CN114765789A - 无线通信网络中数据处理方法和装置 - Google Patents

无线通信网络中数据处理方法和装置 Download PDF

Info

Publication number
CN114765789A
CN114765789A CN202110710332.9A CN202110710332A CN114765789A CN 114765789 A CN114765789 A CN 114765789A CN 202110710332 A CN202110710332 A CN 202110710332A CN 114765789 A CN114765789 A CN 114765789A
Authority
CN
China
Prior art keywords
node
information
message
data
request
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
Application number
CN202110710332.9A
Other languages
English (en)
Inventor
麻晓宁
王妍茹
汪巍崴
许丽香
王弘
李丽丝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Priority to PCT/KR2022/000621 priority Critical patent/WO2022154505A1/en
Priority to US17/574,801 priority patent/US20220225126A1/en
Priority to EP22739700.7A priority patent/EP4260596A1/en
Publication of CN114765789A publication Critical patent/CN114765789A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/08Testing, supervising or monitoring using real traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/10Scheduling measurement reports ; Arrangements for measurement reports
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/16Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种无线通信网络中数据处理的方法,该方法包括:第一节点获取数据;以及第一节点根据所述数据生成用于自优化的信息。

Description

无线通信网络中数据处理方法和装置
技术领域
本发明涉及无线通信技术,具体涉及一种在无线通信网络中数据处理的方法和装置。
背景技术
为了满足自4G通信系统的部署以来增加的对无线数据通信业务的需求,已经努力开发改进的5G或准5G通信系统。因此,5G或准5G通信系统也被称为“超4G网络”或“后LTE系统”。
无线通信是现代历史上最成功的创新之一。最近,无线通信服务的订户数量超过了50亿,并且还在继续快速增长。由于智能电话和其他移动数据设备(例如,平板计算机、笔记本计算机、上网本、电子书阅读器和机器类型设备)在消费者和企业中的日益普及,对无线数据业务的需求正在迅速增长。为了满足移动数据业务的高速增长并支持新的应用和部署,提高无线接口效率和覆盖范围至关重要。
无线通信网络中不同的实体根据承担的任务可分为用户设备(UE),接入节点,移动管理功能实体,会话管理功能实体,数据平面功能实体等不同的种类。
发明内容
本发明涉及一种数据处理的方法,具体涉及一种在无线通信网络中数据处理的方法。
本发明提出一种无线通信网络中数据处理的方法,该方法包括:第一节点获取数据;以及第一节点根据所述数据生成用于自优化的信息。
本发明提出一种无线通信网络中数据处理的方法,该方法包括:第一节点获取数据;以及第一节点根据所述数据利用数据处理模型生成用于自优化的信息,其中,所述数据处理模型可以是人工智能(AI,Artificial Intelligenc)模型。
本发明提出一种在无线通信网络中数据处理的方法,该方法包括:无线通信系统中的实体,例如接入节点,向其他实体报告本实体支持部署AI模型的能力;以及其他实体根据所述能力决定是否在本实体上安装、更新或删除所部署的AI模型,或是否从所述实体获取所部署的AI模型的输出参数。
所述部署AI模型的能力可以是一个部署在所述节点上的AI模型的信息的列表,和/或一个指示信息。
所述指示信息用来指示所述节点是否支持AI模型的部署。
所述AI模型的信息包括但不限于以下信息的至少一个:
AI模型的编号;
AI模型的名称;
AI模型的用途;
AI模型的类型,用于表示机器学习的模型类型,该类型可包括但不限于感知器、前馈神经网络、径向基函数网络、深度前馈网络、循环神经网络、长/短期记忆网络、门控循环单位、自动编码器、变分自动编码器、去噪自动编码器、稀疏自动编码器、马尔科夫链、霍菲特网络、波兹曼机、受限波兹曼机、深度信念网络、深度卷积网络、反卷积神经网络、深度卷积逆图形网络、生成对抗网络、液态机、极限学习机、回声状态网络、深度残差网络、Kohonen网络、支持向量机、神经图灵机、卷积神经网络、人工神经网络、循环神经网络、深度神经网络等;
AI模型的特征参数。
其中所述AI模型的用途可以是,例如,预测一定时间内所在节点,或所在节点上的小区,或所在节点上的小区的波束(beam),或所在节点和/或所在节点上的小区上的网络切片,或所在节点和/或所在节点上的小区上公共陆地移动网PLMN(Public Land MobileNetwork),的负载情况。所述负载情况包括但不限于以下信息的至少一个:无线资源使用情况,传输网络层TNL(Transport Network Layer)资源使用情况,硬件资源使用情况,所服务的UE的数量,RRC(Radio Resource Control)连接的数量。所述负载情况包括的每种信息可以是该信息的最大有效值,和/或当前已使用的值,和/或当前有效值,和/或当前已使用的值与最大有效值的比率,和/或当前有效值与最大有效值的比率。
所述AI模型的特征参数包括但不限于以下信息的至少一个:
层数,用于表示神经网的层数;
各层神经元个数,用于表示神经网络各层神经元个数;
权重,用于表示神经网络神经元权重。
当配置接入节点与核心网实体,例如AMF,或其他接入节点之间的连接时,接入节点可以使用Ng或S1或Xn或X2接口消息向核心网实体或其他接入节点报告本接入节点支持所述部署AI模型的能力。所述Ng消息可以是以下消息的至少一个:NG SETUP REQUEST(NG建立请求),RAN CONFI GURATI ON UPDATE(RAN配置更新),AMF CONFI GURATI ON UPDATEACKNOWLEDGE(AMF配置更新确认),新定义的Ng消息。所述S1消息可以是以下消息的至少一个:S1 SETUP REQUEST(S1建立请求),ENB CONFI GURATI ON UPDATE(ENB配置更新),MMECONFI GURATI ON UPDATE ACKNOWLEDGE(MME配置更新确认),新定义的S1消息。所述Xn消息可以是以下消息的至少一个:XN SETUP REQUEST(XN建立请求),XN SETUP RESPONSE(XN建立回应),NG-RAN NODE CONFI GURATI ON UPDATE(NG-RAN节点配置更新),NG-RAN NODECONFI GURATI ON UPDATE ACKNOWLEDGE(NG-RAN节点配置更新确认),新定义的Xn消息。所述X2消息可以是以下消息的至少一个:X2 SETUP REQUEST(X2建立请求),X2SETUPRESPONSE(X2建立回应),ENB CONFI GURATI ON UPDATE(ENB配置更新),ENB CONFI GURATION UPDATE ACKNOWLEDGE(ENB配置更新确认),EN-DC X2 SETUP REQUEST(EN-DC X2建立请求),EN-DC X2 SETUP RESPONSE(EN-DC X2建立回应),EN-DC CONFI GURATI ON UPDATE(EN-DC配置更新),EN-DC CONFI GURATI ON UPDATE ACKNOWLEDGE(EN-DC配置更新确认),新定义的X2消息。。
当所述接入节点由CU-CP(Centralized Unit-Control Plane),CU-UP(Centralized Unit-User Plane)和DU(Distributed Unit)组成时,当配置CU-CP和CU-UP之间或CU-CP和DU之间的连接时,CU-CP和CU-UP之间或CU-CP和DU之间可以使用E1或F1接口消息交换各自部署AI模型的能力。所述E1消息可以是以下消息的至少一个:GNB-CU-UP E1SETUP REQUEST(GNB-CU-UP E1建立请求),GNB-CU-UP E1 SETUP RESPONSE(GNB-CU-UP E1建立回应),GNB-CU-CP E1 SETUP REQUEST(GNB-CU-CP E1建立请求),GNB-CU-CP E1 SETUPRESPONSE(GNB-CU-CP E1建立回应),GNB-CU-UP CONFI GURATI ON UPDATE(GNB-CU-UP配置更新),GNB-CU-UP CONFI GURATI ON UPDATE ACKNOWLEDGE(GNB-CU-UP配置更新确认),GNB-CU-CP CONFI GURATI ON UPDATE(GNB-CU-CP配置更新),GNB-CU-CP CONFI GURATI ONUPDATE ACKNOWLEDGE(GNB-CU-CP配置更新确认),新定义的E1消息。所述F1消息可以是以下消息的至少一个:F1 SETUP REQUEST(F1建立请求),F1 SETUP RESPONSE(F1建立回应),GNB-DU CONFI GURATI ON UPDATE(GNB-DU配置更新),GNB-DU CONFI GURATI ON UPDATEACKNOWLEDGE(GNB-DU配置更新确认),GNB-CU CONFI GURATI ON UPDATE(GNB-CU配置更新),GNB-CU CONFI GURATI ON UPDATE ACKNOWLEDGE(GNB-CU配置更新确认),新定义的F1消息。
本发明提出一种在无线通信网络中数据处理的方法,该方法包括:无线通信系统中的实体,例如接入节点,得到搜集特定UE的数据的许可;以及所述实体在获取搜集特定UE的数据的许可之后,开始搜集所述UE的数据。
所述搜集特定UE的数据的许可包括但不限于以下信息中的至少一个:允许搜集特定UE的数据的PLMN列表,允许搜集特定UE的数据的网络切片(networkslice)列表,允许搜集特定UE的数据的非公开网络(NPN)的标识的列表。所述搜集特定UE的数据的许可可以保存到核心网实体,例如PCF(policy control function)或UDM(Unified Data Manager)或HSS(Home Subscriber Server)。
在UE通过接入节点连接到核心网期间,接入节点可以通过Ng或S1接口消息向核心网实体,例如接入和移动性管理功能实体AMF(Access and Mobility Managementfunction)或移动性管理实体MME(Mobility Management Entity),请求搜集特定UE的数据的许可。所述Ng消息可以是以下消息的至少一个:RETRI EVE UE I NFORMATI ON(获取UE信息),UE CONTEXT RESUME REQUEST(UE上下文恢复请求),I NI TI AL UE MESSAGE(初始化UE消息),UPLI NK NAS TRANSPORT(上行NAS传输),新定义的Ng消息。所述S1消息可以是以下消息的至少一个:UE CONTEXT MODI FI CATI ON I NDI CATI ON(UE上下文修改指示),UE CONTEXT RESUME REQUEST,RETRI EVE UE I NFORMATI ON,I NI TI AL UE MESSAGE,UPLI NK NAS TRANSPORT,新定义的S1消息。
核心网实体可以通过Ng或S1接口消息把所述搜集特定UE的数据的许可发给接入节点。所述Ng消息可以是以下消息的至少一个:I NI TI AL CONTEXT SETUP REQUEST(初始上下文建立请求),UE CONTEXT MODI FI CATI ON REQUEST(UE上下文修改请求),UECONTEXT SUSPEND RESPONSE(UE上下文挂起回应),UE CONTEXT RESUME RESPONSE(UE上下文恢复回应),新定义的Ng消息。所述S1消息可以是以下消息的至少一个:I NI TI ALCONTEXT SETUP REQUEST,UE CONTEXT MODI FI CATI ON REQUEST,UE CONTEXT MODI FICATI ON CONFI RM(UE上下文修改确认),UE CONTEXT SUSPEND RESPONSE,UE CONTEXTRESUME RESPONSE,新定义的S1消息。
所述接入节点根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以被搜集。
当所述UE从源接入节点切换到目标接入节点或当所述UE在RRC_I NACTI VE状态下连接到目标接入节点的时候,目标接入节点可以使用Ng或S1接口消息向核心网实体请求搜集特定UE的数据的许可。所述Ng消息可以是以下消息的至少一个:HANDOVER REQUESTACKNOWLEDGE(切换请求确认),PATH SWI TCH REQUEST(路径变换请求),新定义的Ng消息。所述S1消息可以是以下消息的至少一个:HANDOVER REQUEST ACKNOWLEDGE,PATH SWI TCHREQUEST,新定义的S1消息。
当所述UE从源接入节点切换到目标接入节点或当所述UE在RRC_I NACTI VE状态下连接到目标接入节点的时候,如果源接入节点持有所述搜集该UE的数据的许可,源接入节点或核心网实体,例如AMF或MME,可以把所述许可通过Ng或S1接口消息发送到目标接入节点;源接入节点也可以把所述许可通过Xn或X2接口消息发送到目标接入节点。所述Ng消息可以是以下消息的至少一个:HANDOVER REQUI RED(切换要求),HANDOVER REQUEST(切换请求),PATH SWI TCH REQUEST ACKNOWLEDGE(路径切换请求确认),DOWNLI NK RAN STATUSTRANSFER(下行接入网状态传输),新定义的Ng消息。所述S1消息可以是以下消息的至少一个:HANDOVER REQUI RED,HANDOVER REQUEST,PATH SWI TCH REQUEST ACKNOWLEDGE,新定义的S1消息。所述Xn消息可以是以下消息的至少一个:HANDOVER REQUEST,RETRI EVE UECONTEXT RESPONSE(获取UE上下文回应),新定义的Xn消息。所述X2消息可以是以下消息的至少一个:HANDOVER REQUEST,RETRI EVE UE CONTEXT RESPONSE,新定义的X2消息。
所述目标接入节点根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以被搜集。
当所述UE被配置双连接时,辅节点可以使用Xn或X2接口消息向主节点请求搜集特定UE的数据的许可。所述Xn消息可以是以下消息的至少一个:S-NODE ADDI TI ON REQUESTACKNOWLEDGE(S节点添加请求确认),S-NODE MODI FI CATI ON REQUEST ACKNOWLEDGE(S节点修改请求确认),S-NODE MODI FI CATI ON REQUI RED(S节点修改要求),新定义的Xn消息。所述X2消息可以是以下消息的至少一个:SGNB ADDI TI ON REQUEST ACKNOWLEDGE(SGNB添加请求确认),SGNB MODI FI CATI ON REQUEST ACKNOWLEDGE(SGNB修改请求确认),SGNB MODI FI CATI ON REQUI RED(SGNB修改要求),SENB ADDI TI ON REQUESTACKNOWLEDGE(SENB添加请求确认),SENB MODI FI CATI ON REQUEST ACKNOWLEDGE(SENB修改请求确认),SENB MODI FI CATI ON REQUI RED(SENB修改要求),新定义的X2消息。
当所述UE被配置双连接时,如果主节点持有所述搜集该UE的数据的许可,主节点可以把所述许可通过Xn或X2接口消息发送到辅节点。所述Xn消息可以是以下消息的至少一个:S-NODE ADDI TI ON REQUEST(S节点添加请求),S-NODE MODI FI CATI ON REQUEST(S节点修改请求),S-NODE MODI FI CATI ON CONFI RM(S节点修改确认),新定义的Xn消息。所述X2消息可以是以下消息的至少一个:SGNB ADDI TI ON REQUEST(SGNB添加请求),SGNBMODI FI CATI ON REQUEST(SGNB修改请求),SGNB MODI FI CATI ON CONFI RM(SGNB修改确认),SENB ADDI TI ON REQUEST(SENB添加请求),SENB MODI FI CATI ON REQUEST(SENB修改请求),SENB MODI FI CATI ON CONFI RM(SENB修改确认),新定义的X2消息。
所述辅节点根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以被搜集。
当所述接入节点由CU-CP,CU-UP和DU组成时,CU-CP接收来自核心网实体或其他接入节点的所述搜集特定UE的数据的许可。CU-UP或DU可以通过E1或F1接口消息向CU-CP请求搜集特定UE的数据的许可。所述E1消息可以是以下消息的至少一个:BEARER CONTEXTSETUP RESPONSE(承载上下文建立响应),BEARER CONTEXT MODI FI CATI ON RESPONSE(承载上下文修改响应),BEARER CONTEXT MODI FI CATI ON REQUI RED(承载上下文修改要求),新定义的E1消息。所述F1消息可以是以下消息的至少一个:UE CONTEXT SETUPRESPONSE(UE上下文设置响应),UE CONTEXT MODI FI CATI ON RESPONSE(UE上下文修改响应),UE CONTEXT MODI FI CATI ON REQUI RED(UE上下文修改要求),新定义的F1消息。
CU-CP可以在与所述UE相关的过程中,例如CU-CP在CU-UP或DU上配置UE上下文的过程,把所述许可通过E1或F1接口消息发送到CU-UP或DU。所述E1消息可以是以下消息的至少一个:BEARER CONTEXT SETUP REQUEST(承载上下文建立请求),BEARER CONTEXT MODIFI CATI ON REQUEST(承载上下文修改请求),BEARER CONTEXT MODI FI CATI ON CONFIRM(承载上下文修改确认),新定义的E1消息。所述F1消息可以是以下消息的至少一个:UECONTEXT SETUP REQUEST(UE上下文设置请求),UE CONTEXT MODI FI CATI ON REQUEST(UE上下文修改请求),UE CONTEXT MODI FI CATI ON CONFI RM(UE上下文修改确认),新定义的F1消息。
所述CU-UP或DU根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以被搜集。
其中传输允许搜集特定UE的数据的PLMN列表时,可以重用上述消息中基于管理的MDT PLMN列表(Management Based MDT PLMN List)。
本发明提出一种在无线通信网络中数据处理的方法,该方法包括:部署AI模型到无线通信系统中的实体,例如接入节点上;以及无线通信系统中的实体使用所部署的AI模型,根据AI模型的输出参数,进行合理的自优化以提高用户的体验。
所述方法具体包含步骤:
无线通信系统中的实体1向实体2发送AI模型部署相关信息。
其中所述AI模型部署相关信息可以是以下信息中的至少一个:
AI模型的编号;
AI模型的名称;
AI模型的用途;
一个指示信息用于标识这是对已存在的AI模型的全部或部分更新;
携带所述AI模型的容器(container);
模型传递序号,用于辨识此次模型传递;
模型类型,用于表示机器学习的模型类型,该类型可包括但不限于感知器、前馈神经网络、径向基函数网络、深度前馈网络、循环神经网络、长/短期记忆网络、门控循环单位、自动编码器、变分自动编码器、去噪自动编码器、稀疏自动编码器、马尔科夫链、霍菲特网络、波兹曼机、受限波兹曼机、深度信念网络、深度卷积网络、反卷积神经网络、深度卷积逆图形网络、生成对抗网络、液态机、极限学习机、回声状态网络、深度残差网络、Kohonen网络、支持向量机、神经图灵机、卷积神经网络、人工神经网络、循环神经网络、深度神经网络等;
AI模型的特征参数;
训练实体信息,包括但不限于:训练实体的标识,名称;
模型下载地址:用于表示模型下载地址,包括但不限于以下信息的至少一个:下载服务器的地址和/或端口和/或协议,URL地址。
所述AI模型的特征参数包括但不限于以下信息的至少一个:
层数,用于表示神经网的层数;
各层神经元个数,用于表示神经网络各层神经元个数;
权重,用于表示神经网络神经元权重;
模型输入,用于表示网络的输入参数类型及顺序,例如,利用n*m比特表示,每n个比特表示一个参数,共m个参数,且输入顺序与比特表示顺序相同,基于n个比特与参数之间的映射关系,可推测出参数与参数的输入顺序;
模型输出,用于表示网络的输出参数类型及顺序,例如,利用n*m比特表示,每n个比特表示一个参数,共m个参数,且输出顺序与比特表示顺序相同,基于n个比特与参数之间的映射关系,可推测出参数与参数的输出顺序;
预处理矩阵,用于预处理收集到的数据以输入到模型中;
后处理矩阵,用于处理模型输入参数以用于通信网络中;
反馈类型,用于表示收到网络后续的反馈类型,例如,反馈权重、反馈数据、反馈更新后模型等。
所述实体1可以是核心网实体,例如AMF或SMF(Session Management Function)或MME,或接入节点,例如NG-RAN node或eNB,或接入节点的CU-CP。所述实体2可以是接入节点,例如NG-RAN node或eNB,或接入节点的CU-CP或CU-UP或DU。
当实体1是核心网实体,例如AMF或SMF或MME,实体2是接入节点,例如NG-RAN node或eNB,或接入节点的CU-CP时,实体1可以通过Ng或S1接口消息向实体2发送所述AI模型部署相关信息。所述Ng接口消息包括但不限于以下消息的至少一个:NG SETUP RESPONSE(NG建立回应),RAN CONFI GURATI ON UPDATE ACKNOWLEDGE(RAN配置更新确认),AMF CONFIGURATI ON UPDATE(AMF配置更新),一个新定义的Ng消息。所述S1接口消息包括但不限于以下消息的至少一个:S1 SETUP RESPONSE(S1建立回应),ENB CONFI GURATI ON UPDATEACKNOWLEDGE(ENB配置更新确认),MME CONFI GURATI ON UPDATE(MME配置更新),一个新定义的S1消息。
当实体1和实体2都是接入节点,例如NG-RAN node或eNB,或接入节点的CU-CP时,实体1可以通过Xn或X2接口消息向实体2发送所述AI模型部署相关信息。所述Xn接口消息包括但不限于以下消息的至少一个:XN SETUP REQUEST,XN SETUP RESPONSE,NG-RAN NODECONFI GURATI ON UPDATE,NG-RAN NODE CONFI GURATI ON UPDATE ACKNOWLEDGE,一个新定义的Xn消息。所述X2接口消息包括但不限于以下消息的至少一个:X2 SETUP REQUEST,X2SETUP RESPONSE,ENB CONFI GURATI ON UPDATE,ENB CONFI GURATI ON UPDATEACKNOWLEDGE,EN-DC X2 SETUP REQUEST,EN-DC X2 SETUP RESPONSE,EN-DC CONFI GURATION UPDATE,EN-DC CONFI GURATI ON UPDATE ACKNOWLEDGE,一个新定义的X2消息。
当实体1是接入节点的CU-CP,实体2是接入节点的CU-UP或DU时,实体1可以通过F1或E1接口消息向实体2发送所述AI模型部署相关信息。所述F1接口消息包括但不限于以下消息的至少一个:F1 SETUP RESPONSE,GNB-DU CONFI GURATI ON UPDATE ACKNOWLEDGE,GNB-CU CONFI GURATI ON UPDATE,一个新定义的F1消息。所述E1接口消息包括但不限于以下消息的至少一个:GNB-CU-UP E1 SETUP RESPONSE,GNB-CU-CP E1 SETUP REQUEST,GNB-CU-UP CONFI GURATI ON UPDATE ACKNOWLEDGE,GNB-CU-CP CONFI GURATI ON UPDATE,一个新定义的E1消息。
本发明提出一种在无线通信网络中数据处理的方法,该方法包括:接入节点选择合适的时机去激活(deactivate)一个或几个小区以便节能,其中,去激活这些小区之前,所述接入节点需要把所述小区内的UE切换到其他小区。具体地,接入节点选择合适的时机去激活一个或几个小区包括在所述接入节点以及其他接入节点搜集数据。。
所述需要搜集的数据包括两类信息:
第一类信息包括但不限于以下信息的一个或多个:
自优化之前,要求报告的小区的小区状态相关信息;
自优化之前,要求报告的小区所服务的UE的测量相关信息。
其中所述要求报告的小区可以是可能被选择自优化的小区的候选小区中的一个。
所述小区状态相关信息可以是以下信息的一个或多个:
所述小区的小区信息及其邻小区的小区信息。所述小区信息包括但不限于以下信息的至少一个:小区标识(全球小区标识Cell Global Identifier(CGI)和/或物理小区标识Physical Cell Identifier(PCI)),小区支持的PLMN列表,小区支持的网络切片列表,小区支持的频段列表,小区支持的beam列表;
所述小区所在节点的节点标识,例如,当所述节点是接入节点或接入节点的CU-CP时,所述节点标识包括但不限于Global NG-RAN Node I D,或Gl obal gNB I D,或Gl obalng-eNB I D,或Gl obal eNB I D,或Gl obal en-gNB I D,当所述节点是接入节点的CU-UP时,所述节点标识包括但不限于gNB-CU-UP I D,当所述节点是接入节点的DU时,所述节点标识包括但不限于gNB-DU I D;
所述小区所在节点、和/或所述小区、和/或所述小区的beam、和/或所在节点和/或所述小区上的网络切片、和/或所在节点和/或所述小区上PLMN、的负载情况,及其邻小区所在节点、和/或邻小区、和/或邻小区的beam、和/或邻小区所在节点和/或邻小区上的网络切片、和/或邻小区所在节点和/或邻小区上PLMN、的负载情况,所述负载情况与前述相同;
所述小区所在节点、和/或所述小区、和/或所述小区的beam、和/或所在节点和/或所述小区上的网络切片、和/或所在节点和/或所述小区上PLMN、的负载情况的预测值,可选的,包括可信度(例如,以百分比表示可信的概率),及其邻小区所在节点、和/或邻小区、和/或邻小区的beam、和/或邻小区所在节点和/或邻小区上的网络切片、和/或邻小区所在节点和/或邻小区上PLMN、的负载情况的预测值,可选的,包括可信度(例如,以百分比表示可信的概率);
所述小区所在节点和/或所属小区的能源使用情况以及邻小区所在节点和/或邻小区的能源使用情况,所述能源使用情况包括但不限于以下信息的至少一个:最大功率(单位:瓦),最小功率,平均功率,能源消耗(Energy consumption,单位千瓦时),上下行数据量(Dat a vol ume),上下行数据量与能源消耗的比率;
所述小区所在节点和/或所属小区的能源使用情况以及邻小区所在节点和/或邻小区的能源使用情况的预测值,可选的,包括可信度。
所述UE的测量相关信息可以是以下信息的一个或多个:
UE的测量报告;
UE的服务质量相关信息;
UE的体验质量QoE报告;
UE的服务质量相关信息和/或QoE报告的预测值;
上述信息中所述任一预测值的可信度。
所述服务质量相关信息包括但不限于以下信息的至少一个:
UE的上下行速率和/或UE的一个或一组DRB的上下行速率;
UE的上下行丢包率和/或UE的一个或一组DRB的上下行丢包率;
UE的上下行传输时延和/或UE的一个或一组DRB的上下行传输时延。
第二类信息包括但不限于以下信息的一个或多个:
自优化之后,要求报告的小区的小区状态相关信息;
自优化之后,被切换到其他小区的UE的测量相关信息;
自优化之后,在邻小区产生的UE上报的信息,所述UE上报的信息包括但不限于以下信息的至少一个:无线连接失败报告(RLF report),连接建立失败报告(CEF report),随机接入报告(RACH report),成功切换报告(Successful HO report);
自优化相关信息。
所述自优化相关信息包括但不限于以下信息的一个或多个:
执行自优化的小区的小区状态相关信息;
相关UE的UE标识,所述UE标识可以是自优化之前和/或之后分配的;
相关UE的目标小区的小区状态相关信息;
相关UE的beam标识,包括但不限于SSB索引值(SSB Index),其中所述beam可以是当前正在服务的节点配置的第一个和/或最后一个beam,也可以是所配置的全部或一部分beam,所述beam可以是自优化之前和/或之后配置的;
自优化事件。
本方法中所述自优化指的是去激活所述小区,可选的,包括相关UE向目标小区执行切换。所述相关UE是所述小区所服务的UE。所述自优化事件指的是去激活所述小区。
所述方法包含步骤:
接入节点搜集第一类信息。
所述接入节点要求相邻的接入节点报告负载情况和/或能源使用情况。如果相邻的接入节点具有部署AI模型的能力,接入节点可以要求相邻的接入节点报告负载情况和/或能源使用情况的预测值,可选的,包括可信度。
所述接入节点可以通过Xn或X2接口消息要求相邻的接入节点报告负载情况,和/或能源使用情况报告,和/或负载情况的预测值,和/或能源使用情况的预测值,可选的,包括可信度。所述Xn消息可以是RESOURCE STATUS REQUEST(资源状态请求),和/或一个新定义的Xn消息。所述X2消息可以是RESOURCE STATUS REQUEST,和/或EN-DC RESOURCE STATUSREQUEST(EN-DC资源状态请求),和/或一个新定义的X2消息。相邻的接入节点可以通过Xn或X2接口消息报告负载情况,和/或能源使用情况,和/或负载情况的预测值,和/或能源使用情况的预测值,可选的,包括可信度。所述Xn消息可以是RESOURCE STATUS UPDATE(资源状态更新),和/或一个新定义的Xn消息。所述X2消息可以是RESOURCE STATUS UPDATE,和/或EN-DC RESOURCE STATUS UPDATE(EN-DC资源状态更新),和/或一个新定义的X2消息。
所述接入节点搜集本节点的负载情况和/或能源使用情况。所述接入节点也搜集本节点的负载情况和/或能源使用情况的预测值,可选的,包括可信度,例如,如果本节点具有部署AI模型的能力。
如果所述接入节点由CU-CP,CU-UP和DU组成,所述接入节点的CU-CP要求CU-UP和/或DU报告负载情况和/或能源使用情况。所述接入节点的CU-CP也要求CU-UP和/或DU报告负载情况和/或能源使用情况的预测值,可选的,包括可信度,例如,如果CU-UP和/或DU具有部署AI模型的能力。
所述CU-CP可以通过F1或E1接口消息要求CU-UP和/或DU报告负载情况,和/或能源使用情况报告,和/或负载情况的预测值,和/或能源使用情况的预测值,可选的,包括可信度。所述F1接口消息可以是RESOURCE STATUS REQUEST,和/或一个新定义的F1消息。所述E1接口消息可以是RESOURCE STATUS REQUEST,和/或一个新定义的E1消息。DU可以通过F1接口消息报告负载情况,和/或能源使用情况,和/或负载情况的预测值,和/或能源使用情况的预测值。所述F1接口消息可以是RESOURCE STATUS UPDATE,和/或一个新定义的F1消息。CU-UP可以通过E1接口消息报告负载情况,和/或能源使用情况,和/或负载情况的预测值,和/或能源使用情况的预测值,可选的,包括可信度。所述E1接口消息可以是RESOURCESTATUS UPDATE,和/或一个新定义的E1消息。
所述接入节点搜集第一类信息中其他需要搜集的数据。
其中所述接入节点的负载情况和/或能源使用情况可以用来选择最适合的去激活小区。相邻的接入节点的负载情况和/或能源使用情况可以用来给所选择的去激活小区所服务的UE选择合适的目标接入节点。
根据所搜集的数据,所述接入节点选择一个去激活小区。同时所述接入节点为所选择的去激活小区所服务的UE选择合适的目标接入节点。
所述接入节点对所选择的去激活小区所服务的UE执行切换过程,然后执行去激活所选择的小区。
去激活所选择的小区之后,所述接入节点搜集第二类信息。
所述接入节点要求相邻的接入节点报告负载情况和/或能源使用情况。
所述接入节点搜集本节点的负载情况和/或能源使用情况。
所述接入节点通过Xn或X2接口消息要求相邻接入节点报告或停止报告所需要的数据。报告方式可以是周期的或非周期的。如果是周期的,所述接入节点指定报告周期长度,和/或报告次数;如果是非周期的,所述接入节点指定所述数据产生的时间段。
所述所需要的数据指的是前述所述需要搜集的数据中第二类信息中的至少一个,例如,被切换到其他小区的UE的测量报告,和/或被切换到其他小区的UE的QoS报告和/或QoE报告,和/或邻小区产生的UE上报的信息。
所述Xn消息可以是NG-RAN NODE CONFI GURATI ON UPDATE和/或一个新定义的Xn消息。所述X2消息可以是ENB CONFI GURATI ON UPDATE和/或一个新定义的Xn消息。
所述接入节点也可以通过切换过程相关消息要求UE的目标接入节点报告所需要的数据,例如,被切换到其他小区的UE的测量报告,和/或被切换到其他小区的UE的QoS报告和/或QoE报告。报告方式可以是周期的或非周期的。如果是周期的,所述接入节点指定报告周期长度,和/或报告次数;如果是非周期的,所述接入节点指定所述数据产生的时间段。
所述切换过程相关消息可以是Xn或X2或Ng或S1接口消息。所述Xn消息可以是HANDOVER REQUEST,和/或新定义的Xn消息。所述X2消息可以是HANDOVER REQUEST,和/或新定义的X2消息。所述Ng消息可以是HANDOVER REQUI RED,和/或HANDOVER REQUEST,和/或新定义的Ng消息。所述S1消息可以是HANDOVER REQUI RED,和/或HANDOVER REQUEST,和/或新定义的S1消息。
被要求报告所述数据的接入节点通过Xn或X2或Ng或S1接口消息向所述接入节点报告被要求报告的数据。所述Xn接口消息可以是以下消息的至少一个:ACCESS AND MOBILI TY I NDI CATI ON(接入和移动性指示),FAI LURE I NDI CATI ON(失败指示),HANDOVER REPORT(切换报告),新定义的Xn消息。所述X2接口消息可以是以下消息的至少一个:RLF I NDI CATI ON(RLF指示),HANDOVER REPORT,新定义的X2消息。所述Ng或S1接口消息可以是一个或多个新定义的Ng或S1消息。
其中对于所述Xn或X2或Ng或S1接口消息,应该包括必要的信息让去激活小区识别所述消息与去激活小区相关。以Xn接口消息为例,包括以下信息中的至少一个:UE当前的服务小区的小区标识,去激活小区的小区标识,UE标识,UE的测量报告,UE的QoS报告和/或QoE报告,在去激活小区覆盖区域及邻近区域产生的UE上报的信息。其中为了让去激活小区和被要求报告的小区识别UE上报的信息发生在去激活小区覆盖区域及邻近区域,UE上报的信息要包括位置信息,例如,在RACH report(RACH报告)和Successful HO report(成功H0报告)中增加位置信息。为了让去激活小区和被要求报告的小区识别UE上报的信息中的事件发生在执行去激活小区之后,UE上报的信息要包括时戳信息,例如,在RLF report、CEFreport(CEF报告)、RACH report和Successful HO report中增加时戳信息。所述小区标识可以是PCI和/或CGI。所述UE标识包括但不限于以下信息中的至少一个:UE在去激活小区的NG-RAN node UE XnAP I D,UE在当前服务小区的NG-RAN node UE XnAP I D(NG-RAN节点UE XnAP I D),UE在去激活小区的C-RNTI(Cell-RadioNetworkTemporaryIdentifier),UE在当前服务小区的C-RNTI,RAN UE I D。所述位置信息可以使用,例如,定义在3GPP规范38.331中的LocationInfo信息。所述X2或Ng或S1接口消息与所述Xn接口消息类似。
其中被切换到其他小区的UE的测量报告和/或邻小区产生的UE上报的信息可以用来判断所述接入节点去激活所选择的小区之后是否产生了无线信号覆盖问题。被切换到其他小区的UE的QoS报告和/或QoE报告可以用来判断是否降低受影响UE的用户服务质量。相邻接入节点的负载情况和本节点的负载情况可以用来判断是否造成其他小区的负载过高。相邻接入节点的能源使用情况和本节点的能源使用情况可以用来判断是否达到所期望的节能效果。
以上信息可以被所述接入节点用于训练AI模型。所述AI模型可以包括但不限于以下模型的至少一种:用来选择去激活小区的AI模型,用来选择特定UE的切换的目标接入节点的AI模型,用来预测负载情况的AI模型,用来预测能源使用情况的AI模型。
所述AI模型被部署到所述接入节点。
如果所述接入节点由CU-CP,CU-UP和DU组成,所述AI模型被部署到CU-CP。所述AI模型还可以由CU-CP通过F1接口消息部署到DU,和/或CU-CP通过E1接口消息部署到CU-UP。
CU-CP通过F1接口消息把AI模型的信息发送到DU。所述F1消息可以是以下消息的至少一个:F1 SETUP RESPONSE,GNB-DU CONFI GURATI ON UPDATE ACKNOWLEDGE,GNB-CUCONFI GURATI ON UPDATE,新定义的F1消息。
CU-CP通过E1接口消息把AI模型的信息发送到CU-UP。所述E1消息可以是以下消息的至少一个:GNB-CU-UP E1 SETUP RESPONSE,GNB-CU-CP E1SETUP REQUEST,GNB-CU-UPCONFI GURATI ON UPDATE ACKNOWLEDGE,GNB-CU-CP CONFI GURATI ON UPDATE,新定义的E1消息。
所述AI模型的信息包括但不限于以下信息的至少一个:AI模型的编号,AI模型的名称,AI模型的用途,指示信息用于标识这是对已存在的AI模型的全部或部分更新,携带所述AI模型的容器(container)。
接入节点搜集前述接入节点需要搜集的数据中第一类信息。AI模型使用这些信息选择去激活小区,同时为所述去激活小区中所服务的UE选择目标接入节点。
所述接入节点对所选择的去激活小区所服务的UE执行切换过程,然后执行去激活所选择的小区。从而减少网络的能源使用,达到节能效果。
通过上述过程可以识别去激活这些小区之后,是否产生无线信号覆盖问题,是否降低受影响UE的用户服务质量,是否造成其他小区的负载过高,是否达到所期望的节能效果,从而进行合理的自优化,提高用户的体验。
上述过程可以反复进行,以产生更好的AI模型,最终达到更好的节能效果。
本发明提出一种在无线通信网络中数据处理的方法,该方法包括:当一个UE的无线信号变差,或为其服务的接入节点由于负载过高等原因不能提供服务的时候,所述节点对所述UE进行移动性优化;同时所述接入节点为所述UE选择合适的目标接入节点。。
所述移动性优化可以是,例如,把所述UE切换到其他小区,或为其配置双连接,例如,增加或改变SN。如果所述接入节点决定把所述UE切换到其他接入节点,所述目标接入节点是切换的目标接入节点;如果所述接入节点决定给所述UE配置双连接,所述目标接入节点是双连接中的SN。
具体地,对所述UE进行移动性优化包括在所述接入节点以及其他接入节点搜集数据。
所述需要搜集的数据包括两类信息:
第一类信息包括但不限于以下信息的一个或多个:
自优化之前,要求报告的小区的小区状态相关信息;
自优化之前,要求报告的小区所服务的UE的测量相关信息;
其中所述要求报告的小区可以是可能被选择自优化的小区的候选小区中的一个。
第二类信息包括但不限于以下信息的一个或多个:
自优化之后,UE的测量相关信息;
自优化之后,UE上报的信息;
自优化相关信息。
本方法中所述自优化指的是对相关UE执行移动性优化,所述相关UE是执行移动性优化的UE,所述自优化事件指的是对相关UE执行的移动性优化的事件。
所述移动性优化的事件,包括但不限于以下之一:切换,SN增加,MN发起的SN改变,SN发起的SN改变。
所述方法包含步骤:
接入节点搜集第一类信息。
所述接入节点要求相邻的接入节点报告负载情况。接入节点可以要求相邻的接入节点报告负载情况的预测值,可选的,包括可信度,例如,如果相邻的接入节点具有部署AI模型的能力。
所述接入节点可以通过Xn或X2接口消息要求相邻的接入节点报告负载情况,和/或负载情况的预测值,可选的,包括可信度。所述Xn消息可以是RESOURCE STATUS REQUEST,和/或一个新定义的Xn消息。所述X2消息可以是RESOURCE STATUS REQUEST,和/或EN-DCRESOURCE STATUS REQUEST,和/或一个新定义的X2消息。相邻的接入节点可以通过Xn或X2接口消息报告负载情况,和/或负载情况的预测值,可选的,包括可信度。所述Xn消息可以是RESOURCE STATUS UPDATE,和/或一个新定义的Xn消息。所述X2消息可以是RESOURCESTATUS UPDATE,和/或EN-DC RESOURCE STATUS UPDATE,和/或一个新定义的X2消息。
所述接入节点搜集本节点的负载情况。所述接入节点也搜集本节点的负载情况的预测值,可选的,包括可信度,例如,如果本节点具有部署AI模型的能力。
如果所述接入节点被配置为双连接场景中的MN或SN,所述接入节点可以通过Xn或X2接口消息向双连接的另一方发送服务UE的beam标识。所述Xn接口消息可以是以下消息中的至少一个:S-NODE ADDI TI ON REQUEST,S-NODE ADDI TI ON REQUEST ACKNOWLEDGE,S-NODE RECONFI GURATI ON COMPLETE,S-NODE MODI FI CATI ON REQUEST,S-NODE MODI FICATI ON REQUEST ACKNOWLEDGE,S-NODE MODI FI CATI ON REQUI RED,S-NODE MODI FICATI ON CONFI RM,S-NODE CHANGE REQUI RED(S节点改变要求),S-NODE CHANGE CONFIRM(S节点改变确认),S-NODE RELEASE REQUEST(S节点释放请求),S-NODE RELEASEREQUEST ACKNOWLEDGE(S节点释放请求确认),S-NODE RELEASE REQUI RED(S节点释放要求),S-NODE RELEASE CONFI RM(S节点释放确认),一个新定义的Xn消息。所述X2接口消息可以是以下消息中的至少一个:SGNB ADDI TI ON REQUEST,SGNB ADDI TI ON REQUESTACKNOWLEDGE,SGNB MODI FI CATI ON REQUEST ACKNOWLEDGE,SGNB MODI FI CATI ONREQUI RED,SGNB RELEASE REQUEST ACKNOWLEDGE(SGNB释放请求确认),SGNB RELEASEREQUI RED(SGNB释放要求),SGNB CHANGE REQUI RED(SGNB改变要求),新定义的X2消息。
如果所述接入节点由CU-CP,CU-UP和DU组成,所述接入节点的CU-CP要求CU-UP和/或DU报告负载情况。所述接入节点也要求CU-UP和/或DU报告负载情况的预测值,可选的,包括可信度,例如,如果CU-UP和/或DU具有部署AI模型的能力。
所述CU-CP可以通过F1或E1接口消息要求CU-UP和/或DU报告负载情况,和/或负载情况的预测值,可选的,包括可信度。所述F1接口消息可以是RESOURCE STATUS REQUEST,和/或一个新定义的F1消息。所述E1接口消息可以是RESOURCE STATUS REQUEST,和/或一个新定义的E1消息。DU可以通过F1接口消息报告负载情况,和/或负载情况的预测值,可选的,包括可信度。所述F1接口消息可以是RESOURCE STATUS UPDATE,和/或一个新定义的F1消息。CU-UP可以通过E1接口消息报告负负载情况,和/或负载情况的预测值,可选的,包括可信度。所述E1接口消息可以是RESOURCE STATUS UPDATE,和/或一个新定义的E1消息。
DU可以通过F1接口消息向CU-CP报告服务UE的beam标识。所述F1接口消息可以是以下消息中的至少一个:UE CONTEXT SETUP RESPONSE,UE CONTEXT RELEASE REQUEST,UECONTEXT MODI FI CATI ON RESPONSE,UE CONTEXT MODI FI CATI ON REQUI RED,UL RRCMESSAGE TRANSFER,一个新定义的F1消息。
所述接入节点搜集第一类信息中其他需要搜集的数据。
其中所述接入节点的负载情况可以用来判断是否是合适的时机对一个UE进行移动性优化。相邻的接入节点的负载情况可以用来给所述UE选择合适的目标接入节点或SN。
根据所搜集的数据,所述接入节点决定把所述UE切换到其他接入节点,或给所述UE配置双连接。同时所述接入节点为所述UE选择合适的目标接入节点。
所述接入节点对所述UE移动性优化,例如,执行切换过程,或配置双连接过程。
对所述UE执行移动性优化之后,所述接入节点搜集第二类信息。
所述接入节点要求所述目标接入节点报告负载情况。
所述接入节点搜集本节点的负载情况。
所述接入节点通过Xn或X2接口消息要求所述目标接入节点报告或停止报告所需要的数据。报告方式可以是周期的或非周期的。如果是周期的,所述接入节点指定报告周期长度,和/或报告次数;如果是非周期的,所述接入节点指定所述数据产生的时间段。
所述所需要的数据指的是前述所述需要搜集的数据中在所述接入节点对所述UE移动性优化之后搜集的数据,包括:所述UE在移动性优化之后的测量报告,和/或所述UE在移动性优化之后的QoS报告和/或QoE报告,和/或所述UE在移动性优化之后的UE上报的信息。
所述Xn消息可以是NG-RAN NODE CONFI GURATI ON UPDATE和/或一个新定义的Xn消息。所述X2消息可以是ENB CONFI GURATI ON UPDATE和/或一个新定义的Xn消息。
所述接入节点也可以通过移动性优化过程,例如,切换过程或SN改变或增加过程,的相关消息要求目标接入节点报告所需要的数据,例如,UE的测量报告,UE的QoS报告和/或QoE报告。报告方式可以是周期的或非周期的。如果是周期的,所述接入节点指定报告周期长度,和/或报告次数;如果是非周期的,所述接入节点指定所述数据产生的时间段。
所述切换过程的相关消息可以是Xn或X2或Ng或S1接口消息。所述Xn消息可以是HANDOVER REQUEST,和/或新定义的Xn消息。所述X2消息可以是HANDOVER REQUEST,和/或新定义的X2消息。所述Ng消息可以是HANDOVER REQUI RED,和/或HANDOVER REQUEST,和/或新定义的Ng消息。所述S1消息可以是HANDOVER REQUI RED,和/或HANDOVER REQUEST,和/或新定义的S1消息。
所述SN改变或增加过程的相关消息可以是Xn或X2接口消息。所述Xn消息可以是以下消息的至少一个:S-NODE ADDI TI ON REQUEST,S-NODE CHANGE REQUI RED,新定义的Xn消息。所述X2消息可以是以下消息的至少一个:SGNB ADDI TI ON REQUEST,SGNB CHANGEREQUI RED,SENB ADDI TI ON REQUEST,新定义的X2消息。
被要求报告所述数据的接入节点通过Xn或X2或Ng或S1接口消息向所述接入节点报告被要求报告的数据。所述Xn接口消息可以是以下消息的至少一个:ACCESS AND MOBILI TY I NDI CATI ON,FAI LURE I NDI CATI ON,HANDOVER REPORT,新定义的Xn消息。所述X2接口消息可以是以下消息的至少一个:RLF I NDI CATI ON,HANDOVER REPORT,新定义的X2消息。所述Ng或S1接口消息可以是一个或多个新定义的Ng或S1消息。
其中对于所述Xn或X2或Ng或S1接口消息,应该包括必要的信息让发起移动性优化的小区识别所述消息与移动性优化相关。以Xn接口消息为例,包括以下信息中的至少一个:UE当前的服务小区的小区标识,发起移动性优化的小区的小区标识,UE标识,UE的测量报告,UE的QoS报告和/或QoE报告,UE上报的信息。所述小区标识可以是PCI和/或CGI。所述UE标识可以是以下信息中的至少一个:UE在移动性优化之前的NG-RAN node UE XnAP I D,UE在当前服务小区的NG-RAN node UE XnAP I D,UE在去激活小区的C-RNTI,UE在当前服务小区的C-RNTI。所述X2或Ng或S1接口消息与所述Xn接口消息类似。
其中UE的测量报告和/或UE上报的信息可以用来判断所述UE执行移动性优化之后是否产生无线连接问题。UE的QoS报告和/或QoE报告可以用来判断是否降低UE的用户服务质量。目标接入节点的负载情况和本节点的负载情况可以用来判断是否造成其他小区的负载过高。执行移动性优化前后为UE服务的beam标识可以用来选择移动性优化之后为UE服务的最优的beam。
以上信息可以被所述接入节点用于训练AI模型。所述AI模型可以包括但不限于以下模型的至少一种:用来选择需要执行移动性优化的UE的AI模型,用来选择特定UE的移动性优化的目标接入节点,可选的,包括选择特定UE在移动性优化的目标接入节点上最优的beam,的AI模型,用来预测负载情况的AI模型。
所述AI模型被部署到所述接入节点。
如果所述接入节点由CU-CP,CU-UP和DU组成,所述AI模型被部署到CU-CP。所述AI模型还可以由CU-CP通过F1接口消息部署到DU,和/或CU-CP通过E1接口消息部署到CU-UP。
CU-CP通过F1接口消息把AI模型的信息发送到DU。所述F1消息可以是以下消息的至少一个:F1 SETUP RESPONSE,GNB-DU CONFI GURATI ON UPDATE ACKNOWLEDGE,GNB-CUCONFI GURATI ON UPDATE,新定义的F1消息。
CU-CP通过E1接口消息把AI模型的信息发送到CU-UP。所述E1消息可以是以下消息的至少一个:GNB-CU-UP E1 SETUP RESPONSE,GNB-CU-CP E1 SETUP REQUEST,GNB-CU-UPCONFI GURATI ON UPDATE ACKNOWLEDGE,GNB-CU-CP CONFI GURATI ON UPDATE,新定义的E1消息。
所述AI模型的信息包括但不限于以下信息的至少一个:AI模型的编号,AI模型的名称,AI模型的用途,指示信息用于标识这是对已存在的AI模型的全部或部分更新,携带所述AI模型的容器(container)。
接入节点搜集前述接入节点需要搜集的数据中第一类信息。AI模型使用这些信息选择需要执行移动性优化事件的UE,和/或移动性优化的事件,和/或为所述UE选择移动性优化事件的目标接入节点。此外,AI模型还可以为所述UE选择移动性优化事件之后目标接入节点上最优的beam的标识。所述接入节点可以把这一信息在移动性优化相关过程中发给目标接入节点。
所述接入节点选择UE,并对所选择的UE执行移动性优化事件。
如果被执行的移动性优化的事件是切换,源接入节点可以在发起切换的消息中携带为所述UE选择的切换之后目标接入节点上最优的beam的标识。所述发起切换的消息可以是Ng或S1或Xn或X2接口消息。所述Ng接口消息可以是HANDOVER REQUI RED,和/或HANDOVERREQUEST,和/或新定义的Ng消息。所述S1接口可以是HANDOVER REQUI RED,和/或HANDOVERREQUEST,和/或新定义的S1消息。所述Xn接口消息可以是HANDOVER REQUEST,和/或新定义的Xn消息。所述X2接口消息可以是HANDOVER REQUEST,和/或新定义的X2消息。
如果被执行的移动性优化的事件是SN增加、和/或MN或SN发起的SN改变过程,MN或源SN可以在发起移动性优化事件的消息中携带为所述UE选择的移动性优化之后目标接入节点上最优的beam的标识。所述发起移动性优化事件的消息可以是Xn或X2接口消息。所述Xn消息可以是S-NODE ADDI TI ON REQUEST,和/或S-NODE CHANGE REQUI RED,和/或新定义的Xn消息。所述X2接口消息可以是SGNB ADDI TI ON REQUEST,和/或SGNB CHANGE REQUIRED,和/或新定义的X2消息。
如果所述目标接入节点由CU-CP,CU-U和DU,或CU和DU组成,所述目标接入节点的CU-CP或CU可以通过F1接口消息向DU发送为所述UE选择的最优的beam的标识。所述F1接口消息可以是UE CONTEXT SETUP REQUEST,和/或新定义的F1消息。
所述beam的标识包括但不限于SSB索引值(SSB Index)。
所述接入节点可以使用AI模型进行合理的自优化,从而保证用户体验,提升服务质量。
通过上述过程可以识别对所述UE进行移动性优化后,是否产生无线连接问题,是否降低所述UE的用户服务质量,是否造成其他小区的负载过高,从而进行合理的自优化,提高用户的体验。
上述过程可以反复进行,以产生更好的AI模型,最终达到更好的优化效果。
本发明提出一种在无线通信网络中数据处理的方法,该方法包括:搜集数据,其中所搜集的数据包括预测信息。
所述预测信息可以是以下信息的至少一个:
UE的上下行速率在未来一段时间内的预测值;
UE的一种业务的上下行速率在未来一段时间内的预测值,所述一种业务的上下行速率包括但不限于一个或多个QoS流的上下行速率,或一个或多个E-RAB的上下行速率;
UE的一种业务的QoE报告在未来一段时间的预测值,所述QoE报告可以包括但不限于根据所述业务对应的一种MOS评分方法所得到的评分;
UE的位置信息在未来一段时间内的预测值,所述位置信息可以是小区标识,TAI(Tracking Area identity)或TAC(Tracking Area Code),经纬度,区域信息中的至少一个,所述区域信息包括但不限于一组小区标识或TAI或TAC或经纬度;
特定接入节点的状态在未来一段时间的预测值,所述特定接入节点的状态包括但不限于以下信息中的至少一个:负载情况,所服务的UE的数量,PDU(协议数据单元,Protocol Data Unit)会话(PDU Session)设置的成功率,切换的成功率,SN增加的成功率,其中,所述负载情况可以是所述特定接入节点、和/或所述特定接入节点的一个小区、和/或所述小区的一个beam、和/或所述特定接入节点和/或所述特定接入节点上的一个小区或一组小区的网络切片、和/或所述特定接入节点和/或所述特定接入节点上的一个小区或一组小区的PLMN、的负载情况;
一种特定业务在未来一段时间内的业务质量信息的预测值,所述业务质量信息包括但不限于以下信息中的至少一个:QoE报告在指定区域内的平均取值,具有相似QoE报告的UE占所述区域内UE总数的比率,相同网络切片内QoE报告的平均取值;
未来一段时间内异常事件信息的预测值,所述异常事件信息包括但不限于以下信息的至少一个:异常事件的编号,异常事件的层级,异常事件的趋势(例如,增多或减少或不变或未知),异常事件发生的区域,受影响的UE列表,受影响的UE数量占所述区域内UE总数的比率,其中异常事件发生的区域可以是一个或一组TAC或TAI,也可以是一个或一组小区,受影响的UE列表是一组UE标识,例如SUPI(Subion Permanent Identifier);
未来一段时间内QoS持续信息的预测值,所述QoS持续信息包括但不限于以下信息的至少一个:特定区域,特定时间段,达到或超过或低于一个预设的QoS评估分数的阈值,其中所述QoS评估分数是一定时间内及一定区域内所有UE的QoS参数的平均值;
以上任意一个预测值的有效时间长度,和/或可信度,所述有效时间长度可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度。
所述方法包含步骤:
接入节点向移动管理功能实体,例如,AMF,发送搜集数据的请求。所述请求可以通过Ng接口消息发送。所述Ng接口消息可以是一个新定义的Ng消息。
所述消息携带以下信息中的至少一个:
UE标识,所述UE标识是AMF UE NGAP I D和/或RAN UE NGAP I D;
PDU会话标识;
网络切片标识;
QoS流标识;
时间长度,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
区域信息,可以是一个或一组小区列表,或一个或一组TAC或TAI列表;
所请求的预测信息的类型,包括但不限于以下信息的至少一个:UE的上下行速率,PDU会话的上下行速率,网络切片的上下行速率,QoS流的上下行速率,QoE报告,位置信息,接入节点的状态,业务质量信息,异常事件信息,QoS持续信息;
是否周期报告的信息,如果是周期报告,还包括周期的长度;
会话管理容器(Session Management container,SM container),所述SMcontainer可以包括上述信息的至少一个。
移动管理功能实体可以根据所收到的消息中携带的信息的至少一个,例如,所请求的预测信息的类型,来使用NWDAF(Net work Dat a Anal ytics Function)接口获取所述接入节点要搜集的数据,然后将所搜集的数据作为响应发给所述接入节点。所述响应可以通过Ng接口消息发送。所述Ng接口消息可以是一个新定义的Ng消息。
所述消息携带以下信息中的至少一个:
UE标识,所述UE标识是AMF UE NGAP I D和/或RAN UE NGAP I D;
PDU会话标识;
网络切片标识;
QoS流标识;
时间长度,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
区域信息,可以是一个或一组小区列表,或一个或一组TAC或TAI列表;
所请求的预测信息的类型,包括但不限于以下信息的至少一个:UE的上下行速率,PDU会话的上下行速率,网络切片的上下行速率,QoS流的上下行速率,QoE报告,位置信息,接入节点的状态,业务质量信息,异常事件信息,QoS持续信息;
是否周期报告的信息,如果是周期报告,还包括周期的长度;
所请求的预测信息。
移动管理功能实体还可以将上述消息中携带的信息的至少一个,例如,所述SMcontainer,发送到会话管理功能实体,例如,SMF。会话管理功能实体通过解读SMcontainer中内容,可以使用NWDAF接口获取所述接入节点所请求的预测信息,然后将所请求的预测信息产生一个SMcontainer,并把所述SM container发送到移动管理功能实体。移动管理功能实体再把所述SM container作为响应发给所述接入节点。所述响应可以通过Ng接口消息发送。所述Ng接口消息可以是一个新定义的Ng消息。
所述消息携带以下信息中的至少一个:
UE标识,所述UE标识是AMF UE NGAP I D和/或RAN UE NGAP I D;
PDU会话标识;
网络切片标识;
QoS流标识;
时间长度,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
区域信息,可以是一个或一组小区列表,或一个或一组TAC或TAI列表;
所请求的预测信息的类型,包括但不限于以下信息的至少一个:UE的上下行速率,PDU会话的上下行速率,网络切片的上下行速率,QoS流的上下行速率,QoE报告,位置信息,接入节点的状态,业务质量信息,异常事件信息,QoS持续信息;
是否周期报告的信息,如果是周期报告,还包括周期的长度;
所述SM container。
所述接入节点收到所请求的预测信息,可以用于训练所需要的AI模型,或者用于产生合理的自优化决定,从而保证服务质量,提高用户的体验。
本发明提出一种在无线通信网络中数据处理的方法,包括:
第一节点向第二节点发送包含预测资源请求的第一消息,以通知第二节点需要反馈给第一节点资源预测信息。该消息可以是X2或Xn或F1或E1的资源状态请求(RESOURCESTATUS REQUEST)消息,也可以是X2的EN-DC资源状态请求(EN-DC RESOURCE STATUSREQUEST)消息,也可以是新定义的X2或Xn或F1或E1的消息。该消息包括以下一个或多个:
·预测标识:用于表示包含资源预测的请求。
·预测注册请求:用于表示预测的开始、结束、新增等。
·预测时间区间:用于表示预测的时间区间。可以由2*n比特表示,例如,前n个比特表示预测起始时间,后n个比特表示预测结束时间,该时间可以为相对时间,也可以是绝对时间。也可以由单独的字段表示,包括以下一个或多个:
ο预测起始时间:用于表示预测的起始时间。该起始时间可以为相对时间,也可以是绝对时间。
ο预测结束时间:用于表示预测的结束时间。该结束时间可以是相对时间,也可以是绝对时间。
·预测内容:用于指示需要预测的参数。预测参数包括以下一个或多个:传输网络层(Transport Net work Layer(TNL))容量指示、无线资源状态、综合可用容量组、综合可用资源组、活跃用户终端数量、无线资源控制(Radio Resource Control(RRC))连接数、切片可用容量、硬件容量指示、S1 TNL负载指示、硬件负载指示、几乎空白子帧(Al mostBlank Subframe(ABS))状态、参考信号接收功率(Reference Signal Received Power(RSRP))测量报告列表、参考信号接收质量(Reference Signal Receiving Quality(RSRQ))测量报告、信号与干扰加噪声比(Signal to Interference plus Noise Ratio(SINR))测量报告、信道状态信息(Channel State Information(CSI))报告、小区报告指示、以及各个预测内容参数的抖动(Jitter)情况等。其中抖动情况可以是参数的方差或标准差。
·预测上报周期:用于表示预测内容周期性上报的间隔时间。该上报周期也可以是该次上报数据的预测时间。若无该字段内容,则表示单次上报即可,单次上报预测时间为预测起始时间到结束时间。
第二节点根据所述配置信息向第一节点发送包含预测请求回应的第二消息,用于反馈预测请求以通知第一节点是否能进行预测。该消息可以是X2或Xn或F1或E1的资源状态回应(RESOURCE STATUS RESPONSE)消息或资源状态失败(RESOURCE STATUS FAI LURE)消息,也可以是X2的EN-DC资源状态回应(EN-DC RESOURCE STATUS RESPONSE)消息或EN-DC资源状态失败(EN-DC RESOURCE STATUS FAI LURE)消息,也可以是新定义的X2或Xn或F1或E1的消息。该消息可以包括以下一个或多个字段:
·预测请求确认:可以是单一比特标识是否可以发送预测资源信息。例如,1表示可以发送预测资源信息,则0表示不可以发送预测资源信息。
·逐个预测请求内容确认:可以是bitmap的形式,每一个比特对应一个预测内容,例如,该比特是1时表示可以发送该对应预测内容的预测资源信息,则0表示不可以发送该对应预测内容的预测资源信息。也可以是单独字段表示不同的预测内容确认。
·原因:用于表示请求失败的原因,例如,资源预测失败。
第二节点按照预测资源请求中的配置和/或由于第二节点中预测资源状态过高或过低自主产生预测资源状态信息,例如,根据所搜集的历史数据和/或当前资源状态。第二节点向第一节点发送包含预测资源状态信息的第三消息,用于发送第二节点中所预测的资源状态。该消息可以是X2或Xn或F1或E1的资源状态更新(RESOURCE STATUS UPDATE)消息,也可以是X2的EN-DC资源状态更新(EN-DC RESOURCE STATUS UPDATE)消息,也可以是新定义的X2或Xn或F1或E1的消息。所述预测资源状态信息包含以下一个或多个:
·预测内容预测标识:用于表示该资源状态是否为预测内容。该字段可以用单一比特表示,例如,1表示该状态信息为预测内容,则0表示该状态信息为实际状态内容。
·预测内容预测区间:用于表示该资源状态的预测起始和结束时间。可以由2*n比特表示,例如,前n个比特表示预测起始时间,后n个比特表示预测结束时间,该时间可以为相对时间,也可以是绝对时间。也可以由单独的字段表示,包括以下一个或多个:
ο预测内容预测起始时间:用于表示该资源状态的预测起始时间。该起始时间可以为相对时间,也可以是绝对时间。
ο预测内容预测结束时间:用于表示该资源状态预测结束时间。该结束时间可以是相对时间,也可以是绝对时间。
·资源状态:用于表示资源状态。资源状态参数包括以下一个或多个:传输网络层(Transport Network Layer(TNL))容量指示、无线资源状态、综合可用容量组、综合可用资源组、活跃用户终端数量、无线资源控制(Radio Resource Control(RRC))连接数、切片可用容量、硬件容量指示、硬件负载指示、S1 TNL负载指示、几乎空白子帧(Almost BlankSubframe(ABS))状态、参考信号接收功率(Reference Signal Received Power(RSRP))测量报告列表、参考信号接收质量(Reference Signal Receiving Quality(RSRQ))测量报告、信号与干扰加噪声比(Signal to Interference plus Noise Ratio(SINR))测量报告、信道状态信息(Channel State Information(CSI))报告、小区报告指示、以及各个资源状态参数的抖动(Jitter)情况等。其中抖动情况可以是参数的方差或标准差。
·预测结果:用于指示所请求预测参数的预测结果。预测参数包括以下一个或多个:传输网络层(Transport Network Layer(TNL))容量指示、无线资源状态、综合可用容量组、综合可用资源组、活跃用户终端数量、无线资源控制(Radio Resource Control(RRC))连接数、切片可用容量、硬件容量指示、硬件负载指示、S1 TNL负载指示、几乎空白子帧(Almost Blank Subframe(ABS))状态、参考信号接收功率(Reference Signal ReceivedPower(RSRP))测量报告列表、参考信号接收质量(Reference Signal Receiving Quality(RSRQ))测量报告列表、信号与干扰加噪声比(Signal to Interference plus NoiseRatio(SINR))测量报告、信道状态信息(Channel State Information(CSI))报告、小区报告指示、以及各个预测结果参数的抖动(Jitter)情况等。其中抖动情况可以是参数的方差或标准差。
第一节点收到所请求的预测信息,可以用于训练所需要的AI模型,或者用于产生合理的自优化决定,从而保证服务质量,提高用户的体验。
本发明提出一种在无线通信网络中数据处理的方法,包括:
第二节点产生预测资源预警信息,例如,根据所搜集的历史数据和/或当前资源状态。
第二节点向第一节点发送包含预测资源预警信息的第四消息,以将第二节点中预测到的负载过高或过低情况通知第一节点。该消息可以是X2或Xn或F1或E1的资源状态更新(RESOURCE STATUS UPDATE)消息,也可以是X2的EN-DC资源状态更新(EN-DC RESOURCESTATUS UPDATE)消息,也可以是新定义的X2或Xn或F1或E1的消息。在一种实现方式中,所述预测资源预警信息的内容包括以下一个或多个:
·预测内容预警:用于表示该预测资源状态的预警状态,该字段包含以下一个或多个:
ο预警内容:预警内容参数包括以下一个或多个:传输网络层(Transport Network Layer(TNL))容量指示、无线资源状态、综合可用容量组、综合可用资源组、活跃用户终端数量、无线资源控制(Radio Resource Control(RRC))连接数、切片可用容量、硬件容量指示、硬件负载指示、S1 TNL负载指示、几乎空白子帧(Almost Blank Subframe(ABS))状态、参考信号接收功率(Reference Signal Received Power(RSRP))测量报告列表、参考信号接收质量(Reference Signal Receiving Quality(RSRQ))测量报告、信号与干扰加噪声比(Signal to Interference plus Noise Ratio(SINR))测量报告、信道状态信息(Channel State Information(CSI))报告、小区报告指示、以及各个预警内容参数的抖动(Jitter)情况等。其中抖动情况可以是参数的方差或标准差。
ο预警标识:该预警标识可以包括低、高、特别高等。
·预测内容预测区间:用于表示该资源状态的预测起始和结束时间。可以由2*n比特表示,例如,前n个比特表示预测起始时间,后n个比特表示预测结束时间,该时间可以为相对时间,也可以是绝对时间。也可以由单独的字段表示,包括以下一个或多个:
ο预测内容预测起始时间:用于表示该资源状态的预测起始时间。该起始时间可以为相对时间,也可以是绝对时间。
ο预测内容预测结束时间:用于表示该资源状态预测结束时间。该结束时间可以是相对时间,也可以是绝对时间。
若包含预测资源预警的第四消息中不包括预测内容预测结束时间,则需要第二节点向第一节点发送包含预测内容预警结束通知的第五消息。该消息包括以下一个或多个:预测内容预警结束时间、资源状态、第一节点序号或名字、第二节点序号或名字。该消息可以是X2或Xn或F1或E1的资源状态更新(RESOURCE STATUS UPDATE)消息,也可以是X2的EN-DC资源状态更新(EN-DC RESOURCE STATUS UPDATE)消息,也可以是新定义的X2或Xn或F1或E1的消息。
第一节点收到预测资源预警后,可以提前采取合适的措施,或者用于产生合理的自优化决定,从而保证服务质量,提高用户的体验。
上述第一消息中的预测内容、第三消息中的资源状态和预测结果、第四消息中的预警内容中的参数可具体为:
·传输网络层(Transport Net work Layer(TNL))容量指示可用于指示节点或小区所经历的被提供的和可用的传输网络容量。例如,该传输网络层容量指示可用于指示NGRAN小区所经历的被提供的和可用的传输网络容量,所述传输网络层容量指示可以是38.423和/或36.423中的传输网络层容量指示(TNL Capacity Indicator);该传输网络层容量指示也可用于指示gNB DU所经历的被提供的和可用的网络传输容量,所述传输网络层容量指示可以是38.473中的传输网络层容量指示(TNLCapacity Indicator);该传输网络层容量指示也可用于指示被提供的和可用的网络传输容量,所述传输网络层容量指示可以是38.463中的传输网络层可用容量指示(TNL Available Capacity Indicator)。所述传输网络层容量可以包括以下一个或多个:上行和/或下行TNL被提供的容量、上行和/或下行TNL可用的容量等。
·无线资源状态用于指示下行和/或上行流量的物理资源块(Physical ResourceBlock(PRB))使用量和/或下行和/或上行调度的物理下行控制信道控制信道元素(Physical downlink control channel Control channel element(PDCCHCCE))的使用量。例如,无线资源状态用于指示一个小区和一个同步信号/物理广播信道块(Synchronisation signal/Physical broadcast channel block(SSB))区域上所有下行和上行流量的物理资源块(Physical Resource Block(PRB))使用量和下行和上行调度的物理下行控制信道控制信道元素(Physical downlink control channel Controlchannel element(PDCCH CCE))的使用量,所述无线资源状态可以是38.423中的无线资源状态(Radio Resource Status)和/或36.423中的新无线电无线资源状态(NR RadioResource Status);该无线资源状态也可用于指示一个小区和一个SSB区域上所有下行和上行流量的PRB使用量,所述无线资源状态可以是38.473中的无线资源状态(RadioResource Status);该无线资源状态也可用于指示所有下行和上行流量的PRB使用量和下行和上行调度的PDCCH CCE的使用量,所述无线资源状态可以是36.423中的无线资源状态(Radio Resource Status)。所述无线资源状态可以包括以下一个或多个:上行和/或下行确保比特速率(Guaranteed Bit Rate(GBR))PRB用量、上行和/或下行非GBR PRB用量、上行和/或下行所有PRB用量、上行和/或下行调度PDCCH CCE用量,SSB区域上行和/或下行GBRPRB用量、SSB区域上行和/或下行非GBR PRB用量、SSB区域上行和/或下行所有PRB用量、上行和/或下行调度PDCCH CCE用量等。
·综合可用容量组用于指示下行和/或上行的所有可用资源等级。例如,该综合可用容量组用于指示一个小区和小区中一个SSB区域下行和上行的所有可用资源等级,所述综合可用容量组可以是38.423和/或38.473中的综合可用容量组(Composite AvailableCapacity Group)和/或36.423中的新无线电综合可用容量组(NR Composite AvailableCapacity Group);综合可用容量组也用于指示下行和上行的所有可用资源等级,所述综合可用容量组可以是36.423中的综合可用容量组(Composite Available Capacity Group)。所述综合可用容量组可以包括以下一个或多个:综合可用容量组上行和/或下行、小区容量级别值、容量级别值、容量值、SSB区域容量值等。
·切片可用容量用于指示每个切片的资源量,该资源量可以是一个小区的可用资源与该小区和/或节点总资源的相对值。例如,该切片可用容量用于指示每个切片的资源量,该资源量可以是一个小区的可用资源与该小区总资源的相对值,所述切片可用容量可以是38.423中的切片可用容量(Slice Available Capacity);该切片也可用容量用于指示每个切片的资源量,该资源量可以是一个小区的可用资源与该gNB DU总资源的相对值,所述切片可用容量可以是38.473中的切片可用容量(Slice Available Capacity)。所述切片可用容量可以包括以下一个或多个:切片可用容量值上行和/或下行等。
·活跃用户终端数量用于指示活跃用户终端的平均数量,所述活跃用户终端数量可以是38.423和/或38.473和/或36.423中的活跃用户终端数量(Number of Active UEs)。所述活跃用户终端数量可以包括活跃用户终端平均值等。
·无线资源控制(Radio Resource Control(RRC))连接数用于指示一个小区RRC连接数的总状态,所述无线资源控制连接数可以是38.423中的无线资源控制连接数(RRCConnections)。所述无线资源控制连接数可以包括RRC连接数、可用RRC连接容量值等。
·硬件容量指示用于指示节点所经历的被提供的和可用的吞吐量。例如,硬件容量指示用于指示gNB-CU-UP所经历的被提供的和可用的吞吐量,所述硬件容量指示可以是38.463中的硬件容量指示(HW Capacity Indicator)。所述硬件容量指示可以包括被提供的吞吐量、可用的吞吐量等。
·硬件负载指示用于指示硬件负载状态。例如,该硬件负载指示用于指示一个小区所经历的硬件负载状态,所述硬件负载指示可以是36.423的硬件负载指示(HardwareLoad Indicator);硬件负载指示也可以指示硬件负载状态,所述硬件负载指示可以是38.473的硬件负载指示(Hardware Load Indicator)。所述硬件负载指示可以包括上行和/或下行硬件负载指示、负载指示等。
·S1 TNL负载指示用于指示一个小区所经历的S1传输网络负载,所述S1 TNL负载指示可以是36.423中的S1 TNL负载指示(S1 TNL Load Indicator)。所述S1 TNL负载指示可以包括上行和/或下行S1 TNL负载指示、负载指示等。
·几乎空白子帧(Almost Blank Subframe(ABS))状态用于帮助节点设计ABS以评估ABS模式修改的需求。例如,ABS状态可以用于帮助eNB设计ABS以评估ABS模式修改的需求,所述ABS状态可以是36.423中的ABS状态(ABS Status)。所述ABS状态可以包括下行ABS状态、可用的ABS模式信息等。
·参考信号接收功率(Reference Signal Received Power(RSRP))测量报告列表用于提供发送节点所服务的用户终端的RSRP测量报告。例如,RSRP测量报告列表可以用于提供发送eNB所服务的用户终端的RSRP测量报告,所述参考信号接收功率测量报告列表可以是36.423中的RSRP测量报告列表(RSRP Measurement Report List)。所述参考信号接收功率测量报告列表可以包括测量的RSRP等。
·信道状态信息(Channel State Information(CSI))报告用于提供小区所服务的UE的CSI报告,所述信道状态信息报告可以是36.423中的CSI报告(CSI Report)。所述信道状态信息报告可以包括以下一个或多个:秩指标(Rank Indicator(RI))、宽带(wideband)信道质量指标(Channel quality indicator(CQI))、子带(subband)大小、子带CQI、子带索引、4比特CQI、3比特空间差分CQI、2比特子带差分CQI、2比特差分CQI、2比特子带差分CQI、预编码矩阵指标(Precoding Matrix Indicator(PMI))、信道状态信息参考信号资源指标(CSI-RSResourceIndicator(CRI))、层指标(Layer Indicator(LI))、层1参考信号接收功率(L1-L1-RSRP)。
参数的抖动(Jitter)情况可为上述参数和/或其内部所包含参数的抖动情况,其中抖动情况可以是参数的标准差和/或方差。该抖动情况适用于第一消息中的预测内容、第三消息中的资源状态和预测结果、第四消息中的预警内容。具体的,所述抖动情况可以包含一下一个或多个:
·传输网络层(Transport Network Layer(TNL))容量抖动,该抖动可以包括以下一个或多个:上行和/或下行TNL被提供的容量抖动、上行和/或下行TNL可用的容量抖动等。
·无线资源状态抖动,该抖动可以包括以下一个或多个:上行和/或下行确保比特速率(Guaranteed Bit Rate(GBR))PRB用量抖动、上行和/或下行非GBR PRB用量抖动、上行和/或下行所有PRB用量抖动、上行和/或下行调度PDCCH CCE用量抖动,SSB区域上行和/或下行GBR PRB用量抖动、SSB区域上行和/或下行非GBR PRB用量抖动、SSB区域上行和/或下行所有PRB用量抖动、上行和/或下行调度PDCCH CCE用量抖动等。
·综合可用容量组抖动,该抖动可以包括以下一个或多个:综合可用容量组上行和/或下行抖动、小区容量级别值抖动、容量级别值抖动、容量值抖动、SSB区域容量值抖动等。
·切片可用容量抖动,该抖动可以包括以下一个或多个:切片可用容量值上行和/或下行抖动等。
·活跃用户终端数量抖动,该抖动可以包括活跃用户终端平均值抖动等。
·无线资源控制(Radio Resource Control(RRC))连接数抖动,该抖动可以包括RRC连接数抖动、可用RRC连接容量值抖动等。
·硬件容量指示抖动,该抖动可以包括被提供的吞吐量抖动、可用的吞吐量抖动等。
·硬件负载指示抖动,该抖动可以包括上行和/或下行硬件负载指示抖动、负载指示抖动等。
·S1 TNL负载指示抖动,该抖动可以包括上行和/或下行S1 TNL负载指示抖动、负载指示抖动等。
·几乎空白子帧(Almost Blank Subframe(ABS))状态抖动,该抖动可以包括下行ABS状态抖动、可用的ABS模式信息抖动等。
·参考信号接收功率(Reference Signal Received Power(RSRP))测量报告列表抖动,该抖动可以包括测量的RSRP抖动等。
·信道状态信息(Channel State Information(CSI))报告抖动,该抖动可以包括以下一个或多个:秩指标(Rank Indicator(RI))抖动、宽带(wi deband)信道质量指标(Channel quality indicator(CQI))抖动、子带(subband)大小抖动、子带CQI抖动、子带索引抖动、4比特CQI抖动、3比特空间差分CQI抖动、2比特子带差分CQI抖动、2比特差分CQI抖动、2比特子带差分CQI抖动、预编码矩阵指标(Precoding Matrix Indicator(PMI))抖动、信道状态信息参考信号资源指标(CSI-RS Resource Indicator(CRI))抖动、层指标(LayerIndicator(LI))抖动、层1参考信号接收功率(L1-L1-RSRP)抖动。
本发明提出一种在无线通信网络中数据处理的方法,包括:
第一节点向第二节点发送包含负载迁移请求的第六消息以请求在某个时间段迁移负载到第二节点,以避免第一节点负载过载的情况。该消息可以是X2或Xn或F1或E1的资源状态请求(RESOURCE STATUS REQUEST)消息或资源状态更新(RESOURCE STATUS UPDATE)消息,也可以是X2的EN-DC资源状态请求(EN-DC RESOURCE STATUS REQUEST)消息或EN-DC资源状态更新(EN-DC RESOURCE STATUS UPDATE)消息,也可以是新定义的X2或Xn或F1或E1的消息,该消息内容包括以下一个或多个:
·请求负载迁移区间:用于表示负载迁移的预计开始时间和预计结束时间。可以由2*n比特表示,例如,前n个比特表示负载迁移的预计起始时间,后n个比特表示负载迁移的预计结束时间,该时间可以为相对时间,也可以是绝对时间。也可以由单独的字段表示,包括以下一个或多个:
ο请求负载迁移起始时间:用于表示负载迁移的预计开始时间。该起始时间可以为相对时间,也可以是绝对时间。
ο请求负载迁移结束时间:用于表示负载迁移的预计结束时间。该结束时间可以是相对时间,也可以是绝对时间。
·请求负载迁移量:用于表示需要迁移的负载量。
·请求负载迁移的服务质量需求:用于表示需要迁移负载的服务质量需求,以供消息收到方评估是否可以满足服务质量以决定是否可以接收。
·请求负载迁移的切片信息:用于表示需要迁移负载的切片信息,如网络切片选择辅助信息(Network Slice Selection Assistance Information)或单一网络切片选择辅助信息(Single Network Slice Selection Assistance Information)等相关切片信息,以供消息接收方评估是否可以满足切片需求以决定是否可以接收。
·紧急程度:用于表示该次请求的紧急程度,以供消息收到方评估需要的举措,例如,若紧急程度为特别高,消息收到方可将自身负载转移给其他领区以接受请求方的负载。若紧急程度为低,消息收到方可根据自身的负载情况选择接受或拒绝负载迁移。
第二节点产生负载迁移信息,例如,根据所搜集的历史数据和/或当前负载状态。
第二节点根据自身负载预测情况向第一节点发送包含负载迁移信息的第七消息。该消息可以是X2或Xn或F1或E1的资源状态回应(RESOURCE STATUS RESPONSE)消息或资源状态失败(RESOURCE STATUS FAI LURE)消息或资源状态更新(RESOURCE STATUS UPDATE)消息,也可以是X2的EN-DC资源状态回应(EN-DC RESOURCE STATUS RESPONSE)消息或EN-DC资源状态失败(EN-DC RESOURCE STATUS FAI LURE)消息或EN-DC资源状态更新(EN-DCRESOURCE STATUS UPDATE)消息,也可以是新定义的X2或Xn或F1或E1的消息,所述负载迁移信息包括以下一个或多个:
·负载迁移确认:用于表示是否接受负载迁移请求,可分为全部接受、部分接受、不接受。
·可负载迁移区间:用于表示可以进行负载迁移的预计开始时间和预计结束时间。可以由2*n比特表示,例如,前n个比特表示可进行负载迁移的预计起始时间,后n个比特表示可进行负载迁移的预计结束时间,该时间可以为相对时间,也可以是绝对时间。也可以由单独的字段表示,包括以下一个或多个:
ο可负载迁移起始时间:用于表示可接受的负载迁移开始时间。该起始时间可以为相对时间,也可以是绝对时间。该字段可以表示节点在不接受负载迁移请求中的迁移开始时间情况下给出可进行负载迁移的开始时间。
ο可负载迁移结束时间:用于表示可接受的负载迁移结束时间。该结束时间可以为相对时间,也可以是绝对时间。该字段可以表示节点在不接受负载迁移请求中的迁移结束时间情况下给出可进行负载迁移的结束时间。
·可迁移负载量:用于表示可接收的负载迁移量。该字段可以表示节点在不接受负载迁移请求中的负载迁移量情况下给出的可接收的负载量。
·可迁移负载的切片信息:用于表示可迁移负载的切片信息,如网络切片选择辅助信息(Network Slice Selection Assistance Information)或单一网络切片选择辅助信息(Single Network Slice Selection Assistance Information)等相关切片信息。
·可负载迁移的服务质量需求:用于表示可接收负载的服务质量需求上限。
通过本方法,所述节点可以判断出所述负载迁移过程中可以迁移到第二节点的合适的负载量,从而降低迁移失败的概率,节省资源。
本发明提出一种在无线通信网络中数据处理的方法,包括:
第一节点向第二节点发送包含小区激活请求的第八消息以请求第二节点激活某些已被关闭的小区。该消息可以是X2或Xn消息小区激活请求(CELL ACTI VATI ONREQUEST),也可以是X2的EN-DC小区激活请求(EN-DC CELL ACTI VATI ON REQUEST),也可以是一个新定义的X2或Xn消息。该消息包含以下一个或多个字段:
·请求负载迁移量:用于表示需要迁移的负载量。
·请求负载迁移的服务质量需求:用于表示需要迁移负载的服务质量需求,以供消息收到方评估是否可以满足服务质量以决定是否可以接收。
·用户测量报告:用于传递需迁移用户的测量报告。
·切片信息:用于传递需迁移用户的切片信息,如网络切片选择辅助信息(Network Slice Selection Assistance Information)或单一网络切片选择辅助信息(Single Network Slice Selection AssistanceInformation)等相关切片信息。
第二节点产生小区激活回应信息,例如,根据所搜集的小区状态相关信息。
第二节点向第一节点反馈包含小区激活回应信息的第九消息。若存在请求激活小区未激活,第二节点根据规划和/或预测结果反馈建议的小区,所述建议的小区可以用于接收第一节点所请求迁移的负载。若所有请求激活小区均未激活,则该消息可以是X2或Xn消息小区激活失败(CELL ACTI VATI ON FAI LURE)或X2的EN-DC小区激活失败(EN-DC CELLACTI VATI ON FAI LURE)或一个新定义X2或Xn消息。若存在部分请求激活小区未激活,该消息可以是X2或Xn消息小区激活回应(CELL ACTI VATI ON RESPONSE)或X2的EN-DC小区激活回应(EN-DC CELL ACTI VATI ON RESPONSE)或一个新定义X2或Xn消息。
所述小区激活回应信息包括以下一个或多个:
成功被激活的小区的列表,所述列表包括一个或多个成功被激活的小区的标识;
未能成功被激活的小区的列表,所述列表包括一个或多个未能成功被激活的小区的标识;
建议的小区列表,所述列表包括一个或多个建议的小区的标识。
通过本方法,所述节点可以更准确的选择应激活小区,从而降低激活失败的概率,节省资源。
本发明中自优化决定可以是以下一个或多个:
·负载均衡:负载迁移、负载接收、目标小区选择、目标节点选择、源小区选择、源节点选择、负载迁移量决策、负载接收量决策、负载迁移时间决定、负载接收时间决定等;
·节能:小区关断/去激活、小区开启/激活、符号关断/去激活、符号开启/激活、载波关断/去激活、载波开启/激活、关断/去激活时间决定、开启/激活时间决定等;
·移动性管理:切换目标小区选择、切换目标节点选择、切换时机选择、切换源小区选择、切换源节点选择、第二节点增加、第二节点改变、第二节点释放等;
·路径选择:路径规划、下一跳节点选择、QoS分割等。
附图说明
图1是示出系统架构演进(SAE)的示例性系统架构的示意图;
图2是示出根据本公开的各种实施例的示例性系统架构的示意图;
图3是5G通信系统中系统架构的一种示意图;
图4是5G通信网络中UE同时与MN和SN建立无线连接的一种示意图;
图5是示出根据本公开的示例实施例的数据处理的方法的流程图;
图6示意地示出了根据本公开的实施例一;
图7示意地示出了根据本公开的实施例二;
图8示意地示出了根据本公开的实施例三;
图9示意地示出了根据本公开的实施例四;
图10示意地示出了根据本公开的实施例五;
图11示意地示出了根据本公开的实施例六;
图12示意地示出了根据本公开的实施例七;
图13示意地示出了根据本公开的实施例八;
图14示意地示出了根据本公开的实施例九;
图15示意地示出了根据本公开的实施例十;
图16示意地示出了根据本公开的实施例十一;
图17示意地示出了根据本公开的实施例十二;
图18示意地示出了根据本公开的实施例十三;
图19示意地示出了根据本公开的实施例十四;
图20示意地示出了根据本公开的实施例十五;
图21示意地示出了根据本公开的实施例十六;
图22示意地示出了根据本公开的实施例十七;
图23示意地示出了根据本公开的实施例十八;
具体实施方式
以下讨论的图1至图23以及用于描述本专利文档中的本公开的原理的各种实施例仅作为说明,并且不应以任何方式解释为限制本公开的范围。本领域技术人员将理解,本公开的原理可以在任何适当布置的系统或设备中实施。
图1是系统架构演进(SAE)的示例性系统架构100。用户设备(UE)101是用来接收数据的终端设备。演进通用陆地无线接入网络(E-UTRAN)102是无线接入网络,其中包括为UE提供接入无线网络接口的宏基站(eNodeB/NodeB)。移动管理实体(MME)103负责管理UE的移动上下文、会话上下文和安全信息。服务网关(SGW(Serving GateWay))104主要提供用户平面的功能,MME 103和SGW 104可能处于同一物理实体。分组数据网络网关(PGW)105负责计费、合法监听等功能,也可以与SGW 104处于同一物理实体。策略和计费规则功能实体(PCRF(Policy and Charging Rules Function))106提供服务质量(QoS)策略和计费准则。通用分组无线业务支持节点(SGSN(Serving GPRS Support Node))108是通用移动通信系统(UMTS(Universal Mobile Telecommunications System))中为数据的传输提供路由的网络节点设备。归属用户服务器(HSS)109是UE的家乡归属子系统,负责保护包括用户设备的当前位置、服务节点的地址、用户安全信息、用户设备的分组数据上下文等用户信息。
图2是根据本公开的各种实施例的示例性系统架构200。能够使用系统架构200的其他实施例而不脱离本公开的范围。
用户设备(UE)201是用来接收数据的终端设备。下一代无线接入网络(NG-RAN)202是无线接入网络,其中包括为UE提供接入无线网络接口的基站(gNB或连接到5G核心网5GC的eNB,连接到5GC的eNB也叫ng-gNB)。接入控制和移动管理功能实体(Access andMobility Management Function,AMF)203负责管理UE的移动上下文、和安全信息。用户平面功能实体(UPF(User Plane Function))204主要提供用户平面的功能。会话管理功能实体SMF205负责会话管理。数据网络(DN(Dat a Net work))206包含如运营商的服务、互联网的接入和第三方的业务等。
无线通信网络中不同的实体根据承担的任务可分为用户设备(UE),接入节点,移动管理功能实体,会话管理功能实体,数据平面功能实体等不同的种类。
以5G通信网络为例,接入节点可以是gNB,移动管理功能实体是AMF,会话管理功能实体是SMF,数据平面功能实体是UPF,网络数据分析功能实体是NWDAF。
其中接入节点可由中心单元(Centralized Unit,CU)和分布式单元(DistributedUnit,DU)组成。一个CU可以与多个DU相连。其中CU又可由CU控制平面(CU-CP)和CU用户平面(CU-UP)组成。CU-CP和CU-UP之间是E1接口,CU-CP和DU之间是F1-C接口,CU-UP和DU之间是F1-U接口。
图3是5G通信系统中系统架构的一种示意图。
具体部署时,UE可以在与一个接入节点建立无线连接的同时,再与另一个接入节点建立无线连接。第一个接入节点被称为主节点(Master Node,下文称MN),第2个接入节点被称为辅节点(Secondary Node,下文称SN)。这种场景称为双连接(Dual Connectivity)
图4是5G通信网络中UE同时与MN和SN建立无线连接的一种示意图。
AI是一种新兴技术。AI技术需要搜集一些数据,这些数据可以用于AI模型的训练或者使用。
AI可以用于无线通信网络的优化,这样无线通信网络需要处理数据用于AI模型的训练或者使用,最终优化网络,提升用户服务质量。
下面结合附图进一步描述本公开的示例性实施例。
文本和附图仅作为示例提供,以帮助理解本公开。它们不应被解释为以任何方式限制本公开的范围。尽管已经提供了某些实施例和示例,但是基于本文所公开的内容,对于本领域技术人员而言显而易见的是,在不脱离本公开的范围的情况下,可以对所示的实施例和示例进行改变。
本申请提供了一种支持在移动通信网络中切换的方法。为使本申请的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本申请作进一步详细说明。
图5是示出根据本公开的示例实施例的数据处理的方法的流程图,其中,包括如下步骤:
步骤3001:第一节点获取数据。
步骤3002:第一节点根据所获取的数据生成用于自优化的信息。
实施例一描述了无线通信系统中的实体向另一实体报告本实体支持部署AI模型的能力的情形。其中第一节点可以是接入节点,或接入节点的CU-UP或DU,或双连接场景中的MN或SN,第二节点可以是移动管理功能实体,或接入节点,或接入节点的CU-CP,或双连接场景中的SN或MN。
图6为实施例一的示意图,包括如下步骤:
步骤301:第二节点向第一节点发送消息一。所述消息一中携带第一节点支持部署AI模型的能力。
所述部署AI模型的能力可以是一个部署在所述节点上的AI模型的信息的列表,和/或一个指示信息。
所述指示信息用来指示所述节点是否支持AI模型的部署。
所述AI模型的信息包括但不限于以下信息的至少一个:
AI模型的编号;
AI模型的名称;
AI模型的用途;
AI模型的类型,用于表示机器学习的模型类型,该类型可包括但不限于感知器、前馈神经网络、径向基函数网络、深度前馈网络、循环神经网络、长/短期记忆网络、门控循环单位、自动编码器、变分自动编码器、去噪自动编码器、稀疏自动编码器、马尔科夫链、霍菲特网络、波兹曼机、受限波兹曼机、深度信念网络、深度卷积网络、反卷积神经网络、深度卷积逆图形网络、生成对抗网络、液态机、极限学习机、回声状态网络、深度残差网络、Kohonen网络、支持向量机、神经图灵机、卷积神经网络、人工神经网络、循环神经网络、深度神经网络等;
AI模型的特征参数。
其中所述AI模型的用途可以是,例如,预测一定时间内所在节点,或所在节点上的小区,或所在节点上的小区的beam,或所在节点和/或所在节点上的小区上的网络切片,或所在节点和/或所在节点上的小区上PLMN,的负载情况。所述负载情况包括但不限于以下信息的至少一个:无线资源使用情况,TNL(Transport Network Layer)资源使用情况,硬件资源使用情况,所服务的UE的数量,RRC连接的数量。所述负载情况包括的每种信息可以是该信息的最大有效值,和/或当前已使用的值,和/或当前有效值,和/或当前已使用的值与最大有效值的比率,和/或当前有效值与最大有效值的比率。
所述AI模型的特征参数包括但不限于以下信息的至少一个:
层数,用于表示神经网的层数;
各层神经元个数,用于表示神经网络各层神经元个数;
权重,用于表示神经网络神经元权重。
第一节点可以根据第二节点支持部署AI模型的能力决定是否再第一节点上增加或更新或删除AI模型,也可以决定哪些数据可以从第二节点获取。
实施例二描述了无线通信系统中的实体向另一实体发送搜集特定UE的数据的许可的情形。其中第一节点可以是接入节点,或接入节点的CU-UP或DU,或双连接场景中的SN,第二节点可以是移动管理功能实体,或接入节点,或接入节点的CU-CP,或双连接场景中的MN。
图7为实施例二的示意图,包括如下步骤:
步骤400:第一节点向第二节点发送消息一。所述消息一中携带所搜集特定UE的数据的许可信息的请求信息,可选的,以及所述UE的UE标识。
本步骤不是必需的。
步骤401:第二节点向第一节点发送消息二。所述消息二中携带搜集特定UE的数据的许可信息。
所述搜集特定UE的数据的许可包括但不限于以下信息中的至少一个:允许搜集特定UE的数据的PLMN列表,允许搜集特定UE的数据的网络切片(network slice)列表,允许搜集特定UE的数据的非公开网络(NPN)的标识的列表。
第二节点可以根据所述搜集特定UE的数据的许可决定是否可以在本节点上搜集所述UE的数据。
实施例三描述了无线通信系统中的实体要求另一实体搜集数据的的情形。其中第一节点可以是接入节点,或接入节点的CU-CP,或双连接场景中的MN或SN,第二节点可以是接入节点,或接入节点的CU-CP,或双连接场景中的SN。
图8为实施例三的示意图,包括如下步骤:
步骤501:第一节点向第二节点发送消息一。所述消息一中携带第一节点请求第二节点搜集数据的信息。
所述搜集数据的信息包括但不限于以下信息的至少一个:
本次搜集数据的标识;
开始或停止搜集数据的指示信息;
报告方式,可以是周期的或非周期的;
报告周期长度,可选的,包括报告的次数;
搜集数据的时间段,可以是开始时间和结束时间,也可以是开始时间和/或时间段的长度;
需要搜集的数据,包括但不限于以下信息的至少一个:UE的测量报告,UE的QoS和/或QoE报告,UE上报的信息。
其中所述UE上报的信息包括但不限于以下信息的至少一个:无线连接失败报告(RLF report),连接建立失败报告(CEF report),随机接入报告(RACH report),成功切换报告(Successful HO report)。所述搜集数据的标识用来区分不同的搜集数据的过程。
步骤502:第二节点向第一节点发送消息二。所述消息二可以表示第二节点确认全部接受或部分接受第一节点在消息一中的请求,也可以表示第二节点拒绝接受第一节点在消息一中的请求。
如果第二节点部分接受第一节点在消息一中的请求,第二节点在消息二中包含所接受的需要搜集的数据,包括但不限于以下信息的至少一个:UE的测量报告,UE的QoS和/或QoE报告,UE上报的信息;或包含所拒绝接受的需要搜集的数据,包括但不限于以下信息的至少一个:UE的测量报告,UE的QoS和/或QoE报告,UE上报的信息,拒绝的原因。
如果第二节点拒绝接受第一节点在消息一中的请求,第二节点在消息二中包含拒绝的原因。
步骤503:如果第二节点确认全部接受或部分接受第一节点在消息一中的请求,第二节点向第一节点发送消息三。所述消息三中携带消息一中所请求搜集的数据。
在SN发起的SN改变过程中,第一节点可以是源SN,第二节点可以是目标SN。如果源SN和目标SN之间没有接口,所述消息一、消息二和消息三需要先发给MN,在由MN发给第二节点。
第一节点可以将所搜集的数据作为AI模型训练或使用时的输入参数,也可以用于产生合理的自优化决定,从而保证服务质量,提高用户的体验。
实施例四描述了5G网络中的NG-RAN Node(NG-RAN节点)向AMF或另一个NG-RANNode报告本实体支持部署AI模型的能力的情形,所述NG-RAN Node为第二节点,所述AMF或所述另一个NG-RAN Node为第一节点。其中CU-CP(Centralized Unit-Control Plane,中心单元-控制平面)、CU-UP(Centralized Unit-User Plane,中心单元-用户平面)和DU(分布式单元,Distri buted Unit)属于NG-RAN Node1。
图9为实施例四的示意图,包括如下步骤:
步骤601:DU(第二节点)向CU-CP(第一节点)发送F1建立请求(F1SETUP REQUEST)消息。所述消息中携带DU支持部署AI模型的能力。
所述部署AI模型的能力可以是一个部署在所述节点上的AI模型的信息的列表,和/或一个指示信息。
所述指示信息用来指示所述节点是否支持AI模型的部署。
所述AI模型的信息包括但不限于以下信息的至少一个:
AI模型的编号;
AI模型的名称;
AI模型的用途;
AI模型的类型,用于表示机器学习的模型类型,该类型可包括但不限于感知器、前馈神经网络、径向基函数网络、深度前馈网络、循环神经网络、长/短期记忆网络、门控循环单位、自动编码器、变分自动编码器、去噪自动编码器、稀疏自动编码器、马尔科夫链、霍菲特网络、波兹曼机、受限波兹曼机、深度信念网络、深度卷积网络、反卷积神经网络、深度卷积逆图形网络、生成对抗网络、液态机、极限学习机、回声状态网络、深度残差网络、Kohonen网络、支持向量机、神经图灵机、卷积神经网络、人工神经网络、循环神经网络、深度神经网络等;
AI模型的特征参数。
其中所述AI模型的用途可以是,例如,预测一定时间内所在节点,或所在节点上的小区,或所在节点上的小区的beam,或所在节点和/或所在节点上的小区上的网络切片,或所在节点和/或所在节点上的小区上PLMN,的负载情况。所述负载情况包括但不限于以下信息的至少一个:无线资源使用情况,TNL(Transport Network Layer)资源使用情况,硬件资源使用情况,所服务的UE的数量,RRC连接的数量。所述负载情况包括的每种信息可以是该信息的最大有效值,和/或当前已使用的值,和/或当前有效值,和/或当前已使用的值与最大有效值的比率,和/或当前有效值与最大有效值的比率。
所述AI模型的特征参数包括但不限于以下信息的至少一个:
层数,用于表示神经网的层数;
各层神经元个数,用于表示神经网络各层神经元个数;
权重,用于表示神经网络神经元权重。
步骤602:CU-UP向CU-CP发送GNB-CU-UP E1建立请求(GNB-CU-UP E1SETUPREQUEST)消息。所述消息中携带CU-UP支持部署AI模型的能力。
步骤603:CU-CP根据所述DU和/或CU-UP支持部署AI模型的能力,以及自身支持部署AI模型的能力,确定NG-RAN Node1的支持部署AI模型的能力。CU-CP向AMF发送建立请求(NG SETUP REQUEST)消息,所述消息中携带NG-RAN Node1支持部署AI模型的能力。
CU-CP可以根据所述DU和/或CU-UP支持部署AI模型的能力决定是否从所述DU和/或CU-UP获取所部署的AI模型的输出参数。
AMF可以根据所述能力决定是否从NG-RAN Node1获取所部署的AI模型的输出参数。
步骤604:CU-CP向NG-RAN Node2发送XN建立请求(XN SETUP REQUEST)消息。所述消息中携带NG-RAN Node1支持部署AI模型的能力。
步骤605:NG-RAN Node2向CU-CP发送XN建立响应(XN SETUP RESPONSE)消息。所述消息中携带NG-RAN Node2支持部署AI模型的能力。
NG-RAN Node1可以根据所述NG-RAN Node2支持部署AI模型的能力决定是否从NG-RAN Node2获取所部署的AI模型的输出参数。
NG-RAN Node2可以根据所述NG-RAN Node1支持部署AI模型的能力决定是否从NG-RAN Node1获取所部署的AI模型的输出参数。
步骤606:DU向CU-CP发送GNB-DU配置更新(GNB-DU CONFI GURATI ON UPDATE)消息,例如,当所述DU支持部署AI模型的能力被改变的时候。所述消息中携带DU支持部署AI模型的能力。
步骤607:CU-UP向CU-CP发送GNB-CU-UP配置更新(GNB-CU-UP CONFI GURATI ONUPDATE)消息例如,当所述CU-UP支持部署AI模型的能力被改变的时候。所述消息中携带CU-UP支持部署AI模型的能力。
步骤608:CU-CP根据所述DU和/或CU-UP支持部署AI模型的能力,以及自身支持部署AI模型的能力,确定NG-RAN Node1的支持部署AI模型的能力。CU-CP向AMF发送RAN配置更新(RAN CONFI GURATI ON UPDATE)消息,所述消息中携带NG-RAN Node1支持部署AI模型的能力。
CU-CP可以根据所述DU和/或CU-UP支持部署AI模型的能力决定是否从所述DU和/或CU-UP获取所部署的AI模型的输出参数。
AMF可以根据所述能力决定是否从NG-RAN Node1获取所部署的AI模型的输出参数。
步骤609:CU-CP向NG-RAN Node2发送NG-RAN节点配置更新(NG-RAN NODE CONFIGURATI ON UPDATE)消息,例如,当NG-RAN Node1支持部署AI模型的能力被改变的时候。所述消息中携带NG-RAN Node1支持部署AI模型的能力。
步骤610:NG-RAN Node2向CU-CP发送NG-RAN节点配置更新确认(NG-RAN NODECONFI GURATI ON UPDATE ACKNOWLEDGE)消息。当NG-RAN Node2支持部署AI模型的能力被改变的时候,所述消息中携带NG-RAN Node2支持部署AI模型的能力。
NG-RAN Node1可以根据所述NG-RAN Node2支持部署AI模型的能力决定是否从NG-RAN Node2获取所部署的AI模型的输出参数。
NG-RAN Node2可以根据所述NG-RAN Node1支持部署AI模型的能力决定是否从NG-RAN Node1获取所部署的AI模型的输出参数。
实施例五描述了5G网络中的NG-RAN Node获取搜集特定UE的数据的许可的情形。其中CU-CP、CU-UP和DU属于NG-RAN Node1。
图10为实施例五的示意图,包括如下步骤:
步骤701:UE发起注册过程。CU-CP向AMF发送初始UE消息(I NI TI AL UEMESSAGE)消息。
步骤702:AMF向CU-CP发送初始上下文建立请求(I NI TI AL CONTEXT SETUPREQUEST)消息。所述消息中携带搜集特定UE的数据的许可。
所述搜集特定UE的数据的许可包括但不限于以下信息中的至少一个:允许搜集特定UE的数据的PLMN列表,允许搜集特定UE的数据的网络切片(network slice)列表,允许搜集特定UE的数据的非公开网络(NPN(Non-PublicNet work))的标识的列表。
CU-CP根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以在NG-RAN Node1上被搜集。
步骤703:CU-CP向CU-UP发送承载上下文建立请求(BEARER CONTEXT SETUPREQUEST)消息。所述消息中携带搜集特定UE的数据的许可。
CU-UP根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以在CU-UP上被搜集。
步骤704:CU-CP向DU发送UE上下文建立请求(UE CONTEXT SETUP REQUEST)消息。所述消息中携带搜集特定UE的数据的许可。
DU根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以在DU上被搜集。
步骤705a:CU-CP决定发起向NG-RAN Node2的基于Xn接口的切换过程。CU-CP向NG-RAN Node2发送切换请求(HANDOVER REQUEST)消息。所述消息中携带搜集特定UE的数据的许可。
步骤705b:CU-CP也可以决定发起向NG-RAN Node2的基于Ng接口的切换过程。CU-CP向AMF发送切换要求(HANDOVER REQUI RED)消息。所述消息中携带搜集特定UE的数据的许可。
步骤705c:AMF向NG-RAN Node2发送切换请求(HANDOVER REQUEST)消息。所述消息中携带搜集特定UE的数据的许可。
NG-RAN Node2根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以在NG-RAN Node2上被搜集。
步骤706:如果UE进入RRC-I NACTI VE状态后从NG-RAN Node2的覆盖范围移动到NG-RAN Node1的覆盖范围,UE可以连接到NG-RAN Node1,重新回到RRC-ACTI VE状态。
CU-CP向NG-RAN Node2发送获取UE上下文请求(RETRI EVE UE CONTEXT REQUEST)消息,要求获取UE上下文信息。
步骤707:NG-RAN Node2向CU-CP发送获取UE上下文响应(RETRI EVE UE CONTEXTRESPONSE)消息。所述消息中携带搜集特定UE的数据的许可。
CU-CP根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以在NG-RAN Node1上被搜集。
步骤708:CU-CP可以决定把给UE配置双连接,CU-CP选择NG-RAN Node2作为UE的辅节点。
CU-CP向NG-RAN Node2发送S节点添加请求(S-NODE ADDI TI ON REQUEST)消息。所述消息中携带搜集特定UE的数据的许可。
NG-RAN Node2根据收到的所述搜集特定UE的数据的许可来判断所述UE的数据是否可以在NG-RAN Node2上被搜集。
实施例六描述了5G网络中的NG-RAN Node搜集数据,用于训练AI模型的情形。所述AI模型可以用于判断是否需要去激活一个小区从而达到节能效果。其中CU-CP、CU-UP和DU属于NG-RAN Node1。
图11为实施例六的示意图,包括如下步骤:
步骤801:CU-CP通过E1接口消息要求CU-UP报告负载情况和/或能源使用情况,可选的,以及负载情况和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。所述E1接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的E1消息。所述消息中携带要求CU-UP报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:CU-UP的负载情况、和/或能源使用情况,负载情况的预测值、和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。
步骤802:CU-UP通过E1接口消息报告上一步骤中CU-CP要求报告的数据。所述E1接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的E1消息。所述消息中携带CU-UP报告的信息。所述信息可以是以下信息中至少之一:CU-UP的负载情况、和/或能源使用情况,负载情况的预测值、和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。
步骤803:CU-CP通过F1接口消息要求DU报告负载情况和/或能源使用情况,可选的,以及负载情况和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。所述F1接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的F1消息。所述消息中携带要求DU报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:DU的负载情况、和/或能源使用情况,负载情况的预测值、和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。
步骤804:DU通过F1接口消息报告上一步骤中DU要求报告的数据。所述F1接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的F1消息。所述消息中携带DU报告的信息。所述信息可以是以下信息中至少之一:DU的负载情况、和/或能源使用情况,负载情况的预测值、和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。
步骤805:CU-CP通过Xn接口消息要求相邻接入节点NG-RAN Node 2报告负载情况和/或能源使用情况,可选的,以及负载情况和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。所述Xn接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的Xn消息。所述消息中携带要求NG-RAN Node 2报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:NG-RAN Node 2的负载情况、和/或能源使用情况,负载情况的预测值、和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。
步骤806:NG-RAN Node 2通过Xn接口消息报告上一步骤中DU要求报告的数据。所述Xn接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的Xn消息。所述消息中携带NG-RAN Node 2报告的信息。所述信息可以是以下信息中至少之一:NG-RAN Node 2的负载情况、和/或能源使用情况,负载情况的预测值、和/或能源使用情况的预测值,可选的,包括所述预测值的可信度。
CU-CP搜集第一类信息中其他需要搜集的数据。
其中所述接入节点的负载情况和/或能源使用情况可以用来选择最适合的去激活小区。相邻的接入节点的负载情况和/或能源使用情况,以及UE的测量报告和QoS报告和/或QoE报告可以用来给所选择的去激活小区所服务的UE选择合适的目标接入节点。
CU-CP根据所搜集的数据决定去激活一个小区。同时CU-CP与所述小区正在服务的UE选择合适的目标接入节点。例如,为其中一个UE选择NG-RAN Node 2作为目标接入节点。
其中所述去激活一个小区的决定,和/或为所述UE选择的合适的目标接入节点,可以由AI模型产生,例如,部署在CU-CP上的AI模型。
步骤807:CU-CP把所选择的去激活小区服务的UE切换到目标接入节点。切换的原因可以设置成与去激活小区有关的原因值,例如Switch Off Ongoing(准备关断),或一种新定义的原因值Deactivate a Cell(去激活小区),用来指示本次切换是由去激活小区所致。
CU-CP指示所选择的去激活小区所在的DU去激活这个小区。
步骤808:CU-CP向相邻接入节点(以下以NG-RAN Node 2为例)发送NG-RAN节点配置更新(NG-RAN NODE CONFI GURATI ON UPDATE)消息。所述消息中携带去激活小区的小区标识和一个去激活的指示信息。
所述消息中还可携带要求NG-RAN Node 2报告所搜集的数据的信息。所述信息也可以由其他Xn接口消息,例如,一个新定义的Xn接口消息,携带。其中所述信息可以是以下信息中的至少一个:
开始报告或停止报告;
报告方式,可以是周期的或非周期的;
周期长度;
报告的次数;
指定时间段,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
要求搜集的数据的类型,可以是前述所述需要搜集的数据中第二类信息中的至少一个,例如,UE的测量报告,UE的QoS报告和/或QoE报告,UE上报的信息。
步骤809a:如果UE连接NG-RAN Node 2发生失败,UE重新连接到另一个接入节点NG-RAN Node 3。所述失败可以是RLF(radio link failure)或CEF(connectionestablishment failure)。UE产生RLF报告或CEF报告,通过RRC消息发给NG-RAN Node 3。UE在所述报告中增加位置信息和/或失败发生时的时戳信息。NG-RAN Node 3根据所述报告中信息判断失败发生在NG-RAN Node 2。NG-RAN Node 3通过Xn接口消息把收到的RLF报告或CEF报告发给NG-RAN Node 2。所述Xn接口消息可以是失败指示(FAI LURE I NDI CATION),和/或接入和移动性指示(ACCESS AND MOBI LI TY I NDI CATI ON),和/或一个新定义的Xn消息。
步骤809b:NG-RAN Node 2根据所收到的RLF报告或CEF报告中携带的位置信息,判断对应的失败发生在NG-RAN Node 1的去激活小区的覆盖范围;根据所收到的RLF报告或CEF报告中携带的时戳信息,判断对应的失败发生在NG-RAN Node 1去激活小区之后。根据这些信息,NG-RAN Node 2判断所述报告与NG-RAN Node 1去激活小区有关。NG-RAN Node2通过Xn接口消息把收到的RLF报告或CEF报告发给NG-RAN Node 1的CU-CP。所述Xn接口消息可以是切换报告(HANDOVER REPORT),和/或接入和移动性指示(ACCESS AND MOBI LI TY INDI CATI ON),和/或一个新定义的Xn消息。
步骤810:如果UE成功连接NG-RAN Node 2,但连接的过程中UE产生了RACH报告和/或成功切换报告,所述报告中记录连接的过程中产生的错误信息,或者UE连接NG-RAN Node2发生失败,UE重新连接到NG-RAN Node 2,UE产生RLF报告或CEF报告。UE在所述报告中增加位置信息和/或失败发生时的时戳信息,通过RRC消息发给NG-RAN Node 2。
NG-RAN Node 2根据所收到的UE上报的信息中携带的位置信息,判断对应的失败发生在NG-RAN Node 1的去激活小区的覆盖范围;根据所收到的UE上报的信息中携带的时戳信息,判断对应的失败发生在NG-RAN Node 1去激活小区之后。根据这些信息,NG-RANNode 2判断所收到的UE上报的信息与NG-RAN Node 1去激活小区有关。
NG-RAN Node2通过Xn接口消息把所收到的UE上报的信息发给NG-RAN Node 1的CU-CP。所述Xn接口消息可以是接入和移动性指示(ACCESS AND MOBI LI TY I NDI CATION),和/或一个新定义的Xn消息。
步骤811:UE成功切换到NG-RAN Node 2之后,NG-RAN Node 2可以根据切换的原因值判断所述切换是由NG-RAN Node 1去激活小区导致。NG-RAN Node 2按照步骤808中搜集NG-RAN Node 1所请求搜集的数据,例如UE的QoS报告和/或QoE报告,和/或UE的测量报告。
NG-RAN Node2通过Xn接口消息把所搜集的数据发给NG-RAN Node 1的CU-CP。所述Xn接口消息可以是接入和移动性指示(ACCESS AND MOBI LI TY I NDI CATI ON),和/或一个新定义的Xn消息。
其中所搜集的数据包括但不限于以下信息的至少一个:
UE当前的服务小区的小区标识;
发起移动性优化的小区的小区标识;
UE标识;
UE的测量报告;
UE的QoS报告和/或QoE报告。
所述小区标识可以是PCI和/或CGI。所述UE标识可以是以下信息中的至少一个:UE在移动性优化之前的NG-RAN node UE XnAP I D,UE在当前服务小区的NG-RAN node UEXnAP I D,UE在去激活小区的C-RNTI,UE在当前服务小区的C-RNTI。
在去激活一个小区后,CU-CP还可以如步骤801-806中所示搜集本接入节点和/或相邻接入节点的负载情况和/或能源使用情况。
CU-CP搜集第二类信息中其他需要搜集的数据。
其中所述接入节点在去激活所述小区前后的负载情况和/或能源使用情况,可选的,包括负载情况和/或能源使用情况的预测值,可以用来选择最适合的去激活小区。相邻的接入节点在去激活所述小区前后的负载情况和/或能源使用情况,可选的,包括负载情况和/或能源使用情况的预测值,可以用来给所选择的去激活小区所服务的UE选择合适的目标接入节点。
NG-RAN Node1可以根据上述所搜集的数据,判断去激活所述小区是否是一个正确的决定,还可以使用上述所搜集的数据训练AI模型。
上述过程可以反复进行,以产生更好的AI模型。
实施例七描述了AI模型部署到5G网络中的NG-RAN Node上,并搜集数据,产生输出参数的情形。其中CU-CP、CU-UP和DU属于NG-RAN Node1。
图12为实施例七的示意图,包括如下步骤:
AI模型被部署到接入节点和相邻接入节点上。所述接入节点由CU-CP,CU-UP和DU组成。其中部署在CU-CP上的AI模型用于是否需要去激活一个小区从而达到节能效果,以及为所述小区服务的UE选择合适的目标接入节点。部署在CU-UP和/或DU上的AI模型用于产生负载情况和/或能源使用情况的预测值。
步骤901-906与上一实施例中步骤801-806相同。
CU-CP搜集第一类信息中其他需要搜集的数据。
CU-CP将所搜集的数据作为部署在CU-CP上的AI模型的输入参数,使用所述AI模型产生输出参数,所述输出参数包括但不限于:合适的去激活小区,所述小区服务的UE的合适的目标接入节点。
CU-CP根据所述输出参数执行切换过程,然后去激活所述小区,从而达到节能效果。
实施例八描述了无线通信系统中的实体向另一个实体发送AI模型部署相关信息的情形。其中第一节点可以是核心网实体,例如AMF或SMF或MME,或接入节点,例如NG-RANnode或eNB,或接入节点的CU-CP。第二节点可以是接入节点,例如NG-RAN node或eNB,或接入节点的CU-CP或CU-UP或DU。
图13为实施例八的示意图,包括如下步骤:
步骤1001:第一节点向第二节点发送消息一。所述消息一中携带AI模型部署相关信息。
其中所述AI模型部署相关信息可以是以下信息中的至少一个:
AI模型的编号;
AI模型的名称;
AI模型的用途;
一个指示信息用于标识这是对已存在的AI模型的全部或部分更新;
携带所述AI模型的容器(container);
模型传递序号,用于辨识此次模型传递;
模型类型,用于表示机器学习的模型类型,该类型可包括但不限于感知器、前馈神经网络、径向基函数网络、深度前馈网络、循环神经网络、长/短期记忆网络、门控循环单位、自动编码器、变分自动编码器、去噪自动编码器、稀疏自动编码器、马尔科夫链、霍菲特网络、波兹曼机、受限波兹曼机、深度信念网络、深度卷积网络、反卷积神经网络、深度卷积逆图形网络、生成对抗网络、液态机、极限学习机、回声状态网络、深度残差网络、Kohonen网络、支持向量机、神经图灵机、卷积神经网络、人工神经网络、循环神经网络、深度神经网络等;
AI模型的特征参数;
训练实体信息,包括但不限于:训练实体的标识,名称;
模型下载地址:用于表示模型下载地址,包括但不限于以下信息的至少一个:下载服务器的地址和/或端口和/或协议,URL地址。
所述AI模型的特征参数包括但不限于以下信息的至少一个:
层数,用于表示神经网的层数;
各层神经元个数,用于表示神经网络各层神经元个数;
权重,用于表示神经网络神经元权重;
模型输入,用于表示网络的输入参数类型及顺序,例如,利用n*m比特表示,每n个比特表示一个参数,共m个参数,且输入顺序与比特表示顺序相同。基于n个比特与参数之间的映射关系,可推测出参数与参数的输入顺序;
模型输出,用于表示网络的输出参数类型及顺序,例如,利用n*m比特表示,每n个比特表示一个参数,共m个参数,且输出顺序与比特表示顺序相同。基于n个比特与参数之间的映射关系,可推测出参数与参数的输出顺序;
预处理矩阵,用于预处理收集到的数据以输入到模型中;
后处理矩阵,用于处理模型输入参数以用于通信网络中;
反馈类型,用于表示收到网络后续的反馈类型,例如,反馈权重、反馈数据、反馈更新后模型等。
步骤1002a:如果第二节点接受并成功部署消息一中所述AI模型,第二节点向第一节点发送消息二,表示执行部署成功。
步骤1002b:如果第二节点不接受或未能成功署消息一中所述AI模型,第二节点向第一节点发送消息三,表示执行部署失败。
步骤1002a和1002b不是必需的步骤。
如果第一节点成功部署所述AI模型,第一节点可以使用所述AI模型,例如根据AI模型的输出参数,进行合理的自优化,提高用户的体验。
实施例九描述了5G网络中的CU-CP把AI模型部署到CU-UP和DU的情形。
图14为实施例九的示意图,包括如下步骤:
步骤1101:CU-CP向CU-UP发送GNB-CU-UP配置更新(GNB-CU-CP CONFI GURATI ONUPDATE)。所述消息携带AI模型部署相关信息。
其中所述AI模型部署相关信息可以是以下信息中的至少一个:
AI模型的编号;
AI模型的名称;
AI模型的用途;
一个指示信息用于标识这是对已存在的AI模型的全部或部分更新;
携带所述AI模型的容器(container);
模型传递序号,用于辨识此次模型传递;
模型类型,用于表示机器学习的模型类型,该类型可包括但不限于感知器、前馈神经网络、径向基函数网络、深度前馈网络、循环神经网络、长/短期记忆网络、门控循环单位、自动编码器、变分自动编码器、去噪自动编码器、稀疏自动编码器、马尔科夫链、霍菲特网络、波兹曼机、受限波兹曼机、深度信念网络、深度卷积网络、反卷积神经网络、深度卷积逆图形网络、生成对抗网络、液态机、极限学习机、回声状态网络、深度残差网络、Kohonen网络、支持向量机、神经图灵机、卷积神经网络、人工神经网络、循环神经网络、深度神经网络等;
AI模型的特征参数;
训练实体信息,包括但不限于:训练实体的标识,名称;
模型下载地址:用于表示模型下载地址,包括但不限于以下信息的至少一个:下载服务器的地址和/或端口和/或协议,URL地址。
所述AI模型的特征参数包括但不限于以下信息的至少一个:
层数,用于表示神经网的层数;
各层神经元个数,用于表示神经网络各层神经元个数;
权重,用于表示神经网络神经元权重;
模型输入,用于表示网络的输入参数类型及顺序,例如,利用n*m比特表示,每n个比特表示一个参数,共m个参数,且输入顺序与比特表示顺序相同。基于n个比特与参数之间的映射关系,可推测出参数与参数的输入顺序;
模型输出,用于表示网络的输出参数类型及顺序,例如,利用n*m比特表示,每n个比特表示一个参数,共m个参数,且输出顺序与比特表示顺序相同。基于n个比特与参数之间的映射关系,可推测出参数与参数的输出顺序;
预处理矩阵,用于预处理收集到的数据以输入到模型中;
后处理矩阵,用于处理模型输入参数以用于通信网络中;
反馈类型,用于表示收到网络后续的反馈类型,例如,反馈权重、反馈数据、反馈更新后模型等。
步骤1102:CU-UP可以从上一消息中所携带所述AI模型的容器中读取将要部署在CU-UP上的AI模型,也可以根据上一消息中模型下载地址的信息下载将要部署在CU-UP上的AI模型。
CU-UP根据上一消息中的其他参数成功部署所述AI模型。
CU-UP向CU-CP发送GNB-CU-UP配置更新确认(GNB-CU-CP CONFI GURATI ONUPDATE ACKNOWLEDGE),表示所述AI模型被成功部署在CU-UP上。
步骤1103:CU-CP向DU发送GNB-CU配置更新(GNB-CU CONFI GURATI ON UPDATE)。所述消息携带AI模型部署相关信息。
步骤1104:DU可以从上一消息中所携带所述AI模型的容器中读取将要部署在DU上的AI模型,也可以根据上一消息中模型下载地址的信息下载将要部署在DU上的AI模型。
DU根据上一消息中的其他参数成功部署所述AI模型。
DU向CU-CP发送GNB-CU配置更新确认(GNB-CU CONFI GURATI ONUPDATEACKNOWLEDGE),表示所述AI模型被成功部署在DU上。
实施例十描述了5G网络中的NG-RAN Node搜集数据,用于训练AI模型的情形。所述AI模型可以用于选择需要进行移动性优化的UE,决定优化的事件,以及选择合适的目标节点。所述优化的事件可以是切换,增加或改变SN。其中CU-CP、CU-UP和DU属于NG-RAN Node1。
图15为实施例十的示意图,包括如下步骤:
步骤1201:CU-CP通过E1接口消息要求CU-UP报告负载情况,可选的,以及负载情况的预测值,可选的,包括所述预测值的可信度。所述E1接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的E1消息。所述消息中携带要求CU-UP报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:CU-UP的负载情况、负载情况的预测值、可选的,包括所述预测值的可信度。
步骤1202:CU-UP通过E1接口消息报告上一步骤中CU-CP要求报告的数据。所述E1接口消息可以是资源状态更新(RESOURCE STATUSUPDATE),和/或一个新定义的E1消息。所述消息中携带CU-UP报告的信息。所述信息可以是以下信息中至少之一:CU-UP的负载情况、负载情况的预测值、可选的,包括所述预测值的可信度。
步骤1203:CU-CP通过F1接口消息要求DU报告负载情况,可选的,以及负载情况的预测值,可选的,包括所述预测值的可信度。所述F1接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的F1消息。所述消息中携带要求DU报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:DU的负载情况、负载情况的预测值,可选的,包括所述预测值的可信度。
步骤1204:DU通过F1接口消息报告上一步骤中DU要求报告的数据。所述F1接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的F1消息。所述消息中携带DU报告的信息。所述信息可以是以下信息中至少之一:DU的负载情况,负载情况的预测值,可选的,包括所述预测值的可信度。
步骤1205:CU-CP通过Xn接口消息要求相邻接入节点(以NG-RAN Node 2为例)报告负载情况,可选的,以及负载情况的预测值,可选的,包括所述预测值的可信度。所述Xn接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的Xn消息。所述消息中携带要求NG-RAN Node 2报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:NG-RAN Node 2的负载情况,负载情况的预测值,可选的,包括所述预测值的可信度。
步骤1206:NG-RAN Node 2通过Xn接口消息报告上一步骤中DU要求报告的数据。所述Xn接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的Xn消息。所述消息中携带NG-RAN Node 2报告的信息。所述信息可以是以下信息中至少之一:NG-RAN Node 2的负载情况、负载情况的预测值,可选的,包括所述预测值的可信度。
CU-CP搜集第一类信息中其他需要搜集的数据,例如NG-RAN Node1所服务的UE的测量报告,所述UE的QoS报告和/或QoE报告,服务UE的beam标识。
其中UE的测量报告和QoS报告和/或QoE报告可以用来选择需要进行移动性优化的UE。所述接入节点和/或相邻的接入节点的负载情况,可选的,包括负载情况的预测值,可以用来决定优化的事件以及合适的目标接入节点。UE的测量报告可以用来决定合适的目标接入节点。
CU-CP根据所搜集的数据选择一个需要进行移动性优化的UE,决定移动性优化的事件以及为所述UE选择合适的目标接入节点,可选的,包括选择所述UE在目标接入节点上最优的beam。本实施例中NG-RAN Node 2被选为合适的目标接入节点。
其中所述需要进行移动性优化的UE,和/或所述为所述UE选择的移动性优化的事件,和/或为所述UE选择的合适的目标接入节点,可选的,包括所述UE在目标接入节点上最优的beam,可以由AI模型产生,例如,部署在CU-CP上的AI模型。
步骤1207:如果CU-CP决定移动性优化的事件是切换,CU-CP向NG-RAN Node 2发起切换过程,所述切换过程可以是基于Xn接口的切换过程,也可以是基于Ng接口的切换过程。本实施例中是基于Xn接口的切换过程。
其中切换请求(HANDOVER REQUEST)消息可以携带要求NG-RAN Node 2报告所搜集的数据的信息。所述信息也可以由其他Xn接口消息,例如,一个新定义的Xn接口消息,携带。其中所述信息可以是以下信息中的至少一个:
开始报告或停止报告;
报告方式,可以是周期的或非周期的;
周期长度;
报告的次数;
指定时间段,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
要求搜集的数据的类型,可以是前述所述需要搜集的数据中第二类信息中的至少一个,例如,UE的测量报告,UE的QoS报告和/或QoE报告,UE上报的信息。
其中UE上报的信息根据现有机制搜集。
HANDOVER REQUEST消息还可以携带所述UE在切换前使用的beam标识,包括但不限于SSB索引值(SSB Index)。
HANDOVER REQUEST消息还可以携带所述UE在切换后在目标接入节点上最优的beam的标识,包括但不限于SSB索引值(SSB Index)。目标接入节点可以为UE配置所述切换后在目标接入节点上最优的beam,也可以配置其他beam。
如果所述切换过程是基于Ng接口的切换过程,Ng消息HANDOVER REQUI RED和HANDOVER REQUEST还可以携带所述UE在切换前使用的beam标识,包括但不限于SSB索引值(SSB Index)。
Ng消息HANDOVER REQUI RED和HANDOVER REQUEST还可以携带所述UE在切换后在目标接入节点上最优的beam的标识,包括但不限于SSB索引值(SSB Index)。目标接入节点可以为UE配置所述切换后在目标接入节点上最优的beam,也可以配置其他beam。
如果CU-CP决定移动性优化的事件是MN发起的SN增加或改变,NG-RAN Node 1作为MN,NG-RAN Node 2作为SN。CU-CP向NG-RAN Node 2发起SN增加过程。
其中S-NODE ADDI TI ON REQUEST消息可以携带要求NG-RAN Node 2报告所搜集的数据的信息。所述信息也可以由其他Xn接口消息,例如,一个新定义的Xn接口消息,携带。其中所述信息可以是以下信息中的至少一个:
开始报告或停止报告;
报告方式,可以是周期的或非周期的;
周期长度;
报告的次数;
指定时间段,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
要求搜集的数据的类型,可以是前述所述需要搜集的数据中第二类信息中的至少一个,例如,UE的测量报告,UE的QoS报告和/或QoE报告,UE上报的信息。
其中UE上报的信息根据现有机制搜集。
S-NODE ADDI TI ON REQUEST消息还可以携带所述UE在增加或改变SN前使用的beam标识。
其中所述UE在增加或改变SN前使用的beam标识包括但不限于以下信息的至少一个:
UE在增加或改变SN前在MN上使用的beam标识;
UE在改变SN前在上一个SN上使用的beam标识。
其中beam标识包括但不限于SSB索引值(SSB Index)。
S-NODE ADDI TI ON REQUEST消息还可以携带所述UE在增加或改变SN后在目标接入节点上最优的beam的标识,包括但不限于SSB索引值(SSB Index)。目标接入节点可以为UE配置所述切换后在目标接入节点上最优的beam,也可以配置其他beam。
如果所述目标接入节点由CU-CP,CU-U和DU,或CU和DU组成,所述目标接入节点的CU-CP或CU可以通过F1接口消息向DU发送所述UE在目标接入节点上最优的beam的标识。所述F1接口消息可以是UE CONTEXT SETUP REQUEST。
所述beam的标识可以是SSB索引值(SSB Index)。
步骤1208:如果CU-CP决定移动性优化的事件是切换,NG-RAN Node 2向CU-CP发送切换成功(HANDOVER SUCCESS),指示切换成功。所述消息还可以携带所述UE在切换后使用的beam标识,包括但不限于SSB索引值(SSB Index)。
所述beam标识也可以在UE CONTEXT RELEASE中携带。
如果所述切换过程是基于Ng接口的切换过程,Ng消息切换通知(HANDOVER NOTIFY)和/或切换成功(HANDOVER SUCCESS)和/或UE上下文释放命令(UE CONTEXT RELEASECOMMAND),还可以携带所述UE在切换后使用的beam标识,包括但不限于SSB索引值(SSBIndex)。
如果CU-CP决定移动性优化的事件是MN发起的SN增加或改变,NG-RAN Node 1作为MN,NG-RAN Node 2作为SN。NG-RAN Node 2向CU-CP发送S-NODE ADDI TI ON REQUESTACKNOWLEDGE。
步骤1209:UE成功连接到NG-RAN Node 2之后,NG-RAN Node 2按照步骤1207中搜集NG-RAN Node 1所请求搜集的数据,例如UE的QoS报告和/或QoE报告,和/或UE的测量报告。
NG-RAN Node2通过Xn接口消息把所搜集的数据发给NG-RAN Node 1的CU-CP。所述Xn接口消息可以是一个新定义的Xn消息,例如UE测量收集(UE MEASUREMENT COLLECTION),和/或已有的Xn消息,例如接入和移动性指示(ACCESS AND MOBI LI TY I NDI CATION)。
所述消息中包括但不限于以下信息的至少一个:
UE当前的服务小区的小区标识;
发起移动性优化的小区的小区标识;
UE标识;
UE在移动性优化之后使用的beam标识,包括但不限于SSB索引值(SSB Index);
UE的测量报告;
UE的QoS报告和/或QoE报告。
所述小区标识可以是PCI和/或CGI。所述UE标识可以是以下信息中的至少一个:UE在移动性优化之前的NG-RAN node UE XnAP I D,UE在当前服务小区的NG-RAN node UEXnAP I D,UE在去激活小区的C-RNTI,UE在当前服务小区的C-RNTI。
CU-CP还可以如步骤1201-1206中所示搜集本接入节点和/或相邻接入节点的负载情况。
CU-CP搜集第二类信息中其他需要搜集的数据。
上述在移动性优化之后搜集的数据可以用来判断是否所选择的UE确实需要移动性优化,是否选择了正确的移动性优化的事件,是否选择了合适的目标接入节点,是否选择了所述UE在目标接入节点上最优的beam。
NG-RAN Node1可以根据上述所搜集的数据,判断为所选择的UE进行移动性优化是否是一个正确的决定,还可以使用上述所搜集的数据训练AI模型。
上述过程可以反复进行,以产生更好的AI模型。
实施例十一描述了5G网络中的NG-RAN Node搜集数据,用于训练AI模型的情形。所述AI模型可以用于选择需要进行移动性优化的UE,决定优化的事件,以及选择合适的目标节点。所述优化的事件可以是改变SN。其中CU-CP、CU-UP和DU属于NG-RAN Node1。
图16为实施例十一的示意图,包括如下步骤:
步骤1301:CU-CP通过E1接口消息要求CU-UP报告负载情况,可选的,以及负载情况的预测值,可选的,包括所述预测值的可信度。所述E1接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的E1消息。所述消息中携带要求CU-UP报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:CU-UP的负载情况、负载情况的预测值、可选的,包括所述预测值的可信度。
步骤1302:CU-UP通过E1接口消息报告上一步骤中CU-CP要求报告的数据。所述E1接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的E1消息。所述消息中携带CU-UP报告的信息。所述信息可以是以下信息中至少之一:CU-UP的负载情况、负载情况的预测值、可选的,包括所述预测值的可信度。
步骤1303:CU-CP通过F1接口消息要求DU报告负载情况,可选的,以及负载情况的预测值,可选的,包括所述预测值的可信度。所述F1接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的F1消息。所述消息中携带要求DU报告的信息的类型,和/或报告的周期。所述信息的类型可以是以下至少之一:DU的负载情况、负载情况的预测值,可选的,包括所述预测值的可信度。
步骤1304:DU通过F1接口消息报告上一步骤中DU要求报告的数据。所述F1接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的F1消息。所述消息中携带DU报告的信息。所述信息可以是以下信息中至少之一:DU的负载情况,负载情况的预测值,可选的,包括所述预测值的可信度。
步骤1305:CU-CP要求相邻接入节点(以NG-RAN Node 2为例)报告负载情况,可选的,以及负载情况的预测值,可选的,包括所述预测值的可信度。
如果NG-RAN Node 2和NG-RAN Node 1之间没有Xn接口,CU-CP可以通过Xn接口消息把所述要求发给MN,MN再通过Xn接口消息把所述要求发给NG-RAN Node 2。
所使用的Xn接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的Xn消息。所述消息中携带以下信息中的至少一个:
发起所述请求的接入节点的节点标识;
所要求报告的接入节点的节点标识;
所要求报告的小区列表,包括一个或多个小区标识;
所要求报告的beam列表,包括一个或多个beam标识;
所要求报告的网络切片列表,包括一个或多个网络切片标识,所述标识可以包括PLMN,和/或S-NSSAI;
要求NG-RAN Node 2报告的信息的类型,和/或报告的周期。
所述信息的类型可以是以下至少之一:NG-RAN Node 2的负载情况,负载情况的预测值,可选的,包括所述预测值的可信度。
步骤1306:MN根据上一步骤中消息携带的所要求报告的接入节点的节点标识确定所述消息应被发送到NG-RAN Node 2。MN使用Xn接口消息把上一步骤中消息携带的信息发送给NG-RAN Node 2。
所使用的Xn接口消息可以是资源状态请求(RESOURCE STATUS REQUEST),和/或一个新定义的Xn消息。
步骤1307:NG-RAN Node 2通过Xn接口消息报告上一步骤中要求报告的数据。所述Xn接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的Xn消息。所述消息中携带NG-RAN Node 2报告的信息。所述信息可以是以下信息中至少之一:发起所述请求的接入节点的节点标识、所要求报告的接入节点的节点标识、NG-RAN Node 2的负载情况、负载情况的预测值,可选的,包括所述预测值的可信度。
步骤1308:MN根据上一步骤中消息携带的发起所述请求的接入节点的节点标识确定所述消息应被发送到NG-RAN Node 1。MN使用Xn接口消息把上一步骤中消息携带的信息发给NG-RAN Node 1。
所使用的Xn接口消息可以是资源状态更新(RESOURCE STATUS UPDATE),和/或一个新定义的Xn消息。
CU-CP搜集第一类信息中其他需要搜集的数据,例如UE的测量报告,所述UE的QoS报告和/或QoE报告,服务UE的beam标识。
其中UE的测量报告和QoS报告和/或QoE报告可以用来选择需要进行移动性优化的UE。所述接入节点和/或相邻的接入节点的负载情况,可选的,包括负载情况的预测值,可以用来决定优化的事件以及合适的目标接入节点。UE的测量报告可以用来决定合适的目标接入节点。
CU-CP根据所搜集的数据选择一个需要进行移动性优化的UE,决定移动性优化的事件以及为所述UE选择合适的目标接入节点,可选的,包括所述UE在目标接入节点上最优的beam。
其中所述需要进行移动性优化的UE,和/或所述为所述UE选择的移动性优化的事件,和/或为所述UE选择的合适的目标接入节点,和/或所述UE在目标接入节点上最优的beam,可以由AI模型产生,例如,部署在CU-CP上的AI模型。
本实施例中CU-CP决定移动性优化的事件是SN发起的SN改变,NG-RAN Node 2被选为合适的目标接入节点。
步骤1309:CU-CP向NG-RAN Node 3发起SN发起的SN改变过程。CU-CP向NG-RANNode 3发送S节点改变要求(S-NODE CHANGE REQUI RED)消息。
所述消息可以携带要求NG-RAN Node 2报告所搜集的数据的信息。所述信息也可以由其他Xn接口消息,例如,一个新定义的Xn接口消息,携带。其中所述信息可以是以下信息中的至少一个:
发起所述请求的接入节点的节点标识;
所要求报告的接入节点的节点标识;
开始报告或停止报告;
报告方式,可以是周期的或非周期的;
周期长度;
报告的次数;
指定时间段,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
要求搜集的数据的类型,可以是前述所述需要搜集的数据中第二类信息中的至少一个,例如,UE的测量报告,UE的QoS报告和/或QoE报告,UE上报的信息。
其中UE上报的信息根据现有机制搜集。
所述消息还可以携带所述UE在移动性优化之前在NG-RAN Node 1使用的beam标识,包括但不限于SSB索引值(SSB Index)。
所述消息还可以携带所述UE在移动性优化之后在目标接入节点上最优的beam的标识,包括但不限于SSB索引值(SSB Index)。目标接入节点可以为UE配置所述移动性优化后在目标接入节点上最优的beam,也可以配置其他beam。
步骤1310:NG-RAN Node 3向NG-RAN Node 2发送S节点添加请求(S-NODE ADDI TION REQUEST)消息。
所述消息可以携带上一消息中所携带的信息。所述消息还可以携带所述UE在移动性优化之前在NG-RAN Node 3使用的beam标识,包括但不限于SSB索引值(SSB Index)。
步骤1311:UE成功连接到NG-RAN Node 2之后,NG-RAN Node 2按照步骤1309中搜集NG-RAN Node 1所请求搜集的数据,例如UE的QoS报告和/或QoE报告,和/或UE的测量报告。
NG-RAN Node2可以通过Xn消息向MN发送所搜集的数据,MN在通过Xn消息向NG-RANNode 1发送所搜集的数据。
所述Xn接口消息可以是一个新定义的Xn消息,例如UE测量收集(UE MEASUREMENTCOLLECTI ON),和/或已有的Xn消息,例如接入和移动性指示(ACCESS AND MOBI LI TY INDI CATI ON)。
所述消息中包括但不限于以下信息的至少一个:
发起移动性优化的接入节点的节点标识;
当前服务的接入节点的节点标识;
UE当前的服务小区的小区标识;
发起移动性优化的小区的小区标识;
UE标识;
UE在移动性优化之后使用的beam标识,包括但不限于SSB索引值(SSB Index);
UE的测量报告;
UE的QoS报告和/或QoE报告。
所述小区标识可以是PCI和/或CGI。所述UE标识可以是以下信息中的至少一个:UE在移动性优化之前的NG-RAN node UE XnAP I D,UE在当前服务小区的NG-RAN node UEXnAP I D,UE在去激活小区的C-RNTI,UE在当前服务小区的C-RNTI。
CU-CP还可以如步骤1301-1308中所示搜集本接入节点和/或相邻接入节点的负载情况。
CU-CP搜集第二类信息中其他需要搜集的数据。
上述在移动性优化之后搜集的数据可以用来判断是否所选择的UE确实需要移动性优化,是否选择了正确的移动性优化的事件,以及是否选择了合适的目标接入节点,。
所述移动性优化前后搜集的UE使用的beam标识可以用来判断移动性优化之后配置给UE的beam是否合适。
NG-RAN Node1可以根据上述所搜集的数据,判断为所选择的UE进行移动性优化是否是一个正确的决定,还可以使用上述所搜集的数据训练AI模型。
上述过程可以反复进行,以产生更好的AI模型。
实施例十二描述了AI模型部署到5G网络中的NG-RAN Node上,并搜集数据,产生输出参数的情形。其中CU-CP、CU-UP和DU属于NG-RAN Node1。
图17为实施例十二的示意图,包括如下步骤:
AI模型被部署到接入节点和相邻接入节点上。所述接入节点由CU-CP,CU-UP和DU组成。其中部署在CU-CP上的AI模型用于判断是否存在需要移动性优化的UE,以及为所述UE选择移动性优化的事件和合适的目标接入节点。部署在CU-UP和/或DU上的AI模型用于产生负载情况的预测值。
步骤1401-1406与实施例十中步骤1201-1206相同。
如果NG-RAN Node1是双连接场景中的SN,上一实施例中步骤1305-1308也可以被包括。
CU-CP搜集第一类信息中其他需要搜集的数据,例如UE的测量报告,所述UE的QoS报告和/或QoE报告,服务UE的beam标识。如果NG-RAN Node1是双连接场景中的SN,还可以包括MN服务UE的beam标识。
CU-CP将所搜集的数据作为部署在CU-CP上的AI模型的输入参数,使用所述AI模型产生输出参数,所述输出参数包括但不限于以下信息的至少一个:需要进行移动性优化的UE,合适的移动性优化的事件,所述UE的合适的目标接入节点,可选的,包括所述UE在目标接入节点上最优的beam。
CU-CP根据所述输出参数执行移动性优化的事件,从而优化用户体验,提升服务质量。
实施例十三描述了5G网络中接入节点获取来自NWDAF的数据的情形。
图18为实施例十三的示意图,包括如下步骤:
接入节点可以使用一种方法获取来自NWDAF的数据,如步骤1501-1504所示。
步骤1501:接入节点通过消息1向AMF发送搜集数据的请求。所述请求消息1可以是一个新定义的Ng消息。
所述消息携带以下信息中的至少一个:
UE标识,所述UE标识是AMF UE NGAP I D和/或RAN UE NGAP I D;
网络切片标识;
时间长度,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
区域信息,可以是一个或一组小区列表,或一个或一组TAC或TAI列表;
所请求的预测信息的类型,包括但不限于以下信息的至少一个:UE的上下行速率;
是否周期报告的信息,如果是周期报告,还包括周期的长度。
步骤1502:AMF向NWDAF发送Nnwdaf_分析信息_请求(Nnwdaf_AnalyticsInfo_Request)消息,所述消息携带以下信息中的至少一个:
分析标识(Analytics ID),所述Analytics ID取值为“UE Communication”;
分析报告对象(Target of Analytics Reporting),所述Target of AnalyticsReporting可以是UE的订阅永久标识(Subscription Permanent Identifier,SUPI),其中所述SUPI与上一步骤消息1中携带的UE标识有对应关系;
分析对象时间段(Analytics target period),所述Analytics target period可以与上一步骤消息1中携带的时间长度相同,或由所述时间长度派生;
上一步骤消息1中携带的信息至少一个。
步骤1503:NWDAF把所收到的消息中携带的信息作为输入参数,产生输出参数。所述的输出参数可以是UE通信预测信息(UE Communication Predictions),表示对所指定的UE的预测信息。所述信息包括但不限于以下信息的至少一个:
UE标识,所述标识可以与输入参数中的Analytics ID相同;
一个指示所预测的信息是否是周期性的信息;
周期信息,表示周期的长度;
开始时间,表示预测开始的时间;
时间长度,表示预测持续的时间长度;
流量特性,表示预测信息的一些限制条件,例如有关的网络切片的标识;
预测的UE的上下行速率;
预测的可信度;
时戳信息。
NWDAF向AMF发送Nnwdaf_分析信息_请求响应(Nnwdaf_AnalyticsInfo_Requestresponse)消息,所述消息包括所指定的UE的预测信息。
步骤1504:AMF通过消息2向接入节点发送所搜集的数据。所述请求消息2可以是一个新定义的Ng消息。
所述消息携带以下信息中的至少一个:
UE标识,所述UE标识是AMF UE NGAP I D和/或RAN UE NGAP I D;
网络切片标识;
上一消息中所携带的信息的至少一个。
接入节点收到所请求的预测信息,可以用于训练所需要的AI模型,或者用于产生合理的自优化决定,从而保证服务质量,提高用户的体验。。
接入节点也可以使用另一种方法获取来自NWDAF的数据,如步骤1505-1510所示。
步骤1505:接入节点通过消息3向AMF发送搜集数据的请求。所述请求消息3可以是一个新定义的Ng消息。
所述消息携带以下信息中的至少一个:
UE标识,所述UE标识是AMF UE NGAP I D和/或RAN UE NGAP I D;
PDU会话标识;
网络切片标识;
QoS流标识;
时间长度,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
区域信息,可以是一个或一组小区列表,或一个或一组TAC或TAI列表;
所请求的预测信息的类型,包括但不限于以下信息的至少一个:UE的上下行速率,PDU会话的上下行速率,网络切片的上下行速率,QoS流的上下行速率,QoE报告,位置信息,接入节点的状态,业务质量信息,异常事件信息,QoS持续信息;
是否周期报告的信息,如果是周期报告,还包括周期的长度;
会话管理容器(Session Management container,SM container),所述SMcontainer可以包括上述信息的至少一个。
步骤1506:AMF通过消息4向SMF发送搜集数据的请求。所述请求消息4可以是基于服务的Nsmf接口消息(Nsmf Service Based Interface),例如,一个新定义的基于服务的Nsmf接口消息。
所述消息包括但不限于以下信息的至少一个:
UE标识,可以是UE的SUPI,所述SUPI与上一消息中携带的UE标识有对应关系;
上一消息中携带的信息中的至少一个。
步骤1507:SMF向NWDAF发送Nnwdaf_分析信息_请求(Nnwdaf_AnalyticsInfo_Request)消息,所述消息携带以下信息中的至少一个:
分析标识(Analytics I D);
分析报告对象(Target of Analytics Reporting),所述Target of AnalyticsReporting可以是UE的SUPI;
分析对象时间段(Analytics target period),所述Analytics target period可以与消息3中携带的时间长度相同,或由所述时间长度派生;
上一消息中携带的信息的至少一个。
步骤1508:NWDAF把所收到的消息中携带的信息作为输入参数,产生输出参数。所述的输出参数可以是所请求的指定UE的预测信息。所述信息包括但不限于以下信息的至少一个:
UE标识,所述标识可以与输入参数中的Analytics I D相同;
一个指示所预测的信息是否是周期性的信息;
周期信息,表示周期的长度;
开始时间,表示预测开始的时间;
时间长度,表示预测持续的时间长度;
流量特性,表示预测信息的一些限制条件,例如有关的网络切片的标识;
预测信息,所述预测信息是上一消息中所请求的预测信息;
预测的可信度;
时戳信息。
NWDAF向AMF发送Nnwdaf_分析信息_请求响应(Nnwdaf_Anal yticsI nfo_Requestresponse)消息,所述消息包括所请求的指定UE的预测信息。
步骤1509:SMF通过消息5向AMF发送所搜集的数据。所述请求消息5可以是基于服务的Nsmf接口消息(Nsmf Service Based Interface),例如,一个新定义的基于服务的Nsmf接口消息,或基于服务的Namf接口消息(Namf Service Based Interface),例如,一个新定义的基于服务的Namf接口消息。
所述消息携带以下信息中的至少一个:
UE标识,可以是UE的SUPI;
PDU会话标识;
网络切片标识;
QoS流标识;
时间长度,可以是开始时间和结束时间,也可以是开始时间和/或一个时间段的长度;
区域信息,可以是一个或一组小区列表,或一个或一组TAC或TAI列表;
所请求的预测信息的类型,包括但不限于以下信息的至少一个:UE的上下行速率,PDU会话的上下行速率,网络切片的上下行速率,QoS流的上下行速率,QoE报告,位置信息,接入节点的状态,业务质量信息,异常事件信息,QoS持续信息;
是否周期报告的信息,如果是周期报告,还包括周期的长度;
上一消息中所携带的信息的至少一个;
会话管理容器(Session Management container,SM container),所述SMcontainer可以包括上述信息的至少一个。
步骤1510:AMF通过消息6向接入节点发送所搜集的数据。所述请求消息6可以是一个新定义的Ng消息。
所述消息携带以下信息中的至少一个:
UE标识,所述UE标识是AMF UE NGAP I D和/或RAN UE NGAP I D;
网络切片标识;
上一消息中所携带的信息的至少一个。
接入节点收到所请求的预测信息,可以用于训练所需要的AI模型,或者用于产生合理的自优化决定,从而保证服务质量,提高用户的体验。
所述接入节点收到所请求的预测信息,可以用于训练所需要的AI模型,或者用于产生合理的自优化决定,从而保证服务质量,提高用户的体验。
实施例十四描述了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。图19示出了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。具体而言,图19示出了节点之间交互预测资源信息的过程,以提供节点在预测时间段的资源状态,为节能关站、负载均衡、切换目标节点选择提供参考信息,来减少开关站乒乓、局部负载过大、切换乒乓等状况。在一种实现方式中,例如,第一节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB,第二节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB。在又一种实现方式中,例如,第一节点可以是gNB CU,第二节点可以是gNB DU。在又一种实现方式中,第一节点可以是gNB CU-CP,第二节点可以是gNB CU-UP。
如图19所示,方法包括如下步骤:
步骤1601:第一节点向第二节点发送预测资源请求,以通知第二节点需要反馈给第一节点资源预测信息。在一种实现方式中,例如,该消息可以是前述包含预测资源请求的第一消息。
步骤1602:第二节点向第一节点发送预测请求回应,用于反馈预测请求以通知第一节点是否能进行预测。在一种实现方式中,例如,该消息可以是前述包含预测请求回应的第二消息。
若步骤1602中,第二节点回应第一节点可以进行预测,则进行步骤1603及之后的步骤。若步骤1602中,第二节点回应第一节点不能预测资源状态,则不进行步骤1603及之后的步骤。
步骤1603:第二节点向第一节点按照预测资源请求中的配置发送预测资源状态更新,用于发送预测第二节点中所预测的资源状态。在一种实现方式中,例如,该消息可以是前述包含预测资源状态更新的第三消息。
若步骤1601中的预测资源请求中的上报区间指示为周期性上报,则方法在进行步骤1603之后,第二节点还会按照上报区间所指示的间隔周期性地发送第三消息以上报预测资源状态,例如1604。
步骤1605:第一节点基于自身和第二节点的预测资源状态和/或测量预测状态生成策略。该策略可以是但不限于节能策略、负载均衡策略、移动性管理策略等。
步骤1606:第一节点根据生成的策略执行。该执行可以是但不限于关站、用户切换等。
实施例十五描述了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。
图20示出了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。具体而言,图20示出了节点通知或预警另一节点自身预测资源状态过高或过低的状况,以提供参考信息给另一节点用于决策节能或负载均衡或切换。在一种实现方式中,例如,第一节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB,第二节点可以是gNB或gNBCU-CP或en-gNB或eNB或ng-eNB。在又一种实现方式中,例如,第一节点可以是gNB CU,第二节点可以是gNB DU。在又一种实现方式中,第一节点可以是gNB CU-CP,第二节点可以是gNBCU-UP。
步骤1701:第二节点向第一节点发送预测资源预警,用于将第二节点过多或过少可用资源情况通知第一节点。在一种实现方式中,该消息可以是前述包含预测资源更新的第三消息。在另一种实现方式中,该消息可以是包含预测资源预警的第四消息。
步骤1702:第一节点基于自身和第二节点的预警资源状态和/或预测资源状态和/或测量预测状态生成策略。该策略可以是节能策略、负载均衡策略、移动性管理策略等。
步骤1703:第一节点根据生成的策略执行。该执行可以是但不限于关站、用户切换等。
若步骤1701中预测资源预警中不包括预测内容预测结束时间,则需要步骤1704告知第一节点预测内容预警结束时间。
步骤1704:第二节点向第一节点发送预测内容预警结束通知。在一种实现方式中,该消息可以是前述包含预测内容预警结束通知的第五消息。
实施例十六描述了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。
图21示出了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。具体而言,图21示出了节点向另一节点请求负载迁移的过程,以提前与领区确认迁移计划,避免局部负载升高时负载无法成功迁移的情况。在一种实现方式中,例如,第一节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB,第二节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB。在又一种实现方式中,例如,第一节点可以是gNB CU,第二节点可以是gNB DU。在又一种实现方式中,第一节点可以是gNB CU-CP,第二节点可以是gNB CU-UP。
步骤1801:第一节点向第二节点负载迁移请求以请求在某个时间段迁移第一节点的负载到第二节点,以避免第一节点负载过载的情况。在一种实现方式中,该消息可以是前述包含负载迁移请求的第六消息。
步骤1802:第二节点基于自身负载情况进行负载预测,以决定是否可以在请求时间接受迁移的负载。
步骤1803:第二节点根据自身负载预测情况向第一节点发送负载迁移回应。在一种实现方式中,该消息可以是前述包含负载迁移信息的第七消息。
步骤1804:根据负载迁移回应在第一节点和第二节点间进行负载迁移。
实施例十七描述了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。
图22示出了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。具体而言,图22示出了节点向另一节点请求负载迁移的过程,而另一节点负载接近饱和,因而另一节点向第三节点转移负载从而可以接收节点负载的过程。在一种实现方式中,例如,第一节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB,第二节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB,第三节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB。
步骤1901:第一节点向第二节点发送负载迁移请求以请求在某个时间段迁移第一节点的负载到第二节点,以避免第一节点负载过载的情况。在一种实现方式中,该消息可以是前述包含负载迁移请求的第六消息。
步骤1902:第二节点基于自身负载情况进行负载预测。基于负载预测,第二节点无法在请求迁移时间接收第一节点的负载。由于第一节点的负载迁移请求中的紧急程度较高,第二节点寻求领区进行负载迁移从而可以接收第一节点负载。
步骤1903:第二节点向第三节点发送负载迁移请求。在一种实现方式中,该消息可以是前述包含负载迁移请求的第六消息。
步骤1904:第三节点基于自身负载情况进行负载预测,从而决定是否可以接收第二节点的负载迁移请求。
步骤1905:第三节点向第二节点发送负载迁移回应以告知第三节点可接收第一节点负载迁移情况。在一种实现方式中,该消息可以是前述包含负载迁移信息的第七消息。
步骤1906:第二节点向第一节点发送负载迁移请求回应以告知第二节点可接收第一节点负载迁移的情况。在一种实现方式中,该消息可以是前述包含负载迁移信息的第七消息。
步骤1907:第二节点向第三节点迁移负载。
步骤1908:第一节点向第二节点迁移负载。
步骤1907可先于步骤1906进行。
实施例十八描述了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。
图23示出了根据本公开的实施例的在移动通信网络中支持数据处理的一个方面的示意图。具体而言,图23示出了节点向另一节点请求小区激活的过程,节点将需迁移终端相关信息发送给另一节点,另一节点根据收集到的信息和自身信息进行规划,以决定是否激活所请求的小区并找到是否存在替代小区。在一种实现方式中,例如,第一节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB,第二节点可以是gNB或gNB CU-CP或en-gNB或eNB或ng-eNB。
步骤2001:第一节点向第二节点发送小区激活请求以请求第二节点激活某些关闭小区。在一种实现方式中,该消息可以是前述包含小区激活请求的第八消息。
步骤2002:第二节点基于自身小区情况和历史信息进行规划和/或预测。
步骤2003:第二节点向第一节点反馈小区激活回应以通知小区激活情况。在一种实现方式中,该消息可以是前述包含小区激活回应的第九消息。
步骤2004:第一节点向第二节点中激活的小区或建议小区做用户切换。
本发明还公开了一种电子设备,该电子设备包括:存储器,其被配置为用于存储计算机程序;以及处理器,其被配置为从存储器中读取计算机程序,运行计算机程序,实现上述的方法。
术语“模块”可以指示包括硬件,软件,固件或其组合之一的单元。术语“模块”可以与术语“单元”,“逻辑”,“逻辑块”,“组件”和“电路”互换使用。术语“模块”可以指示集成组件的最小单元或部分。术语“模块”可以指示执行一个或多个功能的最小单元或部分。术语“模块”表示可以机械地或电子地实现的设备。例如,术语“模块”可以指示包括执行某些操作的专用集成电路(ASIC)、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)中的至少一个的设备,这些操作是已知的或将在未来开发的。
根据本公开的实施例,设备(例如,模块或其功能)或方法(例如,操作)的至少一部分可以实现为存储在非暂时性计算机可读存储介质中的指令,例如,以编程电路的形式。当由处理器运行时,指令可以使处理器能够执行相应的功能。非暂时性计算机可读存储介质可以是例如存储器。
非暂时性计算机可读存储介质可以包括诸如硬盘、软盘和磁带(例如,磁带)的硬件设备、诸如光盘只读存储器(ROM)(CD-ROM)和数字通用光盘(DVD)的光学介质、诸如光盘的磁光介质、ROM、随机存取存储器(RAM)、闪存等。程序命令的示例不仅可以包括机器语言代码,还可以包括可由各种计算装置使用解释器运行的高级语言代码。上述硬件设备可以被配置为作为一个或多个软件模块操作以执行本公开的实施例,反之亦然。
根据本公开的各种实施例的电路或编程电路可以包括前述组件中的至少一个或多个,省略它们中的一些,或者还包括其它附加组件。由电路、编程电路或根据本公开的各种实施例的其它组件执行的操作可以顺序地、同时地、重复地或启发地执行。此外,一些操作可以以不同的顺序执行,或者被省略,或者包括其它附加操作。
描述了本公开的实施例以便于理解本公开,但是并不旨在限制本公开的范围。因此,本公开的范围应该被解释为包括基于由所附权利要求及其等同物限定的本公开的范围的所有改变或各种实施例。

Claims (15)

1.一种在无线通信网络中数据处理的方法,该方法包括:
第一节点获取数据;以及
第一节点根据所述数据生成用于自优化的信息。
2.如权利要求1所述的方法,其中,所述第一节点获取数据包括:
所述第一节点从第二节点接收第二消息,所述第二消息中包括所述数据。
3.如权利要求1所述的方法,该方法还包括:
所述第一节点向第二节点发送所请求的数据的相关信息。
4.如权利要求1所述的方法,该方法还包括:
所述第一节点向第三节点发送第二消息,所述第二消息中包括用于自优化的信息。
5.如权利要求1所述的方法,其中,所述数据包括以下中的至少一个:
支持部署AI模型的相关信息;
搜集特定用户设备UE的数据的许可信息;
AI模型部署相关信息;
小区状态相关信息;
UE的测量相关信息;
UE上报的信息;
自优化相关信息;
预测信息;
预测资源状态信息;
预测资源预警信息;
负载迁移信息;
小区激活回应信息。
6.如上述权利要求中任一项所述的方法,其中,所述第一节点根据所述数据,利用数据处理模型生成用于自优化的信息。
7.如权利要求1所述的方法,其中,用于自优化的信息包括以下信息的至少一个:AI模型部署相关信息,自优化相关信息,移动性优化之后为UE服务的最优的beam的标识。
8.一种在无线通信网络中数据处理的方法,该方法包括:
第二节点向第一节点发送第二消息,所述第二消息中包括数据,以便第一节点根据所述数据生成用于自优化的信息。
9.如权利要求8所述的方法,该方法还包括:
所述第二节点从所述第一节点接收所请求的数据的相关信息。
10.如权利要求8所述的方法,其中,
用于自优化的信息由所述第一节点通过第二消息向第三节点发送。
11.如权利要求8所述的方法,所述数据包括以下中的至少一个:
支持部署AI模型的相关信息;
搜集特定用户设备UE的数据的许可信息;
AI模型部署相关信息;
小区状态相关信息;
UE的测量相关信息;
UE上报的信息;
自优化相关信息;
预测信息;
预测资源状态信息;
预测资源预警信息;
负载迁移信息;
小区激活回应信息。
12.如权利要求8所述的方法,其中,用于自优化的信息由所述第一节点根据所述数据利用数据处理模型生成。
13.如权利要求8所述的方法,其中,用于自优化的信息包括以下信息的至少一个:AI模型部署相关信息,自优化相关信息,移动性优化之后为UE服务的最优的beam的标识。
14.一种第一节点设备,包括:
存储器,其被配置为用于存储计算机程序;以及
处理器,其被配置为运行所述计算机程序实现如权利要求1-8中任一项所述的方法。
15.一种第二节点设备,包括:
存储器,其被配置为用于存储计算机程序;以及
处理器,其被配置为运行所述计算机程序实现如权利要求9-15中任一项所述的方法。
CN202110710332.9A 2021-01-13 2021-06-25 无线通信网络中数据处理方法和装置 Pending CN114765789A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/KR2022/000621 WO2022154505A1 (en) 2021-01-13 2022-01-13 Data processing method and device in wireless communication network
US17/574,801 US20220225126A1 (en) 2021-01-13 2022-01-13 Data processing method and device in wireless communication network
EP22739700.7A EP4260596A1 (en) 2021-01-13 2022-01-13 Data processing method and device in wireless communication network

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2021100445185 2021-01-13
CN202110044518 2021-01-13

Publications (1)

Publication Number Publication Date
CN114765789A true CN114765789A (zh) 2022-07-19

Family

ID=82364737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110710332.9A Pending CN114765789A (zh) 2021-01-13 2021-06-25 无线通信网络中数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN114765789A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115426666A (zh) * 2022-08-30 2022-12-02 中国联合网络通信集团有限公司 小区测量数据生成方法、装置、设备及介质
TWI822402B (zh) * 2022-10-20 2023-11-11 光寶科技股份有限公司 決定換手目標的方法及裝置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115426666A (zh) * 2022-08-30 2022-12-02 中国联合网络通信集团有限公司 小区测量数据生成方法、装置、设备及介质
CN115426666B (zh) * 2022-08-30 2024-04-30 中国联合网络通信集团有限公司 小区测量数据生成方法、装置、设备及介质
TWI822402B (zh) * 2022-10-20 2023-11-11 光寶科技股份有限公司 決定換手目標的方法及裝置

Similar Documents

Publication Publication Date Title
CN107360557B (zh) 一种系统消息通知、发送方法及装置
US20220225126A1 (en) Data processing method and device in wireless communication network
RU2470491C1 (ru) Способ и устройство оповещения об информации для указания отказа переключения
US11943164B2 (en) Minimization of driving test (MDT) logs reporting method and device, MDT logs reporting control method and device, storage medium, and electronic device
US20220295349A1 (en) Slice level load reporting and balancing in wireless communications
CN103906147A (zh) 一种确定目标小区的方法和设备
CN114765789A (zh) 无线通信网络中数据处理方法和装置
CN115146691A (zh) 管控模型训练的方法及装置、系统
US9264960B1 (en) Systems and methods for determinng access node candidates for handover of wireless devices
US9237502B1 (en) Systems and methods for balancing wireless network load between band classes using automatic neighbor relations
US20230292198A1 (en) Machine Learning in Radio Connection Management
US9668180B1 (en) Systems and methods for identifying and resolving cell ID confusion between neighboring cells in a wireless network
WO2021090101A1 (en) Transport network layer load awareness for disaggregated network node architectures
Semov et al. Autonomous learning model for achieving multi cell load balancing capabilities in HetNet
CN106688269B (zh) 用于确定无线设备是否是由于负载平衡原因而切换到目标小区的合适候选者的无线电网络节点和方法
WO2023171198A1 (ja) Ranノード及び方法
US20230232203A1 (en) Method for supporting wireless communication network data collection
WO2024066930A1 (zh) 一种通信方法及装置
US20230224689A1 (en) Apparatus and method for e2 node control in wireless communication system
WO2023184411A1 (en) Data collection method for beam management based on machine learning and wireless communication device
US20240089781A1 (en) Load management of overlapping cells based on user throughput
WO2024028096A1 (en) Offloading plan enabled exchange between network nodes
EP4260601A1 (en) Load management of overlapping cells based on user throughput
CN116782323A (zh) 一种通信网络中的切换方法及装置
CN117479186A (zh) 无线通信系统中的实体及其执行的方法

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