[发明专利]用无线电信号变换器学习无线电信号的方法、系统和装置

说明书

本发明涉及包含编码于存储媒体上以用于处理无线电信号的计算机程序的方法、系统及设备。在一个方面中，揭示一种包含处理器及存储装置的系统，所述存储装置存储包含若干操作的计算机代码。所述操作可包含：基于第一神经网络处理所接收无线电信号而获得由所述第一神经网络产生的第一输出数据；由信号变换器接收包含(i)所述所接收无线电信号及(ii)所述第一输出数据的第二输入数据集合；由所述信号变换器通过将一或多个变换应用于所述所接收无线电信号而产生表示经变换无线电信号的数据；将表示所述经变换无线电信号的所述数据提供到第二神经网络；获得由所述第二神经网络产生的第二输出数据；及基于所述第二输出数据而确定描述所述所接收无线电信号的信息集合。

相关申请案交叉参考

此申请案主张2017年5月3日提出申请且标题为“用于改进具有无线电变换器网络的基于学习的无线电通信及感测系统的性能的系统及方法(System and Method forImproving Performance of Learning Based Radio Communications and SensingSystems with Radio Transformer Networks)”的美国临时专利申请案第62/500,836号的权益，所述美国临时专利申请案以其全文引用的方式并入本文中。

背景技术

机器学习模型在无线电应用中正变得越来越普遍。此类系统将机器学习技术与硬件无线电组件耦合以将单个无线电信号的取样迅速转换成有用信息，例如信息位、人类可理解的标记或其它类型的信息。

然而，此类旧有系统已经配置以在部署时依赖于对变换的人为配置而处理所有类型的无线电信号及无线电信号参数，且无法容易地经优化以用于改变信号或信道参数。

发明内容

根据本发明的一个创新方面，揭示一种可由一或多个装置执行的用于训练机器学习系统以处理一或多个无线电信号的方法。在一个方面中，所述方法包含以下动作：将表示一或多个无线电信号的第一输入数据集合提供到第一神经网络，所述第一神经网络经配置以产生表示无线电信号的一或多个特性的估计的输出数据；基于所述第一神经网络处理所述第一输入数据集合而获得由所述第一神经网络产生的第一输出数据；由信号变换器接收包含(i)所述第一输入数据集合及(ii)由所述第一神经网络产生的所述第一输出数据的第二输入数据集合；由所述信号变换器且基于所述第二输入数据集合通过将预定变换集合中的一或多个变换应用于表示所述一或多个无线电信号的所述第一输入数据集合而产生表示经变换无线电信号的数据；将表示所述经变换无线电信号的所述数据提供到第二神经网络，所述第二神经网络经配置以基于处理表示所述经变换无线电信号的所述数据而产生描述所述一或多个无线电信号的输出数据；基于所述第二神经网络处理表示所述经变换无线电信号的所述数据而获得由所述第二神经网络产生的第二输出数据；确定基于(i)由所述第二神经网络产生的所述第二输出数据及(ii)描述所述一或多个无线电信号的目标信息的目标损失；及基于所述目标损失而调整所述第一神经网络及所述第二神经网络的相应参数。

其它版本包含对应系统、设备及编码于计算机存储装置上的用以执行方法的动作的计算机程序。

这些及其它版本可任选地包含以下特征中的一或多者。举例来说，在一些实施方案中，所述第一输入数据集合为模/数转换器的数字输出，所述模/数转换器已将所述一或多个无线电信号取样到基函数中。

在一些实施方案中，所述第一输出数据表示所述一或多个无线电信号或其对应信道状态信息的一或多个特性，包含特定无线电信号的时序信息、中心频率、带宽、相位、频率及到达速度、到达方向、信道延迟响应或偏移的估计。

在一些实施方案中，所述预定变换集合包含以下各项中的一或多者：仿射变换、振荡器及混频器、滤波器应用、重新取样、子带调谐或具有滤波器抽头集合的卷积。

在一些实施方案中，以顺序序列执行所述预定变换集合中的每一变换。