移动通信中测量事件预测的方法和装置与流程

本公开一般涉及移动通信，更具体地，涉及在移动通信中关于用户设备和网络装置的基于人工智能（ai）或机器学习（ml）的测量事件预测。

背景技术：

1、除非在此另有说明，本节所述的方法并非下述权利要求的现有技术，并且因包含于本节中而不被视为现有技术。

2、在第三代合作伙伴计划（3gpp）第五代新无线（nr）网络中，用户设备（ue）移动性是一个重要考量。为了保持服务连续性和质量，ue会测量并报告无线电资源信号环境质量。然而，传统的切换（ho）设计由层3（l3）流程控制，包含无线电资源管理（rrm）测量和无线电资源控制（rrc）重配置，这会引入大量信令和延迟。为了解决这一问题，引入了低层触发移动性（ltm，也称为层1（l1）/层2（l2）触发移动性），以通过l1/l2信令的波束管理实现服务小区切换，从而减少ue移动过程中的延迟、开销和中断。

3、另一方面，随着人工智能（ai）或机器学习（ml）集成度的不断提高以增强网络性能，利用ai/ml进一步改善移动性流程，例如实现主动测量报告（mr）和切换，以及/或减少不必要的切换，已成为一个重要问题。

技术实现思路

1、以下摘要仅用于说明，并非以任何方式作为限制。也就是说，以下摘要旨在介绍本文所述新颖且非显而易见技术的概念、重点、益处和优势。具体实施方式将在下文详细描述中进一步阐述。因此，以下摘要并不旨在确定所要求保护主题的基本特征，也不用于确定所要求保护主题的范围。

2、本公开的一个目标是提出解决与移动通信中用户设备（ue）和网络装置相关的基于人工智能（ai）或机器学习（ml）的测量事件预测问题的方案或方法。

3、在一个方面，一种方法可包括由装置对第一组无线电资源进行测量。该方法还可包括由该装置基于该测量，通过在时域、空域和频域中的一个或组合，利用基于ai/ml的模型进行测量预测，获得第二组无线电资源的预测测量结果。该方法还可包括由该装置根据在第一组无线电资源测量的测量结果和/或该预测测量结果，向网络节点发送测量报告。

4、在另一个方面，一种装置可包括在操作期间与网络进行无线通信的收发器。该装置还可包括与收发器通信连接的处理器。该处理器在操作期间可执行操作，包括对第一组无线电资源进行测量。该处理器在操作期间可执行操作，包括基于该测量，通过在时域、空域和频域中的一个或组合，利用人工智能（ai）或机器学习（ml）模型进行测量预测，获得第二组无线电资源的预测测量结果。该处理器在操作期间还可执行操作，包括通过收发器根据在第一组无线电资源测量的测量结果和/或该预测测量结果，向网络节点发送测量报告。

5、在另一个方面，一种方法可包括由装置执行基于ai/ml的预测。该方法还可包括由该装置在基于该基于ai或ml的预测结果预测测量事件将发生的情况下启动切换（ho）准备。该方法还可包括由该装置在该测量事件的触发条件被满足时从网络节点接收ho命令。该方法还可包括由该装置根据该ho命令执行ho操作。

6、在又一个方面，一种方法可包括由网络节点从ue接收测量报告。该测量报告是基于ai/ml预测结果生成的。该方法还可包括由网络节点基于该测量报告做出ho决策。该方法还可包括由网络节点根据该ho决策向ue发送ho命令。

7、值得注意的是，尽管本文所述内容可能是在某些无线接入技术、网络和网络拓扑结构的背景下进行描述，例如lte、lte-advanced、lte-advanced pro、5g、nr、5g-advanced、物联网（iot）、窄带物联网（nb-iot）、工业物联网（iiot）、超5g（b5g）和第六代（6g），所提出的概念、方案及其任何变体/衍生方案均可在其他类型的无线接入技术、网络和网络拓扑结构中实现、用于和由其实现。因此，本公开的范围不限于本文所述的示例。

1.一种方法，包括：

2.如权利要求1所述的方法，其中：

3.如权利要求1所述的方法，其中用于该测量预测的该测量结果包括层1测量结果，并且该方法进一步包括：

4.如权利要求1所述的方法，其中用于该测量预测的该测量结果包括层3测量结果，并且该方法进一步包括：

5.如权利要求4所述的方法，进一步包括：

6.如权利要求1所述的方法，其中该第一组无线电资源对应于第一组小区的第一组参考信号，且该第二组无线电资源对应于第二组小区的第二组参考信号，其中该第一组参考信号和该第二组参考信号处于相同的频域和空域，并且获得该预测测量结果进一步包括：

7.如权利要求1所述的方法，其中该第一组无线电资源对应于第一组小区的第一组参考信号，且该第二组无线电资源对应于第二组小区的第二组参考信号，其中该第一组参考信号和该第二组参考信号处于相同的频域，并且获得该预测测量结果进一步包括：

8.如权利要求1所述的方法，其中该第一组无线电资源对应于第一组小区的第一组参考信号，且该第二组无线电资源对应于第二组小区的第二组参考信号，其中该第一组参考信号和该第二组参考信号处于相同的空域，并且获得该预测测量结果进一步包括：

9.如权利要求1所述的方法，其中获得该预测测量结果进一步包括：

10.如权利要求1所述的方法，其中该第一组无线电资源对应于第一组小区，且该第二组无线电资源对应于第二组小区，并且该方法进一步包括：

11.如权利要求1所述的方法，其中预测信息指示预测测量事件将发生，并且该方法进一步包括：

12.如权利要求1所述的方法，进一步包括：

13.如权利要求1所述的方法，进一步包括：

14.如权利要求1所述的方法，其中该基于ai或ml的模型对应于一个或一组小区。

15.如权利要求1所述的方法，其中与该测量结果相关的参考信号的质量包括信号与噪声比snr、参考信号接收功率rsrp或接收信号强度rss。

16.如权利要求1所述的方法，进一步包括：

17.一种方法，包括：

18.如权利要求17的方法，其中基于该基于ai或ml的预测的结果和测量结果，预测该测量事件将发生。

19.如权利要求17的方法，进一步包括：

20.如权利要求19的方法，进一步包括：

21.如权利要求19的方法，进一步包括：

22.一种方法，包括：

23.一种装置，包括：