一种被用于无线通信移动性管理的节点中的方法和装置与流程

本技术涉及无线通信系统中的信号传输方法和装置，尤其涉及移动性的方法和装置。

背景技术：

1、未来无线通信系统的应用场景越来越多元化，为了满足不同场景不同的性能需求，3gpp(3rd generation partner project，第三代合作伙伴项目)正积极研究如何将ai(artificial intelligence，人工智能)/ml(machine learning，机器学习)技术与移动通信相结合，其中，主要应用场景涉及网络自动化、优化资源分配和提高移动用户的服务连续性等多个方面。

2、用户设备(user equipment，ue)的移动性(mobility)是无线网络的一个重要特征，为进一步增强ue的移动性性能，3gpp rel-18(release-18，版本18)引入的l1(layer 1，层一)/l2(layer 2，层二)触发的移动性(l1/l2 triggered mobility，ltm)是降低时延、开销和中断时间是一个重要的研究方向；rel-19将进一步研究支持跨集中单元(centralizedunit，集中单元)的小区间切换(handover，ho)，并探索利用ai/ml进行波束预测和ue移动性预测的可行性。

3、进一步的，ai/ml可以通过分析测量和预测的资源状态信息(如邻小区和服务小区的物理资源块利用率、活跃ue数量等)实现负载均衡和能量节省；此外，ai/ml还能通过预测ue的移动轨迹，优化无线资源管理策略，使网络能够根据ue的预期移动路径进行资源分配和切换决策。基于ai/ml的移动性管理不仅有助于提高切换的准确性和效率，还能减少切换中断时间，提升用户体验。未来，3gpp将一步深化ai/ml在移动性管理中的应用，推动ai/ml与通信网络的深度融合，以提升网络的智能化水平，优化移动性管理，提高频谱和能量效率，为用户提供更稳定和高效的移动通信服务。

技术实现思路

1、在nr(new radio，新无线)系统中，网络控制的移动性可以应用于rrc_connected状态的ue；具体而言，网络通过更高层信令为ue配置测量参数和报告参数，rrc_connected的ue根据测量配置执行测量，并在满足条件时发送测量报告，基站接收到测量报告后基于测量报告决定是否将ue切换到其他小区；在ai/ml场景下，ai/ml模型可以通过海量数据对ue的移动路径进行预测，帮助基站进行更好的进行资源分配和切换决策，因此基于ai/ml的移动性管理的增强是一个值得研究的问题。

2、针对上述问题，本技术公开了一种解决方案。需要说明的是，针对上述问题描述中，采用nr系统作为一个例子，本技术也同样适用于例如未来6g系统的场景，取得类似nr系统的技术效果；进一步的，虽然本技术的初衷是针对ai/ml场景，本技术也能应用其他非ai/ml场景；进一步的，对不同场景(比如其他非ai/ml场景，包括但不限于车联网(vehicle toeverything，v2x)、容量增强系统、近距离通信的系统、ntn(non terrestrial network，非地面网络)、iot(internet of things，物联网)、urllc(ultra reliable low latencycommunication，超鲁棒低时延通信)网络等)采用统一的设计方案还有助于降低硬件复杂度和成本。在不冲突的情况下，本技术的任一节点中的实施例和实施例中的特征可以应用到任一其他节点中。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。

3、特别的，对本技术中的术语(terminology)、名词、函数、变量的解释(如果未加特别说明)可以参考3gpp(the 3rd generation partnership project，第三代合作伙伴计划)的技术标准(technical specification，ts)中的ts38系列、ts37系列中的定义。在需要的情况下，可以参考3gpp技术标准中的ts38.211，ts38.212，ts38.213，ts38.214，ts38.215，ts38.300，ts38.304，ts38.305，ts38.321，ts38.331，ts37.355，ts38.423，以辅助对本技术的理解。

4、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议ts38系列的定义。

5、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议ts37系列的定义。

6、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议ts40系列的定义。

7、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议ts39系列的定义。

8、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议rel-17版本中的定义。

9、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议rel-18版本中的定义。

10、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议rel-19版本中的定义。

11、作为一个实施例，对本技术中的术语的解释是参考3gpp的规范协议rel-20版本中的定义。

12、本技术公开了一种被用于无线通信移动性管理的第一节点中的方法，其中，包括：

13、在第一小区中发送第一测量报告，随后发送第一信号；

14、其中，所述第一测量报告包括所述第一小区的信道质量或第二小区的信道质量中的至少之一；所述第二小区是所述第一节点的之外的小区；所述第一信号针对所述第二小区；所述第一信号的发送功率值依赖所述第一测量报告的生成方式；所述第一测量报告的所述生成方式是基于ai生成或不基于ai生成中的之一。

15、作为一个实施例，本技术要解决的问题包括：如何确定ai/ml场景下，所述第一信号的发送功率值。

16、作为一个实施例，本技术要解决的问题包括：ai/ml场景下的功率控制。

17、作为一个实施例，本技术要解决的问题包括：在基于ai/ml的移动性管理中，如何确定向目的小区发送信号的发送功率值。

18、作为一个实施例，上述方法的特质包括：本技术中，所述第一节点根据测量报告的生成方式确定向目的小区发送的信号的发送功率值，从而解决了上述问题。

19、作为一个实施例，上述方法的特质包括：所述第一小区是所述第一节点的源小区，所述第二小区是所述第一节点的目的小区。

20、作为一个实施例，上述方法的特质包括：所述第一测量报告的生成方式包括所述第一测量报告所包括的信道质量的生成方式。

21、作为一个实施例，上述方法的特质包括：所述第一测量报告的生成方式包括触发所述第一测量报告生成的事件。

22、作为一个实施例，上述方法的特质包括：本技术适用于rrc_connected下的移动性管理。

23、作为一个实施例，上述方法的好处包括：本技术支持ai/ml在移动性管理中的应用，推动ai/ml与通信网络的深度融合，以提升网络的智能化水平，优化移动性管理，提高频谱和能量效率，为用户提供更稳定和高效的移动通信服务。

24、作为一个实施例，上述方法的好处包括：增强上行无线信号的功率控制，保证信号可靠传输的同时降低终端功耗。

25、作为一个实施例，上述方法的好处包括：有利于改善信号的移动性支持，提高系统的服务质量。

26、作为一个实施例，上述方法的好处包括：基于ai生成测量报告，有利于提前预测信道质量的变化，降低波束失败或连接中断的概率，优化无线资源管理策略，使网络能够根据ue的预期移动路径进行资源分配和切换决策。

27、根据本技术的一个方面，上述方法的特征在于，当所述第一测量报告的所述生成方式是基于ai生成时，所述第一信号的所述发送功率值依赖第一路损和第二路损；当所述第一测量报告的所述生成方式是不基于ai生成时，所述第一信号的所述发送功率值依赖第二路损；所述第一路损和所述第二路损分别针对所述第一小区和所述第二小区。

28、作为一个实施例，本技术要解决的问题包括：在基于ai/ml的移动性管理中，如何确定向目的小区发送的信号的发送功率值。

29、作为一个实施例，上述方法的特质包括：本技术中，所述第一节点根据测量报告的生成方式确定向目的小区发送信号时所依赖的路损，从而解决了上述问题。

30、作为一个实施例，上述方法的特质包括：所述第一路损是所述第一小区的下行路损，所述第二路损是所述第二小区的下行路损。

31、作为一个实施例，上述方法的好处包括：所述第一测量报告的所述生成方式是不基于ai生成时兼容当前标准，对标准改动小，具有良好的兼容性。

32、作为一个实施例，上述方法的好处包括：获得降低信号干扰和提高小区覆盖之间的平衡。

33、作为一个实施例，上述方法的好处包括：确保handover或ltm过程的稳定性，减少因切换失败导致通信中断的概率。

34、根据本技术的一个方面，上述方法的特征在于，所述第一测量报告的所述生成方式是基于ai生成的意思包括以下至少之一：

35、-所述第一测量报告是通过预测生成；

36、-所述第一测量报告是通过推理生成的；

37、-所述第一测量报告是通过模型生成的，所述模型为ai或ml中的至少之一。

38、作为一个实施例，上述方法的特质包括：所述第一测量报告是ai和/或ml模型的输出，或者所述第一测量报告包括ai和/或ml模型的输出。

39、作为一个实施例，上述方法的特质包括：所述第一测量报告是所述第一节点基于ai对信道质量的预测或推理。

40、作为一个实施例，上述方法的好处包括：有利于推进移动通信网络与ai的深度融合。

41、作为一个实施例，上述方法的好处包括：提升系统性能，提高通信系统的效率和可靠性。

42、根据本技术的一个方面，上述方法的特征在于，当所述第一测量报告的所述生成方式是基于ai生成的时，所述第一信号的所述发送功率值不大于第一功率值和第二功率值中的较小值，所述第一功率值依赖所述第一路损，所述第二功率值依赖所述第二路损；当所述第一测量报告的所述生成方式是不基于ai生成时，所述第一信号的所述发送功率值不大于第三功率值，所述第三功率值依赖所述第二路损。

43、作为一个实施例，上述方法的特质包括：所述第一功率值与所述第一路损线性相关，所述第二功率值与所述第二路损线性相关。

44、作为一个实施例，上述方法的特质包括：当所述第一测量报告的所述生成方式是不基于ai生成时，所述第二功率值兼容当前标准。

45、作为一个实施例，上述方法的特质包括：当所述第一测量报告的所述生成方式是基于ai生成时，所述第二功率值不大于所述第一功率值时兼容当前标准。

46、作为一个实施例，上述方法的特质包括：所述第三功率值等于所述第二功率值。

47、作为一个实施例，上述方法的好处包括：降低所述第一信号对所述第一小区的干扰，保证信号可靠传输的同时降低终端功耗。

48、作为一个实施例，上述方法的好处包括：确保handover或ltm过程的稳定性，减少因切换失败导致通信中断的概率。

49、根据本技术的一个方面，上述方法的特征在于，包括：

50、接收第一参考信号和第二参考信号；

51、其中，所述第一小区的所述信道质量依赖所述第一参考信号的接收，所述第二小区的所述信道质量依赖所述第二参考信号的接收；所述第二小区的所述信道质量好于所述第一小区的所述信道质量。

52、作为一个实施例，本技术要解决的问题包括：如何确定所述第一小区所述信道质量和所述第二小区的所述第二信道质量。

53、作为一个实施例，上述方法的特质包括：本技术中，所述第一节点接收第一参考信号和第二参考信号，并根据所述第一参考信号和所述第二参考信号分别确定所述第一小区所述信道质量和所述第二小区的所述第二信道质量，从而解决了上述问题。

54、作为一个实施例，上述方法的特质包括：当所述第一小区的所述信道质量的生成方式是基于ai生成时，所述ai模型推理阶段的输入包括所述第一参考信号，输出包括所述第一小区的所述信道质量的部分或全部；当所述第二小区的所述信道质量的生成方式是基于ai生成时，所述ai模型推理阶段的输入包括所述第二参考信号，输出包括所述第二小区的所述信道质量的部分或全部。

55、作为一个实施例，上述方法的特质包括：所述第一测量报告是事件触发的，所述事件包括所述第二小区的所述信道质量好于所述第一小区的所述信道质量。

56、作为一个实施例，上述方法的特质包括：所述第一测量报告指示所述第二小区的所述信道质量好于所述第一小区的所述信道质量。

57、作为一个实施例，上述方法的特质包括：所述第一测量报告的生成方式是基于ai生成，所述ai的输出包括指示所述第二小区的所述信道质量好于所述第一小区的所述信道质量。

58、作为一个实施例，上述方法的好处包括：兼容当前rrc connected状态下的移动性管理，对当前标准的改动小。

59、根据本技术的一个方面，上述方法的特征在于，包括：

60、接收第一信令；

61、其中，所述第一信号的传输依赖所述第一信令。

62、作为一个实施例，上述方法的特质包括：作为接收到所述第一信令的响应，所述第一节点发送所述第一信号。

63、作为一个实施例，上述方法的特质包括：所述第一信号指示所述第一节点正确接收所述第一信令。

64、作为一个实施例，上述方法的特质包括：所述第一信令指示所述第一节点发送所述第一信号。

65、作为一个实施例，上述方法的好处包括：良好的兼容性。

66、作为一个实施例，上述方法的好处包括：提高切换成功的概率。

67、根据本技术的一个方面，上述方法的特征在于，包括：

68、接收第二信令，所述第二信令分别为所述第一小区和所述第二小区配置测量对象和测量时间；

69、其中，通过针对所述第一小区的所述测量对象在所述测量时间中的测量获得针对所述第一小区的至少一个信道测量值，通过针对所述第二小区的所述测量对象在所述测量时间中的测量获得针对所述第二小区的至少一个信道测量值；当所述第一测量报告的所述生成方式是基于ai生成时，针对所述第一小区的至少一个所述信道测量值或针对所述第二小区的至少一个所述信道测量值中的至少之一被用于生成所述第一测量报告。

70、作为一个实施例，上述方法的特质包括：当所述第一测量报告的所述生成方式是基于ai生成时的意思包括所述第一测量报告的内容是基于ai生成的。

71、作为一个实施例，上述方法的特质包括：所述第一测量报告包括针对所述第一小区的至少一个所述信道测量值或针对所述第二小区的至少一个所述信道测量值中的至少之一。

72、作为一个实施例，上述方法的特质包括：生成所述第一测量报告的ai模型的输入包括针对所述第一小区的至少一个所述信道测量值或针对所述第二小区的至少一个所述信道测量值中的至少之一。

73、作为一个实施例，上述方法的好处包括：降低handover或ltm时乒乓效应的影响。

74、作为一个实施例，上述方法的好处包括：推动ai与移动网络融合的同时，降低对当前标准的影响。

75、根据本技术的一个方面，上述方法的特征在于，所述第一节点是用户设备。

76、根据本技术的一个方面，上述方法的特征在于，所述第一节点是中继节点。

77、根据本技术的一个方面，上述方法的特征在于，所述第一节点具备ai/ml能力。

78、根据本技术的一个方面，上述方法的特征在于，所述第一节点支持基于ai/ml的测量报告。

79、根据本技术的一个方面，上述方法的特征在于，所述第一节点支持基于ai/ml的移动性管理。

80、本技术公开了一种被用于无线通信移动性管理的第二节点中的方法，其中，包括：

81、在第一小区中接收第一测量报告，随后接收第一信号；

82、其中，所述第一测量报告包括所述第一小区的信道质量或第二小区的信道质量中的至少之一；所述第二小区是所述第一测量报告的发送者的之外的小区；所述第一信号针对所述第二小区；所述第一信号的发送功率值依赖所述第一测量报告的生成方式；所述第一测量报告的所述生成方式是基于ai生成或不基于ai生成中的之一。

83、根据本技术的一个方面，上述方法的特征在于，当所述第一测量报告的所述生成方式是基于ai生成的时，所述第一信号的所述发送功率值依赖第一路损和第二路损；当所述第一测量报告的所述生成方式是不基于ai生成时，所述第一信号的所述发送功率值依赖第二路损；所述第一路损和所述第二路损分别针对所述第一小区和所述第二小区。

84、根据本技术的一个方面，上述方法的特征在于，所述第一测量报告的所述生成方式是基于ai生成的意思包括以下至少之一：

85、-所述第一测量报告是通过预测生成；

86、-所述第一测量报告是通过推理生成的；

87、-所述第一测量报告是通过模型生成的，所述模型为ai或ml中的至少之一。

88、根据本技术的一个方面，上述方法的特征在于，当所述第一测量报告的所述生成方式是基于ai生成时，所述第一信号的所述发送功率值不大于第一功率值和第二功率值中的较小值，所述第一功率值依赖所述第一路损，所述第二功率值依赖所述第二路损；当所述第一测量报告的所述生成方式是不基于ai生成时，所述第一信号的所述发送功率值不大于第三功率值，所述第三功率值依赖所述第二路损。

89、根据本技术的一个方面，上述方法的特征在于，包括：

90、发送第一参考信号和第二参考信号；

91、其中，所述第一小区的所述信道质量依赖所述第一参考信号的接收，所述第二小区的所述信道质量依赖所述第二参考信号的接收；所述第二小区的所述信道质量好于所述第一小区的所述信道质量。

92、根据本技术的一个方面，上述方法的特征在于，包括：

93、发送第一信令；

94、其中，所述第一信号的传输依赖所述第一信令。

95、根据本技术的一个方面，上述方法的特征在于，包括：

96、发送第二信令，所述第二信令分别为所述第一小区和所述第二小区配置测量对象和测量时间；

97、其中，通过针对所述第一小区的所述测量对象在所述测量时间中的测量获得针对所述第一小区的至少一个信道测量值，通过针对所述第二小区的所述测量对象在所述测量时间中的测量获得针对所述第二小区的至少一个信道测量值；当所述第一测量报告的所述生成方式是基于ai生成时，针对所述第一小区的至少一个所述信道测量值或针对所述第二小区的至少一个所述信道测量值中的至少之一被用于生成所述第一测量报告。

98、根据本技术的一个方面，上述方法的特征在于，所述第二节点是基站。

99、根据本技术的一个方面，上述方法的特征在于，所述第二节点是用户设备。

100、根据本技术的一个方面，上述方法的特征在于，所述第二节点是trp。

101、根据本技术的一个方面，上述方法的特征在于，所述第二节点被关联到多个小区，所述多个小区包括所述第一小区和所述第二小区。

102、根据本技术的一个方面，上述方法的特征在于，所述第二节点管理所述第一小区和所述第二小区。

103、根据本技术的一个方面，上述方法的特征在于，所述第一信号在所述第二小区中被接收。

104、根据本技术的一个方面，上述方法的特征在于，所述第二参考信号在所述第二小区中被发送。

105、本技术公开了一种被用于无线通信移动性管理的第一节点，其中，包括：

106、第一发射机，在第一小区中发送第一测量报告，随后发送第一信号；

107、其中，所述第一测量报告包括所述第一小区的信道质量或第二小区的信道质量中的至少之一；所述第二小区是所述第一节点的之外的小区；所述第一信号针对所述第二小区；所述第一信号的发送功率值依赖所述第一测量报告的生成方式；所述第一测量报告的所述生成方式是基于ai生成或不基于ai生成中的之一。

108、本技术公开了一种被用于无线通信移动性管理的第二节点，其中，包括：

109、第二接收机，在第一小区中接收第一测量报告，随后接收第一信号；

110、其中，所述第一测量报告包括所述第一小区的信道质量或第二小区的信道质量中的至少之一；所述第二小区是所述第一测量报告的发送者的之外的小区；所述第一信号针对所述第二小区；所述第一信号的发送功率值依赖所述第一测量报告的生成方式；所述第一测量报告的所述生成方式是基于ai生成或不基于ai生成中的之一。

111、作为一个实施例，和传统方案相比，本技术具备如下有利但不局限于的优势：

112、本技术支持ai/ml在移动性管理中的应用，推动ai/ml与通信网络的深度融合，以提升网络的智能化水平，优化移动性管理，提高频谱和能量效率，为用户提供更稳定和高效的移动通信服务；

113、有利于改善信号的移动性支持，提高系统的服务质量；

114、增强上行无线信号的功率控制，保证信号可靠传输的同时降低终端功耗。