【技术实现步骤摘要】
本申请涉及方法、装置、系统和计算机程序，并且具体地但不排他地涉及用于路径损耗模糊性的基于机器学习(ml)的切换(ho)解决方案的方法。
技术介绍
1、通信系统可以被视为通过在通信路径中涉及的各个实体之间提供载波来实现两个或更多个实体(诸如用户终端、基站和/或其他节点)之间的通信会话的设施。通信系统可以例如借助于通信网络、以及一个或多个兼容的通信设备而被提供。例如，通信会话可以包括用于携带通信(诸如语音、视频、电子邮件(email)、文本消息、多媒体和/或内容数据等)的数据通信。所提供的服务的非限制性示例包括双向或多向呼叫、数据通信或多媒体服务、以及对数据网络系统(诸如互联网)的接入。
2、在无线通信系统中，至少两个站之间的通信会话的至少一部分通过无线链路发生。无线系统的示例包括公共陆地移动网络(plmn)、基于卫星的通信系统和不同的无线本地网络，例如无线局域网(wlan)。一些无线系统可以被划分为小区，因此通常被称为蜂窝系统。
3、用户可以借助于适当的通信设备或终端来接入通信系统。用户的通信设备可以被称为用户设备(ue)或用户装置。通信设备被提供有适当的信号接收和发送装置以用于实现通信，例如实现对通信网络的接入、或与其他用户的直接通信。通信设备可以接入由站(例如小区的基站)提供的载波，并且在该载波上发送和/或接收通信。
4、通信系统和相关联的设备通常根据给定的标准或规范来操作，该标准或规范规定了与系统相关联的各种实体被允许做什么以及应当如何被实现。还定义了应当被用于连接的通信协议和/或参数通常
技术实现思路
1、在第一方面，提供了一种装置，包括：用于在用户设备处确定网络的服务小区的第一波束的信号强度与服务小区的第二波束的信号强度之间的差的部件；用于提供所确定的差作为针对机器学习模型的输入的部件，其中机器学习模型的输出是数值数据或分类数据；用于基于机器学习模型的输出来确定测量报告应当被提供给网络的部件；以及用于向网络提供该测量报告的部件。
2、该装置可以包括：用于确定服务小区的定时提前值、以及至少一个非服务小区的定时提前值的部件；以及用于提供所确定的定时提前值作为对机器学习模型的输入的部件。
3、该装置可以包括：用于从网络接收配置以在用户设备处训练机器学习模型的部件；以及用于使用所确定的差、以及所确定的定时提前值中的至少一者在用户设备处训练机器学习模型的部件。
4、该装置可以包括：用于向网络提供所确定的差和所确定的定时提前值的指示以用于在网络处训练机器学习模型的部件。
5、该装置可以包括：用于在测量报告中提供机器学习模型的输出的指示的部件。
6、测量报告可以包括：所确定的差的指示。
7、用于确定测量报告应当被提供给网络的部件可以包括：用于将机器学习模型的输出与阈值相比较的部件。
8、该数值数据可以包括概率值。
9、该装置可以包括：用于在用户设备处确定至少一个非服务小区的第一波束的信号强度与该至少一个非服务小区的第二波束的信号强度之间的差的部件；用于提供针对服务小区的所确定的差、以及针对非服务小区的所确定的差作为针对另一机器学习模型的输入的部件，其中另一机器学习模型的输出是数值数据或分类数据；用于基于另一机器学习模型的输出来确定有条件切换过程应当被执行的部件；以及用于执行有条件切换过程的部件。
10、用于确定有条件切换过程应当被执行的部件可以包括：用于将另一机器学习模型的输出与阈值相比较的部件。
11、该装置可以包括：用于确定网络的服务小区的定时提前值、以及至少一个非服务小区的定时提前的部件；以及用于提供所确定的定时提前值作为针对另一机器学习模型的另一输入的部件。
12、该装置可以包括：用于从网络接收配置以在用户设备处训练另一机器学习模型的部件；以及用于使用所确定的差、以及定时提前值中的至少一者在用户设备处训练另一机器学习模型的部件。
13、该装置可以包括：用于向网络提供所确定的差和所确定的定时提前值的指示以用于训练另一机器学习模型的部件。
14、第一波束可以包括信道状态信息参考信号。第二波束可以包括同步信号、或物理广播信道。
15、该装置可以包括：用于接收第一波束索引和第二波束索引的指示的部件；以及用于基于第一波束索引和第二波束索引的指示来确定第一波束和第二波束的部件。
16、在第二方面，提供了一种装置，包括：用于从网络的服务小区向用户设备提供机器学习模型的配置的部件，其中针对机器学习模型的输入是在用户设备处确定的服务小区的第一波束的信号强度与服务小区的第二波束的信号强度之间的差，并且机器学习模型的输出是数值数据或分类数据；以及用于从用户设备接收测量报告的部件，其中用户设备基于机器学习模型的输出来确定提供测量报告。
17、测量报告可以包括：在用户设备处确定的服务小区的第一波束的信号强度与服务小区的第二波束的信号强度之间的差的指示。该装置可以包括：用于向网络的非服务小区提供差的指示的部件。
18、该装置可以包括：用于在切换请求消息中向非服务小区提供指示的部件。
19、该装置可以包括：用于从网络向用户设备提供配置以在用户设备处训练机器学习模型的部件。
20、该装置可以包括：用于接收针对服务小区和非服务小区的所确定的差和定时提前值的指示以用于在网络处训练机器学习模型的部件；以及用于使用所接收的差、以及所接收的定时提前值在网络处训练机器学习模型的部件。
21、该数值数据可以包括概率值。
22、在第三方面，提供了一种方法，包括：在用户设备处，确定网络的服务小区的第一波束的信号强度与服务小区的第二波束的信号强度之间的差；提供所确定的差作为针对机器学习模型的输入，其中机器学习模型的输出是数值数据或分类数据；基于机器学习模型的输出，确定测量报告应当被提供给网络；以及向网络提供该测量报告。
23、该方法可以包括：确定服务小区的定时提前值、以及至少一个非服务小区的定时提前值；以及提供所确定的定时提前值作为对机器学习模型的输入。
24、该方法可以包括：从网络接收配置以在用户设备处训练机器学习模型；以及使用所确定的差、以及所确定的定时提前值中的至少一者，在用户设备处训练机器学习模型。
25、该方法可以包括：向网络提供所确定的差和所确定的定时提前值的指示，以用于在网络处训练机器学习模型。
26、该方法可以包括：在测量报告中提供机器学习模型的输出的指示。
27、测量报告可以包括：所确定的差的指示。
28、确定测量报告应当被提供给网络可以包括：将机器学习模型的输出与阈值本文档来自技高网...
【技术保护点】
1.一种用于通信的方法，包括：
2.一种用于通信的装置，包括：至少一个处理器；以及至少一个存储器，所述至少一个存储器存储指令，所述指令在由所述至少一个处理器执行时，使所述装置至少：
3.根据权利要求2所述的装置，还被配置为：确定所述服务小区的定时提前值、以及至少一个非服务小区的定时提前值；以及用于提供所确定的所述定时提前值作为对所述机器学习模型的输入的部件。
4.根据权利要求3所述的装置，还被配置为：从所述网络接收配置以在所述用户设备处训练所述机器学习模型；以及用于使用所确定的所述差、以及所确定的所述定时提前值中的至少一者在所述用户设备处训练所述机器学习模型的部件。
5.根据权利要求3所述的装置，还被配置为：向所述网络提供所确定的所述差和所确定的所述定时提前值的指示，以用于在所述网络处训练所述机器学习模型。
6.根据权利要求2或3所述的装置，还被配置为：在所述测量报告中提供所述机器学习模型的所述输出的指示。
7.根据权利要求2或3所述的装置，其中所述测量报告包括：所确定的所述差的指示。
8.根据权
9.根据权利要求2或3所述的装置，其中所述数值数据包括概率值。
10.根据权利要求2或3所述的装置，还被配置为：在所述用户设备处确定至少一个非服务小区的第一波束的信号强度与所述至少一个非服务小区的第二波束的信号强度之间的差；用于提供针对所述服务小区的所确定的所述差、以及针对所述非服务小区的所确定的所述差作为针对另一机器学习模型的输入的部件，其中所述另一机器学习模型的所述输出是数值数据或分类数据；以及基于所述另一机器学习模型的所述输出，确定有条件切换过程应当被执行；以及用于执行所述有条件切换过程的部件。
11.根据权利要求10所述的装置，其中确定所述有条件切换过程应当被执行包括：将所述另一机器学习模型的所述输出与阈值相比较。
12.根据权利要求10所述的装置，还被配置为：确定所述网络的所述服务小区的定时提前值、以及所述至少一个非服务小区的定时提前；以及提供所确定的所述定时提前值作为针对所述另一机器学习模型的另一输入。
13.根据权利要求12所述的装置，还被配置为：从所述网络接收配置以在所述用户设备处训练所述另一机器学习模型；以及用于使用所确定的所述差、以及所述定时提前值在所述用户设备处训练所述另一机器学习模型的部件。
14.根据权利要求13所述的装置，还被配置为：向所述网络提供所确定的所述差和所确定的所述定时提前值的指示，以用于训练所述另一机器学习模型。
15.根据权利要求2或3所述的装置，其中所述第一波束包括信道状态信息参考信号，并且所述第二波束包括同步信号、或物理广播信道。
16.根据权利要求15所述的装置，还被配置为：接收第一波束索引和第二波束索引的指示；以及基于所述第一波束索引和所述第二波束索引的所述指示，确定所述第一波束和所述第二波束。
17.根据权利要求16所述的装置，其中所述测量报告包括：在所述用户设备处确定的所述服务小区的第一波束的信号强度与所述服务小区的第二波束的信号强度之间的差的指示；以及用于向所述网络的非服务小区提供所述差的指示的部件。
18.根据权利要求17所述的装置，还被配置为：在切换请求消息中向所述非服务小区提供所述指示。
19.根据权利要求17所述的装置，还被配置为：从所述网络向所述用户设备提供配置，以在所述用户设备处训练所述机器学习模型。
20.根据权利要求17所述的装置，还被配置为：接收针对所述服务小区和非服务小区的所确定的所述差和定时提前值的指示，以用于在所述网络处训练所述机器学习模型；以及用于使用所接收的所述差、以及所接收的所述定时提前值在所述网络处训练所述机器学习模型的部件。
21.根据权利要求17所述的装置，其中所述数值数据包括概率值。
22.一种用于通信的装置，包括：至少一个处理器；以及至少一个存储器，所述至少一个存储器存储指令，所述指令在由所述至少一个处理器执行时，使所述装置至少：
23.一种计算机可读介质，包括指令，所述指令在由装置执行时，使所述装置至少执行以下项：
...【技术特征摘要】
1.一种用于通信的方法，包括：
2.一种用于通信的装置，包括：至少一个处理器；以及至少一个存储器，所述至少一个存储器存储指令，所述指令在由所述至少一个处理器执行时，使所述装置至少：
3.根据权利要求2所述的装置，还被配置为：确定所述服务小区的定时提前值、以及至少一个非服务小区的定时提前值；以及用于提供所确定的所述定时提前值作为对所述机器学习模型的输入的部件。
4.根据权利要求3所述的装置，还被配置为：从所述网络接收配置以在所述用户设备处训练所述机器学习模型；以及用于使用所确定的所述差、以及所确定的所述定时提前值中的至少一者在所述用户设备处训练所述机器学习模型的部件。
5.根据权利要求3所述的装置，还被配置为：向所述网络提供所确定的所述差和所确定的所述定时提前值的指示，以用于在所述网络处训练所述机器学习模型。
6.根据权利要求2或3所述的装置，还被配置为：在所述测量报告中提供所述机器学习模型的所述输出的指示。
7.根据权利要求2或3所述的装置，其中所述测量报告包括：所确定的所述差的指示。
8.根据权利要求2或3所述的装置，其中确定所述测量报告应当被提供给所述网络包括：将所述机器学习模型的所述输出与阈值相比较。
9.根据权利要求2或3所述的装置，其中所述数值数据包括概率值。
10.根据权利要求2或3所述的装置，还被配置为：在所述用户设备处确定至少一个非服务小区的第一波束的信号强度与所述至少一个非服务小区的第二波束的信号强度之间的差；用于提供针对所述服务小区的所确定的所述差、以及针对所述非服务小区的所确定的所述差作为针对另一机器学习模型的输入的部件，其中所述另一机器学习模型的所述输出是数值数据或分类数据；以及基于所述另一机器学习模型的所述输出，确定有条件切换过程应当被执行；以及用于执行所述有条件切换过程的部件。
11.根据权利要求10所述的装置，其中确定所述有条件切换过程应当被执行包括：将所述另一机器学习模型的所述输出与阈值相比较。
12.根据权利要求10所述的装置，还被配置为：确定所述网络的所述服务小区的定时提前值...
【专利技术属性】
技术研发人员：U·卡拉布鲁特，A·马斯里，A·什里瓦斯塔瓦，M·C·科斯库恩，
申请(专利权)人：诺基亚技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。