用于无线电通信的方法和设备与流程

用于无线电通信的方法和设备
1.本技术是申请号为201780081641.6(pct国际申请号 pct/us2017/067466)、申请日为2017年12月20日、名称为“用于无线电通信的方法和设备”的发明专利申请的分案申请。
2.相关申请的交叉引用
3.本技术要求2016年12月30日递交的美国专利申请序列号62/440,501 的优先权，该美国专利申请被通过引用完全并入在此。
技术领域
4.各种方面概括而言涉及用于无线电通信的方法和设备。


背景技术：

5.端到端通信网络除了有线通信网络之外也可包括无线电通信网络。无线电通信网络可包括网络接入节点(例如，基站、接入点等等)和终端设备(例如，移动电话、平板设备、膝上型电脑、计算机、物联网(internetof things，iot)设备、可穿戴设备、可植入设备、机器型通信设备等等以及运载工具(例如，小汽车、卡车、公共汽车、自行车、机器人、摩托车、火车、轮船、潜艇、无人机、飞机、气球、卫星、宇宙飞船)、机器型通信设备等等)，并且可提供无线电接入网络来供这种终端设备与其他终端设备通信或者经由网络接入节点接入各种网络。例如，蜂窝无线电通信网络可提供蜂窝基站的系统，这些蜂窝基站为区域内的终端设备服务以提供与其他终端设备的通信或者对诸如语音、文本、多媒体、因特网等等之类的应用和服务的无线电接入，而诸如无线局域网(wireless local areanetwork，wlan)网络之类的短程无线电接入网络可提供wlan接入点 (access point，ap)的系统，这些wlan ap可提供对wlan网络或者诸如蜂窝网络或有线通信网络之类的其他网络内的其他终端设备的接入。


技术实现要素：

6.根据一种实施例，一种电路装置包括：预处理电路，被配置为获得与用户位置有关的情境信息；学习电路，被配置为基于与用户位置有关的情境信息确定预测用户运动以获得预测路线并且确定沿着所述预测路线的预测无线电条件；以及决策电路，被配置为基于所述预测无线电条件识别预期具有第一类型的无线电条件的一个或多个第一区域和预期具有与所述第一类型的无线电条件不同的第二类型的无线电条件的一个或多个第二区域，并且根据所述一个或多个第一区域和所述一个或多个第二区域控制当在所述预测路线上行进时的无线电活动。
附图说明
7.在附图中，相似的附图标记一般在不同的视图中始终指代相同的部件。附图不一定是按比例的。反而，附图一般会强调一个或多个特征。在接下来的描述中，参考以下附图
描述了本公开的各种方面，附图中：
8.图1根据一些方面示出了示范性无线电通信系统，其包括终端设备、也充当接入节点的终端设备、无线链路和标准、网络接入节点、服务器、网关/互换装置和骨干基础设施；
9.图2根据一些方面示出了示范性无线电通信网络；
10.图3根据一些方面示出了终端设备的示范性内部配置；
11.图4根据一些方面示出了网络接入节点的示范性内部配置；
12.图5根据一些方面示出了在终端设备的不同平台处对情境(context) 信息的使用的示范性描绘；
13.图6根据一些方面示出了道路行进场景；
14.图7根据一些方面示出了终端设备的示范性实现方式；
15.图8根据一些方面示出了终端设备处的示范性方法；
16.图9根据一些方面示出了网络扫描定时结果的示范性描绘；
17.图10根据一些方面示出了具有多个网络接入节点的道路行进场景中的示范性应用；
18.图11根据一些方面示出了基于无线电条件的历史序列和其他情境信息控制无线电活动的示范性方法；
19.图12根据一些方面示出了执行无线电通信的示范性方法；
20.图13根据一些方面示出终端设备和网络接入节点的示范实现方式；
21.图14根据一些方面示出了终端设备预测和决策模块的示范性配置；
22.图15根据一些方面示出网络接入节点预测和决策模块的示范配置；
23.图16根据一些方面示出了详述终端设备和网络接入节点预测和决策模块之间的交互的示范性消息序列图；
24.图17根据一些方面示出了做出频谱分配决策的示范性方法；
25.图18根据一些方面示出了基于云的基础设施的示范性实现方式；
26.图19根据一些方面示出本地和云预测和决策模块的示范内部配置；
27.图20根据一些方面示出用于众包情境信息的各种示范性消息格式；
28.图21根据一些方面示出了执行无线电通信的第一示范性方法；
29.图22根据一些方面示出了执行无线电通信的第二示范性方法；
30.图23根据一些方面示出了用于管理iot网络的示范性网络场景；
31.图24根据一些方面示出了网关设备的示范性内部配置；
32.图25根据一些方面示出了在iot节点处执行无线电测量和检测网络的示范性方法；
33.图26根据一些方面示出了用于iot节点的基带调制解调器的示范性内部配置；
34.图27根据一些方面示出了在网关设备处收集无线电测量和重配置无线网络的示范性方法；
35.图28根据一些方面示出了管理无线多跳网络的示范性方法；
36.图29根据一些方面示出了执行无线电通信的示范性方法；
37.图30根据一些方面示出了用于具有运载工具目标的波束操控的示范性场景；
38.图31根据一些方面示出了用于网络接入节点的控制模块的示范性内部配置；
39.图32根据一些方面示出为运载工具目标执行波束操控的示范方法；
40.图33根据一些方面示出了一运载工具可阻塞另一运载工具的示范性场景；
41.图34根据一些方面示出了用于无线电接入技术切换的示范性场景；
42.图35根据一些方面示出了具有航空无人机的示范性场景；
43.图36根据一些方面示出了执行无线电通信的示范性方法；
44.图37根据一些方面示出了示范性网络体系结构；
45.图38根据一些方面示出了用于分布无线电环境地图(rem)数据存储的网络接入节点的示范性定位；
46.图39根据一些方面示出了分布式rem服务器的示范性内部配置；
47.图40根据一些方面示出了图示rem数据的请求-响应机制的示范性消息序列图；
48.图41根据一些方面示出了与用于基于设备能力和情境信息细节水平请求rem数据的二维框架有关的示范性表格；
49.图42根据一些方面示出了用于以分布式方式管理rem数据的第一示范性方法；
50.图43根据一些方面示出了用于管理rem数据的第二示范性方法；
51.图44根据一些方面示出了突发性流量时段的示范性绘图；
52.图45根据一些方面示出了用于基于预测的用户流量模式触发半持续调度(sps)的示范性方法；
53.图46根据一些方面示出了基于对非顺从终端设备行为的检测来控制调度决策的示范性方法。
具体实施方式
54.接下来的详细描述参考了附图，附图以图示方式示出了在其中可实践本公开的各方面的具体细节和方面。
[0055]“示范性”一词在本文中用来意指“充当示例、实例或例示”。本文描述为“示范性”的任何方面或设计不一定要被解释为比其他方面或设计更优选或有利。
[0056]
说明书和权利要求中的词语“多个”和“众多”明确指大于一的数量。说明书和权利要求中的术语“(的)群组”、“(的)集合”、“(的)集”、“(的)系列”、“(的)序列”、“(的)分组”等等之类的(如果有的话)指的是等于或大于一的数量——例如，一个或多个。没有明确声明“多个”或“众多”的以复数形式表述的任何术语指的是等于或大于一的数量。术语“真子集”、“缩减子集”和“较小子集”指的是某一集合的不等于该集合的子集——例如，某一集合的包含比该集合更少的元素的子集。
[0057]
就本文使用的而言，术语“软件”指的是任何类型的可执行指令或指令的集合，包括软件中的嵌入数据。软件也可涵盖固件。软件可创建、删除或修改软件，例如，通过机器学习过程。
[0058]
本文使用的“模块”被理解为任何种类的实现功能的实体，这可包括诸如专用硬件之类的硬件定义的模块，诸如执行软件或固件的处理器之类的软件定义的模块，以及包括硬件定义的模块和软件定义的组件两者的混合模块。模块从而可以是模拟电路或组件、数字电路、混合信号电路或组件、逻辑电路、处理器、微处理器、中央处理单元(central processingunit，cpu)、应用处理器、图形处理单元(graphics processing unit， gpu)、
数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field programmable gate array，fpga)、集成电路、分立电路、专用集成电路(application specific integrated circuit，asic)等等，或者这些的任何组合。对下文将更详细描述的各个功能的任何其他种类的实现方式也可被理解为“模块”。要理解，本文详述的模块中的任何两个 (或更多个)可被实现为具有基本上等同的功能的单个模块，并且相反地，本文详述的任何单个模块可被实现为具有基本上等同的功能的两个 (或更多个)单独模块。此外，提及“模块”可以指总体形成单个模块的两个或更多个模块。
[0059]
就本文使用的而言，术语“电路系统”和“电路”可包括软件定义的电路、硬件定义的电路和混合的硬件定义和软件定义的电路。
[0060]
就本文使用的而言，“存储器”可被理解为数据或信息可被存储在其中以便取回的非暂态计算机可读介质。存储器可被模块使用、被包括在模块中、与模块相集成或者与模块相关联。本文包括的对“存储器”的提及从而可被理解为指易失性或非易失性存储器，包括随机访问存储器 (random access memory，ram)、只读存储器(read-only memory， rom)、闪存、磁阻式随机访问存储器(magnetoresistive random accessmemory，mram)、相位随机访问存储器(phase random accessmemory，pram)、自旋传递转矩随机访问存储器(spin transfer torquerandom access memory，stt mram)、固态存储装置、3维存储器、3维交叉点存储器、nand存储器、磁带、硬盘驱动器、光驱等等，或者这些的任何组合。此外，要明白，寄存器、移位寄存器、处理器寄存器、数据缓冲器等等在本文中也被术语存储器所囊括。要明白，被称为“存储器”或“一存储器”的单个组件可被实现为多于一个不同类型的存储器，从而可以指包括一种或多种类型的存储器的总体组件。容易理解，任何单个存储器组件可被分离成多个总体上等同的存储器组件，反之亦然。此外，虽然存储器可被描绘为与一个或多个其他组件分离(例如在附图中)，但要理解存储器可被集成在另一组件内，例如集成在共同的集成芯片上。
[0061]
本文描述的各种方面可利用任何无线电通信技术，包括但不限于：全球移动通信系统(global system for mobile communications，gsm)无线电通信技术，通用封包无线电服务(general packet radio service， gprs)无线电通信技术，用于gsm演进的增强数据速率(enhanced datarates for gsm evolution，edge)无线电通信技术和/或第三代合作伙伴计划(third generation partnership project，3gpp)无线电通信技术，例如通用移动电信系统(universal mobile telecommunications system， umts)，多媒体接入自由(freedom of multimedia access，foma)， 3gpp长期演进(long term evolution，lte)，3gpp长期演进升级版 (long term evolution advanced，lte升级版)，码分多址接入2000 (code division multiple access 2000，cdma2000)，蜂窝数字封包数据 (cellular digital packet data，cdpd)，mobitex，第三代(thirdgeneration，3g)，电路交换数据(circuit switched data，csd)，高速电路交换数据(high-speed circuit-switched data，hscsd)，通用移动电信系统(第三代)(universal mobile telecommunications system(thirdgeneration)，umts(3g))，宽带码分多址接入(通用移动电信系统) (wideband code division multiple access(universal mobiletelecommunications system)，w-cdma(umts))，高速封包接入 (high speed packet access，hspa)，高速下行链路封包接入(high
‑ꢀ
speed downlink packet access，hsdpa)，高速上行链路封包接入
3.6ghz、3.6-3.8ghz及更多频率中的许可共享接入(licensed shared access，lsa)和3.55-3.7ghz及更多频率中的频谱接入系统(spectrum access system，sas)。可应用的频谱频带也可包括imt(国际移动电信)频谱(包括450
–
470mhz、790
–ꢀ
960mhz、1710
–
2025mhz、2110
–
2200mhz、2300
–
2400mhz、2500
ꢀ–
2690mhz、698-790mhz、610
–
790mhz、3400
–
3600mhz等等)，高级imt频谱，imt-2020频谱(预期包括3600-3800mhz、3.5ghz频带、700mhz频带、24.25-86ghz范围内的频带等等)，根据fcc的“频谱前沿”5g倡议可用的频谱(27.5
–
28.35ghz、29.1
–
29.25ghz、31
–ꢀ
31.3ghz、37
–
38.6ghz、38.6
–
40ghz、42
–
42.5ghz、57
–
64ghz、 71
–
76ghz、81
–
86ghz和92
–
94ghz等等)、智能传输系统 (intelligent transport systems，its)频带频谱(5.9ghz，通常是5.85
‑ꢀ
5.925ghz)，以及包括94-300ghz及以上的未来频带。此外，该方案也可作为次要的用在例如tv空白频带(通常低于790mhz)之类的频带上，其中尤其400mhz和700mhz频带是有希望的候选。除了蜂窝应用以外，可以解决垂直市场的具体应用，例如pmse(program making andspecial events，节目制作及特别事件)、医疗、健康、外科、汽车、低延时、无人机等应用等等。此外，该方案的层次化应用是可能的，例如，通过基于对频谱的区分优先级的接入，为不同类型的用户的使用引入层次化优先级区分(例如，低/中/高优先级等等)，例如，最高优先级给第1级用户，然后是第2级，然后是第3级用户等等。通过将ofdm载波数据比特向量分配给相应的符号资源，各种方面也可被应用到不同的ofdm形式 (循环前缀ofdm(cyclic prefix ofdm，cp-ofdm)、单载波fdma (single carrier fdma，sc-fdma)、单载波ofdm(sc-ofdm)、基于滤波器组的多载波(filter bank-based multicarrier，fbmc)、ofdma等等)以及尤其是3gpp nr(new radio，新无线电)。这些方面也可被应用到运载工具到运载工具(v2v)情境、运载工具到基础设施(v2i)情境、基础设施到运载工具(i2v)情境或者运载工具到任何事物(v2x) 情境中的任何一者，例如，应用在dsrc或lte v2x情境中等等。
[0062]
提及移动通信网络的接入节点时使用的术语“基站”可被理解为宏基站(例如用于蜂窝通信)、微/微微/毫微微基站、节点b、演进型节点b (enb)、家庭enodeb、远程无线电头端(remote radio head， rrh)、中继点、接入点(ap，例如用于wi-fi、wlan、wigig、毫米波(mmwave)等等)，等等。就本文使用的而言，电信的设置中的“小区”可被理解为由基站或接入点服务的区域(例如，公共场所)或空间 (例如，多层建筑或领空)。基站可以是移动的，例如安装在运载工具中，并且覆盖的区域或空间可相应地移动。因此，小区可被一组位置相同的发送和接收天线所覆盖，每个天线也能够覆盖和服务该小区的特定扇区。基站或接入点可服务一个或多个小区，其中每个小区由不同的通信信道或标准所表征(例如，提供2g、3g和lte服务的基站)。宏小区、微小区、毫微微小区、微微小区可具有不同的小区大小和范围，并且可以是静态的或动态的(例如，安装在无人机或气球中的小区)或者动态地改变其特性(例如，从宏小区到微微小区，从静态部署到动态部署，从全向到定向，从广播到窄播)。通信信道可以是窄带或宽带的。通信信道也可使用跨无线电通信技术和标准的载波聚合，或者灵活地使带宽适应于通信需要。此外，终端设备可包括或充当基站或者接入点或者中继器或者其他网络接入节点。
[0063]
就本公开而言，无线电通信技术或标准可被分类为短程无线电通信技术或蜂窝广域无线电通信技术之一。另外，无线电通信技术或标准可被分类为人到人、人到机器、机器到人、机器到机器、设备到设备、点到点、一对多、广播、对等、全双工、半双工、全向、波束成
形的、波束赋形的和/或定向的。另外，无线电通信技术或标准可被分类为使用电磁波或光波或者其组合。
[0064]
短程无线电通信技术例如包括蓝牙、wlan(例如，根据任何ieee 802.11标准)、wigig(例如，根据任何ieee 802.11标准)、毫米波和其他类似的无线电通信技术。
[0065]
蜂窝广域无线电通信技术例如包括全球移动通信系统(global systemfor mobile communications，gsm)、码分多址接入2000(code divisionmultiple access 2000，cdma2000)、通用移动电信系统(universalmobile telecommunications system，umts)、长期演进(long termevolution，lte)、长期演进升级版(long term evolution advanced， lte-a)、通用封包无线电服务(general packet radio service，gprs)、演进数据优化(evolution-data optimized，ev-do)、用于gsm演进的增强数据速率(enhanced data rates for gsm evolution，edge)、高速封包接入(high speed packet access，hspa；包括高速下行链路封包接入 (high speed downlink packet access，hsdpa)、高速上行链路封包接入 (high speed uplink packet access，hsupa)、hsdpa加强版 (hsdpa+)和hsupa加强版(hsupa+))、微波接入全球互通 (worldwide interoperability for microwave access，wimax)、5g(例如，毫米波(mmwave)、3gpp新无线电(new radio，nr))、下一代蜂窝标准(比如6g)以及其他类似的无线电通信技术。蜂窝广域无线电通信技术也包括这种技术的“小型小区”，例如微小区、毫微微小区和微微小区。蜂窝广域无线电通信技术在本文中可被概括称为“蜂窝”通信技术。此外，就本文使用的而言，术语gsm既指电路交换gsm也指封包交换gsm，例如包括gprs、edge和任何其他相关的gsm技术。类似地，术语umts既指电路交换gsm也指封包交换gsm，例如包括 hspa、hsdpa/hsupa、hsdpa+/hsupa+、以及任何其他相关的umts 技术。另外的通信技术包括视线(line of sight，lifi)通信技术。要理解，本文详述的示范性场景本质上是演示性的，并且因此可被类似地应用到各种其他移动通信技术，不论是现有的还是尚未制订的，尤其是在这种移动通信技术就接下来的示例而言与公开的内容共享类似特征的情况下。
[0066]
本文例如在提及通信网络(例如，移动通信网络)时利用的术语“网络”既涵盖了网络的接入段(例如，无线电接入网络(radio accessnetwork，ran)段)，也涵盖了网络的核心段(例如，核心网络段)，而且对于端到端系统也涵盖了移动(包括对等、设备到设备和/或机器到机器通信)、接入、回程、服务器、骨干、和到相同或不同类型的其他网络的网关/互换元件。本文提及移动终端时使用的术语“无线电空闲模式”或“无线电空闲状态”指的是如下的无线电控制状态：在该状态中，移动终端未被分配移动通信网络的至少一个专用通信信道。提及移动终端时使用的术语“无线电已连接模式”或“无线电已连接状态”指的是如下的无线电控制状态：在该状态中，移动终端被分配了移动通信网络的至少一个专用上行链路通信信道。该上行链路通信信道可以是物理信道或虚拟信道。空闲或连接模式可以是连接交换的或封包交换的。
[0067]
术语“终端设备”例如包括移动电话、平板设备、膝上型电脑、计算机、物联网(iot)设备、可穿戴设备、可植入设备、机器型通信设备等等，以及运载工具，例如小汽车、卡车、公共汽车、自行车、机器人、摩托车、火车、轮船、潜艇、无人机、飞机、气球、卫星、宇宙飞船等等，膝上型电脑、可穿戴卡车、公共汽车、自行车、机器人、摩托车、火车、轮船、潜艇、气球、卫星、宇宙飞船。运载工具可被自主控制、半自主控制或者在人的控制之下，例如根据驾驶自
动化的sae j3016级别之一。可基于运载工具、其他运载工具、交通、人或环境的过去、当前和估计未来状况来选择驾驶自动化的级别。
[0068]
除非明确指定，否则术语“发送”涵盖从终端设备到网络接入或中继节点、从终端设备到终端设备、从网络接入或中继节点到骨干的直接(点到点)发送和间接发送(经由一个或多个中间点)。类似地，术语“接收”涵盖终端设备、网络接入和中继节点和骨干之间的直接和间接接收。术语“通信”涵盖发送和接收中的一者或两者，例如在传入和传出方向的一者或两者上的单向或双向通信。此外，术语“发送”、“接收”、“通信”和其他类似的术语涵盖物理传输(例如，无线电信号的传输)和逻辑传输(例如，通过软件级连接的逻辑数据的传输)。例如，一处理器可与另一处理器发送或接收无线电信号形式的数据，其中物理发送和接收是由诸如rf收发器和天线之类的无线电层组件处理的，并且逻辑发送和接收是由处理器执行的。术语“计算”既涵盖经由数学表达式/公式/关系的直接计算，也涵盖经由查找或散列表的计算和其他索引或搜索操作。
[0069]
图1根据一些方面示出了通信网络100的示范性描绘。如图1中所示，通信网络100可以是从无线电接入网络102跨越到骨干网络132和 142的端到端网络。骨干网络132和142可主要实现为有线网络。网络接入节点120-126可以是无线电接入网络并且可与终端设备104-116无线地发送和接收数据以提供到终端设备104-116的无线电接入连接。终端设备 104-116可利用由无线电接入网络102提供的无线电接入连接来在端到端连接上与骨干网络132和142中的服务器交换数据。终端设备104-116和网络接入节点120-126之间的无线电接入连接可根据一个或多个无线电接入技术实现，其中每个终端设备可根据支配该无线电接入连接的特定无线电接入技术的协议与相应的网络接入节点发送和接收数据。在一些方面中，终端设备104-116中的一个或多个可将许可频谱或非许可频谱用于无线电接入连接。在一些方面中，终端设备104-116中的一个或多个可根据多种不同的设备到设备(device-to-device，d2d)通信协议中的任何一种与彼此直接通信。
[0070]
如图1中所示，在一些方面中，诸如终端设备106-110之类的终端设备可依赖于由终端设备104提供的转发链路，其中终端设备104可充当终端设备106-110和网络接入节点120之间的网关或中继。在一些方面中，终端设备106-110可根据网格或多跳网络来配置并且可经由一个或多个其他终端设备与终端设备104通信。终端设备的配置，例如网格或多跳配置，可动态地变化，例如根据终端或用户要求、当前无线电或网络环境、应用和服务的可用性或性能、或者通信或接入的成本而变化。
[0071]
在一些方面中，诸如终端设备116之类的终端设备可利用中继节点 118来与网络接入节点126发送和/或接收数据，其中中继节点118可执行终端设备116和网络接入节点126之间的中继传送，例如利用简单的重复方案或者更复杂的处理和转发方案执行。中继也可实现为一系列中继，或者使用机会中继，其中给定时刻或时间间隔的最佳或近似最佳中继或系列中继被使用。
[0072]
在一些方面中，诸如网络接入节点124和126之类的网络接入节点可与核心网络130相接口，核心网络130可提供既支配无线电接入连接也支配核心网络和骨干连接的路由、控制和管理功能。如图1中所示，核心网络130可与骨干网络142相接口，并且可执行网络网关功能以管理网络接入节点124和126与骨干网络142的各种服务器之间的数据的传送。在一些方面中，网络接入节点124和126可经由直接接口与彼此直接连接，该直接接口可以
是有线的或无线的。在一些方面中，诸如网络接入节点120 之类的网络接入节点可与骨干网络132直接接口连接。在一些方面中，诸如网络接入节点122之类的网络接入节点可经由路由器128与骨干网络 132相接口。
[0073]
骨干网络132和142可包含服务器134-138和144-148中的各种不同的互联网和外部服务器。终端设备104-116可在对于低层传输依赖于无线电接入网络和其他中间接口的逻辑软件级连接上与服务器134-138和144
‑ꢀ
148发送和接收数据。终端设备104-116因此可利用通信网络100作为端到端网络来发送和接收数据，该数据可包括互联网和应用数据，以及其他类型的用户平面数据。在一些方面中，骨干网络132和142可经由网关 140和150接口连接，网关140和150可连接于互换装置152处。
[0074]
3情境感知(context-awareness)
[0075]
设计者和制造者可致力于优化设备和网络操作以便改善诸如电池寿命、数据吞吐量、网络负载、无线电干扰等等之类的多种功能。如下文对于本公开的与情境感知有关的各种方面所详述的，对包括设备位置和移动、过去用户活动和例程、移动和桌面应用的历史或使用模式等等在内的情境信息的收集和处理可提供一种有价值的机制来优化这种功能。这些方面可与本文描述的其他功率节省方法一起使用，例如只在需要时使用情境信息，或者适配情境信息的调度以降低功率和增大操作时间。
[0076]
图2根据一些方面示出了无线电通信网络9100，其除了包括网络接入节点9110和9112以外还可包括终端设备9102和9104。虽然本公开的某些方面可描述某些无线电通信网络设置(例如lte、umts、gsm、其他第3代合作伙伴计划(3gpp)网络、wlan/wi-fi、蓝牙、5g、 mmwave、设备到设备(d2d)等等)，但本文详述的主题被认为是演示性的并且因此可被类似地应用到任何其他无线电通信网络。无线电通信网络9100中的网络接入节点和终端设备的数目是示范性并且可缩放到任何数量。
[0077]
因此，在示范性的蜂窝设置中，网络接入节点9110和9112可以是基站(例如，enodeb、nodeb、基站收发信机(bts)等等)，而终端设备 9102和9104可以是蜂窝终端设备(例如，移动台(ms)、用户设备 (ue)等等)。网络接入节点9110和9112因此可与诸如演进型封包核心 (epc，对于lte)、核心网络(cn，对于umts)或其他蜂窝核心网络之类的蜂窝核心网络接口连接(例如，经由回程接口)，这些蜂窝核心网络也可被认为是无线电通信网络9100的一部分。蜂窝核心网络可与一个或多个外部数据网络接口连接。在示范性短程设置中，网络接入节点9110 和9112可以是接入点(ap，例如wlan或wi-fi ap)，而终端设备 9102和9104可以是短程终端设备(例如，台站(sta))。网络接入节点9110和9112可与一个或多个外部数据网络接口连接(例如，经由内部或外部路由器)。
[0078]
网络接入节点9110和9112(以及图2中没有明确示出的无线电通信网络9100的其他网络接入节点)可相应地向终端设备9102和9104(以及图2中没有明确示出的无线电通信网络9100的其他终端设备)提供无线电接入网络。在示范性蜂窝设置中，由网络接入节点9110和9112提供的无线电接入网络可使得终端设备9102和9104能够经由无线电通信无线地接入核心网络。核心网络可提供与终端设备9102和9104有关的流量数据的切换、路由和发送并且可提供对各种内部数据网络(例如，控制节点、无线电通信网络9100上的其他终端设备等等)和外部数据网络(例如，提供语音、文本、多媒体(音频、视频、图像)和其他因特网和应用数据的数据网络)的接入。在示范性短程设置中，由网络接入节点9110和 9112提供
的无线电接入网络可提供对内部数据网络(例如，连接到无线电通信网络9100的其他终端设备)和外部数据网络(例如，提供语音、文本、多媒体(音频、视频、图像)和其他因特网和应用数据的数据网络) 的接入。
[0079]
无线电通信网络9100的无线电接入网络和核心网络(如果适用的话)可受可依据无线电通信网络9100的细节而变化的网络协议的支配。这种网络协议可定义通过无线电通信网络9100的用户数据流量和控制数据流量两者的调度、格式化和路由，这包括通过无线电通信网络9100的无线电接入网络域和核心网络域两者的这种数据的发送和接收。因此，终端设备9102和9104和网络接入节点9110和9112可遵循定义的网络协议来通过无线电通信网络9100的无线电接入网络域发送和接收数据，而核心网络可遵循定义的网络协议来在核心网络内和外路由数据。示范性网络协议包括lte、umts、gsm、wimax、蓝牙、wi-fi、mmwave等等，其中任何一者都可适用于无线电通信网络9100。
[0080]
图3根据一些方面示出了终端设备9102的内部配置，其可包括天线系统9202、射频(rf)收发器9204、基带调制解调器9206(包括物理层处理模块9208和控制器9210)、应用处理器9212、存储器9214、供电电源9216、传感器9218和传感器9220。虽然在图3中没有明确示出，但终端设备9102可包括一个或多个额外的硬件、软件和/或固件组件(例如处理器/微处理器、控制器/微控制器、其他专用或通用硬件/处理器/模块等等)、(一个或多个)外围设备、存储器、供电电源、(一个或多个)外部设备接口、(一个或多个)订户识别模块(sim)、用户输入/输出设备 ((一个或多个)显示器、(一个或多个)小键盘、(一个或多个)触摸屏、(一个或多个)扬声器、(一个或多个)外部按钮、(一个或多个) 相机、(一个或多个)麦克风等等)，等等。
[0081]
作为节略的操作概述，终端设备9102可在一个或多个无线电接入网络上发送和接收无线电信号。基带调制解调器9206可根据与每个无线电接入网络相关联的通信协议指挥终端设备9102的这种通信功能，并且可对天线系统9202和rf收发器9204执行控制以便根据每个通信协议定义的格式化和调度参数来发送和接收无线电信号。虽然各种实际设计对于每个支持的无线电接入技术可包括单独的通信组件(例如，单独的天线、rf 收发器、物理层处理模块和控制器)，但为了简洁起见，图3中所示的终端设备9102的配置只描绘了每个这种组件的单个实例。
[0082]
终端设备9102可利用天线系统9202发送和接收无线电信号，天线系统9202可以是单个天线或者包括多个天线的天线阵列并且可额外地包括模拟天线组合和/或波束成形电路。在接收路径(rx)中，rf收发器9204 可从天线系统9202接收模拟射频信号并且对模拟射频信号执行模拟和数字rf前端处理以产生数字基带样本(例如，同相/正交(iq)样本)以提供给基带调制解调器9206。rf收发器9204可相应地包括模拟和数字接收组件，包括放大器(例如，低噪声放大器(lna))、滤波器、rf解调器(例如，rf iq解调器)和模拟到数字转换器(adc)来将接收到的射频信号转换成数字基带样本。在发送路径(tx)中，rf收发器9204可从基带调制解调器9206接收数字基带样本并且对数字基带样本执行模拟和数字rf前端处理以产生模拟射频信号来提供给天线系统9202以便无线发送。rf收发器9204从而可包括模拟和数字发送组件，包括放大器(例如，功率放大器(pa))、滤波器、rf调制器(例如，rf iq调制器) 和数字到模拟转换器(dac)，以混合从基带调制解调器9206接收的数字基带样本来产生模拟射频信号以供天线系统9202无线发送。基带调制解调器9206可控制rf收发器9204的
rf发送和接收，包括为rf收发器 9204的操作指定发送和接收无线电频率。
[0083]
如图3中所示，基带调制解调器9206可包括物理层处理模块9208，物理层处理模块9208可执行物理层(第1层)发送和接收处理以使得由控制器9210提供的传出发送数据准备好经由rf收发器9204发送并且使得由rf收发器9204提供的传入接收数据准备好被控制器9210处理。物理层处理模块9208可相应地执行以下各项中的一个或多个：差错检测、前向纠错编码/解码、信道编码和交织、物理信道调制/解调、物理信道映射、无线电测量和搜索、频率和时间同步、天线分集处理、功率控制和加权、速率匹配、重发处理，等等。物理层处理模块9208在结构上可实现为硬件定义的模块，例如实现为一个或多个专用硬件电路或fpga，实现为软件定义的模块，例如实现为一个或多个被配置为取回并执行存储在非暂态计算机可读存储介质中的定义运算、控制和i/o指令(例如，软件和/ 或固件指令)的程序代码的处理器，或者实现为混合的硬件定义的和软件定义的模块。虽然在图3中没有明确示出，但物理层处理模块9208可包括物理层控制器，该物理层控制器被配置为根据由用于相关无线电接入技术的通信协议定义的物理层控制逻辑来控制物理层处理模块9208的各种硬件和软件处理组件。此外，虽然物理层处理模块9208在图3中被描绘为单个组件，但物理层处理模块9208可由物理层处理组件的分开部分集体构成，其中每个相应部分专用于特定无线电接入技术的物理层处理。
[0084]
终端设备9102可被配置为根据一个或多个无线电接入技术操作，这可由控制器9210指挥。控制器9210从而可负责根据每个支持的无线电接入技术的通信协议控制终端设备9102的无线电通信组件(天线系统 9202、rf收发器9204和物理层处理模块9208)，并且相应地可代表每个支持的无线电接入技术的接入层面和非接入层面(nas)(也涵盖第2层和第3层)。控制器9210在结构上可实现为协议处理器，该协议处理器被配置为执行协议软件(从控制器存储器取回)并随后控制终端设备9102 的无线电通信组件以便根据协议软件中定义的相应协议控制逻辑来发送和接收通信信号。
[0085]
控制器9210因此可被配置为管理终端设备9102的无线电通信功能以便与无线电通信网络9100的各种无线电和核心网络组件通信，并且相应地可被根据用于多个无线电接入技术的通信协议来配置。控制器9210例如可以是总体负责所有支持的无线电接入技术(例如，lte和 gsm/umts)的统一控制器，或者可包括多个控制器，其中每个控制器是用于特定无线电接入技术的专用控制器，例如专用lte控制器和专用遗留控制器(或者可替换地，专用lte控制器、专用gsm控制器和专用 umts控制器)。无论如何，控制器9210可负责根据lte和遗留网络的通信协议来指挥终端设备9102的无线电通信活动。如先前关于物理层处理模块9208所记述的，天线系统9202和rf收发器9204的一者或两者可类似地被划分成多个专用组件，其中每个组件分别对应于支持的无线电接入技术中的一个或多个。取决于每个这种配置的细节和支持的无线电接入技术的数目，控制器9210可被配置为根据主/从rat层次化或多sim方案来控制终端设备9102的无线电通信操作。
[0086]
终端设备9102还可包括应用处理器9212、存储器9214和供电电源 9216。应用处理器9212可以是cpu，该cpu被配置为在终端设备9102 的应用层执行终端设备9102的各种应用和/或程序，例如操作系统 (os)、用于支持与终端设备9102的用户交互的用户界面(ui)和/或各种用户应用。应用处理器可作为应用层与基带调制解调器9206接口连接以通过由基带调制解调器9206提供的(一个或多个)无线电网络连接来发送和接收用户数据，例如语
音数据、音频/视频/图像数据、消息传递数据、应用数据、基本因特网/web接入数据，等等。
[0087]
存储器9214可实现终端设备9102的存储器组件，例如硬盘驱动器或者另外的这种永久存储器设备。虽然在图3中是分开描绘的，但在一些方面中基带调制解调器9206和/或应用处理器9212可各自具有专用的存储器，例如被集成到基带调制解调器9206中或与基带调制解调器9206接口连接的专用基带存储器和/或被集成到应用处理器9212中或者与应用处理器9212接口连接的专用应用层存储器。额外地或者替换地，在一些方面中，基带调制解调器9206可利用连接到应用处理器9212的存储器。虽然在图3中没有明确描绘，但图3中所示的终端设备9102的各种其他组件还可各自包括集成的永久和非永久存储器组件，例如用于存储软件程序代码、缓冲数据，等等。
[0088]
供电电源9216可以是向终端设备9102的各种电气组件提供电力的电源。取决于终端设备9102的设计，供电电源9216可以是诸如电池(可再充电的或者一次性的)之类的“有限”电源或者诸如有线电连接之类的“无限”电源。终端设备9102的各种组件的操作从而可从供电电源9216 汲取电力。
[0089]
传感器9218和9220可以是向应用处理器9212提供传感器数据的传感器。传感器9218和9220可以是以下各项的任何一者：位置传感器(例如，全球导航卫星系统(global navigation satellite system，gnss)，比如全球定位系统(global positioning system，gps))、时间传感器(例如，时钟)、加速度传感器/陀螺仪、雷达传感器、光传感器、图像传感器 (例如，相机)、声纳传感器，等等。虽然在图3中被示为与应用处理器9212相连接，但在一些方面中，传感器9218和9220可与基带调制解调器 9206相接口(例如，经由硬件接口)。基带调制解调器9206随后可将传感器数据路由到应用处理器9212。
[0090]
根据一些无线电通信网络，终端设备9102和9104可执行移动性过程以连接到无线电通信网络9100的无线电接入网络的可用网络接入节点、与这些网络接入节点断开连接以及在这些网络接入节点之间切换。由于无线电通信网络9100的每个网络接入节点可具有特定的覆盖区域，所以终端设备9102和9104可被配置为在可用网络接入节点之间进行选择和再选择以便与无线电通信网络9100的无线电接入网络维持强无线电接入连接。例如，终端设备9102可与网络接入节点9110建立无线电接入连接，而终端设备9104可与网络接入节点9112建立无线电接入连接。在当前无线电接入连接劣化的情况下，终端设备9102或9104可寻求与无线电通信网络9100的另一网络接入节点的新无线电接入连接；例如，终端设备 9104可从网络接入节点9112的覆盖区域移动到网络接入节点9110的覆盖区域中。结果，与网络接入节点9112的无线电接入连接可劣化，终端设备9104可经由无线电测量检测到这一点，例如经由网络接入节点9112的信号强度或信号质量测量检测到。取决于在用于无线电通信网络9100的适当网络协议中定义的移动性过程，终端设备9104可寻求新的无线电接入连接(这可在终端设备9104处触发或者由无线电接入网络触发)，其方式例如是通过对邻近的网络接入节点执行无线电测量以确定任何邻近网络接入节点是否能够提供适当的无线电接入连接。由于终端设备9104可能已移动到网络接入节点9110的覆盖区域中，所以终端设备9104可识别网络接入节点9110(这可由终端设备9104选择或者由无线电接入网络选择)并且转移到与网络接入节点9110的新无线电接入连接。这种移动性过程，包括无线电测量、小区选择/再选择和移交，是在各种网络协议中建立的并且可被终端设备和无线电接入网络采用来在每个终端设备和无线电接入网络之间在任何数目的不同无线电接入网络场
景中维持强无线电接入连接。
[0091]
图4示出了可被配置为执行方法10200的网络接入节点(例如图2中介绍的网络接入节点9110)的内部配置。如图4中所示，网络接入节点 9110可包括天线系统9302、无线电模块9304和通信模块9306(包括物理层模块9308和控制模块9310)。作为对网络接入节点9110的操作的缩减概述，网络接入节点9110可经由天线系统9302发送和接收无线电信号，天线系统9302可以是包括多个天线的天线阵列。无线电模块9304可执行发送和接收rf处理以便将来自通信模块9306的传出数字数据转换成模拟 rf信号以提供给天线系统9302用于无线电发送并且将从天线系统9302接收的传入模拟rf信号转换成数字数据以提供给通信模块9306。物理层模块9308可被配置为对从无线电模块9304接收的数字数据执行发送和接收 phy处理以提供给控制模块9310并且对从控制模块9310接收的数字数据执行发送和接收phy处理以提供给无线电模块9304。控制模块9310可根据相应的无线电接入协议(例如lte)来控制网络接入节点9110的通信功能，这可包括对天线系统9302、无线电模块9304和物理层模块9308施行控制。无线电模块9304、物理层模块9308和控制模块9310的每一者在结构上可实现为硬件定义的模块，例如实现为一个或多个专用硬件电路或 fpga，实现为软件定义的模块，例如实现为执行存储在非暂态计算机可读存储介质中的定义运算、控制和i/o指令(例如，软件和/或固件指令) 的程序代码的一个或多个处理器，或者实现为混合的硬件定义的和软件定义的模块。在一些方面中，无线电模块9304可以是包括数字和模拟射频处理和放大电路的无线电收发器。在一些方面中，无线电模块9304可以是被实现为处理器的软件定义无线电(sdr)组件，该处理器被配置为执行指定射频处理例程的软件定义指令。在一些方面中，物理层模块9308 可包括处理器和一个或多个硬件加速器，其中该处理器被配置为控制物理层处理并且将某些处理任务卸载到该一个或多个硬件加速器。在一些方面中，控制模块9310可以是被配置为执行指定上层控制功能的软件定义指令的控制器。在一些方面中，控制模块9310可限于无线电通信协议栈层功能，而在其他方面中控制模块9310也可负责传输、互联网和应用层功能。
[0092]
网络接入节点9110从而可通过提供无线电接入网络来使得服务的终端设备能够访问期望的通信数据而提供无线电通信网络中的网络接入节点的功能。例如，通信模块9306可与核心网络和/或一个或多个互联网络接口连接，这可提供对诸如因特网和其他公共和私有数据网络之类的外部数据网络的接入。
[0093]
无线电通信网络由于影响无线电通信的各种因素而可能是高度动态的。例如，终端设备9102和9104可(例如被用户)移动到相对于网络接入节点9110和9112的各种不同位置，这可影响终端设备9102和9104与网络接入节点9110和9112之间的相对距离和无线电传播信道。无线电传播信道也可由于与移动性无关的因素而变化，例如干扰、移动障碍物和大气变化。此外，终端设备9102和9104处的本地条件，例如电池电力、多个无线电接入技术的使用、不同的用户活动和关联的数据流量需求等等，也可影响无线电通信。除了底层核心网络以外无线电通信也可受网络接入节点9110和9112处的条件的影响，例如网络负载和可用无线电资源。
[0094]
终端设备9102和9104与网络接入节点9110和9112之间的无线电通信环境从而可处于不断变化的状态中。为了有效地操作并且增强用户体验，终端设备9102和9104和网络接入节点9110和9112可能需要认识到这种变化并且相应地适配操作。
[0095]
无线电通信系统因此可利用“情境感知”来对周围环境的变化做出反应，其中，例如终端设备或无线电接入网络可利用表征无线电环境的情境信息来检测和响应变化。从而，在一些方面中，本公开的与情境感知解决方案有关的各种方面提出了经由情境感知的使用来优化用户体验和无线电通信性能的技术和实现方式。
[0096]
3.1情境感知#1
[0097]
在本公开的一些方面中，终端设备可利用情境信息来在移动经过各种无线电覆盖的区域期间优化功率消耗和/或数据吞吐量。具体地，终端设备可预测何时或何地将会发生不良的和强的无线电覆盖并且基于这些预测来调度诸如小区扫描和/或数据传送之类的无线电活动，这可使得终端设备能够通过避免不必要的失败小区扫描来节约功率并且通过在高吞吐量条件中执行传送来优化数据传送。在另一方面中，情境信息的收集或处理可由网络节点提供，例如基站、移动边缘计算节点、服务器节点、云服务等等。
[0098]
一些终端设备可以有限的方式利用情境信息来优化单个“平台”，例如优化单个应用程序的操作或者在硬件级节约功率。图5根据一些方面描绘了在不同平台对情境信息的示范性使用。例如，诸如个人助理、旅行助理、导航程序等等之类的应用程序(例如，在应用处理器9212处执行) 可依赖于诸如应用程序的用户的例程、习惯和排定计划之类的应用层情境信息来预测用户行为并且做出依用户而定的建议和跟踪。导航程序可基于过去路线做出驾驶路线建议，基于过去用户目的地或过去用户搜索做出旅行计划建议，基于先前购买的飞机票提供航班更新，等等。这种信息可由用户在应用层提供给应用程序并且在应用程序内循环利用以预测用户行为并随后适配与用户的交互。此外，操作系统(例如，在应用处理器9212 处执行)也可循环利用本地情境信息来适配操作。如果应用在设备处于不良条件中时以及在终端设备9102的用户不太可能看到该应用时请求后台同步，那么操作系统将把该请求拖延到以后的时间。作为习惯和信号环境的组合做出决策。如果其是前台请求，则该请求可被忽略。应用处理器 9212的硬件也可与应用处理器9212的操作系统交互以便利用本地情境信息执行后台进程管理和基于使用的抑制。(例如，基带调制解调器9206 的)调制解调器硬件也可利用本地情境信息来进行功率控制(例如，高级配置和功率接口(advanced configuration and power interface， acpi))。作为非限制性示例，应用处理器9212可以被工作周期循环，其中工作周期的周期被基于用户的使用模式来进行适配。例如，如果知道用户在一天之中的较长一段时间期间都不会使用设备，并且非关键任务可被推迟，则应用处理器9212可被置于休眠状态。作为另一个非限制性示例，应用处理器9212可以被工作周期循环，其中工作周期的周期被基于服务的频率(例如，电子邮件的同步)来进行适配。
[0099]
如上文介绍的，本公开的各种方面可应用高级别情境信息来优化预测的无线电条件下的无线电活动。具体而言，各种方面例如可观察用户行为 (例如，移动终端设备的用户、彼此邻近的移动终端设备的用户、小区、区域或太空中的移动终端设备的用户等等)以识别用户特定的例程、习惯和日程安排以便预测用户行进路线并随后优化沿着预测的路线的无线电活动，例如小区扫描和数据传送。例如，通过预期用户沿着已知的路线在何时或何地将会处于不良无线电覆盖中(例如，取决于基站或接入点覆盖、频谱使用、频谱拥塞等等)，终端设备可例如暂停小区扫描和/或数据传送，直到预期到改善的无线电覆盖为止。由于在低覆盖或无覆盖场景中反复的小区扫描和数据传送可浪费相当多的电池电量，所以终端设备可因此降低功率消耗并且延长电池寿命。此外，在一些方面中，终端设备可预测沿着
预测的行进路线有哪些网络接入节点将会可用并且可利用这种信息来做出无线电和无线电接入选择，例如选择某些小区、某些网络(例如，公共陆地移动网络(public land mobile network，plmn))、某些rat、某些sim或某些收发器。终端设备也可基于预期的充电时间来优化电池寿命时间。在一些方面中，终端设备也可能够在更细粒的尺度上预测无线电覆盖，例如通过考查无线电测量的最近轨迹和其他情境信息来为不久将来的时刻(例如，毫秒或秒量级)预测无线电条件。
[0100]
图6图示了本公开的一些方面在道路或路径行进场景中的示范性应用。如图6中所示，道路9502可位于网络接入节点9110的覆盖区域9500 的附近。在示范性场景中，作为通常例程的一部分，例如在其每日工作路线、早晨或晚间散步路线、惯常的骑自行车或慢跑路线等等上，终端设备 9102的用户可在道路9502上行进。虽然终端设备9102在道路9502的某些路段中可在网络接入节点9110的覆盖中，但诸如道路9502的路段9504 之类的其他路段可能在覆盖区域9500之外。终端设备9102因此当用户沿着路段9504驾驶时可具有低信号覆盖或没有信号覆盖(例如，不良无线电覆盖)(例如，其中没有其他网络接入节点可在附近向路段9504提供覆盖)。类似的场景例如可发生在覆盖区域9500中的覆盖“空洞”中 (在图6中没有明确示出)，或者发生在终端设备9102的用户出城旅行的情况下，例如去徒步旅行或滑雪，这可产生更长时间段的不良无线电覆盖。
[0101]
根据一些操作场景，终端设备9102在沿着路段9504移动的同时可反复执行小区扫描。然而，尤其如果路段9504是较大的距离，例如几英里，那么终端设备9102可能会浪费相当大量的功率来执行许多失败的小区扫描。某些解决方案可采用“退避”技术，例如指数或线性退避。例如，如果终端设备9102在一系列小区扫描期间没有检测到任何小区，则终端设备9102可启动随着每次相继失败的小区扫描而指数地或线性地增大的退避计数器。然而，虽然失败的小区扫描的数目可被这种退避技术减少，但仍然可能有相当大量的功率花费，因为退避定时器可能是“盲目”的并且可能不会利用对用户的实际行为的任何指示。此外，当用户移动回到小区覆盖中时，尤其如果就在用户返回到小区覆盖之前刚刚启动了较大的退避定时器的话，那么小区扫描可被过度延迟。终端设备9102的用户也可手动关停终端设备9102或者将终端设备9102置于飞行模式中；然而，用户不太可能会知晓重新激活终端设备9102的最优时间。
[0102]
除了ooc场景之外，在一些方面中，还可存在终端设备9102具有有限的来自网络接入节点9110的信号覆盖的情形，例如靠近覆盖区域9500 的小区边缘或者在覆盖区域9500的其中无线电信道被阻塞或者具有强干扰的其他部分中。虽然终端设备9102在这种低信号场景中可能够与网络接入节点9110维持连接，但终端设备9102可尝试执行小区扫描(例如，按照由基于信号强度或质量的触发阈值指定的无线标准)以便搜索提供更好覆盖的网络接入节点。与上述情况类似，在终端设备9102的可检测范围内可能没有任何其他网络接入节点；结果，任何小区扫描都可能检测不到任何其他网络接入节点并且导致对电池功率的大量浪费。
[0103]
此外，在一些方面中，不良的信号条件可阻碍终端设备9102的数据传送。由于无线电条件可能不良，所以终端设备9102可利用简单的调度方案和/或高编码率，这可导致较慢的数据传送速度。不良的无线电条件还可导致严重的传输差错，这可产生很大数目的重发。因此，终端设备9102 当在低信号条件中(例如在覆盖区域9500的小区边缘)尝试数据传送
时可经历高电池耗竭。
[0104]
意识到了这些问题，各种方面例如可利用终端设备9102的高级别情境信息(例如，在应用层从用户获得)，包括用户/设备属性、时间/感官信息、位置信息、用户生成的运动信息、检测到的网络、信号强度/其他无线电测量、电池充电、活跃应用、当前数据流量需求和要求等等，以例如预测行进路线并且优化沿着行进路线的无线电活动。尤其，各种方面可例如基于诸如预测的路线和相应的预测无线电条件之类的因素来优化小区扫描定时、数据传送调度和无线电接入选择。例如，在检测到用户在其上行进的可识别路线后，终端设备9102可预期用户将继续沿着该路线以获得预测的路线并且随后可预测沿着预测路线的无线电条件(例如，利用先前获得的沿着该路线的无线电测量和/或众包的信息)。终端设备9102随后可在ooc或其他不良覆盖场景期间暂停小区扫描，针对强无线电条件调度数据传送，并且基于沿着预测路线的预测无线电条件执行小区、网络和 rat的无线电接入选择。
[0105]
在一些方面中，终端设备9102也可例如基于预期的充电时间来优化电池寿命时间。例如，终端设备9102可监视何时供电电源9216正被充电以识别用户对终端设备9102充电的规律时间和/或位置。终端设备9102随后可预测直到下一次充电为止的预期时间并随后基于例如直到下一次充电为止的预期时间来调整终端设备9102处的功率消耗(例如，通过进入低功率或休眠状态)。此外，终端设备9102例如可关停基带调制解调器 9206和应用处理器9212处的某些任务和应用以便节约功率。例如，如果供电电源9216处的电池寿命较低，则基带调制解调器9206可切换到更低功率的rat(例如，功率效率更高的rat)和/或可关停非关键任务，例如数据。在一些方面中，wi-fi调制解调器(例如，集成为基带调制解调器9206的一部分或者实现为单独的组件)可被完全关闭并且仅当用户希望使用wi-fi时才被激活。在另一示例中，应用处理器9212可被置于空闲模式中(除了监视系统关键任务以外)和/或暂停后台同步过程。
[0106]
图7根据一些方面示出了终端设备9102的功能图。如图7中所示，预测引擎9600可包括预处理模块9602、本地仓库9604和本地学习模块 9606，而决策引擎9610可包括决策模块9612。如将会详述描述的，预测引擎9600可接收情境信息作为输入，预测引擎9600可例如处理、存储和评估该情境信息以便做出关于具体包括用户行进路线在内的预期用户行为的预测。预测引擎9600也可接收来自外部学习模块9608的输入，这可使得预测引擎9600能够基于来自其他终端设备的“众包”情境信息来预测用户路线和无线电条件。预测引擎9600例如可将预测的行进路线和预测的无线电条件提供给决策引擎9610，决策引擎9610可基于例如预测的用户路线和/或预测的无线电条件来在决策模块9612处做出无线电活动决策并且将无线电活动指令提供给终端设备9102的基带调制解调器9206(例如，提供给基带调制解调器9206的协议栈以便执行)。预测引擎9600和决策引擎9610的组件的相应功能在结构上可实现为硬件定义的模块，例如实现为一个或多个专用硬件电路或fpga，实现为软件定义的模块，例如实现为执行存储在非暂态计算机可读存储介质中的定义运算、控制和i/o指令(例如，软件和/或固件指令)的程序代码的一个或多个处理器，或者实现为混合的硬件定义的和软件定义的模块。因此，虽然预测引擎 9600和决策引擎9610的个体组件在图7中是分开描绘的，但此描绘是用于在功能级突出预测引擎9600和决策引擎9610的操作；因此，在一些方面中，预测引擎9600和决策引擎9610的组件中的一个或多个可被集成到共同的硬件和/或软件元件中。此外，本文详述的功能(尤其是例如公式/ 等式、流程图和文字描述)可
很容易被本领域技术人员结合到程序代码中以便从非暂态计算机可读介质取回并由处理器执行。根据图3中所示的终端设备9102的配置，预测引擎9600和决策引擎9610例如可被实现为在应用处理器9212处(和/或例如在控制器9210处)取回和执行的由软件定义的指令。预测引擎9600和决策引擎9610从而可被配置为处理和评估在终端设备9102的应用层获得的高级别情境信息并且应用该情境信息来影响基带调制解调器9206处的无线电活动。
[0107]
如前所示，终端设备9102可利用情境信息，例如用来控制无线电活动，并且具体地用来评估情境信息以预测用户行进路线和无线电条件并随后基于此来控制无线电活动。如图7中所示，预测引擎9600可收集各种高级别情境信息，包括用户/设备属性(例如，设备的类型，包括iot设备、智能电话、膝上型电脑、平板设备等等)、时间/感官信息(例如，来自时钟、加速度计/陀螺仪等等，它们可以是传感器9218和9220)、位置信息(例如，来自诸如gps之类的gnss)、用户生成的运动信息(来自导航应用(其可在应用处理器9212处执行或者在连接到终端设备9102的运载工具/其他设备中执行，例如利用例如蓝牙连接到终端设备9102的运载工具导航系统)的计划行进路线、来自旅行预订应用的预订的酒店/航班/火车、来自日历应用的安排的日历事件等等)、检测到的网络信息(例如，网络接入节点或小区id、网络或plmn id、电池信息(例如，关于供电电源9216何时正被充电的指示、当前电池电力水平等等)等等，它们可例如由基带调制解调器9206和/或应用层提供)、无线电测量(例如，信号强度测量、信号质量测量、干扰测量等等，它们可例如由基带调制解调器9206和/或应用层提供)、电池充电信息(例如，通过监视供电电源9216)。
[0108]
因此，在应用处理器9212处执行的一个或多个应用可将这种情境信息提供给预测引擎9600。此外，除了基带调制解调器9206以外，一个或多个传感器，例如传感器9218和9220(例如位置传感器和时间传感器) 也可如上所述向处理引擎9600提供其他情境信息。预处理模块9602可接收这种情境信息并且解读和组织接收到的情境信息，然后将其提供给本地仓库9604和本地学习模块9606。例如，预处理模块9602可接收传入的情境信息并且以符合预测引擎9600利用(例如为了存储和/或使用)的方式来准备情境信息。这可包括丢弃数据、篡改数据、转换数据或者其他这种操作来按适合于预测引擎9600的格式布置数据。此外，在一些方面中，预处理模块9602在预处理期间可将某些情境信息与其他情境信息关联起来，例如与特定的位置、时间或路线相关联的检测到的网络信息和信号强度测量，并且将关联的情境信息提供给本地仓库9604以进行存储。在一些方面中，预处理模块9602可不断地从各种应用、传感器、位置系统和基带调制解调器9206接收情境信息并且可连续地执行预处理，然后将经预处理的情境信息提供给本地仓库9604和本地学习模块9606。
[0109]
如先前详述的，终端设备9102可基于情境信息预测用户行进路线并随后应用预测的用户行进路线来优化无线电活动。终端设备9102可被配置为检测何时用户沿着可识别的路线行进并随后预期用户将会继续遵循该可识别路线。例如，在一些方面中，终端设备9102可利用情境信息来检测用户何时在常规路线上行进(例如，家和工作之间的驾驶路线或者另一条经常行进的路线)或者在计划路线上行进(例如，利用导航应用行进到目标目的地，在计划的度假中，行进到处于特定位置的排定的约会，等等)。在检测到用户例如在常规的或者计划的路线上行进之后，终端设备 9102可例如通过预期用户将会继续沿着检测到的路线来预测用户行为。在一些方面中，终端设备9102可基于多个可能路线利用概率预测。在示范性场景中，用户有时可能在下班后直接回家，其他时间可能去学校接孩子。因此，终端
设备9102可被配置为基于不同可能路线的概率来做出预测。在一些方面中，终端设备9102可基于先验概率来执行对于用户将会采取哪些路线的统计估计，并且随后可在用户开始在特定路线上行进时基于观察来更新后验概率。
[0110]
例如，通过随着时间的流逝监视终端设备9102的诸如位置信息(例如通过在多日/多星期中跟踪gps位置)、用户生成的运动信息(例如通过在多日/多星期中跟踪目标目的地)、时间/感官信息(例如通过评估采取路线的时间/日期)和无线电相关情境信息(包括检测到的网络(例如，通过识别在某些路线上可用的某些plmn、小区和rat))之类的情境信息，本地学习模块9606可“学习”用户经常使用的某些路线，例如从家去上班的路线。由于本地学习模块9606可基于累积的过去情境信息执行这种学习，所以预测引擎9600可将先前预处理的情境信息存储在本地仓库9604中。本地学习模块9606因此可访问先前预处理的情境信息以便评估先前预处理的情境信息以检测行进模式并且因此学习常规路线。本地学习模块9606因此可基于先前预处理的情境信息生成常规路线并且保存常规路线(例如，定义为位置的序列)。
[0111]
本地学习模块9606随后可监视由预处理模块9602提供的当前的和最近的(例如，过去5分钟的、过去行进的5英里中的，等等)情境信息以检测用户何时正沿着先前学习的常规路线行进。例如，本地学习模块9606 可比较当前/最近位置信息、时间/感官信息和检测到的网络信息与保存的先前学习的常规路线的情境信息以确定用户何时在常规路线上行进。如果当前/最近位置信息、时间/感官信息和/或检测到的网络信息匹配保存的先前学习的常规路线的情境信息，则本地学习模块9606可确定用户正沿着匹配的常规路线行进。本地学习模块9606随后可通过例如预期用户将会继续沿着匹配的常规路线移动来预测用户运动。虽然在某些情况下不像经常行进的路线那么可预测，但本地学习模块9606也可将当前和最近情境信息(尤其是与位置和时间有关的)与存储在本地仓库9604处的诸如公路之类的已知道路的情境信息相比较。如果例如当前和最近情境信息匹配已知道路的情境信息，则本地学习模块9606可检测到用户正沿着该道路行进。尤其，如果该道路例如是公路，则本地学习模块9606可预期用户将会在一段时间期间继续沿着该道路并且利用当前道路作为常规路线。本地学习模块9606也可基于哪些道路是常规路线来对常规路线(例如家到工作路线)分类，并且在以后通过检测到用户已依次沿着常规路线的道路行进来检测到用户正沿着常规路线行进。
[0112]
除了检测用户何时在常规路线上之外，本地学习模块9606还可被配置为检测用户何时在计划路线上行进，例如输入到导航应用中的路线，沿着去到在日历应用中排定的约会的路线，等等。例如，本地学习模块9606 可监视由预处理模块9602提供的用户生成的运动信息以检测例如用户何时将路线输入到导航程序中，用户何时在旅行应用中预订了度假/航班/火车/公共汽车，用户何时有排定的日历事件或者在指定位置的约会，等等由于这种用户生成的运动信息可直接识别路线(或者至少识别目标目的地，对于该目标目的地可识别计划路线)，所以本地学习模块9606可利用这种用户生成的运动信息来识别计划路线并且因此通过预期用户将会继续沿着计划路线来预测用户行为。
[0113]
除了基于常规和计划路线预测用户运动以外，预测引擎9600还可预测沿着路线的无线电条件以便最终做出无线电活动决策(例如暂停小区搜索、重调度数据传送、做出无线电接入选择、优化功率消耗水平，等等)。预测引擎9600因此也可在本地仓库9604中存储无
线电相关情境信息，包括先前检测到的网络信息和过去的无线电测量。如前所示，预处理模块9602可将这种无线电相关情境信息与诸如位置信息、用户生成的运动信息和时间/感官信息之类的其他情境信息关联起来。因此，本地仓库 9604可具有与特定位置、路线和/或时间/日期匹配的检测到的网络(例如哪些plmn可用、哪些小区可用、哪些rat可用)和无线电测量(例如，信号强度、信号质量和干扰测量)的记录。
[0114]
除了在本地仓库9604中明确存储情境信息以外，本地学习模块9606 在一些方面中还可被配置为生成更复杂的数据结构，例如无线电环境地图 (radio environment map，rem)或其他类型的无线电覆盖地图。这种 rem可以是地图状数据结构，其指定某个地理区域上的无线电条件以及其他信息，例如网络和rat覆盖、网络接入节点位置和其他无线电相关信息。因此，本地学习模块9606可被配置为生成这种rem并且利用rem 来预测沿着特定行进路线的无线电条件。例如，在识别出预测路线后，本地学习模块9606可访问存储在本地仓库9604中的rem并且确定沿着预测路线的无线电覆盖，以及在沿着预测路线的各种位置有哪些网络、小区和rat可用。
[0115]
本地学习模块9606可利用由终端设备9102观察到的无线电相关情境信息来生成rem，尤其包括不同位置处的无线电测量，并且也可利用这种无线电测量来应用无线电传播模型以生成综合覆盖地图。然而，利用本地观察生成的rem对于用户先前采取过的路线(例如常规路线)可能是有用的，但rem在一些方面中在为新路线预测无线电条件时可能不是有用的，例如经由用户生成的运动信息检测到的新的计划路线(例如，通过检测到用户将新路线输入到了导航程序中，通过识别出日历应用中的在新位置的约会，等等)。因此，在一些方面中，预测引擎9600可依赖于经由外部学习模块9608获得的众包信息，外部学习模块9608可位于终端设备9102外部，例如基于云的服务器、边缘计算服务器(例如，移动边缘计算(mec)服务器)、核心网络中的服务器或者网络接入节点9110的组件。无论部署细节如何，外部学习模块9608都可利用由其他终端设备提供的众包信息并且向预测引擎9600提供无线电相关情境信息。例如，外部学习模块9608可以是被配置为基于由多个终端设备提供的众包情境信息生成rem和其他覆盖数据的边缘或云服务器。本地学习模块9606因此可针对无线电相关情境信息或预测的无线电条件查询外部学习模块9608 (例如，经由依赖于经由网络接入节点9110的无线电接入网络进行数据传送的软件级连接)。例如，本地学习模块9606可识别新的预测路线并且可利用新路线(或邻近新路线的位置)查询外部学习模块9608。外部学习模块9608随后可利用无线电相关情境信息和/或预测的无线电条件(外部学习模块9608可利用rem生成它们)来响应，本地学习模块9606可利用它们来预测沿着新路线的无线电条件。外部学习模块9608因此或者可利用“原始”无线电相关情境信息来响应，例如通过提供无线电相关情境信息以及关联的位置和/或用户生成的运动信息，或者可在外部学习模块 9608处执行无线电条件预测(例如，利用rem)并且利用沿着新路线的预测无线电条件来响应本地学习模块9606。
[0116]
本地学习模块9606可不断地和/或周期性地评估由预处理模块9602提供的情境信息以便学习和更新常规路线，检测用户何时在常规路线或计划路线上行进，以及预测特定的检测到的路线上的无线电条件。如图7中所示，本地学习模块9606可将预测的无线电条件和预测的路线信息提供给决策引擎9610的决策模块9612。根据一些方面，决策模块9612可基于预测的无线电条件和预测的路线信息来控制无线电活动，例如小区扫描、数据传送和
无线电接入选择。如图7中所示，决策模块9612可向基带调制解调器9206提供指令以便控制终端设备9102的无线电活动。
[0117]
图8根据一些方面示出了示范性方法9700，决策模块9612可执行该方法9700来基于由预测引擎9600提供的预测结果做出与小区扫描定时有关的无线电活动决策。如图8中所示，决策模块9612可首先从预测引擎 9600接收预测无线电条件和预测路线信息。决策模块9612随后可在9704 中评估预测无线电条件和预测路线信息以确定预测结果是否指示出沿着预测路线将会经历不良无线电条件(例如，ooc和/或低信号条件)。如果决策模块9612确定预测路线将不会包括不良无线电条件，则决策模块 9612在9706可将基带调制解调器9206设置到正常操作模式；因此，基带调制解调器9206可继续在没有决策引擎9610的干预的情况下操作。
[0118]
相反，如果决策模块9612在9704中确定预测路线包括不良无线电条件，则决策模块9612可前进到9708以监视终端设备9102的当前位置与预期的不良无线电条件区域相比较。例如，在图6中的设置中，预测引擎 9600可识别道路9502为预测路线并且覆盖区域9500为预测的无线电条件。预测引擎9600可通过跟踪终端设备9102的近期位置信息并且将近期位置信息与保存的沿着道路9502的路线的位置信息相匹配或者通过确定计划路线(例如，在导航应用处输入)包括道路9502来识别道路9502为预测路线。预测引擎9600随后可预测沿着道路9502的无线电条件，例如通过将无线电传播模型和/或插值方案应用到先前获得的沿着道路9502的各种位置处的无线电测量。
[0119]
在各种方面中，预测引擎9600可应用诸如机器学习算法之类的预测算法来执行路线预测。例如，预测引擎9600可应用隐马尔可夫模型 (hmm)或基于贝叶斯树的算法(例如，在定义预测算法的处理器处以指令的形式执行)。在一些方面中，预测引擎9600可基于通用成本函数选择最有可能的路线，该通用成本函数可以是简单的概率阈值或者加权和。随着终端设备9102遍历一条路线，预测引擎9600可随着可能的结果变窄来基于观察更新下一位置的概率和可能的无线电条件(例如，更新后验概率)。在一些方面中，预测引擎9600可利用map估计来预测单条路线。额外地或者替换地，在一些方面中，预测引擎9600可利用同时考虑多个概率结果的混合方案，并且基于实际观察来更新概率。
[0120]
由预测引擎9600获得的预测无线电条件可指出路段9504具有不良无线电覆盖(例如，由于终端设备9102先前在路段9504上行进产生了不良无线电测量和/或由外部学习模块9608提供的众包无线电条件指出路段 9504上的不良无线电覆盖)。因此，决策模块9612可利用预测的无线电条件来在9704中识别出道路9502在路段9504具有不良无线电条件。决策模块9612随后可监视相对于路段9504的终端设备9102的当前位置，并且当到达路段9504的开头时可例如在基带调制解调器9206处根据不良覆盖条件的预期持续时间(例如，直到到达改善的覆盖条件为止的预期时间量)为小区扫描设置退避定时器。决策模块9612可基于例如度量行经路段9504所花费的时间的先前观察时间和/或当前速度测量(这可例如直接以情境信息的形式得到或者可从情境信息得出，例如通过比较相继的位置来估计当前速度)来设置退避定时器。
[0121]
基带调制解调器9206随后可按决策模块9612的指示设置退避定时器并且因此可暂停小区扫描直到退避定时器已期满为止。因此，取代由于不良无线电条件(例如，在ooc条件中或者当网络接入节点9110的信号强度或信号质量降低到阈值以下时)触发小区扫描，
基带调制解调器9206 可不执行任何无线电扫描并且因此可节约功率。
[0122]
在一些方面中，决策模块9612可继续接收来自学习引擎9702的预测结果并且可在9712中不断地评估预测路线信息以确定预测路线是否已经发生变化。例如，虽然预测引擎9600可预期用户将会继续在常规或计划路线上，但用户可做出影响预测路线的其他决策，例如通过停车、绕路、困在车流中、加速或减速来影响；或者，预测引擎9600可能错误地将另一路线识别为了常规路线。决策模块9612从而可继续在9712中监视预测结果以识别预测路线是否变化了。如果决策模块9612在9712中确定预测路线变化了，则决策模块9612可在9714中更新预期的不良无线电条件并且在9710中在基带调制解调器9206处重设置退避定时器。
[0123]
决策模块9612可继续监视预测结果并且在必要时更新退避定时器。最终，终端设备9102可到达路段9504的末尾并从而离开预期不良无线电条件区域，这可与退避定时器的期满一致。基带调制解调器9206随后在 9716中可切换到正常操作模式并且重新开始执行小区扫描(例如，根据小区扫描触发条件)。与其中没有小区可用的路段9504不同，基带调制解调器9206在终端设备9102的范围内可重新检测到网络接入节点9110并且随后可与网络接入节点9110重建立连接。在其他低信号条件中，例如当终端设备9102在小区边缘并且只有单个小区可检测到时，决策模块9612 可利用预测结果来将退避定时器设置为与终端设备9102进入更强小区的覆盖区域的预期时间一致。
[0124]
在方法9700的一个变体中，在一些方面中，当决策模块9612确定终端设备9102沿着预测路线将会开始经历不良无线电条件时，决策模块 9612可指示基带调制解调器9206无限期地暂停小区扫描。决策模块9612 可不断地监视由预测引擎9600提供的预测结果以跟踪何时预期终端设备 9102会返回到预测路线上的正常无线电覆盖。当决策模块9612确定终端设备9102已返回到正常无线电覆盖时(例如，通过比较终端设备9102的当前位置与预期具有改善的无线电覆盖的区域)，决策模块9612可指示基带调制解调器9206恢复小区扫描。在另一种修改中，在一些方面中，决策模块9612可在其确定终端设备9102已返回到正常无线电覆盖时向基带调制解调器9206请求单次小区扫描并且随后可检查小区扫描结果以确定终端设备9102是否已实际返回到正常无线电覆盖。在所有这种情况中，决策模块9612都可控制基带调制解调器9206暂停小区扫描，直到决策模块9612预期终端设备9102已返回到正常无线电覆盖为止。
[0125]
图9根据一些方面示出了小区扫描优化的示范性结果。如9800处所示，在示范性覆盖中，终端设备9102可在第一时间段期间是ooc，在第二时间段期间进入覆盖中，并且在第三时间段期间返回到ooc。在终端设备利用通常小区扫描而没有退避计数器的示范性情况9810中，终端设备可在第一ooc时段期间反复执行失败的小区扫描，这可浪费相当大量的电池功率，而不会成功检测到任何小区。虽然其中终端设备采用退避计数器的示范性情况9820可减少第一ooc时段期间的失败小区扫描的数目并且因此减少浪费的电池功率的量，但对退避计数器的使用可导致终端设备错过在第二时间段期间成功检测到小区的机会。
[0126]
与9810和9820不同，终端设备9102在示范性情况9830中可应用当前方面并且可检测出ooc场景将会发生(例如，基于预测路线信息和/或预测无线电条件)并且暂停小区扫描直到预期返回到正常覆盖为止。因此，终端设备9102可避免在第一ooc时段期间浪费电池功率来执行失败的小区扫描并且随后预测在第二时间段期间返回到正常覆盖。这些方面因此
对于避免电池功率的不必要浪费可能是有效的。
[0127]
如前所示，终端设备9102在一些方面中也可将当前方面应用来控制基带调制解调器9206处的各种其他无线电活动。例如，决策模块9612可接收来自预测引擎9600的预测结果，这些预测结果指出终端设备9102当在预期持续时间期间在预测路线上行进时将处于低信号条件中。由于这种低信号条件可限制数据传送速度(例如，由低调制方案、高编码率、高重发率等等来限制)，因此决策模块9612可决定根据预测结果调整数据传送调度。在预期终端设备9102在预测路线上的以后某点会从低信号条件移出到更高信号条件(例如，根据更高的接收信号强度指标(receivedsignal strength indicator，rssi)测量)的场景中，决策模块9612可指示基带调制解调器9206将数据传送延迟预期的持续时间，直到预期终端设备9102移动到更高信号条件中为止，从而使得基带调制解调器9206延迟数据传送直到终端设备9102转变到可提供更高数据传送速度和更有功率效率的数据传送的更高信号条件为止。在预期终端设备9102沿着预测路线会从低信号条件移出到ooc区域的另一场景中，决策模块9612可指示基带调制解调器9206立即在低信号条件中发起数据传送以在覆盖结束之前允许数据传送。预测引擎9600和决策引擎9610可通过识别预期具有强无线电条件的区域并且将基带调制解调器9206进行的数据传送调度为在预期的强无线电条件期间发生来沿着预测路线继续此过程。基带调制解调器9206延迟数据传送直到预期强无线电条件为止的能力可取决于数据的时延要求。例如，诸如语音流量之类的具有严格时延要求的数据可能不能够被延迟，而诸如尽力而为封包流量之类的具有温和时延要求的其他数据可能够被延迟。因此，如果决策模块9612指示基带调制解调器9206在一段时间期间延迟并重调度数据传送直到预期改善的无线电覆盖为止，则基带调制解调器9206可重调度某些数据传送(例如，对于时延容忍的数据)，但对于其他数据则不(例如，对于时延关键的数据)。数据传送的这种智能调度可显著降低功率消耗，因为数据传送将在更高效的条件中发生。类似地，预测引擎9600可识别诸如家庭wi-fi网络之类的期望网络沿着预测路线将很快可用。取决于数据的时延敏感性，决策模块9612可决定暂停数据传送直到期望的网络可用为止(例如，为了减少蜂窝数据使用)。
[0128]
额外地或者替换地，在一些方面中，决策模块9612可利用由预测引擎9600提供的预测结果来做出无线电接入选择，包括小区、网络和/或 rat选择。例如，预测引擎9600可向决策引擎9610提供预测路线，其伴随着预期在该预测路线的特定位置处可用的小区、网络和/或rat的列表。图10根据一些方面示出了一种示范性场景，其中道路9902的不同路段可具有来自网络接入节点9904、9906、9908和9910的覆盖，其中网络接入节点9904-9910就小区id而言可以是不同的，另外可选地，网络(例如，plmn)和/或rat(例如，lte、umts、gsm等等)可以是不同的。预测引擎9600可识别(例如，基于先前在道路9902上的行进和/或由外部学习模块9608提供的众包信息)道路9902的被网络接入节点9904
‑ꢀ
9910的每一者服务的路段以及网络接入节点9904-9910的每一者提供的小区id(例如，基本服务集标识(basic service set identification， bssid)、物理小区身份(physical cell identity，pci)等等)、网络id (例如，plmn id)和rat。
[0129]
因此，在随后终端设备9102在道路9902上行进之时，本地学习模块 9606可检测道路9902为预测路线并且将道路9902和相关联的网络接入节点9904-9910的无线电相关情境信息提供给决策模块9612。决策模块9612 随后可指示基带调制解调器9206基于无线电相
关情境信息做出无线电接入选择。例如，决策模块9612可指示基带调制解调器9206基于无线电相关情境信息做出服务小区选择；例如通过在道路9902上行进期间顺序地选择网络接入节点9904、9906、9908和9910作为服务小区。因此，取代必须执行完全小区扫描和测量过程，基带调制解调器9206可通过利用由决策模块9612提供的小区id、网络id和rat信息来简化小区扫描和测量。
[0130]
在许多实际使用场景中，在沿着行进路线的不同点处可以有多个网络接入节点可用。因此，在一些方面中，预测引擎9600和决策引擎9610可识别在每个位置预期可用的所有网络接入节点并且将预期网络接入节点提供给基带调制解调器9206，基带调制解调器9206随后可基于预期的可用网络接入节点及其关联的网络和rat特性来做出无线电接入选择。例如，决策引擎9610可向基带调制解调器9206提供可用网络接入节点的列表，这可优化基带调制解调器9206处的小区搜索和选择，因为基带调制解调器9206可具有关于哪些网络接入节点将会可用的先验信息。
[0131]
额外地或者替换地，决策引擎9610可考虑基带调制解调器9206支持的多个rat的功率效率属性，连同预测引擎9600提供的预测结果。例如，基带调制解调器9206可支持第一无线电接入技术和第二无线电接入技术，其中第一无线电接入技术比第二无线电接入技术更有功率效率(例如，更少的电池耗竭)。如果预测引擎9600提供指出在给定区域中第一和第二无线电接入技术都将可用的预测结果，但两个无线电接入技术的无线电条件都将是不良的，那么决策模块9612可选择在基带调制解调器 9206处利用第一无线电接入技术，例如更有功率效率的无线电接入技术。在一些方面中，决策模块9612可选择利用第一无线电接入技术而不是第二无线电接入技术，即使第二无线电接入技术比第一无线电接入技术具有更高优先级(例如，在层次化主/从rat系统中)。此外，在一些方面中，决策模块9612可避免尝试连接到其他rat(例如，可继续利用第一无线电接入技术，例如更有功率效率的无线电接入技术)，直到到达更强覆盖区域为止(按照预测结果所指示)。因此，在各种方面中，决策模块 9612可基于预测的无线电覆盖和基带调制解调器9206支持的rat的功率效率特性来控制rat选择和切换。
[0132]
除了基于预期哪些网络接入节点可用来做出无线电接入选择以外，在一些方面中，决策模块9612还可基于可用网络接入节点的其他特性来做出选择。例如，预测引擎9600也可接收诸如拥塞水平、传输层(例如，传输控制协议(transport control protocol，tcp))连接断开持续时间、时延、吞吐量、信道质量指示(channel quality indication，cqi)等等之类的信息作为无线电相关情境信息(例如，在本地从终端设备9102接收和/或在外部以众包信息的形式从外部学习模块9608接收)。本地学习模块9606随后可基于先前学习的可用网络接入节点的特性来做出关于预期的拥塞、预期的传输层连接断开持续时间、预期的时延、预期的cqi、预期的吞吐量等等的预测并且将这些预测结果提供给决策模块9612。作为小区、网络和/或rat选择过程的一部分，决策模块9612随后也可考虑在给定路线上预期可用的网络接入节点的预测特性。决策模块9612也可基于沿着给定路线预期可用的网络接入节点的预期拥塞、预期传输层连接断开持续时间、预期时延、预期cqi、预期吞吐量等等来做出关于数据传送调度的决策。决策模块9612也可作为无线电活动决策的一部分在互联网协议(ip)层修改重发时间，这可包括利用预测的拥塞和/或时延来调整 tcp/ip超时定时器以便避免重发。
[0133]
如先前介绍的，在一些方面中，终端设备9102可在更细粒度的尺度上实现这些方面。例如，作为与控制在道路或其他更长路径上行进期间 (可以是分钟或小时量级的)的无线电活动有关的应用的附加或替换，终端设备9102可在小得多的持续时间中(例如，毫秒或秒)控制无线电活动。例如，预测引擎9600可在加窗的时间段(例如，秒或毫秒量级的) 中监视无线电相关信息以获得无线电条件的历史序列，这可以是信号强度测量、信号质量测量或其他无线电相关情境信息的序列。预测引擎9600 也可获得其他情境信息，例如位置信息、用户生成的运动信息或时间/感官信息中的一个或多个，并且利用无线电条件的历史序列以及其他情境信息 (例如当前位置、加速度计或陀螺仪信息等等)来预测无线电条件的未来序列(例如，在未来的毫秒或秒的量级)。预测引擎9600随后可将无线电条件的未来序列提供给决策引擎9610，决策引擎9610可基于无线电条件的未来序列来控制无线电活动。
[0134]
图11示出了有关方面的方法10000。如图11中所示，预测引擎9600 可首先在10010中获得无线电条件的历史序列和其他情境信息。在一些方面中，无线电条件的历史序列可以是过去的一系列无线电测量，例如信号强度或信号质量测量，而其他情境信息可以是位置信息、用户生成的运动信息或时间/感官信息中的一个或多个。例如，在一个方面中，无线电测量的历史序列可以是在最近的一段时间中，例如几毫秒或几秒中获得的信号强度测量的序列。其他情境信息可以是时间/感官信息，例如指示出终端设备9102的近期运动的陀螺仪或加速度计运动数据。预测引擎9600的本地学习模块9606随后可在10020中向无线电条件的历史序列和其他情境信息应用预测算法(例如，以可执行指令的形式)，以获得无线电条件的预测序列。例如，本地学习模块9606可利用无线电条件的历史序列的点 (这些点的每一者可发生在近来的特定时间点)来将过去无线电条件外推到未来的无线电条件的预测序列上。本地学习模块9606也可利用其他情境信息来对塑造无线电条件的预测序列。例如，由加速度计或陀螺仪数据指示的终端设备9102的运动可指示出过去无线电条件与未来无线电条件的相似性，其中终端设备9102的大幅运动一般可产生过去和未来无线电条件之间的相关性。在一些方面中，本地学习模块9606应用的预测算法可基于其他情境信息绘出运动轨迹。因此，在各种方面中，本地学习模块 9606在10020中可基于无线电条件的历史序列和其他情境信息获得无线电条件的预测序列。
[0135]
本地学习模块9606随后可将无线电条件的预测序列提供给决策引擎 9610的决策模块9612。决策模块9612随后在10030中可基于无线电条件的预测序列来控制基带调制解调器9206处的无线电活动。在各种方面中，这可包括基于无线电条件的预测序列来控制基带调制解调器9206处的小区扫描、数据传送和无线电接入选择。例如，如果无线电条件的预测序列指示出不良无线电条件(例如，在由无线电条件的预测序列表征的即将来临的持续时间期间)，那么决策模块9612可暂停无线电活动，例如暂停一段时间或无限期地暂停。这可避免在不良无线电条件中尝试小区扫描和数据传送，这可产生低小区检测率和/或低吞吐量率。在一些方面中，无线电条件的预测序列可指示出多个rat、多个小区或多个网络的无线电条件，并且相应地可向决策模块9612提供执行无线电接入选择的基础。例如，如果基带调制解调器9206当前正在利用第一rat并且无线电条件的预测序列指示出第二rat被预期具有更好的无线电条件，则决策模块 9612可触发基带调制解调器9206处的从第一rat到第二rat的rat切换。决策模块9612可以相同的方式触发小区和网络重选择。
[0136]
如前所示，无线电条件的历史序列和无线电条件的预测序列在一些方面中可以以
最近的过去和最近的当前为中心，例如在毫秒或秒的量级上。因此，在一些方面中，方法10000也可不包括更长时间段上的路线预测，并且可更专注于对不久将来的无线电活动的控制，例如对几毫秒或几秒的无线电活动的控制。在一些方面中，这可包括基于最近的无线电条件历史 (例如，跨越最近几毫秒或几秒的无线电条件的历史序列)和(尤其是与用户运动有关的)其他情境信息触发相对瞬时的决策。
[0137]
在一些方面中，基带调制解调器9206可在预测的ooc场景期间暂停所有调制解调器活动。例如，决策模块9612可识别出预测路线包括不良覆盖条件并且根据不良覆盖条件的预期持续时间识别退避定时器。除了在不良覆盖条件的预期持续时间期间暂停无线电扫描以外，在一些方面中，基带调制解调器9206可在不良覆盖条件的预期持续时间期间停止所有已连接模式活动(例如，连接(重)建立(例如，经由随机接入信道 (rach)过程)、连接释放、已连接模式测量、数据平面发送和接收活动等等)，例如直到退避定时器期满为止。在一些方面中，基带调制解调器9206也可停止所有空闲模式活动(例如，作为小区(重)选择的一部分的小区扫描、系统信息获取(例如，主信息块(mib)和/或系统信息块 (sib，例如sib1))、空闲模式测量，等等)，直到退避定时器期满为止。因此，当决策模块9612确定在预测路线上预期会发生不良无线电条件时，除了暂停无线电扫描以外，基带调制解调器9206还可暂停所有无线电活动(例如，取决于是处于已连接模式中还是空闲模式中)。这可增大终端设备9102处的功率节省。此外，在一些方面中，终端设备9102可进入最低可能功率状态(例如，休眠状态)，直到退避定时器期满为止，以便最大化功率消耗。
[0138]
在一些方面中，预测引擎9600和决策引擎9610也可基于预测电池充电信息来优化电池功率消耗。例如，预测引擎9600可在预处理模块9602 处接收电池充电信息作为情境信息，这可以是指出供电电源9216正被充电的简单指示。预处理模块9602随后可将时间和位置与充电指示关联起来并且将关联的信息提供给本地仓库9604和本地学习模块9606。预测引擎9600从而可保持过去充电位置和时间的记录，这可使得本地学习模块 9606能够学习常规充电位置和时间(例如，夜间在家中位置)。本地学习模块9606于是可能够基于常规充电位置和时间(相对于当前情境信息指示出的当前位置和时间)来预期直到下次充电为止的预期时间并且将直到下次充电为止的预期时间提供给决策模块9612。决策模块9612于是可能够为基带调制解调器9206做出功率控制决策，例如如果直到下次充电为止的预期时间是较长的持续时间，则指示基带调制解调器9206利用低功率状态。预处理模块9602也可基于当前电池电力水平和电池电力持续时间的过去历史来预测预期剩余电池电力并且将这种信息提供给决策模块 9612。决策模块9612还可将功率控制指令提供给终端设备9102的其他组件，例如提供给通用功率管理器(例如，在应用处理器9212处以软件定义的指令的形式执行)以便控制终端设备9102处的总功率消耗。
[0139]
如上所示，外部学习模块9608可位于终端设备9102外部并且在一些方面中可被配置为向预测引擎9600提供预测结果(例如，基于来自其他终端设备的众包情境信息)。因此，一些处理负载可被转移给外部学习模块9608。在一种变体中，本地学习模块9606处的处理负载中的一些或全部以及本地仓库9604处对情境信息的存储可被卸载到外部学习模块 9608，例如在云处理设置中。因此，取代在预测引擎9600处执行预测处理和/或存储，预测引擎9600可将情境信息(原始的或者经预处理的)提供给外部学习模块9608，外部学习模块9608随后可执行预测处理(例如，以上文关于本地学习模块9606详述的方式；可能利用更多
的众包情境信息)并且将预测结果提供给决策模块9612。决策模块9612随后可按上文详述的方式利用预测结果做出决策。
[0140]
终端设备因此可应用各种方面来使用高级别情境信息来优化无线电活动和其他操作，例如电池电力。具体地，终端设备可做出与预期用户运动 (例如，常规或计划路线)和无线电条件(例如，无线电条件和可用小区/ 网络/rat)有关的预测来优化沿着预期用户移动路径的无线电活动，包括暂停小区扫描和数据传送以及做出小区/网络/rat选择。此外，终端设备可预测电池充电场景并且基于直到下次充电为止的预期时间来优化功率消耗。
[0141]
图12根据一些方面示出了执行无线电通信的示范性方法10100。如图 12中所示，方法10100包括基于与用户位置有关的情境信息确定预测用户运动以获得预测路线(10110)，确定沿着预测路线的预测无线电条件 (10120)，基于预测无线电条件，识别预期具有第一类型的无线电条件的一个或多个第一区域和预期具有与第一类型的无线电条件不同的第二类型的无线电条件的一个或多个第二区域(10130)，以及根据一个或多个第一区域和一个或多个第二区域控制当在预测路线上行进时的无线电活动 (10140)。
[0142]
3.2情境感知#2
[0143]
上文描述的某些方面从而可在终端设备本地产生相当大的益处。然而，基于情境感知的优化在网络侧也可产生重大优点，尤其是在网络接入节点处用来优化网络活动。具体地，关于预期用户行进路线的知识可使得网络接入节点能够优化多种参数，例如频谱和资源分配、小区负载、服务质量(qos)、移交和其他设备移动性，等等。因此，在本公开的一些方面中，终端设备和网络接入节点可合作来将若干个终端设备的用户行进和使用预测提供给网络。网络接入节点随后可能够利用用户行进预测来在许多用户间优化服务。多个终端设备和网络接入节点之间的合作还可促进许多设备间的数据的众包并且增强预测的准确性和适用性。
[0144]
本公开的一些方面因此可包括在终端设备和网络接入节点两者处的预测和决策引擎。终端设备和网络接入节点预测引擎可与彼此接口连接(例如，经由依赖于无线电连接进行低层传输的软件级连接)以共享情境信息并且基于共享的预测信息做出整体预测，这可允许一方或两方基于另一方的信息或预测来增强预测结果。例如，在一些方面中，多个终端设备可各自在本地终端设备(td)预测引擎处利用情境信息预测用户运动，例如通过如上所述检测常规或计划路线上的行进。终端设备也可能够预测数据传送相关参数，例如预期流量需求、预期qos要求、预期活跃应用(其可影响流量需求和qos要求)等等，这可提供对每个终端设备的数据传送要求的表征。终端设备随后可将运动和数据要求预测提供给对方网络接入节点 (nan)预测引擎，该预测引擎随后可利用来自终端设备的运动和数据要求预测来预期每个终端设备将位于何处以及每个终端设备的数据要求是什么。bs预测引擎因此可能够基于每个终端设备的预测路线和预测数据要求来预测网络条件，例如预期网络流量、预期负载、预期拥塞、预期时延、预期频谱使用和预期流量类型。td和nan预测引擎随后可将终端设备和网络预测提供给td和nan决策引擎，td和nan决策引擎随后可基于由td和nan预测引擎生成的预测来为终端设备和网络接入节点做出优化决策。例如，nan决策引擎可使用预测结果来优化频谱和资源分配，优化调度和卸载，执行终端设备的智能移交和网络切换，以及布置可变的频谱定价和租赁。每个终端设备处的td决策引擎可使用预测结果来优化小区扫描定时，优化服务和功率水平，执行智能下载/数据传送调度，做出关于灵活定价方案
的决策，基于预测的无线电覆盖和服务调整行进或导航路线，或者与网络或其他终端设备或终端设备的用户就资源和资源可用的定时进行协商。
[0145]
图13根据一些方面示出了td和nan预测和决策引擎的示范性布置，其可在逻辑上被分组成包括本地nan预测模块10202和本地td预测模块10204的预测模块10200和包括本地nan决策模块10212和本地td 决策模块10214的决策模块10210。预测模块10200和决策模块10210的实现可以是“逻辑”布置；因此，本地td预测模块10204和本地td决策模块10214可位于终端设备处，例如终端设备9102，而本地nan预测模块10202和本地nan决策模块10212可位于网络接入节点处，例如网络接入节点9110。例如，在一些方面中，本地td预测模块10204和本地 td决策模块10214可实现为在终端设备9102的应用处理器9212处执行的软件定义的指令，而本地nan预测模块10202和本地nan决策模块 10212可实现为在网络接入节点9110的控制模块9310处执行的软件定义的指令。本地nan预测模块10204可与本地td预测模块10204具有软件级连接(这可依赖于终端设备9102和网络接入节点9110之间的无线电接入连接来进行更低层传输)以形成预测模块10200。类似地，本地nan决策模块10212可与本地td决策模块10214具有软件级连接(这可依赖于终端设备9102和网络接入节点9110之间的无线电接入连接来进行更低层传输)以形成决策模块10210。在一些方面中，本地td预测模块10204、本地td决策模块10214、本地nan预测模块10202和本地nan决策模块10212中的一个或多个可以用硬件定义的方式来实现，例如利用一个或多个专用硬件电路来实现，这些硬件电路可以完全是硬件或者是软件和硬件的混合(例如，处理器可将某些任务卸载到硬件加速器或其他专用硬件电路)。
[0146]
此外，一个或多个额外的终端设备(在图13中表示为td_1
–ꢀ
td_n)可各自包括本地td预测模块和本地td决策模块作为预测模块10200和决策模块10210的一部分。此外，预测模块10200和决策模块 10210可包括来自一个或多个额外的网络接入节点的本地nan预测模块和本地nan决策模块。包含额外的终端设备和网络接入节点可扩展预测结果，以例如包括来自许多不同的终端设备和基站的预测，并且扩展决策做出，以例如在许多不同的终端设备和基站处做出决策。预测模块9300也可接收来自核心网络组件的情境信息，例如移动性管理实体(mme)、归属订户服务(hss)等等，这些情境信息也可涉及流量装载、拥塞、时延、网络流量、频谱使用、卸载信息、负载变化、延迟、qos、吞吐量和流量类型并且被预测模块10200利用来做出预测。此外，虽然本地nan 预测模块10202和本地nan决策模块10212在上文被详述为实现在网络接入节点处，但本地nan预测模块10202和本地nan决策模块10212也可改为实现为核心网络的一部分，例如实现在与多个网络接入节点接口连接并从而能够访问来自多个网络接入节点的情境信息的核心网络位置。另外，预测模块10200和决策模块10210可分别包括位于核心网络中的与预测模块10200和决策模块10210的其他预测和决策模块相接口的核心网络预测模块和核心网络决策模块。因此，预测模块10200和决策模块10210 从而可在终端设备9102、网络接入节点9110、一个或多个其他终端设备、一个或多个其他网络接入节点和一个或多个其他核心网络组件之间以分布方式实现。预测模块10200和决策模块10210因此可与本地nan预测模块10202、本地td预测模块10204、本地nan决策模块10212和本地td决策模块10214的许多不同的物理布置兼容。
[0147]
图14和图15根据一些方面示出了本地td预测模块10204、本地td 决策模块10214、本地nan预测模块10202和本地nan决策模块10212 的示范性配置。图16根据一些方面示出
了消息序列图10500，其详述了本地td预测模块10204、本地td决策模块10214、本地nan预测模块 10202的操作。如将会详述的，本地nan预测模块10202和本地td预测模块10204可基于本地情境信息(10502a和10502b)做出本地预测并且与彼此协调预测结果以精炼预测结果(10504)。本地nan预测模块10202 和本地td预测模块10204随后可将预测结果提供给本地nan决策模块10212和本地td决策模块10214(10506a和10506b)，它们随后可协调决策(10508)并且在终端设备9102和网络接入节点9110处做出最终决策(10510a和10510b)。
[0148]
如图14和图15中所示，本地td预测模块10204、本地td决策模块 10214、本地nan预测模块10202和本地nan决策模块10212在一些方面中可按与如上所述的预测引擎9600和决策引擎9610类似的方式来配置。因此，本地td预测模块10204可在10502a中接收本地td情境信息，包括用户/设备属性、时间/感官信息、位置信息、用户生成的运动信息、检测到的网络、信号强度/其他无线电测量、电池充电信息、活跃应用和当前数据流量需求和要求。预处理模块10302随后可对接收到的情境信息进行预处理，例如将某些类型的情境信息与其他有关情境信息关联起来，并且将经预处理的情境信息提供给本地仓库10304以便存储以及提供给本地学习模块10306以便学习和预测。本地学习模块10306随后可评估当前情境信息(从预处理模块10302接收的)和过去情境信息(从本地仓库10304接收的)以便预测用户运动、无线电条件和数据服务要求(从而在10502a中获得本地预测)。具体地，本地学习模块10306可评估情境信息以检测出用户何时在可识别的路线(例如常规路线或计划路线)上行进，并且通过预期用户将会继续在检测到的路线上行进来预测用户运动。在预测用户运动之后，本地学习模块10306可预测沿着预测路线的无线电条件，这可包括预测无线电覆盖条件，以及预测沿着预测路线将会有哪些网络、小区和rat可用。本地学习模块10306可按与上文关于本地学习模块10500详述的相同的方式执行路线和无线电条件预测。
[0149]
本地学习模块10306作为10502a的一部分也可预测即将来临的数据服务要求，这可包括预测预期流量需求，预期qos要求和预期活跃应用(这取决于活跃应用的数据流量可影响流量需求和qos要求)。具体地，本地学习模块10306可评估与活跃应用和当前数据流量需求和要求有关的情境信息以预测即将来临的数据服务要求。例如，本地学习模块10306可识别哪些应用当前在终端设备9102处活跃并且评估活跃应用的数据流量要求，例如活跃应用的吞吐量需求、qos需求、数据速度需求、可靠性需求等等。此外，如果例如本地学习模块10306识别出终端设备9102在常规路线上，则本地学习模块10306可访问本地仓库10304以识别是否有任何特定应用通常在常规路线上被使用(例如常规驾驶路线上的流媒体音乐播放器应用)，预处理模块10302可能在早先的预处理期间已预先将这些特定应用与常规路线上的位置关联了起来并存储在了本地仓库10304中。此外，本地学习模块10306可查看终端设备9102处的当前和最近数据流量需求和要求，包括整体吞吐量需求、qos需求、数据速度需求和可靠性需求。本地学习模块10306随后可基于当前和最近数据流量需求和要求来预测即将来临的数据服务要求将是什么。
[0150]
例如，在一些方面中，本地学习模块10306作为预测的无线电条件的一部分可预测网络接入节点的拥塞水平。本地学习模块10306可应用具有从情境信息得出的输入变量的预定预测函数来产生拥塞水平。例如，本地学习模块10306可计算cl
p
＝f(nw,t,loc)，其中cl
p
是预测拥塞水平， nw是无线电接入网络类型(例如，蜂窝或wi-fi)和网络接入节点标识符 (例如，按bssid或ap id)，t是时间，并且loc是位置。
[0151]
预测函数f可以是其输入参数的简单线性函数，或者可以是复杂学习函数，例如从学习算法得出的支持向量机(support vector machine， svm)或贝叶斯网络。每个本地学习模块可应用这种算法和预测函数来获得各自的预测结果。
[0152]
本地nan预测模块10202在10502b中也可获得本地预测。如图15 中所示，本地nan预测模块10204可接收关于网络接入节点9110的本地情境信息，这可包括来自网络接入节点9110的情境信息以及核心网络情境信息(例如，来自mme或hss)。这种情境信息可包括但不限于流量卸载信息、拥塞信息、时延信息、网络流量信息、频谱使用信息、卸载信息、负载变化信息、延迟信息、qos信息、吞吐量信息和流量类型信息。预处理模块10402随后可对情境信息进行预处理并且将经预处理的情境信息提供给本地仓库10404和本地学习模块10406。本地学习模块10406可评估当前情境信息(从预处理模块10402接收的)和最近情境信息(从本地仓库10404接收的)来做出关于网络条件的预测，包括预期网络流量、预期网络负载、预期拥塞、预期时延、预期频谱使用和预期流量类型。例如，在一些方面中，本地学习模块10406可评估最近的时间窗口期间的情境信息以对情境信息取平均并且确定预期网络条件。本地学习模块10406 还可利用更复杂的预测技术来外推当前和最近情境信息以预测即将来临的网络条件。
[0153]
本地td预测模块10204和本地nan预测模块10202因此在10502a 和10502b中可获得本地预测结果，其中本地td预测模块10204例如可获得预测路线、预测数据服务要求和预测无线电条件，并且本地nan预测模块10202例如可获得预测网络条件。由于本地td预测模块10204处的预测结果可与本地nan预测模块10202处的预测结果高度相关(反之亦然)，所以本地td预测模块10204和本地nan预测模块10202在一些方面中可在10504中协调预测结果(也如图13中在预测模块10200中所示)。此外，在一些方面中，一个或多个其他预测模块可以是预测模块 10200的一部分，例如一个或多个其他ue预测模块和一个或多个核心网络预测模块，其他预测模块也可与本地td预测模块10204和本地nan预测模块10202协调预测结果(例如，利用rem或类似的覆盖地图)。因此，如图14中所示，本地td预测模块10202可从作为外部预测模块 10308的一个或多个其他预测模块(包括本地nan预测模块10204)接收预测结果，而本地nan预测模块10204可从作为外部预测模块10408的一个或多个其他预测模块(包括本地td预测模块10202)接收预测结果。
[0154]
在一些方面中，本地td预测模块10204和本地nan预测模块10202 随后可在10504中基于外部预测结果来更新本地预测结果。例如，本地学习模块10306可利用来自其他ue预测模块的情境信息和预测结果作为“众包”信息(例如以上文关于外部学习模块9608详述的方式，可能利用rem或类似的过程)，这可使得本地td预测模块10204能够获得与新的位置和路线有关的情境信息(例如新路线的无线电条件和网络选择信息)。此外，在一些方面中，来自终端设备9102和一个或多个其他终端设备的本地td预测结果可对本地nan预测结果具有重大影响。例如，外部预测模块10408的多个td预测模块可各自能够向本地学习模块 10406提供预测路线和沿着预测路线的预测数据服务要求。基于预测路线和预测数据服务要求，本地学习模块10406可更准确地预测例如预期网络流量、预期网络负载、预期拥塞、预期时延、预期频谱使用和预期流量类型，因为本地学习模块10406可具有预期服务的终端设备的数目(例如，基于哪些终端设备具有落在网络接入节点9110的覆盖区域内的预测路线)和每个终端设备的数据服务要求的预测信息。本地学习模块10406可利用来自外部预测模块
10408的外部预测结果来更新和/或再计算预测网络条件。
[0155]
当在10504中协调预测结果之后，预测模块10200可具有预测结果的综合集合，包括预测路线、预测数据服务要求、预测无线电条件和/或预测网络条件。预测模块10200随后可在10506a和1050b中将综合预测结果提供给决策模块10210的本地td决策模块10214和本地nan决策模块 10212。
[0156]
本地td决策模块10214和本地nan决策模块10212于是可能够基于综合预测结果来优化终端设备和网络决策。由于网络决策(例如频谱/资源分配、调度、移交、频谱定价/租赁)可对终端设备活动具有影响并且终端设备决策(例如服务水平、调度、定价方案、无线电接入选择、无线电活动、功率状态和路线)可对网络活动具有影响，所以本地td决策模块 10214和本地nan决策模块10212在10508中可协调来做出决策。例如，本地nan决策模块10212可利用基于预测数据服务要求和预测路线获得的预测网络条件来为包括终端设备9102在内的多个终端设备执行频谱分配，例如通过将终端设备9102指派为在特定频带上操作。频谱分配可对终端设备9102经历的无线电条件、数据服务和网络条件具有直接影响，该终端设备9102可沿着部分由网络接入节点9110服务的预测路线行进。因此，如果本地nan决策模块10212决定了对于终端设备9102而言不满意的频谱分配，则本地td决策模块10214可决定沿着预测路线选择不同的网络接入节点，这进而可影响网络接入节点9110的数据流量要求。由于终端设备和网络决策之间的互联性，所以10508中的决策协调对于提供终端设备和网络活动的最大优化可能是重要的。可以应用许多其他网络决策，例如将移动网络接入节点(例如无人机或其他运载工具网络接入节点)移动到更高预期需求的区域。本地td决策模块10214和本地nan决策模块10212也可做出关于卸载的决策，例如通过基于预期需求从网络侧触发卸载。在一些方面中，本地td决策模块10214和本地nan决策模块 10212可基于某些区域中的预期需求来调整非许可频谱的使用和中继。在一些方面中，本地td决策模块10214和本地nan决策模块10212也可调整网络接入节点的小区大小，例如在宏小区大小和微小区大小之间切换。在一些方面中，可在本地nan决策模块10212处处理这些决策，而在其他方面中，可作为本地td决策模块10214和本地nan决策模块10212之间的合作过程来执行这些决策。
[0157]
本地td决策模块10214和本地nan决策模块10212可利用预测结果 (例如，预测路线、预测数据服务要求、预测无线电条件和/或预测网络条件)来做出若干不同的终端设备和网络决策中的任何一种。例如，本地 nan决策模块10212可基于预测结果做出关于各种通信活动的决策，例如频谱分配(例如，将终端设备指派到特定频带)、资源分配(例如，向终端设备指派无线电资源)、调度/卸载、移交/切换、可变频谱定价(例如，当预期网络负载较高时提供灵活定价)，或者频谱租赁(例如，当预测需求较高时租赁额外的频谱)。具体地，本地nan决策模块10212可为多个终端设备利用预测路线、预测数据服务要求和/或预测无线电条件 (例如，以rem的形式)来在这些终端设备沿着预测路线移动时计划频谱和资源分配和/或协调移交。
[0158]
在一些方面中，本地td决策模块10214可执行小区扫描定时(例如，如上所述)、调度其他调制解调器活动(例如，通过如上所述暂停已连接和/或空闲模式调制解调器活动)、优化服务和功率水平(例如，通过选择优化的预测状态、在不良覆盖条件期间进入低功率状态等等，例如如上所述)，为下载和数据传送执行调度(例如，如上所述)，做出关于灵活定价
方案的决策(例如，基于预测覆盖和预测数据服务要求决定灵活定价)和/或在导航程序中改变导航路线(例如，基于预测的无线电条件和覆盖)。由于本地td决策模块10214可具有预测的无线电条件和预测的网络条件两者，所以本地td决策模块10214可被配置为根据预测的无线电条件和/或预测的网络条件选择具有较强的预测无线电条件和较强的预测网络条件的网络接入节点，例如具有以下各项中的一个或多个的网络接入节点：强信号强度、强信号质量、低干扰、低时延、低拥塞、低传输层连接断开持续时间、低负载，等等。此外，在一些方面中，本地td决策模块 10214可被配置为在预测的无线电条件和预测的网络条件沿着预测路线指示出强信号强度、强信号质量、低干扰、低时延、低拥塞、低传输层连接断开持续时间、低负载等等中的一个或多个时调度数据传送。
[0159]
图17根据一些方面示出了方法10600，其图示了本地nan决策模块 10212可基于预测结果做出频谱分配决策的示范性过程。不同的终端设备可支持不同的频谱(例如，不同的频带)和不同的服务水平(例如，不同的rat，这可被指示为用户/设备属性情境信息)。每个终端设备可尝试找到并保持在最高服务水平/最有效的rat，例如从4g到3g再到2g。然而，频谱可由于高需求而变得拥塞；因此，网络(例如，网络接入节点) 预测网络拥塞可在何时以及何地发生以使得网络能够确保所有用户都获得满足其预期qos的服务，可能是有利的。如果没有充分的频谱，则网络运营者可尝试从各种实体租赁新的频谱，例如根据许可共享接入(licensedshared access，lsa)或频谱接入系统(spectrum access system， sas)，和/或可智能地分配频谱给不同的终端设备以确保所有终端设备都具有充分的频谱。因此，如果网络可预先预测网络负载，那么网络可以以高效的方式分配频率，这可减少切换并从而避免浪费能量和降低qos。
[0160]
因此，在一些方面中，本地nan决策模块10212可实现方法10600 来基于各种终端设备的预测路线和数据服务要求执行频谱分配。如图17 中所示，本地nan决策模块10212在10602中可获得包括预测路线和预测数据服务要求的td预测结果，以及每个终端设备支持的频带。本地 nan决策模块10212随后在10604中可基于预测路线和预测数据服务要求确定是否将(预期)有充分的频谱可用。如果在10604中预期有充分的频谱可用，则本地nan决策模块10212可不需要租赁任何额外的频谱并且可前进到10606来在确保具有有限频带支持的终端设备具有充分频谱的同时向用户分配频谱。
[0161]
相反，如果在10604中预期没有充分的频谱可用，则本地nan决策模块10212可在10608中确定是否可能租赁新频谱，例如作为lsa或sas 方案的一部分。如果不可能租赁新频谱，则本地nan决策模块10212可向付费更高的客户提供阶梯定价以确保付费更高的客户接收高服务质量。如果可能租赁新频谱，则本地nan决策模块10212可租赁频谱以弥补需求10614，其中租赁的频谱的总量和租赁的持续时间可取决于预测的网络负载。在10610或10614之后，可前进到10606以在确保具有有限频带支持的终端设备具有充分的频谱的同时分配频谱给用户。本地nan决策模块10212可继续使用租赁的频谱或者阶梯定价直到峰值需求平息为止，此时本地nan决策模块10212在10616中可释放租赁的频谱或者阶梯定价。
[0162]
在各种方面中，本地td决策模块10214在10510a中可执行各种不同的优化决策来控制无线电活动。例如，本地td决策模块10214可利用其预测路线以及预测无线电条件(例如，以rem的形式)来针对沿着预测路线的强无线电覆盖区域调度容忍延迟的数据，基于沿着预测路线的预测可用网络选择要利用的期望网络类型，基于沿着预测路线的预测可用网
络接入节点扫描寻找某些网络接入节点，做出关于灵活定价方案的决策，在导航应用上改变路线(例如，选择具有比当前路线具有更好无线电条件的新路线)，执行ip层优化(例如，优化重发和确认/非确认 (ack/nack))，暂停小区扫描，暂停调制解调器活动，选择优化的功率状态，等等。
[0163]
根据各种方面，本地td决策模块10214和本地nan决策模块10212 因此可在10510a和10510b做出本地td决策和本地nan决策并且将决策指令分别提供给基带调制解调器9206(例如，提供给终端设备协议栈)或者提供给应用处理器9212和控制模块9310(例如，提供给网络接入节点协议栈)，它们可根据指令执行决策。这可包括根据决策发送或接收数据。
[0164]
如前所示，在一些方面中，预测模块10200还可包括核心网络预测模块，并且决策模块10210还可包括核心网络决策模块。因此，不同于网络接入节点级别的网络预测和决策，核心网络预测模块和核心网络决策模块可能够为多个网络接入节点做出预测和决策。因此，不同于只基于由单个网络接入节点服务的终端设备做出预测和决策，核心网络预测模块和核心网络决策模块可能够评估连接到多个网络接入节点的终端设备(并且相应地评估包括在多个网络接入节点的覆盖区域上的预测路线和预测数据服务要求的终端设备预测结果)。因此，核心网络预测模块可预测预期每个终端设备随着时间的流逝会利用的服务网络接入节点的序列并且执行决策以基于每个终端设备的预测路线和预测数据服务要求来控制每个网络接入节点，例如为每个终端设备计划移交，计划每次在每个网络接入节点处需要的频谱/资源，等等。例如，在一些方面中，核心网络预测模块和核心网络决策模块可计划跨多个网络接入节点的覆盖区域的优化，例如如果终端设备在例如两个或三个网络接入节点的小区边缘的话。由于信号变化，可存在越区切换(handoff)的循环，其中终端设备在网络接入节点之间反复转移。这可消耗功率和资源。然而，核心网络预测模块可知道获得终端设备的情境信息。因此，在终端设备在小区边缘附近静止(由情境信息指示并且由核心网络预测模块检测到)或者具有其他可预测的运动的场景中，核心网络预测模块和核心网络决策模块可在网络接入节点之间协调(经由预测模块10200和/或决策模块10210的逻辑连接)以决定终端设备应当连接到哪个基站。
[0165]
此外，在一些方面中，预测模块10200和决策模块10210可以按“分布式”方式实现，其中本地nan预测模块10202、本地td预测模块 10204、本地nan决策模块10212、本地td决策模块10214、一个或多个其他终端设备预测和决策模块、一个或多个其他网络接入节点预测和决策模块以及一个或多个其他核心网络预测和决策模块物理上位于不同的位置并且可经由软件级连接形成预测模块10200和决策模块10210。如图18 中所示，在一些方面中，这种“分布式”体系结构可被进一步扩展到基于云的体系结构，其中终端设备和网络接入节点预测和决策可部分或完全在云基础设施10700处实现。云基础设施10700因此可以是包括云nan预测模块10202b、云td预测模块10204b、云nan决策模块10212a和云 td决策模块10214a的服务器，它们每一者可以是在云基础设施10700处执行的由软件定义的指令。
[0166]
因此，在各种方面中，本地nan预测模块10202a可在网络接入节点 9110处执行网络接入节点预测的一部分，而云nan预测模块10202b可在云基础设施10700处执行网络接入节点预测的其余部分，本地td预测模块10204a可在终端设备9102处执行终端设备预测的一部分，而云td预测模块10204b可在云基础设施10700处执行终端设备预测的其余部分，云nan决策模块10212a可在云基础设施10700处执行网络接入节点决策的一部分，而本地nan
决策模块10212b可在网络接入节点9110处执行网络接入节点决策的其余部分，并且云td决策模块10214a可在云基础设施10700处执行终端设备决策的一部分，而本地td决策模块10214b可在终端设备9102处执行终端设备决策的其余部分。虽然图18的基于云的体系结构可能够提供与图13的分布式体系结构等同的功能，但基于云的体系结构可大幅降低终端设备处的计算和存储负载。因此，不同于完全在终端设备9102本地执行终端设备预测和决策，云基础设施10700可在云td 预测模块10204b和云td决策模块10214b处理终端设备预测和决策。虽然网络接入节点一般可能不那么受计算和存储考虑的限制，但云基础设施 10700也可从网络接入节点9110卸载网络接入节点预测和决策。
[0167]
图19根据一些方面进一步图示了基于云的体系结构。如图19中所示，本地nan预测模块10202a和本地td预测模块10204a可按与本地 nan预测模块10202和本地td预测模块10204类似的方式来配置。然而，取代在本地执行所有存储和学习，本地nan预测模块10202a和本地 td预测模块10204a可依赖于云仓库10702和云学习模块10704(其可总体上包括云nan预测模块10202b和云td预测模块10204b)来执行情境信息和预测结果的存储(云仓库10702)以及执行学习处理(例如，云学习模块10704)。因此，网络接入节点9110和终端设备9102处的处理和存储负担可被减轻。类似地，本地nan决策模块10212a和本地td决策模块10214a可将决策处理的负载转移到云决策模块10706(其可包括云 nan决策模块10212b和云td决策模块10214b)。本地nan决策模块 10212a和本地td决策模块10214a随后可向控制模块9310和基带调制解调器9206发出决策指令。
[0168]
图18和图19的基于云的体系结构还可促进更容易的众包，例如用于众包终端设备情境信息和预测结果。因此，取代依赖于终端设备之间的 (例如，终端设备的本地td预测模块之间的)连接，每个本地td预测模块可与云基础设施10700维持软件级连接，云基础设施10700可在云仓库10702处维护众包信息，并且可根据请求从云仓库10702取回包括情境信息和预测结果两者的数据。本地nan预测模块10202a可类似地与云仓库10702维持软件级连接并从而可能够访问由终端设备提供给云仓库 10702的情境信息和预测结果；类似地，每个终端设备的本地td预测模块可能够访问由网络接入节点9110(以及一个或多个其他网络接入节点) 提供的情境信息和预测结果。
[0169]
云学习模块10704可被配置为执行学习处理，尤其是利用存储在云仓库10702中的情境信息和预测结果来执行。由于云学习模块10704可能够访问位于中央位置的大量数据，所以消息序列图10500的10504中的预测协调可得到简化。类似地，云决策模块10706可能够访问来自云学习模块 10704的预测结果，这可应用到与云基础设施10700相连接的每个终端设备和基站。云决策模块10706从而可在消息序列图10500的10508中执行决策协调并且将决策结果提供给本地nan决策模块10212a和本地td决策模块10214a，这两者可对最终决策具有控制权。
[0170]
例如，云学习模块10704可被配置为利用由每个参与的终端设备和网络接入节点提供的情境信息和预测结果来生成诸如rem之类的无线电覆盖地图。云学习模块10704随后可被配置为将无线电覆盖地图存储在云仓库10702中，云决策模块10706可为了以后的决策访问该无线电覆盖地图。例如，云学习模块10704可从一个或多个终端设备接收预测路线并且将无线电覆盖地图应用到预测路线以便基于无线电覆盖地图来为每个终端设备预测无线电条件和网络条件。云决策模块10706随后可基于无线电覆盖地图为终端设备做出无线
电活动决策，例如小区扫描定时、数据传送调度、无线电接入选择，等等。
[0171]
在一些方面中，参与的终端设备和基站可利用预配置的接口例如利用“请求/响应”配置来与云基础设施10700交换数据。因此，不同类型的消息可被预定义并且被每个终端设备和网络接入节点用于从云基础设施 10700存储和取回信息。图20根据一些方面图示了用于支持这种接口的示范性消息格式。如图20中所示，诸如终端设备或网络接入节点之类的客户端设备(例如，与云基础设施10700具有软件级连接的本地td预测模块或本地nan预测模块)可通过以设备的标识符来寻址消息并且包括各种不同的数据信息字段来利用上传消息10902将数据上传到云，所述数据信息字段可包括任何类型的情境信息和/或存储的预测结果。云基础设施 10700可接收多个上传消息10900并且将包含的数据存储在云仓库10702 中。客户端设备可利用请求消息10904请求数据，请求消息10904可请求云基础设施10700以一定类型的请求数据来响应。云基础设施10700可以用响应消息10906来做出响应，响应消息10906可包括请求的数据。例如，终端设备可利用请求消息10904请求沿着预测路线的网络接入节点 (例如，bssid)的列表、某些网络接入节点的无线电测量(例如，rssi 测量)等等，云基础设施10700可从云仓库10702接收这些数据(它们可来自于众包的信息)并且利用响应消息10906将其提供给发出请求的终端设备。相反，云基础设施10700可利用请求消息10904向客户端设备请求特定数据，客户端设备可利用响应消息10906来响应。
[0172]
此外，在一些方面中，客户端设备可能够利用预测请求消息10908请求云基础设施10700执行预测，预测请求消息10908可指定预测的类型 (例如，路线预测、无线电条件预测等等)以及与预测有关的数据(例如，诸如带有时间戳的当前和最近位置之类的位置信息)。例如，终端设备9102可在预处理模块10302处获得一系列带有时间戳的位置并且可能希望检测出终端设备9102是否在可识别的路线(例如常规路线)上。本地td预测模块10204可向云基础设施10700发送带有带时间戳的位置的预测请求消息10908。云基础设施10700可接收并在云学习模块10704处理预测请求消息10908，这可包括比较带时间戳的位置与存储在云仓库 10702中的信息(例如，与终端设备9102的先前位置相比较以便识别常规路线，或者与已知道路相比较以便识别终端设备9102正在其上行进的道路)。云学习模块10704随后可预测终端设备9102的路线并且利用预测响应消息10910来响应终端设备9102，预测响应消息10910可提供识别预测路线的一系列预测的带时间戳的位置。云学习模块10704也可将预测沿着预测路线的无线电条件的预测无线电条件提供给终端设备9102，云学习模块10704可基于存储在云仓库10702中的rem或其他无线电覆盖地图来生成这些预测无线电条件。本地td决策模块10312随后可做出无线电活动决策并且相应地指示基带调制解调器9206，例如调度数据传送、控制小区扫描定时、做出无线电接入选择，等等。
[0173]
这些方面的分布式体系结构因此可使能终端设备、基站和核心网络之间的高级别协调并且相应地可在终端设备和网络侧都提供非常准确的预测。此外，这些方面可与基于云的体系结构非常兼容，这些基于云的体系结构可减轻终端设备和网络接入节点上的存储和处理负担，并且很容易促进众包。
[0174]
图21根据一些方面示出了执行无线电通信的示范性方法11000。如图 21中所示，方法11000包括基于与用户位置有关的情境信息确定预测用户运动以获得预测路线(11010)，确定沿着预测路线的预测无线电条件 (11020)，将预测路线报告给网络接入节点并且从网络接入节点接收预测网络条件(11030)，并且基于预测网络条件和预测无线电条
件来控制当在预测路线上行进时的无线电活动(11040)。
[0175]
图22根据一些方面示出了执行无线电通信的方法11100。如图22中所示，方法11100包括从多个终端设备接收多个预测路线和多个预测数据服务要求(11110)，总体评估多个预测路线和多个预测数据服务要求以获得预测网络条件(11120)，并且基于预测网络条件为多个终端设备控制通信活动(11130)。
[0176]
3.3情境感知#3
[0177]
在本公开的一些方面中，包括例如物联网(iot)设备的网状网络可实现有效的系统来收集测量以初始化网状网络并且与外部网络管理实体接口连接以使能对网络配置的外部控制和监督。
[0178]
图23示出了根据利用无线网络11200实现的一些方面的图示，无线网络11200可以是包括在网状网络或多跳无线电标准上操作的iot设备或者说“节点”的多跳网络。一个非限制性示例可例如是ieee 802.15.4(虽然也可类似地利用其他类似标准)。iot节点一般可利用低功率无线电接口，这种接口可利用长休眠周期。如图23中所示，多个iot节点可与彼此和网关设备11204协调来形成无线网络，其中网关设备11204可充当协调者节点并且向无线网络11200的iot节点提供对外部无线网络的接入。因此，无线网络11200的iot节点可与彼此协调，例如通过利用其他iot节点作为“中继节点”以便与网关设备11204建立依赖于零个或更多个中继节点作为中介的连接。iot节点随后可经由网状网络与彼此和与网关设备 11204通信。如图23中所示，网关设备11204可经由网络接入节点11206 与外部网络(例如蜂窝网络)接口连接，网络接入节点11206可以是蜂窝基站，例如3gpp enodeb。网关设备11204与网络接入节点11206之间的接口可以是无线的或者有线的接口。例如，在一些方面中，网关设备 11204可在由网络接入节点11206提供的无线电接入网络上操作，并且可因此与网络接入节点11206无线地发送和接收数据。或者，在一些方面中，网关设备11206可经由光纤、以太网或类似的有线接口与网络接入节点11206接口连接。在一些方面中，网关设备11204可在3gpp无线电接入网络上操作以与网络接入节点11206接口连接，或者可在诸如wi-fiieee 802.11之类的非3gpp无线电接入网络上操作以与网络接入节点 11206接口连接。
[0179]
在一些方面中，3gpp网络也可将网关设备11204验证和认证为3gpp 网络上的有效操作者，这可由网络接入节点11206经由mme 11208来执行。在认证和验证之后，网关设备11204可能够在3gpp无线电接入网络上操作并且提供对无线网络11200的接入。iot节点于是可将3gpp无线电接入网络用于数据服务，以例如访问外部互联网服务器和云服务。
[0180]
无线网络11200的一个或多个iot节点可被配置为终端设备，例如按如图3中所示的终端设备9102的方式。因此，iot节点11202可在基带调制解调器9206的控制下利用天线系统9202和rf收发器9204在无线网络 11200上例如根据诸如ieee 802.15.4之类的多跳网络标准来发送和接收无线电信号。网关设备11204可与网络接入节点9110类似地配置。然而，在一些方面中，网关设备11204既可具有被配置为与网络接入节点11206 通信的无线电接口，其可以例如是3gpp无线电接口，比如lte、umts 或gsm，又可具有被配置为与无线网络11200通信的无线电接口，其可以例如是802.15.4无线电接口。图24根据一些方面示出了网关设备11204的示范性内部配置，这可包括第一无线电接口和第二无线电接口，第一无线电接口包括天线11302、无线电模块11304和控制模块11306，第二无线电接口包括天线11308、
无线电模块11310和控制模块11312。控制模块 11306可以是无线电调制解调器，其被配置成为第一无线电接口执行控制和物理层处理并且根据无线网络11200的无线电接口利用无线电模块 11304和天线11302执行无线电信号的发送和接收，其中无线网络11200 的无线电接口例如是802.15.4或与iot部署兼容的另一类似的无线电接口。控制模块11312可以是无线电调制解调器，其被配置成为第二无线电接口执行控制和物理层处理并且根据网络接入节点11206的无线电接口 (例如802.15.4)利用无线电模块11310和天线11308执行无线电信号的发送和接收。控制模块11306和控制模块11312可各自包括被配置成为各个无线电接口的协议栈执行软件定义的指令的处理器，可选地还包括一个或多个电路，这些电路配置有硬件定义的电路来执行处理任务，例如用于物理层处理功能(例如，硬件加速器)。无线电模块11304和无线电模块 11310可被配置为无线电收发器并且包括一个或多个放大器、滤波器、rf 调制器/解调器、dac/adc，等等。作为对图24中所示的配置的替换，网关设备11204可经由诸如光纤或以太网连接之类的有线接口与网络接入节点11206相接口并且例如可因此只包含用于与无线网络11200通信的第一无线电接口。
[0181]
网关设备11204在初始化和维护无线网络11200方面可扮演重要角色。如上所示，网关设备11204可扮演“桥接”角色以便向iot节点提供对3gpp无线电接入网络(以及其他外部网络，如果适用的话)的接入。因此，网关设备11204可提供无线网络11200与网络接入节点11206之间的数据路由和缓冲。此外，网关设备11204可对向无线网络11200请求的节点进行认证以便验证哪些iot节点被允许加入无线网络11200。
[0182]
除了这种一般功能以外，根据一些方面，网关设备11204还可利用由无线网络11200的iot节点提供的测量报告来优化无线网络11200的配置。具体地，网关设备11204可控制调度和竞争参数以使得无线网络 11200能够有效地管理iot节点之间的冲突和竞争。此外，如稍后将详述的，网关设备11204还可利用服务网关来使能对无线网络11200的外部配置，例如由在无线网络11200外部操作的网络管理者进行外部配置。
[0183]
具体地，各种方面可尝试解决无线网络11200中的竞争相关问题。例如，无线网络11200可利用包括基于竞争的接入系统的无线电接口，例如 802.15.4或者另一种利用“先听后说”技术的接口。在基于先听后说的基于竞争的接入系统中，发送器在特定信道上发送之前可能需要侦测该信道上的活动。如果发送器检测到其他发送，例如，如果发生竞争，则发送器在使用该信道之前可能需要等待。发送器随后可在稍后没有检测到其他发送的时间接入该信道。
[0184]
如果无线网络11200非常密集，例如，如果iot节点一般具有大量的邻近iot节点在射程内，则可能有很高程度的竞争。相反，如果无线网络 11200稀疏，例如，如果iot节点一般具有零个或少量邻近iot节点在射程内，则可能只有较低程度的竞争。因此，在密集网络中操作的iot节点可暴露于频繁的冲突，这可严重妨碍数据传送。
[0185]
根据一些方面，网关设备11204可尝试检测无线网络11200何时正在经历高水平的竞争，并且响应于检测到高水平的竞争，可重配置无线网络 11200以便减少竞争。网关设备11204可被配置为通过监视无线网络 11200的某些测量来评估竞争水平，例如但不限于邻居计数器(例如，在给定的iot节点处可检测的邻居的数目)、竞争计数器(例如，竞争发生的次数)、数据传送的量(例如，在一定时间段中交换的数据的量)、信道接入延迟(例如，当尝试接入信道时经历的延迟的量)、帧发送延迟、封包或帧差错率、重发计数器或其他测量。通
过监视这些测量，网关设备 11204可估计竞争水平并且适配调度和竞争参数以便缓和高竞争。
[0186]
许多现有的低功率无线连通性标准，例如与iot有关的那些，包括 802.15.4在内，当前并不提供用来发现网络特性并且实时地适配网络配置的机制。因此，各种方面可采用一种新的测量收集和报告方案以便在网关设备11204处从无线网络11200的iot节点获得测量报告。网关设备 11204随后可评估测量报告以便估计操作条件，例如竞争水平，并且基于估计的竞争水平来调整无线网络11200的配置。
[0187]
因此，无线网络11200的iot节点可通过执行无线电测量并且将无线电测量报告给网关设备来与网关设备11204合作。iot节点可在网络初始化期间，例如在连接到网关设备11204之前，和/或在无线网络11200上的正常操作期间，收集无线电测量。
[0188]
图25根据一些方面示出了示范性方法11400，诸如iot节点11202之类的iot节点可执行该方法。如将会详述的，不同于搜索要连接到的网络并且向检测到的网络发送关联请求，iot节点11202可在初始网络扫描期间(例如，在连接到网络之前)收集无线电测量并且继续收集无线电测量并扫描网络，直到定时器期满为止。在定时器期满之后，iot节点11202 可连接到检测到的网络并且将收集到的测量报告给检测到的网络，例如检测到的网络的网关设备。网关设备于是可能够利用这些测量来评估网络的当前状态并且做出任何必要的调整，尤其如果检测到高水平的竞争的话。
[0189]
图26根据一些方面示出了基带调制解调器9206的示范性内部配置，其图示了被配置为执行方法11400的基带调制解调器9206的各种组件。如图26中所示，基带调制解调器9206可包括测量模块11502和控制模块 11504，它们每一者可以是物理层处理模块9208和控制器9210的组件。图26中的图示描绘可省略基带调制解调器9206的与当前方面不直接相关的某些组件以及控制、电力和时钟线路。在各种方面中，图26中所示的基带调制解调器9206的组件在结构上可实现为硬件定义的模块，例如实现为一个或多个专用硬件电路或fpga，实现为软件定义的模块，例如实现为执行存储在非暂态计算机可读存储介质中的定义运算、控制和i/o指令(例如，软件和/或固件指令)的程序代码的一个或多个处理器，或者实现为混合的硬件定义的和软件定义的模块。本文详述的基带调制解调器 9206的每个组件的功能因此可实现在软件定义的和/或硬件定义的模块中。
[0190]
返回到方法11400，控制模块11504可在11402中启动测量定时器并且指示测量模块11502开始扫描可用网络。因此，测量模块11502可被配置为接收和解码数据封包以便确定任何数据封包是否包含来自可用网络的发现信号。例如，根据多跳网络设置，无线网络11200的iot节点中的一个或多个可广播标识其自身、标识邻近iot节点、并且标识对诸如网关设备11204之类的协调节点可用的路由路径的发现信号。因此，在一些方面中，测量模块11502可尝试对数据封包解码以识别无线网络11200的邻近 iot节点，并且检测去到网关设备11204的有效路由路径。取决于iot节点11202与网关设备11204之间的接近度和无线电条件，测量模块11502 也可能够通过从网关设备11204接收数据封包来直接检测网关设备 11204。通过读取来自无线网络11200的其他iot节点和网关设备11204的数据封包，测量模块11502可检测无线网络11200。控制模块11504可指示测量模块11502根据工作周期连续地或周期性地执行网络扫描，这可以性能为代价来节约功率。
[0191]
除了为了网络扫描目的而读取接收到的数据封包以外，在一些方面中，测量模块
11502还可在11404中对接收到的封包执行无线电测量，测量模块11502可继续进行此操作直到测量定时器期满为止。测量定时器因此可定义如下间隔，在该间隔期间，iot节点11202被预期在请求关联到无线网络11200之前执行测量。在一些方面中，测量时间可作为无线电接入标准的一部分来定义，或者替换地，可不在标准中定义，而可以是依实现而定的特征。此外，在一些方面中，控制模块11504也可在给定范围内随机地选择测量定时器，这可确保两个iot节点不会同步其关联过程(例如如果测量定时器是相同的则可能发生这种同步)并且因此至少一些iot 节点在其他iot节点的测量期间正在通信以产生有用的测量结果。
[0192]
测量模块11502在11404中可执行多种无线电测量中的任何一种。例如，在一些方面中，测量模块11502可测量在给定的扫描间隔期间接收到的帧的数目，这可表征由附近iot节点产生的流量水平。额外地或者替换地，测量模块11502可对检测到的邻近设备的数目计数，例如通过每次接收到具有先前未检测到的mac地址的封包时将运行中计数器递增，这可表征附近的发送设备的数目。在一些方面中，测量模块11502可执行信号强度测量，例如通过计算每个接收到的封包的接收信号强度指标 (rssi)，并且随着时间的流逝跟踪信号强度，例如以平均rssi的形式，这可指示出iot节点是远(弱rssi)还是近(强rssi)并且因此表征网络密度。在一些方面中，测量模块11502也执行信号质量测量，例如信号噪声比(snr)或信号对干扰加噪声比(sinr)。此外，测量模块 11502可通过确定在每个扫描间隔中产生繁忙结果的空闲信道评估(clearchannel assessment，cca)(例如给定信道上的用于确定信道是否繁忙的先听后说测试)的数目来测量竞争(例如，其中测量模块11502可在甚至没有数据封包的情况下执行cca测量，只是为了测量竞争水平)。测量模块11502可在11404中收集所有这种测量以便之后提供给控制模块 11504。
[0193]
如前所示，测量模块11502可通过读取来自无线网络11200的其他 iot节点和网关设备11204的封包来检测无线网络11200。取代在检测到无线网络11200之后连接到无线网络11200，iot节点11202可继续执行测量，直到测量定时器期满为止。测量模块11502因此可在11406中保存任何检测到的网络并且在11408中检查测量定时器是否已期满。如果在 11408中测量定时器尚未期满，则测量模块11502可返回到11404和11406 以收集接收到的封包上的测量并且保存任何检测到的网络。
[0194]
在测量定时器在11408中期满后，测量模块11502可能已收集了测量并且保存了检测到的网络(如果有的话)。测量模块11502可将测量和任何检测到的网络提供给控制模块11504，控制模块11504在11410中可确定是否有任何网络可用。如果没有网络可用，则控制模块11504可在 11412中重启网络扫描以再次读取数据封包并且执行无线电测量。如果有网络可用，则控制模块11504可前进到11414以连接到可用网络。
[0195]
由于测量模块11502已识别了来自无线网络11200的其他iot节点和/ 或网关设备11204的数据封包，所以控制模块11504在11410中可确定无线网络11200可用。例如，控制模块11504可识别出测量模块11502识别了来自无线网络11200的另一iot节点和/或来自网关设备11204的数据封包。控制模块11504随后可通过在11414中向无线网络11200发送关联请求来连接到无线网络11200。具体地，如果iot节点11202在网关设备 11204的范围内，则控制模块11504可直接向网关设备11204发送关联请求。如果iot节点11202不在网关设备11204的范围内，则控制模块 11504可能需要利用无线网络11200的其他iot节点作为中继节点来向网关设备11204发送关联请求。控制模块11504可基于从邻近iot节点接收的数据
封包选择中继节点来形成iot节点11202与网关设备11204之间的路由路径，这些数据封包可提供详述无线网络11200的哪些iot节点提供到网关设备11204的最佳路径(例如，基于链路条件、跳的数目等等)的信息。
[0196]
除了在11414中向网关设备11204发送关联请求以外，在一些方面中，控制模块11504还可将测量模块11502收集的测量作为测量报告与关联请求一起发送(例如，作为关联请求的信息元素或者作为在时间上邻近关联请求发送的单独数据)。网关设备11204可经由天线11302和无线电模块11304在控制模块11306处接收来自iot节点11202的关联请求和测量报告并且可在控制模块11306处处理关联请求和测量报告以获得关于无线网络11200的统计。控制模块11306随后可执行接入控制过程以便处理来自iot节点11202的关联请求以决定是否允许iot节点11202加入无线网络11200。在某些情况下，例如当来自iot节点11202的关联请求包括测量报告作为信息元素时，控制模块11306可首先执行安全性过程以认证 iot节点11202并且可只在一旦iot节点11202已被成功认证并被允许加入无线网络11200时才收集测量报告。
[0197]
作为在连接到无线网络前收集测量的附加或替换，在一些方面中， iot节点也可周期性地执行测量并且将得到的测量报告提供给网关设备。例如，在允许iot节点11202加入无线网络11200之后，网关设备11204 可指示iot节点11202(或者iot节点11202可原本被配置为)周期性地执行无线电测量并且将无线电测量报告回给网关设备11204。因此，iot节点11202可根据测量周期醒来以在测量模块11502处执行无线电测量并且将测量提供给控制模块11504以供收集。控制模块11504可收集测量并且将测量报告发送给网关设备11204。在网关设备11204控制连接的iot节点的测量行为的一些方面中，控制模块11504可能够通过例如以测量触发命令帧的形式向iot节点发送指令以触发测量来选择性地激活和停用某些 iot节点中的测量。该指令也可配置iot节点需要执行的测量的类型(例如，帧计数、邻居计数、信号强度、信号质量、信道活动评估、信道接入延迟、帧发送延迟、封包或帧差错率、重发计数)。该指令也可配置特定的测量报告模式。例如，每个iot节点可被配置为根据正常报告模式或捎带(piggyback)报告模式来报告测量，网关设备11204可选择模式并包括在指令中以提示iot节点执行期望类型的报告。在网关设备11204将iot 节点11202配置在正常报告模式中的场景中，控制模块11504可根据测量周期来周期性地唤醒测量模块11502，测量模块11502可执行无线电测量并且将测量提供给控制模块11504，并且控制模块11504可将测量报告给网关设备11204。在网关设备11204将iot节点11202配置在了捎带报告模式中的场景中，控制模块11304可在测量模块11302处触发无线电测量，测量模块11502可执行无线电测量并且将测量提供给控制模块 11504，控制模块11302可等待识别被调度来发送给网关设备11204的数据封包并且可随后将测量报告捎带在所识别出的数据封包上。捎带报告模式可减少报告开销(例如，由于正常报告模式可要求独立的测量报告消息)，尤其对于生成小数据封包的应用更是如此。
[0198]
由于无线网络11200的多个iot节点在这些方面中可合作，所以在一些方面中控制模块11306可在iot节点请求加入无线网络11200时连同来自iot节点的关联请求一起收集来自多个iot节点的测量报告。此外，由于无线网络11200的iot节点可异步操作，所以不同的iot节点可在不同的时间向网关设备11204提供测量报告。控制模块11306从而可连续地从iot节点收集测量报告。
[0199]
iot节点做出的连接前和连接后测量报告都可向网关设备11204提供可指示出无线网络11200的操作条件的无线电测量。如图27中所示，控制模块11306可执行方法11600以便从连接的iot节点收集测量并且基于收集的测量来优化无线网络11200的操作。如前所示，控制模块11306可包括被配置为执行软件定义的指令的处理器，这些软件定义的指令可包括管理无线网络11200的指令。
[0200]
如图27中所示，控制模块11306在11610中可收集来自iot节点的测量报告。如前所示，测量报告可包括接收到的帧的数目、邻居的数目、信号强度测量、信号质量测量和信道活动测量，这可指示出无线网络11200 的操作条件。控制模块11306随后可在11620中基于测量报告来确定无线网络11200的操作条件。具体地，控制模块11306在11620中可估计无线网络11200的密度和/或无线网络11200的冲突条件。例如，如前所示，接收到的帧的数目、邻居的数目、信号强度测量和信道活动测量的每一者可指示出无线网络11200的iot节点与彼此有多接近和无线网络11200的 iot节点之间的冲突的频率。具体而言，接收到的帧数目较高可指示出高流量水平并从而指示出高密度/冲突频率，邻近设备数目较高可指示出高密度/冲突频率，信号强度测量较高可指示出邻近的邻居并从而指示出高密度 /冲突频率，并且繁忙信道评估(cca)的频率较高可指示出高密度/冲突频率。控制模块11306从而在11620中可评估测量报告以估计网络密度和冲突可能性作为操作条件。
[0201]
控制模块11306随后在11630中可基于操作条件来重配置无线网络 11200，尤其是为密集网络降低冲突可能性。例如，控制模块11306可被配置为基于操作条件来调整调度参数、竞争参数和功率使用参数。例如，如果控制模块11306检测到无线网络11200是密集网络，则控制模块 11306可调整调度和竞争参数以为密集网络操作进行优化，例如通过调整先听后说方案(例如，调整iot节点在发送之前需要侦听的时间量或者调整iot节点在检测到繁忙信道之后在重试之前需要等待的时间量，例如等待时间)、调整发送间隔(例如，调整iot节点在发送之后在被允许执行另一次发送之前需要等待的时间量)，或者调整工作周期循环方案(例如，通过在密集网络条件中使用工作周期循环方案以便抵消由过度竞争引起的高功率消耗或者通过调整对iot节点的功率消耗命令和/或休眠命令以在高竞争场景中节约功率)。在一些方面中，控制模块11306也可被配置为调整iot节点的个体调度，例如通过选择减少冲突的可能性的iot节点的调度。在一些方面中，控制模块11306可被配置为适配phy和/或mac 层参数，包括在减少条件方面可能有效的调度和竞争参数。在一些方面中，控制模块11306也可被配置为在11630中重配置哪些iot节点连接到无线网络11200。例如，控制模块11306可能够注册和/或解除注册特定的 iot节点。控制模块11306在一些方面中也可被配置为控制无线网络11200 利用哪个或哪些频段。在一些方面中，控制模块11306可被配置为例如通过改变网状体系结构内的路由来调整无线网络11200的路由配置。
[0202]
因此，在各种方面中，控制模块11306可基于估计的密度和/或冲突条件来适配无线网络11200的配置以便改善无线网络11200的性能。控制模块11306因此可被配置为对无线网络11200的瞬时操作条件和/或操作的任何改变做出反应。例如，控制模块11306可估计无线网络11200的网络密度和/或竞争水平并且将估计的网络密度和/或竞争水平与预定阈值相比较，当估计的网络密度和/或竞争水平超过预定阈值时，触发无线网络 11200的重配置以减少竞争。控制模块11306可通过评估无线电测量以确定密度和竞争条件来定量地估计网络密度和竞争水平。控制模块11306可向无线网络11200的iot节点提供实施重配置的
控制信令。此外，在一些方面中，网关设备11204可在无线网络11200的初始形成期间执行方法 11600(例如当每个iot节点最初连接到网关设备11204，并且可与关联请求一起提供测量报告时)，这可使得网关设备11204能够在最初基于测量报告来配置无线网络11200。
[0203]
各种方面因此可使得诸如网关设备之类的协调节点能够接收来自网状网络或其他类似的低功率网络的节点的测量报告并且基于测量报告自适应地调整网络配置。继续图23的设置，一些方面也可提供一服务接口，利用该服务接口，网络管理者可从外部监视无线网络11200的操作和/或从外部调整无线网络11200的配置。如图23中所示，管理设备11216可连接到与网关设备11204不同的网络，例如非3gpp网络(例如，wi-fi)。由于管理设备11216可能不与网关设备11204连接到相同网络，所以管理设备 11216可不能够与网关设备11204交互；然而，一些方面可提供由管理应用程序接口(application program interface，api)服务器11210支持的服务接口，该服务接口提供了供管理设备11216与网关设备11204交互的机制。这些方面因此可使得管理设备11216既能够与网关设备11204交互以控制无线网络11200又能经由数据库11212监视无线网络11200的操作，数据库11212可存储无线网络11200的配置信息和测量信息。
[0204]
管理设备11216可以是由负责无线网络11200或者具有无线网络 11200的管理授权的网络管理者操作的通信设备。管理设备11216可按与如图3中所示的终端设备9120相同的方式来配置并且可具有包括天线系统9202、rf收发器9204和基带调制解调器9206的无线电接口，该无线电接口被配置用于与网络接入节点11214的操作，网络接入节点11214可以是诸如wi-fi ap之类的非3gpp网络接入节点。由于网络接入节点 11214可不与网关设备11204连接到相同网络，所以管理设备11216可不能够经由网络接入节点11214直接接入无线网络11200。根据一些方面，管理api服务器11210可被放置在网络接入节点11214的非3gpp网络和网络接入节点11206的3gpp网络之间。管理api服务器11210因此可实现为充当不同网络之间的接口的服务器并且可提供供管理设备11216与无线网络11200交互的服务接口。
[0205]
管理设备11216可既能够监视无线网络11200的操作又能够经由管理 api服务器11210配置无线网络11200的操作。如图23中所示，网关设备 11204可经由管理api服务器11210与数据库11212接口连接。因此，在接收到来自无线网络11200的iot节点的测量报告之后，网关设备11204 可将测量上传到管理api服务器11210(例如，经由直接接口和/或经由网络接入节点11206)，管理api服务器11210可将测量存储在数据库 11212处。网关设备11204也可经由管理api服务器11210将诸如调度和竞争参数之类的当前配置信息上传到数据库11212。数据库11212可实现为被配置为存储数据的服务器，并且可与管理api服务器11210共同实现或分开实现。数据库11212因此可将测量和配置信息存储为由无线网络 11200提供的无线网络11200的操作信息。
[0206]
由于管理设备11216由于不同的服务网络可不能够与网关设备11204 直接交互，所以管理设备11216可依赖于管理api服务器11210来监视和配置无线网络11200。例如，管理设备11216可向管理api服务器11210 请求无线网络11200的测量或配置信息，管理api服务器11210可从数据库11212取回测量或配置信息并且将测量或配置信息提供给客户端设备 11216。如图23中所示，管理设备11216可首先生成请求无线网络11200 的测量或配置信息的信息请求。该信息请求可由管理设备11216的用户提示，该用户可利用管理设备11216
的应用处理器9212处的应用层来触发信息请求。应用处理器9212随后可生成信息请求并且经由基带调制解调器9206、rf收发器9204和天线系统9202提供的无线电接口将信息请求发送到网络接入节点11214。网络接入节点11214随后可将信息请求路由到管理api服务器11210，管理api服务器11210可验证管理设备11216 被授权访问无线网络11200的诸如测量或配置信息之类的操作信息。管理 api服务器11210随后可就信息请求中指定的测量或配置信息查询数据库 11212。数据库11212可利用测量或配置信息响应管理api服务器11210，管理api服务器11210可生成带有测量或配置信息的信息响应并且将信息响应经由网络接入节点11214发送到管理设备11216。因此，由于网关设备11204先前已经由管理api服务器11210将无线网络11200的测量和配置信息上传到了数据库11212，所以一些方面可使得即使管理设备11216 和网关设备11204可能连接到不同的网络，例如非3gpp网络与3gpp网络，管理设备也能够访问无线网络11200的配置或测量信息。
[0207]
除了经由管理api服务器11210访问无线网络11200的测量和配置信息以外，在一些方面中，管理设备11216还可经由网关设备11204配置和适配无线网络11200。例如，如先前关于方法11600所示，网关设备 11204可适配和重配置无线网络11200，例如通过基于由无线网络11200 的iot节点提供的测量报告来调整调度和竞争参数和功率控制参数。由于管理api服务器11210可向管理设备11216提供到网关设备11204的服务接口，所以这些方面也可使得管理设备11216能够从外部适配和配置无线网络11200。因此，管理设备11216的用户，例如网络管理者，可利用由管理api服务器11210提供的服务接口来指示网关设备11204重配置无线网络11200。
[0208]
例如，管理设备11216可首先如上文所详述从管理api服务器11210 接收无线网络11200的诸如测量和/或配置信息之类的操作信息。管理设备 11216随后可基于测量和配置信息来决定对于无线网络11200的配置改变。例如，管理设备11216可将测量和配置信息呈现给管理设备11216的用户(经由应用层)，响应于此用户可决定对于无线网络11200的配置改变，例如为了解决由测量信息所指出的无线网络11200的过度竞争或密度问题或者调整测量相关参数。管理设备11216可例如调整调度和竞争参数或功率相关参数，包括先听后说配置、节点调度、节点工作周期循环、 phy/mac参数，等等。管理设备11216的应用处理器9212随后可生成寻址到网关设备11204的配置改变指令并且可将配置改变指令发送到网络接入节点11214(例如，经由基带调制解调器9206、rf收发器9204和天线系统9202)。网络接入节点11214随后可将配置改变指令路由到管理api 服务器11210，管理api服务器11210可发挥其在非3gpp网络和3gpp网络之间接口的作用并且将配置改变指令路由到网关设备11204。网关设备 11204可接收配置改变指令并且根据配置改变指令重配置无线网络 11200，这可包括调整调度或竞争参数或功率控制参数。配置改变指令也可指定测量相关参数的改变，例如调整iot节点的测量报告周期以便接收更频繁或不那么频繁的测量报告。网关设备11204可向无线网络11200的 iot节点发送控制信令以便实施重配置。
[0209]
各种方面因此也可提供一种服务接口来供管理设备从不同的网络控制网状网络。然而，一些方面也可在管理设备和网关设备连接到相同网络时实现。例如，管理设备11216可连接到网络接入节点11206(或者同一网络的另一网络接入节点)并从而也可连接到与网关设备11204相同的 3gpp网络。网关设备11204可类似地将测量和配置信息上传到数据库11212，数据库11212可位于3gpp网络的内部和/或外部，或者网关设备 11204可经由3gpp网
络将测量和配置信息提供给管理设备11216。管理设备11216从而可获得测量和配置信息(例如，经由数据库11212或从网关设备11204获得)并且可随后向网关设备11204发出配置改变指令以便基于测量和配置信息重配置无线网络11200，例如为了解决密度或竞争相关问题。
[0210]
这些方面也可与本文描述的其他方面联合使用，例如为iot设备确定预测路线(例如，以关于图5-图22的任何一者详述的方式)和/或利用波束成形和v2i应用。iot设备的能力可能是受限制的，主要是对于资源约束的iot设备。网关设备11204收集的网络测量可与其他情境信息(例如，关于特定应用、时延要求、位置等等的信息)相结合以决定如何最好地配置无线网络11200的操作。在一些方面中，也可应用对于无线网络 11200的iot设备的波束成形。
[0211]
图28根据一些方面示出了管理无线多跳网络的示范性方法11700。如图28中所示，方法11700包括从无线多跳网络的一个或多个节点接收无线电测量(11710)，评估无线电测量以估计无线多跳网络的与网络密度或发送竞争有关的操作条件(11730)，并且基于由操作条件指示的无线多跳网络的竞争水平来调整无线多跳网络的配置(11740)。
[0212]
图29根据一些方面示出了执行无线电通信的示范性方法11800。如图 29中所示，方法11800包括启动测量定时器并且执行无线电扫描以识别邻近无线网络并且获得邻近无线网络的一个或多个无线电测量(11810)，在测量定时器期满之后，基于所识别的邻近无线网络来选择目标无线网络 (11820)，并且向目标无线网络的协调者节点发送包括一个或多个无线电测量的关联请求(11830)。
[0213]
3.4情境感知#4
[0214]
在本公开的一些方面中，运载工具到基础设施(v2i)通信系统可依赖于移动运载工具的情境信息来准确地操控来自诸如路边单元(road sideunit，rsu)之类的网络接入节点的天线波束。由于诸如汽车、机动车或无人机之类的移动运载工具可高速行进并且可无意间充当彼此的移动障碍物，所以依赖于扇区扫描来确定天线操控方向的波束操控系统可能是成问题的。因此，路边网络接入节点可依赖于诸如运载工具位置、运载工具速度、运载工具路线等等之类的情境信息来预测运载工具轨迹并随后基于预测的运载工具轨迹来操控天线波束以有效地将无线数据递送到运载工具。一些方面可应用到用于具备无线电能力的运载工具和被运载工具中的用户携带的手持/便携终端设备两者的波束操控。
[0215]
图30根据一些方面示出了一种示范性用例，其中路边网络接入节点 11900可被配置为向在道路11912上行进的运载工具提供无线电接入网络。如图30中所示，在给定的时间点，运载工具11902、11904和11906 可在道路11912上行进并且可以是运载工具终端设备(例如，具备无线电能力的汽车)或者可在运载工具内部携带手持/便携终端设备。为了增大阵列增益以发送到运载工具11902-11906，路边网络接入节点11900可利用波束操控来将天线波束聚焦到运载工具11902-11906的每一者。路边网络接入节点11900可利用天线阵列来操控每个天线波束，其中每个天线处的信号被相移和/或加权以便创建总体上形成如图30中所示的操控的天线波束的建设性和破坏性干扰的模式。虽然在图30的示范性设置中是利用静态网络接入节点来描绘的，但一些方面可将这些技术用于移动网络接入节点或v2v情境。例如，实现为具有网络接入节点能力(例如，在无线电接入网络上的数据的发送和接收和到核心或互联网络的回程连接)的运载工具(或者同等地另一移动设备，例如无人机)的
运载工具网络接入节点在这些方面中可承担路边网络接入节点11900的角色。因此，运载工具网络接入节点可基于一个或多个运载工具的情境信息来预测运载工具轨迹并且基于预测轨迹朝着该一个或多个运载工具相应地操控一个或多个天线波束。在一些方面中，这些技术也可应用在v2v设置中，例如其中运载工具执行本文对于网络接入节点11900描述的功能，并且相应地基于情境信息预测一个或多个运载工具的轨迹并且基于预测轨迹来朝着一个或多个运载工具操控一个或多个天线波束。这些方面也可应用在游动网络接入节点处 (例如下文关于层次化通信所描述的移动基础设施节点)。
[0216]
为了在适当的方向上向运载工具11902-11906的每一者操控每个天线波束，路边网络接入节点11900可依赖于关于运载工具11902-11906的每一者相对于路边网络接入节点11900被定位的方向的知识。波束操控系统可通过扇区扫描或其他类似的技术来识别操控方向，其中发送器可“扫”过多个不同的操控方向并且从接收器接收指出每个操控方向的有效性的反馈。发送器从而可能够基于该反馈来查明适当的操控方向(例如通过使用初始粗略扫描以识别初始扇区并随后细化所识别的扇区以确定狭窄的最优操控方向)。
[0217]
然而，在例如图30中那样接收器以高速行进的情况中，在多个扇区上执行扫描并且接收反馈的时延可能太大以至于不能有效地跟踪接收器。接收器的移动就障碍物而言也可能是成问题的。如图30中所示，树11908 和11910可充当依据运载工具11902-11906的定位向路边网络接入节点 11900和运载工具11902-11906之间的视线(line-of-sight，los)路径提供不同程度的阻塞的障碍物。此外，运载工具11902-11906可充当彼此的障碍物。如图30中所示，运载工具11906可阻塞路边网络接入节点11900与运载工具11904之间的los路径。由于由障碍物引起的阻塞的程度可随着运载工具11902-11906移动而随着时间变化，所以扇区扫描可不能够准确地检测适当的操控角度。
[0218]
因此，各种方面可在路边网络接入节点11900处利用来自运载工具 11902-11906的诸如位置信息、速度信息、路线信息等等之类的情境信息来预测运载工具轨迹并且基于预测的运载工具轨迹来执行波束操控。路边网络接入节点11900因此可被配置为准确地跟踪运载工具11902-11906的运动并且为每个天线波束选择有效的操控方向。路边网络接入节点11900 也可被配置为基于其他运载工具的其情境信息来预测其他运载工具的位置以对由其他运载工具引起的阻塞作出响应，并且可能够应用机器学习来检测诸如树11908和11910之类的静止障碍物并且相应地调整波束操控。例如，路边网络接入节点11900可利用机器学习技术，例如监督式或非监督式学习、强化学习、遗传算法、基于规则的学习支持向量机、人工神经网络、贝叶斯树建模或者隐马尔可夫建模。路边网络接入节点11900处的这种波束操控调整可被认为是rsu内波束切换，其中路边网络接入节点 11900可基于运载工具和障碍物定位(例如，基于自适应码本)来调整波束
[0219]
在一些方面中，路边网络接入节点11900可按与如图4中所示的网络接入节点9110相同的方式来配置并且相应地可包括天线系统9302、无线电模块9304和通信模块9306。天线系统9302可以是包括多个天线的天线阵列，路边网络接入节点11900可利用其来如图30中所示地那样操控天线波束。在各种方面中，路边网络接入节点11900可利用任何波束操控技术来操控天线系统9302，包括任何模拟(例如，利用模拟rf相移器来在天线系统9302的每个天线处操纵信号的相移)、数字基带(例如，利用数字处理器来操纵天线系统9302的每个天线处的信号的相移和/或增益) 和/或混合(例如，利用模拟rf相移器和数字处理器的混
合)波束成形来操控天线系统9302。这可包括使用自适应波束操控码本，其可向天线系统 9302的天线提供不同的复加权(相位和权重)设置，这些设置提供指向一定方向的特定天线波束。路边网络接入节点11900因此可被配置为通过调整复天线加权来调整由天线系统9302产生的天线波束，这在一些方面中可包括使用自适应波束操控码本。如前所示，这可被认为是rsu内波束切换。
[0220]
路边网络接入节点11900可被配置为操作天线系统9302、无线电模块 9304和通信模块9306以向运载工具11902-11906提供无线电接入网络。例如，在一些方面中，路边网络接入节点11900可被配置为利用例如毫米波(mmwave)无线电接入技术来提供5g无线电接入网络。路边网络接入节点11900也可被配置为根据多个无线电接入技术来操作天线系统 9302、无线电模块9304和通信模块9306并且相应地可以是多rat无线电接入节点。例如，在一些方面中，路边网络接入节点11900可被配置为根据5g(例如，mmwave)、4g(例如，lte)、3g(例如，umts)和 2g(例如，gsm)无线电接入技术中的多个来操作。
[0221]
图31根据一些方面示出了通信模块9306的示范性内部配置。如图31 中所示，通信模块9306可包括收集模块12002、预测模块12004和操控控制模块12006，它们在一些方面中可以是物理层模块9308和/或控制模块 9310的组件。图31中描绘的通信模块9306的配置可省略通信模块9306 的与当前方面不直接相关的某些组件以及控制、电力和时钟线路。图31 中所示的通信模块9306的每个组件在结构上可实现为硬件定义的模块，例如实现为一个或多个专用硬件电路或fpga，实现为软件定义的模块，例如实现为执行存储在非暂态计算机可读存储介质中的定义运算、控制和 i/o指令(例如，软件和/或固件指令)的程序代码的一个或多个处理器，或者实现为混合的硬件定义的和软件定义的模块。本文详述的通信模块 9306的每个组件的功能因此可实现在软件定义的模块和/或硬件定义的模块中。
[0222]
如前所示，路边网络接入节点11900可预测运载工具的轨迹并且基于预测轨迹来操控天线波束。由于基于扇区扫描的操控在具有快速移动的运载工具的场景中可能是效率不高的，所以路边网络接入节点11900可利用运载工具的诸如位置、速度和路线信息之类的情境信息来预测轨迹。图32 根据一些方面示出了方法12100，路边网络接入节点11900的通信模块 9306可执行该方法12100以便基于预测的运载工具轨迹来操控天线系统 9302的波束。
[0223]
如前所示，运载工具11902-11906的每一者可被配置为运载工具终端设备(例如，具有无线电通信能力的汽车)或者可以是携带手持/便携终端设备的运载工具。因此，运载工具11902-11906中的一个或多个可包括如图3中所示的终端设备9102的实例，或者作为运载工具的内置组件，或者作为被运载工具中的用户携带的独立的手持/便携终端设备。无论如何，运载工具11902-11906可被配置为向路边网络接入节点11900报告包括位置、速度或路线信息的情境信息。例如，运载工具11902可经由诸如传感器9218和传感器9220之类的传感器获得位置或速度信息，其中传感器 9218可例如是诸如gps或其他gnss系统之类的定位系统，并且传感器 9220可例如是加速度计或速度传感器。应用处理器9212可被配置为从传感器9218和9220获得情境信息传感器数据并且将情境信息提供给基带调制解调器9206以便无线发送到路边网络接入节点11900。额外地和/或替换地，在一些方面中，应用处理器9212可被配置为执行导航应用程序，利用该导航应用程序用户可输入运载工具11902的目的地。导航应用程序随后可生成运载工具11902的目标路线，应用处理器9212随后可获得该
目标路线作为情境信息并且提供给基带调制解调器9206以无线发送到路边网络接入节点11900。
[0224]
在一些方面中，运载工具11902可被配置为向路边网络接入节点 11900发送包含情境信息的初始情境报告和/或周期性情境报告。例如，运载工具11902最初可连接到路边网络接入节点11900(例如当在道路 11912上在路边网络接入节点11900的覆盖区域内驾驶之后)并且可向路边网络接入节点11900提供包含运载工具11902的情境信息的初始情境报告。运载工具11902于是可被配置为周期性地(例如，每100ms或另外的报告周期)向路边网络接入节点11900报告更新的情境信息，更新的情境信息可反映位置、速度或路线的变化。
[0225]
连接到路边网络接入节点11900的运载工具中的一个或多个可利用初始和周期性情境报告的一者或两者向路边网络接入节点11900报告情境信息。因此，如图32中详述的，收集模块12002在12110中可从运载工具 11902-11906接收和收集情境信息。由于运载工具11902-11906可在不同的时间提供情境报告，所以在一些方面中收集模块12002可连续地收集由连接的运载工具发送并且经由天线系统9302和无线电模块9304在路边网络接入节点11900处接收的情境报告。
[0226]
收集模块12002可将情境报告提供给预测模块12004，预测模块 12004在12120中可以为运载工具11902-11906的每一者评估情境信息以便预测运载工具轨迹。例如，预测模块12004可在来自运载工具11902的初始情境报告中接收运载工具11902的位置信息和速度信息。预测模块 12004随后可被配置为利用运载工具11902的当前位置和速度来预测随着时间的流逝运载工具11902在道路11912上的轨迹，这可包括预期运载工具11902将会从当前位置维持相同速度。速度信息也可以是定向速度，定向速度可指示出运载工具11902正在行进的方向，预测模块12004也可利用其来预测运载工具轨迹。在一些方面中，收集模块12002也可在随后的时间从运载工具11902接收周期性情境报告，这可包括运载工具11902的经更新的位置和速度信息。预测模块12004可从收集模块12002接收经更新的位置和速度信息并且相应地更新运载工具11902的预测轨迹。
[0227]
如前所示，在一些方面中，情境报告也可包含运载工具11902的路线信息。因此，预测模块12004可被配置为利用路线信息来预测运载工具 11902的轨迹，尤其对于路边网络接入节点11900的覆盖区域覆盖多个道路的情况更是如此。例如，利用运载工具11902的路线信息，预测模块 12004可能够基于由路线信息指示出的道路和车道变化来预测运载工具 11902的转弯和其他道路和车道变化。预测模块12004因此可将这种道路和车道变化包括在12004中获得的运载工具11902的预测轨迹中。
[0228]
在一些方面中，预测模块12004可额外地或者替换地利用关于运载工具11902的驾驶区域的知识来获得预测轨迹。例如，预测模块12004可知道道路11912的物理路径，这可被预编程或上传(例如从地图绘制数据库)到路边网络接入节点11900中。预测模块12004因此可知晓道路 11912中的转弯、弯曲和类似的变化并且可能够在12904中基于关于道路 11912的路径的知识和运载工具11902的当前位置和速度来为运载工具 11902生成预测轨迹，例如通过根据道路11912的路径的变化来预期运载工具11902何时将会改变其轨迹。作为被预编程有关于道路11912的信息的替换或附加，在一些方面中，预测模块12004可被配置为应用机器学习来识别道路11912的路径。例如，通过随着时间的流逝观察多个运载工具的位置信息的变化，预测模块12004可被配置为识别道路11912中的导致运载工具的轨迹变
化的位置，预测模块12004可利用其来绘制道路11912 的路径的地图并随后预测运载工具轨迹。
[0229]
在一些方面中，预测模块12004可被配置为应用机器学习来识别障碍物以及学习天线波束和链路随着时间的流逝的变化。预测模块12004因此可基于机器学习来随着时间的流逝适配预测过程，这可在线或离线执行。预测模块12004可应用的机器学习技术的非限制性示例包括监督式或非监督式学习、强化学习、遗传算法、基于规则的学习支持向量机、人工神经网络、贝叶斯树建模或者隐马尔可夫建模。
[0230]
图30根据一些方面在从运载工具11902-11906的每一者引出的箭头中描绘了运载工具11902-11906的示范性预测轨迹，其中每个箭头的长度指示了相应运载工具的示范性速度。因此，预测模块12004可基于在12110 中获得的情境信息来在12120中为运载工具11902-11906的每一者确定预测轨迹。预测模块12004随后可将预测轨迹提供给操控控制模块12006。操控控制模块12006随后可在12130中基于预测轨迹为运载工具11902
‑ꢀ
11906的每一者计算操控方向并且根据计算出的操控方向来操控天线系统 9302的天线波束。由于预测轨迹可指示出运载工具11902-11906相对于路边网络接入节点11900的预期位置，所以操控控制模块12006可能够计算出运载工具11902-11906的每一者相对于网络接入节点11900将位于的角度并且利用该角度作为操控方向。
[0231]
在计算出操控方向之后，操控控制模块12006可向天线系统9302提供指定计算出的操控方向的操控指令，天线系统9302可接收操控指令并且通过根据波束操控方案调整天线系统9302的个体天线的相位和/或增益来实现操控方向(其中天线系统9302在图30的情况中可将天线阵列划分成例如3个子阵列并且朝着运载工具11902-11906之一操控来自每个子阵列的总体天线波束)。在一些方面中，操控控制模块12006可例如以明确角度的形式发出操控指令，或者如果使用操控码字方案，则可以以与计算出的操控方向相对应的码字的形式发出操控指令。天线系统9302可接收操控指令并且在12130中根据操控指令来操控天线系统9302的天线波束。
[0232]
由于对于每个天线波束的操控方向可随着运载工具11902-11906沿着道路11912移动而随着时间的流逝变化，所以在一些方面中操控控制模块 12006可不断地根据由预测模块12004提供的预测轨迹更新操控方向以便反映运载工具11902-11906的位置变化。因此，操控控制模块12006可被配置为周期性地基于预测轨迹重计算操控方向并且向天线系统9302提供经更新的操控指令。如果预测模块12004已经提供了任何更新的预测轨迹，例如如果运载工具11902-11906之一正在提供使得预测模块12004能够更新预测轨迹的周期性情境报告，则操控控制模块12006可基于更新的预测轨迹来重计算操控方向；否则，操控控制模块12006可通过预期运载工具11902-11906将会继续沿着原始预测轨迹来基于原始预测轨迹重计算操控方向。
[0233]
路边网络接入节点11900因此可利用包括运载工具11902-11906的位置、速度和路线信息在内的情境信息来预测运载工具11902-11906的轨迹并且基于预测轨迹来执行波束操控以使天线波束指向运载工具11902
‑ꢀ
11906。由于在道路11912上行进的在路边网络接入节点11900的覆盖区域内的运载工具可随着时间的流逝而变化，所以路边网络接入节点11900 可被配置成为不同的运载工具执行波束操控(其中运载工具的数目也可变化并且从而需要的天线波束的数目也可变化)。因此，“新”运载工具可在路边网络接入节点11900的
覆盖区域内移动，并且在连接到路边网络接入节点11900之后，可提供初始情境报告和/或周期性情境报告来使得路边网络接入节点11900能够预测其轨迹并且相应地为天线波束定向。路边网络接入节点11900可继续跟踪每个运载工具，直到运载工具重选择到另一网络接入节点为止。由于路边网络接入节点11900可不要求来自运载工具 11902-11906的任何反馈(与要求反馈的扇区扫描应用不同)，所以路边网络接入节点11900可执行“开环”波束操控。路边网络接入节点11900 也可将这些方面与闭环波束操控技术相结合并且既使用情境信息也使用来自运载工具11902-11906的反馈(例如来自扇区扫描)来基于预测轨迹和操控反馈两者计算波束操控方向。
[0234]
除了如上所述的波束操控技术以外，各种路边网络接入节点11900还可利用其他信息和数据来执行波束操控。具体地，在一些方面中，预测模块12004可额外地或者替换地被配置为在12120中识别路边网络接入节点 11900与运载工具11902之间的阻塞。例如，预测模块12002可识别诸如树11908和11910之类的静止或永久障碍物的位置，并且基于运载工具 11902的预测轨迹，可能够确定这些障碍物何时将会阻塞来自路边网络接入节点11900和运载工具11902的天线波束。障碍物的位置可被预编程到路边网络接入节点11900中(例如从地图绘制数据库)。在一些方面中，预测模块12004也可利用其他传感器来识别障碍物的位置。例如，路边网络接入节点11900可配置有雷达传感器、成像传感器(例如相机)、声纳传感器等等，路边网络接入节点11900可应用它们来检测沿着道路11912 的障碍物的位置。预测模块12004随后可访问传感器数据来预测路边网络接入节点11900与运载工具11902之间的阻塞。
[0235]
由于运载工具可充当彼此的障碍物，所以在一些方面中，预测模块 12004也可预测其他运载工具何时将会阻塞路边网络接入节点11900与运载工具11902之间的路径。例如，预测模块12004可预测运载工具11902
‑ꢀ
11906的每一者的轨迹并且因此可识别出运载工具11902-11906中的一者何时将会阻塞运载工具11902-11906中的另一者。图30描绘了一种示范性场景，其中运载工具11906可阻塞路边网络接入节点11900与运载工具 11904之间的路径，从而阻塞到运载工具11904的天线波束。然而，如示范性运载工具轨迹箭头所示，运载工具11904和11906可按不同的速度行进，从而使得被运载工具11906阻塞的量随着时间而变化。因此，预测模块12004可预测随着时间的流逝由运载工具引起的阻塞的不同程度。
[0236]
也可存在这样的场景，其中其他运载工具没有连接到路边网络接入节点11900(例如，不具备无线电能力或者可连接到不同的网络/网络接入节点)。这些其他运载工具可形成路边网络接入节点11900可能不能够经由情境信息检测到的移动障碍物；因此，预测模块12004可依赖于外部传感器数据(例如，来自雷达传感器、成像传感器(例如相机)、声纳传感器等)来检测其他运载工具和其他移动障碍物并且跟踪其轨迹以识别阻塞。
[0237]
在一些方面中，路边网络接入节点11900因此可被配置为检测沿着道路11912的不同障碍物。预测模块12004随后可识别或预测这种障碍物相对于运载工具11902-11904的静止位置或移动轨迹并且可基于检测到的障碍物来操纵波束操控，例如通过波束加宽、rsu内/rsu间波束切换或者切换到另一无线电接入技术中的一个或多个来操纵。图33根据一些方面示出了示范性场景，其中运载工具11906可阻塞运载工具11904，其中场景12200和12210根据其各自的轨迹图示了运载工具11904和11906的变化的位置。在场景12200中，运载工具11906可形成路边网络接入节点 11900与运载工具11904之间的实质性阻塞并且可
只留下狭窄的无阻碍路径。因此，预测模块12004可利用运载工具11904和11906的预测轨迹来确定运载工具11906将会对运载工具11904引起的阻塞程度(例如，按角度)。预测模块12004随后可将阻塞程度提供给操控控制模块12006，操控控制模块12006可利用天线系统9302执行波束缩窄或波束加宽以便向运载工具11904提供基本上无阻碍的天线波束。如场景12200中所示，当运载工具11906在向运载工具11904提供较高程度的阻塞时，操控控制模块12006可选择狭窄天线波束。然而，一旦在场景12210中运载工具 11906相对于运载工具11904向前移动(根据运载工具11906的更高速度)，阻塞程度就可减小，预测模块12004可利用运载工具11904和 11906的预测轨迹来识别这一点。因此，操控控制模块12006在场景 12210中可加宽天线波束。随着阻塞程度随着运载工具移动而变化，预测模块12004和操控控制模块12006可类似地响应于静止障碍物执行波束加宽和波束缩窄。
[0238]
路边网络接入节点11900也可响应于检测到的障碍物执行rsu间波束切换。例如，路边网络接入节点11900可将运载工具的无线电接入连接转交到另一路边网络接入节点。在一些方面中，路边网络接入节点11900可基于障碍物阻塞和/或由于运载工具离开路边网络接入节点11900朝着另一路边网络接入节点移动而转交运载工具。由于另一路边网络接入节点相对于运载工具位于不同的位置，所以发送天线波束也可由于该转交而被切换。在一些方面中，路边网络接入节点11900可向另一路边网络接入节点提供运载工具的波束操控信息和/或其他位置信息，这可给予另一路边网络接入节点为运载工具选择波束操控方向的基础。这个rsu间波束切换和先前详述的rsu内波束切换(基于例如自适应码本从同一路边网络接入节点切换波束操控)都可实现路边网络接入节点11900与服务的运载工具之间的改善的链路质量。
[0239]
此外，在一些方面中，路边网络接入节点11900可基于检测到的障碍物来自适应地切换无线电接入技术。例如，诸如mmwave之类的具有高载波频率的无线电接入技术可由于高载波频率而经历大量的路径损耗并且因此可因受阻碍的发送路径而受到损害。因此，如果如图34的场景12300 中所示路边网络接入节点11900最初使用mmwave来与运载工具11904通信并且运载工具11906直接阻碍运载工具11904，则预测模块12004可检测该阻塞并且通知操控控制模块12006。操控控制模块12006随后可从 mmwave切换到不那么容易受路径损耗影响的替换无线电接入技术，例如 lte、umts、gsm或具有更低载波频率的另一无线电接入技术。路边网络接入节点11900从而可将无线电接入技术切换通知给运载工具11904 (例如，经由由操控控制模块12006生成并且利用原始mmwave连接经由无线电模块9304和天线系统9302发送的控制信令)并进而利用替换无线电接入技术来发送进一步的数据。当预测模块12004确定阻塞减小或消失时，例如当运载工具11906进一步移动经过运载工具11904时，预测模块 12004可通知操控控制模块12006，操控控制模块12006随后可触发切换回mmwave(例如，可能根据由运载工具11906引起的阻塞的剩余程度 (如果有的话)使用波束缩窄)。路边网络接入节点11900可类似地能够利用另一种侧链路连接，例如专用短程通信(dedicated short rangecommunications，dsrc)，来作为替换无线电接入技术。
[0240]
在一些方面中，路边网络接入节点11900还可利用由运载工具11902
‑ꢀ
11906报告的传感器数据来检测障碍物。例如，在另一场景中，运载工具 11906可不连接到路边网络接入节点11900；因此，预测模块12004可不能够基于情境信息预测运载工具11906的轨迹并且可不能够预测由运载工具11906对运载工具11904引起的阻塞。然而，运载工具11904可配备
有诸如雷达传感器、成像传感器、声纳传感器等等之类的传感器，它们可例如是传感器9218和/或传感器9220。运载工具11904因此可能够利用传感器9218和9220来检测到运载工具11906，基带调制解调器9206可将这一点报告给路边网络接入节点11900。例如，基带调制解调器9206可能够确定运载工具11906的位置和/或速度并且向路边网络接入节点11900报告位置和速度信息。路边网络接入节点11900于是可被配置为利用运载工具 11906的位置和速度信息作为情境信息并且因此利用预测模块12004来预测运载工具11906的轨迹。操控控制模块12006随后可类似地如上所述基于运载工具11906对运载工具11904引起的阻塞来调整天线系统9302的波束操控。运载工具11904也可能够利用传感器9218和9220识别诸如树 11908和11910之类的静止障碍物并且向路边网络接入节点11900报告位置信息，预测模块12004和操控控制模块12006可利用该位置信息来调整波束操控。
[0241]
在一些方面中，路边网络接入节点11900和运载工具11902-11906还可采用中继来解决阻塞。例如，在图34中所示的场景12300中，运载工具11906可对运载工具11904引起大幅阻塞，这可严重损害从路边网络接入节点11900到运载工具11904的发送。取代接受路径损耗并尝试通过运载工具11906发送，路边网络接入节点11900可改为利用运载工具11906 作为中继点来中继从路边网络接入节点11900到运载工具11904的数据，反之亦然。因此，在预测模块12004已识别出运载工具11904和11906的预测轨迹并且操控控制模块12006已基于预测轨迹将运载工具11906识别为对运载工具11904的阻塞之后，操控控制模块12006可指示运载工具 11906(例如，经由控制信令)为打算去往运载工具11904的数据充当中继点。路边网络接入节点11900随后可将打算去往运载工具11904的数据发送到运载工具11906(例如，经由与运载工具11906的天线波束)。运载工具11906可接收打算去往运载工具11904的数据并将该数据转发到运载工具11904，例如利用dsrc或另一种类型的运载工具到运载工具 (v2v)通信或侧链路。路边网络接入节点11900可继续经由作为中继点的运载工具11906向运载工具11904发送数据直到操控模块12006识别出运载工具11906不再阻塞运载工具11904为止(或者阻塞的程度已减小到可接受的量为止)。路边网络接入节点11900随后可利用波束操控切换回向运载工具11904的直接发送路径。
[0242]
虽然上文关于路边网络接入节点11900进行了详述，但在一些方面中，基于情境信息的波束操控也可在反向链路中在运载工具11902-11906 中实现。例如，运载工具11902可在基带调制解调器9210中包括收集模块12002、预测模块12004和操控控制模块12006的实例。收集模块 12002随后可(经由应用处理器9212)从传感器9218和/或9220收集传感器测量以便确定运载工具11902的位置和速度。路边网络接入节点11900 也可广播其位置，这可使得运载工具11902的预测模块12004能够预测运载工具11902相对于路边网络接入节点11900的轨迹。操控控制模块 12006随后可利用预测轨迹来在天线系统9202处执行波束操控以便指引从运载工具11902到路边网络接入节点11900的天线波束并且基于预测轨迹不断地更新天线波束的操控方向。可替换地，操控控制模块12006可向运载工具11902报告路边网络接入节点11900使用的波束的操控方向，运载工具11902随后可利用报告的操控方向来操控波束回到路边网络接入节点 11900。
[0243]
各种方面可实现在多种其他无线电接入场景中，尤其是包括其他v2i 用例。图35根据一些方面示出了无人机用例中的第四情境感知的实现方式，其中无人机12402、12404和12406可与网络接入节点12400相连接。无人机12402可相应地向网络接入节点12400报告
诸如位置、速度(例如，定向速度)和/或路线信息之类的情境信息。网络接入节点12400可按与路边网络接入节点11900相同的方式来配置并且可基于情境报告利用预测模块12004预测无人机12402-12406的航空轨迹。操控控制模块12006 随后可操控网络接入节点12400的天线系统9302以形成指向无人机 12402-12406的每一者的天线波束。预测模块12004还可检测诸如树12408 和12410和建筑物12412之类的障碍物并且适配天线波束和诸如无线电接入技术切换和中继之类的其他发送方面，以便利用无人机12402-12406来发送和接收数据。
[0244]
除了图35中描绘的无人机用例以外，这些方面也可应用到任何类型的移动设备，包括运载工具和非运载工具情况，以及涉及不同类型的移动设备的任何场景。
[0245]
虽然上文对一些方面的描述一般可专注于发送设置，但详述的波束操控技术也可同等地应用在接收设置中，其中天线阵列可向个体天线元素应用相移和/或增益以产生定向接收波束。
[0246]
图36根据一些方面示出了执行无线电通信的示范性方法12500。如图 36中所示，方法12500包括从运载工具接收运载工具运动信息 (12510)，基于运载工具运动信息确定运载工具的预测轨迹(12520)，并且基于预测轨迹朝着运载工具操控天线波束(12530)。
[0247]
3.5情境感知#5
[0248]
在本公开的一些方面中，无线电环境地图(rem)基础设施可利用分布式体系结构(例如，服务器体系结构、云基础设施、移动边缘计算基础设施、路边基础设施、众多设备、众多终端设备、众多运载工具等等)来在rem数据对其而言相关的位置本地存储rem数据。此外，rem基础设施可利用向请求方设备选择性地提供某些类型的情境信息的数据提供系统。因此，取代利用集中式服务，一些方面可在本地存储rem数据并且只提供简洁量的rem数据，这可减轻回程负载并且避免请求方设备处的过度数据下载。这些方面因此可提供一种机制来供网络接入节点获得信道和无线电信息、网络接入节点信息(例如，可用小区)以及无线电接入技术可用性信息(例如，哪些rat可用)，而不接收来自终端设备的反馈 (或侦测)。
[0249]
在某些蜂窝系统中，基站不断地向用户设备(ue)发送参考信号，用户设备可测量参考信号以确定信道质量和其他无线电特性。ue随后可将测量报告回给基站，基站可将所报告的测量用于各种任务，包括用户调度、波束成形/波束操控、调制和编码方案选择、移交和其他移动性操作，等等。然而，连续的测量报告可招致很大开销并且诸如网络多输入多输出 (multi-input multi-output，mimo)和多用户/大规模mimo之类的许多新技术可因此由于过度的反馈需求而不被支持。跨小区协调也保持在有限阶段中，因为诸如实时干扰协调之类的技术可能需要快速光纤状连接来传送信道和调度信息。这些方面可与共同信道方面一起使用，例如，基于 rem信息选择的共同信道。
[0250]
虽然测量报告和反馈对于跟踪无线电条件的瞬时变化可能是有效的，但无线电环境对于大多数用户来说一般可以是静态的。考虑到调度功能在实践中往往是非常保守的，信道的大规模属性和最终最优调度解决方案之间的关联性更显著了。
[0251]
此外，诸如mmwave、大规模mimo和大规模iot部署之类的新5g 开发正变得更普遍。由于mmwave采用的高频段，无线电信号(其主要利用波束成形)可容易被诸如树、墙、天花板之类的环境所阻塞。由于可存在大量的天线和高密度的设备，所以对于大规模mimo和iot设备的信道反馈可成为瓶颈。
[0252]
无线电环境地图或者说rem可给出一种减轻与信道反馈有关的许多开销问题的有价值的解决方案。这些rem可提供不同位置处的信道环境的地图并从而可提供障碍物和路径损耗特性的表示，取代信道反馈技术或者除了信道反馈技术以外，无线电接入网络设备还可利用这种表示。因此，不同于参考信号发送和反馈报告来确定信道条件，网络接入节点和终端设备可访问rem以便确定发送器和接收器之间的信道条件。rem可被存储在中央云中并且被请求方设备查询以获得无线电信息。
[0253]
不同于将rem数据存储在中央服务器中，本公开的一些方面可利用为本地地理区域在本地生成和存储rem数据的分布式体系结构，其中邻近该本地地理区域的终端设备和网络接入节点可访问本地rem数据，而不在网络基础设施上引起重大负担。此外，这些方面可包括请求-响应框架，其选择性地向请求方设备提供rem数据的简洁选择，从而避免过多的下载。
[0254]
图37根据一些方面示出了通信网络12600的示范性网络体系结构。如图37中所示，终端设备9102和9104可连接到网络接入节点9110，网络接入节点9110可与核心网络12606接口连接。核心网络12606可连接到云网络12608，云网络12608可以是包括中央rem服务器12610的一个或多个基于互联网的网络。网络接入节点9110因此可向终端设备9102和 9104提供无线电接入网络，该无线电接入网络使得终端设备9102和9104 能够经由核心网络12606接入云网络12608。一个或多个额外的网络接入节点也可与核心网络12606接口连接，例如网络接入节点9112。
[0255]
通信网络12600的无线电接入网络部分，包括终端设备9102和9104 和网络接入节点9110和9112，可依赖于rem数据来识别无线电条件并且执行诸如调度、波束成形/波束操控、调制和编码方案选择、移交和其他移动性操作、无线电接入选择、流量管理、功率/成本管理等等之类的任务。然而，取代访问中央rem服务器12610(这可涉及跨核心网络12606和经由云网络12608的数据传送)，网络接入节点9110和终端设备9102和 9104(以及连接到网络接入节点9110的任何其他终端设备)可访问本地 rem服务器12602，而网络接入节点9112(以及连接到网络接入节点 9112的任何终端设备)可访问本地rem服务器12604。虽然图37将 rem服务器12602和12604描绘为各自与一个网络接入节点接口连接，但其他rem服务器可与多个网络接入节点接口连接并且可从而向多个网络接入节点提供对rem数据的同一数据库的访问。
[0256]
rem服务器12602和12604可各自存储与指派给rem服务器12602 和12604的各个区域本地相关的不同rem数据。例如，rem服务器 12602可存储对于网络接入节点9110周围的第一地理区域相关的rem数据，而rem服务器12604可存储对于网络接入节点9112周围的第二地理区域相关的rem数据(虽然在第一和第二地理区域之间可以有一些重叠)。图38根据一些方面示出了示范性地图，其中网络接入节点9110可位于区域12710中，而网络接入节点9112可位于区域12720中(它们可对应或不对应于网络接入节点9110和9112的实际覆盖区域)。rem服务器 12602可以为区域12710存储rem数据，例如信道条件和其他无线电覆盖信息(虽然rem服务器12602可能不一定物理上位于区域12710中)，而rem服务器12604可以为区域12720存储rem数据。虽然区域12710 和12720在图38中被示为是互斥的，但在每个rem服务器为其存储数据的区域之间可以有重叠；然而，区域12710和12720可至少有一些是互斥的。
[0257]
因此，终端设备9102和9104和网络接入节点9110可就区域12710的 rem数据查询rem服务器12602，rem服务器12602可根据请求提供该 rem数据。图39示出了rem服务器12602的示范性内部配置，其可包括 rem控制器12802和rem数据库12804。在一些方面中，rem控制器 12802可以是被配置为执行指令以便处理和响应查询以及计算和生成rem 数据来在rem数据库12604中存储或更新的处理器。rem数据库12604 可以是被配置为存储rem数据的存储器组件，rem数据可以是地理地图，其中有无线电条件数据链接到地理地图上的各种位置，它提供了某个地理区域上的无线电环境的空间表示。rem数据也可以是依从于时间的，以例如反映在一天的不同时间和/或一周的不同日中变化的无线电条件。
[0258]
终端设备9102和9104和网络接入节点9110从而可通过向rem控制器12802发送请求来就rem数据查询rem服务器，rem控制器12802 可取回请求的rem数据并且将响应提供回给请求方设备。由于区域12710 中的无线电环境随着时间的流逝可能是动态的，所以终端设备9102和 9104和网络接入节点9110可向rem服务器12602提供无线电条件信息， rem服务器12602可利用该无线电条件信息来更新存储在rem数据库 12804中的rem数据。例如，终端设备9102和9104可在区域12710中的各种位置执行无线电测量并且将带地理标签的无线电测量提供给rem控制器12802。rem控制器12802随后可应用无线电传播建模以便基于关联的无线电测量在带地理标签的位置处更新rem数据并且从而可随着时间的流逝在rem数据库12804中维护准确的rem数据。rem控制器12802 可基于由带地理标签的无线电测量所指示的最近和过去信息的组合来计算 rem数据。除了rem数据的空间维度以外，rem控制器12802还可生成具有时间相关考虑的rem数据，例如当日时间和一周中的哪天，以便将无线电环境表示为随着时间的流逝变化的。
[0259]
在一些方面中，rem控制器12802可请求无线电测量。额外地或者替换地，在一些方面中，终端设备9102和/或9104可被配置为周期性地执行无线电测量并且将无线电测量报告回给rem控制器12802。由于终端设备 9102和9104和网络接入节点9110可致力于通过使用rem数据来减少开销，所以在一些方面中，终端设备9102和9104可被配置为执行具有相对长周期的无线电测量(与一些信道反馈不同，它们可要求每发送时间间隔的反馈并从而具有小周期)或者可执行连续无线电测量并且总体报告无线电测量，在报告之间具有大周期(例如，可在该周期期间执行无线电测量并且在每个周期结束之后报告关于给定周期的无线电测量)。在一些方面中，rem服务器12604可按与rem服务器12602相同的方式来配置。
[0260]
rem服务器12602和12604因此可各自存储基于本地无线电测量来更新的本地rem数据。由于rem数据是在本地存储和更新的，所以终端设备和网络接入节点可不需要查询集中式rem服务器以获得rem数据并且因此可通过与本地rem服务器交互来缓和网络拥塞。如图37中所示，云网络12608也可包含中央rem服务器12610，其可为包括区域12710和 12720两者的综合地理区域存储rem数据。因此，rem服务器12602和 12604可被配置为将存储在rem数据库12804中的rem数据周期性地上传到中央rem服务器12610(这可由rem控制器12802触发并控制以将 rem数据从rem数据库12804上传到中央rem服务器12610)，中央 rem服务器12610可持有包含关于区域12710、12720和各种其他地理区域的rem数据的rem数据库。为了减少网络拥塞，rem服务器12602 和12604可不频繁地执行rem数据上传，例如每天一次。因此，中央 rem服务器12610可持有综合性rem，而rem服务器12602和12604可持有与有限区域相关的本地rem数据。
[0261]
图37将rem服务器12602和12604描绘为与网络接入节点9110和 9112接口连接；因此，在一些方面中，rem服务器12602和12604可被部署在网络接入节点本地，例如部署在设备室内部，这可允许网络接入节点的通信模块9306迅速地访问rem数据。或者，在一些方面中，rem 服务器12602和12604可被部署在各种其他位置。例如，rem服务器 12602和12604可被部署为边缘计算设备，例如可定位在无线电接入网络和核心网络之间或者网络接入节点处的移动边缘计算(mec)服务器。或者，在一些方面中，rem服务器12602和12604也可被部署在核心网络 12606中。如前所示，rem服务器12602和12604可包含关于与多个网络接入节点相关的区域的rem数据并且因此可利用任何这种部署与多个网络接入节点接口连接。
[0262]
终端设备和网络接入节点因此可能够就与其周围附近相关的rem数据查询本地rem服务器，并且当在终端设备的情况下移动到新区域时，可以就与新区域相关的rem数据查询不同的rem服务器。虽然终端设备可以是移动的，但可能并不需要有关于过大地理区域(例如，关于100或更多英里和/或公里)的rem数据，终端设备而是可能够在任何给定时间利用关于有限区域的rem数据并且仅当移动到其他区域中时才下载关于这些区域的rem数据。类似地，由于网络接入节点一般是静止的，就像一些基站的情况中那样，所以网络接入节点在任何给定时间可以只需要有关于有限区域的rem数据。rem服务器12602和12604因此可起到在本地存储和更新rem数据并且将rem数据提供给请求方设备的作用。
[0263]
除了本地rem数据存储和更新以外，在一些方面中，rem服务器 12602和12604还可提供一种有利的机制供诸如终端设备和网络接入节点之类的请求方设备请求和接收rem数据。与单个终端设备或网络接入节点可不需要有关于过大区域的rem数据(例如，终端设备可不需要下载覆盖数百英里的rem数据)类似，请求方设备可不需要从本地rem服务器下载所有rem数据。例如，rem服务器12602可存储关于区域12710 的空间-时间数据的巨大数据库，包括在区域12710上在空间和时间两个维度上表示的性能度量的综合集合，所述性能度量例如是网络负载、重发参数(例如混合自动重复请求(harq)度量)、封包/比特/块差错率 (per/ber/bler)统计、呼叫掉话概率、信号强度和信号质量数据、路径损耗和障碍物信息、干扰水平等等。此外，rem服务器12602可以为不同的rat存储这种性能度量，例如关于5g(例如，mmwave)、4g(例如，lte)、3g(例如，umts)、2g(例如，gsm)以及诸如wi-fi (例如用于公共wi-fi网络)之类的其他无线电接入技术的每一者的性能度量的单独集合。此外，虽然图37中所示的通信网络12600的无线电接入和核心网络部分可由单个网络运营者来操作，但rem服务器12602也可被配置为与多个网络接口连接(例如，与多个plmn的基础设施接口连接)并且相应地可以为多个不同的网络存储性能度量。
[0264]
因此，虽然rem服务器12602可存储关于区域12710的大量rem数据，但给定的请求方设备(终端设备、运载工具或网络接入节点)可不需要下载关于区域12710的所有rem数据。各种方面因此可利用向请求方设备提供最相关的特定rem数据的请求-响应机制。因此，这些方面可通过只提供相关数据给请求方设备来避免一些方面中的拥塞问题。
[0265]
请求-响应机制可基于“情境信息细节水平”、请求方设备的“设备能力类别”、区域或空间、预期用途、要求的吞吐量、要求的服务质量，等等。诸如rem服务器12602和12608之类的本地rem服务器可被配置为基于情境信息细节水平(例如请求方设备希望rem数据的范围有多综合/ 详细，以及设备能力类别(例如请求方设备的无线电能力有多复杂)来取回特定rem数据。因此，如果请求方设备指定了低情境信息细节水平，则rem服务器12602可只取
回通用rem数据来提供给请求方设备，例如哪些rat可用的列表，而没有任何伴随的详细空间-时间性能度量。相反，如果请求方设备指定了高情境信息细节水平，则rem服务器12602 可取回rem数据的详细集合，包括可用rat的列表，以及每个rat的空间-时间性能度量。
[0266]
类似地，如果请求方设备具有低设备能力类别并从而只能够进行基本无线电通信，例如lte和wi-fi，则rem服务器12602可以可选地只提供关于基本支持rat的rem数据。相反，如果请求方设备具有高设备能力类别并且能够支持更复杂的rat，例如mmwave、高级wi-fi(例如， ieee 802.11ax)、tv空白空间技术等等，则rem服务器12602可提供关于基本和复杂rat两者的rem数据。设备能力类别也可指示出终端设备与网络接入节点之间的区别，其中网络接入节点可要求更综合的rem数据并从而可被分类为更高设备能力类别，而终端设备可只需要不那么综合的rem数据并且可被分类为更低的设备能力类别。
[0267]
图40根据一些方面示出了图示请求-响应机制的消息序列图12900。如图40中所示，终端设备9102可首先向rem服务器12602发送rem数据请求。具体地，基带调制解调器9206的控制器9210可确定需要rem 数据，例如为了执行无线电接入选择、流量管理、功率/成本管理或者另外的终端设备无线电操作。控制器9210随后可识别出情境信息细节水平和设备能力类别并且生成rem数据请求以包括情境信息细节水平和设备能力类别。设备能力类别对于终端设备9102可以是静态的；例如，第一设备能力类别可用于只支持诸如2g/3g和wi-fi之类的基本无线电通信的终端设备，第二设备能力类别可用于支持诸如2g/3g/lte和wi-fi之类的更复杂无线电通信的终端设备，而第三设备能力类别可用于支持3g/3g/lte、wi-fi、mmwave、tv空白空间等等的终端设备。
[0268]
在一些方面中，情境信息细节水平可依据终端设备9102打算将rem 数据用于的无线电操作以及其他参数而变化。例如，如果终端设备9102 仅仅打算执行rat选择，则终端设备9102可只需要指定哪些rat可用的低级别rem数据。控制器9210因此可选择较低的情境信息细节水平。然而，如果终端设备9102当前正在传送高敏感性数据，例如具有严格qos 要求的数据，并且需要选择新的小区，则终端设备9102可能需要在精细的时间-空间基础上的关于每个小区的更详细性能度量，例如网络负载、 per/ber/bler统计、时延、harq性能等等。因此，控制器9210可选择高情境信息细节水平。
[0269]
在一些方面中，请求-响应机制可具有控制器9210可利用的情境信息细节水平和设备能力类别的预定框架。图41根据一些方面示出了表格 13000，其图示了在情境信息细节水平(从细节水平0到细节水平m)和设备能力类别(从能力类别0到能力类别n)的两个维度上定义的请求方设备参数的示范性框架。如图41中所示，能力类别0可指示基本无线电能力，而能力类别n可指示最复杂的无线电能力。可类似地定义能力类别 0和能力类别n之间的具有中间无线电能力的额外能力类别。可类似地定义细节水平0和细节水平m之间的其他细节水平。
[0270]
控制器9210因此可基于表格13000中所示的请求方设备参数框架来选择情境信息细节水平和设备能力类别(其中确切的能力类别和细节水平可以是可配置的)以生成rem数据请求并进而在12902中向rem服务器 12602发送rem数据请求(经由与rem服务器12602的控制模块11902 的软件级连接，该软件级连接依赖于网络接入节点9110的rf收发器9204 和天线系统9202作为无线电接口)。rem服务器12602可在rem控制器12802处接收rem数据请求，rem控制器12802可被配置为处理rem数据请求，从rem数据库12804取回适当的rem数据，
并且将rem数据提供给请求方设备。因此，如图40中所示，rem控制器12802在12904 中可处理rem数据请求以识别请求方设备参数。rem控制器12802因此可识别终端设备9102在rem数据请求中指定的情境信息细节水平和设备能力类别。rem控制器12802随后可根据请求方设备参数从rem数据库 12804取回适当的rem数据。rem控制器12802随后可生成包含取回的 rem数据的rem数据响应并且在12908中将rem数据响应发送到终端设备9102。由于rem数据响应可包含大量数据，所以这可包括建立数据传送连接并且随着时间的流逝向终端设备9102传送数据。
[0271]
控制器9210可在12908中接收rem数据响应并且在12910中应用 rem数据。具体地，在各种方面中，控制器9210可利用rem数据来执行无线电接入选择、流量管理、功率/成本管理或另外的终端设备无线电操作。控制器9210可将其他信息包括在rem数据请求中，例如终端设备9102的位置信息。取代向终端设备9102提供关于区域12710的全部的 rem数据，rem服务器12602于是可改为提供邻近终端设备9102的当前位置(或者在当前位置的一定半径内或者在行进的方向上，终端设备9102 也可指定这一点)的rem数据。该半径可基于路线信息、网络覆盖、其他设备的存在、运动的速度、方向、数据的可用性等等来确定。
[0272]
在一些方面中，网络接入节点9110可类似地从rem服务器12602请求和接收rem数据，rem服务器12602可被控制模块9310而不是控制器 9210所控制。由于网络接入节点9110可作为负责向多个终端设备提供无线电接入连接的网络方基础设施来操作，所以网络接入节点9110从rem 服务器12602要求的rem数据的类型和深度可不同于终端设备9102所要求的。例如，网络接入节点9110可使用rem数据来执行调度、波束成形/ 波束操控、调制和编码方案选择、移交和其他移动性操作，等等，这可利用不同类型的rem数据(例如，不同的性能度量)和rem数据的不同特征。此外，由于网络接入节点9110可负责向其覆盖区域中的许多不同终端设备提供服务，所以在一些方面中网络接入节点9110可能希望访问关于多个位置和关于比单个终端设备更大区域大小的rem数据。网络接入节点9110可在rem数据请求中指定这种信息。设备的类型，例如终端设备与网络接入节点，可作为设备能力类别、设备信息细节水平的一部分或者作为rem数据请求的单独信息字段指定给rem服务器12602。
[0273]
因此，请求-响应机制可利用诸如设备能力类别和情境信息细节水平之类的请求方设备参数来确保请求方设备只接收相关的rem数据而不超过额外的不需要的rem数据(这可浪费资源)。例如，终端设备9102可不需要关于其不支持的rat(例如mmwave)的任何rem数据。这些方面可利用rem数据请求中的设备能力类别来确保不提供关于不支持的rat 的rem数据，这些rem数据可能不是有用的并且可能只是浪费资源。在另一示例中，终端设备9102可只需要高级别情境信息，例如关于可用 rat的通用信息。一种具体情况可以是终端设备9102正在以非常高的速度移动(例如与运载工具中的用户一起行进)。由于终端设备9102可具有高移动性，所以与非常具体的位置关联的最详细的rem数据可迅速变化，所述终端设备9102可只在终端设备9102移动到新位置之前的很短的一段时间中保持相关。然而，如果终端设备9102一般是静止的，则终端设备9102可能希望将与网络接入节点9110的当前无线电接入连接优化到最大水平。由于rem数据由于终端设备9102的有限移动性将可能在较长的一段时间中有效，所以终端设备9102可能希望接收细粒度的rem数据 (其大小可能很大)并且利用rem数据来优化连接。可替换地，终端设备9102可能希望首先以高级别rem数据开始，例如通用rat可用性信息，并且仅当初始rat选择不令人满意时才请求更详细的rem数据(包
括详细的性能度量)。
[0274]
在一些方面中，终端设备9102也可能够指示出想要哪些具体路线或区域的rem数据，例如在终端设备9102识别出用户将会采取的路线并且从rem服务器12602预下载关于所识别的路线的rem数据的情况下。
[0275]
虽然如果所有的rem数据都可用则每个请求方设备理论上可能够更好地优化无线电连接，但rem服务器12602提供大量的rem数据可能是对资源的一种浪费。请求方设备从而可被配置为考虑接收更全面的rem 数据将会多有效率。如表格13000中所示，在一些方面中，能力类别-细节水平表格中的每个条目可具有“效率度量指示”，其指示出就将会提供的与rem数据的链路配置而言能够发生的优化的程度。效率度量例如可指示出对于每比特能量(焦耳/比特)、吞吐量等等，尽管没有详细情境信息 (例如诸如均值或中值之类的典型平均除以理论最大值)，但仍可实现的优化的水平。效率度量因此可指示出终端设备是否值得为特定应用请求进一步的情境信息。请求方设备因此在为rem数据请求选择设备能力类别和情境信息细节水平时可考虑效率度量指示。
[0276]
一些方面也可应用信息中心网络(information centric network，icn) 来使得能够进行整个网络上的数据的发现、通告、路由和存储。联网动作因此可基于数据的实际信息/内容，而不是传统方法源-目的地地址(像基于ip的联网中那样)。因此，rem数据的生成者(例如本地rem服务器，例如rem服务器12602，其连接到其他rem服务器的网络，每个其他rem服务器存储关于不同区域的rem数据)可向某些其他锚定节点 (其可以是其他rem服务器，例如rem服务器12604，或者其他非 rem服务器节点)“公布”本地生成的rem数据，并且数据的请求者 (诸如终端设备9102和9104和网络接入节点9110和9112之类的请求方设备)可“订阅”rem数据。每个请求者于是可在订阅并随后从其本地锚定节点发现数据之后从其本地锚定节点获得数据。其他网络节点于是可能够基于“内容特定标签”而不是传统的末端用户ip地址来路由/存储数据。rem数据的公布、发现、请求和访问许可从而可利用这种icn原理来在本地rem服务器、中央rem服务器和请求方设备之间生成和路由 rem数据。
[0277]
在一些方面中，rem服务器12602也可被配置为识别提供不可靠数据 (例如，以用于更新存储在rem数据库12804中的rem数据的无线电测量的形式)的终端设备和网络接入节点并且可从rem数据库12804中去除由这种设备提供的数据。
[0278]
图42根据一些方面示出了用于以分布方式管理rem数据的示范性方法13100。如图42中所示，方法13100包括在多个本地rem服务器的每一者处基于由相应地理区域内的设备提供的无线电信息为不同的相应地理区域生成本地rem数据(13110)，将本地rem数据从多个本地rem服务器的每一者上传到中央rem服务器(13120)，并且为包括各地理区域的总体地理区域在中央rem服务器处存储rem数据(13130)。
[0279]
图43根据一些方面示出了用于管理rem数据的示范性方法13200。如图43中所示，方法13200包括接收来自请求方设备的rem数据请求 (13210)，其中rem数据请求包括设备能力类别和信息细节水平，根据设备能力类别和信息细节水平从rem数据库识别rem数据(13220)，其中rem数据库被配置成为与rem数据库相关联的地理区域存储rem 数据，并且将该rem数据提供给请求方设备(13230)。
[0280]
虽然上文大体上是聚焦于蜂窝通信技术来详述的，但一些方面可被应用到用于任何无线电接入技术的rem数据和服务器。
[0281]
3.6情境感知#6
[0282]
在本公开的一些方面中，网络接入节点(例如mac调度器)处的调度功能可观察流量以预测单个用户、用户的群组或者机器型通信的流量模式。调度功能随后可使用流量模式来支配对于终端设备、设备或运载工具的调度。在一些方面中，调度功能可确定何时可能发生重流量时段，并且随后可在预期的突发性流量时段期间发起低开销调度模式，例如半持久性调度(semi persistent scheduling，sps)，以支持大量数据的传送，而不招致高开销成本。在一些方面中，调度功能可使用流量模式来识别出终端设备何时展现出不顺从的行为，例如不遵守支配终端设备与网络接入节点之间的无线电活动的标准的无线电行为，或者指示出可疑活动的无线电行为。调度功能随后可在检测到不顺从或可疑行为时调整调度。这些方面可与共同信道方面一起使用，例如，基于流量模式分析选择的共同信道。
[0283]
图44根据一些方面描绘了示范性用户流量模式。流量模式13300描绘了接收方向(例如，下行链路)的示范性流量数据速率，而流量模式 13302描绘了发送方向(例如，上行链路)的示范性流量数据速率。如图 44中所示，一个或多个突发性流量时段(13304-13312)可在各种时间发生，其中突发性流量时段13304-13312期间的数据速率可大幅高于其他时段期间的数据速率。突发性流量时段也可被认为是“突发性”流量时段。
[0284]
因此，在示范性场景中，图2的终端设备9102可经历突发性流量时段，其中在下行链路和/或上行链路方向与网络接入节点9110交换有大量的用户平面流量(例如，像突发性流量时段13304-13312中那样)。例如，可存在终端设备9102的用户触发诸如语音呼叫、视频呼叫、文件下载、视频或音频流、在线游戏会话、web浏览等等之类的流量密集活动的某些时段。在这种流量密集活动的持续期间，在网络接入节点9110和终端设备9102之间可能有繁重流量交换。流量也可以是零星的或者不一贯的，并且可由间歇的“突发”而不是恒定的流构成。终端设备9102和网络接入节点9110之间的无线电接入连接于是可占用大量的带宽并且对网络负载做出贡献。
[0285]
流量密集活动可涉及大量的用户平面数据，这些数据也可集中到零星的突发中。例如，语音呼叫可产生大量的从终端设备9102传送到网络接入节点9110(在上行链路中)和从网络接入节点9110传送到终端设备 9102(在下行链路中)的语音数据。在话音时段期间可以有流量的突发，它们可被静默时段期间的非常小的流量所衔接。许多类型的互联网流量可产生这种突发性流量，包括web浏览器数据、视频流和其他互联网流量。流量密集活动也可产生大量的控制平面数据，这些控制平面数据可向无线电接入连接添加重大开销。例如，为了让终端设备9102知道哪些时间-频率资源包含打算去往终端设备9102的下行链路数据或者被预留用于终端设备9102的上行链路数据，网络接入节点9110可将调度和资源分配信息作为控制平面信息提供给终端设备9102。例如，为了让网络接入节点 9110知道待办的上行链路数据的情况，终端设备9102发送上行链路控制平面信息，例如缓冲器状态报告(buffer status report，bsr)和调度请求 (scheduling request，sr)。
[0286]
控制平面信息可对无线电接入网络中的重大信令开销做出贡献，尤其是在突发性流量时段期间，在这些时段中终端设备9102可接收和/或发送连续的控制信息来支持用户平面流量的恒定流。控制平面数据也可对终端设备和网络接入节点处的无线电干扰和处理功率消耗做出贡献。因此，诸如lte之类的一些无线电接入技术对于特定类型的无线电活动利用低开销调度方案，例如sps。例如，在lte设置中，网络接入节点(例如， enodeb)可利用
特殊的控制消息激活sps配置的下行链路指派或上行链路准予。在接收到该特殊控制消息后，终端设备可预先知道其将在每个sps 间隔接收到下行链路数据或者可在每个sps间隔发送上行链路数据。例如，标准化sps间隔可例如是10、20、32、40、64、80、128、160、320 或640ms。因此，配置有例如40ms的sps间隔的终端设备将会知道其将每40ms接收下行链路数据(对于下行链路sps)或者其将能够每40ms 发送上行链路数据(对于上行链路sps)。虽然网络接入节点仍可为sps 间隔的每次重复提供指定资源分配的控制信息，但终端设备将不需要发送任何缓冲器状态报告(bsr)或调度请求(sr)来请求上行链路准予。此外，非活跃定时器(例如，lte中的drx-inactivitytimer)将不会对sps配置的下行链路指派启动，并且终端设备可能够(取决于定时器设置)提前几个子帧停止监视控制信道并且将接收链切换到低功率模式中。
[0287]
这些方面可基于对用户流量模式的观察来预测突发性流量时段，例如图44中示出的那些，并且可在预测的突发性流量时段期间应用sps调度。各种方面可不依赖于指示突发性流量的更高层信令，而是可改为专注于基于对用户流量(其可以是任何类型的流量，而不仅限于语音封包数据)的监视来识别突发性流量时段。因此，一些方面可避免在突发性流量时段期间可发生的高开销，这可减小无线电接入网络上的负载和拥塞。
[0288]
图45根据一些方面示出了方法13400。诸如图4中所示的网络接入节点9110之类的网络接入节点可在通信模块9306处实现方法13400。在一些方面中，网络接入节点9110可在mac调度器组件处实现此功能，例如在控制模块9310处实现此功能。在一些方面中，通信模块9306可利用硬件定义的和/或软件定义的模块来实现此功能。
[0289]
如图45中所示，通信模块9306在13410中可观察终端设备的用户流量以获得用户流量模式。例如，一天之中可能有某些时段或时间，终端设备(例如终端设备9102)的用户触发大量的用户平面流量。例如，用户可能在可预测的时间频繁地执行某些流量密集活动，例如有规律地在工作日晚间或者在午餐时间浏览互联网的用户。在各种其他示例中，用户可有规律地在终端设备9102上观看某些节目(例如安排在每周或每日的)，可有规律地在某些时间或者某些日利用终端设备9102进行语音或视频呼叫，可有规律地在某些时间或者某些日利用终端设备9102用流媒体观看体育赛事，可有规律地在某些时间或者某些日利用终端设备9102收听互联网电台，可有规律地在某些时间或者某些日将终端设备9102用于在线游戏，等等。
[0290]
因此，通过识别与对终端设备9102的这些规律使用相关联的用户流量模式，通信模块9306可能够预期用户何时(例如，一天中的时间和/或星期几)将利用终端设备9102发起流量密集活动(引起突发性流量时段)。在一些方面中，通信模块9306可被配置为在13420中执行预测算法(实现为存储在非暂态计算机可读介质中并可从其取回的软件定义指令)来识别用户流量模式。例如，通信模块9306可监视和测量终端设备 9102的上行链路和下行链路流量并且将测量到的上行链路和下行链路数据速率输入到预测算法中。预测算法(由通信模块9306执行)随后可评估上行链路和下行链路数据速率以识别用户流量模式，例如突发性流量时段定期发生在一天的什么时间和/或一周的哪些天。在一些方面中，通信模块 9306可应用诸如决策树学习、神经网络学习、支持向量机等等之类的机器学习技术来处理用户流量观察(例如，上行链路和下行链路数据速率)并且识别用户流量模式。在一些方面中，通信模块9306可在较长的观察时间中(例如数日、数星期、数月等等)观察来自终端设备
9102的用户流量。在一些方面中，由于终端设备9102可能是移动的并且不在该较长观察时间的整个期间保持连接到网络接入节点9110，所以通信模块9306可维持其在终端设备9102连接到网络接入节点9110的时间期间收集的用户流量观察(经由终端设备9102的身份信息来标识)的数据库。在一些方面中，通信模块9306可与中央服务器和/或其他网络接入节点接口连接以获得由其他网络接入节点观察到的对于终端设备9102的用户流量观察。
[0291]
当在13410中基于用户流量观察识别出用户流量模式之后，通信模块 9306可基于用户流量模式预测突发性流量时段。例如，如果通信模块 9306识别出终端设备9102的用户有规律地在特定的一天期间在特定的当日时间触发流量密集活动(例如，用户流量模式)，则通信模块9306可预测出在该特定天期间在该特定的当日时间即将发生的事件将可能是突发性流量时段。通信模块9306因此可将该特定天期间的特定当日时间识别为突发性流量时段。取决于通信模块9306在13410中获得的流量模式，通信模块9306在13420中可基于用户流量模式识别一个或多个突发性流量时段。在一些方面中，每个突发性流量时段可以是特定当日时间，并且在一些方面中，也可发生在特定的天(例如，取决于突发性流量时段是否有规律地发生在特定的一天或多天)和/或跨越特定的持续时间(例如，取决于突发性流量时段是否有规律地发生在特定的持续时间期间)。在一些方面中，通信模块9306可从加载取决于内容(例如，广告，flash视频等等)的特定网站预测突发性流量。
[0292]
当在13420中预测突发性流量时段之后，通信模块9306可在预测的突发性流量时段期间应用sps。因此，当突发性流量时段的特定时间和/或日事件发生，并且终端设备9102连接到网络接入节点9110时，通信模块 9306可为终端设备9102触发sps。因此，不同于在例如每个子帧期间提供控制平面信息(就像传统调度或者说“动态调度”的一些情况中那样)，通信模块9306可向终端设备9102应用sps。因此，通信模块9306 可通过避免每个子帧向终端设备9102发送控制平面信息来减小开销。除了来自于发送下行链路控制平面信息的开销减小以外，终端设备9102还可在sps活跃时避免发送上行链路控制平面信息，例如缓冲器状态报告 (bsr)和调度请求(sr)。sps因此也可减小终端设备9102处的功率消耗，因为终端设备9102可不发送像传统的动态调度那么多的信息。也可减小上行链路干扰。终端设备9102也可由于sps的减小的处理需求而节约功率。
[0293]
在一些方面中，通信模块9306可在预测的突发性流量时段的持续时间期间继续应用sps(例如，如果用户流量模式也指示出了突发性流量时段的持续时间的话)。在一些方面中，通信模块9306可监视终端设备 9102的实际流量以确定是否继续应用sps，并且在一些方面中，如果终端设备9102没有生成突发性流量则可终止sps。在一些方面中，通信模块 9306在13430中可基于在sps的应用期间观察到的用户流量观察来更新用户流量模式(在13420中获得)。在一些方面中，通信模块9306可将方法13400应用到多个终端设备，并且相应地可以为多个终端设备获得特定用户流量模式并且利用用户流量模式来为多个终端设备的每一者单独触发 sps。
[0294]
在一些方面中，通信模块9306可额外地或者替换地应用用户流量模式来检测非顺从行为并对其做出反应。例如，可在标准中定义终端设备 9102与网络接入节点9110之间的无线电接入连接。示范性标准包括例如 3gpp标准(例如用于lte、umts和gsm)、ieee标准(例如，用于 ieee 802.11wi-fi和其他无线电接入技术)、欧洲电信标准协会 (european telecommunications standards institute，etsi)标准，等等。因此，可预期终端设备和网
络接入节点遵循标准中定义的协议，以例如执行顺从的行为。
[0295]
然而，尤其是在终端侧，终端设备和网络接入节点可被配置为执行非顺从行为。例如，在示范性场景中，终端设备可被配置为(例如，由制造者或用户配置)向网络接入节点报告虚假信息，例如为了获得更多无线电资源、更快的数据速率，等等。例如，终端设备可被配置为报告虚假的 bsr或信道状态信息(csi)反馈，这可能够操纵网络接入节点提供与通常不同的无线电资源。通过经由这种非顺从行为操纵网络接入节点，制造者或用户可能够改善用户体验，例如通过影响网络接入节点来提供更高的数据速率、更可靠的连接、更快速度的连接、更多的带宽，等等。然而，这种益处可能以其他用户的损失为代价，因为有限的无线电资源可被不公平地向着非顺从终端设备分布。
[0296]
因此，在一些方面中，网络接入节点9110可实现当前方面的功能以便检测和响应非顺从行为。图46根据一些方面示出了方法13500。在一些方面中，网络接入节点9110可在mac调度器组件处实现此功能，例如在控制模块9310处实现此功能。在一些方面中，通信模块9306可利用硬件定义的和/或软件定义的模块来实现此功能。
[0297]
如图46中所示，通信模块9306在13510中可观察终端设备9102的用户流量以获得流量模式。在一些方面中，通信模块9306可在13510中观察控制平面流量，这可包括监视诸如bsr和csi反馈之类的控制平面信息。在一些方面中，通信模块9306也可在13510中观察用户平面流量，并且可将用户平面流量与相应的控制平面流量关联起来。例如，通信模块 9306可观察由终端设备9102提供的bsr和/或csi反馈并且观察联系这些 bsr和/或csi反馈生成的用户流量。例如，由于bsr指示出待办的上行链路数据的量，所以bsr中反映的值应当与终端设备9102在bsr之后发送的上行链路数据的量直接对应。在另一示例中，由于csi反馈指示出在终端设备9102处观察到的信道质量，所以csi反馈应当反映差错率(包括块/比特/封包差错率、ack/nack率等等)，因为指示强信道的csi反馈应当对应于低差错率，而对于指示弱信道的csi反馈则反过来。在一些方面中，可预期由其他终端设备提供的csi反馈在某种程度上与由终端设备9102提供的csi反馈相关。因此，在一些方面中，通信模块9306也可将由终端设备9102提供的csi反馈与由其他终端设备提供的csi反馈进行比较。
[0298]
通信模块9306随后可基于关联的控制平面和用户平面信息来识别流量模式。例如，通信模块9306可识别由终端设备9102提供的控制平面信息是否与关联的用户平面信息规律地配合。在一些方面中，通信模块9306 可识别bsr和/或csi反馈不匹配关联的用户平面信息的事件，例如bsr 值不匹配发送的上行链路数据的量(例如，在容限值内以防止假阳性)或者csi反馈不匹配差错率或者其他终端设备提供的csi反馈(例如，在容限值内以防止假阳性)。在一些方面中，通信模块9306可对控制平面信息不匹配观察到的用户平面信息或者由其他终端设备提供的控制平面信息的事件的数目计数。
[0299]
通信模块9306随后可在13520中基于流量模式来识别非顺从行为。例如，如果终端设备9102规律地提供有可能非顺从的控制平面信息(例如，冲突的控制平面和用户平面数据的发生次数很高，例如超过阈值)，则通信模块9306可在13520中将终端设备9102识别为展示出非顺从行为。
[0300]
通信模块9306随后可在13530中基于非顺从行为实施调度决策。如果通信模块9306没有识别出终端设备9102的非顺从行为(例如，反复的或规律的非顺从行为的模式)，则通信模块9306可执行正常调度，例如根据标准的mac调度功能。然而，如果通信模块9306
识别出终端设备 9102中的非顺从行为，则通信模块9306可调整对于终端设备9102的调度 (例如，调整mac调度功能)，以例如解决或抵消非顺从行为。
[0301]
在一些方面中，通信模块9306在13530中可通过限制为终端设备 9102调度的无线电资源来对终端设备9102的非顺从行为进行补偿。例如，取代基于bsr和/或csi反馈执行正常调度，通信模块9306可假定终端设备9102正在操纵bsr和/或csi反馈并且基于假定的操纵来实施调度决策，例如通过分配比bsr通常将会要求的更少的上行链路资源和/或与 csi反馈准确的情况相比限制无线电资源。通信模块9306因此可在13530 中基于非顺从行为实施调度决策。
[0302]
在一些方面中，通信模块9306可仅当终端设备9102的非顺从行为被预期会伤害其他终端设备时才在13530中限制调度。例如，如果通信模块 9306在13520中检测到终端设备9102的非顺从行为，则通信模块9306可评估该非顺从行为是否会伤害无线电接入网络(例如经由对小区中的其他终端设备的情境信息的评估)。在一些方面中，通信模块9306可经由最大似然框架来评估对无线电接入网络的潜在伤害。
[0303]
如果通信模块9306确定终端设备9102的非顺从行为将会伤害无线电接入网络，则通信模块9306可限制对于终端设备9102的调度，例如通过调整无线电资源分配或调度。相反，如果通信模块9306确定终端设备 9102的非顺从行为将不会伤害无线电接入网络，则通信模块9306可按照请求为终端设备9102执行调度，例如基于由终端设备9102提供的bsr和 /或csi反馈来执行。在一些情况下，如果不会发生对无线电接入网络的伤害(或者只发生最低限度伤害)，则按照请求调度终端设备9102对于网络接入节点9110和终端设备9102两者都可能是有益的(例如，符合共同利益)。
[0304]
在一些方面中，通信模块9306可以为多个终端设备执行方法13500 并且基于每个终端设备是否展示出非顺从行为的模式来单独实施调度。
[0305]
在一些方面中，通信模块9306因此可利用过去的终端设备行为作为对调度函数的输入。在一些方面中，通信模块9306可基于终端设备的过去行为来预测突发性流量时段并且在预测的突发性流量时段期间发起 sps。在一些方面中，通信模块9306可基于终端设备行为来识别流量模式并且识别非顺从行为(例如，“贪婪”终端设备，与展示出顺从行为的“诚实”终端设备相比)。通信模块9306随后可基于非顺从行为来实施调度决策，例如为非顺从终端设备调整调度以抵消非顺从行为(这可保护无线电接入网络免受非顺从行为的伤害)。
[0306]
术语“用户设备”、“ue”、“移动终端”、“用户终端”等等可应用到任何无线通信设备，包括蜂窝电话、平板设备、膝上型电脑、个人计算机、可穿戴设备、多媒体重放和其他手持电子设备、消费型/家用/办公/ 商业电器、运载工具和任何数目的能够进行无线通信的额外电子设备。
[0307]
虽然上面的描述和相关的附图可将电子设备组件描绘为分开的元件，但本领域技术人员将会明白将离散的元件组合或集成到单个元件中的各种可能性。这可包括组合两个或更多个硬件电路以形成单个硬件电路，将两个或更多个硬件电路安装到共同的芯片或机壳上以形成集成元件，在共同的处理器核上执行离散的软件例程(例如，程序、算法或应用)，等等。相反，本领域技术人员将会认识到将单个元件分离成两个或更多个离散元件的可能性，例如将单个电路分割成两个或更多个分开的电路，将芯片或机壳分离成原本在其
上提供的离散元件，将软件例程分离成两个或更多个子例程并且分开执行每个子例程(在相同或不同的处理器核上)。
[0308]
要明白本文详述的方法的实现方式是演示性的，从而被理解为能够在相应的设备中实现。类似地，要明白本文详述的设备的实现方式被理解为能够实现为相应的方法。从而要理解与本文详述的方法相对应的设备可包括被配置为执行相关方法的每个方面的一个或多个组件。
[0309]
以上描述中定义的所有缩写在这里包括的所有权利要求中也成立。
[0310]
虽然已参考特定方面具体示出和描述了本公开的一些方面，但本领域技术人员应当理解，在不脱离如所附权利要求限定的这些方面的精神和范围的情况下，可对其进行形式和细节上的各种改变。本公开的范围从而由所附权利要求指出，并且因此希望涵盖落入权利要求的等同含义和范围内的所有变化。