[发明专利]UE的目标小区确定方法、装置、通信设备及存储介质

权利要求书

1.一种UE的目标小区确定方法，其中，应用于用户设备UE，所述方法包括：

根据测量的小区信号质量，确定进行小区切换或小区重选的候选小区；

根据移动性管理参数及收益算法模型，确定接入所述候选小区的期望收益；

根据所述期望收益，更新所述候选小区的探索概率；

根据所述期望收益以及所述探索概率，从所述候选小区中选择进行小区切换或小区重选的目标小区；

所述移动性管理参数包括：步长，用于指示计算一次所述期望收益的间隔时间；所述根据移动性管理参数及收益算法模型，确定接入所述候选小区的期望收益包括：

基于所述移动性管理参数，确定间隔等于所述步长的时长后的所述候选小区的期望收益；

其中，所述移动性管理参数还包括以下至少之一：

移动费用因子，用于指示更换一次小区所造成的费用；

奖励类型，用于指示作为所述期望收益的性能指标类型；

与所述奖励类型对应的奖励类型参数，用于指示作为所述期望收益的性能指标类型的参数；

奖励因子，用于指示缩放所述奖励类型的参数；

累积奖励因子，用于指示缩放累积的所述期望收益的参数；

运行长度阈值，用于指示一轮计算包含的所述期望收益的最大运行次数和/或最大运行时长；

探索概率阈值，用于指示所述收益算法模型执行探索操作所需达到的概率值。

2.根据权利要求1所述的方法，其中，所述移动性管理参数还包括：

小区信息，标识能够作为所述候选小区的小区。

3.根据权利要求1所述的方法，其中，所述根据所述期望收益，从所述候选小区中选择进行小区切换或小区重选的目标小区，包括：

选取期望收益最大的所述候选小区，作为进行小区切换或小区重选的目标小区。

4.根据权利要求3所述的方法，其中，所述基于所述移动性管理参数，确定间隔等于所述步长时长后的所述候选小区的期望收益，包括：

基于所述候选小区在第i次推理后的期望收益与累积奖励因子的乘积，以及所述候选小区在第i次推理后的奖励类型参数与奖励因子的乘积，确定所述候选小区在第i+1次推理后的期望收益；其中，所述i为大于0的整数。

5.根据权利要求1所述的方法，其中，所述根据所述期望收益，更新所述候选小区的探索概率，包括：

根据所述期望收益以及所述候选小区被作为目标小区选择的次数，更新所述候选小区的探索概率。

6.根据权利要求5所述的方法，其中，所述根据所述期望收益以及所述探索概率，从所述候选小区中选择进行小区切换或小区重选的目标小区，包括：

响应于未基于所述期望收益从所述候选小区中选择出进行小区切换或小区重选的目标小区，根据所述探索概率从所述候选小区中选择进行小区切换或小区重选的所述目标小区。

7.根据权利要求6所述的方法，其中，所述根据所述探索概率从所述候选小区中选择进行小区切换或小区重选的所述目标小区，包括：

选取所述探索概率满足所述探索概率阈值的所述候选小区作为进行小区切换或重的所述目标小区；或者，

随机选择一个所述候选小区作为进行小区切换或小区重选的所述目标小区。

8.根据权利要求5所述的方法，其中，所述方法还包括：

上报包括更新后的所述探索概率的所述移动性管理参数。

9.根据权利要求8所述的方法，其中，所述方法还包括：

接收基站发送的请求消息；

所述上报包括更新后的所述探索概率的所述移动性管理参数，包括：

基于所述请求消息，上报包括更新后的所述探索概率的所述移动性管理参数。

10.根据权利要求8或9所述的方法，其中，所述上报包括更新后的所述探索概率的所述移动性管理参数，包括：

响应于所述收益算法模型的推理次数达到所述运行长度阈值后，上报包括更新后的所述探索概率的所述移动性管理参数。