WO2025145374A1 - 信息收发方法和装置 - Google Patents

信息收发方法和装置 Download PDF

Info

Publication number
WO2025145374A1
WO2025145374A1 PCT/CN2024/070561 CN2024070561W WO2025145374A1 WO 2025145374 A1 WO2025145374 A1 WO 2025145374A1 CN 2024070561 W CN2024070561 W CN 2024070561W WO 2025145374 A1 WO2025145374 A1 WO 2025145374A1
Authority
WO
WIPO (PCT)
Prior art keywords
network device
information
message
network
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.)
Pending
Application number
PCT/CN2024/070561
Other languages
English (en)
French (fr)
Inventor
耿婷婷
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to PCT/CN2024/070561 priority Critical patent/WO2025145374A1/zh
Publication of WO2025145374A1 publication Critical patent/WO2025145374A1/zh
Anticipated expiration legal-status Critical
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic

Definitions

  • the embodiments of the present application relate to the field of communication technologies.
  • 3GPP R18 artificial intelligence/machine learning (AI/ML) over air interface topic defines multiple scenarios or sub-scenarios, such as CSI enhancement (which may also include at least one sub-scenario of CSI compression and CSI prediction), beam management, positioning or other scenarios.
  • 3GPP R19 mobility topic based on AI/ML considers new scenario types, such as normal switching, conditional switching, and L1/L2 triggered mobility (LTM).
  • Different scenarios or sub-scenarios may correspond to one or more features/feature groups.
  • Applying AI/ML to the above feature/feature group is called AI/ML-based/enabled feature/feature group.
  • An AI/ML-based/enabled feature/feature group can correspond to one or more AI functions (AI functionality) and/or, one or more AI models (AI model).
  • the model training network element needs to obtain the corresponding artificial intelligence related data.
  • the artificial intelligence related data can be at least one of L1 and/or L3 measurement result information and ground truth.
  • the model training network element needs to collect at least one of the corresponding L1 and/or L3 data and ground truth.
  • the measurement result information includes at least one of the following information: reference signal receiving power (RSRP), reference signal receiving quality (RSRQ), reference signal strength indicator (RSSI), signal to interference plus noise ratio (SINR), channel quality indicator (CQI), precoding matrix indicator (PMI), CSI-RS resource indicator (CSI Reference Signal Resource Indicator, CRI, CSI reference information resource indicator), SS/PBCH block resource indicator (SSBRI), layer indicator (LI), rank indicator (RI), precoding matrix (Precoding matrix), raw channel matrix, right singular vectors of the channel matrix, scalar quantization information (Scalar quantization information), and the like. quantization), codebook-based quantization or other signal quality information.
  • the true value refers to the Generally speaking, the true value is a relative concept, which is a measurement value obtained by a relatively reliable measurement method.
  • the model training network element needs to collect at least one of the following data: channel quality indicator (CQI), precoding matrix indicator (PMI), CSI-RS resource indicator (CSI Reference Signal Resource Indicator, CRI), SS/PBCH block resource indicator (SS/PBCH Block Resource Indicator, SSBRI), layer indicator (LI), channel matrix (channel matrix), right singular vectors of the channel matrix (right singular vectors of the channel matrix), rank indicator (RI), L1-RSRP, L1-SINR, true value or other L1 measurement result information.
  • CQI channel quality indicator
  • PMI precoding matrix indicator
  • PMI precoding matrix indicator
  • CRI CSI Reference Signal Resource Indicator
  • SS/PBCH Block Resource Indicator SS/PBCH Block Resource Indicator
  • layer indicator LI
  • channel matrix channel matrix
  • right singular vectors of the channel matrix right singular vectors of the channel matrix
  • rank indicator RI
  • an embodiment of the present application provides a method and device for sending and receiving information.
  • a sending unit configured to send a first message to the second network device, wherein the first message includes at least one of the following information:
  • first data collection capability information wherein the first data collection capability information is used to indicate artificial intelligence-related data collection capability information of the first network device
  • First network configuration information wherein the first network configuration information is used to indicate current configuration parameters of the first network device
  • first request information wherein the first request information is used to request the second network device to assist the first network device in performing artificial intelligence related data collection;
  • a receiving unit receives a second message sent by the second network device in response to the first message.
  • an information transceiver device which is configured on a second network device side, wherein the device includes:
  • first data collection capability information wherein the first data collection capability information is used to indicate artificial intelligence-related data collection capability information of the first network device
  • First network configuration information wherein the first network configuration information is used to indicate current configuration parameters of the first network device
  • an information transceiver device which is configured on a management network element side, wherein the device includes:
  • a determination unit which determines a main network device, wherein the main network device is used to perform model training
  • a sending unit is configured to send a third message to a third network device; wherein the third message indicates that the third network device serves as the master network device.
  • an information transceiver device which is configured on a third network device side, wherein the device includes:
  • a receiving unit which receives a third message sent by the management network element; wherein the third message indicates that the third network device serves as a master network device, wherein the master network device is used to perform model training;
  • a determination unit wherein the device determines to perform model training according to the third message.
  • an information transceiver device which is configured on a fourth network device side, wherein the device includes:
  • a receiving unit which receives a fourth message sent by the management network element; wherein the fourth message is used to indicate to the fourth network device that the third network device is a master network device, and/or, management information of a model that needs to be trained when the third network device is a master network device, wherein the master network device is used to perform model training, and
  • the fourth network device and the third network device have the same network configuration parameters.
  • a method for sending and receiving information is provided, which is applied to a first network device side, wherein the method includes:
  • the first network device sends a first message to the second network device, wherein the first message includes at least one of the following information:
  • first data collection capability information wherein the first data collection capability information is used to indicate artificial intelligence-related data collection capability information of the first network device
  • First network configuration information wherein the first network configuration information is used to indicate current configuration parameters of the first network device
  • first request information wherein the first request information is used to request the second network device to assist the first network device in performing artificial intelligence related data collection;
  • the first network device receives a second message sent by the second network device in response to the first message.
  • a method for sending and receiving information is provided, which is applied to a second network device side, wherein the method includes:
  • the second network device receives a first message sent by the first network device, wherein the first message includes at least one of the following information:
  • first data collection capability information wherein the first data collection capability information is used to indicate artificial intelligence-related data collection capability information of the first network device
  • First network configuration information wherein the first network configuration information is used to indicate current configuration parameters of the first network device
  • first request information wherein the first request information is used to request the second network device to assist the first network device in performing artificial intelligence related data collection;
  • the second network device sends a second message in response to the first message to the first network device.
  • the management network element sends a third message to a third network device, wherein the third message indicates that the third network device serves as the master network device.
  • a method for sending and receiving information is provided, which is applied to a third network device side, wherein the method includes:
  • the third network device receives a third message sent by the management network element; wherein the third message indicates that the third The third network device is used as a main network device, wherein the main network device is used to perform model training;
  • the third network device determines to execute model training according to the third message.
  • a method for sending and receiving information is provided, which is applied to a fourth network device side, wherein the method includes:
  • the fourth network device receives a fourth message sent by the management network element; wherein the fourth message is used to indicate to the fourth network device that the third network device is the master network device, and/or management information of the model that needs to be trained when the third network device is the master network device.
  • the master network device is used to perform model training.
  • the fourth network device and the third network device have the same network configuration parameters.
  • FIG1 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application
  • FIG2 is a schematic diagram of information interaction between a first network device and a second network device in an embodiment of the present application
  • FIG 3 is another schematic diagram of information interaction between the first network device and the second network device in an embodiment of the present application
  • FIG4 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application.
  • FIG5 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application.
  • 6A is a schematic diagram of information interaction between a management network element, a third network device, and a fourth network device in an embodiment of the present application;
  • 6B is a schematic diagram of information interaction between a third network device and a fourth network device in an embodiment of the present application
  • FIG7 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application.
  • FIG8 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application.
  • FIG9 is a schematic diagram of an information transceiver device 900 according to an embodiment of the present application.
  • FIG10 is a schematic diagram of an information transceiver device 1000 according to an embodiment of the present application.
  • FIG11 is a schematic diagram of an information transceiver device 1100 according to an embodiment of the present application.
  • FIG13 is a schematic diagram of an information transceiver device 1300 according to an embodiment of the present application.
  • FIG. 15 is a schematic diagram of a network device according to an embodiment of the present application.
  • the terms “first”, “second”, etc. are used to distinguish different elements in terms of title, but do not indicate the spatial arrangement or temporal order of these elements, etc., and these elements should not be limited by these terms.
  • the term “and/or” includes any one and all combinations of one or more of the associated listed terms.
  • the terms “comprising”, “including”, “having”, etc. refer to the presence of the stated features, elements, components or components, but do not exclude the presence or addition of one or more other features, elements, components or components.
  • a scenario including network devices and/or terminal devices is taken as an example.
  • the core network device may refer to a device in the core network (CN) that provides service support for the terminal device.
  • the core network device may be at least one of the following: a mobility and management entity (MME), an access and mobility management function (AMF) entity, a session management function (SMF) entity, a user plane function (UPF) entity, a location management function (LMF) entity, etc., which are not given one by one here.
  • MME mobility and management entity
  • AMF access and mobility management function
  • SMF session management function
  • UPF user plane function
  • LMF location management function
  • the AMF entity may be responsible for the access management and mobility management of the terminal
  • the SMF entity may be responsible for session management, such as the establishment of a user's session
  • the UPF entity may be a functional entity of the user plane, mainly responsible for connecting to the external network.
  • the LMF entity may manage the overall coordination and scheduling of resources required for the location of the terminal device registered to the core network device or accessing the core network device. It should be noted that in the embodiment of the present application, the entity may also be referred to as a network element or a functional entity, such as the AMF entity may also be referred to as an AMF network element or an AMF functional entity, and so on.
  • the third-party application device can be an OTT service (over the top server) or other third-party equipment.
  • OAM is a network device that performs operations, administration, and maintenance on the network according to the actual needs of the operator's network operations.
  • the access network device is an access device for the terminal device to access the communication system by wireless means.
  • the access network device may be a base station (BS), an evolved NodeB (eNodeB), a transmission reception point (TRP), a base station (next generation NodeB, gNB) in the fifth generation (5G) mobile communication system, a base station in the sixth generation (6G) mobile communication system, a base station in the future mobile communication system, or an access node in a WiFi system.
  • AI artificial intelligence
  • AI/ML artificial intelligence/machine learning
  • ML machine learning ML
  • these terms are interchangeable.
  • AI-based feature or feature group and “AI- or ML-based feature or feature group” have the same meaning, and their corresponding English may be AI/ML-based feature/FG.
  • the first message may be carried by at least one of the following messages: X2 setup request, Xn setup request, NG-RAN NODE configuration update, NG-RAN NODE configuration update acknowledgment, and other network device interface establishment request or configuration update related messages, which is not limited in this application.
  • the first data collection capability information is used to indicate the artificial intelligence of the first network device. (AI)-related data collection capabilities information.
  • the first data collection capability information includes at least one of the following information: artificial intelligence-related data collection indication information; artificial intelligence-related data collection type information; and other artificial intelligence-related data collection capability support information.
  • the first data collection capability information may be at a cell level, at a DU level, or at a network device level.
  • the data collection capability information related to artificial intelligence (AI) related to the first network device may indicate the data collection capability information related to artificial intelligence (AI) of the cell under the first network device, or the data collection capability information related to artificial intelligence (AI) of the DU under the first network device, or the data collection capability information related to artificial intelligence (AI) of the first network device.
  • the first message also includes cell information and/or distribution unit (DU) identification information of the first network device.
  • DU distribution unit
  • the first message may also include cell information under the first network device. And/or, if the first network device is a CU, the first message may also include identification information of the DU under the first network device.
  • the cell information includes at least one of the following information: a cell global identifier (CGI), a physical cell identifier (PCI) and frequency information, a cell identifier (cell ID), a non-public network identifier (NPN ID), a non-terrestrial network identifier (NTN ID) or at least one of other cell identifiers.
  • the CGI may include a public land mobile network (PLMN ID) and a cell ID.
  • the cell information may also include a tracking area code (TAC) and/or identification information of a network device to which the cell belongs, such as a global network device identifier.
  • TAC tracking area code
  • the identification information of the DU may be a DU ID, and/or a DU name.
  • the first message when the first message includes the first data collection capability information and the cell information (cell ID 1), it indicates that the first data collection capability information is at the cell level, and the first data collection capability information is used to indicate the data collection capability information related to the artificial intelligence (AI) of the cell ID 1 under the first network device (indicating whether the current cell ID1 supports...); for another example, when the first message includes the first data collection capability information and the identification information of the DU (DU ID1), it indicates that the first data collection capability information is at the DU level, and the first data collection capability information is used to indicate the data collection capability information related to the artificial intelligence (AI) of the DU ID1 under the first network device (indicating whether the current DU ID1 supports...); for another example, when the first message includes the first data collection capability information but does not include the cell information and the identification information of the DU, it indicates that the first capability information is at the network device level, and the first capability information is used to indicate the data collection capability information related to the artificial intelligence (AI) of the first network device (indicating whether the current network device (
  • the "first data collection capability information" includes artificial intelligence-related data collection indication information, which is used to indicate whether the current first network device or the current cell or the current DU supports artificial intelligence-related data collection.
  • the artificial intelligence-related data collection indication information can be represented by a 1-bit information element.
  • the first data collection capability information includes the information element, it indicates that the collection of artificial intelligence-related data is supported, and when the information element is not included, it indicates that the collection of artificial intelligence-related data is not supported; or, when the bit value of the information element is a first value, it indicates that the collection of artificial intelligence-related data is supported, and when the bit value is a second value, it indicates that the collection of artificial intelligence-related data is not supported.
  • the first value can be 1 and the second value can be 0, or the first value can be 0 and the second value can be 1.
  • the embodiments of the present application are not limited to this.
  • the "first data collection capability information" includes artificial intelligence-related data collection type information, which may include at least one of the following information: artificial intelligence-related data collection support information corresponding to scene type information/sub-scene type information/feature information/feature group information/function information/model information, artificial intelligence-related data collection support information corresponding to model type information, or other types of information.
  • scene type information/sub-scene type information/feature information/feature group information/function information/model information can be used to determine at least one scene type/sub-scene type/feature/feature group/function/model.
  • the description of the scene type/sub-scene type/feature/feature group/function/model can be found in the background technology and will not be repeated here.
  • the artificial intelligence-related data collection support information corresponding to the model information is used to indicate whether the current network device or the current cell or the current DU supports the data collection corresponding to the model, or to indicate whether the current network device or the current cell or the current DU supports the data collection corresponding to the model under a certain function under a certain artificial intelligence-based feature or feature group, or to indicate whether the current network device or the current cell or the current DU supports the data collection corresponding to the model under a certain artificial intelligence-based feature or feature group.
  • the artificial intelligence-related data collection capabilities supported by the cell/DU/network device can be refined, making the collection of artificial intelligence-related data more targeted.
  • the model type information is used to indicate the model type, and the model type may include a one-sided model and a multi-sided model; a one-sided model refers to a model deployed on a single device, which may be called a one-sided model; for example, depending on the deployed device, the one-sided model may also be divided into a UE-sided model on the terminal device side and a NW-sided model on the network device side. It is understandable that, depending on the deployed network device, the NW-sided model may be further divided into a gNB-sided model, a LMF-sided model or other network device side models; a multi-sided model refers to a model deployed on at least two devices.
  • the models may be separately configured as follows: Deployed on UE and NW, this model can be called a two-sided model.
  • the AI-related data collection support information corresponding to the model type information is used to indicate whether the current network device or the current cell or the current DU supports the model type, or to indicate whether the current network device or the current cell or the current DU supports the model type under a certain AI-based feature or a certain function under a feature group, or to indicate whether the current network device or the current cell or the current DU supports the model type under a certain AI-based feature or a certain feature group;
  • the model type can be indicated by the identification information of the model.
  • the identification information of the model can be an index, an identifier, a name, or other information.
  • the "first data collection capability information” may also include supporting information of other artificial intelligence-related data collection capabilities, etc., but this application is not limited to this.
  • the first network configuration information includes at least one of the following information: antenna configuration information of the network device; beam configuration information of the network device; coverage configuration information of the network device; and status information of the network device.
  • the antenna configuration information of the network device may include at least one configuration information such as the tilt angle information under the antenna, the number of antennas, analog antennas, digital antennas, physical antennas, etc.; the beam configuration information of the network device may include at least one configuration information such as beam width information, the number of beams, beam identification information, beam index information, beam scanning information, etc.; the coverage configuration information of the network device may include frequency information, maximum transmit power information, coverage range information, indoor, outdoor, etc., at least one configuration information; and the status information of the network device may include at least one status information such as whether the capacity station and the coverage station have enabled network energy saving, network energy saving configuration information, etc.; the network device (NW) environment information and/or configuration information may also include other information, which is not limited in the present application.
  • the network device (NW) environment information and/or configuration information may also include other information, which is not limited in the present application.
  • the "first network configuration information" may be specific configuration information, or may be identification or index information corresponding to the configuration information.
  • the correspondence between the network device configuration information and its identification or index information may be determined by a predetermined protocol, or by a management device of the network device (e.g., a core network device, at least one of OAM).
  • a management device of the network device e.g., a core network device, at least one of OAM.
  • the first message also includes first request information.
  • the first request information includes at least one of the following information: expected network device configuration information; expected terminal device configuration information; expected artificial intelligence-related data volume information; artificial intelligence-related data report configuration information; and expected terminal device information for collecting artificial intelligence-related data.
  • expected network device configuration information refers to the information corresponding to the data that the first network device expects the second network device to provide.
  • the first request information may also include artificial intelligence related data collection type information corresponding to
  • artificial intelligence related data collection type information corresponding to
  • expected network device configuration information includes network device configuration information that the first network device expects to obtain, and reference may be made to the relevant description of “first network configuration information”, which will not be repeated here.
  • expected terminal device configuration information includes terminal device configuration information that the first network device expects to obtain.
  • the second network device When the second network device receives the above-mentioned identifier or index information, it can determine the terminal device configuration information corresponding to the above-mentioned identifier or index information based on the correspondence predefined by the protocol, or through the correspondence obtained from other devices (for example, a terminal device, a management device of a terminal device, a core network device, OAM, or at least one of other network devices).
  • the first network device sends a first message to the second network device and receives a second message sent by the second network device, so that the access network devices can exchange artificial intelligence-related data collection capability information and/or network configuration information and/or artificial intelligence-related data collection requests, thereby providing support for subsequent artificial intelligence-related data collection between access network devices, and can also avoid multiple access network devices from performing model training separately, reducing the waste of network resources.
  • FIG. 4 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application. As shown in FIG. 4 , the method includes:
  • the first data collection capability information is used to indicate artificial intelligence (AI)-related data collection capability information of the first network device;
  • the first network configuration information is used to indicate current configuration parameters of the first network device;
  • the first request information is used to request the second network device to assist the first network device in performing artificial intelligence-related data collection;
  • the second network device sends a second message in response to the first message to the first network device.
  • the first network device sends a first message to the second network device and receives a second message sent by the second network device, so that the access network devices can exchange artificial intelligence-related data collection capability information and/or network configuration information and/or artificial intelligence-related data collection requests, thereby providing support for subsequent artificial intelligence-related data collection between access network devices, and can also avoid multiple access network devices from performing model training separately, reducing the waste of network resources.
  • first message refers to the relevant descriptions of the embodiments of the first aspect and are not repeated here.
  • the first network device sends a first message to the second network device and receives a second message sent by the second network device, so that the access network devices can exchange artificial intelligence-related data collection capability information and/or network configuration information and/or artificial intelligence-related data collection requests, thereby providing support for subsequent artificial intelligence-related data collection between access network devices, and can also avoid multiple access network devices from performing model training separately, reducing the waste of network resources.
  • An embodiment of the present application provides a method for sending and receiving information, which is described from the perspective of a management network element.
  • FIG5 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application. As shown in FIG5 , the method includes:
  • the management network element determines a main network device, where the main network device is used to perform model training;
  • the management network element may also determine management information of the model for which the main network device performs model training.
  • the management network element sends a third message to a third network device, wherein the third message indicates that the third network device serves as the master network device.
  • the "management network element” may be a core network device, such as an OAM.
  • the "second device” may also be other access network devices, access network device management devices, or OTT servers, etc. This application does not impose any restrictions on this.
  • the management network element determines the third network device as the main network device between the fourth network device and the third network device having the same network configuration parameters, and the third network device is used to perform model training.
  • the "identification information of the fourth network device” may include local access network device identification information, globally unique access network device identification information or other identification information, etc.; the cell information under the fourth network device can refer to the relevant description in the embodiment of the first aspect mentioned above, and will not be repeated here.
  • the third message also includes management information indicating the model that needs to be trained when the third network device acts as the main network device.
  • the management information of the model is used to indicate the scene information and/or model type information to which the model that needs to be trained belongs.
  • the scene information can be at least one of the following information: scene type information, sub-scene type information, feature information, feature group information, function information, or other scene information.
  • the "model type information" can refer to the relevant description in the aforementioned "embodiment of the first aspect", which will not be repeated here.
  • the method further comprises:
  • the relevant information of the trained model includes at least one of the following information: identification information of the model, network device configuration information applicable to the model, terminal device configuration information applicable to the model, main network device information of the model, and permission information of the model.
  • the identification information of the model may include at least one of the following: globally unique identification information of the model, unique identification information of the model within the operator, and unique identification information of the model within a region having the same network configuration information;
  • the network device configuration information applicable to the model is used to indicate the network device configuration information that can obtain better model performance.
  • the description of the network device configuration information can be referred to above and will not be repeated here.
  • the model Applicable network device configuration information includes network device configuration information of the third network device; the description of the terminal device configuration information can be referred to above and will not be repeated here.
  • the main network device information of the model is used to indicate the third network device, and may include part or all of the identification information of the third network device;
  • the permission information of the model is used to indicate whether the model can be shared, and/or to indicate the information of the network devices and/or terminal devices that the model can share; for example, the permission information of the model may include: area information, sharing indication information, chip manufacturer information of the terminal device, manufacturer information of the terminal device, manufacturer information of the network device, or other information, wherein, for example, the area information may include at least one beam information, and/or at least one cell information, and/or at least one tracking area code information, and/or at least one access network area code information.
  • the method further comprises:
  • the management network element sends a fourth message to the fourth network device; wherein the fourth message is used to indicate to the fourth network device that the third network device serves as the master network device, and/or management information of a model that needs to be trained when the third network device serves as the master network device;
  • the management network element sends the trained model and/or related information of the trained model to the fourth network device.
  • steps 503 to 505 are optional steps, and steps 503 to 505 can be implemented separately or in combination with steps 501 and 502; and regarding the execution order of steps 503 to 505, the embodiments of the present application are not limited to this, and optionally, steps 503 to 505 can also be executed simultaneously.
  • the fourth message may include main network device information (e.g., device information of the third network device), such as identification information of the third network device and/or cell information under the third network device, or other information; for example, the fourth message may also include management information of the model that the main network device needs to train.
  • main network device information e.g., device information of the third network device
  • the fourth message may also include management information of the model that the main network device needs to train.
  • the third network device may also directly send the trained model and/or related information of the trained model to the fourth network device.
  • the process of "the management network element sends the trained model and/or related information of the trained model to the fourth network device" in step 505 in FIG. 5 may be replaced.
  • the third network device can directly or indirectly send the trained model, or the model and information related to the model to the fourth network device with the same network configuration parameters or the fourth network device to which the cell with the same network configuration parameters belongs through the interface between the third network device and the fourth network device; or, the third network device can send the trained model and/or related information of the trained model to the management network element through the interface between the third network device and the management network element, and then the management network element sends the trained model and/or related information of the trained model to the fourth network device with the same network configuration parameters as the third network device or the fourth network device to which the cell with the same network configuration parameters belongs.
  • the fourth network device to which the cell having the same network configuration parameters belongs sends the trained model, and/or the model and information related to the model.
  • the third network device and the fourth network device can negotiate the main network device corresponding to the model that needs to be trained.
  • the third network device sends a fifth message to the fourth network device, where the fifth message is used to indicate that the third network device is the master network device.
  • the fourth network device and the third network device have the same network configuration parameters.
  • the details of "the identification information of the fourth network device and/or the cell information under the fourth network device", "the trained model and/or the related information of the trained model”, etc. can be found in the aforementioned implementation manner and will not be repeated here.
  • the relevant information of the trained model includes at least one of the following information: identification information of the model, network device configuration information applicable to the model, terminal device configuration information applicable to the model, main network device information of the model, and permission information of the model.
  • the fifth message also includes management information for indicating the model that needs to be trained when the third network device is used as the master network device.
  • management information for indicating the model that needs to be trained when the third network device is used as the master network device.
  • the description of the management information of the model can be referred to above and will not be repeated here.
  • the third network device receives a sixth message sent by the fourth network device in response to the fifth message.
  • the sixth message includes a confirmation message or a failure message.
  • the third network device when the sixth message includes a confirmation message, sends the trained model and/or related information of the trained model to the fourth network device.
  • the main network device is determined by the management network element, and the model training is performed through the main access network device, thereby avoiding unnecessary network resource consumption caused by access network devices with the same network configuration parameters each performing model training.
  • the present application embodiment provides a method for sending and receiving information, which is described from the side of the fourth network device and the third party
  • the contents of the embodiments of the first aspect and the embodiments of the fourth aspect are similar and will not be described again; the "embodiment of the fifth aspect" of the present application can be implemented in combination with the "embodiment of the third aspect” and the “embodiment of the fourth aspect", or can be implemented alone.
  • FIG8 is a schematic diagram of a method for sending and receiving information according to an embodiment of the present application. As shown in FIG8 , the method includes:
  • a fourth network device receives a fourth message sent by a management network element; wherein the fourth message is used to indicate to the fourth network device that the third network device is a master network device, and/or, management information of a model that needs to be trained when the third network device is a master network device, wherein the master network device is used to perform model training; and the fourth network device has the same network configuration parameters as the third network device.
  • the method further comprises:
  • the fourth network device receives the trained model and/or related information of the trained model sent by the third network device and/or the management network element.
  • step 802 is an optional step.
  • Step 802 can be implemented alone or in combination with step 801.
  • the embodiment of the present application is not limited to this.
  • the relevant information of the trained model includes at least one of the following information: identification information of the model, network device configuration information applicable to the model, terminal device configuration information applicable to the model, main network device information of the model, and permission information of the model.
  • the fifth message also includes management information for indicating the model that needs to be trained when the third network device is used as the master network device.
  • management information for indicating the model that needs to be trained when the third network device is used as the master network device.
  • the description of the management information of the model can be referred to above and will not be repeated here.
  • the fourth network device sends a sixth message in response to the fifth message to the third network device.
  • the sixth message includes a confirmation message or a failure message.
  • the fourth network device when the sixth message includes a confirmation message, receives the trained model and/or related information of the trained model sent by the third network device.
  • the main network device is determined by the management network element, and the model training is performed through the main access network device, thereby avoiding unnecessary network resource consumption caused by access network devices with the same network configuration parameters each performing model training.
  • An embodiment of the present application provides an information transceiver device 900 .
  • Fig. 9 is a schematic diagram of an information transceiver device 900 of an embodiment of the present application, and the device may be, for example, a first network device, or may be one or more components or assemblies configured on the first network device. Since the principle of solving the problem by the device is the same as the method of the embodiment of the first aspect, its specific implementation may refer to the implementation of the method of the embodiment of the first aspect, and the same contents will not be repeated.
  • the information transceiver device 900 includes:
  • a sending unit 901 sends a first message to a second network device, wherein the first message includes at least one of the following information: first data collection capability information, first network configuration information, and first request information.
  • the first data collection capability information is used to indicate artificial intelligence (AI)-related data collection capability information of the first network device;
  • the first network configuration information is used to indicate current configuration parameters of the first network device; and
  • the first request information is used to request the second network device to assist the first network device in performing artificial intelligence-related data collection;
  • the receiving unit 902 receives a second message sent by the second network device in response to the first message.
  • the first data collection capability information includes at least one of the following information: artificial intelligence-related data collection indication information; artificial intelligence-related data collection type information; and other artificial intelligence-related data collection capability support information.
  • the first network configuration information includes at least one of the following information: antenna configuration information of the network device; beam configuration information of the network device; coverage configuration information of the network device; and status information of the network device.
  • the first message also includes cell information and/or distributed unit (DU) identification information of the first network device.
  • DU distributed unit
  • the second message includes second data collection capability information and/or second network configuration information, wherein the second data collection capability information is used to indicate artificial intelligence (AI)-related capability information of the second network device, and the second network configuration information is used to indicate the current configuration parameters of the second network device.
  • AI artificial intelligence
  • the second message also includes cell information and/or distribution unit information under the second network device. (DU) identification information.
  • the first request information includes at least one of the following information: expected network device configuration information; expected terminal device configuration information; expected artificial intelligence-related data volume information; artificial intelligence-related data report configuration information; and expected terminal device information for collecting artificial intelligence-related data.
  • the expected terminal device configuration information includes at least one of the following information: speed information of the terminal device; computing speed information of the terminal device; service cell information of the terminal device; and a channel model between the terminal device and the network device.
  • the second message includes a confirmation message, which includes the collected artificial intelligence-related data information; or, the second message includes a failure message, which is used to indicate that the second network device cannot execute the request for collecting all or part of the artificial intelligence-related data in the first request information.
  • first message refers to the relevant descriptions of the embodiments of the first aspect and are not repeated here.
  • the above device may also include other components or modules.
  • the above components or modules may be implemented by hardware facilities such as processors, memories, transmitters, and receivers; the implementation of the present application is not limited thereto.
  • the first network device sends a first message to the second network device and receives a second message sent by the second network device, so that the access network devices can exchange artificial intelligence-related data collection capability information and/or network configuration information and/or artificial intelligence-related data collection requests, thereby providing support for subsequent artificial intelligence-related data collection between access network devices, and can also avoid multiple access network devices from performing model training separately, reducing the waste of network resources.
  • An embodiment of the present application provides an information sending and receiving device.
  • FIG10 is a schematic diagram of an information transceiver device 1000 of an embodiment of the present application.
  • the device may be, for example, a second network device, or may be one or more components or assemblies configured in the second network device. Since the principle of solving the problem of the device is the same as the method of the embodiment of the second aspect, its specific implementation may refer to the implementation of the second aspect. The implementation of the method of the example will not be repeated for the same contents.
  • the information transceiver device 1000 includes:
  • the receiving unit 1001 receives a first message sent by a first network device, where the first message includes at least one of the following information: first data collection capability information, first network configuration information, and first request information.
  • the first data collection capability information is used to indicate artificial intelligence (AI)-related data collection capability information of the first network device;
  • the first network configuration information is used to indicate current configuration parameters of the first network device; and
  • the first request information is used to request the second network device to assist the first network device in performing artificial intelligence-related data collection;
  • the sending unit 1002 sends a second message in response to the first message to the first network device.
  • first message refers to the relevant descriptions of the embodiments of the first aspect and are not repeated here.
  • the above device may also include other components or modules.
  • the above components or modules may be implemented by hardware facilities such as processors, memories, transmitters, and receivers; the implementation of the present application is not limited thereto.
  • the first network device sends a first message to the second network device and receives a second message sent by the second network device, so that the access network devices can exchange artificial intelligence-related data collection capability information and/or network configuration information and/or artificial intelligence-related data collection requests, thereby providing support for subsequent artificial intelligence-related data collection between access network devices, and can also avoid multiple access network devices from performing model training separately, reducing the waste of network resources.
  • An embodiment of the present application provides an information sending and receiving device.
  • FIG11 is a schematic diagram of an information transceiver device 1100 of an embodiment of the present application, and the device may be, for example, a management network element, or one or more components or assemblies configured in the management network element. Since the principle of solving the problem by the device is the same as the method of the embodiment of the third aspect, its specific implementation may refer to the implementation of the method of the embodiment of the third aspect, and the same contents will not be repeated.
  • the information transceiver device 1100 includes:
  • a determining unit 1101 which determines a primary network device, wherein the primary network device is used to perform model training;
  • the sending unit 1102 is configured to send a third message to a third network device, wherein the third message indicates that the third network device serves as the master network device.
  • the third message also includes identification information of a fourth network device and/or cell information of the fourth network device, wherein the fourth network device and the third network device have the same network configuration parameters.
  • the third message also includes management information indicating a model that needs to be trained when the third network device acts as a master network device.
  • the sending unit 1102 also: sends a fourth message to a fourth network device; wherein the fourth message indicates to the fourth network device that the third network device serves as the main network device, and/or management information of a model that needs to be trained when the third network device serves as the main network device.
  • the main network device is determined by the management network element, and the model training is performed by the main access network device, thereby avoiding unnecessary Network resource consumption.
  • FIG12 is a schematic diagram of an information transceiver device 1200 of an embodiment of the present application, which may be, for example, a third network device, or may be one or more components or assemblies configured on the third network device. Since the principle of solving the problem by the device is the same as the method of the embodiment of the third aspect and the embodiment of the fourth aspect, its specific implementation may refer to the implementation of the method of the embodiment of the third aspect and the embodiment of the fourth aspect, and the same contents will not be repeated.
  • the information transceiver device 1200 includes:
  • a receiving unit 1201 receives a third message sent by a management network element; wherein the third message indicates that the third network device serves as a master network device, wherein the master network device is used to perform model training;
  • the determination unit 1202 determines to execute model training according to the third message.
  • the fifth message also includes management information for indicating a model that needs to be trained when the third network device acts as a master network device.
  • An embodiment of the present application provides an information sending and receiving device.
  • the information transceiver device 1300 includes:
  • a receiving unit 1301 receives a fourth message sent by a management network element; wherein the fourth message is used to indicate to the fourth network device that the third network device is a main network device, and/or management information of a model that needs to be trained when the third network device is a main network device, wherein the main network device is used to perform model training; and the fourth network device has the same network configuration parameters as the third network device.
  • the receiving unit 1301 receives a fifth message sent by a third network device, where the fifth message is used to indicate that the third network device is a master network device.
  • the fourth network device and the third network device have the same network configuration parameters.
  • the fifth message also includes management information for indicating a model that needs to be trained when the third network device acts as a master network device.
  • the information transceiver device 1300 further includes: a sending unit 1302, which sends a sixth message in response to the fifth message to the third network device.
  • the sixth message includes a confirmation message or a failure message.
  • the receiving unit 1301 receives the trained model and/or related information of the trained model sent by the third network device.
  • the above device may also include other components or modules.
  • the above components or modules may be implemented by hardware facilities such as processors, memories, transmitters, and receivers; the implementation of the present application is not limited thereto.
  • the main network device is determined by the management network element, and the model training is performed through the main access network device, thereby avoiding unnecessary network resource consumption caused by access network devices with the same network configuration parameters each performing model training.
  • An embodiment of the present application also provides a communication system, including a network device.
  • Figure 14 is a schematic diagram of a communication system of an embodiment of the present application, which schematically illustrates a situation taking multiple network devices as an example.
  • the communication system 1400 may include a first network device 1401 and a second network device 1402; and/or, the communication system 1400 includes a management network element 1403, a third network device 1404, and a fourth network device 1405.
  • the first network device 1401 is configured to execute the method described in the embodiment of the first aspect. Since the method has been described in detail in the embodiment of the first aspect, its content is incorporated here and will not be repeated.
  • the second network device 1402 is configured to execute the method described in the embodiment of the second aspect. Since the method has been described in detail in the embodiment of the second aspect, its content is incorporated here and will not be repeated.
  • the management network element 1403 is configured to execute the method described in the embodiment of the third aspect. Since the method has been described in detail in the embodiment of the second aspect, its content is incorporated here and will not be repeated.
  • the third network device 1404 is configured to execute the method described in the embodiment of the fourth aspect. Since the method has been described in detail in the embodiment of the second aspect, its content is incorporated here and will not be repeated.
  • the fourth network device 1405 is configured to perform the method described in the embodiment of the fifth aspect. Since the method has been described in detail in the embodiment of the second aspect, its content is incorporated here and will not be repeated.
  • An embodiment of the present application also provides a network device, which may be, for example, a base station or a CU or a DU, but the present application is not limited thereto and may also be other network devices.
  • a network device which may be, for example, a base station or a CU or a DU, but the present application is not limited thereto and may also be other network devices.
  • FIG15 is a schematic diagram of a network device according to an embodiment of the present application.
  • the network device 1500 may include: a processor 1501 and a memory 1502; the memory 1502 is coupled to the processor 1501.
  • the memory 1502 may store various data; in addition, it may store a program 1503 for information processing, and execute the program under the control of the processor 1501.
  • the functions of the apparatus of the embodiments of the first to fifth aspects may be integrated into the processor 1501, wherein the processor 1501 may be configured to execute a program to implement the methods of the embodiments of the first to fifth aspects, the contents of which are incorporated herein and will not be repeated here.
  • the apparatus of the embodiments of the first to fifth aspects may be configured separately from the processor 1501.
  • the apparatus of the embodiments of the first to fifth aspects may be configured as a chip connected to the processor 1501, and the functions of the apparatus of the embodiments of the first to fifth aspects may be implemented through the control of the processor 1501.
  • the network device 1500 may further include: a transceiver 1504 and an antenna 1505.
  • the functions of the above components are similar to those in the prior art and are not described in detail here. It is worth noting that the network device 1500 does not necessarily include all the components shown in FIG15 ; in addition, the network device 1500 may also include components not shown in FIG15 , which may refer to the prior art.
  • An embodiment of the present application also provides a computer program, wherein when the program is executed in a network device, the program causes the network device to execute the method described in the embodiments of the first to fifth aspects.
  • An embodiment of the present application further provides a storage medium storing a computer program, wherein the computer program enables a network device to execute the methods described in the embodiments of the first to fifth aspects.
  • the above devices and methods of the present application can be implemented by hardware, or by hardware combined with software.
  • the present application relates to such a computer-readable program, which, when executed by a logic component, enables the logic component to implement the above-mentioned devices or components, or enables the logic component to implement the various methods or steps described above.
  • the present application also relates to a storage medium for storing the above program, such as a hard disk, a magnetic disk, an optical disk, a DVD, a flash memory, etc.
  • the method/device described in conjunction with the embodiments of the present application may be directly embodied as hardware, a software module executed by a processor, or a combination of the two.
  • one or more of the functional block diagrams shown in the figure and/or one or more combinations of the functional block diagrams may correspond to various software modules of the computer program flow or to various hardware modules.
  • These software modules may correspond to the various steps shown in the figure, respectively.
  • These hardware modules may be implemented by solidifying these software modules, for example, using a field programmable gate array (FPGA).
  • FPGA field programmable gate array
  • the software module may be located in a RAM memory, a flash memory, a ROM memory, an EPROM memory, an EEPROM memory, a register, a hard disk, a removable disk, a CD-ROM, or any other form of storage medium known in the art.
  • a storage medium may be coupled to a processor so that the processor can read information from the storage medium and write information to the storage medium; or the storage medium may be an integral part of the processor.
  • the processor and the storage medium may be located in an ASIC.
  • the software module may be stored in a memory of a mobile terminal or in a memory card that can be inserted into the mobile terminal.
  • a method for sending and receiving information, applied to a first network device side comprising:
  • the first network device sends a first message to the second network device, wherein the first message includes at least one of the following information:
  • first data collection capability information wherein the first data collection capability information is used to indicate artificial intelligence (AI)-related data collection capability information of the first network device;
  • AI artificial intelligence
  • First network configuration information wherein the first network configuration information is used to indicate current configuration parameters of the first network device
  • first request information wherein the first request information is used to request the second network device to assist the first network device in performing artificial intelligence related data collection;
  • the first network device receives a second message sent by the second network device in response to the first message.
  • a method for sending and receiving information, applied to a second network device side comprising:
  • the second network device receives a first message sent by the first network device, wherein the first message includes at least one of the following information:
  • first data collection capability information wherein the first data collection capability information is used to indicate artificial intelligence (AI)-related data collection capability information of the first network device;
  • AI artificial intelligence
  • First network configuration information wherein the first network configuration information is used to indicate current configuration parameters of the first network device
  • first request information wherein the first request information is used to request the second network device to assist the first network device in performing artificial intelligence related data collection;
  • the second network device sends a second message in response to the first message to the first network device.
  • a method for sending and receiving information, applied to a management network element side comprising:
  • the management network element determines a main network device, where the main network device is used to perform model training;
  • the management network element sends a third message to a third network device, wherein the third message indicates that the third network device serves as the master network device.
  • a method for sending and receiving information, applied to a third network device side comprising:
  • the third network device receives a third message sent by the management network element; wherein the third message indicates that the third network device serves as a master network device, wherein the master network device is used to perform model training;
  • the third network device determines to execute model training according to the third message.
  • the third network device sends the trained model and/or relevant information of the trained model to the management network element; or
  • the third network device sends the trained model and/or relevant information of the trained model to the fourth network device.
  • a method for sending and receiving information, applied to a fourth network device side comprising:
  • the fourth network device receives a fourth message sent by the management network element; wherein the fourth message is used to indicate to the fourth network device that the third network device is a master network device, and/or management information of a model that needs to be trained when the third network device is a master network device, wherein the master network device is used to perform model training; and
  • the fourth network device and the third network device have the same network configuration parameters.
  • a device comprising a memory and a processor, wherein the memory stores a computer program, and the processor is configured to execute the computer program to implement the method as described in any one of Notes 1 to 8.
  • a communication system characterized in that the communication system includes the device described in Note 9.

Landscapes

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

Abstract

本申请实施例提供一种信息收发方法以及装置，该方法包括：第一网络设备向第二网络设备发送第一消息，其中，所述第一消息包括如下信息的至少一种：第一数据收集能力信息，第一网络配置信息，第一请求信息；其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能(AI)相关的数据收集能力信息；所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及所述第一网络设备接收所述第二网络设备发送的响应于所述第一消息的第二消息。

Description

信息收发方法和装置 技术领域
本申请实施例涉及通信技术领域。
背景技术
3GPP R18空口人工智能/机器学习(artificial intelligence/machine learning，AI/ML)课题中定义了多个场景或子场景，比如CSI增强(CSI enhancement)(又可以包括CSI压缩(CSI compression)，CSI预测(CSI predication)中的至少一个子场景)，波束管理(beam management)，定位(positioning)或者其它场景。3GPP R19基于AI/ML的移动性课题中考虑了新的场景类型，比如普通切换，条件切换，底层触发的移动性(L1/L2 triggered mobility，LTM)。不同的场景或子场景可以对应一个或多个特性/特性组(feature/feature group)。将AI/ML应用于上述feature/feature group，称为AI/ML-based/enabled feature/feature group。一个AI/ML-based/enabled feature/feature group可以对应一个或多个AI功能(AI functionality)，和/或，一个或多个AI模型(AI model)。
为了获得对应的模型，需要基于数据进行模型训练，相应的，模型训练网元需要获取对应的人工智能相关数据。人工智能相关数据可以为L1和/或L 3测量结果信息、真实值(ground truth)的至少一种。针对上述场景，模型训练网元需要收集对应的L1和/或L3数据、真实值(ground truth)的至少一种。其中，测量结果信息包括如下信息的至少一种：参考信息号接收功率(Reference Singal Receiving Power，RSRP)，参考信号接收质量(Reference Signal Receiving Quality，RSRQ)，参考信号强度指示(Reference Singal Strength Indicator，RSSI)，信干噪比(Signal to Interference plus Noise Ratio，SINR)，信道质量指示符(channel quality indicator，CQI)，预编码矩阵指示符(Precoding Matrix Indicator，PMI)，CSI-RS资源指示符(CSI Reference Signal Resource Indicator，CRI，CSI参考信息号资源指示符)，SS/PBCH块资源指示符(SS/PBCH Block Resource Indicator，SSBRI)，层指示符(layer indicator，LI)，秩指示符(Rank Indicator，RI)，预编码矩阵(Precoding matrix)，原始的信道矩阵(Raw channel matrix)，信道矩阵的右奇异向量(right singular vectors of the channel matrix)，标量量化信息(Scalar quantization)，基于码本的量化信息(Codebook-based quantization)或者其他信号质量信息。真实值是指可 以作为基准的测量值。一般来说，真实值是一个相对概念，由相对可靠的测量方式得到的测量值。
以CSI enhancement场景为例，模型训练网元需要收集如下数据的至少一种：信道质量指示符(channel quality indicator，CQI)，预编码矩阵指示符(Precoding Matrix Indicator，PMI)，CSI-RS资源指示符(CSI Reference Signal Resource Indicator，CRI，CSI参考信息号资源指示符)，SS/PBCH块资源指示符(SS/PBCH Block Resource Indicator，SSBRI)，层指示符(layer indicator，LI)，信道矩阵(channel matrix)，信道矩阵的右奇异向量(right singular vectors of the channel matrix)，秩指示符(Rank Indicator，RI)，L1-RSRP，L1-SINR，真实值或者其它L1测量结果信息。以beam management为例，模型训练网元需要收集如下数据的至少一种：预编码矩阵，原始的信道矩阵，标量量化信息，基于码本的量化信息，beam测量结果信息、真实值或者其他测量结果信息。
应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
发明人发现，引入AI/ML之后，可能存在需要网络设备收集人工智能相关数据以支持人工智能相关的模型训练。现有机制下，若多个网络设备的网络配置参数相同，每个网络设备分别收集人工智能相关数据，执行模型训练，可能会带来网络资源的不必要浪费。
针对上述问题至少之一或其他类似问题，本申请实施例提供一种信息收发方法和装置。
根据本申请实施例的一方面，提供一种信息收发装置，配置于第一网络设备侧，其中，所述装置包括：
发送单元，其向第二网络设备发送第一消息，其中，所述第一消息包括如下信息的至少一种：
第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能相关的数据收集能力信息；
第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
接收单元，其接收所述第二网络设备发送的响应于所述第一消息的第二消息。
根据本申请实施例的另一方面，提供一种信息收发装置，配置于第二网络设备侧，其中，所述装置包括：
接收单元，其接收第一网络设备发送的第一消息，其中，所述第一消息包括如下信息的至少一种：
第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能相关的数据收集能力信息；
第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
发送单元，其向所述第一网络设备发送响应于所述第一消息的第二消息。
根据本申请实施例的另一方面，提供一种信息收发装置，配置于管理网元侧，其中，所述装置包括：
确定单元，其确定主网络设备，所述主网络设备用于执行模型训练；
发送单元，其向第三网络设备发送第三消息；其中，所述第三消息指示所述第三网络设备作为所述主网络设备。
根据本申请实施例的另一方面，提供一种信息收发装置，配置于第三网络设备侧，其中，所述装置包括：
接收单元，其接收管理网元发送的第三消息；其中，所述第三消息指示所述第三网络设备作为主网络设备，其中，所述主网络设备用于执行模型训练；
确定单元，其设备根据所述第三消息，确定执行模型训练。
根据本申请实施例的另一方面，提供一种信息收发装置，配置于第四网络设备侧，其中，所述装置包括：
接收单元，其接收管理网元发送的第四消息；其中，所述第四消息用于向所述第四网络设备指示第三网络设备作为主网络设备，和/或，所述第三网络设备作为主网络设备时需要训练的模型的管理信息，其中，所述主网络设备用于执行模型训练，以及
所述第四网络设备与所述第三网络设备具有相同的网络配置参数。
根据本申请实施例的另一方面，提供一种信息收发方法，应用于第一网络设备侧，其中，所述方法包括：
所述第一网络设备向第二网络设备发送第一消息，其中，所述第一消息包括如下信息的至少一种：
第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能相关的数据收集能力信息；
第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
所述第一网络设备接收所述第二网络设备发送的响应于所述第一消息的第二消息。
根据本申请实施例的另一方面，提供一种信息收发方法，应用于第二网络设备侧，其中，所述方法包括：
所述第二网络设备接收第一网络设备发送的第一消息，其中，所述第一消息包括如下信息的至少一种：
第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能相关的数据收集能力信息；
第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
所述第二网络设备向所述第一网络设备发送响应于所述第一消息的第二消息。
根据本申请实施例的另一方面，提供一种信息收发方法，应用于管理网元侧，其中，所述方法包括：
所述管理网元确定主网络设备，所述主网络设备用于执行模型训练；
所述管理网元向第三网络设备发送第三消息；其中，所述第三消息指示所述第三网络设备作为所述主网络设备。
根据本申请实施例的另一方面，提供一种信息收发方法，应用于第三网络设备侧，其中，所述方法包括：
所述第三网络设备接收管理网元发送的第三消息；其中，所述第三消息指示所述第 三网络设备作为主网络设备，其中，所述主网络设备用于执行模型训练；
所述第三网络设备根据所述第三消息，确定执行模型训练。
根据本申请实施例的另一方面，提供一种信息收发方法，应用于第四网络设备侧，其中，所述方法包括：
第四网络设备接收管理网元发送的第四消息；其中，所述第四消息用于向所述第四网络设备指示第三网络设备作为主网络设备，和/或，所述第三网络设备作为主网络设备时需要训练的模型的管理信息。其中，所述主网络设备用于执行模型训练。以及
所述第四网络设备与所述第三网络设备具有相同的网络配置参数。
本申请实施例的有益效果之一在于：第一网络设备向第二网络设备发送第一消息并且接收第二网络设备发送的第二消息，使得接入网设备之间能够交互人工智能相关的关数据收集能力信息和/或网络配置信息和/或人工智能相关数据收集请求，从而为后续接入网设备之间的人工智能相关数据收集提供支持，还能够避免多个接入网设备分别执行模型训练，减少网络资源的浪费。
参照后文的说明和附图，详细公开了本申请的特定实施方式，指明了本申请的原理可以被采用的方式。应该理解，本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本申请的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
在本申请实施例的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。此外，在附图中，类似的标号表示几个附图中对应的部件，并可用于指示多于一种实施方式中使用的对应部件。
图1本申请实施例的信息收发方法的一示意图；
图2是本申请实施例中第一网络设备、第二网络设备之间的信息交互的一示意图；
图3是本申请实施例中第一网络设备、第二网络设备之间的信息交互的另一示意图；
图4是本申请实施例的信息收发方法的一示意图；
图5是本申请实施例的信息收发方法的一示意图；
图6A是本申请实施例中管理网元、第三网络设备、第四网络设备之间的信息交互的一示意图；
图6B是本申请实施例中第三网络设备、第四网络设备之间的信息交互的一示意图；
图7是本申请实施例的信息收发方法的一示意图；
图8是本申请实施例的信息收发方法的一示意图；
图9是本申请实施例的信息收发装置900的一示意图；
图10是本申请实施例的信息收发装置1000的一示意图；
图11是本申请实施例的信息收发装置1100的一示意图；
图12是本申请实施例的信息收发装置1200的一示意图；
图13是本申请实施例的信息收发装置1300的一示意图；
图14是本申请实施例的通信系统的一示意图；
图15是本申请实施例的网络设备的一示意图。
具体实施方式
参照附图，通过下面的说明书，本申请的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本申请的特定实施方式，其表明了其中可以采用本申请的原则的部分实施方式，应了解的是，本申请不限于所描述的实施方式，相反，本申请包括落入所附权利要求的范围内的全部修改、变型以及等同物。
在本申请实施例中，术语“第一”、“第二”等用于对不同元素从称谓上进行区分，但并不表示这些元素的空间排列或时间顺序等，这些元素不应被这些术语所限制。术语“和/或”包括相关联列出的术语的一种或多个中的任何一个和所有组合。术语“包含”、“包括”、“具有”等是指所陈述的特征、元素、元件或组件的存在，但并不排除存在或添加一个或多个其他特征、元素、元件或组件。
在本申请实施例中，单数形式“一”、“该”等包括复数形式，应广义地理解为“一种”或“一类”而并不是限定为“一个”的含义；此外术语“所述”应理解为既包括单数形式也包括复数形式，除非上下文另外明确指出。此外术语“根据”应理解为“至少部分根据……”，术语“基于”应理解为“至少部分基于……”，除非上下文另外明确指出。
在本申请实施例中，以包含网络设备和/或终端设备的场景为例。
在上述场景中，网络设备可以包括核心网设备、第三方应用设备、操作维护管理(operation administration and maintenance，OAM)、接入网设备中的至少一种。
核心网设备可以指为终端设备提供业务支持的核心网(core network，CN)中的设备。作为一些实例，核心网设备可以为如下至少一种：移动管理实体(mobility and management entity，MME)、接入和移动性管理功能(access and mobility management function，AMF)实体、会话管理功能(session management function，SMF)实体、用户面功能(user plane function，UPF)实体、定位管理功能(Location Management Function，LMF)实体等等，此处不一一举例。其中，AMF实体可以负责终端的接入管理和移动性管理，SMF实体可以负责会话管理，比如用户的会话建立，UPF实体可以是用户面的功能实体，主要负责连接外部网络。LMF实体可以管理注册到核心网设备或访问核心网设备的终端设备的位置所需的资源的总体协调和调度。需要说明的是，本申请实施例中，实体也可以称为网元或功能实体，比如AMF实体也可以称为AMF网元或AMF功能实体，等等。
第三方应用设备可以为OTT服务(over the top server)或者其它第三方设备。
OAM可以为根据运营商网络运营的实际需要，对网络进行操作(Operation)、管理(Administration)、维护(Maintenance)等管理工作的网络设备。
接入网设备是终端设备通过无线方式接入到通信系统的接入设备。接入网设备可以是基站(base station，BS)、演进型基站(evolved NodeB，eNodeB)、发送接收点(transmission reception point，TRP)、第五代(5th generation，5G)移动通信系统中的基站(next generation NodeB，gNB)、第六代(6th generation，6G)移动通信系统中的基站、未来移动通信系统重的基站或WiFi系统中的接入节点等。接入网设备也可以是完成基站部分功能的模块或单元，例如，可以是如下模块或单元的至少一种：集中式单元(central unit，CU)，分布式单元(distributed unit，DU)，集中式单元控制面(CU control plane，CU-CP)，集中式单元用户面(CU user plane，CU-CP)，集成接入回传(Integrated Access Backhaul，IAB)或者其它模块或单元。本申请实施例对接入网设备所采用的具体技术和/或具体设备形态不做限定。接入网设备可以部署在陆地上，包括室内/室外，可以手持或车载；也可以部署在水面上，飞机上，气球或卫星上；接入网设备可以部署在固定位置，也可以部署在移动的载体上，本申请实施例对此不做限定。
在上述场景中，终端设备可以是具有无线收发功能的设备，可以向接入网设备发送信号，和/或，接收来自接入网设备的信号。终端设备也可以称为终端、移动台、移动终端等。终端设备可以是手机，平板，或其它具有无线智能收发功能的设备。终端设备可以广泛应用于各种场景，例如，设备到设备(device-to-device，D2D)，车物(vehicle to  everything，V2X)通信，机器类通信(machine-type communication，MTC)、物联网(Internet of things，IoT)，虚拟现实，增强现实，工业控制，自动驾驶，远程医疗，或各种智慧场景。
在上述场景中，接入网设备和终端设备之间、终端设备和终端设备之间可以通过授权频谱进行通信，也可以通过免授权频谱进行通信，也可以同时通过授权频谱和免授权频谱进行通信。本申请实施例对无线通信所使用的频谱资源不做限定。
在本申请下面的说明中，人工智能(AI)也可以被称为人工智能/机器学习(AI/ML)或机器学习ML，这些名词可以互换，例如，“基于AI的特性或特性组”与“基于AI或ML的特性或特性组”具有相同含义，它们对应的英文可以是AI/ML-based feature/FG。
在上述场景中，网络设备可以进行AI模型训练相关的数据收集，例如，终端设备收集到人工智能相关数据后，可以不立即上报给网络设备，而是等收集到多条人工智能相关数据后，再上报给网络设备；例如，还可以网络设备通过层3信令(RRC)的方式收集AI模型训练相关的数据。
在现有机制下，主要考虑网络设备向终端设备收集需要的底层人工智能相关数据。为了协助网络设备更快的收集需要的人工智能相关数据，可以考虑网络设备间的底层数据的收集机制。
例如，在网络设备1和网络设备2希望收集人工智能相关数据用于波束管理场景下的模型训练的情况下，当网络设备1和网络设备2的网络配置相同时，网络设备1从UE侧收集的人工智能相关数据或者网络设备1自己收集的人工智能相关数据，可以提供给网络设备2，用于网络设备2侧的模型训练；如果在多个网络设备的网络配置参数相同的情况下，每个网络设备分别收集数据，执行模型训练，可能会带来网络资源的不必要浪费。
针对上述问题的至少之一，本申请实施例提供一种信息收发方法以及装置。
下面结合附图和具体实施方式对本申请实施例进行说明。为了便于描述，下文以基站作为接入网设备的例子进行描述。在以下的说明中，在不引起混淆的情况下，“如果…”、“在…情况下”以及“当…时”可以相互替换使用。
第一方面的实施例
本申请实施例提供一种信息收发方法，从第一网络设备的一侧进行说明。
图1本申请实施例的信息收发方法的一示意图，如图1示，该方法包括：
101，第一网络设备向第二网络设备发送第一消息，其中，该第一消息包括如下信息的至少一种：第一数据收集能力信息，第一网络配置信息，第一请求信息。
其中，该第一数据收集能力信息用于指示该第一网络设备的人工智能(AI)相关的数据收集能力信息；该第一网络配置信息用于指示该第一网络设备当前的配置参数；该第一请求信息用于请求该第二网络设备辅助该第一网络设备执行人工智能相关数据收集；
102，该第一网络设备接收该第二网络设备发送的响应于该第一消息的第二消息。
值得注意的是，以上附图1仅示意性地对本申请实施例进行了说明，但本申请不限于此。例如可以增加其他的一些操作或者减少其中的某些操作。本领域的技术人员可以根据上述内容进行适当地变型，而不仅限于上述附图1的记载。
根据上述实施例，第一网络设备向第二网络设备发送第一消息并且接收第二网络设备发送的第二消息，使得接入网设备之间能够交互人工智能相关的数据收集能力信息和/或网络配置信息和/或人工智能相关数据收集请求，从而为后续接入网设备之间的人工智能相关数据收集提供支持，还能够避免多个接入网设备分别执行模型训练，减少网络资源的浪费。
在一些实施例中，“第一网络设备”、“第二网络设备”可以是接入网设备，例如，“第一网络设备”、“第二网络设备”是终端设备通过无线方式接入到通信系统的接入设备，关于该“第一设备”的具体内容可以参见上述关于“接入网设备”的相关介绍，在此不做重复说明。
在一些实施例中，第一消息包括“第一数据收集能力信息、第一网络配置信息、第一请求信息”中的至少两个信息的情况下，第一网络设备可以通过同一步骤携带上述至少两个信息给第二网络设备，也可以通过不同的步骤和/或不同的消息，分别携带上述至少两个信息给第二网络设备，本申请实施例不以此为限制。
以下对于“第一消息”的具体内容进行详细说明：
在一些实施例中，第一消息可以通过如下至少一种消息携带：X2建立请求(X2 setup request)，Xn建立请求(Xn setup request)，NG-RAN节点配置更新(NG-RAN NODE configuration update)，NG-RAN节点配置更新确认(NG-RAN NODE configuration update acknowledge)，以及其它的网络设备间接口建立请求或配置更新相关消息，本申请对此不做限制。
在一些实施例中，该第一数据收集能力信息用于指示该第一网络设备的人工智能 (AI)相关的数据收集能力信息。
在一些实施例中，该第一数据收集能力信息包括如下信息的至少一种：人工智能相关数据收集指示信息；人工智能相关数据收集类型信息；以及其他人工智能相关数据收集能力的支持信息。
在一些实施例中，该第一数据收集能力信息可以是小区级别的，也可以是DU级别的，或者可以是网络设备级别的。对应的，用于指示该第一网络设备相关的人工智能(AI)相关的数据收集能力信息可以表示指示第一网络设备下的小区的人工智能(AI)相关的数据收集能力信息，或者第一网络设备下的DU的人工智能(AI)相关的数据收集能力信息，或者第一网络设备的人工智能(AI)相关的数据收集能力信息。
在一些实施例中，该第一消息还包括该第一网络设备下的小区信息和/或分布单元(DU)标识信息。
在一些实施例中，该第一消息还可以包括第一网络设备下的小区信息。和/或，若第一网络设备为CU，该第一消息还可以包括第一网络设备下的DU的标识信息。小区信息包括如下信息的至少一种：小区全局标识(cell global identifier，CGI)，物理小区标识(physical cell identifier，PCI)和频点信息，小区标识(cell identifier，cell ID)，非公网标识(non-public network identifier，NPN ID)，非陆地网络标识(non-terrestrial network identifier，NTN ID)或者其他小区标识中的至少一种。CGI可以包括公共陆地移动网络(public land mobile network，PLMN ID)和cell ID。可选的，小区信息还可以包括跟踪区码(tracking area code，TAC)和/或小区所属的网络设备的标识信息，比如全局网络设备标识。DU的标识信息可以是DU ID，和/或，DU名字。
例如，第一消息包括第一数据收集能力信息和小区信息(cell ID 1)时，表示该第一数据收集能力信息是小区级别的，该第一数据收集能力信息用于指示该第一网络设备下的cell ID 1的人工智能(AI)相关的数据收集能力信息(指示当前小区ID1是否支持…)；又例如，第一消息包括第一数据收集能力信息和DU的标识信息(DU ID1)时，表示该第一数据收集能力信息是DU级别的,该第一数据收集能力信息用于指示该第一网络设备下的DU ID1的人工智能(AI)相关的数据收集能力信息(指示当前DU ID1是否支持…)；再例如，第一消息包括第一数据收集能力信息，但不包括小区信息和DU的标识信息时，表示该第一能力信息是网络设备级别的，该第一能力信息用于指示该第一网络设备的人工智能(AI)相关的数据收集能力信息(指示当前网络设备(第一网络设备)是否支持…)。
以下对于“第一数据收集能力信息”的具体信息进行举例说明：
例如，“第一数据收集能力信息”包括人工智能相关数据收集指示信息，该人工智能相关数据收集指示信息用于指示当前第一网络设备或当前小区或当前DU是否支持人工智能相关数据收集。该人工智能相关数据收集指示信息可以通过1比特的信元表示，在第一数据收集能力信息包括该信元时，表示支持人工智能相关数据的收集，在不包括该信元时，表示不支持人工智能相关数据的收集；或者，在该信元的比特值为第一值时，表示支持人工智能相关数据的收集，在比特值为第二值时，表示不支持人工智能相关数据的收集，该第一值可以为1，该第二值可以为0，或者该第一值可以为0，该第二值可以为1，本申请实施例并不以此作为限制。
在一些实施例中，“第一数据收集能力信息”包括人工智能相关数据收集类型信息，该人工智能相关数据收集类型信息可以包括如下信息的至少一种：场景类型信息/子场景类型信息/特性信息/特性组信息/功能信息/模型信息对应的人工智能相关数据收集支持信息，模型类型信息对应的人工智能相关数据收集支持信息，或者其他类型信息。
例如，场景类型信息/子场景类型信息/特性信息/特性组信息/功能信息/模型信息可以用于确定至少一个场景类型/子场景类型/特性/特性组/功能/模型，场景类型/子场景类型/特性/特性组/功能/模型的描述可以参见背景技术，此处不再赘述。例如，模型信息对应的人工智能相关数据收集支持信息用于指示当前网络设备或当前小区或当前DU是否支持该模型对应的数据收集，或者，用于指示当前网络设备或当前小区或当前DU是否支持某一基于人工智能的特性或特性组下的某一功能下的该模型对应的数据收集，或者，用于指示当前网络设备或当前小区或当前DU是否支持某一基于人工智能的特性或特性组下的该模型对应的数据收集。
由此，通过包括场景类型信息/子场景类型信息/特性信息/特性组信息/功能信息/模型信息对应的人工智能相关数据收集支持信息，能够细化小区/DU/网络设备支持的人工智能相关数据收集能力，使得人工智能相关数据的收集更有针对性。
例如，模型类型信息用于指示模型类型，模型类型可以包括单侧模型和多侧模型；单侧模型是指部署在单个设备的模型，可以称为one-sided model；例如，根据部署的设备的不同，单侧模型还可以分为终端设备侧的模型UE-sided model，网络设备侧的模型NW-sided model，可以理解的，根据部署的网络设备的不同，NW-sided model又可以进一步分为gNB-sided model,LMF-sided model或者其他网络设备侧的模型；多侧模型是指部署在至少两个设备上的模型。例如，在CSI compression场景下，模型可以分别部 署在UE和NW上，该模型可以称为双侧模型two-sided model。
例如，模型类型信息对应的人工智能相关数据收集支持信息用于指示当前网络设备或当前小区或当前DU是否支持该模型类型，或者，用于指示当前网络设备或当前小区或当前DU是否支持某一基于人工智能的特性或特性组下的某一功能下的该模型类型，或者，用于指示当前网络设备或当前小区或当前DU是否支持某一基于人工智能的特性或特性组下的该模型类型；可选的，模型类型可以通过模型的标识信息进行指示。模型的标识信息可以为索引，标识，名称或其他信息。
例如，“第一数据收集能力信息”还可以包括其他人工智能相关数据收集能力的支持信息等，本申请不以此为限制。
在一些实施例中，该第一网络配置信息包括如下信息的至少一种：网络设备的天线配置信息；网络设备的波束配置信息；网络设备的覆盖配置信息；以及网络设备的状态信息。
例如，该网络设备的天线配置信息可以包括天线下的倾角信息，天线个数，模拟天线，数字天线，物理天线等至少一个配置信息；该网络设备的波束配置信息可以包括波束宽度信息，波束个数，波束标识信息，波束索引信息，波束扫描信息等至少一个配置信息；该网络设备的覆盖配置信息可以包括频点信息，最大发送功率信息，覆盖范围信息，室内、室外等至少一个配置信息；以及该网络设备的状态信息可以包括容量站、覆盖站是否开启网络节能，网络节能配置信息等至少一个状态信息；该网络设备(NW)环境信息和/或配置信息还可以包括其他信息，本申请对此不进行限制。
例如，该“第一网络配置信息”可以为具体的配置信息，也可以为配置信息对应的标识或索引信息。比如，通过协议预定，或者，通过网络设备的管理设备(比如，核心网设备，OAM的至少一种)，确定网络设备配置信息和其标识或索引信的对应关系。当其它设备接收到上述标识或索引信息，可以基于协议预定义的对应关系，或者通过获取的对应关系，可以确定上述标识或索引信息对应的网络设备的配置信息。
在一些实施例中，该第一消息还包括第一请求信息。
在一些实施例中，该第一请求信息包括如下信息的至少一种：期望的网络设备配置信息；期望的终端设备配置信息；期望的人工智能相关数据量信息；人工智能相关数据报告配置信息；以及期望的收集人工智能相关数据的终端设备信息。可以理解的，该“期望的”上述信息是指第一网络设备期望第二网络设备可以提供的数据需要对应的信息。
在一些实施例中，该第一请求信息还可以包括人工智能相关数据收集类型信息对应 的请求信息。例如，人工智能相关数据收集类型信息的描述请参见前述部分，不对此进行赘述。
例如，“期望的网络设备配置信息”包括第一网络设备期望获得的网络设备配置信息，可以参考“第一网络配置信息”的相关描述，此处不再赘述。
例如，“期望的终端设备配置信息”包括第一网络设备期望获得的终端设备配置信息。
在一些实施例中，该期望的终端设备配置信息包括如下信息的至少一种：终端设备的速度信息；终端设备的计算速度信息；终端设备的服务小区信息；以及终端设备和网络设备之间的信道模型信息。
例如，该终端设备的速度信息用于指示终端设备确定的速度信息，可以为瞬时速度信息，也可以为平均速度信息；该终端设备的计算速度信息用于指示终端设备运行模型可以提供的算力信息；小区信息包括如下信息的至少一种：小区全局标识(cell global identifier，CGI)，物理小区标识(physical cell identifier，PCI)和频点信息，小区标识(cell identifier，cell ID)，非公网标识(non-public network identifier，NPN ID)，非陆地网络标识(non-terrestrial network identifier，NTN ID)或者其他小区标识中的至少一种。CGI可以包括公共陆地移动网络(public land mobile network，PLMN ID)和cell ID。可选的，小区信息还可以包括跟踪区码(tracking area code，TAC)和/或小区所属的网络设备的标识信息，比如全局网络设备标识。该终端设备和网络设备之间的信道模型信息包括视线(line of sighe，LOS)模型、或者非实现(non-line of sight，NLOS)模型等相关信息；可以理解的，该终端设备(UE)环境信息和/或配置信息也可以包括其他信息，本申请对此不进行限制。
例如，该“期望的终端设备配置信息”可以为具体的配置信息，也可以为配置信息对应的标识或索引信息。基于该标识或索引信息，可以确定其对应的具体的配置信息。比如，通过协议预定，或者，通过终端设备，或者终端设备的管理设备(比如，终端厂商的管理设备，OTT server，终端芯片厂商的管理设备，OAM的至少一种)，确定终端设备配置信息和其标识或索引信的对应关系。当第二网络设备接收到上述标识或索引信息，可以基于协议预定义的对应关系，或者通过从其它设备(比如，终端设备，终端设备的管理设备，核心网设备，OAM，或者其它网络设备的至少一种设备)获取的对应关系，可以确定上述标识或索引信息对应的终端设备配置信息。
例如，“期望的人工智能相关数据量信息”用于指示第一网络设备期望获取的人工 智能相关数据大小信息。
例如，“人工智能相关数据报告配置信息”用于指示第二网络设备向第一网络设备发送人工智能相关数据的形式。例如，发送的人工智能相关数据的形式可以为周期性发送，或者，基于事件触发的发送；对应的，“人工智能相关数据报告配置信息”可以包括周期信息，事件触发配置信息的至少一种。“人工智能相关数据报告配置信息”还可以包括其他信息，本申请对此不进行限制。
例如，“期望的收集人工智能相关数据的终端设备信息”用于指示第一网络设备期望收集人工智能相关数据的终端设备信息。该终端设备信息可以为终端设备的厂商信息，终端设备的芯片信息或者终端设备的标识信息的至少一种。
例如，终端设备的标识信息可以包括如下信息的至少一种：终端设备在第二网络设备中的小区无线网络临时标识(Cell Radio-Network Temporary Identifier,C-RNTI)，终端设备在接入网设备间的接口上的第一网络设备侧的标识信息(比如，RAN node1 UE XnAP ID)，终端设备在接入网设备间的接口上的第二网络设备侧的标识信息(比如，RAN node2 UE XnAP ID)，全局唯一的临时UE标识(global unique temporary UE identity，GUTI)，国际移动用户识别码(international mobile subscribe identity，IMSI)，临时移动用户识别码(temporary mobile subscribe identity，TMSI)或者其他，本申请对此不进行限制。
以下对于“第二消息”的具体内容进行详细说明：
在一些实施例中，第二消息可以通过如下至少一种消息携带：X2建立响应(X2 setup response)，Xn建立响应(Xn setup response)，NG-RAN节点配置更新(NG-RAN NODE configuration update)，NG-RAN节点配置更新确认(NG-RAN NODE configuration update acknowledge)；以及其它的网络设备间接口建立响应或配置更新相关消息，本申请不以此为限制。
在一些实施例中，该第二消息包括第二数据收集能力信息和/或第二网络配置信息，其中，该第二数据收集能力信息用于指示该第二网络设备的人工智能(AI)相关的能力信息，该第二网络配置信息用于指示该第二网络设备当前的配置参数。
在一些实施例中，该第二数据收集能力信息用于指示第二网络设备相关的人工智能相关数据收集能力信息；该第二网络配置信息用于指示该第二网络设备当前的配置参数。例如，该第二数据收集能力信息以及第二网络配置信息的实施方式可以参考第一数据收集能力信息以及第一网络配置信息，重复之处不再赘述。
在一些实施例中，该第二消息还包括第二网络设备的标识信息。
例如，第二网络设备的标识信息可以为网络设备的ID或者网络设备的名字信息，比如为global node ID，gNB-CU name或者网络设备的其它标识信息。
在一些实施例中，该第二消息还包括该第二网络设备下的小区信息和/或分布单元(DU)标识信息。
例如，该第二消息还可以包括该第二网络设备的小区信息，和/或，若第二网络设备为CU，该第二消息还可以包括该第二网络设备的DU(distributed unit，分布式单元)标识信息。
例如，该第二消息包括第二数据收集能力信息和小区信息(cell ID 2)时，表示该第二数据收集能力信息是小区级别的，该第二数据收集能力信息用于指示该第二网络设备下的cell ID 2的人工智能相关数据收集能力信息(指示小区ID2是否支持…)；该第二消息包括第二数据收集能力信息和DU的标识信息(DU ID2)时，表示该第二数据收集能力信息是DU级别的,该第二数据收集能力信息用于指示该第二网络设备下的DU ID2的人工智能相关数据收集能力信息(指示DU ID2是否支持…)；该第二消息包括第二数据收集能力信息，但不包括小区信息和DU的标识信息时，表示该第二数据收集能力信息是网络设备级别的，该第二数据收集能力信息用于指示该第二网络设备的人工智能相关数据收集能力信息(指示网络设备(第二网络设备)是否支持…)。
在一些实施例中，该第二消息包括确认消息，该确认消息包括收集的人工智能相关数据信息；或者，该第二消息包括失败消息，该失败消息用于指示该第二网络设备无法执行该第一请求信息中的全部或部分人工智能相关数据收集的请求。
例如，该第二消息可以为确认消息，该确认消息可以包括收集的人工智能相关数据信息。可选的，该确认消息还可以包括该人工智能相关数据对应的网络配置信息，终端配置信息，终端设备信息的至少一种。可选的，该确认信息还可以包括该人工智能相关数据对应的场景类型信息/子场景类型信息/特性信息/特性组信息/功能信息/模型信息对应的人工智能相关数据收集支持信息，模型类型信息对应的人工智能相关数据收集支持信息或者其他信息的至少一种，相关内容可以参见前述实施方式，在此不做赘述。
例如，该第二消息可以为失败消息，该失败消息用于指示第二网络设备无法执行第一请求消息中的全部或部分人工智能相关数据收集请求。例如，该失败消息可以携带失败原因信息、成功接受的人工智能相关数据收集请求对应的人工智能相关数据收集类型信息、失败的人工智能相关数据收集请求对应的人工智能相关数据收集类型信息的至少 一种。例如，失败原因信息可以为网络配置信息不匹配，期望的终端配置信息无效或者其他可能的失败原因等，相关内容可以参见前述实施方式，在此不做赘述。
以上对于“第一消息”、“第二消息”进行详细说明后，以下结合具体实施例对本申请的第一网络设备和第二网络设备之间的交互等内容进行详细说明：
(一)实施例1
在该实施例中，以图2为例，所涉及到的第一网络设备、第二网络设备可以为基站或CU或其它接入网络设备，本申请实施例并不以此作为限制。
以下以“该第一消息包括第一数据收集能力信息和/或第一网络配置信息；该第二消息包括第二数据收集能力信息和/或第二网络配置信息”为例进行说明：
图2是本申请实施例中第一网络设备、第二网络设备之间的信息交互的一示意图，如图2所示，该方法包括：
201，第一网络设备向第二网络设备发送第一消息，该第一消息包括第一数据收集能力信息和/或第一网络配置信息；
202，第二网络设备向第一网络设备发送响应于该第一消息的第二消息。
可选的，该第二消息包括第二数据收集能力信息和/或第二网络配置信息。
作为一种可能的实现方式，步骤202中，该第二消息还可以包括第二网络设备下的小区信息，和/或，若第二网络设备为CU，该第二消息还可以包括第二网络设备下的DU的标识信息。
例如，“第一数据收集能力信息和/或第一网络配置信息”、“第二数据收集能力信息和/或第二网络配置信息”等的详细内容可以参见前述实施方式，在此不做重复说明。
由此，通过接入网络设备之间(例如第一网络设备和第二网络设备之间)的人工智能相关数据收集能力和/或网络配置的交互，使得接入网络设备可以获取相邻接入网络设备的人工智能相关数据收集能力信息和/或网络配置信息，从而为后续接入网络设备之间的人工智能相关数据收集提供支持。
(二)实施例2
在该实施例中，以图3为例，所涉及到的第一网络设备、第二网络设备可以为基站或CU或其它接入网络设备，本申请实施例并不以此作为限制。
以下以“该第一消息包括第一请求信息；该第二消息包括确认消息，或者，失败消息”为例进行说明：
图3是本申请实施例中第一网络设备、第二网络设备之间的信息交互的另一示意图， 如图3所示，该方法包括：
301，第一网络设备向第二网络设备发送第一消息，该第一消息包括第一请求信息；
302，在第二网络设备向第一网络设备发送响应于该第一消息的第二消息，该第二消息包括确认消息或者失败消息。
作为一种可能的实现方式，步骤302中，该确认消息还可以包括“收集的人工智能相关数据信息、该人工智能相关数据对应的网络配置信息、终端配置信息、终端设备信息、该人工智能相关数据对应的场景类型信息/子场景类型信息/特性信息/特性组信息/功能信息/模型信息对应的人工智能相关数据收集支持信息，模型类型信息对应的人工智能相关数据收集支持信息或者其他信息的至少一种”；该失败消息还可以包括“失败原因信息、成功接受的人工智能相关数据收集请求对应的人工智能相关数据收集类型信息、失败的人工智能相关数据收集请求对应的人工智能相关数据收集类型信息的至少一种”。
例如，“第一请求信息”、“确认消息或者失败消息”等的详细内容可以参见前述实施方式，在此不做重复说明。
由此，通过接入网络设备之间(例如第一网络设备和第二网络设备之间)的人工智能相关数据收集，并获取对应的人工智能相关数据报告，从而为模型训练提供大量的人工智能相关数据支撑。
以上各个实施例仅对本申请实施例的方法进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
根据上述实施例，第一网络设备向第二网络设备发送第一消息并且接收第二网络设备发送的第二消息，使得接入网设备之间能够交互人工智能相关的关数据收集能力信息和/或网络配置信息和/或人工智能相关数据收集请求，从而为后续接入网设备之间的人工智能相关数据收集提供支持，还能够避免多个接入网设备分别执行模型训练，减少网络资源的浪费。
第二方面的实施例
本申请实施例提供一种信息收发方法，从第二网络设备的一侧进行说明，与第一方面的实施例内容相同之处不再重复说明；本申请“第二方面的实施例”可以与“第一方面的实施例”结合实施，也可以单独实施。
图4是本申请实施例的信息收发方法的一示意图，如图4所示，该方法包括：
401，第二网络设备接收第一网络设备发送的第一消息，其中，该第一消息包括如下信息的至少一种：第一数据收集能力信息，第一网络配置信息，第一请求信息。
其中，该第一数据收集能力信息用于指示该第一网络设备的人工智能(AI)相关的数据收集能力信息；该第一网络配置信息用于指示该第一网络设备当前的配置参数；该第一请求信息用于请求该第二网络设备辅助该第一网络设备执行人工智能相关数据收集；以及
402，该第二网络设备向该第一网络设备发送响应于该第一消息的第二消息。
根据上述实施例，第一网络设备向第二网络设备发送第一消息并且接收第二网络设备发送的第二消息，使得接入网设备之间能够交互人工智能相关的关数据收集能力信息和/或网络配置信息和/或人工智能相关数据收集请求，从而为后续接入网设备之间的人工智能相关数据收集提供支持，还能够避免多个接入网设备分别执行模型训练，减少网络资源的浪费。
在一些实施例中，“第一消息”、“第二消息”、“第一网络设备”、“第二网络设备”的描述参考第一方面的实施例的相关描述，此处不再赘述。
以上各个实施例仅对本申请实施例的方法进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
根据上述实施例，第一网络设备向第二网络设备发送第一消息并且接收第二网络设备发送的第二消息，使得接入网设备之间能够交互人工智能相关的关数据收集能力信息和/或网络配置信息和/或人工智能相关数据收集请求，从而为后续接入网设备之间的人工智能相关数据收集提供支持，还能够避免多个接入网设备分别执行模型训练，减少网络资源的浪费。
第三方面的实施例
本申请实施例提供一种信息收发方法，从管理网元的一侧进行说明。
图5是本申请实施例的信息收发方法的一示意图，如图5所示，该方法包括：
501，管理网元确定主网络设备，该主网络设备用于执行模型训练；
可选的，管理网元还可以确定主网络设备执行模型训练的模型的管理信息。
502，该管理网元向第三网络设备发送第三消息；其中，该第三消息指示该第三网络设备作为该主网络设备。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
在一些实施例中，“管理网元”可以是核心网设备，例如是OAM，可选的，“第二设备”也可以是其它接入网设备，接入网设备管理设备，或者OTT server等，本申请对此不进行限制。
在一些实施例中，第四网络设备与第三网络设备具有相同的网络配置参数。
例如，该管理网元在具有相同的网络配置参数的第四网络设备与第三网络设备之间确定第三网络设备作为主网络设备，第三网络设备用于执行模型训练。
在一些实施例中，第三消息还包括第四网络设备的标识信息和/或第四网络设备下的小区信息。其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。“网络配置参数”与前述第一方面的实施例中的相关信息相似，在此不做赘述。
例如，“第四网络设备的标识信息”可以包括本地接入网络设备标识信息，全球唯一的接入网络设备标识信息或者其他标识信息等；第四网络设备下的小区信息可以参见前述第一方面的实施例中的相关描述，在此不做赘述。
在一些实施例中，第三消息还包括指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。该模型的管理信息用于指示需要训练的模型所属的场景信息和/或模型类型信息。例如，场景信息可以为如下信息的至少一种：场景类型信，子场景类型信息，特性信息，特性组信息，功能信息，或者其它场景信息。例如，“模型类型信息”可以参见前述“第一方面的实施例”中的相关描述，在此不做赘述。
在一些实施例中，该方法还包括：
503，该管理网元接收该第三网络设备发送的训练的模型和/或该训练的模型的相关信息。
在一些实施例中，该训练的模型的相关信息包括如下信息的至少一种：模型的标识信息，模型适用的网络设备配置信息，模型适用的终端设备配置信息，模型的主网络设备信息，模型的权限信息。
该模型的标识信息可以包括如下至少一种：模型的全球唯一标识信息，模型在该运营商内的唯一标识信息，模型的在具有相同的网络配置信息的区域内的唯一标识信息；
该模型适用的网络设备配置信息用于指示可以获得较好模型性能的网络设备配置信息。网络设备配置信息的描述可以参考上文，此处不再赘述。作为一个示例，该模型 适用的网络设备配置信息包括第三网络设备的网络设备配置信息；终端设备配置信息的描述可以参考上文，此处不再赘述。
该模型的主网络设备信息用于指示第三网络设备，可以包括第三网络设备的部分或全部的标识信息；
该模型的权限信息用于指示模型可以是否可以共享的信息，和/或，用于指示模型可以共享的网络设备和/或终端设备的信息；例如，模型的权限信息可以包括：区域信息，共享指示信息，终端设备的芯片厂商信息，终端设备的厂商信息，网络设备的厂商信息或者其他信息，其中，例如区域信息可以包括至少一个波束信息，和/或，至少一个小区信息，和/或，至少一个跟踪区码信息，和/或，至少一个接入网区域码信息。
在一些实施例中，该方法还包括：
504，该管理网元向第四网络设备发送第四消息；其中，该第四消息用于向该第四网络设备指示该第三网络设备作为主网络设备，和/或，该第三网络设备作为主网络设备时需要训练的模型的管理信息；
505，该管理网元向该第四网络设备发送该训练的模型和/或该训练的模型的相关信息。
上述步骤503至步骤505为可选步骤，步骤503至步骤505可以单独实施也可以与步骤501和步骤502结合实施；以及关于步骤503至步骤505的执行顺序，本申请实施例并不以此作为限制，可选的，步骤503至步骤505还可以同时执行。
例如，该第四消息可以包括主网络设备信息(例如第三网络设备的设备信息)，例如，第三网络设备的标识信息和/或第三网络设备下的小区信息，或者其他信息等；例如，该第四消息还可以包括该主网络设备需要训练的模型的管理信息。
在一些实施例中，该第三网络设备还可以直接向第四网络设备发送该训练的模型和/或该训练的模型的相关信息。例如，可以替换图5中的步骤505中“该管理网元向该第四网络设备发送该训练的模型和/或该训练的模型的相关信息”的过程。
例如，在作为主网络设备的第三网络设备确定完成模型训练的情况下，该第三网络设备可以通过和第四网络设备之间的接口直接或者间接的向具有相同的网络配置参数的第四网络设备或者具有相同的网络配置参数的小区所属的第四网络设备发送训练好的该模型，或者该模型和模型相关的信息；或者，该该第三网络设备可以通过和管理网元之间的接口向管理网元发送该训练的模型和/或该训练的模型的相关信息，进而该管理网元向与第三网络设备具有相同的网络配置参数的第四网络设备或者与第三网络设备 具有相同的网络配置参数的小区所属的第四网络设备发送训练好的该模型，和/或，该模型和模型相关的信息。
作为一种可能的实施方式，第三网络设备和第四网络设备之间可以协商需要训练的模型对应的主网络设备。
在一些实施例中，第三网络设备向第四网络设备发送第五消息，该第五消息用于指示第三网络设备为主网络设备。
其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该第五消息还包括用于指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。该模型的管理信息的描述可以参考上文，此处不再赘述。
在一些实施例中，该第三网络设备接收该第四网络设备发送的响应于该第五消息的第六消息。
在一些实施例中，该第六消息包括确认消息或者失败消息。该确认消息或者失败消息的描述可以参考上文，此处不再赘述。
在一些实施例中，在该第六消息包括确认消息的情况下，第三网络设备向第四网络设备发送该训练的模型和/或该训练的模型的相关信息。该训练的模型和/或该训练的模型的相关信息的描述可以参考上文，此处不再赘述。
以上对于“第三消息”、“第四消息”、“第五消息”、“第六消息”、“训练的模型”、“训练的模型的相关信息”等内容进行详细说明后，以下结合具体实施例对本申请的管理网元、第三网络设备、第四网络设备之间的交互等内容进行详细说明：
(三)实施例3
在该实施例中，以图6A为例，所涉及到的第三网络设备、第四网络设备可以为基站或CU或其它接入网络设备，管理网元可以为OAM、OTT server，接入网设备管理设备等的至少一种，本申请实施例并不以此作为限制。
以下以“该第三消息指示该第三网络设备作为该主网络设备以及包括第四网络设备的标识信息和/或第四网络设备下的小区信息”以及“第四消息用于向该第四网络设备指示该第三网络设备作为主网络设备，和/或，该第三网络设备作为主网络设备时需要训练的模型的管理信息”为例进行说明：
图6A是本申请实施例中管理网元、第三网络设备、第四网络设备之间的信息交互的一示意图，如图6A所示，该方法包括：
601，管理网元向第三网络设备发送第三消息，可选的，该第三消息指示该第三网 络设备作为该主网络设备以及该第三消息包括第四网络设备的标识信息和/或第四网络设备下的小区信息；
602，管理网元向第三网络设备发送第四消息，可选的，该第四消息指示该第三网络设备作为主网络设备，和/或，该第三网络设备作为主网络设备时需要训练的模型的管理信息；
603，第三网络设备向管理网元发送训练的模型和/或该训练的模型的相关信息；
604，管理网元向第四网络设备发送训练的模型和/或所述训练的模型的相关信息；
可选的，上述603和604可以替换为603’：
603’，第三网络设备向第四网络设备发送训练的模型和/或所述训练的模型的相关信息。
作为一种可能的实现方式，步骤601中，该第三消息还可以包括“该第三网络设备作为主网络设备时需要训练的模型的管理信息”。
例如，“第四网络设备的标识信息和/或第四网络设备下的小区信息”、“训练的模型和/或所述训练的模型的相关信息”等的详细内容可以参见前述实施方式，在此不做重复说明。
由此，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
(四)实施例4
在该实施例中，以图6B为例，所涉及到的第三网络设备、第四网络设备可以为基站或CU或其它接入网络设备的至少一种，本申请实施例并不以此作为限制。
以下以“该第五消息指示该第三网络设备作为该主网络设备”以及“第六消息包括确认消息或失败消息”为例进行说明：
图6B是本申请实施例中第三网络设备、第四网络设备之间的信息交互的一示意图，如图6B所示，该方法包括：
611，第三网络设备向第四网络设备发送第五消息，该第五消息指示该第三网络设备作为该主网络设备；
可选的，该第五消息还包括用于指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。该模型的管理信息的描述可以参考上文，此处不再赘述。
612，第四网络设备向第三网络设备发送第六消息，该第六消息包括确认消息或者 失败消息；
可选的，在该第六消息包括确认消息的情况下，该方法包括：
613，第三网络设备向第四网络设备发送训练的模型和/或该训练的模型的相关信息。
由此，通过接入网设备之间确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
以上各个实施例仅对本申请实施例的方法进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
第四方面的实施例
本申请实施例提供一种信息收发方法，从第三网络设备的一侧进行说明，与第三方面的实施例内容相同之处不再重复说明；本申请“第四方面的实施例”可以与“第三方面的实施例”结合实施，也可以单独实施。
图7是本申请实施例的信息收发方法的一示意图，如图7所示，该方法包括：
701，第三网络设备接收管理网元发送的第三消息；其中，该第三消息指示该第三网络设备作为主网络设备，其中，该主网络设备用于执行模型训练；
702，该第三网络设备根据该第三消息，确定执行模型训练。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
在一些实施例中，该第三消息还包括第四网络设备的标识信息和/或第四网络设备下的小区信息，其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该第三消息还包括指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。
在一些实施例中，该方法还包括：
703，该第三网络设备向该管理网元发送训练的模型和/或该训练的模型的相关信息。
704，该第三网络设备向第四网络设备发送训练的模型和/或该训练的模型的相关信息。
上述步骤703至步骤704为可选步骤，步骤703至步骤704可以单独实施也可以与步骤701和步骤702结合实施；以及关于步骤703至步骤704的执行顺序，本申请实施例并不以此作为限制，可选的，步骤703至步骤704还可以同时执行。
在一些实施例中，该训练的模型的相关信息包括如下信息的至少一种：模型的标识信息，模型适用的网络设备配置信息，模型适用的终端设备配置信息，模型的主网络设备信息，模型的权限信息。
在一些实施例中，第三网络设备向第四网络设备发送第五消息，该第五消息用于指示第三网络设备为主网络设备。其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该第五消息还包括用于指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。该模型的管理信息的描述可以参考上文，此处不再赘述。
在一些实施例中，该第三网络设备接收该第四网络设备发送的响应于该第五消息的第六消息。
在一些实施例中，该第六消息包括确认消息或者失败消息。
在一些实施例中，在该第六消息包括确认消息的情况下，第三网络设备向第四网络设备发送该训练的模型和/或该训练的模型的相关信息。
在一些实施例中，“第三消息”、“第四消息”、“第五消息”、“第六消息”、“第三网络设备”、“第四网络设备”、“管理网元”的描述参考第三方面的实施例的相关描述，此处不再赘述。
以上各个实施例仅对本申请实施例的方法进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
第五方面的实施例
本申请实施例提供一种信息收发方法，从第四网络设备的一侧进行说明，与第三方 面的实施例、第四方面的实施例内容相同之处不再重复说明；本申请“第五方面的实施例”可以与“第三方面的实施例”、“第四方面的实施例”结合实施，也可以单独实施。
图8是本申请实施例的信息收发方法的一示意图，如图8所示，该方法包括：
801，第四网络设备接收管理网元发送的第四消息；其中，该第四消息用于向该第四网络设备指示第三网络设备作为主网络设备，和/或，该第三网络设备作为主网络设备时需要训练的模型的管理信息，其中，该主网络设备用于执行模型训练；以及该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该方法还包括：
802，该第四网络设备接收第三网络设备和/或管理网元发送的训练的模型和/或该训练的模型的相关信息。
上述步骤802为可选步骤，步骤802可以单独实施也可以与步骤801结合实施，本申请实施例并不以此作为限制。
在一些实施例中，该训练的模型的相关信息包括如下信息的至少一种：模型的标识信息，模型适用的网络设备配置信息，模型适用的终端设备配置信息，模型的主网络设备信息，模型的权限信息。
在一些实施例中，第四网络设备接收第三网络设备发送的第五消息，该第五消息用于指示第三网络设备为主网络设备。其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该第五消息还包括用于指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。该模型的管理信息的描述可以参考上文，此处不再赘述。
在一些实施例中，第四网络设备向第三网络设备发送响应于该第五消息的第六消息。
在一些实施例中，该第六消息包括确认消息或者失败消息。
在一些实施例中，在该第六消息包括确认消息的情况下，第四网络设备接收第三网络设备发送的训练的模型和/或该训练的模型的相关信息。
在一些实施例中，“第三消息”、“第四消息”、“第五消息”、“第六消息”、“第三网络设备”、“第四网络设备”、“管理网元”的描述参考第三方面的实施例的相关描述，此处不再赘述。
以上各个实施例仅对本申请实施例的方法进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
第六方面的实施例
本申请实施例提供一种信息收发装置900。
图9是本申请实施例的信息收发装置900的一示意图，该装置例如可以是第一网络设备，也可以是配置于第一网络设备的某个或某些部件或者组件。由于该装置解决问题的原理与第一方面的实施例的方法相同，因此其具体的实施可以参照第一方面的实施例的方法的实施，内容相同之处不再重复说明。
如图9所示，该信息收发装置900包括：
发送单元901，其向第二网络设备发送第一消息，其中，该第一消息包括如下信息的至少一种：第一数据收集能力信息，第一网络配置信息，第一请求信息。
其中，该第一数据收集能力信息用于指示该第一网络设备的人工智能(AI)相关的数据收集能力信息；该第一网络配置信息用于指示该第一网络设备当前的配置参数；该第一请求信息用于请求该第二网络设备辅助该第一网络设备执行人工智能相关数据收集；
接收单元902，其接收该第二网络设备发送的响应于该第一消息的第二消息。
在一些实施例中，该第一数据收集能力信息包括如下信息的至少一种：人工智能相关数据收集指示信息；人工智能相关数据收集类型信息；以及其他人工智能相关数据收集能力的支持信息。
在一些实施例中，该第一网络配置信息包括如下信息的至少一种：网络设备的天线配置信息；网络设备的波束配置信息；网络设备的覆盖配置信息；以及网络设备的状态信息。
在一些实施例中，该第一消息还包括所述第一网络设备下的小区信息和/或分布单元(DU)标识信息。
在一些实施例中，该第二消息包括第二数据收集能力信息和/或第二网络配置信息，其中，所述第二数据收集能力信息用于指示所述第二网络设备的人工智能(AI)相关的能力信息，所述第二网络配置信息用于指示所述第二网络设备当前的配置参数。
在一些实施例中，该第二消息还包括所述第二网络设备下的小区信息和/或分布单元 (DU)标识信息。
在一些实施例中，该第一请求信息包括如下信息的至少一种：期望的网络设备配置信息；期望的终端设备配置信息；期望的人工智能相关数据量信息；人工智能相关数据报告配置信息；以及期望的收集人工智能相关数据的终端设备信息。
在一些实施例中，该期望的终端设备配置信息包括如下信息的至少一种：终端设备的速度信息；终端设备的计算速度信息；终端设备的服务小区信息；以及终端设备和网络设备间的信道模型。
在一些实施例中，该第二消息包括确认消息，该确认消息包括收集的人工智能相关数据信息；或者，该第二消息包括失败消息，该失败消息用于指示所述第二网络设备无法执行所述第一请求信息中的全部或部分人工智能相关数据收集的请求。
在一些实施例中，“第一消息”、“第二消息”、“第一网络设备”、“第二网络设备”的描述参考第一方面的实施例的相关描述，此处不再赘述。
以上各个实施例仅对本申请实施例的方法进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
值得注意的是，以上仅对与本申请相关的各部件或模块进行了说明，但本申请不限于此。上述装置还可以包括其他部件或者模块，关于这些部件或者模块的具体内容，可以参考相关技术。此外，上述各个部件或模块可以通过例如处理器、存储器、发射机、接收机等硬件设施来实现；本申请实施并不对此进行限制。
根据上述实施例，第一网络设备向第二网络设备发送第一消息并且接收第二网络设备发送的第二消息，使得接入网设备之间能够交互人工智能相关的关数据收集能力信息和/或网络配置信息和/或人工智能相关数据收集请求，从而为后续接入网设备之间的人工智能相关数据收集提供支持，还能够避免多个接入网设备分别执行模型训练，减少网络资源的浪费。
第七方面的实施例
本申请实施例提供一种信息收发装置。
图10是本申请实施例的信息收发装置1000的一示意图，该装置例如可以是第二网络设备，也可以是配置于第二网络设备的某个或某些部件或者组件。由于该装置解决问题的原理与第二方面的实施例的方法相同，因此其具体的实施可以参照第二方面的实施 例的方法的实施，内容相同之处不再重复说明。
如图10所示，该信息收发装置1000包括：
接收单元1001，其接收第一网络设备发送的第一消息，该第一消息包括如下信息的至少一种：第一数据收集能力信息，第一网络配置信息，第一请求信息。
其中，该第一数据收集能力信息用于指示该第一网络设备的人工智能(AI)相关的数据收集能力信息；该第一网络配置信息用于指示该第一网络设备当前的配置参数；该第一请求信息用于请求该第二网络设备辅助该第一网络设备执行人工智能相关数据收集；
发送单元1002，其向该第一网络设备发送响应于该第一消息的第二消息。
在一些实施例中，“第一消息”、“第二消息”、“第一网络设备”、“第二网络设备”的描述参考第一方面的实施例的相关描述，此处不再赘述。
以上各个实施例仅对本申请实施例的方法进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
值得注意的是，以上仅对与本申请相关的各部件或模块进行了说明，但本申请不限于此。上述装置还可以包括其他部件或者模块，关于这些部件或者模块的具体内容，可以参考相关技术。此外，上述各个部件或模块可以通过例如处理器、存储器、发射机、接收机等硬件设施来实现；本申请实施并不对此进行限制。
根据上述实施例，第一网络设备向第二网络设备发送第一消息并且接收第二网络设备发送的第二消息，使得接入网设备之间能够交互人工智能相关的关数据收集能力信息和/或网络配置信息和/或人工智能相关数据收集请求，从而为后续接入网设备之间的人工智能相关数据收集提供支持，还能够避免多个接入网设备分别执行模型训练，减少网络资源的浪费。
第八方面的实施例
本申请实施例提供一种信息收发装置。
图11是本申请实施例的信息收发装置1100的一示意图，该装置例如可以是管理网元，也可以是配置于管理网元的某个或某些部件或者组件。由于该装置解决问题的原理与第三方面的实施例的方法相同，因此其具体的实施可以参照第三方面的实施例的方法的实施，内容相同之处不再重复说明。
如图11所示，该信息收发装置1100包括：
确定单元1101，其确定主网络设备，所述主网络设备用于执行模型训练；
发送单元1102，其向第三网络设备发送第三消息；其中，所述第三消息指示所述第三网络设备作为所述主网络设备。
在一些实施例中，所述第三消息还包括第四网络设备的标识信息和/或第四网络设备下的小区信息，其中，所述第四网络设备与所述第三网络设备具有相同的网络配置参数。
在一些实施例中，所述第三消息还包括指示所述第三网络设备作为主网络设备时需要训练的模型的管理信息。
在一些实施例中，发送单元1102还：向第四网络设备发送第四消息；其中，所述第四消息向所述第四网络设备指示所述第三网络设备作为主网络设备，和/或，所述第三网络设备作为主网络设备时需要训练的模型的管理信息。
在一些实施例中，信息收发装置1100还包括：接收单元1103，其接收所述第三网络设备发送的训练的模型和/或所述训练的模型的相关信息。
在一些实施例中，训练的模型的相关信息包括如下信息的至少一种：模型的标识信息，模型适用的网络设备配置信息，模型适用的终端设备配置信息，模型的主网络设备信息，模型的权限信息。
在一些实施例中，发送单元1102还：向所述第四网络设备发送所述训练的模型和/或所述训练的模型的相关信息。
在一些实施例中，“第三消息”、“第四消息”、“第五消息”、“第六消息”、“第三网络设备”、“第四网络设备”、“管理网元”的描述参考第三方面的实施例的相关描述，此处不再赘述。
以上对本申请实施例进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
值得注意的是，以上仅对与本申请相关的各部件或模块进行了说明，但本申请不限于此。上述装置还可以包括其他部件或者模块，关于这些部件或者模块的具体内容，可以参考相关技术。此外，上述各个部件或模块可以通过例如处理器、存储器、发射机、接收机等硬件设施来实现；本申请实施并不对此进行限制。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的 网络资源消耗。
第九方面的实施例
本申请实施例提供一种信息收发装置。
图12是本申请实施例的信息收发装置1200的一示意图，该装置例如可以是第三网络设备，也可以是配置于第三网络设备的某个或某些部件或者组件。由于该装置解决问题的原理与第三方面的实施例、第四方面的实施例的方法相同，因此其具体的实施可以参照第三方面的实施例、第四方面的实施例的方法的实施，内容相同之处不再重复说明。
如图12所示，该信息收发装置1200包括：
接收单元1201，其接收管理网元发送的第三消息；其中，该第三消息指示所述第三网络设备作为主网络设备，其中，该主网络设备用于执行模型训练；
确定单元1202，其根据该第三消息，确定执行模型训练。
在一些实施例中，该第三消息还包括第四网络设备的标识信息和/或第四网络设备下的小区信息，其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该第三消息还包括指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。
在一些实施例中，该信息收发装置1200包括：发送单元1203，其向该管理网元发送训练的模型和/或该训练的模型的相关信息。
在一些实施例中，发送单元1203向第四网络设备发送训练的模型和/或该训练的模型的相关信息。
在一些实施例中，发送单元1203向第四网络设备发送第五消息，该第五消息用于指示第三网络设备为主网络设备。其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该第五消息还包括用于指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。
在一些实施例中，接收单元1201接收该第四网络设备发送的响应于该第五消息的第六消息。
在一些实施例中，该第六消息包括确认消息或者失败消息。
在一些实施例中，在该第六消息包括确认消息的情况下，发送单元1203向第四网络设备发送该训练的模型和/或该训练的模型的相关信息。
在一些实施例中，该训练的模型的相关信息包括如下信息的至少一种：模型的标识信息，模型适用的网络设备配置信息，模型适用的终端设备配置信息，模型的主网络设备信息，模型的权限信息。
在一些实施例中，“第三消息”、“第四消息”、“第五消息”、“第六消息”、“第三网络设备”、“第四网络设备”、“管理网元”的描述参考第三方面的实施例的相关描述，此处不再赘述。
以上对本申请实施例进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
值得注意的是，以上仅对与本申请相关的各部件或模块进行了说明，但本申请不限于此。上述装置还可以包括其他部件或者模块，关于这些部件或者模块的具体内容，可以参考相关技术。此外，上述各个部件或模块可以通过例如处理器、存储器、发射机、接收机等硬件设施来实现；本申请实施并不对此进行限制。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
第十方面的实施例
本申请实施例提供一种信息收发装置。
图13是本申请实施例的信息收发装置1300的一示意图，该装置例如可以是第四网络设备，也可以是配置于第四网络设备的某个或某些部件或者组件。由于该装置解决问题的原理与第三方面的实施例、第四方面的实施例、第五方面的实施例的方法相同，因此其具体的实施可以参照第三方面的实施例、第四方面的实施例、第五方面的实施例的方法的实施，内容相同之处不再重复说明。
如图13所示，该信息收发装置1300包括：
接收单元1301，其接收管理网元发送的第四消息；其中，该第四消息用于向该第四网络设备指示第三网络设备作为主网络设备，和/或，该第三网络设备作为主网络设备时需要训练的模型的管理信息，其中，该主网络设备用于执行模型训练；以及该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，接收单元1301还接收第三网络设备和/或第四网络设备发送的训 练的模型和/或所述训练的模型的相关信息。
在一些实施例中，该训练的模型的相关信息包括如下信息的至少一种：模型的标识信息，模型适用的网络设备配置信息，模型适用的终端设备配置信息，模型的主网络设备信息，模型的权限信息。
在一些实施例中，接收单元1301接收第三网络设备发送的第五消息，该第五消息用于指示第三网络设备为主网络设备。其中，该第四网络设备与该第三网络设备具有相同的网络配置参数。
在一些实施例中，该第五消息还包括用于指示该第三网络设备作为主网络设备时需要训练的模型的管理信息。
在一些实施例中，该信息收发装置1300还包括：发送单元1302，其向第三网络设备发送响应于该第五消息的第六消息。
在一些实施例中，该第六消息包括确认消息或者失败消息。
在一些实施例中，在该第六消息包括确认消息的情况下，接收单元1301接收第三网络设备发送的训练的模型和/或该训练的模型的相关信息。
在一些实施例中，“第三消息”、“第四消息”、“第五消息”、“第六消息”、“第三网络设备”、“第四网络设备”、“管理网元”的描述参考第三方面的实施例的相关描述，此处不再赘述。
以上对本申请实施例进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
值得注意的是，以上仅对与本申请相关的各部件或模块进行了说明，但本申请不限于此。上述装置还可以包括其他部件或者模块，关于这些部件或者模块的具体内容，可以参考相关技术。此外，上述各个部件或模块可以通过例如处理器、存储器、发射机、接收机等硬件设施来实现；本申请实施并不对此进行限制。
根据上述实施例，通过管理网元确定主网络设备，通过该主接入网设备执行模型训练，避免了具有相同的网络配置参数的接入网络设备各自执行模型训练带来的不必要的网络资源消耗。
第十一方面的实施例
本申请实施例还提供一种通信系统，包括网络设备。
图14是本申请实施例的通信系统的示意图，示意性说明了多个网络设备为例的情况，如图14所示，通信系统1400可以包括第一网络设备1401、第二网络设备1402；和/或，通信系统1400包括管理网元1403、第三网络设备1404、第四网络设备1405。
在一些实施例中，第一网络设备1401被配置为执行第一方面的实施例所述的方法。由于在第一方面的实施例中，已经对该方法进行了详细说明，其内容被合并于此，不再重复说明。
在一些实施例中，第二网络设备1402被配置为执行第二方面的实施例所述的方法。由于在第二方面的实施例中，已经对该方法进行了详细说明，其内容被合并于此，不再重复说明。
在一些实施例中，管理网元1403被配置为执行第三方面的实施例所述的方法。由于在第二方面的实施例中，已经对该方法进行了详细说明，其内容被合并于此，不再重复说明。
在一些实施例中，第三网络设备1404被配置为执行第四方面的实施例所述的方法。由于在第二方面的实施例中，已经对该方法进行了详细说明，其内容被合并于此，不再重复说明。
在一些实施例中，第四网络设备1405被配置为执行第五方面的实施例所述的方法。由于在第二方面的实施例中，已经对该方法进行了详细说明，其内容被合并于此，不再重复说明。
本申请实施例还提供一种网络设备，该网络设备例如可以是基站或CU或DU，但本申请不限于此，还可以是其他的网络设备。
图15是本申请实施例的网络设备的一示意图。如图15所示，网络设备1500可以包括：处理器1501和存储器1502；存储器1502耦合到处理器1501。其中该存储器1502可存储各种数据；此外还存储信息处理的程序1503，并且在处理器1501的控制下执行该程序。
在一些实施例中，第一至第五方面的实施例的装置的功能可以被集成到处理器1501中，其中，处理器1501可以被配置为执行程序而实现如第一至第五方面的实施例的方法，其内容被合并于此，此处不再重复说明。
在另一些实施例中，第一至第五方面的实施例的装置可以与处理器1501分开配置，例如可以将第一至第五方面的实施例的装置配置为与处理器1501连接的芯片，通过处理器1501的控制来实现第一至第五方面的实施例的装置的功能。
此外，如图15所示，网络设备1500还可以包括：收发机1504和天线1505。其中，上述部件的功能与现有技术类似，此处不再赘述。值得注意的是，网络设备1500也并不是必须要包括图15中所示的所有部件；此外，网络设备1500还可以包括图15中没有示出的部件，可以参考现有技术。
本申请实施例还提供一种计算机程序，其中当在网络设备中执行所述程序时，所述程序使得所述网络设备执行第一至第五方面方面的实施例所述的方法。
本申请实施例还提供一种存储有计算机程序的存储介质，其中所述计算机程序使得网络设备执行第一至第五方面的实施例所述的方法。
本申请以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本申请涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本申请还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。
结合本申请实施例描述的方法/装置可直接体现为硬件、由处理器执行的软件模块或二者组合。例如，图中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合，既可以对应于计算机程序流程的各个软件模块，亦可以对应于各个硬件模块。这些软件模块，可以分别对应于图中所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息；或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中，也可以存储在可插入移动终端的存储卡中。例如，若设备(如移动终端)采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置，则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对附图中描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。针对附图描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，还可以实现为计算设备的组合，例如，DSP 和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的精神和原理对本申请做出各种变型和修改，这些变型和修改也在本申请的范围内。
1.一种信息收发方法，应用于第一网络设备侧，其中，所述方法包括：
所述第一网络设备向第二网络设备发送第一消息，其中，所述第一消息包括如下信息的至少一种：
第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能(AI)相关的数据收集能力信息；
第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
所述第一网络设备接收所述第二网络设备发送的响应于所述第一消息的第二消息。
2.一种信息收发方法，应用于第二网络设备侧，其中，所述方法包括：
所述第二网络设备接收第一网络设备发送的第一消息，其中，所述第一消息包括如下信息的至少一种：
第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能(AI)相关的数据收集能力信息；
第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
所述第二网络设备向所述第一网络设备发送响应于所述第一消息的第二消息。
3.一种信息收发方法，应用于管理网元侧，其中，所述方法包括：
所述管理网元确定主网络设备，所述主网络设备用于执行模型训练；
所述管理网元向第三网络设备发送第三消息；其中，所述第三消息指示所述第三网络设备作为所述主网络设备。
4.一种信息收发方法，应用于第三网络设备侧，其中，所述方法包括：
所述第三网络设备接收管理网元发送的第三消息；其中，所述第三消息指示所述第三网络设备作为主网络设备，其中，所述主网络设备用于执行模型训练；
所述第三网络设备根据所述第三消息，确定执行模型训练。
5.根据附件4所述的方法，其中，所述第三消息还包括指示所述第三网络设备作为主网络设备时需要训练的模型的管理信息。
6.根据附件4所述的方法，其中，所述方法还包括：
所述第三网络设备向所述管理网元发送训练的模型和/或所述训练的模型的相关信息；或者
所述第三网络设备向第四网络设备发送训练的模型和/或所述训练的模型的相关信息。
7.一种信息收发方法，应用于第四网络设备侧，其中，所述方法包括：
第四网络设备接收管理网元发送的第四消息；其中，所述第四消息用于向所述第四网络设备指示第三网络设备作为主网络设备，和/或，所述第三网络设备作为主网络设备时需要训练的模型的管理信息，其中，所述主网络设备用于执行模型训练；以及
所述第四网络设备与所述第三网络设备具有相同的网络配置参数。
8.根据附件7所述的方法，其中，所述方法还包括：
所述第四网络设备接收第三网络设备发送的训练的模型和/或所述训练的模型的相关信息，或者，
所述第四网络设备接收管理网元发送的训练的模型和/或所述训练的模型的相关信息。
9.一种设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器被配置为执行所述计算机程序而实现如附记1至8任一项所述的方法。
10.一种通信系统，其特征在于，所述通信系统包括附记9所述的设备。

Claims (20)

  1. 一种信息收发装置，配置于第一网络设备侧，其中，所述装置包括：
    发送单元，其向第二网络设备发送第一消息，其中，所述第一消息包括如下信息的至少一种：
    第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能相关的数据收集能力信息；
    第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
    第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
    接收单元，其接收所述第二网络设备发送的响应于所述第一消息的第二消息。
  2. 根据权利要求1所述的装置，其中，所述第一数据收集能力信息包括如下信息的至少一种：
    人工智能相关数据收集指示信息；
    人工智能相关数据收集类型信息；以及
    其他人工智能相关数据收集能力的支持信息。
  3. 根据权利要求1所述的装置，其中，所述第一网络配置信息包括如下信息的至少一种：
    网络设备的天线配置信息；
    网络设备的波束配置信息；
    网络设备的覆盖配置信息；以及
    网络设备的状态信息。
  4. 根据权利要求1所述的装置，其中，所述第一消息还包括所述第一网络设备下的小区信息和/或分布单元(DU)标识信息。
  5. 根据权利要求1所述的装置，其中，所述第二消息包括第二数据收集能力信息和/或第二网络配置信息，其中，所述第二数据收集能力信息用于指示所述第二网络设备的人工智能相关的能力信息，所述第二网络配置信息用于指示所述第二网络设备当前的配置参数。
  6. 根据权利要求5所述的装置，其中，所述第二消息还包括所述第二网络设备下的 小区信息和/或分布单元(DU)标识信息。
  7. 根据权利要求1所述的装置，其中，所述第一请求信息包括如下信息的至少一种：
    期望的网络设备配置信息；
    期望的终端设备配置信息；
    期望的人工智能相关数据量信息；
    人工智能相关数据报告配置信息；以及
    期望的收集人工智能相关数据的终端设备信息。
  8. 根据权利要求7所述的装置，其中，所述期望的终端设备配置信息包括如下信息的至少一种：
    终端设备的速度信息；
    终端设备的计算速度信息；
    终端设备的服务小区信息；以及
    终端设备和网络设备间的信道模型。
  9. 根据权利要求1所述的装置，其中，
    所述第二消息包括确认消息，所述确认消息包括收集的人工智能相关数据信息；或者，
    所述第二消息包括失败消息，所述失败消息用于指示所述第二网络设备无法执行所述第一请求信息中的全部或部分人工智能相关数据收集的请求。
  10. 一种信息收发装置，配置于第二网络设备侧，其中，所述装置包括：
    接收单元，其接收第一网络设备发送的第一消息，其中，所述第一消息包括如下信息的至少一种：
    第一数据收集能力信息，其中，所述第一数据收集能力信息用于指示所述第一网络设备的人工智能相关的数据收集能力信息；
    第一网络配置信息，其中，所述第一网络配置信息用于指示所述第一网络设备当前的配置参数；
    第一请求信息，其中，所述第一请求信息用于请求所述第二网络设备辅助所述第一网络设备执行人工智能相关数据收集；以及
    发送单元，其向所述第一网络设备发送响应于所述第一消息的第二消息。
  11. 一种信息收发装置，配置于管理网元侧，其中，所述装置包括：
    确定单元，其确定主网络设备，所述主网络设备用于执行模型训练；
    发送单元，其向第三网络设备发送第三消息；其中，所述第三消息指示所述第三网络设备作为所述主网络设备。
  12. 根据权利要求11所述的装置，其中，所述第三消息还包括第四网络设备的标识信息和/或第四网络设备下的小区信息，其中，所述第四网络设备与所述第三网络设备具有相同的网络配置参数。
  13. 根据权利要求12所述的装置，其中，所述第三消息还包括指示所述第三网络设备作为主网络设备时需要训练的模型的管理信息。
  14. 根据权利要求11所述的装置，其中，所述发送单元还：
    向第四网络设备发送第四消息；其中，所述第四消息向所述第四网络设备指示所述第三网络设备作为主网络设备，和/或，所述第三网络设备作为主网络设备时需要训练的模型的管理信息。
  15. 根据权利要求13所述的装置，其中，所述装置还包括：
    接收单元，其接收所述第三网络设备发送的训练的模型和/或所述训练的模型的相关信息。
  16. 根据权利要求15所述的装置，其中，所述训练的模型的相关信息包括如下信息的至少一种：模型的标识信息，模型适用的网络设备配置信息，模型适用的终端设备配置信息，模型的主网络设备信息，模型的权限信息。
  17. 根据权利要求15所述的装置，其中，所述发送单元还：
    向所述第四网络设备发送所述训练的模型和/或所述训练的模型的相关信息。
  18. 一种信息收发装置，配置于第三网络设备侧，其中，所述装置包括：
    接收单元，其接收管理网元发送的第三消息；其中，所述第三消息指示所述第三网络设备作为主网络设备，其中，所述主网络设备用于执行模型训练；
    确定单元，其设备根据所述第三消息，确定执行模型训练。
  19. 根据权利要求18所述的装置，其中，所述第三消息还包括第四网络设备的标识信息和/或第四网络设备下的小区信息，其中，所述第四网络设备与所述第三网络设备具有相同的网络配置参数。
  20. 一种信息收发装置，配置于第四网络设备侧，其中，所述装置包括：
    接收单元，其接收管理网元发送的第四消息；其中，所述第四消息用于向所述第四网络设备指示第三网络设备作为主网络设备，和/或，所述第三网络设备作为主网络设备时需要训练的模型的管理信息，其中，所述主网络设备用于执行模型训练，以及
    所述第四网络设备与所述第三网络设备具有相同的网络配置参数。
PCT/CN2024/070561 2024-01-04 2024-01-04 信息收发方法和装置 Pending WO2025145374A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/CN2024/070561 WO2025145374A1 (zh) 2024-01-04 2024-01-04 信息收发方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2024/070561 WO2025145374A1 (zh) 2024-01-04 2024-01-04 信息收发方法和装置

Publications (1)

Publication Number Publication Date
WO2025145374A1 true WO2025145374A1 (zh) 2025-07-10

Family

ID=96300026

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2024/070561 Pending WO2025145374A1 (zh) 2024-01-04 2024-01-04 信息收发方法和装置

Country Status (1)

Country Link
WO (1) WO2025145374A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114143802A (zh) * 2020-09-04 2022-03-04 华为技术有限公司 数据传输方法和装置
CN114640602A (zh) * 2020-11-30 2022-06-17 华为技术有限公司 网络设备、数据传输方法、装置、系统及可读存储介质
CN115150287A (zh) * 2021-03-30 2022-10-04 华为技术有限公司 网络模型管理方法和装置
WO2023143267A1 (zh) * 2022-01-26 2023-08-03 华为技术有限公司 一种模型配置方法及装置
CN117119442A (zh) * 2022-05-13 2023-11-24 维沃移动通信有限公司 业务处理方法、设备及可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114143802A (zh) * 2020-09-04 2022-03-04 华为技术有限公司 数据传输方法和装置
CN114640602A (zh) * 2020-11-30 2022-06-17 华为技术有限公司 网络设备、数据传输方法、装置、系统及可读存储介质
CN115150287A (zh) * 2021-03-30 2022-10-04 华为技术有限公司 网络模型管理方法和装置
WO2023143267A1 (zh) * 2022-01-26 2023-08-03 华为技术有限公司 一种模型配置方法及装置
CN117119442A (zh) * 2022-05-13 2023-11-24 维沃移动通信有限公司 业务处理方法、设备及可读存储介质

Similar Documents

Publication Publication Date Title
EP4197218B1 (en) Communication system for machine learning metadata
CN110831261B (zh) 用于组合的rrc非活动恢复、rrc rna＆nas注册过程的装置
WO2021017689A1 (zh) 一种用户面数据的获取方法、装置及存储介质
WO2024012331A1 (zh) 一种确定人工智能ai模型的方法及装置
WO2021168647A1 (zh) 提供网络切片的方法和通信装置
CN107182061A (zh) 一种通信连接方法及装置
CN117459409A (zh) 一种确定人工智能ai模型的方法及装置
US11611888B2 (en) Methods and apparatus for using wireless base station antennas to support macro base station MIMO communications with user equipment devices
US12490142B2 (en) Service traffic steering method and apparatus
CN115334571A (zh) QoE测量配置方法、接入网设备及存储介质
CN113473444B (zh) 通信方法、装置和系统
JP2017528951A (ja) 情報の報告方法、装置及び記憶媒体
WO2020224555A1 (zh) 一种建立用户面的方法及装置
CN117751688A (zh) 无线通信的方法和设备
CN111988772A (zh) 终端发现方法及设备
US20250350942A1 (en) Method for wireless communication, system for wireless communication, and communication device
US20250063581A1 (en) Methods and apparatus for implementing wireless sidelink communications
WO2025145374A1 (zh) 信息收发方法和装置
WO2025145385A1 (zh) 信息收发方法和装置
WO2025145383A1 (zh) 数据收集方法和装置
WO2025102359A1 (zh) 人工智能能力上报方法和装置
WO2025145388A1 (zh) 数据收集方法和装置
WO2025091334A1 (zh) Ai功能的配置方法和装置
WO2025102358A1 (zh) 人工智能能力上报方法和装置
WO2025199957A1 (zh) 功能或模型识别方法和装置

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: 24914606

Country of ref document: EP

Kind code of ref document: A1