一种智能AI网络模型的性能监督方法、装置和通信设备与流程

本申请属于通信，具体涉及一种ai网络模型的性能监督方法、装置和通信设备。

背景技术：

1、在相关技术中，可以采用人工智能(artificial intelligence，ai)网络模型来对无线通信网络中的终端进行定位。

2、其中，无线网络环境的改变会影响ai网络模型的输入信息，干扰ai网络模型的输出结果，从而可能导致ai网络模型的定位精度无法满足终端的定位精度需求。

技术实现思路

1、本申请实施例提供一种ai网络模型的性能监督方法、装置和通信设备，能够对ai网络模型的性能进行监督，从而及时发现ai网络模型的性能较低的情况。

2、第一方面，提供了一种ai网络模型的性能监督方法，该方法包括：

3、终端获取第一信息，所述第一信息用于确定目标ai网络模型的性能，所述目标ai网络模型用于对所述终端进行定位；

4、所述终端向网络侧设备发送所述第一信息，或者，所述终端根据所述第一信息确定所述目标ai网络模型的性能。

5、第二方面，提供了一种ai网络模型的性能监督装置，应用于终端，该装置包括：

6、获取模块，用于获取第一信息，所述第一信息用于确定目标ai网络模型的性能，所述目标ai网络模型用于对所述终端进行定位；

7、第一发送模块或者第一确定模块，所述第一发送模块用于向网络侧设备发送所述第一信息，所述第一确定模块用于根据所述第一信息确定所述目标ai网络模型的性能。

8、第三方面，提供了一种ai网络模型的性能监督方法，其特征在于，包括：

9、网络侧设备接收来自终端的第一信息，并根据所述第一信息确定目标ai网络模型的性能，其中，所述第一信息用于确定目标ai网络模型的性能，所述目标ai网络模型用于对所述终端进行定位；

10、或者，

11、所述网络侧设备接收来自终端的第五指示信息，其中，所述第五指示信息用于指示所述目标ai网络模型的性能。

12、第四方面，提供了一种ai网络模型的性能监督装置，其特征在于，应用于网络侧设备，所述装置包括：

13、第三接收模块和第二确定模块，所述第三接收模块用于接收来自终端的第一信息，所述第二确定模块，用于根据所述第一信息确定目标ai网络模型的性能，其中，所述第一信息用于确定目标ai网络模型的性能，所述目标ai网络模型用于对所述终端进行定位；

14、或者，

15、第四接收模块，用于接收来自终端的第五指示信息，其中，所述第五指示信息用于指示所述目标ai网络模型的性能。

16、第五方面，提供了一种通信设备，该通信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三方面所述的方法的步骤。

17、第六方面，提供了一种通信设备，包括处理器及通信接口，其中，在所述通信设备为终端时，所述通信接口用于获取第一信息，所述第一信息用于确定目标ai网络模型的性能，所述目标ai网络模型用于对所述终端进行定位；所述通信接口还用于向网络侧设备发送所述第一信息或者所述处理器用于根据所述第一信息确定所述目标ai网络模型的性能；或者，

18、在所述通信设备为网络侧设备时，所述通信接口用于接收来自终端的第一信息，所述处理器用于根据所述第一信息确定目标ai网络模型的性能，其中，所述第一信息用于确定目标ai网络模型的性能，所述目标ai网络模型用于对所述终端进行定位；或者，所述通信接口用于接收来自终端的第五指示信息，其中，所述第五指示信息用于指示所述目标ai网络模型的性能。

19、第七方面，提供了一种通信系统，包括：终端和网络侧设备，所述终端可用于执行如第一方面所述的ai网络模型的性能监督方法的步骤，所述网络侧设备可用于执行如第三方面所述的ai网络模型的性能监督方法的步骤。

20、第八方面，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，或者实现如第三方面所述的方法的步骤。

21、第九方面，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，或实现如第三方面所述的方法。

22、第十方面，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ai网络模型的性能监督方法的步骤，或者所述计算机程序/程序产品被至少一个处理器执行以实现如第三方面所述的ai网络模型的性能监督方法的步骤。

23、在本申请实施例中，终端获取第一信息，所述第一信息用于确定目标ai网络模型的性能，所述目标ai网络模型用于对所述终端进行定位；所述终端向网络侧设备发送所述第一信息，或者，所述终端根据所述第一信息确定所述目标ai网络模型的性能。终端能够获取用于辅助确定目标ai网络模型的性能的第一信息，并向网络侧设备上报该第一信息，以使网络侧设备根据该第一信息来判断目标ai网络模型的性能，或者直接由终端根据该第一信息来判断目标ai网络模型的性能。这样，能够及时地发现目标ai网络模型的性能不能够满足定位需求的情况，进而能够根据该目标ai网络模型的性能不能够满足定位需求的结果来采取适当的措施，例如：更新目标ai网络模型、采用其他定位方式来对终端进行定位等。降低了因目标ai网络模型的定位性能不能够满足定位需求，而继续按照该目标ai网络模型的定位结果来执行相关的无线通信时，造成的无线通信性能低甚至出错的概率。

技术特征：

1.一种人工智能ai网络模型的性能监督方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述第一信息包括以下至少一项：

3.根据权利要求2所述的方法，其特征在于，所述终端根据所述第一信息确定所述目标ai网络模型的性能，包括以下至少一项：

4.根据权利要求2所述的方法，其特征在于，所述终端的信道测量信息包括以下至少一项：

5.根据权利要求1至4中任一项所述的方法，其特征在于，在所述终端获取第一信息之前，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述第三指示信息包括第一性能监督方法的标识信息，所述第三指示信息用于指示所述终端按照所述第一性能监督方法对所述目标ai网络模型进行性能监督。

7.根据权利要求5所述的方法，其特征在于，所述第三指示信息还包括第二信息，所述第二信息用于辅助所述目标ai网络模型的性能监督。

8.根据权利要求5所述的方法，其特征在于，在所述终端接收来自所述网络侧设备的第二指示信息或第三指示信息之前，所述方法还包括：

9.根据权利要求8所述的方法，其特征在于，所述第一请求信息包括第二性能监督方法的标识信息，所述第一请求信息用于请求按照所述第二性能监督方法对所述目标ai网络模型进行性能监督。

10.根据权利要求1至4中任一项所述的方法，其特征在于，在所述终端向网络侧设备发送所述第一信息之后，所述方法还包括：

11.根据权利要求10所述的方法，其特征在于，在所述第四指示信息指示所述目标ai网络模型失效的情况下，所述第四指示信息还指示所述目标ai网络模型失效的原因。

12.根据权利要求1至4中任一项所述的方法，其特征在于，在所述终端根据所述第一信息确定所述目标ai网络模型的性能之后，所述方法还包括：

13.根据权利要求12所述的方法，其特征在于，在所述第五指示信息指示所述目标ai网络模型失效的情况下，所述第五指示信息还指示所述目标ai网络模型失效的原因。

14.一种人工智能ai网络模型的性能监督方法，其特征在于，包括：

15.根据权利要求14所述的方法，其特征在于，所述第一信息包括以下至少一项：

16.根据权利要求15所述的方法，其特征在于，所述网络侧设备根据所述第一信息确定所述目标ai网络模型的性能，包括以下至少一项：

17.根据权利要求15所述的方法，其特征在于，所述终端的信道测量信息包括以下至少一项：

18.根据权利要求14至17中任一项所述的方法，其特征在于，在所述网络侧设备接收来自终端的第一信息或者接收来自终端的第五指示信息之前，所述方法还包括：

19.根据权利要求18所述的方法，其特征在于，所述第三指示信息包括第一性能监督方法的标识信息，所述第三指示信息用于指示所述终端按照所述第一性能监督方法对所述目标ai网络模型进行性能监督。

20.根据权利要求18所述的方法，其特征在于，所述第三指示信息还包括第二信息，所述第二信息用于辅助所述目标ai网络模型的性能监督。

21.根据权利要求18所述的方法，其特征在于，在所述网络侧设备向所述终端发送第二指示信息或第三指示信息之前，所述方法还包括：

22.根据权利要求21所述的方法，其特征在于，所述第一请求信息包括第二性能监督方法的标识信息，所述第一请求信息用于请求按照所述第二性能监督方法对所述目标ai网络模型进行性能监督。

23.根据权利要求14至17中任一项所述的方法，其特征在于，在所述网络侧设备接收来自终端的第一信息之后，所述方法还包括：

24.根据权利要求23所述的方法，其特征在于，在所述第四指示信息指示所述目标ai网络模型失效的情况下，所述第四指示信息还指示所述目标ai网络模型失效的原因。

25.根据权利要求14至17中任一项所述的方法，其特征在于，在所述第五指示信息指示所述目标ai网络模型失效的情况下，所述第五指示信息还指示所述目标ai网络模型失效的原因。

26.一种人工智能ai网络模型的性能监督装置，其特征在于，应用于终端，所述装置包括：

27.根据权利要求26所述的装置，其特征在于，还包括：

28.根据权利要求27所述的装置，其特征在于，还包括：

29.根据权利要求26所述的装置，其特征在于，还包括：

30.根据权利要求26所述的装置，其特征在于，还包括：

31.一种人工智能ai网络模型的性能监督装置，其特征在于，应用于网络侧设备，所述装置包括：

32.根据权利要求31所述的装置，其特征在于，还包括：

33.根据权利要求32所述的装置，其特征在于，还包括：

34.根据权利要求31所述的装置，其特征在于，还包括：

35.一种终端，其特征在于，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权利要求1至13中任一项所述的人工智能ai网络模型的性能监督方法的步骤。

36.一种网络侧设备，其特征在于，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权利要求14至25中任一项所述的人工智能ai网络模型的性能监督方法的步骤。

37.一种可读存储介质，其特征在于，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权利要求1至13中任一项所述的人工智能ai网络模型的性能监督方法的步骤，或者实现如权利要求14至25中任一项所述的人工智能ai网络模型的性能监督方法的步骤。

技术总结
本申请公开了一种智能AI网络模型的性能监督方法、装置和通信设备，属于通信技术领域，本申请实施例的AI网络模型的性能监督方法包括：终端获取第一信息，所述第一信息用于确定目标AI网络模型的性能，所述目标AI网络模型用于对所述终端进行定位；所述终端向网络侧设备发送所述第一信息，或者，所述终端根据所述第一信息确定所述目标AI网络模型的性能。

技术研发人员：贾承璐,邬华明,杨昂,孙鹏
受保护的技术使用者：维沃移动通信有限公司
技术研发日：
技术公布日：2024/2/19