System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本文公开的主题总体上涉及无线通信,并且更具体地涉及但不限于在无线电接入网络(ran)中监测人工智能(ai)模型的方法和装置。
技术介绍
1、在此定义以下缩写和缩略词,其中的至少一些在说明书内被提及:
2、第三代合作伙伴计划(3gpp)、第五代(5g)、新无线电(nr)、5g节点b(gnb)、长期演进(lte)、lte高级(lte-a)、e-utran节点b(enb)、通用移动电信系统(umts)、全球微波接入互操作性(wimax)、演进型umts地面无线电接入网络(e-utran)、无线局域网(wlan)、正交频分复用(ofdm)、单载波频分多址(sc-fdma)、下行链路(dl)、上行链路(ul)、用户设备(ue)、网络设备(ne)、无线电接入技术(rat)、接收或接收器(rx,或rx)、发送或发射器(tx,tx)、物理上行链路控制信道(pucch)、物理上行链路共享信道(pusch)、混合自动重传请求(harq)、确认(ack)、混合自动重传请求确认(harq-ack)、物理下行链路共享信道(pdsch)、物理上行链路控制信道(pucch)、物理上行链路共享信道(pusch)、物理广播信道(pbch)、块错误率(bler)、控制元素(ce)、信道状态信息(csi)、信道状态信息参考信号(csi-rs)、下行链路控制信息(dci)、频分多址(fdma)、索引/标识符(id)、信息元素(ie)、媒体接入控制(mac)、媒体接入控制-控制元素(mac-ce或mac ce)、多输入多输出(mimo)、物理层(phy)、无
3、在诸如第三代合作伙伴计划(3gpp)移动网络的无线通信中,无线移动网络可以向具有移动性的无线通信终端,即,用户设备(ue),提供无缝的无线通信服务。无线移动网络可以由多个基站形成,并且基站可以执行与ue的无线通信。
4、5g新无线电(nr)是3gpp标准系列中最新的,与其前身lte(4g)技术相比,其以更低的延时支持非常高的数据速率。在3gpp中定义了两种类型的频率范围(fr)。低于6ghz范围(从450到6000mhz)的频率被称为fr1,并且毫米波范围(从24.25ghz到52.6ghz)被称为fr2。5g nr支持fr1和fr2频带两者。
5、研究了对多-trp/面板传输的增强,其包括关于这些trp(发送接收点)之间的理想和非理想回程两者的改进的可靠性和鲁棒性。trp是发送和接收信号的装置,并且由gnb通过gnb与trp之间的回程来控制。
6、标识和指定针对下行链路和上行链路mimo两者的必要增强以促进将大型天线阵列不仅用于fr1而且用于fr2是重要的,以满足版本18中的nr部署的演进的要求。
7、人工智能(ai)/机器学习(ml)被用于经由利用大量数据训练神经网络来学习和执行某些任务,其在计算机视觉(cv)和自然语言处理(nlp)领域中成功应用。作为ml的子集,深度学习(dl)利用多层神经网络(nn)作为“ai模型”来从大量数据中学习解决问题和优化性能。鉴于许多学术论文和现场测试结果中呈现的有前景的益处,如果良好训练,基于ai/ml的方法可能比传统方法获得更好的性能。在3gpp中,正在讨论在nr版本18中将ai/ml引入空中接口中,包括潜在用例、评估方法和框架。
8、可以基于对所选择的用例的调查和评估来研究ai/ml模型的生命周期管理的特性,即,csi反馈增强、波束管理和定位精度改进。
9、一些评估结果表明,具有良好训练的ai模型的基于ai的方法的性能可能比非基于ai的方法好。然而,ai方法的益处大多依赖于为训练而构造的数据集。如果训练输入数据不具有与实际数据集相同的特性,则ai方法的益处是令人怀疑的。因此,为了在ran中的合理部署,应当监测和启用基于ai的方法的性能。
10、在本公开中,提出了包括mac ce和rrc信令两者的信令的集合,以支持相关行为来监测被部署以增强ran中的空中接口性能的ai/ml模型。
技术实现思路
1、公开了在无线电接入网络(ran)中监测人工智能(ai)模型的方法和装置。
2、根据第一方面,提供了一种装置,包括:接收器,该接收器接收用于监测被激活的一个或多个人工智能(ai)模型的性能的第一配置信令、以及用于报告性能监测的结果的第二配置信令;处理器,该处理器根据第一配置信令和第二配置信令生成ai模型的性能报告;以及发射器,该发射器发送性能报告。
3、根据第二方面,提供了一种装置,包括:发射器,该发射器发送用于监测被激活的一个或多个人工智能(ai)模型的性能的第一配置信令、以及用于报告性能监测的结果的第二配置信令;接收器,该接收器接收根据第一配置信令和第二配置信令生成并报告的ai模型的性能报告。
4、根据第三方面,提供了一种方法,包括:由接收器接收用于监测被激活的一个或多个人工智能(ai)模型的性能的第一配置信令、以及用于报告性能监测的结果的第二配置信令;由处理器根据第一配置信令和第二配置信令生成ai模型的性能报告;以及由发射器发送性能报告。
5、根据第四方面,提供了一种方法,包括:由发射器发送用于监测被激活的一个或多个人工智能(ai)模型的性能的第一配置信令、以及用于报告性能监测的结果的第二配置信令;由接收器接收根据第一配置信令和第二配置信令生成并报告的ai模型的性能报告。
本文档来自技高网...【技术保护点】
1.一种装置,包括:
2.根据权利要求1所述的装置,其中,所述发射器进一步发送指示要注册的AI模型的集合的第一消息。
3.根据权利要求2所述的装置,其中,所述接收器进一步接收用于激活所述AI模型的子集的第三配置信令。
4.根据权利要求2所述的装置,其中,所述第一消息包括:针对所述AI模型的集合中的每个对应AI模型的模型标识(ID)、一个或多个部署场景、以及配置参数。
5.根据权利要求3所述的装置,其中,所述第三配置信令包括:针对所述AI模型的所述子集中的每个被激活的AI模型的模型ID和关于操作的相关联的要求。
6.根据权利要求5所述的装置,其中,所述发射器进一步发送用于触发所述第三配置信令的传输的请求消息。
7.根据权利要求1所述的装置,其中,所述第一配置信令包括:针对要监测的所述AI模型中的每个的模型ID、以及用于所述监测的定时信息和/或触发事件。
8.根据权利要求7所述的装置,其中,所述第一配置信令进一步包括用于报告所述性能监测的所述结果的定时信息和/或触发事件。
9.根据权利要求
10.根据权利要求1或9所述的装置,其中,所述性能报告包括:监测的AI模型的输出的测量结果、指示的非AI方法的输出的测量结果、所述监测的AI模型与所述指示的非AI方法之间和/或所述监测的AI模型与其他AI模型之间的性能差距的测量结果、以及计算开销。
11.根据权利要求1所述的装置,其中,所述发射器进一步发送用于停用被激活的所述AI模型中的一个或多个的第二消息。
12.根据权利要求11所述的装置,其中,所述第二消息包括要停用的一个或多个模型ID;所述第二消息进一步包括针对所推荐的AI模型的一个或多个模型ID;并且/或者所述接收器进一步接收用于停用一个或多个AI模型的第四配置信令。
13.根据权利要求1至12中的任一项所述的装置,其中,所述配置信令和所述消息利用无线电资源控制(RRC)信息元素(IE)、媒体接入控制-控制元素(MAC-CE)、和/或下行链路控制信息(DCI)被发送。
14.一种装置,包括:
15.一种方法,包括:
...【技术特征摘要】
【国外来华专利技术】
1.一种装置,包括:
2.根据权利要求1所述的装置,其中,所述发射器进一步发送指示要注册的ai模型的集合的第一消息。
3.根据权利要求2所述的装置,其中,所述接收器进一步接收用于激活所述ai模型的子集的第三配置信令。
4.根据权利要求2所述的装置,其中,所述第一消息包括:针对所述ai模型的集合中的每个对应ai模型的模型标识(id)、一个或多个部署场景、以及配置参数。
5.根据权利要求3所述的装置,其中,所述第三配置信令包括:针对所述ai模型的所述子集中的每个被激活的ai模型的模型id和关于操作的相关联的要求。
6.根据权利要求5所述的装置,其中,所述发射器进一步发送用于触发所述第三配置信令的传输的请求消息。
7.根据权利要求1所述的装置,其中,所述第一配置信令包括:针对要监测的所述ai模型中的每个的模型id、以及用于所述监测的定时信息和/或触发事件。
8.根据权利要求7所述的装置,其中,所述第一配置信令进一步包括用于报告所述性能监测的所述结果的定时信息和/或触发事件。
9.根据权利要求1所...
【专利技术属性】
技术研发人员:汪剑锋,刘兵朝,张聪驰,包廷南,郭欣,
申请(专利权)人:联想北京有限公司,
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。