CN119814221A

CN119814221A - 一种终端和终端中的方法

Info

Publication number: CN119814221A
Application number: CN202410854166.3A
Authority: CN
Inventors: 陈宇
Original assignee: Honor Device Co Ltd
Current assignee: Honor Device Co Ltd
Priority date: 2024-06-27
Filing date: 2024-06-27
Publication date: 2025-04-11

Abstract

本申请公开了一种终端和终端中的方法，包括：发送第一消息，所述第一消息指示至少度数分布信息，所述度数分布信息被用于至少一个编码符号的编码；接收所述至少一个编码符号；其中，所述度数分布信息包括修复符号的度数分布和非修复符号的度数分布中的至少之一，其中所述非修复符号是源符号或中间符号，所述中间符号由源符号生成；所述接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出对应的源符号；所述至少一个编码符号包括至少修复符号。本申请可以提高接收性能。

Description

一种终端和终端中的方法

技术领域

本申请涉及无线通信系统中的终端以及终端中的方法，尤其涉及编码。

背景技术

未来无线通信系统的应用场景越来越多元化，不同的应用场景对系统提出了不同的性能要求。为了满足多种应用场景的不同性能需求，在3GPP(3rd Generation PartnerProject，第三代合作伙伴项目)RAN(Radio Access Network，无线接入网)#72次全会上决定对新空口技术(NR，New Radio)(或Fifth Generation，5G)进行研究,在3GPP RAN#75次全会上通过了NR的WI(Work Item，工作项目)，开始对NR进行标准化工作。

在通信中，无论是LTE(Long Term Evolution，长期演进)还是5G NR都会涉及到可靠的信息的准确接收，优化的能效比，信息有效性的确定，灵活的资源分配，可伸缩的系统结构，高效的非接入层信息处理，较低的业务中断和掉线率，对低功耗支持，这对基站和用户设备的正常通信，对资源的合理调度，对系统负载的均衡都有重要的意义，可以说是高吞吐率，满足各种业务的通信需求，提高频谱利用率，提高服务质量的基石，无论是eMBB(ehanced Mobile BroadBand，增强的移动宽带)，URLLC(Ultra Reliable Low LatencyCommunication，超高可靠低时延通信)还是eMTC(enhanced Machine TypeCommunication，增强的机器类型通信)都不可或缺的。同时在IIoT(Industrial Internetof Things，工业领域的物联网中，在V2X(Vehicular to X，车载通信)中，在设备与设备之间通信(Device to Device)，在非授权频谱的通信中，在用户通信质量监测，在网络规划优化，在TN(Territerial Network，地面网络通信)中，在双连接(Dual connectivity)系统中，在无线资源管理以及多天线的码本选择中，在信令设计，邻区管理，业务管理，在波束赋形中都存在广泛的需求，信息的发送方式分为广播和单播，两种发送方式都是5G系统必不可少的，因为它们对满足以上需求十分有帮助。

随着系统的场景和复杂性的不断增加，对降低中断率，降低时延，增强可靠性，增强系统的稳定性，对业务的灵活性，对功率的节省也提出了更高的要求，同时在系统设计的时候还需要考虑不同系统不同版本之间的兼容性。

发明内容

研究人员发现，纠错编码是无线通信中非常重要的功能，如何辅助编码器使用恰当度数分布是一个需要解决的问题。

针对以上所述问题，本申请提供了一种解决方案。

需要说明的是，在不冲突的情况下，本申请的任一节点中的实施例和实施例中的特征可以应用到任一其他节点中。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。同时，本申请所提出的方法也可以用于解决通信中的其它问题，例如NR演进、6G系统中的问题。本申请所提出的方法适合AI译码，同时也适合传统的译码方式。

作为一个实施例，对本申请中的术语(Terminology)的解释参考3GPP的规范协议TS38系列的定义。

作为一个实施例，对本申请中的术语的解释是参考3GPP的规范协议TS37系列的定义。

本申请公开了一种被用于终端中的方法，包括：

发送第一消息，所述第一消息指示至少度数分布信息，所述度数分布信息被用于至少一个编码符号的编码；

接收所述至少一个编码符号；

其中，所述度数分布信息包括修复符号的度数分布和非修复符号的度数分布中的至少之一，其中所述非修复符号是源符号或中间符号，所述中间符号由源符号生成；所述接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出对应的源符号；所述至少一个编码符号包括至少修复符号。

作为一个实施例，本申请要解决的问题包括：如何辅助编码端使用恰当的度数分布进行编码。

作为一个实施例，上述方法的好处包括：性能更好，更加灵活，更适合AI(artificial intelligence，人工智能)译码器。

具体的，根据本申请的一个方面，所述从所述至少一个编码符号中恢复出对应的源符号包括利用所述度数分布信息从所述至少一个编码符号中恢复出对应的源符号。

具体的，根据本申请的一个方面，所述至少一个编码符号的所述编码属于喷泉码。

具体的，根据本申请的一个方面，所述至少一个编码符号的所述编码属于喷泉码中的Raptor码。

具体的，根据本申请的一个方面，所述度数分布信息被关联到AI中被设置的温度。

具体的，根据本申请的一个方面，所述度数分布信息包括至少一个度数的分布概率。

具体的，根据本申请的一个方面，相比于理论度数分布，所述度数分布信息指示较大度数的概率更高。

具体的，根据本申请的一个方面，所述度数分布信息所包括的非修复符号的度数分布依赖第一片段被成功译码的期望，所述第一片段包括至少部分生成所述至少一个编码符号的源符号。

具体的，根据本申请的一个方面，接收第一关联信息，所述第一关联信息指示第一编码符号在内容或语义上与所述至少一个编码符号中的哪些编码符号相关联。

具体的，根据本申请的一个方面，所述终端是物联网终端。

具体的，根据本申请的一个方面，所述终端是用户设备。

具体的，根据本申请的一个方面，所述终端是车载终端。

具体的，根据本申请的一个方面，所述终端是手机。

本申请公开了一种终端，包括：

所述终端包括：一个或多个处理器和存储器；

所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述终端执行所述被用于终端中的方法。

作为一个实施例，和传统方案相比，本申请具备如下优势：

传统方案中，度数分布往往是固定的，例如根据理论计算得到，但是这样的理论计算的前提是理想化的，对于实际的通信系统，很难达到理想化的条件，因此也很难达到预期的性能，而本申请所提出的方法有助于提高灵活性，可以更好的适应当前的信道条件或译码状态。

另一方面，当使用AI进行译码时，和传统的译码方法不同，理论基础也不同，因此再使用通过理论计算得到的度数分布来编码，必然无法达到理想的效果；本申请所提出的方法有利于支持AI译码。

本申请所提出的方法，有利于提高喷泉码，例如Raptor码的性能。

有利于通过例如AI译码时利用内容或语义上的相关性进行译码，这与传统编译码的假设完全不同，因此需要对编码进行适应性的改变，本申请所提出的方法有利于支持类似的这种更加强大的译码器。

附图说明

通过阅读参照以下附图中的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更加明显：

图1示出了根据本申请的一个实施例的发送第一消息，接收至少一个编码符号的示意图；

图2示出了根据本申请的一个实施例的网络架构的示意图；

图3示出了根据本申请的一个实施例的用户平面和控制平面的无线协议架构的实施例的示意图；

图4示出了根据本申请的一个实施例的第一通信设备和第二通信设备的示意图；

图5示出了根据本申请的一个实施例的无线信号传输的流程图；

图6示出了根据本申请的一个实施例的RAN(Radio Access Network，无线接入网)域(Domain)AI/ML功能部署的示意图；

图7示出了根据本申请的一个实施例的UE的AI/ML功能部署的示意图；

图8示出了根据本申请的一个实施例的基于人工智能或者机器学习的流程图；

图9示出了根据本申请的一个实施例的编码的示意图；

图10示出了根据本申请的一个实施例的度数分布信息用于编码的示意图；

图11示出了根据本申请的一个实施例的度数分布信息用于译码的示意图；

图12示出了根据本申请的一个实施例的度数分布信息与温度相关联的示意图；

图13示例了根据本申请的一个实施例的用于终端中的处理装置的示意图。

具体实施方式

下文将结合附图对本申请的技术方案作进一步详细说明，需要说明的是，在不冲突的情况下，本申请中的实施例和实施例中的特征可以任意相互组合。

实施例1

实施例1示例了根据本申请的一个实施例的发送第一消息，接收至少一个编码符号的流程图，如附图1所示。附图1中，每个方框代表一个步骤，特别需要强调的是图中的各个方框的顺序并不代表所表示的步骤之间在时间上的先后关系。

在实施例1中，本申请中的第一节点在步骤101中发送第一消息；在步骤102中接收至少一个编码符号；

其中，所述第一消息指示至少度数分布信息，所述度数分布信息被用于至少一个编码符号的编码；其中，所述度数分布信息包括修复符号的度数分布和非修复符号的度数分布中的至少之一，其中所述非修复符号是源符号或中间符号，所述中间符号由源符号生成；所述接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出对应的源符号；所述至少一个编码符号包括至少修复符号。

作为一个实施例，本申请所涉及的编码是纠错编码。

作为一个实施例，所述终端是UE(User Equipment，用户设备)。

作为一个实施例，本申请中的任何参数，要么被网络配置，要么可以由所述终端根据内部算法，例如随机的，生成。

作为一个实施例，本申请中的计时器的值都是有限的，都不超过2560毫秒。

作为一个实施例，计时器的值是计时器未被干预时的运行时间。

作为一个实施例，本申请中的任何参数的值，包括但不限于计时器的值，计数器的值，除非特别声明，否则都是有限的。

作为该实施例的一个子实施例，本申请中的任何参数的值的上限是65536的1024倍。

作为该实施例的一个子实施例，本申请中的任何参数的值的上限是65536或65535。

作为该实施例的一个子实施例，本申请中的任何参数的值的上限是1024。

作为该实施例的一个子实施例，本申请中的任何参数的值的上限是640或320。

作为一个实施例，本申请是针对NR的。

作为一个实施例，本申请是针对NR演进的无线通信网络的。

作为一个实施例，服务小区指的是UE驻留的小区。执行小区搜索包括，UE搜索所选择的PLMN(公共陆地移动网，Public Land Mobile Network)或SNPN(Stand-alone Non-Public Network，独立非公共网络)的一个合适的(suitable)小区，选择所述一个合适的小区提供可用的业务，监测所述一个合适的小区的控制信道，这一过程被定义为驻留在小区上；也就是说，一个被驻留的小区，相对于这个UE，是这个UE的服务小区。在RRC空闲态或RRC非活跃态驻留在一个小区上有如下好处：使得UE可以从PLMN或SNPN接收系统消息；当注册后，如果UE希望建立RRC连接或继续一个被挂起的RRC连接，UE可以通过在驻留小区的控制信道上执行初始接入来实现；网络可以寻呼到UE；使得UE可以接收ETWS(Earthquake andTsunami Warning System,地震海啸预警系统)和CMAS(Commercial Mobile AlertSystem，商业移动报警系统)通知。

作为一个实施例，对于没有配置CA/DC(carrier aggregation/dualconnectivity，载波聚合/双连接)的处于RRC连接态的UE，只有一个服务小区包括主小区。对于配置了CA/DC(carrier aggregation/dual connectivity，载波聚合/双连接)的处于RRC连接态的UE，服务小区用于指示包括特殊小区(SpCell，Special Cell)和所有从小区的小区集合。主小区(Primary Cell)是MCG(Master Cell Group)小区，工作在主频率上，UE在主小区上执行初始连接建立过程或发起连接重建。对于双连接操作，特殊小区指的是MCG的PCell(Primary Cell，主小区)或SCG(Secondary Cell Group)的PSCell(Primary SCGCell,主SCG小区)；如果不是双连接操作，特殊小区指的是PCell。

作为一个实施例，SCell(Secondary Cell,从小区)工作的频率是从频率。

作为一个实施例，所述终端仅被配置了MCG。

作为一个实施例，信息元素的单独的内容被称为域。

作为一个实施例，MR-DC(Multi-Radio Dual Connectivity，多无线双连接)指的是E-UTRA和NR节点的双连接，或两个NR节点之间的双连接。

作为一个实施例，在MR-DC中，提供到核心网的控制面连接的无线接入节点是主节点，主节点可以是主eNB，主ng-eNB，或主gNB。

作为一个实施例，MCG指的是，在MR-DC中，与主节点相关联的一组服务小区，包括SpCell，还可以，可选的，包括一个或多个SCell。

作为一个实施例，PCell是MCG的SpCell。

作为一个实施例，PSCell是SCG的SpCell。

作为一个实施例，在MR-DC中，不提供到核心网的控制面连接，给UE提供额外资源的无线接入节点是从节点。从节点可以是en-gNB，从ng-eNB或从gNB。

作为一个实施例，在MR-DC中，与从节点相关联的一组服务小区是SCG(secondarycell group，从小区组)，包括SpCell和，可选的，一个或多个SCell。

作为一个实施例，所述SpCell是PCell或者所述SpCell是PSCell。

作为一个实施例，在RRC不活跃态，不使用DC。

作为一个实施例，在RRC不活跃态，典型的不使用CA。

作为一个实施例，RRC信息块指的是RRC消息中的信息块(information element)。

作为一个实施例，SSB可被称为SS\PBCH,或SS block。

作为一个实施例，L1是层1(Layer-1)或物理层。

作为一个实施例，L2是层2(Layer-2)。

作为一个实施例，本申请所针对NR和NR演进的网络，例如6G网络的。

作为一个实施例，一个RRC信息块可以包括一个或多个RRC信息块。

作为一个实施例，一个RRC信息块可以不包括任何RRC信息块，而仅包括至少一个参数。

作为一个实施例，无线承载包括至少信令无线承载和数据无线承载。

作为一个实施例，无线承载是PDCP层向更高层提供的服务或服务的接口。

作为该实施例的一个子实施例，更高层包括RRC子层，NAS，SDAP层中的之一。

作为一个实施例，信令无线承载是PDCP向更高层提供的服务或服务的接口。

作为该实施例的一个子实施例，更高层包括RRC子层，NAS中的至少前者。

作为一个实施例，数据无线承载是PDCP向更高层提供的服务或服务的接口。

作为该实施例的一个子实施例，更高层包括SDAP层，NAS中的至少前者。

作为一个实施例，当所述终端与网络建立了RRC连接后，所述终端进入RRC连接态。

作为该实施例的一个子实施例，所述网络是无线接入网(RAN)。

作为一个实施例，当所述终端未与网络建立RRC连接时，所述终端处于RRC空闲态。

作为一个实施例，当所述终端与网络建立RRC连接被挂起后，所述终端进入RRC不活跃态。

作为一个实施例，在不同的RRC状态支持不同的功能。

作为一个实施例，在非RRC连接态仅支持十分有限的功能。

作为一个实施例，所述非RRC连接态是或包括RRC空闲态。

作为一个实施例，所述非RRC连接态是或包括RRC不活跃态。

作为一个实施例，所述第一消息是AS层以上消息。

作为一个实施例，所述AS层以上的消息是NAS消息。

作为一个实施例，所述AS层以上的消息是发送给编码器的消息。

作为一个实施例，所述AS层以上的消息是应用层的消息。

作为一个实施例，所述第一消息是RRC子层以上的协议层生成的。

作为一个实施例，所述第一消息是发送给核心网的。

作为一个实施例，所述第一消息是PDCP子层生成的。

作为一个实施例，度数是编译码领域的专有名词。

作为一个实施例，所述第一消息是上行的。

作为一个实施例，所述第一消息是发送给网络的。

作为一个实施例，所述第一消息通过Uu接口发送。

作为一个实施例，所述第一消息指示至少度数分布信息包括：所述第一消息指示度数分布的索引。

作为一个实施例，所述第一消息指示度数分布的索引包括：在预先配置的多个度数分布中指示推荐的度数分布的索引。

作为一个实施例，所述第一消息指示度数分布的索引包括：在多个度数分布中指示推荐的度数分布的索引。

作为一个实施例，所述第一消息指示度数分布的索引包括：在报告过的多个度数分布中指示推荐的度数分布的索引。

作为一个实施例，所述第一消息指示至少度数分布信息包括：指示第一标识，所述第一标识与所述度数分布信息具有映射关系。

作为一个实施例，所述第一标识是AI模型的标识。

作为一个实施例，所述第一标识是AI配置的标识。

作为一个实施例，所述第一标识是译码器的标识。

作为一个实施例，所述第一标识是一个概述(profile)的标识。

作为一个实施例，本申请中的编码是以符号为单位处理的。

作为一个实施例，源块是K个源符号组成的块。

作为该实施例的一个子实施例，所述K个源符号一起被编码器处理。

作为该实施例的一个子实施例，编码器一次编码处理一个源块，即K个源符号。

作为一个实施例，所述至少一个编码符号是对所述K个源符号的编码输出。

作为一个实施例，所述至少一个编码符号对应的源符号是所述K个源符号。

作为一个实施例，所述源符号指的是：在编码过程中的最小的数据单位。

作为一个实施例，在一个源块中，所有的源符号的大小相等。

作为一个实施例，编码符号指的是数据包中的符号。

作为一个实施例，所述编码符号包括源符号。

作为一个实施例，所述编码符号包括修复符号。

作为一个实施例，修复符号由源块生成。

作为一个实施例，所述修复符号的大小和源符号相等。

作为一个实施例，所述编码符号包括源符号的含义是：所述编码符号所包括的数据与源符号所包括的数据相同。

作为一个实施例，所述编码符号包括源符号的含义是：所述编码符号所包括的比特与源符号所包括的布特相同。

作为该实施例的一个子实施例，所述相同包括比特的顺序相同。

作为该实施例的一个子实施例，所述相同包括比特的值相同。

作为一个实施例，所述编码符号包括源符号的含义是：所述编码符号采用的编码是系统码。

作为一个实施例，所述编码符号包括源符号的含义是：所述编码符号的编码等于或等效于源符号与单位矩阵两者的乘积。

作为一个实施例，所述编码符号包括源符号的含义是：所述编码符号所经过的编码并未改变源符号。

作为一个实施例，所述编码符号包括源符号的含义是：所述编码符号所经过的编码等效于源符号的直接输出。

作为一个实施例，一个编码符号要么是源符号，要么是修复符号。

作为一个实施例，上述实施例中的所述编码符号是所述至少一个编码符号中的任一。

作为一个实施例，所述至少一个编码符号所使用的编码方法确定任一编码符号包括哪个源符号。

作为一个实施例，所述至少一个编码符号所使用的编码方法确定任一编码符号是哪个修复符号。

作为一个实施例，所述编码符号是编码器的输出。

作为一个实施例，所述源符号是编码器的输入。

作为一个实施例，所述中间符号是编码器的输入。

作为一个实施例，所述中间符号是以源符号为输入的另一个编码器的输出，本申请不涉及所述另一个编码器。

作为一个实施例，当编码器输出的符号和某个源符号相同时，所述编码符号包括源符号。

作为一个实施例，所述编码符号包括修复符号的含义是：所述编码符号是一个修复符号。

作为一个实施例，当编码器输出的符号是修复符号时，所述编码符号是修复符号。

作为一个实施例，系统码指的是所有的源符号可以被编码符号所包括。

作为一个实施例，所述修复符号指的是为了源块而发送的不属于源符号的编码符号。

作为一个实施例，所述为了源块指的是为了恢复源块。

作为一个实施例，所述为了源块指的是为了恢复源块中的每个源符号。

作为一个实施例，属于源符号的编码符号指的是包括或携带源符号的编码符号。

作为一个实施例，属于源符号的编码符号指的是编码符号包括源符号。

作为一个实施例，不属于源符号的编码符号指的是，所述编码符号与任何源符号所携带的数据不同。

作为一个实施例，不属于源符号的编码符号指的是，所述编码符号与任何源符号所携带的比特不同。

作为一个实施例，所述所携带的数据不同指的是，对于任何源符号，所述编码符号携带至少一个与所述编码符号不同的数据。

作为一个实施例，所述所携带的数据不同指的是，对于任何源符号，所述编码符号携带至少一个与所述编码符号不同的比特。

作为一个实施例，例如一个源符号是10010001，另一个源符号是10110001，如果编码符号是10010001，则所述编码符号携带或包括所述一个源符号；如果另一个编码符号是11110001，则所述另一个编码符号是修复符号。

作为一个实施例，所述中间符号指的是由源符号生成的符号。

作为一个实施例，所述中间符号通过相反的编码过程由源符号生成。

作为一个实施例，所述修复符号由所述中间符号生成。

作为一个实施例，所述编码符号不包括中间符号。

作为一个实施例，所述中间符号不被包括在数据包中。

作为一个实施例，所述符号是数据单位。

作为一个实施例，所述符号的大小为一个或多个byte。

作为一个实施例，编码符号组指的是一起发送的一组编码符号。

作为一个实施例，所述编码符号组是由同一个数据包发送。

作为一个实施例，所述接收所述至少一个编码符号包括使用所述度数分布信息进行译码。

作为一个实施例，所述译码指的是：从编码符号中恢复出对应的源符号。

作为一个实施例，所述从所述至少一个编码符号中恢复出对应的源符号包括利用所述度数分布信息从所述至少一个编码符号中恢复出对应的源符号。

作为一个实施例，所述接收所述至少一个编码符号包括进行射频处理。

作为一个实施例，所述射频处理包括方法。

作为一个实施例，所述射频处理包括应用天线参数。

作为一个实施例，所述接收所述至少一个编码符号包括进行基带处理。

作为一个实施例，所述进行基带处理包括解调。

作为一个实施例，所述进行基带处理包括均衡。

作为一个实施例，所述进行基带处理包括信道估计。

作为一个实施例，所述进行基带处理包括信道译码。

作为一个实施例，所述接收所述至少一个编码符号包括协议子层的处理。

作为一个实施例，所述协议子层的处理包括：由MAC子层处理。所述由MAC子层处理包括提取MAC SDU并递交给RLC层。

作为一个实施例，所述协议子层的处理包括：解头压缩。

作为一个实施例，所述协议子层的处理包括：解密。

作为一个实施例，所述协议子层的处理包括：级联。

作为一个实施例，所述接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出对应的源符号包括：对至少一个编码符号进行译码。

作为一个实施例，所述至少一个编码符号的编码和译码所在的协议层属于NAS。

作为一个实施例，所述至少一个编码符号的编码和译码所在的协议层是在AS以上。

作为一个实施例，所述对应的源符号包括：所述至少一个编码符号是由所述对应的源符号生成的。

作为一个实施例，所述对应的源符号包括：所述至少一个编码符号不由所述对应的源符号以外的源符号生成。

作为一个实施例，所述对应的源符号包括：所述至少一个编码符号是针对所述对应的源符号的编码输出。

作为一个实施例，所述对应的源符号包括：所述至少一个编码符号是针对所述对应的源符号进行编码的。

作为一个实施例，所述至少一个编码符号包括至少修复符号包括：所述至少一个编码符号中的至少一个编码符号是修复符号。

作为一个实施例，所述至少一个编码符号包括至少修复符号包括：所述至少一个编码符号中的至少一个编码符号包括修复符号。

作为一个实施例，所述至少一个编码符号包括至少修复符号包括：所述至少一个编码符号中的任一编码符号是修复符号。

作为一个实施例，所述至少一个编码符号中的Kx个编码符号是源符号，所述至少一个编码符号中的所述Kx个编码符号以外的编码符号是修复符号，其中共有Kx个源符号。

作为一个实施例，所述共有Kx个源符号指的是共有Kx个源符号待编码。

作为一个实施例，所述至少一个编码符号由Kx个源符号待编码。

作为一个实施例，所述Kx为正整数。

作为一个实施例，所述至少一个编码符号的数量多于所述Kx个编码符号。

作为一个实施例，一个源块包括Kx个源符号。

作为一个实施例，接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出Kx个源符号。

作为该实施例的一个子实施例，所述度数分布信息中的非修复符号的度数分布信息用于选择用于生成修复符号的非修复符号，所述从所述至少一个编码符号中恢复出对应的源符号是上述过程的逆过程，即确定所述至少一个编码符号所包括的任一修复符号是根据哪些非修复符号生成的，并进一步恢复出所述任一修复符号所对应的源符号。

作为该实施例的一个子实施例，所述度数分布信息中的修复符号的度数分布信息用于确定生成修复符号的非修复符号的数量，所述从所述至少一个编码符号中恢复出对应的源符号是上述过程的逆过程，即确定所述至少一个编码符号所包括的任一修复符号是根据哪些非修复符号生成的，并进一步恢复出所述任一修复符号所对应的源符号。

作为一个实施例，所述至少一个编码符号的所述编码属于喷泉码。

作为一个实施例，所述喷泉码也是无速率码(rateless code)。

作为一个实施例，所述喷泉码包括LT码。

作为一个实施例，所述喷泉码包括Raptor码。

作为一个实施例，所述喷泉码包括RaptorQ码。

作为一个实施例，什么是喷泉码是本领域的公知常识。

作为一个实施例，所述至少一个编码符号是由无线接入网以外的节点生成的。

作为一个实施例，所述至少一个编码符号是由应用层生成的。

作为一个实施例，所述至少一个编码符号是NAS生成的。

作为一个实施例，所述度数分布信息是第一AI模型的输出。

作为一个实施例，所述度数分布信息是第一AI模型的固有特性。

作为一个实施例，所述终端开始使用第一AI模型译码，触发发送所述第一消息。

作为一个实施例，所述第一消息和所述第一AI模型相关联。

作为一个实施例，所述第一AI模型被更新，触发发送所述第一消息。

作为一个实施例，所述第一AI模型的启用，触发发送所述第一消息。

作为一个实施例，所述度数分布信息是长期统计的结果。

作为该实施例的一个子实施例，所述长期统计，是使用不同的分布信息时，利用所述第一AI模型译码性能较好的被选择为推荐的度数分布信息。

作为该实施例的一个子实施例，所述使用不同的分布信息，根据所述第一AI模型对于温度的支持程度进行确定。

作为该实施例的一个子实施例，所述使用不同的分布信息，根据所述第一AI模型对于源符号的内容和语义上的支持程度进行确定。

作为一个实施例，所述度数分布信息是计算机仿真得到的。

作为一个实施例，所述度数分布信息中的一部分是无线接入网辅助确定的。

作为一个实施例，所述度数分布信息通过动态负反馈微调得到。

作为一个实施例，所述度数分布信息包括至少一个度数的分布概率。

作为一个实施例，所述至少一个度数是或包括非修复符号的度数。

作为一个实施例，所述至少一个度数是或包括修复符号的度数。

作为一个实施例，所述度数分布信息包括的针对非修复符号的度数的概率的和为1。

作为一个实施例，所述度数分布信息包括的针对非修复符号的度数的概率的和小于1。

作为该实施例的一个子实施例，所述度数分布信息仅包括针对非修复符号的部分度数的概率。

作为该实施例的一个子实施例，所述度数分布信息所包括的针对非修复符号的部分度数的概率的和等于在所述度数分布信息被发送之前的针对非修复符号的所述部分度数的概率的和。

作为一个实施例，所述度数分布信息包括的针对修复符号的度数的概率的和为1。

作为一个实施例，所述度数分布信息包括的针对修复符号的度数的概率的和小于1。

作为该实施例的一个子实施例，所述度数分布信息仅包括针对修复符号的部分度数的概率。

作为该实施例的一个子实施例，所述度数分布信息所包括的针对修复符号的部分度数的概率的和等于在所述度数分布信息被发送之前的针对非修复符号的所述部分度数的概率的和。

作为一个实施例，相比于理论度数分布，所述度数分布信息指示较大度数的概率更高。

作为该实施例的一个子实施例，所述至少一个编码符号所使用的编码是Raptor码。

作为该实施例的一个子实施例，所述至少一个编码符号所使用的编码是Raptor码的变种。

作为一个实施例，所述理论分布是一个编码被发明时的论文中给出的分布。

作为一个实施例，以上方法的好处是：可以更好的利用AI进行译码。可以更好的利用内容或语义上的相关性进行译码。提供足够的度数。

作为一个实施例，所述度数分布信息所包括的非修复符号的度数分布依赖第一片段被成功译码的期望，所述第一片段包括至少部分生成所述至少一个编码符号的源符号。

作为一个实施例，所述第一片段被成功译码的所述期望依赖所述第一AI模型。

作为一个实施例，所述第一片段被成功译码的所述期望依赖所述第二AI模型。

作为一个实施例，第一片段被成功译码的期望包括所述第一片段与之前被接收到的信息块的相关性。

作为该实施例的一个子实施例，所述相关性包括信息处理上的相关性。

作为该实施例的一个子实施例，所述相关性包括内容上的相关性。

作为该实施例的一个子实施例，所述相关性包括语义上的相关性。

作为一个实施例，所述第一片段被成功译码的所述期望被分成有限个等级。

作为该实施例的一个子实施例，所述有限个等级与之前被接收到的信息块的相关性存在映射关系。

作为一个实施例，计算不同的符号或信息块的相关性是现有技术。

作为一个实施例，所述第一片段的描述性信息用于确定所述第一片段与之前被接收到的信息块的相关性。

作为一个实施例，所述第一片段的所述描述信息被成功译码。

作为一个实施例，所述使用所述第一AI模型对所述至少一个编码符号译码包括：使用所述至少一个编码符号所携带的信息块以外的信息块，或者使用所述至少一个编码符号以外的编码符号，对所述至少一个编码符号译码。

作为一个实施例，所述至少一个编码符号所携带的信息块以外的所述信息块是在所述至少一个编码符号之前被成功译码的信息块。

作为一个实施例，所述至少一个编码符号以外的编码符号是在所述至少一个编码符号之前被成功译码的编码符号。

作为一个实施例，所述第一片段被成功译码的期望依赖所述第一AI模型包括：所述第一AI模型通过所述至少一个编码符号所携带的信息块以外的信息块对所述第一片段编码后的编码符号进行译码的成功概率。

作为一个实施例，所述第一片段被成功译码的期望依赖所述第一AI模型包括：所述第一AI模型通过所述至少一个编码符号意外的编码符号对所述第一片段编码后的编码符号进行译码的成功概率。

作为一个实施例，所述至少一个编码符号所携带的信息块以外的所述信息块不用于生成所述至少一个编码符号。

作为一个实施例，所述第一片段被成功译码的期望依赖AI模型：所述第一AI模型利用所述第一片段中已经被恢复出来的数据来评估所述第一片段被成功译码的期望。

作为一个实施例，所述利用所述第一片段中已经被恢复出来的数据来评估所述第一片段被成功译码的期望包括利用被恢复出来的数量的量。

作为一个实施例，所述利用所述第一片段中已经被恢复出来的数据来评估所述第一片段被成功译码的期望包括利用被恢复出来的所述第一片段的源符号作为所述AI模型的输入。

作为一个实施例，所述分布信息由AI输出。

作为一个实施例，伴随所述至少一个编码符号，所述终端接收生成所述至少一个编码符号的度数分布信息。

作为该实施例的一个子实施例，所述伴随所述至少一个编码符号包括在所述至少一个编码符号之前接收。

作为该实施例的一个子实施例，所述伴随所述至少一个编码符号包括在所述至少一个编码符号的数据包内发送。

作为该实施例的一个子实施例，所述伴随所述至少一个编码符号包括通过信令无线承载发送。

作为一个实施例，所述伴随所述至少一个编码符号，所述终端接收生成所述至少一个编码符号的所述度数分布信息是控制信息。

作为一个实施例，所述终端接收所述至少一个编码符号包括：利用生成所述至少一个编码符号的所述度数分布信息从所述至少一个编码符号中恢复出源符号。

作为一个实施例，所述终端，例如利用AI，预测接下来的内容与之前收到的密切相关，例如在一个赛车场景中，下一帧也是赛车只不过街边的场景发生了变化，而由于车速很快街边的场景是模糊不清的，因此街边的场景携带的信息较少，那么终端就可以利用这种内容上的相关性生成度数分布信息，例如当预测的即将接收的下一帧，与已经接收到的上一帧密切相关时，所述第一消息所携带的度数分布信息中的非修复符号的度数分布中度数大的概率被减少，例如根据预定义的表格，或者例如将每个度数的分布概率除以度数最后再归一化，如果预测的即将接收的下一帧与已经接收到的上一帧不密切相关时可以使用理论的度数分布；而对于所述第一消息的度数分布信息中的编码符号的度数，当预测的即将接收的下一帧，与已经接收到的上一帧密切相关时，可以增加度数较大的概率，例如根据预定义的表格，或者将每个度数的分布概率乘以度数最后在进行归一化。

作为一个实施例，所述终端，例如利用AI，可以预测出所述至少一个编码符号对应的部分源符号，则所述第一消息所指示的度数分布信息中的非修复符号的度数可以被增加。

作为该实施例的一个子实施例，例如增加较大的度数，例如理论度数分布中，不包括度数为10的分布，而所包括的度数集中在1～3，则此时可以增加度数为10的分布。新增的度数的概率可以被设置为比所述新增的度数小的且存在于理论度数中的度数的概率，例如理论度数分布中度数等于10小的下一个度数为9，即理论度数分布不包括度数为10的度数分布而包括度数为9的度数分布，则新增的度数为10的度数分布的概率等于理论上的度数为9的度数分布。最后对度数分布概率再进行归一化处理。

作为该实施例的一个子实施例，例如增加较大的度数的分布概率，度数分布的概率乘以一个系数，这个系数与度数线性相关，例如度数为10的概率乘以系数3，度数为5的概率乘以1.5，度数为1的概率乘以0.3，最后在进行归一化处理。

作为一个实施例，所述终端，例如利用AI，可以预测出所述至少一个编码符号对应的部分源符号，则所述第一消息所指示的度数分布信息中的编码符号的度数可以被增加。

作为该实施例的一个子实施例，例如增加较大的度数，例如理论度数分布中，不包括度数为10的分布，而所包括的度数分布集中在1～3，则此时可以增加度数为10的分布。新增的度数的概率可以被设置为最近的比所述新增的度数小的且存在于理论度数中的度数的概率，例如理论度数分布中的与度数等于10最接近的度数是9，即理论度数分布不包括度数为10的度数分布而包括度数为9的度数分布，则新增的度数为10的度数分布的概率等于理论上的度数为9的度数分布。最后对度数分布概率再进行归一化处理。

作为该实施例的一个子实施例，将针对编码符号的度数分布按照理论度数分布加上平均或可以期望的可以预测出来的非修复符号的个数。例如平均可以预测出X个源符号，则编码符号的度数分布加上X，而度数分布的概率可以保持不变。例如理论度数分布给出了度数为1,2,5时的概率，所述概率分别为x1％,x2％,x3％，而X等于2，则所述第一消息中的针对编码符号的度数分布信息所指示的度数分布是1+2＝3,2+2＝4,5+2＝7，使用以上3,4,7时的概率分别为x1％,x2％,x3％。也可以保留度数为1的分布，例如所述度数分布信息中针对编码符号的度数分布仅增加度数大于1的那些度数，例如理论度数分布给出了度数为1,2,5时的概率，而X等于2，则所述第一消息中的针对编码符号的度数分布信息所指示的度数分布是1,4,7。当然也可以对X再进行更加保守一些的处理，例如将X减少一个偏移量，例如将X设置为X-1，在这个例子中调整后的X＝1，则上述例子中，所述第一消息中的度数分布信息为针对度数为1,3,6时的度数分布概率。

实施例2

实施例2示例了根据本申请的一个网络架构的示意图，如附图2所示。

附图2说明了5G NR，LTE(Long-Term Evolution，长期演进)及LTE-A(Long-TermEvolution Advanced，增强长期演进)系统的网络架构200的图。5G NR或LTE网络架构200可称为5GS(5GSystem)/EPS(Evolved Packet System，演进分组系统)200某种其它合适术语。5GS/EPS200可包括一个或一个以上UE(User Equipment，用户设备)201，NG-RAN(下一代无线接入网络)202，5GC(5G Core Network,5G核心网)/EPC(Evolved Packet Core，演进分组核心)210，HSS(Home Subscriber Server，归属签约用户服务器)/UDM(Unified DataManagement,统一数据管理)220和因特网服务230。5GS/EPS可与其它接入网络互连，但为了简单未展示这些实体/接口。如图所示，5GS/EPS提供包交换服务，然而所属领域的技术人员将容易了解，贯穿本申请呈现的各种概念可扩展到提供电路交换服务的网络或其它蜂窝网络。NG-RAN包括NR节点B(gNB)203和其它gNB204。gNB203提供朝向UE201的用户和控制平面协议终止。gNB203可经由Xn接口(例如，回程)连接到其它gNB204。gNB203也可称为基站、基站收发台、无线电基站、无线电收发器、收发器功能、基本服务集合(BSS)、扩展服务集合(ESS)、TRP(发送接收节点)或某种其它合适术语。gNB203为UE201提供对5GC/EPC210的接入点。UE201的实例包括蜂窝式电话、智能电话、会话起始协议(SIP)电话、膝上型计算机、个人数字助理(PDA)、卫星无线电、非地面基站通信、卫星移动通信、全球定位系统、多媒体装置、视频装置、数字音频播放器(例如，MP3播放器)、相机、游戏控制台、无人机、飞行器、窄带物联网设备、机器类型通信设备、陆地交通工具、汽车、可穿戴设备，或任何其它类似功能装置。所属领域的技术人员也可将UE201称为移动台、订户台、移动单元、订户单元、无线单元、远端单元、移动装置、无线装置、无线通信装置、远端装置、移动订户台、接入终端、移动终端、无线终端、远端终端、手持机、用户代理、移动客户端、客户端或某个其它合适术语。gNB203通过S1/NG接口连接到5GC/EPC210。5GC/EPC210包括MME(Mobility ManagementEntity,移动性管理实体)/AMF(Authentication Management Field,鉴权管理域)/SMF(Session Management Function，会话管理功能)211、其它MME/AMF/SMF214、S-GW(ServiceGateway，服务网关)/UPF(User Plane Function，用户面功能)212以及P-GW(Packet DateNetwork Gateway，分组数据网络网关)/UPF213。MME/AMF/SMF211是处理UE201与5GC/EPC210之间的信令的控制节点。大体上，MME/AMF/SMF211提供承载和连接管理。所有用户IP(Internet Protocal，因特网协议)包是通过S-GW/UPF212传送，S-GW/UPF212自身连接到P-GW/UPF213。P-GW提供UE IP地址分配以及其它功能。P-GW/UPF213连接到因特网服务230。因特网服务230包括运营商对应因特网协议服务，具体可包括因特网、内联网、IMS(IPMultimedia Subsystem，IP多媒体子系统)和包交换串流服务。当使用近场通信时，网络还可以相应的包括与近场通信功能有关的功能或节点。

作为一个实施例，本申请中的终端是UE201。

作为一个实施例，本申请中的网络节点的基站是gNB203。

作为一个实施例，从所述UE201到NR节点B的无线链路是上行链路。

作为一个实施例，从NR节点B到UE201的无线链路是下行链路。

作为一个实施例，所述UE201是包括手机。

作为一个实施例，所述UE201是具有通信功能的专用设备或特种设备。

作为一个实施例，所述gNB203是微小区(Micro Cell)基站。

作为一个实施例，所述gNB203是微微小区(Pico Cell)基站。

作为一个实施例，所述gNB203是家庭网络中使用的基站。

作为一个实施例，所述gNB203是私有网络中使用的基站。

实施例3

实施例3示出了根据本申请的一个用户平面和控制平面的无线协议架构的实施例的示意图，如附图3所示。图3是说明用于用户平面350和控制平面300的无线电协议架构的实施例的示意图，图3用三个层展示用于终端(UE，gNB)和网络节点(gNB，UE)，或者两个UE之间的控制平面300的无线电协议架构：层1、层2和层3。层1(L1层)是最低层且实施各种PHY(物理层)信号处理功能。L1层在本文将称为PHY301。层2(L2层)305在PHY301之上，且负责通过PHY301在终端与网络节点以及两个UE之间的链路。L2层305包括MAC(Medium AccessControl，媒体接入控制)子层302、RLC(Radio Link Control，无线链路层控制协议)子层303和PDCP(Packet Data Convergence Protocol，分组数据汇聚协议)子层304，这些子层终止于网络节点处。PDCP子层304提供不同无线电承载与逻辑信道之间的多路复用。PDCP子层304还提供通过加密数据包而提供安全性，以及提供网络节点之间的对终端的越区移动支持。RLC子层303提供上部层数据包的分段和重组装，丢失数据包的重新发射以及数据包的重排序以补偿由于HARQ造成的无序接收。MAC子层302提供逻辑与传输信道之间的多路复用。MAC子层302还负责在终端之间分配一个小区中的各种无线电资源(例如，资源块)。MAC子层302还负责HARQ操作。控制平面300中的层3(L3层)中的RRC(Radio Resource Control，无线电资源控制)子层306负责获得无线电资源(即，无线电承载)且使用网络节点与终端之间的RRC信令来配置下部层。使用副链路通信的节点还可以包括PC5-S(PC5 SignalingProtocol，PC5信令协议)子层307负责PC5接口的信令协议的处理。用户平面350的无线电协议架构包括层1(L1层)和层2(L2层)，在用户平面350中用于终端和网络节点的无线电协议架构对于物理层351，L2层355中的PDCP子层354，L2层355中的RLC子层353和L2层355中的MAC子层352来说和控制平面300中的对应层和子层大体上相同，但PDCP子层354还提供用于上部层数据包的标头压缩以减少无线电发射开销。用户平面350中的L2层355中还包括SDAP(Service Data Adaptation Protocol，服务数据适配协议)子层356，SDAP子层356负责QoS流和数据无线承载(DRB，Data Radio Bearer)之间的映射，以支持业务的多样性。SRB可看作是PDCP层向更高层，例如RRC子层提供的服务或接口。在NR系统中SRB包括SRB1，SRB2，SRB3，分别用于传输不同类型的控制信令。SRB是UE与接入网之间的承载，用于在UE和接入网之间传输包括RRC信令在内的控制信令。SRB1对于UE具有特别的意义，每个UE建立RRC连接以后，都会有SRB1，用于传输RRC信令，大部分信令都是通过SRB1传输的，如果SRB1中断或无法使用，则UE必须进行RRC重建。SRB2一般仅用于传输NAS信令或与安全方面有关的信令。UE可以不配置SRB3。除紧急业务，UE必须与网络建立RRC连接才能进行后续的通信。虽然未图示，但终端可具有在L2层355之上的若干上部层。此外还包括终止于网络侧上的P-GW处的网络层(例如，IP层)和终止于连接的另一端(例如，远端UE、服务器等等)处的应用层。协议层也可以被称为协议子层。附图3示出的是通用的协议层结构，本申请所使用的节点可以缺失部分协议层。当所述终端与L2 U2N中继通信时还可以使用适配子层，所述适配子层位于PDCP子层和RLC子层之间。

作为一个实施例，附图3中的无线协议架构适用于本申请中的所述终端。

作为一个实施例，附图3中的无线协议架构适用于本申请中的所述网络节点。

作为一个实施例，本申请中的所述第一消息生成于NAS。

作为一个实施例，本申请中的所述至少一个编码符号生成于NAS。

作为一个实施例，本申请中的所述源符号生成于NAS。

作为一个实施例，本申请中的所述中间符号生成于NAS。

作为一个实施例，本申请中的所述修复符号生成于NAS。

作为一个实施例，本申请中的所述源块生成于NAS。

作为一个实施例，所述NAS包括应用层。

作为一个实施例，本申请中的所述第一关联信息生成于NAS。

实施例4

实施例4示出了根据本申请的一个实施例的第一通信设备和第二通信设备的示意图，如附图4所示。图4是在接入网络中相互通信的第一通信设备450以及第二通信设备410的框图。

第一通信设备450包括控制器/处理器459，存储器460，数据源467，发射处理器468，接收处理器456，可选的还可以包括多天线发射处理器457，多天线接收处理器458，发射器/接收器454和天线452。

第二通信设备410包括控制器/处理器475，存储器476，接收处理器470，发射处理器416，可选的还可以包括多天线接收处理器472，多天线发射处理器471，发射器/接收器418和天线420。

在从所述第二通信设备410到所述第一通信设备450的传输中，在所述第二通信设备410处，来自核心网络的上层数据包被提供到控制器/处理器475。控制器/处理器475实施L2(Layer-2)层的功能性。在从所述第二通信设备410到所述第一通信设备450的传输中，控制器/处理器475提供标头压缩、加密、包分段和重排序、逻辑与输送信道之间的多路复用，以及基于各种优先级量度对所述第一通信设备450的无线电资源分配。控制器/处理器475还负责丢失包的重新发射，和到所述第一通信设备450的信令。发射处理器416和多天线发射处理器471实施用于L1层(即，物理层)的各种信号处理功能。发射处理器416实施编码和交错以促进所述第二通信设备410处的前向错误校正(FEC)，以及基于各种调制方案(例如，二元相移键控(BPSK)、正交相移键控(QPSK)、M相移键控(M-PSK)、M正交振幅调制(M-QAM))的信号群集的映射。多天线发射处理器471对经编码和调制后的符号进行数字空间预编码，包括基于码本的预编码和基于非码本的预编码，和波束赋型处理，生成一个或多个空间流。发射处理器416随后将每一空间流映射到子载波，在时域和/或频域中与参考信号(例如，导频)多路复用，且随后使用快速傅立叶逆变换(IFFT)以产生载运时域多载波符号流的物理信道。随后多天线发射处理器471对时域多载波符号流进行发送模拟预编码/波束赋型操作。每一发射器418把多天线发射处理器471提供的基带多载波符号流转化成射频流，随后提供到不同天线420。

在从所述第二通信设备410到所述第一通信设备450的传输中，在所述第一通信设备450处，每一接收器454通过其相应天线452接收信号。每一接收器454恢复调制到射频载波上的信息，且将射频流转化成基带多载波符号流提供到接收处理器456。接收处理器456和多天线接收处理器458实施L1层的各种信号处理功能。多天线接收处理器458对来自接收器454的基带多载波符号流进行接收模拟预编码/波束赋型操作。接收处理器456使用快速傅立叶变换(FFT)将接收模拟预编码/波束赋型操作后的基带多载波符号流从时域转换到频域。在频域，物理层数据信号和参考信号被接收处理器456解复用，其中参考信号将被用于信道估计，数据信号在多天线接收处理器458中经过多天线检测后恢复出以所述第一通信设备450为目的地的任何空间流。每一空间流上的符号在接收处理器456中被解调和恢复，并生成软决策。随后接收处理器456译码和解交错所述软决策以恢复在物理信道上由所述第二通信设备410发射的上层数据和控制信号。随后将上层数据和控制信号提供到控制器/处理器459。控制器/处理器459实施L2层的功能。控制器/处理器459可与存储程序代码和数据的存储器460相关联。存储器460可称为计算机可读媒体。在从所述第二通信设备410到所述第一通信设备450的传输中，控制器/处理器459提供输送与逻辑信道之间的多路分用、包重组装、解密、标头解压缩、控制信号处理以恢复来自核心网络的上层数据包。随后将上层数据包提供到L2层之上的所有协议层。也可将各种控制信号提供到L3以用于L3处理。

在从所述第一通信设备450到所述第二通信设备410的传输中，在所述第一通信设备450处，使用数据源467来将上层数据包提供到控制器/处理器459。数据源467表示L2层之上的所有协议层。类似于在从所述第二通信设备410到所述第一通信设备450的传输中所描述所述第二通信设备410处的发送功能，控制器/处理器459基于无线资源分配来实施标头压缩、加密、包分段和重排序以及逻辑与输送信道之间的多路复用，实施用于用户平面和控制平面的L2层功能。控制器/处理器459还负责丢失包的重新发射，和到所述第二通信设备410的信令。发射处理器468执行调制映射、信道编码处理，多天线发射处理器457进行数字多天线空间预编码，包括基于码本的预编码和基于非码本的预编码，和波束赋型处理，随后发射处理器468将产生的空间流调制成多载波/单载波符号流，在多天线发射处理器457中经过模拟预编码/波束赋型操作后再经由发射器454提供到不同天线452。每一发射器454首先把多天线发射处理器457提供的基带符号流转化成射频符号流，再提供到天线452。

在从所述第一通信设备450到所述第二通信设备410的传输中，所述第二通信设备410处的功能类似于在从所述第二通信设备410到所述第一通信设备450的传输中所描述的所述第一通信设备450处的接收功能。每一接收器418通过其相应天线420接收射频信号，把接收到的射频信号转化成基带信号，并把基带信号提供到多天线接收处理器472和接收处理器470。接收处理器470和多天线接收处理器472共同实施L1层的功能。控制器/处理器475实施L2层功能。控制器/处理器475可与存储程序代码和数据的存储器476相关联。存储器476可称为计算机可读媒体。在从所述第一通信设备450到所述第二通信设备410的传输中，控制器/处理器475提供输送与逻辑信道之间的多路分用、包重组装、解密、标头解压缩、控制信号处理以恢复来自UE450的上层数据包。来自控制器/处理器475的上层数据包可被提供到核心网络。

作为一个实施例，所述第一通信设备450装置包括：至少一个处理器以及至少一个存储器，所述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所述计算机程序代码被配置成与所述至少一个处理器一起使用，所述第一通信设备450装置至少：发送第一消息，所述第一消息指示至少度数分布信息，所述度数分布信息被用于至少一个编码符号的编码；接收所述至少一个编码符号；其中，所述度数分布信息包括修复符号的度数分布和非修复符号的度数分布中的至少之一，其中所述非修复符号是源符号或中间符号，所述中间符号由源符号生成；所述接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出对应的源符号；所述至少一个编码符号包括至少修复符号。

作为一个实施例，所述第一通信设备450包括：一种存储计算机可读指令程序的存储器，所述计算机可读指令程序在由至少一个处理器执行时产生动作，所述动作包括：发送第一消息，所述第一消息指示至少度数分布信息，所述度数分布信息被用于至少一个编码符号的编码；接收所述至少一个编码符号；其中，所述度数分布信息包括修复符号的度数分布和非修复符号的度数分布中的至少之一，其中所述非修复符号是源符号或中间符号，所述中间符号由源符号生成；所述接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出对应的源符号；所述至少一个编码符号包括至少修复符号。

作为一个实施例，所述第一通信设备450对应本申请中的终端。

作为一个实施例，所述第二通信设备410对应本申请中的网络节点。

作为一个实施例，所述第一通信设备450是一个UE。

作为一个实施例，所述第一通信设备450是一个手机。

作为一个实施例，所述第二通信设备410是一个中继。

作为一个实施例，所述第二通信设备410是一个L2 U2N中继。

作为一个实施例，所述第二通信设备410是一个基站。

作为一个实施例，接收器454(包括天线452)，接收处理器456和控制器/处理器459被用于本申请中接收所述第一关联信息。

作为一个实施例，接收器454(包括天线452)，接收处理器456和控制器/处理器459被用于本申请中接收所述至少一个编码符号。

作为一个实施例，发射器454(包括天线452)，发射处理器468和控制器/处理器459被用于本申请中发送所述第一消息。

实施例5

实施例5示例了根据本申请的一个实施例的无线信号传输流程图，如附图5所示。附图5中，U01对应本申请的终端，特别说明的是本示例中的顺序并不限制本申请中的信号传输顺序和实施的顺序，其中F51内的步骤是可选的。

对于终端U01，在步骤S5101中接收第一关联信息；在步骤S5102中发送第一消息；在步骤S5103中接收至少一个编码符号。

对于网络节点U02，在步骤S5201中发送第一关联信息；在步骤S5202中接收第一消息；在步骤S5202中发送至少一个编码符号。

在实施例5中，所述第一消息指示至少度数分布信息，所述度数分布信息被用于至少一个编码符号的编码；其中，所述度数分布信息包括修复符号的度数分布和非修复符号的度数分布中的至少之一，其中所述非修复符号是源符号或中间符号，所述中间符号由源符号生成；所述接收所述至少一个编码符号包括从所述至少一个编码符号中恢复出对应的源符号；所述至少一个编码符号包括至少修复符号。

作为一个实施例，所述网络节点U02包括所述终端U01的服务小区或服务小区对应的节点。

作为一个实施例，所述网络节点U02包括基站。

作为一个实施例，所述网络节点U02包括无线接入网设备。

作为一个实施例，步骤S5101在步骤S5102之前。

作为一个实施例，步骤S5102在步骤S5103之前。

作为一个实施例，所述第一关联信息指示第一编码符号在内容或语义上与所述至少一个编码符号中的哪些编码符号相关联。

作为一个实施例，所述第一编码符号是所述至少一个编码符号中的任一编码符号。

作为一个实施例，所述第一关联信息指示第一编码符号在内容或语义上与所述至少一个编码符号中的哪些编码符号相关联指的是，所述第一关联信息指示第一编码符号在内容或语义上与所述至少一个编码符号中的所述第一编码符号以外的哪些编码符号相关联。

作为一个实施例，所述至少一个编码符号包括多个编码符号。

作为一个实施例，例如所述第一关联信息指示第一编码符号与所述至少一个编码符号中的第二编码符号在内容或语义上相关联，且所述第二编码符号已经被解出，则利用AI模型将所述第二编码符号作为输入，结合生成所述第一编码符号中的其它已经被译码的源符号，从而推断出所述第一编码符号，从而进一步的推断出其它编码符号。

作为一个实施例，利用所述第一关联信息，将所述第二编码符号作为所述第一编码符号在译码时的初始输入，再根据所述第一编码符号与对应的源符号的生成关系，对所述初始输入进行推测或修正，可以得到更好的译码效果。

作为一个实施例，所述终端U01接收第二关联信息。

作为一个实施例，所述网络节点U02发送所述第二关联信息。

作为一个实施例，所述第二关联信息指示第一源符号在内容或语义上与第二源符号在内容或语义上的关联性，所述第一源符号和所述第二源符号都是生成所述至少一个编码符号的源符号。

作为一个实施例，当所述第二源符号已经被解出，则所述终端U01可以利用AI模型将所述第二源符号作为输入，从而推断出所述第一源符号。

作为一个实施例，以上方法的好处在于，可以避免译码陷阱，即避免置信传播(belief propagation)译码时，由于部分源符号无法被译码，导致译码过程进入到无法进行下去的情况。

作为一个实施例，利用实施例6,7,8中的AI方法，可以由具有关联性的一个源符号推断出另一个源符号。

作为一个实施例，利用所述第二关联信息，将所述第二源符号作为所述第一源符号在译码时的初始值，再根据所述第一源符号与其它源符号和编码符号的关系，对所述初始值进行推测或修正，可以得到更好的译码效果，尤其是不要求全部译码正确的场景中。

作为一个实施例，源符号与编码符号的关系由编码矩阵确定。

作为一个实施例，源符号与编码符号的关系由度数分布信息确定。

作为一个实施例，所述终端U01向所述网络节点U02多次发送推荐的编码参数，所述多次发送的编码参数中的任一包括与度数分布有关的信息。

作为一个实施例，所述多次发送推荐的编码参数包括周期性的发送推荐的编码参数。

作为一个实施例，所述多次发送推荐的编码参数不是发送多次重复发送相同的编码参数。

作为一个实施例，所述多次发送的所述推荐的编码参数所包括的度数分布信息依赖视频内容。

作为一个实施例，所述多次发送的所述推荐的编码参数所包括的度数分布信息依赖所述第一AI模型。

作为一个实施例，所述度数分布信息属于所述多次发送的所述编码参数中的一次所包括的参数。

作为一个实施例，以上方法的好处包括：可以根据译码情况，动态的调整度数分布信息，取得更好的译码效果。

作为一个实施例，所述至少一个编码符号的编码利用了所述第一消息所携带的度数分布信息。

作为一个实施例，所述至少一个编码符号属于一个数据包。

作为一个实施例，所述至少一个编码符号属于多个数据包。

作为一个实施例，所述至少一个编码符号属于一次编码的输出。

作为一个实施例，所述至少一个编码符号属于针对一个源块的编码的输出。

作为一个实施例，所述至少一个编码需要被一起译码。

作为一个实施例，所述至少一个编码属于同一个PDU set。

作为一个实施例，所述一个PDU set携带了应用层的一个单位的信息。

实施例6

实施例6示例了根据本申请的一个实施例的RAN(Radio Access Network，无线接入网)域(Domain)AI/ML功能部署的示意图，如附图6所示。实施例8中的gNB可以被更换为例如eNB，或者6G基站等网络设备。

AI/ML相关的功能包括ML训练功能(也称为AI训练，或者AI/ML训练)，ML测试(testing)功能，ML推理(也称为AI推理，或者，AI/ML推理)功能等等。ML训练功能，ML测试功能，ML推理功能可以独立部署，也可以共址(co-located)部署。AI/ML相关的功能的部署可以是通过软件来实现，例如可执行文件的下载和/或运行；也可以通过软件结合硬件的方式来实现，例如将特定的计算单元通过硬件进行加速以提高运算速度或者节省功耗。

对于ML训练功能，可以被部署于跨域管理系统(cross-domain managementsystem)，或者域特定的管理系统(domain-specific management system)；所述域特定的管理系统用于管理RAN域或者CN(Core Network，核心网)域。例如，为了MDA(ManagementData Analytics，管理数据分析)的ML训练功能可以部署在MDAF(MDA功能)；为了网络数据分析的ML训练可以部署在NWDAF(Network Data Analytics Function，网络数据功能)，即ML训练功能是MTLF(Model Training logical function，模型训练逻辑功能)。

对于ML推理功能，也同样可以被部署于跨域管理系统，或者域特定的管理系统；例如，ML推理功能是MDAF，或者，ML推理功能是位于NWDAF中的AnLF(Analytics logicalfunction，分析逻辑功能)。

类似的，ML测试功能也可以被部署于跨域管理系统，或者域特定的管理系统。

在实施例6中，RAN域ML训练功能1402位于RAN域管理功能1403中；而ML推理功能位于基站中，即AI/ML推理功能1404位于gNB1405中，AI/ML推理功能1406位于gNB1407中，……。

附图6中，多个基站的ML推理功能的管理由RAN域管理功能1403完成，即与RAN域MnS(Management Service，管理服务)消费者/跨域管理1401进行数据交互(如附图6中的虚线箭头所示)。

可选的，ML推理功能的管理也可以由基站自行完成，即每个基站可以独立的与RAN域MnS消费者/跨域管理1401进行数据交互。

需要说明的是，实施例6仅仅是一种非限制的实施方式；可选的，RAN域的ML训练功能也可能部署在基站；或者可选的，部分基站部署ML推理功能和RAN域的ML训练功能，而部分基站仅部署ML推理功能。

作为一个实施例，实施例6中的一个gNB(或者基站)是本申请的所述第二节点。

作为一个实施例，第二处理机包括附图6中的一个AL/ML推理功能，即1404或1406。

作为一个实施例，附图6中的一个AL/ML推理功能根据所述目标预编码向量进行ML训练；所述目标参考信号与所述第一参考信号不同；所述多个参考信号中除了所述第一参考信号之外的任一参考信号被关联到一个预编码向量，其中所述目标预编码向量与所述目标参考信号关联。

作为一个实施例，所述第一报告的生成或发送使用了附图6中的至少一项功能。

作为一个实施例，所述第一测量配置的执行使用了附图6中的至少一项功能。

作为一个实施例，所述第一测量配置的执行依赖附图6中的至少一项功能。

作为一个实施例，所述第一报告依赖训练，所述第一测量配置不依赖训练，或者，所述第一报告不依赖训练，所述第一测量配置依赖训练。

实施例7

实施例7示例了根据本申请的一个实施例的UE的AI/ML功能部署的示意图，如附图7所示。

附图7中的RAN域ML训练功能1505是可选的。

UE功能1504部署于本申请的第一节点中，所述UE功能1504包括AI/ML推理功能1506；所述AI/ML推理功能1506使用ML模型(也称为AI模型)进行推理；一个ML模型在被用于AI/ML推理之前通常要经过训练。

作为一个实施例，所述UE功能1504包括RAN域ML训练功能1505，所述RAN域ML训练功能1505通过ML模型运行(run)训练数据，得到(derive)相关的损失(loss)，基于计算出的损失调整所述ML模型的参数；所述ML训练包括ML初始训练(ML initial training)，ML重新训练(ML re-training)，强化学习中的至少之一。

上述实施例能降低基站的复杂度，或者，节省了上报训练数据而导致的空口资源；然而，上述实施例对UE侧的处理能力提出了较高要求。

可选的，所述UE功能1504还包括CN域ML训练功能(图7中未包括)。

可选的，所述UE功能1504还包括AI/ML部署功能(deployment function)-图7中未包括，用于装载(load)ML模型和数据。

作为一个实施例，所述第一节点通过能力上报指示是否支持ML训练功能(RAN域或者CN域)，所述能力上报是RRC信令，或者是NAS(Non-Access Stratum，非接入层)信令。

作为一个实施例，所述ML模型，以及相关的元数据(metadata)是所述第一节点从网络设备或者远程服务器装载(load)得到的。

可选的，所述UE功能1504是一个MnS(Management Service，管理服务)生产者(Producer)，向CN域MnF(Management Function管理功能)1501，和/或RAN域MnF1502，和/或跨域管理系统1503提供数据用于管理或者分析(如双箭头1507所示)。

可选的，所述UE功能1504是一个MnS消费者(Consumer)，从CN域MnF(ManagementFunction管理功能)1501，和/或RAN域MnF1502，和/或跨域管理系统1503装载数据用于AI/ML相关的管理，例如管理数据请求，ML模型激活，和/或ML训练等(如双箭头1507所示)。

作为一个实施例，本申请中的所述第一信道信息是经过所述AI/ML推理功能1506的推理得到的。

作为一个实施例，所述RAN域ML训练功能1505根据目标预编码向量进行ML训练；其中，所述目标参考信号与所述第一参考信号不同；所述多个参考信号中除了所述第一参考信号之外的任一参考信号被关联到一个预编码向量，其中所述目标预编码向量与所述目标参考信号关联。

作为一个实施例，第一处理机包括附图7中的一个AL/ML推理功能1506。

作为一个实施例，所述ML模型是基于神经网络(Neural Network)的。

作为一个实施例，所述ML模型是基于CNN(Conventional Neural Networks，卷积神经网络)。

作为一个实施例，所述ML模型是基于Transformer(变形器)架构。

作为一个实施例，所述第一报告的生成或发送使用了附图7中的至少一项功能。

作为一个实施例，所述第一测量配置的执行使用了附图7中的至少一项功能。

作为一个实施例，所述第一测量配置的执行依赖附图7中的至少一项功能。

作为一个实施例，所述至少一项功能是1504中的功能。

作为一个实施例，所述至少一项功能是1505中的功能。

作为一个实施例，所述至少一项功能是1506中的功能。

实施例8

实施例8示例了根据本申请的一个实施例的基于人工智能或者机器学习的示意图，如附图8所示。

附图8包括第三操作，第四操作，第五操作，第六操作和第七操作。在实施例11中，所述第三操作和第四操作属于第一阶段，所述第五操作属于第二阶段，所述第六操作属于第三阶段，所述第七操作属于第四阶段。在附图8中，带箭头的线条表示流程的顺序。

作为一个实施例，所述第三操作包括AI/ML训练，所述第四操作包括AI/ML测试(testing)，所述第五操作包括AI/ML仿真(emulation)，所述第六操作包括AI/ML实体装载(loading)，所述第七操作包括AI/ML推理(inference)。

作为一个实施例，所述第一阶段包括训练阶段(trainingphase)，所述第二阶段包括仿真阶段(emulation phase)，所述第三阶段包括部署阶段(deploymentphase)，所述第四阶段包括推理阶段(emulationphase)。

作为一个实施例，所述第一阶段包括AI/ML模型训练(model training)。

作为一个实施例，所述第一阶段包括AI/ML模型训练(model training)和AI/ML测试(testing)。

作为一个实施例，所述AI/ML模型训练包括一个或一组AI/ML实体的初始训练(initial training)和重训练(re-training)。

作为一个实施例，所述AI/ML模型训练依赖训练数据。

作为一个实施例，所述AI/ML模型训练包括AI/ML实体验证(validation)。

作为一个实施例，所述AI/ML实体验证被用于估计(evaluate)所述AI/ML实体的性能。

作为一个实施例，所述AI/ML实体验证依赖验证数据。

作为一个实施例，如果AI/ML实体验证的结果达不到预期，AI/ML模型将被重训练。

作为一个实施例，所述AI/ML测试包括对验证后的AI/ML实体进行测试以估计训练得到的AI/ML模型的性能。

作为一个实施例，如果AI/ML测试的结果达到预期，AI/ML实体进行下一个阶段；否则AI/ML模型将被重训练。

作为一个实施例，所述AI/ML测试依赖测试数据。

作为一个实施例，所述第二阶段包括AI/ML仿真，所述AI/ML仿真在仿真环境下进行AI/ML实体的推理(inference)。

作为一个实施例，所述AI/ML仿真是在使用AI/ML实体之前，在仿真环境下估计AI/ML实体推理的性能。

作为一个实施例，所述第二阶段是可选的。

作为一个实施例，所述第三阶段包括AI/ML实体装载(loading)，所述AI/ML实体装载是为了获得训练后的AI/ML实体以获得想要的AI/ML推理功能。

作为一个实施例，所述第三阶段是可选的。

作为一个实施例，当训练功能和推理功能共址(co-located)时，所述第三阶段不再需要。

作为一个实施例，所述第四阶段包括AI/ML推理。

作为一个实施例，所述第一报告的生成或发送使用了附图8中的至少一项操作。

作为一个实施例，所述第一报告使用了推理。

作为该实施例的一个子实施例，所述第一报告所包括的至少一个或全部的测量结果是通过推理得到的。

作为一个实施例，所述第一测量配置的执行使用了附图8中的至少一项操作。

作为一个实施例，所述第一测量配置的执行依赖附图8中的至少一项操作。

实施例9

实施例9示例了根据本申请的一个实施例的编码的示意图，如附图9所示。

附图9示出了编码过程和编码原理。

作为一个实施例，一个源符号，一个中间符号，一个修复符号，以及一个编码符号的大小相等。

作为一个实施例，任一编码符号包括1个比特。

作为一个实施例，任一编码符号包括4个比特。

作为一个实施例，任一编码符号包括8个比特。

作为一个实施例，任一编码符号包括16个比特。

作为一个实施例，任一编码符号包括64个比特。

作为一个实施例，任一编码符号包括256个比特。

作为一个实施例，任一编码符号包括1024个比特。

作为一个实施例，任一编码符号包括的比特是可配置的。

作为一个实施例，任一编码符号包括有限个比特。

作为一个实施例，源符号的度数指的是所述源符号用于生成多少个编码符号。

作为一个实施例，源符号的度数分布指的是源符号生成Z1中的编码符号的概率分布，其中所述Z1为一个正整数的集合，其中所述Z1所包括的最大整数不大于编码符号的总数。例如Z1＝[1,2],源符号的度数分布为用于生成一个编码符号的概率为70％，用于生成两个编码符号的概率为30％。

作为一个实施例，中间符号的度数指的是所述中间符号用于生成多少个编码符号。

作为一个实施例，中间符号的度数分布指的是中间符号生成Z2中的编码符号的概率分布，其中所述Z2为一个正整数的集合，其中所述Z2所包括的最大整数不大于编码符号的总数。例如Z2＝[1,2],中间符号的度数分布为用于生成一个编码符号的概率为70％，用于生成两个编码符号的概率为30％。

作为一个实施例，编码符号的度数指的是所述编码符号由多少个非修复符号生成。

作为一个实施例，编码符号的度数分布指的是所述编码符号由Z3中的非修复符号生成的概率，其中所述Z3为正整数的集合，其中所述Z3不大于非修复符号的数量。例如Z3＝[1,2],编码符号的度数分布为由1个非修复符号生成的概率为60％，由两个非修复符号生成的概率为40％。

作为一个实施例，所述至少一个编码块采用的是线性编码。

作为一个实施例，附图9中的b1,b2,b3,b4,b5分别是源符号；本申请所提出的方法不限制源符号的数量，即本申请所提出的方法支持少于5个源符号的编码，也支持多于5个源符号的编码；附图9中的，c1，c2，c3，c4,c5,c6分别是编码符号；本申请所提出的方法不限制编码符号的数量，即本申请所提出的方法支持输出少于6个编码符号的编码，也支持输出多于6个编码符号，同时本领域技术人员应当理解，通常输出的编码符号的数量多于源符号的数量。

作为该实施例的一个子实施例，所述编码符号由源符号生成。

作为该实施例的一个子实施例，对于任意一个源符号，与编码符号的连线表示，所述任意一个源符号用于生成哪些编码符号，例如b1与c1和c2有连线，表示b1用于生成c1，也用于生成c2。

作为该实施例的一个子实施例，对于任意一个编码符号，与源符号的连线表示，所述任意一个编码符号是由哪些源符号生成的，例如c2与b1和b2有连线，表示c2由b1和b2生成。

作为该所述的一个子实施例，附图9中源符号和编码符号之间的连线等价于编码矩阵，附图9中的连线是示意性的。

作为一个实施例，将源符号进行编码以生成编码符号的原理如附图9所示，任意一个编码符号由一个或若干个源符号生成。

作为一个实施例，所述任意一个编码符号由一个或若干个源符号生成包括使用喷泉编码生成。

作为一个实施例，所述任意一个编码符号由一个或若干个源符号生成包括使用Raptor编码生成。

作为一个实施例，所述任意一个编码符号由一个或若干个源符号生成包括：将用于生成所述任意一个编码符号的源符号进行异或，或者进行二进制域的相加，得到所述任意一个编码符号。

作为一个实施例，所述任意一个编码符号由多少个源符号生成，由所述度数分布信息确定。

作为一个实施例，所述任意一个编码符号由多少个源符号生成，由理论生成方式确定。

作为一个实施例，所述任意一个编码符号由多少个源符号生成，可以是固定的。

作为一个实施例，所述任意一个编码符号由多少个源符号生成，可以是按照预定义的伪随机序列生成。

作为一个实施例，所述任意一个编码符号由哪些源符号生成，由所述度数分布信息确定。

作为一个实施例，所述任意一个编码符号由哪些源符号生成，由理论生成方式确定。

作为一个实施例，所述任意一个编码符号由哪些源符号生成，可以是按照预定义的伪随机序列生成。

作为一个实施例，附图9中的b1,b2,b3,b4,b5分别是源符号；本申请所提出的方法不限制源符号的数量，即本申请所提出的方法支持少于5个源符号的编码，也支持多于5个源符号的编码；附图9中的，c1，c2，c3，c4,c5,c6分别是中间符号；本申请所提出的方法不限制中间符号的数量，即本申请所提出的方法支持输出少于6个中间符号的编码，也支持输出多于6个中间符号，同时本领域技术人员应当理解，通常输出的中间符号的数量不少于源符号的数量。

作为该实施例的一个子实施例，所述中间符号由源符号生成。

作为该实施例的一个子实施例，对于任意一个源符号，与中间符号的连线表示，所述任意一个源符号用于生成哪些中间符号，例如b1与c1和c2有连线，表示b1用于生成c1，也用于生成c2。

作为该实施例的一个子实施例，对于任意一个中间符号，与源符号的连线表示，所述任意一个中间符号是由哪些源符号生成的，例如c2与b1和b2有连线，表示c2由b1和b2生成。

作为该实施例的一个子实施例，附图9中源符号和中间符号之间的连线等价于编码矩阵，附图9中的连线是示意性的。

作为该实施例的一个子实施例，源符号编码为中间符号可以使用LDCP(LowDensity Parity Check Code，低密度校验码)编码。

作为该实施例的一个子实施例，源符号编码为中间符号可以使用BCH编码。

作为该实施例的一个子实施例，源符号编码为中间符号可以使用RS编码。

作为一个实施例，附图9中的b1,b2,b3,b4,b5分别是中间符号；本申请所提出的方法不限制中间符号的数量，即本申请所提出的方法支持少于5个中间符号的编码，也支持多于5个中间符号的编码；附图9中的，c1，c2，c3，c4,c5,c6分别是编码符号；本申请所提出的方法不限制编码符号的数量，即本申请所提出的方法支持输出少于6个编码符号的编码，也支持输出多于6个编码符号，同时本领域技术人员应当理解，通常输出的编码符号的数量多于中间符号的数量。

作为该实施例的一个子实施例，所述编码符号由中间符号生成。

作为该实施例的一个子实施例，对于任意一个中间符号，与编码符号的连线表示，所述任意一个中间符号用于生成哪些编码符号，例如b1与c1和c2有连线，表示b1用于生成c1，也用于生成c2。

作为该实施例的一个子实施例，对于任意一个编码符号，与中间符号的连线表示，所述任意一个编码符号是由哪些中间符号生成的，例如c2与b1和b2有连线，表示c2由b1和b2生成。

作为一个实施例，所述任意一个编码符号由一个或若干个中间符号生成包括使用喷泉编码生成。

作为一个实施例，所述任意一个编码符号由一个或若干个中间符号生成包括使用Raptor编码生成。

作为一个实施例，所述任意一个编码符号由一个或若干个中间符号生成包括：将用于生成所述任意一个编码符号的中间符号进行异或，或者进行二进制域的相加，得到所述任意一个编码符号。

作为一个实施例，所述任意一个编码符号由多少个中间符号生成，由所述度数分布信息确定。

作为一个实施例，所述任意一个编码符号由多少个中间符号生成，由理论生成方式确定。

作为一个实施例，所述任意一个编码符号由多少个中间符号生成，可以是固定的。

作为一个实施例，所述任意一个编码符号由多少个中间符号生成，可以是按照预定义的伪随机序列生成。

作为一个实施例，所述任意一个编码符号由哪些中间符号生成，由所述度数分布信息确定。

作为一个实施例，所述任意一个编码符号由哪些中间符号生成，由理论生成方式确定。

作为一个实施例，所述任意一个编码符号由哪些中间符号生成，可以是按照预定义的伪随机序列生成。

作为一个实施例，本领域技术人员应当理解如何使用LDCP编码。

作为一个实施例，本领域技术人员应当理解如何使用BCH编码。

作为一个实施例，本领域技术人员应当理解如何使用RS编码。

作为一个实施例，编码符号由源符号生成还是由中间符号生成取决于编码方案。

作为该实施例的一个子实施例，当采用某一种编码方案时，即确定由源符号生成还是由中间符号生成。

作为该实施例的一个子实施例，当采用Raptor码时，编码符号由中间符号生成。

作为该实施例的一个子实施例，当采用Raptor码时，需要由源符号生成中间符号，再由中间符号生成编码符号。

作为该实施例的一个子实施例，当采用LT码时，编码符号由源符号生成。

实施例10

实施例10示例了根据本申请的一个实施例的度数分布信息用于编码的示意图，如附图10所示。

附图10示出了如何利用度数分布信息进行编码的方法。

附图10给出的例子是，由b1,b2,…,bi,…,bm生成c1，c2，…，cj,…,ck。

作为一个实施例，附图10中的b1,b2,…,bi,…,bm表示m个源符号，其中所述m为正整数；本申请所提出的方法不限制源符号的数量，即本申请所提出的方法支持少于m个源符号的编码，也支持多于m个源符号的编码；附图10中的，c1，c2，…，cj,…,ck分别是k个编码符号，其中所述k为正整数；本申请所提出的方法不限制编码符号的数量，即本申请所提出的方法支持输出少于k个编码符号的编码，也支持输出多于k个编码符号，同时本领域技术人员应当理解，通常输出的编码符号的数量多于源符号的数量。

作为该实施例的一个子实施例，所述m依赖源块的大小。

作为该实施例的一个子实施例，所述k依赖编码方案，以及预设的编码速率。

作为该实施例的一个子实施例，所述度数分布信息中的源符号的度数分布用于控制在生成编码符号时被选中的概率。

作为该实施例的一个子实施例，对于任一需要由R个源符号生成的编码符号，在m个源符号中，源符号的度数分布越大的被选中的概率越大。

作为该实施例的一个子实施例，对于任一需要由R个源符号生成的编码符号，对于m个源符号中的任意源符号bi，其被选中的概率为Di/∑(Dx)，其中Di为所述任意源符号bi的度数，∑(Dx)为所述m个源符号中的每个源符号的度数的和。

作为该实施例的一个子实施例，一个预定义的序列，例如伪随机序列，用于从m个源符号中选择R个源符号生成编码符号，所述m个源符号中的度数分布是所述预定义的序列的输入。

作为该实施例的一个子实施例，一个移位寄存器，用于从m个源符号中选择R个源符号生成编码符号，所述m个源符号中的度数分布是所述移位寄存器的输入。

作为该实施例的一个子实施例，一个移位寄存器，用于从m个源符号中选择R个源符号生成编码符号，所述m个源符号中的度数分布控制所述移位寄存器的结构。

作为该实施例的一个子实施例，所述m个源符号的度数分布进行排列形成一个整数区间，一个随机述生成器生成的随机数属于所述整数区间确定所述m个源符号中的哪个被选中。例如b1，b2，b3的度数分别为2,1,3，则所述一个整数区间包括[1,2],[3],[4,5,6],当随机数生成器属于的1到6之间的随机数属于[1,2],[3],[4,5,6]中的哪一个，便可确定哪一个对应的源符号被选中。当一个编码符号需要R个源符号生成时，可以依次生成R个不同的随机数，也可以同时生成不同的R个随机数，再通过上述方法确定应该选择的源符号。

作为该实施例的一个子实施例，所述k个编码符号中的任一编码符号的度数是所述任一编码符号由几个源符号生成。

作为一个实施例，所述度数分布信息包括所述至少一个编码符号中的任一编码符号的度数。

作为一个实施例，所述度数分布信息包括所述至少一个编码符号中的任一是修复符号的编码符号的度数。

作为一个实施例，所述度数分布信息未包括的所述至少一个编码符号中的编码符号的度数为1。

作为一个实施例，所述度数分布包括每个编码符号的度数。

作为一个实施例，所述度数分布包括每个修复符号的度数。

作为一个实施例，附图10中的b1,b2,…,bi,…,bm表示m个中间符号，其中所述m为正整数；本申请所提出的方法不限制中间符号的数量，即本申请所提出的方法支持少于m个中间符号的编码，也支持多于m个中间符号的编码；附图10中的，c1，c2，…，cj,…,ck分别是k个编码符号，其中所述k为正整数；本申请所提出的方法不限制编码符号的数量，即本申请所提出的方法支持输出少于k个编码符号的编码，也支持输出多于k个编码符号，同时本领域技术人员应当理解，通常输出的编码符号的数量多于中间符号的数量。

作为该实施例的一个子实施例，所述m依赖中间块的大小。

作为该实施例的一个子实施例，所述度数分布信息中的中间符号的度数分布用于控制在生成编码符号时被选中的概率。

作为该实施例的一个子实施例，对于任一需要由R个中间符号生成的编码符号，在m个中间符号中，中间符号的度数分布越大的被选中的概率越大。

作为该实施例的一个子实施例，对于任一需要由R个中间符号生成的编码符号，对于m个中间符号中的任意中间符号bi，其被选中的概率为Di/∑(Dx)，其中Di为所述任意中间符号bi的度数，∑(Dx)为所述m个中间符号中的每个中间符号的度数的和。

作为该实施例的一个子实施例，一个预定义的序列，例如伪随机序列，用于从m个中间符号中选择R个中间符号生成编码符号，所述m个中间符号中的度数分布是所述预定义的序列的输入。

作为该实施例的一个子实施例，一个移位寄存器，用于从m个中间符号中选择R个中间符号生成编码符号，所述m个中间符号中的度数分布是所述移位寄存器的输入。

作为该实施例的一个子实施例，一个移位寄存器，用于从m个中间符号中选择R个中间符号生成编码符号，所述m个中间符号中的度数分布控制所述移位寄存器的结构。

作为该实施例的一个子实施例，所述m个中间符号的度数分布进行排列形成一个整数区间，一个随机述生成器生成的随机数属于所述整数区间确定所述m个中间符号中的哪个被选中。例如b1，b2，b3的度数分别为2,1,3，则所述一个整数区间包括[1,2],[3],[4,5,6],当随机数生成器属于的1到6之间的随机数属于[1,2],[3],[4,5,6]中的哪一个，便可确定哪一个对应的中间符号被选中。当一个编码符号需要R个中间符号生成时，可以依次生成R个不同的随机数，也可以同时生成不同的R个随机数，再通过上述方法确定应该选择的中间符号。

作为该实施例的一个子实施例，所述k个编码符号中的任一编码符号的度数是所述任一编码符号由几个中间符号生成。

作为一个实施例，所述度数分布包括每个编码符号的度数。

作为一个实施例，所述度数分布包括每个修复符号的度数。

实施例11

实施例11示例了根据本申请的一个实施例的度数分布信息用于译码的示意图，如附图11所示。

附图11示出了如何利用度数分布信息进行译码的方法。

附图10给出的例子是，c1，c2，…，cj,…,ck恢复出b1,b2,…,bi,…,bm。

作为一个实施例，所述度数分布信息包括至少度数信息。

作为一个实施例，所述度数分布信息包括至少度数的分布。

作为一个实施例，译码是编码的逆过程。

作为一个实施例，通过预定义的生成矩阵，编码函数，序列，随机数生成器，移位寄存器中的至少之一，译码器可以实现编码器逆操作。

作为一个实施例，通过预定义的生成矩阵，编码函数，序列，随机数生成器，移位寄存器中的至少之一，译码器可以掌握编码器的编码的过程，即每个编码符号是如何生成的。

作为一个实施例，当掌握了每个编码符号是如何生成的，利用现有的译码方法，译码器可以从编码符号中恢复出生成所述编码符号的非修复符号。

作为一个实施例，所述现有的译码方法例如用于线性分组码的译码方法。

作为一个实施例，掌握了每个编码符号是如何生成的的含义包括：掌握了编码器利用的伪随机数生成器，即对于译码器，所述伪随机数生成器的输出是确定性的，而非是随机的。

作为一个实施例，附图11中的b1,b2,…,bi,…,bm表示m个源符号，其中所述m为正整数；本申请所提出的方法不限制源符号的数量，即本申请所提出的方法支持少于m个源符号的编码，也支持多于m个源符号的编码；附图11中的，c1，c2，…，cj,…,ck分别是k个编码符号，其中所述k为正整数；本申请所提出的方法不限制编码符号的数量，即本申请所提出的方法支持输出少于k个编码符号的编码，也支持输出多于k个编码符号，同时本领域技术人员应当理解，通常输出的编码符号的数量多于源符号的数量。

作为该实施例的一个子实施例，所述m依赖源块的大小。

作为该实施例的一个子实施例，编码器向所述终端指示所述m和所述k中的至少之一。

作为该实施例的一个子实施例，所述度数分布信息中的源符号的度数分布用于确定在生成编码符号时哪些源符号被选中。

作为该实施例的一个子实施例，所述终端和编码器使用相同的序列和所述度数分布信息确定任一编码符号是由哪些源符号生成的。

作为该实施例的一个子实施例，所述相同的序列包括伪随机序列。

作为该实施例的一个子实施例，所述度数分布是所述预定义的序列的输入或初始值。

作为该实施例的一个子实施例，所述终端和编码器使用相同的移位寄存器和所述度数分布信息确定任一编码符号是由哪些源符号生成的。

作为该实施例的一个子实施例，所述移位寄存器，用于从m个源符号中确定生成任一编码符号的R个源符号，所述m个源符号中的度数分布是所述移位寄存器的输入。

作为该实施例的一个子实施例，所述度数分布控制所述移位寄存器的结构。

作为该实施例的一个子实施例，所述终端和编码器使用相同的伪随机述生成器生成上述伪随机数。

作为一个实施例，所述度数分布包括每个编码符号的度数。

作为一个实施例，所述度数分布包括每个修复符号的度数。

作为一个实施例，附图11中的b1,b2,…,bi,…,bm表示m个中间符号，其中所述m为正整数；本申请所提出的方法不限制中间符号的数量，即本申请所提出的方法支持少于m个中间符号的编码，也支持多于m个中间符号的编码；附图11中的，c1，c2，…，cj,…,ck分别是k个编码符号，其中所述k为正整数；本申请所提出的方法不限制编码符号的数量，即本申请所提出的方法支持输出少于k个编码符号的编码，也支持输出多于k个编码符号，同时本领域技术人员应当理解，通常输出的编码符号的数量多于中间符号的数量。

作为该实施例的一个子实施例，所述m依赖源块的大小。

作为该实施例的一个子实施例，所述度数分布信息中的中间符号的度数分布用于确定在生成编码符号时哪些中间符号被选中。

作为该实施例的一个子实施例，所述终端和编码器使用相同的序列和所述度数分布信息确定任一编码符号是由哪些中间符号生成的。

作为该实施例的一个子实施例，所述终端和编码器使用相同的移位寄存器和所述度数分布信息确定任一编码符号是由哪些中间符号生成的。

作为该实施例的一个子实施例，所述移位寄存器，用于从m个中间符号中确定生成任一编码符号的R个中间符号，所述m个中间符号中的度数分布是所述移位寄存器的输入。

作为一个实施例，所述度数分布包括每个编码符号的度数。

作为一个实施例，所述度数分布包括每个修复符号的度数。

实施例12

实施例12示例了根据本申请的一个实施例的度数分布信息与温度相关联的示意图，如附图12所示。

作为一个实施例，什么是AI的温度是本领域的公知常识。

作为一个实施例，AI的温度用于衡量不确定性。

作为一个实施例，所述温度用于基于AI的译码。

作为一个实施例，所述度数分布信息中的源符号的度数越高，则关联的AI的温度越低。

作为一个实施例，所述度数分布信息中的源符号的度数越低，则关联的AI的温度越高。

作为一个实施例，所述度数分布信息中的中间符号的度数越高，则关联的AI的温度越低。

作为一个实施例，所述度数分布信息中的中间符号的度数越低，则关联的AI的温度越高。

作为一个实施例，所述度数分布信息中的编码符号的度数越高，则关联的AI的温度越高。

作为一个实施例，所述度数分布信息中的编码符号的度数越低，则关联的AI的温度越低。

作为一个实施例，AI译码的过程是不断降低温度的过程。

作为一个实施例，AI译码的过程是不断降低源块或源符号的温度的过程。

作为一个实施例，本实施例中的关联包括映射。

作为一个实施例，当温度的取值范围为0到1时，所述度数分布信息中的分布概率与所述温度相映射。

作为一个实施例，当温度的取值范围为0到1时，所述度数分布信息中的分布与最大度数的比值与所述温度相映射。

作为一个实施例，当温度的取值范围为0到1时，所述度数分布信息中的分布与度数的和比值与所述温度相映射。

实施例13

实施例13示例了根据本申请的一个实施例的用于终端中的处理装置的结构框图；如附图13所示。在附图13中，终端中的处理装置1300包括第一接收机1301、第一发射机1302和第一处理机1303。

在实施例13中，所述终端包括：一个或多个处理器和存储器；

所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述终端执行至少：

接收所述至少一个编码符号；

作为一个实施例，所述至少一个编码符号的所述编码属于喷泉码中的Raptor码。

作为一个实施例，所述度数分布信息被关联到AI中被设置的温度。

作为一个实施例，所述第一接收机1301，接收第一关联信息，所述第一关联信息指示第一编码符号在内容或语义上与所述至少一个编码符号中的哪些编码符号相关联。

作为一个实施例，所述终端是一个用户设备(UE)。

作为一个实施例，所述终端是一个手机。

作为一个实施例，所述终端是一个支持低时延的通信设备。

作为一个实施例，所述终端是一个工业通信设备。

作为一个实施例，所述终端是一个物联网终端或工业物联网终端。

作为一个实施例，所述第一接收机1301包括实施例4中的天线452，接收器454，接收处理器456，多天线接收处理器458，控制器/处理器459，存储器460，或数据源467中的至少之一。

作为一个实施例，所述第一发射机1302包括实施例4中的天线452，发射器454，发射处理器468，多天线发射处理器457，控制器/处理器459，存储器460，或数据源467中的至少之一。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可以通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器，硬盘或者光盘等。可选的，上述实施例的全部或部分步骤也可以使用一个或者多个集成电路来实现。相应的，上述实施例中的各模块单元，可以采用硬件形式实现，也可以由软件功能模块的形式实现，本申请不限于任何特定形式的软件和硬件的结合。本申请中的用户设备、终端和UE包括但不限于无人机，无人机上的通信模块，遥控飞机，飞行器，小型飞机，手机，平板电脑，笔记本，车载通信设备，无线传感器，上网卡，物联网终端，RFID终端，NB-IoT终端，MTC(Machine Type Communication，机器类型通信)终端，eMTC(enhancedMTC，增强的MTC)终端，数据卡，上网卡，车载通信设备，低成本手机，低成本平板电脑，卫星通信设备，船只通信设备，NTN用户设备等无线通信设备。本申请中的基站或者系统设备包括但不限于宏蜂窝基站，微蜂窝基站，家庭基站，中继基站，gNB(NR节点B)NR节点B，TRP(Transmitter ReceiverPoint，发送接收节点)，NTN基站，卫星设备，飞行平台设备等无线通信设备。

本发明可以通过不脱离其核心或基本特点的其它指定形式来实施。因此，目前公开的实施例无论如何都应被视为描述性而不是限制性的。发明的范围由所附的权利要求而不是前面的描述确定，在其等效意义和区域之内的所有改动都被认为已包含在其中。

Claims

1.一种终端中的方法，其中，包括：

接收所述至少一个编码符号；

2.根据权利要求1所述的终端中的方法，其特征在于，

所述从所述至少一个编码符号中恢复出对应的源符号包括利用所述度数分布信息从所述至少一个编码符号中恢复出对应的源符号。

3.根据权利要求1或2所述的终端中的方法，其特征在于，

所述至少一个编码符号的所述编码属于喷泉码。

4.根据权利要求3所述的终端中的方法，其特征在于，

所述至少一个编码符号的所述编码属于喷泉码中的Raptor码。

5.根据权利要求1至4中任一权利要求所述的终端中的方法，其特征在于，

所述度数分布信息被关联到AI中被设置的温度。

6.根据权利要求1至5中任一权利要求所述的终端中的方法，其特征在于，

所述度数分布信息包括至少一个度数的分布概率。

7.根据权利要求1至6中任一权利要求所述的终端中的方法，其特征在于，

相比于理论度数分布，所述度数分布信息指示较大度数的概率更高。

8.根据权利要求1至7中任一权利要求所述的终端中的方法，其特征在于，

所述度数分布信息所包括的非修复符号的度数分布依赖第一片段被成功译码的期望，所述第一片段包括至少部分生成所述至少一个编码符号的源符号。

9.根据权利要求1至8中任一权利要求所述的终端中的方法，其特征在于，包括：

接收第一关联信息，所述第一关联信息指示第一编码符号在内容或语义上与所述至少一个编码符号中的哪些编码符号相关联。

10.一种终端，其中，包括：

一个或多个处理器和存储器；

所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述终端执行如权利要求1-9中任一项所述的方法。