CN116939715A

CN116939715A - 信息交互方法及相关装置

Info

Publication number: CN116939715A
Application number: CN202210356206.2A
Authority: CN
Inventors: 郭子阳; 刘鹏; 杨讯; 罗嘉俊
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2022-04-06
Filing date: 2022-04-06
Publication date: 2023-10-24
Also published as: WO2023193620A1

Abstract

本申请涉及一种信息交互方法及相关装置，该方法包括：资源受限的节点(如STA)请求开启AI辅助的速率自适应功能；而功能更强大的节点(如AP)同意该请求后，向STA发送已经训练完成的神经网络的相关信息(如神经网络的结构、参数、输入、输出等)；以使STA基于这些相关信息确定神经网络，并利用自己观测到的数据进行推理决策，获得速率自适应的决策结果。采用本申请实施例，可以为资源受限的节点实现AI辅助的速率自适应奠定基础，进一步的可以获得性能的提升。本申请应用于支持802.11ax下一代Wi‑Fi协议，如802.11be，Wi‑Fi 7或EHT，再如802.11be下一代，Wi‑Fi 8等***。

Description

信息交互方法及相关装置

技术领域

本申请涉及无线通信技术领域，尤其涉及一种信息交互方法及相关装置。

背景技术

在短距通信或Wi-Fi等无线网络中，速率自适应算法是核心算法，旨在根据当前的信道状态选择不同的调制与编码策略(modulation and coding scheme，MCS)、信道带宽或者多输入多输出(multiple input multiple output，MIMO)流数来改变发送数据的速率，以提高***的传输性能。传统的速率自适应算法通常基于经验设计和人工参数选择，因此，传统的速率自适应算法存在传输性能差、适应性差等缺点。

随着人工智能(artificial intelligence，AI)技术的发展，基于AI的速率自适应算法被广泛研究，其能够实现数据驱动的参数选择，有效提升传输性能。具体的，基于AI的速率自适应算法主要利用神经网络的预测能力，根据节点自身收集到的观测信息(比如信道信息)进行速率选择，其与传统的速率自适应算法相比具有明显的性能增益。

但是，因为神经网络训练需要较大的算力和能耗，所以网络中资源受限的节点(比如移动设备，移动设备往往使用电池供电)无法自行完成神经网络的训练，因此这些资源受限的节点也就无法使用基于AI的速率自适应算法来实现性能的提升。

发明内容

本申请实施例提供一种信息交互方法及相关装置，可以使网络中资源受限的节点(如站点)获得网络中功能更强大的节点(如接入点)训练完成的神经网络的相关信息(比如神经网络的功能、结构、参数、输入、输出等)，为资源受限的节点实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。进一步的，可以实现网络中资源受限的节点利用网络中功能更强大的节点训练完成的神经网络，进行AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入以获得性能的提升。

下面从不同的方面介绍本申请，应理解的是，下面的不同方面的实施方式和有益效果可以互相参考。

第一方面，本申请提供一种信息交互方法，该方法包括：第一通信装置发送功能请求信息，该功能请求信息用于请求开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；第一通信装置再接收功能响应信息，该功能响应信息用于响应(即同意或拒绝)该功能请求信息的请求。

本申请的第一通信装置向第二通信装置发送功能请求信息，请求开启AI辅助的相关功能，第二通信装置回复相应的功能响应信息；以使第一通信装置根据该功能响应信息确定是否开启AI辅助的相关功能，可以为第一通信装置实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。

结合第一方面，在一种可能的实现方式中，上述功能响应信息用于指示同意上述功能请求信息的请求。第一通信装置接收功能响应信息之后，该方法还包括：第一通信装置接收第一帧，该第一帧中包括第一指示信息，该第一指示信息用于指示神经网络的输入信息，该神经网络对应该功能请求信息所请求开启的功能。

结合第一方面，在一种可能的实现方式中，上述功能响应信息用于指示同意上述功能请求信息的请求。第一通信装置接收功能响应信息之后，该方法还包括：第一通信装置接收第二帧，该第二帧中包括第三指示信息，该第三指示信息用于指示神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项，该神经网络对应该功能请求信息所请求开启的功能。

可选的，神经网络的输出层结构包括以下一项或多项：神经元数量，或神经元使用的激活函数。

应理解，本申请中的神经网络包括输入层、输出层以及隐藏层。输入层可以根据上述输入信息确定，隐藏层可以是预设的。

本申请中的预定义和预设可以理解为定义、预先定义、存储、预存储、预协商、预配置、固化、或预烧制等。

结合第一方面，在一种可能的实现方式中，上述功能响应信息用于指示同意上述功能请求信息的请求。第一通信装置接收功能响应信息之后，该方法还包括：第一通信装置接收神经网络的参数，该神经网络的参数包括神经元的偏置和权重中的至少一项，该神经网络对应该功能请求信息所请求开启的功能。

结合第一方面，在一种可能的实现方式中，上述功能响应信息用于指示拒绝上述功能请求信息的请求。第一通信装置接收功能响应信息之后，该方法还包括：第一通信装置采用传统的速率自适应算法和传统的信道接入进行通信。其中，传统的速率自适应算法包括但不限于：基于采样的(sampling-based)的Minstrel或Iwl-mvm-rs算法。传统的信道接入包括但不限于：载波侦听多路访问/冲突避免(carrier sense multiple access withcollision avoid，CSMA/CA)。

本申请中，神经网络对应AI辅助的相关功能，或者说，该神经网络用于实现或支持AI辅助的相关功能。可理解的，本申请中的神经网络可以由其他通信装置(指网络中除第一通信装置外的通信装置，如第二通信装置)训练得到，使其能够实现或支持AI辅助的相关功能。其中，AI辅助的相关功能包括以下一种或多种：AI辅助的速率自适应功能，AI辅助的速率自适应联合信道接入功能。可选的，AI辅助的相关功能还可以包括以下一种或多种：AI辅助的信道接入功能，AI辅助的信道聚合功能，或AI辅助的信道聚合联合信道接入功能。

第二方面，本申请提供一种信息交互方法，该方法包括：第二通信装置接收功能请求信息，该功能请求信息用于请求开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；第二通信装置再发送功能响应信息，该功能响应信息用于响应(即同意或拒绝)该功能请求信息的请求。

结合第二方面，在一种可能的实现方式中，上述功能响应信息用于指示同意上述功能请求信息的请求。第二通信装置发送功能响应信息之后，该方法还包括：第二通信装置发送第一帧，该第一帧中包括第一指示信息，该第一指示信息用于指示神经网络的输入信息，该神经网络对应该功能请求信息所请求开启的功能。

结合第二方面，在一种可能的实现方式中，上述功能响应信息用于指示同意上述功能请求信息的请求。第二通信装置发送功能响应信息之后，该方法还包括：第二通信装置发送第二帧，该第二帧中包括第三指示信息，该第三指示信息用于指示神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项，该神经网络对应该功能请求信息所请求开启的功能。

结合第二方面，在一种可能的实现方式中，上述功能响应信息用于指示同意上述功能请求信息的请求。第二通信装置发送功能响应信息之后，该方法还包括：第二通信装置发送神经网络的参数，该神经网络的参数包括神经元的偏置和权重中的至少一项，该神经网络对应该功能请求信息所请求开启的功能。

本申请在第二通信装置同意第一通信装置请求的情况下，第二通信装置将自己训练完成的神经网络的相关信息，比如该神经网络的输入信息、输出层结构、或参数等告知第一通信装置，以使第一通信装置可以根据这些信息恢复出该神经网络，并可以为第一通信装置利用该神经网络进行AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入，奠定基础。

上述任一方面的一种可能实现方式中，上述功能请求信息携带于信息元素中，或者携带于高吞吐率(high throughput，HT)控制字段的聚合控制(A-control)子字段中。

上述任一方面的一种可能实现方式中，当上述功能响应信息用于指示同意该功能请求信息的请求时，该功能响应信息还可以包括神经网络的参数。该神经网络的参数包括神经元的偏置和权重中的至少一项。该神经网络对应该功能请求信息所请求开启的功能。

上述任一方面的一种可能实现方式中，当上述功能响应信息用于指示同意该功能请求信息的请求时，该功能响应信息还可以包括第四指示信息，用于指示神经网络的隐藏层结构。该神经网络对应该功能请求信息所请求开启的功能。

本申请通过指示隐藏层结构，可以使神经网络的隐藏层结构设计更灵活。

上述任一方面的一种可能实现方式中，神经网络的输入信息包括以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，MIMO数据流数，信道带宽，排队时延，接入时延，信道接入行为，数据包的传输结果，或信道信息。

可选的，神经网络的输入信息还包括以下一种或多种：丢包率，吞吐量，或当前时刻距离第一通信装置上次成功传输的时间。

其中，载波侦听结果可以是信道的忙(busy)或闲(idle)，或者可以是接收信号强度指示(received signal strength indicator，RSSI)。排队时延可以指数据包从进入发送队列到被发送的时间间隔。接入时延可以指数据包被发送到发送成功的时间间隔。信道接入行为可以指接入和未接入两种行为。数据包的传输结果包括传输成功和传输失败。信道信息可以指信道状态信息(channel state information，CSI)，也可以是信噪比(signalto noise ration，SNR)。各种输入信息的含义其他方面中不再赘述。

上述任一方面的一种可能实现方式中，上述第一帧中还包括第二指示信息，用于指示神经网络的输入信息的个数，或者说用于指示神经网络在预定时长内的输入信息的数量或长度。该第二指示信息还可以理解为用于指示神经网络所包含的输入信息的历史数量或者输入信息的总长度或者每种输入信息的长度。举例来说，假设上述第一指示信息指示的输入信息为载波侦听结果和接收功率，第二指示信息指示的数量或长度为T个，则神经网络的输入总共需要T个载波侦听结果和T个接收功率。

可选的，神经网络的输入层结构包括输入层的神经元个数。而输入层的神经元个数可以基于每种输入信息对应的神经元个数(可以预设也可以指示)和神经网络的输入信息的数量/长度确定。因此，本申请通过在第一帧中指示神经网络的输入信息的个数，以使第一通信装置接收到第一帧后，可以根据该第一帧确定该神经网络的输入层结构。

上述任一方面的一种可能实现方式中，上述第一帧中还包括用于指示输入信息的维度的信息，记为信息A。信息A还可以理解为用于指示输入信息所对应的神经元数量。其中，输入信息的维度可以与输入信息对应的神经元数量相等。

上述任一方面的一种可能实现方式中，上述第一帧中还包括信息B，用于指示是否存在第一指示信息。

第三方面，本申请实施例提供一种第一通信装置，用于执行第一方面或第一方面的任意可能的实现方式中的方法。该第一通信装置包括具有执行第一方面或第一方面的任意可能的实现方式中的方法的单元。

第四方面，本申请实施例提供一种第二通信装置，用于执行第二方面或第二方面的任意可能的实现方式中的方法。该第二通信装置包括具有执行第二方面或第二方面的任意可能的实现方式中的方法的单元。

在第三方面或第四方面中，上述第一通信装置和第二通信装置可以包括收发单元和处理单元。对于收发单元和处理单元的具体描述还可以参考下文示出的装置实施例。

第五方面，本申请提供一种信息交互方法，该方法包括：第二通信装置生成并发送第一帧，该第一帧中包括第一指示信息，该第一指示信息用于指示神经网络的输入信息。该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

本申请的第二通信装置在没有请求的情况下，也告知网络中其他节点自己训练完成的神经网络的输入信息，可以为网络中资源受限的节点(比如第一通信装置)实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。

结合第五方面，在一种可能的实现方式中，该方法还包括：第二通信装置发送第二帧，该第二帧中包括第三指示信息，用于指示该神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项。

此时，隐藏层结构可以是预设的，也可以在第一帧或第二帧中指示，具体参见下文实施例的描述。

结合第五方面，在一种可能的实现方式中，该方法还包括：第二通信装置发送该神经网络的参数，该神经网络的参数包括神经元的偏置和权重中的至少一项。

第六方面，本申请提供一种信息交互方法，该方法包括：第一通信装置接收第一帧，该第一帧中包括第一指示信息，该第一指示信息用于指示神经网络的输入信息；第一通信装置根据该第一帧中该第一指示信息的指示，确定该神经网络的输入信息和该神经网络的输入层结构中的至少一项。该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

结合第六方面，在一种可能的实现方式中，该方法还包括：第一通信装置接收第二帧，该第二帧中包括第三指示信息，用于指示该神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项。

结合第六方面，在一种可能的实现方式中，该方法还包括：第一通信装置接收该神经网络的参数，该神经网络的参数包括神经元的偏置和权重中的至少一项。

结合第五方面或第六方面，在一种可能的实现方式中，神经网络的输入信息包括以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，MIMO数据流数，信道带宽，排队时延，接入时延，信道接入行为，数据包的传输结果，或信道信息。

示例性的，当神经网络对应AI辅助的速率自适应功能时，该神经网络的输入信息包括但不限于以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，MIMO数据流数，信道带宽，排队时延，接入时延，数据包的传输结果，或信道信息。

相应地，该神经网络的决策结果包括但不限于以下一个或多个：采用哪档MCS进行传输，采用多少个MIMO数据流进行传输，或采用多大的信道带宽进行传输。

示例性的，当神经网络对应AI辅助的速率自适应联合信道接入功能时，该神经网络的输入信息但不限于以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，MIMO数据流数，信道带宽，排队时延，接入时延，信道接入行为，数据包的传输结果，或信道信息。

相应的，该神经网络的决策结果包括但不限于以下一个或多个：不接入，采用哪档MCS接入，采用多少个MIMO数据流进行传输，或采用多大的信道带宽进行传输。

应理解，上述示例示出的神经网络对应不同功能时，输入信息和决策结果的内容也适应于其他方面，在其他方面中不一一赘述。

结合第五方面或第六方面，在一种可能的实现方式中，上述第一帧中还包括第二指示信息，用于指示神经网络的输入信息的个数，或者说用于指示神经网络在预定时长内的输入信息的数量或长度。该第二指示信息还可以理解为用于指示神经网络所包含的输入信息的历史数量或者输入信息的总长度或者每种输入信息的长度。

结合第五方面或第六方面，在一种可能的实现方式中，上述第一帧中还包括用于指示输入信息的维度的信息，记为信息A。信息A还可以理解为用于指示输入信息所对应的神经元数量。其中，输入信息的维度可以与输入信息对应的神经元数量相等。

结合第五方面或第六方面，在一种可能的实现方式中，上述第一帧中还包括信息B，用于指示是否存在第一指示信息。

第七方面，本申请实施例提供一种第二通信装置，用于执行第五方面或第五方面的任意可能的实现方式中的方法。该第二通信装置包括具有执行第五方面或第五方面的任意可能的实现方式中的方法的单元。

第八方面，本申请实施例提供一种第一通信装置，用于执行第六方面或第六方面的任意可能的实现方式中的方法。该第一通信装置包括具有执行第六方面或第六方面的任意可能的实现方式中的方法的单元。

在第七方面或第八方面中，上述第一通信装置和第二通信装置可以包括收发单元和处理单元。对于收发单元和处理单元的具体描述还可以参考下文示出的装置实施例。

第九方面，本申请提供一种信息交互方法，该方法包括：第二通信装置生成并发送第二帧，该第二帧中包括第三指示信息，该第三指示信息用于指示神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项。该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

此时，预定义AI辅助的功能与神经网络的输入信息之间的对应关系，即AI辅助的一个或多个功能分别对应的输入信息有哪些。神经网络的输入层结构可以基于每种输入信息对应的神经元个数和神经网络的输入信息的数量/长度确定。每种输入信息对应的神经元个数和神经网络的输入信息的数量/长度可以是预设的或标准协议定义的。

神经网络的隐藏层结构可以是预设的，也可以在第二帧中指示，具体参见下文实施例的描述。

本申请的第二通信装置在没有请求的情况下，也告知网络中其他节点自己训练完成的神经网络的输出层结构或决策结果的选取方式中的至少一项，可以为网络中资源受限的节点(比如第一通信装置)实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。

结合第九方面，在一种可能的实现方式中，该方法还包括：第二通信装置发送该神经网络的参数，该神经网络的参数包括神经元的偏置和权重中的至少一项。

第十方面，本申请提供一种信息交互方法，该方法包括：第一通信装置接收第二帧，该第二帧中包括第三指示信息，该第三指示信息用于指示神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项；第一通信装置根据该第二帧中该第三指示信息的指示，确定该神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项。该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

结合第十方面，在一种可能的实现方式中，该方法还包括：第一通信装置接收该神经网络的参数，该神经网络的参数包括神经元的偏置和权重中的至少一项。

结合第九方面或第十方面，在一种可能的实现方式中，神经网络的输出层结构包括以下一项或多项：神经元数量，或神经元使用的激活函数。

第十一方面，本申请实施例提供一种第二通信装置，用于执行第九方面或第九方面的任意可能的实现方式中的方法。该第二通信装置包括具有执行第十方面或第十方面的任意可能的实现方式中的方法的单元。

第十二方面，本申请实施例提供一种第一通信装置，用于执行第十方面或第十方面的任意可能的实现方式中的方法。该第一通信装置包括具有执行第十方面或第十方面的任意可能的实现方式中的方法的单元。

在第十一方面或第十二方面中，上述第一通信装置和第二通信装置可以包括收发单元和处理单元。对于收发单元和处理单元的具体描述还可以参考下文示出的装置实施例。

第十三方面，本申请提供一种AI辅助的速率自适应方法，该方法包括：第一通信装置获取神经网络的输入信息，该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；第一通信装置获取该神经网络的结构和参数，并基于该神经网络的结构和参数，确定该神经网络；第一通信装置获取监测到的T个数据集，并将该T个数据集输入该神经网络中进行处理，获得速率自适应的决策结果或速率自适应联合信道接入的决策结果。一个数据集中包含一个或多个数据，一个数据对应一种输入信息。

本申请中的第一通信装置利用其它通信装置(如第二通信装置)已经训练完成的神经网络，进行AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入，从而可以获得性能的提升。另外，无需第一通信装置自己训练神经网络，可以降低第一通信装置的能耗。

结合第十三方面，在一种可能的实现方式中，第一通信装置获取神经网络的输入信息之前，该方法还包括：第一通信装置确定开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

结合第十三方面，在一种可能的实现方式中，该方法还包括：第一通信装置获取该神经网络的决策结果的选取方式；将该T个数据集输入该神经网络中进行处理，获得速率自适应的决策结果或速率自适应联合信道接入的决策结果，包括：将该T个数据集输入该神经网络中进行处理得到处理结果，并按照该选取方式从该处理结果中选取速率自适应的决策结果或速率自适应联合信道接入的决策结果。

结合第十三方面，在一种可能的实现方式中，上述神经网络的结构包括：输入层结构，输出层结构，以及隐藏层结构。

可选的，第一通信装置获取该神经网络的结构，包括：第一通信装置基于该神经网络的输入信息确定该神经网络的输入层结构，并获取该神经网络的输出层结构和隐藏层结构。

第十四方面，本申请实施例提供一种第一通信装置，用于执行第十三方面或第十三方面的任意可能的实现方式中的方法。该第一通信装置包括具有执行第十三方面或第十三方面的任意可能的实现方式中的方法的单元。

在第十四方面中，上述第一通信装置可以包括收发单元和处理单元。对于收发单元和处理单元的具体描述还可以参考下文示出的装置实施例。

第十五方面，本申请实施例提供一种第一通信装置，该第一通信装置包括处理器，用于执行上述第一方面、上述第六方面、上述第十方面、上述第十三方面、或其中任一方面的任意可能的实现方式所示的方法。或者，该处理器用于执行存储器中存储的程序，当该程序被执行时，上述第一方面、上述第六方面、上述第十方面、上述第十三方面、或其中任一方面的任意可能的实现方式所示的方法被执行。

结合第十五方面，在一种可能的实现方式中，存储器位于上述第一通信装置之外。

结合第十五方面，在一种可能的实现方式中，存储器位于上述第一通信装置之内。

本申请实施例中，处理器和存储器还可以集成于一个器件中，即处理器和存储器还可以被集成在一起。

结合第十五方面，在一种可能的实现方式中，第一通信装置还包括收发器，该收发器，用于接收信号或发送信号。

第十六方面，本申请实施例提供一种第二通信装置，该第二通信装置包括处理器，用于执行上述第二方面、上述第五方面、上述第九方面或其中任一方面的任意可能的实现方式所示的方法。或者，处理器用于执行存储器中存储的程序，当该程序被执行时，上述第二方面、上述第五方面、上述第九方面或其中任一方面的任意可能的实现方式所示的方法被执行。

结合第十六方面，在一种可能的实现方式中，存储器位于上述第二通信装置之外。

结合第十六方面，在一种可能的实现方式中，存储器位于上述第二通信装置之内。

在本申请实施例中，处理器和存储器还可以集成于一个器件中，即处理器和存储器还可以被集成在一起。

结合第十六方面，在一种可能的实现方式中，第二通信装置还包括收发器，该收发器，用于接收信号或发送信号。

第十七方面，本申请实施例提供一种第一通信装置，该第一通信装置包括逻辑电路和接口，该逻辑电路和该接口耦合。

一种设计中，逻辑电路，用于获取功能请求信息，该功能请求信息用于请求开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；接口，用于输出该功能请求信息，和输入功能响应信息，该功能响应信息用于响应该功能请求信息的请求。

一种设计中，接口，用于输入第一帧，该第一帧中包括第一指示信息，该第一指示信息用于指示神经网络的输入信息；逻辑电路，用于根据该第一帧中该第一指示信息的指示，确定该神经网络的输入信息和该神经网络的输入层结构中的至少一项。神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

一种设计中，接口，用于输入第二帧，该第二帧中包括第三指示信息，该第三指示信息用于指示神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项；逻辑电路，用于根据该第二帧中该第三指示信息的指示，确定该神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项。神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

一种设计中，逻辑电路，用于获取神经网络的输入信息，该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能，并获取该神经网络的结构；接口，用于输入神经网络的参数；逻辑电路，还用于基于该神经网络的结构和参数，确定该神经网络；逻辑电路，还用于获取监测到的T个数据集，并将该T个数据集输入该神经网络中进行处理，获得速率自适应的决策结果或速率自适应联合信道接入的决策结果，一个数据集中包含一个或多个数据，一个数据对应一种输入信息。

第十八方面，本申请实施例提供一种第二通信装置，该第二通信装置包括逻辑电路和接口，该逻辑电路和该接口耦合。

一种设计中，接口，用于输入功能请求信息，该功能请求信息用于请求开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；逻辑电路，用于获取功能响应信息，该功能响应信息用于响应该功能请求信息的请求；接口，用于输出该功能响应信息。

一种设计中，逻辑电路，用于生成第一帧，该第一帧中包括第一指示信息，该第一指示信息用于指示神经网络的输入信息；接口，用于输出该第一帧。该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

一种设计中，逻辑电路，用于生成第二帧，该第二帧中包括第三指示信息，该第三指示信息用于指示神经网络的输出层结构和该神经网络的决策结果的选取方式中的至少一项；接口，用于输出该第二帧。该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

第十九方面，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，当其在计算机上运行时，使得上述第一方面、上述第六方面、上述第十方面、上述第十三方面、或其中任一方面的任意可能的实现方式所示的方法被执行。

第二十方面，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，当其在计算机上运行时，使得上述第二方面、上述第五方面、上述第九方面或其中任一方面的任意可能的实现方式所示的方法被执行。

第二十一方面，本申请实施例提供一种计算机程序产品，该计算机程序产品包括计算机程序或计算机代码，当其在计算机上运行时，使得上述第一方面、上述第六方面、上述第十方面、上述第十三方面、或其中任一方面的任意可能的实现方式所示的方法被执行。

第二十二方面，本申请实施例提供一种计算机程序产品，该计算机程序产品包括计算机程序或计算机代码，当其在计算机上运行时，使得上述第二方面、上述第五方面、上述第九方面或其中任一方面的任意可能的实现方式所示的方法被执行。

第二十三方面，本申请实施例提供一种计算机程序，该计算机程序在计算机上运行时，上述第一方面、上述第六方面、上述第十方面、上述第十三方面、或其中任一方面的任意可能的实现方式所示的方法被执行。

第二十四方面，本申请实施例提供一种计算机程序，该计算机程序在计算机上运行时，上述第二方面、上述第五方面、上述第九方面或其中任一方面的任意可能的实现方式所示的方法被执行。

第二十五方面，本申请实施例提供一种无线通信***，该无线通信***包括第一通信装置和第二通信装置，所述第一通信装置用于执行上述第一方面、上述第六方面、上述第十方面、上述第十三方面、或其中任一方面的任意可能的实现方式所示的方法，所述第二通信装置用于执行上述第二方面、上述第五方面、上述第九方面或其中任一方面的任意可能的实现方式所示的方法。

实施本申请实施例，可以为资源受限的节点实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。进一步的，可以使网络中资源受限的节点利用网络中功能更强大的节点训练完成的神经网络，进行AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入以获得性能的提升。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。

图1是包含3个层的全连接神经网络示意图；

图2是一个神经元根据输入计算输出的示意图；

图3a是本申请实施例提供的接入点的一结构示意图；

图3b是本申请实施例提供的接入点的另一结构示意图；

图3c是本申请实施例提供的站点的一结构示意图；

图3d是本申请实施例提供的站点的另一结构示意图；

图4是本申请实施例提供的一种通信***的架构示意图；

图5是本申请实施例提供的AI辅助的速率自适应方法的一流程示意图；

图6是本申请实施例提供的神经网络模型及其输入输出的一示意图；

图7是本申请实施例提供的信息交互方法的一流程示意图；

图8是本申请实施例提供的信息元素的一帧格式示意图；

图9是本申请实施例提供的A-control子字段的一帧格式示意图；

图10是本申请实施例提供的信息交互方法的另一流程示意图；

图11是本申请实施例提供的信息元素的另一帧格式示意图；

图12是本申请实施例提供的A-control子字段的另一帧格式示意图；

图13是本申请实施例提供的信息交互方法的又一流程示意图；

图14是本申请实施例提供的信息元素的又一帧格式示意图；

图15是本申请实施例提供的A-control子字段的又一帧格式示意图；

图16是本申请实施例提供的信息交互方法的再又一流程示意图；

图17是本申请实施例提供的通信装置的一结构示意图；

图18是本申请实施例提供的通信装置1000的结构示意图；

图19是本申请实施例提供的通信装置的另一结构示意图。

具体实施方式

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、完整地描述。

本申请中的术语“第一”和“第二”等仅用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备等，没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元等，或可选地还包括对于这些过程、方法、产品或设备等固有的其它步骤或单元。

在本申请的描述中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上。另外，“和/或”用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”。

本申请中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”、“举例来说”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”、“举例来说”或者“例如”等词旨在以具体方式呈现相关概念。

应理解，在本申请中，“当…时”、“若”以及“如果”均指在某种客观情况下装置会做出相应的处理，并非是限定时间，且也不要求装置实现时一定要有判断的动作，也不意味着存在其它限定。

本申请中对于使用单数表示的元素旨在用于表示“一个或多个”，而并非表示“一个且仅一个”，除非有特别说明。

应理解，在本申请各实施例中，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。

神经网络(neural network，NN)是一种模拟人脑神经网络以期能够实现类人工智能的机器学习技术。神经网络至少包括3层，一个输入层、一个中间层(也称隐藏层)以及一个输出层。一些的神经网络可能在输入层和输出层之间包含更多的隐藏层。以最简单的神经网络为例，对其内部的结构和实现进行说明，参见图1，图1是包含3个层的全连接神经网络示意图。如图1所示，该神经网络包括3个层，分别是输入层、隐藏层以及输出层，其中输入层有3个神经元，隐藏层有4个神经元，输出层有2个神经元，并且每层神经元与下一层神经元全连接。神经元之间的每条连线对应一个权重，这些权重通过训练可以更新。隐藏层和输出层的每个神经元还可以对应一个偏置，这些偏置通过训练可以更新。更新神经网络是指更新这些权重和偏置。知道了神经网络的结构即每层包含的神经元个数以及前面的神经元的输出如何输入后面的神经元(即神经元之间的连接关系)，和神经网络的参数即权重和偏置，就知道了该神经网络的全部信息。

由图1可知，每个神经元可能有多条输入连线，每个神经元根据输入计算输出。参见图2，图2是一个神经元根据输入计算输出的示意图。如图2所示，一个神经元包含3个输入，1个输出，以及2个计算功能，输出的计算公式可以表示为：

输出＝激活函数(输入1*权重1+输入2*权重2+输入3*权重3+偏置)………(1-1)

符号“*”表示数学运算“乘”或“乘以”，下文不再赘述。

每个神经元可能有多条输出连线，一个神经元的输出作为下一个神经元的输入。应理解，输入层只有输出连线，输入层的每个神经元是输入神经网络的值，每个神经元的输出值作为所有输出连线的输入。输出层只有输入连线，采用上述公式(1-1)的计算方式计算输出。可选的，输出层可以没有激活函数的计算，也就是说前述公式(1-1)可以变换成：输出＝输入1*权重1+输入2*权重2+输入3*权重3+偏置。

举例来说，k层神经网络可以表示为：

y＝f_k(f_k-1(…(f₁(w₁*x+b₁)))…………………………………………(1-2)

其中，x表示神经网络的输入，y表示神经网络的输出，w_i表示第i层神经网络的权重，b_i表示第i层神经网络的偏置，f_i表示第i层神经网络的激活函数。i＝1,2,…,k。

本申请提供的方法可以应用于无线局域网(wireless local area network，WLAN)***，如Wi-Fi等。如本申请提供的方法可以适用于电气及电子工程师学会(institute of electrical and electronics engineers，IEEE)802.11系列协议，例如802.11a/b/g协议、802.11n协议、802.11ac协议、802.11ax协议、802.11be协议、Wi-Fi7或下一代的协议，例如Wi-Fi 8等，这里不再一一列举。本申请提供的方法还可以应用于各类通信***，例如，蜂窝***(包括但不限于：长期演进(long term evolution，LTE)***，第五代(5th-generation，5G)通信***，以及未来通信发展中出现的新的通信***(如6G)等)、物联网(internet of things，IoT)***、窄带物联网(narrow band internet of things，NB-IoT)***、其他短距通信***(包括但不限于：蓝牙(bluetooth)、超宽带(ultra wideband，UWB))等。

本申请提供的方法可以应用于一个节点与一个或多个节点进行数据传输的场景中。比如，单用户的上/下行传输，多用户的上/下行传输，设备到设备(device to device，D2D)的传输。其中，上述任一个节点可以为无线通信***中的通信装置，即本申请提供的方法可以由无线通信***中的通信装置实现。例如，该通信装置可以是接入点(accesspoint，AP)或站点(station，STA)中的至少一项。

可选的，本申请中的通信装置(AP和STA)都具有一定的AI能力，即可以使用神经网络进行推理决策，但只有某些通信装置(比如AP)可以进行神经网络的训练。也就是说，本申请中的通信装置除了具有无线通信功能外，还具有AI处理能力，即支持神经网络的推理决策。

本申请中的接入点是一种具有无线通信功能和AI处理能力的装置，支持采用WLAN协议进行通信或感知，具有与WLAN网络中其他设备(比如站点或其他接入点)通信或感知的功能，当然，还可以具有与其他设备通信或感知的功能。或者，接入点相当于一个连接有线网和无线网的桥梁，主要作用是将各个无线网络客户端连接到一起，然后将无线网络接入以太网。在WLAN***中，接入点可以称为接入点站点(AP STA)。该具有无线通信功能的装置可以为一个整机的设备，还可以是安装在整机设备中的芯片或处理***等，安装这些芯片或处理***的设备可以在芯片或处理***的控制下，实现本申请实施例的方法和功能等。本申请实施例中的AP是为STA提供服务的装置，可以支持802.11系列协议。例如，接入点可以为终端(如手机)进入有线(或无线)网络的接入点，主要部署于家庭、大楼内部以及园区内部，典型覆盖半径为几十米至上百米，当然，也可以部署于户外。又例如，AP可以为通信服务器、路由器、交换机、网桥等通信实体；AP可以包括各种形式的宏基站，微基站，中继站等，当然AP还可以为这些各种形式的设备中的芯片和处理***，从而实现本申请实施例的方法和功能。本申请中的接入点可以是极高吞吐量(extramely high throughput，EHT)AP，或者未来Wi-Fi标准的接入点等。

本申请中的站点是一种具有无线通信功能和AI处理能力的装置，支持采用WLAN协议进行通信或感知，具有与WLAN网络中的其他站点或接入点通信或感知的能力。在WLAN***中，站点可以称为非接入点站点(non-access point station，non-AP STA)。例如，STA是允许用户与AP通信或感知进而与WLAN通信的任何用户通信设备，该具有无线通信功能的装置可以为一个整机的设备，还可以是安装在整机设备中的芯片或处理***等，安装这些芯片或处理***的设备可以在芯片或处理***的控制下，实现本申请实施例的方法和功能。例如，站点可以为无线通讯芯片、无线传感器或无线通信终端等，也可称为用户。又例如，站点可以为支持Wi-Fi通讯功能的移动电话、支持Wi-Fi通讯功能的平板电脑、支持Wi-Fi通讯功能的机顶盒、支持Wi-Fi通讯功能的智能电视、支持Wi-Fi通讯功能的智能可穿戴设备、支持Wi-Fi通讯功能的车载通信设备和支持Wi-Fi通讯功能的计算机等等。

WLAN***可以提供高速率低时延的传输，随着WLAN应用场景的不断演进，WLAN***将会应用于更多场景或产业中，比如，应用于物联网产业，应用于车联网产业或应用于银行业，应用于企业办公，体育场馆展馆，音乐厅，酒店客房，宿舍，病房，教室，商超，广场，街道，生成车间和仓储等。当然，支持WLAN通信或感知的设备(比如接入点或站点)可以是智慧城市中的传感器节点(比如，智能水表，智能电表，智能空气检测节点)，智慧家居中的智能设备(比如智能摄像头，投影仪，显示屏，电视机，音响，电冰箱，洗衣机等)，物联网中的节点，娱乐终端(比如AR，VR等可穿戴设备)，智能办公中的智能设备(比如，打印机，投影仪，扩音器，音响等)，车联网中的车联网设备，日常生活场景中的基础设施(比如自动售货机，商超的自助导航台，自助收银设备，自助点餐机等)，以及大型体育以及音乐场馆的设备等。示例性的，例如，接入点和站点可以是应用于车联网中的设备，物联网(IoT，internet ofthings)中的物联网节点、传感器等，智慧家居中的智能摄像头，智能遥控器，智能水表电表，以及智慧城市中的传感器等。本申请实施例中对于STA和AP的具体形式不做限制，在此仅是示例性说明。

虽然本申请主要以部署IEEE 802.11的网络为例进行说明，本领域技术人员容易理解，本申请涉及的各个方面可以扩展到采用各种标准或协议的其它网络，例如，高性能无线LAN(high performance radio LAN，HIPERLAN)(一种与IEEE 802.11标准类似的无线标准，主要在欧洲使用)以及广域网(wide area network，WAN)、无线局域网(WLAN)、个人区域网(personal area network，PAN)或其它现在已知或以后发展起来的网络等。

示例性的，802.11标准关注PHY和MAC部分。图3a是本申请实施例提供的接入点的一结构示意图。其中，AP可以是多天线的，也可以是单天线的。如图3a所示，AP包括物理层(physical layer，PHY)处理电路和介质接入控制(medium access control，MAC)处理电路(也可以称为MAC层的处理电路)，物理层处理电路可以用于处理物理层信号，MAC层处理电路可以用于处理MAC层信号。可选的，该MAC层处理电路中包括AI处理模块，该AI处理模块可以用于对神经网络进行训练和/或使用训练完成的神经网络进行推理决策，以实现AI辅助的各类功能，比如AI辅助的速率自适应功能、AI辅助的速率自适应联合信道接入功能、AI辅助的信道接入功能等。示例性的，图3b是本申请实施例提供的接入点的另一结构示意图。与图3a所示的AP不同的是，图3b所示的AP中包括两个MAC层，即两个MAC层处理电路，如第一MAC层处理电路(也可以称为第一MAC层的处理电路)和第二MAC层处理电路(也可以称为第二MAC层的处理电路)。可选的，第一MAC层处理电路可以用于处理第一MAC层信号，第二MAC层处理电路可以用于处理与AI有关的信号。如第二MAC处理电路包括AI处理模块，关于AI处理模块的说明不再详述。可理解，第二MAC层还可以称为AI-MAC层等，本申请对于第二MAC的名称不作限定。802.11标准关注PHY和MAC部分，因此，本申请实施例对于接入点所包括的其他部分不作详述。

如图3c所示，图3c是申请实施例提供的站点的一结构示意图。实际场景中，STA可以是单天线的，也可以是多天线的，并且可以是两个以上天线的设备。STA可以包括PHY处理电路和MAC处理电路，物理层处理电路可以用于处理物理层信号，MAC层处理电路可以用于处理MAC层信号。可选的，该MAC层处理电路中包括AI处理模块，该AI处理模块可以用于对神经网络进行训练和/或使用训练完成的神经网络进行推理决策，以实现AI辅助的各类功能，比如AI辅助的速率自适应功能、AI辅助的速率自适应联合信道接入功能、AI辅助的信道接入功能等。示例性的，图3d是本申请实施例提供的站点的另一结构示意图。与图3c所示的站点不同的是，图3d所示的站点中包括两个MAC层处理电路，如第一MAC层处理电路和第二MAC层处理电路。可选的，第一MAC层处理电路可以用于处理第一MAC层信号，第二MAC层处理电路可以用于处理与AI有关的信号。如第二MAC层处理电路包括AI处理模块，关于AI处理模块的说明不再详述。可理解，第二MAC层还可以称为AI-MAC层等，本申请对于第二MAC的名称不作限定。

可理解，上文所示的AI处理模块还可以称为AI处理电路，或基于神经网络的处理电路，或神经网络处理电路，或神经网络处理器等，本申请实施例对于该AI处理模块的具体名称不作限定。

可理解，图3a和图3b所示的接入点的结构以及图3c和图3d所示的站点的结构仅为示例，如接入点和站点还可以包括：存储器、调度器、控制器、处理器或射频电路中的至少一项。关于站点和接入点的具体说明还可以参考下文所示的装置实施例，这里先不一一详述。

示例性的，本申请提供的方法应用的通信***可以包括接入点(AP)和站点(STA)，或者多个接入点(AP)，或者多个站点(STA)。该接入点也可理解为接入点实体，该站点也可理解为站点实体。例如，本申请可以适用于WLAN中AP与STA之间通信或感知的场景。可选地，AP可以与单个STA通信或感知，或者，AP同时与多个STA通信或感知。又如，本申请可以适用于WLAN中多AP协作的场景。再如，本申请可以适用于WLAN中STA与STA进行D2D通信的场景。其中，AP和STA都可以支持WLAN通信协议，该通信协议可以包括IEEE802.11系列的协议，比如可以适用于802.11be标准，或者适用于802.11be以后的标准。

参见图4，图4是本申请实施例提供的一种通信***的架构示意图。该通信***可以包括一个或多个AP以及一个或多个STA。图4中示出了两个接入点如AP1和AP2，以及三个站点，如STA1、STA2和STA3。可理解，一个或多个AP可以与一个或多个STA通信。当然，AP与AP之间可以通信，STA与STA之间可以通信。

可理解，图4中以STA为手机、AP为路由器作为一种示例，并不表示对本申请中的AP、STA类型进行限定。同时，图4仅示例性的示出了两个AP和三个STA，但是该AP或STA的数量还可以更多或更少，本申请对此不作限定。

本申请下文所示的通信装置中，第一通信装置可以是网络中资源受限的节点(比如不能完成神经网络训练，但能使用神经网络进行推理决策的节点)，比如AP与STA通信场景中的STA，或者多AP协作场景中能力较弱的AP(如传统接入点)，或者D2D通信场景中能力较弱的STA(如传统站点)。相应的，第二通信装置可以是网络中资源不受限或能力更强大的节点(比如既能完成神经网络训练，又能使用神经网络进行推理决策的节点)，比如AP与STA通信场景中的AP，或者多AP协作场景中能力较强的AP(如支持最新802.11标准的接入点)，或者D2D通信场景中能力较强的STA(如支持最新802.11标准的站点)。这里最新802.11标准可以指未来的Wi-Fi标准，比如Wi-Fi 8(即802.11be的下一代标准)，Wi-Fi 9(即Wi-Fi 8的下一代标准)，Wi-Fi 10(即Wi-Fi 9的下一代标准)等。这里的传统接入点可以指仅支持最新802.11标准之前标准的接入点，传统站点可以指仅支持最新802.11标准之前标准的站点。

可选的，本申请中的通信装置包括能够使用神经网络进行推理决策的模块，比如AI处理模块。示例性的，第二通信装置中的AI处理模块不仅可以使用神经网络进行推理决策，还可以进行神经网络的训练；而第一通信装置中的AI处理模块可以使用第二通信装置训练完成的神经网络进行推理决策。当然，在一些可选实施例中，第一通信装置中的AI处理模块也可以进行神经网络的训练。

可理解的，第一通信装置和第二通信装置的区别包括但不限于：能力的强弱，或者资源是否受限，或者是否具有进行神经网络训练的能力。

本申请提供一种信息交互方法和相关装置，可以使网络中资源受限的节点(本申请中可以指第一通信装置)获得网络中功能更强大的节点(本申请中可以指第二通信装置)训练完成的神经网络的相关信息(比如神经网络的功能、结构、参数、输入、输出等)，为资源受限的节点实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。在一般情况下，因为神经网络训练需要较大的计算能力和能耗，所以通常只有部分节点(通常是能力较强的节点)能够自行完成神经网络的训练并使用；而另外的节点(通常是资源受限的节点)无法完成神经网络的训练或者进行神经网络训练的代价过大(比如能耗非常大)，导致无法使用基于AI的速率自适应算法来实现性能的提升。但是，通过本申请实施例提供的方法，(在第一通信装置请求开启AI辅助的相关功能后，比如AI辅助的速率自适应功能、AI辅助的信道接入、或AI辅助的速率自适应联合信道接入功能等)第二通信装置可以将自己训练完成的神经网络的相关信息(比如神经网络的功能、结构、参数、输入、输出等信息)告知第一通信装置，以使第一通信装置基于这些相关信息恢复出第二通信装置训练完成的神经网络，并利用自身观测到数据和恢复出的神经网络进行推理决策，获得相应的决策结果用于传输；而无需第一通信装置自己训练神经网络。不仅为资源受限的节点实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定了基础，还降低了第一通信装置的能耗。

进一步的，本申请还提供一种AI辅助的速率自适应方法及相关装置，网络中资源受限的节点(即第一通信装置)利用网络中功能更强大的节点(即第二通信装置)训练完成的神经网络，进行AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入，从而可以获得性能的提升。

下面将结合更多的附图对本申请提供的技术方案进行详细说明。

为便于清楚描述本申请的技术方案，本申请通过多个实施例进行阐述，具体参见下文。本申请中，除特殊说明外，各个实施例或实现方式之间相同或相似的部分可以互相参考。在本申请中各个实施例、以及各实施例中的各个实施方式/实施方法/实现方法中，如果没有特殊说明以及逻辑冲突，不同的实施例之间、以及各实施例中的各个实施方式/实施方法/实现方法之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例、以及各实施例中的各个实施方式/实施方法/实现方法中的技术特征根据其内在的逻辑关系可以组合形成新的实施例、实施方式、实施方法、或实现方法。以下所述的本申请实施方式并不构成对本申请保护范围的限定。

应理解，下文实施例的顺序并不代表重要程度。各个实施例之间可以单独实施，也可以结合实施，具体参见下文，这里不展开说明。为便于理解本申请提供的技术方案，先介绍AI辅助的速率自适应方法，再介绍神经网络的相关信息(比如神经网络的功能、结构、参数、输入、输出信息等)的信息交互方法，最后介绍本申请涉及的相关装置或设备。

实施例一

本申请实施例一主要介绍资源受限的节点(下述以第一通信装置为例进行说明)利用网络中其他节点(下述以第二通信装置为例进行说明)训练完成的神经网络进行AI辅助的速率自适应或AI辅助的速率自适应联合信道接入的实现方式，即第一通信装置如何进行AI辅助的速率自适应以获得性能的提升。

参见图5，图5是本申请实施例提供的AI辅助的速率自适应方法的一流程示意图。如图5所示，该AI辅助的速率自适应方法包括但不限于以下步骤：

S101，第一通信装置获取神经网络的输入信息，该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

本申请中的神经网络对应AI辅助的相关功能，或者说，本申请中的神经网络用于实现或支持AI辅助的相关功能。可理解的，本申请中的神经网络可以由其他通信装置(指网络中除第一通信装置外的通信装置，如第二通信装置)训练得到，使其能够实现或支持AI辅助的相关功能。其中，AI辅助的相关功能包括以下一种或多种：AI辅助的速率自适应功能，AI辅助的速率自适应联合信道接入功能。可选的，AI辅助的相关功能还可以包括以下一种或多种：AI辅助的信道接入功能，AI辅助的信道聚合功能，或AI辅助的信道聚合联合信道接入功能。也就是说，本申请中的神经网络与AI辅助的相关功能之间可以是一对多的关系，即一个神经网络实现/支持AI辅助的多个功能，也就是AI辅助的多个不同功能对应同一个神经网络；也可以是一对一的关系，即一个神经网络实现/支持AI辅助的一个功能，也就是AI辅助的不同功能对应不同的神经网络。

而AI辅助的不同功能对应神经网络的不同输入信息，也就是说功能与输入信息相对应。下面举例说明。

示例1：当神经网络用于实现或支持AI辅助的速率自适应功能时(或者当神经网络对应AI辅助的速率自适应功能时)，该神经网络的输入信息包括但不限于以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，多输入多输出(multiple input multipleoutput，MIMO)数据流数，信道带宽，排队时延，接入时延，数据包的传输结果，或信道信息。相应地，该神经网络的决策结果包括但不限于以下一个或多个：采用哪档MCS进行传输，采用多少个MIMO数据流进行传输，或采用多大的信道带宽进行传输。

示例2：当神经网络用于实现或支持AI辅助的速率自适应联合信道接入功能时(或者当神经网络对应AI辅助的速率自适应联合信道接入功能时)，该神经网络的输入信息包括但不限于以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，MIMO数据流数，信道带宽，排队时延，接入时延，信道接入行为，数据包的传输结果，或信道信息。相应的，该神经网络的决策结果包括但不限于以下一个或多个：不接入，采用哪档MCS接入，采用多少个MIMO数据流进行传输，或采用多大的信道带宽进行传输。

示例3：当神经网络用于实现或支持AI辅助的信道接入功能时(或者当神经网络对应AI辅助的信道接入功能时)，该神经网络的输入信息包括但不限于以下一种或多种：载波侦听结果，排队时延，接入时延，信道接入行为，数据包的传输结果。相应的，该神经网络的决策结果包括：是否接入。

可选的，上述示例1、示例2以及示例3中神经网络的输入信息还可以包括但不限于以下一种或多种：丢包率，吞吐量，或当前时刻距离本通信装置上次成功传输的时间。

其中，载波侦听结果可以是信道的忙(busy)或闲(idle)，或者可以是接收信号强度指示(received signal strength indicator，RSSI)。排队时延可以指数据包从进入发送队列到被发送的时间间隔。接入时延可以指数据包被发送到发送成功的时间间隔。信道接入行为可以指接入和未接入两种行为。数据包的传输结果包括传输成功和传输失败。信道信息可以指信道状态信息(Channel State Information，CSI)，也可以是信噪比(Signalto Noise Ration，SNR)。

一种实现方式中，当第一通信装置发现自己在通信过程中的性能较差时，比如第一通信装置发现自己的丢包率大于预设门限，第一通信装置可以确定开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能，再获取神经网络的输入信息。这个神经网络与开启的功能相对应。具体开启AI辅助的何种功能可以由第一通信装置根据自身策略决定，本申请实施例不限制。

另一种实现方式中，第一通信装置发送功能请求信息，用于请求开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；第二通信装置接收到该功能请求信息后，可以回复功能响应信息，用于响应该功能请求信息的请求；具体实现可参见下文实施例二的描述，这里不赘述。如果该功能响应信息用于指示同意该功能请求信息的请求，则第一通信装置接收到该功能响应信息后，可以获取神经网络的输入信息。这个神经网络与该功能请求信息请求开启的功能相对应。

第一通信装置获取神经网络的输入信息有至少两种实现方式。第一种实现方式中，第一通信装置从本地获取神经网络的输入信息。举例来说，可以预定义AI辅助的功能(即神经网络实现或支持的功能)与该神经网络的输入信息之间的对应关系，即AI辅助的一个或多个功能分别对应的输入信息有哪些，具体参见上述示例1至示例3的描述。第二种实现方式中，第一通信装置从第二通信装置接收神经网络的输入信息。具体的，第二通信装置与第一通信装置交互神经网络的输入信息的实现方式参见下文实施例三的描述，这里不赘述。

S102，第一通信装置获取该神经网络的结构和参数，并基于该神经网络的结构和参数，确定神经网络。

本申请中神经网络的结构包括：输入层结构，输出层结构，以及隐藏层结构。那么，第一通信装置获取神经网络的结构，可以理解为：第一通信装置分别获取神经网络的输入层结构、输出层结构、以及隐藏层结构。

可选的，神经网络的输入层结构包括输入层的神经元个数。输入层的神经元个数(也就是输入层结构)可以基于每种输入信息对应的神经元个数和神经网络的输入信息的数量/长度确定。示例性的，输入层的神经元个数＝步骤S101获取到的所有输入信息对应的神经元个数之和*神经网络的输入信息的数量。其中，每种输入信息对应的神经元个数可以是预设的或标准协议定义的，也可以由第二通信装置指示，指示的方式具体参见下文实施例三的相关描述，这里不赘述。神经网络的输入信息的数量/长度可以是预设的或标准协议定义的，也可以由第二通信装置指示，指示的方式具体参见下文实施例三的相关描述，这里不赘述。

可选的，神经网络的输出层结构包括以下一项或多项：输出层的神经元数量，或输出层神经元使用的激活函数。在一些场景中，神经网络的输出层结构可以根据AI辅助的功能(即步骤S101中请求或开启的功能)确定。也就是说，神经网络的输出层结构与AI辅助的功能一一对应。当确定这个神经网络用于实现或支持AI辅助的何种功能时，这个神经网络的输出层结构也就确定了。示例性的，可以预定义AI辅助的功能(即神经网络实现或支持的功能)与该神经网络的输出层结构的对应关系。在另一些场景中，神经网络的输出层结构可以由第二通信装置指示，具体参见下文实施例四的描述，这里不赘述。

可选的，神经网络的隐藏层结构包括以下一项或多项：隐藏层的层数，每层神经元的个数，每层神经元使用的激活函数，或各层神经元之间的连接方式。其中，该隐藏层结构可以是预设的或标准协议定义的一种结构，也可以由第二通信装置指示，指示的方式具体参见下文实施例二的相关描述，这里不赘述。

本申请中神经网络的参数包括以下一项或多项：神经元的偏置，或权重。该神经网络的参数获取方式可以为：第一通信装置从第二通信装置接收神经网络的参数。具体的，第二通信装置与第一通信装置交互神经网络的参数的实现方式参见下文实施例二至四中任一实施例的描述，这里不赘述。

可理解的，知道了神经网络的结构和参数，就知道了该神经网络的全部信息。因此，第一通信装置就可以基于该神经网络的结构和参数确定该神经网络。

S103，第一通信装置获取监测到的T个数据集，并将该T个数据集输入该神经网络中进行处理，获得速率自适应的决策结果或速率自适应联合信道接入的决策结果。

可选的，第一通信装置获取自身在预定时长内监测到的T个数据集，一个数据集中包含一个或多个数据，一个数据对应上述步骤S101获取到的一种输入信息。一个数据集中的不同数据对应不同的输入信息。其中，T的值可以是预定义的，或者标准协议规定的，还可以是第二通信装置指示的，具体通过下文实施例三的第二指示信息指示，指示方式可参考下文实施例三的描述，这里不赘述。第一通信装置再可以将该T个数据集输入步骤S102生成的神经网络中进行处理，获得该神经网络的输出结果；并从该输出结果中选取一个结果作为决策结果。决策结果的具体内容与AI辅助的功能对应，具体参见上述示例1至示例3的描述。

举例来说，以影响速率的主要因素为MCS为例。确定神经网络的输入为历史T个数据集，每个数据集包含2个数据，其中一个数据为载波侦听结果RSSI，另一个数据为接收功率P；那么一个数据集可以表示为(RSSI_t,P_t)。t的取值为小于或等于T的正整数(即1,2,3,4，...,T)。假设载波侦听结果(RSSI)和接收功率(P)分别对应一个神经元，则神经网络的输入层包含2T个神经元。神经网络的输出为N档MCS(即MCS₀到MCS_N-1)的期望奖励，因为一个输出层神经元只能输出一档MCS的期望奖励，所以输出层包含N个神经元。示例性的，这里的期望奖励可以指期望的吞吐量或期望的时延等。假设输出层神经元的激活函数为线性(Linear)函数，决策结果的选取方式为选取输出层最大值对应的MCS。神经网络的隐藏层结构为32*8的残差全连接网络，即隐藏层共包含8层全连接网络，3个跳跃连接(skipconnection)，每层32个神经元，每个神经元的激活函数均为线性整流函数(rectifiedlinear units，ReLU)。

上述信息确定后，神经网络模型唯一确定，如图6所示，图6是本申请实施例提供的神经网络模型及其输入输出的一示意图。第一通信装置接收到第二通信装置下发的神经网络的参数后，第一通信装置即可利用该神经网络对自身监测到的历史的T个数据集进行推理，选取输出层最大值对应的MCS进行传输。

可选的，上述决策结果的选取方式可以由第一通信装置自己决定，也可以由第二通信装置指示，具体指示方式可参见下文实施例四的描述，这里不赘述。

本申请实施例的第一通信装置利用其它通信装置(如第二通信装置)已经训练完成的神经网络进行推理决策，以实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入；从而获得性能的提升，并且无需第一通信装置自己训练神经网络，可以降低第一通信装置的能耗。

另外，目前Wi-Fi商用的速率自适应算法大多都是基于采样的(sampling-based)，包括Minstrel算法和Iwl-mvm-rs算法。其基本原理是对各档MCS进行采样并统计每个MCS上的特征量，例如吞吐量、丢包率等，最终根据统计的特征量确定MCS。但这类方法至少存在如下缺点：1、因为采样周期长(如果采样周期过短就无法反映信道情况)，得到的统计值已无法反映当前的无线环境(因为无线环境随时间变化)，导致传输性能差；2、无线环境发生变化后，需要通过长时间重新采样，才能调整到合适的MCS，导致适应性差。

而本申请实施例无需通过长期采样确定MCS，而是利用神经网络的预测能力进行速率自适应的MCS选择，适应性强、复杂度低、且扩展性好，并可实现多厂商互通。

实施例二

本申请实施例二主要介绍一种功能请求的实现方式，即第一通信装置如何请求开启AI辅助的相关功能。

可选的，本申请实施例二可以与前述实施例一结合实施，也可以单独实施，本申请对此不作限定。

参见图7，图7是本申请实施例提供的信息交互方法的一流程示意图。如图7所示，该信息交互方法包括但不限于以下步骤：

S201，第一通信装置发送功能请求信息，该功能请求信息用于请求开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

相应的，第二通信装置接收该功能请求信息。

可选的，当第一通信装置发现自己在通信过程中的性能较差时，比如丢包率大过预设门限，或吞吐量低于相应门限，速率变化超过相应门限，连续传输失败的次数超过门限等，可以向第二通信装置发送功能请求信息。或者，第一通信装置想要传输某种业务(该业务是时延敏感业务)的数据时，可以向第二通信装置发送功能请求信息。本申请实施例不限制第一通信装置发送功能请求信息的触发条件。其中，该功能请求信息可以用于请求(或者指示)开启AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。可选的，该功能请求信息还可以用于请求(或者指示)开启AI辅助的其他功能，比如AI辅助的信道接入功能，AI辅助的信道聚合功能，或AI辅助的信道聚合联合信道接入功能等。

可选的，上述功能请求信息可以以字段的形式存在，也可以以比特位图的形式存在，本申请实施例不做限制。一个示例中，功能请求信息以字段的形式存在，为便于描述，将这个字段称为AI功能请求字段，也就是说下文提及的AI功能请求字段用于指代功能请求信息；当然该字段还可以有其他名称，本申请实施例不做限制。其中，当AI功能请求字段设置为第一值时，请求(或者指示)开启AI辅助的速率自适应功能；当AI功能请求字段设置为第二值时，请求(或者指示)开启AI辅助的速率自适应联合信道接入功能；当AI功能请求字段设置为其他值(指除第一值和第二值外的值)时，表示预留，或者，当AI功能请求字段设置为其他值时，请求(或者指示)开启AI辅助的其他功能。比如，当AI功能请求字段设置为第三值时，请求(或者指示)开启AI辅助的信道接入功能；当AI功能请求字段设置为第四值时，请求(或者指示)开启AI辅助的信道聚合功能，当AI功能请求字段设置为第五值时，请求(或者指示)开启AI辅助的信道聚合联合信道接入功能。其中，第一值、第二值、第三值、第四值以及第五值各不相同，且均为自然数。

举例来说，假设AI功能请求字段的长度为2比特(bit)，第一值和第二值为十进制0，1，2，3中的任两个。以第一值为0和第二值为1为例，当AI功能请求字段设置为0时，请求开启AI辅助的速率自适应功能，当AI功能请求字段设置为1时，请求开启AI辅助的速率自适应联合信道接入功能，当AI功能请求字段设置为2和3时，表示预留。或者，当AI功能请求字段设置为2时，请求开启AI辅助的信道接入功能，当AI功能请求字段设置为3时，表示预留。或者，当AI功能请求字段设置为2时，请求开启AI辅助的信道接入功能，当AI功能请求字段设置为3时，请求开启AI辅助的信道聚合功能。

再举例来说，假设AI功能请求字段的长度为3比特(bit)，第一值和第二值为十进制0，1，2，3，4，5，6，7中的任两个。以第一值为0和第二值为1为例，那么：当AI功能请求字段设置为2～7(即2，3，4，5，6，7)时，表示预留；或者，当AI功能请求字段设置为2时，请求开启AI辅助的信道接入功能，当AI功能请求字段设置为3～7(即3，4，5，6，7)时，表示预留；或者，当AI功能请求字段设置为3时，请求开启AI辅助的信道聚合功能，当AI功能请求字段设置为4～7(即4，5，6，7)时，表示预留；或者，当AI功能请求字段设置为4时，请求开启AI辅助的信道聚合联合信道接入功能，当AI功能请求字段设置为5～7(即3，5，6，7)时，表示预留。

应理解，上述AI功能请求字段的长度仅是示例，实际实现中，AI功能请求字段的长度可以更少或更多，本申请实施例不限制AI功能请求字段的长度。比如，AI功能请求字段的长度为1比特，该比特置0时，请求开启AI辅助的速率自适应功能，该比特置1时，请求开启AI辅助的速率自适应联合信道接入功能。又如，AI功能请求字段的长度为4比特，第一值至第五值为十进制0～15(即0，1，2，3，…，14，15)中的任5个整数，其他值表示预留。

另一个示例中，功能请求信息以比特位图(bitmap)的形式存在，为便于描述，将这个比特位图称为AI功能请求比特位图，也就是说下文提及的AI功能请求比特位图用于指代功能请求信息；当然该比特位图还可以有其他名称，本申请实施例不做限制。其中，AI功能请求比特位图中的一个比特对应一个功能。当该AI功能请求比特位图中的某个比特置1时，请求(或者指示)开启该比特对应的功能。当然，也可以是当该AI功能请求比特位图中的某个比特置0时，请求(或者指示)开启该比特对应的功能。

举例来说，假设AI功能请求比特位图的长度为2比特，当AI功能请求比特位图为01(二进制)时，请求开启AI辅助的速率自适应功能；当AI功能请求比特位图为10(二进制)时，请求开启AI辅助的速率自适应联合信道接入功能；当AI功能请求比特位图为00和11(二进制)时，表示预留或者AI辅助的速率自适应功能和AI辅助的速率自适应联合信道接入功能均未开启。当然，也可以是AI功能请求比特位图为10(二进制)时，请求开启AI辅助的速率自适应功能，AI功能请求比特位图为01(二进制)时，请求开启AI辅助的速率自适应联合信道接入功能；本申请实施例对此不作限制。可理解的，上述指示方式仅是示例，还可以有其他指示方式。例如，当AI功能请求比特位图为01(二进制)时，请求开启AI辅助的速率自适应功能；当AI功能请求比特位图为10(二进制)时，请求开启AI辅助的信道接入功能；当AI功能请求比特位图为11(二进制)时，请求开启AI辅助的速率自适应联合信道接入功能；当AI功能请求比特位图为00(二进制)时，表示预留或者AI辅助的速率自适应功能和AI辅助的速率自适应联合信道接入功能均未开启。

应理解，上述AI功能请求比特位图的长度仅是示例，实际实现中，AI功能请求比特位图的长度可以更多，本申请实施例不限制AI功能请求比特位图的长度。比如，AI功能请求比特位图的长度为3比特、4比特、8比特、或者16比特等。

一种可能的实现方式中，上述功能请求信息可以携带于新的信息元素(information element，IE)中。也就是说，本申请实施例可以定义一个新的信息元素，用于承载该功能请求信息。示例性的，参见图8，图8是本申请实施例提供的信息元素的一帧格式示意图。如图8所示，该信息元素包括但不限于：元素标识(element ID)字段、长度(length)字段、元素标识扩展(element ID extension)字段、AI功能请求比特位图(或者AI功能请求字段)。其中，AI功能请求比特位图(或者AI功能请求字段)的取值和含义可以参考前文的描述，此处不再赘述。

应理解，图8所示的信息元素仅是示例，实际应用中，信息元素包括的字段或子字段可以更多或更少。

另一种可能的实现方式中，上述功能请求信息可以携带于高吞吐率(highthroughput，HT)控制(control)字段的聚合控制(aggregated control，A-control)子字段中。参见图9，图9是本申请实施例提供的A-control子字段的一帧格式示意图。如图9所示，该A-control子字段包括但不限于AI功能请求比特位图(或者AI功能请求字段)。该AI功能请求比特位图(或者AI功能请求字段)位于控制(control)子字段的控制信息(controlinformation)中，该控制子字段还包括控制标识(control ID)。其中，AI功能请求比特位图(或者AI功能请求字段)的取值和含义可以参考前文的描述，此处不再赘述。

应理解，图9所示的A-control子字段仅是示例，实际应用中，A-control子字段包括的子字段可以更多或更少。

可选的，上述功能请求信息可以携带于功能请求帧中。示例性的，上述携带功能请求信息的信息元素(如图8所示帧格式)或A-control子字段(如图9所示帧格式)位于该功能请求帧中。其中，该功能请求帧可以是新定义的帧，也可以是复用以前标准的帧，比如信标帧(beacon frame)，动作帧(action frame)等。当该功能请求帧是复用以前标准的帧时，该功能请求帧还可以包括一个指示信息，用于区分该功能请求帧保持原有功能还是实现本申请实施例的功能(称为新功能或扩展功能)。另外，如果该功能请求帧是复用以前标准的帧，那么该功能请求信息不仅可以携带于该功能请求帧新定义的信息元素或A-control子字段中，还可以携带于该功能请求帧的预留字段中(如果该功能请求帧存在预留字段)。

S202，第二通信装置发送功能响应信息，该功能响应信息用于响应该功能请求信息的请求。

相应的，第一通信装置接收该功能响应信息。

可选的，第二通信装置接收到上述功能请求信息之后，第二通信装置可以向第一通信装置发送功能响应信息，用于响应(即同意或拒绝)该功能请求信息的请求。其中，该功能响应信息可以以字段的形式存在。比如，该功能响应信息的长度为1比特，当该比特置1时，表示同意该功能请求信息的请求；当该比特置0时，表示拒绝该功能请求信息的请求。或者，当该比特置0时，表示同意该功能请求信息的请求；当该比特置1时，表示拒绝该功能请求信息的请求。本申请实施例对功能响应信息置1还是置0表示同意该功能请求信息的请求不做限制。

可选的，上述功能响应信息可以携带于功能响应帧的信息元素或者A-control子字段或者预留字段中。其中，该功能响应帧可以是新定义的帧，也可以是复用以前标准的帧，比如动作帧(action frame)。当该功能响应帧是复用以前标准的帧时，该功能响应帧还可以包括一个指示信息，用于区分该功能响应帧是用于响应原有功能还是响应本申请实施例的功能(即扩展功能)。

可选的，当第二通信装置同意上述功能请求信息的请求时，第二通信装置可以向第一通信装置发送神经网络的参数。一种可能的实现方式中，第二通信装置可以在上述功能响应信息中携带神经网络的参数。可理解的，如果功能响应信息中携带神经网络的参数(这里可以是全部参数或部分参数)，则可以表示第二通信装置同意该功能请求信息的请求，此时可以无需(在功能响应信息中)用另外的字段或比特来指示同意该功能请求信息的请求。当然，即使功能响应信息中携带了神经网络的参数(这里可以是全部参数或部分参数)，也可以在功能响应信息中用另外的字段或比特来指示同意该功能请求信息的请求。本申请实施例对此不作限制。

另一种可能的实现方式中，第二通信装置可以单独发送神经网络的参数，即当功能响应信息用于指示同意该功能请求信息的请求时，图7所示的方法还可以包括步骤S203。

S203，第二通信装置发送神经网络的参数，该神经网络的参数包括神经元的偏置和权重中的至少一项。

本申请实施例单独发送神经网络的参数，其含义清晰，不容易混淆。

又一种可能的实现方式中，可以将上述两种可能的实现方式结合使用，即可以在功能响应信息中携带神经网络的部分参数，比如神经元的权重；并单独发送神经网络的另外部分参数，比如神经元的偏置。

本申请实施例中的神经网络对应功能请求信息所请求的功能，也就是说该神经网络用于实现或支持功能请求信息所请求的功能。

可选的，当功能响应信息用于指示同意上述功能请求信息的请求时或者第二通信装置同意上述功能请求信息的请求时，上述功能响应信息中还可以包括一个指示信息(为便于区分本文中不同的指示信息，将其记为第四指示信息)，该第四指示信息可以用于指示该神经网络的隐藏层结构。

或者，第二通信装置也可以单独向第一通信装置发送该神经网络的隐藏层结构。也就是说，在步骤S202之后，如果上述功能响应信息用于指示同意上述功能请求信息的请求，则第二通信装置还可以向第一通信装置发送第四指示信息，用于指示该神经网络的隐藏层结构。

一个示例中，该神经网络的隐藏层结构是预定义的多种隐藏层结构中的一种。每种隐藏层结构可以通过以下一项或多项信息表征：隐藏层的层数，每层神经元的个数，每层神经元使用的激活函数，各层神经元之间的连接方式。这预定义的多种隐藏层结构可以在标准协议中规定，也可以是第二通信装置事先告知第一通信装置的，比如第一通信装置与第二通信装置在建立连接的过程(如果第一通信装置和第二通信装置分别是STA和AP，则建立连接的过程可以指关联过程)中交互该预定义的多种隐藏层结构。上述第四指示信息可以具体指示该神经网络的隐藏层结构是预定义的多种隐藏层结构中的哪一种。比如，预定义了3种隐藏层结构，分别用模式1(mode 1)、模式2(mode 2)、模式3(mode 3)来标识；如果第四指示信息指示mode 2，则表示该神经网络的隐藏层结构是mode 2所标识的隐藏层结构(即隐藏层的层数，每层神经元的个数，每层神经元使用的激活函数，各层神经元之间的连接方式中的一项或多项)。

可理解的，本申请实施例通过预定义多种隐藏层结构，并通过指示信息指示采用预定义的多种隐藏层结构中的哪种隐藏层结构，可以节省比特数，减少开销。

另一个示例中，因为神经网络的隐藏层结构包括以下一项或多项：隐藏层的层数，每层神经元的个数，每层神经元使用的激活函数，或各层神经元之间的连接方式。所以上述第四指示信息可以指示该隐藏层的层数，每层神经元的个数，每层神经元使用的激活函数，或各层神经元之间的连接方式中的一项或多项。

可理解的，本申请实施例通过指示隐藏层结构所包含的信息，可以使神经网络的隐藏层结构设计更灵活，不局限于预定义的多种隐藏层结构。

又或者，可以在功能响应信息中携带该神经网络的部分隐藏层结构，比如隐藏层的层数和每层神经元的个数；并单独发送神经网络的另外部分隐藏层结构，比如每层神经元使用的激活函数，各层神经元之间的连接方式。

可选的，第一通信装置接收到上述功能响应信息之后，如果该功能响应信息用于指示同意上述功能请求信息的请求，则第一通信装置可以开启该功能请求信息所请求开启的功能，并执行前述实施例一所示的AI辅助的速率自适应方法。

可选的，当第二通信装置不同意上述功能请求信息的请求时，也就是上述功能响应信息用于指示拒绝该功能请求信息的请求，第一通信装置接收到该功能响应信息之后，可以采用传统的速率自适应算法和传统的信道接入进行通信。其中，传统的速率自适应算法包括但不限于：基于采样的(sampling-based)的Minstrel或Iwl-mvm-rs算法，其基本原理是对各档MCS进行采样并统计每个MCS上的特征量，例如吞吐量、丢包率等，最终根据统计的特征量确定MCS，算法的具体实现参考现有技术。传统的信道接入包括但不限于：载波侦听多路访问/冲突避免(carrier sense multiple access with collision avoid，CSMA/CA)。

本申请实施例的第一通信装置向第二通信装置发送功能请求信息，请求开启AI辅助的相关功能，第二通信装置回复相应的功能响应信息；以使第一通信装置根据该功能响应信息确定是否开启AI辅助的相关功能，可以为第一通信装置实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。

一个可选实施例中，也可以是第二通信装置发起功能请求。具体的，第二通信装置发送功能请求信息，该功能请求信息用于请求或者通知开启以下任一功能：AI辅助的速率自适应功能，AI辅助的速率自适应联合信道接入功能，AI辅助的信道接入，AI辅助的信道聚合，AI辅助的信道聚合联合信道接入。第一通信装置接收到该功能请求信息后，可以回复响应信息。该响应信息可以用于指示同意或拒绝该功能请求信息的请求，或者该响应信息可以用于确认收到该功能请求信息，比如该响应信息是确认(acknowledge，ACK)帧或块确认(block ACK，BA)等。

可选的，该功能请求信息中还可以携带神经网络的参数。

可选的，该功能请求信息中还可以包括第四指示信息，用于指示该神经网络的隐藏层结构。

可选的，该功能请求信息可以携带于广播帧中，比如信标(beacon)帧中。当然，该功能请求信息也可以携带于单播帧中。

本申请实施例可以由能力较强的节点(比如AP，第二通信装置)发送功能请求信息，用于请求或通知一个或多个资源受限的节点(比如STA，第一通信装置)开启AI辅助的相关功能，不仅可以为资源受限的节点实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础，还可以通过一次交互开启多个资源受限节点的AI辅助的相关功能，节省空口资源。

实施例三

本申请实施例三主要介绍输入信息指示的帧格式，即第一通信装置和第二通信装置如何对神经网络的输入信息达成一致。

可选的，本申请实施例三可以与前述实施例一和前述实施例二中的一个或多个实施例结合实施，也可以单独实施，本申请对此不作限定。

参见图10，图10是本申请实施例提供的信息交互方法的另一流程示意图。如图10所示，该信息交互方法包括但不限于以下步骤：

S301，第二通信装置生成第一帧，该第一帧中包括第一指示信息，该第一指示信息用于指示神经网络的输入信息，该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

S302，第二通信装置发送该第一帧。

相应的，第一通信装置接收该第一帧。可选的，第一通信装置接收到该第一帧后，向第二通信装置回复确认信息，比如确认(acknowledge，ACK)帧或块确认(block ACK，BA)等，用于确认已收到该第一帧。

S303，第一通信装置根据该第一帧中该第一指示信息的指示，确定该神经网络的输入信息和该神经网络的输入层结构中的至少一项。

可选的，神经网络的输入层结构包括输入层的神经元个数，而输入层的神经元个数可以基于每种输入信息对应的神经元个数和神经网络的输入信息的数量/长度确定。其中，示例性的，假设第一指示信息指示的输入信息有2种，分别用x1和x2来标识，x1和x2分别对应的神经元个数为1；神经网络的输入信息的数量/长度为T；则输入层的神经元个数为2T，即输入层的神经元个数＝第一指示信息指示的所有输入信息对应的神经元个数之和*神经网络的输入信息的数量。

其中，每种输入信息对应的神经元个数可以预设，也可以在第一帧中进行指示，指示的方式参见下文描述。神经网络的输入信息的数量/长度可以预设，也可以在第一帧中进行指示，指示的方式参见下文描述。因此，第一通信装置接收到该第一帧后，可以根据该第一帧中第一指示信息的指示，确定该神经网络的输入信息和该神经网络的输入层结构中的至少一项。

本申请实施例中的神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能，具体参见前述实施例一的相关描述，此处不再赘述。

可选的，神经网络的输入信息可以分为两类，一类可称为基本观测信息，另一类可称为扩展观测信息；应理解，这两类输入信息也可以有其他名称，比如第一类信息和第二类信息，本申请实施例不做限制。基本观测信息可以包括以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，多输入多输出(multiple input multiple output，MIMO)数据流数，信道带宽，排队时延，接入时延，信道接入行为，数据包的传输结果，或信道信息。扩展观测信息可以包括以下一种或多种：丢包率，吞吐量，或当前时刻距离第一通信装置上次成功传输的时间。

当然，神经网络的输入信息也可以不分类，即神经网络的输入信息包括以下一种或多种：载波侦听结果，接收功率，数据包所采用的MCS，MIMO数据流数，信道带宽，排队时延，接入时延，信道接入行为，数据包的传输结果，信道信息，丢包率，吞吐量，或当前时刻距离第一通信装置上次成功传输的时间。本申请实施例对神经网络的输入信息是否分类不做限制。

可选的，上述第一指示信息可以用于指示神经网络的输入信息有哪些，或者用于指示神经网络的输入层所包含的信息，或者用于指示神经网络的输入包含哪些观测信息。

可选的，上述第一帧中除了包含第一指示信息外，还可以包括第二指示信息。该第二指示信息可以用于指示神经网络的输入信息的数量，或者用于指示神经网络在预定时长内的输入信息的数量或长度。该第二指示信息还可以理解为用于指示神经网络所包含的输入信息的历史数量或者输入信息的总长度或者每种输入信息的长度。举例来说，假设上述第一指示信息指示的输入信息为载波侦听结果和接收功率，第二指示信息指示的数量或长度为T个，则神经网络的输入总共需要T个载波侦听结果和T个接收功率。再举例来说，假设上述第一指示信息指示的输入信息为载波侦听结果和接收功率，第二指示信息指示的数量或长度分别为T1和T2个，则神经网络的输入需要T1个载波侦听结果和T2个接收功率。再举例来说，假设上述第一指示信息指示的输入信息为载波侦听结果和接收功率，第二指示信息指示的历史总数量或总长度为T，则神经网络的输入需要[T/2]个载波侦听结果和[T/2]个接收功率，这里符号“[x]”表示对x进行取整运算。其中，T、T1以及T2可以基于预定时长确定。

可选的，上述第一帧中还可以包括信息A，用于指示上述输入信息的维度，或者用于指示上述输入信息所对应的神经元数量。其中，输入信息的维度可以与输入信息对应的神经元数量相等，比如，某种输入信息的维度为2维，则该输入信息对应的神经元数量也为2个。一个示例中，信息A可以用于指示每种输入信息的维度或者每种输入信息所对应的神经元数量。假设上述第一指示信息指示的输入信息为载波侦听结果和接收功率，信息A指示载波侦听结果的维度(或者对应的神经元数量)为2，和接收功率的维度(或对应的神经元数量)为1。另一个示例中，为简化信息A的指示或节省信息A的比特数，预定义每种输入信息的维度相等或者每种输入信息所对应的神经元数量相等。那么，信息A可以用于指示任一种输入信息的维度或者对应的神经元数量。假设上述第一指示信息指示的输入信息为载波侦听结果和接收功率，信息A指示的维度或神经元数量为4，则载波侦听结果和接收功率的维度均为4维，或者载波侦听结果和接收功率对应的神经元数量均为4个。

可选的，上述第一帧中还可以包括信息B，用于指示是否存在第一指示信息。如果神经网络的输入信息分为两类，一类为基本观测信息，另一类为扩展观测信息；则信息B可以包括2部分，记为信息B1和信息B2。信息B1可以用于指示是否存在基本观测信息，信息B2可以用于指示是否存在扩展观测信息。

可选的，第一指示信息、第二指示信息、信息A或信息B中的一个或多个可以携带于第一帧的同一个信息元素或A-control子字段中，也可以携带于第一帧的不同信息元素或A-control子字段中，本申请实施例不做限制。这里的信息元素可以是新定义的。其中，该第一帧可以是新定义的帧，也可以是复用以前标准的帧，本申请实施例不做限制。当第一帧是复用以前标准的帧时，信息B指示存在第一指示信息可以理解为：该第一帧用于实现本申请实施例的功能(或者扩展功能)；信息B指示不存在第一指示信息可以理解为：该第一帧保持原功能(即以前标准中的功能)。当然，信息B指示不存在第一指示信息时，第一帧中也可以不包括信息A和第二指示信息中的至少一个。

一个示例中，以神经网络的输入信息分为基本观测信息和扩展观测信息为例。参见图11，图11是本申请实施例提供的信息元素的另一帧格式示意图。如图11所示，该信息元素包括但不限于：元素标识(element ID)字段、长度(length)字段、元素标识扩展(elementID extension)字段、输入相关指示字段。该输入相关指示字段包括基本观测(basicobservation)字段，可选的还包括以下一个或多个字段：基本观测指示(basicobservation indication)字段(即上述信息B1)、扩展观测指示(extended observationindication)字段(即上述信息B2)、扩展观测(extended observation)字段、或者观测数量(number of observation)字段(即上述第二指示信息)。其中，第一指示信息可以通过基本观测字段来实现，如果存在扩展观测字段，第一指示信息也可以通过基本观测字段和扩展观测字段共同实现。

基本观测字段，用于指示神经网络的输入信息包含哪些基本观测信息。基本观测字段包括但不限于以下一个或多个子字段：载波侦听(carrier sense，CS)指示(CS Ind)，接收功率指示(Rx Power Ind)，动作(action)指示(Act Ind)，MIMO数据流数指示，信道带宽(bandwidth，BW)指示(BW Ind)，排队时延指示，接入时延指示，确认(acknowledge，ACK)指示(ACK Ind)，或信道(channel，Ch)指示(Ch Ind)。其中，Act Ind子字段用于指示神经网络的输入是否包含动作信息，这里的动作信息与开启AI辅助的相关功能对应。如果是AI辅助的速率自适应功能，则Act Ind子字段用于指示神经网络的输入是否包含数据包所采用的MCS；如果是AI辅助的速率自适应联合信道接入功能，则Act Ind子字段用于指示神经网络的输入是否包含数据包所采用的MCS和信道接入行为。

CS Ind子字段、Rx Power Ind子字段、MIMO数据流数指示子字段、BW Ind子字段、排队时延指示子字段、接入时延指示子字段、ACK Ind子字段、以及Ch Ind子字段，分别用于指示神经网络的输入信息是否包含：载波侦听结果、接收功率、MIMO数据流数、信道带宽、排队时延、接入时延、数据包的传输结果、信道信息。

扩展观测字段，用于指示神经网络的输入信息包含哪些扩展观测信息。扩展观测信息可以是节点根据基本观测信息推断出的信息。扩展观测字段包括但不限于以下一个或多个子字段：丢包率指示，吞吐量指示，或传输时间指示。丢包率指示子字段，吞吐量指示子字段，以及传输时间指示子字段分别用于指示神经网络的输入信息是否包含：丢包率，吞吐量，当前时刻距离第一通信装置上次成功传输的时间。

可理解的，上述基本观测字段还可以理解为比特位图，一个比特对应一种基本观测信息。当某个比特置1时，表示神经网络的输入信息包含该比特对应的基本观测信息。同理，上述扩展观测字段也可以理解为比特位图，一个比特对应一种扩展观测信息。本申请实施例不限制置1表示包含还是置0表示包含。

基本观测指示字段(即上述信息B1)，用于指示是否包含基本观测字段。本申请实施例中，基本观测指示字段设置为第一值，用于指示包含基本观测字段。示例性的，这里的第一值为1，或者第一值为0。

扩展观测指示字段(即上述信息B2)，用于指示是否包含扩展观测字段。当扩展观测指示字段设置为第一值时，指示包含扩展观测字段；当扩展观测指示字段设置为第二值时，指示不包含扩展观测字段。其中，第一值为1，第二值为0；或者第一值为0，第二值为1。

可理解的，本申请实施例将神经网络的输入信息分为基本观测信息和扩展观测信息进行分级指示，可以节省信令开销。例如，某种AI辅助的功能(如AI辅助的速率自适应功能)只需要基于基本观测信息进行推理决策，那么将扩展观测指示字段置为第二值(如0)，即可省去扩展观测字段。

观测数量字段(即上述第二指示信息)，用于指示预定时长内神经网络的输入信息的数量(即个数)或长度。换句话说，观测数量字段用于指示神经网络的输入包含过去多少个观测信息。

另一个示例中，仍然以神经网络的输入信息分为基本观测信息和扩展观测信息为例。参见图12，图12是本申请实施例提供的A-control子字段的另一帧格式示意图。如图12所示，该A-control子字段包括但不限于：输入相关指示字段。其中，输入相关指示字段的实现参见上述图11所示，这里不再赘述。

应理解，上述图11和图12中包含的各个字段或子字段的名称仅是示例，其还可以有其他名称，本申请实施例不做限制。还应理解的，图11和图12中各个字段的排列顺序也仅是示例，本申请实施例不做限制。

可选的，上述第一帧中还可以包括神经网络的参数。或者，图10所示方法还包括：第二通信装置发送神经网络的参数。其中，神经网络的参数包括神经元的偏置和权重中的至少一项。又或者，第一帧中包括神经网络的部分参数，比如神经元的权重；另外部分参数由第二通信装置单独发送(即不携带在第一帧中发送)，比如神经元的偏置。

可选的，上述第一帧中还可以包括第四指示信息，可以用于指示该神经网络的隐藏层结构。或者，图10所示方法还包括：第二通信装置发送第四指示信息，用于指示该神经网络的隐藏层结构。神经网络的隐藏层结构和第四指示信息的具体指示方式参考前述实施例二的相关描述，这里不赘述。又或者，第一帧中包括神经网络的部分隐藏层结构，另外部分隐藏层结构由第二通信装置单独发送(即不携带在第一帧中发送)。

可理解的，在本申请实施例与前述实施例二结合的情况下，因为前述实施例二中功能请求信息可以携带于新定义的信息元素中，而本申请实施例的指示信息(第一指示信息、第二指示信息、信息A或信息B中的一个或多个)也可以携带于新定义的信息元素中。所以这两个信息元素(图8和图11)的元素标识(element ID)可以共用一套标识***，也就是说这两个信息元素的element ID不能相同。当然，这两个信息元素的element ID也可以用不同的标识***，也就是说这两个信息元素的element ID允许相同。当这两个信息元素的element ID相同时，可以通过发送端来区分这两个信息元素的功能。示例性的，如果发送端是第一通信装置，则表示信息元素中携带的是功能请求信息；如果发送端是第二通信装置，则表示这个信息元素中携带的是本申请实施例提及的指示信息。

A-control子字段中的控制标识(control ID)与element ID同理，即本申请实施例图12所示的control ID与前述实施例二图9所示的control ID可以共用一套标识***，也可以用不同的标识***。

还可理解的，当本申请实施例与前述实施例二结合时，前述实施例二中功能响应信息和本申请实施例的指示信息(第一指示信息、第二指示信息、信息A或信息B中的一个或多个)可以携带于同一个帧中，当然也可以是不同的帧中。如果它们(指功能响应信息和本申请实施例的指示信息)携带于同一个帧中，可以具体携带于同一个信息元素或A-control子字段，也可以携带于不同的信息元素或A-control子字段，还可以一个携带于信息元素中而另一个携带于A-control子字段，比如功能响应信息携带于信息元素中而本申请实施例的指示信息携带于A-control子字段中。本申请实施例对此不做限制。

本申请实施例通过定义新的信息元素或A-control子字段来交互与神经网络的输入相关的信息，为第一通信装置实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。

实施例四

本申请实施例四主要介绍输出信息(包括但不限于：神经网络的输出层结构、或神经网络的决策结果选取方式等)指示的帧格式，即第一通信装置和第二通信装置如何对神经网络的输出信息达成一致。

可选的，本申请实施例四可以与前述实施例一至三中的一个或多个实施例结合实施，也可以单独实施，本申请对此不作限定。

参见图13，图13是本申请实施例提供的信息交互方法的又一流程示意图。如图13所示，该信息交互方法包括但不限于以下步骤：

S401，第二通信装置生成第二帧，该第二帧中包括第三指示信息，该第三指示信息用于指示神经网络的输出层结构和神经网络的决策结果的选取方式中的至少一项，该神经网络对应AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能。

S402，第二通信装置发送该第二帧。

相应的，第一通信装置接收该第二帧。可选的，第一通信装置接收到该第二帧后，向第二通信装置回复确认信息，比如ACK或BA等，用于确认已收到该第二帧。

S403，第一通信装置根据该第二帧中该第三指示信息的指示，确定神经网络的输出层结构和神经网络的决策结果的选取方式中的至少一项。

可选的，神经网络的输出层结构可以包括以下一项或多项：输出层的神经元数量，或输出层神经元使用的激活函数。

可选的，神经网络的决策结果的选取方式可以理解为：按照何种方式从神经网络的输出结果中选取决策结果。示例性的，神经网络的决策结果的选取方式为选取神经网络输出层最大值对应的结果，或者按照概率随机选取结果。举例来说，假设神经网络对应AI辅助的速率自适应功能，并假设神经网络的输出层神经元数量为4，每个神经元对应一个速率自适应结果，输出层激活函数为归一化指数函数(Softmax)，那么神经网络的输出是一个概率分布，也就是说，每个神经元i的输出值p_i满足p_1+p_2+p_3+p_4＝1，所以决策结果的两种选取方式分别是选取最大的p_i值对应的速率自适应结果，或者按照p_1、p_2、p_3、p_4的分布随机选择速率自适应结果。

可选的，上述第三指示信息可以携带于第二帧的新定义的信息元素中，也可以携带于第二帧的A-control子字段中。其中，该第二帧可以是新定义的帧，也可以是复用以前标准的帧，本申请实施例不做限制。如果第二帧是复用以前标准的帧，则该第二帧中还可以包括用于区分该第二帧是保持原有功能还是实现扩展功能(也就是本申请实施例的功能)的指示信息。另外，如果第二帧是复用以前标准的帧，第三指示信息还可以携带于该第二帧的预留字段中(如果该第二帧存在预留字段)。

一个示例中，参见图14，图14是本申请实施例提供的信息元素的又一帧格式示意图。如图14所示，该信息元素包括但不限于：元素标识(element ID)字段、长度(length)字段、元素标识扩展(element ID extension)字段、输出信息指示字段(即上述第三指示信息)。输出信息指示字段包括但不限于以下一个或多个字段：神经元个数(number ofneurons)字段，激活函数(activation function)字段，行为选择模式(act selectionmode)字段。

其中，number of neurons字段用于指示输出层的神经元数量，activationfunction字段用于指示输出层神经元使用的激活函数。这里的激活函数包括但不限于：线性(Linear)函数，线性整流函数(rectified linear units，ReLU)，或归一化指数函数(Softmax)等，具体的函数表达式可参见现有技术。可理解的，因为不使用激活函数与使用线性激活函数等价，所以当activation function字段指示输出层神经元使用的激活函数是Linear时，可以理解为输出层神经元不使用激活函数。

act selection mode字段用于指示神经网络的决策结果的选取方式。

另一个示例中，参见图15，图15是本申请实施例提供的A-control子字段的又一帧格式示意图。如图15所示，该A-control子字段包括但不限于：输出信息指示字段(即上述第三指示信息)。其中，该输出信息指示字段的实现参见上述图14所示，这里不再赘述。

应理解，上述图14和图15中包含的各个字段或子字段的名称仅是示例，其还可以有其他名称，本申请实施例不做限制。还应理解的，图14和图15中各个字段的排列顺序也仅是示例，本申请实施例不做限制。

可选的，上述第二帧中还可以包括神经网络的参数。或者，图13所示方法还包括：第二通信装置发送神经网络的参数。其中，神经网络的参数包括神经元的偏置和权重中的至少一项。又或者，第二帧中包括神经网络的部分参数，比如神经元的权重；另外部分参数由第二通信装置单独发送(即不携带在第二帧中发送)，比如神经元的偏置。

可选的，上述第二帧中还可以包括第四指示信息，可以用于指示该神经网络的隐藏层结构。或者，图13所示方法还包括：第二通信装置发送第四指示信息，用于指示该神经网络的隐藏层结构。神经网络的隐藏层结构和第四指示信息的具体指示方式参考前述实施例二的相关描述，这里不赘述。又或者，第二帧中包括神经网络的部分隐藏层结构，另外部分隐藏层结构由第二通信装置单独发送(即不携带在第二帧中发送)。

可理解的，在本申请实施例与前述实施例三结合的情况下，图11的element ID和图14的element ID可以共用一套标识***，也就是说这两个信息元素的element ID不能相同。在本申请实施例与前述实施例二结合的情况下，图8的element ID和图14的element ID既可以共用一套标识***，也可以用不同的标识***(也就是说这两个element ID允许相同)。当图8的element ID和图14的element ID相同时，可以通过发送端来区分这两个信息元素的功能。

A-control子字段中的控制标识(control ID)与element ID同理，即：图12的control ID和图14的element ID可以共用一套标识***；而图9的control ID与图15的control ID既可以共用一套标识***，也可以用不同的标识***。

还可理解的，当本申请实施例与前述实施例三结合时，前述实施例三的第一帧与本申请实施例的第二帧可以是相同的帧，也就是说，前述实施例三中与神经网络的输入相关的信息(如第一指示信息、第二指示信息、信息A、或者信息B中的一个或多个)和本申请实施例的输出信息(即上述第三指示信息)可以携带于一个帧中进行交互。进一步的，前述实施例三中与神经网络的输入相关的信息和本申请实施例的输出信息可以携带于一个帧的同一个信息元素或A-control子字段中，也可以携带于一个帧的不同信息元素或A-control子字段中，还可以一个携带于信息元素中而另一个携带于A-control子字段中。比如，与神经网络的输入相关的信息携带于某个帧的信息元素中，而输出信息携带于这个帧的A-control子字段中。本申请实施例对此不做限制。

当然，第一帧和第二帧也可以是不同的帧。

同理，本申请实施例的输出信息(即上述第三指示信息)也可以与前述实施例二的功能响应信息携带于同一个帧中，当然也可以是不同的帧中。具体的，它们(指输出信息和功能响应信息)可以携带于同一个信息元素或A-control子字段，也可以携带于不同的信息元素或A-control子字段，还可以一个携带于信息元素中而另一个携带于A-control子字段。

本申请实施例通过定义新的信息元素或A-control子字段来交互神经网络的输出信息(如神经网络的输出层结构、或神经网络的决策结果选取方式)，为第一通信装置实现AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入奠定基础。

实施例五

本申请实施例五主要介绍前述实施例一至实施例四结合实施的一个示例，即第一通信装置和第二通信装置针对神经网络的功能、结构、参数、输入、输出等达成一致的交互流程。

其中，本申请实施例以第一通信装置为STA和第二通信装置为AP为例进行阐述。

参见图16，图16是本申请实施例提供的信息交互方法的再又一流程示意图。如图16所示，该信息交互方法包括：

S1，STA向AP发送功能请求帧，该功能请求帧中包含功能请求信息，用于请求开启AI辅助的速率自适应或AI辅助的速率自适应联合信道接入功能。

可选的，不同的功能请求会导致神经网络的输入和输出不相同。

可选的，功能请求的触发条件可以是丢包率大过预设门限。

S2，AP回复功能响应帧，该功能响应帧中包括功能响应信息，用于指示同意或拒绝STA的请求。

本申请实施例中，功能响应信息用于指示同意STA的请求，即AP同意STA的请求。

其中，步骤S1和步骤S2的实现方式具体参见前述实施例二的描述，这里不赘述。

S3，AP向STA发送输入信息指示帧，该帧用于指示神经网络的输入信息，还用于确定神经网络的输入层结构。

S4，STA确认输入信息。比如，STA回复ACK或BA等。

这里的输入信息指示帧为前述实施例三中的第一帧，那么步骤S3和步骤S4的实现方式具体参见前述实施例三的描述，这里不赘述。

S5，AP向STA发送输出信息指示帧，该帧用于确定神经网络的输出层结构和神经网络的决策结果的选取方式中的至少一项。

S6，STA确认输出信息。比如，STA回复ACK或BA等。

这里的输出信息指示帧为前述实施例四中的第二帧，那么步骤S5和步骤S6的实现方式具体参见前述实施例四的描述，这里不赘述。

S7，AP下发神经网络的参数。可选的，AP与STA对神经网络的功能、结构、输入、输出达成一致后，AP再将训练完成的神经网络的参数下发给STA。

S8，STA根据自身观测到的与输入信息对应的数据和收到的神经网络的参数，进行推理，得到速率自适应或者速率自适应联合信道接入的决策结果。

步骤S8的实现方式可参考前述实施例一中步骤S103的描述，这里不赘述。

本申请实施例的STA请求AP开启AI辅助的相关功能，AP同意STA的请求后，向STA发送用于实现或支持STA所请求的功能的神经网络的相关信息(输入、输出、结构、参数等)，以使STA能够利用AP训练完成的神经网络，进行AI辅助的相关功能，从而获得性能的提升。

上述内容详细阐述了本申请提供的方法，为了便于实施本申请实施例的上述方案，本申请实施例还提供了相应的装置或设备。

本申请根据上述方法实施例对通信装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。下面将结合图17至图19详细描述本申请实施例的通信装置。

参见图17，图17是本申请实施例提供的通信装置的一结构示意图，如图17所示，该通信装置包括收发单元10和处理单元20。

在本申请的一些实施例中，该通信装置可以是上文示出的第一通信装置。即图17所示的通信装置可以用于执行上文方法实施例中由第一通信装置执行的步骤或功能等。示例性的，该第一通信装置可以是站点设备或芯片等，本申请实施例对此不作限定。

一种设计中，收发单元10，用于发送功能请求信息，和接收功能响应信息。

示例性的，处理单元20，用于生成功能请求信息，以及通过或控制收发单元10发送该功能请求信息。

在一种可能的实现方式中，当功能响应信息用于指示同意功能请求信息的请求时，收发单元10，还用于接收第一帧、第二帧、或神经网络的参数中的至少一项。

示例性的，处理单元20，还用于根据第一帧、第二帧、或神经网络的参数中的至少一项进行AI辅助的速率自适应或者AI辅助的速率自适应联合信道接入等。

可理解，关于功能请求信息、功能响应信息、第一帧、第二帧、以及神经网络的参数等的具体说明可以参考上文所示的方法实施例，这里不再一一详述。

可理解，本申请实施例示出的收发单元和处理单元的具体说明仅为示例，对于收发单元和处理单元的具体功能或执行的步骤等，可以参考上述方法实施例(如图7和图16)，这里不再详述。

另一种设计中，收发单元10，用于接收第一帧；处理单元20，用于根据该第一帧中第一指示信息的指示，确定神经网络的输入信息和神经网络的输入层结构中的至少一项。

在一种可能的实现方式中，收发单元10，还用于接收第二帧或神经网络的参数中的至少一项。

可理解，关于第一帧、第二帧、以及神经网络的参数等的具体说明可以参考上文所示的方法实施例，这里不再一一详述。

可理解，本申请实施例示出的收发单元和处理单元的具体说明仅为示例，对于收发单元和处理单元的具体功能或执行的步骤等，可以参考上述方法实施例(如图10)，这里不再详述。

又一种设计中，收发单元10，用于接收第二帧；处理单元20，用于根据该第二帧中第三指示信息的指示，确定神经网络的输出层结构和神经网络的决策结果的选取方式中的至少一项。

在一种可能的实现方式中，收发单元10，还用于接收神经网络的参数。

可理解，关于第二帧和神经网络的参数等的具体说明可以参考上文所示的方法实施例，这里不再一一详述。

可理解，本申请实施例示出的收发单元和处理单元的具体说明仅为示例，对于收发单元和处理单元的具体功能或执行的步骤等，可以参考上述方法实施例(如图13)，这里不再详述。

再又一种设计中，处理单元20，用于获取神经网络的输入信息；处理单元20，还用于获取该神经网络的结构，通过或者控制收发单元10接收神经网络的参数，并基于该神经网络的结构和参数，确定该神经网络；处理单元20，还用于获取监测到的T个数据集，并将该T个数据集输入该神经网络中进行处理，获得速率自适应的决策结果或速率自适应联合信道接入的决策结果。

可理解，关于神经网络的输入信息、结构以及参数等的具体说明可以参考上文所示的方法实施例，这里不再一一详述。

可理解，本申请实施例示出的收发单元和处理单元的具体说明仅为示例，对于收发单元和处理单元的具体功能或执行的步骤等，可以参考上述方法实施例(如图5)，这里不再详述。

复用图17，在本申请的另一些实施例中，该通信装置可以是上文示出的第二通信装置。即图17所示的通信装置可以用于执行上文方法实施例中由第二通信装置执行的步骤或功能等。示例性的，该第二通信装置可以是接入点设备或芯片等，本申请实施例对此不作限定。

一种设计中，收发单元10，用于接收功能请求信息，和发送功能响应信息。

示例性的，处理单元20，用于获取功能响应信息，以及通过或者控制收发单元10发送该功能响应信息。

在一种可能的实现方式中，收发单元10，还用于发送第一帧、第二帧、或神经网络的参数中的至少一项。

示例性的，处理单元20，还用于获取第一帧、第二帧、或神经网络的参数中的至少一项，并通过或者控制收发单元10发送。

另一种设计中，处理单元20，用于生成第一帧，并通过或者控制收发单元10发送该第一帧。

在一种可能的实现方式中，收发单元10，还用于发送第二帧或神经网络的参数中的至少一项。

示例性的，处理单元20，还用于获取第二帧或神经网络的参数中的至少一项，并通过或者控制收发单元10发送。

又一种设计中，处理单元20，用于生成第二帧，并通过或者控制收发单元10发送该第二帧。

在一种可能的实现方式中，收发单元10，还用于发送神经网络的参数。

示例性的，处理单元20，还用于获取神经网络的参数，并通过或者控制收发单元10发送。

以上介绍了本申请实施例的第一通信装置和第二通信装置，以下介绍第一通信装置和第二通信装置可能的产品形态。应理解，但凡具备上述图17所述的第一通信装置的功能的任何形态的产品，或者，但凡具备上述图17所述的第二通信装置的功能的任何形态的产品，都落入本申请实施例的保护范围。还应理解，以下介绍仅为举例，不限制本申请实施例的第一通信装置和第二通信装置的产品形态仅限于此。

图17所示的通信装置中，处理单元20可以是一个或多个处理器，收发单元10可以是收发器，或者收发单元10还可以是发送单元和接收单元，发送单元可以是发送器，接收单元可以是接收器，该发送单元和接收单元集成于一个器件，例如收发器。本申请实施例中，处理器和收发器可以被耦合等，对于处理器和收发器的连接方式，本申请实施例不作限定。

参见图18，图18是本申请实施例提供的通信装置1000的结构示意图。该通信装置1000可以为第一通信装置或第二通信装置，或其中的芯片。图18仅示出了通信装置1000的主要部件。除处理器1001和收发器1002之外，所述通信装置还可以进一步包括存储器1003、以及输入输出装置(图未示意)。

处理器1001主要用于对通信协议以及通信数据进行处理，以及对整个通信装置进行控制，执行软件程序，处理软件程序的数据。存储器1003主要用于存储软件程序和数据。收发器1002可以包括控制电路和天线，控制电路主要用于基带信号与射频信号的转换以及对射频信号的处理。天线主要用于收发电磁波形式的射频信号。输入输出装置，例如触摸屏、显示屏，键盘等主要用于接收用户输入的数据以及对用户输出数据。

当通信装置开机后，处理器1001可以读取存储器1003中的软件程序，解释并执行软件程序的指令，处理软件程序的数据。当需要通过无线发送数据时，处理器1001对待发送的数据进行基带处理后，输出基带信号至射频电路，射频电路将基带信号进行射频处理后将射频信号通过天线以电磁波的形式向外发送。当有数据发送到通信装置时，射频电路通过天线接收到射频信号，将射频信号转换为基带信号，并将基带信号输出至处理器1001，处理器1001将基带信号转换为数据并对该数据进行处理。

在另一种实现中，所述的射频电路和天线可以独立于进行基带处理的处理器而设置，例如在分布式场景中，射频电路和天线可以与独立于通信装置，呈拉远式的布置。

其中，处理器1001、收发器1002、以及存储器1003可以通过通信总线连接。

一种设计中，通信装置1000可以用于执行前述实施例一中第一通信装置的功能：处理器1001可以用于执行图5中的步骤S101、步骤S102以及步骤S103，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于收发图5中所需的信息或数据等，和/或用于本文所描述的技术的其它过程。

一种设计中，通信装置1000可以用于执行前述实施例二中第一通信装置的功能：处理器1001可以用于生成图7中步骤S201发送的功能请求信息，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于执行图7中的步骤S201，和/或用于本文所描述的技术的其它过程。

另一种设计中，通信装置1000可以用于执行前述实施例二中第二通信装置的功能：处理器1001可以用于生成图7中步骤S202发送的功能响应信息，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于执行图7中的步骤S202和步骤S203，和/或用于本文所描述的技术的其它过程。

一种设计中，通信装置1000可以用于执行前述实施例三中第一通信装置的功能：处理器1001可以用于执行图10中步骤S303，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于接收图10中的第一帧，和/或用于本文所描述的技术的其它过程。

另一种设计中，通信装置1000可以用于执行前述实施例三中第二通信装置的功能：处理器1001可以用于执行图10中步骤S301，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于执行图10中的步骤S302，和/或用于本文所描述的技术的其它过程。

一种设计中，通信装置1000可以用于执行前述实施例四中第一通信装置的功能：处理器1001可以用于执行图13中步骤S403，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于接收图13中的第二帧，和/或用于本文所描述的技术的其它过程。

另一种设计中，通信装置1000可以用于执行前述实施例四中第二通信装置的功能：处理器1001可以用于执行图13中步骤S401，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于执行图13中的步骤S402，和/或用于本文所描述的技术的其它过程。

一种设计中，通信装置1000可以用于执行前述实施例五中STA的功能：处理器1001可以用于执行图16中步骤S8，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于执行图16中的步骤S1、S4、S6，和/或用于本文所描述的技术的其它过程。

另一种设计中，通信装置1000可以用于执行前述实施例五中AP的功能：处理器1001可以用于生成图16中步骤S2发送的功能响应帧、步骤S3发送的输入信息指示帧、步骤S5发送的输出信息指示帧、以及获取步骤S7发送的神经网络的参数，和/或用于执行本文所描述的技术的其它过程；收发器1002可以用于执行图16中的步骤S2、S3、S5以及S7，和/或用于本文所描述的技术的其它过程。

在上述任一种设计中，处理器1001中可以包括用于实现接收和发送功能的收发器。例如该收发器可以是收发电路，或者是接口，或者是接口电路。用于实现接收和发送功能的收发电路、接口或接口电路可以是分开的，也可以集成在一起。上述收发电路、接口或接口电路可以用于代码/数据的读写，或者，上述收发电路、接口或接口电路可以用于信号的传输或传递。

在上述任一种设计中，处理器1001可以存有指令，该指令可为计算机程序，计算机程序在处理器1001上运行，可使得通信装置1000执行上述方法实施例中描述的方法。计算机程序可能固化在处理器1001中，该种情况下，处理器1001可能由硬件实现。

在一种实现方式中，通信装置1000可以包括电路，所述电路可以实现前述方法实施例中发送或接收或者通信的功能。本申请中描述的处理器和收发器可实现在集成电路(integrated circuit，IC)、模拟IC、无线射频集成电路(radio frequency integratedcircuit，RFIC)、混合信号IC、专用集成电路(application specific integratedcircuit，ASIC)、印刷电路板(printed circuit board，PCB)、电子设备等上。该处理器和收发器也可以用各种IC工艺技术来制造，例如互补金属氧化物半导体(complementary metaloxide semiconductor，CMOS)、N型金属氧化物半导体(nMetal-oxide-semiconductor，NMOS)、P型金属氧化物半导体(positive channel metal oxide semiconductor，PMOS)、双极结型晶体管(bipolar junction transistor，BJT)、双极CMOS(BiCMOS)、硅锗(SiGe)、砷化镓(GaAs)等。

本申请中描述的通信装置的范围并不限于此，而且通信装置的结构可以不受图18的限制。通信装置可以是独立的设备或者可以是较大设备的一部分。例如所述通信装置可以是：

(1)独立的集成电路IC，或芯片，或，芯片***或子***；

(2)具有一个或多个IC的集合，可选的，该IC集合也可以包括用于存储数据，计算机程序的存储部件；

(3)ASIC，例如调制解调器(Modem)；

(4)可嵌入在其他设备内的模块；

(5)接收机、终端、智能终端、蜂窝电话、无线设备、手持机、移动单元、车载设备、网络设备、云设备、人工智能设备等等；

(6)其他等等。

在另一种可能的实现方式中，图17所示的通信装置中，处理单元20可以是一个或多个逻辑电路，收发单元10可以是输入输出接口，又或者称为通信接口，或者接口电路，或接口等等。或者收发单元10还可以是发送单元和接收单元，发送单元可以是输出接口，接收单元可以是输入接口，该发送单元和接收单元集成于一个单元，例如输入输出接口。参见图19，图19是本申请实施例提供的通信装置的另一结构示意图。如图19所示，图19所示的通信装置包括逻辑电路901和接口902。即上述处理单元20可以用逻辑电路901实现，收发单元10可以用接口902实现。其中，该逻辑电路901可以为芯片、处理电路、集成电路或片上***(system on chip，SoC)芯片等，接口902可以为通信接口、输入输出接口、管脚等。示例性的，图19是以上述通信装置为芯片为例示出的，该芯片包括逻辑电路901和接口902。

本申请实施例中，逻辑电路和接口还可以相互耦合。对于逻辑电路和接口的具体连接方式，本申请实施例不作限定。

示例性的，当通信装置用于执行前述实施例一中第一通信装置执行的方法或功能或步骤时，逻辑电路901，用于获取神经网络的输入信息和该神经网络的结构，接口902，用于输入该神经网络的参数，逻辑电路901，还用于基于该神经网络的结构和参数，确定神经网络，逻辑电路901，还用于获取监测到的T个数据集，并将该T个数据集输入该神经网络中进行处理，获得速率自适应的决策结果或速率自适应联合信道接入的决策结果。

示例性的，当通信装置用于执行前述实施例二中第一通信装置执行的方法或功能或步骤时，逻辑电路901，用于获取功能请求信息；接口902，用于输出该功能请求信息，和输入功能响应信息。

示例性的，当通信装置用于执行前述实施例二中第二通信装置执行的方法或功能或步骤时，接口902，用于输入功能请求信息；逻辑电路901，用于获取功能响应信息；接口902，用于输出该功能响应信息。

示例性的，当通信装置用于执行前述实施例三中第一通信装置执行的方法或功能或步骤时，接口902，用于输入第一帧，逻辑电路901，用于根据该第一帧中第一指示信息的指示，确定神经网络的输入信息和神经网络的输入层结构中的至少一项。

示例性的，当通信装置用于执行前述实施例三中第二通信装置执行的方法或功能或步骤时，逻辑电路901，用于生成第一帧，接口902，用于输出该第一帧。

示例性的，当通信装置用于执行前述实施例四中第一通信装置执行的方法或功能或步骤时，接口902，用于输入第二帧，逻辑电路901，用于根据该第二帧中第三指示信息的指示，确定神经网络的输出层结构和神经网络的决策结果的选取方式中的至少一项。

示例性的，当通信装置用于执行前述实施例四中第二通信装置执行的方法或功能或步骤时，逻辑电路901，用于生成第二帧，接口902，用于输出该第二帧。

示例性的，当通信装置用于执行前述实施例五中STA执行的方法或功能或步骤时，逻辑电路901，用于生成功能请求帧，接口902，用于输出该功能请求帧，接口902，还用于输入输出信息指示帧、输入信息指示帧、以及神经网络的参数，逻辑电路901，用于根据自身观测到的与输入信息对应的数据和收到的神经网络的参数，进行推理，得到速率自适应或者速率自适应联合信道接入的决策结果。

示例性的，当通信装置用于执行前述实施例五中AP执行的方法或功能或步骤时，逻辑电路901，用于生成功能响应帧，接口902，用于输出该功能响应帧，接口902，还用于输出输入信息指示帧、输出信息指示帧、以及神经网络的参数。

可理解，本申请实施例示出的通信装置可以采用硬件的形式实现本申请实施例提供的方法，也可以采用软件的形式实现本申请实施例提供的方法等，本申请实施例对此不作限定。

可理解，关于功能请求信息或功能请求帧、功能响应信息或功能响应帧、第一帧、第二帧、以及神经网络的参数等的具体说明可以参考上文所示的方法实施例，这里不再一一详述。

对于图19所示的各个实施例的具体实现方式，还可以参考上述各个实施例，这里不再详述。

本申请实施例还提供了一种无线通信***，该无线通信***包括第一通信装置和第二通信装置，该第一通信装置和该第二通信装置可以用于执行前述任一实施例中的方法。

此外，本申请还提供一种计算机程序，该计算机程序用于实现本申请提供的方法中由第一通信装置执行的操作和/或处理。

本申请还提供一种计算机程序，该计算机程序用于实现本申请提供的方法中由第二通信装置执行的操作和/或处理。

本申请还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机代码，当计算机代码在计算机上运行时，使得计算机执行本申请提供的方法中由第一通信装置执行的操作和/或处理。

本申请还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机代码，当计算机代码在计算机上运行时，使得计算机执行本申请提供的方法中由第二通信装置执行的操作和/或处理。

本申请还提供一种计算机程序产品，该计算机程序产品包括计算机代码或计算机程序，当该计算机代码或计算机程序在计算机上运行时，使得本申请提供的方法中由第一通信装置执行的操作和/或处理被执行。

本申请还提供一种计算机程序产品，该计算机程序产品包括计算机代码或计算机程序，当该计算机代码或计算机程序在计算机上运行时，使得本申请提供的方法中由第二通信装置执行的操作和/或处理被执行。

在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例提供的方案的技术效果。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种信息交互方法，其特征在于，包括：

第一通信装置发送功能请求信息，所述功能请求信息用于请求开启人工智能AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；

所述第一通信装置接收功能响应信息，所述功能响应信息用于响应所述功能请求信息的请求。

2.一种信息交互方法，其特征在于，包括：

第二通信装置接收功能请求信息，所述功能请求信息用于请求开启人工智能AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；

所述第二通信装置发送功能响应信息，所述功能响应信息用于响应所述功能请求信息的请求。

3.根据权利要求1所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述第一通信装置接收功能响应信息之后，所述方法还包括：

所述第一通信装置接收第一帧，所述第一帧中包括第一指示信息，所述第一指示信息用于指示神经网络的输入信息，所述神经网络对应所述功能请求信息所请求开启的功能。

4.根据权利要求2所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述第二通信装置发送功能响应信息之后，所述方法还包括：

所述第二通信装置发送第一帧，所述第一帧中包括第一指示信息，所述第一指示信息用于指示神经网络的输入信息，所述神经网络对应所述功能请求信息所请求开启的功能。

5.根据权利要求3或4所述的方法，其特征在于，所述神经网络的输入信息包括以下一种或多种：载波侦听结果，接收功率，数据包所采用的调制与编码策略MCS，多输入多输出MIMO数据流数，信道带宽，排队时延，接入时延，信道接入行为，数据包的传输结果，或信道信息；

其中，所述信道接入行为包括接入或未接入。

6.根据权利要求5所述的方法，其特征在于，所述神经网络的输入信息还包括以下一种或多种：丢包率，吞吐量，或当前时刻距离所述第一通信装置上次成功传输的时间。

7.根据权利要求3-6中任一项所述的方法，其特征在于，所述第一帧中还包括第二指示信息，所述第二指示信息用于指示神经网络的输入信息的个数。

8.根据权利要求3-7中任一项所述的方法，其特征在于，所述第一帧中还包括用于指示所述输入信息的维度的信息。

9.根据权利要求1或3所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述第一通信装置接收第二帧，所述第二帧中包括第三指示信息，所述第三指示信息用于指示神经网络的输出层结构和所述神经网络的决策结果的选取方式中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

10.根据权利要求2或4所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述第二通信装置发送第二帧，所述第二帧中包括第三指示信息，所述第三指示信息用于指示神经网络的输出层结构和所述神经网络的决策结果的选取方式中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

11.根据权利要求9或10所述的方法，其特征在于，所述神经网络的输出层结构包括以下一项或多项：神经元数量，或神经元使用的激活函数。

12.根据权利要求1、3、9中任一项所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述第一通信装置接收神经网络的参数，所述神经网络的参数包括神经元的偏置和权重中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

13.根据权利要求2、4、10中任一项所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述第二通信装置发送神经网络的参数，所述神经网络的参数包括神经元的偏置和权重中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

14.根据权利要求1-11中任一项所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述功能响应信息还包括神经网络的参数，所述神经网络的参数包括神经元的偏置和权重中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

15.根据权利要求1-14中任一项所述的方法，其特征在于，所述功能请求信息携带于信息元素中，或者所述功能请求信息携带于高吞吐率HT控制字段的聚合控制子字段中。

16.根据权利要求1-15中任一项所述的方法，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述功能响应信息还包括第四指示信息，所述第四指示信息用于指示神经网络的隐藏层结构，所述神经网络对应所述功能请求信息所请求开启的功能。

17.一种第一通信装置，其特征在于，所述装置包括处理单元和收发单元，所述处理单元，用于控制所述收发单元执行以下步骤：

发送功能请求信息，所述功能请求信息用于请求开启人工智能AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；

接收功能响应信息，所述功能响应信息用于响应所述功能请求信息的请求。

18.根据权利要求17所述的装置，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述收发单元还用于执行：

接收第一帧，所述第一帧中包括第一指示信息，所述第一指示信息用于指示神经网络的输入信息，所述神经网络对应所述功能请求信息所请求开启的功能。

19.根据权利要求17或18所述的装置，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述收发单元还用于执行：

接收第二帧，所述第二帧中包括第三指示信息，所述第三指示信息用于指示神经网络的输出层结构和所述神经网络的决策结果的选取方式中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

20.根据权利要求17-19中任一项所述的装置，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述收发单元还用于执行：

接收神经网络的参数，所述神经网络的参数包括神经元的偏置和权重中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

21.一种第二通信装置，其特征在于，所述装置包括处理单元和收发单元，所述处理单元，用于控制所述收发单元执行以下步骤：

接收功能请求信息，所述功能请求信息用于请求开启人工智能AI辅助的速率自适应功能或者AI辅助的速率自适应联合信道接入功能；

发送功能响应信息，所述功能响应信息用于响应所述功能请求信息的请求。

22.根据权利要求21所述的装置，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述收发单元还用于执行：

发送第一帧，所述第一帧中包括第一指示信息，所述第一指示信息用于指示神经网络的输入信息，所述神经网络对应所述功能请求信息所请求开启的功能。

23.根据权利要求21或22所述的装置，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述收发单元还用于执行：

发送第二帧，所述第二帧中包括第三指示信息，所述第三指示信息用于指示神经网络的输出层结构和所述神经网络的决策结果的选取方式中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

24.根据权利要求21-23中任一项所述的装置，其特征在于，所述功能响应信息用于指示同意所述功能请求信息的请求；

所述收发单元还用于执行：

发送神经网络的参数，所述神经网络的参数包括神经元的偏置和权重中的至少一项，所述神经网络对应所述功能请求信息所请求开启的功能。

25.一种通信装置，其特征在于，包括处理器和存储器；

所述存储器用于存储指令；

所述处理器用于执行所述指令，以使权利要求1至16任一项所述的方法被执行。

26.一种通信装置，其特征在于，包括逻辑电路和接口，所述逻辑电路和接口耦合；

所述接口用于输入和/或输出代码指令，所述逻辑电路用于执行所述代码指令，以使权利要求1至16任一项所述的方法被执行。

27.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，当所述计算机程序被执行时，权利要求1至16任一项所述的方法被执行。