通信装置及方法制造方法及图纸

一种通信装置及方法，可用于802.11系列协议，如802.11be，802.11bf。该装置包括：输入接口、神经网络处理器和输出接口，该神经网络处理器存储有神经网络，该神经网络包括输入层和输出层；输入接口，用于获取输入指示信息、功能指示信息、输出指示信息或参数指示信息中的至少一项；神经网络处理器，用于根据输入层和输出层执行功能指示信息所指示的功能；输出接口，用于输出神经网络处理器执行功能后的结果。神经网络的输入层结构和输出层结构可以基于输入接口获取到的信息确定。通过该装置，能够基于神经网络实现MAC层所实现的功能，简化神经网络的复杂度，便于硬件加速。便于硬件加速。便于硬件加速。

【技术实现步骤摘要】
通信装置及方法


[0001]本申请涉及通信
，尤其涉及一种通信装置及方法。

技术介绍

[0002]随着无线网络通信技术(Wi
‑
Fi)标准和网络的演进，Wi
‑
Fi系统变得复杂。同时，媒体接入控制(mediumaccess control，MAC)层架构的好坏对整体网络性能，如服务质量(quality of service，QoS)保证、公平性保证、频谱利用率提升等，起到关键作用。目前MAC层的设计是以特性驱动的，每个特性都会有配套的算法，同时特性之间的算法是独立设计的。如以Wi
‑
Fi为例，信道接入使用载波侦听多路访问/碰撞避免(carrier
‑
sense multiple access with collision avoidance，CSMA/CA)和二进制指数避退(binary exponential backoff，BEB)，速率自适应使用Intel速率自适应(如可以称为Intel Iwl)算法，正交频分多址接入(orthogonal frequency division multiple access，OFDMA)有相应的资源单元(resourceunit，RU)分配算法，信道聚合也有相应的决策算法。
[0003]随着人工智能(artificial intelligence，AI)技术的发展，将其应用在下一代无线通信系统中以提高网络性能成为一种趋势，但性能提升的同时也带来各种挑战，如复杂度高、互通性差等。
[0004]因此，如何有效结合AI以提高MAC层架构的性能亟待解决。

技术实现思路

[0005]本申请提供一种通信装置及方法，能够基于神经网络实现MAC层所实现的功能，简化神经网络的复杂度，便于硬件加速。
[0006]第一方面，本申请实施例提供一种通信装置，所述装置包括：输入接口、神经网络处理器和输出接口，所述神经网络处理器中存储有神经网络，所述神经网络包括输入层和输出层；所述输入接口，用于获取输入指示信息、功能指示信息、输出指示信息或参数指示信息中的至少一项；所述神经网络处理器，用于根据所述输入层和所述输出层执行所述功能指示信息所指示的功能，所述输入层的结构根据如下信息中的至少一项确定：所述输入指示信息、所述功能指示信息，所述输出层的结构根据如下信息中的至少一项确定：所述输出指示信息、所述功能指示信息，所述输出指示信息用于指示所述输出层的结构中的至少一项：神经元数量、激活函数，所述参数指示信息用于指示如下信息中的至少一项：所述神经网络中神经元的偏置、所述神经网络中神经元的权重；所述输出接口，用于输出所述神经网络处理器执行功能后的结果。
[0007]本申请实施例提供的通信装置，能够基于神经网络实现MAC层所实现的功能，如当MAC层执行的功能发生变化时，神经网络的输入层和输出层随着调整，从而可以基于神经网络实现不同的功能。也就是说，通过调整神经网络的输入层和输出层就可以实现不同的功能，从而有效简化了神经网络的复杂度，便于硬件加速。
[0008]在一种可能的实现方式中，所述神经网络还包括隐藏层，所述隐藏层的结构是固
定的。
[0009]本申请实施例中，通过固定隐藏层的结构，如隐藏层的结构能够依据功能指示信息所指示的功能确定。通过本申请实施例提供的隐藏层，对于神经网络所实现的不同功能来说，性能都较好(如算法性能较好，或吞吐量较大，时延较低等)，不仅便于硬件加速，而且扩展性好。
[0010]在一种可能的实现方式中，所述神经网络还包括隐藏层，所述隐藏层的结构对于不同的功能是相同的。
[0011]本申请实施例中，不同功能都对应同一种隐藏层结构，从而进一步简化了神经网络的复杂度，还能够保证神经网络实现不同功能时性能都较好。
[0012]在一种可能的实现方式中，所述参数指示信息用于指示如下信息中的至少一项：所述隐藏层的结构中神经元的偏置、所述隐藏层的结构中神经元的权重、所述输出层的结构中神经元的偏置、所述输出层的结构中神经元的权重。
[0013]在一种可能的实现方式中，所述神经网络处理器执行功能后的结果包括根据所述功能指示信息和输出指示信息中的至少一项确定的决策结果，所述决策结果包括以最大值的方式输出所述神经网络处理器执行功能后的结果，或者，以概率随机选取的方式输出所述神经网络处理器执行功能后的结果。
[0014]在一种可能的实现方式中，所述功能指示信息用于指示以下任一项或多项功能：人工智能AI辅助的信道接入、AI辅助的信道聚合、AI辅助的信道聚合联合信道接入功能、AI辅助的速率自适应、AI辅助的速率自适应联合信道接入、AI辅助的资源单元(resource unit，RU)分配、AI辅助的空间复用、AI辅助的帧聚合、AI辅助的波束管理、AI辅助的多链路传输。
[0015]在一种可能的实现方式中，所述输入指示信息用于指示以下至少一项：所述神经网络的输入信息、所述输入信息的个数、所述输入信息的维度。
[0016]在一种可能的实现方式中，所述输入信息的个数和所述输入信息的维度用于确定所述输入层的神经元数量。
[0017]在一种可能的实现方式中，所述输入信息包括以下任一项或多项：载波侦听结果、接收功率、数据包所采用的调制与编码策略(modulation and coding scheme，MCS)、多输入多输出(multiple input multiple output，MIMO)数据流数、信道带宽、排队时延、接入时延、信道接入行为、数据包的传输结果、信道信息、信道聚合的情况、载波侦听结果的持续时间或信道聚合的持续时间；其中，所述信道接入行为包括接入或未接入。
[0018]在一种可能的实现方式中，所述输入信息还包括以下任一项或多项：丢包率、吞吐量、当前时刻距离所述通信装置上次成功传输的时间、当前时刻距离信道上其他通信装置上次成功传输的时间、所述通信装置的负载信息或信道上其他通信装置的负载信息，所述其他通信装置为除所述通信装置外的通信装置。
[0019]第二方面，本申请实施例提供一种通信装置，所述通信装置包括输入控制模块、神经网络模块、输出控制模块和动作决策模块，所述神经网络模块包括输入层和输出层；所述输入控制模块，用于根据输入指示信息和/或功能指示信息确定所述输入层的结构；所述输出控制模块，用于根据输出指示信息和/或功能指示信息确定所述输出层的结构；所述神经网络模块，用于根据所述输入层和所述输出层执行所述功能指示信息所指示的功能；所述
动作决策模块，用于根据所述神经网络的输出信息选择动作，输出所述神经网络执行功能后的决策结果。
[0020]在一种可能的实现方式中，所述神经网络还包括隐藏层，所述隐藏层的结构是固定的。
[0021]在一种可能的实现方式中，所述神经网络还包括隐藏层，所述隐藏层的结构对于不同的功能是相同的。
[0022]在一种可能的实现方式中，所述参数指示信息用于指示如下信息中的至少一项本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通信装置，其特征在于，所述装置包括：输入接口、神经网络处理器和输出接口，所述神经网络处理器中存储有神经网络，所述神经网络包括输入层和输出层；所述输入接口，用于获取输入指示信息、功能指示信息、输出指示信息或参数指示信息中的至少一项；所述神经网络处理器，用于根据所述输入层和所述输出层执行所述功能指示信息所指示的功能，所述输入层的结构根据如下信息中的至少一项确定：所述输入指示信息、所述功能指示信息，所述输出层的结构根据如下信息中的至少一项确定：所述输出指示信息、所述功能指示信息，所述输出指示信息用于指示所述输出层的结构中的至少一项：神经元数量、激活函数，所述参数指示信息用于指示如下信息中的至少一项：所述神经网络中神经元的偏置、所述神经网络中神经元的权重；所述输出接口，用于输出所述神经网络处理器执行功能后的结果。2.根据权利要求1所述的装置，其特征在于，所述神经网络还包括隐藏层，所述隐藏层的结构对于不同的功能是相同的。3.根据权利要求1或2所述的装置，其特征在于，所述参数指示信息用于指示如下信息中的至少一项：所述隐藏层的结构中神经元的偏置、所述隐藏层的结构中神经元的权重、所述输出层的结构中神经元的偏置、所述输出层的结构中神经元的权重。4.根据权利要求1
‑
3任一项所述的装置，其特征在于，所述神经网络处理器执行功能后的结果包括根据所述功能指示信息和输出指示信息中的至少一项确定的决策结果，所述决策结果包括以最大值的方式输出所述神经网络处理器执行功能后的结果，或者，以概率随机选取的方式输出所述神经网络处理器执行功能后的结果。5.根据权利要求1
‑
4任一项所述的装置，其特征在于，所述功能指示信息用于指示以下任一项或多项功能：人工智能AI辅助的信道接入、AI辅助的信道聚合、AI辅助的信道聚合联合信道接入功能、AI辅助的速率自适应、AI辅助的速率自适应联合信道接入、AI辅助的资源单元RU分配、AI辅助的空间复用、AI辅助的帧聚合、AI辅助的波束管理、AI辅助的多链路传输。6.根据权利要求1
‑
5任一项所述的装置，其特征在于，所述输入指示信息用于指示以下至少一项：所述神经网络的输入信息、所述输入信息的个数、所述输入信息的维度。7.根据权利要求6所述的装置，其特征在于，所述输入信息的个数和所述输入信息的维度用于确定所述输入层的神经元数量。8.根据权利要求6或7所述的装置，其特征在于，所述输入信息包括以下任一项或多项：载波侦听结果、接收功率、数据包所采用的调制与编码策略MCS、多输入多输出MIMO数据流数、信道带宽、排队时延、接入时延、信道接入行为、数据包的传输结果、信道信息、信道聚合的情况、载波侦听结果的持续时间或信道聚合的持续时间；其中，所述信道接入行为包括接入或未接入。9.根据权利要求8所述的装置，其特征在于，所述输入信息还包括以下任一项或多项：丢包率、吞吐量、当前时刻距离所述通信装置上次成功传输的时间、当前时刻距离信道上其他通信装置上次成功传输的时间、所述通信装置的负载信息或信道上其他通信装置的
负载信息，所述其他通信装置为除所述通信装置外的通信装置。10.一种通信方法，其特征在于，所述方法应用于站点STA，所述STA存储有神经网络，所述神经网络包括输入层和输出层，所述方法包括：获取输入指示信息、功能指示信息、输出指示信息或参数指示信息中的至少一项；根据所述输入层和所述输出层执行所述功能指示信息所指示的功能，所述输入层的结构根据如下信息中的至少一项确定：所述输入指示信息、...

【专利技术属性】
技术研发人员：郭子阳，刘鹏，杨讯，罗嘉俊，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：