特許ウォッチ

公開番号2025149972
公報種別公開特許公報(A)
公開日2025-10-08
出願番号2025078297
出願日2025-05-08
発明の名称端末、無線通信方法及び基地局
出願人株式会社NTTドコモ
代理人インフォート弁理士法人
主分類H04B 17/373 20150101AFI20251001BHJP(電気通信技術)
要約【課題】AI/ML機能を用いた場合に適切な処理ユニットを割り当てること。
【解決手段】本開示の一態様に係る端末は、Artificial Intelligence/Machine Learning(AI/ML)に関する処理ユニット(AI-PU)に関するレベル、係数、または追加占有数の候補値または範囲を示す情報を受信する受信部と、前記候補値または前記範囲から、占有されるAI-PUに関するレベル、係数、追加占有数を決定し、前記レベル、前記係数、または前記追加占有数に基づいて、AI-PU占有数を導出する制御部と、を有する。
【選択図】図4

特許請求の範囲【請求項１】
Artificial Intelligence/Machine Learning（ＡＩ／ＭＬ）に関する処理ユニット（ＡＩ－ＰＵ）に関するレベル、係数、または追加占有数の候補値または範囲を示す情報を受信する受信部と、
前記候補値または前記範囲から、占有されるＡＩ－ＰＵに関するレベル、係数、追加占有数を決定し、前記レベル、前記係数、または前記追加占有数に基づいて、ＡＩ－ＰＵ占有数を導出する制御部と、
を有する端末。
続きを表示（約 770 文字）【請求項２】
前記制御部は、チャネル状態情報（ＣＳＩ）リソース数またはポート数に基づいて導出した数と、前記レベルまたは前記係数とに基づいて、前記ＡＩ－ＰＵ占有数を導出する
請求項１に記載の端末。
【請求項３】
前記制御部は、チャネル状態情報（ＣＳＩ）リソース数またはポート数に基づいて導出した数と、前記追加占有数とに基づいて、前記ＡＩ－ＰＵ占有数を導出する
請求項１に記載の端末。
【請求項４】
機能、機能グループまたは設定ごとの前記ＡＩ－ＰＵの最大数を端末の能力情報として送信する送信部を有する
請求項１に記載の端末。
【請求項５】
Artificial Intelligence/Machine Learning（ＡＩ／ＭＬ）に関する処理ユニット（ＡＩ－ＰＵ）に関するレベル、係数、または追加占有数の候補値または範囲を示す情報を受信する工程と、
前記候補値または前記範囲から、占有されるＡＩ－ＰＵに関するレベル、係数、追加占有数を決定し、前記レベル、前記係数、または前記追加占有数に基づいて、ＡＩ－ＰＵ占有数を導出する工程と、
を有する端末の無線通信方法。
【請求項６】
Artificial Intelligence/Machine Learning（ＡＩ／ＭＬ）に関する処理ユニット（ＡＩ－ＰＵ）に関するレベル、係数、または追加占有数の候補値または範囲を示す情報を送信する送信部と、
前記候補値または前記範囲から、占有されるＡＩ－ＰＵに関するレベル、係数、追加占有数が決定され、前記レベル、前記係数、または前記追加占有数に基づいて導出された、ＡＩ－ＰＵ占有数の受信を制御する制御部と、
を有する基地局。

発明の詳細な説明【技術分野】
【０００１】
本開示は、次世代移動通信システムにおける端末、無線通信方法及び基地局に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
Universal Mobile Telecommunications System（ＵＭＴＳ）ネットワークにおいて、更なる高速データレート、低遅延などを目的としてLong Term Evolution（ＬＴＥ）が仕様化された（非特許文献１）。また、ＬＴＥ（Third Generation Partnership Project（３ＧＰＰ（登録商標）） Release（Ｒｅｌ．）８、９）の更なる大容量、高度化などを目的として、ＬＴＥ－Ａｄｖａｎｃｅｄ（３ＧＰＰＲｅｌ．１０－１４）が仕様化された。
【０００３】
ＬＴＥの後継システム（例えば、5th generation mobile communication system（５Ｇ）、５Ｇ＋（plus）、6th generation mobile communication system（６Ｇ）、New Radio（ＮＲ）、３ＧＰＰＲｅｌ．１５以降などともいう）も検討されている。
【先行技術文献】
【非特許文献】
【０００４】
3GPP TS 36.300 V8.12.0 “Evolved Universal Terrestrial Radio Access (E-UTRA) and Evolved Universal Terrestrial Radio Access Network (E-UTRAN); Overall description; Stage 2 (Release 8)”、２０１０年４月
【発明の概要】
【発明が解決しようとする課題】
【０００５】
将来の無線通信システムにおいて、端末（ユーザ端末（user terminal）、User Equipment（ＵＥ））側でArtificial Intelligence/Machine Learning（ＡＩ／ＭＬ）機能を用いて導出したＣＳＩ（例えば、予測ＣＳＩ、予測ＲＳＲＰ）を報告することが検討されている。ＵＥの負荷が大きくならないように、ＵＥが同時に報告可能なＣＳＩの数をＣＳＩ処理ユニット（ＣＰＵ）に基づいて制限している。しかしながら、通常のＣＳＩとＡＩ／ＭＬ機能を用いたＣＳＩの報告値では、導出に必要な処理／ハードウェアが異なる場合がある。
【０００６】
しかしながら、ＡＩ／ＭＬ機能を用いた場合の処理ユニット（ＡＩ－ＰＵ）に関する設定／報告等について、十分に検討されていない。これにより、ＡＩ／ＭＬ機能を用いた場合に適切な処理ユニットを割り当てることができないおそれがある。
【０００７】
そこで、本開示は、ＡＩ／ＭＬ機能を用いた場合に適切な処理ユニットを割り当てることができる端末、無線通信方法及び基地局を提供することを目的の１つとする。
【課題を解決するための手段】
【０００８】
本開示の一態様に係る端末は、Artificial Intelligence/Machine Learning（ＡＩ／ＭＬ）に関する処理ユニット（ＡＩ－ＰＵ）に関するレベル、係数、または追加占有数の候補値または範囲を示す情報を受信する受信部と、前記候補値または前記範囲から、占有されるＡＩ－ＰＵに関するレベル、係数、追加占有数を決定し、前記レベル、前記係数、または前記追加占有数に基づいて、ＡＩ－ＰＵ占有数を導出する制御部と、を有することを特徴とする。
【発明の効果】
【０００９】
本開示の一態様によれば、ＡＩ／ＭＬ機能を用いた場合に適切な処理ユニットを割り当てることができる。
【図面の簡単な説明】
【００１０】
図１は、ＡＩ／ＭＬエンコーダを用いたＣＳＩフィードバックの例を示す図である。
図２は、予測ＣＳＩレポートの例を示す図である。
図３は、ＣＰＵ／ＡＩ－ＰＵの占有例を示す図である。
図４は、実施形態１－１の処理の例を示すフローチャートである。
図５は、本開示の一実施形態に係る無線通信システムの概略構成の一例を示す図である。
図６は、本開示の一実施形態に係る基地局の構成の一例を示す図である。
図７は、本開示の一実施形態に係る端末の構成の一例を示す図である。
図８は、本開示の一実施形態に係る基地局及び端末のハードウェア構成の一例を示す図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許