Channel state information (CSI) report configuration

Abstract

Certain aspects of the present disclosure provide techniques for wireless communications by an apparatus. A method includes sending capability information comprising: one or more identifiers of one or more machine learning (ML) models supported by the apparatus, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; and at least one value for at least one component of at least one feature supported by the apparatus; and receiving a channel state information (CSI) report configuration indicating one or more parameters based on the capability information.

Description

CHANNEL STATE INFORMATION (CSI) REPORT CONFIGURATION INTRODUCTION

[0001] Field of the Disclosure

[0002] Aspects of the present disclosure relate to wireless communications, and more particularly, to techniques for channel state information (CSI) report configuration.

[0003] Description of Related Art

[0004] Wireless communications systems are widely deployed to provide various telecommunication services such as telephony, video, data, messaging, broadcasts, or other similar types of services. These wireless communications systems may employ multiple-access technologies capable of supporting communications with multiple users by sharing available wireless communications system resources with those users

[0005] Although wireless communications systems have made great technological advancements over many years, challenges still exist. For example, complex and dynamic environments can still attenuate or block signals between wireless transmitters and wireless receivers. Accordingly, there is a continuous desire to improve the technical performance of wireless communications systems, including, for example: improving speed and data carrying capacity of communications, improving efficiency of the use of shared communications mediums, reducing power used by transmitters and receivers while performing communications, improving reliability of wireless communications, avoiding redundant transmissions and / or receptions and related processing, improving the coverage area of wireless communications, increasing the number and types of devices that can access wireless communications systems, increasing the ability for different types of devices to intercommunicate, increasing the number and type of wireless communications mediums available for use, and the like. Consequently, there exists a need for further improvements in wireless communications systems to overcome the aforementioned technical challenges and others.SUMMARY

[0006] A problem that arises for machine learning (ML) -based channel state information (CSI) reporting is how a user equipment (UE) can efficiently communicate, to a network entity, UE capability information regarding the UE capabilities of the UE as well as the ML models supported by the UE for reporting CSI to the network entity. For  example, the UE capability information can be large in size, and therefore may utilize resources, such as network bandwidth for communication.

[0007] In certain aspects, the UE capabilities include features supported by the UE, such as one or more ML-based CSI reporting features. For example, the features may indicate parameters of a CSI report configuration that the UE supports. Further, a feature may include one or more components supported by the UE. For example, components of a feature may include a (e.g., maximum) number of antenna ports (e.g., transmit ports) supported by the UE, a (e.g., maximum) payload size supported by the UE, rank (s) supported by the UE, a number of resources over which to determine CSI supported by the UE, a number of subbands over which to determine CSI supported by the UE, a subband width supported by the UE, a total bandwidth supported by the UE, a compression ratio for CSI reporting supported by the UE, a quantization method for CSI reporting supported by the UE, a port layout configuration supported by the UE, etc.

[0008] Certain aspects provide techniques for the UE to explicitly communicate information about some UE capabilities (e.g., at least one value for at least one component of at least one feature) in capability information reported to the network entity, and to implicitly communicate information about some UE capabilities by including one or more identifiers of one or more ML models supported by the UE in the capability information. In particular, each ML model may be associated with one or more UE capabilities, such as indicated by values of one or more components of one or more features. Accordingly, the network entity, upon receiving an identifier of an ML model from the UE in the capability information, may determine that the UE supports any UE capabilities (e.g., one or more values for one or more components of one or more features) supported by / associated with the ML model. A benefit of such techniques may be that the UE does not need to explicitly include in the capability information all of the UE capabilities, which may reduce the size of the capability information, and therefore may reduce the resources used to communicate the UE capability information. Therefore, network resource usage may be reduced, which may reduce congestion on the network, or help increase throughput.

[0009] One aspect provides a method for wireless communications by an apparatus. The method includes sending capability information comprising: one or more identifiers of one or more machine learning (ML) models supported by the apparatus, wherein each of the one or more identifiers is associated with corresponding one or more values for one  or more components of one or more features supported by the corresponding ML model; and at least one value for at least one component of at least one feature supported by the apparatus; and receiving a channel state information (CSI) report configuration indicating one or more parameters based on the capability information.

[0010] Another aspect provides a method for wireless communications by an apparatus. The method includes receiving capability information comprising: one or more identifiers of one or more ML models supported by a user equipment (UE) , wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; and at least one value for at least one component of at least one feature supported by the UE; and sending a CSI report configuration indicating one or more parameters based on the capability information.

[0011] Other aspects provide: one or more apparatuses operable, configured, or otherwise adapted to perform any portion of any method described herein (e.g., such that performance may be by only one apparatus or in a distributed fashion across multiple apparatuses) ; one or more non-transitory, computer-readable media comprising instructions that, when executed by one or more processors of one or more apparatuses, cause the one or more apparatuses to perform any portion of any method described herein (e.g., such that instructions may be included in only one computer-readable medium or in a distributed fashion across multiple computer-readable media, such that instructions may be executed by only one processor or by multiple processors in a distributed fashion, such that each apparatus of the one or more apparatuses may include one processor or multiple processors, and / or such that performance may be by only one apparatus or in a distributed fashion across multiple apparatuses) ; one or more computer program products embodied on one or more computer-readable storage media comprising code for performing any portion of any method described herein (e.g., such that code may be stored in only one computer-readable medium or across computer-readable media in a distributed fashion) ; and / or one or more apparatuses comprising one or more means for performing any portion of any method described herein (e.g., such that performance would be by only one apparatus or by multiple apparatuses in a distributed fashion) . By way of example, an apparatus may comprise a processing system, a device with a processing system, or processing systems cooperating over one or more networks. An apparatus may comprise one or more memories; and one or more processors configured to cause the apparatus to  perform any portion of any method described herein. In some examples, one or more of the processors may be preconfigured to perform various functions or operations described herein without requiring configuration by software. In some examples, the one or more memories store processor-executable instructions. The one or more processors may execute the processor-executable instructions and cause the apparatus to perform any portion of any method described herein.

[0012] The following description and the appended figures set forth certain features for purposes of illustration.BRIEF DESCRIPTION OF DRAWINGS

[0013] The appended figures depict certain features of the various aspects described herein and are not to be considered limiting of the scope of this disclosure.

[0014] FIG. 1 depicts an example wireless communications network.

[0015] FIG. 2 depicts an example disaggregated base station architecture.

[0016] FIG. 3 depicts aspects of an example base station and an example user equipment (UE) .

[0017] FIGS. 4A, 4B, 4C, and 4D depict various example aspects of data structures for a wireless communications network.

[0018] FIG. 5 depicts an example encoder and an example decoder.

[0019] FIG. 6 depicts a process flow for communications in a network.

[0020] FIG. 7 depicts a method for wireless communications.

[0021] FIG. 8 depicts another method for wireless communications.

[0022] FIG. 9 depicts aspects of an example communications device.

[0023] FIG. 10 depicts aspects of an example communications device.DETAILED DESCRIPTION

[0024] Aspects of the present disclosure provide apparatuses, methods, processing systems, and computer-readable mediums for communicating information about UE capabilities, such as for CSI report configuration.

[0025] A UE may be configured to perform CSI reporting. For example, a UE can receive a CSI reference signal (CSI-RS) (or other suitable signal) from a network entity  and perform channel estimation based on the signal. For example, based on measuring the signal, the UE may determine one or more CSI parameters, such as channel quality indicator (CQI) , precoding matrix indicator (PMI) , and / or rank indicator (RI) . RI may define the number of possible layers for downlink transmission. PMI may define a set of indices corresponding to a precoding matrix to apply to downlink transmissions. CQI may be an indicator of channel quality. The UE may then send an indication of the one or more determined CSI parameters to the network entity in a CSI report, which may be a type of channel state feedback (CSF) . The network entity may then schedule downlink data transmissions to the UE accordingly, such as using a modulation scheme, coding rate, number of transmission layers, etc., that the network entity determines based on the CSI report.

[0026] In certain aspects, the network entity is configured to send to the UE a CSI report configuration indicating one or more parameters that indicate how the UE should perform channel estimation. For example, the CSI report configuration may indicate one or more parameters that specify how the CQI, PMI, and / or RI computation is to be performed by the UE. For example, the CSI report configuration may indicate a format indicator of CQI reporting and / or a format indicator of PMI reporting, such as per subband or across a wideband (e.g., including multiple subbands) . As another example, the CSI report configuration may indicate a subband size, such as when the format indicator of CQI reporting and / or the format indicator of PMI reporting is per subband. As another example, the CSI report configuration may indicate a reporting band, which may indicate a contiguous or non-contiguous subset of subbands in a bandwidth part for which CSI is reported. As another example the CSI report configuration may indicate a codebook type for the UE to use for determining PMI. As a further example, the CSI report configuration may indicate a restriction on the RI values, a restriction on a codebook type, a codebook subtype to use, a number of PMI subbands per CQI subband, supported parameter combinations, phase alphabet size, subband amplitude, a number of beams, and / or the like. The UE, accordingly, may perform channel estimation based on the CSI report configuration.

[0027] In certain aspects, the network entity is configured to determine the one or more parameters of the CSI report configuration based on one or more UE capabilities. For example, the UE capabilities may impose restrictions on how the UE is able to perform channel estimation, and therefore, the network entity may determine one or more  parameters of the CSI report configuration that result in the UE performing channel estimation in a manner commensurate with the capabilities of the UE. In certain aspects, the UE reports the one or more UE capabilities as capability information to the network entity, such as using radio resource control (RRC) signaling. In certain aspects, the UE capabilities include features supported by the UE, such as one or more ML-based CSI reporting / CSF reporting features, also referred to as ML CSF features. For example, the features may indicate parameters of the CSI report configuration that the UE supports. Further, a feature may include one or more components supported by the UE. For example, components of a feature may include a (e.g., maximum) number of antenna ports (e.g., transmit ports) supported by the UE, a (e.g., maximum) payload size supported by the UE, rank (s) supported by the UE, a number of resources over which to determine CSI supported by the UE, a number of subbands over which to determine CSI supported by the UE, a subband width supported by the UE, a total bandwidth supported by the UE, a compression ratio for CSI reporting supported by the UE, a quantization method for CSI reporting supported by the UE, a port layout configuration supported by the UE, etc. Some features may depend on other features. Accordingly, the UE may include, in the capability information, values for components of one or more features. For example, a value of a component may indicate whether or not the UE supports that component (e.g., a 0 or 1 indicating whether or not the UE supports the component) , or what value the UE supports for the component, such as the value of the maximum number of antenna ports supported by the UE.

[0028] In certain aspects, the UE and network entity may utilize artificial intelligence / machine learning (AI / ML) techniques to communicate CSF, such as to communicate a CSI report, which may be referred to as ML-based CSI reporting. For example, the UE may include an ML-based encoder, which may be referred to as a CSI ML encoder, to derive an encoded (e.g., compressed) representation (also referred to as a latent representation or latent message) of the CSI report for transmission to the network entity. For example, the encoded representation of the CSI report may compress the CSI included in the CSI report. Further, the network entity may include an ML-based decoder, which may be referred to as a CSI ML decoder, to decode (e.g., reconstruct, decompress, etc. ) the CSI in the CSI report from the encoded representation of the CSI report. For example, the CSI ML encoder may be analogous to a PMI searching algorithm and the  CSI ML decoder may be analogous to the PMI codebook and may be used to translate the bits in the CSI report to a PMI codeword.

[0029] In certain aspects, different UEs may support different ML models for the CSI ML encoder. The network entity may similarly support different ML models for the CSI ML decoder, such as for the different UEs. For example, a given UE may be configured with one or more ML models it can use for the CSI ML encoder and a network entity may be configured with one or more ML models it can use for the CSI ML decoder.

[0030] In certain aspects, different ML models may support different CSI report configurations. For example, as discussed, a CSI report configuration may include one or more parameters that indicate how the UE should perform channel estimation and / or compute CSI, and therefore the one or more parameters affect the values of CSI parameters and / or types of CSI parameters the UE includes in a CSI report. A given ML model may only support encoding / decoding certain values of CSI parameters and / or types of CSI parameters, and therefore only support CSI report configurations that result in the UE determining such values of CSI parameters and / or types of CSI parameters. Further, as discussed, a CSI report configuration is based on one or more UE capabilities, which may be indicated by one or more values of one or more components of one or more features supported by the UE. Therefore, a given ML model may support one or more values for one or more components of one or more features of a UE. In certain aspects, each ML model may be associated with a corresponding identifier, also referred to as an ML identifier.

[0031] One technical problem that arises for such ML-based CSI reporting is how the UE can efficiently communicate, to the network entity, information regarding the UE capabilities of the UE as well as the ML models supported by the UE for its CSI ML encoder. For example, the UE capability information can be large in size, and therefore may utilize resources, such as network bandwidth for communication.

[0032] Certain aspects provide techniques for the UE to explicitly communicate information about some UE capabilities (e.g., at least one value for at least one component of at least one feature) in capability information reported to the network entity, and to implicitly communicate information about some UE capabilities by including one or more identifiers of one or more ML models supported by the UE in the capability information. In particular, as discussed, each ML model may be associated with one or  more values of one or more components of one or more features. Accordingly, the network entity, upon receiving an identifier of an ML model from the UE in the capability information, may determine that the UE supports any UE capabilities (e.g., one or more values for one or more components of one or more features) supported by / associated with the ML model. A technical effect of such techniques may be that the UE does not need to explicitly include in the capability information for all of the UE capabilities, which may reduce the size of the capability information, and therefore may reduce the resources used to communicate the capability information. Therefore, network resource usage may be reduced, which may reduce congestion on the network, or help increase throughput.

[0033] Introduction to Wireless Communications Networks

[0034] The techniques and methods described herein may be used for various wireless communications networks. While aspects may be described herein using terminology commonly associated with 3G, 4G, 5G, 6G, and / or other generations of wireless technologies, aspects of the present disclosure may likewise be applicable to other communications systems and standards not explicitly mentioned herein.

[0035] FIG. 1 depicts an example of a wireless communications network 100, in which aspects described herein may be implemented.

[0036] Generally, wireless communications network 100 includes various network entities (alternatively, network elements or network nodes) . A network entity is generally a communications device and / or a communications function performed by a communications device (e.g., a user equipment (UE) , a base station (BS) , a component of a BS, a server, etc. ) . As such communications devices are part of wireless communications network 100, and facilitate wireless communications, such communications devices may be referred to as wireless communications devices. For example, various functions of a network as well as various devices associated with and interacting with a network may be considered network entities. Further, wireless communications network 100 includes terrestrial aspects, such as ground-based network entities (e.g., BSs 102) , and non-terrestrial aspects (also referred to herein as non-terrestrial network entities) , such as satellite 140 and aircraft 145, which may include network entities on-board (e.g., one or more BSs) capable of communicating with other network elements (e.g., terrestrial BSs) and UEs.

[0037] In the depicted example, wireless communications network 100 includes BSs 102, UEs 104, and one or more core networks, such as an Evolved Packet Core (EPC) 160 and 5G Core (5GC) network 190, which interoperate to provide communications services over various communications links, including wired and wireless links.

[0038] FIG. 1 depicts various example UEs 104, which may more generally include: a cellular phone, smart phone, session initiation protocol (SIP) phone, laptop, personal digital assistant (PDA) , satellite radio, global positioning system, multimedia device, video device, digital audio player, camera, game console, tablet, smart device, wearable device, vehicle, electric meter, gas pump, large or small kitchen appliance, healthcare device, implant, sensor / actuator, display, internet of things (IoT) devices, always on (AON) devices, edge processing devices, data centers, or other similar devices. UEs 104 may also be referred to more generally as a mobile device, a wireless device, a station, a mobile station, a subscriber station, a mobile subscriber station, a mobile unit, a subscriber unit, a wireless unit, a remote unit, a remote device, an access terminal, a mobile terminal, a wireless terminal, a remote terminal, a handset, and others.

[0039] BSs 102 wirelessly communicate with (e.g., transmit signals to or receive signals from) UEs 104 via communications links 120. The communications links 120 between BSs 102 and UEs 104 may include uplink (UL) (also referred to as reverse link) transmissions from a UE 104 to a BS 102 and / or downlink (DL) (also referred to as forward link) transmissions from a BS 102 to a UE 104. The communications links 120 may use multiple-input and multiple-output (MIMO) antenna technology, including spatial multiplexing, beamforming, and / or transmit diversity in various aspects.

[0040] BSs 102 may generally include: a NodeB, enhanced NodeB (eNB) , next generation enhanced NodeB (ng-eNB) , next generation NodeB (gNB or gNodeB) , access point, base transceiver station, radio base station, radio transceiver, transceiver function, transmission reception point, and / or others. Each of BSs 102 may provide communications coverage for a respective coverage area 110, which may sometimes be referred to as a cell, and which may overlap in some cases (e.g., small cell 102’ may have a coverage area 110’ that overlaps the coverage area 110 of a macro cell) . A BS may, for example, provide communications coverage for a macro cell (covering relatively large geographic area) , a pico cell (covering relatively smaller geographic area, such as a sports stadium) , a femto cell (relatively smaller geographic area (e.g., a home) ) , and / or other types of cells.

[0041] Generally, a cell may refer to a portion, partition, or segment of wireless communication coverage served by a network entity within a wireless communication network. A cell may have geographic characteristics, such as a geographic coverage area, as well as radio frequency characteristics, such as time and / or frequency resources dedicated to the cell. For example, a specific geographic coverage area may be covered by multiple cells employing different frequency resources (e.g., bandwidth parts) and / or different time resources. As another example, a specific geographic coverage area may be covered by a single cell.

[0042] While BSs 102 are depicted in various aspects as unitary communications devices, BSs 102 may be implemented in various configurations. For example, one or more components of a base station may be disaggregated, including a central unit (CU) , one or more distributed units (DUs) , one or more radio units (RUs) , a Near-Real Time (Near-RT) RAN Intelligent Controller (RIC) , or a Non-Real Time (Non-RT) RIC, to name a few examples. In another example, various aspects of a base station may be virtualized. More generally, a base station (e.g., BS 102) may include components that are located at a single physical location or components located at various physical locations. In examples in which a base station includes components that are located at various physical locations, the various components may each perform functions such that, collectively, the various components achieve functionality that is similar to a base station that is located at a single physical location. In some aspects, a base station including components that are located at various physical locations may be referred to as a disaggregated radio access network architecture, such as an Open RAN (O-RAN) or Virtualized RAN (VRAN) architecture. FIG. 2 depicts and describes an example disaggregated base station architecture.

[0043] Different BSs 102 within wireless communications network 100 may also be configured to support different radio access technologies, such as 3G, 4G, and / or 5G. For example, BSs 102 configured for 4G LTE (collectively referred to as Evolved Universal Mobile Telecommunications System (UMTS) Terrestrial Radio Access Network (E-UTRAN) ) may interface with the EPC 160 through first backhaul links 132 (e.g., an S1 interface) . BSs 102 configured for 5G (e.g., 5G NR or Next Generation RAN (NG-RAN) ) may interface with 5GC 190 through second backhaul links 184. BSs 102 may communicate directly or indirectly (e.g., through the EPC 160 or 5GC 190) with each other over third backhaul links 134 (e.g., X2 interface) , which may be wired or wireless.

[0044] Wireless communications network 100 may subdivide the electromagnetic spectrum into various classes, bands, channels, or other features. In some aspects, the subdivision is provided based on wavelength and frequency, where frequency may also be referred to as a carrier, a subcarrier, a frequency channel, a tone, or a subband. For example, 3GPP currently defines Frequency Range 1 (FR1) as including 410 MHz –7125 MHz, which is often referred to (interchangeably) as “Sub-6 GHz” . Similarly, 3GPP currently defines Frequency Range 2 (FR2) as including 24, 250 MHz –52, 600 MHz, which is sometimes referred to (interchangeably) as a “millimeter wave” ( “mmW” or “mmWave” ) . A base station configured to communicate using mmWave / near mmWave radio frequency bands (e.g., a mmWave base station such as BS 180) may utilize beamforming (e.g., 182) with a UE (e.g., 104) to improve path loss and range.

[0045] The communications links 120 between BSs 102 and, for example, UEs 104, may be through one or more carriers, which may have different bandwidths (e.g., 5, 10, 15, 20, 100, 400, and / or other MHz) , and which may be aggregated in various aspects. Carriers may or may not be adjacent to each other. Allocation of carriers may be asymmetric with respect to DL and UL (e.g., more or fewer carriers may be allocated for DL than for UL) .

[0046] Communications using higher frequency bands may have higher path loss and a shorter range compared to lower frequency communications. Accordingly, certain base stations (e.g., 180 in FIG. 1) may utilize beamforming 182 with a UE 104 to improve path loss and range. For example, BS 180 and the UE 104 may each include a plurality of antennas, such as antenna elements, antenna panels, and / or antenna arrays to facilitate the beamforming. In some cases, BS 180 may transmit a beamformed signal to UE 104 in one or more transmit directions 182’. UE 104 may receive the beamformed signal from the BS 180 in one or more receive directions 182”. UE 104 may also transmit a beamformed signal to the BS 180 in one or more transmit directions 182”. BS 180 may also receive the beamformed signal from UE 104 in one or more receive directions 182’. BS 180 and UE 104 may then perform beam training to determine the best receive and transmit directions for each of BS 180 and UE 104. Notably, the transmit and receive directions for BS 180 may or may not be the same. Similarly, the transmit and receive directions for UE 104 may or may not be the same.

[0047] Wireless communications network 100 further includes a Wi-Fi AP 150 in communication with Wi-Fi stations (STAs) 152 via communications links 154 in, for example, a 2.4 GHz and / or 5 GHz unlicensed frequency spectrum.

[0048] Certain UEs 104 may communicate with each other using device-to-device (D2D) communications link 158. D2D communications link 158 may use one or more sidelink channels, such as a physical sidelink broadcast channel (PSBCH) , a physical sidelink discovery channel (PSDCH) , a physical sidelink shared channel (PSSCH) , a physical sidelink control channel (PSCCH) , and / or a physical sidelink feedback channel (PSFCH) .

[0049] EPC 160 may include various functional components, including: a Mobility Management Entity (MME) 162, other MMEs 164, a Serving Gateway 166, a Multimedia Broadcast Multicast Service (MBMS) Gateway 168, a Broadcast Multicast Service Center (BM-SC) 170, and / or a Packet Data Network (PDN) Gateway 172, such as in the depicted example. MME 162 may be in communication with a Home Subscriber Server (HSS) 174. MME 162 is the control node that processes the signaling between the UEs 104 and the EPC 160. Generally, MME 162 provides bearer and connection management.

[0050] Generally, user Internet protocol (IP) packets are transferred through Serving Gateway 166, which itself is connected to PDN Gateway 172. PDN Gateway 172 provides UE IP address allocation as well as other functions. PDN Gateway 172 and the BM-SC 170 are connected to IP Services 176, which may include, for example, the Internet, an intranet, an IP Multimedia Subsystem (IMS) , a Packet Switched (PS) streaming service, and / or other IP services.

[0051] BM-SC 170 may provide functions for MBMS user service provisioning and delivery. BM-SC 170 may serve as an entry point for content provider MBMS transmission, may be used to authorize and initiate MBMS Bearer Services within a public land mobile network (PLMN) , and / or may be used to schedule MBMS transmissions. MBMS Gateway 168 may be used to distribute MBMS traffic to the BSs 102 belonging to a Multicast Broadcast Single Frequency Network (MBSFN) area broadcasting a particular service, and / or may be responsible for session management (start / stop) and for collecting eMBMS related charging information.

[0052] 5GC 190 may include various functional components, including: an Access and Mobility Management Function (AMF) 192, other AMFs 193, a Session Management  Function (SMF) 194, and a User Plane Function (UPF) 195. AMF 192 may be in communication with Unified Data Management (UDM) 196.

[0053] AMF 192 is a control node that processes signaling between UEs 104 and 5GC 190. AMF 192 provides, for example, quality of service (QoS) flow and session management.

[0054] Internet protocol (IP) packets are transferred through UPF 195, which is connected to the IP Services 197, and which provides UE IP address allocation as well as other functions for 5GC 190. IP Services 197 may include, for example, the Internet, an intranet, an IMS, a PS streaming service, and / or other IP services.

[0055] In various aspects, a network entity or network node can be implemented as an aggregated base station, as a disaggregated base station, a component of a base station, an integrated access and backhaul (IAB) node, a relay node, a sidelink node, to name a few examples.

[0056] FIG. 2 depicts an example disaggregated base station 200 architecture. The disaggregated base station 200 architecture may include one or more central units (CUs) 210 that can communicate directly with a core network 220 via a backhaul link, or indirectly with the core network 220 through one or more disaggregated base station units (such as a Near-Real Time (Near-RT) RAN Intelligent Controller (RIC) 225 via an E2 link, or a Non-Real Time (Non-RT) RIC 215 associated with a Service Management and Orchestration (SMO) Framework 205, or both) . A CU 210 may communicate with one or more distributed units (DUs) 230 via respective midhaul links, such as an F1 interface. The DUs 230 may communicate with one or more radio units (RUs) 240 via respective fronthaul links. The RUs 240 may communicate with respective UEs 104 via one or more radio frequency (RF) access links. In some implementations, the UE 104 may be simultaneously served by multiple RUs 240.

[0057] Each of the units, e.g., the CUs 210, the DUs 230, the RUs 240, as well as the Near-RT RICs 225, the Non-RT RICs 215 and the SMO Framework 205, may include one or more interfaces or be coupled to one or more interfaces configured to receive or transmit signals, data, or information (collectively, signals) via a wired or wireless transmission medium. Each of the units, or an associated processor or controller providing instructions to the communications interfaces of the units, can be configured to communicate with one or more of the other units via the transmission medium. For  example, the units can include a wired interface configured to receive or transmit signals over a wired transmission medium to one or more of the other units. Additionally or alternatively, the units can include a wireless interface, which may include a receiver, a transmitter or transceiver (such as a radio frequency (RF) transceiver) , configured to receive or transmit signals, or both, over a wireless transmission medium to one or more of the other units.

[0058] In some aspects, the CU 210 may host one or more higher layer control functions. Such control functions can include radio resource control (RRC) , packet data convergence protocol (PDCP) , service data adaptation protocol (SDAP) , or the like. Each control function can be implemented with an interface configured to communicate signals with other control functions hosted by the CU 210. The CU 210 may be configured to handle user plane functionality (e.g., Central Unit –User Plane (CU-UP) ) , control plane functionality (e.g., Central Unit –Control Plane (CU-CP) ) , or a combination thereof. In some implementations, the CU 210 can be logically split into one or more CU-UP units and one or more CU-CP units. The CU-UP unit can communicate bidirectionally with the CU-CP unit via an interface, such as the E1 interface when implemented in an O-RAN configuration. The CU 210 can be implemented to communicate with the DU 230, as necessary, for network control and signaling.

[0059] The DU 230 may correspond to a logical unit that includes one or more base station functions to control the operation of one or more RUs 240. In some aspects, the DU 230 may host one or more of a radio link control (RLC) layer, a medium access control (MAC) layer, and one or more high physical (PHY) layers (such as modules for forward error correction (FEC) encoding and decoding, scrambling, modulation and demodulation, or the like) depending, at least in part, on a functional split, such as those defined by the 3rd Generation Partnership Project (3GPP) . In some aspects, the DU 230 may further host one or more low PHY layers. Each layer (or module) can be implemented with an interface configured to communicate signals with other layers (and modules) hosted by the DU 230, or with the control functions hosted by the CU 210.

[0060] Lower-layer functionality can be implemented by one or more RUs 240. In some deployments, an RU 240, controlled by a DU 230, may correspond to a logical node that hosts RF processing functions, or low-PHY layer functions (such as performing fast Fourier transform (FFT) , inverse FFT (iFFT) , digital beamforming, physical random access channel (PRACH) extraction and filtering, or the like) , or both, based at least in  part on the functional split, such as a lower layer functional split. In such an architecture, the RU (s) 240 can be implemented to handle over the air (OTA) communications with one or more UEs 104. In some implementations, real-time and non-real-time aspects of control and user plane communications with the RU (s) 240 can be controlled by the corresponding DU 230. In some scenarios, this configuration can enable the DU (s) 230 and the CU 210 to be implemented in a cloud-based RAN architecture, such as a vRAN architecture.

[0061] The SMO Framework 205 may be configured to support RAN deployment and provisioning of non-virtualized and virtualized network elements. For non-virtualized network elements, the SMO Framework 205 may be configured to support the deployment of dedicated physical resources for RAN coverage requirements which may be managed via an operations and maintenance interface (such as an O1 interface) . For virtualized network elements, the SMO Framework 205 may be configured to interact with a cloud computing platform (such as an open cloud (O-Cloud) 290) to perform network element life cycle management (such as to instantiate virtualized network elements) via a cloud computing platform interface (such as an O2 interface) . Such virtualized network elements can include, but are not limited to, CUs 210, DUs 230, RUs 240 and Near-RT RICs 225. In some implementations, the SMO Framework 205 can communicate with a hardware aspect of a 4G RAN, such as an open eNB (O-eNB) 211, via an O1 interface. Additionally, in some implementations, the SMO Framework 205 can communicate directly with one or more RUs 240 via an O1 interface. The SMO Framework 205 also may include a Non-RT RIC 215 configured to support functionality of the SMO Framework 205.

[0062] The Non-RT RIC 215 may be configured to include a logical function that enables non-real-time control and optimization of RAN elements and resources, Artificial Intelligence / Machine Learning (AI / ML) workflows including model training and updates, or policy-based guidance of applications / features in the Near-RT RIC 225. The Non-RT RIC 215 may be coupled to or communicate with (such as via an A1 interface) the Near-RT RIC 225. The Near-RT RIC 225 may be configured to include a logical function that enables near-real-time control and optimization of RAN elements and resources via data collection and actions over an interface (such as via an E2 interface) connecting one or more CUs 210, one or more DUs 230, or both, as well as an O-eNB, with the Near-RT RIC 225.

[0063] In some implementations, to generate AI / ML models to be deployed in the Near-RT RIC 225, the Non-RT RIC 215 may receive parameters or external enrichment information from external servers. Such information may be utilized by the Near-RT RIC 225 and may be received at the SMO Framework 205 or the Non-RT RIC 215 from non-network data sources or from network functions. In some examples, the Non-RT RIC 215 or the Near-RT RIC 225 may be configured to tune RAN behavior or performance. For example, the Non-RT RIC 215 may monitor long-term trends and patterns for performance and employ AI / ML models to perform corrective actions through the SMO Framework 205 (such as reconfiguration via O1) or via creation of RAN management policies (such as A1 policies) .

[0064] FIG. 3 depicts aspects of an example BS 102 and a UE 104.

[0065] Generally, BS 102 includes various processors (e.g., 320, 330, 338, and 340) , antennas 334a-t (collectively 334) , transceivers 332a-t (collectively 332) , which include modulators and demodulators, and other aspects, which enable wireless transmission of data (e.g., data source 312) and wireless reception of data (e.g., data sink 339) . For example, BS 102 may send and receive data between BS 102 and UE 104. BS 102 includes controller / processor 340, which may be configured to implement various functions described herein related to wireless communications.

[0066] Generally, UE 104 includes various processors (e.g., 358, 364, 366, and 380) , antennas 352a-r (collectively 352) , transceivers 354a-r (collectively 354) , which include modulators and demodulators, and other aspects, which enable wireless transmission of data (e.g., retrieved from data source 362) and wireless reception of data (e.g., provided to data sink 360) . UE 104 includes controller / processor 380, which may be configured to implement various functions described herein related to wireless communications.

[0067] In regards to an example downlink transmission, BS 102 includes a transmit processor 320 that may receive data from a data source 312 and control information from a controller / processor 340. The control information may be for the physical broadcast channel (PBCH) , physical control format indicator channel (PCFICH) , physical hybrid automatic repeat request (HARQ) indicator channel (PHICH) , physical downlink control channel (PDCCH) , group common PDCCH (GC PDCCH) , and / or others. The data may be for the physical downlink shared channel (PDSCH) , in some examples.

[0068] Transmit processor 320 may process (e.g., encode and symbol map) the data and control information to obtain data symbols and control symbols, respectively. Transmit processor 320 may also generate reference symbols, such as for the primary synchronization signal (PSS) , secondary synchronization signal (SSS) , PBCH demodulation reference signal (DMRS) , and channel state information reference signal (CSI-RS) .

[0069] Transmit (TX) multiple-input multiple-output (MIMO) processor 330 may perform spatial processing (e.g., precoding) on the data symbols, the control symbols, and / or the reference symbols, if applicable, and may provide output symbol streams to the modulators (MODs) in transceivers 332a-332t. Each modulator in transceivers 332a-332t may process a respective output symbol stream to obtain an output sample stream. Each modulator may further process (e.g., convert to analog, amplify, filter, and upconvert) the output sample stream to obtain a downlink signal. Downlink signals from the modulators in transceivers 332a-332t may be transmitted via the antennas 334a-334t, respectively.

[0070] In order to receive the downlink transmission, UE 104 includes antennas 352a-352r that may receive the downlink signals from the BS 102 and may provide received signals to the demodulators (DEMODs) in transceivers 354a-354r, respectively. Each demodulator in transceivers 354a-354r may condition (e.g., filter, amplify, downconvert, and digitize) a respective received signal to obtain input samples. Each demodulator may further process the input samples to obtain received symbols.

[0071] RX MIMO detector 356 may obtain received symbols from all the demodulators in transceivers 354a-354r, perform MIMO detection on the received symbols if applicable, and provide detected symbols. Receive processor 358 may process (e.g., demodulate, deinterleave, and decode) the detected symbols, provide decoded data for the UE 104 to a data sink 360, and provide decoded control information to a controller / processor 380.

[0072] In regards to an example uplink transmission, UE 104 further includes a transmit processor 364 that may receive and process data (e.g., for the PUSCH) from a data source 362 and control information (e.g., for the physical uplink control channel (PUCCH) ) from the controller / processor 380. Transmit processor 364 may also generate reference symbols for a reference signal (e.g., for the sounding reference signal (SRS) ) .  The symbols from the transmit processor 364 may be precoded by a TX MIMO processor 366 if applicable, further processed by the modulators in transceivers 354a-354r (e.g., for SC-FDM) , and transmitted to BS 102.

[0073] At BS 102, the uplink signals from UE 104 may be received by antennas 334a-t, processed by the demodulators in transceivers 332a-332t, detected by a RX MIMO detector 336 if applicable, and further processed by a receive processor 338 to obtain decoded data and control information sent by UE 104. Receive processor 338 may provide the decoded data to a data sink 339 and the decoded control information to the controller / processor 340.

[0074] Memories 342 and 382 may store data and program codes for BS 102 and UE 104, respectively.

[0075] Scheduler 344 may schedule UEs for data transmission on the downlink and / or uplink.

[0076] In various aspects, BS 102 may be described as transmitting and receiving various types of data associated with the methods described herein. In these contexts, “transmitting” may refer to various mechanisms of outputting data, such as outputting data from data source 312, scheduler 344, memory 342, transmit processor 320, controller / processor 340, TX MIMO processor 330, transceivers 332a-t, antenna 334a-t, and / or other aspects described herein. Similarly, “receiving” may refer to various mechanisms of obtaining data, such as obtaining data from antennas 334a-t, transceivers 332a-t, RX MIMO detector 336, controller / processor 340, receive processor 338, scheduler 344, memory 342, and / or other aspects described herein.

[0077] In various aspects, UE 104 may likewise be described as transmitting and receiving various types of data associated with the methods described herein. In these contexts, “transmitting” may refer to various mechanisms of outputting data, such as outputting data from data source 362, memory 382, transmit processor 364, controller / processor 380, TX MIMO processor 366, transceivers 354a-t, antenna 352a-t, and / or other aspects described herein. Similarly, “receiving” may refer to various mechanisms of obtaining data, such as obtaining data from antennas 352a-t, transceivers 354a-t, RX MIMO detector 356, controller / processor 380, receive processor 358, memory 382, and / or other aspects described herein.

[0078] In some aspects, a processor may be configured to perform various operations, such as those associated with the methods described herein, and transmit (output) to or receive (obtain) data from another interface that is configured to transmit or receive, respectively, the data.

[0079] FIGS. 4A, 4B, 4C, and 4D depict aspects of data structures for a wireless communications network, such as wireless communications network 100 of FIG. 1.

[0080] In particular, FIG. 4A is a diagram 400 illustrating an example of a first subframe within a 5G (e.g., 5G NR) frame structure, FIG. 4B is a diagram 430 illustrating an example of DL channels within a 5G subframe, FIG. 4C is a diagram 450 illustrating an example of a second subframe within a 5G frame structure, and FIG. 4D is a diagram 480 illustrating an example of UL channels within a 5G subframe.

[0081] Wireless communications systems may utilize orthogonal frequency division multiplexing (OFDM) with a cyclic prefix (CP) on the uplink and downlink. Such systems may also support half-duplex operation using time division duplexing (TDD) . OFDM and single-carrier frequency division multiplexing (SC-FDM) partition the system bandwidth (e.g., as depicted in FIGS. 4B and 4D) into multiple orthogonal subcarriers. Each subcarrier may be modulated with data. Modulation symbols may be sent in the frequency domain with OFDM and / or in the time domain with SC-FDM.

[0082] A wireless communications frame structure may be frequency division duplex (FDD) , in which, for a particular set of subcarriers, subframes within the set of subcarriers are dedicated for either DL or UL. Wireless communications frame structures may also be time division duplex (TDD) , in which, for a particular set of subcarriers, subframes within the set of subcarriers are dedicated for both DL and UL.

[0083] In FIG. 4A and 4C, the wireless communications frame structure is TDD where D is DL, U is UL, and X is flexible for use between DL / UL. UEs may be configured with a slot format through a received slot format indicator (SFI) (dynamically through DL control information (DCI) , or semi-statically / statically through radio resource control (RRC) signaling) . In the depicted examples, a 10 ms frame is divided into 10 equally sized 1 ms subframes. Each subframe may include one or more time slots. In some examples, each slot may include 7 or 14 symbols, depending on the slot format. Subframes may also include mini-slots, which generally have fewer symbols than an  entire slot. Other wireless communications technologies may have a different frame structure and / or different channels.

[0084] In certain aspects, the number of slots within a subframe is based on a slot configuration and a numerology. For example, for slot configuration 0, different numerologies (μ) 0 to 5 allow for 1, 2, 4, 8, 16, and 32 slots, respectively, per subframe. For slot configuration 1, different numerologies 0 to 2 allow for 2, 4, and 8 slots, respectively, per subframe. Accordingly, for slot configuration 0 and numerology μ, there are 14 symbols / slot and 2μ slots / subframe. The subcarrier spacing and symbol length / duration are a function of the numerology. The subcarrier spacing may be equal to 2μ×15 kHz, where μ is the numerology 0 to 5. As such, the numerology μ=0 has a subcarrier spacing of 15 kHz and the numerology μ=5 has a subcarrier spacing of 480 kHz. The symbol length / duration is inversely related to the subcarrier spacing. FIGS. 4A, 4B, 4C, and 4D provide an example of slot configuration 0 with 14 symbols per slot and numerology μ=2 with 4 slots per subframe. The slot duration is 0.25 ms, the subcarrier spacing is 60 kHz, and the symbol duration is approximately 16.67 μs.

[0085] As depicted in FIGS. 4A, 4B, 4C, and 4D, a resource grid may be used to represent the frame structure. Each time slot includes a resource block (RB) (also referred to as physical RBs (PRBs) ) that extends, for example, 12 consecutive subcarriers. The resource grid is divided into multiple resource elements (REs) . The number of bits carried by each RE depends on the modulation scheme.

[0086] As illustrated in FIG. 4A, some of the REs carry reference (pilot) signals (RS) for a UE (e.g., UE 104 of FIGS. 1 and 3) . The RS may include demodulation RS (DMRS) and / or channel state information reference signals (CSI-RS) for channel estimation at the UE. The RS may also include beam measurement RS (BRS) , beam refinement RS (BRRS) , and / or phase tracking RS (PT-RS) .

[0087] FIG. 4B illustrates an example of various DL channels within a subframe of a frame. The physical downlink control channel (PDCCH) carries DCI within one or more control channel elements (CCEs) , each CCE including, for example, nine RE groups (REGs) , each REG including, for example, four consecutive REs in an OFDM symbol.

[0088] A primary synchronization signal (PSS) may be within symbol 2 of particular subframes of a frame. The PSS is used by a UE (e.g., 104 of FIGS. 1 and 3) to determine subframe / symbol timing and a physical layer identity.

[0089] A secondary synchronization signal (SSS) may be within symbol 4 of particular subframes of a frame. The SSS is used by a UE to determine a physical layer cell identity group number and radio frame timing.

[0090] Based on the physical layer identity and the physical layer cell identity group number, the UE can determine a physical cell identifier (PCI) . Based on the PCI, the UE can determine the locations of the aforementioned DMRS. The physical broadcast channel (PBCH) , which carries a master information block (MIB) , may be logically grouped with the PSS and SSS to form a synchronization signal (SS)  / PBCH block. The MIB provides a number of RBs in the system bandwidth and a system frame number (SFN) . The physical downlink shared channel (PDSCH) carries user data, broadcast system information not transmitted through the PBCH such as system information blocks (SIBs) , and / or paging messages.

[0091] As illustrated in FIG. 4C, some of the REs carry DMRS (indicated as R for one particular configuration, but other DMRS configurations are possible) for channel estimation at the base station. The UE may transmit DMRS for the PUCCH and DMRS for the PUSCH. The PUSCH DMRS may be transmitted, for example, in the first one or two symbols of the PUSCH. The PUCCH DMRS may be transmitted in different configurations depending on whether short or long PUCCHs are transmitted and depending on the particular PUCCH format used. UE 104 may transmit sounding reference signals (SRS) . The SRS may be transmitted, for example, in the last symbol of a subframe. The SRS may have a comb structure, and a UE may transmit SRS on one of the combs. The SRS may be used by a base station for channel quality estimation to enable frequency-dependent scheduling on the UL.

[0092] FIG. 4D illustrates an example of various UL channels within a subframe of a frame. The PUCCH may be located as indicated in one configuration. The PUCCH carries uplink control information (UCI) , such as scheduling requests, a channel quality indicator (CQI) , a precoding matrix indicator (PMI) , a rank indicator (RI) , and HARQ ACK / NACK feedback. The PUSCH carries data, and may additionally be used to carry a buffer status report (BSR) , a power headroom report (PHR) , and / or UCI.

[0093] Aspects Related to ML-Based Encoders and Decoders

[0094] FIG. 5 depicts an example CSI ML encoder 504 and an example CSI ML decoder 502. The CSI ML encoder 504 may be implemented by one or more processors  of a UE, such as UE 104 of FIGS. 1 and 3. For example, CSI ML encoder 504 may be implemented by one or more of receive processor 358, transmit processor 364, TX MIMO processor 366, and / or controller / processor 380, as described with respect to FIG. 3. The CSI ML decoder 502 may be implemented by one or more processors of a network entity, such as BS 102 of FIGS. 1 and 3, or a disaggregated base station as discussed with respect to FIG. 2. For example, CSI ML decoder 502 may be implemented by one or more of receive processor 338, transmit processor 320, TX MIMO processor 330, and / or controller / processor 340, as described with respect to FIG. 3.

[0095] CSI ML encoder 504 is configured to receive downlink channel estimates, such as corresponding to measurements of one or more signals such as CSI-RS. The downlink channel estimates, as discussed, may correspond to a CSI report including one or more CSI parameters. The CSI ML encoder 504 is configured to derive an encoded (e.g., compressed) representation (also referred to as a latent representation or latent message) of the CSI report. For example, the encoded representation of the CSI report may compress the CSI included in the CSI report. The CSI ML encoder 504 may utilize an ML model to encode the CSI report. The ML model may be any suitable type of ML model, such as a neural network trained on input data to output the encoded representation of the CSI report. The ML model may include one or more hidden layers to process the CSI report, and an output layer that outputs the encoded representation of the CSI report.

[0096] CSI ML decoder 502 is configured to receive the encoded representation of the CSI report and decode (e.g., reconstruct, decompress, etc. ) the CSI in the CSI report from the encoded representation of the CSI report. The CSI ML decoder 502 may utilize an ML model to decode the encoded representation of the CSI report. The ML model may be any suitable type of ML model, such as a neural network trained on input data to output the CSI report. The ML model may include one or more hidden layers to process the encoded representation of the CSI report, and an output layer that outputs the CSI report.

[0097] In certain aspects, CSI ML encoder 504 may have one or more ML models it can utilize to perform the encoding, where different ML models may support different UE capabilities (e.g., one or more values for one or more components of one or more features of a UE) as discussed. Similarly, CSI ML decoder 502 may have one or more ML models it can utilize to perform the decoding, where different ML models may support different UE capabilities (e.g., one or more values for one or more components  of one or more features of a UE) as discussed. In certain aspects, certain ML models of CSI ML encoder 504 may be compatible with certain ML models of CSI ML decoder 502. For example, if a CSI report is encoded with a given ML model by CSI ML encoder 504, CSI ML decoder 502 may need to use a compatible ML model to decode the CSI report. A given ML model of CSI ML encoder 504 may be compatible with one or more ML models of CSI ML decoder 502. Further, a given ML model of CSI ML decoder 502 may be compatible with one or more ML models of CSI ML encoder 504.

[0098] Aspects Related to ML-Based CSI Reporting

[0099] FIG. 6 depicts a process flow 600 for communications in a network between a network entity 602 and a user equipment (UE) 604. In some aspects, the network entity 602 may be an example of the BS 102 depicted and described with respect to FIG. 1 and 3 or a disaggregated base station depicted and described with respect to FIG. 2. Similarly, the UE 604 may be an example of UE 104 depicted and described with respect to FIG. 1 and 3. However, in other aspects, UE 104 may be another type of wireless communications device and BS 102 may be another type of network entity or network node, such as those described herein.

[0100] Optionally, at 606, UE 604 sends to network entity 602, information about one or more ML models supported by UE 604 for ML-based CSI reporting, such as one or more ML models supported by a CSI ML encoder of UE 604. In certain aspects, the information is sent using RRC signaling. In certain aspects, the information includes one or more identifiers associated with the one or more ML models. The one or more identifiers of the one or more ML models may identify the ML model (s) supported by UE 604 to network entity 602. In certain aspects, the network entity 602 may determine one or more UE capabilities supported by each of the one or more ML models, such as one or more values for one or more components of one or more features of a UE, based on the one or more identifiers. For example, network entity 602 and / or UE 604 may be configured (e.g., preconfigured at time of manufacture) with information about which UE capabilities, such as components of features, are supported by which ML models, and corresponding model identifier. In certain aspects, the information about one or more ML models sent from UE 604 to network entity 602 includes, for each of the one or more ML models, information identifying UE capabilities supported by the ML model, such as one or more values of one or more components of one or more features, information  identifying the one or more components, and / or information identifying the one or more features.

[0101] In certain aspects, the information about one or more ML models supported by UE 604 includes an identifier of a modem version and / or vendor of a modem of UE 604. For example, network entity 602 may be configured (e.g., preconfigured at time of manufacture) with information about which ML model (s) are supported for which modem version and / or vendor. In certain aspects, the network entity 602 may determine one or more UE capabilities supported by each of the ML model (s) supported for the identified modem version and / or vendor, such as one or more values for one or more components of one or more features of a UE. For example, network entity 602 and / or UE 604 may be configured (e.g., preconfigured at time of manufacture) with information about which UE capabilities, such as components of features, are supported by which ML models, and corresponding model identifier. In certain aspects, the information about one or more ML models sent from UE 604 to network entity 602 includes, for each of the one or more ML models, information identifying UE capabilities supported by the ML model, such as one or more values of one or more components of one or more features, information identifying the one or more components, and / or information identifying the one or more features.

[0102] In certain aspects, the information about one or more ML models supported by UE 604 is formatted similar to a UE capability report.

[0103] At 608, UE 604 sends to network entity 602, UE capability information. In certain aspects, the information is sent using RRC signaling. In certain aspects, as discussed, the UE capability information includes an explicit indication of some UE capabilities, and one or more identifiers of one or more ML models that may implicitly identify some UE capabilities that are supported by the one or more ML models. For example, the capability information may include: 1) one or more identifiers of one or more ML models supported by the apparatus, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; and 2) at least one value for at least one component of at least one feature supported by UE 604.

[0104] In certain aspects, the UE capabilities explicitly indicated in the capability information and the UE capabilities supported by the one or more ML models are  mutually exclusive from one another, such that if a UE capability is associated with one of the ML model (s) it is not also explicitly indicated in the capability information. For example, the one or more components associated with each of the one or more identifiers of the one or more ML models are mutually exclusive from the at least one component of at least one feature supported by UE 604. A technical effect of such mutual exclusivity may be a further reduction in network resource usage, as less UE capabilities may be signaled explicitly. For example, in certain aspects, certain types of components may be associated with ML model (s) , such as number of subbands, subband size, total CSI bandwidth, quantization method (s) for quantizing CSI, and / or quantization parameter (s) for quantizing CSI (e.g., and may be one or more of, in part, reported at 606, preconfigured at UE 604 and / or network entity 602 such as at manufacture, or configured via an over-the-air update or an offline update) . These types of components may not be explicitly indicating in the capability information.

[0105] In certain aspects, certain types of components may be explicitly signaled in the UE capability information, such as one or more of a number of antenna ports; a payload size; a rank; a number of resources; a number of subbands; subband bandwidth; or total bandwidth.

[0106] In certain aspects, such as when not performing 606, the UE capability information may further include, for each of the one or more ML models, the information identifying UE capabilities supported by the ML model.

[0107] In certain aspects, the capability information may be formatted as a tuple, such as starting with one or more identifiers of ML models, followed by component values supported by UE 604 (e.g., <model ID, component 1 value, component 2 value, etc. >) .

[0108] In certain aspects, if the capability information explicitly indicates one or more values for a component that are different than one or more values for a component associated with the one or more ML models, the network entity assumes the lesser of the capabilities is supported. For example, if ML model 1 supports band 1, while the UE capability information indicates UE 604 supports band 1 and band 2, the network entity determines UE 604 supports only band 1.

[0109] In certain aspects, if the capability information explicitly indicates one or more values for a component that are different than one or more values for a component associated with the one or more ML models, the network entity assumes the superset of  the capabilities is supported. For example, if ML model 1 supports band 1, while the UE capability information indicates UE 604 supports band 2, the network entity determines UE 604 supports band 1 and band 2.

[0110] In certain aspects, the capability information explicitly indicates a superset of the UE capabilities supported by the one or more ML models. For example, the values of components indicated in the capability information may be a superset of the values of components associated with the one or more ML models. As an example, assume the UE supports ML model 1 and ML model 2. Further, assume ML model 1 supports a maximum of two ports and ML model 2 supports a maximum of four ports. Accordingly, the capability information may explicitly indicate the superset, which is a maximum of four ports. As another example, assume the UE supports ML model 1 and ML model 2. Further, assume ML model 1 supports value 1 of component 1 and ML model 2 supports value 2 of component 1. Accordingly, the capability information may explicitly indicate the superset, which is value 1 and value 2 of component 1. As another example, assume the UE supports ML model 1 and ML model 2. Further, assume ML model 1 supports value 1 of component 1 and ML model 2 supports value 2 of component 2. Accordingly, the capability information may explicitly indicate the superset, which is value 1 of component 1 and value 2 of component 2.

[0111] In certain aspects, certain types of components may be associated with ML model (s) , such as CSI reporting band, subband size, and / or number of subbands. For example, a certain ML model may only support certain subband size (s) or certain reporting band (s) . For example, the allowed subband size and maximum number of CSI subbands may be dependent on the bandwidth size over which CSI is determined. In certain aspects, the subband size may be defined to allow a certain maximum number of subbands (e.g., 19) . Accordingly, in certain aspects, a particular ML model identifier may be associated with a specific subband size and / or number of subbands, which also may be related to a maximum bandwidth supported by the ML model. Further, not all ML models may perform well with disjoint CSI subbands, such as when there is a (e.g., large) gap in the frequency domain between subbands. For example, in the overall downlink bandwidth, the subbands may be dis-contiguous, such that there are gaps in frequency between successive subbands. Accordingly, a type of component associated with an ML model may be whether the ML model supports disjoint CSI subbands.

[0112] In certain aspects, certain types of components may be associated with ML model (s) , such as codebook configuration. For example, types of components related to codebook configuration may include one or more of a rank restriction, a payload size, a compression ratio, a quantization method, and / or a port layout configuration (e.g., of W1) . In certain aspects, a new codebook type may be defined for ML-based CSI reporting and new components / parameters may be defined, such as a compression ratio of compressing the CSI report, the payload size of the CSI report, quantization method of quantizing the CSI report, selection between one or more sub-configurations, and / or the like. For example, an ML model may support one or a limited number of compression ratios and / or payload size. Further, an ML model may support a limited number of port layout configurations.

[0113] At 610, network entity 602 sends to UE 604 a CSI report configuration, such as based on the UE capability information, as discussed. The CSI report configuration indicates one or more parameters, as discussed, such as one or more of a CQI format indicator; a PMI format indicator; a CSI reporting band; a subband size; a codebook type; a codebook subtype; a rank restriction; a number of PMI subbands per CQI subbands; a phase alphabet size; a subband amplitude; or a number of beams.

[0114] In certain aspects, the network entity 602 interprets components associated with an ML model like it interprets information for UE capabilities explicitly signaled in the capability information.

[0115] In certain aspects, UE 604 is not expected to receive a CSI report configuration with values of parameters that conflict with the values of components associated with an ML model indicated by UE 604. For example, the values of components associated with an ML model may represent the allowed values for one or more parameters of the CSI report, and accordingly the CSI report configuration. For example, if UE 604 includes an identifier of ML model 1 in the UE capability information, and the ML model 1 supports up to 12 CSI subbands, the number of subbands configured by CSI report configuration should not exceed 12, and the number of subbands in a CSI report should not exceed 12. Accordingly, the one or more parameters of the CSI report configuration are based on the capability information, in that the one or more values of the one or more parameters fall within any limit (s) defined by the values of components explicitly or implicitly indicated by the CSI report configuration.

[0116] In certain aspects, network entity 602 may interpret values of components associated with an ML model as recommended values, and may use any values of one or more parameters in the CSI report configuration.

[0117] In certain aspects, as discussed, the values of components (also referred to as metadata) associated with an identifier of an ML model indicate a range of allowed values for one or more parameters of the CSI report configuration. Some components may take a value in a defined range or based on a maximum value, such as a maximum number of CSI subbands supported by an ML model N. Some components may take a binary value, such as indicating whether something is supported or not, such as whether a higher rank (rank 3 or rank 4) is supported or not (e.g., when not supported, rank 2 may be determined as the highest supported rank) .

[0118] In certain aspects, the CSI report configuration may indicate a model identifier of an ML model for UE 604 to utilize for its CSI ML encoder. In certain aspects, the CSI report configuration further explicitly indicates each of the one or more parameters separately from the model identifier. For example, where the model identifier is associated with a first value of a component corresponding to a value of a parameter, the CSI report configuration, separate from the model identifier, explicitly indicates the value of the parameter.

[0119] In certain aspects, the CSI report configuration implicitly indicates at least one of the one or more parameters by indicating the model identifier in the CSI report configuration. For example, where the model identifier is associated with a first value of a component corresponding to a value of a parameter, the CSI report configuration does not include a separate explicit indicator of the value of the parameter, and instead UE 604 may assume the value of the parameter based on its association with the model identifier included in the CSI report configuration. The subset of parameters that can be implicitly indicated may be defined in a standard. for example. In another example, the subset of parameters that can be implicitly indicated may be those parameters associated with components that take a binary value. Such fields may not be configured in the RRC configuration of CSI report. This may be interpreted as overriding the values in CSI report, if not configured.

[0120] At 612, network entity 602 sends to UE 604 one or more signals (e.g., CSI-RS) . UE 604 may measure the one or more signals and generate a CSI report, such as in  accordance the CSI report configuration, including using a CSI ML encoder to encode the CSI report.

[0121] At 614, UE 604 sends to network entity 602 the CSI report.

[0122] Optionally, at 616, network entity 602 sends to UE 604 downlink data transmissions (e.g., after sending signaling scheduling such downlink data transmissions) . The downlink data transmissions may be scheduled and sent using a modulation scheme, coding rate, number of transmission layers, etc., that the network entity determines based on the CSI report, such as having values that are determined using the values in the CSI report.

[0123] Optionally, at 618, UE 604 sends to network entity 602 uplink data transmissions (e.g., after receiving signaling scheduling such uplink data transmissions) . The uplink data transmissions may be scheduled and sent using a modulation scheme, coding rate, number of transmission layers, etc., that the UE 604 determines, or receives an indication of from network entity 602, based on the CSI report, such as having values that are determined using the values in the CSI report. For example, where an uplink channel on which the uplink data transmissions are sent has similar channel characteristics as a downlink channel over which CSI-RS is measured, such as where the uplink channel is quasi-co-located with the downlink channel, the values in the CSI report may also estimate the uplink channel.

[0124] Example Operations

[0125] FIG. 7 shows a method 700 for wireless communications by an apparatus, such as UE 104 of FIGS. 1 and 3.

[0126] Method 700 begins at step 705 with sending capability information comprising: one or more identifiers of one or more ML models supported by the apparatus, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; and at least one value for at least one component of at least one feature supported by the apparatus.

[0127] Method 700 then proceeds to step 710 with receiving a CSI report configuration indicating one or more parameters based on the capability information.

[0128] In certain aspects, the at least one component comprises at least one of: a number of antenna ports; a payload size; a rank; a number of resources; a number of subbands; subband bandwidth; or total bandwidth.

[0129] In certain aspects, the one or more parameters comprise one or more of: a CQI format indicator; a PMI format indicator; a CSI reporting band; a subband size; a codebook type; a codebook subtype; a rank restriction; a number of PMI subbands per CQI subbands; a phase alphabet size; a subband amplitude; or a number of beams.

[0130] In certain aspects, the one or more components associated with each of the one or more identifiers are mutually exclusive from the at least one component.

[0131] In certain aspects, the at least one component is a superset of the one or more components associated with each of the one or more identifiers.

[0132] In certain aspects, the one or more values for a first identifier of the one or more identifiers comprise a first value for a first component; the one or more values for a second identifier of the one or more identifiers comprise a second value for the first component; and the at least one value comprises the first value and the second value for the first component.

[0133] In certain aspects, the one or more components associated with a first identifier of the one or more identifiers comprise one or more of: a CSI reporting band; a subband size; a number of subbands; a rank restriction; a payload size; a compression ratio; a quantization method; or a port layout configuration.

[0134] In certain aspects, the CSI report configuration includes at least one identifier of at least one ML model, and the one or more parameters are explicitly indicated separately from the at least one identifier.

[0135] In certain aspects, the CSI report configuration includes at least one identifier of at least one ML model, and at least one of the one or more parameters is implicitly indicated by the at least one identifier.

[0136] In certain aspects, method 700 further includes sending an indication of the one or more values and the one or more components for a first identifier of the one or more identifiers.

[0137] In certain aspects, the one or more ML models are for coding CSI.

[0138] In certain aspects, the at least one feature comprises a first feature comprising ML-based CSI; the at least one component comprises a plurality of components of the first feature; the plurality of components of the first feature comprise 1) a maximum number of transmit ports in one resource, and 2) support of rank 1 and 2; the at least one value comprises a plurality of values corresponding to the plurality of components of the first feature; and the plurality of values comprise: a first value indicating the maximum number of transmit ports in one resource that is supported; and a second value indicating whether rank 1 and 2 are supported.

[0139] In certain aspects, method 700, or any aspect related to it, may be performed by an apparatus, such as communications device 900 of FIG. 9, which includes various components operable, configured, or adapted to perform the method 700. Communications device 900 is described below in further detail.

[0140] Note that FIG. 7 is just one example of a method, and other methods including fewer, additional, or alternative steps are possible consistent with this disclosure.

[0141] FIG. 8 shows a method 800 for wireless communications by an apparatus, such as BS 102 of FIGS. 1 and 3, or a disaggregated base station as discussed with respect to FIG. 2.

[0142] Method 800 begins at step 805 with receiving capability information comprising: one or more identifiers of one or more ML models supported by a UE, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; and at least one value for at least one component of at least one feature supported by the UE.

[0143] Method 800 then proceeds to step 810 with sending a CSI report configuration indicating one or more parameters based on the capability information.

[0144] In certain aspects, the at least one component comprises at least one of: a number of antenna ports; a payload size; a rank; a number of resources; a number of subbands; subband bandwidth; or total bandwidth.

[0145] In certain aspects, the one or more parameters comprise one or more of: a CQI format indicator; a PMI format indicator; a CSI reporting band; a subband size; a  codebook type; a codebook subtype; a rank restriction; a number of PMI subbands per CQI subbands; a phase alphabet size; a subband amplitude; or a number of beams.

[0146] In certain aspects, the one or more components associated with each of the one or more identifiers are mutually exclusive from the at least one component.

[0147] In certain aspects, the at least one component is a superset of the one or more components associated with each of the one or more identifiers.

[0148] In certain aspects, the one or more values for a first identifier of the one or more identifiers comprise a first value for a first component; the one or more values for a second identifier of the one or more identifiers comprise a second value for the first component; and the at least one value comprises the first value and the second value for the first component.

[0149] In certain aspects, the one or more components associated with a first identifier of the one or more identifiers comprise one or more of: a CSI reporting band; a subband size; a number of subbands; a rank restriction; a payload size; a compression ratio; a quantization method; or a port layout configuration.

[0150] In certain aspects, the CSI report configuration includes at least one identifier of at least one ML model, and the one or more parameters are explicitly indicated separately from the at least one identifier.

[0151] In certain aspects, the CSI report configuration includes at least one identifier of at least one ML model, and at least one of the one or more parameters is implicitly indicated by the at least one identifier.

[0152] In certain aspects, method 800 further includes receiving an indication of the one or more values and the one or more components for a first identifier of the one or more identifiers.

[0153] In certain aspects, the one or more ML models are for coding CSI.

[0154] In certain aspects, the at least one feature comprises a first feature comprising ML-based CSI; the at least one component comprises a plurality of components of the first feature; the plurality of components of the first feature comprise 1) a maximum number of transmit ports in one resource, and 2) support of rank 1 and 2; the at least one value comprises a plurality of values corresponding to the plurality of components of the first feature; and the plurality of values comprise: a first value indicating the maximum  number of transmit ports in one resource that is supported; and a second value indicating whether rank 1 and 2 are supported.

[0155] In certain aspects, method 800, or any aspect related to it, may be performed by an apparatus, such as communications device 1000 of FIG. 10, which includes various components operable, configured, or adapted to perform the method 800. Communications device 1000 is described below in further detail.

[0156] Note that FIG. 8 is just one example of a method, and other methods including fewer, additional, or alternative steps are possible consistent with this disclosure.

[0157] Example Communications Devices

[0158] FIG. 9 depicts aspects of an example communications device 900. In some aspects, communications device 900 is a user equipment, such as UE 104 described above with respect to FIGS. 1 and 3.

[0159] The communications device 900 includes a processing system 905 coupled to a transceiver 945 (e.g., a transmitter and / or a receiver) . The transceiver 945 is configured to transmit and receive signals for the communications device 900 via an antenna 950, such as the various signals as described herein. The processing system 905 may be configured to perform processing functions for the communications device 900, including processing signals received and / or to be transmitted by the communications device 900.

[0160] The processing system 905 includes one or more processors 910. In various aspects, the one or more processors 910 may be representative of one or more of receive processor 358, transmit processor 364, TX MIMO processor 366, and / or controller / processor 380, as described with respect to FIG. 3. The one or more processors 910 are coupled to a computer-readable medium / memory 925 via a bus 940. In certain aspects, the computer-readable medium / memory 925 is configured to store instructions (e.g., computer-executable code) that when executed by the one or more processors 910, enable and cause the one or more processors 910 to perform the method 700 described with respect to FIG. 7, or any aspect related to it, including any additional steps or sub-steps described in relation to FIG. 7. Note that reference to a processor performing a function of communications device 900 may include one or more processors performing that function of communications device 900, such as in a distributed fashion.

[0161] In the depicted example, computer-readable medium / memory 925 stores code for sending 930 and code for receiving 935. Processing code for sending 930 and code for receiving 935 may enable and cause the communications device 900 to perform the method 700 described with respect to FIG. 7, or any aspect related to it.

[0162] The one or more processors 910 include circuitry configured to implement (e.g., execute) the code stored in the computer-readable medium / memory 925, including circuitry for sending 915 and circuitry for receiving 920. Processing with circuitry for sending 915 and circuitry for receiving 920 may enable and cause the communications device 900 to perform the method 700 described with respect to FIG. 7, or any aspect related to it.

[0163] More generally, means for communicating, transmitting, sending or outputting for transmission may include the transceivers 354, antenna (s) 352, transmit processor 364, TX MIMO processor 366, and / or controller / processor 380 of the UE 104 illustrated in FIG. 3, transceiver 945 and / or antenna 950 of the communications device 900 in FIG. 9, and / or one or more processors 910 of the communications device 900 in FIG. 9. Means for communicating, receiving or obtaining may include the transceivers 354, antenna (s) 352, receive processor 358, and / or controller / processor 380 of the UE 104 illustrated in FIG. 3, transceiver 945 and / or antenna 950 of the communications device 900 in FIG. 9, and / or one or more processors 910 of the communications device 900 in FIG. 9.

[0164] FIG. 10 depicts aspects of an example communications device 1000. In some aspects, communications device 1000 is a network entity, such as BS 102 of FIGS. 1 and 3, or a disaggregated base station as discussed with respect to FIG. 2.

[0165] The communications device 1000 includes a processing system 1005 coupled to a transceiver 1045 (e.g., a transmitter and / or a receiver) and / or a network interface 1055. The transceiver 1045 is configured to transmit and receive signals for the communications device 1000 via an antenna 1050, such as the various signals as described herein. The network interface 1055 is configured to obtain and send signals for the communications device 1000 via communications link (s) , such as a backhaul link, midhaul link, and / or fronthaul link as described herein, such as with respect to FIG. 2. The processing system 1005 may be configured to perform processing functions for the  communications device 1000, including processing signals received and / or to be transmitted by the communications device 1000.

[0166] The processing system 1005 includes one or more processors 1010. In various aspects, one or more processors 1010 may be representative of one or more of receive processor 338, transmit processor 320, TX MIMO processor 330, and / or controller / processor 340, as described with respect to FIG. 3. The one or more processors 1010 are coupled to a computer-readable medium / memory 1025 via a bus 1040. In certain aspects, the computer-readable medium / memory 1025 is configured to store instructions (e.g., computer-executable code) that when executed by the one or more processors 1010, enable and cause the one or more processors 1010 to perform the method 800 described with respect to FIG. 8, or any aspect related to it, including any additional steps or sub-steps described in relation to FIG. 8. Note that reference to a processor of communications device 1000 performing a function may include one or more processors of communications device 1000 performing that function, such as in a distributed fashion.

[0167] In the depicted example, the computer-readable medium / memory 1025 stores code for receiving 1030 and code for sending 1035. Processing of the code for receiving 1030 and code for sending 1035 may enable and cause the communications device 1000 to perform the method 800 described with respect to FIG. 8, or any aspect related to it.

[0168] The one or more processors 1010 include circuitry configured to implement (e.g., execute) the code stored in the computer-readable medium / memory 1025, including circuitry for receiving 1015 and circuitry for sending 1020. Processing with circuitry for receiving 1015 and circuitry for sending 1020 may enable and cause the communications device 1000 to perform the method 800 described with respect to FIG. 8, or any aspect related to it.

[0169] More generally, means for communicating, transmitting, sending or outputting for transmission may include the transceivers 332, antenna (s) 334, transmit processor 320, TX MIMO processor 330, and / or controller / processor 340 of the BS 102 illustrated in FIG. 3, transceiver 1045 and / or antenna 1050 of the communications device 1000 in FIG. 10, and / or one or more processors 1010 of the communications device 1000 in FIG. 10. Means for communicating, receiving or obtaining may include the transceivers 332, antenna (s) 334, receive processor 338, and / or controller / processor 340 of the BS 102 illustrated in FIG. 3, transceiver 1045 and / or antenna 1050 of the  communications device 1000 in FIG. 10, and / or one or more processors 1010 of the communications devie 1000 in FIG. 10.

[0170] Example Clauses

[0171] Implementation examples are described in the following numbered clauses:

[0172] Clause 1: A method for wireless communications by an apparatus comprising: sending capability information comprising: one or more identifiers of one or more ML models supported by the apparatus, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; and at least one value for at least one component of at least one feature supported by the apparatus; and receiving a CSI report configuration indicating one or more parameters based on the capability information.

[0173] Clause 2: The method of Clause 1, wherein the at least one component comprises at least one of: a number of antenna ports; a payload size; a rank; a number of resources; a number of subbands; subband bandwidth; or total bandwidth.

[0174] Clause 3: The method of any one of Clauses 1-2, wherein the one or more parameters comprise one or more of: a CQI format indicator; a PMI format indicator; a CSI reporting band; a subband size; a codebook type; a codebook subtype; a rank restriction; a number of PMI subbands per CQI subbands; a phase alphabet size; a subband amplitude; or a number of beams.

[0175] Clause 4: The method of any one of Clauses 1-3, wherein the one or more components associated with each of the one or more identifiers are mutually exclusive from the at least one component.

[0176] Clause 5: The method of any one of Clauses 1-3, wherein the at least one component is a superset of the one or more components associated with each of the one or more identifiers.

[0177] Clause 6: The method of Clause 5, wherein: the one or more values for a first identifier of the one or more identifiers comprise a first value for a first component; the one or more values for a second identifier of the one or more identifiers comprise a second value for the first component; and the at least one value comprises the first value and the second value for the first component.

[0178] Clause 7: The method of any one of Clauses 1-6, wherein the one or more components associated with a first identifier of the one or more identifiers comprise one or more of: a CSI reporting band; a subband size; a number of subbands; a rank restriction; a payload size; a compression ratio; a quantization method; or a port layout configuration.

[0179] Clause 8: The method of any one of Clauses 1-7, wherein: the CSI report configuration includes at least one identifier of at least one ML model, and the one or more parameters are explicitly indicated separately from the at least one identifier.

[0180] Clause 9: The method of any one of Clauses 1-7, wherein: the CSI report configuration includes at least one identifier of at least one ML model, and at least one of the one or more parameters is implicitly indicated by the at least one identifier.

[0181] Clause 10: The method of any one of Clauses 1-9, further comprising: sending an indication of the one or more values and the one or more components for a first identifier of the one or more identifiers.

[0182] Clause 11: The method of any one of Clauses 1-10, wherein the one or more ML models are for coding CSI.

[0183] Clause 12: The method of any one of Clauses 1-11, wherein: the at least one feature comprises a first feature comprising ML-based CSI; the at least one component comprises a plurality of components of the first feature; the plurality of components of the first feature comprise 1) a maximum number of transmit ports in one resource, and 2) support of rank 1 and 2; the at least one value comprises a plurality of values corresponding to the plurality of components of the first feature; and the plurality of values comprise: a first value indicating the maximum number of transmit ports in one resource that is supported; and a second value indicating whether rank 1 and 2 are supported.

[0184] Clause 13: A method for wireless communications by an apparatus comprising: receiving capability information comprising: one or more identifiers of one or more ML models supported by a UE, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; and at least one value for at least one component of at least one feature supported by the UE; and sending a CSI report configuration indicating one or more parameters based on the capability information.

[0185] Clause 14: The method of Clause 13, wherein the at least one component comprises at least one of: a number of antenna ports; a payload size; a rank; a number of resources; a number of subbands; subband bandwidth; or total bandwidth.

[0186] Clause 15: The method of any one of Clauses 13-14, wherein the one or more parameters comprise one or more of: a CQI format indicator; a PMI format indicator; a CSI reporting band; a subband size; a codebook type; a codebook subtype; a rank restriction; a number of PMI subbands per CQI subbands; a phase alphabet size; a subband amplitude; or a number of beams.

[0187] Clause 16: The method of any one of Clauses 13-15, wherein the one or more components associated with each of the one or more identifiers are mutually exclusive from the at least one component.

[0188] Clause 17: The method of any one of Clauses 13-15, wherein the at least one component is a superset of the one or more components associated with each of the one or more identifiers.

[0189] Clause 18: The method of Clause 17, wherein: the one or more values for a first identifier of the one or more identifiers comprise a first value for a first component; the one or more values for a second identifier of the one or more identifiers comprise a second value for the first component; and the at least one value comprises the first value and the second value for the first component.

[0190] Clause 19: The method of any one of Clauses 13-18, wherein the one or more components associated with a first identifier of the one or more identifiers comprise one or more of: a CSI reporting band; a subband size; a number of subbands; a rank restriction; a payload size; a compression ratio; a quantization method; or a port layout configuration.

[0191] Clause 20: The method of any one of Clauses 13-19, wherein: the CSI report configuration includes at least one identifier of at least one ML model, and the one or more parameters are explicitly indicated separately from the at least one identifier.

[0192] Clause 21: The method of any one of Clauses 13-19, wherein: the CSI report configuration includes at least one identifier of at least one ML model, and at least one of the one or more parameters is implicitly indicated by the at least one identifier.

[0193] Clause 22: The method of any one of Clauses 13-21, further comprising: receiving an indication of the one or more values and the one or more components for a first identifier of the one or more identifiers.

[0194] Clause 23: The method of any one of Clauses 13-22, wherein the one or more ML models are for coding CSI.

[0195] Clause 24: The method of any one of Clauses 13-23, wherein: the at least one feature comprises a first feature comprising ML-based CSI; the at least one component comprises a plurality of components of the first feature; the plurality of components of the first feature comprise 1) a maximum number of transmit ports in one resource, and 2) support of rank 1 and 2; the at least one value comprises a plurality of values corresponding to the plurality of components of the first feature; and the plurality of values comprise: a first value indicating the maximum number of transmit ports in one resource that is supported; and a second value indicating whether rank 1 and 2 are supported.

[0196] Clause 25: One or more apparatuses, comprising: one or more memories; and one or more processors configured to cause the one or more apparatuses to perform a method in accordance with any one of clauses 1-24.

[0197] Clause 26: One or more apparatuses, comprising means for performing a method in accordance with any one of clauses 1-24.

[0198] Clause 27: One or more non-transitory computer-readable media comprising executable instructions that, when executed by one or more processors of one or more apparatuses, cause the one or more apparatuses to perform a method in accordance with any one of clauses 1-24.

[0199] Clause 28: One or more computer program products embodied on one or more computer-readable storage media comprising code for performing a method in accordance with any one of clauses 1-24.

[0200] Additional Considerations

[0201] The preceding description is provided to enable any person skilled in the art to practice the various aspects described herein. The examples discussed herein are not limiting of the scope, applicability, or aspects set forth in the claims. Various modifications to these aspects will be readily apparent to those skilled in the art, and the  general principles defined herein may be applied to other aspects. For example, changes may be made in the function and arrangement of elements discussed without departing from the scope of the disclosure. Various examples may omit, substitute, or add various procedures or components as appropriate. For instance, the methods described may be performed in an order different from that described, and various actions may be added, omitted, or combined. Also, features described with respect to some examples may be combined in some other examples. For example, an apparatus may be implemented or a method may be practiced using any number of the aspects set forth herein. In addition, the scope of the disclosure is intended to cover such an apparatus or method that is practiced using other structure, functionality, or structure and functionality in addition to, or other than, the various aspects of the disclosure set forth herein. It should be understood that any aspect of the disclosure disclosed herein may be embodied by one or more elements of a claim.

[0202] The various illustrative logical blocks, modules and circuits described in connection with the present disclosure may be implemented or performed with a general purpose processor, a digital signal processor (DSP) , an ASIC, a field programmable gate array (FPGA) or other programmable logic device (PLD) , discrete gate or transistor logic, discrete hardware components, or any combination thereof designed to perform the functions described herein. A general-purpose processor may be a microprocessor, but in the alternative, the processor may be any commercially available processor, controller, microcontroller, or state machine. A processor may also be implemented as a combination of computing devices, e.g., a combination of a DSP and a microprocessor, a plurality of microprocessors, one or more microprocessors in conjunction with a DSP core, a system on a chip (SoC) , or any other such configuration.

[0203] As used herein, a phrase referring to “at least one of” a list of items refers to any combination of those items, including single members. As an example, “at least one of: a, b, or c” is intended to cover a, b, c, a-b, a-c, b-c, and a-b-c, as well as any combination with multiples of the same element (e.g., a-a, a-a-a, a-a-b, a-a-c, a-b-b, a-c-c, b-b, b-b-b, b-b-c, c-c, and c-c-c or any other ordering of a, b, and c) .

[0204] As used herein, the term “determining” encompasses a wide variety of actions. For example, “determining” may include calculating, computing, processing, deriving, investigating, looking up (e.g., looking up in a table, a database or another data structure) , ascertaining and the like. Also, “determining” may include receiving (e.g., receiving  information) , accessing (e.g., accessing data in a memory) and the like. Also, “determining” may include resolving, selecting, choosing, establishing and the like.

[0205] As used herein, “coupled to” and “coupled with” generally encompass direct coupling and indirect coupling (e.g., including intermediary coupled aspects) unless stated otherwise. For example, stating that a processor is coupled to a memory allows for a direct coupling or a coupling via an intermediary aspect, such as a bus.

[0206] The methods disclosed herein comprise one or more actions for achieving the methods. The method actions may be interchanged with one another without departing from the scope of the claims. In other words, unless a specific order of actions is specified, the order and / or use of specific actions may be modified without departing from the scope of the claims. Further, the various operations of methods described above may be performed by any suitable means capable of performing the corresponding functions. The means may include various hardware and / or software component (s) and / or module (s) , including, but not limited to a circuit, an application specific integrated circuit (ASIC) , or processor.

[0207] The following claims are not intended to be limited to the aspects shown herein, but are to be accorded the full scope consistent with the language of the claims. Reference to an element in the singular is not intended to mean only one unless specifically so stated, but rather “one or more. ” For example, reference to an element (e.g., “a processor, ” “a controller, ” “a memory, ” etc. ) , unless otherwise specifically stated, should be understood to refer to one or more elements (e.g., “one or more processors, ” “one or more controllers, ” “one or more memories, ” etc. ) . The terms “set” and “group” are intended to include one or more elements, and may be used interchangeably with “one or more. ” Where reference is made to one or more elements performing functions (e.g., steps of a method) , one element may perform all functions, or more than one element may collectively perform the functions. When more than one element collectively performs the functions, each function need not be performed by each of those elements (e.g., different functions may be performed by different elements) and / or each function need not be performed in whole by only one element (e.g., different elements may perform different sub-functions of a function) . Similarly, where reference is made to one or more elements configured to cause another element (e.g., an apparatus) to perform functions, one element may be configured to cause the other element to perform all functions, or more than one element may collectively be configured to cause  the other element to perform the functions. Unless specifically stated otherwise, the term “some” refers to one or more. All structural and functional equivalents to the elements of the various aspects described throughout this disclosure that are known or later come to be known to those of ordinary skill in the art are intended to be encompassed by the claims. Moreover, nothing disclosed herein is intended to be dedicated to the public regardless of whether such disclosure is explicitly recited in the claims.

Claims

1.An apparatus configured for wireless communications, comprising: one or more memories; and one or more processors configured to cause the apparatus to:send capability information comprising:one or more identifiers of one or more machine learning (ML) models supported by the apparatus, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; andat least one value for at least one component of at least one feature supported by the apparatus; andreceive a channel state information (CSI) report configuration indicating one or more parameters based on the capability information.2.The apparatus of claim 1, wherein the at least one component comprises at least one of:a number of antenna ports;a payload size;a rank;a number of resources;a number of subbands;subband bandwidth; ortotal bandwidth.3.The apparatus of claim 1, wherein the one or more parameters comprise one or more of:a channel quality indicator (CQI) format indicator;a precoding matrix indicator (PMI) format indicator;a CSI reporting band;a subband size;a codebook type;a codebook subtype;a rank restriction;a number of PMI subbands per CQI subbands;a phase alphabet size;a subband amplitude; ora number of beams.4.The apparatus of claim 1, wherein the one or more components associated with each of the one or more identifiers are mutually exclusive from the at least one component.5.The apparatus of claim 1, wherein the at least one component is a superset of the one or more components associated with each of the one or more identifiers.6.The apparatus of claim 5, wherein:the one or more values for a first identifier of the one or more identifiers comprise a first value for a first component;the one or more values for a second identifier of the one or more identifiers comprise a second value for the first component; andthe at least one value comprises the first value and the second value for the first component.7.The apparatus of claim 1, wherein the one or more components associated with a first identifier of the one or more identifiers comprise one or more of:a CSI reporting band;a subband size;a number of subbands;a rank restriction;a payload size;a compression ratio;a quantization method; ora port layout configuration.8.The apparatus of claim 1, wherein:the CSI report configuration includes at least one identifier of at least one ML model, andthe one or more parameters are explicitly indicated separately from the at least one identifier.9.The apparatus of claim 1, wherein:the CSI report configuration includes at least one identifier of at least one ML model, andat least one of the one or more parameters is implicitly indicated by the at least one identifier.10.The apparatus of claim 1, wherein the one or more processors are configured to cause the apparatus to:send an indication of the one or more values and the one or more components for a first identifier of the one or more identifiers.11.The apparatus of claim 1, wherein the one or more ML models are for coding CSI.12.The apparatus of claim 1, wherein:the at least one feature comprises a first feature comprising ML-based CSI;the at least one component comprises a plurality of components of the first feature;the plurality of components of the first feature comprise 1) a maximum number of transmit ports in one resource, and 2) support of rank 1 and 2;the at least one value comprises a plurality of values corresponding to the plurality of components of the first feature; andthe plurality of values comprise:a first value indicating the maximum number of transmit ports in one resource that is supported; anda second value indicating whether rank 1 and 2 are supported.13.An apparatus configured for wireless communications, comprising: one or more memories; and one or more processors configured to cause the apparatus to:receive capability information comprising:one or more identifiers of one or more machine learning (ML) models supported by a user equipment (UE) , wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; andat least one value for at least one component of at least one feature supported by the UE; andsend a channel state information (CSI) report configuration indicating one or more parameters based on the capability information.14.The apparatus of claim 13, wherein the at least one component comprises at least one of:a number of antenna ports;a payload size;a rank;a number of resources;a number of subbands;subband bandwidth; ortotal bandwidth.15.The apparatus of claim 13, wherein the one or more parameters comprise one or more of:a channel quality indicator (CQI) format indicator;a precoding matrix indicator (PMI) format indicator;a CSI reporting band;a subband size;a codebook type;a codebook subtype;a rank restriction;a number of PMI subbands per CQI subbands;a phase alphabet size;a subband amplitude; ora number of beams.16.The apparatus of claim 13, wherein the one or more components associated with each of the one or more identifiers are mutually exclusive from the at least one component.17.The apparatus of claim 13, wherein the at least one component is a superset of the one or more components associated with each of the one or more identifiers.18.The apparatus of claim 17, wherein:the one or more values for a first identifier of the one or more identifiers comprise a first value for a first component;the one or more values for a second identifier of the one or more identifiers comprise a second value for the first component; andthe at least one value comprises the first value and the second value for the first component.19.The apparatus of claim 13, wherein the one or more components associated with a first identifier of the one or more identifiers comprise one or more of:a CSI reporting band;a subband size;a number of subbands;a rank restriction;a payload size;a compression ratio;a quantization method; ora port layout configuration.20.The apparatus of claim 13, wherein:the CSI report configuration includes at least one identifier of at least one ML model, andthe one or more parameters are explicitly indicated separately from the at least one identifier.21.The apparatus of claim 13, wherein:the CSI report configuration includes at least one identifier of at least one ML model, andat least one of the one or more parameters is implicitly indicated by the at least one identifier.22.The apparatus of claim 13, wherein the one or more processors are configured to cause the apparatus to:receive an indication of the one or more values and the one or more components for a first identifier of the one or more identifiers.23.The apparatus of claim 13, wherein the one or more ML models are for coding CSI.24.The apparatus of claim 13, wherein:the at least one feature comprises a first feature comprising ML-based CSI;the at least one component comprises a plurality of components of the first feature;the plurality of components of the first feature comprise 1) a maximum number of transmit ports in one resource, and 2) support of rank 1 and 2;the at least one value comprises a plurality of values corresponding to the plurality of components of the first feature; andthe plurality of values comprise:a first value indicating the maximum number of transmit ports in one resource that is supported; anda second value indicating whether rank 1 and 2 are supported.25.A method for wireless communications by an apparatus comprising:sending capability information comprising:one or more identifiers of one or more machine learning (ML) models supported by the apparatus, wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; andat least one value for at least one component of at least one feature supported by the apparatus; andreceiving a channel state information (CSI) report configuration indicating one or more parameters based on the capability information.26.The method of claim 25, wherein the at least one component comprises at least one of:a number of antenna ports;a payload size;a rank;a number of resources;a number of subbands;subband bandwidth; ortotal bandwidth.27.The method of claim 25, wherein the one or more parameters comprise one or more of:a channel quality indicator (CQI) format indicator;a precoding matrix indicator (PMI) format indicator;a CSI reporting band;a subband size;a codebook type;a codebook subtype;a rank restriction;a number of PMI subbands per CQI subbands;a phase alphabet size;a subband amplitude; ora number of beams.28.A method for wireless communications by an apparatus comprising:receiving capability information comprising:one or more identifiers of one or more machine learning (ML) models supported by a user equipment (UE) , wherein each of the one or more identifiers is associated with corresponding one or more values for one or more components of one or more features supported by the corresponding ML model; andat least one value for at least one component of at least one feature supported by the UE; andsending a channel state information (CSI) report configuration indicating one or more parameters based on the capability information.29.The method of claim 28, wherein the at least one component comprises at least one of:a number of antenna ports;a payload size;a rank;a number of resources;a number of subbands;subband bandwidth; ortotal bandwidth.30.The method of claim 28, wherein the one or more parameters comprise one or more of:a channel quality indicator (CQI) format indicator;a precoding matrix indicator (PMI) format indicator;a CSI reporting band;a subband size;a codebook type;a codebook subtype;a rank restriction;a number of PMI subbands per CQI subbands;a phase alphabet size;a subband amplitude; ora number of beams.

Images