[发明专利]用于机器学习（ML）辅助通信网络的架构

说明书

一种用于无线通信的装置具有第一组件和第二组件。第一组件在应用层内并且被配置为控制不同节点中的机器学习模块。第二组件在应用层内并且被配置为控制不同节点之间的数据流。一种由第一节点进行的无线通信的方法，包括：收集与无线通信相关的测量；以及将测量发送到第二节点以进行机器学习处理。该方法还包括：将测量发送到第三节点以进行神经网络训练。一种由用户设备(UE)进行的方法，包括：向服务器报告UE能力；以及响应于服务器反馈来配置神经网络参数。该方法还包括：利用所配置的神经网络参数来执行神经网络，以确定无线通信分析；以及将分析报告给服务器。

相关申请的交叉引用

本申请要求享受于2021年3月26日提交的并且名称为“ARCHITECTURE FORMACHINE LEARNING(ML)ASSISTED COMMUNICATIONS NETWORKS”的美国专利申请No.17/214,583的优先权，该美国专利申请要求享受于2020年4月16日提交的并且名称为“ARCHITECTURE FOR MACHINE LEARNING(ML)ASSISTED COMMUNICATIONS NETWORKS”的美国临时专利申请No.63/011,223的权益，将上述申请的公开内容明确地通过引用方式整体并入。

技术领域

概括而言，本公开内容的各方面涉及无线通信，并且更具体地，涉及用于机器学习(ML)辅助通信网络的架构。

背景技术

无线通信系统被广泛地部署以提供诸如电话、视频、数据、消息传送以及广播之类的各种电信服务。典型的无线通信系统可以采用能够通过共享可用的系统资源(例如，带宽、发射功率等)来支持与多个用户的通信的多址技术。这样的多址技术的示例包括码分多址(CDMA)系统、时分多址(TDMA)系统、频分多址(FDMA)系统、正交频分多址(OFDMA)系统、单载波频分多址(SC-FDMA)系统、时分同步码分多址(TD-SCDMA)系统以及长期演进(LTE)。LTE/改进的LTE是对由第三代合作伙伴计划(3GPP)发布的通用移动电信系统(UMTS)移动标准的增强集。

无线通信网络可以包括能够支持针对多个用户设备(UE)的通信的多个基站(BS)。用户设备(UE)可以经由下行链路和上行链路与基站(BS)进行通信。下行链路(或前向链路)指代从BS到UE的通信链路，而上行链路(或反向链路)指代从UE到BS的通信链路。如将更加详细描述的，BS可以被称为节点B、gNB、接入点(AP)、无线电头端、发送接收点(TRP)、新无线电(NR)BS、5G节点B等。

已经在各种电信标准中采用了以上的多址技术以提供公共协议，该公共协议使得不同的用户设备能够在城市、国家、地区、以及甚至全球层面上进行通信。新无线电(NR)(其也可以被称为5G)是对由第三代合作伙伴计划(3GPP)发布的LTE移动标准的增强集。NR被设计为通过提高频谱效率、降低成本、改进服务、利用新频谱以及在下行链路(DL)上使用具有循环前缀(CP)的正交频分复用(OFDM)(CP-OFDM)、在上行链路(UL)上使用CP-OFDM和/或SC-FDM(例如，也被称为离散傅里叶变换扩展OFDM(DFT-s-OFDM))来更好地与其它开放标准集成，以及支持波束成形、多输入多输出(MIMO)天线技术和载波聚合，从而更好地支持移动宽带互联网接入。

人工神经网络可以包括互连的人工神经元组(例如，神经元模型)。人工神经网络可以是计算设备或被表示为要由计算设备执行的方法。卷积神经网络(诸如深度卷积神经网络)是一种类型的前馈人工神经网络。卷积神经网络可以包括可以被配置在平铺的感受野中的神经元层。将神经网络处理应用于无线通信以实现更高的效率将是期望的。

发明内容

本公开内容的各方面涉及一种用于无线通信的装置。所述装置具有通信协议栈的应用层内的第一组件。所述第一组件被配置为控制不同节点中的机器学习模块。所述装置还具有在所述应用层内并且被配置为控制所述不同节点之间的数据流的第二组件。