一种基于多级神经网络的信号均衡方法、设备、装置和存储介质与流程

1.本发明涉及通信领域，并且具体地涉及在用于通信的方法、装置、设备和计算机可读存储介质。

背景技术：

2.随着通信技术的发展，用户的业务量也与日俱增。为了满足日益增长的业务量的需求，高速(high-speed)接入网络(access network)被广泛地应用于各种通信系统中(诸如，无源光纤网络pon，无线局域网络wifi以及蜂窝通信网络等)。此外，由于均衡技术可以通过基于软件的算法来实现具有成本效益的硬件设备的高速通信，均衡技术越来越引起人们的关注并被广泛地应用各种通信系统中。
3.近年来，随着神经网络(neural network，nn)的发展，为了更好地补偿通信中传输损失(包括线性和非线性失真等)，提出了基于神经网络的非线性均衡技术。然而，如何配置均衡器，以使其能够适应各种类型的高速接入网络的需求，同时可以将神经网络的规模控制的合理的范围内并实现更优的性能，还需要进一步地讨论。

技术实现要素：

4.根据本公开的第一方面，提供了一种第一通信设备，包括：至少一个处理器；以及至少一个存储器，包括计算机程序代码，所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起使所述第一通信设备：从第二通信设备接收将由所述第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及利用所述配置参数，配置所述均衡器。
5.根据本公开的第二方面，提供了一种第二通信设备，包括：至少一个处理器；以及至少一个存储器，包括计算机程序代码，
6.所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起使所述第二通信设备：确定将由第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及向所述第一通信设备发送所确定的配置参数。
7.根据本公开的第三方面，提供了一种在第一通信设备执行的方法，包括：从第二通信设备接收将由所述第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及利用所述配置参数，配置所述均衡器。
8.根据本公开的第四方面，提供了一种在第二通信设备处执行的方法，包括：确定将由第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及向所述第一通信设备
发送所确定的配置参数。
9.根据本公开的第五方面，提供了一种第一通信装置，包括用于从第二通信设备接收将由所述第一通信设备用以配置所述第一通信设备处的均衡器的配置参数的部件，其中所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及用于利用所述配置参数，配置所述均衡器的部件。
10.根据本公开的第六方面，提供了一种第二通信装置，包括：用于确定将由第一通信设备用以配置所述第一通信设备处的均衡器的配置参数的部件，其中所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及用于向所述第一通信设备发送所确定的配置参数的部件。
11.根据本公开的第七方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被配置为在被装置的处理器执行时，使所述装置执行根据上述第三方面的方法
12.根据本公开的第八方面，提供了一种提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被配置为在被装置的处理器执行时，使所述装置执行根据上述第四方面的方法。
13.应当理解，发明内容部分中所描述的内容并非旨在限定本公开实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
14.结合附图并参考以下详细说明，本公开各实现方式的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本公开的若干实现方式。在附图中：
15.图1示出了根据本公开的实施例可以在其中被实现的示例环境；
16.图2示出了根据本公开的实施例的第一通信设备和第二通信设备之间的示例交互过程；
17.图3示出了根据本公开的实施例配置基于多级神经网络的均衡器示例框图；
18.图4示出了根据本公开的实施例示例交互过程；
19.图5示出了根据本公开的实施例示例测试环境；
20.图6示出了根据本公开的特定实施例的特定激活函数(activation function，af)的函数曲线；
21.图7a示出了传统的配置具有单输出的神经网络的均衡器的示例框图；
22.图7b示出了根据本公开的特定实施例的配置具有单输出的基于多级神经网络的均衡器的示例框图；
23.图8a和8b分别图示了在单输出的神经网络的应用场景下的性能比较曲线；
24.图9a示出了传统的配置具有并行输出的神经网络的均衡器的示例框图；
25.图9b示出了根据本公开的特定实施例的配置具有并行输出的基于多级神经网络的均衡器的示例框图；
26.图10a和10b分别图示了在并行输出的神经网络的应用场景下的性能比较曲线；
27.图11图示了根据本公开的实施例的在第一通信设备处实现的方法的流程图；
28.图12图示了根据本公开的实施例的在第二通信设备处实现的方法的流程图；
29.图13图示了适合于实现本公开的实施例的装置的示意图；以及
30.图14示出了适合实现本公开的实施例的计算机可读介质的示意图。
31.在本公开中，相同和相似的附图标记标识相同和相似的元素。
具体实施方式
32.下面将参考附图中所示出的若干示例性实施例来描述本公开的原理和精神。应当理解，描述这些具体的实施例仅是为了使本领域的技术人员能够更好地理解并实现本公开，而并非以任何方式限制本公开的范围。
33.如本文所使用的，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
34.如本文所使用的，术语“确定”涵盖各种各样的动作。例如，“确定”可以包括运算、计算、处理、导出、调查、查(例如，在表格、数据库或另一数据结构中查)、查明等。此外，“确定”可以包括接收(例如，接收信息)、访问(例如，访问存储器中的数据)等。此外，“确定”可以包括解析、选择、选取、建立等。
35.本文使用的术语“电路”是指以下的一项或多项：(a)仅硬件电路实现方式(诸如仅模拟和/或数字电路的实现方式)；以及(b)硬件电路和软件的组合，诸如(如果适用)：(i)模拟和/或数字硬件电路与软件/固件的组合，以及(ii)硬件处理器的任意部分与软件(包括一起工作以使得诸如光通信装置或其他计算设备等装置执行各种功能的数字信号处理器、软件和存储器)；以及(c)硬件电路和/或处理器，诸如微处理器或者微处理器的一部分，其要求软件(例如固件)用于操作，但是在不需要软件用于操作时可以没有软件。
36.电路系统的这种定义适用于该术语在本技术中的所有使用，包括在任何权利要求中。作为进一步的示例，如本技术中所使用的，术语“电路系统”还仅覆盖硬件电路或处理器(或多个处理器)或硬件电路或处理器及其(或它们)随附软件和/或固件的一部分的实现。术语电路系统还包括例如并且如果适用于特定权利要求的元素用于通信设备的基带集成电路或处理器集成电路，或者服务器、通信设备或其他计算或网络设备中的类似集成电路。
37.本文使用的术语“无源光网络”或“pon”是指其所包括的光分布网络(odn)由诸如光分路器和光纤等无源器件组成，而不需要有源器件。
38.本文使用的术语“神经网络”可以被理解为机器学习模型。该模型能够从训练数据中学习到相应的输入与输出之间的关联，从而在训练完成后基于训练得到的参数值集合对给定的输入进行处理以生成对应的输出。“神经网络”有时也可以被称为“神经网络模型”、“学习网络”、“学习模型”、“网络”或“模型”等。这些术语在本文中可互换地使用。
39.本文使用的术语“特定的激活函数”、“特定的af”、“special af”以及“saf”是指根据本公开的各种实施例根据配置参数生成的激活函数/af。
40.如上所讨论的，基于神经网络的均衡技术已被提出。然而，传统的中等规模的神经网络无法满足各种类型的高速接入网络(诸如，支持onu分类别/组的灵活pon(flexible pon))的需求。此外，中等大小的常规神经网络的误码率(ber)性能无法满足高速接入网络的误码率阈值。因此，如何设计基于神经网络的均衡器，以使其能够适应各种类型的高速接
入网络的需求，同时将神经网络的规模控制的合理的范围内，还需要进一步地讨论。
41.根据本公开的各种实施例，提出了一种用于通信的方法。在该方法中，第二通信设备(诸如，olt或网络设备)确定并向第一通信设备(诸如，onu或终端设备)发送将由所述第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，其中所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别。第一通信设备利用所述配置参数，配置位于第一通信设备处的均衡器。以此方式，基于神经网络的均衡器可以更好地适用于高速接入网络(尤其是支持分类别/分组onu的灵活pon)。进一步地，基于指示激活函数类别的配置参数，第一通信设备可以实现基于多级神经网络的均衡器。以此方式，系统的性能(包括，均方误差(mean squared error mse)、误码率等)可以得到进一步地提升，并且可以有效地压缩神经网络的规模。
42.图1示出了根据本公开的实施例可以在其中被实现的示例环境100。在环境100中，包括第一通信设备110-1、
……
、110-l、
……
110-m、
……
、110-n(被统称为第一通信设备110)，其中l、m和n表示正整数。环境100还包括第二通信设备120。第一通信设备110和第二通信设备120经由一个或多个通信链路/信道彼此进行通信。
43.进一步地，均衡器105-1、
……
、105-l、
……
105-m、
……
、105-n(被统称为均衡器105)被分别配置在第一通信设备110-1、
……
、110-l、
……
110-m、
……
、110-n处，用于处理来自第二通信设备120的数据(有时也被称为“下行传输”或“下行数据”)。备选地或附加地，(一个或多个)均衡器125可以被配置在第二通信设备120处，用于处理来自第一通信设备110的数据(有时也被称为“上行传输”或“上行数据”)。
44.进一步地，在一些示例实施例中，均衡器105或均衡器125为基于神经网络(诸如，全连接神经网络(fcnn))的均衡器。在一些示例实施例中，基于复值多级af的fcnn可以被用于均衡器105或均衡器125。以此方式，由于非线性激活函数、神经网络结构的深度和输入数据特征等诸多因素，使得基于神经网络的均衡器具有比传统算法更好的性能。
45.环境100可以为各种通信系统。作为一种示例，环境100可以为“无线通信网络”。在本公开中，术语“无线通信网络”是指遵循任何适当的无线通信标准的网络，诸如，新无线电(nr)、长期演进(lte)、高级lte(lte-a)、宽带码分多址(wcdma)、高速分组接入(hspa)等。“无线通信网络”也可以被称为“无线通信系统”。此外，网络设备之间、网络设备与终端设备之间或无线通信网络中的终端设备之间的通信可以根据任何适当的通信协议来执行，包括但不限于全球移动通信系统(gsm)、通用移动电信系统(umts)、长期演进(lte)、新无线电(nr)、无线局域网(wlan)标准(诸如ieee 802.11标准)和/或当前已知或将来要开发的任何其他适当的无线通信标准。
46.当环境100为无线通信网络，第一通信设备110可以为“终端设备”，第二通信设备120可以“网络设备”/“网络节点”。进一步地，多种调制方式，诸如，二进制相移键控(binary phase shift keying，bpsk)、正交相移键控(quadrature phase shift keying，qpsk)、16正交幅度调制(16quadrature amplitude modulation，16-qam)或高阶调制格式可以在环境100中使用。
47.在本公开中，术语“终端设备”是指能够进行无线通信的任何终端设备。作为示例而非限制，终端设备也可以被称为通信设备、用户设备(ue)、订户站(ss)、便携式订户站、移动站(ms)或接入终端(at)。终端设备可以包括但不限于移动电话、蜂窝电话、智能电话、ip
语音(voip)电话、无线本地环电话、平板电脑、可穿戴终端设备、个人数字助理(pda)、便携式计算机，台式计算机、图像捕获终端设备(诸如数码相机、游戏终端设备、音乐存储和播放设备、车载无线终端设备、无线端点、移动站、笔记本电脑嵌入式设备(lee)、笔记本电脑安装设备(lme)、usb加密狗、智能设备、无线用户驻地设备(cpe)等。在下面的描述中，术语“终端设备”、“通信设备”、“终端”、“用户设备”和“ue”可以互换使用。此外，在物联网(iot)场景中，终端设备可以代表机器或其他设备，该机器或其他设备执行监测和/或测量，并且将这种监测和/或测量的结果传输至另一终端设备和/或网络设备。在这种情况下，终端设备可以是机器对机器(m2m)设备，在3gpp上下文中可以将其称为机器类型通信(mtc)设备。作为一个特定示例，终端设备可以是实现3gpp窄带物联网(nb-iot)标准的ue。这样的机器或设备的示例是传感器、计量设备(诸如，功率计)、工业机械、或家用或个人电器，例如冰箱、电视、个人可穿戴设备(诸如，手表)等。在其他场景中，终端设备可以代表车辆或其他设备，该车辆或其他设备能够监测和/或报告其操作状态或与其操作相关联的其他功能。
48.在本公开中，术语“网络节点”或“网络设备”是指无线通信网络中的节点，终端设备经由该节点接入网络并且从中接收服务。该网络设备可以指(bs)或接入点(ap)，例如，节点b(nodeb或nb)、演进型nodeb(enodeb或enb)、nr nb(也称为gnb)、远程无线电单元(rru)、无线电报头(rh)、远程无线电头(rrh)、中继、低功率节点(诸如，毫微微、微微等)，取决于所应用的术语和技术。
49.作为另一示例，环境100可以为光通信网络(诸如，无源光网络pon)。当环境100为光通信网络时，第一通信设备110可以为onu，第二通信设备120可以为olt。
50.近年来，国际电信联盟电信标准部(international telecommunication union telecommunication standardization sector itu-t)在单波长50gb/s无源光网络(50g-pon)的标准化方面取得了很大进展。诸如不归零码(non return zero nrz)、pam4格式以及pam8格式在内的多种调制技术均被考虑用于pon。此外，在灵活pon中，提出了通过灵活调制(flex mod)和灵活fec(flex code)来对的onu进行分类别/组的方案。此外，提出了基于前馈均衡器(feed-forward equalization，ffe)和决策反馈均衡器(decision feedback equalization，dfe)两种均衡方案。
51.在一些示例实施例中，可以基于可用信道条件(例如，信号噪声比signal to noise ratio snr，信号与干扰加噪声比signal to interference plus noise ratio，接收信号强度指示符received signal strength indicator rssi，以及传输速率等)，通过使用不用的调制方式(诸如，nrz、pam4以及pam8等)来对第一通信设备110进行分组。
52.在图1所述的特定实施例中，n个第一通信设备110被分配到p个第一通信设备类别(有时也被称为“组”)130-1、
……
、130-p中，其中p为正整数且p小于等于m。在一些实施例中，不同的第一通信设备类别可以对应不同的调试方式，例如，第一通信设备110的第一类别对应pam4、第一通信设备110的第二类别对应pam8、第一通信设备110的第三类别对应nrz等。在图1的特定实施例中，第一通信设备110-1、
……
、110-l属于第一通信设备类别130-1，第一通信设备110-m、
……
、110-n属于第一通信设备类别130-p。
53.应当理解，第一通信设备110、均衡器105、均衡器125、第二网络设备120的数目及其之间的连接关系仅出于说明的目的，而非提出任何限制。环境100可以包括适合于实现本公开的实施例的任何合适数目的第一通信设备110、均衡器105、均衡器125、第二通信设备
120。
54.以下将参考图2-12详细描述本公开的原理和实施方式。
55.应当理解，在一些示例实施例中，以fcnn的单输出/包括两个输出的并行输出作为示例进行讨论，但本公开的各种示例实施例可以适用于其他类型的神经网络，包括但不限于循环神经网络(recurrent neural network,rnn)卷积神经网络(convolutional neural networks,cnn)等，并且神经网络可以具有任意网络(例如，任意数目的输入层、隐藏层和输出层)。
56.还应当理解，在一些示例实施例中，以设置在第一通信设备110处的均衡器105作为示例进行讨论，但本公开的各种示例实施例同样适用于设置在第二通信设备120处的均衡器125。换句话说，若无明确地反向声明，本公开中针对第一通信设备110进行的全部讨论同样适用于第二通信设备120。类似地，基于第二设备120的全部讨论同样也适用于第一通信设备110。
57.进一步地，在进行神经网络的训练时，其既可以在第一通信设备110处完成，也可以在第二通信设备120处完成。本公开对此并不加以限定。
58.首先参考图2。图2示出了根据本公开的一些示例实施例的交互过程200。出于讨论的目的，将参照图1来描述交互过程200。交互过程200涉及第一通信设备110和第二通信设备120。在图2的特定实施例中，第一通信设备110配置有均衡器105。
59.在一些示例实施例中，第二通信设备120确定230将由第一通信设备110用以配置第一通信设备110处的均衡器105的配置参数，其中，该配置参数指示用于配置均衡器105的多个激活函数类别中的一个激活函数类别。
60.作为一个特定的实施例，多个激活函数类别可以为：对应于pam4的第一类别(可以简记为special af 4或者“saf4”)，对应于pam8的第二类别(可以简记为special af 8或者“saf8”)，以及对应于nrz的第三类别(可以简记为“tanh”)。
61.附加地，在一些示例实施例中，第二通信设备120可以基于第一通信设备110与第二通信设备120之间的信道条件的信息来确定该配置参数。具体为，第二通信设备120从所述第一通信设备110接收210指示所述第一通信设备110与所述第二通信设备120之间的信道条件的信息。然后，第二通信设备120基于所接收的信道条件的信息来确定该配置参数。
62.在一些示例实施例中，当信道条件指示第一通信设备110与第二通信设备120之间的信道条件为良好时，第二通信设备120可以确定第一通信设备110的激活函数类别为对应pam4的第一类别/对应pam8的第二类别(诸如，当snr高于第一阈值时，确定第一通信设备110的激活函数类别为对应pam8的第二类别，当snr高于第二阈值且低于第一阈值时，确定第一通信设备110的激活函数类别为对应pam4的第一类别)。反之，若信道条件指示第一通信设备110与第二通信设备120之间的信道条件相对较差时，则确定第一通信设备110的激活函数类别为对应nrz的第三类别。
63.进一步地，信道条件可以表示为多个参数。信道条件的一个示例是snr。信道条件的其他示例可以是，诸如，snir，rssi和传输速率。
64.此外，信道条件可以在多个时机进行上报，本公开对此并不加以限定。例如，当环境100为光通信网络时，第一通信设备110(诸如，onu)在每次上电后向第二通信设备120(诸如，olt)上报信道条件。在环境100为无线通信网络的另一示例中，第一通信设备110(诸如，
终端设备)可以在每次上电后、周期性或在监测到预定事件后，触发信道条件的上报。
65.备选地或附加地，在一些示例实施例中，第二通信设备120可以基于第一通信设备的类别来确定相应的激活函数类别。附加地，在一些示例实施例中，第一通信设备110的类别与由第二通信设备120配置的将由第一通信设备110使用的调制方案相关联。作为一个特定的实施例，第一通信设备110可以被划分为对应不同调制方式的多个类别/组，例如，对应于pam4的第一分组(简记为g1＝pam4)，对应于pam8的第二分组(简记为g2＝pam8)，以及对应于nrz的第三类别(简记为g3＝nrz)。
66.在这种情况下，当第二通信设备120确定第一通信设备的类别/组对应pam4时(即，g1＝pam4)，则可以相应地确定第一通信设备110的激活函数类别为对应pam4的第一类别。类似地，当第二通信设备120确定第一通信设备110的类别/组对应pam8时(即，g8＝pam8)，则可以相应地确定第一通信设备110的激活函数类别为对应pam8的第二类别，以及当第二通信设备120确定第一通信设备110的类别/组对应nrz时(即，g3＝nrz)，则可以相应地确定第一通信设备110的激活函数类别为对应nrz的第三类别。
67.附加地，在一些示例实施例中，第二通信设备120可以基于第一通信设备110与第二通信设备120之间的信道条件的信息来确定第一通信设备110的类别。具体为，第二通信设备120从所述第一通信设备110接收210指示所述第一通信设备110与所述第二通信设备120之间的信道条件的信息。然后，第二通信设备120基于所接收的信道条件的信息，确定第一通信设备110的类别。
68.在一些示例实施例中，当信道条件指示第一通信设备110与第二通信设备120之间的信道条件良好时，第二通信设备120可以确定第一通信设备110的类别为对应pam4的第一类别/对应pam8的第二类别(诸如，当snr高于第一阈值时，确定第一通信设备110的类别为对应pam8的第二类别，当snr高于第二阈值且低于第一阈值时，确定第一通信设备110的类别为对应pam4的第一类别)。反之，若信道条件指示第一通信设备110与第二通信设备120之间的信道条件相对差时，则确定第一通信设备110的类别为对应nrz的第三类别。应当理解，在一些示例实施例中，第二通信设备120可以在基于信道条件确定第一通信设备110的类别后，进一步基于确定的类别来确定配置参数。基于确定的类别来确定配置参数的操作参见之前的讨论，在此不再赘述。
69.在本公开中，第二通信设备120可以通过多种方式来表示配置参数，以将确定的激活函数类别指示给第一通信设备110。
70.在一些示例实施例中，第二通信设备120可以基于第一通信设备110的类别与激活函数类别之间的对应关系，隐式地向第一通信设备110指示所确定的配置参数。作为一个特定的实施例，第一通信设备110的第一、第二和第三类别分别对应于激活函数的第一、第二和第三类别。在这种情况下，第二通信设备120可以向第一通信设备110发送指示所述第一通信设备110的类别的第一指示。通过该第一指示，隐式地向第一通信设备110指示确定的配置参数。
71.备选地，在另一示例实施例中，配置参数为一新定义的参数(例如，可以表示为saf_type)。在这种情况下，第二通信设备120通过指示所述多个激活函数类别中的所述一个激活函数类别的第二指示向第一通信设备110指示确定的配置参数。作为一个示例的实施例，当环境100为支持onu分组的光通信网络时，olt可以生成新定义的激活函数类别saf_
type，并将其包括在分组参数(可以表示为g_param)中以发送至第一通信设备110。
72.随后，第二通信设备120向第一通信设备110发送240所确定的配置参数。相应地，第一通信设备110利用该配置参数，配置250均衡器105。作为一个示例实施例，第一通信设备110基于所述配置参数所指示的激活函数类别，确定用于配置所述均衡器105的激活函数，并且利用所确定的激活函数，配置基于神经网络的均衡器105以生成基于多级神经网络的均衡器105。
73.接下来，参考图3来描述根据本公开的示例实施例来配置基于多级神经网络的均衡器105示例框图300。如图3所示，神经网络包括输入层，至少一个隐藏层以及输出层。当第一通信设备110从第二通信设备120接收到分配的配置参数后(诸如，saf_type)，第一通信设备110可以基于该配置参数来配置均衡器105，以使得隐藏层和输出层中的神经元可以具有与该配置参数相对应的特定af。以此方式，实现基于多级神经网络的均衡器105。
74.继续参考图2。附加地，在一些示例实施例在中，当第一通信设备110完成均衡器105的配置后，第一通信设备110可以向第二通信设备120发送指示消息，并随后接收来自第二通信设备120传输270的数据。第一通信设备110可以使用经由配置参数配置的基于多级神经网络的均衡器105来处理接收到的数据，由此提高通信系统的性能。例如，第一通信设备110可以向第二通信设备120发送“ready”指示。第二通信设备120在接收到“ready”指示后，向第一通信设备110传输数据。
75.在一些示例实施例中，神经网络的训练可以在第二通信设备120侧进行训练，然后将训练的参数(例如，权重)和配置参数(诸如，saf_type)传输/分配给特定的第一通信设备110，最后在第一通信设备110处完成均衡。备选地，在一些其他示例实施例中，神经网络的训练可以在第一通信设备110侧进行训练。具体为，第一通信设备110根据分配的saf_type进行神经网络的训练，然后完成均衡。
76.为了更好地描述本公开的上述配置均衡器的过程，现参考图4来描述根据本公开的一个特定实施例。图4示出了根据本公开的实施例示例交互过程400。在图4的特定实施例中，支持分组的pon网络中的onu被划分至两个类别/组(即，g1和g2，其中g1＝pam4，g2＝nrz)。olt持续监控onu的状态。当新的onu(对应于第一通信设备110)上电准备加入pon时，该新onu通过测量前导信号等操作，获得信道条件(诸如，snr、snir、rssi以及传输速率等)。新onu上报410测量的信道条件至olt(对应于第二通信设备120)。olt首先确定新onu是否已经被划分至相应的类别(诸如，g1或g2)。具体为，olt可以通过新onu是否被配置有参数g_type来确定新onu是否已经被划分至相应的类别。若olt确定新onu还未被划分至相应的类别，则olt基于接收到的信道条件，将新onu划分420至相应的类别。例如，当信道条件良好时，将新onu划分至g1；反之，若信道条件相对较差时，将新onu划分至g2。
77.随后，olt基于确定的新oun的类别来产生配置参数。具体为，olt生成430参数g_param，并且参数g_param包括新定义的用于指示确定的配置参数(即，激活函数类别，special_af_type)。olt将参数g_param(包括参数special_af_type)传输440至新onu。该新onu可以基于参数special_af_type生成来特定的af来配置均衡器，以生成基于多级神经网络的均衡器。
78.基于该配置的基于多级神经网络的均衡器，新onu可以与olt进行随后的数据交互。在图4的示例实施例中，当接收到来自olt的数据后，该数据依次经过光电转换(经由光
电二极管photodiode，pd)、数模转换(经由模拟数字转换器(analog to digital converter，adc)、预处理模块、均衡(经由配置生成的基于多级神经网络的均衡器)后，获得恢复的数据。
79.接下来参考图5-10b。通过测试结果的对比来说明根据本公开的各种实施例可以获得更好的通信性能(例如，更好的均方误差，更好的误码率ber等)。
80.图5示出了根据本公开的实施例示例测试环境500。测试环境500对应100gbps/λpam4的强度调制和直接检测(intensity modulation and direct detection imdd)pon。
81.在图5所示出的测试环境中，经由20km的标准单模光纤(standard single mode fiber，ssmf)连接onu和olt。在olt侧，输入1310nm的分布式反馈(distributed feedback，dfb)激光，在50g的带宽上对待传输的数据上采样。随后，数据经由数模转换以及马赫曾德尔调制器(mach-zehnder modulator，mzm)的处理后，被发送至onu侧。在经过20km的ssmf传输后，可变光衰减器(variable optical attenuator，voa)用于接收器灵敏度测量。随后，接收的信号经半导体光放大器(semiconductor optical amplifier，soa)处理后，由25ghz光电二极管(pd)直接检测。检测到的信号随后由具有59ghz带宽和160gsa/s采样率的数字采样示波器(digital sample oscilloscope，dso)采样。最后，对采样信号进行离线处理。离线处理包括重采样到50gsa/s和本公开的基于多级nn的均衡器训练。
82.作为一特定的实施例，在该测试环境中，配置参数对应于激活函数的第一类别(即，对应pam4)。在这种情况下，特定的af可以通过如下的等式(1)和(2)来获得。
[0083][0084][0085]
其中c1为梯度因子，c2为中间参数，saf为计算的特定的af。
[0086]
图6示出了根据本公开的示例实施例的特定的af与传统的af之间的函数曲线对比曲线600。如图6所示，特定的af具有四个饱和区域，这使得基于fcnn的均衡器的性能得到优化。
[0087]
应当理解，等式(1)和(2)以及图6所出示的特定的af仅仅是本公开所示出的特定实现方式。根据实际需要，可以设计对应于不同配置参数(诸如，pam4或pam8)的其他特定af以实现基于多级神经网络的均衡器的配置。
[0088]
图7a示出了传统的配置具有单输出的神经网络的均衡器的示例框图700，图7b示出了根据本公开的实例实施例的配置具有单输出的基于多级神经网络的均衡器的示例框图750。在图7a和7b的示例实施例中，神经网络具有一个输入层、一个隐藏层和一个输出层，其中输入层的输入数为17，隐藏层和输出层的神经元数分别为2和1，简记为[17i，(2，1)]。
[0089]
图8a和8b分别图示了在单输出的神经网络的应用场景下(即，[17i，(2，1)])的性能比较曲线800和850。如图8a所示，在相同期(epoch)数的情况下，依据本公开的特定的af
配置的均衡器可以实现更好的mse。类似地，如图8b所示，在接收光功率相同的情况下，依据本公开的特定的af配置的均衡器可以实现更低的误码率。
[0090]
图9a示出了传统的配置具有两个并行输出的神经网络的均衡器的示例框图900，图9b示出了根据本公开的特定实施例的配置具有并行输出的基于多级神经网络的均衡器的示例框图950。在图9a和9b的示例实施例中，神经网络具有一个输入层、一个隐藏层和一个输出层(两个并行输出)，其中输入层的输入数为18，隐藏层和输出层的神经元数分别为2和8，简记为[18i，(2，2)]。
[0091]
图10a和10b分别图示了在并行输出的神经网络的应用场景下(即，[18i，(2，2)])的性能比较曲线1000和1050。如图10a所示，在相同期(epoch)数的情况下，依据本公开的特定的af配置的均衡器可以实现更好的mse。类似地，如图10b所示，在接收光功率相同的情况下，依据本公开的特定的af配置的均衡器可以实现更低的误码率。
[0092]
可见，根据本公开，由于使用了多级(4级)的特定的af可以将输出值更好地约束到特定的饱和区域并减轻误差累积。因此，与具有基于两级的传统af(即，tanh)相比，本公开可以实现更好的性能。
[0093]
图11示出了根据本公开的实施例的在第一通信设备110处实现的方法的流程图。为了讨论的目的，将参照图1描述方法1100。
[0094]
如图11所示，在框1110，第一通信设备110从第二通信设备120接收将由所述第一通信设备110用以配置所述第一通信设备110处的均衡器105的配置参数，所述配置参数指示用于配置所述均衡器105的多个激活函数类别中的一个激活函数类别。
[0095]
在框1120，第一通信设备110利用所述配置参数，配置所述均衡器105。
[0096]
在一些示例实施例中，所述配置参数为以下中的至少一项：指示所述第一通信设备110的类别的第一指示，以及指示所述多个激活函数类别中的所述一个激活函数类别的第二指示。
[0097]
在一些示例实施例中，第一通信设备110的类别与由所述第二通信设备120配置的将由所述第一通信设备110使用的调制方案相关联。
[0098]
在一些示例实施例中，第一通信设备110向所述第二通信设备120发送指示所述第一通信设备110与所述第二通信设备120之间的信道条件的信息。
[0099]
在一些示例实施例中，所述信道条件的信息包括以下中的至少一项：信号噪声比，信号与干扰加噪声比，接收信号强度指示符，以及传输速率。
[0100]
在一些示例实施例中，所述均衡器105为基于神经网络的均衡器105，并且第一通信设备110基于所述配置参数所指示的所述一个激活函数类别，确定用于配置所述均衡器105的激活函数，并且第一通信设备110利用所确定的激活函数，配置所述基于神经网络的均衡器105以生成基于多级神经网络的均衡器105。
[0101]
在一些示例实施例中，所述第一通信设备110为光网络单元，所述第二通信设备120为光线路终端；或者所述第一通信设备110为用户设备，所述第二通信设备120为网络设备。
[0102]
在一些示例实施例中，能够执行方法1100的设备(例如，在第一通信设备110处实现)可以包括用于执行方法1100的各个步骤的装置。该装置可以以任何合适的形式来实现。例如，该装置可以在电路或软件模块中实现。
[0103]
图12示出了根据本公开的实施例的在如图1所示的第二通信设备120处实现的方法的流程图。
[0104]
如图12所示，在框1210，第二通信设备120确定将由第一通信设备110用以配置所述第一通信设备110处的均衡器105的配置参数，所述配置参数指示用于配置所述均衡器105的多个激活函数类别中的一个激活函数类别。
[0105]
在框1220，第二通信设备120向所述第一通信设备110发送所确定的配置参数。
[0106]
在一些示例实施例中，所述配置参数为以下中的至少一项：指示所述第一通信设备110的类别的第一指示，以及指示所述多个激活函数类别中的所述一个激活函数类别的第二指示。
[0107]
在一些示例实施例中，所述第一通信设备110的类别与由所述第二通信设备120配置的将由所述第一通信设备110使用的调制方案相关联。
[0108]
在一些示例实施例中，第二通信设备120从所述第一通信设备110接收指示所述第一通信设备110与所述第二通信设备120之间的信道条件的信息；以及基于所接收的信道条件的信息，确定将由第一通信设备110用以配置所述第一通信设备110处的所述均衡器105的所述配置参数。
[0109]
在一些示例实施例中，第二通信设备120基于所接收信道条件的信息，确定所述第一通信设备110的类别；以及基于所确定的所述第一通信设备110的所述类别，确定将由第一通信设备110用以配置所述第一通信设备110处的所述均衡器105的所述激活函数的所述配置参数。
[0110]
在一些示例实施例中，所述信道条件的信息包括以下中的至少一项：信号噪声比，信号与干扰加噪声比，接收信号强度指示符，以及传输速率。
[0111]
在一些示例实施例中，所述第一通信设备110为光网络单元，所述第二通信设备120为光线路终端；或者所述第一通信设备110为用户设备，所述第二通信设备120为网络设备。
[0112]
在一些示例实施例中，能够执行方法1100的设备(例如，在第一通信设备110处实现)可以包括用于执行方法1100的各个步骤的装置。该装置可以以任何合适的形式来实现。例如，该装置可以在电路或软件模块中实现。
[0113]
图13是适合于实现本公开的实施例的设备1300的简化框图。可以提供设备1300以实现通信设备，例如，如图1所示第一通信设备恩110以及第二通信设备120。如图所示，设备1300包括一个或多个处理器1310，一个或多个存储器1320被耦合到处理器1310，并且一个或多个通信模块1340(诸如，包括一个或多个发射器和/或接收器(tx/rx))被耦合到处理器1310。
[0114]
通信模块1340用于双向通信。通信模块1340具有至少一个通信接口以便于通信。通信接口可以表示与其他网络元件通信所必需的任何接口。
[0115]
处理器1310可以是适合于本地技术网络的任何类型，并且可以包括但不限于通用计算机、专用计算机、微控制器、数字信号控制器(dsp)、以及基于控制器的多核控制器架构中的一个或多个。设备1300可以具有多个处理器，例如专用集成电路芯片，其在时间上从属于与主处理器同步的时钟。
[0116]
存储器1320可以包括一个或多个非易失性存储器和一个或多个易失性存储器。非
易失性存储器的示例包括但不限于只读存储器(rom)1324，可擦除可编程只读存储器(eprom)，闪存，硬盘，光盘(cd)，数字视频盘(dvd)和其他磁存储和/或光存储。易失性存储器的示例包括但不限于随机存取存储器(ram)1322和不会在断电持续时间中持续的其他易失性存储器。
[0117]
计算机程序1330包括由关联处理器1310执行的计算机可执行指令。程序1330可以存储在rom 1320中。处理器1310可以通过将程序1330加载到ram 1320中来执行任何合适的动作和处理。
[0118]
可以借助于程序1330来实现本公开的实施例，使得设备1300可以执行如参考图2至12所讨论的本公开的任何过程。本公开的实施例还可以通过硬件或通过软件和硬件的组合来实现。
[0119]
在一些实施例中，程序1330可以有形地包含在计算机可读介质中，该计算机可读介质可以包括在设备1300中(诸如，在存储器1320中)或者可以由设,1300访问的其他存储设备。可以将程序1330从计算机可读介质加载到ram 1322以供执行。计算机可读介质可以包括任何类型的有形非易失性存储器，例如rom，eprom，闪存，硬盘，cd，dvd等。图14示出了cd或dvd形式的计算机可读介质1400的示例。计算机可读介质上存储有程序1430。
[0120]
通常，本公开的各种实施例可以以硬件或专用电路，软件，逻辑或其任何组合来实现。一些方面可以用硬件实现，而其他方面可以用固件或软件实现，其可以由控制器，微处理器或其他计算设备执行。虽然本公开的实施例的各个方面被示出并描述为框图，流程图或使用一些其他图示表示，但是应当理解，本文描述的框，装置，系统，技术或方法可以实现为，如非限制性示例，硬件，软件，固件，专用电路或逻辑，通用硬件或控制器或其他计算设备，或其某种组合。
[0121]
本公开还提供有形地存储在非暂时性计算机可读存储介质上的至少一个计算机程序产品。该计算机程序产品包括计算机可执行指令，例如包括在程序模块中的指令，其在目标的真实或虚拟处理器上的设备中执行，以执行如上参考图11和图12所述的方法1100和1200。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程，程序，库，对象，类，组件，数据结构等。在各种实施例中，可以根据需要在程序模块之间组合或分割程序模块的功能。用于程序模块的机器可执行指令可以在本地或分布式设备内执行。在分布式设备中，程序模块可以位于本地和远程存储介质中。
[0122]
用于实现本公开的方法的计算机程序代码可以用一种或多种编程语言编写。这些计算机程序代码可以提供给通用计算机、专用计算机或其他可编程的数据处理装置的处理器，使得程序代码在被计算机或其他可编程的数据处理装置执行的时候，引起在流程图和/或框图中规定的功能/操作被实施。程序代码可以完全在计算机上、部分在计算机上、作为独立的软件包、部分在计算机上且部分在远程计算机上或完全在远程计算机或服务器上执行。
[0123]
在本公开的上下文中，计算机程序代码或者相关数据可以由任意适当载体承载，以使得设备、装置或者处理器能够执行上文描述的各种处理和操作。载体的示例包括信号、计算机可读介质、等等。信号的示例可以包括电、光、无线电、声音或其它形式的传播信号，诸如载波、红外信号等。
[0124]
计算机可读介质可以是包含或存储用于或有关于指令执行系统、装置或设备的程
序的任何有形介质。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读介质可以包括但不限于电子的、磁的、光学的、电磁的、红外的或半导体系统、装置或设备，或其任意合适的组合。计算机可读存储介质的更详细示例包括带有一根或多根导线的电气连接、便携式计算机磁盘、硬盘、随机存储存取器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或闪存)、光存储设备、磁存储设备，或其任意合适的组合。
[0125]
此外，尽管在附图中以特定顺序描述了本公开的方法的操作，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤组合为一个步骤执行，和/或将一个步骤分解为多个步骤执行。还应当注意，根据本公开的两个或更多装置的特征和功能可以在一个装置中具体化。反之，上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。
[0126]
虽然已经参考若干具体实施例描述了本公开，但是应当理解，本公开不限于所公开的具体实施例。本公开旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等效布置。

技术特征：

1.一种第一通信设备，包括：至少一个处理器；以及至少一个存储器，包括计算机程序代码，所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起使所述第一通信设备：从第二通信设备接收将由所述第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及利用所述配置参数，配置所述均衡器。2.根据权利要求1所述的第一通信设备，其中所述配置参数为以下中的至少一项：指示所述第一通信设备的类别的第一指示，以及指示所述多个激活函数类别中的所述一个激活函数类别的第二指示。3.根据权利要求2所述的第一通信设备，其中所述第一通信设备的类别与由所述第二通信设备配置的将由所述第一通信设备使用的调制方案相关联。4.根据权利要求1所述的第一通信设备，其中所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述第一通信终端：向所述第二通信设备发送指示所述第一通信设备与所述第二通信设备之间的信道条件的信息。5.根据权利要求4所述的第一通信设备，其中，所述信道条件的信息包括以下中的至少一项：信号噪声比，信号与干扰加噪声比，接收信号强度指示符，以及传输速率。6.根据权利要求1所述的第一通信设备，其中所述均衡器为基于神经网络的均衡器；并且其中，所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述第一通信终端通过以下方式配置所述均衡器：基于所述配置参数所指示的所述一个激活函数类别，确定用于配置所述均衡器的激活函数；以及利用所确定的激活函数，配置所述基于神经网络的均衡器以生成基于多级神经网络的均衡器。7.根据权利要求1所述的第一通信设备，其中，所述第一通信设备为光网络单元，所述第二通信设备为光线路终端；或者所述第一通信设备为用户设备，所述第二通信设备为网络设备。8.一种第二通信设备，包括：至少一个处理器；以及至少一个存储器，包括计算机程序代码，所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起使所述
第二通信设备：确定将由第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及向所述第一通信设备发送所确定的配置参数。9.根据权利要求8所述的第二通信设备，其中所述配置参数为以下中的至少一项：指示所述第一通信设备的类别的第一指示，以及指示所述多个激活函数类别中的所述一个激活函数类别的第二指示。10.根据权利要求9所述的第二通信设备，其中所述第一通信设备的类别与由所述第二通信设备配置的将由所述第一通信设备使用的调制方案相关联。11.根据权利要求8所述的第二通信设备，其中所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述第二通信终端通过以下方式确定所述配置参数：从所述第一通信设备接收指示所述第一通信设备与所述第二通信设备之间的信道条件的信息；以及基于所接收的信道条件的信息，确定将由第一通信设备用以配置所述第一通信设备处的所述均衡器的所述配置参数。12.根据权利要求11所述的第二通信设备，其中所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述第二通信终端通过以下方式基于所述接收的信道条件的信息确定所述配置参数：基于所接收信道条件的信息，确定所述第一通信设备的类别；以及基于所确定的所述第一通信设备的所述类别，确定将由第一通信设备用以配置所述第一通信设备处的所述均衡器的所述激活函数的所述配置参数。13.根据权利要求11所述的第二通信设备，其中，所述信道条件的信息包括以下中的至少一项：信号噪声比，信号与干扰加噪声比，接收信号强度指示符，以及传输速率。14.根据权利要求8所述的第二通信设备，其中所述第一通信设备为光网络单元，所述第二通信设备为光线路终端；或者所述第一通信设备为用户设备，所述第二通信设备为网络设备。15.一种在第一通信设备执行的方法，包括：从第二通信设备接收将由所述第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及利用所述配置参数，配置所述均衡器。16.根据权利要求15所述的方法，其中所述配置参数为以下中的至少一项：指示所述第一通信设备的类别的第一指示，以及指示所述多个激活函数类别中的所述一个激活函数类别的第二指示。
17.根据权利要求16所述的方法，其中所述第一通信设备的类别与由所述第二通信设备配置的将由所述第一通信设备使用的调制方案相关联。18.根据权利要求15所述的方法，还包括：向所述第二通信设备发送指示所述第一通信设备与所述第二通信设备之间的信道条件的信息。19.根据权利要求18所述的方法，其中，所述信道条件的信息包括以下中的至少一项：信号噪声比，信号与干扰加噪声比，接收信号强度指示符，以及传输速率。20.根据权利要求15所述的方法，其中所述均衡器为基于神经网络的均衡器；并且其中配置所述均衡器包括：基于所述配置参数所指示的所述一个激活函数类别，确定用于配置所述均衡器的激活函数；以及利用所确定的激活函数，配置所述基于神经网络的均衡器以生成基于多级神经网络的均衡器。21.根据权利要求15所述的方法，其中，所述第一通信设备为光网络单元，所述第二通信设备为光线路终端；或者所述第一通信设备为用户设备，所述第二通信设备为网络设备。22.一种在第二通信设备处执行的方法，包括：确定将由第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别；以及向所述第一通信设备发送所确定的配置参数。23.根据权利要求22所述的方法，其中所述配置参数为以下中的至少一项：指示所述第一通信设备的类别的第一指示，以及指示所述多个激活函数类别中的所述一个激活函数类别的第二指示。24.根据权利要求23所述的方法，其中所述第一通信设备的类别与由所述第二通信设备配置的将由所述第一通信设备使用的调制方案相关联。25.根据权利要求22所述的方法，其中确定所述配置参数包括：从所述第一通信设备接收指示所述第一通信设备与所述第二通信设备之间的信道条件的信息；以及基于所接收的信道条件的信息，确定将由第一通信设备用以配置所述第一通信设备处的所述均衡器的所述配置参数。26.根据权利要求25所述的方法，其中确定所述配置参数包括：基于所接收信道条件的信息，确定所述第一通信设备的类别；以及基于所确定的所述第一通信设备的所述类别，确定将由第一通信设备用以配置所述第一通信设备处的所述均衡器的所述激活函数的所述配置参数。27.根据权利要求25所述的方法，其中，所述信道条件的信息包括以下中的至少一项：信号噪声比，
信号与干扰加噪声比，接收信号强度指示符，以及传输速率。28.根据权利要求22所述方法，其中所述第一通信设备为光网络单元，所述第二通信设备为光线路终端；或者所述第一通信设备为用户设备，所述第二通信设备为网络设备。29.一种第一通信装置，包括：用于执行权利要求15-21中任一项所述方法的部件。30.一种第二通信装置，包括：用于执行权利要求22-28中任一项所述方法的部件。31.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被配置为在被装置的处理器执行时，使所述装置执行根据权利要求15-21中任一项所述的方法。32.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被配置为在被装置的处理器执行时，使所述装置执行根据权利要求22-28中任一项所述的方法。

技术总结

本公开涉及用于通信的设备、方法、装置和计算机可读存储介质。在通信系统中提供了一种基于多级神经网络的信号均衡方法及装置。在该方法中，第二通信设备确定并向第一通信设备发送将由所述第一通信设备用以配置所述第一通信设备处的均衡器的配置参数，其中所述配置参数指示用于配置所述均衡器的多个激活函数类别中的一个激活函数类别。该方法还包括第一通信设备利用所述配置参数，配置位于第一通信设备处的均衡器。以此方式，基于神经网络的均衡器可以更好地适用于高速接入网络。进一步地，基于指示激活函数类别的配置参数，第一通信设备可以实现基于多级神经网络的均衡器。以此方式，神经网络的规模可以被控制在合理的大小范围内，并且系统的性能可以得到进一步地提升。并且系统的性能可以得到进一步地提升。并且系统的性能可以得到进一步地提升。