WO2024176404A1 - 無線基地局 - Google Patents

無線基地局 Download PDF

Info

Publication number
WO2024176404A1
WO2024176404A1 PCT/JP2023/006535 JP2023006535W WO2024176404A1 WO 2024176404 A1 WO2024176404 A1 WO 2024176404A1 JP 2023006535 W JP2023006535 W JP 2023006535W WO 2024176404 A1 WO2024176404 A1 WO 2024176404A1
Authority
WO
WIPO (PCT)
Prior art keywords
data collection
unit
request
consent
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2023/006535
Other languages
English (en)
French (fr)
Inventor
天楊 閔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT Docomo Inc
Original Assignee
NTT Docomo Inc
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 NTT Docomo Inc filed Critical NTT Docomo Inc
Priority to JP2025502025A priority Critical patent/JPWO2024176404A1/ja
Priority to PCT/JP2023/006535 priority patent/WO2024176404A1/ja
Publication of WO2024176404A1 publication Critical patent/WO2024176404A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24—Cell structures
    • H04W16/32—Hierarchical cell structures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • 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
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0457—Variable allocation of band or rate
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W92/00—Interfaces specially adapted for wireless communication networks
    • H04W92/16—Interfaces between hierarchically similar devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W92/00—Interfaces specially adapted for wireless communication networks
    • H04W92/16—Interfaces between hierarchically similar devices
    • H04W92/20—Interfaces between hierarchically similar devices between access points

Definitions

  • This disclosure relates to a wireless base station that uses an AI/ML model.
  • the 3rd Generation Partnership Project (3GPP: registered trademark) is defining specifications for the 5th generation mobile communication system (5G, also known as New Radio (NR) or Next Generation (NG)) and is also developing specifications for the next generation, known as Beyond 5G, 5G Evolution or 6G.
  • 5G also known as New Radio (NR) or Next Generation (NG)
  • NG Next Generation
  • 3GPP Release 17 agreed to the application of artificial intelligence (AI)/machine learning (ML) to radio access networks. 3GPP Release 18 also considers optimizing the mobility of terminals (User Equipment, UE) based on AI/ML.
  • AI artificial intelligence
  • ML machine learning
  • Non-Patent Document 1 For example, scenarios and procedures are being considered that utilize artificial intelligence/machine learning models (AI/ML models) to achieve optimal UE mobility (minimizing call losses, radio link failures, unnecessary handovers, etc.) (see Non-Patent Document 1).
  • AI/ML models artificial intelligence/machine learning models
  • the AI/ML Model specifies a data collection (AI/ML Data Collection) function that provides input data for model training and model inference functions.
  • AI/ML Data Collection entails the risk of violating the privacy of users (who may also be called subscribers or customers), so networks (operators) must only target UE for which they have obtained user consent in advance.
  • the radio base station (gNB) cannot quickly recognize which UE has obtained user consent.
  • the radio base station cannot transfer the user consent to another radio base station, etc.
  • the following disclosure has been made in light of this situation, and aims to provide terminals and wireless base stations that can realize appropriate AI/ML Data Collection in accordance with user consent for AI/ML Data Collection.
  • a radio base station that includes a receiver (AI/ML model unit 130) that receives a context setting request for a terminal (UE200) including the presence or absence of consent to data collection of terminal-related data used for machine learning, and a transmitter (AI/ML model unit 130) that transmits a message to the terminal requesting the setting of the data collection if the consent is present.
  • a receiver AI/ML model unit 130
  • UE200 terminal-related data used for machine learning
  • a transmitter AI/ML model unit 130
  • FIG. 1 is a schematic diagram showing the overall configuration of a wireless communication system 10.
  • FIG. 2 is a functional block diagram of gNB100.
  • FIG. 3 is a functional block diagram of UE 200.
  • FIG. 4 illustrates a functional framework for RAN intelligence.
  • Figure 5 is a diagram showing an example of an activation sequence for AI/ML Data Collection relating to operation example 1.
  • Figure 6 is a diagram showing an example of an activation sequence for AI/ML Data Collection relating to operation example 2.
  • Figure 7 is a diagram showing an example of an activation sequence for AI/ML Data Collection relating to operation example 3.
  • Figure 8 is a diagram showing an example of an activation sequence for AI/ML Data Collection relating to operation example 4.
  • Figure 9 is a diagram showing an example (part 1) of a sequence for obtaining user consent for AI/ML Data Collection relating to operation example 5.
  • Figure 10 is a diagram showing an example (part 2) of a sequence for obtaining user consent for AI/ML Data Collection relating to operation example 5.
  • Figure 11 is a diagram showing an example (part 3) of a sequence for obtaining user consent for AI/ML Data Collection relating to operation example 5.
  • Figure 12 is a diagram showing an example (part 1) of a user consent handover sequence for AI/ML Data Collection relating to operation example 6.
  • FIG. 13 is a diagram showing an example of the configuration of data types included in Nudm_SDM according to the sixth operation example.
  • Figure 14 is a diagram showing an example (part 2) of a user consent handover sequence for AI/ML Data Collection relating to operation example 6.
  • Figure 15 is a diagram showing an example (part 3) of a user consent handover sequence for AI/ML Data Collection relating to operation example 6.
  • Figure 16 is a diagram showing an example of a user consent handover sequence for AI/ML Data Collection relating to operation example 7.
  • Figure 17 is a diagram showing an example of a user consent handover sequence for AI/ML Data Collection relating to operation example 8.
  • FIG. 18 is a diagram showing an example of the hardware configuration of gNB100 and UE200.
  • FIG. 19 is a diagram showing an example of the configuration of a vehicle 2001.
  • FIG. 1 is an overall schematic configuration diagram of a wireless communication system 10 according to this embodiment.
  • the wireless communication system 10 is a wireless communication system conforming to 5G New Radio (NR) and includes a Next Generation-Radio Access Network 20 (hereinafter, NG-RAN 20) and a terminal 200 (User Equipment 200, hereinafter, UE 200).
  • NR 5G New Radio
  • NG-RAN 20 Next Generation-Radio Access Network 20
  • UE 200 User Equipment 200
  • the wireless communication system 10 may be a wireless communication system conforming to a method called Beyond 5G, 5G Evolution, or 6G, or may include a wireless communication system conforming to a method called Long Term Evolution (LTE) or 4G.
  • the wireless communication system 10 may support functions related to the Industrial Internet of Things (IIoT) and URLLC (Ultra-Reliable and Low Latency Communications).
  • IIoT Industrial Internet of Things
  • URLLC Ultra-Reliable and Low Latency Communications
  • NG-RAN 20 includes a radio base station 100 (hereinafter, gNB 100).
  • gNB 100 radio base station 100
  • the gNB100 may also adopt a fronthaul (FH) interface defined by the Open Radio Access Network Alliance (O-RAN).
  • the gNB100 may include an O-RAN Distributed Unit (O-DU) and an O-RAN Radio Unit (O-RU).
  • the gNB100 may function as a type of NG-RAN node.
  • NG-RAN20 actually includes multiple NG-RAN Nodes, specifically gNBs (or ng-eNBs), and is connected to a 5G-compliant core network (5GC, not shown).
  • 5GC 5G-compliant core network
  • CUPS Control and User Plane Separation
  • NG-RAN20 may be connected to NF50 via 5GC or directly from NG-RAN20.
  • NF50 may be interpreted as a logical node providing a network function.
  • NF50 may include an Access and Mobility Management Function (AMF) included in the 5G system architecture that provides access and mobility management functions for UE200, a Session Management Function (SMF) that provides session management functions, and a Location Management Function (LMF) that handles communication control related to location information services defined in 5GC.
  • AMF Access and Mobility Management Function
  • SMF Session Management Function
  • LMF Location Management Function
  • UDM/UDR Unified Data Management/User Data Repository
  • NG-RAN20 and 5GC may simply be referred to as a "network".
  • NG-RAN20 may also be connected to a server managed by a 3GPP service provider or a server managed by a party other than the provider (3GPP or non-3GPP server).
  • the gNB100 is a radio base station that complies with NR, and performs wireless communication with the UE200 that complies with NR.
  • the gNB100 may be configured with a CU (Central Unit, first device) and a DU (Distributed Unit, second device), and the DU may be separated from the CU and installed in a different geographical location (CU-DU split).
  • One or more DUs may be connected to a CU.
  • gNB100 (gNB-CU) may be connected to each other via an Xn interface, and the CU and DU may be connected to each other via an F1 interface.
  • the gNB100 and UE200 are capable of supporting Massive MIMO, which generates more directional beams by controlling the radio signals transmitted from multiple antenna elements, Carrier Aggregation (CA), which bundles together multiple component carriers (CCs), and Dual Connectivity (DC), which enables simultaneous communication between the UE and multiple NG-RAN nodes.
  • Massive MIMO which generates more directional beams by controlling the radio signals transmitted from multiple antenna elements
  • CA Carrier Aggregation
  • CCs component carriers
  • DC Dual Connectivity
  • the type of DC may be Multi-RAT Dual Connectivity (MR-DC), which uses multiple radio access technologies, or NR-NR Dual Connectivity (NR-DC), which uses only NR.
  • MR-DC may also be E-UTRA-NR Dual Connectivity (EN-DC), in which the eNB constitutes the master node (MN) and the gNB constitutes the secondary node (SN), or vice versa, NR-E-UTRA Dual Connectivity (NE-DC).
  • a master cell group (MCG) and a secondary cell group (SCG) may be configured.
  • the MCG may include a primary cell (PCell), and the SCG may include a secondary cell (SCell).
  • the SCell may include a primary/secondary cell (PSCell).
  • PSCell is a type of SCell, but may be interpreted as a special SCell with functions equivalent to a PCell.
  • a PSCell may perform functions such as transmitting the PUCCH (Physical Uplink Control Channel), performing a contention-based random access procedure (CBRA), and radio link monitoring (monitoring of downlink radio quality), just like a PCell.
  • PUCCH Physical Uplink Control Channel
  • CBRA contention-based random access procedure
  • radio link monitoring monitoring of downlink radio quality
  • AI artificial intelligence
  • ML machine learning
  • learning model an artificial intelligence/machine learning model
  • mobility or handover which may be read as transition, cell transition, cell selection, etc.
  • AI/ML Model may also be expressed as another term meaning AI or ML, such as artificial intelligence (AI) model or machine learning (ML) model.
  • AI artificial intelligence
  • ML machine learning
  • the mobility of UE200 may refer, in a broad sense, to the ease of movement and maneuverability of UE200, but in this embodiment, it may also refer to the minimization of call drops, radio link (including beam) failures, unnecessary handovers, ping-pong states, and the like.
  • such an AI/ML model can be used to optimize the mobility or handover of the UE 200.
  • the AI/ML model may be provided in the NF 50 or in the gNB 100.
  • the AI/ML model may also be provided in the UE 200.
  • a functional block configuration of the wireless communication system 10 will be described. Specifically, the functional block configurations of the gNB 100 and the UE 200 will be described.
  • Fig. 2 is a functional block configuration diagram of the gNB 100.
  • Fig. 3 is a functional block configuration diagram of the UE 200.
  • the gNB 100 includes a wireless communication unit 110, a handover processing unit 120, an AI/ML model unit 130, and a control unit 140.
  • the wireless communication unit 110 transmits a downlink signal (DL signal) conforming to NR.
  • the wireless communication unit 110 also receives an uplink signal (UL signal) conforming to NR.
  • the wireless communication unit 110 may constitute a communication unit that transmits and receives user data to and from a terminal. As described above, the user data may be transmitted and received via a data channel.
  • the handover processing unit 120 executes handover of the UE 200. Specifically, the handover processing unit 120 executes handover from the serving cell of the UE 200 to another nearby cell. In this embodiment, the handover processing unit 120 may process handover-related messages (including cell transition, cell reselection, reconfiguration, etc.) including AI/ML Data Collection (which may include User consent) processed by the AI/ML model unit 130.
  • handover-related messages including cell transition, cell reselection, reconfiguration, etc.
  • AI/ML Data Collection which may include User consent
  • the serving cell may simply be interpreted as the cell to which UE 200 is connected, but more precisely, in the case of an RRC_CONNECTED UE in which carrier aggregation (CA) is not configured, there is only one serving cell that constitutes the primary cell.
  • CA carrier aggregation
  • the serving cell may be interpreted as indicating a set of one or more cells including the primary cell and all secondary cells.
  • Handover may also include a conditional handover (CHO).
  • CHO can execute a UE200-initiated handover when certain execution conditions are met. If CHO is not applicable, a normal handover may be executed (which may be called CHO recovery). In CHO recovery, UE200 executes cell selection after CHO failure, but if it selects a CHO candidate cell, it can directly apply conditional RRCReconfiguration of that cell to reconnect without sending an RRCRestablishmentRequest to the candidate target cell.
  • CHO recovery UE200 executes cell selection after CHO failure, but if it selects a CHO candidate cell, it can directly apply conditional RRCReconfiguration of that cell to reconnect without sending an RRCRestablishmentRequest to the candidate target cell.
  • the execution condition may consist of one or two trigger conditions (CHO event A3/A5 as specified in 3GPP TS38.331).
  • a single Reference Signal (RS) type may be triggered and up to two different trigger quantities (e.g. Reference Signal Received Power (RSRP) and Reference Signal Received Quality (RSRQ), RSRP and Signal-to-Interference plus Noise power Ratio (SINR), etc.) may be set simultaneously for evaluation of the CHO execution condition for a single candidate cell.
  • RSRP Reference Signal Received Power
  • RSRQ Reference Signal Received Quality
  • SINR Signal-to-Interference plus Noise power Ratio
  • the AI/ML model unit 130 executes processing using a learning model (AI/ML Model). Specifically, the AI/ML model unit 130 executes processing using an AI/ML Model that is applied to the optimization of the mobility and/or handover of the UE 200.
  • AI/ML Model a learning model that is applied to the optimization of the mobility and/or handover of the UE 200.
  • the AI/ML model unit 130 may receive a context setting request for the UE 200 that includes an instruction to collect terminal-related data to be used for machine learning (ML) in the AI/ML Model.
  • the AI/ML model unit 130 may constitute a receiving unit.
  • the AI/ML model unit 130 can receive an initial context setup request from the AMF (NF50) that includes an instruction (which may be read as a request or activation, etc.) to collect AI/ML data (AI/ML Data Collection).
  • AMF AMF
  • AI/ML Data Collection AI/ML Data Collection
  • the AI/ML model unit 130 may transmit a message to the UE 200 requesting the configuration (config.) of the AI/ML Data Collection based on the instructions of the AI/ML Data Collection.
  • the AI/ML model unit 130 may constitute a transmitting unit. Specifically, the AI/ML model unit 130 may transmit an AI/ML Data Collection configuration to the UE 200.
  • gNB100 may have a CU/DU configuration.
  • gNB100 may include a CU (first device) and one or more DUs (second devices) connected to the CU.
  • the AI/ML model unit 130 of the CU may send a context setting request for UE200, including an instruction for AI/ML Data Collection, to the DU.
  • the AI/ML model unit 130 of the CU may send a UE context setup request including an instruction for AI/ML Data Collection to the DU.
  • the AI/ML model unit 130 may also receive a response to the UE context setup request from the DU.
  • the AI/ML model unit 130 may receive a UE context setup response from the DU.
  • gNB100 and UE200 can support DC as described above, but when gNB100 constitutes a master node (MN), AI/ML model unit 130 may transmit a request to add a secondary node (SN) including an instruction for AI/ML Data Collection to other radio base stations constituting the SN.
  • MN master node
  • SN secondary node
  • the AI/ML model unit 130 may send an S-NODE ADDITION REQUEST including an AI/ML Data Collection instruction to the SN.
  • the AI/ML model unit 130 may also receive a response to the S-NODE ADDITION REQUEST from the SN.
  • the AI/ML model unit 130 may receive an S-NODE ADDITION REQUEST ACKNOWLEDGE from the SN.
  • the AI/ML model unit 130 may also receive a request to acquire context information of the UE 200 from another radio base station (gNB) to which the context information is to be handed over.
  • gNB radio base station
  • the new gNB to which the context information is to be handed over can retrieve the UE context from the old gNB from which the context information is handed over.
  • the AI/ML model unit 130 of the old gNB may receive a "Retrieve UE context request" from the new gNB.
  • the AI/ML model unit 130 of the old gNB may send a response including an instruction for AI/ML Data Collection, specifically, a "Retrieve UE context response", to the new gNB.
  • the AI/ML model unit 130 can receive an instruction (Activation) for AI/ML Data Collection that includes at least one of a learning model used for machine learning and a scenario related to an applied channel model.
  • Activation an instruction for AI/ML Data Collection that includes at least one of a learning model used for machine learning and a scenario related to an applied channel model.
  • the AI/ML Data Collection instructions may include the contents of the AI/ML Model (AI model), identification information of the AI/ML Model (AI model ID), scenarios to be applied to the AI/ML Model, and the mapping relationship between each AI model and scenario.
  • AI model AI model
  • AI model ID identification information of the AI/ML Model
  • scenarios to be applied to the AI/ML Model AI model
  • mapping relationship between each AI model and scenario mapping relationship between each AI model and scenario.
  • a scenario is not particularly limited as long as an AI/ML model is used, but in a narrow sense, it may refer to a radio wave propagation model and a channel model between UE200 and gNB100.
  • a channel model scenarios such as indoor, outdoor, urban, rural, shopping mall, office, campus, and train station are included, and UMi (Urban Micro: Street canyon, open area) and UMa (Urban Macro) scenarios may be included.
  • it may include a high-speed movement scenario in which UE200 (user) is moving on a high-speed train such as a Shinkansen, an airborne mobile communication scenario applied to UE200 mounted on a drone, etc.
  • the AI/ML model unit 130 can receive instructions (Activation) for AI/ML Data Collection, which includes at least one of the antenna configuration of the UE 200, the number of receiving beams, and the movement trajectory of the UE 200.
  • the AI/ML Data Collection instructions may include the antenna configuration (e.g., the number of Rx antennas (which may be receiving systems)) related to the setting of the Measurement report of UE200, the number of receivable beams (which may include the beam type), the movement trajectory of UE200, etc.
  • the antenna configuration e.g., the number of Rx antennas (which may be receiving systems)
  • the number of receivable beams which may include the beam type
  • the movement trajectory of UE200 etc.
  • the AI/ML Data Collection instructions may also include a list of PLMNs (Public Land Mobile Networks) that are subject to the AI/ML Data Collection, the type of reporting in accordance with the AI/ML Data Collection, etc.
  • PLMNs Public Land Mobile Networks
  • the AI/ML model unit 130 may receive learning model information regarding the AI/ML model to be applied to communication with the UE 200 from the network. Specifically, the AI/ML model unit 130 may receive the contents of the above-mentioned AI/ML model (AI model), identification information of the AI/ML model (AI model ID), scenarios to be applied to the AI/ML model, mapping relationships between each AI model and scenario, etc. from the network.
  • AI model AI model
  • AI model ID identification information of the AI/ML model
  • scenarios to be applied to the AI/ML model mapping relationships between each AI model and scenario, etc.
  • the learning model information may include at least one of the following: AI/ML model identification information, scenario, surrounding environment of UE200's location (site information), UE200's speed, altitude, location information, etc.
  • the AI/ML model unit 130 may also receive a context setting request for the UE 200, which includes whether or not a user (which may also be called a subscriber or customer) has given consent (user consent) for the AI/ML Data Collection.
  • the AI/ML model unit 130 can receive an initial context setup request from the AMF (NF50) that includes the presence or absence of user consent for AI/ML Data Collection.
  • AMF AMF
  • the presence or absence of user consent may be indicated directly, or the consent may be indicated indirectly by including a list indicating the PLMNs that are the target of AI/ML Data Collection (AI/ML Data Collection PLMN list).
  • the AI/ML model unit 130 may send a message to the UE 200 requesting configuration of the AI/ML Data Collection. Specifically, the AI/ML model unit 130 may send an AI/ML Data Collection configuration to the UE 200.
  • the AI/ML model unit 130 may also receive a handover request or path switch request response from the UE 200 that includes the presence or absence of user consent for the AI/ML Data Collection. Specifically, the presence or absence of user consent may be included in a HANDOVER REQUEST sent from the source gNB at the handover origin to the target gNB at the handover destination, or in a PATH SWITCH REQUEST ACKNOWLEDGE, which is a response to a PATH SWITCH REQUEST sent from the target gNB to the AMF.
  • the AI/ML model unit 130 can receive a HANDOVER REQUEST and/or a PATH SWITCH REQUEST ACKNOWLEDGE that includes the presence or absence of user consent.
  • the AI/ML model unit 130 of the CU may send a context setting or change request for the UE200, including the presence or absence of user consent for AI/ML Data Collection, to the DU.
  • the AI/ML model unit 130 of the CU may send a UE context setup request or a UE context modification request, which includes whether or not user consent is required, to the DU.
  • the AI/ML model unit 130 of the CU may receive a UE context setup response, which is a response to the UE context setup request or the UE context modification request.
  • the AI/ML model unit 130 may transmit a request to add or change a secondary node, including the presence or absence of user consent for the AI/ML Data Collection, to other radio base stations constituting the secondary node.
  • MN master node
  • the AI/ML model unit 130 may send an S-NODE ADDITION REQUEST or an S-NODE MODIFICATION REQUEST, including whether or not user consent is required, to the SN.
  • the AI/ML model unit 130 may also receive a response to the request to add or modify a secondary node from the other wireless base station.
  • the AI/ML model unit 130 may receive an S-NODE ADDITION REQUEST ACKNOWLEDGE or an S-NODE MODIFICATION REQUEST ACKNOWLEDGE from the SN.
  • the AI/ML model unit 130 can also determine the validity period of a learned (trained) AI/ML model.
  • the AI/ML model unit 130 can also evaluate the performance of the AI/ML model and determine whether the performance of the AI/ML model has deteriorated below a specified level.
  • the AI/ML model unit 130 may re-learn (retrain) the AI/ML model when the validity period of the AI/ML model expires or when the performance of the AI/ML model falls below a specified level.
  • the AI/ML model itself may be mounted on the gNB100 or on another network node (network device).
  • the control unit 140 controls each functional block that constitutes the gNB 100.
  • the control unit 140 can execute control over the collection (AI/ML Data Collection) of terminal-related data (AI/ML data) used for machine learning (ML) in the AI/ML Model, and the confirmation of user (which may be a subscriber or customer) consent (User consent) to the AI/ML Data Collection.
  • control unit 140 can control the sending and receiving of various messages related to instructions for AI/ML Data Collection. In addition, the control unit 140 can control the sending and receiving of various messages related to checking whether or not user consent for AI/ML Data Collection is obtained.
  • the channels include a control channel and a data channel.
  • the control channels include PDCCH (Physical Downlink Control Channel), PUCCH (Physical Uplink Control Channel), PRACH (Physical Random Access Channel), and PBCH (Physical Broadcast Channel), etc.
  • Data channels also include PDSCH (Physical Downlink Shared Channel) and PUSCH (Physical Uplink Shared Channel).
  • PDSCH Physical Downlink Shared Channel
  • PUSCH Physical Uplink Shared Channel
  • reference signals include Demodulation reference signal (DMRS), Sounding Reference Signal (SRS), Phase Tracking Reference Signal (PTRS), and Channel State Information-Reference Signal (CSI-RS), and signals include channels and reference signals.
  • DMRS Demodulation reference signal
  • SRS Sounding Reference Signal
  • PTRS Phase Tracking Reference Signal
  • CSI-RS Channel State Information-Reference Signal
  • signals include channels and reference signals.
  • data may refer to data transmitted via a data channel.
  • Data may refer to user data.
  • the UE 200 includes a wireless communication unit 210 , an AI/ML model unit 215 , a measurement report unit 220 , a handover execution unit 230 , and a control unit 240 .
  • the wireless communication unit 210 transmits an uplink signal (UL signal) that complies with NR.
  • the wireless communication unit 210 also receives an uplink signal (DL signal) that complies with NR.
  • the AI/ML model unit 215 executes processing using a learning model (AI/ML Model).
  • the AI/ML model unit 215 may have similar functions to the AI/ML model unit 130 of the gNB100.
  • the AI/ML model unit may be provided in either the gNB100 or the UE200, or may be provided in both.
  • the AI/ML model unit 215 may receive a non-access stratum request message from the network requesting the presence or absence of user consent for AI/ML Data Collection.
  • the AI/ML model unit 215 may constitute a receiving unit.
  • the AI/ML model unit 215 may receive a message from the AMF requesting the presence or absence of user consent for AI/ML Data Collection using NAS (Non-Access Stratum) signaling.
  • NAS Non-Access Stratum
  • the AI/ML model unit 215 may transmit a non-access layer message to the network indicating the presence or absence of user consent. Specifically, the AI/ML model unit 215 may use NAS signaling to transmit a message to the AMF indicating the presence or absence of user consent for AI/ML Data Collection.
  • the AI/ML model unit 215 may receive an access layer request message from the gNB100 requesting whether or not user consent is obtained for the AI/ML Data Collection. Specifically, the AI/ML model unit 215 may receive a message from the gNB100 requesting whether or not user consent is obtained for the AI/ML Data Collection using AS (Access Stratum) signaling.
  • AS Access Stratum
  • the AI/ML model unit 215 may transmit an access layer message indicating the presence or absence of user consent to the gNB100. Specifically, the AI/ML model unit 215 may use AS signaling to transmit a message indicating the presence or absence of user consent for AI/ML Data Collection to the gNB100.
  • the measurement reporting unit 220 can measure the quality of the serving cell of the UE 200 and the neighboring cells of the serving cell, and report the measurement results (Measurement Report) to the network.
  • the measurement reporting unit 220 can perform measurement reports of the source cell and the target cell upon handover.
  • the quality to be measured may be, for example, the quality included in the Measurement Report specified in 3GPP TS38.331 (e.g., RSRP, RSRQ).
  • the handover execution unit 230 executes handover of the UE 200. Specifically, the handover execution unit 230 may execute handover to a destination cell (NG-RAN node) based on control by the gNB 100.
  • NG-RAN node a destination cell
  • the handover execution unit 230 can also perform processing related to normal handover (legacy handover) and conditional handover (CHO).
  • the handover execution unit 230 may transition to a candidate cell when an execution condition is satisfied.
  • the execution condition may be determined based on the quality of the reference signal (RS), specifically, the value of RSRP, RSRQ, or SINR.
  • RS reference signal
  • the destination of the CHO may or may not involve an SCG.
  • the destination cell of the CHO may be a single cell, or may be composed of multiple cells (which may be read as a cell group) according to the DC.
  • the handover execution unit 230 can also receive a handover request (handover command) for the UE 200 from the network.
  • the handover execution unit 230 may constitute a receiving unit.
  • the handover command may include an indication to instruct the deletion of an AI/ML model, etc. for the source cell from which the handover originates.
  • the control unit 240 controls each functional block constituting the UE 200. Specifically, the control unit 240 can execute control related to the registration of the UE 200 to the network (standby in a specific cell), measurement reporting, and handover of the UE 200.
  • the control unit 240 can also use the AI/ML model to execute control over communication with the network. Specifically, the control unit 240 can select an AI/ML model according to the scenario to which the AI/ML model is applied, and control communication with the network. The control unit 240 can select an AI/ML model based on an instruction from the network, or can select one of multiple AI/ML models according to the state of the UE 200.
  • control unit 240 can execute control regarding confirmation of user consent (User consent) for the collection (AI/ML Data Collection) of terminal-related data (AI/ML data) used for machine learning (ML) in the AI/ML Model.
  • control unit 240 can control the sending and receiving of messages via NAS or AS signaling indicating the presence or absence of user consent for AI/ML Data Collection.
  • Example of AI/ML Model Configuration Figure 4 shows a functional framework for RAN intelligence. Specifically, Figure 4 shows the functional framework for RAN intelligence defined in 3GPP TR37.817.
  • the framework may include the following functions:
  • Model Training Train, validate, and test ML models. As part of the model testing procedure, model performance metrics may be generated.
  • the model training function may also be responsible for data preparation (data pre-processing and cleaning, formatting, conversion, etc.).
  • the AI/ML model provides inference output (e.g. predictions or decisions).
  • the model inference function may provide feedback on model performance to the model training function.
  • the model inference function may also be responsible for data preparation (e.g. data pre-processing and cleaning, formatting, transformation).
  • ⁇ Actor Receives the output from the model inference function and triggers or executes the corresponding action.
  • feedback may be interpreted as information that may be required to derive training, inference data, or performance feedback.
  • an AI/ML model can be installed on the NF50 (or gNB100), but an AI/ML model trained on the NF50 has a validity period. If the validity period has elapsed (or even if it is still within the validity period), the performance of the AI/ML model will decrease, and the AI/ML model will need to be retrained.
  • AI/ML Data Collection it is not easy for network functions such as gNB or AMF involved in AI/ML Data Collection to collect AI/ML data (terminal-related data) from the target UE at the required timing according to the communication status while minimizing the signaling load.
  • AI/ML Data Collection entails the risk of violating the privacy of users (who may also be called subscribers or customers), the network (operator) must only target UEs for which user consent has been obtained in advance.
  • gNBs being unable to quickly recognize which UEs have obtained user consent.
  • gNBs being unable to transfer that user consent to other gNBs, etc.
  • the AMF may instruct AI/ML Data Collection. Specifically, the AMF may trigger Activation of AI/ML Data Collection.
  • Figure 5 shows an example of an activation sequence for AI/ML Data Collection related to operation example 1.
  • the AMF may trigger activation of AI/ML Data Collection for UEs that are the target of AI/ML Data Collection.
  • the AMF may include an AI/ML Data Collection Activation information element (IE) in the initial context setup request message and trigger AI/ML Data Collection for the target UE (identification information (ID) of a specific UE).
  • IE AI/ML Data Collection Activation information element
  • ID identification information
  • the gNB may send an AI/ML Data Collection configuration to the UE in response to the AI/ML Data Collection Activation.
  • AI/ML Data Collection Activation may include at least one of the following elements:
  • AI/ML Data Collection in RRC connected state or AI/ML Data Collection in RRC idle state ⁇ Area scope of AI/ML Data Collection ⁇ PLMN list or PLMN (name) ⁇ Tracking Area list ⁇ Cell list ⁇ AI/ML model and scenario ⁇ AI model, AI model ID, scenario ((UMa, UMi)), scenario ID, mapping relationship between AI model and scenario ⁇ Measurement report configuration ⁇ L1 RSRP/SINR, L3 RSRP/RSRQ/SINR, UE antenna configuration, number of Rx beams, UE trajectory, UE speed, scenario (UMa, UMi), UE location information, etc.
  • Reporting type ⁇ Periodical triggered AI data collection(Reporting periodicity) ⁇ Event triggered AI data collection (RSRP Threshold for beam reporting)
  • Figure 6 shows an example of an activation sequence for AI/ML Data Collection related to operation example 2.
  • the CU may include an AI/ML Data Collection Activation IE in the UE context setup request sent to the DU, and may trigger AI/ML Data Collection.
  • AI/ML Data Collection Activation may include elements similar to those in operation example 1.
  • the CU may also instruct the DU to activate or deactivate AI/ML Data Collection.
  • FIG. 7 shows an example of an activation sequence for AI/ML Data Collection related to operation example 3.
  • the MN may include an AI/ML Data CollectionActivation IE in the S-NODE ADDITION REQUEST sent to the SN, and may trigger AI/ML Data Collection.
  • AI/ML Data CollectionActivation may include elements similar to those in operation example 1.
  • the MN may also instruct the SN to activate or deactivate AI/ML Data Collection.
  • FIG 8 shows an example of an activation sequence of AI/ML Data Collection related to operation example 4.
  • the old gNB may include an AI/ML Data CollectionActivation IE in the Retrieve UE context response sent to the new gNB, and may trigger AI/ML Data Collection.
  • AI/ML Data CollectionActivation may include elements similar to those in operation example 1.
  • Figure 9 shows an example sequence (part 1) for obtaining user consent for AI/ML Data Collection relating to operation example 5.
  • the AMF may obtain the information from the UDM at the time of UE registration.
  • the AMF may notify the gNB that consent (user consent) is available.
  • the AMF may notify the gNB of user consent using an initial context setup request.
  • User consent may be indicated by a list of PLMNs that are subject to AI/ML Data Collection (i.e., a list of PLMNs for which AI/ML Data Collection is permitted), or it may simply indicate the presence or absence of user consent, or a single PLMN for which AI/ML Data Collection is permitted.
  • the gNB may perform AI/ML Data Collection for UEs for which user consent has been obtained.
  • Figure 10 shows an example (part 2) of the sequence for obtaining user consent for AI/ML Data Collection relating to operation example 5.
  • the UE and AMF may exchange the presence or absence of user consent at the NAS.
  • the AMF may request the UE via NAS signaling whether or not it is OK to perform AI/ML Data Collection.
  • the UE may return to the AMF via NAS signaling whether AI/ML Data Collection is possible or not.
  • Figure 11 shows an example (part 3) of a sequence for obtaining user consent for AI/ML Data Collection relating to operation example 5.
  • the UE and gNB may exchange the presence or absence of user consent in the AS.
  • the gNB may request the UE via an RRC message whether or not it is permitted to perform AI/ML Data Collection.
  • the UE may return an RRC message to the gNB indicating whether or not AI/ML Data Collection is possible.
  • the UE may actively send permission for AI/ML Data Collection to the gNB regardless of a request from the gNB.
  • the UE may also request the gNB to resume (activate) AI/ML Data Collection.
  • the gNB may also instruct the UE to grant and resume (activate) AI/ML Data Collection based on the request.
  • the UE may send a request to the gNB to deactivate AI/ML Data Collection. Based on the request, the gNB may instruct the UE to deactivate AI/ML Data Collection.
  • the UDM may notify the AMF of the presence or absence of user consent for AI/ML Data Collection of the target UE. Specifically, at the time of TAU (Tracking Area Update)/Mobility Registration Update/Period Registration Update in RRC IDLE mobility, the UDM may notify the target AMF of the presence or absence of user consent for AI/ML Data Collection of the UE.
  • TAU Track Area Update
  • Mobility Registration Update/Period Registration Update in RRC IDLE mobility the UDM may notify the target AMF of the presence or absence of user consent for AI/ML Data Collection of the UE.
  • Figure 12 shows an example (part 1) of a handover sequence for user consent for AI/ML Data Collection relating to operation example 6.
  • the UDM may notify the AMF of the presence or absence of user consent for AI/ML Data Collection of a specific UE by using Nudm_SDM_Get response.
  • Figure 13 shows an example of the configuration of data types included in Nudm_SDM relating to operation example 6.
  • Nudm_SDM Get, Response
  • Nudm_SDM may be set with a data type of "AIMLDataCollectionUserConsent" indicating the presence or absence of user consent for AI/ML Data Collection.
  • user consent for AI/ML Data Collection for a specific UE may be handed over from the source gNB to the target gNB.
  • Figure 14 shows an example (part 2) of a handover sequence for user consent for AI/ML Data Collection relating to operation example 6.
  • the source gNB may notify the target gNB of the presence or absence of user consent for AI/ML Data Collection using a Handover request.
  • the target gNB may also use a PATH SWITCH REQUEST to request from the AMF whether or not user consent for AI/ML Data Collection is obtained, and the AMF may notify the target gNB whether or not user consent for AI/ML Data Collection is obtained using a PATH SWITCH REQUEST ACKNOWLEDGE.
  • the source RAN node may include the presence or absence of user consent for AI/ML Data Collection in a HANDOVER REQUEST message and send it to the target RAN node.
  • the target RAN node may retain user consent for AI/ML Data Collection.
  • the User consent IE may be one bit of information, indicated by user consent given (0 or 1) or user consent not given (1 or 0).
  • the User consent IE may also be a list of PLMNs (i.e., when connected to a PLMN included in the PLMN list, User consent for AI/ML Data Collection is given).
  • the source RAN node may include an AI/ML Data Collection Activation IE in the HANDOVER REQUEST message and send the HANDOVER REQUEST message to the target RAN node (gNB).
  • the AMF may use PATH SWITCH REQUEST ACKNOWLEDGE to notify the target RAN node whether or not user consent for AI/ML Data Collection is obtained.
  • the target RAN node may use PATH SWITCH REQUEST to request the AMF whether or not user consent for AI/ML Data Collection is obtained.
  • the AMF may notify the target RAN node whether or not user consent for AI/ML Data Collection is obtained using PATH SWITCH REQUEST ACKNOWLEDGE.
  • Figure 15 shows an example (part 3) of a handover sequence for AI/ML Data Collection user consent relating to operation example 6.
  • the AMF may send a Handover request message target including the presence or absence of AI/ML Data Collection user consent to the RAN node (gNB).
  • the target RAN node may retain the AI/ML Data Collection user consent.
  • the AMF may include an AI/ML Data Collection Activation IE in the Handover request message and send the Handover request message to the target RAN node (gNB).
  • gNB target RAN node
  • Figure 16 shows an example of a handover sequence of AI/ML Data Collection User Consent for Operation Example 7.
  • the CU may include an AI/ML Data Collection User Consent IE in a UE context setup request or UE context modification request sent to the DU.
  • Figure 17 shows an example of a handover sequence for AI/ML Data Collection User Consent relating to Operation Example 8.
  • the MN may include an AI/ML Data Collection User Consent IE in the S-NODE ADDITION REQUEST or S-NODE MODIFICATION REQUEST sent to the SN.
  • AI/ML Data Collection for a specific UE can be triggered at an appropriate timing using existing signaling, regardless of the communication state, etc. Therefore, it is possible to collect AI/ML data (terminal-related data) of a target UE at a required timing according to the communication state while suppressing the signaling load.
  • the user consent can be shared between related RAN nodes. Therefore, it is possible to realize appropriate AI/ML Data Collection according to the user consent for AI/ML Data Collection.
  • AI/ML are mainly used, but only either artificial intelligence (AI) or machine learning (ML) may be used. Even if only either AI or ML is used, it may be interpreted as a concept including both AI and ML.
  • configure, activate, update, indicate, enable, specify, and select may be read as interchangeable.
  • link, associate, correspond, and map may be read as interchangeable, and allocate, assign, monitor, and map may also be read as interchangeable.
  • each functional block may be realized using one device that is physically or logically coupled, or may be realized using two or more devices that are physically or logically separated and connected directly or indirectly (e.g., using wires, wirelessly, etc.) and these multiple devices.
  • the functional blocks may be realized by combining the one device or the multiple devices with software.
  • Functions include, but are not limited to, judgement, determination, judgment, calculation, computation, processing, derivation, investigation, search, confirmation, reception, transmission, output, access, resolution, selection, election, establishment, comparison, assumption, expectation, regard, broadcasting, notifying, communicating, forwarding, configuring, reconfiguring, allocating, mapping, and assignment.
  • a functional block (component) that performs the transmission function is called a transmitting unit or transmitter.
  • FIG. 18 is a diagram showing an example of the hardware configuration of the device.
  • the device may be 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, and a bus 1007.
  • apparatus can be interpreted as a circuit, device, unit, etc.
  • the hardware configuration of the apparatus may be configured to include one or more of the devices shown in the figure, or may be configured to exclude some of the devices.
  • Each functional block of the device (see Figures 2 and 3) is realized by any hardware element of the computer device, or a combination of the hardware elements.
  • each function of the device is realized by loading a specific software (program) onto hardware such as the processor 1001 and memory 1002, causing the processor 1001 to perform calculations, control communications by the communications device 1004, and control at least one of reading and writing data in the memory 1002 and storage 1003.
  • a specific software program
  • the processor 1001 for example, runs an operating system to control the entire computer.
  • the processor 1001 may be configured as a central processing unit (CPU) that includes an interface with peripheral devices, a control unit, an arithmetic unit, registers, etc.
  • CPU central processing unit
  • the processor 1001 also reads out programs (program codes), software modules, data, etc. from at least one of the storage 1003 and the communication device 1004 into the memory 1002, and executes various processes according to these.
  • the programs used are those that cause a computer to execute at least some of the operations described in the above-mentioned embodiments.
  • the various processes described above may be executed by one processor 1001, or may be executed simultaneously or sequentially by two or more processors 1001.
  • the processor 1001 may be implemented by one or more chips.
  • the programs may be transmitted from a network via a telecommunications line.
  • Memory 1002 is a computer-readable recording medium and may be composed of, for example, at least one of Read Only Memory (ROM), Erasable Programmable ROM (EPROM), Electrically Erasable Programmable ROM (EEPROM), Random Access Memory (RAM), etc.
  • Memory 1002 may also be called a register, cache, main memory, etc.
  • Memory 1002 can store a program (program code), software module, etc. capable of executing a method according to one embodiment of the present disclosure.
  • Storage 1003 is a computer-readable recording medium, and may be, for example, at least one of an optical disk such as a Compact Disc ROM (CD-ROM), a hard disk drive, a flexible disk, a magneto-optical disk (e.g., a compact disk, a digital versatile disk, a Blu-ray (registered trademark) disk), a smart card, a flash memory (e.g., a card, a stick, a key drive), a floppy (registered trademark) disk, a magnetic strip, etc.
  • Storage 1003 may also be referred to as an auxiliary storage device.
  • the above-mentioned recording medium may be, for example, a database, a server, or other suitable medium including at least one of memory 1002 and storage 1003.
  • the communication device 1004 is hardware (transmitting/receiving device) for communicating between computers via at least one of a wired network and a wireless network, and is also called, for example, a network device, a network controller, a network card, a communication module, etc.
  • the communication device 1004 may be configured to include a high-frequency switch, a duplexer, a filter, a frequency synthesizer, etc., to realize, for example, at least one of Frequency Division Duplex (FDD) and Time Division Duplex (TDD).
  • FDD Frequency Division Duplex
  • TDD Time Division Duplex
  • the input device 1005 is an input device (e.g., a keyboard, a mouse, a microphone, a switch, a button, a sensor, etc.) that accepts input from the outside.
  • the output device 1006 is an output device (e.g., a display, a speaker, an LED lamp, etc.) that performs output to the outside. Note that the input device 1005 and the output device 1006 may be integrated into one structure (e.g., 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 between each device.
  • the device may be configured to include hardware such as a microprocessor, a digital signal processor (DSP), an application specific integrated circuit (ASIC), a programmable logic device (PLD), or a field programmable gate array (FPGA), and some or all of the functional blocks may be realized by the hardware.
  • DSP digital signal processor
  • ASIC application specific integrated circuit
  • PLD programmable logic device
  • FPGA field programmable gate array
  • the processor 1001 may be implemented using at least one of these pieces of hardware.
  • the notification of information is not limited to the aspects/embodiments described in the present disclosure and may be performed using other methods.
  • the notification of information may be performed by physical layer signaling (e.g., Downlink Control Information (DCI), Uplink Control Information (UCI)), higher layer signaling (e.g., RRC signaling, Medium Access Control (MAC) signaling, broadcast information (Master Information Block (MIB), System Information Block (SIB)), other signals, or a combination of these.
  • the RRC signaling may be referred to as an RRC message, and may be, for example, an RRC Connection Setup message, an RRC Connection Reconfiguration message, etc.
  • LTE Long Term Evolution
  • LTE-A LTE-Advanced
  • 5G 5th generation mobile communication system
  • 6G 6th generation mobile communication system
  • xth generation mobile communication system The present invention may be applied to at least one of systems using LTE, LTE-A, LTE-G (xG) (x is, for example, an integer or decimal point), Future Radio Access (FRA), New Radio (NR), W-CDMA (registered trademark), GSM (registered trademark), CDMA2000, Ultra Mobile Broadband (UMB), IEEE 802.11 (Wi-Fi (registered trademark)), IEEE 802.16 (WiMAX (registered trademark)), IEEE 802.20, Ultra-WideBand (UWB), Bluetooth (registered trademark), and other appropriate systems, and next-generation systems that are based on and extend these systems
  • certain operations that are described as being performed by a base station may in some cases also be performed by its upper node.
  • a network consisting of one or more network nodes having a base station
  • various operations performed for communication with a terminal may be performed by at least one of the base station and other network nodes other than the base station (such as, but not limited to, an MME or S-GW).
  • the above example shows a case where there is one other network node other than the base station, it may also be a combination of multiple other network nodes (such as an MME and an S-GW).
  • Information, signals can be output from a higher layer (or a lower layer) to a lower layer (or a higher layer). They may be input and output via multiple network nodes.
  • the input and output information may be stored in a specific location (e.g., memory) or may be managed using a management table.
  • the input and output information may be overwritten, updated, or appended.
  • the output information may be deleted.
  • the input information may be sent to another device.
  • the determination may be based on a value represented by one bit (0 or 1), a Boolean value (true or false), or a numerical comparison (e.g., with a predetermined value).
  • notification of specific information is not limited to being done explicitly, but may be done implicitly (e.g., not notifying the specific information).
  • Software shall be construed broadly to mean instructions, instruction sets, code, code segments, program code, programs, subprograms, software modules, applications, software applications, software packages, routines, subroutines, objects, executable files, threads of execution, procedures, functions, etc., whether referred to as software, firmware, middleware, microcode, hardware description language, or otherwise.
  • software, instructions, information, etc. may be transmitted and received over a transmission medium.
  • a transmission medium For example, if software is transmitted from a website, server, or other remote source using at least one of wired technologies (such as coaxial cable, fiber optic cable, twisted pair, Digital Subscriber Line (DSL)), and/or wireless technologies (such as infrared, microwave, etc.), then at least one of these wired and/or wireless technologies is included within the definition of a transmission medium.
  • wired technologies such as coaxial cable, fiber optic cable, twisted pair, Digital Subscriber Line (DSL)
  • wireless technologies such as infrared, microwave, etc.
  • the information, signals, etc. described in this disclosure may be represented using any of a variety of different technologies.
  • the data, instructions, commands, information, signals, bits, symbols, chips, etc. that may be referred to throughout the above description may be represented by voltages, currents, electromagnetic waves, magnetic fields or magnetic particles, optical fields or photons, or any combination thereof.
  • the channel and the symbol may be a signal (signaling).
  • the signal may be a message.
  • the component carrier (CC) may be called a carrier frequency, a cell, a frequency carrier, etc.
  • system and “network” are used interchangeably.
  • a radio resource may be indicated by an index.
  • the names used for the above-mentioned parameters are not limiting in any respect. Furthermore, the formulas etc. using these parameters may differ from those explicitly disclosed in this disclosure.
  • the various channels (e.g., PUCCH, PDCCH, etc.) and information elements may be identified by any suitable names, and therefore the various names assigned to these various channels and information elements are not limiting in any respect.
  • Base station BS
  • wireless base station fixed station
  • NodeB NodeB
  • eNodeB eNodeB
  • gNodeB gNodeB
  • a base station can accommodate one or more (e.g., three) cells (also called sectors). If a base station accommodates multiple cells, the overall coverage area of the base station can be divided into multiple smaller areas, and each smaller area can also provide communication services by a base station subsystem (e.g., a small indoor base station (Remote Radio Head: RRH)).
  • a base station subsystem e.g., a small indoor base station (Remote Radio Head: RRH)
  • cell refers to part or all of the coverage area of a base station and/or a base station subsystem that provides communication services within that coverage.
  • a base station transmitting information to a terminal may be interpreted as the base station instructing the terminal to control or operate based on the information.
  • MS Mobile Station
  • UE User Equipment
  • a mobile station may also be referred to by those skilled in the art as 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.
  • At least one of the base station and the mobile station may be called a transmitting device, a receiving device, a communication device, etc.
  • At least one of the base station and the mobile station may be a device mounted on a moving object, or the moving object itself, etc.
  • the moving object may be a vehicle (e.g., a car, an airplane, etc.), an unmanned moving object (e.g., a drone, an autonomous vehicle, etc.), or a robot (manned or unmanned).
  • At least one of the base station and the mobile station may also include devices that do not necessarily move during communication operations.
  • at least one of the base station and the mobile station may be an Internet of Things (IoT) device such as a sensor.
  • IoT Internet of Things
  • the base station in the present disclosure may be interpreted as a mobile station (user terminal, the same applies below).
  • each aspect/embodiment of the present disclosure may be applied to a configuration in which communication between a base station and a mobile station is replaced with communication between multiple mobile stations (which may be called, for example, Device-to-Device (D2D), Vehicle-to-Everything (V2X), etc.).
  • the mobile station may be configured to have the functions of a base station.
  • terms such as "uplink” and "downlink” may be interpreted as terms corresponding to communication between terminals (for example, "side”).
  • the uplink channel, downlink channel, etc. may be interpreted as a side channel (or side link).
  • the mobile station in this disclosure may be interpreted as a base station.
  • the base station may be configured to have the functions of the mobile station.
  • a radio frame may be composed of one or more frames in the time domain. Each of the one or more frames in the time domain may be called a subframe. A subframe may further be composed of one or more slots in the time domain. A subframe may have a fixed time length (e.g., 1 ms) that is independent of numerology.
  • Numerology may be a communication parameter that applies to at least one of the transmission and reception of a signal or channel. Numerology may indicate, for example, at least one of the following: Subcarrier Spacing (SCS), bandwidth, symbol length, cyclic prefix length, Transmission Time Interval (TTI), number of symbols per TTI, radio frame structure, a particular filtering operation performed by the transceiver in the frequency domain, a particular windowing operation performed by the transceiver in the time domain, etc.
  • SCS Subcarrier Spacing
  • TTI Transmission Time Interval
  • radio frame structure a particular filtering operation performed by the transceiver in the frequency domain, a particular windowing operation performed by the transceiver in the time domain, etc.
  • a slot may consist of one or more symbols in the time domain (e.g., Orthogonal Frequency Division Multiplexing (OFDM) symbols, Single Carrier Frequency Division Multiple Access (SC-FDMA) symbols, etc.).
  • OFDM Orthogonal Frequency Division Multiplexing
  • SC-FDMA Single Carrier Frequency Division Multiple Access
  • a slot may be a numerology-based unit of time.
  • a slot may include multiple minislots. Each minislot may consist of one or multiple symbols in the time domain. A minislot may also be called a subslot. A minislot may consist of fewer symbols than a slot.
  • a PDSCH (or PUSCH) transmitted in a time unit larger than a minislot may be called PDSCH (or PUSCH) mapping type A.
  • a PDSCH (or PUSCH) transmitted using a minislot may be called PDSCH (or PUSCH) mapping type B.
  • Radio frame, subframe, slot, minislot, and symbol all represent time units for transmitting signals. Radio frame, subframe, slot, minislot, and symbol may each be referred to by a different name that corresponds to the radio frame, subframe, slot, minislot, and symbol.
  • one subframe may be called a transmission time interval (TTI)
  • TTI transmission time interval
  • multiple consecutive subframes may be called a TTI
  • one slot or one minislot may be called a TTI.
  • at least one of the subframe and the TTI may be a subframe (1 ms) in existing LTE, a period shorter than 1 ms (e.g., 1-13 symbols), or a period longer than 1 ms.
  • the unit expressing the TTI may be called a slot, minislot, etc., instead of a subframe.
  • TTI refers to, for example, the smallest time unit for scheduling in wireless communication.
  • a base station schedules each user terminal by allocating radio resources (such as frequency bandwidth and transmission power that can be used by each user terminal) in TTI units.
  • radio resources such as frequency bandwidth and transmission power that can be used by each user terminal
  • the TTI may be a transmission time unit for a channel-coded data packet (transport block), a code block, a code word, etc., or may be a processing unit for scheduling, link adaptation, etc.
  • the time interval e.g., the number of symbols
  • the time interval in which a transport block, a code block, a code word, etc. is actually mapped may be shorter than the TTI.
  • one slot or one minislot when called a TTI, one or more TTIs (i.e., one or more slots or one or more minislots) may be the minimum time unit of scheduling.
  • the number of slots (minislots) that constitute the minimum time unit of scheduling may be controlled.
  • a TTI having a time length of 1 ms may be referred to as a normal TTI (TTI in LTE Rel. 8-12), normal TTI, long TTI, normal subframe, normal subframe, long subframe, slot, etc.
  • TTI shorter than a normal TTI may be referred to as a shortened TTI, short TTI, partial or fractional TTI, shortened subframe, short subframe, minislot, subslot, slot, etc.
  • a long TTI (e.g., a normal TTI, a subframe, etc.) may be interpreted as a TTI having a time length of more than 1 ms
  • a short TTI e.g., a shortened TTI, etc.
  • a resource block is a resource allocation unit in the time domain and frequency domain, and may include one or more consecutive subcarriers in the frequency domain.
  • the number of subcarriers included in an RB may be the same regardless of the numerology, and may be, for example, 12.
  • the number of subcarriers included in an RB may be determined based on the numerology.
  • the time domain of an RB may include one or more symbols and may be one slot, one minislot, one subframe, or one TTI in length.
  • One TTI, one subframe, etc. may each be composed of one or more resource blocks.
  • one or more RBs may also be referred to as a physical resource block (PRB), a sub-carrier group (SCG), a resource element group (REG), a PRB pair, an RB pair, etc.
  • PRB physical resource block
  • SCG sub-carrier group
  • REG resource element group
  • PRB pair an RB pair, etc.
  • a resource block may be composed of one or more resource elements (RE).
  • RE resource elements
  • one RE may be a radio resource area of one subcarrier and one symbol.
  • a Bandwidth Part which may also be referred to as a partial bandwidth, may represent a subset of contiguous common resource blocks (RBs) for a given numerology on a given carrier, where the common RBs may be identified by an index of the RB relative to a common reference point of the carrier.
  • PRBs may be defined in a BWP and numbered within that BWP.
  • the BWP may include a BWP for UL (UL BWP) and a BWP for DL (DL BWP).
  • UL BWP UL BWP
  • DL BWP DL BWP
  • One or more BWPs may be configured for a UE within one carrier.
  • At least one of the configured BWPs may be active, and the UE may not expect to transmit or receive a given signal/channel outside the active BWP.
  • BWP bitmap
  • radio frames, subframes, slots, minislots, and symbols 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 subcarriers included in an RB, as well as the number of symbols in a TTI, the symbol length, and the cyclic prefix (CP) length can be changed in various ways.
  • connection refers to any direct or indirect connection or coupling between two or more elements, and may include the presence of one or more intermediate elements between two elements that are “connected” or “coupled” to each other.
  • the coupling or connection between elements may be physical, logical, or a combination thereof.
  • “connected” may be read as "access.”
  • two elements may be considered to be “connected” or “coupled” to each other using at least one of one or more wires, cables, and printed electrical connections, as well as electromagnetic energy having wavelengths in the radio frequency range, microwave range, and optical (both visible and invisible) range, as some non-limiting and non-exhaustive examples.
  • the reference signal may also be abbreviated as Reference Signal (RS) or referred to as a pilot depending on the applicable standard.
  • RS Reference Signal
  • the phrase “based on” does not mean “based only on,” unless expressly stated otherwise. In other words, the phrase “based on” means both “based only on” and “based at least on.”
  • any reference to elements using designations such as “first,” “second,” etc., used in this disclosure does not generally limit the quantity or order of those elements. These designations may be used in this disclosure as a convenient way of distinguishing between two or more elements. Thus, a reference to a first and a second element does not imply that only two elements may be employed therein or that the first element must precede the second element in some way.
  • determining may encompass a wide variety of actions. “Determining” and “determining” may include, for example, judging, calculating, computing, processing, deriving, investigating, looking up, search, inquiry (e.g., searching in a table, database, or other data structure), ascertaining something as being “determined” or “determined,” and the like.
  • Determining and “determining” may also include receiving (e.g., receiving information), transmitting (e.g., sending information), input, output, accessing (e.g., accessing data in memory), and the like as being “determined.” Additionally, “judgment” and “decision” can include considering resolving, selecting, choosing, establishing, comparing, etc., to have been “judged” or “decided.” In other words, “judgment” and “decision” can include considering some action to have been “judged” or “decided.” Additionally, “judgment (decision)” can be interpreted as “assuming,” “expecting,” “considering,” etc.
  • a and B are different may mean “A and B are different from each other.”
  • the term may also mean “A and B are each different from C.”
  • Terms such as “separate” and “combined” may also be interpreted in the same way as “different.”
  • FIG. 19 shows an example of the configuration of a vehicle 2001.
  • the vehicle 2001 includes a drive unit 2002, a steering unit 2003, an accelerator pedal 2004, a brake pedal 2005, a shift lever 2006, left and right front wheels 2007, left and right rear wheels 2008, an axle 2009, an electronic control unit 2010, various sensors 2021-2029, an information service unit 2012, and a communication module 2013.
  • the drive unit 2002 is composed of, for example, an engine, a motor, or a hybrid of an engine and a motor.
  • the steering unit 2003 includes at least a steering wheel (also called a handle) and is configured to steer at least one of the front wheels and the rear wheels based on the operation of the steering wheel operated by a user.
  • the electronic control unit 2010 is composed of a microprocessor 2031, a memory (ROM, RAM) 2032, and a communication port (IO port) 2033. Signals from various sensors 2021-2027 provided in the vehicle are input to the electronic control unit 2010.
  • the electronic control unit 2010 may be called an ECU (Electronic Control Unit).
  • Signals from the various sensors 2021 to 2028 include a current signal from a current sensor 2021 that senses the current of the motor, a rotation speed signal of the front and rear wheels acquired by a rotation speed sensor 2022, an air pressure signal of the front and rear wheels acquired by an air pressure sensor 2023, a vehicle speed signal acquired by a vehicle speed sensor 2024, an acceleration signal acquired by an acceleration sensor 2025, an accelerator pedal depression amount signal acquired by an accelerator pedal sensor 2029, a brake pedal depression amount signal acquired by a brake pedal sensor 2026, a shift lever operation signal acquired by a shift lever sensor 2027, and a detection signal for detecting obstacles, vehicles, pedestrians, etc. acquired by an object detection sensor 2028.
  • the information service unit 2012 is composed of various devices, such as a car navigation system, an audio system, speakers, a television, and a radio, for providing (outputting) various information such as driving information, traffic information, and entertainment information, and one or more ECUs for controlling these devices.
  • the information service unit 2012 uses information acquired from external devices via the communication module 2013, etc., to provide various multimedia information and multimedia services to the occupants of the vehicle 1.
  • the information service unit 2012 may include input devices (e.g., a keyboard, a mouse, a microphone, a switch, a button, a sensor, a touch panel, etc.) that accept input from the outside, and may also include output devices (e.g., a display, a speaker, an LED lamp, a touch panel, etc.) that perform output to the outside.
  • input devices e.g., a keyboard, a mouse, a microphone, a switch, a button, a sensor, a touch panel, etc.
  • output devices e.g., a display, a speaker, an LED lamp, a touch panel, etc.
  • the driving assistance system unit 2030 is composed of various devices that provide functions for preventing accidents and reducing the driving burden on the driver, such as a millimeter wave radar, LiDAR (Light Detection and Ranging), a camera, a positioning locator (e.g., GNSS, etc.), map information (e.g., high definition (HD) map, autonomous vehicle (AV) map, etc.), a gyro system (e.g., IMU (Inertial Measurement Unit), INS (Inertial Navigation System), etc.), AI (Artificial Intelligence) chip, and an AI processor, as well as one or more ECUs that control these devices.
  • the driving assistance system unit 2030 also transmits and receives various information via the communication module 2013 to realize driving assistance functions or autonomous driving functions.
  • the communication module 2013 can communicate with the microprocessor 2031 and components of the vehicle 1 via the communication port.
  • the communication module 2013 transmits and receives data via the communication port 2033 between the drive unit 2002, steering unit 2003, accelerator pedal 2004, brake pedal 2005, shift lever 2006, left and right front wheels 2007, left and right rear wheels 2008, axle 2009, microprocessor 2031 and memory (ROM, RAM) 2032 in electronic control unit 2010, and sensors 2021 to 2028, which are provided on the vehicle 2001.
  • the communication module 2013 is a communication device that can be controlled by the microprocessor 2031 of the electronic control unit 2010 and can communicate with an external device. For example, it transmits and receives various information to and from the external device via wireless communication.
  • the communication module 2013 may be located either inside or outside the electronic control unit 2010.
  • the external device may be, for example, a base station, a mobile station, etc.
  • the communications module 2013 may transmit at least one of the signals from the various sensors 2021-2028 described above input to the electronic control unit 2010, information obtained based on the signals, and information based on input from the outside (user) obtained via the information service unit 2012 to an external device via wireless communication.
  • the electronic control unit 2010, the various sensors 2021-2028, the information service unit 2012, etc. may be referred to as input units that accept input.
  • the PUSCH transmitted by the communications module 2013 may include information based on the above input.
  • the communication module 2013 receives various information (traffic information, signal information, vehicle distance information, etc.) transmitted from an external device, and displays it on the information service unit 2012 provided in the vehicle.
  • the information service unit 2012 may be called an output unit that outputs information (for example, outputs information to a device such as a display or speaker based on the PDSCH (or data/information decoded from the PDSCH) received by the communication module 2013).
  • the communication module 2013 also stores various information received from an external device in a memory 2032 that can be used by the microprocessor 2031.
  • the microprocessor 2031 may control the drive unit 2002, steering unit 2003, accelerator pedal 2004, brake pedal 2005, shift lever 2006, left and right front wheels 2007, left and right rear wheels 2008, axles 2009, sensors 2021 to 2028, etc. provided in the vehicle 2001.
  • a first feature is a wireless base station including a receiver that receives a context setting request for a terminal including an instruction to collect terminal-related data used for machine learning, and a transmitter that transmits a message to the terminal requesting setting of the data collection based on the instruction.
  • the second feature is that in the first feature, the receiving unit receives the instructions including at least one of a learning model to be used in machine learning and a scenario regarding a channel model to be applied.
  • the third feature is that in the first or second feature, the receiver receives the instruction including at least one of the antenna configuration of the terminal, the number of receiving beams, and the movement trajectory of the terminal.
  • Wireless Communication Systems 20 NG-RAN 50 NF 100 gNB 110 wireless communication unit 120 handover processing unit 130 AI/ML model unit 140 control unit 200 UE 210 Wireless communication unit 215 AI/ML model unit 220 Measurement reporting unit 230 Handover execution unit 240 Control unit 1001 Processor 1002 Memory 1003 Storage 1004 Communication device 1005 Input device 1006 Output device 1007 Bus 2001 Vehicle 2002 Drive unit 2003 Steering unit 2004 Accelerator pedal 2005 Brake pedal 2006 Shift lever 2007 Left and right front wheels 2008 Left and right rear wheels 2009 Axle 2010 Electronic control unit 2012 Information service unit 2013 Communication module 2021 Current sensor 2022 Rotational speed sensor 2023 Air pressure sensor 2024 Vehicle speed sensor 2025 Acceleration sensor 2026 Brake pedal sensor 2027 Shift lever sensor 2028 Object detection sensor 2029 Accelerator pedal sensor 2030 Driving assistance system section 2031 Microprocessor 2032 Memory (ROM, RAM) 2033 communication port

Landscapes

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

Abstract

無線基地局は、機械学習に利用される端末関連データのデータ収集に対する同意の有無を含む端末のコンテキスト設定要求を受信し、当該同意がある場合、データ収集の設定を要求するメッセージを端末に送信する。

Description

無線基地局
　本開示は、AI/ML Modelを利用した無線基地局に関する。
　3rd Generation Partnership Project（3GPP：登録商標）は、5th generation mobile communication system（5G、New Radio（NR）またはNext Generation（NG）とも呼ばれる）を仕様化し、さらに、Beyond 5G、5G Evolution或いは6Gと呼ばれる次世代の仕様化も進めている。
　3GPP Release 17では、無線アクセスネットワークへの人工知能（AI）／機械学習（ML）の適用が合意されている。また、3GPP Release 18では、AI/MLをベースとした端末（User Equipment, UE）のモビリティの最適化について検討されている。
　例えば、人工知能／機械学習のモデル（AI/ML Model）を利用し、UEの最適なモビリティ（呼損、無線リンク障害、不要なハンドオーバーの最小化など）を実現するシナリオ及び手順について検討されている（非特許文献１参照）。
　AI/ML Modelでは、モデルトレーニング及びモデル推論機能に入力データを提供するデータ収集（AI/ML Data Collection）の機能が規定されている。
　一方で、AI/ML Data Collectionは、ユーザー（加入者或いはカスタマーなどと呼ばれてもよい）のプライバシー侵害のリスクを伴うため、ネットワーク（オペレータ）は、予めユーザーの同意（User consent）を得ているUEのみを対象とする必要がある。
"Study on Artificial Intelligence (AI)/Machine Learning (ML) for NR Air Interface", RP-221348, 3GPP TSG RAN Meeting #96, 3GPP, 2022年6月
　しかしながら、無線基地局（gNB）は、何れのUEがUser consentを得ているのかを速やかに認識することができない問題がある。また、無線基地局は、他の無線基地局などに当該User consentを引き継ぐことができない問題がある。
　そこで、以下の開示は、このような状況に鑑みてなされたものであり、AI/ML Data CollectionのUser consentに応じた適切なAI/ML Data Collectionを実現できる端末及び無線基地局の提供を目的とする。
　本開示の一態様は、機械学習に利用される端末関連データのデータ収集に対する同意の有無を含む端末（UE200）のコンテキスト設定要求を受信する受信部（AI/MLモデル部130）と、前記同意がある場合、前記データ収集の設定を要求するメッセージを前記端末に送信する送信部（AI/MLモデル部130）とを備える無線基地局（gNB100）である。
図１は、無線通信システム10の全体概略構成図である。 図２は、gNB100の機能ブロック構成図である。 図３は、UE200の機能ブロック構成図である。 図４は、RANインテリジェンスのための機能的なフレームワークを示す図である。 図５は、動作例１に係るAI/ML Data CollectionのActivationシーケンス例を示す図である。 図６は、動作例２に係るAI/ML Data CollectionのActivationシーケンス例を示す図である。 図７は、動作例３に係るAI/ML Data CollectionのActivationシーケンス例を示す図である。 図８は、動作例４に係るAI/ML Data CollectionのActivationシーケンス例を示す図である。 図９は、動作例５に係るAI/ML Data CollectionのUser consentの取得シーケンス例（その１）を示す図である。 図１０は、動作例５に係るAI/ML Data CollectionのUser consentの取得シーケンス例（その２）を示す図である。 図１１は、動作例５に係るAI/ML Data CollectionのUser consentの取得シーケンス例（その３）を示す図である。 図１２は、動作例６に係るAI/ML Data CollectionのUser consentの引継シーケンス例（その１）を示す図である。 図１３は、動作例６に係るNudm_SDMに含まれるデータタイプの構成例を示す図である。 図１４は、動作例６に係るAI/ML Data CollectionのUser consentの引継シーケンス例（その２）を示す図である。 図１５は、動作例６に係るAI/ML Data CollectionのUser consentの引継シーケンス例（その３）を示す図である。 図１６は、動作例７に係るAI/ML Data CollectionのUser consentの引継シーケンス例を示す図である。 図１７は、動作例８に係るAI/ML Data CollectionのUser consentの引継シーケンス例を示す図である。 図１８は、gNB100及びUE200のハードウェア構成の一例を示す図である。 図１９は、車両2001の構成例を示す図である。
　以下、実施形態を図面に基づいて説明する。なお、同一の機能や構成には、同一または類似の符号を付して、その説明を適宜省略する。
　（１）無線通信システムの全体概略構成
　図１は、本実施形態に係る無線通信システム10の全体概略構成図である。無線通信システム10は、5G New Radio（NR）に従った無線通信システムであり、Next Generation-Radio Access Network 20（以下、NG-RAN20、及び端末200（User Equipment 200、以下、UE200）を含む。
　なお、無線通信システム10は、Beyond 5G、5G Evolution或いは6Gと呼ばれる方式に従った無線通信システムでもよいし、Long Term Evolution（LTE）或いは4Gと呼ばれる方式に従った無線通信システムが含まれてもよい。無線通信システム10は、Industrial Internet of Things（IIoT）及びURLLC（Ultra-Reliable and Low Latency Communications）に関する機能をサポートしてよい。
　NG-RAN20は、無線基地局100（以下、gNB100）を含む。なお、gNB（eNBなどでもよい）及びUEの数を含む無線通信システム10の具体的な構成は、図１に示した例に限定されない。
　また、gNB100は、O-RAN（Open Radio Access Network Alliance）によって規定されているフロントホール（FH）インターフェースを採用してもよい。gNB100は、O-DU（O-RAN Distributed Unit）及びO-RU（O-RAN Radio Unit）を含んでよい。gNB100は、NG-RANノードの一種として機能できる。
　NG-RAN20は、実際には複数のNG-RAN Node、具体的には、gNB（またはng-eNB）を含み、5Gに従ったコアネットワーク（5GC、不図示）と接続される。5GCでは、ユーザプレーンと制御プレーンとの機能が明確に分離されたCUPS（Control and User Plane Separation）のコンセプトが導入されてよい。
　NG-RAN20には、5GCを介して、或いはNG-RAN20から直接、NF50と接続されてもよい。NF50は、ネットワーク機能（Network Function）を提供する論理的なノードと解釈されてよい。NF50には、5Gのシステムアーキテクチャに含まれ、UE200のアクセス及びモビリティの管理機能を提供するAccess and Mobility Management Function（AMF）、セッションの管理機能の提供するSession Management Function（SMF）、及び5GCにおいて規定された位置情報サービスに関する通信制御を担うLocation Management Function（LMF）などが含まれてよい。また、AMF及び／またはSMFには、UDM/UDR（Unified Data Management/User Data Repository）が接続されてもよい。なお、NG-RAN20及び5GCは、単に「ネットワーク」と表現されてもよい。
　また、NG-RAN20には、3GPPのよるサービス提供主体が管理するサーバまたは当該提供主体以外が管理するサーバ（3GPP or non-3GPP server）が接続されてもよい。
　gNB100は、NRに従った無線基地局であり、UE200とNRに従った無線通信を実行する。なお、gNB100は、CU（Central Unit、第１装置）とDU（Distributed Unit、第２装置）とによって構成されてもよく、DUは、CUから分離して地理的に異なる場所に設置（CU-DUスプリット）されてもよい。CUには、１つまたは複数のDUが接続されてよい。また、gNB100（gNB-CU）間は、Xnインターフェースによって接続されてよく、CUとDUとの間は、F1インターフェースによって接続されてよい。
　gNB100及びUE200は、複数のアンテナ素子から送信される無線信号を制御することによって、より指向性の高いビームを生成するMassive MIMO、複数のコンポーネントキャリア（CC）を束ねて用いるキャリアアグリゲーション（CA）、及びUEと複数のNG-RAN Nodeそれぞれとの間において同時に通信を行うデュアルコネクティビティ（DC）などに対応することができる。
　DCの種類は、複数の無線アクセス技術を利用するMulti-RAT Dual Connectivity（MR-DC）でもよいし、NRのみを利用するNR-NR Dual Connectivity（NR-DC）でもよい。また、MR-DCには、eNBがマスターノード（MN）を構成し、gNBがセカンダリーノード（SN）を構成するE-UTRA-NR Dual Connectivity（EN-DC）でもよいし、その逆であるNR-E-UTRA Dual Connectivity（NE-DC）でもよい。
　DCでは、マスターセルグループ（MCG）及びセカンダリーセルグループ（SCG）が設定されてよい。MCGには、プライマリーセル（PCell）が含まれ、SCGには、セカンダリーセル（SCell）が含まれてよい。
　また、SCellには、プライマリー・セカンダリーセル（PSCell）が含まれてよい。PSCellは、SCelの一種であるが、PCellと同等の機能を有する特別なSCellと解釈されてよい。PSCellでは、PCellと同様に、PUCCH（Physical Uplink Control Channel、上り制御チャネル）の送信、コンテンション型のランダムアクセス手順（CBRA）、Radio Link Monitoring（下りの無線品質監視）機能などが実行されてよい。
　また、無線通信システム10では、NG-RAN20において人工知能（AI）／機械学習（ML）が適用されてよい。具体的には、UE200のモビリティまたはハンドオーバー（遷移、セル遷移セル選択などと読み替えられてもよい）を最適化するために、人工知能／機械学習のモデル（AI/ML Model、以下「学習モデル」と適宜省略する）が利用されてよい。
　AI/ML Modelは、人工知能（AI）モデル、機械学習（ML）モデルなど、AIまたはMLを意味する別の用語で表現されてもよい。
　UE200のモビリティとは、広義には、UE200の動き易さ、機動性を意味してよいが、本実施形態では、呼損（call drop）、無線リンク（ビームを含む）障害、不要なハンドオーバー、ピンポン状態などの最小化を意味してもよい。
　無線通信システム10では、このようなAI/ML Modelを用いて、UE200のモビリティまたはハンドオーバーを最適化できる。AI/ML Modelは、NF50に設けられてもよいし、gNB100に設けられてもよい。また、AI/ML Modelは、UE200に設けられてもよい。
　（２）無線通信システムの機能ブロック構成
　次に、無線通信システム10の機能ブロック構成について説明する。具体的には、gNB100及びUE200の機能ブロック構成について説明する。図２は、gNB100の機能ブロック構成図である。図３は、UE200の機能ブロック構成図である。
　（２．１）gNB100
　図２に示すように、gNB100は、無線通信部110、ハンドオーバー処理部120、AI/MLモデル部130及び制御部140を備える。
　無線通信部110は、NRに従った下りリンク信号（DL信号）を送信する。また、無線通信部110は、NRに従った上りリンク信号（UL信号）を受信する。本実施形態は、無線通信部110は、端末とユーザデータを送受信する通信部を構成してよい。上述したように、ユーザデータは、データチャネルを介して送受信されてよい。
　ハンドオーバー処理部120は、UE200のハンドオーバーを実行する。具体的には、ハンドオーバー処理部120は、UE200のサービングセルから近隣の他のセルへのハンドオーバーを実行する。なお、本実施形態では、ハンドオーバー処理部120は、AI/MLモデル部130によって処理されたAI/ML Data Collection（User consentを含んでよい）を含むハンドオーバー関連（セル遷移、セル再選択、再構成などを含む）のメッセージを処理してよい。
　なお、サービングセルとは、単にUE200が接続中のセルと解釈されてもよいが、もう少し厳密には、キャリアアグリゲーション（CA）が設定されていないRRC_CONNECTEDのUEの場合、プライマリーセルを構成するサービングセルは１つだけである。CAを用いて構成されたRRC_CONNECTEDのUEの場合、サービングセルは、プライマリーセルと全てのセカンダリセルとを含む１つまたは複数のセルのセットを示すと解釈されてもよい。
　また、ハンドオーバーには、条件付きハンドオーバー（CHO：Conditional Handover）が含まれてもよい。CHOは、特定の実行条件（execution condition）が満たされたときに、UE200主導のハンドオーバーを実行できる。CHOが適用できない場合、通常のハンドオーバーが実行されてよい（CHO recoveryと呼ばれてもよい）。CHO recoveryでは、CHO failure後にUE200がセル選択を実行するが、CHO candidate cellを選択した場合、RRCRestablishmentRequestをcandidate target cellに送信せずに、直接当該セルのconditional RRCReconfigurationを適用し再接続できる。
　実行条件は、１つまたは２つのトリガ条件（3GPP TS38.331において規定されるCHOイベントA3/A5）によって構成されてよい。単一の参照信号（RS）タイプがトリガされ、単一候補セルのCHO実行条件の評価のために、最大２つの異なるトリガ量（例えば、Reference Signal Received Power（RSRP）とReference Signal Received Quality（RSRQ）、RSRPとSignal-to-Interference plus Noise power Ratio（SINR）など）が同時に設定されてよい。
　AI/MLモデル部130は、学習モデル（AI/ML Model）を利用した処理を実行する。具体的には、AI/MLモデル部130は、UE200のモビリティ及び／またはハンドオーバーの最適化に適用されるAI/ML Modelを利用した処理を実行する。
　特に、本実施形態では、AI/MLモデル部130は、AI/ML Modelにおける機械学習（ML）に利用される端末関連データのデータ収集の指示を含むUE200のコンテキスト設定要求を受信してよい。本実施形態において、AI/MLモデル部130は、受信部を構成してよい。
　具体的には、AI/MLモデル部130は、AI/MLデータの収集（AI/ML Data Collection）の指示（要求または活性化（Activation）などと読み替えてもよい）を含むinitial context setup requestをAMF（NF50）から受信できる。
　AI/MLモデル部130は、AI/ML Data Collectionの指示に基づいて、AI/ML Data Collectionの設定（config.）を要求するメッセージをUE200に対して送信してよい。本実施形態において、AI/MLモデル部130は、送信部を構成してよい。具体的には、AI/MLモデル部130は、AI/ML Data Collection configurationをUE200に送信してよい。
　また、上述したように、gNB100は、CU/DU構成を採り得る。gNB100は、CU（第１装置）と、CUと接続された１つまたは複数のDU（第２装置）とを含んでよい。gNB100がCU/DU構成を採る場合、CUのAI/MLモデル部130は、AI/ML Data Collectionの指示を含むUE200のコンテキスト設定要求をDUに送信してよい。
　具体的には、CUのAI/MLモデル部130は、AI/ML Data Collectionの指示を含むUE context setup requestをDUに送信してよい。また、AI/MLモデル部130は、UE context setup requestに対する応答をDUから受信してよい。具体的には、AI/MLモデル部130は、UE context setup responseをDUから受信してよい。
　また、gNB100及びUE200は、上述したようにDCに対応できるが、gNB100がマスターノード（MN）を構成する場合、AI/MLモデル部130は、AI/ML Data Collectionの指示を含むセカンダリーノード（SN）の追加要求を、SNを構成する他の無線基地局に送信してよい。
　具体的には、AI/MLモデル部130は、AI/ML Data Collectionの指示を含むS-NODE ADDITION REQUESTをSNに送信してよい。また、AI/MLモデル部130は、S-NODE ADDITION REQUESTに対する応答をSNから受信してよい。具体的には、AI/MLモデル部130は、S-NODE ADDITION REQUEST ACKNOWLEDGEをSNから受信してよい。
　また、AI/MLモデル部130は、UE200のコンテキスト情報の取得要求を当該コンテキスト情報の引継先である他の無線基地局（gNB）から受信してよい。具体的には、無線リソース制御レイヤ（RRC）における特定の処理（RRCReestablishmentまたはRRC resume）において、引継先の新たなgNB（new gNB）は、引継元の古いgNB（old gNB）からUE contextを取得する（retrieve）することができる。
　このた、old gNBのAI/MLモデル部130は、”Retrieve UE context request”をnew gNBから受信してよい。old gNBのAI/MLモデル部130は、Retrieve UE context requestの受信に応じて、AI/ML Data Collectionの指示を含む応答、具体的には、”Retrieve UE context response”をnew gNBに送信してよい。
　AI/MLモデル部130は、機械学習に利用される学習モデル、及び適用されるチャネルモデルに関するシナリオの少なくも何れかを含むAI/ML Data Collectionの指示（Activation）を受信できる。
　具体的には、AI/ML Data Collectionの指示には、AI/ML Modelの内容（AI model）、AI/ML Modelの識別情報（AI model ID）、AI/ML Modelに適用するシナリオ、各AI modelとシナリオとのマッピング関係などが含まれてよい。
　なお、シナリオとは、AI/ML Modelが用いられるものであれば、特に限定されないが、狭義には、UE200とgNB100と間の電波伝搬モデル、チャネルモデルのことを意味してよい。例えば、チャネルモデル観点では、Indoor, outdoor, urban, rural, shopping mall, office, campus, train stationなどのシナリオが含まれ、UMi (Urban Micro: Street canyon, open area)及びUMa (Urban Macro)のシナリオが含まれてよい。或いは、UE200（ユーザ）が新幹線などの高速鉄道で移動している高速移動シナリオ、ドローンに搭載されたUE200に適用される上空移動通信シナリオなどが含まれてもよい。
　また、AI/MLモデル部130は、UE200のアンテナ構成、受信ビーム数、及びUE200の移動軌跡の少なくも何れかを含むAI/ML Data Collectionの指示（Activation）を受信できる。
　具体的には、AI/ML Data Collectionの指示には、UE200のMeasurement repotの設定に関するアンテナ構成（例えば、Rxアンテナ（受信系統でもよい）数）、受信可能なビーム数数（ビーム種類が含まれてもよい）、UE200の移動軌跡（trajectory）などが含まれてよい。
　また、AI/ML Data Collectionの指示には、上述した内容以外にも、AI/ML Data Collectionの対象となるPLMN（Public Land Mobile Network）のリスト、AI/ML Data Collectionに従った報告のタイプなどが含まれてよい。AI/ML Data Collectionの指示の内容については、さらに後述する。
　また、AI/MLモデル部130は、AI/ML Modelを用いる場合、UE200との通信に適用されるAI/ML Modelに関する学習モデル情報をネットワークにから受信してよい。具体的には、AI/MLモデル部130は、上述したAI/ML Modelの内容（AI model）、AI/ML Modelの識別情報（AI model ID）、AI/ML Modelに適用するシナリオ、各AI modelとシナリオとのマッピング関係などをネットワークにから受信してもよい。なお、AI/MLは、以下、AIまたはMLの何れか一方のみに省略して記載する場合がある。
　学習モデル情報には、AI/ML Modelの識別情報、シナリオ、UE200の位置の周辺環境（サイトの情報（site info））、UE200の速度、高度、位置情報などの少なくとも何れかが含まれてよい。
　また、AI/MLモデル部130は、AI/ML Data Collectionに対するユーザー（加入者或いはカスタマーなどと呼ばれてもよい）の同意（User consent）の有無を含むUE200のコンテキスト設定要求を受信してよい。
　具体的には、AI/MLモデル部130は、AI/ML Data Collectionに対するUser consentの有無を含むinitial context setup requestをAMF（NF50）から受信できる。この場合、User consentの有無は、直接的に示されてもよいし、AI/ML Data Collectionの対象となるPLMNを示すリスト（AI/ML Data CollectionPLMN list）を含めることによって間接的に当該同意が示されてもよい。
　AI/MLモデル部130は、AI/ML Data Collectionに対する特定のUE200のUser consentがある場合、AI/ML Data Collectionの設定を要求するメッセージをUE200に対して送信してよい。具体的には、AI/MLモデル部130は、AI/ML Data Collection configurationをUE200に送信してよい。
　また、AI/MLモデル部130は、AI/ML Data Collectionに対するUser consentの有無を含むUE200のハンドオーバー要求またはパス切替要求応答を受信してよい。具体的には、ハンドオーバー元のソースgNBからハンドオーバー先のターゲットgNBに送信されるHANDOVER REQUEST、またはターゲットgNBからAMFに送信されるPATH SWITCH REQUESTに対する応答であるPATH SWITCH REQUEST ACKNOWLEDGEにUser consentの有無が含まれてよい。AI/MLモデル部130は、User consentの有無を含むHANDOVER REQUEST及び／またはPATH SWITCH REQUEST ACKNOWLEDGEを受信できる。
　gNB100がCU/DU構成を採る場合、CUのAI/MLモデル部130は、AI/ML Data Collectionに対するUser consentの有無を含むUE200のコンテキスト設定または変更要求をDUに送信してよい。
　具体的には、CUのAI/MLモデル部130は、User consentの有無を含むUE context setup requestまたはUE context modification requestをDUに送信してよい。CUのAI/MLモデル部130は、UE context setup requestまたはUE context modification requestに対する応答であるUE context setup responseを受信してよい。
　また、gNB100がDCにおけるマスターノード（MN）を構成する場合、AI/MLモデル部130は、AI/ML Data Collectionに対するUser consentの有無を含むセカンダリーノードの追加または変更要求を、セカンダリーノードを構成する他の無線基地局に送信してよい。
　具体的には、AI/MLモデル部130は、User consentの有無を含むS-NODE ADDITION REQUESTまたはS-NODE MODIFICATION REQUESTをSNに送信してよい。また、AI/MLモデル部130は、セカンダリーノードの追加または変更要求に対する応答を当該他の無線基地局から受信してよい。具体的には、AI/MLモデル部130は、S-NODE ADDITION REQUEST ACKNOWLEDGEまたはS-NODE MODIFICATION REQUEST ACKNOWLEDGEをSNから受信してよい。
　また、AI/MLモデル部130は、学習済み（トレーニング済み）のAI/ML Modelの有効期間を判定できる。また、AI/MLモデル部130は、AI/ML Modelの性能を評価し、AI/ML Modelの性能が規定のレベルよりも低下したか否かを判定してもよい。
　AI/MLモデル部130は、AI/ML Modelの有効期間が満了した場合、またはAI/ML Modelの性能が規定のレベルよりも低下した場合、AI/ML Modelを再学習（リトレーニング）させてよい。なお、AI/ML Model自体は、gNB100に搭載されてもよいし、他のネットワークノード（ネットワーク装置）に搭載されてもよい。
　制御部140は、gNB100を構成する各機能ブロックを制御する。特に、本実施形態では、制御部140は、AI/ML Modelにおける機械学習（ML）に利用される端末関連データ（AI/ML data）の収集（AI/ML Data Collection）、及びAI/ML Data Collectionに対するユーザー（加入者、カスタマーでもよい）の同意（User consent）の確認に関する制御を実行できる。
　具体的には、制御部140は、AI/ML Data Collectionの指示に関する各種メッセージの送受信を制御できる。また、制御部140は、AI/ML Data CollectionのUser consentの有無の確認に関する各種メッセージの送受信を制御できる。
　また、本実施形態では、チャネルには、制御チャネルとデータチャネルとが含まれる。制御チャネルには、PDCCH（Physical Downlink Control Channel）、PUCCH（Physical Uplink Control Channel）、PRACH（Physical Random Access Channel）、及びPBCH（Physical Broadcast Channel）などが含まれる。
　また、データチャネルには、PDSCH（Physical Downlink Shared Channel）、及びPUSCH（Physical Uplink Shared Channel）などが含まれる。
　なお、参照信号には、Demodulation reference signal（DMRS）、Sounding Reference Signal（SRS）、Phase Tracking Reference Signal （PTRS）、及びChannel State Information-Reference Signal（CSI-RS）などが含まれ、信号には、チャネル及び参照信号が含まれる。また、データとは、データチャネルを介して送信されるデータを意味してよい。データとは、ユーザデータを意味してもよい。
　（２．２）UE200
　図３に示すように、UE200は、無線通信部210、AI/MLモデル部215、測定報告部220、ハンドオーバー実行部230及び制御部240を備える。
　無線通信部210は、NRに従った上りリンク信号（UL信号）を送信する。また、無線通信部210は、NRに従った上りリンク信号（DL信号）を受信する。
　AI/MLモデル部215は、学習モデル（AI/ML Model）を利用した処理を実行する。AI/MLモデル部215は、gNB100のAI/MLモデル部130と同様の機能を有してよい。AI/MLモデル部は、gNB100またはUE200の何れかに設けられてもよいし、両方に設けられてもよい。
　AI/MLモデル部215は、AI/ML Data Collectionに対するUser consentの有無を要求する非アクセス層の要求メッセージをネットワークから受信してよい。本実施形態において、AI/MLモデル部215は、受信部を構成してよい。具体的には、AI/MLモデル部215は、NAS（Non-Access Stratum）のシグナリングを用いて、AI/ML Data CollectionのUser consentの有無を要求するメッセージをAMFから受信してよい。
　AI/MLモデル部215は、当該要求メッセージを受信した場合、User consentの有無を示す非アクセス層のメッセージをネットワークに送信してよい。具体的には、AI/MLモデル部215は、NASのシグナリングを用いて、AI/ML Data CollectionのUser consentの有無を示すメッセージをAMFに送信してよい。
　或いは、AI/MLモデル部215は、AI/ML Data Collectionに対するUser consentの有無を要求するアクセス層の要求メッセージをgNB100から受信してもよい。具体的には、AI/MLモデル部215は、AS（Access Stratum）のシグナリングを用いて、AI/ML Data CollectionのUser consentの有無を要求するメッセージをgNB100から受信してよい。
　AI/MLモデル部215は、当該要求メッセージを受信した場合、User consentの有無を示すアクセス層のメッセージをgNB100に送信してよい。具体的には、AI/MLモデル部215は、ASのシグナリングを用いて、AI/ML Data CollectionのUser consentの有無を示すメッセージをgNB100に送信してよい。
　測定報告部220は、UE200のサービングセル、及び当該サービングセルの近隣セル（Neighbor cell）の品質を測定し、測定結果（Measurement Report）をネットワークに報告できる。測定報告部220は、ハンドオーバーに際して、ソースセル及びターゲットセルの測定報告を実行してよい。
　測定対象の品質とは、例えば、3GPP TS38.331において規定されているMeasurement Reportに含まれる品質（例えば、RSRP, RSRQ）などでよい。
　ハンドオーバー実行部230は、UE200のハンドオーバーを実行する。具体的には、ハンドオーバー実行部230は、gNB100による制御に基づいて、遷移先のセル（NG-RANノード）へのハンドオーバーを実行してよい。
　また、ハンドオーバー実行部230は、通常のハンドオーバー（レガシー・ハンドオーバー）、及び条件付きハンドオーバー（CHO）に関する処理を実行できる。
　ハンドオーバー実行部230は、CHOの場合、実行条件（execution condition）が満たされたときに候補セルに遷移してよい。実行条件は、上述したように、参照信号（RS）の品質、具体的には、RSRP、RSRQ、或いはSINRの値に基づいて決定されてよい。
　また、CHOは、遷移先がSCGを伴っていなくてもよいし、SCGを伴っていてもよい。換言すると、CHOによる遷移先のセルとしては、単一のセルでもよいし、DCに従った複数のセル（セルグループと読み替えてもよい）によって構成されていてもよい。
　また、ハンドオーバー実行部230は、UE200のハンドオーバーの要求（handover command）をネットワークから受信できる。本実施形態において、ハンドオーバー実行部230は、受信部を構成してよい。handover commandには、ハンドオーバー元のソースセル用のAI/ML Modelなどの削除を指示するindicationが含まれてもよい。
　制御部240は、UE200を構成する各機能ブロックを制御する。具体的には、制御部240は、UE200のネットワークへの登録（特定セルでの待ち受け）、測定報告、及びUE200のハンドオーバーに関する制御を実行できる。
　また、制御部240は、AI/ML Modelを用いてネットワークとの通信に関する制御を実行できる。具体的には、制御部240は、AI/ML Modelが適用されるシナリオに応じたAI/ML Modelを選択し、ネットワークとの通信を制御できる。制御部240は、ネットワークからの指示に基づいてAI/ML Modelを選択してもよいし、UE200の状態に応じて複数のAI/ML Modelの中から何れかのAI/ML Modelを選択してもよい。
　さらに、制御部240は、AI/ML Modelにおける機械学習（ML）に利用される端末関連データ（AI/ML data）の収集（AI/ML Data Collection）に対するユーザーの同意（User consent）の確認に関する制御を実行できる。
　具体的には、制御部240は、AI/ML Data CollectionのUser consentの有無を示すNASまたはASシグナリングによるメッセージの送受信を制御できる。
　（３）無線通信システムの動作
　次に、無線通信システム10の動作について説明する。具体的には、AI/ML Modelにおける機械学習（ML）に利用される端末関連データ（AI/ML data）の収集（AI/ML Data Collection）、及びAI/ML Data Collectionに対するユーザーの同意（User consent）の確認に関する動作について説明する。
　（３．１）AI/ML Modelの構成例
　図４は、RANインテリジェンスのための機能的なフレームワークを示す。具体的には、図４は、3GPP TR37.817に規定されているRANインテリジェンスのための機能的なフレームワークを示す。
　図４に示すように、当該フレームワークには、以下の機能が含まれてよい。
　　・データ収集：　モデルトレーニング及びモデル推論機能に入力データを提供する。
　　・モデルトレーニング：　MLモデルのトレーニング、検証、テストを実行する。モデルのテスト手順の一部として、モデルのパフォーマンス（性能）指標を生成してよい。
　モデルトレーニング機能は、データの準備（データの前処理とクリーニング、フォーマット、変換など）も担当し得る。
　　・モデル推論（inference）：　AI/ML Model推論出力（予測または決定など）を提供する。モデル推論機能は、モデルトレーニング機能にモデルパフォーマンスのフィードバックを提供してよい。モデル推論機能は、データの準備（データの前処理とクリーニング、フォーマット、変換など）も担当し得る。
　　・アクター：　モデル推論機能からの出力を受け取り、対応するアクションをトリガまたは実行する。
　なお、フィードバックとは、トレーニング、推論データまたはパフォーマンスのフィードバックを導出するために必要となる可能性のある情報と解釈されてよい。
　AI/ML Modelは、上述したように、NF50（またはgNB100）に搭載できるが、NF50においてトレーニングされたAI/ML Modelには有効期間が存在する。当該有効期間が経過した場合（或いは有効期間内でも）、AI/ML Modelのperformanceが低下するため、AI/ML Modelをリトレーニングする必要がある。
　（３．２）課題
　AI/ML Data Collectionに関して、これまでの3GPPにおける検討では、以下のような課題があると想定される。
　第１に、AI/ML Data Collectionに関わるgNBまたはAMFなどのネットワーク機能が、シグナリング負荷を抑えつつ、通信状態に応じた必要なタイミングにおいて、対象となるUEのAI/ML data（端末関連データ）を収集することは容易ではない。
　第２に、AI/ML Data Collectionは、ユーザー（加入者或いはカスタマーなどと呼ばれてもよい）のプライバシー侵害のリスクを伴うため、ネットワーク（オペレータ）は、予めユーザーの同意（User consent）を得ているUEのみを対象とする必要がある。しかしながら、gNBは、何れのUEがUser consentを得ているのかを速やかに認識することができない問題がある。また、gNBは、他のgNBなどに当該User consentを引き継ぐことができない問題がある。
　以下では、このような課題を解消し得るAI/ML Data Collection、及びUser consentの適切なシステム（RAN）内での共有を実現し得る動作例について説明する。
　（３．３）動作例
　（３．３．１）動作例１
　本動作例では、AMFがAI/ML Data Collectionを指示してよい。具体的には、AMFは、AI/ML Data CollectionのActivationをトリガしてよい。
　図５は、動作例１に係るAI/ML Data CollectionのActivationシーケンス例を示す。AMFは、AI/ML Data Collectionの対象となるUEに対して、AI/ML Data CollectionのActivationをトリガしてもよい。
　例えば、図５に示すように、AMFは、initial context setup requestメッセージに、AI/ML Data Collection Activationの情報要素（IE）を含めてよく、対象UE（特定UEの識別情報（ID））に対してAI/ML Data Collectionをトリガしてもよい。gNBは、AI/ML Data CollectionActivationに応じて、AI/ML Data CollectionconfigurationをUEに送信してよい。
　AI/ML Data Collection Activationには、次の少なくとも何れかの要素が含まれてよい。
　　・RRC connected状態におけるAI/ML Data CollectionまたはRRC Idle状態におけるAI/ML Data Collection
　　・AI/ML Data Collectionの対象エリア（Area scope）
　　　・PLMN listまたはPLMN（名称）
　　　・Tracking Area list
　　　・Cell list
　　・AI/ML Model及びscenario
　　　・AI model, AI model ID, scenario((UMa, UMi)), scenario ID, AI modelとscenarioとのマッピング関係
　　・Measurement report configuration
　　　・L1 RSRP/SINR, L3 RSRP/RSRQ/SINR, UEアンテナ構成, Rx beam数, UE trajectory, UE speed, scenario (UMa, UMi), UE位置情報など
　　・Reporting type
　　　・Periodical triggered AI data collection（Reporting periodicity）
　　　・Event triggered AI data collection（RSRP Threshold for beam reporting）
　（３．３．２）動作例２
　本動作例では、gNBがCU-DUスプリット構成の場合において、CUがAI/ML Data Collectionを指示してよい。
　図６は、動作例２に係るAI/ML Data CollectionのActivationシーケンス例を示す。図６に示すように、CUは、DUに送信するUE context setup requestにAI/ML Data Collection Activation IEを含めてよく、AI/ML Data Collectionをトリガしてよい。AI/ML Data CollectionActivationには、動作例１と同様の要素が含まれてよい。
　また、CUは、AI/ML Data Collectionを活性化（activate）または非活性化（deactivate）をDUに指示してもよい。
　（３．３．３）動作例３
　本動作例では、UEが複数のgNBとデュアルコネクティビティ（DC）を実行する場合において、マスターノード（MN）がAI/ML Data Collectionを指示してよい。
　図７は、動作例３に係るAI/ML Data CollectionのActivationシーケンス例を示す。図７に示すように、MNは、SNに送信するS-NODE ADDITION REQUESTにAI/ML Data CollectionActivation IEを含めてよく、AI/ML Data Collectionをトリガしてよい。AI/ML Data CollectionActivationには、動作例１と同様の要素が含まれてよい。
　また、MNは、AI/ML Data Collectionを活性化（activate）または非活性化（deactivate）をSNに指示してもよい。
　（３．３．４）動作例４
　本動作例では、新たなgNBが、これまで当該UEのUE contextを保持していた古いgNBから、当該UEのUE contextを取得（retrieve）する際、古いgNB（old gNB）が、AI/ML Data Collectionを指示してよい。
　図８は、動作例４に係るAI/ML Data CollectionのActivationシーケンス例を示す。RRCReestablishmentまたはRRC resumeの処理において、図８に示すように、old gNBが当該UEのUE contextの取得要求（Retrieve UE context request）を受信した場合、old gNBは、new gNBに送信するRetrieve UE context responseにAI/ML Data CollectionActivation IEを含めてよく、AI/ML Data Collectionをトリガしてよい。AI/ML Data CollectionActivationには、動作例１と同様の要素が含まれてよい。
　（３．３．５）動作例５
　本動作例では、AI/ML Data CollectionのUser consentの適切な無線通信システム10（RAN）内での共有が実現される。具体的には、ユーザー（加入者、カスタマーでもよい）とのサービス契約時において、AI/ML Data Collectionの同意を得た場合、当該同意情報をUDMに登録してもよい。
　図９は、動作例５に係るAI/ML Data CollectionのUser consentの取得シーケンス例（その１）を示す。AMFは、UEのRegistration時において、UDMから当該情報を取得してよい。図９に示すように、AMFは、同意（User consent）があることをgNBに通知してもよい。例えば、AMFは、initial context setup requestを用いて、にてUser consentをgNBに通知してもよい。
　User consentは、AI/ML Data Collectionの対象となるPLMNのリストによって示されてよい（すなわち、AI/ML Data Collectionが許可されるPLMNのリスト）。或いは、単純にUser consentの有無のみが示されてもよいし、AI/ML Data Collectionが許可される単一のPLMNが示されてもよい。
　gNBは、User consentが得られたUEを対象として、AI/ML Data Collectionを実行してよい。
　図１０は、動作例５に係るAI/ML Data CollectionのUser consentの取得シーケンス例（その２）を示す。図１０に示すように、UEとAMFとは、NASにおいて、User consentの有無を交換してよい。例えば、AMFは、NAS signalingによって、AI/ML Data Collectionを実行してよいか否かをUEに要求してよい。UEは、NAS signalingによって、AI/ML Data Collectionが可能または不可であることをAMFに返送してよい。
　図１１は、動作例５に係るAI/ML Data CollectionのUser consentの取得シーケンス例（その３）を示す。図１１に示すように、UEとgNBとは、ASにおいて、User consentの有無を交換してよい。例えば、gNBは、RRC messageによって、AI/ML Data Collectionを実行してよいか否かをUEに要求してよい。UEは、RRC messageによって、AI/ML Data Collectionが可能または不可であることをgNBに返送してよい。
　なお、UEは、gNBからの要求に関わらず、AI/ML Data Collectionの許可を能動的にgNBに送信してもよい。また、UEは、AI/ML Data Collectionの再開（Activation）をgNBに要求してもよい。また、gNBは、当該要求に基づいて、AI/ML Data Collectionの許可、再開（Activation）をUEに指示してもよい。
　UEは、AI/ML Data Collectionの中止・終了（deactivation）の要求をgNBに送信してもよい。gNBは、当該要求に基づいて、AI/ML Data Collectionの中止・終了（deactivation）をUEに指示してもよい。
　（３．３．６）動作例６
　本動作例では、UDMは、定UEのAI/ML Data Collectionに対するUser consentの有無をAMFに通知してもよい。具体的には、RRC IDLE mobilityにおけるTAU（Tracking Area Update）/Mobility Registration Update/Period Registration Updateの際、UDMは、当該UEのAI/ML Data Collectionに対するUser consentの有無をターゲットAMFに通知してよい。
　図１２は、動作例６に係るAI/ML Data CollectionのUser consentの引継シーケンス例（その１）を示す。図１２に示すように、UDMは、Nudm_SDM_Get responseによって、特定UEのAI/ML Data Collectionに対するUser consentの有無をAMFに通知してもよい。
　図１３は、動作例６に係るNudm_SDMに含まれるデータタイプの構成例を示す。図１３に示すように、Nudm_SDM（Get, Response）には、AI/ML Data CollectionのUser consentの有無を示す”AIMLDataCollectionUserConsent”のデータタイプが設定されてよい。
　また、本動作例では、特定UEに対するAI/ML Data CollectionのUser consentがソースgNBからターゲットgNBに引き継がれてよい。
　図１４は、動作例６に係るAI/ML Data CollectionのUser consentの引継シーケンス例（その２）を示す。図１４に示すように、ソースgNBは、Handover requestを用いてAI/ML Data CollectionのUser consentの有無をターゲットgNBに通知してもよい。
　また、ターゲットgNBは、PATH SWITCH REQUESTを用いてAI/ML Data CollectionのUser consentの有無をAMFに要求し、AMFは、PATH SWITCH REQUEST ACKNOWLEDGEを用いてAI/ML Data CollectionのUser consentの有無をターゲットgNBに通知してもよい。
　また、ソースRANノードは、RRC connected mobilityにおけるXn handoverの際、AI/ML Data CollectionのUser consentの有無をHANDOVER REQUESTメッセージに含め、ターゲットRANノードに送信してもよい。ターゲットRANノードは、AI/ML Data CollectionのUser consentを保持してもよい。
　この場合、User consent IEは、１ビットの情報とし、user consent given（０または１）またはuser consent not given（１または０）によって示されてもよい。また、User consent IEは、PLMNのリストでもよい（すなわち、当該PLMNリストに含まれるPLMNに接続している場合、AI/ML Data CollectionのUser consentが与えられる）。
　なお、ソースRANノードは、Xn handoverの際、HANDOVER REQUESTメッセージにAI/ML Data Collection Activation IEを含めてよく、当該HANDOVER REQUESTメッセージをターゲットRANノード（gNB）に送信してもよい。
　また、AMFは、Xn handoverの際、PATH SWITCH REQUEST ACKNOWLEDGEを用いてAI/ML Data CollectionのUser consentの有無をターゲットRANノードに通知してもよい。
　なお、ターゲットRANノードは、Xn handover以外の場合でも、PATH SWITCH REQUESTを用いてAI/ML Data CollectionのUser consentの有無をAMFに要求してもよい。AMFは、PATH SWITCH REQUEST ACKNOWLEDGEを用いてAI/ML Data CollectionのUser consentの有無をターゲットRANノードに通知してもよい。
　図１５は、動作例６に係るAI/ML Data CollectionのUser consentの引継シーケンス例（その３）を示す。図１５に示すように、AMFは、NG handoverの際、AI/ML Data CollectionのUser consentの有無を含むHandover requestメッセージターゲットをRANノード（gNB）に送信してよい。ターゲットRANノードは、AI/ML Data CollectionのUser consentを保持してもよい。
　なお、AMFは、NG handoverの際、Handover requestメッセージにAI/ML Data Collection Activation IEを含めてよく、当該Handover requestメッセージをターゲットRANノード（gNB）に送信してもよい。
　（３．３．７）動作例７
　本動作例では、gNBがCU-DUスプリット構成の場合において、CUがAI/ML Data CollectionのUser consentの有無をDUに通知してよい。
　図１６は、動作例７に係るAI/ML Data CollectionのUser consentの引継シーケンス例を示す。図１６に示すように、CUは、DUに送信するUE context setup requestまたはUE context modification requestにAI/ML Data CollectionのUser consent IEを含めてよい。
　（３．３．８）動作例８
　本動作例では、UEが複数のgNBとデュアルコネクティビティ（DC）を実行する場合において、マスターノード（MN）がAI/ML Data CollectionのUser consentの有無をセカンダリーノード（SN）に通知してよい。
　図１７は、動作例８に係るAI/ML Data CollectionのUser consentの引継シーケンス例を示す。図１７に示すように、MNは、SNに送信するS-NODE ADDITION REQUESTまたはS-NODE MODIFICATION REQUESTにAI/ML Data CollectionのUser consent IEを含めてよい。
　（４）作用・効果
　上述した実施形態によれば、通信状態などに関わらず、特定UEに対するAI/ML Data Collectionを既存のシグナリングを用いつつ適切なタイミングにおいてトリガすることができる。このため、シグナリング負荷を抑えつつ、通信状態に応じた必要なタイミングにおいて、対象となるUEのAI/ML data（端末関連データ）を収集することが可能となる。
　また、上述した実施形態によれば、AI/ML Data CollectionのUser consentの有無を確認しつつ、当該User consentを関連するRANノード間において共有できる。このため、AI/ML Data CollectionのUser consentに応じた適切なAI/ML Data Collectionを実現できる。
　（５）その他の実施形態
　以上、実施形態について説明したが、当該実施形態の記載に限定されるものではなく、種々の変形及び改良が可能であることは、当業者には自明である。
　例えば、上述した実施形態では、主にAI/MLの用語が用いられていたが、人工知能（AI）またはML（機械学習）の何れか一方のみの呼び方が採用されていてもよい。AIまたはMLの何れか一方のみの呼び方が採用される場合でも、AIとMLとの両方を含む概念と解釈されてもよい。
　また、上述した記載において、設定（configure）、アクティブ化（activate）、更新（update）、指示（indicate）、有効化（enable）、指定（specify）、選択（select）、は互いに読み替えられてもよい。同様に、リンクする（link）、関連付ける（associate）、対応する（correspond）、マップする（map）、は互いに読み替えられてもよく、配置する（allocate）、割り当てる（assign）、モニタする（monitor）、マップする（map）、も互いに読み替えられてもよい。
　さらに、固有（specific）、個別（dedicated）、UE固有、UE個別、は互いに読み替えられてもよい。同様に、共通（common）、共有（shared）、グループ共通（group-common）、ＵＥ共通、ＵＥ共有、は互いに読み替えられてもよい。
　上述した実施形態の説明に用いたブロック構成図（図２，３）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、物理的また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、物理的または論理的に分離した２つ以上の装置を直接的または間接的に（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つの装置また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。
　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、見做し、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）や送信機（transmitter）と呼称される。何れも、上述したとおり、実現方法は特に限定されない。
　さらに、上述したgNB100及びUE200（当該装置）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１８は、当該装置のハードウェア構成の一例を示す図である。図１８に示すように、当該装置は、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及びバス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、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。当該装置のハードウェア構成は、図に示した各装置を１つまた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。
　当該装置の各機能ブロック（図２，３参照）は、当該コンピュータ装置の何れかのハードウェア要素、または当該ハードウェア要素の組み合わせによって実現される。
　また、当該装置における各機能は、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によ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（CPU）によって構成されてもよい。
　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、上述の実施の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。さらに、上述の各種処理は、１つのプロセッサ1001によって実行されてもよいし、２つ以上のプロセッサ1001により同時または逐次に実行されてもよい。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。なお、プログラムは、電気通信回線を介してネットワークから送信されてもよい。
　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 Erasable Programmable ROM（EEPROM）、Random Access Memory（RAM）などの少なくとも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方法を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、Compact Disc ROM（CD-ROM）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Blu-ray（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも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。上述の記録媒体は、例えば、メモリ1002及びストレージ1003の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。
　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。
　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、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及びメモリ1002などの各装置は、情報を通信するためのバス1007で接続される。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。
　さらに、当該装置は、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、当該ハードウェアにより、各機能ブロックの一部また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。
　また、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、情報の通知は、物理レイヤシグナリング（例えば、Downlink Control Information（DCI）、Uplink Control Information（UCI）、上位レイヤシグナリング（例えば、RRCシグナリング、Medium Access Control（MAC）シグナリング、報知情報（Master Information Block（MIB）、System Information Block（SIB））、その他の信号またはこれらの組み合わせによって実施されてもよい。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。
　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）、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（NR）、W-CDMA（登録商標）、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）、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つ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及びLTE-Aの少なくとも一方と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。
　本開示において基地局によって行われるとした特定動作は、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つまたは複数のネットワークノード（network nodes）からなる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、基地局及び基地局以外の他のネットワークノード（例えば、MMEまたはS-GWなどが考えられるが、これらに限られない）の少なくとも１つによって行われ得ることは明らかである。上記において基地局以外の他のネットワークノードが１つである場合を例示したが、複数の他のネットワークノードの組み合わせ（例えば、MME及びS-GW）であってもよい。
　情報、信号（情報等）は、上位レイヤ（または下位レイヤ）から下位レイヤ（または上位レイヤ）へ出力され得る。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。入出力される情報は、上書き、更新、または追記され得る。出力された情報は削除されてもよい。入力された情報は他の装置へ送信されてもよい。
　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、真偽値（Boolean：trueまたはfalse）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。
　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、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）こと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、また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。
　本開示において説明した情報、信号などは、様々な異なる技術の何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、またはこれらの任意の組み合わせによって表されてもよい。
　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、同一のまた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、チャネル及びシンボルの少なくとも一方は信号（シグナリング）であってもよい。また、信号はメッセージであってもよい。また、コンポーネントキャリア（Component Carrier：CC）は、キャリア周波数、セル、周波数キャリアなどと呼ばれてもよい。
　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、無線リソースはインデックスによって指示されるものであってもよい。
　上述したパラメータ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等は、本開示で明示的に開示したものと異なる場合もある。様々なチャネル（例えば、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ため、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。
　本開示においては、「基地局（Base Station：BS）」、「無線基地局」、「固定局（fixed station）」、「NodeB」、「eNodeB（eNB）」、「gNodeB（gNB）」、「アクセスポイント（access point）」、「送信ポイント（transmission point）」、「受信ポイント（reception point）、「送受信ポイント（transmission/reception point）」、「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つまたは複数（例えば、３つ）のセル（セクタとも呼ばれる）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」または「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または全体を指す。
　本開示において、基地局が端末に情報を送信することは、基地局が端末に対して、情報に基づく制御・動作を指示することと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、当業者によって、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、また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、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、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（有人型または無人型）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。
　また、本開示における基地局は、移動局（ユーザ端末、以下同）として読み替えてもよい。例えば、基地局及び移動局間の通信を、複数の移動局間の通信（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、基地局が有する機能を移動局が有する構成としてもよい。また、「上り」及び「下り」などの文言は、端末間通信に対応する文言（例えば、「サイド（side）」）で読み替えられてもよい。例えば、上りチャネル、下りチャネルなどは、サイドチャネル（またはサイドリンク）で読み替えられてもよい。
　同様に、本開示における移動局は、基地局として読み替えてもよい。この場合、移動局が有する機能を基地局が有する構成としてもよい。
　無線フレームは時間領域において１つまたは複数のフレームによって構成されてもよい。時間領域において１つまたは複数の各フレームはサブフレームと呼ばれてもよい。サブフレームはさらに時間領域において１つまた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。
　ニューメロロジーは、ある信号また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つまたは複数のシンボル（Orthogonal Frequency Division Multiplexing（OFDM））シンボル、Single Carrier Frequency Division Multiple Access（SC-FDMA）シンボルなど）で構成されてもよい。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つまた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（またはPUSCH）は、PDSCH（または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（またはPUSCH）は、PDSCH（または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、何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。
　例えば、１サブフレームは送信時間間隔（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スロットまたは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スロットまたは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以上のスロットまたは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（LTE 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または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（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つまたは複数個の連続した副搬送波（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の時間領域は、１つまた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、または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つまたは複数のリソースブロックで構成されてもよい。
　なお、１つまたは複数の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つまた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用のBWP（UL BWP）と、DL用のBWP（DL BWP）とが含まれてもよい。UEに対して、１キャリア内に１つまたは複数の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。
　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、サブフレームまた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、スロットまた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。
　「接続された（connected）」、「結合された(coupled)」という用語、またはこれらのあらゆる変形は、２またはそれ以上の要素間の直接的または間接的なあらゆる接続または結合を意味し、互いに「接続」または「結合」された２つの要素間に１また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。要素間の結合または接続は、物理的なものであっても、論理的なものであっても、或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。本開示で使用する場合、２つの要素は、１またはそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、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、マイクロ波領域及び光（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」または「結合」されると考えることができる。
　参照信号は、Reference Signal（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）と呼ばれてもよい。
　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。
　上記の各装置の構成における「手段」を、「部」、「回路」、「デバイス」等に置き換えてもよい。
　本開示において使用する「第１」、「第２」などの呼称を使用した要素へのいかなる参照も、それらの要素の量また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。従って、第１及び第２の要素への参照は、２つの要素のみがそこで採用され得ること、または何らかの形で第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、「含む（include）」、「含んでいる（including）」及びそ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「または（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、翻訳により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。
　本開示で使用する「判断(determining)」、「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。「判断」、「決定」は、例えば、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、データベースまたは別のデータ構造での探索）、確認(ascertaining)したことを「判断」「決定」したとみなすことなどを含み得る。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）したことを「判断」「決定」したとみなすことなどを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などしたことを「判断」「決定」したとみなすことを含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなすことを含み得る。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、「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。
　図１９は、車両2001の構成例を示す。図１９に示すように、車両2001は、駆動部2002、操舵部2003、アクセルペダル2004、ブレーキペダル2005、シフトレバー2006、左右の前輪2007、左右の後輪2008、車軸2009、電子制御部2010、各種センサ2021～2029、情報サービス部2012と通信モジュール2013を備える。
　駆動部2002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で構成される。操舵部2003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及び後輪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2010は、マイクロプロセッサ2031、メモリ（ROM、RAM）2032、通信ポート（IOポート）2033で構成される。電子制御部2010には、車両に備えられた各種センサ2021～2027からの信号が入力される。電子制御部2010は、ECU（Electronic Control Unit）と呼んでもよい。
　各種センサ2021～2028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2021からの電流信号、回転数センサ2022によって取得された前輪や後輪の回転数信号、空気圧センサ2023によって取得された前輪や後輪の空気圧信号、車速センサ2024によって取得された車速信号、加速度センサ2025によって取得された加速度信号、アクセルペダルセンサ2029によって取得されたアクセルペダルの踏み込み量信号、ブレーキペダルセンサ2026によって取得されたブレーキペダルの踏み込み量信号、シフトレバーセンサ2027によって取得されたシフトレバーの操作信号、物体検知センサ2028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2012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、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等の各種情報を提供（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2012は、外部装置から通信モジュール2013等を介して取得した情報を利用して、車両1の乗員に各種マルチメディア情報及びマルチメディアサービスを提供する。
　情報サービス部2012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2030は、ミリ波レーダ、LiDAR（Light Detection and Ranging）、カメラ、測位ロケータ（例えば、GNSSなど）、地図情報（例えば、高精細（HD）マップ、自動運転車（AV）マップなど）、ジャイロシステム（例えば、IMU（Inertial Measurement Unit）、INS（Inertial Navigation System）など）、AI（Artificial Intelligence）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2030は、通信モジュール2013を介して各種情報を送受信し、運転支援機能または自動運転機能を実現する。
　通信モジュール2013は通信ポートを介して、マイクロプロセッサ2031及び車両1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2013は通信ポート2033を介して、車両2001に備えられた駆動部2002、操舵部2003、アクセルペダル2004、ブレーキペダル2005、シフトレバー2006、左右の前輪2007、左右の後輪2008、車軸2009、電子制御部2010内のマイクロプロセッサ2031及びメモリ（ROM、RAM）2032、センサ2021～2028との間でデータを送受信する。
　通信モジュール2013は、電子制御部2010のマイクロプロセッサ2031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2013は、電子制御部2010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、基地局、移動局等であってもよい。
　通信モジュール2013は、電子制御部2010に入力された上述の各種センサ2021～2028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2012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2010、各種センサ2021～2028、情報サービス部2012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2013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2013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2012へ表示する。情報サービス部2012は、情報を出力する（例えば、通信モジュール2013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2013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2031によって利用可能なメモリ2032へ記憶する。メモリ2032に記憶された情報に基づいて、マイクロプロセッサ2031が車両2001に備えられた駆動部2002、操舵部2003、アクセルペダル2004、ブレーキペダル2005、シフトレバー2006、左右の前輪2007、左右の後輪2008、車軸2009、センサ2021～2028などの制御を行ってもよい。
　以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示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。従って、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。
　（付記）
　上述した開示は、以下のように表現されてもよい。第１の特徴は、機械学習に利用される端末関連データのデータ収集の指示を含む端末のコンテキスト設定要求を受信する受信部と、前記指示に基づいて、前記データ収集の設定を要求するメッセージを前記端末に送信する送信部とを備える無線基地局である。
　第２の特徴は、第１の特徴において、前記受信部は、機械学習に利用される学習モデル、及び適用されるチャネルモデルに関するシナリオの少なくも何れかを含む前記指示を受信する。
　第３の特徴は、第１または第２の特徴において、前記受信部は、前記端末のアンテナ構成、受信ビーム数、及び前記端末の移動軌跡の少なくも何れかを含む前記指示を受信する。
　10無線通信システム
　20　NG-RAN
　50　NF
　100　gNB
　110　無線通信部
　120　ハンドオーバー処理部
　130　AI/MLモデル部
　140　制御部
　200　UE
　210　無線通信部
　215　AI/MLモデル部
　220　測定報告部
　230　ハンドオーバー実行部
　240　制御部
　1001　プロセッサ
　1002　メモリ
　1003　ストレージ
　1004　通信装置
　1005　入力装置
　1006　出力装置
　1007　バス
　2001　車両
　2002　駆動部
　2003　操舵部
　2004　アクセルペダル
　2005　ブレーキペダル
　2006　シフトレバー
　2007　左右の前輪
　2008　左右の後輪
　2009　車軸
　2010　電子制御部
　2012　情報サービス部
　2013　通信モジュール
　2021　電流センサ
　2022　回転数センサ
　2023　空気圧センサ
　2024　車速センサ
　2025　加速度センサ
　2026　ブレーキペダルセンサ
　2027　シフトレバーセンサ
　2028　物体検出センサ
　2029　アクセルペダルセンサ
　2030　運転支援システム部
　2031　マイクロプロセッサ
　2032　メモリ（ROM, RAM）
　2033　通信ポート

Claims (6)

  1. 　機械学習に利用される端末関連データのデータ収集に対する同意の有無を含む端末のコンテキスト設定要求を受信する受信部と、
    　前記同意がある場合、前記データ収集の設定を要求するメッセージを前記端末に送信する送信部と
    を備える無線基地局。
  2. 　機械学習に利用される端末関連データのデータ収集に対する同意の有無を要求する非アクセス層の要求メッセージをネットワークから受信する受信部と、
    　前記要求メッセージを受信した場合、前記同意の有無を示す前記非アクセス層のメッセージを前記ネットワークに送信する送信部と
    を備える端末。
  3. 　機械学習に利用される端末の端末関連データのデータ収集に対する同意の有無を要求するアクセス層の要求メッセージを無線基地局から受信する受信部と、
    　前記要求メッセージを受信した場合、前記同意の有無を示す前記アクセス層のメッセージを前記無線基地局に送信する送信部と
    を備える端末。
  4. 　端末とユーザデータを送受信する通信部と、
    　機械学習に利用される端末関連データのデータ収集に対する同意の有無を含む前記端末のハンドオーバー要求またはパス切替要求応答を受信する受信部と
    を備える無線基地局。
  5. 　第１装置と、前記第１装置と接続された第２装置とを含む無線基地局であって、
    　前記第１装置は、
    　機械学習に利用される端末関連データのデータ収集に対する同意の有無を含む端末のコンテキスト設定または変更要求を前記第２装置に送信する送信部と、
    　前記コンテキスト設定または変更要求に対する応答を前記第２装置から受信する受信部と
    を備える無線基地局。
  6. 　デュアルコネクティビティにおけるマスターノードを構成する無線基地局であって、
    　機械学習に利用される端末関連データのデータ収集に対する同意の有無を含むセカンダリーノードの追加または変更要求を、前記セカンダリーノードを構成する他の無線基地局に送信する送信部と、
    　前記追加または変更要求に対する応答を前記他の無線基地局から受信する受信部と
    を備える無線基地局。
PCT/JP2023/006535 2023-02-22 2023-02-22 無線基地局 Ceased WO2024176404A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2025502025A JPWO2024176404A1 (ja) 2023-02-22 2023-02-22
PCT/JP2023/006535 WO2024176404A1 (ja) 2023-02-22 2023-02-22 無線基地局

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/006535 WO2024176404A1 (ja) 2023-02-22 2023-02-22 無線基地局

Publications (1)

Publication Number Publication Date
WO2024176404A1 true WO2024176404A1 (ja) 2024-08-29

Family

ID=92500362

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/006535 Ceased WO2024176404A1 (ja) 2023-02-22 2023-02-22 無線基地局

Country Status (2)

Country Link
JP (1) JPWO2024176404A1 (ja)
WO (1) WO2024176404A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025087852A1 (en) * 2023-10-24 2025-05-01 Nokia Technologies Oy Beam-level user trajectory information collection
WO2025087853A1 (en) * 2023-10-24 2025-05-01 Nokia Technologies Oy Beam-level user trajectory information collection
GB2643015A (en) * 2024-07-29 2026-02-04 Nokia Technologies Oy Continuous transmission for artificial intelligence/machine learning

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013047833A1 (ja) * 2011-09-30 2013-04-04 日本電気株式会社 無線通信システム、無線端末、無線局、ネットワーク装置、及び情報収集方法
JP2014502125A (ja) * 2011-01-10 2014-01-23 日本電気株式会社 ネットワークエンティティ、通信装置、移動通信装置及びその方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014502125A (ja) * 2011-01-10 2014-01-23 日本電気株式会社 ネットワークエンティティ、通信装置、移動通信装置及びその方法
WO2013047833A1 (ja) * 2011-09-30 2013-04-04 日本電気株式会社 無線通信システム、無線端末、無線局、ネットワーク装置、及び情報収集方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ANONYMOUS: "3 Generation Partnership Project; Technical Specification Group Radio Access Network; NG-RAN; Xn application protocol (XnAP) (Release 17)", 3GPP STANDARD; TECHNICAL SPECIFICATION; 3GPP TS 38.423, vol. RAN WG3, no. V17.3.0, 6 January 2023 (2023-01-06), pages 1 - 619, XP052235038 *
ERICSSON: "MDT enhancements to support AI/ML based processes", 3GPP DRAFT; R3-224493, vol. RAN WG3, 8 August 2022 (2022-08-08), pages 1 - 5, XP052264659 *
HUAWEI, HISILICON: "New Solution on User Consent Architecture for RAN as Enforcement Point", 3GPP DRAFT; S3-222094, vol. SA WG3, 16 August 2022 (2022-08-16), pages 1 - 3, XP052271007 *
SAMSUNG: "Discussion the impacts of management based MDT in split RAN", 3GPP DRAFT; R3-196571, vol. RAN WG3, 8 November 2019 (2019-11-08), Reno, NV, USA, pages 1 - 5, XP051820400 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025087852A1 (en) * 2023-10-24 2025-05-01 Nokia Technologies Oy Beam-level user trajectory information collection
WO2025087853A1 (en) * 2023-10-24 2025-05-01 Nokia Technologies Oy Beam-level user trajectory information collection
GB2643015A (en) * 2024-07-29 2026-02-04 Nokia Technologies Oy Continuous transmission for artificial intelligence/machine learning

Also Published As

Publication number Publication date
JPWO2024176404A1 (ja) 2024-08-29

Similar Documents

Publication Publication Date Title
WO2024176404A1 (ja) 無線基地局
WO2024080250A1 (ja) 端末、無線基地局及び無線通信方法
WO2024171315A1 (ja) 無線基地局及び無線通信方法
WO2024176403A1 (ja) 無線基地局
WO2026018349A1 (ja) 無線基地局及び無線通信方法
WO2026018348A1 (ja) 端末、無線基地局及び無線通信方法
WO2026018354A1 (ja) 端末、無線基地局及び無線通信方法
WO2026018347A1 (ja) 端末、無線基地局及び無線通信方法
WO2026018355A1 (ja) 無線基地局及び無線通信方法
WO2026018357A1 (ja) 端末、無線基地局及び無線通信方法
WO2024171311A1 (ja) 無線基地局及び無線通信方法
WO2025047545A1 (ja) 無線基地局及び無線通信方法
WO2025047533A1 (ja) 端末、無線基地局及び無線通信方法
JP2025155614A (ja) 端末
WO2026033766A1 (ja) 無線基地局及び無線通信方法
WO2026033765A1 (ja) 端末及び無線通信方法
WO2024106452A1 (ja) 無線基地局及び無線通信方法
WO2025210741A1 (ja) 端末
WO2024106450A1 (ja) 端末、無線基地局及び無線通信方法
WO2024106447A1 (ja) 無線基地局及び無線通信方法
WO2025105438A1 (ja) 端末及び無線通信方法
WO2025243835A1 (ja) 端末及び無線通信方法
WO2025243831A1 (ja) 無線通信ノード及び無線基地局
JP2025155726A (ja) 端末、無線基地局及び無線通信方法
WO2025210845A1 (ja) 端末、無線基地局及び無線通信方法

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: 23924056

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2025502025

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 23924056

Country of ref document: EP

Kind code of ref document: A1