[发明专利]一种基于神经网络的通信方法以及相关装置在审
申请号: | 202011062368.2 | 申请日: | 2020-09-30 |
公开(公告)号: | CN114337911A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 徐晨;张公正;王坚;李榕;王俊;童文 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | H04L1/00 | 分类号: | H04L1/00;H04L25/03;G06N3/04 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 李杭 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 神经网络 通信 方法 以及 相关 装置 | ||
1.一种基于神经网络的通信方法,其特征在于,所述方法应用于发送端,所述方法包括:
所述发送端获取第一数据流;
所述发送端使用编码神经网络对所述第一数据流进行处理,得到第一符号流,所述编码神经网络复用部分或全部的译码神经网络;
所述发送端输出所述第一符号流。
2.根据权利要求1所述的方法,其特征在于,所述发送端输出所述第一符号流之后,所述方法还包括:
所述发送端接收第一权重,其中,所述第一权重来自所述译码神经网络,所述第一权重用于训练所述编码神经网络。
3.根据权利要求1-2中任一项所述的方法,其特征在于,所述发送端输出所述第一符号流之后,所述方法还包括:
所述发送端接收第一梯度,其中,所述第一梯度来自所述译码神经网络,所述第一梯度用于训练所述编码神经网络。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述发送端输出所述第一符号流之后,所述方法还包括:
所述发送端接收第二函数,其中,所述第二函数来自所述译码神经网络,所述第二函数为损失函数和/或奖励函数;
所述发送端使用所述编码神经网络对所述第二函数进行处理,得到第二梯度,所述第二梯度用于训练所述编码神经网络。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述发送端输出所述第一符号流,包括:
所述发送端对所述第一符号流进行滤波处理,得到第一波形信号,其中,所述第一波形信号中滤除带外信号;
所述发送端输出所述第一波形信号。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述发送端使用编码神经网络对所述第一数据流进行处理,得到所述第一符号流,包括:
所述发送端对所述第一数据流进行编码处理,得到第一信道编码码字;
所述发送端使用所述编码神经网络对所述第一信道编码码字进行处理,得到所述第一符号流。
7.根据权利要求6所述的方法,其特征在于,所述发送端使用所述编码神经网络对所述第一信道编码码字进行处理,得到所述第一符号流,包括:
所述发送端使用所述编码神经网络对所述第一信道编码码字进行处理,得到第一中间符号;
所述发送端使用滤波神经网络对所述第一中间符号进行滤波处理,得到所述第一符号流,其中,所述第一符号流中引入符号间干扰。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述编码神经网络复用部分或全部的译码神经网络,包括:
所述编码神经网络复用部分或全部的所述译码神经网络的模型、所述译码神经网络的损失函数、所述译码神经网络的奖励函数,和/或所述译码神经网络的参数。
9.一种基于神经网络的通信方法,其特征在于,所述方法应用于接收端,所述方法还包括:
所述接收端获取第一数据流;
所述接收端接收第一符号流,所述第一符号流来自发送端,其中,所述第一符号流由所述发送端使用编码神经网络对所述第一数据流进行处理得到,所述编码神经网络复用部分或全部的译码神经网络;
所述接收端使用所述译码神经网络对所述第一符号流进行处理,得到第二数据流;
所述接收端根据所述第一数据流和所述第二数据流,训练所述译码神经网络。
10.根据权利要求9所述的方法,其特征在于,所述接收端根据所述第一数据流和所述第二数据流,训练所述译码神经网络,包括:
所述接收端使用所述译码神经网络,对所述第一数据流和所述第二数据流进行处理,得到第一函数,其中,所述第一函数为损失函数和/或奖励函数;
所述接收端使用所述译码神经网络,对所述第一函数进行处理,得到第一梯度;
所述接收端使用所述第一梯度训练所述译码神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011062368.2/1.html,转载请声明来源钻瓜专利网。