数据采集方法及装置制造方法及图纸

本申请公开一种数据采集方法及装置，属于通信技术领域。数据采集方法，由第一设备执行，所述方法包括：采集第一设备侧人工智能网络的输入信息和/或输出信息；将第一信息和/或第二信息发送给第二设备，所述第一信息和/或所述第二信息满足第一要求，所述第一信息选自所述输入信息，所述第二信息选自所述输出信息。本申请实施例的技术方案能够提高通信系统的性能。能。能。

【技术实现步骤摘要】
数据采集方法及装置


[0001]本申请涉及通信
，具体涉及一种数据采集方法及装置。

技术介绍

[0002]现有技术中，通信设备在进行数据采集时，往往只考虑了在理想因素的干扰下，如何进行数据采集，而未考虑非理想因素的干扰下，如何进行数据采集。

技术实现思路

[0003]本申请实施例提供了一种数据采集方法及装置，能够提高通信系统的性能。
[0004]第一方面，本申请实施例提供了一种数据采集方法，由第一设备执行，所述方法包括：
[0005]采集第一设备侧人工智能网络的输入信息和/或输出信息；
[0006]将第一信息和/或第二信息发送给第二设备，所述第一信息和/或所述第二信息满足第一要求，所述第一信息选自所述输入信息，所述第二信息选自所述输出信息。
[0007]第二方面，本申请实施例提供了一种数据采集装置，应用于第一设备，所述装置包括：
[0008]采集模块，用于采集第一设备侧人工智能网络的输入信息和/或输出信息；
[0009]上报模块，用于将第一信息和/或第二信息发送给第二设备，所述第一信息和/或所述第二信息满足第一要求，所述第一信息选自所述输入信息，所述第二信息选自所述输出信息。
[0010]第三方面，提供了一种第一设备，该终端包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0011]第四方面，提供了一种第一设备，包括处理器及通信接口，其中，所述处理器用于采集第一设备侧人工智能网络的输入信息和/或输出信息；所述通信接口用于将第一信息和/或第二信息发送给第二设备，所述第一信息和/或所述第二信息满足第一要求，所述第一信息选自所述输入信息，所述第二信息选自所述输出信息。
[0012]第五方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0013]第六方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
[0014]第七方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在非易失的存储介质中，所述程序/程序产品被至少一个处理器执行以实现如第一方面所述的方法的步骤。
[0015]在本申请实施例中，第一设备采集人工智能网络的输入信息和/或输出信息；将第一信息和/或第二信息发送给第二设备，所述第一信息和/或所述第二信息满足第一要求，
这样上报给第二设备的第一信息和/或第二信息满足第一要求，能够有效提升第一设备侧采集数据的效率和准确性，提升无线网络中的人工智能模块的性能，从而提升通信系统的性能。
附图说明
[0016]图1表示无线通信系统的示意图；
[0017]图2表示神经网络的结构示意图；
[0018]图3表示神经元的结构示意图；
[0019]图4表示本申请实施例由第一设备执行的数据采集方法的流程示意图；
[0020]图5表示本申请实施例应用于第一设备的数据采集装置的结构示意图；
[0021]图6表示本申请实施例通信设备的结构示意图；
[0022]图7表示本申请实施例的终端的组成示意图。
具体实施方式
[0023]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
[0024]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
[0025]值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long Term Evolution，LTE)/LTE的演进(LTE
‑
Advanced，LTE
‑
A)系统，还可用于其他无线通信系统，诸如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time Division Multiple Access，TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single
‑
carrier Frequency
‑
Division Multiple Access，SC
‑
FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6
th Generation，6G)通信系统。
[0026]图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11和网络侧设备12。其中，终端11也可以称作终端设备或者用户终端(User Equipment，UE)，终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra
‑
mobile personal computer，UMPC)、移动上网装置(Mobile Internet Device，MID)、可穿戴式设备(Wearable Device)或车载设备(VUE)、
行人终端(PUE)等终端侧设备，可穿戴式设备包括：智能手表、手环、耳机、眼镜等。需要说明的是，在本申请实施例并不限定终端11的具体类型。网络侧设备12可以是基站或核心网，其中，基站可被称为节点B、演进节点B、接入点、基收发机站(Base Transceiver Station，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、B节点、演进型B节点(eNB)、家用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据采集方法，其特征在于，由第一设备执行，所述方法包括：采集第一设备侧人工智能网络的输入信息和/或输出信息；将第一信息和/或第二信息发送给第二设备，所述第一信息和/或所述第二信息满足第一要求，所述第一信息选自所述输入信息，所述第二信息选自所述输出信息。2.根据权利要求1所述的数据采集方法，其特征在于，采集第一设备侧人工智能网络的输入信息和/或输出信息的步骤之后，所述方法还包括：上报所述第一要求的关联参数和/或所述关联参数的统计特征。3.根据权利要求1所述的数据采集方法，其特征在于，将第一信息和/或第二信息发送给第二设备的步骤之前，所述方法还包括：接收所述第二设备发送的统计特征的统计范围，所述统计特征为所述第一要求的关联参数的统计特征。4.根据权利要求1所述的数据采集方法，其特征在于，所述第一要求的关联参数的统计特征包括以下至少一项：所述关联参数的概率分布；所述关联参数的误差的概率分布；所述关联参数的均值；所述关联参数的方差；所述关联参数的误差的均值；所述关联参数的误差的方差；所述关联参数的时间相关性；所述关联参数的误差的时间相关性；所述关联参数的累计分布函数CDF在预设阈值处的值；所述关联参数的误差的CDF在预设阈值处的值。5.根据权利要求1所述的数据采集方法，其特征在于，所述第一要求的关联参数包括以下至少一项：定时；定时的估计误差；定时提前量；定时提前量的估计误差；信噪比；信噪比的估计误差；噪声功率；小区内干扰；小区间干扰；信号处理模块的非线性参数；移动参数；第一设备的位置；第一设备的位置的估计误差；载波间干扰；
波束质量；波束质量估计误差。6.根据权利要求5所述的数据采集方法，其特征在于，所述第一要求包括以下至少以下一项：至少一个所述关联参数大于预设第一门限；至少一个所述关联参数大于或等于预设第二门限；至少一个所述关联参数小于预设第三门限；至少一个所述关联参数小于或等于预设第四门限。7.根据权利要求1所述的数据采集方法，其特征在于，采集第一设备侧人工智能网络的输入信息和/或输出信息的步骤包括：采集满足所述第一要求的输入信息；和/或采集满足所述第一要求的输出信息。8.根据权利要求1所述的数据采集方法，其特征在于，将第一信息和/或第二信息发送给第二设备之前，所述方法还包括：对采集的所述输入信息经预设处理方式处理后得到所述第一信息；和/或对采集的所述输出信息经预设处理方式处理后得到所述第二信息。9.根据权利要求7所述的数据采集方法，其特征在于，所述输出信息满足所述第一要求；和/或所述输出信息经预设处理方式处理后满足所述第一要求；和/或所述输入信息满足所述第一要求；和/或所述输入信息经预设处理方式处理后满足所述第一要求。10.根据权利要求1所述的数据采集方法，其特征在于，所述第一信息与第一参考信息的误差小于预设门限；和/或所述第二信息与第二参考信息的误差小于预设门限。11.根据权利要求10所述的数据采集方法，其特征在于，所述误差包括以下任一项或多项的组合：均方误差；归一化均方误差；余弦相似度；相关性。12.根据权利要求1所述的数据采集方法，其特征在于，所述人工智能网络位于所述第一设备的信道状态信息CSI编码模块，所述输入信息不满足所述第一要求。13.根据权利要求1所述的数据采集方法，其特征在于，所述人工智能网络位于所述第一设备的联合模块中，所述联合模块至少包括CSI反馈模块，所述输入信息和/或所述输出信息满足所述第一要求；和/或所述输入信息和/或所述输出信息经预设处理方式处理后满足所述第一要求。14.根据权利要求8或9或13所述的数据采集方法，其特征在于，所述预设处理方式为协议定义，或，所述第二设备发送给所述第一设备，或所述第一设备发送给所述第二设备，或，网络侧设备配置，或，第一设备上报给网络侧设备。
15.根据权利要求5所述的数据采集方法，其特征在于，所述输入信息和所述输出信息包括以下至少一项：解调参考信号DMRS数据；信道估计数据；参考信号估计数据；所述第一要求的关联参数包括以下至少一项：定时；定时的估计误差；定时提前量；定时提前量的估计误差；信噪比；信噪比的估计误差；噪声功率；载波间干扰；小区内干扰；小区间干扰。16.根据权利要求5所述的数据采集方法，其特征在于，所述输入信息和所述输出信息包括定位数据，所述第一要求的关联参数包括以下至少一项：定时；定时的估计误差；定时提前量；定时提前量的估计误差；信噪比；信噪比的估计误差；噪声功率；载波间干扰；小区内干扰；小区间干扰；第一设备的位置；第一设备的位置的估计误差。17.根据权利要求5所述的数据采集方法，其特征在于，所述输入信息和所述输出信息包括波束数据，所述第一要求的关联参数包括以下至少一项：定时；定时的估计误差；定时提前量；定时提前量的估计误差；信噪比；信噪比的估计误差；噪声功率；
载波间干扰；小区内干扰；小区间干扰；波束质量；波束质量估计误差。18.根据权利要求1所述的数据采集方法，其特征在于，所述第一要求为协议定义，或，所述第二设备发送给所述第一设备，或所述第二设备发送给所述第一设备，或，网络侧设备配置，或，第一设备上报给网络侧设备。19.一种数据采集装置，其特征在于，应用于第一设备，所述装置包括：采集模块，用于采集第一设备侧人工智能网络的输入信息和/或输出信息；上报模块，用于将...

【专利技术属性】
技术研发人员：杨昂，孙布勒，史斯豪，贾承璐，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：