本公开内容的各方面涉及无线通信,以及更具体地,涉及用于动态地确定用于使用在拆分承载配置中的一个或多个无线电链路控制(rlc)实体进行通信的上行链路数据拆分门限的技术。
背景技术:
1、无线通信系统被广泛部署以提供各种电信服务,比如电话、视频、数据、消息传送、广播或其它类似类型的服务。这些无线通信系统可以采用能够通过与多个用户共享可用系统资源(例如,带宽、发射功率或其它资源)来支持与这些用户的通信的多址技术。举例而言,多址技术可以依赖于码分、时分、频分、正交频分、单载波频分、或时分同步码分中的任何一项。已经在各种电信标准中采用了这些和其它多址技术,以提供使得不同无线设备能够在城市、国家、地区乃至全球级别上进行通信的公共协议。
2、虽然无线通信系统多年来已经取得了很大的技术进步,但是仍然存在挑战。例如,复杂和动态环境仍然可以衰减或阻挡无线发射机和无线接收机之间的信号,从而破坏各种建立的无线信道测量和报告机制,这些无线信道测量和报告机制用于管理和优化对有限无线信道资源的使用。因此,存在进一步改进无线通信系统以克服各种挑战的需要。
技术实现思路
1、某些方面可以在用于由装置执行的无线通信的方法中实现。该方法通常包括:将第一参数集输入到机器学习算法。另外,该方法还可以包括:至少部分地基于所输入的第一参数集来获得用于数据拆分门限的值,作为机器学习算法的输出,其中:当装置具有的要发送的数据量小于数据拆分门限时,装置被配置为使用拆分承载配置的第一无线电链路控制(rlc)实体来发送数据;以及当装置具有的要发送的数据量等于或大于数据拆分门限时,装置被配置为使用拆分承载配置的第一rlc实体和第二rlc实体来发送数据。另外,方法还可以包括基于用于数据拆分门限的值和装置具有的要发送的数据量使用第一rlc实体或第二rlc实体中的至少一者来发送数据。
2、某些方面可以在用于无线通信的装置中实现。装置包括存储器和与存储器耦合的至少一个处理器。存储器和至少一个处理器可以被配置为:将第一参数集输入到机器学习算法;至少部分地基于所输入的第一参数集来获得用于数据拆分门限的值,作为机器学习算法的输出,其中:当装置具有的要发送的数据量小于数据拆分门限时,至少一个处理器被配置为使用拆分承载配置的第一无线电链路控制(rlc)实体来发送数据;以及当装置具有的要发送的数据量等于或大于数据拆分门限时,至少一个处理器被配置为使用拆分承载配置的第一rlc实体和第二rlc实体来发送数据;以及基于用于数据拆分门限的值和装置具有的要发送的数据量使用第一rlc实体或第二rlc实体中的至少一者来发送数据。
3、某些方面可以在用于无线通信的装置中实现。该装置包括:用于将第一参数集输入到机器学习算法的单元;用于至少部分地基于所输入的第一参数集来获得用于数据拆分门限的值,作为机器学习算法的输出的单元,其中:当装置具有的要发送的数据量小于数据拆分门限时,装置被配置为使用拆分承载配置的第一无线电链路控制(rlc)实体来发送数据;以及当装置具有的要发送的数据量等于或大于数据拆分门限时,装置被配置为使用拆分承载配置的第一rlc实体和第二rlc实体来发送数据;以及用于基于用于数据拆分门限的值和装置具有的要发送的数据量使用第一rlc实体或第二rlc实体中的至少一者来发送数据的单元。
4、某些方面可以在用于无线通信的非暂时性计算机可读介质中实现。非暂时性计算机可读介质包括可执行指令,可执行指令在由装置的一个或多个处理器执行时使得装置进行以下操作:将第一参数集输入到机器学习算法;至少部分地基于所输入的第一参数集来获得用于数据拆分门限的值,作为机器学习算法的输出,其中:当装置具有的要发送的数据量小于数据拆分门限时,装置被配置为使用拆分承载配置的第一无线电链路控制(rlc)实体来发送数据;以及当装置具有的要发送的数据量等于或大于数据拆分门限时,装置被配置为使用拆分承载配置的第一rlc实体和第二rlc实体来发送数据;以及基于用于数据拆分门限的值和装置具有的要发送的数据量使用第一rlc实体或第二rlc实体中的至少一者来发送数据。
5、某些方面可以在用于无线通信的计算机程序产品中实现。计算机程序产品可以体现在计算机可读存储介质上,并且可以包括用于进行以下操作的代码:将第一参数集输入到机器学习算法;至少部分地基于所输入的第一参数集来获得用于数据拆分门限的值,作为机器学习算法的输出,其中:当装置具有的要发送的数据量小于数据拆分门限时,装置被配置为使用拆分承载配置的第一无线电链路控制(rlc)实体来发送数据;以及当装置具有的要发送的数据量等于或大于数据拆分门限时,装置被配置为使用拆分承载配置的第一rlc实体和第二rlc实体来发送数据;以及基于用于数据拆分门限的值和装置具有的要发送的数据量使用第一rlc实体或第二rlc实体中的至少一者来发送数据。
6、前面已经相当广泛地概述了根据本公开内容的示例的特征和技术优点,以便可以更好地理解下面的具体实施方式。下文将描述额外的特征和优点。所公开的概念和具体示例可以容易地用作用于修改或设计用于实现本公开内容的相同目的的其它结构的基础。这样的等效构造不脱离所附权利要求的范围。当结合附图考虑时,根据以下描述,将更好地理解本文公开的概念的特征(其组织和操作方法两者)以及相关联的优点。提供每个附图是为了说明和描述的目的,而不是作为对权利要求的限制的定义。
7、虽然在本申请中通过对一些示例进行说明来描述各方面和实施例,但是本领域技术人员将理解,可以在许多不同的布置和场景中出现额外的实现方式和用例。本文描述的创新可以跨许多不同的平台类型、设备、系统、形状、大小、封装布置来实现。例如,实施例和/或用途可以经由集成芯片实施例和其它基于非模块组件的设备(例如,终端用户设备、车辆、通信设备、计算设备、工业设备、零售/购买设备、医疗设备、启用ai的设备等)来实现。虽然一些示例可以是或可以不是具体针对用例或应用的,但是可以发生所描述的创新的各种各样的适用性。实现方式可以在从芯片级或模块化组件到非模块化、非芯片级实现方式,并且进一步到并入所描述的创新的一个或多个方面的聚合式、分布式或oem设备或系统的范围内变化。在一些实际设置中,并入所描述的方面和特征的设备还可以必然包括用于实现和实践所要求保护和描述的实施例的额外组件和特征。例如,无线信号的发送和接收必然包括用于模拟和数字目的的多个组件(例如,包括天线、rf链、功率放大器、调制器、缓冲器、处理器、交织器、加法器/求和器等的硬件组件)。本文描述的创新旨在可以在具有变化的大小、形状和构造的各种设备、芯片级组件、系统、分布式布置、终端用户设备等中实践。
8、以下描述和附图出于说明的目的阐述了某些特征。
1.一种用于无线通信的装置,包括:
2.根据权利要求1所述的装置,其中,从所述机器学习算法获得的用于所述数据拆分门限的所述值不同于从基站接收的配置的数据拆分门限。
3.根据权利要求1所述的装置,其中,所述至少一个处理器被配置为响应于触发事件来将所述第一参数集输入到所述机器学习算法并且获得用于所述数据拆分门限的所述值。
4.根据权利要求3所述的装置,其中,所述触发事件包括以下各项中的至少一项:
5.根据权利要求1所述的装置,其中,所述至少一个处理器还被配置为:
6.根据权利要求1所述的装置,其中,所述至少一个处理器还被配置为:
7.根据权利要求6所述的装置,其中,所述优先级指示:
8.根据权利要求1所述的装置,其中,所述第一参数集包括以下各项中的一项或多项:
9.根据权利要求8所述的装置,其中,所述第一参数集包括以下各项中的一项或多项:
10.根据权利要求8所述的装置,其中,所述第一参数集包括所述第一参数集的历史值。
11.一种用于由装置进行无线通信的方法,包括:
12.根据权利要求11所述的方法,其中,从所述机器学习算法获得的用于所述数据拆分门限的所述值不同于从基站接收的配置的数据拆分门限。
13.根据权利要求11所述的方法,其中,将所述第一参数集输入到所述机器学习算法并且获得用于所述数据拆分门限的所述值是基于触发事件的。
14.根据权利要求13所述的方法,其中,所述触发事件包括以下各项中的至少一项:
15.根据权利要求11所述的方法,还包括:
16.根据权利要求11所述的方法,还包括:
17.根据权利要求16所述的方法,其中,所述优先级指示:
18.根据权利要求11所述的方法,其中,所述第一参数集包括以下各项中的一项或多项:
19.根据权利要求18所述的方法,其中,所述第一参数集包括所述第一参数集的历史值。
20.一种用于无线通信的装置,包括:
21.根据权利要求20所述的装置,其中,从所述机器学习算法获得的用于所述数据拆分门限的所述值不同于从基站接收的配置的数据拆分门限。
22.根据权利要求20所述的装置,其中:
23.根据权利要求22所述的装置,其中,所述触发事件包括以下各项中的至少一项:
24.根据权利要求20所述的装置,还包括:
25.根据权利要求20所述的装置,还包括:
26.根据权利要求20所述的装置,其中,所述第一参数集包括以下各项中的一项或多项:
27.根据权利要求26所述的装置,其中,所述第一参数集包括所述第一参数集的历史值。
28.一种包括可执行指令的非暂时性计算机可读介质,所述可执行指令在由装置的一个或多个处理器执行时使得所述装置进行以下操作:
29.根据权利要求28所述的非暂时性计算机可读介质,其中,从所述机器学习算法获得的用于所述数据拆分门限的所述值不同于从基站接收的配置的数据拆分门限。
30.根据权利要求28所述的非暂时性计算机可读介质,其中,所述第一参数集包括以下各项中的一项或多项: