WO2023218544A1 - 端末、無線通信方法及び基地局 - Google Patents

端末、無線通信方法及び基地局 Download PDF

Info

Publication number
WO2023218544A1
WO2023218544A1 PCT/JP2022/019871 JP2022019871W WO2023218544A1 WO 2023218544 A1 WO2023218544 A1 WO 2023218544A1 JP 2022019871 W JP2022019871 W JP 2022019871W WO 2023218544 A1 WO2023218544 A1 WO 2023218544A1
Authority
WO
WIPO (PCT)
Prior art keywords
model
information
csi
base station
present disclosure
Prior art date
Application number
PCT/JP2022/019871
Other languages
English (en)
French (fr)
Inventor
春陽 越後
浩樹 原田
Original Assignee
株式会社Ｎｔｔドコモ
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社Ｎｔｔドコモ filed Critical 株式会社Ｎｔｔドコモ
Priority to PCT/JP2022/019871 priority Critical patent/WO2023218544A1/ja
Publication of WO2023218544A1 publication Critical patent/WO2023218544A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/20—Control channels or signalling for resource management

Definitions

  • the present disclosure relates to a terminal, a wireless communication method, and a base station in a next-generation mobile communication system.
  • LTE Long Term Evolution
  • 3GPP Rel. 10-14 LTE-Advanced (3GPP Rel. 10-14) has been specified for the purpose of further increasing capacity and sophistication of LTE (Third Generation Partnership Project (3GPP) Releases (Rel.) 8 and 9).
  • LTE Long Term Evolution
  • 5G 5th generation mobile communication system
  • 5G+ plus
  • NR New Radio
  • AI artificial intelligence
  • ML machine learning
  • Identifier (ID)-based model approaches can be one way to manage AI models in such scenarios. For example, the UE/base station does not know the details of the AI model, but only knows some information about the AI model (for example, which ML model is used for what purpose in the UE) for AI model management. be able to.
  • AI-based channel state information (Channel State Information Reference Signal (CSI)) reporting
  • CSI Channel State Information Reference Signal
  • controls such as how the UE/BS notifies information about the model and what to do with the content of the CSI report. The contents have not yet been considered. If this control is not appropriately defined, appropriate overhead reduction/highly accurate channel estimation/highly efficient resource utilization cannot be achieved, and there is a risk that improvement in communication throughput/communication quality may be suppressed.
  • a terminal includes NW training model information regarding a model (NW training model) trained by a network (Network (NW)), reference model information regarding a reference model that is a base of the NW training model, and a control unit that determines the NW training model based on the NW training model information and the reference model information.
  • NW training model regarding a model (NW training model) trained by a network (Network (NW)
  • NW Network
  • reference model information regarding a reference model that is a base of the NW training model
  • control unit determines the NW training model based on the NW training model information and the reference model information.
  • FIG. 1 is a diagram illustrating an example of an AI model management framework.
  • FIG. 2 is a diagram showing an example of an AI model.
  • FIG. 3 is a diagram illustrating an example of input determination according to the second embodiment.
  • FIG. 4 is a diagram illustrating an example of output determination according to the third embodiment.
  • FIG. 5 is a diagram illustrating an example of output determination according to Embodiment 4.1.
  • FIG. 6 is a diagram illustrating an example of output determination according to Embodiment 4.3.
  • FIG. 7 is a diagram illustrating an example of a schematic configuration of a wireless communication system according to an embodiment.
  • FIG. 8 is a diagram illustrating an example of the configuration of a base station according to an embodiment.
  • FIG. 1 is a diagram illustrating an example of an AI model management framework.
  • FIG. 2 is a diagram showing an example of an AI model.
  • FIG. 3 is a diagram illustrating an example of input determination according to the second embodiment.
  • FIG. 4 is a diagram illustrating
  • FIG. 9 is a diagram illustrating an example of the configuration of a user terminal according to an embodiment.
  • FIG. 10 is a diagram illustrating an example of the hardware configuration of a base station and a user terminal according to an embodiment.
  • FIG. 11 is a diagram illustrating an example of a vehicle according to an embodiment.
  • AI Artificial Intelligence
  • ML machine learning
  • improved Channel State Information Reference Signal e.g., reduced overhead, improved accuracy, prediction
  • improved beam management e.g., improved accuracy, time
  • positioning e.g., position estimation/prediction in the spatial domain
  • position measurement e.g., position estimation/prediction
  • FIG. 1 is a diagram illustrating an example of an AI model management framework.
  • each stage related to the AI model is shown as a block.
  • This example is also expressed as AI model life cycle management.
  • the data collection stage corresponds to the stage of collecting data for generating/updating an AI model.
  • the data collection stage includes data reduction (e.g., deciding which data to transfer for model training/model inference), data transfer (e.g., to entities performing model training/model inference (e.g., UE, gNB)), and transfer data).
  • model inference is performed based on the data (inference data) transferred from the collection stage.
  • This stage includes data preparation (e.g., performing data preprocessing, cleaning, formatting, transformation, etc.), model inference, model monitoring (e.g., monitoring the performance of model inference), and model performance feedback (the entity performing model training). (feedback of model performance to actors), output (provide model output to actors), etc.
  • a Location Management Function may perform model training, and the LMF may perform model inference.
  • Identifier (ID)-based model approaches can be one way to manage AI models in such scenarios.
  • the NW/gNB does not know the details of the AI model, but may only know some information about the AI model (for example, which ML model is used for what purpose in the UE) for AI model management. I can do it.
  • the UE may not know the details of the AI model.
  • the UE may not know the physical meaning of the output of the AI model.
  • the UE only needs to know the input to the AI model and what to report to the base station (BS).
  • BS base station
  • the information necessary for model inference may include, for example, channel coefficients, precoding coefficients, models, RS/beam RSRP (SINR), etc.
  • the UE may be notified in advance of at least part of the information of the AI model (for example, information such as what is input to the AI model) from an external device (for example, a data server).
  • the data server may be a device different from the OAM/gNB or the like.
  • AI-based channel state information (Channel State Information Reference Signal (CSI)) reporting
  • CSI Channel State Information Reference Signal
  • controls such as how the UE/BS notifies information about the model and what to do with the content of the CSI report. The contents have not yet been considered. If this control is not appropriately defined, appropriate overhead reduction/highly accurate channel estimation/highly efficient resource utilization cannot be achieved, and there is a risk that improvement in communication throughput/communication quality may be suppressed.
  • the UE/BS inputs channel state information, reference signal measurements, etc. to the ML model to obtain highly accurate channel state information/measurements/beam selection/position, future channel state information, etc. /Wireless link quality, etc. may be output.
  • AI may be read as an object (also referred to as a target, object, data, function, program, etc.) that has (implements) at least one of the following characteristics: ⁇ Estimation based on observed or collected information; - Selection based on observed or collected information; - Predictions based on observed or collected information.
  • the ML model may include supervised learning, unsupervised learning, reinforcement learning, and the like.
  • Supervised learning may be used to learn general rules that map inputs to outputs.
  • Unsupervised learning may be used to learn features of the data.
  • Reinforcement learning may be used to learn actions to maximize a goal.
  • training mode may mean a mode that refers to a first configuration (for example, a first DMRS configuration, a first CSI-RS configuration, a first CSI reporting configuration).
  • inference mode refers to a mode that refers to a second configuration different from the first configuration (e.g., second DMRS configuration, second CSI-RS configuration, second CSI reporting configuration). You may.
  • the first setting at least one of measurement-related time resources, frequency resources, code resources, and ports (antenna ports) may be set more than in the second setting.
  • the CSI report settings may include settings related to an autoencoder.
  • the upper layer signaling may be, for example, Radio Resource Control (RRC) signaling, Medium Access Control (MAC) signaling, broadcast information, etc., or a combination thereof.
  • RRC Radio Resource Control
  • MAC Medium Access Control
  • MAC signaling may use, for example, a MAC Control Element (MAC CE), a MAC Protocol Data Unit (PDU), or the like.
  • Broadcast information includes, for example, a master information block (MIB), a system information block (SIB), a minimum system information (RMSI), and other system information ( Other System Information (OSI)) may also be used.
  • MIB master information block
  • SIB system information block
  • RMSI minimum system information
  • OSI Other System Information
  • UCI UCI
  • CSI report CSI feedback
  • feedback information feedback bit, etc.
  • bits, bit strings, bit sequences, sequences, values, information, values obtained from bits, information obtained from bits, etc. may be interchanged.
  • AI model information may mean information including at least one of the following: ⁇ AI model input/output information, ⁇ Pre-processing/post-processing information for AI model input/output, ⁇ Information on AI model parameters, ⁇ Training information for AI models (training information), ⁇ Inference information for AI models, ⁇ Performance information regarding AI models.
  • the base station/cell identifier ID
  • BS-UE distance e.g., X/Y/Z axis coordinates, etc.
  • IP Internet Protocol
  • the location information of the UE is not limited to information based on the location of the BS, but may be information based on a specific point.
  • the location information may include mobility information.
  • the mobility information may include information indicating at least one of the mobility type, the moving speed of the UE, the acceleration of the UE, the moving direction of the UE, and the like.
  • environmental information may be information regarding the environment in which the data is acquired/used, such as frequency information (band ID, etc.), environment type information (indoor, etc.). , outdoor, Urban Macro (UMa), Urban Micro (Umi), etc.).
  • meta information may mean, for example, information regarding input/output information suitable for an AI model, information regarding acquired/obtainable data, etc.
  • the meta information includes information regarding beams of RS (for example, CSI-RS/SRS/SSB, etc.) (for example, the pointing angle of each beam, 3 dB beam width, the shape of the pointing beam, (number of beams), gNB/UE antenna layout information, frequency information, environment information, meta information ID, etc.
  • RS for example, CSI-RS/SRS/SSB, etc.
  • the meta information may be used as input/output of the AI model.
  • the pre-processing/post-processing information for the input/output of the AI model may include information regarding at least one of the following: - whether to apply normalization (e.g., Z-score normalization, min-max normalization); - Parameters for normalization (e.g. mean/variance for Z-score normalization, minimum/maximum for min-max normalization), - Whether to apply a specific numerical conversion method (e.g. one hot encoding, label encoding, etc.); - Selection rules for whether or not to be used as training data.
  • normalization e.g., Z-score normalization, min-max normalization
  • Parameters for normalization e.g. mean/variance for Z-score normalization, minimum/maximum for min-max normalization
  • a specific numerical conversion method e.g. one hot encoding, label encoding, etc.
  • Selection rules for whether or not to be used as training data.
  • the information on the parameters of the AI model may include information regarding at least one of the following: ⁇ Weight (e.g. neuron coefficient (coupling coefficient)) information in the AI model, ⁇ Structure of the AI model, ⁇ Type of AI model as model component (e.g. ResNet, DenseNet, RefineNet, Transformer model, CRBlock, Recurrent Neural Network (RNN), Long Short Memory -Term Memory (LSTM)), Gated Recurrent Unit (GRU)), - Functions of the AI model as a model component (e.g. decoder, encoder).
  • ⁇ Weight e.g. neuron coefficient (coupling coefficient)
  • ⁇ Structure of the AI model e.g. ResNet, DenseNet, RefineNet, Transformer model, CRBlock, Recurrent Neural Network (RNN), Long Short Memory -Term Memory (LSTM)), Gated Recurrent Unit (GRU)
  • - Functions of the AI model as a model component e.g. decoder, encode
  • the weight information in the AI model may include information regarding at least one of the following: ⁇ Bit width (size) of weight information, ⁇ Quantization interval of weight information, - Granularity of weight information, ⁇ The range that weight information can take, ⁇ Weight parameters in the AI model, ⁇ Difference information from the AI model before update (if updating), ⁇ Weight initialization methods (e.g. zero initialization, random initialization (based on normal distribution/uniform distribution/truncated normal distribution), Xavier initialization (for sigmoid functions), He initialization (rectified) For Rectified Linear Units (ReLU)).
  • ⁇ Bit width (size) of weight information e.g. zero initialization, random initialization (based on normal distribution/uniform distribution/truncated normal distribution), Xavier initialization (for sigmoid functions), He initialization (rectified) For Rectified Linear Units (ReLU)).
  • the structure of the AI model may include information regarding at least one of the following: ⁇ Number of layers, - Type of layer (e.g. convolution layer, activation layer, dense layer, normalization layer, pooling layer, attention layer), ⁇ Layer information, - Time series specific parameters (e.g. bidirectionality, time step), - Parameters for training (e.g. type of function (L2 regularization, dropout function, etc.), where to put this function (e.g. after which layer)).
  • ⁇ Number of layers e.g. convolution layer, activation layer, dense layer, normalization layer, pooling layer, attention layer
  • ⁇ Layer information e.g. bidirectionality, time step
  • Parameters for training e.g. type of function (L2 regularization, dropout function, etc.), where to put this function (e.g. after which layer)).
  • the layer information may include information regarding at least one of the following: ⁇ Number of neurons in each layer, ⁇ Kernel size, ⁇ Stride for pooling layer/convolution layer, ⁇ Pooling method (MaxPooling, AveragePooling, etc.), ⁇ Residual block information, ⁇ Number of heads, ⁇ Normalization methods (batch normalization, instance normalization, layer normalization, etc.), - Activation function (sigmoid, tanh function, ReLU, leaky ReLU information, Maxout, Softmax).
  • FIG. 2 is a diagram showing an example of an AI model.
  • This example shows an AI model that includes ResNet as model component #1, a transformer model as model component #2, a dense layer, and a normalization layer.
  • ResNet as model component #1
  • transformer model as model component #2
  • dense layer a dense layer
  • normalization layer a normalization layer
  • one AI model may be included as a component of another AI model.
  • FIG. 2 may be an AI model in which processing proceeds in order from left to right.
  • the training information for the AI model may include information regarding at least one of the following: ⁇ Information for the optimization algorithm (e.g., optimization type (Stochastic Gradient Descent (SGD), AdaGrad, Adam, etc.), optimization parameters (learning rate, momentum, etc.) information, etc.), ⁇ Information on the loss function (for example, information on the metrics of the loss function (Mean Absolute Error (MAE), Mean Square Error (MSE)), cross entropy loss, NLLLoss, Kullback- Leibler (KL) divergence, etc.), parameters to be frozen for training (e.g. layers, weights), - parameters to be updated (e.g.
  • optimization type Stochastic Gradient Descent (SGD), AdaGrad, Adam, etc.
  • optimization parameters learning rate, momentum, etc.
  • ⁇ Information on the loss function for example, information on the metrics of the loss function (Mean Absolute Error (MAE), Mean Square Error (MSE)),
  • ⁇ Parameters for example, layers, weights
  • How to train/update the AI model e.g. (recommended) number of epochs, batch size, number of data used for training.
  • the inference information for the AI model may include information regarding branch pruning of a decision tree, parameter quantization, functions of the AI model, and the like.
  • the function of the AI model may correspond to at least one of, for example, time domain beam prediction, spatial domain beam prediction, an autoencoder for CSI feedback, an autoencoder for beam management, etc.
  • An autoencoder for CSI feedback may be used as follows: - The UE inputs the CSI/channel matrix/precoding matrix into the encoder's AI model and transmits the output encoded bits as CSI feedback (CSI report). - The BS inputs the received encoded bits into the decoder's AI model and reconstructs the output CSI/channel matrix/precoding matrix.
  • the UE/BS inputs sparse (or thick) beam-based measurements (beam quality, e.g. RSRP) into an AI model and outputs dense (or thin) beam quality. It's okay.
  • beam quality e.g. RSRP
  • the UE/BS may input time-series (past, current, etc.) measurement results (beam quality, e.g. RSRP) to the AI model and output future beam quality.
  • time-series past, current, etc.
  • beam quality e.g. RSRP
  • the performance information regarding the AI model may include information regarding the expected value of a loss function defined for the AI model.
  • the AI model information in the present disclosure may include information regarding the applicable range (applicable range) of the AI model.
  • the applicable range may be indicated by a physical cell ID, a serving cell index, etc.
  • Information regarding the scope of application may be included in the above-mentioned environmental information.
  • AI model information regarding a specific AI model may be predefined in a standard, or may be notified to the UE from a network (NW).
  • the AI model defined in the standard may be called a reference AI model.
  • AI model information regarding the reference AI model may be referred to as reference AI model information.
  • the AI model information in the present disclosure may include an index (for example, may be referred to as an AI model index, AI model ID, model ID, etc.) for identifying an AI model.
  • the AI model information in the present disclosure may include an AI model index in addition to/instead of the input/output information of the AI model described above.
  • the association between the AI model index and the AI model information (for example, input/output information of the AI model) may be predetermined in the standard, or may be notified from the NW to the UE.
  • the AI model information in the present disclosure may be referred to as AI model related information (relevant information), simply related information, or the like.
  • the AI model related information does not need to explicitly include information for identifying the AI model.
  • the AI model related information may be information containing only meta information, for example.
  • the first embodiment relates to the specification of an AI model.
  • the AI model in the following embodiments may be used for model inference for CSI feedback (generation of feedback information).
  • the UE may decide which AI model to apply for model inference (in other words, which AI model to apply for model inference).
  • the UE may decide which AI model to apply for the UCI in the CSI report.
  • the UE may make the above decision based on the RRC parameters/MAC CE/DCI.
  • the RRC parameter/MAC CE/DCI may specify the AI model that the UE applies.
  • the above RRC parameter may indicate the ID of the AI model to be applied, and may be included in the CSI report configuration (CSI-ReportConfig).
  • the MAC CE may be a MAC CE for activating an AI model.
  • the UE may activate the AI model specified by the MAC CE from among the AI models set by the RRC parameters.
  • the DCI may include a field that specifies the AI model to be applied.
  • the UE may apply the AI model specified by the DCI from among the AI models configured by the RRC parameters/activated by the MAC CE.
  • the UE can appropriately determine the AI model to apply.
  • the second embodiment relates to determining inputs for an AI model.
  • This AI model may be the AI model specified for the UE in the first embodiment described above.
  • the UE may determine the input to be given to the AI model based on information associated with the AI model (for example, the above-mentioned AI model information). In other words, based on the ID of the AI model to be applied/the received meta information, the UE inputs to this AI model (for example, the measurement result of a specific signal (RS, etc.) You may also understand/specify the prerequisites of whether to provide information (information applied with In this disclosure, "input (or input information)" may include preconditions for this input.
  • the UE may configure RRC parameters (e.g. CSI report configuration (CSI-ReportConfig information element)/CSI resource configuration (CSI-ResourceConfig information element)) that do not match or do not cover the information for input of a certain AI model.
  • RRC parameters e.g. CSI report configuration (CSI-ReportConfig information element)/CSI resource configuration (CSI-ResourceConfig information element)
  • CSI report configuration CSI-ReportConfig information element
  • CSI-ResourceConfig information element CSI resource configuration
  • FIG. 3 is a diagram showing an example of input determination according to the second embodiment.
  • the UE /NW
  • the UE has been notified of at least part of the information of one or more AI models from the data server in advance.
  • the information (related information) of model #00Y may include at least one of the following: ⁇ Model ID: 00Y, ⁇ Model function: spatial domain beam prediction, - Model input: (current/past) RSRP of the RS transmitted using a certain beam, specific CSI resource configuration (CSI-ResourceConfig information element), specific CSI report configuration (CSI-ReportConfig information element), specific mapping between beams and RSs; - Model output: predicted RSRP of RS transmitted using a certain beam.
  • the specific CSI resource settings/CSI report settings/mapping may be recognized as input to the model, or may be recognized as a precondition for input to the model (not actually input).
  • mapping between beams and RSs may mean correspondence (association) between transmitting/receiving beams corresponding to RSs.
  • the UE receives CSI resource configuration/CSI report configuration for model #00Y from the BS.
  • the CSI resource settings/CSI report settings for model #00Y may correspond to the specific CSI resource settings/CSI report settings described above.
  • the UE also receives information specifying (application of) model #00Y.
  • the UE can obtain an output by inputting an input specified from the information of the model #00Y to the model #00Y.
  • the UE may determine the input to be given to the AI model based on information notified from the BS (for example, may be referred to as model input designation information).
  • the UE may determine the input to be given to a certain AI model based on the standard (if the input of the AI model is defined in the standard).
  • CSI resource settings may be replaced with CSI-RS resource settings or the like.
  • the third embodiment relates to determining the output of an AI model.
  • This AI model may be the AI model specified for the UE in the first embodiment described above.
  • the UE does not need to know what the output from the AI model specifically means. For example, when an AI model is trained in the BS, the UE does not know the output from the AI model, so the meaning of the output can be hidden even in the AI model information.
  • FIG. 4 is a diagram showing an example of output determination according to the third embodiment. Duplicate explanations regarding the same points as in FIG. 3 will not be repeated.
  • the information (related information) of model #00Y indicates that the model output is a sequence (information) of x bits.
  • the model output is a predicted RSRP, and the UE was able to understand its specific meaning, but in the example of FIG. 4, the UE cannot understand the meaning of the model output (it only knows that it is a simple bit string).
  • the UE may specify a method for post-processing the AI model with respect to the model output, and in that case, the UE may apply post-processing to the output from the model.
  • the x-bit sequence may mean the number of bits in the direct output from the model, or may mean the number of bits in the output after post-processing.
  • the UE may send the model output (or post-processed output) to the BS.
  • the UE may determine the output from the AI model based on information notified from the BS (for example, may be referred to as model output designation information).
  • the UE may determine the output from a certain AI model based on the standard (if the output of the AI model is defined in the standard).
  • the UE can appropriately judge the output information from the AI model.
  • the fourth embodiment relates to information (which may be referred to as report information) that is reported (transmitted) from the UE to the BS as a result of model inference.
  • the report information may be an output from the AI model in the third embodiment described above, or may be acquired based on the output.
  • the UE may transmit the report information using RRC parameters/MAC CE/UCI.
  • Report information transmitted using UCI may be CSI (for example, CSI part 1, CSI part 2, CSI part X (X is an integer)), or existing UCI (HARQ-ACK, scheduling request ( It may be a new entity (information) for model inference, different from Scheduling Request (SR), CSI).
  • CSI for example, CSI part 1, CSI part 2, CSI part X (X is an integer)
  • HARQ-ACK scheduling request
  • It may be a new entity (information) for model inference, different from Scheduling Request (SR), CSI).
  • the UE may determine what is used to transmit the report information (what is included) based on the AI model used for the corresponding model estimation.
  • FIG. 5 is a diagram illustrating an example of output determination according to Embodiment 4.1. Duplicate explanations regarding the same points as in FIG. 4 will not be repeated.
  • the information (related information) for model #00Y is that the model output is a sequence (information) of X bits in CSI part 1, and a sequence (information) of Y bits (Y is an integer) in CSI part 2. It shows something.
  • the UE may decide what to report in CSI parts 1/2/X based on information notified from the BS (for example, may be called model output designation information).
  • y is the type of CSI report (A-CSI report, SP-CSI report, or P-CSI report) and the channel for transmitting the CSI report (Physical Uplink Shared Channel (PUSCH) or uplink
  • PUSCH Physical Uplink Shared Channel
  • the value may be based on a link control channel (Physical Uplink Control Channel (PUCCH)).
  • y 0 for an A-CSI report transmitted on PUSCH
  • y 1 for an SP-CSI report transmitted on PUSCH
  • y 2 for an SP-CSI report transmitted on PUCCH
  • y may be 3.
  • c may be a serving cell index.
  • s may be a report configuration ID (reportConfigID). Note that L1-RSRP/L1-SINR may be set to different CSI reports.
  • Rel. 15/16 In NR, if the UE is configured to send two conflicting CSI reports and the CSI report types are different (in other words, the above y values of these CSI reports are different), then these The CSI report with the higher Pri iCSI (y,k,c,s) is not sent and the CSI report with the lower Pri iCSI (y,k,c,s ) may be sent.
  • the UE may determine that it is possible to perform inference using a compiled AI model, but cannot perform inference using an uncompiled AI model.
  • the UE may determine (judge) how many bits the report information is included in which of groups 0/1/2/X based on information associated with the AI model (e.g., the AI model information described above). . For example, the UE may understand/specify how many bits the report information is included in which of groups 0/1/2/X based on the ID of the applied AI model.
  • information associated with the AI model e.g., the AI model information described above.
  • the UE may understand/specify how many bits the report information is included in which of groups 0/1/2/X based on the ID of the applied AI model.
  • FIG. 6 is a diagram illustrating an example of output determination according to Embodiment 4.3. Duplicate explanations regarding the same points as in FIG. 5 will not be repeated.
  • the UE determines the number of bits of report information to be included in groups 0/1/2/X in CSI Part 2 based on information notified from the BS (for example, may be called group designation information). It's okay.
  • the notification of any information to the UE is performed using physical layer signaling (e.g., DCI), upper layer signaling (e.g., This may be done using RRC signaling, MAC CE), specific signals/channels (eg, PDCCH, PDSCH, reference signals), or a combination thereof.
  • physical layer signaling e.g., DCI
  • upper layer signaling e.g., This may be done using RRC signaling, MAC CE
  • specific signals/channels eg, PDCCH, PDSCH, reference signals
  • notification of any information to the UE in the above embodiments may be performed periodically, semi-persistently, or aperiodically.
  • the above notification may be transmitted using PUCCH or PUSCH.
  • notification of arbitrary information from the UE in the above embodiments may be performed periodically, semi-persistently, or aperiodically.
  • the specific UE capability may be a capability that is applied across all frequencies (commonly regardless of frequency), or a capability that is applied across all frequencies (for example, a cell, a band, a BWP, a band combination, a component carrier, etc.). or a combination thereof), or it may be a capability for each frequency range (for example, Frequency Range 1 (FR1), FR2, FR3, FR4, FR5, FR2-1, FR2-2). Alternatively, it may be a capability for each subcarrier spacing (SCS).
  • FR1 Frequency Range 1
  • FR2 FR2, FR3, FR4, FR5, FR2-1, FR2-2
  • SCS subcarrier spacing
  • the above-mentioned specific UE capability may be a capability that is applied across all duplex schemes (commonly regardless of the duplex scheme), or may be a capability that is applied across all duplex schemes (for example, Time Division Duplex).
  • the capability may be for each frequency division duplex (TDD)) or frequency division duplex (FDD)).
  • the UE does not support at least one of the specific UE capabilities or is not configured with the specific information, for example, Rel. 15/16 operations may be applied.
  • a receiving unit that receives information specifying an artificial intelligence (AI) model
  • a terminal comprising: a control unit that generates a Channel State Information Reference Signal (CSI) report based on the AI model.
  • CSI Channel State Information Reference Signal
  • the wireless communication system 1 may support dual connectivity between multiple Radio Access Technologies (RATs) (Multi-RAT Dual Connectivity (MR-DC)).
  • MR-DC has dual connectivity between LTE (Evolved Universal Terrestrial Radio Access (E-UTRA)) and NR (E-UTRA-NR Dual Connectivity (EN-DC)), and dual connectivity between NR and LTE (NR-E -UTRA Dual Connectivity (NE-DC)).
  • RATs Radio Access Technologies
  • MR-DC has dual connectivity between LTE (Evolved Universal Terrestrial Radio Access (E-UTRA)) and NR (E-UTRA-NR Dual Connectivity (EN-DC)), and dual connectivity between NR and LTE (NR-E -UTRA Dual Connectivity (NE-DC)).
  • E-UTRA Evolved Universal Terrestrial Radio Access
  • EN-DC E-UTRA-NR Dual Connectivity
  • NE-DC NR-E -UTRA Dual Connectivity
  • Each CC may be included in at least one of a first frequency band (Frequency Range 1 (FR1)) and a second frequency band (Frequency Range 2 (FR2)).
  • Macro cell C1 may be included in FR1
  • small cell C2 may be included in FR2.
  • FR1 may be a frequency band below 6 GHz (sub-6 GHz)
  • FR2 may be a frequency band above 24 GHz (above-24 GHz). Note that the frequency bands and definitions of FR1 and FR2 are not limited to these, and FR1 may correspond to a higher frequency band than FR2, for example.
  • the plurality of base stations 10 may be connected by wire (for example, optical fiber, X2 interface, etc. compliant with Common Public Radio Interface (CPRI)) or wirelessly (for example, NR communication).
  • wire for example, optical fiber, X2 interface, etc. compliant with Common Public Radio Interface (CPRI)
  • NR communication for example, when NR communication is used as a backhaul between base stations 11 and 12, base station 11, which is an upper station, is an Integrated Access Backhaul (IAB) donor, and base station 12, which is a relay station, is an IAB donor. May also be called a node.
  • IAB Integrated Access Backhaul
  • the base station 10 may be connected to the core network 30 via another base station 10 or directly.
  • the core network 30 may include, for example, at least one of Evolved Packet Core (EPC), 5G Core Network (5GCN), Next Generation Core (NGC), and the like.
  • EPC Evolved Packet Core
  • 5GCN 5G Core Network
  • NGC Next Generation Core
  • the user terminal 20 may be a terminal compatible with at least one of communication systems such as LTE, LTE-A, and 5G.
  • an orthogonal frequency division multiplexing (OFDM)-based wireless access method may be used.
  • OFDM orthogonal frequency division multiplexing
  • CP-OFDM Cyclic Prefix OFDM
  • DFT-s-OFDM Discrete Fourier Transform Spread OFDM
  • OFDMA Orthogonal Frequency Division Multiple Access
  • SC-FDMA Single Carrier Frequency Division Multiple Access
  • a wireless access method may also be called a waveform.
  • other wireless access methods for example, other single carrier transmission methods, other multicarrier transmission methods
  • the UL and DL radio access methods may be used as the UL and DL radio access methods.
  • the downlink channels include a physical downlink shared channel (PDSCH) shared by each user terminal 20, a broadcast channel (physical broadcast channel (PBCH)), and a downlink control channel (physical downlink control). Channel (PDCCH)) or the like may be used.
  • PDSCH physical downlink shared channel
  • PBCH physical broadcast channel
  • PDCCH downlink control channel
  • uplink channels include a physical uplink shared channel (PUSCH) shared by each user terminal 20, an uplink control channel (PUCCH), and a random access channel. (Physical Random Access Channel (PRACH)) or the like may be used.
  • PUSCH physical uplink shared channel
  • PUCCH uplink control channel
  • PRACH Physical Random Access Channel
  • User data, upper layer control information, System Information Block (SIB), etc. are transmitted by the PDSCH.
  • User data, upper layer control information, etc. may be transmitted by PUSCH.
  • a Master Information Block (MIB) may be transmitted via the PBCH.
  • Lower layer control information may be transmitted by PDCCH.
  • the lower layer control information may include, for example, downlink control information (DCI) that includes scheduling information for at least one of PDSCH and PUSCH.
  • DCI downlink control information
  • DCI that schedules PDSCH may be called DL assignment, DL DCI, etc.
  • DCI that schedules PUSCH may be called UL grant, UL DCI, etc.
  • PDSCH may be replaced with DL data
  • PUSCH may be replaced with UL data.
  • One search space may correspond to PDCCH candidates corresponding to one or more aggregation levels.
  • One or more search spaces may be referred to as a search space set. Note that “search space”, “search space set”, “search space setting”, “search space set setting”, “CORESET”, “CORESET setting”, etc. in the present disclosure may be read interchangeably.
  • the PUCCH allows channel state information (CSI), delivery confirmation information (for example, may be called Hybrid Automatic Repeat Request ACKnowledgement (HARQ-ACK), ACK/NACK, etc.), and scheduling request ( Uplink Control Information (UCI) including at least one of SR)) may be transmitted.
  • CSI channel state information
  • delivery confirmation information for example, may be called Hybrid Automatic Repeat Request ACKnowledgement (HARQ-ACK), ACK/NACK, etc.
  • UCI Uplink Control Information including at least one of SR
  • a random access preamble for establishing a connection with a cell may be transmitted by PRACH.
  • downlinks, uplinks, etc. may be expressed without adding "link”.
  • various channels may be expressed without adding "Physical” at the beginning.
  • a synchronization signal (SS), a downlink reference signal (DL-RS), and the like may be transmitted.
  • the DL-RS includes a cell-specific reference signal (CRS), a channel state information reference signal (CSI-RS), and a demodulation reference signal (DeModulation).
  • Reference Signal (DMRS)), Positioning Reference Signal (PRS), Phase Tracking Reference Signal (PTRS), etc. may be transmitted.
  • the synchronization signal may be, for example, at least one of a primary synchronization signal (PSS) and a secondary synchronization signal (SSS).
  • a signal block including SS (PSS, SSS) and PBCH (and DMRS for PBCH) may be called an SS/PBCH block, SS Block (SSB), etc. Note that SS, SSB, etc. may also be called reference signals.
  • DMRS Downlink Reference Signal
  • UL-RS uplink reference signals
  • SRS Sounding Reference Signal
  • DMRS demodulation reference signals
  • UE-specific reference signal user terminal-specific reference signal
  • FIG. 8 is a diagram illustrating an example of the configuration of a base station according to an embodiment.
  • the base station 10 includes a control section 110, a transmitting/receiving section 120, a transmitting/receiving antenna 130, and a transmission line interface 140. Note that one or more of each of the control unit 110, the transmitting/receiving unit 120, the transmitting/receiving antenna 130, and the transmission path interface 140 may be provided.
  • this example mainly shows functional blocks that are characteristic of the present embodiment, and it may be assumed that the base station 10 also has other functional blocks necessary for wireless communication. A part of the processing of each unit described below may be omitted.
  • the control unit 110 controls the entire base station 10.
  • the control unit 110 can be configured from a controller, a control circuit, etc., which will be explained based on common recognition in the technical field related to the present disclosure.
  • the transmitting/receiving section 120 may include a baseband section 121, a radio frequency (RF) section 122, and a measuring section 123.
  • the baseband section 121 may include a transmission processing section 1211 and a reception processing section 1212.
  • the transmitter/receiver unit 120 includes a transmitter/receiver, an RF circuit, a baseband circuit, a filter, a phase shifter, a measurement circuit, a transmitter/receiver circuit, etc., which are explained based on common understanding in the technical field related to the present disclosure. be able to.
  • the transmitting/receiving section 120 may be configured as an integrated transmitting/receiving section, or may be configured from a transmitting section and a receiving section.
  • the transmitting section may include a transmitting processing section 1211 and an RF section 122.
  • the reception section may include a reception processing section 1212, an RF section 122, and a measurement section 123.
  • the transmitting/receiving antenna 130 can be configured from an antenna described based on common recognition in the technical field related to the present disclosure, such as an array antenna.
  • the transmitter/receiver 120 may transmit the above-mentioned downlink channel, synchronization signal, downlink reference signal, etc.
  • the transmitter/receiver 120 may receive the above-mentioned uplink channel, uplink reference signal, and the like.
  • the transmitting/receiving unit 120 may form at least one of a transmitting beam and a receiving beam using digital beamforming (e.g., precoding), analog beamforming (e.g., phase rotation), or the like.
  • digital beamforming e.g., precoding
  • analog beamforming e.g., phase rotation
  • the transmitting/receiving unit 120 (transmission processing unit 1211) performs Packet Data Convergence Protocol (PDCP) layer processing, Radio Link Control (RLC) layer processing (for example, RLC retransmission control), Medium Access Control (MAC) layer processing (for example, HARQ retransmission control), etc. may be performed to generate a bit string to be transmitted.
  • PDCP Packet Data Convergence Protocol
  • RLC Radio Link Control
  • MAC Medium Access Control
  • HARQ retransmission control for example, HARQ retransmission control
  • the transmitting/receiving unit 120 performs channel encoding (which may include error correction encoding), modulation, mapping, filter processing, and discrete Fourier transform (DFT) on the bit string to be transmitted.
  • a baseband signal may be output by performing transmission processing such as processing (if necessary), Inverse Fast Fourier Transform (IFFT) processing, precoding, and digital-to-analog conversion.
  • IFFT Inverse Fast Fourier Transform
  • the transmitting/receiving unit 120 may perform modulation, filter processing, amplification, etc. on the baseband signal in a radio frequency band, and may transmit the signal in the radio frequency band via the transmitting/receiving antenna 130. .
  • the transmitting/receiving section 120 may perform amplification, filter processing, demodulation into a baseband signal, etc. on the radio frequency band signal received by the transmitting/receiving antenna 130.
  • the transmitting/receiving unit 120 (reception processing unit 1212) performs analog-to-digital conversion, fast Fourier transform (FFT) processing, and inverse discrete Fourier transform (IDFT) on the acquired baseband signal. )) processing (if necessary), applying reception processing such as filter processing, demapping, demodulation, decoding (which may include error correction decoding), MAC layer processing, RLC layer processing and PDCP layer processing, User data etc. may also be acquired.
  • FFT fast Fourier transform
  • IDFT inverse discrete Fourier transform
  • the transmitting/receiving unit 120 may perform measurements regarding the received signal.
  • the measurement unit 123 may perform Radio Resource Management (RRM) measurement, Channel State Information (CSI) measurement, etc. based on the received signal.
  • the measurement unit 123 measures received power (for example, Reference Signal Received Power (RSRP)), reception quality (for example, Reference Signal Received Quality (RSRQ), Signal to Interference plus Noise Ratio (SINR), Signal to Noise Ratio (SNR) )) , signal strength (for example, Received Signal Strength Indicator (RSSI)), propagation path information (for example, CSI), etc. may be measured.
  • the measurement results may be output to the control unit 110.
  • the transmission path interface 140 transmits and receives signals (backhaul signaling) between devices included in the core network 30, other base stations 10, etc., and transmits and receives user data (user plane data) for the user terminal 20, control plane It is also possible to acquire and transmit data.
  • the transmitting unit and receiving unit of the base station 10 in the present disclosure may be configured by at least one of the transmitting/receiving unit 120, the transmitting/receiving antenna 130, and the transmission path interface 140.
  • the transmitting/receiving unit 120 may transmit information specifying an artificial intelligence (AI) model.
  • the transmitting/receiving unit 120 may receive a channel state information reference signal (CSI) report generated based on the AI model.
  • CSI channel state information reference signal
  • FIG. 9 is a diagram illustrating an example of the configuration of a user terminal according to an embodiment.
  • the user terminal 20 includes a control section 210, a transmitting/receiving section 220, and a transmitting/receiving antenna 230. Note that one or more of each of the control unit 210, the transmitting/receiving unit 220, and the transmitting/receiving antenna 230 may be provided.
  • this example mainly shows functional blocks that are characteristic of the present embodiment, and it may be assumed that the user terminal 20 also has other functional blocks necessary for wireless communication. A part of the processing of each unit described below may be omitted.
  • the control unit 210 controls the entire user terminal 20.
  • the control unit 210 can be configured from a controller, a control circuit, etc., which will be explained based on common recognition in the technical field related to the present disclosure.
  • the control unit 210 may control signal generation, mapping, etc.
  • the control unit 210 may control transmission and reception using the transmitting/receiving unit 220 and the transmitting/receiving antenna 230, measurement, and the like.
  • the control unit 210 may generate data, control information, sequences, etc. to be transmitted as a signal, and may transfer the generated data to the transmitting/receiving unit 220.
  • the transmitting/receiving section 220 may include a baseband section 221, an RF section 222, and a measuring section 223.
  • the baseband section 221 may include a transmission processing section 2211 and a reception processing section 2212.
  • the transmitting/receiving unit 220 can be configured from a transmitter/receiver, an RF circuit, a baseband circuit, a filter, a phase shifter, a measuring circuit, a transmitting/receiving circuit, etc., which are explained based on common recognition in the technical field related to the present disclosure.
  • the transmitting/receiving section 220 may be configured as an integrated transmitting/receiving section, or may be configured from a transmitting section and a receiving section.
  • the transmitting section may include a transmitting processing section 2211 and an RF section 222.
  • the reception section may include a reception processing section 2212, an RF section 222, and a measurement section 223.
  • the transmitting/receiving antenna 230 can be configured from an antenna, such as an array antenna, as described based on common recognition in the technical field related to the present disclosure.
  • the transmitter/receiver 220 may receive the above-mentioned downlink channel, synchronization signal, downlink reference signal, etc.
  • the transmitter/receiver 220 may transmit the above-mentioned uplink channel, uplink reference signal, and the like.
  • the transmitting/receiving unit 220 may form at least one of a transmitting beam and a receiving beam using digital beamforming (e.g., precoding), analog beamforming (e.g., phase rotation), or the like.
  • digital beamforming e.g., precoding
  • analog beamforming e.g., phase rotation
  • the transmission/reception unit 220 (transmission processing unit 2211) performs PDCP layer processing, RLC layer processing (e.g. RLC retransmission control), MAC layer processing (e.g. , HARQ retransmission control), etc., to generate a bit string to be transmitted.
  • RLC layer processing e.g. RLC retransmission control
  • MAC layer processing e.g. , HARQ retransmission control
  • the transmitting/receiving unit 220 (transmission processing unit 2211) performs channel encoding (which may include error correction encoding), modulation, mapping, filter processing, DFT processing (as necessary), and IFFT processing on the bit string to be transmitted. , precoding, digital-to-analog conversion, etc., and output a baseband signal.
  • DFT processing may be based on the settings of transform precoding.
  • the transmitting/receiving unit 220 transmits the above processing in order to transmit the channel using the DFT-s-OFDM waveform.
  • DFT processing may be performed as the transmission processing, or if not, DFT processing may not be performed as the transmission processing.
  • the transmitting/receiving unit 220 may perform modulation, filter processing, amplification, etc. on the baseband signal in a radio frequency band, and may transmit the signal in the radio frequency band via the transmitting/receiving antenna 230. .
  • the transmitting/receiving section 220 may perform amplification, filter processing, demodulation into a baseband signal, etc. on the radio frequency band signal received by the transmitting/receiving antenna 230.
  • the transmission/reception unit 220 (reception processing unit 2212) performs analog-to-digital conversion, FFT processing, IDFT processing (if necessary), filter processing, demapping, demodulation, and decoding (error correction) on the acquired baseband signal. (which may include decoding), MAC layer processing, RLC layer processing, and PDCP layer processing may be applied to obtain user data and the like.
  • the transmitting/receiving unit 220 may perform measurements regarding the received signal.
  • the measurement unit 223 may perform RRM measurement, CSI measurement, etc. based on the received signal.
  • the measurement unit 223 may measure received power (for example, RSRP), reception quality (for example, RSRQ, SINR, SNR), signal strength (for example, RSSI), propagation path information (for example, CSI), and the like.
  • the measurement results may be output to the control unit 210.
  • the transmitting unit and receiving unit of the user terminal 20 in the present disclosure may be configured by at least one of the transmitting/receiving unit 220 and the transmitting/receiving antenna 230.
  • the transmitting/receiving unit 220 may receive information specifying an artificial intelligence (AI) model.
  • the control unit 210 may generate a channel state information reference signal (CSI) report based on the AI model.
  • CSI channel state information reference signal
  • the transmitting/receiving unit 220 may receive the CSI resource settings or CSI report settings for the AI model.
  • each functional block may be realized using one physically or logically coupled device, or may be realized using two or more physically or logically separated devices directly or indirectly (e.g. , wired, wireless, etc.) and may be realized using a plurality of these devices.
  • the functional block may be realized by combining software with the one device or the plurality of devices.
  • functions include judgment, decision, judgement, calculation, calculation, processing, derivation, investigation, exploration, confirmation, reception, transmission, output, access, solution, selection, selection, establishment, comparison, assumption, expectation, and consideration. , broadcasting, notifying, communicating, forwarding, configuring, reconfiguring, allocating, mapping, assigning, etc.
  • a functional block (configuration unit) that performs transmission may be called a transmitting unit, a transmitter, or the like. In either case, as described above, the implementation method is not particularly limited.
  • a base station, a user terminal, etc. in an embodiment of the present disclosure may function as a computer that performs processing of the wireless communication method of the present disclosure.
  • FIG. 10 is a diagram illustrating an example of the hardware configuration of a base station and a user terminal according to an embodiment.
  • the base station 10 and user terminal 20 described above may be physically configured as a computer device including a processor 1001, a memory 1002, a storage 1003, a communication device 1004, an input device 1005, an output device 1006, a bus 1007, etc. .
  • the hardware configuration of the base station 10 and the user terminal 20 may be configured to include one or more of each device shown in the figure, or may be configured not to include some of the devices.
  • processor 1001 may be implemented using one or more chips.
  • Each function in the base station 10 and the user terminal 20 is performed by, for example, loading predetermined software (program) onto hardware such as a processor 1001 and a memory 1002, so that the processor 1001 performs calculations and communicates via the communication device 1004. This is achieved by controlling at least one of reading and writing data in the memory 1002 and storage 1003.
  • predetermined software program
  • the processor 1001 operates an operating system to control the entire computer.
  • the processor 1001 may be configured by a central processing unit (CPU) that includes interfaces with peripheral devices, a control device, an arithmetic unit, registers, and the like.
  • CPU central processing unit
  • the above-mentioned control unit 110 (210), transmitting/receiving unit 120 (220), etc. may be realized by the processor 1001.
  • the processor 1001 reads programs (program codes), software modules, data, etc. from at least one of the storage 1003 and the communication device 1004 to the memory 1002, and executes various processes in accordance with these.
  • programs program codes
  • software modules software modules
  • data etc.
  • the control unit 110 may be realized by a control program stored in the memory 1002 and operated in the processor 1001, and other functional blocks may also be realized in the same way.
  • the memory 1002 is a computer-readable recording medium, and includes at least one of Read Only Memory (ROM), Erasable Programmable ROM (EPROM), Electrically EPROM (EEPROM), Random Access Memory (RAM), and other suitable storage media. It may be composed of one. Memory 1002 may be called a register, cache, main memory, or the like.
  • the memory 1002 can store executable programs (program codes), software modules, and the like to implement a wireless communication method according to an embodiment of the present disclosure.
  • the storage 1003 is a computer-readable recording medium, such as a flexible disk, a floppy (registered trademark) disk, a magneto-optical disk (for example, a compact disk (CD-ROM), etc.), a digital versatile disk, removable disk, hard disk drive, smart card, flash memory device (e.g., card, stick, key drive), magnetic stripe, database, server, or other suitable storage medium. It may be configured by Storage 1003 may also be called an auxiliary storage device.
  • a computer-readable recording medium such as a flexible disk, a floppy (registered trademark) disk, a magneto-optical disk (for example, a compact disk (CD-ROM), etc.), a digital versatile disk, removable disk, hard disk drive, smart card, flash memory device (e.g., card, stick, key drive), magnetic stripe, database, server, or other suitable storage medium. It may be configured by Storage 1003 may also be called an auxiliary storage device.
  • the communication device 1004 is hardware (transmission/reception device) for communicating between computers via at least one of a wired network and a wireless network, and is also referred to as a network device, network controller, network card, communication module, etc., for example.
  • the communication device 1004 includes, for example, a high frequency switch, a duplexer, a filter, a frequency synthesizer, etc. in order to realize at least one of frequency division duplex (FDD) and time division duplex (TDD). It may be configured to include.
  • FDD frequency division duplex
  • TDD time division duplex
  • the transmitter/receiver 120 (220) may be physically or logically separated into a transmitter 120a (220a) and a receiver 120b (220b).
  • the input device 1005 is an input device (eg, keyboard, mouse, microphone, switch, button, sensor, etc.) that accepts input from the outside.
  • the output device 1006 is an output device (for example, a display, a speaker, a light emitting diode (LED) lamp, etc.) that performs output to the outside. Note that the input device 1005 and the output device 1006 may have an integrated configuration (for example, a touch panel).
  • each device such as the processor 1001 and the memory 1002 is connected by a bus 1007 for communicating information.
  • the bus 1007 may be configured using a single bus, or may be configured using different buses for each device.
  • the base station 10 and user terminal 20 also include a microprocessor, a digital signal processor (DSP), an application specific integrated circuit (ASIC), a programmable logic device (PLD), a field programmable gate array (FPGA), etc. It may be configured to include hardware, and a part or all of each functional block may be realized using the hardware. For example, processor 1001 may be implemented using at least one of these hardwares.
  • DSP digital signal processor
  • ASIC application specific integrated circuit
  • PLD programmable logic device
  • FPGA field programmable gate array
  • channel, symbol and signal may be interchanged.
  • the signal may be a message.
  • the reference signal may also be abbreviated as RS, and may be called a pilot, pilot signal, etc. depending on the applicable standard.
  • a component carrier CC may be called a cell, a frequency carrier, a carrier frequency, or the like.
  • a radio frame may be composed of one or more periods (frames) in the time domain.
  • Each of the one or more periods (frames) constituting a radio frame may be called a subframe.
  • a subframe may be composed of one or more slots in the time domain.
  • a subframe may have a fixed time length (eg, 1 ms) that does not depend on numerology.
  • the numerology may be a communication parameter applied to at least one of transmission and reception of a certain signal or channel.
  • Numerology includes, for example, subcarrier spacing (SCS), bandwidth, symbol length, cyclic prefix length, transmission time interval (TTI), number of symbols per TTI, and radio frame configuration. , a specific filtering process performed by the transceiver in the frequency domain, a specific windowing process performed by the transceiver in the time domain, etc.
  • a slot may be composed of one or more symbols (Orthogonal Frequency Division Multiplexing (OFDM) symbols, Single Carrier Frequency Division Multiple Access (SC-FDMA) symbols, etc.) in the time domain. Furthermore, a slot may be a time unit based on numerology.
  • OFDM Orthogonal Frequency Division Multiplexing
  • SC-FDMA Single Carrier Frequency Division Multiple Access
  • a slot may include multiple mini-slots. Each minislot may be made up of one or more symbols in the time domain. Furthermore, a mini-slot may also be called a sub-slot. A minislot may be made up of fewer symbols than a slot.
  • PDSCH (or PUSCH) transmitted in time units larger than minislots may be referred to as PDSCH (PUSCH) mapping type A.
  • PDSCH (or PUSCH) transmitted using minislots may be referred to as PDSCH (PUSCH) mapping type B.
  • Radio frames, subframes, slots, minislots, and symbols all represent time units when transmitting signals. Other names may be used for the radio frame, subframe, slot, minislot, and symbol. Note that time units such as frames, subframes, slots, minislots, and symbols in the present disclosure may be read interchangeably.
  • one subframe may be called a TTI
  • a plurality of consecutive subframes may be called a TTI
  • one slot or one minislot may be called a TTI.
  • at least one of the subframe and TTI may be a subframe (1ms) in existing LTE, a period shorter than 1ms (for example, 1-13 symbols), or a period longer than 1ms. It may be.
  • the unit representing the TTI may be called a slot, minislot, etc. instead of a subframe.
  • TTI refers to, for example, the minimum time unit for scheduling in wireless communication.
  • a base station performs scheduling to allocate radio resources (frequency bandwidth, transmission power, etc. that can be used by each user terminal) to each user terminal on a TTI basis.
  • radio resources frequency bandwidth, transmission power, etc. that can be used by each user terminal
  • the TTI may be a transmission time unit of a channel-coded data packet (transport block), a code block, a codeword, etc., or may be a processing unit of scheduling, link adaptation, etc. Note that when a TTI is given, the time interval (for example, the number of symbols) to which transport blocks, code blocks, code words, etc. are actually mapped may be shorter than the TTI.
  • one slot or one minislot is called a TTI
  • one or more TTIs may be the minimum time unit for scheduling.
  • the number of slots (minislot number) that constitutes the minimum time unit of the scheduling may be controlled.
  • a TTI having a time length of 1 ms may be called a normal TTI (TTI in 3GPP Rel. 8-12), normal TTI, long TTI, normal subframe, normal subframe, long subframe, slot, etc.
  • TTI TTI in 3GPP Rel. 8-12
  • normal TTI long TTI
  • normal subframe normal subframe
  • long subframe slot
  • TTI that is shorter than the normal TTI may be referred to as an abbreviated TTI, short TTI, partial or fractional TTI, shortened subframe, short subframe, minislot, subslot, slot, etc.
  • long TTI for example, normal TTI, subframe, etc.
  • short TTI for example, short TTI, etc. It may also be read as a TTI having the above TTI length.
  • a resource block is a resource allocation unit in the time domain and frequency domain, and may include one or more continuous subcarriers (subcarriers) in the frequency domain.
  • the number of subcarriers included in an RB may be the same regardless of the numerology, and may be 12, for example.
  • the number of subcarriers included in an RB may be determined based on numerology.
  • one or more RBs include a physical resource block (Physical RB (PRB)), a sub-carrier group (SCG), a resource element group (REG), a PRB pair, and an RB. They may also be called pairs.
  • PRB Physical RB
  • SCG sub-carrier group
  • REG resource element group
  • PRB pair an RB. They may also be called pairs.
  • Bandwidth Part (also called partial bandwidth, etc.) refers to a subset of consecutive common resource blocks (RB) for a certain numerology in a certain carrier.
  • the common RB may be specified by an RB index based on a common reference point of the carrier.
  • PRBs may be defined in a BWP and numbered within that BWP.
  • BWP may include UL BWP (BWP for UL) and DL BWP (BWP for DL).
  • BWP UL BWP
  • BWP for DL DL BWP
  • One or more BWPs may be configured within one carrier for a UE.
  • the structures of the radio frame, subframe, slot, minislot, symbol, etc. described above are merely examples.
  • the number of subframes included in a radio frame, the number of slots per subframe or radio frame, the number of minislots included in a slot, the number of symbols and RBs included in a slot or minislot, the number of symbols included in an RB The number of subcarriers, the number of symbols within a TTI, the symbol length, the cyclic prefix (CP) length, and other configurations can be changed in various ways.
  • information, signals, etc. may be output from the upper layer to the lower layer and from the lower layer to at least one of the upper layer.
  • Information, signals, etc. may be input and output via multiple network nodes.
  • notification of prescribed information is not limited to explicit notification, but may be made implicitly (for example, by not notifying the prescribed information or by providing other information) (by notification).
  • the determination may be made by a value expressed by 1 bit (0 or 1), or by a boolean value expressed by true or false. , may be performed by numerical comparison (eg, comparison with a predetermined value).
  • a mobile station is a subscriber station, mobile unit, subscriber unit, wireless unit, remote unit, mobile device, wireless device, wireless communication device, remote device, mobile subscriber station, access terminal, mobile terminal, wireless terminal, remote terminal. , handset, user agent, mobile client, client, or some other suitable terminology.
  • the moving body refers to a movable object, and the moving speed is arbitrary, and naturally includes cases where the moving body is stopped.
  • the mobile objects include, for example, vehicles, transport vehicles, automobiles, motorcycles, bicycles, connected cars, excavators, bulldozers, wheel loaders, dump trucks, forklifts, trains, buses, carts, rickshaws, and ships (ships and other watercraft). , including, but not limited to, airplanes, rockets, artificial satellites, drones, multicopters, quadcopters, balloons, and items mounted thereon.
  • the mobile object may be a mobile object that autonomously travels based on a travel command.
  • the driving support system unit 64 includes millimeter wave radar, Light Detection and Ranging (LiDAR), a camera, a positioning locator (for example, Global Navigation Satellite System (GNSS), etc.), and map information (for example, High Definition (HD)). maps, autonomous vehicle (AV) maps, etc.), gyro systems (e.g., inertial measurement units (IMUs), inertial navigation systems (INS), etc.), artificial intelligence ( Artificial Intelligence (AI) chips, AI processors, and other devices that provide functions to prevent accidents and reduce the driver's driving burden, as well as one or more devices that control these devices. It consists of an ECU. Further, the driving support system section 64 transmits and receives various information via the communication module 60, and realizes a driving support function or an automatic driving function.
  • LiDAR Light Detection and Ranging
  • GNSS Global Navigation Satellite System
  • HD High Definition
  • maps for example, autonomous vehicle (AV) maps, etc.
  • gyro systems e.g.,
  • the communication module 60 receives various information (traffic information, signal information, inter-vehicle information, etc.) transmitted from an external device, and displays it on the information service section 59 provided in the vehicle.
  • the information service unit 59 is an output unit that outputs information (for example, outputs information to devices such as a display and a speaker based on the PDSCH (or data/information decoded from the PDSCH) received by the communication module 60). may be called.
  • the user terminal in the present disclosure may be replaced with a base station.
  • the base station 10 may have the functions that the user terminal 20 described above has.
  • the operations performed by the base station may be performed by its upper node in some cases.
  • various operations performed for communication with a terminal may be performed by the base station, one or more network nodes other than the base station (e.g. It is clear that this can be performed by a Mobility Management Entity (MME), a Serving-Gateway (S-GW), etc. (though not limited thereto), or a combination thereof.
  • MME Mobility Management Entity
  • S-GW Serving-Gateway
  • the phrase “based on” does not mean “based solely on” unless explicitly stated otherwise. In other words, the phrase “based on” means both “based only on” and “based at least on.”
  • determining may encompass a wide variety of actions. For example, “judgment” can mean judging, calculating, computing, processing, deriving, investigating, looking up, search, inquiry ( For example, searching in a table, database, or other data structure), ascertaining, etc. may be considered to be “determining.”
  • microwave when two elements are connected, they may be connected using one or more electrical wires, cables, printed electrical connections, etc., as well as in the radio frequency domain, microwave can be considered to be “connected” or “coupled” to each other using electromagnetic energy having wavelengths in the light (both visible and invisible) range.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本開示の一態様に係る端末は、ネットワーク（Network（ＮＷ））によって訓練されたモデル（ＮＷ訓練モデル）に関するＮＷ訓練モデル情報と、前記ＮＷ訓練モデルのベースとなる参照モデルに関する参照モデル情報と、を受信する受信部と、前記ＮＷ訓練モデル情報及び前記参照モデル情報に基づいて、前記ＮＷ訓練モデルを判断する制御部と、を有する。本開示の一態様によれば、好適なオーバーヘッド低減／チャネル推定／リソースの利用を実現できる。

Description

端末、無線通信方法及び基地局
　本開示は、次世代移動通信システムにおける端末、無線通信方法及び基地局に関する。
　Universal　Mobile　Telecommunications　System（ＵＭＴＳ）ネットワークにおいて、更なる高速データレート、低遅延などを目的としてLong　Term　Evolution（ＬＴＥ）が仕様化された（非特許文献１）。また、ＬＴＥ（Third　Generation　Partnership　Project（３ＧＰＰ）　Release（Ｒｅｌ．）８、９）の更なる大容量、高度化などを目的として、ＬＴＥ－Ａｄｖａｎｃｅｄ（３ＧＰＰ　Ｒｅｌ．１０－１４）が仕様化された。
　ＬＴＥの後継システム（例えば、5th　generation　mobile　communication　system（５Ｇ）、５Ｇ＋（plus）、6th　generation　mobile　communication　system（６Ｇ）、New　Radio（ＮＲ）、３ＧＰＰ　Ｒｅｌ．１５以降などともいう）も検討されている。
　将来の無線通信技術について、ネットワーク／デバイスの制御、管理などに、機械学習（Machine　Learning（ＭＬ））のような人工知能（Artificial　Intelligence（ＡＩ））技術を活用することが検討されている。
　データ／ＡＩモデルは、プロプライエタリな資産として扱われることが望ましい。例えば、高精度なＡＩモデルの作成には膨大な費用／時間がかかるため、ある企業が作成したＡＩモデルの内容が他社にわかってしまうと、大きな不利益となる。このため、異なるベンダーから提供される端末（terminal、ユーザ端末（user　terminal）、User　Equipment（ＵＥ））／基地局に対して、ＡＩモデルに関する情報の一部を利用不可能にする（又は推察できなくする）ことが検討されている。
　識別子（Identifier（ＩＤ））ベースのモデルアプローチは、そのようなシナリオにおけるＡＩモデルの管理方法の１つになり得る。例えば、ＵＥ／基地局はＡＩモデルの詳細を知らないが、ＡＩモデル管理のために、ＡＩモデルの一部情報（例えば、ＵＥにおいてどのＭＬモデルが何のために利用されているか）のみを知ることができる。
　しかしながら、ＡＩベースのチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートに関して、ＵＥ／ＢＳがどのようにモデルに関する情報を通知するか、ＣＳＩレポートの内容をどうするか、などの制御の具体的な内容については、まだ検討が進んでいない。この制御を適切に規定しなければ、適切なオーバーヘッド低減／高精度なチャネル推定／高効率なリソースの利用が達成できず、通信スループット／通信品質の向上が抑制されるおそれがある。
　そこで、本開示は、好適なオーバーヘッド低減／チャネル推定／リソースの利用を実現できる端末、無線通信方法及び基地局を提供することを目的の１つとする。
　本開示の一態様に係る端末は、ネットワーク（Network（ＮＷ））によって訓練されたモデル（ＮＷ訓練モデル）に関するＮＷ訓練モデル情報と、前記ＮＷ訓練モデルのベースとなる参照モデルに関する参照モデル情報と、を受信する受信部と、前記ＮＷ訓練モデル情報及び前記参照モデル情報に基づいて、前記ＮＷ訓練モデルを判断する制御部と、を有する。
　本開示の一態様によれば、好適なオーバーヘッド低減／チャネル推定／リソースの利用を実現できる。
図１は、ＡＩモデルの管理のフレームワークの一例を示す図である。 図２は、ＡＩモデルの一例を示す図である。 図３は、第２の実施形態にかかる入力の決定の一例を示す図である。 図４は、第３の実施形態にかかる出力の決定の一例を示す図である。 図５は、実施形態４．１にかかる出力の決定の一例を示す図である。 図６は、実施形態４．３にかかる出力の決定の一例を示す図である。 図７は、一実施形態に係る無線通信システムの概略構成の一例を示す図である。 図８は、一実施形態に係る基地局の構成の一例を示す図である。 図９は、一実施形態に係るユーザ端末の構成の一例を示す図である。 図１０は、一実施形態に係る基地局及びユーザ端末のハードウェア構成の一例を示す図である。 図１１は、一実施形態に係る車両の一例を示す図である。
（無線通信への人工知能（Artificial　Intelligence（ＡＩ））技術の適用）
　将来の無線通信技術について、ネットワーク／デバイスの制御、管理などに、機械学習（Machine　Learning（ＭＬ））のようなＡＩ技術を活用することが検討されている。
　例えば、将来の無線通信技術について、チャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））フィードバックの向上（例えば、オーバーヘッド低減、正確度改善、予測）、ビームマネジメントの改善（例えば、正確度改善、時間／空間領域での予測）、位置測定の改善（例えば、位置推定／予測の改善）などのためにＡＩ技術を活用することが検討されている。
　図１は、ＡＩモデルの管理のフレームワークの一例を示す図である。本例では、ＡＩモデルに関連する各ステージがブロックで示されている。本例は、ＡＩモデルのライフサイクル管理とも表現される。
　データ収集ステージは、ＡＩモデルの生成／更新のためのデータを収集する段階に該当する。データ収集ステージは、データ整理（例えば、どのデータをモデル訓練／モデル推論のために転送するかの決定）、データ転送（例えば、モデル訓練／モデル推論を行うエンティティ（例えば、ＵＥ、ｇＮＢ）に対して、データを転送）などを含んでもよい。
　モデル訓練ステージでは、収集ステージから転送されるデータ（訓練用データ）に基づいてモデル訓練が行われる。このステージは、データ準備（例えば、データの前処理、クリーニング、フォーマット化、変換などの実施）、モデル訓練／バリデーション、モデルテスティング（例えば、訓練されたモデルが性能の閾値を満たすかの確認）、モデル交換（例えば、分散学習のためのモデルの転送）、モデルデプロイメント／更新（モデル推論を行うエンティティに対してモデルをデプロイ／更新）などを含んでもよい。
　モデル推論ステージでは、収集ステージから転送されるデータ（推論用データ）に基づいてモデル推論が行われる。このステージは、データ準備（例えば、データの前処理、クリーニング、フォーマット化、変換などの実施）、モデル推論、モデルモニタリング（例えば、モデル推論の性能をモニタ）、モデル性能フィードバック（モデル訓練を行うエンティティに対してモデル性能をフィードバック）、出力（アクターに対してモデルの出力を提供）などを含んでもよい。
　アクターステージは、アクショントリガ（例えば、他のエンティティに対してアクションをトリガするか否かの決定）、フィードバック（例えば、訓練用データ／推論用データ／性能フィードバックのために必要な情報をフィードバック）などを含んでもよい。
　なお、例えばモビリティ最適化のためのモデルの訓練は、例えば、ネットワーク（Network（ＮＷ））における保守運用管理（Operation、Administration　and　Maintenance（Management）（ＯＡＭ））／gNodeB（ｇＮＢ）において行われてもよい。前者の場合、相互運用、大容量ストレージ、オペレータの管理性、モデルの柔軟性（フィーチャーエンジニアリングなど）が有利である。後者の場合、モデル更新のレイテンシ、モデル展開のためのデータ交換などが不要な点が有利である。上記モデルの推論は、例えば、ｇＮＢにおいて行われてもよい。
　また、ユースケースに応じて、訓練／推論を行うエンティティは異なってもよい。
　例えば、メジャメントレポートに基づくＡＩ支援ビーム管理については、ＯＡＭ／ｇＮＢがモデル訓練を行い、ｇＮＢがモデル推論を行ってもよい。
　ＡＩ支援ＵＥアシステッドポジショニングについては、Location　Management　Function（ＬＭＦ）がモデル訓練を行い、当該ＬＭＦがモデル推論を行ってもよい。
　自己符号化器（オートエンコーダ（autoencoder））を用いるＣＳＩフィードバック／チャネル推定については、ＯＡＭ／ｇＮＢ／ＵＥがモデル訓練を行い、ｇＮＢ／ＵＥが（ジョイントで）モデル推論を行ってもよい。
　ビーム測定に基づくＡＩ支援ビーム管理又はＡＩ支援ＵＥベースドポジショニングについては、ＯＡＭ／ｇＮＢ／ＵＥがモデル訓練を行い、ＵＥがモデル推論を行ってもよい。
　ところで、データ／ＡＩモデルは、プロプライエタリな資産として扱われることが望ましい。例えば、高精度なＡＩモデルの作成には膨大な費用／時間がかかるため、ある企業が作成したＡＩモデルの内容が他社にわかってしまうと、大きな不利益となる。このため、異なるベンダーから提供されるＵＥ／ｇＮＢに対して、ＡＩモデルに関する情報の一部を利用不可能にする（又は推察できなくする）ことが検討されている。
　識別子（Identifier（ＩＤ））ベースのモデルアプローチは、そのようなシナリオにおけるＡＩモデルの管理方法の１つになり得る。例えば、ＮＷ／ｇＮＢはＡＩモデルの詳細を知らないが、ＡＩモデル管理のために、ＡＩモデルの一部情報（例えば、ＵＥにおいてどのＭＬモデルが何のために利用されているか）のみを知ることができる。
　例えば、ｇＮＢベンダーによってＡＩモデルが提供される場合には、ＵＥは、ＡＩモデルの詳細を知らなくてもよい。ＵＥは、当該ＡＩモデルの出力の物理的な意味を知らなくてもよい。ＵＥは、当該ＡＩモデルへの入力と、基地局（Base　Station（ＢＳ））に対して何を報告するかさえ把握していればよい。
　また、ＵＥベンダーによってＡＩモデルが提供される場合には、ＢＳは、ＡＩモデルの詳細を知らなくてもよい。ＢＳは、当該ＡＩモデルの出力／パラメータの物理的な意味を知らなくてもよい。ＢＳは、ＵＥにおけるモデル推論に必要な情報、当該ＡＩモデルの推論によって何が取得されるか、ＵＥから何が通知されるかなどを把握していればよい。
　モデル推論に必要な情報は、例えば、チャネル係数、プリコーディング係数、モデル、ＲＳ／ビームのＲＳＲＰ（ＳＩＮＲ）などを含んでもよい。
　なお、ＵＥ（／ＮＷ）は、予め外部装置（例えば、データサーバ）から、ＡＩモデルの情報の少なくとも一部（例えば、ＡＩモデルへの入力が何か、などの情報）を通知されてもよい。当該データサーバは、ＯＡＭ／ｇＮＢなどとは別の装置であってもよい。
　しかしながら、ＡＩベースのチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートに関して、ＵＥ／ＢＳがどのようにモデルに関する情報を通知するか、ＣＳＩレポートの内容をどうするか、などの制御の具体的な内容については、まだ検討が進んでいない。この制御を適切に規定しなければ、適切なオーバーヘッド低減／高精度なチャネル推定／高効率なリソースの利用が達成できず、通信スループット／通信品質の向上が抑制されるおそれがある。
　そこで、本発明者らは、ＡＩベースのＣＳＩレポートの好適な制御方法を着想した。なお、本開示の各実施形態は、ＡＩ／予測が利用されない場合に適用されてもよい。
　本開示の一実施形態では、端末（terminal、ユーザ端末（user　terminal）、User　Equipment（ＵＥ））／基地局（Base　Station（ＢＳ））は、訓練モード（training　mode）においてＭＬモデルの訓練を行い、推論モード（inference　mode、inference　modeなどとも呼ばれる）においてＭＬモデルを実施する。推論モードでは、訓練モードにおいて訓練されたＭＬモデル（trained　ML　model）の精度の検証（バリデーション）が行われてもよい。
　本開示においては、ＵＥ／ＢＳは、ＭＬモデルに対して、チャネル状態情報、参照信号測定値などを入力して、高精度なチャネル状態情報／測定値／ビーム選択／位置、将来のチャネル状態情報／無線リンク品質などを出力してもよい。
　なお、本開示において、ＡＩは、以下の少なくとも１つの特徴を有する（実施する）オブジェクト（対象、客体、データ、関数、プログラムなどとも呼ばれる）で読み替えられてもよい：
・観測又は収集される情報に基づく推定、
・観測又は収集される情報に基づく選択、
・観測又は収集される情報に基づく予測。
　本開示において、オブジェクトは、例えば、端末、基地局などの装置、デバイスなどであってもよい。また、本開示において、オブジェクトは、当該装置において動作するプログラム／モデル／エンティティに該当してもよい。
　また、本開示において、ＭＬモデルは、以下の少なくとも１つの特徴を有する（実施する）オブジェクトで読み替えられてもよい：
・情報を与えること（feeding）によって、推定値を生み出す、
・情報を与えることによって、推定値を予測する、
・情報を与えることによって、特徴を発見する、
・情報を与えることによって、動作を選択する。
　また、本開示において、ＭＬモデル、モデル、ＡＩモデル、予測分析（predictive　analytics）、予測分析モデルなどは、互いに読み替えられてもよい。また、ＭＬモデルは、回帰分析（例えば、線形回帰分析、重回帰分析、ロジスティック回帰分析）、サポートベクターマシン、ランダムフォレスト、ニューラルネットワーク、ディープラーニングなどの少なくとも１つを用いて導出されてもよい。本開示において、モデルは、エンコーダ、デコーダ、ツールなどの少なくとも１つで読み替えられてもよい。
　ＭＬモデルは、入力される情報に基づいて、推定値、予測値、選択される動作、分類、などの少なくとも１つの情報を出力する。
　ＭＬモデルには、教師あり学習（supervised　learning）、教師なし学習（unsupervised　learning）、強化学習（Reinforcement　learning）などが含まれてもよい。教師あり学習は、入力を出力にマップする一般的なルールを学習するために用いられてもよい。教師なし学習は、データの特徴を学習するために用いられてもよい。強化学習は、目的（ゴール）を最大化するための動作を学習するために用いられてもよい。
　本開示において、生成、算出、導出などは、互いに読み替えられてもよい。本開示において、実施、運用、動作、実行などは、互いに読み替えられてもよい。本開示において、訓練、学習、更新、再訓練などは、互いに読み替えられてもよい。本開示において、推論、訓練後（after-training）、本番の利用、実際の利用、などは互いに読み替えられてもよい。信号は、信号／チャネルと互いに読み替えられてもよい。
　本開示において、訓練モードは、ＵＥ／ＢＳがＭＬモデルのために信号を送信／受信するモード（言い換えると、訓練期間における動作モード）に該当してもよい。本開示において、推論モードは、ＵＥ／ＢＳがＭＬモデルを実施する（例えば、訓練されたＭＬモデルを実施して出力を予測する）モード（言い換えると、推論期間における動作モード）に該当してもよい。
　本開示において、訓練モードは、推論モードで送信される特定の信号について、オーバーヘッドが大きい（例えば、リソース量が多い）当該特定の信号が送信されるモードを意味してもよい。
　本開示において、訓練モードは、第１の設定（例えば、第１のＤＭＲＳ設定、第１のＣＳＩ－ＲＳ設定、第１のＣＳＩ報告設定）を参照するモードを意味してもよい。本開示において、推論モードは、第１の設定とは別の第２の設定（例えば、第２のＤＭＲＳ設定、第２のＣＳＩ－ＲＳ設定、第２のＣＳＩ報告設定）を参照するモードを意味してもよい。第１の設定は、第２の設定よりも、測定に関する時間リソース、周波数リソース、符号リソース、ポート（アンテナポート）の少なくとも１つが多く設定されてもよい。なお、例えば、ＣＳＩ報告設定は、オートエンコーダに関する設定を含んでもよい。
　以下、本開示に係る実施形態について、図面を参照して詳細に説明する。各実施形態に係る無線通信方法は、それぞれ単独で適用されてもよいし、組み合わせて適用されてもよい。
　以下の実施形態では、ＵＥ－ＢＳ間の通信に関するＭＬモデルを説明するため、関連する主体はＵＥ及びＢＳであるが、本開示の各実施形態の適用は、これに限られない。例えば、別の主体間の通信（例えば、ＵＥ－ＵＥ間の通信）については、下記実施形態のＵＥ及びＢＳを、第１のＵＥ及び第２のＵＥで読み替えてもよい。言い換えると、本開示のＵＥ、ＢＳなどは、いずれも任意のＵＥ／ＢＳで読み替えられてもよい。
　本開示において、「Ａ／Ｂ」及び「Ａ及びＢの少なくとも一方」は、互いに読み替えられてもよい。また、本開示において、「Ａ／Ｂ／Ｃ」は、「Ａ、Ｂ及びＣの少なくとも１つ」を意味してもよい。
　本開示において、アクティベート、ディアクティベート、指示（又は指定（indicate））、選択（select）、設定（configure）、更新（update）、決定（determine）などは、互いに読み替えられてもよい。本開示において、サポートする、制御する、制御できる、動作する、動作できるなどは、互いに読み替えられてもよい。
　本開示において、無線リソース制御（Radio　Resource　Control（ＲＲＣ））、ＲＲＣパラメータ、ＲＲＣメッセージ、上位レイヤパラメータ、フィールド、情報要素（Information　Element（ＩＥ））、設定などは、互いに読み替えられてもよい。本開示において、Medium　Access　Control制御要素（ＭＡＣ　Control　Element（ＣＥ））、更新コマンド、アクティベーション／ディアクティベーションコマンドなどは、互いに読み替えられてもよい。
　本開示において、上位レイヤシグナリングは、例えば、Radio　Resource　Control（ＲＲＣ）シグナリング、Medium　Access　Control（ＭＡＣ）シグナリング、ブロードキャスト情報などのいずれか、又はこれらの組み合わせであってもよい。
　本開示において、ＭＡＣシグナリングは、例えば、ＭＡＣ制御要素（MAC　Control　Element（ＭＡＣ　ＣＥ））、ＭＡＣ　Protocol　Data　Unit（ＰＤＵ）などを用いてもよい。ブロードキャスト情報は、例えば、マスタ情報ブロック（Master　Information　Block（ＭＩＢ））、システム情報ブロック（System　Information　Block（ＳＩＢ））、最低限のシステム情報（Remaining　Minimum　System　Information（ＲＭＳＩ））、その他のシステム情報（Other　System　Information（ＯＳＩ））などであってもよい。
　本開示において、物理レイヤシグナリングは、例えば、下りリンク制御情報（Downlink　Control　Information（ＤＣＩ））、上りリンク制御情報（Uplink　Control　Information（ＵＣＩ））などであってもよい。
　本開示において、インデックス、識別子（Identifier（ＩＤ））、インディケーター、リソースＩＤなどは、互いに読み替えられてもよい。本開示において、シーケンス、リスト、セット、グループ、群、クラスター、サブセットなどは、互いに読み替えられてもよい。
　本開示において、パネル、ＵＥパネル、パネルグループ、ビーム、ビームグループ、プリコーダ、Uplink（ＵＬ）送信エンティティ、送受信ポイント（Transmission/Reception　Point（ＴＲＰ））、基地局、空間関係情報（Spatial　Relation　Information（ＳＲＩ））、空間関係、ＳＲＳリソースインディケーター（SRS　Resource　Indicator（ＳＲＩ））、制御リソースセット（COntrol　REsource　SET（ＣＯＲＥＳＥＴ））、Physical　Downlink　Shared　Channel（ＰＤＳＣＨ）、コードワード（Codeword（ＣＷ））、トランスポートブロック（Transport　Block（ＴＢ））、参照信号（Reference　Signal（ＲＳ））、アンテナポート（例えば、復調用参照信号（DeModulation　Reference　Signal（ＤＭＲＳ））ポート）、アンテナポートグループ（例えば、ＤＭＲＳポートグループ）、グループ（例えば、空間関係グループ、符号分割多重（Code　Division　Multiplexing（ＣＤＭ））グループ、参照信号グループ、ＣＯＲＥＳＥＴグループ、Physical　Uplink　Control　Channel（ＰＵＣＣＨ）グループ、ＰＵＣＣＨリソースグループ）、リソース（例えば、参照信号リソース、ＳＲＳリソース）、リソースセット（例えば、参照信号リソースセット）、ＣＯＲＥＳＥＴプール、下りリンクのTransmission　Configuration　Indication　state（ＴＣＩ状態）（ＤＬ　ＴＣＩ状態）、上りリンクのＴＣＩ状態（ＵＬ　ＴＣＩ状態）、統一されたＴＣＩ状態（unified　TCI　state）、共通ＴＣＩ状態（common　TCI　state）、擬似コロケーション（Quasi-Co-Location（ＱＣＬ））、ＱＣＬ想定などは、互いに読み替えられてもよい。
　本開示において、ＣＳＩ－ＲＳ、ノンゼロパワー（Non　Zero　Power（ＮＺＰ））ＣＳＩ－ＲＳ、ゼロパワー（Zero　Power（ＺＰ））ＣＳＩ－ＲＳ及びＣＳＩ干渉測定（CSI　Interference　Measurement（ＣＳＩ－ＩＭ））は、互いに読み替えられてもよい。また、ＣＳＩ－ＲＳは、その他の参照信号を含んでもよい。
　本開示において、測定／報告されるＲＳは、ＣＳＩレポートのために測定／報告されるＲＳを意味してもよい。
　本開示において、タイミング、時刻、時間、スロット、サブスロット、シンボル、サブフレームなどは、互いに読み替えられてもよい。
　本開示において、方向、軸、次元、ドメイン、偏波、偏波成分などは、互いに読み替えられてもよい。
　本開示において、ＲＳは、例えば、ＣＳＩ－ＲＳ、ＳＳ／ＰＢＣＨブロック（ＳＳブロック（ＳＳＢ））などであってもよい。また、ＲＳインデックスは、ＣＳＩ－ＲＳリソースインディケーター（CSI-RS　Resource　Indicator（ＣＲＩ））、ＳＳ／ＰＢＣＨブロックリソースインディケーター（SS/PBCH　Block　Indicator（ＳＳＢＲＩ））などであってもよい。
　本開示において、推定（estimation）、予測（prediction）、推論（inference）は、互いに読み替えられてもよい。また、本開示において、推定する（estimate）、予測する（predict）、推論する（infer）は、互いに読み替えられてもよい。
　本開示において、オートエンコーダ、エンコーダ、デコーダなどは、モデル、ＭＬモデル、ニューラルネットワークモデル、ＡＩモデル、ＡＩアルゴリズムなどの少なくとも１つで読み替えられてもよい。また、オートエンコーダは、積層オートエンコーダ、畳み込みオートエンコーダなど任意のオートエンコーダと互いに読み替えられてもよい。本開示のエンコーダ／デコーダは、Residual　Network（ResNet）、DenseNet、RefineNetなどのモデルを採用してもよい。
　また、本開示において、エンコーダ、エンコーディング、エンコード、エンコーダによる修正／変更／制御などは、互いに読み替えられてもよい。また、本開示において、デコーダ、デコーディング、デコード、デコーダによる修正／変更／制御などは、互いに読み替えられてもよい。
　本開示において、チャネル測定／推定は、例えば、チャネル状態情報参照信号（Channel　State　Information　Reference　Signal（ＣＳＩ－ＲＳ））、同期信号（Synchronization　Signal（ＳＳ））、同期信号／ブロードキャストチャネル（Synchronization　Signal/Physical　Broadcast　Channel（ＳＳ／ＰＢＣＨ））ブロック、復調用参照信号（DeModulation　Reference　Signal（ＤＭＲＳ））、測定用参照信号（Sounding　Reference　Signal（ＳＲＳ））などの少なくとも１つを用いて行われてもよい。
　本開示において、ＣＳＩは、チャネル品質インディケーター（Channel　Quality　Indicator（ＣＱＩ））、プリコーディング行列インディケーター（Precoding　Matrix　Indicator（ＰＭＩ））、ＣＳＩ－ＲＳリソースインディケーター（CSI-RS　Resource　Indicator（ＣＲＩ））、ＳＳ／ＰＢＣＨブロックリソースインディケーター（SS/PBCH　Block　Resource　Indicator（ＳＳＢＲＩ））、レイヤインディケーター（Layer　Indicator（ＬＩ））、ランクインディケーター（Rank　Indicator（ＲＩ））、Ｌ１－ＲＳＲＰ（レイヤ１における参照信号受信電力（Layer　1　Reference　Signal　Received　Power））、Ｌ１－ＲＳＲＱ（Reference　Signal　Received　Quality）、Ｌ１－ＳＩＮＲ（Signal　to　Interference　plus　Noise　Ratio）、Ｌ１－ＳＮＲ（Signal　to　Noise　Ratio）、チャネル行列に関する情報、プリコーディング行列に関する情報などの少なくとも１つを含んでもよい。
　本開示において、ＵＣＩ、ＣＳＩレポート、ＣＳＩフィードバック、フィードバック情報、フィードバックビットなどは、互いに読み替えられてもよい。また、本開示において、ビット、ビット列、ビット系列、系列、値、情報、ビットから得られる値、ビットから得られる情報などは、互いに読み替えられてもよい。
　本開示において、（エンコーダについての）レイヤは、ＡＩモデルにおいて利用されるレイヤ（入力層、中間層など）と互いに読み替えられてもよい。本開示のレイヤ（層）は、入力層、中間層、出力層、バッチ正規化層、畳み込み層、活性化層、デンス（dense）層、正規化層、プーリング層、アテンション層、ドロップアウト層、全結合層などの少なくとも１つに該当してもよい。
（無線通信方法）
　本開示において、ＡＩモデル情報は、以下の少なくとも１つを含む情報を意味してもよい：
　・ＡＩモデルの入力／出力の情報、
　・ＡＩモデルの入力／出力のための前処理／後処理の情報、
　・ＡＩモデルのパラメータの情報、
　・ＡＩモデルのための訓練情報（トレーニング情報）、
　・ＡＩモデルのための推論情報、
　・ＡＩモデルに関する性能情報。
　ここで、上記ＡＩモデルの入力／出力の情報は、以下の少なくとも１つに関する情報を含んでもよい：
　・入力／出力データの内容（例えば、ＲＳＲＰ、ＳＩＮＲ、チャネル行列（又はプリコーディング行列）における振幅／位相情報、到来角度（Angle　of　Arrival（ＡｏＡ））に関する情報、放射角度（Angle　of　Departure（ＡｏＤ））に関する情報、位置情報）、
　・データの補助情報（メタ情報と呼ばれてもよい）、
　・入力／出力データのタイプ（例えば、不変値（immutable　value）、浮動小数点数）、
　・入力／出力データの量子化間隔（量子化ステップサイズ）（例えば、Ｌ１－ＲＳＲＰについて、１ｄＢｍ）、
　・入力／出力データが取り得る範囲（例えば、［０、１］）。
　なお、本開示において、ＡｏＡに関する情報は、到来方位角度（azimuth　angle　of　arrival）及び到来天頂角度（zenith　angle　of　arrival（ＺｏＡ））の少なくとも１つに関する情報を含んでもよい。また、ＡｏＤに関する情報は、例えば、放射方位角度（azimuth　angle　of　departure）及び放射天頂角度（zenith　angle　of　depature（ＺｏＤ））の少なくとも１つに関する情報を含んでもよい。
　本開示において、位置情報は、ＵＥ／ＮＷに関する位置情報であってもよい。位置情報は、測位システム（例えば、衛星測位システム（Global　Navigation　Satellite　System（ＧＮＳＳ）、Global　Positioning　System（ＧＰＳ）など））を用いて得られる情報（例えば、緯度、経度、高度）、当該ＵＥに隣接する（又はサービング中の）基地局の情報（例えば、基地局／セルの識別子（Identifier（ＩＤ））、ＢＳ－ＵＥ間の距離、ＵＥ（ＢＳ）から見たＢＳ（ＵＥ）の方向／角度、ＵＥ（ＢＳ）から見たＢＳ（ＵＥ）の座標（例えば、Ｘ／Ｙ／Ｚ軸の座標）など）、ＵＥの特定のアドレス（例えば、Internet　Protocol（ＩＰ）アドレス）などの少なくとも１つを含んでもよい。ＵＥの位置情報は、ＢＳの位置を基準とする情報に限られず、特定のポイントを基準とする情報であってもよい。
　位置情報は、自身の実装に関する情報（例えば、アンテナの位置（location/position）／向き、アンテナパネルの位置／向き、アンテナの数、アンテナパネルの数など）を含んでもよい。
　位置情報は、モビリティ情報を含んでもよい。モビリティ情報は、モビリティタイプを示す情報、ＵＥの移動速度、ＵＥの加速度、ＵＥの移動方向などの少なくとも１つを示す情報を含んでもよい。
　ここで、モビリティタイプは、固定位置ＵＥ（fixed　location　UE）、移動可能／移動中ＵＥ（movable/moving　UE）、モビリティ無しＵＥ（no　mobility　UE）、低モビリティＵＥ（low　mobility　UE）、中モビリティＵＥ（middle　mobility　UE）、高モビリティＵＥ（high　mobility　UE）、セル端ＵＥ（cell-edge　UE）、非セル端ＵＥ（not-cell-edge　UE）などの少なくとも１つに該当してもよい。
　本開示において、（データのための）環境情報は、データが取得される／利用される環境に関する情報であってもよく、例えば、周波数情報（バンドＩＤなど）、環境タイプ情報（屋内（indoor）、屋外（outdoor）、Urban　Macro（UMa）、Urban　Micro（Umi）などの少なくとも１つを示す情報）を含んでもよい。
　本開示において、メタ情報は、例えば、ＡＩモデルに適した入力／出力情報に関する情報、取得した／取得できるデータに関する情報などを意味してもよい。メタ情報は、具体的には、ＲＳ（例えば、ＣＳＩ－ＲＳ／ＳＲＳ／ＳＳＢなど）のビームに関する情報（例えば、各ビームの指向している角度、３ｄＢビーム幅、指向しているビームの形状、ビームの数）、ｇＮＢ／ＵＥのアンテナのレイアウト情報、周波数情報、環境情報、メタ情報ＩＤなどを含んでもよい。なお、メタ情報は、ＡＩモデルの入力／出力として用いられてもよい。
　上記ＡＩモデルの入力／出力のための前処理／後処理の情報は、以下の少なくとも１つに関する情報を含んでもよい：
　・正規化（例えば、Ｚスコア正規化（標準化）、最小－最大（min-max）正規化）を適用するか否か、
　・正規化のためのパラメータ（例えば、Ｚスコア正規化については平均／分散、最小－最大正規化については最小値／最大値）、
　・特定の数値変換方法（例えば、ワンホットエンコーディング（one　hot　encoding）、ラベルエンコーディング（label　encoding）など）を適用するか否か、
　・訓練データとして用いられるか否かの選択ルール。
　例えば、入力情報ｘに対して前処理としてＺスコア正規化（ｘｎｅｗ＝（ｘ－μ）／σ。ここで、μはｘの平均、σは標準偏差）を行った正規化済み入力情報ｘｎｅｗをＡＩモデルに入力してもよく、ＡＩモデルからの出力ｙｏｕｔに後処理を掛けて最終的な出力ｙが得られてもよい。
　上記ＡＩモデルのパラメータの情報は、以下の少なくとも１つに関する情報を含んでもよい：
　・ＡＩモデルにおける重み（例えば、ニューロンの係数（結合係数））情報、
　・ＡＩモデルの構造（structure）、
　・モデルコンポーネントとしてのＡＩモデルのタイプ（例えば、Residual　Network（ResNet）、DenseNet、RefineNet、トランスフォーマー（Transformer）モデル、CRBlock、回帰型ニューラルネットワーク（Recurrent　Neural　Network（ＲＮＮ））、長・短期記憶（Long　Short-Term　Memory（ＬＳＴＭ））、ゲート付き回帰型ユニット（Gated　Recurrent　Unit（ＧＲＵ）））,
　・モデルコンポーネントとしてのＡＩモデルの機能（例えば、デコーダ、エンコーダ）。
　なお、上記ＡＩモデルにおける重み情報は、以下の少なくとも１つに関する情報を含んでもよい：
　・重み情報のビット幅（サイズ）、
　・重み情報の量子化間隔、
　・重み情報の粒度、
　・重み情報が取り得る範囲、
　・ＡＩモデルにおける重みのパラメータ、
　・更新前のＡＩモデルからの差分の情報（更新する場合）、
　・重み初期化（weight　initialization）の方法（例えば、ゼロ初期化、ランダム初期化（正規分布／一様分布／切断正規分布に基づく）、Xavier初期化（シグモイド関数向け）、He初期化（整流化線形ユニット（Rectified　Linear　Units（ＲｅＬＵ））向け））。
　また、上記ＡＩモデルの構造は、以下の少なくとも１つに関する情報を含んでもよい：
　・レイヤ数、
　・レイヤのタイプ（例えば、畳み込み層、活性化層、デンス（dense）層、正規化層、プーリング層、アテンション層）、
　・レイヤ情報、
　・時系列特有のパラメータ（例えば、双方向性、時間ステップ）、
　・訓練のためのパラメータ（例えば、機能のタイプ（Ｌ２正則化、ドロップアウト機能など）、どこに（例えば、どのレイヤの後に）この機能を置くか）。
　上記レイヤ情報は、以下の少なくとも１つに関する情報を含んでもよい：
　・各レイヤにおけるニューロン数、
　・カーネルサイズ、
　・プーリング層／畳み込み層のためのストライド、
　・プーリング方法（MaxPooling、AveragePoolingなど）、
　・残差ブロックの情報、
　・ヘッド（head）数、
　・正規化方法（バッチ正規化、インスタンス正規化、レイヤ正規化など）、
　・活性化関数（シグモイド、tanh関数、ＲｅＬＵ、リーキーＲｅＬＵの情報、Maxout、Softmax）。
　図２は、ＡＩモデルの一例を示す図である。本例は、モデルコンポーネント＃１であるＲｅｓＮｅｔ、モデルコンポーネント＃２であるトランスフォーマーモデル、デンス層及び正規化層を含むＡＩモデルを示す。このように、あるＡＩモデルは、別のＡＩモデルのコンポーネントとして含まれてもよい。なお、図２は、左から右の順に処理が進んでいくＡＩモデルであってもよい。
　上記ＡＩモデルのための訓練情報は、以下の少なくとも１つに関する情報を含んでもよい：
　・最適化アルゴリズムのための情報（例えば、最適化の種類（確率的勾配降下法（Stochastic　Gradient　Descent（ＳＧＤ）））、AdaGrad、Adamなど）、最適化のパラメータ（学習率（learning　rate）、モメンタム情報など）、
　・損失関数の情報（例えば、損失関数の指標（metrics）に関する情報（平均絶対誤差（Mean　Absolute　Error（ＭＡＥ））、平均二乗誤差（Mean　Square　Error（ＭＳＥ））、クロスエントロピーロス、NLLLoss、Kullback-Leibler（ＫＬ）ダイバージェンスなど））、
　・訓練用に凍結されるべきパラメータ（例えば、レイヤ、重み）、
　・更新されるべきパラメータ（例えば、レイヤ、重み）、
　・訓練用の初期パラメータであるべき（初期パラメータとして用いられるべき）パラメータ（例えば、レイヤ、重み）、
　・ＡＩモデルの訓練／更新方法（例えば、（推奨）エポック数、バッチサイズ、訓練に使用するデータ数）。
　上記ＡＩモデルのための推論情報は、決定木の枝剪定（branch　pruning）、パラメータ量子化、ＡＩモデルの機能などに関する情報を含んでもよい。ここで、ＡＩモデルの機能は、例えば、時間ドメインビーム予測、空間ドメインビーム予測、ＣＳＩフィードバック向けのオートエンコーダ、ビーム管理向けのオートエンコーダなどの少なくとも１つに該当してもよい。
　ＣＳＩフィードバック向けのオートエンコーダは、以下のように用いられてもよい：
　・ＵＥは、エンコーダのＡＩモデルに、ＣＳＩ／チャネル行列／プリコーディング行列を入力して出力される、エンコードされるビットを、ＣＳＩフィードバック（ＣＳＩレポート）として送信する、
　・ＢＳは、デコーダのＡＩモデルに、受信したエンコードされるビットを入力して出力される、ＣＳＩ／チャネル行列／プリコーディング行列を再構成する。
　空間ドメインビーム予測では、ＵＥ／ＢＳは、ＡＩモデルに、疎な（又は太い）ビームに基づく測定結果（ビーム品質。例えば、ＲＳＲＰ）を入力して、密な（又は細い）ビーム品質を出力してもよい。
　時間ドメインビーム予測では、ＵＥ／ＢＳは、ＡＩモデルに、時系列（過去、現在などの）測定結果（ビーム品質。例えば、ＲＳＲＰ）を入力して、将来のビーム品質を出力してもよい。
　上記ＡＩモデルに関する性能情報は、ＡＩモデルのために定義される損失関数の期待値に関する情報を含んでもよい。
　本開示におけるＡＩモデル情報は、ＡＩモデルの適用範囲（適用可能範囲）に関する情報を含んでもよい。当該適用範囲は、物理セルＩＤ、サービングセルインデックスなどによって示されてもよい。適用範囲に関する情報は、上述の環境情報に含まれてもよい。
　特定のＡＩモデルに関するＡＩモデル情報は、規格において予め定められてもよいし、ネットワーク（Network（ＮＷ））からＵＥに通知されてもよい。規格において規定されるＡＩモデルは、参照（reference）ＡＩモデルと呼ばれてもよい。参照ＡＩモデルに関するＡＩモデル情報は、参照ＡＩモデル情報と呼ばれてもよい。
　なお、本開示におけるＡＩモデル情報は、ＡＩモデルを特定するためのインデックス（例えば、ＡＩモデルインデックス、ＡＩモデルＩＤ、モデルＩＤなどと呼ばれてもよい）を含んでもよい。本開示におけるＡＩモデル情報は、上述のＡＩモデルの入力／出力の情報などに加えて／の代わりに、ＡＩモデルインデックスを含んでもよい。ＡＩモデルインデックスとＡＩモデル情報（例えば、ＡＩモデルの入力／出力の情報）との関連付けは、規格において予め定められてもよいし、ＮＷからＵＥに通知されてもよい。
　本開示におけるＡＩモデル情報は、ＡＩモデル関連情報（relevant　information）、単に関連情報などと呼ばれてもよい。ＡＩモデル関連情報には、ＡＩモデルを特定するための情報は明示的に含まれなくてもよい。ＡＩモデル関連情報は、例えばメタ情報のみを含んだ情報であってもよい。
＜第１の実施形態＞
　第１の実施形態は、ＡＩモデルの指定に関する。以下の実施形態におけるＡＩモデルは、ＣＳＩフィードバック（フィードバック情報の生成）のためのモデル推論に用いられてもよい。
　ＵＥは、モデル推論のために適用するＡＩモデルを（言い換えると、どのＡＩモデルをモデル推論のために適用するかを）決定してもよい。
　例えば、ＵＥは、ＣＳＩレポートにおけるＵＣＩのために適用するＡＩモデルを決定してもよい。
　ＵＥは、上記決定を、ＲＲＣパラメータ／ＭＡＣ　ＣＥ／ＤＣＩに基づいて行ってもよい。言い換えると、ＲＲＣパラメータ／ＭＡＣ　ＣＥ／ＤＣＩによって、ＵＥが適用するＡＩモデルが指定されてもよい。
　ここで、上記ＲＲＣパラメータは、適用するＡＩモデルのＩＤを示してもよく、ＣＳＩレポート設定（CSI-ReportConfig）に含まれてもよい。
　また、上記ＭＡＣ　ＣＥは、ＡＩモデルをアクティベートするためのＭＡＣ　ＣＥであってもよい。ＵＥは、ＲＲＣパラメータによって設定されるＡＩモデルのなかから、上記ＭＡＣ　ＣＥによって指定されるＡＩモデルをアクティベートしてもよい。
　また、上記ＤＣＩは、適用するＡＩモデルを指定するフィールドを含んでもよい。ＵＥは、ＲＲＣパラメータによって設定される／ＭＡＣ　ＣＥによってアクティベートされるＡＩモデルのなかから、上記ＤＣＩによって指定されるＡＩモデルを適用してもよい。
　なお、ＵＥは、非周期的ＣＳＩ（Aperiodic　CSI（Ａ－ＣＳＩ））／セミパーシステントＣＳＩ（Semi-Persistent　CSI（ＳＰ－ＣＳＩ））報告のためのトリガ状態に関連付けられるパラメータに基づいて、（Ａ－ＣＳＩ／ＳＰ－ＣＳＩ報告の生成に用いる）ＡＩモデルを決定してもよい。
　以上説明した第１の実施形態によれば、ＵＥは適用するＡＩモデルを適切に判断できる。
＜第２の実施形態＞
　第２の実施形態は、ＡＩモデルの入力の決定に関する。このＡＩモデルは、上述の第１の実施形態においてＵＥに対して指定されるＡＩモデルであってもよい。
　ＵＥは、ＡＩモデルに関連付けられる情報（例えば、上述のＡＩモデル情報）に基づいて、当該ＡＩモデルに対して与える入力を決定してもよい。言い換えると、ＵＥは、適用するＡＩモデルのＩＤ／受信したメタ情報に基づいて、このＡＩモデルにどのような入力（例えば、特定の信号（ＲＳなど）の計測結果、又は当該計測結果に前処理を適用した情報）を与えればよいか、そしてこの入力がどのような設定に基づくのかという前提条件を理解／特定してもよい。本開示において、「入力（又は入力情報）」は、この入力のための前提条件を含んでもよい。
　ＵＥは、適用されるＡＩモデルの入力のための情報に適合しない又は当該情報をカバーしないＲＲＣパラメータ（例えば、ＣＳＩレポート設定（CSI-ReportConfig情報要素）／ＣＳＩリソース設定（CSI-ResourceConfig情報要素））が設定されることを予期しなくてもよい。
　ＵＥは、あるＡＩモデルの入力のための情報に適合しない又は当該情報をカバーしないＲＲＣパラメータ（例えば、ＣＳＩレポート設定（CSI-ReportConfig情報要素）／ＣＳＩリソース設定（CSI-ResourceConfig情報要素））が設定される場合には、当該ＡＩモデルを適用することが設定／アクティベート／指定されなくてもよい。
　図３は、第２の実施形態にかかる入力の決定の一例を示す図である。本例において、ＵＥ（／ＮＷ）は、予めデータサーバから、１つ又は複数のＡＩモデルの情報の少なくとも一部を通知されていると想定する。
　なお、例えばモデル＃００Ｙの情報（関連情報）は、以下の少なくとも１つを含んでもよい：
　・モデルＩＤ：００Ｙ、
　・モデル機能：空間ドメインビーム予測、
　・モデル入力：あるビームを用いて送信されるＲＳの（現在／過去の）ＲＳＲＰ、
　　　　　　　　特定のＣＳＩリソース設定（CSI-ResourceConfig情報要素）、
　　　　　　　　特定のＣＳＩレポート設定（CSI-ReportConfig情報要素）、
　　　　　　　　ビーム及びＲＳ間の特定のマッピング、
　・モデル出力：あるビームを用いて送信されるＲＳの予測ＲＳＲＰ。
　なお、特定のＣＳＩリソース設定／ＣＳＩレポート設定／マッピングは、モデルの入力として認識されてもよいし、モデルの入力の前提条件（実際に入力はされない）として認識されてもよい。
　また、ビーム及びＲＳ間のマッピングは、ＲＳに対応する送信／受信ビームの対応関係（関連付け）を意味してもよい。
　本例において、ＵＥは、ＢＳからモデル＃００Ｙ向けのＣＳＩリソース設定／ＣＳＩレポート設定を受信する。モデル＃００Ｙ向けのＣＳＩリソース設定／ＣＳＩレポート設定は、上述の特定のＣＳＩリソース設定／ＣＳＩレポート設定に該当してもよい。また、ＵＥは、モデル＃００Ｙ（の適用を）を指定する情報を受信する。
　ＵＥは、モデル＃００Ｙに、当該モデル＃００Ｙの情報から特定される入力を入力して、出力を得ることができる。
　なお、ＵＥは、ＢＳから通知される情報（例えば、モデル入力指定情報と呼ばれてもよい）に基づいて、当該ＡＩモデルに対して与える入力を決定してもよい。
　なお、ＵＥは、規格に基づいて、あるＡＩモデルに対して与える入力を決定してもよい（規格においてＡＩモデルの入力が定義される場合）。
　なお、本開示において、ＣＳＩリソース設定は、ＣＳＩ－ＲＳリソース設定などで読み替えられてもよい。
　以上説明した第２の実施形態によれば、ＵＥはＡＩモデルに対して入力する情報を適切に判断できる。
＜第３の実施形態＞
　第３の実施形態は、ＡＩモデルの出力の決定に関する。このＡＩモデルは、上述の第１の実施形態においてＵＥに対して指定されるＡＩモデルであってもよい。
　ＵＥは、ＡＩモデルに関連付けられる情報（例えば、上述のＡＩモデル情報）に基づいて、当該ＡＩモデルからの出力を決定（判断）してもよい。例えば、ＵＥは、適用するＡＩモデルのＩＤに基づいて、このＡＩモデルからの出力が何ビットであるかを理解／特定してもよい。本開示において、「出力（又は出力情報）」は、ＡＩモデルからの直接の出力であってもよいし、ＡＩモデルからの直接の出力に対して後処理を適用した情報であってもよい。
　ＵＥは、ＡＩモデルからの出力が具体的に何を意味するのかは知らなくてよい。例えばＢＳにおいてＡＩモデルが訓練される場合においては、ＵＥはＡＩモデルからの出力を知ることはないため、ＡＩモデル情報においても出力の意味を秘匿することができる。
　図４は、第３の実施形態にかかる出力の決定の一例を示す図である。図３と同じ点については、重複する説明は繰り返さない。
　本例において、モデル＃００Ｙの情報（関連情報）は、モデル出力がｘビットの系列（情報）である旨を示している。図３の例ではモデル出力は予測ＲＳＲＰであり具体的な意味をＵＥは把握できたが、図４の例ではＵＥはモデル出力の意味は把握できない（単なるビット列であることしかわからない）。
　ＵＥは、関連情報に基づいて、モデル出力に関して、ＡＩモデルに対する後処理の方法を特定してもよく、その場合、モデルからの出力に対して後処理を適用してもよい。なお、ｘビットの系列は、モデルからの直接の出力のビット数を意味してもよいし、後処理後の出力のビット数を意味してもよい。
　ＵＥは、モデル出力（又は後処理後の出力）をＢＳに送信してもよい。
　なお、ＵＥは、ＢＳから通知される情報（例えば、モデル出力指定情報と呼ばれてもよい）に基づいて、当該ＡＩモデルからの出力を決定してもよい。
　なお、ＵＥは、規格に基づいて、あるＡＩモデルからの出力を決定してもよい（規格においてＡＩモデルの出力が定義される場合）。
　以上説明した第３の実施形態によれば、ＵＥはＡＩモデルからの出力情報を適切に判断できる。
＜第４の実施形態＞
　第４の実施形態は、モデル推論の結果、ＵＥからＢＳに報告（送信）される情報（報告情報と呼ばれてもよい）に関する。当該報告情報は、上述の第３の実施形態におけるＡＩモデルからの出力であってもよいし、当該出力に基づいて取得されてもよい。
　ＵＥは、報告情報を、ＲＲＣパラメータ／ＭＡＣ　ＣＥ／ＵＣＩを用いて送信してもよい。
　ＵＣＩを用いて送信される報告情報は、ＣＳＩ（例えば、ＣＳＩパート１、ＣＳＩパート２、ＣＳＩパートＸ（Ｘは整数））であってもよいし、既存のＵＣＩ（ＨＡＲＱ－ＡＣＫ、スケジューリングリクエスト（Scheduling　Request（ＳＲ））、ＣＳＩ）とは異なる、モデル推量のための新たなエンティティ（情報）であってもよい。
　ＵＥは、報告情報が何を用いて送信されるか（何に含まれるか）を、対応するモデル推量のために用いられるＡＩモデルに基づいて判断してもよい。
　以下、報告情報がＵＣＩを用いて送信されるケースについて、さらに説明する。
［実施形態４．１］
　ＵＥは、ＡＩモデルに関連付けられる情報（例えば、上述のＡＩモデル情報）に基づいて、ＣＳＩパート１／２／Ｘにおいて何を報告するかを決定（判断）してもよい。例えば、ＵＥは、適用するＡＩモデルのＩＤに基づいて、ＣＳＩパート１／２／Ｘに、報告情報のうちの何ビットを含めるかを理解／特定してもよい。
　ＵＥは、ＣＳＩレポートに含める報告情報が具体的に何を意味するのかは知らなくてよい。
　図５は、実施形態４．１にかかる出力の決定の一例を示す図である。図４と同じ点については、重複する説明は繰り返さない。
　本例において、モデル＃００Ｙの情報（関連情報）は、モデル出力が、ＣＳＩパート１にＸビットの系列（情報）であり、ＣＳＩパート２にＹ（Ｙは整数）ビットの系列（情報）である旨を示している。
　なお、ＵＥは、ＢＳから通知される情報（例えば、モデル出力指定情報と呼ばれてもよい）に基づいて、ＣＳＩパート１／２／Ｘにおいて何を報告するかを決定してもよい。
　なお、ＵＥは、規格に基づいて、ＣＳＩパート１／２／Ｘにおいて何を報告するかを決定してもよい（規格においてＡＩモデルの出力をＣＳＩパート１／２／Ｘに含めることが定義される場合）。
［実施形態４．２］
　実施形態４．２は、ＣＳＩレポートの優先度に関する。Ｒｅｌ．１５／１６　ＮＲにおいては、ＣＳＩ報告（ＣＳＩレポート、ＣＳＩフィードバックなどと呼ばれてもよい）は、優先度の値（priority　value）と関連してもよい。例えば、当該優先度の値は、関数ＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）を用いて定義されてもよい。当該優先度は、ＣＳＩ報告優先度、ＣＳＩ優先度などと互いに読み替えられてもよい。例えば、ＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）は、以下の式（１）で求められてもよい。
　（式１）　ＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）＝２・Ｎｃｅｌｌｓ・Ｍｓ・ｙ＋Ｎｃｅｌｌｓ・Ｍｓ・ｋ＋Ｍｓ・ｃ＋ｓ
　ここで、ｙは、ＣＳＩ報告の種類（Ａ－ＣＳＩ報告かＳＰ－ＣＳＩ報告かＰ－ＣＳＩ報告か）及びＣＳＩ報告を送信するチャネル（上りリンク共有チャネル（Physical　Uplink　Shared　Channel（ＰＵＳＣＨ））又は上りリンク制御チャネル（Physical　Uplink　Control　Channel（ＰＵＣＣＨ）））に基づく値であってもよい。
　例えば、ＰＵＳＣＨで伝送されるＡ－ＣＳＩ報告であればｙ＝０、ＰＵＳＣＨで伝送されるＳＰ－ＣＳＩ報告であればｙ＝１、ＰＵＣＣＨで伝送されるＳＰ－ＣＳＩ報告であればｙ＝２、ＰＵＣＣＨで伝送されるＰ－ＣＳＩ報告であればｙ＝３であってもよい。
　ｋは、ＣＳＩ報告がＬ１－ＲＳＲＰ／ＳＩＮＲを含むか否かに基づく値であってもよい（例えば、ＣＳＩ報告がＬ１－ＲＳＲＰ／ＳＩＮＲを含む場合、ｋ＝０であり、含まない場合、ｋ＝１）。ｃは、サービングセルインデックスであってもよい。ｓは、報告設定ＩＤ（reportConfigID）であってもよい。なお、Ｌ１－ＲＳＲＰ／Ｌ１－ＳＩＮＲは、異なるＣＳＩ報告に設定されてもよい。
　また、Ｎｃｅｌｌｓは設定されるサービングセルの最大数の値（上位レイヤパラメータmaxNrofServingCells）、Ｍｓは設定されるＣＳＩ報告設定の最大数の値（上位レイヤパラメータmaxNrofCSI-ReportConfigurations）であってもよい。
　第１のＣＳＩ報告に関連するＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）の値が第２のＣＳＩ報告に関連するＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）の値より小さい場合、第１のＣＳＩ報告は第２のＣＳＩ報告に比べて優先度が高いことを意味してもよい。
　式１によれば、同じサービングセルにおける同じ報告量については、以下の順で優先される：Ａ－ＣＳＩ　ｏｎ　ＰＵＳＣＨ　＞　ＳＰ－ＣＳＩ　ｏｎ　ＰＵＳＣＨ　＞　ＳＰ－ＣＳＩ　ｏｎ　ＰＵＣＣＨ　＞　Ｐ－ＣＳＩ　ｏｎ　ＰＵＣＣＨ。
　もし２つのＣＳＩ報告を伝送することをスケジュールされる２つの物理チャネルの時間占有（time　occupancy）が少なくとも１つのＯＦＤＭシンボルにおいてオーバーラップし、かつ同じキャリア上で送信される場合、２つのＣＳＩ報告が衝突する（collide）と呼ばれてもよい。
　また、Ｒｅｌ．１５／１６　ＮＲにおいて、ＵＥが２つの衝突するＣＳＩレポートを送信することを設定され、かつＣＳＩレポートタイプが異なる（言い換えると、これらのＣＳＩレポートの上記ｙの値が異なる）場合には、これらのＣＳＩレポートのうち両方がＣＳＩ　ｏｎ　ＰＵＣＣＨである場合を除いて、より高いＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）を有するＣＳＩレポートは送信されず、より低いＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）を有するＣＳＩレポートが送信されてもよい。
　Ｒｅｌ．１５／１６　ＮＲにおいて、ＵＥが２つの衝突するＣＳＩレポートを送信することを設定され、かつＣＳＩレポートタイプが同じか、ＣＳＩレポートが異なる場合であって両方がＣＳＩ　ｏｎ　ＰＵＣＣＨである場合には、両方のＣＳＩレポートが多重されるか、ＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）に基づいて一方のＣＳＩレポートがドロップされてもよい。
　さて、実施形態４．２において、ＵＥは、以下の少なくとも１つの場合において、ＣＳＩレポートの優先度の値を、Ｒｅｌ．１５／１６　ＮＲの規定とは異なって（例えば、式１とは異なる式を用いて）決定してもよい：
　・ＵＥが、ＡＩモデルを必要とするＣＳＩレポーティングの能力を報告する場合、
　・ＵＥが、ＡＩモデルを必要とするＣＳＩレポート設定を設定される場合、
　・ＣＳＩ算出のために出力が用いられるＡＩモデルをＵＥがコンパイルする（compile）場合、
　・ＡＩモデルに基づいて計算されるＣＳＩをＵＥが報告する場合。
　なお、本開示において、「コンパイルする／される」は、設定する／される、アクティベートする／されるなどと互いに読み替えられてもよい。また、本開示において、「あるＡＩモデルをコンパイルする」は、「あるＡＩモデルを用いる推論を適用できるようにする（なる）」、「コンパイルされるＡＩモデルを適用する」などと互いに読み替えられてもよい。
　つまり、ＵＥは、コンパイルされるＡＩモデルを用いて推論を行うことができるが、コンパイルされていないＡＩモデルを用いては推論を行うことができないと判断してもよい。
　なお、式１とは異なる式を用いて決定されるＣＳＩレポートの優先度の値は、当該ＣＳＩレポートを用いて出力が報告されるＡＩモデルのＩＤ（コンパイルされるモデルＩＤでもよい）、コンパイルされるＡＩモデルＩＤの数、コンパイルされるＡＩモデルＩＤの（サポートされる）最大数などの少なくとも１つに基づいて決定されてもよい。
［実施形態４．３］
　実施形態４．３は、ＣＳＩパート２のレポーティング優先度レベルに関する。Ｒｅｌ．１５／１６　ＮＲにおいては、ＣＳＩパート２のペイロードが、割り当てられるＰＵＳＣＨ及び符号化率にフィットすることを担保するために優先度順を定義するＣＳＩ省略（omission）ルールが規定されている。
　例えば、タイプ２又はタイプ２ポート選択が設定される全ＣＳＩレポートのグループ０、それ以外が設定される場合のＣＳＩレポートのパート２ワイドバンドＣＳＩなどが最高の優先度である。
　また、上述のＰｒｉｉＣＳＩ（ｙ，ｋ，ｃ，ｓ）に基づいても優先度が判断される。
　さらに、タイプ２又はタイプ２ポート選択が設定される場合のＣＳＩレポートのグループ１と、それ以外が設定される場合の偶数サブバンドにおけるパート２サブバンドＣＳＩは、タイプ２又はタイプ２ポート選択が設定される場合のＣＳＩレポートのグループ２と、それ以外が設定される場合の奇数サブバンドにおけるパート２サブバンドＣＳＩよりも優先度が高い。
　ＵＥは、もしＰＵＳＣＨの符号化率を最大にしてもＣＳＩペイロードを割り当てられたＰＵＳＣＨリソースに配置できない場合、上述の優先度順に従って、優先度の低いＣＳＩパートの一部又は全部を省略してもよい。
　さて、実施形態４．３において、ＵＥは、ＡＩモデルに基づいて算出されるＣＳＩレポートが、ＣＳＩパート２におけるグループ０／１／２／Ｘ（Ｘは整数。例えばＸ＝３）に属すると判断してもよく、既存の優先度順に、さらにグループＸに関する優先度順を加えて考慮してもよい。例えば、グループＸの優先度について、以下の少なくとも１つが適用されてもよい：
　・グループＸの優先度＞グループ０の優先度、
　・グループ０の優先度＞グループＸの優先度＞グループ１の優先度、
　・グループ１の優先度＞グループＸの優先度＞グループ２の優先度、
　・グループ２の優先度＞グループＸの優先度。
　なお、本開示において示される任意の優先度順において、少なくとも１つの不等号（＞）は、等号付き不等号（≧）で読み替えられてもよい。
　ＵＥは、ＡＩモデルに関連付けられる情報（例えば、上述のＡＩモデル情報）に基づいて、報告情報がグループ０／１／２／Ｘのどれに何ビット含まれるかを決定（判断）してもよい。例えば、ＵＥは、適用するＡＩモデルのＩＤに基づいて、報告情報がグループ０／１／２／Ｘのどれに何ビット含まれるかを理解／特定してもよい。
　図６は、実施形態４．３にかかる出力の決定の一例を示す図である。図５と同じ点については、重複する説明は繰り返さない。
　本例において、モデル＃００Ｙの情報（関連情報）は、モデル出力が、ＣＳＩパート１にＸビットの系列（情報）であり、ＣＳＩパート２のグループ０にＹ（Ｙは整数）ビットの系列（情報）であり、ＣＳＩパート２のグループ１にＺ（Ｚは整数）ビットの系列（情報）であり、ＣＳＩパート２のグループ２にＺ’（Ｚ’は整数）ビットの系列（情報）である旨を示している。
　なお、ＵＥは、ＢＳから通知される情報（例えば、グループ指定情報と呼ばれてもよい）に基づいて、ＣＳＩパート２におけるグループ０／１／２／Ｘに含める報告情報のビット数を決定してもよい。
　ＵＥは、モデル推論によって求められるＣＳＩパート２におけるＣＳＩの全情報が、グループ０、１、２及びＸのいずれか１つ又は複数に含まれると判断してもよい。ＡＩモデルの出力のうちいくつかは、報告されなくてもよい。
　ＵＥは、モデル推論によって求められるＣＳＩパート２におけるＣＳＩの全情報又は一部の情報のうちの一定量（例えば、半分）がグループ１に含まれ、残りがグループ２に含まれると判断してもよい。なお、ＣＳＩの全情報又は一部の情報のうちの一定量（例えば、半分）が奇数である場合、グループ１に含めるビット数が偶数になるように切り上げ又は切捨てされてもよい。
　なお、実施形態４．３におけるＣＳＩパート２におけるグループ０／１／２／Ｘは、パート２ワイドバンドＣＳＩ／パート２サブバンドＣＳＩ（偶数サブバンドにおけるパート２サブバンドＣＳＩ／奇数サブバンドにおけるパート２サブバンドＣＳＩ）と互いに読み替えられてもよい。
　以上説明した第４の実施形態によれば、ＵＥは報告情報を適切に判断できる。
＜補足＞
　本開示において、モデルＩＤは、ＡＩモデルのセットに対応するＩＤ（モデルセットＩＤ）と互いに読み替えられてもよい。また、本開示において、モデルＩＤは、メタ情報ＩＤと互いに読み替えられてもよい。メタ情報（又はメタ情報ＩＤ）は、上述したようにビームに関する情報（ビーム設定）と関連付けられてもよい。例えば、メタ情報（又はメタ情報ＩＤ）は、どのビームをＢＳが使用しているかを考慮してＵＥがＡＩモデルを選択するために用いられてもよいし、ＵＥがデプロイしたＡＩモデルを適用するためにＢＳがどのビームを使用すべきかを通知するために用いられてもよい。なお、本開示において、メタ情報ＩＤは、メタ情報のセットに対応するＩＤ（メタ情報セットＩＤ）と互いに読み替えられてもよい。
　上述の実施形態における（ＮＷから）ＵＥへの任意の情報の通知（言い換えると、ＵＥにおける基地局からの任意の情報の受信）は、物理レイヤシグナリング（例えば、ＤＣＩ）、上位レイヤシグナリング（例えば、ＲＲＣシグナリング、ＭＡＣ　ＣＥ）、特定の信号／チャネル（例えば、ＰＤＣＣＨ、ＰＤＳＣＨ、参照信号）、又はこれらの組み合わせを用いて行われてもよい。
　上記通知がＭＡＣ　ＣＥによって行われる場合、当該ＭＡＣ　ＣＥは、既存の規格では規定されていない新たな論理チャネルＩＤ（Logical　Channel　ID（ＬＣＩＤ））がＭＡＣサブヘッダに含まれることによって識別されてもよい。
　上記通知がＤＣＩによって行われる場合、上記通知は、当該ＤＣＩの特定のフィールド、当該ＤＣＩに付与される巡回冗長検査（Cyclic　Redundancy　Check（ＣＲＣ））ビットのスクランブルに用いられる無線ネットワーク一時識別子（Radio　Network　Temporary　Identifier（ＲＮＴＩ））、当該ＤＣＩのフォーマットなどによって行われてもよい。
　また、上述の実施形態におけるＵＥへの任意の情報の通知は、周期的、セミパーシステント又は非周期的に行われてもよい。
　上述の実施形態におけるＵＥから（ＮＷへ）の任意の情報の通知（言い換えると、ＵＥにおける基地局への任意の情報の送信）は、物理レイヤシグナリング（例えば、ＵＣＩ）、上位レイヤシグナリング（例えば、ＲＲＣシグナリング、ＭＡＣ　ＣＥ）、特定の信号／チャネル（例えば、ＰＵＣＣＨ、ＰＵＳＣＨ、参照信号）、又はこれらの組み合わせを用いて行われてもよい。
　上記通知がＭＡＣ　ＣＥによって行われる場合、当該ＭＡＣ　ＣＥは、既存の規格では規定されていない新たなＬＣＩＤがＭＡＣサブヘッダに含まれることによって識別されてもよい。
　上記通知がＵＣＩによって行われる場合、上記通知は、ＰＵＣＣＨ又はＰＵＳＣＨを用いて送信されてもよい。
　また、上述の実施形態におけるＵＥからの任意の情報の通知は、周期的、セミパーシステント又は非周期的に行われてもよい。
　上述の実施形態は、モデル推論に基づくＣＳＩフィードバックの計算に用いられてもよい。ＵＥは、上述の実施形態を、ＡＩベースビーム管理、ＣＳＩフィードバックのオートエンコーダに適用してもよい。
　なお、本開示におけるエンコーダ／デコーダは、ＵＥ／基地局に配備されているＡＩモデルと互いに読み替えられてもよい。つまり、本開示は、オートエンコーダを用いる場合に限られず、任意のモデルを用いて推論する場合に適用されてもよい。また、本開示におけるＵＥ／基地局がエンコーダを用いて圧縮する対象は、ＣＳＩ（又はチャネル／プリコーディング行列）に限られず、任意の情報であってもよい。
　上述の実施形態の少なくとも１つは、特定のＵＥ能力（UE　capability）を報告した又は当該特定のＵＥ能力をサポートするＵＥに対してのみ適用されてもよい。
　当該特定のＵＥ能力は、以下の少なくとも１つを示してもよい：
　・上記実施形態の少なくとも１つについての特定の処理／動作／制御／情報をサポートすること、
　・ＵＥがデプロイできるＡＩモデルの最大のＦＬＯＰｓ、
　・ＵＥがデプロイできるＡＩモデルの最大のパラメータ数、
　・ＵＥがサポートするレイヤ／アルゴリズム／機能、
　・計算能力、
　・データ収集能力。
　また、上記特定のＵＥ能力は、全周波数にわたって（周波数に関わらず共通に）適用される能力であってもよいし、周波数（例えば、セル、バンド、ＢＷＰ、バンドコンビネーション、コンポーネントキャリアなどの１つ又はこれらの組み合わせ）ごとの能力であってもよいし、周波数レンジ（例えば、Frequency　Range　1（ＦＲ１）、ＦＲ２、ＦＲ３、ＦＲ４、ＦＲ５、ＦＲ２－１、ＦＲ２－２）ごとの能力であってもよいし、サブキャリア間隔（SubCarrier　Spacing（ＳＣＳ））ごとの能力であってもよい。
　また、上記特定のＵＥ能力は、全複信方式にわたって（複信方式に関わらず共通に）適用される能力であってもよいし、複信方式（例えば、時分割複信（Time　Division　Duplex（ＴＤＤ））、周波数分割複信（Frequency　Division　Duplex（ＦＤＤ）））ごとの能力であってもよい。
　また、上述の実施形態の少なくとも１つは、ＵＥが上位レイヤシグナリングによって上述の実施形態に関連する特定の情報を設定された場合に適用されてもよい。例えば、当該特定の情報は、ＡＩモデルの利用を有効化することを示す情報、特定のリリース（例えば、Ｒｅｌ．１８）向けの任意のＲＲＣパラメータなどであってもよい。
　ＵＥは、上記特定のＵＥ能力の少なくとも１つをサポートしない又は上記特定の情報を設定されない場合、例えばＲｅｌ．１５／１６の動作を適用してもよい。
　なお、上述の実施形態の少なくとも１つは、ＣＳＩフィードバック以外のＵＥ－基地局間の情報の伝送（の圧縮のために）に用いられてもよい。例えば、ＵＥは、位置（又はポジショニング）に関する情報／ロケーション管理機能（Location　Management　Function（ＬＭＦ））における位置推定に関する情報を、上述の実施形態の少なくとも１つに従って（例えば、エンコーダを用いて生成し）ネットワークに報告してもよい。当該情報は、サブバンドごと／アンテナポートごとのチャネルインパルス応答（Channel　Impulse　Response（ＣＩＲ））の情報であってもよい。これを報告すると、受信信号の角度／時間差などを報告しなくても基地局はＵＥの位置を推定することができる。
（付記）
　本開示の一実施形態に関して、以下の発明を付記する。
［付記１］
　人工知能（Artificial　Intelligence（ＡＩ））モデルを指定する情報を受信する受信部と、
　前記ＡＩモデルに基づいてチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートを生成する制御部と、を有する端末。
［付記２］
　前記受信部は、前記ＡＩモデル向けのＣＳＩリソース設定又はＣＳＩレポート設定を受信する付記１に記載の端末。
（無線通信システム）
　以下、本開示の一実施形態に係る無線通信システムの構成について説明する。この無線通信システムでは、本開示の上記各実施形態に係る無線通信方法のいずれか又はこれらの組み合わせを用いて通信が行われる。
　図７は、一実施形態に係る無線通信システムの概略構成の一例を示す図である。無線通信システム１は、Third　Generation　Partnership　Project（３ＧＰＰ）によって仕様化されるLong　Term　Evolution（ＬＴＥ）、5th　generation　mobile　communication　system　New　Radio（５Ｇ　ＮＲ）などを用いて通信を実現するシステムであってもよい。
　また、無線通信システム１は、複数のRadio　Access　Technology（ＲＡＴ）間のデュアルコネクティビティ（マルチＲＡＴデュアルコネクティビティ（Multi-RAT　Dual　Connectivity（ＭＲ－ＤＣ）））をサポートしてもよい。ＭＲ－ＤＣは、ＬＴＥ（Evolved　Universal　Terrestrial　Radio　Access（Ｅ－ＵＴＲＡ））とＮＲとのデュアルコネクティビティ（E-UTRA-NR　Dual　Connectivity（ＥＮ－ＤＣ））、ＮＲとＬＴＥとのデュアルコネクティビティ（NR-E-UTRA　Dual　Connectivity（ＮＥ－ＤＣ））などを含んでもよい。
　ＥＮ－ＤＣでは、ＬＴＥ（Ｅ－ＵＴＲＡ）の基地局（ｅＮＢ）がマスタノード（Master　Node（ＭＮ））であり、ＮＲの基地局（ｇＮＢ）がセカンダリノード（Secondary　Node（ＳＮ））である。ＮＥ－ＤＣでは、ＮＲの基地局（ｇＮＢ）がＭＮであり、ＬＴＥ（Ｅ－ＵＴＲＡ）の基地局（ｅＮＢ）がＳＮである。
　無線通信システム１は、同一のＲＡＴ内の複数の基地局間のデュアルコネクティビティ（例えば、ＭＮ及びＳＮの双方がＮＲの基地局（ｇＮＢ）であるデュアルコネクティビティ（NR-NR　Dual　Connectivity（ＮＮ－ＤＣ）））をサポートしてもよい。
　無線通信システム１は、比較的カバレッジの広いマクロセルＣ１を形成する基地局１１と、マクロセルＣ１内に配置され、マクロセルＣ１よりも狭いスモールセルＣ２を形成する基地局１２（１２ａ－１２ｃ）と、を備えてもよい。ユーザ端末２０は、少なくとも１つのセル内に位置してもよい。各セル及びユーザ端末２０の配置、数などは、図に示す態様に限定されない。以下、基地局１１及び１２を区別しない場合は、基地局１０と総称する。
　ユーザ端末２０は、複数の基地局１０のうち、少なくとも１つに接続してもよい。ユーザ端末２０は、複数のコンポーネントキャリア（Component　Carrier（ＣＣ））を用いたキャリアアグリゲーション（Carrier　Aggregation（ＣＡ））及びデュアルコネクティビティ（ＤＣ）の少なくとも一方を利用してもよい。
　各ＣＣは、第１の周波数帯（Frequency　Range　1（ＦＲ１））及び第２の周波数帯（Frequency　Range　2（ＦＲ２））の少なくとも１つに含まれてもよい。マクロセルＣ１はＦＲ１に含まれてもよいし、スモールセルＣ２はＦＲ２に含まれてもよい。例えば、ＦＲ１は、６ＧＨｚ以下の周波数帯（サブ６ＧＨｚ（sub-6GHz））であってもよいし、ＦＲ２は、２４ＧＨｚよりも高い周波数帯（above-24GHz）であってもよい。なお、ＦＲ１及びＦＲ２の周波数帯、定義などはこれらに限られず、例えばＦＲ１がＦＲ２よりも高い周波数帯に該当してもよい。
　また、ユーザ端末２０は、各ＣＣにおいて、時分割複信（Time　Division　Duplex（ＴＤＤ））及び周波数分割複信（Frequency　Division　Duplex（ＦＤＤ））の少なくとも１つを用いて通信を行ってもよい。
　複数の基地局１０は、有線（例えば、Common　Public　Radio　Interface（ＣＰＲＩ）に準拠した光ファイバ、Ｘ２インターフェースなど）又は無線（例えば、ＮＲ通信）によって接続されてもよい。例えば、基地局１１及び１２間においてＮＲ通信がバックホールとして利用される場合、上位局に該当する基地局１１はIntegrated　Access　Backhaul（ＩＡＢ）ドナー、中継局（リレー）に該当する基地局１２はＩＡＢノードと呼ばれてもよい。
　基地局１０は、他の基地局１０を介して、又は直接コアネットワーク３０に接続されてもよい。コアネットワーク３０は、例えば、Evolved　Packet　Core（ＥＰＣ）、5G　Core　Network（５ＧＣＮ）、Next　Generation　Core（ＮＧＣ）などの少なくとも１つを含んでもよい。
　ユーザ端末２０は、ＬＴＥ、ＬＴＥ－Ａ、５Ｇなどの通信方式の少なくとも１つに対応した端末であってもよい。
　無線通信システム１においては、直交周波数分割多重（Orthogonal　Frequency　Division　Multiplexing（ＯＦＤＭ））ベースの無線アクセス方式が利用されてもよい。例えば、下りリンク（Downlink（ＤＬ））及び上りリンク（Uplink（ＵＬ））の少なくとも一方において、Cyclic　Prefix　OFDM（ＣＰ－ＯＦＤＭ）、Discrete　Fourier　Transform　Spread　OFDM（ＤＦＴ－ｓ－ＯＦＤＭ）、Orthogonal　Frequency　Division　Multiple　Access（ＯＦＤＭＡ）、Single　Carrier　Frequency　Division　Multiple　Access（ＳＣ－ＦＤＭＡ）などが利用されてもよい。
　無線アクセス方式は、波形（waveform）と呼ばれてもよい。なお、無線通信システム１においては、ＵＬ及びＤＬの無線アクセス方式には、他の無線アクセス方式（例えば、他のシングルキャリア伝送方式、他のマルチキャリア伝送方式）が用いられてもよい。
　無線通信システム１では、下りリンクチャネルとして、各ユーザ端末２０で共有される下り共有チャネル（Physical　Downlink　Shared　Channel（ＰＤＳＣＨ））、ブロードキャストチャネル（Physical　Broadcast　Channel（ＰＢＣＨ））、下り制御チャネル（Physical　Downlink　Control　Channel（ＰＤＣＣＨ））などが用いられてもよい。
　また、無線通信システム１では、上りリンクチャネルとして、各ユーザ端末２０で共有される上り共有チャネル（Physical　Uplink　Shared　Channel（ＰＵＳＣＨ））、上り制御チャネル（Physical　Uplink　Control　Channel（ＰＵＣＣＨ））、ランダムアクセスチャネル（Physical　Random　Access　Channel（ＰＲＡＣＨ））などが用いられてもよい。
　ＰＤＳＣＨによって、ユーザデータ、上位レイヤ制御情報、System　Information　Block（ＳＩＢ）などが伝送される。ＰＵＳＣＨによって、ユーザデータ、上位レイヤ制御情報などが伝送されてもよい。また、ＰＢＣＨによって、Master　Information　Block（ＭＩＢ）が伝送されてもよい。
　ＰＤＣＣＨによって、下位レイヤ制御情報が伝送されてもよい。下位レイヤ制御情報は、例えば、ＰＤＳＣＨ及びＰＵＳＣＨの少なくとも一方のスケジューリング情報を含む下り制御情報（Downlink　Control　Information（ＤＣＩ））を含んでもよい。
　なお、ＰＤＳＣＨをスケジューリングするＤＣＩは、ＤＬアサインメント、ＤＬ　ＤＣＩなどと呼ばれてもよいし、ＰＵＳＣＨをスケジューリングするＤＣＩは、ＵＬグラント、ＵＬ　ＤＣＩなどと呼ばれてもよい。なお、ＰＤＳＣＨはＤＬデータで読み替えられてもよいし、ＰＵＳＣＨはＵＬデータで読み替えられてもよい。
　ＰＤＣＣＨの検出には、制御リソースセット（COntrol　REsource　SET（ＣＯＲＥＳＥＴ））及びサーチスペース（search　space）が利用されてもよい。ＣＯＲＥＳＥＴは、ＤＣＩをサーチするリソースに対応する。サーチスペースは、ＰＤＣＣＨ候補（PDCCH　candidates）のサーチ領域及びサーチ方法に対応する。１つのＣＯＲＥＳＥＴは、１つ又は複数のサーチスペースに関連付けられてもよい。ＵＥは、サーチスペース設定に基づいて、あるサーチスペースに関連するＣＯＲＥＳＥＴをモニタしてもよい。
　１つのサーチスペースは、１つ又は複数のアグリゲーションレベル（aggregation　Level）に該当するＰＤＣＣＨ候補に対応してもよい。１つ又は複数のサーチスペースは、サーチスペースセットと呼ばれてもよい。なお、本開示の「サーチスペース」、「サーチスペースセット」、「サーチスペース設定」、「サーチスペースセット設定」、「ＣＯＲＥＳＥＴ」、「ＣＯＲＥＳＥＴ設定」などは、互いに読み替えられてもよい。
　ＰＵＣＣＨによって、チャネル状態情報（Channel　State　Information（ＣＳＩ））、送達確認情報（例えば、Hybrid　Automatic　Repeat　reQuest　ACKnowledgement（ＨＡＲＱ－ＡＣＫ）、ＡＣＫ／ＮＡＣＫなどと呼ばれてもよい）及びスケジューリングリクエスト（Scheduling　Request（ＳＲ））の少なくとも１つを含む上り制御情報（Uplink　Control　Information（ＵＣＩ））が伝送されてもよい。ＰＲＡＣＨによって、セルとの接続確立のためのランダムアクセスプリアンブルが伝送されてもよい。
　なお、本開示において下りリンク、上りリンクなどは「リンク」を付けずに表現されてもよい。また、各種チャネルの先頭に「物理（Physical）」を付けずに表現されてもよい。
　無線通信システム１では、同期信号（Synchronization　Signal（ＳＳ））、下りリンク参照信号（Downlink　Reference　Signal（ＤＬ－ＲＳ））などが伝送されてもよい。無線通信システム１では、ＤＬ－ＲＳとして、セル固有参照信号（Cell-specific　Reference　Signal（ＣＲＳ））、チャネル状態情報参照信号（Channel　State　Information　Reference　Signal（ＣＳＩ－ＲＳ））、復調用参照信号（DeModulation　Reference　Signal（ＤＭＲＳ））、位置決定参照信号（Positioning　Reference　Signal（ＰＲＳ））、位相トラッキング参照信号（Phase　Tracking　Reference　Signal（ＰＴＲＳ））などが伝送されてもよい。
　同期信号は、例えば、プライマリ同期信号（Primary　Synchronization　Signal（ＰＳＳ））及びセカンダリ同期信号（Secondary　Synchronization　Signal（ＳＳＳ））の少なくとも１つであってもよい。ＳＳ（ＰＳＳ、ＳＳＳ）及びＰＢＣＨ（及びＰＢＣＨ用のＤＭＲＳ）を含む信号ブロックは、ＳＳ／ＰＢＣＨブロック、SS　Block（ＳＳＢ）などと呼ばれてもよい。なお、ＳＳ、ＳＳＢなども、参照信号と呼ばれてもよい。
　また、無線通信システム１では、上りリンク参照信号（Uplink　Reference　Signal（ＵＬ－ＲＳ））として、測定用参照信号（Sounding　Reference　Signal（ＳＲＳ））、復調用参照信号（ＤＭＲＳ）などが伝送されてもよい。なお、ＤＭＲＳはユーザ端末固有参照信号（UE-specific　Reference　Signal）と呼ばれてもよい。
（基地局）
　図８は、一実施形態に係る基地局の構成の一例を示す図である。基地局１０は、制御部１１０、送受信部１２０、送受信アンテナ１３０及び伝送路インターフェース（transmission　line　interface）１４０を備えている。なお、制御部１１０、送受信部１２０及び送受信アンテナ１３０及び伝送路インターフェース１４０は、それぞれ１つ以上が備えられてもよい。
　なお、本例では、本実施の形態における特徴部分の機能ブロックを主に示しており、基地局１０は、無線通信に必要な他の機能ブロックも有すると想定されてもよい。以下で説明する各部の処理の一部は、省略されてもよい。
　制御部１１０は、基地局１０全体の制御を実施する。制御部１１０は、本開示に係る技術分野での共通認識に基づいて説明されるコントローラ、制御回路などから構成することができる。
　制御部１１０は、信号の生成、スケジューリング（例えば、リソース割り当て、マッピング）などを制御してもよい。制御部１１０は、送受信部１２０、送受信アンテナ１３０及び伝送路インターフェース１４０を用いた送受信、測定などを制御してもよい。制御部１１０は、信号として送信するデータ、制御情報、系列（sequence）などを生成し、送受信部１２０に転送してもよい。制御部１１０は、通信チャネルの呼処理（設定、解放など）、基地局１０の状態管理、無線リソースの管理などを行ってもよい。
　送受信部１２０は、ベースバンド（baseband）部１２１、Radio　Frequency（ＲＦ）部１２２、測定部１２３を含んでもよい。ベースバンド部１２１は、送信処理部１２１１及び受信処理部１２１２を含んでもよい。送受信部１２０は、本開示に係る技術分野での共通認識に基づいて説明されるトランスミッター／レシーバー、ＲＦ回路、ベースバンド回路、フィルタ、位相シフタ（phase　shifter）、測定回路、送受信回路などから構成することができる。
　送受信部１２０は、一体の送受信部として構成されてもよいし、送信部及び受信部から構成されてもよい。当該送信部は、送信処理部１２１１、ＲＦ部１２２から構成されてもよい。当該受信部は、受信処理部１２１２、ＲＦ部１２２、測定部１２３から構成されてもよい。
　送受信アンテナ１３０は、本開示に係る技術分野での共通認識に基づいて説明されるアンテナ、例えばアレイアンテナなどから構成することができる。
　送受信部１２０は、上述の下りリンクチャネル、同期信号、下りリンク参照信号などを送信してもよい。送受信部１２０は、上述の上りリンクチャネル、上りリンク参照信号などを受信してもよい。
　送受信部１２０は、デジタルビームフォーミング（例えば、プリコーディング）、アナログビームフォーミング（例えば、位相回転）などを用いて、送信ビーム及び受信ビームの少なくとも一方を形成してもよい。
　送受信部１２０（送信処理部１２１１）は、例えば制御部１１０から取得したデータ、制御情報などに対して、Packet　Data　Convergence　Protocol（ＰＤＣＰ）レイヤの処理、Radio　Link　Control（ＲＬＣ）レイヤの処理（例えば、ＲＬＣ再送制御）、Medium　Access　Control（ＭＡＣ）レイヤの処理（例えば、ＨＡＲＱ再送制御）などを行い、送信するビット列を生成してもよい。
　送受信部１２０（送信処理部１２１１）は、送信するビット列に対して、チャネル符号化（誤り訂正符号化を含んでもよい）、変調、マッピング、フィルタ処理、離散フーリエ変換（Discrete　Fourier　Transform（ＤＦＴ））処理（必要に応じて）、逆高速フーリエ変換（Inverse　Fast　Fourier　Transform（ＩＦＦＴ））処理、プリコーディング、デジタル－アナログ変換などの送信処理を行い、ベースバンド信号を出力してもよい。
　送受信部１２０（ＲＦ部１２２）は、ベースバンド信号に対して、無線周波数帯への変調、フィルタ処理、増幅などを行い、無線周波数帯の信号を、送受信アンテナ１３０を介して送信してもよい。
　一方、送受信部１２０（ＲＦ部１２２）は、送受信アンテナ１３０によって受信された無線周波数帯の信号に対して、増幅、フィルタ処理、ベースバンド信号への復調などを行ってもよい。
　送受信部１２０（受信処理部１２１２）は、取得されたベースバンド信号に対して、アナログ－デジタル変換、高速フーリエ変換（Fast　Fourier　Transform（ＦＦＴ））処理、逆離散フーリエ変換（Inverse　Discrete　Fourier　Transform（ＩＤＦＴ））処理（必要に応じて）、フィルタ処理、デマッピング、復調、復号（誤り訂正復号を含んでもよい）、ＭＡＣレイヤ処理、ＲＬＣレイヤの処理及びＰＤＣＰレイヤの処理などの受信処理を適用し、ユーザデータなどを取得してもよい。
　送受信部１２０（測定部１２３）は、受信した信号に関する測定を実施してもよい。例えば、測定部１２３は、受信した信号に基づいて、Radio　Resource　Management（ＲＲＭ）測定、Channel　State　Information（ＣＳＩ）測定などを行ってもよい。測定部１２３は、受信電力（例えば、Reference　Signal　Received　Power（ＲＳＲＰ））、受信品質（例えば、Reference　Signal　Received　Quality（ＲＳＲＱ）、Signal　to　Interference　plus　Noise　Ratio（ＳＩＮＲ）、Signal　to　Noise　Ratio（ＳＮＲ））、信号強度（例えば、Received　Signal　Strength　Indicator（ＲＳＳＩ））、伝搬路情報（例えば、ＣＳＩ）などについて測定してもよい。測定結果は、制御部１１０に出力されてもよい。
　伝送路インターフェース１４０は、コアネットワーク３０に含まれる装置、他の基地局１０などとの間で信号を送受信（バックホールシグナリング）し、ユーザ端末２０のためのユーザデータ（ユーザプレーンデータ）、制御プレーンデータなどを取得、伝送などしてもよい。
　なお、本開示における基地局１０の送信部及び受信部は、送受信部１２０、送受信アンテナ１３０及び伝送路インターフェース１４０の少なくとも１つによって構成されてもよい。
　なお、送受信部１２０は、人工知能（Artificial　Intelligence（ＡＩ））モデルを指定する情報を送信してもよい。送受信部１２０は、前記ＡＩモデルに基づいて生成されるチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートを受信してもよい。
（ユーザ端末）
　図９は、一実施形態に係るユーザ端末の構成の一例を示す図である。ユーザ端末２０は、制御部２１０、送受信部２２０及び送受信アンテナ２３０を備えている。なお、制御部２１０、送受信部２２０及び送受信アンテナ２３０は、それぞれ１つ以上が備えられてもよい。
　なお、本例では、本実施の形態における特徴部分の機能ブロックを主に示しており、ユーザ端末２０は、無線通信に必要な他の機能ブロックも有すると想定されてもよい。以下で説明する各部の処理の一部は、省略されてもよい。
　制御部２１０は、ユーザ端末２０全体の制御を実施する。制御部２１０は、本開示に係る技術分野での共通認識に基づいて説明されるコントローラ、制御回路などから構成することができる。
　制御部２１０は、信号の生成、マッピングなどを制御してもよい。制御部２１０は、送受信部２２０及び送受信アンテナ２３０を用いた送受信、測定などを制御してもよい。制御部２１０は、信号として送信するデータ、制御情報、系列などを生成し、送受信部２２０に転送してもよい。
　送受信部２２０は、ベースバンド部２２１、ＲＦ部２２２、測定部２２３を含んでもよい。ベースバンド部２２１は、送信処理部２２１１、受信処理部２２１２を含んでもよい。送受信部２２０は、本開示に係る技術分野での共通認識に基づいて説明されるトランスミッター／レシーバー、ＲＦ回路、ベースバンド回路、フィルタ、位相シフタ、測定回路、送受信回路などから構成することができる。
　送受信部２２０は、一体の送受信部として構成されてもよいし、送信部及び受信部から構成されてもよい。当該送信部は、送信処理部２２１１、ＲＦ部２２２から構成されてもよい。当該受信部は、受信処理部２２１２、ＲＦ部２２２、測定部２２３から構成されてもよい。
　送受信アンテナ２３０は、本開示に係る技術分野での共通認識に基づいて説明されるアンテナ、例えばアレイアンテナなどから構成することができる。
　送受信部２２０は、上述の下りリンクチャネル、同期信号、下りリンク参照信号などを受信してもよい。送受信部２２０は、上述の上りリンクチャネル、上りリンク参照信号などを送信してもよい。
　送受信部２２０は、デジタルビームフォーミング（例えば、プリコーディング）、アナログビームフォーミング（例えば、位相回転）などを用いて、送信ビーム及び受信ビームの少なくとも一方を形成してもよい。
　送受信部２２０（送信処理部２２１１）は、例えば制御部２１０から取得したデータ、制御情報などに対して、ＰＤＣＰレイヤの処理、ＲＬＣレイヤの処理（例えば、ＲＬＣ再送制御）、ＭＡＣレイヤの処理（例えば、ＨＡＲＱ再送制御）などを行い、送信するビット列を生成してもよい。
　送受信部２２０（送信処理部２２１１）は、送信するビット列に対して、チャネル符号化（誤り訂正符号化を含んでもよい）、変調、マッピング、フィルタ処理、ＤＦＴ処理（必要に応じて）、ＩＦＦＴ処理、プリコーディング、デジタル－アナログ変換などの送信処理を行い、ベースバンド信号を出力してもよい。
　なお、ＤＦＴ処理を適用するか否かは、トランスフォームプリコーディングの設定に基づいてもよい。送受信部２２０（送信処理部２２１１）は、あるチャネル（例えば、ＰＵＳＣＨ）について、トランスフォームプリコーディングが有効（enabled）である場合、当該チャネルをＤＦＴ－ｓ－ＯＦＤＭ波形を用いて送信するために上記送信処理としてＤＦＴ処理を行ってもよいし、そうでない場合、上記送信処理としてＤＦＴ処理を行わなくてもよい。
　送受信部２２０（ＲＦ部２２２）は、ベースバンド信号に対して、無線周波数帯への変調、フィルタ処理、増幅などを行い、無線周波数帯の信号を、送受信アンテナ２３０を介して送信してもよい。
　一方、送受信部２２０（ＲＦ部２２２）は、送受信アンテナ２３０によって受信された無線周波数帯の信号に対して、増幅、フィルタ処理、ベースバンド信号への復調などを行ってもよい。
　送受信部２２０（受信処理部２２１２）は、取得されたベースバンド信号に対して、アナログ－デジタル変換、ＦＦＴ処理、ＩＤＦＴ処理（必要に応じて）、フィルタ処理、デマッピング、復調、復号（誤り訂正復号を含んでもよい）、ＭＡＣレイヤ処理、ＲＬＣレイヤの処理及びＰＤＣＰレイヤの処理などの受信処理を適用し、ユーザデータなどを取得してもよい。
　送受信部２２０（測定部２２３）は、受信した信号に関する測定を実施してもよい。例えば、測定部２２３は、受信した信号に基づいて、ＲＲＭ測定、ＣＳＩ測定などを行ってもよい。測定部２２３は、受信電力（例えば、ＲＳＲＰ）、受信品質（例えば、ＲＳＲＱ、ＳＩＮＲ、ＳＮＲ）、信号強度（例えば、ＲＳＳＩ）、伝搬路情報（例えば、ＣＳＩ）などについて測定してもよい。測定結果は、制御部２１０に出力されてもよい。
　なお、本開示におけるユーザ端末２０の送信部及び受信部は、送受信部２２０及び送受信アンテナ２３０の少なくとも１つによって構成されてもよい。
　なお、送受信部２２０は、人工知能（Artificial　Intelligence（ＡＩ））モデルを指定する情報を受信してもよい。制御部２１０は、前記ＡＩモデルに基づいてチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートを生成してもよい。
　送受信部２２０は、前記ＡＩモデル向けのＣＳＩリソース設定又はＣＳＩレポート設定を受信してもよい。
（ハードウェア構成）
　なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。
　ここで、機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、みなし、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。例えば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting　unit）、送信機（transmitter）などと呼称されてもよい。いずれも、上述したとおり、実現方法は特に限定されない。
　例えば、本開示の一実施形態における基地局、ユーザ端末などは、本開示の無線通信方法の処理を行うコンピュータとして機能してもよい。図１０は、一実施形態に係る基地局及びユーザ端末のハードウェア構成の一例を示す図である。上述の基地局１０及びユーザ端末２０は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。
　なお、本開示において、装置、回路、デバイス、部（section）、ユニットなどの文言は、互いに読み替えることができる。基地局１０及びユーザ端末２０のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。
　例えば、プロセッサ１００１は１つだけ図示されているが、複数のプロセッサがあってもよい。また、処理は、１のプロセッサによって実行されてもよいし、処理が同時に、逐次に、又はその他の手法を用いて、２以上のプロセッサによって実行されてもよい。なお、プロセッサ１００１は、１以上のチップによって実装されてもよい。
　基地局１０及びユーザ端末２０における各機能は、例えば、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４を介する通信を制御したり、メモリ１００２及びストレージ１００３におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。
　プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（Central　Processing　Unit（ＣＰＵ））によって構成されてもよい。例えば、上述の制御部１１０（２１０）、送受信部１２０（２２０）などの少なくとも一部は、プロセッサ１００１によって実現されてもよい。
　また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、制御部１１０（２１０）は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。
　メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、Read　Only　Memory（ＲＯＭ）、Erasable　Programmable　ROM（ＥＰＲＯＭ）、Electrically　EPROM（ＥＥＰＲＯＭ）、Random　Access　Memory（ＲＡＭ）、その他の適切な記憶媒体の少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施形態に係る無線通信方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。
　ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、フレキシブルディスク、フロッピー（登録商標）ディスク、光磁気ディスク（例えば、コンパクトディスク（Compact　Disc　ROM（ＣＤ－ＲＯＭ）など）、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、リムーバブルディスク、ハードディスクドライブ、スマートカード、フラッシュメモリデバイス（例えば、カード、スティック、キードライブ）、磁気ストライプ、データベース、サーバ、その他の適切な記憶媒体の少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。
　通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（Frequency　Division　Duplex（ＦＤＤ））及び時分割複信（Time　Division　Duplex（ＴＤＤ））の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述の送受信部１２０（２２０）、送受信アンテナ１３０（２３０）などは、通信装置１００４によって実現されてもよい。送受信部１２０（２２０）は、送信部１２０ａ（２２０ａ）と受信部１２０ｂ（２２０ｂ）とで、物理的に又は論理的に分離された実装がなされてもよい。
　入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、Light　Emitting　Diode（ＬＥＤ）ランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。
　また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。
　また、基地局１０及びユーザ端末２０は、マイクロプロセッサ、デジタル信号プロセッサ（Digital　Signal　Processor（ＤＳＰ））、Application　Specific　Integrated　Circuit（ＡＳＩＣ）、Programmable　Logic　Device（ＰＬＤ）、Field　Programmable　Gate　Array（ＦＰＧＡ）などのハードウェアを含んで構成されてもよく、当該ハードウェアを用いて各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。
（変形例）
　なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。例えば、チャネル、シンボル及び信号（シグナル又はシグナリング）は、互いに読み替えられてもよい。また、信号はメッセージであってもよい。参照信号（reference　signal）は、ＲＳと略称することもでき、適用される標準によってパイロット（Pilot）、パイロット信号などと呼ばれてもよい。また、コンポーネントキャリア（Component　Carrier（ＣＣ））は、セル、周波数キャリア、キャリア周波数などと呼ばれてもよい。
　無線フレームは、時間領域において１つ又は複数の期間（フレーム）によって構成されてもよい。無線フレームを構成する当該１つ又は複数の各期間（フレーム）は、サブフレームと呼ばれてもよい。さらに、サブフレームは、時間領域において１つ又は複数のスロットによって構成されてもよい。サブフレームは、ニューメロロジー（numerology）に依存しない固定の時間長（例えば、１ｍｓ）であってもよい。
　ここで、ニューメロロジーは、ある信号又はチャネルの送信及び受信の少なくとも一方に適用される通信パラメータであってもよい。ニューメロロジーは、例えば、サブキャリア間隔（SubCarrier　Spacing（ＳＣＳ））、帯域幅、シンボル長、サイクリックプレフィックス長、送信時間間隔（Transmission　Time　Interval（ＴＴＩ））、ＴＴＩあたりのシンボル数、無線フレーム構成、送受信機が周波数領域において行う特定のフィルタリング処理、送受信機が時間領域において行う特定のウィンドウイング処理などの少なくとも１つを示してもよい。
　スロットは、時間領域において１つ又は複数のシンボル（Orthogonal　Frequency　Division　Multiplexing（ＯＦＤＭ）シンボル、Single　Carrier　Frequency　Division　Multiple　Access（ＳＣ－ＦＤＭＡ）シンボルなど）によって構成されてもよい。また、スロットは、ニューメロロジーに基づく時間単位であってもよい。
　スロットは、複数のミニスロットを含んでもよい。各ミニスロットは、時間領域において１つ又は複数のシンボルによって構成されてもよい。また、ミニスロットは、サブスロットと呼ばれてもよい。ミニスロットは、スロットよりも少ない数のシンボルによって構成されてもよい。ミニスロットより大きい時間単位で送信されるＰＤＳＣＨ（又はＰＵＳＣＨ）は、ＰＤＳＣＨ（ＰＵＳＣＨ）マッピングタイプＡと呼ばれてもよい。ミニスロットを用いて送信されるＰＤＳＣＨ（又はＰＵＳＣＨ）は、ＰＤＳＣＨ（ＰＵＳＣＨ）マッピングタイプＢと呼ばれてもよい。
　無線フレーム、サブフレーム、スロット、ミニスロット及びシンボルは、いずれも信号を伝送する際の時間単位を表す。無線フレーム、サブフレーム、スロット、ミニスロット及びシンボルは、それぞれに対応する別の呼称が用いられてもよい。なお、本開示におけるフレーム、サブフレーム、スロット、ミニスロット、シンボルなどの時間単位は、互いに読み替えられてもよい。
　例えば、１サブフレームはＴＴＩと呼ばれてもよいし、複数の連続したサブフレームがＴＴＩと呼ばれてよいし、１スロット又は１ミニスロットがＴＴＩと呼ばれてもよい。つまり、サブフレーム及びＴＴＩの少なくとも一方は、既存のＬＴＥにおけるサブフレーム（１ｍｓ）であってもよいし、１ｍｓより短い期間（例えば、１－１３シンボル）であってもよいし、１ｍｓより長い期間であってもよい。なお、ＴＴＩを表す単位は、サブフレームではなくスロット、ミニスロットなどと呼ばれてもよい。
　ここで、ＴＴＩは、例えば、無線通信におけるスケジューリングの最小時間単位のことをいう。例えば、ＬＴＥシステムでは、基地局が各ユーザ端末に対して、無線リソース（各ユーザ端末において使用することが可能な周波数帯域幅、送信電力など）を、ＴＴＩ単位で割り当てるスケジューリングを行う。なお、ＴＴＩの定義はこれに限られない。
　ＴＴＩは、チャネル符号化されたデータパケット（トランスポートブロック）、コードブロック、コードワードなどの送信時間単位であってもよいし、スケジューリング、リンクアダプテーションなどの処理単位となってもよい。なお、ＴＴＩが与えられたとき、実際にトランスポートブロック、コードブロック、コードワードなどがマッピングされる時間区間（例えば、シンボル数）は、当該ＴＴＩよりも短くてもよい。
　なお、１スロット又は１ミニスロットがＴＴＩと呼ばれる場合、１以上のＴＴＩ（すなわち、１以上のスロット又は１以上のミニスロット）が、スケジューリングの最小時間単位となってもよい。また、当該スケジューリングの最小時間単位を構成するスロット数（ミニスロット数）は制御されてもよい。
　１ｍｓの時間長を有するＴＴＩは、通常ＴＴＩ（３ＧＰＰ　Ｒｅｌ．８－１２におけるＴＴＩ）、ノーマルＴＴＩ、ロングＴＴＩ、通常サブフレーム、ノーマルサブフレーム、ロングサブフレーム、スロットなどと呼ばれてもよい。通常ＴＴＩより短いＴＴＩは、短縮ＴＴＩ、ショートＴＴＩ、部分ＴＴＩ（partial又はfractional　TTI）、短縮サブフレーム、ショートサブフレーム、ミニスロット、サブスロット、スロットなどと呼ばれてもよい。
　なお、ロングＴＴＩ（例えば、通常ＴＴＩ、サブフレームなど）は、１ｍｓを超える時間長を有するＴＴＩで読み替えてもよいし、ショートＴＴＩ（例えば、短縮ＴＴＩなど）は、ロングＴＴＩのＴＴＩ長未満かつ１ｍｓ以上のＴＴＩ長を有するＴＴＩで読み替えてもよい。
　リソースブロック（Resource　Block（ＲＢ））は、時間領域及び周波数領域のリソース割当単位であり、周波数領域において、１つ又は複数個の連続した副搬送波（サブキャリア（subcarrier））を含んでもよい。ＲＢに含まれるサブキャリアの数は、ニューメロロジーに関わらず同じであってもよく、例えば１２であってもよい。ＲＢに含まれるサブキャリアの数は、ニューメロロジーに基づいて決定されてもよい。
　また、ＲＢは、時間領域において、１つ又は複数個のシンボルを含んでもよく、１スロット、１ミニスロット、１サブフレーム又は１ＴＴＩの長さであってもよい。１ＴＴＩ、１サブフレームなどは、それぞれ１つ又は複数のリソースブロックによって構成されてもよい。
　なお、１つ又は複数のＲＢは、物理リソースブロック（Physical　RB（ＰＲＢ））、サブキャリアグループ（Sub-Carrier　Group（ＳＣＧ））、リソースエレメントグループ（Resource　Element　Group（ＲＥＧ））、ＰＲＢペア、ＲＢペアなどと呼ばれてもよい。
　また、リソースブロックは、１つ又は複数のリソースエレメント（Resource　Element（ＲＥ））によって構成されてもよい。例えば、１ＲＥは、１サブキャリア及び１シンボルの無線リソース領域であってもよい。
　帯域幅部分（Bandwidth　Part（ＢＷＰ））（部分帯域幅などと呼ばれてもよい）は、あるキャリアにおいて、あるニューメロロジー用の連続する共通ＲＢ（common　resource　blocks）のサブセットのことを表してもよい。ここで、共通ＲＢは、当該キャリアの共通参照ポイントを基準としたＲＢのインデックスによって特定されてもよい。ＰＲＢは、あるＢＷＰで定義され、当該ＢＷＰ内で番号付けされてもよい。
　ＢＷＰには、ＵＬ　ＢＷＰ（ＵＬ用のＢＷＰ）と、ＤＬ　ＢＷＰ（ＤＬ用のＢＷＰ）とが含まれてもよい。ＵＥに対して、１キャリア内に１つ又は複数のＢＷＰが設定されてもよい。
　設定されたＢＷＰの少なくとも１つがアクティブであってもよく、ＵＥは、アクティブなＢＷＰの外で所定の信号／チャネルを送受信することを想定しなくてもよい。なお、本開示における「セル」、「キャリア」などは、「ＢＷＰ」で読み替えられてもよい。
　なお、上述した無線フレーム、サブフレーム、スロット、ミニスロット及びシンボルなどの構造は例示に過ぎない。例えば、無線フレームに含まれるサブフレームの数、サブフレーム又は無線フレームあたりのスロットの数、スロット内に含まれるミニスロットの数、スロット又はミニスロットに含まれるシンボル及びＲＢの数、ＲＢに含まれるサブキャリアの数、並びにＴＴＩ内のシンボル数、シンボル長、サイクリックプレフィックス（Cyclic　Prefix（ＣＰ））長などの構成は、様々に変更することができる。
　また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。例えば、無線リソースは、所定のインデックスによって指示されてもよい。
　本開示においてパラメータなどに使用する名称は、いかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式などは、本開示において明示的に開示したものと異なってもよい。様々なチャネル（ＰＵＣＣＨ、ＰＤＣＣＨなど）及び情報要素は、あらゆる好適な名称によって識別できるので、これらの様々なチャネル及び情報要素に割り当てている様々な名称は、いかなる点においても限定的な名称ではない。
　本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
　また、情報、信号などは、上位レイヤから下位レイヤ及び下位レイヤから上位レイヤの少なくとも一方へ出力され得る。情報、信号などは、複数のネットワークノードを介して入出力されてもよい。
　入出力された情報、信号などは、特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報、信号などは、上書き、更新又は追記をされ得る。出力された情報、信号などは、削除されてもよい。入力された情報、信号などは、他の装置へ送信されてもよい。
　情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。例えば、本開示における情報の通知は、物理レイヤシグナリング（例えば、下り制御情報（Downlink　Control　Information（ＤＣＩ））、上り制御情報（Uplink　Control　Information（ＵＣＩ）））、上位レイヤシグナリング（例えば、Radio　Resource　Control（ＲＲＣ）シグナリング、ブロードキャスト情報（マスタ情報ブロック（Master　Information　Block（ＭＩＢ））、システム情報ブロック（System　Information　Block（ＳＩＢ））など）、Medium　Access　Control（ＭＡＣ）シグナリング）、その他の信号又はこれらの組み合わせによって実施されてもよい。
　なお、物理レイヤシグナリングは、Layer　1／Layer　2（Ｌ１／Ｌ２）制御情報（Ｌ１／Ｌ２制御信号）、Ｌ１制御情報（Ｌ１制御信号）などと呼ばれてもよい。また、ＲＲＣシグナリングは、ＲＲＣメッセージと呼ばれてもよく、例えば、ＲＲＣ接続セットアップ（RRC　Connection　Setup）メッセージ、ＲＲＣ接続再構成（RRC　Connection　Reconfiguration）メッセージなどであってもよい。また、ＭＡＣシグナリングは、例えば、ＭＡＣ制御要素（ＭＡＣ　Control　Element（ＣＥ））を用いて通知されてもよい。
　また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的な通知に限られず、暗示的に（例えば、当該所定の情報の通知を行わないことによって又は別の情報の通知によって）行われてもよい。
　判定は、１ビットで表される値（０か１か）によって行われてもよいし、真（true）又は偽（false）で表される真偽値（boolean）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。
　ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。
　また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（Digital　Subscriber　Line（ＤＳＬ））など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。
　本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用され得る。「ネットワーク」は、ネットワークに含まれる装置（例えば、基地局）のことを意味してもよい。
　本開示において、「プリコーディング」、「プリコーダ」、「ウェイト（プリコーディングウェイト）」、「擬似コロケーション（Quasi-Co-Location（ＱＣＬ））」、「Transmission　Configuration　Indication　state（ＴＣＩ状態）」、「空間関係（spatial　relation）」、「空間ドメインフィルタ（spatial　domain　filter）」、「送信電力」、「位相回転」、「アンテナポート」、「アンテナポートグル－プ」、「レイヤ」、「レイヤ数」、「ランク」、「リソース」、「リソースセット」、「リソースグループ」、「ビーム」、「ビーム幅」、「ビーム角度」、「アンテナ」、「アンテナ素子」、「パネル」などの用語は、互換的に使用され得る。
　本開示においては、「基地局（Base　Station（ＢＳ））」、「無線基地局」、「固定局（fixed　station）」、「ＮｏｄｅＢ」、「ｅＮＢ（ｅＮｏｄｅＢ）」、「ｇＮＢ（ｇＮｏｄｅＢ）」、「アクセスポイント（access　point）」、「送信ポイント（Transmission　Point（ＴＰ））」、「受信ポイント（Reception　Point（ＲＰ））」、「送受信ポイント（Transmission/Reception　Point（ＴＲＰ））」、「パネル」、「セル」、「セクタ」、「セルグループ」、「キャリア」、「コンポーネントキャリア」などの用語は、互換的に使用され得る。基地局は、マクロセル、スモールセル、フェムトセル、ピコセルなどの用語で呼ばれる場合もある。
　基地局は、１つ又は複数（例えば、３つ）のセルを収容することができる。基地局が複数のセルを収容する場合、基地局のカバレッジエリア全体は複数のより小さいエリアに区分でき、各々のより小さいエリアは、基地局サブシステム（例えば、屋内用の小型基地局（Remote　Radio　Head（ＲＲＨ）））によって通信サービスを提供することもできる。「セル」又は「セクタ」という用語は、このカバレッジにおいて通信サービスを行う基地局及び基地局サブシステムの少なくとも一方のカバレッジエリアの一部又は全体を指す。
　本開示において、基地局が端末に情報を送信することは、当該基地局が当該端末に対して、当該情報に基づく制御／動作を指示することと、互いに読み替えられてもよい。
　本開示においては、「移動局（Mobile　Station（ＭＳ））」、「ユーザ端末（user　terminal）」、「ユーザ装置（User　Equipment（ＵＥ））」、「端末」などの用語は、互換的に使用され得る。
　移動局は、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント又はいくつかの他の適切な用語で呼ばれる場合もある。
　基地局及び移動局の少なくとも一方は、送信装置、受信装置、無線通信装置などと呼ばれてもよい。なお、基地局及び移動局の少なくとも一方は、移動体（moving　object）に搭載されたデバイス、移動体自体などであってもよい。
　当該移動体は、移動可能な物体をいい、移動速度は任意であり、移動体が停止している場合も当然含む。当該移動体は、例えば、車両、輸送車両、自動車、自動二輪車、自転車、コネクテッドカー、ショベルカー、ブルドーザー、ホイールローダー、ダンプトラック、フォークリフト、列車、バス、リヤカー、人力車、船舶（ship　and　other　watercraft）、飛行機、ロケット、人工衛星、ドローン、マルチコプター、クアッドコプター、気球及びこれらに搭載される物を含み、またこれらに限られない。また、当該移動体は、運行指令に基づいて自律走行する移動体であってもよい。
　当該移動体は、乗り物（例えば、車、飛行機など）であってもよいし、無人で動く移動体（例えば、ドローン、自動運転車など）であってもよいし、ロボット（有人型又は無人型）であってもよい。なお、基地局及び移動局の少なくとも一方は、必ずしも通信動作時に移動しない装置も含む。例えば、基地局及び移動局の少なくとも一方は、センサなどのInternet　of　Things（ＩｏＴ）機器であってもよい。
　図１１は、一実施形態に係る車両の一例を示す図である。車両４０は、駆動部４１、操舵部４２、アクセルペダル４３、ブレーキペダル４４、シフトレバー４５、左右の前輪４６、左右の後輪４７、車軸４８、電子制御部４９、各種センサ（電流センサ５０、回転数センサ５１、空気圧センサ５２、車速センサ５３、加速度センサ５４、アクセルペダルセンサ５５、ブレーキペダルセンサ５６、シフトレバーセンサ５７、及び物体検知センサ５８を含む）、情報サービス部５９と通信モジュール６０を備える。
　駆動部４１は、例えば、エンジン、モータ、エンジンとモータのハイブリッドの少なくとも１つで構成される。操舵部４２は、少なくともステアリングホイール（ハンドルとも呼ぶ）を含み、ユーザによって操作されるステアリングホイールの操作に基づいて前輪４６及び後輪４７の少なくとも一方を操舵するように構成される。
　電子制御部４９は、マイクロプロセッサ６１、メモリ（ＲＯＭ、ＲＡＭ）６２、通信ポート（例えば、入出力（Input/Output（ＩＯ））ポート）６３で構成される。電子制御部４９には、車両に備えられた各種センサ５０－５８からの信号が入力される。電子制御部４９は、Electronic　Control　Unit（ＥＣＵ）と呼ばれてもよい。
　各種センサ５０－５８からの信号としては、モータの電流をセンシングする電流センサ５０からの電流信号、回転数センサ５１によって取得された前輪４６／後輪４７の回転数信号、空気圧センサ５２によって取得された前輪４６／後輪４７の空気圧信号、車速センサ５３によって取得された車速信号、加速度センサ５４によって取得された加速度信号、アクセルペダルセンサ５５によって取得されたアクセルペダル４３の踏み込み量信号、ブレーキペダルセンサ５６によって取得されたブレーキペダル４４の踏み込み量信号、シフトレバーセンサ５７によって取得されたシフトレバー４５の操作信号、物体検知センサ５８によって取得された障害物、車両、歩行者などを検出するための検出信号などがある。
　情報サービス部５９は、カーナビゲーションシステム、オーディオシステム、スピーカー、ディスプレイ、テレビ、ラジオ、といった、運転情報、交通情報、エンターテイメント情報などの各種情報を提供（出力）するための各種機器と、これらの機器を制御する１つ以上のＥＣＵとから構成される。情報サービス部５９は、外部装置から通信モジュール６０などを介して取得した情報を利用して、車両４０の乗員に各種情報／サービス（例えば、マルチメディア情報／マルチメディアサービス）を提供する。
　情報サービス部５９は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサ、タッチパネルなど）を含んでもよいし、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプ、タッチパネルなど）を含んでもよい。
　運転支援システム部６４は、ミリ波レーダ、Light　Detection　and　Ranging（ＬｉＤＡＲ）、カメラ、測位ロケータ（例えば、Global　Navigation　Satellite　System（ＧＮＳＳ）など）、地図情報（例えば、高精細（High　Definition（ＨＤ））マップ、自動運転車（Autonomous　Vehicle（ＡＶ））マップなど）、ジャイロシステム（例えば、慣性計測装置（Inertial　Measurement　Unit（ＩＭＵ））、慣性航法装置（Inertial　Navigation　System（ＩＮＳ））など）、人工知能（Artificial　Intelligence（ＡＩ））チップ、ＡＩプロセッサといった、事故を未然に防止したりドライバの運転負荷を軽減したりするための機能を提供するための各種機器と、これらの機器を制御する１つ以上のＥＣＵとから構成される。また、運転支援システム部６４は、通信モジュール６０を介して各種情報を送受信し、運転支援機能又は自動運転機能を実現する。
　通信モジュール６０は、通信ポート６３を介して、マイクロプロセッサ６１及び車両４０の構成要素と通信することができる。例えば、通信モジュール６０は通信ポート６３を介して、車両４０に備えられた駆動部４１、操舵部４２、アクセルペダル４３、ブレーキペダル４４、シフトレバー４５、左右の前輪４６、左右の後輪４７、車軸４８、電子制御部４９内のマイクロプロセッサ６１及びメモリ（ＲＯＭ、ＲＡＭ）６２、各種センサ５０－５８との間でデータ（情報）を送受信する。
　通信モジュール６０は、電子制御部４９のマイクロプロセッサ６１によって制御可能であり、外部装置と通信を行うことが可能な通信デバイスである。例えば、外部装置との間で無線通信を介して各種情報の送受信を行う。通信モジュール６０は、電子制御部４９の内部と外部のどちらにあってもよい。外部装置は、例えば、上述の基地局１０、ユーザ端末２０などであってもよい。また、通信モジュール６０は、例えば、上述の基地局１０及びユーザ端末２０の少なくとも１つであってもよい（基地局１０及びユーザ端末２０の少なくとも１つとして機能してもよい）。
　通信モジュール６０は、電子制御部４９に入力された上述の各種センサ５０－５８からの信号、当該信号に基づいて得られる情報、及び情報サービス部５９を介して得られる外部（ユーザ）からの入力に基づく情報、の少なくとも１つを、無線通信を介して外部装置へ送信してもよい。電子制御部４９、各種センサ５０－５８、情報サービス部５９などは、入力を受け付ける入力部と呼ばれてもよい。例えば、通信モジュール６０によって送信されるＰＵＳＣＨは、上記入力に基づく情報を含んでもよい。
　通信モジュール６０は、外部装置から送信されてきた種々の情報（交通情報、信号情報、車間情報など）を受信し、車両に備えられた情報サービス部５９へ表示する。情報サービス部５９は、情報を出力する（例えば、通信モジュール６０によって受信されるＰＤＳＣＨ（又は当該ＰＤＳＣＨから復号されるデータ／情報）に基づいてディスプレイ、スピーカーなどの機器に情報を出力する）出力部と呼ばれてもよい。
　また、通信モジュール６０は、外部装置から受信した種々の情報をマイクロプロセッサ６１によって利用可能なメモリ６２へ記憶する。メモリ６２に記憶された情報に基づいて、マイクロプロセッサ６１が車両４０に備えられた駆動部４１、操舵部４２、アクセルペダル４３、ブレーキペダル４４、シフトレバー４５、左右の前輪４６、左右の後輪４７、車軸４８、各種センサ５０－５８などの制御を行ってもよい。
　また、本開示における基地局は、ユーザ端末で読み替えてもよい。例えば、基地局及びユーザ端末間の通信を、複数のユーザ端末間の通信（例えば、Device-to-Device（Ｄ２Ｄ）、Vehicle-to-Everything（Ｖ２Ｘ）などと呼ばれてもよい）に置き換えた構成について、本開示の各態様／実施形態を適用してもよい。この場合、上述の基地局１０が有する機能をユーザ端末２０が有する構成としてもよい。また、「上りリンク（uplink）」、「下りリンク（downlink）」などの文言は、端末間通信に対応する文言（例えば、「サイドリンク（sidelink）」）で読み替えられてもよい。例えば、上りリンクチャネル、下りリンクチャネルなどは、サイドリンクチャネルで読み替えられてもよい。
　同様に、本開示におけるユーザ端末は、基地局で読み替えてもよい。この場合、上述のユーザ端末２０が有する機能を基地局１０が有する構成としてもよい。
　本開示において、基地局によって行われるとした動作は、場合によってはその上位ノード（upper　node）によって行われることもある。基地局を有する１つ又は複数のネットワークノード（network　nodes）を含むネットワークにおいて、端末との通信のために行われる様々な動作は、基地局、基地局以外の１つ以上のネットワークノード（例えば、Mobility　Management　Entity（ＭＭＥ）、Serving-Gateway（Ｓ－ＧＷ）などが考えられるが、これらに限られない）又はこれらの組み合わせによって行われ得ることは明らかである。
　本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。
　本開示において説明した各態様／実施形態は、Long　Term　Evolution（ＬＴＥ）、LTE-Advanced（ＬＴＥ－Ａ）、LTE-Beyond（ＬＴＥ－Ｂ）、ＳＵＰＥＲ　３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、4th　generation　mobile　communication　system（４Ｇ）、5th　generation　mobile　communication　system（５Ｇ）、6th　generation　mobile　communication　system（６Ｇ）、xth　generation　mobile　communication　system（ｘＧ（ｘは、例えば整数、小数））、Future　Radio　Access（ＦＲＡ）、Ｎｅｗ－Radio　Access　Technology（ＲＡＴ）、New　Radio（ＮＲ）、New　radio　access（ＮＸ）、Future　generation　radio　access（ＦＸ）、Global　System　for　Mobile　communications（ＧＳＭ（登録商標））、ＣＤＭＡ２０００、Ultra　Mobile　Broadband（ＵＭＢ）、ＩＥＥＥ　８０２．１１（Ｗｉ－Ｆｉ（登録商標））、ＩＥＥＥ　８０２．１６（ＷｉＭＡＸ（登録商標））、ＩＥＥＥ　８０２．２０、Ultra-WideBand（ＵＷＢ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切な無線通信方法を利用するシステム、これらに基づいて拡張、修正、作成又は規定された次世代システムなどに適用されてもよい。また、複数のシステムが組み合わされて（例えば、ＬＴＥ又はＬＴＥ－Ａと、５Ｇとの組み合わせなど）適用されてもよい。
　本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。
　本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１及び第２の要素の参照は、２つの要素のみが採用され得ること又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。
　本開示において使用する「判断（決定）（determining）」という用語は、多種多様な動作を包含する場合がある。例えば、「判断（決定）」は、判定（judging）、計算（calculating）、算出（computing）、処理（processing）、導出（deriving）、調査（investigating）、探索（looking　up、search、inquiry）（例えば、テーブル、データベース又は別のデータ構造での探索）、確認（ascertaining）などを「判断（決定）」することであるとみなされてもよい。
　また、「判断（決定）」は、受信（receiving）（例えば、情報を受信すること）、送信（transmitting）（例えば、情報を送信すること）、入力（input）、出力（output）、アクセス（accessing）（例えば、メモリ中のデータにアクセスすること）などを「判断（決定）」することであるとみなされてもよい。
　また、「判断（決定）」は、解決（resolving）、選択（selecting）、選定（choosing）、確立（establishing）、比較（comparing）などを「判断（決定）」することであるとみなされてもよい。つまり、「判断（決定）」は、何らかの動作を「判断（決定）」することであるとみなされてもよい。
　また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。
　本開示において使用する「接続された（connected）」、「結合された（coupled）」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的であっても、論理的であっても、あるいはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。
　本開示において、２つの要素が接続される場合、１つ以上の電線、ケーブル、プリント電気接続などを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域、光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。
　本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。
　本開示において、「含む（include）」、「含んでいる（including）」及びこれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。
　本開示において、例えば、英語でのa,　an及びtheのように、翻訳によって冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。
　本開示において、「以下」、「未満」、「以上」、「より多い」、「と等しい」などは、互いに読み替えられてもよい。また、本開示において、「良い」、「悪い」、「大きい」、「小さい」、「高い」、「低い」、「早い」、「遅い」などを意味する文言は、互いに読み替えられてもよい（原級、比較級、最上級を限らず）。また、本開示において、「良い」、「悪い」、「大きい」、「小さい」、「高い」、「低い」、「早い」、「遅い」などを意味する文言は、「ｉ番目に」を付けた表現として互いに読み替えられてもよい（原級、比較級、最上級を限らず）（例えば、「最高」は「ｉ番目に最高」と互いに読み替えられてもよい）。
　本開示において、「の（of）」、「のための（for）」、「に関する（regarding）」、「に関係する（related　to）」、「に関連付けられる（associated　with）」などは、互いに読み替えられてもよい。
　以上、本開示に係る発明について詳細に説明したが、当業者にとっては、本開示に係る発明が本開示中に説明した実施形態に限定されないということは明らかである。本開示に係る発明は、請求の範囲の記載に基づいて定まる発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とし、本開示に係る発明に対して何ら制限的な意味をもたらさない。

Claims (4)

  1. 　人工知能（Artificial　Intelligence（ＡＩ））モデルを指定する情報を受信する受信部と、
    　前記ＡＩモデルに基づいてチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートを生成する制御部と、を有する端末。
  2. 　前記受信部は、前記ＡＩモデル向けのＣＳＩリソース設定又はＣＳＩレポート設定を受信する請求項１に記載の端末。
  3. 　人工知能（Artificial　Intelligence（ＡＩ））モデルを指定する情報を受信するステップと、
    　前記ＡＩモデルに基づいてチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートを生成するステップと、を有する端末の無線通信方法。
  4. 　人工知能（Artificial　Intelligence（ＡＩ））モデルを指定する情報を送信する送信部と、
    　前記ＡＩモデルに基づいて生成されるチャネル状態情報（Channel　State　Information　Reference　Signal（ＣＳＩ））レポートを受信する受信部と、を有する基地局。
PCT/JP2022/019871 2022-05-10 2022-05-10 端末、無線通信方法及び基地局 WO2023218544A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/019871 WO2023218544A1 (ja) 2022-05-10 2022-05-10 端末、無線通信方法及び基地局

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/019871 WO2023218544A1 (ja) 2022-05-10 2022-05-10 端末、無線通信方法及び基地局

Publications (1)

Publication Number Publication Date
WO2023218544A1 true WO2023218544A1 (ja) 2023-11-16

Family

ID=88729948

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/019871 WO2023218544A1 (ja) 2022-05-10 2022-05-10 端末、無線通信方法及び基地局

Country Status (1)

Country Link
WO (1) WO2023218544A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022040046A1 (en) * 2020-08-18 2022-02-24 Qualcomm Incorporated Reporting configurations for neural network-based processing at a ue

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022040046A1 (en) * 2020-08-18 2022-02-24 Qualcomm Incorporated Reporting configurations for neural network-based processing at a ue

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LENOVO: "Further aspects of AI/ML for CSI feedback", 3GPP DRAFT; R1-2204418, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. RAN WG1, no. e-Meeting; 20220509 - 20220520, 29 April 2022 (2022-04-29), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France, XP052144021 *
NEC: "Discussion on AI/ML for CSI feedback enhancement", 3GPP DRAFT; R1-2203939, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. RAN WG1, no. e-Meeting; 20220509 - 20220520, 29 April 2022 (2022-04-29), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France, XP052153273 *
SPREADTRUM COMMUNICATIONS: "Discussion on other aspects on AI/ML for CSI feedback", 3GPP DRAFT; R1-2204500, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. RAN WG1, no. e-Meeting; 20220509 - 20220520, 29 April 2022 (2022-04-29), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France, XP052153549 *

Similar Documents

Publication Publication Date Title
WO2023218544A1 (ja) 端末、無線通信方法及び基地局
WO2023218543A1 (ja) 端末、無線通信方法及び基地局
WO2024004194A1 (ja) 端末、無線通信方法及び基地局
WO2023199438A1 (ja) 端末、無線通信方法及び基地局
WO2023199437A1 (ja) 端末、無線通信方法及び基地局
WO2023199439A1 (ja) 端末、無線通信方法及び基地局
WO2023218650A1 (ja) 端末、無線通信方法及び基地局
WO2024004219A1 (ja) 端末、無線通信方法及び基地局
WO2024004220A1 (ja) 端末、無線通信方法及び基地局
WO2024013851A1 (ja) 端末、無線通信方法及び基地局
WO2024013852A1 (ja) 端末、無線通信方法及び基地局
WO2024029087A1 (ja) 端末、無線通信方法及び基地局
WO2024029088A1 (ja) 端末、無線通信方法及び基地局
WO2024029089A1 (ja) 端末、無線通信方法及び基地局
WO2024004218A1 (ja) 端末、無線通信方法及び基地局
WO2024004217A1 (ja) 端末、無線通信方法及び基地局
WO2024106380A1 (ja) 端末、無線通信方法及び基地局
WO2024106379A1 (ja) 端末、無線通信方法及び基地局
WO2024004189A1 (ja) 端末、無線通信方法及び基地局
WO2024075261A1 (ja) 端末、無線通信方法及び基地局
WO2024075262A1 (ja) 端末、無線通信方法及び基地局
WO2024075263A1 (ja) 端末、無線通信方法及び基地局
WO2024004186A1 (ja) 端末、無線通信方法及び基地局
WO2024004187A1 (ja) 端末、無線通信方法及び基地局
WO2024004188A1 (ja) 端末、無線通信方法及び基地局

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22941625

Country of ref document: EP

Kind code of ref document: A1