CN114143799A - 通信方法及装置 - Google Patents
通信方法及装置 Download PDFInfo
- Publication number
- CN114143799A CN114143799A CN202010917379.8A CN202010917379A CN114143799A CN 114143799 A CN114143799 A CN 114143799A CN 202010917379 A CN202010917379 A CN 202010917379A CN 114143799 A CN114143799 A CN 114143799A
- Authority
- CN
- China
- Prior art keywords
- model
- identification information
- network device
- information
- terminal device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- 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
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请实施例提供一种通信方法及装置,能够解决网络设备频繁向终端设备发送人工智能AI模型和/或机器学习ML模型的配置参数的问题,从而可以节省空口开销。该方法可应用于4G系统,5G系统,和/或未来的通信系统,如6G系统等。该方法包括:终端设备接收来自第一网络设备的第一模型的配置信息,并获取用于标识第一模型的配置的第一标识信息,第二网络设备获取第一标识信息,并向终端设备发送第一指示信息,然后,终端设备采用第一模型的配置信息处理数据。其中,第一模型为人工智能模型或机器学习模型,第一指示信息用于指示采用第一标识信息对应的第一模型的配置信息。
Description
技术领域
本申请实施例涉及通信领域,尤其涉及一种通信方法及装置。
背景技术
随着无线网络支持的业务的多样化,无线网络需要满足超高速率、超低时延、超高可靠和/或超多连接等多种需求,进而提高了网络规划、网络配置和资源调度的复杂度。
由于人工智能技术可以模拟非线性模型,能够有效适应复杂多变的网络环境。因此,为了提高无线网络的管理效率,可将人工智能(artificial intelligence,AI)和/或机器学习(machine learning,ML)引入无线网络,以实现网络智能化,提高网络的管理效率。如何将人工智能技术引入无线网络是一个值得研究的课题。
发明内容
本申请实施例提供一种通信方法及装置,能够将AI/ML技术引入无线网络,并且网络设备不需要频繁向终端设备发送AI模型和/或ML模型的配置参数,从而可以节省空口开销。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供一种通信方法。该通信方法包括:接收来自第一网络设备的第一模型的配置信息,获取第一标识信息,接收来自第二网络设备的第一指示信息,采用第一模型的配置信息处理数据,其中,第一模型为人工智能AI模型或机器学习ML模型,第一标识信息用于标识第一模型的配置,第一指示信息用于指示采用第一标识信息对应的第一模型的配置信息。
基于第一方面所述的通信方法,终端设备获取其自身已存在的第一模型的配置对应的第一标识信息,第二网络设备获取该第一标识信息,并向终端设备发送第一指示信息,以指示终端设备采用其自身已存在的AI模型或ML模型,可以避免第二网络设备向终端设备发送第一模型的配置参数,从而可以节省空口的信令开销。
在一种可能的设计方案中,上述获取第一标识信息,可以包括:第一模型的配置信息包括第一标识信息,或者,生成第一标识信息。也就是说,终端设备可以从第一网络设备获取第一标识信息,或者,终端设备可以为自身具有的模型分配或配置对应的标识信息(此时,可选地,获取第一标识信息还可以被描述为:确定第一标识信息)。如此,终端设备可以获得第一模型的配置与第一标识信息的对应关系。
可选地,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。示例性地,第一模型的功能可以为用于切换优化、用于编码、用于信道状态信息(channel state information,CSI)反馈等。也就是说,可以采用多种方式标识第一模型的配置,终端设备可以通过接收指示采用第一标识信息对应的第一模型的配置信息的第一指示信息,利用该第一模型进行训练和/或决策推理,可以避免接收数据量较大的相应模型的配置参数,从而节省空口的信令开销。
在一种可能的设计方案中,第一模型的配置信息可以包括第一模型的参数、第一模型的超参数、和/或第一模型的算法。其中,第一模型的参数是第一模型内部的配置变量,可以利用数据估计获得参数的值。第一模型的超参数是模型外部的配置变量,利用数据估计无法获得超参数的值。如此,终端设备可以采用第一模型的配置信息处理数据,从而实现网络智能化。
在一种可能的设计方案中,第一方面所述的通信方法,还可以包括;接收来自第一网络设备的第二指示信息。其中,第二指示信息可以用于指示第一模型的适用范围和/或第一模型的有效时间。可选地,第一模型的有效时间可以指示第一模型的有效时间范围。如此,终端设备可以根据第一模型的适用范围和/或第一模型的有效时间,确定其更倾向或推荐使用的第一模型或第一模型的配置信息。
可选地,第一模型的适用范围可以包括如下一项或多项:适用的公共陆地移动网络列表信息、适用的小区列表信息、和适用的RRC状态。示例性地,公共陆地移动网络列表信息可以包括一个或多个公共陆地移动网络。小区列表信息可以包括物理小区标识(physical cell identifier,PCI)、或全局小区标识(cell global identifier,CGI)等。RRC状态是指终端设备的RRC状态。RRC状态可以包括连接态(RRC_connected)、空闲态(RRC_idle)、和/或非激活态(RRC_inactive)。
可选地,公共陆地移动网络列表信息包括终端设备的注册公共陆地移动网络。如此,当终端设备需要使用模型处理数据时,可以向第二网络设备发送第一标识信息,以请求使用终端设备当前具有的或倾向或推荐使用的模型的配置信息,避免接收模型的配置参数,从而可以减少空口的信令开销。
在一种可能的设计方案中,第一网络设备可以与第二网络设备相同。在该情况下,当终端设备需要使用模型处理数据时,可以向第二网络设备发送第一标识信息,以请求使用终端设备当前具有的或倾向或推荐使用的模型的配置信息,避免接收模型的配置参数,从而可以减少空口的信令开销。
在一种可能的设计方案中,第一网络设备中的第一小区可以和第二网络设备中的第二小区相同,第一小区是在其中接收第一标识信息的小区,第二小区是在其中发送第一标识信息的小区。
也就是说,终端设备可以确定第一网络设备中的第一小区和第二网络设备中的第二小区是否相同,若相同,可以向第二网络设备发送第一标识信息,以使第二网络设备从第一标识信息对应的模型中,确定终端设备能够使用的模型,以减少向终端设备发送第一模型的配置信息的次数,可以节省空口的信令开销。
在一种可能的设计方案中,小区列表信息可以包括第二小区。也就是说,终端设备可以确定小区列表信息是否包括第二小区,若包括,则终端设备向第二网络设备发送第一标识信息。如此,可以请求使用终端设备当前具有的或倾向或推荐使用的模型的配置信息,避免接收模型的配置参数,从而可以减少空口的信令开销。
在一种可能的设计方案中,第一方面所述的通信方法,还可以包括;向第二网络设备发送第一标识信息。可选地,第一标识信息可以指示终端设备当前具有的或倾向或推荐使用的模型或模型的配置信息,以请求使用该标识信息对应的模型或模型的配置信息。该方法可以避免接收模型的配置参数,从而可以减少空口的信令开销。
在一种可能的设计方案中,第一方面所述的通信方法,还可以包括;接收来自第二网络设备的至少一个第二标识信息。其中,第二标识信息用于指示第二网络设备支持的模型或支持的模型的配置信息,模型为AI模型或ML模型。如此,终端设备获得第二网络设备支持的模型或模型的配置信息对应的标识信息,以确定是否向第二网络设备发送第一标识信息。该方法可以降低第二网络设备确定终端设备能够使用的第一模型的复杂度,提高终端处理数据的效率。
可选地,至少一个第二标识信息可以包括第一标识信息。也就是说,终端设备可以确定至少一个第二标识信息是否包括第一标识信息,若包括,终端设备可以向第二网络设备发送第一标识信息,以请求使用第一标识信息对应的模型或模型信息处理数据。该方法可以降低第二网络设备确定终端设备能够使用的第一模型的复杂度,提高终端处理数据的效率。
可选地,至少一个第二标识信息对应的模型可以包括第一标识信息对应的第一模型。也就是说,终端设备可以确定至少一个第二标识信息对应的模型是否包括第一标识信息对应的第一模型,若包括,则向第二网络设备发送第一标识信息,以请求使用第一标识信息对应的模型或模型信息处理数据。该方法可以降低第二网络设备确定终端设备能够使用的第一模型的复杂度,提高终端处理数据的效率。
在一种可能的设计方案中,第一方面所述的通信方法,还可以包括;向第二网络设备发送第一小区信息。其中,第一小区信息用于指示在其中接收第一标识信息的小区。如此,可以使第二网络设备根据第一小区信息,获知第一标识信息对应的模型或模型的配置信息,进而确定该第一标识信息对应的模型或模型的配置信息能否被终端设备使用。该方法可以提高第二网络设备确定终端设备能够使用的第一模型的准确性。
在一种可能的设计方案中,第一方面所述的通信方法,还可以包括;向核心网网元发送第一标识信息和/或第一模型的配置信息。如此,可以使核心网网元为第二网络设备配置第一标识信息和/或第一模型的配置信息,以使第二网络设备根据第一标识信息和/或第一模型的配置信息,确定终端设备能够使用的第一模型,避免终端设备接收模型的配置参数,从而可以减少空口的信令开销。
在一种可能的设计方案中,第一方面所述的通信方法,还可以包括;向核心网网元发送第三指示信息;其中,第三指示信息用于指示第一模型的适用范围。如此,可以使核心网网元为第二网络设备配置第一模型的适用范围。该方法可以使第二网络设备根据第一模型的适用范围,准确地确定终端设备能够使用的第一模型。
在一种可能的设计方案中,第一方面所述的通信方法,还可以包括;向第一网络设备发送第一标识信息。也就是说,若第一标识信息由终端设备生成,终端设备可以向第一网络设备发送第一标识信息。该方法可以交互终端设备与第一网络设备之间的模型或模型的配置与模型的标识之间的对应关系。
第二方面,提供一种通信方法。该通信方法包括:获取第一标识信息,向终端设备发送第一指示信息。其中,第一标识信息用于标识第一模型的配置,第一模型为人工智能AI模型或机器学习ML模型,第一指示信息用于指示终端设备采用第一标识信息对应的第一模型的配置信息。
可选地,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
在一种可能的设计方案中,第一模型的配置信息可以包括第一模型的参数、第一模型的超参数和/或第一模型的算法。
在一种可能的设计方案中,上述向终端设备发送第一指示信息,可以包括:确定至少一个第三标识信息,若至少一个第三标识信息包括第一标识信息,则可以向终端设备发送第一指示信息。其中,第三标识信息可以用于指示终端设备可用的第一模型或第一模型的配置信息。如此,可以指示终端设备采用哪个模型或哪个模型的配置信息,避免向终端设备发送模型的配置参数,从而节省空口的信令开销。
可选地,若至少一个第三标识信息不包括第一标识信息,则可以向终端设备发送至少一个第三标识信息对应的至少一个第一模型的配置信息。
在一种可能的设计方案中,第二方面所述的通信方法,还可以包括:向终端设备发送至少一个第二标识信息。其中,第二标识信息可以用于指示第二网络设备支持的模型或支持的模型的配置信息,模型为AI模型或ML模型。
在一种可能的设计方案中,上述获取第一标识信息,可以包括:接收来自终端设备的第一标识信息,或者,接收来自第一网络设备的第一标识信息和/或第一模型的配置信息,接收来自核心网网元的第一标识信息和/或第一模型的配置信息。其中,第一模型的配置信息包括第一标识信息。也就是说,第二网络设备可以通过多种方式获取第一标识信息、第一模型的参数、第一模型的超参数、第一模型的算法、和/或第一模型的适用范围等信息。
在一种可能的设计方案中,第二方面所述的通信方法,还可以包括:接收来自终端设备的第一小区信息。其中,第一小区信息可以用于指示第一网络设备中发送第一标识信息的小区。
此外,第二方面所述的通信方法的技术效果可以参考第一方面所述的通信方法的技术效果,此处不再赘述。
第三方面,提供一种通信方法。该通信方法包括:获取第一标识信息,向第二网络设备发送第一标识信息。其中,第一标识信息用于标识第一模型的配置,第一模型为人工智能AI模型或机器学习ML模型。
可选地,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
在一种可能的设计方案中,上述获取第一标识信息,可以包括:接收来自终端设备的第一模型的配置信息,或者,接收来自第一网络设备的第一模型的配置信息。其中,第一模型的配置信息可以包括第一标识信息。
可选地,第一模型的配置信息可以包括第一模型的参数和/或第一模型的超参数和/或第一模型的算法。
在一种可能的设计方案中,第三方面所述的通信方法,还可以包括:接收来自第一网络设备的第三指示信息。其中,第三指示信息用于指示第一模型的适用范围。
在一种可能的设计方案中,第三方面所述的通信方法,还可以包括:接收来自终端设备的第三指示信息。
可选地,第一模型的适用范围可以包括适用的公共陆地移动网络列表信息、和/或适用的小区列表信息。
此外,第三方面所述的通信方法的技术效果可以参考第一方面所述的通信方法的技术效果,此处不再赘述。
第四方面,提供一种通信方法。该通信方法包括:向终端设备发送第一模型的配置信息。其中,第一模型的配置信息包括第一标识信息,第一标识信息用于标识第一模型的配置,第一模型为人工智能AI模型或机器学习ML模型。
可选地,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
在一种可能的设计方案中,第一模型的配置信息可以包括第一模型的参数、第一模型的超参数和/或第一模型的算法。
在一种可能的设计方案中,第四方面所述的通信方法,还可以包括:向终端设备发送第二指示信息。其中,第二指示信息可以用于指示第一模型的适用范围和/或第一模型的有效时间。
可选地,第一模型的适用范围可以包括适用的公共陆地移动网络列表信息、和/或适用的小区列表信息。
在一种可能的设计方案中,第四方面所述的通信方法,还可以包括:向核心网网元发送第一模型的配置信息。
在一种可能的设计方案中,第四方面所述的通信方法,还可以包括:向核心网网元发送第三指示信息。其中,第三指示信息可以用于指示第一模型的适用范围。
在一种可能的设计方案中,第四方面所述的通信方法,还可以包括:向第二网络设备发送第一模型的配置信息。
在一种可能的设计方案中,上述向终端设备发送第一模型的配置信息,可以包括:通过广播方式向终端设备发送第一模型的配置信息。
在一种可能的设计方案中,第四方面所述的通信方法,还可以包括:接收来自终端设备的第一标识信息。
此外,第四方面所述的通信方法的技术效果可以参考第一方面所述的通信方法的技术效果,此处不再赘述。
第五方面,提供一种通信装置。该通信装置包括:处理器。该处理器用于执行如第一方面中任意一种可能的实现方式所述的通信方法。
在一种可能的设计中,第五方面所述的通信装置还可以包括存储器。该存储器用于存储计算机程序或指令。处理器用于从存储器中读取并运行指令,从而执行如第一方面中任意一种可能的实现方式所述的通信方法。
在本申请中,第五方面所述的通信装置可以为终端设备,或者可设置于终端设备的芯片(系统)或其他部件或组件。
此外,第五方面所述的通信装置的技术效果可以参考第一方面中的任意一种实现方式所述的通信方法的技术效果,此处不再赘述。
第六方面,提供一种通信装置。该通信装置包括:处理器。该处理器用于执行如第二方面中任意一种可能的实现方式所述的通信方法。
在一种可能的设计中,第六方面所述的通信装置还可以包括存储器。该存储器用于存储计算机程序或指令。处理器用于从存储器中读取并运行指令,从而执行如第二方面中任意一种可能的实现方式所述的通信方法。
在本申请中,第六方面所述的通信装置可以为第二网络设备,或者可设置于第二网络设备的芯片(系统)或其他部件或组件。
此外,第六方面所述的通信装置的技术效果可以参考第一方面中的任意一种实现方式所述的通信方法的技术效果,此处不再赘述。
第七方面,提供一种通信装置。该通信装置包括:处理器。该处理器用于执行如第三方面中任意一种可能的实现方式所述的通信方法。
在一种可能的设计中,第七方面所述的通信装置还可以包括存储器。该存储器用于存储计算机程序或指令。处理器用于从存储器中读取并运行指令,从而执行如第三方面中任意一种可能的实现方式所述的通信方法。
在本申请中,第七方面所述的通信装置可以为核心网网元,或者可设置于核心网网元的芯片(系统)或其他部件或组件。
此外,第七方面所述的通信装置的技术效果可以参考第一方面中的任意一种实现方式所述的通信方法的技术效果,此处不再赘述。
第八方面,提供一种通信装置。该通信装置包括:处理器。该处理器用于执行如第四方面中任意一种可能的实现方式所述的通信方法。
在一种可能的设计中,第八方面所述的通信装置还可以包括存储器。该存储器用于存储计算机程序或指令。处理器用于从存储器中读取并运行指令,从而执行如第四方面中任意一种可能的实现方式所述的通信方法。
在本申请中,第八方面所述的通信装置可以为第一网络设备,或者可设置于第一网络设备的芯片(系统)或其他部件或组件。
此外,第八方面所述的通信装置的技术效果可以参考第一方面中的任意一种实现方式所述的通信方法的技术效果,此处不再赘述。
第九方面,提供一种通信系统。该系统包括终端设备、第一网络设备以及第二网络设备。
可选地,该通信系统还可以包括核心网网元。
可选地,第一网络设备可以和第二网络设备相同。
第十方面,提供一种计算机可读存储介质,包括:该计算机可读存储介质包括计算机程序或指令;当该计算机程序或指令在计算机上运行时,使得该计算机执行第一方面至第四方面中任意一种可能的实现方式所述的通信装置的方法。
第十一方面,提供一种计算机程序产品,包括计算机程序或指令,当该计算机程序或指令在计算机上运行时,使得该计算机执行第一方面至第四方面中任意一种可能的实现方式所述的通信装置的方法。
附图说明
图1为本申请实施例提供的通信系统的架构示意图;
图2为本申请实施例提供的接入网设备的物理架构示意图;
图3为本申请实施例提供的通信装置的结构示意图一;
图4为本申请实施例提供的通信方法的流程示意图一;
图5为本申请实施例提供的通信方法的流程示意图二;
图6为本申请实施例提供的通信方法的流程示意图三;
图7为本申请实施例提供的通信方法的流程示意图四;
图8为本申请实施例提供的通信方法的流程示意图五;
图9为本申请实施例提供的通信方法的流程示意图六;
图10为本申请实施例提供的通信装置的结构示意图二;
图11为本申请实施例提供的通信装置的结构示意图三;
图12为本申请实施例提供的通信装置的结构示意图四;
图13为本申请实施例提供的通信装置的结构示意图五。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
本申请实施例的技术方案可以应用于各种通信系统,例如无线保真(wirelessfidelity,WiFi)系统,车辆外联(vehicle to everything,V2X)通信系统、设备间(device-to-device,D2D)通信系统、车联网通信系统、第4代(4th generation,4G)移动通信系统,如长期演进(long term evolution,LTE)系统、全球互联微波接入(worldwideinteroperability for microwave access,WiMAX)通信系统、第五代(5th generation,5G)移动通信系统,如新空口(new radio,NR)系统,和/或未来的通信系统,如第六代(6thgeneration,6G)移动通信系统等。
本申请将围绕可包括多个设备、组件、模块等的系统来呈现各个方面、实施例或特征。应当理解和明白的是,各个系统可以包括另外的设备、组件、模块等,并且/或者可以并不包括结合附图讨论的所有设备、组件、模块等。此外,还可以使用这些方案的组合。
另外,在本申请实施例中,“示例地”、“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例”的任何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。确切而言,使用示例的一词旨在以具体方式呈现概念。
本申请实施例中,“信息(information)”、“数据(data)”、“信号(signal)”、“消息(message)”、“信道(channel)”、“信令(singalling)”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。“的(of)”,“相应的(corresponding,relevant)”和“对应的(corresponding)”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。
本申请实施例描述的网络架构以及业务场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着网络架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
图1为本申请实施例提供的通信方法所适用的一种通信系统的架构示意图。为便于理解本申请实施例,首先以图1中示出的通信系统为例详细说明适用于本申请实施例的通信系统。应当指出的是,本申请实施例中的方案还可以应用于其他移动通信系统中,相应的名称也可以用其他移动通信系统中的对应功能的名称进行替代。
如图1所示,该通信系统包括第一网络设备、第二网络设备和终端设备。可选地,该通信系统还可以包括核心网网元。
其中,上述第一网络设备和第二网络设备为位于上述通信系统的网络侧,且具有无线收发功能的设备或可设置于该设备的芯片或芯片系统。上述第一网络设备和第二网络设备可以是接入网设备,该接入网设备包括但不限于:无线保真(wireless fidelity,WiFi)系统中的接入点(access point,AP)(如家庭网关、路由器、服务器、交换机、网桥等)、基站、演进型节点B(evolved Node B,eNB)、无线网络控制器(radio network controller,RNC)、节点B(Node B,NB)、基站控制器(base station controller,BSC)、基站收发台(basetransceiver station,BTS)、家庭基站(例如,home evolved NodeB,或home Node B,HNB)、基带单元(baseband unit,BBU)、无线中继节点、无线回传节点、或传输点(transmissionand reception point,TRP或者transmission point,TP)等。该接入网设备还可以为5G,如,新空口(new radio,NR)系统中的gNB、传输点(TRP或TP)、5G系统中的基站的一个或一组(包括多个天线面板)天线面板,或者,可以为构成gNB或传输点的网络节点等,如基带单元(BBU),或,集中式单元(central unit,CU),或分布式单元(distributed unit,DU)、具有基站功能的路边单元(road side unit,RSU)等。该集中式单元CU可以包括控制面(centralunit-control plane,CU-CP)和用户面(central unit-user plane,CU-UP)。或者,上述第一网络设备和第二网络设备可以是逻辑上位于接入网设备之上的一个网络设备或网元,如人工智能控制/控制器(artificial intelligence control/controller,AIC)或无线智能控制/控制器(radio intelligence control/controller,RIC)等。第一网络设备和第二网络设备通过接入网设备向与终端设备进行通信。
图2为本申请实施例提供的接入网设备的物理架构示意图。上述第一网络设备和第二网络设备可以采用图2中所示出的物理架构实现。如图2所示,接入网设备可以包括集中式单元(central unit,CU)和分布式单元(distributed unit,DU)。例如,将接入网设备的部分功能部署在CU,将剩余功能部署在DU,多个DU可以共用一个CU。该设计可以节省成本,以及易于网络扩展。具体地,CU和DU的切分可以按照协议栈切分,一种可能的实现方式是将无线资源控制(radio resource control,RRC)层、服务数据适应协议(service dataadaptation protocol,SDAP)层以及分组数据汇聚协议(packet data convergenceprotocol,PDCP)层部署在CU,将无线链路控制(radio link control,RLC)层、媒体接入控制(media access control,MAC)层以及物理层(physical layer,PHY)部署在DU。CU和DU之间通过F1接口连接。CU可以代表gNB通过NG接口和核心网连接。CU可以代表gNB通过Xn接口和其他gNB连接。CU可以代表gNB通过X2接口和其他基站(如eNB)连接执行双连接操作。更进一步,集中式单元CU可以包括控制面CU-CP和用户面CU-UP。其中,CU-CP负责控制面功能,例如CU-CP可以实现RRC层和控制面对应的PDCP(即PDCP-C)层的功能。PDCP-C可以负责控制面数据的加解密,完整性保护,和/或数据传输等。CU-UP负责用户面功能,例如可以实现SDAP层和用户面对应的PDCP(即PDCP-U)层的功能。其中,SDAP层主要负责将核心网的数据进行处理并将流(flow)映射到承载。PDCP-U主要负责用户面数据的加解密、完整性保护、头压缩、列号维护、和/或数据传输等。其中CU-CP和CU-UP通过E1接口连接。CU-CP可以代表gNB通过NG接口和核心网连接。CU-CP通过F1接口控制面(即F1-C)和DU连接。CU-UP通过F1接口用户面(即F1-U)和DU连接。另一种可能的实现方式是将PDCP-C部署在CU-UP。需要说明的是,CU、DU、CU-CP、和/或CU-UP也可以采用其他名称,例如第T1装置、设备或网元,本申请实施例并不限定。其中,T1为正整数。对于不同的装置,T1的值可以不同。
上述终端设备为接入上述通信系统,且具有无线收发功能的终端或可设置于该终端的芯片或芯片系统。该终端设备也可以称为用户设备(user equipment,UE)、用户装置、接入终端、用户单元、用户站、移动站、移动台(mobile station,MS)、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。本申请的实施例中的终端设备可以是手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(virtual reality,VR)终端设备、增强现实(augmented reality,AR)终端设备、工业控制(industrial control)。中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、车载终端、或具有终端功能的RSU等。本申请实施例的终端设备可以是作为一个或多个部件或者单元而内置或安装于车辆的车载模块、车载模组、车载部件、车载芯片或者车载单元。例如,车辆通过内置或安装的所述车载模块、车载模组、车载部件、车载芯片或者车载单元可以实施本申请提供的通信方法。
上述核心网网元为位于上述通信系统的网络侧,且通过第一网络设备和/或第二网络设备为终端设备提供网络服务的设备或可设置于该设备的芯片或芯片系统。该核心网网元也可以称为核心网设备。本申请的实施例中的核心网网元可以是接入和移动性管理功能(access and mobility management function,AMF)实体、会话管理功能(sessionmanagement function,SMF)实体、或用户面功能(user plane function,UPF)实体等等,此处不一一列举。其中,所述AMF实体可以负责终端设备的接入管理和移动性管理;所述SMF实体可以负责会话管理,如终端设备的会话建立等;所述UPF实体可以是用户面的功能实体,主要负责连接外部网络。需要说明的是,本申请实施例中实体也可以称为网元或功能实体,例如,AMF实体也可以称为AMF网元或AMF功能实体,又例如,SMF实体也可以称为SMF网元或SMF功能实体等。
需要说明的是,本申请实施例提供的通信方法,可以适用于或者辅助于图1所示的任意两个节点之间的通信,如终端设备与第一网络设备之间、终端设备与第二网络设备之间、终端设备与核心网网元之间、第一网络设备与第二网络设备之间、第一网络设备与核心网网元之间,以及第二网络设备与核心网网元之间。
应理解,图1仅为便于理解而示例的简化示意图,该通信系统中还可以包括其他网络设备,和/或,其他终端设备,图1中未予以画出。
图3为可用于执行本申请实施例提供的通信方法的通信装置的结构示意图一。该通信装置可以是终端设备,也可以是可应用于终端设备的芯片(系统)或其他部件或组件。或者,该通信装置可以是第一网络设备,也可以是可应用于第一网络设备的芯片(系统)或其他部件或组件。或者,该通信装置可以是第二网络设备,也可以是可应用于第二网络设备的芯片(系统)或其他部件或组件。或者,该通信装置还可以是核心网网元,也可以是可应用于核心网网元的芯片(系统)或其他部件或组件。
如图3所示,通信装置300包括处理器301。可选地,通信装置300还可以包括通信接口302和存储器303。其中,处理器301可以与通信接口302集成在一起,也可以独立存在。存储器303可以和处理器301集成在一起,也可以独立存在,本申请实施例对此不作具体限定。
下面结合图3对通信装置300的各个构成部件进行具体的介绍:
处理器301是通信装置300的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器301是一个或多个中央处理器(central processing unit,CPU),也可以是特定集成电路(application specific integrated circuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signalprocessor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。
可选地,处理器301可以通过运行或执行存储在存储器303内的软件程序或指令,以及可选地,调用存储在存储器303内的数据,执行通信装置300的各种功能。
在具体实现中,作为一种实施例,处理器301可以包括一个或多个CPU,例如图3中所示的CPU0和CPU1。
在具体实现中,作为一种实施例,通信装置300也可以包括多个处理器,例如图3中所示的处理器301和处理器304。这些处理器中的每一个可以是一个单核处理器(single-CPU),也可以是一个多核处理器(multi-CPU)。这里的处理器可以指一个或多个通信设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
存储器303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通信设备、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通信设备、电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、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通信设备、或者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。
可选地,所述存储器303用于存储执行本申请实施例的软件程序或指令,并由处理器301来控制执行。上述具体实现方式可以参考下述方法实施例,此处不再赘述。
通信接口302,可以是收发电路、总线、模块或管脚等,用于与其他通信装置之间的通信。例如,通信装置300为终端设备,通信接口302可以用于与第一网络设备通信,或者与第二网络设备通信,或者与核心网网元通信。又例如,通信装置300为第一网络设备,通信接口302可以用于与终端设备通信,或者与第二网络设备通信,或者与核心网网元通信。再例如,通信装置300为第二网络设备,通信接口302可以用于与第一网络设备通信,或者与终端设备通信,或者与核心网网元通信。再例如,通信装置300为核心网网元,通信接口302可以用于与第一网络设备通信,或者与第二网络设备通信,或者与终端设备通信。此外,所述收发电路可以是收发器、收发机一类的装置。通信接口302也可以是处理器301的输入/输出(input/output,I/O)电路,用以实现处理器301的信号输入和信号输出。
需要说明的是,图3中示出的通信装置300的结构并不构成对该通信装置的限定,实际的通信装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
将AI/ML技术引入无线网络时,可以获取大量数据,并使用AI/ML算法对获取的数据进行模型训练和/或决策推理,从而输出AI/ML模型和/或决策结果。通过该方式,可以使用AI/ML实现或辅助实现网络功能。例如,可以利用AI/ML技术预测未来一定时间段内的业务数据量,从而实现网络智能化。
一种可能的实现中,网络设备将AI模型的配置参数或ML模型的配置参数发送给终端设备,然后,终端设备利用该AI模型或ML模型进行训练和/或决策推理。并且,终端设备每次需要使用AI模型或ML模型时,均需要网络设备向其发送相应模型的配置参数。然而,AI模型或ML模型的配置参数的数据量比较大,网络设备频繁向终端设备发送AI模型或ML模型的配置参数,会导致空口开销过大。
下面将结合图4-图8对本申请实施例提供的通信方法进行具体阐述。
图4为本申请实施例提供的通信方法的流程示意图一。
如图4所示,该通信方法包括如下步骤:
S401,第一网络设备向终端设备发送第一模型的配置信息。相应地,终端设备接收来自第一网络设备的第一模型的配置信息。
第一模型能够用于进行模型训练和/或推理。示例性地,第一模型为人工智能(artificial intelligence,AI)模型或机器学习(machine learning,ML)模型。
终端设备可以利用第一模型进行推理。
终端设备可以利用第一模型进一步地进行训练,得到更新的模型。可选地,终端设备可以将训练后得到的模型的参数信息再发送给网络设备,例如用于进行联邦训练等。
下面对人工智能模型和机器学习模型进行阐述。
人工智能模型是一种算法模型。人工智能可以通过对人的意识、思维过程进行模拟,使机器具有解决人类通过经验可以解决的问题的能力。例如自然语言理解、图像识别、下棋等。
机器学习是一种能够赋予机器学习的能力,以此让它完成直接编程无法完成的功能的方法。具体地,通过给学习算法提供大量的训练数据,使学习算法基于数据的推论生成一种新的规则或算法,即机器学习模型,从而可以使用该模型进行预测。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决策和/或推理等。机器学习算法包括深度学习、支持向量机、线性回归、逻辑回归和K-邻近算法等,不予限制。
示例性地,深度学习是利用深度神经网络进行的机器学习。神经网络是包括输入层、隐藏层和输出层三种类型的计算层的网络。每层拥有一个或多个逻辑判断单元,这种逻辑判断单元称为神经元(neuron)。每一个神经元对每个输入值进行加权(对应的权值可称为权重)并求和。深度神经网络是具有输入层、多个隐藏层和输出层的神经网络。
示例性地,支持向量机(support vector machines,SVM)的核心思想是获得能够正确划分训练数据集,且几何间隔最大的分离超平面。数据样本中距离分离超平面最近的一些数据称为支持向量。
示例性地,线性回归是利用数理统计中的回归分析,确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。线性回归的过程是要找到最优的模型来描述数据,可以采用均方差作为模型性能的度量标准。均方差是指预测值和实际值之间的平均方差,平均方差越小,说明测试值和实际值之间的差距越小,即模型性能更优。
示例性地,逻辑回归是一种分类算法,可以把有一个或者多个解释变量的数据,建立为二项式类型的模型,利用积累逻辑分布的逻辑函数估计概率,测量分类因变量和一个或多个独立变量之间的关系。逻辑回归是一种非线性回归模型。
示例性地,K-邻近算法是一种分类算法,其核心思想是在特征空间中,若与本样本最相似(即特征空间中最邻近)的K个的样本中的大多数样本属于某一个类别,则该样本也属于这个类别,并且具有这个类别上样本的特性。
示例性地,联邦训练为分布式训练的一种。联邦训练中,中心节点(例如网络设备)向多个参与节点(例如终端设备)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。该方法将训练过程放在多个设备上,而不是聚合到服务器上,解决了集中式训练时存在的耗时长和通信开销大的问题。其中,集中式训练是单个节点(如网络设备、RIC或服务器)进行训练。
在一些实施例中,第一网络设备可以向终端设备发送至少一个第一模型的配置信息。相应地,终端设备可以接收来自第一网络设备的至少一个第一模型的配置信息。为了便于描述,下述可以将AI/ML模型简称为AI模型。
也就是说,第一网络设备可以向终端设备发送一个或多个AI模型的配置信息,本申请不对模型的个数和类型进行限定。其中,不同的模型可以实现不同的网络功能。其中,网络功能包括但不限于: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,不予限制。
在一些实施例中,第一模型的配置信息可以包括第一标识信息,第一标识信息可以用于标识第一模型的配置。本申请实施例中,第一标识信息可以用于标识第一模型的配置还可以被描述为:第一标识信息可以用于标识第一模型的配置信息。
在一些实施例中,第一模型的配置信息可以不包括第一标识信息,第一网络设备向终端设备发送第一标识信息和/或第一模型的配置信息。
可选地,第一标识信息包括但不仅限于如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
其中,第一模型的功能包括用于实现或用于辅助实现:RAT选择、负载均衡、移动性管理(如切换优化)、网络节能、覆盖优化、流控、调度、信道编码、调制、或信道状态信息(channel state information,CSI)反馈等,不予限制。第一模型的配置信息的标识可以是任何能够识别第一模型或该第一模型的配置信息的标识。第一模型的名称可以是任何能够识别第一模型或该第一模型的配置信息的名称,如分类模型、回归相关的模型等。
示例性的,假设第一模型的配置信息的标识为1,第一模型的名称为AI模型1,第一模型的功能为编码,则标识1、AI模型1和编码中的一项或多项的组合均可以用来唯一识别该第一模型或第一模型的配置。
也就是说,可以采用第一模型的配置信息的标识、第一模型的名称、和第一模型的功能中的任意一个来唯一标识AI模型或ML模型的配置,或者可以采用第一模型的配置信息的标识、第一模型的名称、和第一模型的功能的任意组合来唯一标识AI模型或ML模型的配置,本申请实施例不对标识第一模型的配置的实现方式进行限定,以能够识别第一模型的配置为准。
在一些实施例中,第一模型的配置信息可以包括第一模型的参数(parameter)、第一模型的超参数(hyper parameter)和/或第一模型的算法。一种可能的实现中,第一模型的参数和第一模型的超参数可以统称为第一模型的参数。
下面对第一模型的参数、第一模型的超参数和第一模型的算法进行具体阐述。
示例性的,第一模型的参数是第一模型内部的配置变量。可以利用数据估计获得参数的值。例如,该参数可以是以下一种或多种:神经网络中的权重(即对输入值的加权系数)、激励函数(即神经网络中神经元上的运算函数)、神经网络中的拓扑(即神经网络具有几层,每层具有几个神经元,和/或每层之前神经元之间的关系等)、支持向量机中的支持向量、线性回归中的系数、和逻辑回归中的系数。
具体地,参数具有如下特征中的一种或多种:参数是从数据估计或数据学习中获得的、参数通常不是由编程者手动配置的、参数通常被保存为模型的一部分、模型在进行训练或推理时可以使用该参数、和参数的值定义可使用的模型。
示例性地,第一模型的超参数是模型外部的配置变量。利用数据估计无法获得超参数的值。例如,超参数可以是训练神经网络的学习速率、支持向量机的惩罚参数和sigma超参数(sigma与支持向量机的个数有关)、K-邻近算法中的K。
具体地,超参数具有如下特征中的一种或多种:超参数通常应用于估计模型参数的过程中、超参数通常由实践者直接指定、超参数通常可以采用启发式方法来设置、和超参数通常根据给定的预测建模问题而调整。
示例性地,第一模型的算法是指进行训练或推理的网元(如终端设备)在执行训练或推理时需要使用的算法的输入参数。比如对于Q-learning算法而言,核心为一个Q表格,该表格的行和列分别表示状态(state)和行为(action),Q表格中保存的是在各个状态下采用对应的行为能够获取奖励的期望(称为Q值)。假设Q表格包括m个状态,n个动作,则该Q表格的大小为m*n。
对于利用Q-learning算法进行推理而言,利用Q-learning进行推理的网元(如终端设备)先确定当前状态,查找当前状态对应的Q值,选择Q值最大的动作,完成一次推理过程,然后进入下一个状态,并采用类似的方法进行推理。也就是说,对于推理而言,Q-learning算法的输入参数是Q表格中的初始内容。
对于利用Q-learning算法进行训练而言,利用Q-learning进行训练的网元(如终端设备)通过多次探索和更新Q表格的Q值来计算最佳的Q值。网元可以使用一定的算法来更新Q表格的Q值,例如,网元处于S0状态时,选择行为A0,之后进入S1状态,更新S0状态和行为A0对应的Q值。例如,可以采用如下公式更新S0状态和行为A0对应的Q值:Q(S0,A0)_新=Q(S0,A0)_旧+a*(Q(S0,A0)_目标-Q(S0,A0)_旧)。其中,Q(S0,A0)_新为S0状态和行为A0对应的更新之后的Q值,Q(S0,A0)_旧为S0状态和行为A0对应的更新之前的Q值。Q(S0,A0)_目标=R(S1)+y*max{Q(S1,b)},R(S1)为网元在S0状态采用行为A0时进入S1所能获得的奖励,y为衰减值,max{Q(S1,b)}为S1状态下所有可能的行为对应的Q值中的最大Q值,a是学习速率。也就是说,Q-learning算法的输入参数是Q表格中的初始内容,以及R(.)、y、a的取值,R(.)为网元所能获得的奖励。
需要说明的是,第一网络设备向终端设备发送第一模型的配置信息可以是指第一网络设备通过一条或多条消息将第一模型的配置信息发送给终端设备。例如,第一网络设备通过第一消息发送第一模型的参数和/或第一模型的超参数和/或第一模型的算法,通过第二消息发送第一标识信息。又例如,第一网络设备通过广播消息向终端设备发送至少一个第一模型的配置信息,第一模型的配置信息中包括第一模型的参数和/或第一模型的超参数和/或第一模型的算法以及第一标识信息。
在一些实施例中,第一模型的配置信息可以包括第一模型的适用范围和/或第一模型的有效时间。
示例性地,第一模型的适用范围可以包括以下中的一种或多种:适用的公共陆地移动网络(public land mobile network,PLMN)的(列表)信息、适用的小区的(列表)信息、和适用的RRC状态。其中,列表信息表示该信息可以表示成列表的形式。
其中,公共陆地移动网络列表信息可以包括一个或多个公共陆地移动网络PLMN。
小区列表信息可以包括一个或多个小区的物理小区标识PCI、或全局小区标识CGI等。
RRC状态是指终端设备的RRC状态。RRC状态可以包括连接态(RRC_connected)、空闲态(RRC_idle)、和/或非激活态(RRC_inactive)。即当终端设备在对应的RRC状态时才能使用第一模型。
具体地,第一模型的有效时间可以指示第一模型的有效时间范围。
可选地,终端设备从第一网络设备收到第一模型的有效时间时,终端设备可以启动一个定时器,该定时器的长度为第一模型的有效时间的取值。当该定时器超时时,终端设备停止使用该第一模型的配置信息处理数据。
需要说明的是,第一模型的配置信息可以包括第一标识信息、第一模型的参数、第一模型的超参数、第一模型的算法、第一模型的适用范围、和第一模型的有效时间中的一项或多项。其他没有包括的内容可以是协议约定的,或者是其它方式确定的,不予限制。例如,第一模型的配置信息可以包括第一标识信息、第一模型的参数、第一模型的算法、和第一模型的适用范围。又例如,第一模型的配置信息可以包括第一模型的有效时间,本申请实施例不再一一列举。
示例性的,第一模型的配置可以包括第一模型的参数、第一模型的超参数、第一模型的算法,还可以包括第一模型的适用范围、和/或第一模型的有效时间。
在一种可能的设计方案中,第一网络设备可以通过其他信息向终端设备指示第一模型的适用范围和/或第一模型的有效时间。例如,第一网络设备可以向终端设备发送第二指示信息。相应地,终端设备可以接收来自第一网络设备的第二指示信息。此时,第一模型的适用范围和/或第一模型的有效时间可以同时通过第一模型的配置信息和第二指示信息指示,或者通过第二指示信息指示而不通过第一模型的配置信息指示。
可选地,第二指示信息可以用于指示第一模型的适用范围和/或第一模型的有效时间。
需要说明的是,第一网络设备可以通过广播方式(如通过主信息块(masterinformation block MIB)、系统信息块(system information block,SIB)、或其它公共消息等)向终端设备发送第二指示信息,或者,第一网络设备可以通过单播方式(或专用消息,比如专用RRC消息)向终端设备发送第二指示信息,本申请对此不进行限定。
下面结合图2所示的接入网设备的物理架构,进一步说明上述第一网络设备向终端设备发送第一模型的配置信息、第二指示信息的具体实现方式。
结合图2,第一网络设备可以是图2所示的接入网设备,可以由接入网设备的DU为终端设备配置第一模型的配置信息、和/或第二指示信息。具体地,接入网设备的DU可以通过F1-C接口,向接入网设备的CU或CU-CP发送第一模型的配置信息、和/或第二指示信息。然后,接入网设备的CU或CU-CP通过空口,将第一模型的配置信息、和/或第二指示信息发送给终端设备。例如,接入网设备的CU或CU-CP生成RRC消息,并将该RRC消息发送给接入网设备的DU,该RRC消息包括第一模型的配置信息和/或第二指示信息,再由接入网设备的DU将该RRC消息通过空口发送给终端设备。
或者,结合图2,第一网络设备可以是图2所示的接入网设备,可以由接入网设备的CU为终端设备配置第一模型的配置信息、和/或第二指示信息。具体地,接入网设备的CU或CU-CP通过空口,将第一模型的配置信息、和/或第二指示信息发送给终端设备。例如,接入网设备的CU或CU-CP生成RRC消息,并将该RRC消息发送给接入网设备的DU,该RRC消息包括第一模型的配置信息和/或第二指示信息,再由接入网设备的DU将该RRC消息通过空口发送给终端设备。
当接入网设备采用不同于图2所示的物理架构时,上述第一网络设备向终端设备发送第一模型的配置信息、和/或第二指示信息的具体实现方式可能会不同。
示例性地,接入网设备的物理架构中除了包括图2所示的CU、DU,还可以包括AIC。第一网络设备可以是该包括CU、DU和AIC的接入网设备,由接入网设备的AIC为终端设备配置第一模型的配置信息、和/或第二指示信息。具体地,AIC可以部署于CU之上。接入网设备的AIC可以将第一模型的配置信息、和/或第二指示信息发送给接入网设备的CU或CU-CP。然后,接入网设备的CU或CU-CP通过空口,将第一模型的配置信息、第二指示信息发送给终端设备。例如,接入网设备的CU或CU-CP生成RRC消息,该RRC消息包括第一模型的配置信息和/或第二指示信息,并将该RRC消息发送给接入网设备的DU,再由接入网设备的DU将该RRC消息通过空口发送给终端设备。
当第一网络设备不是接入网设备时,如第一网络设备为AIC,AIC不属于接入网设备,上述第一网络设备向终端设备发送第一模型的配置信息、和/或第二指示信息的具体实现方式如下。
示例性地,与AIC部署于接入网设备内部不同,AIC可以与接入网设备为不同的网络设备,由AIC为终端设备配置第一模型的配置信息、和/或第二指示信息。具体地,AIC将第一模型的配置信息和/或第二指示信息,发送给接入网设备,再由接入网设备将第一模型的配置信息和/或第二指示信息发送给终端设备。
在一种可能的设计方案中,第一网络设备可以向第二网络设备发送第一标识信息或第一模型的配置信息。
也就是说,可以通过第一标识信息,指示终端设备中存在的模型或存在的模型的配置信息,或者指示终端设备更倾向或推荐使用的模型或模型的配置信息。当第一模型的配置信息包括第一模型的参数、第一模型的超参数、第一模型的算法、第一模型的适用范围和/或第一模型的有效时间等信息时,第二网络设备可以获知第一网络设备已经为终端设备发送的第一模型的配置信息,第二网络设备可以获知对应的配置信息。
示例性的,当终端设备发生切换时,从小区1切换至小区2,小区1由第一网络设备管理,小区2由第二网络设备管理,第一网络设备可以向第二网络设备发送第一标识信息或第一模型的配置信息。
在一些实施例中,第一网络设备可以向第二网络设备发送第三指示信息。相应地,第二网络设备可以接收来自第一网络设备的第三指示信息。
示例性地,第三指示信息可以用于指示第一模型的适用范围。也就是说,第一网络设备可以通过第三指示信息向第二网络设备发送第一模型的适用范围。此时,第一模型的适用范围可以同时通过第一模型的配置信息和第三指示信息指示,或者通过第三指示信息指示而不通过第一模型的配置信息指示。
可选地,第一网络设备可以在终端设备发生切换的场景下,如当终端设备从小区1切换至小区2时,小区1由第一网络设备管理,小区2由第二网络设备管理,向第二网络设备发送第三指示信息。
在一些实施例中,第一网络设备可以向第二网络设备发送第一小区信息。相应地,第二网络设备可以接收来自第一网络设备的第一小区信息。
可选地,第一小区信息可以用于指示在其中第一网络设备向终端设备发送第一标识信息和/或第一模型的配置信息的小区。示例性地,第一小区信息可以包括在其中第一网络设备向终端设备发送第一模型的配置信息的小区对应的物理小区标识PCI、或全局小区标识CGI。
示例性地,第一网络设备中包括小区a、小区b和小区c,若第一网络设备在小区b发送第一标识信息或第一模型的配置信息,则第一小区信息可以指示小区b,如第一小区信息包括小区b。
可选地,第一网络设备可以在终端设备发生切换的场景下,向第二网络设备发送第一小区信息。
需要说明的是,第一网络设备可以通过一条消息向第二网络设备发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,或者,第一网络设备可以通过多条消息向第二网络设备发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,本申请实施例不进行限定。
下面结合图2所示的接入网设备的物理架构,进一步说明上述第一网络设备向第二网络设备发送第一模型的配置信息、第三指示信息、和/或第一小区信息的具体实现方式。
结合图2,第一网络设备和第二网络设备可以是图2所示的接入网设备。具体地,第一网络设备的DU可以通过F1-C接口,向第一网络设备的CU或CU-CP发送第一模型的配置信息、第三指示信息、和/或第一小区信息。然后,第一网络设备的CU或CU-CP将第一模型的配置信息、第三指示信息、和/或第一小区信息发送给第二网络设备的CU或CU-CP。第二网络设备的CU或CU-CP通过F1-C接口,将第一模型的配置信息、第三指示信息、和/或第一小区信息发送给第二网络设备的DU。
或者,结合图2,第一网络设备和第二网络设备可以是图2所示的接入网设备。具体地,第一网络设备的CU或CU-CP将第一模型的配置信息、第三指示信息、和/或第一小区信息,发送给第二网络设备的CU或CU-CP。
当接入网设备采用不同于图2所示的物理架构时,上述第一网络设备向第二网络设备发送第一模型的配置信息、第三指示信息、和/或第一小区信息的具体实现方式可能会不同。
示例性地,接入网设备的物理架构中除了包括图2所示的CU、DU,还可以包括AIC。第一网络设备可以是该包括CU、DU和AIC的接入网设备。具体地,AIC可以部署于CU之上,第一网络设备的AIC向第一网络设备的CU或CU-CP发送第一模型的配置信息、第三指示信息、和/或第一小区信息。然后,第一网络设备的CU或CU-CP将第一模型的配置信息、第三指示信息、和/或第一小区信息发送给第二网络设备的CU或CU-CP。第二网络设备的CU或CU-CP将第一模型的配置信息、第三指示信息、和/或第一小区信息发送给第二网络设备的AIC。
当第一网络设备和第二网络设备不是接入网设备时,如第一网络设备和第二网络设备为AIC,AIC不属于接入网设备,上述第一网络设备向第二网络设备发送第一模型的配置信息、第三指示信息、和/或第一小区信息的具体实现方式如下。
示例性地,与AIC部署于接入网设备内部不同,AIC可以与接入网设备为不同的网络设备。假设第一网络设备为第一AIC,第二网络设备为第二AIC,第一AIC位于第一接入网设备之上,第二AIC位于第二接入网设备之上,具体地,第一AIC将第一模型的配置信息和/或第二指示信息,发送给第一接入网设备。然后,由第一接入网设备将第一模型的配置信息和/或第二指示信息,发送给第二接入网设备。由第二接入网设备将第一模型的配置信息和/或第二指示信息,发送给第二AIC。
在一种可能的设计方案中,第一网络设备可以向核心网网元发送第一标识信息或第一模型的配置信息。
也就是说,第一网络设备可以将终端设备侧存在的或倾向或推荐使用的模型的配置信息对应的标识信息发送给核心网网元,以指示终端设备中存在或倾向或推荐使用哪个/些模型或模型的配置信息。第一网络设备可以向核心网网元发送第一模型的参数、第一模型的算法、第一模型的超参数和/或第一模型的适用范围等信息,以供核心网网元为第二网络设备配置第一模型的配置信息。
在一种可能的设计方案中,第一网络设备可以向核心网网元发送第三指示信息。相应地,核心网网元可以接收来自第一网络设备的第三指示信息。
可选地,第三指示信息可以用于指示第一模型的适用范围。此时,第一模型的适用范围可以同时通过第一模型的配置信息和第三指示信息指示,或者通过第三指示信息指示而不通过第一模型的配置信息指示。
也就是说,第一网络设备可以单独通过第三指示信息向核心网网元发送第一模型的适用范围。
在一些实施例中,第一网络设备可以向核心网网元发送第一小区信息。相应地,核心网网元可以接收来自第一网络设备的第一小区信息。
关于第一小区信息的具体实现方式可参照上述实现方式,此处不再赘述。
需要说明的是,第一网络设备可以通过一条消息向核心网网元发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,或者,第一网络设备可以通过多条消息向核心网网元发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,本申请实施例不进行限定。
下面结合图2所示的接入网设备的物理架构,进一步说明上述第一网络设备向核心网网元发送第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息的具体实现方式。
结合图2,第一网络设备可以是图2所示的接入网设备。具体地,接入网设备的DU可以通过F1-C接口,向接入网设备的CU或CU-CP发送第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息。然后,接入网设备的CU或CU-CP将第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息发送给核心网网元。
或者,结合图2,第一网络设备可以是图2所示的接入网设备。具体地,接入网设备的CU或CU-CP将第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息发送给核心网网元。
当接入网设备采用不同于图2所示的物理架构时,上述第一网络设备向核心网网元发送第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息的具体实现方式可能会不同。
示例性地,接入网设备的物理架构中除了包括图2所示的CU、DU,还可以包括AIC。第一网络设备可以是该包括CU、DU和AIC的接入网设备。具体地,AIC可以部署于CU之上,接入网设备的AIC可以向接入网设备的CU或CU-CP发送第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息。然后,接入网设备的CU或CU-CP将第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息发送给核心网网元。
当第一网络设备不是接入网设备时,如第一网络设备为AIC,AIC不属于接入网设备,上述第一网络设备向核心网网元发送第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息的具体实现方式如下。
示例性地,与AIC部署于接入网设备内部不同,AIC可以与接入网设备为不同的网络设备。具体地,AIC将第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息,发送给接入网设备,再由接入网设备将第一标识信息、第一模型的配置信息、第三指示信息和/或第一小区信息,发送给核心网网元。
在一些实施例中,上述S401,第一网络设备向终端设备发送第一模型的配置信息,可以包括:第一网络设备通过广播方式向终端设备发送至少一个第一模型的配置信息。
也就是说,第一网络设备可以通过广播消息发送至少一个第一模型的配置信息,每个终端设备可以接收至少一个第一模型的配置信息。通过该方法,可以节省第一网络设备与终端设备之间的信令开销。
可选地,在上述S401,第一网络设备向终端设备发送第一模型的配置信息前,本申请实施例提供的通信方法,还可以包括:第一网络设备确定第一模型的配置信息。
示例性地,第一网络设备确定第一模型的配置信息,可以包括:第一网络设备可以生成AI模型和/或ML模型对应的标识信息,和/或,可以确定为终端设备配置哪个/些模型的配置信息。
可选地,终端设备可以在自身的一个变量中保存第一模型的配置信息。进一步的,终端设备还可以在自身的该变量中保存如下一项或多项:第一标识信息,第一模型的适用范围、第一模型的有效时间、和第一小区信息。
S402,终端设备获取第一标识信息。
在一些实施例中,上述S402,终端设备获取第一标识信息,可以包括:第一模型的配置信息包括第一标识信息,或者终端设备从第一网络设备接收第一标识信息。
也就是说,终端设备获取第一标识信息可以包括:终端设备接收来自第一网络设备的第一标识信息。该第一标识信息可以由第一网络设备生成,并发送给终端设备。
在另一些实施例中,上述S402,终端设备获取第一标识信息,可以包括:终端设备生成第一标识信息。也就是说,终端设备可以为自身已存在或支持的模型分配或配置对应的标识信息。例如,终端设备可以在收到第一模型的配置信息之后,终端设备为该第一模型的配置信息分配或配置对应的标识信息。又例如,终端设备在收到第一模型的配置信息之前,终端设备为自身支持的各种模型分配对应的标识信息。
在一种可能的设计方案中,终端设备可以向第一网络设备发送第一标识信息。相应地,第一网络设备可以接收来自终端设备的第一标识信息。
也就是说,终端设备可以为自身已存在或支持的第一模型或第一模型的配置,分配第一标识信息,并将第一标识信息发送给第一网络设备,以使第一网络设备获知第一模型或第一模型的配置与第一标识信息的对应关系。
示例性地,终端设备可以向第一网络设备发送能力信息,该能力信息可以包括第一模型的分类和第一模型对应的第一标识信息。第一模型的分类可以是指机器学习算法的名称、或者第一模型的功能、或者第一模型的名称等。
示例性地,终端设备可以通过MAC控制元素或上行物理控制信道,向第一网络设备发送第一标识信息。
也就是说,若第一标识信息由终端设备生成,终端设备可以在上报能力信息的过程中,向第一网络设备发送第一标识信息。
下面结合图2所示的接入网设备的物理架构,进一步说明上述终端设备向第一网络设备发送第一标识信息的具体实现方式。
结合图2,第一网络设备可以是图2所示的接入网设备。终端设备通过空口,将第一标识信息发送给接入网设备的CU或CU-CP。然后,接入网设备的CU或CU-CP通过F1-C接口,向接入网设备的DU发送第一标识信息。
或者终端设备可以通过MAC控制元素或上行物理控制信道,向接入网设备的DU发送第一标识信息。
当接入网设备采用不同于图2所示的物理架构时,上述终端设备向第一网络设备发送第一标识信息的具体实现方式可能会不同。
示例性地,接入网设备的物理架构中除了包括图2所示的CU、DU,还可以包括AIC。第一网络设备以是该包括CU、DU和AIC的接入网设备。具体地,AIC可以部署于CU之上,终端设备通过空口,将第一标识信息发送给接入网设备的CU或CU-CP。然后,接入网设备的CU或CU-CP将第一标识信息,发送给接入网设备的AIC。
当第一网络设备不是接入网设备时,如第一网络设备为AIC,AIC不属于接入网设备,上述终端设备向第一网络设备发送第一标识信息的具体实现方式如下。
示例性地,与AIC部署于接入网设备内部不同,AIC可以与接入网设备为不同的网络设备。具体地,终端设备将第一标识信息发送给接入网设备,再由接入网设备将第一标识信息发送给AIC,即第一网络设备。
在一种可能的设计方案中,终端设备可以向第二网络设备发送第一标识信息。
示例性地,当终端设备发生切换,或者从空闲态(RRC_idle)或非激活态(RRC_inactive)进入连接态(RRC_connected),或者终端设备发生RRC重建立时,终端设备可以向第二网络设备发送第一标识信息。
具体地,切换是指终端设备处于连接态或非激活态时,从小区1切换至小区2,小区1和小区2可能是由不同的网络设备管理,也可能是由相同的网络设备管理。在本申请实施例中,终端设备从第一网络设备的第一小区切换至第二网络设备的第二小区。
终端设备从空闲态或非激活态进入连接态是指终端设备处于空闲态或非激活态时,在驻留的小区中发起RRC建立流程或RRC恢复流程后,管理驻留的小区的网络设备使终端设备进入连接态。在本申请实施例中,管理驻留的小区的网络设备是第二网络设备。
终端设备发生RRC重建立是指,终端设备处于连接态,终端设备检测到无线链路失败、或检测到RRC建立重配失败、或发生了切换失败,终端设备触发RRC重建立流程,终端设备会选择一个小区发起RRC重建立。在本申请实施例中,终端设备选择第二网络设备的小区发起RRC重建立。
需要说明的是,在本申请实施例中,第一网络设备和第二网络设备可以是同一网络设备,或者,第一网络设备和第二网络设备可以是不同的网络设备。
可选地,终端设备向第二网络设备发送的第一标识信息,可以是终端设备自身生成的,也可以是终端设备从第一网络设备接收的,以指示其当前具有的或倾向或推荐使用的模型或模型的配置信息。
在一些实施例中,在上述终端设备向第一网络设备或第二网络设备发送第一标识信息之前,本申请实施例提供的通信方法,还可以包括:终端设备确定第一标识信息。
也就是说,终端设备从自身具有的模型中确定出更倾向或推荐使用的模型或模型的配置,并向第一网络设备或第二网络设备发送更倾向或推荐的模型对应的标识信息,以请求使用该标识信息对应的模型或模型的配置信息。
示例性地,终端设备可以通过MAC控制元素或上行物理控制信道向第二网络设备发送第一标识信息。
下面以终端设备向第二网络设备发送第一标识信息为例,阐述终端设备确定第一标识信息的具体实现方式。
在一些实施例中,本申请实施例提供的通信方法,可以包括下述步骤一至步骤二。
步骤一,终端设备确定第一模型适用的公共陆地移动网络列表信息是否包括终端设备的注册公共陆地移动网络(registered PLMN,RPLMN)。
示例性地,注册公共陆地移动网络RPLMN是终端设备上一次关机或脱网前注册的公共陆地移动网络PLMN、或者终端设备之前已经成功与核心网进行了该PLMN的注册过程。
关于公共陆地移动网络列表信息的具体实现方式可参照上述S401,此处不再赘述。
步骤二,若第一模型适用的公共陆地移动网络列表信息包括终端设备的注册公共陆地移动网络,则终端设备向第二网络设备发送第一标识信息。
可选地,若第一模型适用的公共陆地移动网络列表信息不包括终端设备的注册公共陆地移动网络,则终端设备可以不向第二网络设备发送第一标识信息。
在一些实施例中,本申请实施例提供的通信方法,可以包括下述步骤三至步骤四。
步骤三,终端设备确定至少一个第二标识信息是否包括第一标识信息,或者,确定至少一个第二标识信息对应的模型是否包括第一标识信息对应的第一模型。
其中,第二标识信息可以用于指示第二网络设备支持的模型或支持的模型的配置信息,模型为AI模型或ML模型。
可选地,在上述步骤三之前,本申请实施例提供的通信方法,还可以包括:第二网络设备向终端设备发送至少一个第二标识信息。相应地,终端设备接收来自第二网络设备的至少一个第二标识信息。
示例性地,第二网络设备可以通过广播方式发送第二标识信息,以减少网络设备和终端设备之间的信令开销。
步骤四,若至少一个第二标识信息包括第一标识信息,或者,至少一个第二标识信息对应的模型包括第一标识信息对应的第一模型,则终端设备向第二网络设备发送第一标识信息。
示例性地,假设至少一个第二标识信息包括模型1的标识信息、模型2的标识信息和模型3的标识信息,终端设备侧的存在的模型对应的标识信息包括模型1的标识信息、模型2的标识信息和模型4的标识信息,则终端设备向第二网络设备发送模型1的标识信息和/或模型2的标识信息。
也就是说,终端设备可以将终端设备侧存在的模型中、第二网络设备支持的模型对应的标识信息发送给第二网络设备,而不是将终端设备侧存在的所有的模型对应的标识信息均发送给第二网络设备,以便第二网络设备快速、准确地识别第一标识信息对应的模型或模型的配置,进而快速确定终端设备能够使用的模型或模型的配置信息。
可选地,若至少一个第二标识信息不包括第一标识信息,或者,至少一个第二标识信息对应的模型不包括第一标识信息对应的第一模型,终端设备可以不向第二网络设备发送第一标识信息。
在一些实施例中,本申请实施例提供的通信方法,可以包括下述步骤五至步骤六。
步骤五,终端设备确定第一网络设备中的第一小区和第二网络设备中的第二小区是否相同。
其中,第一小区可以是终端设备在其中接收第一标识信息的小区、或在其中接收第一模型的配置信息的小区、或在第一小区具有连接时终端设备使用了第一模型,第二小区是终端设备发生切换之后或者从空闲态(RRC_idle)或非激活态(RRC_inactive)进入连接态(RRC_connected)后、或者终端设备发生RRC重建立之后的服务小区,或者,第二小区是终端设备在其中向第二网络设备发送第一标识信息的小区。
也就是说,终端设备在第一小区从第一网络设备接收第一标识信息或在第一小区具有连接时终端设备使用了第一模型,再在第二小区接入第二网络设备,终端设备可以确定第一小区,与终端设备当前接入的小区是否相同。
步骤六,若第一网络设备中的第一小区和第二网络设备中的第二小区相同,则终端设备向第二网络设备发送第一标识信息。
也就是说,终端从空闲态或非激活态进入连接态,或发生切换时,可以向第二网络设备发送曾经在本小区中使用过的模型对应的标识信息,以使第二网络设备快速确定终端设备能够使用的模型或模型的配置信息,从而可以提高终端处理数据的效率。
可选地,若第一网络设备中的第一小区和第二网络设备中的第二小区不相同,终端设备可以不向第二网络设备发送第一标识信息。
在一些实施例中,本申请实施例提供的通信方法,可以包括下述步骤七至步骤八。
步骤七,终端设备确定小区列表信息是否包括第二小区。
关于小区列表信息的具体实现方式可参照上述S401,此处不再赘述。
关于第二小区的具体实现方式可参照上述步骤五,此处不再赘述。
步骤八,若小区列表信息包括第二小区,则终端设备向第二网络设备发送第一标识信息。
也就是说,若AI模型或ML模型的适用范围包括终端设备切换或进入连接态后的服务小区,则终端设备向第二网络设备发送第一标识信息,以使第二网络设备快速确定终端设备能够使用的模型或模型的配置信息。
可选地,若小区列表信息不包括第二小区,终端设备可以不向第二网络设备发送第一标识信息。
在一些实施例中,本申请实施例提供的通信方法,可以包括下述步骤九至步骤十。
步骤九,终端设备确定第一网络设备与第二网络设备是否相同。
步骤十,若第一网络设备与第二网络设备相同,则终端设备向第二网络设备发送第一标识信息。
也就是说,当第一网络设备与第二网络设备相同时,终端设备可能使用过第一标识信息对应的第一模型或第一模型的配置信息,当再次需要使用模型处理数据时,可以请求使用终端设备侧已存在的模型的配置信息,避免终端设备再次接收模型的配置参数,从而可以减少空口的信令开销。
可选地,若第一网络设备与第二网络设备不相同,终端设备可以不向第二网络设备发送第一标识信息。
在一种可能的设计方案中,终端设备可以向第二网络设备发送第一小区信息。相应地,第二网络设备可以接收来自终端设备的第一小区信息。
可选地,第一小区信息可以用于指示终端设备在其中接收第一标识信息的小区,第一小区信息可以用于指示第一网络设备中发送第一标识信息的小区。
示例性地,第一网络设备中包括小区1、小区2和小区3,若第一网络设备在小区2向终端设备发送第一标识信息,终端设备在小区2接收第一标识信息,则第一小区信息可以用于指示小区2,如第一小区信息可以包括小区2。
可选地,第一小区信息可以用于指示终端设备在与第一小区具有连接时,使用了第一模型。
示例性地,第一网络设备中包括小区1、小区2和小区3,若终端设备当前接入小区2,且终端设备正使用第一模型的配置信息处理数据,但该第一模型的配置信息是终端设备接入小区1时,从小区1中获取的,则终端设备从第一网络设备的小区1切换到第二网络设备的小区时,第一小区信息可以用于指示小区2,如第一小区信息可以包括小区2。
也就是说,终端设备可以将第一小区信息发送给第二网络设备,在第二网络设备侧不包括第一标识信息对应的模型或模型的配置信息时,可以使第二网络设备根据第一小区信息,获知第一标识信息对应的模型或模型的配置信息,进而确定该第一标识信息对应的模型或模型的配置信息能否被终端设备使用。
可选地,第二网络设备根据第一小区信息,获知第一标识信息对应的模型或模型的配置信息,可以包括:第二网络设备可以根据第一小区信息,向第一网络设备请求第一标识信息对应的模型或模型的配置信息,或者第一网络设备和第二网络设备之间会事先交互各自支持的模型或模型的配置信息及对应的标识信息,第二网络设备根据第一小区信息及第一标识信息,获知第一标识信息对应的模型或模型的配置信息。
下面结合图2所示的接入网设备的物理架构,进一步说明上述终端设备向第二接入网设备发送第一标识信息、和/或第一小区信息的具体实现方式。
结合图2,第二网络设备可以是图2所示的接入网设备。终端设备通过空口,将第一标识信息、和/或第一小区信息发送给接入网设备的CU或CU-CP。然后,接入网设备的CU或CU-CP通过F1-C接口,向接入网设备的DU发送第一标识信息、和/或第一小区信息。
或者终端设备可以通过MAC控制元素或上行物理控制信道,向接入网设备的DU发送第一标识信息、和/或第一小区信息。
或者,结合图2,第二网络设备可以是图2所示的接入网设备。具体地,终端设备通过空口,将第一标识信息、和/或第一小区信息发送给第二网络设备的CU或CU-CP。
当接入网设备采用不同于图2所示的物理架构时,上述终端设备向第二网络设备发送第一标识信息、和/或第一小区信息的具体实现方式可能会不同。
示例性地,接入网设备的物理架构中除了包括图2所示的CU、DU,还可以包括AIC。第二网络设备可以是该包括CU、DU和AIC的接入网设备。具体地,AIC可以部署于CU之上,终端设备通过空口,将第一标识信息、和/或第一小区信息发送给接入网设备的CU或CU-CP。然后,接入网设备的CU或CU-CP将第一标识信息,发送给接入网设备的AIC。
当第二网络设备不是接入网设备时,如第二网络设备为AIC,AIC不属于接入网设备,上述终端设备向第二网络设备发送第一标识信息、和/或第一小区信息的具体实现方式如下。
示例性地,与AIC部署于接入网设备内部不同,AIC可以与接入网设备为不同的网络设备。具体地,终端设备将第一标识信息、和/或第一小区信息,发送给接入网设备,再由接入网设备将第一标识信息、和/或第一小区信息发送给AIC,即第二网络设备。
在一种可能的设计方案中,终端设备可以向核心网网元发送第一标识信息或第一模型的配置信息。
也就是说,终端设备可以将标识信息发送给核心网网元,以指示终端设备中存在哪个/些模型的配置信息,也可以向核心网网元发送第一模型的参数、第一模型的算法、第一模型的超参数和/或第一模型的适用范围等信息,以供核心网网元后续向第二网络设备发送第一模型的配置信息。
可选地,终端设备可以通过非接入层(non-access stratum,NAS)消息向核心网网元发送第一标识信息或第一模型的配置信息。
在一些实施例中,终端设备可以向核心网网元发送第一小区信息。相应地,核心网网元可以接收来自终端设备的第一小区信息。
也就是说,终端设备可以将接收第一标识信息的小区信息发送给核心网网元,以核心网网元为第二网络设备配置第一小区信息。
可选地,终端设备可以通过NAS消息向核心网网元发送第一小区信息。
在一些实施例中,终端设备可以向核心网网元发送第三指示信息。相应地,核心网网元可以接收来自终端设备的第三指示信息。
关于第三指示信息的具体实现方式可参照上述S401,此处不再赘述。
也就是说,终端设备可以单独通过第三指示信息向核心网网元发送第一模型的适用范围。
在一种可能的设计方案中,本申请实施例提供的通信方法,可以包括:核心网网元获取第一标识信息。
可选的,上述核心网网元获取第一标识信息,可以包括:核心网网元接收来自终端设备的第一标识信息或第一模型的配置信息,或者,核心网网元接收来自第一网络设备的第一标识信息或第一模型的配置信息。
也就是说,核心网网元可以从终端设备或第一网络设备接收第一标识信息、第一模型的参数、第一模型的算法、第一模型的超参数和/或第一模型的适用范围等信息。
在一些实施例中,核心网网元可以向第二网络设备发送第一标识信息或第一模型的配置信息。
也就是说,核心网网元可以向第二网络设备发送第一标识信息、第一模型的参数、第一模型的算法、第一模型的超参数和/或第一模型的适用范围等信息,以使第二网络设备确定终端设备侧已存在的模型或模型的配置信息能否被终端设备使用,从而节省终端设备与网络设备之间的空口开销。
示例性地,若终端设备发生切换,或者从空闲态或非激活态进入连接态,核心网网元可以向第二网络设备发送第一标识信息、第一模型的参数、第一模型的算法、第一模型的超参数和/或第一模型的适用范围等信息。
在一些实施例中,核心网网元可以向第二网络设备发送第三指示信息。相应地,第二网络设备可以接收来自核心网网元的第三指示信息。
关于第三指示信息的具体实现方式可参照上述S401,此处不再赘述。
也就是说,第一网络设备可以单独通过第三指示信息向核心网网元发送第一模型的适用范围。
在一些实施例中,核心网网元可以向第二网络设备发送第一小区信息。相应地,第二网络设备可以接收来自核心网网元的第一小区信息。
关于第一小区信息的具体实现方式可参照上述实现方式,此处不再赘述。
也就是说,核心网网元可以将终端设备接收第一标识信息的小区信息发送给第二网络设备。
下面结合图2所示的接入网设备的物理架构,进一步说明上述核心网网元向第二接入网设备发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息的具体实现方式。
结合图2,第二网络设备可以是图2所示的接入网设备,可以由接入网设备的DU使用第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息。具体地,核心网网元将第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息发送给接入网设备的CU或CU-CP。然后,接入网设备的CU或CU-CP通过F1-C接口,向接入网设备的DU发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息。
或者,结合图2,第二网络设备可以是图2所示的接入网设备,可以由接入网设备的CU使用第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息。具体地,核心网网元将第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息发送给接入网设备的CU或CU-CP。
当接入网设备采用不同于图2所示的物理架构时,上述核心网网元向第二网络设备发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息的具体实现方式可能会不同。
示例性地,接入网设备的物理架构中除了包括图2所示的CU、DU,还可以包括AIC。可选地,AIC可以部署于CU之上。第二网络设备可以是该包括CU、DU和AIC的接入网设备。具体地,核心网网元将第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,发送给接入网设备的CU或CU-CP。然后,接入网设备的CU或CU-CP将第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,发送给接入网设备的AIC。
当第二网络设备不是接入网设备时,如第二网络设备为AIC,AIC不属于接入网设备,上述核心网网元向第二接入网设备发送第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息的具体实现方式如下。
示例性地,与AIC部署于接入网设备内部不同,AIC可以与接入网设备为不同的网络设备。具体地,核心网网元将第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,发送给接入网设备,再由接入网设备将第一标识信息、第一模型的配置信息、第三指示信息、和/或第一小区信息,发送给AIC,即第二网络设备。
可选地,终端设备可以向第二网络设备或核心网网元发送第一标识信息。该第一标识信息可以是终端设备自身生成的,第一标识信息可以用于指示终端设备具有的第一模型或第一模型的配置信息,或者第一标识信息为第一小区信息。
例如,第二网络设备和第一网络设备具有相同的第一模型或第一模型的配置信息,第二网络设备可以根据第一标识信息获知终端设备具有的第一模型或第一模型的配置信息。
又例如,第一网络设备与第二网络设备可以在建立接口(比如Xn口或X2口)连接时(即在终端设备向第二网络设备或核心网网元发送第一标识信息之前),交互各自支持的第一模型的配置信息和/或第一标识信息。具体可以采用如下方式:第一网络设备向第二网络设备发送接口建立请求消息。相应地,第二网络设备接收来自第一网络设备的接口建立请求消息。第二网络设备向第一网络设备发送接口建立响应消息。相应地,第一网络设备接收来自第二网络设备的接口建立响应消息。
示例性地,接口建立请求消息可以包括第一网络设备支持的至少一个第一模型的配置信息、和/或第一网络设备支持的至少一个第一模型对应的第一标识信息,或者,接口建立请求消息可以包括第一网络设备下各个小区分别支持的至少一个第一模型的配置信息、和/或第一网络设备下各个小区分别支持的至少一个第一模型的对应的第一标识信息。
示例性地,接口建立响应消息可以包括第二网络设备支持的至少一个第一模型的配置信息、和/或第二网络设备支持的至少一个第一模型对应的第一标识信息,或者,接口建立响应消息可以包括第二网络设备下各个小区分别支持的至少一个第一模型的配置信息、和/或第二网络设备下各个小区分别支持的至少一个第一模型对应的第一标识信息。
如此,第一网络设备和第二网络设交互各自支持的第一模型的配置信息后,若第一网络设备支持一个第一模型的配置信息、或者第一网络设备下各个小区分别支持一个第一模型的配置信息,且第二网络设备支持一个第一模型的配置信息、或者第二网络设备下各个小区分别支持一个第一模型的配置信息,第二网络设备可以仅根据第一小区信息,获知终端设备具有的第一模型或第一模型的配置信息。
S403,第二网络设备获取第一标识信息。
在一种可能的设计方案中,上述S403,第二网络设备获取第一标识信息,可以包括:第二网络设备接收来自终端设备的第一标识信息,或者,第二网络设备接收来自第一网络设备的第一标识信息和/或第一模型的配置信息,或者,第二网络设备接收来自核心网网元的第一标识信息和/或第一模型的配置信息。
也就是说,第二网络设备可以通过多种方式获取第一标识信息、第一模型的参数、第一模型的算法、第一模型的超参数和第一模型的适用范围等信息,如从终端设备、第一网络设备或核心网网元接收。
需要说明的是,第二网络设备可以从终端设备、第一网络设备和核心网网元分别接收不同的信息,如第二网络设备可以接收来自终端设备的第一标识信息,接收来自第一网络设备的第一模型的参数和第一模型的超参数、第一模型的算法,接收来自核心网网元的第一模型的适用范围。或者,第一网络设备可以从终端设备、第一网络设备和核心网网元接收相同的信息,如第一网络设备可以接收来自终端设备的第一标识信息,接收来自第一网络设备的第一标识信息、第一模型的参数、第一模型的算法和第一模型的超参数,接收来自核心网网元的第一标识信息、第一模型的参数和第一模型的超参数、第一模型的算法。当然,第二网络设备获取第一标识信息和/或第一模型的配置信息的实现方式,还可以包括其它示例,本申请不再一一列举。
当第二网络设备仅收到第一标识信息时,若第一网络设备侧存在的模型或模型的配置信息与第二网络设备侧存在的模型或模型的配置信息相同,第二网络设备可以根据第一标识信息,获知终端设备侧存在或倾向或推荐的模型或模型的配置信息。
当第一模型的配置信息包括第一标识信息和第一模型的适用范围时,即使第一网络设备侧存在的模型与第二网络设备侧存在的模型不相同,第二网络设备仍可以根据该第一模型的配置信息,获知终端设备侧存在或倾向或推荐的模型或模型的配置信息。
当第一模型的配置信息包括第一标识信息、第一模型的参数和第一模型的超参数、第一模型的算法时,既可以指示终端设备中存在或倾向或推荐的模型或模型的配置信息,又可以交互第一网络设备与第二网络设备之间的模型或模型的配置与模型的标识之间的对应关系。
当第一模型的配置信息包括第一标识信息、第一模型的参数、第一模型的超参数、第一模型的算法和第一模型的适用范围时,既可以指示终端设备中存在或倾向或推荐的模型或模型的配置信息,又可以进一步交互第一网络设备与第二网络设备之间的模型或模型的配置与模型的标识之间的对应关系。
当第二网络设备从终端设备接收第一标识信息和第一小区信息时,第二网络设备可以根据第一小区信息获取第一网络设备支持的第一模型的配置信息、或第一网络设备下各个小区分别支持的至少一个第一模型的配置信息,根据第一标识信息获知对应的第一模型的配置信息,从而获知终端设备中存在或倾向或推荐的模型或模型的配置信息。
S404,第二网络设备向终端设备发送第一指示信息。相应地,终端设备接收来自第二网络设备的第一指示信息。
其中,第一指示信息用于指示终端设备采用第一标识信息对应的第一模型的配置信息。
示例性地,第一指示信息可以包括第一标识信息或布尔变量。布尔变量可以指示是否采用终端设备侧已存在的第一模型的配置信息。若第一指示信息包括第一标识信息,可以指示终端设备采用哪个/些模型或模型的配置信息。
在一些实施中,上述S404,第二网络设备向终端设备发送第一指示信息,可以包括下述步骤十一至步骤十四。
步骤十一,第二网络设备确定至少一个第三标识信息。
其中,第三标识信息可以用于指示终端设备在第二网络设备可用的第一模型或第一模型的配置信息。
也就是说,第二网络设备确定终端设备能够使用的模型或模型的配置信息,具体地,第二网络设备可以直接从接收的第一标识信息中确定终端设备能够使用的模型或模型的配置信息,或者,可以采用其他方式确定,本申请不作具体限定。
步骤十二,第二网络设备确定至少一个第三标识信息是否包括第一标识信息。
在一些实施例中,若至少一个第三标识信息包括第一标识信息,则第二网络设备执行下述步骤十三。
示例性地,假设至少一个第三标识信息包括模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型4对应的标识信息和模型5对应的标识信息,则可以确定至少一个第三标识信息包括第一标识信息。
示例性地,假设至少一个第三标识信息包括模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型4对应的标识信息和模型7对应的标识信息,则可以确定至少一个第三标识信息包括第一标识信息。
也就是说,至少一个第三标识信息包括所有的第一标识信息,或者,至少一个第三标识信息包括部分第一标识信息,均可以确定至少一个第三标识信息包括第一标识信息。
在一些实施例中,若至少一个第三标识信息不包括第一标识信息,则第二网络设备执行下述步骤十四。
示例性地,假设至少一个第三标识信息包括模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型7对应的标识信息和模型8对应的标识信息,则至少一个第三标识信息不包括第一标识信息。
也就是说,至少一个第三标识信息不包括所有的第一标识信息时,即至少一个第三标识信息与第一标识信息无交集时,可以确定至少一个第三标识信息不包括第一标识信息。
步骤十三,第二网络设备向终端设备发送第一指示信息。
示例性地,假设至少一个第三标识信息包括模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型4对应的标识信息和模型5对应的标识信息,则可以指示终端设备采用模型4对应的标识信息和/或模型5对应的标识信息。
示例性地,假设至少一个第三标识信息包括模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型4对应的标识信息和模型7对应的标识信息,则可以指示终端设备采用模型4对应的标识信息。
也就是说,当第一标识信息包括多个标识信息时,第二网络设备可以向终端设备发送第一标识信息中的全部或部分标识信息,以指示终端设备采用哪个/些模型或模型的配置信息。
步骤十四,第二网络设备向终端设备发送至少一个第三标识信息对应的至少一个第一模型的配置信息。
示例性地,假设至少一个第三标识信息包括模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型7对应的标识信息和模型8对应的标识信息,则向终端设备发送模型4和/或模型5和/或模型6对应的配置信息,如对应的标识信息、参数、超参数、适用范围、和/或有效时间等信息,以实现网络智能化。
在一些实施中,上述S404,第二网络设备向终端设备发送第一指示信息,可以包括下述步骤十五至步骤十七。
步骤十五,第二网络设备确定第二网络设备是否支持第一标识信息对应的第一模型的配置信息。
若第二网络设备支持第一标识信息对应的第一模型的配置信息,则第二网络设备执行下述步骤十六,否则第二网络设备执行下述步骤十七。
步骤十六,第二网络设备向终端设备发送第一指示信息。
示例性地,假设第二网络设备支持模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型4对应的标识信息和模型5对应的标识信息,则可以指示终端设备采用模型4对应的标识信息和/或模型5对应的标识信息。
步骤十七,第二网络设备向终端设备发送至少一个第二网络设备支持的模型或模型的配置信息。
示例性地,假设第二网络设备支持模型4对应的标识信息、模型5对应的标识信息和模型6对应的标识信息,第一标识信息包括多个标识信息,如第一标识信息包括模型7对应的标识信息和模型8对应的标识信息,则向终端设备发送模型4和/或模型5和/或模型6对应的配置信息,如对应的标识信息、参数、超参数、适用范围、和/或有效时间等信息,以实现网络智能化。
需要说明的是,S404为可选的,即第二网络设备可以无需向终端设备发送第一指示信息,第二网络设备和终端设备默认采用终端设备已具有的第一模型的配置信息。
S405,终端设备采用第一模型的配置信息处理数据。
示例性的,终端设备采用的第一模型的配置信息可以包括第一模型的参数、第一模型的超参数、第一模型的算法,还可以包括第一模型的超参数、第一模型的适用范围、第一模型的有效时间、第一模型的标识信息中的一项或多项。
在一些实施例中,上述S405,终端设备采用第一模型的配置信息处理数据,可以包括:终端设备采用第一模型的配置信息进行训练。
示例性地,训练是指一个处理过程,在该处理过程中,AI模型或ML模型学会来执行某项特定的任务,一般通过优化AI模型或ML模型中的权值,使AI模型或ML模型学会执行某项特定的任务。训练方法可以包括:有监督学习、无监督学习、强化学习、和/或迁移学习等。
其中,有监督学习是利用一组已经打好正确标签的训练样本进行训练,已经打好正确标签是指对于每个训练样本,提供一个期望的输出值。
无监督学习是指一种方法,该方法没有给定事先标记过的训练样本,提供的训练样本是未标记的,并且要求算法自动对输入的训练样本进行分类或分群。
强化学习是机器学习中的一个领域,强调如何基于环境而行动,以取得最大化的预期利益,即算法与动态环境相互作用,把环境的反馈作为输入,通过学习,选择能达到其目标的最优动作。强化学习的灵感来源于心理学中的行为主义理论,即有机体如何在环境给予的奖励或惩罚的刺激下,逐步形成对刺激的预期,产生能获得最大利益的习惯性行为。
迁移学习是属于机器学习的一种研究领域。它专注于存储已有问题的解决模型,并将其利用在其他不同但相关问题上。例如,用来辨识汽车的知识(或者是模型)也可以被用来提升识别卡车的能力。
在另一些实施例中,上述S405,终端设备采用第一模型的配置信息处理数据,可以包括:终端设备采用第一模型的配置信息进行推理。
示例性地,推理是指在训练之后,利用训练后的AI模型或ML模型执行任务,把输入样本经过AI模型或ML模型处理,得到对应的预测结果。
可选的,第二网络设备也可以采用新的第一模型的配置信息处理数据。第二网络设备处理数据的方法类似终端设备处理数据的方法,此处不再赘述。
在一种可能的设计方案中,第二网络设备可以向终端设备发送新的第一模型的配置信息对应的第一标识信息。相应地,终端设备接收来自第二网络设备的新的第一模型的配置信息对应的第一标识信息。
其中,新的第一模型的配置信息与终端设备上一次采用的第一模型的配置信息不相同,或者,新的第一模型的配置信息与第一指示信息指示采用的第一模型的配置信息不相同。
示例性地,在S404步骤中,第一指示信息指示终端设备采用模型1的配置信息,新的第一模型的配置信息为模型2的配置信息。
也就是说,第二网络设备可以变更终端设备采用的第一模型的配置信息,变更时发送第一指示信息,可以进一步节省空口的信令开销或可以快速变更第一模型。
可选地,第二网络设备可以通过RRC消息或MAC层控制信元或下行物理控制信道携带新的第一模型的配置信息对应的第一标识信息。
在另一种可能的设计方案中,终端设备可以向第二网络设备发送新的第一模型的配置信息对应的第一标识信息。相应地,第二网络设备接收来自终端设备的第一模型的配置信息对应的第一标识信息。
也就是说,终端设备可以向第二网络设备请求切换第一模型的配置信息,变更时发送第一指示信息,可以进一步节省空口的信令开销或可以快速变更第一模型。
可选地,终端设备可以通过RRC消息或MAC层控制信元或上行物理控制信道携带新的第一模型的配置信息对应的第一标识信息。
在一些实施例中,终端设备可以采用新的第一模型的配置信息处理数据。
示例性的,终端设备可以由采用模型1的配置信息处理数据,切换为采用模型2的配置信息处理数据。
基于图4所示的通信方法,终端设备获取其自身已存在的第一模型的配置对应的第一标识信息,第二网络设备获取该第一标识信息,并向终端设备发送第一指示信息,以指示终端设备采用其自身已存在的AI模型或ML模型,可以避免第二网络设备向终端设备发送第一模型的配置参数,从而可以节省空口的信令开销。
图5为本申请实施例提供的通信方法的流程示意图二。该通信方法可以适用于图1所示的终端设备、第一网络设备和第二网络设备之间的通信。
如图5所示,该通信方法包括如下步骤:
S501,第一网络设备向终端设备发送第一模型的配置信息。相应地,终端设备接收来自第一网络设备的第一模型的配置信息。
关于S501的具体实现方式可参照上述S401,此处不再赘述。
关于第一模型的配置信息的具体实现方式可参照上述S401,此处不再赘述。
在一种可能的设计方案中,第一网络设备可以向终端设备发送第二指示信息。相应地,终端设备可以接收来自第一网络设备的第二指示信息。具体实现方式可参照上述S401中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,在上述S501,终端设备接收来自第一网络设备的第一模型的配置信息前,本申请实施例提供的通信方法,还可以包括:终端设备可以向第一网络设备发送第一标识信息。相应地,第一网络设备可以接收来自终端设备的第一标识信息。具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
也就是说,终端设备可以为自身已存在的第一模型或第一模型的配置,分配第一标识信息,并将第一标识信息发送给第一网络设备,以使第一网络设备获知第一模型或第一模型的配置与第一标识信息的对应关系。
S502,终端设备向第二网络设备发送第一标识信息。相应地,第二网络设备接收来自终端设备的第一标识信息。
关于S502,终端设备向第二网络设备发送第一标识信息的具体实现方式,可参照上述S402中对应的实现方式,此处不再赘述。
关于S502,第二网络设备接收来自终端设备的第一标识信息的具体实现方式,可参照上述S403中对应的实现方式,此处不再赘述。
在一些实施例中,终端设备可以获取第一标识信息。具体实现方式可参照上述S402,此处不再赘述。
在一种可能的设计方案中,终端设备可以向第二网络设备发送第一小区信息。相应地,第二网络设备可以接收来自终端设备的第一小区信息。具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
S503,第二网络设备向终端设备发送第一指示信息。相应地,终端设备接收来自第二网络设备的第一指示信息。
关于S503的具体实现方式可参照上述S404,此处不再赘述。
S504,终端设备采用第一模型的配置信息处理数据。
关于S504的具体实现方式可参照上述S405,此处不再赘述。
基于图5所示的通信方法,终端设备获取其自身已存在的模型对应的第一标识信息,并将第一标识信息发送给第二网络设备,以使第二网络设备根据第一标识信息,向终端设备发送第一指示信息,指示终端设备采用其自身已存在的模型处理数据,可以避免第二网络设备向终端设备发送第一模型的配置参数,从而可以节省空口的信令开销。
图6为本申请实施例提供的通信方法的流程示意图三。该通信方法可以适用于图1所示的终端设备、第一网络设备和第二网络设备之间的通信。
如图6所示,该通信方法包括如下步骤:
S601,第一网络设备向终端设备发送第一模型的配置信息。相应地,终端设备接收来自第一网络设备的第一模型的配置信息。
关于S601的具体实现方式可参照上述S501,此处不再赘述。
S602,第一网络设备向第二网络设备发送第一标识信息。相应地,第二网络设备接收来自第一网络设备的第一标识信息。
关于S602,第一网络设备向第二网络设备发送第一标识信息的具体实现方式,可参照上述S401中对应的实现方式,此处不再赘述。
关于S602,第二网络设备接收来自第一网络设备的第一标识信息的具体实现方式,可参照上述S403中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,第一网络设备可以向第二网络设备发送第一模型的配置信息。相应地,第二网络设备接收来自第一网络设备的第一模型的配置信息。具体实现方式可参照上述S401、S403中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,第一网络设备可以向第二网络设备发送第三指示信息。相应地,第二网络设备可以接收来自第一网络设备的第三指示信息。具体实现方式可参照上述S401中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,第一网络设备可以向第二网络设备发送第一小区信息。相应地,第二网络设备可以接收来自第一网络设备的第一小区信息。具体实现方式可参照上述S401中对应的实现方式,此处不再赘述。
S603,第二网络设备向终端设备发送第一指示信息。相应地,终端设备接收来自第二网络设备的第一指示信息。
关于S603的具体实现方式可参照上述S404,此处不再赘述。
S604,终端设备采用第一模型的配置信息处理数据。
关于S604的具体实现方式可参照上述S405,此处不再赘述。
基于图6所示的通信方法,第一网络设备将终端设备侧已存在的第一模型对应的第一标识信息,发送给第二网络设备,以使第二网络设备根据第一标识信息,向终端设备发送第一指示信息,指示终端设备采用其自身已存在的第一模型处理数据,可以避免第二网络设备向终端设备发送第一模型的配置,从而可以节省空口的信令开销。
图7为本申请实施例提供的通信方法的流程示意图四。该通信方法可以适用于图1所示的任意两个节点之间的通信。
如图7所示,该通信方法包括如下步骤:
S701,第一网络设备向终端设备发送第一模型的配置信息。相应地,终端设备接收来自第一网络设备的第一模型的配置信息。
关于S701的具体实现方式可参照上述S501,此处不再赘述。
S702,第一网络设备向核心网网元发送第一标识信息。相应地,核心网网元接收来自第一网络设备的第一标识信息。
关于S702,第一网络设备向核心网网元发送第一标识信息的具体实现方式,可参照上述S401中对应的实现方式,此处不再赘述。
关于S702,核心网网元接收来自第一网络设备的第一标识信息的具体实现方式,可参照上述S402中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,第一网络设备可以向核心网网元发送第一模型的配置信息。相应的,核心网网元接收来自第一网络设备的第一模型的配置信息。具体实现方式可参照上述S401、S402中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,第一网络设备可以向核心网网元发送第三指示信息。相应地,核心网网元可以接收来自第一网络设备的第三指示信息。具体实现方式可参照上述S401中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,第一网络设备可以向核心网网元发送第一小区信息。相应地,核心网网元可以接收来自第一网络设备的第一小区信息。具体实现方式可参照上述S401中对应的实现方式,此处不再赘述。
S703,终端设备向核心网网元发送第一标识信息。相应地,核心网网元接收来自终端设备的第一标识信息。
需要说明的是,图7所示的通信方法可以包括S701、S702、S704和S705,或者包括S701、S703-S705,核心网网元可以从第一网络设备或终端设备接收第一标识信息,相应地,可以由第一网络设备向核心网网元发送第一指示信息,或者,由终端设备向核心网网元发送第一指示信息。
关于S703的具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,终端设备可以向核心网网元发送第一模型的配置信息。相应地,核心网网元可以接收来自终端设备的第一模型的配置信息。具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,终端设备可以向核心网网元发送第一小区信息。相应地,核心网网元可以接收来自终端设备的第一小区信息。具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,终端设备可以向核心网网元发送第三指示信息。相应地,核心网网元可以接收来自终端设备的第三指示信息。具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
S704,核心网网元向第二网络设备发送第一标识信息。相应地,第二网络设备接收来自核心网网元的第一标识信息。
关于S704,核心网网元向第二网络设备发送第一标识信息的具体实现方式,可参照上述S402中对应的实现方式,此处不再赘述。
关于S704,第二网络设备接收来自核心网网元的第一标识信息的具体实现方式,可参照上述S403中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,核心网网元可以向第二网络设备发送第一模型的配置信息。相应地,第二网络设备可以接收来自核心网网元的第一模型的配置信息。具体实现方式可参照上述S402、S403中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,核心网网元可以向第二网络设备发送第三指示信息。相应地,第二网络设备可以接收来自核心网网元的第三指示信息。具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
在一种可能的设计方案中,核心网网元可以向第二网络设备发送第一小区信息。相应地,第二网络设备可以接收来自核心网网元的第一小区信息。具体实现方式可参照上述S402中对应的实现方式,此处不再赘述。
S705,第二网络设备向终端设备发送第一指示信息。相应地,终端设备接收来自第二网络设备的第一指示信息。
关于S705的具体实现方式可参照上述S404,此处不再赘述。
S706,终端设备采用第一模型的配置信息处理数据。
关于S706的具体实现方式可参照上述S405,此处不再赘述。
基于图7所示的通信方法,核心网网元从终端设备或第一网络设备,获取终端设备侧已存在的第一模型对应的第一标识信息,并发送给第二网络设备,以使第二网络设备根据第一标识信息,向终端设备发送第一指示信息,指示终端设备采用其自身已存在的第一模型处理数据,可以避免第二网络设备向终端设备发送第一模型的配置,从而可以节省空口的信令开销。
图8为本申请实施例提供的通信方法的流程示意图五。该通信方法可以适用于图1所示的终端设备与第一网络设备、或终端设备与第二网络设备之间的通信。
如图8所示,该通信方法包括如下步骤:
S801,第一网络设备通过广播方式向终端设备发送至少一个第一模型的配置信息。相应地,终端设备接收来自第一网络设备的至少一个第一模型的配置信息。
关于第一模型的配置信息的具体实现方式可参照上述S401,此处不再赘述。
关于S801具体实现方式可参照上述S401,此处不再赘述。
需要说明的是,图8所示的通信方法中的第一网络设备可以是第二网络设备,不限定于第一网络设备。
S802,终端设备向第一网络设备发送第一标识信息。相应地,第一网络设备接收来自终端设备的第一标识信息。
关于S802的具体实现方式与上述S502,终端设备向第二网络设备发送第一标识信息。相应地,第二网络设备接收来自终端设备的第一标识信息类似,具体实现方式可参照上述S502,此处不再赘述。
可选的,S802为可选步骤。
S803,第一网络设备向终端设备发送第一指示信息。相应地,终端设备接收来自第一网络设备的第一指示信息。
关于S803的具体实现方式与上述S404,第二网络设备向终端设备发送第一指示信息。相应地,终端设备接收来自第二网络设备的第一指示信息类似,具体实现方式可参照上述S404,此处不再赘述。
可选的,S803为可选步骤,例如,图8所示的通信方法包括步骤S801和步骤S802,第一网络设备和终端设备默认采用步骤S802中的第一标识信息对应的第一模型的配置信息。
可选地,第一网络设备可以通过单播方式(或专用消息)向终端设备发送第一标识信息,从而终端设备根据专用消息中的第一标识信息获得第一模型的配置信息。
S804,终端设备采用第一模型的配置信息处理数据。
关于S804的具体实现方式可参照上述S405,此处不再赘述。
可选的,第一网络设备也可以采用新的第一模型的配置信息处理数据。
S805,第一网络设备可以向终端设备发送新的第一模型的配置信息对应的第一标识信息。相应地,终端设备接收来自第一网络设备的新的第一模型的配置信息对应的第一标识信息。
其中,新的第一模型的配置信息与终端设备上一次采用的第一模型的配置信息不相同,或者,新的第一模型的配置信息与第一指示信息指示采用的第一模型的配置信息不相同。
示例性地,假设在S803步骤中,第一指示信息指示终端设备采用模型1的配置信息,在S805步骤中,新的第一模型的配置信息为模型2的配置信息。
也就是说,第一网络设备可以变更终端设备采用的第一模型的配置信息,变更时发送第一标识信息,可以进一步节省空口的信令开销或可以快速变更第一模型。
其中S801中携带了新的第一模型的配置信息。
可选地,第一网络设备可以通过RRC消息或MAC层控制信元或下行物理控制信道携带新的第一模型的配置信息对应的第一标识信息。
S806,终端设备向第一网络设备发送新的第一模型的配置信息对应的第一标识信息。相应地,第一网络设备接收来自终端设备的第一模型的配置信息对应的第一标识信息。
其中,新的第一模型的配置信息与终端设备上一次采用的第一模型的配置信息不相同,或者,新的第一模型的配置信息与第一指示信息指示采用的第一模型的配置信息不相同。
示例性地,假设在S803步骤中,第一指示信息指示终端设备采用模型1的配置信息,在S806步骤中,新的第一模型的配置信息为模型2的配置信息。
也就是说,终端设备可以向第一网络设备请求切换第一模型的配置信息,变更时发送第一标识信息,可以进一步节省空口的信令开销或可以快速变更第一模型。
可选地,终端设备可以通过RRC消息或MAC层控制信元或物理信道携带新的第一模型的配置信息对应的第一标识信息。
其中S801中携带了新的第一模型的配置信息。
可选的,在S806之后,终端从第一网络设备接收第一指示信息。
需要说明的是,图8所示的通信方法可以包括S801-S805和S807,或者包括S801-S804、S806-S807,S805与S806可以是并列的步骤,可以由第一网络设备或终端设备触发第一模型的变更。
S807,终端设备采用新的第一模型的配置信息处理数据。
可选的,第一网络设备也可以采用新的第一模型的配置信息处理数据。
需要说明的是,S805-S807可以是可选的步骤。
基于图8所示的通信方法,网络设备通过广播消息发送至少一个第一模型的配置信息,每个终端设备可以接收至少一个第一模型的配置信息,通过该方法,可以节省网络设备与终端设备之间的信令开销。终端设备将其倾向或推荐使用的第一模型对应的第一标识信息,发送给网络设备,网络设备向终端设备发送第一指示信息,指示终端设备采用其自身已存在的模型处理数据,可以避免网络设备频繁向终端设备发送第一模型的配置参数,可以进一步节省空口的信令开销。并且网络设备和终端设备可以触发第一模型的变更,变更时发送第一标识信息,可以进一步节省空口的信令开销或可以快速变更第一模型。
图9为本申请实施例提供的通信方法的流程示意图六。该通信方法可以适用于图1所示的终端设备与第一网络设备、或终端设备与第二网络设备之间的通信。
如图9所示,该通信方法包括如下步骤:
S901,第一网络设备通过单播方式(或专用RRC消息)向终端设备发送至少一个第一模型的配置信息。相应地,终端设备接收来自第一网络设备的至少一个第一模型的配置信息。
关于第一模型的配置信息的具体实现方式可参照上述S401,此处不再赘述。
关于S901具体实现方式可参照上述S401,此处不再赘述。
需要说明的是,图9所示的通信方法中的第一网络设备可以是第二网络设备,不限定于第一网络设备。
S902,终端设备向第一网络设备发送第一标识信息。相应地,第一网络设备接收来自终端设备的第一标识信息。
关于S902的具体实现方式可参照上述S802,此处不再赘述。
S903,第一网络设备向终端设备发送第一指示信息。相应地,终端设备接收来自第一网络设备的第一指示信息。
关于S903的具体实现方式可参照上述S803,此处不再赘述。
S904,终端设备采用第一模型的配置信息处理数据。
关于S904的具体实现方式可参照上述S405,此处不再赘述。
S905,第一网络设备可以向终端设备发送新的第一模型的配置信息对应的第一标识信息。相应地,终端设备接收来自第一网络设备的新的第一模型的配置信息对应的第一标识信息。
关于S905的具体实现方式可参照上述S805,此处不再赘述。
其中S901中携带了新的第一模型的配置信息。
S906,终端设备向第一网络设备发送新的第一模型的配置信息对应的第一标识信息。相应地,第一网络设备接收来自终端设备的第一模型的配置信息对应的第一标识信息。
关于S906的具体实现方式可参照上述S806,此处不再赘述。
其中S901中携带了新的第一模型的配置信息。
需要说明的是,图9所示的通信方法可以包括S901-S905和S907,或者包括S901-S904、S906-S907,也就是说,S905与S906可以是并列的步骤,可以由第一网络设备或终端设备触发第一模型的变更。
S907,终端设备采用新的第一模型的配置信息处理数据。
需要说明的是,S905-S907可以是可选的步骤。
基于图9所示的通信方法,网络设备通过单播方式或专用RRC消息发送至少一个第一模型的配置信息,每个终端设备可以接收至少一个第一模型的配置信息,网络设备和终端设备可以触发第一模型的变更,变更时发送第一标识信息,可以进一步节省空口的信令开销或可以快速变更第一模型。
以上结合图3-图9详细说明了本申请实施例提供的通信方法。以下结合图10图13详细说明本申请实施例提供的通信装置。
图10是本申请实施例提供的通信装置的结构示意图二。该通信装置可适用于图1所示出的通信系统中,执行图4-图9所示的通信方法中终端设备的功能。为了便于说明,图10仅示出了该通信装置的主要部件。
如图10所示,通信装置1000包括:收发模块1001和处理模块1002。
收发模块1001,用于接收来自第一网络设备的第一模型的配置信息。其中,第一模型为人工智能AI模型或机器学习ML模型。
处理模块1002,用于获取第一标识信息。其中,第一标识信息用于标识第一模型的配置。
收发模块1001,还用于接收来自第二网络设备的第一指示信息。其中,第一指示信息用于指示采用第一标识信息对应的第一模型的配置信息。
处理模块1002,还用于采用第一模型的配置信息处理数据。
在一种可能的设计方案中,第一模型的配置信息可以包括第一标识信息。
在一种可能的设计方案中,处理模块1002,还用于生成第一标识信息。
在一种可能的设计方案中,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
在一种可能的设计方案中,第一模型的配置信息可以包括第一模型的参数和、第一模型的超参数和/或第一模型的算法。
在一种可能的设计方案中,收发模块1001,还用于接收来自第一网络设备的第二指示信息。其中,第二指示信息可以用于指示第一模型的适用范围和/或第一模型的有效时间。
可选地,第一模型的适用范围可以包括适用的公共陆地移动网络列表信息、和/或适用的小区列表信息。
可选地,公共陆地移动网络列表信息可以包括终端设备的注册公共陆地移动网络。
可选地,第一网络设备可以与第二网络设备相同。
可选地,第一网络设备中的第一小区可以和第二网络设备中的第二小区相同,第一小区是在其中接收第一标识信息的小区,第二小区是在其中发送第一标识信息的小区。
可选地,小区列表信息可以包括第二小区。
在一种可能的设计方案中,收发模块1001,还用于向第二网络设备发送第一标识信息。
在一种可能的设计方案中,收发模块1001,还用于接收来自第二网络设备的至少一个第二标识信息。其中,第二标识信息可以用于指示第二网络设备支持的模型或支持的模型的配置信息,模型为AI模型或ML模型。
可选地,至少一个第二标识信息可以包括第一标识信息,或至少一个第二标识信息对应的模型可以包括第一标识信息对应的第一模型。
在一种可能的设计方案中,收发模块1001,还用于向第二网络设备发送第一小区信息。其中,第一小区信息可以用于指示在其中接收第一标识信息的小区。
在一种可能的设计方案中,收发模块1001,还用于向核心网网元发送第一标识信息和/或第一模型的配置信息。
在一种可能的设计方案中,收发模块1001,还用于向核心网网元发送第三指示信息。其中,第三指示信息可以用于指示第一模型的适用范围。
在一种可能的设计方案中,收发模块1001,还用于向第一网络设备发送第一标识信息。
需要说明的是,上述收发模块1001可以包括接收模块和发送模块(图10中未示出)。其中,接收模块用于接收来自第一网络设备和/或第二网络设备的数据和/或信令;发送模块用于向第一网络设备和/或第二网络设备和/或核心网网元发送数据和/或信令。本申请对于收发模块1001的具体实现方式,不做具体限定。
可选地,通信装置1000还可以包括存储模块(图10中未示出),该存储模块存储有程序或指令。当处理模块1002执行该程序或指令时,使得通信装置1000可以执行图4-图9所示的通信方法中终端设备的功能。
需要说明的是,通信装置1000可以是图1所示的终端设备或图3所示的通信装置300,也可以是可设置于终端设备的芯片(系统)或其他部件或组件,本申请对此不做限定。
此外,通信装置1000的技术效果可以参考参考图4-图9所示的通信方法的技术效果,此处不再赘述。
图11是本申请实施例提供的通信装置的结构示意图三。该通信装置可适用于图1所示出的通信系统中,执行图4-图9所示的通信方法中第二网络设备的功能。为了便于说明,图11仅示出了该通信装置的主要部件。
如图11所示,通信装置1100包括:收发模块1101和处理模块1102。
处理模块1102,用于获取第一标识信息。其中,第一标识信息用于标识第一模型的配置,第一模型为人工智能AI模型或机器学习ML模型。
收发模块1101,用于向终端设备发送第一指示信息。其中,第一指示信息用于指示终端设备采用第一标识信息对应的第一模型的配置信息。
在一种可能的设计方案中,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
在一种可能的设计方案中,第一模型的配置信息可以包括第一模型的参数和、第一模型的超参数和/或第一模型的算法。
在一种可能的设计方案中,处理单元,还用于确定至少一个第三标识信息,收发模块1101,还用于若至少一个第三标识信息包括第一标识信息,则向终端设备发送第一指示信息。其中,第三标识信息可以用于指示终端设备可用的第一模型或第一模型的配置信息。
在一种可能的设计方案中,收发模块1101,还用于若至少一个第三标识信息不包括第一标识信息,则向终端设备发送至少一个第三标识信息对应的至少一个第一模型的配置信息。
在一种可能的设计方案中,收发模块1101,还用于向终端设备发送至少一个第二标识信息。其中,第二标识信息可以用于指示通信装置1100支持的模型或支持的模型的配置信息,模型为AI模型或ML模型。
在一种可能的设计方案中,收发模块1101,还用于接收来自终端设备的第一标识信息。
在一种可能的设计方案中,收发模块1101,还用于接收来自第一网络设备的第一标识信息和/或第一模型的配置信息。其中,第一模型的配置信息包括第一标识信息。
在一种可能的设计方案中,收发模块1101,还用于接收来自核心网网元的第一标识信息和/或第一模型的配置信息。
在一种可能的设计方案中,收发模块1101,还用于接收来自终端设备的第一小区信息。其中,第一小区信息可以用于指示第一网络设备中发送第一标识信息的小区。
需要说明的是,上述收发模块1101可以包括接收模块和发送模块(图11中未示出)。其中,接收模块用于接收来自终端设备和/或第一网络设备和/或核心网网元的数据和/或信令;发送模块用于向终端设备和/或第一网络设备和/或核心网网元发送数据和/或信令。本申请对于收发模块1101的具体实现方式,不做具体限定。
可选地,通信装置1100还可以包括存储模块(图11中未示出),该存储模块存储有程序或指令。当处理模块1102执行该程序或指令时,使得通信装置1100可以执行图4-图9所示的通信方法中第二网络设备的功能。
需要说明的是,通信装置1100可以是图1所示的第二网络设备或图3所示的通信装置300,也可以是可设置于第二网络设备的芯片(系统)或其他部件或组件,本申请对此不做限定。
此外,通信装置1100的技术效果可以参考参考图4-图9所示的通信方法的技术效果,此处不再赘述。
图12是本申请实施例提供的通信装置的结构示意图三。该通信装置可适用于图1所示出的通信系统中,执行图4、图7所示的通信方法中核心网网元的功能。为了便于说明,图12仅示出了该通信装置的主要部件。
如图12所示,通信装置1200包括:收发模块1201和处理模块1202。
处理模块1202,用于获取第一标识信息。其中,第一标识信息用于标识第一模型的配置,第一模型为人工智能AI模型或机器学习ML模型。
收发模块,用于向第二网络设备发送第一标识信息。
在一种可能的设计方案中,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
在一种可能的设计方案中,收发模块1201,还用于接收来自终端设备的第一模型的配置信息。其中,第一模型的配置信息可以包括第一标识信息。
在一种可能的设计方案中,收发模块1201,还用于接收来自第一网络设备的第一模型的配置信息。
可选地,第一模型的配置信息可以包括第一模型的参数、第一模型的超参数和/或第一模型的算法。
在一种可能的设计方案中,收发模块1201,还用于接收来自第一网络设备的第三指示信息。其中,第三指示信息用于指示第一模型的适用范围。
在一种可能的设计方案中,收发模块1201,还用于接收来自终端设备的第三指示信息。
可选地,第一模型的适用范围可以包括适用的公共陆地移动网络列表信息、和/或适用的小区列表信息。
需要说明的是,上述收发模块1201可以包括接收模块和发送模块(图12中未示出)。其中,接收模块用于接收来自第一网络设备和/或第二网络设备和/或终端设备的数据和/或信令;发送模块用于向第一网络设备和/或第二网络设备和/或终端设备发送数据和/或信令。本申请对于收发模块1201的具体实现方式,不做具体限定。
可选地,通信装置1200还可以包括存储模块(图12中未示出),该存储模块存储有程序或指令。当处理模块1202执行该程序或指令时,使得通信装置120可以执行图4、图7所示的通信方法中核心网网元的功能。
需要说明的是,通信装置1200可以是图1所示的核心网网元或图3所示的通信装置300,也可以是可设置于核心网网元的芯片(系统)或其他部件或组件,本申请对此不做限定。
此外,通信装置1200的技术效果可以参考图4、图7所示的通信方法的技术效果,此处不再赘述。
图13是本申请实施例提供的通信装置的结构示意图四。该通信装置可适用于图1所示出的通信系统中,执行图4-图9所示的通信方法中第一网络设备的功能。为了便于说明,图13仅示出了该通信装置的主要部件。
如图13所示,通信装置1300包括:发送模块1301。
发送模块1301,用于向终端设备发送第一模型的配置信息。其中,第一模型的配置信息包括第一标识信息,第一标识信息用于标识第一模型的配置,第一模型为人工智能AI模型或机器学习ML模型。
可选地,第一标识信息可以包括如下一项或多项:第一模型的配置信息的标识、第一模型的名称、和第一模型的功能。
可选地,第一模型的配置信息可以包括第一模型的参数、第一模型的超参数和/或第一模型的算法。
在一种可能的设计方案中,发送模块1301,还用于向终端设备发送第二指示信息。其中,第二指示信息可以用于指示第一模型的适用范围和/或第一模型的有效时间。
可选地,第一模型的适用范围可以包括适用的公共陆地移动网络列表信息、和/或适用的小区列表信息。
在一种可能的设计方案中,发送模块1301,还用于向核心网网元发送第一模型的配置信息。
在一种可能的设计方案中,发送模块1301,还用于向核心网网元发送第三指示信息。其中,第三指示信息可以用于指示第一模型的适用范围。
在一种可能的设计方案中,发送模块1301,还用于向第二网络设备发送第一模型的配置信息。
在一种可能的设计方案中,发送模块1301,还用于通过广播方式向终端设备发送第一模型的配置信息。
在一种可能的设计方案中,通信装置1300还包括:接收模块1302。接收模块1302,用于接收来自终端设备的第一标识信息。
需要说明的是,接收模块1302和发送模块1301可以分开设置,也可以集成在一个模块中,即收发模块(图13中未示出)。本申请对于接收模块1302和发送模块1301的具体实现方式,不做具体限定。
可选地,通信装置1300还可以包括处理模块1303和存储模块(图13中未示出),该存储模块存储有程序或指令。当处理模块1303执行该程序或指令时,使得通信装置1300可以执行图4-图9所示的通信方法中第一网络设备的功能。
可选地,处理模块1303,可以用于确定第一模型的配置信息和/或第一模型的适用范围和/或第一模型的有效时间。
需要说明的是,通信装置1300可以是图1所示的第一网络设备或图3所示的通信装置300,也可以是可设置于第一网络设备的芯片(系统)或其他部件或组件,本申请对此不做限定。
此外,图13所示的通信装置1300的技术效果可以参考图4-图9所示的通信方法的技术效果,此处不再赘述。
本申请实施例提供一种通信系统。该系统包括上述终端设备、第一网络设备以及第二网络设备。
可选地,该通信系统还可以包括核心网网元。
可选地,第一网络设备可以和第二网络设备相同。
本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质包括计算机程序或指令;当该计算机程序或指令在计算机上运行时,使得该计算机执行上述方法实施例所述的通信方法。
本申请实施例提供一种计算机程序产品,包括计算机程序或指令,当该计算机程序或指令在计算机上运行时,使得该计算机执行上述方法实施例所述的通信方法。
应理解,在本申请实施例中的处理器可以是中央处理单元(central processingunit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random accessmemory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
上述实施例,可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时,上述实施例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或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为终端设备、网络设备、通用计算机、专用计算机、计算机网络、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能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、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,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种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这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
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。“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。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元或模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
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,上述描述的系统、装置和单元或模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元或模块的划分,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,例如多个单元或模块可以结合或者可以集成到另一个系统,或一些单元或模块可以忽略,或其对应的功能不执行。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,装置或单元/模块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/模块可以是或者也可以不是物理上分开的,作为单元/模块显示的部件可以是或者也可以不是物理单元/模块,即可以位于一个地方,或者也可以分布到多个网络单元/模块上。可以根据实际的需要选择其中的部分或者全部单元/模块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/模块可以集成在一个处理单元/模块中,也可以是各个单元/模块单独物理存在,也可以两个或两个以上单元/模块集成在一个单元/模块中。
所述功能如果以软件功能单元/模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (28)
1.一种通信方法,其特征在于,包括:
接收来自第一网络设备的第一模型的配置信息;其中,所述第一模型为人工智能AI模型或机器学习ML模型;
获取第一标识信息;其中,所述第一标识信息用于标识所述第一模型的配置;
接收来自第二网络设备的第一指示信息;其中,所述第一指示信息用于指示采用所述第一标识信息对应的第一模型的配置信息;
采用所述第一模型的配置信息处理数据。
2.根据权利要求1所述的通信方法,其特征在于,所述获取第一标识信息,包括:
所述第一模型的配置信息包括所述第一标识信息;或者,
生成所述第一标识信息。
3.根据权利要求1或2所述的通信方法,其特征在于,所述第一标识信息包括如下一项或多项:所述第一模型的配置信息的标识、所述第一模型的名称、和所述第一模型的功能。
4.根据权利要求1-3中任一项所述的通信方法,其特征在于,所述第一模型的配置信息包括所述第一模型的参数和/或所述第一模型的超参数。
5.根据权利要求1-4中任一项所述的通信方法,其特征在于,所述方法还包括;
接收来自所述第一网络设备的第二指示信息;其中,所述第二指示信息用于指示所述第一模型的适用范围和/或所述第一模型的有效时间。
6.根据权利要求5所述的通信方法,其特征在于,所述第一模型的适用范围包括适用的公共陆地移动网络列表信息、和/或适用的小区列表信息。
7.根据权利要求6所述的通信方法,其特征在于,所述公共陆地移动网络列表信息包括终端设备的注册公共陆地移动网络。
8.根据权利要求1-7任一项所述的通信方法,其特征在于,所述第一网络设备与所述第二网络设备相同;或者,
所述第一网络设备中的第一小区和所述第二网络设备中的第二小区相同,所述第一小区是在其中接收所述第一标识信息的小区,所述第二小区是在其中发送所述第一标识信息的小区;或者,
所述小区列表信息包括所述第二小区。
9.根据权利要求1-8中任一项所述的通信方法,其特征在于,所述方法还包括:
向所述第二网络设备发送所述第一标识信息。
10.根据权利要求1-9中任一项所述的通信方法,其特征在于,所述方法还包括:
接收来自所述第二网络设备的至少一个第二标识信息;其中,所述第二标识信息用于指示所述第二网络设备支持的模型或支持的模型的配置信息,所述模型为所述AI模型或所述ML模型,所述至少一个第二标识信息包括所述第一标识信息,或所述至少一个第二标识信息对应的模型包括所述第一标识信息对应的第一模型。
11.根据权利要求1-10中任一项所述的通信方法,其特征在于,所述方法还包括:
向所述第二网络设备发送第一小区信息;其中,所述第一小区信息用于指示在其中接收所述第一标识信息的小区。
12.根据权利要求1-8中任一项所述的通信方法,其特征在于,所述方法还包括:
向核心网网元发送所述第一标识信息或者所述第一模型的配置信息。
13.根据权利要求1-12中任一项所述的通信方法,其特征在于,所述方法还包括:
向所述第一网络设备发送所述第一标识信息。
14.一种通信方法,其特征在于,包括:
获取第一标识信息;其中,所述第一标识信息用于标识第一模型的配置,所述第一模型为人工智能AI模型或机器学习ML模型;
向终端设备发送第一指示信息;其中,所述第一指示信息用于指示所述终端设备采用所述第一标识信息对应的第一模型的配置信息。
15.根据权利要求14所述的通信方法,其特征在于,所述第一标识信息包括如下一项或多项:所述第一模型的配置信息的标识、所述第一模型的名称、和所述第一模型的功能。
16.根据权利要求14或15所述的通信方法,其特征在于,所述第一模型的配置信息包括所述第一模型的参数和/或所述第一模型的超参数。
17.根据权利要求14-16中任一项所述的通信方法,其特征在于,所述方法还包括:
向所述终端设备发送至少一个第二标识信息;其中,所述第二标识信息用于指示第二网络设备支持的模型或支持的模型的配置信息,所述模型为所述AI模型或所述ML模型。
18.根据权利要求14-17中任一项所述的通信方法,其特征在于,所述获取第一标识信息,包括:
接收来自所述终端设备的所述第一标识信息;或者,
接收来自第一网络设备的所述第一标识信息或者所述第一模型的配置信息;其中,所述第一模型的配置信息包括所述第一标识信息;或者,
接收来自核心网网元的所述第一标识信息或者所述第一模型的配置信息。
19.一种通信方法,其特征在于,包括:
获取第一标识信息;其中,所述第一标识信息用于标识第一模型的配置,所述第一模型为人工智能AI模型或机器学习ML模型;
向第二网络设备发送所述第一标识信息。
20.根据权利要求19所述的通信方法,其特征在于,所述第一标识信息包括如下一项或多项:所述第一模型的配置信息的标识、所述第一模型的名称、和所述第一模型的功能。
21.根据权利要求19或20所述的通信方法,其特征在于,所述获取第一标识信息,包括:
接收来自终端设备的所述第一模型的配置信息;其中,所述第一模型的配置信息包括所述第一标识信息;或者,
接收来自第一网络设备的所述第一模型的配置信息。
22.一种通信方法,其特征在于,包括:
向终端设备发送第一模型的配置信息;其中,所述第一模型的配置信息包括第一标识信息,所述第一标识信息用于标识所述第一模型的配置,所述第一模型为人工智能AI模型或机器学习ML模型。
23.根据权利要求22所述的通信方法,其特征在于,所述第一标识信息包括如下一项或多项:所述第一模型的配置信息的标识、所述第一模型的名称、和所述第一模型的功能。
24.根据权利要求22或23所述的通信方法,其特征在于,所述向终端设备发送第一模型的配置信息,包括:通过广播方式向所述终端设备发送所述第一模型的配置信息。
25.一种通信装置,其特征在于,用于实现如权利要求1-24中任一项所述的方法。
26.一种通信装置,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1-24中任一项所述的方法。
27.一种通信装置,包括处理器和通信接口,所述处理器利用所述通信接口,执行权利要求1-24中任一项所述的方法。
28.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序或指令,当所述计算机程序或指令在计算机上运行时,使得所述计算机执行如权利要求1-24中任一项所述的通信方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917379.8A CN114143799A (zh) | 2020-09-03 | 2020-09-03 | 通信方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917379.8A CN114143799A (zh) | 2020-09-03 | 2020-09-03 | 通信方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114143799A true CN114143799A (zh) | 2022-03-04 |
Family
ID=80438327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010917379.8A Pending CN114143799A (zh) | 2020-09-03 | 2020-09-03 | 通信方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114143799A (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841370A (zh) * | 2022-04-29 | 2022-08-02 | 杭州锘崴信息科技有限公司 | 联邦学习模型的处理方法、装置、电子设备和存储介质 |
WO2023098860A1 (zh) * | 2021-12-02 | 2023-06-08 | 华为技术有限公司 | 通信方法和通信装置 |
WO2023173433A1 (zh) * | 2022-03-18 | 2023-09-21 | 北京小米移动软件有限公司 | 一种信道估计方法/装置/设备及存储介质 |
WO2023173434A1 (zh) * | 2022-03-18 | 2023-09-21 | 北京小米移动软件有限公司 | 一种信道估计方法、装置、设备及存储介质 |
WO2023179458A1 (zh) * | 2022-03-22 | 2023-09-28 | 华为技术有限公司 | 通信方法和通信装置 |
WO2023179448A1 (zh) * | 2022-03-22 | 2023-09-28 | 华为技术有限公司 | 一种信息传输方法及装置 |
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 |
WO2023207026A1 (zh) * | 2022-04-29 | 2023-11-02 | 富士通株式会社 | 信息指示和处理方法以及装置 |
WO2023231620A1 (zh) * | 2022-06-02 | 2023-12-07 | 华为技术有限公司 | 通信方法及装置 |
WO2023240546A1 (zh) * | 2022-06-16 | 2023-12-21 | 北京小米移动软件有限公司 | 模型监测方法、装置、设备及介质 |
WO2023240622A1 (zh) * | 2022-06-17 | 2023-12-21 | 北京小米移动软件有限公司 | 信息传输方法及装置、存储介质 |
WO2023241537A1 (zh) * | 2022-06-15 | 2023-12-21 | 华为技术有限公司 | 一种数据传输的方法、通信装置和通信系统 |
WO2023245576A1 (zh) * | 2022-06-23 | 2023-12-28 | 北京小米移动软件有限公司 | Ai模型确定方法、装置、通信设备及存储介质 |
WO2024010399A1 (en) * | 2022-07-06 | 2024-01-11 | Samsung Electronics Co., Ltd. | Artificial intelligence and machine learning models management and/or training |
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 |
WO2024041595A1 (en) * | 2022-08-26 | 2024-02-29 | Qualcomm Incorporated | Ml model generalization and specification |
WO2024045671A1 (zh) * | 2022-08-31 | 2024-03-07 | 华为技术有限公司 | 一种设备识别方法、装置及系统 |
WO2024055306A1 (zh) * | 2022-09-16 | 2024-03-21 | Oppo广东移动通信有限公司 | 通信设备、方法、装置、存储介质、芯片、产品及程序 |
WO2024061125A1 (zh) * | 2022-09-24 | 2024-03-28 | 华为技术有限公司 | 一种通信方法及装置 |
WO2024074088A1 (zh) * | 2022-10-08 | 2024-04-11 | 华为技术有限公司 | 通信方法及装置 |
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 |
WO2024092755A1 (en) * | 2022-11-04 | 2024-05-10 | Huawei Technologies Co., Ltd. | Management of machine learning models in communication systems |
WO2024093739A1 (zh) * | 2022-11-04 | 2024-05-10 | 华为技术有限公司 | 一种通信方法及装置 |
WO2024092635A1 (en) * | 2022-11-03 | 2024-05-10 | Apple Inc. | Artificial intelligence model coordination between network and user equipment |
WO2024094157A1 (zh) * | 2022-11-03 | 2024-05-10 | 展讯通信(上海)有限公司 | Ai模型更新方法及通信装置 |
-
2020
- 2020-09-03 CN CN202010917379.8A patent/CN114143799A/zh active Pending
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023098860A1 (zh) * | 2021-12-02 | 2023-06-08 | 华为技术有限公司 | 通信方法和通信装置 |
WO2023173433A1 (zh) * | 2022-03-18 | 2023-09-21 | 北京小米移动软件有限公司 | 一种信道估计方法/装置/设备及存储介质 |
WO2023173434A1 (zh) * | 2022-03-18 | 2023-09-21 | 北京小米移动软件有限公司 | 一种信道估计方法、装置、设备及存储介质 |
WO2023179458A1 (zh) * | 2022-03-22 | 2023-09-28 | 华为技术有限公司 | 通信方法和通信装置 |
WO2023179448A1 (zh) * | 2022-03-22 | 2023-09-28 | 华为技术有限公司 | 一种信息传输方法及装置 |
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 |
CN114841370A (zh) * | 2022-04-29 | 2022-08-02 | 杭州锘崴信息科技有限公司 | 联邦学习模型的处理方法、装置、电子设备和存储介质 |
CN114841370B (zh) * | 2022-04-29 | 2022-12-09 | 杭州锘崴信息科技有限公司 | 联邦学习模型的处理方法、装置、电子设备和存储介质 |
WO2023207026A1 (zh) * | 2022-04-29 | 2023-11-02 | 富士通株式会社 | 信息指示和处理方法以及装置 |
WO2023231620A1 (zh) * | 2022-06-02 | 2023-12-07 | 华为技术有限公司 | 通信方法及装置 |
WO2023241537A1 (zh) * | 2022-06-15 | 2023-12-21 | 华为技术有限公司 | 一种数据传输的方法、通信装置和通信系统 |
WO2023240546A1 (zh) * | 2022-06-16 | 2023-12-21 | 北京小米移动软件有限公司 | 模型监测方法、装置、设备及介质 |
WO2023240622A1 (zh) * | 2022-06-17 | 2023-12-21 | 北京小米移动软件有限公司 | 信息传输方法及装置、存储介质 |
WO2023245576A1 (zh) * | 2022-06-23 | 2023-12-28 | 北京小米移动软件有限公司 | Ai模型确定方法、装置、通信设备及存储介质 |
WO2024010399A1 (en) * | 2022-07-06 | 2024-01-11 | Samsung Electronics Co., Ltd. | Artificial intelligence and machine learning models management and/or training |
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 |
WO2024041595A1 (en) * | 2022-08-26 | 2024-02-29 | Qualcomm Incorporated | Ml model generalization and specification |
WO2024045671A1 (zh) * | 2022-08-31 | 2024-03-07 | 华为技术有限公司 | 一种设备识别方法、装置及系统 |
WO2024055306A1 (zh) * | 2022-09-16 | 2024-03-21 | Oppo广东移动通信有限公司 | 通信设备、方法、装置、存储介质、芯片、产品及程序 |
WO2024061125A1 (zh) * | 2022-09-24 | 2024-03-28 | 华为技术有限公司 | 一种通信方法及装置 |
WO2024074088A1 (zh) * | 2022-10-08 | 2024-04-11 | 华为技术有限公司 | 通信方法及装置 |
WO2024092635A1 (en) * | 2022-11-03 | 2024-05-10 | Apple Inc. | Artificial intelligence model coordination between network and user equipment |
WO2024094157A1 (zh) * | 2022-11-03 | 2024-05-10 | 展讯通信(上海)有限公司 | Ai模型更新方法及通信装置 |
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 |
WO2024092755A1 (en) * | 2022-11-04 | 2024-05-10 | Huawei Technologies Co., Ltd. | Management of machine learning models in communication systems |
WO2024093739A1 (zh) * | 2022-11-04 | 2024-05-10 | 华为技术有限公司 | 一种通信方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114143799A (zh) | 通信方法及装置 | |
Chen et al. | Artificial neural networks-based machine learning for wireless networks: A tutorial | |
EP3847841B1 (en) | Procedure for optimization of self-organizing network | |
Bandani et al. | Multiplicative long short-term memory-based software-defined networking for handover management in 5G network | |
US11617094B2 (en) | Machine learning in radio access networks | |
US20220051139A1 (en) | Wireless device, a network node and methods therein for training of a machine learning model | |
US20230245000A1 (en) | Model evaluation method and apparatus | |
US20230262478A1 (en) | Model configuration method and apparatus | |
Li et al. | Self-optimization of coverage and capacity in LTE networks based on central control and decentralized fuzzy Q-learning | |
Alnawayseh et al. | Smart congestion control in 5g/6g networks using hybrid deep learning techniques | |
CN113873538A (zh) | 一种模型数据传输方法及通信装置 | |
WO2023143267A1 (zh) | 一种模型配置方法及装置 | |
CN113170414A (zh) | 无线通信系统中的用户设备跟踪和寻呼区域选择 | |
US20230262489A1 (en) | Apparatuses and methods for collaborative learning | |
US20220104028A1 (en) | Facilitating heterogeneous network analysis and resource planning for advanced networks | |
Seyfollahi et al. | Enhancing mobile crowdsensing in Fog-based Internet of Things utilizing Harris hawks optimization | |
Zhao et al. | Reinforced-lstm trajectory prediction-driven dynamic service migration: A case study | |
Gures et al. | A comparative study of machine learning-based load balancing in high-speed | |
Ariman et al. | Energy-efficient RL-based aerial network deployment testbed for disaster areas | |
US20230099006A1 (en) | Spectral Efficiency Prediction with Artificial Intelligence for Enhancing Carrier Aggregation and Proactive Radio Resource Management | |
Murudkar et al. | Network Architecture for Machine Learning: A Network Operator's Perspective | |
CN117597969A (zh) | Ai数据的传输方法、装置、设备及存储介质 | |
WO2024061125A1 (zh) | 一种通信方法及装置 | |
Sharma et al. | Deep Learning-Enabled Interference Management in LTE-D2D Communication | |
WO2024067248A1 (zh) | 一种获取训练数据集的方法和装置 |
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 |