载波聚合的非共位置SCELL选择制造技术

公开用于NR CA的非共位置SCell选择的方法和设备。在一个实施例中，网络节点配置成：估计WD在第一候选辅助小区处的第一吞吐量，所估计的第一吞吐量基于所述网络节点与支持第一候选辅助小区的第一网络节点之间所测量的网络节点间延迟，所述网络节点支持主小区；以及基于所估计的第一吞吐量来确定是否为WD选择第一候选辅助小区。在另一实施例中，网络节点配置成确定与由被连接到具有网络节点间延迟d的所述第一候选辅助小区和主小区的WD(22)所经历的混合自动重传请求HARQ过程耗尽关联的平均时间资源量；以及报告所述平均量。以及报告所述平均量。以及报告所述平均量。

【技术实现步骤摘要】
【国外来华专利技术】载波聚合的非共位置SCELL选择


[0001]本公开涉及无线通信，以及特别涉及无线通信网络(诸如新空口(NR)网络)中的第三代合作伙伴项目(3GPP)载波聚合(CA)的非共位置辅助小区(SCell)选择。

技术介绍

[0002]3GPP NR(NR又称作5G)载波聚合(CA)允许用户同时接收(来自多个小区的)多个频率块上的数据，从而引起增加的无线装置(WD，又称作用户设备或UE)吞吐量。无线电网络选择辅助小区(SCell)来配置用于WD，并且考虑若干方面，例如什么载波在网络中是可用的以及WD支持什么能力(它能够以什么组合来聚合哪些载波等)。载波选择问题在文献中至少针对3GPP长期演进(LTE)被充分研究，其中存在考虑信道质量、负载等的算法的示例，以便查找最佳载波来选择用于WD。
[0003]载波聚合可适用于LTE和NR。由于NR频带的信道特性中的多样性，小区可被部署在为其各自非CA用途所优化的不同位置中。托管不同小区的非共位置gNB的示例在图1中示出。这类部署可引起创建具有不同特性的gNB间链路，它们可能影响来自添加这类SCell的CA增益。例如，如图1中所示的，SCell_1和SCell_2均是服务于最初被连接到特殊小区(SpCell)的WD的候选，所述特殊小区是主小区组(MCG)或辅助小区组(SCG)中的主小区。
[0004]gNB间链路(在SpCell与每个SCell之间，Link_1和Link_2)的已增加延迟可对CA性能具有下列影响：
[0005]1)通过Link_i从SpCell到SCell的已延迟用户数据传输；以及
[0006]2)在CA中，混合自动重传请求(HARQ)反馈从WD传送到SpCell，并且然后通过gNB间链路被转发到SCell。已延迟HARQ反馈(具有长gNB间延迟)最终可引起HARQ过程耗尽和过时链路适配信息。当那个特定WD(例如UE)在gNB处的所有HARQ过程都被使用并且gNB正等待WD HARQ反馈以便再次开始重复使用HARQ过程(和/或HARQ过程标识符(ID))以传送新WD数据时，HARQ过程耗尽发生。
[0007]针对以上所述，延迟取决于许多因素，诸如gNB之间的距离以及回程(例如这个链路上的路由器和集线器)的质量。
[0008]用于选择SCell的现有布置没有考虑如下影响：节点间时延影响吞吐量多长时间。

技术实现思路

[0009]一些实施例有利地提供用于第三代合作伙伴项目(3GPP)新空口(NR，又称作第五代或5G)载波聚合(CA)的非共位置辅助小区(SCell)选择的方法、系统和设备。
[0010]在一个实施例中，网络节点配置成：估计WD在候选辅助小区处的吞吐量，所估计吞吐量至少部分基于所述网络节点与另一网络节点之间所测量的网络节点间延迟，所述网络节点支持(和/或托管)特殊小区，并且所述另一网络节点支持(和/或托管)候选辅助小区；以及至少部分基于所估计吞吐量来确定是否为WD选择候选辅助小区。要注意，本公开涉及“网络节点间”延迟。3GPP的上下文之内的“网络节点间”延迟的示例可以是“gNB间”延迟。因
此，本文对“网络节点间”延迟的论述应当被理解为包括3GPP新空口实现的上下文之内的“gNB间延迟”。
[0011]在另一实施例中，网络节点配置成：确定与网络节点间延迟时的混合自动重传请求(HARQ)过程耗尽关联的时间持续期；以及向另一网络节点报告所述时间持续期，所述另一网络节点支持(和/或托管)特殊小区，并且所述网络节点支持(和/或托管)候选辅助小区。
[0012]按照一个方面，提供一种在配置成与无线装置WD进行通信的网络节点中实现的方法。所述方法包括：估计WD在第一候选辅助小区处的第一吞吐量，所估计的第一吞吐量至少部分基于所述网络节点与支持第一候选辅助小区的第一网络节点之间所测量的网络节点间延迟，所述网络节点支持主小区；以及至少部分基于所述所估计的第一吞吐量来确定是否为WD选择第一候选辅助小区。
[0013]在一些实施例中，所述方法还包括确定与WD的第一候选辅助小区关联的混合自动重传请求HARQ过程重复使用的量，所估计吞吐量还基于所确定的HARQ过程重复使用的量。在一些实施例中，所述方法还包括估计与WD在第一候选辅助小区处的HARQ过程耗尽关联的吞吐量减低量，所述所估计的第一吞吐量还基于所估计吞吐量减低量。在一些实施例中，估计WD的第一吞吐量还包括对于第一候选辅助小区以及其上估计WD的第二吞吐量的第二候选辅助小区采用相同的带宽、相同的无线电条件和相同的负载。
[0014]在一些实施例中，其中与WD在第一候选辅助小区处的HARQ过程耗尽关联的所估计吞吐量减低量基于从第一网络节点接收的配置，所述信息指示与WD的第一候选辅助小区关联的最大HARQ过程数量；以及其中估计WD的第一吞吐量还包括对于第一候选辅助小区以及其上估计WD的第二吞吐量的第二候选辅助小区采用不同参数集(numerologies)。
[0015]在一些实施例中，所述方法还包括从支持第一候选辅助小区的第一网络节点接收反馈，所述反馈指示与由被连接到具有网络节点间延迟d的第一候选辅助小区和主小区的WD所经历的混合自动重传请求HARQ过程耗尽关联的平均时间资源量，以及确定是否为WD选择第一候选辅助小区还基于所接收的反馈。
[0016]在一些实施例中，所述方法还包括：使用机器学习模型，所述机器学习模型包括来自支持候选辅助小区的网络节点的反馈来作为输入；以及按照所述机器学习模型对具有不同网络节点间延迟的多个候选辅助小区进行配置、解除配置和激活，并且确定是否为WD选择第一候选辅助小区还基于所述机器学习模型的输出。
[0017]在一些实施例中，所述方法还包括：估计WD在多个候选辅助小区处的多个吞吐量，所述多个所估计吞吐量至少部分基于所述网络节点与支持所述多个候选辅助小区的多个网络节点之间所测量的网络节点间延迟；基于所述多个所估计吞吐量之间的比较来为WD选择所述多个候选辅助小区中的至少一个；以及为WD配置所述多个候选辅助小区中所选择的至少一个。在一些实施例中，所述方法还包括使用基于网络节点间延迟的预测吞吐量Tp来作为输入，以选择多个候选辅助小区中的至少一个。在一些实施例中，所述方法还包括使用机器学习模型来为WD选择多个候选辅助小区中的至少一个，所述机器学习模型包括下列中的至少一个来作为输入：所测量的网络节点间延迟；混合自动重传请求HARQ过程重复使用的量；与HARQ过程耗尽关联的所估计吞吐量减低量；以及指示与对于网络节点间延迟d的HARQ过程耗尽关联的平均时间资源量的反馈。
[0018]按照另一方面，提供一种配置成与无线装置WD进行通信的网络节点。所述网络节点包括处理电路模块。所述处理电路模块配置成：估计WD在第一候选辅助小区处的第一吞吐量，所估计的第一吞吐量至少部分基于所述网络节点与第一网络节点之间所测量的网络节点间延迟，所述第一网络节点支持第一候选辅助小区，所述网络节点支持主小区；以及至少部分基于所述所估计的第一吞吐量本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种在配置成与无线装置WD(22)进行通信的网络节点(16)中实现的方法，所述方法包括：估计(S142)所述WD(22)在第一候选辅助小区处的第一吞吐量，所估计的第一吞吐量至少部分基于所述网络节点(16)与支持所述第一候选辅助小区的第一网络节点(16)之间所测量的网络节点间延迟，所述网络节点(16)支持主小区；以及至少部分基于所述所估计的第一吞吐量来确定(S144)是否为所述WD(22)选择所述第一候选辅助小区。2.如权利要求1所述的方法，还包括：确定与所述WD(22)的所述第一候选辅助小区关联的混合自动重传请求HARQ过程重复使用的量，所估计吞吐量还基于所确定的HARQ过程重复使用的量。3.如权利要求2所述的方法，还包括：估计与所述WD(22)在所述第一候选辅助小区处的HARQ过程耗尽关联的吞吐量减低量，所述所估计的第一吞吐量还基于所估计吞吐量减低量。4.如权利要求3所述的方法，其中，所述估计所述WD(22)的所述第一吞吐量还包括对于所述第一候选辅助小区以及其上估计所述WD(22)的第二吞吐量的第二候选辅助小区采用相同的带宽、相同的无线电条件和相同的负载。5.如权利要求3所述的方法，其中：与所述WD(22)在所述第一候选辅助小区处的所述HARQ过程耗尽关联的所估计吞吐量减低量基于从所述第一网络节点(16)接收的配置，所述信息指示与所述WD(22)的所述第一候选辅助小区关联的最大HARQ过程数量；以及其中所述估计所述WD(22)的所述第一吞吐量还包括对于所述第一候选辅助小区以及其上估计所述WD(22)的第二吞吐量的第二候选辅助小区采用不同参数集。6.如权利要求1所述的方法，还包括：从支持所述第一候选辅助小区的所述第一网络节点(16)接收反馈，所述反馈指示与由被连接到具有网络节点间延迟d的所述第一候选辅助小区和主小区的WD(22)所经历的混合自动重传请求HARQ过程耗尽关联的平均时间资源量，以及确定是否为所述WD(22)选择所述第一候选辅助小区还基于所接收的反馈。7.如权利要求6所述的方法，还包括：使用机器学习模型，所述机器学习模型包括来自支持候选辅助小区的网络节点(16)的反馈来作为输入；以及按照所述机器学习模型对具有不同网络节点间延迟的多个候选辅助小区进行配置、解除配置和激活，并且确定是否为所述WD(22)选择所述第一候选辅助小区还基于所述机器学习模型的输出。8.如权利要求1所述的方法，还包括：估计所述WD在多个候选辅助小区处的多个吞吐量，所述多个所估计吞吐量至少部分基于所述网络节点与支持所述多个候选辅助小区的多个网络节点之间所测量的网络节点间延迟；基于所述多个所估计吞吐量之间的比较来为所述WD选择所述多个候选辅助小区中的至少一个；以及
为所述WD配置所述多个候选辅助小区中所选择的至少一个。9.如权利要求8所述的方法，还包括：使用基于网络节点间延迟的预测吞吐量Tp来作为输入，以选择所述多个候选辅助小区中的所述至少一个。10.如权利要求8所述的方法，还包括：使用机器学习模型来为所述WD(22)选择所述多个候选辅助小区中的所述至少一个，所述机器学习模型包括下列中的至少一个来作为输入：所测量的网络节点间延迟；混合自动重传请求HARQ过程重复使用的量；与HARQ过程耗尽关联的所估计吞吐量减低量；以及反馈，指示与对于网络节点间延迟d的所述HARQ过程耗尽关联的平均时间资源量。11.一种网络节点(16)，配置成与无线装置WD(22)进行通信，所述网络节点(16)包括处理电路模块(68)，所述处理电路模块(68)配置成：估计所述WD(22)在第一候选辅助小区处的第一吞吐量，所估计的第一吞吐量至少部分基于所述网络节点(16)与支持所述第一候选辅助小区的第一网络节点(16)之间所测量的网络节点间延迟，所述网络节点(16)支持主小区；以及至少部分基于所述所估计的第一吞吐量来确定是否为所述WD(22)选择所述第一候选辅助小区。12.如权利要求11所述的网络节点(16)，其中，所述处理电路模块(68)进一步配置成：确定与所述WD(22)的所述第一候选辅助小区关联的混合自动重传请求HARQ过程重复使用的量，所估计吞吐量还基于所确定的HARQ过程重复使用的量。13.如权利要求12所述的网络节点(16)，其中，所述处理电路模块(68)进一步配置成：估计与所述WD(22)在所述第一候选辅助小区处的HARQ过程耗尽关联的吞吐量减低量，所述所估计的第一吞吐量还基于所估计吞吐量减低量。14.如权利要求13所述的网络节点(16)，其中，所述处理电路模块(68)配置成通过被配置成执行下列操作来估计所述WD(22)的所述第一吞吐量：对于所述第一候选辅助小区以及其上估计所述WD(22)的第二吞吐量...

【专利技术属性】
技术研发人员：L，
申请(专利权)人：瑞典爱立信有限公司，
类型：发明
国别省市：