支持通信系统中切换管理的机器学习或人工智能技术的方法和装置与流程-j9九游会真人

1.本公开一般地涉及无线通信网络中的终端的切换，并且更具体地涉及实现这种切换的ai/ml方法。


背景技术：

2.为了满足自部署第四代(4g)或长期演进(lte)通信系统以来已经增加的对无线数据业务的需求，以及为了实现各种垂直应用，已经努力开发和部署改进的第五代(5g)和/或新无线电(nr)或准5g/nr通信系统。因此，5g/nr或准5g/nr通信系统也被称为“超4g网络”或“后lte系统”。5g/nr通信系统被认为是在较高频率(毫米波)频带(例如，28千兆赫(ghz)或60ghz频带)中实现的，以便实现较高的数据速率或者在较低的频带(例如，6ghz)中实现，从而实现稳健的覆盖和移动性支持。为了降低无线电波的传播损耗、增加传输距离，在5g/nr通信系统中，讨论了波束成形、大规模多输入多输出(mimo)、全维mimo(fd-mimo)、阵列天线、模拟波束成形、大规模天线技术。
3.此外，在5g/nr通信系统中，正在基于先进的小小区、云无线接入网络(ran)、超密集网络、设备到设备(d2d)通信、无线回程、移动网络、协作通信、协调多点(comp)、接收端干扰消除等来进行系统网络改进的开发。
4.5g系统和与其相关联的技术的讨论是为了参考，因为本公开的某些实施例可以在5g系统、第6代(6g)系统中实现，或者甚至在以后可以使用太赫兹(thz)频带的版本中实现。然而，本公开不限于任何特定类型的系统或与其相关联的频带，且本公开的实施例可结合任何频带来使用。例如，本公开的各方面也可应用于5g通信系统、6g通信系统或使用thz频带的通信的部署。
5.考虑到从一代到另一代的无线通信的发展，已经开发了主要用于以人类为目标的服务的技术，例如语音呼叫、多媒体服务和数据服务。在5g(第五代)通信系统的商业化之后，预期所连接设备的数量将按指数规律增长。这些将越来越多地连接到通信网络。所连接的事物的示例可以包括车辆、机器人、仪表板、家用电器、显示器，以及连接到各种基础设施、建筑机械和工厂设备的智能传感器。预计移动设备以各种形式要素发展，例如增强现实眼镜、虚拟现实头戴式耳机和全息设备。为了通过在6g(第6代)时代连接数百亿个设备和事物来提供各种服务，一直在努力开发改进的6g通信系统。由于这些原因，6g通信系统被称为超5g系统。
6.预计在2030年左右商业化的6g通信系统将具有tal(1,000giga)级bps的峰值数据速率和小于100μsec的无线电延迟，因而将是5g通信系统的50倍快并且具有其1/10无线电延迟。
7.为了实现这种高数据速率和超低延迟，已经考虑在太赫兹频带(例如，95ghz到3thz频带)中实现6g通信系统。预计，由于在太赫兹频带中比在5g中引入的毫米波频带中更严重的路径损耗和大气吸收，能够确保信号传输距离(即，覆盖)的技术将变得更加关键。作
为用于保护覆盖的主要技术，有必要开发射频(rf)元件、天线、具有比正交频分复用(ofdm)、波束成形和大量多输入多输出(mimo)、全维mimo(fd-mimo)、阵列天线，以及诸如大规模天线的多天线传输技术更好的覆盖的新波形。此外，对用于改善太赫兹波段信号覆盖的新技术，如基于超材料的透镜和天线、轨道角动量(oam)和可重构智能表面(ris)进行了讨论。
8.此外，为了提高频谱效率和整体网络性能，已经为6g通信系统开发了以下技术：全双工技术，用于使上行链路传输和下行链路传输同时使用相同频率资源；综合利用卫星，高空平台站(haps)等的网络技术；改进的网络结构，支持移动基站等，实现网络运行优化和自动化等；基于频谱使用预测的通过避免碰撞的动态频谱共享技术；在无线通信中使用人工智能(ai)，通过从开发6g和内化端到端ai支持功能的设计阶段利用ai来改善整个网络操作；以及下一代分布式计算技术，用于通过网络上可达的超高性能通信和计算资源(如移动边缘计算mec、云等)来克服ue计算能力的限制。此外，通过设计在6g通信系统中使用的新协议，开发用于实现基于硬件的安全环境和数据的安全使用的机制，以及开发用于维护隐私的技术，试图加强设备之间的连接、优化网络、促进网络实体的软化化，以及增加无线通信的开放性。
9.预期在超连通性中对6g通信系统的研究和开发将允许下一个超连通性体验，6g通信系统包括人对机器(p2m)以及机器对机器(m2m)。特别地，期望可以通过6g通信系统提供诸如真正沉浸式扩展现实(xr)、高保真度移动全息图和数字复制品之类的服务。此外，将通过6g通信系统提供诸如用于安全和可靠性增强的远程手术、工业自动化和紧急响应之类的服务，使得该技术可应用于诸如工业、医疗护理、汽车和家用电器之类的各种领域。


技术实现要素：

10.技术方案
11.框架提供对ai/ml技术的支持，以实现无线通信系统中的切换管理的优化。
12.在一个实施例中，用户设备(ue)包括收发器，被配置为接收机器学习切换事件的配置信息。ue还包括执行人工智能/机器学习代理的处理器，所述人工智能/机器学习代理被配置为基于以下一个或多个来确定是否根据所接收的用于机器学习切换事件的配置信息来发起切换：用于一个或多个服务基站的信号质量，用于一个或多个相邻基站的信号质量，ue的速度，ue的位置以及ue的轨迹。
13.在另一实施例中，基站(bs)包括收发器，被配置为发送用于机器学习切换事件的配置信息。bs还包括执行人工智能/机器学习代理的处理器，所述人工智能/机器学习代理被配置为基于以下一个或多个来确定是否根据所接收的用于机器学习切换事件的配置信息来发起切换：用于一个或多个服务基站的信号质量，用于一个或多个相邻基站的信号质量，ue的速度，ue的位置以及ue的轨迹。
14.在任一前述实施例中，用于机器学习切换事件的配置信息可以包括以下项中的至少一个：指定人工智能/机器学习代理确定是否发起切换的触发时间的推断间隔，或指定ue报告用于机器学习切换的机器学习参数的周期性的报告间隔。
15.在任一前述实施例中，用于机器学习切换事件的配置信息可以包括机器学习推断信息，该机器学习推断信息指定人工智能/机器学习代理用来确定是否发起切换的因素。
16.在任一前述实施例中，是否发起切换的确定可以基于由事件阈值、触发条件和取消条件定义的新事件a7。
17.在前述实施例的任一个中，可以将包括支持机器学习切换的ue能力信息发送到bs。
18.在任一前述实施例中，用于机器学习切换事件的配置信息可包括以下项中的一个或多个：启用或禁用机器学习切换，用于机器学习切换的机器学习模型，用于机器学习切换的更新的机器学习参数，或者从ue接收的参数是否将被用于机器学习切换。
19.在任一前述实施例中，配置信息可以经由ue专用远程资源控制(rrc)信令来发送，其中，用于机器学习切换的机器学习模型的模型参数可以经由物理上行链路控制信道(pucch)、物理上行链路共享信道(pusch)、上行链路控制信息(uci)或媒体接入控制控制元件(mac-ce)中的一个来发送。
20.在任一前述实施例中，配置信息可以指示在测量报告中要报告的机器学习切换事件的参数。
21.在任一前述实施例中，是否发起切换的确定可以由服务基站或网络实体之一执行，并且发起切换的控制信令可以由以下项中的一个来发送：物理下行链路控制信道(pdcch)或物理下行链路共享信道(pdsch)之一中的下行链路控制信息(dci)，组公共dci，基于由远程资源控制(rrc)信令配置的组特定无线电网络临时标识符(rnti)，或切换命令消息。
22.在任一前述实施例中，可以基于包括ue位置和ue轨迹之一的辅助信息来确定是否发起切换，其中，辅助信息可以经由物理上行链路控制信道(pucch)、物理上行链路共享信道(pusch)、上行链路控制信息(uci)或媒体接入控制控制元件(mac-ce)中的一个来发送，并且辅助信息可以周期性、半持久性或非周期性地发送。
23.根据以下附图、说明和权利要求，其他技术特征对于本领域技术人员来说是显而易见的。
24.在以下描述实施例之前，阐述贯穿本专利文件使用的某些词和短语的定义可能是有利的。术语“耦合”及其派生词是指两个或多个元件之间的任何直接或间接通信，无论这些元件彼此物理接触。术语“发送”、“接收”和“通信”以及其派生词包括直接和间接通信。术语“包括
””
和“包含”以及其派生词意指非限制性地包含。术语“或”是包括性的，意味着和/或。短语“与
…
相关联”以及其派生词意味着包括、被包括在
…
内、与
…
互连、包含、被包含在
…
内、连接到或与
…
连接、耦合到或与
…
耦合、可与
…
通信、与
…
协作、交织、并列、接近、绑定到或与
…
绑定、具有、具有
…
的特性、具有
…
与
…
的关系，等等。术语“控制器”是指控制至少一个操作的任何设备、系统或其部分。这种控制器可以用硬件或硬件和软件和/或固件的组合来实现。与任何特定控制器相关联的功能可以是集中式的或分布式的，无论是本地的还是远程的。短语“至少一个”，当与项目列表一起使用时，意味着可以使用所列项目中的一个或多个的不同组合，并且可以仅需要列表中的一个项目。例如，“a、b和c中的至少一个”包括以下组合中的任一个：a，b，c，a和b，a和c，b和c，以及a和b和c三者。同样，术语“组”意指一个或多个。因此，一组项目可以是单个项目或两个或多个项目的集合。
25.此外，下面描述的各种功能可以由一个或多个计算机程序来实现或支持，每个计算机程序由计算机可读程序代码形成，并包含在计算机可读介质中。术语“应用程序”和“程
序”是指一个或多个计算机程序、软件组件、指令集、过程、函数、对象、类、实例、相关数据，或其适于在适当的计算机可读程序代码中实现的部分。短语“计算机可读程序代码”包括任何类型的计算机代码，包括源代码、目标代码和可执行代码。短语“计算机可读介质”包括能够由计算机访问的任何类型的介质，诸如只读存储器(rom)、随机存取存储器(ram)、硬盘驱动器、光盘(cd)、数字视频光盘(dvd)或任何其它类型的存储器。“非暂时性”计算机可读介质排除了有线、无线、光或传输暂时性电或其它信号的其它通信链路。非暂时性计算机可读介质包括可以永久存储数据的介质，以及可以存储数据并随后重写数据的介质，例如可重写光盘或可擦除存储设备。
26.在整个本专利文件中提供了对其它某些单词和短语的定义。所属领域的技术人员应了解，在许多(如果不是大多数)实例中，此类定义适用于此类经定义的词和短语的先前以及未来使用。
附图说明
27.为了更完整地理解本公开及其优点，现在结合附图参考以下描述，其中：
28.图1示出了根据本公开的实施例的利用ai/ml算法来优化切换管理过程的示例性网络化系统；
29.图2示出了根据本公开的实施例的用于在利用ai/ml算法的联网计算系统中进行通信以优化切换管理过程的示例性基站(bs)；
30.图3示出了根据本公开的实施例的用于在利用ai/ml算法的联网计算系统中进行通信以优化切换管理过程的示例性电子设备；
31.图4示出了根据本公开的各种实施例的支持用于切换管理的ml/ai技术的bs操作的示例的高阶流程图；
32.图5示出了根据本公开的各种实施例的在支持ue执行推断操作的请阔下用于最佳切换管理的ml/ai技术的ue操作的示例的高阶流程图；
33.图6示出了根据本公开的各种实施例的具有测量报告内容的新设计的用于支持ml/ai技术切换的bs操作的示例的高阶流程图；
34.图7示出了根据本公开的各种实施例的支持具有测量报告内容的新设计的用于切换的ml/ai技术的ue操作的示例的高阶流程图；
35.图8示出了根据本公开的各种实施例的在ue处不执行推断的情况下用于bs操作以支持用于切换的ai/ml技术的示例的高阶流程图；以及
36.图9示出了根据本公开的各种实施例的在ue处不执行推断的情况下支持用于切换的ai/ml技术的ue操作的示例的高级流程图。
具体实施方式
37.本公开所包括的附图和用于描述本公开的原理的各种实施例仅是示例性的，而不应以任何方式解释为限制本公开的范围。此外，本领域技术人员将理解，本公开的原理可以在任何适当布置的无线通信系统中实现。
38.参考文献：
39.[1]3gpp ts 38.331rel-16v16.3.1，“nr；radio resource control(rrc)
protocol specification(无线资源控制(rrc)协议规范)”，2021年1月。
[0040]
上述参考文献通过引用结合到本文中。
[0041]
缩写：
[0042]
ml 机器学习
[0043]
ai 人工智能
[0044]
gnb 基站
[0045]
ue用户设备
[0046]
nr新型无线电
[0047]
scell次小区
[0048]
spcell特殊小区
[0049]
pcell主小区
[0050]
rat无线电接入技术
[0051]
3gpp第三代j9九游会真人的合作伙伴计划
[0052]
rrc 无线电资源控制
[0053]
dl 下行链路
[0054]
ul 上行链路
[0055]
lte 长期演变
[0056]
rsrp参考信号接收功率
[0057]
rsrq参考信号接收质量
[0058]
sinr信噪比
[0059]
在当前3gpp规范中，由基站基于来自ue的测量报告做出连接模式切换决定，即确定ue是否将发起或执行切换。在小区/波束级的多个测量项目(rsrp、rsrq、sinr)和测量服务小区和相邻小区的信号质量的多种方式(周期性的、事件触发的)。
[0060]
理想地，网络允许ue报告当前小区(服务小区)和目标小区的信号质量(通常是rsrp)，并设置用于切换的任意规则。但是，这可能太复杂并且增加太多的开销，因为网络可能需要多个连续的测量结果，而不是仅使用单个或几个测量的信号质量值。
[0061]
为了克服这个挑战，3gpp规范已经提出了一组要由ue执行的预定测量报告机制。这些预定义的测量报告类型被称为“事件”。ue必须报告的“事件”的类型由基站发送的rrc信令消息指定。以下是由3gpp规范定义的事件。1.[0062]
事件a1(服务变得好于阈值)
[0063]
事件a2(服务变得比阈值差)
[0064]
事件a3(邻居变得比spcell偏移地更好)
[0065]
事件a4(邻居变得好于阈值)
[0066]
事件a5(spcell变得比阈值1差，并且邻居变得比阈值2好)
[0067]
事件a6(邻居比变得比scell偏移地更好)
[0068]
事件b1(rat间邻居变得好于阈值)
[0069]
事件b2(pcell变得比阈值1差，rat间邻居变得比阈值2好)
[0070]
测量报告是通过测量值与某个目标值是否交叉(变高或变低)来触发的。目标值可以通过两种方法中的一种来设置。一种是使用作为绝对值的阈值，而另一种是使用作为相
对值的偏移值，参考像服务小区值的某种东西。在本公开中，我们利用ai/ml算法来优化切换管理过程，包括：设计用于rrc连接模式中的测量报告的触发方法、测量报告的内容以及用于信令切换命令的方法。
[0071]
人工智能(ai)/机器学习(ml)算法在通信网络中的应用已经引起了广泛的关注。据报道，ai/ml算法将被用于在网络和ue侧中部署5g网络。通常，ai是帮助网络基于过去的训练数据做出更快和更明智的决策的工具。标准化支持的潜在好处是反馈/控制信令开销减少、更精确的反馈，以及允许需要基站和ue之间的协调的更好的ai算法。然后，这些潜在的好处将转化为例如在吞吐量和可靠性方面的更好的系统性能。
[0072]
本公开提出了一种在无线通信系统中支持ai/ml技术的框架，尤其是在基站和ue处支持ai/ml技术以实现切换管理的优化。在本公开中讨论了相应的信令细节。
[0073]
本公开涉及通信系统中的ml/ai技术的支持，用于优化与连接模式切换机制相关的过程的特定目的。公开了配置用于切换操作的ml/ai方法的技术、装置和方法，具体地，已经讨论了用于各种ml/ai算法和相应模型参数的详细配置方法、用于ml/ai操作的ue能力协商，以及用于在系统中的不同组件处支持训练和推理操作的信令方法。
[0074]
图1示出了根据本公开的各种实施例的利用ai/ml算法来优化切换管理过程的示例性网络化系统。图1所示的无线网络100的实施例仅用于说明。在不脱离本公开的范围的情况下，可以使用无线网络100的其它实施例。
[0075]
如图1所示，无线网络100包括基站(bs)101、bs102和bs103。bs 101与bs102和bs103通信。bs101还与至少一个因特网协议(ip)网络130通信，例如因特网、专有ip网络或另一数据网络。在本公开的实施例中，每个bs101、102和103可以是地面的，并且无线网络100可以是地面网络，或者至少bs102和/或bs103可以是非地面的(例如，机载的或星载的)，并且无线网络100可以是ntn。
[0076]
bs102为bs102的覆盖区域120内的第一多个用户设备(ue)提供对网络130的无线宽带接入。第一多个ue包括ue 111，可以位于小企业(sb)中；ue 112，可以位于企业(e)中；ue 113，可以位于wifi热点(hs)中；ue 114，可以位于第一住宅(r1)中；ue 115，可以位于第二住宅(r2)中；以及ue 116，可以是诸如蜂窝电话、无线膝上型计算机、无线pda等的移动设备(m)。在本公开的实施例中，ue 111、112、113、114、115和116中的一个或多个可以相对于bs102和/或bs103高速移动，例如在高速列车上。bs103为bs103的覆盖区域125内的第二多个ue提供对网络130的无线宽带接入。第二多个ue包括ue 115和ue 116。在一些实施例中，bs101-103中的一个或多个可以使用5g、lte、lte高级(lte-a)、wimax、wifi、nr或其它无线通信技术彼此通信并且与ue 111-116通信。
[0077]
根据网络类型，可以使用其它公知的术语来代替“基站”或“bs”，诸如节点b、演进节点b(“enodeb”或“enb”)、5g节点b(“gnodeb”或“gnb”)或“接入点”。为了方便起见，在本公开中使用术语“基站”和/或“bs”来指代向远程终端提供无线接入的网络基础设施组件。此外，根据网络类型，可以使用其它公知的术语来代替“用户设备”或“ue”，例如“移动站”(或“ms”)、“订户站”(或“ss”)、“远程终端”、“无线终端”或“用户设备”。为了方便起见，在本专利文件中使用术语“用户设备”和“ue”来指无线接入bs的远程无线设备，无论ue是移动设备(例如，移动电话或智能电话)还是通常被认为是固定设备(例如，台式计算机或自动售货机)。
[0078]
虚线示出了覆盖区域120和125的近似范围，其仅出于说明和解释的目的被示出为近似圆形。应当清楚地理解，与bs相关联的覆盖区域，例如覆盖区域120和125，可以具有其它形状，包括不规则形状，这取决于bs的配置以及与自然和人造障碍物相关联的无线电环境中的变化。
[0079]
尽管图1示出了无线网络100的一个示例，但是可以对图1进行各种改变。例如，无线网络100可以包括任何数量的bs和任何数量的ue。此外，bs101可以直接与任何数量的ue通信，并向那些ue提供对网络130的无线宽带接入。类似地，每个bs102-103可以直接与网络130通信，并向ue提供对网络130的直接无线宽带接入。此外，bs101、102和/或103可以提供对诸如外部电话网络或其它类型的数据网络的其它或附加外部网络的接入。
[0080]
图2示出了根据本公开的各种实施例的用于在利用ai/ml算法的联网计算系统中进行通信以优化切换管理过程的示例性基站(bs)。图2所示的bs200的实施例仅用于说明，图1的bs101、102和103可以具有相同或相似的配置。然而，bs具有多种配置，并且图2不将本公开的范围限制于bs的任何特定实现。
[0081]
如图2所示，bs200包括多个天线280a-280n、多个射频(rf)收发器282a-282n、发射(tx或tx)处理电路284和接收(rx或rx)处理电路286。bs200还包括控制器/处理器288、存储器290和回程或网络接口292。
[0082]
rf收发器282a-282n从天线280a-280n接收输入的rf信号，例如由网络100中的ue发送的信号。rf收发器282a-282n对进入的rf信号进行下变频以产生if或基带信号。if或基带信号被发送到rx处理电路286、rx处理电路286通过对基带或if信号进行滤波、解码和/或数字化来产生经处理的基带信号。rx处理电路286将经处理的基带信号传输到控制器/处理器288以用于进一步处理。
[0083]
tx处理电路284从控制器/处理器288接收模拟或数字数据(例如语音数据、web数据、电子邮件或交互式视频游戏数据)。tx处理电路284对输出基带数据进行编码、多路复用和/或数字化，以产生经处理的基带或if信号。rf收发器282a-282n接收来自tx处理电路284的输出的经处理的基带或if信号，并将基带或if信号上变频为经由天线280a-280n发送的rf信号。
[0084]
控制器/处理器288可以包括一个或多个处理器或控制bs200的整体操作的其它处理设备。例如，控制器/处理器288可以根据公知的原理控制rf收发器282a-282n、rx处理电路286和tx处理电路284对前向信道信号的接收和对反向信道信号的发送。控制器/处理器288也可以支持附加功能，例如更高级的无线通信功能和/或下面更详细描述的过程。例如，控制器/处理器288可以支持波束形成或定向路由操作，其中来自多个天线280a-280n的输出信号被不同地加权，以有效地在期望的方向上操纵输出信号。控制器/处理器288可以在bs200中支持各种其它功能中的任一种。在一些实施例中，控制器/处理器288包括至少一个微处理器或微控制器。
[0085]
控制器/处理器288还能够执行驻留在存储器290中的程序和其它进程，例如基本操作系统(os)。控制器/处理器288可根据执行过程的需要将数据移入或移出存储器290。
[0086]
控制器/处理器288还耦合到回程或网络接口292。回程或网络接口292允许bs200通过回程连接或通过网络与其它设备或系统通信。接口292可以支持任何适当的有线或无线连接上的通信。例如，当bs200被实现为蜂窝通信系统(例如支持6g、5g、lte或lte-a的系
统)的一部分时，接口292可以允许bs200通过有线或无线回程连接与其他bs通信。当bs 200被实现为接入点时，接口292可以允许bs200通过有线或无线局域网或通过有线或无线连接与较大网络(例如因特网)通信。接口292包括支持有线或无线连接上的通信的任何合适的结构，例如以太网或rf收发器。
[0087]
存储器290耦合到控制器/处理器288。存储器290的一部分可以包括ram，而存储器290的另一部分可以包括闪存或其它rom。
[0088]
如下面更详细描述的，网络化计算系统中的基站可以基于与其它相邻bs的干扰关系被分配为同步源bs或从bs。在一些实施例中，分配可以由共享频谱管理器提供。在其它实施例中，可以由联网计算系统中的bs来同意分配。同步源bs向从bs发送oss，用于建立从bs的传输定时。
[0089]
尽管图2示出了bs200的一个示例，但是可以对图2进行各种改变。例如，bs200可以包括图2所示的任何数量的每个组件。作为特定示例，接入点可以包括多个接口292，并且控制器/处理器288可以支持路由功能以在不同网络地址之间路由数据。作为另一个特定示例，虽然示出为包括tx处理电路284的单个实例和rx处理电路286的单个实例，但是bs200可以包括每个实例的多个实例(例如每个rf收发器一个)。此外，图2中的各种组件可以被组合、进一步细分或省略，并且可以根据特定需要添加附加组件。
[0090]
图3示出了根据本公开的各种实施例的用于在利用ai/ml算法的联网计算系统中进行通信以优化切换管理过程的示例性电子设备。在一个实施例中，电子设备300是实现为移动设备的用户设备，其可以表示图1中的ue 111、112、113、114、115和116中的一个。
[0091]
如图3所示，电子设备300包括总线系统305，其支持至少一个处理设备310、至少一个存储设备315、至少一个通信单元320和至少一个输入/输出(i/o)单元325之间的通信。
[0092]
处理设备310执行可被加载到存储器330中的指令。处理设备310可以包括任何适当数量和类型的处理器或任何适当布置的其它设备。处理设备310的示例类型包括微处理器、微控制器、数字信号处理器、现场可编程门阵列、专用集成电路和离散电路。
[0093]
存储器330和永久存储器335是存储设备315的示例，其表示能够存储和方便信息(例如，数据、程序代码、和/或临时或永久基础上的其它适当信息)的检索的任何结构。存储器330可表示随机存取存储器或任何其它合适的易失性或非易失性存储设备。永久存储器335可以包含支持数据的长期存储的一个或多个组件或设备，例如只就绪存储器、硬盘驱动器、闪存或光盘。
[0094]
通信单元320支持与其它系统或设备的通信。例如，通信单元320可以包括网络接口卡或便于通过网络130进行通信的无线收发器。通信单元320可以支持通过任何适当的物理或无线通信链路的通信。
[0095]
i/o单元325允许数据的输入和输出。例如，i/o单元325可以通过键盘、鼠标、小键盘、触摸屏或其它合适的输入设备为用户输入提供连接。i/o单元325还可以向显示器、打印机或其它合适的输出设备发送输出。
[0096]
尽管图3示出了包括多个这样的电子设备(例如图1中的ue 111、112、113、114、115和116)的无线系统中的电子设备300的示例，但是可以对图3进行各种改变。例如，图3中的各种组件可以被组合、进一步细分或省略，并且可以根据特定需要添加附加组件。此外，与计算和通信网络一样，电子设备可以具有多种配置，并且图3不将本公开限制于任何特定的
电子设备。
[0097]
下面公开的设计不仅可应用于ntn系统，而且可应用于如图1至图3所示实现的任何其它无线通信系统。ntn系统的示例应该以包括的方式来考虑，而不排除其它无线通信系统。例如，所公开的方法可以被应用于lte和nr、或者在ue、bs或这两者上具有高移动性的任何将来的或现有的通信系统。
[0098]
本公开的实施例一般可应用于利用ml/ai技术来优化切换管理过程的任何通信系统。
[0099]
在一个实施例中，公开了用于测量报告的新触发事件的设计。
[0100]
在当前的3gpp规范中，提出了将由ue执行的一组预定测量报告机制的使用。预定义的测量报告类型被称为“事件”。这些事件中的每一个都有进入和存在该事件的条件。这些条件是基于阈值的数学不等式，例如，服务小区的rsrp好于阈值。这些不等式已经被仔细地设计。例如，为了处理测量的rsrp中的波动，引入了参数“迟滞(hysteresis)”。当使能时，即使测量值在阈值附近波动，直到测量值波动超过设定的“迟滞(hysteresis)”参数才触发测量报告。
[0101]
随着ai/ml技术的进步，可以基于预定的阈值考虑超出触发条件。例如，特定ue可以使用诸如服务小区和相邻小区的速度、轨迹、位置、rsrp之类的本地数据来训练本地ai/ml模型，本地ai/ml模型可以学习何时进行切换是最优的。给定bs基于本地ml推断做出关于连接模式切换的决定，ue可以向bs发送建议切换的测量报告。
[0102]
在这种程度上，提出了智能ai/ml辅助测量报告能力，其引入了新的测量报告类型“事件a7”。支持ai/ml辅助切换管理优化的总体框架如下：
[0103]
在一个实施例中，支持ml/ai技术的框架可以包括在多个ue处以联合方式进行的模型训练，其中在bs侧更新模型，并且在ue侧进行推断操作。
[0104]
图4示出了根据本公开的各种实施例的支持用于切换管理的ml/ai技术的bs操作的示例的高阶流程图。图4的实施例仅用于说明。在不脱离本公开的范围的情况下，可以使用过程400的其它实施例。
[0105]
图4是用于bs侧的操作以支持使用ml/ai技术的切换管理的方法400的示例。在操作401，bs接收ue能力信息，例如，如之后在“配置方法”部分中描述的对用于连接模式切换管理的ml方法的支持。
[0106]
在操作402，bs向ue发送配置信息，配置信息可以包括关于以下方面的信息：用于联合学习的ai/ml模型，ml/ai相关的配置信息(诸如，用于切换的ml方法的启用/禁用)、模型的训练模型参数、和/或是否将使用从ue接收的本地更新的模型参数等。在一个实施例中，模型训练可以在bs侧执行。或者，模型训练可在另一网络实体(例如，如开放无线接入网络(o-ran)规范中所定义的无线接入网络(ran)智能控制器)处执行，且经训练的模型参数可被发送到bs。在又一实施例中，模型训练可离线执行(例如，模型训练在网络外执行)，且经训练的模型参数可被发送到bs或网络实体。部分或全部配置信息可以作为小区特定信息的一部分被广播，例如通过诸如主信息块(mib)、系统信息块1(sib1)或其它sib的系统信息。或者，配置信息的一部分或全部可以作为ue特定信令或组特定信令来发送。关于信令方法的更多细节将在下面的“配置方法”部分中讨论。
[0107]
在操作403,bs向ue发送测量报告相关配置信息，诸如设置测量报告的触发条件、
推断间隔、报告间隔。推断间隔是指ue可以执行ml推断的时间段的间隔，其被定义在reportconfignr参数内。使用远程无线电控制(rrc)消息将测量报告配置信息的一部分或全部发送到特定ue一次或在任何特定所需时间。关于信令方法的更多细节将在下面的“ai/ml辅助测量报告配置方法”部分中讨论。
[0108]
在操作404，bs从ue接收由ue处的ml推断触发的测量报告。在一个示例中，所发送的测量报告可以包括来自ue的建议可能的相邻小区进行切换操作的附加支持信息。关于测量报告触发条件的更多信息可以在以下“ai/ml辅助测量报告事件方法”部分中找到。关于测量报告内容的细节可以在以下实施例“测量报告内容的设计”中找到。
[0109]
在操作405,bs基于来自一个或多个ue的本地训练来接收更新的ai/ml模型参数，其中ue可以基于在该ue处可用的本地数据来执行模型训练。ue处的本地信息可以包括但不限于ue位置、ue轨迹、估计的下行链路(dl)信道状态等。由bs接收的更新的模型参数基于配置参数配置(例如，是否将使用从ue发送的更新的模型参数)。关于信令方法的细节在下面的“报告ue模型参数”部分中讨论。
[0110]
图5示出了根据本公开的各种实施例的用于支持用于最佳切换管理的ml/ai技术的ue操作的示例的高阶流程图，其中ue执行推断操作。图5的实施例仅用于说明。在不脱离本公开的范围的情况下，可以使用过程500的其它实施例。
[0111]
图5示出了用于ue侧的操作以支持使用ml/ai技术的切换管理的方法500的示例。在操作501,ue将支持ai/ml辅助切换管理的ue的ai/ml能力报告给bs，诸如支持ai/ml模型训练和/或推断作为“配置方法”部分中的概述。
[0112]
在操作502,ue接收配置信息，配置信息包括与ml/ai技术相关的信息，诸如允许/禁止用于切换的ml方法、要使用的ml模型、和/或训练的模型参数。部分或全部配置信息可以作为小区特定信息的一部分被广播，例如通过诸如mib、sib1或其它sib的系统信息。或者，配置信息的一部分或全部可以作为ue特定信令或组特定信令来发送。关于信令方法的更多细节将在下面的“配置方法”部分中讨论。
[0113]
在操作503，ue从bs接收测量报告相关配置信息，诸如设置测量报告的触发条件、报告间隔。测量报告配置信息的一部分或全部通过rrc消息(例如rrc重新配置)接收一次，或者在任何特定的所需时间接收。关于信令方法的更多细节将在下面的“ai/ml辅助测量报告配置方法”部分中讨论。
[0114]
在操作504，ue基于接收到的配置信息、测量报告参数和本地数据执行推断。例如，ue遵循所配置的ml模型和模型参数、测量报告参数，并且使用从bs发送的本地数据和/或数据来执行推断操作。基于推断的结果，ue向bs发送测量报告。关于它的更多细节可以在“ai/ml辅助测量报告事件方法”部分中找到。测量的内容可以包括或可以不包括附加的支持信息，附加的支持信息在一些示例中也可以是ml模型推理引擎的结果，如以下实施例“测量报告内容的设计”中所示。在操作505，ue可以基于本地训练将更新的ai/ml模型参数发送到bs，即，基于本地信息的ue处的模型训练，本地信息可以包括但不限于ue位置、ue轨迹等。根据是否在bs使用模型参数更新来更新全局模型的配置发送模型参数。关于信令方法的更多细节在“报告ue模型参数”部分中讨论。
[0115]
与ml/ai技术相关的配置信息(例如，在上面的操作401,402,501和/或502)可以包括以下信息中的一个或多个。
[0116][0117]
在一个实施例中，配置信息的一部分或全部可以作为小区特定信息的一部分被广播，例如通过诸如mib、sib1或其它sib的系统信息。或者，可以引入新的sib来指示配置信息。例如，可以广播要使用哪个ml模型的ml方法的启用/禁用，和/或用于切换操作的模型参数。在另一个示例中，可以广播模型参数的更新。在另一示例中，相邻小区的配置信息(例如，用于相邻小区的切换管理的ml方法，ml模型和/或模型参数的启用/禁用)可被指示为系统信息的一部分，例如，在mib、sib1、sib3、sib4或其它sib中。
[0118]
在另一实施例中，配置信息的一部分或全部可以通过ue特定信令(例如，ue特定rrc信令)来发送。在另一实施例中，配置信息的一部分或全部可以通过组特定信令来发送。例如，可以使用值0001-ffef或保留值fff0-fffd来配置ue组特定无线网络临时标识符(rnti)。可以经由ue特定的rrc信令来配置组特定的rnti。
[0119]
信息元素(ie)reportconfignr规定了用于基于小区测量结果触发nr测量报告事件的标准，小区测量结果可以基于ss/pbch块或csi-rs导出。1.[0120]
bs向ue设置的测量报告配置参数属于reportconfignr，其包括但不限于reportaounds、reportonleave、timetotrigger、reportaddneighmeas、reportinterval。
[0121]
在本公开中，将标记为inferenceinterval的附加字段添加到reportconfignr，以指定ue可以执行ai/ml推断的周期性时间间隔。可能的值可以是[10,20,30,40,60,80,100,200]毫秒(ms)。
[0122]
可以添加到reportconfignr的附加字段在示例性抽象语法注释一(asn.1)中以粗体类型来指示。以下示例：
[0123][0124]
在ue处，使用包括但不限于速度、位置、rsrp、rsrq、服务小区和相邻小区的sinr的本地数据，执行如下所述的确定事件a7的触发的ml推断。
[0125]
ue应该：
[0126][0127]
a7-1(进入条件)
[0128]aml
(t1)＝a
ml
(t
i 1
)＝1即，ai/ml代理的输出从0
→
1改变
[0129]
a7-2(离开条件)
[0130]aml
(t1)＝a
ml
(t
i 1
)＝0即，ai/ml代理的输出从1
→
0改变
[0131]
式中的变量定义如下：
[0132]
ms是服务小区的测量结果，不考虑任何偏移。
[0133]
mn是相邻小区的测量结果，不考虑任何偏移。
[0134]
t1是时间方面的实例。
[0135]
infint是事件的推断间隔参数(即，在用于事件的reportconfignr内定义的推断间隔)。
[0136]
ms、mn在rsrp的情况下以dbm表示，或者在rsrq和rs-sinr的情况下以db表示。
[0137]
infint以ms表示。
[0138]
由ue报告给bs的ml模型参数(例如，在操作405、505)可以包括基于ue侧的本地训
练的模型参数的更新，其可以用于例如在联合学习方法中的模型更新。更新的模型参数的报告可以取决于配置。例如，如果配置为不使用来自ue的模型参数更新，则ue可能不报告模型参数更新。另一方面，如果配置了来自ue的模型参数更新可用于模型更新，则ue可报告模型参数更新。
[0139]
模型参数的报告可以通过pucch和/或pusch进行。可以为模型参数报告定义新的uci类型、新的pucch格式和/或新的mac ce。
[0140]
图6示出了根据本公开的各种实施例的用于支持ml/ai技术切换的bs操作的示例的高阶流程图，其具有测量报告内容的新设计。图6的实施例仅用于说明。在不脱离本公开的范围的情况下，可以使用过程600的其它实施例。
[0141]
在该实施例中，讨论测量报告内容的设计。在当前nr中，测量报告内容包括rsrp、rsrq和/或sinr值。在该实施例中，可以将新信息添加到测量报告内容。
[0142]
图6是用于bs侧的操作以支持使用ml/ai技术的测量报告内容的设计的方法600的示例。在操作601，bs接收ue能力信息，例如支持基于ml方法的测量报告内容。在操作602，bs向ue发送配置信息，配置信息可以包括关于以下方面的信息：用于联合学习的ai/ml模型，ml/ai相关的配置信息(诸如，用于切换的ml方法的启用/禁用)，模型的训练的模型参数，和/或是否将使用从ue接收的本地更新的模型参数等。在一个实施例中，模型训练可以在bs侧执行。或者，模型训练可在另一网络实体(例如，如o-ran中所定义的ran智能控制器)处执行，且经训练的模型参数可被发送到bs。在另一实施例中，模型训练可离线执行(例如，模型训练在网络外执行)，且经训练的模型参数可被发送到bs或网络实体。部分或全部配置信息可以作为小区特定信息的一部分被广播，例如通过诸如mib、sib1或其它sib的系统信息。或者，配置信息的一部分或全部可以作为ue特定信令或组特定信令来发送。在操作603，bs将测量报告相关配置信息发送到ue，诸如允许报告测量报告内容中的附加信息。可以使用rrc消息将测量报告配置信息的一部分或全部发送到特定ue一次或在任何特定的所需时间。
[0143]
在操作604，bs从ue接收测量报告。在被触发时发送到bs的测量报告的内容也可以在ie reportconfignr中设置。除了在报告中发送组合rsrp、rsrq、sinr值或发送相邻小区rsrp值的可选字段之外，我们建议引入附加字段“mlinferenceinfo”。在一个示例中，该字段可以包括诸如ue关于是否应该执行切换的偏好和/或其偏好切换到哪个小区的信息。在操作605，bs基于配置参数从一个或多个ue接收基于本地训练的更新的ai/ml模型参数。
[0144]
图7示出了根据本公开的各种实施例的支持用于切换的ml/ai技术的ue操作的示例的高阶流程图，其具有测量报告内容的新设计。图7的实施例仅用于说明。在不脱离本公开的范围的情况下，可以使用过程700的其它实施例。
[0145]
图7示出了用于ue侧的操作以支持使用ml/ai技术的测量报告内容的设计的方法700的示例。在操作701，ue向bs报告ue的ai/ml能力，例如支持ai/ml辅助测量报告、支持ai/ml模型训练和/或推断。
[0146]
在操作702，ue接收配置信息，配置信息包括关于以下方面的信息：ml/ai技术(诸如，允许/禁止用于切换的ml方法)，要使用的ml模型，和/或训练的模型参数。部分或全部配置信息可以作为小区特定信息的一部分被广播，例如通过诸如mib、sib1或其它sib的系统信息。或者，配置信息的一部分或全部可以作为ue特定信令或组特定信令来发送。
[0147]
在操作703，ue从bs接收测量报告相关的配置信息，诸如允许报告测量报告内容中
的附加信息。通过rrc消息一次或在任何特定的所需时间接收部分或全部测量报告配置信息。
[0148]
在操作704，ue基于接收到的配置信息、测量报告参数和本地数据执行推断。例如，ue遵循所配置的ml模型、模型参数、测量报告参数，并且使用从bs发送的本地数据和/或数据来执行推断操作。基于推断的结果，ue设置测量报告发送到bs的内容。随着发送报告中的组合rsrp、rsrq、sinr值或发送相邻小区rsrp值的可选字段，报告可以包括取决于配置的附加字段“mlinferenceinfo”。在一个示例中，该字段可以包括诸如ue关于是否应该执行切换的偏好和/或其偏好切换到哪个小区的信息。在操作705，ue可以将基于局部训练更新的ai/ml模型参数发送给bs，根据是否在bs使用模型参数更新来更新全局模型的配置。
[0149]
在上述实施例中，已经公开了在ue侧执行推断的框架。或者，可以在bs或不同于ue的网络实体处执行推断。
[0150]
图8示出了根据本公开的各种实施例的在ue处不执行推断的情况下支持用于切换的ai/ml技术的bs操作的示例的高阶流程图。图8的实施例仅用于说明。在不脱离本公开的范围的情况下，可以使用过程800的其它实施例。
[0151]
图8是用于在bs侧的操作以支持用于切换的ai/ml技术的方法800的示例。在操作801,bs接收ue能力信息，ue能力信息包括对用于切换的ai/ml方法的支持。在操作802，bs向ue发送配置信息，包括启用/禁用用于切换的ai/ml方法。部分或全部配置信息可以作为小区特定信息的一部分被广播，例如通过诸如mib、sib1或其它sib的系统信息。或者，配置信息的一部分或全部可以作为ue特定信令或组特定信令来发送。在操作803，bs执行模型训练，或从网络实体接收模型参数。在一个实施例中，模型训练可以在bs侧执行。或者，模型训练可在另一网络实体处执行，且经训练的模型参数可被发送到bs。在另一实施例中，模型训练可离线执行(例如，模型训练在网络外执行)，且经训练的模型参数可被发送到bs或网络实体。在操作804，bs从ue接收辅助信息，例如ue位置、ue轨迹和/或rsrp/rsrq/sinr测量值。一个或多个信息可以用于推理操作。
[0152]
在操作805，bs执行推断或从网络实体接收推断结果，其中推断结果可以包括是否应该为ue执行切换，和/或ue应该执行切换到哪个小区。基于推断结果，bs向ue发送关于切换操作的控制信令，例如，是否应该为ue执行切换，和/或ue应该执行切换到哪个小区。可以经由pdcch和/或pdsch发送切换命令。例如，可以引入新的dci格式来携带切换命令，其中crc由c-rnti加扰。例如，新dci格式的大小可以是l1位，这与dci格式0_0或0_1不同。或者，可以采用组公共dci来向ue组指示切换命令。例如，这些ue可以位于彼此附近和/或具有类似的轨迹。组公共dci可以具有与现有dci相同的格式，例如dci格式2_2，或者可以使用新的dci格式。例如，可以使用值0001-ffef或保留值fff0-fffd来定义新的特定于组的rnti。bs可以经由rrc配置向ue配置组特定的rnti。另一个示例是使用nr切换命令消息来携带切换命令。
[0153]
图9示出了根据本公开的各种实施例的在ue处不执行推断的情况下支持用于切换的ai/ml技术的ue操作的示例的高阶流程图。图9的实施例仅用于说明。在不脱离本公开的范围的情况下，可以使用过程900的其它实施例。
[0154]
图7是用于ue侧的操作以支持用于切换的ai/ml技术的方法600的示例。在操作602处，ue将其能力信息报告给bs，其可包括对用于切换的ai/ml方法的支持。在操作604,ue接
收配置信息，配置信息包括与ml/ai技术相关的信息，诸如用于切换的ml方法的启用/禁用。在操作606,ue向bs报告辅助信息，例如ue位置、ue轨迹和/或rsrp/rsrq/sinr测量结果。辅助信息可以在pucch和/或pusch中携带。可以为辅助信息报告定义新的uci类型、新的pucch格式和/或新的mac ce。关于ue辅助信息报告的触发方法，在一个实施例中，可以例如经由ue特定的rrc信令来周期性地触发报告。在另一个实施例中，报告可以是半持久性的或非周期性的。例如，报告可以由dci触发，其中新字段(例如，1位触发字段)可以被引入dci以用于报告触发。在另一示例中，在nr中定义的触发事件(例如，事件a1-a6、b1、b2)和/或以上为切换测量报告设计的事件a7可被重新用于触发ue辅助信息报告。在一个示例中，可以引入类似于ie csi-reportconfig的ie，用于ue辅助信息的报告配置，以支持ml/ai技术。在操作608，ue从bs接收控制信令，并相应地执行切换操作。在一个示例中，控制信令可以包括基于推断结果确定的命令。ue可以从bs接收切换指示，诸如是否应当执行切换和/或在要执行切换的情况下切换到哪个小区，并且在该指示之后执行切换操作。
[0155]
为了说明的目的，这里顺序地描述了算法步骤。然而，一些步骤可以彼此并行地执行。上述操作图说明了可以根据本公开的原理实现的示例方法，并且可以对这里的流程图中所说明的方法进行各种改变。例如，虽然被示为一系列步骤，但是在每个图中的各个步骤可以重叠、并行发生、以不同的顺序发生、或多次发生。在另一个示例中，可以省略步骤或用其它步骤代替步骤。
[0156]
尽管已经用示例性实施例描述了本公开，但是本领域技术人员可以建议各种改变和修改。本公开旨在包括落入所附权利要求的范围内的这种改变和修改，进行各种改变。