CN116803118A

CN116803118A - 一种通信方法、装置及存储介质

Info

Publication number: CN116803118A
Application number: CN202380008949.3A
Authority: CN
Inventors: 李明菊
Original assignee: Beijing Xiaomi Mobile Software Co Ltd
Current assignee: Beijing Xiaomi Mobile Software Co Ltd
Priority date: 2023-04-04
Filing date: 2023-04-04
Publication date: 2023-09-22

Abstract

本公开是关于一种通信方法、装置及存储介质。通信方法，由第一设备执行，所述方法包括：发送指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。通信方法，由第二设备执行，所述方法包括：接收指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。通过本公开通过指示信息指示AI功能，从而使得AI功能能够得到指示。

Description

一种通信方法、装置及存储介质

技术领域

本公开涉及通信领域，尤其涉及一种通信方法、装置及存储介质。

背景技术

近年来，人工智能(Artificial Intelligence，AI)技术在多个领域取得不断突破，AI技术正逐步与其他学科领域交叉渗透，为不同学科的发展提供了新的方向和方法。

在第三代合作伙伴计划(3rd Generation Partnership Project，3GPP)中设立了关于人工智能技术在无线空口中的研究项目。该项目旨在研究在无线空口中引入AI技术，同时探讨AI技术如何对无线空口的传输技术进行辅助提高。例如，基于AI模型进行波束预测，减少终端测量的波束对的数量。

发明内容

为克服相关技术中存在的问题，本公开提供一种通信方法、装置及存储介质。

根据本公开实施例的第一方面，提供一种通信方法，由第一设备执行，包括发送指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。

一种实施方式中，所述指示信息包括AI功能。

一种实施方式中，不同AI功能对应的参数信息不同。

一种实施方式中，指示信息包括参数信息。

一种实施方式中，所述参数信息包括以下至少一项：AI功能对应的应用实例；AI功能对应的第一集合和第二集合之间的集合关系，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束；AI功能对应的第一集合和/或第二集合的波束信息，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束；AI功能对应的第一集合和/或第二集合的时间信息，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束，所述AI功能用于时域波束预测；网络设备覆盖参数信息；终端分布信息以及终端移动性信息。

一种实施方式中，所述集合关系包括以下至少一项：所述第一集合为所述第二集合的子集；所述第一集合不同于所述第二集合；所述第一集合与所述第二集合相同。

一种实施方式中，所述波束信息包括以下至少一项：AI功能对应的第一集合内包括的波束数量，或AI功能对应的第一集合内包括的波束数量所处的数量范围；AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置，所述第一集合为所述第二集合的子集；AI功能对应的第二集合内包括的波束数量，或AI功能对应的第二集合内包括的波束数量所处的数量范围；第一集合对应的波束数量与第二集合对应的波束数量的比值；所述第一集合所包括波束与所述第二集合所包括波束之间的映射关系，所述第一集合不同于所述第二集合。

一种实施方式中，所述时间信息包括以下至少一项：第一集合对应的时间数量值，或第一集合对应的时间数量值所述的数量范围；第二集合对应的时间数量值，或第二集合对应的时间数量值所述的数量范围；第一集合对应的时间和第二集合对应的时间的时间图案。

一种实施方式中，所述网络设备覆盖参数信息包括以下至少一项：网络设备之间的间距；部署类型，所述部署类型包括以下至少一项：市区宏小区、市区微小区、室内热点、密集城市以及乡村。

一种实施方式中，所述终端分布信息包括室外终端数量与室内终端数量之间的比值。

一种实施方式中，所述终端移动性信息包括以下至少一项：终端移动速度；终端移动加速度；终端移动方向以及终端移动轨迹。

一种实施方式中，不同集合关系对应不同AI功能。

一种实施方式中，所述第一集合为所述第二集合的子集，所述参数信息与AI功能的对应关系包括以下至少一项：不同波束数量的第一集合，对应不同的AI功能；或者波束数量所处的数量范围不同的第一集合，对应不同的AI功能；或者不同波束数量的第一集合，对应相同的AI功能；或者波束数量所处的数量范围不同的第一集合，对应相同的AI功能；或者AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置不同，对应不同的AI功能；或者AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置不同，对应相同的AI功能；第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应不同的AI功能；或者第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应相同的AI功能。

一种实施方式中，所述第一集合不同于所述第二集合，所述参数信息与AI功能的对应关系包括以下至少一项：第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应不同的AI功能；或者第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应相同的AI功能。

一种实施方式中，不同时间数量值对应不同AI功能。

一种实施方式中，不同时间图案对应不同AI功能。

一种实施方式中，不同部署类型对应不同AI功能，或者不同部署类型对应相同AI功能；网络设备之间的不同间距对应不同AI功能，或者网络设备之间的不同间距对应相同AI功能。

一种实施方式中，不同终端分布信息对应不同AI功能，或者不同终端分布信息对应相同AI功能。

一种实施方式中，不同终端移动性信息对应不同AI功能，或者不同终端移动性信息对应相同AI功能。

一种实施方式中，所述第一集合为AI模型输入值对应的波束集合，所述第二集合为模型输出对应的波束集合。

一种实施方式中，所述第一设备为终端。

一种实施方式中，所述第一设备为无线接入网设备或核心网设备。

一种实施方式中，所述AI功能对应的参数信息基于协议预定义，或基于配置信息配置，或者基于指示信息指示。

一种实施方式中，响应于所述第一设备为无线接入网设备或核心网设备，或者所述AI功能对应的参数信息基于协议预定义，所述指示信息所指示AI功能为至少两个，所述至少两个功能为不同的AI功能；

响应于所述第一设备为终端，所述指示信息所指示AI功能为至少一个。

一种实施方式中，所述AI功能为所述终端必须支持的能力，或者所述AI功能为所述终端可选支持的能力。

一种实施方式中，所述AI功能包括第一AI功能以及第二AI功能；所述第一AI功能为所述第二功能的前提需求。

根据本公开实施例的第二方面，提供一种通信方法，由第二设备执行，包括：接收指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。

一种实施方式中，所述指示信息包括AI功能。

一种实施方式中，不同AI功能对应的参数信息不同。

一种实施方式中，所述指示信息包括参数信息。

一种实施方式中，所述参数信息包括以下至少一项：AI功能对应的应用实例；AI功能对应的第一集合和第二集合之间的集合关系，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束；AI功能对应的第一集合和/或第二集合的波束信息，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束；AI功能对应的第一集合和/或第二集合的时间信息，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束，所述AI功能用于时域波束预测网络设备覆盖参数信息；终端分布信息以及终端移动性信息。

一种实施方式中，所述应用实例包括以下至少一项：空域波束预测；时域波束预测以及空域波束预测和时域波束预测。

一种实施方式中，所述集合关系包括以下至少一项：所述第一集合为所述第二集合的子集；所述第一集合不同于所述第二集合以及所述第一集合与所述第二集合相同。

一种实施方式中，不同集合关系对应不同AI功能。

一种实施方式中，不同时间数量值对应不同AI功能。

一种实施方式中，不同时间图案对应不同AI功能。

一种实施方式中，所述第一设备为终端。

根据本公开实施例的第三方面，提供一种通信装置，包括：

发送单元，用于发送指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。

一种实施方式中，所述指示信息包括AI功能。

一种实施方式中，不同AI功能对应的参数信息不同。

一种实施方式中，指示信息包括参数信息。

一种实施方式中，不同集合关系对应不同AI功能。

一种实施方式中，不同时间数量值对应不同AI功能。

一种实施方式中，不同时间图案对应不同AI功能。

一种实施方式中，所述第一设备为终端。

根据本公开实施例第四方面，提供一种通信装置，包括：

接收单元，用于接收指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。

一种实施方式中，所述指示信息包括AI功能。

一种实施方式中，不同AI功能对应的参数信息不同。

一种实施方式中，指示信息包括参数信息。

一种实施方式中，不同集合关系对应不同AI功能。

一种实施方式中，不同时间数量值对应不同AI功能。

一种实施方式中，不同时间图案对应不同AI功能。

一种实施方式中，所述第一设备为终端。

根据本公开实施例第五方面，提供一种通信装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行第一方面或者第一方面任意一种实施方式中所述的方法。

根据本公开实施例第六方面，提供一种通信装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行第二方面或者第二方面任意一种实施方式中所述的方法。

根据本公开实施例第七方面，提供一种存储介质，所述存储介质中存储有指令，当所述存储介质中的指令由第一设备的处理器执行时，使得第一设备执行第一方面或者第一方面任意一种实施方式中所述的方法。

根据本公开实施例第八方面，提供一种存储介质，所述存储介质中存储有指令，当所述存储介质中的指令由第二设备的处理器执行时，使得第二设备执行第二方面或者第二方面任意一种实施方式中所述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：第一设备通过发送指示信息，指示用于波束预测的AI功能，第二设备接收指示信息，从而使得第一设备和第二设备能够明确管理的AI功能，从而减少AI功能管理相关的信令和信号的传输。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种通信系统示意图。

图2是根据一示例性实施例示出的一种通信方法的流程图。

图3A至图3B是根据一示例性实施例示出的一种时间图案示意图。

图4是根据一示例性实施例示出的一种通信方法的流程图。

图5是根据一示例性实施例示出的一种通信装置的框图。

图6是根据一示例性实施例示出的一种通信装置的框图。

图7是根据一示例性实施例示出的一种用于通信的装置的框图。

图8是根据一示例性实施例示出的一种用于通信的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。

本公开实施例的通信方法可以应用于图1所示的无线通信系统中。参阅图1所示，该无线通信系统中包括网络设备和终端。终端通过无线资源与网络设备相连接，并进行数据传输。

可以理解的是，图1所示的无线通信系统仅是进行示意性说明，无线通信系统中还可包括其它网络设备，例如还可以包括核心网络设备、无线中继设备和无线回传设备等，在图1中未画出。本公开实施例对该无线通信系统中包括的网络设备数量和终端数量不做限定。

进一步可以理解的是，本公开实施例无线通信系统，是一种提供无线通信功能的网络。无线通信系统可以采用不同的通信技术，例如码分多址(code division multipleaccess,CDMA)、宽带码分多址(wideband code division multiple access，WCDMA)、时分多址(time division multiple access，TDMA)、频分多址(frequency division multipleaccess，FDMA)、正交频分多址(orthogonal frequency-division multiple access，OFDMA)、单载波频分多址(single Carrier FDMA，SC-FDMA)、载波侦听多路访问/冲突避免(Carrier Sense Multiple Access with Collision Avoidance)。根据不同网络的容量、速率、时延等因素可以将网络分为2G(英文：generation)网络、3G网络、4G网络或者未来演进网络，如5G网络，5G网络也可称为是新无线网络(New Radio，NR)。为了方便描述，本公开有时会将无线通信网络简称为网络。

进一步的，本公开中涉及的网络设备也可以称为无线接入网设备。该无线接入网设备可以是：基站、演进型基站(evolved node B，基站)、家庭基站、无线保真(wirelessfidelity，WIFI)系统中的接入点(access point，AP)、无线中继节点、无线回传节点、传输点(transmission point，TP)或者发送接收点(transmission and reception point，TRP)等，还可以为NR系统中的gNB，或者，还可以是构成基站的组件或一部分设备等。应理解，本公开的实施例中，对网络设备所采用的具体技术和具体设备形态不做限定。在本公开中，网络设备可以为特定的地理区域提供通信覆盖，并且可以与位于该覆盖区域(小区)内的终端进行通信。此外，当为车联网(V2X)通信系统时，网络设备还可以是车载设备。

进一步的，本公开中涉及的终端，也可以称为终端设备、用户设备(UserEquipment，UE)、移动台(Mobile Station，MS)、移动终端(Mobile Terminal，MT)等，是一种向用户提供语音和/或数据连通性的设备，例如，终端可以是具有无线连接功能的手持式设备、车载设备等。目前，一些终端的举例为：智能手机(Mobile Phone)、客户前置设备(Customer Premise Equipment，CPE)，口袋计算机(Pocket Personal Computer，PPC)、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、笔记本电脑、平板电脑、可穿戴设备、或者车载设备等。此外，当为车联网(V2X)通信系统时，终端设备还可以是车载设备。应理解，本公开实施例对终端所采用的具体技术和具体设备形态不做限定。

在NR中，特别是通信频段在frequency range 2时，由于高频信道衰减较快，为了保证覆盖范围，需要使用基于波束(beam)的发送和接收。

传统的波束管理过程中，网络设备会配置用于波束测量的参考信号资源集合，终端对该参考信号资源集合中的参考信号资源进行测量，然后上报其中比较强的X个参考信号资源ID和对应的L1-RSRP和/或L1-SINR。传统方法的问题在于，基站配置的参考信号资源集合中包含的X个参考信号，每个参考信号对应基站不同的发送波束，那针对每个参考信号，终端需要使用多个接收波束来针对该参考信号进行测量，并获得多个接收波束分别对应的波束测量质量，并确定一个最好的波束测量质量。所以终端需要测量的波束对的最大数量为M*N，其中M为基站发送波束数量，N为终端接收波束数量。此种方式终端需要测量的波束数量较多。需要减少终端测量的波束对数量。

近几年，人工智能(Artificial Intelligence，AI)技术在多个领域取得不断突破。给人们生活带来便利同时，也在促进各个行业进行产业升级。随着AI技术与其他学科领域交叉渗透，在其发展融合不同学科知识的同时，也未不同学科的发展提供了新的方向和方法。

以通信行业为例，在第三代伙伴计划(3rd Generation Partnership Project，3GPP)标准组织的Release18的阶段中，在RAN1工作组讨论并确定的潜在新立项的内容中设计了，关于人工智能技术在无线空口中的研究项目。该项目旨在研究如何在无线空口中引入人工智能技术，同时探讨人工智能技术如何对无线空口的传输技术进行辅助提高。

为了减少终端测量的波束对的数量，提出基于AI的预测方法。比如终端本来一共需要测量的波束对的数量为M*N(其中M为网络设备发送波束数量，N为终端接收波束数量)，但由于有了AI模型，对于空域波束预测，终端只需要测量M*N个波束对中的其中一部分，比如1/8，1/4等，然后将测得的这些波束对的波束测量质量输入到AI模型中，模型即可输出M*N个波束对的波束信息。对于时域波束预测，终端可以测量历史时间的波束对的波束质量，来预测未来时刻的波束对的波束信息。

目前已提出基于AI的波束测量结果的预测，包括空域波束预测和时域波束预测。其中，空域波束预测基于set B中波束的测量结果预测set A中波束的测量结果。时域波束预测：基于历史时间中set B的测量结果，预测未来时间中set A的波束。其中set B为set A的子集，或set B为wide beam而set A为narrow beam，或时域波束预测中还包括一种set B和set A一样。

以下说明一下AI模型的波束预测原理如下：

1.对于空域预测：终端测量set B的L1-RSRP，输入到AI模型，预测set A的L1-RSRP或set A中的最佳波束。Set B和set A关系包含如下两种：

(一)，set B是set A的子集，比如set A包含32个参考信号(每个参考信号对应一个波束方向)，那么set B包含其中N个参考信号，比如N＝8；

(二)，set B为宽波束，set A为窄波束。比如set A包含32个参考信号(每个参考信号对应一个波束方向，32个参考信号覆盖120度的方向)。而set B包含另外N个参考信号，比如N＝8，而这N个参考信号同样覆盖120度的方向，即set B中每个参考信号的波束方向覆盖了set A中多个参考信号的波束方向。可以理解为set A中的32/N个参考信号与set B中的同一个参考信号为QCL(quasi co location，准共站址)Type D的关系。

2.对于时域预测，终端测量历史时间set B的L1-RSRP，输入到AI模型，预测未来时刻set A的L1-RSRP。而set B和set A的关系除了上述两种外，还有一种是set B和set A一样。

其中，如果基于AI模型，则未来时刻的参考信号是可以不发送，基于AI模型输出获得波束信息，上报给网络设备。而传统方法的话，未来时刻的参考信号也需要发送，终端测量未来时刻的参考信号并获得波束信息上报给网络设备。

相关技术中，基于两种管理方式实现对AI模型的管理，包括：基于AI功能以及模型标识的管理。基于AI功能来对模型进行管理的原理可以理解为：终端只需要告知网络设备终端支持哪些AI功能即可。那么AI功能的激活，去激活以及切换等这些操作是需要终端与网络设备进行交互，并且需要网络设备来决定或终端决定并告知网络设备的。但是在某个AI功能下，终端可以维护一个或多个AI模型，若有多个AI模型，那么终端可以自行在一个AI功能下的不同模型之间进行切换，无需网络设备来决定或终端决定之后无需告知网络设备。而基于模型标识的管理可以理解为：终端需要告知网络设备终端支持哪些模型标识对应的模型，那么AI模型的激活，去激活以及切换等这些操作是需要终端与网络设备进行交互，并且需要网络设备来决定或终端决定并告知网络设备的。

基于以上可知，基于模型标识的管理，会使得系统更复杂，终端自由度低。故，相关技术中支持基于AI功能的模型管理，以减少系统复杂度。其中，AI功能可以理解为是functionality。

相关技术中，基于AI功能的模型管理，针对如何确定AI功能对应的参数信息，以及哪些参数信息不同时，对应的AI功能也不同，都是需要解决的问题。

其中，本公开实施例中涉及的AI功能对应的参数信息可以指AI功能的输入与输出的参数信息，AI功能所使用的AI模型的参数信息等。

本公开实施例提供一种通信方法，在该通信方法中，基于AI通信的设备发送用于指示AI功能的信息，以便进行AI功能相关参数信息的上报，使得基于AI通信的不同设备间能够明确管理的AI功能，从而减少AI功能管理相关的信令和信号的传输。

本公开实施例中，指示AI功能的信息可以称为指示信息，该指示信息由基于AI功能通信的设备发送，并由另一设备接收。以下为描述方便，将发送指示信息的设备称为第一设备，将接收指示信息的设备称为第二设备。

其中，第一设备可以终端，第二设备可以是无线接入网设备或核心网设备。或者第一设备可以是无线接入网设备或核心网设备，第二设备可以是终端。

图2是根据一示例性实施例示出的一种通信方法的流程图，如图2所示，通信方法由第一设备执行，包括以下步骤。

在步骤S11中，发送指示信息，指示信息用于指示AI功能，AI功能用于波束预测。

本公开实施例中，第一设备发送指示信息，以便于第一设备和第二设备能够明确AI功能。

第一设备可以是终端设备，第二设备是网络设备。比如，若第一设备发送指示用于波束预测的AI功能的指示信息，使得接收到指示信息的第二设备能够明确第一设备支持该指示信息所指示的AI功能。其中，终端支持AI功能也可以理解为是一种终端能力信息。

本公开实施例提供的通信方法的一种实施方式中，指示信息包括AI功能。也可以理解为是，终端直接上报支持的AI功能。即第一设备可以是终端设备，第二设备是网络设备。

本公开实施例提供的通信方法的一种实施方式中，不同AI功能对应不同的参数信息。其实现方式可以是协议定义好不同的AI功能，以及每个AI功能对应的参数信息。那么终端上报终端能力信息时，直接上报支持这个AI功能即可。即第一设备可以是终端设备，第二设备是网络设备。

本公开实施例提供的通信方法的一种实施方式中，每个AI功能对应的参数信息也可以包含在指示信息里。也可以理解为是，指示信息包括参数信息，该参数信息为AI功能所对应的参数信息。通过参数信息可以确定AI功能。

比如，协议没有规定好每个AI功能对应的参数信息，网络设备也没配置每个AI功能对应的参数信息的情况下，可以在指示信息中包括AI功能对应的参数信息。即第一设备可以是终端设备，第二设备是网络设备。

第一设备还可以是网络设备，第二设备是终端设备。比如网络设备发送配置信息，配置信息用于指示至少一个AI功能，以及各个AI功能对用的参数信息。

本公开实施例提供的通信方法的一种实施方式中，参数信息包括以下A-G中至少一项：

AI功能对应的应用实例。

AI功能对应的第一集合和第二集合之间的集合关系。其中，第一集合和第二集合中包括网络设备发送波束和/或终端设备接收波束。

AI功能对应的第一集合和/或第二集合的波束信息。其中，第一集合和第二集合中包括网络设备发送波束和/或终端设备接收波束。

AI功能对应的第一集合和/或第二集合的时间信息。其中，第一集合和第二集合中包括网络设备发送波束和/或终端设备接收波束，AI功能用于时域波束预测。

网络设备覆盖参数信息。

终端分布信息。

终端移动性信息。

本公开实施例一种实施方式中，AI功能对应的应用实例包括以下A-C中任意一项：

空域波束预测；

时域波束预测；

空域波束预测和时域波束预测。

其中，空域波束预测、时域波束预测与上述实施例中涉及的空域波束预测、时域波束预测相似，在此不再赘述。

本公开实施例中，空域波束预测，时域波束预测，空域波束预测和时域波束预测，分别对应不同的AI功能。即，不同的应用实例对应不同的AI功能。

本公开实施例一种实施方式中，第一集合和第二集合之间的集合关系包括以下A-C中至少一项：

第一集合为第二集合的子集。

其中，第一集合为第二集合的子集时，第一集合和第二集合可以用于空域波束预测，也可以用于时域波束预测。

第一集合不同于第二集合。

其中，第一集合不同于第二集合时，第一集合和第二集合可以用于空域波束预测，也可以用于时域波束预测。

第一集合与第二集合相同。

其中，第一集合与第二集合相同时，第一集合和第二集合可以用于时域波束预测。

本公开实施例一种实施方式中，AI功能对应的第一集合和/或第二集合的波束信息包括以下A-E中至少一项：

AI功能对应的第一集合内包括的波束数量，或AI功能对应的第一集合内包括的波束数量所处的数量范围。

示例性的，第一集合包括的波束数量例如可以是1个波束，2个波束，3个波束等，也可以是5个波束、9个波束等，具体数量不做限定。AI功能对应的第一集合内包括的波束数量所处的数量范围例如可以是一个或多个数量范围。其中，一个或多个数量范围例如可以是1～8个波束为第一数量范围，9～16个波束为第二数量范围。或者一个或多个数量范围例如可以是1～3个波束为第三数量范围，4～32个波束为第四数量范围。可以理解的是，第一集合包括的波束数量不同时，可以对应不同的AI功能；或第一集合包含的波束数量处在不同的数量范围时，可以对应不同的AI功能，而第一集合包含的波束数量若处在同一个数量范围时，则可以对应同一个AI功能。其中，波束包括网络设备的发送波束和/或终端设备的接收波束。

AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置。其中，此种情况适用于第一集合为第二集合的子集的情况。

示例性的，第二集合包括的波束数量为32个波束，比如编号为1，2，3，……，32。第一集合包括第二集合中波束编号分别为：1，5，9，13，……，29的波束。即第一集合所包括的波束在第二集合所包括波束的位置分别为第1个位置，第5个位置，第9个位置，以及第13个，……第29个位置。或第一集合包括第二集合中波束编号分别为：2，6，10，14，……，30。即第一集合所包括的波束在第二集合所包括波束的位置分别为第2个位置，第6个位置，第10个位置，以及第14个，……第30个位置。可以理解的是，第一集合所包括波束在第二集合所包括波束中的位置不同时，可以对应不同的AI功能；或第一集合所包括波束在第二集合所包括波束中的位置不同时，可以对应相同的AI功能。其中，波束包括网络设备的发送波束和/或终端设备的接收波束。

AI功能对应的第二集合内包括的波束数量，或AI功能对应的第二集合内包括的波束数量所处的数量范围。

示例性的，第二集合包括的波束数量例如可以是1个波束，2个波束，3个波束等，也可以是5个波束、9个波束等，具体数量不做限定。AI功能对应的第二集合内包括的波束数量所处的数量范围例如可以是一个或多个数量范围。其中，一个或多个数量范围例如可以是1～8个波束为第一波束数量范围，9～16个波束为第二波束数量范围。或者一个或多个波束数量范围例如可以是1～3个波束为第三波束数量范围，4～32个波束为第四波束数量范围。可以理解的是，第二集合包括的波束数量不同时，可以对应不同的AI功能；或第二集合包含的波束数量处在不同的数量范围时，可以对应不同的AI功能，而第二集合包含的波束数量若处在同一个数量范围时，则可以对应同一个AI功能。其中，波束包括网络设备的发送波束和/或终端设备的接收波束。

第一集合对应的波束数量与第二集合对应的波束数量的比值。其中，此种情况适用于第一集合为第二集合的子集，或者第一集合与第二集合不同的情况。

示例性的，第一集合对应的波束数量与第二集合对应的波束数量的比值包括第一集合中的波束数量与第二集合中的波束数量的比值。其中，第一集合中的波束数量可以是网络设备的发送波束数量和/或终端设备的接收波束数量。第二集合中的波束数量可以是网络设备的发送波束数量和/或终端设备的接收波束数量。若第一集合波束数量是8，第二集合波束数量是32，则第一集合对应的波束数量与第二集合对应的波束数量的比值为1/4。若第一集合波束数量是4，第二集合波束数量是32，则第一集合对应的波束数量与第二集合对应的波束数量的比值为1/8。

可以理解的是，第一集合对应的波束数量与第二集合对应的波束数量的比值不同时，可以对应不同的AI功能。或者第一集合对应的波束数量与第二集合对应的波束数量的比值相同时，可以对应相同的AI功能。

第一集合所包括波束与第二集合所包括波束之间的映射关系。其中，此种情况适用于第一集合不同于第二集合。

示例性的，第一集合可以包括宽波束。第二集合包括窄波束。第一集合所包括波束与第二集合所包括波束之间的映射关系可以是宽波束与窄波束之间的映射关系。例如，第一集合不同于第二集合，例如第一集合包括编号为1～8的宽波束，第二集合包括编号为1～32的窄波束。一种映射关系是第一个宽波束对应编号为1～4的窄波束，依次下去；或第一个宽波束对应编号为2～5的窄波束，依次下去。

可以理解的是，第一集合所包括波束与第二集合所包括波束之间的不同映射关系，对应不同的AI功能。或者第一集合所包括波束与第二集合所包括波束之间的不同映射关系，对应相同的AI功能。

其中，一种实施方式中，不同集合关系对应不同AI功能。

本公开实施例一种实施方式中，第一集合为所述第二集合的子集，示例性的，第二集合包括的波束数量为32个，波束编号为1，2，3，4，……，32。第一集合包括第二集合中的其中一部分波束，比如第一集合包含第二集合中波束编号分别为：1，5，9，13，……，29的波束。

参数信息与AI功能的对应关系，即不同集合关系对应不同AI功能可以包括如下情形：

不同波束数量的第一集合，对应不同的AI功能；或者

波束数量所处的数量范围不同的第一集合，对应不同的AI功能；或者

不同波束数量的第一集合，对应相同的AI功能；或者

波束数量所处的数量范围不同的第一集合，对应相同的AI功能；或者

AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置不同，对应不同的AI功能；或者

AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置不同，对应相同的AI功能；

第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应不同的AI功能；或者

第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应相同的AI功能。

其中，不同集合关系对应不同AI功能可以有如下理解：

不同波束数量中的任意两个不同数量称为第一波束数量和第二波束数量。例如，第一波束数量为1个波束。第二波束数量为2个波束。

本公开实施例中，第一AI功能对应第一波束数量的第一集合，第二AI功能对应第二波束数量的第一集合。第一AI功能不同于第二AI功能，或者第一AI功能与第二AI功能相同。

其中，不同波束数量范围中的任意两个不同数量范围称为第一波束数量范围和第二波束数量范围。1～8个波束为第一波束数量范围，9～16个波束为第二波束数量范围。

本公开实施例中，第一AI功能对应波束数量处于第一波束数量范围的第一集合/第二集合，第二AI功能对应波束数量处于第二波束数量范围的第一集合/第二集合。第一AI功能不同于第二AI功能，或者第一AI功能与第二AI功能相同。

其中，第一集合对应的波束数量与第二集合对应的波束数量的不同比值称为第一比值和第二比值。例如，第一比值为1/4。第二比值为1/8。

本公开实施例中，第一AI功能对应第一比值，第二AI功能对应第二比值。第一AI功能不同于第二AI功能，或者第一AI功能与第二AI功能相同。

本公开实施例一种实施方式中，第一集合不同于第二集合，参数信息与AI功能的对应关系即不同集合关系对应不同AI功能可以包括如下情形：

可以理解的是，对于第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应相同AI功能或不同AI功能的实现，可以参阅上述实施例相关描述，在此不再赘述。

本公开实施例中，可以基于AI功能对应的应用实例以及第一集合和第二集合之间的集合关系，确定不同的AI功能。

例如，空域波束预测时，第一集合为第二集合的子集，以及第一集合不同于第二集合，分别对应不同的AI功能。

再例如，时域波束预测时，第一集合为第二集合的子集，第一集合不同于第二集合，以及第一集合与第二集合相同，分别对应不同的AI功能。

本公开实施例一种实施方式中，AI功能对应的第一集合和/或第二集合的时间信息包括以下至少一项：

第一集合对应的时间数量值，或第一集合对应的时间数量值的数量范围。

第二集合对应的时间数量值，或第二集合对应的时间数量值的数量范围。

第一集合对应的时间和第二集合对应的时间的时间图案。

其中，本公开实施例涉及的时间数量值，可以理解为是时刻实例(time instance)的数量。第一集合对应的时间数量值可以理解为history measurement time instance；第二集合对应的时间数量值可以理解为predicted future time instance。

其中，第一集合对应的时间和第二集合对应的时间的时间图案可参阅图3A和图3B所示。参阅图3A和图3B所示，本公开实施例涉及的时间图案可以包括历史测量时间与预测的未来时间的重复时间图案(repeatpattern)。

图3A中黑色部分是预测的，绿色部分这段时间内是没有测量结果的，测量时间是间断的。Repeat pattern是图3A中N个白色+M个黑色的一段时间。就是对于网络设备来说，需要在N个周期中每个周期发送参考信号，供终端测量，而接下来M个周期又不用发送参考信号，终端靠模型预测。

图3B中是黑色部分是预测的，但是黑色部分是在一个长周期内的，而每个长周期都会有一个测量结果，所以测量时间是不间断的周期性的进行的。Repeat pattern实际上是一个长周期加上长周期内的多个短周期。就是对于网络设备来说，需要每个长周期周期性发送参考信号供终端测量即可，而长周期内的短周期的波束质量都是终端设备根据模型预测出来的。

其中，一种实施方式中，不同时间数量值对应不同AI功能。预测的未来时刻实例(future time instance)的数量不同，对应不同的AI功能(functionality)。和/或测量的历史测量时刻实例的数量不同，对应不同的AI功能。

其中，另一种实施方式中，不同时间图案对应不同AI功能。例如，时域波束预测内，历史测量时间与预测的未来时间的repeat pattern不一样时对应不同的functionality。

继续参阅图3A和图3B，图3A中以N个历史周期测量结果+M个预测未来周期的波束结果为一个repeat pattern。那么在M个预测未来周期内基站可以不同发送用于波束预测的参考信号。但是由于这M个预测未来周期内的波束结果是预测出来的，不能作为模型输入，所以M个周期之后，无线接入设备又在N个周期发送用于波束预测的参考信号，然后进行一个repeat pattern。图3B是使用N个历史长周期测量结果，预测第N+1个历史长周期包含的M个短周期的波束结果。那么基站需要在每个长周期发送用于波束测量的参考信号，而终端能预测出每个短周期内的波束结果。所以这repeatpatter可以简化为一个长周期包含的多个短周期这样的pattern。

所以，图3A和图3B这两个pattern对应网络设备发送参考信号的模式和终端上报测量结果的模式都是不一样的。

本公开实施例中，网络设备覆盖参数可以是表征网络设备之间的覆盖范围信息，也可以是网络设备的部署类型。

本公开实施例一种实施方式中，网络设备覆盖参数信息包括以下至少一项：

网络设备之间的间距(inter-site distance，ISD)。

其中，本公开实施例中，网络设备之间的间距具体数值设定应结合相应的网络设备选取的部署类型确定。以选用市区宏小区为例，则对应的网络设备间距可以被布置为100m，200m，500m，1000m等。

部署类型。

其中，部署类型包括以下至少一项：市区宏小区(Urban macro，Uma)、市区微小区(Urban micro，Umi)、室内热点(indoor)、密集城市(dense urban)以及乡村(rural)。

本公开实施例中，不同部署类型对应不同AI功能，或者不同部署类型对应相同AI功能。

例如，Uma或Umi或indoor不同场景下，可以对应不同functionality；也可以对应相同functionality下的一个或多个模型，若有多个模型，终端自己在不同模型之间进行切换。

本公开实施例中，网络设备之间的不同间距对应不同AI功能，或者网络设备之间的不同间距对应相同AI功能。

例如，ISD(inter-site distance，即不同网络设备之间的间距)不同情况下，可以对应不同functionality，也可以对应相同functionality下的一个或多个模型，若有多个模型，终端自己在不同模型之间进行切换。

本公开实施例终端分布信息用于描述终端的地理分布，例如可以是位于室内、室外。也可以是不同地理分布之间的关系。比如不同地理分布的终端数量关系。

本公开实施例一种实施方式中，终端分布信息包括室外终端数量与室内终端数量之间的比值。

可以理解的是，对于终端分布信息包括室外终端数量。或者本公开实施例中，对于终端分布信息包括室内终端数量。

示例性的，关于终端室内外分布的数量以及相应的比值信息，可以通过相关设备基于目标范围内终端入网数量统计得到。例如，统计得到室内终端数量100台，室外终端200台，室外终端与室内终端数量比值即为2:1。

其中，一种实施方式中，不同终端分布信息对应不同AI功能，或者不同终端分布信息对应相同AI功能。

终端室内外分布的数量以及相应的比值不同时，对应不同AI功能或相同功能。

例如，室外终端数量与室内终端数量之间的比值(Outdoor vs indoor UE ratio)不同时，可以对应不同functionality，也可以对应相同functionality下的一个或多个模型，若有多个模型，终端自己在不同模型之间进行切换。

本公开实施例终端移动性信息可以理解为是用于描述终端移动过程中的运动信息。

本公开实施例一种实施方式中，终端移动性信息包括以下至少一项：

终端移动速度。

终端移动加速度。

终端移动方向以及终端移动轨迹。

例如，移动速度不同，对应相同functionality下的一个或多个模型，若有多个模型，终端自己在不同模型之间进行切换。

一种实施方式中，第一集合为AI模型输入值对应的波束集合，第二集合为模型输出对应的波束集合。例如，本公开实施例第一集合可以为上述相关技术中涉及的setB，第二集合为上述相关技术中涉及的setA。

本公开实施例提供的通信方法一种实施方式中，AI功能对应的参数信息基于协议预定义，或基于网络设备发送的配置信息配置，或者基于网络设备或终端设备发送的指示信息指示。

其中，本公开实施例中，不同的AI功能对应有不同的标识，例如名称。基于每个功能对应的参数信息，可以确定AI功能。

当然，本公开实施例中也可以是协议规定好了AI功能对应哪些参数信息，或者是第二设备(例如无线接入网设备或核心网设备)配置好了AI功能对应哪些参数信息，第一设备(例如终端)只需要上报AI功能即可。

本公开实施例提供的通信方法，通过指示信息指示用于波束预测的AI功能，能够减少AI功能的个数，有些参数不同也可以对应相同的AI功能，而在一个AI功能下也可以对应一个或多个模型。而这个多个模型之间的切换就由第一设备(例如终端)自己去管理，不用告知第二设备(例如接入网设备)，这样就可以减少模型管理相关的信令和参考信号的传输。

本公开实施例提供的通信方法中，第一设备可以为终端，向接入网设备或核心网设备发送指示信息，用于告知第二设备(无线接入网设备或核心网设备)，该终端支持的功能。例如，指示信息还可以包括参数信息，则用于指示该参数信息对应的AI功能。

本公开实施例提供的通信方法中，第一设备可以为无线接入网设备或核心网设备，第一设备向第二设备(终端)发送指示信息，用于告知终端该AI功能对应的AI功能的参数信息。

一种实施方式中，响应于第一设备为无线接入网设备或核心网设备，或者AI功能对应的参数信息基于协议预定义，指示信息所指示AI功能为至少两个，至少两个功能为不同的AI功能。响应于第一设备为终端，指示信息所指示AI功能为至少一个。

其中，本公开实施例中各个AI功能对应的参数信息，可以是协议规定，或网络设备发送的配置信息配置，或基于网络设备或终端发送的指示信息指示。

本公开实施例中包括两类参数信息：第一类参数信息和第二类参数信息。其中第一类参数信息不同时，必须对应不同的AI功能。第二类参数信息不同时，可以对应同一个AI功能或对应不同的AI功能。对应第一类参数信息，必须在第一设备和第二设备之间保持一致，也可以理解为协议规定AI功能时，需要明确给出该AI功能对应的第一类参数信息；或第一设备和第二设备之间需要传输各AI功能对应的第一类参数信息。比如第一集合与第二集合的集合关系不同，不同集合关系必须对应不同的AI功能，故，第一设备和第二设备均能确定第一AI功能对应第一集合关系，第二AI功能对应第二集合关系。

其中，第二类参数信息，在第一设备和第二设备之间进行可选传输。即，第一设备可以向第二设备指示该对应相同AI功能的参数信息，也可以不指示。

一示例中，针对AI功能对应的参数信息基于协议预定义，则第一设备和第二设备之间可以不传输该协议预定义的参数信息。第一设备如果是终端，终端需要告知网络设备终端支持的至少一个AI功能。这种情况下，也是协议预定义的参数信息必须包含第一类参数信息，第二类参数信息为可选包含。

一示例中，如果是网络设备配置的AI功能对应的参数信息，那么网络设备需要配置各个不同AI功能对应的参数信息。如果第一设备如果是终端，终端需要告知网络设备终端支持的至少一个AI功能。这种情况下，也是网络设备配置的参数信息必须包含第一类参数信息，第二类参数信息可选包含。

一示例中，协议也没规定每个AI功能对应的参数信息，网络设备也没配置每个AI功能对应的参数信息。如果第一设备是终端，那么终端就需要上报每个AI功能对应的参数信息。这种情况下，也是终端上报的参数信息必须包含第一类参数信息，第二类参数信息可选包含。

一种实施方式中，AI功能可以理解为是终端的能力。本公开实施例中，AI功能为终端必须支持的能力，或者AI功能为终端可选支持的能力。

一种实施方式中，AI功能包括第一AI功能以及第二AI功能。第一AI功能为第二功能的前提需求。一示例中，比如第一AI功能对应终端支持空域波束预测，而第二AI功能对应终端支持第一集合是第二集合子集的空域波束预测。即，终端支持空域波束预测是支持第一集合是第二集合子集的空域波束预测的前提需求。

本公开实施例中，参数信息不同也可以对应相同的AI功能，而在一个AI功能下也可以对应一个或多个模型，进而可以减少AI功能的数量。并且，AI功能下的多个模型之间的切换由终端自己去管理，不用告知接入网设备，这样就可以减少模型管理相关的信令和参考信号的传输。

本公开以下结合实例，对上述实施例涉及的通信方法进行说明。其中，以第一集合为set B，第二集合为set A为例进行说明。

一种实施方式中，第一设备发送指示信息，所述指示信息用于指示AI功能，所述AI功能用于波束预测。

其中，所述AI功能的参数信息包括以下1至13中的至少一项：

1.AI功能；

2.所述AI功能对应的应用实例；

3.所述AI功能对应的第一集合(set B)和第二集合(set A)的关系；

4.第一集合内的波束(波束对)数量，或数量所处的范围；

5.第一集合内的波束(波束对)对应的在第二集合内的波束(波束对)的位置。其中，Set B is a subset ofset A。

6.第二集合内的波束(波束对)数量。

7.第一集合内的波束(波束对)数量与第二集合内的波束(波束对)数量比值。其中，Set B is different from set A时

8.第一集合内的波束(波束对)与第二集合内的波束(波束对)的映射(mapping)关系。其中，Set B is different from set A。

9.第二集合对应的时间数量值(预测future time instance的数量)。其中，此种情况适用于时域波束预测。

10.第一集合对应的时间与第二集合对应的时间的pattern。其中，此种情况适用于时域波束预测。

11.基站覆盖相关参数信息。

12.用户分布。

13.移动信息。

其中，所述应用实例包括以下1-3中至少一项：

1.空域波束预测

2.时域波束预测

3.空域波束预测和时域波束预测

一种实施方式中，所述应用实例不同，对应的AI功能不同。

一种实施方式中，所述第一集合为模型输入值对应的波束(波束对)集合，所述第二集合为模型输出对应的波束(波束对)集合

一种实施方式中，所述第一集合与第二集合的关系包括以下至少一项

·Set B is a subset ofset A

·空域波束预测和时域波束预测都适用

·Set B is different from set A

·空域波束预测和时域波束预测都适用

·Set B＝set A

·仅时域波束预测适用

一种实施方式中，所述第一集合与第二集合的关系不同，对应的AI功能不同。

一种实施方式中，第二集合对应的时间数量值不一样，对应的AI功能不同。

一种实施方式中，第一集合对应的时间与第二集合对应的时间的pattern不一样，对应的AI功能不同。

一种实施方式中，所述基站覆盖相关参数信息包括部署类型为Urban macro，Urban micro,indoor,dense urban,rural。

一种实施方式中，所述部署类型不同，对应不同的functionality，或所述部署类型不同对应相同的functionality(进一步对应的model ID可以不同)。

一种实施方式中，所述基站覆盖相关参数信息包括基站之间的站间距。比如ISD为200m,500m，1000m，100m之类。

一种实施方式中，所述站间距不同，对应的functionality相同，或所述站间距不同对应的functionality相同(进一步对应的model ID可以不同)。

一种实施方式中，所述用户分布包括outdoor UE与indoor UE的比值

一种实施方式中，所述用户分布不同，对应的functionality相同，或所述用户分布不同对应的functionality相同(进一步对应的model ID可以不同)

一种实施方式中，Set B is a subset ofset A时，可以包括以下几种情况：

1.所述第一集合内的波束(波束对)数量或数量所处范围不同，对应的functionality不同；或所述第一集合内的波束(波束对)数量或数量所处范围不同，对应的functionality相同(进一步对应的model ID可以不同)

·即，Set B内的波束数量不同的话，可以对应不同的functionality；也可以不区分，比如，只需要set B的数量在某个范围内，对应的functionality就一样；

2.所述第一集合内的波束(波束对)对应的在第二集合内的波束(波束对)的位置不同，对应的functionality不同；或所述第一集合内的波束(波束对)对应的在第二集合内的波束(波束对)的位置不同，对应的functionality相同(进一步对应的model ID可以不同)

·即Set B的pattern不一样的话，可以区分不同的functionality；也可以不区分，比如，模型适用于多个pre-configuredpattern，或多个模型每个模型适用于不同的pattern，但是对应相同的functionality，终端根据基站发送的参考信号资源获得set B，并选择相应的模型。

一种实施方式中，Set B is different from set A时，可以包括如下几种情况：

1.所述第一集合内的波束(波束对)数量与第二集合内的波束(波束对)数量比值不同，对应的functionality不同；或第一集合内的波束(波束对)数量与第二集合内的波束(波束对)数量比值不同，对应的functionality相同(进一步对应的model ID可以不同)

·即Set B与set A的数量比值不同，可以对应不同的functionality；也可以不区分，比如，使用一个泛化的模型，或不同比值对应不同模型，但是终端在一个functionality下自己切换

本公开实施例中，第一设备可以是UE，UE向接入网设备或核心网设备发送上述信息，用于告知UE支持该参数信息对应的AI功能。

本公开实施例中，第一设备可以是接入网设备或核心网设备，用于告知终端该AI功能对应的AI功能的参数信息。

本公开实施例中，以上只能对应不同functionality的参数信息必须传输，其它的是可选传输。

可以理解的是，本公开实施例以上的functionality为终端可选或必选支持的能力

一种实施方式中，第一functionality对应的终端能力为第二functionality对应的终端能力的前提。比如第一functionality对应终端支持空域波束预测，而第二functionality对应终端支持set B is a subset ofset A的空域波束预测。

基于上述实施方案，可以包括如下示例：

示例1：空域波束预测，时域波束预测，空域+时域波束预测，分别对应不同的functionality。

示例2：空域波束预测内：

A：以下任意两种对应不同的functionality

·Set B is a subset ofset A

·Set B is different from set A

B：Set B is a subset ofset A内，包括如下情况：

·Set B内的波束数量不同的话，可以区分不同的functionality；也可以不区分，比如，只需要set B的数量在某个范围内，对应的functionality就一样；

·Set B的pattern不一样的话，可以区分不同的functionality；也可以不区分，比如，模型适用于多个pre-configuredpattern，或多个模型每个模型适用于不同的pattern，但是对应相同的functionality，终端根据基站发送的参考信号资源获得set B，并选择相应的模型。

C：Set B is different from set A，可以包括如下情况：

·Set B与set A的数量比值不同，可以区分不同的functionality；也可以不区分，比如，使用一个泛化的模型，或不同比值对应不同模型，但是终端在一个functionality下自己切换

D：Set A内的发送波束(Tx)数量不一样，可以不区分functionality，比如终端有一个泛化的模型，或者终端有多个模型对应不同的Tx beam数，但是对应的functionality一样。

E：Uma或Umi或indoor不同场景下，可以区分functionality；也可以不用区分functionality，终端自己切换

F：ISD(inter-site distance，即不同基站之间的间距)不同情况下，可以区分functionality；也可以不用区分functionality，终端自己切换

G：Outdoor vs indoor UE ratio不同时，可以区分functionality；也可以不用区分functionality，终端自己切换

示例3：时域波束预测内，

A：以下三种对应不同的functionality

·Set B is a subset ofset A

·Set B is different from set A

·Set B＝set A

B：时域波束预测内，预测的future time instance的数量对应不同的functionality

C：时域波束预测内，历史测量时间与预测的未来时间的repeat pattern不一样时对应不同的functionality。例如，历史测量时间与预测的未来时间的repeat pattern不一样可以包括如下情况：

图3A所示Pattern1下，以N个历史周期测量结果+M个预测未来周期的波束结果为一个repeat pattern。那么在M个预测未来周期内基站可以不同发送用于波束预测的参考信号。但是由于这M个预测未来周期内的波束结果是预测出来的，不能作为模型输入，所以M个周期之后，基站又在N个周期发送用于波束预测的参考信号，然后进行一个repeatpattern。

图3B所示Pattern 2是使用N个历史长周期测量结果，预测第N+1个历史长周期包含的M个短周期的波束结果。那么基站需要在每个长周期发送用于波束测量的参考信号，而终端能预测出每个短周期内的波束结果。所以这repeat patter可以简化为一个长周期包含的多个短周期这样的pattern

D：移动速度不同，不用区分functionality，终端自己切换。

可以理解的是，其它与空域波束预测相同。

本公开，提出一种AI功能相关的参数信息传输方法，提高基于AI的波束预测模型的管理效率。

基于相同的构思，本公开实施例还提供一种应用于第二设备的通信方法。

图4是根据一示例性实施例示出的一种通信方法的流程图，如图4所示，通信方法由第二设备执行，包括以下步骤。

在步骤S21中，接收指示信息，指示信息用于指示AI功能，AI功能用于波束预测。

其中，本公开实施例第二设备接收第一设备发送的指示信息。

可以理解的是，本公开实施例中第二设备接收的指示信息，与上述第一设备发送的指示信息相同或相类似，故，对于第二设备执行的通信方法中涉及的AI功能、参数信息以及AI功能与参数信息之间的关系，可以参阅上述实施例中相关描述，本公开实施例在此不再详述。例如，

一种实施方式中，参数信息包括以下A-G中至少一项：

AI功能对应的应用实例。

网络设备覆盖参数信息。

终端分布信息。

终端移动性信息。

空域波束预测；

时域波束预测；

空域波束预测和时域波束预测。

一种实施方式中，第一集合和第二集合之间的集合关系包括以下A-C中至少一项：

第一集合为第二集合的子集。

第一集合不同于第二集合。

第一集合与第二集合相同。

其中，一种实施方式中，不同集合关系对应不同AI功能。

一种实施方式中，第一集合为所述第二集合的子集，不同集合关系对应不同AI功能可以包括如下情形：

不同波束数量的第一集合，对应不同的AI功能；或者

不同波束数量的第一集合，对应相同的AI功能；或者

第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应相同的AI功能

本公开实施例一种实施方式中，第一集合不同于第二集合，不同集合关系对应不同AI功能可以包括如下情形：

一种实施方式中，AI功能对应的第一集合和/或第二集合的时间信息包括以下至少一项：

第一集合对应的时间和第二集合对应的时间的时间图案。

其中，本公开实施例涉及的时间数量值，可以理解为是时刻实例(time instance)的数量。第一集合对应的时间数量值可以理解为历史测量时刻实例(history measurementtime instance)；第二集合对应的时间数量值可以理解为predicted future timeinstance。

其中，一种实施方式中，不同时间数量值对应不同AI功能。预测的未来时刻实例的数量不同，对应不同的AI功能。和/或测量的历史测量时刻实例的数量不同，对应不同的AI功能。

网络设备之间的间距(inter-site distance，ISD)。

部署类型。

其中，部署类型包括以下至少一项：Uma、Umi、indoor、dense urban以及rural。

终端移动速度。

终端移动加速度。

终端移动方向以及终端移动轨迹。

一种实施方式中，第一集合为AI模型输入值对应的波束集合，第二集合为模型输出对应的波束集合。

可以理解的是，本公开实施例中网络设备进行通信的过程中涉及的技术实现，可以适用于本公开实施例终端进行通信的过程，故对于网络设备进行通信的过程一些技术实现描述不够详尽的地方可以参阅终端进行通信的实施过程中的相关描述，在此不再赘述。

可以理解的是，本公开实施例提供的通信方法适用于终端和网络设备交互过程实现通信的过程。其中，对于终端和网络设备之间进行交互实现通信的过程，本公开实施例不再详述。

需要说明的是，本领域内技术人员可以理解，本公开实施例上述涉及的各种实施方式/实施例中可以配合前述的实施例使用，也可以是独立使用。无论是单独使用还是配合前述的实施例一起使用，其实现原理类似。本公开实施中，部分实施例中是以一起使用的实施方式进行说明的。当然，本领域内技术人员可以理解，这样的举例说明并非对本公开实施例的限定。

基于相同的构思，本公开实施例还提供一种通信装置。

可以理解的是，本公开实施例提供的通信装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤，本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本公开实施例的技术方案的范围。

图5是根据一示例性实施例示出的一种通信装置框图。参照图5，该通信装置可以是上述实施例涉及的第一设备，也可以是第一设备中的部件。参阅图5，通信装置包括发送单元101。

发送单元101，用于发送指示信息，指示信息用于指示人工智能AI功能，AI功能用于波束预测。

一种实施方式中，指示信息包括AI功能。

一种实施方式中，不同AI功能对应的参数信息不同。

一种实施方式中，指示信息包括参数信息。

一种实施方式中，参数信息包括以下至少一项：AI功能对应的应用实例。AI功能对应的第一集合和第二集合之间的集合关系，第一集合和第二集合中包括网络设备发送波束和/或终端设备接收波束。AI功能对应的第一集合和/或第二集合的波束信息，第一集合和第二集合中包括网络设备发送波束和/或终端设备接收波束。AI功能对应的第一集合和/或第二集合的时间信息，第一集合和第二集合中包括网络设备发送波束和/或终端设备接收波束，AI功能用于时域波束预测。网络设备覆盖参数信息。终端分布信息以及终端移动性信息。

一种实施方式中，集合关系包括以下至少一项：第一集合为第二集合的子集。第一集合不同于第二集合。第一集合与第二集合相同。

一种实施方式中，波束信息包括以下至少一项：AI功能对应的第一集合内包括的波束数量，或AI功能对应的第一集合内包括的波束数量所处的数量范围。AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置，第一集合为第二集合的子集。AI功能对应的第二集合内包括的波束数量，或AI功能对应的第二集合内包括的波束数量所处的数量范围。第一集合对应的波束数量与第二集合对应的波束数量的比值。第一集合所包括波束与第二集合所包括波束之间的映射关系，第一集合不同于第二集合。

一种实施方式中，时间信息包括以下至少一项：第一集合对应的时间数量值，或第一集合对应的时间数量值的数量范围。第二集合对应的时间数量值，或第二集合对应的时间数量值的数量范围。第一集合对应的时间和第二集合对应的时间的时间图案。

一种实施方式中，网络设备覆盖参数信息包括以下至少一项：网络设备之间的间距。部署类型，部署类型包括以下至少一项：市区宏小区、市区微小区、室内热点、密集城市以及乡村。

一种实施方式中，终端分布信息包括室外终端数量与室内终端数量之间的比值。

一种实施方式中，终端移动性信息包括以下至少一项：终端移动速度。终端移动加速度。终端移动方向以及终端移动轨迹。

一种实施方式中，不同集合关系对应不同AI功能。

一种实施方式中，第一集合为第二集合的子集，包括以下至少一项：不同波束数量的第一集合，对应不同的AI功能。或者波束数量所处的数量范围不同的第一集合，对应不同的AI功能。或者不同波束数量的第一集合，对应相同的AI功能。或者波束数量所处的数量范围不同的第一集合，对应相同的AI功能。或者AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置不同，对应不同的AI功能。或者AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置不同，对应相同的AI功能。第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应不同的AI功能。或者第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应相同的AI功能。

一种实施方式中，第一集合不同于第二集合。第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应不同的AI功能。或者第一集合对应的波束数量与第二集合对应的波束数量的比值不同，对应相同的AI功能。

一种实施方式中，不同时间数量值对应不同AI功能。

一种实施方式中，不同时间图案对应不同AI功能。

一种实施方式中，不同部署类型对应不同AI功能，或者不同部署类型对应相同AI功能。网络设备之间的不同间距对应不同AI功能，或者网络设备之间的不同间距对应相同AI功能。

一种实施方式中，第一设备为终端。

一种实施方式中，第一设备为无线接入网设备或核心网设备。

一种实施方式中，AI功能对应的参数信息基于协议预定义，或基于配置信息配置，或者基于指示信息指示。

一种实施方式中，响应于第一设备为无线接入网设备或核心网设备，或者AI功能对应的参数信息基于协议预定义，指示信息所指示AI功能为至少两个，至少两个功能为不同的AI功能。

响应于第一设备为终端，指示信息所指示AI功能为至少一个。

一种实施方式中，AI功能为终端必须支持的能力，或者AI功能为终端可选支持的能力。

一种实施方式中，AI功能包括第一AI功能以及第二AI功能。第一AI功能为第二功能的前提需求。

图6是根据一示例性实施例示出的一种通信装置框图。参照图6，该通信装置可以是上述实施例涉及的第二设备，也可以是第二设备中的部件。参阅图6，通信装置包括接收单元201。

接收单元201，用于接收指示信息，指示信息用于指示人工智能AI功能，AI功能用于波束预测。

一种实施方式中，指示信息包括AI功能。

一种实施方式中，不同AI功能对应的参数信息不同。

一种实施方式中，指示信息包括参数信息。

一种实施方式中，不同集合关系对应不同AI功能。

一种实施方式中，不同时间数量值对应不同AI功能。

一种实施方式中，不同时间图案对应不同AI功能。

一种实施方式中，第一设备为终端。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据一示例性实施例示出的一种用于通信的装置300的框图。例如，装置300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图7，装置300可以包括以下一个或多个组件：处理组件302，存储器304，电力组件306，多媒体组件308，音频组件310，输入/输出(I/O)接口312，传感器组件314，以及通信组件316。

处理组件302通常控制装置300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件302可以包括一个或多个处理器320来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件302可以包括一个或多个模块，便于处理组件302和其他组件之间的交互。例如，处理组件302可以包括多媒体模块，以方便多媒体组件308和处理组件302之间的交互。

存储器304被配置为存储各种类型的数据以支持在装置300的操作。这些数据的示例包括用于在装置300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件306为装置300的各种组件提供电力。电力组件306可以包括电源管理系统，一个或多个电源，及其他与为装置300生成、管理和分配电力相关联的组件。

多媒体组件308包括在所述装置300和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件308包括一个前置摄像头和/或后置摄像头。当装置300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件310被配置为输出和/或输入音频信号。例如，音频组件310包括一个麦克风(MIC)，当装置300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器304或经由通信组件316发送。在一些实施例中，音频组件310还包括一个扬声器，用于输出音频信号。

I/O接口312为处理组件302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件314包括一个或多个传感器，用于为装置300提供各个方面的状态评估。例如，传感器组件314可以检测到装置300的打开/关闭状态，组件的相对定位，例如所述组件为装置300的显示器和小键盘，传感器组件314还可以检测装置300或装置300一个组件的位置改变，用户与装置300接触的存在或不存在，装置300方位或加速/减速和装置300的温度变化。传感器组件314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件314还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件316被配置为便于装置300和其他设备之间有线或无线方式的通信。装置300可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件316还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器304，上述指令可由装置300的处理器320执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图8是根据一示例性实施例示出的一种用于通信的装置400的框图。例如，装置400可以被提供为一核心网设备或接入网设备。参照图8，装置400包括处理组件422，其进一步包括一个或多个处理器，以及由存储器432所代表的存储器资源，用于存储可由处理组件422的执行的指令，例如应用程序。存储器432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件422被配置为执行指令，以执行上述方法。

装置400还可以包括一个电源组件426被配置为执行装置400的电源管理，一个有线或无线网络接口450被配置为将装置400连接到网络，和一个输入输出(I/O)接口458。装置400可以操作基于存储在存储器432的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器432，上述指令可由装置400的处理组件422执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

进一步可以理解的是，本公开中“多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

进一步可以理解的是，本公开中涉及到的“响应于”“如果”等词语的含义取决于语境以及实际使用的场景，如在此所使用的词语“响应于”可以被解释成为“在……时”或“当……时”或“如果”。

进一步可以理解的是，术语“第一”、“第二”等用于描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开，并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。

进一步可以理解的是，本公开实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利范围来限制。

Claims

1.一种通信方法，其特征在于，由第一设备执行，所述方法包括：

发送指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。

2.根据权利要求1所述的方法，其特征在于，所述指示信息包括AI功能。

3.根据权利要求1所述的方法，其特征在于，不同AI功能对应的参数信息不同。

4.根据权利要求1所述的方法，其特征在于，所述指示信息包括参数信息。

5.根据权利要求3或4所述的方法，其特征在于，所述参数信息包括以下至少一项：

AI功能对应的应用实例；

AI功能对应的第一集合和第二集合之间的集合关系，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束；

AI功能对应的第一集合和/或第二集合的波束信息，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束；

AI功能对应的第一集合和/或第二集合的时间信息，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束，所述AI功能用于时域波束预测；

网络设备覆盖参数信息；

终端分布信息；

终端移动性信息。

6.根据权利要求5所述的方法，其特征在于，所述应用实例包括以下至少一项：

空域波束预测；

时域波束预测；

空域波束预测和时域波束预测。

7.根据权利要求5所述的方法，其特征在于，所述集合关系包括以下至少一项：

所述第一集合为所述第二集合的子集；

所述第一集合不同于所述第二集合；

所述第一集合与所述第二集合相同。

8.根据权利要求5所述的方法，其特征在于，所述波束信息包括以下至少一项：

AI功能对应的第一集合内包括的波束数量，或AI功能对应的第一集合内包括的波束数量所处的数量范围；

AI功能对应的第一集合所包括波束在第二集合所包括波束中的位置，所述第一集合为所述第二集合的子集；

AI功能对应的第二集合内包括的波束数量，或AI功能对应的第二集合内包括的波束数量所处的数量范围；

第一集合对应的波束数量与第二集合对应的波束数量的比值；

所述第一集合所包括波束与所述第二集合所包括波束之间的映射关系，所述第一集合不同于所述第二集合。

9.根据权利要求5所述的方法，其特征在于，所述时间信息包括以下至少一项：

第一集合对应的时间数量值，或第一集合对应的时间数量值所述的数量范围；

第二集合对应的时间数量值，或第二集合对应的时间数量值所述的数量范围；

第一集合对应的时间和第二集合对应的时间的时间图案。

10.根据权利要求5所述的方法，其特征在于，所述网络设备覆盖参数信息包括以下至少一项：

网络设备之间的间距；

部署类型，所述部署类型包括以下至少一项：市区宏小区、市区微小区、室内热点、密集城市以及乡村。

11.根据权利要求5所述的方法，其特征在于，所述终端分布信息包括室外终端数量与室内终端数量之间的比值。

12.根据权利要求5所述的方法，其特征在于，所述终端移动性信息包括以下至少一项：

终端移动速度；

终端移动加速度；

终端移动方向；

终端移动轨迹。

13.根据权利要求5或7所述的方法，其特征在于，不同集合关系对应不同AI功能。

14.根据权利要求5、7或8所述的方法，其特征在于，所述第一集合为所述第二集合的子集，所述参数信息与AI功能的对应关系包括以下至少一项：

不同波束数量的第一集合，对应不同的AI功能；或者

不同波束数量的第一集合，对应相同的AI功能；或者

15.根据权利要求5、7或8所述的方法，其特征在于，所述第一集合不同于所述第二集合，所述参数信息与AI功能的对应关系包括以下至少一项：

16.根据权利要求5或9所述的方法，其特征在于，不同时间数量值对应不同AI功能。

17.根据权利要求5或9所述的方法，其特征在于，不同时间图案对应不同AI功能。

18.根据权利要求5或10所述的方法，其特征在于，

不同部署类型对应不同AI功能，或者不同部署类型对应相同AI功能；

网络设备之间的不同间距对应不同AI功能，或者网络设备之间的不同间距对应相同AI功能。

19.根据权利要求5或11所述的方法，其特征在于，不同终端分布信息对应不同AI功能，或者不同终端分布信息对应相同AI功能。

20.根据权利要求5或12所述的方法，其特征在于，不同终端移动性信息对应不同AI功能，或者不同终端移动性信息对应相同AI功能。

21.根据权利要求5至9中任意一项所述的方法，其特征在于，所述第一集合为AI模型输入值对应的波束集合，所述第二集合为模型输出对应的波束集合。

22.根据权利要求1所述的方法，其特征在于，所述第一设备为终端。

23.根据权利要求1所述的方法，其特征在于，所述第一设备为无线接入网设备或核心网设备。

24.根据权利要求1所述的方法，其特征在于，所述AI功能对应的参数信息基于协议预定义，或基于配置信息配置，或者基于指示信息指示。

25.根据权利要求1所述的方法，其特征在于，响应于所述第一设备为无线接入网设备或核心网设备，或者所述AI功能对应的参数信息基于协议预定义，所述指示信息所指示AI功能为至少两个，所述至少两个功能为不同的AI功能；

26.根据权利要求1所述的方法，其特征在于，所述AI功能为终端必须支持的能力，或者所述AI功能为终端可选支持的能力。

27.根据权利要求1所述的方法，其特征在于，所述AI功能包括第一AI功能以及第二AI功能；

所述第一AI功能为所述第二功能的前提需求。

28.一种通信方法，其特征在于，由第二设备执行，所述方法包括：

接收第一设备发送的指示信息，所述指示信息用于指示人工智能AI功能，所述AI功能用于波束预测。

29.根据权利要求28所述的方法，其特征在于，所述指示信息包括AI功能。

30.根据权利要求28所述的方法，其特征在于，不同AI功能对应的参数信息不同。

31.根据权利要求28所述的方法，其特征在于，所述指示信息包括参数信息。

32.根据权利要求30或31所述的方法，其特征在于，所述参数信息包括以下至少一项：

AI功能对应的应用实例；

AI功能对应的第一集合和/或第二集合的时间信息，所述第一集合和所述第二集合中包括网络设备发送波束和/或终端设备接收波束，所述AI功能用于时域波束预测

网络设备覆盖参数信息；

终端分布信息；

终端移动性信息。

33.根据权利要求32所述的方法，其特征在于，所述应用实例包括以下至少一项：

空域波束预测；

时域波束预测；

空域波束预测和时域波束预测。

34.根据权利要求32所述的方法，其特征在于，所述集合关系包括以下至少一项：

所述第一集合为所述第二集合的子集；

所述第一集合不同于所述第二集合；

所述第一集合与所述第二集合相同。

35.根据权利要求32所述的方法，其特征在于，所述波束信息包括以下至少一项：

36.根据权利要求32所述的方法，其特征在于，所述时间信息包括以下至少一项：

第一集合对应的时间和第二集合对应的时间的时间图案。

37.根据权利要求32所述的方法，其特征在于，所述网络设备覆盖参数信息包括以下至少一项：

网络设备之间的间距；

38.根据权利要求32所述的方法，其特征在于，所述终端分布信息包括室外终端数量与室内终端数量之间的比值。

39.根据权利要求32所述的方法，其特征在于，所述终端移动性信息包括以下至少一项：

终端移动速度；

终端移动加速度；

终端移动方向；

终端移动轨迹。

40.根据权利要求32或34所述的方法，其特征在于，不同集合关系对应不同AI功能。

41.根据权利要求32、34或35所述的方法，其特征在于，所述第一集合为所述第二集合的子集，所述参数信息与AI功能的对应关系包括以下至少一项：

不同波束数量的第一集合，对应不同的AI功能；或者

不同波束数量的第一集合，对应相同的AI功能；或者

42.根据权利要求32、34或35所述的方法，其特征在于，所述第一集合不同于所述第二集合，所述参数信息与AI功能的对应关系包括以下至少一项：

43.根据权利要求32或36所述的方法，其特征在于，不同时间数量值对应不同AI功能。

44.根据权利要求32或36所述的方法，其特征在于，不同时间图案对应不同AI功能。

45.根据权利要求32或37所述的方法，其特征在于，

46.根据权利要求32或38所述的方法，其特征在于，不同终端分布信息对应不同AI功能，或者不同终端分布信息对应相同AI功能。

47.根据权利要求32或39所述的方法，其特征在于，不同终端移动性信息对应不同AI功能，或者不同终端移动性信息对应相同AI功能。

48.根据权利要求32至36中任意一项所述的方法，其特征在于，所述第一集合为AI模型输入值对应的波束集合，所述第二集合为模型输出对应的波束集合。

49.根据权利要求28所述的方法，其特征在于，所述第一设备为终端。

50.根据权利要求28所述的方法，其特征在于，所述第一设备为无线接入网设备或核心网设备。

51.根据权利要求28所述的方法，其特征在于，所述AI功能对应的参数信息基于协议预定义，或基于配置信息配置，或者基于指示信息指示。

52.根据权利要求28所述的方法，其特征在于，响应于所述第一设备为无线接入网设备或核心网设备，或者所述AI功能对应的参数信息基于协议预定义，所述指示信息所指示AI功能为至少两个，所述至少两个功能为不同的AI功能；

53.根据权利要求28所述的方法，其特征在于，所述AI功能为终端必须支持的能力，或者所述AI功能为终端可选支持的能力。

54.根据权利要求28所述的方法，其特征在于，所述AI功能包括第一AI功能以及第二AI功能；

所述第一AI功能为所述第二功能的前提需求。

55.一种通信装置，其特征在于，包括：

56.一种通信装置，其特征在于，包括：

57.一种通信装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至27中任意一项所述的方法，或者执行权利要求28至54中任意一项所述的方法。

58.一种存储介质，其特征在于，所述存储介质中存储有指令，当所述存储介质中的指令由第一设备的处理器执行时，使得第一设备执行权利要求1至27中任意一项所述的方法，或者当所述存储介质中的指令由第二设备的处理器执行时，使得第二设备执行权利要求28至54中任意一项所述的方法。