CN115398820A - 波束成形的通信中的机器学习模型选择 - Google Patents

波束成形的通信中的机器学习模型选择 Download PDF

Info

Publication number
CN115398820A
CN115398820A CN202180026682.1A CN202180026682A CN115398820A CN 115398820 A CN115398820 A CN 115398820A CN 202180026682 A CN202180026682 A CN 202180026682A CN 115398820 A CN115398820 A CN 115398820A
Authority
CN
China
Prior art keywords
base station
function
predictive
model
communication
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
CN202180026682.1A
Other languages
English (en)
Inventor
J·H·刘
厉隽怿
王�华
白天阳
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN115398820A publication Critical patent/CN115398820A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0426—Power distribution
    • H04B7/043—Power distribution using best eigenmode, e.g. beam forming or beam steering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/40—Circuits
    • H04B1/44—Transmit/receive switching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0632—Channel quality parameters, e.g. channel quality indicator [CQI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
    • H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0868—Hybrid systems, i.e. switching and combining
    • H04B7/088—Hybrid systems, i.e. switching and combining using beam selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Power Engineering (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

描述了用于无线通信的方法、系统和设备，其中基站可以针对多个不同功能中的每一个来开发多个不同的预测模型。可以使用这些不同的功能来确定用于用户设备(UE)和基站之间的波束成形的通信的各种波束成形参数。基站可以将这些模型提供给UE，并且然后UE可以使用这些模型来确定用于一个或多个波束成形参数的值。相同的功能(例如，识别用于通信的发射/接收波束的波束预测功能)可以具有多个不同的模型，可以通过基站将这些模型提供给UE，可以基于特定的信道条件或UE的位置来使用这些模型。UE或基站可以选择多个预测模型中的哪个模型将用于通信。

Description

波束成形的通信中的机器学习模型选择
交叉引用
本专利申请要求享受Ryu等人于2020年4月16日提交的、标题为“MachineLearning Model Selection in Beamformed Communications”的美国临时专利申请No.63/011,184和Ryu等人于2021年4月13日提交的、标题为“Machine Learning ModelSelection in Beamformed Communications”的美国专利申请No.17/229,334的优先权，这两份申请中的每一份都已经转让给本申请的受让人。
技术领域
概括地说，下面描述涉及无线通信，并且具体地说，下面描述涉及管理波束成形的通信。
背景技术
已广泛地部署无线通信系统，以便提供各种类型的通信内容，例如语音、视频、分组数据、消息传送、广播等等。这些系统能够通过共享可用的系统资源(例如，时间、频率和功率)，来支持与多个用户进行通信。这类多址系统的示例包括第四代(4G)系统(例如，长期演进(LTE)系统、高级LTE(LTE-A)系统或LTE-A Pro系统)和第五代(5G)系统(其可以称为新无线电(NR)系统)。这些系统可以采用诸如码分多址(CDMA)、时分多址(TDMA)、频分多址(FDMA)、正交频分复用(OFDMA)或者离散傅里叶变换扩展正交频分复用(DFT-S-OFDM)之类的技术。无线多址通信系统可以包括一个或多个基站或者一个或多个网络接入节点，每一个基站或者网络接入节点同时支持多个通信设备(或者可以称为用户设备(UE))的通信。
发明内容
描述了一种用于用户设备(UE)处的无线通信的方法。该方法可以包括：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型；并使用基于一个或多个参数的波束成形的通信与所述基站进行通信，所述一个或多个参数基于用于与所述基站的波束成形的通信的所述第一功能的所述一个或多个预测模型中的预测模型。
描述了一种用于UE处的无线通信的装置。该装置可以包括处理器、与所述处理器耦合的存储器，所述处理器和所述存储器被配置为：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型；并使用基于一个或多个参数的波束成形的通信与所述基站进行通信，所述一个或多个参数基于用于与所述基站的波束成形的通信的所述第一功能的所述一个或多个预测模型中的预测模型。
描述了用于UE处的无线通信的另一种装置。该装置可以包括：用于从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元；以及用于使用基于一个或多个参数的波束成形的通信与所述基站进行通信的单元，所述一个或多个参数基于用于与所述基站的波束成形的通信的所述第一功能的所述一个或多个预测模型中的预测模型。
描述了一种存储有用于UE处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型；并使用基于一个或多个参数的波束成形的通信与所述基站进行通信，所述一个或多个参数基于用于与所述基站的波束成形的通信的所述第一功能的所述一个或多个预测模型中的预测模型。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：测量所述UE和所述基站之间的一个或多个信道状况；响应于所述测量，向所述基站发送指示所述一个或多个信道状况的测量报告；从所述基站接收所述预测模型的指示；并响应来自所述基站的所述指示，选择所述预测模型以用于所述第一功能。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述UE从所述基站接收要在所述UE处用于与波束成形的通信相关联的功能的集合中的每一个功能的预测模型的优先列表。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：确定所述预测模型是否准确地预测了所述第一功能；并基于所述确定，向所述基站发送指示。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述测量报告还指示所述UE的位置信息。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述测量可以包括用于以下的操作、特征、单元或指令：对于在一个或多个同步信号块(SSB)中从所述基站和一个或多个其它基站接收的一个或多个参考信号进行测量。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：基于与将所述预测模型用于所述第一功能的所述波束成形的通信相关联的测量，向所述基站发送一个或多个测量报告；从所述基站接收响应于所述一个或多个测量报告的用于切换到所述一个或多个预测模型中的不同的预测模型的指示；基于用于所述第一功能的所述不同的预测模型，来确定用于进一步的波束成形的通信的一个或多个经更新的参数；并使用可以基于所述一个或多个经更新的参数的波束成形的通信，与所述基站进行通信。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述基站接收用于选择不同的预测模型的模型选择功能；并基于所述模型选择功能，切换到所述一个或多个预测模型中的所述不同的预测模型以用于所述第一功能。本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：测量与所述波束成形的通信相关联的一个或多个信道状况、所述UE的一个或多个内部状态或其组合，以识别多个测量值的集合；并将所述多个测量值的集合提供为所述模型选择功能的输入，并且其中，响应于基于所述多个测量值集合的所述模型选择功能的相关联的输出而执行所述切换。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：针对两个或更多个预测模型中的每一个预测模型，计算所述第一功能的结果以生成所述第一功能的两个或更多个结果；确定所述第一功能的所述两个或更多个结果中的第一结果是最优选的结果，其中所述第一结果与第一预测模型相关联；并基于所述确定来选择所述第一预测模型。本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：在多个预测的集合中监测来自所述第一预测模型的预测质量；并基于来自所述第一预测模型的所述预测质量下降到阈值质量以下，切换到第二预测模型以用于所述第一功能。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，可以基于所述第一预测模型的结果与基于所述UE处的一个或多个测量的观察结果不匹配，确定所述预测质量下降到所述阈值质量以下。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，可以基于以下中的一个或多个来确定所述预测质量下降到所述阈值质量以下：连续不正确预测的数量超过阈值、过去预测的集合中的不正确预测的数量超过阈值、或其任何组合。
描述了一种用于基站处的无线通信的方法。该方法可以包括：向第一UE发送用于与所述第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型，所述一个或多个预测模型基于将所述第一UE识别为用于与所述基站进行波束成形的通信；并使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与所述第一UE进行通信。
描述了一种用于基站处的无线通信的装置。该装置可以包括处理器、与所述处理器耦合的存储器，所述处理器和所述存储器被配置为：向第一UE发送用于与所述第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型，所述一个或多个预测模型基于将所述第一UE识别为用于与所述基站进行波束成形的通信；并使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与所述第一UE进行通信。
描述了用于基站处的无线通信的另一种装置。该装置可以包括：用于向第一UE发送用于与所述第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元，所述一个或多个预测模型基于将所述第一UE识别为用于与所述基站进行波束成形的通信；以及用于使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与所述第一UE进行通信的单元。
描述了一种存储有用于基站处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：向第一UE发送用于与所述第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型，所述一个或多个预测模型基于将所述第一UE识别为用于与所述基站进行波束成形的通信；并使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与所述第一UE进行通信。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述第一UE接收指示所述第一UE处的一个或多个测量的信道状况的测量报告；基于所述测量报告，选择所述一个或多个预测模型中的预测模型以用于与所述第一UE的所述波束成形的通信；并向所述第一UE发送所述预测模型的指示。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，发送所述预测模型的所述指示可以包括：用于以下的操作、特征、单元或指令：发送将在所述第一UE处用于与所述波束成形的通信相关联的多个功能的集合中的每一个功能的预测模型的优先列表。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述第一UE接收所述预测模型是否准确地预测所述第一功能的指示；并更新用于基于测量报告来确定向UE指示所述一个或多个预测模型中的哪一个预测模型的模型。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述测量报告进一步指示所述第一UE的位置信息，并且其中，所述选择进一步基于所述位置信息。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述第一UE接收一个或多个测量报告，所述一个或多个测量报告指示与将所述预测模型用于所述第一功能的所述波束成形的通信相关联的测量；基于所述一个或多个测量报告，确定所述第一UE将切换到两个或更多个预测模型中的不同的预测模型；并向所述UE发送切换到所述不同的预测模型的指示。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括：用于以下的操作、特征、单元或指令：向所述第一UE发送用于UE选择不同的预测模型的模型选择功能。本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括：用于以下的操作、特征、单元或指令：将所述第一UE配置为基于针对两个或更多个预测模型中的每一个的所述第一功能的结果，从所述两个或更多个预测模型中选择所述预测模型。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述配置可以包括：用于以下的操作、特征、单元或指令：配置所述第一UE处的阈值预测质量，以启动预测模型之间的切换。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述阈值预测质量对应于：针对连续不正确预测的数量的阈值、过去预测的集合中的不正确预测的数量超过所述阈值、或其任意组合。
描述了一种用于UE处的无线通信的方法。该方法可以包括：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的预测模型的集合；选择所述预测模型的集合中的第一预测模型以用于与所述基站的波束成形的通信的所述第一功能；基于用于所述第一功能的所述第一预测模型，确定用于所述波束成形的通信的一个或多个参数；并使用基于所述一个或多个确定的参数的波束成形的通信，与所述基站进行通信。
描述了一种用于UE处的无线通信的装置。该装置可以包括处理器、与所述处理器耦合的存储器，所述处理器和所述存储器被配置为：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的预测模型的集合；选择所述预测模型的集合中的第一预测模型以用于与所述基站的波束成形的通信的所述第一功能；基于用于所述第一功能的所述第一预测模型，确定用于所述波束成形的通信的一个或多个参数；并使用基于所述一个或多个确定的参数的波束成形的通信，与所述基站进行通信。
描述了用于UE处的无线通信的另一种装置。该装置可以包括：用于从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的预测模型的集合的单元；用于选择所述预测模型的集合中的第一预测模型以用于与所述基站的波束成形的通信的所述第一功能的单元；用于基于用于所述第一功能的所述第一预测模型，确定用于所述波束成形的通信的一个或多个参数的单元；以及用于使用基于所述一个或多个确定的参数的波束成形的通信，与所述基站进行通信的单元。
描述了一种存储有用于UE处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的预测模型的集合；选择所述预测模型的集合中的第一预测模型以用于与所述基站的波束成形的通信的所述第一功能；基于用于所述第一功能的所述第一预测模型，确定用于所述波束成形的通信的一个或多个参数；并使用基于所述一个或多个确定的参数的波束成形的通信，与所述基站进行通信。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述选择可以包括用于以下的操作、特征、单元或指令：测量所述UE和所述基站之间的一个或多个信道状况；响应于所述测量，向所述基站发送指示所述一个或多个信道状况的测量报告；从所述基站接收所述第一预测模型的指示；并响应于来自所述基站的所述指示，选择所述第一预测模型以用于所述第一功能。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述UE从所述基站接收要在所述UE处用于与波束成形的通信相关联的功能的集合中的每一个功能的预测模型的优先列表。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述测量可以包括：用于以下的操作、特征、单元或指令：对于在一个或多个同步信号块(SSB)中从所述基站和一个或多个其它基站接收的一个或多个参考信号进行测量。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述测量报告进一步指示所述UE的位置信息。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：确定所述第一预测模型是否准确地预测了所述第一功能；并基于所述确定，向所述基站发送指示。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述选择可以包括用于以下的操作、特征、单元或指令：针对所述预测模型的集合中的每一个预测模型，计算所述第一功能的结果以生成所述第一功能的结果的集合；确定所述第一功能的所述结果的集合中的第一结果可以是所述结果的集合中的最优选结果，其中所述第一结果与所述第一预测模型相关联；并基于所述确定来选择所述第一预测模型。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：在预测的集合中监测来自所述第一预测模型的预测质量；并基于来自所述第一预测模型的所述预测质量下降到阈值质量以下，切换到第二预测模型以用于所述第一功能。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，基于所述第一预测模型的结果与基于所述UE处的一个或多个测量的观察结果不匹配，确定所述预测质量下降到所述阈值质量以下。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，可以基于以下中的一个或多个来确定所述预测质量下降到所述阈值质量以下：连续不正确预测的数量超过阈值、过去预测的集合中的不正确预测的数量超过阈值、或其任何组合。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：基于与将所述第一预测模型用于所述第一功能的所述波束成形的通信相关联的测量，向所述基站发送一个或多个测量报告；从所述基站接收响应于所述一个或多个测量报告的用于切换到所述预测模型的集合中的第二预测模型的指示；基于用于所述第一功能的所述第二预测模型，来确定用于进一步的波束成形的通信的一个或多个经更新的参数；并使用基于所述一个或多个经更新的参数的波束成形的通信，与所述基站进行通信。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述基站接收用于选择不同的预测模型的模型选择功能；并基于所述模型选择功能，从所述第一预测模型切换到所述预测模型的集合中的第二预测模型以用于所述第一功能。本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：测量与所述波束成形的通信相关联的一个或多个信道状况、所述UE的一个或多个内部状态或其组合，以识别测量值的集合；并将所述测量值的集合提供为所述模型选择功能的输入，并且其中，响应于基于所述测量值的集合的所述模型选择功能的相关联的输出而执行所述切换。
描述了一种用于基站处的无线通信的方法。该方法可以包括：识别用于与所述基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合；基于将第一UE识别为用于与所述基站进行波束成形的通信，向所述第一UE发送所述预测模型的集合；并使用基于所述第一功能的一个或多个参数的波束成形的通信，与所述第一UE进行通信，其中所述第一功能的所述一个或多个参数是基于所述预测模型的集合中的第一预测模型来确定的。
描述了一种用于基站处的无线通信的装置。该装置可以包括处理器、与所述处理器耦合的存储器，所述处理器和所述存储器被配置为：识别用于与所述基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合；基于将第一UE识别为用于与所述基站进行波束成形的通信，向所述第一UE发送所述预测模型的集合；并使用基于所述第一功能的一个或多个参数的波束成形的通信，与所述第一UE进行通信，其中所述第一功能的所述一个或多个参数是基于所述预测模型的集合中的第一预测模型来确定的。
描述了用于基站处的无线通信的另一种装置。该装置可以包括：用于识别用于与所述基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合的单元；用于基于将第一UE识别为用于与所述基站进行波束成形的通信，向所述第一UE发送所述预测模型的集合的单元；以及用于使用基于所述第一功能的一个或多个参数的波束成形的通信，与所述第一UE进行通信的单元，其中所述第一功能的所述一个或多个参数是基于所述预测模型的集合中的第一预测模型来确定的。
描述了一种存储有用于基站处的无线通信的代码的非暂时性计算机可读介质。所述代码可以包括可由处理器执行以进行以下操作的指令：识别用于与所述基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合；基于将第一UE识别为用于与所述基站进行波束成形的通信，向所述第一UE发送所述预测模型的集合；并使用基于所述第一功能的一个或多个参数的波束成形的通信，与所述第一UE进行通信，其中所述第一功能的所述一个或多个参数是基于所述预测模型的集合中的第一预测模型来确定的。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述第一UE接收指示所述第一UE处的一个或多个测量的信道状况的测量报告；基于所述测量报告，选择所述预测模型的集合中的所述第一预测模型以用于与所述第一UE的波束成形的通信；并向所述第一UE发送所述第一预测模型的指示。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，发送所述第一预测模型的所述指示可以包括用于以下的操作、特征、单元或指令：发送要在所述第一UE处用于与波束成形的通信相关联的功能的集合中的每一个功能的预测模型的优先列表。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述测量报告进一步指示所述第一UE的位置信息，并且其中所述选择进一步基于所述位置信息。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述第一UE接收所述第一预测模型是否准确地预测所述第一功能的指示；并更新用于基于测量报告来确定向UE指示所述预测模型的集合中的哪一个预测模型的模型。本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：将所述第一UE配置为基于针对所述预测模型的集合中的每一个的所述第一功能的结果，从所述预测模型的集合中选择所述第一预测模型。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可包括用于以下的操作、特征、单元或指令：配置所述第一UE处的阈值预测质量，以发起预测模型之间的切换。在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中，所述阈值预测质量对应于：针对连续不正确预测的数量的阈值、过去预测的集合中的不正确预测的数量超过所述阈值、或其任意组合。
本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：从所述第一UE接收一个或多个测量报告，所述一个或多个测量报告指示与将所述第一预测模型用于所述第一功能的所述波束成形的通信相关联的测量；基于所述一个或多个测量报告，确定所述第一UE将切换到所述预测模型的集合中的第二预测模型；并向所述UE发送切换到所述第二预测模型的指示。本文所描述的方法、装置和非暂时性计算机可读介质的一些示例还可以包括用于以下的操作、特征、单元或指令：向所述第一UE发送用于UE选择所述预测模型的集合中的不同的预测模型的模型选择功能。
附图说明
图1根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的无线通信系统的示例。
图2根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的无线通信系统的一部分的示例。
图3根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的无线通信系统的一部分的另一个示例。
图4和图5根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的过程流的示例。
图6和图7根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的设备的框图。
图8根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的通信管理器的框图。
图9根据本公开内容的各方面，示出了包括设备的系统的图，其中该设备支持波束成形的通信中的机器学习模型选择。
图10和图11根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的设备的框图。
图12根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的通信管理器的框图。
图13根据本公开内容的各方面，示出了包括设备的系统的图，其中该设备支持波束成形的通信中的机器学习模型选择。
图14至图21根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法的流程图。
具体实施方式
在一些部署中，无线通信系统可以在毫米波(mmW)频率范围(例如，24GHz、26GHz、28GHz、39GHz、52.6-71GHz等)中运行。这些频率的无线通信可能与增加的信号衰减(例如，路径损耗、穿透损耗、阻塞损耗)相关联，信号衰减可能受到诸如衍射、传播环境、阻塞密度、材料特性等等之类的各种因素的影响。因此，可以使用诸如波束成形之类的信号处理技术，对能量进行相干组合并克服这些频率处的路径损耗。由于mmW通信系统中增加的路径、穿透和阻塞损耗量，可以对无线设备之间的传输(例如，来自基站和/或用户设备(UE))进行波束成形。此外，接收设备可以使用波束成形技术来配置天线和/或天线阵列和/或天线阵列模块，从而以定向方式接收传输。
为了识别合适的波束成形参数，UE和基站可以执行波束训练过程来识别用于通信的适合波束和相关联的波束成形参数。例如，基站可以在波束扫描过程中发送多个波束，并且UE可以测量接收的信号以识别优选波束，并且基站和UE可以继续建立波束对链路。此外，当使用波束成形的通信时，可以识别各种其它参数(例如，包括延迟扩展的信道属性参数、用于识别何时在基站之间切换UE的连接性参数等等)并将其用于通信。
根据本文所讨论的各种技术，基站可以针对可用于确定各种波束成形参数的多个不同功能中的每一个，开发多个不同的预测模型。例如，可以为多个不同功能中的每一个，生成多个神经网络(NN)、人工智能(AI)或机器学习(ML)模型。基站可以将模型提供给UE，而然后UE可以使用这些模型来确定用于一个或多个波束成形参数的值(例如，初始值)。此外，在一些情况下，对于相同的功能(例如，用于识别用于通信的发射/接收波束的波束预测功能)可以具有多个不同的模型，基站可以将这些模型提供给UE。可以基于特定的信道条件或UE的位置，来使用用于相同的功能的这些不同的模型。例如，预测延迟扩展信道属性的第一模型可以在UE相对靠近基站时提供良好的拟合和预测，而第二模型可以在UE相对远离基站时提供更好的拟合和预测。例如，一些函数可以是波束预测函数(例如，在UE和基站处用于通信的发射/接收波束)、信道属性预测(例如，预测的延迟扩展值)、连接预测(例如，何时执行不同基站之间的切换、以及针对给定的信道条件和/或位置选择哪个基站)等等。在一些情况下，可以为每个功能提供多个不同的模型，并且可以根据诸如本文所讨论的各种技术来选择一个模型并将其用于通信。此外，在UE处于变化的信道环境中(例如，由于UE的移动)的情况下，UE可以根据诸如本文所讨论的技术，更新其模型以便适当地匹配当前信道环境。
在一些情况下，基站可以为多个不同功能中的每一个提供多个不同的模型，并且可以帮助UE进行模型选择。例如，UE可以测量UE与服务基站或小区(以及可选地，UE可以从其接收信号的一个或多个其它基站或小区)之间的信道，并且使用信道测量来进行模型选择。可以基于基站发送的周期性同步信号块(SSB)来进行这样的测量，并且UE可以对来自服务基站或其它基站的任何检测到的SSB进行测量。此外，在一些情况下，UE可以测量其位置(例如，基于全球定位系统(GPS)测量、室内定位测量或其组合)，这可以被提供为一个或多个模型的输入或者用于帮助进行模型选择。在一些情况下，UE可以向服务基站发送一个或多个测量报告，这些测量报告可以提供测量的信道状况、定位信息或其组合。响应于测量报告，服务基站可以向UE提供该UE用于每个功能的预测模型的优先列表(例如，根据哪些模型基于UE测量报告为UE功能提供更好的结果)。在一些情况下，UE可以向基站提供与基站所指示的模型的预测的准确性相关的反馈，基站可以使用该反馈来更新用于选择哪个模型的未来指示的推荐。
在一些情况下，UE可以接收用于多个功能的多个模型，并且UE可以确定选择哪个模型用于通信。在一些情况下，UE可以确定每个模型的结果，并基于初始结果，UE可以选择最好的模型来使用。此外，UE可以监测所选择的模型的预测质量，并且如果预测质量下降到阈值以下，则切换到不同的模型。例如，如果预测模型指示不同的基站将提供更好的链路，则UE可以请求其它基站发送同步信号以便找到波束对。如果该动作的结果没有导致预测的结果(例如，没有识别出与其它基站的合适波束对)，则该预测是错误的，否则该预测是好的。在一些情况下，如果当前预测模型给出连续数量的超过阈值的坏预测，或者如果过去m个预测中观察到n个坏预测，则UE可以切换到不同的预测模型。
此外，在一些情况下，UE可以基于在UE处观察到的当前信道环境，来更新其预测模型。在这种情况下，UE可以测量它与其服务基站之间的信道特性，并将相对应的测量报告发送给基站。基于测量报告，基站可以向UE发送更新以使用不同的预测模型，UE可以使用该不同的预测模型来更新模型和任何相关联的参数。另外地或替代地，在一些情况下，基站可以提供模型选择功能，可以在UE处使用该模型选择功能来更新其模型。在这种情况下，UE可以对提供给模型选择功能的信道或其内部状态进行测量(例如，可以指示切换天线面板的陀螺仪测量)。然后，模型选择功能可以输出更新以应用于UE的预测模型。
这样的技术可用于向UE指示预测模型，可以使用该预测模型来确定用于UE与基站之间的通信的一个或多个波束成形参数。这样的预测模型可以允许以更少的迭代来更高效地确定通信参数，以便确定合适的参数，从而提高通信的效率。因此，提供要在UE处使用的预测模型和模型指示，可以提供增强的效率和可靠性。
最初在无线通信系统的背景下描述本公开内容的各方面。通过并参照与波束成形的通信中的机器学习模型选择有关的过程流、装置图、系统图和流程图，来进一步描绘和描述本公开内容的各方面。
图1根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的无线通信系统100的示例。该无线通信系统100可以包括一个或多个基站105、一个或多个UE 115和核心网络130。在一些示例中，无线通信系统100可以是长期演进(LTE)网络、高级LTE(LTE-A)网络、LTE-A Pro网络或者新无线电(NR)网络。在一些示例中，无线通信系统100可以支持增强型宽带通信、超可靠(例如，关键任务)通信、低延迟通信、与低成本和低复杂度设备的通信、或者其任意组合。
基站105可以分散在整个地理区域以形成无线通信系统100，并且可以是不同形式或具有不同能力的设备。基站105和UE 115可以经由一个或多个通信链路125无线地通信。每个基站105可以提供覆盖区域110，UE 115和基站105可以在覆盖区域110上建立一个或多个通信链路125。覆盖区域110可以是如下的覆盖区域的示例，在该覆盖区域上，基站105和UE 115能够根据一种或多种无线电接入技术来支持信号的传输。
UE 115可以分散在无线通信系统100的整个覆盖区域110中，并且每个UE 115在不同时间可以是静止的、或移动的、或二者兼有。UE 115可以是不同形式或具有不同能力的设备。在图1中示出了一些示例UE 115。本文描述的UE 115能够与诸如其它UE 115、基站105或网络设备(例如，核心网络节点、中继设备、中继器设备、客户驻地设备(CPE)、综合接入和回程(IAB)节点、路由器设备或其它网络设备)之类的各种类型的设备进行通信，如图1中所示。
基站105可以与核心网络130进行通信，或者彼此之间进行通信，或者二者兼有。例如，基站105可以通过一个或多个回程链路120(例如，经由S1、N2、N3或者其它接口)，与核心网络130进行接合。基站105可以彼此之间通过回程链路120(例如，经由X2、Xn或者其它接口)进行直接地通信(例如，在基站105之间直接地)或者间接地通信(例如，通过核心网络130)、或者二者兼有。在一些示例中，回程链路120可以是或者包括一个或多个无线链路。在一些示例中，一个或多个基站105可以通过回程链路160来提供另一个基站105和核心网络130之间的回程连接，同时充当IAB节点。
本文所描述的基站105中的一个或多个可以包括或者由本领域普通技术人员称为：基站收发器、无线电基站、接入点、无线电收发器、节点B、eNodeB(eNB)、下一代节点B或者giga节点B(它们中的任何一个都可以称为gNB)、家庭节点B、家庭eNodeB或者其它适当的术语。
UE 115可以包括或者可以称为移动设备、无线设备、远程设备、手持设备或者用户设备、或者某种其它适当术语，其中，“设备”还可以指代为单元、站、终端或者客户端等等。UE 115还可以包括或者可以称为个人电子设备，比如蜂窝电话、个人数字助理(PDA)、平板计算机、膝上型计算机、或个人计算机。在一些示例中、UE 115可以包括或者可以称为无线本地环路(WLL)站、物联网(IoT)设备、万物网(IoE)设备、或者机器类型通信(MTC)设备等等，它们可以在诸如家电、或车辆、仪表等等之类的各种物品中实现。
本文所描述的UE 115能够与各种类型的设备进行通信，例如这些设备可以是有时充当中继、路由器或CPE的其它UE 115以及基站105和包括宏eNB或gNB、小型小区eNB或gNB的网络设备、IAB节点、或中继基站以及其它示例，如图1中所示。
UE 115和基站105可以通过一个或多个载波，经由一个或多个通信链路125彼此无线地通信。术语“载波”可以指代具有规定的物理层结构来支持通信链路125的无线电频谱资源的集合。例如，用于通信链路125的载波可以包括根据用于给定无线电接入技术(例如，LTE、LTE-A、LTE-A Pro、NR)的一个或多个物理层信道进行操作的无线电频谱频带的一部分(例如，带宽部分(BWP))。每个物理层信道可以携带获取信令(例如，同步信号、系统信息)、协调载波的操作的控制信令、用户数据或其它信令。无线通信系统100可以使用载波聚合或多载波操作，来支持与UE 115的通信。根据载波聚合配置，UE 115可以配置有多个下行链路分量载波和一个或多个上行链路分量载波。载波聚合可以与频分双工(FDD)和时分双工(TDD)分量载波一起使用。
无线通信系统100中所示的通信链路125可以包括从UE 115到基站105的上行链路传输，或者从基站105到UE 115的下行链路传输。载波可以携带下行链路或上行链路通信(例如，在FDD模式下)或者可以被配置为携带下行链路和上行链路通信(例如，在TDD模式下)。
载波可以与无线电频谱的特定带宽相关联，并且在一些示例中，载波带宽可以称为载波或无线通信系统100的“系统带宽”。例如，载波带宽可以是特定无线电接入技术的载波的多个确定带宽之一(例如，1.4、3、5、10、15、20、40或80兆赫(MHz))。无线通信系统100的设备(例如，基站105、UE 115或二者)可以具有支持特定载波带宽上的通信的硬件配置，或者可配置为支持在载波带宽的集合之一上进行通信。在一些示例中，无线通信系统100可以包括支持经由与多个载波带宽相关联的载波进行同时通信的基站105或UE 115。在一些示例中，每个接受服务的UE 115可以被配置为在载波带宽的部分(例如，子带、BWP)或全部上进行操作。
通过载波发送的信号波形可以由多个子载波构成(例如，使用诸如正交频分复用(OFDM)或离散傅里叶变换扩展OFDM(DFT-s-OFDM)之类的多载波调制(MCM)技术)。在采用MCM技术的系统中，一个资源元素可以由一个符号周期(例如，一个调制符号的持续时间)和一个子载波组成，其中符号周期和子载波间隔成反比。每个资源元素携带的比特数量可以取决于调制方案(例如，调制方案的阶数、调制方案的编码率、或二者)。因此，UE 115接收的资源元素越多且调制方案的阶数越高，可以用于UE 115的数据速率越高。无线通信资源可以指代无线电频谱资源、时间资源和空间资源(例如，空间层或波束)，并且多个空间层的使用可以进一步增加用于与UE 115通信的数据速率或数据完整性。
可以将用于基站105或UE 115的时间间隔表达成基本时间单位的倍数(例如，其可以指代Ts＝1/(Δfmax·Nf)秒的采样周期)，其中Δfmax可以表示最大支持的子载波间隔，而Nf可以表示最大支持的离散傅里叶变换(DFT)大小。可以根据无线电帧来对通信资源的时间间隔进行组织，其中每个无线电帧具有指定的持续时间(例如，10毫秒(ms))。每一个无线电帧可以通过系统帧编号(SFN)(例如，从0到1023的范围)来标识。
每个帧可以包括多个连续编号的子帧或时隙，并且每个子帧或时隙可以具有相同的持续时间。在一些示例中，可以将帧划分(例如，在时域中)为子帧，并且可以进一步将每个子帧划分为多个时隙。替代地，每个帧可以包括可变数量的时隙，并且时隙的数量可以取决于子载波间隔。每个时隙可以包括多个符号周期(例如，取决于附加到每个符号周期的循环前缀的长度)。在一些无线通信系统100中，可以进一步将时隙划分为包含一个或多个符号的多个微时隙。除了循环前缀之外，每个符号周期可以包含一个或多个(例如，Nf)个采样周期。符号周期的持续时间可以取决于子载波间隔或操作频带。
子帧、时隙、微时隙或符号可以是无线通信系统100的最小调度单元(例如，在时域中)，并且其可以称为传输时间间隔(TTI)。在一些示例中，TTI持续时间(例如，TTI中的符号周期的数量)可以是可变的。另外地或替代地，无线通信系统100的最小调度单位可以进行动态地选择(例如，在缩短的TTI(sTTI)的突发中)。
可以根据各种技术，将物理信道复用在载波上。例如，可以使用时分复用(TDM)技术、频分复用(FDM)技术或者混合TDM-FDM技术中的一种或多种，将物理控制信道和物理数据信道复用在下行链路载波上。用于物理控制信道的控制区域(例如，控制资源集(CORESET))可以通过多个符号周期来定义，并且可以在系统带宽或载波的系统带宽的子集上延伸。可以为UE 115的集合配置一个或多个控制区域(例如，CORESET)。例如，UE 115中的一个或多个可以根据一个或多个搜索空间集来监测或搜索控制区域以获取控制信息，并且每个搜索空间集可以包括以级联方式布置的具有一个或多个聚合水平的一个或多个控制信道候选。用于控制信道候选的聚合水平可以指代与用于具有给定有效载荷大小的控制信息格式的编码信息相关联的控制信道资源(例如，控制信道元素(CCE))的数量。搜索空间集可以包括被配置用于向多个UE 115发送控制信息的公共搜索空间集和用于向特定UE 115发送控制信息的特定于UE的搜索空间集。
在一些示例中，基站105可以是可移动的，并且因此提供移动的地理覆盖区域110的通信覆盖。在一些示例中，与不同技术相关联的不同地理覆盖区域110可以重叠，但不同的地理覆盖区域110可以由相同的基站105来支持。在其它示例中，与不同技术相关联的重叠地理覆盖区域110可以由不同的基站105来支持。例如，无线通信系统100可以包括异构网络，其中，不同类型的基站105使用相同或不同的无线电接入技术来提供各种地理覆盖区域110的覆盖。
诸如MTC或IoT设备之类的一些UE 115可以是低成本或低复杂度设备，并且可以提供机器之间的自动化通信(例如，经由机器到机器(M2M)通信)。M2M通信或MTC可以指代允许设备在无需人工干预的情况下彼此之间通信或者与基站105进行通信的数据通信技术。在一些示例中，M2M通信或MTC可以包括来自于集成有传感器或计量器的设备的通信，其中该传感器或计量器测量或者捕获信息，并将该信息中继到中央服务器或者应用程序，中央服务器或者应用程序可以充分利用该信息，或者向与该应用程序进行交互的人员呈现该信息。一些UE 115可以被设计为收集信息或者实现机器或其它设备的自动化行为。用于MTC设备的应用的示例包括：智能计量、库存监测、水位监测、设备监测、医疗保健监测、野生动物监测、天气和地质事件监测、船队管理和跟踪、远程安全感测、物理接入控制和基于交易的业务计费。
无线通信系统100可以被配置为支持超可靠通信或低延迟通信或者其各种组合。例如，无线通信系统100可以被配置为支持超可靠低延迟通信(URLLC)或关键任务通信。UE115可以被设计为支持超可靠、低延迟或关键功能(例如，任务关键功能)。超可靠通信可以包括私有通信或群组通信，并且可以通过一种或多种任务关键型服务(例如，任务关键型一键通(MCPTT)、任务关键型视频(MCVideo)或任务关键型数据(MCData))来支持。对关键任务功能的支持可以包括对服务划分优先级，关键任务服务可以用于公共安全或一般商业应用。在本文中可以互换地使用术语超可靠、低延迟、关键任务和超可靠低延迟。
在一些示例中，UE 115还能够通过设备到设备(D2D)通信链路135，直接与其它UE115进行通信(例如，使用对等(P2P)或D2D协议)。使用D2D通信的一个或多个UE 115可以位于基站105的地理覆盖区域110内。该组中的其它UE 115可以位于基站105的地理覆盖区域110之外，或者不能够从基站105接收传输。在一些示例中，经由D2D通信进行通信的UE 115组可以利用一对多(1：M)系统，在该系统中，每个UE 115向该组中的每个其它UE 115发送信号。在一些示例中，基站105有助于用于D2D通信的资源的调度。在其它情况下，在不涉及基站105的情况下，在UE 115之间执行D2D通信。
在一些系统中，D2D通信链路135可以是车辆(例如，UE 115)之间的通信信道(例如，侧向链路通信信道)的示例。在一些示例中，车辆可以使用车辆到万物(V2X)通信、车辆到车辆(V2V)通信或这些的某种组合进行通信。车辆可以发信号通知与交通状况、信号调度、天气、安全、紧急情况有关的信息、或者与V2X系统有关的任何其它信息。在一些示例中，V2X系统中的车辆可以与诸如路边单元的路边基础设施进行通信，或者使用车辆到网络(V2N)通信来经由一个或多个网络节点(例如，基站105)与网络进行通信、或者二者。
核心网络130可以提供用户认证、接入授权、跟踪、互联网协议(IP)连接、以及其它接入、路由或者移动功能。核心网络130可以是演进分组核心(EPC)或5G核心(5GC)，后者可以包括管理接入和移动性的至少一个控制平面实体(例如，移动管理实体(MME)、接入和移动管理功能(AMF))、以及路由分组或者互连到外部网络的至少一个用户平面实体(例如，服务网关(S-GW)、分组数据网络(PDN)网关(P-GW)或者用户平面功能(UPF))。控制平面实体可以管理非接入层(NAS)功能，例如，与核心网络130相关联的基站105所服务的UE 115的移动、认证和承载管理。用户IP分组可以通过用户平面实体来传送，其中用户平面实体可以提供IP地址分配以及其它功能。用户平面实体可以连接到网络运营商IP服务150。这些运营商IP服务150可以包括针对互联网、内联网、IP多媒体子系统(IMS)的接入，或者分组交换流服务。
网络设备(例如，基站105)中的一些可以包括诸如接入网络实体140之类的子组件，它们可以是接入节点控制器(ANC)的示例。每一个接入网络实体140可以通过一个或多个其它接入网络传输实体145(其可以称为无线电头端、智能无线电头端或者传输/接收点(TRP))与UE 115进行通信。每一个接入网络传输实体145可以包括一个或多个天线面板。在一些配置中，每个接入网络实体140或基站105的各种功能可以分布在各种网络设备(例如，无线电头端和ANC)中，也可以合并在单一网络设备(例如，基站105)中。
无线通信系统100可以使用一个或多个频带(通常在300兆赫兹(MHz)到300吉赫兹(GHz)的范围内)进行操作。通常，从300MHz到3GHz的区域称为甚高频(UHF)区域或者分米波段，这是由于其波长范围从长度大约一分米到一米。UHF波可能被建筑物和环境特征阻挡或者改变方向，但是，这些波可以充分穿透结构，以便宏小区向位于室内的UE 115提供服务。与使用低于300MHz的频谱的高频(HF)或者甚高频(VHF)部分的较小频率和较长波长的传输相比，UHF波的传输可以与更小的天线和更短的距离(例如，小于100公里)相关联。
无线通信系统100还可以使用从3GHz到30GHz的频带(其还称为厘米波段)在超高频(SHF)区域中进行操作，或者在频谱的极高频(EHF)区域(例如，从30GHz到300GHz)(该区域也称为毫米波段)中进行操作。在一些示例中，无线通信系统100可以支持UE 115和基站105之间的毫米波(mmW)通信，相应设备的EHF天线可能甚至比UHF天线更小和更紧密。在一些示例中，这可以有利于在设备内使用天线阵列。但是，与SHF或UHF传输相比，EHF传输的传播可能会遭受到更大的大气衰减和更短的传输距离。在使用一个或多个不同频率区域的传输中，可以采用本文所公开的技术，跨这些频率区域的频带的指定使用可能由于国家或监管机构而不同。
通常基于频率/波长，将电磁频谱细分为各种类别、频段、信道等等。在5G NR中，已将两个初始工作频段识别为频率范围名称FR1(410MHz-7.125GHz)和FR2(24.25GHz-52.6GHz)。应当理解的是，尽管FR1的一部分大于6GHz，但在各种文档和文章中，FR1通常(可互换地)称为“低于6GHz”频段。FR2有时会出现类似的命名问题，尽管与国际电信联盟(ITU)定义为“毫米波”频段的极高频(EHF)频段(30GHz-300 GHz)不同，但在各种文档和文章中通常将其(可互换地)称为“毫米波”频段。
FR1和FR2之间的频率通常称为中频带频率。最近的5G NR研究已将这些中频带频率的工作频带确定为频率范围名称FR3(7.125GHz-24.25GHz)。落在FR3内的频带可以继承FR1特征和/或FR2特征，因此可以有效地将FR1和/或FR2的特征扩展到中频带频率。此外，目前正在探索更高的频段，以将5G NR的运行扩展到52.6GHz以上。例如，三个更高的工作频段已被确定为频率范围名称FR4a或FR4-1(52.6GHz-71 GHz)、FR4(52.6GHz-114.25GHz)和FR5(114.25GHz-300 GHz)。这些较高频段中的每一个都落入EHF频段。
考虑到以上方面，除非另外明确说明，否则应当理解，术语“低于6GHz”等等(如果本文使用的话)可以广义地表示小于6GHz的频率，其可以在FR1内，或者可以包括中频带频率。此外，除非另外明确说明，否则应当理解，术语“毫米波”等等(如果本文使用的话)可以广泛地表示以下的频率：包括中频带频率，可以在FR2、FR4、FR4-a或FR4-1和/或FR5内，或者可以在EHF频带内。
无线通信系统100可以利用许可的和免许可的无线电频谱频带。例如，无线通信系统100可以采用许可辅助接入(LAA)、LTE免许可(LTE-U)无线电接入技术、或者诸如5GHz工业、科学和医疗(ISM)频带之类的免许可频带中的NR技术。当操作在免许可无线电频谱频带时，诸如基站105和UE 115之类的设备可以采用载波监听以实现冲突检测和避免。在一些示例中，免许可频带中的操作可以是基于结合在许可的频带(例如，LAA)中操作的分量载波的载波聚合配置。免许可频谱中的操作可以包括下行链路传输、上行链路传输、P2P传输或D2D传输等其它示例。
基站105或UE 115可以装备有多付天线，这些天线可以用于采用诸如发射分集、接收分集、多输入多输出(MIMO)通信或波束成形之类的技术。基于105或UE 115的天线可以位于一个或多个天线阵列或天线面板中，它们可以支持MIMO操作或者发射波束或接收波束成形。例如，一个或多个基站天线或天线阵列可以同处于天线组件(例如，天线塔)处。在一些示例中，与基站105相关联的天线或天线阵列可以位于不同的地理位置。基站105可以具有带有多行和多列天线端口的天线阵列，基站105可以使用该天线阵列来支持与UE 115的通信的波束成形。类似地，UE 115可以具有一个或多个天线阵列，这些天线阵列可以支持各种MIMO或波束成形操作。另外地或替代地，天线面板可以针对经由天线端口发送的信号，支持无线电频率波束成形。
基站105或UE 115可以使用MIMO通信以采用多径信号传播，通过经由不同的空间层来发送或接收多个信号来增加谱效率。这些技术可以称为空间复用。例如，发送设备可以经由不同的天线或者天线的不同组合来发送所述多个信号。同样，接收设备可以经由不同的天线或者天线的不同组合来接收所述多个信号。所述多个信号中的每一个可以称为单独的空间流，可以携带与相同数据流(例如，相同码字)或者不同数据流(例如，不同码字)相关联的比特。不同的空间层可以与用于信道测量和报告的不同天线端口相关联。MIMO技术包括单用户MIMO(SU-MIMO)和多用户MIMO(MU-MIMO)，其中在SU-MIMO下，将多个空间层发送到同一接收设备，在MU-MIMO下，将多个空间层发送到多个设备。
波束成形(其还可以称为空间滤波、定向传输或定向接收)是可以在发射设备或接收设备(例如，基站105、UE 115)处使用以沿着发射设备和接收设备之间的空间路径来整形或者控制天线波束(例如，发射波束、接收波束)的信号处理技术。可以通过将经由天线阵列的天线元件传输的信号进行组合来实现波束成形，使得按照关于天线阵列的特定方位传播的某些信号经历相长干涉，而其它信号经历相消干涉。经由天线元件传输的信号的调整可以包括：发射设备或接收设备向与该设备相关联的天线元件携带的信号应用幅度偏移、相位偏移或二者。可以通过与特定的方位(例如，关于发射设备或接收设备的天线阵列、或者关于某个其它方位)相关联的波束成形权重集，来规定与每一个天线元件相关联的调整。
基站105或UE 115可以使用波束扫描技术作为波束成形操作的一部分。例如，基站105可以使用多个天线或天线阵列(例如，天线面板)来进行波束成形操作，以与UE 115进行定向通信。基站105可以在不同方向上多次发送一些信号(例如，同步信号、参考信号、波束选择信号或其它控制信号)。例如，基站105可以根据与不同传输方向相关联的不同波束成形权重集来发送信号。可以使用不同波束方向上的传输来识别(例如，由诸如基站105之类的发射设备或诸如UE 115之类的接收设备)基站105稍后进行发射或接收的波束方向.
基站105可以在单个波束方向(例如，与诸如UE 115之类的接收设备相关联的方向)发送一些信号(例如，与特定接收设备相关联的数据信号)。在一些示例中，与沿单个波束方向的传输相关联的波束方向可以基于在一个或多个波束方向上传输的信号来确定。例如，UE 115可以接收基站105在不同方向上发送的信号中的一个或多个信号，并且可以向基站105报告该UE 115以最高信号质量或其它可接受的信号质量接收的信号的指示。
在一些示例中，可以使用多个波束方向来执行设备(例如，基站105或UE 115)的传输，并且该设备可以使用数字预编码或射频波束成形的组合，来生成用于传输的组合波束(例如，从基站105到UE 115)。UE 115可以报告指示用于一个或多个波束方向的预编码权重的反馈，并且该反馈可以对应于跨系统带宽或一个或多个子带的配置数量的波束。基站105可以发送参考信号(例如，特定于小区的参考信号(CRS)、信道状态信息参考信号(CSI-RS))，该参考信号可以是预编码的，也可以是未预编码的。UE 115可以提供用于波束选择的反馈，其可以是预编码矩阵指示符(PMI)或基于码本的反馈(例如，多面板类型码本、线性组合类型码本、端口选择类型码本)。虽然参考基站105在一个或多个方向上传输的信号来描述这些技术，但是UE 115可以采用类似的技术在不同方向上多次地发送信号(例如，以便识别用于UE 115的后续传输或接收的波束方向)或者在单个方向上发送信号(例如，用于向接收设备发送数据)。
当接收来自基站105的各种信号(例如，同步信号、参考信号、波束选择信号或其它控制信号时)，接收设备(例如，UE 115)可以尝试多种接收配置(例如，定向监听)。例如，接收设备可以通过以下方式来尝试多个接收方向：经由不同天线子阵列进行接收、通过根据不同天线子阵列来处理接收的信号、通过根据不同的接收波束成形权重集(例如，不同方向监听权重集)进行接收(其中，这些权重集应用于在天线阵列的多个天线元件处接收的信号)、或者根据不同的接收波束成形权重集来处理接收的信号(其中，这些权重集应用于在天线阵列的多个天线元件处接收的信号)，这些方式中的任何一种都可以称为根据不同的接收配置或接收方向进行“监听”。在一些示例中，接收设备可以使用单个接收配置来沿单个波束方向进行接收(例如，当接收数据信号时)。可以在基于根据不同接收配置方向进行监听所确定的波束方向(例如，基于根据多个波束方向进行监听而被确定为具有最高信号强度、最高信噪比(SNR)或以其它方式可接受的信号质量的波束方向)上，对齐单个接收配置。
在本公开内容的一些方面，UE 115可以通过一个或多个上行链路波束和一个或多个下行链路波束，在mmW通信中使用波束成形。UE通信管理器101可以从基站105接收多个预测模型，并且可以选择这些预测模型中的一个来确定用于波束成形的通信的一个或多个通信参数。在一些情况下，UE通信管理器101可以基于来自基站105的指示来选择预测模型。在其它情况下，UE通信管理器101可以确定每个预测模型的输出，并选择具有最佳或合适输出的模型。UE通信管理器101可以是图9的通信管理器910的示例。
基站105中的一个或多个可以包括基站通信管理器102。基站通信管理器102可以识别用于与UE 115进行波束成形的通信的多个功能的多个预测模型。基站通信管理器102可以将所述多个预测模型提供给UE 115，以用于确定用于波束成形的通信的一个或多个波束成形参数。在一些情况下，基站通信管理器102可以从UE 115接收一个或多个测量报告，针对功能来选择预测模型中的一个，并向UE 115提供所选择的择的模型的指示。基站通信管理器102可以是图13的通信管理器1310的示例。
图2根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的无线通信系统200的一部分的示例。在一些示例中，无线通信系统200可以实现无线通信系统100的各方面。在一些示例中，无线通信系统200可以包括UE 115-a和基站105-a，它们可以是参考图1描述的UE 115和基站105的示例。UE 115-a和基站105-a可以使用波束成形的通信进行通信，其中UE115-a向基站105-a发送上行链路通信205，并且基站105-a向UE115-a发送下行链路通信210。
在一些情况下，UE 115-a和基站105-a可以建立连接，其中在该连接中，上行链路通信205使用上行链路波束，下行链路通信210使用下行链路波束。可以使用波束训练过程来建立上行链路和下行链路波束，其中可以测试和测量不同的基站波束225和不同的UE波束230以识别用于通信的优选波束。在一些情况下，与波束成形的通信相关联的一个或多个功能可以使用预测模型来预测通信的一个或多个参数。在一些情况下，基站105-a可以基于已被识别以提供可靠通信的历史参数来生成多个不同的预测模型220，并且将一些或全部的预测模型220提供给UE 115-a(例如，在RRC信令中)。例如，基站105-a可以使用NN、AI或ML来生成预测模型220，并且当UE 115-a进入基站105-a的覆盖区域时，可以将预测模型220提供给UE 115-a，以便提高用于确定通信的适当参数的效率。
在一些情况下，UE 115-a可以对基站105-a发送的一个或多个参考信号(例如，在一个或多个SSB中)执行测量，并且UE 115-a可以向基站105-a发送测量报告215。在一些情况下，基于测量报告，基站105-a可以选择向UE 115-a提供哪些预测模型220，可以选择应该在UE 115-a处使用哪个预测模型，或者它们的任何组合。例如，一个第一预测模型可能更适合UE 115-a位于相对靠近基站105-a的情况，而第二预测模型可能更适合UE 115-a位于远离基站105-a的情况。图3示出了这种情况的示例。
图3根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的无线通信系统300的示例。在一些示例中，无线通信系统300可以实现无线通信系统100或200的方面。在一些示例中，无线通信系统300可以包括第一UE 115-b、第二UE 115-a和基站105-b，它们可以是参考图1和图2描述的UE 115和基站105的示例。
在该示例中，第一UE 115-b和基站105-b可以经由相关联的上行链路波束和下行链路波束，使用波束成形的通信305进行通信。可以使用波束训练过程来建立上行链路波束和下行链路波束，其中可以测试和测量不同的基站波束310和不同的UE波束315以识别用于通信的优选波束。类似地，第二UE 115-c和基站105-b可以经由相关联的上行链路波束和下行链路波束，使用波束成形的通信320进行通信，这些上行链路波束和下行链路波束也是使用波束训练过程建立的，其中可以测试和测量不同的基站波束310和不同的UE波束325以识别用于通信的优选波束。
如本文所讨论的，与波束成形的通信相关联的一个或多个功能可以使用预测模型来预测用于通信的一个或多个参数。在一些情况下，特定功能可能具有多个预测模型，其中某些模型可能更适合于某些信道状况。在图3的示例中，第一UE 115-b可以在第一位置330，在该第一位置，用于第一功能的第一预测模型是优选的，而第二UE 115-c可以在第二位置335，在该第二位置，用于第一功能的第二预测模型是优选的。在这种情况下，基站105-b可以提供UE 115能够用来选择适当预测模型的信息。
在一些情况下，基站105-b可以向每个UE 115提供用于第一功能的多个预测模型，并且然后向每个UE 115提供选择哪个模型的指示(例如，基于来自UE 115的测量报告)。例如，第一UE 115-b可以测量到相对较高的参考信号接收功率(RSRP)，这可以指示UE 115-b相对靠近基站105-b。基于与基站105-b的邻近，可以选择用于第一功能的第一预测模型，例如基于与基站105-b的相对邻近的延迟扩展函数的第一预测模型。此外，在这种情况下，第二UE 115-c可以测量到相对较低的RSRP，这可以指示第二UE 115-c距离基站相对较远，其中用于延迟函数的第二预测模型可以为确定第二UE 115-c处的延迟扩展参数提供更好的建模。在一些情况下，基站105-b可以通过模型的标识(例如，在RRC信令中、在下行链路控制信息(DCI)、在介质访问控制(MAC)控制元素(CE)或其组合中提供给UE 115的模型的索引值)，来直接指示模型选择。在其它情况下，基站105-b可以向每个UE 115提供模型的优先列表，可以使用该列表来选择适当的模型。
在其它情况下，每个UE 115可以通过生成针对每个模型的功能的输出，并识别哪个模型提供最佳输出(其中提供在UE 115处选择的最佳输出的模型)，来确定选择哪个预测模型。另外地或者替代地，基站105-b可以向UE 115提供模型选择功能，UE 115可以使用该模型选择功能来选择适当的模型，或者基于改变的UE 115状况(例如，由于移动性导致的改变的信道状况、由UE 115处的定位功能所确定的改变的位置、由陀螺仪所确定的改变的UE115方向(例如，这可能指示不同的天线面板更适合用于通信)、或其任何组合)，在模型之间切换。
图4根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的过程流400的示例。在一些示例中，过程流400可以实现无线通信系统100、200或300的方面。过程流400可以由如本文所描述的UE 115-d和基站105-c来实现。在过程流400的以下描述中，可以以与所示的示例顺序不同的顺序来发送UE 115-d和基站105-c之间的通信，或者由UE 115-d和基站105-c执行的操作可以以不同的顺序或者在不同的时间执行。也可以从过程流400中省略一些操作，并且可以向过程流400添加其它操作。
在405处，基站105-c可以识别用于与UE的通信的多个不同功能的多个不同的预测模型。在一些情况下，基站105-c可以从与多个UE的通信中收集数据，以使用NN技术、AI技术、ML技术或它们的组合来生成用于多个功能的预测模型。例如，基站105-a基于由UE提供的测量报告，可以生成关于何时应该将UE切换到不同基站以及在这种情况下切换到哪个基站的预测模型。在一些情况下，基站105-c可以生成用于特定功能的多个不同的预测模型(例如，基站105-c可以基于UE RSRP和位置信息，生成用于延迟扩展的不同的预测模型)。在一些情况下，可以针对诸如以下的许多不同功能来生成预测模型：波束预测功能(例如，用于通信的发射/接收波束)、信道属性预测功能(例如，通信的延迟扩展是什么)、连通性预测功能(例如，何时在基站之间切换、哪个基站接收切换等等)。
在410处，基站105-c可以向UE 115-d发送预测模型。在一些情况下，可以在RRC信令中向UE 115-c发送预测模型。另外地或替代地，可以在一个或多个广播通信或单播通信中，向UE 115-d发送预测模型。在415处，基站105-c可以发送一个或多个参考信号传输(例如，在一个或多个SSB中)，UE 115-d可以使用这些参考信号传输进行信道测量。在420处，UE115-d可以对基站105-c发送的参考信号执行参考信号测量，并且在一些情况下可以测量来自可能靠近UE 115-d的一个或多个其它基站的参考信号。在425处，UE 115-d可以向基站105-c发送测量报告，该测量报告包括在UE 115-d处进行的各种参考信号测量的值。在该示例中，UE 115-d可以依赖基站105-c来进行模型选择和指示。
在430处，基站105-c可以选择模型以用于UE 115-d通信。可以基于从UE 115-d接收的一个或多个测量报告来进行这种选择。在435处，基站105-c可以向UE 115-d发送所选择的择的模型的指示。在一些情况下，提供给UE 115-d的预测模型可以各自具有相关联的标识符(例如，当将预测模型传送给UE 115-d时提供的索引值)，并且所选择的模型的指示可以提供与所选择的模型相关联的标识符。在其它情况下，可以通过预测模型的优先列表来提供所选择的模型的指示，UE 115-d可以使用该列表来确定要使用哪个模型。
在440处，UE 115-d可以基于选择的预测模型来确定一个或多个波束参数。在一些情况下，可以使用所选择的预测模型来确定用于一个或多个波束成形参数的值(例如，初始值)。此外，在一些情况下，对于相同的功能(例如，识别用于通信的发射/接收波束的波束预测功能)可以具有多个不同的模型，可以由基站105-c将这些模型提供给UE 115-d。可以基于UE 115-d的特定信道状况或位置，使用用于相同功能的这些不同模型。在445处，UE 115-d和基站105-c可以基于所述一个或多个模型提供的波束成形参数来进行上行链路通信和下行链路通信。
可选地，在450处，UE 115-d可以对基站105-c发送的参考信号(例如，通过下行链路通信提供的或者在SSB中发送的参考信号等等)执行进一步的参考信号测量。在455处，UE115-d可以可选地向基站105-c发送另外的测量报告。在一些情况下，基站105-c可以使用NN/AI/ML技术中的进一步数据点的测量报告来调整预测模型。此外，在460处，基站105-c可以可选地使用进一步的测量报告来选择用于UE通信的更新模型。例如，如果进一步的测量报告指示UE 115-d的位置已经改变，则基站105-c可以确定用于延迟扩展的不同模型更合适。在465处，基站105-c可以向UE 115-d发送所选择的模型的指示，UE 115-d可以将所选择的模型用于后续通信。
图5根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的过程流500的示例。在一些示例中，过程流500可以实现无线通信系统100、200或300的方面。过程流500可以由如本文所描述的UE 115-e和基站105-d来实现。在过程流500的以下描述中，可以以与所示的示例顺序不同的顺序来发送UE 115-e和基站105-d之间的通信，或者由UE 115-e和基站105-d执行的操作可以以不同的顺序或者在不同的时间执行。也可以从过程流500中省略一些操作，并且可以向过程流500添加其它操作。
在505处，基站105-d可以根据诸如本文所讨论的技术，来识别用于与UE的通信的多个不同功能的多个不同的预测模型。在510处，基站105-d可以向UE 115-e发送预测模型。在一些情况下，可以在RRC信令中向UE 115-e发送预测模型。另外地或替代地，可以在一个或多个广播或单播通信中，向UE 115-e发送预测模型。在515处，基站105-d可以发送一个或多个参考信号传输(例如，在一个或多个SSB中)，UE 115-e可以使用这些参考信号传输进行信道测量。
在该示例中，UE 115-e可以选择要使用哪个模型，并且在520处，可以针对基站105-e提供的每个预测模型来计算输出函数。在525处，UE 115-e可以基于在计算输出函数时哪个模型具有最佳或合适的结果，来选择用于通信的模型。在一些情况下，可以向UE115-e提供预测模型以及可以在选择要使用的模型时使用的优先列表。
在530处，UE 115-e可以基于选择的预测模型来确定一个或多个波束参数。在一些情况下，可以使用所选择的预测模型来确定用于一个或多个波束成形参数的值(例如，初始值)。此外，在一些情况下，对于相同的功能(例如，识别用于通信的发射/接收波束的波束预测功能)可以具有多个不同的模型，可以由基站105-d将这些模型提供给UE 115-e。可以基于UE 115-e的特定信道状况或位置，使用用于相同功能的这些不同模型。在535处，UE 115-e和基站105-d可以基于所述一个或多个模型提供的波束成形参数来进行上行链路通信和下行链路通信。
可选地，在540处，基站105-d可以识别用于在不同的预测模型之间切换的模型选择功能。在545处，基站105-d可以向UE 115-e发送模型选择功能。虽然将540和545的操作示出为在上行链路通信和下行链路通信之后发生，但在一些情况下，可以连同基站105-d提供给UE 115-e的预测模型一起来提供这样的模型选择功能。在550处，UE 115-e可以基于模型选择功能来选择新模型，然后可以将新模型用于后续通信。在一些情况下，UE 115-e可以提供一个或多个测量作为模型选择功能的输入，模型选择功能可以输出更新的模型用于UE通信。例如，如果测量指示UE 115-e的位置已经改变，则模型选择功能可以确定用于延迟扩展的不同模型更合适，并且可以输出UE 115-e要切换相关联的模型的指示。这样的技术可以通过UE更新其模型以适当地匹配当前信道环境，从而允许UE 115-e来考虑变化的信道环境(例如，由于UE 115-e的移动)。
图6根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的设备605的框图600。设备605可以是如本文所描述的UE 115的一些方面的示例。设备605可以包括接收器610、通信管理器615和发射器620。设备605还可以包括处理器。这些部件中的每一个可以彼此之间进行通信(例如，经由一个或多个总线)。
接收器610可以接收诸如分组、用户数据或者与各个信息信道(例如，控制信道、数据信道、以及与波束成形的通信中的机器学习模型选择有关的信息等等)相关联的控制信息之类的信息。可以将信息传送到该设备605的其它部件。接收器610可以是参照图9所描述的收发器920的一些方面的示例。接收器610可以利用单一天线或者天线的集合。
通信管理器615可以根据如本文所公开的示例来支持UE处的无线通信。例如，通信管理器615可以被配置为或者以其它方式支持：用于从基站接收用于与基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元。通信管理器615可以被配置为或者以其它方式支持：用于使用基于一个或多个参数的波束成形的通信与基站进行通信的单元，所述一个或多个参数基于用于与基站的波束成形的通信的第一功能的所述一个或多个预测模型中的预测模型。
通信管理器615可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合，选择预测模型的集合中的第一预测模型以用于与基站的波束成形的通信的第一功能；基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数，并使用基于所述一个或多个确定的参数的波束成形的通信，与基站进行通信。通信管理器615可以是本文所描述的通信管理器910的一些方面的示例。
如本文所述，可以实施通信管理器615以实现一个或多个潜在方面。与使用波束成形参数的多次迭代来调谐各种参数的情况相比，一种实现方式可以允许设备605更高效和准确地确定波束成形参数，这可以允许参数和通信的高效识别。此外，实施方式可以为设备605提供与以下操作相关联的较低延迟和功耗：识别适当的波束成形参数和进行波束成形的通信等等。
通信管理器615或者其子部件可以用硬件、由处理器执行的代码(例如，软件或固件)、或者其任意组合的方式来实现。当用处理器执行的代码实现时，被设计用于执行本公开内容中所描述的功能的通用处理器、DSP、专用集成电路(ASIC)、FPGA或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件部件或者其任意组合，可以执行通信管理器615或者其子部件的功能。
通信管理器615或者其子部件可以物理地分布在多个位置，其包括分布成通过一个或多个物理组件在不同的物理位置实现功能的一部分。在一些示例中，根据本公开内容的各个方面，通信管理器615或者其子部件可以是单独的和不同的部件。在一些示例中，根据本公开内容的各个方面，可以将通信管理器615或者其子部件与一个或多个其它硬件部件进行组合，其中这些硬件部件包括但不限于：输入/输出(I/O)组件、收发器、网络服务器、另一个计算设备、本公开内容中所描述的一个或多个其它组件或者其组合。
发射器620可以发送该设备605的其它部件所生成的信号。在一些示例中，发射器620可以与接收器610并置在收发器模块中。例如，发射器620可以是参照图9所描述的收发器920的一些方面的示例。发射器620可以利用单一天线，或者也可以利用天线的集合。
图7根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的设备705的框图700。设备705可以是如本文所描述的设备605或UE 115的一些方面的示例。设备705可以包括接收器710、通信管理器715和发射器740。设备705还可以包括处理器。这些部件中的每一个可以彼此之间进行通信(例如，经由一个或多个总线)。
接收器710可以接收诸如分组、用户数据或者与各个信息信道(例如，控制信道、数据信道、以及与波束成形的通信中的机器学习模型选择有关的信息等等)相关联的控制信息之类的信息。可以将信息传送到该设备705的其它部件。接收器710可以是参照图9所描述的收发器920的一些方面的示例。接收器710可以利用单一天线或者天线的集合。
通信管理器715可以是如本文所描述的通信管理器615的一些方面的示例。通信管理器715可以包括模型识别管理器720、模型选择管理器725、波束成形管理器730和波束成形的通信管理器735。通信管理器715可以是本文所描述的通信管理器910的一些方面的示例。
通信管理器715可以根据如本文所公开的示例来支持UE处的无线通信。例如，模型识别管理器720可以被配置为或者以其它方式支持：用于从基站接收用于与基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元。波束成形的通信管理器735可以被配置为或者以其它方式支持：用于使用基于一个或多个参数的波束成形的通信与基站进行通信的单元，所述一个或多个参数基于用于与基站的波束成形的通信的第一功能的所述一个或多个预测模型中的预测模型。
模型识别管理器720可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合。
模型选择管理器725可以选择预测模型的集合中的第一预测模型，以用于与基站的波束成形的通信的第一功能。
波束成形管理器730可以基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数。
波束成形的通信管理器735可以使用基于所述一个或多个确定的参数的波束成形的通信，与基站进行通信。
发射器740可以发送该设备705的其它部件所生成的信号。在一些示例中，发射器740可以与接收器710并置在收发器模块中。例如，发射器740可以是参照图9所描述的收发器920的一些方面的示例。发射器740可以利用单一天线，或者也可以利用天线的集合。
图8根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的通信管理器805的框图800。通信管理器805可以是本文所描述的通信管理器615、通信管理器715或者通信管理器910的一些方面的示例。通信管理器805可以包括模型识别管理器810、模型选择管理器815、波束成形管理器820、波束成形的通信管理器825、测量管理器830和测量报告管理器835。这些模块中的每一个可以彼此之间直接地或者间接地进行通信(例如，经由一个或多个总线)。
通信管理器805可以根据如本文所公开的示例来支持UE处的无线通信。例如，模型识别管理器810可以被配置为或者以其它方式支持：用于从基站接收用于与基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元。波束成形的通信管理器825可以被配置为或者以其它方式支持：用于使用基于一个或多个参数的波束成形的通信与基站进行通信的单元，所述一个或多个参数基于用于与基站的波束成形的通信的第一功能的所述一个或多个预测模型中的预测模型。
模型识别管理器810可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合。在一些情况下，UE从基站接收要在该UE处用于与波束成形的通信相关联的功能的集合中的每一个功能的预测模型的优先列表。
模型选择管理器815可以选择预测模型的集合中的第一预测模型，以用于与基站的波束成形的通信的第一功能。在一些示例中，模型选择管理器815可以从基站接收第一预测模型的指示。在一些示例中，模型选择管理器815可以响应于来自基站的指示，选择第一预测模型来用于第一功能。
在一些示例中，模型选择管理器815可以确定第一预测模型是否准确地预测了第一功能。在一些示例中，模型选择管理器815可以基于该确定来向基站发送指示。
在一些示例中，模型选择管理器815可以针对预测模型的集合中的每一个预测模型，计算第一功能的结果以生成第一功能的结果的集合。在一些示例中，模型选择管理器815可以确定第一功能的结果的集合中的第一结果是结果的集合中的最优选结果，其中第一结果与第一预测模型相关联。在一些示例中，模型选择管理器815可以基于该确定来选择第一预测模型。
在一些示例中，模型选择管理器815可以在预测的集合中监测来自第一预测模型的预测质量。在一些示例中，模型选择管理器815可以基于来自第一预测模型的预测质量下降到阈值质量以下，切换到第二预测模型以用于所述第一功能。
在一些示例中，模型选择管理器815可以从基站接收响应于所述一个或多个测量报告的切换到预测模型的集合中的第二预测模型的指示。在一些示例中，模型选择管理器815可以从基站接收用于选择不同的预测模型的模型选择功能。在一些示例中，模型选择管理器815可以基于模型选择功能，从第一预测模型切换到预测模型的集合中的第二预测模型以用于第一功能。在一些情况下，基于第一预测模型的结果与基于UE处的一个或多个测量的观察结果不匹配，确定预测质量下降到阈值质量以下。在一些情况下，基于以下中的一个或多个来确定预测质量下降到阈值质量以下：连续不正确预测的数量超过阈值、过去预测的集合中的不正确预测的数量超过阈值、或其任何组合。
波束成形管理器820可以基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数。在一些示例中，波束成形管理器820可以基于用于第一功能的第二预测模型，确定用于进一步的波束成形的通信的一个或多个经更新的参数。
波束成形的通信管理器825可以使用基于所述一个或多个确定的参数的波束成形的通信，与基站进行通信。在一些示例中，波束成形的通信管理器825可以使用基于所述一个或多个经更新的参数的波束成形的通信，与基站进行通信。
测量管理器830可以测量UE和基站之间的一个或多个信道状况。在一些示例中，测量管理器830可以对于在一个或多个同步信号块(SSB)中从基站和一个或多个其它基站接收的一个或多个参考信号进行测量。在一些示例中，测量管理器830可以测量与波束成形的通信相关联的一个或多个信道状况、UE的一个或多个内部状态或其组合，以识别测量值的集合。在一些示例中，测量管理器830可以将测量值的该集合提供为模型选择功能的输入，并且其中，响应于基于测量值的该集合的模型选择功能的相关联的输出而执行切换。
测量报告管理器835可以响应于测量，向基站发送指示一个或多个信道状况的测量报告。在一些示例中，测量报告管理器835可以基于与将第一预测模型用于第一功能的波束成形的通信相关联的测量，向基站发送一个或多个测量报告。在一些情况下，该测量报告进一步指示UE的位置信息。
图9根据本公开内容的各方面，示出了一种包括设备905的系统900的图，其中该设备905支持波束成形的通信中的机器学习模型选择。设备905可以是如本文所描述的设备605、设备705或者UE 115的示例，或者包括设备605、设备705或者UE 115的部件。设备905可以包括用于双向语音和数据通信的部件，其包括用于发送通信的部件和用于接收通信的部件，包括通信管理器910、I/O控制器915、收发器920、天线925、存储器930和处理器940。这些部件可以经由一个或多个总线(例如，总线945)进行电通信。
通信管理器910可以根据如本文所公开的示例来支持UE处的无线通信。例如，通信管理器910可以被配置为或者以其它方式支持：用于从基站接收用于与基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元。通信管理器910可以被配置为或者以其它方式支持：用于使用基于一个或多个参数的波束成形的通信与基站进行通信的单元，所述一个或多个参数基于用于与基站的波束成形的通信的第一功能的所述一个或多个预测模型中的预测模型。
通信管理器910可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合，选择预测模型的集合中的第一预测模型，以用于与基站的波束成形的通信的第一功能；基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数，并使用基于所述一个或多个确定的参数的波束成形的通信，与基站进行通信。
如本文所述，可以实施通信管理器910以实现一个或多个潜在方面。与使用波束成形参数的多次迭代来调谐各种参数的情况相比，一种实现方式可以允许设备905更高效和准确地确定波束成形参数，这可以允许参数和通信的高效识别。此外，实施方式可以为设备905提供与以下操作相关联的较低延迟和功耗：识别适当的波束成形参数和进行波束成形的通信等等。
I/O控制器915可以管理针对设备905的输入信号和输出信号。I/O控制器915还可以管理没有集成到设备905中的外围设备。在一些情况下，I/O控制器915可以表示针对外部的外围设备的物理连接或端口。在一些情况下，I/O控制器915可以利用诸如
Figure BDA0003874837640000191
Figure BDA0003874837640000192
之类的操作系统或者另一种已知的操作系统。在其它情况下，I/O控制器915可以表示调制解调器、键盘、鼠标、触摸屏或者类似的设备，或者与这些设备进行交互。在一些情况下，可以将I/O控制器915实现成处理器的一部分。在一些情况下，用户可以经由I/O控制器915或者经由I/O控制器915所控制的硬件部件，与设备905进行交互。
收发器920可以经由一付或多付天线、有线链路或无线链路进行双向通信，如上面所描述的。例如，收发器920可以表示无线收发器，可以与另一个无线收发器进行双向通信。收发器920还可以包括调制解调器，以便对分组进行调制，将调制后的分组提供给天线以进行传输，以及对从天线接收的分组进行解调。
在一些情况下，该无线设备可以包括单一天线925。但是，在一些情况下，该设备可以具有一付以上的天线925，这些天线925能够同时地发送或接收多个无线传输。
存储器930可以包括RAM和ROM。存储器930可以存储包括有指令的计算机可读、计算机可执行代码935，当该指令被执行时，致使处理器910执行本文所描述的各种功能。在一些情况下，具体而言，存储器930可以包含BIOS，后者可以控制基本硬件或者软件操作(例如，与外围部件或者设备的交互)。
处理器940可以包括智能硬件设备(例如，通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分离门或晶体管逻辑部件、分离硬件部件或者其任意组合)。在一些情况下，处理器940可以被配置为使用存储器控制器来操作存储器阵列。在其它情况下，存储器控制器可以集成到处理器940中。处理器940可以被配置为执行存储在存储器(例如，存储器930)中的计算机可读指令，以使设备905执行各种功能(例如，支持波束成形的通信中的机器学习模型选择的功能或任务)。
代码935可以包括用于实现本公开内容的各方面的指令，其包括用于支持无线通信的指令。代码935可以存储在诸如系统存储器或其它类型的存储器之类的非暂时性计算机可读介质中。在一些情况下，代码935可以不直接由处理器940执行，而是致使计算机(例如，当被编译和执行时)执行本文所描述的功能。
图10根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的设备1005的框图1000。设备1005可以是如本文所描述的基站105的一些方面的示例。设备1005可以包括接收器1010、通信管理器1015和发射器1020。设备1005还可以包括处理器。这些部件中的每一个可以彼此之间进行通信(例如，经由一个或多个总线)。
接收器1010可以接收诸如分组、用户数据或者与各个信息信道(例如，控制信道、数据信道、以及与波束成形的通信中的机器学习模型选择有关的信息等等)相关联的控制信息之类的信息。可以将信息传送到该设备1005的其它部件。接收器1010可以是参照图13所描述的收发器1320的一些方面的示例。接收器1010可以利用单一天线或者天线的集合。
通信管理器1015可以根据如本文所公开的示例来支持基站处的无线通信。例如，通信管理器1015可以被配置为或者以其它方式支持：用于向第一UE发送用于与第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元，所述一个或多个预测模型基于将第一UE识别为用于与基站进行波束成形的通信。通信管理器1015可以被配置为或者以其它方式支持：用于使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与第一UE进行通信的单元。
通信管理器1015可以识别用于与基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合，基于将第一UE识别为用于与基站进行波束成形的通信，向第一UE发送预测模型的集合，并使用基于第一功能的一个或多个参数的波束成形的通信，与第一UE进行通信，其中第一功能的一个或多个参数是基于预测模型的集合中的第一预测模型来确定的。通信管理器1015可以是本文所描述的通信管理器1310的一些方面的示例。
通信管理器1015或者其子部件可以用硬件、由处理器执行的代码(例如，软件或固件)、或者其任意组合的方式来实现。当用处理器执行的代码实现时，被设计用于执行本公开内容中所描述的功能的通用处理器、DSP、专用集成电路(ASIC)、FPGA或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件部件或者其任意组合，可以执行通信管理器1015或者其子部件的功能。
通信管理器1015或者其子部件可以物理地分布在多个位置，其包括分布成通过一个或多个物理组件在不同的物理位置实现功能的一部分。在一些示例中，根据本公开内容的各个方面，通信管理器1015或者其子部件可以是单独的和不同的部件。在一些示例中，根据本公开内容的各个方面，可以将通信管理器1015或者其子部件与一个或多个其它硬件部件进行组合，其中这些硬件部件包括但不限于：输入/输出(I/O)组件、收发器、网络服务器、另一个计算设备、本公开内容中所描述的一个或多个其它组件或者其组合。
发射器1020可以发送该设备1005的其它部件所生成的信号。在一些示例中，发射器1020可以与接收器1010并置在收发器模块中。例如，发射器1020可以是参照图13所描述的收发器1320的一些方面的示例。发射器1020可以利用单一天线，或者也可以利用天线的集合。
图11根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的设备1105的框图1100。设备1105可以是如本文所描述的设备1005或基站105的一些方面的示例。设备1105可以包括接收器1110、通信管理器1115和发射器1135。设备1105还可以包括处理器。这些部件中的每一个可以彼此之间进行通信(例如，经由一个或多个总线)。
接收器1110可以接收诸如分组、用户数据或者与各个信息信道(例如，控制信道、数据信道、以及与波束成形的通信中的机器学习模型选择有关的信息等等)相关联的控制信息之类的信息。可以将信息传送到该设备1105的其它部件。接收器1110可以是参照图13所描述的收发器1320的一些方面的示例。接收器1110可以利用单一天线或者天线的集合。
通信管理器1115可以是如本文所描述的通信管理器1015的一些方面的示例。通信管理器1115可以包括模型选择管理器1120、模型识别管理器1125和波束成形的通信管理器1130。通信管理器1115可以是本文所描述的通信管理器1310的一些方面的示例。
通信管理器1115可以根据如本文所公开的示例来支持基站处的无线通信。例如，模型识别管理器1125可以被配置为或者以其它方式支持：用于向第一UE发送用于与第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元，所述一个或多个预测模型基于将第一UE识别为用于与基站进行波束成形的通信。波束成形的通信管理器1130可以被配置为或者以其它方式支持：用于使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与第一UE进行通信的单元。
模型选择管理器1120可以识别用于与基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合。
模型识别管理器1125可以基于将第一UE识别为用于与基站进行波束成形的通信，向第一UE发送预测模型的集合。
波束成形的通信管理器1130可以使用基于第一功能的一个或多个参数的波束成形的通信，与第一UE进行通信，其中第一功能的一个或多个参数是基于预测模型的集合中的第一预测模型来确定的。
发射器1135可以发送该设备1105的其它部件所生成的信号。在一些示例中，发射器1135可以与接收器1110并置在收发器模块中。例如，发射器1135可以是参照图13所描述的收发器1320的一些方面的示例。发射器1135可以利用单一天线，或者也可以利用天线的集合。
图12根据本公开内容的各方面，示出了支持波束成形的通信中的机器学习模型选择的通信管理器1205的框图1200。通信管理器1205可以是本文所描述的通信管理器1015、通信管理器1115或者通信管理器1310的一些方面的示例。通信管理器1205可以包括模型选择管理器1210、模型识别管理器1215、波束成形的通信管理器1220和测量报告管理器1225。这些模块中的每一个可以彼此之间直接地或者间接地进行通信(例如，经由一个或多个总线)。
通信管理器1205可以根据如本文所公开的示例来支持基站处的无线通信。模型识别管理器1215可以被配置为或者以其它方式支持：用于向第一UE发送用于与第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元，所述一个或多个预测模型基于将第一UE识别为用于与基站进行波束成形的通信。波束成形的通信管理器1220可以被配置为或者以其它方式支持：用于使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与第一UE进行通信的单元。
模型选择管理器1210可以识别用于与基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合。在一些示例中，模型选择管理器1210可以基于测量报告，选择预测模型的集合中的预测模型以用于与第一UE的波束成形的通信。在一些示例中，模型选择管理器1210可以向第一UE发送第一预测模型的指示。
在一些示例中，模型选择管理器1210可以基于用于第一功能的预测模型的集合中的每一个预测模型结果，从预测模型的集合中选择第一预测模型。在一些示例中，模型选择管理器1210可以配置第一UE处的阈值预测质量，以启动预测模型之间的切换。在一些示例中，模型选择管理器1210可以基于一个或多个测量报告，确定第一UE将切换到预测模型的集合中的第二预测模型。在一些示例中，模型选择管理器1210可以向UE发送切换到第二预测模型的指示。
在一些示例中，模型选择管理器1210可以向第一UE发送模型选择功能，以用于UE选择预测模型的集合中的不同的预测模型。在一些情况下，阈值质量对应于：针对连续不正确预测的数量的阈值、过去预测的集合中的不正确预测的数量超过阈值、或其任意组合。
模型识别管理器1215可以向第一UE发送基于将第一UE识别为用于与基站进行波束成形的通信的预测模型集。在一些示例中，模型识别管理器1215可以发送将在第一UE处用于与波束成形的通信相关联的功能的集合中的每一个功能的预测模型的优先列表。
在一些示例中，模型识别管理器1215可以从第一UE接收关于第一预测模型是否准确地预测第一功能的指示。在一些示例中，模型识别管理器1215可以更新用于基于测量报告来确定向UE指示预测模型的集合中的哪一个预测模型的模型。
波束成形的通信管理器1220可以使用基于第一功能的一个或多个参数的波束成形的通信，与第一UE进行通信，其中第一功能的一个或多个参数是基于预测模型的集合中的第一预测模型来确定的。
测量报告管理器1225可以从第一UE接收测量报告，该测量报告指示第一UE处的一个或多个测量的信道状况。在一些示例中，测量报告管理器1225可以从第一UE接收一个或多个测量报告，所述一个或多个测量报告指示与将第一预测模型用于第一功能的波束成形的通信相关联的测量。在一些情况下，该测量报告进一步指示第一UE的位置信息，其中所述选择进一步基于该位置信息。
图13根据本公开内容的各方面，示出了一种包括设备1305的系统1300的图，其中该设备1305支持波束成形的通信中的机器学习模型选择。设备1305可以是如本文所描述的设备1005、设备1105或基站105的示例，或者包括设备1005、设备1105或基站105的部件。设备1305可以包括用于双向语音和数据通信的部件，其包括用于发送通信的部件和用于接收通信的部件，包括通信管理器1310、网络通信管理器1315、收发器1320、天线1325、存储器1330、处理器1340和站间通信管理器1345。这些部件可以经由一个或多个总线(例如，总线1350)进行电通信。
通信管理器1310可以根据如本文所公开的示例来支持基站处的无线通信。例如，通信管理器1310可以被配置为或者以其它方式支持：用于向第一UE发送用于与第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元，所述一个或多个预测模型基于将第一UE识别为用于与基站进行波束成形的通信。通信管理器1310可以被配置为或者以其它方式支持：用于使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与第一UE进行通信的单元。
通信管理器1310可以为识别用于基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合，基于将第一UE识别为用于与基站进行波束成形的通信，向第一UE发送预测模型的集合，并使用基于第一功能的一个或多个参数的波束成形的通信，与第一UE进行通信，其中第一功能的一个或多个参数是基于预测模型的集合中的第一预测模型来确定的。
网络通信管理器1315可以管理与核心网络的通信(例如，经由一个或多个有线回程链路)。例如，网络通信管理器1315可以管理用于客户端设备(例如，一个或多个UE 115)的数据通信的传输。
收发器1320可以经由一付或多付天线、有线链路或无线链路进行双向通信，如上面所描述的。例如，收发机1320可以表示无线收发机，可以与另一个无线收发机进行双向通信。收发机1320还可以包括调制解调器，以便对分组进行调制，将调制后的分组提供给天线以进行传输，以及对从天线接收的分组进行解调。
在一些情况下，该无线设备可以包括单一天线1325。但是，在一些情况下，该设备可以具有一付以上的天线1325，这些天线1325能够同时地发送或接收多个无线传输。
存储器1330可以包括RAM、ROM或者其组合。存储器1330可以存储包括有指令的计算机可读代码1335，当该指令被处理器(例如，处理器1340)执行时，使得该设备执行本文所描述的各种功能。在一些情况下，具体而言，存储器1330可以包含BIOS，后者可以控制基本硬件或者软件操作(例如，与外围部件或者设备的交互)。
处理器1340可以包括智能硬件设备(例如，通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分离门或晶体管逻辑部件、分离硬件部件或者其任意组合)。在一些情况下，处理器1340可以被配置为使用存储器控制器来操作存储器阵列。在一些情况下，存储器控制器可以集成到处理器1340中。处理器1340可以被配置为执行存储在存储器(例如，存储器1330)中的计算机可读指令，以使设备1305执行各种功能(例如，支持波束成形的通信中的机器学习模型选择的功能或任务)。
站间通信管理器1345可以管理与其它基站105的通信，可以包括用于与其它基站105协作地控制与UE 115的通信的控制器或调度器。例如，站间通信管理器1345可以协调针对UE 115的传输的调度，以实现诸如波束成形或者联合传输之类的各种干扰缓解技术。在一些示例中，站间通信管理器1345可以提供LTE/LTE-A无线通信网络技术中的X2接口以提供基站105之间的通信。
代码1335可以包括用于实现本公开内容的各方面的指令，其包括用于支持无线通信的指令。代码1335可以存储在诸如系统存储器或其它类型的存储器之类的非暂时性计算机可读介质中。在一些情况下，代码1335可以不直接由处理器1340执行，而是致使计算机(例如，当被编译和执行时)执行本文所描述的功能。
图14根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法1400的流程图。方法1400的操作可以由如本文所描述的UE或者其部件来实现。例如，方法1400的操作可以由如参照图6至图9所描述的UE 115来执行。在一些示例中，UE可以执行一个指令集来控制该UE的功能单元，以执行所描述的功能。另外地或替代地，UE可以使用特殊用途硬件，执行所描述的功能的各方面。
在1405处，该方法可以包括：从基站接收用于与基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型。可以根据如本文所公开的示例，来执行1405的操作。在一些示例中，1405的操作的方面可以由如参照图6至图9所描述的模型识别管理器来执行。
在1410处，该方法可以包括：使用基于一个或多个参数的波束成形的通信与基站进行通信，所述一个或多个参数基于用于与基站的波束成形的通信的第一功能的所述一个或多个预测模型中的预测模型。可以根据如本文所公开的示例，来执行1410的操作。在一些示例中，1410的操作的方面可以由如参照图6至图9所描述的波束成形的通信管理器来执行。
图15根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法1500的流程图。方法1500的操作可以由如本文所描述的UE 115或者其部件来实现。例如，方法1500的操作可以由如参照图6至图9所描述的通信管理器来执行。在一些示例中，UE可以执行一个指令集来控制该UE的功能单元，以执行下面所描述的功能。另外地或替代地，UE可以使用特殊用途硬件，执行下面描述的功能的各方面。
在1505处，UE可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合。可以根据如本文所描述的方法，来执行1505的操作。在一些示例中，1505的操作的方面可以由如参照图6至图9所描述的模型识别管理器来执行。
在1510处，UE可以选择预测模型的集合中的第一预测模型，以用于与基站的波束成形的通信的第一功能。可以根据如本文所描述的方法，来执行1510的操作。在一些示例中，1510的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1515处，UE可以基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数。可以根据如本文所描述的方法，来执行1515的操作。在一些示例中，1515的操作的方面可以由如参照图6至图9所描述的波束成形管理器来执行。
在1520处，UE可以使用基于一个或多个确定的参数的波束成形的通信，与基站进行通信。可以根据如本文所描述的方法，来执行1520的操作。在一些示例中，1520的操作的方面可以由如参照图6至图9所描述的波束成形的通信管理器来执行。
可选地，在1525处，UE可以基于与将第一预测模型用于第一功能的波束成形的通信相关联的测量，向基站发送一个或多个测量报告。可以根据如本文所描述的方法，来执行1525的操作。在一些示例中，1525的操作的方面可以由如参照图6至图9所描述的测量报告管理器来执行。
可选地，在1530处，UE可以从基站接收响应于一个或多个测量报告的用于切换到预测模型的集合中的第二预测模型的指示。可以根据如本文所描述的方法，来执行1530的操作。在一些示例中，1530的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
可选地，在1535处，UE可以基于用于第一功能的第二预测模型，确定用于进一步波束成形的通信的一个或多个经更新的参数。可以根据如本文所描述的方法，来执行1535的操作。在一些示例中，1535的操作的方面可以由如参照图6至图9所描述的波束成形管理器来执行。
可选地，在1540处，UE可以使用基于一个或多个经更新的参数的波束成形的通信，与基站进行通信。可以根据如本文所描述的方法，来执行1540的操作。在一些示例中，1540的操作的方面可以由如参照图6至图9所描述的波束成形的通信管理器来执行。
图16根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法1600的流程图。方法1600的操作可以由如本文所描述的UE 115或者其部件来实现。例如，方法1600的操作可以由如参照图6至图9所描述的通信管理器来执行。在一些示例中，UE可以执行一个指令集来控制该UE的功能单元，以执行下面所描述的功能。另外地或替代地，UE可以使用特殊用途硬件，执行下面描述的功能的各方面。
在1605处，UE可以测量该UE与基站之间的一个或多个信道状况。可以根据如本文所描述的方法，来执行1605的操作。在一些示例中，1605的操作的方面可以由如参照图6至图9所描述的测量管理器来执行。
在1610处，UE可以响应于测量，向基站发送指示所述一个或多个信道状况的测量报告。可以根据如本文所描述的方法，来执行1610的操作。在一些示例中，1610的操作的方面可以由如参照图6至图9所描述的测量报告管理器来执行。
在1615处，UE可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合。可以根据如本文所描述的方法，来执行1615的操作。在一些示例中，1615的操作的方面可以由如参照图6至图9所描述的模型识别管理器来执行。
在1620处，UE可以从基站接收第一预测模型的指示。可以根据如本文所描述的方法，来执行1620的操作。在一些示例中，1620的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1625处，UE可以响应于来自基站的指示，选择第一预测模型以用于第一功能。可以根据如本文所描述的方法，来执行1625的操作。在一些示例中，1625的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1630处，UE可以基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数。可以根据如本文所描述的方法，来执行1630的操作。在一些示例中，1630的操作的方面可以由如参照图6至图9所描述的波束成形管理器来执行。
在1635处，UE可以使用基于一个或多个确定的参数的波束成形的通信，与基站进行通信。可以根据如本文所描述的方法，来执行1635的操作。在一些示例中，1635的操作的方面可以由如参照图6至图9所描述的波束成形的通信管理器来执行。
图17根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法1700的流程图。方法1700的操作可以由如本文所描述的UE 115或者其部件来实现。例如，方法1700的操作可以由如参照图6至图9所描述的通信管理器来执行。在一些示例中，UE可以执行一个指令集来控制该UE的功能单元，以执行下面所描述的功能。另外地或替代地，UE可以使用特殊用途硬件，执行下面描述的功能的各方面。
在1705处，UE可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合。可以根据如本文所描述的方法，来执行1705的操作。在一些示例中，1705的操作的方面可以由如参照图6至图9所描述的模型识别管理器来执行。
在1710处，UE可以针对预测模型的集合中的每一个预测模型，计算第一功能的结果以生成第一功能的结果的集合。可以根据如本文所描述的方法，来执行1710的操作。在一些示例中，1710的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1715处，UE可以确定第一功能的结果的集合中的第一结果是结果的集合中的最优选结果，其中第一结果与第一预测模型相关联。可以根据如本文所描述的方法，来执行1715的操作。在一些示例中，1715的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1720处，UE可以基于该确定来选择第一预测模型。可以根据如本文所描述的方法，来执行1720的操作。在一些示例中，1720的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1725处，UE可以基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数。可以根据如本文所描述的方法，来执行1725的操作。在一些示例中，1725的操作的方面可以由如参照图6至图9所描述的波束成形管理器来执行。
在1730处，UE可以使用基于一个或多个确定的参数的波束成形的通信，与基站进行通信。可以根据如本文所描述的方法，来执行1730的操作。在一些示例中，1730的操作的方面可以由如参照图6至图9所描述的波束成形的通信管理器来执行。
图18根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法1800的流程图。方法1800的操作可以由如本文所描述的UE 115或者其部件来实现。例如，方法1800的操作可以由如参照图6至图9所描述的通信管理器来执行。在一些示例中，UE可以执行一个指令集来控制该UE的功能单元，以执行下面所描述的功能。另外地或替代地，UE可以使用特殊用途硬件，执行下面描述的功能的各方面。
在1805处，UE可以从基站接收用于与基站的波束成形的通信相关联的至少第一功能的预测模型的集合。可以根据如本文所描述的方法，来执行1805的操作。在一些示例中，1805的操作的方面可以由如参照图6至图9所描述的模型识别管理器来执行。
在1810处，UE可以选择预测模型的集合中的第一预测模型以用于第一功能，以用于与基站的波束成形的通信。可以根据如本文所描述的方法，来执行1810的操作。在一些示例中，1810的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1815处，UE可以基于用于第一功能的第一预测模型，确定用于波束成形的通信的一个或多个参数。可以根据如本文所描述的方法，来执行1815的操作。在一些示例中，1815的操作的方面可以由如参照图6至图9所描述的波束成形管理器来执行。
在1820处，UE可以使用基于一个或多个确定的参数的波束成形的通信，与基站进行通信。可以根据如本文所描述的方法，来执行1820的操作。在一些示例中，1820的操作的方面可以由如参照图6至图9所描述的波束成形的通信管理器来执行。
在1825处，UE可以从基站接收用于选择不同的预测模型的模型选择功能。可以根据如本文所描述的方法，来执行1825的操作。在一些示例中，1825的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
在1830处，UE可以测量与波束成形的通信相关联的一个或多个信道状况、UE的一个或多个内部状态或其组合，以识别测量值的集合。可以根据如本文所描述的方法，来执行1830的操作。在一些示例中，1830的操作的方面可以由如参照图6至图9所描述的测量管理器来执行。
在1835处，UE可以将测量值的该集合提供为模型选择功能的输入，并且其中，响应于基于测量值的该集合的模型选择功能的相关联的输出而执行切换。可以根据如本文所描述的方法，来执行1835的操作。在一些示例中，1835的操作的方面可以由如参照图6至图9所描述的测量管理器来执行。
在1840处，UE可以基于模型选择功能，从第一预测模型切换到预测模型的集合中的第二预测模型以用于所述第一功能。可以根据如本文所描述的方法，来执行1840的操作。在一些示例中，1840的操作的方面可以由如参照图6至图9所描述的模型选择管理器来执行。
图19根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法1900的流程图。方法1900的操作可以由如本文所描述的基站或者其部件来实现。例如，方法1900的操作可以由如参照图10至图13所描述的基站105来执行。在一些示例中，基站可以执行一个指令集来控制该基站的功能单元，以执行所描述的功能。另外地或替代地，基站可以使用特殊用途硬件，执行所描述的功能的各方面。
在1905处，该方法可以包括：向第一UE发送用于与第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型，所述一个或多个预测模型基于将第一UE识别为用于与基站进行波束成形的通信。可以根据如本文所公开的示例，来执行1905的操作。在一些示例中，1905的操作的方面可以由如参照图10至图13所描述的模型识别管理器来执行。
在1910处，该方法可以包括：使用基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与第一UE进行通信。可以根据如本文所公开的示例，来执行1910的操作。在一些示例中，1910的操作的方面可以由如参照图10至图13所描述的波束成形的通信管理器来执行。
图20根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法2000的流程图。方法2000的操作可以由如本文所描述的基站105或者其部件来实现。例如，方法2000的操作可以由如参照图10至图13所描述的通信管理器来执行。在一些示例中，基站可以执行一个指令集来控制该基站的功能单元，以执行下面所描述的功能。另外地或替代地，基站可以使用特殊用途硬件，执行下面所描述的功能的各方面。
在2005处，基站可以识别用于与基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合。可以根据如本文所描述的方法，来执行2005的操作。在一些示例中，2005的操作的方面可以由如参照图10至图13所描述的模型选择管理器来执行。
在2010处，基站可以基于将第一UE识别为用于与基站进行波束成形的通信，向第一UE发送预测模型的集合。可以根据如本文所描述的方法，来执行2010的操作。在一些示例中，2010的操作的方面可以由如参照图10至图13所描述的模型识别管理器来执行。
在2015处，基站可以从第一UE接收指示第一UE处的一个或多个测量的信道状况的测量报告。可以根据如本文所描述的方法，来执行2015的操作。在一些示例中，2015的操作的方面可以由如参照图10至图13所描述的测量报告管理器来执行。
在2020处，基站可以基于测量报告，选择预测模型的集合中的第一预测模型来用于与第一UE的波束成形的通信。可以根据如本文所描述的方法，来执行2020的操作。在一些示例中，2020的操作的方面可以由如参照图10至图13所描述的模型选择管理器来执行。
在2025处，基站可以向第一UE发送第一预测模型的指示。可以根据如本文所描述的方法，来执行2025的操作。在一些示例中，2025的操作的方面可以由如参照图10至图13所描述的模型选择管理器来执行。
在2030处，基站可以使用基于第一功能的一个或多个参数的波束成形的通信，与第一UE进行通信，其中第一功能的一个或多个参数是基于预测模型的集合中的第一预测模型来确定的。可以根据如本文所描述的方法，来执行2030的操作。在一些示例中，2030的操作的方面可以由如参照图10至图13所描述的波束成形的通信管理器来执行。
图21根据本公开内容的各方面，示出了描绘支持波束成形的通信中的机器学习模型选择的方法2100的流程图。方法2100的操作可以由如本文所描述的基站105或者其部件来实现。例如，方法2100的操作可以由如参照图10至图13所描述的通信管理器来执行。在一些示例中，基站可以执行一个指令集来控制该基站的功能单元，以执行下面所描述的功能。另外地或替代地，基站可以使用特殊用途硬件，执行下面所描述的功能的各方面。
在2105处，基站可以识别用于与基站和UE之间的波束成形的通信相关联的至少第一功能的预测模型的集合。可以根据如本文所描述的方法，来执行2105的操作。在一些示例中，2105的操作的方面可以由如参照图10至图13所描述的模型选择管理器来执行。
在2110处，基站可以基于将第一UE识别为用于与基站进行波束成形的通信，向第一UE发送预测模型的集合。可以根据如本文所描述的方法，来执行2110的操作。在一些示例中，2110的操作的方面可以由如参照图10至图13所描述的模型识别管理器来执行。
在2115处，基站可以从第一UE接收指示第一UE处的一个或多个测量的信道状况的测量报告。可以根据如本文所描述的方法，来执行2115的操作。在一些示例中，2115的操作的方面可以由如参照图10至图13所描述的测量报告管理器来执行。
在2120处，基站可以基于测量报告，选择预测模型的集合中的第一预测模型来用于与第一UE的波束成形的通信。可以根据如本文所描述的方法，来执行2120的操作。在一些示例中，2120的操作的方面可以由如参照图10至图13所描述的模型选择管理器来执行。
在2125处，基站可以向第一UE发送第一预测模型的指示。可以根据如本文所描述的方法，来执行2125的操作。在一些示例中，2125的操作的方面可以由如参照图10至图13所描述的模型选择管理器来执行。
在2130处，基站可以使用基于第一功能的一个或多个参数的波束成形的通信，与第一UE进行通信，其中第一功能的一个或多个参数是基于预测模型的集合中的第一预测模型来确定的。可以根据如本文所描述的方法，来执行2130的操作。在一些示例中，2130的操作的方面可以由如参照图10至图13所描述的波束成形的通信管理器来执行。
在2135处，基站可以从第一UE接收第一预测模型是否准确预测了第一功能的指示。可以根据如本文所描述的方法，来执行2135的操作。在一些示例中，2135的操作的方面可以由如参照图10至图13所描述的模型识别管理器来执行。
在2140处，基站可以更新用于基于测量报告来确定向UE指示预测模型的集合中的哪一个预测模型的模型。可以根据如本文所描述的方法，来执行2140的操作。在一些示例中，2140的操作的方面可以由如参照图10至图13所描述的模型识别管理器来执行。
应当注意的是，本文所描述的方法描述了可能的实现，可以对这些操作和步骤进行重新排列或者修改，其它实现也是可能的。此外，可以对来自这些方法中的两个或更多的方面进行组合。
以下提供了本公开内容的各方面的概述：
方面1：一种用于UE处的无线通信的方法，包括：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型；并使用至少部分地基于一个或多个参数的波束成形的通信与所述基站进行通信，所述一个或多个参数至少部分地基于用于与所述基站的波束成形的通信的所述第一功能的所述一个或多个预测模型中的预测模型。
方面2：根据方面1所述的方法，还包括：测量所述UE和所述基站之间的一个或多个信道状况；响应于所述测量，向所述基站发送指示所述一个或多个信道状况的测量报告；从所述基站接收所述预测模型的指示；并响应来自所述基站的所述指示，选择所述预测模型以用于所述第一功能。
方面3：根据方面2所述的方法，其中，所述UE从所述基站接收要在所述UE处用于与波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表。
方面4：根据方面2至3中的任何一项所述的方法，还包括：确定所述预测模型是否准确地预测了所述第一功能；并基于所述确定，向所述基站发送指示。
方面5：根据方面2至4中的任何一项所述的方法，其中，所述测量报告还指示所述UE的位置信息。
方面6：根据方面2至5中的任何一项所述的方法，其中，所述测量包括：对于在一个或多个同步信号块(SSB)中从所述基站和一个或多个其它基站接收的一个或多个参考信号进行测量。
方面7：根据方面1至6中的任何一项所述的方法，还包括：基于与将所述预测模型用于所述第一功能的所述波束成形的通信相关联的测量，向所述基站发送一个或多个测量报告；从所述基站接收响应于所述一个或多个测量报告的用于切换到所述一个或多个预测模型中的不同的预测模型的指示；至少部分地基于用于所述第一功能的所述不同的预测模型，来确定用于进一步的波束成形的通信的一个或多个经更新的参数；并使用至少部分地基于所述一个或多个经更新的参数的波束成形的通信，与所述基站进行通信。
方面8：根据方面1至7中的任何一项所述的方法，还包括：从所述基站接收用于选择不同的预测模型的模型选择功能；并至少部分地基于所述模型选择功能，切换到所述一个或多个预测模型中的所述不同的预测模型以用于所述第一功能。
方面9：根据方面8所述的方法，还包括：测量与所述波束成形的通信相关联的一个或多个信道状况、所述UE的一个或多个内部状态或其组合，以识别多个测量值；并将所述多个测量值提供为所述模型选择功能的输入，并且其中，响应于基于所述多个测量值的所述模型选择功能的相关联的输出而执行所述切换。
方面10：根据方面1至9中的任何一项所述的方法，还包括：针对两个或更多个预测模型中的每一个预测模型，计算所述第一功能的结果以生成所述第一功能的两个或更多个结果；确定所述第一功能的所述两个或更多个结果中的第一结果是最优选的结果，其中所述第一结果与第一预测模型相关联；并至少部分地基于所述确定来选择所述第一预测模型。
方面11：根据方面10所述的方法，还包括：在多个预测中监测来自所述第一预测模型的预测质量；并至少部分地基于来自所述第一预测模型的所述预测质量下降到阈值质量以下，切换到第二预测模型以用于所述第一功能。
方面12：根据方面11所述的方法，其中，至少部分地基于所述第一预测模型的结果与基于所述UE处的一个或多个测量的观察结果不匹配，确定所述预测质量下降到所述阈值质量以下。
方面13：根据方面11至12中的任何一项所述的方法，其中，至少部分地基于以下中的一个或多个来确定所述预测质量下降到所述阈值质量以下：连续不正确预测的数量超过阈值、过去预测的集合中的不正确预测的数量超过阈值、或其任何组合。
方面14：一种用于基站处的无线通信的方法，包括：向第一UE发送用于与所述第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型，所述一个或多个预测模型至少部分地基于将所述第一UE识别为用于与所述基站进行波束成形的通信；并使用至少部分地基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与所述第一UE进行通信。
方面15：根据方面14所述的方法，还包括：从所述第一UE接收指示所述第一UE处的一个或多个测量的信道状况的测量报告；至少部分地基于所述测量报告，选择所述一个或多个预测模型中的预测模型以用于与所述第一UE的所述波束成形的通信；并向所述第一UE发送所述预测模型的指示。
方面16：根据方面15所述的方法，其中，发送所述预测模型的所述指示包括：发送将在所述第一UE处用于与所述波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表。
方面17：根据方面15至16中的任何一项所述的方法，还包括：从所述第一UE接收所述预测模型是否准确地预测所述第一功能的指示；并更新用于基于测量报告来确定向UE指示所述一个或多个预测模型中的哪一个预测模型的模型。
方面18：根据方面15至17中的任何一项所述的方法，其中，所述测量报告进一步指示所述第一UE的位置信息，并且其中，所述选择进一步基于所述位置信息。
方面19：根据方面14至18中的任何一项所述的方法，还包括：从所述第一UE接收一个或多个测量报告，所述一个或多个测量报告指示与将所述预测模型用于所述第一功能的所述波束成形的通信相关联的测量；至少部分地基于所述一个或多个测量报告，确定所述第一UE将切换到两个或更多个预测模型中的不同的预测模型；并向所述UE发送切换到所述不同的预测模型的指示。
方面20：根据方面14至19中的任何一项所述的方法，还包括：向所述第一UE发送用于UE选择不同的预测模型的模型选择功能。
方面21：根据方面14至20中的任何一项所述的方法，还包括：将所述第一UE配置为基于针对两个或更多个预测模型中的每一个的所述第一功能的结果，从所述两个或更多个预测模型中选择所述预测模型。
方面22：根据方面21所述的方法，其中，所述配置进一步包括：配置所述第一UE处的阈值预测质量，以启动预测模型之间的切换。
方面23：根据方面22所述的方法，其中，所述阈值预测质量对应于：针对连续不正确预测的数量的阈值，过去预测的集合中的不正确预测的数量超过所述阈值、或其任意组合。
方面24：一种用于基站处的无线通信的装置，包括处理器；与所述处理器相耦合的存储器；所述处理器和所述存储器被配置为执行方面1至13中的任何一项所述的方法。
方面25：一种用于UE处的无线通信的装置，包括用于执行方面1至13中的任何一项所述的方法的至少一个单元。
方面26：一种存储有用于UE处的无线通信的代码的非暂时性计算机可读介质，所述代码包括可由处理器执行以执行方面1至13中的任何一项所述的方法的指令。
方面27：一种用于基站处的无线通信的装置，包括处理器；与所述处理器相耦合的存储器；所述处理器和所述存储器被配置为执行方面14至23中的任何一项所述的方法。
方面28：一种用于基站处的无线通信的装置，包括用于执行方面14至23中的任何一项所述的方法的至少一个单元。
方面29：一种存储有用于基站处的无线通信的代码的非暂时性计算机可读介质，所述代码包括可由处理器执行以执行方面14至23中的任何一项所述的方法的指令。
方面30：一种用于用户设备(UE)处的无线通信的方法，包括：从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的预测模型的集合；选择所述预测模型的集合中的第一预测模型以用于与所述基站的波束成形的通信的所述第一功能；至少部分地基于用于所述第一功能的所述第一预测模型，确定用于所述波束成形的通信的一个或多个参数；并使用至少部分地基于所述一个或多个确定的参数的波束成形的通信，与所述基站进行通信。
方面31：根据方面30所述的方法，其中，所述选择包括：测量所述UE和所述基站之间的一个或多个信道状况；响应于所述测量，向所述基站发送指示所述一个或多个信道状况的测量报告；从所述基站接收所述第一预测模型的指示；并响应于来自所述基站的所述指示，选择所述第一预测模型以用于所述第一功能。
方面32：根据方面30或31中的任何一项所述的方法，其中，所述UE从所述基站接收要在所述UE处用于与波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表。
方面33：根据方面30至32中的任何一项所述的方法，其中，所述测量包括：对于在一个或多个同步信号块(SSB)中从所述基站和一个或多个其它基站接收的一个或多个参考信号进行测量。
方面34：根据方面31至33中的任何一项所述的方法，其中，所述测量报告进一步指示所述UE的位置信息。
方面35：根据方面30至34中的任何一项所述的方法，还包括：确定所述第一预测模型是否准确地预测了所述第一功能；并基于所述确定，向所述基站发送指示。
方面36：根据方面30至35中的任何一项所述的方法，其中，所述选择包括：针对所述预测模型的集合中的每一个预测模型，计算所述第一功能的结果以生成所述第一功能的多个结果；确定所述第一功能的所述多个结果中的第一结果是所述多个结果中的最优选结果，其中所述第一结果与所述第一预测模型相关联；并基于所述确定来选择所述第一预测模型。
方面37：根据方面30至36中的任何一项所述的方法，还包括：在多个预测中监测来自所述第一预测模型的预测质量；并基于来自所述第一预测模型的所述预测质量下降到阈值质量以下，切换到第二预测模型以用于所述第一功能。
方面38：根据方面37所述的方法，其中，至少部分地基于所述第一预测模型的结果与基于所述UE处的一个或多个测量的观察结果不匹配，确定所述预测质量下降到所述阈值质量以下。
方面39：根据方面37至38中的任何一项所述的方法，其中，至少部分地基于以下中的一个或多个来确定所述预测质量下降到所述阈值质量以下：连续不正确预测的数量超过阈值、过去预测的集合中的不正确预测的数量超过阈值、或其任何组合。
方面40：根据方面30至39中的任何一项所述的方法，还包括：基于与将所述第一预测模型用于所述第一功能的所述波束成形的通信相关联的测量，向所述基站发送一个或多个测量报告；从所述基站接收响应于所述一个或多个测量报告的用于切换到所述多个预测模型中的第二预测模型的指示；至少部分地基于用于所述第一功能的所述第二预测模型，来确定用于进一步的波束成形的通信的一个或多个经更新的参数；并使用至少部分地基于所述一个或多个经更新的参数的波束成形的通信，与所述基站进行通信。
方面41：根据方面30至40中的任何一项所述的方法，还包括：从所述基站接收用于选择不同的预测模型的模型选择功能；并至少部分地基于所述模型选择功能，从所述第一预测模型切换到所述预测模型的集合中的第二预测模型以用于所述第一功能。
方面42：根据方面41所述的方法，还包括：测量与所述波束成形的通信相关联的一个或多个信道状况、所述UE的一个或多个内部状态或其组合，以识别多个测量值；并将所述多个测量值作为所述模型选择功能的输入，并且其中，响应于基于所述多个测量值的所述模型选择功能的相关联的输出而执行所述切换。
方面43：一种用于无线通信的装置，包括用于执行方面30至42中的任何一项所述的方法的至少一个单元。
方面44：一种用于无线通信的装置，包括处理器；与所述处理器相耦合的存储器；所述处理器和所述存储器被配置为执行方面30至42中的任何一项所述的方法。
方面45：一种存储有用于无线通信的代码的非暂时性计算机可读介质，包括处理器、与所述处理器进行电通信的存储器、以及指令，所述指令存储在所述存储器中，并且可由所述处理器执行以使该装置执行方面30至42中的任何一项所述的方法。
方面46：一种用于基站处的无线通信的方法，包括：识别用于与所述基站和UE之间的波束成形的通信相关联的至少第一功能的多个预测模型；至少部分地基于将第一UE识别为用于与所述基站进行波束成形的通信，向所述第一UE发送所述多个预测模型；并使用至少部分地基于所述第一功能的一个或多个参数的波束成形的通信，与所述第一UE进行通信，其中所述第一功能的所述一个或多个参数是基于所述多个预测模型中的第一预测模型来确定的。
方面47：根据方面46所述的方法，还包括：从所述第一UE接收指示所述第一UE处的一个或多个测量的信道状况的测量报告；至少部分地基于所述测量报告，选择所述多个预测模型中的所述第一预测模型以用于与所述第一UE的波束成形的通信；并向所述第一UE发送所述第一预测模型的指示。
方面48：根据方面46至47中的任何一项所述的方法，其中，发送所述第一预测模型的所述指示包括：发送要在所述第一UE处用于与波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表。
方面49：根据方面46至48中的任何一项所述的方法，其中，所述测量报告进一步指示所述第一UE的位置信息，并且其中所述选择进一步基于所述位置信息。
方面50：根据方面46至49中的任何一项所述的方法，还包括：从所述第一UE接收所述第一预测模型是否准确地预测所述第一功能的指示；并更新用于基于测量报告来确定向UE指示所述多个预测模型中的哪一个预测模型的模型。
方面51：根据方面46至50中的任何一项所述的方法，还包括：将所述第一UE配置为基于针对所述多个预测模型中的每一个的所述第一功能的结果，从所述多个预测模型中选择所述第一预测模型。
方面52：根据方面46至51中的任何一项所述的方法，其中，所述配置还包括：配置所述第一UE处的阈值预测质量，以发起预测模型之间的切换。
方面53：根据方面52所述的方法，其中，所述阈值质量对应于：针对连续不正确预测的数量的阈值、过去预测的集合中的不正确预测的数量超过所述阈值、或其任意组合。
方面54：根据方面46至53中的任何一项所述的方法，还包括：从所述第一UE接收一个或多个测量报告，所述一个或多个测量报告指示与将所述第一预测模型用于所述第一功能的所述波束成形的通信相关联的测量；至少部分地基于所述一个或多个测量报告，确定所述第一UE将切换到所述多个预测模型中的第二预测模型；并向所述UE发送切换到所述第二预测模型的指示。
方面55：根据方面46至54中的任何一项所述的方法，还包括：向所述第一UE发送用于UE选择所述多个预测模型中的不同的预测模型的模型选择功能。
方面56：一种用于无线通信的装置，包括用于执行方面46至55中的任何一项所述的方法的至少一个单元。
方面57：一种用于无线通信的装置，包括处理器；与所述处理器相耦合的存储器；所述处理器和所述存储器被配置为使得装置执行方面46至55中的任何一项所述的方法。
方面58：一种存储有用于无线通信的代码的非暂时性计算机可读介质，包括处理器、与所述处理器进行电通信的存储器、以及指令，所述指令存储在所述存储器中并且可由所述处理器执行以使该装置执行方面46至55中的任何一项所述的方法。
虽然为了举例目的而描述了LTE、LTE-A、LTE-A Pro或NR系统的方面，并在大部分的描述中使用LTE、LTE-A、LTE-A Pro或者NR术语，但本文所描述的这些技术也可适用于LTE、LTE-A、LTE-A Pro或NR网络之外。例如，所描述的技术可以适用于各种其它无线通信系统，例如超移动宽带(UMB)、电气和电子工程师协会(IEEE)802.11(Wi-Fi)、IEEE 802.16(WiMAX)、IEEE 802.20、Flash-OFDM以及本文未明确提及的其它系统和无线电技术。
本文所描述的信息和信号可以使用多种不同的技术和方法中的任意一种来表示。例如，在贯穿本文的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。
被设计用于执行本文所述功能的通用处理器、DSP、ASIC、CPU、FPGA或其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件部件或者其任意组合，可以用来实现或执行结合本文所公开内容描述的各种示例性的框和组件。通用处理器可以是微处理器，或者，该处理器也可以是任何处理器、控制器、微控制器或者状态机。处理器也可以实现为计算设备的组合(例如，DSP和微处理器的组合、若干微处理器、微处理器与DSP内核的结合，或者任何其它此种结构)。
本文所述功能可以用硬件、处理器执行的软件、固件、或者其任意组合的方式来实现。当用处理器执行的软件实现时，可以将这些功能存储在计算机可读介质上，或者作为计算机可读介质上的一个或多个指令或代码进行传输。其它示例和实现也落入本公开内容及其所附权利要求书的保护范围之内。例如，由于软件的本质，本文所描述的功能可以使用由处理器执行的软件、硬件、固件、硬件连线或者其任意组合来实现。用于实现功能的特征可以物理地分布在多个位置，其包括分布成在不同的物理位置以实现功能的一部分。
计算机可读介质包括非暂时性计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。非暂时性存储介质可以是通用或特殊用途计算机能够存取的任何可用介质。举例而言，但非做出限制，非暂时性计算机可读介质可以包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程ROM(EEPROM)、闪存、压缩光盘(CD)ROM或其它光盘存储器、磁盘存储器或其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码单元并能够由通用或特殊用途计算机、或者通用或特殊用途处理器进行存取的任何其它非暂时性介质。此外，可以将任何连接适当地称作计算机可读介质。举例而言，如果软件是使用同轴电缆、光纤光缆、双绞线、数字用户线路(DSL)或者诸如红外线、无线和微波之类的无线技术，从网站、服务器或其它远程源传输的，那么所述同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线和微波之类的无线技术包括在所述计算机可读介质的定义中。如本文所使用的，磁盘和光盘包括CD、激光光盘、光盘、数字通用光盘(DVD)、软盘和蓝光光盘，其中磁盘通常磁性地复制数据，而光盘则用激光来光学地复制数据。上面的组合也应当包括在计算机可读介质的保护范围之内。
如本文(包括在权利要求书中)所使用的，如列表项中所使用的“或”(例如，以诸如“中的至少一个”或“中的一个或多个”之类的短语为结束的列表项)指示包含性的列表，使得例如A、B或C中的至少一个的列表意味着A或B或C或AB或AC或BC或ABC(即，A和B和C)。此外，如本文所使用的，短语“基于”不应被解释为引用一个闭合的条件集。例如，描述成“基于条件A”的示例性步骤，可以是基于条件A和条件B，而不脱离本公开内容的保护范围。换言之，如本文所使用的，应当按照与短语“至少部分地基于”相同的方式来解释短语“基于”。
在附图中，类似的部件或特征具有相同的附图标记。此外，相同类型的各个部件可以通过在附图标记之后加上虚线以及用于区分相似部件的第二标记来进行区分。如果在说明书中仅使用了第一附图标记，则该描述可适用于具有相同的第一附图标记的任何一个类似部件，而不管其它后续附图标记。
本文结合附图阐述的具体实施方式描述了示例性配置，但其并不表示可以实现的所有示例，也不表示落入权利要求书的保护范围之内的所有示例。如本文所使用的“示例性”一词意味着“用作示例、实例或说明”，但并不意味着比其它示例“更优选”或“更具优势”。具体实施方式包括用于提供所描述技术的透彻理解的特定细节。但是，可以在不使用这些特定细节的情况下实现这些技术。在一些实例中，为了避免对所描述的示例的概念造成模糊，以框图形式示出了公知的结构和设备。
为使本领域任何普通技术人员能够实现或者使用本公开内容，上面围绕本公开内容进行了描述。对于本领域普通技术人员来说，对本公开内容的各种修改是显而易见的，并且，本文定义的总体原理也可以在不脱离本公开内容的保护范围的基础上适用于其它变型。因此，本公开内容并不限于本文所描述的示例和设计方案，而是与本文公开的原理和新颖性特征的最广范围相一致。

Claims (30)

1.一种用于用户设备(UE)处的无线通信的方法，包括：
从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型；以及
使用至少部分地基于一个或多个参数的波束成形的通信与所述基站进行通信，所述一个或多个参数至少部分地基于用于与所述基站的波束成形的通信的所述第一功能的所述一个或多个预测模型中的预测模型。
2.根据权利要求1所述的方法，还包括：
测量所述UE和所述基站之间的一个或多个信道状况；
响应于所述测量，向所述基站发送指示所述一个或多个信道状况的测量报告；
从所述基站接收所述预测模型的指示；以及
响应来自所述基站的所述指示，选择所述预测模型以用于所述第一功能。
3.根据权利要求2所述的方法，其中，所述UE从所述基站接收要在所述UE处用于与波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表。
4.根据权利要求2所述的方法，还包括：
确定所述预测模型是否准确地预测了所述第一功能；以及
基于所述确定，向所述基站发送指示。
5.根据权利要求2所述的方法，其中，所述测量报告还指示所述UE的位置信息。
6.根据权利要求2所述的方法，其中，所述测量包括：
对于在一个或多个同步信号块(SSB)中从所述基站和一个或多个其它基站接收的一个或多个参考信号进行测量。
7.根据权利要求1所述的方法，还包括：
基于与将所述预测模型用于所述第一功能的所述波束成形的通信相关联的测量，向所述基站发送一个或多个测量报告；
从所述基站接收响应于所述一个或多个测量报告的用于切换到所述一个或多个预测模型中的不同的预测模型的指示；
至少部分地基于用于所述第一功能的所述不同的预测模型，来确定用于进一步的波束成形的通信的一个或多个经更新的参数；以及
使用至少部分地基于所述一个或多个经更新的参数的波束成形的通信，与所述基站进行通信。
8.根据权利要求1所述的方法，还包括：
从所述基站接收用于选择不同的预测模型的模型选择功能；以及
至少部分地基于所述模型选择功能，切换到所述一个或多个预测模型中的所述不同的预测模型以用于所述第一功能。
9.根据权利要求8所述的方法，还包括：
测量与所述波束成形的通信相关联的一个或多个信道状况、所述UE的一个或多个内部状态或其组合，以识别多个测量值；以及
将所述多个测量值提供为所述模型选择功能的输入，并且其中，响应于基于所述多个测量值的所述模型选择功能的相关联的输出而执行所述切换。
10.根据权利要求1所述的方法，还包括：
针对两个或更多个预测模型中的每一个预测模型，计算所述第一功能的结果以生成所述第一功能的两个或更多个结果；
确定所述第一功能的所述两个或更多个结果中的第一结果是最优选的结果，其中，所述第一结果与第一预测模型相关联；以及
至少部分地基于所述确定来选择所述第一预测模型。
11.根据权利要求10所述的方法，还包括：
在多个预测中监测来自所述第一预测模型的预测质量；以及
至少部分地基于来自所述第一预测模型的所述预测质量下降到阈值质量以下，切换到第二预测模型以用于所述第一功能。
12.根据权利要求11所述的方法，其中，至少部分地基于所述第一预测模型的结果与基于所述UE处的一个或多个测量的观察结果不匹配，确定所述预测质量下降到所述阈值质量以下。
13.根据权利要求11所述的方法，其中，至少部分地基于以下中的一个或多个来确定所述预测质量下降到所述阈值质量以下：连续不正确预测的数量超过阈值、过去预测的集合中的不正确预测的数量超过阈值、或其任何组合。
14.一种用于基站处的无线通信的方法，包括：
向第一UE发送用于与所述第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型，所述一个或多个预测模型至少部分地基于将所述第一UE识别为用于与所述基站进行波束成形的通信；以及
使用至少部分地基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与所述第一UE进行通信。
15.根据权利要求14所述的方法，还包括：
从所述第一UE接收指示所述第一UE处的一个或多个测量的信道状况的测量报告；
至少部分地基于所述测量报告，选择所述一个或多个预测模型中的所述预测模型以用于与所述第一UE的所述波束成形的通信；以及
向所述第一UE发送所述预测模型的指示。
16.根据权利要求15所述的方法，其中，发送所述预测模型的所述指示包括：
发送将在所述第一UE处用于与所述波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表。
17.根据权利要求15所述的方法，还包括：
从所述第一UE接收所述预测模型是否准确地预测所述第一功能的指示；以及
更新用于基于测量报告来确定向UE指示所述一个或多个预测模型中的哪一个预测模型的模型。
18.根据权利要求15所述的方法，其中，所述测量报告进一步指示所述第一UE的位置信息，并且其中，所述选择进一步基于所述位置信息。
19.根据权利要求14所述的方法，还包括：
从所述第一UE接收一个或多个测量报告，所述一个或多个测量报告指示与将所述预测模型用于所述第一功能的所述波束成形的通信相关联的测量；
至少部分地基于所述一个或多个测量报告，确定所述第一UE将切换到两个或更多个预测模型中的不同的预测模型；以及
向所述UE发送切换到所述不同的预测模型的指示。
20.根据权利要求14所述的方法，还包括：
向所述第一UE发送用于UE选择不同的预测模型的模型选择功能。
21.根据权利要求14所述的方法，还包括：
将所述第一UE配置为基于针对两个或更多个预测模型中的每一个预测模型的所述第一功能的结果，从所述两个或更多个预测模型中选择所述预测模型。
22.根据权利要求21所述的方法，其中，所述配置进一步包括：
配置所述第一UE处的阈值预测质量，以启动预测模型之间的切换。
23.根据权利要求22所述的方法，其中，所述阈值预测质量对应于：针对连续不正确预测的数量的阈值、过去预测的集合中不正确预测的数量超过所述阈值、或其任意组合。
24.一种用于用户设备(UE)处的无线通信的装置，包括：
用于从基站接收用于与所述基站的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元；以及
用于使用至少部分地基于一个或多个参数的波束成形的通信与所述基站进行通信的单元，所述一个或多个参数至少部分地基于用于与所述基站的波束成形的通信的所述第一功能的所述一个或多个预测模型中的预测模型。
25.根据权利要求24所述的装置，还包括：
用于测量所述UE和所述基站之间的一个或多个信道状况的单元；
用于响应于所述测量，向所述基站发送指示所述一个或多个信道状况的测量报告的单元；
用于从所述基站接收所述预测模型的指示的单元；以及
用于响应来自所述基站的所述指示，选择所述预测模型以用于所述第一功能的单元。
26.根据权利要求25所述的装置，其中，所述UE从所述基站接收要在所述UE处用于与波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表。
27.根据权利要求25所述的装置，还包括：
用于确定所述预测模型是否准确地预测了所述第一功能的单元；以及
用于基于所述确定，向所述基站发送指示的单元。
28.一种用于基站处的无线通信的装置，包括：
用于向第一UE发送用于与所述第一UE的波束成形的通信相关联的至少第一功能的一个或多个预测模型的单元，所述一个或多个预测模型至少部分地基于将所述第一UE识别为用于与所述基站进行波束成形的通信；以及
用于使用至少部分地基于所述一个或多个预测模型中的预测模型的波束成形的通信参数，与所述第一UE进行通信的单元。
29.根据权利要求28所述的装置，还包括：
用于从所述第一UE接收指示所述第一UE处的一个或多个测量的信道状况的测量报告的单元；
用于至少部分地基于所述测量报告，选择所述一个或多个预测模型中的所述预测模型以用于与所述第一UE的所述波束成形的通信的单元；以及
用于向所述第一UE发送所述预测模型的指示的单元。
30.根据权利要求29所述的装置，还包括：
用于发送将在所述第一UE处用于与所述波束成形的通信相关联的多个功能中的每一个功能的预测模型的优先列表的单元。
CN202180026682.1A 2020-04-16 2021-04-14 波束成形的通信中的机器学习模型选择 Pending CN115398820A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063011184P 2020-04-16 2020-04-16
US63/011,184 2020-04-16
US17/229,334 2021-04-13
US17/229,334 US11424791B2 (en) 2020-04-16 2021-04-13 Machine learning model selection in beamformed communications
PCT/US2021/027269 WO2021211703A1 (en) 2020-04-16 2021-04-14 Machine learning model selection in beamformed communications

Publications (1)

Publication Number Publication Date
CN115398820A true CN115398820A (zh) 2022-11-25

Family

ID=78082598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180026682.1A Pending CN115398820A (zh) 2020-04-16 2021-04-14 波束成形的通信中的机器学习模型选择

Country Status (4)

Country Link
US (1) US11424791B2 (zh)
EP (1) EP4136591A1 (zh)
CN (1) CN115398820A (zh)
WO (1) WO2021211703A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230170976A1 (en) * 2021-11-30 2023-06-01 Qualcomm Incorporated Beam selection and codebook learning based on xr perception

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11722917B2 (en) * 2021-05-12 2023-08-08 Motorola Mobility Llc Communication device having mobility management beam steering for reduced interference
CN118369858A (zh) * 2021-11-03 2024-07-19 交互数字专利控股公司 用于无线系统的多分辨率csi反馈的方法和装置
EP4241522A4 (en) * 2021-11-23 2024-01-24 ZTE Corporation MODEL MANAGEMENT SYSTEMS AND METHODS
CN116471609A (zh) * 2022-01-07 2023-07-21 索尼集团公司 人工智能模型的管理和分发
WO2023191682A1 (en) * 2022-03-29 2023-10-05 Telefonaktiebolaget Lm Ericsson (Publ) Artificial intelligence/machine learning model management between wireless radio nodes
WO2023204211A1 (ja) * 2022-04-19 2023-10-26 京セラ株式会社 通信装置及び通信方法
WO2023201695A1 (en) * 2022-04-22 2023-10-26 Telefonaktiebolaget Lm Ericsson (Publ) Automatic model selection
WO2023211041A1 (ko) * 2022-04-28 2023-11-02 엘지전자 주식회사 무선 통신 시스템에서 신호 송수신 방법 및 장치
WO2023211345A1 (en) * 2022-04-28 2023-11-02 Telefonaktiebolaget Lm Ericsson (Publ) Network configuration identifier signalling for enabling user equipment-based beam predictions
WO2023216020A1 (en) * 2022-05-07 2023-11-16 Qualcomm Incorporated Predictive resource management using user equipment information in a machine learning model
US20230412470A1 (en) * 2022-06-15 2023-12-21 Qualcomm Incorporated Conditional artificial intelligence, machine learning model, and parameter set configurations
WO2024030604A1 (en) * 2022-08-05 2024-02-08 Interdigital Patent Holdings, Inc. Validation of artificial intelligence (ai)/machine learning (ml) in beam management and hierarchical beam prediction
WO2024035175A1 (en) * 2022-08-10 2024-02-15 Samsung Electronics Co., Ltd. User equipment, base station and method performed by the same in wireless communication system
WO2024031605A1 (en) * 2022-08-12 2024-02-15 Qualcomm Incorporated Protocols and signaling for artificial intelligence and machine learning model performance monitoring
WO2024036587A1 (en) * 2022-08-19 2024-02-22 Qualcomm Incorporated Machine learning model selection for beam prediction
WO2024040362A1 (en) * 2022-08-20 2024-02-29 Qualcomm Incorporated Model relation and unified switching, activation and deactivation
EP4344081A1 (en) * 2022-09-23 2024-03-27 Nokia Technologies Oy Machine learning model selection for beam prediction for wireless networks
CN117858117A (zh) * 2022-09-30 2024-04-09 大唐移动通信设备有限公司 模型信息上报方法、设备、装置及存储介质
WO2024089064A1 (en) 2022-10-25 2024-05-02 Continental Automotive Technologies GmbH Method and wireless communication system for gnb-ue two side control of artificial intelligence/machine learning model
WO2024096045A1 (ja) * 2022-11-01 2024-05-10 京セラ株式会社 通信方法
CN118200170A (zh) * 2022-12-13 2024-06-14 展讯通信（上海）有限公司 模型优化方法、装置、设备及存储介质
CN118283668A (zh) * 2022-12-29 2024-07-02 维沃移动通信有限公司 数据收集方法、装置、终端及网络侧设备
WO2024173223A1 (en) * 2023-02-14 2024-08-22 Interdigital Patent Holdings, Inc. Methods on supporting dynamic model selection for wireless communication
GB2627247A (en) * 2023-02-16 2024-08-21 Nec Corp Communication system

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9961560B2 (en) * 2014-07-31 2018-05-01 Collision Communications, Inc. Methods, systems, and computer program products for optimizing a predictive model for mobile network communications based on historical context information
CN106302622B (zh) 2015-06-12 2021-01-26 中兴通讯股份有限公司 车联网系统及其中的业务实现方法和装置
US10117142B2 (en) 2015-08-28 2018-10-30 Viavi Solutions Uk Limited Modeling mobile network performance
JP6701796B2 (ja) * 2016-02-24 2020-05-27 富士通株式会社 基地局、端末、無線通信システム及び基地局制御方法
CN110521234A (zh) 2017-02-16 2019-11-29 阿尔卡特朗讯爱尔兰有限公司 使用深度学习进行网络自优化的方法和系统
US11941516B2 (en) 2017-08-31 2024-03-26 Micron Technology, Inc. Cooperative learning neural networks and systems
WO2019190368A1 (en) 2018-03-28 2019-10-03 Telefonaktiebolaget Lm Ericsson (Publ) Methods, apparatus and computer programs for performing and enabling beam management in a communication network
US10911266B2 (en) 2018-05-18 2021-02-02 Parallel Wireless, Inc. Machine learning for channel estimation
US10505616B1 (en) 2018-06-01 2019-12-10 Samsung Electronics Co., Ltd. Method and apparatus for machine learning based wide beam optimization in cellular network
EP3811658A4 (en) 2018-06-25 2022-02-16 Telefonaktiebolaget Lm Ericsson (Publ) HANDLING OF BEAM PAIRS IN A WIRELESS NETWORK
KR102444808B1 (ko) 2018-08-10 2022-09-19 엘지전자 주식회사 무선 통신 시스템에서 채널 추정을 수행하기 위한 방법 및 이를 위한 장치
CN112640325B (zh) 2018-08-29 2022-09-02 华为技术有限公司 使用学习网络实体进行csi辅助波束赋形的设备和方法
WO2020064134A1 (en) 2018-09-28 2020-04-02 Nokia Technologies Oy Radio-network self-optimization based on data from radio network and spatiotemporal sensors
US10473749B1 (en) * 2018-10-03 2019-11-12 Bastille Networks, Inc. Localization of mobile high-speed wireless user equipment from uplink channels
US10778298B1 (en) * 2019-03-29 2020-09-15 At&T Intellectual Property I, L.P. Context-based precoding matrix computations for radio access network for 5G or other next generation network
US11350293B2 (en) * 2019-11-26 2022-05-31 Huawei Technologies Co., Ltd. Systems and methods for estimating locations of signal shadowing obstructions and signal reflectors in a wireless communications network
US20210326726A1 (en) 2020-04-16 2021-10-21 Qualcomm Incorporated User equipment reporting for updating of machine learning algorithms
US20210326701A1 (en) 2020-04-16 2021-10-21 Qualcomm Incorporated Architecture for machine learning (ml) assisted communications networks

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230170976A1 (en) * 2021-11-30 2023-06-01 Qualcomm Incorporated Beam selection and codebook learning based on xr perception
US12068832B2 (en) * 2021-11-30 2024-08-20 Qualcomm Incorporated Beam selection and codebook learning based on XR perception

Also Published As

Publication number Publication date
EP4136591A1 (en) 2023-02-22
WO2021211703A1 (en) 2021-10-21
US11424791B2 (en) 2022-08-23
US20210328630A1 (en) 2021-10-21

Similar Documents

Publication Publication Date Title
US11424791B2 (en) Machine learning model selection in beamformed communications
CN115136520B (zh) 使用编码器神经网络的经压缩的测量反馈
CN114365574B (zh) 用于传送侧行链路传输定时的方法、装置和介质
WO2022170622A1 (en) Beam based measurement and resource management techniques for wireless communications systems
US11923946B2 (en) Beam measurement reporting on sidelink channel
CN115004568A (zh) 频带中的不对称上行链路-下行链路波束训练
US12047798B2 (en) Techniques to enhance beam reporting for non-communication signals
CN116941193A (zh) 用于使用信道状态信息参考信号获取资源的波束选择的技术
CN114982290A (zh) 针对用户设备移动性的物理层测量而不进行报告
CN116888985A (zh) 使用上行链路通信的交通工具和蜂窝无线设备共置
CN114946134A (zh) 上频带毫米波无线通信中的波束故障恢复辅助
US12058687B2 (en) Alternative communication resources for configured grants
WO2023239525A1 (en) Repeater beam requests for transparent beam management
US20230033247A1 (en) Techniques for beam selection based on measurement periodicities
CN117083907A (zh) 对提供的路由波束列表的基于传感器的确定
CN116134753A (zh) 用于无线通信中的波束切换的技术
WO2024168592A1 (en) Accuracy requirements for user equipment-based signal strength predictions
WO2024065344A1 (en) User equipment beam capabilities given beam configurations in predictive beam management
US20240195469A1 (en) Techniques for over-the-air beamforming codebook generation
WO2023178646A1 (en) Techniques for configuring multiple supplemental uplink frequency bands per serving cell
CN117642984A (zh) 用于基于测量周期性进行波束选择的技术
WO2023009490A1 (en) Techniques for beam selection based on measurement periodicities

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