CN117378237A - 通信方法、终端、网络设备以及通信系统 - Google Patents
通信方法、终端、网络设备以及通信系统 Download PDFInfo
- Publication number
- CN117378237A CN117378237A CN202380010055.8A CN202380010055A CN117378237A CN 117378237 A CN117378237 A CN 117378237A CN 202380010055 A CN202380010055 A CN 202380010055A CN 117378237 A CN117378237 A CN 117378237A
- Authority
- CN
- China
- Prior art keywords
- information
- terminal
- network
- model
- network device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 155
- 238000004891 communication Methods 0.000 title claims abstract description 122
- 230000011664 signaling Effects 0.000 claims abstract description 30
- 238000005259 measurement Methods 0.000 claims description 65
- 238000012544 monitoring process Methods 0.000 claims description 60
- 230000005540 biological transmission Effects 0.000 claims description 37
- 238000013473 artificial intelligence Methods 0.000 description 63
- 230000006870 function Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 19
- 230000015654 memory Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 9
- 238000010295 mobile communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000009849 deactivation Effects 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 101150011264 setB gene Proteins 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 101100493820 Caenorhabditis elegans best-1 gene Proteins 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本公开涉及通信方法、终端、网络设备以及通信系统。通信方法包括:满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。通过本方法,可以实现高基于AI的波束预测性能以及减少信令开销独权对应内容。
Description
技术领域
本公开涉及通信技术领域,尤其涉及通信方法、终端、网络设备以及通信系统。
背景技术
在新空口(New Radio,NR)中,特别是在工作频段(frequency range)2中,为了保证覆盖范围,需要基于波束(beam)的发送和接收。
发明内容
基于人工智能(AI)模型进行的波束管理中需要对模型性能进行监测,如何提高基于AI的波束预测性能的同时减少信令开销。
本公开实施例提出了通信方法、终端、网络设备以及通信系统。
根据本公开实施例的第一方面,提出了一种通信方法,方法包括:满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。
根据本公开实施例的第二方面,提出了一种通信方法,方法包括:接收终端发送的第一信息,并基于所述第一信息监测网络侧模型的性能,所述第一信息由所述终端满足条件发送。
根据本公开实施例的第三方面,提出了一种通信方法,方法包括:终端满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能;所述网络设备基于所述第一信息监测网络侧模型的性能。
根据本公开实施例的第四方面,提出了一种终端,包括:收发模块,用于满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。
根据本公开实施例的第五方面,提出了一种网络设备,包括:收发模块,用于接收终端发送的第一信息,并基于所述第一信息监测网络侧模型的性能,所述第一信息由所述终端满足条件发送。
根据本公开实施例的第六方面,提出了一种终端,包括:一个或多个处理器;其中,所述处理器用于执行第一方面的通信方法。
根据本公开实施例的第七方面,提出了一种网络设备,包括:一个或多个处理器;其中,所述处理器用于执行第二方面的通信方法。
根据本公开实施例的第八方面,提供通信系统,包括终端和网络设备,其中,终端被配置为实现第一方面的通信方法,网络设备被配置为实现第二方面的通信方法。
根据本公开实施例的第九方面,提供存储介质,存储介质存储有指令,其特征在于,当指令在通信设备上运行时,使得通信设备执行第一方面、第二方面任意一项的通信方法。
通过本公开实施例,可以提高基于AI的波束预测性能的同时减少信令开销。
附图说明
为了更清楚地说明本公开实施例中的技术方案,以下对实施例描述所需的附图进行介绍,以下附图仅仅是本公开的一些实施例,不对本公开的保护范围造成具体限制。
图1是根据本公开实施例提供的通信系统的架构的一个示例性示意图。
图2是根据本公开实施例提供的通信方法的一个示例性交互示意图。
图3A是根据本公开实施例提供的通信方法的一个示例性流程图。
图3B是根据本公开实施例提供的通信方法的一个示例性流程图。
图3C是根据本公开实施例提供的通信方法的一个示例性流程图。
图4是根据本公开实施例提供的通信方法的一个示例性流程图。
图5是根据本公开实施例提供的通信方法的一个示例性交互示意图。
图6A是根据本公开实施例示出的终端示意图。
图6B是根据本公开实施例示出的网络设备示意图。
图7A是根据一示例性实施例示出的一种通信设备示意图。
图7B是根据一示例性实施例示出的一种芯片结构示意图。
具体实施方式
本公开实施例提出了通信方法、终端、网络设备以及通信系统。
第一方面,本公开实施例提出了一种通信方法,方法包括:满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。
在上述实施例中,通过设定的触发条件,并在满足条件的情况时发送第一信息进行模型性能监测,可以及时监测到网络波形性能,相较于持续发送第一信息,可以减少信令开销。
结合第一方面的一些实施例,在一些实施例中,所述方法还包括:接收第二信息,所述第二信息包括以下至少一个集合的参考信号资源配置信息:第一集合,其中,终端测量并向所述网络设备发送所述第一集合的测量值,所述第一集合的测量值用于所述网络侧模型的输入;第二集合,其中,所述网络侧模型的输出用于获得所述第二集合中的以下至少一个:最佳K个波束标识,最佳K个波束对标识,最佳K个波束预测值,最佳K个波束对预测值,K为正整数。
在上述实施例中,基于配置信息,可以使终端上报网络侧模型需要的相关信息,从而实现基于网络侧模型进行波束预测的波束管理。
结合第一方面的一些实施例,在一些实施例中,所述第一信息包括以下至少一种:
第一集合中波束或波束对的层1参考信号接收功率L1-RSRP;
第一集合中波束或波束对的层1的信号干扰噪声比L1-SINR;
第一集合中波束或波束对的标识;
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数;
其中,所述N和所述L的取值相同,或所述N和所述L的取值不同。
在上述实施例中,基于第一信息包括的一种或多种,可以判断出网络侧模型对于波束预测的相较于实际的准确度,进而监测模型的性能。
结合第一方面的一些实施例,在一些实施例中,所述方法还包括:
接收网络设备发送的第一指示信息,所述第一指示信息用于指示第一波束;
所述满足条件,包括:
所述第一波束不同于第二波束,所述第二波束为所述终端对第二集合中的参考信号进行测量得到的最佳M个波束,所述M为正整数。
在上述实施例中,当满足此条件或触发此条件时,可以判断当前网络侧模型预测结果不准。基于此进行第一信息发送可以及时监测到网络侧模型的性能。
结合第一方面的一些实施例,在一些实施例中,所述第一波束与第二波束不同,包括以下至少一项:
连续O次所述第一波束与所述第二波束不同,O为正整数;
在第一时间内存在P次所述第一波束与所述第二波束不同,P为正整数;
在第二时间内,所述第一波束与所述第二波束不同的次数的比率,大于或等于第一阈值。
在上述实施例中,明确了网络模型预测结果不准的情况,避免了过程中结果的误传,造成对是否满足条件的误判断。
结合第一方面的一些实施例,在一些实施例中,采用如下至少一项发送第一信息:一次性发送;周期性发送;周期性发送,直至接收到第二指示信息,所述第二指示信息用于指示停止发送第一信息;周期性发送,直至达到第一数量;周期性发送,直至达到第三时间。
在上述实施例中,提供了多种上报第一信息的选择,以提高通信方法的普适性。
结合第一方面的一些实施例,在一些实施例中,所述第一信息包括以下至少一项:第二集合的波束测量结果;第二集合的波束测量结果对应的时间戳。
结合第一方面的一些实施例,在一些实施例中,所述第一信息基于以下至少一种承载发送:无线资源控制RRC信令;上行控制信息UCI;物理上行共享信道PUSCH;物理上行控制信道PUCCH。
在上述实施例中,复用已有信令发送第一信息,从而节约信息发送资源。
结合第一方面的一些实施例,在一些实施例中,所述方法还包括:
向所述网络设备发送第三信息,所述第三信息用于请求对所述网络侧模型进行性能监测。
结合第一方面的一些实施例,在一些实施例中,第一信息包括以下至少一项时间之后确定的信息:
终端发送所述第三信息之后的第三时间;
网络设备发送所述第三信息的反馈信息之后的第四时间;
网络设备开始发送用于所述网络侧模型性能监测的参考信号的第五时间。
结合第一方面的一些实施例,在一些实施例中,所述第三信息基于以下至少一种方式承载发送:调度请求SR;上行链路媒体接入控制UL MAC;随机接入RA。
在上述实施例中,复用已有信令发送第一信息,从而节约信息发送资源。
结合第一方面的一些实施例,在一些实施例中,所述方法还包括:
接收第四信息,所述第四信息用于表示所述网络设备请求对所述网络侧模型进行性能监测。
在上述实施例中,复用已有信令发送第一信息,从而节约信息发送资源。
结合第一方面的一些实施例,在一些实施例中,所述第四信息基于以下至少一种方式承载发送,包括:RRC信令;下行链路媒体接入控制DL MAC;寻呼paging;下行控制信息DCI。
在上述实施例中,复用已有信令发送第一信息,从而节约信息发送资源。
第二方面,本公开实施例提出了通信方法,包括:接收终端发送的第一信息,并基于所述第一信息监测网络侧模型的性能,所述第一信息由所述终端满足条件发送。
结合第二方面的一些实施例,在一些实施例中,所述方法还包括:
发送第二信息,所述第二信息包括以下至少一个集合的参考信号资源配置信息:
第一集合,其中,终端测量并向所述网络设备发送所述第一集合的测量值,所述第一集合的测量值用于所述网络侧模型的输入;
第二集合,其中,所述网络侧模型的输出用于获得第二集合中的以下至少一个:最佳K个波束标识,最佳K个波束对标识,最佳K个波束预测值,最佳K个波束对预测值,K为正整数。
结合第二方面的一些实施例,在一些实施例中,所述第一信息包括以下至少一种:
第一集合中波束或波束对的层1参考信号接收功率L1-RSRP;
第一集合中波束或波束对的层1的信号干扰噪声比L1-SINR;
第一集合中波束或波束对的标识;
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数;
其中,所述N和所述L的取值相同,或所述N和所述L的取值不同。
结合第二方面的一些实施例,在一些实施例中,所述方法还包括:
发送第一指示信息,所述第一指示信息用于第一波束;
所述满足条件,包括:
所述第一波束不同于第二波束,所述第二波束为所述终端对第二集合中的参考信号进行测量得到的最佳M个波束,所述M为正整数。
结合第二方面的一些实施例,在一些实施例中,所述第一波束与第二波束不同,包括以下至少一项:
连续O次所述第一波束与所述第二波束不同,O为正整数;
在第一时间内存在P次所述第一波束与所述第二波束不同,P为正整数;
在第二时间内,所述第一波束与所述第二波束不同的次数的比率,大于或等于第一阈值。
结合第二方面的一些实施例,在一些实施例中,采用如下至少一种方式接收所述第一信息:一次性接收;周期性接收;周期性接收,直至发送第二指示信息,所述第二指示信息用于指示停止发送第一信息;周期性接收,直至达到第一数量;周期性接收,直至达到第三时间。
结合第二方面的一些实施例,在一些实施例中,所述第一信息包括以下至少一项:第二集合的波束测量结果;第二集合的波束测量结果对应的时间戳。
结合第二方面的一些实施例,在一些实施例中,所述第一信息基于以下至少一种承载:无线资源控制RRC信令;上行控制信息UCI;物理上行共享信道PUSCH;物理上行控制信道PUCCH。
结合第二方面的一些实施例,在一些实施例中,所述方法还包括:
接收终端发送的第三信息,所述第三信息用于请求对所述网络侧模型进行性能监测。
结合第二方面的一些实施例,在一些实施例中,第一信息包括以下至少一项时间之后确定的信息:
终端发送所述第三信息之后的第三时间;
网络设备发送所述第三信息的反馈信息之后的第四时间;
网络设备开始发送用于所述网络侧模型性能监测的参考信号的第五时间。
结合第二方面的一些实施例,在一些实施例中,所述第三信息基于以下至少一种方式承载发送:调度请求SR;上行链路媒体接入控制UL MAC;随机接入RA。
结合第二方面的一些实施例,在一些实施例中,所述方法还包括:发送第四信息,所述第四信息用于表示所述网络设备请求对所述网络侧模型进行性能监测。
结合第二方面的一些实施例,在一些实施例中,所述第四信息基于以下至少一种方式承载发送,包括:RRC信令;下行链路媒体接入控制DL MAC;寻呼paging;下行控制信息DCI。
第三方面,本公开实施例提出了通信方法,方法包括:终端满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能;所述网络设备基于所述第一信息监测网络侧模型的性能。
第四方面,本公开实施例提出了一种终端,包括:收发模块,用于满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。
第五方面,本公开实施例提出了一种网络设备,包括:收发模块,用于接收终端发送的第一信息,并基于所述第一信息监测网络侧模型的性能,所述第一信息由所述终端满足条件发送。
第六方面,本公开实施例提出了一种终端,包括:一个或多个处理器;其中,所述处理器用于执行第一方面的通信方法。
第七方面,本公开实施例提出了一种网络设备,包括:一个或多个处理器;其中,所述处理器用于执行第二方面的通信方法。
第八方面,本公开实施例提出了一种通信系统,包括:包括终端和网络设备,其中,终端被配置为实现第一方面的通信方法,网络设备被配置为实现第二方面的通信方法。
第九方面,本公开实施例提出了一种存储介质存储有指令,当指令在通信设备上运行时,使得通信设备执行第一方面、第二方面任意一项的通信方法。
可以理解地,上述终端、网络设备、通信系统、存储介质、程序产品、计算机程序、芯片或芯片系统均用于执行本公开实施例所提出的方法。因此,其所能达到的有益效果可以参考对应方法中的有益效果。
本公开实施例提出了通信方法、终端、网络设备以及通信系统。在一些实施例中,通信方法与信息处理方法、通信方法等术语可以相互替换,通信装置与信息处理装置等术语可以相互替换,信息处理系统、通信系统等术语可以相互替换。
本公开实施例并非穷举,仅为部分实施例的示意,不作为对本公开保护范围的具体限制。在不矛盾的情况下,某一实施例中的每个步骤均可以作为独立实施例来实施,且各步骤之间可以任意组合,例如,在某一实施例中去除部分步骤后的方案也可以作为独立实施例来实施,且在某一实施例中各步骤的顺序可以任意交换,另外,某一实施例中的可选实现方式可以任意组合;此外,各实施例之间可以任意组合,例如,不同实施例的部分或全部步骤可以任意组合,某一实施例可以与其他实施例的可选实现方式任意组合。
在各本公开实施例中,如果没有特殊说明以及逻辑冲突,各实施例之间的术语和/或描述具有一致性,且可以互相引用,不同实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
本公开实施例中所使用的术语只是为了描述特定实施例的目的,而并非作为对本公开的限制。
在本公开实施例中,除非另有说明,以单数形式表示的元素,如“一个”、“一种”、“该”、“上述”、“所述”、“前述”、“这一”等,可以表示“一个且只有一个”,也可以表示“一个或多个”、“至少一个”等。例如,在翻译中使用如英语中的“a”、“an”、“the”等冠词(article)的情况下,冠词之后的名词可以理解为单数表达形式,也可以理解为复数表达形式。
在本公开实施例中,“多个”是指两个或两个以上。
在一些实施例中,“至少一者(至少一项、至少一个)(at least one of)”、“一个或多个(one or more)”、“多个(a plurality of)”、“多个(multiple)等术语可以相互替换。
在一些实施例中,“A、B中的至少一者”、“A和/或B”、“在一情况下A,在另一情况下B”、“响应于一情况A,响应于另一情况B”等记载方式,根据情况可以包括以下技术方案:在一些实施例中A(与B无关地执行A);在一些实施例中B(与A无关地执行B);在一些实施例中从A和B中选择执行(A和B被选择性执行);在一些实施例中A和B(A和B都被执行)。当有A、B、C等更多分支时也类似上述。
在一些实施例中,“A或B”等记载方式,根据情况可以包括以下技术方案:在一些实施例中A(与B无关地执行A);在一些实施例中B(与A无关地执行B);在一些实施例中从A和B中选择执行(A和B被选择性执行)。当有A、B、C等更多分支时也类似上述。
本公开实施例中的“第一”、“第二”等前缀词,仅仅为了区分不同的描述对象,不对描述对象的位置、顺序、优先级、数量或内容等构成限制,对描述对象的陈述参见权利要求或实施例中上下文的描述,不应因为使用前缀词而构成多余的限制。例如,描述对象为“字段”,则“第一字段”和“第二字段”中“字段”之前的序数词并不限制“字段”之间的位置或顺序,“第一”和“第二”并不限制其修饰的“字段”是否在同一个消息中,也不限制“第一字段”和“第二字段”的先后顺序。再如,描述对象为“等级”,则“第一等级”和“第二等级”中“等级”之前的序数词并不限制“等级”之间的优先级。再如,描述对象的数量并不受序数词的限制,可以是一个或者多个,以“第一装置”为例,其中“装置”的数量可以是一个或者多个。此外,不同前缀词修饰的对象可以相同或不同,例如,描述对象为“装置”,则“第一装置”和“第二装置”可以是相同的装置或者不同的装置,其类型可以相同或不同;再如,描述对象为“信息”,则“第一信息”和“第二信息”可以是相同的信息或者不同的信息,其内容可以相同或不同。
在一些实施例中,“包括A”、“包含A”、“用于指示A”、“携带A”,可以解释为直接携带A,也可以解释为间接指示A。
在一些实施例中,“响应于……”、“响应于确定……”、“在……的情况下”、“在……时”、“当……时”、“若……”、“如果……”等术语可以相互替换。
在一些实施例中,“大于”、“大于或等于”、“不小于”、“多于”、“多于或等于”、“不少于”、“高于”、“高于或等于”、“不低于”、“以上”等术语可以相互替换,“小于”、“小于或等于”、“不大于”、“少于”、“少于或等于”、“不多于”、“低于”、“低于或等于”、“不高于”、“以下”等术语可以相互替换。
在一些实施例中,装置和设备可以解释为实体的、也可以解释为虚拟的,其名称不限定于实施例中所记载的名称,在一些情况下也可以被理解为“设备(equipment)”、“设备(device)”、“电路”、“网元”、“节点”、“功能”、“单元”、“部件(section)”、“系统”、“网络”、“芯片”、“芯片系统”、“实体”、“主体”等。
在一些实施例中,“网络”可以解释为网络中包含的装置,例如,接入网设备、核心网设备等。
在一些实施例中,“接入网设备(access network device,AN device)”也可以被称为“无线接入网设备(radio access network device,RAN device)”、“基站(basestation,BS)”、“无线基站(radio base station)”、“固定台(fixed station)”,在一些实施例中也可以被理解为“节点(node)”、“接入点(access point)”、“发送点(transmissionpoint,TP)”、“接收点(reception point,RP)”、“发送和/或接收点(transmission/reception point,TRP)”、“面板(panel)”、“天线面板(antenna panel)”、“天线阵列(antenna array)”、“小区(cell)”、“宏小区(macro cell)”、“小型小区(small cell)”、“毫微微小区(femto cell)”、“微微小区(pico cell)”、“扇区(sector)”、“小区组(cellgroup)”、“服务小区”、“载波(carrier)”、“分量载波(component carrier)”、“带宽部分(bandwidth part,BWP)”等。
在一些实施例中,“终端(terminal)”或“终端设备(terminal device)”可以被称为“用户设备(user equipment,UE)”、“用户终端(user terminal)”、“移动台(mobilestation,MS)”、“移动终端(mobile terminal,MT)”、订户站(subscriber station)、移动单元(mobile unit)、订户单元(subscriber unit)、无线单元(wireless unit)、远程单元(remote unit)、移动设备(mobiledevice)、无线设备(wireless device)、无线通信设备(wireless communication device)、远程设备(remote device)、移动订户站(mobilesubscriber station)、接入终端(access terminal)、移动终端(mobile terminal)、无线终端(wireless terminal)、远程终端(remote terminal)、手持设备(handset)、用户代理(user agent)、移动客户端(mobile client)、客户端(client)等。
在一些实施例中,获取数据、信息等可以遵照所在地国家的法律法规。
在一些实施例中,可以在得到用户同意后获取数据、信息等。
此外,本公开实施例的表格中的每一元素、每一行、或每一列均可以作为独立实施例来实施,任意元素、任意行、任意列的组合也可以作为独立实施例来实施。
图1是根据本公开实施例示出的通信系统的架构示意图。如图1所示,通信系统100包括终端(terminal)101、网络设备102。
在一些实施例中,终端101例如包括手机(mobile phone)、可穿戴设备、物联网设备、具备通信功能的汽车、智能汽车、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(virtual reality,VR)终端设备、增强现实(augmented reality,AR)终端设备、工业控制(industrial control)中的无线终端设备、无人驾驶(self-driving)中的无线终端设备、远程手术(remote medical surgery)中的无线终端设备、智能电网(smart grid)中的无线终端设备、运输安全(transportation safety)中的无线终端设备、智慧城市(smart city)中的无线终端设备、智慧家庭(smart home)中的无线终端设备中的至少一者,但不限于此。
在一些实施例中,网络设备102可以包括接入网设备和核心网设备的至少一者。
在一些实施例中,接入网设备例如是将终端接入到无线网络的节点或设备,接入网设备可以包括5G通信系统中的演进节点B(evolved NodeB,eNB)、下一代演进节点B(nextgeneration eNB,ng-eNB)、下一代节点B(next generation NodeB,gNB)、节点B(node B,NB)、家庭节点B(home node B,HNB)、家庭演进节点B(home evolved nodeB,HeNB)、无线回传设备、无线网络控制器(radio network controller,RNC)、基站控制器(base stationcontroller,BSC)、基站收发台(base transceiver station,BTS)、基带单元(base bandunit,BBU)、移动交换中心、6G通信系统中的基站、开放型基站(Open RAN)、云基站(CloudRAN)、其他通信系统中的基站、Wi-Fi系统中的接入节点中的至少一者,但不限于此。
在一些实施例中,核心网设备可以是一个设备,包括一个或多个网元,也可以是多个设备或设备群,分别包括上述一个或多个网元中的全部或部分。网元可以是虚拟的,也可以是实体的。核心网例如包括演进分组核心(Evolved Packet Core,EPC)、5G核心网络(5GCore Network,5GCN)、下一代核心(Next Generation Core,NGC)中的至少一者。
在一些实施例中,本公开的技术方案可适用于Open RAN架构,此时,本公开实施例所涉及的接入网设备间或者接入网设备内的接口可变为Open RAN的内部接口,这些内部接口之间的流程和信息交互可以通过软件或者程序实现。
在一些实施例中,接入网设备可以由集中单元(central unit,CU)与分布式单元(distributed unit,DU)组成的,其中,CU也可以称为控制单元(control unit),采用CU-DU的结构可以将接入网设备的协议层拆分开,部分协议层的功能放在CU集中控制,剩下部分或全部协议层的功能分布在DU中,由CU集中控制DU,但不限于此。
在一些实施例中,核心网设备可以是一个设备,包括一个或多个网元,也可以是多个设备或设备群,分别包括上述一个或多个网元中的全部或部分。网元可以是虚拟的,也可以是实体的。核心网例如包括演进分组核心(Evolved Packet Core,EPC)、5G核心网络(5GCore Network,5GCN)、下一代核心(Next Generation Core,NGC)中的至少一者。在一些实施例中,第一网元例如是中文(Policy Control Function,PCF)。
可以理解的是,本公开实施例描述的通信系统是为了更加清楚的说明本公开实施例的技术方案,并不构成对于本公开实施例提出的技术方案的限定,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本公开实施例提出的技术方案对于类似的技术问题同样适用。
下述本公开实施例可以应用于图1所示的通信系统100、或部分主体,但不限于此。图1所示的各主体是例示,通信系统可以包括图1中的全部或部分主体,也可以包括图1以外的其他主体,各主体数量和形态为任意,各主体可以是实体的也可以是虚拟的,各主体之间的连接关系是例示,各主体之间可以不连接也可以连接,其连接可以是任意方式,可以是直接连接也可以是间接连接,可以是有线连接也可以是无线连接。
本公开各实施例可以应用于长期演进(Long Term Evolution,LTE)、LTE-Advanced(LTE-A)、LTE-Beyond(LTE-B)、SUPER 3G、IMT-Advanced、第四代移动通信系统(4th generation mobile communication system,4G)、)、第五代移动通信系统(5thgeneration mobile communication system,5G)、5G新空口(new radio,NR)、未来无线接入(Future Radio Access,FRA)、新无线接入技术(New-Radio Access Technology,RAT)、新无线(New Radio,NR)、新无线接入(New radio access,NX)、未来一代无线接入(Futuregeneration radio access,FX)、Global System for Mobile communications(GSM(注册商标))、CDMA2000、超移动宽带(Ultra Mobile Broadband,UMB)、IEEE 802.11(Wi-Fi(注册商标))、IEEE 802.16(WiMAX(注册商标))、IEEE 802.20、超宽带(Ultra-WideBand,UWB)、蓝牙(Bluetooth(注册商标))、陆上公用移动通信网(Public Land Mobile Network,PLMN)网络、设备到设备(Device-to-Device,D2D)系统、机器到机器(Machine to Machine,M2M)系统、物联网(Internet of Things,IoT)系统、车联网(Vehicle-to-Everything,V2X)、利用其他通信方法的系统、基于它们而扩展的下一代系统等。此外,也可以将多个系统组合(例如,LTE或者LTE-A与5G的组合等)应用。
在NR中,特别是在工作频段(frequency range)2时,由于高频信道衰减较快,为了保证覆盖范围,需要基于波束(beam)的发送和接收进行通信。
对于波束管理,基站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上的参考信号进行测量,然后上报其中比较强的X(X为正整数)个参考信号资源标识(Identification,ID)和对应的相关参数(包括以下至少一项,例如:层1的参考信号接收功率(L1-Reference Signal Received Power,L1-RSRP);层1的信号干扰噪声比(L1-ignal-to-Interference-plus-Noise Ratio,L1-SINR))。
在一些实施例中,提供了AI模型和/或AI功能对波束预测的实现过程。其中,AI功能可以认为是实现某种相同功能、用途的一个或多个AI模型。
在一些实施例中,可以将用于波束预测的AI模型称为波束预测模型。当然,也可以称为波束预测AI模型、预测AI模型、预测波束模型等等。本公开对此类AI模型的名称不作限定。
在一些实施方式中,对于波束预测模型为空域预测的情况下,终端测量set B的L1-RSRP,输入到波束预测模型。波束预测模型可以预测得到set A的L1-RSRP和/或set A中的最佳波束/波束对的标识。
其中,set B和set A关系包含如下两种:
第一种关系为,set B为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包含其中部分参考信号,比如set B包含32个参考信号中的8个参考信号。
第二种关系为,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Y个参考信号,比如Y=8。而这Y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/Y个参考信号与set B中的同一个参考信号为QCL Type D的关系。
可以明白,对于上述第一种关系、第二种关系的示例中,仅描述了发送波束的情况。对于考虑包括发送波束和接收波束的波束对时,则还需考虑终端的接收波束。例如,32个发送波束和4个接收波束,那么set A即32*4个波束对,set B可以是其中的32个波束对、16个波束对等等。
在一些实施例中,如果不需要监测波束预测模型的性能,假设AI模型已经提前训练好了,那么网络设备只需要周期性的发送set B的参考信号即可(比如第一周期)。然后终端测量set B中参考信号的L1-RSRP,输入到波束预测模型中。即可输出set A的L1-RSRP或者输出set A中32个参考信号中最强的一个或多个参考信号ID。
在一些实施例中,如果需要监测波束预测模型的性能,则要求网络设备周期性的发送set A的参考信号(比如第二周期)。然后终端一边需要测量set B的参考信号的L1-RSRP,对于终端侧模型,终端将测量的set B的参考信号的L1-RSRP输入到波束预测模型中,得出预测出来的波束信息,并上报给网络设备;对于网络侧模型,终端将测量到的set B的参考信号的L1-RSRP和/或标识上报给网络设备,网络设备将set B的L1-RSRP和/或标识输入到波束预测模型中,得出预测出来的波束信息。同时,终端也测量set A中所有参考信号的L1-RSRP,并将测量的set A中所有参考信号的L1-RSRP和/或最佳波束/波束对标识作为传统方法获得的波束信息上报给基站。
对于set B为set A的子集情况,则终端可以仅上报set A的所有波束或波束对的波束信息即可。
在一些实施例中,第二周期大于第一周期,或第二周期是第一周期的倍数,或第二周期比第一周期大多少,本公开不作限定。当然,第二周期也可以小于或等于第一周期,本公开不作限定。
在一些实施方式中,对于波束预测模型为时域预测的情况下,终端测量历史时间set B的L1-RSRP,输入到波束预测模型,以预测未来时刻set A的L1-RSRP。而set B和set A的关系除了上述两种外,还有一种关系是set B和set A相同。
如果基于波束预测模型进行波束预测,在不需要进行波束预测模型的性能监测时,未来时刻的用于波束测量的参考信号是可以不发送的。如果波束预测模型部署在终端,基于波束预测模型输出的波束信息,终端需要上报给网络设备。
对于采用传统方法进行波束测量,未来时刻的参考信号也需要基站进行发送。终端测量未来时刻的参考信号,并将测量得到的波束信息上报给网络设备。即终端需要将setB、set A中所有波束和/或波束对的波束信息测量并上报至网络设备。
在一些相关技术中,为了减少终端测量的波束对的数量,采用AI模型进行波束预测。比如,终端本来一共需要测量的波束对的数量为G*H个。而利用AI模型进行波束预测时,对于空域波束预测,终端仅需测量G*H个波束对中的其中一部分即可。例如,测量G*H的1/8、1/4个波束对等。然后,将测量得到的这些波束对的波束测量质量输入到AI模型中,AI模型即可输出G*H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测量质量,来预测未来时刻的波束对的波束信息。
当然,对于一些AI模型的输入、输出,也可以不考虑波束对的波束质量或波束标识,只考虑下行发送波束的波束质量或波束标识。如,基于下行波束的AI模型,而不是基于波束对的AI模型,本公开不作限定。
可以明白的是,AI模型是具有一定生命周期或者一定适用范围的。例如有的AI模型适用于郊区,有的AI模型适用于城区,有的AI模型适用于室内等等一些特定环境。又例如,有的AI模型适用于早晚高峰时间,有的AI模型适用于上班时间人少的时候等特定时段。还例如,有的AI模型可能适用于特定时间特定环境,如AI模型适用于上班时间人少的时候的路上等。因此,需要实时监测AI模型的性能。当AI模型性能出现达不到相应需求时,就需要及时进行AI模型的更新、切换等操作。
在一些实施例中,对于网络设备侧部署的AI模型和/或AI功能进行性能监测时,终端可以进行周期性上报。但是上报次数可能会较为频繁,导致信令开销较大。
基于此,本公开实施例提出了一种通信方法,使终端在满足预设条件时,才会上报反应AI模型性能的监测数据,从而减少对于AI模型监测的信令开销。
图2是根据本公开实施例示出的通信方法的交互示意图。如图2所示,本公开实施例涉及通信方法,上述方法包括:
步骤S2101,网络设备102向终端101发送第二信息。
在一些实施例中,“发送”、“发射”、“上报”、“下发”、“传输”、“双向传输”、“发送和/或接收”等术语可以相互替换。
在一些实施例中,终端101接收第二信息。
在一些实施例中,“获取”、“获得”、“得到”、“接收”、“传输”、“双向传输”、“发送和/或接收”可以相互替换,其可以解释为从其他主体接收,从协议中获取,从高层获取,自身处理得到、自主实现等多种含义。
在一些实施例中,信息等的名称不限定于实施例中所记载的名称,“信息(information)”、“消息(message)”、“信号(signal)”、“信令(signaling)”、“报告(report)”、“配置(configuration)”、“指示(indication)”、“指令(instruction)”、“命令(command)”、“信道”、“参数(parameter)”、“域”、“字段”、“符号(symbol)”、“码元(symbol)”、“码本(codebook)”、“码字(codeword)”、“码点(codepoint)”、“比特(bit)”、“数据(data)”、“程序(program)”、“码片(chip)”等术语可以相互替换。
在一些实施例中,第二信息为配置信息。
可选地,第二信息可以包括以下至少一个集合的参考信号资源配置信息:第一集合,或第二集合。
可选地,终端101测量,并向网络设备102发送第一集合的测量值,其中测量值包括以下至少一个:参考信号资源标识,L1-RSRP,L1-SINR。第一集合的测量值用于网络侧模型的输入。
可选地,网络侧模型的输出用于获得第二集合中的以下至少一个:最佳K个波束标识,最佳K个波束对标识,最佳K个波束预测值,最佳K个波束对预测值,K为正整数。
可选地,终端101测量得到第二集合的测量值。
在一些实施例中,第二集合的测量值用于与网络侧模型输出的预测值进行比较,以确定网络侧模型输出的预测值的准确性。可选地,第二集合的测量值与网络侧模型输出的预测值进行比较。
其中,第二集合的测量值可以包括以下至少一个:最佳K个波束标识;最佳K个波束对标识,最佳K个波束L1-RSRP;最佳K个波束对L1-RSRP;最佳K个波束L1-SINR;最佳K个波束对L1-SINR。
在一些实施例中,“网络侧模型”、“网络设备侧模型”、“接入网侧模型”、“接入网设备侧模型”可以相互替换,其可以解释为部署在接入网设备侧用于波束预测的模型。
在一些实施例中,第一集合的测量值可以被理解为第一集合中的波束经过波束测量后得到的测量值。
应理解,波束(beam)指示为传输配置指示(Transmission ConfigurationIndicator state,TCI state)的指示。
其中,TCI state包含以下至少一种准共址(quasi Co-location,QCL)类型:TypeA,Type B,Type C,Type D。
Type D为接收空间参数,也被称为波束。Type A,Type B,Type C,分别包括以下至少一项:多普勒频移,多普勒扩展,平均时延以及时延扩展相关的参数。
应理解,针对上行的波束,包括以下至少一项:空间关系信息(spatial relationinformation),空间滤波器参数(spatial filter parameter)以及上行TCI state。
应理解,波束测量为针对以下至少一种参考信号的L1-RSRP或L1-SINR进行测量,包括:同步信号块(Synchronization Signal Block,SSB),信道状态信息参考信号(channel state information reference signal,CSI-RS),探测参考信号(soundingreference signal,SRS)。
在一些实施例中,第一集合的测量值基于对参考信号进行测量得到。
在一些实施例中,第二集合的测量值基于对参考信号进行测量得到。
在一些实施例中,第一集合为第二集合的子集。
在一些实施例中,“模型”、“AI模型”、“人工智能模型”、可以相互替换,其可以解释为用于波束预测的模型等多种含义。
步骤S2102,终端101确定是否满足条件。
在一些实施例中,终端101基于波束测量结果确定是否满足条件,若满足则向网络设备102发送第一信息。
在一些实施例中,条件用于确定终端101是否向网络设备102发送对应的信息。例如,确定终端101是否向网络设备102发送第一信息。
示例性的,若终端101确定满足条件,则向网络设备102发送对应的信息。若终端101确定不满足条件,则不向网络设备102发送对应的信息,或者停止向网络设备102发送对应的信息。
在一些实施例中,满足条件包括:第一波束不同于第二波束,第二波束为终端对第二集合中的参考信号进行测量得到的最佳M个波束,所述M为正整数。
示例性的,M的最大值选取可以为4或5.
可选地,第一波束基于第一指示信息确定。
例如,第一波束为第一指示信息指示的波束。
在一些实施例中,第一指示信息由网络设备102向终端101发送。
应理解,进行第一波束与第二波束比较的情况,应使用第一波束与第二波束处于同一测量周期。例如,第一波束与第二波束的时间戳(time stamp)相对应。
在一些实施例中,第一波束为网络设备侧模型以第一集合作为输入而输出的第二集合中预测值最佳的至少一个波束中的一个波束,其中预测值包括预测L1-RSRP或预测L1-SINR。
示例性的,接续步骤S2101中的实施例,第一波束可以为以下任意一个:预测L1-RSRP最佳的波束,或预测L1-SINR最佳的波束。
在一些实施例中,“最优”、“最佳”、“最好”、可以相互替换,其可以解释为多个波束测量结果在比较中最符合预设需求的一个或多个等含义。
在一些实施例中,第一波束可以为波束指示指传输配置指示(TransmissionConfiguration Indication state,TCI state)中准共址(Quasi Co-Location,QCL)TypeD对应的参考信号资源。第二波束为第二集合中对应测量的L1-RSRP或L1-SINR最佳的M个参考信号资源。
在一些实施例中,第一波束不同于第二波束,包括以下至少一项:
连续O次所述第一波束与所述第二波束不同,O为正整数;
在第一时间内存在P次所述第一波束与所述第二波束不同,P为正整数;
在第二时间内,所述第一波束与所述第二波束不同的次数的比率,大于或等于第一阈值。
可选地,次数O与次数P在数值上可以相等也可以不相等。
可选地,次数O或次数P的值可以基于网络指示或预配置确定。
可选地,第一时间可以基于网络指示或预配置确定。
可选地,第二时间可以基于网络指示或预配置确定。
可选地,第一阈值可以基于网络指示或预配置确定。
在一些实施例中,“时刻”、“时间点”、“时间”、“时间位置”等术语可以相互替换,“时长”、“时段”、“时间窗口”、“窗口”、“时间”等术语可以相互替换。
在一些实施例中,“特定(certain)”、“预定(preseted)”、“预设”、“设定”、“指示(indicated)”、“某一”、“任意”、“第一”等术语可以相互替换,“特定A”、“预定A”、“预设A”、“设定A”、“指示A”、“某一A”、“任意A”、“第一A”可以解释为在协议等中预先规定的A,也可以解释为通过设定、配置、或指示等得到的A,也可以解释为特定A、某一A、任意A、或第一A等,但不限于此。
步骤S2103,终端101向网络设备102发送第一信息。
在一些实施例中,终端101向网络设备102发送第一信息,可以基于以下至少一项:
基于满足条件;
基于终端101的请求;
基于网络设备102的请求。
在一些实施例中,终端101基于满足条件,向网络设备102发送第一信息。
在一些实施例中,网络设备102接收终端101发送的第一信息。
在一些实施例中,第一信息用于网络设备监测网络设备侧模型的性能。
在一些实施例中,第一信息包括以下至少一种:
第一集合中波束或波束对的L1-RSRP;
第一集合中波束或波束对的L1-SINR;
第一集合中波束或波束对的标识;
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数;
其中,所述N和所述L的取值相同,或所述N和所述L的取值不同。
在一些实施例中,第一集合为第二集合的子集,第一信息可以包括以下至少一项:
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数。
可选地,第二集合中最佳波束或波束对标识可以被理解为以下至少一种:
L1-SINR最佳的波束标识,L1-SINR最佳的波束对标识;L1-RSRP最佳的波束标识;L1-RSRP最佳的波束对标识。
在一些实施例中,第一信息包括以下至少一项:
第二集合的波束测量结果;
第二集合波束测量结果对应的时间戳。
可选地,时间戳可以通过以下至少一种方式指示:显示指示,或隐式指示。
示例性的,显示指示即指示每个样本对应的时间信息,例如:子帧和/或时隙索引。
在一些实施例中,“帧(frame)”、“无线帧(radio frame)”、“子帧(subframe)”、“时隙(slot)”、“子时隙(sub-slot)”、“迷你时隙(mini-slot)”、“符号(symbol)”、“码元(symbol)”、“发送时间间隔(transmission time interval,TTI)”等术语可以相互替换。
在一些实施例中,终端101可以基于以下至少一项发送第一信息,包括:
一次性(One shot)发送;
周期性发送;
周期性发送,直至接收到第二指示信息,第二指示信息用于指示终端101停止发送第一信息;
周期性发送,直至达到第一数量;
周期性发送,直至达到第三时间。
可选地,一次性发送,即为每次满足条件,上报基于单次测量结果确定的第一信息。
应理解,单次测量结果可以理解为与第一波束时间戳一样的第二波束的测量结果。
可选地,若第一集合作为模型输入已经被上报过,则将与第一集合时间戳对应的第二集合,作为第一信息发送至网络设备。
可选地,第二指示信息由网络设备102发送至终端101。
可选地,终端101接收到第二指示信息,基于第二指示信息,停止向网络设备102发送第一信息。
可选地,终端101发送第一信息的数量达到第一数量,则停止向网络设备102发送第一信息。
可选地,终端101发送第一信息的时间达到第三时间,则停止向网络设备102发送第一信息。
可选地,第一数量可以基于网络指示或预配置确定。
可选地,第三时间可以基于网络指示或预配置确定。
在一些实施例中,第一信息基于以下至少一种承载发送,包括:
无线资源控制(Radio Resource Control,RRC)信令;
上行控制信息(Uplink Control Information,UCI);
物理上行共享信道(Physical Uplink Shared Channel,PUSCH);
物理上行控制信道(Physical Uplink Control Channel,PUCCH)。
在一些实施例中,终端101基于终端101的请求,发送第一信息。
在一些实施例中,基于终端101向网络设备102发送的监测请求,终端101向网络设备102发送第一信息。
示例性的,终端101测量到网络设备102指示的波束质量较差,可以向网络设备102发送相应的模型性能监测请求,并发送第一信息以使网络设备102对模型进行性能监测。
可选地,网络设备102指示的波束质量较差,包括以下至少一种:
当前网络设备102指示的波束的L1-RSRP值相较于上一指示的波束的L1-RSRP差值大于偏移(offset)量;当前网络设备102指示的波束的L1-RSRP值低于预设阈值。
在一些实施例中,终端101向网络设备102发送第三信息。
在一些实施例中,第三信息用于请求网络设备102对网络设备侧模型进行性能监测。
在一些实施例中,终端101基于网络设备102的请求,发送第一信息。
在一些实施例中,终端101向网络设备102发送的监测请求,终端101向网络设备102发送第一信息,则第一信息包括以下至少一项时间之后确定的信息:
终端101发送第三信息之后的第三时间;
网络设备102发送第三信息的反馈信息之后的第四时间;
网络设备102开始发送用于网络设备侧模型性能监测的参考信号的第五时间。
在一些实施例中,第三信息基于以下至少一种方式承载发送,包括:
调度请求(Scheduling request,SR);
上行链路媒体接入控制(Uplink Media Access Control,UL MAC);
随机接入(Random Access,RA)。
在一些实施例中,基于网络设备102向终端101发送的请求,终端101向网络设备102发送第一信息。
应理解,网络设备102获取当前模型性能较差,可以向终端101发送请求以监测当前模型。
在一些实施例中,网络设备102发送第四信息。
在一些实施例中,第四信息用于表示网络设备102请求对网络侧模型进行性能监测。
在一些实施例中,第四信息基于以下至少一种方式承载发送,包括:RRC信令;下行链路媒体接入控制(Downlink Media Access Control,DL MAC);寻呼(paging);下行控制信息(Downlink Control Information,DCI)。
步骤S2104,网络设备102基于第一信息监测网络侧模型的性能。
在一些实施例中,网络设备102基于第一信息确定以下至少一项网络侧模型性能,包括:
预测精度(prediction accuracy);
L1-RSRP平均差值(average L1-RSRP difference);
L1-RSRP差值(L1-RSRP difference);
终端的吞吐量平均差值(average UE throughput difference)。
应理解,对于网络侧模型预测正确,可以被理解为,网络模型预测出的最佳的Q个参考信号ID中,包括实际波束测量得到的最佳的参考信号ID,Q为正整数。参考信号ID可以是以下至少一种:SSB ID;CSI-RS ID;SRS ID,或可以理解为网络模型预测出的最佳的1个参考信号ID中,包括于实际波束测量得到的最佳P个参考信号ID中,P为正整数。
可选地,预测精度基于网络侧模型的预测正确比率评价。可选地,对于网络侧模型的预测次数可以为大于1的整数,以进行预测正确比率评价。
可选地,L1-RSRP平均差值基于以下至少一项确定,包括:
预测最佳参考信号ID对应的实际L1-RSRP与实际最佳参考信号ID对应的实际L1-RSRP差值的单次预测结果;
预测最佳参考信号ID对应的实际L1-RSRP与实际最佳参考信号ID对应的实际L1-RSRP差值的多次预测结果;
预测最佳参考信号ID对应的预测L1-RSRP与预测最佳参考信号ID对应的实际L1-RSRP差值的单次预测结果;
预测最佳参考信号ID对应的预测L1-RSRP与预测最佳参考信号ID对应的实际L1-RSRP差值的多次预测结果;
预测最佳参考信号ID对应的实际L1-RSRP与预测最佳的参考信号ID对应的预测L1-RSRP差值的单次预测结果;
预测最佳参考信号ID对应的实际L1-RSRP与预测最佳的参考信号ID对应的预测L1-RSRP差值的多次预测结果;
实际最强参考信号ID对应的实际L1-RSRP与实际最佳参考信号ID对应的预测L1-RSRP差值的单次预测结果;
实际最强参考信号ID对应的实际L1-RSRP与实际最佳参考信号ID对应的预测L1-RSRP差值的多次预测结果。
应理解,“多次”、“至少一次”、“次数大于1”可以相互替换,等术语可以相互替换。可选地,L1-RSRP差值可以基于以下方式确定,包括:基于L1-RSRP差值累积分布函数的曲线确定。
可选地,L1-RSRP差值累积分布函数的曲线可以基于如下至少一项确定,包括:
预测最佳参考信号ID对应的实际L1-RSRP与实际最佳参考信号ID对应的实际L1-RSRP差值的多次预测结果;
预测最佳参考信号ID对应的预测L1-RSRP与预测最佳参考信号ID对应的实际L1-RSRP差值的多次预测结果;
预测最佳参考信号ID对应的实际L1-RSRP与预测最佳的参考信号ID对应的预测L1-RSRP差值的多次预测结果;
实际最强参考信号ID对应的实际L1-RSRP与实际最佳参考信号ID对应的预测L1-RSRP差值的多次预测结果。可选地,终端的吞吐量平均差值,基于以下方式确定,包括:基于预测出来的最强参考信号和实际最强的参考信号,获得两个参考信号的对应的SINR确定。
在一些实施例中,“性能”、“性能指标”、“指标”可以相互替换,其可以解释为模型的能力等含义。
在一些实施例中,网络设备102基于网络侧模型性能进行以下至少一项模型操作,包括:激活模型;去激活模型;切换模型;fine-tuning模型;更新的模型参数;切换至非AI机制。
在一些实施例中,步骤S2101、S2102可以交换顺序或同时执行,步骤S2102、S2104可以交换顺序或同时执行,步骤S2103、S2104可以交换顺序或同时执行。
在一些实施例中,步骤S2101、S2103、S2104是可选的,在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中,步骤S2102、S2103、S2104是可选的,在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中,步骤S2101、S2102、S2104是可选的,在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中,步骤S2101、S2102、S2103是可选的,在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中,步骤S2101~步骤S2104实施例对应的通信方法还适用于基于功能(functionality)的性能监测。
示例性的,终端上报支持的AI功能标识#1为空域波束预测功能,然后针对空域波束预测功能,终端自己可能有多个模型,但是这多个模型之间的切换有的是不需要网络设备知道的,终端实现即可,所以终端无需告知网络设备这多个具体的模型相关的信息。而基于模型标识的模型管理,即终端需要将自己的每个模型都告知网络设备,任两个模型之间的切换,或某个模型的激活/去激活都需要告知网络设备。
在一些实施例中,可参见图2所对应的说明书之前或之后记载的其他可选实现方式。
在一些实施例中,图3A是根据本公开实施例示出的通信方法的流程示意图。如图3A所示,本公开实施例涉及通信方法,上述方法包括:
步骤S3101,获取第二信息。
步骤S3101的可选实现方式可以参见图2的步骤S2101的可选实现方式、及图2所涉及的实施例中其他关联部分,此处不再赘述。
在一些实施例中,终端101接收由网络设备102发送的第一信息,但不限于此,也可以接收由其他主体发送的第一信息。
在一些实施例中,终端101获取由协议规定的第一信息。
在一些实施例中,终端101从高层(upper layer(s))获取第一信息。
在一些实施例中,终端101进行处理从而得到第一信息。
在一些实施例中,步骤S3101被省略,终端101自主实现第一信息所指示的功能,或上述功能为缺省或默认。
步骤S3102,确定是否满足条件。
步骤S3102的可选实现方式可以参见图2的步骤S2102的可选实现方式、及图2所涉及的实施例中其他关联部分,此处不再赘述。
步骤S3103,发送第一信息。
步骤S3103的可选实现方式可以参见图2的步骤S2103的可选实现方式、及图2所涉及的实施例中其他关联部分,此处不再赘述。
本公开实施例所涉及的通信方法可以包括步骤S3101~步骤S3103中的至少一者。例如,步骤S3101可以作为独立实施例来实施,步骤S3102可以作为独立实施例来实施,步骤S3103可以作为独立实施例来实施,步骤S3101+S3102可以作为独立实施例来实施,步骤S3101+S3103可以作为独立实施例来实施,步骤S3101+S3103可以作为独立实施例来实施,步骤S3101+S3102+S3103可以作为独立实施例来实施,但不限于此。
在一些实施例中,步骤S3102、S3103可以交换顺序或同时执行,步骤S3101、S3103可以交换顺序或同时执行,步骤S3102、S3103可以交换顺序或同时执行。
在一些实施例中,步骤S3101、S3103是可选的,在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中,步骤S3102、S3103是可选的,在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
图3B是根据本公开实施例示出的通信方法的流程示意图。如图3B所示,本公开实施例涉及通信方法,上述方法包括:
步骤S3201,确定是否满足条件。
步骤S3201的可选实现方式可以参见图2的步骤S2102、图3A的步骤S3102的可选实现方式、及图2、图3A所涉及的实施例中其他关联部分,此处不再赘述。
步骤S3202,发送第一信息。
步骤S3202的可选实现方式可以参见图2的步骤S2103、图3A的步骤S3103的可选实现方式、及图2、图3A所涉及的实施例中其他关联部分,此处不再赘述。
本公开实施例所涉及的通信方法可以包括步骤S3201~步骤S3202中的至少一者。例如,步骤S3201可以作为独立实施例来实施,步骤S3202可以作为独立实施例来实施,但不限于此。
在一些实施例中,步骤S3201是可选的,在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在本公开实施例中,步骤S3201可以与图3A的步骤S3102-S3103组合,步骤S3202可以与图3A的步骤S3101、S3102、S3103组合。
图3C是根据本公开实施例示出的通信方法的流程示意图。如图3C所示,本公开实施例涉及通信方法,上述方法包括:
步骤S3301,满足条件,发送第一信息。
步骤S3301的可选实现方式可以参见图2的步骤S2103、图3A的步骤S3103、图3B的步骤S3202的可选实现方式、及图2、图3A、图3B所涉及的实施例中其他关联部分,此处不再赘述。
在一些实施例中,第一信息用于所述网络设备监测网络侧模型的性能。
在一些实施例中,方法还包括:接收第二信息,第二信息包括以下至少一个集合的参考信号资源配置信息:
第一集合,终端测量并向网络设备发送第一集合的测量值,第一集合的测量值用于网络侧模型的输入;
第二集合,网络侧模型的输出用于获得第二集合中的以下至少一个:最佳K个波束标识,最佳K个波束对标识,最佳K个波束预测值,最佳K个波束对预测值,K为正整数。
在一些实施例中,第一信息包括以下至少一种:
第一集合中波束或波束对的层1参考信号接收功率L1-RSRP;
第一集合中波束或波束对的层1的信号干扰噪声比L1-SINR;
第一集合中波束或波束对的标识;
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数;
其中,N和L的取值相同,或N和L的取值不同。
在一些实施例中,方法还包括:接收网络设备发送的第一指示信息,第一指示信息用于指示第一波束;满足条件,包括:第一波束不同于第二波束,第二波束为终端对第二集合中的参考信号进行测量得到的最佳M个波束,M为正整数。
在一些实施例中,第一波束与第二波束不同,包括以下至少一项:连续O次第一波束与所述第二波束不同,O为正整数;在第一时间内存在P次第一波束与所述第二波束不同,P为正整数;在第二时间内,第一波束与所述第二波束不同的次数的比率,大于或等于第一阈值。
在一些实施例中,采用如下至少一项发送第一信息:一次性发送;周期性发送;周期性发送,直至接收到第二指示信息,所述第二指示信息用于指示停止发送第一信息;周期性发送,直至达到第一数量;周期性发送,直至达到第三时间。
在一些实施例中,第一信息包括以下至少一项:第二集合的波束测量结果;二集合的波束测量结果对应的时间戳。
在一些实施例中,第一信息基于以下至少一种承载发送:无线资源控制RRC信令;上行控制信息UCI;物理上行共享信道PUSCH;物理上行控制信道PUCCH。
在一些实施例中,方法还包括:向网络设备发送第三信息,第三信息用于请求对网络侧模型进行性能监测。
在一些实施例中,第一信息包括以下至少一项时间之后确定的信息:终端发送第三信息之后的第三时间;网络设备发送第三信息的反馈信息之后的第四时间;网络设备开始发送用于网络侧模型性能监测的参考信号的第五时间。
在一些实施例中,第三信息基于以下至少一种方式承载发送:调度请求SR;上行链路媒体接入控制UL MAC;随机接入RA。
在一些实施例中,方法还包括:接收第四信息,第四信息用于表示网络设备请求对网络侧模型进行性能监测。
在一些实施例中,第四信息基于以下至少一种方式承载发送,包括:RRC信令;下行链路媒体接入控制DL MAC;寻呼paging;下行控制信息DCI。
在本公开实施例中,步骤S3301可以与图3A的步骤S3102-S3103组合,步骤S3301可以与图3B的步骤S3202组合。
图4是根据本公开实施例示出的通信方法的流程示意图。如图4所示,本公开实施例涉及通信方法,上述方法包括:
步骤S4101,获取第一信息,并基于第一信息监测网络侧模型的性能。
步骤S4101的可选实现方式可以参见图2的步骤S2103、步骤S2104的可选实现方式、及图2所涉及的实施例中其他关联部分,此处不再赘述。
在一些实施例中,网络设备102获取从终端101发送的第一信息,但不限于此,也可以向其他主体发送第一信息。
在一些实施例中,方法还包括:发送第二信息,第二信息包括以下至少一个集合的参考信号资源配置信息:
第一集合,终端测量并向网络设备发送第一集合的测量值,第一集合的测量值用于所述网络侧模型的输入;
第二集合,网络侧模型的输出用于获得第二集合中的以下至少一个:最佳K个波束标识,最佳K个波束对标识,最佳K个波束预测值,最佳K个波束对预测值,K为正整数。
在一些实施例中,第一信息包括以下至少一种:
第一集合中波束或波束对的层1参考信号接收功率L1-RSRP;
第一集合中波束或波束对的层1的信号干扰噪声比L1-SINR;
第一集合中波束或波束对的标识;
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数;
其中,N和L的取值相同,或N和L的取值不同。
在一些实施例中,方法还包括:发送第一指示信息,第一指示信息用于第一波束;所述满足条件,包括:第一波束不同于第二波束,第二波束为所述终端对第二集合中的参考信号进行测量得到的最佳M个波束,M为正整数。
在一些实施例中,第一波束与第二波束不同,包括以下至少一项:连续O次第一波束与所述第二波束不同,O为正整数;在第一时间内存在P次第一波束与所述第二波束不同,P为正整数;在第二时间内,第一波束与所述第二波束不同的次数的比率,大于或等于第一阈值。
在一些实施例中,采用如下至少一种方式接收第一信息:一次性接收;周期性接收;
周期性接收,直至发送第二指示信息,第二指示信息用于指示停止发送第一信息的指示信息;周期性接收,直至达到第一数量;周期性接收,直至达到第三时间。
在一些实施例中,第一信息包括以下至少一项:第二集合的波束测量结果;第二集合的波束测量结果对应的时间戳。
在一些实施例中,第一信息基于以下至少一种承载:无线资源控制RRC信令;上行控制信息UCI;物理上行共享信道PUSCH;物理上行控制信道PUCCH。
在一些实施例中,方法还包括:接收终端发送的第三信息,第三信息用于请求对网络侧模型进行性能监测。
在一些实施例中,第一信息包括以下至少一项时间之后确定的信息:
终端发送第三信息之后的第三时间;网络设备发述第三信息的反馈信息之后的第四时间;网络设备开始发送用于网络侧模型性能监测的参考信号的第五时间。
在一些实施例中,第三信息基于以下至少一种方式承载发送:调度请求SR;上行链路媒体接入控制UL MAC;随机接入RA。
在一些实施例中,方法还包括:发送第四信息,第四信息用于表示网络设备请求对网络侧模型进行性能监测。
在一些实施例中,第四信息基于以下至少一种方式承载发送,包括:RRC信令;下行链路媒体接入控制DL MAC;寻呼paging;下行控制信息DCI。
图5是根据本公开实施例示出的通信方法的交互示意图。如图5所示,本公开实施例涉及通信方法,上述方法包括:
步骤S5101,满足条件终端101向网络设备102发送第一信息。
步骤S5101的可选实现方式可以参见图2的步骤S2101、步骤S2102、步骤S2103图3A的步骤S3101~步骤S3103图4的步骤S4101的可选实现方式、及图2、图3A、图4所涉及的实施例中其他关联部分,此处不再赘述。
步骤S5102,网络设备102基于第一信息监测网络侧模型的性能。
步骤S5102的可选实现方式可以参见图2的步骤S2104图3A的步骤S3101~步骤S3103图4的步骤S4101的可选实现方式、及图2、图3A、图4所涉及的实施例中其他关联部分,此处不再赘述。
在一些实施例中,上述方法可以包括上述通信系统侧、终端侧、网络设备侧等的实施例所述的方法,此处不再赘述。
本实施例还提供通信方法,包括:
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beam(波束)的发送和接收。
在一些实施例中,针对波束管理过程,基站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,终端需要使用所有接收波束来针对该参考信号进行测量,并获得所有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。
在一些实施例中,基于AI模型的波束预测原理进行波束管理,包括以下至少一项:对于空域预测,以及对于时域预测。
可选地,针对空域预测,包括:终端测量set B的L1-RSRP(也可能包含波束或波束对ID),输入到AI模型,预测set A的L1-RSRP。
可选地,针对空域预测,set B和set A的关系包括以下至少一种:
以波束为例,set B和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,以波束对为例,还需要考虑终端的接收波束,比如32个发送波束,终端4个接收波束,那么set A为32*4个波束对;setB可以是其中的32个波束对,或16个波束对等;
以波束为例,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),以波束对为例,则还需要考虑终端的接收波束,比如32个发送波束,终端4个接收波束,那么set A为32*4个波束对;set B可以是其中的32个波束对,或16个波束对等;
如果不需要监测AI模型性能,假设AI模型已经提前训练好了,那么基站只需要周期性的发送set B的参考信号即可(比如第一周期),然后终端测量set B中参考信号的L1-RSRP,输入到AI模型中,即可输出set A所有波束或波束对的L1-RSRP或者输出set中32个参考信号中最强的X个参考信号ID或波束对ID;
如果需要监测AI模型性能,除了发送set B,则还要求基站周期性的发送set A的参考信号(第二周期,第二周期大于第一周期,至于是否是第一周期的倍数,比第一周期大多数,这里不限制),然后终端一边只测量set B的结果然后输入到AI模型中得出预测出来的波束信息上报给基站,同时也测量set A中所有参考信号的L1-RSRP,并获得波束信息作为传统方法获得的波束信息上报给基站。当然,如果set B是set A的子集,就相当于终端只需要测量set A的所有波束或波束对。
可选地,针对时域预测,set B和set A的关系包括以下至少一种: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;set B和set A的子集;set B为宽波束,set A为窄波束;以及set B和set A相同。
示例性的,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,上报给基站。而通过实际测量进行波束管理方法,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基站。所以在模型性能监测时,同空域波束预测,基站需要周期性的发送set B和set A中的发送波束,终端需要测量set B和set A中的所有波束或波束对。
针对上述实施例,终端本来一共需要测量的波束对的数量为M*N(其中M为基站发送波束数量,N为终端接收波束数量),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。当然也可以模型的输入输出都不考虑波束对的波束质量或波束ID,只考虑下行发送波束的波束质量或波束ID,即基于下行波束的AI模型,不是基于波束对的AI模型。以此减轻了通过实际测量进行波束管理方法的波束测量数量。
由于AI模型都是有生命周期,或者有一定的适用范围的,比如有一定的适用环境,有的适用于郊区,有的适用于城区,有的适用于室内,或有的适用于早晚高峰时间,有的适用于上班时间人少的时候的路上等等。所以需要实时监测AI模型的性能,如果AI模型性能不好了,就需要进行AI模型的更新或切换等操作。之前IPR主要保护的是,网络侧模型网络进行性能监测时,终端进行周期性的上报,相应的上报次数频繁,信令开销大。本发明主要保护网络侧模型网络侧进行监测时,UE基于event触发的进行上报,并且定义相应的event。对于网络侧模型,网络侧进行监测时,UE上报的内容包括如下两部分数据:一部分数据用于网络侧模型的输入,比如用于模型输入的set B中的波束(对)的RSRP,或,波束(对)的RSRP以及相应的波束(对)的ID;网络侧基于set B的输入获得预测出来的set A的最佳N个波束(对)ID和/或相应的RSRP;另一部分数据包括终端实际测量的set A中的最佳N个波束(对)ID和/或相应的RSRP。
进一步地,网络侧比较预测出的set A的最佳N个波束(对)ID和/或相应的RSRP,和终端上报的实际测量的set A的最佳N个波束(对)ID和/或相应的RSRP,得出metric,进行判断,是否需要激活去激活模型,或切换模型,或更新模型,等操作。
基于此,本发明提出一种AI模型性能监测时,基于事件触发的监测数据上报的方法,主要是针对网络侧监测网络侧模型的方法和流程。提高基于AI的波束预测的准确性,减少信令开销。
在一些实施例中,终端接收配置信息,所述配置信息包括set B和/或set A的参考信号资源配置信息。在满足触发条件时,终端将模型性能监测数据发送给网络设备,模型性能监测数据包括以下至少一项:终端测量的setB的波束信息,或终端基于传统方法获得的波束信息,:终端测量的setB的波束信息用于NW-side模型的input。
在一些实施例中,终端测量的setB的波束信息包括以下至少一项:
set B的波束(对)的L1-RSRP,或set B的波束(对)的L1-RSRP以及波束(对)ID;
波束指beam,波束测量指针对参考信号包括SSB,CSI-RS,SRS测量其L1-RSRP和/或L1-SINR;波束指示指传输配置指示TCI state的指示,其中TCI state包含至少一种QCL(quasi Co-location,准共址)类型,QCL Type A,B,C,D,其中type D为接收参数信息,俗称波束。Type A,B,C包括多普勒频移,多普勒扩展,平均时延和时延扩展相关的参数的至少一项。对于上行的波束,是指spatial relation information或spatial filter parameter或上行TCI state。
在一些实施例中,终端基于传统方法获得的波束信息包括以下至少一种:
set A中N个最佳波束(对)ID和/或对应的L1-RSRP,或所有波束(对)的L1-RSRP;
若set B是set A的子集,那么终端只上报set A中所有波束(对)的L1-RSRP即包含了两部分数据。
在一些实施例中,终端基于触发条件上报监测数据。
在一些实施例中,触发条件包括:终端接收NW发送的beamindication,发现指示的beam是终端通过测量set A获得的最佳M个波束以外的波束,M的取值为大于或等于1,M的最大值可以依情况来定,比如M的最大值为4,或5。
可选地,网络侧的beamindication是网络侧基于终端在第一时间测量的set B的测量结果作为input对应的output获得的set A中的最佳M个beam之一,而终端测量set A获得的最佳M个波束也是终端在第一时间测量的set A的测量结果获得的。也就是说,这个beamindication实际上是在第一时间之后指示的,因为终端在第一时间测量set B并进行上报以及基站基于AI模型和setB作为输入获得set A都是需要时间的。
在一些实施例中,触发之后的上报方式包括以下至少一种:One shot上报以及周期性上报。
在一些实施例中,One shot上报,即每次满足触发条件,就只上报单次的测量结果(由于set B的测量结果在做inference时,应该上报过了,所以这个上报可以只包含实际测量的set A的测量结果,也需要指示相应的time stamp,以与set B的测量结果对应的timestamp对应上)
在一些实施例中,周期性上报,包括以下至少一种:周期性上报,直到NW指示停止上报以及周期性上报X次,X为正整数,或上报到第一时间结束。其中,X和第一时间由NW指示。
在一些实施例中,终端通过RRC信令上报模型性能监测数据,即基于PUSCH,包括dynamic scheduling的或configure grant的PUSCH。
在一些实施例中,终端在发送模型性能监测数据之前,还包括:
向网络设备发起模型性能监测请求,基于SR,UL MAC或RA;
接收网络设备发起的模型性能监测请求,基于RRC,DL MAC,paging,或调度PUSCH的DCI;
网络设备基于终端上报的模型性能监测数据来获得模型性能指标。
在一些实施例中,向网络设备发起模型性能监测请求包括以下至少一个:模型性能监测数据包括在终端设备请求发送时间的t时间之后,t为默认值或或终端指示或网络设备指示;
模型性能监测数据包括在网络设备针对终端请求的反馈发送时间的t时间之后,t为默认值或网络设备指示
模型性能监测数据包括从网络设备开始发送用于模型性能监测的参考信号开始。
示例性的,比如空域预测,要需要模型监测,则需要基于所有Tx beam发送用于波束测量的参考信号。比如时域预测,每个时间段都需要发送用于波束测量的参考信号。
在一些实施例中,接收网络设备发起的模型性能监测请求包括:模型性能监测数据包括在网络设备请求发送时间的t时间之后,t为默认值或网络设备指示。
在一些实施例中,性能指标包括以下至少一项:
prediction accuracy(概率),
预测正确是指:预测出来的最强的N个参考信号ID包含实际最强的参考信号ID,参考信号ID可以是SSB ID或CSI-RS ID或SRS ID,N为正整数。
N为1或大于1
最强是指L1-RSRP或L1-SINR最强
这个指标是需要多次预测看accuracy的ratio。
或average L1-RSRP difference(dB差值),
预测最强参考信号ID对应的实际L1-RSRP与实际最强参考信号ID对应的实际L1-RSRP的差值;或
预测最强参考信号ID对应的预测L1-RSRP与预测最强参考信号ID对应的实际L1-RSRP的差值;或
预测最强参考信号ID对应的实际L1-RSRP与预测最强的参考信号ID对应的预测L1-RSRP的差值;
实际最强参考信号ID对应的实际L1-RSRP与实际最强参考信号ID对应的预测L1-RSRP的差值。
以上任意一个指标可以看单次预测结果,或多次预测结果的平均值。
或L1-RSRP difference CDF曲线的某个百分点处对应的L1-RSRP difference(dB差值),
这个指标可以基于2指标中的多次预测结果得出CDF曲线来看
或者这个指标中的L1-RSRP difference可以理解为1次或多次预测出来的各个参考信号ID的预测L1-RSRP与实际各个参考信号ID对应的实际L1-RSRP的差值得出的CDF曲线来看
average UE throughput difference。
基于预测出来的最强参考信号和实际最强的参考信号,获得两个参考信号的对应的SINR,基于shannon容量计算capacity,capacity的差异即为该指标。
该指标可以看单次预测结果或多次预测结果的平均值。
还有其他指标比如参考信号开销,上行控制信息开销等,可以不基于模型性能监测数据即可获得。
在一些实施例中,此方法适用于基于模型的性能监测,以及适用于基于functionality(功能)的性能监测。
示例性的,基于AI功能标识来对模型进行管理的原理:比如终端上报支持的AI功能标识#1为空域波束预测功能,然后针对空域波束预测功能,终端自己可能有多个模型,但是这多个模型之间的切换有的是不需要基站知道的,终端自己实现即可,所以终端不需要告知基站这多个具体的模型相关的信息。而基于模型标识的模型管理,即终端需要将自己的每个模型都告知基站,任两个模型之间的切换,或某个模型的激活/去激活都需要告知基站。
在一些实施例中,终端接收网络设备发送的以下至少一种模型等指示,包括:激活(activation)模型;去激活(deactivation)模型;切换(switching)模型;fine-tuning模型;更新的模型参数;切换至非AI通信。
在一些实施例中,通过DCI,MAC CE,RRC中的至少一项来指示。
示例性的,比如RRC信令给出了多个index与具体的参数的对应关系,MAC CE或DCI指示index即可;
或RRC信令给出了多个index与具体的参数的对应关系,MAC CE激活一部分index,DCI指示MAC CE激活的一部分index中的一个。
在一些实施例中,终端接收网络设备发送指示,还用于指示以下至少一种:更新后的模型参数配置索引(index)或具体的参数,或模型index,或模型版本index。
示例性的,模型index包括不同功能的模型对应不同的index,不同功能比如有的模型用于CSI压缩,有的模型用于波束预测,有的模型用于定位预测;
模型index也可以包括同一功能的AI模型的不同版本或不同参数配置对应的不同模型;
模型版本index指若同一功能AI模型对应同样的模型index,则同一功能不能版本或不同参数配置的模型可以使用模型版本index。
在一些实施例中,终端接收网络设备发送指示,还用于指示切换非AI机制。
本公开实施例还提出用于实现以上任一方法的装置,例如,提出一装置,上述装置包括用以实现以上任一方法中终端所执行的各步骤的单元或模块。再如,还提出另一装置,包括用以实现以上任一方法中网络设备(例如接入网设备、核心网功能节点、核心网设备等)所执行的各步骤的单元或模块。
应理解以上装置中各单元或模块的划分仅是一种逻辑功能的划分,在实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。此外,装置中的单元或模块可以以处理器调用软件的形式实现:例如装置包括处理器,处理器与存储器连接,存储器中存储有指令,处理器调用存储器中存储的指令,以实现以上任一方法或实现上述装置各单元或模块的功能,其中处理器例如为通用处理器,例如中央处理单元(Central ProcessingUnit,CPU)或微处理器,存储器为装置内的存储器或装置外的存储器。或者,装置中的单元或模块可以以硬件电路的形式实现,可以通过对硬件电路的设计实现部分或全部单元或模块的功能,上述硬件电路可以理解为一个或多个处理器;例如,在一种实现中,上述硬件电路为专用集成电路(application-specific integrated circuit,ASIC),通过对电路内元件逻辑关系的设计,实现以上部分或全部单元或模块的功能;再如,在另一种实现中,上述硬件电路为可以通过可编程逻辑器件(programmable logic device,PLD)实现,以现场可编程门阵列(Field Programmable Gate Array,FPGA)为例,其可以包括大量逻辑门电路,通过配置文件来配置逻辑门电路之间的连接关系,从而实现以上部分或全部单元或模块的功能。以上装置的所有单元或模块可以全部通过处理器调用软件的形式实现,或全部通过硬件电路的形式实现,或部分通过处理器调用软件的形式实现,剩余部分通过硬件电路的形式实现。
在本公开实施例中,处理器是具有信号处理能力的电路,在一种实现中,处理器可以是具有指令读取与运行能力的电路,例如中央处理单元(Central Processing Unit,CPU)、微处理器、图形处理器(graphics processing unit,GPU)(可以理解为微处理器)、或数字信号处理器(digital signal processor,DSP)等;在另一种实现中,处理器可以通过硬件电路的逻辑关系实现一定功能,上述硬件电路的逻辑关系是固定的或可以重构的,例如处理器为专用集成电路(application-specific integrated circuit,ASIC)或可编程逻辑器件(programmable logic device,PLD)实现的硬件电路,例如FPGA。在可重构的硬件电路中,处理器加载配置文档,实现硬件电路配置的过程,可以理解为处理器加载指令,以实现以上部分或全部单元或模块的功能的过程。此外,还可以是针对人工智能设计的硬件电路,其可以理解为ASIC,例如神经网络处理单元(Neural Network Processing Unit,NPU)、张量处理单元(Tensor Processing Unit,TPU)、深度学习处理单元(Deep learningProcessing Unit,DPU)等。
图6A是本公开实施例提出的终端的结构示意图。如图6A所示,终端6100可以包括:收发模块6101。在一些实施例中,上述收发模块用于满足条件,发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。可选地,上述收发模块用于执行以上任一方法中终端101执行的发送和/或接收等通信步骤(例如步骤S2101,步骤S2103但不限于此)中的至少一者,此处不再赘述。
图6B是本公开实施例提出的网络设备的结构示意图。如图6B所示,网络设备6200可以包括:收发模块6201。在一些实施例中,上述收发模块用于接收第一信息,并基于第一信息监测网络侧模型的性能,第一信息由终端满足条件发送。可选地,上述收发模块用于执行以上任一方法中网络设备102执行的发送和/或接收等通信步骤中的至少一者,此处不再赘述。
在一些实施例中,收发模块可以包括发送模块和/或接收模块,发送模块和接收模块可以是分离的,也可以集成在一起。可选地,收发模块可以与收发器相互替换。
图7A是本公开实施例提出的通信设备7100的结构示意图。通信设备7100可以是网络设备(例如接入网设备、核心网设备等),也可以是终端(例如用户设备等),也可以是支持网络设备实现以上任一方法的芯片、芯片系统、或处理器等,还可以是支持终端实现以上任一方法的芯片、芯片系统、或处理器等。通信设备7100可用于实现上述方法实施例中描述的方法,具体可以参见上述方法实施例中的说明。
如图7A所示,通信设备7100包括一个或多个处理器7101。处理器7101可以是通用处理器或者专用处理器等,例如可以是基带处理器或中央处理器。基带处理器可以用于对通信协议以及通信数据进行处理,中央处理器可以用于对通信装置(如,基站、基带芯片,终端设备、终端设备芯片,DU或CU等)进行控制,执行程序,处理程序的数据。通信设备7100用于执行以上任一方法。
在一些实施例中,通信设备7100还包括用于存储指令的一个或多个存储器7102。可选地,全部或部分存储器7102也可以处于通信设备7100之外。
在一些实施例中,通信设备7100还包括一个或多个收发器7103。在通信设备7100包括一个或多个收发器7103时,收发器7103执行上述方法中的发送和/或接收等通信步骤(例如步骤S2101、步骤S2103,但不限于此)中的至少一者,处理器7101执行其他步骤(例如步骤S2102、步骤S2104但不限于此)中的至少一者。
在一些实施例中,收发器可以包括接收器和/或发送器,接收器和发送器可以是分离的,也可以集成在一起。可选地,收发器、收发单元、收发机、收发电路等术语可以相互替换,发送器、发送单元、发送机、发送电路等术语可以相互替换,接收器、接收单元、接收机、接收电路等术语可以相互替换。
在一些实施例中,通信设备7100可以包括一个或多个接口电路7104。可选地,接口电路7104与存储器7102连接,接口电路7104可用于从存储器7102或其他装置接收信号,可用于向存储器7102或其他装置发送信号。例如,接口电路7104可读取存储器7102中存储的指令,并将该指令发送给处理器7101。
以上实施例描述中的通信设备7100可以是网络设备或者终端,但本公开中描述的通信设备7100的范围并不限于此,通信设备7100的结构可以不受图7A的限制。通信设备可以是独立的设备或者可以是较大设备的一部分。例如所述通信设备可以是:1)独立的集成电路IC,或芯片,或,芯片系统或子系统;(2)具有一个或多个IC的集合,可选地,上述IC集合也可以包括用于存储数据,程序的存储部件;(3)ASIC,例如调制解调器(Modem);(4)可嵌入在其他设备内的模块;(5)接收机、终端设备、智能终端设备、蜂窝电话、无线设备、手持机、移动单元、车载设备、网络设备、云设备、人工智能设备等等;(6)其他等等。
图7B是本公开实施例提出的芯片7200的结构示意图。对于通信设备7100可以是芯片或芯片系统的情况,可以参见图7B所示的芯片7200的结构示意图,但不限于此。
芯片7200包括一个或多个处理器7201,芯片7200用于执行以上任一方法。
在一些实施例中,芯片7200还包括一个或多个接口电路7202。可选地,接口电路7202与存储器7203连接,接口电路7202可以用于从存储器7203或其他装置接收信号,接口电路7202可用于向存储器7203或其他装置发送信号。例如,接口电路7202可读取存储器7203中存储的指令,并将该指令发送给处理器7201。
在一些实施例中,接口电路7202执行上述方法中的发送和/或接收等通信步骤(例如步骤S2101、步骤S2103,但不限于此)中的至少一者,处理器7201执行其他步骤(例如步骤S2102、步骤S2104,但不限于此)中的至少一者。
在一些实施例中,接口电路、接口、收发管脚、收发器等术语可以相互替换。
在一些实施例中,芯片7200还包括用于存储指令的一个或多个存储器7203。可选地,全部或部分存储器7203可以处于芯片7200之外。
本公开还提出存储介质,上述存储介质上存储有指令,当上述指令在通信设备7100上运行时,使得通信设备7100执行以上任一方法。可选地,上述存储介质是电子存储介质。可选地,上述存储介质是计算机可读存储介质,但不限于此,其也可以是其他装置可读的存储介质。可选地,上述存储介质可以是非暂时性(non-transitory)存储介质,但不限于此,其也可以是暂时性存储介质。
本公开还提出程序产品,上述程序产品被通信设备7100执行时,使得通信设备7100执行以上任一方法。可选地,上述程序产品是计算机程序产品。
本公开还提出计算机程序,当其在计算机上运行时,使得计算机执行以上任一方法。
Claims (33)
1.一种通信方法,其特征在于,所述方法包括:
满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收第二信息,所述第二信息包括以下至少一个集合的参考信号资源配置信息:
第一集合,其中,终端测量并向所述网络设备发送所述第一集合的测量值,所述第一集合的测量值用于所述网络侧模型的输入;
第二集合,其中,所述网络侧模型的输出用于获得所述第二集合中的以下至少一个:最佳K个波束标识,最佳K个波束对标识,最佳K个波束预测值,最佳K个波束对预测值,K为正整数。
3.根据权利要求1或2中任一所述的方法,其特征在于,所述第一信息包括以下至少一种:
第一集合中波束或波束对的层1参考信号接收功率L1-RSRP;
第一集合中波束或波束对的层1的信号干扰噪声比L1-SINR;
第一集合中波束或波束对的标识;
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数;
其中,所述N和所述L的取值相同,或所述N和所述L的取值不同。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述方法还包括:
接收网络设备发送的第一指示信息,所述第一指示信息用于指示第一波束;
所述满足条件,包括:
所述第一波束不同于第二波束,所述第二波束为所述终端对第二集合中的参考信号进行测量得到的最佳M个波束,所述M为正整数。
5.根据权利要求4所述的方法,其特征在于,所述第一波束与第二波束不同,包括以下至少一项:
连续O次所述第一波束与所述第二波束不同,O为正整数;
在第一时间内存在P次所述第一波束与所述第二波束不同,P为正整数;
在第二时间内,所述第一波束与所述第二波束不同的次数的比率,大于或等于第一阈值。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,采用如下至少一项发送第一信息:
一次性发送;
周期性发送;
周期性发送,直至接收到第二指示信息,所述第二指示信息用于指示停止发送第一信息;
周期性发送,直至达到第一数量;
周期性发送,直至达到第三时间。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述第一信息包括以下至少一项:
第二集合的波束测量结果;
第二集合的波束测量结果对应的时间戳。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述第一信息基于以下至少一种承载发送:
无线资源控制RRC信令;
上行控制信息UCI;
物理上行共享信道PUSCH;
物理上行控制信道PUCCH。
9.根据权利要求1至8中任意一项所述的方法,其特征在于,所述方法还包括:
向所述网络设备发送第三信息,所述第三信息用于请求对所述网络侧模型进行性能监测。
10.根据权利要求9所述的方法,第一信息包括以下至少一项时间之后确定的信息:
终端发送所述第三信息之后的第三时间;
网络设备发送所述第三信息的反馈信息之后的第四时间;
网络设备开始发送用于所述网络侧模型性能监测的参考信号的第五时间。
11.根据权利要求9或10所述的方法,所述第三信息基于以下至少一种方式承载发送:
调度请求SR;
上行链路媒体接入控制UL MAC;
随机接入RA。
12.根据权利要求1至11中任意一项所述的方法,其特征在于,所述方法还包括:
接收第四信息,所述第四信息用于表示所述网络设备请求对所述网络侧模型进行性能监测。
13.根据权利要求12所述的方法,其特征在于,所述第四信息基于以下至少一种方式承载发送,包括:
RRC信令;
下行链路媒体接入控制DL MAC;
寻呼paging;
下行控制信息DCI。
14.一种通信方法,其特征在于,所述方法包括:
接收终端发送的第一信息,并基于所述第一信息监测网络侧模型的性能,所述第一信息由所述终端满足条件发送。
15.根据权利要求14所述的方法,其特征在于,所述方法还包括:
发送第二信息,所述第二信息包括以下至少一个集合的参考信号资源配置信息:
第一集合,其中,终端测量并向所述网络设备发送所述第一集合的测量值,所述第一集合的测量值用于所述网络侧模型的输入;
第二集合,其中,所述网络侧模型的输出用于获得第二集合中的以下至少一个:最佳K个波束标识,最佳K个波束对标识,最佳K个波束预测值,最佳K个波束对预测值,K为正整数。
16.根据权利要求14或15所述的方法,其特征在于,所述第一信息包括以下至少一种:
第一集合中波束或波束对的层1参考信号接收功率L1-RSRP;
第一集合中波束或波束对的层1的信号干扰噪声比L1-SINR;
第一集合中波束或波束对的标识;
第二集合中N个波束或波束对的L1-RSRP,N为正整数;
第二集合中N个波束或波束对的L1-SINR;
第二集合中L个最佳波束或波束对标识,L为正整数;
其中,所述N和所述L的取值相同,或所述N和所述L的取值不同。
17.根据权利要求14所述的方法,其特征在于,所述方法还包括:
发送第一指示信息,所述第一指示信息用于第一波束;
所述满足条件,包括:
所述第一波束不同于第二波束,所述第二波束为所述终端对第二集合中的参考信号进行测量得到的最佳M个波束,所述M为正整数。
18.根据权利要求17所述的方法,其特征在于,所述第一波束与第二波束不同,包括以下至少一项:
连续O次所述第一波束与所述第二波束不同,O为正整数;
在第一时间内存在P次所述第一波束与所述第二波束不同,P为正整数;
在第二时间内,所述第一波束与所述第二波束不同的次数的比率,大于或等于第一阈值。
19.根据权利要求14至18中任意一项所述的方法,其特征在于,采用如下至少一种方式接收所述第一信息:
一次性接收;
周期性接收;
周期性接收,直至发送第二指示信息,所述第二指示信息用于指示停止发送第一信息;
周期性接收,直至达到第一数量;
周期性接收,直至达到第三时间。
20.根据权利要求14至19中任意一项所述的方法,其特征在于,所述第一信息包括以下至少一项:
第二集合的波束测量结果;
第二集合的波束测量结果对应的时间戳。
21.根据权利要求14至20中任意一项所述的方法,其特征在于,所述第一信息基于以下至少一种承载:
无线资源控制RRC信令;
上行控制信息UCI;
物理上行共享信道PUSCH;
物理上行控制信道PUCCH。
22.根据权利要求14至21中任意一项所述的方法,其特征在于,所述方法还包括:
接收终端发送的第三信息,所述第三信息用于请求对所述网络侧模型进行性能监测。
23.根据权利要求22所述的方法,第一信息包括以下至少一项时间之后确定的信息:
终端发送所述第三信息之后的第三时间;
网络设备发送所述第三信息的反馈信息之后的第四时间;
网络设备开始发送用于所述网络侧模型性能监测的参考信号的第五时间。
24.根据权利要求22或23所述的方法,所述第三信息基于以下至少一种方式承载发送:
调度请求SR;
上行链路媒体接入控制UL MAC;
随机接入RA。
25.根据权利要求14至24中任意一项所述的方法,其特征在于,所述方法还包括:
发送第四信息,所述第四信息用于表示所述网络设备请求对所述网络侧模型进行性能监测。
26.根据权利要求25所述的方法,其特征在于,所述第四信息基于以下至少一种方式承载发送,包括:
RRC信令;
下行链路媒体接入控制DL MAC;
寻呼paging;
下行控制信息DCI。
27.一种通信方法,其特征在于,所述方法包括:
终端满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能;
所述网络设备基于所述第一信息监测网络侧模型的性能。
28.一种终端,其特征在于,包括:
收发模块,用于满足条件,向网络设备发送第一信息,所述第一信息用于所述网络设备监测网络侧模型的性能。
29.一种网络设备,其特征在于,包括:
收发模块,用于接收终端发送的第一信息,并基于所述第一信息监测网络侧模型的性能,所述第一信息由所述终端满足条件发送。
30.一种终端,其特征在于,包括:一个或多个处理器;
其中,所述处理器用于执行权利要求1-13中任一项所述的通信方法。
31.一种网络设备,其特征在于,包括:一个或多个处理器;
其中,所述处理器用于执行权利要求14-26中任一项所述的通信方法。
32.一种通信系统,其特征在于,包括终端和网络设备,其中,所述终端被配置为实现权利要求1-13中任一项所述的通信方法,所述网络设备被配置为实现权利要求14-26中任一项所述的通信方法。
33.一种存储介质,所述存储介质存储有指令,其特征在于,当所述指令在通信设备上运行时,使得所述通信设备执行如权利要求1-13、14-26中任一项所述的通信方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2023106664 | 2023-07-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117378237A true CN117378237A (zh) | 2024-01-09 |
Family
ID=89402692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202380010055.8A Pending CN117378237A (zh) | 2023-07-10 | 2023-07-10 | 通信方法、终端、网络设备以及通信系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117378237A (zh) |
-
2023
- 2023-07-10 CN CN202380010055.8A patent/CN117378237A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11516686B2 (en) | Measurement method, configuration method, related device, and system | |
JP7228634B2 (ja) | ビーム測定方法、端末及びネットワーク装置 | |
CN109845124B (zh) | 指示可选参数组 | |
KR20190055222A (ko) | 무선 리소스 측정 방법, 무선 리소스 선택 방법, 및 장치 | |
CN109890079A (zh) | 一种资源配置方法及其装置 | |
WO2021134682A1 (zh) | 一种定向测量方法及设备 | |
JP2017509225A (ja) | Lteの方法および装置のための無線リソース管理(rrm)のさらに強化された非caベースのicicのためのセル交換 | |
CN117378237A (zh) | 通信方法、终端、网络设备以及通信系统 | |
CN117546512A (zh) | 通信方法、终端、网络设备以及通信系统 | |
CN117581581A (zh) | 通信方法、终端、网络设备、以及通信系统 | |
CN117121455A (zh) | 模型测试方法、设备和存储介质 | |
CN117280731A (zh) | 传输配置信息的方法、终端、网络设备、通信系统及介质 | |
CN117480801A (zh) | 通信方法、终端、网络设备以及通信系统 | |
CN117413469A (zh) | 通信方法、终端、网络设备及存储介质 | |
CN117678265A (zh) | 模型性能监测方法、设备和存储介质 | |
CN117678308A (zh) | 信息传输方法及装置、通信设备、通信系统及存储介质 | |
CN117204023A (zh) | 信息传输方法及装置、存储介质 | |
CN117044156A (zh) | 通信方法、第一节点、第二节点及通信系统 | |
CN117296362A (zh) | 通信方法、网络设备、终端、通信系统及存储介质 | |
CN117015952A (zh) | 信息指示方法、终端、通信系统和存储介质 | |
CN117204106A (zh) | 上行通信方法、装置、设备及存储介质 | |
CN117546514A (zh) | 定位测量处理方法及装置、存储介质 | |
CN117204011A (zh) | 信息指示方法、终端、网络设备、通信系统和存储介质 | |
CN116724594A (zh) | 通信方法、装置、设备及存储介质 | |
CN117999816A (zh) | 与邻小区测量相关的信息处理方法、通信设备及存储介质 |
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 |