特表 2024-535837 ディープニューラルネットワークおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス処理チェーン

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-10-02

(54)【発明の名称】ディープニューラルネットワークおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス処理チェーン

(51)【国際特許分類】

   H04L 27/26 20060101AFI20240925BHJP

   H04B 1/40 20150101ALI20240925BHJP

【ＦＩ】

H04L27/26 300

H04B1/40

【審査請求】有

【予備審査請求】有

(21)【出願番号】P 2024516656

(86)(22)【出願日】2022-09-12

(85)【翻訳文提出日】2024-04-18

(86)【国際出願番号】 US2022076288

(87)【国際公開番号】W WO2023044284

(87)【国際公開日】2023-03-23

(31)【優先権主張番号】63/244,591

(32)【優先日】2021-09-15

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】502208397

【氏名又は名称】グーグル エルエルシー

【氏名又は名称原語表記】Ｇｏｏｇｌｅ ＬＬＣ

【住所又は居所原語表記】１６００ Ａｍｐｈｉｔｈｅａｔｒｅ Ｐａｒｋｗａｙ ９４０４３ Ｍｏｕｎｔａｉｎ Ｖｉｅｗ， ＣＡ Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】ワン，ジビン

(72)【発明者】

【氏名】シュタウファー，エリック・リチャード

【テーマコード（参考）】

5K011

【Ｆターム（参考）】

5K011DA02

5K011DA15

5K011JA01

(57)【要約】

ディープニューラルネットワーク（ＤＮＮ）および静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのための技術および装置が説明される。態様において、第１のワイヤレス通信デバイスは、ハイブリッド送信機処理チェーンを使用して第２のワイヤレスデバイスと通信する。第１のワイヤレス通信デバイスは、入力として符号化ビットを使用して変調信号を生成する変調ディープニューラルネットワーク（ＤＮＮ）を形成する機械学習構成（ＭＬ構成）を選択する（８０５）。第１のワイヤレス通信デバイスは、変調ＭＬ構成に基づいて、変調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド送信機処理チェーンの一部として変調ＤＮＮを形成する（８１０）。変調ＤＮＮを形成することに応答して、第１のワイヤレス通信デバイスは、ハイブリッド送信機処理チェーンを使用して第２のワイヤレス通信デバイスと関連付けられたワイヤレス通信を処理する（８１５）。

【特許請求の範囲】

【請求項1】

ハイブリッドワイヤレス通信処理チェーンを使用して、第１のワイヤレス通信デバイスによって第２のワイヤレス通信デバイスと通信するために実装される方法であって、
前記第１のワイヤレス通信デバイスを使用して、符号化モジュールから受信される符号化ビットを入力として使用して変調信号を生成する変調ディープニューラルネットワーク（ＤＮＮ）を形成するための変調機械学習（ＭＬ）構成を選択することと、
前記変調ＭＬ構成に基づいて、前記変調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド送信機処理チェーンの一部として前記変調ＤＮＮを形成することと、
前記ハイブリッド送信機処理チェーンを使用して、前記第２のワイヤレス通信デバイスと関連付けられたワイヤレス通信を伝送することと、を含む、方法。

【請求項2】

前記変調ＭＬ構成を選択することは、
多入力多出力（ＭＩＭＯ）アンテナ処理を実施するＤＮＮを形成する変調ＭＬ構成を選択することをさらに含む、請求項１に記載の方法。

【請求項3】

前記少なくとも１つの静的アルゴリズムモジュールは、前記符号化モジュールであり、前記方法は、
前記符号化モジュールを使用して前記符号化ビットを生成することをさらに含む、請求項１または請求項２に記載の方法。

【請求項4】

前記符号化ビットを生成することは、
前記符号化モジュールが、
低密度パリティ検査（ＬＰＤＣ）符号化アルゴリズム、
ポーラ符号化アルゴリズム、
ターボ符号化アルゴリズム、または
ビタビ符号化アルゴリズムのうちの１つまたは複数を使用することをさらに含む、請求項３に記載の方法。

【請求項5】

前記変調ＭＬ構成を選択することは、
畳み込みニューラルネットワークアーキテクチャ、
リカレントニューラルネットワークアーキテクチャ、
全結合ニューラルネットワークアーキテクチャ、または
部分結合ニューラルネットワークアーキテクチャを選択することを含む、請求項１～請求項４のいずれか１項に記載の方法。

【請求項6】

前記変調ＭＬ構成を前記第２のワイヤレス通信デバイスに示すことをさらに含む、請求項１～請求項５のいずれか１項に記載の方法。

【請求項7】

前記第１のワイヤレス通信デバイスは、基地局であり、前記第２のワイヤレス通信デバイスは、ユーザ機器（ＵＥ）であり、前記変調ＭＬ構成を選択することは、
前記変調ＤＮＮとして、前記符号化モジュールから受信される前記符号化ビットを前記入力として使用して変調ダウンリンク信号を生成するＢＳ側変調ＤＮＮを形成するための基地局側（ＢＳ側）変調ＭＬ構成を選択することをさらに含み、
前記変調ＤＮＮを形成することは、前記ＢＳ側変調ＤＮＮを形成することをさらに含む、請求項１～請求項６のいずれか１項に記載の方法。

【請求項8】

前記ＢＳ側変調ＭＬ構成を前記ＵＥに示すことをさらに含む、請求項７に記載の方法。

【請求項9】

前記ＢＳ側変調ＭＬ構成を前記ＵＥに示すことは、
ダウンリンク制御情報（ＤＣＩ）内のフィールドを使用して前記ＢＳ側変調ＭＬ構成を示すこと、または
前記ＢＳ側変調ＭＬ構成にマッピングされる基準信号を伝送することをさらに含む、請求項８に記載の方法。

【請求項10】

前記ＵＥからハイブリッド自動再送要求（ＨＡＲＱ）フィードバックを受信することと、
前記ＨＡＲＱフィードバックを使用して前記ＢＳ側変調ＤＮＮを訓練することと、をさらに含む、請求項７～請求項９のいずれか１項に記載の方法。

【請求項11】

変調アップリンク信号を生成するためのＵＥ側変調ＤＮＮを形成するユーザ機器側（ＵＥ側）変調ＭＬ構成を選択することと、
前記ＵＥ側変調ＭＬ構成を前記ＵＥに示すことと、をさらに含む、請求項７～請求項１０のいずれか１項に記載の方法。

【請求項12】

前記ＵＥ側変調ＭＬ構成を前記ＵＥに示すことは、ダウンリンク制御情報（ＤＣＩ）を使用して前記ＵＥ側変調ＭＬ構成を前記ＵＥに示すことをさらに含む、請求項１１に記載の方法。

【請求項13】

前記ＢＳ側変調ＭＬ構成は、第１のＢＳ側ＭＬ構成であり、前記方法は、
前記ＵＥから、ユーザ機器選択の（ＵＥ選択の）ＵＥ側復調ＭＬ構成の指示を受信することと、
前記ＵＥ選択のＵＥ側復調ＭＬ構成に対して補完的である第２のＢＳ側変調ＭＬ構成を使用して前記ＢＳ側変調ＤＮＮを更新することと、をさらに含む、請求項７～請求項１２のいずれか１項に記載の方法。

【請求項14】

前記ＵＥ選択のＵＥ側復調ＭＬ構成の前記指示を受信することは、前記ＵＥ選択のＵＥ側復調ＭＬ構成の前記指示をチャネル状態情報（ＣＳＩ）内で受信することをさらに含む、請求項１３に記載の方法。

【請求項15】

前記ＵＥは、第１のＵＥであり、前記方法は、
前記第１のＵＥから共通ＭＬ構成に対する第１のＵＥ側ＭＬ構成更新を受信することを含み、前記共通ＭＬ構成は、復調ＭＬ構成または変調ＭＬ構成であり、
前記方法は、第２のＵＥから前記共通ＭＬ構成に対する第２のＵＥ側ＭＬ構成更新を受信することと、
連合学習技術、前記第１のＵＥ側ＭＬ構成更新、および前記第２のＵＥ側ＭＬ構成更新を使用して、更新した共通ＭＬ構成を選択することと、
前記更新した共通ＭＬ構成を使用してそれぞれのＵＥ側ＤＮＮを更新するように前記第１のＵＥおよび前記第２のＵＥに指示することと、をさらに含む、請求項７～請求項１４のいずれか１項に記載の方法。

【請求項16】

前記少なくとも１つの静的アルゴリズムモジュールは、符号化モジュールであり、前記ワイヤレス通信を伝送することは、
入力として、前記符号化モジュールから前記符号化ビットを受信することと、
前記ハイブリッド送信機処理チェーン内のＵＥ側変調ＤＮＮを使用して、および前記符号化ビットに基づいて、変調アップリンク信号を生成することと、をさらに含む、請求項１～請求項６のいずれか１項に記載の方法。

【請求項17】

前記変調ＭＬ構成を選択することは
基地局からＵＥ側変調ＭＬ構成の指示を受信することと、
前記指示を使用して前記変調ＭＬ構成を選択することと、をさらに含む、請求項１６に記載の方法。

【請求項18】

前記指示を受信することは、物理アップリンク共有チャネル（ＰＵＳＣＨ）のためのダウンリンク制御情報（ＤＣＩ）のフィールド内に前記指示を受信することをさらに含む、請求項１７に記載の方法。

【請求項19】

前記ＵＥ側変調ＭＬ構成を選択することは、変調ＭＬ構成の既定のセットから前記ＵＥ側変調ＭＬ構成を選択することをさらに含む、請求項１５～請求項１８のいずれか１項に記載の方法。

【請求項20】

装置であって、
ワイヤレス送受信機と、
プロセッサと、
前記プロセッサによる実行に応答して、任意の先行する請求項に記載の方法を実施するように前記装置に指示する命令を含む、コンピュータ可読記憶媒体と、を備える、装置。

【請求項21】

プロセッサによる実行に応答して、請求項１～請求項１９のいずれか１項に記載の方法を実施するように装置に指示する命令を含む、コンピュータ可読記憶媒体。

【発明の詳細な説明】

【背景技術】

【0001】

背景
ワイヤレス通信システムの進化は、多くの場合、データスループットに対する需要に起因する。１つの例として、データスループットに対する需要は、ますます多くのデバイスがワイヤレス通信システムへのアクセスを得るにつれて増加する。別の例として、進化するデバイスは、データインテンシブなストリーミングビデオアプリケーション、データインテンシブなソーシャルメディアアプリケーション、データインテンシブなオーディオサービスなど、従来のアプリケーションよりも多くのデータスループットを利用するデータインテンシブなアプリケーションを実行する。このような需要の増加は、時として、ワイヤレス通信システムの利用可能なデータスループットを上回り得る。故に、データ使用量の増加に対応するために、進化するワイヤレス通信システムは、レガシワイヤレス通信システムと比較してより多くのデータスループット提供するためにますます複雑なアーキテクチャを利用する。

【発明の概要】

【発明が解決しようとする課題】

【0002】

データ容量を増加させるため、第５世代（５Ｇ）規格および技術は、６ギガヘルツを超える（ＧＨｚ）周波数帯など、より高い周波数範囲を使用してデータを伝送する。しかしながら、これらのより高い周波数範囲を使用して情報を伝送および復元することは、難題をもたらす。より高い周波信号は、より低い周波無線信号と比べて、マルチパスフェージング、散乱、大気吸収、回折、干渉などの影響をより受けやすい。これらの信号ひずみは、多くの場合、受信機において情報を復元するときにエラーにつながる。デバイスが場所を移動するとチャネル状態が変化することから、ユーザモビリティもまた、これらのより高い周波数範囲を使用して情報がどれくらい良好に伝送および／または復元され得るかに影響を及ぼす。これらのより高い周波数を伝送、受信、ルーティング、および／または別途使用することができるハードウェアは、複雑かつ高価であり得、このことが、ワイヤレスネットワークデバイスにおける処理費用を増加させる。近年の技術的進歩に伴って、ワイヤレス通信の性能（例えば、データスループット、信頼性）を改善するために新規の手法が利用可能であり得る。

【課題を解決するための手段】

【0003】

概要
本文書は、ディープニューラルネットワーク（ＤＮＮ）および静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのための技術および装置を説明する。態様において、第１のワイヤレス通信デバイスは、ハイブリッド送信機処理チェーンを使用して第２のワイヤレスデバイスと通信する。第１のワイヤレス通信デバイスは、入力として符号化ビットを使用して変調信号を生成する変調ディープニューラルネットワーク（ＤＮＮ）を形成する機械学習構成（ＭＬ構成）を選択する。第１のワイヤレス通信デバイスは、変調ＭＬ構成に基づいて、変調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド送信機処理チェーンの一部として変調ＤＮＮを形成する。ハイブリッド送信機処理チェーンを使用して、第１のワイヤレス通信デバイスは、ワイヤレス通信信号を第２のワイヤレス通信デバイスに伝送する。

【0004】

態様において、第１のワイヤレス通信デバイスは、ハイブリッド受信機処理チェーンを使用して第２のワイヤレス通信デバイスと通信する。第１のワイヤレス通信デバイスは、入力として変調信号を使用して出力として符号化ビットを生成する復調ディープニューラルネットワーク（ＤＮＮ）を形成する復調機械学習（ＭＬ）構成を選択する。第１のワイヤレス通信デバイスは、復調ＭＬ構成を使用して、少なくとも１つの静的アルゴリズムモジュールおよび復調ＤＮＮを含むハイブリッド受信機処理チェーンの一部として復調ＤＮＮを形成する。ハイブリッド受信機処理チェーンを使用して、第１のワイヤレス通信デバイスは、第２のワイヤレス通信デバイスから受信されるワイヤレス信号を処理する。

【0005】

態様において、基地局は、少なくとも１つのＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンを使用して、ユーザ機器（ＵＥ）と通信する。基地局は、入力として符号化ビットを使用して変調ダウンリンク信号を生成するか、または入力として変調アップリンク信号を使用して符号化ビットを生成する基地局側ＤＮＮ（例えば、基地局側変調ＤＮＮ）を形成する機械学習構成（ＭＬ構成）を選択する。基地局は、ＭＬ構成をＵＥに示し、示されたＭＬ構成に基づいて、基地局側ＤＮＮおよび少なくとも１つの静的アルゴリズムを含むハイブリッドワイヤレス通信処理チェーンの一部として基地局側ＤＮＮを形成する。基地局は、ハイブリッドワイヤレス通信処理チェーンを使用してワイヤレス通信を処理する。

【0006】

態様において、ＵＥは、ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むワイヤレス通信処理チェーンを使用して、ワイヤレスネットワーク内の基地局と通信する。ＵＥは、基地局と関連付けられたワイヤレス通信を処理するＤＮＮを形成するＭＬ構成の指示を受信する。ＵＥは、次いで、（ｉ）入力として変調ダウンリンク信号を使用して出力として符号化ビットを生成するか、または（ｉｉ）入力として符号化ビットを使用して変調アップリンク信号を生成するＵＥ側ＤＮＮを形成するＵＥ側ＭＬ構成を選択する。ＵＥは、次いで、ＵＥ側ＭＬ構成を使用して、少なくとも１つの静的アルゴリズムモジュールおよびＵＥ側ＤＮＮを含むハイブリッドワイヤレス通信処理チェーンの一部としてＵＥ側ＤＮＮを形成し、ハイブリッドワイヤレス通信処理チェーンを使用して、基地局と関連付けられたワイヤレス通信を処理する。

【0007】

ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの１つまたは複数の実装形態の詳細は、添付の図面および以下の説明に明記される。他の特徴および利点は、説明および図面から、ならびにクレームから明らかになるものとする。この概要は、詳細な説明および図面にさらに説明される主題を紹介するために提供される。したがって、この概要は、必須の特徴を説明すると見なされるべきではなく、また特許請求された主題の範囲を限定するために使用されるべきではない。

【0008】

ディープニューラルネットワーク（ＤＮＮ）および静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの１つまたは複数の態様の詳細は、以下に説明される。説明および図面内での異なる事例における同じ参照番号の使用は、同様の要素を示す。

【図面の簡単な説明】

【0009】

【図1】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの様々な態様が実装され得る、例となる環境を例証する図である。

【図2】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの様々な態様を実装し得るデバイスの例となるデバイスダイアグラムである。

【図3】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの態様による、複数のニューラルネットワーク形成構成を生成する例を例証する図である。

【図4】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの様々な態様による、ワイヤレス通信のためのダウンリンク処理チェーンを比較する、例となる実施形態を例証する図である。

【図5】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンを実装する様々なネットワークエンティティの間の例となるトランザクションダイアグラムである。

【図6】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンを実装する様々なネットワークエンティティの間の例となるトランザクションダイアグラムである。

【図7】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンを実装する様々なネットワークエンティティの間の例となるトランザクションダイアグラムである。

【図8】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのための第１の例となる方法を例証する図である。

【図9】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのための第２の例となる方法を例証する図である。

【図10】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのための第３の例となる方法を例証する図である。

【図11】ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのための第４の例となる方法を例証する図である。

【発明を実施するための形態】

【0010】

詳細な説明
データ使用量の増加に対応するために、進化するワイヤレス通信システム（例えば、第５世代（５Ｇ）システム、第６世代（６Ｇ）システム）は、レガシワイヤレス通信システムと比べてより多くのデータスループットを提供するために、より高い周波数範囲、およびますます複雑なアーキテクチャを利用する。例証すると、より高い無線周波数は、より高い周波数範囲を使用して首尾よくデータをワイヤレスで交換するために、送信機および受信機処理チェーンに複雑性を追加し得る。例えば、受信機処理チェーン内のチャネル推定ブロックは、伝送環境が、その伝送環境を通じて伝搬する信号をどのように変形させるかを推定または予測する。チャネル等化器ブロックは、チャネル推定ブロックによって信号から識別されるひずみを反転させる。これらの複雑な機能は、多くの場合、６ＧＨｚ範囲における、６ＧＨｚ範囲周辺での、および／または６ＧＨｚ範囲を上回る５Ｇ周波数など、より高い周波数範囲を処理するときにより複雑になる。例えば、伝送環境は、より低い周波数範囲と比べてより高い周波数範囲により多くのひずみを追加し、情報復元をより複雑にする。ユーザモビリティは、モバイルデバイスが場所を移動する際に伝送環境に動的な変化をもたらし、このことがまた、より高い周波数範囲を使用して情報を伝送および復元することの複雑性に寄与する。例えば、第１の場所へ向かって伝搬する信号にもたらされるひずみは、第２の場所へ向かって伝搬する信号にもたらされるひずみとは異なる。より高い周波数範囲を処理およびルーティングすることができるハードウェアは、増加した費用および複雑な物理的制約をデバイスに追加する。

【0011】

ディープニューラルネットワーク（ＤＮＮ）は、ワイヤレス通信システム内で使用される複雑な機能性など、複雑な処理に対するソリューションを提供する。ワイヤレス通信処理チェーン動作（例えば、送信機および／または受信機処理チェーン動作）についてＤＮＮを訓練することによって、ＤＮＮは、ワイヤレス通信信号のエンドツーエンド処理において使用される従来の処理ブロックのうちの一部またはすべてを置き換えること、個々のワイヤレス通信処理チェーンブロック（例えば、変調ブロック、復調ブロック）を置き換えることによってなど、様々なやり方で従来の複雑な機能性を置き換えることができる。様々な機械学習構成（例えば、係数、層接続、カーネルサイズ）を修正することなどによる、ＤＮＮの動的な再構成はまた、ユーザモビリティ、近隣セルからの干渉、バーストトラフィックなど、変化する動作状態に適合する能力を提供する。

【0012】

ＤＮＮを実装および／または訓練する複雑性は、ＤＮＮによって提供される機能性の複雑さおよび／または量、ＤＮＮへの入力パラメータの数、入力パラメータの変動および／または範囲、訓練データの変動量および／または範囲など、様々な因子に対して増加する。例えば、ワイヤレス通信信号処理チェーンに含まれる大半またはすべての機能性を提供する、第１のＤＮＮは、ワイヤレス通信信号処理チェーンに含まれる機能性の副部分を提供する第２のＤＮＮと比べてより複雑性を伴い得る。例として、第１のＤＮＮは、第２のＤＮＮと比べて、より大量の訓練データを処理し、より大量の入力データを処理し、より多くのシステム計算電力および／またはメモリを使用し、訓練および／またはリアルタイム計算のためにより長い持続時間を使用する、などである。

【0013】

機械学習アルゴリズム（例えば、ＤＮＮ）は、モデルまたはアルゴリズムを動的に修正する一方、従来のアルゴリズムは、既定の規則を使用する。１つの例として、従来のエンコーダおよび／またはデコーダは、静的および／または固定アルゴリズムを使用してビットを符号化および／または復号する。これは、ソフトウェア、ファームウェア、および／またはハードウェアの任意の組み合わせを使用して実装される静的アルゴリズムを含み得る。例証すると、従来のエンコーダ（および／またはデコーダ）は、すべての動作条件下で使用される既定の論理および／または規則を明示的にプログラミングすることによって、静的符号化アルゴリズム（および／または静的復号アルゴリズム）を実装する。同様に、静的符号化アルゴリズムは、同じ入力を前提として同じ出力を生成する。既定の論理および／または規則は、フィーチャを構成する、および／または出力を変化させるためにアルゴリズムの特定のプログラム分岐を選択する入力パラメータ（例えば、符号化／復号率）を使用し得る。しかしながら、入力パラメータは、既定の論理および／または規則を修正しない、または変化させない。対照的に、機械学習アルゴリズム（例えば、ＤＮＮ）は、訓練およびフィードバックを使用して、アルゴリズムの挙動および／または結果として生じる出力を動的に修正する。例えば、機械学習アルゴリズムは、訓練およびフィードバックを通じてデータ内のパターンを識別し、これらのパターンを新規（将来の）データ内で予測または識別するために機械学習アルゴリズムを修正する新規論理を生成する。

【0014】

ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの態様において、デバイスは、複雑性と適合性を両立させるためにＤＮＮおよび静的アルゴリズムの組み合わせを使用してハイブリッドワイヤレス通信処理チェーン（例えば、ハイブリッド送信機処理チェーンおよび／またはハイブリッド受信機処理チェーン）を実装する。ワイヤレス通信処理チェーンへの訓練したＤＮＮの包含は、ユーザモビリティ、干渉、多入力多出力（ＭＩＭＯ）構成などに起因するワイヤレス通信における動的変化など、変化する入力データおよび動作環境への適合性を提供する。ワイヤレス通信チェーンへの静的アルゴリズムの包含は、ＤＮＮによって提供される機能性の量を低減することによって、訓練したＤＮＮにおける複雑性の量を低減する。言い換えると、ワイヤレス通信処理チェーン内で静的アルゴリズムおよびＤＮＮの組み合わせを使用することは、実装複雑性を低減し、変化するチャネル環境への適合性を提供する。例として、基地局および／またはＵＥは、（例えば、従来のエンコーダ／デコーダを使用することによる）設計および／または実装複雑性を低減するために、ワイヤレス通信処理チェーン内で静的ビット符号化および／または復号アルゴリズムを使用し、動的な動作環境（例えば、変化するチャネル状態、変化するネットワーク負荷、変化するＵＥ位置、変化するＵＥデータ要件）への処理チェーンの適合性を増加させるために変調および／または復調ＤＮＮ（例えば、変調および復調を実施するように訓練されるＤＮＮ）を使用する。代替的または追加的に、変調および／または復調ＤＮＮは、アンテナ選択、ＭＩＭＯプリコーディング、ＭＩＭＯ空間多重化、ＭＩＭＯダイバーシティコーディング処理、ＭＩＭＯ空間復元、ＭＩＭＯダイバーシティ復元などの様々なＭＩＭＯ動作を実施するように訓練される。この組み合わせは、ＤＮＮの使用を通じて提供される適合性を維持しながらＤＮＮの複雑性を単純化するのを助ける。

【0015】

例となる環境
図１は、ワイヤレスリンク１３１および１３２として例証される１つまたは複数のワイヤレス通信リンク１３０（ワイヤレスリンク１３０）を通じて基地局１２０（基地局１２１および１２２として例証される）と通信し得るユーザ機器１１０（ＵＥ１１０）を含む、例となる環境１００を例証する。簡略性のため、ＵＥ１１０は、スマートフォンとして実装されるが、モバイル通信デバイス、モデム、携帯電話、ゲーミングデバイス、ナビゲーションデバイス、メディアデバイス、ラップトップコンピュータ、デスクトップコンピュータ、タブレットコンピュータ、スマート家電、車両ベースの通信システム、またはセンサもしくはアクチュエータなどのモノのインターネット（ＩｏＴ）デバイスなど、任意の好適なコンピューティングまたは電子デバイスとして実装され得る。基地局１２０（例えば、Evolved Universal Terrestrial Radio Access Network Node B、E-UTRAN Node B、evolved Node B、ｅＮｏｄｅＢ、ｅＮＢ、Next Generation Node B、ｇＮｏｄｅ Ｂ、ｇＮＢ、ｎｇ－ｅＮＢ、または同様のもの）は、マクロセル、マイクロセル、スモールセル、ピコセル、分散型基地局、および同様のもの、またはそれらの任意の組み合わせもしくは将来の展開で実装され得る。

【0016】

基地局１２０は、任意の好適なタイプのワイヤレスリンクとして実装され得るワイヤレスリンク１３１および１３２を使用して、ユーザ機器１１０と通信する。ワイヤレスリンク１３１および１３２は、基地局１２０からユーザ機器１１０へ通信されるデータおよび制御情報のダウンリンク、ユーザ機器１１０から基地局１２０へ通信される他のデータおよび制御情報のアップリンク、または両方など、制御およびデータ通信を含む。ワイヤレスリンク１３０は、3rd Generation Partnership Project Long-Term Evolution（３ＧＰＰ（登録商標） ＬＴＥ）、Fifth Generation New Radio（５Ｇ ＮＲ）、および将来の展開など、任意の好適な通信プロトコルもしくは規格、または通信プロトコルもしくは規格の組み合わせを使用して実装される１つまたは複数のワイヤレスリンク（例えば、無線リンク）またはベアラを含み得る。様々な態様において、基地局１２０およびＵＥ１１０は、３ＧＰＰ ＬＴＥ、５Ｇ ＮＲ、または６Ｇ通信規格（例えば、２６ＧＨｚ、２８ＧＨｚ、３８ＧＨｚ、３９ＧＨｚ、４１ＧＨｚ、５７～６４ＧＨｚ、７１ＧＨｚ、８１ＧＨｚ、９２ＧＨｚ帯、１００ＧＨｚ～３００ＧＨｚ、１３０ＧＨｚ～１７５ＧＨｚ、または３００ＧＨｚ～３ＴＨｚ帯）のうちの１つまたは複数によって規定されるサブギガ帯、サブ６ＧＨｚ帯（例えば、Frequency Range1）、および／または６ＧＨｚを超える周波数帯（例えば、Frequency Range2、ミリメートル波（ｍｍＷａｖｅ）帯）での動作のために実装される。複数のワイヤレスリンク１３０が、ＵＥ１１０のためのより高いデータレートを提供するために、キャリアアグリゲーションまたは多接続性に集約され得る。複数の基地局１２０からの複数のワイヤレスリンク１３０は、ＵＥ１１０とのCoordinated Multipoint（ＣｏＭＰ）通信のために構成され得る。

【0017】

基地局１２０は、集合的に、無線アクセスネットワーク１４０（例えば、ＲＡＮ、Evolved Universal Terrestrial Radio Access Network、Ｅ－ＵＴＲＡＮ、５Ｇ ＮＲ ＲＡＮ、ＮＲ ＲＡＮ）である。ＲＡＮ１４０内の基地局１２１および１２２は、コアネットワーク１５０に接続される。基地局１２１および１２２は、それぞれ１０２および１０４において、５Ｇコアネットワークに接続するときは、制御プレーンシグナリングのためのＮＧ２インターフェースを通じて、およびユーザプレーンデータ通信のためのＮＧ３インターフェースを使用して、またはEvolved Packet Core（ＥＰＣ）ネットワークに接続するときは、制御プレーンシグナリングのためのＳ１インターフェースおよびユーザプレーンデータ通信を使用して、コアネットワーク１５０に接続する。基地局１２１および１２２は、ユーザプレーンおよび制御プレーンデータを交換するために、１０６において、Ｘｎインターフェースを通じてXn Application Protocol（ＸｎＡＰ）を使用して、またはＸ２インターフェースを通じてX2 Application Protocol（Ｘ２ＡＰ）を使用して通信し得る。ユーザ機器１１０は、コアネットワーク１５０を介して、インターネット１６０などのパブリックネットワークに接続して、遠隔サービス１７０と対話し得る。

【0018】

例となるデバイス
図２は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの様々な態様を実装し得る、ＵＥ１１０および基地局１２０のうちの１つの例となるデバイスダイアグラム２００を例証する。ＵＥ１１０および基地局１２０は、明白性の目的のため、図２では省略される追加の機能およびインターフェースを含み得る。

【0019】

ＵＥ１１０は、アンテナアレイ２０２、無線周波数フロントエンド２０４（ＲＦフロントエンド２０４）、およびＲＡＮ１４０内の基地局１２０と通信するための１つまたは複数のワイヤレス送受信機２０６（例えば、ＬＴＥ送受信機、５Ｇ ＮＲ送受信機、および／または６Ｇ送受信機）を含む。ＵＥ１１０のＲＦフロントエンド２０４は、様々なタイプのワイヤレス通信を促進するためにワイヤレス送受信機２０６をアンテナアレイ２０２に結合または接続し得る。ＵＥ１１０のアンテナアレイ２０２は、互いに類似した、または互いと異なる様式で構成される複数のアンテナのアレイを含み得る。アンテナアレイ２０２およびＲＦフロントエンド２０４は、Ｌ帯（１～２ギガヘルツ（ＧＨｚ））、Ｓ帯（２～４ＧＨｚ）、Ｃ帯（４～８ＧＨｚ）、Ｘ帯（８～１２ＧＨｚ）、Ｋｕ帯（１２～１８ＧＨｚ）、Ｋ帯（１８～２７ＧＨｚ）、および／またはＫａ帯（２７～４０ＧＨｚ）など、３ＧＰＰ ＬＴＥ通信規格、５Ｇ ＮＲ通信規格、６Ｇ通信規格、および／または様々な衛星周波数帯によって規定され、ワイヤレス送受信機２０６によって実装される、１つまたは複数の周波数帯へと調整され得る、および／または調整可能であり得る。いくつかの態様において、衛星周波数帯は、３ＧＰＰ ＬＴＥ規定、５Ｇ ＮＲ規定、および／または６Ｇ規定の周波数帯と重複する。追加的に、アンテナアレイ２０２、ＲＦフロントエンド２０４、および／またはワイヤレス送受信機２０６は、基地局１２０との通信の伝送および受信のためのビームフォーミングをサポートするように構成され得る。限定ではなく例として、アンテナアレイ２０２およびＲＦフロントエンド２０４は、３ＧＰＰ ＬＴＥ、５Ｇ ＮＲ、６Ｇ、および／または衛星通信（例えば、衛星周波数帯）によって規定されるサブギガ（ＧＨｚ）帯、サブ６ＧＨｚ帯、および／または６ＧＨｚを超える周波数帯における動作のために実装され得る。

【0020】

ＵＥ１１０はまた、１つまたは複数のプロセッサ２０８およびコンピュータ可読記憶媒体２１０（ＣＲＭ２１０）を含む。プロセッサ２０８は、例えば、シリコン、ポリシリコン、高ｋ誘電体、銅など、様々な材料で構成されるシングルコアプロセッサまたはマルチプルコアプロセッサであり得る。本明細書に説明されるコンピュータ可読記憶媒体は、伝搬する信号を除外する。ＣＲＭ２１０は、ＵＥ１１０のデバイスデータ２１２を記憶するために使用可能な、ランダムアクセスメモリ（ＲＡＭ）、スタティックＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、不揮発性ＲＡＭ（ＮＶＲＡＭ）、リードオンリメモリ（ＲＯＭ）、またはフラッシュメモリなど、任意の好適なメモリまたはストレージデバイスを含み得る。デバイスデータ２１２は、ユーザデータ、センサデータ、制御データ、自動化データ、マルチメディアデータ、ビームフォーミングコードブック、アプリケーション、および／またはＵＥ１１０のオペレーティングシステムを含み得、そのうちの一部は、ユーザプレーンデータ、制御プレーン情報、およびＵＥ１１０とのユーザインタラクションを可能にするために、プロセッサ２０８によって実行可能である。

【0021】

態様において、ＣＲＭ２１０は、限定ではなく例として、全結合ニューラルネットワークアーキテクチャ、畳み込みニューラルネットワークアーキテクチャ、リカレントニューラルネットワークアーキテクチャ、いくつかの結合隠れニューラルネットワーク層、入力層アーキテクチャ、出力層アーキテクチャ、ニューラルネットワークによって利用されるいくつかのノード、ニューラルネットワークによって利用される係数（例えば、重みおよびバイアス）、カーネルパラメータ、ニューラルネットワークによって利用されるいくつかのフィルタ、ニューラルネットワークによって利用されるストライド／プーリング構成、各ニューラルネットワーク層の活性化関数、ニューラルネットワーク層同士の相互接続、スキップすべきニューラルネットワーク層などを指定するパラメータなど、ニューラルネットワークを形成する様々なアーキテクチャおよび／またはパラメータ構成を記憶するニューラルネットワークテーブル２１４を含む。したがって、ニューラルネットワークテーブル２１４は、ニューラルネットワーク形成構成（ＮＮ形成構成）を作成するために使用され得る、アーキテクチャおよび／またはパラメータ構成などのニューラルネットワーク形成構成要素（ＮＮ形成構成要素）の任意の組み合わせを含む。一般的に、ＮＮ形成構成は、ＤＮＮを規定および／または形成する１つまたは複数のＮＮ形成構成要素の組み合わせを含む。いくつかの態様において、ニューラルネットワークテーブル２１４の単一の指標値が、単一のＮＮ形成構成要素にマッピングする（例えば、１：１対応）。代替的に、または追加的に、ニューラルネットワークテーブル２１４の単一の指標値が、ＮＮ形成構成（例えば、ＮＮ形成構成要素の組み合わせ）にマッピングする。いくつかの実装形態において、ニューラルネットワークテーブルは、各ＮＮ形成構成要素および／またはＮＮ形成構成の入力特徴を含み、この入力特徴は、さらに説明されるようなＮＮ形成構成要素および／またはＮＮ形成構成を生成するために使用される訓練データに関するプロパティを説明する。態様において、機械学習構成（ＭＬ構成）は、ＮＮ形成構成に対応する。

【0022】

ＣＲＭ２１０はまた、ユーザ機器ニューラルネットワークマネージャ２１６（ＵＥニューラルネットワークマネージャ２１６）を含み得る。代替的に、または追加的に、ＵＥニューラルネットワークマネージャ２１６は、ユーザ機器１１０の他の構成要素と統合される、またはこれとは別個のハードウェア論理または回路として、全体的または部分的に、実装され得る。ＵＥニューラルネットワークマネージャ２１６は、指標値としてなど、ニューラルネットワークテーブル２１４にアクセスし、変調ＤＮＮおよび／または復調ＤＮＮなど、ＮＮ形成構成によって指定されるＮＮ形成構成要素を使用してＤＮＮを形成する。これは、パラメータを更新することに関与するＤＮＮに対する小さい変更、ならびに／または、ＤＮＮのノードおよび／もしくは層接続を再構成する大きい変更など、さらに説明されるようなＤＮＮに対するアーキテクチャ変更および／またはパラメータ変更の任意の組み合わせでＤＮＮを更新することを含む。実装形態において、ＵＥニューラルネットワークマネージャは、（変調した）ダウンリンク信号のアナログ－デジタル変換器（ＡＤＣ）サンプルを入力として受信し、ＡＤＣサンプルを処理して符号化ビットを復元するユーザ機器側復調ディープニューラルネットワーク（ＵＥ側復調ＤＮＮ）を形成する第１のＤＮＮ、および入力として符号化ビットを受信し、変調したベースバンドアップリンク信号のデジタルサンプル、または符号化ビットを搬送する、変調した中間周波数（ＩＦ）信号のデジタルサンプルを生成する、ＵＥ側変調ＤＮＮを形成する第２のＤＮＮなど、ワイヤレス通信を処理するために複数のＤＮＮを形成する。いくつかの態様において、ＵＥニューラルネットワークマネージャ２１６は、図８を参照してさらに説明されるように、訓練モジュールによって生成されるものなど、更新した機械学習パラメータを、基地局１２０に転送して、連合学習のための情報に貢献する。

【0023】

ＣＲＭ２１０は、ユーザ機器訓練モジュール２１８（ＵＥ訓練モジュール２１８）を含む。代替的に、または追加的に、ＵＥ訓練モジュール２１８は、ユーザ機器１１０の他の構成要素と統合される、またはこれとは別個のハードウェア論理または回路として、全体的または部分的に、実装され得る。ＵＥ訓練モジュール２１８は、既知の入力データを使用して、および／またはフィードバックを使用して、ＤＮＮに教示する、および／またはこれを訓練する。１つの例として、ＵＥ訓練モジュール２１８は、図４および図６を参照してさらに説明されるように、巡回冗長検査（ＣＲＣ）を使用してＵＥ側復調ＤＮＮを訓練する。例証のため、ＵＥ側復調ＤＮＮが、ダウンリンク信号のＡＤＣサンプルを入力として受信し、ＡＤＣサンプルを処理して符号化ビットを復元すると仮定する。ＵＥ訓練モジュール２１８は、ＣＲＣ合格または不合格に基づいて様々なＭＬパラメータ（例えば、重み、バイアス）を調節することによってＵＥ側復調ＤＮＮを訓練し得る。しかしながら、ＵＥ訓練モジュール２１８は、代替的または追加的に、ＵＥ側変調ＤＮＮを訓練し得る。ＵＥ訓練モジュール２１８は、オフラインで（例えば、ＤＮＮがワイヤレス通信を処理することに積極的に関与していない間）、および／またはオンラインで（例えば、ＤＮＮがワイヤレス通信を処理することに積極的に関与している間）ＤＮＮを訓練し得る。

【0024】

ＵＥ１１０はまた、１つまたは複数の静的アルゴリズムモジュール２２０を含む。静的アルゴリズムモジュール２２０は、ハードウェア、ソフトウェア、および／またはファームウェアの任意の組み合わせを使用して実装され得る。故に、静的アルゴリズムモジュール２２０は、ＣＲＭ２１０に記憶され、プロセッサ２０８によって実行可能である、プロセッサ実行可能な命令を使用して実装され得る（図２には示されない）。一般的に、静的アルゴリズムモジュールは、変化することのない既定の論理および／または規則を使用して様々なタイプの動作を実施する。態様において、静的アルゴリズムモジュール２２０は、符号化アルゴリズムおよび／または復号アルゴリズムなど、ワイヤレス通信処理チェーンと関連付けられた動作を実装する。

【0025】

図２に示される、基地局１２０のためのデバイスダイアグラムは、単一のネットワークノード（例えば、ｇＮｏｄｅ Ｂ）を含む。基地局１２０の機能性は、複数のネットワークノードまたはデバイスに分散され得、本明細書に説明される機能を実施するのに好適な任意の方式で分散され得る。この分散型基地局機能性の命名は変化し、中央装置（ＣＵ：Central Unit）、分散型ユニット（ＤＵ：Distributed Unit）、ベースバンドユニット（ＢＢＵ：Baseband Unit）、遠隔無線ヘッド（ＲＲＨ：Remote Radio Head）、無線ユニット（ＲＵ：Radio Unit）、および／または遠隔無線ユニット（ＲＲＵ：Remote Radio Unit）などの用語を含む。基地局１２０は、アンテナアレイ２５２、無線周波数フロントエンド２５４（ＲＦフロントエンド２５４）、ＵＥ１１０と通信するための１つまたは複数のワイヤレス送受信機２５６（例えば、１つもしくは複数のＬＴＥ送受信機、１つもしくは複数の５Ｇ ＮＲ送受信機、および／または１つもしくは複数の６Ｇ送受信機）を含む。基地局１２０のＲＦフロントエンド２５４は、様々なタイプのワイヤレス通信を促進するためにワイヤレス送受信機２５６をアンテナアレイ２５２に結合または接続し得る。基地局１２０のアンテナアレイ２５２は、互いに類似した、または互いと異なる様式で構成される複数のアンテナのアレイを含み得る。アンテナアレイ２５２およびＲＦフロントエンド２５４は、３ＧＰＰ ＬＴＥ、５Ｇ ＮＲ、６Ｇ通信規格、および／または様々な衛星周波数帯によって規定され、ワイヤレス送受信機２５６によって実装される、１つまたは複数の周波数帯へと調整され得、および／または調節可能であり得る。追加的に、アンテナアレイ２５２、ＲＦフロントエンド２５４、およびワイヤレス送受信機２５６は、ＵＥ１１０との通信の伝送および受信のためのビームフォーミング（例えば、大規模の多入力多出力（Ｍａｓｓｉｖｅ－ＭＩＭＯ））をサポートするように構成され得る。

【0026】

基地局１２０はまた、プロセッサ２５８およびコンピュータ可読記憶媒体２６０（ＣＲＭ２６０）を含む。プロセッサ２５８は、例えば、シリコン、ポリシリコン、高ｋ誘電体、銅など、様々な材料で構成されるシングルコアプロセッサまたはマルチプルコアプロセッサであり得る。ＣＲＭ２６０は、基地局１２０のデバイスデータ２６２を記憶するために使用可能な、ランダムアクセスメモリ（ＲＡＭ）、スタティックＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、不揮発性ＲＡＭ（ＮＶＲＡＭ）、リードオンリメモリ（ＲＯＭ）、またはフラッシュメモリなど、任意の好適なメモリまたはストレージデバイスを含み得る。デバイスデータ２６２は、ＵＥ１１０との通信を可能にするためにプロセッサ２５８によって実行可能である、ネットワークスケジューリングデータ、無線リソース管理データ、ビームフォーミングコードブック、アプリケーション、および／または基地局１２０のオペレーティングシステムを含み得る。

【0027】

ＣＲＭ２６０は、複数の異なるＮＮ形成構成要素および／またはＮＮ形成構成（例えば、ＭＬ構成）を記憶するニューラルネットワークテーブル２６４を含み、ＮＮ形成構成要素および／またはＮＮ形成構成が、図５を参照してさらに説明されるようにＤＮＮのための様々なアーキテクチャおよび／またはパラメータを規定する。いくつかの実装形態において、ニューラルネットワークテーブルは、各ＮＮ形成構成要素および／またはＮＮ形成構成の入力特徴を含み、この入力特徴は、ＮＮ形成構成要素および／またはＮＮ形成構成を生成するために使用される訓練データに関するプロパティを説明する。例えば、入力特徴は、限定ではなく例として、推定ＵＥ位置、多入力多出力（ＭＩＭＯ）アンテナ構成、電力情報、信号対干渉プラス雑音比（ＳＩＮＲ）情報、チャネル品質インジケータ（ＣＱＩ）情報、チャネル状態情報（ＣＳＩ）、ドプラフィードバック、周波数帯、ブロック誤り率（ＢＬＥＲ：BLock Error Rate）、サービス品質（ＱｏＳ：Quality of Service）、ハイブリッド自動再送要求（ＨＡＲＱ：Hybrid Automatic Repeat reQuest）情報（例えば、第１の伝送誤り率、第２の伝送誤り率、最大再伝送）、レイテンシ、無線リンク制御（ＲＬＣ：Radio Link Control）、自動再送要求（ＡＲＱ：Automatic Repeat reQuest）メトリック、受信信号強度（ＲＳＳ：received signal strength）、アップリンクＳＩＮＲ、タイミング管理、エラーメトリック、ＵＥ能力、ＢＳ能力、電力モード、インターネットプロトコル（ＩＰ）層スループット、エンドツーエンドレイテンシ、エンドツーエンドパケットロス率などを含む。したがって、入力特徴は、時として、層１、層２、および／または層３メトリックを含む。いくつかの実装形態において、ニューラルネットワークテーブル２６４の単一の指標値が、単一のＮＮ形成構成要素にマッピングする（例えば、１：１対応）。代替的に、または追加的に、ニューラルネットワークテーブル２６４の単一の指標値が、ＮＮ形成構成（例えば、ＮＮ形成構成要素の組み合わせ）にマッピングする。

【0028】

実装形態において、１つのニューラルネットワークテーブルに記憶されるＮＮ形成構成要素および／または入力特徴が、第２のニューラルネットワークテーブルにおいて複製されるように、基地局１２０は、ニューラルネットワークテーブル２６４をニューラルネットワークテーブル２１４と同期させる。代替的に、または追加的に、１つのニューラルネットワークテーブルに記憶されるＮＮ形成構成要素および／または入力特徴が、第２のニューラルネットワークテーブルにおいて補完的な機能性を表すように、基地局１２０は、ニューラルネットワークテーブル２６４をニューラルネットワークテーブル２１４と同期させる。例証すると、ニューラルネットワークテーブル２６４内の基地局側変調ＤＮＮ（ＢＳ側変調ＤＮＮ）を形成するＮＮ形成構成要素にマッピングする指標値はまた、ニューラルネットワークテーブル２１４内の（補完的な）ユーザ機器側復調ＤＮＮ（ＵＥ側復調ＤＮＮ）を形成するＮＮ形成構成要素にマッピングする。

【0029】

ＣＲＭ２６０はまた、基地局ニューラルネットワークマネージャ２６６（ＢＳニューラルネットワークマネージャ２６６）を含む。代替的に、または追加的に、ＢＳニューラルネットワークマネージャ２６６は、基地局１２０の他の構成要素と統合される、またはこれとは別個のハードウェア論理または回路として、全体的または部分的に、実装され得る。少なくともいくつかの態様において、ＢＳニューラルネットワークマネージャ２６６は、ダウンリンク通信を処理するためのＢＳ側変調ＤＮＮ、アップリンク通信を処理するための基地局側復調ディープニューラルネットワーク（ＢＳ側復調ＤＮＮ）、ダウンリンク通信を処理するためのユーザ機器側復調ディープニューラルネットワーク（ＵＥ側復調ＤＮＮ）、および／またはアップリンク通信を処理するためのユーザ機器側変調ＤＮＮ（ＵＥ側変調ＤＮＮ）を形成するためにＮＮ形成構成要素の組み合わせを選択することなどによって、ワイヤレス通信を処理するためのディープニューラルネットワークを構成するために基地局１２０および／またはＵＥ１１０によって利用されるＮＮ形成構成を選択する。いくつかの実装形態において、ＢＳニューラルネットワークマネージャ２６６は、ＵＥ１１０からのフィードバック（例えば、ＵＥ選択のＮＮ形成構成および／またはＵＥ選択のＤＮＮ構成）を受信し、フィードバックに基づいてＮＮ形成構成を選択する。代替的または追加的に、ＢＳニューラルネットワークマネージャ２６６は、フィードバックを使用してＢＳ側ＤＮＮを訓練する。いくつかの態様において、ＢＳニューラルネットワークマネージャ２６６は、図８を参照して説明されるように、連合学習技術を使用して、複数のＵＥのための共通ＮＮ形成構成および／または共通ＭＬ構成を識別する。

【0030】

ＣＲＭ２６０は、基地局訓練モジュール２６８（ＢＳ訓練モジュール２６８）を含む。代替的に、または追加的に、ＢＳ訓練モジュール２６８は、基地局１２０の他の構成要素と統合される、またはこれとは別個のハードウェア論理または回路として、全体的または部分的に、実装され得る。態様において、ＢＳ訓練モジュール２６８は、既知の入力データを使用して、および／またはフィードバックを使用して、ＤＮＮに教示する、および／またはこれを訓練する。１つの例として、ＢＳ訓練モジュール２６８は、ハイブリッド自動再送要求（ＨＡＲＱ）情報および／またはＵＥ１１０からのフィードバックを使用してＢＳ側変調ＤＮＮを訓練する。例証のため、ＢＳ側変調ＤＮＮが、ダウンリンク信号の符号化ビットを入力として受信し、変調ベースバンドダウンリンク信号に対応するデジタル信号サンプルを生成すると仮定する。しかしながら、他の態様において、ＢＳ側変調ＤＮＮは、デジタル変調ＩＦダウンリンク信号を生成する。ＢＳ訓練モジュール２６８は、ＨＡＲＱ情報フィードバックに基づいて様々なＭＬパラメータ（例えば、重み、バイアス）を調節することによってＢＳ側変調ＤＮＮを訓練し得る。しかしながら、ＢＳ訓練モジュール２６８は、代替的または追加的に、アップリンク信号を処理するためのＢＳ側復調ＤＮＮを訓練し得る。ＢＳ訓練モジュール２６８は、オフラインで（例えば、ＤＮＮがワイヤレス通信を処理することに積極的に関与していない間）、および／またはオンラインで（例えば、ＤＮＮがワイヤレス通信を処理することに積極的に関与している間）ＤＮＮを訓練し得る。

【0031】

態様において、ＢＳ訓練モジュール２６８は、図３を参照してさらに説明されるように、学習したパラメータ構成をＤＮＮから抽出する。ＢＳ訓練モジュール２６８は、次いで、抽出した学習したパラメータ構成を使用して、ニューラルネットワークテーブル２６４を作成および／または更新し得る。抽出したパラメータ構成は、ノード接続、係数、活性層、重み、バイアス、プーリングなど、ニューラルネットワークの挙動を規定する情報の任意の組み合わせを含む。

【0032】

ＣＲＭ２６０はまた、基地局マネージャ２７０を含む。代替的に、または追加的に、基地局マネージャ２７０は、基地局１２０の他の構成要素と統合される、またはこれとは別個のハードウェア論理または回路として、全体的または部分的に、実装され得る。少なくともいくつかの態様において、基地局マネージャ２７０は、ＵＥ１１０との通信のためのワイヤレス送受信機２５６を構成する。

【0033】

基地局１２０はまた、１つまたは複数の静的アルゴリズムモジュール２７２を含む。静的アルゴリズムモジュール２２０は、ハードウェア、ソフトウェア、および／またはファームウェアの任意の組み合わせを使用して実装され得る。故に、静的アルゴリズムモジュール２７２は、ＣＲＭ２６０に記憶され、プロセッサ２５８によって実行可能である、プロセッサ実行可能な命令を使用して実装され得る（図２には示されない）。一般的に、静的アルゴリズムモジュールは、変化することのない既定の論理および／または規則を使用して様々なタイプの動作を実施する。態様において、静的アルゴリズムモジュール２７２は、符号化アルゴリズムおよび／または復号アルゴリズムなど、ワイヤレス通信処理チェーンと関連付けられた動作を実装する。

【0034】

基地局１２０はまた、基地局マネージャ２７０が、ユーザプレーンデータ、制御プレーン情報、および／または他のデータ／情報をコアネットワーク関数および／またはエンティティと交換するように構成する、コアネットワークインターフェース２７４を含む。１つの例として、基地局１２０は、コアネットワークインターフェース２７４を使用して、図１のコアネットワーク１５０と通信する。

【0035】

ディープニューラルネットワークの訓練および構成
一般的に、ＤＮＮは、３つ以上の層へと整理される接続ノードのグループに対応し、ＤＮＮは、訓練およびフィードバックを使用してＤＮＮアルゴリズムの挙動および／または結果として生じる出力を動的に修正する。例えば、ＤＮＮは、訓練およびフィードバックを通じてデータ内のパターンを識別し、これらのパターンを新規（将来の）データ内で予測または識別するために機械学習アルゴリズム（ＤＮＮとして実装される）を修正する新規論理を生成する。層間の接続ノードは、第１の層内のノードの第１のサブセットが第２の層内のノードの第２のサブセットと接続される、部分的に接続された構成、または、第１の層内の各ノードが第２の層内の各ノードに接続される、完全に接続された構成など、様々なやり方で構成可能である。ノードは、単一線形回帰、多重線形回帰、ロジスティック回帰、ステップワイズ回帰、二値分類、多クラス分類、多変量適応的回帰スプライン、ＬＯＥＳＳ（Locally Estimated Scatterplot Smoothing）など、適応学習に基づいて出力情報を生成するために様々なアルゴリズムおよび／または分析を使用し得る。時として、アルゴリズムは、適応学習に基づいて変化する重みおよび／または係数を含む。故に、重みおよび／または係数は、ＤＮＮによって学習される情報を反映する。

【0036】

ＤＮＮはまた、対応するニューラルネットワーク内のどのノードが接続されるか、どのようにデータがニューラルネットワーク内で前進および／または保持されるか、どんな重みおよび係数が入力データを処理するために使用されるか、どのようにデータが処理されるかなどを決定する様々なアーキテクチャを採用し得る。これらの様々な因子は、集合的に、ＮＮ形成構成（機械学習（ＭＬ）構成とも称される）を説明する。例証すると、長・短期メモリ（ＬＳＴＭ）ニューラルネットワークなどのリカレントニューラルネットワーク（ＲＮＮ）は、入力データシーケンスの以前の部分からの情報を保持するために、ノード接続間にサイクルを形成する。リカレントニューラルネットワークは、次いで、入力データシーケンスの後続の部分のために、保持した情報を使用する。別の例として、フィードフォワードニューラルネットワークが、情報を保持するためにサイクルを形成することなしに、フォワード接続に情報をわたす。ノード接続の文脈で説明されるが、ＮＮ形成構成は、ニューラルネットワークがどのように入力データを処理するかに影響を及ぼす様々なパラメータ構成を含み得るということを理解されたい。

【0037】

ＤＮＮを形成するために使用されるＮＮ形成構成は、様々なアーキテクチャおよび／またはパラメータ構成によって特徴付けられ得る。例証のため、ＤＮＮが畳み込みニューラルネットワークを実装する例を検討する。一般的に、畳み込みニューラルネットワークは、層が入力データをフィルタリングするために畳み込み動作を使用してデータを処理するＤＮＮのタイプに対応する。したがって、畳み込みＮＮ形成構成は、限定ではなく例として、プーリングパラメータ（例えば、入力データの次元を低減するためにプーリング層を指定する）、カーネルパラメータ（例えば、入力データを処理することに使用するためのフィルタサイズおよび／またはカーネルタイプ）、重み（例えば、入力データを分類するために使用されるバイアス）、および／または層パラメータ（例えば、層接続および／または層タイプ）で特徴付けられ得る。プーリングパラメータ、カーネルパラメータ、重みパラメータ、および層パラメータの文脈で説明されるが、他のパラメータ構成がＤＮＮを形成するために使用され得る。したがって、ＮＮ形成構成（例えば、ＭＬ構成）は、ＤＮＮが出力データを生成するためにどのように入力データを処理するかに影響を及ぼす、ＤＮＮに適用され得る任意の他のタイプのパラメータを含み得る。

【0038】

図３は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンによる、複数のＮＮ形成構成を生成する態様を説明する例３００を例証する。時として、例３００の様々な態様は、図２のＵＥニューラルネットワークマネージャ２１６、ＵＥ訓練モジュール２１８、ＢＳニューラルネットワークマネージャ２６６、および／またはＢＳ訓練モジュール２６８の任意の組み合わせによって実装される。

【0039】

図３の上部分は、変調ＤＮＮおよび／または復調ＤＮＮなど、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンを実装するために使用され得る任意の好適なＤＮＮを表すＤＮＮ３０２を含む。態様において、ニューラルネットワークマネージャは、ワイヤレス通信処理チェーンの部分を実施するＤＮＮのための異なるＮＮ形成構成および／またはＭＬ構成を生成する。代替的に、または追加的に、ニューラルネットワークマネージャは、異なる伝送環境、伝送チャネル状態、および／またはＭＩＭＯ構成に基づいて、ＮＮ形成構成および／またはＭＬ構成を生成する。訓練データ３０４は、ダウンリンク通信、アップリンク通信、ＭＩＭＯおよび／もしくは動作構成、ならびに／または伝送環境の任意の組み合わせのためのデジタル変調ベースバンド信号に対応するデータなど、ＤＮＮ３０２への例となる入力を表す。他の態様において、訓練データ３０４は、図４および図５を参照して説明されるような符号化ビットを表す。いくつかの実装形態において、訓練モジュールは、訓練データを数学的に生成するか、または訓練データを記憶するファイルにアクセスする。そうでないときは、訓練モジュールは、現実世界通信データを獲得する。故に、訓練モジュールは、数学的に生成されたデータ、静的データ、および／または現実世界データを使用して、ＤＮＮ３０２を訓練し得る。いくつかの実装形態は、動作構成、伝送チャネルメトリック、ＭＩＭＯ構成、ＵＥ能力、ＵＥ位置、変調スキーム、コーディングスキームなど、訓練データの様々な品質を説明する入力特徴３０６を生成する。

【0040】

ＤＮＮ３０２は、訓練データを分析し、ここでは二値データとして表される出力３０８を生成する。しかしながら、訓練データが符号化ビットに対応するときなど、他の態様において、出力３０８は、デジタル変調バースバンドまたはＩＦ信号に対応する。いくつかの実装形態は、機械学習モジュールの正確性を改善するために訓練データの同じセットおよび／または同じ入力特徴を有する追加の訓練データを使用して、ＤＮＮ３０２を繰り返し訓練する。訓練中、機械学習モジュールは、ノード接続、係数、カーネルサイズなど、機械学習モジュールに含まれるニューラルネットワークのアーキテクチャおよび／またはパラメータ構成の一部またはすべてを修正する。訓練のいくつかの態様は、復調ＤＮＮを訓練するための軟復号入力など、補足的な入力（図３には示されない）を含む。

【0041】

態様において、訓練モジュールが、正確性が所望のしきい値を満たすか、またはこれを超えること、訓練プロセスが反復回数を満たすか、またはこれを超えることなどを識別するときなど、訓練モジュールは、ＤＮＮ３０２のアーキテクチャおよび／またはパラメータ構成３１０（例えば、プーリングパラメータ、カーネルパラメータ、層パラメータ、重み）を抽出する。ＤＮＮ３０２からの抽出したアーキテクチャおよび／またはパラメータ構成は、ＮＮ形成構成、ＮＮ形成構成要素、ＭＬ構成、および／またはＭＬ構成に対する更新に対応する。アーキテクチャおよび／またはパラメータ構成は、固定アーキテクチャおよび／もしくはパラメータ構成、ならびに／または可変アーキテクチャおよび／もしくはパラメータ構成の任意の組み合わせを含み得る。

【0042】

図３の下部は、図２のニューラルネットワークテーブル２１４および／またはニューラルネットワークテーブル２６４など、ＮＮ形成構成要素の集まりを表すニューラルネットワークテーブル３１２を含む。ニューラルネットワークテーブル３１２は、アーキテクチャ構成、パラメータ構成、および入力特徴の様々な組み合わせを記憶するが、代替の実装形態は、入力特徴をテーブルから省略する。様々な実装形態は、ＤＮＮが追加の情報を学習する際、ＮＮ形成構成要素および／または入力特徴を更新および／または維持する。例えば、指標３１４、ニューラルネットワークマネージャ、および／または訓練モジュールは、訓練データ３０４を分析する間にＤＮＮ３０２によって生成されるアーキテクチャおよび／またはパラメータ構成３１０を含むためにニューラルネットワークテーブル３１２を更新する。後の時間点において、ニューラルネットワークマネージャ（例えば、ＵＥニューラルネットワークマネージャ２１６、ＢＳニューラルネットワークマネージャ２６６）は、入力特徴を現在の動作環境および／または構成に一致させることによって、例えば、入力特徴を現在のチャネル状態および／またはＭＩＭＯ構成（例えば、アンテナ選択）に一致させることによって、ニューラルネットワークテーブル３１２から１つまたは複数のＮＮ形成構成を選択する。態様において、基地局１２０は、さらに説明されるように、ＤＮＮを形成する（例えば、生成する、インスタンス生成する、またはロードする）ためにどのＮＮ形成構成を使用すべきかを示すために、指標３１４をＵＥ１１０に通信する（またはその逆）。

【0043】

ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーン
ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの態様において、デバイスは、複雑性と適合性を両立させるためにＤＮＮおよび静的アルゴリズムの組み合わせを使用して、ワイヤレス通信処理チェーン（例えば、送信機処理チェーンおよび／または受信機処理チェーン）を実装する。各処理チェーンは、例えば、変調および／または復調動作を実施する静的アルゴリズムおよび少なくとも１つのＤＮＮを使用する符号化モジュールおよび／または復号モジュールを含む。ＤＮＮの包含は、変調スキーム変化、チャネル状態変化、ＭＩＭＯ構成変化など、動作環境における変化に応答して、伝送がどのように生成されるかを修正するための柔軟性を提供する。例証すると、いくつかの態様は、現在の伝送チャネルにおける問題を軽減するプロパティ（例えば、周波数、変調スキーム、ビーム方向、ＭＩＭＯアンテナ選択）を有する伝送を生成するために、ＤＮＮを動的に修正する。例えば、静的符号化モジュールおよび／または静的復号モジュールを通じた、静的アルゴリズムの包含は、ＤＮＮの複雑性を簡略化し（例えば、処理時間を低減し、訓練時間を低減する）、複雑性と効率を両立させる。

【0044】

図４は、ワイヤレス通信処理チェーンを比較する第１の例となる環境４００および第２の例となる環境４０２を例証し、処理チェーンは、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの様々な態様によると、１つまたは複数のＤＮＮを、時として静的アルゴリズムと組み合わせて、含む。環境４００および環境４０２は各々、ダウンリンク（ＤＬ）ワイヤレス通信を処理するため（例えば、基地局１２０におけるＤＬ送信機処理チェーン、ＵＥ１１０におけるＤＬ受信機処理チェーン）、またはアップリンク（ＵＬ）ワイヤレス通信を処理するため（例えば、ＵＥ１１０におけるＵＬ送信機処理チェーン、基地局１２０におけるＵＬ受信機処理チェーン）に使用され得る、例となる送信機処理チェーンおよび例となる受信機処理チェーンを含む。

【0045】

環境４００において、基地局１２０のＢＳニューラルネットワークマネージャ２６６（図４には示されない）は、基地局ダウンリンク処理チェーン４０６（ＢＳダウンリンク処理チェーン４０６）に含まれる１つまたは複数のディープニューラルネットワーク４０４（ＤＮＮ４０４）を管理する。態様において、ＢＳニューラルネットワークマネージャ２６６は、ＵＥ１１０に向けられるダウンリンクワイヤレス通信のための送信機処理チェーン動作を実施するようにＤＮＮ４０４を構成する。例証すると、ＢＳニューラルネットワークマネージャ２６６は、１つもしくは複数のデフォルトＭＬ構成または１つもしくは複数の特定のＭＬ構成を（例えば、さらに説明されるように現在のダウンリンクチャネル状態に基づいて）選択し、ＭＬ構成を使用してＤＮＮ４０４を形成する。態様において、ＤＮＮ４０４は、二値データを入力として受信すること、二値データを符号化すること、符号化したデータを使用してデジタル変調ベースバンドもしくはＩＦ信号を生成すること、ＭＩＭＯ伝送動作を実施すること（例えば、アンテナ選択、ＭＩＭＯプリコーディング、ＭＩＭＯ空間多重化、ＭＩＭＯダイバーシティコーディング処理）、および／またはダウンリンク伝送４０８のためのアンテナアレイ２５２をフィードするデジタル－アナログ変換器（ＤＡＣ）をフィードするアップコンバートされた信号（例えば、デジタル表現）を生成することなど、（ワイヤレス通信）送信機処理チェーンの一部またはすべての機能性を実施する。例証すると、ＤＮＮ４０４は、畳み込み符号化、シリアル－パラレル変換、サイクリックプレフィクス挿入、チャネルコーディング、時間／周波数インターリービング、直交周波数分割多重（ＯＦＤＭ）、ＭＩＭＯ伝送動作などの任意の組み合わせを実施し得る。

【0046】

ＵＥ１１０のＵＥニューラルネットワークマネージャ２１６（図４には示されない）は、ユーザ機器ダウンリンク処理チェーン４１２（ＵＥダウンリンク処理チェーン４１２）に含まれる１つまたは複数のディープニューラルネットワーク４１０（ＤＮＮ４１０）を管理する。態様において、ＵＥニューラルネットワークマネージャ２１６は、基地局１２０から受信されるダウンリンクワイヤレス通信信号を処理するようにＤＮＮ４１０を構成する。例証すると、ＵＥニューラルネットワークマネージャ２１６は、基地局１２０によって示されるＭＬ構成を使用して、および／またはＵＥニューラルネットワークマネージャ２１６によって選択されるＮＮ形成構成を使用して、ＤＮＮ４１０を形成する。態様において、ＤＮＮ４１０は、ＢＳ ＤＬ処理チェーンが１つまたは複数のＤＮＮを含むか、静的アルゴリズムモジュールを含むか、または両方を含むかにかかわらず、ＢＳ ＤＬ処理チェーンによって実施される処理（例えば、ダウンコンバートステージ、復調ステージ、復号ステージ）に対して補完的である処理など、（ワイヤレス通信）受信機処理チェーンの一部またはすべての機能性を実施する。例証すると、ＤＮＮ４１０は、受信（ＲＸ）信号に埋め込まれたデータを復調／抽出すること、制御情報を復元すること、二値データを復元すること、送信機ブロックにおいて適用される順方向誤り訂正に基づいてデータエラーを修正すること、フレームおよび／またはスロットからペイロードデータを抽出することなどの任意の組み合わせを実施し得る。

【0047】

同様に、ＵＥ１１０は、ＵＥニューラルネットワークマネージャ２１６によって構成および／または形成される１つまたは複数のディープニューラルネットワーク４１６（ＤＮＮ４１６）を使用してアップリンク通信を処理する第１のユーザ機器アップリンク処理チェーン４１４（ＵＥアップリンク処理チェーン４１４）を含む。例証すると、およびＤＮＮ４０４を参照して以前に説明されるように、ＤＮＮ４１６は、基地局１２０に向けられるアップリンク伝送４１８を生成するための（アップリンク）送信機チェーン処理動作の任意の組み合わせを実施する。

【0048】

基地局１２０は、ＢＳニューラルネットワークマネージャ２６６によって管理される１つまたは複数のディープニューラルネットワーク４２２（ＤＮＮ４２２）を使用して、（受信した）アップリンク通信を処理する第１の基地局アップリンク処理チェーン４２０（ＢＳアップリンク処理チェーン４２０）を含む。ＤＮＮ４２２は、ＵＥ ＵＬ処理チェーンが、１つまたは複数のＤＮＮを含むか、静的アルゴリズムモジュールを含むか、または両方を含むかにかかわらず、ＵＥ ＵＬ処理チェーンによって実施される補完的な処理（例えば、ＤＮＮ４１０を参照して説明されるような受信機チェーン処理動作）を実施する。

【0049】

対照的に、環境４０２は、アップリンクおよび／またはダウンリンクワイヤレス通信を処理するために静的アルゴリズムモジュールおよびＤＮＮの組み合わせを使用する、例となるハイブリッドワイヤレス通信処理チェーンを例証する。例えば、環境４０２は、静的アルゴリズムモジュールおよびＤＮＮの組み合わせを使用するハイブリッド送信機処理チェーン４２４を含む。例えば、基地局１２０は、ＢＳ ＤＬ ＤＮＮ処理チェーン４０６もしくは従来の静的アルゴリズムＢＳ側ＤＬ処理チェーンの代わりに、ハイブリッド送信機処理チェーン４２４を使用し、ならびに／または、ＵＥ１１０は、ＵＥ ＵＬ ＤＮＮ処理チェーン４１２もしくは従来の静的アルゴリズムＵＥ側アップリンク処理チェーンの代わりに、ハイブリッド送信機処理チェーン４２４を使用する。環境４０２はまた、ワイヤレス通信受信機処理チェーン内で静的アルゴリズムモジュールおよびＤＮＮの組み合わせを使用するハイブリッド受信機処理チェーン４２６を含む。例証すると、ＵＥ１１０は、ＵＥ ＤＬ ＤＮＮ処理チェーン４１２もしくは従来の静的アルゴリズムＵＥ側ダウンリンク処理チェーンの代わりに、ハイブリッド受信機処理チェーン４２６を使用し、ならびに／または、基地局１２０は、ＢＳ ＵＬ ＤＮＮ処理チェーン４２０もしくは従来の静的アルゴリズムＢＳ側ＵＬ処理チェーンの代わりに、ハイブリッド受信機処理チェーン４２６を使用する。

【0050】

ハイブリッド送信機処理チェーン４２４は、ソースビット４３０を受信し（例えば、図４には示されない、プロトコルスタックから）、低密度パリティ検査（ＬＰＤＣ）符号化アルゴリズム、ポーラ符号化アルゴリズム、ターボ符号化アルゴリズム、および／またはビタビ符号化アルゴリズムなどの１つまたは複数の静的符号化アルゴリズムを使用して符号化ビットを生成する、静的アルゴリズムを使用して実装される符号化モジュール４２８を含む。ハイブリッド送信機処理チェーン４２４は、符号化モジュール４２８を実装するためにハードウェア、ソフトウェア、および／またはファームウェアの任意の組み合わせを利用する。態様において、符号化モジュール４２８は、ソースビット４３０をどのように符号化するかを符号化モジュールに指示する入力パラメータ（例えば、チャネルコーディングスキームパラメータ、レートマッチングパラメータ）を受信する。符号化モジュール４２８内で静的アルゴリズムを使用することによって、ハイブリッド送信機処理チェーン４２４は、より良好な性能のために最適化される（例えば、処理速度のために最適化される、物理および／またはメモリサイズのために最適化される）符号化モジュールを使用することができる。

【0051】

ハイブリッド送信機処理チェーン４２４はまた、符号化モジュール４２８から受信される符号化ビットを変調する１つまたは複数の変調ＤＮＮ４３４を含む変調モジュール４３２を含む。例証すると、ＤＮＮ４３４は、ＢＳ側変調ＤＮＮとも称される、ダウンリンク通信を変調する基地局側ディープニューラルネットワーク（ＢＳ側ＤＮＮ）、および／または、ＵＥ側変調ＤＮＮとも称される、アップリンク通信を変調するユーザ機器側ディープニューラルネットワーク（ＵＥ側ＤＮＮ）に対応する。いくつかの態様において、基地局１２０のＢＳニューラルネットワークマネージャ２６６は、変調ＤＮＮ４３４を形成するために１つまたは複数の変調ＭＬ構成を選択する。１つの例として、ＢＳニューラルネットワークマネージャ２６６は、図５を参照して説明されるものなど、ダウンリンク通信を処理する基地局側変調ＭＬ構成（ＢＳ側変調ＭＬ構成）を選択する。代替的または追加的に、ＢＳニューラルネットワークマネージャ２６６は、図６を参照して説明されるものなど、ＵＥ１１０に送信するためにユーザ機器側変調ＭＬ構成（ＵＥ側変調ＭＬ構成）を選択する。いくつかの態様において、ＢＳニューラルネットワークマネージャ２６６は、図７を参照して説明されるような連合学習技術を使用することなどによって、変調ＭＬ構成に対する更新を選択する。

【0052】

ＢＳニューラルネットワークマネージャ２６６は、因子の任意の組み合わせを使用して、変調ＭＬ構成（例えば、ＢＳ側変調ＭＬ構成、ＵＥ側変調ＭＬ構成）を選択する。例証すると、ＢＳニューラルネットワークマネージャ２６６は、例として、現在の動作状態、ＵＥ１１０のＵＥ能力、ＭＩＭＯ構成（例えば、アンテナ選択）、変調スキーム、チャネル状態などの因子を使用して、変調構成を選択する。例証すると、およびＭＩＭＯ構成に関して、ＢＳニューラルネットワークマネージャは、２つの伝送アンテナ、２つの受信アンテナに対応する２×２ＭＩＭＯ構成、４つの伝送アンテナ、４つの受信アンテナに対応する４×４ＭＩＭＯ構成など、ＭＩＭＯ伝送および受信アンテナ構成に基づいて、変調ＭＬ構成を選択し得る。別の例として、ＢＳニューラルネットワークマネージャは、変調スキームに基づいて変調ＭＬ構成を選択し得る。

【0053】

態様において、および図５を参照して説明されるように、基地局（例えば、基地局１２０）は、物理ダウンリンク制御チャネル（ＰＤＣＣＨ）メッセージ内で伝送されるダウンリンク制御情報（ＤＣＩ）内のフィールドを通じてＢＳ側変調ＭＬ構成を示すことなどによって、ＢＳニューラルネットワークマネージャによって選択される変調ＭＬ構成をＵＥ１１０に示し得る。１つの例として、ＤＣＩは、チャネルコーディングスキームを指定する第１のフィールド、および変調ＭＬ構成を指定する第２のフィールドを含み得る。代替的または追加的に、第２のフィールドは、図７を参照して説明されるような連合学習技術を通じて識別される変更など、変調ＭＬ構成に対する変更および／または更新を指定する。しかしながら、いくつかの態様において、基地局１２０は、ＤＣＩ内の第１のフィールドを使用する代わりに、チャネルコーディングスキームを暗黙的に示す。別の例として、基地局は、チャネル状態情報基準信号（ＣＳＩ－ＲＳ）、復調基準信号（ＤＭＲＳ）、および／または特定の変調ＭＬ構成にマッピングされる位相トラッキング基準信号（ＰＴＲＳ）など、特定の基準および／またはパイロット信号を伝送することによって、変調ＭＬ構成を示す。いくつかの態様において、基地局１２０は、ニューラルネットワークテーブルおよび／またはコードブックに記憶されるＭＬ構成のサブセットなど、固定数の変調ＭＬ構成および／または変調ＭＬ構成の既定のセットから変調ＭＬ構成を選択し、コードブック指標をＵＥに伝送する。

【0054】

代替的に、補完的な動作を使用して、基地局１２０は、ＢＳ側変調ＭＬ構成に基づいてダウンリンク通信を処理するためのユーザ機器側復調機械学習構成（ＵＥ側復調ＭＬ構成）を選択し、そのＵＥ側復調ＭＬ構成をＤＣＩ内でＵＥに示し得る。先に記したように、指示は、ニューラルネットワークへの指数および／またはＭＬ構成のコードブックセットを表し得る。例証のため、基地局１２０は、ＵＥ特有の能力、ＵＥ特有の信号品質測定、ＵＥ特有のリンク品質測定、ＵＥ特有のＭＩＭＯ構成などの任意の組み合わせを使用して、ＵＥ側変調ＭＬ構成を選択すると仮定する。時分割デュプレックス（ＴＤＤ）伝送を通じてなど、ダウンリンクおよびアップリンク通信のために同じ伝送チャネルを使用するとき、基地局１２０は、図５を参照して説明されるものなど、（ダウンリンク）ＢＳ側変調ＭＬ構成に基づいて（ダウンリンク）ＵＥ側復調ＤＮＮを形成するためにＵＥ側復調ＭＬ構成を選択し得る。代替的または追加的に、基地局１２０は、ＤＣＩ内でＢＳ側変調ＭＬ構成を示すとき、ダウンリンク処理のためのＵＥ側復調ＭＬ構成を黙示的または明示的に示し得る。

【0055】

ＤＮＮ４３４は、ハイブリッド送信機処理チェーン４２４内で変調および／またはＭＩＭＯ動作を実施する。例えば、変調ＤＮＮ４３４は、符号化モジュール４２８から符号化ビットを受信し、デジタル変調ベースバンド信号（例えば、変調ベースバンド信号のデジタルサンプル）を生成する。しかしながら、代替の実装形態は、ベースバンド信号に関して説明されるものと同様の様式で処理されるデジタル変調ＩＦ信号を生成する。デジタル変調ベースバンド信号は、複数のアンテナを通じていくつかの信号を同時に送信するＭＩＭＯ通信を含み得る。例えば、変調ＤＮＮ４３４は、２×２ＭＩＭＯ通信、４×４ＭＩＭＯ通信などのための変調ベースバンド信号を生成し得る。故に、態様において、変調ＤＮＮ４３４は、符号化データを複数のデータストリーム上へ分割および／または複製する変調ベースバンド信号を生成する。代替的または追加的に、変調ＤＮＮ４３４は、ＭＩＭＯプリコーディング、ＭＩＭＯ空間多重化、および／またはＭＩＭＯダイバーシティコーディングなど、デジタル変調ベースバンド信号を生成することにおける他のＭＩＭＯ動作を実施する。

【0056】

デジタル変調ベースバンド信号を生成することにおいて、変調ＤＮＮ４３４は、直交周波数分割多重（ＯＦＤＭ）変調フォーマットなど、符号化データに変調スキームを適用する。選択した変調ＭＬ構成は、ＯＦＤＭを使用する二値位相偏移変調（ＢＰＳＫ）、ＯＦＤＭを使用する４位相偏移変調（ＱＰＳＫ）、ＯＦＤＭを使用する１６直交振幅変調（１６－ＱＡＭ）など、ＯＦＤＭ変調を符号化データに適用する処理を実施するために変調ＤＮＮ４３４を形成する。変調ＤＮＮ４３４がダウンリンク伝送を処理するためのＢＳ側変調ＤＮＮに対応するときなど、いくつかの態様において、基地局は（ＢＳニューラルネットワークマネージャ２６６として）、現在の動作および／またはチャネル状態に基づいて、変調ＤＮＮ４３４を更新する。例証すると、および図５を参照すると、基地局１２０は、ＵＥからのフィードバックを使用して変調ＤＮＮ４３４を訓練する。変調ＤＮＮ４３４がアップリンク伝送を処理するためのＵＥ側変調ＤＮＮに対応するときなど、別の例として、ＵＥは、図６を参照して説明されるように変調ＤＮＮ４３４を訓練する。これは、基地局１２０および／またはＵＥが、動作および／またはチャネル状態が変化する際に伝送を改善することを可能にする。

【0057】

ハイブリッド送信機処理チェーン４２４内で、ダウンリンクＢＳ側変調ＤＮＮ、またはアップリンクＵＥ側変調ＤＮＮに対応し得る変調ＤＮＮは、デジタル変調ベースバンド信号（またはデジタルＩＦ信号）を生成する。変調モジュール４３２は、デジタル変調ベースバンド信号を、アンテナ（例えば、基地局１２０内で動作するときはアンテナアレイ２５２、ＵＥ１１０内で動作するときはアンテナアレイ２０２）に接続される伝送無線周波数処理モジュール４３６（ＴＸ ＲＦ処理モジュール４３６）にフィードする。ＴＸ ＲＦ処理モジュール４３６は、アンテナを介して伝送を出力するために使用されるハードウェア、ファームウェア、および／またはソフトウェアの任意の組み合わせを含む。例えば、ＴＸ ＲＦ処理モジュール４３６は、変調モジュール４３２からデジタル変調ベースバンド信号を受信し、アナログ変調ベースバンド信号を生成する、ＤＡＣを含む。ＴＸ ＲＦ処理モジュール４３６は、代替的または追加的に、アナログ変調ベースバンド信号を所望の搬送周波数にアップコンバートする信号混合器を含み、この搬送周波数は、次いで、アンテナ（例えば、ダウンリンク伝送としてはアンテナアレイ２５２、アップリンク伝送としてはアンテナアレイ２０２）から伝送される。

【0058】

環境４０２において、ハイブリッド受信機処理チェーン４２６は、送信機処理チェーン４０６に対する補完的な処理を実施するためにＤＮＮおよび静的アルゴリズムモジュールの組み合わせを使用する（従来の静的アルゴリズムを使用するか、ＤＮＮを使用するか、またはハイブリッド手法を使用するかのいずれかで実装される）。例えば、基地局１２０は、ＢＳ ＵＬ処理チェーン４２０（例えば、ＢＳ側ＵＬ処理チェーン）の代わりにハイブリッド受信機処理チェーン４２６を使用し、ならびに／または、ＵＥ１１０は、ＵＥ ＤＬ処理チェーン４１２（例えば、ＵＥ側ダウンリンク処理チェーン）の代わりにハイブリッド受信機処理チェーン４２６を使用する。

【0059】

１つの例として、ＵＥ１１０は、アンテナアレイ２０２を使用して基地局１２０からダウンリンク通信および／または伝送を受信し、ダウンリンク通信は、ＭＩＭＯ通信を含み得る。アンテナは、（アナログ）受信ダウンリンク伝送を、ハイブリッド受信機処理チェーン４２６に含まれる受信無線周波数処理モジュール４３８（ＲＸ ＲＦ処理モジュール４３８）へルーティングする。ＲＸ ＲＦ処理モジュール４３８は、受信したアナログ信号をデジタル変調ベースバンド信号へ変換する。しかしながら、代替の実装形態において、ＲＸ ＲＦ処理モジュール４３８は、デジタル変調ベースバンド信号と同様の様式で処理されるデジタル変調ＩＦ信号を生成する。例えば、ＲＸ ＲＦ処理モジュール４３８は、ダウンリンク伝送をアナログベースバンド信号へダウンコンバートする混合器、およびダウンコンバートしたアナログ信号をデジタル化することによってデジタル変調ベースバンド信号を生成するＡＤＣを含む。ＲＸ ＲＦ処理モジュール４３８は、次いで、デジタル変調ベースバンド信号を、１つまたは複数の復調ＤＮＮ４４２を含む復調モジュール４４０（例えば、ダウンリンク通信を処理するためのＵＥ側復調モジュール、アップリンク通信を処理するためのＢＳ側復調モジュール）へ入力する。例証すると、ＵＥ１１０が、ＵＥニューラルネットワークマネージャ２１６を使用して復調ＤＮＮ４４２を形成するか、または基地局１２０が、ＢＳニューラルネットワークマネージャ２６６を使用して復調ＤＮＮ４４２を形成する。態様において、復調ＤＮＮ４４２は、デジタル変調ベースバンド信号を受信すること、および符号化データを復元するためにデジタル変調ベースバンド信号を処理することなど、変調モジュール４３２に含まれる変調ＤＮＮ４３４に対する補完的な処理を実施する。これは、ＭＩＭＯ空間復元および／またはＭＩＭＯダイバーシティ復元、チャネル推定、チャネル等化器関数など、ＭＩＭＯ動作を含み得る。

【0060】

復調モジュール４４０は、復元した符号化データを、復元ビット４４６を生成するために静的アルゴリズムを使用する復号モジュール４４４へ入力する。これは、復号モジュール４４４が入力パラメータ（例えば、チャネルコーディングスキームパラメータ、レートマッチングパラメータ）を受信することを含み得、この入力パラメータは、復元ビット４４６をどのように復号および生成するかに関して復号モジュールに指示する。いくつかの態様において、復号モジュール４４４は、対数尤度比情報などの軟復号情報４４８を生成し、軟復号情報を復調ＤＮＮ４４０へ入力する。符号化モジュール４２８と同様に、復号モジュール４４４は、静的復号アルゴリズム（例えば、ＬＰＤＣ復号アルゴリズム、ポーラ復号アルゴリズム、ターボ復号アルゴリズム、および／またはビタビ復号アルゴリズム）の任意の組み合わせを実装し得る。いくつかの態様において、ハイブリッド受信機処理チェーン４２６は、復調ＤＮＮ４４２を訓練することをトリガするためにＣＲＣ情報などの復号モジュール４４４からのフィードバックを使用し、および／または図５を参照して説明されるものなど、復調ＤＮＮ４４２を訓練するためにフィードバックを使用する。

【0061】

ハイブリッドワイヤレス通信処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４、ハイブリッド受信機処理チェーン４２６）は、処理チェーンを実装することおよび動作させることにおける複雑性と適合性を両立させる能力を有するデバイスを提供する。静的アルゴリズムをワイヤレス通信処理チェーンに含めることは、対応するＤＮＮによって提供される機能性の量を低減し、このことが、ＤＮＮによるシステム計算電力および／またはメモリ消費を低減し、ＤＮＮの処理および／または訓練持続時間を低減する。ワイヤレス通信処理チェーン（静的アルゴリズムモジュールに接続される）内へのＤＮＮの包含は、変化する動作および／またはチャネル状態に対する適合性を提供して、チャネルおよび／または動作問題を軽減する。

【0062】

シグナリングおよびデータトランザクションダイアグラム
図５～図７は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの１つまたは複数の態様による、基地局とユーザ機器との間の例となるシグナリングおよびデータトランザクションダイアグラムを例証する。シグナリングおよびデータトランザクションの動作は、図１～図４のいずれかを参照して説明されるような態様を使用して、図１の基地局１２０および／またはＵＥ１１０によって実施され得る。ハイブリッド送信機および受信機処理チェーンは、ＢＳおよびＵＥの両方について推定されるが、いくつかの状況においては、送信機はハイブリッド処理チェーンを使用し得る一方、受信機は従来のＤＮＮまたはハイブリッド処理チェーンを使用する。同様に、送信機が従来のＤＮＮまたはハイブリッド処理チェーンを使用するとき、受信機は、ハイブリッド処理チェーンを使用し得る。

【0063】

ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのためのシグナリングおよびデータトランザクションの第１の例は、図５のシグナリングおよびデータトランザクションダイアグラム５００によって例証される。ダイアグラム５００において、基地局（例えば、基地局１２０）およびＵＥ（例えば、ＵＥ１１０）は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの１つまたは複数の態様に従って、静的アルゴリズムモジュールおよびＤＮＮの組み合わせを含む処理チェーンを使用してダウンリンクワイヤレス通信を交換する。

【0064】

例証されるように、５０５において、基地局１２０は、少なくとも１つのＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールの組み合わせを使用するＢＳ側送信機処理チェーンに含まれる基地局側ＤＮＮ（ＢＳ側ＤＮＮ）を形成する基地局側変調機械学習構成（ＢＳ側変調ＭＬ構成）を選択する。例証すると、基地局１２０は、ダウンリンク送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）内のＢＳ側変調ＤＮＮ（例えば、ＤＮＮ４３４）のための変調ＭＬ構成を選択する。基地局１２０は、情報の任意の組み合わせを使用してＢＳ側変調ＭＬ構成を選択する。１つの例として、基地局１２０は、ブロードキャスト伝送を生成するためのＤＬ変調ＤＮＮを形成するデフォルトＢＳ側変調ＭＬ構成を選択する。言い換えると、基地局１２０は、他の変調スキームと比べて異なるチャネル状態の範囲にわたってよりロバストであるＤＬ変調スキームを有する伝送など、一般および／または未知のチャネル状態に向けられる特徴を有する変調した伝送を生成する変調ＤＮＮを形成する変調ＭＬ構成を選択する。代替的または追加的に、基地局１２０は、固定数のＭＬ構成および／またはＭＬ構成の既定のセット（例えば、基地局１２０およびＵＥ１１０の両方に知られているＭＬ構成のセット）からＢＳ側変調ＭＬ構成を選択する。いくつかの態様において、基地局１２０は、ＵＥ位置情報、信号品質測定、リンク品質測定、ＵＥ能力など、ＵＥ１１０に特有の情報に基づいてＢＳ側変調ＭＬ構成を選択する。

【0065】

５１０において、ＵＥが復調ＤＮＮ形成を含むＵＥ能力を示したと仮定し、基地局１２０は、選択したＢＳ側変調ＭＬ構成をＵＥ１１０に示す。基地局１２０は、例えば、ＰＤＣＣＨのためのＤＣＩ内の第１のフィールドを使用してＢＳ側変調ＭＬ構成を示し、５１５においてさらに説明されるように相互的なＵＥ側復調ＭＬを選択するようにＵＥ１１０に（黙示的または明示的に）指示する。選択したＢＳ側ＭＬ構成を示すことによって、基地局１２０は、異なるＵＥ（例えば、異なる製造業者、異なるＵＥ能力）に、対応するＢＳ側ＤＮＮがどのように動作するかに関する情報を提供し、故に、各ＵＥが、５１５に説明されるものなど、それぞれの補完的なＵＥ側ＭＬ構成を選択することを可能にする。代替的に、基地局１２０は、ＵＥ側復調ＭＬ構成をＵＥ１１０に示し、ダウンリンク通信を処理するための復調ＤＮＮを（ＵＥ側復調ＭＬ構成を使用して）形成するようにＵＥ１１０に（黙示的または明示的に）指示する。

【0066】

態様において、基地局１２０は、ＭＬ構成（例えば、ＢＳ側変調構成、ＵＥ側復調構成）に加えて、ＤＣＩ（例えば、新規ＤＣＩフォーマット）内の第２のフィールドを使用してチャネルコーディングスキームを示す。ＭＬ構成（例えば、ＢＳ側変調ＭＬ構成、ＵＥ側復調ＭＬ構成）を示す１つの例として、基地局１２０およびＵＥ１１０が、ＭＬ構成の既定のセットのための共通および／または同期マッピングを使用すると仮定する。態様において、基地局１２０は、ＭＬ構成の既定のセットの中から特定のＭＬ構成を、特定のＭＬ構成にマッピングする指標値を示すことによってなど、ＵＥ１１０に示す。共通および／または同期マッピングに基づいて、ＵＥ１１０は、指標値を使用して、ＭＬ構成の既定のセットの中から、示されたＭＬ構成を識別する。いくつかの態様において、基地局１２０は、特定のパイロットおよび／または基準信号を伝送することによってＢＳ側変調ＭＬ構成を示す。例えば、基地局１２０は、特定のＢＳ側変調ＭＬ構成および／または指標値にマッピングする特定のＣＳＩ－ＲＳ、ＤＭＲＳ、および／またはＰＴＲＳを伝送する。

【0067】

５１５において、ＵＥ１１０は、ＵＥ側受信機処理チェーンに含まれるＵＥ側ＤＮＮのためのＵＥ側復調ＭＬ構成を選択し、ＵＥ側受信機処理チェーンは、少なくとも１つのＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールの組み合わせを使用する。例証すると、ＵＥ１１０は、ＰＤＣＣＨ ＤＣＩを分析することによって、ならびに／または受信した基準および／もしくはパイロット信号を識別することによって、５１０において基地局によって通信される示されたＢＳ側変調ＭＬ構成を識別する。示されたＢＳ側変調ＭＬ構成を識別することに基づいて、ＵＥは、ハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）内に復調ＤＮＮ（例えば、復調ＤＮＮ４４２）を形成する補完的なＭＬ構成を選択する。指示が指標値に対応するときなど、いくつかの態様において、ＵＥ１１０は、コードブックおよび／またはＭＬ構成の既定のセットからＵＥ側復調ＭＬ構成を獲得するために指標値を使用する。

【0068】

代替的または追加的に、ＵＥ１１０は、複数の復調ＭＬ構成の性能メトリック（例えば、ビット誤り率（ＢＥＲ）、ブロック誤り率（ＢＬＥＲ））を分析することによって、ＵＥ側復調ＭＬ構成を選択する。１つの例として、ＵＥ１１０は、示されたＢＳ側変調ＭＬ構成に対して補完的な初期ＭＬ構成を使用して初期ＵＥ側復調ＤＮＮを形成する。ＵＥ１１０は、ＵＥ側復調ＤＮＮの性能メトリックを獲得し、性能メトリックが劣化した性能を示す（例えば、初期ＭＬ構成と関連付けられた性能メトリックが性能しきい値を満たすことができない）ことを決定する。それに応じて、ＵＥ１１０は、性能メトリックに基づいて第２のＵＥ側復調ＭＬ構成を選択する。言い換えると、ＵＥ１１０は、初期ＵＥ側復調ＤＮＮよりも良好な性能メトリック（例えば、性能しきい値を満たす性能メトリック）を有する第２のＵＥ側復調ＤＮＮを形成する第２のＵＥ側復調ＭＬ構成を選択する。例証すると、ＵＥ１１０は、復調ＭＬ構成のセットを分析し、そのセットから、最良の性能メトリックと関連付けられた復調ＭＬ構成を選択する。いくつかの態様において、ＵＥ側復調ＭＬ構成を分析および選択することの一部として、ＵＥ１１０は、（例えば、５１０において）基地局によって示されるものから一致するチャネル復調スキームを選択する。代替的または追加的に、ＵＥ１１０は、ＯＦＤＭを使用する特定の変調構成（例えば、ＯＦＤＭを使用するＢＰＳＫ、ＯＦＤＭを使用するＱＰＳＫ、１６－ＱＡＭ）などを復調する復調ＤＮＮを形成するＵＥ側復調ＭＬ構成を選択する。故に、ＵＥ１１０はまた、トランスポートブロックサイズ、周波数グラントサイズ、空間グラントサイズ、時間グラントサイズなど、他の因子の任意の組み合わせに基づいてＵＥ側復調ＭＬ構成を選択し得る。いくつかの態様において、ＵＥ１１０は、ＵＥ能力に基づいてＵＥ側復調ＭＬ構成を選択する。

【0069】

したがって、５２０において、ＵＥは、任意選択的に（破線で示されるように）、ＵＥ選択のＵＥ側復調ＭＬ構成を基地局１２０に示す。ＵＥ１１０は、選択した復調ＭＬ構成にマッピングされる特定のサウンディング基準信号（ＳＲＳ）を伝送することによって、および／またはチャネル状態情報（ＣＳＩ）通信内に選択した復調ＭＬ構成の指示を含めることによって、任意の好適な機構を使用してＵＥ選択のＵＥ側復調ＭＬ構成を示し得る。

【0070】

５２５において、基地局１２０は、ＢＳ側変調ＤＮＮを形成する。これは、基地局１２０が５０５において選択されるＢＳ側変調ＭＬ構成を使用すること、または任意選択的に、ＵＥ選択のＵＥ側復調ＭＬ構成の指示を受信することに基づいて、第２のＢＳ側変調ＭＬ構成を選択すること（および／またはＢＳ側変調ＤＮＮを更新すること）を含み得る。同様に、５３０において、ＵＥ１１０は、ＵＥ側復調ＤＮＮを形成し、これは、ＵＥ１１０が、５１０における基地局１２０からの指示に基づいてＵＥ側復調ＭＬ構成を使用すること、または５１５においてＵＥ１１０によって決定されるＵＥ選択のＵＥ側復調ＭＬ構成を使用することを含み得る。

【0071】

５３５において、基地局１２０は、符号化モジュールおよび５２５において形成されるＢＳ側変調ＤＮＮを使用して１つまたは複数のダウンリンク通信を処理する。態様において、ＢＳ側変調ＤＮＮは、静的アルゴリズム（例えば、符号化モジュール４２８）を使用して実装される符号化モジュールから符号化ビットを入力として受信し、デジタル変調ベースバンド信号を出力する。これは、追加的に、ＢＳ側変調ＤＮＮが、図４を参照してさらに説明されるようなＭＩＭＯ動作を実施することを含み得る。５４０において、基地局１２０は、アンテナに結合されるＴＸ ＲＦ処理モジュール（例えば、ＴＸ ＲＦ処理モジュール４３６）を使用してデジタル変調ベースバンド信号をアナログＲＦ信号へ変換することなどによって、ダウンリンク通信をＵＥ１１０へ伝送する。

【0072】

５４５において、ＵＥ１１０は、復号モジュールおよび５３０において形成されるＵＥ側復調ＤＮＮを使用してダウンリンク通信を処理する。例証すると、ＵＥ１１０は、５４０において伝送されるダウンリンク通信をダウンコンバートし、図４を参照して説明されるようにデジタル変調ベースバンド信号を生成するために、ＲＸ ＲＦ処理モジュール（例えば、ＲＸ ＲＦ処理モジュール４３８）を使用する。ＵＥ側復調ＤＮＮは、デジタル変調ベースバンド信号を入力として受信し、符号化ビットを復元する。態様において、ＵＥ１１０は、復元ビットを生成するために、静的アルゴリズムを用いて実装される復号モジュール（例えば、復号モジュール４４４）を使用する。いくつかの態様において、ＵＥ側復調ＤＮＮは、軟復号情報（例えば、軟復号情報４４８）を入力として復号モジュールから受信する。

【0073】

５５０において、ＵＥ１１０は、任意選択的に（破線で示される）、フィードバックを基地局１２０に伝送する。例えば、ＵＥ１１０は、５５０においてＨＡＲＱ情報を基地局１２０に伝送し、これは、重み、バイアスなどを調節するためにＢＳ側変調ＤＮＮを訓練するように基地局１２０をトリガする場合とそうでない場合とがある。

【0074】

したがって、５５５において、基地局１２０は、任意選択的に（破線で示される）、ＢＳ側変調ＤＮＮを訓練する。例証すると、基地局１２０は、ＨＡＲＱ情報がＵＥ１１０における故障を示す場合に訓練を実施することを決定する。代替的または追加的に、基地局１２０は、信号品質および／またはリンク品質測定を、許容性能レベルを示すしきい値と比較し、信号品質および／またはリンク品質測定が許容性能レベルを満たさないときに訓練をトリガすることによってなど、ＢＳ側変調ＤＮＮを訓練することをトリガするために、５５０においてＵＥ１１０によって返される信号品質測定および／またはリンク品質測定を使用する。いくつかの態様において、基地局は、符号化ビットの同じセットを使用し、ＨＡＲＱ情報が許容性能レベルを示すまでＭＬパラメータおよび／またはＭＬアーキテクチャを調節することによってなど、ＢＳ側変調ＤＮＮを訓練するためにＨＡＲＱ情報を使用する。ＢＳ側変調ＤＮＮを訓練することに応答して、基地局１２０は、５６０に示されるようにＢＳ側変調ＤＮＮを更新し、更新したＢＳ側変調ＤＮＮを使用して後続のダウンリンク通信を処理する。

【0075】

５６５において、ＵＥ１１０は、任意選択的に（破線で示される）、ＵＥ側復調ＤＮＮを訓練する。例証すると、ＵＥ１１０は、ＣＲＣ情報を監視し、ＣＲＣが故障を連続「Ｎ」回示すときに訓練をトリガすることによってなど、訓練手順をいつトリガすべきかを決定するために復号モジュールからのＣＲＣ情報を使用し、「Ｎ」は予め決定された値である。１つの例として、ＵＥ１１０は、ＣＲＣ情報が許容性能レベルを示すまで様々なＭＬパラメータ（例えば、重み、バイアス）および／またはＭＬアーキテクチャを調節するために、変調ベースバンド信号のＡＤＣサンプルおよびフィードバックとして復号モジュールによって生成されるＣＲＣ情報を使用する。例えば、ＵＥ１１０は、ＵＥニューラルネットワークマネージャ（例えば、ＵＥニューラルネットワークマネージャ２１６）および／または訓練モジュール（例えば、ＵＥ訓練モジュール２１８）を介して、勾配値でＵＥ側復調ＤＮＮのＭＬパラメータを調節し、ＣＲＣ合格／不合格情報を使用し、ならびに／または、ＣＲＣエラーのコスト関数を測定する（例えば、ＣＲＣエラーを最小限にする）ことによって、ビットエラーを低減する、および／もしくはビット復元を改善する調節を選択する。いくつかの態様において、ＵＥニューラルネットワークマネージャおよび／または訓練モジュールは、ＵＥ側復調ＤＮＮの性能がいつ性能しきい値を下回って劣化したかを決定するためにコスト関数を使用することによって、ＵＥ側復調ＤＮＮを訓練することを決定する。

【0076】

ＵＥ側復調ＤＮＮを訓練することに応答して、ＵＥ１１０は、任意選択的に（破線で示される）、５７０に示されるようにＵＥ側復調ＤＮＮを更新し、更新したＵＥ側復調ＤＮＮを使用して後続のダウンリンク通信を処理する。代替的または追加的に、ＵＥ１１０は、任意選択的に、図３を参照して説明されるようにＵＥ側復調ＤＮＮに対する更新を抽出し、５７５においてＭＬ構成更新（例えば、ＵＥ側ＭＬ構成更新）を基地局１２０に伝送する。代替的または追加的に、基地局１２０は、任意選択的に（破線で示される）、図３に示されるようにＢＳ側変調ＤＮＮに対する更新を伝送抽出し、５８０においてＭＬ更新をＵＥ１１０に伝送する。

【0077】

ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのためのシグナリングおよびデータトランザクションの第２の例は、図６のシグナリングおよびデータトランザクションダイアグラム６００によって例証される。ダイアグラム６００において、基地局（例えば、基地局１２０）およびＵＥ（例えば、ＵＥ１１０）は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの１つまたは複数の態様に従って、静的アルゴリズムモジュールおよびＤＮＮの組み合わせを含む処理チェーンを使用してアップリンクワイヤレス通信を交換する。

【0078】

６０５において、基地局１２０は、ＵＥ側ＤＮＮのためのＵＥ側変調ＭＬ構成を選択する。例証すると、および図５の５０５に同様に説明されるように、基地局１２０は、入力として符号化ＵＬデータを使用してデジタル変調ベースバンド信号を生成するＵＥ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）のための変調ＭＬ構成を選択する。基地局は、複数の異なるタイプのＵＥ、チャネル状態などに好適な変調ＤＮＮを形成するデフォルトＭＬ構成を選択する。代替的または追加的に、基地局１２０は、ＭＬ構成の既定のセット（例えば、基地局１２０およびＵＥ１１０の両方に知られているＭＬ構成のセット）から、および／またはＵＥ位置情報、信号品質測定、リンク品質測定、ＵＥ能力などのＵＥ１１０に特有の情報に基づいて、ＵＥ側変調ＭＬ構成を選択する。

【0079】

６１０において、基地局１２０は、ＵＥ側変調ＭＬ構成の指示をＵＥ１１０に伝送する。１つの例において、基地局１２０は、ＰＵＳＣＨのためのＤＣＩのフィールド内でＵＥ側変調ＭＬ構成の指示を伝送する。態様において、基地局１２０は、指示として、コードブック内のエントリにマップする指標値を伝送し、および／または基地局１２０とＵＥ１１０との間で同期されるＭＬ構成の既定のセットの中から特定のＭＬ構成を指し示す。いくつかの態様において、基地局１２０は、図４を参照して説明されるように相互関係に基づいてＵＥ側変調ＭＬ構成を黙示的に示す。

【0080】

６１５において、ＵＥ１１０は、ＵＥ側変調ＭＬ構成を選択する。例証すると、および図５の５１５において同様に説明されるように、ＵＥ１１０は、６１０において基地局によって通信される示されたＵＥ側変調ＭＬ構成を識別し、示されたＭＬ構成を使用してＵＥ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）を形成し得る。代替的または追加的に、ＵＥ１１０は、ＭＬ構成の既定のセットおよび／またはコードブックからＵＥ側変調ＭＬ構成を選択するために、１つまたは複数のダウンリンク基準信号（例えば、ＤＭＲＳ、ＰＴＲＳ、ＣＳＩ－ＲＳ）の性能メトリックを分析する。したがって、６２０において、ＵＥ１１０は、任意選択的に（破線で示されるように）、ＵＥ選択のＵＥ側変調ＭＬ構成を基地局１２０に示す。

【0081】

６２５において、ＵＥ１１０は、示されたＵＥ側変調ＭＬ構成またはＵＥ選択のＵＥ側変調ＭＬ構成のいずれかを使用してＵＥ側変調ＤＮＮを形成する。同様に、６３０において、基地局１２０は、ＵＥ側変調ＤＮＮに対する補完的な処理を実施するＢＳ側復調ＤＮＮを形成し、ＢＳ側復調ＭＬ構成は、６１０において示されるＵＥ側変調ＭＬ構成または６２０において示されるＵＥ選択のＵＥ側変調ＭＬ構成に基づき得る。

【0082】

６３５において、ＵＥ１１０は、符号化モジュールおよびＵＥ側変調ＤＮＮを使用して１つまたは複数のアップリンク通信を処理する。例証すると、および図５を参照して説明されるように、ＵＥ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）は、１つまたは複数の静的符号化アルゴリズム（例えば、符号化モジュール５１４）を使用する符号化モジュールから符号化ビットを受信する。ＵＥ側変調ＤＮＮは、符号化ビットを処理し、デジタル変調ベースバンド信号を生成し、処理は、ＭＩＭＯ動作を実施することを含み得る。ＵＥ側変調ＤＮＮは、デジタル変調ベースバンド信号を、アップコンバートされたアナログ変調信号を生成するＴＸ ＲＦ処理モジュールへ入力し、６４０において、ＵＥ１１０は、アップコンバートされたアナログ変調信号およびＵＥの１つまたは複数のアンテナ（例えば、アンテナアレイ２０２）を使用してアップリンク通信を伝送する。

【0083】

６４５において、基地局１２０は、復号モジュールおよびＢＳ側復調ＤＮＮを使用してアップリンク通信を処理する。態様において、基地局１２０は、図５のＢＳアップリンク処理チェーン５２４など、ＤＮＮおよび静的アルゴリズムモジュールの組み合わせを含む受信機処理チェーン内にＢＳ側復調ＤＮＮを含む。例証すると、受信機処理チェーン内のＲＸ ＲＦ処理モジュールは、受信したアナログ信号をデジタル変調ベースバンド信号へ変換する。ＢＳ側復調ＤＮＮは、符号化データを復元するためにデジタル変調ベースバンド信号を処理し、復元した符号化データを静的復号モジュールへ入力して復元ビットを生成する。

【0084】

６５０において、基地局１２０は、任意選択的に（破線で示される）、フィードバックをＵＥ１１０へ伝送し、破線で示される。１つの例として、基地局１２０は、ＢＥＲ情報、ＢＬＥＲ情報、および／またはＣＲＣ情報をＵＥ１１０に伝送する。

【0085】

６５５において、ＵＥ１１０は、任意選択的に（破線で示される）、ＵＥ側変調ＤＮＮを訓練する。態様において、ＵＥ１１０は、６５０において伝送されるフィードバックに基づいてＵＥ側変調ＤＮＮのための訓練手順をトリガおよび／または開始する。例えば、ＵＥ１１０は、ＢＥＲおよび／またはＢＬＥＲを分析し、ＢＥＲおよび／またはＢＬＥＲがエラーの許容しきい値レベルを超える、および／またはエラーの許容しきい値を「Ｍ」回超えるとき、訓練をトリガし、「Ｍ」は、任意の数に対応する。いくつかの態様において、ＵＥ１１０は、干渉レベルが別のしきい値を超えることを示す信号品質および／またはリンク品質測定など、信号品質測定および／またはリンク品質測定に基づいて、訓練手順をトリガおよび／または開始する。ＵＥ側変調ＤＮＮを訓練することに応答して、ＵＥ１１０は、任意選択的に、６６０に示されるようにＵＥ側変調ＤＮＮを更新し、更新したＵＥ側変調ＤＮＮを使用して後続のアップリンク通信を処理する。代替的または追加的に、ＵＥ１１０は、任意選択的に、図３を参照して説明されるようにＵＥ側変調ＤＮＮに対する更新を抽出し、６６５においてＭＬ構成更新を基地局１２０へ伝送する。

【0086】

６７０において、基地局１２０は、任意選択的に、ＢＳ側復調ＤＮＮを訓練する。例証すると、および図５の５６０において同様に説明されるように、基地局１２０は、ＣＲＣ情報を監視し、ＣＲＣが故障を連続「Ｎ」回示すときに訓練をトリガすることによって、ＢＳ側復調ＤＮＮの訓練をトリガし、「Ｎ」は任意の値である。態様において、基地局１２０は、様々なＭＬパラメータ（例えば、重み、バイアス）を調節するために変調ベースバンド信号のＡＤＣサンプルおよびフィードバックとして復号モジュールによって生成されるＣＲＣ情報を使用してＢＳ側復調ＤＮＮを訓練する。ＢＳ側復調ＤＮＮを訓練することに応答して、基地局１２０は、６７５に示されるようにＢＳ側復調ＤＮＮを更新し、更新したＢＳ側復調ＤＮＮを使用して後続のアップリンク通信を処理する。

【0087】

ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのためのシグナリングおよびデータトランザクションの第３の例は、図７のシグナリングおよびデータトランザクションダイアグラム７００によって例証される。ダイアグラム７００において、基地局（例えば、基地局１２０）は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの１つまたは複数の態様に従って、ＤＮＮおよび静的アルゴリズムモジュールの組み合わせを含む処理チェーン内で使用される変調および／または復調ＤＮＮのＤＮＮ構成を管理するために連合学習技術を使用する。ダイアグラム７００の態様は、基地局（例えば、基地局１２０）および少なくとも２つのＵＥ（例えば、少なくとも２つのＵＥ１１０）によって実施され得る。

【0088】

一般的に、連合学習は、機械学習アルゴリズムのための分散訓練機構に対応する。例証すると、ＭＬマネージャ（例えば、ＢＳニューラルネットワークマネージャ２６６）は、ベースラインＭＬ構成を選択し、ベースラインＭＬ構成を使用してＭＬアルゴリズムを形成および訓練するように複数のデバイスに指示する。ＭＬマネージャは、次いで、複数のデバイスから訓練結果を受信および集約して、ＭＬアルゴリズムのための更新したＭＬ構成を生成する。１つの例として、複数のデバイスは各々、独自の特定の入力データを処理する間にＭＬアルゴリズムによって生成される学習したパラメータ（例えば、重みまたは係数）をレポートし、ＭＬマネージャは、更新したＭＬ構成を作成するために重みまたは係数を平均することによって更新したＭＬ構成を生成する。別の例として、複数のデバイスは各々、独自の個々の入力データに基づいて、勾配結果を、関数処理コスト（例えば、処理時間、処理正確性）に基づいて最適ＭＬ構成を示すＭＬマネージャにレポートし、ＭＬマネージャが勾配を平均する。いくつかの態様において、複数のデバイスは、学習したＭＬアーキテクチャ更新および／またはベースラインＭＬ構成からの変更をレポートする。連合学習、分散訓練、および／または分散学習という用語は、同義に使用され得る。

【0089】

７０５において、基地局１２０は、ＵＥのグループを選択する。１つの例として、基地局１２０は、共通の数のアンテナまたは共通の送受信機能力など、共通ＵＥ能力に基づいて、ＵＥのグループを選択する。代替的に、または追加的に、基地局１２０は、同等の信号またはリンク品質測定（例えば、互いに対してしきい値内にある値を有するパラメータ）に基づいてグループＵＥを選択する。これは、基準信号受信電力（ＲＳＲＰ）信号対干渉プラス雑音比（ＳＩＮＲ）、チャネル品質インジケータ（ＣＱＩ）など、同等のアップリンクおよび／またはダウンリンク信号品質測定を含み得る。共通ＵＥ能力、同等の信号またはリンク品質測定、推定ＵＥ位置（例えば、ＵＥ同士の既定の距離内）などの任意の組み合わせに基づいて、基地局１２０は、連合学習のためのグループに含めるために２つ以上のＵＥを選択する。

【0090】

７１０において、基地局１２０は、ＤＮＮおよび静的アルゴリズムモジュールの組み合わせを利用する処理チェーンに含まれるＤＮＮのための初期ＭＬ構成を選択する。例証すると、基地局１２０は、図４～図６を参照して説明されるようなＢＳ側変調ＤＮＮ、ＵＥ側復調ＤＮＮ、ＵＥ側変調ＤＮＮ、および／またはＢＳ側復調ＤＮＮの任意の組み合わせのために初期ＭＬ構成を選択する。故に、基地局１２０は、複数の初期ＭＬ構成を選択し得、各初期ＭＬ構成が、異なるＤＮＮに対応する。

【0091】

７１５において、基地局１２０は、７０５において選択されるＵＥのグループに含まれるＵＥの各々に初期ＭＬ構成を示す。言い換えると、基地局１２０は、共通ＭＬ構成を初期ＭＬ構成としてＵＥの各々に示す。これは、図４～図７を参照して説明されるように、ＤＣＩ、ＣＳＩ－ＲＳ、パイロット信号などを使用して初期ＭＬ構成を示すことを含み得る。いくつかの態様において、基地局１２０は、初期ＭＬ構成が連合学習のためのベースラインＭＬ構成に対応することをＵＥの各々に示す。

【0092】

７２０において、基地局１２０は、任意選択的に（破線で示される）、１つまたは複数の訓練条件を、７０５において選択されるＵＥのグループに含まれるＵＥの各々に示し、訓練条件は、対応するＤＮＮの訓練をトリガすることに対応する。例証すると、基地局は、更新したＭＬ情報をいつレポートすべきかに関する規則または命令を指定する１つまたは複数の更新条件を示すことによって、更新したＭＬ情報をレポートする（および／または訓練手順を実施する）ようにＵＥに要求する。更新条件の１つの例として、基地局１２０は、定期的に、更新したＭＬ情報を伝送する（および／または訓練手順を実施する）ようにＵＥのグループ内の各ＵＥに要求し、再帰時間間隔を示す。別の例となる更新条件として、基地局１２０は、ＵＥにおけるＤＮＮ内の変更に対応するトリガイベントなどのトリガイベントを検出することに応答して、更新したＭＬ情報を伝送する（および／または訓練手順を実施する）ようにＵＥのグループ内の各ＵＥに要求する。例証すると、基地局１２０は、ＭＬパラメータ（例えば、重みまたは係数）がしきい値を超えて変化したことをＵＥが決定するときに更新したＭＬ情報を伝送するように各ＵＥに要求する。別の例として、基地局１２０は、各ＵＥが、ＤＮＮがノードまたは層を追加または除去することによってＭＬアーキテクチャを変更したことをＵＥが（ＵＥニューラルネットワークマネージャ２１６として）識別するときなど、ＭＬアーキテクチャがＵＥにおいて変化するときを検出することに応答して、更新したＭＬ情報を伝送することを要求する。

【0093】

いくつかの態様において、基地局１２０は、ＵＥが観察した信号またはリンク品質測定に基づいて、更新したＭＬ情報をレポートするようにＵＥに要求する。例証すると、基地局１２０は、トリガイベントおよび／または更新条件として、ＵＥが、ダウンリンク信号および／またはリンク品質パラメータ（例えば、ＲＳＳＩ、ＳＩＮＲ、ＣＱＩ、チャネル遅延広がり、ドプラ広がり）がしきい値だけ変化したこと、またはこれを満たすことを識別することに応答して、更新したＭＬ情報をレポートすることを要求する。別の例として、基地局１２０は、トリガイベントおよび／または更新条件として、ＵＥが、肯定／否定応答（ＡＣＫ／ＮＡＣＫ）のしきい値を検出することに応答して、更新したＭＬ情報をレポートすることを要求する。故に、基地局１２０は、それぞれのＵＥにおいて検出される条件に基づいて、ＵＥのグループからの同期した更新（例えば、定期的）またはＵＥのグループからの非同期更新を要求することができる。態様において、基地局は、ＵＥが更新したＭＬ情報と一緒に観察した信号またはリンク品質測定をレポートすることを要求する。

【0094】

７２５において、基地局１２０およびグループに含まれるＵＥ１１０は、少なくとも１つのＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むそれぞれの処理チェーンを使用して通信を処理する。例証すると、および図４を参照すると、基地局１２０は、ＢＳ側変調ＤＮＮ（例えば、ＤＮＮ４３４）および静的アルゴリズムを使用する符号化モジュール（例えば、符号化モジュール４２８）を含むハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）を使用してダウンリンク通信を処理する。ＵＥのグループ内の各ＵＥは、それぞれのＵＥ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）および静的アルゴリズムを使用するそれぞれの復号モジュール（例えば、復号モジュール４４４）を含むそれぞれのハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６のそれぞれのインスタンス）を使用してダウンリンク通信を処理し、各ＵＥが、７１５において示される共通ＭＬ構成を使用するそれぞれのＵＥ側復調ＤＮＮを形成する。代替的または追加的に、ＵＥのグループ内の各ＵＥは、それぞれのＵＥ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）および静的アルゴリズムを使用するそれぞれの符号化モジュール（例えば、符号化モジュール４２８）を含むハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）を使用してアップリンク通信を処理する。基地局１２０は、代替的または追加的に、ＢＳ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）および静的アルゴリズムを使用する復号モジュール（例えば、復号モジュール４４４）を含むハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）を使用してアップリンク通信を処理する。

【0095】

７３０において、ＵＥのグループに含まれる少なくとも１つのＵＥ１１０は、訓練条件を検出する。例証すると、ＵＥ１１０は、定期的な訓練スケジュールから、訓練時間の発生／再発生時間を検出する。代替的または追加的に、ＵＥは、図５の５６５に説明されるように「Ｎ」回のＣＲＣ故障を検出し、性能しきい値を満たさない信号品質測定および／またはリンク品質測定を検出し、基地局１２０からフィードバックを受信する、などである。したがって、および訓練条件を検出することに応答して、ＵＥ１１０は、図５の５６５および／または図６の６５５に説明されるものなど、７３５においてＵＥ側ＤＮＮを訓練する。７４０において、各ＵＥ１１０は、図５の５７５および／または図６の６６５に説明されるように、ＭＬ構成更新を基地局１２０に伝送する。視覚的明白性のため、ダイアグラム７００は、ＵＥのグループ内の各ＵＥ１１０が、訓練条件を検出し、ＵＥ側ＤＮＮの訓練を実施し、ＭＬ構成更新を基地局１２０に伝送することを同時に例証するが、他の態様において、各ＵＥは、それぞれの訓練条件を検出し、互いと異なる時間に（例えば、非同期に）訓練を実施する。

【0096】

７４５において、基地局１２０は、ＵＥのグループ内のそれぞれのＵＥからの受信したＭＬ構成更新および連合学習技術を使用して、１つまたは複数の更新したＭＬ構成を識別する。例えば、基地局１２０は、更新したＭＬ構成を生成するために、ＵＥにおいて使用されるプライベートデータをおそらくは暴露することなく、複数のＵＥから受信される更新したＭＬ構成（例えば、７４０において伝送される更新したＭＬ構成）を集約する連合学習技術を適用する。例証すると、基地局１２０は、ＭＬパラメータ、勾配などを集約する重み付け平均を実施する。別の例として、各ＵＥ１１０は、独自の個々の入力データに基づいて、関数処理コスト（例えば、処理時間、処理正確性）に基づいて最適ＭＬ構成を示す勾配結果をレポートし、基地局１２０が勾配を平均する。いくつかの態様において、複数のデバイスは、学習したＭＬアーキテクチャ更新ならびに／または初期および／もしくは共通ＭＬ構成からの変更をレポートする。更新したＭＬ構成は、ＵＥ側復調ＤＮＮおよび／またはＵＥ側変調ＤＮＮに対応し得る。いくつかの態様において、基地局１２０は、追加的に、図４および図５を参照して説明されるようにＢＳ側変調ＤＮＮおよび／またはＢＳ側復調ＤＮＮに対する更新を決定する。

【0097】

７５０において、基地局１２０は、ＵＥのグループに含まれる少なくともいくつかのＵＥに更新した共通ＭＬ構成を示す。これは、ＤＣＩを使用して、ＣＳＩ－ＲＳ、パイロット信号等を使用して、更新した共通ＭＬ構成を示すことを含み得る。

【0098】

７５５において、ＵＥのグループ内の少なくともいくつかのＵＥは、７５０において示される更新したＭＬ構成を使用してそれぞれのＵＥ側ＤＮＮを更新する。７６０において、処理は、７２５において実施されるようなシグナリングおよびデータトランザクションへと進み、各ＵＥ１１０が、次いで、更新したＵＥ側ＤＮＮを使用して、通信、アップリンク、および／またはダウンリンクを処理する。

【0099】

７６５において、基地局１２０は、任意選択的に、ＢＳ側ＤＮＮのための更新したＭＬ構成を使用して、１つまたは複数のＢＳ側ＤＮＮを更新し、ダイアグラム７００においては破線で示される。７７０において、基地局１２０は、更新したＢＳ側ＤＮＮを使用して、通信、アップリンク、および／またはダウンリンクを処理する。

【0100】

例となる方法
例となる方法８００、９００、１０００、および１１００は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの１つまたは複数の態様に従って図８～図１１を参照して説明される。

【0101】

図８は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの態様を実施するための使用される、例となる方法８００を例証する。例えば、方法８００の態様において、第１のワイヤレス通信デバイスは、ハイブリッド送信機処理チェーンを使用して第２のワイヤレス通信デバイスと通信する。いくつかの実装形態において、第１のワイヤレス通信デバイスは、基地局（例えば、基地局１２０）であり、第２のワイヤレス通信デバイスは、ＵＥ（例えば、ＵＥ１１０）である。他の実装形態において、第１のワイヤレス通信デバイスは、ＵＥ（例えば、ＵＥ１１０）であり、第２のワイヤレス通信デバイスは、基地局（例えば、基地局１２０）である。

【0102】

８０５において、第１のワイヤレス通信デバイスは、入力として符号化ビットを使用して変調信号を生成する変調ディープニューラルネットワーク（変調ＤＮＮ）を形成する変調機械学習構成（ＭＬ構成）を選択する。１つの例として、基地局（例えば、基地局１２０）は、図５の５０５に説明されるように、ＢＳ側変調ＭＬ構成を選択する。別の例として、ＵＥ（例えば、ＵＥ１１０）は、図６の６１５に説明されるように、ＵＥ側変調ＭＬ構成を選択する。

【0103】

８１０において、第１のワイヤレス通信デバイスは、変調ＭＬ構成に基づいて、変調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド送信機処理チェーンの一部として変調ＤＮＮを形成する。例証すると、基地局（例えば、基地局１２０）は、図５の５２５において、および図４を参照して説明されるように、ＢＳ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）をハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）の一部として形成する。代替的に、ＵＥ（例えば、ＵＥ１１０）は、図６の６２５において、および図４を参照して説明されるように、ＵＥ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）をハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）の一部として形成する。

【0104】

８１５において、第１のワイヤレス通信デバイスは、ハイブリッド送信機処理チェーンを使用して第２のワイヤレス通信デバイスと関連付けられたワイヤレス通信を処理する。１つの例として、基地局（例えば、基地局１２０）は、図５の５３５において、および図４を参照して説明されるように、ハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）を使用して、ＵＥ（例えば、ＵＥ１１０）に向けられるダウンリンク通信を処理する。別の例として、ＵＥ（例えば、ＵＥ１１０）は、図６の６３５において、および図４を参照して説明されるように、ハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）を使用して、基地局（例えば、基地局１２０）に向けられるアップリンク通信を処理する。

【0105】

図９は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの態様を実施するための使用される、例となる方法９００を例証する。例えば、方法９００の態様において、第１のワイヤレス通信デバイスは、ハイブリッド受信機処理チェーンを使用して第２のワイヤレス通信デバイスと通信する。いくつかの実装形態において、第１のワイヤレス通信デバイスは、基地局（例えば、基地局１２０）であり、第２のワイヤレス通信デバイスは、ＵＥ（例えば、ＵＥ１１０）である。他の実装形態において、第１のワイヤレス通信デバイスは、ＵＥ（例えば、ＵＥ１１０）であり、第２のワイヤレス通信デバイスは、基地局（例えば、基地局１２０）である。

【0106】

９０５において、第１のワイヤレス通信デバイスは、入力として変調信号を使用して符号化ビットを生成する復調ディープニューラルネットワーク（復調ＤＮＮ）を形成する復調機械学習構成（ＭＬ構成）を選択する。１つの例として、基地局（例えば、基地局１２０）は、図６の６３０に説明されるように、ＢＳ側復調ＭＬ構成を選択する。別の例として、ＵＥ（例えば、ＵＥ１１０）は、図５の５１５に説明されるように、ＵＥ側復調ＭＬ構成を選択する。

【0107】

９１０において、第１のワイヤレス通信デバイスは、復調ＭＬ構成に基づいて、復調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド受信機処理チェーンの一部として復調ＤＮＮを形成する。例証すると、基地局（例えば、基地局１２０）は、図６の６３０において、および図４を参照して説明されるように、ＢＳ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）をハイブリッド送信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）の一部として形成する。代替的に、ＵＥ（例えば、ＵＥ１１０）は、図５の５３０において、および図４を参照して説明されるように、ＵＥ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）をハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）の一部として形成する。

【0108】

９１５において、第１のワイヤレス通信デバイスは、ハイブリッド受信機処理チェーンを使用して第２のワイヤレス通信デバイスと関連付けられたワイヤレス通信を処理する。１つの例として、基地局（例えば、基地局１２０）は、図６の６４５において、および図４を参照して説明されるように、ハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）を使用して、ＵＥ（例えば、ＵＥ１１０）からのアップリンク通信を処理する。別の例として、ＵＥ（例えば、ＵＥ１１０）は、図５の５４５において、および図４を参照して説明されるように、ハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）を使用して、基地局（例えば、基地局１２０）からのダウンリンク通信を処理する。

【0109】

図１０は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの態様を実施するための使用される、例となる方法１０００を例証する。いくつかの実装形態において、方法１０００の動作は、基地局１２０などの基地局によって実施される。

【0110】

１００５において、基地局は、（ｉ）入力として符号化ビットを使用して変調ダウンリンク信号を生成する、または（ｉｉ）入力として変調アップリンク信号を使用して符号化ビットを生成するＤＮＮを形成する機械学習構成（ＭＬ構成）を選択する。例えば、基地局（例えば、基地局１２０）は、図５の５０５に説明されるようにダウンリンク通信を処理するＢＳ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）のためのＢＳ側変調ＭＬ構成を選択する。別の例として、基地局（例えば、基地局１２０）は、ＵＥ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）のためのＵＥ側復調構成を選択する。いくつかの態様において、基地局は、図６の６０５において、および図４を参照して説明されるように、ＵＥのためのＵＥ側変調ＭＬ構成をＭＬ構成として選択する。

【0111】

１０１０において、基地局は、ＵＥにＭＬ構成を示す。例証すると、基地局（例えば、基地局１２０）は、図５の５１０において、および図４を参照して説明されるように、ＤＣＩフィールド内で、または基準信号を使用して、ＢＳ側変調ＭＬ構成および／またはＵＥ側復調ＭＬ構成をＵＥ（例えば、ＵＥ１１０）に示す。いくつかの態様において、基地局（例えば、基地局１２０）は、図６の６１０において、および図５を参照して説明されるように、ＵＥ側変調ＭＬ構成を示す。

【0112】

１０１５において、基地局は、示されたＭＬ構成に基づいて、基地局側ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンに含まれる基地局側ＤＮＮを形成する。例証すると、基地局が１００５および１０１０においてＢＳ側変調ＭＬ構成を選択するおよび／または示すとき、基地局（例えば、基地局１２０）は、図５の５２５において、および図４を参照して説明されるように、ハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）に含まれるＢＳ側変調ＤＮＮ（例えば、変調ＤＮＮ４３２）を形成する。代替的または追加的に、基地局が１００５および１０１０においてＵＥ側復調ＭＬ構成を選択するおよび／または示すとき、基地局（例えば、基地局１２０）は、補完的なＢＳ側ＭＬ構成を有するＢＳ側変調ＤＮＮを形成する。基地局がＵＥ側変調ＭＬ構成を選択し、示すとき（例えば、図６の６０５および６１０に説明されるように）など、いくつかの態様において、基地局（例えば、基地局１２０）は、図４を参照して説明されるように、ハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）に含まれるＢＳ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）を形成する。

【0113】

１０２０において、基地局は、ハイブリッドワイヤレス通信処理チェーンを使用して、ＵＥと関連付けられたワイヤレス通信を処理する。例証すると、基地局（例えば、基地局１２０）は、図５の５３５に説明されるように、ハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）に含まれるＢＳ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）を使用して、ＵＥ（例えば、ＵＥ１１０）に向けられるダウンリンク通信を処理する。代替的または追加的に、基地局（例えば、基地局１２０）は、図６の６４５に説明されるように、受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）に含まれるＢＳ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）を使用して、ＵＥ（例えば、ＵＥ１１０）から受信されるアップリンク通信を処理する。

【0114】

図１１は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの態様を実施するための使用される、例となる方法１１００を例証する。いくつかの実装形態において、方法１１００の動作は、ＵＥ１１０などのユーザ機器によって実施される。

【0115】

１１０５において、ＵＥは、基地局から、基地局と関連付けられたワイヤレス通信を処理するＤＮＮを形成するＭＬ構成の指示を受信する。１つの例として、ＵＥ（例えば、ＵＥ１１０）は、図５の５１０に示されるように、ＢＳ側変調ＭＬ構成の指示を受信する。別の例として、ＵＥ（例えば、ＵＥ１１０）は、図６の６１０に説明されるようにＵＥ側変調ＭＬ構成の指示を受信することによって、および／または図５の５１０に説明されるようにＵＥ側復調ＭＬ構成の指示を受信することによってなど、ＵＥ側ＭＬ構成の指示を受信する。

【0116】

１１１０において、ＵＥは、示されたＭＬ構成に基づいて、（ｉ）入力として変調ダウンリンク信号を使用して出力として符号化ビットを生成するか、または（ｉｉ）入力として符号化ビットを使用して変調アップリンク信号を生成するＵＥ側ＤＮＮを形成するＵＥ側ＭＬ構成を選択する。例証すると、ＵＥ（例えば、ＵＥ１１０）は、図５の５１５に説明されるようにＵＥ側復調ＭＬ構成を選択し、および／または図６の６１５に説明されるようにＵＥ側変調ＭＬ構成を選択する。

【0117】

１１１５において、ＵＥは、ＵＥ側ＭＬ構成を使用して、少なくとも１つの静的アルゴリズムモジュールおよびＵＥ側ＤＮＮを含むハイブリッドワイヤレス通信処理チェーンの一部としてＵＥ側ＤＮＮを形成する。これは、ＵＥ（例えば、ＵＥ１１０）が、図５の５３０において、および図４を参照して説明されるように、ハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）に含まれるＵＥ側復調ＤＮＮを形成すること、またはＵＥ（例えば、ＵＥ１１０）が、図６の６２５において、および図４を参照して説明されるように、ハイブリッド送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）に含まれるＵＥ側変調ＤＮＮを形成することを含み得る。

【0118】

１１２０において、ＵＥは、ハイブリッドワイヤレス通信処理チェーンを使用して、基地局と関連付けられたワイヤレス通信を処理する。例証すると、ＵＥ（例えば、ＵＥ１１０）は、図５の５４５に説明されるように、受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）に含まれるＵＥ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）を使用して、基地局（例えば、基地局１２０）からのダウンリンク通信を処理する。代替的または追加的に、ユーザ機器（例えば、ＵＥ１１０）は、図６の６３５に説明されるように、送信機処理チェーン（例えば、ハイブリッド送信機処理チェーン４２４）に含まれるＵＥ側変調ＤＮＮ（例えば、変調ＤＮＮ４３４）を使用して、基地局（例えば、基地局１２０）に向けられるアップリンク通信を処理する。

【0119】

方法８００～１１００の方法ブロックが説明される順序は、限定として解釈されるべきではなく、任意の数の説明した方法ブロックは、方法または代替の方法を実装するために任意の順序において、スキップされ得るか、または組み合わされ得る。一般的に、本明細書に説明される構成要素、モジュール、方法、および動作のいずれかは、ソフトウェア、ファームウェア、ハードウェア（例えば、固定論理回路）、手動処理、またはそれらの任意の組み合わせを使用して実装され得る。例となる方法のいくつかの動作は、コンピュータ処理システムに対してローカルおよび／またはリモートであるコンピュータ可読ストレージメモリに記憶される実行可能な命令の一般的文脈で説明され得、実装形態は、ソフトウェアアプリケーション、プログラム、関数、および同様のものを含み得る。代替的に、または追加的に、本明細書に説明される機能性のいずれかは、限定なしに、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップシステム（ＳｏＣ）、結合プログラム可能論理デバイス（ＣＰＬＤ）、および同様のものなど、１つまたは複数のハードウェア論理構成要素によって少なくとも部分的に実施され得る。

【0120】

ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンのための技術およびデバイスは、特徴および／または方法に特有の言語で説明されているが、添付のクレームの主題は、説明される特定の特徴または方法に必ずしも限定されないということを理解されたい。むしろ、特定の特徴および方法は、ＤＮＮおよび静的アルゴリズムモジュールを含むハイブリッドワイヤレス通信処理チェーンの例となる実装形態として開示される。

【0121】

実施例
以下において、本明細書に説明される主題のいくつかの例が説明される。

【0122】

１つの例において、方法は、ハイブリッドワイヤレス通信処理チェーンを使用して、第２のワイヤレス通信デバイスと通信するため、第１のワイヤレス通信デバイスによって実装される。本方法は、第１のワイヤレス通信デバイスを使用して、符号化モジュールから受信される符号化ビットを入力として使用して変調信号を生成する変調ディープニューラルネットワーク（ＤＮＮ）を形成するための変調機械学習（ＭＬ）構成を選択することと、変調ＭＬ構成に基づいて、変調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド送信機処理チェーンの一部として変調ＤＮＮを形成することと、ハイブリッド送信機処理チェーンを使用して、第２のワイヤレス通信デバイスと関連付けられたワイヤレス通信を伝送することと、を含む。

【0123】

ハイブリッド送信機処理チェーンを使用して第２のワイヤレス通信デバイスと関連付けられたワイヤレス通信を処理することは、任意選択的に、変調信号を第２のワイヤレス通信デバイスに伝送することを含み得る。

【0124】

変調ＭＬ構成を選択することは、任意選択的に、多入力多出力（ＭＩＭＯ）アンテナ処理を実施するＤＮＮを形成する変調ＭＬ構成を選択することをさらに含む。少なくとも１つの静的アルゴリズムモジュールは、任意選択的に、符号化モジュールであり得る。本方法は、任意選択的に、符号化モジュールを使用して符号化ビットを生成することをさらに含み得る。符号化ビットを生成することは、任意選択的に、符号化モジュールが、低密度パリティ検査（ＬＰＤＣ）符号化アルゴリズム、ポーラ符号化アルゴリズム、ターボ符号化アルゴリズム、またはビタビ符号化アルゴリズムのうちの１つまたは複数を使用することをさらに含み得る。

【0125】

変調ＭＬ構成を選択することは、任意選択的に、畳み込みニューラルネットワークアーキテクチャ、リカレントニューラルネットワークアーキテクチャ、全結合ニューラルネットワークアーキテクチャ、または部分結合ニューラルネットワークアーキテクチャを選択することを含み得る。

【0126】

本方法は、任意選択的に、変調ＭＬ構成を第２のワイヤレス通信デバイスに示すことをさらに含み得る。

【0127】

第１のワイヤレス通信デバイスは、基地局であり得る。第２のワイヤレス通信デバイスは、ユーザ機器（ＵＥ）であり得る。変調ＭＬ構成を選択することは、任意選択的に、変調ＤＮＮとして、符号化モジュールから受信される符号化ビットを入力として使用して変調ダウンリンク信号を生成するＢＳ側変調ＤＮＮを形成するための基地局側（ＢＳ側）変調ＭＬ構成を選択することをさらに含み得る。変調ＤＮＮを形成することは、任意選択的に、ＢＳ側変調ＤＮＮを形成することをさらに含み得る。本方法は、任意選択的に、ＢＳ側変調ＭＬ構成をＵＥに示すことをさらに含み得る。ＢＳ側変調ＭＬ構成をＵＥに示すことは、ダウンリンク制御情報（ＤＣＩ）内のフィールドを使用してＢＳ側変調ＭＬ構成を示すこと、またはＢＳ側変調ＭＬ構成にマッピングされる基準信号を伝送することをさらに含み得る。

【0128】

本方法は、任意選択的に、ＵＥからハイブリッド自動再送要求（ＨＡＲＱ）フィードバックを受信することと、ＨＡＲＱフィードバックを使用してＢＳ側変調ＤＮＮを訓練することとをさらに含み得る。本方法は、任意選択的に、変調アップリンク信号を生成するためのＵＥ側変調ＤＮＮを形成するユーザ機器側（ＵＥ側）変調ＭＬ構成を選択することと、ＵＥ側変調ＭＬ構成をＵＥに示すこととをさらに含み得る。復調ＢＳ側ＤＮＮは、任意選択的に、ＵＥ側変調ＭＬ構成に基づいて形成され得る。ＵＥ側変調ＭＬ構成をＵＥに示すことは、ダウンリンク制御情報（ＤＣＩ）を使用してＵＥ側変調ＭＬ構成をＵＥに示すことをさらに含み得る。ＢＳ側変調ＭＬ構成は、任意選択的に、第１のＢＳ側ＭＬ構成であり得る。本方法は、任意選択的に、ＵＥから、ユーザ機器選択の（ＵＥ選択の）ＵＥ側復調ＭＬ構成の指示を受信することをさらに含み得る。ＢＳ側変調ＤＮＮは、任意選択的に、ＵＥ選択のＵＥ側復調ＭＬ構成に対して補完的である第２のＢＳ側変調ＭＬ構成を使用して更新され得る。ＵＥ選択のＵＥ側復調ＭＬ構成の指示を受信することは、任意選択的に、ＵＥ選択のＵＥ側復調ＭＬ構成の指示をチャネル状態情報（ＣＳＩ）内で受信することをさらに含み得る。ＵＥは、任意選択的に、第１のＵＥであり得る。共通ＭＬ構成に対する第１のＵＥ側ＭＬ構成更新は、任意選択的に、第１のＵＥから受信され得る。共通ＭＬ構成は、任意選択的に、復調ＭＬ構成または変調ＭＬ構成であり得る。共通ＭＬ構成に対する第２のＵＥ側ＭＬ構成更新は、任意選択的に、第２のＵＥから受信され得る。更新した共通ＭＬ構成は、任意選択的に、連合学習技術、第１のＵＥ側ＭＬ構成更新、および第２のＵＥ側ＭＬ構成更新を使用して選択され得る。第１のＵＥおよび第２のＵＥは、任意選択的に、更新した共通ＭＬ構成を使用してそれぞれのＵＥ側ＤＮＮを更新するように指示され得る。

【0129】

第１のワイヤレス通信デバイスは、任意選択的に、ユーザ機器（ＵＥ）であり得る。第２のワイヤレス通信デバイスは、任意選択的に、基地局であり得る。変調ＭＬ構成を選択することは、符号化ビットを入力として使用して変調アップリンク信号を生成するＵＥ側変調ＤＮＮを形成するＵＥ側変調ＭＬ構成を選択することをさらに含み得る。少なくとも１つの静的アルゴリズムモジュールは、任意選択的に、符号化モジュールであり得る。ワイヤレス通信を伝送することは、入力として符号化モジュールから符号化ビットを受信することと、ハイブリッド送信機処理チェーン内のＵＥ側変調ＤＮＮを使用して、および符号化ビットに基づいて、変調アップリンク信号を生成することとをさらに含み得る。変調ＭＬ構成を選択することは、任意選択的に、基地局からＵＥ側変調ＭＬ構成の指示を受信することと、指示を使用して変調ＭＬ構成を選択することとをさらに含み得る。指示を受信することは、任意選択的に、物理アップリンク共有チャネル（ＰＵＳＣＨ）のためのダウンリンク制御情報（ＤＣＩ）のフィールド内に指示を受信することをさらに含み得る。ＵＥ側変調ＭＬ構成を選択することは、任意選択的に、変調ＭＬ構成の既定のセットからＵＥ側変調ＭＬ構成を選択することをさらに含み得る。

【0130】

別の例において、方法は、ハイブリッド受信機処理チェーンを使用して、第２のワイヤレス通信デバイスと通信するため、第１のワイヤレス通信デバイスによって実装される。本方法は、入力として変調信号を使用して出力として符号化ビットを生成する復調ディープニューラルネットワーク（ＤＮＮ）を形成する復調機械学習（ＭＬ）構成を選択することと、復調ＭＬ構成を使用して、少なくとも１つの静的アルゴリズムモジュールおよび復調ＤＮＮを含むハイブリッド受信機処理チェーンの一部として復調ＤＮＮを形成することと、ハイブリッド受信機処理チェーンを使用して第２のワイヤレス通信デバイスからワイヤレス信号を受信することとを含む。

【0131】

少なくとも１つの静的アルゴリズムモジュールは、任意選択的に、復号モジュールを含み得る。本方法は、任意選択的に、復号モジュールを使用して復号ビットを生成することをさらに含み得る。復号ビットを生成することは、任意選択的に、復号モジュールが、低密度パリティ検査（ＬＰＤＣ）復号アルゴリズム、ポーラ復号アルゴリズム、ターボ復号アルゴリズム、またはビタビ復号アルゴリズムのうちの１つまたは複数を使用することをさらに含み得る。復調ＭＬ構成を選択することは、任意選択的に、第１の入力として変調信号、および第２の入力として復号モジュールからの復号フィードバックを受信するために復調ＤＮＮを形成するＭＬ構成を選択することをさらに含み得る。本方法は、任意選択的に、復調ＤＮＮへの第２の入力として、復号モジュールから１つまたは複数の対数尤度比を受信するために、復調ＤＮＮを形成することをさらに含み得る。本方法は、任意選択的に、ブロック誤り率またはビット誤り率のうちの少なくとも一方を使用して復調ＤＮＮのコスト関数を測定することをさらに含み得る。任意選択的に、復調ＤＮＮの性能がしきい値を下回って劣化したことが、コスト関数を使用して決定され得る。しきい値を下回って劣化したものとして性能を決定することに基づいて、復調ＤＮＮのための訓練手順が、任意選択的に開始され得る。本方法は、任意選択的に、１つまたは複数の信号品質測定もしくはリンク品質測定を分析すること、または復調ＤＮＮおよび復号モジュールによって共同して生成される復元ビットのための巡回冗長検査（ＣＲＣ）を分析することに基づいて、復調ＤＮＮのための訓練手順を開始することを決定することをさらに含み得る。本方法は、任意選択的に、復元ビットのためのＣＲＣが既定の回数連続して故障することを識別することと、ＣＲＣが既定の回数故障することに基づいて、復調ＤＮＮを訓練することとをさらに含み得る。

【0132】

第１のワイヤレス通信デバイスは、任意選択的に、ユーザ機器（ＵＥ）であり得る。第２のワイヤレス通信デバイスは、任意選択的に、基地局であり得る。復調ＭＬ構成を選択することは、任意選択的に、復調ＤＮＮとしてＵＥ側復調ＤＮＮを形成するユーザ機器側（ＵＥ側）復調ＭＬ構成を選択することをさらに含み得る。復調ＭＬ構成を選択することは、任意選択的に、基地局から基地局側変調ＭＬ構成の指示を受信することと、基地局側変調ＭＬ構成を使用してユーザ機器側（ＵＥ側）復調ＭＬ構成を選択することとをさらに含み得る。基地局から指示を受信することは、ダウンリンク制御情報（ＤＣＩ）内で指示を受信すること、または基地局側変調ＭＬ構成にマッピングされる基準信号として指示を受信することをさらに含み得る。ＵＥ側復調ＭＬ構成を選択することは、任意選択的に、基地局によって示される基地局側変調ＭＬ構成に基づいて第１の復調ＭＬ構成を選択することと、第１の復調ＭＬ構成を使用して形成される復調ＤＮＮが性能しきい値を満たすことができないことを決定することと、性能しきい値を満たす第２の復調ＭＬ構成を選択することとをさらに含み得る。第２の復調ＭＬ構成は、任意選択的に、基地局に示され得る。基地局に第２の復調ＭＬ構成に示すことは、任意選択的に、第２の復調ＭＬ構成にマッピングされるサウンディング基準信号（ＳＲＳ）を伝送することをさらに含み得る。

【0133】

第１のワイヤレス通信デバイスは、任意選択的に、基地局であり得る。第２のワイヤレス通信デバイスは、任意選択的に、ユーザ機器（ＵＥ）であり得る。復調ＭＬ構成を選択することは、任意選択的に、入力として変調アップリンク信号を使用して復号ビットを生成するＢＳ側復調ディープニューラルネットワーク（ＤＮＮ）を形成する基地局側（ＢＳ側）復調ＭＬ構成を選択することをさらに含み得る。ＢＳ側復調ＭＬ構成を選択することは、任意選択的に、ＵＥに示されるＵＥ側変調ＭＬ構成に対する補足的なＭＬ構成としてＢＳ側復調ＭＬ構成を選択することをさらに含み得る。

【0134】

別の例として、装置は、ワイヤレス送受信機と、プロセッサと、プロセッサによる実行に応答して、本明細書に説明される方法のいずれかを実施するように装置に指示する命令を含むコンピュータ可読記憶媒体とを備える。

【0135】

別の例として、コンピュータ可読記憶媒体は、プロセッサによる実行に応答して、本明細書に説明される方法のいずれかを実施するように装置に指示する命令を含む。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【手続補正書】

【提出日】2024-06-11

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

ハイブリッドワイヤレス通信処理チェーンを使用して、第１のワイヤレス通信デバイスによって第２のワイヤレス通信デバイスと通信するために実装される方法であって、
前記第１のワイヤレス通信デバイスを使用して、符号化モジュールから受信される符号化ビットを入力として使用して変調信号を生成する変調ディープニューラルネットワーク（ＤＮＮ）を形成するための変調機械学習（ＭＬ）構成を選択することと、
前記変調ＭＬ構成に基づいて、前記変調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド送信機処理チェーンの一部として前記変調ＤＮＮを形成することと、
前記ハイブリッド送信機処理チェーンを使用して、前記第２のワイヤレス通信デバイスと関連付けられたワイヤレス通信を伝送することと、を含む、方法。

【請求項2】

前記変調ＭＬ構成を選択することは、
多入力多出力（ＭＩＭＯ）アンテナ処理を実施するＤＮＮを形成する変調ＭＬ構成を選択することをさらに含む、請求項１に記載の方法。

【請求項3】

前記少なくとも１つの静的アルゴリズムモジュールは、前記符号化モジュールであり、前記方法は、
前記符号化モジュールを使用して前記符号化ビットを生成することをさらに含む、請求項１に記載の方法。

【請求項4】

前記符号化ビットを生成することは、
前記符号化モジュールが、
低密度パリティ検査（ＬＰＤＣ）符号化アルゴリズム、
ポーラ符号化アルゴリズム、
ターボ符号化アルゴリズム、または
ビタビ符号化アルゴリズムのうちの１つまたは複数を使用することをさらに含む、請求項３に記載の方法。

【請求項5】

前記変調ＭＬ構成を選択することは、
畳み込みニューラルネットワークアーキテクチャ、
リカレントニューラルネットワークアーキテクチャ、
全結合ニューラルネットワークアーキテクチャ、または
部分結合ニューラルネットワークアーキテクチャを選択することを含む、請求項１に記載の方法。

【請求項6】

前記変調ＭＬ構成を前記第２のワイヤレス通信デバイスに示すことをさらに含む、請求項１に記載の方法。

【請求項7】

前記第１のワイヤレス通信デバイスは、基地局であり、前記第２のワイヤレス通信デバイスは、ユーザ機器（ＵＥ）であり、前記変調ＭＬ構成を選択することは、
前記変調ＤＮＮとして、前記符号化モジュールから受信される前記符号化ビットを前記入力として使用して変調ダウンリンク信号を生成するＢＳ側変調ＤＮＮを形成するための基地局側（ＢＳ側）変調ＭＬ構成を選択することをさらに含み、
前記変調ＤＮＮを形成することは、前記ＢＳ側変調ＤＮＮを形成することをさらに含む、請求項１に記載の方法。

【請求項8】

前記ＢＳ側変調ＭＬ構成を前記ＵＥに示すことをさらに含む、請求項７に記載の方法。

【請求項9】

前記ＢＳ側変調ＭＬ構成を前記ＵＥに示すことは、
ダウンリンク制御情報（ＤＣＩ）内のフィールドを使用して前記ＢＳ側変調ＭＬ構成を示すこと、または
前記ＢＳ側変調ＭＬ構成にマッピングされる基準信号を伝送することをさらに含む、請求項８に記載の方法。

【請求項10】

前記ＵＥからハイブリッド自動再送要求（ＨＡＲＱ）フィードバックを受信することと、
前記ＨＡＲＱフィードバックを使用して前記ＢＳ側変調ＤＮＮを訓練することと、をさらに含む、請求項７に記載の方法。

【請求項11】

変調アップリンク信号を生成するためのＵＥ側変調ＤＮＮを形成するユーザ機器側（ＵＥ側）変調ＭＬ構成を選択することと、
前記ＵＥ側変調ＭＬ構成を前記ＵＥに示すことと、をさらに含む、請求項７に記載の方法。

【請求項12】

前記ＵＥ側変調ＭＬ構成を前記ＵＥに示すことは、ダウンリンク制御情報（ＤＣＩ）を使用して前記ＵＥ側変調ＭＬ構成を前記ＵＥに示すことをさらに含む、請求項１１に記載の方法。

【請求項13】

前記ＢＳ側変調ＭＬ構成は、第１のＢＳ側ＭＬ構成であり、前記方法は、
前記ＵＥから、ユーザ機器選択の（ＵＥ選択の）ＵＥ側復調ＭＬ構成の指示を受信することと、
前記ＵＥ選択のＵＥ側復調ＭＬ構成に対して補完的である第２のＢＳ側変調ＭＬ構成を使用して前記ＢＳ側変調ＤＮＮを更新することと、をさらに含む、請求項７に記載の方法。

【請求項14】

前記ＵＥ選択のＵＥ側復調ＭＬ構成の前記指示を受信することは、前記ＵＥ選択のＵＥ側復調ＭＬ構成の前記指示をチャネル状態情報（ＣＳＩ）内で受信することをさらに含む、請求項１３に記載の方法。

【請求項15】

前記ＵＥは、第１のＵＥであり、前記方法は、
前記第１のＵＥから共通ＭＬ構成に対する第１のＵＥ側ＭＬ構成更新を受信することを含み、前記共通ＭＬ構成は、復調ＭＬ構成または変調ＭＬ構成であり、
前記方法は、第２のＵＥから前記共通ＭＬ構成に対する第２のＵＥ側ＭＬ構成更新を受信することと、
連合学習技術、前記第１のＵＥ側ＭＬ構成更新、および前記第２のＵＥ側ＭＬ構成更新を使用して、更新した共通ＭＬ構成を選択することと、
前記更新した共通ＭＬ構成を使用してそれぞれのＵＥ側ＤＮＮを更新するように前記第１のＵＥおよび前記第２のＵＥに指示することと、をさらに含む、請求項７に記載の方法。

【請求項16】

前記少なくとも１つの静的アルゴリズムモジュールは、符号化モジュールであり、前記ワイヤレス通信を伝送することは、
入力として、前記符号化モジュールから前記符号化ビットを受信することと、
前記ハイブリッド送信機処理チェーン内のＵＥ側変調ＤＮＮを使用して、および前記符号化ビットに基づいて、変調アップリンク信号を生成することと、をさらに含む、請求項１に記載の方法。

【請求項17】

前記変調ＭＬ構成を選択することは
基地局からＵＥ側変調ＭＬ構成の指示を受信することと、
前記指示を使用して前記変調ＭＬ構成を選択することと、をさらに含む、請求項１６に記載の方法。

【請求項18】

前記指示を受信することは、物理アップリンク共有チャネル（ＰＵＳＣＨ）のためのダウンリンク制御情報（ＤＣＩ）のフィールド内に前記指示を受信することをさらに含む、請求項１７に記載の方法。

【請求項19】

前記ＵＥ側変調ＭＬ構成を選択することは、変調ＭＬ構成の既定のセットから前記ＵＥ側変調ＭＬ構成を選択することをさらに含む、請求項１１に記載の方法。

【請求項20】

装置であって、
ワイヤレス送受信機と、
プロセッサと、
前記プロセッサによる実行に応答して、請求項１～請求項１９のいずれか１項に記載の方法を実施するように前記装置に指示する命令を含む、コンピュータ可読記憶媒体と、を備える、装置。

【請求項21】

プロセッサによる実行に応答して、請求項１～請求項１９のいずれか１項に記載の方法を実施するように装置に指示する、コンピュータプログラム。

【手続補正2】

【補正対象書類名】明細書

【補正対象項目名】００７６

【補正方法】変更

【補正の内容】

【0076】

ＵＥ側復調ＤＮＮを訓練することに応答して、ＵＥ１１０は、任意選択的に（破線で示される）、５７０に示されるようにＵＥ側復調ＤＮＮを更新し、更新したＵＥ側復調ＤＮＮを使用して後続のダウンリンク通信を処理する。代替的または追加的に、ＵＥ１１０は、任意選択的に、図３を参照して説明されるようにＵＥ側復調ＤＮＮに対する更新を抽出し、５７５においてＭＬ構成更新（例えば、ＵＥ側ＭＬ構成更新）を基地局１２０に伝送する。代替的または追加的に、基地局１２０は、任意選択的に（破線で示される）、図３に示されるようにＢＳ側変調ＤＮＮに対する更新を抽出し、５８０においてＭＬ更新をＵＥ１１０に伝送する。

【手続補正3】

【補正対象書類名】明細書

【補正対象項目名】００８９

【補正方法】変更

【補正の内容】

【0089】

７０５において、基地局１２０は、ＵＥのグループを選択する。１つの例として、基地局１２０は、共通の数のアンテナまたは共通の送受信機能力など、共通ＵＥ能力に基づいて、ＵＥのグループを選択する。代替的に、または追加的に、基地局１２０は、同等の信号またはリンク品質測定（例えば、互いに対してしきい値内にある値を有するパラメータ）に基づいてＵＥのグループを選択する。これは、基準信号受信電力（ＲＳＲＰ）信号対干渉プラス雑音比（ＳＩＮＲ）、チャネル品質インジケータ（ＣＱＩ）など、同等のアップリンクおよび／またはダウンリンク信号品質測定を含み得る。共通ＵＥ能力、同等の信号またはリンク品質測定、推定ＵＥ位置（例えば、ＵＥ同士の既定の距離内）などの任意の組み合わせに基づいて、基地局１２０は、連合学習のためのグループに含めるために２つ以上のＵＥを選択する。

【手続補正4】

【補正対象書類名】明細書

【補正対象項目名】０１０７

【補正方法】変更

【補正の内容】

【0107】

９１０において、第１のワイヤレス通信デバイスは、復調ＭＬ構成に基づいて、復調ＤＮＮおよび少なくとも１つの静的アルゴリズムモジュールを含むハイブリッド受信機処理チェーンの一部として復調ＤＮＮを形成する。例証すると、基地局（例えば、基地局１２０）は、図６の６３０において、および図４を参照して説明されるように、ＢＳ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）をハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）の一部として形成する。代替的に、ＵＥ（例えば、ＵＥ１１０）は、図５の５３０において、および図４を参照して説明されるように、ＵＥ側復調ＤＮＮ（例えば、復調ＤＮＮ４４２）をハイブリッド受信機処理チェーン（例えば、ハイブリッド受信機処理チェーン４２６）の一部として形成する。

【国際調査報告】