[发明专利]通信系统中的学习

权利要求书

1.一种用于通信的装置，包括：

用于初始化传输系统的接收器的可训练参数的部件，其中所述接收器包括：解调模块，用于解调接收到的符号；量化模块，用于生成经解调的所述符号的量化版本；以及解码器，用于生成从经解调的所述符号的所述量化版本得到的解码输出，其中所述解调模块具有至少一些可训练权重，并且所述量化模块具有至少一些可训练权重；

用于在所述接收器处接收消息的第一训练序列的部件；

用于获得或者生成损失函数的部件；以及

用于基于所述损失函数来更新所述接收器的所述可训练参数中的至少一些可训练参数的部件，其中用于更新所述接收器的所述可训练参数中的至少一些可训练参数的所述部件包括用于更新所述解调模块的所述可训练权重中的至少一些可训练权重的部件、以及用于更新所述量化模块的所述可训练权重中的至少一些可训练权重的部件。

2.根据权利要求1所述的装置，其中：

所述解码器具有至少一些可训练权重；并且

用于更新所述接收器的所述可训练参数中的至少一些可训练参数的所述部件包括用于更新所述解码器的所述可训练权重中的至少一些可训练权重的部件。

3.根据权利要求1或权利要求2所述的装置，其中所述解调模块包括用于针对接收到的数据比特来生成对数似然比估计的部件，其中每个对数似然比指示相应的所述比特在被发送时具有特定值的概率。

4.根据权利要求3所述的装置，其中所述解调模块的所述可训练权重中的一个或多个可训练权重包括所述对数似然比估计生成部件的一个或多个可训练权重。

5.根据权利要求1或权利要求2所述的装置，其中所述量化模块包括阶跃函数的逼近，其中所述量化模块的所述可训练权重包括与所述阶跃函数的逼近度相关的一个或多个权重。

6.根据权利要求1或权利要求2所述的装置，其中用于更新所述量化模块的所述可训练权重中的至少一些可训练权重的所述部件包括用于优化所述量化模块的码本的部件。

7.根据权利要求1或权利要求2所述的装置，还包括用于生成经解调的所述符号的所述量化版本的扰动版本的部件，其中所述解码器生成从经解调的所述符号的所述量化版本的所述扰动版本得到的所述解码输出。

8.根据权利要求7所述的装置，其中用于生成经解调的所述符号的所述量化版本的所述扰动版本的所述部件利用分布来生成要被应用于经解调的所述符号的所述量化版本的扰动。

9.根据权利要求1或权利要求2所述的装置，还包括：用于重复更新所述接收器的所述可训练参数中的至少一些可训练参数直到第一条件被达到的部件。

10.根据权利要求1或权利要求2所述的装置，其中所述损失函数基于在所述接收器处接收到的消息的所述第一训练序列和所述训练序列的知识而被生成。

11.根据权利要求1或权利要求2所述的装置，其中所述损失函数与误块率、误比特率和分类交叉熵中的一项或多项相关。

12.根据权利要求1或权利要求2所述的装置，其中所述接收器的所述至少一些可训练参数使用随机梯度下降或强化学习而被训练。

13.根据权利要求1或权利要求2所述的装置，其中：

所述解调模块包括解调器神经网络；和/或

所述量化模块包括量化神经网络；和/或

所述解码器包括解码器神经网络。