CN117044361A - 无线电接入网中确定性业务和非确定性业务的优化 - Google Patents
无线电接入网中确定性业务和非确定性业务的优化 Download PDFInfo
- Publication number
- CN117044361A CN117044361A CN202280023737.8A CN202280023737A CN117044361A CN 117044361 A CN117044361 A CN 117044361A CN 202280023737 A CN202280023737 A CN 202280023737A CN 117044361 A CN117044361 A CN 117044361A
- Authority
- CN
- China
- Prior art keywords
- application
- ric
- report
- assistance information
- association
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title description 17
- 238000000034 method Methods 0.000 claims abstract description 75
- 238000010801 machine learning Methods 0.000 claims description 50
- 238000004891 communication Methods 0.000 claims description 43
- 238000012544 monitoring process Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 34
- 238000003860 storage Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 14
- 238000013179 statistical model Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- XHSQDZXAVJRBMX-UHFFFAOYSA-N 2-(5,6-dichlorobenzimidazol-1-yl)-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound OC1C(O)C(CO)OC1N1C2=CC(Cl)=C(Cl)C=C2N=C1 XHSQDZXAVJRBMX-UHFFFAOYSA-N 0.000 claims 4
- 238000011895 specific detection Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 101001100327 Homo sapiens RNA-binding protein 45 Proteins 0.000 description 3
- 102100038823 RNA-binding protein 45 Human genes 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 101150090033 DRB2 gene Proteins 0.000 description 2
- 101100117568 Oryza sativa subsp. japonica DRB5 gene Proteins 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- -1 UE-2 Proteins 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/51—Allocation or scheduling criteria for wireless resources based on terminal or device properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/52—Allocation or scheduling criteria for wireless resources based on load
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
提供了各种技术,用于由基站(BS)生成与BS相关联的用户设备(UE)的UE报告,由BS将应用标识或关联(ID)与UE报告相关联,ID与由至少一个数据无线电承载(DRB)服务的应用类别相关联,或ID是指标识由DRB服务的应用的特定应用检测过滤器的标识符,由BS接收基于针对DRB发送的报告的辅助信息,辅助信息与应用相关联,以及由BS基于辅助信息,调度用于UE的资源。
Description
技术领域
本说明书涉及无线通信。
背景技术
通信系统可以是实现两个或多个节点或设备(如固定通信设备或移动通信设备)之间通信的设施。信号可以在有线或无线载波上传输。
蜂窝通信系统的一个示例是由第三代合作伙伴计划(3GPP)正在标准化的架构。该领域的最新发展通常被称为通用移动电信系统(UMTS)无线电接入技术的长期演进(LTE)。E-UTRA(演进型UMTS陆地无线电接入)是用于移动网络的3GPP的长期演进(LTE)升级路径的空中接口。在LTE中,被称为增强型节点AP(eNB)的基站或接入点(AP)在覆盖区域或小区内提供无线接入。在LTE中,移动设备或移动站被称为用户设备(UE)。LTE已经包括了许多提高或发展。LTE的各方面也在继续改进。
5G新空口(NR)的发展是满足5G要求的持续移动宽带演进过程的一部分,类似于3G和4G无线网络的早期演进。除了移动宽带,5G还针对新兴的用例。5G的目标是显著提高无线性能,这可能包括数据速率、延迟、可靠性和安全性的新水平。5G NR还可以被扩展到高效连接大规模物联网(IoT),并可能提供新类型的关键任务服务。例如,超可靠和低延迟通信(URLLC)设备可能需要高可靠性和非常低的延迟。
发明内容
根据示例实施例,一种方法可以包括:由基站(BS)生成用于与BS相关联的用户设备(UE)的UE报告,由BS将应用标识或关联(ID)与UE报告相关联,ID与由至少一个数据无线电承载(DRB)服务的应用类别相关联,或ID是指标识由DRB服务的应用的特定应用检测过滤器的标识符,由BS接收基于针对DRB发送的报告的辅助信息,辅助信息与应用相关联;以及由BS基于辅助信息,调度用于UE的资源。
实现方式可以包括以下一个或多个特征,该一个或多个特征可以单独存在或相互组合。例如,该方法还可以包括:由BS监测与UE相关联的DRB上的用于上行链路(UL)的业务模式,由BS监测与UE相关联的DRB上的用于下行链路(DL)的业务模式,其中UE报告是基于与应用相关联的数据,数据在UL的监测和DL的监测期间被获取。辅助信息可以包括时间敏感通信辅助信息(TSCAI)。ID可以是由BS从会话管理功能(SMF)接收的关联ID。ID可以是与在一个或多个DRB上服务的应用类别相关联的关联ID。关联ID可以由SMF基于业务流模板导出,业务流模板被用于将服务流映射到无线电承载。UE报告可以是基于与应用和使用应用的多个UE相关联的数据。UE报告可以是基于与实现多个应用的UE相关联的数据,并且多个应用中的每一个应用与唯一ID相关联。辅助信息可以是基于处理多个UE报告的统计或机器学习(ML)模型的。
根据示例实施例,一种方法可以包括:由RAN智能控制器(RIC)从基站(BS)接收用户设备(UE)报告,UE报告包括关联UE和应用的标识(ID),由RIC基于UE报告使用机器学习(ML)或统计模型,生成应用业务模式,由RIC基于业务模式使用ML或统计模型,生成辅助信息,以及由RIC向BS传送辅助信息。
实现方式可以包括以下一个或多个特征,该一个或多个特征可以单独存在或相互组合。例如,UE报告可以是基于与应用相关联的数据,数据在与UE相关联的数据无线电承载(DRB)上的上行链路(UL)的监测以及与UE相关联的DRB上的下行链路(DL)的监测期间被获取。ID可以是由BS从会话管理功能(SMF)接收的关联ID。ID可以是与在一个或多个DRB上服务的应用类别相关联的关联ID。关联ID可以由SMF基于业务流模板导出,业务流模板被用于将服务流映射到无线电承载。应用业务可以是基于被多个UE使用的应用。RIC可以包括近实时RIC和非实时RIC,并且ML模型由非实时RIC训练。辅助信息可以包括时间敏感通信辅助信息(TSCAI)。RIC在时间段内可以从与应用相关联的多个UE报告收集信息,以及辅助信息可以是基于在时间段内收集的信息。
一个或多个实施例的细节在附图和后续说明书中阐述。其他特征将从说明书和附图以及权利要求中是显而易见的。
附图说明
图1是根据示例实施例的无线网络的框图;
图2是示出根据示例实施例的无线电接入网络(RAN)架构的一部分的框图;
图3是根据示例实施例的RAN信号流程图。;
图4是根据示例实施例的用于优化业务的方法的框图;
图5是根据示例实施例的用于生成每个应用业务模式的方法的框图;
图6是示出根据示例实施例的网络设备的操作的流程图;
图7是示出根据示例实施例的网络设备的操作的流程图;以及
图8是根据示例实施例的无线站或无线节点(例如,AP、BS、gNB、RAN节点、中继节点、UE或用户设备、网络节点、网络实体、DU、CU-CP、CU-CP或其他节点)的框图。
具体实施方式
图1是根据示例实施例的无线网络130的框图。在图1的无线网络130中,也可以被称为移动站(MS)或用户设备(user equipment,UE)的用户设备(user device)131、用户设备132、用户设备133和用户设备135可以与基站(BS)134连接(和进行通信),基站134也可以被称作接入点(AP)、增强型节点B(eNB)、下一代节点B(gNB)或者网络节点。术语用户设备(user device)和用户设备(UE)可以互换使用。BS还可以包括或者可以被称为RAN(无线电接入网络)节点,并且可以包括诸如BS的一部分或RAN节点的一部分(例如,在拆分BS的情况下,诸如集中式单元(CU)和/或分布式单元(DU))。BS(例如,接入点(AP)、基站(BS)或(e)节点B(eNB)、BS、RAN节点)的功能的至少一部分也可以由可操作地耦合到收发器(诸如,远程无线电头)的任何节点、服务器或主机来执行。BS(或AP)134在小区136内向包括用户设备(或UE)131、用户设备132、用户设备133和用户设备135提供无线覆盖。尽管仅有四个用户设备(或UE)被示为连接或附接到BS134,但是可以提供任意数量的用户设备。BS134还经由S1接口或NG接口151连接到核心网150。这仅仅是无线网络的一个简单示例,还可以使用其他示例。
基站(例如,诸如BS134)是无线电网络内的无线电接入网络(RAN)节点的示例。BS(或RAN节点)可以是或可以包括(或可替换地被称为)例如接入点(AP)、gNB、eNB或其一部分(例如,在拆分BS或分离gNB的情况下,集中式单元(CU)和/或分布式单元(DU))或其他网络节点。例如,BS(或gNB)可以包括:诸如gNB分布式单元(gNB-DU)的分布式单元(DU)网络实体,以及可以控制多个DU的集中式单元(CU)。在一些情况下,例如,集中式单元(CU)可以被拆分或划分为:诸如gNB集中式(或中央)单元控制面(gNB CU CP)的控制面实体,以及诸如gNB集中式的(或中央的)单元用户面(gNB-CU UP)的用户面实体。例如,CU子实体(gNB CUCP、gNB CU UP)可以被提供,以作为不同的逻辑实体或不同的软件实体(例如,作为单独或不同的通信软件实体),它们可以在同一个硬件或服务器上、在云中等运行或被提供,或者可以在不同的硬件、系统或服务器上被提供(例如,在物理上分离的或在不同的系统、硬件或服务器上运行)。
如所指出的,在gNB/BS的拆分配置中,gNB功能可以拆分为DU和CU。分布式单元(DU)可以提供或建立与一个或多个UE的无线通信。因此,DU可以提供一个或多个小区,并且可以允许UE与DU通信和/或建立到DU的连接,以为了接收无线服务(诸如允许UE发送或接收数据)。集中式(或中央)单元(CU)可以为一个或多个连接的DU提供控制功能和/或数据面功能(例如,包括控制功能,诸如用户数据传输的gNB控制、移动性控制、无线电接入网络共享、定位、会话管理等,但专门被分配给DU的那些功能除外)。CU可以通过前传(Fs)接口控制DU的操作(例如,CU与一个或多个DU通信)。
根据说明性示例,通常地,BS节点(例如,BS、eNB、gNB、CU/DU等)或无线电接入网络(RAN)可以是移动电信系统的一部分。RAN(无线电接入网络)可以包括实现无线电接入技术的一个或多个BS或RAN节点,例如,以允许一个或更多个UE接入网络或核心网络。因此,例如,RAN(RAN节点,例如BS或gNB)可以位于一个或多个用户设备或UE与核心网络之间。根据示例实施例,每个RAN节点(例如,BS、eNB、gNB、CU/DU等)或BS可以为一个或多个UE或用户设备提供一个或多个无线通信服务,例如,以允许UE经由RAN节点无线接入网络。每个RAN节点或BS可以执行或提供无线通信服务,例如,以允许UE或用户设备建立到RAN节点的无线连接,以及向一个或多个UE发送数据和/或从一个或多个UE接收数据。例如,在建立到UE的连接之后,RAN节点(例如,BS、eNB、gNB、CU/DU等)可以将从网络或核心网络接收的数据转发到UE,和/或将从UE接收的数据发送到网络或核心网络。RAN节点(例如,BS、eNB、gNB、CU/DU等)可以执行多种其他无线功能或服务,例如,向UE广播控制信息(例如,系统信息)、在有数据要传达到UE时寻呼UE、协助UE在小区之间切换、调度用于从(多个)UE的上行链路数据传输和到(多个)UE的下行链路数据传输的资源,发送控制信息以配置一个或多个UE等等。这些是RAN节点或BS可以执行的一个或多个功能的一些示例。基站也可以是IAB(集成接入和回程)节点(也称为中继节点)的DU(分布式单元)部分。DU促进IAB节点的接入链路连接。
用户设备(用户终端、用户设备(UE)、移动终端、手持无线设备等)可以指便携式计算设备,包括在具有或没有具有用户识别模块(SIM)的情况下运行的无线移动通信设备(可以称为通用SIM),包括但不限于以下类型的设备:作为示例,移动台(MS)、移动电话、蜂窝电话、智能手机、个人数字助理(PDA)、手持机、使用无线调制解调器的设备(警报或测量设备等)、膝上型电脑和/或触摸屏电脑、平板电脑、平板电视、游戏控制台、笔记本电脑、车辆、传感器和多媒体设备,或者任何其他无线设备。应当理解的是,用户设备也可以是(或可以包括)几乎排他性的仅上行链路的设备,其示例是将图像或视频剪辑加载到网络的相机或摄像机。用户设备也可以是IAB(集成接入和回程)节点(也称为中继节点)的MT(移动终端)部分。MT促进IAB节点的回程连接。
在LTE(作为说明性示例)中,核心网150可被称为演进分组核心(EPC),其可以包括可以处理或协助用户设备在BS之间的移动/切换的移动管理实体(MME)、可以在BS与分组数据网络或互联网之间转发数据和控制信号的一个或多个网关、以及其他控制功能或块。其他类型的无线网络,例如5G(可以称为新无线电(NR)),也可以包括核心网络(例如,在5G/NR中可以称为5GC)。
此外,作为说明性示例,本文所述的各种示例实施例或技术可应用于各种类型的用户设备或数据服务类型,或可以被应用于其上运行多个应用的用户设备,这些应用可能具有不同的数据服务类型。新空口(5G)的发展可能支持许多不同的应用或许多不同的数据服务类型,例如:机器类型通信(MTC)、增强型机器类型通信、大规模MTC、物联网和/或窄带物联网用户设备、增强型移动宽带(eMBB)以及超可靠和低延迟通信(URLLC)。这些新的5G(NR)相关应用中的许多应用可能需要比以前的无线网络更高的性能。
IoT可能指的是不断增长的对象组,这些对象可能具有互联网连接或网络连接,因此这些对象可以向其他网络设备发送信息,也可以从其他网络设备接收信息。例如,许多传感器类型的应用或设备可以监测物理状况或状态,并且可以例如在事件发生时向服务器或其他网络设备发送报告。机器类型通信(MTC,或机器对机器通信)的特征可以是,例如,在有或没有人类干预的情况下,智能机器之间的全自动数据生成、交换、处理和驱动。增强型移动宽带(eMBB)可以支持比LTE中当前可用的数据速率高得多的数据速率。
超可靠和低延迟通信(URLLC)是一种新的数据服务类型或新的使用场景,可能支持新的无线电(5G)系统。这使得新兴的新应用和服务(例如工业自动化、自动驾驶、车辆安全、电子健康服务等)成为可能。通过说明性示例的方式,3GPP的目标是提供具有与10-5的块错误率(BLER)和达到1ms的U平面(用户/数据面)延迟相对应的可靠性的连接。因此,例如,URLLC用户设备/UE可能需要比其他类型的用户设备/UU低得多的块错误率以及低延迟(同时需要或不需要高可靠性)。因此,例如,与eMBB UE(或在UE上运行的eMBB应用)相比,URLLCUE(或UE上的URLLC应用)可能需要显著更短的时延。
各种示例实施例可以被应用于各种各样的无线技术或无线网络,诸如LTE、LTE-A、5G(新空口(NR))、厘米波(cmWave)和/或毫米波(mmWave)频带网络、IoT、MTC、eMTC、mMTC、eBB、URLLC等,或任何其他无线网络或无线技术。这些示例性网络、技术或数据服务类型仅作为说明性示例提供。3GPP系统可以支持优化,以改善体验,提高RAN中的容量利用率,用于确定性服务、扩展现实/增强现实(XR/AR)服务、视频服务、物联网服务(例如,运动控制、传感器/致动器通信控制、移动机器人和自动导引车(AGV)、远程访问和维护、闭环过程控制,3GPP支持基于给定服务的固定5QI分配(PDB、PER)建模的QoS框架。O-RAN引入了实时RIC和非实时RIC,以支持人工智能/机器学习(AI/ML)类型分析,并为RAN提供了可用于给定UE会话(QoS、移动性等)的优化指导。图2可以示出用于实现开放式RAN(O-RAN)的体系结构。
图2是示出根据示例实施例的无线电接入网络(RAN)架构的一部分的框图。RAN200体系结构可以包括利用机器学习(ML)系统和人工智能后端模块在多供应商网络中实现网络智能的能力。学习技术可以被用于生成和部署ML模型和策略,以控制RAN 200的实时行为,或者通过使用配置、策略和触发来专注于优化RAN 200。
如图2所示,RAN 200可以包括服务管理和编排(SMO)架构205。SMO架构205可以包括非实时RAN智能控制器(RIC)210。RAN还可以包括近实时RIC 215、BS220(例如eNB或gNB)、中央单元控制面(CU-CP)225、中央单元用户面(CU-UP)230、分布式单元(DU)235、无线电单元(RU)240以及云化和编排平台245。
SMO架构205可以包括非实时RIC 210,非实时RIC 210可以通过使用数据分析和AI/ML训练/推理提供基于策略的指导来支持非实时(例如,大于1秒)的智能RAN优化。非实时RIC 210可以利用例如数据收集和供应服务的SMO服务。
近实时RIC 215可以实现对具有近实时控制环路(例如,10ms到1s)的RAN(例如,CU和DU)节点和资源的近实时控制和优化。近实时RIC 215可以使用监测、中止/停止、覆盖和/或控制基元来控制RAN节点的行为。近实时RIC 215可以托管应用(例如,xApps)并收集近实时RAN信息,以在从非实时RIC 210提供的策略和数据的指导下提供服务(控制原语)。
网络性能和网络资源可以通过实时闭环控制进行持续监测。RAN 200可以被配置为通过闭环控制提供高效、优化的无线电资源管理,以便增强网络性能和用户体验。非实时RIC 210和近实时RIC 215之间的交互可以用于优化和微调与例如负载平衡、移动性管理、多连接控制、QoS管理、网络节能等相关的控制算法。
BS220(例如,eNB或gNB)可以被配置为向小区内的一个或多个UE提供无线覆盖。CU-CP 225和CU-UP 230可以被配置为提供用于一个或多个连接的DU的控制功能和/或数据面功能,包括例如控制功能,诸如用户数据传输的gNB控制、移动性控制、无线电接入网络共享、定位、会话管理等,但专门被分配给DU的那些功能除外。
DU 235可以被配置为提供或建立与一个或多个UE的无线通信。因此,DU可以提供一个或多个小区,并且可以允许UE与DU通信和/或建立到DU的连接,以便接收无线服务,诸如允许UE发送或接收数据。RU 240(有时被称为无线电远程单元(RRU))可以被配置为在一个或多个频率上发送和接收信号。RU 240可以包括空中接口。
云化和编排平台245可以被配置为实现RAN 200虚拟化网元的灵活部署选项和服务供应模型。云化和编排平台245可以是云计算平台,包括可以承载RAN功能、支持软件组件以及管理和编排功能的物理基础设施节点的集合。
现有系统(例如,RAN或O-RAN)没有针对BS(例如,gNB、eNB)和RIC提供将BS处可用的业务模式的知识与正在生成这些业务模式的应用相关联的机制:(1)由于RIC不知道UE级别的标识符(即,唯一的UE标识符),对于给定的应用,RIC不能在每个UE、数据无线电承载(DRB)和/或服务质量(QoS)流的基础上关联由BS报告的业务统计信息;(2)由于不存在可以被用于确定或表征给定应用的参数,BS不能在给定UE/DRB/QoS流的基础上基于每个应用来关联由RIC报告的业务优化;(3)在BS中是可用的仅有标识符是5G QoS标识符(5QI)。
然而,基于5QI区分应用/服务是不可能的,因为系统没有提供与支持的应用的数量一样多的5QI。此外,建立新的5QI是一项繁琐的任务,需要E2E重新配置,因此对于运营商是不想要的解决方案。
另一个可能的标识符是QoS流标识符(QFI),但这不能用于标识QoS流和(多个)UE之间的应用,因为QFI被设计为标识QoS流,并且最终用户体验由与给定应用相关联的所有QoS流的性能决定。
此外,由于(1)确定性流需要在特定时间窗口内进行传输(例如,不太早也不太晚);(2)假设应用服务器提供TSCAI,尽管所有应用服务器(需要TSC服务)将如何能够提供和保护BAT、周期性、突发大小等尚不明确;(3)TSCAI是通过NG应用协议(NGAP)传达的,但并不总是,并且有时可能是不准确/不精确的(当TSCAI不可用或不准确时,目前在RAN中没有选项来标识TSCAI);以及(4)在不知道诸如确定性业务的TSAI之类的业务类型和细节的情况下,有效的无线电调度优化可能是困难的。因此在不知道业务类型和细节的情况下,如时间敏感通信(TSC)辅助信息(TSCAI),包括例如确定性连续业务的突发到达时间(BAT)、周期性、突发大小、突发扩展、抖动等,有效的无线电调度优化是困难的
拓宽确定性时间敏感通信场景可以支持了解业务类型(诸如扩展现实/增强现实(XR/AR)(视口)、视频、游戏)及其特性的无线电调度优化。然而,现有系统没有提供标准机制来将用户面/QoE相关的分析信息递送到近实时RIC。这些信息可以从深度分组检查(DPI)引擎、探针、分析引擎、通常计算成本高昂的应用以及额外的集成和维护工作中被确定。缺乏该信息的可用性阻碍了服务感知RAN的提供。
为了实现基于服务的RAN感知,根据至少一个示例实施例,BS(例如,gNB、eNB)和RIC可以在每个应用的基础上,使用从BS到RIC的UE报告和从RIC到BS的辅助信息。会话管理功能(SMF)可以提供关联ID来标识给定QoS流的应用。对于时间敏感通信(TSC)协议数据单元(PDU)会话/QoS流,关联ID可以指示TSC。对于XR流,关联ID可以指示XR。对于URLLC流,关联ID可以指示URLLC(或者更一般地,对应的应用ID)。
根据至少一个示例实施例,BS(例如,CU-CP)可以在每个DRB、UE级别上监测上行链路(UL)和下行链路(DL)的业务模式,并将其报告给RIC。报告可以包括关联ID和/或应用ID。RIC可以在一个时间段内收集由(多个)BS为应用提供的信息。利用人工智能(AI),RIC可以分析业务模式并定义RIC中特定应用的TSCAI信息(突发大小、周期性、突发扩展、抖动等),并定期向BS(例如,CU-UP)报告该信息。BS可以利用该信息来基于监测和报告的业务模式来优化资源分配(例如,保留传输时间间隔(TTI)/时隙、最小化来自超额预定因素的开销等)。示例技术可以扩展到具有特定业务类型(例如XR业务)的特定信息(例如,视口信息)的非确定性业务。
示例实施例的优点可以是为3GPP RAN和RIC提供一种解决方案,以在RIC处在每个应用基础上关联来自BS(通过RIC)的输入和通过RIC(通过BS)的输出。同时,示例实施例可以针对BS中的给定UE在每个DRB/QoS流的基础上应用该解决方案。为3GPP RAN(连同RIC)提供一种解决方案,以通过在一个时间段内分析多个UE的(多个)业务模式来确定每个应用的(多个)业务模式。被RIC提供的优化可以被用于增强调度、增强准入控制,还可以提高BS的容量(例如,业务模式确定使得BS能够接受UE的更有保证的比特率(GBR)DRB)。图3可以被用于描述根据(多个)示例实施例的用于实现基于服务的RAN感知的示例信号流。
图3是根据示例实施例的RAN信号流程图。如图3所示,信号流300包括UE 305、BS310、SMF 315和UPF 320之间的通信。信号流300还包括BS 310和RIC 325之间的通信。如图3所示,QoS流存在于UE 305、BS 310、SMF 315和UPF 320之间。在QoS流建立(328)时,SMF 315包括基于业务类型和服务的关联ID或应用ID,QoS流针对其被创建。然而,RIC 325不具有对QoS信号流的直接接入。因此,可以帮助RIC 325中的处理的任何QoS数据都可以由BS 310处理并传送到RIC 325。
如图3所示,BS 330可以检测(330)业务模式和细节。业务模式和细节可以与一个或多个UE和一个或多个应用相关联。BS 310可以是和/或包括gNB、eNB、CU、DU、RU等。BS 310可以在每个DRB、UE级别上监视用于UL和DL的业务模式,以及生成报告。报告可以包括关联ID和/或应用ID。SMF 315可以在QoS流建立或修改期间提供(并且BS 310可以使用)关联ID来标识给定QoS流的应用(例如,每个UE和/或应用的5QI)。
之后,BS 310向RIC 325传送消息(335)。该消息可以包括原始数据和/或统计信息(例如,采样数据业务、业务参数等)的报告,该原始数据和/或统计信息针对与关联于(例如,包括在)报告(针对多个UE重复)的应用有关的至少一个UE。例如,应用可以与多个UE相关联(例如,通过RAN 200服务)。该报告可以用于该应用并且包括与多个UE中的每个UE相关联的统计信息。该报告可以将应用与数据和/或UE相关联。例如,应用ID和/或关联ID可以用于将应用与数据和/或UE相关联。对于时间敏感通信(TSC)协议数据单元(PDU)会话/QoS流,关联ID可以指示TSC。对于XR流,关联ID可以指示XR。对于URLLC流,关联ID可以指示URLLC(或者更一般地,对应的应用ID等)。
备选地,针对每个UE的报告可以被传送给RIC 325。每个报告可以包括关联ID和/或应用ID,该关联ID和/或应用ID对应于与该报告相关联的应用。在示例实现方式中,多个应用可以被RAN(例如,RAN 200)。多个应用中的每一个应用可以与关联ID和/或应用ID相关联。基于多个应用的多个报告可以被从BS 310传送到RIC 325。
RIC 325可以在每个应用的基础上执行业务模式的AI/ML处理(340),并报告(例如,生成报告)一致的模式(例如,突发大小、周期性等)。RIC 325可以收集在一个时间段内从BS 310针对应用传送的信息(报告)。利用AI,RIC 325可以分析业务模式,并定义用于RIC中的特定应用的TSCAI信息(突发大小、周期性、突发扩展、抖动等),并且周期性地将该信息报告给BS 310。
例如,经过训练的ML模型可以被用于分析与应用相关的业务模式。经过训练的ML模型可以被配置为基于业务模式,生成辅助信息(与一个应用或每个应用相关联)。辅助信息可以包括突发大小、周期性、六自由度(6DoF)、视口等。辅助信息可以被包括在生成的报告中。
之后RIC 325向BS 310传送消息(345)。该报告可以包括辅助信息。例如,RIC可以将突发大小、周期性(如果是TSC)、6DoF、视口(如果是XR)和/或类似信息传送给BS 310。BS310可以使用辅助信息来促进基于服务的RAN感知。BS 310可以使用该信息(350)作为优化调度、增强准入控制、增强负载平衡、使用配置授权(CG)进行UL资源优化等的准则。在示例实现方式中,该信息可以被BS 310基于监测的和报告的业务模式使用,以优化资源分配(例如,保留传输时间间隔(TTI)/时隙、最小化来自超额预定因素的开销等)。示例技术可以被扩展到具有特定业务类型(例如XR业务)的特定信息(例如,视口信息)的非确定性业务。图3可以描述呼叫流程,以说明用于在每个应用的基础上收集(多个)业务模式和报告分析的BS到RIC过程。
在一个示例实现方式中,关联ID或应用ID可以被用于将从BS 310到RIC 325的UE报告与基于每个应用的辅助信息相关联。备选地,SMF 315可以提供使用的上行链路过滤器和下行链路过滤器。关联ID或应用ID可以使BS 310和RIC 325能够使用应用的类型在每个应用的基础上执行统计,和/或使用5元组和应用ID来标识应用。策略控制功能(PCF)/SMF可以基于将被使用的应用的类型和/或5QI来导出这一点。
示例实现方式可以使BS能够以每个UE/DRBs/QoS流级别报告(多个)业务模式。此外,RIC处理来自BS的针对各种UE的报告,并在应用级别上合并业务模式(即使不知道给定UE/QoS流或DRB),在每个应用级别上向gNB报告优化,以提高调度和容量。此外,gNB可以在针对给定UE/DRB/QoS流级别的应用级别上应用所报告的优化,以提高现有会话的业务调度和提高(多个)新UE/DRB建立请求的准入控制。RIC提供的辅助信息也可以被用于负载平衡目的。
无线电调度器可以基于针对确定性业务的业务模式到达,确定诸如周期性、突发大小等参数。无线电调度器可以使用该信息通过在CU-UP内调整调度器,来调节业务调度,以确保准时递送(这是对时间敏感的业务的关键要求)、准入控制、避免超额预定,从而提高容量利用率。在URLLC,TSC/确定性应用的情况下,给定流的方向的突发大小、周期性、突发扩展和抖动是有益的。TSCAI在准入控制期间是有益的。而在像XR这样的XR业务的情况下,视口信息在准入控制期间可能是有益的。
图4和图5是根据示例实施例的方法的流程图。关于图4和图5描述的方法可以因为存储在与装置(例如,RAN 200)相关联的存储器(例如,非暂时性计算机可读存储介质)中的软件代码的执行而被执行,并且被与该装置相关联的至少一个处理器执行。软件代码可以被配置为实现本文描述的技术。然而,备选的实施例被设想为诸如具体化为专用处理器的系统。尽管以下描述的方法被描述为由处理器和/或专用处理器执行,但是这些方法不一定由同一处理器执行。换句话说,至少一个处理器和/或至少一个专用处理器可以执行下面关于图4和图5描述的方法。
图4是根据示例实施例的用于优化业务的方法的框图。如图4所示,在步骤S405中,ID与UE报告相关联。例如,可以将从SMF获得的关联ID分配给UE报告。例如,可以将与应用相关联的ID(例如,应用ID)分配给UE报告。在示例实现方式中,关联ID和/或应用ID可以由SMF(例如,SMF315)提供/从SMF接收。一个应用可以与多个UE相关联。因此,与特定应用相关联的每个UE报告将具有相同的应用ID和/或关联ID。
在步骤S410中,每个应用的统计信息被生成。例如,与小区和UE相关联的数据(例如,5QI、业务模式、负载等)可以由BS收集。BS可以是gNB、eNB、CU、DU、RU等。数据可以与关键性能指标(KPI)相关联。KPI可以基于UE测量、节点测量、节点性能度量、负载(例如,节点负载)测量等。KPI可以基于CU和DU测量值或信息。KPI数据可以是与应用相关联(例如,被过滤以包括)的数据
在步骤S415中,向RIC传送具有统计信息的UE报告。例如,可以将每个应用的统计信息或每个应用中的KPI传送给RIC。RIC可以确定(例如,使用至少一个ML模型)与应用相关联的模式(例如,业务模式)。与应用相关联的业务模式可以基于与多个UE相关联的应用。在示例实现方式中,BS(例如,gNB)可以在与关联ID/应用ID相关联的每个UE/DRB的基础上向RIC报告原始业务特性(例如,如BS所观察到的)。例如,BS(例如,BS 310)可以向RIC(例如,RIC 325)报告UE-1/DRB1特性,并将该特性与关联ID/应用ID相关联。BS(例如,BS 310)可以向RIC(例如,RIC 325)报告UE-2/DRB2特性,并将该特性与关联ID/应用ID相关联。BS(例如,BS 310)可以向RIC(例如,RIC 325)报告UE-3/DRB1特性,并将该特性与关联ID/应用ID相关联。根据至少一个示例实施例,BS可以在每个DRB、UE级别上监视UL和DL的业务模式,并将业务模式报告给RIC。报告可以包括关联ID和/或应用ID。RIC可以在一个时间段内收集(多个)BS针对应用提供的信息。
在步骤S420中,从RIC接收每个应用模式。例如,模式可以由RIC生成,用于智能无线电资源管理、更高层过程优化、RAN中的策略优化等。这些模式可以包括网络时空业务模式、用户移动性模式、服务类型/模式以及对应的预测模型、网络服务质量(QoS)预测模式、大规模MIMO参数配置和其他可以优化网络无线电资源管理的模式。业务模式可以是(或与)确定性业务(例如,相同/相似的周期性、相同的突发大小等)。每个应用的模式可以由近实时RIC(例如RIC 215)和/或非实时RIC(例如RIC 210)生成。
在步骤S425中,基于每个应用模式,确定参数信息。例如,参数可以包括诸如输出功率、EIRP、带宽、MIMO层、自动功耗降低、UE调度等的参数。可以基于应用和UE来设置参数信息(例如,与参数相关联的值)。因此,与多个UE相关联地执行的应用可以影响与该UE相关联的RAN设置。
在步骤S430中,基于参数信息,调节业务调度。例如,与多个UE相关联的业务调度可以基于参数信息,该多个UE与应用相关联,该参数信息是基于应用操作特性(例如,历史应用统计信息或随时间收集的应用统计)而生成的。BS可以利用参数信息来基于监测的和报告的业务模式,优化资源分配(例如,保留传输时间间隔(TTI)/时隙、最小化来自超额预定的开销等)。示例技术可以扩展到具有特定业务类型(例如XR业务)的特定信息(例如,视口信息)的非确定性业务。继续上述的示例,BS(例如,BS 310)可以对与(例如,相同的)关联ID/应用ID相关联的所有UE/DRB(例如,对于UE-1/DRB1、UE-2、DRB2、UE-3/DRB-1)应用辅助。
图5是根据示例实施例的用于生成每个应用业务模式的方法的框图。如图5所示,在步骤S505中,从BS接收UE报告。例如,UE报告可以包括每个应用的统计信息或每个应用的KPI。KPI可以基于UE测量、节点测量、节点性能度量、负载(例如,节点负载)测量等。KPI可以基于CU和DU测量值或信息。KPI数据可以是与应用相关联(例如,被过滤以包括)的数据。
在步骤S510中,ML模型被用于基于UE报告来生成每个应用模式。RIC可以在一时间段内收集BS针对应用提供的信息。利用人工智能(AI),RIC可以分析业务模式,并定义RIC中特定应用的TSCAI信息(突发大小、周期性、突发扩展、抖动等),并定期向BS(例如,CU-UP)报告该信息。例如,RIC可以确定(例如,使用至少一个ML模型)与应用相关联的模式(例如,业务模式)。与应用相关联的业务模式可以基于与多个UE相关联的应用。模式可以由RIC生成,用于智能无线电资源管理、更高层过程优化、RAN中的策略优化等。这些模式可以包括网络时空业务模式、用户移动性模式、服务类型/模式以及对应的预测模型、网络服务质量(QoS)预测模式、大规模MIMO参数配置和其他可以优化网络无线电资源管理的模式。ML模型可以与应用、配置、网络要求、系统要求等相关联。ML模型可以通过近实时RIC来实现。ML模型可以通过非实时RIC进行训练。
在步骤S515中,向BS传送每个应用模式。例如,可以从RIC 325向BS 310传送根据每个应用模式生成的AI/ML。在一个示例实现方式中,RIC(例如,RIC 325)可以收集每个关联ID/应用ID接收的所有报告,确定模式以导出可以提供给BS(例如,BS 310)的有用的辅助信息(例如,TSCAI、周期性、给定应用的突发大小),并且可以将每个管理ID/应用ID的辅助信息相关联。
一些示例的优点:
示例1。图6是示出网络设备的操作的流程图。操作S605包括由基站(BS)生成与BS相关联的用户设备(UE)的UE报告。操作S610包括由BS将应用标识或关联(ID)与UE报告相关联,ID与由至少一个数据无线电承载(DRB)服务的应用类别相关联,或ID是指标识由DRB服务的应用的特定应用检测过滤器的标识符。操作S615包括由BS接收基于针对DRB发送的报告的辅助信息,辅助信息与应用相关联。操作S620包括由BS基于辅助信息,调度用于UE的资源。
示例2。根据示例1所述的方法,还包括由BS监测与UE相关联的DRB上的用于上行链路(UL)的业务模式,由BS监测与UE相关联的DRB上的用于下行链路(DL)的业务模式,其中UE报告是基于与应用相关联的数据,数据在针对UL的监测和针对DL的监测期间被获取。
示例3。根据示例1或示例2所述的方法,其中辅助信息包括时间敏感通信辅助信息(TSCAI)。
示例4。根据示例1至示例3中任一项所述的方法,其中ID是由BS从会话管理功能(SMF)接收的关联ID。
示例5。根据示例1至示例4中任一项所述的方法,其中ID是与在一个或多个DRB上服务的应用类别相关联的关联ID。
示例6。根据示例4或示例5所述的方法,其中关联ID由SMF基于业务流模板导出,业务流模板被用于将服务流映射到无线电承载。
示例7。根据示例1至示例6中任一项所述的方法,其中UE报告是基于与应用和使用应用的多个UE相关联的数据。
示例8。根据示例1至示例7中任一项所述的方法,其中UE报告是基于与实现多个应用的UE相关联的数据,并且多个应用中的每一个应用与唯一ID相关联。
示例9。根据示例1至示例8中任一项所述的方法,其中辅助信息是基于处理多个UE报告的统计或机器学习(ML)模型。
示例10。图7是示出网络设备的操作的流程图。操作S705包括由RAN智能控制器(RIC)从基站(BS)接收用户设备(UE)报告,UE报告包括关联UE和应用的标识(ID)。操作S710包括由RIC基于UE报告使用机器学习(ML)或统计模型,生成应用业务模式。操作S715包括由RIC基于业务模式使用ML或统计模型,生成辅助信息。操作S720包括由RIC向BS传送辅助信息。
示例11。根据示例10所述的方法,其中UE报告是基于与应用相关联的数据,数据在与UE相关联的数据无线电承载(DRB)上的上行链路(UL)的监测以及与UE相关联的DRB上的下行链路(DL)的监测期间被获取。
示例12。根据示例10或示例11所述的方法,其中ID是由BS从会话管理功能(SMF)接收的关联ID。
示例13。根据示例10至示例12中任一项所述的方法,其中ID是与在一个或多个DRB上服务的应用类别相关联的关联ID。
示例14。根据示例12或示例13所述的方法,其中关联ID由SMF基于业务流模板导出,业务流模板被用于将服务流映射到无线电承载。
示例15。根据示例10至示例14中任一项所述的方法,其中应用业务是基于被多个UE使用的应用。
示例16。根据示例10至示例15中任一项所述的方法,其中RIC包括近实时RIC和非实时RIC,并且ML模型由非实时RIC训练。
示例17。根据示例10至示例16中任一项所述的方法,其中辅助信息包括时间敏感通信辅助信息(TSCAI)。
示例18。根据示例10至示例17中任一项所述的方法,其中RIC在时间段内从与应用相关联的多个UE报告收集信息,以及辅助信息是基于在时间段内收集的信息。
示例19。一种非暂时性计算机可读存储介质,包括存储在其上的指令,指令在由至少一个处理器执行时被配置为使得计算系统执行示例1至示例18中任一项的方法。
示例20。一种装置,包括用于执行示例1至示例18中任一项的方法的部件。
示例21。一种装置,包括:至少一个处理器;以及至少一个存储器,包括计算机程序代码;至少一个存储器和计算机程序代码被配置为与至少一个处理器一起使装置至少执行示例1至示例18中任一项的方法。
图8是根据示例实施例的无线站800或无线节点或网络节点800的框图。根据示例实施例,无线节点或无线站或网络节点800可以包括例如AP、BS、gNB、RAN节点、中继节点、UE或用户设备、网络节点、网络实体、DU、CU-CP、CU-UP等或其他节点中的一个或多个。
无线站800可以包括,例如,一个或多个(例如,如图8所示的两个)射频(RF)或无线收发器802A、无线收发器802B,其中每个无线收发器包括用于发送信号的发射机和用于接收信号的接收机。无线站还包括用于执行指令或软件并控制信号的发送和接收的处理器或控制单元/实体(控制器)804,以及用于存储数据和/或指令的存储器806。
处理器804还可以做出决策或确定,生成用于传输的帧、分组或消息,解码接收到的帧或消息以供进一步处理,以及本文所述的其他任务或功能。可以是基带处理器的处理器804,例如,可以生成用于经由无线收发器802(802A或802B)传输的消息、分组、帧或其他信号。处理器804可以控制无线网络上的信号或消息的传输,并且可以控制经由无线网络(例如,在被无线收发器802下变频之后)的信号或信息的接收等。处理器804可以是可编程的,并且能够执行存储在存储器中或其他计算机介质上的软件或其他指令,以执行上述各种任务和功能(例如上述任务或方法中的一个或多个)。处理器804可以是(或可以包括)例如硬件、可编程逻辑、执行软件或固件的可编程处理器、和/或这些的任何组合。使用其他术语,例如,处理器804和收发器802一起可以被认为是无线发射机/接收机系统。
此外,参考图8,控制器(或处理器)808可以执行软件和指令,并可以为无线站800提供总体控制,还可以为图8中未示出的其他系统提供控制(诸如控制输入/输出设备(例如,显示器、键盘)),和/或可以为无线站800上提供的一个或多个应用执行软件,例如,电子邮件程序、音频/视频应用、文字处理器、IP语音应用或其他应用或软件。
此外,可以提供一种存储介质,该存储介质包括存储的指令,当由控制器或处理器执行时,这些指令可以导致处理器804或其他控制器或处理器来执行上述一个或多个功能或任务。
根据另一示例实施例,RF或无线收发器802A/802B可以接收信号或数据和/或发送或传输信号或数据。处理器804(以及可能的收发器802A/802B)可以控制RF或无线收发器802A或802B来接收、发送、广播或发送信号或数据。
然而,示例实施例不限于作为示例给出的系统,本领域技术人员可以将该解决方案应用于其他通信系统。合适的通信系统的另一个示例是5G系统。假设5G中的网络架构将十分类似于LTE-高级的网络架构。5G很可能使用多输入多输出(MIMO)天线,比LTE(所谓的小小区概念)更多的基站或节点,包括与更小的站协同操作的宏站点,并且可能还采用多种无线电技术以获得更好的覆盖和增强的数据速率。
应该理解的是,未来的网络很可能会利用网络功能虚拟化(NFV),这是一种网络架构概念,提出将网络节点功能虚拟化为“构建块”或实体,这些构建块或实体可以在操作上连接或链接在一起以提供服务。虚拟化网络功能(VNF)可以包括一个或多个使用标准或通用类型服务器而不是定制硬件来运行计算机程序代码的虚拟机。还可以利用云计算或数据存储。在无线电通信中,这可能意味着节点操作可以至少部分地在可操作地耦合到远程无线电头的服务器、主机或节点中执行。节点操作也有可能分布在多个服务器、节点或主机之间。还应当理解的是,核心网络操作和基站操作之间的工作分配可能不同于LTE,或者甚至不存在。
本文描述的各种技术的示例实施例可以在数字电子电路中实现,或者在计算机硬件、固件、软件中实现,或在它们的组合中实现。示例实施例可以被实现为计算机程序产品,即有形地体现在信息载体中的计算机程序,例如,体现在机器可读存储设备中或传播的信号中,用于由数据处理设备(例如,可编程处理器、计算机或多个计算机)执行或控制数据处理设备的操作。还可以在计算机可读介质或计算机可读存储介质上提供实施例,其可以是非暂时性介质。各种技术的实施例还可以包括经由瞬态信号或介质提供的实施例,和/或可经由因特网或其他网络(有线网络和/或无线网络)下载的程序和/或软件实施例。此外,可以经由机器类型通信(MTC)以及经由物联网(IOT)来提供实施例。
计算机程序可以是源代码形式、目标代码形式或某种中间形式,并且它可以存储在某种载体、分发介质或计算机可读介质中,这些介质可以是能够承载程序的任何实体或设备。例如,这样的载体包括记录介质、计算机存储器、只读存储器、光电和/或电载体信号、电信信号和软件分发分组。根据需要的处理能力,计算机程序可以在单个电子数字计算机中执行,也可以分布在多个计算机中。
此外,本文描述的各种技术的示例实施例可以使用网络物理系统(CPS)(控制物理实体的协作计算元件的系统)。CPS可以实现嵌入不同位置的物理对象中的大量互连ICT设备(传感器、致动器、处理器、微控制器等)的实施和利用。移动网络物理系统是网络物理系统的一个子类别,其中所讨论的物理系统具有固有的移动性。移动物理系统的示例包括由人类或动物运输的移动机器人和电子设备。智能手机的普及增加了人们对移动网络物理系统领域的兴趣。因此,可以通过这些技术中的一个或多个来提供本文所描述的技术的各种实施例。
计算机程序(诸如上述计算机程序),可以以任何形式的编程语言编写,包括编译或解释语言,并可以以任何方式部署,包括作为独立程序或作为模块、组件、子程序或适合在计算环境中使用的其他单元或部分。计算机程序可以部署为在一台计算机上或在一个站点的多台计算机上执行,或者分布在多个站点上并通过通信网络互连。
方法步骤可以由一个或多个可编程处理器执行,该处理器执行计算机程序或计算机程序部分,以通过对输入数据进行操作并生成输出来执行功能。方法步骤也可以由专用逻辑电路执行,并且设备可以实现为专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
例如,适用于执行计算机程序的处理器包括通用和专用微处理器,以及任何类型的数字计算机、芯片或芯片组的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的元件可以包括用于执行指令的至少一个处理器和用于存储指令和数据的一个或多个存储器设备。通常地,计算机还可以包括一个或多个用于存储数据的大容量存储设备,例如磁光盘、磁光盘或光盘,或者可操作地耦合以从一个或多个大容量存储装置接收数据或者将数据传输到一个或更多个大容量存储器,或者这两者。适用于体现计算机程序指令和数据的信息载体包括所有形式的非易失性存储器,例如包括半导体存储器设备,例如EPROM、EEPROM和闪存设备;磁盘,例如内部硬盘或可移动磁盘;磁光盘;以及CD ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路来补充或并入专用逻辑电路中。
为了提供与用户的交互,实施例可以在计算机上实现,该计算机具有用于向用户显示信息的显示设备,例如阴极射线管(CRT)或液晶显示器(LCD)监视器,以及用户接口,例如键盘和指示设备,例如鼠标或轨迹球,用户可以通过该用户接口向计算机提供输入。其他种类的设备也可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的感觉反馈,例如视觉反馈、听觉反馈或触觉反馈;并且可以以任何形式接收来自用户的输入,包括声学、语音或触觉输入。
示例实施例可以在计算系统中实现,该计算系统包括后端组件,例如作为数据服务器,或者包括中间件组件,例如应用服务器,或者包含前端组件,例如具有图形用户界面或Web浏览器的客户端计算机,用户可以通过该客户端计算机与实施例交互,或者这种后端、中间件或前端组件的任何组合。组件可以通过任何形式或介质的数字数据通信互连,例如通信网络。通信网络的示例包括局域网(LAN)和广域网(WAN),例如因特网。
虽然所述实施例的某些特征已如本文所述进行了说明,但对于本领域技术人员,现在将存在许多修改、替换、改变和等同。因此,应该理解的是,所附权利要求旨在涵盖落入各种实施例的真正精神内的所有此类修改和改变。
Claims (72)
1.一种方法,包括:
由基站(BS)生成用于与所述BS相关联的用户设备(UE)的UE报告;
由所述BS将应用标识或关联(ID)与所述UE报告相关联,所述ID与由至少一个数据无线电承载(DRB)服务的应用类别相关联,或所述ID是指标识由所述DRB服务的应用的特定应用检测过滤器的标识符;
由所述BS接收基于针对所述DRB发送的所述报告的辅助信息,所述辅助信息与所述应用相关联;以及
由所述BS基于所述辅助信息,调度用于所述UE的资源。
2.根据权利要求1所述的方法,还包括:
由所述BS监测与所述UE相关联的所述DRB上的用于上行链路(UL)的业务模式;以及
由所述BS监测与所述UE相关联的所述DRB上的用于下行链路(DL)的业务模式,其中所述UE报告是基于与所述应用相关联的数据,所述数据在所述UL的监测和所述DL的监测期间被获取。
3.根据权利要求1或权利要求2所述的方法,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
4.根据权利要求1至权利要求3中任一项所述的方法,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
5.根据权利要求1至权利要求4中任一项所述的方法,其中所述ID是与在一个或多个DRB上服务的应用类别相关联的关联ID。
6.根据权利要求4或权利要求5所述的方法,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
7.根据权利要求1至权利要求6中任一项所述的方法,其中所述UE报告是基于与所述应用和使用所述应用的多个UE相关联的数据。
8.根据权利要求1至权利要求7中任一项所述的方法,其中所述UE报告是基于与实现多个应用的UE相关联的数据,并且所述多个应用中的每一个应用与唯一ID相关联。
9.根据权利要求1至权利要求8中任一项所述的方法,其中所述辅助信息是基于处理多个UE报告的统计或机器学习(ML)模型。
10.一种非暂时性计算机可读存储介质,包括存储在其上的指令,所述指令在由至少一个处理器执行时被配置为使得计算系统执行以下步骤,包括:
由基站(BS)生成用于与所述BS相关联的用户设备(UE)的UE报告;
由所述BS将应用标识或关联(ID)与所述UE报告相关联,所述ID与由至少一个数据无线电承载(DRB)服务的应用类别相关联,或所述ID是指标识由所述DRB服务的应用的特定应用检测过滤器的标识符;
由所述BS接收基于针对所述DRB发送的所述报告的辅助信息,所述辅助信息与所述应用相关联;以及
由所述BS基于所述辅助信息,调度用于所述UE的资源。
11.根据权利要求10所述的非暂时性计算机可读存储介质,所述步骤还包括:
由所述BS监测与所述UE相关联的所述DRB上的用于上行链路(UL)的业务模式;以及
由所述BS监测与所述UE相关联的所述DRB上的用于下行链路(DL)的业务模式,其中所述UE报告是基于与所述应用相关联的数据,所述数据在所述UL的监测和所述DL的监测期间被获取。
12.根据权利要求10或权利要求11所述的非暂时性计算机可读存储介质,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
13.根据权利要求10至权利要求12中任一项所述的非暂时性计算机可读存储介质,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
14.根据权利要求10至权利要求13中任一项所述的非暂时性计算机可读存储介质,其中所述ID是与在一个或多个DRB上服务的应用类别相关联的关联ID。
15.根据权利要求13或权利要求14所述的非暂时性计算机可读存储介质,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
16.根据权利要求10至权利要求15中任一项所述的非暂时性计算机可读存储介质,其中所述UE报告是基于与所述应用和使用所述应用的多个UE相关联的数据。
17.根据权利要求10至权利要求16中任一项所述的非暂时性计算机可读存储介质,其中所述UE报告是基于与实现多个应用的UE相关联的数据,并且所述多个应用中的每一个应用与唯一ID相关联。
18.根据权利要求10至权利要求17中任一项所述的非暂时性计算机可读存储介质,其中所述辅助信息是基于处理多个UE报告的统计或机器学习(ML)模型。
19.一种装置,包括:
用于由基站(BS)生成用于与所述BS相关联的用户设备(UE)的UE报告的部件;
用于由所述BS将应用标识或关联(ID)与所述UE报告相关联的部件,所述ID与由至少一个数据无线电承载(DRB)服务的应用类别相关联,或所述ID是指标识由所述DRB服务的应用的特定应用检测过滤器的标识符;
用于由所述BS接收基于针对所述DRB发送的所述报告的辅助信息的部件,所述辅助信息与所述应用相关联;以及
用于由所述BS基于所述辅助信息来调度用于所述UE的资源的部件。
20.根据权利要求19所述的装置,还包括:
用于由所述BS监测与所述UE相关联的所述DRB上的用于上行链路(UL)的业务模式的部件;以及
用于由所述BS监测与所述UE相关联的所述DRB上的用于下行链路(DL)的业务模式的部件,其中所述UE报告是基于与所述应用相关联的数据,所述数据在所述UL的监测和所述DL的监测期间被获取。
21.根据权利要求19或权利要求20所述的装置,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
22.根据权利要求19至权利要求21中任一项所述的装置,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
23.根据权利要求19至权利要求22中任一项所述的装置,其中所述ID是与在一个或多个DRB上服务的应用类别相关联的关联ID。
24.根据权利要求22或权利要求23所述的装置,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
25.根据权利要求19至权利要求24中任一项所述的装置,其中所述UE报告是基于与所述应用和使用所述应用的多个UE相关联的数据。
26.根据权利要求19至权利要求25中任一项所述的装置,其中所述UE报告是基于与实现多个应用的UE相关联的数据,并且所述多个应用中的每一个应用与唯一ID相关联。
27.根据权利要求19至权利要求26中任一项所述的装置,其中所述辅助信息是基于处理多个UE报告的统计模型或机器学习(ML)模型。
28.一种装置,包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码;
所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述装置至少执行以下步骤,包括:
由基站(BS)生成用于与所述BS相关联的用户设备(UE)的UE报告;
由所述BS将应用标识或关联(ID)与所述UE报告相关联,所述ID与由至少一个数据无线电承载(DRB)服务的应用类别相关联,或所述ID是指标识由所述DRB服务的应用的特定应用检测过滤器的标识符;
由所述BS接收基于针对所述DRB发送的所述报告的辅助信息,所述辅助信息与所述应用相关联;以及
由所述BS基于所述辅助信息,调度用于所述UE的资源。
29.根据权利要求28所述的装置,还包括:
由所述BS监测与所述UE相关联的所述DRB上的用于上行链路(UL)的业务模式;以及
由所述BS监测与所述UE相关联的所述DRB上的用于下行链路(DL)的业务模式,其中所述UE报告是基于与所述应用相关联的数据,所述数据在所述UL的监测和针对DL的监测期间被获取。
30.根据权利要求28或权利要求29所述的装置,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
31.根据权利要求28至权利要求30中任一项所述的装置,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
32.根据权利要求28至权利要求31中任一项所述的装置,其中所述ID是与通过一个或多个DRB上服务的应用类别相关联的关联ID。
33.根据权利要求31或权利要求32所述的装置,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
34.根据权利要求28至权利要求33中任一项所述的装置,其中所述UE报告是基于与所述应用和使用所述应用的多个UE相关联的数据。
35.根据权利要求28至权利要求34中任一项所述的装置,其中所述UE报告是基于与实现多个应用的UE相关联的数据,并且所述多个应用中的每一个应用与唯一ID相关联。
36.根据权利要求28至权利要求35中任一项所述的装置,其中所述辅助信息是基于处理多个UE报告的统计或机器学习(ML)模型。
37.一种方法,包括:
由RAN智能控制器(RIC)从基站(BS)接收用户设备(UE)报告,所述UE报告包括关联所述UE和应用的标识(ID);
由所述RIC基于所述UE报告,使用机器学习(ML)或统计模型来生成应用业务模式;
由所述RIC基于所述业务模式,使用所述ML或统计模型来生成辅助信息;以及
由所述RIC向所述BS传送所述辅助信息。
38.根据权利要求37所述的方法,其中所述UE报告是基于与所述应用相关联的数据,所述数据在与所述UE相关联的数据无线电承载(DRB)上的上行链路(UL)的监测、以及与所述UE相关联的所述DRB上的下行链路(DL)的监测期间被获取。
39.根据权利要求37或权利要求38所述的方法,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
40.根据权利要求37至权利要求39中任一项所述的方法,其中所述ID是与在一个或多个DRB上服务的应用类别相关联的关联ID。
41.根据权利要求39或权利要求40所述的方法,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
42.根据权利要求37至权利要求41中任一项所述的方法,其中所述应用业务是基于被多个UE使用的应用。
43.根据权利要求37至权利要求42中任一项所述的方法,其中所述RIC包括近实时RIC和非实时RIC,并且所述ML模型由所述非实时RIC训练。
44.根据权利要求37至权利要求43中任一项所述的方法,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
45.根据权利要求37至权利要求44中任一项所述的方法,其中
所述RIC在时间段内从与应用相关联的多个UE报告收集信息,以及
所述辅助信息是基于在时间段内收集的所述信息。
46.一种非暂时性计算机可读存储介质,包括存储在其上的指令,所述指令在由至少一个处理器执行时被配置以使得计算系统执行以下步骤,包括:
由RAN智能控制器(RIC)从基站(BS)接收用户设备(UE)报告,所述UE报告包括关联所述UE和应用的标识(ID);
由所述RIC基于所述UE报告,使用机器学习(ML)或统计模型来生成应用业务模式;
由所述RIC基于所述业务模式,使用所述ML或统计模型来生成辅助信息;以及
由所述RIC向所述BS传送所述辅助信息。
47.根据权利要求46所述的非暂时性计算机可读存储介质,其中所述UE报告是基于与所述应用相关联的数据,所述数据在与所述UE相关联的数据无线电承载(DRB)上的上行链路(UL)的监测、以及与所述UE相关联的所述DRB上的下行链路(DL)的监测期间被获取。
48.根据权利要求46或权利要求47所述的非暂时性计算机可读存储介质,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
49.根据权利要求46至权利要求48中任一项所述的非暂时性计算机可读存储介质,其中所述ID是与在一个或多个DRB上服务的应用类别相关联的关联ID。
50.根据权利要求48或权利要求49所述的非暂时性计算机可读存储介质,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
51.根据权利要求46至权利要求50中任一项所述的非暂时性计算机可读存储介质,其中所述应用业务是基于被多个UE使用的应用。
52.根据权利要求46至权利要求51中任一项所述的非暂时性计算机可读存储介质,其中所述RIC包括近实时RIC和非实时RIC,并且所述ML模型由所述非实时RIC训练。
53.根据权利要求46至权利要求52中任一项所述的非暂时性计算机可读存储介质,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
54.根据权利要求46至权利要求53中任一项所述的非暂时性计算机可读存储介质,其中
所述RIC在时间段内从与应用相关联的多个UE报告收集信息,以及
所述辅助信息是基于在时间段内收集的所述信息。
55.一种装置,包括:
用于由RAN智能控制器(RIC)从基站(BS)接收用户设备(UE)报告的部件,所述UE报告包括关联所述UE和应用的标识(ID);
用于由所述RIC基于所述UE报告使用机器学习(ML)或统计模型来生成应用业务模式的部件;
用于由所述RIC基于所述业务模式使用所述ML或统计模型来生成辅助信息的部件;以及
用于由所述RIC向所述BS传送所述辅助信息的部件。
56.根据权利要求55所述的装置,其中所述UE报告是基于与所述应用相关联的数据,所述数据在与所述UE相关联的数据无线电承载(DRB)上的上行链路(UL)的监测、以及与所述UE相关联的所述DRB上的下行链路(DL)的监测期间被获取。
57.根据权利要求55或权利要求56所述的装置,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
58.根据权利要求55至权利要求57中任一项所述的装置,其中所述ID是与通过一个或多个DRB上服务的应用类别相关联的关联ID。
59.根据权利要求57或权利要求58所述的装置,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
60.根据权利要求55至权利要求59中任一项所述的装置,其中所述应用业务是基于被多个UE使用的应用。
61.根据权利要求55至权利要求60中任一项所述的装置,其中所述RIC包括近实时RIC和非实时RIC,并且所述ML模型由所述非实时RIC训练。
62.根据权利要求55至权利要求61中任一项所述的装置,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
63.根据权利要求55至权利要求62中任一项所述的装置,其中
所述RIC在时间段内从与应用相关联的多个UE报告收集信息,以及
所述辅助信息是基于在时间段内收集的所述信息。
64.一种装置,包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码;
所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述装置至少执行以下步骤,包括:
由RAN智能控制器(RIC)从基站(BS)接收用户设备(UE)报告,所述UE报告包括关联所述UE和应用的标识(ID);
由所述RIC基于所述UE报告,使用机器学习(ML)或统计模型来生成应用业务模式;
由所述RIC基于所述业务模式,使用所述ML或统计模型来生成辅助信息;以及
由所述RIC向所述BS传送所述辅助信息。
65.根据权利要求64所述的装置,其中所述UE报告是基于与所述应用相关联的数据,所述数据在与所述UE相关联的数据无线电承载(DRB)上的上行链路(UL)的监测、以及与所述UE相关联的所述DRB上的下行链路(DL)的监测期间被获取。
66.根据权利要求64或权利要求65所述的装置,其中所述ID是由所述BS从会话管理功能(SMF)接收的关联ID。
67.根据权利要求64至权利要求66中任一项所述的装置,其中所述ID是与通过一个或多个DRB上服务的应用类别相关联的关联ID。
68.根据权利要求66或权利要求67所述的装置,其中所述关联ID由所述SMF基于业务流模板导出,所述业务流模板被用于将所述服务流映射到所述无线电承载。
69.根据权利要求64至权利要求68中任一项所述的装置,其中所述应用业务是基于被多个UE使用的应用。
70.根据权利要求64至权利要求69中任一项所述的装置,其中所述RIC包括近实时RIC和非实时RIC,并且所述ML模型由所述非实时RIC训练。
71.根据权利要求64至权利要求70中任一项所述的装置,其中所述辅助信息包括时间敏感通信辅助信息(TSCAI)。
72.根据权利要求64至权利要求71中任一项所述的装置,其中
所述RIC在时间段内从与应用相关联的多个UE报告收集信息,以及
所述辅助信息是基于在时间段内收集的所述信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163200000P | 2021-02-08 | 2021-02-08 | |
US63/200,000 | 2021-02-08 | ||
PCT/EP2022/052194 WO2022167364A1 (en) | 2021-02-08 | 2022-01-31 | Optimization of deterministic and non-deterministic traffic in radio-access network (ran) |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117044361A true CN117044361A (zh) | 2023-11-10 |
Family
ID=80448923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280023737.8A Pending CN117044361A (zh) | 2021-02-08 | 2022-01-31 | 无线电接入网中确定性业务和非确定性业务的优化 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240057139A1 (zh) |
EP (1) | EP4289209A1 (zh) |
CN (1) | CN117044361A (zh) |
WO (1) | WO2022167364A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024065661A1 (en) * | 2022-09-30 | 2024-04-04 | Nokia Shanghai Bell Co., Ltd. | Devices, methods, apparatuses, and computer readable media for radio resource reservation |
WO2024100618A1 (en) * | 2022-11-10 | 2024-05-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Signaling jitter statistics information |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8913494B1 (en) * | 2013-01-22 | 2014-12-16 | Sprint Spectrum L.P. | Dynamic allocation of backhaul bearer services based on loading conditions |
US20220014903A1 (en) * | 2020-07-08 | 2022-01-13 | Nokia Technologies Oy | Retrieving a core network or access network assigned user equipment identifier |
WO2022048746A1 (en) * | 2020-09-02 | 2022-03-10 | Lenovo (Singapore) Pte. Ltd. | Qos profile adaptation |
-
2022
- 2022-01-31 EP EP22706006.8A patent/EP4289209A1/en active Pending
- 2022-01-31 US US18/264,693 patent/US20240057139A1/en active Pending
- 2022-01-31 CN CN202280023737.8A patent/CN117044361A/zh active Pending
- 2022-01-31 WO PCT/EP2022/052194 patent/WO2022167364A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
EP4289209A1 (en) | 2023-12-13 |
US20240057139A1 (en) | 2024-02-15 |
WO2022167364A1 (en) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102612813B1 (ko) | 무선 네트워크들에 대한 네트워크 슬라이스 특정 액세스 차단 | |
US10638356B2 (en) | Transmission of network slicing constraints in 5G wireless networks | |
US10701751B2 (en) | Signaling for multiple radio access technology dual connectivity in wireless network | |
EP3420763B1 (en) | Methods and apparatuses for allocating resources based on a priority map | |
US20220279341A1 (en) | Radio resource control procedures for machine learning | |
US20230388817A1 (en) | Activating intelligent wireless communciation device reporting in a wireless network | |
US20240057139A1 (en) | Optimization of deterministic and non-deterministic traffic in radio-access network (ran) | |
WO2018072905A1 (en) | Resource allocation and scheduling for wireless networks with self-backhauled links | |
WO2016171716A1 (en) | Flexible quality of service for inter-base station handovers within wireless network | |
CN114402654A (zh) | 用于无线电接入网数据收集的装置 | |
US20230269606A1 (en) | Measurement configuration for local area machine learning radio resource management | |
CN114788365A (zh) | 在无线电接入网通信系统中经由e2接口进行服务订阅的设备和方法 | |
JP2022544351A (ja) | 解放されたリソースを利用する通信装置および通信方法 | |
US20230403591A1 (en) | Group based beam reporting | |
KR20220078591A (ko) | 사용자 장비 및 스케줄링 노드 | |
US20240137783A1 (en) | Signalling support for split ml-assistance between next generation random access networks and user equipment | |
JP2023514076A (ja) | 予約されたリソースを利用する通信装置および通信方法 | |
KR20210059468A (ko) | 무선통신 시스템에서 네트워크 슬라이스별 데이터 속도를 제어하는 방법 및 장치 | |
Laine | Performance Management of 3rd Generation Partnership Project Long Term Evolution | |
WO2022063636A1 (en) | Additional data capacity via use of candidate secondary cells for wireless communication | |
WO2023209275A1 (en) | Apparatus, method and computer program for load prediction | |
CN117955538A (zh) | 基于用户上下文感知ml的csi测量放宽 | |
KR20230155287A (ko) | 무선 통신 시스템에서 네트워크 혼잡 정보에 기반하여 머신 러닝 모델을 결정하기 위한 방법 및 장치 | |
CN116056008A (zh) | 通信方法和通信装置 | |
CN113875279A (zh) | 多个无线电资源控制器状态下的多个最小化路测上下文的处理 |
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 |