[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

说明书

本公开实施例提供了一种UE的目标小区的确定方法、装置、通信设备及存储介质；UE的目标小区的确定方法，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，确定接入候选小区的期望收益；根据期望收益，从候选小区中选择进行小区切换或小区重选的目标小区。本公开实施例提供的方法，相对于根据小区的信号强度来进行小区切换或小区重选，可以至少降低由于小区的信号强度发生抖动等导致小区切换或小区重选频繁出现的情况，进而提高系统的稳定性。

技术领域

本公开涉及无线通信领域但不限于无线通信领域，尤其涉及一种UE的目标小区确定方法、装置、通信设备及存储介质。

背景技术

机器学习算法是目前人工智能技术最重要的实现方法之一。机器学习可以通过大量的训练数据获得模型，通过模型可以对事件进行预测。在很多领域，机器学习训练得到的模型都可以获得非常精致的预测结果。

例如，多臂老虎机算法(Multi Arm Bandit，MAB)可以用于解决多个可选目标且各所述可选目标的收益未知时的期望收益最大化问题。用户设备(User Equipment，UE)为每个可选目标维护一个累计利益，每一轮中用户设备根据一定概率决定是进行探索还是压榨。如果选择探索(exploration)，则选择累计利益最大的可选目标之外的目标，然后更新收益；如果选择压榨(exploitation)，则选择目标累计利益最大的可选目标，然后更新收益。同时，UE还会考虑每次更换目标的开销来修正收益的大小；经过多次迭代后，可以获得最优化的策略。

而在当前的蜂窝移动网络中，移动性管理至少包括小区切换或小区重选。通常，目前的移动性管理是基于信号强度来确定小区切换或小区重选的；当小区采用超密集部署在高频时，小区间的信号强度可能会有较大的抖动。如此，若考虑信号强度进行小区切换或小区重选，可能会导致小区重选或切换的频率非常高。

发明内容

本公开实施例公开了一种UE的目标小区确定方法、装置、通信设备及存储介质。

本公开实施例的第一方面，提供一种UE的目标小区确定方法，应用于用户设备(UE)，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，确定接入候选小区的期望收益；

根据期望收益，从候选小区中选择进行小区切换或小区重选的目标小区。

在一些实施例中，移动性管理参数包括以下至少之一：

步长，用于指示计算一次期望收益的间隔时间；

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，用于指示作为期望收益的性能指标类型；

与奖励类型对应的奖励类型参数，用于指示作为期望收益的性能指标类型的参数；

奖励因子，用于指示缩放奖励类型的参数；

累积奖励因子，用于指示缩放累积的期望收益的参数；

运行长度阈值，用于指示一轮计算包含的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，用于指示收益算法模型执行探索操作所需达到的概率值。

在一些实施例中，移动性管理参数包括：

小区信息，标识能够作为候选小区的小区。

在一些实施例中，根据移动性管理参数及收益算法模型，确定接入候选小区的期望收益，包括：

基于移动性管理参数，确定间隔等于步长的时长后的候选小区的期望收益；