数据采集方法及设备技术

本申请实施例公开了一种数据采集方法及设备，属于通信技术领域，本申请实施例的数据采集方法包括：第一通信设备接收来自于第二通信设备的第一信息；所述第一通信设备根据所述第一信息进行数据采集；其中，所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务。务。务。

【技术实现步骤摘要】
数据采集方法及设备


[0001]本申请属于通信
，具体涉及一种数据采集方法及设备。

技术介绍

[0002]人工智能(Artificial Intelligence，AI)目前在各个领域获得了广泛的应用。通过将AI融入到无线通信领域，可以显著提升吞吐量、降低时延、提升用户容量。然而，当前无线通信领域对的AI模型的研究和使用主要集中在离线学习和部署阶段，AI模型预测结果的精度较低，难以满足通信需求。

技术实现思路

[0003]本申请实施例提供一种数据采集方法、终端及网络侧设备，能够解决因离线AI模型的预测精度低，难以满足通信需求问题。
[0004]第一方面，提供了一种数据采集方法，包括：第一通信设备接收来自于第二通信设备的第一信息；所述第一通信设备根据所述第一信息进行数据采集；其中，所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务。
[0005]第二方面，提供了一种数据采集方法，包括：第二通信设备向第一通信设备发送第三信息；其中，所述第三信息用于辅助所述第二通信设备进行数据采集；所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务。
[0006]第三方面，提供了一种第一通信设备，包括：接收模块，用于接收来自于第二通信设备的第一信息；处理模块，用于根据所述第一信息进行数据采集；其中，所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务。
[0007]第四方面，提供了一种第二通信设备，包括：发送模块，用于向第一通信设备发送第三信息；其中，所述第三信息用于辅助所述第二通信设备进行数据采集；所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务。
[0008]第五方面，提供了一种终端，该终端包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面或第二方面所述的方法的步骤。
[0009]第六方面，提供了一种终端，包括处理器及通信接口，其中，所述通信接口用于接收来自于第二通信设备的第一信息；所述处理器用于根据所述第一信息进行数据采集；其中，所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务。
[0010]第七方面，提供了一种网络侧设备，该网络侧设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面或第二方面所述的方法的步骤。
[0011]第八方面，提供了一种网络侧设备，包括处理器及通信接口，其中，所述通信接口用于向第一通信设备发送第三信息；其中，所述第三信息用于辅助所述第二通信设备进行数据采集；所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务。
[0012]第九方面，提供了一种数据采集系统，包括：终端及网络侧设备，所述终端可用于执行如第一方面所述的方法的步骤，所述网络侧设备可用于执行如第二方面所述的方法的步骤。
[0013]第十方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤，或者实现如第二方面所述的方法的步骤。
[0014]第十一方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法的步骤，或实现如第二方面所述的方法的步骤。
[0015]第十二方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的方法的步骤，或者实现如第二方面所述的方法的步骤。
[0016]在本申请实施例中，第一通信设备接收来自于第二通信设备的第一信息，第一通信设备根据第一信息进行数据采集，所述数据采集用于AI模型在线学习，所述AI模型用于目标通信业务，由于AI模型可以根据采集的数据进行在线学习，有利于提高AI模型的预测精度，提升通信系统性能。
附图说明
[0017]图1是根据本申请实施例的无线通信系统的示意图；
[0018]图2是根据本申请实施例的数据采集方法的示意性流程图；
[0019]图3是根据本申请实施例的数据采集方法的示意性流程图；
[0020]图4是根据本申请实施例的第一通信设备的结构示意图；
[0021]图5是根据本申请实施例的第二通信设备的结构示意图；
[0022]图6是根据本申请实施例的通信设备的结构示意图；
[0023]图7是根据本申请实施例的终端的结构示意图；
[0024]图8是根据本申请实施例的网络侧设备的结构示意图。
具体实施方式
[0025]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
[0026]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
[0027]值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long Term Evolution，LTE)/LTE的演进(LTE
‑
Advanced，LTE
‑
A)系统，还可用于其他无线通信系统，诸
如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time Division Multiple Access，TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single
‑
carrier Frequency Division Multiple Access，SC
‑
FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6
th Generation，6G)通信系统。
[0028]图1示出本申请实施例可应用的一种无线通信系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据采集方法，其特征在于，包括：第一通信设备接收来自于第二通信设备的第一信息；所述第一通信设备根据所述第一信息进行数据采集；其中，所述数据采集用于人工智能AI模型在线学习，所述AI模型用于目标通信业务。2.根据权利要求1所述的方法，其特征在于，所述第一通信设备根据所述第一信息进行数据采集之后，所述方法还包括：所述第一通信设备向所述第二通信设备发送与采集的数据相关的如下至少之一：采集到的数据；数据对应的时间戳信息；数据上报的规模；数据的误差信息；数据采集的外部环境信息；数据的类型和格式；数据的处理方法；数据关联的小区标识ID；数据关联的参考信号标识；数据关联的所述AI模型的标识；数据关联的任务标识；数据关联的设备标识；设备硬件状态信息。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括如下至少之一：所述第一通信设备接收来自于所述第二通信设备的权限请求信息，所述权限请求信息用于获取在所述第一通信设备进行数据采集的权限；所述第一通信设备向所述第二通信设备发送第二信息，所述第二信息用于指示所述第一通信设备是否支持进行数据采集。4.根据权利要求3所述的方法，其特征在于，所述第一通信设备向所述第二通信设备发送第二信息包括：所述第一通信设备根据设备状态信息以及用户授权信息向所述第二通信设备发送第二信息；其中，所述设备状态信息包括所述第一通信设备的如下至少之一：设备硬件状态信息，外部环境信息；所述用户授权信息包括：所述第一通信设备是否被授权为为所述目标通信业务或所述AI模型进行数据采集。5.根据权利要求4所述的方法，其特征在于，所述设备硬件状态信息包括如下至少之一：传感器状态，电池状态，存储状态；和/或所述外部环境信息包括如下至少之一：网络环境信息，移动性信息。6.根据权利要求5所述的方法，其特征在于，所述网络环境信息包括如下至少之一：服务小区以及服务小区的网络状态信息；信道质量相关信息；噪声及干扰测量信息。7.根据权利要求3所述的方法，其特征在于，所述权限请求信息包括如下至少之一：
数据采集的类型和数据格式；数据采集相关的业务类型；与数据采集关联的所述AI模型的标识；数据采集的误差阈值；数据采集的时间；上传数据的时间；数据采集的规模；数据采集的接入方式；数据采集的时间间隔；数据采集的处理方式；数据采集的标注方式；数据采集上报信息，所述上报信息用于指示采集的数据是否上报。8.根据权利要求1至7任一项所述的方法，其特征在于，所述第一信息包括如下至少之一：与数据采集关联的任务标识；与数据采集关联的所述AI模型的标识；数据采集的时间；数据采集的规模；数据采集的类型和数据格式；数据采集的时间间隔；数据采集的处理方式；数据采集的标注方式；数据采集上报信息，所述上报信息用于指示采集的数据是否上报；与数据采集关联的参考信号标识；与数据采集关联的参考信号配置信息。9.根据权利要求8所述的方法，其特征在于，所述第一信息还包括有用于指示数据上报类型的信息，所述数据上报类型包括如下至少之一：交叉上报类型，所述交叉上报类型包括数据采集和数据上报交叉进行；合并上报类型，所述合并上报类型包括采集到的数据达到预设数据量后上报。10.根据权利要求9所述的方法，其特征在于，所述第一通信设备采集到的数据是独立上报的，其中，所述第一通信设备基于一个或多个参考信号进行数据采集，所述一个或多个参考信号的标识ID与数据采集相关的任务或所述AI模型相关；或者，所述第一通信设备采集到的数据与其他数据合并上报的。11.根据权利要求8所述的方法，其特征在于，所述第一信息还包括有用于指示上报时间类型的信息，所述上报时间类型包括如下至少之一：交叉上报时间类型，所述交叉上报时间类型包括：在采集完一条数据的K1个时间单位之后上报；合并上报时间类型，所述合并上报时间类型包括：在采集到指定数据量后K2个时间单
位之后上报；其中，K1和K2为正数。12.根据权利要求8所述的方法，其特征在于，所述第一信息还包括有用于指示上报格式的信息，所述上报格式包括如下至少之一：量化信息；量化等级。13.根据权利要求8所述的方法，其特征在于，所述第一信息还包括有为所述第一通信设备分配的上行传输资源信息，所述上行传输资源信息包括如下至少之一：时间资源信息；频率资源信息；天线端口信息；波束指示信息。14.根据权利要求8所述的方法，其特征在于，所述数据采集的启动时间由如下至少之一确定：所述AI模型...

【专利技术属性】
技术研发人员：贾承璐，王园园，孙布勒，庄子荀，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：