包含使用神经网络或递归神经网络的全双工发射的实例的无线装置和系统的制作方法

包含使用神经网络或递归神经网络的全双工发射的实例的无线装置和系统


背景技术：

1.目前关注的是将无线通信发展到“第五代”(5g)系统。5g一定会提供增加的速度和普适性，但尚未完全地确立用于处理5g无线通信的方法。可使用多输入多输出(mimo)技术(包含“大型mimo”技术)来实施实例5g系统，其中多个天线(大于特定数目，例如在实例mimo系统的情况下为8)用于无线通信信号的发射和/或接收。


技术实现要素：

2.本文中公开了实例设备。在本公开的实施例中，一种设备包括：多个发射天线；多个接收天线；多个无线发射器，其被配置成从多个发射天线中的相应发射天线发射相应多个发射信号；以及多个无线接收器，其被配置成从多个接收天线中的相应接收天线接收相应多个接收信号。所述设备进一步包括耦合到多个发射天线和多个接收天线的自干扰噪声计算器。自干扰噪声计算器被配置成产生多个经调整信号且包括乘法/累加单元(mac单元)的多个层中的mac单元的第一层，其被配置成使用多个系数来将作为输入数据的多个发射信号和mac单元的第一层的相应输出的延迟版本混合，以产生第一中间处理结果。自干扰噪声计算器进一步包括mac单元的多个层中的mac单元的额外层，mac单元的每一额外层被配置成使用多个系数的额外系数来将第一中间处理结果和mac单元的相应额外层的相应输出的延迟版本混合，以产生第二中间处理结果。自干扰噪声计算器被配置成提供多个经调整信号作为输出数据，所述输出数据是部分地基于第二中间处理结果。每一无线接收器被配置成接收多个经调整信号的对应经调整信号。
3.另外或替代地，自干扰噪声计算器被配置成基于对多个发射信号的自干扰噪声的计算而产生多个经调整信号。
4.另外或替代地，进一步包含多个补偿组件，每一补偿组件耦合到无线接收器的输入，并且被配置成基于多个经调整信号而产生相应经补偿所接收信号。
5.另外或替代地，自干扰噪声计算器被配置成将相应调整信号发射到相应补偿组件。
6.另外或替代地，每一补偿组件耦合到多个接收天线中的相应接收天线的相应输出，并且被配置成接收相应射频(rf)信号。
7.另外或替代地，每一补偿组件被配置成从相应rf信号减去相应经调整信号，以产生相应经补偿所接收信号。
8.另外或替代地，mac单元的多个层的数目对应于多个发射天线中的发射天线的数目。
9.另外或替代地，进一步包含多个存储器查找单元(mlu)，其被配置成存储并提供相应第一或第二中间处理结果，其中多个存储器查找单元的部分被配置成根据使用多个系数混合的输入数据而提供输出数据。
10.另外或替代地，进一步包含多个延迟单元，其被配置成基于由多个mlu中的相应
mlu提供的第一或第二中间处理结果而提供mac单元的第一层的相应输出的延迟版本。
11.另外或替代地，多个系数中的每一系数表示从多个发射天线中的至少一个其它发射天线到多个发射天线中的第一发射天线的相应无线路径的自干扰的向量。
12.另外或替代地，多个系数是基于递归神经网络的训练。
13.在本公开的另一方面中，一种设备包括：多个天线，其中每一天线被配置成发射相应无线通信信号；自干扰噪声计算器，其耦合到多个天线中的每一天线。自干扰噪声计算器包括：多个位操纵单元，其中每一位操纵单元被配置成接收相应无线通信信号；以及多个乘法/累加(mac)单元，每一mac单元被配置成基于相应无线通信信号而产生多个噪声处理结果以及所述多个噪声处理结果中的至少一个的延迟版本。
14.另外或替代地，进一步包含多个存储器查找单元(mlu)，其被配置成存储并提供相应噪声处理结果，其中多个mlu的部分被配置成基于使用多个系数混合的输入数据而提供输出数据。
15.另外或替代地，进一步包含多个延迟单元，每一延迟单元与相应mac单元相关联，并且被配置成基于由多个mlu中的相应mlu提供的相应噪声处理结果的部分而提供多个mac单元的相应输出的延迟版本。
16.另外或替代地，进一步包含存储器数据库，其被配置成将多个系数提供到多个mlu。
17.另外或替代地，多个系数中的每一系数表示从多个天线中的至少一个其它天线到多个天线中的第一天线的相应无线路径的自干扰的向量。
18.本文中公开了实例方法。在本公开的实施例中，一种方法包含：在自干扰噪声计算器处接收与发射相关联的多个信号；在自干扰计算器处使用多个系数和额外多个系数来混合作为输入数据的多个信号。混合输入数据包括：在多个乘法/累加处理单元(mac单元)中的mac单元的第一层处用多个系数计算输入数据和mac单元的第一层的相应输出的延迟版本，以产生第一处理结果；以及在多个mac单元中的mac单元的额外层处用额外多个系数计算第一处理结果和mac单元的相应额外层的相应输出的延迟版本，以产生第二处理结果。所述方法进一步包含从自干扰噪声计算器提供输出数据作为多个调整信号，所述输出数据是部分地基于第二处理结果。
19.另外或替代地，进一步包含用多个调整信号中的对应调整信号调整在多个天线中的相应天线处接收到的多个信号。
20.另外或替代地，进一步包含：发射待在多个频带中的第一频带处发射的多个信号；以及同时，接收在多个天线中的相应天线处接收到的多个信号。
21.另外或替代地，mac单元的额外层的数目与多个天线的数目相关联。
附图说明
22.图1为根据本文中所描述的实例布置的系统的示意性图示。
23.图2为根据本文中所描述的实例布置的电子装置的示意性图示。
24.图3为无线发射器的示意性图示。
25.图4为无线接收器的示意性图示。
26.图5a为根据本文中所描述的实例布置为神经网络的实例自干扰噪声计算器的示
意性图示。
27.图5b为根据本文中所描述的实例布置的递归神经网络的示意性图示。
28.图5c-5e为根据本文中所描述的实例布置为递归神经网络的实例自干扰噪声计算器的示意性图示。
29.图6为根据本文中所描述的实例布置的电子装置的示意性图示。
30.图7为根据本文中所描述的实例布置的全双工补偿方法的示意性图示。
31.图8为根据本文中所描述的实例布置的方法的流程图。
32.图9为根据本公开的方面布置的无线通信系统的示意性图示。
33.图10为根据本公开的方面布置的另一无线通信系统的示意性图示。
具体实施方式
34.全双工通信对于多种装置可为合乎需要的。全双工通信大体上可指在一些情况下同时和/或部分同时进行发送和接收发射两者的能力。在采用全双工通信的系统的实例中，可能需要消除系统中的其它天线产生的干扰。本文中所描述的实例可补偿处于同一物理装置或系统上的同一方位的其它天线产生的干扰(例如，由mimo装置上的天线产生的干扰)。在频率双工(fd)的实例中，发射特定频带上的发射的天线可能会对处于同一装置上的同一方位的接收同一频带上的发射的天线产生干扰。此类干扰可被称作自干扰。自干扰可破坏由mimo装置发射或接收到的信号的准确性。本文中所描述的实例可补偿电子装置处的自干扰，这可辅助达成全复杂发射。可使用处理元件网络产生经调整信号以补偿由电子装置的天线产生的自干扰。
35.5g系统可有利地实现对全双工发射模式的改进的使用，例如以改进频谱效率。一些系统中的频带可由例如联邦通信委员会(fcc)等监管机构指派。可例如根据例如数字广播和无线通信的不同应用来进行指派。如果仅存在分时双工(tdd)、分频双工(fdd)或半双工fdd模式(在现有无线应用中使用的通常是双工模式)，那么这些经许可和经指派的频率可能会浪费。在需要提高无线频谱的效率时，此类模式可不可接受。此外，随着数字发射和通信的快速发展，未经许可的频带越来越少，并且可能有利的是在全双工发射模式中使用那些经许可的频带。举例来说，fcc已正式提出开放一些uhf频带供未经许可的使用且还在考虑如何使用高于6ghz的频带(例如，毫米波频带)。本文中所描述的实例可用于实现在一些实例中在包含前述未经许可的频带和6ghz频带的现有频带上的全双工发射。全双工(fd)发射可允许无线通信系统在相同频带中同时发射和接收信号。这可允许基于fd 5g系统达到任何频带的频谱效率。
36.本文中所描述的实例包含包含具有自干扰噪声计算器的无线装置和系统的系统和方法。自干扰噪声计算器可利用处理元件网络来针对自干扰产生对应经调整信号，预期无线装置或系统的天线由于待由无线装置或系统的另一天线发射的信号而经历所述自干扰。此类处理元件网络可组合发射信号以提供基于相应权重进一步组合以产生经调整信号的中间处理结果。处理元件网络可被称作神经网络。在其中利用中间处理结果的延迟版本的一些实施方案中，此类处理元件网络可被称作递归神经网络。应用于中间处理结果的相应权重向量可基于来自对应中间处理结果的对相应发射信号预期的干扰量。在一些实例中，自干扰噪声计算器可包含位操纵单元、乘法/累加(mac)处理单元和/或存储器查找
(mlu)单元。举例来说，mac处理单元的层可基于可由自干扰噪声计算器产生的调整信号中的全部或一些的最小化误差而使用多个系数(例如，权重)来对中间处理结果进行加权。在最小化调整信号的误差时，无线装置或系统可利用自干扰噪声计算器来实现全双工发射。
37.本文中所描述的实例另外包含包含具有在多个乘法/累加单元(mac单元)层和对应存储器查找单元(mlu)中将输入数据与此类系数数据混合的实例的无线装置和系统的系统和方法。举例来说，mac单元的层的数目可对应于无线信道的数目，例如在多个天线中的相应天线处接收到的信道的数目。另外，所利用的mac单元和mlu的数目与信道的数目相关联。举例来说，mac单元和mlu的第二层可包含m-1个mac单元和mlu，其中m表示天线的数目，每一天线接收输入数据的部分。有利地，在利用此类硬件框架时，可维持所产生输出数据的处理能力，同时减少用于电子装置中的此类处理的mac单元和mlu的数目。然而，在其中板空间可不受限的一些实例中，可利用在每一层中包含m个mac单元和m个mlu的硬件框架，其中m表示天线的数目。
38.多层神经网络(nn)和/或多层递归神经网络(rnn)可用于发射无线输入数据(例如，作为待经由天线发射的无线输入数据)。nn和/或rnn可具有非线性映射和分布式处理能力，这可有利于许多无线系统，例如涉及处理具有时变无线信道的无线输入数据的那些无线系统(例如，自主车辆网络、无人机网络或物联网(iot)网络)。以此方式，本文中所描述的神经网络和/或递归神经网络可用于实施用于各种无线协议(例如，5g无线协议)的全双工通信，由此消除由系统中的其它天线产生的自干扰。
39.在使用rnn消除自干扰时，本文中所描述的无线系统和装置可增加其相应无线网络的容量，其中与不使用rnn的传统无线系统相比，此类系统(例如，利用处理结果的时间延迟版本)对噪声更恒定。举例来说，递归神经网络可用于部分地基于待发射的信号而减少将存在于经发射信号(例如，发射器输出数据)中的自干扰噪声。在具有发射器输出数据的rnn中使用处理结果的时间延迟版本，可补偿在时域和频域中引入的自干扰噪声，因为rnn利用关于输入数据(例如，发射器输出数据)的时间延迟版本的相应时间和频率相关性。以此方式，递归神经网络可用于减少和/或改进可由自干扰噪声引入的误差。有利地，通过此类实施方案，实施此类rnn的无线系统和装置增加其相应无线网络的容量，这是因为额外数据可在此类网络中发射，所述额外数据原本将由于自干扰噪声的影响而不会被发射，例如，这限制了由于传统无线系统中的补偿方案而发射的数据量。
40.图1为根据本文中所描述的实例布置的系统的示意性图示。系统100包含电子装置102、电子装置110、天线101、天线103、天线105、天线107、天线121、天线123、天线125、天线127、无线发射器131、无线发射器133、无线接收器135和无线接收器137。电子装置102可包含天线121、天线123、天线125、天线127、无线发射器111、无线发射器113、无线接收器115和无线接收器117。电子装置110可包含天线101、天线103、天线105和天线107。在操作中，电子装置102、110可在每一电子装置的相应天线之间以全双工发射模式操作。在全双工发射模式的实例中，耦合到天线121的无线发射器131可发射到耦合到无线接收器115的天线105，而在相同时间或在相同时间的至少部分期间，耦合到天线101的无线发射器111可在一些实例中在相同频率或相同频带下发射到耦合到无线接收器137的天线127。可通过本文中所描述的系统和方法补偿来自天线121和天线101处的相应发射的由天线127或天线105接收到的自干扰。自干扰大体上可指由来自电子装置的天线的发射对由同一电子装置上的其它天
线或同一天线接收到的信号产生的任何无线干扰。
41.可使用期望通信能力的大体上任何电子装置实施本文中所描述的电子装置，例如图1中所述展示的电子装置102和电子装置110。举例来说，可使用移动电话、智能手表、计算机(例如，服务器、膝上型计算机、平板计算机、桌面)或无线电来实施电子装置102和/或电子装置110。在一些实例中，电子装置102和/或电子装置110可并入到期望通信能力的其它设备和/或与其通信，例如但不限于可穿戴式装置、医疗装置、汽车、飞机、直升机、电器、标签、相机或其它装置。
42.虽然在图1中未明确展示，但在一些实例中，电子装置102和/或电子装置110可包含多种组件中的任一个，包含但不限于存储器、输入/输出装置、电路系统、处理单元(例如，处理元件和/或处理器)或其组合。举例来说，电子装置102或电子装置110可各自实施本文中所描述的一或多个处理单元，例如参考图5c-5e的处理单元512，或其任何组合。
43.电子装置102和电子装置110可各自包含多个天线。举例来说，电子装置102和电子装置110可各自具有多于两个天线。三个天线各自展示在图1中，但可使用大体上任何数目个天线，包含2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、32或64个天线。在其它实例中可使用其它数目个天线。在一些实例中，电子装置102和电子装置104可具有相同数目个天线，如图1中所展示。在其它实例中，电子装置102和电子装置110可具有不同数目个天线。大体上，本文中所描述的系统可包含多输入多输出(“mimo”)系统。mimo系统大体上是指包含使用多个天线发射发射的一或多个电子装置和使用多个天线接收发射的一或多个电子装置的系统。在一些实例中，电子装置可使用多个天线来进行发射和接收发射两者。本文中所描述的一些实例系统可为“大型mimo”系统。大体上，大型mimo系统是指采用大于特定数目(例如，8)个天线来发射和/或接收发射的系统。随着天线数目增加，因此大体上准确地发射和/或接收发射中涉及的复杂性也增加。
44.虽然两个电子装置(例如，电子装置102和电子装置110)展示在图1中，但大体上，系统100可包含任何数目个电子装置。
45.本文中所描述的电子装置可包含接收器、发射器和/或收发器。举例来说，图1的电子装置102包含无线发射器131和无线接收器135，并且电子装置110包含无线发射器111和无线接收器115。大体上，可提供接收器以用于从一或多个经连接天线接收发射，可提供发射器以用于从一或多个经连接天线发射发射，并且可提供收发器以用于从一或多个经连接天线接收和发射发射。虽然图1中所描绘的电子装置102、110都具有个别无线发射器和个别无线接收器，但可了解，无线收发器可耦合到电子装置的天线且作为无线发射器或无线接收器操作以接收和发射发射。举例来说，电子装置102的收发器可用于将发射提供到天线121和/或从所述天线接收发射，而电子装置110的其它收发器可经提供以将发射提供到天线101和天线103和/或从所述天线接收发射。大体上，在电子装置中可提供多个接收器、发射器和/或收发器，其各自与电子装置的天线中的每一个通信。发射可根据包含但不限于5g信号的多种协议中的任一个，和/或可使用多种调制/解调方案，包含但不限于：正交频分多路复用(ofdm)、滤波器组多载波(fbmc)、通用性频分多路复用(gfdm)、通用经滤波多载波(ufmc)发射、双正交频分多路复用(bfdm)、稀疏码多址接入(scma)、非正交多址接入(noma)、多用户共享接入(musa)和具有时频打包模块的超奈奎斯特速率(ftn)信令。在一些实例中，可根据5g协议和/或标准发送、接收或发送并接收发射。
46.本文中所描述的发射器、接收器和/或收发器的实例，例如无线发射器131和无线发射器111可使用多种组件实施，所述组件包含硬件、软件、固件或其组合。举例来说，收发器、发射器或接收器可包含电路系统和/或一或多个处理单元(例如，处理器)和存储器，其经编码有可执行指令以用于使收发器执行本文中所描述的一或多个功能(例如，软件)。
47.图2为根据本文中所描述的实例布置的电子装置110的示意性图示200。电子装置110还可包含自干扰噪声计算器240、补偿组件245和补偿组件247。自干扰噪声计算器240和无线发射器111、113可彼此通信。每一无线发射器111、113可与相应天线，例如天线101、天线103通信。每一无线发射器111、113接收待发射的相应信号，例如待发射的信号211、213。无线接收器115、117可用射频(rf)前端的操作处理待发射的信号211、213，以产生发射器输出数据x1(n)221、x2(n)223。举例来说，无线发射器111、113可作为无线发射器300处理待发射的信号211、213。
48.自干扰噪声计算器240和补偿组件245、247可彼此通信。每一无线接收器可与相应天线(例如天线105、107)和相应补偿组件(例如补偿组件245、247)通信。在一些实例中，可在由相应补偿组件245、247补偿自干扰之后将在天线105、107处接收到的无线发射传达到无线接收器115、117。每一无线接收器115、117处理所接收且经补偿的无线发射，以产生相应经处理所接收信号，例如经处理所接收信号255、257。在其它实例中，可提供更少、额外和/或不同组件。
49.本文中所描述的自干扰噪声计算器的实例可产生经调整信号且将所述经调整信号提供到补偿组件。因此，举例来说，自干扰噪声计算器240可产生经调整信号y1(n)241、y2(n)243且将此类经调整信号提供到补偿组件245、247。自干扰噪声计算器240可基于发射器输出数据x1(n)221、x2(n)223而产生此类经调整信号y1(n)241、y2(n)243。自干扰噪声计算器240可与电子装置110的无线发射器中的多个(例如，全部)以及耦合到相应无线接收器的全部相应补偿组件通信，并且可基于发射器输出数据而提供经调整信号。
50.在一些实例中，可能需要补偿自干扰噪声以实现全双工发射。举例来说，可能需要电子装置110的无线发射器111、113在特定频带下发射无线发射信号；并且在相同时间或同时，无线接收器105、107在所述相同频带上接收无线发射信号。自干扰噪声计算器240可基于发射器输出数据而确定由每一无线发射贡献的自干扰，以用经调整信号y1(n)241、y2(n)243补偿每一所接收无线发射。确切地说，随着无线通信朝向5g标准发展，无线频谱的高效使用可变得越来越重要。
51.本文中所描述的自干扰噪声计算器的实例可将经调整信号y1(n)241、y2(n)243提供到接收器和/或收发器。补偿组件245、247可接收经调整信号y1(n)241、y2(n)243，并且补偿来自天线105、107的传入所接收无线发射。举例来说，补偿组件245、247可以补偿(例如，减小)自干扰的方式将经调整信号与传入所接收无线发射组合。在一些实例中，补偿组件245、247可从所接收无线发射减去经调整信号y1(n)241、y2(n)243，以产生用于相应无线接收器115、117的经补偿所接收信号。补偿组件245、247可将经补偿所接收信号传达到无线接收器115、117。无线接收器115、117可用射频(rf)前端的操作处理经补偿所接收信号。举例来说，无线接收器可作为无线接收器400处理经补偿所接收信号。虽然已在从所接收无线发射减去调整信号方面描述补偿组件245、247，但可了解，各种补偿可为可能的，例如作为补偿所接收无线发射的转移函数操作的经调整信号或作为优化向量操作以乘以所接收无线
发射的经调整信号。响应于此类补偿，电子装置110可以全双工发射模式发射和接收无线通信信号。
52.可使用硬件、软件、固件或其组合来实施本文中所描述的包含图2的自干扰噪声计算器240的自干扰噪声计算器的实例。举例来说，可使用电路系统和/或一或多个处理单元(例如，处理器)以及存储器来实施自干扰噪声计算器240，所述存储器经编码有可执行指令以用于使自干扰噪声计算器执行本文中所描述的一或多个功能。
53.图3为无线发射器300的示意性图示。无线发射器300接收数据信号310且执行操作以产生用于经由天线336的发射的无线通信信号。举例来说，无线发射器300可用于将图1的电子装置110实施为无线发射器。在rf天线336上发射输出数据之前，发射器输出数据xn(n)310由功率放大器332放大。到rf前端的操作可大体上用模拟电路系统执行或作为用于实施数字前端的数字基带操作来处理。rf前端的操作包含加扰器304、译码器308、交织器312、调制映射316、帧适配320、ifft 324、保护间隔326和频率升频转换328。
54.加扰器304可将输入数据转换成伪随机或随机二进制序列。举例来说，输入数据可为输送层源(例如mpeg-2输送流和其它数据)，其经转换成具有产生器多项式的伪随机二进制序列(prbs)。虽然在产生器多项式的实例中进行描述，但各种加扰器304是可能的。
55.译码器308可对从加扰器输出的数据进行编码以将数据译码。举例来说，里德-所罗门(rs)编码器、涡轮编码器可用作第一译码器以产生用于由加扰器304馈送的每一随机化输送包的奇偶校验块。在一些实例中，奇偶校验块和输送包的长度可根据各种无线协议变化。交织器312可交织由译码器308输出的奇偶校验块，例如，交织器312可利用卷积字节交织。在一些实例中，可在译码器308和交织器312之后执行额外译码和交织。举例来说，额外译码可包含第二译码器，所述第二译码器可例如用具有特定约束长度的删余卷积译码对从交织器输出的数据进一步译码。额外交织可包含形成接合块的群组的内部交织器。虽然在rs译码、涡轮译码和删余卷积译码的上下文中进行描述，但各种译码器308是可能的，例如低密度奇偶校验(ldpc)译码器或极性译码器。虽然在卷积字节交织的上下文中进行描述，但各种交织器312是可能的。
56.调制映射316可调制从交织器312输出的数据。举例来说，正交幅度调制(qam)可用于通过改变(例如，调制)相关载波的幅度来映射数据。可使用各种调制映射，包含但不限于：正交相移键控(qpsk)、scma noma和多用户共享接入(musa)。来自调制映射316的输出可被称作数据符号。虽然在qam调制的上下文中进行描述，但各种调制映射316是可能的。帧适配320可根据表示对应调制符号、载波和帧的位序列布置来自调制映射的输出。
57.ifft 324可将已成帧到副载波中(例如，通过帧适配320)的符号变换成时域符号。以5g无线协议方案为实例，ifft可应用为n点ifft：
[0058][0059]
其中xn为在第n 5g副载波中发送的经调制符号。因此，ifft 324的输出可形成时域5g符号。在一些实例中，ifft 324可被脉冲整形滤波器或多相滤波组代替以输出用于频率升频转换328的符号。
[0060]
在图3的实例中，保护间隔326将保护间隔添加到时域5g符号。举例来说，保护间隔可为通过在帧的开端处重复时域5g符号的末尾的部分而添加以减少符号间干扰的符号持
续时间的分数长度。举例来说，保护间隔可为对应于5g无线协议方案的循环前缀部分的时间周期。
[0061]
频率升频转换328可将时域5g符号升频转换到具体射频。举例来说，时域5g符号可被视为基带频率范围，并且本地振荡器可将其振荡的频率与5g符号混合以产生处于振荡频率的5g符号。也可利用数字升频转换器(duc)来转换时域5g符号。因此，可将5g符号升频转换到用于rf发射的具体射频。
[0062]
在发射之前，在天线336处，功率放大器332可放大发射器输出数据xn(n)310以输出用于在天线336处在rf域中的rf发射的数据。天线336可为经设计以在具体射频辐射的天线。举例来说，天线336可在5g符号经升频转换的频率辐射。因此，无线发射器300可基于在加扰器304处接收到的数据信号310而经由天线336发射rf发射。如上文关于图3所描述，无线发射器300的操作可包含多种处理操作。此类操作可实施在常规无线发射器中，其中每一操作由用于所述相应操作的专门设计的硬件实施。举例来说，dsp处理单元可经专门设计以实施ifft 324。如可了解，无线发射器300的额外操作可包含在常规无线接收器中。
[0063]
图4为无线接收器400的示意性图示。无线接收器400从天线404接收输入数据x(i,j)410且执行无线接收器的操作以在解扰器444处产生接收器输出数据。举例来说，无线接收器400可用于将图1的电子装置110实施为无线接收器。天线404可为经设计以在具体射频接收的天线。无线接收器的操作可用模拟电路系统执行或作为用于实施数字前端的数字基带操作来处理。无线接收器的操作包含频率降频转换412、保护间隔移除416、快速傅立叶变换420、同步424、信道估计428、解调映射432、解交织器436、解码器440和解扰器444。
[0064]
频率降频转换412可将频域符号降频转换到基带处理范围。举例来说，在5g实施方案的实例中继续，频域5g符号可与本地振荡器频率混合以产生处于基带频率范围的5g符号。也可利用数字降频转换器(ddc)转换频域符号。因此，可将包含时域5g符号的rf发射降频转换到基带。保护间隔移除416可从频域5g符号移除保护间隔。fft420可将时域5g符号变换成频域5g符号。以5g无线协议方案为实例，fft可应用为n点fft：
[0065][0066]
其中xn为在第n 5g副载波中发送的经调制符号。因此，fft 420的输出可形成频域5g符号。在一些实例中，fft 420可被多相滤波组代替以输出用于同步424的符号。
[0067]
同步424可检测5g符号中的导频符号以同步所发射数据。在5g实施方案的一些实例中，可在时域中在帧的开端处(例如，在标头中)检测导频符号。此类符号可由无线接收器400用于帧同步。在帧经同步的情况下，5g符号前进到信道估计428。信道估计428还可使用时域导频符号和额外频域导频符号以估计对所接收信号的时间或频率影响(例如，路径损耗)。
[0068]
举例来说，可根据在每一信号的前导码周期中通过n个天线(以及天线404)接收到的n个信号来估计信道。在一些实例中，信道估计428还可使用在保护间隔移除416处移除的保护间隔。通过信道估计处理，信道估计428可通过某个因数补偿频域5g符号以最小化对所估计信道的影响。虽然已在时域导频符号和频域导频符号方面描述了信道估计，但其它信道估计技术或系统(例如基于mimo的信道估计系统或频域均衡系统)也是可能的。
[0069]
解调映射432可对从信道估计428输出的数据进行解调。举例来说，正交幅度调制
(qam)解调器可通过改变(例如，调制)相关载波的幅度来映射数据。本文中所描述的任何调制映射可具有如解调映射432执行的对应解调映射。在一些实例中，解调映射432可检测载波信号的相位以促进5g符号的解调。解调映射432可从5g符号产生位数据以由解交织器436进一步处理。
[0070]
解交织器436可对作为奇偶校验块从解调映射布置到用于解码器440的位流中的数据位进行解交织，例如，解交织器436可执行卷积字节交织的逆操作。解交织器436还可使用信道估计来补偿对奇偶校验块的信道影响。
[0071]
解码器440可对从加扰器输出的数据进行解码以将数据译码。举例来说，里德-所罗门(rs)解码器或涡轮解码器可用作解码器以产生用于解扰器444的经解码位流。举例来说，涡轮解码器可实施并行串接解码方案。在一些实例中，在解码器440和解交织器436之后可执行额外解码和/或解交织。举例来说，额外解码可包含可进一步对从解码器440输出的数据进行解码的另一解码器。虽然在rs解码和涡轮解码的上下文中进行描述，但各种解码器440是可能的，例如低密度奇偶校验(ldpc)解码器或极性解码器。
[0072]
解扰器444可将来自解码器440的输出数据从伪随机或随机二进制序列转换成原始源数据。举例来说，解扰器44可将经解码数据转换到输送层目的地(例如，mpeg-2输送流)，其用加扰器304的产生器多项式的逆来进行解扰。解扰器因此输出接收器输出数据。因此，无线接收器400接收包含输入数据x(i,j)410的rf发射以产生接收器输出数据。
[0073]
如本文中例如关于图4所描述，无线接收器400的操作可包含多种处理操作。此类操作可实施在常规无线接收器中，其中每一操作由用于所述相应操作的专门设计的硬件实施。举例来说，dsp处理单元可经专门设计以实施fft 420。如可了解，无线接收器400的额外操作可包含在常规无线接收器中。
[0074]
图5a为根据本文中所描述的实例布置的实例自干扰噪声计算器500的示意性图示。举例来说，自干扰噪声计算器500可用于实施图2的自干扰噪声计算器或图6的自干扰噪声计算器640。自干扰噪声计算器500可被称作神经网络，例如，计算自干扰噪声的神经网络。自干扰噪声计算器500包含处理元件504、506、509的网络，所述处理元件基于发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502而输出经调整信号y1(n)、y2(n)、y3(n)、y
l
(n)508。举例来说，发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502可对应于产生相应x1(n)、x2(n)、x3(n)、xn(n)502的每一发射器的相应天线的输入。处理元件504接收发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502作为输入。可例如使用可将发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502转发到处理元件506的位操纵单元来实施处理元件504。可例如使用包含基于非线性函数的非线性向量集(例如，中心向量)的乘法单元来实施处理元件506，所述非线性函数例如高斯函数(例如，)、多重二次函数(例如，f(r)＝(r2 σ2))、逆多重二次函数(例如，f(r)＝(r2 σ2))、薄板样条函数(例如，f(r)＝r2log(r))、分段线性函数(例如，)，或立方近似函数(例如，)。在一些实例中，参数σ为真实参数(例如，按比例缩放参数)，并且r为输入信号(例如，x1(n)、x2(n)、x3(n)、xn(n)502)与非线性向量集中的向量之间的距离。可例如使用对从处理元件506中的每一个接收到的中间处理结果求和的累加单元来实施处理元件509。在传达中间处理
结果时，可用权重
‘
w’对每一中间处理结果进行加权。举例来说，乘法处理单元可基于可由自干扰噪声计算器产生的调整信号中的全部或一些的最小化误差而对中间处理结果进行加权。
[0075]
处理元件506包含非线性向量集，其可标示为ci(其中i＝1,2,
……
h)。h可表示处理元件506的数目。在发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502作为输入接收到处理元件506的情况下，在由处理元件504转发之后，可将作为乘法处理单元操作的处理元件506的输出表达为hi(n)，使得：
[0076]hi
(n)＝fi(‖x(n)-ci‖)(i＝1,2,
……
,h)
ꢀꢀ
(3)
[0077]fi
可表示应用于x1(n)、x2(n)、x3(n)、xn(n)502与中心向量ci之间的差的量值的非线性函数。输出hi(n)可表示非线性函数，例如高斯函数、多重二次函数、逆多重二次函数、薄板样条函数或立方近似函数。
[0078]
可用权重矩阵
‘
w’对处理元件506的输出hi(n)进行加权。处理元件506的输出hi(n)可被称作自干扰噪声计算器500的中间处理结果。举例来说，处理元件506与处理元件509之间的连接可为线性函数，使得对加权输出hi(n)进行求和，使得经调整信号y1(n)、y2(n)、y3(n)、y
l
(n)508可在等式4中表达为：
[0079][0080]
因此，经调整信号y1(n)、y2(n)、y3(n)、y
l
(n)508可为第i个处理元件509在时间n处的输出yi(n)，其中l为处理元件509的数目。w
ij
是输出层中的第j个处理元件506与第i个处理元件509之间的连接权重。如关于图6所描述，处理元件的每一层的中心向量ci和连接权重w
ij
可由训练单元650确定，所述训练单元利用样本向量660训练自干扰计算器640。有利地，从发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502产生的经调整信号y1(n)、y2(n)、y3(n)、y
l
(n)508可用近零时延计算，使得可在包含例如自干扰噪声计算器500的自干扰噪声计算器的任何电子装置中实现自干扰补偿。实施自干扰噪声计算器500的无线装置或系统可实现全双工发射。举例来说，由干扰噪声计算器500产生的经调整信号可补偿无线装置或系统的一天线将由于无线装置或系统的另一天线的发射信号(例如，发射器输出数据)而经历的干扰。
[0081]
虽然已关于包含乘法单元的处理元件506的单层描述了自干扰噪声计算器500，但可了解，可在处理元件504与处理元件509之间添加具有乘法单元的处理元件的额外层。自干扰噪声计算器以硬件形式为可缩放的，其中添加额外乘法单元以适应额外层。使用本文中所描述的方法和系统，包含乘法处理单元的处理元件和处理元件506的额外层可经优化，以确定包含乘法单元的处理元件的每一层的中心向量ci和连接权重w
ij
。在一些实施方案中，举例来说，如参考图5c-5e所描述，处理元件506的层可包含乘法/累加(mac)单元，其中每一层具有额外mac单元。已在相应处理元件(例如，相应mac单元)中累加的中间处理结果的此类实施方案还可包含存储器查找(mlu)单元，其被配置成检索多个系数且提供所述多个系数作为待与输入数据混合的处理元件506的相应层的连接权重。
[0082]
可使用例如具有任何数目个核心的一或多个处理器来实施自干扰噪声计算器500。实例处理器核心可包含算术逻辑单元(alu)、位操纵单元、乘法单元、累加单元、乘法/累加(mac)单元、加法器单元、查找表单元、存储器查找单元或其任何组合。在一些实例中，自干扰噪声计算器240可包含电路系统(包含定制电路系统)，和/或用于执行本文中所描述
的功能的固件。举例来说，如本文中所描述，电路系统可包含用于执行所描述功能的乘法单元、累加单元、mac单元和/或位操控单元。自干扰噪声计算器240可实施在包含但不限于微处理器或数字信号处理器(dsp)或其任何组合的任何类型的处理器架构中。
[0083]
图5b为根据本文中所描述的实例布置的递归神经网络的示意性图示。递归神经网络170包含三个级(例如，层)：输入级171；组合器级173和175，以及输出级177。虽然三个级展示在图5b中，但在其它实例中可使用任何数目个级，例如，如参考图5c-5e所描述。在一些实施方案中，递归神经网络170可具有多个组合器级，使得来自一个组合器级的输出被提供到另一组合器级，直到提供到输出级177。如参考图5c所描述，例如，在神经网络170中可存在多个组合器级。如图5b中所描绘，延迟单元175a、175b和175c可为神经网络170的任选组件。在如本文中所描述利用此类延迟单元175a、175b和175c时，神经网络170可被称作递归神经网络。
[0084]
神经网络170的第一级包含输入节点171。输入节点171可在递归神经网络的各种输入处接收输入数据。神经网络170的第二级为组合器级，其包含组合器单元173a、173b、173c；以及延迟单元175a、175b、175c。因此，组合器单元173和延迟单元175可共同地被称作组合器级。因此，如关于图5c所描述，其中处理单元512实施此类组合器，大体上，实施第二级中的组合器单元173a-c和延迟单元175a-c的处理单元512可使用来自输入节点171的输入数据(例如，输入信号x1(n)、x2(n)和x3(n))来执行非线性激活功能。神经网络170的第三级包含输出节点177。可在其它实例中使用额外、更少和/或不同组件。如关于图5a的自干扰噪声计算器500的类似元件所描述，递归神经网络170还可实施自干扰噪声计算器，如关于实施递归神经网络170的图5c-5e的可计算自干扰噪声的处理单元512所描述。因而，图5c-5e的实施方案可被称作递归自干扰噪声计算器。
[0085]
递归神经网络170包含延迟单元175a、175b和175c，所述延迟单元基于从相应组合器单元173a-c接收到此类输出数据而产生来自相应组合器单元173a-c的输出的延迟版本。在实例中，组合器单元173a-c的输出数据可表示为h(n)；并且，因此，延迟单元175a-c中的每一个延迟组合器单元173a-c的输出数据，以产生来自组合器单元173a-c的输出数据的延迟版本，其可表示为h(n-t)。在各种实施方案中，延迟量t还可不同，例如，一个时钟循环、两个时钟循环或一百个时钟循环。也就是说，延迟单元175可接收时钟信号且利用时钟信号来识别延迟量。在图5b的实例中，延迟版本经延迟一个时间周期，其中
‘1’
表示时间周期。时间周期可对应于任何数目个时间单位，例如由时钟信号定义的时间周期或由神经网络170的另一元件定义的时间周期。
[0086]
在图5b的实例中继续，每一延迟单元175a-c将来自组合器单元173a-c的输出数据的延迟版本作为输入提供到组合器单元173a-c，以任选地作为递归神经网络操作。此类延迟单元175a-c可将来自组合器单元173a-c的节点的输出数据的相应延迟版本提供到组合器单元173a-c的相应输入单元/节点。在利用来自组合器单元173a-c的输出数据的延迟版本时，递归神经网络170可在组合器单元173a-c处训练权重，所述权重并入有待由此类递归神经网络170处理的输入数据的时变方面。在一些实例中，一旦经训练，输入节点171就接收待在递归神经网络170中接收和处理的无线输入数据，作为与无线协议相关联的无线接收器。每一输入数据流可对应于待在对应天线(例如，图1的天线101和103)处发射的信号(例如，发射器输出数据)。因此，因为rnn 170并入有来自组合器单元173a-c的输出数据的延迟
版本，所以输入数据的时变性质可提供对输入数据的更快且更有效的处理。
[0087]
大体上，递归神经网络可包含多个节点级。可使用处理单元(例如，处理单元512)来实施节点，所述处理单元可对从先前级接收到的输入执行一或多个函数且将函数的输出提供到递归神经网络的下一级。可使用例如一或多个处理器、控制器和/或定制电路系统，例如专用集成电路(asic)和/或现场可编程门阵列(fpga)来实施处理单元。在一些实例中，可使用关于图5c-5e所描述的一或多个处理单元512的任何组合来实施处理单元。处理单元可实施为组合器和/或求和器和/或用于执行分配到处理单元的函数的任何其它结构。在一些实例中，本文中所描述的神经网络的某些元件执行加权和，例如，可使用一或多个乘法/累加单元来实施，所述乘法/累加单元可使用处理器和/或其它电路系统来实施。在一实例中，可由电子装置110利用关于图5c-5e所描述的一或多个处理单元的任何组合来实施神经网络170。
[0088]
可在数学上描述递归神经网络训练和推断的实例。同样，作为实例，考虑在时刻(n)处的输入数据，给出为：x(n)＝[x1(n),x2(n),
…
xm(n)]
t
。递归神经网络170的隐藏层中的每一元件(例如，组合器单元173a-c)的中心向量可标示为ci(其中i＝1,2,
…
,h，其中h为隐藏层中的元件数目)。
[0089]
隐藏层中的每一元件的输出可接着给出为：
[0090]hi
(n)＝fi(‖x(n) hi(n-t)-ci‖)其中(i＝1,2,
……
,h)
ꢀꢀꢀꢀ
(5)
[0091]
t可为延迟单元175处的延迟，使得组合器单元173的输出包含组合器单元173的输出的延迟版本。在一些实例中，这可被称作组合器单元173的反馈。因此，可对最后隐藏层与输出层之间的连接中的每一个进行加权。输出层中的每一元件可具有线性输入-输出关系，使得其可执行求和(例如，加权求和)。因此，在时间n处输出层中的第i个元件的输出可写入为：
[0092][0093]
其中(i＝1,2,
…
,l)，并且其中l为输出层的输出的元件数目，并且为隐藏层中的第j个元件与输出层中的第i个元件之间的连接权重w
ij
。
[0094]
另外或替代地，虽然已关于包含组合器单元173a-c和延迟单元175a-c的组合器的单级(例如，第二级)描述图5b，但可了解类似组合器级的多个级可包含在具有不同类型的组合器单元和具有不同延迟的不同类型的延迟单元的神经网络170中，例如，如现在将参考图5c-5e所描述。
[0095]
图5c为根据本文中所描述的实例布置在系统501中的处理单元512的示意性图示。此类硬件实施方案(例如，系统501)可用于例如实施一或多个神经网络，例如图2的自干扰噪声计算器240、图5a的自干扰噪声计算器500或图5b的递归神经网络170。另外或替代地，在一些实施方案中，处理单元512可从此类计算系统接收输入数据510a、510b和510c。输入数据510a、510b和510c可为待发射的数据，其可存储在存储器545中。在一些实例中，存储在存储器545中的数据可为待从耦合到其中实施处理单元512的电子装置110的多个天线发射的输入数据。在其中电子装置110耦合到多个天线101和103的实例中，输入数据510a x1(i,i-1)可对应于待在第一频率下在天线101处发射的第一rf发射；输入数据510b x2(i,i-1)
可对应于待在第二频率下在天线103处发射的第二rf发射；并且输入数据510c xm(i,i-1)可对应于待在第m频率下在第m天线处发射的第m rf发射。m可表示天线的数目，其中每一天线发射输入数据的部分。
[0096]
在一些实例中，m还可对应于待经由其发射输入数据的无线信道的数目；举例来说，在mimo发射中，可在多个天线101和103处经由多个无线信道发送rf发射。在输入数据正被接收的实例(与正被发射相比)中，输入数据510a、510b、510c可对应于待处理为在多个天线处接收到的rf发射的输入数据的部分。举例来说，输出数据530b(1)可为在实施计算系统501的处理单元512的电子装置处的天线101和103处接收到的mimo输出信号。如输入数据信号的表示中所标示，输入数据510a x1(i,i-1)包含在时间i处的输入数据的当前部分和在时间i-1处的输入数据的先前部分。举例来说，输入数据的当前部分可为在特定时间周期处(例如，在时间i处)在天线101处获得的样本，而输入数据的先前部分可为在特定时间周期之前的时间周期处(例如，时间i-1处)在天线101处获得的样本。因此，输入数据的先前部分可被称作输入数据的当前部分的时间延迟版本。举例来说，可以向量或矩阵格式获得每一时间周期处的输入数据的部分。在实例中，时间
ⅰ
处的输入数据的当前部分可为单个值；并且时间i-1处的输入数据的先前部分可为单个值。因此，输入数据510a x1(i,i-1)可为向量。在一些实例中，时间i处的输入数据的当前部分可为向量值；并且时间i-1处的输入数据的先前部分可为向量值。因此，输入数据510a x1(i,i-1)可为矩阵。
[0097]
用输入数据的当前部分和先前部分获得的此类输入数据可表示马尔可夫过程，使得至少当前样本与先前样本之间的因果关系可改进用于待由处理单元512的mac单元和mlu利用的系数数据的训练的权重估计的准确性。如先前所提及，输入数据510可表示待在第一频率下发射的数据(例如，发射器输出数据)和/或待在第一无线信道处发射的数据。因此，输入数据510b x2(i,i-1)可表示待在第二频率下或在第二无线信道处发射的数据，包含时间
ⅰ
处的输入数据的当前部分和时间i-1处的输入数据的先前部分。并且，在一些实例中，待由处理单元512发射的输入信号的数目可等于耦合到实施处理单元512的电子装置110的天线的数目。因此，输入数据510c xm(i,i-1)可表示待在第m频率下或在第m无线信道处发射的数据，包含时间
ⅰ
处的输入数据的当前部分和时间i-1处的输入数据的先前部分。
[0098]
处理单元512可包含乘法单元/累加(mac)单元511a-c、516a-b和520；延迟单元513a-c、517a-b和521；以及存储器查找单元(mlu)514a-c、518a-b和522，其在与待从存储器545发射的输入数据混合时可产生输出数据(例如，b(1))530。具有不同元件编号的mac单元和mlu单元的每一集合可被称作用于处理单元512的组合器的相应级。举例来说，组合器的第一级包含结合延迟单元513a-c操作的mac单元511a-c和mlu 514a-c，以形成第一级或“层”，如相对于图5a所参考，具有作为各种组合器级的“隐藏”层。在实例中继续，组合器的第二级包含结合延迟单元517a-b操作的mac单元516a-b和mlu 518a-b，以形成第二级或隐藏层的第二层。并且，组合器的第三级可为包含结合延迟单元521操作的mac单元520和mlu 522的单个组合器，以形成第三级或隐藏层的第三层。
[0099]
在产生用于发射的rf发射的实例中，输出数据530b(1)可用作待在多个天线处发射的mimo rf信号。在获得在多个天线处获得的rf发射的实例中，输出数据530b(1)可表示由另一rf电子装置发射的已解调的经解码信号。在任何情况下，处理单元512可提供存储在模式可配置控制505处的指令515，以使处理单元512配置乘法单元511a-c、516a-c和520，以
将输入数据510a、510b和510c和来自延迟单元513a-c、517a-b和521(例如，mac单元的相应层的相应输出)的处理结果的延迟版本与系数数据相乘和/或累加，以产生输出数据530b(1)。举例来说，模式可配置控制505可执行指令，所述指令使存储器545将存储在存储器545中的可与特定无线处理模式相关联的权重和/或其它参数提供到mlu 514a-c、518a-b和522，作为mac单元511a-c、516a-b和520以及延迟单元513a-c、517a-b和521的权重。在操作期间，模式配置控制505可用于基于所指示自干扰噪声而选择存储器545中的权重和/或其它参数，以计算例如从某一发射天线到另一发射天线的自干扰噪声。
[0100]
如mac单元的相应层的相应输出(例如，mlu 514a-c、518a-b和522的输出)的表示中所标示，到每一mac单元511a-c、516a-b和520的输入数据包含时间
ⅰ
处的输入数据的当前部分和时间i-1处的处理结果的延迟版本。举例来说，输入数据的当前部分可为在特定时间周期处(例如，在时间i处)在天线101处获得的样本，而处理结果的延迟版本可从延迟单元513a-c、517a-b和521的输出获得，表示特定时间周期之前的时间周期(例如，作为所引入延迟的结果)。因此，在使用从当前周期和至少一个先前周期两者获得的此类输入数据时，输出数据b(1)530可表示马尔可夫过程，使得来自当前时间周期和先前时间周期的至少数据之间的因果关系可改进用于待由处理单元512的mac单元和mlu利用的系数数据的训练或利用处理单元512对待发射的信号的推断的权重估计的准确性。如先前所提及，输入数据510可表示发射器输出数据x1(n)221、x2(n)223。因此，输入数据510b x2(i,i-1)可表示发射器输出数据x2(n)223。并且，在一些实例中，由处理单元512获得的输入信号的数目可等于耦合到实施处理单元512的电子装置110的天线的数目。因此，输入数据510c xm(i,i-1)可表示在第m频率下或在第m无线信道处获得的数据，包含时间i处的输入数据的当前部分。因此，在利用来自513a-c、517a-b和521的输出数据的延迟版本时，递归神经网络170提供个别化频带、时间相关数据以供处理待发射的信号。
[0101]
在执行用于将输入数据与系数混合的此类指令515的实例中，在mac单元511a-c和mlu 514a-c的第一层处，乘法单元/累加单元511a-c被配置成将来自对应输入数据510a、510b或510c的至少两个操作数和来自相应延迟单元513a-c的操作数相乘或累加，以产生提供到mlu 514a-c的乘法处理结果。举例来说，乘法单元/累加单元511a-c可执行相乘-累加操作，使得三个操作数m、n和t相乘，并且接着与p相加，以产生存储在其相应mlu 514a-c中的p的新版本。因此，mlu 514a锁存乘法处理结果，直到所存储乘法处理结果提供到mac单元的下一层的时间。mlu 514a-c、518a-b和522可由作为例如d、t、sr和/或jk锁存器的存储器查找单元操作的任何数目个处理元件实施。
[0102]
图5c中所展示的mlu 514a-c、518a-b和522可大体上执行从输入到输出的预定非线性映射。举例来说，mlu 514a-c、518a-b和522可用于评估至少一个非线性函数。在一些实例中，所描绘的各种mlu 514a-c、518a-b和522的内容和大小可不同且可为预定的。在一些实例中，图5c中所展示的mlu 514a-c、518a-b和522中的一或多个可由单个合并mlu(例如，表查找)替换。可由mlu 514a-c、518a-b和522执行的非线性映射(例如，函数)的实例包含高斯函数、分段线性函数、s形函数、薄板样条函数、多重二次函数、立方近似和逆多重二次函数。还已参考图5a描述函数的实例。在一些实例中，所选择mlu 514a-c、518a-b和522可被绕过和/或可被解除激活，这可允许mlu和其相关联mac单元被视为单位增益元件。
[0103]
另外，在实例中，mlu 514a将处理结果提供到延迟单元513a。延迟单元513a延迟处
理结果(例如，h1(i))，以产生处理结果的延迟版本(例如，h1(i-1))，以作为操作数t输出到mac单元511a。虽然图5c的延迟单元513a-c、517a-b和521被描绘为引入
‘1’
的延迟，但可了解，可将不同量的延迟引入到mac单元的第一层的输出。举例来说，引入
‘1’
的样本延迟(例如，h1(i-1))的时钟信号可替代地引入
‘2’
、
‘4’
或
‘
100’的样本延迟。在各种实施方案中，延迟单元513a-c、517a-b和521可对应于可使用时钟信号或其它时间定向信号来将延迟引入到处理电路系统的任何数目个处理单元，所述处理单元例如可作为延迟单元操作的触发器(例如，d触发器)和/或一或多个各种逻辑门(例如，and、or、nor等)。
[0104]
在递归神经网络的第一隐藏层的实例中，mlu 514a-c可检索存储在存储器545中的系数数据，其可为与待应用于mac单元的第一层应用于来自当前周期的数据和来自先前周期的数据(例如，第一层处理结果的延迟版本)两者的权重相关联的权重。举例来说，mlu 514a可为检索待应用于操作数m和n两者的一或多个系数(例如，与第一频率相关联的具体系数)以及待应用于操作数t的额外系数的表查表。mlu 514a-c还将所产生乘法处理结果提供到mac单元516a-b和mlu 518a-b的下一层。分别结合mlu 518a、518b和mlu 522工作的mac单元516a、516b和mac单元520的额外层可继续处理乘法结果，以产生输出数据530b(n)。使用此类电路系统布置，可从输入数据510a、510b和510c产生输出数据530b(1)。
[0105]
有利地，例如，相较于图5d的处理单元512，系统501的处理单元512可利用经减少数目个mac单元和/或mlu。处理单元512的每一层中的mac单元和mlu的数目与耦合到其中实施处理单元512的装置的信道的数目和/或天线的数目相关联。举例来说，mac单元和mlu的第一层可包含m数目个所述单元，其中m表示天线的数目，每一天线接收输入数据的部分。每一后续层可具有mac单元、延迟单元和mlu的经减少部分。如所描绘，在图5c中，举例来说，在m＝3时，mac单元516a-b、延迟单元517a-b和mlu 518a-b的第二层可包含m-1个mac单元和mlu。因此，处理单元512中的最后一层(包含mac单元520、延迟单元521和mlu 522)仅包含一个mac、一个延迟单元和一个mlu。因为处理单元512利用可表示马尔可夫过程的输入数据510a、510b和510c，所以处理单元的每一后续层中的mac单元和mlu的数目可减少，而不具有关于输出数据530b(1)的精确度的相当大损失；举例来说，在相较于在每一层中包含相同数目个mac单元和mlu的处理单元512时，类似于系统550的处理单元512的所述数目。
[0106]
例如来自存储器545的系数数据可与输入数据510a-510c和处理结果的延迟版本混合，以产生输出数据530b(1)。举例来说，基于输入数据510a-c和处理结果的延迟版本的系数数据与输出数据530b(1)的关系可表达为：
[0107][0108]
其中a(m)、a(m-1)、a1为分别用于乘法/累加单元511a-c的第一层和延迟单元513a-c的输出；乘法/累加单元516a-b的第二层和延迟单元517a-b的输出；具有乘法/累加单元520的最后一层和延迟单元521的输出的系数；并且其中f(
·
)为可由存储器查找单元514a-c和518a-b执行的映射关系。如上文所描述，存储器查找单元514a-c和518a-b检索系数以与输入数据和mac单元的每一层的相应延迟版本混合。因此，可通过使用存储在存储器中的系数集合来用相应乘法/累加单元操纵输入数据和mac单元的延迟版本来提供输出数据。系数集合可与表示自干扰噪声的向量相关联。举例来说，在待发射的信号的情况下，系数集合中的每一系数可为从多个发射天线中的至少一个其它发射天线到多个天线中的第一发射天线的相应无线路径的自干扰的个别向量。系数集合可基于从递归神经网络(例如，
递归神经网络170)的训练获得的连接权重。可由额外乘法/累加单元和额外延迟单元使用存储在存储器中的与所要无线协议相关联的额外系数集合来操纵所得映射数据。在处理单元512的每一级处相乘的系数集合可表示或提供对在专门设计的硬件(例如，fpga)中的输入数据的处理的估计。
[0109]
此外，可展示，如由等式(7)表示，在一些实例中，系统501可以任意小误差近似任何非线性映射，并且系统501的映射可由系数a(m)、a(m-1)、a1确定。举例来说，如果指定此类系数数据，那么输入数据510a-510c与输出数据530之间的任何映射和处理可由系统501实现。举例来说，系数数据可表示输入数据510a-c到输出数据b(1)530的非线性映射。在一些实例中，系数数据的非线性映射可表示高斯函数、分段线性函数、s型函数、薄板样条函数、多重二次函数、立方近似、逆多重二次函数或其组合。在一些实例中，可解除激活存储器查找单元514a-c、518a-b中的一些或全部。举例来说，存储器查找单元514a-c、518a-b中的一或多个可作为具有单位增益的增益单元操作。如从系统501中所描绘的电路系统布置导出的此类关系可用于训练计算系统501的实体以产生系数数据。举例来说，使用等式(7)，计算系统501的实体可将输入数据与输出数据进行比较以产生系数数据。
[0110]
乘法单元/累加单元511a-c、516a-b和520中的每一个可包含多个乘法器、多个累加单元或和/或多个加法器。可使用alu来实施乘法单元/累加单元511a-c、516a-b和520中的任一个。在一些实例中，乘法单元/累加单元511a-c、516a-b和520中的任一个可包含一个乘法器和一个加法器，其各自分别执行多个乘法和多个加法。乘法/累加单元511a-c、516a-b和520的输入-输出关系可表示为：
[0111][0112]
其中“i”表示在所述单元中执行乘法的次数，ci是可从例如存储器545的存储器存取的系数，并且b
in
(i)表示来自输入数据510a-c的因数或来自乘法单元/累加单元511a-c、516a-b和520的输出。在实例中，乘法单元/累加单元的集合的输出b
out
等于系数数据的总和ci乘以乘法单元/累加单元的另一集合的输出b
in
(i)。b
in
(i)也可为输入数据，使得乘法单元/累加单元的集合的输出b
out
等于系数数据的总和ci乘以输入数据。
[0113]
虽然在图5c中描述为处理单元512，但可了解，处理单元512可在操作中在本文中所描述的自干扰噪声计算器中的任一个中实施或实施为本文中所描述的自干扰噪声计算器中的任一个，以经由如递归神经网络中所实施的此类噪声的计算消除和/或补偿自干扰噪声。在此类实施方案中，递归神经网络可用于减少和/或改进可由自干扰噪声引入的误差。有利地，通过此类实施方案，实施此类rnn的无线系统和装置增加其相应无线网络的容量，这是因为额外数据可在此类网络中发射，所述额外数据原本将由于自干扰噪声的影响而不会被发射。
[0114]
图5d为根据本文中所描述的实例布置在系统550中的处理单元512的示意性图示。此类硬件实施方案(例如，系统550)可用于例如实施一或多个神经网络，例如图2的自干扰噪声计算器240、图5a的自干扰噪声计算器500或图5b的递归神经网络170。图5d的类似地描述的元件可如关于图5c所描述而操作，但还可包含如关于图5d所描述的额外特征。举例来说，图5d描绘可如关于图5c的mac单元511a-c和延迟单元513a-c所描述而操作的mac单元562a-c和延迟单元563a-c。因此，其数字指示符相对于图5c偏移50的图5d的元件类似地包
含处理元件512的元件；例如，mac单元566a相对于mac单元516a类似地操作。包含处理元件512的系统550还包含未在图5c的处理元件512中突出显示的额外特征。举例来说，图5d的处理单元512另外包含mac单元566c和570b-c；延迟单元567c和571b-c；以及mlu 568c和572b-c，使得输出数据提供为575a-c，而非如图5c中单独地提供为b(1)530。有利地，包含处理元件512的系统550可处理输入数据560a-c，以产生具有较大精确度的输出数据575a-c。举例来说，输出数据575a-c可用在mlu 568c处检索且由额外mac单元566c和570b-c以及额外延迟单元567c和571b-c相乘和/或累加的额外系数处理输入数据560a-560c。举例来说，此类额外处理可产生相对于提供估计表示两个不同天线之间的自干扰噪声的向量的输出数据更精确的输出数据。在其中板空间(例如，印刷电路板)不为设计中的主要因素的实施方案中，相较于图5c的处理单元512的实施方案，图5d的处理单元512的实施方案可为合乎需要的；在一些实施方案中，由于具有比图5d的处理单元512的元件更少的元件，所述图5c的所述处理单元的所述实施方案可占据更少板空间。
[0115]
另外或替代地，系统550的处理单元512还可用于其中输出数据575a-c的每一部分待作为mimo信号在对应天线上发射的应用。举例来说，输出数据575a可作为mimo发射的部分在具有第一频率的第一天线处发射；输出数据575b可作为mimo发射的第二部分在具有第二频率的第二天线处发射；并且输出数据575c可作为mimo发射的第n部分在具有第n频率的第n天线处发射。
[0116]
图5e为根据本文中所描述的实例布置在系统580中的处理单元512的示意性图示。此类硬件实施方案(例如，系统580)可用于例如实施一或多个神经网络，例如图2的自干扰噪声计算器240、图5a的自干扰噪声计算器500或图5b的递归神经网络170。图5e的类似地描述的元件可如关于图5d所描述而操作，不同之处在于图5d的延迟单元563a-c、567a-c和571a-c。举例来说，图5e描绘可如关于图5d的mac单元562a-c和延迟单元563a-c所描述而操作的mac单元582a-c和延迟单元583a-c。因此，其数字指示符相对于图5d偏移20的图5e的元件类似地包含处理元件512的元件；例如，mac单元586a相对于mac单元566a类似地操作。
[0117]
包含处理元件512的系统580还包含未在图5d的处理元件512中突出显示的额外特征。不同于图5d，图5e描绘延迟单元583a、583b和583c。因此，图5e的处理单元说明处理单元512可包含对延迟单元的输入和输出的放置的不同布置，如通过延迟单元583a、583b和583c所说明。举例来说，mlu 588b的输出可提供到延迟单元583b，以产生来自mac单元的第二层的所述处理结果的延迟版本，作为到mac单元的第一层的输入，例如，作为到mac单元582b的输入。因此，系统580的处理单元512为说明性的，处理结果的延迟版本可作为输入提供到其它隐藏层，不同于图5d中的系统550的处理单元512，所述图5d展示相应延迟版本作为输入提供到其中产生所述延迟版本的同一层(例如，mlu 568b的输出提供到延迟单元567b，以在自其输出处理结果的同一层中为mac单元566b产生延迟版本)。因此，在实例中，甚至输出b(n)595c可从最后一个隐藏层提供到第一隐藏层(例如，作为到mac单元582c的输入)。
[0118]
有利地，例如，相较于图5c或5d的处理单元512，可作为输入提供到不同或额外隐藏层的处理结果的此类延迟版本可更佳地补偿实施图5e的一或多个处理单元512的递归神经网络170中的“高阶”存储器效应。举例来说，高阶存储器效应对在递归神经网络170的训练期间使用的前导和滞后包络信号的效应进行建模，以提供估计表示电子装置110的两个不同天线之间的自干扰噪声的向量的输出数据。在实例中，估计向量的递归神经网络170
(例如，伏尔泰拉(volterra)级数模型)可包含对应于此类前导和滞后包络(例如，包封向量的各种包络)的处理结果的不同延迟版本。因此，实施处理单元512并入有此类高阶存储器效应，例如用于递归神经网络170的推断，以基于输入数据581a-c而提供输出数据595a-c。
[0119]
另外或替代地，系统580的处理单元512还可用于其中输出数据595a-c的每一部分待作为mimo信号在对应天线上发射的应用。举例来说，输出数据595a可作为mimo发射的部分在具有第一频率的第一天线处发射；输出数据595b可作为mimo发射的第二部分在具有第二频率的第二天线处发射；并且输出数据595c可作为mimo发射的第n部分在具有第n频率的第n天线处发射。
[0120]
虽然图5d和5e中分别描述处理单元512，但可了解，处理单元512或其组合可在操作中在本文中所描述的自干扰噪声计算器中的任一个中实施或实施为本文中所描述的自干扰噪声计算器中的任一个，以经由如递归神经网络中所实施的此类噪声的计算消除和/或补偿自干扰噪声。在此类实施方案中，递归神经网络可用于减少和/或改进可由自干扰噪声引入的误差。有利地，通过此类实施方案，实施此类rnn的无线系统和装置增加其相应无线网络的容量，这是因为额外数据可在此类网络中发射，所述额外数据原本将由于自干扰噪声的影响而不会被发射。
[0121]
图6为根据本文中所描述的实例布置的电子装置610的示意性图示600。电子装置610包含天线101、103、105、107；无线发射器111、113；无线接收器115、117；以及补偿组件245、247，其可以与参考图2所描述的方式类似的方式操作。电子装置610还包含自干扰噪声计算器640和可将样本向量660提供到自干扰噪声计算器640的训练单元650。举例来说，自干扰噪声计算器500可用于实施自干扰噪声计算器640。训练单元可例如通过优化经调整信号(例如，图5的经调整信号508yi(n))的最小化误差来确定中心向量ci和连接权重w
ij
。举例来说，可利用计算误差的梯度下降过程来解决优化问题，使得最小化误差可表达为：
[0122][0123]
可为对应所要输出向量。为了解决此最小化问题，训练单元650可利用样本向量来确定中心向量ci和连接权重w
ij
。
[0124]
为了确定中心向量ci，训练单元650可执行聚类分析(例如，k均值聚类算法)以基于训练点或随机向量而确定例如样本向量660的向量的对应集合当中的至少一个中心向量。在样本向量方法中，可针对样本向量660中的每一个朝向中心选择训练点。训练点可为样本向量660的集合的每一聚类分区的中心，使得优化聚类中心表达为在聚类分区中的给定训练点的远离聚类中心的最小化误差。此类关系可表达为：
[0125][0126]
其中b
jn
为形成hxm矩阵的聚类分区或隶属函数。hxm矩阵的每一列表示可用样本向量，并且hxm矩阵的每一行表示聚类。每一列可在对应于最接近于所述训练点的聚类的行中包含单个“1”，并且在所述列的其它条目中包含零。训练单元650可将每一聚类的中心初始化为不同随机选择的训练点。接着，每一训练实例由训练单元650指派到最接近于其的处理元件(例如，处理元件506)。在所有训练点已由训练单元650指派时，训练单元650查找每一聚类的训练点的平均位置，并且在最小化每一训练点的远离聚类中心的误差时，将聚类中心移动到所述点，从而标示处理元件(例如，处理元件506)的中心向量ci的集合。
[0127]
为了确定处理元件506与处理元件509之间的连接的连接权重w
ij
，训练单元650可根据权重的最小化而利用线性最小平方优化，其表达为：
[0128][0129]
其中w＝{w
ij
}为连接权重的lxh矩阵，f为包括处理元件506的输出hi(n)的hxm矩阵，表达在等式11中。可为具有lxm大小的对应所要输出矩阵。因此，在矩阵代数形式中，连接权重矩阵w可表达为：
[0130][0131]
其中f

为f的伪逆。
[0132]
在一些实例中，举例来说，在实施为自干扰噪声计算器640的自干扰计算器500的上下文中，为了确定处理元件506与处理元件509之间的连接的连接权重w
ij
，训练单元650可利用批量处理实施例，其中样本集可容易获得(例如，可从存储器检索)。训练单元650可随机地初始化连接权重矩阵w中的连接权重。可根据等式11计算输出向量y(n)。可针对每一处理元件506计算误差项ei(n)，其可表达为：
[0133][0134]
其中为对应所要输出向量。可根据机器学习表达式在批量处理实施例中调整连接权重，其中γ为可固定或时变的学习速率参数。在实例中，机器学习表达式可为：
[0135]wij
(n 1)＝w
ij
(n) γei(n)fj(‖x(n)-ci‖)(i＝1,2,
……
,l；j＝1,2,
……
,m) (14)
[0136]
此类过程可迭代直到通过指定误差阈值。在实例中，总误差可表达为：
[0137][0138]
因此，训练单元650可递归地迭代本文中所描述的过程，直到误差∈通过指定误差阈值，例如低于指定误差阈值。
[0139]
在一些实例中，在训练单元650确定为拟合高斯函数的向量的非线性集合的中心向量ci时，可在实施为自干扰计算器640的自干扰计算器500的处理元件506与处理元件509之间的连接的连接权重w
ij
的确定之前需要缩放因数σ。在高斯函数实例中，可需要向量ci的凸包，使得训练点允许处理元件506的输出的平滑拟合。因此，每一中心向量ci可与处理元件506的另一中心向量ci相关，使得在计算连接权重时，每一中心向量ci激活另一中心向量ci。缩放因数可基于计算p最近相邻者的启发式，使得：
[0140][0141]
其中cj(其中i＝1,2,
……
,h)为ci的p最近相邻者。
[0142]
图7为根据本文中所描述的实例的全双工补偿方法700的示意性图示。可使用例如图1的电子装置102、110、图2中的电子装置110、电子装置610或本文中所描述的图1-2、5a-5e或6中所描绘的任何系统或系统的组合来实施实例方法700。框708-728中所描述的操作还可作为计算机可执行指令存储在计算机可读媒体中。
[0143]
实例方法700可以框708开始，所述框开始执行自干扰补偿方法且叙述“确定用于自干扰噪声计算器的向量”。在实例中，可根据聚类分析而确定中心向量。举例来说，误差可
经最小化以使得从聚类中心到给定训练点的距离最小化。框708可后接框712，其叙述“产生用于自干扰噪声计算器的连接权重”。在实例中，可根据如本文中所描述的线性最小平方优化或批量处理实施例而确定连接权重。框712可后接框716，其叙述“在自干扰噪声计算器处接收用于发射的信号”。发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502可被接收为自干扰噪声计算器的输入。在实例中，发射器输出可为来自对待发射的对应信号执行rf操作的对应发射器的发射数据流。
[0144]
框716可后接框720，其叙述“根据向量和连接权重而组合信号以基于自干扰噪声而产生调整信号”。举例来说，集成电路中的例如乘法单元等各种alu可被配置成作为图5a-e的电路系统操作，由此组合发射器输出数据x1(n)、x2(n)、x3(n)、xn(n)502，以产生如本文中所描述的经调整信号y1(n)、y2(n)、y3(n)、yl(n)508。框720可后接决策框724，其叙述“用基于自干扰噪声的调整信号调整在相应天线处接收到的信号”。在实例中，补偿组件245、247可接收经调整信号y1(n)241、y2(n)243，并且补偿来自天线105、107的传入所接收无线发射。在实例中，补偿组件245、247可从所接收无线发射减去经调整信号y1(n)241、y2(n)243，以产生用于相应无线接收器115、117的经补偿所接收信号，由此实现全双工补偿模式。框724可后接框728，其结束实例方法700。
[0145]
在一些实例中，框708和712可为任选框。举例来说，中心向量和连接权重的确定可在本文中所描述的电子装置的训练模式期间发生，而方法700的剩余步骤可在本文中所描述的电子装置的操作模式期间发生。
[0146]
图8为根据本文中所描述的实例的方法800的流程图。可使用本文中所描述的例如图1的电子装置102、110、图2中的电子装置110、电子装置610或图1-2、5a-5e或6中所描绘的任何系统或系统的组合来实施实例方法800。在一些实例中，实例方法800中的框可由例如图1的电子装置110的计算装置和/或结合例如图5c-5e的处理单元512的处理单元执行。框804-828中所描述的操作还可作为计算机可执行指令存储在计算机可读媒体中，所述计算机可读媒体例如模式可配置控制505，其存储可执行指令515。
[0147]
实例方法800可以框804开始，所述框开始执行将输入数据与系数数据例程混合。方法可包含框808，其叙述“从存储器检索多个系数”。如本文中所描述，处理单元可检索用于与输入数据混合的系数；举例来说，利用存储器查找单元。举例来说，存储器可存储(例如，在数据库中)表示电子装置的各种天线当中的自干扰噪声的系数。举例来说，处理单元可从实施计算装置的存储器部分、从外部计算装置的存储器部分或从在云计算装置中实施的存储器请求系数。反过来，可如由处理单元所请求从存储器检索多个系数。
[0148]
框808可后接框816，其叙述“获得与待在自干扰噪声计算器处处理的发射相关联的输入数据”。输入数据可对应于在自干扰噪声计算器240或本文中所描述的自干扰噪声计算器中的任一个处接收为输入数据的发射器输出数据x1(n)221、x2(n)223。框816可后接框820，其叙述“在乘法/累加处理单元(mac单元)的第一层处用多个系数计算输入数据和mac单元的第一层的相应输出的延迟版本，以产生第一处理结果”。如本文中所描述，处理单元利用多个系数，使得将系数与输入数据和mac单元的第一层的相应输出的延迟版本混合产生反映由图5c、5d或5e的电路系统用系数处理输入数据的输出数据。举例来说，集成电路中的各种alu可被配置成作为图5c、5d或5e的电路系统操作，由此将输入数据和mac单元的第一层的相应输出的延迟版本与如本文中所描述的系数混合。举例来说，参考图5c，在乘法/
累加处理单元(mac单元)的第一层处，可用多个系数计算输入数据和mac单元的第一层的相应输出的延迟版本，以产生第一处理结果。在一些实例中，各种硬件平台可实施图5c、5d或5e的电路系统，例如asic、实施为fpga的部分的dsp或芯片上系统。
[0149]
框816可后接框820，其叙述“在mac单元的额外层处用额外多个系数计算第一处理结果和第一处理结果的至少部分的延迟版本，以产生第二处理结果”。如本文中所描述，处理单元利用额外多个系数，使得将系数与特定处理结果和所述特定处理结果的至少部分的延迟版本混合产生反映由图5c、5d或5e的电路系统用系数处理输入数据的输出数据。举例来说，参考图5c，在乘法/累加处理单元(mac单元)的第二层处，可用额外多个系数计算第一层的处理结果(例如，乘法处理结果)和所述处理结果的至少部分的延迟版本，以产生第二处理结果。可用额外多个系数计算第二层的处理结果，以产生输出数据b(1)530。
[0150]
框820可后接框824，其叙述“将作为调整信号的输出数据从自干扰噪声计算器提供到补偿组件”。如本文中所描述，输出数据可提供到补偿组件245、247，以补偿或消除自干扰噪声。一旦提供，就还可基于经调整信号而调整所接收信号，使得同时处理正发射和正接收的两个信号，由此实现全双工发射。框824可后接框828，其结束实例方法800。在一些实例中，框808可为任选框。
[0151]
包含在所描述实例方法700和800中的框是出于说明的目的。在一些实施例中，这些框可以不同次序执行。在一些其它实施例中，可消除各种框。在又其它实施例中，各种框可划分成额外框、以其它框补充或一起组合成较少的框。预期这些具体框的其它变体，包含框的次序的改变、框的内容拆分或组合成其它框的改变等。
[0152]
图9说明根据本公开的方面的无线通信系统900的实例。无线通信系统900包含基站910、移动装置915、无人机917、小型小区930和车辆940、945。基站910和小型小区930可连接到提供对因特网和传统通信链路的接入的网络。系统900可促进可包含各种频带的5g系统中的宽范围的无线通信连接，所述各种频带包含但不限于：低于6ghz频带(例如，700mhz通信频率)、中间范围通信频带(例如，2.4ghz)、毫米波频带(例如，24ghz)，以及nr频带(例如，3.5ghz)。
[0153]
另外或替代地，无线通信连接可支持各种调制方案，包含但不限于：滤波器组多载波(fbmc)、广义频分多路复用(gfdm)、通用经滤波多载波(ufmc)发射、双正交频分多路复用(bfdm)、稀疏码多址接入(scma)、非正交多址接入(noma)、多用户共享接入(musa)，以及具有时频打包模块的超奈奎斯特速率(ftn)信令。此类频带和调制技术可为例如长期演进(lte)(例如，1.8ghz频带)或如3gpp或ieee等组织公开的其它技术规范的标准框架的部分，其可包含子载波频率范围、子载波数目、上行链路/下行链路发射速度、tdd/fdd和/或无线通信协议的其它方面的各种规范。
[0154]
系统900可描绘无线电接入网络(ran)的方面，并且系统900可与核心网络(未展示)通信或包含所述核心网络。核心网络可包含一或多个服务网关、移动性管理实体、家庭订户服务器和包数据网关。核心网络可促进用户和控制平面经由ran链接到移动装置，并且其可为到外部网络(例如，因特网)的接口。基站910、通信装置920和小型小区930可经由有线或无线回程链路(例如，s1接口、x2接口等)与核心网络或与彼此耦合，或这两种情况。
[0155]
系统900可提供连接到例如例如太阳能电池937的传感器装置等装置或“事物”的通信链路，以提供物联网(“iot”)框架。iot内连接的事物可在对蜂窝式网络服务提供商许
可且受其控制的频带内操作，或此类装置或事物可如此。此类频带和操作可被称作窄带iot(nb-iot)，因为为iot操作分配的频带相对于总体系统带宽可为小的或窄的。举例来说，为nb-iot分配的频带可具有1、5、10或20mhz的带宽。
[0156]
另外或替代地，iot可包含在与传统蜂窝式技艺不同的频率下操作的装置或事物以促进无线频谱的使用。举例来说，iot框架可允许系统900中的多个装置在低于6ghz频带或其中装置可在未经许可使用的共享频谱上操作的其它工业、科学和医疗(ism)无线电频带下操作。低于6ghz频带也可被表征为且也可被表征为nb-iot频带。举例来说，在低频率范围下操作时，为例如太阳能电池937等“事物”提供传感器数据的装置可利用较少能量，从而得到功率效率且可利用较不复杂的信令框架，使得装置可在低于6ghz频带上异步地发射。低于6ghz频带可支持广泛多种用例，包含传感器数据从各种传感器装置的通信。传感器装置的实例包含用于检测能量、热量、光、振动、生物信号(例如，脉搏、eeg、ekg、心率、呼吸速率、血压)、距离、速度、加速度或其组合的传感器。传感器装置可部署在建筑物、个人上和/或环境中的其它位置。传感器装置可彼此通信且与计算系统通信，所述计算系统可聚合和/或分析从环境中的一个或多个传感器装置提供的数据。
[0157]
在此类5g框架中，装置可执行由其它移动网络(例如，umts或lte)中的基站执行的功能性，例如形成节点之间的连接或管理移动性操作(例如，越区切换或重新选择)。举例来说，移动装置915可利用移动装置915从用户接收传感器数据，例如血压数据，并且可在窄带iot频带上将所述传感器数据发射到基站910。在此类实例中，用于移动装置915的确定的一些参数可包含经许可的频谱的可用性、未经许可的频谱的可用性和/或传感器数据的时间敏感性质。在实例中继续，移动装置915可因为窄带iot频带可用而发射血压数据，并且可快速发射传感器数据，从而识别对血压的时间敏感性分量(例如，在血压测量值危险地为高或低，例如收缩血压是偏离范数的三个标准差的情况下)。
[0158]
另外或替代地，移动装置915可与其它移动装置或系统900的其它元件形成装置间(d2d)连接。举例来说，移动装置915可与包含通信装置920或车辆945的其它装置形成rfid、wifi、multifire、蓝牙或紫蜂连接。在一些实例中，可使用经许可的频谱频带进行d2d连接，并且此类连接可由蜂窝式网络或服务提供商管理。因此，虽然在窄带iot的上下文中描述了上述实例，但可了解，移动装置915可利用其它装置间连接来提供在与移动装置915确定的频带不同的频带上收集的信息(例如，传感器数据)以用于所述信息的发射。
[0159]
此外，一些通信装置可促进特用网络(例如，形成有通信装置920的网络)附接到静止物体和车辆940、945，而不一定形成到基站910和/或核心网络的传统连接。其它静止物体可用于支撑通信装置920，例如但不限于树、植物、柱、建筑物、飞艇、飞船、气球、街道标志、邮箱，或其组合。在此类系统900中，通信装置920和小型小区930(例如，小型小区、超微型小区、wlan接入点、蜂窝式热点等)可安装在另一结构上或附着到另一结构，例如灯柱和建筑物，以促进形成特用网络和其它基于iot的网络。此类网络可在与现有技艺不同的频带下操作，例如移动装置915在蜂窝式通信频带上与基站910通信。
[0160]
通信装置920可部分地取决于到系统900的另一元件的连接而形成以阶层或特用网络方式操作的无线网络。举例来说，通信装置920可利用未经许可的频谱中的700mhz通信频率来形成与移动装置915的连接，同时利用经许可的频谱通信频率来形成与车辆945的另一连接。通信装置920可在经许可的频谱上在专用短距离通信(dsrc)的5.9ghz频带上与车
辆945通信以提供对时间敏感数据的直接存取，例如用于车辆945的自动驾驶能力的数据。
[0161]
车辆940和945可在与通信装置920和车辆945之间的连接不同的频带下形成特用网络。举例来说，对于在车辆940、945之间提供时间敏感数据的高带宽连接，24ghz毫米波频带可用于车辆940、945之间的数据发射。举例来说，在车辆940、945彼此跨越窄的交叉线的同时，车辆940、945可在连接上彼此共享实时方向和导航数据。每一车辆940、945可跟踪交叉线且将图像数据提供到图像处理算法以在各自沿着交叉线行进的同时促进每一车辆的自主导航。在一些实例中，此实时数据也可大体上在通信装置920与车辆945之间的专门经许可的频谱连接上同时共享，例如用于处理在车辆945和车辆940两者处接收到的图像数据，如在24ghz毫米波频带上由车辆940发射到车辆945的图像数据。虽然图9中展示为汽车，但可使用其它交通工具，包含但不限于飞行器、航天器、热气球、飞艇、飞船、火车、潜水艇、轮船、渡船、巡航船、直升飞机、摩托车、自行车、无人机，或其组合。
[0162]
虽然在24ghz毫米波频带的上下文中进行描述，但可了解，可在系统900中在其它毫米波频带或可为经许可或未经许可频带的其它频带中形成连接，所述其它毫米波频带或其它频带例如28ghz、37ghz、38ghz、39ghz。在一些情况下，车辆940、945可共享它们与不同网络中的其它车辆通信的频带。举例来说，车队可经过车辆940，并且除车辆940、945之间的24ghz毫米波连接之外，还暂时共享24ghz毫米波频带以形成所述车队之间的连接。作为另一实例，通信装置920可大体上同时维持与由用户(例如，沿着街道行走的行人)操作的移动装置915的700mhz连接，以在5.9ghz频带上将关于用户的位置的信息提供到车辆945。在提供此类信息时，通信装置920可充分利用天线分集方案作为大型mimo框架的部分，以促进与移动装置915和车辆945两者的时间敏感的单独连接。大型mimo框架可涉及具有大量天线(例如，12、20、64、128等)的发射和/或接收装置，其可促进根据传统协议(例如，wifi或lte)以较少天线操作的装置无法达到的精确波束成形或空间分集。
[0163]
基站910和小型小区930可与系统900中的装置或系统900中至少具有传感器无线网络的其它有通信能力的装置无线通信，例如可在活动/休眠循环上操作的太阳能电池937，和/或一或多个其它传感器装置。基站910可为进入其覆盖区域的装置，例如移动装置915和无人机917提供无线通信覆盖范围。小型小区930可为例如在小型小区930安装的建筑物附近进入其覆盖区域的装置，例如车辆945和无人机917提供无线通信覆盖范围。
[0164]
大体上，小型小区930可被称作小型小区且为本地地理区提供覆盖范围，例如，在一些实例中200米或更小的覆盖范围。这可与宏小区对照，所述宏小区可在约几平方英里或千米的宽或大面积上提供覆盖范围。在一些实例中，小型小区930可部署(例如，安装在建筑物上)在基站910(例如，宏小区)的一些覆盖区域内，其中根据所述覆盖区域的业务分析，无线通信业务可能是密集的。举例来说，小型小区930可在图9中的建筑物上部署在基站910的覆盖区域中，前提是基站910大体上接收和/或发射比基站910的其它覆盖区域更高量的无线通信发射。基站910可部署在一地理区域中以为所述地理区域的部分提供无线覆盖范围。随着无线通信业务变得更密集，可在某些区域中部署额外基站910，这可更改现有基站910的覆盖区域，或可部署其它支持的站，例如小型小区930。小型小区930可为超微型小区，其可为小于小型小区的区域(例如，在一些实例中100米或更小(例如，建筑物的一层))提供覆盖范围。
[0165]
虽然基站910和小型小区930可为包围其相应区域的地理区域的部分提供通信覆
盖范围，但两者可改变其覆盖范围的方面以促进用于某些装置的较快无线连接。举例来说，小型小区930可主要为在小型小区930安装的建筑物周围或其中的装置提供覆盖范围。然而，小型小区930还可检测已进入覆盖区域的装置且调整其覆盖区域以促进到所述装置的较快连接。
[0166]
举例来说，小型小区930可支持与也可被称作无人驾驶飞行器(uav)的无人机917的大型mimo连接，并且在车辆945进入其覆盖区域时，小型小区930调整一些天线以在车辆945而非无人机917的方向上定向地指向，以促进除无人机917之外还与车辆的大型mimo连接。在调整天线中的一些时，小型小区930可能无法支持在特定频率下到无人机917的如同在调节之前那么快的连接。举例来说，小型小区930可在1.8ghz的4g lte频带中的各种可能频率中的第一频率上与无人机917通信。然而，无人机917还可请求在其覆盖区域中的另一装置(例如，基站910)在不同频率下连接，这可促进如参考小型小区930所描述的类似连接，或例如在5g nr频带中在3.5ghz频率下与基站910的不同的(例如，更快、更可靠的)连接。因此，系统900可在将额外连接提供到可利用或需要此类链路的装置时增强现有通信链路，同时还补偿例如在4ge lte和5g nr频带两者中发射的由无人机917产生的任何自干扰噪声。在一些实例中，无人机917可充当可移动或空中基站。
[0167]
无线通信系统900可包含例如基站910、通信装置920和小型小区930的装置，它们可支持在不同频率下到系统900中的装置的若干连接，同时还利用例如自干扰噪声计算器240或500的自干扰噪声计算器来补偿自干扰噪声。此类装置可在阶层模式或特用模式中与系统900的网络中的其它装置一起操作。虽然在基站910、通信装置920和小型小区930的上下文中进行描述，但可了解，可支持与网络中的装置的若干连接同时还利用自干扰噪声计算器来补偿自干扰噪声的其它装置可包含在系统900中，包含但不限于：宏小区、超微型小区、路由器、卫星和rfid检测器。
[0168]
在各种实例中，无线通信系统900的元件，例如基站910、移动装置915、无人机917、通信装置920、小型小区930和车辆940、945可实施为本文中所描述的利用自干扰噪声计算器来补偿自干扰噪声的电子装置。举例来说，通信装置920可实施为本文中所描述的电子装置，例如图1的电子装置102、110、图2中的电子装置110、电子装置610，或本文中所描述的图1-2、5a-5e或6中所描绘的任何系统或系统的组合，或本文中所描述的图中所描绘的任何系统或系统的组合。
[0169]
图10说明根据本公开的方面的无线通信系统1000的实例。无线通信系统1000包含移动装置1015、无人机1017、通信装置1020和小型小区1030。建筑物1010还包含无线通信系统1000的装置，其可被配置成与建筑物1010或小型小区1030中的其它元件通信。建筑物1010包含联网工作站1040、1045、虚拟现实装置1050、iot装置1055、1060和联网娱乐装置1065。在所描绘系统1000中，iot装置1055、1060可分别为由虚拟现实装置1050控制的用于住宅使用的洗衣机和干衣机。因此，虽然虚拟现实装置1050的用户可在建筑物1010的不同房间中，但用户可控制iot装置1055的操作，例如配置洗衣机设定。虚拟现实装置1050还可控制联网娱乐装置1065。举例来说，虚拟现实装置1050可将虚拟现实装置1050的用户正玩的虚拟游戏广播到联网娱乐装置1065的显示器上。
[0170]
小型小区1030或建筑物1010的装置中的任一个可连接到提供对因特网和传统通信链路的接入的网络。类似于系统900，系统1000可促进可包含各种频带的5g系统中的宽范
围的无线通信连接，所述各种频带包含但不限于：低于6ghz频带(例如，700mhz通信频率)、中间范围通信频带(例如，2.4ghz)，以及毫米波频带(例如，24ghz)。另外或替代地，无线通信连接可支持如上文参考系统900所描述的各种调制方案。系统1000可操作且被配置成类似于系统900进行通信。因此，系统1000和系统900的类似编号的元件可以类似方式配置，例如通信装置920与通信装置1020，小型小区930与小型小区1030，等。
[0171]
类似于系统900，其中系统900的元件被配置成形成独立的阶层或特用网络，通信装置1020可与小型小区1030和移动装置1015形成阶层网络，同时可在包含无人机1017和建筑物1010的装置中的一些的小型小区1030网络当中形成额外特用网络，所述一些装置例如联网工作站1040、1045和iot装置1055、1060。
[0172]
通信系统1000中的装置还可与系统1000的其它移动装置或其它元件形成(d2d)连接。举例来说，虚拟现实装置1050可与包含iot装置1055和联网娱乐装置1065的其它装置形成窄带iot连接。如上文所描述，在一些实例中，可使用经许可的频谱频带进行d2d连接，并且此类连接可由蜂窝式网络或服务提供商管理。因此，虽然在窄带iot的上下文中描述了上述实例，但可了解，虚拟现实装置1050可利用其它装置间连接。
[0173]
在各种实例中，无线通信系统1000的元件，例如移动装置1015、无人机1017、通信装置1020和小型小区1030、联网工作站1040、1045、虚拟现实装置1050、iot装置1055、1060和联网娱乐装置1065可实施为本文中所描述的利用自干扰噪声计算器来补偿自干扰噪声的电子装置。举例来说，通信装置1020可实施为本文中所描述的电子装置，例如图1的电子装置102、110、图2中的电子装置110、电子装置610，或本文中所描述的图1-2、5a-5e或6中所描绘的任何系统或系统的组合，或本文中所描述的图中所描绘的任何系统或系统的组合。
[0174]
上文阐述某些细节以提供对所描述实例的充分理解。然而，所属领域的技术人员将明白，可在没有这些特定细节的情况下实践所述实例。本文中结合附图的描述描述了实例配置，并且不表示可实施或在权利要求书的范围内的所有实例。本文中可使用的术语“示例性”和“实例”意谓“充当实例、例子或说明”，并且不“优选于”或“优于其它实例”。出于提供对所描述技术的理解的目的，具体实施方式包含具体细节。然而，可在无这些具体细节的情况下实践这些技术。在一些例子中，以框图的形式展示了众所周知的结构和装置以便避免混淆所描述实例的概念。
[0175]
可使用多种不同技艺和技术中的任一个来表示本文中所描述的信息和信号。举例来说，可通过电压、电流、电磁波、磁场或磁粒子、光场或光粒子或其任何组合来表示在整个上文描述中可能参考的数据、指令、命令、信息、信号、位、符号和芯片。
[0176]
本文中所描述的技术可用于各种无线通信系统，其可包含多址接入蜂窝通信系统，并且其可采用码分多址接入(cdma)、时分多址接入(tdma)、频分多址接入(fdma)、正交频分多址接入(ofdma)、或单载波频分多址接入(sc-fdma)，或此类技术的任何组合。这些技术中的一些已用于例如第三代合作伙伴计划(3gpp)、第三代合作伙伴计划2(3gpp2)和ieee的组织的标准化无线通信协议中或与之相关。这些无线标准包含超移动宽带(umb)、通用移动电信系统(umts)、长期演进(lte)、lte-高级(lte-a)、lte-a pro、新无线电(nr)、ieee 802.11(wifi)和ieee 802.16(wimax)等。
[0177]
术语“5g”或“5g通信系统”可指根据例如在其相应赞助组织的lte版本13或14或wimax 802.16e-2005之后开发或论述的标准化协议操作的系统。可在根据其它代无线通信
系统配置的系统(包含根据上文所描述的标准配置的那些系统)中采用本文中所描述的特征。
[0178]
可用通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其经设计以执行本文中所描述的功能的任何组合来实施或执行结合本公开描述的各种说明性块和模块。通用处理器可为微处理器，但在替代方案中，处理器可为任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合(例如，dsp与微处理器的组合、多个微处理器、结合dsp核心的一或多个微处理器，或任何其它此类配置)。
[0179]
本文中所描述的功能可以硬件、由处理器执行的软件、固件或其任何组合实施。如果以由处理器执行的软件实施，那么功能可作为一或多个指令或代码存储在计算机可读媒体上或经由计算机可读媒体发射。计算机可读媒体包含非暂时性计算机存储媒体和通信媒体两者，所述通信媒体包含有助于将计算机程序从一处传送到另一处的任何媒体。非暂时性存储媒体可为可由通用或专用计算机存取的任何可用媒体。借助于实例而非限制，非暂时性计算机可读媒体可包括ram、rom、电可擦除可编程只读存储器(eeprom)、或光盘存储装置、磁盘存储装置或其它磁性存储装置，或可用于携载或存储呈指令或数据结构形式的所要程序代码构件且可由通用或专用计算机或通用或专用处理器存取的任何其它非暂时性媒体。
[0180]
并且，适当地将任何连接称作计算机可读媒体。举例来说，如果使用同轴电缆、光纤电缆、双绞线、数字订户线(dsl)或例如红外线、无线电和微波等无线技艺从网站、服务器或其它远程源发射软件，那么所述同轴电缆、光纤电缆、双绞线、dsl或例如红外线、无线电和微波等无线技艺包含在媒体的定义中。上述的组合也包含在计算机可读媒体的范围内。
[0181]
其它实例和实施方案在本公开和所附权利要求书的范围内。举例来说，由于软件的性质，上文所描述的功能可使用由处理器实行的软件、硬件、固件、硬连线或这些中的任一个的组合来实施。实施功能的特征还可物理上位于各种位置处，包含经分布以使得功能的各部分在不同物理位置处实施。
[0182]
并且，如本文中(包含在权利要求书中)所使用，如在项列表(例如，以例如“中的至少一个”或“中的一或多个”的短语开头的项列表)中所使用的“或”指示包含性列表，使得例如a、b或c中的至少一个的列表意谓a或b或c或ab或ac或bc或abc(即，a和b和c)。并且，如本文中所使用，短语“基于”不应被理解为指代封闭条件集。举例来说，在不脱离本公开的范围的情况下，描述为“基于条件a”的示例性步骤可基于条件a和条件b两者。换句话说，如本文中所使用，短语“基于”应以相同方式解释为短语“至少部分地基于”。
[0183]
从前述应了解，虽然本文已出于说明的目的描述具体实例，但可进行各种修改，同时仍保持所要求技艺的范围。提供本文中的描述以使本领域的技术人员能够制造或使用本公开。所属领域的技术人员将易于了解对本公开的各种修改，并且本文中所定义的一般原理可应用于其它变体而不脱离本公开的范围。因此，本公开不限于本文中所描述的实例和设计，而是被赋予与本文中所公开的原理和新颖特征一致的最广泛范围。