CN113873538A - 一种模型数据传输方法及通信装置 - Google Patents
一种模型数据传输方法及通信装置 Download PDFInfo
- Publication number
- CN113873538A CN113873538A CN202010615116.1A CN202010615116A CN113873538A CN 113873538 A CN113873538 A CN 113873538A CN 202010615116 A CN202010615116 A CN 202010615116A CN 113873538 A CN113873538 A CN 113873538A
- Authority
- CN
- China
- Prior art keywords
- sib
- model
- information
- access network
- bearer
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 200
- 238000000034 method Methods 0.000 title claims abstract description 135
- 230000005540 biological transmission Effects 0.000 title claims abstract description 68
- 101150096310 SIB1 gene Proteins 0.000 claims description 73
- 238000012545 processing Methods 0.000 claims description 46
- 230000011218 segmentation Effects 0.000 claims description 37
- 238000007906 compression Methods 0.000 claims description 25
- 230000006835 compression Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 abstract description 424
- 238000013473 artificial intelligence Methods 0.000 abstract description 22
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000009133 cooperative interaction Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请实施例提供了一种模型数据传输方法及通信装置,涉及通信领域,能够向UE传输ML模型数据,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。所述方法包括:所述第一终端设备从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB;所述第一终端设备根据所述第一SIB中所述第一ML模型的信息向接入网设备发送第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
Description
技术领域
本申请实施例涉及通信领域,尤其涉及一种模型数据传输方法及通信装置。
背景技术
随着无线通信网络的多元化发展,人工智能(artificial intelligence,AI)在无线通信网络中承担着越来越重要的角色。AI也可以称为机器学习。例如,用户设备(userequipment, UE)可以基于机器学习(machine learning,ML)模型完成特定的任务。例如,在自动驾驶场景中,UE(例如,车载设备)可以利用ML模型预测车辆行驶信息,包括:车辆的行驶方向、行驶速度等。ML模型也可以称为AI模型。
ML模型种类繁多,ML模型数据的尺寸较大,往往达到百兆字节或千兆字节以上,UE不可能预先加载好所有的ML模型数据。然而现有技术并不支持ML模型数据的传输,限制了人工智能(或机器学习)技术在无线通信网络中的广泛应用。
发明内容
本申请实施例提供了一种模型数据传输方法及通信装置,能够向UE传输ML模型数据,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
第一方面,提供了一种模型数据传输方法,所述第一终端设备从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB;所述第一终端设备根据所述第一SIB中所述第一ML模型的信息向接入网设备发送第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML 模型的模型数据。
本申请中,提供一种专用的系统信息块(system information block,SIB)用于发送ML 模型的信息。UE可以根据该SIB中的信息,向接入网设备请求与UE能力信息相匹配的ML模型数据,以便利用ML模型完成人工智能业务。可见,本申请实施例提供的方法能够实现ML模型数据的发送,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
结合第一方面,在第一方面的第一种可能的实现方式中,所述第一终端设备从所述接入网设备接收第一SIB的调度信息,包括:所述第一终端设备从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB的调度信息。
本申请中,提供了发送专用SIB(例如,本申请实施例所述的第一SIB)的具体实现,通过SIB 1发送专用SIB的调度信息,使得终端设备可以获取到专用SIB,从而根据专用 SIB中的ML模型信息向接入网设备获取ML模型数据。其中,ML模型信息即ML模型的信息。
结合第一方面或第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB,包括:所述第一终端设备根据所述第一SIB的调度信息确定所述第一SIB的接收窗口;所述第一终端设备在所述第一SIB的接收窗口接收所述第一SIB。
本申请中,接入网设备可以广播与ML模型相关的SIB。终端设备可以在接入网设备广播该SIB的窗口(例如,第一SIB的接收窗口)接收SIB,获取ML模型信息。
结合第一方面或第一方面的第一或第二种可能的实现方式,在第一方面的第三种可能的实现方式中,所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB,包括:向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息;从所述接入网设备接收所述第一SIB。
本申请中,终端设备可以主动向接入网设备获取与ML模型相关的SIB。
结合第一方面的第一种可能的实现方式,在第一方面的第四种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
本申请中,还可以通过SIB 1发送另一种专用SIB(与专用承载相关的SIB)的调度信息,使得终端设备可以根据专用SIB中的配置信息,建立可用于传输ML模型数据的专用承载,以便利用ML模型完成人工智能业务。可见,本申请实施例提供的方法能够实现ML 模型数据的发送,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
结合第一方面的第四种可能的实现方式,在第一方面的第五种可能的实现方式中,所述方法还包括:所述第一终端设备根据所述第二SIB的调度信息确定所述第二SIB的接收窗口;所述第一终端设备在所述第二SIB的接收窗口接收所述第二SIB。
本申请中,接入网设备可以广播与专用承载相关的SIB。终端设备可以在接入网设备广播该SIB的窗口(例如,第一SIB的接收窗口)接收SIB,获取专用承载的配置信息。
结合第一方面的第四或第五种可能的实现方式,在第一方面的第六种可能的实现方式中,所述方法还包括:向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息;从所述接入网设备接收所述第二SIB。
本申请中,终端设备可以主动获取与专用承载相关的SIB。
结合第一方面的第四至第六种可能的实现方式中的任意一种,在第一方面的第七种可能的实现方式中,所述方法还包括:所述第一终端设备向所述接入网设备发送第二消息;所述第二消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,使得接入网设备向第二终端设备发送第一承载的配置信息,所述第二消息包括所述第二终端设备的标识;所述第一终端设备通过所述第一承载向所述第二终端设备发送ML模型数据。
本申请中,终端设备还可以通过第二消息告知接入网设备ML模型数据传输需求,接入网设备响应于第二消息向其他终端设备发送专用承载的配置信息,以便终端设备之间建立可用于传输ML模型数据的承载。
结合第一方面的第四至第七种可能的实现方式中的任意一种,在第一方面的第八种可能的实现方式中,所述方法还包括:所述第一终端设备向第二终端设备发送所述第一承载的配置信息;所述第一终端设备通过所述第一承载向所述第二终端设备发送ML模型数据。
本申请中,终端设备还向其他终端设备发送专用承载的配置信息,以便终端设备之间建立可用于传输ML模型数据的承载。
结合第一方面或第一方面以上任意一种可能的实现方式,在第一方面的第九种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
本申请还提供了承载配置信息的具体实现,使得终端设备可以根据具体的配置信息建立承载。
结合第一方面或第一方面以上任意一种可能的实现方式,在第一方面的第十种可能的实现方式中,所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第一SIB中的ML 模型信息是否为所述第一ML模型的信息的最后一个分段。
本申请还提供了ML模型信息的具体实现,使得终端设备可以根据具体的ML模型信息,请求接入网设备向终端设备发送ML模型的模型数据。
结合第一方面或第一方面以上任意一种可能的实现方式,在第一方面的第十一种可能的实现方式中,所述接入网设备包括分布式单元DU以及集中式单元CU;所述第一终端设备从所述DU接收所述第一SIB的调度信息;或者,所述第一终端设备从所述DU接收所述第一SIB;或者,所述第一终端设备从所述DU接收所述第二SIB的调度信息;或者,所述第一终端设备从所述DU接收所述第二SIB。
本申请还适用于分离式接入网设备,具体地,DU可以从CU获取与专用承载相关的SIB,或者与ML模型相关的SIB。
结合第一方面或第一方面以上任意一种可能的实现方式,在第一方面的第十二种可能的实现方式中,所述第一消息包括所述第一ML模型的标识。
第二方面,公开了一种通信装置,包括:通信单元,用于从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;处理单元,用于根据所述第一SIB的调度信息获取所述第一SIB;所述通信单元还用于,根据所述第一SIB中所述第一ML模型的信息向接入网设备发送第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
结合第二方面,在第二方面的第一种可能的实现方式中,所述通信单元具体用于,从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB的调度信息。
结合第二方面或第二方面的第一种可能的实现方式,所述处理单元具体用于,根据所述第一SIB的调度信息确定所述第一SIB的接收窗口;在所述第一SIB的接收窗口通过所述通信单元接收所述第一SIB。
结合第二方面或第二方面的第一或第二种可能的实现方式,在第二方面的第三种可能的实现方式中,所述处理单元具体用于,通过向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息,从所述接入网设备接收所述第一SIB。
结合第二方面的第一种可能的实现方式,在第二方面的第四种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
结合第二方面的第四种可能的实现方式,在第二方面的第五种可能的实现方式中,所述处理单元还用于,根据所述第二SIB的调度信息确定所述第二SIB的接收窗口;通过所述通信单元在所述第二SIB的接收窗口接收所述第二SIB。
结合第二方面的第四或第五种可能的实现方式,在第二方面的第六种可能的实现方式中,所述处理单元用于,通过所述通信单元向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息;从所述接入网设备接收所述第二SIB。
结合第二方面的第四至第六种可能的实现方式中的任意一种,在第二方面的第七种可能的实现方式中,所述通信单元还用于,向所述接入网设备发送第二消息;所述第二消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,使得接入网设备向第二终端设备发送第一承载的配置信息,所述第二消息包括所述第二终端设备的标识;所述通信单元还用于,通过所述第一承载向所述第二终端设备发送ML模型数据。
结合第二方面的第四至第七种可能的实现方式中的任意一种,在第二方面的第八种可能的实现方式中,所述通信单元还用于,向第二终端设备发送所述第一承载的配置信息,通过所述第一承载向所述第二终端设备发送ML模型数据。
结合第二方面的第四至第八种可能的实现方式中的任意一种,在第二方面的第九种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
结合第二方面或第二方面的第一至第九种可能的实现方式中的任意一种,在第二方面的第十种可能的实现方式中,所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第一SIB中的模型信息是否为所述第一ML模型的信息的最后一个分段。
结合第二方面或第二方面的第一至第十种可能的实现方式中的任意一种,在第二方面的第十一种可能的实现方式中,所述接入网设备包括分布式单元DU以及集中式单元CU;
所述通信单元从所述DU接收所述第一SIB的调度信息;或者,所述通信单元从所述DU接收所述第一SIB;或者,所述通信单元从所述DU接收所述第二SIB的调度信息;或者,所述通信单元从所述DU接收所述第二SIB。
结合第二方面或第二方面的第一至第十一种可能的实现方式中的任意一种,在第二方面的第十二种可能的实现方式中,所述第一消息包括所述第一ML模型的标识。
第三方面,提供了一种承载建立方法,包括:第一终端设备从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB包括第一承载的配置信息,所述第一承载用于传输机器学习ML模型数据;所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB;所述第一终端设备根据所述第一承载的配置信息建立所述第一承载。
本申请中,提供一种专用的系统信息块(system information block,SIB)用于发送专用承载的配置信息。UE可以根据该SIB中的信息,建立可用于传输ML模型数据的承载,以便获取ML模型数据,利用ML模型完成人工智能业务。可见,本申请实施例提供的方法能够实现ML模型数据的发送,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
结合第三方面,在第三方面的第一种可能的实现方式中,所述第一终端设备从所述接入网设备接收第一SIB的调度信息,包括:所述第一终端设备从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB的调度信息。
结合第三方面或第三方面的第一种可能的实现方式,在第三方面的第二种可能的实现方式中,所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB,包括:所述第一终端设备根据所述第一SIB的调度信息确定所述第一SIB的接收窗口;所述第一终端设备在所述第一SIB的接收窗口接收所述第一SIB。
结合第三方面或第三方面的第一或第二种可能的实现方式,在第三方面的第三种可能的实现方式中,所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB,包括:向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息;从所述接入网设备接收所述第一SIB。
结合第三方面或第三方面的第一至第三种可能的实现方式中的任意一种,在第三方面的第四种可能的实现方式中,所述方法还包括:所述第一终端设备向所述接入网设备发送第一消息;所述第一消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第一消息包括所述第二终端设备的标识;所述第一终端设备通过所述第一承载向所述第二终端设备发送ML模型数据。
结合第三方面或第三方面的第一至第四种可能的实现方式中的任意一种,在第三方面的第五种可能的实现方式中,所述方法还包括:所述第一终端设备向第二终端设备发送所述第一承载的配置信息;所述第一终端设备通过所述第一承载向所述第二终端设备发送ML 模型数据。
结合第三方面的第一种可能的实现方式,在第三方面的第六种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB与第一ML模型对应,所述第二SIB包括所述第一ML模型的信息;所述第一ML模型的信息包括以下至少一项:ML模型标识、 ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第二SIB中的ML模型信息是否为所述第一ML模型的信息的最后一个分段。
结合第三方面的第六种可能的实现方式,在第三方面的第七种可能的实现方式中,所述第一终端设备根据所述第二SIB的调度信息获取所述第二SIB,包括:所述第一终端设备根据所述第二SIB的调度信息确定所述第二SIB的接收窗口;所述第一终端设备在所述第二SIB的接收窗口接收所述第二SIB。
结合第三方面的第六或第七种可能的实现方式,在第三方面的第八种可能的实现方式中,所述第一终端设备根据所述第二SIB的调度信息获取所述第二SIB,包括:向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息;从所述接入网设备接收所述第二SIB。
结合第三方面或第三方面的第一至第八种可能的实现方式中的任意一种,在第三方面的第九种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
结合第三方面或第三方面的第一至第九种可能的实现方式中的任意一种,在第三方面的第十种可能的实现方式中,所述接入网设备包括分布式单元DU以及集中式单元CU;所述第一终端设备从所述DU接收所述第一SIB的调度信息;或者,所述第一终端设备从所述DU接收所述第一SIB;或者,所述第一终端设备从所述DU接收所述第二SIB的调度信息;或者,所述第一终端设备从所述DU接收所述第二SIB。
第四方面,提供了一种通信装置,包括:通信单元,用于从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB包括第一承载的配置信息,所述第一承载用于传输机器学习ML模型数据;处理单元,用于根据所述第一SIB的调度信息获取所述第一SIB,根据所述第一承载的配置信息建立所述第一承载。
本申请中,提供一种专用的系统信息块(system information block,SIB)用于发送专用承载的配置信息。UE可以根据该SIB中的信息,建立可用于传输ML模型数据的承载,以便获取ML模型数据,利用ML模型完成人工智能业务。可见,本申请实施例提供的方法能够实现ML模型数据的发送,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
结合第四方面,在第四方面的第一种可能的实现方式中,通信单元具体用于,从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB的调度信息。
结合第四方面或第四方面的第一种可能的实现方式,在第四方面的第二种可能的实现方式中,处理单元具体用于,根据所述第一SIB的调度信息确定所述第一SIB的接收窗口;通信单元具体用于,在所述第一SIB的接收窗口接收所述第一SIB。
结合第四方面或第四方面的第一或第二种可能的实现方式,在第四方面的第三种可能的实现方式中,通信单元具体用于,向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息;从所述接入网设备接收所述第一SIB。
结合第四方面或第四方面的第一至第三种可能的实现方式中的任意一种,在第四方面的第四种可能的实现方式中,通信单元还用于,向所述接入网设备发送第一消息;所述第一消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第一消息包括所述第二终端设备的标识;通过所述第一承载向所述第二终端设备发送ML模型数据。
结合第四方面或第四方面的第一至第四种可能的实现方式中的任意一种,在第四方面的第五种可能的实现方式中,通信单元还用于,向第二终端设备发送所述第一承载的配置信息,通过所述第一承载向所述第二终端设备发送ML模型数据。
结合第四方面的第一种可能的实现方式,在第四方面的第六种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB与第一ML模型对应,所述第二SIB包括所述第一ML模型的信息;所述第一ML模型的信息包括以下至少一项:ML模型标识、 ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第二SIB中的模型信息是否为所述第一ML模型的信息的最后一个分段。
结合第四方面的第六种可能的实现方式,在第四方面的第七种可能的实现方式中,处理单元具体用于,根据所述第二SIB的调度信息确定所述第二SIB的接收窗口;通信单元具体用于在所述第二SIB的接收窗口接收所述第二SIB。
结合第四方面的第六或第七种可能的实现方式,在第四方面的第八种可能的实现方式中,通信单元具体用于,向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息;从所述接入网设备接收所述第二SIB。
结合第四方面或第四方面的第一至第八种可能的实现方式中的任意一种,在第四方面的第九种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
结合第四方面或第四方面的第一至第九种可能的实现方式中的任意一种,在第四方面的第十种可能的实现方式中,所述接入网设备包括分布式单元DU以及集中式单元CU;通信单元具体用于,从所述DU接收所述第一SIB的调度信息;或者,从所述DU接收所述第一SIB;或者,从所述DU接收所述第二SIB的调度信息;或者,从所述DU接收所述第二 SIB。
第五方面,提供了一种模型数据传输方法,包括:接入网设备确定第一系统信息块SIB 的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;所述接入网设备发送所述第一SIB的调度信息。
结合第五方面,在第五方面的第一种可能的实现方式中,所述方法还包括:从第一终端设备接收第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
结合第五方面或第五方面的第一种可能的实现方式,在第五方面的第二种可能的实现方式中,所述接入网设备发送所述第一SIB的调度信息,包括:所述接入网设备发送SIB1,所述SIB 1包括所述第一SIB的调度信息。
结合第五方面的第二种可能的实现方式,在第五方面的第三种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
结合第五方面的第三种可能的实现方式,在第五方面的第四种可能的实现方式中,所述方法还包括:从所述接入网设备接收第二消息,所述第二消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第二消息包括所述第二终端设备的标识;根据所述第二消息向所述第二终端设备发送所述第一承载的配置信息。
结合第五方面的第三或第四种可能的实现方式,在第五方面的第五种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
结合第五方面或第五方面的以上任意一种可能的实现方式,在第五方面的第六种可能的实现方式中,所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第一SIB中的 ML模型信息是否为所述第一ML模型的信息的最后一个分段。
结合第五方面或第五方面的以上任意一种可能的实现方式,在第五方面的第七种可能的实现方式中,所述接入网设备包括分布式单元DU以及集中式单元CU;所述CU向所述DU发送所述第一SIB的调度信息,所述DU发送所述第一SIB的调度信息;或者,所述 CU向所述DU发送所述第一SIB,所述DU发送所述第一SIB;或者,所述CU向所述DU 发送所述第二SIB的调度信息,所述DU发送所述第二SIB的调度信息;或者,所述CU 向所述DU发送所述第二SIB,所述DU发送所述第二SIB。
第六方面,提供了一种通信装置,可以是接入网设备或接入网设备中的部件。包括:第五方面,提供了一种模型数据传输方法,包括:接入网设备确定第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML 模型的信息;所述接入网设备发送所述第一SIB的调度信息。
结合第六方面,在第六方面的第一种可能的实现方式中,通信单元还用于,从第一终端设备接收第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
结合第六方面或第六方面的第一种可能的实现方式,在第六方面的第二种可能的实现方式中,通信单元具体用于发送SIB 1,所述SIB 1包括所述第一SIB的调度信息。
结合第六方面的第二种可能的实现方式,在第六方面的第三种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
结合第六方面的第三种可能的实现方式,在第六方面的第四种可能的实现方式中,通信单元还用于,从所述接入网设备接收第二消息,所述第二消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第二消息包括所述第二终端设备的标识;根据所述第二消息向所述第二终端设备发送所述第一承载的配置信息。
结合第六方面的第三或第四种可能的实现方式,在第六方面的第五种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
结合第六方面或第六方面的以上任意一种可能的实现方式,在第六方面的第六种可能的实现方式中,所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第一SIB中的模型信息是否为所述第一ML模型的信息的最后一个分段。
第七方面,提供了一种通信方法,包括:接入网设备确定第一系统信息块SIB的调度信息,所述第一SIB包括第一承载的配置信息,所述第一承载用于传输机器学习ML模型数据;所述接入网设备还可以发送所述第一SIB的调度信息,使得第一终端设备根据所述第一SIB的调度信息获取所述第一SIB,以根据所述第一SIB中的配置信息建立第一承载,用于传输ML模型数据。
结合第七方面,在第七方面的第一种可能的实现方式中,所述接入网设备发送所述第一SIB的调度信息,包括:接入网设备发送SIB 1,所述SIB 1包括所述第一SIB的调度信息。
结合第七方面或第七方面的第一种可能的实现方式,在第七方面的第二种可能的实现方式中,所述方法还包括:所述接入网设备接收第一终端设备发送的系统信息请求,所述系统信息请求包括所述第一SIB的标识信息;响应于所述系统信息请求向所述第一终端设备发送所述第一SIB。
另一种可能的实现方式中,接入网设备还可以广播所述第一SIB,终端设备在相应的接收窗口接收第一SIB。
结合第七方面或第七方面的第一或第二种可能的实现方式中的任意一种,在第七方面的第三种可能的实现方式中,所述方法还包括:接收第一终端设备发送的第一消息,所述第一消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第一消息包括所述第二终端设备的标识。响应于所述第一消息,向第二终端设备发送第一承载的配置信息,使得第二终端设备根据第一承载的配置信息建立传输ML数据的承载。
结合第七方面或第七方面以上任意一种可能的实现方式,在第七方面的第四种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB与第一ML模型对应,所述第二SIB包括所述第一ML模型的信息;所述第一ML模型的信息包括以下至少一项: ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第二SIB中的ML模型信息是否为所述第一ML模型的信息的最后一个分段。
结合第七方面或第七方面的第一至第八种可能的实现方式中的任意一种,在第七方面的第五种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
结合第七方面或第七方面以上任意一种可能的实现方式,在第七方面的第六种可能的实现方式中,所述接入网设备包括分布式单元DU以及集中式单元CU;所述第一终端设备从所述DU接收所述第一SIB的调度信息;或者,所述第一终端设备从所述DU接收所述第一SIB;或者,所述第一终端设备从所述DU接收所述第二SIB的调度信息;或者,所述第一终端设备从所述DU接收所述第二SIB。
第八方面,提供了一种通信装置,可以是接入网设备或接入网设备中的部件。包括:处理单元,用于确定第一系统信息块SIB的调度信息,所述第一SIB包括第一承载的配置信息,所述第一承载用于传输机器学习ML模型数据;通信单元,用于发送所述第一SIB 的调度信息,使得第一终端设备根据所述第一SIB的调度信息获取所述第一SIB,以根据所述第一SIB中的配置信息建立第一承载,用于传输ML模型数据。
结合第八方面,在第八方面的第一种可能的实现方式中,通信单元用于,发送SIB1,所述SIB 1包括所述第一SIB的调度信息。
结合第八方面或第八方面的第一种可能的实现方式,在第八方面的第二种可能的实现方式中,通信单元还用于,接收第一终端设备发送的系统信息请求,所述系统信息请求包括所述第一SIB的标识信息;响应于所述系统信息请求向所述第一终端设备发送所述第一 SIB。
另一种可能的实现方式中,所述通信单元还可以广播所述第一SIB,终端设备在相应的接收窗口接收第一SIB。
结合第八方面或第八方面的第一或第二种可能的实现方式中的任意一种,在第八方面的第三种可能的实现方式中,通信单元还用于,接收第一终端设备发送的第一消息,所述第一消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第一消息包括所述第二终端设备的标识。响应于所述第一消息,向第二终端设备发送第一承载的配置信息,使得第二终端设备根据第一承载的配置信息建立传输ML数据的承载。
结合第八方面或第八方面以上任意一种可能的实现方式,在第八方面的第四种可能的实现方式中,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB与第一ML模型对应,所述第二SIB包括所述第一ML模型的信息;所述第一ML模型的信息包括以下至少一项: ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第二SIB中的ML模型信息是否为所述第一ML模型的信息的最后一个分段。
结合第八方面或第八方面的第一至第八种可能的实现方式中的任意一种,在第八方面的第五种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
第九方面,提供了一种通信装置,包括至少一个处理器和存储器,所述至少一个处理器与所述存储器耦合;所述存储器,用于存储计算机程序;
所述至少一个处理器,用于执行所述存储器中存储的计算机程序,以使得所述装置执行如上述第一方面以及第一方面任意一种实现方式所述的方法,或,上述第三方面以及第三方面任意一种实现方式所述的方法。
第十方面,提供了一种计算机可读存储介质,包括:计算机可读存储介质中存储有指令;当计算机可读存储介质在上述第二方面以及第二方面任意一种实现方式所述的通信装置上运行时,使得通信装置执行如上述第一方面以及第一方面任意一种实现方式所述的通信方法。
第十一方面,提供了一种计算机可读存储介质,包括:计算机可读存储介质中存储有指令;当计算机可读存储介质在上述第四方面以及第四方面任意一种实现方式所述的通信装置上运行时,使得通信装置执行如上述第三方面以及第三方面任意一种实现方式所述的通信方法。
第十二方面,提供了一种无线通信装置,该通信装置包括处理器,例如,应用于通信装置中,用于实现上述第一方面以及第一方面任意一种实现方式所述的方法,该通信装置例如可以是芯片系统。在一种可行的实现方式中,所述芯片系统还包括存储器,所述存储器,用于保存实现上述第一方面所述方法的功能必要的程序指令和数据。
第十三方面,提供了一种无线通信装置,该通信装置包括处理器,例如,应用于通信装置中,用于实现上述第三方面以及第三方面任意一种实现方式所涉及的功能或方法,该通信装置例如可以是芯片系统。在一种可行的实现方式中,所述芯片系统还包括存储器,所述存储器,用于保存实现上述第二方面所述方法的功能必要的程序指令和数据。
上述方面中的芯片系统可以是片上系统(system on chip,SOC),也可以是基带芯片等,其中基带芯片可以包括处理器、信道编码器、数字信号处理器、调制解调器和接口模块等。
第十四方面,提供了一种通信系统,所述通信系统包括上述第二方面、第二方面任意一种可能的实现方式、上述第四方面和第四方面任意一种可能的实现方式所述的通信装置。
一种可能的实现方式中,所述通信系统还包括接入网设备,所述接入网设备用于向终端设备发送SIB 1。SIB 1可以包括与ML模型相关的SIB的调度信息,和/或,与专用承载相关的SIB的调度信息。其中,与ML模型相关的SIB包括ML模型的模型信息;与专用承载相关的SIB包括专用承载的配置信息,所述专用承载可用于传输ML模型数据。
附图说明
图1为本申请实施例提供的通信系统的架构图;
图2为本申请实施例提供的分离式架构示意图;
图3a为本申请实施例提供的通信装置的结构框图;
图3b为本申请实施例提供的网络设备的另一结构框图;
图4为本申请实施例提供的承载建立方法的流程示意图;
图5为本申请实施例提供的模型数据传输方法的流程示意图;
图6~图12为本申请实施例提供的通信方法的流程示意图;
图13~图16为本申请实施例提供的通信装置的另一结构框图。
具体实施方式
本申请实施例提供的方法适用于图1所示的通信系统。如图1所示,所述通信系统包括核心网设备10、接入网设备(图中示出了接入网设备20、接入网设备30)和终端设备40。其中,接入网设备20、接入网设备30可以与核心网设备10进行通信,终端设40可以与接入网设备20、接入网设备30进行通信。图1所示的通信系统支持多无线双连接(multi radiodual connectivity,MR-DC),终端设40可以同时与接入网设备20、接入网设备30进行通信。在MR-DC场景下,接入网设备20可为主接入网设备,接入网设备30为辅接入网设备,接入网设备20和接入网设备30可以支持不同通信制式,也可以支持相同通信制式的接入网设备。
具体地,核心网设备10,可以是接入和移动性管理功能(access and mobilitymanagement function,AMF),主要负责接入控制、移动性管理、附着与去附着以及网关选择等功能。或者,核心网设备10可以是网络数据分析功能(network data analyticsfunction,NWDAF),主要负责数据的收集、分析等功能。需要说明的是,核心网设备10不限于AMF和NWDAF,还可以是其他设备。
接入网设备20或接入网设备30,可以称为无线接入网(radio access network,RAN) 设备。用于将终端设备接入到无线网络,为终端设备提供无线资源管理、服务质量管理、数据加密和压缩等功能。示例性地,接入网设备20或接入网设备30可以有以下几种可能:
(1)gNB:为终端设备提供新无线(new radio,NR)的控制面和/或用户面的协议和功能,并且接入到5G核心网(5th generation core,5GC);
(2)ng-eNB:为终端设备提供演进的通用陆地无线接入(evolved universalterrestrial radio access,E-UTRA)的控制面和/或用户面的协议和功能,并且接入到5G核心网(5GC);
(3)集中式单元(central unit,CU):主要包括了gNB的无线资源控制(radioresource control,RRC)层,业务数据适配协议(service data adaptation protocol,SDAP)层和分组数据汇聚协议(packet data convergence protocol,PDCP)层,或者ng-eNB的RRC层和PDCP 层;
(4)分布式单元(distributed unit,DU):主要包括了gNB或者ng-eNB的无线链路控制(radio link control,RLC)层,媒体接入控制(medium access control,MAC)层和物理层;
(5)集中式单元-控制平面(central unit–control plane,CU-CP):集中式单元的控制面,主要包括了gNB-CU或者ng-eNB-CU中的RRC层,以及PDCP层中的控制面;
(6)集中式单元-用户平面(central unit–user plane,CU-UP):集中式单元的用户面,主要包括了gNB-CU或者ng-eNB-CU中的SDAP层,以及PDCP层中的用户面;
(7)数据分析管理(data analysis and management,DAM):主要负责数据收集、ML模型训练、ML模型生成、ML模型更新、ML模型分发等功能。
终端设备40,也可以称为用户设备(user equipment,UE)、终端、接入终端、用户单元、用户站、移动站、远方站、远程终端、移动设备、用户终端、无线通信设备、用户代理或用户装置等。终端设备可以是无线终端也可以是有线终端,无线终端可以是指一种具有无线收发功能的设备,可以部署在陆地上,包括室内或室外、手持或车载;也可以部署在水面上(如轮船等);还可以部署在空中(例如飞机、气球和卫星上等)。所述终端设备可以是无人机、物联网(internet of things,IoT)设备(例如,传感器,电表,水表等)、车联网(vehicle-to-everything,V2X)设备、无线局域网(wireless local area networks,WLAN)中的站点(station,ST)、蜂窝电话、无绳电话、会话启动协议(session initiationprotocol, SIP)电话、无线本地环路(wireless local loop,WLL)站、个人数字处理(personal digital assistant,PDA)设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备(也可以称为穿戴式智能设备)。终端还可以为下一代通信系统中的终端,例如,5G通信系统中的终端或者未来演进的公共陆地移动网络 (public land mobile network,PLMN)中的终端,NR通信系统中的终端等,本申请实施例对此不作限定。
图2为分离式接入网设备的架构示意图。参考图2,接入网设备可以按照功能划分为一个CU、一个或多个DU,其中CU和DU之间通过F1接口通信。可选的,CU可以包括一个CU-CP、一个或者多个CU-UP。CU-CP和CU-UP之间可以通过E1接口连接,CU-CP 和DU之间可以通过F1的控制面接口(F1-C)连接,CU-UP和DU之间可以通过F1的用户面接口(F1-U)连接。进一步的,CU、DU或者CU-CP可以分别通过G1接口和DAM 进行连接。可选的,DAM可以分别作为CU、DU或者CU-CP的内部功能,此时不存在G1 接口。
本申请实施例中,能够建立用于传输ML模型数据的承载,利用专用的承载高效传输 ML模型数据,以便利用ML模型完成人工智能业务。或者,提供一种专用的系统信息块(system information block,SIB)用于发送ML模型的信息。UE可以根据该SIB中的信息,向接入网设备请求与UE能力信息相匹配的ML模型数据,以便利用ML模型完成人工智能业务。可见,本申请实施例提供的方法能够实现ML模型数据的发送,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
首先对本申请实施例涉及的术语进行解释说明:
(1)系统信息
为了能够正常接入接入网设备中的小区,UE需要获取接入网设备中小区的系统信息,例如,上下行小区带宽的信息,上下行时隙配置,随机接入和传输的相关具体参数等。系统信息由主信息块(master information block,MIB)和系统信息块(system informationblock, SIB)进行传输,并在不同的信道上进行发送。MIB包含了非常有限的系统信息,例如,系统帧号,同频小区选择指示等,并且MIB包含的系统信息在广播信道(broadcastchannel, BCH)上进行发送。SIB包含了系统信息的主要信息,并且在下行共享信道(downlink shared channel,DL-SCH)上进行发送。根据包含的系统信息的不同,SIB主要有以下类型:
SIB1:包含了评估UE是否允许接入小区的相关信息,以及定义了其他系统信息的调度信息。SIB1还包含了对所有UE都通用的无线资源配置信息,以及用于统一接入控制的禁止信息。
SIB2:包含了用于同频、异频和/或异系统小区重选的公共信息。
SIB3:包含了只用于同频小区重选的邻居小区相关信息。
SIB4:包含了只用于异频小区重选的相关信息。
SIB5:包含了只用于异系统小区重选的相关信息。
SIB6:包含了地震海啸预警系统(earthquake and tsunami warning system,ETWS)的主通知。
SIB7:包含了ETWS的第二通知。
SIB8:包含了商用移动警报服务(commercial mobile alert service,CMAS)通知。
SIB9:包含了全球定位系统(global positioning system,GPS)时间的相关信息,以及通用协调时间的相关信息。
SIB10:包含了SIB1中列出的非公用网络的人类可读网络名字。
SIB11:包含了空闲态/非激活态测量的相关信息。
SIB12:包含了新无线物物直联技术(sidelink)的通信配置。
SIB13:包含了车联网(vehicle to everything,V2X)sidelink的通信。
SIB14:包含了V2X sidelink通信的配置,它可以和SIB13中包含的信息一起联合使用。
(2)ML模型
ML模型即机器学习模型,还可以称为人工智能模型,ML模型可以认为是实现计算机自动“学习”的算法。本申请实施例中,UE可以利用ML模型实现特定业务功能。例如:根据现网中UE上报的参考信号接收功率(reference signal receiving power,RSRP)、参考信号接收质量(reference signal receiving quality,RSRQ)或信号与干扰加噪声比(signal to interference plus noise ratio,SINR)等指标以及小区的资源利用率预测UE在该小区的性能,例如,UE的吞吐率,根据预测结果选择接入(或切换至)性能最优的小区。或者,UE利用ML模型进行人脸识别、预测车辆行驶信息等。
(3)ML模型数据
本申请实施例中,ML模型数据可以是ML模型文件和/或ML模型相关数据。其中, ML模型文件用于记录ML模型的信息,例如,ML模型的结构信息或ML模型的参数。其中,ML模型的结构信息可以指示ML模型的输入或输出,还可以指示ML模型采用的网络结构,例如:卷积神经网络、全连接网络等。ML模型的参数可以是网络的权重、偏置、梯度值等。其中,ML模型相关数据可以是和ML模型相关的任意数据,例如,训练数据、验证数据、测试数据、模型推理中间数据等。
本申请实施例所述的终端设备,可以通过图3a中的通信装置310来实现。图3a所示为本申请实施例提供的通信装置310的硬件结构示意图。该通信装置310包括处理器3101以及至少一个通信接口(图3a中仅是示例性的以包括通信接口3103为例进行说明),可选的,还包括存储器3102。其中,处理器3101、存储器3102以及通信接口3103之间互相连接。
处理器3101可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口3103,使用任何收发器一类的装置,用于与其他设备或通信网络进行通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless localarea networks, WLAN)等。
存储器3102可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,也可以与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器3102用于存储执行本申请方案的计算机执行指令,并由处理器3101来控制执行。处理器3101用于执行存储器3102中存储的计算机执行指令,从而实现本申请下述实施例提供的意图处理方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
在具体实现中,作为一种实施例,处理器3101可以包括一个或多个CPU,例如图3a中的CPU0和CPU1。
在具体实现中,作为一种实施例,通信装置310可以包括多个处理器,例如图3a中的处理器3101和处理器3106。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/ 或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,通信装置310还可以包括输出设备3104和输入设备 3105。输出设备3104和处理器3101通信,可以以多种方式来显示信息。例如,输出设备3104可以是液晶显示器(liquid crystal display,LCD),发光二极管(light emittingdiode, LED)显示设备,阴极射线管(cathode ray tube,CRT)显示设备,或投影仪(projector) 等。输入设备3105和处理器3101通信,可以以多种方式接收用户的输入。例如,输入设备3105可以是鼠标、键盘、触摸屏设备或传感设备等。
上述的通信装置310可以是一个通用设备或者是一个专用设备。在具体实现中,通信装置310可以是台式机、便携式电脑、网络服务器、掌上电脑(personal digitalassistant,PDA)、移动手机、平板电脑、无线终端装置、嵌入式设备或有图3a中类似结构的设备。本申请实施例不限定通信装置310的类型。
需要说明的是,通信装置310可以是终端整机,也可以是实现终端上的功能部件或组件,也可以是通信芯片,例如基带芯片等。通信装置310是终端整机时,通信接口可以是射频模块。当通信装置310为通信芯片,通信接口3103可以是该芯片的输入输出接口电路,输入输出接口电路用于读入和输出基带信号。
图3b是一种通信装置的结构示意图。通信装置320可以是本申请实施例所述接入网设备。
通信装置包括至少一个处理器3201、至少一个收发器3203、至少一个网络接口3204 和一个或多个天线3205。可选的,还包括至少一个存储器3202。处理器3201、存储器3202、收发器3203和网络接口3204相连,例如通过总线相连。天线3205与收发器3203相连。网络接口3204用于通信装置通过通信链路与其它通信设备相连,例如通信装置通过S1接口与核心网网元相连。在本申请实施例中,所述连接可包括各类接口、传输线或总线等,本实施例对此不做限定。
本申请实施例中的处理器,例如处理器3201,可以包括如下至少一种类型:通用中央处理器(central processing unit,CPU)、数字信号处理器(digital signalprocessor,DSP)、微处理器、特定应用集成电路专用集成电路(application-specificintegrated circuit,ASIC)、微控制器(microcontroller unit,MCU)、现场可编程门阵列(field programmable gate array, FPGA)、或者用于实现逻辑运算的集成电路。例如,处理器3201可以是一个单核(single-CPU)处理器或多核(multi-CPU)处理器。至少一个处理器3201可以是集成在一个芯片中或位于多个不同的芯片上。
本申请实施例中的存储器,例如存储器3202,可以包括如下至少一种类型:只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM。在某些场景下,存储器还可以是只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器3202可以是独立存在,与处理器3201相连。可选的,存储器3202也可以和处理器3201集成在一起,例如集成在一个芯片之内。其中,存储器3202能够存储执行本申请实施例的技术方案的程序代码,并由处理器3201来控制执行,被执行的各类计算机程序代码也可被视为是处理器3201的驱动程序。例如,处理器3201用于执行存储器3202中存储的计算机程序代码,从而实现本申请实施例中的技术方案。
收发器3203可以用于支持通信装置与终端设备之间射频信号的接收或者发送,收发器 3203可以与天线3205相连。具体地,一个或多个天线3205可以接收射频信号,该收发器 3203可以用于从天线接收所述射频信号,并将射频信号转换为数字基带信号或数字中频信号,并将该数字基带信号或数字中频信号提供给所述处理器3201,以便处理器3201对该数字基带信号或数字中频信号做进一步的处理,例如解调处理和译码处理。此外,收发器3203 可以用于从处理器3201接收经过调制的数字基带信号或数字中频信号,并将该经过调制的数字基带信号或数字中频信号转换为射频信号,并通过一个或多个天线3205发送所述射频信号。具体地,收发器3203可以选择性地对射频信号进行一级或多级下混频处理和模数转换处理以得到数字基带信号或数字中频信号,所述下混频处理和模数转换处理的先后顺序是可调整的。收发器3203可以选择性地对经过调制的数字基带信号或数字中频信号时进行一级或多级上混频处理和数模转换处理以得到射频信号,所述上混频处理和数模转换处理的先后顺序是可调整的。数字基带信号和数字中频信号可以统称为数字信号。收发器可以称为收发电路、收发单元、收发器件、发送电路、发送单元或者发送器件等等。
需要说明的是,通信装置320可以是通信装置整机,也可以是实现通信装置功能的部件或组件,也可以是通信芯片。当通信装置320为通信芯片,收发器3203可以是该芯片的接口电路,该接口电路用于读入和输出基带信号。
本申请实施例提供一种承载建立方法,如图4所示,所述方法包括以下步骤:
401、接入网设备发送第一SIB的调度信息,所述第一SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
其中,ML模型即机器学习模型,还可以称为人工智能模型。ML模型数据可以是ML模型文件和/或ML模型相关数据。第一SIB的调度信息可以指示第一SIB的发送周期。
一种可能的实现方式中,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
其中,配置索引用于唯一指示一组配置信息。例如,第一承载的配置索引用于指示专用于传输ML模型数据的承载的配置,它不同于信令无线承载(signaling radio bearer,SRB) 和数据无线承载(data radio bearer,DRB)的配置索引。第一承载的序列号尺寸用于指示专用于传输ML模型数据的承载的长度,序列号的尺寸不做限制,例如,可以是12比特,18 比特等。第一承载的序列号尺寸可以是上行的专用于传输ML模型数据的承载的长度,和/ 或下行的专用于传输ML模型数据的承载的长度。丢弃时间用于表征终端设备丢弃或者释放第一承载的时间。头压缩信息用于指示第一承载的压缩信息,例如,头压缩信息为最大上下文标识的数值,通过第一承载传输ML模型数据时根据最大上下文标识的数值压缩ML模型数据。
一种可能的实现方式中,接入网设备可以通过广播的方式发送第一SIB的调度信息。例如,接入网设备可以通过SIB 1发送第一SIB的调度信息。示例的,接入网设备可以广播 SIB 1,所述SIB 1包括所述第一SIB的调度信息。
402、第一终端设备从接入网设备接收第一SIB的调度信息,根据所述第一SIB的调度信息获取所述第一SIB。
具体实现中,第一终端设备可以从接入网设备接收SIB 1,从SIB 1中获取第一SIB的调度信息。
一种可能的实现,接入网设备通过广播的方式发送第一SIB。第一终端设备可以根据第一SIB的调度信息确定接入网设备在哪些时域位置广播第一SIB,从而可以确定第一SIB 的接收窗口,还可以在所述第一SIB的接收窗口接收所述第一SIB。例如,第一终端设备可以在接收窗口的第一个子帧开始尝试解码,直至成功接收第一SIB。
需要说明的是,接收窗口是第一终端设备根据第一SIB的调度信息确定的时域位置,可以是接入网设备发送第一SIB的时域位置。终端设备可以在接入网设备发送第一SIB的时域位置接收第一SIB。
另一种可能的实现方式中,终端设备接收第一SIB的调度信息后,终端设备还可以向接入网设备请求第一SIB。例如,第一终端设备向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息。接入网设备接收所述系统信息请求后,根据其中的第一SIB的标识信息,通过广播或者单播的方式,向第一终端设备发送所述第一SIB。第一终端设备可以接收到接入网设备发送的第一SIB。
403、所述第一终端设备根据所述第一承载的配置信息建立所述第一承载。
第一终端设备可以根据第一承载的配置索引,建立专用于传输ML模型数据的承载,即分配专用于传输ML模型数据的时频资源。第一终端设备可以根据第一承载的序列号尺寸,为该专用于传输ML模型数据的承载中的报文设置序列号,例如,设置上行ML模型数据的相关报文序列号,和/或下行ML模型数据相关的报文序列号。第一终端设备可以根据丢弃时间,在该丢弃时间到达时,释放该专用于传输ML模型数据的承载,即释放专用于传输ML模型数据的时频资源。第一终端设备可以根据第一承载的头压缩信息,对该专用于传输ML模型数据的承载中的数据报文进行压缩。
可选的,第一终端设备建立了第一承载后,可以通过所述第一承载传输ML模型数据。
一种可能的实现方式中,第一终端设备与第二终端设备之间通过接入网设备进行通信,当第一终端设备有ML模型数据的传输需求时,接入网设备可以将ML模型数据的专用承载(例如,本申请实施例所述的第一承载)的配置信息发送给第二终端设备,以便第二终端设备可以配置专用承载,第一终端设备可以通过专用承载向第二终端设备发送ML模型数据。
例如,所述第一终端设备向接入网设备发送第一消息;所述第一消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第一消息包括所述第二终端设备的标识。其中,第一消息可以是ML模型数据传输请求。
接入网设备接收第一消息后,获知第一终端设备的传输需求,可以向第二终端设备发送第一承载的配置信息。第二终端设备接收第一承载的配置信息后可以根据配置信息建立与第一终端设备之间的第一承载。
进一步,所述第一终端设备可以通过所述第一承载向所述第二终端设备发送ML模型数据。
另一种可能的实现方式中,第一终端设备与第二终端设备之间可以进行直连通信,例如,第一终端设备与第二终端设备可以通过PC5进行通信。当第一终端设备有ML模型数据的传输需求时,第一终端设备可以将ML模型数据的专用承载(例如,本申请实施例所述的第一承载)的配置信息发送给第二终端设备,以便第二终端设备可以配置专用承载,从而第一终端设备可以通过专用承载向第二终端设备发送ML模型数据。
示例的,所述第一终端设备向第二终端设备发送所述第一承载的配置信息。
第二终端设备接收第一承载的配置信息,根据所述配置信息建立第一承载。
进一步,所述第一终端设备通过所述第一承载向所述第二终端设备发送ML模型数据。
可选的,接入网设备还可以发送与ML模型相关的SIB的调度信息。其中,与ML模型相关的SIB可以包括所述ML模型的信息,与所述ML模型唯一对应。示例的,SIB 20 与亚历克斯网络(AlexNet)模型对应,SIB 20包括亚历克斯网络模型的信息。
其中,ML模型的信息可以是以下信息中的至少一个:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息。
需要说明的是,ML模型标识用于唯一标识一个ML模型,例如,ML模型标识1代表AlexNet模型,ML模型标识2代表16层的视觉几何组(visual geometry group 16,VGG16)模型,ML模型标识3代表ResNet-152模型。
ML模型数据尺寸表征ML模型数据的数据量的大小,例如,ML模型数据尺寸为500字节。
ML模型迭代次数代表对ML模型进行更新的次数。其中,对ML模型进行更新即利用训练数据对ML模型的参数进行更新。对ML模型参数的一次更新称为一次迭代。ML模型迭代次数也可以是ML模型训练轮数,即对ML模型进行更新的轮数。例如,训练数据为 1000个样本数,ML模型训练轮数为10,每次训练输入的样本数为20,则ML模型迭代次数为10*(1000/20)=500。
分段信息用于指示SIB中的ML模型信息是否为所述第一ML模型的信息的最后一个分段。可以理解的是,当ML模型的信息较大,可以将ML模型的信息分成多个段(segment),通过多个SIB承载分段后的信息。若终端设备在SIB中获取到的分段信息指示当前SIB中的ML模型信息为最后一个分段,终端设备则可以确定已成功接收ML模型的所有信息。
一种可能的实现方式中,接入网设备通过广播的方式发送与ML模型相关的SIB的调度信息。
示例的,与ML模型相关的SIB为第二SIB。接入网设备发送的所述SIB 1还包括:第二SIB的调度信息,所述第二SIB与第一ML模型对应,所述第二SIB包括所述第一ML 模型的信息。
其中,所述第一ML模型的信息包括以下至少一项:第一ML模型的模型标识、第一ML模型的模型数据尺寸、第一ML模型的迭代次数以及分段信息。所述分段信息用于指示所述第一SIB中的信息是否为所述第一ML模型的信息的最后一个分段。
一种可能的实现,接入网设备通过广播的方式发送第二SIB。第一终端设备可以根据第一SIB的调度信息确定接入网设备在哪些时域位置广播第二SIB,从而可以确定第二SIB 的接收窗口,还可以在所述第二SIB的接收窗口接收所述第二SIB。例如,第一终端设备可以在接收窗口的第一个子帧开始尝试解码,直至成功接收第二SIB。
另一种可能的实现方式中,终端设备接收第二SIB的调度信息后,终端设备还可以向接入网设备请求第二SIB。
例如,所述第一终端设备向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息。接入网设备接收所述系统信息请求后,根据其中的第二SIB 的标识信息,通过广播或者单播的方式,向第一终端设备发送所述第二SIB。第一终端设备可以接收所述第二SIB。
需要说明的是,图4所示的方法也适用于本申请实施例图2所示的系统。其中,接入网设备包括分布式单元DU以及集中式单元CU。由DU负责发送第一SIB的调度信息、第二SIB的调度信息、第一SIB以及第二SIB。
示例的,所述第一终端设备从所述DU接收所述第一SIB的调度信息;
或者,所述第一终端设备从所述DU接收所述第一SIB;
或者,所述第一终端设备从所述DU接收所述第二SIB的调度信息;
或者,所述第一终端设备从所述DU接收所述第二SIB。
本申请实施例图4提供的方法中,接入网设备可以通过SIB发送承载的配置信息,以便终端设备根据配置信息建立专用于ML模型数据的承载,通过该承载传输ML模型数据。终端设备无需预先加载过多模型数据,可以根据实际需求通过专用的承载获取ML模型数据,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
如图5所示,本申请实施例还提供一种模型数据传输方法,如图5所示,所述方法包括以下步骤:
501、接入网设备发送第一SIB的调度信息,所述第一SIB与第一ML模型对应,所述第一SIB包括所述第一ML模型的信息。
本申请实施例中,接入网设备还可以发送与ML模型相关的SIB的调度信息。其中,与ML模型相关的SIB可以包括所述ML模型的信息,与所述ML模型唯一对应。示例的, SIB 20与亚历克斯网络(AlexNet)模型对应,SIB 20包括亚历克斯网络模型的信息。
其中,ML模型的信息可以是以下信息中的至少一个:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息。上述信息的解释参考全文,在此不做赘述。
一种可能的实现方式中,接入网设备通过广播的方式发送与ML模型相关的SIB的调度信息。
示例的,与ML模型相关的SIB为第一SIB。接入网设备发送的所述SIB 1包括:第一SIB的调度信息,所述第一SIB与第一ML模型对应,所述第一SIB包括所述第一ML模型的信息。
其中,所述第一ML模型的信息包括以下至少一项:第一ML模型的模型标识、第一ML模型的模型数据尺寸、第一ML模型的迭代次数以及分段信息。所述分段信息用于指示所述第二SIB中的信息是否为所述第一ML模型的信息的最后一个分段。
502、所述第一终端设备从接入网设备接收第一SIB的调度信息,根据所述第一SIB的调度信息获取第一SIB。
一种可能的实现,接入网设备通过广播的方式发送第一SIB。第一终端设备可以根据第一SIB的调度信息确定接入网设备在哪些时域位置广播第一SIB,从而可以确定第一SIB 的接收窗口,还可以在所述第一SIB的接收窗口接收所述第一SIB。例如,第一终端设备可以在接收窗口的第一个子帧开始尝试解码,直至成功接收第一SIB。
另一种可能的实现方式中,终端设备接收第一SIB的调度信息后,终端设备还可以向接入网设备请求第一SIB。
例如,所述第一终端设备向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息。接入网设备接收所述系统信息请求后,根据其中的第一SIB 的标识信息,通过广播或者单播的方式,向第一终端设备发送所述第一SIB。第一终端设备可以接收所述第一SIB。
503、所述第一终端设备根据所述第一ML模型的信息向接入网设备发送第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
具体实现中,第一终端设备可以结合自身的能力以及第一ML模型的信息,确定需要从接入网设备获取的ML模型数据。例如,终端设备根据第一ML模型的信息可以确定ML 模型文件的大小,结合自身的计算能力和存储空间,确定支持第一ML模型,则向接入网设备请求第一ML模型的模型数据。
示例的,第一SIB与AlexNet模型对应,AlexNet模型的标识为模型标识1。根据第一SIB中的信息确定AlexNet模型需要的计算能力为1.4G FLOPS(即每秒浮点运算次数为1.4G次),模型数据大小为240MB。第一终端设备的计算能力为10G FLOPS,向接入网设备发送模型标识1,请求接入网设备发送AlexNet模型的模型数据。
一种可能的实现方式中,所述第一消息包括所述第一ML模型的标识。
可选的,接入网设备通过广播的方式发送与专用承载相关的SIB的调度信息。其中,专用承载可以用于传输ML模型数据。与专用承载相关的SIB包括专用承载的配置信息。承载的配置信息包括以下至少一项:配置索引、承载的序列号尺寸、承载的丢弃时间以及承载的头压缩信息。
示例的,专用承载称为第一承载,与专用承载相关的SIB称为第二SIB。接入网设备发送的所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。其中,第二SIB的调度信息可以指示第二SIB的发送周期。
具体地,所述第二SIB包括第一承载的配置信息。所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。配置信息的解释参考前文,在此不做赘述。
具体实现中,第一终端设备可以从接入网设备接收SIB 1,从SIB 1中获取第二SIB的调度信息。
一种可能的实现,接入网设备通过广播的方式发送第二SIB。第一终端设备可以根据第二SIB的调度信息确定接入网设备在哪些时域位置广播第二SIB,从而可以确定第二SIB 的接收窗口,还可以在所述第二SIB的接收窗口接收所述第二SIB。例如,第一终端设备可以在接收窗口的第一个子帧开始尝试解码,直至成功接收第二SIB。
需要说明的是,接收窗口是第一终端设备根据第二SIB的调度信息确定的时域位置,可以是接入网设备发送第二SIB的时域位置。终端设备可以在接入网设备发送第二SIB的时域位置接收第二SIB。
另一种可能的实现方式中,终端设备接收第二SIB的调度信息后,终端设备还可以向接入网设备请求第二SIB。例如,第一终端设备向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息。接入网设备接收所述系统信息请求后,根据其中的第二SIB的标识信息,通过广播或者单播的方式,向第一终端设备发送所述第二SIB。第一终端设备可以接收到接入网设备发送的第二SIB。
一种可能的实现方式中,第一终端设备与第二终端设备之间通过接入网设备进行通信,当第一终端设备有ML模型数据的传输需求时,接入网设备可以将ML模型数据的专用承载(例如,本申请实施例所述的第一承载)的配置信息发送给第二终端设备,以便第二终端设备可以配置专用承载,第一终端设备可以通过专用承载向第二终端设备发送ML模型数据。
例如,所述第一终端设备向接入网设备发送第二消息;所述第二消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第二消息包括所述第二终端设备的标识。其中,第二消息可以是ML模型数据传输请求。
接入网设备接收第二消息后,获知第一终端设备的传输需求,可以向第二终端设备发送第一承载的配置信息。
第二终端设备接收第一承载的配置信息后可以根据配置信息建立与第一终端设备之间的第一承载。进一步,所述第一终端设备通过所述第一承载向所述第二终端设备发送ML 模型数据。
另一种可能的实现方式中,第一终端设备与第二终端设备之间可以进行直连通信,例如,第一终端设备与第二终端设备可以通过PC5进行通信。当第一终端设备有ML模型数据的传输需求时,第一终端设备可以将ML模型数据的专用承载(例如,本申请实施例所述的第一承载)的配置信息发送给第二终端设备,以便第二终端设备可以配置专用承载,从而第一终端设备可以通过专用承载向第二终端设备发送ML模型数据。
示例的,所述第一终端设备向第二终端设备发送所述第一承载的配置信息。
第二终端设备接收第一承载的配置信息,根据所述配置信息建立第一承载。
进一步,所述第一终端设备通过所述第一承载向所述第二终端设备发送ML模型数据。
需要说明的是,图5所示的方法也适用于本申请实施例图2所示的系统。其中,接入网设备包括分布式单元DU以及集中式单元CU。由DU负责发送第一SIB的调度信息、第二SIB的调度信息、第一SIB以及第二SIB。
示例的,所述第一终端设备从所述DU接收所述第一SIB的调度信息;
或者,所述第一终端设备从所述DU接收所述第一SIB;
或者,所述第一终端设备从所述DU接收所述第二SIB的调度信息;
或者,所述第一终端设备从所述DU接收所述第二SIB。
本申请实施例图5提供的方法中,可以配置与ML模型相关的SIB,接入网设备可以发送与ML模型相关的SIB,以便终端设备根据接收到的SIB确定接入网设备可以发送哪些ML模型的模型数据。进一步还可以结合自身的能力向接入网设备请求ML模型数据。终端设备无需预先加载过多ML模型数据,可以结合SIB以及实际需求请求ML模型数据,为人工智能(或机器学习)技术在无线通信网络中的广泛应用提供支撑。
本申请实施例还提供一种通信方法,接入网设备可以通过系统信息(例如,SIB)向终端设备发送专用承载的配置信息。其中,专用承载可以用于传输ML模型数据,以下可以简称为分组数据汇聚协议的计算无线承载(packet data convergence protocol-computingradio bearer,PDCP-CRB)。如图6所示,所述方法包括以下步骤:
601、接入网设备广播SIB 1,SIB 1包括SIB x的调度信息。SIB x与PDCP-CRB相关。
具体地,SRB只能传输控制信令,而ML模型数据通常较大,例如,可以达到几百兆字节,因此SRB不能用于传输ML模型数据。DRB用于传输来自数据网络的用户数据, ML模型数据并不全都来自数据网络,因此DRB不能用于传输ML模型数据。PDCP-CRB 不同于SRB和DRB,可以用于传输ML模型数据。这里的SIB x即为本申请实施例所述的第一SIB。
一种可能的实现方式中,与PDCP-CRB相关的SIB包括PDCP-CRB的配置信息。例如,SIB x包括PDCP-CRB的配置信息。为了描述方便,将与PDCP-CRB相关的SIB简称为 PDCP-CRB-SIB,SIB x可以为PDCP-CRB-SIB。
其中,PDCP-CRB的配置信息包括PDCP-CRB的配置索引,PDCP-CRB的配置索引用于唯一区分PDCP-CRB的配置信息。可选的,PDCP-CRB的配置信息还可以至少包括以下信息:PDCP-CRB序列号尺寸、PDCP-CRB的丢弃时间、头压缩信息。PDCP-CRB的丢弃时间:用于指示终端设备丢弃或者释放PDCP-CRB的时间;头压缩信息用于指示PDCP-CRB 的压缩信息。
可选的,SIB x的调度信息可以是SIB x的发送周期。例如,SIB 1包括SIB x的发送周期。其中,发送周期可以以无线帧为单位,例如,发送周期为“rf8”,可以表示SIB x的发送周期为8个无线帧。一个无线帧的长度为10ms,即SIB x的发送周期为80ms。
602、当终端设备接收到SIB 1后,根据SIB x的调度信息获取SIB x。
具体实现中,终端设备接收到SIB 1后可以确定系统信息中是否包括PDCP-CRB-SIB。示例的,SIB 1包括PDCP-CRB-SIB的调度信息,则确定系统信息中包括PDCP-CRB-SIB。
参考图6,终端设备可以通过两种方式获取SIB x:
方式1:接入网设备通过广播的方式发送PDCP-CRB-SIB(即图6所示流程的SIB x),具体参考图6中的步骤602a所示。
步骤602a:终端设备在PDCP-CRB-SIB的接收窗口的起始子帧开始尝试解码,直到成功接收到PDCP-CRB-SIB为止。
具体地,终端设备可以根据SIB 1中SIB x的调度信息确定接入网设备在哪些窗口发送PDCP-CRB-SIB,从而可以确定PDCP-CRB-SIB的接收窗口。可选的,PDCP-CRB-SIB的接收窗口可以是PDCP-CRB-SIB的时域位置。
方式2:根据终端设备的需求发送PDCP-CRB-SIB,具体参考图6中的步骤602b和步骤602c所示。
步骤602b:终端设备向接入网设备发送系统信息请求,包括SIB x的标识。
具体地,终端设备向接入网设备请求PDCP-CRB-SIB,则系统信息请求包括“PDCP-CRB-SIB”。其中PDCP-CRB-SIB的标识可以为“PDCP-CRB-SIB”也可以是其他参数,例如,“SIBy”,本申请实施例对此不作限制。
步骤602c:接入网设备接收到终端设备发送的系统信息请求后,通过广播或者单播的方式,向终端设备发送PDCP-CRB-SIB。
603、终端设备根据SIB x中的配置信息建立PDCP-CRB。
具体的,终端设备根据PDCP-CRB-SIB中的配置信息,配置和接入网设备进行ML模型传输的承载的实现主要包括以下两种:
(1)如果终端设备本身没有已经建立好的PDCP-CRB,则终端设备建立一个用于传输 ML模型/数据的PDCP-CRB,并根据接收到的PDCP-CRB-SIB中的信息,对该PDCP-CRB 进行配置,例如序列号尺寸、丢弃时间、稳健的头压缩等。
(2)如果终端设备本身已经有建立好的PDCP-CRB,则终端设备根据接收到的PDCP-CRB-SIB中的信息,对该PDCP-CRB进行配置更新,例如,重新配置PDCP-CRB的序列号尺寸、丢弃时间、稳健的头压缩等。
604、终端设备通过PDCP-CRB从接入网设备接收ML模型数据。
其中,ML模型数据可以是ML模型文件和/或ML模型相关数据。
图6所示的方法中,接入网设备通过系统信息的方式向终端设备发送PDCP-CRB的配置信息,例如,向终端设备发送PDCP-CRB-SIB。终端设备根据PDCP-CRB-SIB中的信息,配置和接入网设备进行ML模型数据传输的承载,从而进行实现ML模型数据的高效传输。
本申请实施例还提供一种通信方法,接入网设备可以通过系统信息(例如,SIB)向终端设备发送ML模型的信息。其中,承载ML模型信息的SIB可以称为与ML模型相关的 SIB,以下可以简称为ML-SIB。如图7所示,所述方法包括以下步骤:
701、接入网设备广播SIB 1,SIB 1包括SIB x的调度信息。SIB x与ML模型相关。
需要说明的是,接入网设备可以存储有多个ML模型的模型数据,不同ML模型的信息不同,每个ML模型(或模型的信息)对应于一个特定的SIB。SIB 1可以包括多个与 ML模型相关的SIB的调度信息。为方便描述,与ML模型相关的SIB以下简称为ML-SIB, SIB x可以为ML-SIB。此处的SIB x即为本申请实施例所述的第一SIB。
例如,ML-SIB-1对应于AlexNet(亚力克斯网络)模型,ML-SIB-2对应于16层的视觉几何组(VGG16)模型,ML-SIB-3对应于152层的残差网络(residual network,ResNet-152)模型。SIB和ML模型的对应关系可以是预先设定的,终端设备在接收到SIB,可以确定该 SIB包括与SIB相关的ML模型的信息。例如,终端设备接收到ML-SIB-1时,知道ML-SIB-1 包含有AlexNet模型的信息。
一种可能的实现方式中,与ML-SIB包括ML模型的信息。ML模型的信息包括以下至少一种:
ML模型标识:用于唯一区分一个ML模型,ML模型标识可以由接入网设备分配。例如,ML模型标识1代表AlexNet模型,ML模型标识2代表VGG16模型,ML模型标识3 代表ResNet-152模型。
ML模型的迭代次数:用于表征对ML模型进行参数更新的次数。
ML模型的尺寸:用于表征ML模型数据的大小。
可选的,每个ML模型的信息还可以包括ML模型对象信息。其中,ML模型对象信息用于指示该ML模型的作用对象。
一种可能的实现方式中,ML模型的作用对象可以是:服务质量、用户体验质量、初始缓冲、重新缓冲频率、失速比率、关键性能指标等。
其中,服务质量可以是服务质量(quality of service,QOS)流的有保证比特速率、流的最大比特速率、分组时延缓冲、优先级等;用户体验质量可以是用户体验分,例如,可以是介于1和5之间的平均意见分;初始缓冲可以是终端设备发起视频播放到实际播放的时间;重新缓冲频率可以是失速事件的数量除以时间窗得到的比值;失速比率可以是失速事件持续时间的总和除以时间窗得到的比值,关键性能指标可以是吞吐量、容量、时延、可靠性、可用性等。
一种可能的实现方式中,每个作用对象还可以配置有对应的权重,终端设备根据作用对象的权重大小,为该作用对象分配相应的资源。其中,为作用对应分配的资源可以是算力。
可选的,每个ML模型的辅助信息还可以包括分段信息。其中,分段信息包括分段类型,和/或分段序号。分段类型用于指示该ML-SIB中包含的ML模型信息是否是最后一个分段。例如,lastSegment表示最后一个分段,notLastSegment表示不是最后一个分段。
分段序号用于指示该ML-SIB的序列号。ML-SIB的序列号可以表征该ML-SIB中包含的ML模型信息是整个ML模型信息中的哪个分段。例如,分段序号0表示ML模型信息的第一个分段,分段序号1表示ML模型信息的第二个分段,以此类推。
可选的,SIB x的调度信息可以是SIB x的发送周期。例如,SIB 1包括SIB x的发送周期。其中,发送周期可以以无线帧为单位,例如,发送周期为“rf8”,可以表示SIB x的发送周期为8个无线帧。一个无线帧的长度为10ms,即SIB x的发送周期为80ms。
702、当终端设备接收到SIB 1后,根据SIB x的调度信息获取SIB x。
具体实现中,终端设备接收到SIB 1后可以确定系统信息中包括哪些ML模型相关的 SIB。
示例的,SIB 1包括ML-SIB的调度信息,则确定系统信息中包括ML-SIB。例如,SIB1包括ML-SIB-1、ML-SIB-2的调度信息,则确定系统信息中包括ML-SIB-1、ML-SIB-2,即包括AlexNet模型相关的SIB、VGG16模型相关的SIB。
参考图7,终端设备可以通过两种方式获取SIB x:
方式1:接入网设备通过广播的方式发送ML-SIB(即图7所示流程中的SIB x),具体参考图7中的步骤702a所示。
步骤702a:终端设备在ML-SIB的接收窗口的起始子帧开始尝试解码,直到成功接收到ML-SIB为止。
具体地,终端设备可以根据SIB 1中SIB x的调度信息确定接入网设备在哪些窗口发送ML-SIB,从而可以确定ML-SIB的接收窗口。可选的,ML-SIB的接收窗口可以是ML-SIB的时域位置。
方式2:根据终端设备的需求发送ML-SIB,具体参考图7中的步骤702b和步骤702c所示。
步骤702b:终端设备向接入网设备发送系统信息请求,包括SIB x的标识。
具体地,终端设备向接入网设备请求ML-SIB,则系统信息请求包括“ML-SIB-x”。其中ML-SIB的标识可以为“ML-SIB-x”也可以是其他参数,例如,“SIB y”,本申请实施例对此不作限制。
示例的,系统信息请求包括“ML-SIB-1”,即向接入网设备请求AlexNet模型的相关的 SIB。
步骤702c:接入网设备接收到终端设备发送的系统信息请求后,通过广播或者单播的方式,向终端设备发送ML-SIB。
703、终端设备根据SIB x中的模型信息确定需要向接入网设备请求的模型数据。
具体地,终端设备根据ML-SIB中的ML模型信息,结合自身的能力(例如计算能力、存储空间大小等),确定需要接入网设备向终端设备发送的ML模型数据。
示例的,终端设备根据自身的计算能力和存储空间,确定具体的ML模型标识。例如, AlexNet模型需要的计算能力为1.4G FLOPS(即每秒浮点运算次数为1.4G次),模型大小为240MB;ResNet-152模型需要的计算能力为22.6G FLOPS,模型大小为240MB。如果 UE的计算能力为10G FLOPS,则UE选择AlexNet模型,即选择模型标识1。
704、终端设备向接入网设备发送请求消息,请求ML模型数据。
具体地,所述请求消息包括终端设备根据自身的计算能力和存储空间,确定具体的ML 模型标识。例如,包括“模型标识1”。
705、接入网设备向终端设备发送ML模型数据。
具体地,接入网设备根据请求消息中的模型标识,确定终端设备所请求的ML模型数据。
一种可能的实现方式中,SIB 1还可以包括PDCP-CRB-SIB的调度信息。终端设备还可以根据PDCP-CRB-SIB的调度信息获取PDCP-CRB-SIB,PDCP-CRB-SIB包括PDCP-CRB 的配置信息。
终端设备可以根据PDCP-CRB的配置信息,建立与接入网设备之间传输ML模型数据的承载,通过该承载从接入网设备接收ML模型数据。
图7所示的方法中,接入网设备通过系统信息的方式向终端设备发送ML模型的信息,终端设备根据ML-SIB中的信息结合自身的能力,确定需要接入网设备向该终端设备发送的 ML模型数据,从而减少了终端设备和接入网设备之间的ML模型协同的交互,尤其是在接入网设备向多个终端设备传输ML模型的场景下,可以显著降低空口信令开销。
本申请实施例还提供一种通信方法,与图6、图7的方法不同的是,核心网设备可以向接入网设备发送ML模型控制信息,用于指示接入网设备发送ML-SIB的方式。例如,可以指示是否通过广播的方式发送ML-SIB。如图8所示,所述方法包括以下步骤:
801、核心网设备向接入网设备发送控制信息,用于指示ML-SIB的发送方式。
具体的,所述控制信息包括ML-SIB的标识。可选的,所述控制信息多个不同ML-SIB的标识。
示例的,所述控制信息包括ML-SIB-1,ML-SIB-2,ML-SIB-3等,ML-SIB-1对应于AlexNet模型,ML-SIB-2对应于VGG16模型,ML-SIB-3对应于ResNet-152。模型标识与 ML模型的对应关系可以是预先设定。
可选的,所述控制信息还可以包括如下信息:
(1)广播优先级:用于指示不同ML-SIB的广播优先级。例如,优先级1代表最高优先级,优先级2代表第二高优先级,以此类推。
接入网设备在广播ML-SIB时考虑该ML-SIB的广播优先级。例如,优先广播广播优先级较高的ML-SIB,广播优先级相同的ML-SIB具有同样的处理,广播或者不广播。
(2)广播指示:用于指示启动ML-SIB的广播或者停止ML-SIB的广播。例如,广播指示为启动(start)时,接入网设备将开始广播ML-SIB;当广播指示为停止(stop)时,接入网设备将停止广播ML-SIB。
步骤802~步骤806同前文所述的步骤701~步骤705。
可选的,图8所示的方法包括步骤807。
807、当接入网设备广播ML-SIB失败时,向核心网设备发送反馈信息。
所述反馈信息可以包括广播失败的ML-SIB的标识。当核心网设备接收到反馈信息时,可以确定反馈信息中的标识对应的ML-SIB不能被广播,可以通过单播方式发送ML-SIB。
图8所示的方法中,核心网设备可以向接入网设备发送控制信息,用于指示接入网设备是否通过广播的方式发送ML-SIB,有利于接入网设备确定ML-SIB发送方式的,以正确的方式发送ML-SIB,保证ML模型数据的安全性。
本申请实施例还提供一种通信方法,适用于图2所示的分离式接入网设备架构。DU从其他设备(例如,CU、CU-CP、或者DAM)获取ML-SIB,由DU向终端设备发送ML-SIB。如图9所示,所述方法包括以下步骤:
901、DU从第一设备获取ML-SIB。
其中,所述第一设备可以是CU、CU-CP或者DAM。
可选的,步骤901中DU还可以从第一设备获取控制信息。
其中,ML-SIB、控制信息的解释参考前文所述实施例的相关描述,在此不做赘述。
图9所示的方法包括步骤902~步骤906,步骤902~步骤906同前文所述的步骤701~步骤705。
可选的,图9所示的方法包括还包括步骤907。具体的,步骤907为:DU向第一设备返回反馈信息。
当DU发送ML-SIB失败时,DU向CU/CU-CP发送ML反馈信息。该反馈信息包含有发送失败的ML-SIB的标识。
需要说明的是,CU/CU-CP可能未存储ML-SIB和/或控制信息,CU/CU-CP可以先从DAM获取ML-SIB和/或控制信息,再向DU发送ML-SIB和/或控制信息。
在这种场景下,步骤907中,CU/CU-CP接收DU发送的反馈信息之后,向DAM发送所述反馈信息。
本申请实施例还提供一种通信方法,也适用于图2所示的分离式接入网设备架构。DU 从其他设备(例如,CU、CU-CP、或者DAM)获取PDCP-CRB-SIB,由DU向终端设备发送PDCP-CRB-SIB。如图10所示,所述方法包括以下步骤:
1001、DU从第一设备获取PDCP-CRB-SIB。
其中,所述第一设备可以是CU、CU-CP或者DAM。PDCP-CRB-SIB解释参考前文所述实施例的相关描述,在此不做赘述。
可选的,步骤1001中,DU还可以从第一设备获取控制信息。控制信息用于指示PDCP-CRB-SIB的发送方式。例如,指示PDCP-CRB-SIB的发送方式为单播或广播。
图10所示的方法包括步骤1002~步骤1005,步骤1002~步骤1005同前文所述的步骤 601~步骤604。
需要说明的是,CU/CU-CP可能未存储PDCP-CRB-SIB,CU/CU-CP可以先从DAM获取PDCP-CRB-SIB,再向DU发送PDCP-CRB-SIB。
可选的,图10所示的方法包括还包括步骤1006。具体的,步骤1006为:DU向第一设备返回反馈信息。
当DU广播PDCP-CRB-SIB失败时,DU向CU/CU-CP发送反馈信息。该反馈信息包含有广播失败的PDCP-CRB-SIB的标识。
本申请实施例还提供一种通信方法,终端设备可以向其他终端设备传输ML模型数据。具体地,可以通过接入网设备转发PDCP-CRB的配置信息,以便通过PDCP-CRB传输ML 模型数据。如图11所示,所述方法包括以下步骤:
步骤1101~步骤1104同前文所述的步骤601~步骤604。
不同的是,步骤601~步骤604中的终端设备替换成终端设备1。
步骤1105、终端设备1向接入网设备发送ML模型数据传输请求。
具体地,ML模型数据传输请求可以包括目的ID。目的ID用于指示终端设备1进程ML模型数据传输的目标,目的ID可以是从终端设备1接收ML模型数据的设备的标识。例如,目的ID终端设备2的标识。
一种可能的实现方式中,终端设备2的标识为比特串(bit string),或者,为字符串(octet string)。
可选的,ML模型数据传输请求还包括目的ID对应的服务质量信息。目的ID对应的服务质量信息可以是传输ML模型数据的服务质量参数,例如,服务质量参数为最大流比特速率,有保证的流比特速率,优先级,分组时延预算,分组错误率等。
可选的,ML模型数据传输请求还包括目的ID对应的通信方式。目的ID对应的通信方式可以是ML模型数据传输的发送方式,例如,单播,组播,广播等。
步骤1106、接入网设备向终端设备2发送ML模型数据传输配置,包括PDCP-CRB的配置信息。
其中,PDCP-CRB配置信息参考前文所述,在此不做赘述。
可选的,根据ML模型数据传输请求中的目的ID对应的通信方式,接入网设备可以通过如下方式向终端设备2发送PDCP-CRB的配置信息:
(a)单播:接入网设备向终端设备2单独发送PDCP-CRB的配置信息,例如,通过无线资源控制重配置协议向终端设备2发送PDCP-CRB的配置信息。
(b)广播:接入网设备广播PDCP-CRB-SIB,该PDCP-CRB-SIB保护有PDCP-CRB 的配置信息,终端设备2接收到该PDCP-CRB-SIB后,对PDCP-CRB进行配置。
(c)组播:接入网设备给终端设备2所在的组发送组播消息,该组播消息中包含有PDCP-CRB的配置信息。
步骤1107、终端设备1和终端设备2建立PDCP-CRB,通过PDCP-CRB传输ML模型数据传输。
图11所示的方法中,终端设备1向接入网设备发送ML模型数据传输请求,触发接入网设备向终端设备2发送PDCP-CRB的配置,从而使得终端设备1和终端设备2相互之间能够传输ML模型/数据。此外,接入网设备只有在接收到终端设备1的ML模型数据传输请求后,才向终端设备2发送PDCP-CRB的配置,从而节省了空口信令开销。
本申请实施例还提供一种通信方法,适用于终端设备之间有直接通信接口的场景,终端设备可以向其他终端设备传输ML模型数据。具体地,可以向其他终端设备发送PDCP-CRB的配置信息,以便通过PDCP-CRB传输ML模型数据。如图12所示,所述方法包括以下步骤:
步骤1201:终端设备1向终端设备2发送ML模型数据传输配置,包括PDCP-CRB的配置信息。
其中,PDCP-CRB配置信息参考前文所述,可以包括PDCP-CRB配置索引、序列号大小、丢弃时间、稳健的头压缩信息等。
需要说明的是,终端设备1还可以通过图6所示的方法获取PDCP-CRB-SIB,在PDCP-CRB-SIB中获取PDCP-CRB的配置信息。
步骤1202:终端设备2根据PDCP-CRB的配置信息,建立和终端设备1之间的 PDCP-CRB。
需要说明的是,如果终端设备2成功配置PDCP-CRB,则向终端设备1发送ML模型数据传输配置完成消息。ML模型数据传输配置完成消息用于指示成功配置了PDCP-CRB。
如果终端设备2配置PDCP-CRB失败,则向终端设备1发送ML模型数据传输配置失败消息,ML模型数据传输配置失败消息用于指示PDCP-CRB配置失败。
步骤1203:终端设备1和终端设备2通过PDCP-CRB传输ML模型数据传输。
图12提供的方法中,终端设备之间可以通过直接通信接口(例如,PC5接口)发送ML模型数据传输配置,从而使得终端设备之间能够直接传输ML模型数据,而不需要接入网设备的参与,从而减轻了接入网设备处理负荷。
在采用对应各个功能划分各个功能模块的情况下,图13示出上述实施例中所涉及的通信装置的一种可能的结构示意图。图13所示的通信装置可以是本申请实施例所述的终端设备,也可以是终端设备中实现上述方法的部件,或者,也可以是应用于终端设备中的芯片。所述芯片可以是SOC或者是具备通信功能的基带芯片等。如图13所示,通信装置包括处理单元1301以及通信单元1302。处理单元可以是一个或多个处理器,通信单元可以是收发器或者通信接口。
处理单元1301,例如可以用于支持终端设备执行消息生成或消息解析等内部处理,例如,支持第一设备生成第一消息。还可以支持终端设备执行步骤402、步骤403、步骤502、步骤603、步骤703等,和/或用于本文所描述的技术的其它过程。
通信单元1302,用于支持该终端设备与其他通信装置之间的通信,例如,支持终端设备与其他终端设备之间的交互,或,终端设备与接入网设备之间的交互,例如,支持终端设备执行步骤503等,和/或用于本文所描述的技术的其它过程。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
如图14所示,通信装置还可以包括存储单元1303,存储单元1303用于存储通信装置的程序代码和/或数据。
处理单元1301可以包括至少一个处理器,通信单元1302可以为收发器或者通信接口,存储单元1303可以包括存储器。
需要说明的是,上述各个通信装置实施例中,各个单元也可以相应的称之为模块或者部件或者电路等。
示例的,通信单元1302,用于从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息。
处理单元1301,用于根据所述第一SIB的调度信息获取所述第一SIB;所述通信单元还用于,根据所述第一SIB中所述第一ML模型的信息向接入网设备发送第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
所述通信单元1302具体用于,从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB的调度信息。
所述处理单元1301具体用于,根据所述第一SIB的调度信息确定所述第一SIB的接收窗口;在所述第一SIB的接收窗口通过所述通信单元接收所述第一SIB。
所述处理单元1301具体用于,通过向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息,从所述接入网设备接收所述第一SIB。
可选的,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
所述处理单元1301还用于,根据所述第二SIB的调度信息确定所述第二SIB的接收窗口;通过所述通信单元在所述第二SIB的接收窗口接收所述第二SIB。
所述处理单元1301用于,通过所述通信单元向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息;从所述接入网设备接收所述第二SIB。
所述通信单元1302还用于,向所述接入网设备发送第二消息;所述第二消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第二消息包括所述第二终端设备的标识;所述通信单元还用于,通过所述第一承载向所述第二终端设备发送ML模型数据。
所述通信单元1302还用于,向第二终端设备发送所述第一承载的配置信息,通过所述第一承载向所述第二终端设备发送ML模型数据。
可选的,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
可选的,所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第一SIB中的模型信息是否为所述第一ML模型的信息的最后一个分段。
可选的,所述第一消息包括所述第一ML模型的标识。
另一种可能的实现方式中,通信单元1302,用于从接入网设备接收第一系统信息块SIB 的调度信息,所述第一SIB包括第一承载的配置信息,所述第一承载用于传输机器学习ML 模型数据。
处理单元1301,用于根据所述第一SIB的调度信息获取所述第一SIB,根据所述第一承载的配置信息建立所述第一承载。
通信单元1302具体用于,从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB 的调度信息。
处理单元1301具体用于,根据所述第一SIB的调度信息确定所述第一SIB的接收窗口。通信单元1302具体用于,在所述第一SIB的接收窗口接收所述第一SIB。
通信单元1302具体用于,向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第一SIB的标识信息;从所述接入网设备接收所述第一SIB。
通信单元1302还用于,向所述接入网设备发送第一消息;所述第一消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,所述第一消息包括所述第二终端设备的标识;通过所述第一承载向所述第二终端设备发送ML模型数据。
通信单元1302还用于,向第二终端设备发送所述第一承载的配置信息,通过所述第一承载向所述第二终端设备发送ML模型数据。
可选的,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB与第一ML模型对应,所述第二SIB包括所述第一ML模型的信息;所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第二SIB中的ML模型信息是否为所述第一ML模型的信息的最后一个分段。
处理单元1301具体用于,根据所述第二SIB的调度信息确定所述第二SIB的接收窗口;通信单元具体用于在所述第二SIB的接收窗口接收所述第二SIB。
通信单元1302具体用于,向所述接入网设备发送系统信息请求,所述系统信息请求包括所述第二SIB的标识信息;从所述接入网设备接收所述第二SIB。
可选的,所述第一承载的配置信息包括以下至少一项:所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
在采用对应各个功能划分各个功能模块的情况下,图15示出上述实施例中所涉及的通信装置的一种可能的结构示意图。图15所示的通信装置可以是本申请实施例所述的接入网设备,也可以是接入网设备中实现上述方法的部件,或者,也可以是应用于接入网设备中的芯片。所述芯片可以是SOC或者是具备通信功能的基带芯片等。如图15所示,通信装置包括处理单元1401以及通信单元1402。处理单元可以是一个或多个处理器,通信单元可以是收发器或者通信接口。
处理单元1401,例如可以用于支持接入网设备执行消息生成或消息解析等内部处理,例如,支持接入网设备生成SIB 1,和/或用于本文所描述的技术的其它过程。
通信单元1402,用于支持该接入网设备与其他通信装置之间的通信,例如,支持接入网设备与终端设备之间的交互,支持第二设备执行步骤401,步骤501,步骤601等,和/ 或用于本文所描述的技术的其它过程。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
如图16所示,通信装置还可以包括存储单元1403,存储单元1403用于存储通信装置的程序代码和/或数据。
处理单元1401可以包括至少一个处理器,通信单元1402可以为收发器或者通信接口,存储单元1403可以包括存储器。
需要说明的是,上述各个通信装置实施例中,各个单元也可以相应的称之为模块或者部件或者电路等。
本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有指令;指令用于执行如图4~图12所示的方法。
本申请实施例提供一种包括指令的计算机程序产品,当其在通信装置上运行时,使得通信装置执行如图4~图12所示的方法。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将通信装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
本申请实施例中的处理器,可以包括但不限于以下至少一种:中央处理单元(central processing unit,CPU)、微处理器、数字信号处理器(DSP)、微控制器(microcontroller unit, MCU)、或人工智能处理器等各类运行软件的计算设备,每种计算设备可包括一个或多个用于执行软件指令以进行运算或处理的核。该处理器可以是个单独的半导体芯片,也可以跟其他电路一起集成为一个半导体芯片,例如,可以跟其他电路(如编解码电路、硬件加速电路或各种总线和接口电路)构成一个SoC(片上系统),或者也可以作为一个ASIC的内置处理器集成在所述ASIC当中,该集成了处理器的ASIC可以单独封装或者也可以跟其他电路封装在一起。该处理器除了包括用于执行软件指令以进行运算或处理的核外,还可进一步包括必要的硬件加速器,如现场可编程门阵列(field programmablegate array,FPGA)、 PLD(可编程逻辑器件)、或者实现专用逻辑运算的逻辑电路。
本申请实施例中的存储器,可以包括如下至少一种类型:只读存储器(read-onlymemory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM。在某些场景下,存储器还可以是只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
本申请中,“至少一个”是指一个或者多个。“多个”是指两个或两个以上。“和/或”,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:单独存在 A,同时存在A和B,单独存在B的情况,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,是指的这些项中的任意组合,包括单项(个)或复数项(个)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-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。另外,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
在本申请所提供的几个实施例中,应该理解到,所揭露的数据库访问装置和方法,可以通过其它的方式实现。例如,以上所描述的数据库访问装置实施例仅仅是示意性的,例如,所述模块或单元的划分,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装置,或一些特征可以忽略,或不执行。另一点,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,数据库访问装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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实施例方案的目的。
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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、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,任何在本申请揭露的技术范围内的变化或替换,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 (29)
1.一种模型数据传输方法,其特征在于,包括:
第一终端设备从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;
所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB;
所述第一终端设备根据所述第一SIB中所述第一ML模型的信息向所述接入网设备发送第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
2.根据权利要求1所述的方法,其特征在于,所述第一终端设备从所述接入网设备接收第一SIB的调度信息,包括:
所述第一终端设备从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB的调度信息。
3.根据权利要求1或2所述的方法,其特征在于,所述第一终端设备根据所述第一SIB的调度信息获取所述第一SIB,包括:
所述第一终端设备根据所述第一SIB的调度信息确定所述第一SIB的接收窗口;
所述第一终端设备在所述第一SIB的接收窗口接收所述第一SIB。
4.根据权利要求2所述的方法,其特征在于,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
所述第一终端设备根据所述第二SIB的调度信息确定所述第二SIB的接收窗口;
所述第一终端设备在所述第二SIB的接收窗口接收所述第二SIB。
6.根据权利要求4或5所述的方法,其特征在于,所述方法还包括:
所述第一终端设备向所述接入网设备发送第二消息;所述第二消息用于表征所述第一终端设备向第二终端设备传输ML模型数据的需求,使得所述接入网设备向所述第二终端设备发送所述第一承载的配置信息,所述第二消息包括所述第二终端设备的标识;
所述第一终端设备通过所述第一承载向所述第二终端设备发送ML模型数据。
7.根据权利要求4-6任一项所述的方法,其特征在于,所述方法还包括:
所述第一终端设备向第二终端设备发送所述第一承载的配置信息;
所述第一终端设备通过所述第一承载向所述第二终端设备发送ML模型数据。
8.根据权利要求4-7任一项所述的方法,其特征在于,所述第一承载的配置信息包括以下至少一项:
所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第一SIB中的模型信息是否为所述第一ML模型的信息的最后一个分段。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述接入网设备包括分布式单元DU以及集中式单元CU;
所述第一终端设备从所述DU接收所述第一SIB的调度信息;或者
所述第一终端设备从所述DU接收所述第一SIB;或者,
所述第一终端设备从所述DU接收第二SIB的调度信息;或者,
所述第一终端设备从所述DU接收所述第二SIB。
11.一种模型数据传输方法,其特征在于,包括:
接入网设备确定第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;
所述接入网设备发送所述第一SIB的调度信息。
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
从第一终端设备接收第一消息,所述第一消息用于请求所述接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
13.根据权利要求11或12所述的方法,其特征在于,所述接入网设备发送所述第一SIB的调度信息,包括:
所述接入网设备发送SIB 1,所述SIB 1包括所述第一SIB的调度信息。
14.根据权利要求13所述的方法,其特征在于,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
15.根据权利要求14所述的方法,其特征在于,所述方法还包括:
从所述接入网设备接收第二消息,所述第二消息用于表征第一终端设备向第二终端设备传输ML模型数据的需求,所述第二消息包括所述第二终端设备的标识;
根据所述第二消息向所述第二终端设备发送所述第一承载的配置信息。
16.根据权利要求14或15所述的方法,其特征在于,所述第一承载的配置信息包括以下至少一项:
所述第一承载的配置索引、所述第一承载的序列号尺寸、所述第一承载的丢弃时间以及所述第一承载的头压缩信息。
17.根据权利要求11-16任意一项所述的方法,其特征在于,所述第一ML模型的信息包括以下至少一项:ML模型标识、ML模型数据尺寸、ML模型迭代次数以及分段信息;其中,所述分段信息用于指示所述第一SIB中的模型信息是否为所述第一ML模型的信息的最后一个分段。
18.根据权利要求11-17任一项所述的方法,其特征在于,所述接入网设备包括分布式单元DU以及集中式单元CU;
所述CU向所述DU发送所述第一SIB的调度信息,所述DU发送所述第一SIB的调度信息;或者,
所述CU向所述DU发送所述第一SIB,所述DU发送所述第一SIB;或者,
所述CU向所述DU发送第二SIB的调度信息,所述DU发送所述第二SIB的调度信息;或者,
所述CU向所述DU发送所述第二SIB,所述DU发送所述第二SIB。
19.一种通信装置,其特征在于,包括:
通信单元,用于从接入网设备接收第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;
处理单元,用于根据所述第一SIB的调度信息获取所述第一SIB;
所述通信单元还用于,根据所述第一SIB中所述第一ML模型的信息向所述接入网设备发送第一消息,所述第一消息用于请求所述接入网设备向第一终端设备发送所述第一ML模型的模型数据。
20.根据权利要求19所述的装置,其特征在于,所述通信单元具体用于,从所述接入网设备接收SIB 1,所述SIB 1包括所述第一SIB的调度信息。
21.根据权利要求20所述的装置,其特征在于,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
22.一种通信装置,其特征在于,包括:
处理单元,用于确定第一系统信息块SIB的调度信息,所述第一SIB与第一机器学习ML模型对应,所述第一SIB包括所述第一ML模型的信息;
通信单元,用于发送所述第一SIB的调度信息。
23.根据权利要求22所述的装置,其特征在于,所述通信单元还用于,从第一终端设备接收第一消息,所述第一消息用于请求接入网设备向所述第一终端设备发送所述第一ML模型的模型数据。
24.根据权利要求22或23所述的装置,其特征在于,所述通信单元具体用于,发送SIB1,所述SIB 1包括所述第一SIB的调度信息。
25.根据权利要求24所述的装置,其特征在于,所述SIB 1还包括:第二SIB的调度信息,所述第二SIB包括第一承载的配置信息,所述第一承载用于传输ML模型数据。
26.一种通信装置,其特征在于,包括处理器,所述处理器与存储器耦合;
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,以使得所述装置执行如权利要求1至18中任一项所述的方法。
27.一种计算机可读存储介质,包括程序或指令,当所述程序或指令被处理器运行时,如权利要求1至18中任意一项所述的方法被执行。
28.一种计算机程序产品,其特征在于,所述计算机程序产品包括指令,当所述指令被运行时,使得如权利要求1至18任一项所述的方法被执行。
29.一种芯片,其特征在于,所述芯片包括处理器和接口电路,所述接口电路和所述处理器耦合,所述处理器用于运行计算机程序或指令,使得如权利要求1至18任一项所述的方法被执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010615116.1A CN113873538A (zh) | 2020-06-30 | 2020-06-30 | 一种模型数据传输方法及通信装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010615116.1A CN113873538A (zh) | 2020-06-30 | 2020-06-30 | 一种模型数据传输方法及通信装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113873538A true CN113873538A (zh) | 2021-12-31 |
Family
ID=78981337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010615116.1A Pending CN113873538A (zh) | 2020-06-30 | 2020-06-30 | 一种模型数据传输方法及通信装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113873538A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116346206A (zh) * | 2023-03-27 | 2023-06-27 | 广州爱浦路网络技术有限公司 | 基于低轨卫星和5gs的ai/ml模型分布式传输方法、装置及系统 |
WO2023197300A1 (en) * | 2022-04-15 | 2023-10-19 | Huawei Technologies Co., Ltd. | Apparatus and methods for multi-stage machine learning with cascaded models |
WO2024026677A1 (zh) * | 2022-08-02 | 2024-02-08 | Oppo广东移动通信有限公司 | 通信方法、装置、设备、存储介质及程序产品 |
WO2024092748A1 (zh) * | 2022-11-04 | 2024-05-10 | Oppo广东移动通信有限公司 | 一种无线通信方法及设备、存储介质 |
WO2024092788A1 (en) * | 2022-11-04 | 2024-05-10 | Shenzhen Tcl New Technology Co., Ltd. | Wireless communication system and method for determining ai/ml model during ue mobility |
WO2024103544A1 (en) * | 2023-02-10 | 2024-05-23 | Zte Corporation | Transfer of artificial intelligence network management models in wireless communication systems |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105739917A (zh) * | 2014-12-31 | 2016-07-06 | 三星电子株式会社 | 具有学习机制的电子系统及其操作方法 |
CN110035472A (zh) * | 2018-01-12 | 2019-07-19 | 华为技术有限公司 | 一种传输方法和网络设备 |
CN110214464A (zh) * | 2017-03-24 | 2019-09-06 | 华为技术有限公司 | 资源调度方法、终端设备及网络设备 |
CN110430068A (zh) * | 2018-04-28 | 2019-11-08 | 华为技术有限公司 | 一种特征工程编排方法及装置 |
CN111295863A (zh) * | 2017-10-30 | 2020-06-16 | 苹果公司 | 用于广播多播内容选择和服务的增强型广播多播服务的扩展实施 |
-
2020
- 2020-06-30 CN CN202010615116.1A patent/CN113873538A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105739917A (zh) * | 2014-12-31 | 2016-07-06 | 三星电子株式会社 | 具有学习机制的电子系统及其操作方法 |
CN110214464A (zh) * | 2017-03-24 | 2019-09-06 | 华为技术有限公司 | 资源调度方法、终端设备及网络设备 |
CN111295863A (zh) * | 2017-10-30 | 2020-06-16 | 苹果公司 | 用于广播多播内容选择和服务的增强型广播多播服务的扩展实施 |
CN110035472A (zh) * | 2018-01-12 | 2019-07-19 | 华为技术有限公司 | 一种传输方法和网络设备 |
CN110430068A (zh) * | 2018-04-28 | 2019-11-08 | 华为技术有限公司 | 一种特征工程编排方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023197300A1 (en) * | 2022-04-15 | 2023-10-19 | Huawei Technologies Co., Ltd. | Apparatus and methods for multi-stage machine learning with cascaded models |
WO2024026677A1 (zh) * | 2022-08-02 | 2024-02-08 | Oppo广东移动通信有限公司 | 通信方法、装置、设备、存储介质及程序产品 |
WO2024092748A1 (zh) * | 2022-11-04 | 2024-05-10 | Oppo广东移动通信有限公司 | 一种无线通信方法及设备、存储介质 |
WO2024092788A1 (en) * | 2022-11-04 | 2024-05-10 | Shenzhen Tcl New Technology Co., Ltd. | Wireless communication system and method for determining ai/ml model during ue mobility |
WO2024103544A1 (en) * | 2023-02-10 | 2024-05-23 | Zte Corporation | Transfer of artificial intelligence network management models in wireless communication systems |
CN116346206A (zh) * | 2023-03-27 | 2023-06-27 | 广州爱浦路网络技术有限公司 | 基于低轨卫星和5gs的ai/ml模型分布式传输方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113873538A (zh) | 一种模型数据传输方法及通信装置 | |
KR102284529B1 (ko) | 통신 방법 및 통신 장치 | |
US11251912B2 (en) | Signal transmission method, related apparatus, and system | |
CN114868412A (zh) | 一种测量信息的上报、收集方法及装置 | |
WO2020029825A1 (zh) | 资源调度方法、终端及网络设备 | |
CN111867057A (zh) | 通信方法、装置和系统 | |
CN111200810A (zh) | 终端的能力信息的获取方法、装置及系统 | |
US20230319841A1 (en) | Method to Indicate Cell Support for Reduced Capability UE | |
CN114079995A (zh) | 一种中继管理方法及通信装置 | |
US11057805B2 (en) | Mobility management method, network side device, internet-of-vehicles terminal, and system | |
WO2023069534A1 (en) | Using ai-based models for network energy savings | |
EP4192094A1 (en) | Service traffic shunting method and apparatus | |
CN114079934A (zh) | 一种中继通信方法及通信装置 | |
US20230015209A1 (en) | Apparatus and method of wireless communication | |
CN114885354B (zh) | 一种QoE测量控制方法、装置和存储介质 | |
CN114830707A (zh) | 通信方法和通信装置 | |
CN113473553B (zh) | 通信方法及通信装置 | |
WO2021166246A1 (ja) | ネットワーク装置、端末、識別情報付与方法、及び測定データ送信方法 | |
WO2018121220A1 (zh) | 一种系统信息传输方法、用户终端和传输节点 | |
WO2023051259A1 (zh) | 切换方法、通信装置、以及计算机存储介质 | |
WO2024061125A1 (zh) | 一种通信方法及装置 | |
WO2023272670A1 (zh) | 一种网络连接的方法、装置及系统 | |
WO2024130602A1 (zh) | 通信方法、装置、设备、存储介质、芯片、产品及程序 | |
CN109413742B (zh) | 系统信息的传输方法和装置 | |
US20240056926A1 (en) | Communication method and apparatus for obtaining load information |
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 |