比(signal to interference plus noise ratio，sinr)表示信道质量的好坏等。
140.表1
141.索引0123456
…ꢀ
第一变换系数1/81/41/21248
…ꢀ
第一信噪比-4-3-2-1012
…ꢀ
142.表2
143.索引0123456
…ꢀ
第一变换系数1/61/313/23612
…ꢀ
第一信噪比-4-3-2-1012
…ꢀ
144.表3
145.索引0123456
…ꢀ
第一变换系数1/41/2124816
…ꢀ
第一信噪比-4-3-2-1012
…ꢀ
146.通过表1至表3所示的不同的第一准确度，第一变换系数可以根据神经网络处理的不同类型或者不同阶段确定。例如，神经网络处理的类型可以包括雷达感知或自动驾驶分析等，该情况下，可以根据较高的第一准确度以及第一信道信息确定第一变换系数。又例如，神经网络处理的类型包括图像识别、异物检测或机器翻译等，该情况下，可以根据较低的第一准确度(即可以理解为对准确度没有很严格的要求)以及传输资源等确定第一变换系数。又例如，神经网络训练前期可以有较大的误差，由此可以选择第一准确度较低的表格以提升无线资源的利用效率。又例如，神经网络训练后期需要更精细的参数更新，由此可以选择第一准确度较高的表格。
147.可理解，表1至表3是以第一准确度分别为99％、90％和80％为例示出的。然而，可选的，还可以根据实际的准确度要求向上对齐的方法，选择对应的表格。例如，第一准确度的要求为95％时，根据向上对齐的原则，可以选择表1。又例如，第一准确度的要求为89％，则根据向上对齐的原则，可以选择表2。可选的，还可以根据实际的准确度要求向下对齐的方法选择对应的表格。可选的，表1还可以对应99％以及以上的准确度，表2对应90％至99％的准确度，表3对应80％至89％的准确度等。
148.可理解，表1至表3所示的具体关系仅为示例，在具体实现中，第一变换系数、第一准确度要求和第一信道信息之间的关系不限于此。例如，第一准确度还可以包括95％、80％或70％等。
149.在又一种可能的实现方式中，第一准确度还可以是弹性的，该情况下，第一变换系
数可以根据第一信道信息确定。如第一变换系数、第一准确度和第一信道信息之间的关系还可以如表4所示。
150.表4
[0151][0152]
表4示出了各信道质量下可选的第一变换系数，不同的第一变换系数可以对应神经网络处理数据不同的第一准确度。示例性的，可以根据传输资源的使用情况或者时延的需求选择灵活的第一准确度，从而确定第一变换系数。例如，时延要求严格(如要求时延较小)，则为更及时地对数据进行处理，第一变换系数可以较大。又例如，时延要求不严格(如时延可以较大)，则第一变换系数可以较小。可理解，这里所示的时延可以表示神经网络的处理和反馈的时延。可理解，尽管表4未体现出第一准确度，但是，可以参考第一准确度、第一信道信息以及第一变换系数的关系制定表格。例如，当第一信噪比为-4db时，根据信噪比越大，准确度可能会越大的原则，则对应的准确度可能为99％、90％和80％。因此，第一变换系数相应可以依次为1/8、1/6和1/4。例如，当第一信噪比为-4db时，对应的第一变换系数可以是1/8、1/6和1/4。该情况下，可以根据传输资源的使用情况选择第一变换系数。如传输资源较少，则第一变换系数可以较大，如可以是1/6或1/4。又或者，根据时延要求确定第一变换系数等，这里不再详述。
[0153]
在又一种可能的实现方式中，第一变换系数、第一准确度和第一信道信息之间的关系还可以用表格结合公式的形式表示。例如，可以通过基础表格以及修正公式表示第一变换系数、第一准确度和第一信道信息之间的关系。如以第一准确度＝99％的表格作为基础表格(即基础准确度＝99％)，修正公式可以满足如下公式：修正变换系数＝f3(基础变换系数，第一准确度)，或者，修正信噪比＝f4(基础信噪比，第一准确度)。或者，修正变换系数＝f5(基础变换系数，相对准确度)，或者，修正信噪比＝f6(基础信噪比，相对准确度)。或者，修正变换系数＝基础变换系数+f7(第一准确度，基础准确度)，f7(第一准确度，基础准确度)可以包括f7(第一准确度-基础准确度)、f7(第一准确度/基础准确度)或者f7(1-第一准确度/基础准确度)中的任一项。即，修改变换系数可以根据是第一准确度与基础准确度的差的函数，或者，是第一准确度与基础准确度的比值的函数等。也就是说，修正变换系数或者修正信噪比可以是根据具体的准确度对基础参数表中的变换系数或者信噪比进行修正的结果。例如，基础表格是以第一准确度＝99％制定的，修正时第一准确度为80％，则80％相对99％即为相对准确度。
[0154]
可理解，以上所示的第一变换系数、第一准确度和第一信道信息之间的表示形式仅为示例。关于实现方式一的具体说明还可以参考下文图4至图6所示的方法。本技术实施例所示的第一准确度可以用置信度、分类精度或概率等表示，还可以用mse、rmse或mae中的任一项或多项表示等。
[0155]
实现方式二、
[0156]
可选的，第一参数包括第一编码码率。可选的，第一参数包括第一调制阶数。可选的，第一参数包括第一调制阶数和第一编码码率。
[0157]
示例性的，第一编码码率与第一准确度之间的关系可以如下所示：例如，第一编码
码率越大，第一准确度就越高。又例如，在第一信道信息相同(如信道质量相同)的情况下，第一编码码率越大，第一准确度就越高。又例如，在第一准确度相同的情况下，第一信道信息所表示的信道质量越好，第一编码码率就越小。例如，第一编码码率、第一准确度和第一信道信息之间的关系可以用函数的形式表示。示例性的，第一编码码率＝f8(第一准确度，第一信道信息)。又例如，第一编码码率、第一准确度和第一信道信息之间的关系可以用表的形式表示等。关于第一编码码率、第一准确度和第一信道信息之间的关系可以参考下文所示的关于第一编码码率、第一调制阶数、第一准确度和第一信道信息之间的关系。
[0158]
在一种可能的实现方式中，第一编码码率、第一调制阶数和第一准确度要求之间的关系可以用函数的形式表示。示例性的，(第一调制阶数，第一编码码率)＝f9(第一准确度，第一信道信息)。
[0159]
在另一种可能的实现方式中，第一编码码率、第一调制阶数、第一准确度和第一信道信息之间的关系可以用表的形式表示，如表5和表6所示。表5示出的是当第一准确度等于99％时，第一编码码率、第一调制阶数和第一信道信息(如用snr表示)之间的关系。表6示出的是当第一准确度等于90％时，第一编码码率、第一调制阶数和第一信道信息之间的关系。
[0160]
表5
[0161]
索引0123456
…ꢀ
第一调制阶数2224466
…ꢀ
第一编码码率1/31/22/31/22/31/22/3
ꢀꢀ
第一信噪比-4-3-2-1012
…ꢀ
[0162]
表6
[0163]
索引0123456
…ꢀ
第一调制阶数2446668
…ꢀ
第一编码码率1/21/22/31/22/35/62/3
ꢀꢀ
第一信噪比-4-3-2-1012
…ꢀ
[0164]
示例性的，在上述第一准确度用mse表示的情况下，第一编码码率、第一调制阶数、第一准确度和第一信道信息之间的关系还可以如表7和表8所示。示例性的，表7示出的是当mse＝0.01时，调制阶数、编码码率和信道信息之间的关系。表8示出的是当mse＝0.1时，调制阶数、编码码率和信道信息之间的关系。
[0165]
表7
[0166]
索引0123456
…ꢀ
第一调制阶数2224446
…ꢀ
第一编码码率1/22/33/41/22/33/42/3
ꢀꢀ
第一信噪比-4-3-2-1012
…ꢀ
[0167]
表8
[0168]
索引0123456
…ꢀ
第一调制阶数2444668
…ꢀ
第一编码码率2/31/22/33/42/35/62/3
ꢀꢀ
第一信噪比-4-3-2-1012
…ꢀ
[0169]
对于弹性的第一准确度来说，第一调制阶数、第一编码码率、第一准确度和第一信道信息之间的关系还可以如表9所示。表9所示的表格示出的是各信道质量下最低可接受的第一准确度对应的第一调制阶数和第一编码码率。由此，可以根据传输资源的使用情况和时延的需求等条件，选择不低于表9所示的第一调制阶数和第一编码码率。或者，对于弹性准确度的服务，可以只定义信道质量的等级指示，和最低可接受特征空间的距离(如mse等)对应的第一调制阶数和第一编码码率。
[0170]
关于弹性的第一准确度的具体说明还可以参考下文图6所示的方法。
[0171]
表9
[0172]
索引0123456
…ꢀ
第一调制阶数2224466
…ꢀ
第一编码码率1/31/22/31/22/31/22/3
ꢀꢀ
第一信噪比-4-3-2-1012
…ꢀ
[0173]
可理解，对于准确度要求为100％或特征空间距离为0的神经网络处理服务，可以复用一般的传输参数表(如mcs对应的表格等)，以提供可靠传输服务。
[0174]
可理解，本技术所示的各个表格仅为示例，不应将本技术所示的表格理解为对本技术的限定。可选的，表1至表9中，还可以不包括第一信噪比(也可以理解为第一信噪比仅仅是制定表格时的参考)。如表1至表4中可以包括第一变换系数和对应的索引；表5至表9中可以包括第一调制阶数、第一编码码率和对应的索引。关于实现方式二的具体说明还可以参考下文图4至图6所示的方法。
[0175]
结合上文所示的方法，本技术实施例还提供了以下几种数据传输方法。
[0176]
图4是本技术实施例提供的一种数据处理方法的流程示意图。如图4所示，该方法包括：
[0177]
401、第一通信装置向第二通信装置发送第一请求消息，该第一请求消息用于请求神经网络处理。对应的，第二通信装置接收第一请求消息。
[0178]
也就是说，图4所示的方法可以理解为是第一通信装置请求第二通信装置中的神经网络处理数据(也可以简称为节点请求神经网络处理模式)。即第一通信装置提供数据，第二通信装置提供神经网络处理服务。
[0179]
可理解，本技术实施例示出的第一通信装置还可以称为第一节点或发送端(即提供数据的设备)，第二通信装置还可以称为第二节点或接收端(即对数据进行神经网络处理的设备)。例如，第一通信装置可以为终端设备等，第二通信装置可以为接入网设备等。
[0180]
402、第二通信装置向第一通信装置发送第一响应消息。对应的，第一通信装置接收第一响应消息。
[0181]
关于第一请求消息和第一响应消息中的内容可以有如下几种实现方式：
[0182]
1、第一请求消息包括第一指示信息，该第一指示信息用于指示第一准确度。第一准确度可以为第一通信装置对神经网络处理数据的准确度的要求，或者，第一通信装置预期的准确度等。例如，第一准确度可以包括99％、95％、90％、85％、80％、75％、70％或65％等中的任一项。或者，第一准确度还可以有其他的划分方式，如第一准确度包括90％、80％、70％、60％、50％等中的任一项。可理解，第一指示信息还可以通过索引的方式指示第一准确度。例如，该索引可以是如表1至表9所示的表格的索引(即通过表格的索引指示第一准确
intelligence，ai)专用控制信息中或者专用控制信道上等。
[0189]
可选的，第一通信装置和第二通信装置可以预先协商参数的具体类型。例如，参数的类型包括变换系数、编码码率或调制阶数中的一项或多项。可选的，参数的类型可以由接入网设备确定。一般的，基于编码调制的数据处理方法可以提供可靠传输，在高信噪比时可以达到更高的推理准确度。但是，在低信噪比时性能下降更快，因此更适合基于直接调制的数据处理方法。因此，可选的，第一通信装置或第二通信装置可以根据信道信息的大小自动切换参数的类型。通过信道信息的大小切换参数的类型可以在不同的信噪比条件下提供更合适的数据处理方法，从而获得更高的推理准确度。示例性的，当信道质量大于质量阈值的情况下，参数的类型包括编码码率或调制阶数中的一项或多项。当信道质量小于质量阈值的情况下，参数的类型包括变换系数。可理解，当信道质量等于质量阈值时，对于参数的类型不作限定，如可以预先设置等，本技术实施例不作限定。如信道质量可以包括snr或sinr等，如信道质量包括snr时，质量阈值可以包括5db、8db、10db或15db中的任一项。
[0190]
403、第一通信装置向第二通信装置发送第一传输符号，对应的，第二通信装置接收第一传输符号。
[0191]
上述步骤403还可以理解为：根据第一响应消息向第二通信装置发送第一传输符号。关于第一通信装置获得第一传输符号的具体说明可以参考上文如图2或图3等的描述，这里不再详述。例如，第一通信装置可以根据第一响应消息获得第一传输符号，然后发送该第一传输符号等。
[0192]
404、第二通信装置根据神经网络对输入进行处理，获得处理结果和该处理结果的第二准确度。
[0193]
可理解，关于第二通信装置对第一传输符号进行处理，获得神经网络的输入的具体方法可以参考上文，这里不再详述。关于第二通信装置获得处理结果的具体方式可以参考上文，这里不再详述。
[0194]
示例性的，处理结果的第二准确度可以用处理结果的概率、置信度、分类精度或mse等中的任一项或多项表示。因此，为便于描述，下文将以第二准确度用概率表示、预设条件以预设概率为例说明第二通信装置的反馈方法。
[0195]
405、在处理结果的概率满足预设概率的情况下，第二通信装置向第一通信装置反馈处理结果。
[0196]
可选的，预设概率可以是一个数值，如处理结果的概率大于或等于该预设概率，则表示其满足预设概率。可选的，预设概率可以是一个概率范围，如处理结果的概率在这个概率范围之内，则表示其满足预设概率。可理解，关于预设概率的具体方式本技术实施例不作限定。
[0197]
406、在处理结果的概率不满足预设概率的情况下，第二通信装置向第一通信装置发送重传指示信息，该重传指示信息用于指示重传第一数据。
[0198]
可选的，在处理结果的概率不满足预设概率的情况下，第二通信装置也可以向第一通信装置指示新的参数或参数的调整方向等。例如，新的参数可以是第二参数(如第二变换系数，或者，第二编码码率和第二调制阶数等)等。参数的调整方向如可以是增大变换系数或减小变换系数等。可选的，第二通信装置还可以通过第二参数的索引指示新的参数。可理解，第一通信装置获取到新的参数后，还可以根据该新的参数重传第一数据。
[0199]
可选的，在第二通信装置得到重传的数据，再次得到处理结果和该处理结果的概率之后，当再次得到的概率与前一次得到的概率之间的差小于一定门限，则可以认为重传数据对神经网络的性能没有提升，由此可以终止重传。
[0200]
示例性的，上述预设概率可以由第一通信装置设置、或者由第二通信装置设置，或者由第一通信装置与第二通信装置协商等，本技术实施例对于该预设概率的具体设置方法不作限定。
[0201]
可理解，以上所示的概率仅为示例，如神经网络的输出还可以是处理结果的熵、置信度等，这里不再详述。
[0202]
可理解，本技术实施例所示的各个消息中是否包括rs不作限定。例如，第一请求消息可以包括rs，以便于第二通信装置进行信道估计。又例如，第一响应消息可以包括rs，以便于第一通信装置进行信道估计，获得第一通信装置与第二通信装置之间的信道信息。又例如，第一通信装置发送第一传输符号时，可以包括rs。又例如，第一通信装置重传第一数据时，也可以同时发送rs等，本技术实施例对此不作限定。当通过rs获得的信道信息更新时，第一参数可以随着更新。
[0203]
本技术实施例中，第一通信装置在传输数据时，对数据的处理只需要符合第一准确度以及第一信道信息，第二通信装置就可以对数据进行神经网络处理，改善了由于需要保证数据传输的正确性而重传数据的情况，有效提高了无线资源的利用效率。
[0204]
图5是本技术实施例提供的一种数据处理方法的流程示意图，如图5所示，该方法包括：
[0205]
501、第二通信装置向第一通信装置发送第二请求消息，该第二请求消息用于请求数据。对应的，第一通信装置接收第二请求消息。
[0206]
也就是说，图5所示的方法可以理解为是第二通信装置向第一通信装置请求数据，以便进行神经网络处理(也可以简称为节点请求处理数据模式)。即第二通信装置需要第一通信装置的数据进行神经网络处理。
[0207]
本技术实施例中，第二请求消息包括第三指示信息，该第三指示信息用于指示第一参数。可理解，关于第一参数的类型的确定方法可以参考图4，这里不再详述。可理解，关于第三指示信息用于指示第一参数的具体说明可以参考图4所示的相关描述，这里不再详述。
[0208]
502、第一通信装置向第二通信装置发送第一传输符号，第二通信装置接收第一传输符号。
[0209]
上述步骤502还可以理解为：第一通信装置根据第二请求消息向第二通信装置发送第一传输符号。关于第一通信装置获得第一传输符号的具体说明可以参考上文如图2至图4中的描述等，这里不再详述。
[0210]
503、第二通信装置根据神经网络对输入进行处理，输出处理结果和该处理结果的第二准确度。
[0211]
504、在处理结果的概率满足预设概率的情况下，第二通信装置向第一通信装置反馈处理结果。
[0212]
505、在处理结果的概率不满足预设概率的情况下，第二通信装置向第一通信装置发送重传指示，该重传指示用于指示重传第一数据。
[0213]
可理解，关于步骤503至步骤505的具体说明可以参考上文，这里不再详述。
[0214]
本技术实施例中，第一通信装置在传输数据时，对数据的处理只需要符合第一准确度以及第一信道信息，第二通信装置就可以对数据进行神经网络处理，改善了由于需要保证数据传输的正确性而重传数据的情况，有效提高了无线资源的利用效率。
[0215]
图6是本技术实施例提供的一种数据处理方法的流程示意图，如图6所示，该方法包括：
[0216]
601、第一通信装置向第二通信装置发送第三请求消息，该第三请求消息用于请求神经网络处理。对应的，第二通信装置接收第三请求消息。
[0217]
该第三请求消息包括第一传输符号。可选的，该第三请求消息还包括参考信号。也就是说，对于弹性准确度的服务，第一通信装置发起神经网络请求的同时，可以将第一传输符号发送给第二通信装置。
[0218]
可选的，第一通信装置向第二通信装置发送第三请求消息之前，第一通信装置还可以向第二通信装置发送第四请求消息，该第四请求消息用于请求神经网络处理。示例性的，该第四请求消息可以包括rs。第二通信装置在接收到第四请求消息之后，向第一通信装置发送第四响应消息，该第四响应消息可以包括用于指示第一参数的信息。
[0219]
可选的，第三请求消息可以包括用于指示第一参数的信息。
[0220]
可理解，图6所示的第三请求消息是以包括第一传输符号和用于指示第一参数的信息为例示出的，但是不应将该第三请求消息包括的内容理解为对本技术实施例的限定。
[0221]
可理解，关于弹性准确度的具体说明可以参考上文，如表4或表9的相关描述等，这里不再详述。
[0222]
602、第二通信装置根据神经网络对输入进行处理，输出处理结果。
[0223]
可理解，关于步骤602的具体说明可以参考上文，如图4或图5的相关描述等，这里不再详述。例如，第二通信装置可以直接向第一通信装置反馈处理结果等。可选的，神经网络还可以输出处理结果的第二准确度，该情况下，第二通信装置可以直接向第一通信装置反馈处理结果和第二准确度。可选的，对于神经网络是否根据第二准确度反馈重传指示等，本技术实施例不作限定。
[0224]
本技术实施例中，第一通信装置在传输数据时，可以自主确定第一参数，或者由第二通信装置自主确定第一参数，从而第一通信装置或第二通信装置不需要相互协商第一参数，降低了信令开销；而且，第二通信装置接收到第一传输符号便可以进行神经网络的处理，改善了由于需要保证数据传输的正确性而重传数据的情况，有效提高了无线资源的利用效率。
[0225]
本技术所示的各个实施例中，用于承载第一参数的信息还可以称为第二控制信息。示例性的，上述图4所示的第一请求消息中的第一指示信息可以称为第二控制信息。又如，第一响应消息中的第二指示信息也可以称为第二控制信息。又如，第二请求消息中的第三指示信息也可以称为第二控制信息。又如，第三请求消息中用于指示第一参数的信息也可以称为第二控制信息。又如，第四请求消息中用于指示第一参数的信息也可以称为第二控制信息。由此，本技术还提供了一种帧结构的结构示意图。
[0226]
可选的，如图7a或图7b所示，该帧中可以包括第一控制信息和第二控制信息。例如，图7a所示的一个第二控制信息可以理解为是第一通信装置向一个第二通信装置发送的
第一指示信息，或者，是第二通信装置向一个第一通信装置发送的第二指示信息。图7b所示的两个第二控制信息可以理解为是第一通信装置向两个第二通信装置分别发送的第一指示信息，或者是第二通信装置向两个第一通信装置分别发送的第二指示信息。
[0227]
可选的，如图7c或图7d所示，图7c或图7d示出的是控制信息和数据同时发送时的帧结构示意图。例如，图7c或图7d示出的帧结构可以适用于上文所示的第三请求消息同时包括第一传输符号和用于指示第一参数的信息的场景。
[0228]
示例性的，上述第二控制信息可以用于指示第一参数或第一准确度等。
[0229]
在一种可能的实现方式中，第一控制信息可以用于指示待神经网络处理的数据占用的资源位置。例如，第一控制信息可以用于指示第一传输符号占用的时频资源。也就是说，将传统的资源调度控制与本技术所示的神经网络处理控制分开。即第一控制信息可以用于指示帧中包括的内容是本技术所示的数据处理方法中涉及的相关参数(如第一参数)和相关数据(如第一传输符号)。
[0230]
在另一种可能的实现方式中，第一控制信息可以用于指示第二控制信息是传统数据传输的控制信息或神经网络处理的控制信息。传统数据传输的控制信息如可以理解为无线传输设计中的下行控制信息或上行控制信息等，神经网络处理的控制信息可以理解为与本技术所示的实施例相关的神经网络处理的信息，如第一参数或第一准确度等。
[0231]
也就是说，由于本技术所提供的面向神经网络处理的数据处理方法，包括传输符号、第一参数或第一准确度等，因此在与传统数据传输共享无线频谱资源时，可以通过单独的第一控制信息指示。一种实现方式是将资源调度控制和神经网络处理控制分开，如帧结构头部的第一控制信息可以用于指示神经网络处理的数据所占用的资源位置，第二控制信息用于指示相关参数或准确度等信息。另一种实现方式是复用控制信息，如通过标识指示第一控制信息中的内容是传统数据处理的控制信息或神经网络处理的控制信息。
[0232]
本技术所示的各个实施例中，由于本技术所示的数据处理方法的传输性能指标(如第一准确度等)和传统数据处理的指标(如误码率或误块率等)不同，因此，本技术实施例还提供了与神经网络处理对应的传输信道或物理信道等。
[0233]
在一种可能的实现方式中，如图8a所示，根据本技术上文所示的实施例获得的传输符号(如包括第一传输符号)可以承载在传输信道上，如对于第一数据直接调制成的第一传输符号可以承载在上下行的神经网络共享信道(neural network shared channe，nnsch)(也可以称为神经网络处理共享信道)。例如，终端设备向接入网设备发送第一传输符号时，该第一传输符号可以承载在上行的nnsch；接入网设备向终端设备发送第一传输符号时，该第一传输符号可以承载在下行的nnsch。根据本技术上文所示的实施例获得的相关参数，如第一参数(或第二参数等)可以承载在神经网络控制信道(neural network control channel，nncch)(也可以称为神经网络处理控制信道)上传输。该nncch可以包括上行的nncch和下行的nncch。可理解，以上所示的上行可以指终端设备向接入网设备发送信息，下行可以指接入网设备向终端设备发送信息。然而，当第一通信装置和第二通信装置都是终端设备时，以上所示的nnsch可以不区分上下行，nncch也可以不区分上下行。该情况下，上述nnsch也可以称为侧行链路nnsch，nncch也可以称为侧行链路nncch。可理解，nnsch不仅可以用于传输与神经网络处理相关的数据，还可以用于传输神经网络的模型数据等。nncch不仅可以用于传输与神经网络处理相关的控制信息，还可以用于传输nnsch的相关参
数或者其他神经网络处理相关的信令等，本技术实施例对此不作限定。
[0234]
由于nncch需要可靠传输，因此其可以承载在专用的物理神经网络处理控制信道(physical neural network control channel，pnncch)上，或者，可以承载在传统的数据传输物理信道上，如物理下行共享信道(physical downlink shared channel，pdsch)或物理上行共享信道(physical uplink shared channel，pusch)。nnsch可以承载在物理神经网络处理共享信道(physical neural network shared channel，pnnsch)上，从而提供准确度灵活可控的传输。一般的，专用业务信道(dedicated traffic channel，dtch)可以承载在下行共享信道(downlink shared channel，dl-sch)和上行共享信道(uplink shared channel，ul-sch)上。如dl-sch和ul-sch可以分别通过pdsch和pusch承载。
[0235]
可选的，本技术实施例中的参考信号可以包括神经网络处理参考信号，该神经网络处理参考信号可以用于神经网络处理过程中的信道估计和准确度估计。
[0236]
可理解，图8b是本技术实施例提供的与神经网络处理对应的层次示意图。如图8b所示，终端设备和接入网设备(如图8b中的gnb)中可以包括与神经网络处理业务对应的层，该与神经网络处理业务对应的层位于物理层(physical，phy)之上。该与神经网络处理业务对应的层可以用于对第一数据进行处理，或者，对第一传输符号进行处理，从而输入至神经网络等。本技术实施例对于该与神经网络处理业务对应的层的具体名称不作限定。示例性的，第一通信装置从与神经网络处理业务对应的层获得的第一数据可以直接通过物理层传输。第二通信装置获得第一传输符号之后，可以通过物理层处理后直接传输给与神经网络处理业务对应的层。
[0237]
在另一种可能的实现方式中，如图8c所示，本技术上文所示的各个实施例中，可以定义专用的神经网络处理逻辑信道、神经网络处理传输信道和神经网络处理控制信道。示例性的，神经网络处理逻辑信道可以包括nncch或nntch等。神经网络处理传输信道可以包括nnsch(包括上下行)，神经网络处理逻辑信道可以承载在dl-sch、ul-sch或nnsch上。神经网络处理物理信道可以包括pnnsch，神经网络传输信道可以承载在pnnsch上等。图8c所示的nncch可以是神经网络控制信道，承载在dl-sch和ul-sch上。
[0238]
例如，神经网络处理逻辑信道用于承载神经网络处理数据。例如，该逻辑信道可以用于承载神经网络处理的数据(如第一传输符号)。又如，该逻辑信道可以用于承载返回神经网络的处理结果等。可选的，神经网络处理传输信道可以用于承载神经网络处理逻辑信道，神经网络处理物理信道可以用于承载神经网络处理传输信道。本技术提供的信道，根据准确度需求，可以提供相应的差错控制水平和差错水平检测，即使有传输差错时，仍可向上层提供数据传输的服务。可选的，神经网络处理逻辑信道可承载在提供无差错服务的数据共享信道(如pdsch或pusch)上，或者，可承载在神经网络处理共享信道(如nnsch)上。可选的，数据传输也可以承载在神经网络处理传输信道上。神经网络处理控制信道可以用于传输神经网络处理相关的配置和参数等，如该神经网络处理控制信道可以承载在传统的数据共享信道(如dl-sch或ul-sch)上。
[0239]
为进一步理解本技术实施例提供的数据处理方法，以下结合具体的实施例说明。
[0240]
图9a是本技术实施例提供的一种数据处理方法的场景示意图。如图9a所示，第一通信装置对数据的处理过程可以包括：嵌入和预处理等；第二通信装置对数据的处理过程包括：后处理和推理等。或者，图9a还可以理解为：第一通信装置包括嵌入模块和预处理模
块等，第二通信装置包括后处理模块和推理模块等。可理解，这里所示的各个模块可以是功能模块，该功能模块可以采用硬件的形式实现，或者，也可以采用软件功能模块的形式实现等，本技术实施例对此不作限定。由于第一通信装置可以不进行嵌入操作，因此图9a所示的嵌入用虚线表示。
[0241]
图9a可以理解为是一种基于直接调制的数据处理方法。如图9a所示，第一通信装置首先将输入(如第一数据)嵌入到连续(如连续的实数或复数等)空间，根据神经网络处理数据的第一准确度进行预处理(即可以理解为是根据第一准确度确定第一参数，从而进行预处理)，将输入变换到第一传输符号，以实现维度适配。第二通信装置对经过信道传输的数据(如第一传输符号)进行后处理，获得神经网络的输入。然后神经网络(如图9a所示的推理)对该输入进行处理，获得处理结果以及与该处理结果对应的第二准确度。第二通信装置还可以根据处理结果对应的第二准确度调整相关参数(如调整第一参数)或者指示重传；或者，第二通信装置反馈处理结果等。该第二通信装置对经过信道传输的数据进行后处理包括：该第二通信装置根据第一参数对经过信道传输的第一传输符号进行逆变换，如进行线性变换或非线性变换等。例如，第一通信装置根据第一变换系数将第一数据变换到第一传输符号，则第二通信装置可以根据该第一变换系数将其接收到的经过信道传输的第一传输符号逆变换到数据。
[0242]
图9b是本技术实施例提供的另一种数据处理方法的场景示意图。如图9b所示，第一通信装置对数据的处理过程可以包括：嵌入、信源信道编码和正交振幅调制(quadrature amplitude modulation，qam)等。第二通信装置对数据的处理过程可以包括：qam解调、信源信道解码和推理等。或者，图9b还可以理解为：第一通信装置包括嵌入模块、信源信道编码模块和qam调制模块等；第二通信装置包括qam解调模块、信源信道解码模块和推理模块等。可理解，这里所示的qam调制仅为示例，本技术实施例还适用于其他调制方式，如二进制相移键控(binary phase shift keying，bpsk)或正交相移键控(quadrature phase shift keying，qpsk)等。
[0243]
可理解，图9b是以有信源信道编码为例示出的，如信源信道编码可以实现对嵌入数据的变换(如实数到实数的变换)和量化，并映射到调制符号。然而，如果没有信源信道编码，则本技术实施例提供的方法可以包括：通过编码将嵌入数据映射到调制符号等。
[0244]
图9b可以理解为是基于传统数据传输的部分或全部模块，但是，相关参数或重传等是根据本技术实施例提供的数据处理方法确定的(如基于第一准确度或第二准确度确定的)。如图9b所示，第一通信装置首先将输入嵌入到连续空间，根据神经网络处理数据的第一准确度进行编码调制，以获得第一传输符号。第二通信装置对经过信道传输的数据(如第一传输符号)进行解调解码，获得神经网络的输入。然后神经网络对输入进行处理，获得处理结果以及与该处理结果对应的第二准确度。第二通信装置还可以根据处理结果对应的第二准确度调整相关参数(如调整第一参数)或者指示重传；或者，第二通信装置反馈处理结果等。
[0245]
图9c是本技术实施例提供的又一种数据处理方法的场景示意图。图9c可以理解为基于直接调制的数据处理方法，或者是复用部分传统(如预处理和后处理可以是传统的调制解调等)的数据处理方法。但是，相关参数或重传等是根据本技术实施例提供的数据处理方法确定的(如基于特征空间的距离确定的)。可理解，关于图9c的具体说明可以参考图9a，
这里不再详述。例如，图9c所示的后处理可以包括信道估计和差错估计，该差错估计可以用于表示神经网络输入数据的第一准确度，即该差错估计可以用于对第一准确度进行估计。或者，差错估计还可以用于表示处理结果的第二准确度，从而第二通信装置可以确定是否需要重传及调整参数等。例如，第一通信装置采用直接调制时(如该直接调制是在连续空间的变换)，可以将输入(如图9a所示的第一通信装置的输入)嵌入到连续空间(如图9a所示的嵌入操作)，然后将嵌入后的输出输入至预处理，从而得到第一传输符号。由此第二通信装置根据接收到的经过信道传输的第一传输符号可以估计信道或者估计传输对语义距离的影响，进而根据推理的第二准确度等，调整传输配置(如调整第一参数，以及可选的，向第一通信装置反馈第一参数的调整等)。
[0246]
示例性的，本技术实施例进行如下定义：嵌入后的输入(即预处理的输入)为特征空间，即需要进行神经网络推理的特征所在空间。第一传输符号处于信道空间，即信道所在空间。神经网络推理的输出为推理空间，即处理结果所在的空间。则信道空间的距离(或损失)可以为经过信道前后的传输符号之间的距离，特征空间的距离(或损失)为预处理之前和后处理之后特征之间的距离，推理空间的距离(或损失)为神经网络的输入经过传输和不经过传输进行推理的输出之间的距离。由此，信道空间的距离、特征空间的距离和推理距离之间的关系如下所示：如信道空间的距离经过传输预处理和后处理后可以推导出特征空间的距离，特征空间的距离经过神经网络处理可以得到推理空间的距离。
[0247]
本技术实施例中，可以将传输与推理解耦，可以根据不同的任务定义相应的推理距离(或损失)；从推理距离计算出特征空间的距离，即是对传输的需求；进而可以计算出相应的信道距离。传输参数表以特征空间的距离作为性能指标，定义相应信道质量下的传输参数。也就是说，数据的传输可以对应多种神经网络处理，只要这些神经网络处理对特征空间的距离要求一样，就可以复用相同的传输配置(如第一参数或第一准确度等)。由此，本技术实施例中，可以以特征空间的距离作为重传或参数调整的指标，而特征空间的距离可以决定神经网络推理的距离。同时，神经网络推理的距离要求可以决定特征空间的距离。示例性的，当特征空间的距离以mse为例时，mse、编码码率、调整阶数和信道信息之间的关系可以如表7至表9所示。
[0248]
可理解，本技术实施例所示的预处理的具体说明可以参考上文如图2所示的步骤202的相关描述，后处理的具体说明可以参考上文如图2所示的步骤204的相关描述。关于相关参数(如第一变换系数或第一编码码率等)的确定方法、重传方法或信道的具体说明可以参考上文，这里不再赘述。
[0249]
图10是本技术实施例提供的一种仿真结果示意图。图10是以分类任务为例，横坐标是信噪比(db)，纵坐标是神经网络推理，即分类的准确度(accuracy，即分类正确的占比)。虚线部分表示的是直接调制的数据处理方法的性能，实线部分表示的是联合图像专家组(joint photographic experts group，jpeg)(即面向连续色调静止图像的一种压缩方式)压缩加编码调制的性能上限，变换系数(compression ratio，cr)是12，与横轴平行的实线部分表示的是数据直接进行神经网络处理时的性能。从图10可以看出，推理准确度随着信噪比平滑变化，由此可以通过调整参数(如第一参数或第二参数等)达到所需的准确度，或者降低准确度以节省传输资源。另外，在低信噪比时，基于直接调制的数据处理方法(如基于第一变换系数进行的数据处理方法)可以达到更高的准确度；高信噪比时，基于编码调
制的数据处理方法的准确度更高。因此可以在不同的信噪比条件下，采用不同的数据处理方法，可以达到更优的性能。
[0250]
本技术提供的数据处理方法，根据神经网络处理数据的第一准确度设置处理数据的相关参数，从而对数据的处理只需要符合神经网络处理数据的第一准确度即可。改善了由于需要保证数据传输的正确性而不断重传数据的情况，有效提高了无线资源的利用效率。而且由于不需要重传数据直至无差错，因此还降低了端到端的时延。可选的，本技术提供的方法，不需要进行比特级处理，易于评估传输误差对神经网络处理准确度的影响。
[0251]
以下将介绍本技术实施例提供的通信装置。
[0252]
本技术根据上述方法实施例对通信装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本技术中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。下面将结合图11至图13详细描述本技术实施例的通信装置。
[0253]
图11是本技术实施例提供的一种通信装置的结构示意图，如图11所示，该通信装置包括处理单元1101和收发单元1102。
[0254]
在本技术的一些实施例中，该通信装置可以是上文示出的第一通信装置或芯片，该芯片可以应用于(或设置于)第一通信装置中等。即该通信装置可以用于执行上文方法实施例中由第一通信装置执行的步骤或功能等。
[0255]
处理单元1101，用于获得第一数据，以及根据第一参数对该第一数据进行处理，获得第一传输符号；
[0256]
收发单元1102，用于向第二通信装置发送第一传输符号。
[0257]
在一种可能的实现方式中，处理单元1101，具体用于根据第一变换系数对第一数据进行变换，获得第一传输符号；或者，根据第一调制阶数和第一编码码率对第一数据进行编码和调制，获得第一传输符号。
[0258]
在一种可能的实现方式中，收发单元1102，还用于向第二通信装置发送第一请求消息，该第一请求消息用于请求神经网络处理，该第一请求消息包括第一指示信息，该第一指示信息用于指示第一准确度；
[0259]
收发单元1102，还用于接收来自第二通信装置的第一响应消息，该第一响应消息包括第二指示信息，该第二指示信息用于指示第一参数。
[0260]
在一种可能的实现方式中，收发单元1102，还用于接收来自第二通信装置的第二请求消息，该第二请求消息用于请求数据，该第二请求消息包括第三指示信息，该第三指示信息用于指示第一参数。
[0261]
在一种可能的实现方式中，收发单元1102，还用于在第一数据的处理结果的第二准确度满足预设条件的情况下，接收来自第二通信装置的反馈消息，该反馈消息包括用于指示所述处理结果的信息。
[0262]
在一种可能的实现方式中，收发单元1102，还用于在第一数据的处理结果的第二准确度不满足预设条件的情况下，接收来自第二通信装置的重传指示信息，该重传指示信息用于指示重传第一数据；
[0263]
收发单元1102，还用于根据重传指示信息重传第一数据。
[0264]
本技术实施例中，关于第一参数、第一准确度、第一信道信息、第二准确度、第一指示信息和第二指示信息等的说明可以参考上文方法实施例中的介绍，这里不再一一详述。
[0265]
可理解，本技术实施例示出的收发单元和处理单元的具体说明仅为示例，对于收发单元和处理单元的具体功能或执行的步骤等，可以参考上述方法实施例，这里不再详述。示例性的，如该处理单元1101还可以用于执行图2所示的步骤201和步骤202，该收发单元1102还可以用于执行图2所示的步骤203中的发送步骤。又如，收发单元1102还可以用于执行图4所示的步骤401中的发送步骤，步骤402中的接收步骤以及步骤403中的发送步骤。又如，收发单元1102还可以用于执行图5所示的步骤501中的接收步骤，以及步骤502中的发送步骤。又如，收发单元1102还可以用于执行图6所示的步骤601中的发送步骤。可理解，收发单元和接收单元还可以用于执行图9a至图9c所示的方法等，这里不再详述。
[0266]
复用图11，在本技术的另一些实施例中，该通信装置可以是上文示出的第二通信装置或芯片，该芯片可以应用于(或设置于)第二通信装置。即该通信装置可以用于执行上文方法实施例中由第二通信装置执行的步骤或功能等。
[0267]
收发单元1102，用于接收来自第一通信装置的第一传输符号；
[0268]
处理单元1101，用于根据第一参数对第一传输符号进行处理，获得神经网络的输入；
[0269]
处理单元1101，还用于根据所述神经网络对所述输入进行处理，获得处理结果。
[0270]
在一种可能的实现方式中，处理单元1101，具体用于根据第一变换系数对第一传输符号进行逆变换，获得神经网络的输入；或者，根据第一调制阶数和第一编码码率对第一传输符号进行解调和解码，获得神经网络的输入。
[0271]
在一种可能的实现方式中，收发单元1102，还用于接收来自第一通信装置的第一请求消息，该第一请求消息用于请求神经网络处理，该第一请求消息包括第一指示信息，该第一指示信息用于指示第一准确度；
[0272]
收发单元1102，还用于向第一通信装置发送第一响应消息，该第一响应消息包括第二指示信息，该第二指示信息用于指示第一参数。
[0273]
在一种可能的实现方式中，收发单元1102，还用于向第一通信装置发送第二请求消息，该第二请求消息用于请求数据，该第二请求消息包括第三指示信息，该第三指示信息用于指示第一参数。
[0274]
在一种可能的实现方式中，收发单元1102，还用于在输入的处理结果的第二准确度满足预设条件的情况下，向第一通信装置发送反馈消息，该反馈消息包括用于指示该处理结果的信息。
[0275]
在一种可能的实现方式中，收发单元1102，还用于在输入的处理结果的第二准确度不满足预设条件的情况下，向第一通信装置发送重传指示信息，该重传指示信息用于指示重传第一数据，第一传输符号根据该第一数据得到。
[0276]
本技术实施例中，关于第一参数、第一准确度、第一信道信息、第二准确度、第一指示信息和第二指示信息等的说明可以参考上文方法实施例中的介绍，这里不再一一详述。
[0277]
可理解，本技术实施例示出的收发单元和处理单元的具体说明仅为示例，对于收发单元和处理单元的具体功能或执行的步骤等，可以参考上述方法实施例，这里不再详述。示例性的，如该处理单元1101还可以用于执行图2所示的步骤204和步骤205，该收发单元
1102还可以用于执行图2所示的步骤203中的接收步骤。又如，处理单元1101还可以用于执行图4所示的步骤404至步骤406(如处理单元1101可以用于控制收发单元1102输出处理结果，或重传指示等)。又如，收发单元1102还可以用于执行图5所示的步骤501中的发送步骤，以及步骤502中的接收步骤，处理单元1101还可以用于执行图5所示的步骤503至步骤505。又如，收发单元1102还可以用于执行图6所示的步骤601中的接收步骤，处理单元1101还可以用于执行图6所示的步骤602。可理解，收发单元和接收单元还可以用于执行图9a至图9c所示的方法等，这里不再详述。
[0278]
以上介绍了本技术实施例的第一通信装置和第二通信装置，以下介绍所述第一通信装置和第二通信装置可能的产品形态。应理解，但凡具备上述图11所述的第一通信装置的功能的任何形态的产品，或者，但凡具备上述图11所述的第二通信装置的功能的任何形态的产品，都落入本技术实施例的保护范围。还应理解，以下介绍仅为举例，不限制本技术实施例的第一通信装置和第二通信装置的产品形态仅限于此。
[0279]
在一种可能的实现方式中，图11所示的通信装置中，处理单元1101可以是一个或多个处理器，收发单元1102可以是收发器，或者收发单元1102还可以是发送单元和接收单元，发送单元可以是发送器，接收单元可以是接收器，该发送单元和接收单元集成于一个器件，例如收发器。本技术实施例中，处理器和收发器可以被耦合等，对于处理器和收发器的连接方式，本技术实施例不作限定。
[0280]
如图12所示，该通信装置120包括一个或多个处理器1220和收发器1210。
[0281]
示例性的，当该通信装置用于执行上述第一通信装置执行的步骤或方法或功能时，处理器1220，用于获得第一数据之后，根据第一参数对该第一数据进行处理，获得第一传输符号；收发器1210，用于向第二通信装置发送该第一传输符号。
[0282]
示例性的，当该通信装置用于执行上述第二通信装置执行的步骤或方法或功能时，收发器1210，用于接收来自第一通信装置的第一传输符号；处理器1220，用于根据第一参数对该第一传输符号进行处理，获得神经网络的输入，并根据神经网络对该输入进行处理，获得处理结果。
[0283]
本技术实施例中，关于第一参数、第一准确度、第一信道信息、第二准确度、第一指示信息和第二指示信息等的说明可以参考上文方法实施例中的介绍，这里不再一一详述。
[0284]
可理解，对于处理器和收发器的具体说明还可以参考图11所示的处理单元和收发单元的介绍，这里不再赘述。
[0285]
在图12所示的通信装置的各个实现方式中，收发器可以包括接收机和发射机，该接收机用于执行接收的功能(或操作)，该发射机用于执行发射的功能(或操作)。以及收发器用于通过传输介质和其他设备/装置进行通信。
[0286]
可选的，通信装置120还可以包括一个或多个存储器1230，用于存储程序指令和/或数据。存储器1230和处理器1220耦合。本技术实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接，可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。处理器1220可能和存储器1230协同操作。处理器1220可以执行存储器1230中存储的程序指令。可选的，上述一个或多个存储器中的至少一个可以包括于处理器中。示例性的，该存储器1230中可以存储有第一参数、第一准确度和第一信道信息之间的关系等。
[0287]
本技术实施例中不限定上述收发器1210、处理器1220以及存储器1230之间的具体
连接介质。本技术实施例在图12中以存储器1230、处理器1220以及收发器1210之间通过总线1240连接，总线在图12中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图12中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0288]
在本技术实施例中，处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成等。
[0289]
本技术实施例中，存储器可包括但不限于硬盘(hard disk drive，hdd)或固态硬盘(solid-state drive，ssd)等非易失性存储器，随机存储记忆体(random access memory，ram)、可擦除可编程只读存储器(erasable programmable rom，eprom)、只读存储器(read-only memory，rom)或便携式只读存储器(compact disc read-only memory，cd-rom)等等。存储器是能够用于携带或存储具有指令或数据结构形式的程序代码，并能够由计算机(如本技术示出的通信装置等)读和/或写的任何存储介质，但不限于此。本技术实施例中的存储器还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
[0290]
处理器1220主要用于对通信协议以及通信数据进行处理，以及对整个通信装置进行控制，执行软件程序，处理软件程序的数据。存储器1230主要用于存储软件程序和数据。收发器1210可以包括控制电路和天线，控制电路主要用于基带信号与射频信号的转换以及对射频信号的处理。天线主要用于收发电磁波形式的射频信号。输入输出装置，例如触摸屏、显示屏，键盘等主要用于接收用户输入的数据以及对用户输出数据。
[0291]
当通信装置开机后，处理器1220可以读取存储器1230中的软件程序，解释并执行软件程序的指令，处理软件程序的数据。当需要通过无线发送数据时，处理器1220对待发送的数据进行基带处理(如本技术上文所示的根据第一参数对第一数据进行处理)后，输出基带信号至射频电路，射频电路将基带信号进行射频处理后将射频信号通过天线以电磁波的形式向外发送。当有数据发送到通信装置时，射频电路通过天线接收到射频信号，将射频信号转换为基带信号，并将基带信号输出至处理器1220，处理器1220将基带信号转换为数据并对该数据进行处理。
[0292]
在另一种实现中，所述的射频电路和天线可以独立于进行基带处理的处理器而设置，例如在分布式场景中，射频电路和天线可以与独立于通信装置，呈拉远式的布置。
[0293]
可理解，本技术实施例示出的通信装置还可以具有比图12更多的元器件等，本技术实施例对此不作限定。以上所示的处理器和收发器所执行的方法仅为示例，对于该处理器和收发器具体所执行的步骤可参照上文介绍的方法。
[0294]
在另一种可能的实现方式中，图11所示的通信装置中，处理单元1101可以是一个或多个逻辑电路，收发单元1102可以是输入输出接口，又或者称为通信接口，或者接口电路，或接口等等。或者收发单元1102还可以是发送单元和接收单元，发送单元可以是输出接口，接收单元可以是输入接口，该发送单元和接收单元集成于一个单元，例如输入输出接口。如图13所示，图13所示的通信装置包括逻辑电路1301和接口1302。即上述处理单元1101
可以用逻辑电路1301实现，收发单元1102可以用接口1302实现。其中，该逻辑电路1301可以为芯片、处理电路、集成电路或片上系统(system on chip，soc)芯片等，接口1302可以为通信接口、输入输出接口、管脚等。示例性的，图13是以上述通信装置为芯片为例出的，该芯片包括逻辑电路1301和接口1302。
[0295]
本技术实施例中，逻辑电路和接口还可以相互耦合。对于逻辑电路和接口的具体连接方式，本技术实施例不作限定。可选的，图13所示的通信装置还可以包括存储器1303，该存储器可以用于存储第一参数、第一准确度和第一信道信息之间的关系。例如，该存储器可以用于存储如表1至表9，或者，还可以用于存储上文所示的各个公式等。由于图13所示的存储器也可能不与处理器集成于一起，而是位于芯片之外，因此图13所示的存储器用虚线表示。
[0296]
示例性的，当该通信装置用于执行上述第一通信装置执行的步骤或方法或功能时，逻辑电路1301，用于获得第一数据之后，根据第一参数对该第一数据进行处理，获得第一传输符号；接口1302，用于输出该第一传输符号。示例性的，当该通信装置用于执行上述第二通信装置执行的步骤或方法或功能时，接口1302，用于输入第一传输符号；逻辑电路1301，用于根据第一参数对该第一传输符号进行处理，获得神经网络的输入，并根据神经网络对该输入进行处理，获得处理结果。
[0297]
可理解，本技术实施例示出的通信装置可以采用硬件的形式实现本技术实施例提供的方法，也可以采用软件的形式实现本技术实施例提供的方法等，本技术实施例对此不作限定。
[0298]
本技术实施例中，关于第一参数、第一准确度、第一信道信息、第二准确度、第一指示信息和第二指示信息等的说明可以参考上文方法实施例中的介绍，这里不再一一详述。
[0299]
对于图13所示的各个实施例的具体实现方式，还可以参考上述各个实施例，这里不再详述。
[0300]
本技术实施例还提供了一种通信系统，该通信系统包括第一通信装置和第二通信装置，该第一通信装置和该第二通信装置可以用于执行前述任一实施例中的方法。
[0301]
此外，本技术还提供一种计算机程序，该计算机程序用于实现本技术提供的方法中由第一通信装置执行的操作和/或处理。
[0302]
本技术还提供一种计算机程序，该计算机程序用于实现本技术提供的方法中由第二通信装置执行的操作和/或处理。
[0303]
本技术还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序或计算机可执行指令，当计算机程序或计算机可执行指令在计算机上运行时，使得计算机执行本技术提供的方法中由第一通信装置执行的操作和/或处理。
[0304]
本技术还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序或计算机可执行指令，当计算机程序或计算机可执行指令在计算机上运行时，使得计算机执行本技术提供的方法中由第二通信装置执行的操作和/或处理。
[0305]
本技术还提供一种计算机程序产品，该计算机程序产品包括计算机可执行指令或计算机程序，当该计算机可执行指令或计算机程序在计算机上运行时，使得本技术提供的方法中由第一通信装置执行的操作和/或处理被执行。
[0306]
本技术还提供一种计算机程序产品，该计算机程序产品包括计算机可执行指令或
计算机程序，当该计算机可执行指令或计算机程序在计算机上运行时，使得本技术提供的方法中由第二通信装置执行的操作和/或处理被执行。
[0307]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
[0308]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本技术实施例提供的方案的技术效果。
[0309]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0310]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0311]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。