CN117835340A - 通信方法和装置 - Google Patents
通信方法和装置 Download PDFInfo
- Publication number
- CN117835340A CN117835340A CN202211194332.9A CN202211194332A CN117835340A CN 117835340 A CN117835340 A CN 117835340A CN 202211194332 A CN202211194332 A CN 202211194332A CN 117835340 A CN117835340 A CN 117835340A
- Authority
- CN
- China
- Prior art keywords
- network device
- message
- model
- content
- target network
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 359
- 238000000034 method Methods 0.000 title claims abstract description 234
- 238000013473 artificial intelligence Methods 0.000 claims description 68
- 230000011664 signaling Effects 0.000 claims description 61
- 230000006870 function Effects 0.000 claims description 50
- 230000015654 memory Effects 0.000 claims description 42
- 238000012545 processing Methods 0.000 description 70
- 230000005540 biological transmission Effects 0.000 description 51
- 238000013461 design Methods 0.000 description 35
- 238000007726 management method Methods 0.000 description 29
- 238000012546 transfer Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 22
- 230000009471 action Effects 0.000 description 20
- 238000012549 training Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 16
- 238000004590 computer program Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 11
- 239000002699 waste material Substances 0.000 description 10
- 230000006835 compression Effects 0.000 description 9
- 238000007906 compression Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 101001055444 Homo sapiens Mediator of RNA polymerase II transcription subunit 20 Proteins 0.000 description 7
- 102100026165 Mediator of RNA polymerase II transcription subunit 20 Human genes 0.000 description 7
- 230000002787 reinforcement Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 6
- 230000000977 initiatory effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000008054 signal transmission Effects 0.000 description 6
- 108091005487 SCARB1 Proteins 0.000 description 5
- 102100037118 Scavenger receptor class B member 1 Human genes 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 101100150275 Caenorhabditis elegans srb-3 gene Proteins 0.000 description 4
- 101000575066 Homo sapiens Mediator of RNA polymerase II transcription subunit 17 Proteins 0.000 description 4
- 102100025530 Mediator of RNA polymerase II transcription subunit 17 Human genes 0.000 description 4
- 238000012508 change request Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 102100022734 Acyl carrier protein, mitochondrial Human genes 0.000 description 3
- 101000678845 Homo sapiens Acyl carrier protein, mitochondrial Proteins 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920001690 polydopamine Polymers 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 101000980162 Homo sapiens Mediator of RNA polymerase II transcription subunit 18 Proteins 0.000 description 1
- 102100024280 Mediator of RNA polymerase II transcription subunit 18 Human genes 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/08—Reselecting an access point
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种通信方法和装置。该方法包括:通信装置确定终端设备进行小区切换;通信装置确定终端设备未下载完人工智能模型的内容;通信装置向目标网络设备发送第一消息,目标网络设备为终端设备完成小区切换后切换到的网络设备,第一消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容,触发目标网络设备向终端设备发送人工智能模型的未下载内容。从而,避免了网络设备重复向终端设备发送人工智能模型的现象,降低了空口资源的开销。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种通信方法和装置。
背景技术
人工智能(artificial intelligence,AI)技术是一种通过模拟人脑进行复杂计算的技术。随着数据存储和计算能力的提升,AI技术得到了广泛的应用。目前,第三代合作伙伴计划(3rd generation partnership project,3GPP)提出将AI模型运用到新无线/新空口(new radio,NR)系统中,借助智能收集和分析数据,可提升网络性能和用户体验。
考虑到NR系统的业务需求或协作需求,终端设备需要从网络设备下载AI模型。终端设备在移动时可能会发生小区切换。在终端设备进行小区切换,且终端设备还未从源网络设备下载完AI模型的内容时,目标网络设备并不知道终端设备下载了多少AI模型的内容,故终端设备需要从目标网络设备重新下载AI模型的内容。
然而,AI模型占用的内存较大,通常在几十兆字节(MB)至几百兆字节。上述重新下载AI模型的方式会浪费大量的空口资源。
发明内容
本申请提供一种通信方法和装置,能够避免网络设备重复向终端设备发送AI模型的现象,有利于节省空口资源。
第一方面,本申请提供一种通信方法,该方法包括:
通信装置确定终端设备进行小区切换;
通信装置确定终端设备未下载完人工智能模型的内容;
通信装置向目标网络设备发送第一消息,目标网络设备为终端设备完成小区切换后切换到的网络设备,第一消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容,触发目标网络设备向终端设备发送人工智能模型的未下载内容。
通过第一方面提供的通信方法,通信装置在终端设备进行小区切换的过程中或在终端设备完成小区切换后,借助第一消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够获知终端设备从源网络设备下载了多少AI模型的内容(即AI模型的已下载内容)和/或终端设备从源网络设备未下载的AI模型的内容(即AI模型的未下载内容)。进而,目标网络设备在终端设备完成小区切换后,可向终端设备发送AI模型的未下载内容。这样,避免由于重复下载AI模型而造成的大量空口资源浪费。
在一种可能的设计中,通信装置为源网络设备;
在通信装置确定终端设备进行小区切换之前,该方法还包括:
源网络设备向终端设备发送人工智能模型的内容;
通信装置确定终端设备进行小区切换,包括:
源网络设备确定终端设备进行由源网络设备切换到目标网络设备的小区切换;
通信装置确定终端设备未下载完人工智能模型的内容,包括:
源网络设备确定终端设备未下载完人工智能模型的内容;
通信装置向目标网络设备发送第一消息,包括:
源网络设备向目标网络设备发送第一消息。
由此,在源网络设备与目标网络设备之间能够通信的情况下,源网络设备作为通信装置,可向目标网络设备传递第一消息,使得目标网络设备向终端设备传输AI模型的未下载内容。
在一种可能的设计中,通信装置为接入和移动性管理功能实体;
在通信装置确定终端设备进行小区切换之前,该方法包括:
接入和移动性管理功能实体接收源网络设备发送的第二消息,第二消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换;
通信装置确定终端设备进行小区切换,包括:
接入和移动性管理功能实体根据第二消息,确定终端设备进行由源网络设备切换到目标网络设备的小区切换;
在通信装置确定终端设备未下载完人工智能模型的内容之前,方法还包括:
接入和移动性管理功能实体接收源网络设备发送的第三消息,第三消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容;
通信装置确定终端设备未下载完人工智能模型的内容,包括:
接入和移动性管理功能实体根据第三消息,确定终端设备未下载完人工智能模型的内容;
通信装置向目标网络设备发送第一消息,包括:
接入和移动性管理功能实体向目标网络设备发送第一消息。
由此,在源网络设备与目标网络设备之间无法通信的情况下,接入和移动性管理功能实体作为通信装置,借助源网络设备的通知可向目标网络设备传递第一消息,使得目标网络设备向终端设备传输AI模型的未下载内容。
在一种可能的设计中,通信装置为主网络设备,源网络设备和目标网络设备均为辅网络设备;
通信装置确定终端设备进行小区切换,包括:
主网络设备确定终端设备进行由源网络设备切换到目标网络设备的小区切换;
通信装置确定终端设备未下载完人工智能模型的内容,包括:
主网络设备确定终端设备未下载完人工智能模型的内容;
通信装置向目标网络设备发送第一消息,包括:
主网络设备向目标网络设备发送第一消息。
由此,在源网络设备与目标网络设备之间无法通信的情况下,主网络设备作为通信装置,可向目标网络设备传递第一消息,使得目标网络设备向终端设备传输AI模型的未下载内容。
第二方面,本申请提供一种通信方法,该方法包括:
目标网络设备接收通信装置发送的第一消息,第一消息是通信装置在确定终端设备进行小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的,第一消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容;
目标网络设备向终端设备发送人工智能模型的未下载内容。
在一种可能的设计中,通信装置为源网络设备;
第一消息是源网络设备在确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的。
在一种可能的设计中,通信装置为接入和移动性管理功能实体;
第一消息是接入和移动性管理功能实体在根据第二消息确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且根据第三消息确定终端设备未下载完人工智能模型的内容的情况下发送的,第二消息和第三消息是接入和移动性管理功能实体从源网络设备接收到的,第二消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换,第三消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容。
在一种可能的设计中,通信装置为主网络设备,源网络设备和目标网络设备均为辅网络设备;
第一消息是主网络设备在确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的。
上述第二方面以及上述第二方面的各可能的设计中所提供的通信方法,其有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果,在此不再赘述。
第三方面,本申请提供一种通信方法,该方法包括:
终端设备确定进行小区切换;
终端设备确定未下载完人工智能模型的内容;
终端设备向目标网络设备发送第一消息,目标网络设备为终端设备完成小区切换后切换到的网络设备,第一消息用于指示人工智能模型的下载进度;
终端设备接收目标网络设备发送的人工智能模型的未下载内容。
通过第三方面提供的通信方法,终端设备在完成小区切换时或完成小区切换后,借助第一消息向目标网络设备传递AI模型的下载进度,使得目标网络设备能够获知终端设备从源网络设备下载了多少AI模型的内容(即AI模型的已下载内容)。进而,目标网络设备在终端设备完成小区切换后,可向终端设备发送AI模型的未下载内容。这样,避免由于重复下载AI模型而造成的大量空口资源浪费。
在一种可能的设计中,在终端设备确定进行小区切换之前,该方法还包括:
终端设备从源网络设备接收人工智能模型的内容;
终端设备确定进行小区切换,包括:
终端设备进行由源网络设备切换到目标网络设备的小区切换。
第四方面,本申请提供一种通信方法,该方法包括:
目标网络设备接收终端设备发送的第一消息,第一消息是终端设备在确定进行小区切换,且确定未下载完人工智能模型的内容的情况下发送的,第一消息用于指示人工智能模型的下载进度;
目标网络设备向终端设备发送人工智能模型的未下载内容。
上述第四方面以及上述第四方面的各可能的设计中所提供的通信方法,其有益效果可以参见上述第三方面和第三方面的各可能的实施方式所带来的有益效果,在此不再赘述。
第五方面,本申请提供一种通信装置,该装置包括:
处理模块,用于确定终端设备进行小区切换;
处理模块,还用于确定终端设备未下载完人工智能模型的内容;
收发模块,用于向目标网络设备发送第一消息,目标网络设备为终端设备完成小区切换后切换到的网络设备,第一消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容,触发目标网络设备向终端设备发送人工智能模型的未下载内容。
在一种可能的设计中,通信装置为源网络设备;
收发模块,还用于在通信装置确定终端设备进行小区切换之前,向终端设备发送人工智能模型的内容;
处理模块,用于确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
在一种可能的设计中,通信装置为接入和移动性管理功能实体;
收发模块,还用于在通信装置确定终端设备进行小区切换之前,接收源网络设备发送的第二消息,第二消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换;
处理模块,用于根据第二消息,确定终端设备进行由源网络设备切换到目标网络设备的小区切换;
收发模块,还用于在通信装置确定终端设备未下载完人工智能模型的内容之前,接收源网络设备发送的第三消息,第三消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容;
处理模块,用于根据第三消息,确定终端设备未下载完人工智能模型的内容。
在一种可能的设计中,通信装置为主网络设备,源网络设备和目标网络设备均为辅网络设备;
处理模块,用于确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
上述第五方面以及上述第五方面的各可能的设计中所提供的通信装置,其有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果,在此不再赘述。
第六方面,本申请提供一种通信装置,该装置包括:
收发模块,用于接收通信装置发送的第一消息,第一消息是通信装置在确定终端设备进行小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的,第一消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容;
收发模块,还用于向终端设备发送人工智能模型的未下载内容。
在一种可能的设计中,通信装置为源网络设备;
第一消息是源网络设备在确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的。
在一种可能的设计中,通信装置为接入和移动性管理功能实体;
第一消息是接入和移动性管理功能实体在根据第二消息确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且根据第三消息确定终端设备未下载完人工智能模型的内容的情况下发送的,第二消息和第三消息是接入和移动性管理功能实体从源网络设备接收到的,第二消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换,第三消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容。
在一种可能的设计中,通信装置为主网络设备,源网络设备和目标网络设备均为辅网络设备;
第一消息是主网络设备在确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的。
上述第六方面以及上述第六方面的各可能的设计中所提供的通信装置,其有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果,在此不再赘述。
第七方面,本申请提供一种通信装置,该装置包括:
处理模块,用于确定进行小区切换;
处理模块,还用于确定未下载完人工智能模型的内容;
收发模块,用于向目标网络设备发送第一消息,目标网络设备为终端设备完成小区切换后切换到的网络设备,第一消息用于指示人工智能模型的下载进度;
收发模块,还用于接收目标网络设备发送的人工智能模型的未下载内容。
在一种可能的设计中,收发模块,还用于在确定进行小区切换之前,从源网络设备接收人工智能模型的内容;
处理模块,还用于确定进行由源网络设备切换到目标网络设备的小区切换。
上述第七方面以及上述第七方面的各可能的设计中所提供的通信装置,其有益效果可以参见上述第三方面和第三方面的各可能的实施方式所带来的有益效果,在此不再赘述。
第八方面,本申请提供一种通信装置,该装置包括:
收发模块,用于接收终端设备发送的第一消息,第一消息是终端设备在进行小区切换,且确定未下载完人工智能模型的内容的情况下发送的,第一消息用于指示人工智能模型的下载进度;
收发模块,还用于向终端设备发送人工智能模型的未下载内容。
上述第八方面以及上述第八方面的各可能的设计中所提供的通信装置,其有益效果可以参见上述第三方面和第三方面的各可能的实施方式所带来的有益效果,在此不再赘述。
在上述任意一方面及该一方面任一种可能的设计中,第一消息包括:第一比特位,第一比特位用于指示人工智能模型的内容下载到的位置。
由此,在源网络设备和目标网络设备均采用不分段的发送方式时,第一消息可通过第一比特位,指示AI模型的内容下载到终端设备需要下载AI模型的内容中的哪个位置,使得目标网络设备确定终端设备下载了多少AI模型的内容。
在上述任意一方面及该一方面任一种可能的设计中,人工智能模型的内容包括M个分段,M为大于等于2的整数;
第一消息包括:第k个分段的标识和比特位,k为正整数;
其中,第k个分段的标识用于指示人工智能模型的内容下载到的分段,第k个分段的比特位用于指示人工智能模型的内容在第k个分段中下载到的位置。
由此,在源网络设备和目标网络设备均采用分段的发送方式,且两者的发送方式相同时,第一消息可通过第k个分段的标识和比特位,指示AI模型的内容下载到M个分段中的哪个分段以及AI模型的内容下载到第k个分段中的位置,使得目标网络设备确定终端设备下载了多少AI模型的内容。
在上述任意一方面及该一方面任一种可能的设计中,人工智能模型的内容包括M个分段,M为大于等于2的整数;
第一消息包括如下中的一种或多种表示方式:
分段集中的每个分段的标识、第二比特位、起始比特位和终止比特位;
或者,分段集中的每个分段的标识、第二比特位、起始比特位和比特位总数;
或者,分段集中的每个分段的标识、第二比特位、终止比特位和比特位总数;
其中,分段集包括M个分段中存在下载内容的一个或多个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示人工智能模型的内容在每个分段中下载到的位置;
或者,分段集包括M个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示人工智能模型的内容在每个分段中下载到的位置。
由此,在源网络设备和目标网络设备均采用分段的发送方式,且两者的发送方式不同时,第一消息可通过上述实现方式,指示AI模型的内容下载了M个分段中的哪个或哪些分段以及AI模型的内容下载了前述哪个或哪些分段中的位置,或指示AI模型的内容下载了M个分段中的每个分段以及AI模型的内容下载了每个分段中的哪个位置,使得目标网络设备确定终端设备下载了多少AI模型的内容。
在上述任意一方面及该一方面任一种可能的设计中,第一消息还包括:人工智能模型的标识。
由此,第一消息还可通过AI模型的标识,指示具体的AI模型。
在上述任意一方面及该一方面任一种可能的设计中,第一消息还包括:人工智能模型的内容的分段数量M。
由此,第一消息还可通过AI模型的分段数量M,指示终端设备需要下载的AI模型的内容划分成了多少个分段。
在上述第一方面、第二方面、第五方面、第六方面中的任意一方面及该一方面任一种可能的设计中,第一消息包括:人工智能模型的未下载内容;或者,人工智能模型的标识和人工智能模型的未下载内容。
由此,第一消息可通过携带人工智能模型的未下载内容,使得目标网络设备获得人工智能模型的未下载内容。
在上述任意一方面及该一方面任一种可能的设计中,第一消息通过信令无线承载或数据无线承载传输。
在上述任意一方面及该一方面任一种可能的设计中,第一消息通过终端设备与目标网络设备之间的信令无线承载传输;
信令无线承载为信令无线承载0、信令无线承载1、信令无线承载2、信令无线承载3、或信令无线承载4中的一项或多项;
或者,信令无线承载为除了信令无线承载0、信令无线承载1、信令无线承载2、信令无线承载3、以及信令无线承载4之外的其他的一个或多个信令无线承载。
由此,第一消息可采用相关技术中已有的信令无线承载和/或新引入的信令无线承载传输。
在上述任意一方面及该一方面任一种可能的设计中,第一消息通过终端设备与目标网络设备之间的空口上的数据无线承载传输;
数据无线承载的创建是在目标网络设备、终端设备与核心网网元之间的协议数据单元会话建立后,由目标网络设备发起的;
或者,数据无线承载的创建是在目标网络设备接收到第一消息后,由目标网络设备发起的。
由此,第一消息可采用相关技术中已有的数据无线承载和/或新创建的数据无线承载传输。
第九方面,本申请提供一种通信装置,该通信装置包括:收发器、处理器和存储器。该存储器中存储有计算机程序或指令,该处理器用于控制该收发器收发信号,该处理器用于调用并运行该存储器中存储的计算机程序或指令,使得处理器实现上述任意一个方面及该方面任意一种可能的设计中的通信方法。
第十方面,本申请提供一种通信装置,包括:处理器;处理器用于调用存储器中的计算机程序或指令,使得通信装置执行上述任意一个方面及该方面任一种可能的设计中的通信方法。
可选地,通信装置还包括:存储器,存储器用于存储计算机程序或指令。其中,处理器通过接口与该存储器耦合。
第十一方面,本申请提供一种芯片装置,包括处理器,用于调用该存储器中的计算机程序或指令,以使得处理器执行上述任意一个方面及该方面任一种可能的设计中的通信方法。
可选地,处理器通过接口与该存储器耦合。
第十二方面,本申请提供一种芯片,包括:接口电路和逻辑电路,接口电路用于接收来自于芯片之外的其他芯片的信号并传输至逻辑电路,或者将来自逻辑电路的信号发送给芯片之外的其他芯片,逻辑电路用于实现上述任意一个方面及该方面任一种可能的设计中的通信方法。
第十三方面,本申请提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序或指令,计算机程序或指令设置为执行上述任意一个方面及该方面任一种可能的设计中的通信方法。
第十四方面,本申请提供一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述任意一个方面及该方面任一种可能的设计中的通信方法。
附图说明
图1为本申请一实施例提供的一种网络设备的结构示意图;
图2为本申请一实施例提供的一种AI模型的应用框架图;
图3为本申请一实施例提供的一种通信网络架构图;
图4为本申请一实施例提供的一种通信方法的流程图;
图5为本申请一实施例提供的一种通信方法的流程图;
图6为本申请一实施例提供的一种通信方法的流程图;
图7为本申请一实施例提供的一种通信方法的流程图;
图8为本申请一实施例提供的一种通信方法的流程图;
图9为本申请一实施例提供的一种通信方法的流程图;
图10为本申请一实施例提供的一种通信方法的流程图;
图11为本申请一实施例提供的一种通信网络架构图;
图12为本申请一实施例提供的一种通信方法的流程图;
图13为本申请一实施例提供的一种通信装置的结构示意图;
图14为本申请一实施例提供的一种通信装置的结构示意图;
图15为本申请一实施例提供的一种通信装置的结构示意图;
图16为本申请一实施例提供的一种通信装置的结构示意图;
图17为本申请一实施例提供的一种通信装置的硬件结构示意图;
图18为本申请一实施例提供的一种通信装置的硬件结构示意图。
具体实施方式
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“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的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,单独a,单独b或单独c中的至少一项(个),可以表示:单独a,单独b,单独c,组合a和b,组合a和c,组合b和c,或组合a、b和c,其中a,b,c可以是单个,也可以是多个。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“中心”、“纵向”、“横向”、“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
本申请的技术方法可应用于通信系统,通信系统可以包括但限于:无线通信系统,例如,窄带物联网系统(narrow band-Internet of things,NB-IoT)、宽带码分多址系统(wide band code division multiple access,WCDMA)、码分多址2000系统(codedivision multiple access,CDMA2000)、时分同步码分多址系统(time division-synchronization code division multiple access,TD-SCDMA)、LTE系统、第五代(the5th generation,5G)系统、第六代(the 6th generation,6G)系统、以及未来的系统等。
首先,下面对本申请中的部分用语进行解释说明,以便于本领域技术人员理解。
1、终端设备
终端设备是一种具有无线收发功能的设备。终端设备可以是无线终端,也可以是有线终端,无线终端可以是指向用户提供语音和/或其他业务数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。无线终端可以经无线接入网(radio access network,RAN)与一个或多个核心网进行通信,无线终端可以是移动终端,如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语言和/或数据。例如,个人通信业务(personal communication service,PCS)电话、无绳电话、会话发起协议(session initiation protocol,SIP)话机、无线本地环路(wireless local loop,WLL)站、个人数字助理(personal digital assistant,PDA)、无人机、可穿戴设备、车联网中的终端等设备。无线终端也可以称为系统、订户单元(subscriber unit)、订户站(subscriberstation),移动站(mobile station)、移动台(mobile)、远程站(remote station)、远程终端(remote terminal)、接入终端(access terminal)、用户终端(user terminal)、用户代理(user agent)、用户设备(user device or user equipment)、用户设备(userequipment,UE)、终端单元、终端站、远方站、移动设备、终端、无线通信设备、终端代理或终端装置等,在此不作限定。
接入终端可以是蜂窝电话、无绳电话、会话启动协议(session initiationprotocol,SIP)电话、无线本地环路(wireless local loop,WLL)站、个人数字处理(personal digital assistant,PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备、5G网络或未来的6G网络中的终端设备或者未来演进的公用陆地移动网(public land mobile network,PLMN)网络中的终端设备等。
此外,终端设备可以采用如Android系统、Linux系统、Windows系统、iOS系统、鸿蒙操作系统(harmony operating system,鸿蒙OS)等移动操作系统,本申请对此不做限定。
2、网络设备
网络设备,是无线网络中的设备。网络设备:可以是基站,或者接入点,或者接入网设备,或者可以是指接入网中在空中接口(简称空口)上通过一个或多个扇区与无线终端通信的设备。网络设备可用于将收到的空中帧与网际互联协议(Internet protocol,IP)分组进行相互转换,作为无线终端与接入网的其余部分之间的路由器,其中接入网的其余部分可包括IP网络。网络设备还可协调对空中接口的属性管理。例如,网络设备可以是卫星、无人机、全球移动通讯(global system of mobile communication,GSM)或码分多址(codedivision multiple access,CDMA)中的基站(base transceiver station,BTS),也可以是宽带码分多址(wideband code division multiple access,WCDMA)中的基站(NodeB,NB),还可以是LTE中的演进型基站(evolutional node B,eNB或eNodeB),还可以是云无线接入网络(cloud radio access network,CRAN)场景下的无线控制器,或者可穿戴设备或车载设备、车接其他(vehicular to everything,V2X)、设备对设备通信(Device-to-Device,D2D)、和机器对机器通信(Machine-to-Machine,M2M)通信中承担基站功能的终端或者中继站或接入点,或者5G网络中的基站,例如gNB等,或者未来的6G网络中的基站,或者未来演进的共用陆地移动网(public land mobile network,PLMN)网络中的网络设备,在此并不限定。
网络设备可为将终端设备接入到无线网络的无线接入网(radio accessnetwork,RAN)节点。目前,一些RAN节点的举例为:gNB、传输接收点(transmissionreception point,TRP)、演进型节点B(evolved Node B,eNB)、无线网络控制器(radionetwork controller,RNC)、节点B(Node B,NB)、基站控制器(base station controller,BSC)、基站收发台(base transceiver station,BTS)、家庭基站(例如,home evolvedNodeB,或home Node B,HNB)、基带单元(base band unit,BBU),或无线保真(wirelessfidelity,Wifi)接入点(access point,AP)、接入回传一体化(integrated access andbackhaul,IAB)等。
在一种网络结构中,网络设备可以包括集中单元(centralized unit,CU)节点、或分布单元(distributed unit,DU)节点、或包括CU节点和DU节点的RAN设备、或者控制面CU节点(CU-CP节点)和用户面CU节点(CU-UP节点)以及DU节点的RAN设备。
CU和DU可以理解为是对RAN节点从逻辑功能角度的划分。CU和DU之间通过F1接口连接;CU可代表gNB,通过NG接口与核心网连接。其中,CU和DU在物理上可以是分离的,也可以部署在一起,本申请对此不做具体限定。一个CU可以连接一个DU,或者也可以多个DU共用一个CU,可以节省成本,以及易于网络扩展。CU和DU的切分可以按照协议栈切分,其中一种可能的方式是将无线资源控制(radio resource control,RRC)、业务数据适配协议栈(service data adaptation protocol,SDAP)以及分组数据汇聚协议(packet dataconvergence protocol,PDCP)层部署在CU,其余的无线链路控制(radio link control,RLC)层、介质访问控制(media access control,MAC)层以及物理层部署在DU。本申请中并不完全限定上述协议栈切分方式,还可以有其它的切分方式。
请参考图1,图1为本申请一实施例提供的一种网络设备的结构示意图。如图1所示,本申请中的网络设备也可以是指集中式单元控制面(CU-CP)节点或者集中式单元用户面(CU-UP)节点,或者,网络设备也可以是CU-CP和CU-UP。其中CU-CP负责控制面功能,主要包含RRC和PDCP-控制(control,C)。PDCP-C主要负责控制面数据的加解密,完整性保护,数据传输等。CU-UP负责用户面功能,主要包含SDAP和PDCP-用户(user,U)。其中SDAP主要负责将核心网的数据进行处理并将流(flow)映射到承载(bearer)。PDCP-U主要负责数据面的加解密,完整性保护,头压缩,序列号维护,数据传输等。其中CU-CP和CU-UP通过E1接口连接。CU-CP代表gNB通过NG接口和核心网连接。通过F1-C(控制面)和DU连接。CU-UP通过F1-U(用户面)和DU连接。另外还有一种可能的实现是PDCP-C也设置在CU-UP。
本申请所提及的网络设备可以为包括CU、或DU、或包括CU和DU的设备、或者控制面CU节点(CU-CP节点)和用户面CU节点(CU-UP节点)以及DU节点的设备。
网络设备和终端设备可以部署在陆地上,包括室内或室外、手持或车载;也可以部署在水面上(如轮船等);还可以部署在空中的飞机、气球和卫星上。本申请对网络设备和终端设备的应用场景不做限定。
本申请可以适用于下行信号传输,也可以适用于上行信号传输,还可以适用于设备到设备(device to device,D2D)的信号传输。对于下行信号传输,发送设备是网络设备,对应的接收设备是终端设备。对于上行信号传输,发送设备是终端设备,对应的接收设备是网络设备。对于D2D的信号传输,发送设备是终端设备,对应的接收设备也是终端设备。本申请对信号的传输方向不做限定。
网络设备和终端设备之间以及终端设备和终端设备之间可以通过授权频谱(licensed spectrum)进行通信,也可以通过免授权频谱(unlicensed spectrum)进行通信,也可以同时通过授权频谱和免授权频谱进行通信。网络设备和终端设备之间以及终端设备和终端设备之间可以通过6千兆赫(gigahertz,GHz)以下的频谱进行通信,也可以通过6G以上的频谱进行通信,还可以同时使用6G以下的频谱和6G以上的频谱进行通信。本申请对网络设备和终端设备之间所使用的频谱资源不做限定。
本申请中,用于实现网络设备功能的通信装置可以是网络设备,也可以是能够支持网络设备实现该功能的装置,例如芯片系统,该装置可以被安装在网络设备中。在本申请提供的技术方案中,以用于实现网络设备的功能的装置是网络设备为例,描述本申请提供的技术方案。
3、AI模型
AI模型也可称为AI算法或者AI算子,是基于AI的原理构建的数学算法的统称,也是利用AI技术解决特定问题的基础。本申请对AI模型的类型不做限定。例如,AI模型可以是机器学习模型,也可以是深度学习模型,还可以是强化学习模型。
机器学习是实现AI的一种方法,该方法的目标是设计和分析一些让计算机可以自动“学习”的算法(也即模型),所设计的算法称为机器学习模型。机器学习模型是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。机器学习模型包括多种多样,根据模型训练时是否需要依赖训练数据对应的标签,机器学习模型可以分为:有监督学习模型和无监督学习模型。
深度学习是机器学习研究过程中产生的一个新的技术领域,具体地,深度学习是机器学习中一种基于对数据进行深层次表征学习的方法,深度学习通过建立模拟人脑进行分析学习的神经网络来解释数据。由于在机器学习方法中,大部分甚至所有的特征都需要通过行业专家确定,然后对特征进行编码。然而,深度学习算法试图从数据中学习特征,根据深度学习思想设计的算法称为深度学习模型。
强化学习是机器学习中的一个特殊领域,是通过智能体(agent)和环境(environment)的相互作用,不断学习最优策略,做出序列决策,并获得最大回报的过程。通俗来说,强化学习是学习“做什么(即如何把当前的情景映射成动作)才能使得数值化的收益信号最大化”。智能体通常不会被告知应该采取什么动作,而是自身通过尝试去发现哪些动作会产生最丰厚的收益。
其中,强化学习与机器学习领域中的有监督学习和无监督学习不同,有监督学习是从外部提供的带标签的训练数据中进行学习的过程(任务驱动型),无监督学习是寻找未标注的数据中隐含结构的过程(数据驱动型)。强化学习是通过“试探”寻找更优解的过程。智能体必须开发已有的经验来获取收益,同时也要进行试探,使得未来可以获得更好的动作选择空间(即从错误中学习)。根据强化学习设计的算法称为强化学习模型。
AI模型在用于解决特定的技术问题之前,都需要经过训练。AI模型的训练是指利用指定初始模型对训练数据进行计算,根据计算的结果采用一定的方法对初始模型中的参数进行调整,使得该初始模型逐渐学习到一定的规律,具备特定的功能的过程。经过训练后具有稳定功能的初始模型即AI模型,AI模型便可用于推理。AI模型的推理是利用训练完成的AI模型对输入数据进行计算,获得预测的推理结果(也可以称为输出数据)的过程。
4、AI模型在NR中的应用框架
目前3GPP的R17(Release 17)版本通过了研究项目(study item,SI),提出可将AI运用到NR系统中,通过智能收集和分析数据,可以提升网络性能和用户体验。
请参考图2,图2为本申请一实施例提供的一种AI模型的应用框架图。如图2所示,3GPP初步定义了AI模型在NR系统中的应用框架包括如下内容:
数据源(data source)用于实现数据收集(data collection),可存储来自gNB、gNB-CU、gNB-DU、终端设备或其他管理实体等一个或多个网络实体的数据。数据源实体作为AI模型的训练和推理的数据库。
模型训练主机(model training host)通过对数据源提供的训练数据(trainingdata)进行分析,可给出最优的AI模型,即图2中的模型部署/升级(model deployment/upate)。
模型推理主机(model inference host)使用AI模型,基于数据源提供的推理数据(inference data),对网络的运行给出基于AI模型的合理预测,或是指导网络做出策略调整。
从而,模型推理主机可向模型训练主机传输图2中的模型表现反馈(modelperformance feedback))。
模型推理主机也可向行动实体(actor)传输相关的策略调整,即输出(output),由行动实体(actor)统一规划,并发送到多个网络实体运行。同时,在网络实体应用了调整的策略后,网络实体的具体表现,即反馈(feedback),会被再次输入到数据源,由数据源进行存储。
5、AI模型的应用场景/用例(use case),或者说,AI模型的功能
3GPP针对AI模型在RAN侧的应用设计了一些基本的应用场景,例如:信道状态信息参考信号(channel status information reference signal,CSI-RS)反馈增强(feedbackEnhancement))、波束扫描增强(beam management enhancement)以及定位增强(positioning accuracy enhancements)等。
下面,分别介绍上述几种应用场景。其中,如果终端设备支持某种AI模型的应用场景,也可以认为是终端设备具有AI模型的功能。
5.1、CSI-RS反馈增强
信道状态信息(channel status information,CSI),就是通信链路的信道属性,是终端设备上报给网络设备的信道质量信息。终端设备通过将下行CSI上报给网络设备,使得网络设备能够为终端设备选择更合适的调制和编码方案(modulation and codingscheme,MCS)。这样,可更好地适应变换的无线信道。
其中,终端设备上报的CSI可以包括如下一项或多项信息:
信道质量指示(chanel quality indicator,CQI)、预编码矩阵指示(precodingmatrix indicator,PMI)、CSI-RS资源指示(CSI-RS resource indicator,CRI)、SS/PCH块资源指示(SS/PBCH block resource indicator,SSBRI)、层指示(layer indicator,LI)、秩指示(rank indicator,RI)、或者、层1的参考信号接受功率(layer 1reference signalreceiver power,L1-RSRP)。秩(rank)为多输入多输出(multi input multi output,MIMO)方案中天线矩阵中的秩,表示一个或多个并行的有效的数据流,RI用于指示下行数据信道(physical downlink shared channel,PDSCH)的有效的数据层数。
CSI-RS反馈增强又可以包括CSI压缩、CSI预测、CSI-RS配置信令减少等子场景。其中,CSI压缩又可以包括在空域、时域或频域中的至少一种域上的压缩。
以CSI-RS压缩为例,一种实现流程如下:
1)网络设备和终端设备之间交互一个字典(dictionary)。
一般情况下,网络设备根据终端设备的能力以及网络设备的要求等因素,可预先训练好AI模型。例如,AI模型可以包括编码器(encoder)网络和对应的量化器(quantizer)网络等工具。从而,网络设备可向终端设备发送一个编码器网络,还可以向网络设备发送量化器网络。其中,量化器网络用于对压缩后的信号进行量化处理。
2)终端设备根据测量的下行信道矩阵,按照已有的字典,将待反馈矩阵进行压缩和量化,并向网络设备发送压缩和量化的结果。
例如,终端设备可将测量的下行信道矩阵输入该编码器网络,得到该编码器网络输出的第一矩阵。或者,终端设备可以对测量的下行信道矩阵进行预处理,再将预处理后的下行信道矩阵输入该编码器网络,得到该编码器网络输出的第一矩阵。
进一步,终端设备可以利用已有的字典,将该第一矩阵进行压缩,以及可以利用量化器网络对压缩后的信号进行量化处理,再将压缩和量化的结果发送给网络设备。
3)网络设备根据字典、解码器网络以及终端设备发送的压缩和量化的结果,逆向恢复得到原始的下行信道矩阵。
5.2、波束扫描增强
基于AI模型的波束管理增强可以包括:波束扫描矩阵预测、最优波束预测等子场景。
其中,波束管理增强的一种实现流程如下:
1)初始模型的生成。通过一定数量的终端设备对同步信号和物理广播信道(physical broadcast channel,PBCH)块(synchronization signal and PBCH block,SSB)进行全向波束扫描,这些终端设备可以向网络设备发送扫描结果。例如,扫描结果可以包括每个波束上的接收信号质量信息。网络设备可以根据这些终端设备的扫描结果进行训练,得到稀疏扫描的矩阵,或者称为稀疏模型。其中,这种矩阵通常是小区所独有的。该稀疏模型可以包括较优的波束的信息。
2)网络设备将该稀疏模型发送给终端设备(可以考虑通过系统信息块(systeminformation block,SIB)消息等方式发送)。终端设备可根据该稀疏矩阵执行P1阶段的波束扫描,且终端设备可将扫描结果发送给网络设备,该扫描结果例如称为稀疏扫描结果。其中在P1阶段内,网络设备在较宽的范围内通过波束发送参考信号,终端设备根据测量选择最佳波束,并将最佳波束的信息发送给网络设备。
3)网络设备基于终端设备的稀疏扫描结果,推理出最优的CSI-RS波束。
例如,网络设备可以基于波束对终端设备进行P2扫描,终端设备可以向网络设备发送最佳波束的标识。P2扫描是指网络设备在较窄的范围内通过较窄的波束发送参考信号,终端设备根据测量选择最佳波束,并将最佳波束的信息(如CSI-RS波束的ID)发送给网络设备。
5.3、定位增强
基于AI模型的定位增强,主要是为了提升定位准确率。
其中,定位精度增强的一种实现流程如下:
1)使用运营商控制的参考(reference)终端设备来收集原始数据。原始数据例如包括终端设备的坐标信息,和/或视线(line of sight,LOS)/非视线(non-line of sight,NLOS)状态等信息。
2)非RAN侧的网络实体,如位置管理功能(location management function,LMF),以及网络设备分别训练AI模型。LMF训练的AI模型可用于根据原始数据推理终端设备的最终定位信息(例如终端设备所在的经纬度等信息),网络设备训练的模型可用于根据原始数据推理LOS/NLOS判断结果。
6、AI模型的协作等级(collaboration level)
考虑到AI模型的部署、以及终端设备与网络设备之间的交互等因素,目前可包括三种协作等级,分别为等级0(level 0)、等级1(level 1)和等级2(level 2),下面分别介绍。
level 0,也可称为协作等级0:无协作(no collaboration)。
在level 0下,网络设备的AI模型对终端设备可以是完全不可见的,AI模型的训练和推理均在网络设备的内部完成,对空口也无影响。
level 1,也可称为协作等级1:无模型交互的基于信令的协作(signaling-basedcollaboration without model transfer)。
在level 1下,网络设备通过向终端设备发送字典的方式,使得终端设备能够协助网络设备进行AI模型的推理,对空口有一定的影响。终端设备的内部也可以部署AI模型,终端设备通过AI模型和字典,来对下行信道矩阵进行信道压缩编码。终端设备和网络设备可以联合训练AI模型,例如通过联邦学习的方式。在空口上,终端设备和网络设备之间不会直接传输AI模型,但可以传输如AI模型的参数、权值等。
此外,考虑到AI模型的部署,等级1也可以细分为level 1A和level 1B:
level 1A:单侧节点部署模型的无模型交互的基于信令的协作(signaling-basedcollaboration for single-sided model without model transfer)。
level 1B:双侧节点部署模型的无模型交互的基于信令的协作(signaling-basedcollaboration for two-sided model without model transfer)。
level 2,也可称为协作等级2:有模型交互的基于信令的协作(signaling-basedcollaboration with model transfer)。
在level 2下,终端设备和网络设备均部署有AI模型,终端设备和网络设备可以根据部署的AI模型进行推理等过程。在空口上,终端设备和网络设备之间能够直接传输AI模型。
level 2与level 1之间最大的区别在于:level 2可直接传输AI模型。
除了如上三种协作等级外还可以包括其他协作等级,例如未来的通信系统还可能支持一些协作等级,本申请实施例不限制。
应理解,本申请涉及的在level 2下,终端设备能够从网络设备下载AI模型的问题。
7、AI模型的下发
终端设备需要使用AI模型的功能,且终端设备需要从网络设备下载AI模型,使得终端设备能够实现AI模型的功能。前述过程可分为两类情况。
情况一,终端设备需要基于AI模型独立完成特定业务,例如对CSI信道进行基于AI模型的编码。
情况二,终端设备需要协助网络设备完成AI模型的推理或训练,例如终端设备的内部没有部署AI模型或终端设备需要更新AI模型。
图3为本申请一实施例提供的一种通信网络架构图。通信装置11可与目标网络设备12通信,如通信装置11可触发目标网络设备12向终端设备13发送AI模型的内容。目标网络设备12还可与终端设备13通信,如目标网络设备12可向终端设备13发送AI模型的内容。
其中,本申请对通信装置11的具体实现方式不做限定。
在一些实施例中,通信装置11可为前文提及的网络设备。或者,通信装置11可为前文提及的网络设备中包括的功能模块,如CU,或CU-CP,或CU-CP2等。或者,通信装置11可为前文提及的网络设备中的较大设备,如RAN节点。
在另一些实施例中,通信装置11可为与网络设备能够通信的核心网网元,如接入和移动性管理功能实体(access and mobility management function,AMF)。其中,本申请提及的网元即网络功能实体(network function,NF)或网络实体。
应理解,通信装置11包括但不限于上述实现方式。
其中,目标网络设备12可参见前文提及的网络设备的描述,终端设备13可参见前文提及的终端设备的描述,AI模型可参见前文提及的AI模型的描述,此处不做赘述。
下面,本申请以下实施例将以具有图3所示结构的通信装置11、目标网络设备12、和终端设备13为例,结合附图和应用场景,对本申请提供的通信方法进行详细阐述。
图4为本申请一实施例提供的一种通信方法的流程图。如图4所示,本申请提供的通信方法可以包括:
S101、通信装置确定终端设备进行小区切换。
通信装置可通过通信装置自身或其他设备,确定终端设备进行小区切换。
其中,终端设备进行小区切换可理解为由于终端设备的移动,终端设备可能从一个小区的覆盖区域移动至另一个小区的覆盖区域。为了保证业务连续以及通信质量,需要终端设备进行小区切换。这样,终端设备便可进行小区切换。
其中,终端设备的具体实现方式可参见前文提及的终端设备的描述,此处不做赘述。
S102、通信装置确定终端设备未下载完AI模型的内容。
在终端设备基于下载了的AI模型的内容无法支持AI模型的应用场景,或者,终端设备基于下载了的AI模型的内容不具有AI模型的功能的情况下,通信装置可确定终端设备未下载完AI模型的内容。
换句话说,通信装置可确定终端设备未下载完终端设备需要下载的AI模型的内容。
其中,终端设备需要下载的AI模型的内容可为AI模型的部分内容,也可为AI模型的所有内容,本申请对此不做限定。
另外,终端设备需要下载的AI模型的内容可划分为终端设备下载了的AI模型的内容(即AI模型的已下载内容)以及终端设备未下载的AI模型的内容(即AI模型的未下载内容)。
例如,在终端设备需要基于AI模型实现某一项或某多项业务时,终端设备基于AI模型的已下载内容无法完成实现某一项或某多项业务。此时,通信装置可确定终端设备未下载完AI模型的内容。
又如,在终端设备需要协助目标网络设备完成AI模型的推理或训练时,终端设备基于AI模型的已下载无法协助目标网络设备完成AI模型的推理或训练。此时,通信装置可确定终端设备未下载完AI模型的内容。
其中,目标网络设备为终端设备完成小区切换后切换到的网络设备。换句话说,在终端设备完成小区切换时或在终端设备完成小区切换后,终端设备成功接入到目标网络设备,使得终端设备与目标网络设备之间能够进行相互通信。目标网络设备的具体实现方式可参见前文提及的网络设备的描述,此处不做赘述。
应理解,上述S101和S102之间没有时序上的先后顺序,且S101和S102可以同时执行,也可以顺序执行。
S103、通信装置向目标网络设备发送第一消息,第一消息用于指示AI模型的下载进度和/或AI模型的未下载内容。
基于S101和S102的描述,在确定终端设备进行小区切换,且确定终端设备未下载完AI模型的内容时,通信装置在终端设备进行小区切换的过程中或在终端设备完成小区切换后可向目标网络设备发送第一消息,能够通过第一消息向目标网络设备传递AI模型的下载进度,使得目标网络设备能够获知AI模型的已下载内容,和/或,能够通过第一消息向目标网络设备传递AI模型的未下载内容,使得目标网络设备能够获知AI模型的未下载内容。
其中,第一消息可用于指示AI模型的未下载内容。这样,充分考虑到目标网络设备中可能未存储有AI模型的未下载内容。
或者,第一消息可用于指示AI模型的下载进度。AI模型的下载进度可根据AI模型的已下载内容进行确定。这样,方便传递信息,降低了传输资源。
或者,第一消息可用于指示AI模型的未下载内容和AI模型的下载进度。这样,实现了信息传递的双保险。
S104、目标网络设备向终端设备发送AI模型的未下载内容。
基于S103的第一消息,目标网络设备在终端设备完成小区切换后,可向终端设备发送AI模型的未下载内容。从而,避免由于重复下载AI模型而造成的大量空口资源浪费。
其中,目标网络设备中可事先存储有终端设备需要下载的AI模型的内容,继而目标网络设备可得到AI模型的未下载内容。或者,通信装置可向目标网络设备发送AI模型的未下载内容。或者,目标网络设备可向除了通信装置之外的其他网元获取AI模型的未下载内容。
本申请提供的通信方法,通过通信装置在终端设备进行小区切换的过程中或在终端设备完成小区切换后,借助第一消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够获知终端设备从源网络设备下载了多少AI模型的内容(即AI模型的已下载内容)和/或终端设备从源网络设备未下载的AI模型的内容(即AI模型的未下载内容)。进而,目标网络设备在终端设备完成小区切换后,可向终端设备发送AI模型的未下载内容。这样,避免由于重复下载AI模型而造成的大量空口资源浪费。
基于上述实施例描述,详细介绍第一消息的几种实现方式。
在第一消息指示AI模型的下载进度的情况下,考虑到目标网络设备向终端设备发送AI模型的未下载内容的方式1与源网络设备向终端设备发送AI模型的已下载内容的方式2可能相同或不同。因此,第一消息可采用多种方式指示AI模型的下载进度。
其中,源网络设备为终端设备发生小区切换之前所在小区的网络设备。换句话说,在终端设备进行小区切换的过程中以及终端设备进行小区切换之前,终端设备成功接入到源网络设备,使得终端设备与源网络设备之间能够进行相互通信。在终端设备完成小区切换时或在终端设备完成小区切换后,终端设备无法成功接入到源网络设备,使得终端设备无法与源网络设备进行相互通信。
源网络设备与目标网络设备为不同的网络设备。源网络设备的具体实现方式可参见前文提及的网络设备的描述,此处不做赘述。
基于上述描述,源网络设备可向终端设备提供AI模型的已下载内容,即终端设备从源网络设备下载了AI模型的已下载内容。
在方式1和方式2均为不分段的发送方式时,第一消息可以包括:第一比特位。
其中,第一比特位用于指示AI模型的内容下载到的位置。换句话说,第一比特位用于指示AI模型的已下载内容在终端设备需要下载的AI模型的内容中所在的位置。
另外,第一消息还可包括:AI模型的标识(model ID)。AI模型的标识用于表示AI模型的类型,AI模型的标识能够唯一确定AI模型。其中,AI模型的标识可采用AI模型的身份证标识号(identity document,ID)、编号等方式进行表示。
例如,第一消息的参数结构可采用表1指示AI模型的下载进度。表1中,“O”代表可选的参数。“M”代表必须的参数。INTEGER(0..4095)代表取值范围为0-4095。INTEGER(0..262143)代表取值范围为0-262143。其中,INTEGER是整型数。
表1
其中,信元的英文名称为IE,对应的英语全文为information element。组名称的英语全文为group name。参考类型的英文全称为type and reference。语义描述的英文全称为semantics description。
在方式1和方式2均为分段的发送方式,且方式1与方式2相同时,终端设备需要下载的AI模型的内容可以包括:M个分段,M为大于等于2的整数。其中,本申请对M的具体大小不做限定。
可见,第一消息可以包括:第k个分段的标识和比特位,k为正整数。
其中,第k个分段的标识用于指示AI模型的内容下载到的分段,第k个分段的比特位用于指示AI模型的内容在第k个分段中下载到的位置。
换句话说,第k个分段的标识用于指示AI模型的已下载内容在M个分段中所在的分段为第k个分段。第k个分段的比特位用于指示AI模型的已下载内容在第k个分段中所在的位置。
另外,第一消息还可包括:AI模型的标识。其中,AI模型的标识的具体实现方式可参见前文提及的AI模型的标识的描述,此处不做赘述。
另外,第一消息还可包括:AI模型的内容的分段数量M。
例如,第一消息的参数结构可采用表2指示AI模型的下载进度。表2中,“O”代表可选的参数。“M”代表必须的参数。INTEGER(0..4095)代表取值范围为0-4095。INTEGERINTEGER(1..32,...)代表取值范围为0-32。其中,INTEGER是整型数。
表2
在方式1和方式2均为分段的发送方式,且方式1与方式2不同时,终端设备需要下载的AI模型的内容可以包括:M个分段,M为大于等于2的整数。其中,本申请对M的具体大小不做限定。
可见,第一消息可以包括如下中的一种或多种表示方式:
分段集中的每个分段的标识、第二比特位、起始比特位和终止比特位;
或者,分段集中的每个分段的标识、第二比特位、起始比特位和比特位总数;
或者,分段集中的每个分段的标识、第二比特位、终止比特位和比特位总数。
其中,每个分段的起始比特位用于指示每个分段的起始位置。每个分段的终止比特位用于指示每个分段的终止位置。每个分段的比特位总数用于指示每个分段从起始位置到终止位置且包含起始位置和终止位置在内的比特总数量。
本申请中,分段集可采用多种方式进行表示。
在一些实施例中,分段集可以包括M个分段中存在下载内容的一个或多个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示AI模型的内容在每个分段中下载到的位置。
换句话说,分段集可以包括AI模型的已下载内容在M个分段中存在下载内容的一个或多个分段。每个分段的标识用于指示分段集中所包含的每个分段。每个分段的第二比特位用于指示AI模型的已下载内容在每个分段中存在的下载内容所在的位置。
举例而言,假设M个分段包括分段1、分段2、分段3和分段4。如果AI模型的已下载内容在M个分段中存在下载内容的分段包括分段1、分段2和分段4。那么,分段集可以包括分段1、分段2和分段4。
在另一些实施例中,分段集可以包括M个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示AI模型的内容在每个分段中下载到的位置。
换句话说,分段集可以包括M个分段。每个分段的标识用于指示分段集中所包含的每个分段,即M个分段中的每个分段。每个分段的第二比特位用于指示AI模型的已下载内容在每个分段中存在的下载内容所在的位置。
举例而言,假设M个分段包括分段1、分段2、分段3和分段4。那么,分段集可以包括分段1、分段2、分段3和分段4。
此外,在AI模型的已下载内容在任意一个分段中不存在下载内容时,该分段的第二比特位可采用该分段的起始比特位进行表示,也可采用为空的方式进行表示,也可采用一个或多个比特位的固定方式进行表示,本申请对此不做限定。
从而,分段集可采用上述两种方式进行表示,但本申请不限于上述两种方式。
另外,在第一消息的上述的任意一种表示实现方式中,第一消息还可包括:AI模型的标识。其中,AI模型的标识的具体实现方式可参见前文提及的AI模型的标识的描述,此处不做赘述。
另外,在第一消息的上述的任意一种表示方式中,第一消息还可包括:AI模型的内容的分段数量M。
例如,第一消息的参数结构可采用表3指示AI模型的下载进度。表3中,“O”代表可选的参数。“M”代表必须的参数。INTEGER(0..4095)代表取值范围为0-4095。INTEGERINTEGER(1..32,...)代表取值范围为0-32。其中,INTEGER是整型数。
表3
综上,第一消息可采用上述三种方式指示AI模型的下载进度,但本申请不限于上述三种方式。
在第一消息指示AI模型的未下载内容的情况下,第一消息可以包括:AI模型的未下载内容。或者,第一消息可以包括:AI模型的标识和AI模型的未下载内容。
其中,AI模型的标识的具体实现方式可参见前文提及的AI模型的标识的描述,此处不做赘述。
例如,第一消息的参数结构可采用表4指示AI模型的未下载内容。表4中,“O”代表可选的参数。“M”代表必须的参数。INTEGER(0..4095)代表取值范围为0-4095。容器(container)用于存放AI模型的未下载内容。其中,INTEGER是整型数。
表4
综上,第一消息可采用上述方式指示AI模型的未下载内容,但本申请不限于上述方式。例如,AI模型的未下载内容也可采用前文提及的比特位的方式进行表示。
应理解,在第一消息用于指示AI模型的下载进度和/或AI模型的未下载内容时,如果通信装置与目标网络设备事先协商好终端设备需要下载的AI模型的类型,或者,协议约定好终端设备需要下载的AI模型的类型,那么,第一消息中可不携带有AI模型的标识,或者,第一消息中可不携带有AI模型的分段数量M。
基于上述实施例的描述,详细介绍通信装置的几种实现方式。
在通信装置为源网络设备时,源网络设备与目标网络设备之间存在通信接口,使得源网络设备与目标网络设备之间能够进行通信。
下面,结合图5,介绍源网络设备实现本申请的通信方法的具体过程。
图5为本申请一实施例提供的一种通信方法的流程图。如图5所示,本申请提供的通信方法可以包括:
S201、源网络设备向终端设备发送AI模型。
在终端设备进行小区切换之前,源网络设备作为向终端设备提供AI模型的内容的网络设备,源网络设备可向终端设备发送AI模型的内容。
从而,源网络设备能够获知终端设备是否进行小区切换,以及源网络设备能够确定终端设备是否未下载完AI模型的内容。
S202、源网络设备确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
基于S201的描述,源网络设备可确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
S203、源网络设备确定终端设备未下载完AI模型的内容。
基于S201的描述,源网络设备可判断是否向终端设备传输完终端设备需要的AI模型的内容,来确定终端设备未下载完AI模型的内容。
其中,源网络设备可采用多种方式,确定终端设备是否未下载完AI模型的内容。
在一些实施例中,源网络设备可根据终端设备的上下文,判断是否向终端设备传输完终端设备需要下载的AI模型的内容。
例如,终端设备的上下文中可以包括用于指示是否向终端设备传输完终端设备需要下载的AI模型的内容的标识。其中,本申请对该标识的具体实现方式不做限定。
在该标识用于指示向终端设备传输完终端设备需要下载的AI模型的内容时,源网络设备可确定向终端设备传输完终端设备需要下载的AI模型的内容。从而,源网络设备可确定终端设备未下载完AI的内容。
又如,终端设备的上下文中可以包括AI模型的已下载内容。
在AI模型的已下载内容为终端设备需要下载的AI模型的部分内容时,源网络设备可确定向终端设备传输完终端设备需要下载的AI模型的内容。从而,源网络设备可确定终端设备未下载完AI的内容。
应理解,除了上述的实现方式之外,源网络设备还可采用其他方式来确定终端设备是否未下载完AI模型的内容。
S204、源网络设备向目标网络设备发送第一消息。
其中,S204与图4实施例中的S103实现方式类似,本申请此处不再赘述。
S205、目标网络设备向终端设备发送AI模型的未下载内容。
其中,S205与图4实施例中的S104实现方式类似,本申请此处不再赘述。
本申请中,源网络设备可作为通信装置,借助第一消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够向终端设备发送AI模型的未下载内容。
应理解,以目标网络设备为基站进行举例,上述的技术方案适用于站间的Xn切换、站间的NG切换、MgNB切换、和SgNB切换等各种切换场景。
在一个具体的实施例中,结合图6,介绍站间的Xn切换流程。
图6为本申请一实施例提供的一种通信方法的流程图。
图6中,由于源网络设备与目标网络设备之间存在Xn链路。因此,源网络设备与目标网络设备之间能够进行相互通信。
如图6所示,在终端设备处于RRC连接态下,站间的Xn切换流程可以包括:
S301、源网络设备通过Xn链路向目标网络设备发送切换请求(handover request)消息。
源网络设备可确定终端设备进行小区切换。其中,目标网络设备为为终端设备选择的目标小区所在的目标网络设备。切换请求消息用于发起小区切换请求。
S302、目标网络设备在准入控制(admission control)后,通过Xn路向源网络设备发送切换请求确认(handover request acknowledge)消息。
其中,切换请求确认消息用于表示允许小区切换。
应理解,如果有部分协议数据单元(protocol data unit,PDU)会话(session)切换失败,切换请求确认消息中需要携带有失败的PDU session列表(list)。
S303、源网络设备向终端设备发送无线资源控制重配(RRC reconfiguration)消息。
其中,无线资源控制重配消息用于请求终端设备执行切换到目标小区。
S304、源网络设备通过Xn链路向目标网络设备发送序列号状态传输(SN(serialnumber)status transfer)消息。
源网络设备可根据终端设备的上下文,判断是否向终端设备传输完终端设备需要下载的AI模型的内容,来确定终端设备是否下载完AI模型的内容。
在确定终端设备未下载完AI模型的内容时,源网络设备向目标网络设备发送第一消息。
在一些实施例中,序列号状态传输消息可用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,序列号状态传输消息可看作为前文提及的第一消息,或者,序列号状态传输消息中包括前文提及的第一消息。
其中,序列号状态传输消息可复用相关技术中的序列号状态传输消息新增用于指示AI模型的下载进度和/或AI模型的未下载内容的含义。
在另一些实施例中,源网络设备可向目标网络设备发送序列号状态传输消息以及新增的消息。其中,新增的消息可用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,新增的消息可看作为前文提及的第一消息,或者,新的消息中包括前文提及的第一消息。
在确定终端设备下载完AI模型的内容时,源网络设备可向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备能够获知无需向终端设备传输AI模型的内容。
或者,在确定终端设备下载完AI模型的内容时,源网络设备可不向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备默认无需向终端设备传输AI模型的内容。
S305、终端设备向目标网络设备发送无线资源控制重配完成(RRCreconfiguration complete)消息。从而,完成终端设备上的空口切换到目标小区。
终端设备完成了由源网络设备切换到目标网络设备的小区切换。从而,在终端设备完成小区切换时或在终端设备完成小区切换后,终端设备便成功接入到目标网络设备,使得终端设备与目标网络设备之间能够进行相互通信。
S306、目标网络设备在接收到S304中的序列号状态传输消息或新增的消息用于指示AI模型的下载进度和/或AI模型的未下载内容时,在终端设备完成小区切换后,向终端设备发送未下载完成的AI模型(也就是AI模型的未下载内容)。
另外,目标网络设备在接收到用于指示终端设备下载完AI模型的内容的S304中的序列号状态传输消息或新增的消息时,可确定终端设备下载完AI模型的内容。从而,目标网络设备无需执行S306。
或者,目标网络设备在未接收到用于指示AI模型的下载进度和/或AI模型的未下载内容的S304中的序列号状态传输消息和新增的消息时,可确定终端设备下载完AI模型的内容。从而,目标网络设备无需执行S306。
综上,站间的Xn切换流程中,源网络设备在确定终端设备进行小区切换,且确定向终端设备未传输完终端设备需要下载的AI模型的内容时,可通过序列号状态传输消息和/或新增的消息,向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够获知终端设在进行小区切换之前从源网络设备下载了多少AI模型的内容和/或AI模型的未下载内容。
从而,目标网络设备在终端设备完成小区切换后,可向终端设备继续传输AI模型的未下载内容,避免了AI模型的重新下载而造成的空口资源浪费。
在通信装置为AMF时,源网络设备与目标网络设备之间不存在通信接口,使得源网络设备与目标网络设备之间无法直接通信。从而,AMF可作为源网络设备与目标网络设备之间通信的桥梁。
下面,结合图7,介绍AMF实现本申请的通信方法的具体过程。
图7为本申请一实施例提供的一种通信方法的流程图。如图7所示,本申请提供的通信方法可以包括:
S401、源网络设备向AMF发送第二消息,第二消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换。
S402、AMF根据第二消息,确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
基于S201的描述,源网络设备能够获知终端设备是否进行小区切换。
从而,源网络设备可向AMF发送第二消息,使得通过第二消息向AMF通知终端设备进行由源网络设备切换到目标网络设备的小区切换。
这样,AMF根据第二消息,可确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
其中,本申请对第二消息的具体实现方式不做限定。例如,第二消息可采用如字母、数字、字符、二进制等形式进行表示。
S403、源网络设备向AMF发送第三消息,第三消息用于指示AI模型的下载进度和/或AI模型的未下载内容。
S404、AMF根据第三消息,确定终端设备未下载完AI模型的内容。
基于S201的描述,源网络设备能够确定终端设备是否未下载完AI模型的内容。
从而,源网络设备可向AMF发送第三消息,使得通过第三消息向AMF通知AI模型的下载进度和/或AI模型的未下载内容。
这样,AMF根据第三消息,可确定终端设备未下载完AI模型的内容。
其中,本申请对第三消息的具体实现方式不做限定。例如,第三消息可采用如字母、数字、字符、二进制等形式进行表示。或者,第三消息中可携带有AI模型的未下载内容。
另外,第二消息和第三消息可采用同一个消息进行发送,也可采用不同的消息进行发送,本申请对此不做限定。
S405、AMF向目标网络设备发送第一消息。
其中,S405与图4实施例中的S103实现方式类似,本申请此处不再赘述。
S406、目标网络设备向终端设备发送AI模型的未下载内容。
其中,S406与图4实施例中的S104实现方式类似,本申请此处不再赘述。
本申请中,AMF可作为通信装置,借助第一消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够向终端设备发送AI模型的未下载内容。
在一个具体的实施例中,结合图8,介绍站间的NG切换流程。
图8为本申请一实施例提供的一种通信方法的流程图。
图8中,由于源网络设备与目标网络设备不属于同一个AMF,或者源网络设备与目标网络设备属于同一个AMF但源网络设备与目标网络设备之间不存在Xn链路。因此,源网络设备与目标网络设备之间需要借助AMF进行通信。
如图8所示,在终端设备处于RRC连接态下,站间的NG切换流程可以包括:
S501、源网络设备通过NG链路向AMF发送切换要求(handover requierd)消息。从而,使得AMF能够确定终端设备进行小区切换。
其中,切换要求消息用于发起小区切换请求切换要求消息中可以包括目标网络设备的ID、执行数据转发PDU session列表等。
其中,切换要求消息可用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换。此时,切换要求消息可看作为前文提及的第二消息,或者,切换要求消息中包括前文提及的第二消息。
另外,源网络设备也可向AMF发送新增的消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换。此时,新增的消息可看作为第二消息,或者,新增的消息中包括前文提及的第二消息。
S502、AMF向目标网络设备发送切换请求(handover request)消息。
其中,目标网络设备为为终端设备选择的目标小区所在的目标网络设备。切换请求消息用于发起小区切换请求。
S503、目标网络设备在准入控制(admission control)后,向AMF发送切换请求确认(handover request acknowledge)消息。
其中,切换请求确认消息用于表示允许小区切换。
应理解,如果有部分PDU session切换失败,切换请求确认消息中需要携带有失败的PDU session列表。
S504、AMF通过NG链路向源网络设备发送切换命令(handover command)消息。
其中,切换命令消息中包括地址和用于转发的隧道端点标识(tunnel endpointidentitfier,TEID)列表,TEID列表包含需要释放的承载列表。
S505、源网络设备向终端设备发送无线资源控制重配(RRC reconfiguration)消息。
其中,无线资源控制重配消息用于请求终端设备执行切换到目标小区。
S506、源网络设备通过NG链路向AMF发送上行无线接入网状态传输(uplink RANstatus transfer)消息。
其中,上行无线接入网状态传输消息中携带有PDCP SN序列号,PDCP SN序列号用于指示判断终端设备是否下载完AI模型的内容。
其中,上行无线接入网状态传输消息还可用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,上行无线接入网状态传输消息可看作为前文提及的第三消息,或者,上行无线接入网状态传输消息中包括前文提及的第三消息。
另外,源网络设备也可向AMF发送新增的消息用于指示指示AI模型的下载进度和/或AI模型的未下载内容。此时,新增的消息可看作为第三消息,或者,新增的消息中包括前文提及的第三消息。
S507、AMF向目标网络设备发送下行无线接入状态传输(downlink RAN statustransfer)消息。
AMF根据PDCP SN序列号,可判断终端设备是否下载完AI模型的内容。
在确定终端设备未下载完AI模型的内容时,AMF向目标网络设备发送第一消息。
在一些实施例中,下行无线接入网状态传输消息可用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,下行无线接入网状态传输消息可看作为前文提及的第一消息,或者,下行无线接入网状态传输消息中包括前文提及的第一消息。
其中,下行无线接入网状态传输消息可复用相关技术中的下行无线接入网状态传输消息新增用于指示AI模型的下载进度和/或AI模型的未下载内容的含义。
在另一些实施例中,AMF可向目标网络设备发送下行无线接入网状态传输消息以及新增的消息。其中,新增的消息可用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,新增的消息可看作为前文提及的第一消息,或者,新增的消息中包括前文提及的第一消息。
在确定终端设备下载完AI模型的内容时,AMF可向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备能够获知无需向终端设备传输AI模型的内容。
或者,在确定终端设备下载完AI模型的内容时,AMF可不向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备默认无需向终端设备传输AI模型的内容。
S508、终端设备向目标网络设备发送无线资源控制重配完成(RRCreconfiguration complete)消息。从而,完成终端设备上的空口切换到目标小区。
终端设备完成了由源网络设备切换到目标网络设备的小区切换。从而,在终端设备完成小区切换时或在终端设备完成小区切换后,终端设备便成功接入到目标网络设备,使得终端设备与目标网络设备之间能够进行相互通信。
S509、目标网络设备在接收到S507中的下行无线接入网状态传输消息或新增的消息用于指示AI模型的下载进度和/或AI模型的未下载内容时,在终端设备完成小区切换后,向终端设备发送未下载完成的AI模型(也就是AI模型的未下载内容)。
另外,目标网络设备在接收到用于指示终端设备下载完AI模型的内容的S507中的下行无线接入网状态传输消息或新增的消息,可确定终端设备下载完AI模型的内容。从而,目标网络设备无需执行S509。
或者,目标网络设备在未接收到用于指示AI模型的下载进度和/或AI模型的未下载内容的S507中的下行无线接入网状态传输消息和新增的消息时,可确定终端设备下载完AI模型的内容。从而,目标网络设备无需执行S509。
综上,站间的NG切换流程中,AMF在确定终端设备进行小区切换,且确定向终端设备未传输完终端设备需要下载的AI模型的内容时,可通过下行无线接入网状态传输消息和/或新增的消息,向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够获知终端设备在进行小区切换之前从源网络设备下载了多少AI模型的内容和/或AI模型的未下载内容。
从而,目标网络设备在终端设备完成小区切换后,可向终端设备继续传输AI模型的未下载内容,避免了AI模型的重新下载而造成的空口资源浪费。
在通信装置为主网络设备时,无线接入网双链接(multi rate dualconnectivity,MR-DC)场景下,通信装置为主网络设备,源网络设备和目标网络设备均为辅网络设备。也就是说,源网络设备为源辅网络设备,目标网络设备为目标辅网络设备。源网络设备与目标网络设备之间不存在通信接口,使得源网络设备与目标网络设备之间无法直接通信。从而,主网络设备可作为源网络设备与目标网络设备之间通信的桥梁。
下面,结合图9,介绍主网络设备实现本申请的通信方法的具体过程。
图9为本申请一实施例提供的一种通信方法的流程图。如图9所示,本申请提供的通信方法可以包括:
S601、主网络设备确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
基于S201的描述,源网络设备能够获知终端设备是否进行小区切换,以及源网络设备能够确定终端设备是否未下载完AI模型的内容。且源网络设备与主网络设备之间会同步前述流程的相关信息。
从而,主网络设备能够获知终端设备是否进行小区切换,以及主网络设备能够确定终端设备是否未下载完AI模型的内容。
综上,主网络设备确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
S602、主网络设备确定终端设备未下载完AI模型的内容。
基于S601的描述,主网络设备可确定终端设备未下载完AI模型的内容。
S603、主网络设备向目标网络设备发送第一消息。
其中,S603与图4实施例中的S103实现方式类似,本申请此处不再赘述。
S604、目标网络设备向终端设备发送AI模型的未下载内容。
其中,S604与图4实施例中的S104实现方式类似,本申请此处不再赘述。
本申请中,主网络设备可作为通信装置,借助第一消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够向终端设备发送AI模型的未下载内容。
在一个具体的实施例中,结合图10,介绍MR-DC场景下的切换流程。
图10为本申请一实施例提供的一种通信方法的流程图。
图10中,源网络设备与目标网络设备之间需要借助主网络设备进行通信。
如图10所示,MR-DC场景下的切换流程可以包括:
S701、源网络设备向主网络设备发送辅站变更要求(SgNB change required)消息。
主网络设备可获知终端设备进行小区切换。其中,S701为可选地的步骤。小区切换可由源网络设备或主网络设备触发。如果由源网络设备触发,则源网络设备执行S701。如果由主网络设备触发,则S701可省略。
其中,辅站变更要求消息用于发起变更流程,辅站变更要求消息中可以包括目标网络设备的ID信息。另外,辅站变更要求消息还可包括:辅小区组(secondary cell group,SCG)配置(支持增量配置)和与目标网络设备相关的测量结果。
S702、主网络设备向目标网络设备发送辅站添加请求(SgNB addition request)消息。
S703、目标网络设备向主网络设备发送辅站添加请求确认(SgNB additionrequest acknowledge)消息。
基于S702-S703,主网络设备通过辅站添加(SgNB addition)流程请求目标网络设备为终端设备分配资源。前述的为终端设备分配资源可以包括:从源网络设备接收的与目标网络设备相关的测量结果。
另外,如果需要转发,那么目标网络设备向主网络设备提供转发地址、以及包括全RRC配置或增量RRC配置的指示。
S704、主网络设备向终端设备发送无线资源控制连接重配(RRC connectionreconfiguration)消息。
S705、终端设备向主网络设备发送无线资源控制连接重配完成(RRC connectionreconfiguration complete)消息。
基于S704-S705,主网络设备触发终端设备应用新配置。主网络设备通过目标网络设备生成的NR RRC配置消息中的无线资源控制连接重配消息,向终端设备指示新的配置。如果需要,那么终端设备应用新的配置。终端设备可向主网络设备发送无线资源控制连接重配完成消息。其中,主网络设备发送无线资源控制连接重配完成消息可以包括目标网络设备的编码NR RRC响应消息。
另外,如果终端设备无法遵守无线资源控制连接重配消息中包含的配置(部分或全部),则执行重配置失败流程。
S706、主网络设备在目标网络设备资源分配成功时,确定释放源网络设备资源。如果需要数据转发,那么主网络设备向源网络设备提供数据转发地址。如果源网络设备终止承载使用直接数据转发,则主网络设备将从目标网络设备接收到的数据转发地址提供给源网络设备。从而,主网络设备向源网络设备发送辅站更改确认(SgNB change confirm)消息。
其中,辅站更改确认消息用于触发源网络设备停止向终端设备提供用户数据。另外,辅站更改确认消息还用于在适当的情况下开始数据转发。
S707、如果无线资源控制连接重配置过程成功,则主网络设备向目标网络设备发送辅站重配完成(SgNB reconfiguration complete)消息。
其中,辅站重配完成消息用于指示重配完成。
主网络设备还可判断终端设备是否下载完AI模型的内容。
在确定终端设备未下载完AI模型的内容时,主网络设备向目标网络设备发送第一消息。
在一些实施例中,辅站重配完成消息还用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,辅站重配完成消息可看作为前文提及的第一消息,或者,辅站重配完成消息中包括前文提及的第一消息。
其中,辅站重配完成消息可采用相关技术中的辅站重配完成消息新增用于指示AI模型的下载进度和/或AI模型的未下载内容的含义。
在另一些实施例中,主网络设备可向目标网络设备发送辅站重配完成消息以及新增的消息。其中,新增的消息可用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,新增的消息可看作为前文提及的第一消息,或者,新增的消息中包括前文提及的第一消息。
在确定终端设备下载完AI模型的内容时,主网络设备可向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备能够获知无需向终端设备传输AI模型的内容。
或者,在确定终端设备下载完AI模型的内容时,主网络设备可不向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备默认无需向终端设备传输AI模型的内容。
S708、通过随机接入流程(random access procedure),终端设备同步到目标网络设备。
终端设备完成了由源网络设备切换到目标网络设备的小区切换。从而,在终端设备完成小区切换时或在终端设备完成小区切换后,终端设备便成功接入到目标网络设备,使得终端设备与目标网络设备之间能够进行相互通信。
S709、对于使用RLC确认模式(acknowledgemode,AM)的源网络设备终止承载,源网络设备向主网络设备发送序列号状态传输(SN status transfer)消息。
其中,序列号状态传输消息用于指示辅助网络设备发生变更。另外,如果需要,那么主网络设备将序列号状态传输消息发送到目标网络设备。
S710、主网络设备向目标网络设备发送序列号状态传输消息。
其中,序列号状态传输消息用于传递状态。
主网络设备还可判断终端设备是否下载完AI模型的内容。
在确定终端设备未下载完AI模型的内容时,主网络设备向目标网络设备发送第一消息。
在一些实施例中,序列号状态传输消息还用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,序列号状态传输消息为前文提及的第一消息。
其中,序列号状态传输消息可复用相关技术中的序列号状态传输消息新增用于指示AI模型的下载进度和/或AI模型的未下载内容的含义。
在另一些实施例中,主网络设备可向目标网络设备发送序列号状态传输消息以及新增的消息。其中,新增的消息可用于指示AI模型的下载进度和/或AI模型的未下载内容。此时,新增的消息可看作为前文提及的第一消息,或者,新增的消息中包括前文提及的第一消息。
在确定终端设备下载完AI模型的内容时,主网络设备可向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备能够获知无需向终端设备传输AI模型的内容。
或者,在确定终端设备下载完AI模型的内容时,主网络设备可不向目标网络设备传递终端设备下载完AI模型的内容,使得目标网络设备默认无需向终端设备传输AI模型的内容。
应理解,S707中的辅站重配完成消息和新增的消息、与S710中的序列号状态传输消息和新增的消息中可选择一个或多个消息用于指示AI模型的下载进度和/或AI模型的未下载内容,本申请对此不做限定。
S711、目标网络设备在接收到S707中的辅站重配完成消息、S707中的新增的消息、S710中的序列号状态传输消息、或者S710中的新增的消息中的一个或多个消息用于指示AI模型的下载进度和/或AI模型的未下载内容时,在终端设备完成小区切换后,向终端设备发送未下载完成的AI模型(也就是AI模型的未下载内容)。
另外,目标网络设备在接收到用于指示终端设备下载完AI模型的内容的S707中的辅站重配完成消息、S707中新增的消息、S710中的序列号状态传输消息、或者S710中的新增的消息中的一个或多个消息时,可确定终端设备下载完AI模型的内容。从而,目标网络设备无需执行S306。
或者,目标网络设备在未接收到用于指示AI模型的下载进度和/或AI模型的未下载内容的S707中的辅站重配完成消息、S707中的新增的消息、S710中的序列号状态传输消息、以及者S710中的新增的消息中时,可确定终端设备下载完AI模型的内容。从而,目标网络设备无需执行S306。
综上,MR-DC场景下的切换流程中,主网络设备在确定终端设备进行小区切换,且确定向终端设备未传输完终端设备需要下载的AI模型的内容时,可通过辅站重配完成消息或者序列号状态传输消息和/或新增的消息,向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容,使得目标网络设备能够获知终端设备在进行小区切换之前从源网络设备下载了多少AI模型的内容和/或AI模型的未下载内容。
从而,目标网络设备在终端设备完成小区切换后,可向终端设备继续传输AI模型的未下载内容,避免了AI模型的重新下载而造成的空口资源浪费。
图11为本申请一实施例提供的一种通信网络架构图。在通信装置为终端设备21时,终端设备21可与目标网络设备22通信,如终端设备21可触发目标网络设备22向终端设备21发送AI模型的内容,目标网络设备22便向终端设备21发送AI模型的内容。
其中,终端设备21可参见前文提及的终端设备的描述,目标网络设备22可参见前文提及的网络设备的描述,AI模型可参见前文提及的AI模型的描述,此处不做赘述。
下面,本申请以下实施例将以具有图11所示结构的终端设备21和目标网络设备22为例,结合附图和应用场景,对本申请提供的通信方法进行详细阐述。
图12为本申请一实施例提供的一种通信方法的流程图。如图12所示,本申请提供的通信方法可以包括:
S801、终端设备确定进行小区切换。
其中,终端设备进行小区切换的具体实现方式可参见图4实施例中的S101所示的终端设备发生小区切换的描述,此处不再赘述。
S802、终端设备确定未下载完AI模型的内容。
其中,终端设备确定未下载AI模型的内容的具体实现方式可参见图4实施例中的S102所示的通信装置确定未下载完AI模型的内容的描述,此处不再赘述。
S803、终端设备向目标网络设备发送第一消息,第一消息用于指示AI模型的下载进度。
其中,目标网络设备为终端设备完成小区切换后切换到的网络设备。换句话说,在终端设备完成小区切换时或在终端设备完成小区切换后,终端设备成功接入到目标网络设备,使得终端设备与目标网络设备之间能够进行相互通信。目标网络设备的具体实现方式可参见前文提及的网络设备的描述,此处不做赘述。
在确定未下载完AI模型的内容时,由于终端设备可获知终端设备自身接收到的AI模型的已下载内容,而无法获知AI模型的未下载内容。因此,终端设备可向目标网络设备发送第一消息,能够通过第一消息向目标网络设备传递AI模型的下载进度,使得目标网络设备能够获知AI模型的已下载内容。
其中,S803中的第一消息的具体实现方式可参见图4实施例中的S103所示以及前文提及的用于指示AI模型的下载进度的第一消息的描述,此处不做赘述。
此外,考虑到终端设备进行小区切换的过程中,终端设备与目标网络设备之间可能无法进行通信。因此,第一消息是在终端设备完成小区切换时或完成小区切换后,终端设备向目标网络设备发送的。
S804、目标网络设备向终端设备发送AI模型的未下载内容。
基于S803的第一消息,目标网络设备在终端设备完成小区切换后,可向终端设备发送AI模型的未下载内容。从而,避免由于重复下载AI模型而造成的大量空口资源浪费。
其中,目标网络设备中可事先存储有终端设备需要下载的AI模型的内容,继而目标网络设备可得到AI模型的未下载内容。或者,终端设备可向目标网络设备发送AI模型的未下载内容。或者,目标网络设备可向除了终端设备之外的其他网元获取AI模型的未下载内容。
本申请提供的通信方法,通过终端设备在完成小区切换时或完成小区切换后,借助第一消息向目标网络设备传递AI模型的下载进度,使得目标网络设备能够获知终端设备从源网络设备下载了多少AI模型的内容(即AI模型的已下载内容)。进而,目标网络设备在终端设备完成小区切换后,可向终端设备发送AI模型的未下载内容。这样,避免由于重复下载AI模型而造成的大量空口资源浪费。
基于图12实施例的描述,终端设备作为通信装置可实现本申请的通信方法,且本申请的通信方法可适用于站间的Xn切换、站间的NG切换、MgNB切换、SgNB切换、和MR-DC场景等各种切换场景。
结合图6、图8、图10,介绍终端设备实现各种切换场景的流程。
如图6所示,站间的Xn切换流程中,与源网络设备通过S304中的序列号状态传输消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容不同,终端设备可在完成小区切换时或完成小区切换后,向目标网络设备发送图12提及的第一消息。
在一些实施例中,终端设备在完成小区切换时,可通过S305中的无线资源控制重配完成消息向目标网络设备传递AI模型的下载进度。
其中,无线资源控制重配完成消息可用于指示AI模型的下载进度。此时,无线资源控制重配完成消息可看作为图12提及的第一消息,或者,无线资源控制重配完成消息中包括图12提及的第一消息。
在另一些实施例中,终端设备可在S305之后(即在完成小区切换后),通过新增的消息向目标网络设备传递AI模型的下载进度。
其中,新增的消息可用于指示AI模型的下载进度。此时,新增的消息可看作为图12提及的第一消息,或者,新增的消息中包括图12提及的第一消息。
对应地,S306中,目标网络设备在接收到S305中的无线资源控制重配完成消息或在S305之后发送的新增的消息用于指示AI模型的下载进度时,在终端设备完成小区切换后,向终端设备发送未下载完成的AI模型(也就是AI模型的未下载内容)。
如图8所示,站间的NG切换流程中,与AMF通过S507中的下行无线接入网状态传输消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容不同,终端设备可在完成小区切换时或完成小区切换后,向目标网络设备发送图12提及的第一消息。
在一些实施例中,终端设备在完成小区切换时,可通过S508中的无线资源控制重配完成消息向目标网络设备传递AI模型的下载进度。
其中,无线资源控制重配完成消息可用于指示AI模型的下载进度。此时,无线资源控制重配完成消息可看作为图12提及的第一消息,或者,无线资源控制重配完成消息中包括图12提及的第一消息。
在另一些实施例中,终端设备可在S508之后(即在完成小区切换后),通过新增的消息向目标网络设备传递AI模型的下载进度。
其中,新增的消息可用于指示AI模型的下载进度。此时,新增的消息可看作为图12提及的第一消息,或者,新增的消息中包括图12提及的第一消息。
对应地,S509中,目标网络设备在接收到S508中的无线资源控制重配完成消息或在S508之后发送的新增的消息用于指示AI模型的下载进度时,在终端设备完成小区切换后,向终端设备发送未下载完成的AI模型(也就是AI模型的未下载内容)。
如图10所示,MR-DC场景下的切换流程中,与主网络设备通过S707中的辅站重配完成消息或者S710中的序列号状态传输消息向目标网络设备传递AI模型的下载进度和/或AI模型的未下载内容不同,终端设备可在完成小区切换时或完成小区切换后,向目标网络设备发送图12提及的第一消息。
在一些实施例中,终端设备在完成小区切换时,可通过S708中的随机接入流程中的消息或在S708之后发送的新增的消息向目标网络设备传递AI模型的下载进度。
其中,随机接入流程中的消息可用于指示AI模型的下载进度。此时,随机接入流程中的消息可看作为图12提及的第一消息,或者,随机接入流程中的消息中包括图12提及的第一消息。
在另一些实施例中,终端设备可在S708之后(即在完成小区切换后),通过新增的消息向目标网络设备传递AI模型的下载进度。
其中,新增的消息可用于指示AI模型的下载进度。此时,新增的消息可看作为图12提及的第一消息,或者,新增的消息中包括图12提及的第一消息。
对应地,S711中,目标网络设备在接收到S708中的上述消息或者S708之后的上述消息用于指示AI模型的下载进度时,在终端设备完成小区切换后,向终端设备发送未下载完成的AI模型(也就是AI模型的未下载内容)。
另外,图12提及的第一消息与图4-图10提及的第一消息通常采用不同的消息进行发送。例如,源网络设备、AMF、主网络设备、或者终端设备中的任意一个设备可通过复用相关技术中已有的消息向目标网络设备传递第一消息所指示的内容。
或者,图12提及的第一消息也可与图4-图10提及的第一消息采用同一消息进行发送。例如,源网络设备、AMF、主网络设备、或者终端设备中的任意一个设备可通过新增的同一消息向目标网络设备传递第一消息所指示的内容。
基于图3-图12实施例的描述,第一消息可通过信令无线承载(signalling radiobearer,SRB)或数据无线承载(data radio bearer,DRB)传输。
其中,SRB是用于传输RRC和网络附属存储(network attached storage,NAS)消息的无线承载。DRB是用于传输用户数据的无线承载。DRB仅有一种类型,协议规定每个终端设备最多有8个DRB用于传输不同的业务。
在第一消息通过终端设备与目标网络设备之间的SRB传输时,SRB可以为:SRB0、SRB1、SRB2、SRB3、或SRB4中的一项或多项。
其中,SRB0、SRB1、SRB2、SRB3、以及SRB4为相关技术中已有的SRB。
SRB0用于承载RRC连接建立成功之前的RRC信令,通过公共(通用)控制信道(common control channel,CCCH)逻辑信道传输,在RLC层采用透明模式(transparentmode,TM)。
SRB1用于承载RRC连接建立成功之后的RRC信令和SRB2建立之前的NAS信令,通过专用控制信道(dedicated control channel,DCCH)逻辑信道传输,在RLC层采用AM。
SRB2用于承载NAS信令和包括记录测量信息的RRC消息,通过DCCH逻辑信道传输,在RLC层采用AM。SRB2优先级低于SRB1,在安全模式激活后才能建立SRB2。
SRB3用于当终端设备处于(NG)EN-DC或NR-DC时的特定RRC消息,通过DCCH逻辑信道传输。
其中,(NG)EN-DC(E-UTRA NR dual connectivity with covering E-UTRAconnected to EPC or 5GC)是E-UTRA NR双连接,且覆盖EPC或5GC连接的E-UTRA。EPC(evolved packet core)是覆盖分组核心网。EN-DC(E-UTRA NR dual connectivity withE-UTRA connected to EPC)是E-UTRA和NR双连接,且E-UTRA连接到EPC。E-UTRA(evolveduniversal terrestrial radio access)是演进的通用陆基无线接入。NR-DC,即NR-NR DC,指的是5G和5G双连接。
SRB4用于包含应用层测量报告信息的RRC消息,所有消息都使用DCCH逻辑信道。SRB4只能在AS安全激活后由网络配置。
或者,SRB可以为除了SRB0、SRB1、SRB2、SRB3、以及SRB4之外的其他的一个或多个SRB,如新引入的SRB5等。
在第一消息通过终端设备与目标网络设备之间的空口上的DRB传输时,在目标网络设备、终端设备与核心网网元之间的PDU session建立后,由目标网络设备发起的DRB的创建流程,由终端设备建立DRB。
其中,核心网网元可包括参与PDU session建立的网元,如AMF和用户平面功能实体(user plane function,UPF)。
或者,在目标网络设备接收到第一消息后,由目标网络设备发起的DRB的创建流程,由终端设备建立DRB。
可见,上述的两种建立DRB的方式,其区别在于:是否存在核心网网元的参与。
相应于上述方法实施例给出的方法,本申请还提供了相应的通信装置(有时也称为通信设备)和通信系统,所述通信装置包括用于执行上述实施例中每个部分相应的模块或单元。所述模块或单元可以是软件,也可以是硬件,或者是软件和硬件结合。下文仅对通信装置和系统进行了简要举例说明,对于方案实现细节,可以参考前述方法实施例的描述,下文不再赘述。
示例性地,本申请还提供一种通信装置。
请参阅图13,图13为本申请一实施例提供的一种通信装置的结构示意图。
如图13所示,通信装置100可以独立存在,也可以集成在其他设备中,可以与前文提及的网络设备之间实现相互通信,用于实现上述图1-图10方法实施例中对应于通信装置的操作。
通信装置100可以包括:处理单元101和收发单元102。处理单元101用于进行数据处理。收发单元102可以实现相应的通信功能。收发单元102还可以称为通信接口或通信单元。
可选地,通信装置100还可以包括存储单元,该存储单元可以用于存储指令和/或数据,处理单元101可以读取存储单元中的指令和/或数据,以使得通信装置100实现前述方法实施例。
通信装置100可以用于执行前文方法实施例中通信装置所执行的动作。通信装置100可以为通信装置或者可配置于通信装置的部件。处理单元101用于执行前文方法实施例中通信装置的处理相关的操作,收发单元102用于执行前文方法实施例中通信装置的接收相关的操作。
可选的,收发单元102可以包括发送单元和接收单元。发送单元用于执行前述方法实施例中的发送操作。接收单元用于执行上述方法实施例中的接收操作。
需要说明的是,通信装置100可以包括发送单元,而不包括接收单元。或者,通信装置100可以包括接收单元,而不包括发送单元。具体可以视通信装置100执行的上述方案中是否包括发送动作和接收动作。
作为一种示例,通信装置100用于执行前文图4所示实施例中通信装置所执行的动作。
通信装置100可以包括:处理单元101和收发单元102。
处理单元101,用于确定终端设备进行小区切换。
处理单元101,还用于确定终端设备未下载完人工智能模型的内容。
收发单元102,用于向目标网络设备发送第一消息,目标网络设备为终端设备完成小区切换后切换到的网络设备,第一消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容,触发目标网络设备向终端设备发送人工智能模型的未下载内容。
在一些实施例中,通信装置100为源网络设备;
收发单元102,还用于在通信装置100确定终端设备进行小区切换之前,向终端设备发送人工智能模型的内容;
处理单元101,用于确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
在一些实施例中,通信装置100为接入和移动性管理功能实体;
收发单元102,还用于在通信装置确定终端设进行小区切换之前,接收源网络设备发送的第二消息,第二消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换;
处理单元101,用于根据第二消息,确定终端设备进行由源网络设备切换到目标网络设备的小区切换;
收发单元102,还用于在通信装置确定终端设备未下载完人工智能模型的内容之前,接收源网络设备发送的第三消息,第三消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容;
处理单元101,用于根据第三消息,确定终端设备未下载完人工智能模型的内容。
在一些实施例中,通信装置100为主网络设备,源网络设备和目标网络设备均为辅网络设备;处理单元101,用于确定终端设备进行由源网络设备切换到目标网络设备的小区切换。
应理解,各单元执行上述相应的过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
前文实施例中的处理单元101可以由至少一个处理器或处理器相关电路实现。收发单元102可以由收发器或收发器相关电路实现。收发单元102还可称为通信单元或通信接口。存储单元可以通过至少一个存储器实现。
示例性地,本申请还提供一种通信装置。
请参阅图14,图14为本申请一实施例提供的一种通信装置的结构示意图。
如图14所示,通信装置200可以独立存在,也可以集成在其他设备中,可以与前文提及的通信装置之间实现相互通信,用于实现上述图1-图10方法实施例中对应于目标网络设备的操作。
通信装置200可以包括:收发单元201。通信装置200还可以包括:处理单元。收发单元201可以实现相应的通信功能,处理单元用于进行数据处理。收发单元201还可以称为通信接口或通信单元。
可选地,通信装置200还可以包括存储单元,该存储单元可以用于存储指令和/或数据,处理单元可以读取存储单元中的指令和/或数据,以使得通信装置200实现前述方法实施例。
通信装置200可以用于执行前文方法实施例中目标网络设备所执行的动作。通信装置200可以为目标网络设备或者可配置于目标网络设备的部件。收发单元201用于执行前文方法实施例中目标网络设备的接收相关的操作,处理单元用于执行前文方法实施例中目标网络设备的处理相关的操作。
可选的,收发单元201可以包括发送单元和接收单元。发送单元用于执行上述方法实施例中的发送操作。接收单元用于执行上述方法实施例中的接收操作。
需要说明的是,通信装置200可以包括发送单元,而不包括接收单元。或者,通信装置200可以包括接收单元,而不包括发送单元。具体可以视通信装置200执行的上述方案中是否包括发送动作和接收动作。
作为一种示例,通信装置200用于执行前文图4所示的实施例中目标网络设备所执行的动作。
通信装置200可以包括:收发单元201。
收发单元201,用于接收通信装置发送的第一消息,第一消息是通信装置在确定终端设备进行小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的,第一消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容。
收发单元201,还用于向终端设备发送人工智能模型的未下载内容。
在一些实施例中,通信装置200为源网络设备;
第一消息是源网络设备在确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的。
在一些实施例中,通信装置200为接入和移动性管理功能实体;
第一消息是接入和移动性管理功能实体在根据第二消息确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且根据第三消息确定终端设备未下载完人工智能模型的内容的情况下发送的,第二消息和第三消息是接入和移动性管理功能实体从源网络设备接收到的,第二消息用于指示终端设备进行由源网络设备切换到目标网络设备的小区切换,第三消息用于指示人工智能模型的下载进度和/或人工智能模型的未下载内容。
在一些实施例中,通信装置200为主网络设备,源网络设备和目标网络设备均为辅网络设备;
第一消息是主网络设备在确定终端设备进行由源网络设备切换到目标网络设备的小区切换,且确定终端设备未下载完人工智能模型的内容的情况下发送的。
应理解,各单元执行上述相应的过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
前文实施例中的处理单元可以由至少一个处理器或处理器相关电路实现。收发单元201可以由收发器或收发器相关电路实现。收发单元还可称为通信单元或通信接口。存储单元可以通过至少一个存储器实现。
示例性地,本申请还提供一种通信装置。
请参阅图15,图15为本申请一实施例提供的一种通信装置的结构示意图。
如图15所示,通信装置300可以独立存在,也可以集成在其他设备中,可以与前文提及的网络设备之间实现相互通信,用于实现上述图1-图2、图11-图12方法实施例中对应于终端设备的操作。
通信装置300可以包括:处理单元301和收发单元302。处理单元301用于进行数据处理。收发单元302可以实现相应的通信功能。收发单元302还可以称为通信接口或通信单元。
可选地,通信装置300还可以包括存储单元,该存储单元可以用于存储指令和/或数据,处理单元301可以读取存储单元中的指令和/或数据,以使得通信装置300实现前述方法实施例。
通信装置300可以用于执行前文方法实施例中终端设备所执行的动作。通信装置300可以为终端设备或者可配置于终端设备的部件。处理单元301用于执行前文方法实施例中终端设备的处理相关的操作,收发单元302用于执行前文方法实施例中终端设备的接收相关的操作。
可选的,收发单元302可以包括发送单元和接收单元。发送单元用于执行前述方法实施例中的发送操作。接收单元用于执行上述方法实施例中的接收操作。
需要说明的是,通信装置300可以包括发送单元,而不包括接收单元。或者,通信装置300可以包括接收单元,而不包括发送单元。具体可以视通信装置300执行的上述方案中是否包括发送动作和接收动作。
作为一种示例,通信装置300用于执行前文图12所示实施例中终端设备所执行的动作。
通信装置300可以包括:处理单元301和收发单元302。
处理单元301,用于确定进行小区切换。
处理单元301,还用于确定未下载完人工智能模型的内容。
收发单元302,用于向目标网络设备发送第一消息,目标网络设备为终端设备完成小区切换后切换到的网络设备,第一消息用于指示人工智能模型的下载进度。
收发单元302,还用于接收目标网络设备发送的人工智能模型的未下载内容。
在一些实施例中,收发单元302,还用于在终端设备确定进行小区切换之前,从源网络设备接收人工智能模型的内容。
处理单元301,用于确定进行由源网络设备切换到目标网络设备的小区切换。
应理解,各单元执行上述相应的过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
前文实施例中的处理单元301可以由至少一个处理器或处理器相关电路实现。收发单元302可以由收发器或收发器相关电路实现。收发单元302还可称为通信单元或通信接口。存储单元可以通过至少一个存储器实现。
示例性地,本申请还提供一种通信装置。
请参阅图16,图16为本申请一实施例提供的一种通信装置的结构示意图。
如图16所示,通信装置400可以独立存在,也可以集成在其他设备中,可以与前文提及的终端设备之间实现相互通信,用于实现上述图1-图2、图11-图12方法实施例中对应于目标网络设备的操作。
通信装置400可以包括:收发单元401。通信装置400还可以包括:处理单元。收发单元401可以实现相应的通信功能,处理单元用于进行数据处理。收发单元401还可以称为通信接口或通信单元。
可选地,通信装置400还可以包括存储单元,该存储单元可以用于存储指令和/或数据,处理单元可以读取存储单元中的指令和/或数据,以使得通信装置400实现前述方法实施例。
通信装置400可以用于执行前文方法实施例中目标网络设备所执行的动作。通信装置400可以为目标网络设备或者可配置于目标网络设备的部件。收发单元401用于执行前文方法实施例中目标网络设备的接收相关的操作,处理单元用于执行前文方法实施例中目标网络设备的处理相关的操作。
可选的,收发单元401可以包括发送单元和接收单元。发送单元用于执行上述方法实施例中的发送操作。接收单元用于执行上述方法实施例中的接收操作。
需要说明的是,通信装置400可以包括发送单元,而不包括接收单元。或者,通信装置400可以包括接收单元,而不包括发送单元。具体可以视通信装置400执行的上述方案中是否包括发送动作和接收动作。
作为一种示例,通信装置400用于执行前文图12所示的实施例中目标网络设备所执行的动作。
通信装置400可以包括:收发单元401。
收发单元401,用于接收终端设备发送的第一消息,第一消息是终端设备在确定进行小区切换,且确定未下载完人工智能模型的内容的情况下发送的,第一消息用于指示人工智能模型的下载进度。
收发单元401,还用于向终端设备发送人工智能模型的未下载内容。
应理解,各单元执行上述相应的过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
前文实施例中的处理单元可以由至少一个处理器或处理器相关电路实现。收发单元401可以由收发器或收发器相关电路实现。收发单元还可称为通信单元或通信接口。存储单元可以通过至少一个存储器实现。
在图13-图16的一些实施例中,第一消息包括:第一比特位,第一比特位用于指示人工智能模型的内容下载到的位置。
在图13-图16的一些实施例中,人工智能模型的内容包括M个分段,M为大于等于2的整数;
第一消息包括:第k个分段的标识和比特位,k为正整数;
其中,第k个分段的标识用于指示人工智能模型的内容下载到的分段,第k个分段的比特位用于指示人工智能模型的内容在第k个分段中下载到的位置。
在图13-图16的一些实施例中,人工智能模型的内容包括M个分段,M为大于等于2的整数;
第一消息包括如下中的一种或多种表示方式:
分段集中的每个分段的标识、第二比特位、起始比特位和终止比特位;
或者,分段集中的每个分段的标识、第二比特位、起始比特位和比特位总数;
或者,分段集中的每个分段的标识、第二比特位、终止比特位和比特位总数;
其中,分段集包括M个分段中存在下载内容的一个或多个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示人工智能模型的内容在每个分段中下载到的位置;
或者,分段集包括M个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示人工智能模型的内容在每个分段中下载到的位置。
在图13-图16的一些实施例中,第一消息还包括:人工智能模型的标识。
在图13-图16的一些实施例中,第一消息还包括:人工智能模型的内容的分段数量M。
在图13-图14的一些实施例中,第一消息包括:人工智能模型的未下载内容;或者,人工智能模型的标识和人工智能模型的未下载内容。
在图13-图16的一些实施例中,第一消息通过信令无线承载或数据无线承载传输。
在图13-图16的一些实施例中,第一消息通过终端设备与目标网络设备之间的信令无线承载传输;
信令无线承载为信令无线承载0、信令无线承载1、信令无线承载2、信令无线承载3、或信令无线承载4中的一项或多项;
或者,信令无线承载为除了信令无线承载0、信令无线承载1、信令无线承载2、信令无线承载3、以及信令无线承载4之外的其他的一个或多个信令无线承载。
在图13-图16的一些实施例中,第一消息通过终端设备与目标网络设备之间的空口上的数据无线承载传输;
数据无线承载的创建是在目标网络设备、终端设备与核心网网元之间的协议数据单元会话建立后,由目标网络设备发起的;或者,数据无线承载的创建是在目标网络设备接收到第一消息后,由目标网络设备发起的。
本申请可以根据上述方法示例对通信装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请各实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
示例性地,本申请还提供一种通信装置。
请参阅图17,图17为本申请一实施例提供的一种通信装置的硬件结构示意图。
通信装置500包括处理器501,处理器501与存储器502耦合,存储器502用于存储计算机程序或指令和/或数据,处理器501用于执行存储器502存储的计算机程序或指令和/或数据,使得前文方法实施例中的方法被执行。
可选地,通信装置500包括的处理器501为一个或多个。
可选地,如图17所示,通信装置500还可以包括存储器502。
可选地,通信装置500包括的存储器502可以为一个或多个。
可选地,存储器502可以与处理器501集成在一起,或者分离设置。
如图17所示,通信装置500还可以包括收发器503,收发器503用于信号的接收和/或发送。例如,处理器501用于控制收发器503进行信号的接收和/或发送。
作为一种方案,通信装置500用于实现前文方法实施例中由通信装置执行的操作。
例如,处理器501用于实现前文方法实施例中由通信装置执行的处理相关的操作,收发器503用于实现前文方法实施例中由通信装置执行的收发相关的操作。
作为另一种方案,通信装置500用于实现前文方法实施例中由终端设备执行的操作。
例如,处理器501用于实现前文方法实施例中由终端设备执行的处理相关的操作,收发器503用于实现前文方法实施例中由终端设备执行的收发相关的操作。
作为另一种方案,通信装置500用于实现前文方法实施例中由目标网络设备执行的操作。
例如,处理器501用于实现前文方法实施例中由目标网络设备执行的处理相关的操作,收发器503用于实现前文方法实施例中由目标网络设备执行的收发相关的操作。
上述图17所示的通信装置中,收发器503中用于接收功率的器件可以视为接收单元,收发器503在用于发送功能的器件可以视为发送单元。即收发器503可以包括接收器和发送器。收发器503也可以称为收发机、收发单元、或收发电路等。接收器也可以称为接收机、接收单元、接收器、或接收电路等。发送器也可以称为发射机、发射器、发射单元或者发射电路等。处理器501具有处理功能,处理器501可以称为处理单元。存储器502用于存储计算机程序代码和数据,存储器502也可以称为存储单元。
示例性地,本申请还提供一种通信装置。
通信装置600可以是通信装置或终端设备或目标网络设备、也可以是通信装置或终端设备或目标网络设备的芯片。通信装置600可以用于执行上述方法实施例中由通信装置或终端设备或目标网络设备所执行的操作。
请参阅图18,图18为本申请一实施例提供的一种通信装置的硬件结构示意图。
通信装置600包括610部分、620部分以及630部分。610部分主要用于基带处理,对基站进行控制等;610部分通常是基站的控制中心,通常可以称为处理器或处理单元,用于控制通信装置或终端设备或目标网络设备执行上述方法实施例中通信装置或终端设备或目标网络设备侧的处理操作。620部分主要用于存储计算机程序代码和数据,通常可以成为存储器或存储单元。630部分主要用于射频信号的收发以及射频信号与基带信号的转换;630部分通常可以称为收发单元、收发机、收发电路、或者收发器等。630部分的收发单元,也可以称为收发机或收发器等,其包括天线633和射频电路(图中未示出),其中射频电路主要用于进行射频处理。可选地,可以将630部分中用于实现接收功能的器件视为接收机,将用于实现发送功能的器件视为发射机,即630部分包括接收机632和发射机631。接收机也可以称为接收单元、接收器、或接收电路等,发送机可以称为发射单元、发送单元、发射器或者发射电路等。
610部分与620部分可以包括一个或多个单板,每个单板可以包括一个或多个处理器和一个或多个存储器。处理器用于读取和执行存储器中的程序以实现基带处理功能以及对基站的控制。若存在多个单板,各个单板之间可以互联以增强处理能力。作为一种可选的实施方式,也可以是多个单板共用一个或多个处理器,或者是多个单板共用一个或多个存储器,或者是多个单板同时共用一个或多个处理器。
在一种实现方式中,630部分的收发单元用于执行图4所示实施例中由通信装置或目标网络设备执行的收发相关的过程。610部分的处理器用于执行图4所示实施例中由通信装置或目标网络设备执行的处理相关的过程。
在另一种实现方式中,630部分的收发单元用于执行图12所示实施例中由终端设备或目标网络设备执行的收发相关的过程。610部分的处理器用于执行图12所示实施例中由终端设备或目标网络设备执行的处理相关的过程。
应理解,图18仅为示例而非限定,上述包括处理器、存储器以及收发器的通信装置或终端设备或目标网络设备可以不依赖于图18所示的结构。
当通信装置600为芯片时,该芯片包括收发器、存储器和处理器。其中,收发器可以是输入输出电路、通信接口;处理器为该芯片上集成的处理器或者微处理器或者集成电路。上述方法实施例中通信装置或终端设备或目标网络设备的发送操作可以理解为芯片的输出,上述方法实施例中通信装置或终端设备或目标网络设备的接收操作可以理解为芯片的输入。
示例性地,本申请还提供一种计算机可读存储介质,其上存储有用于实现上述方法实施例中由通信装置或终端设备或目标网络设备执行的方法,或由网络设备执行的方法的计算机指令。
例如,该计算机程序被计算机执行时,使得该计算机可以实现上述方法实施例中由通信装置执行的方法,或由终端设备执行的方法,或由目标网络设备执行的方法。
示例性地,本申请还提供一种包含指令的计算机程序产品,该指令被计算机执行时使得该计算机实现上述方法实施例中由通信装置执行的方法,或由终端设备执行的方法,或由目标网络设备执行的方法。
示例性地,本申请还提供一种通信系统,该通信系统包括通信装置和目标网络设备,该通信系统可参见图3实施例所示的通信系统。或者,该通信系统包括:终端设备和目标网络设备,该通信系统可参见图11实施例所示的通信系统。
示例性地,本申请还提供一种芯片装置,包括处理器,用于调用该存储器中存储的计算机程度或计算机指令,以使得该处理器执行上述实施例的方法。
一种可能的实现方式中,该芯片装置的输入对应上述实施例中的接收操作,该芯片装置的输出对应上述实施例中的发送操作。
可选的,该处理器通过接口与存储器耦合。
可选的,该芯片装置还包括存储器,该存储器中存储有计算机程度或计算机指令。
其中,上述任一处提到的处理器,可以是一个通用中央处理器,微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制前文实施例的方法的程序执行的集成电路。上述任一处提到的存储器可以为只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)等。
所属领域的技术人员可以清楚地了解到,为描述方便和简洁,上述提供的任一种通信装置中相关内容的解释及有益效果均可参考前文提供的对应的方法实施例,此处不再赘述。
本申请中,终端设备或网络设备可以包括硬件层、运行在硬件层之上的操作系统层,以及运行在操作系统层上的应用层。其中,硬件层可以包括中央处理器(centralprocessing unit,CPU)、内存管理单元(memory management unit,MMU)和内存(也称为主存)等硬件。操作系统层的操作系统可以是任意一种或多种通过进程(process)实现业务处理的计算机操作系统,例如,Linux操作系统、Unix操作系统、Android操作系统、iOS操作系统或windows操作系统等。应用层可以包含浏览器、通讯录、文字处理软件、即时通信软件等应用。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分过程。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案范围。
Claims (24)
1.一种通信方法,其特征在于,所述方法包括:
通信装置确定终端设备进行小区切换;
所述通信装置确定所述终端设备未下载完人工智能模型的内容;
所述通信装置向目标网络设备发送第一消息,所述目标网络设备为所述终端设备完成小区切换后切换到的网络设备,所述第一消息用于指示所述人工智能模型的下载进度和/或所述人工智能模型的未下载内容,触发所述目标网络设备向所述终端设备发送所述人工智能模型的未下载内容。
2.根据权利要求1所述的方法,其特征在于,所述通信装置为源网络设备;
在通信装置确定终端设备进行小区切换之前,所述方法还包括:
所述源网络设备向所述终端设备发送所述人工智能模型的内容;
所述通信装置确定终端设备进行小区切换,包括:
所述源网络设备确定所述终端设备进行由所述源网络设备切换到所述目标网络设备的小区切换;
所述通信装置确定所述终端设备未下载完人工智能模型的内容,包括:
所述源网络设备确定所述终端设备未下载完所述人工智能模型的内容;
所述通信装置向所述目标网络设备发送第一消息,包括:
所述源网络设备向所述目标网络设备发送所述第一消息。
3.根据权利要求1所述的方法,其特征在于,所述通信装置为接入和移动性管理功能实体;
在所述通信装置确定终端设备进行小区切换之前,所述方法还包括:
所述接入和移动性管理功能实体接收源网络设备发送的第二消息,所述第二消息用于指示所述终端设备进行由所述源网络设备切换到所述目标网络设备的小区切换;
所述通信装置确定终端设备进行小区切换,包括:
所述接入和移动性管理功能实体根据所述第二消息,确定所述终端设备进行由源网络设备切换到所述目标网络设备的小区切换;
在所述通信装置确定所述终端设备未下载完人工智能模型的内容之前,所述方法还包括:
所述接入和移动性管理功能实体接收所述源网络设备发送的第三消息,所述第三消息用于指示所述人工智能模型的下载进度和/或所述人工智能模型的未下载内容;
所述通信装置确定所述终端设备未下载完人工智能模型的内容,包括:
所述接入和移动性管理功能实体根据所述第三消息,确定所述终端设备未下载完所述人工智能模型的内容;
所述通信装置向所述目标网络设备发送第一消息,包括:
所述接入和移动性管理功能实体向所述目标网络设备发送所述第一消息。
4.根据权利要求1所述的方法,其特征在于,所述通信装置为主网络设备,源网络设备和所述目标网络设备均为辅网络设备;
所述通信装置确定终端设备进行小区切换,包括:
所述主网络设备确定所述终端设备进行由所述源网络设备切换到所述目标网络设备的小区切换;
所述通信装置确定所述终端设备未下载完人工智能模型的内容,包括:
所述主网络设备确定所述终端设备未下载完所述人工智能模型的内容;
所述通信装置向所述目标网络设备发送第一消息,包括:
所述主网络设备向所述目标网络设备发送所述第一消息。
5.一种通信方法,其特征在于,所述方法包括:
目标网络设备接收通信装置发送的第一消息,所述第一消息是所述通信装置在确定终端设备进行小区切换,且确定所述终端设备未下载完人工智能模型的内容的情况下发送的,所述第一消息用于指示所述人工智能模型的下载进度和/或所述人工智能模型的未下载内容;
所述目标网络设备向所述终端设备发送所述人工智能模型的未下载内容。
6.根据权利要求5所述的方法,其特征在于,所述通信装置为源网络设备;
所述第一消息是所述源网络设备在确定所述终端设备进行由所述源网络设备切换到所述目标网络设备的小区切换,且确定所述终端设备未下载完人工智能模型的内容的情况下发送的。
7.根据权利要求5所述的方法,其特征在于,所述通信装置为接入和移动性管理功能实体;
所述第一消息是所述接入和移动性管理功能实体在根据第二消息确定所述终端设备进行由源网络设备切换到所述目标网络设备的小区切换,且根据第三消息确定所述终端设备未下载完所述人工智能模型的内容的情况下发送的,所述第二消息和所述第三消息是所述接入和移动性管理功能实体从所述源网络设备接收到的,所述第二消息用于指示所述终端设备进行由源网络设备切换到所述目标网络设备的小区切换,所述第三消息用于指示所述人工智能模型的下载进度和/或所述人工智能模型的未下载内容。
8.根据权利要求5所述的方法,其特征在于,所述通信装置为主网络设备,源网络设备和所述目标网络设备均为辅网络设备;
所述第一消息是所述主网络设备在确定所述终端设备进行由所述源网络设备切换到所述目标网络设备的小区切换,且确定所述终端设备未下载完人工智能模型的内容的情况下发送的。
9.一种通信方法,其特征在于,所述方法包括:
终端设备确定进行小区切换;
所述终端设备确定未下载完人工智能模型的内容;
所述终端设备向目标网络设备发送第一消息,所述目标网络设备为所述终端设备完成小区切换后切换到的网络设备,所述第一消息用于指示所述人工智能模型的下载进度;
所述终端设备接收所述目标网络设备发送的所述人工智能模型的未下载内容。
10.根据权利要求9所述的方法,其特征在于,在所述终端设备确定进行小区切换之前,所述方法还包括:
所述终端设备从源网络设备接收所述人工智能模型的内容;
所述终端设备确定进行小区切换,包括:
所述终端设备确定进行由源网络设备切换到所述目标网络设备的小区切换。
11.一种通信方法,其特征在于,所述方法包括:
目标网络设备接收终端设备发送的第一消息,所述第一消息是所述终端设备在确定进行小区切换,且确定未下载完人工智能模型的内容的情况下发送的,所述第一消息用于指示所述人工智能模型的下载进度;
所述目标网络设备向所述终端设备发送所述人工智能模型的未下载内容。
12.根据权利要求1-11任一项所述的方法,其特征在于,所述第一消息包括:第一比特位,所述第一比特位用于指示所述人工智能模型的内容下载到的位置。
13.根据权利要求1-11任一项所述的方法,其特征在于,所述人工智能模型的内容包括M个分段,M为大于等于2的整数;
所述第一消息包括:第k个分段的标识和比特位,k为正整数;
其中,所述第k个分段的标识用于指示所述人工智能模型的内容下载到的分段,所述第k个分段的比特位用于指示所述人工智能模型的内容在所述第k个分段中下载到的位置。
14.根据权利要求1-11任一项所述的方法,其特征在于,所述人工智能模型的内容包括M个分段,M为大于等于2的整数;
所述第一消息包括如下中的一种或多种表示方式:
分段集中的每个分段的标识、第二比特位、起始比特位和终止比特位;
或者,分段集中的每个分段的标识、第二比特位、起始比特位和比特位总数;
或者,分段集中的每个分段的标识、第二比特位、终止比特位和比特位总数;
其中,所述分段集包括所述M个分段中存在下载内容的一个或多个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示所述人工智能模型的内容在每个分段中下载到的位置;
或者,所述分段集包括所述M个分段,每个分段的标识用于指示每个分段,每个分段的第二比特位用于指示所述人工智能模型的内容在每个分段中下载到的位置。
15.根据权利要求12-14任一项所述的方法,其特征在于,所述第一消息还包括:所述人工智能模型的标识。
16.根据权利要求13或14所述的方法,其特征在于,所述第一消息还包括:所述人工智能模型的内容的分段数量M。
17.根据权利要求1-8、12-16任一项所述的方法,其特征在于,所述第一消息包括:所述人工智能模型的未下载内容;或者,所述人工智能模型的标识和所述人工智能模型的未下载内容。
18.根据权利要求1-17任一项所述的方法,其特征在于,所述第一消息通过信令无线承载或数据无线承载传输。
19.根据权利要求18所述的方法,其特征在于,所述第一消息通过所述终端设备与所述目标网络设备之间的信令无线承载传输;
所述信令无线承载为信令无线承载0、信令无线承载1、信令无线承载2、信令无线承载3、或信令无线承载4中的一项或多项;
或者,所述信令无线承载为除了信令无线承载0、信令无线承载1、信令无线承载2、信令无线承载3、以及信令无线承载4之外的其他的一个或多个信令无线承载。
20.根据权利要求18所述的方法,其特征在于,所述第一消息通过所述终端设备与所述目标网络设备之间的空口上的数据无线承载传输;
所述数据无线承载的创建是在所述目标网络设备、所述终端设备与核心网网元之间的协议数据单元会话建立后,由所述目标网络设备发起的;
或者,所述数据无线承载的创建是在所述目标网络设备接收到所述第一消息后,由所述目标网络设备发起的。
21.一种通信装置,其特征在于,所述装置包括:用于执行如权利要求1-4、12-20任一项所述的方法的模块;或者,用于执行如权利要求5-8、12-20任一项所述的方法的模块;或者,用于执行如权利要求9、10、12-16、18-20任一项所述的方法的模块;或者,用于执行如权利要求11-16、18-20任一项所述的方法的模块。
22.一种通信装置,其特征在于,包括:处理器;
所述处理器用于执行存储器中的计算机可执行程序或指令,使得所述通信装置执行权利要求1-4、12-20任一项所述的方法;或者,使得所述通信装置执行权利要求5-8、12-20任一项所述的方法;或者,使得所述通信装置执行权利要求9、10、12-16、18-20任一项所述的方法;或者,使得所述通信装置执行权利要求11-16、18-20任一项所述的方法。
23.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序或指令,所述计算机可执行程序或指令设置为执行权利要求1-4、12-20任一项所述的方法;或者,所述计算机可执行程序或指令设置为执行权利要求5-8、12-20任一项所述的方法;或者,所述计算机可执行程序或指令设置为执行权利要求9、10、12-16、18-20任一项所述的方法;或者,所述计算机可执行程序或指令设置为执行权利要求11-16、18-20任一项所述的方法。
24.一种芯片,其特征在于,包括:接口电路和逻辑电路,所述接口电路用于接收来自于芯片之外的其他芯片的信号并传输至所述逻辑电路,或者将来自所述逻辑电路的信号发送给所述芯片之外的其他芯片,所述逻辑电路用于实现如权利要求1-4、12-20任一项所述的方法;或者,所述逻辑电路用于实现如权利要求5-8、12-20任一项所述的方法;或者,所述逻辑电路用于实现如权利要求9、10、12-16、18-20任一项所述的方法;或者,所述逻辑电路用于实现如权利要求11-16、18-20任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211194332.9A CN117835340A (zh) | 2022-09-28 | 2022-09-28 | 通信方法和装置 |
PCT/CN2023/120791 WO2024067408A1 (zh) | 2022-09-28 | 2023-09-22 | 通信方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211194332.9A CN117835340A (zh) | 2022-09-28 | 2022-09-28 | 通信方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117835340A true CN117835340A (zh) | 2024-04-05 |
Family
ID=90476132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211194332.9A Pending CN117835340A (zh) | 2022-09-28 | 2022-09-28 | 通信方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117835340A (zh) |
WO (1) | WO2024067408A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101191491B1 (ko) * | 2007-06-18 | 2012-10-15 | 엘지전자 주식회사 | 핸드오버 중 하향링크 pdcp 동작 |
WO2010139088A1 (zh) * | 2009-06-01 | 2010-12-09 | 上海贝尔股份有限公司 | 服务续传方法、用户设备和基站 |
WO2021134456A1 (zh) * | 2019-12-31 | 2021-07-08 | 华为技术有限公司 | 多播发送、接收方法以及装置 |
US20230388866A1 (en) * | 2020-10-21 | 2023-11-30 | Interdigital Patent Holdings, Inc. | Multicast-broadcast services mobility and service continuity |
-
2022
- 2022-09-28 CN CN202211194332.9A patent/CN117835340A/zh active Pending
-
2023
- 2023-09-22 WO PCT/CN2023/120791 patent/WO2024067408A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024067408A1 (zh) | 2024-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3621355B1 (en) | Communication method and device | |
CN109392025B (zh) | 数据传输方法和数据传输装置 | |
CN115462007B (zh) | 用户设备和基站 | |
US10070430B2 (en) | Method for configuring resource to data radio bearer DRB, and apparatus | |
CN110622549B (zh) | 协议数据单元会话分割功能和信令发送 | |
RU2767756C2 (ru) | Способ передачи данных, устройство доступа к сети и терминал | |
KR20210088638A (ko) | 핸드오버를 위한 방법 및 장비 | |
US11877327B2 (en) | Method and apparatus for transmitting and receiving connection information in wireless communication system | |
EP3721673B1 (en) | Apparatus and method for selecting centralized unit-user plane in wireless communication system | |
EP3852481A1 (en) | Mode switching method and data stream distribution method and apparatus | |
CN109587746B (zh) | 与无线接入网络相关的设备和方法 | |
CN110839267B (zh) | 服务节点更新方法、终端设备和网络侧设备 | |
CN111757395B (zh) | 信息传输方法、通信装置及存储介质 | |
CN101959265A (zh) | 一种中继切换方法、系统和设备 | |
CN111866963A (zh) | 通信方法、通信装置、计算机存储介质及通信系统 | |
CN117835340A (zh) | 通信方法和装置 | |
KR20230124693A (ko) | 포지셔닝 설정 방법 및 전자 장치 | |
CN105165103B (zh) | 无线连接建立方法和装置 | |
CN116325930A (zh) | 用于拓扑冗余的设备、方法、装置和计算机可读介质 | |
JP2020508613A (ja) | 接続確立方法および装置 | |
WO2023027022A1 (ja) | 装置及び方法 | |
WO2023027023A1 (ja) | 第1の装置、第2の装置及び方法 | |
WO2017062014A1 (en) | Radio access network orchestrator for wireless networks | |
CN117528762A (zh) | 定位消息传输方法、设备、装置及存储介质 | |
CN115696612A (zh) | 通信方法、装置及存储介质 |
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 |