本技術(shù)涉及無(wú)線(xiàn)通信系統(tǒng)中的信號(hào)傳輸方法和裝置，尤其涉及測(cè)量的方法和裝置。

背景技術(shù)：

1、利用ai/ml(artificial?intelligence/machine?learning，人工智能/機(jī)器學(xué)習(xí))技術(shù)提升5g網(wǎng)絡(luò)性能是實(shí)現(xiàn)5g與ai/ml深度融合，構(gòu)建5g-advanced(5.5g)網(wǎng)絡(luò)智能維的重要組成部分。3gpp(3rd?generation?partnership?project，第三代合作伙伴計(jì)劃)標(biāo)準(zhǔn)組織從rel-16(release-16，版本16)開(kāi)始立項(xiàng)了面向ran(radio?access?networks，無(wú)線(xiàn)接入網(wǎng))智能化的標(biāo)準(zhǔn)研究，主要集中在智能化用例、數(shù)據(jù)收集增強(qiáng)、ran節(jié)點(diǎn)和接口潛在影響等方面。在rel-18中正式確立了基于ai/ml的5g空口增強(qiáng)立項(xiàng)，開(kāi)啟了5g空口與ai/ml融合的國(guó)際標(biāo)準(zhǔn)化工作，主要集中于研究用例(use?case)、生命周期管理(life?cyclemanagement，lcm)、仿真驗(yàn)證、數(shù)據(jù)收集等方面。

2、目前，ai/ml的發(fā)展已經(jīng)進(jìn)入大模型階段，通信大模型能夠?qū)崿F(xiàn)自主化網(wǎng)絡(luò)和智能化服務(wù)，支撐網(wǎng)絡(luò)運(yùn)營(yíng)優(yōu)化，提升網(wǎng)絡(luò)效能；通信與ai深度融合是未來(lái)通信演進(jìn)的重要方向，ai將賦能5g、5.5g到6g發(fā)展升級(jí)，帶來(lái)自動(dòng)化管理頻段和流量、實(shí)時(shí)分析用戶(hù)數(shù)據(jù)和網(wǎng)絡(luò)負(fù)載、預(yù)測(cè)網(wǎng)絡(luò)狀態(tài)等新管理模式。

技術(shù)實(shí)現(xiàn)思路

1、ai/ml模型的lcm是對(duì)ai/ml模型從創(chuàng)建到結(jié)束全過(guò)程的管理，3gpp在rel-18中提出ai/ml模型的lcm包括數(shù)據(jù)收集(data?collection)、模型訓(xùn)練(model?training)、模型注冊(cè)(model?registration)、模型部署(model?deployment)、模型配置(modelconfiguration)、模型推理操作(model?inference?operation)、模型選擇/切換/激活/去激活/回退操作(model?selection/switching/activation/deactivation/fallbackoperation)、模型監(jiān)測(cè)(model?monitoring)、模型更新(model?update)和模型傳輸(modeltransfer)中的一種或多種；其中，在所述ai/ml模型監(jiān)測(cè)中，如何快速識(shí)別出ai/ml模型的推理性能下降及模型推理性能下降后相應(yīng)的響應(yīng)機(jī)制，是目前亟待解決的技術(shù)問(wèn)題。

2、針對(duì)上述問(wèn)題，本技術(shù)公開(kāi)了一種解決方案。需要說(shuō)明的是，針對(duì)上述問(wèn)題描述中，采用nr系統(tǒng)作為一個(gè)例子，本技術(shù)也同樣適用于例如未來(lái)6g系統(tǒng)的場(chǎng)景，取得類(lèi)似nr系統(tǒng)的技術(shù)效果；進(jìn)一步的，雖然本技術(shù)的初衷是針對(duì)ai/ml場(chǎng)景，本技術(shù)也能應(yīng)用其他非ai/ml場(chǎng)景；進(jìn)一步的，對(duì)不同場(chǎng)景(比如其他非ai/ml場(chǎng)景，包括但不限于車(chē)聯(lián)網(wǎng)(vehicle?toeverything，v2x)、容量增強(qiáng)系統(tǒng)、近距離通信的系統(tǒng)、ntn(non?terrestrial?network，非地面網(wǎng)絡(luò))、iot(internet?ofthings，物聯(lián)網(wǎng))、urllc(ultra?reliable?low?latencycommunication，超魯棒低時(shí)延通信)網(wǎng)絡(luò)等)采用統(tǒng)一的設(shè)計(jì)方案還有助于降低硬件復(fù)雜度和成本。在不沖突的情況下，本技術(shù)的任一節(jié)點(diǎn)中的實(shí)施例和實(shí)施例中的特征可以應(yīng)用到任一其他節(jié)點(diǎn)中。在不沖突的情況下，本技術(shù)的實(shí)施例和實(shí)施例中的特征可以任意相互組合。

3、特別的，對(duì)本技術(shù)中的術(shù)語(yǔ)(terminology)、名詞、函數(shù)、變量的解釋(如果未加特別說(shuō)明)可以參考3gpp(the?3rd?generation?partnership?project，第三代合作伙伴計(jì)劃)的技術(shù)標(biāo)準(zhǔn)(technical?specification，ts)中的ts38系列、ts37系列中的定義。在需要的情況下，可以參考3gpp技術(shù)標(biāo)準(zhǔn)中的ts38.211，ts38.212，ts38.213，ts38.214，ts38.215，ts38.300，ts38.304，ts38.305，ts38.321，ts38.331，ts37.355，ts38.423，以輔助對(duì)本技術(shù)的理解。

4、作為一個(gè)實(shí)施例，對(duì)本技術(shù)中的術(shù)語(yǔ)的解釋是參考3gpp的規(guī)范協(xié)議ts38系列的定義。

5、作為一個(gè)實(shí)施例，對(duì)本技術(shù)中的術(shù)語(yǔ)的解釋是參考3gpp的規(guī)范協(xié)議ts37系列的定義。

6、作為一個(gè)實(shí)施例，對(duì)本技術(shù)中的術(shù)語(yǔ)的解釋是參考3gpp的規(guī)范協(xié)議rel-17版本中的定義。

7、作為一個(gè)實(shí)施例，對(duì)本技術(shù)中的術(shù)語(yǔ)的解釋是參考3gpp的規(guī)范協(xié)議rel-18版本中的定義。

8、本技術(shù)公開(kāi)了一種用于無(wú)線(xiàn)通信與人工智能中的第一節(jié)點(diǎn)的方法，其中，包括：

9、接收m個(gè)配置消息，所述m個(gè)配置消息分別指示m個(gè)rs資源組，所述m個(gè)rs資源組中的任一rs資源組包括一個(gè)或者多個(gè)rs資源，所述m是大于1的正整數(shù)；

10、針對(duì)所述m個(gè)配置消息中的每個(gè)配置消息，計(jì)算第一參數(shù)；所述第一參數(shù)的計(jì)算依賴(lài)針對(duì)相應(yīng)的配置消息指示的所述rs資源組的測(cè)量；

11、其中，第一配置消息是所述m個(gè)配置消息中的一個(gè)配置消息；所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)。

12、作為一個(gè)實(shí)施例，本技術(shù)要解決的問(wèn)題包括：如何提高ai/ml模型推理的可靠性。

13、作為一個(gè)實(shí)施例，本技術(shù)要解決的問(wèn)題包括：如何增強(qiáng)測(cè)量上報(bào)機(jī)制以推動(dòng)ai/ml與通信的深度融合。

14、作為一個(gè)實(shí)施例，本技術(shù)要解決的問(wèn)題包括：在ai/ml模型監(jiān)測(cè)中，如何快速識(shí)別ai/ml模型推理性能下降。

15、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中，所述第一節(jié)點(diǎn)根據(jù)網(wǎng)絡(luò)設(shè)備配置的測(cè)量資源和上報(bào)資源執(zhí)行測(cè)量、模型推理預(yù)測(cè)，并且根據(jù)測(cè)量結(jié)果和預(yù)測(cè)結(jié)果計(jì)算ai/ml模型的kpi，進(jìn)而實(shí)現(xiàn)及時(shí)監(jiān)測(cè)ai/ml模型的推理性能，快速識(shí)別ai/ml模型推理性能是否下降。

16、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中，所述m個(gè)配置消息分別配置用于ai/ml模型推理的m個(gè)rs資源組，所述第一節(jié)點(diǎn)根據(jù)所述m個(gè)配置消息的配置接收和測(cè)量所述m個(gè)rs資源組，同時(shí)基于收集到的rs資源數(shù)據(jù)推理出所述m個(gè)rs資源組對(duì)應(yīng)的推理結(jié)果，所述第一節(jié)點(diǎn)基于所述m個(gè)rs資源組的測(cè)量結(jié)果和m個(gè)rs資源組對(duì)應(yīng)的推理結(jié)果計(jì)算m個(gè)所述第一參數(shù)，進(jìn)而通過(guò)增強(qiáng)rs資源配置實(shí)現(xiàn)基于ai/ml模型的測(cè)量和推理。

17、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一節(jié)點(diǎn)是終端。

18、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一參數(shù)是ai/ml模型的kpi。

19、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：攜帶所述m個(gè)配置消息的信令同時(shí)指示所述m個(gè)配置消息所關(guān)聯(lián)的ai/ml模型或ai/ml實(shí)體。

20、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一參數(shù)的計(jì)算時(shí)間包括所述第一節(jié)點(diǎn)計(jì)算所述第一參數(shù)的周期。

21、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一參數(shù)的計(jì)算時(shí)間包括所述第一節(jié)點(diǎn)接收或測(cè)量所述m個(gè)rs資源組的周期。

22、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間包括計(jì)算時(shí)延。

23、作為一個(gè)實(shí)施例，上述方法的好處包括：本技術(shù)中支持ai與通信深度融合，提高通信系統(tǒng)適應(yīng)性和智能化水平，進(jìn)而提升通信系統(tǒng)的性能、效率和用戶(hù)體驗(yàn)。

24、作為一個(gè)實(shí)施例，上述方法的好處包括：有助于及時(shí)識(shí)別ai/ml模型推理性能變化。

25、作為一個(gè)實(shí)施例，上述方法的好處包括：提高模型推理的可靠性和魯棒性。

26、作為一個(gè)實(shí)施例，上述方法的好處包括：提升業(yè)務(wù)決策質(zhì)量。

27、作為一個(gè)實(shí)施例，上述方法的好處包括：提升系統(tǒng)的靈活性和適應(yīng)性。

28、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述計(jì)算時(shí)間是指cpu的占用時(shí)間。

29、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述計(jì)算時(shí)間是指信道狀態(tài)信息計(jì)算的占用時(shí)間。

30、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述計(jì)算時(shí)間是指csi處理單元的占用時(shí)間。

31、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述計(jì)算時(shí)間是指中央處理器的占用時(shí)間。

32、作為一個(gè)實(shí)施例，上述方法的好處包括：充分考慮算力時(shí)延的影響。

33、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，包括：

34、針對(duì)所述m個(gè)配置消息中的所述每個(gè)配置消息，發(fā)送對(duì)應(yīng)的所述第一參數(shù)。

35、作為一個(gè)實(shí)施例，本技術(shù)要解決的問(wèn)題包括：在ai/ml模型監(jiān)測(cè)中，如何快速識(shí)別出ai/ml模型推理性能下降。

36、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中，終端將計(jì)算獲得的m個(gè)所述第一參數(shù)通過(guò)空口信號(hào)傳輸給網(wǎng)絡(luò)，網(wǎng)絡(luò)基于接收到m個(gè)所述第一參數(shù)實(shí)現(xiàn)對(duì)部署在終端的ai/ml模型的性能監(jiān)測(cè)，及時(shí)識(shí)別ai/ml模型的性能變化，進(jìn)而解決了上述問(wèn)題。

37、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中，終端物理層測(cè)量并計(jì)算針對(duì)所述m個(gè)配置消息的m個(gè)第一參數(shù)，并將所述m個(gè)第一參數(shù)發(fā)送給更高層，終端可以基于所述m個(gè)第一參數(shù)實(shí)現(xiàn)對(duì)ai/ml模型的性能監(jiān)測(cè)，進(jìn)而解決了上述問(wèn)題。

38、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一節(jié)點(diǎn)發(fā)送m個(gè)第一參數(shù)，所述m個(gè)第一參數(shù)都是ai/ml模型的同一類(lèi)型的kpis。

39、作為一個(gè)實(shí)施例，上述方法的好處包括：本技術(shù)支持網(wǎng)絡(luò)對(duì)部署在終端側(cè)的ai/ml模型進(jìn)行監(jiān)測(cè)的工作方式，對(duì)終端的要求低，降低終端成本；網(wǎng)絡(luò)可以掌握更多模型性能變化的信息以輔助模型選擇/切換/激活/去激活/回退操作。

40、作為一個(gè)實(shí)施例，上述方法的好處包括：本技術(shù)支持終端對(duì)部署在終端側(cè)的ai/ml模型進(jìn)行監(jiān)測(cè)的工作方式，可選的，終端可以在ai/ml模型性能變化滿(mǎn)足給定條件或給定條件集合時(shí)發(fā)送上報(bào)信息，進(jìn)而避免多次重復(fù)發(fā)送冗余信息占用過(guò)多的空口資源，還可以節(jié)約能量資源，提高終端續(xù)航時(shí)間。

41、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，包括：

42、根據(jù)所述m個(gè)配置消息中的每個(gè)配置消息的上報(bào)配置，計(jì)算或者發(fā)送預(yù)測(cè)的信道信息；

43、其中，所述預(yù)測(cè)的信道信息依賴(lài)在相應(yīng)的配置消息所指示的rs資源組上的測(cè)量；所述第一參數(shù)的計(jì)算依賴(lài)與所述相應(yīng)的配置消息所關(guān)聯(lián)的所述預(yù)測(cè)的信道信息。

44、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一節(jié)點(diǎn)根據(jù)所述m個(gè)配置消息中的每個(gè)配置消息的上報(bào)配置計(jì)算預(yù)測(cè)的信道信息，并根據(jù)所述預(yù)測(cè)的信道信息和測(cè)量獲得的信道信息計(jì)算所述第一參數(shù)。

45、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一參數(shù)包括真實(shí)csi。

46、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一參數(shù)包括預(yù)測(cè)信道信息與測(cè)量獲得的信道信息之間的歐幾里得度量。

47、作為一個(gè)實(shí)施例，上述方法的好處包括：提高模型監(jiān)測(cè)的準(zhǔn)確性，驗(yàn)證推理的可靠性。

48、作為一個(gè)實(shí)施例，上述方法的好處包括：及時(shí)發(fā)現(xiàn)模型的過(guò)擬合和欠擬合。

49、作為一個(gè)實(shí)施例，上述方法的好處包括：終端可以實(shí)現(xiàn)相關(guān)地基于預(yù)測(cè)的信道信息和測(cè)量結(jié)果對(duì)模型執(zhí)行所述第一參數(shù)之外的性能監(jiān)測(cè)，有助于及時(shí)識(shí)別模型異常，增強(qiáng)模型魯棒性。

50、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述m個(gè)配置消息被關(guān)聯(lián)到第一實(shí)體，所述第一實(shí)體被用于基于ai/ml的預(yù)測(cè)，所述第一實(shí)體包括以下特征中的至少之一：

51、-是一個(gè)ai/ml模型；

52、-關(guān)聯(lián)到一個(gè)ai/ml模型id；

53、-關(guān)聯(lián)到一個(gè)functionality?id；

54、-關(guān)聯(lián)到一個(gè)數(shù)據(jù)集合；

55、-對(duì)應(yīng)一個(gè)associated?id。

56、作為一個(gè)實(shí)施例，本技術(shù)中所述id是指：identify，證明。

57、作為一個(gè)實(shí)施例，本技術(shù)中所述id是指：identification，身份證明。

58、作為一個(gè)實(shí)施例，本技術(shù)中所述id是指：identity，身份或標(biāo)識(shí)。

59、作為一個(gè)實(shí)施例，本技術(shù)中所述id是指：identifier，標(biāo)識(shí)符。

60、作為一個(gè)實(shí)施例，本技術(shù)中所述id是指：index，索引。

61、作為一個(gè)實(shí)施例，本技術(shù)要解決的問(wèn)題包括：如何增強(qiáng)測(cè)量上報(bào)機(jī)制以推動(dòng)ai/ml與通信的深度融合。

62、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中引入所述第一實(shí)體，可選的，由所述第一實(shí)體執(zhí)行訓(xùn)練數(shù)據(jù)集的構(gòu)建、模型訓(xùn)練等ai/ml相關(guān)的操作，進(jìn)而實(shí)現(xiàn)在無(wú)線(xiàn)網(wǎng)絡(luò)中支持ai/ml模型的功能。

63、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述m個(gè)配置消息所對(duì)應(yīng)的m個(gè)所述第一參數(shù)都是針對(duì)所述第一實(shí)體的，m個(gè)所述第一參數(shù)都是用于監(jiān)測(cè)所述第一實(shí)體的kpi。

64、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一實(shí)體根據(jù)所述m個(gè)配置消息中的每個(gè)配置消息的上報(bào)配置計(jì)算預(yù)測(cè)的信道信息。

65、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一實(shí)體是一個(gè)ai/ml模型。

66、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一實(shí)體是一個(gè)ai/ml實(shí)體。

67、作為一個(gè)實(shí)施例，上述方法的好處包括：有利于推動(dòng)ai與通信網(wǎng)絡(luò)的深度融合，提高兼容性。

68、作為一個(gè)實(shí)施例，上述方法的好處包括：提高網(wǎng)絡(luò)拓?fù)淠芰Γ嵘脩?hù)體驗(yàn)。

69、作為一個(gè)實(shí)施例，上述方法的好處包括：基于ai/ml實(shí)體的性能監(jiān)測(cè)和優(yōu)化可以提高網(wǎng)絡(luò)效率和資源利用率。

70、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述m個(gè)配置消息分別對(duì)應(yīng)m個(gè)不同目標(biāo)的預(yù)測(cè)，所述m個(gè)不同目標(biāo)的預(yù)測(cè)包括以下至少之一：

71、-針對(duì)l1的rsrp的預(yù)測(cè)；

72、-針對(duì)l3的rsrp的預(yù)測(cè)；

73、-針對(duì)小區(qū)切換的預(yù)測(cè)；

74、-針對(duì)移動(dòng)性的預(yù)測(cè)。

75、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述目標(biāo)是指measurement?object，所述m個(gè)配置消息分別配置或關(guān)聯(lián)到所述m個(gè)measurement?object。

76、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述m個(gè)不同目標(biāo)的預(yù)測(cè)都是基于測(cè)量結(jié)果的預(yù)測(cè)。

77、作為一個(gè)實(shí)施例，上述方法的好處包括：本技術(shù)支持單個(gè)ai/ml實(shí)體同時(shí)處理多種不同的測(cè)量任務(wù)，可選的，多任務(wù)并行處理允許實(shí)體動(dòng)態(tài)調(diào)整資源分配策略，提升系統(tǒng)的靈活性和適應(yīng)性。

78、作為一個(gè)實(shí)施例，上述方法的好處包括：適用于更廣泛的測(cè)量場(chǎng)景，降低系統(tǒng)復(fù)雜度和維護(hù)成本。

79、作為一個(gè)實(shí)施例，上述方法的好處包括：提高網(wǎng)絡(luò)智能化水平。

80、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)的意思包括：當(dāng)所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)不低于第一閾值時(shí)，所述第一參數(shù)的所述計(jì)算時(shí)間等于第一時(shí)間值；當(dāng)所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)低于第一閾值時(shí)，所述第一參數(shù)的所述計(jì)算時(shí)間等于第二時(shí)間值；所述第一時(shí)間值和所述第二時(shí)間值不同。

81、作為一個(gè)實(shí)施例，本技術(shù)要解決的問(wèn)題包括：如何確定所述第一參數(shù)的計(jì)算時(shí)間。

82、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一節(jié)點(diǎn)根據(jù)所述第一配置消息之外的一個(gè)配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算結(jié)果確定所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間從而解決了上述問(wèn)題。

83、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：攜帶所述m個(gè)配置消息的信令同時(shí)指示所述第一時(shí)間值和所述第二時(shí)間值。

84、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二時(shí)間值的大于所述第一時(shí)間值，識(shí)別到ai/ml模型性能下降后以更稀疏的頻率執(zhí)行模型監(jiān)測(cè)。

85、作為一個(gè)實(shí)施例，上述方法的好處包括：識(shí)別到模型性能下降后以更稀疏的監(jiān)測(cè)頻率可以顯著減少計(jì)算和資源消耗，進(jìn)而提高其他任務(wù)的優(yōu)先級(jí)，減少無(wú)效監(jiān)測(cè)的負(fù)擔(dān)。

86、作為一個(gè)實(shí)施例，上述方法的好處包括：降低ai/ml模型推理和監(jiān)測(cè)過(guò)程中噪聲的影響，可以基于更長(zhǎng)的時(shí)間粒度獲得模型性能的變化。

87、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的第二配置消息對(duì)應(yīng)的所述第一參數(shù)，所述第一配置消息和所述第二配置消息是一致的；所述一致的意思包括以下至少之一：

88、-所述第一配置消息所指示的rs資源組和所述第二配置消息所指示的rs資源組是qcl的；

89、-所述第一配置消息所適用的速度和所述第二配置消息所適用的速度相同；

90、-所述第一配置消息和所述第二配置消息指示相同的rs資源組；

91、-所述第一配置消息和所述第二配置消息對(duì)應(yīng)相同的空間參數(shù)。

92、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第一節(jié)點(diǎn)如何確定所述第二配置消息。

93、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：ai/ml的推理性能與輸入數(shù)據(jù)密切相關(guān)，當(dāng)ai/ml模型的輸入數(shù)據(jù)中的噪聲過(guò)大時(shí)會(huì)影響模型推理精度，本技術(shù)中將輸入數(shù)據(jù)相關(guān)聯(lián)的兩個(gè)不同配置消息的ai/ml模型的監(jiān)測(cè)頻率相關(guān)聯(lián)，進(jìn)而解決了上述問(wèn)題。

94、作為一個(gè)實(shí)施例，上述方法的好處包括：降低因輸入數(shù)據(jù)噪聲過(guò)大，即通信鏈路信道質(zhì)量降低，對(duì)模型推理性能的影響。

95、作為一個(gè)實(shí)施例，上述方法的好處包括：減少計(jì)算和資源消耗，減少冗余數(shù)據(jù)處理，提高系統(tǒng)整體響應(yīng)速度。

96、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述測(cè)量包括針對(duì)rsrp、rsrq、rssi、或snr中的至少之一的測(cè)量。

97、作為一個(gè)實(shí)施例，上述方法的好處包括：良好的兼容性。

98、作為一個(gè)實(shí)施例，上述方法的好處包括：易于實(shí)現(xiàn)。

99、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述第一節(jié)點(diǎn)是用戶(hù)設(shè)備。

100、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述第一節(jié)點(diǎn)是終端。

101、本技術(shù)公開(kāi)了一種用于無(wú)線(xiàn)通信與人工智能中的第二節(jié)點(diǎn)中的方法，其中，包括：

102、發(fā)送m個(gè)配置消息，所述m個(gè)配置消息分別指示m個(gè)rs資源組，所述m個(gè)rs資源組中的任一rs資源組包括一個(gè)或者多個(gè)rs資源，所述m是大于1的正整數(shù)；

103、其中，所述m個(gè)配置消息的接收者是第一節(jié)點(diǎn)；針對(duì)所述m個(gè)配置消息中的每個(gè)配置消息，所述第一節(jié)點(diǎn)計(jì)算第一參數(shù)；所述第一參數(shù)的計(jì)算依賴(lài)針對(duì)相應(yīng)的配置消息指示的所述rs資源組的測(cè)量；第一配置消息是所述m個(gè)配置消息中的一個(gè)配置消息；所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)。

104、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)是網(wǎng)絡(luò)設(shè)備，所述網(wǎng)絡(luò)設(shè)備包括核心網(wǎng)設(shè)備和接入網(wǎng)設(shè)備中的至少之一。

105、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)是提供無(wú)線(xiàn)通信功能服務(wù)的設(shè)備，可以與終端設(shè)備進(jìn)行通信，通常位于網(wǎng)絡(luò)側(cè)。

106、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)是基站。

107、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)是enb。

108、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)是gnb。

109、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)包括基站。

110、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)包括核心網(wǎng)。

111、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)包括基站和核心網(wǎng)。

112、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)包括用于部署ai/ml模型的實(shí)體。

113、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：所述第二節(jié)點(diǎn)包括用于部署ai/ml模型的節(jié)點(diǎn)。

114、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中的基站包括核心網(wǎng)。

115、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中的基站包括核心網(wǎng)設(shè)備。

116、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中的基站包括用于部署ai/ml模型的實(shí)體。

117、作為一個(gè)實(shí)施例，上述方法的特質(zhì)包括：本技術(shù)中的基站包括用于部署ai/ml模型的節(jié)點(diǎn)。

118、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述計(jì)算時(shí)間是指cpu的占用時(shí)間。

119、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，包括：

120、針對(duì)所述m個(gè)配置消息中的所述每個(gè)配置消息，接收對(duì)應(yīng)的所述第一參數(shù)。

121、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，包括：

122、根據(jù)所述m個(gè)配置消息中的每個(gè)配置消息的上報(bào)配置，接收預(yù)測(cè)的信道信息；

123、其中，所述預(yù)測(cè)的信道信息依賴(lài)在相應(yīng)的配置消息所指示的rs資源組上的測(cè)量；所述第一參數(shù)的計(jì)算依賴(lài)與所述相應(yīng)的配置消息所關(guān)聯(lián)的所述預(yù)測(cè)的信道信息。

124、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述m個(gè)配置消息被關(guān)聯(lián)到第一實(shí)體，所述第一實(shí)體被用于基于ai/ml的預(yù)測(cè)，所述第一實(shí)體包括以下特征中的至少之一：

125、-是一個(gè)ai/ml模型；

126、-關(guān)聯(lián)到一個(gè)ai/ml模型id；

127、-關(guān)聯(lián)到一個(gè)functionality?id；

128、-關(guān)聯(lián)到一個(gè)數(shù)據(jù)集合；

129、-對(duì)應(yīng)一個(gè)associated?id。

130、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述m個(gè)配置消息分別對(duì)應(yīng)m個(gè)不同目標(biāo)的預(yù)測(cè)，所述m個(gè)不同目標(biāo)的預(yù)測(cè)包括以下至少之一：

131、-針對(duì)l1的rsrp的預(yù)測(cè)；

132、-針對(duì)l3的rsrp的預(yù)測(cè)；

133、-針對(duì)小區(qū)切換的預(yù)測(cè)；

134、-針對(duì)移動(dòng)性的預(yù)測(cè)。

135、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)的意思包括：當(dāng)所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)不低于第一閾值時(shí)，所述第一參數(shù)的所述計(jì)算時(shí)間等于第一時(shí)間值；當(dāng)所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)低于第一閾值時(shí)，所述第一參數(shù)的所述計(jì)算時(shí)間等于第二時(shí)間值；所述第一時(shí)間值和所述第二時(shí)間值不同。

136、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的第二配置消息對(duì)應(yīng)的所述第一參數(shù)，所述第一配置消息和所述第二配置消息是一致的；所述一致的意思包括以下至少之一：

137、-所述第一配置消息所指示的rs資源組和所述第二配置消息所指示的rs資源組是qcl的；

138、-所述第一配置消息所適用的速度和所述第二配置消息所適用的速度相同；

139、-所述第一配置消息和所述第二配置消息指示相同的rs資源組；

140、-所述第一配置消息和所述第二配置消息對(duì)應(yīng)相同的空間參數(shù)。

141、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述測(cè)量包括針對(duì)rsrp、rsrq、rssi、或snr中的至少之一的測(cè)量。

142、根據(jù)本技術(shù)的一個(gè)方面，上述方法的特征在于，所述第二節(jié)點(diǎn)是基站。

143、本技術(shù)公開(kāi)了一種用于無(wú)線(xiàn)通信與人工智能中的第一節(jié)點(diǎn)的設(shè)備，其中，包括：

144、第一接收機(jī)，接收m個(gè)配置消息，所述m個(gè)配置消息分別指示m個(gè)rs資源組，所述m個(gè)rs資源組中的任一rs資源組包括一個(gè)或者多個(gè)rs資源，所述m是大于1的正整數(shù)；

145、第一處理機(jī)，針對(duì)所述m個(gè)配置消息中的每個(gè)配置消息，計(jì)算第一參數(shù)；所述第一參數(shù)的計(jì)算依賴(lài)針對(duì)相應(yīng)的配置消息指示的所述rs資源組的測(cè)量；

146、其中，第一配置消息是所述m個(gè)配置消息中的一個(gè)配置消息；所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)。

147、本技術(shù)公開(kāi)了一種用于無(wú)線(xiàn)通信與人工智能中的第二節(jié)點(diǎn)的設(shè)備，其中，包括：

148、第一發(fā)射機(jī)，發(fā)送m個(gè)配置消息，所述m個(gè)配置消息分別指示m個(gè)rs資源組，所述m個(gè)rs資源組中的任一rs資源組包括一個(gè)或者多個(gè)rs資源，所述m是大于1的正整數(shù)；

149、其中，所述m個(gè)配置消息的接收者是第一節(jié)點(diǎn)；針對(duì)所述m個(gè)配置消息中的每個(gè)配置消息，所述第一節(jié)點(diǎn)計(jì)算第一參數(shù)；所述第一參數(shù)的計(jì)算依賴(lài)針對(duì)相應(yīng)的配置消息指示的所述rs資源組的測(cè)量；第一配置消息是所述m個(gè)配置消息中的一個(gè)配置消息；所述第一配置消息對(duì)應(yīng)的第一參數(shù)的計(jì)算時(shí)間依賴(lài)所述m個(gè)配置消息中且所述第一配置消息之外的至少一個(gè)配置消息對(duì)應(yīng)的所述第一參數(shù)。

150、作為一個(gè)實(shí)施例，和傳統(tǒng)方案相比，本技術(shù)具備如下有利但不局限于的優(yōu)勢(shì)：

151、本技術(shù)中支持ai與通信深度融合，提高通信系統(tǒng)適應(yīng)性和智能化水平，進(jìn)而提升通信系統(tǒng)的性能、效率和用戶(hù)體驗(yàn)；

152、本技術(shù)支持單個(gè)ai/ml實(shí)體同時(shí)處理多種不同的測(cè)量任務(wù)，可選的，多任務(wù)并行處理允許實(shí)體動(dòng)態(tài)調(diào)整資源分配策略，提升系統(tǒng)的靈活性和適應(yīng)性；

153、識(shí)別到模型性能下降后以更稀疏的監(jiān)測(cè)頻率可以顯著減少計(jì)算和資源消耗，進(jìn)而提高其他任務(wù)的優(yōu)先級(jí)，減少無(wú)效監(jiān)測(cè)的負(fù)擔(dān)。