Event-based activation or deactivation of predictive radio link monitoring or predictive beam failure detection

Abstract

Various aspects of the present disclosure generally relate to wireless communication. In some aspects, a user equipment (UE) may identify a triggering event that is associated with predictive radio link monitoring (RLM) or predictive beam failure detection (BFD). The UE may activate or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more lower layer triggered mobility (LTM) candidate cells. Numerous other aspects are described.

Description

EVENT-BASED ACTIVATION OR DEACTIVATION OF PREDICTIVE RADIO LINK MONITORING OR PREDICTIVE BEAM FAILURE DETECTION

[0001] FIELD OF THE DISCLOSURE

[0002] Aspects of the present disclosure generally relate to wireless communication and specifically relate to techniques, apparatuses, and methods for event-based activation or deactivation of predictive radio link monitoring (RLM) or predictive beam failure detection (BFD) .BACKGROUND

[0003] Wireless communication systems are widely deployed to provide various services that may include carrying voice, text, messaging, video, data, and / or other traffic. The services may include unicast, multicast, and / or broadcast services, among other examples. Typical wireless communication systems may employ multiple-access radio access technologies (RATs) capable of supporting communication with multiple users by sharing available system resources (for example, time domain resources, frequency domain resources, spatial domain resources, and / or device transmit power, among other examples) . Examples of such multiple-access RATs include code division multiple access (CDMA) systems, time division multiple access (TDMA) systems, frequency division multiple access (FDMA) systems, orthogonal frequency division multiple access (OFDMA) systems, single-carrier frequency division multiple access (SC-FDMA) systems, and time division synchronous code division multiple access (TD-SCDMA) systems.

[0004] The above multiple-access RATs have been adopted in various telecommunication standards to provide common protocols that enable different wireless communication devices to communicate on a municipal, national, regional, or global level. An example telecommunication standard is New Radio (NR) . NR, which may also be referred to as 5G, is part of a continuous mobile broadband evolution promulgated by the Third Generation Partnership Project (3GPP) . NR (and other mobile broadband evolutions beyond NR) may be designed to better support Internet of things (IoT) and reduced capability device deployments, industrial connectivity, millimeter wave (mmWave) expansion, licensed and unlicensed spectrum access, non-terrestrial network (NTN) deployment, sidelink and other device-to-device direct communication technologies (for example, cellular vehicle-to-everything (CV2X) communication) ,  massive multiple-input multiple-output (MIMO) , disaggregated network architectures and network topology expansions, multiple-subscriber implementations, high-precision positioning, and / or radio frequency (RF) sensing, among other examples. As the demand for mobile broadband access continues to increase, further improvements in NR may be implemented, and other radio access technologies such as 6G may be introduced, to further advance mobile broadband evolution.SUMMARY

[0005] Some aspects described herein relate to an apparatus for wireless communication at a user equipment (UE) . The apparatus may include one or more memories and one or more processors coupled to the one or more memories. The one or more processors, individually or in any combination, maybe operable to cause the apparatus to identify a triggering event that is associated with predictive radio link monitoring (RLM) or predictive beam failure detection (BFD) . The one or more processors, individually or in any combination, maybe operable to cause the apparatus to activate or deactivate, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more lower layer triggered mobility (LTM) candidate cells.

[0006] Some aspects described herein relate to a method of wireless communication performed by a UE. The method may include identifying a triggering event that is associated with predictive RLM or predictive BFD. The method may include activating or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells.

[0007] Some aspects described herein relate to a non-transitory computer-readable medium that stores a set of instructions for wireless communication by a UE. The set of instructions, when executed by one or more processors of the UE, may cause the UE to identify a triggering event that is associated with predictive RLM or predictive BFD. The set of instructions, when executed by one or more processors of the UE, may cause the UE to activate or deactivate, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells.

[0008] Some aspects described herein relate to an apparatus for wireless communication. The apparatus may include means for identifying a triggering event that is associated with RLM or BFD. The apparatus may include means for activating or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells.

[0009] Aspects of the present disclosure may generally be implemented by or as a method, apparatus, system, computer program product, non-transitory computer-readable medium, user equipment, base station, network node, network entity, wireless communication device, and / or processing system as substantially described with reference to, and as illustrated by, the specification and accompanying drawings.

[0010] The foregoing paragraphs of this section have broadly summarized some aspects of the present disclosure. These and additional aspects and associated advantages will be described hereinafter. The disclosed aspects may be used as a basis for modifying or designing other aspects for carrying out the same or similar purposes of the present disclosure. Such equivalent aspects do not depart from the scope of the appended claims. Characteristics of the aspects disclosed herein, both their organization and method of operation, together with associated advantages, will be better understood from the following description when considered in connection with the accompanying drawings.BRIEF DESCRIPTION OF THE DRAWINGS

[0011] The appended drawings illustrate some aspects of the present disclosure, but are not limiting of the scope of the present disclosure because the description may enable other aspects. Each of the drawings is provided for purposes of illustration and description, and not as a definition of the limits of the claims. The same or similar reference numbers in different drawings may identify the same or similar elements.

[0012] Fig. 1 is a diagram illustrating an example of a wireless communication network, in accordance with the present disclosure.

[0013] Fig. 2 is a diagram illustrating an example network node in communication with an example user equipment (UE) in a wireless network, in accordance with the present disclosure.

[0014] Fig. 3 is a diagram illustrating an example disaggregated base station architecture, in accordance with the present disclosure.

[0015] Fig. 4 is a diagram illustrating an example of a lower layer triggered mobility (LTM) procedure, in accordance with the present disclosure.

[0016] Fig. 5 is a diagram illustrating an example associated with event-based activation or deactivation of predictive radio link monitoring (RLM) or predictive beam failure detection (BFD) , in accordance with the present disclosure.

[0017] Fig. 6 is a diagram illustrating an example associated with event-based activation of predictive RLM and an example associated with event-based deactivation of predictive RLM, in accordance with the present disclosure.

[0018] Fig. 7 is a diagram illustrating an example process performed, for example, at a UE or an apparatus of a UE, in accordance with the present disclosure.

[0019] Fig. 8 is a diagram of an example apparatus for wireless communication, in accordance with the present disclosure.DETAILED DESCRIPTION

[0020] Various aspects of the present disclosure are described hereinafter with reference to the accompanying drawings. However, aspects of the present disclosure may be embodied in many different forms and is not to be construed as limited to any specific aspect illustrated by or described with reference to an accompanying drawing or otherwise presented in this disclosure. Rather, these aspects are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the disclosure to those skilled in the art. One skilled in the art may appreciate that the scope of the disclosure is intended to cover any aspect of the disclosure disclosed herein, whether implemented independently of or in combination with any other aspect of the disclosure. For example, an apparatus may be implemented or a method may be practiced using various combinations or quantities of the aspects set forth herein. In addition, the scope of the disclosure is intended to cover an apparatus having, or a method that is practiced using, other structures and / or functionalities in addition to or other than the structures and / or functionalities with which various aspects of the disclosure set forth herein may be practiced. Any aspect of the disclosure disclosed herein may be embodied by one or more elements of a claim.

[0021] Several aspects of telecommunication systems will now be presented with reference to various methods, operations, apparatuses, and techniques. These methods, operations, apparatuses, and techniques will be described in the following detailed description and illustrated in the accompanying drawings by various blocks, modules, components, circuits, steps, processes, or algorithms (collectively referred to as “elements” ) . These elements may be implemented using hardware, software, or a combination of hardware and software. Whether such elements are implemented as hardware or software depends upon the particular application and design constraints imposed on the overall system.

[0022] Multiple-access radio access technologies (RATs) have been adopted in various telecommunication standards to provide common protocols that enable wireless communication devices to communicate on a municipal, enterprise, national, regional, or global level. For example, 5G New Radio (NR) is part of a continuous mobile broadband evolution promulgated by the Third Generation Partnership Project (3GPP) . 5G NR supports various technologies and use cases including enhanced mobile broadband (eMBB) , ultra-reliable low-latency communication (URLLC) , massive machine-type communication (mMTC) , millimeter wave (mmWave) technology, beamforming, network slicing, edge computing, Internet of Things (IoT) connectivity and management, and network function virtualization (NFV) .

[0023] As the demand for broadband access increases and as technologies supported by wireless communication networks evolve, further technological improvements may be adopted in or implemented for 5G NR or future RATs, such as 6G, to further advance the evolution of wireless communication for a wide variety of existing and new use cases and applications. Such technological improvements may be associated with new frequency band expansion, licensed and unlicensed spectrum access, overlapping spectrum use, small cell deployments, non-terrestrial network (NTN) deployments, disaggregated network architectures and network topology expansion, device aggregation, advanced duplex communication, sidelink and other device-to-device direct communication, IoT (including passive or ambient IoT) networks, reduced capability (RedCap) user equipment (UE) functionality, industrial connectivity, multiple-subscriber implementations, high-precision positioning, radio frequency (RF) sensing, and / or artificial intelligence or machine learning (AI / ML) , among other examples. These technological improvements may support use cases such as wireless backhauls, wireless data centers, extended reality (XR) and metaverse applications, meta services for supporting vehicle connectivity, holographic and mixed reality communication, autonomous and collaborative robots, vehicle platooning and cooperative maneuvering, sensing networks, gesture monitoring, human-brain interfacing, digital twin applications, asset management, and universal coverage applications using non-terrestrial and / or aerial platforms, among other examples. The methods, operations, apparatuses, and techniques described herein may enable one or more of the foregoing technologies and / or support one or more of the foregoing use cases.

[0024] In some examples, a network node may instruct a UE to change serving cells, such as when the UE moves away from coverage of a current serving cell and towards  coverage of a neighboring cell. In some cases, the network node may instruct the UE to change cells using a layer 3 (L3) handover procedure. However, L3 handover procedures may be associated with high latency and high overhead due to the multiple radio resource control (RRC) reconfiguration messages and / or other L3 signaling and operations used to perform the handover procedures. Accordingly, in some examples, a UE may be configured to perform a lower-layer (e.g., layer 1 (L1) and / or layer 2 (L2) ) handover procedure, sometimes referred to as a lower layer triggered mobility (LTM) procedure. An LTM procedure may include four phases: an LTM preparation phase, an early synchronization phase, an LTM execution phase, and / or an LTM completion phase. A cell switch to a target cell using LTM may be performed with less overhead and / or latency than for an L3 handover procedure.

[0025] In some examples, the UE may estimate and report one or more predicted radio link qualities for one or more LTM candidate cells regarding one or more future temporal windows. For example, the UE may be predicted to experience one or more predicted radio link qualities in the one or more LTM candidate cells and in the one or more future temporal windows. The one or more predicted radio link qualities may be used to predict radio link monitoring (RLM) or beam failure detection (BFD) for the one or more LTM candidate cells. Such capabilities may be referred to as predictive RLM or predictive BFD for one or more LTM candidate cells.

[0026] The one or more predicted radio link qualities may be based at least in part on one or more predicted radio link channel characteristics (e.g., predicted L1 reference signal received powers (L1-RSRPs) , L1 signal-to-interference-plus-noise ratios (L1-SINRs) , L3 reference signal received powers (L3-RSRPs) , L3 signal-to-interference-plus-noise ratios (L3-SINRs) , or the like) . The one or more predicted radio link channel characteristics may be predicted by the UE (referred to as “pure UE-based predictive RLM or BFD” ) or signaled to the UE by the network node (referred to as “network-assisted predictive RLM or BFD” ) . Pure UE-based predictive RLM or BFD may improve efficiency because the UE may identify UE receive beams, orientations, L1-RSRPs of the unreported beams, or the like. However, the UE may carry out predictive RLM on all LTM candidate cells over time. As a result, the complexity and / or power consumed due to UE-based predictive RLM or BFD may increase with the quantity of cells (e.g., LTM candidate cells) . For example, the UE may use AI / ML to predict the one or more predicted radio link channel characteristics, and the complexity and / or power consumed  by the AI / ML for prediction of radio link channel characteristics (e.g., L1-RSRPs or the like) may increase with the quantity of cells (e.g., LTM candidate cells) .

[0027] Various aspects relate generally to event-based activation or deactivation of predictive RLM or predictive BFD in LTM. Some aspects more specifically relate to activating or deactivating the predictive RLM or the predictive BFD for one or more LTM candidate cells based at least in part on a triggering event. In some aspects, the UE may activate or deactivate the predictive RLM or the predictive BFD autonomously (e.g., without network confirmation) . In some aspects, the UE may receive a network confirmation to activate or deactivate the predictive RLM or the predictive BFD.

[0028] Particular aspects of the subject matter described in this disclosure can be implemented to realize one or more of the following potential advantages. In some examples, by activating or deactivating the predictive RLM or the predictive BFD for one or more LTM candidate cells, the described techniques can be used to reduce UE-side complexity and / or consumed power due to predictive RLM or predictive BFD for LTM. For example, when the predictive RLM or predictive BFD is deactivated, the UE may avoid performing predictive RLM or predictive BFD for LTM. Activating or deactivating the predictive RLM or the predictive BFD autonomously may reduce overhead by avoiding signaling between the UE and the network node (e.g., in conditional LTM scenarios) . Receiving a network confirmation to activate or deactivate the predictive RLM or the predictive BFD may enable the network node to control activation or deactivation of predictive RLM or predictive BFD.

[0029] Fig. 1 is a diagram illustrating an example of a wireless communication network 100 in accordance with the present disclosure. The wireless communication network 100 may be or may include elements of a 5G (or NR) network or a 6G network, among other examples. The wireless communication network 100 may include multiple network nodes 110, shown as a network node (NN) 110a, a network node 110b, a network node 110c, and a network node 110d. The network nodes 110 may support communications with multiple UEs 120, shown as a UE 120a, a UE 120b, a UE 120c, a UE 120d, and a UE 120e.

[0030] The network nodes 110 and the UEs 120 of the wireless communication network 100 may communicate using the electromagnetic spectrum, which may be subdivided by frequency or wavelength into various classes, bands, carriers, and / or channels. For example, devices of the wireless communication network 100 may communicate using one or more operating bands. In some aspects, multiple wireless  communication networks 100 may be deployed in a given geographic area. Each wireless communication network 100 may support a particular RAT (which may also be referred to as an air interface) and may operate on one or more carrier frequencies in one or more frequency ranges. Examples of RATs include a 4G RAT, a 5G / NR RAT, and / or a 6G RAT, among other examples. In some examples, when multiple RATs are deployed in a given geographic area, each RAT in the geographic area may operate on different frequencies to avoid interference with one another.

[0031] Various operating bands have been defined as frequency range designations FR1 (410 MHz through 7.125 GHz) , FR2 (24.25 GHz through 52.6 GHz) , FR3 (7.125 GHz through 24.25 GHz) , FR4a or FR4-1 (52.6 GHz through 71 GHz) , FR4 (52.6 GHz through 114.25 GHz) , and FR5 (114.25 GHz through 300 GHz) . Although a portion of FR1 is greater than 6 GHz, FR1 is often referred to (interchangeably) as a “Sub-6 GHz” band in some documents and articles. Similarly, FR2 is often referred to (interchangeably) as a “millimeter wave” band in some documents and articles, despite being different than the extremely high frequency (EHF) band (30 GHz through 300 GHz) , which is identified by the International Telecommunications Union (ITU) as a “millimeter wave” band. The frequencies between FR1 and FR2 are often referred to as mid-band frequencies, which include FR3. Frequency bands falling within FR3 may inherit FR1 characteristics or FR2 characteristics, and thus may effectively extend features of FR1 or FR2 into mid-band frequencies. Thus, “sub-6 GHz, ” if used herein, may broadly refer to frequencies that are less than 6 GHz, that are within FR1, and / or that are included in mid-band frequencies. Similarly, the term “millimeter wave, ” if used herein, may broadly refer to frequencies that are included in mid-band frequencies, that are within FR2, FR4, FR4-a or FR4-1, or FR5, and / or that are within the EHF band. Higher frequency bands may extend 5G NR operation, 6G operation, and / or other RATs beyond 52.6 GHz. For example, each of FR4a, FR4-1, FR4, and FR5 falls within the EHF band. In some examples, the wireless communication network 100 may implement dynamic spectrum sharing (DSS) , in which multiple RATs (for example, 4G  / Long-Term Evolution (LTE) and 5G / NR) are implemented with dynamic bandwidth allocation (for example, based on user demand) in a single frequency band. It is contemplated that the frequencies included in these operating bands (for example, FR1, FR2, FR3, FR4, FR4-a, FR4-1, and / or FR5) may be modified, and techniques described herein may be applicable to those modified frequency ranges.

[0032] A network node 110 may include one or more devices, components, or systems that enable communication between a UE 120 and one or more devices, components, or systems of the wireless communication network 100. A network node 110 may be, may include, or may also be referred to as an NR network node, a 5G network node, a 6G network node, a Node B, an eNB, a gNB, an access point (AP) , a transmission reception point (TRP) , a mobility element, a core, a network entity, a network element, a network equipment, and / or another type of device, component, or system included in a radio access network (RAN) .

[0033] A network node 110 may be implemented as a single physical node (for example, a single physical structure) or may be implemented as two or more physical nodes (for example, two or more distinct physical structures) . For example, a network node 110 may be a device or system that implements part of a radio protocol stack, a device or system that implements a full radio protocol stack (such as a full gNB protocol stack) , or a collection of devices or systems that collectively implement the full radio protocol stack. For example, and as shown, a network node 110 may be an aggregated network node (having an aggregated architecture) , meaning that the network node 110 may implement a full radio protocol stack that is physically and logically integrated within a single node (for example, a single physical structure) in the wireless communication network 100. For example, an aggregated network node 110 may consist of a single standalone base station or a single TRP that uses a full radio protocol stack to enable or facilitate communication between a UE 120 and a core network of the wireless communication network 100.

[0034] Alternatively, and as also shown, a network node 110 may be a disaggregated network node (sometimes referred to as a disaggregated base station) , meaning that the network node 110 may implement a radio protocol stack that is physically distributed and / or logically distributed among two or more nodes in the same geographic location or in different geographic locations. For example, a disaggregated network node may have a disaggregated architecture. In some deployments, disaggregated network nodes 110 may be used in an integrated access and backhaul (IAB) network, in an open radio access network (O-RAN) (such as a network configuration in compliance with the O-RAN Alliance) , or in a virtualized radio access network (vRAN) , also known as a cloud radio access network (C-RAN) , to facilitate scaling by separating base station functionality into multiple units that can be individually deployed.

[0035] The network nodes 110 of the wireless communication network 100 may include one or more central units (CUs) , one or more distributed units (DUs) , and / or one or more radio units (RUs) . A CU may host one or more higher layer control functions, such as RRC functions, packet data convergence protocol (PDCP) functions, and / or service data adaptation protocol (SDAP) functions, among other examples. A DU may host one or more of a radio link control (RLC) layer, a medium access control (MAC) layer, and / or one or more higher physical (PHY) layers depending, at least in part, on a functional split, such as a functional split defined by the 3GPP. In some examples, a DU also may host one or more lower PHY layer functions, such as a fast Fourier transform (FFT) , an inverse FFT (iFFT) , beamforming, physical random access channel (PRACH) extraction and filtering, and / or scheduling of resources for one or more UEs 120, among other examples. An RU may host RF processing functions or lower PHY layer functions, such as an FFT, an iFFT, beamforming, or PRACH extraction and filtering, among other examples, according to a functional split, such as a lower layer functional split. In such an architecture, each RU can be operated to handle over the air (OTA) communication with one or more UEs 120.

[0036] In some aspects, a single network node 110 may include a combination of one or more CUs, one or more DUs, and / or one or more RUs. Additionally or alternatively, a network node 110 may include one or more Near-Real Time (Near-RT) RAN Intelligent Controllers (RICs) and / or one or more Non-Real Time (Non-RT) RICs. In some examples, a CU, a DU, and / or an RU may be implemented as a virtual unit, such as a virtual central unit (VCU) , a virtual distributed unit (VDU) , or a virtual radio unit (VRU) , among other examples. A virtual unit may be implemented as a virtual network function, such as associated with a cloud deployment.

[0037] Some network nodes 110 (for example, a base station, an RU, or a TRP) may provide communication coverage for a particular geographic area. In the 3GPP, the term “cell” can refer to a coverage area of a network node 110 or to a network node 110 itself, depending on the context in which the term is used. A network node 110 may support one or multiple (for example, three) cells. In some examples, a network node 110 may provide communication coverage for a macro cell, a pico cell, a femto cell, or another type of cell. A macro cell may cover a relatively large geographic area (for example, several kilometers in radius) and may allow unrestricted access by UEs 120 with service subscriptions. A pico cell may cover a relatively small geographic area and may allow unrestricted access by UEs 120 with service subscriptions. A femto cell may cover a  relatively small geographic area (for example, a home) and may allow restricted access by UEs 120 having association with the femto cell (for example, UEs 120 in a closed subscriber group (CSG) ) . A network node 110 for a macro cell may be referred to as a macro network node. A network node 110 for a pico cell may be referred to as a pico network node. A network node 110 for a femto cell may be referred to as a femto network node or an in-home network node. In some examples, a cell may not necessarily be stationary. For example, the geographic area of the cell may move according to the location of an associated mobile network node 110 (for example, a train, a satellite base station, an unmanned aerial vehicle, or an NTN network node) .

[0038] The wireless communication network 100 may be a heterogeneous network that includes network nodes 110 of different types, such as macro network nodes, pico network nodes, femto network nodes, relay network nodes, aggregated network nodes, and / or disaggregated network nodes, among other examples. In the example shown in Fig. 1, the network node 110a may be a macro network node for a macro cell 130a, the network node 110b may be a pico network node for a pico cell 130b, and the network node 110c may be a femto network node for a femto cell 130c. Various different types of network nodes 110 may generally transmit at different power levels, serve different coverage areas, and / or have different impacts on interference in the wireless communication network 100 than other types of network nodes 110. For example, macro network nodes may have a high transmit power level (for example, 5 to 40 watts) , whereas pico network nodes, femto network nodes, and relay network nodes may have lower transmit power levels (for example, 0.1 to 2 watts) .

[0039] In some examples, a network node 110 may be, may include, or may operate as an RU, a TRP, or a base station that communicates with one or more UEs 120 via a radio access link (which may be referred to as a “Uu” link) . The radio access link may include a downlink and an uplink. “Downlink” (or “DL” ) refers to a communication direction from a network node 110 to a UE 120, and “uplink” (or “UL” ) refers to a communication direction from a UE 120 to a network node 110. Downlink channels may include one or more control channels and one or more data channels. A downlink control channel may be used to transmit downlink control information (DCI) (for example, scheduling information, reference signals, and / or configuration information) from a network node 110 to a UE 120. A downlink data channel may be used to transmit downlink data (for example, user data associated with a UE 120) from a network node 110 to a UE 120. Downlink control channels may include one or more physical downlink control channels  (PDCCHs) , and downlink data channels may include one or more physical downlink shared channels (PDSCHs) . Uplink channels may similarly include one or more control channels and one or more data channels. An uplink control channel may be used to transmit uplink control information (UCI) (for example, reference signals and / or feedback corresponding to one or more downlink transmissions) from a UE 120 to a network node 110. An uplink data channel may be used to transmit uplink data (for example, user data associated with a UE 120) from a UE 120 to a network node 110. Uplink control channels may include one or more physical uplink control channels (PUCCHs) , and uplink data channels may include one or more physical uplink shared channels (PUSCHs) . The downlink and the uplink may each include a set of resources on which the network node 110 and the UE 120 may communicate.

[0040] Downlink and uplink resources may include time domain resources (frames, subframes, slots, and / or symbols) , frequency domain resources (frequency bands, component carriers, subcarriers, resource blocks, and / or resource elements) , and / or spatial domain resources (particular transmit directions and / or beam parameters) . Frequency domain resources of some bands may be subdivided into bandwidth parts (BWPs) . A BWP may be a continuous block of frequency domain resources (for example, a continuous block of resource blocks) that are allocated for one or more UEs 120. A UE 120 may be configured with both an uplink BWP and a downlink BWP (where the uplink BWP and the downlink BWP may be the same BWP or different BWPs) . A BWP may be dynamically configured (for example, by a network node 110 transmitting a DCI configuration to the one or more UEs 120) and / or reconfigured, which means that a BWP can be adjusted in real-time (or near-real-time) based on changing network conditions in the wireless communication network 100 and / or based on the specific requirements of the one or more UEs 120. This enables more efficient use of the available frequency domain resources in the wireless communication network 100 because fewer frequency domain resources may be allocated to a BWP for a UE 120 (which may reduce the quantity of frequency domain resources that a UE 120 is required to monitor) , leaving more frequency domain resources to be spread across multiple UEs 120. Thus, BWPs may also assist in the implementation of lower-capability UEs 120 by facilitating the configuration of smaller bandwidths for communication by such UEs 120.

[0041] As described above, in some aspects, the wireless communication network 100 may be, may include, or may be included in, an IAB network. In an IAB network, at least one network node 110 is an anchor network node that communicates with a core network.  An anchor network node 110 may also be referred to as an IAB donor (or “IAB-donor” ) . The anchor network node 110 may connect to the core network via a wired backhaul link. For example, an Ng interface of the anchor network node 110 may terminate at the core network. Additionally or alternatively, an anchor network node 110 may connect to one or more devices of the core network that provide a core access and mobility management function (AMF) . An IAB network also generally includes multiple non-anchor network nodes 110, which may also be referred to as relay network nodes or simply as IAB nodes (or “IAB-nodes” ) . Each non-anchor network node 110 may communicate directly with the anchor network node 110 via a wireless backhaul link to access the core network, or may communicate indirectly with the anchor network node 110 via one or more other non-anchor network nodes 110 and associated wireless backhaul links that form a backhaul path to the core network. Some anchor network node 110 or other non-anchor network node 110 may also communicate directly with one or more UEs 120 via wireless access links that carry access traffic. In some examples, network resources for wireless communication (such as time resources, frequency resources, and / or spatial resources) may be shared between access links and backhaul links.

[0042] In some examples, any network node 110 that relays communications may be referred to as a relay network node, a relay station, or simply as a relay. A relay may receive a transmission of a communication from an upstream station (for example, another network node 110 or a UE 120) and transmit the communication to a downstream station (for example, a UE 120 or another network node 110) . In this case, the wireless communication network 100 may include or be referred to as a “multi-hop network. ” In the example shown in Fig. 1, the network node 110d (for example, a relay network node) may communicate with the network node 110a (for example, a macro network node) and the UE 120d in order to facilitate communication between the network node 110a and the UE 120d. Additionally or alternatively, a UE 120 may be or may operate as a relay station that can relay transmissions to or from other UEs 120. A UE 120 that relays communications may be referred to as a UE relay or a relay UE, among other examples.

[0043] The UEs 120 may be physically dispersed throughout the wireless communication network 100, and each UE 120 may be stationary or mobile. A UE 120 may be, may include, or may be included in an access terminal, another terminal, a mobile station, or a subscriber unit. A UE 120 may be, include, or be coupled with a cellular phone (for example, a smart phone) , a personal digital assistant (PDA) , a wireless modem, a wireless communication device, a handheld device, a laptop computer, a  cordless phone, a wireless local loop (WLL) station, a tablet, a camera, a gaming device, a netbook, a smartbook, an ultrabook, a medical device, a biometric device, a wearable device (for example, a smart watch, smart clothing, smart glasses, a smart wristband, and / or smart jewelry, such as a smart ring or a smart bracelet) , an entertainment device (for example, a music device, a video device, and / or a satellite radio) , an XR device, a vehicular component or sensor, a smart meter or sensor, industrial manufacturing equipment, a Global Navigation Satellite System (GNSS) device (such as a Global Positioning System device or another type of positioning device) , a UE function of a network node, and / or any other suitable device or function that may communicate via a wireless medium.

[0044] A UE 120 and / or a network node 110 may include one or more chips, system-on-chips (SoCs) , chipsets, packages, or devices that individually or collectively constitute or comprise a processing system. The processing system includes processor (or “processing” ) circuitry in the form of one or multiple processors, microprocessors, processing units (such as central processing units (CPUs) , graphics processing units (GPUs) , neural processing units (NPUs) and / or digital signal processors (DSPs) ) , processing blocks, application-specific integrated circuits (ASIC) , programmable logic devices (PLDs) (such as field programmable gate arrays (FPGAs) ) , or other discrete gate or transistor logic or circuitry (all of which may be generally referred to herein individually as “processors” or collectively as “the processor” or “the processor circuitry” ) . One or more of the processors may be individually or collectively configurable or configured to perform various functions or operations described herein. A group of processors collectively configurable or configured to perform a set of functions may include a first processor configurable or configured to perform a first function of the set and a second processor configurable or configured to perform a second function of the set, or may include the group of processors all being configured or configurable to perform the set of functions.

[0045] The processing system may further include memory circuitry in the form of one or more memory devices, memory blocks, memory elements or other discrete gate or transistor logic or circuitry, each of which may include tangible storage media such as random-access memory (RAM) or read-only memory (ROM) , or combinations thereof (all of which may be generally referred to herein individually as “memories” or collectively as “the memory” or “the memory circuitry” ) . One or more of the memories may be coupled (for example, operatively coupled, communicatively coupled,  electronically coupled, or electrically coupled) with one or more of the processors and may individually or collectively store processor-executable code (such as software) that, when executed by one or more of the processors, may configure one or more of the processors to perform various functions or operations described herein. Additionally or alternatively, 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. The processing system may further include or be coupled with one or more modems (such as a Wi-Fi (for example, Institute of Electrical and Electronics Engineers (IEEE) compliant) modem or a cellular (for example, 3GPP 4G LTE, 5G, or 6G compliant) modem) . In some implementations, one or more processors of the processing system include or implement one or more of the modems. The processing system may further include or be coupled with multiple radios (collectively “the radio” ) , multiple RF chains, or multiple transceivers, each of which may in turn be coupled with one or more of multiple antennas. In some implementations, one or more processors of the processing system include or implement one or more of the radios, RF chains or transceivers. The UE 120 may include or may be included in a housing that houses components associated with the UE 120 including the processing system.

[0046] Some UEs 120 may be considered machine-type communication (MTC) UEs, evolved or enhanced machine-type communication (eMTC) , UEs, further enhanced eMTC (feMTC) UEs, or enhanced feMTC (efeMTC) UEs, or further evolutions thereof, all of which may be simply referred to as “MTC UEs” . An MTC UE may be, may include, or may be included in or coupled with a robot, an uncrewed aerial vehicle, a remote device, a sensor, a meter, a monitor, and / or a location tag. Some UEs 120 may be considered IoT devices and / or may be implemented as NB-IoT (narrowband IoT) devices. An IoT UE or NB-IoT device may be, may include, or may be included in or coupled with an industrial machine, an appliance, a refrigerator, a doorbell camera device, a home automation device, and / or a light fixture, among other examples. Some UEs 120 may be considered Customer Premises Equipment, which may include telecommunications devices that are installed at a customer location (such as a home or office) to enable access to a service provider's network (such as included in or in communication with the wireless communication network 100) .

[0047] Some UEs 120 may be classified according to different categories in association with different complexities and / or different capabilities. UEs 120 in a first category may facilitate massive IoT in the wireless communication network 100, and may offer low  complexity and / or cost relative to UEs 120 in a second category. UEs 120 in a second category may include mission-critical IoT devices, legacy UEs, baseline UEs, high-tier UEs, advanced UEs, full-capability UEs, and / or premium UEs that are capable of URLLC, enhanced mobile broadband (eMBB) , and / or precise positioning in the wireless communication network 100, among other examples. A third category of UEs 120 may have mid-tier complexity and / or capability (for example, a capability between UEs 120 of the first category and UEs 120 of the second capability) . A UE 120 of the third category may be referred to as a reduced capacity UE ( “RedCap UE” ) , a mid-tier UE, an NR-Light UE, and / or an NR-Lite UE, among other examples. RedCap UEs may bridge a gap between the capability and complexity of NB-IoT devices and / or eMTC UEs, and mission-critical IoT devices and / or premium UEs. RedCap UEs may include, for example, wearable devices, IoT devices, industrial sensors, and / or cameras that are associated with a limited bandwidth, power capacity, and / or transmission range, among other examples. RedCap UEs may support healthcare environments, building automation, electrical distribution, process automation, transport and logistics, and / or smart city deployments, among other examples.

[0048] In some examples, two or more UEs 120 (for example, shown as UE 120a and UE 120e) may communicate directly with one another using sidelink communications (for example, without communicating by way of a network node 110 as an intermediary) . As an example, the UE 120a may directly transmit data, control information, or other signaling as a sidelink communication to the UE 120e. This is in contrast to, for example, the UE 120a first transmitting data in an UL communication to a network node 110, which then transmits the data to the UE 120e in a DL communication. In various examples, the UEs 120 may transmit and receive sidelink communications using peer-to-peer (P2P) communication protocols, device-to-device (D2D) communication protocols, vehicle-to-everything (V2X) communication protocols (which may include vehicle-to-vehicle (V2V) protocols, vehicle-to-infrastructure (V2I) protocols, and / or vehicle-to-pedestrian (V2P) protocols) , and / or mesh network communication protocols. In some deployments and configurations, a network node 110 may schedule and / or allocate resources for sidelink communications between UEs 120 in the wireless communication network 100. In some other deployments and configurations, a UE 120 (instead of a network node 110) may perform, or collaborate or negotiate with one or more other UEs to perform, scheduling operations, resource selection operations, and / or other operations for sidelink communications.

[0049] In various examples, some of the network nodes 110 and the UEs 120 of the wireless communication network 100 may be configured for full-duplex operation in addition to half-duplex operation. A network node 110 or a UE 120 operating in a half-duplex mode may perform only one of transmission or reception during particular time resources, such as during particular slots, symbols, or other time periods. Half-duplex operation may involve time-division duplexing (TDD) , in which DL transmissions of the network node 110 and UL transmissions of the UE 120 do not occur in the same time resources (that is, the transmissions do not overlap in time) . In contrast, a network node 110 or a UE 120 operating in a full-duplex mode can transmit and receive communications concurrently (for example, in the same time resources) . By operating in a full-duplex mode, network nodes 110 and / or UEs 120 may generally increase the capacity of the network and the radio access link. In some examples, full-duplex operation may involve frequency-division duplexing (FDD) , in which DL transmissions of the network node 110 are performed in a first frequency band or on a first component carrier and transmissions of the UE 120 are performed in a second frequency band or on a second component carrier different than the first frequency band or the first component carrier, respectively. In some examples, full-duplex operation may be enabled for a UE 120 but not for a network node 110. For example, a UE 120 may simultaneously transmit an UL transmission to a first network node 110 and receive a DL transmission from a second network node 110 in the same time resources. In some other examples, full-duplex operation may be enabled for a network node 110 but not for a UE 120. For example, a network node 110 may simultaneously transmit a DL transmission to a first UE 120 and receive an UL transmission from a second UE 120 in the same time resources. In some other examples, full-duplex operation may be enabled for both a network node 110 and a UE 120.

[0050] In some examples, the UEs 120 and the network nodes 110 may perform MIMO communication. “MIMO” generally refers to transmitting or receiving multiple signals (such as multiple layers or multiple data streams) simultaneously over the same time and frequency resources. MIMO techniques generally exploit multipath propagation. MIMO may be implemented using various spatial processing or spatial multiplexing operations. In some examples, MIMO may support simultaneous transmission to multiple receivers, referred to as multi-user MIMO (MU-MIMO) . Some RATs may employ advanced MIMO techniques, such as mTRP operation (including redundant transmission or reception on multiple TRPs) , reciprocity in the time domain or the frequency domain,  single-frequency-network (SFN) transmission, or non-coherent joint transmission (NC-JT) .

[0051] In some aspects, the UE 120 may include a communication manager 140. As described in more detail elsewhere herein, the communication manager 140 may identify a triggering event that is associated with predictive RLM or predictive BFD; and activate or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells. Additionally, or alternatively, the communication manager 140 may perform one or more other operations described herein.

[0052] As indicated above, Fig. 1 is provided as an example. Other examples may differ from what is described with regard to Fig. 1.

[0053] Fig. 2 is a diagram illustrating an example network node 110 in communication with an example UE 120 in a wireless network in accordance with the present disclosure.

[0054] As shown in Fig. 2, the network node 110 may include a data source 212, a transmit processor 214, a transmit (TX) MIMO processor 216, a set of modems 232 (shown as 232a through 232t, where t ≥ 1) , a set of antennas 234 (shown as 234a through 234v, where v ≥ 1) , a MIMO detector 236, a receive processor 238, a data sink 239, a controller / processor 240, a memory 242, a communication unit 244, and / or a scheduler 246, among other examples. In some configurations, one or a combination of the antenna (s) 234, the modem (s) 232, the MIMO detector 236, the receive processor 238, the transmit processor 214, and / or the TX MIMO processor 216 may be included in a transceiver of the network node 110. The transceiver may be under control of and used by one or more processors, such as the controller / processor 240, and in some aspects in conjunction with processor-readable code stored in the memory 242, to perform aspects of the methods, processes, and / or operations described herein. In some aspects, the network node 110 may include one or more interfaces, communication components, and / or other components that facilitate communication with the UE 120 or another network node.

[0055] The terms “processor, ” “controller, ” or “controller / processor” may refer to one or more controllers and / or one or more processors. For example, reference to “a / the processor, ” “a / the controller / processor, ” or the like (in the singular) should be understood to refer to any one or more of the processors described in connection with Fig. 2, such as a single processor or a combination of multiple different processors. Reference to “one or more processors” should be understood to refer to any one or more of the processors described in connection with Fig. 2. For example, one or more processors of the network  node 110 may include transmit processor 214, TX MIMO processor 216, MIMO detector 236, receive processor 238, and / or controller / processor 240. Similarly, one or more processors of the UE 120 may include MIMO detector 256, receive processor 258, transmit processor 264, TX MIMO processor 266, and / or controller / processor 280.

[0056] In some aspects, a single processor may perform all of the operations described as being performed by the one or more processors. In some aspects, a first set of (one or more) processors of the one or more processors may perform a first operation described as being performed by the one or more processors, and a second set of (one or more) processors of the one or more processors may perform a second operation described as being performed by the one or more processors. The first set of processors and the second set of processors may be the same set of processors or may be different sets of processors. Reference to “one or more memories” should be understood to refer to any one or more memories of a corresponding device, such as the memory described in connection with Fig. 2. For example, operation described as being performed by one or more memories can be performed by the same subset of the one or more memories or different subsets of the one or more memories.

[0057] For downlink communication from the network node 110 to the UE 120, the transmit processor 214 may receive data ( “downlink data” ) intended for the UE 120 (or a set of UEs that includes the UE 120) from the data source 212 (such as a data pipeline or a data queue) . In some examples, the transmit processor 214 may select one or more MCSs for the UE 120 in accordance with one or more channel quality indicators (CQIs) received from the UE 120. The network node 110 may process the data (for example, including encoding the data) for transmission to the UE 120 on a downlink in accordance with the MCS (s) selected for the UE 120 to generate data symbols. The transmit processor 214 may process system information (for example, semi-static resource partitioning information (SRPI) ) and / or control information (for example, CQI requests, grants, and / or upper layer signaling) and provide overhead symbols and / or control symbols. The transmit processor 214 may generate reference symbols for reference signals (for example, a cell-specific reference signal (CRS) , a demodulation reference signal (DMRS) , or a channel state information (CSI) reference signal (CSI-RS) ) and / or synchronization signals (for example, a primary synchronization signal (PSS) or a secondary synchronization signals (SSS) ) .

[0058] The TX MIMO processor 216 may perform spatial processing (for example, precoding) on the data symbols, the control symbols, the overhead symbols,  and / or the reference symbols, if applicable, and may provide a set of output symbol streams (for example, T output symbol streams) to the set of modems 232. For example, each output symbol stream may be provided to a respective modulator component (shown as MOD) of a modem 232. Each modem 232 may use the respective modulator component to process (for example, to modulate) a respective output symbol stream (for example, for orthogonal frequency division multiplexing (OFDM) ) to obtain an output sample stream. Each modem 232 may further use the respective modulator component to process (for example, convert to analog, amplify, filter, and / or upconvert) the output sample stream to obtain a time domain downlink signal. The modems 232a through 232t may together transmit a set of downlink signals (for example, T downlink signals) via the corresponding set of antennas 234.

[0059] A downlink signal may include a DCI communication, a MAC control element (MAC-CE) communication, an RRC communication, a downlink reference signal, or another type of downlink communication. Downlink signals may be transmitted on a PDCCH, a PDSCH, and / or on another downlink channel. A downlink signal may carry one or more transport blocks (TBs) of data. A TB may be a unit of data that is transmitted over an air interface in the wireless communication network 100. A data stream (for example, from the data source 212) may be encoded into multiple TBs for transmission over the air interface. The quantity of TBs used to carry the data associated with a particular data stream may be associated with a TB size common to the multiple TBs. The TB size may be based on or otherwise associated with radio channel conditions of the air interface, the MCS used for encoding the data, the downlink resources allocated for transmitting the data, and / or another parameter. In general, the larger the TB size, the greater the amount of data that can be transmitted in a single transmission, which reduces signaling overhead. However, larger TB sizes may be more prone to transmission and / or reception errors than smaller TB sizes, but such errors may be mitigated by more robust error correction techniques.

[0060] For uplink communication from the UE 120 to the network node 110, uplink signals from the UE 120 may be received by an antenna 234, may be processed by a modem 232 (for example, a demodulator component, shown as DEMOD, of a modem 232) , may be detected by the MIMO detector 236 (for example, a receive (Rx) MIMO processor) if applicable, and / or may be further processed by the receive processor 238 to obtain decoded data and / or control information. The receive processor 238 may provide the decoded data to a data sink 239 (which may be a data pipeline, a data queue, and / or  another type of data sink) and provide the decoded control information to a processor, such as the controller / processor 240.

[0061] The network node 110 may use the scheduler 246 to schedule one or more UEs 120 for downlink or uplink communications. In some aspects, the scheduler 246 may use DCI to dynamically schedule DL transmissions to the UE 120 and / or UL transmissions from the UE 120. In some examples, the scheduler 246 may allocate recurring time domain resources and / or frequency domain resources that the UE 120 may use to transmit and / or receive communications using an RRC configuration (for example, a semi-static configuration) , for example, to perform semi-persistent scheduling (SPS) or to configure a configured grant (CG) for the UE 120.

[0062] One or more of the transmit processor 214, the TX MIMO processor 216, the modem 232, the antenna 234, the MIMO detector 236, the receive processor 238, and / or the controller / processor 240 may be included in an RF chain of the network node 110. An RF chain may include one or more filters, mixers, oscillators, amplifiers, analog-to-digital converters (ADCs) , and / or other devices that convert between an analog signal (such as for transmission or reception via an air interface) and a digital signal (such as for processing by one or more processors of the network node 110) . In some aspects, the RF chain may be or may be included in a transceiver of the network node 110.

[0063] In some examples, the network node 110 may use the communication unit 244 to communicate with a core network and / or with other network nodes. The communication unit 244 may support wired and / or wireless communication protocols and / or connections, such as Ethernet, optical fiber, common public radio interface (CPRI) , and / or a wired or wireless backhaul, among other examples. The network node 110 may use the communication unit 244 to transmit and / or receive data associated with the UE 120 or to perform network control signaling, among other examples. The communication unit 244 may include a transceiver and / or an interface, such as a network interface.

[0064] The UE 120 may include a set of antennas 252 (shown as antennas 252a through 252r, where r ≥ 1) , a set of modems 254 (shown as modems 254a through 254u, where u ≥ 1) , a MIMO detector 256, a receive processor 258, a data sink 260, a data source 262, a transmit processor 264, a TX MIMO processor 266, a controller / processor 280, a memory 282, and / or a communication manager 140, among other examples. One or more of the components of the UE 120 may be included in a housing 284. In some aspects, one or a combination of the antenna (s) 252, the modem (s) 254, the MIMO detector 256, the  receive processor 258, the transmit processor 264, or the TX MIMO processor 266 may be included in a transceiver that is included in the UE 120. The transceiver may be under control of and used by one or more processors, such as the controller / processor 280, and in some aspects in conjunction with processor-readable code stored in the memory 282, to perform aspects of the methods, processes, or operations described herein. In some aspects, the UE 120 may include another interface, another communication component, and / or another component that facilitates communication with the network node 110 and / or another UE 120.

[0065] For downlink communication from the network node 110 to the UE 120, the set of antennas 252 may receive the downlink communications or signals from the network node 110 and may provide a set of received downlink signals (for example, R received signals) to the set of modems 254. For example, each received signal may be provided to a respective demodulator component (shown as DEMOD) of a modem 254. Each modem 254 may use the respective demodulator component to condition (for example, filter, amplify, downconvert, and / or digitize) a received signal to obtain input samples. Each modem 254 may use the respective demodulator component to further demodulate or process the input samples (for example, for OFDM) to obtain received symbols. The MIMO detector 256 may obtain received symbols from the set of modems 254, may perform MIMO detection on the received symbols if applicable, and may provide detected symbols. The receive processor 258 may process (for example, decode) the detected symbols, may provide decoded data for the UE 120 to the data sink 260 (which may include a data pipeline, a data queue, and / or an application executed on the UE 120) , and may provide decoded control information and system information to the controller / processor 280.

[0066] For uplink communication from the UE 120 to the network node 110, the transmit processor 264 may receive and process data ( “uplink data” ) from a data source 262 (such as a data pipeline, a data queue, and / or an application executed on the UE 120) and control information from the controller / processor 280. The control information may include one or more parameters, feedback, one or more signal measurements, and / or other types of control information. In some aspects, the receive processor 258 and / or the controller / processor 280 may determine, for a received signal (such as received from the network node 110 or another UE) , one or more parameters relating to transmission of the uplink communication. The one or more parameters may include a reference signal received power (RSRP) parameter, a received signal strength indicator (RSSI) parameter,  a reference signal received quality (RSRQ) parameter, a CQI parameter, or a transmit power control (TPC) parameter, among other examples. The control information may include an indication of the RSRP parameter, the RSSI parameter, the RSRQ parameter, the CQI parameter, the TPC parameter, and / or another parameter. The control information may facilitate parameter selection and / or scheduling for the UE 120 by the network node 110.

[0067] The transmit processor 264 may generate reference symbols for one or more reference signals, such as an uplink DMRS, an uplink sounding reference signal (SRS) , and / or another type of reference signal. The symbols from the transmit processor 264 may be precoded by the TX MIMO processor 266, if applicable, and further processed by the set of modems 254 (for example, for DFT-s-OFDM or CP-OFDM) . The TX MIMO processor 266 may perform spatial processing (for example, precoding) on the data symbols, the control symbols, the overhead symbols, and / or the reference symbols, if applicable, and may provide a set of output symbol streams (for example, U output symbol streams) to the set of modems 254. For example, each output symbol stream may be provided to a respective modulator component (shown as MOD) of a modem 254. Each modem 254 may use the respective modulator component to process (for example, to modulate) a respective output symbol stream (for example, for OFDM) to obtain an output sample stream. Each modem 254 may further use the respective modulator component to process (for example, convert to analog, amplify, filter, and / or upconvert) the output sample stream to obtain an uplink signal.

[0068] The modems 254a through 254u may transmit a set of uplink signals (for example, R uplink signals or U uplink symbols) via the corresponding set of antennas 252. An uplink signal may include a UCI communication, a MAC-CE communication, an RRC communication, or another type of uplink communication. Uplink signals may be transmitted on a PUSCH, a PUCCH, and / or another type of uplink channel. An uplink signal may carry one or more TBs of data. Sidelink data and control transmissions (that is, transmissions directly between two or more UEs 120) may generally use similar techniques as were described for uplink data and control transmission, and may use sidelink-specific channels such as a physical sidelink shared channel (PSSCH) , a physical sidelink control channel (PSCCH) , and / or a physical sidelink feedback channel (PSFCH) .

[0069] One or more antennas of the set of antennas 252 or the set of antennas 234 may include, or may be included within, one or more antenna panels, one or more antenna groups, one or more sets of antenna elements, or one or more antenna arrays, among other  examples. An antenna panel, an antenna group, a set of antenna elements, or an antenna array may include one or more antenna elements (within a single housing or multiple housings) , a set of coplanar antenna elements, a set of non-coplanar antenna elements, or one or more antenna elements coupled with one or more transmission or reception components, such as one or more components of Fig. 2. As used herein, “antenna” can refer to one or more antennas, one or more antenna panels, one or more antenna groups, one or more sets of antenna elements, or one or more antenna arrays. “Antenna panel” can refer to a group of antennas (such as antenna elements) arranged in an array or panel, which may facilitate beamforming by manipulating parameters of the group of antennas. “Antenna module” may refer to circuitry including one or more antennas, which may also include one or more other components (such as filters, amplifiers, or processors) associated with integrating the antenna module into a wireless communication device.

[0070] In some examples, each of the antenna elements of an antenna 234 or an antenna 252 may include one or more sub-elements for radiating or receiving radio frequency signals. For example, a single antenna element may include a first sub-element cross-polarized with a second sub-element that can be used to independently transmit cross-polarized signals. The antenna elements may include patch antennas, dipole antennas, and / or other types of antennas arranged in a linear pattern, a two-dimensional pattern, or another pattern. A spacing between antenna elements may be such that signals with a desired wavelength transmitted separately by the antenna elements may interact or interfere constructively and destructively along various directions (such as to form a desired beam) . For example, given an expected range of wavelengths or frequencies, the spacing may provide a quarter wavelength, a half wavelength, or another fraction of a wavelength of spacing between neighboring antenna elements to allow for the desired constructive and destructive interference patterns of signals transmitted by the separate antenna elements within that expected range.

[0071] The amplitudes and / or phases of signals transmitted via antenna elements and / or sub-elements may be modulated and shifted relative to each other (such as by manipulating phase shift, phase offset, and / or amplitude) to generate one or more beams, which is referred to as beamforming. The term “beam” may refer to a directional transmission of a wireless signal toward a receiving device or otherwise in a desired direction. “Beam” may also generally refer to a direction associated with such a directional signal transmission, a set of directional resources associated with the signal transmission (for example, an angle of arrival, a horizontal direction, and / or a vertical  direction) , and / or a set of parameters that indicate one or more aspects of a directional signal, a direction associated with the signal, and / or a set of directional resources associated with the signal. In some implementations, antenna elements may be individually selected or deselected for directional transmission of a signal (or signals) by controlling amplitudes of one or more corresponding amplifiers and / or phases of the signal (s) to form one or more beams. The shape of a beam (such as the amplitude, width, and / or presence of side lobes) and / or the direction of a beam (such as an angle of the beam relative to a surface of an antenna array) can be dynamically controlled by modifying the phase shifts, phase offsets, and / or amplitudes of the multiple signals relative to each other.

[0072] Different UEs 120 or network nodes 110 may include different numbers of antenna elements. For example, a UE 120 may include a single antenna element, two antenna elements, four antenna elements, eight antenna elements, or a different number of antenna elements. As another example, a network node 110 may include eight antenna elements, 24 antenna elements, 64 antenna elements, 128 antenna elements, or a different number of antenna elements. Generally, a larger number of antenna elements may provide increased control over parameters for beam generation relative to a smaller number of antenna elements, whereas a smaller number of antenna elements may be less complex to implement and may use less power than a larger number of antenna elements. Multiple antenna elements may support multiple-layer transmission, in which a first layer of a communication (which may include a first data stream) and a second layer of a communication (which may include a second data stream) are transmitted using the same time and frequency resources with spatial multiplexing.

[0073] While blocks in Fig. 2 are illustrated as distinct components, the functions described above with respect to the blocks may be implemented in a single hardware, software, or combination component or in various combinations of components. For example, the functions described with respect to the transmit processor 264, the receive processor 258, and / or the TX MIMO processor 266 may be performed by or under the control of the controller / processor 280.

[0074] Fig. 3 is a diagram illustrating an example disaggregated base station architecture 300 in accordance with the present disclosure. One or more components of the example disaggregated base station architecture 300 may be, may include, or may be included in one or more network nodes (such one or more network nodes 110) . The disaggregated base station architecture 300 may include a CU 310 that can communicate  directly with a core network 320 via a backhaul link, or that can communicate indirectly with the core network 320 via one or more disaggregated control units, such as a Non-RT RIC 350 associated with a Service Management and Orchestration (SMO) Framework 360 and / or a Near-RT RIC 370 (for example, via an E2 link) . The CU 310 may communicate with one or more DUs 330 via respective midhaul links, such as via F1 interfaces. Each of the DUs 330 may communicate with one or more RUs 340 via respective fronthaul links. Each of the RUs 340 may communicate with one or more UEs 120 via respective RF access links. In some deployments, a UE 120 may be simultaneously served by multiple RUs 340.

[0075] Each of the components of the disaggregated base station architecture 300, including the CUs 310, the DUs 330, the RUs 340, the Near-RT RICs 370, the Non-RT RICs 350, and the SMO Framework 360, may include one or more interfaces or may be coupled with one or more interfaces for receiving or transmitting signals, such as data or information, via a wired or wireless transmission medium.

[0076] In some aspects, the CU 310 may be logically split into one or more CU user plane (CU-UP) units and one or more CU control plane (CU-CP) units. A CU-UP unit may communicate bidirectionally with a CU-CP unit via an interface, such as the E1 interface when implemented in an O-RAN configuration. The CU 310 may be deployed to communicate with one or more DUs 330, as necessary, for network control and signaling. Each DU 330 may correspond to a logical unit that includes one or more base station functions to control the operation of one or more RUs 340. For example, a DU 330 may host various layers, such as an RLC layer, a MAC layer, or one or more PHY layers, such as one or more high PHY layers or one or more low PHY layers. Each layer (which also may be referred to as a module) may be implemented with an interface for communicating signals with other layers (and modules) hosted by the DU 330, or for communicating signals with the control functions hosted by the CU 310. Each RU 340 may implement lower layer functionality. In some aspects, real-time and non-real-time aspects of control and user plane communication with the RU (s) 340 may be controlled by the corresponding DU 330.

[0077] The SMO Framework 360 may support RAN deployment and provisioning of non-virtualized and virtualized network elements. For non-virtualized network elements, the SMO Framework 360 may 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 360 may interact with a cloud computing platform (such as an open cloud (O-Cloud) platform 390) 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. A virtualized network element may include, but is not limited to, a CU 310, a DU 330, an RU 340, a non-RT RIC 350, and / or a Near-RT RIC 370. In some aspects, the SMO Framework 360 may communicate with a hardware aspect of a 4G RAN, a 5G NR RAN, and / or a 6G RAN, such as an open eNB (O-eNB) 380, via an O1 interface. Additionally or alternatively, the SMO Framework 360 may communicate directly with each of one or more RUs 340 via a respective O1 interface. In some deployments, this configuration can enable each DU 330 and the CU 310 to be implemented in a cloud-based RAN architecture, such as a vRAN architecture.

[0078] The Non-RT RIC 350 may include or may implement a logical function that enables non-real-time control and optimization of RAN elements and resources, AI / ML workflows including model training and updates, and / or policy-based guidance of applications and / or features in the Near-RT RIC 370. The Non-RT RIC 350 may be coupled to or may communicate with (such as via an A1 interface) the Near-RT RIC 370. The Near-RT RIC 370 may include or may implement a logical function that enables near-real-time control and optimization of RAN elements and resources via data collection and actions via an interface (such as via an E2 interface) connecting one or more CUs 310, one or more DUs 330, and / or an O-eNB with the Near-RT RIC 370.

[0079] In some aspects, to generate AI / ML models to be deployed in the Near-RT RIC 370, the Non-RT RIC 350 may receive parameters or external enrichment information from external servers. Such information may be utilized by the Near-RT RIC 370 and may be received at the SMO Framework 360 or the Non-RT RIC 350 from non-network data sources or from network functions. In some examples, the Non-RT RIC 350 or the Near-RT RIC 370 may tune RAN behavior or performance. For example, the Non-RT RIC 350 may monitor long-term trends and patterns for performance and may employ AI / ML models to perform corrective actions via the SMO Framework 360 (such as reconfiguration via an O1 interface) or via creation of RAN management policies (such as A1 interface policies) .

[0080] As indicated above, Fig. 3 is provided as an example. Other examples may differ from what is described with regard to Fig. 3.

[0081] The network node 110, the controller / processor 240 of the network node 110, the UE 120, the controller / processor 280 of the UE 120, the CU 310, the DU 330, the RU  340, or any other component (s) of Figs. 1, 2, or 3 may implement one or more techniques or perform one or more operations associated with event-based activation or deactivation of predictive RLM or BFD, as described in more detail elsewhere herein. For example, the controller / processor 240 of the network node 110, the controller / processor 280 of the UE 120, any other component (s) of Fig. 2, the CU 310, the DU 330, or the RU 340 may perform or direct operations of, for example, process 700 of Fig. 7 or other processes as described herein (alone or in conjunction with one or more other processors) . The memory 242 may store data and program codes for the network node 110, the network node 110, the CU 310, the DU 330, or the RU 340. The memory 282 may store data and program codes for the UE 120. In some examples, the memory 242 or the memory 282 may include a non-transitory computer-readable medium storing a set of instructions (for example, code or program code) for wireless communication. The memory 242 may include one or more memories, such as a single memory or multiple different memories (of the same type or of different types) . The memory 282 may include one or more memories, such as a single memory or multiple different memories (of the same type or of different types) . For example, the set of instructions, when executed (for example, directly, or after compiling, converting, or interpreting) by one or more processors of the network node 110, the UE 120, the CU 310, the DU 330, or the RU 340, may cause the one or more processors to perform process 700 of Fig. 7 or other processes as described herein. In some examples, executing instructions may include running the instructions, converting the instructions, compiling the instructions, and / or interpreting the instructions, among other examples.

[0082] In some aspects, the UE 120 includes means for identifying a triggering event that is associated with predictive RLM or predictive BFD; and / or means for activating or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells. The means for the UE 120 to perform operations described herein may include, for example, one or more of communication manager 140, antenna 252, modem 254, MIMO detector 256, receive processor 258, transmit processor 264, TX MIMO processor 266, controller / processor 280, or memory 282.

[0083] As indicated above, Fig. 3 is provided as an example. Other examples may differ from what is described with regard to Fig. 3.

[0084] One or more AI / ML models may be used for facilitating wireless communication tasks. Lifecycle management of an AI / ML model may involve model  training, model deployment, model inference, model monitoring, and model updating. The model training may involve AI / ML model training (e.g., offline training) , validation, and / or testing, among other examples. AI / ML model training may also involve data preparation (e.g., data pre-processing, data cleaning, data formatting, and / or transformation, among other examples) based on training data delivered by the data collection function. The model deployment may include deploying the AI / ML model (e.g., at a UE or a network node) .

[0085] The model inference may involve providing inference data as input data to the AI / ML model and obtaining an AI / ML model inference output (e.g., predictions, classifications, estimations, and / or decisions, among other examples) . In some cases, the model inference may involve providing model performance feedback to the model training function. The model inference may also involve performing data preparation (e.g., data pre-processing, data cleaning, data formatting, and / or transformation, among other examples) based on inference data.

[0086] The model monitoring may involve monitoring the AI / ML model for model performance (e.g., how often, and / or to what extent, predictions generated by the AI / ML model are correct) . For example, poor performance by an AI / ML model (e.g., if the accuracies of the predictions of the AI / ML model fall below a threshold) may trigger a fallback to a non-AI / ML model. Model updating may involve retraining the AI / ML model or switching to a different AI / ML model. In some examples, model monitoring may trigger model updating.

[0087] AI / ML-based predictive beam management may involve beam management using AI / ML. One problem with traditional beam management procedures is that beam qualities / failures are identified via measurements, which may require power / overhead to achieve good performance. Further, beam accuracy may be limited due to restrictions on power / overhead, and latency / throughput may be impacted by beam resuming efforts. AI / ML-based predictive beam management may provide predictive beam management in a spatial domain (SD) , time domain (TD) , and / or frequency domain (FD) , and may result in latency and overhead reduction and / or beam selection accuracy improvement.

[0088] For AI / ML-based beam management, a first case of beam management and a second case of beam management may be supported for characterization and baseline performance evaluations. In the first case, an SD downlink beam prediction for a Set A of beams may be based at least in part on measurement results of a Set B of beams. In the second case, a temporal downlink beam prediction for a Set A of beams may be based at  least in part on historic measurement results of a Set B of beams. Thus, Set A may correspond to an output of the ML model, and Set B may correspond to an input of the model. Beams in Set A and beams in Set B may be in the same frequency range.

[0089] For the first case, a first alternative and a second alternative may be defined. In the first alternative, the beams in Set B may be a subset of the beams in Set A. A quantity of beams in Set A and a quantity of beams in Set B may be defined. The beams in Set B may be determined from the beams in Set A based at least in part on a fixed pattern or a random pattern. In the second alternative, the beams in Set A may be different than the beams in Set B (e.g., the beams in set B may not be a subset of the beams in Set A) . For example, the beams in Set A may be associated with narrow beams, and the beams in Set B may be associated with wide beams. A quantity of beams in Set A and a quantity of beams in Set B may be defined. A quasi-co-location (QCL) relation may be defined between beams in Set A and beams in Set B. With respect to the first alternative and the second alternative, Set A may be associated with a downlink beam prediction and Set B may be associated with a downlink beam measurement. A codebook construction for Set A and a codebook construction for Set B may be defined.

[0090] In some cases, downlink spatial and temporal beam prediction may be based at least in part on AI / ML techniques. In a first case, spatial downlink beam prediction for Set A beams may be based at least in part on measurement results of Set B beams. In some examples, Set B beams may be synchronization-signal-block-like wide beams, and Set A beams may be CSI-RS-like narrow beams. In some examples, Set B beams may be narrow beams, and Set A beams may be other narrow beams. In a second case, temporal downlink beam prediction for Set A beams may be based on historic measurement results of Set B beams. In some examples, Set A and Set B beams may be the same (e.g., using pure temporal beam prediction) . In some examples, Set A beams and Set B beams may be different (e.g., using spatial beam prediction and temporal beam prediction) . Prediction may occur at both the gNB-side and the UE-side in single-cell scenarios.

[0091] Fig. 4 is a diagram illustrating an example 400 of an LTM procedure, in accordance with the present disclosure.

[0092] In some examples, a network node 110 may instruct a UE 120 to change serving cells, such as when the UE 120 moves away from coverage of a current serving cell (sometimes referred to as a source cell) and towards coverage of a neighboring cell (sometimes referred to as a target cell) . In some cases, the network node 110 may instruct the UE 120 to change cells using a L3 handover procedure. An L3 handover procedure  may include the network node 110 transmitting, to the UE 120, an RRC reconfiguration message indicating that the UE 120 should perform a handover procedure to a target cell, which may be transmitted in response to the UE 120 providing the network node 110 with an L3 measurement report indicating signal strength measurements associated with various cells (e.g., measurements associated with the source cell and one or more neighboring cells) . In response to receiving the RRC reconfiguration message, the UE 120 may communicate with the source cell and the target cell to detach from the source cell and connect to the target cell (e.g., the UE 120 may establish an RRC connection with the target cell) . Once handover is complete, the target cell may communicate with a user plane function (UPF) of a core network to instruct the UPF to switch a user plane path of the UE 120 from the source cell to the target cell. The target cell may also communicate with the source cell to indicate that handover is complete and that the source cell may be released.

[0093] L3 handover procedures may be associated with high latency and high overhead due to the multiple RRC reconfiguration messages and / or other L3 signaling and operations used to perform the handover procedures. Accordingly, in some examples, a UE 120 may be configured to perform a lower-layer (e.g., L1 and / or L2) handover procedure, sometimes referred to an LTM procedure, such as the example 400 LTM procedure shown in Fig 4. As shown in Fig. 4, the LTM procedure may include four phases: an LTM preparation phase, an early synchronization phase (shown as “early sync” in Fig. 4) , an LTM execution phase, and / or an LTM completion phase.

[0094] During the LTM preparation phase, and as shown by reference number 405, the UE 120 may be in an RRC connected state (sometimes referred to as RRC_Connected) with a source cell. As shown by reference number 410, the UE 120 may transmit, and the network node 110 may receive, a measurement report (sometimes referred to as a MeasurementReport) , which may be an L3 measurement report. The measurement report may indicate signal strength measurements (e.g., RSRP, RSSI, RSRQ, and / or CQI) or similar measurements associated with the source cell and / or one or more neighboring cells. In some examples, based at least in part on the measurement report or other information, the network node 110 may decide to use LTM, and thus, as shown by reference number 415, the network node 110 may initiate LTM candidate preparation.

[0095] As shown by reference number 420, the network node 110 may transmit, and the UE 120 may receive, an RRC reconfiguration message (sometimes referred to as an RRCReconfiguration message) , which may include an LTM candidate configuration.  More particularly, the RRC reconfiguration message may indicate a configuration of one or more LTM candidate target cells, which may be candidate cells to become a serving cell of the UE and / or cells for which the UE 120 may later be triggered to perform an LTM procedure. As shown by reference number 425, the UE 120 may store the configuration of the one or more LTM candidate cell configurations and, in response, may transmit, to the network node 110, an RRC reconfiguration complete message (sometimes referred to as an RRCReconfigurationComplete message) .

[0096] During the early synchronization phase, and as shown by reference number 430, the UE 120 may optionally perform downlink / uplink synchronization with the candidate cells associated with the one or more LTM candidate cell configurations. For example, the UE 120 may perform downlink synchronization and timing advance acquisition with the one or more candidate target cells prior to receiving an LTM switch command (which is described in more detail below in connection with reference number 445) . In some aspects, performing the early synchronization with the one or more candidate cells may reduce latency associated with performing a random access channel (RACH) procedure later in the LTM procedure, which is described in more detail below in connection with reference number 455.

[0097] During the LTM execution phase, and as shown by reference number 435, the UE 120 may perform L1 measurements on the configured LTM candidate target cells, and thus may transmit, to the network node 110, lower-layer (e.g., L1) measurement reports. As shown by reference number 440, based at least in part on the lower-layer measurement reports, the network node 110 may decide to execute an LTM cell switch to a target cell. Accordingly, as shown by reference number 445, the network node 110 may transmit, and the UE 120 may receive, a MAC-CE or similar message triggering an LTM cell switch (the MAC-CE or similar message is sometimes referred to herein as a cell switch command) . The cell switch command may include an indication of a candidate configuration index associated with the target cell. As shown by reference number 450, based at least in part on receiving the cell switch command, the UE 120 may switch to the configuration of the LTM candidate target cell (e.g., the UE 120 may detach from the source cell and apply the target cell configuration) . Moreover, as shown by reference number 455, the UE 120 may perform a RACH procedure towards the target cell, such as when a timing advance associated with the target cell is not available (e.g., in examples in which the UE 120 did not perform the early synchronization as described above in connection with reference number 430) .

[0098] During the LTM completion phase, and as shown by reference number 460, the UE 120 may indicate successful completion of the LTM cell switch towards the target cell. In this way, cell switch to a target cell may be performed using less overhead than for an L3 handover procedure and / or a cell switch to a target cell may be associated with reduced latency as compared to L3 handover procedure.

[0099] In some cases, L1 and / or L2 may be enhanced (e.g., mobility and / or LTM may be AI / ML-assisted) . For example, AI / ML-based beam prediction may be implemented for LTM. In some examples, spatial prediction may reduce UE power consumption and measurement latency for large quantities of cross-cell beams (e.g., by measuring the L1-RSRPs of a first set of cross-cell synchronization signal blocks (SSBs) and predicting L1-RSRPs of a second set of cross-cell SSBs) . In some examples, temporal prediction may reduce LTM latency and avoid throughput interruption (e.g., for inter-DU scenarios, non-ideal backhaul scenarios, or the like) . For instance, L1-RSRPs of SSBs may be measured and L1-RSRPs of CSI-RS-like narrow beams may be predicted for an LTM target cell with respect to a future occasion. Additionally, or alternatively, triggering conditions in conditional LTM may account for UE-side temporal beam prediction results.

[0100] In some examples, the UE 120 may estimate and report one or more predicted radio link qualities for one or more LTM candidate cells regarding one or more future temporal windows. For example, the UE 120 may be predicted to experience one or more predicted radio link qualities in the one or more LTM candidate cells and in the one or more future temporal windows. The one or more predicted radio link qualities may be used to predict RLM or BFD for the one or more LTM candidate cells. Such capabilities may be referred to as predictive RLM or predictive BFD for one or more LTM candidate cells.

[0101] In some cases, the UE 120 may identify out-of-synchronization or in-synchronization instances. For example, the physical layer in the UE 120 may provide, in frames where radio link quality is assessed, an out-of-synchronization indication to higher layers if the radio link quality (e.g., the hypothesis PDCCH block error rate (BLER) ) does not satisfy (e.g., is below) a threshold Qout for all resources in the set of resources for RLM. If the radio link quality (e.g., hypothesis PDCCH BLER) satisfies (e.g., is above) the threshold Qin for any resource in the set of resources for RLM, the physical layer in the UE 120 may provide, in frames where radio link quality is assessed, an in-synchronization indication to higher layers. The values of Qout and Qin may be serving- cell-specifically predefined (e.g., in a standard) and configured by the network node 110. The UE 120 may not carry out RLM outside the active downlink BWP.

[0102] The one or more predicted radio link qualities may be based at least in part on one or more predicted radio link channel characteristics (e.g., predicted L1-RSRPs, L1-SINRs, L3-RSRPs, L3-SINRs, or the like) . The one or more predicted radio link channel characteristics may be predicted by the UE 120 (referred to as “pure UE-based predictive RLM or BFD” ) or signaled to the UE 120 by the network node 110 (referred to as “network-assisted predictive RLM or BFD” ) . Pure UE-based predictive RLM or BFD may improve efficiency because the UE 120 may identify UE receive beams, orientations, L1-RSRPs of the unreported beams, or the like. However, the UE 120 may carry out predictive RLM on all LTM candidate cells over time. As a result, the complexity and / or power consumed due to UE-based predictive RLM or BFD may increase with the quantity of cells (e.g., LTM candidate cells) . For example, the UE 120 may use AI / ML to predict the one or more predicted radio link channel characteristics, and the complexity and / or power consumed by the AI / ML for prediction of radio link channel characteristics (e.g., L1-RSRPs or the like) may increase with the quantity of cells (e.g., LTM candidate cells) .

[0103] As indicated above, Fig. 4 is provided as an example. Other examples may differ from what is described with respect to Fig. 4.

[0104] Fig. 5 is a diagram illustrating an example 500 associated with event-based activation or deactivation of predictive RLM or predictive BFD, in accordance with the present disclosure.

[0105] As shown by reference number 510, the UE 120 may identify a triggering event that is associated with predictive RLM or predictive BFD. In some aspects, the triggering event may be associated with predictive RLM. In some aspects, the triggering event may be associated with predictive BFD. The triggering event may be associated with predictive RLM or predictive BFD in that the triggering event may prompt the UE 120 to activate or deactivate predictive RLM or predictive BFD.

[0106] As shown by reference number 520, the UE 120 may activate or deactivate, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells. In some aspects, the UE 120 may activate or deactivate the predictive RLM. In some aspects, the UE 120 may activate or deactivate the predictive BFD. The UE 120 may activate the predictive RLM or the predictive BFD in cases where the predictive RLM or the predictive BFD is deactivated. The UE 120  may deactivate the predictive RLM or the predictive BFD in cases where the predictive RLM or the predictive BFD is activated.

[0107] In some examples, among all LTM candidate cells and other serving cells that are not LTM candidate cells, predictive RLM or predictive BFD on serving cells (which may directly impact short-term throughput) may be prioritized. In such examples, the UE 120 may deactivate the predictive RLM or predictive BFD for the one or more LTM candidate cells. In some examples, predictive RLM on LTM candidate cells that are not serving cells may be prioritized in cases where out-of-synchronization instances are predicted on the serving cells. In such examples, the UE 120 may activate the predictive RLM or predictive BFD for the one or more LTM candidate cells.

[0108] In some examples, the UE 120 may perform event-based activation of predictive RLM in LTM (e.g., on one or more LTM candidate cells) . For example, in cases where the UE 120 activates the predictive RLM, the UE 120 may activate prediction of future radio link qualities for one or more LTM candidate cells based at least in part on the triggering event (s) . The prediction may be based at least in part on radio link channel characteristics (e.g., future L1-RSRPs, L1-SINRs, L3-RSRPs, L3-SINRs, or the like) with respect to predictive RLM reference signals (RLM-RSs) , associated with the one or more LTM candidate cells, that are predicted by the UE 120.

[0109] In some examples, the UE 120 may perform event-based activation of predictive BFD in LTM (e.g., on one or more LTM candidate cells) . For example, in cases where the UE 120 activates the predictive BFD, the UE 120 may activate prediction of future beam failures for one or more LTM candidate cells based at least in part on the triggering event (s) . The prediction may be based at least in part on radio link channel characteristics (e.g., future L1-RSRPs) with respect to predictive BFD reference signals (BFD-RSs) , associated with the one or more LTM candidate cells, that are predicted by the UE 120.

[0110] In some examples, the UE 120 may perform event-based deactivation of predictive RLM or predictive BFD on LTM candidate cells. For example, in cases where predictive RLM or predictive BFD is activated with on the one or more LTM candidate cells, the UE 120 may deactivate prediction of future radio link qualities or beam failures for one or more LTM candidate cells based at least in part on the triggering event (s) .

[0111] In some aspects, the UE 120 may activate or deactivate the predictive RLM or the predictive BFD autonomously. For example, upon observing the triggering event (s) , the UE 120 may directly activate or deactivate the predictive RLM or predictive BFD on the one or more LTM candidate cells without network confirmation. In some examples,  upon such activation or deactivation of the predictive RLM or the predictive BFD, the UE 120 may report, to the network node 110, that predictive RLM or predictive BFD has been activated or deactivated (e.g., due to UE observation of the triggering event (s) ) .

[0112] In some aspects (e.g., in cases where the UE 120 activates or deactivates the predictive RLM or the predictive BFD autonomously) , the UE 120 may activate, based at least in part on the triggering event, one or more AI (e.g., AI / ML) functionalities (e.g., models) . The UE 120 may use the one or more AI functionalities for predicting one or more predicted radio link channel characteristics (e.g., future L1-RSRPs, L1-SINRs, L3-RSRPs, L3-SINRs, or the like) with respect to predictive RLM-RSs associated with the one or more LTM candidate cells. The activation of the predictive RLM or the predictive BFD on the one or more LTM candidate cells may be associated with activation of the one or more AI functionalities.

[0113] In some aspects (e.g., in cases where the UE 120 activates one or more AI functionalities) , the UE 120 may receive an indication of the one or more AI functionalities. For example, the network node 110 may configure or indicate the specific AI functionalities to be activated for the predictive RLM or the predictive BFD on the one or more LTM candidate cells. For example, the network node 110 may configure the AI functionalities via the associated LTM configuration (s) , indicated or update the AI functionalities via a downlink MAC-CE, or the like. The network node 110 may configure the AI functionalities for one or more of the corresponding serving cells.

[0114] In some aspects (e.g., in cases where the UE 120 activates one or more AI functionalities) , the UE 120 may transmit an indication of one or more identifiers associated with the one or more AI functionalities. For example, in addition to reporting that the UE 120 has determined to activate the predictive RLM or predictive BFD on the one or more LTM candidate cells, the UE 120 may also report the identifiers of the AI functionalities that the UE 120 determined to activate in association with activating the predictive RLM or predictive BFD on the one or more LTM candidate cells. In some examples, the UE 120 may select the one or more AI functionalities from among one or more candidate AI functionalities that were configured or indicated by the network node 110.

[0115] In some aspects (e.g., in cases where the UE 120 activates or deactivates the predictive RLM or the predictive BFD autonomously) , the UE 120 may deactivate, based at least in part on the triggering event, the one or more AI functionalities autonomously. For example, deactivation of the predictive RLM or the predictive BFD on the one or  more LTM candidate cells may be associated with deactivating the AI functionalities. The UE 120 may realize such deactivation of AI functionalities deactivation autonomously.

[0116] In some aspects (e.g., in cases where the UE 120 activates or deactivates the predictive RLM or the predictive BFD autonomously) , the predictive RLM or the predictive BFD may be associated with conditional LTM. In conditional LTM, the UE 120 may determine LTM cell switch decisions autonomously (e.g., without the network node 110) . The UE 120 may activate or deactivate the predictive RLM or the predictive BFD autonomously in cases where the UE 120 is permitted to carry out conditional LTM.

[0117] In some aspects, the UE 120 may transmit, and the network node 110 may receive, a request to activate or deactivate the predictive RLM or the predictive BFD. For example, upon observing the triggering event (s) , the UE 120 may report, to the network node 110, that the triggering event (s) have been observed. The report may serve as a request to activate or deactivate the predictive RLM or the predictive BFD on the one or more LTM candidate cells. The network node 110 may transmit, and the UE 120 may receive, responsive to the request to activate or deactivate the predictive RLM or the predictive BFD, a confirmation to activate or deactivate the predictive RLM or the predictive BFD. For example, the UE 120 may wait for confirmation from the network node 110 to activate or deactivate the predictive RLM or predictive BFD on the one or more LTM candidate cells. In response to receiving the confirmation to activate or deactivate the predictive RLM or the predictive BFD, the UE 120 may activate or deactivate the predictive RLM or the predictive BFD. For example, upon observing the triggering event (s) , the UE 120 may indirectly activate or deactivate the predictive RLM or predictive BFD on the one or more LTM candidate cells based at least in part on network confirmation.

[0118] In some aspects (e.g., in cases where the UE 120 receives a confirmation to activate or deactivate the predictive RLM or the predictive BFD) , the UE 120 may transmit, and the network node 110 may receive, based at least in part on the triggering event, a request to deactivate one or more AI functionalities. The network node 110 may transmit, and the UE 120 may receive, responsive to the request to deactivate the one or more AI functionalities, a confirmation (e.g., a network confirmation message) to deactivate the one or more AI functionalities. The UE 120 may deactivate the one or more AI functionalities in response to receiving the confirmation to deactivate the one or more AI functionalities. As noted above, the deactivation of the predictive RLM or the  predictive BFD on the one or more LTM candidate cells may be associated with deactivating the AI functionalities. Deactivation of the AI functionalities may be performed based at least in part on the network confirmation message.

[0119] Thus, in a first option, the UE 120 may activate or deactivate the predictive RLM or the predictive BFD autonomously, and in a second option, the UE 120 may receive a confirmation to activate or deactivate the predictive RLM or the predictive BFD. The option that the UE 120 uses may be based at least in part on a predefinition (e.g., in a standard) or a configuration or indication that the UE 120 receives from the network node 110.

[0120] In some aspects, the triggering event may be based at least in part on one or more predicted radio link qualities associated with one or more serving cells that do not overlap with the one or more LTM candidate cells. For example, the serving cells may not overlap with the one or more LTM candidate cells associated with the to-be-activated predicted RLM or predictive BFD. The one or more predicted radio link qualities may be associated with one or more serving cells in that the UE 120 may be predicted to experience the one or more predicted radio link qualities on the one or more serving cells.

[0121] In some aspects, the one or more LTM candidate cells may be one or more first LTM candidate cells, and the one or more serving cells are one or more second LTM candidate cells. For example, the serving cells may be LTM candidate cells. In some aspects, the one or more serving cells may not include any LTM candidate cells. In some aspects, the triggering event may include one or more of a predicted RLF associated with one or more serving cells, a predicted beam failure associated with the one or more serving cells, or a predicted L1-RSRP associated with the one or more serving cells not satisfying an L1-RSRP threshold. For example, if the UE 120 is running predictive RLM, predictive BFD, and / or future L1-RSRP prediction on certain serving cells, then the triggering event (s) may be based at least in part on an RLF (e.g., out-of-synchronization instance) , a beam failure, and / or a predicted L1-RSRP that does not satisfy (e.g., does not exceed) a threshold (e.g., standard-predefined or network-controlled threshold) being predicted for one or more of the serving cells.

[0122] In some examples (e.g., where the predictive RLM or predictive BFD has not yet been deactivated) , if the UE 120 is running predictive RLM, predictive BFD and / or future L1-RSRP prediction on certain serving cells, then the triggering event (s) may be based at least in part on a non-RLF (e.g., an in-synchronization instance) , a non-beam-failure, and / or an and / or a predicted L1-RSRP that satisfies (e.g., exceeds) a threshold  (e.g., standard-predefined or network-controlled threshold) being predicted for one or more of the serving cells. Additionally, or alternatively, the triggering event (s) may be based at least in part on a non-RLF (e.g., an in-synchronization instance) that is declared based at least in part on RLM using real-time-measurements associated with the same serving cells.

[0123] In some aspects, the one or more serving cells may include one or more of a current special cell (SpCell) , one or more active serving cells, one or more serving cells configured with RLM-RSs or predictive RLM-RSs, or an indicated subset of the one or more active serving cells. In some examples, the one or more active serving cells may include all active serving cells. In some examples, the one or more serving cells configured with RLM-RSs or predictive RLM-RSs may include serving cells that have been configured with RLM-RSs (e.g., in cases where the network node 110 requests the UE 120 to carry out measurement-based RLM on the serving cells) or predictive RLM-RSs (e.g., in cases where the network node 110 requests the UE 120 to carry out predictive RLM on the serving cells) . In some examples, the indicated subset of the one or more active serving cells may be a restricted subset of current active serving cells. The network node 110 may configure or indicate the restricted subset. For example, the network node 110 may configure the restricted subset via the associated LTM configurations, indicate or update the restricted subset via a downlink MAC-CE, or the like. The network node 110 may configure the restricted subset for one or more of the corresponding serving cells. Thus, one or more of the current SpCell, the one or more active serving cells, the one or more serving cells configured with RLM-RSs or predictive RLM-RSs, or the indicated subset of the one or more active serving cells may be options that can be considered as the one or more serving cells.

[0124] The option (e.g., the current SpCell, the one or more active serving cells, the one or more serving cells configured with RLM-RSs or predictive RLM-RSs, or the indicated subset of the one or more active serving cells) that is to be considered as the one or more serving cells may be determined using any suitable technique. In some examples, the one or more serving cells may be determined based at least in part on the triggering event (s) being predefined (e.g., in a standard) .

[0125] In some aspects (e.g., in cases where the triggering event is based at least in part on one or more predicted radio link qualities associated with one or more serving cells) , the network node 110 may transmit, and the UE 120 may receive, an indication of the one or more serving cells. For example, the network node 110 may signal or update the  option to the UE 120. For example, the network node 110 may configure the option via the associated LTM configurations, indicate or update the option via a downlink MAC-CE, or the like. The network node 110 may configure the option for one or more of the corresponding serving cells.

[0126] In some aspects (e.g., in cases where the triggering event is based at least in part on one or more predicted radio link qualities associated with one or more serving cells) , the UE 120 may identify (e.g., determine) the one or more serving cells autonomously. In cases where the UE 120 activates or deactivates the predictive RLM autonomously, the UE 120 may pre-report the option to the network node 110 or report the option to the network node 110 upon observing the triggering event and activating the predictive RLM on the one or more LTM candidate cells. In cases where the UE 120 receives a confirmation to activate the predictive RLM, the UE 120 may report the option upon requesting activation of the predictive RLM on the one or more LTM candidate cells.

[0127] As indicated above, Fig. 5 is provided as an example. Other examples may differ from what is described with respect to Fig. 5.

[0128] Fig. 6 is a diagram illustrating an example 600 associated with event-based activation of predictive RLM and an example 610 associated with event-based deactivation of predictive RLM, in accordance with the present disclosure.

[0129] With reference to example 600, as shown by reference number 620, the UE 120 may observe one or more triggering events when predictive RLM is deactivated. For example, as shown by reference number 630, the triggering event (s) may be an RLF and / or out-of-synchronization instance ( “OOS” ) predicted in the future for one or more serving cells. As shown by reference number 640, based at least in part on the triggering event (s) , the UE 120 may activate predictive RLM on one or more LTM candidate cells. In cases where the UE 120 deactivates the predictive RLM autonomously, the UE 120 may also activate AI functionalities for predicting radio link channel characteristics (e.g., future L1-RSRPs, L1-SINRs, L3-RSRPs, L3-SINRs, or the like) . In some examples, the UE may report identifiers of the activated AI functionalities to the network node 110.

[0130] With reference to example 610, as shown by reference number 650, the UE 120 may observe one or more triggering events when predictive RLM is activated. For example, as shown by reference number 660, the triggering event (s) may be an in-synchronization instance ( “in-sync” ) predicted in the future for one or more serving cells. As shown by reference number 670, based at least in part on the triggering event (s) , the UE 120 may deactivate predictive RLM on one or more LTM candidate cells. In cases  where the UE 120 deactivates the predictive RLM autonomously, the UE 120 may also deactivate AI functionalities for predicting radio link channel characteristics (e.g., future L1-RSRPs, L1-SINRs, L3-RSRPs, L3-SINRs, or the like) .

[0131] As indicated above, Fig. 6 is provided as an example. Other examples may differ from what is described with respect to Fig. 6.

[0132] Activating or deactivating the predictive RLM or the predictive BFD for one or more LTM candidate cells may enable event-based activation of predictive RLM on LTM candidate cells capable of lowering UE-side complexity and / or consumed power due to predictive RLM or predictive BFD for LTM. For example, when the predictive RLM or predictive BFD is deactivated, the UE 120 may avoid performing predictive RLM or predictive BFD for LTM.

[0133] Activating or deactivating the predictive RLM or the predictive BFD autonomously may reduce overhead by avoiding signaling between the UE 120 and the network node 110 (e.g., in conditional LTM scenarios) . Receiving a confirmation to activate or deactivate the predictive RLM or the predictive BFD may enable the network node 110 to control activation or deactivation of predictive RLM or predictive BFD.

[0134] Fig. 7 is a diagram illustrating an example process 700 performed, for example, at a UE or an apparatus of a UE, in accordance with the present disclosure. Example process 700 is an example where the apparatus or the UE (e.g., UE 120) performs operations associated with event-based activation or deactivation of predictive RLM or BFD.

[0135] As shown in Fig. 7, in some aspects, process 700 may include identifying a triggering event that is associated with predictive RLM or predictive BFD (block 710) . For example, the UE (e.g., using communication manager 806, depicted in Fig. 8) may identify a triggering event that is associated with predictive RLM or predictive BFD, as described above.

[0136] As further shown in Fig. 7, in some aspects, process 700 may include activating or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells (block 720) . For example, the UE (e.g., using communication manager 806, depicted in Fig. 8) may activate or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells, as described above.

[0137] Process 700 may include additional aspects, such as any single aspect or any combination of aspects described below and / or in connection with one or more other processes described elsewhere herein.

[0138] In a first aspect, activating or deactivating the predictive RLM or the predictive BFD includes activating or deactivating the predictive RLM or the predictive BFD autonomously.

[0139] In a second aspect, alone or in combination with the first aspect, process 700 includes activating, based at least in part on the triggering event, one or more artificial intelligence functionalities.

[0140] In a third aspect, alone or in combination with one or more of the first and second aspects, process 700 includes receiving an indication of the one or more AI functionalities.

[0141] In a fourth aspect, alone or in combination with one or more of the first through third aspects, process 700 includes transmitting an indication of one or more identifiers associated with the one or more AI functionalities.

[0142] In a fifth aspect, alone or in combination with one or more of the first through fourth aspects, process 700 includes deactivating, based at least in part on the triggering event, one or more AI functionalities autonomously.

[0143] In a sixth aspect, alone or in combination with one or more of the first through fifth aspects, the predictive RLM or the predictive BFD is associated with conditional LTM.

[0144] In a seventh aspect, alone or in combination with one or more of the first through sixth aspects, process 700 includes transmitting a request to activate or deactivate the predictive RLM or the predictive BFD, and receiving, responsive to the request to activate or deactivate the predictive RLM or the predictive BFD, a confirmation to activate or deactivate the predictive RLM or the predictive BFD.

[0145] In an eighth aspect, alone or in combination with one or more of the first through seventh aspects, process 700 includes transmitting, based at least in part on the triggering event, a request to deactivate one or more AI functionalities, and receiving, responsive to the request to deactivate the one or more AI functionalities, a confirmation to deactivate the one or more AI functionalities.

[0146] In a ninth aspect, alone or in combination with one or more of the first through eighth aspects, the triggering event may be based at least in part on one or more predicted  radio link qualities associated with one or more serving cells that do not overlap with the one or more LTM candidate cells.

[0147] In a tenth aspect, alone or in combination with one or more of the first through ninth aspects, the one or more serving cells include one or more of a current SpCell, one or more active serving cells, one or more serving cells configured with RLM-RSs or predictive RLM-RSs, or an indicated subset of the one or more active serving cells.

[0148] In an eleventh aspect, alone or in combination with one or more of the first through tenth aspects, process 700 includes receiving an indication of the one or more serving cells.

[0149] In a twelfth aspect, alone or in combination with one or more of the first through eleventh aspects, process 700 includes identifying the one or more serving cells autonomously.

[0150] In a thirteenth aspect, alone or in combination with one or more of the first through twelfth aspects, the triggering event is associated with predictive RLM, and activating or deactivating the predictive RLM or the predictive BFD includes activating or deactivating the predictive RLM.

[0151] In a fourteenth aspect, alone or in combination with one or more of the first through thirteenth aspects, the triggering event is associated with predictive BFD, and activating or deactivating the predictive RLM or the predictive BFD includes activating or deactivating the predictive BFD.

[0152] In a fifteenth aspect, alone or in combination with one or more of the first through fourteenth aspects, the one or more LTM candidate cells are one or more first LTM candidate cells, and the one or more serving cells are one or more second LTM candidate cells.

[0153] In a sixteenth aspect, alone or in combination with one or more of the first through fifteenth aspects, the one or more serving cells do not include any LTM candidate cells.

[0154] In a seventeenth aspect, alone or in combination with one or more of the first through sixteenth aspects, the triggering event includes one or more of a predicted RLF associated with one or more serving cells, a predicted beam failure associated with the one or more serving cells, or a predicted L1-RSRP associated with the one or more serving cells not satisfying an L1-RSRP threshold.

[0155] Although Fig. 7 shows example blocks of process 700, in some aspects, process 700 may include additional blocks, fewer blocks, different blocks, or differently arranged  blocks than those depicted in Fig. 7. Additionally, or alternatively, two or more of the blocks of process 700 may be performed in parallel.

[0156] Fig. 8 is a diagram of an example apparatus 800 for wireless communication, in accordance with the present disclosure. The apparatus 800 may be a UE, or a UE may include the apparatus 800. In some aspects, the apparatus 800 includes a reception component 802, a transmission component 804, and / or a communication manager 806, which may be in communication with one another (for example, via one or more buses and / or one or more other components) . In some aspects, the communication manager 806 is the communication manager 140 described in connection with Fig. 1. As shown, the apparatus 800 may communicate with another apparatus 808, such as a UE or a network node (such as a CU, a DU, an RU, or a base station) , using the reception component 802 and the transmission component 804.

[0157] In some aspects, the apparatus 800 may be configured to perform one or more operations described herein in connection with Figs. 5 and 6. Additionally, or alternatively, the apparatus 800 may be configured to perform one or more processes described herein, such as process 700 of Fig. 7. In some aspects, the apparatus 800 and / or one or more components shown in Fig. 8 may include one or more components of the UE described in connection with Fig. 2. Additionally, or alternatively, one or more components shown in Fig. 8 may be implemented within one or more components described in connection with Fig. 2. Additionally, or alternatively, one or more components of the set of components may be implemented at least in part as software stored in one or more memories. For example, a component (or a portion of a component) may be implemented as instructions or code stored in a non-transitory computer-readable medium and executable by one or more controllers or one or more processors to perform the functions or operations of the component.

[0158] The reception component 802 may receive communications, such as reference signals, control information, data communications, or a combination thereof, from the apparatus 808. The reception component 802 may provide received communications to one or more other components of the apparatus 800. In some aspects, the reception component 802 may perform signal processing on the received communications (such as filtering, amplification, demodulation, analog-to-digital conversion, demultiplexing, deinterleaving, de-mapping, equalization, interference cancellation, or decoding, among other examples) , and may provide the processed signals to the one or more other components of the apparatus 800. In some aspects, the reception component 802 may  include one or more antennas, one or more modems, one or more demodulators, one or more MIMO detectors, one or more receive processors, one or more controllers / processors, one or more memories, or a combination thereof, of the UE described in connection with Fig. 2.

[0159] The transmission component 804 may transmit communications, such as reference signals, control information, data communications, or a combination thereof, to the apparatus 808. In some aspects, one or more other components of the apparatus 800 may generate communications and may provide the generated communications to the transmission component 804 for transmission to the apparatus 808. In some aspects, the transmission component 804 may perform signal processing on the generated communications (such as filtering, amplification, modulation, digital-to-analog conversion, multiplexing, interleaving, mapping, or encoding, among other examples) , and may transmit the processed signals to the apparatus 808. In some aspects, the transmission component 804 may include one or more antennas, one or more modems, one or more modulators, one or more transmit MIMO processors, one or more transmit processors, one or more controllers / processors, one or more memories, or a combination thereof, of the UE described in connection with Fig. 2. In some aspects, the transmission component 804 may be co-located with the reception component 802 in one or more transceivers.

[0160] The communication manager 806 may support operations of the reception component 802 and / or the transmission component 804. For example, the communication manager 806 may receive information associated with configuring reception of communications by the reception component 802 and / or transmission of communications by the transmission component 804. Additionally, or alternatively, the communication manager 806 may generate and / or provide control information to the reception component 802 and / or the transmission component 804 to control reception and / or transmission of communications.

[0161] The communication manager 806 may identify a triggering event that is associated with predictive RLM or predictive BFD. The communication manager 806 may activate or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells.

[0162] In some examples, the communication manager 806 may activate, based at least in part on the triggering event, one or more AI functionalities. The reception component 802 may receive an indication of the one or more AI functionalities. The transmission  component 804 may transmit an indication of one or more identifiers associated with the one or more AI functionalities.

[0163] In some examples, the communication manager 806 may deactivate, based at least in part on the triggering event, one or more artificial intelligence functionalities autonomously.

[0164] In some examples, the transmission component 804 may transmit a request to activate or deactivate the predictive RLM or the predictive BFD. The reception component 802 may receive, responsive to the request to activate or deactivate the predictive RLM or the predictive BFD, a confirmation to activate or deactivate the predictive RLM or the predictive BFD.

[0165] In some examples, the transmission component 804 may transmit, based at least in part on the triggering event, a request to deactivate one or more AI functionalities. The reception component 802 may receive, responsive to the request to deactivate the one or more artificial intelligence functionalities, a confirmation to deactivate the one or more artificial intelligence functionalities.

[0166] In some examples, the reception component 802 may receive an indication of the one or more serving cells. In some examples, the communication manager 806 may identify the one or more serving cells autonomously.

[0167] The number and arrangement of components shown in Fig. 8 are provided as an example. In practice, there may be additional components, fewer components, different components, or differently arranged components than those shown in Fig. 8. Furthermore, two or more components shown in Fig. 8 may be implemented within a single component, or a single component shown in Fig. 8 may be implemented as multiple, distributed components. Additionally, or alternatively, a set of (one or more) components shown in Fig. 8 may perform one or more functions described as being performed by another set of components shown in Fig. 8.

[0168] The following provides an overview of some Aspects of the present disclosure:

[0169] Aspect 1: A method of wireless communication performed by a UE, comprising: identifying a triggering event that is associated with predictive RLM or predictive BFD; and activating or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more LTM candidate cells.

[0170] Aspect 2: The method of Aspect 1, wherein activating or deactivating the predictive RLM or the predictive BFD includes activating or deactivating the predictive RLM or the predictive BFD autonomously.

[0171] Aspect 3: The method of Aspect 2, further comprising: activating, based at least in part on the triggering event, one or more AI functionalities.

[0172] Aspect 4: The method of Aspect 3, further comprising: receiving an indication of the one or more AI functionalities.

[0173] Aspect 5: The method of Aspect 3, further comprising: transmitting an indication of one or more identifiers associated with the one or more AI functionalities.

[0174] Aspect 6: The method of Aspect 2, further comprising: deactivating, based at least in part on the triggering event, one or more AI functionalities autonomously.

[0175] Aspect 7: The method of Aspect 2, wherein the predictive RLM or the predictive BFD is associated with conditional LTM.

[0176] Aspect 8: The method of any of Aspects 1-7, further comprising: transmitting a request to activate or deactivate the predictive RLM or the predictive BFD; and receiving, responsive to the request to activate or deactivate the predictive RLM or the predictive BFD, a confirmation to activate or deactivate the predictive RLM or the predictive BFD.

[0177] Aspect 9: The method of Aspect 8, further comprising: transmitting, based at least in part on the triggering event, a request to deactivate one or more AI functionalities; and receiving, responsive to the request to deactivate the one or more AI functionalities, a confirmation to deactivate the one or more AI functionalities.

[0178] Aspect 10: The method of any of Aspects 1-9, wherein the triggering event may be based at least in part on one or more predicted radio link qualities associated with one or more serving cells.

[0179] Aspect 11: The method of Aspect 10, wherein the one or more serving cells include one or more of: a current SpCell; one or more active serving cells; one or more serving cells configured with RLM-RSs or predictive RLM-RSs; or an indicated subset of the one or more active serving cells.

[0180] Aspect 12: The method of Aspect 10, further comprising: receiving an indication of the one or more serving cells.

[0181] Aspect 13: The method of Aspect 10, further comprising: identifying the one or more serving cells autonomously.

[0182] Aspect 14: The method of Aspect 10, wherein the one or more LTM candidate cells are one or more first LTM candidate cells, and wherein the one or more serving cells are one or more second LTM candidate cells.

[0183] Aspect 15: The method of Aspect 10, wherein the one or more serving cells do not include any LTM candidate cells.

[0184] Aspect 16: The method of any of Aspects 1-15, wherein the triggering event is associated with predictive RLM, and wherein activating or deactivating the predictive RLM or the predictive BFD includes activating or deactivating the predictive RLM.

[0185] Aspect 17: The method of any of Aspects 1-16, wherein the triggering event is associated with predictive BFD, and wherein activating or deactivating the predictive RLM or the predictive BFD includes activating or deactivating the predictive BFD.

[0186] Aspect 18: The method of any of Aspects 1-17, wherein the triggering event includes one or more of a predicted RLF associated with one or more serving cells, a predicted beam failure associated with the one or more serving cells, or a predicted L1-RSRP associated with the one or more serving cells not satisfying an L1-RSRP threshold.

[0187] Aspect 19: An apparatus for wireless communication at a device, the apparatus comprising one or more processors; one or more memories coupled with the one or more processors; and instructions stored in the one or more memories and executable by the one or more processors to cause the apparatus to perform the method of one or more of Aspects 1-18.

[0188] Aspect 20: An apparatus for wireless communication at a device, the apparatus comprising one or more memories and one or more processors coupled to the one or more memories, the one or more processors configured to cause the device to perform the method of one or more of Aspects 1-18.

[0189] Aspect 21: An apparatus for wireless communication, the apparatus comprising at least one means for performing the method of one or more of Aspects 1-18.

[0190] Aspect 22: A non-transitory computer-readable medium storing code for wireless communication, the code comprising instructions executable by one or more processors to perform the method of one or more of Aspects 1-18.

[0191] Aspect 23: A non-transitory computer-readable medium storing a set of instructions for wireless communication, the set of instructions comprising one or more instructions that, when executed by one or more processors of a device, cause the device to perform the method of one or more of Aspects 1-18.

[0192] Aspect 24: A device for wireless communication, the device comprising a processing system that includes one or more processors and one or more memories coupled with the one or more processors, the processing system configured to cause the device to perform the method of one or more of Aspects 1-18.

[0193] Aspect 25: An apparatus for wireless communication at a device, the apparatus comprising one or more memories and one or more processors coupled to the one or more  memories, the one or more processors individually or collectively configured to cause the device to perform the method of one or more of Aspects 1-18.

[0194] The foregoing disclosure provides illustration and description but is not intended to be exhaustive or to limit the aspects to the precise forms disclosed. Modifications and variations may be made in light of the above disclosure or may be acquired from practice of the aspects.

[0195] As used herein, the term “component” is intended to be broadly construed as hardware or a combination of hardware and at least one of software or firmware. “Software” shall be construed broadly to mean instructions, instruction sets, code, code segments, program code, programs, subprograms, software modules, applications, software applications, software packages, routines, subroutines, objects, executables, threads of execution, procedures, or functions, among other examples, whether referred to as software, firmware, middleware, microcode, hardware description language, or otherwise. As used herein, a “processor” is implemented in hardware or a combination of hardware and software. It will be apparent that systems or methods described herein may be implemented in different forms of hardware or a combination of hardware and software. The actual specialized control hardware or software code used to implement these systems or methods is not limiting of the aspects. Thus, the operation and behavior of the systems or methods are described herein without reference to specific software code, because those skilled in the art will understand that software and hardware can be designed to implement the systems or methods based, at least in part, on the description herein. A component being configured to perform a function means that the component has a capability to perform the function, and does not require the function to be actually performed by the component, unless noted otherwise.

[0196] As used herein, “satisfying a threshold” may, depending on the context, refer to a value being greater than the threshold, greater than or equal to the threshold, less than the threshold, less than or equal to the threshold, equal to the threshold, or not equal to the threshold, among other examples.

[0197] 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 (for example, 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) .

[0198] No element, act, or instruction used herein should be construed as critical or essential unless explicitly described as such. Also, as used herein, the articles “a” and “an” are intended to include one or more items and may be used interchangeably with “one or more. ” Further, as used herein, the article “the” is intended to include one or more items referenced in connection with the article “the” and may be used interchangeably with “the one or more. ” Furthermore, as used herein, the terms “set” and “group” are intended to include one or more items and may be used interchangeably with “one or more. ” Where only one item is intended, the phrase “only one” or similar language is used. Also, as used herein, the terms “has, ” “have, ” “having, ” and similar terms are intended to be open-ended terms that do not limit an element that they modify (for example, an element “having” A may also have B) . Further, the phrase “based on” is intended to mean “based on or otherwise in association with” unless explicitly stated otherwise. Also, as used herein, the term “or” is intended to be inclusive when used in a series and may be used interchangeably with “and / or, ” unless explicitly stated otherwise (for example, if used in combination with “either” or “only one of” ) . It should be understood that “one or more” is equivalent to “at least one. ”

[0199] Even though particular combinations of features are recited in the claims or disclosed in the specification, these combinations are not intended to limit the disclosure of various aspects. Many of these features may be combined in ways not specifically recited in the claims or disclosed in the specification. The disclosure of various aspects includes each dependent claim in combination with every other claim in the claim set.

Claims

1.An apparatus for wireless communication at a user equipment (UE) , comprising:one or more memories; andone or more processors, coupled to the one or more memories, which, individually or in any combination, are operable to cause the apparatus to:identify a triggering event that is associated with predictive radio link monitoring (RLM) or predictive beam failure detection (BFD) ; andactivate or deactivate, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more lower layer triggered mobility (LTM) candidate cells.2.The apparatus of claim 1, wherein the one or more processors, to cause the apparatus to activate or deactivate the predictive RLM or the predictive BFD, are operable to cause the apparatus to activate or deactivate the predictive RLM or the predictive BFD autonomously.3.The apparatus of claim 2, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:activate, based at least in part on the triggering event, one or more artificial intelligence functionalities.4.The apparatus of claim 3, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:receive an indication of the one or more artificial intelligence functionalities.5.The apparatus of claim 3, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:transmit an indication of one or more identifiers associated with the one or more artificial intelligence functionalities.6.The apparatus of claim 2, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:deactivate, based at least in part on the triggering event, one or more artificial intelligence functionalities autonomously.7.The apparatus of claim 2, wherein the predictive RLM or the predictive BFD is associated with conditional LTM.8.The apparatus of claim 1, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:transmit a request to activate or deactivate the predictive RLM or the predictive BFD; andreceive, responsive to the request to activate or deactivate the predictive RLM or the predictive BFD, a confirmation to activate or deactivate the predictive RLM or the predictive BFD.9.The apparatus of claim 8, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:transmit, based at least in part on the triggering event, a request to deactivate one or more artificial intelligence functionalities; andreceive, responsive to the request to deactivate the one or more artificial intelligence functionalities, a confirmation to deactivate the one or more artificial intelligence functionalities.10.The apparatus of claim 1, wherein the triggering event is based at least in part on one or more predicted radio link qualities associated with one or more serving cells that do not overlap with the one or more LTM candidate cells.11.The apparatus of claim 10, wherein the one or more LTM candidate cells are one or more first LTM candidate cells, and wherein the one or more serving cells are one or more second LTM candidate cells.12.The apparatus of claim 10, wherein the one or more serving cells do not include any LTM candidate cells.13.The apparatus of claim 10, wherein the one or more serving cells include one or more of:a current special cell (SpCell) ;one or more active serving cells;one or more serving cells configured with radio link monitoring reference signals (RLM-RSs) or predictive RLM-RSs; oran indicated subset of the one or more active serving cells.14.The apparatus of claim 10, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:receive an indication of the one or more serving cells.15.The apparatus of claim 10, wherein the one or more processors, individually or in any combination, are further operable to cause the apparatus to:identify the one or more serving cells autonomously.16.The apparatus of claim 1, wherein the triggering event is associated with predictive RLM, and wherein the one or more processors, to cause the apparatus to activate or deactivate the predictive RLM or the predictive BFD, are operable to cause the apparatus to activate or deactivate the predictive RLM.17.The apparatus of claim 1, wherein the triggering event is associated with predictive BFD, and wherein the one or more processors, to cause the apparatus to activate or deactivate the predictive RLM or the predictive BFD, are operable to cause the apparatus to activate or deactivate the predictive BFD.18.The apparatus of claim 1, wherein the triggering event includes one or more of a predicted radio link failure associated with one or more serving cells, a predicted beam failure associated with the one or more serving cells, or a predicted layer 1 reference signal received power (L1-RSRP) associated with the one or more serving cells not satisfying an L1-RSRP threshold.19.A method of wireless communication performed by a user equipment (UE) , comprising:identifying a triggering event that is associated with predictive radio link monitoring (RLM) or predictive beam failure detection (BFD) ; andactivating or deactivating, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more lower layer triggered mobility (LTM) candidate cells.20.A non-transitory computer-readable medium storing a set of instructions for wireless communication, the set of instructions comprising:one or more instructions that, when executed by one or more processors of a user equipment (UE) , cause the UE to:identify a triggering event that is associated with predictive radio link monitoring (RLM) or predictive beam failure detection (BFD) ; andactivate or deactivate, based at least in part on the triggering event, the predictive RLM or the predictive BFD for one or more lower layer triggered mobility (LTM) candidate cells.

Images