一种移动性管理方法、装置、电子设备、存储介质和计算机程序产品与流程
本公开涉及无线通信,尤其是一种移动性管理方法、装置、电子设备、存储介质和计算机程序产品。
背景技术:
1、移动性优化是5g与人工智能(artificial intelligence,ai)技术结合的典型场景之一,其中包括:终端设备(ue)可以通过内置的ai或机器学习(machine learning,ml)模型对无线资源管理(radio resource management,rrm)测量、无线链路失败(radio-linkfailure,rlf)、切换失败(hand-over failure,hof)或其他测量事件进行预测,以辅助网络侧决策(例如提前切换)。
2、但目前,ue的预测行为尚未与网络侧决策形成协同,这导致ue的预测信息无法满足网络侧的需求,不能被网络侧采纳,并且同时造成了ue运算能力、功耗、空口资源等方面的浪费。
技术实现思路
1、鉴于上述问题而提出了本公开。本公开提供了一种移动性管理方法、装置、电子设备、存储介质和计算机程序产品。
2、根据本公开的一个方面,提供了一种移动性管理方法,应用于终端设备,终端设备能够基于其配置的人工智能或机器学习模型进行预测并生成预测信息,方法包括:接收网络设备发送的第一消息,其中,第一消息包括执行预测的第一配置信息和/或上报预测信息的第二配置信息。
3、此外,根据本公开的一个方面的移动性管理方法,其中,第二配置信息包括以下一项或多项:第一配置子信息、第二配置子信息、第三配置子信息,其中,第一配置子信息指示上报预测信息的有效时间窗,第二配置子信息指示连续两次上报的最小时间间隔,第三配置子信息指示上报预测信息的第一门限值。
4、此外,根据本公开的一个方面的移动性管理方法,其中,第一配置信息包括以下一项或多项:观察窗时长、预测窗时长、层一采样时长或采样周期、测量周期、无线资源管理rrm时域测量减少率或比例、rrm空域测量减少率或比例、rrm频域预测相关频率信息,其中包括:终端设备实际测量的频段或频率或频点信息、预测频段或频率或频点信息、预测滤波系数、测量周期或预测窗内输出结果的次数、连续两个输出结果的时间间隔或周期,其中,输出结果包括小区级或波束级rrm实际测量和/或预测结果、失败事件预测结果、测量事件预测结果。
5、此外,根据本公开的一个方面的移动性管理方法,其中,预测信息包括以下一项或多项:测量周期或预测窗内输出结果的次数,其中,输出结果包括小区级或波束级rrm实际测量和/或预测结果、失败事件预测结果、测量事件预测结果;连续两个输出结果的时间间隔或周期;终端设备实际使用的观察窗时长、预测窗时长、层一采样时长或采样周期、测量周期、无线资源管理rrm时域测量减少率或比例、rrm空域测量减少率或比例、rrm频域预测相关频率信息,其中包括:终端设备实际测量的频段或频率或频点信息、预测频段或频率或频点信息、预测滤波系数中的一种或多种;服务小区或邻小区的小区级或波束级rrm测量预测值,rrm测量预测值包括:参考信号接收功率rsrp预测值、参考信号接收质量rsrq预测值以及信噪比sinr预测值中的至少一个;邻小区与服务小区为同频或异频小区;预计发生失败事件的时段,或有概率或有可能性发生失败事件的时段及其概率值;预计满足测量事件的时段,或有概率或有可能性满足测量事件的时段及其概率值;预计发生失败事件的时刻,或有概率或有可能性发生失败事件的时刻及其概率值;预计满足测量事件的时刻,或有概率或有可能性满足测量事件的时刻及其概率值;其中,时段包括其起始时刻和终止时刻或其时间间隔。
6、此外,根据本公开的一个方面的移动性管理方法,其中,第一配置子信息包括以下一项或多项:第一时刻、第二时刻、第一时长、第二时长、第三时长,其中,第一时刻指示上报起始时刻,第二时刻指示上报终止时刻,第一时长指示第一时刻与预计发生失败事件或满足测量事件时刻或时段的开始时刻之间的时间间隔,第二时长指示第二时刻与预计发生失败事件或满足测量事件时刻或时段的开始时刻之间的时间间隔,第三时长指示第一时刻与第二时刻之间的时间间隔。
7、此外,根据本公开的一个方面的移动性管理方法,其中,方法还包括:基于人工智能或机器学习模型和/或第一配置信息进行预测,生成预测信息。
8、此外,根据本公开的一个方面的移动性管理方法,其中,方法还包括:当满足第一配置子信息和/或第二配置子信息和/或第三配置子信息时,向网络设备发送第二消息,其中,第二消息中包括预测信息。
9、根据本公开的另一个方面,提供了一种移动性管理方法,应用于网络设备,方法包括:向终端设备发送第一消息,其中,第一消息包括执行预测的第一配置信息和/或上报预测信息的第二配置信息,其中,终端设备能够基于其配置的人工智能或机器学习模型进行预测并生成预测信息。
10、此外,根据本公开的一个方面的移动性管理方法,其中,第二配置信息包括以下一项或多项:第一配置子信息、第二配置子信息、第三配置子信息,其中,第一配置子信息指示上报预测信息的有效时间窗,第二配置子信息指示连续两次上报的最小时间间隔,第三配置子信息指示上报预测信息的第一门限值。
11、此外,根据本公开的一个方面的移动性管理方法,其中,第一配置信息包括以下一项或多项:观察窗时长、预测窗时长、层一采样时长或采样周期、测量周期、无线资源管理rrm时域测量减少率或比例、rrm空域测量减少率或比例、rrm频域预测相关频率信息,其中包括:终端设备实际测量的频段或频率或频点信息、预测频段或频率或频点信息、预测滤波系数、测量周期或预测窗内输出结果的次数、连续两个输出结果的时间间隔或周期,其中,输出结果包括小区级或波束级rrm实际测量和/或预测结果、失败事件预测结果、测量事件预测结果。
12、此外,根据本公开的一个方面的移动性管理方法,其中,预测信息包括以下一项或多项:测量周期或预测窗内输出结果的次数,其中,输出结果包括小区级或波束级rrm实际测量和/或预测结果、失败事件预测结果、测量事件预测结果;连续两个输出结果的时间间隔或周期;终端设备实际使用的观察窗时长、预测窗时长、层一采样时长或采样周期、测量周期、无线资源管理rrm时域测量减少率或比例、rrm空域测量减少率或比例、rrm频域预测相关频率信息,其中包括:终端设备实际测量的频段或频率或频点信息、预测频段或频率或频点信息、预测滤波系数中的一种或多种;服务小区或邻小区的小区级或波束级rrm测量预测值,rrm测量预测值包括:参考信号接收功率rsrp预测值、参考信号接收质量rsrq预测值以及信噪比sinr预测值中的至少一个;邻小区与服务小区为同频或异频小区;预计发生失败事件的时段,或有概率或有可能性发生失败事件的时段及其概率值;预计满足测量事件的时段,或有概率或有可能性满足测量事件的时段及其概率值;预计发生失败事件的时刻,或有概率或有可能性发生失败事件的时刻及其概率值;预计满足测量事件的时刻,或有概率或有可能性满足测量事件的时刻及其概率值;其中,时段包括其起始时刻和终止时刻或其时间间隔。
13、此外,根据本公开的一个方面的移动性管理方法,其中,第一配置子信息包括以下一项或多项:第一时刻、第二时刻、第一时长、第二时长、第三时长,其中,第一时刻指示上报起始时刻,第二时刻指示上报终止时刻,第一时长指示第一时刻与预计发生失败事件或满足测量事件时刻或时段的开始时刻之间的时间间隔,第二时长指示第二时刻与预计发生失败事件或满足测量事件时刻或时段的开始时刻之间的时间间隔,第三时长指示第一时刻与第二时刻之间的时间间隔。
14、此外,根据本公开的一个方面的移动性管理方法,其中,方法还包括:接收终端设备发送的第二消息,其中,第二消息中包括预测信息。
15、此外,根据本公开的一个方面的移动性管理方法,其中,方法还包括:基于接收到的预测信息,确定相关终端设备是否执行切换。
16、此外,根据本公开的一个方面的移动性管理方法,其中,基于接收到的预测信息,确定相关终端设备是否执行切换,包括以下一项或多项:当预计发生失败事件或满足测量事件的概率值满足第二门限值,或当接收到的上报有概率或有可能性发生失败事件或满足测量事件的次数满足第三门限值时,确定执行切换相关操作;当预计发生失败事件或满足测量事件,或当接收到的上报预计发生失败事件或满足测量事件的次数满足第四门限值时,确定执行切换相关操作;当接收到的服务小区的小区级或波束级rrm测量预测值满足第五门限值,和/或,邻小区的小区级或波束级rrm测量预测值满足第六门限值时,确定执行切换相关操作;当接收到的测量周期或预测窗内输出结果的次数、连续两个输出结果的时间间隔或周期、终端设备实际使用的、观察窗时长、预测窗时长、层一采样时长或采样周期、测量周期、无线资源管理rrm时域测量减少率或比例、rrm空域测量减少率或比例、rrm频域预测相关频率信息、预测滤波系数的一种或多种满足第七门限值时,确定执行切换相关操作。
17、此外,根据本公开的一个方面的移动性管理方法,其中,方法还包括:在预计发生失败事件或满足测量事件时刻或时段的起始时刻之前执行切换相关操作。
18、此外,根据本公开的一个方面的移动性管理方法,其中,在预计发生失败事件或满足测量事件时刻或时段的起始时刻之前执行切换相关操作,包括:当预测信息为预计发生失败事件的时刻,或有概率或有可能性发生失败事件的时刻时,基于该时刻、网络设备切换准备时长、偏移量,确定切换相关时刻并执行切换相关操作;当预测信息为预计发生失败事件的时段,或有概率或有可能性发生失败事件的时段时,基于该时段的起始时刻、网络设备切换准备时长、偏移量,确定切换相关时刻并执行切换相关操作;当预测信息为预计满足测量事件的时段,或有概率或有可能性满足测量事件的时段,或预计满足测量事件的时刻,或有概率或有可能性满足测量事件的时刻时,基于该时刻或时段的起始时刻、预计发生失败事件的时刻或时段的起始时间,确定切换相关时刻并执行切换相关操作。
19、此外,根据本公开的一个方面的移动性管理方法,其中,方法还包括:当第一配置子信息只包括第一时刻时,判断接收到的测量周期或预测窗内输出结果的次数、连续两个输出结果的时间间隔或周期、终端设备实际使用的、观察窗时长、预测窗时长、层一采样时长或采样周期、测量周期、无线资源管理rrm时域测量减少率或比例、rrm空域测量减少率或比例、rrm频域预测相关频率信息、预测滤波系数的一种或多种是否满足第八门限值;若满足第八门限值,判断第一时刻与预计发生失败事件或满足测量事件时刻或时段的开始时刻之间的时间间隔是否小于网络设备切换准备时长;若小于网络设备切换准备时长,确定预测信息用于监测人工智能或机器学习模型的预测精准度;若大于等于网络设备切换准备时长,确定预测信息用于监测人工智能或机器学习模型的预测精准度和/或相关终端设备执行切换。
20、此外,根据本公开的一个方面的移动性管理方法,其中,方法还包括:当第一配置子信息只包括第二时刻时,判断接收到的测量周期或预测窗内输出结果的次数、连续两个输出结果的时间间隔或周期、终端设备实际使用的、观察窗时长、预测窗时长、层一采样时长或采样周期、测量周期、无线资源管理rrm时域测量减少率或比例、rrm空域测量减少率或比例、rrm频域预测相关频率信息、预测滤波系数的一种或多种是否满足第九门限值;若满足第九门限值,确定预测信息用于监测人工智能或机器学习模型的预测精准度和/或相关终端设备执行切换。
21、根据本公开的再一个方面,提供了一种移动性管理装置,装置能够基于其配置的人工智能或机器学习模型进行预测并生成预测信息,装置包括:接收模块,用于接收网络设备发送的第一消息,其中,第一消息包括执行预测的第一配置信息和/或上报预测信息的第二配置信息。
22、根据本公开的还一个方面,提供了一种移动性管理装置,装置包括:发送模块,用于向终端设备发送第一消息,其中,第一消息包括执行预测的第一配置信息和/或上报预测信息的第二配置信息,其中终端设备能够基于其配置的人工智能或机器学习模型进行预测并生成预测信息。
23、根据本公开的又一个方面,提供了一种电子设备,包括:存储器,用于存储计算机可读指令;以及处理器,用于运行计算机可读指令,使得电子设备执行如上所述的移动性管理方法。
24、根据本公开的又一个方面,提供了一种非瞬时性计算机可读存储介质,用于存储计算机可读指令,当计算机可读指令由处理器执行时,使得处理器执行如上所述的移动性管理方法。
25、根据本公开的再一个方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序被处理器执行时实现如上所述的移动性管理方法。
26、如以下将详细描述的,根据本公开实施例的移动性管理方法,网络通过向具备ai/ml能力的终端设备发送终端侧预测的相关指示/配置信息实现终端预测与网络决策的协同,可以避免因为终端预测信息无法满足网络侧的切换决策的需要,而不能被网络侧采纳的情况,一方面可以提升切换性能,另一方面避免终端进行无效预测造成算力和功耗的浪费,避免无效信息上报造成的空口资源浪费。
27、要理解的是,前面的一般描述和下面的详细描述两者都是示例性的,并且意图在于提供要求保护的技术的进一步说明。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com