CN114095969A - 一种智能的无线接入网络 - Google Patents
一种智能的无线接入网络 Download PDFInfo
- Publication number
- CN114095969A CN114095969A CN202010858139.5A CN202010858139A CN114095969A CN 114095969 A CN114095969 A CN 114095969A CN 202010858139 A CN202010858139 A CN 202010858139A CN 114095969 A CN114095969 A CN 114095969A
- Authority
- CN
- China
- Prior art keywords
- task
- information
- base station
- ric
- layer
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0247—Traffic management, e.g. flow control or congestion control based on conditions of the access network or the infrastructure network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/098—Distributed learning, e.g. federated learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0055—Transmission or use of information for re-establishing the radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/08—Access restriction or access information delivery, e.g. discovery data delivery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
-
- 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
- H04W8/24—Transfer of terminal data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
- H04W88/085—Access point devices with remote components
Abstract
本申请实施例提供了一种通信方法和装置,用于在无线接入网RAN中引入人工智能AI。该方法包括:无线智能控制器RIC向基站发送一个或多个AI任务的配置信息。其中,每个AI任务的配置信息用于指示该AI任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体和任务状态。其中,该AI任务的执行主体可以是基站或者终端。
Description
技术领域
本申请涉及通信技术,尤其涉及一种智能的无线接入网络。
背景技术
在无线通信网络中,例如在移动通信网络中,网络支持的业务越来越多样,因此需要满足的需求越来越多样。例如,网络需要能够支持超高速率、超低时延、和/或超大连接。该特点使得网络规划、网络配置、和/或资源调度越来越复杂。此外,由于网络的功能越来越强大,例如支持的频谱越来越高、支持高阶多入多出技术(multiple input multipleoutput,MIMO)、支持波束赋形、和/或支持波束管理等新技术,使得网络节能成为了热门研究课题。这些新需求、新场景和新特性给网络规划、运维和高效运营带来了前所未有的挑战。
发明内容
本申请实施例提供了一种通信方法,旨在无线接入网RAN中引入人工智能AI,从而可以实现网络智能化,提供一种高效的RAN。
第一方面,提供了一种通信方法。该方法的执行主体可以是无线智能控制器RIC或者能够支持RIC实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:向基站发送第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体是终端设备或所述基站。
可选地,不同任务的执行主体可以相同或者不同,不予限制。例如,第一任务配置信息指示了X1个任务的配置信息,其中X2个任务的执行主体是基站,X3个任务的执行主体是终端设备。X1为大于等于1的正整数,X2为大于等于0且小于等于X1的整数,X3为大于等于0且小于等于X1的整数。X2和X3的和等于X1。
可选地,所述每个任务的执行主体是基站,包括:所述每个任务的执行主体是所述基站的集中单元CU或所述基站的分布单元DU。此时,一种可能的实现中,所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU或所述DU;所述一个或多个任务中每个任务的执行主体为所述终端设备或所述CU;或者,所述一个或多个任务中每个任务的执行主体为所述终端设备或所述DU。
可选地,所述每个任务的执行主体是所述基站的CU,包括:所述每个任务的执行主体是所述基站的集中单元-控制面CU-CP或所述基站的集中单元-用户面CU-UP。此时,一种可能的实现中,所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-CP、所述CU-UP、或所述DU;所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-CP、或所述CU-UP;所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-CP、或所述DU;所述一个或多个任务中每个任务的执行主体为所述终端或所述CU-CP;所述一个或多个任务中每个任务的执行主体为所述终端设备或所述CU-UP;或者,所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-UP或所述DU。
通过上述方法,RIC可以向基站发送AI任务,和/或通过基站向终端发送AI任务,用于在RAN中实现AI功能,从而可以有效地在RAN中引入AI,实现一种高效的RAN。例如,可以提升网络规划、网络配置、和/或资源调度等的效率。通过该方法在RAN中引入AI时,可以更好地兼容现有网络,又便于引入新的AI功能。
一种可能的实现中,对于所述一个或多个任务中的每个任务,所述任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
通过该方法,可以为AI任务的执行主体配置任务信息,使得任务的执行主体能够知道如何执行相应的AI任务。从而可以在网络中实现AI功能。
一种可能的实现中,所述任务类型为数据收集、推理结果发布、模型发布或模型训练。例如,当一个任务的配置信息不用于指示任务类型时,可以在协议中约定或者通过其他信令提前指示该任务的类型是数据收集、推理结果发布、模型发布或模型训练。再例如,当一个任务的配置信息用于指示任务类型时,可以从多种任务类型中指示该任务的类型,该多种任务类型可以包括数据收集、推理结果发布、模型发布和模型训练中至少一种。可选地,该多种任务类型中还可以包括其他任务类型,不予限制。
可选地,所述任务类型为模型训练时,所述任务类型还用于指示所述任务类型为分布式模型训练或集中式模型训练。或者,所述任务类型为数据收集、推理结果发布、模型发布或模型训练,包括:所述任务类型为数据收集、推理结果发布、模型发布、分布式模型训练或集中式模型训练。
本申请实施例中,RIC利用AI模型推理出的推理结果可以是RAN侧的参数配置和/或终端侧的参数配置。例如,RAN侧的参数值包括小区的参数配置和/或基站的参数配置。此时,推理结果发布还可以描述为配置参数,推理结果可以描述为参数值。
通过该方法,可以收集数据,用于辅助实现AI功能中的模型训练和/或推理功能,可以将RIC推理得到的结果发布给基站或终端设备,可以将AI模型发布给基站或终端设备,和/或可以指示基站或终端设备进行模型训练。从而,可以将各种可能的AI功能引入RAN,获得高效的RAN。
一种可能的实现中,所述任务的类型是数据收集时,所述任务内容指示以下内容中的一种或多种:数据的测量类型、测量条件、和测量结果报告(或描述为数据报告)方式。或者,所述任务内容指示以下内容中的一种或多种:数据类型和数据上报方式;
所述任务的类型是推理结果发布时,所述任务内容指示推理结果,
所述任务的类型是模型发布时,所述任务内容指示模型信息,或,
所述任务的类型是模型训练时,所述任务内容指示以下内容中的一种或多种:上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。
通过该方法,可以将AI任务的具体内容指示给AI任务的执行主体,使得执行主体可以根据任务内容的指示执行相应的任务,从而可以在网络中实现AI功能。
一种可能的实现中,所述任务状态包括激活或去激活,或者所述任务状态包括激活、去激活或释放。
通过该方法,可以灵活控制任务的执行。例如,可以配置在部分时间段激活该任务,或者可以释放已经配置的任务,从而可以节省任务执行主体的功耗。
一种可能的实现中,所述方法还包括:从所述基站的CU接收第一接口建立请求消息。
通过该方法,可以建立RIC和CU之间的接口。从而可以在RIC和CU之间进行通信。
一种可能的实现中,所述第一接口建立请求消息用于指示以下内容中的一种或多种:消息类型、所述CU的ID、所述CU的能力信息、所述CU的配置信息、和所述CU的状态信息。
通过该方法,可以获得CU的信息,从而可以用于在RIC中进行AI模型训练和/或推理。
一种可能的实现,所述方法还包括:从所述基站的DU接收第二接口建立请求消息。
通过该方法,可以建立RIC和DU之间的接口。从而可以在RIC和DU之间进行通信。
一种可能的实现中,所述第二接口建立请求消息用于指示以下内容中的一种或多种:消息类型、所述DU的ID、所述DU的能力信息、所述DU的配置信息、和所述DU的状态信息。
通过该方法,可以获得DU的信息,从而可以用于在RIC中进行AI模型训练和/或推理。
一种可能的实现中,所述方法还包括:从所述基站接收所述终端设备的信息,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。可选地,从所述基站接收所述终端设备的信息,包括:从所述基站的CU接收所述终端设备的信息。
通过该方法,可以获得终端的信息,从而可以用于在RIC中进行AI模型训练和/或推理。
一种可能的实现中,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:从所述基站接收所收集的数据。从所述基站接收所收集的数据,包括:从所述基站的CU接收所收集的数据。可选地,该至少一个数据收集任务的执行主体是基站时,该数据是基站收集的。可选地,该至少一个数据收集任务的执行主体是CU时,该数据是CU收集的。可选地,该至少一个数据收集任务的执行主体是DU时,该数据是DU收集的。DU收集的数据可以是DU发送给CU,由CU发送给RIC的。可选地,该至少一个数据收集任务的执行主体是CU-CP时,该数据是CU-CP收集的。可选地,该至少一个数据收集任务的执行主体是CU-UP时,该数据是CU-UP收集的。CU-UP收集的数据可以是CU-UP发送给CU-CP,由CU-CP发送给RIC的。可选地,该至少一个数据收集任务的执行主体是终端设备时,该数据是终端设备收集的,并且是终端设备发送给基站的。
通过该方法,可以获得想要收集的数据,从而可以用于辅助实现模型训练和/或推理功能。
一种可能的实现中,所述方法还包括:向所述基站发布推理结果。向所述基站发布推理结果包括:向所述基站的CU发布推理结果。
通过该方法,可以将推理结果发布给基站或终端设备。例如,RIC收集到数据后,可以利用该数据进行推理,从而可以得到RAN侧的参数配置和/或终端的参数配置。RIC可以将参数值发布给基站和/或终端设备,使得基站和/或终端设备可以更新相应的参数值,从而可以改善网络的性能。
一种可能的实现中,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:从所述基站接收模型参数信息或模型参数梯度信息。从所述基站接收模型参数信息或模型参数梯度信息,包括:从所述基站的CU接收模型参数信息或模型参数梯度信息。该参数信息或参数梯度信息可以是终端设备发送给基站的。
通过该方法,可以在终端侧实现联邦学习。提高AI模型训练的效率。
第二方面,提供了一种通信方法。该方法的执行主体可以是基站、CU、或者是能够支持基站或CU实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:从无线智能控制器RIC接收第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体是终端设备或基站。
关于任务的配置信息的介绍可以参考第一方面,这里不再赘述。
在一种可能的实现中,对于所述一个或多个任务中的至少一个任务,所述至少一个任务的执行主体是所述终端设备,所述方法还包括:通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息,向所述终端设备指示所述至少一个任务中每个任务的信息。
在一种可能的实现中,对于所述一个或多个任务中的至少一个任务,所述至少一个任务的执行主体是DU,所述方法还包括:向所述DU发送所述至少一个任务中每个任务的内容。
在一种可能的实现中,对于所述一个或多个任务中的至少一个任务,所述至少一个任务的执行主体是CU-UP,所述方法还包括:向所述CU-UP发送所述至少一个任务中每个任务的内容。
在一种可能的实现中,所述方法还包括:向所述RIC发送第一接口建立请求消息。关于第一接口建立请求消息的描述参见第一方面,这里不再赘述。
在一种可能的实现中,所述方法还包括:向所述RIC发送所述终端设备的信息。关于终端的信息的描述参见第一方面,这里不再赘述。
在一种可能的实现中,所述方法还包括:所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:向所述RIC发送所收集的数据。关于该数据的介绍可以见第一方面的具体描述,这里不再赘述。例如,该方法还包括:从所述终端设备、DU或CU-UP接收所述数据。
在一种可能的实现中,所述方法还包括:从所述RIC接收推理结果。可选地,所述方法还包括:向所述终端设备、DU或CU-UP发送所述推理结果。可选地,向终端设备发送推理结果时,包括:通过RRC信令、SIB、MIB或寻呼消息,向所述终端发送推理结果。
在一种可能的实现中,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:从终端设备接收模型参数信息或模型参数梯度信息,并向所述RIC发送所述模型参数信息或模型参数梯度信息。
第三方面,提供了一种通信方法。该方法的执行主体可以是终端设备或者是能够支持终端设备实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息,从基站接收一个或多个任务的信息;其中,所述一个或多个任务的信息中,每个任务的信息用于指示所述每个任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
关于任务标识ID、任务类型、任务内容、任务执行主体、和任务状态的介绍请参见第一方面或第二方面,这里不再赘述。
在一种可能的实现中,所述方法还包括:向所述基站发送终端设备的信息,其中,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
在一种可能的实现中,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:向基站发送所收集的数据。
在一种可能的实现中,所述方法还包括:从基站接收推理结果。
在一种可能的实现中,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:向所述基站发送模型参数信息或模型参数梯度信息。
第四方面,提供一种装置,该装置可以是RIC,也可以是能够实现第一方面描述的方法的其它装置。该其它装置能够安装在RIC中,或能够和RIC匹配使用。一种设计中,该装置可以包括执行第一方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,通信模块用于向基站发送第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体是终端设备或所述基站。所述任务的配置信息可以是所述处理模块生成的。
通信模块能够接收和/或发送的其它信息请参见第一方面的描述,这里不再赘述。
第五方面,提供一种装置,该装置可以是基站,也可以是能够实现第二方面描述的方法的其它装置。该其它装置能够安装在基站中,或能够和基站匹配使用。一种设计中,该装置可以包括执行第二方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,通信模块用于从无线智能控制器RIC接收第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体是终端设备或基站。所述处理模块可以用于从通信模块接收第一任务配置信息,并处理第一任务配置信息。
通信模块能够接收和/或发送的其它信息请参见第二方面的描述,这里不再赘述。
第六方面,提供一种装置,该装置可以是终端设备,也可以是能够实现第三方面描述的方法的其它装置。该其它装置能够安装在终端设备中,或能够和终端设备匹配使用。一种设计中,该装置可以包括执行第三方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,通信模块用于通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息,从基站接收一个或多个任务的信息;其中,所述一个或多个任务的信息中,每个任务的信息用于指示所述每个任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。所述处理模块可以用于从通信模块接收所述一个或多个任务的信息,并处理该信息。
通信模块能够接收和/或发送的其它信息请参见第三方面的描述,这里不再赘述。
第七方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第一方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第一方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。本申请实施例中,通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口向基站发送第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体是终端设备或所述基站。
处理器利用通信接口能够接收和/或发送的其它信息请参见第一方面的描述,这里不再赘述。
第八方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第二方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第二方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口从无线智能控制器RIC接收第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体是终端设备或基站。
处理器利用通信接口能够接收和/或发送的其它信息请参见第二方面的描述,这里不再赘述。
第九方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第三方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第三方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息,从基站接收一个或多个任务的信息;其中,所述一个或多个任务的信息中,每个任务的信息用于指示所述每个任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
处理器利用通信接口能够接收和/或发送的其它信息请参见第三方面的描述,这里不再赘述。
第十方面,提供了一种通信方法。该方法的执行主体可以是无线智能控制器RIC或者能够支持RIC实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:通过第一协议层,向终端设备发送第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体包括一个或多个终端设备。
可选地,不同任务的执行主体可以相同或者不同,不予限制。可选地,第一协议层是RRC协议层之外的协议层,或者描述为第一协议层是非RRC层,或者描述为第一协议层不是RRC层。
一种可能的实现中,对于所述一个或多个任务中的每个任务,所述任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
通过上述方法,RIC可以向终端设备发送AI任务,用于在RAN中实现AI功能,从而可以有效地在RAN中引入AI,实现一种高效的RAN。例如,可以提升网络规划、网络配置、和/或资源调度等的效率。通过该方法在RAN中引入AI时,可以更好地兼容现有网络,又便于引入新的AI功能。
一种可能的实现中,所述方法还包括:向基站发送第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息,其中,所述第三任务配置信息指示的一个或多个任务中每个任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。
一种可能的实现中,所述第三任务配置信息指示的一个或多个任务中每个任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
通过上述方法,RIC可以向基站发送AI任务,用于在RAN中实现AI功能,从而可以有效地在RAN中引入AI,实现一种高效的RAN。例如,可以提升网络规划、网络配置、和/或资源调度等的效率。通过该方法在RAN中引入AI时,可以更好地兼容现有网络,又便于引入新的AI功能。
关于任务类型、任务内容和任务状态的描述可以参考第一方面的描述,这里不再赘述。
一种可能的实现中,所述方法还包括:从所述基站的CU接收第一接口建立请求消息。具体信息和有益效果可以参考第一方面的描述,这里不再赘述。
一种可能的实现中,所述方法还包括:从所述基站的DU接收第二接口建立请求消息。具体信息和有益效果可以参考第一方面的描述,这里不再赘述。
一种可能的实现中,所述方法还包括:从所述基站接收所述终端设备的信息,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。可选地,从所述基站接收所述终端设备的信息,包括:从所述基站的CU接收所述终端设备的信息。
通过该方法,可以获得终端的信息,从而可以用于在RIC中进行AI模型训练和/或推理。
一种可能的实现中,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:从所述基站接收所收集的数据。从所述基站接收所收集的数据,包括:从所述基站的CU接收所收集的数据。可选地,该至少一个数据收集任务的执行主体是基站时,该数据是基站收集的。可选地,该至少一个数据收集任务的执行主体是CU时,该数据是CU收集的。可选地,该至少一个数据收集任务的执行主体是DU时,该数据是DU收集的。DU收集的数据可以是DU发送给CU,由CU发送给RIC的。可选地,该至少一个数据收集任务的执行主体是CU-CP时,该数据是CU-CP收集的。可选地,该至少一个数据收集任务的执行主体是CU-UP时,该数据是CU-UP收集的。CU-UP收集的数据可以是CU-UP发送给CU-CP,由CU-CP发送给RIC的。
通过该方法,可以获得想要收集的数据,从而可以用于辅助实现模型训练和/或推理功能。
一种可能的实现中,所述方法还包括:向所述基站发布推理结果。向所述基站发布推理结果包括:向所述基站的CU发布推理结果。
通过该方法,可以将推理结果发布给基站。例如,RIC收集到数据后,可以利用该数据进行推理,从而可以得到RAN侧的参数配置。RIC可以将参数值发布给基站,使得基站可以更新相应的参数值,从而可以改善网络的性能。
一种可能的实现中,所述第二任务配置信息指示的所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:通过所述第一协议层,从所述终端设备接收所收集的数据。通过该方法,可以获得想要收集的数据,从而可以用于辅助实现模型训练和/或推理功能。
一种可能的实现中,所述第二任务配置信息指示的所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:通过所述第一协议层,从所述终端接收模型参数信息或模型参数梯度信息。通过该方法,可以在终端侧实现联邦学习。提高AI模型训练的效率。
一种可能的实现中,所述第一协议层为分组数据汇聚层协议PDCP层之上的人工智能控制AIC层,所述第一协议层为无线资源控制RRC层之上的AIC层,或,所述第一协议层为应用层。
所述第一协议层为分组数据汇聚层协议PDCP层之上的人工智能控制AIC层,包括:在发送端,AIC层的数据被依次递交至PDCP层、RLC层、MAC层和物理层;在接收端的物理层收到数据后,被依次递交至MAC层、RLC层、PDCP层和AIC层。
所述第一协议层为无线资源控制RRC层之上的AIC层,包括:在发送端,AIC层的数据被依次递交至RRC层、PDCP层、RLC层、MAC层和物理层;在接收端的物理层收到数据后,被依次递交至MAC层、RLC层、PDCP层、RRC层和AIC层。
通过该方法,可以引入新的协议层用于发布任务,和/或通过应用层发布模型,从而实现任务发布的有效性以及可扩展性。
第十一方面,提供了一种通信方法。该方法的执行主体可以是基站、CU、或者是能够支持基站或CU实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:从无线智能控制RIC接收第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息,其中,所述第三任务配置信息指示的一个或多个任务中每个任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。
关于任务配置信息的具体介绍可以参见第十方面的描述,这里不再赘述。
一种可能的实现中,对于所述一个或多个任务中的至少一个任务,所述至少一个任务的执行主体是所述DU,所述方法还包括:向所述DU发送所述至少一个任务中每个任务的内容。
一种可能的实现中,对于所述一个或多个任务中的至少一个任务,所述至少一个任务的执行主体是所述CU-UP,所述方法还包括:向所述CU-UP发送所述至少一个任务中每个任务的内容。
一种可能的实现中,所述方法还包括:向所述RIC发送第一接口建立请求消息。具体信息和有益效果可以参考第十方面的描述,这里不再赘述。
一种可能的实现中,所述方法还包括:所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:向所述RIC发送所收集的数据。可选地,所述数据是从所述基站的DU接收的,或者是从所述基站的CU-UP接收的。
一种可能的实现中,所述方法还包括:从所述RIC接收推理结果。
第十二方面,提供了一种通信方法。该方法的执行主体可以是终端设备或者是能够支持终端设备实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:通过第一协议层,从无线智能控制RIC接收第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体包括一个或多个终端设备。
关于任务配置信息的具体介绍可以参见第十方面的描述,这里不再赘述。
一种可能的实现中,所述方法还包括:向基站发送终端设备的信息,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
一种可能的实现中,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:通过所述第一协议层,向所述RIC发送所收集的数据。
一种可能的实现中,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:通过所述第一协议层,向所述RIC发送模型参数信息或模型参数信息梯度信息。
一种可能的实现中,所述方法还包括:通过所述第一协议层,从RIC接收推理结果。
一种可能的实现中,所述第一协议层为分组数据汇聚层协议PDCP层之上的智能控制AIC层,所述第一协议层为无线资源控制RRC层之上的AIC层,或,所述第一协议层为应用层。
第十三方面,提供一种装置,该装置可以是RIC,也可以是能够实现第十方面描述的方法的其它装置。该其它装置能够安装在RIC中,或能够和RIC匹配使用。一种设计中,该装置可以包括执行第十方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,所述处理模块利用所述通信模块:通过第一协议层,向终端设备发送第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体包括一个或多个终端设备。
一种可能的实现中,所述通信模块用于向基站发送第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息,其中,所述第三任务配置信息指示的一个或多个任务中每个任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。所述第三任务配置信息是由所述处理模块生成的。
通信模块能够接收和/或发送的其它信息请参见第十方面的描述,这里不再赘述。
第十四方面,提供一种装置,该装置可以是基站,也可以是能够实现第十一方面描述的方法的其它装置。该其它装置能够安装在基站中,或能够和基站匹配使用。一种设计中,该装置可以包括执行第十一方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,通信模块用于从无线智能控制器RIC接收第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息,其中,所述第三任务配置信息指示的一个或多个任务中每个任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。处理模块用于从通信模块接收第三任务配置信息,并处理该第三任务配置信息。
通信模块能够接收和/或发送的其它信息请参见第十一方面的描述,这里不再赘述。
第十五方面,提供一种装置,该装置可以是终端设备,也可以是能够实现第十二方面描述的方法的其它装置。该其它装置能够安装在终端设备中,或能够和终端设备匹配使用。一种设计中,该装置可以包括执行第十二方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,处理模块用于利用通信模块:通过第一协议层,从无线智能控制RIC接收第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体包括一个或多个终端设备。
通信模块能够接收和/或发送的其它信息请参见第十二方面的描述,这里不再赘述。
第十六方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第十方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第十方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。本申请实施例中,通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口,通过第一协议层,向终端设备发送第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体包括一个或多个终端设备。
一种可能的实现中,处理器利用通信接口,向基站发送第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息,其中,所述第三任务配置信息指示的一个或多个任务中每个任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。
处理器利用通信接口能够接收和/或发送的其它信息请参见第十方面的描述,这里不再赘述。
第十七方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第十一方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第十一方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口从无线智能控制RIC接收第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息,其中,所述第三任务配置信息指示的一个或多个任务中每个任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。
处理器利用通信接口能够接收和/或发送的其它信息请参见第十一方面的描述,这里不再赘述。
第十八方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第十二方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第十二方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口通过第一协议层,从无线智能控制器RIC接收第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;其中,所述一个或多个任务中每个任务的执行主体包括一个或多个终端设备。
处理器利用通信接口能够接收和/或发送的其它信息请参见第十二方面的描述,这里不再赘述。
第十九方面,提供了一种通信方法。该方法的执行主体可以是基站、CU、或者是能够支持基站或CU实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统信息块SIB、主信息块MIB、寻呼消息、媒体接入控制MAC控制元素CE或物理层信息,向终端设备发送一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;其中,所述一个或多个任务中每个任务的执行主体是一个或多个终端设备。
通过上述方法,可以在RAN中,例如基站中,实现AI功能,从而可以有效地在RAN中引入AI,实现一种高效的RAN。例如,可以提升网络规划、网络配置、和/或资源调度等的效率。通过该方法在RAN中引入AI时,可以更好地兼容现有网络,又便于引入新的AI功能。
一种可能的实现中,对于所述一个或多个任务中的每个任务,所述任务的信息用于指示以下所述任务的内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。关于该方法的详细介绍可以参考第一方面的描述,这里不再赘述。
一种可能的实现中,所述方法还包括:从所述终端设备接收所述终端设备的信息,其中,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
通过该方法,可以获得终端设备的信息,从而可以用于在基站侧进行AI模型训练和/或推理。
一种可能的实现中,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:从所述终端设备接收所收集的数据。
一种可能的实现中,所述方法还包括:向所述终端发送推理结果。
一种可能的实现中,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:从所述终端设备接收模型参数的梯度信息。
第二十方面,提供了一种通信方法。该方法的执行主体可以是终端设备或者是能够支持终端设备实现该功能的装置,例如芯片等,不予限制。其中,该方法包括:通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统消息、主信息块MIB、寻呼消息、MAC CE或物理层信息,从基站接收一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;其中,所述一个或多个任务中每个任务的执行主体是一个或多个终端设备。
一种可能的实现中,所述方法还包括:向所述基站发送终端设备的信息,其中,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
一种可能的实现中,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:向所述基站发送所收集的数据。
一种可能的实现中,所述方法还包括:从所述基站接收推理结果。
一种可能的实现中,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:向所述基站发送模型参数的梯度信息。
第二十一方面,提供一种装置,该装置可以是基站,也可以是能够实现第十九方面描述的方法的其它装置。该其它装置能够安装在基站中,或能够和基站匹配使用。一种设计中,该装置可以包括执行第十九方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,所述通信模块利用所述处理模块,通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统信息块SIB、主信息块MIB、寻呼消息、媒体接入控制MAC控制元素CE或物理层信息,向终端设备发送一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;其中,所述一个或多个任务中每个任务的执行主体是一个或多个终端设备。
通信模块能够接收和/或发送的其它信息请参见第十九方面的描述,这里不再赘述。
第二十二方面,提供一种装置,该装置可以是终端设备,也可以是能够实现第二十方面描述的方法的其它装置。该其它装置能够安装在终端设备中,或能够和终端设备匹配使用。一种设计中,该装置可以包括执行第二十方面所描述的方法/操作/步骤/动作所一一对应的模块,该模块可以是硬件电路,也可是软件,也可以是硬件电路结合软件实现。一种设计中,该装置可以包括处理模块和通信模块。
一种可能的实现中,所述通信模块利用所述处理模块,通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统信息块SIB、主信息块MIB、寻呼消息、MAC CE或物理层信息,从基站接收一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;其中,所述一个或多个任务中每个任务的执行主体是一个或多个终端设备。
通信模块能够接收和/或发送的其它信息请参见第二十方面的描述,这里不再赘述。
第二十三方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第十九方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第十九方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口,通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统信息块SIB、主信息块MIB、寻呼消息、媒体接入控制MAC控制元素CE或物理层信息,向终端设备发送一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;其中,所述一个或多个任务中每个任务的执行主体是一个或多个终端设备。
处理器利用通信接口能够接收和/或发送的其它信息请参见第十九方面的描述,这里不再赘述。
第二十四方面,本申请实施例提供一种装置,所述装置包括处理器,用于实现上述第二十方面描述的方法。所述装置还可以包括存储器,用于存储指令。所述存储器与所述处理器耦合,所述处理器执行所述存储器中存储的指令时,可以实现上述第二十方面描述的方法。所述装置还可以包括通信接口,所述通信接口用于该装置与其它设备进行通信。
在一种可能的设计中,该装置包括:
存储器,用于存储程序指令;
处理器,用于利用通信接口通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统信息块SIB、主信息块MIB、寻呼消息、MAC CE或物理层信息,从基站接收一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;其中,所述一个或多个任务中每个任务的执行主体是一个或多个终端设备。
处理器利用通信接口能够接收和/或发送的其它信息请参见第二十方面的描述,这里不再赘述。
第二十五方面,提供了一种装置,包括:人工智能应用AIA模块、模型与策略信息库MPIR、运营状态信息库OSIB、和人工智能过程管理AIPM模块;其中,
所述AIA模块中包括至少一个应用,其中,一个应用用于利用以下内容中的一项或多项进行模型训练或模型更新:所述一个应用对应的模型信息、所述一个应用的策略信息、终端设备的运营状态信息、和无线接入网RAN的运营状态信息;
所述MPIR用于存储所述至少一个应用中每个应用的策略信息和对应的模型信息;
所述OSIB用于存储所述终端设备的运营状态信息和所述RAN的运营状态信息;
所述AIPM用于管理所述模型训练或模型更新过程。
上述各模块可以是软件模块、硬件电路、或软件模型+硬件电路,不予限制。
第二十六方面,提供了一种装置,包括:人工智能应用AIA模块、模型与策略信息库MPIR、运营状态信息库OSIB、和人工智能过程管理AIPM模块;其中,
所述AIA模块中包括至少一个应用,其中,一个应用用于利用以下内容中的一项或多项进行推理:所述一个应用对应的模型信息、所述一个应用的策略信息、终端设备的运营状态信息、和无线接入网RAN的运营状态信息;
所述MPIR用于存储所述至少一个应用中每个应用的策略信息和对应的模型信息;
所述OSIB用于存储所述终端设备的运营状态信息和所述RAN的运营状态信息;
所述AIPM用于管理所述推理过程。
在上述第一方面至第二十四方面的方法实施例中,发布任务配置信息或者任务的信息的主体(例如RIC或者基站)中可以包括第二十六方面和/或第二十七方面的装置。例如,所获取的信息可以相应地存储在所述OSIB中。任务的发布过程可以是由所述AIPM触发或管理的。
第二十七方面,提供了一种方法,包括:对于一个应用,利用以下内容中的一项或多项进行模型训练或模型更新:
所述一个应用对应的模型信息;
所述一个应用的策略信息;
终端设备的运营状态信息;和,
无线接入网RAN的运营状态信息。
上述各模块可以是软件模块、硬件电路、或软件模型+硬件电路,不予限制。
第二十八方面,提供了一种方法,包括:对于一个应用,利用以下内容中的一项或多项进行推理:
所述一个应用对应的模型信息;
所述一个应用的策略信息;
终端设备的运营状态信息;和,
无线接入网RAN的运营状态信息。
第二十九方面,提供了一种通信系统,包括:
第四方面的装置、第五方面的装置和第六方面的装置;
第四方面的装置、第五方面的装置、第六方面的装置和第二十一方面的装置;
第七方面的装置、第八方面的装置和第九方面的装置;
第七方面的装置、第八方面的装置、第九方面的装置和第二十三方面的装置;
第七方面的装置、第九方面的装置和第二十三方面的装置;
第十三方面的装置、第十四方面的装置和第十五方面的装置;
第十三方面的装置、第十四方面的装置、第十五方面的装置和第二十一方面的装置;
第十六方面的装置、第十七方面的装置和第十八方面的装置;
第十六方面的装置、第十七方面的装置、第十八方面的装置和第二十三方面的装置;
第二十一方面的装置和第二十二方面的装置;或者,
第二十三方面的装置和第二十四方面的装置。
第三十方面,,提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行上述任一方法实施例所述的方法。
第三十一方面,提供一种计算机程序产品,包括指令,当其在计算机上运行时,使得计算机执行任一方法实施例所述的方法。
第三十二方面,提供了一种芯片系统,该芯片系统包括处理器,还可以包括存储器,用于实现上述任一方法实施例所述的方法。该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
附图说明
图1(a)和图1(b)所示为本申请实施例提供的协议栈示例图;
图2所示为本申请实施例提供的RAN结构示例图;
图3所示为本申请实施例提供的gNB的结构示例图;
图4所示为本申请实施例提供的空口协议栈示例图;
图5所示为本申请实施例提供的RIC模块的结构示例图;
图6(a)-图6(c)所示为本申请实施例提供的网络架构示例图;
图7(a)-图7(d)所示为本申请实施例提供的协议栈示例图;
图8(a)所示为本申请实施例提供的架构示例一,图8(b)所示为利用图8(a)的架构进行信息交互的流程示例图;
图9(a)所示为本申请实施例提供的架构示例二,图9(b)所示为利用图9(a)的架构进行信息交互的流程示例图;
图10所示为本申请实施例提供的架构示例三;
图11所示为本申请实施例提供的架构示例四;
图12和图13所示为本申请实施例提供的装置结构示例图。
具体实施方式
本申请实施例提供的技术方案可以应用于各种通信系统,例如:长期演进(longterm evolution,LTE)系统、第五代(5th generation,5G)移动通信系统、无线保真(wireless-fidelity,WiFi)系统、未来的第六代移动通信系统、或者多种通信系统融合的系统等,本申请实施例不做限定。其中,5G还可以称为新无线(new radio,NR)。
本申请实施例提供的技术方案可以应用于各种通信场景,例如可以应用于以下通信场景中的一种或多种:增强移动宽带(enhanced Mobile Broadband,eMBB)通信、超可靠低时延通信(ultra-reliable low-latency communication,URLLC)、机器类型通信(machine type communication,MTC)、大规模机器类型通信(massive machine typecommunications,mMTC)、设备到设备(device-to-device,D2D)通信、车辆外联(vehicle toeverything,V2X)通信、车辆到车辆(vehicle to vehicle,V2V)通信、和物联网(internetof things,IoT)等。
本申请实施例提供的技术方案可以应用于通信设备间的通信,尤其可以用于移动通信网络中通信设备间的通信。其中,通信设备间的通信可以包括:网络设备和终端设备间的通信、网络设备和网络设备间的通信、和/或终端设备和终端设备间的通信。在本申请实施例中,术语“通信”还可以描述为“传输”、“信息传输”、“数据传输”、或“信号传输”等。传输可以包括发送和/或接收。本申请实施例中,以网络设备和终端设备间的通信为例描述技术方案。本领域技术人员也可以将该技术方案用于进行其它调度实体和从属实体间的通信,例如宏基站和微基站之间的通信,和/或例如第一终端设备和第二终端设备间的通信等。例如,调度实体可以对从属实体进行无线资源管理(radio resource management,RRM)。在本申请实施例中,多(个)种可以是两(个)种、三(个)种、四(个)种或者更多(个)种,本申请实施例不做限制。至少一个(种)可以是一个(种)或多个(种),本申请实施例不做限制。
在本申请实施例中,网络设备和终端设备间的通信包括:网络设备向终端设备发送下行数据、信号或信息,和/或终端设备向网络设备发送上行数据、信号或信息。
在本申请实施例中,“/”可以表示前后关联的对象是一种“或”的关系,例如,A/B可以表示A或B;“和/或”可以用于描述关联对象存在三种关系,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这三种情况。其中A,B可以是单数或者复数。在本申请实施例中,可以采用“第一”、“第二”、“A”、“B”等字样对功能相同或相似的技术特征进行区分。该“第一”、“第二”、“A”、“B”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。在本申请实施例中,“示例性的”或者“例如”等词用于表示例子、例证或说明,被描述为“示例性的”或者“例如”的实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念,便于理解。
本申请实施例涉及到的终端设备还可以称为终端,可以是一种具有无线收发功能的设备。终端可以被部署在陆地上,包括室内、室外、手持、和/或车载;也可以被部署在水面上(如轮船等);还可以被部署在空中(例如飞机、气球和卫星上等)。终端设备可以是用户设备(user equipment,UE)。UE包括具有无线通信功能的手持式设备、车载设备、可穿戴设备或计算设备。示例性地,UE可以是手机(mobile phone)、平板电脑或带无线收发功能的电脑。终端设备还可以是虚拟现实(virtual reality,VR)终端设备、增强现实(augmentedreality,AR)终端设备、工业控制中的无线终端、无人驾驶中的无线终端、远程医疗中的无线终端、智能电网中的无线终端、智慧城市(smart city)中的无线终端、和/或智慧家庭(smart home)中的无线终端等等。
本申请实施例中,用于实现终端设备的功能的装置可以是终端设备;也可以是能够支持终端设备实现该功能的装置,例如芯片系统。该装置可以被安装在终端设备中或者和终端设备匹配使用。本申请实施例中,芯片系统可以由芯片构成,也可以包括芯片和其他分立器件。本申请实施例提供的技术方案中,以用于实现终端设备的功能的装置是终端设备,以终端设备是UE为例,描述本申请实施例提供的技术方案。
本申请实施例涉及到的网络设备包括基站(base station,BS),可以是一种部署在无线接入网(radio access network,RAN)中能够和终端设备进行通信的设备。可选地,无线接入网还可以简称为接入网。基站可能有多种形式,比如宏基站、微基站、中继站或接入点等。本申请实施例涉及到的基站可以是5G系统中的基站、LTE系统中的基站或其它系统中的基站,不做限制。其中,5G系统中的基站还可以称为发送接收点(transmissionreception point,TRP)或下一代节点B(generation Node B,gNB或gNodeB)。
本申请实施例中,用于实现网络设备的功能的装置可以是网络设备;也可以是能够支持网络设备实现该功能的装置,例如芯片系统。该装置可以被安装在网络设备中或者和网络设备匹配使用。在本申请实施例提供的技术方案中,以用于实现网络设备的功能的装置是网络设备,以网络设备是基站为例,描述本申请实施例提供的技术方案。
示例性地,以基站是gNB为例,gNB和UE可以利用空口进行通信。其他类型的基站和UE通信时的网络架构和/或协议栈与gNB和UE通信时的网络架构和/或协议栈是类似的或者相同的,不再赘述。
图1(a)所示为gNB和UE进行用户面(user plane)数据交互时使用的协议栈示例图。其中,gNB和UE进行用户面数据交互时,涉及到gNB侧和UE侧各自的业务数据适配协议(service data adaptation protocol,SDAP)层、分组数据汇聚层协议(packet dataconvergence protocol,PDCP)层、无线链路控制(radio link control,RLC)层、媒体接入控制(media access control,MAC)层、和物理层(physical layer,PHY)层。
图1(b)所示为gNB和UE进行控制面(control plane)数据交互时使用的协议栈示例图。其中,gNB和UE进行控制面数据交互时,涉及到gNB侧和UE侧各自的无线资源控制(radio resource control,RRC)层、PDCP层、RLC层、MAC层、和PHY层。
在本申请实施例中,RRC层可以用于控制空口无线资源和空口连接。SDAP层可以用于进行服务质量(quality of service,QoS)-流(flow)与数据无线承载(data radiobearer,DRB)之间的映射。其中,QoS-flow为具有特定QoS要求的业务数据流。
本申请实施例中,对于网络侧(如gNB侧)或UE侧,当控制面和用户面包括相同名称的协议层时,例如PDCP层、RLC层、MAC层或PHY层,说明对应的协议层同时支持用户面功能和控制面功能。
基站是RAN的一部分,用于与UE进行无线通信。示例性地,图2所示为一种可能的(例如,5G系统中的)RAN结构示例图。可选地,5G系统中的RAN可以称为下一代无线接入网(next generation radio access network,NG-RAN)。如图2所示,RAN可以通过NG接口和核心网(core network,CN)进行通信或者数据交换。以基站的名称是gNB为例,RAN中可以包括一个或多个gNB。不同gNB之间可以通过Xn-C接口进行通信或者数据交换。对于任意一个gNB,该gNB可以是一体化gNB,即该gNB是一个完整的模块、实体、网元或者装置;或者该gNB可以包括多个模块、实体、网元或者装置。例如,gNB可以包括集中单元(central unit,CU)和分布单元(distributed unit,DU)两部分。该设计可以称为CU和DU分离、或CU/DU分离。gNB的CU还可以记为gNB-CU,gNB的DU还可以记为gNB-DU。gNB的CU和DU可以通过F1口进行通信、数据交换、或者信息交互。一个gNB可以包括一个或多个CU。一个gNB可以包括一个或多个DU。一个DU可以连接一个CU。一个CU可以连接一个或多个DU。对于其他gNB、核心网、和/或UE,一个gNB的组成部分合起来可以看做该一个gNB。例如,一个gNB如果由CU和DU组成,则对于其他gNB、核心网和/或UE来说,该gNB的CU和DU合起来可以看做该gNB。
在本申请实施例中,RAN中任意两个网元或者任意两个实体之间的接口的形式可以是有线或无线,即该接口可以是有线接口,例如是光纤或电缆等,或者可以是无线接口,本申请实施例不做限制。不同接口的形式可以相同,也可以不同,不予限制。
在本申请实施例中,RAN中任意两个网元或者任意两个实体之间的接口用于该两个网元或者该两个实体之间交互数据或者信息,本申请实施例不对该接口的名称进行限制,例如可以称该接口为第z接口,z为正整数。不同接口的z的取值不同。
可选地,对于gNB中的一个CU,该CU可以是一个完整的模块、实体、网元或者装置,或者该CU可以包括多个模块、实体、网元或者装置。例如,该CU可以包括CU-CP(controlplane,控制面)和CU-UP(user plane,用户面)。该设计可以称为CP和UP分离、或CP/UP分离。gNB的CU-CP还可以记为gNB-CU-CP,gNB的CU-UP还可以记为gNB-CU-UP。示例性地,图3所示为gNB的结构示例图。如图3所示,一个gNB可以包括一个CU-CP。一个gNB可以包括一个或多个CU-UP。一个CU-UP可以连接一个CU-CP,一个CU-CP可以连接一个或多个CU-UP。CU-UP和CU-CP之间的接口可以称为E1口。一个DU可以连接一个CU-CP,一个CU-CP可以连接一个或多个DU。DU和CU-CP之间的接口可以称为F1-C口。一个DU可以和一个或多个CU-UP连接。一个CU-UP可以和一个或多个DU连接。DU和CU-UP之间的接口可以称为F1-U口。
图4所示为CP/UP分离时,gNB侧的空口协议栈示例图。如图4所示,位于DU中的两个RLC层分别实现控制面功能和用户面功能;位于DU中的MAC层和PHY层可以同时实现控制面功能和用户面功能,RRC层和控制面PDCP层位于CU-CP中,SDAP和用户面PDCP层位于CU-UP中。
移动通信网络的新需求、新场景和新特性给网络规划、运维和运营带来了前所未有的挑战。此时,如果依然将人工经验或将简单的算法应用于通信网络,可能无法实现高效运行的移动通信网络。例如,会使得网络规划、网络配置的优化、和/或网络中的资源调度存在以下弊端中的一种或多种:耗时长、成本高、优化算法适应性差、和调度算法适应性差。从而,可能无法应对移动通信网络的新挑战。
为了解决上述问题,可以将人工智能(artificial intelligence,AI)技术引入移动通信网络。AI技术的目标是让机器具有学习能力,能积累经验,解决人类通过经验可以解决的诸如自然语言理解、图像识别和/或下棋等问题。在本申请实施例涉及的AI技术中,主要涉及机器学习。机器学习可被认为是一种方法,该方法能够赋予机器学习能力,以此让机器完成仅靠直接编程无法完成的功能。机器学习中,机器可以对训练数据进行训练或者学习,得到AI模型。该AI模型可以用于对测试样本进行预测,得到预测结果。本申请实施例中,AI模型可以简称为模型、机器学习(machine learning,ML)模型、AI/ML模型、AI网络、或其它名称,本申请实施例不做限制。本申请实施例中,利用模型进行预测还可以被称为利用模型进行推理等,本申请实施例不做限制。
为了使RAN能够应对新挑战,可以将AI技术引入RAN,用于提升网络规划、网络配置、和/或资源调度等的效率,从而可以实现网络智能化,实现高效的RAN。例如,以RAN中的多入多出技术(multiple input multiple output,MIMO)算法为例,常用的MIMO算法主要包括矩阵的线性运算,并且是基于高斯分布等假设。然而,实际信道环境是复杂多变的,这些常用的算法适应实际信道环境的能力有限,例如无法模拟复杂的非线性环境,很难达到理论性能上限。但是,AI技术可以模拟非线性模型,从而可以有效适应实际信道环境,逼近性能极限。例如,使用AI技术,机器可以获得训练数据,并利用机器学习算法和该训练数据进行模型训练,利用训练出的模型对推理数据进行推理,得到推理结果。比如,AI技术可以预测或推理未来一段时间内的业务数据量。
基于上述考虑,如何在RAN中引入AI技术是需要重点解决的问题。在RAN相关的协议中,包括但不限于第三代合作伙伴计划(3rd generation partnership project,3GPP)相关协议中,可以采用打补丁的方式在RAN中引入新增的功能,从而满足新增的网络优化需求。然而,这种方式的缺点是扩展性差。
为了在RAN中引入易于扩展的AI功能,本申请实施例提供了以下四部分内容:第一部分:一种功能模块,用于实现AI功能;第二部分:该功能模块应用于RAN时的网络架构;第三部分:用于实现AI功能的协议栈;第四部分:RAN和UE之间实现AI功能的通信方法。下面将分别进行详细介绍。
本申请实施例提供的方法不限于特定的机器学习算法,例如可以是监督学习、非监督学习、神经网络和/或强化学习等。其中,监督学习可以包括以下一种或多种具体的算法:支持向量机(support vector machine,SVM)、决策树(decision tree)、朴素贝叶斯分类(naive bayesian classification)、和k-近邻算法(k-nearest neighbor,KNN)。非监督学习可以包括以下一种或多种具体的算法:主成分分析(principal component analysis,PCA)、奇异值分解(singular value decomposition,SVD)、和k-均值聚类。
可选地,在本申请实施例中,对于一个AI模型,该AI模型的学习可以在RAN中实现。该方法可以节省UE侧的处理资源,降低UE侧的功耗。
或者,可选地,在本申请实施例中,对于一个AI模型,该AI模型的学习可以使用联邦学习。联邦学习可以看做分布式AI训练方法。联邦学习中,可以将AI模型的训练过程放在多个UE上进行,而不是聚合到RAN侧的基站或服务器上,该方法可以节省学习时长和信令开销。在一些特定场景中,联邦学习算法有利于保护用户隐私。示例性地,联邦学习的具体过程为:中心节点(例如RAN中的基站或其它网元)向多个参与节点(例如UE)发送AI模型,参与节点基于该AI模型和自己收集或测量的数据进行AI模型训练,并将自己训练的AI模型以梯度的方式上报给中心节点。中心节点对参与节点反馈的梯度信息进行处理(例如进行平均或其它运算),得到新的AI模型。可选地,中心节点可以将该新的AI模型发送给多个参与节点,使得该多个参与节点可以基于该AI模型和自己收集或测量的数据进行AI模型训练。中心节点可以根据参与节点反馈的梯度信息再次得到更新的AI模型。联邦学习中,每次训练过程中的参与节点可能相同,也可能不同,本申请实施例不做限制。
在本申请实施例中,不同AI模型的学习方式可以相同,也可以不同,不予限制。
第一部分:用于实现AI功能的模块介绍。
在本申请实施例中,用于实现AI功能的模块可以称为无线智能控制(radiointelligence control,RIC)模块、AI模块、智能模块、机器学习模块或者其它的名称,本申请实施例不做限制。为了便于描述,以用于实现AI功能的模块的名称是RIC模块为例进行描述。在本申请实施例中,AI功能还可以称为RIC功能,AI功能包括但不限于以下功能中的一种或多种:数据收集、模型下载、模型训练、模型更新、模型发布、和推理。其中,所收集的数据可以用于进行以下功能中的一种或多种:模型训练、模型更新、和推理。用于进行模型训练或模型更新的数据还可以称为训练数据、训练样本、或其它名称,本申请实施例不做限制。用于进行推理的数据还可以称为测试样本、预测样本、或其它名称,本申请实施例不做限制。
在本申请实施例中,为了在RAN中实现AI功能,不同网元之间可以传输信息。该信息可以称为AI数据、AI信息、RIC数据、RIC信息或者其他名称,不做限制。例如,下述RIC模块中存储的信息可以统称为AI信息。
RIC模块可以是一个集成的模块,也可以包括多个模块。一种可能的实现中,图5所示为RIC模块包括多个模块的结构示例图。
RIC模块中包括第一模块和第二模块。
RIC模块中的第一模块用于进行模型训练、模型更新和/或推理等。为了便于描述,下文可以将模型训练和模型更新统称为模型训练。第一模块的输出为训练得到的模型的信息、训练得到的更新模型的信息、和推理结果中的至少一种。该第一模块还可以称为其他名称,本申请实施例不做限制。例如图5所示,第一模块可以被称为人工智能应用(artificialintelligence application,AIA)模块。为了便于描述,本申请实施例可以以第一模块的名称是AIA模块为例进行描述。
在本申请实施例中,AIA模块中可以包括一个或多个应用实例(instance),一个应用实例对应于(用于实现或辅助实现)一种或多种网络功能。例如,一个应用实例可以对应于以下网络功能中的一种或多种:无线接入技术(radio access technology,RAT)选择、负载均衡、移动性管理、网络节能、覆盖优化、流控、调度、信道编码、或调制等,本申请实施例不做限制。例如,一个应用实例也可以对应于多种网络功能,基于一定策略,以实现多种网络功能的综合最优为目标。本申请实施例中,应用实例还可以被统称为应用、AI应用实例、AI应用、RAN应用或其它名称,不做限制。本申请实施例中,对于一个特定功能的应用,不限制该应用的具体名称,例如用于实现RAT选择的应用可以称为RAT选择应用、或第r应用等。其中,r为正整数,对于不同的应用,r的取值可以不同。
本申请实施例中,不同应用实例的区别可以是:实现不同网络功能;或,针对不同节点实现相同类型的功能,如针对不同的UE、不同的基站、不同的DU、不同的CU、或一个针对UE另一个针对基站等,不予限制。
AIA模块中的应用在实现网络功能时,需要获得该应用的模型信息、策略信息和/或AI运营状态信息,并将这些信息作为输入参数,进行模型训练或推理。这些信息的获取和存储可以由RIC模块中的第二模块实现。其中,一个应用的模型可以称为该应用对应的模型。一个应用可以被配置为:能够进行模型训练但不能进行推理,能够进行推理但不能进行模型训练,或者既能够进行模型训练也能够进行推理,本申请实施例不做限制。
对于不同的应用,以下信息中的一种或多种不同:模型的信息、策略信息、AI运营状态信息、和针对的节点。一个应用对应于一个模型。一个模型可以对应一个应用。或者,一个模块可以同时对应多个不同的应用,但是不同应用的以下信息中的一项或多项不同:策略信息、AI运营状态信息、和针对的节点。
RIC模块中的第二模块用于存储AI信息、和/或管理AI相关的过程等。该第二模块还可以称为其他名称,本申请实施例不做限制。例如图5所示,第二模块可以称为人工智能平台(artificial intelligence platform,AIP)模块。为了便于描述,本申请实施例可以以第二模块的名称是AIP模块为例进行描述。
AIP模块可以是一个集成的模块,也可以包括多个功能模块,本申请实施例不做限制。一种可能的实现中,AIP模块中包括第一子模块、第二子模块和第三子模块。
AIP模块的第一子模块用于存储一个或多个模型的模型信息。一个模型的模型信息可以被上述AIA模块获取,用于AIA模块中相应的应用进行模型训练和/或推理。第一子模块还可以称为其他名称,本申请实施例不做限制,例如模型库(model repository,MR)、或模型信息库(model information repository,MIR)等。为了便于描述,本申请实施例可以以第一子模块的名称是MIR为例进行描述。示例性地,RIC模块从CN、网管(还可以称为操作管理和维护(OAM,operation,administration nd maintenance))或第三方应用获得一个或多个模型的模型信息,该模型信息可以存储在MIR中。再示例性地,上述AIA模块中的应用进行模型训练或模型更新后,将模型信息存储在MIR中。
可选地,MIR还可以用于存储策略信息。其中,策略信息还可以被称为决策信息、参数、条件、辅助信息或其它名称,本申请实施例不做限制。此时,MIR还可以被称为模型与策略信息库(model and policy information repository,MPIR)或者其他名称。如上所述,对于一个应用,上述AIA模块可以获取MPIR中存储的相关策略信息,用于该应用进行模型训练或推理。此时,该相关策略信息还可以称为该应用的策略信息。该应用的策略信息可以作为模型的输入参数,用于进行模型的更新训练和/或进行推理。可选地,MPIR可以存储一个或多个应用中每个应用的特定的策略信息。示例性地,MPIR可以存储以下策略中的一种或多种的信息:移动性负载均衡应用的切换决策策略、RAT应用的多个RAT之间的优先级信息、和网络节能应用的多个RAT之间的关断优先级信息。可选地,MPIR可以存储多个应用的公共策略信息。示例性地,MPIR存储多个应用优化目标冲突处理策略,用于在多个应用的优化目标发生冲突时进行冲突解决。
可选地,策略信息可以被存放于RIC模块中不同于MIR的另一个模块中,本申请实施例不做限制。
AIP模块的第二子模块用于存储UE和/或RAN(例如基站)的状态信息。其中,该状态信息还可以称为运营状态信息、参数、或其它名称,本申请实施例不做限制。第二子模块还可以称为其他名称,本申请实施例不做限制,例如状态信息库(status information base,SIB)、或运营状态信息库(operation status information base,OSIB)等。为了便于描述,如图5所示,本申请实施例可以以第二子模块的名称是OSIB为例进行描述。示例性地,RIC从CN、OAM、第三方应用、UE和/或RAN处获得UE和/或RAN的运营状态信息,该运营状态信息可以存储在OSIB中。如上所述,对于一个应用,上述AIA模块可以获取OSIB中存储的运营状态信息,用于该应用进行模型训练和/或推理。
UE或RAN的运营状态信息可以包括UE或RAN的以下信息中的一种或多种:AI能力信息、AI配置信息、和AI状态信息。
AI能力信息(能力信息):
UE的AI能力信息可以包括UE的以下信息中的一种或多种:AI应用支持能力信息、AI数据收集能力信息和AI结果应用能力。
具体地,UE的AI应用支持能力信息包括以下信息中的一种或多种:UE的计算能力、UE的存储能力、UE支持的AI应用(例如,本申请实施例中可以表示为应用标识、应用名称、应用索引或应用类型)、UE支持的AI/ML模型(例如,本申请实施例中可以表示为模型标识、模型名称、模型索引或模型类型)、和UE支持的AI工作模式等。
本申请实施例中,AI工作模式包括以下内容中的一种或多种:进行AI训练、进行AI推理、进行集中式AI训练还是分布式AI训练、和进行集中式AI训练还是分布式AI训练。
在本申请实施例中,集中式AI训练表示单个节点(如UE或基站)进行AI训练,分布式AI训练表示单个节点进行一个AI训练过程的一部分。例如,分布式AI训练过程可以包括多个训练分段,由多个不同节点中的每个节点分别进行一部分训练,该多个节点一起完成完整的训练过程。这些节点的训练过程可以是串行的,也可以是并行的,或者串行和并行结合的,不予限制。例如,联邦训练为分布式训练的一种。
本申请实施例中,集中式AI推理表示单个节点进行AI推理,分布式AI推理表示单个节点进行一个AI推理过程的一部分。例如,分布式AI推理过程可以包括多个推理分段,由多个不同节点中的每个节点分别进行一部分推理,该多个节点一起完成完整的推理过程。这些节点的推理过程可以是串行的,也可以是并行的,或者串行和并行结合的,不予限制。
UE的AI数据收集能力信息包括以下信息中的一种或多种:UE类型、UE支持的切片类型、UE支持的数据收集相关的测量类型或方法(可参看3GPP协议TS37.320中的相关描述,但不限于该协议定义的测量类型)、UE支持的定位方法、UE支持的RAT类型(即UE支持收集哪些RAT的数据)、UE支持的时钟类型、UE支持的时钟精度、UE支持的体验质量(quality ofexperience,QoE)测量类型或方法、UE支持的功率控制方法、UE支持的层1(物理层)测量方法、UE支持的频段范围、UE支持的时延测量方式、和UE支持的时延测量粒度或步长等。
UE的AI结果应用能力信息包括以下信息中的一种或多种:UE支持的省电方案、UE支持的移动性方案、UE支持的RAT(即UE支持将AI结果应用于哪些RAT)、UE支持的最大发射功率、和UE支持的多入多出技术(multiple input multiple output,MIMO)层数等。
RAN的AI能力信息包括以下信息中的一种或多种:支持的网络切片类型、支持的测量类型(可参看3GPP协议TS37.320中的相关描述,但不限于该协议定义的测量类型)、支持的定位方法、支持的RAT的种类、时钟的类型、时钟的精度、进行QoE测量时支持的测量类型、支持的层1测量方法、支持的功率控制方法、频段范围、频率、时延测量种类、和时延测量粒度等。其中,层1测量方法包括:是否支持波束粒度的测量,如RSRP测量和/或RSRQ测量;和/或是否支持零功率干扰测量等。时延测量种类包括:RLC/MAC分段时延测量、和/或总时延测量等。时延测量粒度包括:数据包(packet)、QoS流(flow)、和/或承载RB。
在本申请实施例中,RAT可以是全球移动通信系统(global systemfor mobilecommunications,GSM)、通用移动通讯系统(universal mobile telecommunicationssystem,UMTS)、LTE、5G、WiFi、或蓝牙(bluetooth)等,本申请实施例不做限制。RAN或者UE支持的RAT的种类包括该多种RAT中的至少一种。
AI配置信息(配置信息):
UE的AI配置信息可以包括为该UE配置的以下信息中的一种或多种:AI应用(例如,本申请实施例中可以表示为配置的应用标识、应用名称、应用索引或应用类型)、AI应用对应的AI/ML模型(例如,本申请实施例中可以表示为模型标识、模型名称、模型索引或模型类型)、AI工作模式、省电方案、业务参数(例如,本申请实施例中可以包括数据无线承载(dataradio bearer,DRB)配置、协议数据单元(protocol data unit,PDU)会话(session)配置等)、服务基站、和/或服务小区等。
RAN的AI配置信息可以包括以下信息中的一种或多种:基站使用的网络切片类型、下属小区的工作频率、下属小区的带宽、下属小区的同步信号和PBCH块(synchronizationsignal and PBCH block,SSB)下行发射功率、下属小区的SSB周期、RAN中的私网配置、网络共享配置(RAN sharing related configuration)、RAN中的节点(如WiFi接入点(accesspoint,AP)、非独立基站、小站、IAB节点、和/或中继节点等)的信息等。其中,SSB还可以被替换为同步信号、广播信道或者下行参考信号等。
AI状态信息(状态信息):
当AIA模块的应用使用相应的AI状态信息进行模型训练时,该相应的AI状态信息可以看做训练数据。当AIA模块的应用使用相应的AI状态信息进行推理时,该相应的AI状态信息可以看做测试数据、预测数据或推理数据。
UE的AI状态信息可以包括UE的以下信息中的一种或多种:业务状态信息、资源使用状态信息、无线信道状态信息、位置信息、移动速度、运动轨迹、UE的RRC连接状态、和用户/UE喜好信息等。
在本申请实施例中,业务状态信息可以包括以下信息中的一种或多种:在运行的业务、平均数据速率、空口平均传输时延、丢包率、QoE满足等级、和业务模型(trafficpattern)等。
在本申请实施例中,资源使用状态信息可以包括以下信息中的一种或多种:使用的计算资源、使用的存储资源、和空口资源使用百分比等。
在本申请实施例中,无线信道状态信息可以包括以下信息中的一种或多种:UE测量到的服务小区的参考信号接收功率(reference signal received power,RSRP)、UE测量到的服务小区的参考信号接收质量(reference signal received quality,RSRQ)、基站或接入回程一体化(integration of access and backhaul,IAB)节点测量到的上行接收干扰、和基站或IAB节点测量到的下行共享频谱资源冲突概率等。一个UE可以有一个或多个服务小区,本申请实施例不做限制。UE相关的上行接收干扰可以是在网络侧测量得到的。
在本申请实施例中,用户/UE的喜好包括以下内容中的一项或多项:省电模式的喜好、RAT选择喜好、运营商选择喜好、和AI工作模式的喜好等。用户/UE喜好信息可以通过使用该UE的用户进行设置。例如,用户可以设置以下内容中的一项或多项:省电模式、运营商网络选择顺序、和RAT选择顺序等。UE或RAN节点可能根据自身设备电量的变化而设置不同的喜好。可替代地,用户/UE喜好信息可以作为策略信息存储在MPIR中;或者,用户/UE喜好信息中的一部分信息(例如签约信息中设置的喜好信息等,因为这种喜好信息很少改变)存储在MPIR中,另一部分信息存储在OSIB中。示例性地,RIC从CN、OAM或第三方应用获得的用户/UE喜好信息存储在MPIR中,由UE或RAN节点向RIC上报的用户/UE喜好信息存储在OSIB中。
RAN的AI状态信息可以包括以下信息中的一种或多种:业务状态信息、资源使用状态信息、无线信道状态信息、RAN节点(比如基站、IAB、或中继节点)的位置信息、移动速度、运动轨迹等、下属小区的负荷、下属小区的小区关断情况、下属小区的业务QoS保障情况、和基站使用的网络切片类型等。
AIP模块的第三子模块用于管理或实现以下AI功能中的一种或多种:初始化、模型发布、数据收集、模型训练、推理和推理结果发布。第三子模块还可以称为其他名称,本申请实施例不做限制,例如过程管理(procedure management,PM)模块、AI过程管理(AIprocedure management,AIPM)模块、或AI处理模块等。为了便于描述,本申请实施例可以该第三子模块的名称是AIPM为例进行描述。
示例性地,AIPM可以触发或管理RIC模块的初始化过程。该过程可以发生于RIC模块SETUP(例如上电)时。此时,RIC模块可以从CN、UE和/或基站等获得UE的AI能力信息和AI配置信息。RIC模块可以从CN和/基站获得RAN的AI能力信息和AI配置信息。可选地,当UE的AI能力信息或AI配置信息发生改变时,UE可以通过基站或CN把更新后的AI能力信息或AI配置信息告知RIC模块。当RAN的AI能力信息或AI配置信息发生改变时,RAN可以通过基站或CN把更新后的AI能力信息或AI配置信息告知RIC模块。RIC模块可以将所获得的AI能力信息和AI配置信息存放于OSIB中。
示例性地,AIPM可以触发或管理数据收集过程。该过程可以发生于RIC模块运行时。AIPM可以触发RIC模块周期性地、事件触发地、和/或基于请求,获得UE和/或RAN的AI状态信息。可选地,可以通过协议约定的方式,或者通过RIC模块下达数据收集任务的方式,使得UE和/或RAN知晓RIC模块想要收集的AI状态信息的类型。RIC模块可以将所获得的AI状态信息存放于OSIB中。
示例性地,AIPM可以触发或管理模型发布功能。该过程可以发生于RIC模块运行时。用于RIC模块向基站和/或UE发布模型信息。该模型信息存放于MPIR中。
示例性地,AIPM可以触发或管理模型训练(包括模型更新)过程。该过程可以发生于RIC模块运行时。例如,对于一个应用,AIPM可以触发AIA模块从RIC模块中获得该应用进行模型训练时使用的以下信息中的一种或多种:模型信息、策略信息、和UE和/或RAN的运营状态信息。该应用根据这些信息进行模型训练。AIA模块可以将训练得到的模型信息或更新的模型信息存放于上述MPIR中。
示例性地,AIPM可以触发或管理推理过程。该过程可以发生于RIC模块运行时。例如,对于一个应用,AIPM可以触发AIA模块从RIC模块中获得该应用进行推理时使用的以下信息中的一种或多种:模型信息、策略信息、和UE和/或RAN的运营状态信息。该应用根据这些信息进行推理。可选地,AIPM可以触发推理结果发布过程,将该应用的推理结果发布给RAN和/或UE。推理结果也可能发布给CN、OAM、和/或第三方应用,本申请实施例不做限制。
可选地,上述第一子模块、第二子模块和第三子模块中的任意两个可以合成一个子模块。例如,第一子模块和第二子模块可以合成为一个子模块。第一子模块中存储的信息和第二子模块中存储的信息可以统称为AI信息。这些AI信息包括但限于上述相关信息。
第二部分:RIC模块应用于RAN时的网络架构。
本申请实施例中,RIC模块可以是实体网元或功能模块,本申请实施例不做限制。其中,功能模块可以是软件模块、硬件电路、或软件模块结合硬件电路。RIC模块是实体网元、硬件电路、或软件模块结合硬件电路时,RIC模块还可以被称为无线智能控制器(radiointelligence controller,RIC)。为了便于描述,本申请实施例中还可以把RIC模块简称为RIC。RIC模块可以存在于RAN中但是不存在于UE中,或者RIC可以同时存在于RAN中和UE中。下面,分别从网络侧和UE侧介绍RIC模块。
当RIC模块存在于网络侧时,可以有图6(a)-图6(c)所示的三种网络架构。
图6(a):独立RIC架构。
该网络架构中,RIC模块和基站是分离的网元(network element)。该网络架构可以适用于一体化基站、CU/DU分离基站、和CP/UP分离基站。
该架构中,RIC模块在逻辑上是一个独立于基站的网元或逻辑实体(logicalentity)。例如,RIC模块可以是独立的RIC节点、RIC网元、AI节点或AI网元,或者是包括于至少一个节点中的软件模块和/或硬件电路,该至少一个节点是分离于基站的节点,本申请实施例不做限制。
图6(b):嵌入式RIC网络架构。
该网络架构中,RIC模块是基站的组成部分。该网络架构可以适用于一体化基站、CU/DU分离基站、和CP/UP分离基站。
对于CU/DU分离基站,RIC模块可以包括在CU中但不包括在DU中;或者包括在DU中但不包括在CU中;或者可以部分包括在CU中,部分包括在DU中。
CU中的RIC模块可以称为非实时无线智能控制(non-real time RIC,nrt-RIC)模块、模块A、CU智能模块、CU AI模块或者其他名称,本申请实施例不做限制。对于CP/UP分离场景,nrt-RIC模块可以包括在CU-CP中但不包括在CU-UP中;或者包括在CU-UP中但不包括在CU-CP中;或者可以部分包括在CU-UP中,部分包括在CU-CP中,本申请实施例不做限制。
在本申请实施例中,nrt-RIC模块可以是一个集成的模块,也可以包括多个分离的子模块,不做限制。例如,nrt-RIC模块中包括AIA模块,AIA模块中的应用用于实现或者辅助实现无线资源管理(radio resource management,RRM)功能。RRM功能可以被认为是实时性要求相对不强的网络功能或网络优化功能,即非实时功能。层3的功能可以看做是RRM功能。nrt-RIC模块中的应用对应的模型信息和策略信息存储在nrt-RIC模块中的MPIR中,nrt-RIC模块中的应用待使用的运营状态信息存储在nrt-RIC模块中的OSIB中。nrt-RIC模块中还包括AIPM模块,AIPM模块用于管理nrt-RIC模块的AIA模块中的应用的以下AI过程的一项或多项:数据收集、模型训练、模型下载、模型发布、推理和推理结果发布。
nrt-RIC模块可以是软件模块、硬件电路、或者软件模块和硬件模块的组合,本申请实施例不做限制。
DU中的RIC模块可以称为实时无线智能控制(real time RIC,rt-RIC)模块、模块B、DU智能模块、DU AI模块或者其他名称,本申请实施例不做限制。
在本申请实施例中,rt-RIC模块可以是一个集成的模块,也可以包括多个分离的子模块,不做限制。例如,rt-RIC模块中包括AIA模块,AIA模块中的应用用于实现或者辅助实现层1和/或层2的功能,这些功能是实时性要求相对较强的功能,即实时功能。例如,AIA模块中的应用用于实现或者辅助实现以下功能中的一种或多种:信道状态信息(channelstatus information,CSI)压缩、功率控制、预编码、调制、和信道编码等。rt-RIC模块中的应用对应的模型信息和策略信息存储在rt-RIC模块中的MPIR中,rt-RIC模块中的应用待使用的运营状态信息存储在rt-RIC模块中的OSIB中。可选地,rt-RIC模块中还包括AIPM模块,AIPM模块用于管理rt-RIC模块的AIA模块中的应用的以下过程:数据收集、模型下载、模型训练、模型发布、和推理结果发布。可替代地,rt-RIC模块的AIA模块中的应用的以下过程中的至少一个可以由上述nrt-RIC模块中的AIPM模块管理:模型训练、模型下载和模型发布。
本申请实施例中,层1是物理层,层2是SDAP层、PDCP层、RLC层和/或MAC层,层3是RRC层。
rt-RIC模块可以是软件模块、硬件电路、或者软件模块和硬件模块的组合,本申请实施例不做限制。
图6(c):混合RIC架构。
该架构中,一部分RIC模块和基站是分离的网元,另一部RIC模块是基站的组成部分。该网络架构可以适用于一体化基站、CU/DU分离基站、和CP/UP分离基站。一种可能的实现中,如图6(c)所示,nrt-RIC模块独立于基站,rt-RIC包括在基站中。另一种可能的实现中,rt-RIC模块独立于基站,nrt-RIC包括在基站中。
RIC模块可以存在于UE中,也可以不存在于UE中。
RIC模块存在于UE中时,可以是软件模块、硬件电路、或者软件模块和硬件模块的组合,本申请实施例不做限制。此时,UE可以实现以下AI功能中的一种或多种:数据收集、模型下载、模型训练、模型更新、模型发布、推理和推理结果发布。
RIC模块不存在于UE中时,UE可以被触发进行数据收集和推理结果应用。例如,UE可以将所收集的数据上报给网络侧,用于网络侧实现AI功能。再例如,UE可以接收并应用网络发布的推理结果,和/或可以接收并应用由推理结果触发的网络重配。
在通信系统中,RAN和UE是基于协议架构进行通信。下面,将介绍引入AI功能后的协议架构。
第三部分:用于实现AI功能的协议栈。
在RAN中或UE中实现AI功能时,可以有图7(a)-图7(d)所示的四种协议栈。其中,RAN中的协议栈和UE侧的协议栈是对应的。即,RAN和UE可以采用图7(a)-图7(d)中一种相同的协议栈进行通信。其中,每种协议栈均适用于图6(a)至图6(c)的任一种网络架构。
图7(a):RRC层增强。
该协议架构中,由RRC层实现非实时网络(优化)功能的AI功能。其中,本申请实施例中,非实时网络(优化)功能可以简称为非实时功能,具体介绍同上述第二部分,这里不再赘述。例如,定义新的RRC消息或在RRC消息中增加新的信元(information element,IE),用于触发或管理非实时功能的以下AI过程的一项或多项:数据收集、模型训练、模型下载、模型发布、推理和推理结果发布。此外,定义新的RRC消息或在RRC消息中增加新的信元这一方法还可以用于实现实时网络(优化)功能的以下AI功能的一项或多项:模型训练、模型下载、和模型发布。其中,本申请实施例中,实时网络(优化)功能可以简称为实时功能,具体介绍同上述第二部分,这里不再赘述。上述这些新增的RRC消息或新增的信元可以被称为nrt-AI数据。
在发送端,RRC层的nrt-AI数据被依次递交至PDCP层、RLC层、MAC层和物理层进行处理,并由发送端在物理层发送至接收端;在接收端的物理层接收到数据后,该数据被依次递交至MAC层、RLC层、PDCP层和RRC层进行处理,从而接收端可以在RRC层解读出nrt-AI数据。
该协议架构中,由层1和/或层2实现实时功能的AI功能。例如,通过物理层数据信道、物理层控制信道或者MAC控制元素(control element,CE)携带信息,实现实时功能的以下AI功能的一项或多项:数据收集、模型训练、推理和推理结果发布。其中,该信息可以称为rt-AI数据。
在发送端,层1的rt-AI数据被发送至接收端,接收端在层1解读出rt-AI数据。在发送端,层2的rt-AI数据被递交至物理层进行处理,并由发送端在物理层发送至接收端;在接收端的物理层接收到数据后,该数据被递交至层2进行处理,从而接收端可以在层2解读出rt-AI数据。
图7(b):新增与RRC层并行的人工智能控制(artificial intelligence control,AIC)层。
其中,AIC层与RRC层并行还可以描述为AIC层的数据不经过RRC层、或者描述为AIC层在PDCP层之上。不限制地是,AIC层和PDCP层之间可以不存在其他协议层,或者可以存在其他协议层,例如将来引入的协议层。
该协议架构中,AIC层用于实现非实时功能的以下AI功能的一项或多项:数据收集、模型训练、模型下载、模型发布、推理和推理结果发布。此外,AIC层还可以用于实现实时功能的以下AI功能的一项或多项:模型训练、模型下载、和模型发布。用于实现这两类功能的信息或数据可以称为nrt-AI数据或AIC(层)消息。
在发送端,nrt-AI数据被依次递交至PDCP层、RLC层、MAC层和物理层进行处理,由发送端在物理层发送至接收端;在接收端的物理层接收到数据后,该数据被依次递交至MAC层、RLC层、PDCP层和AIC层进行处理,从而接收端可以在AIC层解读出nrt-AI数据。
一种可能的实现中,该协议架构中,由层1和/或层2实现实时功能的以下AI功能的一项或多项:数据收集、模型训练、推理和推理结果发布。用于实现该功能的信息或数据可以称为rt-AI数据。具体同图7(a)中相应的描述。
一种可能的实现中,该协议架构中,由AIC层实现实时功能的以下AI功能的一项或多项:数据收集、模型训练、推理和推理结果发布。用于实现该功能的信息或数据可以称为rt-AI数据或AIC(层)消息。在发送端,该rt-AI数据被依次递交至PDCP层、RLC层、MAC层和物理层进行处理,由发送端在物理层发送至接收端;在接收端的物理层接收到数据后,该数据被依次递交至MAC层、RLC层、PDCP层和AIC层进行处理,从而接收端可以在AIC层解读出rt-AI数据。
可选地,该实现中,为了保证该rt-AI数据的实时性,可以配置用于承载该rt-AI数据的无线承载(radio bear,RB)的PDCP层和RLC层的传输模式为透明模式(transparentmode,TM)。例如,当发送端发送该rt-AI数据时,在PDCP层和RLC层不对该交互信息做任何处理,直接递交至后续协议层。关于RB的详细介绍请见下文。
图7(c):新增RRC层之上的AIC层。
不限制地是,AIC层和RRC层之间可以不存在其他协议层,或者可以存在其他协议层,例如将来引入的协议层。
该协议架构中,AIC层作为新增的控制面协议层,位于RRC层之上。由AIC层实现非实时功能的以下AI功能的一项或多项:数据收集、模型训练、模型下载、模型发布、推理、和推理结果发布。可选地,AIC层还可以实现实时功能的以下AI功能的一项或多项:模型训练、模型下载、和模型发布。用于实现这两类功能的信息或数据可以称为nrt-AI数据或AIC(层)消息。在发送端,该nrt-AI数据被依次递交至RRC层、PDCP层、RLC层、MAC层和物理层进行处理,由发送端在物理层发送至接收端;在接收端的物理层接收到数据后,该数据被依次递交至MAC层、RLC层、PDCP层、RRC层和AIC层进行处理,从而接收端可以在AIC层解读出nrt-AI数据。
该协议架构中,由层1和/或层2实现实时性功能的以下AI功能的一项或多项:数据收集、模型训练、推理和推理结果发布。具体同图7(a)中相应的描述。
图7(d):由应用层执行部分AI功能。
该协议架构中,应用层为用户面协议层,应用层可以执行模型发布功能。在发送端,模型发布功能相关的数据被依次递交至SDAP层(可选)、PDCP层、RLC层、MAC层和物理层进行处理,由发送端在物理层发送至接收端;在接收端的物理层接收到数据后,该数据被依次递交至MAC层、RLC层、PDCP层、SDAP层(可选)和应用层进行处理,从而接收端可以在应用层解读出模型发布功能相关的数据。
除了模型发布功能之外的其他AI功能可以采用上述图7(a)-图7(c)中的任一种方式。例如:
第一种可能的实现(图7(d)+图7(a)):由应用层执行实时功能的和非实时功能的模型发布功能,其它AI功能的实现同上述图7(a)所述。
第二种可能的实现(图7(d)+图7(b)):由应用层执行实时功能的和非实时功能的模型发布功能。其它AI功能的实现同上述图7(b)所述。
第三种可能的实现(图7(d)+图7(c)):由应用层执行实时功能的和非实时功能的模型发布功能。其它AI功能的实现同上述图7(c)所述。
基于上述协议层,RAN和UE之间可以交互AI信息,以实现RAN的智能化。在RAN和UE之间传输AI信息时,可以通过RB来承载AI信息。对于一个RB,可以配置该RB对应的各协议层的参数或信息。
在本申请实施例中,RB用于承载RAN和UE之间通过空口交互的数据。不同类型的数据可以映射至不同的RB中,由发送端发送至接收端。
在一种可能的实现中,RAN和UE之间的RB包括信令无线承载(signal radiobearer,SRB)和数据无线承载(data radio bearer,DRB)两种类型的RB。其中。SRB主要承载控制面数据,所承载的数据会经过RRC层、PDCP层、RLC层、MAC层和物理层。DRB主要承载用户面数据,所承载的数据会经过SDAP层、PDCP层、RLC层、MAC层和物理层。例如,RRC层消息或者非接入层NAS(non-access stratum,NAS)消息可以承载于SRB上,来自应用层的数据可以承载于DRB上。一个RB可以对应一种QoS要求。一个UE和RAN之间可以存在一个或多个SRB,和/或可以存在一个或多个DRB。
本申请实施例中,根据AI信息的QoS要求,AI信息可以被承载于SRB(例如用于承载上述图7(a)中的nrt-AI数据、图7(b)中的nrt-AI数据(可选)、和图7(c)的nrt-AI数据)和/或DRB(例如用于承载上述图7(d)中用于模型发布功能的数据、和图7(b)中的nrt-AI数据(可选))中。或者,可以为AI信息定义新的RB,即可以在RAN和UE之间建立专用于承载AI信息的RB。
AI信息(或数据)包括公共的AI信息和专用于特定UE的AI信息。
一种可能的实现中,可以在RAN和UE之间建立公共RB,用于承载RAN向多个UE广播或组播的公共的AI信息。其中,该公共RB还可以称为人工智能公共无线承载(artificialintelligence-common radio bearer,AI-CRB)或其它名称,本申请实施例不做限制。可以通过系统信息或L1/L2/L3专用信令将AI-CRB的配置信息通知对应UE,其中,该专用信令为专用于该UE的信令。例如,基站向UE发送系统信息,该系统信息用于指示AI-CRB的配置信息。AI-CRB的配置信息可以指示用于加扰PDCCH的无线网络临时标识(radio networktemporary identifier,RNTI)、和/或该PDCCH的时频位置信息(例如该PDCCH的搜索空间和/或控制资源集(control resource set,CORESET))等。其中,该PDCCH用于调度AI-CRB上承载的AI信息。又例如,基站向UE发送PDCCH,该PDCCH上的控制信息是通过人工智能(AI)-无线网络临时标识(radio network temporary identifier,RNTI)加扰的。该控制信息调度PDSCH,该PDSCH上承载了AI-CRB的配置信息。
示例性地,当需要传输公共AI信息时,例如传输用于实现联邦学习的AI模型更新功能的信息时,可以配置AI-CRB,由AI-CRB承载该公共AI信息。如果存在多种公共AI信息从而存在多种QoS要求时,可以配置多个AI-CRB来分别承载不同QoS要求的RIC公共数据。
RAN和UE间可以建立一个或多个AI-CRB。每个AI-CRB可以有对应的QoS要求。本申请实施例中,QoS要求包括调度优先级信息。
示例性地,可以在RAN和一个UE之间建立特定RB,用于承载RAN向该特定UE发送的AI信息。其中,该特定RB还可以称为人工智能数据无线承载(artificial inteligencedata radio bearer,AI-DRB)或其它名称,本申请实施例不做限制。
AI-DRB上可以承载上述图7(d)中的nrt-AI数据。
RAN和一个UE间可以建立一个或多个AI-DRB。每个AI-DRB可以有对应的QoS要求。
上述RAN和UE间的RB的建立可以是RAN触发的,也可以是RIC指示RAN触发的,本申请实施例不做限制。
第四部分:RAN和UE之间的通信方法。
结合前文介绍,下面将详细介绍RAN和UE之间的AI信息交互流程。
示例一:独立RIC架构(图6(a))+RRC层增强(图7(a))
图8(a)所示为基站和UE之间的架构(网络架构+协议栈)示例一。图8(b)所示为采用图8(a)所示的架构,RAN和UE之间的信息交互流程示例图。示例一中没有独立的AIC协议层,由RRC层执行非实时功能、rt-RIC的AI初始化功能、和/或AI模型分发功能。
本申请实施例中,不限制交互流程中各操作的执行顺序。
图8(a)所示的架构中,RAN中存在独立于基站的RIC模块。该架构中,由RAN的RIC模块进行以下操作中至少一项:模型下载、模型训练、数据收集、推理和发布推理结果。
当UE不支持RIC功能时(还可以描述为无RIC模块),RAN的RIC模块可以请求基站收集数据和/或向基站发布推理结果。RAN的RIC模块还可以通过基站的RRC层,例如通过基站向UE发送新增的RRC消息或者新增的IE,指示UE收集数据或者向UE发送推理结果。其中,要求UE收集的数据可以是RRC层数据、层2数据或者物理层数据,不做限制。本申请实施例中,用于进行推理的模型可以是下载的原始模型,也可以是根据训练数据训练后的更新模型,不做限制。RIC模块进行模型训练的训练数据可以是从基站和/或UE收集的,或者从CN获得的,不做限制。RIC模块进行推理的推理数据可以是从基站和/或UE收集的。
在本申请实施例中,UE不支持RIC功能可以描述为UE中无RIC模块。为了便于描述,如无特殊说明,下述RIC模块指RAN侧的RIC模块。
当UE支持RIC功能时,RAN的RIC模块可以请求基站收集数据和/或向基站发布推理结果。RAN的RIC模块还可以通过基站的RRC层,例如通过基站向UE发送新增的RRC消息或者新增的IE,指示UE收集数据、指示UE进行联邦学习、向UE发布模型(用于UE进行推理或联邦学习)、指示UE进行推理或者向UE发送推理结果。其中,要求UE收集的数据可以是RRC层数据、层2数据或者物理层数据,不做限制。本申请实施例中,用于进行推理的模型可以是下载的原始模型,也可以是根据训练数据训练后的更新模型,不做限制。RIC模块进行模型训练的训练数据可以是从基站和/或UE收集的,或者从CN获得的,不做限制。RIC模块进行推理的推理数据可以是从基站和/或UE收集的。
本申请实施例中,基站可以是一体化基站,或者可以是CU/DU分离的基站,本申请实施例不做限制。下述架构图中以CU/DU分离的形式为例示出基站。可选地,当基站的CU/DU分离时,该基站可以是CP/UP分离的基站。
在本申请实施例中,当RIC模块和基站分离时,即RIC模块不包括在基站中时,基站和RIC模块可以通过接口进行通信。其中,基站和RIC模块之间的接口包括以下接口中的一项或多项:一体化基站和RIC模块之间的接口、CU和RIC模块之间的接口、CU-CP和RIC模块之间的接口、CU-UP和RIC模块之间的接口、和DU和RIC模块之间的接口。在本申请实施例中,可以将基站和RIC模块之间的接口记为G1接口,或者其它名称的接口,如第一接口等,本申请实施例不做限制。为了便于描述,本申请实施例以G1接口为例示出。G1接口可以是有线连接的接口,或者可以是无线连接的接口,或者可以是其它形式连接的接口,本申请实施例不做限制。在本申请实施例中,有线连接可以是通过电缆、光线或者其他介质连接,不予限制。
示例性地,基于图8(a)所示的架构,在RAN侧:RIC模块通过基站中的RRC层实现非实时功能的AI功能,通过基站中的层1和/或层2实现实时功能的部分AI功能,该部分实时功能的AI功能的一些配置信息可以通过RRC层信令由基站发送至UE。例如,基站通过新增的RRC消息或者新增的网元,实现以下至少一项:指示UE收集RRC层数据、指示UE收集层2数据(比如基站的PDCP层与UE的PDCP层这两个对等协议层之间的数据传输时延)、指示UE收集物理层数据、指示承载AI数据或AI信息的RB的配置信息、向UE发布RRC层的推理结果(参数值)、向UE发布物理层的推理结果(参数值)、指示层1和/或层2AI功能相关的参数配置、向UE发布模型信息、和指示UE进行模型训练(如联邦训练)。再例如,基站通过物理层信道、和/或MAC CE,实现以下至少一项:指示UE收集物理层数据、和向UE发布物理层的推理结果(参数值)。
在本申请实施例中,RRC层信令可以是广播信道上携带的消息(如主信息块(master information block,MIB))、系统消息(如系统信息块(system informationblock,SIB))、或RRC消息,本申请实施例不做限制。
示例性地,在UE侧:相应地,根据从基站接收的信息,辅助实现非实时功能的AI功能和实时功能的AI功能。例如:
如果基站指示UE收集RRC层数据,则UE通过RRC消息将所收集的数据上报给基站。
如果基站通过RRC消息指示UE收集物理层数据,则UE通过RRC消息、MAC CE或物理层信道将所收集的数据上报给基站。
如果基站通过MAC CE指示UE收集物理层数据,则UE通过MAC CE或物理层信道将所收集的数据上报给基站。
如果基站通过物理层信道指示UE收集物理层数据,则UE通过MAC CE或物理层信道将所收集的数据上报给基站。
如果基站向UE指示承载AI数据或AI信息的RB的配置信息,则UE根据该RB的配置信息和基站间建立该RB。
如果基站向UE发布RRC层和/或物理层的推理结果(参数值),则UE可以将该推理结果应用至UE侧。
如果基站向UE指示层1和/或层2AI功能相关的参数配置,则UE根据该参数配置对这些功能相关的参数进行设置。
如果基站向UE发布模型的信息,则UE可以利用该模型进行推理。UE可以应用该推理结果,和/或将该推理结果上报给RAN侧。
如果基站指示UE进行联邦训练,UE可以进行将训练得到的模型参数的梯度信息上报给RIC模块。
图8(b)所示为RAN和UE使用图8(a)所示的架构进行信息交互的流程示例图。主要包括:RIC模块向基站发布任务,和/或RIC模块通过基站向UE发布任务;UE和/或基站执行相应的任务。可选地,当RIC模块发布的任务包括数据收集时,基站向RIC模块上报收集的数据,和/或UE通过基站向RIC模块上报收集的数据。可选地,当RIC模块根据收集到的数据训练或更新了模型后,可以利用该模型进行推理。可选地,当RIC模块根据收集到的数据执行了推理功能后,可以将推理结果发布给UE和/或基站。下面,将详细介绍图8(b)所示的方法。
S801,RIC模块向基站发送第一任务配置信息;基站接收第一任务配置信息。
该方法中,第一任务配置信息用于RIC模块向基站发布新的任务,或者用于RIC模块通过基站向UE发布新的任务。本申请实施例中,不限制携带第一任务配置信息的消息的名称。例如,本申请实施例中,可以将携带第一任务配置信息的消息称为第y消息、RIC TASKADDITION消息、或RIC TASK ADDITION REQUEST消息。其中,y为正整数。在本申请实施例中,对于不同的消息,y的取值不同。本申请实施例以该消息的名称是RIC TASK ADDITIONREQUEST为例示出。
本申请实施例中,任务还可以称为操作、事务、项目或者其他名称,本申请不做限制。在本申请实施例中,一个任务的类型可以是至少两种任务类型中的一种。该至少两种任务类型可以是以下多种中的至少两种:收集数据(或称为数据收集)、模型发布、模型训练、推理和推理结果发布。本申请实施例中,任务的类型还可以称为任务的名称等,本申请实施例不做限制。
第一任务配置信息用于RIC模块向基站发布新的任务时,基站可以根据该配置信息的指示执行相应的任务。第一任务配置信息用于RIC模块通过基站向UE发布新的任务时,如前文所述,基站将发布给UE的一个或多个任务以RRC层信令的形式发送至UE,和/或将发布给UE的一个或多个任务以MAC CE信令的形式发送至UE。相应地,如上所述,UE可以根据基站的指示,通过基站向RIC模块上报所收集的数据。
可选地,当第一任务配置信息能够配置多个任务时(此时,实际发送的消息中可以包括一个或多个任务),RIC TASK ADDITION REQUEST消息中包括表1第一列所示的信元(information element,IE)中的一项或多种。其中,表1的第二列所示为第一列中各IE的说明。
在本申请实施例中,一个消息中的IE可以是显示地包括在该消息中,或者可以是隐式地通过该消息指示,本申请实施例不做限制。本申请实施例不限制该消息中各IE的名称,例如某个IE可以被替换为第x IE,其中,x为正整数。对于不同的IE,x的值可以不同。本申请实施例中,当某个表格中的某个IE不包括在相应的消息时,这个IE配置的信息可以是协议约定的。
表1
上述TASK CONFIGURATION INFORMATION的消息中包括表2第一列所述的IE中的一项或多项。
表2
可选地,S801还可以包括:基站向RIC模块发送第一任务确认信息;RIC接收第一任务确认信息。
第一任务确认信息用于基站向RIC模块确认RIC TASKADDITION REQUEST消息。本申请实施例中,不限制携带第一任务确认信息的消息的名称。例如,本申请实施例中,可以将携带第一任务确认信息的消息称为RIC TASK ADDITION RESPONSE消息、第y消息或其它名称。其中,y为正整数。
本申请实施例中,S801可以被称作任务添加过程、任务配置过程或其它名称。
可选地,为了在RIC模块和基站之间交互信息,可以建立RIC模块和基站之间的接口。在本申请实施例中,RIC模块和基站之间的接口存在以下几种可能的场景:
场景1:基站是一体化基站,基站和RIC模块之间存在接口。该场景中,建立RIC模块和基站之间的接口包括:建立RIC模块和该一体化基站之间的接口。
场景2:基站是CU/DU分离基站,CU和RIC模块之间存在接口,DU和RIC模块之间存在接口。该场景中,建立RIC模块和基站之间的接口包括:建立RIC模块和CU之间的接口,且建立RIC模块和DU之间的接口。
场景2的子场景1:基站是CP/UP分离基站,CU-CP和RIC模块之间存在接口,CU-UP和RIC模块之间存在接口。则该场景中,建立RIC模块和CU之间的接口包括:建立RIC模块和CU-CP之间的接口,且建立RIC模块和CU-UP之间的接口。
场景2的子场景2:基站是CP/UP分离基站,CU-CP和RIC模块之间存在接口,CU-UP和RIC模块之间没有接口。则该场景中,建立RIC模块和CU之间的接口包括:建立RIC模块和CU-CP之间的接口。RIC模块和CU-UP之间可以通过CU-CP的转发功能交互数据。
本申请实施例中,对数据进行转发包括:透明转发该数据(对数据不做处理),或者对该数据进行处理后转发处理后的数据。
场景3:基站是CU/DU分离基站,CU和RIC模块之间存在接口,DU和RIC模块之间没有接口。该场景中,建立RIC模块和基站之间的接口包括:建立RIC模块和CU之间的接口。RIC模块和DU之间可以通过CU的转发功能交互数据。
场景3的子场景1:同场景2的子场景1。
场景3的子场景2:同场景2的子场景1。
为了简化描述,图8(b)中以基站是CU/DU分离基站,且CU和DU均和RIC模块存在接口为例。其他场景的方法是类似的,不再赘述。如上所述,为了建立CU和RIC模块之间的接口,图8(b)所示的方法还可以包括:S802:CU向RIC模块发送G1接口建立请求消息。该G1接口建立请求消息可以被称为第一G1接口建立请求消息、或第一接口建立请求消息。可选地,S802的方法还包括:RIC模块向CU返回G1接口建立确认消息。该G1接口建立确认消息可以被称为第一G1接口建立确认消息或第一接口建立确认消息。
在本申请实施例中,G1接口建立请求消息用于建立和RIC模块之间的连接,不限制其名称。例如,该消息可以被称为第y消息、G1 SETUP REQUEST消息或其它名称。其中,y为正整数。
在本申请实施例中,G1接口建立确认消息用于RIC模块确认建立和RIC之间的连接,不限制其名称。例如,该消息可以被称为第y消息、G1 SETUP RESPONSE消息、G1接口建立响应消息、或其它名称。其中,y为正整数。
S802可以被称为CU和RIC模块之间的G1接口建立过程。经过该过程,建立了RIC模块和CU之间的G1接口。
本申请实施例中,CU可以通过G1接口向RIC模块上报基站的AI运营状态信息。可以上报该基站的AI运营状态信息,或者该基站的CU相关的AI运营状态信息。该基站的AI运营状态信息是RAN的AI运营状态信息的一部分。该操作除了上报该CU所在的基站的AI运营状态信息,可选地,还可以上报RAN中其他基站的AI运营状态信息。例如,该CU可以控制多个DU,并且有下属IAB和非独立(non-standalone)基站,该CU、该CU控制的DU、该CU下属的IAB、和该CU下属的非独立基站可以被看做一个RAN,该CU可以上报这个RAN的部分或全部AI运营状态信息。
示例性地,CU向RIC发送的G1 SETUP REQUEST消息中包括表3第一列所示的IE中的一项或多项。
表3
可选地,上述CU的能力信息、配置信息和/或状态信息可以是CU和RIC之间的接口建立后,通过其他消息上报的,本申请实施例不做限制。该其他消息中可以包括表3第一列所示的IE中的一项或多项,不予限制。此时,消息类型是该其他消息的类型。
可选地,图8(b)所示的方法还包括:S803:DU向RIC模块发送G1接口建立请求消息。该G1接口建立请求消息可以被称为第二G1接口建立请求消息或其他名称、或第二接口建立请求消息。可选地,S803的方法还包括:RIC模块向DU返回G1接口建立确认消息。该G1接口建立确认消息可以被称为第二G1接口建立确认消息或第二接口建立确认消息。
S803可以被称为DU和RIC模块之间的G1接口建立过程。经过该过程,建立了RIC模块和DU之间的G1接口。
DU向RIC发送的G1 SETUP REQUEST消息中包括表4第一列所示的IE中的一项或多项。
表4
可选地,上述DU的能力信息、配置信息和/或状态信息可以是DU和RIC之间的接口建立后,通过其他消息上报的,本申请实施例不做限制。该其他消息中可以包括表4第一列所示的IE中的一项或多项,不予限制。此时,消息类型是该其他消息的类型。
当基站为一体化基站时,基站向RIC发送一个G1 SETUP REQUEST消息,该消息具体包括表3和表4所示的G1 SETUP REQUEST消息的功能,例如表5所示。
表5
可选地,上述基站的能力信息、配置信息和/或状态信息可以是基站和RIC之间的接口建立后,通过其他消息上报的,本申请实施例不做限制。该其他消息中可以包括表5第一列所示的IE中的一项或多项,不予限制。此时,消息类型是该其他消息的类型。
RIC模块获得上述基站的AI能力信息,或者描述为RIC模块获得CU和/或DU的AI能力信息后,可以触发空口的AI-CRB建立过程。利用该AI-CRB,基站可以通过空口向UE发送广播或组播类型的数据收集。其中,RIC模块触发空口的AI-CRB建立过程的一种可能的实现为:RIC模块指示CU和/或DU在空口建立一个或多个AI-CRB;或者CU和/或DU收到RIC模块下发的任务,该任务指示小区中所有UE或者一组UE进行数据收集时,在空口建立一个或多个AI-CRB。
在本申请实施例中,对于CU/DU分离的基站,CU和DU之间可以存在接口,可以进行数据交互。因此,图8(b)所示的方法可以包括建立CU和DU之间的连接。示例性地,CU和DU之间的接口称为F1接口,CU和DU之间的F1接口建立过程用于建立CU和DU之间的连接,随后CU和DU之间可以交互信息。CU和DU之间的F1接口建立过程包括:DU向CU发送F1建立请求消息,CU向DU返回F1建立响应消息。F1建立请求消息用于指示以下信息中的一种或多种:消息类型、DU标识、和DU下属小区列表信息。F1建立响应消息用于指示以下信息中的一种或多种:消息类型、激活小区列表、和系统信息。
上述描述了RIC模块可以向基站发送将由UE执行的任务。在一些场景中,RIC模块可以通过协议约定的方式了解UE的运营状态信息,以便RIC模块为UE确定UE的任务。在一些场景中,RIC模块需要通过基站或CN获取UE的运营状态信息,以便RIC模块为UE确定UE的任务。
因此,可选地,图8(b)所示的方法包括:S804:CU向RIC模块发送UE的运营状态信息。该运营状态信息可以包括在上述G1 SETUP REQUEST消息中,或者可以包括在另一个消息中,本申请实施例不做限制。例如,该运营状态信息包括在UE上下文建立请求消息中。该方法中,如果基站是一体化基站,CU可以被替换为基站。如果是CP/UP分离场景,该方法中的CU还可以被替换为CU-CP。
在本申请实施例中,UE上下文建立请求消息用于触发在RIC中建立对应UE的AI上下文,以便RIC对该UE进行AI相关操作,不限制其名称。例如,该消息可以被称为第y消息、UEAI CONTEXT SETUP REQUEST消息或其它名称。其中,y为正整数。
UE上下文建立请求消息中包括表6中第一列所示的IE中的一项或多项。
表6
可选地,CU发送给RIC模块的UE上下文建立请求中可以包括一个或多个UE的信息。
可选地,S804的方法还包括:RIC模块向CU返回UE上下文建立确认消息。
在本申请实施例中,UE上下文建立确认消息用于RIC确认在RIC建立了对应UE的AI上下文或者用于确定上述UE AI CONTEXT SETUP REQUEST消息,不限制其名称。例如,该消息可以被称为第y消息、UE AI CONTEXT SETUP RESPONSE消息、或其它名称。其中,y为正整数。
S804可以被称为UE上下文建立过程、或UE AI上下文建立过程等,本申请实施例不做限制。
可选地,当UE的运营状态信息改变后,图8(a)所示的方法还包括S805:CU向RIC模块发送UE的更新运营状态信息。该方法中,如果基站是一体化基站,CU可以被替换为基站。如果是CP/UP分离场景,该方法中的CU还可以被替换为CP和/或UP。
在本申请实施例中,包括上述更新运营状态信息的消息的名称可以是UE上下文建立请求消息或UE上下文更新请求消息,本申请实施例不做限制。UE上下文更新请求消息用于向RIC模块告知UE的更新的运营状态信息,不限制其名称。例如,该消息可以被称为第y消息、UE AI CONTEXT MODIFICATION REQUEST消息或其它名称。其中,y为正整数。UE上下文更新请求消息的消息结构可以同UE上下文建立请求消息,或者是包括更新的信息而不包括没有更新的信息(如包括表7所示的IE中的一项或多项),本申请实施例不做限制。
可选地,S805还可以包括:RIC模块向CU发送UE上下文更新确认消息。在本申请实施例中,UE上下文更新确认消息用于RIC模块响应UE上下文更新请求消息,不限制其名称。例如,该消息可以被称为第y消息、UE AI CONTEXT MODIFICATION RESPONSE消息、或其它名称。其中,y为正整数。
可选地,S805可以称为UE上下文更新过程、或UE AI context modification过程,本申请实施例不做限制。
表7
可选地,当UE进入RRC空闲态、RRC非激活态、UE掉线后、或UE切换到其他基站的小区后,图8(a)所示的方法还包括:CU向RIC模块发送UE运营状态信息释放请求消息。可选地,该方法还可以包括:RIC模块向CU发送UE运营状态信息释放确认消息。
该方法中,如果基站是一体化基站,CU可以被替换为基站。如果是CP/UP分离场景,该方法中的CU还可以被替换为CP和/或UP。
在本申请实施例中,UE运营状态信息释放请求消息用于告知释放或删除的UE的运营状态信息,不限制其名称。例如,该消息可以被称为第y消息、UE上下文释放消息、UE AICONTEXT RELEASE REQUEST消息或其它名称。其中,y为正整数。UE运营状态信息释放请求消息中可以包括表8所示的IE中的一项或多项,本申请实施例不做限制。
在本申请实施例中,UE运营状态信息释放确认消息用于RIC模块响应UE运营状态信息释放请求消息,不限制其名称。例如,该消息可以被称为第y消息、UE上下文释放确认消息、UE AI CONTEXT RELEASE RESPONSE消息、或其它名称。其中,y为正整数。
可选地,上述方法可以被称为UE上下文释放过程、UE运营状态信息释放过程、或UEAI context release过程,本申请实施例不做限制。
表8
CU为了向RIC模块上报UE的运营状态信息,CU需要获得UE的运营状态信息。如前文所述,UE的运营状态信息可以包括UE的以下信息中的一种或多种:AI能力信息、AI配置信息、和AI状态信息。
一种可能的实现中,UE的AI能力信息可以是由UE上报给基站或CU的。以UE上报给CU为例,该上报方法包括:UE向CU发送UE的AI能力信息,该AI能力信息指示了UE的AI能力。可选地,该上报方法可以是由CU向UE发送UE能力查询(UECapabilityEnquiry)消息触发的。UE接收到UE能力查询消息后,向CU上报该UE的能力信息。该过程可以称为UE的能力获取过程S806。可选地,该上报方法可以是嵌入在UE和CU之间的RRC连接建立过程中进行的,例如UE在RRC连接建立过程中向CU上报UE的AI能力信息。
一种可能的实现中,UE从源基站切换到目标基站,如果目标基站已经从核心网或者已经从源基站获得了该UE的AI能力信息,则不需要UE向目标基站上报UE的AI能力信息,即目标基站和UE不需要进行能力获取过程;或者,UE在和目标基站的RRC连接建立过程中,向目标基站上报UE的AI能力信息。
可选地,UE的AI配置信息可以是由RAN(例如CU)为UE配置的,所以CU可以不需要从UE获得该UE的配置信息。该CU本身就知晓该UE的AI配置信息,或者可以从RAN中其他网元或节点(如DU或其它CU)获得该UE的AI配置信息。
可选地,UE的AI状态信息是运营过程中的信息。UE的AI状态信息可以是由UE为CU上报,或者是由该CU监控或测量到,或者是由RAN中其他网元(如DU或其它CU)监控或测试后告知该CU。
上述描述了RIC模块通过S801向基站发布任务的详细过程。可选地,图8(b)所示的方法中,RIC模块可以多次执行S801,向基站发布多个第一任务。此外,如下所述,RIC模块还可以删除任务或更新任务。
图8(b)所示的方法中,RIC模块还可以通过任务删除过程,删除或终止已经向基站发布的任务。例如,该方法包括:RIC模块向基站发布任务释放消息。任务释放消息用于释放或终止一个或者多个任务,不限制该消息的名称,例如任务释放请求消息、可以称为第y消息,y为正整数。可选地,该方法还可以包括:基站向RIC模块发送任务释放确认消息。任务释放确认消息用于确认释放或终止一个或者多个任务,不限制该消息的名称,例如可以称为第y消息,y为正整数。
一种可能的实现中,任务释放消息中包括以下信息中的一种或多种:
消息类型;
消息ID;和
任务标识;----用于指示要释放的一个或多个任务,该标识类似表2所示的任务ID。
另一种可能的实现中,任务释放消息中包括以下信息中的一种或多种:
消息类型;
消息ID;和
事务(transaction)标识;----用于指示要释放的任务,该标识类似表1所示的transaction标识,用于释放携带该transaction标识的过程所配置的一个或多个任务。该消息中可以包括一个或多个transaction标识
图8(b)所示的方法中,RIC模块还可以通过任务更新过程,向基站发布所增加、修改和/或删除的任务。例如,RIC模块向基站发布任务更新消息,用于增加一个或者多个任务、修改一个或多个任务、和/或用于释放一个或多个任务。本申请实施例不限制任务更新消息的名称,例如任务更新请求(TASK MODIFICATION REQUEST)消息、第y消息,y为正整数。可选地,该方法还可以包括:基站向RIC模块发送任务更新确认消息。任务更新确认消息用于确认更新一个或者多个任务,不限制该消息的名称,例如可以称为第y消息,y为正整数。
示例性,任务更新消息中包括以下信息中的一种或多种:
消息类型;
消息ID;
要增加的一个或多个任务的信息;
要修改的一个和多个任务的信息;和,
要释放的一个或多个任务的标识。
其中,要增加的一个或多个任务的信息中,每个任务的信息同前文TASKCONFIGURATION INFORMATION消息所示,此处不再赘述。要增加的一个或多个任务的信息中,每个任务的信息同前文TASK CONFIGURATION INFORMATION消息所示,或者每个任务的信息包括前文TASK CONFIGURATION INFORMATION消息中被更新的参数,此处不再赘述。可选地,上述RIC TASK ADDITION REQUEST消息可以看做一种特殊的任务更新消息。
要释放的一个或多个任务的标识可以是类似表2所示的任务ID,或者是类似表1所示的transaction标识,用于释放携带该transaction标识的信息所配置的一个或多个任务。
上述详细描述了RIC模块向基站发布新增的任务、发布更新的任务、指示释放任务等过程。如果基站是一体化基站,对于第一任务中的每个任务:
(1)当该任务的执行主体是基站时,基站执行该任务。本申请实施例中,示例性地,RIC模块指示基站收集UE的上行数据丢包率。
(2)当该任务的执行主体是UE时,基站通过RRC层消息向UE发布该任务。本申请实施例中,示例性地,基站或CU可以根据任务的QoS信息,和UE建立对应于SRB、AI-CRB或AI-DRB的PDCP和RLC协议示例,通过该SRB、AI-CRB或AI-DRB实例承载该任务信息。
如果基站的CU/DU分离,接收到该配置信息的是CU,对于第一任务中的每个任务:
(1)当该任务的执行主体是DU时,CU将该任务转发给DU,由DU执行该任务。可选地,如果DU和RIC之间存在G1接口,则针对DU的任务可以由RIC模块通过G1接口发送给DU,而无需CU转发。
本申请实施例中,示例性地,RIC模块指示CU收集UE的上行数据丢包率。CU可以通过和DU之间进行UE上下文更新(UE context modification)过程(S807),指示DU收集UE的上行数据丢包率。DU可以将收集到的数据发送给CU。本申请实施例中,CU和DU之间的UE上下文更新过程可用于更新UE的信息。
本申请实施例中,示例性地,RIC模块发布给DU或基站的推理结果指示以下信息中的至少一项:切换门限配置信息、小区的RACH配置信息、小区的下行参考信号发射功率、小区的上行最大发射功率信息、UE的服务小区的配置、UE的DRX配置、和UE的DRB配置等。
示例性地,RIC模块指示小区的下行参考信号发射功率,CU可以通过向DU发送CU配置更新消息(CU CONFIGURATION UPDATE),携带该小区的下行参考信号发射功率值。即CU和DU可以通过CU配置更新过程S808,将推理结果应用于DU。本申请实施例中,CU和DU之间的CU配置更新过程可用于更新小区的信息。
(2)当该任务的执行主体是CU时,CU执行该任务。在本申请实施例中,示例性地,RIC模块发布给CU或基站的的推理结果指示以下至少一项:小区的下行同步信号发射功率、切换判决的门限、和UE的RRC连接状态。
(3)当该任务的执行主体是UE时,CU通过RRC层向UE发布该任务。可选地,CU可以根据任务的QoS信息,和UE建立对应于SRB、AI-CRB或AI-DRB的PDCP和RLC协议示例,通过该SRB、AI-CRB或AI-DRB实例承载该任务信息。
(4)当该基站的CP/UP分离时,且接收到该配置信息的CU-CP,则:如果该任务的执行主体是CU-CP,则CU-CP执行该任务;如果该任务的执行主体是CU-UP,则CU-CP将该任务转发给CU-UP,由CU-UP执行该任务。其中,可选地,如果CU-UP和RIC模块之间存在接口,则针对CU-UP的任务可以由RIC模块通过该接口发送给CU-UP,而无需CU-CP转发。
在本申请实施例中,如果RIC模块发布给基站、CU、DU、CU-CP、和/或CU-UP的任务是推理结果,则相应模块应用该结果即可。可选地,如果该推理结果是需要基站告知UE,基站还会将该推理结果以参数的形式,通过信令指示给UE。比如任务内容为调整UE的探测参考信号(sounding reference signal,SRS)的时频资源位置、调整UE的上行最大发射功率等。
对于RIC模块发布的任一个AI任务,如果该任务的执行主体是UE,则图8(b)所示的方法还包括S809,用于将该任务发布给UE。例如,基站或CU(图8(b)以CU为例介绍)可以通过广播、组播或单播的形式将该任务发送给UE。其中,基站可以把任务内容直接发送给UE,或者经过处理后发送给UE,不予限制。
在本申请实施例中,如果RIC模块发布给UE的任务是数据收集,则基站可以把任务内容直接发送给UE,或者经过处理后发送给UE。如果RIC模块发布给UE的任务是推理结果,则基站可以把推理结果以参数的形式指示给UE。
一种可能的实现中,对于一个AI任务,如果该AI任务的执行主体为小区中的所有UE、一组UE或者满足一定条件的UE,则CU可以通过系统信息、寻呼消息或AI-CRB,向UE广播该任务。一种可能的实现中,该任务的执行主体为特定UE,则CU可以通过特定的RRC消息、寻呼消息或AI-DRB,向该特定UE发布该任务。
可选地,当上述一个AI任务的执行主体为满足一定条件的UE时,例如上述表2所指示执行任务的UE满足的条件,CU可以根据该条件以及UE的对应信息,如以下信息中的一种或多种:AI能力、业务状态、位置、和RRC连接状态等,确定具体由哪个或哪些UE执行该任务。
可选地,当上述一个AI任务的执行主体为满足一定条件的UE时,例如上述表2所指示执行任务的UE满足的条件,CU可以将该条件通过广播的形式指示给小区中的UE,各UE可以根据该条件和自身的以下信息中的一种或多种:AI能力、业务状态、位置、和RRC连接状态等,确定各UE自己是否执行该AI任务。
S809中,CU可以通过以下方式A1-方式A3中的任一种,将一个或多个任务发布给UE。
方式A1:CU通过系统消息或MIB将一个或多个任务的内容发布或指示给UE。
该方式可以适用于该一个或多个任务的执行主体为小区中的所有UE或多个UE。
示例性地,CU可以通过系统消息更新过程,向UE广播更新的系统消息,该系统消息用于向UE指示一个或多个任务的内容。本申请实施例中,从空口的角度,CU向UE指示一个或多个任务的内容,可以看做是CU为UE配置参数。示例性地,该系统消息中包括表9中第一列所示的IE中的一项或多项。
表9
方式A2:CU通过寻呼消息将一个或多个任务的内容发布或指示给UE。
该方式适用于该一个或多个任务的执行主体为小区中的多个UE或特定UE。
方式A3:CU通过RRC消息将一个或多个任务的内容发布或指示给UE。
该方式适用于该一个或多个任务的执行主体为为小区中的多个UE或特定UE。
一种可能的实现中,CU通过RRC重配置过程,利用RRC重配置消息将任务内容指示给UE。可选地,UE可以向CU回复RRC重配置完成消息。
另一种可能的实现中,CU通过新增的RRC消息,例如新增的RIC重配置消息,将任务内容指示给UE。可选地,UE可以向CU回复该新增的RRC消息的响应消息,例如新增的RIC重配置完成消息。
示例性地,方式A2或A3中,CU发送给UE的寻呼消息或RRC消息中包括表10中第一列所示的IE中的一项或多项。
表10
CU可以通过相同或不同的方式向UE发布不同的任务,本申请实施例不做限制。
针对上述方式A3中交互的高层消息,CU可以确定该高层消息的RB配置信息,并例如通过下行RRC消息转发(DL RRC MESSAGE TRANSFER)消息或CU重配置(CU CONFIGURATIONUPDATE)消息告知DU该RB配置信息。DU根据该RB配置信息,以该RB对应的物理信道将该高层消息发送至相应的UE。该方法中,可选地,DU收到CU CONFIGURATION UPDATE消息后,可以向CU反馈CU CONFIGURATION UPDATE ACK消息。
图8(b)所示的方法中,对于任一个任务,如果该任务的类型是数据收集时,基站还会向RIC上报所收集的信息。具体包括以下场景:
场景B1:对于一个数据收集任务,如果该任务的执行主体是基站,且基站是一体化基站。由基站向RIC上报所收据的数据。
场景B2:对于一个数据收集任务,如果该任务的执行主体是CU,RIC模块和CU之间存在G1接口,则CU通过G1接口向RIC模块上报所收集的数据。
场景B3:对于一个数据收集任务,如果该任务的执行主体是CU-CP,RIC模块和CU-CP之间存在G1接口,则CU-CP通过G1接口向RIC模块上报所收集的数据。
场景B4:对于一个数据收集任务,如果该任务的执行主体是CU-UP,RIC模块和CU-UP之间存在G1接口,则CU-UP通过G1接口向RIC模块上报所收集的数据。
场景B5:对于一个数据收集任务,如果该任务的执行主体是CU-UP,RIC模块和CU-UP之间不存在G1接口,RIC和CU-CP之间存在G1接口,则CU-UP将所收集的数据转发给CU-CP,CU-CP通过G1接口向RIC模块上报CU-UP所收集的数据。
场景B6:对于一个数据收集任务,如果该任务的执行主体是DU,RIC模块和DU之间存在G1接口,则DU通过G1接口向RIC模块上报所收集的数据。
场景B7:对于一个数据收集任务,如果该任务的执行主体是DU,RIC模块和DU之间不存在G1接口,RIC模块和CU之间存在G1接口,则DU通过F1接口将所收集的数据转发给CU,CU通过G1接口向RIC模块上报DU所收集的数据。
上述基站向RIC模块上报所收集的数据时,可以通过任务上报消息进行上报S810。该任务上报消息用于向RIC模块上报所收集的数据。该数据可以是运营状态信息。例如,可以将该任务上报消息称为RIC TASK REPORT消息、数据上报消息、第y消息或其它名称。其中,y为正整数。示例性地,任务上报消息中可以包括表11或表12中第一列所示的IE中的一个或多个。
可选地,任务的执行对象是DU时,且DU和RIC模块之间无接口,接收到任务后,DU根据任务内容执行任务并在满足上报条件时向CU发送RIC TASK REPORT消息(S811)。CU可以将DU收集的数据通过RIC TASK REPORT消息上报给RIC模块。其中,该条件可以是周期、事件或其它,不予限制。该消息包含RIC任务执行结果。
表11
表12
图8(b)所示的方法中,对于任一个任务,如果该任务的类型是数据收集,且执行主体是UE时,基站还会向RIC上报UE所收集的信息。
一种可能的实现中,以基站是CU/DU分离基站为例,UE可以利用前文描述的方法将UE运营状态信息上报给CU,由CU利用S804和/或S805向RIC模块转发UE的运营状态信息。该运营状态信息中包括RIC模块要求UE收集的数据。
另一种可能的实现中,UE接收到任务内容后,或接收到任务内容且确定自己要执行RIC任务时,UE根据任务内容执行任务,并在满足任务上报条件时向DU发送RIC TASKREPORT消息(S812)。可选地,UE在发送该消息前,根据协议约定或任务优先级信息确定承载该消息的RB,通过该RB向DU发送RIC TASK REPORT。DU收到该消息并通过上行RRC消息转发(UL RRC MESSAGE TRANSFER)消息将其转交给CU。
从CU接收到基站和/或UE收集的数据后,RIC模块可以利用该数据进行推理,并将该推理结果发布给基站和/或UE。
一种可能的实现中,RIC模块利用上述S801中的RIC TASK ADDITION REQUEST消息或任务更新消息发布推理结果。其中,该消息中用于发布推理结果的任务的任务类型为推理结果发布。可选地,该消息中还可以包括其他类型的任务,不做限制。
另一种可能的实现中,RIC模块利用推理结果指示过程S813,向基站、CU或DU发送推理结果指示消息,从而向基站发布推理结果。推理结果指示消息用于发布推理结果,不限定其名称,例如称为RIC RESULT INDICATION消息、第y消息。其中,y为正整数。如,推理结果指示消息包括表13中所示的IE中的一项或多项。
例如,RIC接收到UE和/或gNB收集的数据后,相关AI应用经过一段时间的AI运算,将输出推理结果(运算结果)。如果AI运算结果需要对RAN或UE进行参数配置,比如调整切换判决的门限、调整某小区的下行同步信号发射功率或更改UE的RRC连接状态,则RIC通过RICRESULT INDICATION消息将AI推理结果发送给CU。在RIC与CU-UP有G1接口的时候,RIC的AI推理结果可能直接发布给CU-UP。在RIC与DU有G1接口的时候,RIC的AI推理结果可能直接发布给DU。
表13
可选地,如果AI推理结果是新的AI模型或对原来的AI数据收集任务进行修改,则RIC模块可以通过前文描述的任务更新过程,向CU发送RIC TASK MODIFICATION REQUEST消息,该消息包含新的AI模型或更新的AI数据收集任务。在RIC与CU-UP有G1接口的时候,RIC可以将面向CU-UP的RIC TASK MODIFICATION REQUEST直接发给CU-UP。在RIC与DU有G1接口的时候,RIC可以将面向DU的RIC TASK MODIFICATION REQUEST直接发给DU。
相关节点接收到发布给自己的AI推理结果后,对结果进行应用,比如调整切换判决的门限、调整某小区的下行同步信号发射功率等。
示例性地,上述方法中,如果一个推理结果的应用对象为UE,则类似前文S807中描述的方法,基站可以通过系统消息、MIB、或寻呼消息等,将该推理结果发布给UE,由UE使用该推理结果。示例性地,该推理结果的应用对象为基站,则基站中相应的网元使用该推理结果。
示例性地,上述方法,RIC模块向基站发布由基站应用的推理结果时,存在以下场景。下述场景中的推理结果可以被替换为推理结果的指示信息。
场景C1:如果基站是一体化基站。由基站应用该推理结果。
场景C2:如果基站是CU/DU分离基站,该推理结果的应用对象是CU,RIC模块和CU之间存在G1接口,则CU通过G1接口接收该推理结果,并应用该推理结果。
场景C3:如果基站是CU/DU分离基站,该推理结果的应用对象是CU-CP,RIC模块和CU-CP之间存在G1接口,则CU-CP通过G1接口接收该推理结果,并应用该推理结果。
场景C4:如果基站是CU/DU分离基站,该推理结果的应用对象是CU-UP,RIC模块和CU-UP之间存在G1接口,则CU-UP通过G1接口接收该推理结果,并应用该推理结果。
场景C5:如果基站是CU/DU分离基站,该推理结果的应用对象是CU-UP,RIC模块和CU-UP之间没有G1接口,则CU-CP通过G1接口接收该推理结果,将该推理结果转发给CU-UP,由CU-UP应用该推理结果。
场景C6:如果基站是CU/DU分离基站,该推理结果的应用对象是DU,RIC模块和DU之间存在G1接口,则DU通过G1接口接收该推理结果,并应用该推理结果。
场景C7:如果基站是CU/DU分离基站,该推理结果的应用对象是DU,RIC模块和DU之间没有G1接口,则CU通过G1接口接收该推理结果,将该推理结果转发给DU,由DU应用该推理结果。
示例二:独立RIC架构(图6(a))+RRC层并行的AIC层(图7(b))
图9(a)所示为基站和UE之间的架构(网络架构+协议栈)示例二。图9(b)所示为采用图9(a)所示的架构,RAN和UE之间的信息交互流程示例图。示例二中具有独立的AIC协议层,如上述对图7(b)的描述中所述,AIC层执行非实时功能的AI功能。此外,AIC层还可以执行rt-RIC的AI初始化、和/或实时功能的部分AI功能,如模型训练、模型下载和模型发布中至少一种。
图8(a)所示的架构中,RAN中存在RIC模块。该架构中,由RAN的RIC模块进行以下操作中至少一项:模型下载、模型训练、数据收集、推理和发布推理结果。
当UE不支持RIC功能时(还可以描述为无RIC模块),RAN的RIC模块可以请求基站收集数据和/或向基站发布推理结果。RAN的RIC模块还可以通过AIC层信令(或称为AIC层消息),指示UE收集数据或者向UE发送推理结果。其中,AIC层是和RRC层并行的协议层,如上述对图7(b)的描述中所述,该AIC层信令可以依次通过基站中的较低协议层发送至UE。RIC模块要求UE收集的数据可以是RRC层数据或者物理层数据,不做限制。本申请实施例中,用于进行推理的模型可以是下载的原始模型,也可以是根据训练数据训练后的更新模型,不做限制。RIC模块进行模型训练的训练数据可以是从基站和/或UE收集的。RIC模块进行推理的推理数据可以是从基站和/或UE收集的。
当UE支持RIC功能时,RAN的RIC模块可以请求基站收集数据和/或向基站发布推理结果。RAN的RIC模块还可以通过AIC层,指示UE收集数据、指示UE进行联邦学习、向UE发布模型(用于UE进行推理)或者向UE发送推理结果。其中,要求UE收集的数据可以是RRC层数据或者物理层数据,不做限制。本申请实施例中,用于进行推理的模型可以是下载的原始模型,也可以是根据训练数据训练后的更新模型,不做限制。RIC模块进行模型训练的训练数据可以是从基站和/或UE收集的。RIC模块进行推理的推理数据可以是从基站和/或UE收集的。
为了便于描述,如无特殊说明,下述RIC模块指RAN侧的RIC模块。
示例性地,基于图9(a)所示的架构,在RAN侧:RIC模块通过AIC层实现非实时功能的AI功能,通过基站中的层1和/或层2实现实时功能的部分AI功能,该部分实时功能的AI功能的一些配置信息可以通过AIC层信令发送至UE。例如,RIC模块通过AIC层消息,实现以下至少一项:指示UE收集数据、指示AI相关的RB的配置信息、向UE发布推理结果(参数值)、指示层1和/或层2AI功能相关的参数配置、向UE发布模型信息、和指示UE进行模型训练(如联邦训练)。
示例性地,在UE侧:相应地,根据从RAN侧接收的信息,辅助实现非实时功能的AI功能和实时功能的AI功能。
图9(b)所示为RAN和UE使用图9(a)所示的架构进行信息交互的流程示例图。主要包括:RIC模块向UE发布任务;UE执行相应的任务。可选地,当RIC模块发布的任务包括数据收集时,UE向RIC模块上报收集的数据。可选地,当RIC模块根据收集到的数据训练或更新了模型后,可以利用该模型进行推理。可选地,当RIC模块根据收集到的数据执行了推理功能后,可以将推理结果发布给UE。可选地,当RIC模块发布的任务为模型发布时,UE接收该模型的信息。UE可以利用该模型进行推理。可选地,当RIC模块发布的任务为模型训练时,UE向RIC模块上报训练得到的模型参数的梯度信息。下面,将详细介绍图9(b)所示的方法。
S901,RIC向UE发送第二任务配置信息;UE接收第二任务配置信息。
该方法中,第二任务配置信息用于RIC模块向UE发布新的任务。该信息是通过AIC层消息或信令承载的。本申请实施例中,不限制携带第二任务配置信息的消息的名称。例如,本申请实施例中,可以将携带第二任务配置信息的消息称为第y消息、RIC TASKADDITION消息、或RIC TASK ADDITION REQUEST消息。其中,y为正整数。本申请实施例以该消息的名称是RIC TASK ADDITION REQUEST为例示出。UE可以根据该配置信息的指示执行相应的任务。
可选地,S901包括:UE向RIC模块返回第二任务配置信息的确认消息。第二任务确认信息用于UE向RIC模块确认上述S901中的RIC TASK ADDITION REQUEST消息。本申请实施例中,不限制携带第二任务确认信息的消息的名称。例如,本申请实施例中,可以将携带第二任务确认信息的消息称为RIC TASK ADDITION RESPONSE消息、第y消息或其它名称。其中,y为正整数。
可选地,当第二任务配置信息能够配置多个任务时(此时,实际发送的消息中可以包括一个或多个任务),RIC TASK ADDITION REQUEST消息中包括表14第一列所示的IE中的一项或多种。
表14
表15
本申请实施例中,S901可以被称作任务添加过程、任务配置过程或其它名称。
类似图8(b)所示的方法,在图9(b)的方法中,RIC模块可以多次执行S901,向UE发布多个第二任务。此外,如下所述,RIC模块还可以删除任务或更新任务。
示例性地的,RIC模块可以通过任务删除过程,删除或终止已经向UE发布的任务。例如,该方法包括:RIC模块向UE发布上述任务释放消息。其中,任务释放消息。可以称为RICTASK RELEASE REQUEST消息。关于RIC TASK RELEASE REQUEST消息的具体内容可以参见图8(b)所示的方法,这里不再赘述。
示例性地,RIC模块还可以通过任务更新过程S902,向UE发布所增加、修改和/或删除的任务。例如,RIC模块向UE发布任务更新消息,用于增加一个或者多个任务、修改一个或多个任务、和/或用于释放一个或多个任务。其中,任务更新消息可以称为RIC TASKMODIFICATION REQUEST消息。关于RIC TASK MODIFICATION REQUEST消息的具体内容可类似图8(b)所示的方法,这里不再赘述。
图9(b)的方法中,RIC模块发送给UE的AIC层消息,如RIC模块发送给UE的RIC TASKADDITION REQUEST消息、RIC TASK RELEASE REQUEST消息和RIC TASK MODIFICATIONREQUEST消息等,可以通过基站发送给UE。如上述针对图7(b)的描述所述,该AIC层消息可以依次通过基站的PDCP层、RLC层、MAC层和物理层,由基站的物理层发送至UE的物理层,并在UE层依次通过MAC层、RLC层、PDCP层和AIC层,由UE的AIC层进行解读。例如,CU通过G1接口从RIC模块收到该消息,可以根据该消息对应的优先级信息确定承载该消息的RB,根据该RB的各协议层配置,然后DU向UE发送该消息。
类似图8(b)的方法,图9(b)所示的方法中,可以包括S802(该方法中称为S903)、S803(该方法中称为S904)、S804/S805(该方法中称为S905/S906)、和F1接口建立过程。
类似图8(b)的方法中的S806,在图9(b)的方法中,可以包括S907,:CU可以通过UE的能力获取过程,得到UE的AI能力信息;或者,CU从核心网或者源基站获得UE的AI能力信息。CU可以通过上述S905和/或S906过程将该信息发送至RIC模块。RIC模块在获得UE AI能力信息后,可以根据QoS要求等发起一个或多个空口的RB的建立过程,以便承载AI数据收集和AI模型下载、AI模型更新等AI相关过程的上下行AIC层数据或信令。
可选地,图9(b)所示的方法中,还可以包括S902:RIC模块向基站发布任务,该任务的内容是:数据收集或推理结果。具体的配置方法类似图8(b)中相应的方法。和图8(b)的方法的区别是,S902中RIC模块发布给基站的任务不包括RIC模块发布给UE的任务。其原因在于,如上所述,图9(b)所示的方法中,由RIC模块的AIC层向UE的AIC层发布任务。
RIC模块可以向CU、DU、CU-CP、和CU-UP中的至少一种发布任务。比如,RIC模块向CU或DU发布的数据收集任务为:请求测量UE的上行传输时延。
可选地,图9(b)所示的方法中,还可以包括:RIC和基站进行配置更新过程。
上述描述了RIC模块向UE或基站发布任务,RIC模块可能需要CU和/或DU进行相应的操作以配合或辅助完成所发布的任务RIC任务。用于进行该操作的过程可以称为配置更新过程。比如RIC模块指示了多个UE进行数据收集,则RIC模块可以为基站配置上行资源等上行传输参数,基站可以将该上行传输参数通过空口指示给UE,用于UE利用该上行传输参数匿名上报所收集的数据。再比如,RIC模块指示UE进行联邦学习,则RIC模块可以为基站配置上行资源等上行传输参数,基站可以将该上行传输参数通过空口指示给UE,用于UE利用该上行传输参数上报模型参数的梯度信息。比如基站在空口通过系统信息配置UE发送匿名数据收集或联邦学习上行报告使用的时频资源、专用前导(preamble)等,以便UE有所述数据上报时采用这些无线资源进行上行发送。RIC模块可以向CU发送配置更新(CONFIGURATION UPDATE)消息,请求CU进行相应的操作,CU接受后向RIC模块返回配置更新确认(CONFIGURATION UPDATE ACK)消息。类似地,可选地,RIC模块和DU之间可以进行配置更新过程。可选地,RIC模块和CU-UP之间可以进行配置更新过程。
在图9(b)所示的方法中,UE接收到RIC模块发布的任务后,根据任务内容执行任务,并在满足任务上报条件时向RIC模块发送RIC TASK REPORT消息(S908)。该消息为AIC层消息。可选地,UE在发送该消息前,根据协议约定或任务优先级信息确定承载该消息的RB,通过该RB向基站发送信息,该信息中包括了RIC TASK REPORT消息,基站或基站的CU可以将该信息递交至RIC模块,RIC模块在AIC层解读出UE发送的RIC TASK REPORT消息。其中,RICTASK REPORT消息的介绍请参考表11,这里不再赘述。可选地,RIC模块成功接收到该RICTASK REPORT消息后,可以向UE返回确认消息,该消息可以称为RIC TASK REPORTACKNOWLEDGE消息。该消息为AIC层消息。
类似图8(b)中的方法,CU和/或DU接收到RIC模块发布的任务后,根据任务内容执行任务,并在满足任务上报条件时向RIC模块发送RIC TASK REPORT消息(S909)。可选地,RIC模块成功接收到该RIC TASK REPORT消息后,可以向CU和/或DU返回确认消息,该消息可以称为RIC TASK REPORT ACKNOWLEDGE消息。
从CU接收到基站和/或UE收集的数据后,RIC模块可以利用该数据进行推理,并将该推理结果发布给基站和/或UE。
一种可能的实现中,同图8(b)所示的方法,在图9(b)所示的方法中,可以包括S910:RIC模块将推理结果发布给基站。RIC模块可以向基站(CU、DU、CU-CP、和/或CU-UP)发布AI推理结果。
一种可能的实现中,RIC模块可以利用上述描述的S902,通过RIC TASKMODIFICATION REQUEST消息,向UE发布更新的模型、发布推理结果、和/或发布更新的数据收集任务。
示例三:独立RIC架构(图6(a))+RRC层之上的AIC层(图7(c))
图10所示为基站和UE之间的架构(网络架构+协议栈)示例三。示例三中具有独立的AIC协议层,如,由AIC层执行非实时功能的AI功能。此外,AIC层还可以执行rt-RIC的AI初始化、和/或实时功能的部分AI功能,如模型训练、模型下载和模型发布中至少一种。
利用图10所示的架构时,除了下述不同点,RAN和UE之间的信息交互流程示例图同图9(b)。二者之间的相同点不再赘述。
示例二和示例三中,RAN和UE之间的信息交互流程不同的地方在于:
如图7(b)和图7(c)的描述,示例二中RIC模块发送的AIC层消息是由AIC层递交至CU的PDCP层,该架构中将AIC层消息映射至RB可以是在G1接口根据应用层协议进行的;示例三中RIC模块发送的AIC层消息是由AIC层递交至RRC层,该架构中将AIC层消息映射至RB是在RRC层进行的。
示例四:独立RIC架构(图6(a))+应用层(图7(d))
图11所示为基站和UE之间的架构(网络架构+协议栈)示例四。示例四中,各协议层的功能描述具体见图7(d)所示,这里不再赘述。
利用图10所示的架构时,除了下述不同点,RAN和UE之间的信息交互流程示例图同示例一、示例二或示例三,具体和哪个示例相同见上述图7(d)中相应的描述,此处不再赘述。二者之间的相同点不再赘述。
示例四中,RIC TASK ADDITION REQUEST消息中不用于发布模型,即RIC TASKADDITION REQUEST指示的任务类型中不包括模型发布。RIC模块向UE发布模块发布任务时,通过RIC模块的应用层和UE的应用层实现该功能。RIC模块发布模型时,模型信息承载在数据RB,例如AI-CRB,上发送至UE。
进一步地,与上述示例中F1接口建立过程不同的是,示例四的F1接口建立过程中,创建通用分组无线业务(general packet radio service,GPRS)隧道协议-用户面(tunnelprotocol-user plane,GTP-u)公共隧道,用于RIC模块和UE之间的AI公共信令/数据的传输。比如该隧道用于承载RIC模块向UE发布的AI模型、发布更新的AI模型、或UE向RIC模块上报的AI模型梯度。在RIC模块和UE之间,可以只建立一个GTP-u公共隧道,通过GTP-u报头携带优先级信息来区分不同QoS要求的数据,用于将数据在空口对应到相应的AI-CRB;或者,可以为每种优先级建立一个GTP-u公共隧道,一个GTU-u公共隧道对应一个AI-CRB,不同的GTP-u公共隧道的数据直接承载在对应的AI-CRB上。
与上述示例不同的是,示例四中,如果UE接收到的任务是模型训练,UE通过应用层将模型参数的梯度信息发送给RIC模块的应用层。例如,UE通过AI-CRB将AI模型参数的梯度发送给CU,再由CU通过G1接口的GTP-u公共隧道将该AI模型参数的梯度发送给RIC模块。
示例五:嵌入RIC架构(图6(b))+各种可能的协议层(图7(a)-图7(d))
示例五中,采用嵌入式RIC架构,即RIC模块是基站的一部分,没有独立于基站的RIC模块。
利用该架构进行传输的过程分别类似前文描述的示例一至示例四,区别在于:示例五中,将涉及G1口的过程和操作改为基站内部的相应过程和操作,就可以得到示例五的实施方式。
示例六:混合RIC架构(图6(c))+各种可能的协议层(图7(a)-图7(d))
示例六中,采用混合RIC架构,即nrt-RIC模块是基站的一部分,rt-RIC模块独立于基站。
对于非实时功能的AI功能,利用该架构进行传输的过程分别类似前文描述的示例一至示例四。对于实时功能的AI功能,利用该架构进行传输的过程相比前文描述的示例一至示例四,区别在于:向UE发布模型、和UE上报AI模型参数的梯度等过程,通过空口的AI-CRB承载相应的AI信息。对其它AI过程,可以通过MAC CE、DCI、或上行控制信息(uplinkcontrol information,UCI)来承载相应的AI信息。
上述本申请提供的实施例中,分别从各网元、以及不同网元之间交互的角度对本申请实施例提供的方法进行了介绍。为了实现上述本申请实施例提供的方法中的各功能,各网元中可以包括硬件结构和/或软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行,取决于技术方案的特定应用和设计约束条件。
图12所示为本申请实施例提供的装置300的结构示例图。
在一种可能的实现中,装置300用于实现上述方法中RIC的功能。该装置可以是RIC,也可以是能够实现RIC的功能的其他装置。其中,该其他装置能够安装在RIC中或者能够和RIC匹配使用。
在一种可能的实现中,装置300用于实现上述方法中基站的功能。该装置可以是基站,也可以是能够实现基站的功能的其他装置。其中,该其他装置能够安装在基站中或者能够和基站匹配使用。
在一种可能的实现中,装置300用于实现上述方法中终端设备的功能。该装置可以是终端设备,也可以是能够实现终端设备的功能的其他装置。其中,该其他装置能够安装在终端设备中或者能够和终端设备匹配使用。
装置300中包括接收模块301,用于接收信号或者信息。装置300中包括发送模块302,用于发送信号或信息。装置300中包括处理模块303,用于处理所接收到的信号或者信息,例如用于解码接收模块301接收到的信号或者信息。处理模块303还可以生成要发送的信号或者信息,例如用于生成要通过发送模块302发送的信号或信息。
本申请实施例中对模块的划分是示意性的,为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如接收模块301和发送模块302还可以集成为收发模块或通信模块。另外,在本申请各个实施例中的各功能模块可以集成在一个模块中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
图13所示为本申请实施例提供的装置400的结构示例图。
在一种可能的实现中,装置400用于实现上述方法中RIC的功能。该装置可以是RIC,也可以是能够实现RIC的功能的其他装置。其中,该其他装置能够安装在RIC中或者能够和RIC匹配使用。例如,装置400可以为芯片系统。本申请实施例中,芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。例如,装置400包括至少一个处理器420,用于实现本申请实施例提供的方法中RIC的功能。
在一种可能的实现中,装置400用于实现上述方法中基站的功能。该装置可以是基站,也可以是能够实现基站的功能的其他装置。其中,该其他装置能够安装在基站中或者能够和基站匹配使用。例如,装置400可以为芯片系统。例如,装置400包括至少一个处理器420,用于实现本申请实施例提供的方法中基站的功能。
在一种可能的实现中,装置400用于实现上述方法中终端设备的功能。该装置可以是终端设备,也可以是能够实现终端设备的功能的其他装置。其中,该其他装置能够安装在终端设备中或者能够和终端设备匹配使用。例如,装置400可以为芯片系统。例如,装置400包括至少一个处理器420,用于实现本申请实施例提供的方法中终端设备的功能。
装置400还可以包括至少一个存储器430,用于存储程序指令和/或数据。存储器430和处理器420耦合。本申请实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接,可以是电性,机械或其它的形式,用于装置、单元或模块之间的信息交互。处理器420可能和存储器430协同操作,用于实现上述方法实施例中描述的功能。处理器420可能执行存储器430中存储的程序指令。所述至少一个存储器中的至少一个可以包括于处理器420中。
装置400还可以包括通信接口410,用于通过传输介质和其它设备进行通信,从而用于装置400中的装置可以和其它设备进行通信。处理器420利用通信接口410收发信号,用于实现上述方法实施例中描述的功能。本申请实施例中,通信接口可以是收发器、电路、总线、模块、管脚或其它类型的通信接口。
本申请实施例中不限定上述通信接口410、处理器420以及存储器430之间的具体连接介质。本申请实施例在图13中以存储器430、处理器420以及收发器410之间通过总线440连接,总线在图13中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图13中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中,处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
在本申请实施例中,存储器可以是非易失性存储器,比如硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)等,还可以是易失性存储器(volatilememory),例如随机存取存储器(random-access memory,RAM)。存储器是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。本申请实施例中的存储器还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
本申请实施例提供的技术方案可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、网络设备、终端设备、RIC或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机可以存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,数字视频光盘(digital video disc,DVD))、或者半导体介质等。
在本申请实施例中,在无逻辑矛盾的前提下,各实施例之间可以相互引用,例如方法实施例之间的方法和/或术语可以相互引用,例如装置实施例之间的功能和/或术语可以相互引用,例如装置实施例和方法实施例之间的功能和/或术语可以相互引用。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (71)
1.一种通信方法,其特征在于,包括:
向基站发送第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;
其中,对于所述一个或多个任务中的每一个任务,所述任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态,其中,所述任务的执行主体是终端设备或所述基站。
2.根据权利要求1所述的方法,其特征在于,所述任务类型为数据收集、推理结果发布、模型发布或模型训练。
3.根据权利要求1或2所述的方法,其特征在于,
所述任务的类型是数据收集时,所述任务内容指示以下内容中的一种或多种:数据的测量类型、测量条件、和测量结果报告方式;
所述任务的类型是推理结果发布时,所述任务内容指示推理结果;
所述任务的类型是模型发布时,所述任务内容指示模型信息;或,
所述任务的类型是模型训练时,所述任务内容指示以下内容中的一种或多种:上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述任务状态包括激活或去激活,或者所述任务状态包括激活、去激活或释放。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
从所述基站的集中单元CU接收第一接口建立请求消息,其中,所述第一接口建立请求消息用于指示以下内容中的一种或多种:
消息类型;
所述CU的ID;
所述CU的能力信息;
所述CU的配置信息;和
所述CU的状态信息。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
从所述基站的分布单元DU接收第二接口建立请求消息,其中,所述第二接口建立请求消息用于指示以下内容中的一种或多种:
消息类型;
所述DU的ID;
所述DU的能力信息;
所述DU的配置信息;和
所述DU的状态信息。
7.根据权利要求1-6任一项所述的方法,其特征在于,从所述基站接收所述终端设备的信息,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
从所述基站接收所收集的数据。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述方法还包括:
向所述基站发布推理结果。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:
从所述基站接收模型参数信息或模型参数梯度信息。
11.一种通信方法,其特征在于,包括:
从无线智能控制器RIC接收第一任务配置信息,所述第一任务配置信息用于指示一个或多个任务的配置信息;
其中,对于所述一个或多个任务中的每一个任务,所述任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态,其中,所述任务的执行主体是终端设备或基站。
12.根据权利要求11所述的方法,其特征在于,所述任务类型为数据收集、推理结果发布、模型发布或模型训练。
13.根据权利要求11或12所述的方法,其特征在于,
所述任务的类型是数据收集时,所述任务内容指示以下内容中的一种或多种:数据的测量类型、测量条件、和测量结果报告方式;
所述任务的类型是推理结果发布时,所述任务内容指示推理结果;
所述任务的类型是模型发布时,所述任务内容指示模型信息;或,
所述任务的类型是模型训练时,所述任务内容指示以下内容中的一种或多种:上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。
14.根据权利要求11-13任一项所述的方法,其特征在于,所述任务状态包括激活或去激活,或者所述任务状态包括激活、去激活或释放。
15.根据权利要求11-14任一项所述的方法,其特征在于,对于所述一个或多个任务中的至少一个任务,所述至少一个任务的执行主体是所述终端设备,所述方法还包括:
通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息,向所述终端设备指示所述至少一个任务中每个任务的信息。
16.根据权利要求11-15任一项所述的方法,其特征在于,所述方法还包括:
向所述RIC发送第一接口建立请求消息,其中,所述第一接口建立请求消息用于指示以下内容中的一种或多种:
消息类型;
所述基站的集中单元CU的ID;
所述CU的能力信息;
所述CU的配置信息;和
所述CU的状态信息。
17.根据权利要求11-16任一项所述的方法,其特征在于,所述方法还包括:
向所述RIC发送所述终端设备的信息,其中,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
18.根据权利要求11-17任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
向所述RIC发送所收集的数据。
19.根据权利要求18所述的方法,其特征在于,所述数据是从所述基站的分布单元DU或所述终端设备接收的。
20.根据权利要求11-19任一项所述的方法,其特征在于,所述方法还包括:
从所述RIC接收推理结果。
21.根据权利要求20所述的方法,其特征在于,所述方法还包括:
向所述终端设备发送所述推理结果。
22.根据权利要求11-21任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:
向所述RIC发送模型参数信息或模型参数梯度信息,所述模型参数信息或模型参数梯度信息来自所述终端设备。
23.一种通信方法,其特征在于,包括:
通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息,从基站接收一个或多个任务的信息;
其中,对于所述一个或多个任务中的每一个任务,所述任务信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态,其中,所述任务的执行主体包括一个或多个终端设备。
24.根据权利要求23所述的方法,其特征在于,
所述任务的类型是数据收集时,所述任务内容指示以下内容中的一种或多种:数据的测量类型、测量条件、和测量结果报告方式;
所述任务的类型是推理结果发布时,所述任务内容指示推理结果;
所述任务的类型是模型发布时,所述任务内容指示模型信息;或,
所述任务的类型是模型训练时,所述任务内容指示以下内容中的一种或多种:上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。
25.根据权利要求23或24所述的方法,其特征在于,所述任务状态包括激活或去激活,或者所述任务状态包括激活、去激活或释放。
26.根据权利要求23-25任一项所述的方法,其特征在于,所述方法还包括:
向所述基站发送终端设备的信息,其中,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
27.根据权利要求23-26任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
向基站发送所收集的数据。
28.根据权利要求23-27任一项所述的方法,其特征在于,所述方法还包括:
从基站接收推理结果。
29.根据权利要求23-28任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:
向所述基站发送模型参数信息或模型参数梯度信息。
30.一种通信方法,其特征在于,包括:
通过第一协议层,向终端设备发送第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;
其中,对于所述一个或多个任务中的每一个任务,所述任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态,其中,所述任务的执行主体包括一个或多个终端设备。
31.根据权利要求30所述的方法,其特征在于,所述方法还包括:
向基站发送第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息;
其中,所述第三任务配置信息指示的所述一个或多个任务中每个任务的配置信息用于指示所述每个任务的以下内容中的一种或多种:任务ID、任务类型、任务内容、任务执行主体、和任务状态,其中,所述任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。
32.根据权利要求30或31所述的方法,其特征在于,所述任务类型为数据收集、推理结果发布、模型发布或模型训练。
33.根据权利要求30-32任一项所述的方法,其特征在于,
所述任务的类型是数据收集时,所述任务内容指示以下内容中的一种或多种:数据的测量类型、测量条件、和测量结果报告方式;
所述任务的类型是推理结果发布时,所述任务内容指示推理结果;
所述任务的类型是模型发布时,所述任务内容指示模型信息;或,
所述任务的类型是模型训练时,所述任务内容指示以下内容中的一种或多种:上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。
34.根据权利要求30-33任一项所述的方法,其特征在于,所述任务状态包括激活或去激活,或者所述任务状态包括激活、去激活或释放。
35.根据权利要求30-34任一项所述的方法,其特征在于,所述方法还包括:
从所述基站的CU接收第一接口建立请求消息,其中,所述第一接口建立请求消息用于指示以下内容中的一种或多种:
消息类型;
所述CU的ID;
所述CU的能力信息;
所述CU的配置信息;和
所述CU的状态信息。
36.根据权利要求30-35任一项所述的方法,其特征在于,所述方法还包括:
从所述基站的DU接收第二接口建立请求消息,其中,所述第二接口建立请求消息用于指示以下内容中的一种或多种:
消息类型;
所述DU的ID;
所述DU的能力信息;
所述DU的配置信息;和
所述DU的状态信息。
37.根据权利要求30-36任一项所述的方法,其特征在于,从所述基站接收所述终端设备的信息,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
38.根据权利要求31-37任一项所述的方法,其特征在于,所述第三任务配置信息指示的所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
从所述基站接收所收集的数据。
39.根据权利要求31-38任一项所述的方法,其特征在于,所述方法还包括:
向所述基站发布推理结果。
40.根据权利要求30-39任一项所述的方法,其特征在于,所述第二任务配置信息指示的所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
通过所述第一协议层,从所述终端设备接收所收集的数据。
41.根据权利要求30-40任一项所述的方法,其特征在于,所述方法还包括:
通过所述第一协议层,向所述终端设备发布推理结果。
42.根据权利要求30-41任一项所述的方法,其特征在于,所述第二任务配置信息指示的所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:
通过所述第一协议层,从所述终端设备接收模型参数信息或模型参数梯度信息。
43.根据权利要求30-42任一项所述的方法,其特征在于,
所述第一协议层为分组数据汇聚层协议PDCP层之上的人工智能控制AIC层,
所述第一协议层为无线资源控制RRC层之上的AIC层,或,
所述第一协议层为应用层。
44.一种通信方法,其特征在于,包括:
从无线智能控制器RIC接收第三任务配置信息,所述第三任务配置信息用于指示一个或多个任务的配置信息;
对于所述一个或多个任务中的每一个任务,所述任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态,其中,所述任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。
45.根据权利要求44所述的方法,其特征在于,对于所述一个或多个任务中的至少一个任务,所述至少一个任务的执行主体是所述DU,所述方法还包括:
向所述DU发送所述至少一个任务中每个任务的信息。
46.根据权利要求44或45所述的方法,其特征在于,所述方法还包括:
向所述RIC发送第一接口建立请求消息,其中,所述第一接口建立请求消息用于指示以下内容中的一种或多种:
消息类型;
所述CU的ID;
所述CU的能力信息;
所述CU的配置信息;和
所述CU的状态信息。
47.根据权利要求44-46任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
向所述RIC发送所收集的数据。
48.根据权利要求47所述的方法,其特征在于,所述数据是从所述基站的DU接收的。
49.根据权利要求44-48任一项所述的方法,其特征在于,所述方法还包括:
从所述RIC接收推理结果。
50.一种通信方法,其特征在于,包括:
通过第一协议层,从无线智能控制器RIC接收第二任务配置信息,所述第二任务配置信息用于指示一个或多个任务的配置信息;
其中,对于所述一个或多个任务中的每一个任务,所述任务的配置信息用于指示所述任务的以下内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态,其中,所述任务的执行主体包括一个或多个终端设备。
51.根据权利要求50所述的方法,其特征在于,所述方法还包括:通过基站向所述RIC发送终端设备的信息,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
52.根据权利要求50或51所述的方法,其特征在于,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
通过所述第一协议层,向所述RIC发送所收集的数据。
53.根据权利要求50-52任一项所述的方法,其特征在于,所述方法还包括:
通过所述第一协议层,从所述RIC接收推理结果。
54.根据权利要求50-53任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:
通过所述第一协议层,向所述RIC发送模型参数信息或模型参数梯度信息。
55.根据权利要求50-54任一项所述的方法,其特征在于,
所述第一协议层为分组数据汇聚层协议PDCP层之上的人工智能控制AIC层,
所述第一协议层为无线资源控制RRC层之上的AIC层,或,
所述第一协议层为应用层。
56.一种通信方法,其特征在于,包括:
通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统信息块SIB、主信息块MIB、寻呼消息、媒体接入控制MAC控制元素CE或物理层信息,向终端设备发送一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;
其中,对于所述一个或多个任务中的每个任务,所述任务的信息用于指示以下所述任务的内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
57.根据权利要求56所述的方法,其特征在于,所述任务类型为数据收集、推理结果发布、模型发布或模型训练。
58.根据权利要求56或57所述的方法,其特征在于,
所述任务的类型是数据收集时,所述任务内容指示以下内容中的一种或多种:数据的测量类型、测量条件、和测量结果报告方式;
所述任务的类型是推理结果发布时,所述任务内容指示推理结果;
所述任务的类型是模型发布时,所述任务内容指示模型信息;或,
所述任务的类型是模型训练时,所述任务内容指示以下内容中的一种或多种:上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。
59.根据权利要求56-58任一项所述的方法,其特征在于,所述任务状态包括激活或去激活,或者所述任务状态包括激活、去激活或释放。
60.根据权利要求56-59任一项所述的方法,其特征在于,所述方法还包括:
从所述终端设备接收所述终端设备的信息,其中,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
61.根据权利要求56-60任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
从所述终端设备接收所收集的数据。
62.根据权利要求56-61任一项所述的方法,其特征在于,所述方法还包括:
向所述终端设备发送推理结果。
63.根据权利要求56-62任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:
从所述终端设备接收模型参数信息或模型参数梯度信息。
64.一种通信方法,其特征在于,包括:
通过应用层、人工智能控制AIC层、无线资源控制RRC信令、系统信息块SIB、主信息块MIB、寻呼消息、媒体接入控制MAC控制元素CE或物理层信息,从基站接收一个或多个任务的信息,其中,所述AIC层位于分组数据汇聚层协议PDCP层之上,或者所述AIC层位于所述RRC层之上;
其中,对于所述一个或多个任务中的每个任务,所述任务的信息用于指示以下所述任务的内容中的一种或多种:任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
65.根据权利要求64所述的方法,其特征在于,所述方法还包括:
向所述基站发送终端设备的信息,其中,所述终端设备的信息包括以下一项或多项:所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
66.根据权利要求64或65所述的方法,其特征在于,所述一个或多个任务中包括至少一个数据收集任务,所述方法还包括:
向所述基站发送所收集的数据。
67.根据权利要求64-66任一项所述的方法,其特征在于,所述方法还包括:
从所述基站接收推理结果。
68.根据权利要求64-67任一项所述的方法,其特征在于,所述一个或多个任务中包括至少一个模型训练任务,所述方法还包括:
向所述基站发送模型参数信息或模型参数梯度信息。
69.一种装置,其特征在于,用于实现权利要求1-68任一项所述的方法。
70.一种通信装置,包括处理器和存储器,所述存储器和所述处理器耦合,所述处理器用于执行权利要求1-68任一项所述的方法。
71.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行权利要求1-68任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858139.5A CN114095969A (zh) | 2020-08-24 | 2020-08-24 | 一种智能的无线接入网络 |
EP21860363.7A EP4192093A4 (en) | 2020-08-24 | 2021-08-24 | INTELLIGENT RADIO ACCESS NETWORK |
PCT/CN2021/114255 WO2022042528A1 (zh) | 2020-08-24 | 2021-08-24 | 一种智能的无线接入网络 |
US18/173,391 US20230209390A1 (en) | 2020-08-24 | 2023-02-23 | Intelligent Radio Access Network |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858139.5A CN114095969A (zh) | 2020-08-24 | 2020-08-24 | 一种智能的无线接入网络 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114095969A true CN114095969A (zh) | 2022-02-25 |
Family
ID=80295549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010858139.5A Pending CN114095969A (zh) | 2020-08-24 | 2020-08-24 | 一种智能的无线接入网络 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230209390A1 (zh) |
EP (1) | EP4192093A4 (zh) |
CN (1) | CN114095969A (zh) |
WO (1) | WO2022042528A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278792A (zh) * | 2022-06-23 | 2022-11-01 | 重庆邮电大学 | 超密集异构无线网络中感知终端接入偏好的切换判决方法 |
WO2023165447A1 (zh) * | 2022-03-01 | 2023-09-07 | 维沃移动通信有限公司 | 小区切换方法、装置及用户设备 |
WO2023184452A1 (zh) * | 2022-03-31 | 2023-10-05 | 北京小米移动软件有限公司 | 终端设备使用的模型的确定方法和装置 |
WO2023207860A1 (zh) * | 2022-04-26 | 2023-11-02 | 华为技术有限公司 | 通信方法和通信装置 |
WO2023236124A1 (zh) * | 2022-06-08 | 2023-12-14 | 北京小米移动软件有限公司 | 一种人工智能ai模型训练方法/装置/设备及存储介质 |
WO2024031569A1 (zh) * | 2022-08-11 | 2024-02-15 | 北京小米移动软件有限公司 | 一种通信方法、装置、设备及存储介质 |
WO2024040476A1 (en) * | 2022-08-24 | 2024-02-29 | Apple Inc. | Rrc procedure design for wireless ai/ml |
WO2024082274A1 (zh) * | 2022-10-21 | 2024-04-25 | 华为技术有限公司 | Ai任务指示的方法、通信装置和系统 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230021835A1 (en) * | 2021-07-26 | 2023-01-26 | Qualcomm Incorporated | Signaling for additional training of neural networks for multiple channel conditions |
CN116828514A (zh) * | 2022-03-22 | 2023-09-29 | 华为技术有限公司 | 通信方法和通信装置 |
CN116847312A (zh) * | 2022-03-24 | 2023-10-03 | 北京邮电大学 | 数据处理方法、装置、通信系统、电子设备及存储介质 |
CN116939702A (zh) * | 2022-04-08 | 2023-10-24 | 华为技术有限公司 | 数据传输的方法和装置 |
WO2023208322A1 (en) * | 2022-04-26 | 2023-11-02 | Nokia Technologies Oy | Federated learning methods applicable for radio access network performance optimization |
WO2023213994A1 (en) * | 2022-05-05 | 2023-11-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Controlling the collection of data for use in training a model |
GB202209942D0 (en) * | 2022-07-06 | 2022-08-17 | Samsung Electronics Co Ltd | Artificial intelligence and machine learning models management and/or training |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19649855B4 (de) * | 1996-12-02 | 2004-08-05 | T-Mobile Deutschland Gmbh | Repeater für Funksignale |
CN102932751A (zh) * | 2012-10-17 | 2013-02-13 | 中国联合网络通信集团有限公司 | 物联网数据传输方法和物联网 |
JP6745346B2 (ja) * | 2016-03-29 | 2020-08-26 | オッポ広東移動通信有限公司Guangdong Oppo Mobile Telecommunications Corp., Ltd. | 無線通信方法、及び装置 |
CN109644387A (zh) * | 2016-09-05 | 2019-04-16 | 华为技术有限公司 | 一种无线通信的方法和装置 |
US20200065712A1 (en) * | 2018-08-23 | 2020-02-27 | Microsoft Technology Licensing, Llc | Efficient configuration selection for automated machine learning |
US10673546B2 (en) * | 2018-09-27 | 2020-06-02 | Nokia Solutions And Networks Oy | Scell selection and optimization for telecommunication systems |
US11170335B2 (en) * | 2018-09-28 | 2021-11-09 | Accenture Global Solutions Limited | Adaptive artificial intelligence for user training and task management |
US11979754B2 (en) * | 2018-12-22 | 2024-05-07 | Nokia Solutions And Networks Oy | Connection behavior identification for wireless networks |
CN111522669A (zh) * | 2020-04-29 | 2020-08-11 | 深圳前海微众银行股份有限公司 | 横向联邦学习系统优化方法、装置、设备及可读存储介质 |
-
2020
- 2020-08-24 CN CN202010858139.5A patent/CN114095969A/zh active Pending
-
2021
- 2021-08-24 EP EP21860363.7A patent/EP4192093A4/en active Pending
- 2021-08-24 WO PCT/CN2021/114255 patent/WO2022042528A1/zh unknown
-
2023
- 2023-02-23 US US18/173,391 patent/US20230209390A1/en active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023165447A1 (zh) * | 2022-03-01 | 2023-09-07 | 维沃移动通信有限公司 | 小区切换方法、装置及用户设备 |
WO2023184452A1 (zh) * | 2022-03-31 | 2023-10-05 | 北京小米移动软件有限公司 | 终端设备使用的模型的确定方法和装置 |
WO2023207860A1 (zh) * | 2022-04-26 | 2023-11-02 | 华为技术有限公司 | 通信方法和通信装置 |
WO2023236124A1 (zh) * | 2022-06-08 | 2023-12-14 | 北京小米移动软件有限公司 | 一种人工智能ai模型训练方法/装置/设备及存储介质 |
CN115278792A (zh) * | 2022-06-23 | 2022-11-01 | 重庆邮电大学 | 超密集异构无线网络中感知终端接入偏好的切换判决方法 |
WO2024031569A1 (zh) * | 2022-08-11 | 2024-02-15 | 北京小米移动软件有限公司 | 一种通信方法、装置、设备及存储介质 |
WO2024040476A1 (en) * | 2022-08-24 | 2024-02-29 | Apple Inc. | Rrc procedure design for wireless ai/ml |
WO2024082274A1 (zh) * | 2022-10-21 | 2024-04-25 | 华为技术有限公司 | Ai任务指示的方法、通信装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
EP4192093A4 (en) | 2024-02-21 |
WO2022042528A1 (zh) | 2022-03-03 |
US20230209390A1 (en) | 2023-06-29 |
EP4192093A1 (en) | 2023-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022042528A1 (zh) | 一种智能的无线接入网络 | |
Mollel et al. | A survey of machine learning applications to handover management in 5G and beyond | |
CN109996306B (zh) | 通信方法和通信设备 | |
Jayakumar | A review on resource allocation techniques in D2D communication for 5G and B5G technology | |
Maeder et al. | A scalable and flexible radio access network architecture for fifth generation mobile networks | |
Wang et al. | Cell-less communications in 5G vehicular networks based on vehicle-installed access points | |
US11284240B2 (en) | Method and apparatus for managing the mobility of device in a network | |
US20220303836A1 (en) | Method and apparatus for handover | |
Al-Namari et al. | A brief survey on 5G wireless mobile network | |
US20230262490A1 (en) | Data transmission method and apparatus | |
Elsayed et al. | Vehicles communications handover in 5G: A survey | |
Li et al. | Opportunistic computing offloading in edge clouds | |
CN111490816A (zh) | 无线通信的方法和通信设备 | |
JP2021535684A (ja) | データ伝送方法、無線アクセスネットワークデバイス及び端末デバイス | |
US20230262478A1 (en) | Model configuration method and apparatus | |
CN116648933A (zh) | 无线通信网络中的感测系统、方法和装置 | |
Cardoso et al. | A softwarized perspective of the 5G networks | |
KR20210130786A (ko) | 예측적인, 캐시된, 및 코스트-효율적인 데이터 전송 | |
EP4192094A1 (en) | Service traffic shunting method and apparatus | |
Toufga et al. | Openflow based topology discovery service in software defined vehicular networks: limitations and future approaches | |
WO2022209234A1 (ja) | Ranノード、ue及び方法 | |
KR20230139297A (ko) | 연합 학습에 관련된 통신 | |
WO2023069534A1 (en) | Using ai-based models for network energy savings | |
US11924287B2 (en) | Method for managing session | |
WO2023070684A1 (zh) | 无线通信的方法和设备 |
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 |