用于在无线通信系统中执行切换的装置和方法与流程

1.本公开总体上涉及无线通信系统，更具体地涉及用于在无线通信系统中执行切换的设备和方法。


背景技术：

2.为了满足由于第四代(4g)通信系统的部署引起的已经增加的对无线数据业务的需求，已经作出了努力来开发改进的第5代(5g)或pre-5g通信系统。因此，5g或pre-5g通信系统也被称作“超4g网络”通信系统或“后长期演进(后lte)”系统。
3.5g通信系统被考虑为实现在超高频(mmwave)频带(例如，60ghz频带)中，以便实现更高的数据速率。为了在超高频带中减小无线电波的传播损失并增加无线电波的传输距离，在5g通信系统中对波束形成、海量多输入多输出(海量mimo)、全维mimo(fd-mimo)、阵列天线、模拟波束形成、大规模天线技术进行讨论。
4.此外，在5g通信系统中，基于高级小型小区、云无线接入网络(ran)、超密度网路、设备至设备(d2d)通信、无线回程、移动网络、协作通信、协作多点(comp)、接收端干扰消除等来进行针对系统网络改进的开发。
5.在5g系统中，也已经开发了作为高级编码调制(acm)方案的混合频移键控和正交调幅(fqam)和滑动窗口叠加编码(swsc)以及作为高级接入技术的滤波器组多载波(fbmc)、非正交多址接入(noma)和稀疏码多址接入(scma)。
6.当进行通信的无线终端在没有服务断开的情况下从当前的接入小区接入另一个小区时，定义了切换过程。此时，为了提高通信性能，正考虑用于更优化的切换的方案。


技术实现要素：

7.技术问题
8.基于以上背景，本公开提供用于在无线通信系统中执行切换的设备和方法。
9.本公开提供用于在无线通信系统中执行基于人工智能(ai)的切换的设备和方法。
10.本公开提供用于在无线通信系统中配置用于基于ai的切换的参数的设备和方法。
11.本公开提供用于在无线通信系统中发送用于基于ai的切换的神经网络信息的设备和方法。
12.本公开提供用于在无线通信系统中自适应地执行基于ai的切换的设备和方法。
13.本公开提供用于在无线通信系统中管理神经网络(nn)模型的设备和方法，该神经网络(nn)模型被配置用于基于ai的切换。
14.本公开提供在无线通信系统中当用于基于ai的切换的信令失败时所定义的bs或ue的设备和方法。
15.本公开提供在无线通信系统中当切换请求的验证失败时所定义的bs或ue的设备和方法。
16.本公开提供在无线通信系统中用于与基于ai的切换有关的学习的设备和方法。
17.对问题的解决方案
18.根据本公开的各种实施例，一种由无线通信系统中的服务小区的bs执行的方法包括：向ue发送用于基于人工智能(ai)的切换的配置信息、从ue接收针对符合基于ai的切换的针对目标小区的切换请求，以及基于切换请求向ue发送用于接入目标小区的配置消息，并且目标小区是基于被配置用于基于ai的切换的神经网络(nn)和ue的测量结果来识别的。
19.根据本公开的各种实施例，一种由无线通信系统中的用户设备(ue)执行的方法包括：从服务小区的bs接收用于基于人工智能(ai)的切换的配置信息，基于被配置用于基于ai的切换的神经网络(nn)和测量结果来识别符合基于ai的切换的目标小区，向bs发送针对目标小区的切换请求，以及从bs接收用于接入目标小区的配置消息。
20.根据本公开的各种实施例，一种无线通信系统中的服务小区的bs包括：至少一个收发器；以及，至少一个处理器，该至少一个处理器连接到至少一个收发器，并且该至少一个处理器可以被配置为：控制至少一个收发器向ue发送用于基于人工智能(ai)的切换的配置信息、控制至少一个收发器从ue接收针对符合基于ai的切换的针对目标小区的切换请求，以及控制至少一个收发器基于切换请求向ue发送用于接入目标小区的配置消息，并且目标小区是可以基于被配置用于基于ai的切换的神经网络(nn)和ue的测量结果来识别的。
21.本发明的有益效果
22.根据本公开的各种实施例的设备和方法可以通过使用人工智能(ai)来执行切换，在考虑到ue或bs的单独情形来有效地执行切换。
23.从本公开可获得的效果可以不限于上述的效果，并且通过以下描述，可以通过本公开所属于的那些本领域技术人员清楚地理解没有被提及的其他效果。
附图说明
24.图1示出根据本公开的各种实施例的无线通信系统。
25.图2示出根据本公开的各种实施例的无线通信系统的结构的示例。
26.图3a示出根据本公开的各种实施例的在长期演进(lte)系统中的无线协议结构的示例。
27.图3b示出根据本公开的各种实施例的在下一代移动通信中的无线协议结构的示例。
28.图4示出根据本公开的各种实施例的基于ai的切换的配置的示例。
29.图5示出常规切换过程的示例。
30.图6a示出根据本公开的各种实施例的基于ai的切换过程的示例。
31.图6b示出根据本公开的各种实施例的基于ai的切换的输入值和输出值的示例。
32.图7示出根据本公开的各种实施例的用于基于自适应ai的切换的bs的操作的流程。
33.图8a示出根据本公开的各种实施例的用于执行基于ai的切换的bs的操作的流程。
34.图8b示出根据本公开的各种实施例的用于执行基于ai的切换的bs的操作的流程。
35.图9示出根据本公开的各种实施例的用于基于ai的切换的信号的流程。
36.图10示出根据本公开的各种实施例的当没有接收到指示是否使用基于ai的切换的信息时bs和ue的操作的示例。
37.图11示出根据本公开的各种实施例的当没有接收到基于ai的切换的与神经网络有关的信息时bs和ue的操作的示例。
38.图12示出根据本公开的各种实施例的当在基于ai的切换中对于来自ue的切换请求的验证失败时bs和ue的操作的示例。
39.图13示出根据本公开的各种实施例的当在基于ai的切换中对于来自ue的切换请求的验证失败时bs和ue的操作的另一个示例。
40.图14示出根据本公开的各种实施例的根据与基于ai的切换的神经网络有关的信息的使用期限的期满的ue的操作的流程。
41.图15a示出根据本公开的各种实施例的bs和ue提出对调度信息的请求的操作的示例。
42.图15b示出根据本公开的各种实施例的bs和ue提出对神经网络相关信息的请求的操作的示例。
43.图16a示出根据本公开的各种实施例的用于学习的bs和ue操作的示例。
44.图16b示出根据本公开的各种实施例的在基于ai的切换之后用于学习的bs和ue的操作的示例。
45.图17示出根据本公开的各种实施例的bs的配置。
46.图18示出根据本公开的各种实施例的ue的配置。
具体实施方式
47.在本公开中使用的术语仅被用来描述特定实施例，并且并不旨在限制本公开。单数表达可以包括复数表达，除非它们在上下文中明确不同。除非以另外方式定义，否则包括技术术语和科学术语在内的在本文使用的所有术语具有与本公开的所属技术领域的技术人员通常理解的意义相同的意义。在通用词典中定义的这样的术语可以被解释为与相关技术领域中的上下文意义相同的意义，并且将不被解释为具有理想或过于正式的意义，除非在本公开中被清楚地定义。在一些情况下，甚至在本公开中定义的术语也不应当被解释为排除本公开的实施例。
48.在下文中，将基于硬件的方式来描述本公开的各种实施例。然而，本公开的各种实施例包括使用硬件和软件两者的技术，并且因此，本公开的各种实施例可以不排除软件的视角。
49.为了描述的方便起见，在以下描述中使用的涉及信号的术语(例如，消息、信号、信令、序列或流)、涉及资源的术语(例如，符号、时隙、子帧、无线帧、子载波、资源元素(re)、资源块(rb)、带宽部分(bwp)或时机)、用于操作的术语(例如，步骤、方法、处理或过程)、涉及数据的术语(例如，信息、参数、变量、值、位、符号或码字)、涉及信道的术语、涉及控制信息的术语(例如，下行链路控制信息(dci)、媒体接入控制控制元素(mac ce)或无线资源控制(rrc)信令)、涉及网络实体的术语、以及涉及装置的元件的术语仅仅作为示例。因此，本公开不局限于那些术语，并且可以使用具有相同技术含义的其他术语。
50.此外，在本公开中，表达“大于”或“小于”可以用于指示特定条件是否被满足或达到，但是仅仅用于指示示例，并不排除“大于或等于”或者“等于或小于”。指示“大于或等于”的条件可以由“大于”来替代、指示“等于或小于”的条件可以由“小于”来替代，并且指示“大
于或等于且小于”的条件可以由“大于且小于或等于”来替代。
51.此外，在本公开中，用于描述操作的作为装置的元件的控制装置、控制单元或控制器可以包括被配置为执行实施例的操作的一个或更多个处理器。此外，处理器可以控制诸如收发器、显示器和存储器之类的装置的元件。
52.已经将无线通信系统开发为宽带无线通信系统，所述宽带无线通信系统提供超越在初期提供的基于语音的服务的高速且高质量分组数据服务，像如下通信标准，例如3gpp的高速分组接入(hspa)、长期演进(lte)或演进通用陆地无线接入(e-utra)、高级lte(lte-a)、lte-pro、3gpp2的高速分组数据(hrpd)、超移动宽带(umb)、以及ieee的802.16e。
53.在对应于宽带无线通信系统的代表性示例的lte系统中，下行链路(dl)采用正交频分多路复用(ofdm)方案，上行链路(up)采用单载波频分多址接入(sc-fdma)方案。上行链路是用户设备(ue)或移动站(ms)向基站(bs)(或gnode b)发送数据或控制信号的无线电链路，下行链路是bs向ue发送数据或控制信号的无线电链路。在如上所述的多址接入方案中，以防止资源重叠(即，在用户之间建立正交性)的方式来分配和运行用于携带数据或控制信息的时间-频率资源，以便识别每个用户的数据或控制信息。
54.后lte通信系统(即，5g通信系统)应当能够自由地反映用户和服务提供商的各种需求，并且因此要求其支持满足各种需求的服务。针对5g通信系统考虑的服务包括增强移动宽带(embb)、海量机器类型通信(mmtc)以及超可靠低延时通信(urllc)。
55.embb目标在于提供被提高以便超过由常规lte、lte-a或lte-pro支持的数据传输速度的数据传输速率。例如，在5g通信系统中，从一个基站的视点看，embb应当提供下行链路中的20gbp的峰值数据速率以及上行链路中的10gbp的峰值数据速率。5g通信系统应当在提供峰值数据速率时提供ue的增加的实际感知传输速率(用户感知的数据速率)。为了满足这样的需求，需要各种发送/接收技术的改进，包括进一步改进的多输入多输出(mimo)传输技术。另外，尽管当前的lte系统使用从2ghz的带宽到20mhz的最大带宽的传输带宽来发送信号，而5g通信系统使用3ghz至6ghz或者高于或等于6ghz的频带中的比20mhz更宽的频率带宽，因此可以满足5g通信系统所需要的数据传输速率。
56.此外，为了支持诸如物联网(iot)的应用服务，在5g通信系统中考虑了mmtc。要求mmtc支持小区内的大量ue的接入、提高ue的覆盖范围、增加电池寿命，并且减少终端的成本，以便高效地提供iot。iot附接到各种传感器和装置来提供通信，并且因此应当支持小区内的大量终端(例如，1,000,000个ue/km2)。此外，因为支持mmtc的终端极可能位于诸如地下室的遮挡区域中，由于服务特性，小区不能覆盖该遮挡区域，所以与由5g通信系统提供的其他服务相比，mmtc要求更宽的覆盖范围。支持mmtc的终端需要以低价来生产，并且难以频繁地调换其电池，因此需要非常长的电池寿命，例如10至15年。
57.最后，在urllc中的是用于特定目的(关键任务)的基于蜂窝的无线通信服务。例如，可以考虑用于机器人或机械的遥控、工业自动化、无人飞行器、远程保健以及紧急状况警报的服务。因此，由urllc提供的通信应当提供非常低的延迟和非常高的可靠性。例如，支持urlls的服务应当满足短于0.5毫秒的无线接入延迟时间(空中接口延时)并且应当也具有等于或小于10-5
的分组错误率的要求。因此，对于支持urllc的服务，5g系统应当提供比其他系统的发送时间间隔(tti)小的发送时间间隔，并且也具有在频带中分配较宽资源的设计要求，以便保证通信链路的可靠性。
58.可以在一个系统中复用和发送5g的三种服务，即，embb、urllc和mmtc。在这时，为了满足相应服务的不同要求，可以针对服务使用不同的发送/接收方案和发送/接收参数。
59.此外，在通信中，已经提出了诸如移动全息照相、虚拟现实和增强现实之类的更多演进服务。为了支持所述服务，在通信系统中正在研究诸如人工智能(ai)技术、感测技术、有线/无线通信和网络基础设施、服务接口技术以及安全技术之类的元素技术。
60.在下文，参考附图详细地描述本公开的实施例。
61.在描述本公开的实施例时，将省略对于本公开所属技术领域中公知的且不与本公开直接地有关的技术内容的描述。这是为了通过省略不必要的描述而使本公开的主题更清楚，而没有其模糊性。
62.出于类似理由，在附图中夸大、省略或示意地示出一些元件。此外，每个元件的尺寸不完全反映实际尺寸。相同的附图标记被指配给每个图中的相同或对应的元件。
63.详细地参考附图和以下描述的实施例，本公开的优点和特征以及实现其的方法将变得清楚。然而，本公开不局限于以下实施例，并且可以以各种不同的形式来实现，并且提供实施例以使本公开完整并向本领域的技术人员完全地通知本公开的范围，并且本公开仅仅通过权利要求的范围被限定。遍及说明书，相同的附图标记指相同的元件。
64.将理解，能够通过计算机程序指令来实现流程图图示的每个块和流程图图示的组合。这些计算机程序指令可以被加载到通用计算机、专用计算机或其他可编程数据处理装置的处理器上，使得在计算机或其他可编程数据处理装置的处理器上运行的指令产生用于实现在一个或多个流程框中指定的功能的装置。这些计算机程序指令也可以被存储在计算机可读存储器中，其能够引导计算机或其他可编程数据处理装置以特定方式起作用，使得存储在计算机可用或计算机可读的存储器中的指令产生包括实施在一个或多个流程框中指定的功能的指令的制造品。计算机程序指令也可以被加载到计算机或另一可编程数据处理装置上以使得在计算机或另一可编程数据处理装置上执行一系列操作步骤以产生计算机实现的过程，使得在计算机或另一可编程数据处理装置上运行的指令提供用于实现在一个或多个流程框中指定的功能的步骤。
65.就这一点而言，每个块可以表示模块、片段或代码的一部分，其包括用于实现指定的一个或多个逻辑功能的一个或更多个可运行的指令。也应注意，在一些替换实施方式中，框中所表示的功能可以不按顺序出现。例如，可以基本上同时地执行两个连续的框，或有时可以根据对应的功能以倒序执行两个连续的框。
66.此时，在本实施例中使用的术语“～器”指的是诸如fpga或者asic之类的软件部件或硬件部件，并且起任何作用。然而，“～器”不局限于软件或硬件。“～器”可以被配置为存在于可寻址存储介质中，并且也可以被配置为在一个或更多个处理器上运行。因此，例如，“～器”包括软件部件，面向对象的软件部件，诸如类组件和任务组件、处理器、函数、属性、进程、子程序、程序代码的片段、驱动器、固件、微指令、电路、数据、数据库、数据结构、表、阵列和参数之类的部件。在元件中提供的功能和“～器”可以组合为较小数量的元件和“～器”，或者被划分为较大数量的元件和“～器”。另外，元件和“～器”可以被实现为在装置中的一个或更多个cpu或安全多媒体卡上运行。在实施例中，“～器”可以包括一个或更多个处理器。
67.为了描述的方便起见，使用标识以下描述中的接入节点的术语、涉及网络实体的
术语、涉及消息的术语、涉及网络实体之间的接口的术语、以及涉及各项标识信息的术语。因此，本公开不局限于在本公开中使用的术语，并且可以使用涉及具有等同技术含义的实体的其他术语。
68.为了描述的方便起见，在本公开中使用在5g、nr或lte系统的标准中定义的术语和名称。然而，本公开不局限于所述术语和名称，并且可以同样应用于遵循不同的标准的系统。也就是说，在本公开的实施例的具体描述中，通过3gpp定义的通信标准可以是主要目标，但是在不背离本公开的本领域的技术人员能够确定的本公开的范围的情况下，本公开的主题可以稍微被修改并应用于具有类似的技术背景的其他通信系统。
69.图1示出根据本公开的各种实施例的无线通信系统。bs 110和ue 120被图示为无线通信系统中的使用无线信道的节点的部分的示例。
70.bs 110是向ue 120提供无线接入的网络基础设施元件。bs 110基于其内可以发送和接收信号的范围而具有在预定地理区域中限定的覆盖。bs 110可以被称为“接入点(ap)”、“e节点b(enb)”、“第5代(5g)节点”、“g节点b(下一代节点b(gnb))”、“5g节点b(5gnb)”、“无线点”、“发送/接收点(trp)”、“数字单元(du)”、“无线电单元(ru)”、“远程无线电头(rrh)”或具有等同技术含义的其他术语以及基站。
71.ue 120是由用户使用的装置，并且通过无线信道执行与bs 110的通信。根据情况，ue 120可以在不牵涉用户的情况下运行。也就是说，ue 120是执行机器类型通信(mtc)装置，并且可以不由用户携带。ue 120可以被称为“用户设备(ue)”、“移动站”、“用户站”、“远程终端”、“无线终端”、“电子装置”、“用户装置”或具有等同的技术含义的其他术语，以及“终端”。根据本公开的各种实施例的ue(例如，ue 120)可以包括例如以下中的至少一者：蜂窝电话、智能电话、计算机、平板机pc、移动电话、视频电话、电子图书阅读器、台式机pc、膝上型pc、上网本计算机、工作站、服务器、pda、便携式多媒体播放机(pmp)、mp3播放机、医疗设备、相机、可穿戴装置、或者能够执行通信功能的多媒体系统。此外，ue的类型不局限于以上示例。
72.为了增加信道增益，bs 110或ue 120可以执行波束形成。波束形成可以包括传输波束形成和接收波束形成。也就是说，bs 110或ue 120可以为发送信号或接收信号指配方向性。为此目的，bs 110以及ue 120和ue130可以通过波束搜索过程或波束管理过程来选择服务波束。在选择服务波束之后，可以通过与发送服务波束的资源具有准共置关系的资源来执行通信。例如，ue 120和bs 110可以在毫米波(mmwave)(例如，28ghz、30ghz、38ghz和60ghz)中发送和接收无线信号。
73.ue 120可以通过主同步信号(pss)、次同步信号(sss)和物理广播信道(pbch)来执行同步处理和小区搜索过程。此后，ue 120可以执行接入过程，以便通过bs 110完成对网络的接入。ue 120可以通过物理随机接入信道(prach)发送前导同步码，并通过物理下行链路控制信道(pcch)和物理下行链路共享信道(pdsch)接收前导同步码的响应消息。执行以上描述的过程的ue可以接收pdcch/pdsch并发送物理上行链路共享信道(pusch)/物理上行链路控制信道(pucch)作为通用上行链路/下行链路信号传输过程。随机接入过程可以用于各种目的，诸如初始接入、上行链路同步控制、资源分配、切换等。
74.参考图1，根据ue的移动，可以改变ue接入的bs。ue可以执行切换。bs可以连接到相邻bs中的一些并且可以连接到诸如核心网络(cn)(例如，演进分组核心(epc)或5g核心网络
(5gc))的移动通信核心网络。bs可以是移动通信bs，该移动通信bs与诸如lte、nr、wifi等的无线接入技术不相关。ue 120可以连接到bs 110以接收移动通信服务，并且ue和bs可以通过切换(ho)过程连续地接收移动通信服务，以便根据ue的移动来改变bs。移动之前的服务bs可以被称为源bs(或服务小区或源小区)，并且移动之后新连接的bs可以被称为目标bs(或目标小区)。
75.小区可以指一个bs能够覆盖的区域。一个bs可以覆盖单个小区或多个小区。可以通过支持多个小区或者覆盖的扇区的区域的频率来划分多个小区。在本公开中，bs可以用作包括小区的术语，并且小区可以用作涉及bs的术语。在下文中，本公开使用源bs/目标bs以便描述根据ue的移动的切换，但是诸如源小区/目标小区或服务小区/目标小区之类的具有相同技术含义的表达可以替代并用于本公开的实施例中。
76.图2示出根据本公开的各种实施例的无线通信系统的结构的示例。在图2中，示出可被应用本公开的各种实施例的移动通信系统的结构的示例。
77.参考图2，bs 220或bs 225可以连接到核心网络(例如，演进分组核心(epc)或5g核心网络(5gc))。例如，bs 220或bs 225可以是lte enb或nr gnb。或者，例如bs 220或bs 225可以是移动通信bs，其与诸如wifi ap的无线接入技术(rat)不相关。
78.bs220和bs225可以被配置为一个单元或可以被划分为多个单元。以这种形式配置的bs支持划分的移动通信功能中的每一个。功能的示例包括用于每个pdcp/rlc/mac/phy/rf层的功能，一个单元可以支持功能、多个单元可以以分布式方式支持功能，或者一个功能可以被一个或更多个划分的单元支持。bs可以通过bs之间的接口(诸如x2接口或xn接口)被连接，并且bs可以通过bs与核心网络之间的接口(诸如s1接口或ng接口)而连接到cn。当ue可以不管bs的内部配置而接入bs并且在bs之间的移动期间切换被执行时，可以应用在本公开中提出的技术。
79.在一般切换过程中，源bs基于从ue发送的测量信息(例如，测量报告(mr))、根据内部策略来确定目标bs，并向ue发送从目标bs接收的配置信息(例如，rrc配置)。ue可以基于配置信息接入目标bs。通过此类处理，ue执行从源bs到目标bs的切换。参考图5来描述详细的过程。
80.图3a示出根据本公开的各种实施例的在长期演进(lte)系统中的无线协议结构的示例。
81.参考图3a，ue和bs分别包括lte系统的无线协议中的分组数据汇聚协议(pdcp)311和321、无线链路控制(rlc)312和322、媒体接入控制(mac)313和323。分组数据汇聚协议(pdcp)311和321执行压缩/重构ip报头的操作。如下描述pdcp的主要功能。
[0082]-报头压缩和解压缩功能(报头压缩和解压缩：仅rohc)
[0083]-用户数据发送功能(用户数据的传送)
[0084]-顺序传递功能(在rlc am的pdcp重建过程时对上层pdu的顺序传递)
[0085]-顺序重新排序功能(对于dc中的分离承载(仅支持rlc am)：用于发送的pdcp pdu路由和用于接收的pdcp pdu重新排序)
[0086]-重复检测功能(在rlc的pdcp重建过程时对下层sdu的重复检测)
[0087]-重传功能(在切换时对pdcp sdu的重传，并且对于dc中的分离承载，在rlc am的pdcp数据恢复过程时对pdcp pdu的重传)；
[0088]-加密和解密功能(加密和解密)
[0089]-基于定时器的sdu去除功能(上行链路中基于定时器的sdu丢弃)。
[0090]
无线链路控制(rlc)312或322将pdcp分组数据单元(pdu)重构为适当的大小并执行arq操作。rlc的主要功能总结如下。
[0091]-数据传输功能(上层pdu的传送)；
[0092]-arq功能(通过arq纠错(仅用于am数据传送))
[0093]-级联、分段和重组功能(rlc sdu的级联、分段和重组(仅用于um和am数据传送))
[0094]-重新分段功能(rlc数据pdu的重新分段(仅用于am数据传送))；
[0095]-重新排序功能(rlc数据pdu的重新排序(仅用于um和am数据传送))；
[0096]-重复检测功能(重复检测(仅用于um和am数据传送))；
[0097]-错误检测功能(协议错误检测(仅用于am数据传送))；
[0098]-rlc sdu删除功能(rlc sdu丢弃(仅用于um和am数据传送))
[0099]-rlc重建功能(rlc重建)
[0100]
mac 313和323与一个ue中所包括的各个rlc层装置相连接，并且执行用于将rlc pdu复用到mac pdu并且将mac pdu解复用到rlc pdu的操作。mac的主要功能总结如下。
[0101]-映射功能(逻辑信道与传输信道之间的映射)；
[0102]-复用和解复用功能(将属于一个或不同逻辑信道的mac sdu复用到传输块(tb)中/从传输块(tb)中解复用属于一个或多个不同逻辑信道的mac sdu，该传输块(tb)在传输信道上被传递到物理层/被从物理层传递而来)
[0103]-调度信息报告功能(调度信息报告)
[0104]-harq功能(通过harq纠错)
[0105]-逻辑信道优先级控制功能(一个ue的逻辑信道之间的优先级处理)
[0106]-ue优先级控制功能(通过动态调度在ue之间进行优先级处理)
[0107]-mbms服务识别功能(mbms服务识别)
[0108]-传输格式选择功能(传输格式选择)
[0109]-填充功能(填充)
[0110]
物理层314和物理层324执行操作：将高层数据信道编码和调制成ofdm符号，通过无线信道发送ofdm符号；或者，对通过无线信道接收的ofdm符号进行解调和信道解码，并向高层发送经解调和信道解码的ofdm符号。
[0111]
图3b示出根据本公开的各种实施例的下一代移动通信中的无线协议结构的示例。3gpp的nr可以被认为是下一代移动通信的示例。
[0112]
参考图3b，ue和nr gnb包括下一代移动通信系统的无线协议中的nr sdap 361和371、nr pdcp 362和372、nr rlc 363和373以及nr mac 364和374。
[0113]
nr sdap 361和371的主要功能可以包括以下功能中的一些。
[0114]-发送用户数据的功能(用户面数据的传送)
[0115]-用于上行链路和下行链路的对qos流和数据载体进行映射的功能(对于dl和ul两者的qos流与drb之间的映射)
[0116]-标记用于上行链路和下行链路的qos流id的功能(在dl分组和ul分组两者中标记qos流id)
[0117]-对于上行链路sdap pdu，将反映式qos流映射到数据载体的功能(对于ul sdap pdu，反映式qos流到drb的映射)。
[0118]
对于sdap层装置，ue可以通过rrc消息来接收关于对于每个pdcp层装置、每个承载或每个逻辑信道是否使用sdap层装置的报头或sdap层装置的功能的配置。如果配置了sdap报头，则sdap报头的nas反映式qos的1比特指示符和as反映式qos的1比特指示符可以指示ue更新或重新配置关于在上行链路和下行链路中qos流与数据载体的映射的信息。sdap报头可以包括指示qos的qos流id信息。qos信息可以用作数据处理优先级或调度信息以支持无缝服务。
[0119]
nr pdcp 362和372的主要功能可以包括以下功能的一些。
[0120]-报头压缩和解压缩功能(报头压缩和解压缩：仅rohc)
[0121]-用户数据传输功能(用户数据的传送)
[0122]-顺序传递功能(上层pdu的顺序传递)；
[0123]-无序传递功能(上层pdu的无序传递)；
[0124]-重新排序功能(针对接收的pdcp pdu重新排序)；
[0125]-重复检测功能(下层sdu的重复检测)；
[0126]-重传功能(pdcp sdu的重传)；
[0127]-加密和解密功能(加密和解密)
[0128]-基于定时器的sdu去除功能(上行链路中基于定时器的sdu丢弃)。
[0129]
nr pdcp装置的重新排序功能是基于pdcp序列号(sn)对由下层接收到的pdcp pdu进行顺序地重新排序的功能，并且可以包括：按顺序将重新排序后的数据传递到高层的功能，不考虑顺序而直接发送重新排序后的数据的功能，记录由于重新排序而丢失的pdcp pdu的功能，向发送侧报告丢失的pdcp pdu的状态的功能，以及请求重传丢失的pdcp pdu的功能。
[0130]
nr rlc 363和nr rlc 373的主要功能可以包括以下功能中的一些。
[0131]-数据传输功能(上层pdu的传送)；
[0132]-顺序传递功能(上层pdu的顺序传递)；
[0133]-无序传递功能(上层pdu的无序传递)；
[0134]-arq功能(通过arq纠错)
[0135]-级联、分段和重组功能(rlc sdu的级联、分段和重组)
[0136]-重新分段功能(rlc数据pdu的重新分段)；
[0137]-重新排序功能(rlc数据pdu的重新排序)；
[0138]-重复检测功能(重复检测)；
[0139]-错误检测功能(协议错误检测)；
[0140]-rlc sdu删除功能(rlc sdu丢弃)
[0141]-rlc重建功能(rlc重建)
[0142]
nr rlc装置的顺序传递功能(顺序传递)是将从下层接收到的rlc pdu按顺序传递到高层的功能，并且可以包括：当一个初始rlc sdu被划分为多个rlc sdu并随后被接收时，重组和发送rlc sdu的功能；基于rlc序列号(sn)或pdcp sn将接收到的rlc pdu重新排序的功能；记录由于重新排序而丢失的rlc pdu的功能；向发送侧报告丢失的rlc pdu的状态的
功能；请求重传丢失的rlc pdu的功能；当丢失的rlc sdu存在时仅将丢失的rlc sdu之前的rlc pdu按顺序传递到高层的功能；尽管存在丢失的rlc pdu，当特定定时器到期时，仍将在定时器开始之前接收到的所有rlc pdu按顺序传递到高层的功能；或者尽管存在丢失的rlc pdu，当特定定时器到期时，仍将当前时间内接收到的所有rlc pdu按顺序传递到高层的功能。另外，nr rlc装置可以按照接收的顺序(根据到达顺序而不管序列号或顺序号)来顺序地处理rlc pdu，并且可以不管其顺序来向pdcp装置传递rlc pdu(无序传递)。在是片段的情况下，nr rlc装置可以接收存储在缓冲器中的或将来将被接收的片段，将片段重新配置为一个rlc pdu，对rlc pdu进行处理，并且然后将其发送到pdcp装置。nr rlc层可以不包括级联功能，并且该功能可以由nr mac层来执行或可以由nr mac层的复用功能来替代。
[0143]
nr rlc装置的无序功能(无序传递)是不管rlc sdu的顺序直接地向高层传递从下层接收到的rlc sdu的功能，并且可以包括：当一个初始rlc sdu被划分为多个rlc sdu并随后被接收时，重组和发送rlc pdu的功能，以及，存储所接收的rlc pdu的rlc sn或pdcp sn，将rlc pdu重新排序并记录丢失的rlc pdu的功能。
[0144]
nr mac 364和nr mac 374可以连接到在一个ue中配置的多个nr rlc层装置，并且nr mac的主要功能可以包括以下功能中的一些。
[0145]-映射功能(逻辑信道与传输信道之间的映射)；
[0146]-复用和解复用功能(对mac sdu的复用/解复用)
[0147]-调度信息报告功能(调度信息报告)
[0148]-harq功能(通过harq纠错)
[0149]-逻辑信道优先级控制功能(一个ue的逻辑信道之间的优先级处理)
[0150]-ue优先级控制功能(通过动态调度的ue之间的优先级处理)
[0151]-mbms服务识别功能(mbms服务识别)
[0152]-传输格式选择功能(传输格式选择)
[0153]-填充功能(填充)
[0154]
nr phy层4-150和nr phy层375提供操作，用于：对高层数据进行信道编码和调制以生成ofdm符号，并通过无线信道发送ofdm符号，以及对通过无线信道接收到的ofdm符号进行解调和信道解码，并向高层发送经解调和信道解码的ofdm符号。
[0155]
本公开涉及在无线通信系统中的切换，更具体地涉及用于基于人工智能(ai)执行切换的设备、方法和系统。在3gpp标准中，定义了基于测量报告(mr)的切换(在下文，被称为基于mr的切换)。ue周期性地或不定期地测量小区的信道质量，并且当满足预定条件(例如，a3事件)时，向服务bs发送包括测量结果的mr。测量结果可以包括关于目标小区的测量结果。也就是说，服务bs基于mr来确定是否执行从服务bs(即，源bs)到目标bs的切换。然而，目前的标准有一个问题，即不能考虑个别情况，如bs的路径损失或周围环境中的障碍物造成的阴影区(阴影)，或ue高速移动的情况，并且不能向bs或ue提供最优切换算法，因为测量报告的条件是全面定义的。
[0156]
为了解决该问题，本公开的各种实施例提出一种切换方案，其中，根据标准中的预定条件作出测量报告，并且根据被配置为作出与切换有关的确定(例如，小区选择、是否执行切换或者测量)的神经网络来执行切换，而不是根据bs的确定来执行切换。根据已经被配置的神经模型所执行的切换可以在下文被称为基于ai的切换。基于ai的切换过程可以包
括：用于向ue发送所配置的神经网络模型的方案、向服务小区请求切换到根据所配置的模型所识别的目标小区的过程、或者用于更新所配置的神经网络模式的学习过程。
[0157]
ai是用于以程序的形式来实现学习能力、推断能力、感知能力和自然语言理解能力以具有类似于人类的智力的技术。bs或ue可以执行切换过程，在这种情况下存在各种确定，诸如：关于是否满足测量报告条件的确定、是否执行切换的确定、目标小区的选择的确定、以及确定切换过程中的阈值的配置。在有预定条件公式或统一基准的情况下不执行关于切换过程的确定，并且当基于ai执行确定时，可以根据诸如用户或操作员之类的人而获取最佳结果。由于积累了更高质量的数据并且作为确定基准的神经网络模型的构造更符合现实，基于ai算法的切换确定对于ue或bs单独面临的情况可能更准确。在下文中，图4示出用于实现基于ai的切换的神经网络模型。
[0158]
图4示出根据本公开的各种实施例的基于ai的切换的配置的示例。为了实现基于ai的切换，配置了神经网络400。
[0159]
参考图4，神经网络400可以包括输入区域410、操作区域420以及输出区域430。输入区域410可以被称为输入层。操作区域420可以被称为隐藏层。输出区域430可以被称为输出层。
[0160]
操作区域420可以包括一个或更多个节点。节点可以是作为将要确定的目标的因素。可以基于概率来判定该确定。概率可以被表示为权重。例如，参考操作区域420，可以包括两个隐藏层。第一隐藏层可以包括第一节点431、第二节点432、第三节点433和第四节点434。第二隐藏层可以包括第五节点441、第六节点442、第七节点443和第八节点444。从第一节点431到第六节点442的权重可以表示第六节点442的确定对第一节点431的确定的影响。可以为连接到第六节点442的所有节点计算通过将连接到第六节点442的节点的值乘以从相应节点到第六节点442的权重得到的值，并且可以通过针对所计算的值的运算(例如，相加和偏置配置)来获取到第六节点442的确定值。直线内的权重例如可以是关于特定事件的先验概率或者关于基于特定事件的前提生成的事件的后验概率。
[0161]
神经网络400可以根据输入值来提供特定输出结果。当像是预定函数那样输入值被输入时，接收用于配置神经网络400的信息(在下文，被称为神经网络配置信息)的装置可以获取输出值。神经网络配置信息可以包括：关于神经网络(nn)结构的信息，其定义节点之间的连接关系(在下文被称为结构信息并为了便于描述而表示为nn)，以及，关于结构中的节点之间的权重的信息(在下文被称为权重信息并为了便于描述而表示为w)。装置可以基于结构信息和权重信息从输入值获取输出结果。例如，在用于每个节点的权重乘积运算和隐藏层之间的运算之后，装置可以根据节点之间的权重乘积之和来获取输出结果。输出结果可以包括与包括神经网络400的目的有关的参数。例如，在基于ai的切换的情况中，输入可以是小区的信道质量，并且输出可以是对应的小区是否是切换目标小区。
[0162]
可以配置根据各种实施例的神经网络400来用于ai切换。被提供用于配置ai切换的结构信息和权重信息可以与切换有关。
[0163]
结构信息可以包括节点的结构来用于每一个确定，所述每一个确定可以被考虑用于执行从当前服务小区到目标小区的切换。例如，节点可以指示：用于识别目标小区的确定、用于将服务小区与至少一个相邻小区相比较的确定、用于将服务小区与相邻小区相比较的度量的确定、与特定小区的相关性(例如，地理相关性或信道质量强度)，或者pingpong
的出现的确定。
[0164]
权重信息可以指示当执行从当前服务小区到目标小区的切换时可以考虑的确定之间的影响的程度。权重信息可以包括用于切换确定的、用于定义节点之间的影响的值。根据实施例，权重信息可以取决于结构信息。此时，结构信息的传输周期可以比权重信息的传输周期长。例如，当结构信息的传输周期是t1并且权重信息的传输周期是t2时，t1可以比t2长。此时，t1可以是t2的倍数。也就是说，结构信息可以与涉及ai切换的确定中的长期参数有关，权重信息可以与涉及ai切换的确定中的短期参数有关。根据另一个实施例，权重信息可以独立于结构信息进行配置。例如，对于权重信息，可以定义包括节点之间的权重值的映射表，并且可以根据此后发送的结构信息来获取将要用于实际ai切换的神经网络结构。
[0165]
同时，图4示出：输入区域410提供一个变量作为输入，并且输出区域430为各个层的节点提供一个结果作为输出，但是其仅仅是示例，并且本公开的各种实施例不局限于神经网络模型必然需要仅仅一个输入值或提供仅仅一个输出值的情况。根据实施例，用于基于ai的切换的神经网络400可以要求多个输入值。例如，用于基于ai的切换的神经网络可以考虑当前服务小区的信道质量、目标小区的信道质量以及服务小区的类型(例如，服务小区是小型小区还是rat类型)来作为输入。此外，根据实施例，用于基于ai的切换的神经网络400可以提供多个输出值。例如，用于基于ai的切换的神经网络可以指示可以针对其执行切换的多个目标小区。
[0166]
可能需要适于小区特定的环境(或ue环境)的切换方法。每个小区可以具有差别环境(例如，地理环境、接入环境或用户数量)以及不同的无线电信号强度分布。因此，可能需要用于学习每个小区环境的单独的ai结构。
[0167]
为了构造更准确的环境，可能需要大量学习。ue与bs相比可以实时地使用更大量的无线电信号信息。当测量报告周期比ue的信号测量周期长时，bs通过由ue发送的测量报告来检测小区的环境，并且因此由ue收集的信息的量可以大于由bs收集的信息的量。因此，可以通过反馈来向通过ue的测量结果所设计的神经网络结构实时地应用学习。另外，当性能由于环境改变而劣化时，可以在切换到一般切换之后通过连续的反馈来改进基于ai的切换的性能。可以通过经由小区信息与ue的测量信息或环境信息的组合在bs与ue之间向无线通信系统应用基于ai的切换确定方法来实现高效的切换。
[0168]
可以通过测量所接收的信号来获取信道质量。在下文中，作为指示信道质量的度量，描述参考信号接收功率(rsrp)来作为示例，但是可以另外使用波束参考信号接收功率(brsrp)、参考信号接收质量(rsrq)、接收信号强度指示符(rssi)、信噪比(snr)、信号干扰噪声比(sinr)、载波干扰噪声比(cinr)、误差矢量幅度(evm)、比特错误率(ber)、块错误率(bler)、具有其等同的技术含义的其他术语或者指示信道质量的指标。
[0169]
在下文，参考图5至图6b对常规切换过程、在切换过程中被应用ai的部分以及有关的信令进行描述。当确定执行ai切换还是不执行ai切换时，用于执行常规切换的操作也可以被理解为本公开的实施例。
[0170]
图5示出常规切换过程的示例。常规切换指的是在3gpp标准中由bs根据ue的测量报告(mr)所控制的切换过程。在下文，常规切换可以被称为一般切换或者基于mr的切换以与如下所述的基于ai的切换相区分。然而，基于ai的切换不排除对mr的使用。
[0171]
参考图5，在一般切换过程中，源bs基于从ue发送的测量信息(例如，测量报告)、根
据内部策略来确定目标bs，并向ue发送从目标bs接收的配置信息(例如，rrc配置)。ue可以基于配置信息连接到目标bs。通过此类处理，ue执行从源bs到目标bs的切换。以下描述详细的过程。
[0172]
源bs(基站)发送测量控制信息521。由源bs提供的测量控制信息用于控制ue的移动性。其后，根据正常通信，执行数据通信(分组数据)522。ue在操作523中测量相邻bs的小区的无线电信号强度，并且当通过测量控制521而满足条件时，向源bs发送测量报告524。当接收到测量报告524时，源bs在操作525中适当地确定和判定来切换ue。源bs向目标bs发送切换请求526消息，用于发送准备切换到目标bs所需的信息。目标bs执行用于确定是否允许切换的准入控制527。在该过程中，目标bs配置ue连接到目标bs所需的资源。当用于ho的准备完成时，目标bs发送切换请求确认(ack)528，包括ue连接到目标bs所需的信息。切换请求ack消息包括从目标bs接收的无线连接重新配置消息信息，并且源bs向ue发送从目标bs接收的包括无线连接重新配置消息信息的rrc连接重新配置消息529。当接收到包括切换所需的参数的rrc连接重新配置529消息时，ue从先前的小区脱离，并执行用于接入新小区的同步530。另外，在操作531和操作532中，源bs向目标bs发送所接收的分组。目标bs从源bs接收分组。在操作533中，目标bs可以将所接收的分组存储在缓冲器中。ue执行用于目标bs的同步534，并通过rach接入目标bs。在操作535中，目标bs分配ul资源，并通过定时提前(ta)(例如，随机接入的msg 2)进行响应。ue发送rrc连接重新配置完成536以显示切换的完成。此后，在操作537中，ue可以通过目标bs接收分组数据。分组数据可以被传递到第二cn实体(例如，服务网关(s-gw)或用户平面功能(upf))。目标bs执行与第一cn实体(例如，移动管理实体(mme)或认证(amf))的路径改变过程538，以便通知ue已经改变了小区。目标bs可以向第一cn实体发送路径切换请求。当从该cn接收到ue上下文释放消息时，源bs执行ue上下文释放539。
[0173]
本公开要解决的问题是未对ue的每个状态/环境执行高效的切换，这是因为，当如图5中所示执行常规切换时，基于代表性的bs/ue情形来作出测量控制/报告，并且基于信息在代表性的bs/ue情形的基础上来设计移动性参数。在本公开中，ue从bs接收切换相关参考信息，但是每个ue可以在不向bs发送无线电信号的情况下、通过基于直接接收或测量的信息来执行分析、基于更频繁的信息而作出切换确定。此外，在本公开中，ue基于直接接收或测量的信息来确定切换，并且因此可以提供适于每个ue状态/环境的切换。
[0174]
本公开要解决的问题是：在如图5中所示的常规切换中当测量结果满足特定条件(例如，在3gpp ts 36.213中定义的mr触发事件a1、a2或a3)时根据向bs发送测量报告的被动操作而产生了切换延迟。此外，根据切换的延迟，无线电信号强度可能劣化。
[0175]
为了解决以上问题，在本公开中，bs可以向ue发送用于确定切换的方法，并且ue可以基于直接接收或测量的信息、考虑ue状态/环境来确定切换。例如，ue可以使用利用神经网络(nn)的基于人工智能(ai)的方法以用于确定切换。图4的神经网络400可以用作神经网络的示例。与神经网络(nn)有关的信息意指nn的结构(图4的结构信息)、用于计算的权重(图4的权重信息)、以及通过nn的计算所需的整体信息。在实施例中，例如，与神经网络有关的信息可以狭义上仅指nn结构本身。
[0176]
本公开要解决的问题是，如图5所示，在常规切换中，根据ue通过测量报告向bs发送测量的信息而产生的信息延迟。当bs接收到测量报告时，在ue测量对应的信息并且bs接
收到测量报告的时间内，对应的信息成为已经延迟的信息。因此，切换的确定是基于延迟的信息被执行的。这样的延迟可能造成不准确的切换。因此，在本公开的各种实施例中，ue可以使用ue直接地接收和测量的信息以用于实时地确定切换，从而更准确地反映ue的独立状态/环境以确定是否执行切换。
[0177]
对于基于ai的切换的分析可能要求大量计算。为了通过用于基于ai的切换的神经网络结构针对实际ue情形或实际bs情形进行更多优化，可以通过bs的计算来配置神经网络模型，但是根据输入值和输出值的结果可以由ue来控制。由ue来执行切换相关分析，因此存在一个优点，即，bs需要的大量计算被分配给ue。
[0178]
本公开要解决的问题是未针对bs环境进行优化的切换方法。在本公开中提出的可下载的神经网络(nn)可以在通过多个ue对学习信息的反馈基础上被配置为用于每个bs(或每个小区)的最优学习值。nn具有通过学习bs环境所获得的信息。ue可以从bs接收神经网络信息(即，nn)，并使用其来分析切换，因此不管最初接入的bs而执行优化的切换。
[0179]
另外，本公开要解决的问题是使用nn的切换没有良好地运行。当nn没有被很好地学习时，切换未被优化。因此，仅仅当nn的性能的误差小于参考值(例如，aiho阈值)时，才利用使用nn的基于ai的切换，并且当误差大于参考值时，使用常规切换来减少通过学习的误差。
[0180]
在下文中，对bs与ue之间的信令的示例、操作以及用于基于ai的切换的神经网络结构进行描述。
[0181]
图6a示出根据本公开的各种实施例的基于ai的切换过程的示例。参考图6a示出使用可以从bs下载(即，获取)的神经网络(nn)的切换过程。可以认识到，详细过程不同于图5的常规切换。因此，可以考虑与区别于常规切换的切换有关的参数和信令过程。
[0182]
参考图6，在操作620中，bs可以向ue发送与切换有关的信息(在下文，被称为切换信息)。切换信息可以指示切换的类型(例如，基于mr的切换或基于ai的切换)。切换信息可以对于所有bs是相同的或可以对于每个bs是不同的，并且可以通过运行系统的网络运营商的策略来详细地确定用于每个bs的配置方法。根据实施例，切换信息可以包括以下详细信息。
[0183]-常规ho：强制性(m)、可选(o)、none(n)
[0184]-ai ho：强制性(m)、可选(o)、none(n)
[0185]-反馈请求：强制性(m)、可选(o)、none(n)
[0186]-反馈格式(反馈请求是m或o)
[0187]
■
nn输入信息：ho nn的输入值信息，例如无线信号强度(rsrp、rsrq、sinr等)
[0188]
■
nn输出信息：nn的输出值格式，例如ho的存在或不存在，或者服务小区和一个或更多个相邻小区的ho的不存在或存在
[0189]
■
性能：ho的性能参考，例如对在预定周期的无线信号的最大化或对pingpong的最小化(ue根据作为反馈的性能值的ho性能参考值来生成nn输出信息值)
[0190]
■
训练数据周期：nn输入收集周期(即，nn学习数据收集周期)
[0191]
■
训练数据开始时间：nn学习数据收集开始时间点
[0192]
■
训练数据结束时间：nn学习数据收集结束时间点
[0193]
常规ho通知是否使用诸如常规lte/nr之类的移动通信系统中的切换，即，基于mr
的切换。当对应值是强制性时，意指使用常规切换。当值是可选时，意指可以通过常规切换过程(基于测量报告)执行切换。none意指不使用常规切换。ai ho通知是否使用基于可下载的神经网络(nn)的切换。当对应值是强制性时，意指下载并使用nn和权重。当值是可选时，意指支持通过ai进行的切换，并且ue可以有选择地使用基于ai的切换。none意指不使用基于ai的切换。
[0194]
反馈请求是如下值，bs通知该值以便允许ue发送用于学习的与切换有关的学习信息。ue基于一起发送的反馈格式的详细信息在将来向bs发送学习信息。强制性意指ue应当必定反馈学习所需的信息。可选意指有选择的反馈。none意指没有反馈。
[0195]
反馈格式指示ue反馈切换学习数据的传输格式。换句话说，反馈格式指示哪个信息被反馈用于ai学习。nn输入信息是用于切换的切换nn的输入值信息。例如，诸如rsrp、rsrq或sinr之类的无线电信号强度可以用作输入值。此外，例如，吞吐量可以是输入值。此外，例如，输入值可以包括无线电信号强度和吞吐量。参数仅仅是示例，并且可以在本公开的各种实施例中使用其他参数以及输入值。参数可以是可以通过无线电信号测量的参数(例如，通过srs、cqi等的测量)，即，可以由ue获取的所有参数。nn输出信息可以是ho nn的输出值格式。ue根据作为性能值的no性能参考值来生成nn输出信息值。例如，当以预定时间段的rsrp值的最大化为目标时，ue可以在切换之后的预定时间段内添加每个bs的rsrp值，并且生成学习数据以输出最大bs(小区)。可以在满足对应的条件之后立即提供输出值，可以当条件连续满足预定次数时提供输出值，可以当条件在预定的时间内以预定速度或更多满足时提供输出值，或可以当条件持续了预定时间时提供输出值。
[0196]
尽管已经将预定时间内的rsrp值的最大化作为性能参考的示例进行了描述，但可以考虑各种类型的性能。例如，可以考虑以下性能参考值的信息中的一者或更多者。
[0197]-对在最优ho测量周期的预期无线电信号强度的总和的最大化
[0198]-对通过将权重与在最优ho测量周期的预期无线电信号强度相乘所获得的值的总和的最大化
[0199]-对在最优ho测量周期的预期吞吐量的最大化
[0200]-对pingpong时间的最小化
[0201]-在pingpong中的无线电信号强度/吞吐量惩罚权重
[0202]-对切换中断时间的最小化
[0203]-服务bs的无线电信号强度 容限《目标bs的无线电信号强度
[0204]
无线电信号强度中的无线电信号指的是ue可以测量的无线电信号信息，并且可以是信息rsrp、rsrq、rssi和sinr中的一项或更多项的组合。无线电信号信息可以包括小区的信道质量或用于确定小区的信道质量的参数。可以根据实现方法来确定权重并且例如根据时间或是否执行pingpong来确定权重。
[0205]
训练数据周期意指nn学习数据(输入值/输出值)的记录的周期。训练数据开始时间意指nn学习数据收集开始时间点，训练数据结束时间意指nn学习数据收集结束时间点。ue记录以训练数据开始时间与训练数据结束时间之间的训练数据周期为单位测量的输入值和输出值。反馈格式是发送用于学习nn的信息的示例，并且可以意指用于根据实施例通过输入值/输出值学习nn的数据集。
[0206]
尽管已经描述和示出了切换信息(hoinformationmessage)包括是否执行常规切
换、是否执行基于ai的切换、是否作出反馈、以及反馈格式，但本公开的各种实施例不限于此。也就是说，切换信息可以包括信息中的至少一项，而不是包括全部信息。根据实施例，可以不通过切换信息来指示是否作出反馈以及反馈格式。此外，根据实施例，可以仅仅指示是否执行ai切换，并且可以通过其间接地指示是否执行基于mr的切换。
[0207]
在操作621中，bs可以向ue发送用于基于ai的切换的神经网络信息。神经网络信息可以包括与神经网络内的节点之间的结构有关的结构信息(nn)以及与节点之间的权重有关的权重信息(w)。bs向ue发送用于ai切换的nn和权重信息621(ho nn和ho w)。切换nn和权重信息意指如下信息，该信息可以由ue使用，用于使用人工智能(ai)来确定切换。可以在满足对应的条件之后立即确定是否执行切换，可以当条件连续满足预定次数时确定通过神经网络信息是否执行切换，可以当条件在预定的时间内以预定的速度或更多满足时确定通过神经网络信息是否执行切换，或可以当条件持续了预定时间时确定通过神经网络信息是否执行切换。例如，预定条件可以包括以下信息中的一项或更多项。
[0208]-对在最优ho测量周期的预期无线电信号强度的总和的最大化
[0209]-对通过将权重与在最优ho测量周期的预期无线电信号强度相乘所获得的值的总和的最大化
[0210]-对在最优ho测量周期的预期吞吐量的最大化
[0211]-对pingpong时间的最小化
[0212]-在pingpong中的无线电信号强度/吞吐量惩罚权重(0≤α≤1)
[0213]-对切换中断时间的最小化
[0214]-服务bs的无线电信号强度 容限《目标bs的无线电信号强度
[0215]
无线电信号强度中的无线电信号指的是ue可以测量的无线电信号信息，并且可以是信息rsrp、rsrq、rssi和sinr中的一项或更多项的组合。可以根据实现方法来确定权重并且例如根据是否执行pingpong来确定权重。
[0216]
此后，bs向ue发送将要用于切换的nn和其权重信息。神经网络的结构信息可以包括以下信息中的至少一项。
[0217]-nn指标：用于ho的nn指标(当nn更新时，该指标增大)
[0218]-nn：用于ho的nn
[0219]-nn使用期限：对应的nn的使用期限
[0220]-nn输入信息：nn的输入值(例如，无线电信号强度列表)
[0221]-nn输出信息：nn的输出值(例如，ho(独热编码)的存在或不存在或者小区id){ho、非ho}、ex2、{服务小区、相邻小区1(小区id)、相邻小区2...}
[0222]
神经网络的权重信息可以包括以下信息中的至少一项。
[0223]-w指标：用于ho的权重指标(当权重更新时，该指标增大)
[0224]-w使用期限：对应的权重的使用期限
[0225]-权重：用于ho nn的权重值
[0226]
nn是指示神经网络模型中的神经网络中所包括的节点之间的结构的值，并且可以是与连接的节点之间的权重相区别的信息。尽管图6示出一起发送权重信息和结构信息，但本公开的实施例不限于此。在实施例中，可以通过一个消息从bs向ue发送权重信息和结构信息。在另一个实施例中，可以通过独立的配置消息独立地发送权重信息和结构信息。例
如，可以独立地配置结构信息(nn)和权重信息(w)的传输的周期。结构信息的传输周期可以被配置为比权重信息的传输周期长。
[0227]
根据正常通信，执行数据通信(分组数据)622。ue可以通过切换判定模块623(ho判定)来测量无线电信号强度，并且当通过切换nn 621满足预定条件时，向源bs发送切换请求(ho请求)624。
[0228]
当ue提出切换请求624时，源bs可以检验通过切换请求所指示的针对目标小区的切换请求是否有效。也就是说，在包括有应当被包括以被目标bs检验的信息时发送切换请求。当在操作624中接收到ho请求时，源bs可以识别从ue发送的信息，并在操作625中执行ho验证。ho请求624可以包含所包括的nn指标、w指标、nn输入列表以及目标小区id。nn指标可以指示用于确定ho的神经网络结构(nn)的数量，并且w指标可以指示用于确定ho的权重值的集合的数量(w)。在ho验证操作625中，bs可以通过ho请求中所包括的信息来识别用于ho的nn和w作为nn指标和w指标，并且识别通过将nn输入列表的值输入到对应的nn中所获得的nn输出的结果是否与由ue发送的对应于目标小区id的信息匹配。也就是说，bs被提供神经网络信息，并且因此可以根据提供的神经网络信息来检验ue的输入值和输出值是否有效。
[0229]
当目标小区id不同于验证中的nn的输出结果时，源bs可以确定ho验证失败。当目标小区id与验证中的nn的输出结果相同时，源bs确定请求正常。此后，响应于ho请求，在操作626中，bs可以根据bs的情形、网络的情形(例如，负载均衡、ue qos等)以及bs的选择来选择执行ho还是不执行ho。
[0230]
当确定切换时，源bs可以执行切换过程。源bs向目标bs发送切换请求626消息，该切换请求626消息发送准备切换所需的信息。在操作627中，目标bs可以执行确定是否接受切换的准入控制。在此类处理中，目标bs配置将ue连接到目标bs所需的资源。当完成用于ho的准备时，目标bs发送包括ue连接到目标bs所需的信息的切换请求628。ue接收包括切换所需的参数的rrc连接重新配置629消息，并且源bs发送用于执行ho的ho命令。为了接入新小区，ue可以从先前的小区脱离并且执行同步630。另外，在操作632中，源bs可以向目标bs发送位于所接收的缓冲器中的分组631。另外，目标bs从源bs接收该分组。在操作633中，目标bs可以将所接收的分组存储在缓冲器中。ue可以执行用于目标bs的同步634，并通过rach接入目标bs。目标bs通过随机接入过程的rar来分配ul许可，并通过ta进行响应。ue发送rrc连接重新配置完成636以显示切换的完成。此后，在操作637中，ue可以通过目标bs接收分组数据。分组数据可以被传送到第二cn实体(例如，服务网关(s-gw)或用户平面功能(upf))。为了通知ue改变小区，目标bs可以提出第一cn实体(例如，mme、amf等)中的路径改变638。目标bs可以向第一cn实体发送路径切换请求。当从该cn接收到ue上下文释放消息时，源bs执行ue上下文释放639。
[0231]
在基于ai的切换过程中，可以基于每当确定执行ho时提供的学习数据来执行用于神经网络的学习。ue可以将ho结果数据作为切换结果反馈给当前bs(例如，目标bs)。例如，可以如下配置ho结果数据。
[0232]
·
服务小区id：接收反馈的小区
[0233]
·
数据的#：学习数据的项数
[0234]
·
set of nn input list：nn输入列表的集合(对应于数据的#的数量)
[0235]
·
set of nn output list：nn输出列表的集合(对应于数据的#的数量)
[0236]
目标bs可以基于所接收的反馈中的服务小区id将对应的数据转发到服务bs。学习数据可以是针对小区特定配置的。因此，对应的小区(例如，服务小区)可以通过对应的学习数据来补充小区的神经网络结构。通过修改权重和神经网络结构，可以获取更适于ue或bs的单独情形的神经网络模型。
[0237]
当bs在操作620中接收到对于ho训练数据的反馈请求时，ue可以在训练数据结束时间之后向bs发送学习数据，该训练数据结束时间是请求学习数据的时间点。当没有执行切换时，ue向服务bs直接地发送学习数据，并且当执行了切换时，通过当前的服务bs(即，目标bs)来发送学习数据。例如，当ue没有与bs或移动通信系统连接时，ue可以在连接之后向bs发送学习数据。
[0238]
在操作641中，目标bs可以通过使用从ue发送的学习数据来学习神经网络的权重。ue可以通过使用所有或一些所接收的学习数据来进行学习，并且学习周期可以由bs来确定。例如，bs可以每当ue返回学习信息时或根据预定时间的周期来执行学习。或者，bs可以根据需要执行学习。当nn或权重值通过学习被改变时，为了在先前的神经网络信息与当前的神经网络信息之间相区分，bs可以增大nn指标或w指标。
[0239]
图6b示出根据本公开的各种实施例的基于ai的切换的输入值和输出值的示例。用于切换的神经网络(nn)的整体结构660可以被配置为通过具有输入值作为输入的下载的隐藏层结构来输出输出值。神经网络结构660对应于图4的神经网络400。
[0240]
参考图6b，可以以各种方式配置将发送到神经网络结构660的输入值以及将通过神经网络结构660提供的输出值。在一些实施例中，可以由bs来配置用于神经网络结构的输入值和输出值的信息(在下文，被称为输入/输出信息)。例如，ue可以通过无线资源控制(rrc)信令从bs获取输入/输出信息。例如，bs可以将输入/输出信息与用于配置基于ai的切换的信令一起提供给ue。此外，例如，ue可以通过媒体接入控制(mac)控制元素(ce)从bs获取输入/输出信息。例如，bs可以从ue接收用于激活多个输入/输出集当中的特定输入/输出集的mac ce。此外，例如ue可以通过dci从bs获取输入/输出信息。根据学习方案，可以动态地指示输入/输出信息。
[0241]
nn输入信息是用于切换的切换nn的输入值信息。输入值可以包括各种参数中的至少一个。例如，输入值可以是无线电信号强度(rsrp、rsrq或sinr)。此外，例如输入值可以是吞吐量。输入值不局限于上述参数。可以由ue测量的信道信息(例如，cqi)，即，可以由ue测量的所有无线电信号(例如，crs、csi-rs、ss/pbch块和srs)可以被认为是输入值的候选。nn输出信息可以是ho nn的输出值格式。输出值具有表达其自己的bs和要切换的相邻bs的形式。
[0242]
根据实施例，输入/输出信息的第一示例670提供指示对于服务小区和每一个相邻小区是否执行切换的信息作为输出值，以一个或更多个小区的rsrp作为输入值。maxrsrp指示测量的rsrp当中的最大值。输入值可以包括服务小区的rsrp和一个相邻小区的rspr。可以通过从bs提供的或根据由ue测量的接收信号强度所识别的相邻小区列表来向ue指示相邻小区，或者相邻小区可以是不同于服务小区的预定小区。输出值可以通过1比特来指示是否执行服务小区或相邻小区的切换。可以通过将可以是目标小区的小区的比特值配置为“1”并将另一个小区(即，服务小区)的比特值配置为“0”来形成输出值。
[0243]
根据实施例，输入/输出信息的第二示例680提供指示对于一个或更多个小区是否
执行切换的信息作为输出值，以一个或更多个小区的rsrp作为输入值。输入值可以包括服务小区的rspr和一个或更多个相邻小区的rsrp。可以通过从bs提供的或根据由ue测量的接收信号强度所识别的相邻小区列表来向ue指示相邻小区，或者相邻小区可以是不同于服务小区的预定小区。maxneighbor指示可以被测量的相邻小区的最大数量。输出值可以通过1比特来指示是否执行每个小区的切换。当确定小区的数量为n时，可以通过总共n个比特来指示目标小区。可以通过将可以是目标小区的小区的比特值配置为“1”并将其余小区的比特值配置为“0”来形成输出值。通过独热编码方案，可以将输出值作为用于神经网络的学习数据反馈和提供给bs。此时，为了根据通过输出值所指示的位图来指示是否执行每个小区的切换，可以定义小区特定的指标。
[0244]
根据实施例，输入/输出信息的第三示例690提供指示对于一个或更多个小区是否执行切换的信息作为输出值，以一个或更多个小区的rsrp作为输入值。
[0245]
输入值可以与第二示例680的输入值相同，但是输出值可以指示特定值而不是位图形式。例如，当确定是否对于服务小区和总共8个相邻小区执行切换时，当不执行切换时，输出值可以指示“0”。通过经由“0”指示服务小区，可以间接地指示切换的不执行。同时，当针对8个相邻小区当中的第四小区执行切换时，可以通过对应于“100”的总共3个比特来指示目标小区。此时，为了根据通过输出值所指示的大小来指示目标小区，可以定义小区特定的指标。
[0246]
尽管图6b示出三项输入/输出信息的示例，但本公开不限于此。也就是说，参考图6b作出的描述仅仅是示例，并且能够配置其他类型的输入/输出结构。
[0247]
图7示出根据本公开的各种实施例的用于基于自适应ai的切换的bs的操作的流程。bs对应于图1的bs 110。图7示出根据本公开的各种实施例的、用于通过基于ai的切换与根据当前标准的常规切换方案(例如，基于mr的切换)之间的切换来自适应地执行基于ai的切换的bs的操作的流程。
[0248]
参考图7，在操作701中，bs可以确定ai有关的度量是否小于阈值。通过操作701的确定过程，可以自适应地执行常规切换(即，基于mr的切换)与使用可下载的nn的切换(即，基于ai的切换)之间的切换。
[0249]
可以以各种方法定义ai有关的度量。ai有关的度量是指示基于ai的操作的准确度的标度，并且可以指示如何通过基于ai的切换来提供准确的输出结果。在一些实施例中，ai有关的度量可以指示基于ai的切换的误差。也就是说，这意味着：在ai有关的度量较高时，存在由于通过基于ai的切换所提供的输出值引起的较大误差，并且在ai有关的度量较低时，存在由于通过基于ai的切换所提供的输出值所引起的较小的误差。
[0250]
bs可以将作为神经网络(nn)的误差成本的ai有关的度量值与阈值(aiho阈值)相比较。当ai有关的度量小于阈值时，bs可以执行操作703。也就是说，当nn成本值大于aiho阈值时，则意味着误差足够小，并且因此bs可以确定切换类型为ai阶段。例如，当先前的切换类型是基于mr的切换类型时，bs可以将切换类型切换到基于ai的切换类型。bs可以向ue提供使用nn执行基于ai的切换的有关参数。
[0251]-常规ho(o/n)
[0252]-ai ho(m)
[0253]-反馈请求(m/o/n)
[0254]
在操作703中，bs可以配置基于ai的切换参数。基于ai的切换参数可以包括用于确定切换的神经网络的结构信息和神经网络中的节点的权重信息。基于ai的切换参数可以是ai算法中所包括的参数，所述参数用于标识是否执行切换以及用于切换的目标小区。根据实施例，当切换有关的参数被预先配置时，可以省略操作703。这是因为ue可以通过预定义的值(默认值)或先前发送的值来执行用于基于ai的切换的过程。或者，根据实施例，当切换类型被切换时，即，当图7的反复操作当中的操作701的确定不同于先前的循环时，每当确定不同时，bs可以重新地配置参数的对应类型。
[0255]
在操作705中，bs可以在基于ai的切换模式中运行。例如，bs可以从ue接收切换请求。bs可以执行用于识别对应的切换请求是否有效的验证过程。当切换请求有效时，bs可以将切换请求转移到目标小区的bs(即，目标bs)，并且向ue发送用于目标bs的配置消息。
[0256]
此后，在操作707中，bs可以执行切换学习。该bs可以通过从ue接收学习数据来执行学习。可以执行操作701，即，可以基于通过学习更新的ai有关的度量来将nn成本与aiho阈值相比较。
[0257]
同时，当在操作701中ai有关的度量不小于阈值时，bs可以执行操作709。这是因为，当由于ai有关的度量中的较大误差而不存在基于ai的切换的实际益处时，根据复杂度执行常规切换类型(即，基于mr的切换类型)，是有利的。也就是说，当nn成本大于aiho阈值时，意味着使用ai的切换没有被充分优化，并且因此可以确定执行常规切换过程。例如，bs可以确定切换到学习阶段7-300。bs可以切换到学习阶段，并提供以下有关的参数以对ue执行常规类型的切换。
[0258]-常规ho(m)
[0259]-ai ho(n)
[0260]-反馈请求(m/o/n)
[0261]
在操作709中，bs可以配置基于mr的切换参数。基于mr的切换是通过ue报告给bs的mr所执行的切换，并且可以区别于基于ai的切换。ue可以根据由bs提供的测量配置来执行测量，并且当满足预定条件(例如，ts 36.331的a3事件)时，向bs发送测量结果。bs可以向ue发送测量配置以用于基于mr的切换。
[0262]
在操作711中，bs可以在基于mr的切换模式中运行。例如，bs可以从ue接收测量报告。bs可以基于从ue发送的测量报告来识别与服务小区相比信道质量更好的相邻小区。bs可以基于测量报告来确定是否执行切换。当执行切换时，bs可以向ue发送切换命令。另一方面，bs可以不执行切换。由于即使bs没有实际地执行针对目标小区的切换时也执行确定和测量，所以bs可以如下所述获取学习数据。
[0263]
此后，当接收到从ue发送的学习数据并执行学习时，bs可以再次执行操作701。bs可以再次将nn成本与aiho阈值相比较。aiho阈值可以由bs来配置。
[0264]
如参考图7所描述的，可以在ai良好地运行的情形中使用ai ho，并且可以在其他情形中使用常规ho，并且可以通过反馈执行ai学习。也就是说，在ai良好地运行的情形中，bs可以在基于ai的切换中运行，并且，当误差增大时，可以在常规的基于mr的切换模式中作出反馈。根据实施例，在基于ai的切换模式中，可以对学习进行有选择地配置。另外，bs可以通过ai ho的存在或不存在向ue发送用于指示阶段切换的消息，或可以发送反馈请求。bs可以经由其执行学习过程。
[0265]
尽管图7示出使用ai有关的度量作为用于误差的参数的确定过程，但本公开的实施例不限于此。当ai有关的度量是与准确度有关的度量时，可以修改图7的操作701的条件公式。根据实施例，并非确定ai有关的度量是否小于阈值，而是可以定义根据ai有关的度量是否大于与准确度有关的阈值的操作。
[0266]
此外，尽管图7示出bs确定是否执行切换，但本公开的各种实施例不限于此。ue可以根据ai有关的度量来确定执行哪种类型的切换。ue可以确定对当前的切换类型进行切换，并根据切换来向bs发送请求与切换有关的参数的消息。例如，当ue确定需要基于ai的切换时，ue可以向bs发送请求与基于ai的切换有关的参数的消息。例如，可以使用如下所述的图15a或15b中的请求消息。
[0267]
图8a示出根据本公开的各种实施例的用于执行基于ai的切换的bs的操作的流程。bs对应于图1的bs 110。
[0268]
参考图8a，在操作801中，bs可以发送基于ai的切换参数的配置信息。
[0269]
配置信息可以提供各项信息。在一些实施例中，配置信息可以指示是否执行基于ai的切换。配置信息可以包括：指示基于ai的切换是强制性还是可选的信息，或者，指示是否执行作为常规切换类型的基于mr的切换的信息。另外，配置信息可以包括与是否反馈学习数据有关的配置。例如，配置信息可以指示是否反馈测量结果。此外，例如，配置信息可以包括与测量结果的反馈格式有关的信息。按照反馈格式收集的信息可以由bs来使用以更新神经网络结构，如下所述。
[0270]
在一些实施例中，结构信息可以包括与基于ai的切换参数的传输有关的调度信息。调度信息可以包括关于资源(例如，时间-频率资源)的信息以及传输的周期，通过该资源(例如，时间-频率资源)来发送每一个基于ai的切换参数。
[0271]
在一些实施例中，结构信息可以包括基于ai的切换参数。基于ai的切换参数可以是用于配置与要为切换执行的确定有关的神经网络的信息。根据实施例，基于ai的切换参数可以包括神经网络结构。基于ai的切换参数可以包括关于神经网络结构的信息，该神经网络结构即指示输入层与输出层之间的隐藏层中的节点之间的连接关系的结构。每个节点可以指示与切换有关的确定。另外，基于ai的切换参数可以包括权重信息。权重信息可以指示节点之间的影响。例如，从第一节点到第二节点的权重信息可以指示第一节点的确定对第二节点的确定的影响的程度。影响程度可以被表示为权重或概率。
[0272]
bs可以以各种方法发送配置信息。在一些实施例中，bs广播配置信息。根据实施例，bs可以通过系统信息来广播配置信息。可以以系统信息内(例如，系统信息块(sib))的信息元(ie)的形式向ue发送基于ai的切换参数。例如，可以具体于小区来定义神经网络结构。
[0273]
在一些实施例中，bs可以对配置信息进行多播。bs可以确定用于ai学习的多播组。bs可以向组内的ue发送基于ai的参数的配置信息。此时，可以具体于组来定义神经网络结构。例如，多播组可以包括位于相同地理区域中的ue。此外，例如，多播组可以是移动性相同的ue(例如，位于相同交通工具内的ue)。
[0274]
在一些实施例中，bs可以对配置信息进行单播。bs可以通过调度的下行链路传输向ue发送基于ai的参数的配置信息。此时，配置信息可以是小区特定的、组特定的或ue特定的。bs可以通过rrc、mac ce或dci发送基于ai的切换参数的配置信息。
[0275]
尽管描述了bs发送配置信息的各种方案，但可以将多个传输方案组合。也就是说，基于ai的参数可以以这样的方式发送到ue，即一些基于ai的参数是广播的，而其他基于ai的参数是单播的。
[0276]
根据实施例，bs可以广播指示基于ai的切换是否被激活的信息。另外，bs可以对关于被配置用于基于ai的切换的神经网络的信息进行单播。可以通过rrc来发送关于神经网络结构的信息，可以通过由rrc所配置的全集中的mac ce或dci来动态地指示关于权重的信息。
[0277]
此外，根据实施例，bs可以通过rrc对用于基于ai的切换的神经网络结构的全集和权重信息的全集进行单播。另外，bs可以在全集中对特定结构信息(nn)或特定权重信息(w)进行单播。此时，可以通过rrc、mac ce或dci来发送特定结构信息。可以通过rrc、mac ce或dci来发送权重信息。
[0278]
根据实施例，bs可以广播用于基于ai的切换的神经网络相关信息。bs可以广播神经网络的结构信息和权重信息。
[0279]
根据实施例，bs可以对用于基于ai的切换的神经网络的结构信息进行广播，并对用于基于ai的切换的神经网络的权重信息进行单播。bs可以通过考虑bs的独立环境的结果(例如，围绕bs设置的建筑物、安装的bs的高度、关于相邻bs的信息、与相邻bs的距离、相邻bs的干扰、远距离干扰的存在或不存在等)来配置神经网络结构中的节点。bs可以通过配置的节点生成与输入层与输出层之间的隐藏层相对应的操作区域(例如，图4中的神经网络400的操作区域420)。可以具体于小区来配置结构信息。测量值、与每个小区的距离、或者与每个小区的信道质量根据ue的移动条件而频繁地改变，并且发送给ue的权重信息可以是具体于ue被配置的。可以通过rrc、mac ce或dci来发送权重信息。
[0280]
在操作803中，bs可以从ue接收基于ai的切换请求。bs可以通过切换请求来确定是否执行切换。切换请求可以包括用于确定是否执行切换的信息。
[0281]
根据实施例，切换请求可以包括关于目标小区的信息(例如，目标小区id)。目标小区可以是在操作801中由ue基于神经网络结构(nn)和权重(w)所识别的小区。ue可以基于神经网络结构和权重将关于小区的测量结果配置为输入值并且获取关于目标小区的输出值。
[0282]
此外，根据实施例，切换请求可以包括用于识别目标小区的神经网络信息。例如，切换请求可以包括用于识别目标小区的用于nn的指标。此外，例如，切换请求可以包括用于识别目标小区的用于权重集的指标。这是因为可以根据哪个神经网络用于选择目标小区来检验对应的切换请求的验证。bs可以执行基于神经网络信息来验证针对目标小区的切换请求的过程。
[0283]
此外，根据实施例，切换请求可以包括用于识别目标小区的关于输入值的信息(在下文，输入信息)。为了检验切换请求是否有效，可能需要bs来获取输入信息。这是因为，当应用在预定神经网络结构中获得的输入值时，应当得出与ue提出切换请求的目标小区相同的结果。bs可以执行基于输入信息来验证针对目标小区的切换请求的过程。
[0284]
切换请求可以包括目标小区信息、神经网络信息和输入信息中的至少一者。也就是说，并非全部信息都被包括在切换请求中，根据一些实施例可以省略一些信息项的传输。
[0285]
在操作805中，bs可以执行目标小区切换准备过程。bs可以向目标小区的bs(即，目标bs)发送切换请求。bs可以是当前ue的服务bs并且也可以是源bs。bs可以从目标bs接收对
切换的确认。
[0286]
在操作807中，bs可以向ue发送目标小区切换配置消息。配置消息可以是用于配置对目标bs的接入的消息。例如，配置消息可以包括rrcconectionreconfiguration消息。配置消息可以包括移动性相关信息。ue可以基于配置消息执行对目标bs的接入。
[0287]
尽管在图8a中未示出，bs可以在执行切换时向目标bs发送存储在缓冲器中的数据。可以通过存储在缓冲器中的数据的传输而保证到ue的通信的连续性。
[0288]
图8b示出根据本公开的各种实施例的用于执行基于ai的切换的ue的操作的流程。ue对应于图1中的ue 120。
[0289]
参考图8b，在操作851中，ue可以接收基于ai的切换参数的配置信息。在图8a的操作801中对于配置信息的描述可以同样应用于基于ai的切换参数的配置信息。
[0290]
当指示是否执行基于ai的切换的信息被指示时，ue可以监视用于执行基于ai的切换的参数。另外，当ue被配置为反馈基于ai的学习数据时，ue可以测量发送的信号(例如，bs的ss/pbch块、crs、csi-rs等)并存储测量结果。
[0291]
ue可以接收调度信息。ue可以基于调度信息来获取结构信息和权重信息以便获取用于基于ai的切换的神经网络模型。也就是说，ue可以接收神经网络的结构信息。ue可以接收关于神经网络的权重信息。在一些实施例中，可以通过一个消息来发送结构信息和权重信息。ue可以将结构信息和权重信息一起来发送。此时，权重信息可以取决于结构信息。也就是说，在一个消息中发送的权重信息可以包括向相同消息中所包括的结构信息的神经网络结构应用的权重值。在其他实施例中，可以单独地获取结构信息和权重信息。根据实施例，结构信息的传输周期可以被配置为比权重信息的传输周期长。例如，当权重信息的传输周期是t时，结构信息的传输周期可以是5t。此时，ue可以通过在5t区间在相同的神经网络结构中在每个t中应用不同项的权重信息来确定是否执行切换。可以通过更频繁地控制由于ue引起的权重影响而选择优化的目标小区。
[0292]
ue可以从基于ai的切换参数的配置信息中获取由bs提供的神经网络模型。对于基于ai的切换，神经网络模型可以包括关于逻辑结构与用于选择目标小区的ai算法的确定之间的概率的信息。
[0293]
在操作853中，ue可以确定用于基于ai的切换的目标小区。ue可以获取输入值以便被输入到在操作851中所获取的神经网络模型中。ue可以周期性地或不定期地测量信道质量。例如，输入值可以是由ue测量的结果值。例如，输入值可以包括rsrp、rsrq、cqi和sinr中的至少一者。
[0294]
ue可以通过向神经网络模型应用输入值来获取最终输出值。在一些实施例中，所获取的输出值可以包括小区信息。当小区是服务小区时，ue可以不执行切换。当小区是相邻小区时，ue可以发送切换请求消息以执行到对应的相邻小区的切换。此外，在一些实施例中，所获取的输出值可以指示是否执行切换。bs可以根据是否执行切换来确定是否发送切换请求消息。当根据最终输出值执行切换时，ue可以识别目标小区。目标小区可以是通过由ue测量的输入值和由bs提供的神经网络模型所识别的小区。
[0295]
在操作855中，ue可以发送基于ai的切换请求。ue可以生成基于ai的切换请求消息。基于ai的切换请求消息可以包括关于目标小区的信息。通过向服务小区提供关于目标小区的信息，服务bs可以执行切换准备过程。此外，为了确定针对目标小区的切换是否有
效，可能需要bs来识别关于目标小区的信息。
[0296]
基于ai的切换请求消息可以包括用于识别用于基于ai的切换的目标小区的神经网络模型的神经网络结构的指标(例如，nn指标)。为了确定针对目标小区的切换是否有效，可能需要bs识别所使用的神经网络结构。
[0297]
基于ai的切换请求消息可以包括用于识别用于基于ai的切换的目标小区的应用于神经网络模型的结构的权重集的指标(例如，w指标)。为了确定针对目标小区的切换是否有效，可能需要bs识别所使用的权重集。
[0298]
在操作857中，ue可以接收目标小区切换配置消息。ue可以从服务bs接收目标小区切换配置消息。目标小区切换配置消息可以与bs从服务bs转换到的bs相关联。目标小区切换配置消息可以包括目标bs的rrc重新配置信息。
[0299]
通过图4至图8b，已经描述了基于ai的切换和常规切换方案。与常规的基于mr的切换不同，bs和ue的优势在于，通过神经网络的设计和ue的配置，选择更适于单独情形的小区，以据此选择目标小区。bs根据小区状态/环境来执行学习，并向ue发送作为性能结果的神经网络结构和权重信息，使得ue可以执行针对更适于实际情形的目标小区的切换。
[0300]
bs可以从执行切换的ue接收在实际切换期间所获取的数据的反馈，并且另外执行学习而不是执行仅仅一个切换。bs可以根据另外的学习来更新神经网络模式。bs可以重新地配置神经网络结构或重新地配置结构内的模式之间的权重值。ue可以通过在小区状态/环境中学习的神经网络结构(nn)的传输根据预定输入值来识别适于小区状态/环境的目标小区。不仅仅对于基于ai的切换执行这样的学习，而且也对于常规的基于mr的切换执行这样的学习，基于ai的切换带来的效果可以最大化。
[0301]
同时，当没有积累用于配置神经网络的足够数据或bs周围的环境改变时，准确度可能反而由于基于ai的切换而变得更低。因此，bs可以通过比较ai有关的度量和阈值来确定是否在基于ai的切换模式中运行。在ai运行良好的情形中，bs可以在基于ai的切换模式中运行，并且在其他情形中，bs可以在常规切换模式中运行。即使bs在常规切换模式中运行，由ue收集的测量信息也可以在将来用作用于在基于ai的切换的操作中提供的神经网络模型的学习数据。因此，bs可以不管作为常规切换模式的基于mr的切换来通过从ue接收的反馈来学习神经网络结构以选择目标小区。
[0302]
ue可以通过作为输入值的信道质量的改变(例如，rsrp/snir的改变)预测ue的状态/环境，并且输入值的改变可以影响ue的切换的确定。即使ue没有向bs发送报告，ue也执行测量，并且因此ue可以使用更大量的数据。例如，因为ue的信号测量周期比测量报告周期短，所以与bs相比ue可以收集更大量的测量数据。因此，ue直接地确定是否执行切换而不是通过传输测量报告等待bs的确定，从而降低了由于测量报告之后的延迟所产生的准确的效果。此外，可以通过基于测量的信道质量实时地选择目标小区来识别适于实际ue情形的目标小区。
[0303]
需要稳定地设计根据ue的移动寻找要接入的小区的过程，以构建ue的接入网络环境。例如，在特殊情况下，诸如未配置用于基于ai的切换的参数、没有获取基于ai的切换参数(例如，解码失败或丢失)、或者确定目标小区无效，基于ai的切换可能需要预先定义bs与ue之间的操作，以便对网络进行稳健设计。在下文中，在图9至图13中，描述了在特定情形中bs与ue之间的操作以执行基于ai的切换。
[0304]
广播用于配置基于ai的切换的信息
[0305]
图9示出根据本公开的各种实施例的用于基于ai的切换的信号的流程。在图9中，描述了对与基于ai的切换有关的所有项的信息进行广播的情形。也就是说，对用于基于ai的切换的神经网络结构(nn)和权重信息进行广播。在下文中，图9示出对每项信息进行广播的情形，但是同样的应用也可以做成多播方案。
[0306]
参考图9，在操作920中，bs可以广播调度信息。bs可以是当前ue的服务bs并且也可以是源bs。bs可以使用系统信息以便广播调度信息。根据实施例，bs可以按照发送bs的系统信息(例如，systeminformationblock(sib)等)的方法通过hoschedulinginfomessage来发送ho相关调度信息。此时，包括调度信息的消息hoschedulinginfomessage可以包括以下信息中的一项或更多项。
[0307]
ho_scheduling_info(t_ho)：bs发送hoinformationmessage的时间点或周期
[0308]
ho_nn_scheduling_info(t_nn)：bs发送基于ai的切换的神经网络的结构信息(ho nn)的时间点或周期
[0309]
ho_w_scheduling_info(t_w)：bs发送用于基于ai的切换的神经网络的权重信息(ho w(权重))的时间点或周期
[0310]
换句话说，调度信息(ho_scheduling_info)可以包含用于调度指示信息(例如，hoinformationmessage)的信息和与基于ai的切换的神经网络有关的信息(例如，ho nn以及ho w(权重))，该指示信息指示切换类型。根据实施例，调度信息可以另外包括指示特定时间点的偏移以及周期。偏移可以将准确的传输时间点与周期信息一起来指示。同时，根据另一个实施例，可以仅发送周期信息，并且固定值可以用作偏移。
[0311]
在操作930中，bs可以广播切换指示信息。bs可以周期性地广播切换指示信息。此后，bs可以在操作950中广播切换指示信息。广播指示信息的周期是“t_ho”，并且可以通过调度信息被广播。指示信息(hoinformationmessage)可以包括各项信息。例如，指示信息可以包括指示是否执行常规ho、是否执行ai ho、以及是否作出feedback req(反馈格式)的信息中的至少一项。在发送hoinformationmessage的操作的示例中，可以周期性地发送hoinformationmessage。
[0312]
在接收到操作930中发送的hoinformationmessage之后，ue可以从ho_nn_scheduling_info(t_nn)和ho_w_scheduling_info(t_w)中识别发送用于基于ai的切换的神经网络相关信息的时间点。在识别出发送神经网络相关信息的时间点之后，ue可以在操作940中接收神经网络相关信息。神经网络相关信息可以包括用于基于ai的切换的神经网络模型的结构信息和权重信息。尽管图9示出根据相同的周期来发送神经网络信息和权重信息，这仅仅是实施例并且本公开的各种实施例不限于此。神经网络信息和权重信息的传输周期可以独立配置。也就是说，t_nn和t_ww的值可以不同，或者，即使t_nn和t_ww的值相同，t_nn和t_ww也可以具有传输时间点之间的间隔。
[0313]
ue在操作930中接收指示基于ai的切换的性能的信息，并在操作940中接收与基于ai的切换有关的参数，从而获取用于执行基于ai的切换的神经网络模型。也就是说，ue可以通过在操作930和操作940中接收结构信息(ho nn)和权重信息(ho w信息)而接收在bs中进行ai ho所需的信息。
[0314]
根据各种实施例的结构信息可以包括以下参数中的至少一个。
[0315]-nn指标：用于ho的nn指标(当nn更新时，该指标增大)
[0316]-nn：用于ho的nn
[0317]-nn使用期限：对应的nn的使用期限
[0318]-nn输入信息：nn的输入值(例如，无线电信号强度列表)
[0319]-nn输出信息：nn的输出值(例如，ho(独热编码)的存在或不存在或者小区id)ex1,{ho、非ho}、ex2、{服务小区、相邻小区1(小区id)、相邻小区2...}
[0320]
根据各种实施例的结构信息可以包括以下参数中的至少一个。
[0321]-w指标：用于ho的权重指标(当权重更新时，该指标增大)
[0322]-w使用期限：对应的权重的使用期限
[0323]-权重：用于ho nn的权重值
[0324]
可以同时地或单独地发送结构信息和权重信息。可以周期性地发送对应的信息。在发送ho nn和ho w信息的操作示例中，可以周期性地发送ho nn和ho w信息，或者，在操作940中发送结构信息和权重信息之后，可以在操作960中再次发送结构信息和权重信息。
[0325]
当ue接收到用于基于ai的切换的神经网络的结构信息和权重信息时，可以在由bs配置的方法中执行基于ai的切换。因此，在操作970中，bs和ue可以执行基于ai的切换处理。这种操作是ue接入目标bs以及bs的过程并且对应于图6a的操作623(即，确定目标小区)之后的过程。
[0326]
在进行周期性广播的情况下，即使没有获取用于执行基于ai的切换的一些参数，可以在直到下一个周期之前通过备用态来获取所需信息。通过结合小区信息与ue的测量信息或环境信息，将基于ai的切换确定方法应用于bs和ue之间的无线通信系统，有可能实现高效切换。
[0327]
未获取基于ai的切换的配置信息的情况
[0328]
图10示出根据本公开的各种实施例的当没有接收到指示是否使用基于ai的切换的信息时bs和ue的操作的示例。在图10中，描述了在基于ai的切换中没有接收到广播(或多播)的指示信息(指示是否使用ai ho的信息)的情形(例如，解码失败)。
[0329]
参考图10，在操作1020中，bs可以广播调度信息(hoschedulinginfomessage)。bs可以是当前ue的服务bs并且也可以是源bs。ue可以基于所接收的调度信息来确定指示信息(hoinformationmessage)的传输时间点。
[0330]
在操作1030中，bs可以发送指示信息(hoinformationmessage)。ue可以尝试接收指示信息(hoinformationmessage)。
[0331]
当没有正常地接收到指示信息(hoinformationmessage)时或尽管接收了也发生错误时，在操作1040中，ue可以检测对应的消息的解码失败的发生。ue可以在接收到以下指示信息之前根据操作1050运行。
[0332]
当在由常规bs接收到的nn和权重当中存在着使用期限还存有的nn和权重时，使用该对应的nn和权重。
[0333]
当在由常规bs接收的nn和权重当中存在着使用期限已经期满的nn和权重时，使用该对应的nn和权重。
[0334]
常规ho的默认参数运行。基于mr的切换模式运行。
[0335]
在当接收到按照周期t_ho发送的指示信息(hoinformationmessage)时识别出是
否使用ai ho之后，执行ai ho处理。
[0336]
根据实施例，ue可以根据1)、2)和3)的优先级运行。也就是说，当不存在从常规bs接收的神经网络的结构信息和权重信息时，3)的基于mr的切换模式可以运行。此时，4)的操作可以优先于1)、2)和3)。同时，根据实施例，当在确定2)而不是确定1)、2)和3)的全部之后结构信息和权重信息没有正好存在时，可以执行3)。或者，根据另一个实施例，当在1)的确定之后结构信息和权重信息没有正好存在时，可以执行3)。或者，根据另一个实施例，当在确定1)和2)之后结构信息和权重信息没有正好存在时，ue可以在不进行另外的操作的情况下监视在下一个周期中广播的指示信息，或者可以再接入小区。
[0337]
其后，在操作1060中，ue可以重新接收包括按照周期t_ho发送的指示信息(hoinformationmessage)的消息。当正常地接收到对应的消息时，ue按照在操作1070中在指示信息(hoinformationmessage)中配置的操作运行。
[0338]
同时，尽管图10示出根据是否正常地接收到指示是否执行基于ai的切换的指示信息的ue的操作，但当没有正常地接收到调度信息时，可以使用相同类型的过程。例如，当没有获取用于权重信息和结构信息的调度信息时，ue可以根据以下1)、2)、3)和4)中的至少一者运行。
[0339]
1)当在常规小区中接收到的nn当中存在着使用期限期还存有的nn时，使用该对应的nn。
[0340]
2)当在常规小区中接收到的nn当中存在着使用期限已经期满的nn时，使用该对应的nn。
[0341]
3)常规ho的默认参数运行。
[0342]
4)在当接收到按照周期t_ho发送的指示信息(hoinformationmessage)时识别出是否使用ai ho之后，执行ai ho处理。
[0343]
图11示出根据本公开的各种实施例的当没有接收到基于ai的切换的神经网络相关信息时的bs和ue的操作的示例。神经网络相关信息可以包括指示神经网络中所包括的节点之间的关系的结构信息和指示节点之间的影响的程度的权重信息。在下文中，描述了在ue没有获取到结构信息和权重信息的状态中的bs和ue的操作。
[0344]
参考图11，在操作1120中，bs可以广播调度信息。bs可以是当前ue的服务bs并且也可以是源bs。基于通过调度信息(hoschedulinginfomessage)发送的信息，ue可以确定指示信息(hoinformationmessage)的传输时间点，并在操作1130中接收指示信息(hoinformationmessage)。指示信息可以指示是否使用基于ai的切换(例如，强制性(m)、可选(o)或none(n))。当指示信息(hoinformationmessage)指示使用基于ai的切换(例如，m或o)时，需要ue获取用于神经网络的结构信息和权重信息以便获取bs的基于ai的切换的神经网络模型。
[0345]
在操作1140中，bs可以向ue发送结构信息和权重信息。然而，当ue在操作1150中没有接收到权重信息或结构信息时，在接收到对应的信息之前，ue可以执行与接下来的序列(操作1160)相同的操作。
[0346]
1)当在由常规bs接收到的nn和权重当中存在着使用期限还存有的nn和权重时，使用该对应的nn和权重。
[0347]
2)当在由常规bs接收到的nn和权重当中存在着使用期限已经期满的nn和权重时，
使用该对应的nn和权重。
[0348]
3)常规ho的默认参数运行。
[0349]
此后，在操作1170中，bs可以按照周期t_nn发送结构信息并按照周期t_w发送权重信息。ue可以接收结构信息和权重信息。
[0350]
当ue在操作1180中通过解码成功正常地获取结构信息和权重信息时，ue可以获取bs中的用于基于ai的切换的神经网络模型。ue可以在基于ai的切换模式中运行。
[0351]
尽管图11示出一起发送权重信息和结构信息，但可以按照单独的周期来发送权重信息和结构信息。在这种情况下，在解码失败的情况下，ue的操作可以独立于结构信息和权重信息来定义。
[0352]
例如，当有效地获取了权重信息(w)但是没有有效地获取结构信息(nn)时，ue可以如下运行。
[0353]
1)当在常规小区中接收到的nn当中存在着使用期限还存有的nn时，使用该对应的nn。
[0354]
2)当在常规小区中接收到的nn当中存在着使用期限已经期满的nn时，使用该对应的nn。
[0355]
3)常规ho的默认参数运行。
[0356]
4)当接收到按照周期t_nn(t_w)发送的nn时，执行ai ho处理。
[0357]
目标小区验证失败的情况
[0358]
图12示出根据本公开的各种实施例的当在基于ai的切换中对于来自ue的切换请求的验证失败时bs和ue的操作的示例。在基于ai的切换模式中，ue可以基于输入值和bs的神经网络模型来识别目标小区。ue可以向服务bs发送包括关于目标小区的信息的切换请求。服务bs可以来检验指示的目标小区是否是根据bs的神经网络模型的小区，并且图12示出在验证已经失败的情况下没有单独的指示被发送到ue的示例。
[0359]
参考图12，在操作1220中，ue可以向服务bs发送切换请求。当满足基于ai的切换条件时，可以发送切换请求。为了确定ue是否根据bs的基于ai的切换的神经网络模型正确地识别目标小区，切换请求可以包括用于验证的信息。例如，切换请求可以包括神经网络结构信息(nn指标)、输入信息(nn输入列表)、目标小区信息(目标小区id)、以及神经网络权重信息(w指标)中的至少一者。
[0360]
在操作1230中，ue可以识别bs通过神经网络结构(nn)传输的结构信息(nn)和权重信息(w)以及ue在切换请求(ho请求)中使用的权重(权重指标)。bs可以基于从ue接收到的神经网络相关信息(nn/权重)对用于基于ai的切换的神经网络模型进行重新配置。在重新配置之后，bs可以向经重新配置的神经网络模型应用由ue使用的输入信息(nn输入)来作为输入，以便获取输出。bs可以确定输出是否是切换请求中所包括的目标小区id。
[0361]
当经重新配置的神经网络模式的输出的小区id不同于切换请求中所包括的目标小区id时，bs识别出ho验证失败并且不向ue发送切换命令。同时，甚至当经重新配置的神经网络模型的输出的小区id与切换请求中所包括的目标小区id相同时，bs可以根据bs的条件、网络的条件(例如，负载均衡、ue qos等)以及bs的选择确定是否响应于接收到的切换请求而执行切换(ho)。
[0362]
在上述情况中，没有发送切换命令，并且因此ue可以在操作1240中在作为切换请
求周期的t_ho_req之后再次发送切换(ho)请求。或者，与图12中不同，ue可以在诸如随机退避等的各种时间延迟方法之后再次发送切换请求(ho请求)。在操作1250中，服务bs可以通过与操作1230相同的方法来执行基于ai的切换的验证过程(ho验证)。此后，当验证成功时，服务bs、目标bs和ue可以在操作1260中执行正常切换过程。例如，切换过程可以意指在图6的操作625(ho验证)之后的过程。
[0363]
图13示出根据本公开的各种实施例的当在基于ai的切换中对于来自ue的切换请求的验证已经失败时bs和ue的操作的另一个示例。如同图12中，服务bs可以响应于ue的切换请求来执行验证过程以便确定针对目标小区的切换是否有效。与图12不同，图13示出在验证已经失败的状态中关于验证失败的单独的指示被发送到ue的实施例。
[0364]
参考图13，在操作1320中，ue可以向服务bs发送切换请求。当满足基于ai的切换条件时，可以发送切换请求。为了确定ue是否根据bs的基于ai的切换的神经网络模型正确地识别了目标小区，切换请求可以包括用于验证的信息。例如，切换请求可以包括神经网络结构信息(nn指标)、输入信息(nn输入列表)、目标小区信息(目标小区id)以及神经网络权重信息(w指标)中的至少一者。
[0365]
在操作1330中，ue可以通过由ue在切换请求(ho请求)中使用的神经网络结构(nn)和权重(权重指标)来识别bs发送的结构信息(nn)和权重信息(w)。bs可以基于从ue接收的神经网络相关信息(nn/权重)对用于基于ai的切换的神经网络模式进行重新配置。在重新配置之后，bs可以向经重新配置的神经网络模型应用由ue使用的输入信息(nn输入)来作为输入，以便获取输出。bs可以确定输出是否是切换请求中所包括的目标小区id。
[0366]
当经重新配置的神经网络模型的输出的小区id不同于ho请求中所包括的目标小区id时，bs识别出ho验证失败并且不向ue发送切换命令。同时，甚至当经重新配置的神经网络模式的输出的小区id与切换请求中所包括的目标小区id相同时，bs也可以根据bs的条件、网络的条件(例如，负载均衡、ue qos等)以及bs的选择，来确定是否响应于接收到的切换请求而执行ho。
[0367]
在操作1340中，bs可以向ue发送对切换请求的响应(ho验证响应)。响应可以指示切换请求未被接受。根据实施例，响应还可以包括指示出切换请求未被接受的比特的信息设置和关于原因的信息。bs针对切换请求未被接受的原因来配置比特值并发送所配置的比特值，使得ue可以识别切换请求(ho请求)的拒绝原因(例如，ho验证失败、负载均衡qos等)。bs向ue明确地指示切换失败，并且因此，ue可以基于拒绝的原因来执行针对切换请求的拒绝的灵活的后续操作。根据实施例，当响应指示验证过程的失败时，与图12中不同，ue可以基于所配置的神经网络结构信息和权重信息来再次识别目标小区，而不是一直等到在下一个周期传输切换请求。此后，ue可以向服务bs再次发送用于识别的目标小区的切换请求。同时，根据另一个实施例，当响应指示过载时，ue可以等待传输切换请求，直到下一个周期，或者可以在预定的时间段内不传输切换请求，或者可以在预定时间段(例如，禁止定时器的配置)不发送切换请求。
[0368]
在操作1350中，ue可以在作为切换请求周期的t_ho_req之后再次发送切换请求(ho请求)。或者，与图13中不同，ue可以在诸如随机退避等的各种时间延迟方法之后再次发送切换请求(ho请求)。在操作1360中，服务bs可以通过与先前的操作1330相同的方法来执行验证过程(ho验证)。此后，当验证成功时，服务bs、目标bs和ue可以在操作1370中执行正
常切换过程。例如，切换过程可以意指在图6的操作625(ho验证)之后的过程。
[0369]
使用期限的期满的情况
[0370]
图14示出根据本公开的各种实施例的根据与基于ai的切换的神经网络有关的信息的使用期限的期满的ue的操作的流程。通过图14，描述了根据用于基于ai的切换的结构信息(nn)的使用期限和权重信息(权重(w))的使用期限是否已经期满的ue的操作。
[0371]
参考图14，在操作1401中，ue可以接收基于ai的切换参数。基于ai的切换参数可以包括被配置用于bs的基于ai的切换的神经网络模型的结构信息以及权重信息。ue可以从服务bs接收ai ho所需的神经网络结构信息(nn)或神经网络权重信息(权重)。例如，ue通过如同图6的操作621中的ho nn和ho w来接收用于神经网络结构的配置信息和用于权重的配置信息。用于神经网络结构的配置信息可以包括结构信息的使用期限。用于权重的配置信息可以包括权重信息的使用期限。
[0372]
在操作1403中，ue可以存储基于ai的切换参数。ue可以存储用于ai切换的神经网络结构(nn)和权重。ue可以管理在操作1401中获取的结构信息和权重信息中的每一者的使用期限。也就是说，ue可以管理nn使用期限和w使用期限信息，该信息是对应的nn和权重的到期日。
[0373]
在操作1405中，ue可以确定使用期限是否已经期满。ue可以以基于ai的切换参数为基础执行基于ai的切换，直到使用期限期满为止。当使用期限期满时，ue可以执行操作1407。当nn使用期限或w使用期限已经期满时，可能需要ue重新地接收nn或权重。
[0374]
在操作1407中，ue可以确定是否广播了基于ai的切换参数。为了获取基于ai的切换参数，ue可以识别bs发送ho nn或ho w的方法是否是广播方案。当广播了基于ai的切换参数时，bs周期性地广播基于ai的切换参数，并且因此ue可以返回到操作1401并接收作为由bs所发送的基于ai的切换参数的ho nn和ho w。当基于ai的切换参数未被广播时，ue可以执行操作1409。
[0375]
因为bs没有广播基于ai的切换参数，所以ue可以在操作1409中向服务bs发送对于基于ai的切换参数的请求。ue可以从服务bs接收基于ai的切换参数。例如，当bs对ho nn和ho w进行单播时，ue可以向bs提出单播nn或w的请求，返回到操作1401，并且接收由bs发送的ho nn和ho w。根据实施例，ue可以根据图15a和图15b的过程运行。
[0376]
图14将结构信息的使用期限(nn使用期限)和权重信息的使用期限(w使用期限)两者描述为基于ai的切换参数，但是对结构信息的使用期限和权重信息的使用期限进行单独地管理。也就是说，可以对于结构信息和权重信息单独地执行图14的过程。根据实施例，当权重信息的使用期限已经期满但是结构信息的使用期限还没有期满时，ue可以向服务bs提出发送新的权重信息的请求或者获取广播的新的权重信息。另一方面，根据实施例，当结构信息的使用期限已经期满但是权重信息的使用期限还没有期满时，ue可以向服务bs提出发送新的结构信息的请求或者获取广播的新的结构信息。另外，当结构信息的使用期限已经期满时，ue可以向bs发送用于发送结构信息和权重信息的请求。这是因为权重信息可以取决于结构信息。
[0377]
对于基于ai的切换参数的请求
[0378]
图15a示出根据本公开的各种实施例的bs和ue提出对调度信息的请求的操作的示例。调度信息是与资源分配有关的信息，在所述资源中发送用于基于ai的切换的参数。
[0379]
参考图15，在操作1520中，ue可以通过向bs发送与ai ho有关的调度信息请求消息而请求诸如scheduleinformation的信息。调度信息请求消息可以是请求基于ai的切换参数的调度信息的消息。bs可以从ue接收调度信息请求消息。
[0380]
在操作1530中，ue可以从bs接收调度信息。bs可以响应于调度信息请求消息(hoschdueinformationmessagerequest(ho有关的)消息)向ue发送调度信息。可以通过系统信息向ue发送调度信息。例如，调度信息可以通过systeminformationmessage来发送并且可以包括以下信息中的一项或更多项。
[0381]-ho_scheduling_info(t_ho)：指示是否执行基于ai的切换的信息
[0382]-ho_nn_scheduling_info(t_nn)：用于基于ai的切换的神经网络的结构信息
[0383]-ho_w_scheduling_info(t_w)：用于基于ai的切换的神经网络的权重信息
[0384]
ue可以以按需方式向bs提出发送广播的结构信息或权重信息的请求。当ue向bs提出对于与基于ai的切换有关的调度信息的请求时，接收请求的服务bs可以向ue发送调度信息。此时，可以通过系统信息来发送调度信息。尽管在图15a中未示出，ue可以单独地向bs提出对于神经网络的结构信息和权重信息的请求。参考如下所述的图15b来描述因此的详细的信令。
[0385]
图15b示出根据本公开的各种实施例的bs和ue提出神经网络相关信息的请求的操作的示例。神经网络相关信息可以包括神经网络(nn)的结构信息和权重信息(权重)。
[0386]
参考图15b，在操作1540中，ue可以向bs发送请求神经网络相关信息的消息。神经网络相关信息可以包括用于基于ai的切换的神经网络结构和权重信息。尽管图15b示出一起请求结构信息和权重信息，但对于结构信息和权重信息的请求可以单独地发送给bs。当需要结构信息(nn)时，ue可以向bs发送结构信息请求消息(nninformationrequest消息)，并且当需要权重信息(权重(w))时，可以向bs发送权重信息请求消息(winformationrequest消息)。
[0387]
当接收到请求时，在操作1550中，bs可以发送对请求的响应消息。例如，bs可以向ue发送包括结构信息的响应消息。此外，例如，bs可以向ue发送包括权重信息的响应消息。此外，例如，bs可以向ue发送包括结构信息和权重信息两者的响应消息。
[0388]
例如，当接收到nninformationrequest时，bs可以向ue发送包括以下信息的nninformationresponse消息。
[0389]-ho nn(nn指标、nn、nn使用期限、nn输入信息、nn输出信息)
[0390]
或者，例如，当接收到winformationrequest时，bs可以向ue发送包括以下信息的winformationresponse消息。
[0391]-ho w(w指标、w使用期限、权重)
[0392]
用于基于ai的ho的学习
[0393]
图16a示出根据本公开的各种实施例的用于学习的bs和ue的操作的示例。参考图16a来描述ue将用于学习用于基于ai的切换的nn/w的信息反馈给bs的过程。
[0394]
参考图16a，在操作1620中，ue可以从bs接收反馈配置信息。反馈配置信息通过切换指示信息(hoinformationmessage)内的反馈请求值来指示学习数据的返回。ue可以根据反馈配置信息获取学习数据并将其反馈给bs。例如，当反馈请求是强制性时，ue应当强制性地返回学习数据，并且当反馈请求是可选时，ue可以有选择地返回学习数据。ue可以基于反
馈配置信息接收以下信息以便记录学习数据。
[0395]-nn输入信息：ho nn的输入值信息，例如无线信号强度(rsrp、rsrq、sinr等)、吞吐量、srs、以及无线信号，其可以由ue来测量，诸如cqi等-nn输出信息：ho nn的输出值格式(例如，ho(独热编码)的存在或不存在或者小区id)并且由ue根据作为性能值的ho性能参考值来生成。
[0396]
■
ex1、{ho、非ho}，
[0397]
■
ex2、{服务小区、相邻小区1(小区id)、相邻小区2...}
[0398]-性能：ho的性能参考，例如对在预定周期的无线电信号的最大化、对pingpong的最小化等
[0399]-训练数据周期：nn学习数据收集周期
[0400]-训练数据开始时间：nn学习数据收集开始时间点
[0401]-训练数据结束时间：nn学习数据收集结束时间点
[0402]
当接收到ho nn信息时，ue接收以下信息。
[0403]-nn指标：用于ho的nn指标(当nn更新时，该指标增大)
[0404]-nn：用于ho的nn
[0405]-nn使用期限：对应的nn的使用期限
[0406]-nn输入信息：nn的输入值(例如，无线电信号强度列表)
[0407]-nn输出信息：nn的输出值(例如，ho(独热编码)的存在或不存在或者小区id)ex1,{ho、非ho}、ex2、{服务小区、相邻小区1(小区id)、相邻小区2...}
[0408]
在操作1630中，ue可以基于反馈配置信息来收集训练数据。ue在从训练数据开始时间到训练数据结束时间的每个训练数据周期中记录nn的输入信息和nn的输出信息，并且nn的输出信息基于性能配置正确答案。
[0409]
在操作1640中，ue可以检测学习区段的期满。也就是说，ue可以检测训练数据结束时间。当训练数据结束时间到达时，ue可以将在每个训练数据周期中记录的学习数据的项数记录在数据的#中。
[0410]
在操作1650中，ue可以根据由反馈配置信息所配置的格式来向服务bs反馈用于基于ai的切换的训练数据。ue可以存储nn输入列表和nn输出列表的集合，并向服务小区的bs发送所存储的结果。因为这不对应于切换情形，所以ue可以接入服务bs(源bs)。当ue位于服务bs中时，ue将先前配置的学习数据直接地返回给服务bs。
[0411]
在操作1660中，bs可以基于从ue获取的学习数据来学习用于基于ai的切换的神经网络模型。bs可以学习和更新用于基于ai的切换的神经网络模型的结构信息(nn)和权重信息(w)。bs可以根据学习结果而获取更新的结构信息和权重信息。
[0412]
图16b示出根据本公开的各种实施例的在基于ai的切换之后用于学习的bs和ue的操作的示例。与图16a不同，图16b示出在基于ai的切换过程期间执行的ue的学习数据反馈过程。
[0413]
参考图16b，在操作1670中，ue可以从bs接收反馈配置信息。因为反馈配置信息的详细描述对应于图16a的反馈配置信息，所以省略相同的或相似的描述。
[0414]
在操作1680中，ue可以基于反馈配置信息来获取学习数据。同时，在操作1690中，ue可以与服务bs和目标bs执行基于ai的切换过程。基于ai的切换过程可以包括如图6a中所
示的ue向服务bs发送用于切换到目标小区的请求的过程、服务小区的bs向目标小区的bs提出用于切换的请求的过程、以及服务bs向ue发送用于目标小区的配置消息的过程。
[0415]
如同在操作1690中，切换可以在收集学习数据的同时发生，并且因此提出针对目标bs的切换。如同在图16a中，ue可以在操作16100中检测学习区段的期满。在这种情况下，当所请求的训练数据结束时间到达时，ue可以将在每个训练数据周期中记录的学习数据的项数记录在数据的#中。在操作16110中，ue可以向目标bs而不是向源bs发送所收集的学习数据。ue可以存储nn输入列表和nn输出列表的集合，并向作为当前服务小区的目标bs发送所存储的结果。当接收到对应的消息时，目标bs可以识别消息内的源bs(或源小区)的id。因为该id不同于目标bs的id，所以目标bs可以将学习数据反馈给另一个bs。在操作16120中，目标bs可以向源bs发送学习数据。当从目标bs接收到包括学习数据的消息时，源bs可以在操作16130中学习用于ai ho的nn和w。当执行了切换时，源bs不再是服务bs，并且因此ue不反馈学习数据。可以在bs之间发送包括关于学习数据的信息的消息。例如，可以通过x2接口来发送包括学习数据的消息。
[0416]
每当ue发送学习数据时，或当确定积累了周期性数据或足够数据(例如，大于或等于参考值的次数)时，可以基于各种参考来执行学习。在学习之后，bs可以增大nn指标，以便管理神经网络信息以使其与发送给ue的nn相区别。根据各种实施例的bs可以以小区或小区组为单位来管理神经网络信息。
[0417]
图16a至图16b已经描述了用于以基于ai的切换的输出的性能为基础来配置反馈信息的方案。例如，可以如下配置反馈信息的性能。
[0418]
1)∑tnsinri：sinr的总和
[0419]
2)∑tnwi*sinri：考虑权重的sinr的总和
[0420]
3)pingpong的存在或不存在
[0421]
4)ho中断时间信息
[0422]
5)ho相关信息的加权和
[0423]
tn：表示最优ho中的测量周期、sinri：表示第i无线帧(或子帧、时隙或tti单元)的sinr、wi：表示第i无线帧的sinr的权重(例如，根据pingpong和时间的权重)
[0424]
本公开已经描述了一种方案，所述方案通过经由ai来配置神经网络模型并基于神经网络模型和累积的数据来识别目标小区，而通过针对ue、小区或bs优化的小区选择方法来执行切换。然而，本公开的各种实施例可以不仅仅以相同的或类似的方式应用于执行切换的情况，而且还可以应用于处于rrc空闲状态中的ue选择小区以执行初始接入的情况。
[0425]
图17示出根据本公开的各种实施例的bs的配置。图17中所示的配置可以被理解为是bs 110的配置。术语
“…
单元”或者诸如
“…
机”、
“…
器”之类的词尾可以指示处理至少一个功能或操作的单元，其可以被体现在硬件、软件、或者硬件和软件的组合中。
[0426]
参考图17，bs 110包括无线通信单元1701、回程通信单元1703、存储单元1705和控制器1707。
[0427]
无线通信单元1701执行用于通过无线信道来发送和接收信号的功能。例如，无线通信单元1701根据系统的物理层标准执行在基带信号与比特流之间的转换的功能。例如，在数据传输中，无线通信单元1701通过对发送比特流进行编码和调制来生成复合符号。在数据接收中，无线通信单元1701通过对基带信号进行解调和解码来重构接收比特流。无线
通信单元1701将基带信号增频转换为射频(rf)频带信号，通过天线发送rf频带信号，并且将通过天线接收到的rf频带信号降频转换为基带信号。
[0428]
为此，无线通信单元1701可以包括发送滤波器、接收滤波器、放大器、混频器、振荡器、数模转换器(dac)、模数转换器(adc)等。另外，无线通信单元1701可以包括多个发送路径和接收路径。另外，无线通信单元1701可以包括至少一个天线阵列，该至少一个天线阵列包括多个天线元件。在硬件侧，无线通信单元1701可以包括数字单元和模拟单元，并且模拟单元可以根据运行功率、运行频率等包括多个子单元。
[0429]
无线通信单元1701可以发送和接收信号。为此，无线通信单元1701可以包括至少一个收发器。例如，无线通信单元1701可以发送同步信号、参考信号、系统信息、消息、控制信息或数据。另外，无线通信单元1701可以执行波束形成。
[0430]
无线通信单元1701如上所述地发送和接收信号。因此，无线通信单元1701中的一些或全部可以被称为“发送器”、“接收器”、“收发器”。此外，在以下描述中，通过无线信道执行的发送和接收可以包括无线通信单元1701进行的上述处理。
[0431]
回程通信单元1703提供用于与网络内的其他节点进行通信的接口。也就是说，回程通信单元1703可以将从bs 110向另一个节点(例如，另一个接入节点)、另一个bs、高层节点或者核心网络发送的比特流转换为物理信号，并将从另一个节点接收的物理信号转换为比特流。
[0432]
存储单元1705存储诸如用于bs 110的操作的基本程序、应用和配置信息之类的数据。存储单元1705可以包括存储器。存储单元1705可以包括易失性存储器、非易失性存储器、或者易失性存储器和非易失性存储器的组合。存储单元1705响应于来自控制器1707的请求来提供所存储的数据。根据实施例，存储单元1705可以存储用于基于ai的切换的学习数据，并将所存储的学习数据应用于基于ai的切换的神经网络结构。
[0433]
控制器1707控制bs 110的总体操作。例如，控制器1707通过无线通信单元1701或回程通信单元1703来发送和接收信号。控制器1707将数据记录在存储单元1705中并对其进行读取。控制器1707可以执行根据通信标准所必需的协议栈的功能。为此，控制器1707可以包括至少一个处理器。
[0434]
在一些实施例中，控制器1707可以运行算法，所述算法用于执行与基于ai的切换过程有关的确定操作。算法可以包括与卷积神经网络(cnn)、递归神经网络(rnn)和深层神经网络(dnn)有关的学习算法。控制器1707可以通过算法来学习发生的事件、作出的判定、或者收集或输入的信息。控制器1707可以将学习结果存储在存储单元1705(例如，存储器)中。
[0435]
在一些实施例中，控制器1707可以包括基于ai的切换配置单元。基于ai的切换配置单元可以确定是否存在执行基于ai的切换的实际益处，确定是否执行基于ai的切换，并配置用于基于ai的切换的参数(例如，神经网络结构和权重)。根据各种实施例，控制器1707可以包括更新单元。更新单元可以获取通过ue和bs之间的学习过程所更新的数据(例如，预定环境中针对特定小区的切换的存在或不存在)，并在此基础上重新配置用于配置神经网络的参数值(例如，神经网络结构、每个节点层的信息、以及节点之间的权重信息)。基于ai的切换配置单元和更新单元是存储在存储单元1705中的指令集或代码，并且可以是至少临时驻留在控制器1707中的指令/代码、存储指令/代码的存储空间、或包括在控制器1707中
的部分电路。根据各种实施例，控制器1707可以控制bs 110执行根据各种实施例的操作。
[0436]
图17中所示的bs 110的配置仅仅是bs的示例，并且实现本公开的各种实施例的bs的示例不局限于图17中所示的配置。也就是说，根据各种实施例，可以添加、删除或改变一些元件。
[0437]
图17示出bs是一个实体，但是本公开不限于此。根据本公开的各种实施例的bs可以被实现为形成接入网络，该接入网络不仅具有集成的部署而且也具有分布式部署。根据实施例，bs被划分为中央单元(cu)和数字单元(du)，并且cu可以被实现为执行高层功能(上层)(例如，分组数据汇聚协议(pdcp)和rrc)，并且du可以被实现为执行下层功能(下层)(例如，媒体接入控制(mac)和物理(phy))。bs的du可以形成无线信道上的波束覆盖。
[0438]
图18示出根据本公开的各种实施例的ue的配置。图18中所示的配置可以被理解为ue 120的配置。术语
“…
单元”或者诸如
“…
机”、
“…
器”之类的词尾可以指示处理至少一个功能或操作的单元，其可以被体现在硬件、软件、或者硬件和软件的组合中。
[0439]
参考图18，ue 120包括通信单元1801、存储单元1803和控制器1805。
[0440]
通信单元1801执行用于通过无线信道来发送和接收信号的功能。例如，通信单元1801执行根据系统的物理层标准进行基带信号与比特流之间的转换的功能。例如，在数据发送中，通信单元1801对发送比特流进行编码和调制以生成复合符号。在数据接收中，通信单元1801通过对基带信号进行解调和解码来重构接收比特流。另外，通信单元1801将基带信号增频转换为rf频带信号，通过天线发送rf频带信号，并且然后将通过天线接收的rf频带信号降频转换为基带信号。例如，通信单元1801可以包括发送滤波器、接收滤波器、放大器、混合器、振荡器、dac以及adc。
[0441]
通信单元1801可以包括多个发送路径/接收路径。通信单元1801可以包括天线单元。通信单元1801可以包括至少一个天线阵列，该至少一个天线阵列包括多个天线元件。在硬件侧，通信单元1801可以包括数字电路和模拟电路(例如射频集成电路(rfic))。数字电路和模拟电路可以被实现为单个封装件。通信单元1801可以包括多个rf链。通信单元1801可以执行波束形成。通信单元1801可以将波束形成权重应用于信号以便将根据控制器1805的配置的方向性指配给将被发送和接收的信号。根据实施例，通信单元1801可以包括射频(rf)块(或rf单元)。rf块可以包括与天线有关的第一rf电路和与基带处理有关的第二rf电路。第一rf电路可以被称为rf-天线(rf-a)。第二rf电路可以被称为rf-基带(rf-b)。
[0442]
通信单元1801可以发送和接收信号。为此，通信单元1801可以包括至少一个收发器。通信单元1801可以接收下行链路信号。下行链路信号可以包括同步信号(ss)、参考信号(rs)(例如，小区特定的参考信号(crs)、解调(dm)-rs)、系统信息(例如，mib、sib、其余系统信息(rmsi)和其他系统信息(osi))、配置消息、控制信息或下行链路数据。通信单元1801可以发送上行链路信号。上行链路信号可以包括随机接入相关信号(例如，随机接入前导同步码(rap)(或消息1(msg1)、消息3(msg3))、参考信号(例如，探测参考信号(srs)或dm-rs))，或者功率余量报告(phr)。
[0443]
通信单元1801可以包括用于处理不同的频带中的信号的不同的通信模块。通信单元1801可以包括用于支持多种不同的无线接入技术的多个通信模块。例如，不同的无线接入技术可以包括蓝牙低功耗(ble)、wi-fi、wi-fi千兆字节(wigig)、以及蜂窝网络(例如，长期演进(lte)、新无线电(nr))。此外，不同的频带可以包括超高频(shf)(例如，2.5ghz和
5ghz)频带以及毫米(mm)波(例如，38ghz和60ghz)频带。通信单元1801可以在不同的频带的非授权频带(例如，授权辅助接入(laa))和公民宽带无线服务(cbrs)(例如，3.5ghz)中使用相同类型的rat。
[0444]
通信单元1801如上所述来发送和接收信号。因此，通信单元1801中的所有或一些可以被称为“发送器”、“接收器”或“收发器”。在以下描述中，通过无线信道所执行的发送和接收被用于具有包括由通信单元1801执行的处理的含义。
[0445]
存储单元1803存储诸如用于ue 120的操作的基本程序、应用和配置信息之类的数据。存储单元1803可以包括易失性存储器、非易失性存储器、或者易失性存储器和非易失性存储器的组合。存储单元1803响应于来自控制器1805的请求来提供所存储的数据。根据实施例，存储单元1803可以根据由bs所配置的反馈格式来存储用于基于ai的切换的学习数据。
[0446]
控制器1805控制ue 120的总体操作。例如，控制器1805通过通信单元1801来发送和接收信号。控制器1805将数据记录在存储单元1803中并读取同样的数据。控制器1805可以执行通信标准所需要的协议栈的功能。为此，控制器1805可以包括至少一个处理器。控制器1805可以包括至少一个处理器或微处理器，或可以是处理器的一部分。此外，通信单元1801和控制器1805中的一些可以被称为cp。控制器1805可以包括用于执行通信的各种模块。根据各种实施例，控制器1805可以控制ue执行根据各种实施例的操作。
[0447]
在如上所述的根据本公开的实施例的无线通信系统中，由服务小区的bs执行的方法可以包括：向ue发送用于基于人工智能(ai)的切换的配置信息的处理、从ue接收针对符合基于ai的切换的针对目标小区的切换请求的处理、以及基于切换请求向ue发送用于接入目标小区的配置消息的处理，并且目标小区是可以基于被配置用于基于ai的切换的神经网络(nn)和ue的测量结果来识别的。
[0448]
在实施例中，配置信息可以包括：指示基于ai的切换的性能的指示信息和与被配置用于基于ai的切换的神经网络有关的信息，并且与神经网络有关的信息可以包括关于神经网络的节点之间的连接关系的结构信息和关于节点之间的权重的权重信息。
[0449]
在实施例中，该方法可以进一步包括对调度消息进行广播的处理，调度消息包括指示信息的周期、结构信息的周期和权重信息的周期。
[0450]
在实施例中，切换请求可以包括目标小区的标识符、用于识别目标小区的ue的测量结果、以及用于识别目标小区的与神经网络有关的信息。
[0451]
在实施例中，该方法可以进一步包括：通过确定目标小区的标识符是否等于根据ue的测量结果和与神经网络有关的信息的结果值来识别切换请求是否有效的处理，以及，当切换请求有效时向目标小区的bs发送切换请求的处理。
[0452]
在如上所述的根据本公开的实施例的无线通信系统中，一种由用户设备(ue)执行的方法可以包括：从服务小区的bs接收用于基于人工智能(ai)的切换的配置信息的处理，基于被配置用于基于ai的切换的神经网络(nn)和测量结果来识别符合基于ai的切换的目标小区的处理，向bs发送针对目标小区的切换请求的处理，以及从bs接收用于接入目标小区的配置消息的处理。
[0453]
在实施例中，配置信息可以包括：指示基于ai的切换的性能的指示信息和与被配置用于基于ai的切换的神经网络有关的信息，并且与神经网络有关的信息可以包括关于神
经网络的节点之间的连接关系的结构信息和关于节点之间的权重的权重信息。
[0454]
在实施例中，该方法可以进一步包括接收调度消息的处理，调度消息包括指示信息的周期、结构信息的周期和权重信息的周期，并且可以以广播方式发送调度消息。
[0455]
在实施例中，切换请求可以包括目标小区的标识符、用于识别目标小区的ue的测量结果、以及用于识别目标小区的与神经网络有关的信息。
[0456]
在实施例中，该方法可以进一步包括：接收用于学习被配置用于基于ai的切换的神经网络的反馈配置信息的处理，基于反馈配置信息获取与服务小区有关的学习数据的处理，以及向服务小区的bs或目标小区的bs发送学习数据的处理。
[0457]
在如上所述的根据本公开的实施例的无线通信系统中，一种服务小区的bs可以包括：至少一个收发器；以及，至少一个处理器，该至少一个处理器连接到至少一个收发器，并且该至少一个处理器可以被配置为：控制至少一个收发器向ue发送用于基于人工智能(ai)的切换的配置信息，控制至少一个收发器从ue接收根据基于ai的切换针对目标小区的切换请求，以及控制至少一个收发器基于切换请求向ue发送用于接入目标小区的配置消息，并且目标小区是可以基于被配置用于基于ai的切换的神经网络(nn)和ue的测量结果来识别的。
[0458]
在实施例中，配置信息可以包括：指示基于ai的切换的性能的指示信息和与被配置用于基于ai的切换的神经网络有关的信息，并且与神经网络有关的信息可以包括关于神经网络的节点之间的连接关系的结构信息和关于节点之间的权重的权重信息。
[0459]
在实施例中，该至少一个处理器可以被配置为另外控制至少一个收发器广播调度消息，调度消息包括指示信息的周期、结构信息的周期和权重信息的周期。
[0460]
在实施例中，切换请求可以包括目标小区的标识符、用于识别目标小区的ue的测量结果、以及用于识别目标小区的与神经网络有关的信息。
[0461]
在实施例中，该至少一个处理器可以被配置为：通过确定目标小区的标识符是否等于根据ue的测量结果和与神经网络有关的信息的结果值来识别切换请求是否有效，以及当切换请求有效时另外控制至少一个收发器向目标小区的bs发送切换请求。
[0462]
在如上所述的根据本公开的实施例的无线通信系统中，用户设备(ue)可以包括至少一个收发器和连接到至少一个收发器的至少一个处理器，并且至少一个处理器可以被配置为：控制至少一个收发器从服务小区的bs接收用于基于人工智能(ai)的切换的配置信息，基于被配置用于基于ai的切换的神经网络(nn)和测量结果来识别符合基于ai的切换的目标小区，控制至少一个收发器向bs发送针对目标小区的切换请求，以及控制至少一个收发器从bs接收用于接入目标小区的配置消息。
[0463]
在实施例中，配置信息可以包括：指示基于ai的切换的性能的指示信息和与被配置用于基于ai的切换的神经网络有关的信息，并且与神经网络有关的信息可以包括关于神经网络的节点之间的连接关系的结构信息和关于节点之间的权重的权重信息。
[0464]
在实施例中，至少一个处理器可以被配置为另外控制至少一个收发器接收调度消息，调度消息包括指示信息的周期、结构信息的周期和权重信息的周期，并且可以以广播方式发送调度消息。
[0465]
在实施例中，切换请求可以包括目标小区的标识符、用于识别目标小区的ue的测量结果、以及用于识别目标小区的与神经网络有关的信息。
[0466]
在实施例中，至少一个处理器可以控制至少一个收发器来接收用于学习被配置用于基于ai的切换的神经网络的反馈配置信息，基于反馈配置信息来获取与服务小区有关的学习数据，以及控制至少一个收发器向服务小区的bs或目标小区的bs发送学习数据。
[0467]
在说明书和附图中描述和示出的本公开的实施例仅仅是已经被呈现以容易地解释本公开的技术内容并帮助本公开的理解的特定示例，并且并不旨在限制本公开的范围。也就是说，对本领域技术人员将明显的是，可以实现基于本公开的技术思想的其他变体。此外，必要时，可以组合地采用以上各个实施例。
[0468]
可以通过硬件、软件、或者硬件和软件的组合来实施在本公开的权利要求或说明书中描述的根据实施例的方法。
[0469]
当通过软件来实现方法时，可以提供用于存储一个或更多个程序(软件模块)的计算机可读存储介质。存储在计算机可读存储介质中的一个或更多个程序可以被配置为用于由电子装置内的一个或更多个处理器来执行。至少一个程序可以包括使电子装置执行根据如所附权利要求所限定的和/或本文公开的本公开的各种实施例的方法的指令。
[0470]
程序(软件模块或软件)可以被存储在非易失性存储器，非易失性存储器包括随机存取存储器和闪速存储器、只读存储器(rom)、电可擦可编程序只读存储器(eeprom)、磁盘存储装置、光碟rom(cd-rom)、数字通用磁盘(dvd)、或其他类型的光存储装置、或磁带。或者，它们中的一些或所有的任何组合可以形成其中存储程序的存储器。此外，可以将多个此类存储器包括在电子装置中。
[0471]
此外，程序可以存储在可附接的存储装置中，该装置可以通过诸如因特网、内联网、局部区域网(lan)、广域lan(wlan)和存储区域网络(san)之类的通信网络或者其组合来访问电子装置。此类存储装置可以经由外部端口来访问电子装置。此外，通信网络上的单独的存储装置可以访问便携式电子装置。
[0472]
在本公开的以上描述的详细的实施例中，根据所呈现的详细的实施例以单数或复数来表示在本公开中包括的元件。然而，为了描述的方便，单数形式或复数形式是根据所提出的情况适当选择的，并且本公开不受以单数或复数表示的元件限制。因此，以复数表示的元件也可以包括单个元件，或者以单数表示的元件也可以包括多个元件。
[0473]
尽管在本公开的具体实施方式中已经描述了特定实施例，但在不背离本公开的范围的情况下，可以对其作出各种修改和改变。因此，本公开的范围不应当被限制为受限于实施例，而是应当通过所附权利要求和其等同物被限定。