CN117580073B - 通信方法、设备和存储介质 - Google Patents
通信方法、设备和存储介质 Download PDFInfo
- Publication number
- CN117580073B CN117580073B CN202410053503.9A CN202410053503A CN117580073B CN 117580073 B CN117580073 B CN 117580073B CN 202410053503 A CN202410053503 A CN 202410053503A CN 117580073 B CN117580073 B CN 117580073B
- Authority
- CN
- China
- Prior art keywords
- information
- function
- reference signal
- range
- terminal device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 109
- 238000004891 communication Methods 0.000 title claims abstract description 107
- 238000005259 measurement Methods 0.000 claims description 81
- 238000012544 monitoring process Methods 0.000 claims description 34
- 238000012549 training Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 32
- 238000009826 distribution Methods 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 description 278
- 230000005540 biological transmission Effects 0.000 description 23
- 101150011264 setB gene Proteins 0.000 description 21
- 238000010586 diagram Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 17
- 238000013480 data collection Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000009849 deactivation Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 101150096310 SIB1 gene Proteins 0.000 description 1
- 101150039363 SIB2 gene Proteins 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/02—Processing of mobility data, e.g. registration information at HLR [Home Location Register] or VLR [Visitor Location Register]; Transfer of mobility data, e.g. between HLR, VLR or external networks
- H04W8/08—Mobility data transfer
- H04W8/14—Mobility data transfer between corresponding nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开实施例涉及一种通信方法、设备和存储介质。该方法包括:接收网络设备发送的第一信息,确定该第一信息的应用范围,根据该应用范围确定第一功能;其中,该应用范围包括一个或多个小区,该第一信息为第一功能对应的信息,该第一功能用于执行波束预测,该第一功能为人工智能AI模型和/或AI功能。这样,可以灵活确定第一信息的应用范围,提高第一功能的管理效率。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种通信方法、设备和存储介质。
背景技术
随着通信技术的进步,在无线通信***中引入了基于人工智能(ArtificialIntelligence,AI)的预测功能,该预测功能可以是AI功能和/或AI模型,通过该预测功能可以得到某些场景下的预测数据,从而提升网络的性能。
发明内容
本公开实施例提出了一种通信方法、设备和存储介质。
根据本公开实施例的第一方面,提出了一种通信方法,由终端设备执行,所述方法包括:
接收网络设备发送的第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能;
确定所述第一信息的应用范围,所述应用范围包括一个或多个小区;
根据所述应用范围确定所述第一功能。
根据本公开实施例的第二方面,提出了一种通信方法,由网络设备执行,所述方法包括:
向终端设备发送第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能,所述终端设备确定所述第一信息的应用范围,并根据所述应用范围确定所述第一功能,所述应用范围包括一个或多个小区。
根据本公开实施例的第三方面,提出了一种终端设备,包括:
第一收发模块,被配置为接收网络设备发送的第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能;
第一处理模块,被配置为确定所述第一信息的应用范围,所述应用范围包括一个或多个小区;根据所述应用范围确定所述第一功能。
根据本公开实施例的第四方面,提出了一种网络设备,包括:
第二收发模块,被配置为向终端设备发送第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能,所述终端设备确定所述第一信息的应用范围,并根据所述应用范围确定所述第一功能,所述应用范围包括一个或多个小区。
根据本公开实施例的第五方面,提出了一种通信设备,包括:一个或多个处理器;其中,该通信设备可以用于执行第一方面或第二方面的可选实现方式。
根据本公开实施例的第六方面,提出了一种存储介质,该存储介质存储有指令,当该指令在通信设备上运行时,使得该通信设备执行如第一方面或第二方面的可选实现方式所描述的方法。
根据本公开实施例的第七方面,提出了一种通信***,该通信***可以包括:终端设备和网络的设备;其中,该终端设备被配置为执行如第一方面的可选实现方式所描述的方法,该网络设备被配置为执行如第二方面的可选实现方式所描述的方法。
本公开实施例提供的技术方案可以包括以下有益效果:接收网络设备发送的第一信息,确定该第一信息的应用范围,根据该应用范围确定第一功能;其中,该应用范围包括一个或多个小区,该第一信息为第一功能对应的信息,该第一功能用于执行波束预测,该第一功能为人工智能AI模型和/或AI功能。这样,可以灵活确定第一信息的应用范围,提高第一功能的管理效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
为了更清楚地说明本公开实施例中的技术方案,以下对实施例描述所需的附图进行介绍,以下附图仅仅是本公开的一些实施例,不对本公开的保护范围造成具体限制。
图1是根据本公开实施例示出的通信***的架构示意图。
图2是根据本公开实施例示出的一种通信方法的交互示意图。
图3是根据本公开实施例示出的一种第一图案的示意图。
图4是根据本公开实施例示出的一种第二图案的示意图。
图5是根据本公开实施例示出的一种通信方法的流程示意图。
图6是根据本公开实施例示出的一种通信方法的流程示意图。
图7是根据本公开实施例示出的一种通信方法的流程示意图。
图8是根据本公开实施例示出的一种通信方法的流程示意图。
图9是根据本公开实施例示出的一种终端设备的结构示意图。
图10是根据本公开实施例示出的一种网络设备的结构示意图。
图11是根据本公开实施例示出的一种通信设备的结构示意图。
具体实施方式
本公开实施例提出了一种通信方法、设备和存储介质。
第一方面,本公开实施例提出了一种通信方法,所述方法包括:
接收第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能;
确定所述第一信息的应用范围。
在上述实施例中,终端设备可以确定第一信息的应用范围,并可以在该应用范围内基于该第一信息确定第一功能需要的信息,从而可以灵活确定第一信息的应用范围,提高第一功能的管理效率。
结合第一方面的一些实施例,在一些实施例中,所述应用范围包括一个或多个小区,所述方法还包括:
根据所述应用范围确定所述第一功能。
结合第一方面的一些实施例,在一些实施例中,所述确定所述第一信息的应用范围包括以下至少一项:
根据所述第一信息中的指示参数确定所述第一信息的应用范围;
根据第二信息中的指示参数确定所述第一信息的应用范围,所述第二信息为终端设备从网络设备接收的信息,所述第二信息与所述第一信息不同;
根据第一规则确定所述第一信息的应用范围,所述第一规则为终端设备与网络设备遵循的规则。
在上述实施例中,终端设备可以上述任意一项确定第一信息的应用范围,可以灵活管理第一信息应用范围。
结合第一方面的一些实施例,在一些实施例中,所述第一信息的应用范围为第一范围,基于所述第一范围,终端设备确定在第一小区应用所述第一信息,所述第一小区为所述终端设备接收所述第一信息的小区。
在上述实施例中,可以确定第一信息的应用范围为第一小区,从而限制第一信息的应用范围,提高可靠性。
结合第一方面的一些实施例,在一些实施例中,所述第一信息的应用范围为第二范围,基于所述第二范围,终端设备确定在一个或多个第二小区应用所述第一信息,其中:
所述第二小区为所述终端设备能够接入的任意小区,或者,所述第二小区为发送第一标识的小区,所述第一标识对应所述第一功能。
在上述实施例中,可以确定第一信息的应用范围为多个小区,可以增加第一信息的应用范围,更加灵活的管理第一信息和第一功能。
结合第一方面的一些实施例,在一些实施例中,所述第一信息的应用范围为第三范围,所述第三范围包括多个小区,终端设备确定在所述第三范围内的多个小区应用所述第一信息。
在上述实施例中,可以确定第一信息的应用范围为第三范围内的多个小区,可以增加第一信息的应用范围,既可以灵活管理第一信息的应用范围,又提高了可靠性。
结合第一方面的一些实施例,在一些实施例中,所述第一信息包括以下至少一项:
第一标识,所述第一标识对应所述第一功能;
第二标识,所述第二标识对应测量相关的配置,所述测量用于数据获取;
波束信息,所述波束信息用于指示测量和/或预测的波束相关的信息;
应用实例,所述应用实例为应用所述第一功能执行波束预测的实例;
参考信号资源信息,所述参考信号资源信息用于确定第一波束和/或第二波束,所述第一波束为所述第一功能的输入值对应的波束,所述第二波束为所述第一功能的输出值对应的波束;
覆盖信息,所述覆盖信息用于指示网络设备的覆盖相关的信息;
终端分布信息,所述终端分布信息用于指示所述网络设备的覆盖范围内多个终端设备的分布;
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
测量信息,所述测量信息包括所述终端设备基于第一信息执行测量的相关信息。
在上述实施例中,通过上述任意一项,可以确定第一功能需要的信息,提高了终端设备和/或网络设备对第一功能进行管理的灵活性。
结合第一方面的一些实施例,在一些实施例中,所述应用实例包括以下至少一项:
空域波束预测实例;
时域波束预测实例;
空域波束预测实例和时域波束预测实例。
在上述实施例中,通过应用实例可以控制该第一信息应用到空域和/或时域波束预测实例中,更好地适应不同的场景。
结合第一方面的一些实施例,在一些实施例中,所述参考信号资源信息包括以下至少一项:
第一参考信号资源集合,所述第一参考信号资源集合中的参考信号资源对应所述第一波束;
第二参考信号资源集合,所述第二参考信号资源集合的参考信号资源对应所述第二波束;
集合关系,所述集合关系包括所述第一参考信号资源集合与所述第二参考信号资源集合之间的关系;
第一参考信号资源集合对应的时间信息;
第二参考信号资源集合对应的时间信息;
时间图案,所述时间图案为第一参考信号资源集合对应的时间与第二参考信号资源集合对应的时间的图案。
在上述实施例中,可以灵活确定与第一功能相关的参考信号资源信息。
结合第一方面的一些实施例,在一些实施例中,所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测。
结合第一方面的一些实施例,在一些实施例中,不同的所述数据获取目的对应的所述第一信息的内容不同。
在上述实施例中,可以灵活指示数据获取目的,以便终端设备确定数据获取目的,根据数据获取目的灵活获取相应的数据。
结合第一方面的一些实施例,在一些实施例中,所述第一标识包括以下至少一项:
功能标识;
模型标识;
数据集标识;
数据获取配置标识;
数据获取标识;
条件标识;
附加条件标识。
结合第一方面的一些实施例,在一些实施例中,所述第一标识中的至少一项相同,所述第一信息对应相同的第一功能。
在上述实施例中,可以灵活指示第一标识,以便终端设备根据该第一标识确定第一信息对应的第一功能。
第二方面,本公开实施例提出了一种通信方法,所述方法包括:
向终端设备发送第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能,所述终端设备确定所述第一信息的应用范围,并根据所述应用范围确定所述第一功能,所述应用范围包括一个或多个小区。
在上述实施例中,可以确定第一信息的应用范围,并可以在该应用范围内基于该第一信息确定第一功能需要的信息,从而可以灵活确定第一信息的应用范围,提高第一功能的管理效率。
结合第二方面的一些实施例,在一些实施例中,所述方法还包括以下至少一项:
在所述第一信息中携带指示参数,所述指示参数用于指示所述第一信息的应用范围;
向终端设备发送第二信息,所述第二信息用于指示所述终端设备确定所述第一信息的应用范围;
根据第一规则确定所述第一信息的应用范围,所述第一规则为终端设备与网络设备遵循的规则。
结合第二方面的一些实施例,在一些实施例中,
所述第一信息的应用范围为第一范围,所述第一范围包括第一小区,所述第一小区为所述终端设备接收所述第一信息的小区。
结合第二方面的一些实施例,在一些实施例中,
所述第一信息的应用范围为第二范围,基于所述第二范围包括一个或多个第二小区,其中:
所述第二小区为所述终端设备能够接入的任意小区,或者,所述第二小区为发送第一标识的小区,所述第一标识对应所述第一功能。
结合第二方面的一些实施例,在一些实施例中,
所述第一信息的应用范围为第三范围,所述第三范围包括多个小区,所述多个小区由所述第一信息中携带的指示参数或所述第二信息指示。
结合第二方面的一些实施例,在一些实施例中,所述方法还包括:
向其他网络设备发送第三信息,所述第三信息用于指示所述第一功能与第一信息之间的对应关系;和/或,
接收其他网络设备发送的所述第三信息。
结合第二方面的一些实施例,在一些实施例中,所述第一信息包括以下至少一项:
第一标识,所述第一标识对应所述第一功能;
第二标识,所述第二标识对应测量相关的配置,所述测量用于数据获取;
波束信息,所述波束信息用于指示测量和/或预测的波束相关的信息;
应用实例,所述应用实例为应用所述第一功能执行波束预测的实例;
参考信号资源信息,所述参考信号资源信息用于确定第一波束和/或第二波束,所述第一波束为所述第一功能的输入值对应的波束,所述第二波束为所述第一功能的输出值对应的波束;
覆盖信息,所述覆盖信息用于指示网络设备的覆盖相关的信息;
终端分布信息,所述终端分布信息用于指示所述网络设备的覆盖范围内多个终端设备的分布;
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
测量信息,所述测量信息包括所述终端设备基于第一信息执行测量的相关信息。
结合第二方面的一些实施例,在一些实施例中,所述应用实例包括以下至少一项:
空域波束预测实例;
时域波束预测实例;
空域波束预测实例和时域波束预测实例。
结合第二方面的一些实施例,在一些实施例中,所述参考信号资源信息包括以下至少一项:
第一参考信号资源集合,所述第一参考信号资源集合中的参考信号资源对应所述第一波束;
第二参考信号资源集合,所述第二参考信号资源集合的参考信号资源对应所述第二波束;
集合关系,所述集合关系包括所述第一参考信号资源集合与所述第二参考信号资源集合之间的关系;
第一参考信号资源集合对应的时间信息;
第二参考信号资源集合对应的时间信息;
时间图案,所述时间图案为第一参考信号资源集合对应的时间与第二参考信号资源集合对应的时间的图案。
结合第二方面的一些实施例,在一些实施例中,所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测。
结合第二方面的一些实施例,在一些实施例中,所述第一标识包括以下至少一项:
功能标识;
模型标识;
数据集标识;
数据获取配置标识;
数据获取标识;
条件标识;
附加条件标识。
第三方面,本公开实施例提出了一种终端设备,该终端设备可以包括收发模块、处理模块中的至少一者;其中,该终端设备可以用于执行第一方面的可选实现方式。
第四方面,本公开实施例提出了一种网络设备,该网络设备可以包括收发模块、处理模块中的至少一者;其中,该网络设备可以用于执行第二方面的可选实现方式。
第五方面,本公开实施例提出了一种通信设备,该通信设备可以包括:一个或多个处理器;其中,该通信设备可以用于执行第一方面或第二方面的可选实现方式。
第六方面,本公开实施例提出了一种存储介质,该存储介质存储有指令,当该指令在通信设备上运行时,使得该通信设备执行如第一方面或第二方面的可选实现方式所描述的方法。
第七方面,本公开实施例提出了一种程序产品,该程序产品被通信设备执行时,使得该通信设备执行如第一方面或第二方面的可选实现方式所描述的方法。
第八方面,本公开实施例提出了计算机程序,当其在计算机上运行时,使得计算机执行如第一方面或第二方面的可选实现方式所描述的方法。
第九方面,本公开实施例提供了一种芯片或芯片***。该芯片或芯片***包括处理电路,被配置为执行如第一方面或第二方面的可选实现方式所描述的方法。
第十方面,本公开实施例提出了一种通信***,该通信***可以包括:终端设备和网络设备;其中,该终端设备被配置为执行如第一方面的可选实现方式所描述的方法,该网络设备被配置为执行如第二方面的可选实现方式所描述的方法。
可以理解地,上述终端设备、网络设备、通信设备、通信***、存储介质、程序产品、计算机程序、芯片或芯片***均可以用于执行本公开实施例所提出的方法。因此,其所能达到的有益效果可以参考对应方法中的有益效果,此处不再赘述。
本公开实施例提出了一种通信方法、设备和存储介质。在一些实施例中,通信方法与信息处理方法等术语可以相互替换;通信装置与信息处理装置、通信设备等术语可以相互替换;信息处理***、通信***等术语可以相互替换。
本公开实施例并非穷举,仅为部分实施例的示意,不作为对本公开保护范围的具体限制。在不矛盾的情况下,某一实施例中的每个步骤均可以作为独立实施例来实施,且各步骤之间可以任意组合,例如,在某一实施例中去除部分步骤后的方案也可以作为独立实施例来实施,且在某一实施例中各步骤的顺序可以任意交换,另外,某一实施例中的可选实现方式可以任意组合;此外,各实施例之间可以任意组合,例如,不同实施例的部分或全部步骤可以任意组合,某一实施例可以与其他实施例的可选实现方式任意组合。
在各本公开实施例中,如果没有特殊说明以及逻辑冲突,各实施例之间的术语和/或描述具有一致性,且可以互相引用,不同实施例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。
本公开实施例中所使用的术语只是为了描述特定实施例的目的,而并非作为对本公开的限制。
在本公开实施例中,除非另有说明,以单数形式表示的元素,如“一个”、“一种”、“该”、“上述”、“所述”、“前述”、“这一”等,可以表示“一个且只有一个”,也可以表示“一个或多个”、“至少一个”等。例如,在翻译中使用如英语中的“a”、“an”、“the”等冠词(article)的情况下,冠词之后的名词可以理解为单数表达形式,也可以理解为复数表达形式。
在一些实施例中,“多个”可以指两个或两个以上。
在一些实施例中,“至少一者(至少一项、至少一个)(at least one of)”、“一个或多个(一项或多项)(one or more)”、“多个(a plurality of)”、“多个(multiple)等术语可以相互替换。
在一些实施例中,“A、B中的至少一者”、“A和/或B”、“在一情况下A,在另一情况下B”、“响应于一情况A,响应于另一情况B”等记载方式,根据情况可以包括以下技术方案:在一些实施例中A(与B无关地执行A);在一些实施例中B(与A无关地执行B);在一些实施例中从A和B中选择执行(A和B被选择性执行);在一些实施例中A和B(A和B都被执行)。当有A、B、C等更多分支时也类似上述。
在一些实施例中,“A或B”等记载方式,根据情况可以包括以下技术方案:在一些实施例中A(与B无关地执行A);在一些实施例中B(与A无关地执行B);在一些实施例中从A和B中选择执行(A和B被选择性执行)。当有A、B、C等更多分支时也类似上述。
本公开实施例中的“第一”、“第二”等前缀词,仅仅为了区分不同的描述对象,不对描述对象的位置、顺序、优先级、数量或内容等构成限制,对描述对象的陈述参见权利要求或实施例中上下文的描述,不应因为使用前缀词而构成多余的限制。例如,描述对象为“字段”,则“第一字段”和“第二字段”中“字段”之前的序数词并不限制“字段”之间的位置或顺序,“第一”和“第二”并不限制其修饰的“字段”是否在同一个消息中,也不限制“第一字段”和“第二字段”的先后顺序。再如,描述对象为“等级”,则“第一等级”和“第二等级”中“等级”之前的序数词并不限制“等级”之间的优先级。再如,描述对象的数量并不受序数词的限制,可以是一个或者多个,以“第一装置”为例,其中“装置”的数量可以是一个或者多个。此外,不同前缀词修饰的对象可以相同或不同,例如,描述对象为“装置”,则“第一装置”和“第二装置”可以是相同的装置或者不同的装置,其类型可以相同或不同;再如,描述对象为“信息”,则“第一信息”和“第二信息”可以是相同的信息或者不同的信息,其内容可以相同或不同。
在一些实施例中,“包括A”、“包含A”、“用于指示A”、“携带A”,可以解释为直接携带A,也可以解释为间接指示A。
在一些实施例中,“响应于……”、“响应于确定……”、“在……的情况下”、“在……时”、“当……时”、“若……”、“如果……”等术语可以相互替换。
在一些实施例中,“大于”、“大于或等于”、“不小于”、“多于”、“多于或等于”、“不少于”、“高于”、“高于或等于”、“不低于”、“以上”等术语可以相互替换,“小于”、“小于或等于”、“不大于”、“少于”、“少于或等于”、“不多于”、“低于”、“低于或等于”、“不高于”、“以下”等术语可以相互替换。
在一些实施例中,装置等可以解释为实体的,也可以解释为虚拟的,其名称不限定于实施例中所记载的名称。“装置”、“设备(equipment)”、“设备(device)”、“电路”、“网元”、“节点”、“功能”、“单元”、“部件(section)”、“***”、“网络”、“芯片”、“芯片***”、“实体”、“主体”等术语可以相互替换。
在一些实施例中,“网络”可以解释为网络中包含的装置(例如,网络设备、接入网设备、核心网设备等)。
在一些实施例中,网络设备可以包括接入网设备、核心网设备中的至少一项。
在一些实施例中,“接入网设备(Access Network Device,AN Device)”、“无线接入网设备(Radio Access Network Device,RAN Device)”、“基站(Base Station,BS)”、“无线基站(Radio Base Station)”、“固定台(Fixed Station)”、“节点(Node)”、“接入点(Access Point)”、“发送点(Transmission Point,TP)”、“接收点(Reception Point,RP)”、“发送和/或接收点(Transmission / Reception Point,TRP)”、“面板(Panel)”、“天线面板(Antenna Panel)”、“天线阵列(Antenna Array)”、“小区(Cell)”、“宏小区(Macro Cell)”、“小型小区(Small Cell)”、“毫微微小区(Femto Cell)”、“微微小区(Pico Cell)”、“扇区(Sector)”、“小区组(Cell Group)”、“服务小区”、“载波(Carrier)”、“分量载波(ComponentCarrier)”、“带宽部分(Bandwidth Part,BWP)”等术语可以相互替换。
在一些实施例中,“终端(Terminal)”、“终端设备(Terminal Device)”、“终端侧设备”、“用户设备(User Equipment,UE)”、“用户终端(User Terminal)”、“移动台(MobileStation,MS)”、“移动终端(Mobile Terminal,MT)”、订户站(Subscriber Station)、移动单元(Mobile Unit)、订户单元(Subscriber Unit)、无线单元(Wireless Unit)、远程单元(Remote Unit)、移动设备(Mobile Device)、无线设备(Wireless Device)、无线通信设备(Wireless Communication Device)、远程设备(Remote Device)、移动订户站(MobileSubscriber Station)、接入终端(Access Terminal)、移动终端(Mobile Terminal)、无线终端(Wireless Terminal)、远程终端(Remote Terminal)、手持设备(Handset)、用户代理(User Agent)、移动客户端(Mobile Client)、客户端(Client)等术语可以相互替换。
在一些实施例中,接入网设备、核心网设备、或网络设备可以被替换为终端设备。例如,针对将接入网设备、核心网设备、或网络设备以及终端设备间的通信置换为多个终端设备间的通信(例如,设备对设备(device-to-device,D2D)、车联网(vehicle-to-everything,V2X)等)的结构,也可以应用本公开的各实施例。在该情况下,也可以设为终端设备具有接入网设备所具有的全部或部分功能的结构。此外,“上行”、“下行”等术语也可以被替换为与终端设备间通信对应的术语(例如,“侧行(side)”)。例如,上行信道、下行信道等可以被替换为侧行信道或直连信道,上行链路、下行链路等可以被替换为侧行链路或直连链路。
在一些实施例中,终端设备可以被替换为接入网设备、核心网设备、或网络设备。在该情况下,也可以设为接入网设备、核心网设备、或网络设备具有终端设备所具有的全部或部分功能的结构。
在一些实施例中,获取数据、信息等可以遵照所在地国家的法律法规。
在一些实施例中,可以在得到用户同意后获取数据、信息等。
此外,本公开实施例的表格中的每一元素、每一行、或每一列均可以作为独立实施例来实施,任意元素、任意行、任意列的组合也可以作为独立实施例来实施。
图1是根据本公开实施例示出的一种通信***的架构示意图。如图1所示,该通信***100可以包括终端设备(Terminal Device)101、网络设备102。
在一些实施例中,终端设备101可以包括手机(mobile phone)、可穿戴设备、物联网设备、具备通信功能的汽车、智能汽车、车载终端、平板电脑(Pad)、带无线收发功能的电脑、路侧单元(RSU,Road Side Unit)、虚拟现实(Virtual Reality,VR)终端设备、增强现实(Augmented Reality,AR)终端设备、工业控制(Industrial Control)中的无线终端设备、无人驾驶(Self-Driving)中的无线终端设备、远程手术(Remote Medical Surgery)中的无线终端设备、智能电网(Smart Grid)中的无线终端设备、运输安全(TransportationSafety)中的无线终端设备、智慧城市(Smart City)中的无线终端设备、智慧家庭(SmartHome)中的无线终端设备中的至少一者,但不限于此。
在一些实施例中,网络设备102可以包括接入网设备、核心网设备中的至少一者。
在一些实施例中,接入网设备可以是将终端设备接入到无线网络的节点或设备,接入网设备可以包括5G通信***中的演进节点B(evolved NodeB,eNB)、下一代演进节点B(next generation eNB,ng-eNB)、下一代节点B(next generation NodeB,gNB)、节点B(node B,NB)、家庭节点B(home node B,HNB)、家庭演进节点B(home evolved nodeB,HeNB)、无线回传设备、无线网络控制器(Radio Network Controller,RNC)、基站控制器(Base Station Controller,BSC)、基站收发台(Base Transceiver Station,BTS)、基带单元(Base Band Unit,BBU)、移动交换中心、6G通信***中的基站、开放型基站(Open RAN)、云基站(Cloud RAN)、其他通信***中的基站、Wi-Fi***中的接入节点中的至少一者,但不限于此。
在一些实施例中,本公开的技术方案可适用于Open RAN架构,此时,本公开实施例所涉及的接入网设备间或者接入网设备内的接口可变为Open RAN的内部接口,这些内部接口之间的流程和信息交互可以通过软件或者程序实现。
在一些实施例中,接入网设备可以由集中单元(Central Unit,CU)与分布式单元(Distributed Unit,DU)组成的,其中,CU也可以称为控制单元(Control Unit),采用CU-DU的结构可以将接入网设备的协议层拆分开,部分协议层的功能放在CU集中控制,剩下部分或全部协议层的功能分布在DU中,由CU集中控制DU,但不限于此。
在一些实施例中,核心网设备可以是一个设备,也可以是多个设备或设备群。核心网可以包括演进分组核心(Evolved Packet Core,EPC)、5G核心网络(5G Core Network,5GCN)、下一代核心(Next Generation Core,NGC)中的至少一者。
可以理解的是,本公开实施例描述的通信***是为了更加清楚地说明本公开实施例的技术方案,并不构成对于本公开实施例提出的技术方案的限定,本领域普通技术人员可知,随着***架构的演变和新业务场景的出现,本公开实施例提出的技术方案对于类似的技术问题同样适用。
下述本公开实施例可以应用于图1所示的通信***100、或部分主体,但不限于此。图1所示的各主体是示例,通信***可以包括图1中的全部或部分主体,也可以包括图1以外的其他主体,各主体数量和形态为任意,各主体可以是实体的也可以是虚拟的,各主体之间的连接关系是示例,各主体之间可以不连接也可以连接,其连接可以是任意方式,可以是直接连接也可以是间接连接,可以是有线连接也可以是无线连接。
本公开各实施例可以应用于长期演进(Long Term Evolution,LTE)、LTE-Advanced(LTE-A)、LTE-Beyond(LTE-B)、SUPER 3G、IMT-Advanced、***移动通信***(4th generation mobile communication system,4G)、第五代移动通信***(5thgeneration mobile communication system,5G)、5G新空口(new radio,NR)、未来无线接入(Future Radio Access,FRA)、新无线接入技术(New-Radio Access Technology,RAT)、新无线(New Radio,NR)、新无线接入(New Radio Access,NX)、未来一代无线接入(Futuregeneration radio access,FX)、Global System for Mobile communications(GSM(注册商标))、CDMA2000、超移动宽带(Ultra Mobile Broadband,UMB)、IEEE 802.11(Wi-Fi(注册商标))、IEEE 802.16(WiMAX(注册商标))、IEEE 802.20、超宽带(Ultra-WideBand,UWB)、蓝牙(Bluetooth(注册商标))、陆上公用移动通信网(Public Land Mobile Network,PLMN)网络、设备到设备(Device-to-Device,D2D)***、机器到机器(Machine to Machine,M2M)***、物联网(Internet of Things,IoT)***、车联网(Vehicle-to-Everything,V2X)、利用其他通信方法的***、基于它们而扩展的下一代***等。此外,也可以将多个***组合(例如,LTE或者LTE-A与5G的组合等)应用。
在本公开的一些实施例中,上述通信***可以支持基于波束(beam)的发送和接收。基于波束的发送和接收可以更好地使得有用信号对准相应的终端设备,也避免信号能量的泄露造成对其他终端设备的干扰,可以提高信干噪比,提升无线通信***的覆盖性能。
示例地,在通信***中,例如在NR通信中,针对FR2(frequency range 2)通信频段,由于高频信道的衰减比较快,为了保证覆盖范围,可以使用基于波束(beam)的发送和接收。
在一些实施例中,网络设备可以配置用于波束测量的参考信号资源集合,终端设备可以对该参考信号资源集合中的参考信号资源进行测量,并上报测量结果中信号质量比较强的X个参考信号资源的ID,以及X个参考信号资源中每个参考信号资源的物理层参考信号接收功率(Layer 1-Reference Signal Receiving Power,L1-RSRP)和/或物理层信号干扰噪声比(Layer 1- Signal to Interference plus Noise Ratio,L1- SINR)。网络设备配置的参考信号资源集合中包括X个参考信号资源,每个参考信号资源对应网络设备的不同发送波束,针对每个参考信号资源,终端设备需要通过全部接收波束对该参考信号资源进行测量,确定每个接收波束对应的波束测量质量,并从多个波束测量质量中确定最强的波束测量质量。在上述测量过程中,若网络设备的发送波束的数量为M,终端设备的接收波束的数量为N,则终端设备需要测量的波束对的数量为M*N。
在一些实施例中,“波束(beam)”、“波束对(beam)”、“波束宽度(beam width)”、“波束角度(beam angular degree)”、“天线(antenna)”、“天线元件(antenna element)”、“天线端口(antenna port)”、“天线端口组(antenna port group)”、“面板(panel)”、“层(layer)”、“层数(the number of layers)”、“秩(rank)”、“资源(resource)”、“资源集(resource set)”、“资源组(resource group)”、“准共址(Quasi-Colocation,QCL)TypeD”、“空间设置(spatial setting)”、“空间滤波器(spatial filter)”、“空间关系信息(spatial relation info)”、“空间接收参数(spatial RX parameters)”、“空间发送参数(spatial Tx parameter)”、“传输配置指示(Transmission Configuration Indication,TCI)state”等术语可以相互替换。
在本公开的一些实施例中,上述通信***可以支持第一功能,该第一功能可以用于执行波束预测,例如,该第一功能可以是预测功能,用于执行波束预测。
在一些实施例中,该第一功能可以是AI功能和/或AI模型。
在一些实施例中,一个AI功能可以对应一个或多个AI模型,例如,一个AI功能可以是由多个AI模型联合实现的功能或模块。不同的AI模型可以对应不同的条件或附加条件。
在另一些实施例中,一个AI模型可以对应一个或多个AI功能。
在另外一些实施例中,AI功能和AI模型可以一一对应。
在一些实施例中,该第一功能可以部署在终端设备和/或网络设备上。
在一些实施例中,该第一功能的名称不做限定,例如可以是“AI功能”、“AI模型”、“AI模块”、“预测功能”、“预测模型”、“预测模块”等。
在一些实施例中,终端设备和/或网络设备可以基于上述第一功能进行波束预测。例如,终端设备本来一共需要测量的波束对的数量为M*N(其中M为基站发送波束数量,N为终端接收波束数量),基于该第一功能可以减少终端设备测量的波束对的数量,但仍然可以基于该第一功能预测输出M*N个波束对的波束信息(例如波束质量、最佳波束等信息)。
例如,对于空域波束预测,终端设备可以只测量多个波束对中的一部分波束对,例如,终端设备测量的波束对可以是M*N个波束对中的1/8、1/4等,将测量得到的部分波束对的波束测量质量作为上述第一功能的输入值,通过上述第一功能可以预测得到相应的输出值,该输出值可以是M*N个波束对的波束信息,比如至少一个波束对的波束质量,和/或最佳K个波束对标识。其中,该波束测量质量可以包括L1-RSRP和/或L1-SINR。上述波束对标识可以是TxRx beam ID,Tx beam ID可以是参考信号资源标识。
在一些实施例中,终端设备和/或网络设备可以基于上述第一功能进行波束预测。例如,终端设备本来一共需要测量的基站的发送波束的数量为M,基于该第一功能可以减少终端设备测量的基站的发送波束的数量,但仍然可以基于该第一功能预测输出M个基站的发送波束的波束信息(例如波束质量、最佳波束等信息)。
例如,对于空域波束预测,终端设备可以只测量基站的多个发送波束中的一部分发送波束,例如,终端设备测量的波束可以是M个波束中的1/8、1/4等,将测量得到的部分波束的波束测量质量作为上述第一功能的输入值,通过上述第一功能可以预测得到相应的输出值,该输出值可以是M个发送波束的波束信息,比如至少一个波束的波束质量,和/或最佳K个波束标识。其中,该波束测量质量可以包括L1-RSRP和/或L1-SINR。上述波束标识可以是Tx beam ID,Tx beam ID可以是参考信号资源标识。
又例如,对于时域波束预测,终端设备可以测量历史时间的波束对和/或发送波束的波束质量,得到历史波束测量质量,将该历史波束测量质量作为上述第一功能的输入值,通过上述第一功能预测得到相应的输出值,该输出值可以是未来时间的波束对或基站发送波束的波束信息(例如波束质量、最佳波束等信息)。其中,该波束测量质量可以包括L1-RSRP和/或L1-SINR。最佳波束可以包括最佳波束对标识,该波束对标识可以是TxRx beamID,Tx beam ID可以是参考信号资源标识;最佳波束可以包括最佳波束标识,该波束标识可以是参考信号资源标识。上述发送波束可以是基站发送至终端设备的发送波束。
在一些实施例中,终端设备的波束集合可以包括第一波束集合setB和第二波束集合setA。其中:
第一波束集合setB中包括一个或多个第一波束,该第一波束可以是第一功能的输入值对应的波束。例如,终端设备测量该第一波束集合setB中的第一波束可以得到的波束测量质量。
第二波束集合setA中包括一个或多个第二波束,该第二波束可以是第一功能的输出值对应的波束。
在一些实施例中,对于空域波束预测,第一功能可以基于第一波束集合setB中的第一波束的测量结果预测第二波束集合setA中的第二波束的测量结果。例如,终端设备可以测量setB中第一波束的L1-RSRP和/或L1-SINR,将测量得到的L1-RSRP和/或L1-SINR输入第一功能,第一功能可以预测输出setA中第二波束的L1-RSRP和/或L1-SINR。
对于空域波束预测,第一波束集合setB与第二波束集合setA的关系可以包括以下至少一种:
setB可以是setA的子集;示例地,setA包括32个参考信号资源(每个参考信号资源对应一个波束方向),setB包括N个参考信号资源,N<32,例如,N=8;
setB与setA不同,setB对应的波束为宽波束,setA对应的波束为窄波束。可选地,setB与setA的波束覆盖范围可以相同,也可以不同。示例地,setA包括32个参考信号资源,每个参考信号资源对应一个波束方向,32个参考信号资源覆盖的范围为120度,setB包括N个参考信号资源,例如N=8,N个参考信号资源覆盖的范围也是120度,也就是说,setB中多个参考信号资源的波束方向覆盖了setA中多个参考信号资源的波束方向,也可以理解为setA中的32/N个参考信号资源与setB中的同一个参考信号资源为QCL Type D的关系。
在一些实施例中,对于时域波束预测,第一功能可以基于历史时间的第一波束集合setB中的第一波束的测量结果,预测未来时间的第二波束集合setA中的第二波束的测量结果。例如,终端设备可以测量历史时间的setB中第一波束的L1-RSRP和/或L1-SINR,将测量得到的L1-RSRP和/或L1-SINR输入第一功能,第一功能可以预测输出未来时间setA中第二波束的L1-RSRP和/或L1-SINR。
对于时域波束预测,第一波束集合setB与第二波束集合setA的关系可以包括以下至少一项:
setB可以是setA的子集;
setB与setA不同,setB对应的波束为宽波束,setA对应的波束为窄波束;
setB与setA相同。
在一些实施例中,为了对第一功能进行管理,终端设备可以在不同的小区之间移动时,不同小区的第一信息可以分别独立配置,也可以在多个小区之间保持一样的配置。如何确定第一信息的应用范围,成为亟待解决的问题。
图2是根据本公开实施例示出的一种通信方法的交互示意图。该方法可以由上述通信***执行。如图2所示,该方法可以包括:
步骤S2101、网络设备向终端设备发送第一信息。
在一些实施例中,终端设备可以接收第一信息。例如,终端设备可以接收网络设备发送的第一信息。
在一些实施例中,该第一信息可以是第一功能对应的信息,例如,第一信息可以用于指示第一功能需要的信息,该第一功能可以用于执行波束预测,该第一功能可以是AI模型和/或AI功能。
在一些实施例中,该第一信息的名称不做限定,例如可以是“配置信息”、“数据配置信息”、“功能配置信息”、“模型配置信息”等。
在一些实施例中,上述第一功能需要的信息可以包括第一功能需要的数据、和/或、数据获取相关的信息,该数据为第一功能需要的数据。可选地,数据获取的名称不做限定,例如可以是“数据收集(data collection)”、“数据采集”、“信息获取”、“信息收集”、“信息采集”等。
在一些实施例中,上述一个AI功能可以对应一个或多个AI模型,例如,一个AI功能可以是由多个AI模型联合实现的功能或模块。
在另一些实施例中,上述一个AI模型可以对应一个或多个AI功能。
在另外一些实施例中,上述AI功能和AI模型可以一一对应。
在一些实施例中,“人工智能(Artificial Intelligence,AI)”、“机器学习(Machine Learning,ML)”、“AI/ML”等术语可以相互替换。
在一些实施例中,该第一信息可以承载在无线资源控制RRC(Radio ResourceControl)消息、媒体接入控制控制单元MAC CE(Medium Access Control ControlElement)、下行控制信息DCI(Downlink Control Information)或网络设备发送至终端设备的其他消息中的至少一项。可选地,该第一信息可以通过RRC消息承载。
步骤S2102、网络设备向终端设备发送第二信息。
在一些实施例中,终端设备可以接收第二信息。例如,终端设备可以接收网络设备发送的第二信息。
在一些实施例中,该第二信息与第一信息不同。
在一些实施例中,该第二信息可以用于指示第一信息的应用范围。
在一些实施例中,该第二信息可以承载在***信息、RRC消息、MAC CE、DCI或网络设备发送至终端设备的其他消息中的至少一项。可选地,该第二信息可以通过RRC消息承载。上述***信息可以包括主信息块(Master Information Block,MIB)和/或***信息块(System Information Block,SIB),可选地,该SIB可以是SIB1、SIB2或其他SIB。
在一些实施例中,该第二信息可以承载在核心网设备发送至终端设备的信息中。例如核心网设备向终端设备发送非接入层(Non-Access Stratum,NAS)消息,该NAS消息中可以携带该第二信息。
在一些实施例中,网络设备可以确定第一信息的应用范围。
例如,网络设备可以根据第一规则确定第一信息的应用范围,第一规则为终端设备与网络设备遵循的规则。可选地,该第一规则可以是协议规则。
又例如,网络设备可以根据网络设备自身的配置信息,确定第一信息的应用范围。该配置信息可以用于配置第一信息的应用范围(例如应用的小区)。
再例如,网络设备可以接收其他网络设备发送的配置信息,根据该配置信息确定第一信息的应用范围。
在一些实施例中,网络设备可以确定第一信息的应用范围,并向终端设备发送第一信息和/或第二信息。
例如,网络设备可以在第一信息中携带指示参数,该指示参数可以指示第一信息的应用范围,这样网络设备可以无需发送第二信息。
又例如,网络设备可以通过第二信息中指示第一信息的应用范围。
在一些实施例中,网络设备可以先发送第一信息,再发送第二信息;也可以先发送第二信息,再发送第一信息;还可以并行发送第一信息和第二信息,例如,该第二信息和第一信息可以通过同一个RRC消息承载,本公开实施例对此不作限定。
在一些实施例中,第一信息和第二信息可以由不同的网络设备发送,比如第一信息由接入网设备发送,第二信息由核心网设备发送。第一信息和第二信息还可以由同样的网络设备发送,比如第一信息和第二信息都由接入网设备发送。
步骤S2103、终端设备确定第一信息的应用范围。
在一些实施例中,该应用范围可以包括一个或多个小区。
在一些实施例中,该应用范围也可以称为适用范围,用于指示终端设备能够应用该第一信息的范围,例如第一信息中的至少一项的适用范围。
在一些实施例中,该第一信息的应用范围可以是第一范围,基于该第一范围,终端设备可以确定在第一小区应用第一信息,第一小区为终端设备接收第一信息的小区。
可选地,该第一范围也可以称为小区专用(cell specific)范围,也就是说该第一信息至适用于该第一小区。
在另一些实施例中,该第一信息的应用范围可以是第二范围,基于第二范围,终端设备确定在一个或多个第二小区应用第一信息,其中:
该第二小区为终端设备能够接入的任意小区,或者,该第二小区为发送第一标识的小区,该第一标识对应上述第一功能。
可选地,该第二范围也可以称为终端专用(UE specific)范围。
在一些实施例中,上述第一标识包括以下至少一项:
功能标识(Function ID);
模型标识(Model ID);
数据集标识(Dataset ID);
数据获取配置标识(Data collection configuration ID);
数据获取标识(Data collection ID);
条件标识(condition ID);
附加条件标识(additional condition ID)。
这样,终端设备移动至其他小区,并且其他小区发送的第一信息中包含相同的第一标识时,终端设备可以确定是对同一个第一功能进行操作,从而可以应用上述第一信息。
在另一些实施例中,该第一信息的应用范围为第三范围,该第三范围包括多个小区,终端设备确定在第三范围内的多个小区应用第一信息。
可选地,该第三范围也可以称为小区集合、小区组(cell group)或小区列表(celllist),本公开实施例对此不作限定。
这样,若终端设备移动到的其他小区在第三范围内,则可以确定是针对同一个第一功能进行操作,从而可以应用上述第一信息。可选地,若终端设备移动至第三范围内的其他消息,并且其他小区发送的第一信息中包含相同的第一标识时,终端设备可以确定是对同一个第一功能进行操作,从而可以应用上述第一信息。
在一些实施例中,若上述第一信息的应用范围包括多个小区(例如上述第二范围或第三范围),则多个小区对应的网络设备之间可以交互第三信息,该第三信息可以用于指示第一功能与第一信息之间的对应关系。
可选地,第一功能与第一信息之间的对应关系可以包括:第一信息的第一标识与第一信息中除了第一标识外的其他部分或全部信息的对应关系,例如,第一信息中的第一标识与第一信息中的第二标识、波束信息、应用实例、参考信号资源信息、覆盖信息、终端分布信息、数据获取目的、测量信息中的至少一项之间的对应关系。
在一种实现方式中,网络设备可以向其他网络设备发送第三信息。
在另一种实现方式中,网络设备可以接收其他网络设备发送的第三信息。
可选地,在终端设备发生切换时,源小区所在的网络设备可以向目标小区所在的网络设备发送该第三信息。
可选地,上述其他网络设备可以是核心网设备或接入网设备。
例如,其他网络设备是核心网设备,核心网设备将第三信息发送给各个接入网设备,各个接入网设备可以确定第一信息的应用范围。
在一些实施例中,接入网设备根据第三信息确定第一信息的应用范围后,可以向终端设备发送第二信息,例如,接入网设备通过***信息(MIB和/或SIB)、RRC消息、MAC CE、DCI或其他消息中的至少一项将第二信息发送至终端设备。这样,终端设备也可以确定第一信息的应用范围。
在另一些实施例中,核心网设备可以将第三信息发送至各个接入网设备,并且向终端设备发送第二信息,第二信息和第三信息所指示的内容可以相同,例如,第二信息和第三信息可以指示的第一信息的应用范围相同。这样,接入网设备和终端设备可以根据核心网设备的指示,确定第一信息的应用范围。
这样,终端设备和网络设备都可以确定第一信息的应用范围,终端设备在应用范围内的多个小区之间切换时,可以使用相同的第一信息对第一功能进行操作,例如,根据相同的第一信息获取第一功能需要的数据。
在一些实施例中,终端设备可以根据上述第一信息中的指示参数确定第一信息的应用范围。
示例地,第一信息中的指示参数可以指示该第一信息的应用范围为第一范围、第二范围或第三范围。
在一些实施例中,终端设备可以根据第二信息中的指示参数确定第一信息的应用范围,该第二信息为终端设备从网络设备接收的信息,该第二信息与第一信息不同。
示例地,第二信息中的指示参数可以指示该第一信息的应用范围为第一范围、第二范围或第三范围。
在一些实施例中,根据第一规则确定第一信息的应用范围,第一规则为终端设备与网络设备遵循的规则。例如,该第一规则可以是协议规则。
示例地,根据该第一规则可以确定该第一信息的应用范围为第一范围或第二范围。
在一些实施例中,网络设备也可以确定上述第一信息的应用范围为第一范围、第二范围或第三范围。
步骤S2104、终端设备确定第一功能。
在一些实施例中,终端设备可以根据应用范围确定第一功能。
示例地,在应用范围内的一个或多个小区内,第一信息与第一功能存在对应关系,可以根据第一信息确定该第一功能。例如,根据第一信息中的第一标识,确定第一功能。
可选地,终端设备可以对确定的第一功能进行操作,例如,执行模型训练、模型推理或性能监测。
可选地,在应用范围之外,终端设备不能根据该应用范围内的第一信息确定第一功能。
在一些实施例中,终端设备可以根据第一信息和应用范围获取第一功能需要的数据。
示例地,在上述应用范围内(例如该应用范围对应的一个或多个小区内),终端设备可以根据第一信息获取数据,该数据为第一功能需要的数据。
在一些实施例中,上述数据可以包括以下至少一项:
用于模型训练(Training)的数据;
用于模型推理(Inference)的数据;
用于性能监测(Performance monitoring)的数据。
在一些实施例中,“模型训练”、“功能训练”、“AI模型训练”等术语可以相互替换。
在一些实施例中,“模型推理”、“功能推理”、“AI模型推理”、“模型应用”、“功能应用”、“AI模型应用”等术语可以相互替换。
在一些实施例中,“性能监测”、“性能评估”、“性能获取”、“性能检测”、“性能指标获取”等术语可以相互替换。
在一些实施例中,用于模型训练的数据可以包括对第一功能(AI功能和/或AI模型)进行训练所需要的数据。例如,包括模型输入所需要的数据,和模型标签(label)所需要的数据。可选地,模型标签所需要的数据可以是第一功能的输出所对应的实际测量数据。
示例地,用于模型推理的数据可以包括AI模型输入所需要的数据。
在一种实现方式中,该第一信息可以包括用于模型训练的数据。示例地,用于模型训练的数据可以通过第一信息直接发送,终端设备可以通过第一信息直接获取用于模型训练的数据。
在另一种实现方式中,该第一信息可以包括用于获得模型训练的数据所需的参考信号资源配置信息。示例地,终端设备可以根据第一信息执行测量并获取用于模型训练的数据,例如,终端设备可以通过对第一信息指示的参考信号资源配置信息对应的参考信号进行测量,从而获取用于模型训练的数据。
这样,终端设备可以获取用于模型训练的数据,并根据该数据对第一功能进行训练,从而可以灵活控制对第一功能的训练。
在一些实施例中,用于模型推理的数据可以包括通过第一功能(AI功能和/或AI模型)进行波束预测或其他模型推理时所需要的数据。
示例地,用于模型推理的数据可以包括AI模型输入所需要的数据。可选地,用于模型推理的数据可以通过第一信息指示的参考信号资源配置信息对应的参考信号的测量获取。示例地,终端设备可以根据第一信息执行测量并获取用于模型推理的数据,例如,终端设备可以通过对第一信息指示的参考信号资源配置信息对应的参考信号进行测量,从而获取用于模型推理的数据。
这样,终端设备可以获取用于模型推理的数据,并通过第一功能进行波束预测或其他模型推理,从而可以灵活控制对第一功能执行模型推理。
在一些实施例中,用于性能监测的数据可以包括:用于对第一功能的AI功能的性能进行监测的数据,或者,对第一功能的至少一个AI模型的性能进行监测的数据。
示例地,用于性能监测的数据可以包括:模型输入所需要的数据、模型输出所获得的数据、和模型标签(label)所需要的数据(例如模型输出对应的实际测量数据)。可选地,用于性能监测的数据可以通过第一信息指示的参考信号资源配置信息对应的参考信号的测量获取,以及可以根据模型输出获取。示例地,终端设备可以根据第一信息执行测量并获取用于性能监测的数据,例如,终端设备可以通过对第一信息指示的参考信号资源配置信息对应的参考信号进行测量,从而获取用于性能监测的数据,例如获取模型输入所需要的数据和模型标签所需要的数据。又例如,终端设备可以通过模型推理,从而获取模型输出所获得的数据。
这样,终端设备可以获取用于性能监测的数据,根据该数据对第一功能的输出和标签进行对比,获取第一功能的性能,从而可以灵活控制对第一功能的性能监测。
在一些实施例中,终端设备可以向网络设备发送第四信息。
可选地,该第四信息可以是针对第一信息的响应消息,用于网络设备确定终端设备接收到该第四信息。
可选地,该第四信息可以是数据获取结果,示例地,终端设备根据第一信息获取第一功能需要的数据后,可以向网络设备发送第四信息,将数据获取结果通知网络设备。网络设备可以根据该数据获取结果确定是否指示终端设备停止数据获取,例如,若数据获取结果为成功,则网络设备可以通过第三消息指示终端设备停止数据获取。又例如,若数据获取结果为失败,则网络设备可以无需通知终端设备停止数据获取。
这样,可以灵活控制终端设备的数据获取。
在一些实施例中,上述第一信息可以包括以下至少一项:
第一标识,该第一标识对应第一功能;
第二标识,该第二标识对应测量相关的配置,该测量用于数据获取;
波束信息,该波束信息用于指示测量和/或预测的波束相关的信息;
应用实例,该应用实例为应用该第一功能执行波束预测的实例;
参考信号资源信息,该参考信号资源信息用于确定第一波束和/或第二波束,该第一波束为第一功能的输入值对应的波束,该第二波束为第一功能的输出值对应的波束;
覆盖信息,该覆盖信息用于指示网络设备的覆盖相关的信息;
终端分布信息,该终端分布信息用于指示该网络设备的覆盖范围内多个终端设备的分布;
数据获取目的,该数据获取目的用于指示通过第一信息得到的数据的作用;
测量信息,该测量信息包括该终端设备基于第一信息执行测量的相关信息。
这样,终端设备通过上述至少一项,可以确定第一功能需要的信息,以便获取第一功能需要的数据,从而提高了对第一功能的管理效率。
在一些实施例中,终端设备可以具有一个或多个第一功能,不同的第一功能可以对应相同或不同的第一标识。
在一些实施例中,上述第一标识包括以下至少一项:
功能标识(Function ID);
模型标识(Model ID);
数据集标识(Dataset ID);
数据获取配置标识(Data collection configuration ID);
数据获取标识(Data collection ID);
条件标识(condition ID);
附加条件标识(additional condition ID)。
在一种实现方式中,上述数据获取配置标识也可以称为数据收集配置标识或数据采集配置标识。
在一种实现方式中,上述数据获取标识也可以称为数据收集标识或数据采集标识。
在一种实现方式中,上述数据为用于模型训练的数据,该数据可以是网络设备直接发送给终端设备的,例如网络设备可以收集用于模型训练的数据,直接发送给终端设备。终端设备无需基于参考信号资源配置来测量获得用于模型训练的数据。这种情况下,网络设备发送的第一标识可以包括数据集标识。这样,终端设备可以确定基于该第一数据集标识#1训练出来的模型对应的第一功能为功能#1或模型#1。
在一种实现方式中,上述数据为用于模型训练的数据,该数据可以终端通过网络设备发送的参考信号资源配置信息对应的参考信号进行测量获得的,例如网络设备发送的第一标识可以包括第一标识中除数据集标识以外的至少一项标识,用于标识第一功能对应的第一信息。这样,终端设备可以确定基于该第一标识#1训练出来的模型对应的第一功能为功能#1或模型#1。
在另一种实现方式中,上述数据为用于模型推理或性能监测的数据,第一标识包括数据集标识,并且网络设备将参考信号资源配置信息发送给终端设备。通过上述数据集标识,终端设备可以确定该参考信号资源配置信息是针对哪个第一功能(例如功能#1或模型#1)的模型推理或性能监测。由于在模型训练过程中,终端设备已然确定基于第一数据集标识#1训练出来的模型对应的第一功能为功能#1或模型#1,那么当网络设备将第一数据集标识#1指示给终端设备时,终端设备确定该第一数据集标识#1对应的第一功能为功能#1或模型#1,那么终端设备能确定网络设备此次的参考信号资源配置信息是针对功能#1或模型#1的模型推理或性能监测。
在另外一种实现方式中,上述数据为用于模型推理或性能监测的数据,第一标识包括除数据集标识以外的至少一项标识,并且网络设备将参考信号资源配置信息发送给终端设备。通过上述第一标识中的标识,终端设备可以确定基于该参考信号资源配置信息对应的参考信号进行测量获得的数据是针对哪个第一功能(例如功能#1或模型#1)的模型推理或性能监测。由于在模型训练过程中,终端设备已然确定基于第一标识#1训练出来的模型对应的第一功能为功能#1或模型#1,那么当网络设备将第一标识#1指示给终端设备时,终端设备确定该第一标识#1对应的第一功能为功能#1或模型#1,那么终端设备能确定网络设备此次的参考信号资源配置信息是针对功能#1或模型#1的模型推理或性能监测。
在一些实施例中,上述第一标识中的至少一项相同,第一信息对应相同的第一功能。
例如,终端设备基于上述第一标识进行了模型训练之后,得到训练后的第一功能,之后,若网络设备又配置了一些参考信号资源的测量和上报,并指示了第一标识,且指示的数据获取目的为性能监测和/或模型推理,则终端设备确定基于该参考信号资源的测量和配置获得的数据可以用于基于该第一标识对应的之前的数据训练得到的第一功能的性能监测和/或模型推理。即在模型训练过程中,终端设备确定基于第一标识#1训练出来的模型对应的第一功能为功能#1或模型#1,那么在模型推理或性能监测过程中,当网络设备将第一标识#1指示给终端设备,同时将参考信号资源配置信息发送给终端设备时,终端确定该第一标识#1对应的第一功能为功能#1或模型#1,那么终端设备能确定网络设备此次的参考信号资源配置信息是针对功能#1或模型#1的模型推理或性能监测。
可选地,上述第一标识不同时,也可以对应同一个第一功能。终端可以自行确定第一功能和第一标识的对应关系。示例地,终端设备可以基于多个第一标识训练得到一个第一功能,则终端设备可以确定该多个第一标识与一个第一功能相对应。其中,第一功能为AI功能或AI模型。
可选地,上述第一标识不同时,也可以对应同一个AI功能,同一个AI模型。终端可以确定AI功能或AI模型和第一标识的对应关系。示例地,终端设备可以基于多个第一标识训练得到一个AI功能或AI模型,则终端设备可以确定该多个第一标识与一个AI功能或AI模型相对应。比如第一标识不同,且终端分布信息不同,那么终端设备基于不同的第一标识对应的数据训练出一个可以同时适用于不同的终端分布的模型。
可选地,上述第一标识不同时,也可以对应同一个AI功能,不同的AI模型。终端可以确定AI功能和AI模型与第一标识的对应关系。示例地,终端设备可以基于多个第一标识训练得到一个AI功能的多个AI模型,则终端设备可以确定该多个第一标识与一个AI功能和多个AI模型分别相对应。比如第一标识不同,且终端分布信息不同,那么终端设备基于不同的第一标识对应的数据训练出适用于不同的终端分布的不同模型,但是对应同一个AI功能。比如对应的第一AI功能,而第一AI功能对应的第一信息中除第一标识和终端分布信息之外,其它信息都一样的。而终端分布信息不同时,对应了相同AI功能下的不同AI模型。
可选地,上述第一标识不同时,也可以对应不同的AI功能。终端可以确定AI功能和第一标识的对应关系。示例地,终端设备可以基于多个第一标识训练得到多个AI功能,则终端设备可以确定该多个第一标识与多个AI功能分别相对应。比如第一标识不同,且应用实例不同,比如一个应用实例为空域波束预测,另一个应用实例为时域波束预测。那么终端设备基于这两个第一信息对应的数据训练出不同的AI模型,对应不同的AI功能。
这样,通过第一标识可以确定第一功能。
在一些实施例中,上述第二标识包括以下至少一项:
测量标识(Measurement ID);该测量标识可以对应一个测量对象和一个报告配置;
测量对象标识(Measurement object ID),该测量对象标识可以用于确定测量对象;
报告标识(Report ID),该报告标识可以用于确定报告配置。可选地,该报告标识也可以称为报告配置标识(ReportConfigId)。
这样,通过第二标识可以确定测量对象和报告配置,以便终端设备执行测量获取数据。
在一些实施例中,上述波束信息包括以下至少一项:
波束码本标识,该波束码本标识可以用于指示网络设备发送波束使用的码本信息;可选地,该波束码本标识也可以称为基站波束码本标识(gNB beam codebook ID);
天线配置标识,该天线配置标识可以用于指示网络设备的天线配置信息;可选地,该天线配置标识也可以称为基站天线配置标识(gNB antenna configuration ID)。天线配置信息可以包括天线面板数、天线个数、天线之间的间隔、天线阵列排布中的至少一项。
波束类型,该波束类型(Beam type)可以用于指示网络设备发送的波束的类型。
在一种实现方式中,该波束类型可以包括离散傅里叶变换(Discrete FourierTransform,DFT)波束、非DFT波束中的至少一项。
在一些实施例中,上述应用实例可以包括以下至少一项:
空域波束预测实例;
时域波束预测实例;
空域波束预测实例和时域波束预测实例。
在一些实施例中,上述参考信号资源信息可以包括以下至少一项:
第一参考信号资源集合,该第一参考信号资源集合中的参考信号资源对应第一波束,该第一波束为第一功能的输入值对应的波束;
第二参考信号资源集合,该第二参考信号资源集合的参考信号资源对应第二波束,该第二波束为第一功能的输出值对应的波束;
集合关系,该集合关系包括第一参考信号资源集合与第二参考信号资源集合之间的关系;
第一参考信号资源集合对应的时间信息,该时间信息可以是时间数量值,例如历史测量时间实例(time instance)的数量;
第二参考信号资源集合对应的时间信息,该时间信息可以是时间数量值,例如预测未来时间实例(future time instance)的数量;
时间图案,该时间图案(pattern)为第一参考信号资源集合对应的时间与第二参考信号资源集合对应的时间的图案。
在一种实现方式中,在应用实例为空域波束预测实例的情况下,上述参考信号资源信息包括以下至少一项:第一参考信号资源集合、第二参考信号资源集合、集合关系。
在另一种实现方式中,在应用实例为时域波束预测实例的情况下,上述参考信号资源信息包括以下至少一项:第一参考信号资源集合、第二参考信号资源集合、集合关系、第一参考信号资源集合对应的时间信息、第二参考信号资源集合对应的时间信息、时间图案。例如,在应用实例为时域波束预测实例的情况下,上述参考信号资源信息可以包括第一参考信号资源集合对应的时间信息、第二参考信号资源集合对应的时间信息、时间图案。
在一些实施例中,上述第一参考信号资源集合可以包括第一参考信号资源集合中的第一参考信号资源的数量,还可以包括每个第一参考信号资源对应的资源标识(resource ID)、时频资源、参考信号(Reference Signal,RS)序列中的至少一项。
在一些实施例中,上述第二参考信号资源集合可以包括第二参考信号资源集合中的参考信号资源的数量,还可以包括每个第二参考信号资源对应的资源标识、时频资源、RS序列中的至少一项。
在一种实现方式中,上述集合关系可以包括以下任意一项:
第一参考信号资源集合为第二参考信号资源集合的子集,示例地,第二参考信号集合可以包括M个参考信号资源(每个参考信号资源对应一个波束方向),例如M=32,第一参考信号资源集合可以包括N个参考信号资源,N小于M,例如,N=8。其中,M和N均为正整数;
第一参考信号资源集合与第二参考信号资源集合不同,第一参考信号资源集合对应的波束为宽波束,第二参考信号资源集合对应的波束为窄波束;可选地,第一参考信号资源集合与第二参考信号资源集合对应的波束覆盖范围可以相同或不同;
第一参考信号资源集合与第二参考信号资源集合相同。
可选地,对于空域波束预测,上述集合关系可以包括以下任意一项:
第一参考信号资源集合为第二参考信号资源集合的子集;
第一参考信号资源集合与第二参考信号资源集合不同,第一参考信号资源集合对应的波束为宽波束,第二参考信号资源集合对应的波束为窄波束。
可选地,对于时域波束预测,上述集合关系可以包括以下任意一项:
第一参考信号资源集合为第二参考信号资源集合的子集;
第一参考信号资源集合与第二参考信号资源集合不同,第一参考信号资源集合对应的波束为宽波束,第二参考信号资源集合对应的波束为窄波束。
第一参考信号资源集合与第二参考信号资源集合相同。
在一种实现方式中,上述时间图案可以包括以下任意一项:
第一图案,该第一图案(Pattern1)用于指示N个历史周期和M个未来周期,N个历史周期的测量结果用于终端设备基于第一功能得到M个未来周期的预测结果;
第二图案,该第二图案(Pattern2)用于指示K个历史周期,K个历史周期的测量结果用于终端设备基于第一功能得到第K+1个未来周期内的L个预测结果。
图3是根据本公开实施例示出的一种第一图案的示意图。如图3所示,基于该第一图案(Pattern1),以N个历史周期的测量结果+M个未来周期的预测结果为一个重复图案(repeat pattern)。需要说明的是,图3中以N=3,M=2作为示例,N可以是任意正整数,M也可以是任意正整数。
可选地,在第一图案中,上述历史周期和未来周期可以是短周期,由N个历史周期+M个未来周期组成的重复图案(repeat pattern)可以是一个长周期。
在一些实施例中,终端设备可以将N个历史周期的测量结果作为第一功能的输入值,得到第一功能预测的输出值为M个未来周期的预测结果。
可选地,M个未来周期内,网络设备可以不发送用于波束测量的参考信号。但是由于这M个未来周期内的波束结果是预测得到的,不能作为第一功能的输入,因此,在M个周期之后,网络设备可以继续在第二个长周期内的N个历史周期发送用于波束测量的参考信号,然后进行一个repeat pattern。
图4是根据本公开实施例示出的一种第二图案的示意图。如图4所示,基于该第二图案(Pattern2),以K个历史周期的测量结果和第K+1个未来周期内包含的L个预测结果作为一个重复图案(repeat pattern)。需要说明的是,图4中以K=2,L=3作为示例,K可以是任意正整数,L也可以是任意正整数。
可选地,在第二图案中,上述历史周期和未来周期可以是长周期,第K+1个未来周期中可以包括L个短周期,一个短周期对应一个预测结果。
在一些实施例中,终端设备可以将从1开始的K个历史周期的测量结果作为第一功能的输入值,得到第一功能预测的输出值作为第K+1个未来周期内的L个短周期的预测结果。可选地,终端设备还可以将从2开始的K+1个历史周期的测量结果作为第一功能的输入值,得到第一功能预测的输出值作为第K+2个未来周期内的L个短周期的预测结果。
可选地,网络设备可以在每个历史周期(长周期)发送用于波束测量的参数信号,终端设备可以预测得到每个短周期的预测结果。这样,第二图案的repeat patter可以简化为一个长周期包含的多个短周期这样的pattern。
在一些实施例中,上述覆盖信息可以包括网络设备的部署类型和/或站间距。
可选地,网络设备的部署类型可以是基站的部署类型,例如,该部署类型可以为以下任意一项:城市宏基站(Urban macro base station)、城市微基站(Urban micro basestation)、室内基站(Indoor base station)、密集城区(Dense urban area)、农村(Ruralarea)、热点(Hotspot)。
可选地,上述站间距可以表示相邻基站之间的距离,例如站间距(Inter-SiteDistance,ISD)可以是100米、200米、500米或1000米。
在一些实施例中,上述终端分布信息包括室内终端(indoor UE)和室外终端(outdoor UE)的比值。
可选地,该终端分布信息也可以包括室内终端的占比、室外终端的占比、终端数量等信息中的至少一项。
可选地,室内终端可以是位置处于室内(例如居民楼内、办公楼内、商场内等区域)的终端设备,室外终端可以是位置处于室外(例如街道、公园等区域)的终端设备。
在一些实施例中,上述测量信息包括以下至少一项:
测量量,该测量量可以包括物理层参考信号接收功率L1-RSRP和/或物理层信号干扰噪声比L1-SINR;
事件信息,事件信息为触发测量上报的事件相关的信息;
上报量,上报量用于指示终端设备向网络设备上报的信息。
在一些实施例中,上述事件信息可以包括以下至少一项:
事件标识(Event ID);
事件的门限(threshold)、偏置(offset)等信息;
事件描述,该事件描述可以用于指示事件上报的触发条件,例如,该事件描述可以指示在测量值(例如性能指标)高于门限的情况下,上报该事件;又例如,该事件描述可以指示在测量值低于(例如性能指标)第一门限的情况下,上报该事件。
在一些实施例中,上述上报量可以包括以下至少一项:
资源集标识(Resource set ID);
资源标识(Resource ID),例如上报量包括模型标签(label):最强的K个资源标识;
L1-RSRP,例如上报量包括模型输入:资源标识和该资源标识对应的L1-RSRP,或仅包括资源标识对应的L1-RSRP;
L1-SINR,例如上报量包括模型输入:资源标识和该资源标识对应的L1-SINR,或仅包括资源标识对应的L1-SINR;
性能指标(Performance metric),该性能指标可以是第一功能相关的性能指标;
事件标识(Event ID);
确定的功能操作,该功能操作可以包括激活(activation)、去激活(deactivation)、回退(fallback)等操作,该功能操作也可以称为模型操作。
在一些实施例中,上述上报量可以包括第一功能的性能指标,该性能指标可以包括以下至少一项:
预测准确率(prediction accuracy),该预测准确率可以是预测最佳参考信号资源包括实际最佳参考信号资源的概率,该预测最佳参考信号资源为该第一功能预测得到的最佳参考信号资源,该实际最佳参考信号资源为该终端设备实际测量得到的最佳参考信号资源,该最佳参考信号资源为第二参考信号资源集合中L1-RSRP或L1-SINR最大的前N个的参考信号资源,N为正整数;
信号强度差值,信号强度差值为预测信号强度与实际信号强度的差值。
在一种实现方式中,预测准确可以是指通过第一功能预测得到的最佳的N个参考信号资源标识包含实际最佳的参考信号资源标识,该参考信号资源标识可以是同步信号块(synchronization signal block,SSB)标识、信道状态信息参考信号(Channel StateInformation Reference Signal,CSI-RS)标识、探测参考信号(Sounding ReferenceSignal,SRS)标识。其中,N为正整数。例如,N可以是1或大于1。
可选地,上述概率可以是预测最佳参考信号资源包括实际最佳参考信号资源的次数与预测总次数之间的比例。例如,预测了100次,其中有90次得到的预测最佳参考信号资源包括实际最佳参考信号资源,有10次得到的预测最佳参考信号资源不包括实际最佳参考信号资源,则概率为90%,也就是预测准确率为90%。
可选地,上述预测信号强度和实际信号强度可以有多种组合方式,示例地:
在一种实现方式中,预测信号强度为预测最佳参考信号资源对应的预测信号强度,实际信号强度为实际最佳参考信号资源对应的实际信号强度。
在一种实现方式中,预测信号强度为预测最佳参考信号资源对应的实际信号强度,实际信号强度为实际最佳参考信号资源对应的实际测量的信号强度。
在另一种实现方式中,预测信号强度为预测最佳参考信号资源对应的预测信号强度,实际信号强度为预测最佳参考信号资源对应的实际信号强度。
在另外一种实现方式中,预测信号强度为实际最佳参考信号资源对应的预测信号强度,实际信号强度为实际最佳参考信号资源对应的实际信号强度。
在一种实现方式中,上述信号强度差值可以是L1-RSRP的差值,例如,平均L1-RSRP的分贝(dB)差值。
例如,该信号强度差值可以是预测最佳参考信号资源标识对应的实际L1-RSRP与实际最佳参考信号资源标识对应的实际L1-RSRP的差值。
又例如,该信号强度差值可以是预测最佳参考信号资源标识对应的预测L1-RSRP与预测最佳参考信号资源标识对应的实际L1-RSRP的差值。
再例如,该信号强度差值可以是实际最佳参考信号资源标识对应的实际L1-RSRP与实际最佳参考信号资源标识对应的预测L1-RSRP的差值。
再例如,该信号强度差值可以是预测最佳参考信号资源标识对应的预测L1-RSRP与实际最佳参考信号资源标识对应的实际L1-RSRP的差值。
在另一种实现方式中,上述信号强度差值可以是L1-SINR的差值,例如,平均L1-SINR的分贝(dB)差值。
例如,该信号强度差值可以是预测最佳参考信号资源标识对应的实际L1-SINR与实际最佳参考信号资源标识对应的实际L1-SINR的差值。
又例如,该信号强度差值可以是预测最佳参考信号资源标识对应的预测L1-SINR与预测最佳参考信号资源标识对应的实际L1-SINR的差值。
再例如,该信号强度差值可以是实际最佳参考信号资源标识对应的实际L1-SINR与实际最佳参考信号资源标识对应的预测L1-SINR的差值。
再例如,该信号强度差值可以是预测最佳参考信号资源标识对应的预测L1-SINR与实际最佳参考信号资源标识对应的实际L1-SINR的差值。
这样,通过上述预测准确率和/或信号强度差值可以确定第一功能的性能指标,以便对第一功能进行性能评估。
在一些实施例中,数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测。
可选地,该“数据获取目的”的名称不做限定,例如可以是“数据收集目的”、“信息获取目的”、“信息收集目的”、“数据收集作用”、“信息获取作用”、“信息收集作用”等。
在一些实施例中,不同的数据获取目的对应的第一信息的内容不同或不完全相同。
示例地,若数据获取目的为性能监测,则该第一信息包括上述事件信息,并且上报量中包括上述性能指标。反之,若数据获取目的不是性能监测,例如模型训练或模型推理,则第一信息中不包括上述事件信息,并且上报量中可以不包括上述性能指标。
这样,可以根据不同的数据获取目的,确定不同的第一信息,从而指示终端设备为第一功能获取不同的数据,提高了数据获取的灵活性。
图5是根据本公开实施例示出的一种通信方法的交互示意图。该方法可以由上述通信***执行。如图5所示,该方法可以包括:
步骤S5101、网络设备向终端设备发送第一信息。
该步骤S5101的可选实现方式可以参见图2的步骤S2101的可选实现方式、及图2所涉及的实施例中其他关联部分。
在一些实施例中,图5所示实施例还可以与图2所示实施例中的任意一个或多个步骤、或者一个或多个可选实施例组合作为一个新的实施例。例如,终端设备可以根据上述图2的步骤S2103的可选实现方式确定第一信息的应用范围。
图6是根据本公开实施例示出的一种通信方法的流程示意图。如图6所示,本公开实施例涉及通信方法,该方法可以由终端设备执行。该方法可以包括:
步骤S6101、获取第一信息。
该步骤S6101的可选实现方式可以参见图2的步骤S2101的可选实现方式、及图2所涉及的实施例中其他关联部分。
在一些实施例中,终端设备可以接收由网络设备发送的第一信息,但不限于此,终端设备也可以接收由其他主体发送的第一信息。
在一些实施例中,终端设备可以获取由协议规定的第一信息。
在一些实施例中,终端设备可以从高层(upper layer(s))获取第一信息。
在一些实施例中,终端设备可以进行处理从而得到第一信息。
在一些实施例中,第一信息用于确定第一功能需要的信息,第一功能用于执行波束预测,第一功能为人工智能AI模型和/或AI功能。
步骤S6102、确定第一信息的应用范围。
该步骤S6102的可选实现方式可以参见图2的步骤S2103的可选实现方式、及图2所涉及的实施例中其他关联部分。
图7是根据本公开实施例示出的一种通信方法的流程示意图。如图7所示,本公开实施例涉及通信方法,该方法可以由终端设备执行。该方法可以包括:
步骤S7101、获取第一信息。
该步骤S7101的可选实现方式可以参见图2的步骤S2101的可选实现方式、及图2所涉及的实施例中其他关联部分。
在一些实施例中,终端设备可以接收由网络设备发送的第一信息,但不限于此,终端设备也可以接收由其他主体发送的第一信息。
在一些实施例中,终端设备可以获取由协议规定的第一信息。
在一些实施例中,终端设备可以从高层(upper layer(s))获取第一信息。
在一些实施例中,终端设备可以进行处理从而得到第一信息。
在一些实施例中,第一信息用于确定第一功能需要的信息,第一功能用于执行波束预测,第一功能为人工智能AI模型和/或AI功能。
步骤S7102、确定第一信息的应用范围。
该步骤S7102的可选实现方式可以参见图2的步骤S2103的可选实现方式、及图2所涉及的实施例中其他关联部分。
步骤S7103、确定第一功能。
在一些实施例中,终端设备可以根据应用范围确定第一功能。
该步骤S7103的可选实现方式可以参见图2的步骤S2104的可选实现方式、及图2所涉及的实施例中其他关联部分。
在一些实施例中,终端设备可以接收第二信息,例如,可以接收网络设备发送的第二信息。
在一些实施例中,该第二信息与第一信息不同。
在一些实施例中,该第二信息可以用于指示第一信息的应用范围。
在一些实施例中,所述确定所述第一信息的应用范围包括以下至少一项:
根据所述第一信息中的指示参数确定所述第一信息的应用范围;
根据第二信息中的指示参数确定所述第一信息的应用范围,所述第二信息为终端设备从网络设备接收的信息,所述第二信息与所述第一信息不同;
根据第一规则确定所述第一信息的应用范围,所述第一规则为终端设备与网络设备遵循的规则。
在一些实施例中,
所述第一信息的应用范围为第一范围,基于所述第一范围,终端设备确定在第一小区应用所述第一信息,所述第一小区为所述终端设备接收所述第一信息的小区。
在一些实施例中,
所述第一信息的应用范围为第二范围,基于所述第二范围,终端设备确定在一个或多个第二小区应用所述第一信息,其中:
所述第二小区为所述终端设备能够接入的任意小区,或者,所述第二小区为发送第一标识的小区,所述第一标识对应所述第一功能。
在一些实施例中,
所述第一信息的应用范围为第三范围,所述第三范围包括多个小区,终端设备确定在所述第三范围内的多个小区应用所述第一信息。
在一些实施例中,所述第一信息包括以下至少一项:
第一标识,所述第一标识对应所述第一功能;
第二标识,所述第二标识对应测量相关的配置,所述测量用于数据获取;
波束信息,所述波束信息用于指示测量和/或预测的波束相关的信息;
应用实例,所述应用实例为应用所述第一功能执行波束预测的实例;
参考信号资源信息,所述参考信号资源信息用于确定第一波束和/或第二波束,所述第一波束为所述第一功能的输入值对应的波束,所述第二波束为所述第一功能的输出值对应的波束;
覆盖信息,所述覆盖信息用于指示网络设备的覆盖相关的信息;
终端分布信息,所述终端分布信息用于指示所述网络设备的覆盖范围内多个终端设备的分布;
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
测量信息,所述测量信息包括所述终端设备基于第一信息执行测量的相关信息。
在一些实施例中,所述应用实例包括以下至少一项:
空域波束预测实例;
时域波束预测实例;
空域波束预测实例和时域波束预测实例。
在一些实施例中,所述参考信号资源信息包括以下至少一项:
第一参考信号资源集合,所述第一参考信号资源集合中的参考信号资源对应所述第一波束;
第二参考信号资源集合,所述第二参考信号资源集合的参考信号资源对应所述第二波束;
集合关系,所述集合关系包括所述第一参考信号资源集合与所述第二参考信号资源集合之间的关系;
第一参考信号资源集合对应的时间信息;
第二参考信号资源集合对应的时间信息;
时间图案,所述时间图案为第一参考信号资源集合对应的时间与第二参考信号资源集合对应的时间的图案。
在一些实施例中,所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测。
在一些实施例中,所述第一标识包括以下至少一项:
功能标识;
模型标识;
数据集标识;
数据获取配置标识;
数据获取标识;
条件标识;
附加条件标识。
图8是根据本公开实施例示出的一种通信方法的流程示意图。如图8所示,本公开实施例涉及通信方法,该方法可以由网络设备执行,上述方法包括:
步骤S8101、发送第一信息。
该步骤S8101的可选实现方式可以参见图2的步骤S2101的可选实现方式、及图2所涉及的实施例中其他关联部分。
在一些实施例中,网络设备可以向终端设备发送该第一信息,但不限于此,网络设备也可以向其他主体发送该第一信息。
在一些实施例中,所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能。
在一些实施例中,所述方法还包括以下至少一项:
在所述第一信息中携带指示参数,所述指示参数用于指示所述第一信息的应用范围;
向终端设备发送第二信息,所述第二信息用于指示所述终端设备确定所述第一信息的应用范围;
根据第一规则确定所述第一信息的应用范围,所述第一规则为终端设备与网络设备遵循的规则。
在一些实施例中,
所述第一信息的应用范围为第一范围,所述第一范围包括第一小区,所述第一小区为所述终端设备接收所述第一信息的小区。
在一些实施例中,
所述第一信息的应用范围为第二范围,基于所述第二范围包括一个或多个第二小区,其中:
所述第二小区为所述终端设备能够接入的任意小区,或者,所述第二小区为发送第一标识的小区,所述第一标识对应所述第一功能。
在一些实施例中,
所述第一信息的应用范围为第三范围,所述第三范围包括多个小区,所述多个小区由所述第一信息中携带的指示参数或所述第二信息指示。
在一些实施例中,所述方法还包括:
向其他网络设备发送第三信息,所述第三信息用于指示所述第一功能与第一信息之间的对应关系;和/或,
接收其他网络设备发送的所述第三信息。
在一些实施例中,所述第一信息包括以下至少一项:
第一标识,所述第一标识对应所述第一功能;
第二标识,所述第二标识对应测量相关的配置,所述测量用于数据获取;
波束信息,所述波束信息用于指示测量和/或预测的波束相关的信息;
应用实例,所述应用实例为应用所述第一功能执行波束预测的实例;
参考信号资源信息,所述参考信号资源信息用于确定第一波束和/或第二波束,所述第一波束为所述第一功能的输入值对应的波束,所述第二波束为所述第一功能的输出值对应的波束;
覆盖信息,所述覆盖信息用于指示网络设备的覆盖相关的信息;
终端分布信息,所述终端分布信息用于指示所述网络设备的覆盖范围内多个终端设备的分布;
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
测量信息,所述测量信息包括所述终端设备基于第一信息执行测量的相关信息。
在一些实施例中,所述应用实例包括以下至少一项:
空域波束预测实例;
时域波束预测实例;
空域波束预测实例和时域波束预测实例。
在一些实施例中,所述参考信号资源信息包括以下至少一项:
第一参考信号资源集合,所述第一参考信号资源集合中的参考信号资源对应所述第一波束;
第二参考信号资源集合,所述第二参考信号资源集合的参考信号资源对应所述第二波束;
集合关系,所述集合关系包括所述第一参考信号资源集合与所述第二参考信号资源集合之间的关系;
第一参考信号资源集合对应的时间信息;
第二参考信号资源集合对应的时间信息;
时间图案,所述时间图案为第一参考信号资源集合对应的时间与第二参考信号资源集合对应的时间的图案。
在一些实施例中,所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测。
在一些实施例中,所述第一标识包括以下至少一项:
功能标识;
模型标识;
数据集标识;
数据获取配置标识;
数据获取标识;
条件标识;
附加条件标识。
在本公开的一些实施例中,提供一种通信***,该通信***可以包括终端设备和网络设备,其中,该终端设备可以执行本公开前述实施例中的由终端设备执行的通信方法;该网络设备可以执行本公开前述实施例中由网络设备执行的通信方法。
本公开实施例还提出用于实现以上任一方法的装置,例如,提出一装置,上述装置包括用以实现以上任一方法中终端设备所执行的各步骤的单元或模块。再如,还提出另一装置,包括用以实现以上任一方法中网络设备(例如接入网设备、核心网功能节点、核心网设备等)所执行的各步骤的单元或模块。
应理解以上装置中各单元或模块的划分仅是一种逻辑功能的划分,在实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。此外,装置中的单元或模块可以以处理器调用软件的形式实现:例如装置包括处理器,处理器与存储器连接,存储器中存储有指令,处理器调用存储器中存储的指令,以实现以上任一方法或实现上述装置各单元或模块的功能,其中处理器例如为通用处理器,例如中央处理单元(Central ProcessingUnit,CPU)或微处理器,存储器为装置内的存储器或装置外的存储器。或者,装置中的单元或模块可以以硬件电路的形式实现,可以通过对硬件电路的设计实现部分或全部单元或模块的功能,上述硬件电路可以理解为一个或多个处理器;例如,在一种实现中,上述硬件电路为专用集成电路(Application-Specific Integrated Circuit,ASIC),通过对电路内元件逻辑关系的设计,实现以上部分或全部单元或模块的功能;再如,在另一种实现中,上述硬件电路为可以通过可编程逻辑器件(Programmable Logic Device,PLD)实现,以现场可编程门阵列(Field Programmable Gate Array,FPGA)为例,其可以包括大量逻辑门电路,通过配置文件来配置逻辑门电路之间的连接关系,从而实现以上部分或全部单元或模块的功能。以上装置的所有单元或模块可以全部通过处理器调用软件的形式实现,或全部通过硬件电路的形式实现,或部分通过处理器调用软件的形式实现,剩余部分通过硬件电路的形式实现。
在本公开实施例中,处理器是具有信号处理能力的电路,在一种实现中,处理器可以是具有指令读取与运行能力的电路,例如中央处理单元(Central Processing Unit,CPU)、微处理器、图形处理器(Graphics Processing Unit,GPU)(可以理解为微处理器)、或数字信号处理器(Digital Signal Processor,DSP)等;在另一种实现中,处理器可以通过硬件电路的逻辑关系实现一定功能,上述硬件电路的逻辑关系是固定的或可以重构的,例如处理器为专用集成电路(Application-Specific Integrated Circuit,ASIC)或可编程逻辑器件(Programmable Logic Device,PLD)实现的硬件电路,例如FPGA。在可重构的硬件电路中,处理器加载配置文档,实现硬件电路配置的过程,可以理解为处理器加载指令,以实现以上部分或全部单元或模块的功能的过程。此外,还可以是针对人工智能设计的硬件电路,其可以理解为ASIC,例如神经网络处理单元(Neural Network Processing Unit,NPU)、张量处理单元(Tensor Processing Unit,TPU)、深度学习处理单元(Deep learningProcessing Unit,DPU)等。
图9是本公开实施例提出的一种终端设备的结构示意图。如图9所示,该终端设备101可以包括:第一收发模块211、第一处理模块212中的至少一项。
在一些实施例中,该第一收发模块211,被配置为接收网络设备发送的第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能。
在一些实施例中,该第一处理模块212,被配置为确定所述第一信息的应用范围,所述应用范围包括一个或多个小区;根据所述应用范围确定所述第一功能。
在一些实施例中,该第一收发模块211和/或第一处理模块212执行的步骤的实现方式可以参考本公开前述实施例中的描述,此处不再赘述。
在一些实施例中,该第一信息的具体实现方式可以参考本公开前述实施例中的描述,此处不再赘述。
在一些实施例中,该第一信息的应用范围的具体实现方式可以参考本公开前述实施例中的描述,此处不再赘述。
在一些实施例中,该第一收发模块211可以包括发送模块和/或接收模块,发送模块和接收模块可以是分离的,也可以集成在一起。
在一些实施例中,该第一处理模块212可以是一个模块,也可以包括多个子模块。可选地,上述多个子模块分别执行第一处理模块所需执行的全部或部分步骤。可选地,处理模块可以与处理器相互替换。
图10是本公开实施例提出的一种网络设备的结构示意图。如图10所示,该网络设备102可以包括第二收发模块221、第二处理模块222中的至少一项。
在一些实施例中,该第二收发模块221,被配置为向终端设备发送第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能,所述终端设备确定所述第一信息的应用范围,并根据所述应用范围确定所述第一功能,所述应用范围包括一个或多个小区。
在一些实施例中,该第二处理模块222,被配置为确定所述第一信息的应用范围。
在一些实施例中,该第二收发模块221和/或第二处理模块222执行的步骤的具体实现可以参考本公开前述实施例中的描述,此处不再赘述。
在一些实施例中,该第一信息的具体实现方式可以参考本公开前述实施例中的描述,此处不再赘述。
在一些实施例中,该第一信息的应用范围的具体实现方式可以参考本公开前述实施例中的描述,此处不再赘述。
在一些实施例中,该第二收发模块221可以包括发送模块和/或接收模块,发送模块和接收模块可以是分离的,也可以集成在一起。
在一些实施例中,该第二处理模块222可以是一个模块,也可以包括多个子模块。可选地,上述多个子模块分别执行第二处理模块所需执行的全部或部分步骤。可选地,处理模块可以与处理器相互替换。
图11是本公开实施例提出的通信设备300的结构示意图。通信设备300可以是网络设备(例如接入网设备、核心网设备等),也可以是终端设备(例如用户设备等),也可以是支持网络设备实现以上任一方法的芯片、芯片***、或处理器等,还可以是支持终端设备实现以上任一方法的芯片、芯片***、或处理器等。通信设备300可用于实现上述方法实施例中描述的方法,具体可以参见上述方法实施例中的说明。
如图11所示,通信设备300包括一个或多个处理器301。处理器301可以是通用处理器或者专用处理器等,例如可以是基带处理器或中央处理器。基带处理器可以用于对通信协议以及通信数据进行处理,中央处理器可以用于对通信装置(如,基站、基带芯片,终端设备、终端设备芯片,DU或CU等)进行控制,执行程序,处理程序的数据。可选地,通信设备300可以用于执行以上任一方法。可选地,一个或多个处理器301用于调用指令以使得通信设备300执行以上任一方法。
在一些实施例中,通信设备300还可以包括一个或多个收发器302。在通信设备300包括一个或多个收发器302时,收发器302可以执行上述方法中的发送和/或接收等通信步骤(例如S2101),处理器301可以执行其他处理步骤。
在一些实施例中,收发器可以包括接收器和/或发送器,接收器和发送器可以是分离的,也可以集成在一起。可选地,收发器、收发单元、收发机、收发电路、接口电路、接口等术语可以相互替换,发送器、发送单元、发送机、发送电路等术语可以相互替换,接收器、接收单元、接收机、接收电路等术语可以相互替换。
在一些实施例中,通信设备300还包括用于存储数据的一个或多个存储器303。可选地,全部或部分存储器303也可以处于通信设备300之外。在可选的实施例中,通信设备300可以包括一个或多个接口电路304。可选地,接口电路304与存储器303连接,接口电路304可用于从存储器303或其他装置接收数据,可用于向存储器303或其他装置发送数据。例如,接口电路304可读取存储器303中存储的数据,并将该数据发送给处理器301。
以上实施例描述中的通信设备300可以是网络设备或者终端设备,但本公开中描述的通信设备300的范围并不限于此,通信设备300的结构可以不受图11的限制。通信设备可以是独立的设备或者可以是较大设备的一部分。例如所述通信设备可以是: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,可选地,上述IC集合也可以包括用于存储数据,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、终端设备、智能终端设备、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。
本公开实施例还提出一种芯片,该芯片包括一个或多个处理器,芯片可以用于执行以上任一方法。
在一些实施例中,芯片还包括一个或多个接口电路。可选地,接口电路、接口、收发管脚等术语可以相互替换。在一些实施例中,芯片还包括用于存储数据的一个或多个存储器。可选地,全部或部分存储器可以处于芯片之外。
可选地,接口电路与存储器连接,接口电路可以用于从存储器或其他装置接收数据,接口电路可用于向存储器或其他装置发送数据。例如,接口电路可读取存储器中存储的数据,并将该数据发送给处理器。
在一些实施例中,接口电路执行上述方法中的发送和/或接收等通信步骤(例如S2101)。接口电路执行上述方法中的发送和/或接收等通信步骤例如是指:接口电路执行处理器、芯片、存储器或收发器件之间的数据交互。在一些实施例中,处理器可以执行其他处理步骤。
虚拟装置、实体装置、芯片等各实施例中所描述的各模块和/或器件可以根据情况任意组合或者分离。可选地,部分或全部步骤也可以由多个模块和/或器件协作执行,此处不做限定。
本公开实施例还提出一种存储介质,该存储介质上存储有指令,当上述指令在通信设备上运行时,使得通信设备执行以上任一方法。可选地,上述存储介质是电子存储介质。可选地,上述存储介质是计算机可读存储介质,但不限于此,其也可以是其他装置可读的存储介质。可选地,上述存储介质可以是非暂时性(non-transitory)存储介质,但不限于此,其也可以是暂时性存储介质。
本公开实施例还提出一种程序产品,上述程序产品被通信设备执行时,使得通信设备执行以上任一方法。可选地,上述程序产品可以是计算机程序产品。
本公开实施例还提出一种计算机程序,当其在计算机上运行时,使得计算机执行以上任一方法。
Claims (22)
1.一种通信方法,其特征在于,由终端设备执行,所述方法包括:
接收网络设备发送的第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能;
确定所述第一信息的应用范围,所述应用范围包括一个或多个小区;
根据所述应用范围确定所述第一功能;
所述第一信息包括:
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测;
所述应用范围包括第一范围或者第二范围,所述第一范围包括所述终端设备接收所述第一信息的小区,所述第二范围包括所述终端设备能够接入的任意小区,或者,所述第二范围包括发送第一标识的小区,所述第一标识对应所述第一功能。
2.根据权利要求1所述的方法,其特征在于,所述确定所述第一信息的应用范围包括以下至少一项:
根据所述第一信息中的指示参数确定所述第一信息的应用范围;
根据第二信息中的指示参数确定所述第一信息的应用范围,所述第二信息为终端设备从网络设备接收的信息,所述第二信息与所述第一信息不同;
根据第一规则确定所述第一信息的应用范围,所述第一规则为终端设备与网络设备遵循的规则。
3.根据权利要求1或2所述的方法,其特征在于,
所述第一信息的应用范围为第一范围,基于所述第一范围,终端设备确定在第一小区应用所述第一信息,所述第一小区为所述终端设备接收所述第一信息的小区。
4.根据权利要求1或2所述的方法,其特征在于,
所述第一信息的应用范围为第二范围,基于所述第二范围,终端设备确定在一个或多个第二小区应用所述第一信息,其中:
所述第二小区为所述终端设备能够接入的任意小区,或者,所述第二小区为发送第一标识的小区。
5.根据权利要求1所述的方法,其特征在于,所述第一信息还包括以下至少一项:
第一标识,所述第一标识对应所述第一功能;
第二标识,所述第二标识对应测量相关的配置,所述测量用于数据获取;
波束信息,所述波束信息用于指示测量和/或预测的波束相关的信息;
应用实例,所述应用实例为应用所述第一功能执行波束预测的实例;
参考信号资源信息,所述参考信号资源信息用于确定第一波束和/或第二波束,所述第一波束为所述第一功能的输入值对应的波束,所述第二波束为所述第一功能的输出值对应的波束;
覆盖信息,所述覆盖信息用于指示网络设备的覆盖相关的信息;
终端分布信息,所述终端分布信息用于指示所述网络设备的覆盖范围内多个终端设备的分布;
测量信息,所述测量信息包括所述终端设备基于第一信息执行测量的相关信息。
6.根据权利要求5所述的方法,其特征在于,所述应用实例包括以下至少一项:
空域波束预测实例;
时域波束预测实例;
空域波束预测实例和时域波束预测实例。
7.根据权利要求5所述的方法,其特征在于,所述参考信号资源信息包括以下至少一项:
第一参考信号资源集合,所述第一参考信号资源集合中的参考信号资源对应所述第一波束;
第二参考信号资源集合,所述第二参考信号资源集合的参考信号资源对应所述第二波束;
集合关系,所述集合关系包括所述第一参考信号资源集合与所述第二参考信号资源集合之间的关系;
第一参考信号资源集合对应的时间信息;
第二参考信号资源集合对应的时间信息;
时间图案,所述时间图案为第一参考信号资源集合对应的时间与第二参考信号资源集合对应的时间的图案。
8.根据权利要求5所述的方法,其特征在于,所述第一标识包括以下至少一项:
功能标识;
模型标识;
数据集标识;
数据获取配置标识;
数据获取标识;
条件标识;
附加条件标识。
9.一种通信方法,其特征在于,由网络设备执行,所述方法包括:
向终端设备发送第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能,所述终端设备确定所述第一信息的应用范围,并根据所述应用范围确定所述第一功能,所述应用范围包括一个或多个小区;
所述第一信息包括:
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测;
所述应用范围包括第一范围或者第二范围,所述第一范围包括所述终端设备接收所述第一信息的小区,所述第二范围包括所述终端设备能够接入的任意小区,或者,所述第二范围包括发送第一标识的小区,所述第一标识对应所述第一功能。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括以下至少一项:
在所述第一信息中携带指示参数,所述指示参数用于指示所述第一信息的应用范围;
向终端设备发送第二信息,所述第二信息用于指示所述终端设备确定所述第一信息的应用范围;
根据第一规则确定所述第一信息的应用范围,所述第一规则为终端设备与网络设备遵循的规则。
11.根据权利要求9或10所述的方法,其特征在于,
所述第一信息的应用范围为第一范围,所述第一范围包括第一小区,所述第一小区为所述终端设备接收所述第一信息的小区。
12.根据权利要求9或10所述的方法,其特征在于,
所述第一信息的应用范围为第二范围,基于所述第二范围包括一个或多个第二小区,其中:
所述第二小区为所述终端设备能够接入的任意小区,或者,所述第二小区为发送第一标识的小区。
13.根据权利要求9所述的方法,其特征在于,所述应用范围包括所述第二范围,所述方法还包括:
向其他网络设备发送第三信息,所述第三信息用于指示所述第一功能与第一信息之间的对应关系;和/或,
接收其他网络设备发送的所述第三信息。
14.根据权利要求9所述的方法,其特征在于,所述第一信息还包括以下至少一项:
第一标识,所述第一标识对应所述第一功能;
第二标识,所述第二标识对应测量相关的配置,所述测量用于数据获取;
波束信息,所述波束信息用于指示测量和/或预测的波束相关的信息;
应用实例,所述应用实例为应用所述第一功能执行波束预测的实例;
参考信号资源信息,所述参考信号资源信息用于确定第一波束和/或第二波束,所述第一波束为所述第一功能的输入值对应的波束,所述第二波束为所述第一功能的输出值对应的波束;
覆盖信息,所述覆盖信息用于指示网络设备的覆盖相关的信息;
终端分布信息,所述终端分布信息用于指示所述网络设备的覆盖范围内多个终端设备的分布;
测量信息,所述测量信息包括所述终端设备基于第一信息执行测量的相关信息。
15.根据权利要求14所述的方法,其特征在于,所述应用实例包括以下至少一项:
空域波束预测实例;
时域波束预测实例;
空域波束预测实例和时域波束预测实例。
16.根据权利要求14所述的方法,其特征在于,所述参考信号资源信息包括以下至少一项:
第一参考信号资源集合,所述第一参考信号资源集合中的参考信号资源对应所述第一波束;
第二参考信号资源集合,所述第二参考信号资源集合的参考信号资源对应所述第二波束;
集合关系,所述集合关系包括所述第一参考信号资源集合与所述第二参考信号资源集合之间的关系;
第一参考信号资源集合对应的时间信息;
第二参考信号资源集合对应的时间信息;
时间图案,所述时间图案为第一参考信号资源集合对应的时间与第二参考信号资源集合对应的时间的图案。
17.根据权利要求14所述的方法,其特征在于,所述第一标识包括以下至少一项:
功能标识;
模型标识;
数据集标识;
数据获取配置标识;
数据获取标识;
条件标识;
附加条件标识。
18.一种终端设备,其特征在于,包括:
第一收发模块,被配置为接收网络设备发送的第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能;
第一处理模块,被配置为确定所述第一信息的应用范围,所述应用范围包括一个或多个小区;根据所述应用范围确定所述第一功能;
所述第一信息包括:
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测;
所述应用范围包括第一范围或者第二范围,所述第一范围包括所述终端设备接收所述第一信息的小区,所述第二范围包括所述终端设备能够接入的任意小区,或者,所述第二范围包括发送第一标识的小区,所述第一标识对应所述第一功能。
19.一种网络设备,其特征在于,包括:
第二收发模块,被配置为向终端设备发送第一信息;所述第一信息为第一功能对应的信息,所述第一功能用于执行波束预测,所述第一功能为人工智能AI模型和/或AI功能,所述终端设备确定所述第一信息的应用范围,并根据所述应用范围确定所述第一功能,所述应用范围包括一个或多个小区;
所述第一信息包括:
数据获取目的,所述数据获取目的用于指示通过第一信息得到的数据的作用;
所述数据获取目的包括以下至少一项:
模型训练;
模型推理;
性能监测;
所述应用范围包括第一范围或者第二范围,所述第一范围包括所述终端设备接收所述第一信息的小区,所述第二范围包括所述终端设备能够接入的任意小区,或者,所述第二范围包括发送第一标识的小区,所述第一标识对应所述第一功能。
20.一种通信设备,其特征在于,包括:
一个或多个处理器;
其中,所述通信设备用于执行权利要求1至8或权利要求9至17中任一项所述的通信方法。
21.一种存储介质,所述存储介质存储有指令,其特征在于,当所述指令在通信设备上运行时,使得所述通信设备执行如权利要求1至8或权利要求9至17中任一项所述的通信方法。
22.一种通信***,其特征在于,所述通信***包括终端设备和网络设备,其中,所述终端设备被配置为实现权利要求1至8中任一项所述的通信方法,所述网络设备被配置为实现权利要求9至17中任一项所述的通信方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410053503.9A CN117580073B (zh) | 2024-01-12 | 2024-01-12 | 通信方法、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410053503.9A CN117580073B (zh) | 2024-01-12 | 2024-01-12 | 通信方法、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117580073A CN117580073A (zh) | 2024-02-20 |
CN117580073B true CN117580073B (zh) | 2024-05-07 |
Family
ID=89890407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410053503.9A Active CN117580073B (zh) | 2024-01-12 | 2024-01-12 | 通信方法、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117580073B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023026413A1 (ja) * | 2021-08-25 | 2023-03-02 | 株式会社Nttドコモ | 端末、無線通信方法及び基地局 |
CN116250270A (zh) * | 2020-10-28 | 2023-06-09 | 华为技术有限公司 | 一种模型配置方法及装置 |
CN116488747A (zh) * | 2022-01-14 | 2023-07-25 | 维沃移动通信有限公司 | 信息交互方法、装置及通信设备 |
CN116567806A (zh) * | 2022-01-29 | 2023-08-08 | 维沃移动通信有限公司 | 基于人工智能ai模型的定位方法及通信设备 |
CN116803118A (zh) * | 2023-04-04 | 2023-09-22 | 北京小米移动软件有限公司 | 一种通信方法、装置及存储介质 |
CN116888937A (zh) * | 2023-05-15 | 2023-10-13 | 北京小米移动软件有限公司 | 一种人工智能通信方法、装置及存储介质 |
CN116889015A (zh) * | 2023-04-04 | 2023-10-13 | 北京小米移动软件有限公司 | 一种通信方法、装置及存储介质 |
-
2024
- 2024-01-12 CN CN202410053503.9A patent/CN117580073B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116250270A (zh) * | 2020-10-28 | 2023-06-09 | 华为技术有限公司 | 一种模型配置方法及装置 |
WO2023026413A1 (ja) * | 2021-08-25 | 2023-03-02 | 株式会社Nttドコモ | 端末、無線通信方法及び基地局 |
CN116488747A (zh) * | 2022-01-14 | 2023-07-25 | 维沃移动通信有限公司 | 信息交互方法、装置及通信设备 |
CN116567806A (zh) * | 2022-01-29 | 2023-08-08 | 维沃移动通信有限公司 | 基于人工智能ai模型的定位方法及通信设备 |
CN116803118A (zh) * | 2023-04-04 | 2023-09-22 | 北京小米移动软件有限公司 | 一种通信方法、装置及存储介质 |
CN116889015A (zh) * | 2023-04-04 | 2023-10-13 | 北京小米移动软件有限公司 | 一种通信方法、装置及存储介质 |
CN116888937A (zh) * | 2023-05-15 | 2023-10-13 | 北京小米移动软件有限公司 | 一种人工智能通信方法、装置及存储介质 |
Non-Patent Citations (4)
Title |
---|
"R2-2303893 Discussion on model ID and mapping of functionality to entities".3GPP tsg_ran\wg2_rl2.2023,全文. * |
"R2-2303893 Discussion on model ID and mapping of functionality to entities".3GPP tsg_ran\wg2_rl2.2023,第2页. * |
Huawei等. "R2-2303893 Discussion on model ID and mapping of functionality to entities".3GPP tsg_ran\wg2_rl2.2023,第2页. * |
vivo.R1-2302476 "Discussions on AI/ML framework".3GPP tsg_ran\wg1_rl1.2023,(第tsgr1_112b-e期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117580073A (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3661249B1 (en) | Measurement-based wireless communications network design | |
US12010716B2 (en) | User equipment that transmits identity information for an interference analysis | |
CN109565730A (zh) | 基于上行链路测量的移动性管理 | |
CN117580073B (zh) | 通信方法、设备和存储介质 | |
CN117223375A (zh) | 通信处理方法、终端、设备、通信***及存储介质 | |
CN117596619B (zh) | 通信方法、设备和存储介质 | |
CN117204023A (zh) | 信息传输方法及装置、存储介质 | |
CN117546514A (zh) | 定位测量处理方法及装置、存储介质 | |
CN118235510A (zh) | Tci状态处理方法、通信设备及存储介质 | |
CN117581581A (zh) | 通信方法、终端、网络设备、以及通信*** | |
CN117546527A (zh) | 有效测量窗口的配置方法及装置、存储介质 | |
CN117044156A (zh) | 通信方法、第一节点、第二节点及通信*** | |
CN117546512A (zh) | 通信方法、终端、网络设备以及通信*** | |
CN117413469A (zh) | 通信方法、终端、网络设备及存储介质 | |
CN117480801A (zh) | 通信方法、终端、网络设备以及通信*** | |
CN117121611A (zh) | 干扰测量方法、终端、网络设备、通信设备和存储介质 | |
CN117546513A (zh) | 定位参考信号的测量方法、第一设备及第一实体 | |
CN117769852A (zh) | 测量精确性测试方法、通信设备、通信***及存储介质 | |
CN117501651A (zh) | 信息确定方法、终端、网络设备 | |
CN117501328A (zh) | 控制方法、装置及存储介质 | |
CN118020338A (zh) | 信息发送、接收方法和装置、终端、网络设备和存储介质 | |
CN117999816A (zh) | 与邻小区测量相关的信息处理方法、通信设备及存储介质 | |
CN118176782A (zh) | 通信方法、装置、终端、网络设备、通信***、存储介质 | |
CN118104268A (zh) | 通信方法、终端、节点设备及通信*** | |
CN117044181A (zh) | 通信方法及装置、通信设备、通信*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |