用于用户设备协调集的深度神经网络处理的制作方法

用于用户设备协调集的深度神经网络处理


背景技术：

1.在无线网络中，基站为用户设备(ue)提供到小区覆盖区域上的各种服务(诸如数据和/或语音服务)的连接。基站通常确定由ue用于接入服务的无线连接的配置。例如，基站确定无线连接的带宽和定时配置。
2.基站和ue之间的无线连接的质量通常基于多个因素(诸如信号强度、带宽限制、干扰信号等)而变化。例如，相对于相对靠近小区覆盖区域的中心操作的第二ue，在小区覆盖区域的边缘处操作的第一ue通常从基站接收较弱的信号。因此，当ue移动到小区覆盖区域的不同区域时，服务质量有时会降低。随着无线通信系统(诸如第五代新无线电(5g nr))的最新进展，新方法可以可用于改善服务质量。


技术实现要素：

3.本文档描述了用于用户设备协调集(uecs)的深度神经网络(dnn)处理的技术和装置。在各方面中，网络实体选择端到端(e2e)机器学习(ml)配置，该e2e ml配置形成用于处理uecs通信的e2e dnn。网络实体指示参与uecs的多个设备中的每个设备使用e2e ml配置的至少一部分来形成e2e dnn的通过e2e通信链路传送uecs通信的相应子dnn，其中，多个设备包括至少一个基站、协调用户设备(ue)和至少一个附加ue。网络实体接收与uecs通信相关联的反馈，并且识别对e2e ml配置的调整。然后，网络实体指示参与uecs的多个设备中的至少一些设备基于调整来更新e2e dnn的相应子dnn。
4.在各方面中，协调用户装备(ue)与网络实体确认训练时间表，该训练时间表指示维持端到端(e2e)机器学习(ml)配置的第二部分的一个或多个固定ml架构的时间段，该第二部分形成e2e dnn的第二子深度神经网络(子dnn)集合，该第二子dnn集合通过e2e通信链路传送基于无线网络的用户设备协调集(uecs)通信。协调ue基于训练时间表来确定对e2e ml配置的第一部分的调整，该第一部分形成通过e2e通信链路传送基于本地无线网络的uecs通信的第一子dnn集合。响应于确定该调整，协调ue指示参与uecs的一个或多个附加ue使用对e2e ml配置的第一部分的调整来更新第一子dnn集合中的一个或多个子dnn。
5.在附图和以下描述中阐述了用于uecs的dnn处理的一个或多个实施方式的细节。其他特征和优点从说明书和附图以及从权利要求书将是显而易见的。提供本发明内容以介绍在具体实施方式和附图中进一步描述的主题。因此，不应当将本发明内容视为描述必要特征，也不应当将其用于限制要求保护的主题的范围。
附图说明
6.下文描述了用于用户设备协调集(uecs)的深度神经网络(dnn)处理的一个或多个方面的细节。在说明书和附图的不同实例中使用相同的附图标记表示类似的元件：
7.图1图示了能够实现用于uecs的dnn处理的各个方面的示例性环境；
8.图2图示了能够实现用于uecs的dnn处理的各个方面的设备的示例性设备图；
9.图3图示了能够实现用于uecs的dnn处理的各个方面的设备的示例性设备图；
10.图4图示了根据用于uecs的dnn处理的方面的在无线通信系统中利用多个深度神经网络的示例性操作环境；
11.图5图示了根据用于uecs的dnn处理的方面来生成多个神经网络形成配置的示例；
12.图6图示了根据各个方面的能够实现用于uecs的dnn处理的示例性操作环境；
13.图7图示了根据各个方面的能够实现用于uecs的dnn处理的示例性操作环境；
14.图8图示了根据各个方面的能够实现用于uecs的dnn处理的示例性操作环境；
15.图9图示了实现用于uecs的dnn处理的各种网络实体之间的示例性事务图；
16.图10图示了实现用于uecs的dnn处理的各种网络实体之间的另一示例性事务图；
17.图11图示了用于uecs的dnn处理的示例性方法；以及
18.图12图示了用于uecs的dnn处理的另一示例性方法。
具体实施方式
19.在先前的无线通信系统中，各种因素影响由基站向用户设备(ue)提供的服务质量，诸如ue的位置影响信号强度。为了改善服务质量，各个方面配置和/或建立用户设备协调集(uecs)以执行对目标ue的通信的联合处理(例如，联合传输、联合接收)。
20.通常，uecs包括通过本地无线网络连接进行通信的至少两个ue，诸如以共享或分布用于下行链路和/或上行链路uecs通信的信号相关信息。通过使多个ue形成uecs以联合传输和接收旨在用于该uecs内的目标ue的数据，uecs中的ue以类似于用于目标ue的分布式天线的方式进行协调，以改善目标ue与基站之间的有效信号质量。能够将旨在用于目标ue的下行链路数据传输到uecs中的多个ue。每个ue对下行链路数据进行解调和采样，然后将样本转发给uecs中的单个ue(诸如，协调ue或目标ue)以进行联合处理。另外，由目标ue生成的上行链路数据能够被分布到uecs中的多个ue，以联合传输到基站。通过使用多个ue来传输上行链路数据，协调旨在用于目标ue的数据的联合传输和接收显著增加了目标ue的有效传输功率，从而提高了有效信号质量。
21.深度神经网络(dnn)提供用于执行各种类型的操作的解决方案，诸如通过端到端(e2e)通信传送uecs通信的操作。为了说明，用于uecs的dnn处理的一些方面训练dnn如何联合处理(例如，联合接收、联合传输)通过一个或多个基站与包括在uecs中的多个ue之间的e2e通信链路传送的uecs通信。作为一个示例，端到端(e2e)dnn学习(a)处理通过第一无线网络在基站与包括在uecs中的ue之间传送的通信，以及(b)处理通过第二本地无线网络在ue之间传送的通信。
22.诸如基站和/或核心网络服务器的网络实体确定形成被训练为处理uecs通信的e2e dnn的端到端机器学习配置(e2e ml配置)，并且指示各种设备使用e2e ml配置的部分来形成子dnn。在一些情况下，网络实体基于各种因素(例如，信号和/或链路质量的变化、uecs中的参与设备的变化、或者uecs内的协调ue的变化)来动态地重新配置e2e dnn。动态地适配e2e dnn的能力提供了响应于这些变化因素的灵活解决方案，从而改善了通过e2e通信链路的数据传输和/或恢复的整体性能(例如，更高的处理分辨率、更快的处理、更低的误码率、改善的信号质量、减少的时延)。
23.本文档描述了用于uecs的dnn处理的各方面。在各方面中，网络实体选择端到端(e2e)机器学习(ml)配置，该e2e ml配置形成用于处理uecs通信的e2e dnn。网络实体指示
参与uecs的多个设备中的每个设备使用e2e ml配置的至少一部分来形成e2e dnn的通过e2e通信链路传送uecs通信的相应子dnn，其中，多个设备包括至少一个基站、协调用户设备(ue)和至少一个附加ue。网络实体接收与uecs通信相关联的反馈，并且识别对e2e ml配置的调整。然后，网络实体指示参与uecs的多个设备中的至少一些设备基于调整来更新e2e dnn的相应子dnn。
24.在各方面中，协调用户装备(ue)与网络实体确认训练时间表，该训练时间表指示维持端到端(e2e)机器学习(ml)配置的第二部分的一个或多个固定ml架构的时间段，该第二部分形成e2e dnn的第二子深度神经网络(子dnn)集合，该第二子dnn集合通过e2e通信链路传送基于无线网络的用户设备协调集(uecs)通信。协调ue基于训练时间表来确定对e2e ml配置的第一部分的调整，该第一部分形成通过e2e通信链路传送基于本地无线网络的uecs通信的第一子dnn集合。响应于确定该调整，协调ue指示参与uecs的一个或多个附加ue使用对e2e ml配置的第一部分的调整来更新第一子dnn集合中的一个或多个子dnn。
25.示例性环境
26.图1图示了示例性环境100，其包括多个用户设备110(ue 110)，被图示为ue 111、ue 112和ue 113。每个ue 110能够通过一个或多个无线通信链路130(无线链路130)(被图示为无线链路131)与一个或多个基站120(被图示为基站121和122)通信。uecs 108中的每个ue 110(示出为ue 111、ue 112和ue 113)能够通过诸如本地无线网络连接133、134和135的一个或多个本地无线网络连接(例如，wlan、蓝牙、nfc、个域网(pan)、wifi-direct、ieee 802.15.4、zigbee、线程、毫米波长通信(mmwave)等)与uecs的协调ue和/或uecs中的目标ue进行通信。尽管被图示为智能电话，但ue 110可以被实现为任何合适的计算或电子设备，诸如移动通信设备、调制解调器、蜂窝电话、游戏设备、导航设备、媒体设备、膝上型计算机、台式计算机、平板计算机、智能家电、基于车辆的通信系统、物联网(iot)设备(例如，传感器节点、控制器/致动器节点、其组合)等。可以在宏小区、微小区、小型小区、微微小区、分布式基站等或其任何组合中实现基站120(例如，演进的通用陆地无线接入网络节点b、e-utran节点b、演进的节点b、enodeb、enb、下一代节点b、gnode b、gnb、ng-enb等)。
27.基站120使用无线链路131与用户设备110通信，并且无线链路131可以被实现为任何合适类型的无线链路。无线链路131包括控制和数据通信，诸如从基站120传达到用户设备110的数据和控制信息的下行链路、从用户设备110传达到基站120的其他数据和控制信息的上行链路、或两者。无线链路130可以包括使用任何适当的通信协议或标准或者通信协议或标准(诸如第三代合作伙伴计划长期演进(3gpp lte)、第五代新无线电(5g nr)等)的组合实现的一个或多个无线链路(例如，无线电链路)或承载。可以在载波聚合或多连接中聚合多个无线链路130以为ue 110提供更高的数据速率。可以为与ue 110的协调多点(comp)通信配置来自多个基站120的多个无线链路130。
28.基站120合起来为无线电接入网络140(例如，ran、演进的通用陆地无线电接入网络、e-utran、5g nr ran或nr ran)。ran140中的基站121和122被连接到核心网络150。基站121和122分别在102和104处当连接到5g核心网络时通过用于控制平面信息的ng2接口并且使用用于用户平面数据通信的ng3接口，或者当连接到演进分组核心(epc)网络时使用用于控制平面信息和用户平面数据通信的s1接口，连接到核心网络150。基站121和122能够在接口106处使用通过xn接口的xn应用协议(xnap)或使用通过x2接口的x2应用协议(x2ap)通
信，以交换用户平面数据和控制平面信息。用户设备110可以经由核心网络150连接到公共网络，诸如因特网160，以与远程服务170交互。
29.基站121能够指定ue(例如，ue 111、ue 112和ue 113)的集合以形成用于联合传输和联合接收用于目标ue(例如，ue 112)的信号的uecs(例如，uecs 108)。基站121可以选择ue 111充当协调ue，因为ue 111位于ue 112和ue 113之间，或者因为ue 111能够与uecs中的其它ue 112和113中的每个进行通信。基站121选择ue 111来为目标ue 112协调在基站121与ue 111、112、113之间发送的消息以及同相和正交(i/q)样本。ue之间的通信能够使用诸如pan、nfc、蓝牙、wifi-direct、本地mmwave链路等的本地无线网络来发生。在该示例中，ue 111、112、113中的全部三个都从基站121接收rf信号。ue 111、ue 112和ue 113解调rf信号以产生基带i/q模拟信号，并对基带i/q模拟信号进行采样以产生i/q样本。ue 112和ue 113使用本地无线网络将i/q样本连同系统定时信息(例如，系统帧号(sfn))一起转发到使用其自己的本地无线网络收发器的协调ue 111。然后，协调ue 111使用定时信息来同步和组合i/q样本，并处理组合的信号以解码用于目标ue 112的数据分组。然后，协调ue111使用本地无线网络向目标ue 112传输数据分组。
30.当目标ue 112具有要发送到基站121的上行链路数据时，目标ue将上行链路数据传输到协调ue 111，协调ue 111使用本地无线网络将上行链路数据作为i/q样本分布到uecs 108中的每个ue。uecs108中的每个ue与基站121同步以获得定时信息及其数据传输资源分配。然后，uecs 108中的全部三个ue将上行链路数据联合传输到基站121。基站121接收从ue 111、112、113传输的上行链路数据，并联合处理组合的信号以解码来自目标ue 112的上行链路数据。
31.示例性设备
32.图2图示了能够实现用于uecs的dnn处理的各个方面的ue 110和基站120中的一个基站的示例性设备图200。图3图示了能够实现用于uecs的dnn处理的各个方面的核心网络服务器302的示例性设备图300。ue 110、基站120和/或核心网络服务器302可以包括为了清楚起见而从图2或图3中省略的附加功能和接口。
33.ue 110包括天线202、射频前端204(rf前端204)、用于与ran140中的基站120通信的无线收发器(例如，lte收发器206和/或5g nr收发器208)。用户设备110的rf前端204能够将lte收发器206和5g nr收发器208耦合或连接到天线202，以促进各种类型的无线通信。用户设备110的天线202可以包括彼此类似或不同地配置的多个天线的阵列。天线202和rf前端204能够被调谐到和/或可调谐到由3gpp lte和5g nr通信标准定义并由lte收发器206和/或5g nr收发器208实现的一个或多个频带。另外，天线202、rf前端204、lte收发器206和/或5g nr收发器208可以被配置为支持用于与基站120的通信的发射和接收的波束成形。作为示例而非限制，天线202和rf前端204能够被实现用于在由3gpp lte和5g nr通信标准定义的低于千兆赫兹频带、低于6ghz频带和/或高于6ghz频带中操作。
34.用户设备110还包括(一个或多个)处理器210和计算机可读存储介质212(crm 212)。处理器210可以是由诸如硅、多晶硅、高k电介质、铜等的多种材料构成的单核处理器或多核处理器。本文所述的计算机可读存储介质不包括传播信号。crm 212可以包括可用于存储ue 110的设备数据214的任何合适的存储器或存储设备，诸如随机存取存储器(ram)、静态ram(sram)、动态ram(dram)、非易失性ram(nvram)、只读存储器(rom)或闪存。设备数据
214包括可由(一个或多个)处理器210执行的用户数据、多媒体数据、波束成形码本、应用、神经网络(nn)表和/或ue 110的操作系统以实现用户平面数据、控制平面信息以及与用户设备110的用户交互。
35.在各方面中，crm 212包括神经网络表216，该神经网络表216存储形成神经网络的各种架构和/或参数配置，诸如，通过示例而非限制，指定全连接层神经网络架构、卷积层神经网络架构、递归神经网络层、多个连接的隐藏神经网络层、输入层架构、输出层架构、由神经网络利用的多个节点、由神经网络利用的系数(例如权重和偏差)、内核参数、由神经网络利用的多个滤波器、由神经网络利用的步幅/池化配置、每个神经网络层的激活函数、神经网络层之间的互连、要跳过的神经网络层等的参数。因此，神经网络表216包括神经网络形成配置元素(nn形成配置元素)(诸如，架构和/或参数配置)的任何组合，该nn形成配置元素能够被用来创建神经网络形成配置(nn形成配置)，该nn形成配置包括定义和形成dnn的一个或多个nn形成配置元素的组合。在一些方面中，神经网络表216的单个索引值映射到单个nn形成配置元素(例如1：1对应关系)。可替代地或附加地，神经网络表216的单个索引值映射到nn形成配置(例如，nn形成配置元素的组合)。在一些实施方式中，神经网络表包括用于每个nn形成配置元素和/或nn形成配置的输入特性，其中，输入特性描述有关被用来生成nn形成配置元素和/或nn形成配置的训练数据的属性，如进一步所述。
36.crm 212还可以包括用户设备神经网络管理器218(ue神经网络管理器218)。可替代地或附加地，ue神经网络管理器218可以全部或部分地实现为与用户设备110的其他组件集成或分离的硬件逻辑或电路。ue神经网络管理器218诸如通过索引值访问神经网络表216，并且使用由nn形成配置指定的nn形成配置元素来形成dnn。这包括利用如进一步所述的对dnn的架构改变和/或参数改变的任何组合(诸如对涉及更新参数的dnn的小改变和/或重新配置dnn的节点和/或层连接的大改变)来更新dnn。在实施方式中，ue神经网络管理器形成多个dnn以处理无线通信(例如，下行链路通信、上行链路通信)。
37.图2所示的基站120的设备图包括单个网络节点(例如，gnode b)。基站120的功能可以跨多个网络节点或设备分布，并且可以以适合于执行本文描述的功能的任何方式分布。基站120包括天线252、射频前端254(rf前端254)、一个或多个无线收发器(例如，一个或多个lte收发器256和/或一个或多个5g nr收发器258)以用于与ue 110通信。基站120的rf前端254能够将lte收发器256和5g nr收发器258耦合或连接到天线252，以促进各种类型的无线通信。基站120的天线252可以包括以彼此相似或不同地配置的多个天线的阵列。天线252和rf前端254可以被调谐到和/或可调谐到由3gpp lte和5g nr通信标准定义并且由lte收发器256和/或5g nr收发器258实现的一个或多个频带。另外，天线252、rf前端254、lte收发器256和/或5g nr收发器258可以被配置为支持波束成形(诸如大规模mimo)以用于传输和接收与ue 110的通信。
38.基站120还包括(一个或多个)处理器260和计算机可读存储介质262(crm 262)。处理器260可以是由诸如硅、多晶硅、高k电介质、铜等的多种材料构成的单核处理器或多核处理器。crm 262可以包括可用于存储基站120的设备数据264的任何合适的存储器或存储设备，诸如随机存取存储器(ram)、静态ram(sram)、动态ram(dram)、非易失性ram(nvram)、只读存储器(rom)或闪存。设备数据264包括可由(一个或多个)处理器260执行以实现与ue 110的通信的网络调度数据、无线电资源管理数据、波束成形码本、应用、和/或基站120的操
作系统。
39.crm 262还包括基站管理器266。可替代地或附加地，基站管理器266可以全部或部分地被实现为与基站120的其他组件集成或分离的硬件逻辑或电路。在至少一些方面中，基站管理器266配置lte收发器256和5g nr收发器258以用于与ue 110通信以及与诸如核心网络150的核心网络通信。
40.crm 262还包括基站神经网络管理器268(bs神经网络管理器268)。可替代地或附加地，bs神经网络管理器268可以全部或部分地被实现为与基站120的其他组件集成或分离的硬件逻辑或电路。在至少一些方面中，诸如通过选择nn形成配置元素的组合以形成用于处理uecs通信的dnn，bs神经网络管理器268选择由基站120和/或ue 110利用的nn形成配置来配置用于处理无线通信的深度神经网络。在一些实施方式中，bs神经网络管理器从ue 110从ue 110接收反馈，并且基于该反馈来选择nn形成配置。可替代地或附加地，bs神经网络管理器268通过核心网络接口278或基站间接口276从核心网络150元素接收神经网络形成配置指示，并且将nn形成配置指示转发给ue110。在一些方面中，bs神经网络管理器268响应于识别出uecs的改变(诸如信道状况的改变、参与ue的改变、估计的ue位置的改变、协调ue的改变等)来选择nn形成配置。
41.crm 262包括训练模块270和神经网络表272。在实施方式中，基站120管理nn形成配置并将其部署到ue 110。可替代地或附加地，基站120维持神经网络表272。训练模块270使用已知输入数据来教导和/或训练dnn。例如，训练模块270训练(一个或多个)dnn以用于不同的目的，诸如处理通过无线通信系统传输的通信(例如，编码下行链路通信、调制下行链路通信、解调下行链路通信、解码下行链路通信、编码上行链路通信、调制上行链路通信、解调上行链路通信、解码上行链路通信、处理uecs通信)。这包括离线(例如，当dnn未主动参与处理通信时)和/或在线(例如，当dnn主动参与处理通信时)训练(一个或多个)dnn。
42.在实施方式中，训练模块270从dnn提取学习的参数配置以识别nn形成配置元素和/或nn形成配置，然后在神经网络表272中添加和/或更新nn形成配置元素和/或nn形成配置。所提取的参数配置包括定义神经网络的行为，诸如节点连接、系数、活动层、权重、偏差、池化等的信息的任何组合。
43.神经网络表272存储使用训练模块270生成的多个不同的nn形成配置元素和/或nn形成配置。在一些实施方式中，神经网络表包括用于每个nn形成配置元素和/或nn形成配置的输入特性，其中，输入特性描述有关被用来生成nn形成配置元素和/或nn形成配置的训练数据的属性。例如，输入特性包括例如但不限于参与uecs的ue的数量、uecs中的目标ue的估计位置、uecs中的协调ue的估计位置、由uecs使用的本地无线网络链路的类型、功率信息、信干噪比(sinr)信息、信道质量指示符(cqi)信息、信道状态信息(csi)、多普勒反馈、频带、块误码率(bler)、服务质量(qos)、混合自动重发请求(harq)信息(例如，第一传输错误率、第二传输错误率、最大重传)、时延、无线电链路控制(rlc)、自动重发请求(arq)度量、接收信号强度(rss)、上行链路sinr、定时测量、错误度量、ue能力、bs能力、功率模式、互联网协议(ip)层吞吐量、端到端(end2end)时延、端到端丢包率等。因此，输入特性有时包括层1、层2和/或层3度量。在一些实施方式中，神经网络表272的单个索引值映射到单个nn形成配置元素(例如1：1对应关系)。可替代地或附加地，神经网络表272的单个索引值映射到nn形成配置(例如，nn形成配置元素的组合)。
44.在实施方式中，基站120使神经网络表272与神经网络表216同步，使得在第二神经网络表中复制存储在一个神经网络表中的nn形成配置元素和/或输入特性。可替代地或附加地，基站120使神经网络表272与神经网络表216同步，使得存储在一个神经网络表中的nn形成配置元素和/或输入特性表示第二神经网络表中的互补功能(例如，在第一神经网络表中用于发射器路径处理的nn形成配置元素、在第二神经网络表中用于接收器路径处理的nn形成配置元素)。
45.在各方面中，crm 262还包括端到端机器学习控制器274(e2e ml控制器274)。e2e ml控制器274确定用于处理通过e2e通信链路传送的信息的端到端机器学习配置(e2e ml配置)，诸如确定用于处理通过e2e通信链路的uecs通信的e2e ml配置，如进一步描述的。可替代地或附加地，e2e ml控制器分析参与e2e通信链路的设备的ml能力(例如，支持的ml架构、支持的层数、可用处理能力、存储器限制、可用功率预算、定点处理与浮点处理、最大内核大小能力、计算能力)的任何组合。在一些实施方式中，e2e ml控制器获得表征当前操作环境的度量(例如，信号质量参数、链路质量参数)，并分析当前操作环境以确定e2e ml配置。为了说明，e2e ml控制器接收以下各项的任何组合：接收信号强度指示符(rssi)、功率信息、信干噪比(sinr)信息、参考信号接收功率(rsrp)、信道质量指示符(cqi)信息、信道状态信息(csi)、多普勒反馈、块误码率(bler)、服务质量(qos)、混合自动重发请求(harq)信息(例如，第一传输错误率、第二传输错误率、最大重传)、上行链路sinr、定时测量、错误度量等。这包括确定包括架构配置与定义dnn的(多个)参数配置的组合的e2e ml配置，或者确定简单地包括用于更新dnn的参数配置的e2e ml配置。
46.在确定e2e ml配置时，e2e ml控制器有时确定对e2e ml配置的分区，其跨多个设备分布与e2e ml配置相关联的处理功能。为了清楚起见，图2将e2e ml控制器274图示为与bs神经网络管理器268分离，但是在替代或附加实施方式中，bs神经网络管理器268包括由e2e ml控制器274执行的功能，或反之亦然。
47.基站120还包括基站间接口276，诸如xn和/或x2接口，基站管理器266将基站间接口276配置为在其他基站之间交换用户平面数据、控制平面信息和其他数据/信息，以管理基站120与ue 110的通信。基站120包括核心网络接口278，基站管理器266将核心网络接口278配置为与核心网络功能和/或实体交换用户平面数据、控制平面信息和/或其他数据/信息。
48.在图3中，核心网络服务器302可以在核心网络150中提供功能、实体、服务和/或网关的全部或一部分。核心网络150中的每个功能、实体、服务和/或网关可以被提供为跨多个服务器分布或体现在专用服务器上的核心网络150中的服务。例如，核心网络服务器302可以提供用户平面功能(upf)、接入和移动性管理功能(amf)、服务网关(s-gw)、分组数据网络网关(p-gw)、移动性管理实体(mme)、演进的分组数据网关(epdg)等的服务或功能中的全部或部分。核心网络服务器302被示为被体现在包括(一个或多个)处理器304和计算机可读存储介质306(crm 306)的单个服务器上。处理器304可以是由诸如硅、多晶硅、高k电介质、铜等的多种材料构成的单核处理器或多核处理器。crm 306可以包括可用于存储核心网络服务器302的设备数据308的任何合适的存储器或存储设备，诸如随机存取存储器(ram)、静态ram(sram)、动态ram(dram)、非易失性ram(nvram)、只读存储器(rom)、硬盘驱动器或闪存。设备数据308包括可由(一个或多个)处理器304执行的支持核心网络功能或实体、和/或核
心网络服务器302的操作系统的数据。
49.crm 306还包括一个或多个核心网络应用310，在一个实施方式中，其被体现在crm 306上(如所示)。一个或多个核心网络应用310可以实现诸如upf、amf、s-gw、p-gw、mme、epdg等的功能。可替代地或附加地，一个或多个核心网络应用310可以全部或部分地被实现为与核心网络服务器302的其他组件集成或分离的硬件逻辑或电路。
50.crm 306还包括核心网络神经网络管理器312，其管理用于形成dnn的nn形成配置，以用于处理在ue 110和基站120之间传送的通信，诸如涉及多个ue的uecs通信和/或在e2e通信链路中添加本地无线网络连接。在各方面中，核心网络神经网络管理器312分析关于uecs的各种特性(例如，参与设备的数目、目标ue的估计位置、参与ue的估计位置、本地无线网络连接的类型)，并选择能够用于形成处理通过e2e通信链路传送的uecs通信的端到端深度神经网络(e2e dnn)的端到端机器学习配置(e2e ml配置)。在各方面中，核心网络神经网络管理器312选择神经网络表316内的一个或多个nn形成配置以指示所确定的e2e ml配置。
51.在一些实施方式中，核心网络神经网络管理器312分析各种标准，诸如当前信号信道状况(例如，如由基站120报告的、如由其它无线接入点报告的、如由ue 110(经由基站或其它无线接入点)报告的)、基站120的能力(例如，天线配置、小区配置、mimo能力、无线电能力、处理能力)、ue 110的能力(例如，天线配置、mimo能力、无线电能力、处理能力)等。例如，基站120在与ue的通信期间获得各种标准和/或链路质量指示(例如，rssi、功率信息、sinr、rsrp、cqi、csi、多普勒反馈、bler、harq、定时测量、误差度量等)，并且将标准和/或链路质量指示转发给核心网络神经网络管理器312。核心网络神经网络管理器基于这些标准和/或指示来选择提高dnn处理通信的准确度(例如，较低的误码率、较高的信号质量)的e2e ml配置。然后，核心网络神经网络管理器312将e2e ml配置传达给基站120和/或ue 110，诸如通过传达神经网络表的索引。在实施方式中，核心网络神经网络管理器312从基站120接收ue和/或bs反馈，并基于该反馈来选择更新的e2e ml配置。
52.crm 306包括训练模块314和神经网络表316。在实施方式中，核心网络服务器302管理e2e ml配置和/或可分区e2e ml配置的各部分并将其部署到无线通信系统中的多个设备(例如ue 110、基站120)。可替代地或附加地，核心网络服务器在crm 306的外部维持神经网络表316。训练模块314使用已知输入数据教导和/或训练dnn。例如，训练模块314训练dnn以处理通过无线通信系统传输的不同类型的导频通信。这包括离线和/或在线训练dnn。在实施方式中，训练模块314从dnn提取学习的nn形成配置和/或学习的nn形成配置元素，并将学习的nn形成配置元素存储在神经网络表316中，诸如能够由核心网络神经网络管理器312选择作为e2e ml配置以形成e2e dnn的nn形成配置，如进一步所述。因此，nn形成配置包括定义或影响dnn的行为的架构配置(例如，节点连接、层连接)和/或参数配置(例如，权重、偏差、池化)的任何组合。在一些实施方式中，神经网络表316的单个索引值映射到单个nn形成配置元素(例如，1：1对应关系)。可替代地或附加地，神经网络表316的单个索引值映射到nn形成配置(例如，nn形成配置元素的组合)。
53.在一些实施方式中，核心网络神经网络管理器312的训练模块314生成与存储在ue 110处的神经网络表216和/或基站121处的神经网络表272中的那些互补的nn形成配置和/或nn形成配置元素。作为一个示例，训练模块314用nn形成配置和/或nn形成配置元素生成神经网络表316，相对于用于生成神经网络表272和/或神经网络表216的中等和/或低变化，
该nn形成配置和/或nn形成配置元素在架构和/或参数配置方面具有高度变化。例如，由训练模块314生成的nn形成配置和/或nn形成配置元素对应于全连接层、完整的内核大小、频繁的采样和/或池化、高加权准确度等。因此，神经网络表316有时包括以增加的处理复杂度和/或时间为代价的高准确度神经网络。
54.神经网络表316存储使用训练模块314生成的多个不同的nn形成配置元素。在一些实施方式中，神经网络表包括用于每个nn形成配置元素和/或nn形成配置的输入特性，其中，输入特性描述有关用于生成nn形成配置的训练数据的属性。例如，输入特性能够包括参与uecs的ue的数量、uecs中的目标ue的估计位置、uecs中的协调ue的估计位置、由uecs使用的本地无线网络链路的类型、功率信息、sinr信息、cqi、csi、多普勒反馈、rss、错误度量、最小端到端(e2e)时延、期望的e2e时延、e2e qos、e2e吞吐量、e2e分组丢失率、服务成本等。
55.crm 306还包括端到端机器学习控制器318(e2e ml控制器318)。e2e ml控制器318确定用于处理通过e2e通信链路传送的信息的端到端机器学习配置(e2e ml配置)，诸如如进一步所述，通过e2e通信链路确定用于处理uecs通信的e2e ml配置。可替代地或附加地，e2e ml控制器分析参与e2e通信链路的设备的ml能力(例如，支持的ml架构、支持的层数、可用处理能力、存储器限制、可用功率预算、定点处理与浮点处理、最大内核大小能力、计算能力)的任何组合。在一些实施方式中，e2e ml控制器获得表征当前操作环境的度量(例如，信号质量参数、链路质量参数)，并分析当前操作环境以确定e2e ml配置。这包括确定包括架构配置与定义dnn的(一个或多个)参数配置的组合的e2e ml配置，或者确定简单地包括用于更新dnn的参数配置的e2e ml配置。
56.在确定e2e ml配置时，e2e ml控制器318有时确定对e2e ml配置的分区，其跨多个设备分布与e2e ml配置相关联的处理功能。为了清楚起见，图3将e2e ml控制器318图示为与核心网络神经网络管理器312分离，但是在替代或附加实施方式中，核心网络神经网络管理器312包括由e2e ml控制器318执行的功能，或反之亦然。
57.核心网络服务器302还包括用于与核心网络150、基站120或ue110中的其它功能或实体进行用户平面数据、控制平面信息和其它数据/信息的通信的核心网络接口320。在实施方式中，核心网络服务器302使用核心网络接口320将e2e ml配置或可分区的e2e ml配置的部分传达到基站120。可替代地或附加地，核心网络服务器302使用核心网络接口320通过基站120从基站120和/或ue 110接收反馈。
58.可配置的机器学习模块
59.图4图示了包括能够实现用于uecs的dnn处理的各个方面的ue 110和基站120的示例性操作环境400。在实施方式中，ue 110和基站120通过使用多个dnn处理通信来通过无线通信系统彼此交换通信。
60.基站120的基站神经网络管理器268包括下行链路处理模块402，用于处理下行链路通信，诸如用于生成传输到ue 110的下行链路通信。为了说明，基站神经网络管理器268使用e2e ml配置和/或e2e ml配置的一部分在下行链路处理模块402中形成(一个或多个)深度神经网络404(dnn 404)，如进一步所述。在各方面中，dnn 404执行用于生成下行链路通信的发射器处理链功能中的一些或全部，诸如接收输入数据、前进到编码阶段、随后是调制阶段、然后是射频(rf)模拟发射(tx)阶段的处理链。为了说明，dnn 404能够执行卷积编码、串行到并行转换、循环前缀插入、信道编码、时间/频率交错等。在一些方面中，dnn 404
处理下行链路uecs通信。
61.类似地，ue 110的ue神经网络管理器218包括下行链路处理模块406，其中，下行链路处理模块406包括用于处理(接收到的)下行链路通信的(一个或多个)深度神经网络408(dnn 408)。在各种实施方式中，ue神经网络管理器218使用e2e ml配置和/或e2e ml配置的一部分来形成dnn 408，如进一步所述。在各方面中，dnn 408执行用于(接收到的)下行链路通信的一些或全部接收器链操作和/或处理功能，诸如对由dnn 404执行的处理的互补处理(例如，rf模拟接收(rx)阶段、解调阶段、解码阶段)。为了说明，dnn 408能够执行提取嵌入在rx信号上的数据、恢复控制信息、恢复二进制数据、基于在发射器块处应用的前向纠错来校正数据错误、从帧和/或时隙提取有效载荷数据等的任何组合。
62.基站120和/或ue 110还使用dnn来处理上行链路通信。在环境400中，ue神经网络管理器218包括上行链路处理模块410，其中，上行链路处理模块410包括用于生成和/或处理上行链路通信(例如，编码、调制)的(一个或多个)深度神经网络412(dnn 412)。换句话说，上行链路处理模块410将预传输通信作为处理上行链路通信的一部分进行处理。ue神经网络管理器218例如使用e2e ml配置和/或e2e ml配置的一部分来形成dnn 412，以执行用于生成从ue 110传输到基站120的上行链路通信的发射器处理功能中的一些或全部。
63.类似地，基站120的上行链路处理模块414包括用于处理(接收到的)上行链路通信的(一个或多个)深度神经网络416(dnn 416)，其中，基站神经网络管理器268使用e2e ml配置和/或e2e ml配置的一部分来形成dnn 416，以执行用于(接收到的)上行链路通信(诸如从ue 110接收到的上行链路通信)的一些或全部接收器处理功能。有时，dnn 412和dnn 416执行彼此的互补功能。
64.通常，深度神经网络(dnn)对应于被组织成三层或更多层的连接节点组。层之间的节点可以各种方式配置，诸如第一层中的第一节点子集与第二层中的第二节点子集连接的部分连接配置，或者第一层中的每个节点连接到第二层中的每个节点的完全连接配置等。节点能够使用各种算法和/或分析以基于自适应学习来生成输出信息，诸如单线性回归、多元线性回归、逻辑回归、逐步回归、二元分类、多类分类、多变量自适应回归样条、局部估计散点图平滑等。有时，(一个或多个)算法包括基于自适应学习而改变的权重和/或系数。因此，权重和/或系数反映由神经网络学习的信息。
65.神经网络还能够采用各种架构，这些架构确定神经网络内的哪些节点被连接、在神经网络中如何推进和/或保留数据、使用什么权重和系数来处理输入数据、如何处理数据等等。这些各种因素共同描述了nn形成配置。为了说明，递归神经网络(诸如长短期记忆(lstm)神经网络)在节点连接之间形成循环，以便保留来自输入数据序列的先前部分的信息。然后，递归神经网络将保留的信息用于输入数据序列的后续部分。作为另一示例，前馈神经网络将信息传递给前向连接，而不形成循环来保留信息。尽管在节点连接的上下文中进行了描述，但是应当认识到，nn形成配置能够包括影响神经网络如何处理输入数据的各种参数配置。
66.神经网络的nn形成配置能够通过各种架构和/或参数配置来表征。为了说明，考虑dnn实现卷积神经网络的示例。通常，卷积神经网络对应于一种类型的dnn，其中，各层使用卷积运算对数据进行处理以对输入数据进行滤波。相应地，卷积nn形成配置能够例如但不限于利用(一个或多个)池化参数(例如，指定池化层以减小输入数据的维度)、(一个或多
个)内核参数(例如，在处理输入数据中使用的滤波器大小和/或内核类型)、权重(例如，用于对输入数据进行分类的偏差)和/或(一个或多个)层参数(例如，层连接和/或层类型)来表征。虽然在池化参数、内核参数、权重参数和层参数的上下文中进行了描述，但是能够使用其他参数配置来形成dnn。因此，nn形成配置能够包括能够应用于dnn的影响dnn如何处理输入数据以生成输出数据的任何其他类型的参数。e2e ml配置使用一个或多个nn形成配置来形成处理从一个端点到另一端点的通信的e2e dnn。例如，可分区的e2e ml配置可以针对每个分区使用相应nn形成配置。
67.图5图示了描述根据用于uecs的dnn处理来生成多个nn形成配置的方面的示例500。有时，示例500的各个方面由图2和图3的训练模块270、基站神经网络管理器268、核心网络神经网络管理器312和/或训练模块314的任何组合来实现。
68.图5的上部包括dnn 502，其表示用于实现用于uecs的dnn处理的任何合适的dnn。在实施方式中，神经网络管理器确定生成不同的nn形成配置，诸如用于处理uecs通信的nn形成配置。可替代地或附加地，神经网络基于不同的传输环境和/或传输信道状况来生成nn形成配置。训练数据504表示对dnn 502的示例性输入，诸如与具有特定操作配置和/或特定传输环境的下行链路通信和/或上行链路通信相对应的数据。为了说明，训练数据504能够包括下行链路无线信号的数字样本、恢复的符号、恢复的帧数据、二进制数据等。在一些实施方式中，训练模块数学地生成训练数据或访问存储训练数据的文件。其他时候，训练模块获得真实世界通信数据。因此，训练模块能够使用数学生成的数据、静态数据和/或真实世界数据来训练dnn502。一些实施方式生成描述训练数据的各种质量的输入特性506，诸如操作配置、传输信道度量、ue能力、ue速度、参与uecs的ue的数量、uecs中的目标ue的估计位置、uecs中的协调ue的估计位置、由uecs使用的本地无线网络链路的类型等。
69.dnn 502分析训练数据并生成这里表示为二进制数据的输出508。一些实施方式使用相同训练数据集和/或具有相同输入特性的附加训练数据迭代地训练dnn 502，以提高机器学习模块的准确度。在训练期间，机器学习模块修改包括在机器学习模块中的神经网络的架构和/或参数配置中的一些或全部，诸如节点连接、系数、内核大小等。在训练中的某个点处，诸如当训练模块确定准确度满足或超过期望阈值、训练过程满足或超过迭代次数等时，训练模块确定提取神经网络的架构和/或参数配置510(例如，(一个或多个)池化参数、(一个或多个)内核参数、(一个或多个)层参数、权重)。然后，训练模块从机器学习模块提取架构和/或参数配置以用作nn形成配置和/或(一个或多个)nn形成配置元素。架构和/或参数配置能够包括固定架构和/或参数配置和/或可变架构和/或参数配置的任何组合。
70.图5的下部包括表示nn形成配置元素的集合的神经网络表512，诸如图2和图3的神经网络表216、神经网络表272和/或神经网络表316。神经网络表512存储架构配置、参数配置和输入特性的各种组合，但是替代实施方式从表中省略输入特性。当dnn学习附加信息时，各种实施方式更新和/或维持nn形成配置元素和/或输入特性。例如，在索引514处，神经网络管理器和/或训练模块更新神经网络表512以包括由dnn 502在分析训练数据504时生成的架构和/或参数配置510。在稍后的时间点，诸如当确定用于处理通过e2e通信链路的uecs通信的e2e ml配置时，神经网络管理器通过将输入特性与当前操作环境和/或配置进行匹配，诸如通过将输入特性与当前信道状况、参与uecs的ue的数量、uecs中的目标ue的估计位置、uecs中的协调ue的估计位置、由uecs使用的本地无线网络链路的类型、ue能力、ue
特性(例如，速度、位置等)等，来从神经网络表512中选择一个或多个nn形成配置。
71.用于uecs的dnn处理
72.uecs通过通常充当目标ue的分布式天线来增强目标ue传输和接收与基站的通信的能力。为了说明，基站使用无线网络，向uecs中的多个ue传输使用射频(rf)信号的下行链路数据分组。uecs中的ue的一部分或全部接收rf信号并将其解调为模拟基带信号，并对基带信号进行采样以产生一组同相和正交(i/q)样本。每个ue通过本地无线网络将i/q样本传输到协调ue。在一些方面中，ue传输具有i/q样本的定时信息。使用定时信息，协调ue组合i/q样本并处理组合的i/q样本以解码用于目标ue的用户平面数据。然后，协调ue通过本地无线网络向目标ue传输数据分组。
73.类似地，当目标ue具有要向基站传输的上行链路数据时，目标ue向协调ue传输上行链路数据，协调ue使用本地无线网络来向uecs中的每个ue分布上行链路数据。在一些方面中，uecs中的每个ue与基站同步以用于定时信息和相应数据传输资源分配。然后，uecs中的多个ue联合地向基站传输上行链路数据。基站从多个ue接收联合传输的上行链路数据，并处理组合的信号以解码来自目标ue的上行链路数据。通过使多个ue形成用于联合传输和接收旨在用于目标ue的数据的uecs，uecs中的ue以类似于用于目标ue的分布式天线的方式进行协调，以提高目标ue与基站之间的有效信号质量。
74.在各方面中，网络实体确定端到端(e2e)机器学习(ml)配置，该e2e ml配置形成用于处理通过e2e通信链路传送的uecs通信的e2e深度神经网络(dnn)。例如，核心网络服务器基于诸如参与uecs的设备的数量、信号和/或链路质量参数、参与uecs的一个或多个设备的能力、ue之间使用的本地无线网络连接的类型、目标ue和/或其他参与ue的(一个或多个)估计位置等因素的任何组合来确定e2e ml配置。然后，网络实体指示一个或多个设备中的每个设备使用e2e ml配置的至少一部分来形成使用e2e ml配置形成的对应的e2e dnn的相应子dnn。
75.图6图示了根据各个方面的能够实现用于uecs的dnn处理的示例性环境600。环境600包括图1的基站120和uecs 108，其中，图1的ue 111、ue 112和ue 113形成uecs 108。虽然环境600示出了单个基站120，但是用于uecs的dnn处理的替代或附加方面能够使用多个基站，诸如包括用于与目标用户设备进行联合无线通信的多个基站的活动协调集(acs)，如参考图8所述。
76.在用于uecs的dnn处理的方面中，e2e ml控制器，诸如基站120的e2e ml控制器274或核心网络服务器302的e2e ml控制器318(未示出)，确定形成用于处理通过一个或多个e2e通信链路传送的uecs通信(例如，联合接收、联合传输)的e2e dnn的e2e ml配置。为了说明，e2e ml控制器确定对以下各项的调整：(a)现有e2e ml配置，诸如使用参数更新(例如，系数、权重)的小调整以基于反馈来调谐(一个或多个)现有e2e dnn，和/或(b)ml架构改变(例如，层数、层下采样配置、添加或移除全卷积层)以重新配置(一个或多个)e2e dnn。在环境600中，e2e ml控制器确定形成用于处理下行链路uecs通信的单向e2e dnn的e2e ml配置，但是在替代或另外的实施方式中，e2e ml控制器确定e2e ml配置以形成(一个或多个)双向e2e dnn。在各方面中，e2e ml控制器对e2e ml配置进行分区并且指示多个设备使用e2e ml配置分区来形成e2e dnn的子dnn。
77.e2e ml控制器(例如，e2e ml控制器274、e2e ml控制器318)能够基于诸如参与e2e
通信链路和/或uecs的(一个或多个)设备或网络实体的机器学习(ml)能力(例如，支持的ml架构、支持的层数、可用处理能力、存储器限制、可用功率预算、定点处理与浮点处理、最大内核大小能力、计算能力)的因素的组合来确定e2e ml配置。作为另一示例，e2e ml控制器诸如通过分析从ue 111、ue 112、ue 113接收和/或由基站120生成的信号和/或链路质量指示(例如，rssi、功率信息、sinr、rsrp、cqi、csi、多普勒反馈、bler、harq、定时测量、误差度量等)来分析当前操作环境。
78.e2e ml控制器有时确定对e2e ml配置(以及利用e2e ml配置形成的所得到的e2e dnn)的分区，以在参与e2e通信链路的各种设备之间分布处理。换言之，e2e ml配置形成分布式e2e dnn，其中，多个设备实现分布式e2e dnn的相应部分。例如，响应于确定与处理下行链路uecs通信相关联的e2e ml配置，e2e ml控制器318将e2e ml配置分区成多个部分，并且指示设备基于这些部分来形成相应dnn。
79.为了说明，基站120使用由e2e ml控制器确定的e2e ml配置的第一部分来形成标记为传输dnn 602(tx dnn 602)的第一子dnn。在各方面中，tx dnn 602诸如通过执行导致通过无线链路131到uecs 108的一个或多个下行链路传输的发射器处理链操作的任何组合来处理指向uecs 108的目标ue的下行链路通信。例如，基站120通过tx dnn 602使用(蜂窝)无线网络的空中接口资源来传输下行链路无线信号。uecs 108中的至少一些ue使用相应子dnn来接收和处理下行链路无线信号。为了说明，ue 111使用e2e ml配置的第二部分形成标记为接收dnn 604(rx dnn 604)的第二子dnn，ue 112使用e2e ml配置的第三部分形成标记为接收dnn 606(rx dnn 606)的第三子dnn，并且ue 113使用e2e ml配置的第四部分形成标记为接收dnn 608(rx dnn 608)的第四子dnn。rx dnn 606和rx dnn608诸如通过执行导致通过无线链路131到uecs 108的一个或多个下行链路传输的发射器处理链操作的任何组合来处理指向uecs 108的目标ue的下行链路通信。
80.rx dnn 604、rx dnn 606和rx dnn 608形成第一子dnn集合610，其涉及处理使用与基站120相关联的无线网络传输的通信。为了说明，rx dnn 604、606和608诸如通过执行至少一些接收器链操作来处理通过与基站120相关联的无线网络接收的下行链路通信。作为一个示例，第一子dnn集合610从模数转换器(adc)接收下行链路无线信号(或下行链路无线信号的下变频版本)的样本并生成i/q样本。
81.在各方面中，uecs中的ue形成处理使用侧链路(例如，本地无线网络连接)传输的通信的第二子dnn集合612。作为一个示例，第二子dnn集合612中的至少一些子dnn对应于处理用于通过本地无线网络连接传输到协调ue的i/q样本的侧链路tx dnn。为了说明，假设在环境600中，基站120指示ue 111充当协调ue，并且指示ue112和113充当uecs的(非协调ue)参与者。如图6所示，ue 112使用e2e ml配置的第五部分形成第五子dnn，其被标记为传输dnn614(tx dnn 614)，其通过接收由rx dnn 606生成的输出并且处理该输出以使用本地无线网络连接134生成通过本地无线网络到协调ue(例如，ue 111)的传输来操作为侧链路tx dnn。在替代或附加实施方式中，ue 112形成包括rx dnn 606和tx dnn 614两者的功能的单个子dnn。类似地，ue 113使用e2e ml配置的第六部分形成操作为侧链路tx dnn操作的第六子dnn，其被标记为传输dnn 616(tx dnn 616)，其接收由rx dnn 608生成的输出，并且处理该输出以使用本地无线网络连接135生成通过本地无线网络到协调ue(例如，ue 111)的传输。然而，在替代或附加实施方式中，ue 113形成组合rx dnn 608和tx dnn 616的功能的单
706执行与通过本地无线网络连接134向ue 112传输第一通信相关联的至少一些发射器链操作以及与通过本地无线网络连接135向ue 113传输第二通信相关联的至少一些发射器链操作。
88.uecs 108中的非协调ue(例如，ue 112、ue 113)各自形成分别标记为接收dnn 708(rx dnn 708)和接收dnn 710(rx dnn 710)的接收dnn，其操作为用于处理通过本地无线网络从协调ue接收的上行链路uecs通信的侧链路rx dnn。非协调ue还形成相应传输dnn，其被标记为传输dnn 712(tx dnn 712)和传输dnn 714(tx dnn 714)，用于使用无线链路131通过无线网络将上行链路uecs通信传输到基站120。在各方面中，tx dnn 712和/或714将定时调整应用于上行链路传输。因此，类似于参考图6所述，uecs 108中的ue形成用于处理与基站120的通过无线链路131传输的通信的第一子dnn集合716和用于处理通过一个或多个侧链路(例如，本地无线网络)传输的通信的第二子dnn集合718。
89.基站120形成接收dnn 720(rx dnn 720)，其接收来自uecs108的各个ue的上行链路传输中的至少一些。在各方面中，rx dnn720组合和/或聚合上行链路传输以提取源自目标ue的上行链路用户平面数据和/或控制平面信息。替代地或附加地，rx dnn 720执行接收器链操作，诸如参考图4描述的那些，以用于接收上行链路传输。
90.环境700通常将由基站120执行的功能表示为基站722。虽然示例性环境700示出了执行基站722的操作的单个基站(例如，基站120)，但是替代或附加实施方式能够利用多个基站。
91.图8图示了根据各个方面的能够实现用于uecs的dnn处理的示例性环境800。环境800示出了图7的基站722的示例性实施方式，其包括多个基站：基站802、基站804和基站806，每个基站表示图1的基站120的实例。在各方面中，基站802、基站804和基站806执行与目标ue并且通过uecs的协调多点(comp)通信。作为一个示例，基站802、804和806形成用于与uecs的联合通信(联合传输、联合接收)的活动协调集(acs)。在各种实施方式中，acs可以是以用户为中心的无小区(ucnc)网络架构的组件或者用于实现以用户为中心的无小区(ucnc)网络架构。
92.在一些方面中，e2e ml控制器(例如，e2e ml控制器274、e2e ml控制器318)基于与多个基站通信的uecs来确定e2e ml配置。在环境800中，e2e ml控制器确定形成用于处理上行链路uecs通信的单向e2e dnn的e2e ml配置，并且使用e2e ml配置的部分来指示每个基站形成一个或多个子dnn。换言之，e2e ml配置的一部分形成跨执行与uecs的comp通信的多个基站分布的子dnn集合，如环境800中所示。例如，基站802、804和806各自形成用于接收和处理通过无线链路131传输的通信的相应接收dnn(例如，rx dnn 808、rx dnn 810、rx dnn 812)。基站802、804和806还形成用于转发或接收基站间通信的相应基站间dnn。假设在环境800中，基站802充当由基站802、804和806形成的acs的主基站。对于上行链路uecs通信，基站802形成用于通过(一个或多个)接口106接收和处理来自其他基站的通信的基站间dnn 814(bs间dnn 814)。为了通过(一个或多个)接口106发送通信，基站804和806各自形成分别标记为基站间dnn 816(bs间dnn 816)和基站间dnn 818的子dnn。
93.作为用于acs的主基站的基站802形成聚合来自其他基站的通信的联合rx处理dnn 820。如环境800中所示，联合rx处理dnn 820通过bs间dnn 814从rx dnn 808接收与上行链路uecs通信相关联的第一输入，以及从基站804和806接收与上行链路uecs通信相关联的第
ml配置，并且针对每个分区确定神经网络表中的相应条目，其中，每个条目指示用于子dnn的架构和/或参数配置。然后，基站120诸如经由通过控制信道的传输向协调ue 111和/或一个或多个ue 110传输对到神经网络表(例如，神经网络表216)中的一个或多个索引的指示。例如，基站120使用层1信令和/或层2消息传递向协调ue 111指示索引，并且协调ue 111使用本地无线网络将索引转发给uecs中的其他ue。
102.在920处、在925处和在930处，基站120、协调ue 111和一个或多个ue 110形成用于处理uecs通信的一个或多个相应子dnn。为了说明，基站120、协调ue 111、和/或一个或多个ue 110访问相应神经网络表以获得一个或多个参数和/或架构，如参考图5所述。在一些情况下，基站120形成用于向协调ue 111和一个或多个ue 110传达下行链路uecs通信的tx dnn(例如，tx dnn 602)，和/或用于从协调ue 111和一个或多个ue 110接收上行链路uecs通信的rx dnn(例如，rx dnn 720)。有时，基站120形成多个子dnn，诸如用于bs间通信(例如，bs间dnn 814、bs间dnn 816、bs间dnn818)和/或用于处理comp通信(例如，联合rx处理dnn 820)的子dnn。
103.协调ue 111形成用于处理与基站的无线网络通信的至少第一子dnn(例如，rx dnn 604、tx dnn 704)、用于处理与其他ue的本地无线网络通信的至少第二子dnn(例如，rx dnn 618、tx dnn706)、以及用于联合处理的至少第三子dnn(例如，联合rx处理dnn 620、联合tx处理dnn 702)。充当uecs中的(一个或多个)参与ue的一个或多个ue 110形成用于处理与基站的无线网络通信的至少第一子dnn(例如，rx dnn 606、rx dnn 608、tx dnn 712、tx dnn 714)、用于处理与协调ue的本地无线网络通信的至少第二子dnn(例如，tx dnn 614、tx dnn 616、rx dnn 708、rx dnn710)。
104.在935处，基站120、协调ue 111和/或一个或多个ue 110使用根据在910处选择的e2e ml配置形成的e2e dnn来处理通过e2e通信链路传送的uecs通信。例如，参考图6至8，e2e dnn(通过子dnn)处理上行链路和/或下行链路uecs通信。
105.在940，协调ue 111(通过基站120)向基站120和/或核心网络服务器302传输关于uecs通信的反馈。例如，协调ue 111向基站120传输信号和/或链路质量参数(例如，rssi、功率信息、sinr、rsrp、cqi、csi、多普勒反馈、bler、harq、定时测量、误差度量等)。作为另一示例，协调ue 111传输ue能力和/或ml能力。
106.在945处，基站120和/或核心网络服务器302(通过e2e ml控制器)基于反馈来识别对e2e ml配置的调整。所识别的调整能够包括如进一步描述的对e2e ml配置的架构改变和/或参数改变的任何组合，诸如涉及更新参数的小改变和/或重新配置e2e dnn的节点和/或层连接的大改变。例如，基于在940处接收到的反馈，基站120确定要从uecs添加和/或移除ue，并且基于uecs的参与ue的改变来确定调整。作为另一示例，基站120确定要将协调ue从协调ue 111改变到另一ue，并且基于协调ue的改变来确定调整。可替代地或附加地，基站120基于由反馈识别的信道损伤来确定调整。
107.响应于识别出调整，该图在950处进行，并且在915处，基站120和/或核心网络服务器302指示一个或多个ue基于经调整的e2e ml配置的一个或多个部分来形成一个或多个子dnn。这允许网络实体动态地适配e2e dnn以及e2e dnn如何处理uecs通信，以在操作环境改变(例如，改变信道状况、参与ue的改变、协调ue的改变)时优化(和重新优化)处理。
108.用于uecs的dnn处理的信令和控制事务的第二示例由图10的信令和控制事务图
1000示出。在图1000中，协调ue适配用于处理uecs通信的e2e ml配置的一部分。在一些方面中，图1000中所示的信令和控制事务操作为图900中所示的信令和控制事务的延续或与其相结合地操作。
109.如所示，图1000开始于图9的935，其中，基站120、协调ue 111和一个或多个ue 110使用分区的e2e dnn来处理通过e2e通信链路传送的uecs通信。在1005处，协调ue 111确定调整用于通过e2e通信链路传送基于本地无线网络的uecs通信的至少一个子dnn。例如，ue 111、112和113形成涉及使用本地无线网络连接134和/或135在彼此之间交换的通信的子dnn，如图9的925处和930处所述。替代地或附加地，协调ue 111确定调整联合处理dnn，诸如联合rx处理dnn 620和/或联合tx处理dnn 702。为了说明，响应于识别出参与ue中的至少一个的分组错误率已经超过可接受的性能阈值，协调ue 111确定调整用于处理基于本地无线网络的uecs通信的至少一个子dnn。其他时间，ue 111确定周期性地调整至少一个子dnn。
110.在1010处和在1015处，协调ue 111和基站120确认子dnn训练时间表。在一些方面，协调ue 111从基站120请求训练时间表，并且基站120向协调ue 111确认子dnn训练的开始时间和/或持续时间。可替代地或附加地，协调ue 111向基站120指示建议的训练时间表，并且基站120确认建议的训练时间表和/或向协调ue 111提供替代训练时间表。因此，在1010处和在1015处，协调ue 111和基站120协商子dnn训练时间表。
111.在1020处，基站120指示包括在uecs中的一个或多个ue维持用于一个或多个子dnn的固定架构ml配置。例如，基站120指示一个或多个ue维持用于被用来处理与基站120的基于无线网络的uecs通信的一个或多个子dnn(例如，rx dnn 604、rx dnn 606、rx dnn608、tx dnn 704、tx dnn 712、tx dnn 714)的固定ml配置(例如，架构和/或参数)。基站120能够显式地指示一个或多个ue维持固定ml配置，如在1020处所示，或者通过在1015处确认训练时间表来隐式地指示一个或多个ue维持固定ml配置。在一些方面中，基站显式地指示协调ue 111维持固定ml架构，并且在1025处，协调ue 111将维持固定ml架构的指示转发给一个或多个ue 110。然而，在其他时间，基站120显式地(并且单独地)指示uecs中的每个ue维持固定ml架构。可替代地或附加地，基站120基于所确认的训练时间表来抑制向协调ue 111和/或一个或多个ue 110传输e2e ml配置调整。
112.在1030处，协调ue 111发起与一个或多个ue 110的训练过程，诸如，测量通过本地无线网络连接134和135传输的参考信号的训练过程。可替代地或附加地，协调ue 111诸如经由通过相应本地无线网络连接向一个或多个ue 110中的每个发送请求消息或者经由通过本地无线网络广播请求消息来请求一个或多个ue 110转发与本地无线网络连接相关联的信号和/或链路质量参数。例如，协调ue 111请求一个或多个ue 110基于(一个或多个)本地无线网络连接来转发rssi、链路质量(lq)、传输功率链路(tpl)和/或接收功率(rx)参数。在一些方面中，协调ue 111从一个或多个ue 110中的每个请求估计的距离和/或位置信息。相应地，在1035处，一个或多个ue 110通过本地无线网络向协调ue 111转发反馈。
113.在1040处，协调ue 111确定对与本地无线网络相关联的至少一个子dnn的调整。例如，类似于在图9的945处所述，协调ue 111确定对与本地无线网络相关联的一个或多个子dnn的架构改变和/或参数改变，诸如涉及更新参数的小改变和/或重新配置一个或多个子dnn的节点和/或层连接的大改变。在各方面中，协调ue 111基于在1035处接收到的反馈来分析神经网络表，并从该神经网络表中识别调整。作为另一示例，协调ue 111将反馈转发给
基站120，诸如在图9的940处所述，并且从基站120请求调整。
114.在1045处，协调ue 111指示一个或多个ue 110更新一个或多个子dnn，以用于通过e2e通信链路传送基于本地无线网络的uecs通信，诸如经由通过本地无线网络连接传输到神经网络表中的索引。可替代地或附加地，基站120指示ue使用如在图9的915处描述的类似技术来更新子dnn(未示出)。响应于在1045处(例如，从协调ue111或基站120)接收到指示，协调ue 111和/或一个或多个ue 110在1050处更新一个或多个子dnn，并且在1055处，基站120、协调ue 111和一个或多个ue 110使用更新的e2e dnn来处理通过e2e通信链路传送的uecs通信，如在935处所述。这允许协调ue 111和/或基站120动态地适配e2e dnn的处理基于本地无线网络的uecs通信的一部分，以在操作环境改变(例如，改变信道状况、参与ue的改变、协调ue的改变)时优化(和重新优化)处理。可选地，在1060处，协调ue 111向基站120指示训练已经完成。
115.示例性方法
116.根据用于uecs的dnn处理的一个或多个方面，参考图11和图12描述了示例性方法1100和1200。
117.图11图示了用于执行用于uecs的dnn处理的方面的示例性方法1100。在一些实施方式中，方法1100的操作由诸如基站120和/或核心网络服务器302的网络实体执行。
118.在1105处，网络实体识别参与通过e2e通信链路传送的uecs通信的多个设备。例如，基站120将ue 111、ue 112和ue 113识别为要包括在uecs中的ue。可替代地或附加地，基站120识别并指示ue 111充当uecs的协调ue。在各方面中，参与通过e2e通信链路传送的uecs通信的多个设备包括至少一个基站、协调用户设备(ue)和至少一个附加ue，如参考图6至8所述。
119.在1110处，网络实体选择形成用于处理uecs通信的e2e dnn的e2e ml配置。例如，核心网络服务器302或基站120通过e2e ml控制器选择如在图9的910处描述的e2e ml配置。在一些方面中，核心网络服务器和/或基站120从形成uecs的一个或多个ue(例如，ue 111、ue 112、ue 113)接收信息，诸如ml能力和/或信号和/或链路质量参数，如在图9的905处所述。这能够包括选择用于单向uecs通信(例如，仅下行链路、仅上行链路)或双向uecs通信的e2e ml配置，如参考图6至8所述。
120.在1115处，网络实体指示参与uecs的多个设备中的每个设备使用e2e ml配置的至少一部分来形成e2e dnn的通过e2e通信链路传送uecs通信的相应子dnn。例如，核心网络服务器302或基站120指示ue 111、ue 112和/或ue 113形成多个子dnn，如在图9的925和930处所述。可替代地或附加地，核心网络服务器302和/或另一基站指示基站120形成一个或多个子dnn，如在图9的920处所述。
121.在1120处，网络实体从多个设备中的至少一个设备接收与uecs通信相关联的反馈。为了说明，基站120从ue 111接收信号和/或链路质量参数，如在图9的940处所述。可替代地或附加地，核心网络服务器302从基站120接收信号和/或链路质量参数。
122.在1125处，网络实体基于反馈来识别对e2e ml配置的调整。例如，核心网络服务器或基站120基于反馈来分析神经网络表(例如，神经网络表316、神经网络表272)，并且识别对e2e ml配置的调整，诸如架构调整和/或参数改变。
123.在1130处，网络实体指示参与uecs的多个设备中的至少一个设备基于调整来更新
e2e dnn的相应子dnn。为了说明，基站120使用控制信道向ue 111、ue 112和/或ue 113传输对调整的指示，如在图9的915处所述，诸如通过使用层1信令和/或层2消息传递来传送对到神经网络表中的索引的指示。
124.在一些方面中，方法1100迭代地重复，如在1135处所指示的，诸如当如在1120处所描述的网络实体接收到新反馈和/或信息时，其中，反馈和/或信息指示改变用于e2e dnn的e2e ml配置。这允许网络实体动态地适配dnn以及dnn如何处理通过e2e通信链路的通信，以在uecs通信改变时优化(和重新优化)处理。
125.图12图示了用于执行用于uecs的dnn处理的方面的示例性方法1200。在一些实施方式中，方法1200的操作由uecs的协调用户设备(诸如ue 111)来执行。
126.在1205处，ue与网络实体确认训练时间表，该训练时间表指示维持e2e ml配置的固定的第二部分的时间段，该固定的第二部分形成e2e dnn的通过e2e通信链路传送基于无线网络的uecs通信的第二子dnn集合(例如，子dnn集合610、子dnn集合716)。例如，协调ue 111与基站120确认训练时间表，如在图10的1010处和1020处所述。
127.在1210处，ue基于训练时间表来确定对e2e ml配置的第一部分的调整，该第一部分形成通过e2e通信链路传送基于本地无线网络的uecs通信的第一子dnn集合(例如，子dnn集合612、子dnn集合718)。例如，协调ue 111通过发起训练过程并分析神经网络表来确定调整，如在1040处所述。可替代地或附加地，协调ue 111发起训练过程并将信号和/或链路质量度量转发给基站120，类似于在图9的940处所述，并且从基站接收调整，类似于在图9的915处所述。
128.在1215处，ue指示参与uecs的一个或多个附加ue使用对e2e ml配置的第一部分的调整来更新第一子dnn集合中的一个或多个子dnn。例如，协调ue 111指示参与uecs的一个或多个ue(例如，ue 112、ue 113)更新一个或多个子dnn，如在图10的1050处所述。
129.在一些方面中，方法1200迭代地重复，如在1220处所指示。例如，协调ue 111基于信号和/或链路质量参数未能满足可接受的性能阈值或者基于指示何时评估和/或调整子dnn的周期性时间表来确定调整子dnn。该迭代过程允许网络实体动态地适配dnn以及dnn如何处理uecs通信，以在条件改变时优化(和重新优化)处理。
130.描述方法1100和方法1200的方法框的顺序不旨在被解释为限制，并且能够跳过或以任何顺序组合任何数量的所描述的方法框以实现方法或替代方法。通常，本文描述的组件、模块、方法和操作中的任何能够使用软件、固件、硬件(例如，固定逻辑电路)、手动处理或其任何组合来实现。可以在存储在计算机处理系统本地和/或远程的计算机可读存储存储器上的可执行指令的一般上下文中描述示例性方法的一些操作，并且实施方式能够包括软件应用、程序、功能等。可替代地或附加地，本文描述的功能中的任何能够至少部分地由诸如但不限于现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑器件(cpld)等的一个或多个硬件逻辑组件执行。
131.在下文中，描述了若干示例：
132.示例1：一种由网络实体执行的用于确定端到端(e2e)机器学习(ml)配置的方法，所述e2e ml配置形成用于处理通过无线网络中的e2e通信链路传送的用户设备协调集(uecs)通信的e2e深度神经网络(dnn)，所述方法包括：由所述网络实体选择形成用于处理所述uecs通信的所述e2e dnn的所述e2e ml配置；指示参与uecs的多个设备中的每个设备
使用所述e2e ml配置的至少一部分来形成所述e2e dnn的通过所述e2e通信链路传送所述uecs通信的相应子dnn，所述多个设备包括至少一个基站、协调用户设备(ue)和至少一个附加ue；从所述多个设备中的至少一个设备接收与所述uecs通信相关联的反馈；基于所述反馈来识别对所述e2e ml配置的调整；以及指示参与uecs的所述多个设备中的至少一个设备基于所述调整来更新所述e2e dnn的其相应子dnn。
133.示例2：如示例1所述的方法，其中，所述反馈包括以下中的一个或多个：接收信号强度指示符(rssi)、功率信息、信干噪比(sinr)信息、参考信号接收功率(rsrp)、信道质量指示符(cqi)信息、信道状态信息(csi)、多普勒反馈、块误码率(bler)、服务质量(qos)、混合自动重发请求(harq)信息、上行链路sinr、定时测量、错误度量、ue能力或ml能力。
134.示例3：如示例1所述的方法，其中，指示多个设备中的每个设备形成所述e2e dnn的相应子dnn进一步包括以下中的至少一个：指示所述至少一个基站形成所述e2e dnn的第一子dnn，所述第一子dnn处理通过所述无线网络到所述uecs的下行链路uecs通信；指示所述协调ue形成所述e2e dnn的第二子dnn和所述e2e dnn的第三子dnn，所述第二子dnn处理通过所述无线网络从所述至少一个基站接收的所述下行链路uecs通信，所述第三子dnn处理通过本地无线网络从所述至少一个附加ue接收的本地无线网络通信；以及指示所述至少一个附加ue形成第四子dnn和第五子dnn，所述第四子dnn处理通过所述无线网络从所述至少一个基站接收的下行链路uecs通信，所述第五子dnn处理来自所述第四子dnn的输入并生成传输到所述协调ue的所述本地无线网络通信。
135.示例4：如示例3所述的方法，其中，指示多个设备中的每个设备形成所述e2e dnn的相应子dnn进一步包括：指示所述协调ue形成第六子dnn，所述第六子dnn联合处理来自所述至少一个附加ue的所述本地无线网络通信和通过所述无线网络从所述至少一个基站接收的所述下行链路uecs通信。
136.示例5：如示例3所述的方法，其中，所述第五子dnn通过所述无线网络从所述第四子dnn接收携带来自所述至少一个基站的所述下行链路uecs通信的无线信号的同相和正交(iq)样本，并且使用所述本地无线网络通信将所述iq样本转发到所述协调ue。
137.示例6：如示例1所述的方法，其中，选择形成用于处理所述uecs通信的所述e2e dnn的所述e2e ml配置进一步包括：从所述多个设备中的至少一个设备接收设备能力；以及基于设备能力来确定所述e2e ml配置。
138.示例7：如示例6所述的方法，其中，所述设备能力包括以下中的一个或多个：支持的ml架构、支持的层数、可用处理能力、存储器限制、可用功率预算、定点处理与浮点处理、最大内核大小能力、计算能力、电池电量、温度或估计的ue位置。
139.示例8：如示例1所述的方法，其中，识别对所述e2e ml配置的所述调整进一步包括：基于所述反馈来确定要移除参与所述ue的至少一个ue；以及基于确定要移除参与所述ue的所述至少一个ue来识别所述调整。
140.示例9：如示例1所述的方法，其中，指示多个设备中的每个设备形成所述e2e dnn的相应子dnn进一步包括：通过指示以下各项中的至少一项来向所述多个设备中的每个设备指示所述e2e ml配置的至少所述部分：用于所述相应子dnn的ml架构；或用于所述相应子dnn的一个或多个ml参数。ml架构的示例包括多个层、层下采样配置、添加或移除全卷积层、添加或移除递归神经网络层、神经网络层之间的互连、隐藏层的数量和/或配置、节点数量、
池化配置、输入层架构和输出层架构。ml参数的示例包括系数、权重、内核参数和偏差。
141.示例10：如示例9所述的方法，其中，指示所述e2e ml配置的至少所述部分进一步包括：通过控制信道向所述多个设备中的至少所述一个设备传输对更新所述e2e ml配置的至少所述部分的指示。
142.示例11：如示例9所述的方法，其中，指示所述e2e ml配置的至少所述部分进一步包括：基于所述至少一个附加ue中的第一附加ue的一个或多个ml能力来向所述第一附加ue指示第一ml架构；以及基于所述至少一个附加ue中的第二附加ue的一个或多个ml能力来向所述第二附加ue指示第二ml架构，所述第二ml架构不同于所述第一ml架构。
143.示例12：如示例1所述的方法，其中，选择形成用于处理所述uecs通信的所述e2e dnn的所述e2e ml配置进一步包括：选择所述e2e ml配置以形成用于处理上行链路uecs通信的所述e2e dnn。
144.示例13：如示例1所述的方法，其中，指示多个设备中的每个设备形成所述e2e dnn的相应子dnn进一步包括以下各项中的至少一项：指示所述至少一个基站形成所述e2e dnn的第一子dnn，所述第一子dnn处理通过所述无线网络来自所述uecs的上行链路uecs通信；指示所述协调ue形成所述e2e dnn的第二子dnn和/或所述e2e dnn的第三子dnn，所述第二子dnn处理被定向到所述至少一个基站并用于通过所述无线网络进行传输的所述上行链路uecs通信，所述第三子dnn处理被定向到所述至少一个附加ue并用于通过本地无线网络进行传输的本地无线网络通信；以及指示所述至少一个附加ue形成第四子dnn和/或第五子dnn，所述第四子dnn处理被定向到所述至少一个基站并用于通过所述无线网络进行传输的上行链路uecs通信，所述第五子dnn处理通过所述本地无线通信网络从所述协调ue接收的输入并生成到所述第四子dnn的输入。
145.示例14：如示例1至13中的任一项所述的方法，其中，所述网络实体是所述至少一个基站或核心网络服务器。
146.示例15：一种网络实体，包括：至少一个处理器；以及包括指令的计算机可读存储介质，所述指令响应于由所述至少一个处理器执行而指示所述网络实体执行用于确定端到端(e2e)机器学习(ml)配置的方法，所述e2e ml配置形成用于处理通过无线网络中的e2e通信链路传送的用户设备协调集(uecs)通信的e2e深度神经网络(dnn)，所述方法包括：由所述网络实体识别参与通过所述e2e通信链路传送的所述uecs通信的多个设备，所述多个设备包括至少一个基站、协调用户设备(ue)和至少一个附加ue，所述协调ue和所述至少一个附加ue形成uecs；基于所述多个设备来选择形成用于处理所述uecs通信的所述e2e dnn的所述e2e ml配置；以及指示所述多个设备中的每个设备使用所述e2e ml配置的至少一部分来形成所述e2e dnn的通过所述e2e通信链路传送所述uecs通信的至少一部分。
147.示例16：如示例15所述的网络实体，其中，所述计算机可读存储介质包括另外的指令，所述另外的指令响应于由所述至少一个处理器执行而指示所述网络实体通过以下中的至少一个来执行指示所述多个设备中的每个设备形成所述e2e dnn的至少所述部分：指示所述至少一个基站形成所述e2e dnn的第一子dnn，所述第一子dnn处理用于通过所述无线网络传输到所述uecs的下行链路通信；指示所述协调ue形成所述e2e dnn的第二子dnn，所述第二子dnn处理通过所述无线网络从所述至少一个基站接收的下行链路uecs通信；以及指示所述至少一个附加ue形成第三子dnn，所述第三子dnn处理通过所述无线网络从所述至
少一个基站接收的下行链路uecs通信。
148.示例17：如示例16所述的网络实体，其中，所述计算机可读存储介质包括另外的指令，所述另外的指令响应于由所述至少一个处理器执行而指示所述网络实体通过以下中的至少一个来执行指示所述多个设备中的每个设备形成所述e2e dnn的至少所述部分：指示所述至少一个附加ue形成第四子dnn，所述第四子dnn处理来自所述第三子dnn的输入并向所述协调ue传输本地无线网络通信；指示所述协调ue形成第五子dnn，所述第五子dnn处理从所述至少一个附加ue接收的所述本地无线网络通信；以及指示所述协调ue形成第六子dnn，所述第六子dnn联合处理来自所述至少一个附加ue的所述本地无线网络通信和通过所述无线网络从所述至少一个基站接收的所述下行链路uecs通信。
149.示例18：如示例17所述的网络实体，其中，所述第四子dnn通过所述无线网络从所述第三子dnn接收携带来自所述至少一个基站的所述下行链路uecs通信的无线信号的同相和正交(iq)样本，并且使用所述本地无线网络通信将所述iq样本发送到所述协调ue。
150.示例19：如示例15所述的网络实体，其中，所述计算机可读存储介质包括另外的指令，所述另外的指令响应于由所述至少一个处理器执行而指示所述网络实体通过以下操作来执行选择形成用于处理所述uecs通信的所述e2e dnn的所述e2e ml配置：选择所述e2e ml配置以形成用于处理上行链路uecs通信的所述e2e dnn。
151.示例20：如示例19所述的网络实体，其中，所述至少一个基站包括被配置用于与所述uecs进行协调多点(comp)通信的多个基站，并且其中，所述计算机可读存储介质包括另外的指令，所述另外的指令响应于由所述至少一个处理器执行而指示所述网络实体通过以下操作来执行选择形成用于处理所述上行链路uecs通信的所述e2e dnn的所述e2e ml配置：选择所述e2e ml配置以使用所述e2e ml配置的第一部分来形成跨所述多个基站分布的子dnn集合。
152.示例21：如示例20所述的网络实体，其中，所述计算机可读存储介质包括另外的指令，所述另外的指令响应于由所述至少一个处理器执行而指示所述网络实体通过以下操作来执行指示所述多个设备中的每个设备形成相应子dnn：指示所述多个基站中的主基站形成：接收子dnn(rx子dnn)，其处理由所述主基站通过所述无线网络接收的所述上行链路uecs通信的至少一部分并生成第一输出；基站间子dnn(bs间子dnn)，其接收并处理来自所述多个基站中的第一基站的输入并生成第二输出；以及联合接收处理子dnn(联合rx处理子dnn)，其联合处理所述第一输出和所述第二输出以恢复所述上行链路uecs通信。
153.示例22：如示例15所述的网络实体，其中，所述计算机可读存储介质包括指令，所述指令响应于由所述至少一个处理器执行而指示所述网络实体执行作为所述方法的一部分的操作，所述操作包括：从所述多个设备中的至少一个设备接收反馈；基于所述反馈来确定对所述e2e ml配置的调整；向所述多个设备中的至少所述一个设备指示对所述e2e ml配置的所述调整；以及指示所述多个设备中的至少所述一个设备使用所述调整来更新其相应子dnn。
154.示例23：如示例15至22中的任一项所述的网络实体，其中，所述网络实体是所述至少一个基站或核心网络服务器。
155.示例24：一种由用户设备协调集(uecs)中的协调用户设备(ue)执行的用于确定端到端(e2e)机器学习(ml)配置的至少第一部分的方法，所述第一部分形成e2e dnn的第一子
深度神经网络(子dnn)集合，所述第一子dnn集合通过e2e通信链路传送基于本地无线网络的uecs通信，所述方法包括：与网络实体确认训练时间表，所述训练时间表指示固定地维持所述e2e ml配置的第二部分的时间段，所述第二部分形成所述e2e dnn的第二子dnn集合，所述第二子dnn集合通过所述e2e通信链路传送基于蜂窝网络的uecs通信；基于所述训练时间表来确定对所述e2e ml配置的所述第一部分的调整；以及指示参与所述uecs的一个或多个附加ue使用对所述e2e ml配置的所述第一部分的所述调整来更新所述第一子dnn集合中的一个或多个子dnn。
156.示例25：如示例24所述的方法，其中，确定所述调整包括确定以下中的至少一个：对所述e2e ml配置的至少一部分的一个或多个参数更新；或对所述e2e ml配置的至少所述部分的一个或多个ml架构改变。
157.示例26：如示例24所述的方法，其中，使用对所述e2e ml配置的所述第一部分的所述调整来指示参与所述uecs的所述一个或多个附加ue更新所述第一子dnn集合中的一个或多个子dnn进一步包括：指示所述一个或多个附加ue中的第一附加ue更新所述第一子dnn集合中的第一子dnn，所述第一子dnn生成被定向到所述协调ue的本地无线网络通信；或指示所述第一附加ue更新所述第一子dnn集合中的第二子dnn，所述第二子dnn从所述协调ue接收本地无线网络通信。
158.示例27：如示例24所述的方法，其中，确定对所述e2e ml配置的所述第一部分的所述调整进一步包括：确定对所述e2e ml配置的所述第一部分的调整，所述调整在所述协调ue处形成联合处理dnn。
159.示例28：包括处理器可执行指令的计算机可读存储介质，所述处理器可执行指令响应于由至少一个处理器执行而指示装置执行如示例1至14和24-227中的任一项所述的方法。
160.尽管已经以特定于特征和/或方法的语言描述了用于uecs的dnn处理的技术和设备，但是应当理解，所附权利要求的主题不必限于所描述的特定特征或方法。相反，特定特征和方法被公开为用于uecs的dnn处理的示例性实施方式。