TW202228467A - 用於蜂巢網路中的協調機器學習的模型發現和選擇 - Google Patents
用於蜂巢網路中的協調機器學習的模型發現和選擇 Download PDFInfo
- Publication number
- TW202228467A TW202228467A TW110136897A TW110136897A TW202228467A TW 202228467 A TW202228467 A TW 202228467A TW 110136897 A TW110136897 A TW 110136897A TW 110136897 A TW110136897 A TW 110136897A TW 202228467 A TW202228467 A TW 202228467A
- Authority
- TW
- Taiwan
- Prior art keywords
- model
- request
- features
- base station
- core network
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/54—Store-and-forward switching systems
- H04L12/56—Packet switching systems
- H04L12/5601—Transfer mode dependent, e.g. ATM
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
- H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/08—Reselecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/20—Manipulation of established connections
- H04W76/27—Transitions between radio resource control [RRC] states
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/14—Backbone network devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/54—Store-and-forward switching systems
- H04L12/56—Packet switching systems
- H04L12/5601—Transfer mode dependent, e.g. ATM
- H04L2012/5625—Operations, administration and maintenance [OAM]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
OAM核心網路可以接收針對ML/NN模型和與ML/NN程序相關聯的特徵的請求。OAM核心網路可以基於請求來決定對ML/NN模型和特徵的最新更新,並且產生指示對ML/NN模型和特徵的最新更新的對請求的回應。在各態樣中,基地台可以經由將針對ML/NN模型和特徵的請求發送到OAM核心網路來發起針對ML/NN模型和特徵的請求。基地台可以基於所發送的請求來接收OAM核心網路的所產生的回應。在另外的態樣中,UE可以經由向基地台發送請求來發起針對ML/NN模型和特徵的請求,其中UE可以基於所發送的請求來從基地台接收ML/NN模型和特徵。
Description
本專利申請案主張於2020年12月3日提出申請的並且名稱為「MODEL DISCOVERY AND SELECTION FOR COOPERATIVE MACHINE LEARNING IN CELLULAR NETWORKS」的美國專利申請案第17/111,346號的權益,上述申請案整體地經由引用方式明確地被併入本文。
概括而言,本案內容係關於無線通訊系統,以及更具體地,本案內容係關於用於蜂巢網路中的協調機器學習(ML)的模型發現和選擇。
無線通訊系統被廣泛地部署以提供諸如電話、視訊、資料、訊息傳遞和廣播的各種電信服務。典型的無線通訊系統可以採用能夠經由共享可用的系統資源來支援與多個使用者的通訊的多工存取技術。此類多工存取技術的實例包括分碼多工存取(CDMA)系統、分時多工存取(TDMA)系統、分頻多工存取(FDMA)系統、正交分頻多工存取(OFDMA)系統、單載波分頻多工存取(SC-FDMA)系統和時分同步分碼多工存取(TD-SCDMA)系統。
已經在各種電信標準中採用這些多工存取技術,以提供使不同的無線設備能夠在城市、國家、地區以及甚至全球級別進行通訊的公共協定。實例電信標準是5G新無線電(NR)。5G NR是由第三代合作夥伴(3GPP)發佈的連續行動寬頻進化的一部分,以滿足與延時、可靠性、安全性、可擴展性(例如,與物聯網路(IoT)一起)相關聯的新要求以及其他要求。5G NR 包括與增強型行動寬頻(eMBB)、大規模機器類型通訊(mMTC)和超可靠低時延通訊(URLLC)相關聯的服務。5G NR的一些態樣可以是基於4G長期進化(LTE)標準的。存在對5G NR技術的進一步改進的需求。這些改進亦可以適用於其他多工存取技術以及採用這些技術的電信標準。
下文提供了對一或多個態樣的簡要概述,以便提供對此類態樣的基本理解。該概述不是全部預期態樣的廣泛綜述,以及既不意欲標識全部態樣的關鍵或重要元素,亦不意欲圖示任何或全部態樣的範疇。其唯一目的是以簡化形式提供一或多個態樣的一些概念,作為稍後提供的更詳細描述的前序。
在本案內容的一個態樣中,提供了一種方法、電腦可讀取媒體和裝置。該裝置可以向核心網路的介面發送針對與機器學習(ML)程序或神經網路(NN)程序中的至少一項相關聯的模型或特徵中的至少一項的請求;經由核心網路的介面,基於該請求來決定模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應;及從核心網路的介面接收對針對模型或特徵中的至少一項的請求的回應,對該請求的回應指示對模型或特徵中的至少一項的最新更新。
在本案內容的另一態樣中,提供了一種方法、電腦可讀取媒體和裝置。該裝置可以決定發起針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;向核心網路發送該請求;及基於該請求來從核心網路接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。
在本案內容的又一態樣中,提供了一種方法、電腦可讀取媒體和裝置。該裝置可以向基地台發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;及基於該請求從基地台接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。
為了實現前述目的和相關目的,一或多個態樣包括下文中充分地描述以及在請求項中特別指出的特徵。下文的描述和附圖詳細闡述了一或多個態樣的某些說明性的特徵。然而,這些特徵指示在其中可以採用各個態樣的原理的各個方式中的僅一些方式,以及該描述意欲包括全部此類態樣以及其均等物。
下文結合附圖闡述的具體實施方式意欲作為對各個配置的描述,而不意欲表示在其中可以實踐本文所描述的概念的唯一配置。出於提供對各個概念的全面理解的目的,具體實施方式包括特定細節。然而,對於本領域技藝人士來說將顯而易見的是,可以在沒有這些特定細節的情況下實踐這些概念。在一些實例中,以方塊圖的形式圖示公知的結構和部件,以便避免使此類概念模糊。
現在將參考各種裝置和方法來提供電信系統的若干態樣。這些裝置和方法將在下文的具體實施方式中進行描述,以及在附圖中經由各個方塊、部件、電路、程序、演算法等(被統稱為「元素」)來示出。可以使用電子硬體、電腦軟體或者其任何組合來實現這些元素。此類元素是實現成硬體還是軟體,取決於特定應用和施加到整個系統上的設計約束。
舉例而言,元素、或元素的任何部分或元素的任何組合可以實現為包括一或多個處理器的「處理系統」。處理器的實例包括微處理器、微控制器、圖形處理單元(GPU)、中央處理單元(CPU)、應用處理器、數位訊號處理器(DSP)、精簡指令集計算(RISC)處理器、片上系統(SoC)、基頻處理器、現場可程式設計閘陣列(FPGA)、可程式設計邏輯裝置(PLD)、狀態機、閘控邏輯、個別硬體電路以及被配置為執行遍及本案內容描述的各種功能的其他合適的硬體。處理系統中的一或多個處理器可以執行軟體。無論是被稱為軟體、韌體、中介軟體、微代碼、硬體描述語言或者其他名稱,軟體皆應當被廣泛地解釋為意指指令、指令集、代碼、程式碼片段、程式碼、程式、副程式、軟體部件、應用、軟體應用、套裝軟體、常式、子常式、物件、可執行檔、執行的執行緒、程序、函數等。
相應地,在一或多個實例實施例中,可以在硬體、軟體或者其任何組合中實現所描述的功能。若在軟體中實現,則功能可以作為一或多個指令或代碼來在電腦可讀取媒體上進行儲存或者編碼。電腦可讀取媒體包括電腦儲存媒體。儲存媒體可以是可以由電腦存取的任何可用媒體。經由舉例而非限制的方式,此類電腦可讀取媒體可以包括隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電子可抹除可程式設計ROM(EEPROM)、光碟記憶體、磁碟記憶體、其他磁存放裝置、上述類型的電腦可讀取媒體的組合、或者能夠用於以指令或資料結構的形式儲存能夠由電腦存取的電腦可執行代碼的任何其他媒體。
圖1是示出無線通訊系統和存取網路100的實例的圖。無線通訊系統(亦被稱為無線廣域網路(WWAN))包括基地台102、UE 104、進化封包核心(EPC)160、以及另一核心網路190(例如,5G核心(5GC))。基地台102可以包括巨集細胞(高功率蜂巢基地台)及/或小型細胞(低功率蜂巢基地台)。巨集細胞包括基地台。小型細胞包括毫微微細胞、微微細胞和微細胞。
被配置用於4G LTE(被統稱為進化的通用行動電信系統(UMTS)陸地無線電存取網路(E-UTRAN))的基地台102可以經由第一回載鏈路132(例如,S1介面)來與EPC 160對接。被配置用於5G NR(被統稱為下一代RAN(NG-RAN))的基地台102可以經由第二回載鏈路184來與核心網路190對接。除了其他功能之外,基地台102亦可以執行以下功能中的一或多個功能:使用者資料的傳輸、無線電通道加密和解密、完整性保護、標頭壓縮、行動性控制功能(例如,切換、雙連接)、細胞間干擾協調、連接建立和釋放、負載均衡、針對非存取層(NAS)訊息的分發、NAS節點選擇、同步、無線電存取網路(RAN)共享、多媒體廣播多播服務(MBMS)、使用者和設備追蹤、RAN資訊管理(RIM)、傳呼、定位和對警告訊息的傳遞。基地台102可以在第三回載鏈路134(例如,X2介面)上彼此直接或間接地(例如,經由EPC 160或核心網路190)通訊。第一回載鏈路132、第二回載鏈路184和第三回載鏈路134可以是有線的或無線的。
基地台102可以與UE 104進行無線通訊。基地台102之每一者基地台102可以針對相應的地理覆蓋區域110提供通訊覆蓋。可以存在重疊的地理覆蓋區域110。例如,小型細胞102'可以具有與一或多個巨集基地台102的覆蓋區域110重疊的覆蓋區域110'。包括小型細胞和巨集細胞兩者的網路可以被稱為異質網路。異質網路亦可以包括家庭進化型節點B(eNB)(HeNB),HeNB可以向被稱為封閉用戶群組(CSG)的受限制組提供服務。在基地台102與UE 104之間的通訊鏈路120可以包括從UE 104到基地台102的上行鏈路(UL)(亦被稱為反向鏈路)傳輸及/或從基地台102到UE 104的下行鏈路(DL)(亦被稱為前向鏈路)傳輸。通訊鏈路120可以使用多輸入多輸出(MIMO)天線技術,其包括空間多工、波束成形及/或發射分集。通訊鏈路可以是經由一或多個載波的。基地台102/UE 104可以使用在用於每個方向上的傳輸的總共多達Yx兆赫(MHz)(x個分量載波)的載波聚合中分配的、每載波多達Y MHz(例如,5、10、15、20、100、400等MHz)頻寬的頻譜。載波可以彼此相鄰或者可以彼此不相鄰。對載波的分配可以是關於DL和UL不對稱的(例如,比UL相比,針對DL可以分配更多或更少的載波)。分量載波可以包括主分量載波和一或多個輔分量載波。主分量載波可以被稱為主細胞(PCell),以及輔分量載波可以被稱為輔細胞(SCell)。
某些UE 104可以使用設備到設備(D2D)通訊鏈路158彼此通訊。D2D通訊鏈路158可以使用DL/UL WWAN頻譜。D2D通訊鏈路158可以使用一或多個側行鏈路通道,諸如實體側行鏈路廣播通道(PSBCH)、實體側行鏈路發現通道(PSDCH)、實體側行鏈路共享通道(PSSCH)以及實體側行鏈路控制通道(PSCCH)。D2D通訊可以經由各種各樣的無線D2D通訊系統,諸如例如,WiMedia、藍芽、ZigBee、基於電氣與電子工程師學會(IEEE)802.11標準的Wi-Fi、LTE或者NR。
無線通訊系統亦可以包括在例如5 GHz免許可頻譜等中經由通訊鏈路154來與Wi-Fi站(STA)152相通訊的Wi-Fi存取點(AP)150。當在免許可頻譜中通訊時,STA 152/AP 150可以在通訊之前執行閒置通道評估(CCA)以便決定通道是否可用。
小型細胞102'可以在經許可及/或免許可頻譜中操作。當在免許可頻譜中操作時,小型細胞102'可以採用NR以及使用如由Wi-Fi AP 150所使用的相同的免許可頻譜(例如,5 GHz等)。在免許可頻譜中採用NR的小型細胞102'可以提升對存取網路的覆蓋及/或增加存取網路的容量。
電磁頻譜通常基於頻率/波長而被細分為各種類別、頻帶、通道等。在5G NR 中,兩個初始操作頻帶已經被標識為頻率範圍名稱FR1(410 MHz - 7.125 GHz)和FR2(24.25 GHz - 52.6 GHz)。FR1和FR2之間的頻率通常被稱為中頻帶頻率。儘管FR1的一部分大於6 GHz,但是在各種文件和文章中,FR1通常(可互換地)被稱為「低於6 GHz」頻帶。關於FR2有時會出現類似的命名問題,儘管它與極高頻(EHF)頻帶(30 GHz - 300 GHz)不同,但是在文件和文章中通常(可互換地)被稱為「毫米波」頻帶,EHF頻帶被國際電信聯盟(ITU)標識為「毫米波」頻帶。
考慮到以上態樣,除非另有具體說明,否則應當理解,若在本文中使用術語「低於6 GHz」等,則其可以廣義地表示可以小於6 GHz、可以在FR1內、或可以包括中頻帶頻率的頻率。此外,除非另有具體說明,否則應當理解,若在本文中使用術語「毫米波」等,則其可以廣義地表示可以包括中頻帶頻率、可以在FR2內、或可以在EHF頻帶內的頻率。
基地台102(無論是小型細胞102'還是大型細胞(例如,巨集基地台))可以包括及/或被稱為eNB、gNodeB(gNB)或另一類型的基地台。一些基地台(諸如gNB 180)可以在傳統的低於6 GHz頻譜中、在毫米波頻率及/或近毫米波頻率中操作,以與UE 104相通訊。當gNB 180在毫米波或者近毫米波頻率中操作時,gNB 180可以被稱為毫米波基地台。毫米波基地台180可以利用與UE 104的波束成形182,以補償極高的路徑損耗和短距離。基地台180和UE 104可以各自包括複數個天線,諸如天線元件、天線面板及/或天線陣列以促進波束成形。
基地台180可以在一或多個發送方向182'上向UE 104發送波束成形訊號。UE 104可以在一或多個接收方向182''上從基地台180接收波束成形訊號。UE 104亦可以在一或多個發送方向上向基地台180發送波束成形訊號。基地台180可以在一或多個接收方向上從UE 104接收波束成形訊號。基地台180/UE 104可以執行波束訓練以決定針對基地台180/UE 104中的每一者的最佳接收和發送方向。用於基地台180的發送方向和接收方向可以是相同的或者可以是不相同的。用於UE 104的發送方向和接收方向可以是相同的或者可以是不相同的。
EPC 160可以包括行動性管理實體(MME)162、其他MME 164、服務閘道166、多媒體廣播服務(MBMS)閘道168、廣播多播服務中心(BM-SC)170和封包資料網路(PDN)閘道172。MME 162可以與歸屬用戶伺服器(HSS)174相通訊。MME 162是處理UE 104與EPC 160之間的訊號傳遞的控制節點。一般來講,MME 162提供承載和連接管理。全部的使用者網際網路協定(IP)封包是經由服務閘道166來傳送的,該服務閘道本身連接到PDN閘道172。PDN閘道172向UE提供IP位址分配以及其他功能。PDN閘道172和BM-SC 170連接到IP服務176。IP服務176可以包括網際網路、網內網路、IP多媒體子系統(IMS)、PS流服務及/或其他IP服務。BM-SC 170可以提供用於MBMS使用者服務設定和傳送的功能。BM-SC 170可以用作針對內容提供方MBMS傳輸的入口點,可以用以授權並發起公共陸地行動網路(PLMN)內的MBMS承載服務,以及可以用以排程MBMS傳輸。MBMS閘道168可以用以向屬於對特定服務進行廣播的多播廣播單頻網路(MBSFN)區域的基地台102分發MBMS傳輸量,以及可以負責通信期管理(開始/停止)和負責收集與eMBMS相關的計費資訊。
核心網路190可以包括存取和行動性管理功能(AMF)192、其他AMF 193、通信期管理功能(SMF)194和使用者平面功能(UPF)195。AMF 192可以與統一資料管理單元(UDM)196進行通訊。AMF 192是處理UE 104與核心網路190之間的訊號傳遞的控制節點。通常,AMF 192提供QoS流和通信期管理。全部的使用者網際網路協定(IP)封包經由UPF 195來傳輸。UPF 195提供UE IP位址分配以及其他功能。UPF 195連接到IP服務197。IP服務197可以包括網際網路、網內網路、IP多媒體子系統(IMS)、封包交換(PS)流式(PSS)服務及/或其他IP服務。
基地台可以包括及/或被稱為gNB、節點B、eNB、存取點、基地台收發機站、無線電基地台、無線電收發機、收發機功能、基本服務集(BSS)、擴展服務集(ESS)、發送接收點(TRP)、或者某種其他適當的術語。基地台102針對UE 104提供去往EPC 160或核心網路190的存取點。UE 104的實例包括蜂巢式電話、智慧型電話、對話啟動協定(SIP)電話、膝上型電腦、個人數位助理(PDA)、衛星無線電單元、全球定位系統、多媒體設備、視訊設備、數位音訊播放機(例如,MP3播放機)、攝像機、遊戲控制台、平板電腦、智慧設備、可穿戴設備、運載工具、電錶、氣泵、大型或小型廚房電器、醫療保健設備、植入物、感測器/致動器、顯示器、或者任何其他類似功能的設備。UE 104中的一些UE可以被稱為IoT設備(例如,停車計費表、氣泵、烤箱、運載工具、心臟監護儀等)。UE 104亦可以稱為站、行動站、用戶站、行動單元、用戶單元、無線單元、遠端單元、行動設備、無線設備、無線通訊設備、遠端設備、行動用戶站、存取終端、行動終端、無線終端、遠端終端機、手持設備、使用者代理、行動服務客戶端、客戶端或者某種其他適當的術語。
再次參考圖1,在某些態樣中,核心網路190可以包括操作和管理(OAM)發起器部件191,其被配置為:向核心網路的介面發送針對與機器學習(ML)程序或神經網路(NN)程序中的至少一項相關聯的模型或特徵中的至少一項的請求;經由核心網路的介面,基於該請求來決定模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應;及從核心網路的介面接收對針對模型或特徵中的至少一項的請求的回應,對該請求的回應指示對模型或特徵中的至少一項的最新更新。在某些態樣中,基地台180可以包括基地台發起器部件199,其被配置為:決定發起針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;向核心網路發送該請求;及基於該請求來從核心網路接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。在某些態樣中,UE 104可以包括UE發起器部件198,其被配置為:向基地台發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;及基於該請求從基地台接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。儘管以下描述可能集中於5G NR,但是本文描述的概念可以適用於其他類似的領域,諸如LTE、LTE-A、CDMA、GSM和其他無線技術。
圖2A是示出5G NR訊框結構內的第一子訊框的實例的圖200。圖2B是示出5G NR子訊框內的DL通道的實例的圖230。圖2C是示出5G NR訊框結構內的第二子訊框的實例的圖250。圖2D是示出5G NR子訊框內的UL通道的實例的圖280。5G NR訊框結構可以是分頻雙工(FDD)(其中針對特定的次載波集合(載波系統頻寬),該次載波集合內的子訊框專用於DL或UL),或者可以是分時雙工(TDD)(其中針對特定的次載波集合(載波系統頻寬),該次載波集合內的子訊框專用於DL和UL二者)。在圖2A、2C所提供的實例中,5G NR訊框結構被假設為TDD,其中子訊框4被配置有時槽格式28(其中大多數為DL),其中D是DL,U是UL,並且F是可在DL/UL之間靈活使用的,並且子訊框3被被配置有時槽格式1(其中全為UL)。儘管子訊框3、4分別被示為具有時槽格式1、28,但是任何特定子訊框可以被配置有各種可用的時槽格式0-61中的任何時槽格式。時槽格式0、1分別是全DL、全UL。其他時槽格式2-61包括DL、UL和靈活符號的混合。經由接收到的時槽格式指示符(SFI)來將UE配置為具有時槽格式(經由DL控制資訊(DCI)動態地配置或者經由無線電資源控制(RRC)訊號傳遞半靜態地/靜態地配置)。要注意的是,以下描述亦適用於作為TDD的5G NR訊框結構。
其他無線通訊技術可以具有不同的訊框結構及/或不同的通道。訊框(10 ms)可以被劃分為10個大小相等的子訊框(1 ms)。每個子訊框可以包括一或多個時槽。子訊框亦可以包括微時槽,微時槽可以包括7、4或2個符號。每個時槽可以包括7或14個符號,這取決於時槽配置。對於時槽配置0,每個時槽可以包括14個符號,而對於時槽配置1,每個時槽可以包括7個符號。DL上的符號可以是循環字首(CP)正交分頻多工(OFDM)(CP-OFDM)符號。UL上的符號可以是CP-OFDM符號(針對高輸送量場景)或者離散傅裡葉變換(DFT)展頻OFDM(DFT-s-OFDM)符號(亦被稱為單載波分頻多工存取(SC-FDMA)符號)(針對功率受限場景;限於單個串流傳輸)。子訊框內的時槽數量可以基於時槽配置和數字方案(numerology)。對於時槽配置0,不同的數字方案µ 0至4允許每子訊框分別有1、2、4、8和16個時槽。對於時槽配置1,不同的數字方案0至2允許每子訊框分別有2、4和8個時槽。相應地,對於時槽配置0和數字方案µ,存在14個符號/時槽和2
µ個時槽/子訊框。次載波間隔和符號長度/持續時間是數字方案的函數。次載波間隔可以等於
kHz,其中
是數字方案0至4。因此,數字方案µ=0具有15 kHz的次載波間隔,並且數字方案µ=4具有240 kHz的次載波間隔。符號長度/持續時間與次載波間隔負相關。圖2A-2D提供了具有每時槽14個符號的時槽配置0以及具有每子訊框4個時槽的數字方案µ=2的實例。時槽持續時間是0.25 ms,次載波間隔是60 kHz,並且符號持續時間近似為16.67 µs。在訊框集合內,可以存在可以被分頻多工的一或多個不同的頻寬部分(BWP)(參見圖2)。每個BWP可以具有特定的數字方案。
資源柵格可以用於表示訊框結構。每個時槽包括資源區塊(RB)(亦被稱為實體RB(PRB)),其擴展12個連續的次載波。資源柵格被劃分為多個資源元素(RE)。每個RE攜帶的位元數量取決於調制方案。
如圖2A中所示,RE中的一些RE攜帶用於UE的參考(引導頻)訊號(RS)。RS可以包括用於UE處的通道估計的解調RS(DM-RS)(針對一種特定配置被指示成R,但是其他DM-RS配置是可能的)以及通道狀態資訊參考訊號(CSI-RS)。RS亦可以包括波束量測RS(BRS)、波束細化RS(BRRS)以及相位追蹤RS(PT-RS)。
圖2B圖示訊框的子訊框內的各種DL通道的實例。實體下行鏈路控制通道(PDCCH)在一或多個控制通道元素(CCE)(例如,1、2、4、8或16個CCE)內攜帶DCI,每個CCE包括六個RE組(REG),每個REG在RB的一個OFDM符號中包括12個連續的RE。一個BWP內的PDCCH可以被稱為控制資源集(CORESET)。UE被配置為在CORESET上的PDCCH監測時機期間在PDCCH搜尋空間(例如,公共搜尋空間、UE特定搜尋空間)中監測PDCCH候選,其中PDCCH候選具有不同的DCI格式和不同的聚合水平。額外的BWP可以跨越通道頻寬位於較大及/或較低的頻率處。主要同步訊號(PSS)可以在訊框的特定子訊框的符號2內。PSS被UE 104用來決定子訊框/符號定時和實體層標識。輔同步訊號(SSS)可以在訊框的特定子訊框的符號4內。SSS被UE用來決定實體層細胞標識組號和無線電訊框定時。基於實體層標識和實體層細胞標識組號,UE可以決定實體細胞辨識符(PCI)。基於PCI,UE可以決定上述DM-RS的位置。實體廣播通道(PBCH)(其攜帶主資訊區塊(MIB))可以在邏輯上與PSS和SSS封包在一起,以形成同步訊號(SS)/PBCH塊(亦被稱為SS塊(SSB))。MIB提供系統頻寬中的RB的數量和系統訊框號(SFN)。實體下行鏈路共享通道(PDSCH)攜帶使用者資料、不是經由PBCH發送的廣播系統資訊(例如,系統資訊區塊(SIB))以及傳呼訊息。
如圖2C中所示,RE中的一些RE攜帶用於基地台處的通道估計的DM-RS(針對一種特定配置被指示成R,但是其其他DM-RS配置是可能的)。UE可以發送針對實體上行鏈路控制通道(PUCCH)的DM-RS和針對實體上行鏈路共享通道(PUSCH)的DM-RS。可以在PUSCH的前一個或兩個符號中發送PUSCH DM-RS。在不同的配置中,可以根據發送了短PUCCH亦是長PUCCH並且根據使用的特定PUCCH格式,來發送PUCCH DM-RS。UE可以發送探測參考訊號(SRS)。SRS可以是在子訊框的最後一個符號中發送的。SRS可以具有梳結構,並且UE可以在這些梳之一上發送SRS。SRS可以被基地台用於通道品質估計,以實現UL上的取決於頻率的排程。
圖2D圖示訊框的子訊框內的各種UL通道的實例。可以如在一種配置中指示地來定位PUCCH。PUCCH攜帶上行鏈路控制資訊(UCI),例如,排程請求、通道品質指示符(CQI)、預編碼矩陣指示符(PMI)、秩指示符(RI)和混合自動重傳請求(HARQ)確認(ACK)(HARQ-ACK)資訊(ACK/否定ACK(NACK)回饋)。PUSCH攜帶資料,並且可以另外用於攜帶緩衝器狀態報告(BSR)、功率餘量報告(PHR)及/或UCI。
圖3是在存取網路中基地台310與UE 350進行通訊的方塊圖。在DL中,可以將來自EPC 160的IP封包提供給控制器/處理器375。控制器/處理器375實現層3和層2功能。層3包括無線電資源控制(RRC)層,以及層2包括服務資料適配協定(SDAP)層、封包資料彙聚協定(PDCP)層、無線電鏈路控制(RLC)層和媒體存取控制(MAC)層。控制器/處理器375提供:與以下各項相關聯的RRC層功能:系統資訊(例如,MIB、SIB)的廣播、RRC連接控制(例如,RRC連接傳呼、RRC連接建立、RRC連接修改、以及RRC連接釋放)、無線電存取技術(RAT)間行動性、以及用於UE量測報告的量測配置;與以下各項相關聯的PDCP層功能:標頭壓縮/解壓縮、安全性(加密、解密、完整性保護、完整性驗證)、以及切換支援功能;與以下各項相關聯的RLC層功能:上層封包資料單元(PDU)的傳輸、經由ARQ的糾錯、RLC服務資料單元(SDU)的串接、分段和重組、RLC資料PDU的重新分段、以及RLC資料PDU的重新排序;及與以下各項相關聯的MAC層功能:邏輯通道和傳輸通道之間的映射、MAC SDU到傳輸塊(TB)上的多工、MAC SDU從TB的解多工、排程資訊報告、經由HARQ的糾錯、優先順序處置、以及邏輯通道優先化。
發送(TX)處理器316和接收(RX)處理器370實現與各種訊號處理功能相關聯的層1功能。包括實體(PHY)層的層1可以包括對傳輸通道的錯誤偵測、對傳輸通道的前向糾錯(FEC)編碼/解碼、交錯、速率匹配、到實體通道上的映射、對實體通道的調制/解調、以及MIMO天線處理。TX處理器316基於各種調制方案(例如,二進位移相鍵控(BPSK)、正交移相鍵控(QPSK)、M相-移相鍵控(M-PSK)、M階正交幅度調制(M-QAM))來處理到訊號群集的映射。隨後,可以將經編碼和調制的符號分成並行的串流。隨後,可以將每個流映射到OFDM次載波、在時域及/或頻域中與參考訊號(例如,引導頻)進行多工處理,以及隨後使用快速傅立葉逆變換(IFFT)將其組合在一起,以產生攜帶時域OFDM符號串流的實體通道。對OFDM流進行空間預編碼以產生多個空間串流。來自通道估計器374的通道估計可以用以決定編碼和調制方案以及用於空間處理。通道估計可以從由UE 350發送的參考訊號及/或通道狀況回饋來推導。隨後,將每個空間串流經由單獨的發射器318TX來提供給不同的天線320。每個發射器318TX可以利用相應的空間串流來對RF載波進行調制以用於傳輸。
在UE 350處,每個接收器354RX經由其相應的天線352來接收訊號。每個接收器354RX對調制到RF載波上的資訊進行恢復並將該資訊提供給接收(RX)處理器356。TX處理器368和RX處理器356實現與各種訊號處理功能相關聯的層1功能。RX處理器356可以對資訊執行空間處理以恢復目的地為UE 350的任何空間流。若多個空間串流目的地為UE 350,則RX處理器356可以將它們組合成單個OFDM符號串流。隨後,RX處理器356使用快速傅立葉轉換(FFT)來將OFDM符號串流從時域轉換到頻域。頻域訊號包括針對OFDM訊號的每個次載波的單獨的OFDM符號串流。經由決定由基地台310發送的最有可能的訊號群集點來對每個次載波上的符號以及參考訊號進行恢復和解調。這些軟決策可以基於由通道估計器358計算出的通道估計。隨後,對軟決策進行解碼和解交錯來恢復最初由基地台310在實體通道上發送的資料和控制訊號。隨後將資料和控制訊號提供給控制器/處理器359,控制器/處理器359實現層3和層2功能。
控制器/處理器359可以與儲存程式碼和資料的記憶體360相關聯。記憶體360可以被稱為電腦可讀取媒體。在UL中,控制器/處理器359提供傳輸通道與邏輯通道之間的解多工、封包重組、解密、標頭解壓縮和控制訊號處理,以恢復來自EPC 160的IP封包。控制器/處理器359亦負責使用ACK及/或NACK協定的錯誤偵測以支援HARQ操作。
與結合由基地台310進行的DL傳輸所描述的功能類似,控制器/處理器359提供:RRC層功能,其與以下各項相關聯:系統資訊(例如,MIB、SIB)獲取、RRC連接和量測報告;PDCP層功能,其與以下各項相關聯:標頭壓縮/解壓縮和安全性(加密、解密、完整性保護、完整性驗證);RLC層功能,其與以下各項相關聯:對上層PDU的傳送、經由ARQ的糾錯、對RLC SDU的串接、分段和重組、對RLC資料PDU的重新分段和對RLC資料PDU的重新排序;及MAC層功能,其與以下各項相關聯:在邏輯通道與傳輸通道之間的映射、對MAC SDU到TB上的多工、對MAC SDU從TB的解多工、排程資訊報告、經由HARQ的糾錯、優先順序處理和邏輯通道優先化。
由通道估計器358從由基地台310發送的參考訊號或回饋推導出的通道估計可以由TX處理器368用以選擇適當的編碼和調制方案,以及用以促進空間處理。可以經由單獨的發射器354TX來將由TX處理器368產生的空間串流提供給不同天線352。每個發射器354TX可以利用相應的空間串流來對RF載波進行調制以用於傳輸。
在基地台310處,以類似於結合UE 350處的接收器功能所描述的方式來處理UL傳輸。每個接收器318RX經由其相應的天線320來接收訊號。每個接收器318RX對調制到RF載波上的資訊進行恢復並且將該資訊提供給RX處理器370。
控制器/處理器375可以與儲存程式碼和資料的記憶體376相關聯。記憶體376可以被稱為電腦可讀取媒體。在UL中,控制器/處理器375提供傳輸通道與邏輯通道之間的解多工、封包重組、解密、標頭解壓縮、控制訊號處理,以恢復來自UE 350的IP封包。來自控制器/處理器375的IP封包可以被提供給EPC 160。控制器/處理器375亦負責使用ACK及/或NACK協定的錯誤偵測來支援HARQ操作。
TX處理器368、RX處理器356和控制器/處理器359中的至少一者可以被配置為執行結合圖1的198的各態樣。
TX處理器316、RX處理器370和控制器/處理器375中的至少一者可以被配置為執行結合圖1的199的各態樣。
TX處理器316、RX處理器370和控制器/處理器375中的至少一者可以被配置為執行結合圖1的191的各態樣。
無線通訊系統可以被配置為共享可用系統資源,並且基於支援與多個使用者的通訊的多工存取技術(諸如CDMA系統、TDMA系統、FDMA系統、OFDMA系統、SC-FDMA系統、TD-SCDMA系統等)來提供各種電信服務(例如,電話、視訊、資料、訊息傳遞、廣播等)。在許多情況下,在各種電信標準中採用促進與無線設備的通訊的公共協定。例如,與eMBB、mMTC和URLLC相關聯的通訊方法可以併入5G NR電信標準中,而其他態樣可以併入4G LTE標準中。由於行動寬頻技術是不斷進化的一部分,所以對行動寬頻的進一步改進對於繼續此類技術的發展仍然是有用的。
圖4圖示用於機器學習(ML)和神經網路(NN)模型發現和管理技術的網路架構的圖400。ML/NN模型的效能可以是基於複數個標準的,諸如特徵選擇、模型選擇、取樣數量等。特徵選擇可以對應於用於訓練和測試ML/NN模型的ML/NN模型的輸入參數。模型選擇可以對應於從複數個模型(例如,基於模型複雜性或最佳化參數)決定要執行的模型。取樣數量可以對應於一或多個特徵的觀測數量。
所選擇的模型和特徵可能對ML/NN模型的效能以及整體網路架構和系統的效能產生影響。UE 402和基地台404可以在PHY層、MAC層和上層中執行程序,其中ML/NN模型可以提供效能增強。對於PHY層、MAC層等中的不同技術,不同的ML/NN模型可以用於UE 402和基地台404的不同程序。例如,基於一或多個模型選擇技術,第一ML模型可以用於第一程序,並且第二ML模型可以用於第二程序。若UE 402與降低的功率及/或計算複雜度相關聯,則UE 402可以被配置有低計算複雜度的ML/NN模型,或者UE 402可以不被配置為執行ML/NN模型和特徵選擇。因此,網路(例如,基地台404以及操作和管理(OAM)核心網路406)可以輔助UE 402針對PHY層、MAC層和上層的不同技術進行ML/NN模型和特徵選擇。
OAM核心網路406可以包括複數個網路實體和介面,其允許在UE 402、基地台404及/或OAM核心網路406處執行ML/NN程序。UE 402可以被配置為向基地台404發送ML/NN模型和特徵請求訊息,基地台404亦可以被配置為向OAM核心網路406的模型資料存取協調器(MDAC)408發送模型和特徵請求訊息以更新ML/NN模型。在基地台404接收到基於發送到OAM核心網路406的ML/NN模型和特徵請求對ML/NN模型的更新之後,基地台404可以基於從UE 402接收的ML/NN模型和特徵請求訊息以及從OAM核心網路406接收的對ML/NN模型的更新,來向UE 402發送ML/NN模型和特徵回應訊息。
MDAC 408可以與複數個網路實體(諸如ML/NN資料庫410、資料湖/池412、ML/NN伺服器414等)進行通訊。在配置中,ML/NN伺服器414可以位於OAM核心網路406內(例如,其可以是網際網路服務提供者(ISP)行動邊緣計算(MEC)核心網路)或者ML/NN伺服器414可以位於此類網路之外並且由不同的實體託管。獨立的ML/NN分級器可以被配置為對在ML/NN伺服器414內的ML/NN模型進行分級。UE 402和基地台404可以利用在ML/NN資料庫410處註冊的ML/NN模型,而OAM核心網路406可以針對產生的ML/NN模型執行認證/驗證協定。MDAC 408可以決定是否要利用經認證/驗證的模型,或者是否要為特定程序選擇不同的模型。
ML/NN資料庫410可以包括用於執行複數個操作的ML/NN模型,其可以是基於對ML/NN模型的更新的。亦即,ML/NN資料庫410可以儲存不同的ML/NN模型和更新。ML/NN模型的儲存的細微性可以是每網路切片、每細胞、每RAT、每目的地區域(TA)、每RAN通知區域(RNA)、每PLMN等的。資料湖/池412可以用於儲存資料集以及執行用於不同ML/NN程序的主成分分析(PCA)。例如,資料湖/池412可以儲存用於由OAM核心網路406基於來自UE 402及/或基地台404的請求進行特徵選擇的資料。ML/NN模型的特徵選擇儲存的細微性可以是每網路切片、每細胞、每RAT、每TA、每RNA、每PLMN等的。ML/NN伺服器414可以被配置為輔助UE 402、RAN或其他ML/NN實體進行模型選擇(例如,在OAM核心網路406之外)。模型選擇可以是每網路切片、每細胞、每RAT、每TA、每RNA、每PLMN可發現的。MDAC 408可以被配置成連接ML/NN資料庫410、資料湖/池412、ML/NN伺服器414和基地台404的介面。例如,MDAC 408可以被配置成協調實體,其提供其他網路實體之間的介面,向UE 402和基地台404提供ML/NN模型,並且執行ML/NN模型的認證/驗證。
MDAC 408可以是用於資料發現以及ML/NN模型和分析發現的邏輯實體。MDAC 408的協定可以與網功能變數名稱稱系統(DNS)、關聯式資料庫或超文字傳輸協定(HTTP)(諸如JavaScript物件標記法(JSON)或可延伸標記語言(XML))相關聯。發現程序可以是基於用於ML訓練/推理主機(例如,UE 402、基地台404或OAM核心網路406)的子程序,該ML訓練/推理主機向MDAC 408發送資料和模型請求以進行協調。MDAC 408可以向資料湖/池412和ML/NN伺服器414查詢資料和模型的統一資源辨識項(URI)。MDAC 408可以用訊號向ML/NN資料庫410通知對ML/NN模型的更新。若用於該程序的資料不是當前的或不可用,則MDAC 408亦可以請求資料湖/池412發起資料收集,以用訊號向基地台404或UE 402通知對應資訊。在各態樣中,若模型不可用於不同的ML/NN程序,則MDAC 408可以請求ML/NN伺服器414為此類程序產生ML/NN模型。MDAC 408可以經由將經更新的ML/NN模型推送到ML/NN資料庫410來利用經更新的ML/NN模型更新ML/NN資料庫410。MDAC 408可以向ML主機發送具有所請求的資料和ML模型的URI的回應,並且ML主機可以獲取資料(例如,經由HTTP Get URI(GETURI)命令)。
用於ML/NN模型的搜尋和發現程序可以是基於一或多個輸入參數、一或多個輸出參數、名稱、辨識符(ID)、關鍵字或超本文中的任何一項的。然而,ML/NN模型可能必須首先向ML/NN資料庫410註冊。因此,不可以利用未儲存在ML/NN資料庫410中的未註冊的ML/NN模型。UE 402、基地台404或OAM核心網路406可以被配置為發起模型程序,並且OAM核心網路406可以被配置為產生或更新用於執行不同的ML/NN程序的ML/NN模型的資料集(例如,基於PHY層、MAC層或上層)。
針對ML/NN模型和特徵選擇用訊號通知的請求和回應資訊可以與網路架構的不同實體的ML/NN程序相關聯。例如,用於推理及/或訓練的ML/NN模型選擇可以是網路發起的(例如,由OAM核心網路406或基地台404發起)或UE發起的(例如,由UE 402發起)。針對ML/NN模型和特徵選擇用訊號通知的請求和回應資訊亦可以是基於ML/NN模型來認證的。
圖5A-5B圖示用於基於由OAM核心網路506/556發起的訊號傳遞的ML/NN程序的撥叫流程圖500-550。OAM核心網路506/556可以發起用於推理及/或訓練程序的ML/NN模型選擇。OAM發起的ML/NN程序可以是基於訊號傳遞的或基於管理的。基於訊號傳遞的程序可以對應於與特定UE 552相關聯的ML/NN程序的發起,而基於OAM管理的程序可以對應於與特定TA相關聯的ML/NN程序的發起。OAM核心網路506/556可以經由與所選擇的特徵相關聯的ML/NN模型或模型ID來發起ML/NN程序。在接收到對OAM發起的ML/NN程序的指示時,基地台554亦可以向UE 552指示要用於ML/NN程序的ML/NN模型或模型ID。可以基於RRC訊號傳遞來向UE 552發送ML/NN模型,或者UE 552可以在接收到RRC訊息中的對模型ID和特徵的指示之後基於HTTP GETURI請求來下載ML/NN模型和特徵。亦即,若基地台554將模型直接發送給UE 552,則UE 552可以使用所發送的模型/特徵。若基地台554發送模型ID,則UE 552可以使用HTTP GETURI請求來請求並下載ML/NN模型和特徵。因此,基地台554可以向UE 552提供模型和特徵,或者基地台554可以向UE 552指示模型ID,以便UE 552獨立下載模型和特徵。若UE 552被切換到第二基地台,則ML/NN模型和特徵可以被傳輸/傳送到第二基地台。
參照撥叫流程圖500,OAM核心網路506可以被配置為決定要發送到UE或基地台以執行對應的ML/NN程序的ML/NN模型和特徵。OAM核心網路506可以在516處基於模型和特徵選擇請求經由MDAC 508來發起ML/NN程序。例如,MDAC 508可以在516處接收對ML/NN程序的指示,並且在518處向資料湖/池512發送特徵選擇請求。補充或替代地,在520處,MDAC 508可以向ML/NN資料庫510發送ML/NN模型選擇請求。若ML/NN資料庫510包括用於ML/NN模型的閥值資料量,則ML/NN資料庫510可以在528處向MDAC 508發送指示ML/NN模型的ML/NN模型選擇回應。類似地,資料湖/池512可以在526處基於在518處接收的特徵選擇請求來向MDAC 508發送特徵選擇回應。
若ML/NN資料庫510不包括用於ML/NN模型的閥值資料量,則ML/NN資料庫510可以在522a處向MDAC 508發送ML/NN模型更新請求,亦可以在522b處從MDAC 508向ML/NN伺服器514發送ML/NN模型更新請求。ML/NN伺服器514可以在524a處將指示對ML/NN模型的更新的ML/NN模型更新回應發送到MDAC 508,亦可以在524b處從MDAC 508向ML/NN資料庫510發送ML/NN模型更新回應。基於對ML/NN模型的更新,ML/NN資料庫510可以在528處基於在520處接收的ML/NN模型選擇請求來向MDAC 508發送ML/NN模型選擇回應。在530處,MDAC 508可以向OAM核心網路506指示ML/NN模型和特徵,OAM核心網路506基於所指示的ML/NN模型和特徵來發起撥叫流程圖550的操作。
參照撥叫流程圖550,OAM核心網路556可以在566a/568處針對不同的網路程序(例如,在基地台554處)、UE程序或兩者發起ML/NN程序(例如,經由基於訊號傳遞的ML/NN技術或基於管理的ML/NN技術)。對於用訊號通知的請求,OAM核心網路556可以為ML/NN程序選擇UE 552,並且在566a處向AMF 555指示該請求。在各態樣中,AMF 555可以在566b處將請求中繼到基地台554,基地台554亦可以將請求(例如,在574處)中繼到UE 552。對於管理請求,OAM核心網路556可以在568處向TA(例如,其包括基地台554)發送請求。若UE 552要執行ML/NN程序,則基地台554亦可以向UE 552發送請求(例如,在574處)。一些ML/NN程序可以獨立於基地台554、獨立於UE 552或對應於基地台554和UE 552兩者。
基於在566b/568處從OAM核心網路556接收的基於訊號傳遞的請求或基於管理的請求,基地台554可以在570處從OAM核心網路556下載ML/NN模型和特徵。在572處,基地台554可以決定向UE 552通知ML/NN程序及/或對應的模型ID。在574處,基地台554可以向UE 552發送ML/NN模型和特徵以執行ML/NN程序,或者基地台554可以向UE 552發送ML/NN模型ID以供UE 552獨立下載ML/NN模型。
圖6圖示用於基於基地台發起的訊號傳遞的ML/NN程序的撥叫流程圖600。基地台604可以被配置為發起用於推理及/或訓練程序的ML/NN模型選擇技術。在各態樣中,基地台604可以在616處基於初始化或基於效能下降到閥值以下來發起ML/NN程序。例如,若ML/NN程序用於對在基地台604與UE 602之間發送的資料進行編碼/解碼,則基地台604可以決定在616處發起ML/NN模型選擇技術以提高效能。基地台604亦可以基於切換到用於執行ML/NN程序的不同模型和特徵來切換ML/NN程序。
在618處,基地台604可以向OAM核心網路606發送ML/NN模型和特徵選擇請求。當在620處從OAM核心網路606接收到對ML/NN模型和特徵選擇請求的ML/NN模型和特徵選擇回應時,基地台604可以向UE 602發送RRC訊息以發起ML/NN程序。RRC訊息可以是RRCReconfiguration訊息、RRCSetup訊息、RRCResume訊息、RRCReestablishment訊息等,其可以向UE 602指示模型ID、ML/NN程序ID及/或特徵度量。UE可以利用RRC訊息中包括的資訊(諸如模型ID、特徵列表等)來執行ML/NN程序。
在配置中,基地台604可以指示UE 602針對諸如細胞重新選擇、記錄的量測、早期量測和其他閒置或非活動模式程序之類的程序執行ML/NN模型。與連接模式程序分開,基地台604可以下載ML/NN模型並且用訊號向UE 602通知用於執行閒置或不活動模式程序的配置(例如,基於RRCReconfiguration訊息)。基地台604可以在RRCRelease訊息中向UE 602提供ML/NN模型或模型ID和特徵。
UE 602可以被配置為基於UE 602的條件來決定是否執行ML/NN推斷及/或訓練程序。例如,UE 602可以被配置為接受ML/NN模型、拒絕ML/NN模型或提出替代ML/NN模型。UE 602可以基於UE 602的條件(諸如過熱、有限處理(例如,沒有聯鎖流水線級(MIPS)的微處理器、每秒指令限制)、電池狀態等來發送針對ML/NN推斷減少的請求。為了發送訊息/請求,UE 602可以利用UE輔助資訊或RRC訊息來暫停ML/NN推理和訓練及/或降低ML/NN複雜度。作為回應,網路(例如,基地台604及/或OAM核心網路606)可以將替代模型作為回退用訊號進行通知(例如,若UE 602發送針對降低複雜度的請求的話),或者網路可以用訊號通知UE 602可以用來降低ML/NN複雜度的複雜度降低參數。若UE 602正在基於增加數量的特徵進行操作,則網路可以用訊號通知UE 602停止執行特徵的子集(例如,特徵1到k),但是執行特徵的剩餘子集以提供降低的ML/NN複雜度。
補充或替代地,對於ML/NN推理及/或訓練程序,網路可以請求複數個模型和相關聯的特徵。因此,網路可以同時向UE 602提供多個ML/NN模型和特徵選擇,而不是針對每個ML/NN推理和訓練程序發送請求和接收回應。UE 602可以被配置為基於UE 602的CPU度量、功耗、功率狀態等在高效能和模型簡化之間交替。
圖7圖示用於UE發起的模型和特徵訊號傳遞的撥叫流程圖700。UE 702可以決定在716處將ML/NN模型切換到特定ML/NN程序。替代地,在初始化ML/NN程序時,UE 702可以在718處發起用於下載ML/NN模型和特徵的程序。例如,若UE 702的效能下降到閥值以下,則UE 702可以在720處向基地台704發送ML/NN模型和特徵請求,以切換到UE 702的ML/NN程序並且提高UE 702的效能,諸如對於與編碼和解碼操作相關聯的ML/NN程序。亦可以在722處從基地台704向OAM核心網路706發送ML/NN模型和特徵請求,OAM核心網路706可以在724處基於接收到的ML/NN模型和特徵請求來向基地台704發送ML/NN模型和特徵回應。基地台704同樣可以在726處基於在720處接收到的ML/NN模型和特徵請求以及在724處接收到的ML/NN模型和特徵回應,來將針對ML/NN程序的ML/NN模型和特徵回應中繼到UE 702。
在各態樣中,UE 702可以為針對ML/NN模型和特徵選擇的初始化/切換請求提供UEAssistanceInformation訊息或其他專用RRC訊號傳遞。在發起ML/NN程序時,UE 702可以決定下載相關聯的ML/NN模型或向服務基地台704發送請求。例如,在啟動網路(例如,RAN切片)時,UE 702可以決定使用ML/NN模型,可以從基地台704請求ML/NN模型。UE 702可以利用UEAssistanceInformation訊息或其他專用RRC訊號傳遞來請求ML/NN模型。
可以在使用ML/NN模型之前執行認證技術。例如,UE 702對ML/NN模型的使用可能取決於ML/NN模型的閥值安全水平。因此,ML/NN模型和特徵可以首先由網路驗證。不同的安全態樣可以與下載ML/NN模型相關聯。對於受信任模型,可以基於由受信任實體發佈的簽名(例如,類似於SSL證書)來儲存每個ML/NN模型。UE 702可以在使用ML/NN模型之前驗證簽名/證書。對於受信任使用者,每個ML/NN模型可以包括授權使用者列表。可以經由下載請求來驗證每個使用者的許可權。
圖8是無線通訊的方法的流程圖800。該方法可以由核心網路(例如,核心網路190;OAM核心網路406、506、556、606、706;裝置1102等)來執行,該核心網路可以包括記憶體376並且可以是整個核心網路190、406、506、556、606、706或核心網路190、406、506、556、606、706的部件,諸如TX處理器316,RX處理器370及/或控制器/處理器375。
在802處,核心網路可以向核心網路的介面發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求。例如,參照圖4-5A,核心網路506可以在516處向MDAC 508指示ML/NN程序。核心網路的介面可以是與資料庫410/510、資料湖412/512、資料池412/512、伺服器414/514或基地台404中的至少一者對接的MDAC 408/508。可以基於來自核心網路406/506、基地台404/604或UE 402/702中的至少一者的指示來發起針對模型或特徵中的至少一項的請求的傳輸(例如,在516處)。在各態樣中,核心網路(例如,核心網路190)可以對應於OAM實體(例如,406、506、556、606、706)。
在804處,核心網路可以針對模型的URI來查詢資料庫中的至少一者或者針對特徵來查詢資料湖或資料池中的至少一者。例如,參照圖5A,OAM核心網路506的MDAC 508可以在520處向ML/NN資料庫510發送ML/NN模型選擇請求,並且在518處向資料湖/池512發送特徵選擇請求。
在806處,核心網路可以基於查詢來決定模型的URI或特徵中的至少一項的狀態。例如,參照圖5A,OAM核心網路506的MDAC 508可以基於在528處從ML/NN資料庫510接收的ML/NN模型選擇回應及/或基於在526處從資料湖/池512接收的特徵選擇回應來決定ML/NN模型的狀態。
在808處,核心網路可以基於模型的URI的狀態來向伺服器發送模型更新請求。例如,參照圖5A,OAM核心網路506的MDAC 508可以在522b處基於在522a處從ML/NN資料庫510接收的指示來向ML/NN伺服器514發送ML/NN模型更新請求。
在810處,核心網路可以基於模型更新請求來從伺服器接收經更新的模型。例如,參照圖5A,OAM核心網路506的MDAC 508可以在524a處基於在522b處發送到ML/NN伺服器514的ML/NN模型更新請求來從ML/NN伺服器514接收ML/NN模型更新回應。可以基於用於經更新的模型的認證程序來在ML/NN資料庫510中註冊經更新的模型。
在812處,核心網路可以經由核心網路的介面,基於該請求來決定模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。例如,參照圖5A,OAM核心網路506的MDAC 508可以基於在528處從ML/NN資料庫510接收的ML/NN模型選擇回應來決定ML/NN模型。在各態樣中,ML/NN模型選擇回應可以是基於在524a處從ML/NN伺服器514發送的ML/NN模型更新回應的。核心網路506的MDAC 508可以補充或替代地基於在526處從資料湖/池512接收的特徵選擇回應來決定特徵,該特徵選擇回應可以是基於經更新的資料的。
在814處,核心網路可以從核心網路的介面接收對針對模型或特徵中的至少一項的請求的回應,對該請求的回應指示對模型或特徵中的至少一項的最新更新。例如,參照圖5A,核心網路506可以在530處從MDAC 508接收ML/NN模型和特徵。在530處接收的ML/NN模型和特徵可以指示在528處從ML/NN資料庫510發送的ML/NN模型選擇回應及/或在526處從資料湖/池512發送的特徵選擇回應。
在816處,核心網路可以基於對模型或特徵中的至少一項的最新更新來向核心網路的第一基地台或AMF中的至少一者發送模型或特徵中的至少一項。例如,參照圖5A-5B,OAM 506/556可以在566a處經由基於訊號傳遞的ML/NN技術來向AMF發送ML/NN模型和特徵,或者在568處經由基於管理的ML/NN技術來向基地台554發送ML/NN模型和特徵。在各態樣中,在566a/568處的傳輸可以是基於在530處接收的ML/NN模型和特徵的。在568處到核心網路(例如,OAM核心網路556)的第一基地台(例如,554)或AMF 555中的至少一者的傳輸可以被配置為發起ML程序或NN程序中的至少一項,ML程序或NN程序中的至少一項是訊號傳遞程序或管理程序中的至少一項。
在818處,核心網路可以基於UE到第二基地台的切換來向第二基地台發送模型或特徵中的至少一項。例如,參照圖1,核心網路190可以基於UE 104從第一基地台(例如,180)到第二基地台(例如,102)的切換來向第二基地台(例如,102)發送ML/NN模型和特徵。
圖9是無線通訊的方法的流程圖900。該方法可以由基地台(例如,基地台102、180、404、554、604、704;裝置1202等)來執行,該基地台可以包括記憶體376並且可以是整個基地台102、180、404、554、604、704或基地台102、180、404、554、604、704的部件,諸如TX處理器316、RX處理器370及/或控制器/處理器375。
在902處,基地台可以決定發起針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求。例如,參照圖6,基地台604可以在616處決定發起ML/NN程序。在616處關於發起請求的決定可以是基於ML程序的初始化、NN程序的初始化或基地台604的效能降級中的至少一項的。
在904處,基地台可以向核心網路發送該請求。例如,參照圖6,基地台604可以在618處向OAM核心網路606發送ML/NN模型和特徵選擇請求。
在906處,基地台可以基於該請求來從核心網路接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。例如,參照圖6,基地台604可以在620處基於在618處發送的ML/NN模型和特徵選擇請求來從OAM核心網路606接收ML/NN模型和特徵選擇回應。
在908處,基地台可以向UE發送指示模型或特徵中的至少一項的RRC訊息。例如,參照圖6,基地台604可以在622處向UE 602發送指示模型ID和特徵的RRC重新配置訊息。在各態樣中,RRC訊息可以對應於與ID、程序ID或特徵度量中的至少一項相關聯的RRC建立訊息、RRC恢復訊息或RRC重新建立訊息中的至少一項。在另外的態樣中,RRC訊息可以對應於與細胞重新選擇程序、記錄的量測、預測的量測或閒置模式程序中的至少一項相關聯的RRC釋放訊息。
在910處,基地台可以基於RRC訊息來從UE接收針對模型或特徵中的至少一項的下載請求。例如,參照圖7,基地台704可以在720處基於在718處由UE 702發起的ML/NN模型和特徵的下載來從UE 702接收ML/NN模型和特徵請求。
在912處,基地台可以基於下載請求來向UE發送模型或特徵中的至少一項。例如,參照圖7,基地台704可以在726處基於在720從UE 702接收的ML/NN模型和特徵請求來向UE 702發送ML/NN模型和特徵回應。
圖10是無線通訊的方法的流程圖1000。該方法可以由UE(例如,UE 104、402、552、602、702;裝置1302等)來執行,該UE可以包括記憶體360並且可以是整個UE 104、402、552、602、702或UE 104、402、552、602、702的部件,諸如TX處理器368、RX處理器356及/或控制器/處理器359。
在1002處,UE可以決定發起針對模型或特徵中的至少一項的請求,其中該請求是基於關於發起請求的決定來發送到基地台的。例如,參照圖7,UE 702可以決定向基地台704發起ML/NN模型和特徵請求。關於發起在720處發送的請求的決定可以是基於在716處從ML程序或NN程序中的至少一項切換到第二ML程序或第二NN程序中的至少一項的。補充或替代地,關於發起在720處發送的請求的決定可以是基於ML程序或NN程序中的至少一項的初始化的。關於發起在720處發送的請求的決定亦可以是基於UE 702的效能降級的。
在1004處,UE可以向基地台發送針對模型或特徵中的至少一項的請求,該請求與ML程序或NN程序中的至少一項相關聯。例如,參照圖7,UE 702可以在720處向基地台704發送用於ML/NN程序的ML/NN模型和特徵請求。
在1006,UE可以基於該請求來從基地台接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。例如,參照圖7,UE 702可以在726處從基地台704接收用於ML/NN程序的ML/NN模型和特徵回應,其可以是基於經由到/來自OAM核心網路706的請求和回應(例如,在722和724處接收和發送)對ML/NN模型和特徵的更新的。
在1008處,UE可以決定是否使用從基地台接收的模型或特徵中的至少一項。例如,參照圖7,UE 702可以決定是否將經由在726處從基地台704接收的ML/NN模型和特徵回應指示的ML/NN模型和特徵用於ML/NN程序。例如,UE 702可以決定使用與經由來自基地台704的ML/NN模型和特徵回應指示的ML/NN模型和特徵不同的ML/NN模型和特徵。
圖11是示出用於裝置1102的硬體實現的實例的圖1100。裝置1102是BS並且包括基頻單元1104。基頻單元1104可以經由蜂巢射頻收發機1122與UE 104進行通訊。基頻單元1104可以包括電腦可讀取媒體/記憶體。基頻單元1104負責一般處理,包括執行儲存在電腦可讀取媒體/記憶體上的軟體。軟體在由基頻單元1104執行時,使得基頻單元1104執行上文描述的各種功能。電腦可讀取媒體/記憶體亦可以用於儲存在執行軟體時由基頻單元1104操縱的資料。基頻單元1104亦包括接收部件1130、通訊管理器1132和發送部件1134。通訊管理器1132包括所示的一或多個部件。通訊管理器1132內的部件可以被儲存在電腦可讀取媒體/記憶體中及/或被配置為基頻單元1104內的硬體。基頻單元1104可以是BS 310的部件,並且可以包括TX處理器316、RX處理器370和控制器/處理器375中的至少一者及/或記憶體376。
例如,如結合810和814描述的,接收部件1130被配置為:基於模型更新請求來從伺服器接收經更新的模型;及從核心網路的介面接收對針對模型或特徵中的至少一項的請求的回應,對該請求的回應指示對模型或特徵中的至少一項的最新更新。通訊管理器1132包括查詢部件1140,例如,如結合804描述的,該查詢部件1140被配置為:針對模型的URI來查詢資料庫中的至少一者或者針對特徵來查詢資料湖或資料池中的至少一者。通訊管理器1132亦包括決定部件1142,例如,如結合806和812描述的,決定部件1142被配置為:基於查詢來決定模型的URI或特徵中的至少一項的狀態;及經由核心網路的介面,基於該請求來決定模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。例如,如結合802、808、816和818描述的,發送部件1134被配置為:向核心網路的介面發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;基於模型的URI的狀態來向伺服器發送模型更新請求;基於對模型或特徵中的至少一項的最新更新來向核心網路的第一基地台或AMF中的至少一者發送模型或特徵中的至少一項;及基於UE到第二基地台的切換來向第二基地台發送模型或特徵中的至少一項。
該裝置可以包括執行上述圖8的流程圖中的演算法的方塊之每一者方塊的額外的部件。因此,可以由部件執行上述圖8的流程圖之每一者方塊,並且該裝置可以包括彼等部件中的一或多個部件。部件可以是專門被配置為執行所述程序/演算法的一或多個硬體部件,由被配置為執行所述程序/演算法的處理器來實現,儲存在電腦可讀取媒體內用於由處理器來實現,或其某種組合。
在一種配置中,裝置1102(以及尤其是基頻單元1104)包括:用於向核心網路的介面發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求的單元;用於經由核心網路的介面,基於該請求來決定模型或特徵中的至少一項的單元,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應;及用於從核心網路的介面接收對針對模型或特徵中的至少一項的請求的回應的單元,對該請求的回應指示對模型或特徵中的至少一項的最新更新。裝置1102亦包括:用於針對模型的URI來查詢資料庫中的至少一者或者針對特徵來查詢資料湖或資料池中的至少一者的單元;及用於基於該查詢來決定模型的URI或特徵中的至少一項的狀態的單元。裝置1102亦包括:用於基於模型的URI的狀態來向伺服器發送模型更新請求的單元;及用於基於模型更新請求來從伺服器接收經更新的模型的單元。裝置1102亦包括:用於基於對模型或特徵中的至少一項的最新更新來向核心網路的第一基地台或AMF中的至少一者發送模型或特徵中的至少一項的單元。裝置1102亦包括:用於基於UE到第二基地台的切換來向第二基地台發送模型或特徵中的至少一項的單元。前述單元可以是裝置1102的前述部件中的被配置為執行由前述單元記載的功能的一或多個部件。如前述,裝置1102可以包括TX處理器316、RX處理器370和控制器/處理器375。因此,在一種配置中,前述單元可以是被配置為執行由前述單元所記載的功能的TX處理器316、RX處理器370和控制器/處理器375。
圖12是示出用於裝置1202的硬體實現的實例的圖1200。裝置1202是BS並且包括基頻單元1204。基頻單元1204可以經由蜂巢RF收發機1222與UE 104進行通訊。基頻單元1204可以包括電腦可讀取媒體/記憶體。基頻單元1204負責一般處理,包括執行儲存在電腦可讀取媒體/記憶體上的軟體。軟體在由基頻單元1204執行時,使得基頻單元1204執行上文描述的各種功能。電腦可讀取媒體/記憶體亦可以用於儲存在執行軟體時由基頻單元1204操縱的資料。基頻單元1204亦包括接收部件1230、通訊管理器1232和發送部件1234。通訊管理器1232包括所示的一或多個部件。通訊管理器1232內的部件可以被儲存在電腦可讀取媒體/記憶體中及/或被配置為基頻單元1204內的硬體。基頻單元1204可以是BS 310的部件,並且可以包括TX處理器316、RX處理器370和控制器/處理器375中的至少一者及/或記憶體376。
例如,如結合906和910描述的,接收部件1230被配置為:基於請求來從核心網路接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應;及基於RRC訊息來從UE接收針對模型或特徵中的至少一項的下載請求。通訊管理器1232包括決定部件1240,例如,如結合902描述的,決定部件1240被配置為:決定發起針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求。例如,如結合904、908和912描述的,發送部件1234被配置為:向核心網路發送該請求;向UE發送指示模型或特徵中的至少一項的RRC訊息;及基於下載請求來向UE發送模型或特徵中的至少一項。
該裝置可以包括執行上述圖9的流程圖中的演算法的方塊之每一者方塊的額外的部件。因此,可以由部件執行上述圖9的流程圖之每一者方塊,並且該裝置可以包括那些部件中的一或多個部件。部件可以是專門被配置為執行所述程序/演算法的一或多個硬體部件,由被配置為執行所述程序/演算法的處理器來實現,儲存在電腦可讀取媒體內用於由處理器來實現,或其某種組合。
在一種配置中,裝置1202(以及尤其是基頻單元1204)包括:用於決定發起針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求的單元;用於向核心網路發送該請求的單元;及用於基於該請求來從核心網路接收模型或特徵中的至少一項的單元,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。裝置1202亦包括:用於向UE發送指示模型或特徵中的至少一項的RRC訊息的單元。裝置1202亦包括:用於基於RRC訊息來從UE接收針對模型或特徵中的至少一項的下載請求的單元;及用於基於下載請求來向UE發送模型或特徵中的至少一項的單元。前述單元可以是裝置1202的前述部件中的被配置為執行由前述單元記載的功能的一或多個部件。如前述,裝置1202可以包括TX處理器316、RX處理器370和控制器/處理器375。因此,在一種配置中,前述單元可以是被配置為執行由前述單元所記載的功能的TX處理器316、RX處理器370和控制器/處理器375。
圖13是示出用於裝置1302的硬體實現的實例的圖1300。裝置1302是UE並且包括耦合到蜂巢RF收發機1322和一或多個用戶身份模組(SIM)卡1320的蜂巢基頻處理器1304(亦被稱為數據機)、耦合到安全數位(SD)卡1308和螢幕1310的應用處理器1306、藍芽模組1312、無線區域網路(WLAN)模組1314、全球定位系統(GPS)模組1316和電源1318。蜂巢基頻處理器1304經由蜂巢RF收發機1322與UE 104及/或BS 102/180進行通訊。蜂巢基頻處理器1304可以包括電腦可讀取媒體/記憶體。電腦可讀取媒體/記憶體可以是非暫時性的。蜂巢基頻處理器1304負責一般處理,包括執行儲存在電腦可讀取媒體/記憶體上的軟體。軟體在由蜂巢基頻處理器1304執行時,使得蜂巢基頻處理器1304執行上文描述的各種功能。電腦可讀取媒體/記憶體亦可以用於儲存在執行軟體時由蜂巢基頻處理器1304操縱的資料。蜂巢基頻處理器1304亦包括接收部件1330、通訊管理器1332和發送部件1334。通訊管理器1332包括所示的一或多個部件。通訊管理器1332內的部件可以被儲存在電腦可讀取媒體/記憶體中及/或被配置為蜂巢基頻處理器1304內的硬體。蜂巢基頻處理器1304可以是UE 350的部件,並且可以包括TX處理器368、RX處理器356和控制器/處理器359中的至少一者及/或記憶體360。在一種配置中,設備1302可以是數據機晶片並且僅包括基頻處理器1304,並且在另一種配置中,裝置1302可以是整個UE(例如,參見圖3的350),並且包括裝置1302的前述額外模組。
例如,如結合1006描述的,接收部件1330被配置為基於請求來從基地台接收模型或特徵中的至少一項,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。通訊管理器1332包括決定部件1340,例如,如結合1002和1008描述的,決定部件1340被配置為:決定發起針對模型或特徵中的至少一項的請求,其中該請求是基於關於發起請求的決定被發送到基地台的;及決定是否使用從基地台接收的模型或特徵中的至少一項。例如,如結合1004描述的,發送部件1334被配置為:向基地台發送針對模型或特徵中的至少一項的請求,該請求與ML程序或NN程序中的至少一項相關聯。
該裝置可以包括執行上述圖10的流程圖中的演算法的方塊之每一者方塊的額外的部件。因此,可以由部件執行上述圖10的流程圖之每一者方塊,並且該裝置可以包括那些部件中的一或多個部件。部件可以是專門被配置為執行所述程序/演算法的一或多個硬體部件,由被配置為執行所述程序/演算法的處理器來實現,儲存在電腦可讀取媒體內用於由處理器來實現,或其某種組合。
在一種配置中,裝置1302(以及尤其是蜂巢基頻處理器1304)包括:用於向基地台發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求的單元;及用於基於該請求從基地台接收模型或特徵中的至少一項的單元,模型或特徵中的至少一項與對模型或特徵中的至少一項的最新更新相對應。裝置1302亦包括:用於決定發起針對模型或特徵中的至少一項的請求的單元,其中該請求是基於關於發起請求的決定被發送到基地台的。裝置1302亦包括:用於決定是否使用從基地台接收的模型或特徵中的至少一項的單元。前述單元可以是裝置1302的前述部件中的被配置為執行由前述單元記載的功能的一或多個部件。如前述,裝置1302可以包括TX處理器368、RX處理器356和控制器/處理器359。因此,在一種配置中,前述單元可以是被配置為執行由前述單元所記載的功能的TX處理器368、RX處理器356和控制器/處理器359。
應理解的是,所揭示的程序/流程圖中的方塊的特定次序或層次是對實例方法的說明。應理解的是,基於設計偏好,可以重新排列程序/流程圖中的方塊的特定次序或層次。此外,可以合併或省略一些方塊。所附的方法請求項以實例次序提供了各個方塊的元素,而並不意味著限於所提供的特定次序或層次。
提供前面的描述以使得本發明所屬領域中任何具有通常知識者能夠實施本文描述的各個態樣。對這些態樣的各種修改對於本領域技藝人士而言將是顯而易見的,以及本文所定義的通用原理可以應用到其他態樣。因此,請求項並不意欲限於本文所示出的各態樣,而是被賦予與文字請求項相一致的全部範疇,其中除非明確地聲明如此,否則提及單數形式的元素並不意欲意指「一個且僅一個」,而是「一或多個」。諸如「若」、「當……時」和「在……的同時」之類的術語應當被解釋為「在……的條件下」,而不是意味著直接的時間關係或反應。亦亦即,這些短語(例如,「當……時」)並不意味著回應於動作的發生或在該動作發生期間的立即動作,而僅意味著若滿足條件,則該動作將發生,但不要求針對該動作發生的特定或立即的時間約束。本文使用詞語「示例性的」以意味著「用作實例、例子或說明」。本文中被描述為「示例性的」任何態樣不一定被解釋為優選於其他態樣或者比其他態樣有優勢。除非另有明確聲明,否則術語「一些」代表一或多個。諸如「A、B或C中的至少一個」、「A、B或C中的一或多個」、「A、B和C中的至少一個」、「A、B和C中的一或多個」、以及「A、B、C或其任何組合」之類的組合包括A、B及/或C的任何組合,並且可以包括多倍的A、多倍的B或多倍的C。具體地,諸如「A、B或C中的至少一個」、「A、B、或C中的一或多個」、「A、B和C中的至少一個」、「A、B和C中的一或多個」、以及「A、B、C或其任何組合」之類的組合可以是僅A、僅B、僅C、A和B、A和C、B和C、或A和B和C,其中任何此類組合可以包含A、B或C中的一或多個成員或數個成員。貫穿本案內容描述的各個態樣的元素的所有的結構和功能均等物以引用方式明確地併入本文中,以及意欲由請求項包含,這些結構和功能均等物對於本發明所屬領域中具有通常知識者而言是已知或者是稍後將知的。此外,本文中沒有任何揭示的內容是想要奉獻給公眾的,不管此類揭示內容是否明確被記載在請求項中。詞語「模組」、「機制」、「元素」、「設備」等等可以不是詞語「單元」的替代。因而,沒有請求項元素要被解釋為單元加功能,除非該元素是明確地使用短語「用於……的單元」來記載的。
以下態樣僅是說明性的,並且可以與本文描述的其他態樣或教導結合,但不限於此。
態樣1是一種核心網路的無線通訊的方法,特徵在於:向該核心網路的介面發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;經由該核心網路的該介面,基於該請求來決定該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的最新更新相對應;及從該核心網路的該介面接收對針對該模型或該等特徵中的該至少一項的該請求的回應,對該請求的該回應指示對該模型或該等特徵中的該至少一項的該最新更新。
態樣2可以與態樣1結合,並且其中:該核心網路的該介面是與資料庫、資料湖、資料池、伺服器或基地台中的至少一者對接的MDAC。
態樣3可以與態樣1-2中任一項結合,並且特徵進一步在於:針對該模型的URI來查詢該資料庫中的至少一者或者針對該特徵來查詢該資料湖或該資料池中的至少一者;及基於該查詢來決定該模型的該URI或該等特徵中的至少一項的狀態。
態樣4可以與態樣1-3中任一項結合,並且特徵進一步在於:基於該模型的該URI的該狀態來向該伺服器發送模型更新請求;及基於該模型更新請求來從該伺服器接收經更新的模型。
態樣5可以與態樣1-4中任一項結合,並且特徵在於:該經更新的模型是基於用於該經更新的模型的認證程序來在該資料庫中註冊的。
態樣6可以與態樣1-5中任一項結合,並且特徵進一步在於:基於對該模型或該等特徵中的該至少一項的該最新更新來向該核心網路的第一基地台或AMF中的至少一者發送該模型或該等特徵中的該至少一項。
態樣7可以與態樣1-6中任一項結合,並且特徵在於:到該核心網路的該第一基地台或該AMF中的該至少一者的傳輸被配置為發起該ML程序或該NN程序中的該至少一項,該ML程序或該NN程序中的該至少一項是訊號傳遞程序或管理程序中的至少一項。
態樣8可以與態樣1-7中任一項結合,並且特徵進一步在於:基於UE到第二基地台的切換來向該第二基地台發送該模型或該等特徵中的該至少一項。
態樣9可以與態樣1-8中任一項結合,並且特徵在於:針對該模型或該等特徵中的該至少一項的該請求的該傳輸是基於來自該核心網路、基地台或UE中的至少一者的指示來發起的。
態樣10可以與態樣1-9中任一項結合,並且特徵在於:該核心網路對應於OAM實體。
態樣11是一種基地台的無線通訊的方法,特徵在於:決定發起針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;向核心網路發送該請求;及基於該請求來從該核心網路接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的最新更新相對應。
態樣12可以與態樣11結合,並且特徵在於:關於發起該請求的該決定是基於該ML程序的初始化、該NN程序的初始化或該基地台的效能降級中的至少一項的。
態樣13可以與態樣11-12中任一項結合,並且特徵進一步在於:向UE發送指示該模型或該等特徵中的該至少一項的RRC訊息。
態樣14可以與態樣11-13中任一項結合,並且特徵進一步在於:基於該RRC訊息來從該UE接收針對該模型或該等特徵中的該至少一項的下載請求;及基於該下載請求來向該UE發送該模型或該等特徵中的該至少一項。
態樣15可以與態樣11-14中任一項結合,並且特徵在於:該RRC訊息對應於與模型ID、程序ID或特徵度量中的至少一項相關聯的RRC建立訊息、RRC恢復訊息或RRC重新建立訊息中的至少一項。
態樣16可以與態樣11-15中任一項結合,並且特徵在於:該RRC訊息對應於與細胞重新選擇程序、記錄的量測、預測的量測或閒置模式程序中的至少一項相關聯的RRC釋放訊息。
態樣17是一種UE的無線通訊的方法,特徵在於:向該基地台發送針對與ML程序或NN程序中的至少一項相關聯的模型或特徵中的至少一項的請求;及基於該請求來從該基地台接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的最新更新相對應。
態樣18可以與態樣17結合,並且特徵進一步在於:決定發起針對該模型或該等特徵中的該至少一項的該請求,其中該請求是基於關於發起該請求的該決定被發送到該基地台的。
態樣19可以與態樣17-18中任一項結合,並且特徵在於:關於發起該請求的該決定是基於從該ML程序或該NN程序中的該至少一項切換到第二ML程序或第二NN程序中的至少一項的。
態樣20可以與態樣17-19中任一項結合,並且特徵在於:關於發起該請求的該決定是基於該ML程序或該NN程序中的該至少一項的初始化的。
態樣21可以與態樣17-20中任一項結合,並且特徵在於:關於發起該請求的該決定是基於該UE的效能降級的。
態樣22可以與態樣17-21中任一項結合,並且特徵進一步在於:決定是否使用從該基地台接收的該模型或該等特徵中的該至少一項。
態樣23是一種用於無線通訊的裝置,包括至少一個處理器,其耦合到記憶體並且被配置為實現如態樣1-22中任一項中的方法。
態樣24是一種用於無線通訊的裝置,包括用於實現如態樣1-22中任一項中的方法的單元。
態樣25是一種儲存電腦可執行代碼的非暫時性電腦可讀取媒體,該代碼在由至少一個處理器執行時使得該至少一個處理器實現如態樣1-22中任一項中的方法。
100:無線通訊系統和存取網路
102:基地台
102':小型細胞
104:UE
110:地理覆蓋區域
110':覆蓋區域
120:通訊鏈路
132:第一回載鏈路
134:第三回載鏈路
150:Wi-Fi存取點(AP)
152:Wi-Fi站(STA)
154:通訊鏈路
158:D2D通訊鏈路
160:進化封包核心(EPC)
162:行動性管理實體(MME)
164:其他MME
166:服務閘道
168:多媒體廣播服務(MBMS)閘道
170:廣播多播服務中心(BM-SC)
172:封包資料網路(PDN)閘道
174:歸屬用戶伺服器(HSS)
176:IP服務
180:基地台
182:波束成形
182':發送方向
182'':接收方向
184:第二回載鏈路
190:核心網路
191:操作和管理(OAM)發起器部件
192:存取和行動性管理功能(AMF)
193:其他AMF
194:通信期管理功能(SMF)
195:使用者平面功能(UPF)
196:統一資料管理單元(UDM)
197:IP服務
198:UE發起器部件
199:基地台發起器部件
200:圖
230:圖
250:圖
280:圖
310:基地台
316:發送(TX)處理器
318:發射器
320:天線
350:UE
352:天線
354:接收器
356:RX處理器
358:通道估計器
359:控制器/處理器
360:記憶體
368:TX處理器
370:接收(RX)處理器
374:通道估計器
375:控制器/處理器
376:記憶體
400:圖
402:UE
404:基地台
406:OAM核心網路
408:模型資料存取協調器(MDAC)
410:ML/NN資料庫
412:資料湖/池
414:ML/NN伺服器
500:撥叫流程圖
506:OAM核心網路
508:MDAC
510:ML/NN資料庫
512:資料湖/池
514:ML/NN伺服器
516:程序
518:程序
520:程序
522a:程序
522b:程序
524b:程序
525a:程序
526:程序
528:程序
530:程序
550:撥叫流程圖
552:UE
554:基地台
556:OAM核心網路
566a:程序
566b:程序
568:程序
572:程序
574:程序
600:撥叫流程圖
602:UE
604:基地台
606:OAM核心網路
616:程序
618:程序
620:程序
622:程序
700:撥叫流程圖
702:UE
704:基地台
706:程序
716:程序
718:程序
720:程序
722:程序
724:程序
726:程序
800:流程圖
802:方塊
804:方塊
806:方塊
808:方塊
810:方塊
812:方塊
814:方塊
816:方塊
818:方塊
900:流程圖
902:方塊
904:方塊
906:方塊
908:方塊
910:方塊
912:方塊
1000:流程圖
1002:方塊
1004:方塊
1006:方塊
1008:方塊
1100:圖
1102:裝置
1104:基頻單元
1122:蜂巢射頻收發機
1130:接收部件
1132:通訊管理器
1134:發送部件
1140:查詢部件
1142:決定部件
1200:圖
1202:裝置
1204:基頻單元
1222:蜂巢RF收發機
1230:接收部件
1232:通訊管理器
1234:發送部件
1240:決定部件
1300:圖
1302:裝置
1304:蜂巢基頻處理器
1306:應用處理器
1308:安全數位(SD)卡
1310:螢幕
1312:藍芽模組
1314:無線區域網路(WLAN)模組
1316:全球定位系統(GPS)模組
1318:電源
1320:用戶身份模組(SIM)卡
1322:蜂巢RF收發機
1330:接收部件
1332:通訊管理器
1334:發送部件
1340:決定部件
BWP:頻寬部分
PBCH:實體廣播通道
PDCCH:實體下行鏈路控制通道
PDSCH:實體下行鏈路共享通道
PSS:主要同步訊號
PUCCH:實體上行鏈路控制通道
PUSCH:實體上行鏈路共享通道
RB:資源區塊
SRS:探測參考訊號
SSS:輔同步訊號
圖1是示出無線通訊系統和存取網路的實例的圖。
圖2A是示出根據本案內容的各個態樣的第一子訊框的實例的圖。
圖2B是示出根據本案內容的各個態樣的子訊框內的DL通道的實例的圖。
圖2C是示出根據本案內容的各個態樣的第二訊框的實例的圖。
圖2D是示出根據本案內容的各個態樣的子訊框內的UL通道的實例的圖。
圖3是示出在存取網路中的基地台和使用者設備(UE)的實例的圖。
圖4圖示用於機器學習(ML)和神經網路(NN)模型發現和管理技術的網路架構的圖。
圖5A-5B圖示基於由操作和管理(OAM)核心網路發起的訊號傳遞的ML/NN程序的撥叫流程圖。
圖6圖示用於基於基地台發起的訊號傳遞的ML/NN程序的撥叫流程圖。
圖7圖示用於UE發起的模型和特徵訊號傳遞的撥叫流程圖。
圖8是OAM核心網路的無線通訊的方法的流程圖。
圖9是基地台的無線通訊的方法的流程圖。
圖10是UE的無線通訊的方法的流程圖。
圖11是示出用於實例裝置的硬體實現的實例的圖。
圖12是示出用於實例裝置的硬體實現的實例的圖。
圖13是示出用於實例裝置的硬體實現的實例的圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
400:圖
402:UE
404:基地台
406:OAM核心網路
408:模型資料存取協調器(MDAC)
410:ML/NN資料庫
512:資料湖/池
514:ML/NN伺服器
Claims (50)
- 一種用於一核心網路的無線通訊的方法,包括以下步驟: 向該核心網路的一介面發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求; 經由該核心網路的該介面,基於該請求來決定該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應;及 從該核心網路的該介面接收對針對該模型或該等特徵中的該至少一項的該請求的一回應,對該請求的該回應指示對該模型或該等特徵中的該至少一項的該最新更新。
- 根據請求項1之方法,其中該核心網路的該介面是與一資料庫、一資料湖、一資料池、一伺服器或一基地台中的至少一者對接的一模型和資料存取協調器(MDAC)。
- 根據請求項2之方法,亦包括以下步驟: 針對該模型的一統一資源指示符(URI)來查詢該資料庫中的至少一者或者針對該特徵來查詢該資料湖或該資料池中的至少一者;及 基於該查詢來決定該模型的該URI或該等特徵中的至少一項的一狀態。
- 根據請求項3之方法,亦包括以下步驟: 基於該模型的該URI的該狀態來向該伺服器發送一模型更新請求;及 基於該模型更新請求來從該伺服器接收一經更新的模型。
- 根據請求項4之方法,其中該經更新的模型是基於用於該經更新的模型的一認證程序來在該資料庫中註冊的。
- 根據請求項1之方法,亦包括以下步驟:基於對該模型或該等特徵中的該至少一項的該最新更新來向該核心網路的一第一基地台或一存取和行動性管理功能單元(AMF)中的至少一者發送該模型或該等特徵中的該至少一項。
- 根據請求項6之方法,其中到該核心網路的該第一基地台或該AMF中的該至少一者的傳輸被配置為發起該ML程序或該NN程序中的該至少一項,該ML程序或該NN程序中的該至少一項是一訊號傳遞程序或一管理程序中的至少一項。
- 根據請求項6之方法,亦包括以下步驟:基於一使用者設備(UE)到一第二基地台的一切換來向該第二基地台發送該模型或該等特徵中的該至少一項。
- 根據請求項1之方法,其中針對該模型或該等特徵中的該至少一項的該請求的該傳輸是基於來自該核心網路、一基地台或一使用者設備(UE)中的至少一者的一指示來發起的。
- 根據請求項1之方法,其中該核心網路對應於一操作和管理(OAM)實體。
- 一種用於一基地台的無線通訊的方法,包括以下步驟: 決定發起針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求; 向一核心網路發送該請求;及 基於該請求來從該核心網路接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
- 根據請求項11之方法,其中關於發起該請求的該決定是基於該ML程序的一初始化、該NN程序的一初始化或該基地台的一效能降級中的至少一項的。
- 根據請求項11之方法,亦包括以下步驟:向一使用者設備(UE)發送指示該模型或該等特徵中的該至少一項的一無線電資源控制(RRC)訊息。
- 根據請求項13之方法,亦包括以下步驟: 基於該RRC訊息來從該UE接收針對該模型或該等特徵中的該至少一項的一下載請求;及 基於該下載請求來向該UE發送該模型或該等特徵中的該至少一項。
- 根據請求項13之方法,其中該RRC訊息對應於與一模型標誌符(ID)、一程序ID或一特徵度量中的至少一項相關聯的一RRC建立訊息、一RRC恢復訊息或一RRC重新建立訊息中的至少一項。
- 根據請求項13之方法,其中該RRC訊息對應於與一細胞重新選擇程序、一記錄的量測、一預測的量測或一閒置模式程序中的至少一項相關聯的一RRC釋放訊息。
- 一種用於一使用者設備(UE)的無線通訊的方法,包括以下步驟: 向一基地台發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求;及 基於該請求來從該基地台接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
- 根據請求項17之方法,亦包括以下步驟:決定發起針對該模型或該等特徵中的該至少一項的該請求,其中該請求是基於關於發起該請求的該決定被發送到該基地台的。
- 根據請求項18之方法,其中關於發起該請求的該決定是基於從該ML程序或該NN程序中的該至少一項切換到一第二ML程序或一第二NN程序中的至少一項的。
- 根據請求項18之方法,其中關於發起該請求的該決定是基於該ML程序或該NN程序中的該至少一項的一初始化的。
- 根據請求項18之方法,其中關於發起該請求的該決定是基於該UE的一效能降級的。
- 根據請求項17之方法,亦包括:決定是否使用從該基地台接收的該模型或該等特徵中的該至少一項。
- 一種用於一核心網路的無線通訊的裝置,包括: 一記憶體;及 至少一個處理器,其耦合到該記憶體並且被配置為: 向該核心網路的一介面發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求; 經由該核心網路的該介面,基於該請求來決定該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應;及 從該核心網路的該介面接收對針對該模型或該等特徵中的該至少一項的該請求的一回應,對該請求的該回應指示對該模型或該等特徵中的該至少一項的該最新更新。
- 根據請求項23之裝置,其中該核心網路的該介面是與一資料庫、一資料湖、一資料池、一伺服器或一基地台中的至少一者對接的一模型和資料存取協調器(MDAC)。
- 根據請求項24之裝置,其中該至少一個處理器亦被配置為: 針對該模型的一統一資源指示符(URI)來查詢該資料庫中的至少一者或者針對該特徵來查詢該資料湖或該資料池中的至少一者;及 基於該查詢來決定該模型的該URI或該等特徵中的至少一項的一狀態。
- 根據請求項25之裝置,其中該至少一個處理器亦被配置為: 基於該模型的該URI的該狀態來向該伺服器發送一模型更新請求;及 基於該模型更新請求來從該伺服器接收一經更新的模型。
- 根據請求項26之裝置,其中該經更新的模型是基於用於該經更新的模型的一認證程序來在該資料庫中註冊的。
- 根據請求項23之裝置,其中該至少一個處理器亦被配置為:基於對該模型或該等特徵中的該至少一項的該最新更新來向該核心網路的一第一基地台或一存取和行動性管理功能單元(AMF)中的至少一者發送該模型或該等特徵中的該至少一項。
- 根據請求項28之裝置,其中到該核心網路的該第一基地台或該AMF中的該至少一者的傳輸被配置為發起該ML程序或該NN程序中的該至少一項,該ML程序或該NN程序中的該至少一項是一訊號傳遞程序或一管理程序中的至少一項。
- 根據請求項28之裝置,其中該至少一個處理器亦被配置為:基於一使用者設備(UE)到一第二基地台的一切換來向該第二基地台發送該模型或該等特徵中的該至少一項。
- 根據請求項23之裝置,其中針對該模型或該等特徵中的該至少一項的該請求的該傳輸是基於來自該核心網路、一基地台或一使用者設備(UE)中的至少一者的一指示來發起的。
- 根據請求項23之裝置,其中該核心網路對應於一操作和管理(OAM)實體。
- 一種用於一基地台的無線通訊的裝置,包括: 一記憶體;及 至少一個處理器,其耦合到該記憶體並且被配置為: 決定發起針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求; 向一核心網路發送該請求;及 基於該請求來從該核心網路接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
- 根據請求項33之裝置,其中關於發起該請求的該決定是基於該ML程序的一初始化、該NN程序的一初始化或該基地台的一效能降級中的至少一項的。
- 根據請求項33之裝置,其中該至少一個處理器亦被配置為:向一使用者設備(UE)發送指示該模型或該等特徵中的該至少一項的一無線電資源控制(RRC)訊息。
- 根據請求項35之裝置,其中該至少一個處理器亦被配置為: 基於該RRC訊息來從該UE接收針對該模型或該等特徵中的該至少一項的一下載請求;及 基於該下載請求來向該UE發送該模型或該等特徵中的該至少一項。
- 根據請求項35之裝置,其中該RRC訊息對應於與一模型標誌符(ID)、一程序ID或一特徵度量中的至少一項相關聯的一RRC建立訊息、一RRC恢復訊息或一RRC重新建立訊息中的至少一項。
- 根據請求項35之裝置,其中該RRC訊息對應於與一細胞重新選擇程序、一記錄的量測、一預測的量測或一閒置模式程序中的至少一項相關聯的一RRC釋放訊息。
- 一種用於一使用者設備(UE)的無線通訊的裝置,包括: 一記憶體;及 至少一個處理器,其耦合到該記憶體並且被配置為: 向一基地台發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求;及 基於該請求來從該基地台接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
- 根據請求項39之裝置,其中該至少一個處理器亦被配置為:決定發起針對該模型或該等特徵中的該至少一項的該請求,其中該請求是基於關於發起該請求的該決定被發送到該基地台的。
- 根據請求項40之裝置,其中關於發起該請求的該決定是基於從該ML程序或該NN程序中的該至少一項切換到一第二ML程序或一第二NN程序中的至少一項的。
- 根據請求項40之裝置,其中關於發起該請求的該決定是基於該ML程序或該NN程序中的該至少一項的一初始化的。
- 根據請求項40之裝置,其中關於發起該請求的該決定是基於該UE的一效能降級的。
- 根據請求項39之裝置,其中該至少一個處理器亦被配置為:決定是否使用從該基地台接收的該模型或該等特徵中的該至少一項。
- 一種用於一核心網路的無線通訊的裝置,包括: 用於向該核心網路的一介面發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求的單元; 用於經由該核心網路的該介面,基於該請求來決定該模型或該等特徵中的該至少一項的單元,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應;及 用於從該核心網路的該介面接收對針對該模型或該等特徵中的該至少一項的該請求的一回應的單元,對該請求的該回應指示對該模型或該等特徵中的該至少一項的該最新更新。
- 一種用於一基地台的無線通訊的裝置,包括: 用於決定發起針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求的單元; 用於向一核心網路發送該請求的單元;及 用於基於該請求來從該核心網路接收該模型或該等特徵中的該至少一項的單元,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
- 一種用於一使用者設備(UE)的無線通訊的裝置,包括: 用於向一基地台發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求的單元;及 用於基於該請求來從該基地台接收該模型或該等特徵中的該至少一項的單元,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
- 一種儲存電腦可執行代碼的電腦可讀取媒體,該代碼在由至少一個處理器執行時使得該至少一個處理器進行以下操作: 向該核心網路的一介面發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求; 經由該核心網路的該介面,基於該請求來決定該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應;及 從該核心網路的該介面接收對針對該模型或該等特徵中的該至少一項的該請求的一回應,對該請求的該回應指示對該模型或該等特徵中的該至少一項的該最新更新。
- 一種儲存電腦可執行代碼的電腦可讀取媒體,該代碼在由至少一個處理器執行時使得該至少一個處理器進行以下操作: 決定發起針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求; 向一核心網路發送該請求;及 基於該請求來從該核心網路接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
- 一種儲存電腦可執行代碼的電腦可讀取媒體,該代碼在由至少一個處理器執行時使得該至少一個處理器進行以下操作: 向一基地台發送針對與一機器學習(ML)程序或一神經網路(NN)程序中的至少一項相關聯的一模型或特徵中的至少一項的一請求;及 基於該請求來從該基地台接收該模型或該等特徵中的該至少一項,該模型或該等特徵中的該至少一項與對該模型或該等特徵中的該至少一項的一最新更新相對應。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/111,346 | 2020-12-03 | ||
US17/111,346 US11424962B2 (en) | 2020-12-03 | 2020-12-03 | Model discovery and selection for cooperative machine learning in cellular networks |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202228467A true TW202228467A (zh) | 2022-07-16 |
Family
ID=78621991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110136897A TW202228467A (zh) | 2020-12-03 | 2021-10-04 | 用於蜂巢網路中的協調機器學習的模型發現和選擇 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11424962B2 (zh) |
EP (1) | EP4256837A1 (zh) |
KR (1) | KR20230113297A (zh) |
CN (1) | CN116584076A (zh) |
TW (1) | TW202228467A (zh) |
WO (1) | WO2022119630A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11916754B2 (en) * | 2021-09-03 | 2024-02-27 | Qualcomm Incorporated | Configuring a user equipment for machine learning |
GB202209942D0 (en) * | 2022-07-06 | 2022-08-17 | Samsung Electronics Co Ltd | Artificial intelligence and machine learning models management and/or training |
CN117499981A (zh) * | 2022-07-26 | 2024-02-02 | 华为技术有限公司 | 一种无线局域网中通信的方法和装置 |
WO2024030333A1 (en) * | 2022-08-01 | 2024-02-08 | Apple Inc. | Method and apparatus for ai model definition and ai model transfer |
GB2622604A (en) * | 2022-09-22 | 2024-03-27 | Nokia Technologies Oy | UE initiated model-updates for two-sided AI/ML model |
GB2622831A (en) * | 2022-09-29 | 2024-04-03 | Nokia Technologies Oy | AI/ML configuration feedback |
WO2024089064A1 (en) | 2022-10-25 | 2024-05-02 | Continental Automotive Technologies GmbH | Method and wireless communication system for gnb-ue two side control of artificial intelligence/machine learning model |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160165478A1 (en) * | 2013-08-02 | 2016-06-09 | Nokia Solutions And Networks Oy | Methods and Apparatuses for Load Balancing in a Self-Organising Network |
US20160342955A1 (en) * | 2015-05-08 | 2016-11-24 | Daysaver, Inc. | Multi-entity event coordination server and system |
US11514304B2 (en) * | 2016-05-26 | 2022-11-29 | Samsung Sds America, Inc. | Continuously provisioning large-scale machine learning models |
US11096225B2 (en) * | 2018-06-26 | 2021-08-17 | Idag Holdings, Inc. | Methods, apparatuses and systems directed to resource solicitation for Fog-RAN |
US11665576B2 (en) * | 2018-08-10 | 2023-05-30 | Verizon Patent And Licensing Inc. | Systems and methods for wireless low latency traffic scheduler |
WO2020080989A1 (en) * | 2018-10-19 | 2020-04-23 | Telefonaktiebolaget Lm Ericsson (Publ) | Handling of machine learning to improve performance of a wireless communications network |
US20200160207A1 (en) * | 2018-11-15 | 2020-05-21 | General Electric Company | Automated model update based on model deterioration |
US11443132B2 (en) | 2019-03-06 | 2022-09-13 | International Business Machines Corporation | Continuously improve recognition or prediction accuracy using a machine learning model to train and manage an edge application |
US11206316B2 (en) * | 2020-03-04 | 2021-12-21 | Hewlett Packard Enterprise Development Lp | Multiple model injection for a deployment cluster |
-
2020
- 2020-12-03 US US17/111,346 patent/US11424962B2/en active Active
-
2021
- 2021-10-04 WO PCT/US2021/053414 patent/WO2022119630A1/en active Application Filing
- 2021-10-04 TW TW110136897A patent/TW202228467A/zh unknown
- 2021-10-04 KR KR1020237017327A patent/KR20230113297A/ko unknown
- 2021-10-04 EP EP21807338.5A patent/EP4256837A1/en active Pending
- 2021-10-04 CN CN202180078997.0A patent/CN116584076A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US11424962B2 (en) | 2022-08-23 |
CN116584076A (zh) | 2023-08-11 |
WO2022119630A1 (en) | 2022-06-09 |
EP4256837A1 (en) | 2023-10-11 |
KR20230113297A (ko) | 2023-07-28 |
US20220182263A1 (en) | 2022-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI822837B (zh) | 使用地理區域指示的傳輸 | |
TWI719274B (zh) | 用於選擇或發送針對相位追蹤參考信號的頻域模式的系統和方法 | |
TWI771415B (zh) | 針對可變長度上行鏈路控制通道的可配置的時槽內頻率躍變 | |
TWI734490B (zh) | 使用者設備及其無線通訊方法 | |
TWI709343B (zh) | 頻率間的lte-d探索 | |
TWI725195B (zh) | 用於共存的技術的偵測 | |
JP6896652B2 (ja) | デバイス・ツー・デバイス通信のためのスケジューリング割り当て最適化 | |
US20230379692A1 (en) | Managing ml processing model | |
TW201935982A (zh) | 多載波系統的能力結構的尺寸最佳化編碼 | |
JP7389804B2 (ja) | Coresetのサブセットに基づくデフォルトビーム選択 | |
US11424962B2 (en) | Model discovery and selection for cooperative machine learning in cellular networks | |
TW202110137A (zh) | 用於限制用於基於Multi-DCI的多發送接收點的盲解碼的技術 | |
JP7398458B2 (ja) | Cot中で選択されるcoresetのサブセットのシグナリング | |
TW202106102A (zh) | Rrc狀態之間ue輔助的快速轉換 | |
TW202046804A (zh) | 整體存取和回載中的機會性通訊 | |
TWI710271B (zh) | 用於設備到設備發送和接收的頻率決定 | |
US11653321B2 (en) | Methods and apparatus to facilitate beam-based sequence spaces for synchronization signals | |
TW202046798A (zh) | 使用者設備及其無線通訊方法 | |
TW201929587A (zh) | 用於觸發使用者設備處的訂制下載的設定機制 | |
JP2018509859A (ja) | Fdd半二重ネットワークにおける電力制御コマンドを用いたアップリンクスケジューリング | |
TWI758526B (zh) | 用信號發送使用者設備能力資訊 | |
TW202126088A (zh) | 針對配置的路徑損耗參考信號和啟用的路徑損耗參考信號的ue能力報告 | |
TW202127943A (zh) | 用於配置用於補充上行鏈路載波的上行鏈路取消指示的方法 | |
TW202131721A (zh) | Nr-u網路中的評估時段 | |
US11470678B2 (en) | Broadcast of multiple physical cell identity ranges |