通信方法与通信装置制造方法及图纸

本申请实施例提供一种通信方法和通信装置，该方法包括：中心节点获取与N个分布式节点一一对应的N个指示参数，N个指示参数中的第一指示参数用于指示第一分布式节点的通信能力与计算能力，第一分布式节点为N个分布式节点中的任意一个节点；中心节点根据N个指示参数确定M个网络参数，M个网络参数与N个分布式节点中M个分布式节点一一对应，M个网络参数中的第一网络参数用于指示第一分布式节点的通信配置或者神经网络架构配置中至少一项；中心节点发送M个网络参数。通过该方法，本申请实施例能够实现在多变通信环境进行神经网络架构搜索，且该神经网络架构搜索确定的神经网络架构能够满足节点对神经网络的低时延与高模型准确度的要求。确度的要求。确度的要求。

【技术实现步骤摘要】
通信方法与通信装置


[0001]本申请实施例涉及通信
，更具体地，涉及通信方法与通信装置。

技术介绍

[0002]在通信网络中，分布式节点具备一定的计算能力，能够处理本地数据，这为人工智能(artificial intelligence，AI)算法在通信网络中的应用提供了计算能力支持。然而，分布式节点的通信资源与计算资源之间的不匹配问题成为了通信使能的AI应用的瓶颈。因此可以通过在通信网络中进行神经网络架构搜索，实现分布式节点与中心节点的计算资源和通信资源之间的合理分配。
[0003]现有的在通信网络中进行神经网络架构搜索的方案是基于给定的通信网络进行设计的，其无法应用于多变的通信环境。
[0004]如何使得在通信网络中进行神经网络架构搜索的技术能够在多变通信环境中得到很好应用是目前亟待解决的技术问题。

技术实现思路

[0005]本申请实施例提供一种通信方法与通信装置，通过该方法，本申请实施例能够实现在多变通信环境进行神经网络架构搜索，且在多变通信环境中进行的神经网络架构搜索确定的神经网络架构能够满足节点对神经网络的低时延与高模型准确度的要求。
[0006]第一方面，提供一种通信方法，包括：中心节点获取与N个分布式节点一一对应的N个指示参数，该N个指示参数中的第一指示参数用于指示第一分布式节点的通信能力与计算能力，该第一分布式节点为该N个分布式节点中的任意一个分布式节点；该中心节点根据该N个指示参数确定M个网络参数，该M个网络参数与该N个分布式节点中的M个分布式节点一一对应，该M个网络参数中的第一网络参数用于指示该第一分布式节点的通信配置或者神经网络架构配置中至少一项；该中心节点发送该M个网络参数，N、M为正整数，M小于或等于N。
[0007]通过综合考虑分布式节点的通信能力与计算能力来确定多个网络参数，该多个网络参数与具体的通信环境匹配。例如，在不同的通信环境中，分布式节点的通信能力会存在差异，中心节点可以基于分布式节点上报的与在不同通信环境对应的通信能力与计算能力，确定与具体通信环境匹配的多个网络参数，该多个网络参数用于确定具体通信环境对应的神经网络架构，该神经网络架构能够满足节点对神经网络的低时延和高模型准确度的要求。
[0008]通过上述技术方案，本申请实施例能够在多变的通信环境中实现在通信网络中进行神经网络架构搜索，且在多变通信环境中神经网络架构搜索所确定的神经网络架构能够满足节点对神经网络的高模型准确度与低时延的要求。
[0009]一种可能的实现方式中，该第一指示参数还用于指示该第一分布式节点的业务特征。
[0010]中心节点可以根据分布式节点的业务特性选择适用于处理该类型业务的分布式节点和通信链路(例如，装载图形处理器(graph processing unit，GPU)的分布式节点适合处理图像类型业务)，从而提高资源利用效率。
[0011]一种可能的实现方式中，该N个指示参数还用于确定M个分布式节点对应的训练参数，该训练参数包括第一训练参数，该第一训练参数用于指示该第一分布式节点对神经网络进行训练的训练顺序。
[0012]本申请实施例可以在已有通信网络的通信链路基础上，通过调整神经网络节点顺序，从而可以充分利用节点的通信资源与计算资源，实现通信资源与计算资源的高效匹配。
[0013]一种可能的实现方式中，该方法还包括：该中心节点发送该训练参数。
[0014]可选地，该训练参数包含于广播信息中，该广播信息包括M个分布式节点中每个分布式节点对应的训练参数，中心节点向M个分布式节点发送该广播信息。
[0015]可选地，该训练参数包含于单播信息，该一个单播消息包括一个分布式节点的训练参数，中心节点向M个分布式节点中每个分布式节点发送对应的单播信息。
[0016]可选地，中心节点向每个分布式节点发送该训练参数。例如，中心节点向第一分布式节点发送第一分布式节点对应的训练参数，向第二分布式节点发送第二分布式节点对应的训练参数。
[0017]可选地，中心节点向M个分布式节点中的部分分布式节点发送训练参数。例如，中心节点向第一分布式节点发送第一分布式节点对应的训练参数和第二分布式节点对应的训练参数。
[0018]一种可能的实现方式中，该第一指示参数包括第一通信能力信息、第一计算能力信息和第一业务特征信息，该第一通信能力信息用于指示该第一分布式节点的通信能力，该第一计算能力信息用于指示该第一分布式节点的计算能力，该第一业务特征信息用于指示该第一分布式节点的业务特征。
[0019]一种可能的实现方式中，该第一指示参数还包括第二通信能力信息、第二计算能力信息和第二业务特征信息，该第二通信能力信息用于指示该第二分布式节点的通信能力，该第二计算能力信息用于指示该第二分布式节点的计算能力，该第二业务特征信息用于指示该第二分布式节点的业务特征，该第二分布式节点为与第一分布式节点具有连接关系的分布式节点。
[0020]一种可能的实现方式中，该第一通信能力信息包括以下至少一项：该中心节点与该第一分布式节点之间的信道的信道特征信息或者通信资源信息。
[0021]信道特征信息或者通信资源信息能够用于表征分布式节点的通信能力的大小。中心节点能够根据该信道特征信息或者通信资源信息确定每个分布式节点对应的通信网络参数，从而便于分配通信资源、设置通信模式、调节调制编码策略(modulation coding scheme，MCS)等操作。
[0022]一个可能的实现方式中，该第一通信能力信息包括以下至少一项：第二分布式节点与该第一分布式节点之间的信道的信道特征信息或者通信资源信息，该第二分布式节点为与第一分布式节点具有连接关系的分布式节点。
[0023]第一通信能力信息可以包括第一分布式节点和与第一分布式节点有连接关系的节点之间的信道特征信息或者通信资源信息，该节点可以是中心节点，也可以是第二分布
式节点。
[0024]一种可能的实现方式中，该信道特征信息包括以下至少一项：信道状态信息、信噪比、链路质量或者该第一分布式节点的位置。
[0025]例如，当第一分布式节点的SNR比较小时(例如，SNR为0dB)，信道噪声较大，信道条件较差，第一分布式节点的通信能力较差；例如，当第一分布式节点的链路质量很好时，第一分布式节点的通信能力较强；又例如，分布式节点的位置也影响通信能力；例如：处于小区边缘位置的分布式节点的信号弱，干扰强，第一分布式节点的通信能力较弱；又例如，第一分布式节点的链路质量较差时，数据丢包率高，导致数据重传和能耗增加，第一分布式节点的通信能力较弱。
[0026]一种可能的实现方式中，该第一网络参数包括第一通信网络参数与第一神经网络参数，该第一通信网络参数用于指示该第一分布式节点的通信配置，该第一神经网络参数用于指示该第一分布式节点的神经网络架构配置。
[0027]示例性的，在时分复用中，通信配置是中心节点(网络设备)服务分布式节点(终端设备)的时间占比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通信方法，其特征在于，包括：中心节点获取与N个分布式节点一一对应的N个指示参数，所述N个指示参数中的第一指示参数用于指示第一分布式节点的通信能力与计算能力，所述第一分布式节点为所述N个分布式节点中的任意一个分布式节点；所述中心节点根据所述N个指示参数确定M个网络参数，所述M个网络参数与所述N个分布式节点中的M个分布式节点一一对应，所述M个网络参数中的第一网络参数用于指示所述第一分布式节点的通信配置或者神经网络架构配置中至少一项；所述中心节点发送所述M个网络参数，所述N、M为正整数，所述M小于或等于N。2.根据权利要求1所述的方法，其特征在于，所述N个指示参数还用于确定M个分布式节点对应的训练参数，所述训练参数包括第一训练参数，所述第一训练参数用于指示所述第一分布式节点对神经网络进行训练的训练顺序。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：所述中心节点发送所述训练参数。4.一种通信方法，其特征在于，包括：第一分布式节点发送第一指示参数，所述第一指示参数用于指示所述第一分布式节点的通信能力与计算能力；所述第一分布式节点接收第一网络参数，所述第一网络参数用于指示所述第一分布式节点的通信配置或者神经网络架构配置中至少一项；所述第一分布式节点根据所述第一网络参数确定所述通信配置或者所述神经网络架构配置中至少一项。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：所述第一分布式节点接收第一训练参数，所述第一训练参数用于指示所述第一分布式节点对神经网络进行训练的训练顺序。6.根据权利要求1至5任一项所述的方法，其特征在于，所述第一指示参数还用于指示所述第一分布式节点的业务特征。7.根据权利要求1至6中任一项所述的方法，其特征在于，所述第一指示参数包括第一通信能力信息、第一计算能力信息和第一业务特征信息，所述第一通信能力信息用于指示所述第一分布式节点的通信能力，所述第一计算能力信息用于指示所述第一分布式节点的计算能力，所述第一业务特征信息用于指示所述第一分布式节点的业务特征。8.根据权利要求7所述的方法，其特征在于，所述第一通信能力信息包括以下至少一项：所述第一分布式节点与所述中心节点之间的信道的信道特征信息或者通信资源信息，或者，所述第一分布式节点与第二分布式节点之间的信道的信道特征信息或者通信资源信息，所述第二分布式节点为与所述第一分布式节点具有连接关系的分布式节点。9.根据权利要求8所述的方法，其特征在于，所述信道特征信息包括以下至少一项：信道状态信息、信噪比、链路质量或者所述第一分布式节点的位置。10.根据权利要求1至9中任一项所述的方法，其特征在于，所述第一网络参数包括第一
通信网络参数与第一神经网络参数，所述第一通信网络参数用于指示所述通信配置，所述第一神经网络参数用于指示所述神经网络架构配置。11.根据权利要求10所述的方法，其特征在于，所述第一通信网络参数包括以下至少一项：调度参数或者通信模式。12.根据权利要求10或11所述的方法，其特征在于，所述第一神经网络参数包括以下至少一项：所述神经网络架构的层数、所述神经网络架构的层数中每层对应的操作或者所述神经网络架构对应的神经网络的权值。13.一种通信装置，其特征在于，包括：收发单元，用于获取与N个分布式节点一一对应的N个指示参数，所述N个指示参数中的第一指示参数用于指示第一分布式节点的通信能力与计算能力，所述第一分布式节点为所述N个分布式节点中的任意一个分布式节点；处理单元，用于根据所述N个指示参数确定M个网络参数，所述M个网络参数与所述N个分布式节点中的M个分布式节点一一对应，所述M个网络参数中的第一网络参数用于指示所述第一分布式节点的通信配置或者神经网络架构配置中至少一项；所述收发单元，还用于发送所述M个网络参数，所述N、M为正整数，所述M小于或等于N。14.根据权利要求13所述的装置，其特征在于，所述N个指示参数还用于确定所述M个分布式节点对应的训练参数，所述训练参数包括第一训练参数，所述第一训练参数用于指示所述第一分布式节点对神经网络进行训练的训练顺序。15.根据权利要求14所述的装置，其特征在于，所述收发单元，还用于发送所述训练参数。16.根据权利要求13至15任一项所述的装置，其特征在于，所述第一指示参数还用于指示所述第一分布式节点的业务特征。17.根据权利要求13至16中任一项所述的装置，其特征在于，所述第一指示参数包括第一通信能力信息、第一计算能力信息和第一业务特征信息，所述第一通信能力信息用于指示所述第一分布式节点的通信能力，所述第一计算能力信息用于指示所述第一分布式节点的计算能力，所述第一业务特征信息用于指示所述第一分布式节点的业务特征。18.根据权利要求17所述的装置，其特征在于，所述第一通信能力信息包括以下至少一项：所述第一分布式节点与所述通信装置之间的信道的信道特征信息或者通信资源信息，或者，所述第一分布式节点与第二分布式节点之间的信道的信道特征信息或者通信资源信息，所述第二分布式节点为与所述第一分布式节点具有连接关系的分布式节点。19.根据权利要求18所述的装置，其特征在于，所述信道特征信息包括以下至少一项：信道状态信息、信噪比、链路质量或者所述第一分...

【专利技术属性】
技术研发人员：滕伟，戴胜辰，王坚，李榕，王俊，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：