非显而易见性评估仅供参考，不构成法律建议。
权利要求列表点击可跳转
对比文件列表
| 编号 | 名称 |
|---|
权利要求1
一种由客户端执行的无线通信方法，使用第一自编码器来确定与一个或多个特征相关联的特征向量；所述一个或多个特征与所述客户端的环境相关联；使用第二自编码器且至少部分地基于所述特征向量来确定隐性向量；所述隐性向量包括经压缩信道状态反馈；传送所述特征向量和所述隐性向量。
权利要求2
如权利要求1所述的方法，其中所述第一自编码器包括：第一编码器；其被配置成接收观察到的环境向量作为输入并提供所述特征向量作为输出；第一解码器；其被配置成接收所述特征向量作为输入并提供所述观察到的环境向量作为输出。
权利要求3
如权利要求2所述的方法，其中所述第二自编码器包括：第二编码器；其被配置成接收观察到的无线通信向量和所述特征向量作为输入并提供所述隐性向量作为输出；第二解码器；其被配置成接收所述隐性向量和所述特征向量作为输入并提供所述观察到的无线通信向量作为输出。
权利要求4
如权利要求1所述的方法，其中确定所述特征向量包括：将观察到的环境向量作为输入提供给所述第一自编码器。
权利要求5
如权利要求4所述的方法，其中所述观察到的环境向量包括一个或多个特征分量；其中所述一个或多个特征分量指示：客户端供应商标识符；客户端天线配置；大规模信道特性；信道状态信息参考信号配置；通过成像设备获得的图像；所估计的传播信道的一部分；或其组合。
权利要求6
如权利要求5所述的方法，其中所述大规模信道特性指示：与信道相关联的延迟扩展；与信道相关联的功率延迟简档；与信道相关联的多普勒测量；与信道相关联的多普勒频谱；与信道相关联的信噪比；与信道相关联的信号与噪声加干扰比；参考信号收到功率；收到信号强度指示符；或其组合。
权利要求7
如权利要求1所述的方法，其中所述隐性向量与无线通信任务相关联；其中所述无线通信任务包括：确定信道状态反馈CSF；确定与所述客户端相关联的定位信息；确定与无线通信相关联的调制；确定与无线通信相关联的波形；或其组合。
权利要求8
如权利要求7所述的方法，其中所述无线通信任务包括确定所述CSF；并且其中所述方法进一步包括：接收信道状态信息CSI参考信号CSI‑RS；至少部分地基于所述CSI‑RS来确定CSI；将所述CSI作为输入提供给所述第二自编码器。
权利要求9
如权利要求1所述的方法，其中传送所述特征向量和所述隐性向量包括：使用以下各项来传送所述特征向量和所述隐性向量：物理上行链路控制信道；物理上行链路共享信道；或其组合。
权利要求10
如权利要求1所述的方法，其中所述第一自编码器或所述第二自编码器中的至少一者包括变分自编码器。
权利要求11
如权利要求1所述的方法，进一步包括：训练所述第一自编码器或所述第二自编码器中的至少一者。
权利要求12
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：使用重新参数化。
权利要求13
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：确定使与所述第一自编码器和所述第二自编码器相对应的变分下界函数最大化的神经网络参数集。
权利要求14
如权利要求13所述的方法，其中负变分下界函数对应于与所述第一自编码器相关联的第一损失函数和与所述第二自编码器相关联的第二损失函数之和。
权利要求15
如权利要求14所述的方法，其中所述第一损失函数包括用于所述第一自编码器的第一重构损失和第一正则化项；并且其中所述第二损失函数包括用于所述第二自编码器的第二重构损失和第二正则化项。
权利要求16
如权利要求14所述的方法，其中所述第一自编码器和所述第二自编码器是正则自编码器；并且其中所述变分下界函数不包括正则化项。
权利要求17
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：训练所述第一自编码器和所述第二自编码器以确定所述特征向量的格式。
权利要求18
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：使用无监督学习规程。
权利要求19
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：执行全联合学习规程；并且其中执行所述全联合学习规程包括：联合地训练所述第一自编码器和所述第二自编码器。
权利要求20
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：执行全联合学习规程；并且其中执行所述全联合学习规程包括：在训练所述第一自编码器与训练所述第二自编码器之间交替。
权利要求21
如权利要求20所述的方法，其中在训练所述第一自编码器与训练所述第二自编码器之间交替包括：根据第一训练频度来执行与所述第一自编码器相关联的第一多次训练迭代；根据第二训练频度来执行与所述第二自编码器相关联的第二多次训练迭代；所述第二训练频度高于所述第一训练频度。
权利要求22
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：执行部分联合学习规程；并且其中执行所述部分联合学习规程包括：将观察到的环境向量提供给服务器；从所述服务器接收所述第一自编码器；其中所述第一自编码器是至少部分地基于所述观察到的环境向量来训练的。
权利要求23
如权利要求22所述的方法，其中所述第一自编码器是至少部分地基于与至少一个附加客户端相关联的至少一个附加环境向量来训练的。
权利要求24
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：执行部分联合学习规程；并且其中执行所述部分联合学习规程包括：更新所述第二自编码器以确定经更新神经网络参数集；向服务器传送所述经更新神经网络参数集。
权利要求25
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：执行部分联合学习规程；并且其中执行所述部分联合学习规程包括：根据第一训练频度来执行与所述第一自编码器相关联的第一多次训练迭代；其中执行所述第一多次训练迭代中的训练迭代包括：将观察到的环境向量提供给服务器；从所述服务器接收经更新的第一自编码器；其中所述经更新的第一自编码器是至少部分地基于所述观察到的环境向量来训练的；根据第二训练频度来执行与所述第二自编码器相关联的第二多次训练迭代；所述第二训练频度高于所述第一训练频度。
权利要求26
如权利要求11所述的方法，其中训练所述第一自编码器或所述第二自编码器中的所述至少一者包括：执行部分联合学习规程；并且其中执行所述部分联合学习规程包括：从服务器接收与所述第一自编码器和所述第二自编码器相关联的神经网络参数集；获得观察到的环境训练向量；将所述观察到的环境训练向量输入所述第一自编码器的第一编码器以确定训练特征向量；获得观察到的无线通信训练向量；将所述训练特征向量和所述观察到的无线通信训练向量输入所述第二自编码器的第二编码器以确定训练隐性向量；将所述训练特征向量和所述训练隐性向量输入所述第二自编码器的第二解码器以确定所述第二自编码器的第二训练输出；至少部分地基于所述第二训练输出来确定与所述第二自编码器相关联的损失；其中所述损失与所述神经网络参数集相关联；确定所述损失相对于自编码器参数集的多个梯度；其中所述自编码器参数集对应于所述第二自编码器；至少部分地基于所述多个梯度来更新所述自编码器参数集；将所述自编码器参数集更新指定次数以确定最后的经更新自编码器参数集；向所述服务器传送所述最后的经更新自编码器参数集。