一种智能的无线接入网络制造技术

本申请实施例提供了一种通信方法和装置，用于在无线接入网RAN中引入人工智能AI。该方法包括：无线智能控制器RIC向基站发送一个或多个AI任务的配置信息。其中，每个AI任务的配置信息用于指示该AI任务的以下内容中的一种或多种：任务标识ID、任务类型、任务内容、任务执行主体和任务状态。其中，该AI任务的执行主体可以是基站或者终端。体可以是基站或者终端。体可以是基站或者终端。

【技术实现步骤摘要】
一种智能的无线接入网络


[0001]本申请涉及通信技术，尤其涉及一种智能的无线接入网络。

技术介绍

[0002]在无线通信网络中，例如在移动通信网络中，网络支持的业务越来越多样，因此需要满足的需求越来越多样。例如，网络需要能够支持超高速率、超低时延、和/或超大连接。该特点使得网络规划、网络配置、和/或资源调度越来越复杂。此外，由于网络的功能越来越强大，例如支持的频谱越来越高、支持高阶多入多出技术(multiple input multiple output，MIMO)、支持波束赋形、和/或支持波束管理等新技术，使得网络节能成为了热门研究课题。这些新需求、新场景和新特性给网络规划、运维和高效运营带来了前所未有的挑战。

技术实现思路

[0003]本申请实施例提供了一种通信方法，旨在无线接入网RAN中引入人工智能AI，从而可以实现网络智能化，提供一种高效的RAN。
[0004]第一方面，提供了一种通信方法。该方法的执行主体可以是无线智能控制器RIC或者能够支持RIC实现该功能的装置，例如芯片等，不予限制。其中，该方法包括：向基站发送第一任务配置信息，所述第一任务配置信息用于指示一个或多个任务的配置信息；其中，所述一个或多个任务中每个任务的执行主体是终端设备或所述基站。
[0005]可选地，不同任务的执行主体可以相同或者不同，不予限制。例如，第一任务配置信息指示了X1个任务的配置信息，其中X2个任务的执行主体是基站，X3个任务的执行主体是终端设备。X1为大于等于1的正整数，X2为大于等于0且小于等于X1的整数，X3为大于等于0且小于等于X1的整数。X2和X3的和等于X1。
[0006]可选地，所述每个任务的执行主体是基站，包括：所述每个任务的执行主体是所述基站的集中单元CU或所述基站的分布单元DU。此时，一种可能的实现中，所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU或所述DU；所述一个或多个任务中每个任务的执行主体为所述终端设备或所述CU；或者，所述一个或多个任务中每个任务的执行主体为所述终端设备或所述DU。
[0007]可选地，所述每个任务的执行主体是所述基站的CU，包括：所述每个任务的执行主体是所述基站的集中单元-控制面CU-CP或所述基站的集中单元-用户面CU-UP。此时，一种可能的实现中，所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-CP、所述CU-UP、或所述DU；所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-CP、或所述CU-UP；所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-CP、或所述DU；所述一个或多个任务中每个任务的执行主体为所述终端或所述CU-CP；所述一个或多个任务中每个任务的执行主体为所述终端设备或所述CU-UP；或者，所述一个或多个任务中每个任务的执行主体为所述终端设备、所述CU-UP或所述DU。
[0008]通过上述方法，RIC可以向基站发送AI任务，和/或通过基站向终端发送AI任务，用于在RAN中实现AI功能，从而可以有效地在RAN中引入AI，实现一种高效的RAN。例如，可以提升网络规划、网络配置、和/或资源调度等的效率。通过该方法在RAN中引入AI时，可以更好地兼容现有网络，又便于引入新的AI功能。
[0009]一种可能的实现中，对于所述一个或多个任务中的每个任务，所述任务的配置信息用于指示所述任务的以下内容中的一种或多种：任务标识ID、任务类型、任务内容、任务执行主体、和任务状态。
[0010]通过该方法，可以为AI任务的执行主体配置任务信息，使得任务的执行主体能够知道如何执行相应的AI任务。从而可以在网络中实现AI功能。
[0011]一种可能的实现中，所述任务类型为数据收集、推理结果发布、模型发布或模型训练。例如，当一个任务的配置信息不用于指示任务类型时，可以在协议中约定或者通过其他信令提前指示该任务的类型是数据收集、推理结果发布、模型发布或模型训练。再例如，当一个任务的配置信息用于指示任务类型时，可以从多种任务类型中指示该任务的类型，该多种任务类型可以包括数据收集、推理结果发布、模型发布和模型训练中至少一种。可选地，该多种任务类型中还可以包括其他任务类型，不予限制。
[0012]可选地，所述任务类型为模型训练时，所述任务类型还用于指示所述任务类型为分布式模型训练或集中式模型训练。或者，所述任务类型为数据收集、推理结果发布、模型发布或模型训练，包括：所述任务类型为数据收集、推理结果发布、模型发布、分布式模型训练或集中式模型训练。
[0013]本申请实施例中，RIC利用AI模型推理出的推理结果可以是RAN侧的参数配置和/或终端侧的参数配置。例如，RAN侧的参数值包括小区的参数配置和/或基站的参数配置。此时，推理结果发布还可以描述为配置参数，推理结果可以描述为参数值。
[0014]通过该方法，可以收集数据，用于辅助实现AI功能中的模型训练和/或推理功能，可以将RIC推理得到的结果发布给基站或终端设备，可以将AI模型发布给基站或终端设备，和/或可以指示基站或终端设备进行模型训练。从而，可以将各种可能的AI功能引入RAN，获得高效的RAN。
[0015]一种可能的实现中，所述任务的类型是数据收集时，所述任务内容指示以下内容中的一种或多种：数据的测量类型、测量条件、和测量结果报告(或描述为数据报告)方式。或者，所述任务内容指示以下内容中的一种或多种：数据类型和数据上报方式；
[0016]所述任务的类型是推理结果发布时，所述任务内容指示推理结果，
[0017]所述任务的类型是模型发布时，所述任务内容指示模型信息，或，
[0018]所述任务的类型是模型训练时，所述任务内容指示以下内容中的一种或多种：上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。
[0019]通过该方法，可以将AI任务的具体内容指示给AI任务的执行主体，使得执行主体可以根据任务内容的指示执行相应的任务，从而可以在网络中实现AI功能。
[0020]一种可能的实现中，所述任务状态包括激活或去激活，或者所述任务状态包括激活、去激活或释放。
[0021]通过该方法，可以灵活控制任务的执行。例如，可以配置在部分时间段激活该任
务，或者可以释放已经配置的任务，从而可以节省任务执行主体的功耗。
[0022]一种可能的实现中，所述方法还包括：从所述基站的CU接收第一接口建立请求消息。
[0023]通过该方法，可以建立RIC和CU之间的接口。从而可以在RIC和CU之间进行通信。
[0024]一种可能的实现中，所述第一接口建立请求消息用于指示以下内容中的一种或多种：消息类型、所述CU的ID、所述CU的能力信息、所述CU的配置信息、和所述CU的状态信息。
[0025]通过该方法，可以获得CU的信息，从而可以用于在RIC中进行AI模型训练和/或推理。
[0026]一种可能的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通信方法，其特征在于，包括：向基站发送第一任务配置信息，所述第一任务配置信息用于指示一个或多个任务的配置信息；其中，对于所述一个或多个任务中的每一个任务，所述任务的配置信息用于指示所述任务的以下内容中的一种或多种：任务标识ID、任务类型、任务内容、任务执行主体、和任务状态，其中，所述任务的执行主体是终端设备或所述基站。2.根据权利要求1所述的方法，其特征在于，所述任务类型为数据收集、推理结果发布、模型发布或模型训练。3.根据权利要求1或2所述的方法，其特征在于，所述任务的类型是数据收集时，所述任务内容指示以下内容中的一种或多种：数据的测量类型、测量条件、和测量结果报告方式；所述任务的类型是推理结果发布时，所述任务内容指示推理结果；所述任务的类型是模型发布时，所述任务内容指示模型信息；或，所述任务的类型是模型训练时，所述任务内容指示以下内容中的一种或多种：上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。4.根据权利要求1-3任一项所述的方法，其特征在于，所述任务状态包括激活或去激活，或者所述任务状态包括激活、去激活或释放。5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：从所述基站的集中单元CU接收第一接口建立请求消息，其中，所述第一接口建立请求消息用于指示以下内容中的一种或多种：消息类型；所述CU的ID；所述CU的能力信息；所述CU的配置信息；和所述CU的状态信息。6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：从所述基站的分布单元DU接收第二接口建立请求消息，其中，所述第二接口建立请求消息用于指示以下内容中的一种或多种：消息类型；所述DU的ID；所述DU的能力信息；所述DU的配置信息；和所述DU的状态信息。7.根据权利要求1-6任一项所述的方法，其特征在于，从所述基站接收所述终端设备的信息，所述终端设备的信息包括以下一项或多项：所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。8.根据权利要求1-7任一项所述的方法，其特征在于，所述一个或多个任务中包括至少一个数据收集任务，所述方法还包括：
从所述基站接收所收集的数据。9.根据权利要求1-8任一项所述的方法，其特征在于，所述方法还包括：向所述基站发布推理结果。10.根据权利要求1-9任一项所述的方法，其特征在于，所述一个或多个任务中包括至少一个模型训练任务，所述方法还包括：从所述基站接收模型参数信息或模型参数梯度信息。11.一种通信方法，其特征在于，包括：从无线智能控制器RIC接收第一任务配置信息，所述第一任务配置信息用于指示一个或多个任务的配置信息；其中，对于所述一个或多个任务中的每一个任务，所述任务的配置信息用于指示所述任务的以下内容中的一种或多种：任务标识ID、任务类型、任务内容、任务执行主体、和任务状态，其中，所述任务的执行主体是终端设备或基站。12.根据权利要求11所述的方法，其特征在于，所述任务类型为数据收集、推理结果发布、模型发布或模型训练。13.根据权利要求11或12所述的方法，其特征在于，所述任务的类型是数据收集时，所述任务内容指示以下内容中的一种或多种：数据的测量类型、测量条件、和测量结果报告方式；所述任务的类型是推理结果发布时，所述任务内容指示推理结果；所述任务的类型是模型发布时，所述任务内容指示模型信息；或，所述任务的类型是模型训练时，所述任务内容指示以下内容中的一种或多种：上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。14.根据权利要求11-13任一项所述的方法，其特征在于，所述任务状态包括激活或去激活，或者所述任务状态包括激活、去激活或释放。15.根据权利要求11-14任一项所述的方法，其特征在于，对于所述一个或多个任务中的至少一个任务，所述至少一个任务的执行主体是所述终端设备，所述方法还包括：通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息，向所述终端设备指示所述至少一个任务中每个任务的信息。16.根据权利要求11-15任一项所述的方法，其特征在于，所述方法还包括：向所述RIC发送第一接口建立请求消息，其中，所述第一接口建立请求消息用于指示以下内容中的一种或多种：消息类型；所述基站的集中单元CU的ID；所述CU的能力信息；所述CU的配置信息；和所述CU的状态信息。17.根据权利要求11-16任一项所述的方法，其特征在于，所述方法还包括：向所述RIC发送所述终端设备的信息，其中，所述终端设备的信息包括以下一项或多项：所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。
18.根据权利要求11-17任一项所述的方法，其特征在于，所述一个或多个任务中包括至少一个数据收集任务，所述方法还包括：向所述RIC发送所收集的数据。19.根据权利要求18所述的方法，其特征在于，所述数据是从所述基站的分布单元DU或所述终端设备接收的。20.根据权利要求11-19任一项所述的方法，其特征在于，所述方法还包括：从所述RIC接收推理结果。21.根据权利要求20所述的方法，其特征在于，所述方法还包括：向所述终端设备发送所述推理结果。22.根据权利要求11-21任一项所述的方法，其特征在于，所述一个或多个任务中包括至少一个模型训练任务，所述方法还包括：向所述RIC发送模型参数信息或模型参数梯度信息，所述模型参数信息或模型参数梯度信息来自所述终端设备。23.一种通信方法，其特征在于，包括：通过无线资源控制RRC信令、系统信息块SIB、主信息块MIB或寻呼消息，从基站接收一个或多个任务的信息；其中，对于所述一个或多个任务中的每一个任务，所述任务信息用于指示所述任务的以下内容中的一种或多种：任务标识ID、任务类型、任务内容、任务执行主体、和任务状态，其中，所述任务的执行主体包括一个或多个终端设备。24.根据权利要求23所述的方法，其特征在于，所述任务的类型是数据收集时，所述任务内容指示以下内容中的一种或多种：数据的测量类型、测量条件、和测量结果报告方式；所述任务的类型是推理结果发布时，所述任务内容指示推理结果；所述任务的类型是模型发布时，所述任务内容指示模型信息；或，所述任务的类型是模型训练时，所述任务内容指示以下内容中的一种或多种：上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。25.根据权利要求23或24所述的方法，其特征在于，所述任务状态包括激活或去激活，或者所述任务状态包括激活、去激活或释放。26.根据权利要求23-25任一项所述的方法，其特征在于，所述方法还包括：向所述基站发送终端设备的信息，其中，所述终端设备的信息包括以下一项或多项：所述终端设备的能力信息、所述终端设备的配置信息、和所述终端设备的状态信息。27.根据权利要求23-26任一项所述的方法，其特征在于，所述一个或多个任务中包括至少一个数据收集任务，所述方法还包括：向基站发送所收集的数据。28.根据权利要求23-27任一项所述的方法，其特征在于，所述方法还包括：从基站接收推理结果。29.根据权利要求23-28任一项所述的方法，其特征在于，所述一个或多个任务中包括至少一个模型训练任务，所述方法还包括：
向所述基站发送模型参数信息或模型参数梯度信息。30.一种通信方法，其特征在于，包括：通过第一协议层，向终端设备发送第二任务配置信息，所述第二任务配置信息用于指示一个或多个任务的配置信息；其中，对于所述一个或多个任务中的每一个任务，所述任务的配置信息用于指示所述任务的以下内容中的一种或多种：任务标识ID、任务类型、任务内容、任务执行主体、和任务状态，其中，所述任务的执行主体包括一个或多个终端设备。31.根据权利要求30所述的方法，其特征在于，所述方法还包括：向基站发送第三任务配置信息，所述第三任务配置信息用于指示一个或多个任务的配置信息；其中，所述第三任务配置信息指示的所述一个或多个任务中每个任务的配置信息用于指示所述每个任务的以下内容中的一种或多种：任务ID、任务类型、任务内容、任务执行主体、和任务状态，其中，所述任务的执行主体包括所述基站的集中单元CU或所述基站的分布单元DU。32.根据权利要求30或31所述的方法，其特征在于，所述任务类型为数据收集、推理结果发布、模型发布或模型训练。33.根据权利要求30-32任一项所述的方法，其特征在于，所述任务的类型是数据收集时，所述任务内容指示以下内容中的一种或多种：数据的测量类型、测量条件、和测量结果报告方式；所述任务的类型是推理结果发布时，所述任务内容指示推理结果；所述任务的类型是模型发布时，所述任务内容指示模型信息；或，所述任务的类型是模型训练时，所述任务内容指示以下内容中的一种或多种：上报模型参数信息或上报模型参数梯度信息的条件、参考神经网络的信息、和神经网络训练数据集。34.根据权利要求30-33任一项所述的方法，...

【专利技术属性】
技术研发人员：曾清海，罗海燕，耿婷婷，胡星星，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：