Techniques for predicting quality of service satisfaction and enhancing handover

Abstract

Embodiments provide resource-efficient techniques to help UEs perform QoS satisfaction projection, such as for access stratum (AS) layer optimization (e.g., scheduling optimization for service cell, radio resource allocation optimization for serving cell, and hand-off optimization). For example, a UE may utilize one or more ML models to make QoS satisfaction projections for various target base stations. In such examples, assistance information associated with a target base station may be provided to the UE. The UE may input the assistance information to an ML model, which may be specific to the target base station, to generate the QoS satisfaction projection. The UE may then send the QoS satisfaction projection to the network for AS layer optimizations.

Description

TECHNIQUES FOR PREDICTING QUALITY OF SERVICE SATISFACTION AND ENHANCING HANDOVER

[0001] FIELD OF DISCLOSURE

[0002] This disclosure related generally to wireless technology and more particularly to techniques to support quality of service (QoS) satisfaction projection and handover decision.BACKGROUND

[0003] In telecommunications, 5G is the fifth-generation technology standard for broadband cellular networks. Like its predecessors, 5G networks are cellular networks, in which the service area is divided into small geographical areas called network cells (or cells) . The 3rd Generation Partnership Project (3GPP) is the industry consortium that sets standards for 5G. One of the techniques supported by 5G includes low latency communications, such as ultra reliable low latency communications (URLLC) . Generally, URLLC refers to using the network for mission critical applications that require uninterrupted and robust data exchange. For example, mission critical applications may include one or more of public safety, remote diagnosis / surgery, emergency response, autonomous driving, industrial automation, and smart energy / grid. Oftentimes, URLLC requires an availability greater than 99.999%and an end-to-end system delay not exceeding 5 milliseconds. Other uses for low latency communications may include extended reality, cloud gaming, streaming, and haptic communications.

[0004] Handover (HO) decision supports mobility of a user equipment (UE) . HO decision typically depends on not only on measurement data, but also on impacts on system performance, which mainly impact UE's QoS and system loading. It is difficult for the network (NW) to estimate whether the UE can satisfy the configured QoS requirement, especially if NW does not have access to the UE’s radio condition and mobility information.

[0005] BRIEF SUMMARY

[0006] Processes, machines, and articles of manufacture for supporting DGL transmissions in low latency communications are described. It will be appreciated that the embodiments may be combined in any number of ways without departing from the scope of this disclosure.

[0007] Embodiments may include identifying assistance information received from a first base station; determining a projected QoS satisfaction using the assistance information; and transmitting the projected QoS satisfaction to the first base station.

[0008] Embodiments may include transmitting an artificial intelligence (AI) model for determining a projected QoS satisfaction to a user equipment (UE) ; receiving the projected QoS satisfaction from the UE; and determining a second base station for handover based on the predicted QoS satisfaction received from the UE.

[0009] Other processes, UEs, network, machine readable media, machines, and articles of manufacture are also described hereby, which may be combined in any number of ways, such as with the embodiments of the brief summary, without departing from the scope of this disclosure.BRIEF DESCRIPTION OF THE DRAWINGS

[0010] The present disclosure is illustrated by way of example and not limitation in the figures of the accompanying drawings in which like references indicate similar elements. To easily identify the discussion of any particular element or act, the most significant digit or digits in a reference number refer to the figure number in which that element is first introduced.

[0011] FIG. 1 illustrates an example wireless communication system according to some embodiments.

[0012] FIG. 2 illustrates a base station (BS) in communication with a user equipment (UE) device according to some embodiments.

[0013] FIG. 3 illustrates an example block diagram of a UE according to some embodiments.

[0014] FIG. 4 illustrates an example block diagram of a BS according to some embodiments.

[0015] FIG. 5 illustrates an example block diagram of cellular communication circuitry according to some embodiments.

[0016] FIG. 6 illustrates an example block diagram for QoS satisfaction projection according to some embodiments.

[0017] FIG. 7 illustrates an example flowchart for transmission of QoS satisfaction projection according to some embodiments.

[0018] FIG. 8 illustrates an example block diagram of AI-based QoS satisfaction projection according to some embodiments.

[0019] FIG. 9 illustrates an example block diagram for QoS satisfaction projection according to some embodiments.

[0020] FIG. 10 illustrates an example block diagram for QoS satisfaction projection and handover according to some embodiments.

[0021] FIG. 11 illustrates an example block diagram for QoS satisfaction projection and handover according to some embodiments.

[0022] FIG. 12 illustrates an example block diagram for conditional handover according to some embodiments.

[0023] FIG. 13 illustrates an example block diagram for QoS satisfaction projection according to some embodiments.

[0024] FIG. 14 illustrates an example block diagram for QoS satisfaction projection according to some embodiments.DETAILED DESCRIPTION

[0025] This disclosure describes techniques for supporting QoS satisfaction projection. In various embodiments, the QoS satisfaction projections may be utilized for one or more access stratum (AS) layer optimizations, such as scheduling optimization for service cell, radio resource allocation optimization for serving cell, or hand-off optimization) . In the following description, numerous specific details are set forth to provide thorough explanation of embodiments of the present disclosure. It will be apparent, however, to one skilled in the art, that embodiments of the present disclosure may be practiced without these specific details. In other instances, well-known components, structures, and techniques have not been shown in detail in order not to obscure the understanding of this description.

[0026] Reference in the specification to “one embodiment” or “an embodiment” means that a particular feature, structure, or characteristic described in connection with the embodiment can be included in at least one embodiment of the disclosure. The appearances of the phrase “in one embodiment” in various places in the specification do not necessarily all refer to the same embodiment.

[0027] In the following description and claims, the terms “coupled” and “connected, ” along with their derivatives, may be used. It should be understood that these terms are not intended as synonyms for each other. “Coupled” may be used to indicate that two or more elements, which may or may not be in direct physical or electrical contact with each other, co-operate or interact with each other. “Connected” may be used to indicate the establishment of communication between two or more elements that are coupled with each other.

[0028] The processes depicted in the figures that follow, are performed by processing logic that comprises hardware (e.g., circuitry, dedicated logic, et cetera) , software (such as is run on a general-purpose computer system or a dedicated machine) , or a combination of both. Although the processes are described below in terms of some sequential operations, it should be appreciated that some of the operations described may be performed in different order. Moreover, some operations may be performed in parallel rather than sequentially.

[0029] The terms “server, ” “client, ” and “device” are intended to refer generally to data processing systems rather than specifically to a particular form factor for the server, client, and / or device.

[0030] Existing techniques may make quality of experience (QoE) determinations. However, QoE is performed in the application layer, and therefore, is not visible to the AS layer from a specification perspective. Adding further complexity, hand-off (HO) decisions impact system performance. These impacts on system performance impact the QoS experienced by a UE. However, QoS is a higher layer configuration and it is difficult to estimate / project whether the UE can satisfy the configured QoS requirement. This is especially true when the network is unaware of the radio condition and mobility info of the UE. These limitations can drastically reduce the usability and applicability of telecommunication systems, contributing to poor user experiences and inefficient systems, devices, and techniques with limited capabilities.

[0031] Various techniques to support performance satisfaction projection and handover decision, such as utilizing complimentary AI / ML models at UEs and BSs are described hereby. Many embodiments disclosed hereby provide resource-efficient techniques to help UEs perform QoS satisfaction projection, such as for access stratum (AS) layer optimization (e.g., scheduling optimization for service cell, radio resource allocation optimization for serving cell, and hand-off optimization) . For example, a UE may utilize one or more ML models to make QoS satisfaction projections for various target base stations. In such examples, assistance information associated with a target base station may be provided to the UE. The UE may input the assistance information to an ML model, which may be specific to the target base station, to generate the QoS satisfaction projection. The UE may then send the QoS satisfaction projection to the network for AS layer optimizations.

[0032] In these and other ways, components / techniques described hereby may provide many technical advantages. For instance, the computer-based techniques of the current disclosure improve the functioning of a telecommunications system as compared to conventional  approaches because the techniques enable accurate QoS satisfaction projections that can improve mobility, reduce latency, and provide expanded capabilities for telecommunication systems versus conventional approaches. Accordingly, embodiments disclosed hereby can be practically utilized to improve the functioning of a computer and / or to improve a variety of technical fields including telecommunications, computer networks, AS layer optimization, HO optimization, mobility enhancement, scheduling, QoS satisfaction, artificial intelligence, machine learning, and / or user experience.

[0033] It will be appreciated that various aspects of telecommunication networks, capabilities, protocols, formats, and procedures relevant to the techniques described and terms referenced herein can be found in 3GPP technical specifications (TS) , such as TS 38.300 and TS 38.331.

[0034] FIG. 1 illustrates a simplified example wireless communication system, according to some embodiments. It is noted that the system of FIG. 1 is merely one example of a possible system, and that features of this disclosure may be implemented in any of various systems, as desired.

[0035] As shown, the example wireless communication system includes a base station 102A which communicates over a transmission medium with one or more user devices 106A, 106B, et cetera, through 106N. Each of the user devices may be referred to herein as a “user equipment” (UE) or UE device. Thus, the user devices 106 are referred to as UEs or UE devices.

[0036] The base station (BS) 102A may be a base transceiver station (BTS) or cell site (a“cellular base station” ) and may include hardware that enables wireless communication with the UEs 106A through 106N.

[0037] The communication area (or coverage area) of the base station may be referred to as a “cell. ” The base station 102A and the UEs 106 may be configured to communicate over the transmission medium using any of various radio access technologies (RATs) , also referred to as wireless communication technologies, or telecommunication standards, such as GSM, UMTS (associated with, for example, WCDMA or TD-SCDMA air interfaces) , LTE, LTE-Advanced (LTE-A) , 5G new radio (5G NR) , HSPA, 3GPP2 CDMA2000 (e.g., 1xRTT, 1xEV-DO, HRPD, eHRPD) , 6G, et cetera. Note that if the base station 102A is implemented in the context of LTE, it may alternately be referred to as an ‘eNodeB’ or ‘eNB’ . Note that if the base station 102A is implemented in the context of 5G NR, it may alternately be referred to as ‘gNodeB’ or  ‘gNB’ . A next generation eNB (ng-eNB) may comprise an enhanced version of eNB that connects 5G UE to 5G core network using 4G LTE air interface.

[0038] As shown, the base station 102A may also be equipped to communicate with a network 100 (e.g., a core network of a cellular service provider, a telecommunication network such as a public switched telephone network (PSTN) , and / or the Internet, among various possibilities) . Thus, the base station 102A may facilitate communication between the user devices and / or between the user devices and the network 100. In particular, the cellular base station 102A may provide UEs 106 with various telecommunication capabilities, such as voice, SMS and / or data services. It will be appreciated that in various embodiments, the term network may be utilized to collectively refer to one or more devices and components that form the telecommunications network. For example, reference to the network sending or receiving data to / from a UE may refer to one or more portions of the core network of a cellular service provider and / or one or more base stations. In some such examples, data to send to the UE may be determined by core network components and then relayed to the UE via a base station. In other such examples, data to send to the UE may be determined and sent to the UE by a base station.

[0039] Base station 102A and other similar base stations (such as base stations 102B ... 102N) operating according to the same or a different cellular communication standard may thus be provided as a network of cells, which may provide continuous or nearly continuous overlapping service to UEs 106A-N and similar devices over a geographic area via one or more cellular communication standards.

[0040] Thus, while base station 102A may act as a “serving cell” for UEs 106A-N as illustrated in FIG. 1, each UE 106 may also be capable of receiving signals from (and possibly within communication range of) one or more other cells (which might be provided by base stations 102B-N and / or any other base stations) , which may be referred to as “neighboring cells” . Such cells may also be capable of facilitating communication between user devices and / or between user devices and the network 100. Such cells may include “macro” cells, “micro” cells, “pico” cells, and / or cells which provide any of various other granularities of service area size. For example, base stations 102A-B illustrated in FIG. 1 might be macro cells, while base station 102N might be a micro cell. Other configurations are also possible.

[0041] In some embodiments, base station 102A may be a next generation base station, e.g., a 5G New Radio (5G NR) base station, or “gNB” . In some embodiments, a gNB may be connected to a legacy evolved packet core (EPC) network and / or to a NR core (NRC) network.  In addition, a gNB cell may include one or more transition and reception points (TRPs) . In addition, a UE capable of operating according to 5G NR may be connected to one or more TRPs within one or more gNBs.

[0042] Note that a UE 106 may be capable of communicating using multiple wireless communication standards. For example, the UE 106 may be configured to communicate using a wireless networking (e.g., Wi-Fi) and / or peer-to-peer wireless communication protocol (e.g., Bluetooth, Wi-Fi peer-to-peer, etc. ) in addition to at least one cellular communication protocol (e.g., GSM, UMTS (associated with, for example, WCDMA or TD-SCDMA air interfaces) , LTE, LTE-A, 5G NR, 6G, HSPA, 3GPP2 CDMA2000 (e.g., 1xRTT, 1xEV-DO, HRPD, eHRPD) , et cetera) . The UE 106 may also or alternatively be configured to communicate using one or more global navigational satellite systems (GNSS, e.g., GPS or GLONASS) , one or more mobile television broadcasting standards (e.g., ATSC-M / H or DVB-H) , and / or any other wireless communication protocol, if desired. Other combinations of wireless communication standards (including more than two wireless communication standards) are also possible.

[0043] FIG. 2 illustrates user equipment 106 (e.g., one of the devices 106A through 106N) in communication with a base station 102, according to some embodiments. The UE 106 may be a device with cellular communication capability such as a mobile phone, a hand-held device, a computer or a tablet, or virtually any type of wireless device.

[0044] The UE 106 may include a processor that is configured to execute program instructions stored in memory. The UE 106 may perform any of the method embodiments described herein by executing such stored instructions. Alternatively, or in addition, the UE 106 may include a programmable hardware element such as an FPGA (field-programmable gate array) that is configured to perform any of the method embodiments described herein, or any portion of any of the method embodiments described herein.

[0045] The UE 106 may include one or more antennas for communicating using one or more wireless communication protocols or technologies. In some embodiments, the UE 106 may be configured to communicate using, for example, 5G NR, CDMA2000 (1xRTT / 1xEV-DO / HRPD / eHRPD) , 6G, or LTE using a single shared radio and / or GSM or LTE using the single shared radio. The shared radio may couple to a single antenna, or may couple to multiple antennas (e.g., for MIMO) for performing wireless communications. In general, a radio may include any combination of a baseband processor, analog RF signal processing circuitry (e.g., including filters, mixers, oscillators, amplifiers, etc. ) , or digital processing circuitry (e.g., for  digital modulation as well as other digital processing) . Similarly, the radio may implement one or more receive and transmit chains using the aforementioned hardware. For example, the UE 106 may share one or more parts of a receive and / or transmit chain between multiple wireless communication technologies, such as those discussed above.

[0046] In some embodiments, the UE 106 may include separate transmit and / or receive chains (e.g., including separate antennas and other radio components) for each wireless communication protocol with which it is configured to communicate. As a further possibility, the UE 106 may include one or more radios which are shared between multiple wireless communication protocols, and one or more radios which are used exclusively by a single wireless communication protocol. For example, the UE 106 might include a shared radio for communicating using either of LTE or 5G NR (or LTE or 1xRTTor LTE or GSM or 6G) , and separate radios for communicating using each of Wi-Fi and Bluetooth. Other configurations are also possible.

[0047] FIG. 3 illustrates an example simplified block diagram of a communication device 106, according to some embodiments. It is noted that the block diagram of the communication device of FIG. 3 is only one example of a possible communication device. According to embodiments, communication device 106 may be a user equipment (UE) device, a mobile device or mobile station, a wireless device or wireless station, a desktop computer or computing device, a mobile computing device (e.g., a laptop, notebook, or portable computing device) , a tablet and / or a combination of devices, among other devices. As shown, the communication device 106 may include a set of components 300 configured to perform core functions. For example, this set of components may be implemented as a system on chip (SOC) , which may include portions for various purposes. Alternatively, this set of components 300 may be implemented as separate components or groups of components for the various purposes. The set of components 300 may be coupled (e.g., communicatively; directly or indirectly) to various other circuits of the communication device 106.

[0048] For example, the communication device 106 may include various types of memory (e.g., including NAND flash 310) , an input / output interface such as connector I / F 320 (e.g., for connecting to a computer system; dock; charging station; input devices, such as a microphone, camera, keyboard; output devices, such as speakers; etc. ) , the display 360, which may be integrated with or external to the communication device 106, and cellular communication circuitry 330 such as for 5G NR, LTE, GSM, etc., and short to medium range wireless  communication circuitry 329 (e.g., BluetoothTM and WLAN circuitry) . In some embodiments, communication device 106 may include wired communication circuitry (not shown) , such as a network interface card, e.g., for Ethernet.

[0049] The cellular communication circuitry 330 may couple (e.g., communicatively; directly or indirectly) to one or more antennas, such as antennas 335 and 336 as shown. The short to medium range wireless communication circuitry 329 may also couple (e.g., communicatively; directly or indirectly) to one or more antennas, such as antennas 337 and 338 as shown. Alternatively, the short to medium range wireless communication circuitry 329 may couple (e.g., communicatively; directly or indirectly) to the antennas 335 and 336 in addition to, or instead of, coupling (e.g., communicatively; directly or indirectly) to the antennas 337 and 338. The short to medium range wireless communication circuitry 329 and / or cellular communication circuitry 330 may include multiple receive chains and / or multiple transmit chains for receiving and / or transmitting multiple spatial streams, such as in a multiple-input multiple output (MIMO) configuration.

[0050] In some embodiments, as further described below, cellular communication circuitry 330 may include dedicated receive chains (including and / or coupled to, e.g., communicatively; directly or indirectly, dedicated processors and / or radios) for multiple radio access technologies (RATs) (e.g., a first receive chain for LTE and a second receive chain for 5G NR) . In addition, in some embodiments, cellular communication circuitry 330 may include a single transmit chain that may be switched between radios dedicated to specific RATs. For example, a first radio may be dedicated to a first RAT, e.g., LTE, and may be in communication with a dedicated receive chain and a transmit chain shared with an additional radio, e.g., a second radio that may be dedicated to a second RAT, e.g., 5G NR, and may be in communication with a dedicated receive chain and the shared transmit chain.

[0051] The communication device 106 may also include and / or be configured for use with one or more user interface elements. The user interface elements may include any of various elements, such as display 360 (which may be a touchscreen display) , a keyboard (which may be a discrete keyboard or may be implemented as part of a touchscreen display) , a mouse, a microphone and / or speakers, one or more cameras, one or more buttons, and / or any of various other elements capable of providing information to a user and / or receiving or interpreting user input.

[0052] The communication device 106 may further include one or more smart cards 345 that include SIM (Subscriber Identity Module) functionality, such as one or more UICC (s) (Universal Integrated Circuit Card (s) ) cards 345.

[0053] As shown, the SOC 300 may include processor (s) 302, which may execute program instructions for the communication device 106 and display circuitry 304, which may perform graphics processing and provide display signals to the display 360. The processor (s) 302 may also be coupled to memory management unit (MMU) 340, which may be configured to receive addresses from the processor (s) 302 and translate those addresses to locations in memory (e.g., memory 306, read only memory (ROM) 350, NAND flash memory 310) and / or to other circuits or devices, such as the display circuitry 304, short range wireless communication circuitry 229, cellular communication circuitry 330, connector I / F 320, and / or display 360. The MMU 340 may be configured to perform memory protection and page table translation or set up. In some embodiments, the MMU 340 may be included as a portion of the processor (s) 302.

[0054] As noted above, the communication device 106 may be configured to communicate using wireless and / or wired communication circuitry. The communication device 106 may be configured to transmit a request to attach to a first network node operating according to the first radio access technology (RAT, e.g., 5G NR, 4G LTE, Bluetooth, Wi-Fi, et cetera) and transmit an indication that the wireless device is capable of maintaining substantially concurrent connections with the first network node and a second network node that operates according to the second RAT (e.g., 5G NR, 4G LTE, Bluetooth, Wi-Fi, et cetera) . The wireless device may also be configured transmit a request to attach to the second network node. The request may include an indication that the wireless device is capable of maintaining substantially concurrent connections with the first and second network nodes. Further, the wireless device may be configured to receive an indication that dual connectivity with the first and second network nodes has been established.

[0055] As described herein, the communication device 106 may include hardware and software components for implementing the above features for supporting QoS satisfaction projection and handover decision. The processor 302 of the communication device 106 may be configured to implement part or all of the features described herein, e.g., by executing program instructions stored on a memory medium (e.g., a non-transitory computer-readable memory medium) . Alternatively (or in addition) , processor 302 may be configured as a programmable hardware element, such as an FPGA (Field Programmable Gate Array) , or as an ASIC  (Application Specific Integrated Circuit) . Alternatively (or in addition) the processor 302 of the communication device 106, in conjunction with one or more of the other components 300, 304, 306, 310, 320, 329, 330, 340, 345, 350, 360 may be configured to implement part or all of the features described herein.

[0056] In addition, as described herein, processor 302 may include one or more processing elements. Thus, processor 302 may include one or more integrated circuits (ICs) that are configured to perform the functions of processor 302. In addition, each integrated circuit may include circuitry (e.g., first circuitry, second circuitry, et cetera) configured to perform the functions of processor (s) 302.

[0057] Further, as described herein, cellular communication circuitry 330 and short range wireless communication circuitry 329 may each include one or more processing elements. In other words, one or more processing elements may be included in cellular communication circuitry 330 and, similarly, one or more processing elements may be included in short range wireless communication circuitry 329. Thus, cellular communication circuitry 330 may include one or more integrated circuits (ICs) that are configured to perform the functions of cellular communication circuitry 330. In addition, each integrated circuit may include circuitry (e.g., first circuitry, second circuitry, et cetera) configured to perform the functions of cellular communication circuitry 330. Similarly, the short range wireless communication circuitry 329 may include one or more ICs that are configured to perform the functions of short range wireless communication circuitry 329. In addition, each integrated circuit may include circuitry (e.g., first circuitry, second circuitry, et cetera) configured to perform the functions of short range wireless communication circuitry 329.

[0058] FIG. 4 illustrates an example block diagram of a base station 102, according to some embodiments. It is noted that the base station of FIG. 4 is merely one example of a possible base station. As shown, the base station 102 may include processor (s) 404 which may execute program instructions for the base station 102. The processor (s) 404 may also be coupled to memory management unit (MMU) 440, which may be configured to receive addresses from the processor (s) 404 and translate those addresses to locations in memory (e.g., memory 460 and read only memory (ROM) 450) or to other circuits or devices.

[0059] The base station 102 may include at least one network port 470. The network port 470 may be configured to couple to a telephone network and provide a plurality of devices, such as UE devices 106, access to the telephone network as described above in FIGS. 1 and 2.

[0060] The network port 470 (or an additional network port) may also or alternatively be configured to couple to a cellular network, e.g., a core network of a cellular service provider. The core network may provide mobility related services and / or other services to a plurality of devices, such as UE devices 106. In some cases, the network port 470 may couple to a telephone network via the core network, and / or the core network may provide a telephone network (e.g., among other UE devices serviced by the cellular service provider) .

[0061] In some embodiments, base station 102 may be a next generation base station, e.g., a 5G New Radio (5G NR) base station, or “gNB” . In such embodiments, base station 102 may be connected to a legacy evolved packet core (EPC) network and / or to a NR core (NRC) network. In addition, base station 102 may be considered a 5G NR cell and may include one or more transition and reception points (TRPs) . In addition, a UE capable of operating according to 5G NR may be connected to one or more TRPs within one or more gNBs.

[0062] The base station 102 may include at least one antenna 434, and possibly multiple antennas, such as an array of antennas. The at least one antenna 434 may be configured to operate as a wireless transceiver and may be further configured to communicate with UE devices 106 via radio 430. The antenna 434 communicates with the radio 430 via communication chain 432. Communication chain 432 may be a receive chain, a transmit chain or both. The radio 430 may be configured to communicate via various wireless communication standards, including, but not limited to, 5G NR, LTE, LTE-A, GSM, UMTS, CDMA2000, Wi-Fi, etc.

[0063] The base station 102 may be configured to communicate wirelessly using multiple wireless communication standards. In some instances, the base station 102 may include multiple radios, which may enable the base station 102 to communicate according to multiple wireless communication technologies. For example, as one possibility, the base station 102 may include an LTE radio for performing communication according to LTE as well as a 5G NR radio for performing communication according to 5G NR. In such a case, the base station 102 may be capable of operating as both an LTE base station and a 5G NR base station. As another possibility, the base station 102 may include a multi-mode radio which is capable of performing communications according to any of multiple wireless communication technologies (e.g., 5G NR and Wi-Fi, LTE and Wi-Fi, LTE and UMTS, LTE and CDMA2000, UMTS and GSM, etc. ) .

[0064] As described further subsequently herein, the BS 102 may include hardware and software components for implementing or supporting implementation of features described herein. The processor 404 of the base station 102 may be configured to implement or support implementation of part or all of the methods described herein, e.g., by executing program instructions stored on a memory medium (e.g., a non-transitory computer-readable memory medium) . Alternatively, the processor 404 may be configured as a programmable hardware element, such as an FPGA (Field Programmable Gate Array) , or as an ASIC (Application Specific Integrated Circuit) , or a combination thereof. Alternatively (or in addition) the processor 404 of the BS 102, in conjunction with one or more of the other components 430, 432, 434, 440, 450, 460, 470 may be configured to implement or support implementation of part or all of the features described herein.

[0065] In addition, as described herein, processor (s) 404 may be comprised of one or more processing elements. In other words, one or more processing elements may be included in processor (s) 404. Thus, processor (s) 404 may include one or more integrated circuits (ICs) that are configured to perform the functions of processor (s) 404. In addition, each integrated circuit may include circuitry (e.g., first circuitry, second circuitry, etc. ) configured to perform the functions of processor (s) 404.

[0066] Further, as described herein, radio 430 may be comprised of one or more processing elements. In other words, one or more processing elements may be included in radio 430. Thus, radio 430 may include one or more integrated circuits (ICs) that are configured to perform the functions of radio 430. In addition, each integrated circuit may include circuitry (e.g., first circuitry, second circuitry, etc. ) configured to perform the functions of radio 430.

[0067] FIG. 5 illustrates an example simplified block diagram of cellular communication circuitry, according to some embodiments. It is noted that the block diagram of the cellular communication circuitry of FIG. 5 is only one example of a possible cellular communication circuit. According to embodiments, cellular communication circuitry 330 may be include in a communication device, such as communication device 106 described above. As noted above, communication device 106 may be a user equipment (UE) device, a mobile device or mobile station, a wireless device or wireless station, a desktop computer or computing device, a mobile computing device (e.g., a laptop, notebook, or portable computing device) , a tablet and / or a combination of devices, among other devices.

[0068] The cellular communication circuitry 330 may couple (e.g., communicatively; directly or indirectly) to one or more antennas, such as antennas 335 a-b and 336 as shown. In some embodiments, cellular communication circuitry 330 may include dedicated receive chains (including and / or coupled to, e.g., communicatively; directly or indirectly, dedicated processors and / or radios) for multiple RATs (e.g., a first receive chain for LTE and a second receive chain for 5G NR) . For example, as shown in FIG. 5, cellular communication circuitry 330 may include a modem 510 and a modem 520. Modem 510 may be configured for communications according to a first RAT, e.g., such as LTE or LTE-A, and modem 520 may be configured for communications according to a second RAT, e.g., such as 5G NR.

[0069] As shown, modem 510 may include one or more processors 512 and a memory 516 in communication with processors 512. Modem 510 may be in communication with a radio frequency (RF) front end 530. RF front end 530 may include circuitry for transmitting and receiving radio signals. For example, RF front end 530 may include receive circuitry (RX) 532 and transmit circuitry (TX) 534. In some embodiments, receive circuitry 532 may be in communication with downlink (DL) front end 550, which may include circuitry for receiving radio signals via antenna 335a.

[0070] Similarly, modem 520 may include one or more processors 522 and a memory 526 in communication with processors 522. Modem 520 may be in communication with an RF front end 540. RF front end 540 may include circuitry for transmitting and receiving radio signals. For example, RF front end 540 may include receive circuitry 542 and transmit circuitry 544. In some embodiments, receive circuitry 542 may be in communication with DL front end 560, which may include circuitry for receiving radio signals via antenna 335b.

[0071] In some embodiments, a switch 570 may couple transmit circuitry 534 to uplink (UL) front end 572. In addition, switch 570 may couple transmit circuitry 544 to UL front end 572. UL front end 572 may include circuitry for transmitting radio signals via antenna 336. Thus, when cellular communication circuitry 330 receives instructions to transmit according to the first RAT (e.g., as supported via modem 510) , switch 570 may be switched to a first state that allows modem 510 to transmit signals according to the first RAT (e.g., via a transmit chain that includes transmit circuitry 534 and UL front end 572) . Similarly, when cellular communication circuitry 330 receives instructions to transmit according to the second RAT (e.g., as supported via modem 520) , switch 570 may be switched to a second state that allows modem 520 to  transmit signals according to the second RAT (e.g., via a transmit chain that includes transmit circuitry 544 and UL front end 572) .

[0072] As described herein, the modem 510 may include hardware and software components for implementing the above features or for supporting DGL transmissions, as well as the various other techniques described herein. The processors 512 may be configured to implement part or all of the features described herein, e.g., by executing program instructions stored on a memory medium (e.g., a non-transitory computer-readable memory medium) . Alternatively (or in addition) , processor 512 may be configured as a programmable hardware element, such as an FPGA (Field Programmable Gate Array) , or as an ASIC (Application Specific Integrated Circuit) . Alternatively (or in addition) the processor 512, in conjunction with one or more of the other components 530, 532, 534, 550, 570, 572, 335 and 336 may be configured to implement part or all of the features described herein.

[0073] In addition, as described herein, processors 512 may include one or more processing elements. Thus, processors 512 may include one or more integrated circuits (ICs) that are configured to perform the functions of processors 512. In addition, each integrated circuit may include circuitry (e.g., first circuitry, second circuitry, et cetera) configured to perform the functions of processors 512.

[0074] As described herein, the modem 520 may include hardware and software components for implementing the above features for supporting QoS satisfaction projection and handover decision, as well as the various other techniques described herein. The processors 522 may be configured to implement part or all of the features described herein, e.g., by executing program instructions stored on a memory medium (e.g., a non-transitory computer-readable memory medium) . Alternatively (or in addition) , processor 522 may be configured as a programmable hardware element, such as an FPGA (Field Programmable Gate Array) , or as an ASIC (Application Specific Integrated Circuit) . Alternatively (or in addition) the processor 522, in conjunction with one or more of the other components 540, 542, 544, 550, 570, 572, 335 and 336 may be configured to implement part or all of the features described herein.

[0075] In addition, as described herein, processors 522 may include one or more processing elements. Thus, processors 522 may include one or more integrated circuits (ICs) that are configured to perform the functions of processors 522. In addition, each integrated circuit may include circuitry (e.g., first circuitry, second circuitry, et cetera) configured to perform the functions of processors 522.

[0076] Various techniques to support performance satisfaction projection and handover decision, such as utilizing AI / ML models. Many embodiments disclosed hereby provide resource-efficient techniques to help UEs perform QoS satisfaction projection, such as for access stratum (AS) layer optimization (e.g., scheduling optimization for service cell, radio resource allocation optimization for serving cell, and hand-off optimization) .

[0077] Accordingly, embodiments disclosed hereby can be practically utilized to improve the functioning of a computer and / or to improve a variety of technical fields including telecommunications, computer networks, AS layer optimization, HO optimization, mobility enhancement, scheduling, QoS satisfaction, artificial intelligence, machine learning, and / or user experience.

[0078] FIG. 6 illustrates an example block diagram for QoS satisfaction projection. In various embodiments, QoS satisfaction projection, also referred to as quality of service satisfaction prediction, as used herein refers to prediction by a UE on probability (e.g., 0-100%) of whether the quality of service of a particular service or application can be satisfied under certain AS conditions. In many embodiments, one service or application corresponds to one QoS satisfaction demand projection configured by a higher layer.

[0079] At process 610, UE 604 transmits a capability report to first BS 606. The capability report includes information as to the communication capability of UE 604, such as whether UE 604 supports QoS satisfaction projection, and if it does, which type of QoS satisfaction projection it supports. At process 612, first BS 606 configures with UE 604 for training of an AI / ML model. The configuration includes transmission from first BS 606 to UE 604 of at least the model type (e.g. LSTM / RNN) , layer, or dedicated model (s) , or maximum number parallel predictions. At process 614, UE 604 collects data, such as radio resource management (RRM) data, measurement data, usage data, and resource demand data, including the user's application configuration or subscription, radio condition, system loading, and UE mobility information. In various embodiments, measurement may refer to measurement of signal properties at the UE. Measurement may include measurement of RRM or received signal strength (RSS) from a base station. Further, measurement data may refer to data obtained by such measurement. At process 616, UE 604 communicates with hardware 602 to conduct training of an AI / ML model for projecting QoS satisfaction. In process 618, UE 604 transmits a notification message to first BS 606. The notification message at least includes information regarding which model (s) are available in UE 604 and their model IDs, and model applicability condition or preferred model  ID. Based on the notification message received from UE 604, first BS 606 and the NW of which first BS 606 forms part determine which AI / ML model to activate. In process 620, first BS 606 uses signaling to communicate with UE 604 activate the AI / ML model for QoS satisfaction projection. In process 622, first BS 606 and target BS 608 exchanges assistance information, e.g., via inter-cell message. In some embodiment, a target BS may refer to a BS, which is different from the first BS 606, which is a candidate for handover. In various embodiments, assistance information may include reference information from NW that would help the UE to perform QoS satisfaction projections. For example, the assistance information can include NW (or BS) system loading, RSSI metric (representing loading status) , NW (or BS) allocated bandwidth (BW) to the particular UE, NW (or BS) allocated radio resource (e.g. average number of symbols per time unit) to the particular UE, NW (or BS) allocated computation resource (e.g. memory or CPU) to the particular UE, NW (or BS) allocated time resource to the particular UE, RAT type related information (e.g., non-terrestial network (NTN) introducing a long round-trip time (RTT) to the service, and information regarding an application or a service that a target base station supports.

[0080] In process 624, first BS 606 transmits the assistance information collected from target BS 608 to UE 604. The assistance information is specific to the BS, as different BSs may have different assistance information. Assistance information is only used as reference information from NW. For a BS to provide the assistance information does not mean that the BS will commit the resource for one UE. Upon receipt of the assistance information from first BS 606, in process 626, UE 604 retrains and uses the activated AI / ML model for to conduct refined training to project QoS satisfaction for target BS 608 using first BS 606 provided assistance information as input. In process 628, UE 604 determines a projected QoS satisfaction for target BS 608 using the assistance information. In process 630, UE 604 transmits the projected QoS satisfaction to first BS 606. First BS 606 can use the projected resource information to make a handover decision. In process 630, UE 604 can also transmit the measurement data to first BS 606, as further described in FIG. 7. In process 632 and process 634, UE 604 and first BS 606 respectively performs performance monitoring. In process 636, first BS 606 transmits LCM signaling to UE 604, which serves as a switch between activation and deactivation of an AI / ML model. In process 638, UE 604 switches or deactivates the AI / ML model.

[0081] FIG. 7 illustrates examples of when transmission of projected QoS satisfaction, described for example in process 630, from UE to BS occurs. At block 702, corresponding to  process 628, UE determines a projected QoS satisfaction. The projected QoS satisfaction can be transmitted to BS under certain conditions. For example, as shown in decision block 704, the projected QoS satisfaction can be transmitted to BS (block 712) together with the measurement data (e.g., RRM measurement data, RSS measurement data) using the measurement reporting trigger. Thus, projected QoS satisfaction is reported from UE to BS in the same RRC message that reports measurement data.

[0082] Additionally or alternatively, as shown in decision block 706, the projected QoS satisfaction can be transmitted to BS (block 712) upon request by BS. The signaling for the request from BS to UE can be DL MAC-CE, DL DCI or DL RRC message. In this process, the timing to send the signaling to trigger reporting of the projected QoS satisfaction depends on implementation by BS (e.g., when BS decides to prepare HO) .

[0083] Additionally or alternatively, as shown in decision block 708, the projected QoS satisfaction can be transmitted to BS (block 712) when a predetermined trigger event occurs. The trigger event can be, for example, when time duration of the most recent projected QoS satisfaction is larger than a certain threshold; when the value of projected QoS satisfaction is larger than a certain threshold; when the value of projected QoS satisfaction is smaller than a certain threshold; or when the projected QoS satisfaction of a first BS is smaller than a first threshold and the projected QoS satisfaction of a target BS is larger than a second threshold. Any trigger event can be combined with one or more events based on measurement of the signal properties at the UE (i.e., measurement based event) . For example, a reporting trigger can be set such that when one projected QoS satisfaction based event and one measurement based event are satisfied, the UE reports projected QoS satisfaction.

[0084] Additionally or alternatively as shown in decision block 710 the projected QoS satisfaction can be transmitted to BS (block 712) periodically with a predetermined interval.

[0085] FIG. 8 illustrates an example block diagram of AI-based QoS satisfaction projection according to some embodiments. Process 800 includes AI / ML model 802 that performs QoS satisfaction projection in the AS layer. For input of each service or application 804a, 804b, and 804c, AI / ML model 802 provides QoS satisfaction projection 806a, 806b, and 806c, respectively, which provides probability (0-100%) of whether the QoS satisfaction of each service or application can be satisfied under specific AS conditions. AI / ML model 802 performs the QoS satisfaction projection based on input of various AS conditions, for example NW assistance information 806a (e.g., an application or a service that a target base station  supports; bandwidth, radio resource, time resource, and computation resource that the BS can allocate for the UE after handover; and a system loading of the target base station) , radio condition 806b (e.g., reference signal received power (RSRP) of BS) , contextual information of UE 806c (e.g., mobility information) , minimization of drive tests (MDT) reporting 806d, and the user's service or application configuration or subscription 806e (e.g., a user may have configured high quality audio / video mode for an application, or a user may have a special subscription for high quality content) . Because system loading and NW allocated resource are BS specific, the QoS satisfaction projection is also specific to the BS. In a specific embodiment, the projected QoS satisfaction is legacy radio resource network (RAN) visible quality of experience (QoE) (RVQoE) . In this special case, UE behavior can be defined as: if AS did not receive QoE measurements from APP for some reasons, the UE AS will report what has been predicted instead.

[0086] FIG. 9 illustrates an example block diagram for QoS satisfaction projection. At process 908, UE 902 transmits a capability report to BS 904. The capability report includes information as to the communication capability of UE 902, such as whether UE 902 supports QoS satisfaction projection, and if it does, which type of QoS satisfaction projection it supports. At process 910, BS 904 configures with UE 902 for BS-sided training of an AI / ML model. The configuration includes transmission from BS 904 to UE 902 of the model type (e.g. LSTM / RNN) , layer, or dedicated model (s) , or maximum number parallel predictions. At process 912, UE 902 collects data, such as measurement data, RRM data, usage data, and resource demand data, including the user's application configuration or subscription, radio condition, system loading, and UE mobility information, At process 914, UE 902 transmits the data collected in process 912 to BS 904. In process 916, BS 904 communicates with hardware 906 to conduct training in the NW server of an AI / ML model for projecting QoS satisfaction. In process 918, BS 904 exchanges the AI / ML model and / or assistance information with one or more candidate target BSs within NW. A candidate target BS is another BS for which HO is considered. Different target BSs may have different AI / ML models for QoS satisfaction projection. The coordination process is further described in FIG. 11 and FIG. 10, including two example coordination schemes depending on which BS (BS 904, which currently supports UE 902, or a target BS) trains AI / ML models for QoS satisfaction projection. In process 920, BS 904 transmits AI / ML models specifically trained for different candidate target BSs to UE 902. In process 920, BS 904 optionally also transmits the assistance information to UE 902. In  process 922, based on the trained AI / ML models provided by BS 904 and optionally the assistance information provided by BS 904, UE 902 determines projected QoS satisfaction for a target BS. In process 924, UE 902 transmits the projected QoS satisfaction to BS 904. In process 924, UE 902 can also transmit the measurement (e.g., as measurement data) to BS 904, as further described in FIG. 7. BS 904 can use the projected QoS satisfaction to make a handover decision. Additionally, or alternatively, BS 904 can use the projected QoS satisfaction for one or more of AS layer optimization, scheduling optimization for service cell, radio resource allocation optimization for serving cell, and hand-off optimizations. In process 926 and process 928, UE 902 and BS 904 respectively performs performance monitoring. In process 930, BS 904 transmits LCM signaling to UE 902, which serves as a switch between activation and deactivation of an AI / ML model. In process 932, UE 902 switches or deactivates the AI / ML model.

[0087] When handover preparation is triggered (e.g. due to measurement reported by UE to BS) , the BS a message to the UE to request to provide its projected QoS satisfaction to the BS. The AI / ML model can be trained by the BS that currently supports the UE ( "source BS" ) , or by one or more candidate target BSs to which handover is contemplated ( "target BS" or “candidate target BS” ) . Based on the UE's reported QoS satisfaction projection determined using the AI / ML model, and / or UE's measurements, the source BS determines whether to perform handover and to which target BS to perform handover.

[0088] FIG. 10 illustrates an example block diagram for QoS satisfaction projection and handover when the source BS trains the AI / ML model. In process 1008, one or more target BSs 1006 transmits the assistance information to source BS 1004. In process 1010, source BS 1004 trains the AI / ML model using the assistance information received from each target BS 1006. In process 1012, source BS 1004 requests UE 1002 projected QoS satisfaction for each target BS 1006. For UE 1002 to determine projected QoS satisfaction for each target BS 1006, in process 1014, source BS 1004 transmits an AI / ML model specifically trained for each target BS 1006 to UE 1002. In process 1016, UE 1002 determines projected QoS satisfaction for a target BS, based on the request and AI / ML model specific for the target BS received from BS 1004. In process 1018, UE 1002 reports source BS 1004 the projected QoS satisfaction for one or more target BSs 1006. In process 1018, UE 1002 optionally also reports measurements to source BS 1004. In process 1020, source BS 1004 determines a target BS for handover based on the  projected QoS satisfaction, and optionally measurements, received from UE 1002. In process 1022, UE 1002 executes handover from source BS 1004 to the selected target BS 1006.

[0089] FIG. 11 illustrates an example block diagram for QoS satisfaction projection and handover when one or more candidate target BSs train the AI / ML model and forward the AI / ML model to the source BS after training. In process 1108, one or more candidate target BSs 1106 trains the AI / ML model. In process 1110, the one or more candidate target BSs 1106 transmits the trained AI / ML model to source BS 1104. In process 1112, source BS 1104 requests UE 1102 projected QoS satisfaction for each target BS 1106. For UE 1102 to determine projected QoS satisfaction for each target BS 1106, in process 1114, source BS 1104 transmits an AI / ML model specifically trained for each target BS 1106 to UE 1102. In process 1116, UE 1102 determines projected QoS satisfaction for a target BS, based on the request and AI / ML model specific for the target BS received from source BS 1104. In process 1118, UE 1102 reports source BS 1104 the projected QoS satisfaction for one or more target BSs 1006. In process 1118, UE 1102 optionally also reports measurements (e.g., as measurement data) to source BS 1104. In process 1120, source BS 1104 determines a target BS for handover based on the projected QoS satisfaction, and optionally measurements, received from UE 1102. In process 1122, UE 1102 executes handover from source BS 1104 to the selected target BS 1106.

[0090] HO can be performed conditionally. FIG. 12 illustrates an example block diagram for conditional handover (CHO) . In block 1202, the source BS receives projected QoS satisfaction from the UE. In block 1204, the source BS determines a target BS for handover based on the projected QoS satisfaction, and optionally measurements, received from the UE. In decision block 1206, the source BS determines whether a certain condition is triggered for handover. The condition can include projected QoS satisfaction based condition, such as that the UE's projected QoS satisfaction is above a predetermined threshold. One or more projected QoS satisfaction-based conditions can be combined with one or more measurement-based conditions to provide a combined condition for handover. One or more measurement-based conditions can be, for example, that a candidate target BS (e.g., neighbor BS) measurement becomes offset better than the source BS; a candidate target BS (e.g., neighbor BS) measurement becomes better than a predetermined threshold; and / or a source BS measurement becomes worse than a first predetermined threshold and a candidate target BS (e.g., neighbor BS) measurement becomes better than a second predetermined threshold. Each condition to be combined can be  additional requirement ( "and" ) or alternative requirement ( "or" ) to form a combined condition to trigger HO.

[0091] If the condition assessed in decision block 1206 is satisfied, the process proceeds to block 1208, and the source BS causes the UE to execute handover from the source BS. If The condition assessed in decision block 1206 is not satisfied, the process proceeds to block 1202, without handover. The framework described herein is also applicable to EN-DC or NR-DC.

[0092] FIG. 13 illustrates a logic flow 1300 of an exemplary technique associated with QoS satisfaction projection according to some embodiments. In some embodiments, the logic flow 1300 may be performed by a UE. Aspects of logic flow 1300 may relate to various embodiments described hereby. Logic flow 1300 may begin at block 1302. Block 1302 may include identifying the assistance information received by the UE from the BS. Assistance information may include NW (or BS) system loading, RSSI metric (representing loading status) , NW (or BS) allocated bandwidth (BW) to the particular UE, NW (or BS) allocated radio resource (e.g. average number of symbols per time unit) to the particular UE, NW (or BS) allocated computation resource (e.g. memory or CPU) to the particular UE, NW (or BS) allocated time resource to the particular UE, RAT type related information (e.g., non-terrestial network (NTN) introducing a long round-trip time (RTT) to the service, and information regarding an application or a service that a target base station supports. The assistance information may be specific to the BS.

[0093] Continuing to block 1304, the UE may determine a projected QoS satisfaction for a BS (e.g., candidate target BS) using the assistance information received as input. The projection of QoS satisfaction may be performed using an AI / ML model provided elsewhere herein.

[0094] Continuing to block 1306, the UE may transmit the projected QoS satisfaction to the BS. The BS may use the projected resource information to make a handover decision. In block 1306, the UE may also transmit the measurement data to the BS to help make a handover decision.

[0095] FIG. 14 illustrates a logic flow 1400 of an exemplary technique associated with QoS satisfaction projection according to some embodiments. In some embodiments, the logic flow 1400 may be performed by a BS. Aspects of logic flow 1400 may relate to various embodiments described hereby. Logic flow 1400 may begin at block 1402. Block 1402 may include transmitting one or more AI / ML models for determining a projected QoS satisfaction to the UE. The one or more AI / ML models may be specifically trained for predicting QoS  satisfaction for different candidate target BSs. In block 1402, the BS may optionally also transmit the assistance information to the UE.

[0096] Continuing to block 1404, the BS may receive the projected QoS satisfaction from the UE. The projected QoS satisfaction may be determined by the UE based on the trained AI / ML models provided by the BS and optionally the assistance information provided by the BS. In block 1404, the BS may also receive measurement data from the UE. The BS may use the projected resource information, and optionally the measurement, received from the UE to make a handover decision at block 1406.

[0097] Portions of what was described above may be implemented with logic circuitry such as a dedicated logic circuit or with a microcontroller or other form of processing core that executes program code instructions. Thus processes taught by the discussion above may be performed with program code such as machine-executable instructions that cause a machine that executes these instructions to perform certain functions. In this context, a “machine” may be a machine that converts intermediate form (or “abstract” ) instructions into processor specific instructions (e.g., an abstract execution environment such as a “virtual machine” (e.g., a Java Virtual Machine) , an interpreter, a Common Language Runtime, a high-level language virtual machine, etc. ) , and / or, electronic circuitry disposed on a semiconductor chip (e.g., “logic circuitry” implemented with transistors) designed to execute instructions such as a general-purpose processor and / or a special-purpose processor. Processes taught by the discussion above may also be performed by (in the alternative to a machine or in combination with a machine) electronic circuitry designed to perform the processes (or a portion thereof) without the execution of program code.

[0098] The present disclosure also relates to an apparatus for performing the operations described herein. This apparatus may be specially constructed for the required purpose, or it may comprise a general-purpose computer selectively activated or reconfigured by a computer program stored in the computer. Such a computer program may be stored in a computer readable storage medium, such as, but is not limited to, any type of disk including floppy disks, optical disks, CD-ROMs, and magnetic-optical disks, read-only memories (ROMs) , RAMs, EPROMs, EEPROMs, magnetic or optical cards, or any type of media suitable for storing electronic instructions, and each coupled to a computer system bus.

[0099] A machine readable medium includes any mechanism for storing or transmitting information in a form readable by a machine (e.g., a computer) . For example, a machine  readable medium includes read only memory ( “ROM” ) ; random access memory ( “RAM” ) ; magnetic disk storage media; optical storage media; flash memory devices; et cetera.

[0100] An article of manufacture may be used to store program code. An article of manufacture that stores program code may be embodied as, but is not limited to, one or more memories (e.g., one or more flash memories, random access memories (static, dynamic or other) ) , optical disks, CD-ROMs, DVD ROMs, EPROMs, EEPROMs, magnetic or optical cards or other type of machine-readable media suitable for storing electronic instructions. Program code may also be downloaded from a remote computer (e.g., a server) to a requesting computer (e.g., a client) by way of data signals embodied in a propagation medium (e.g., via a communication link (e.g., a network connection) ) .

[0101] There are a number of example embodiments described herein.

[0102] Example 1 is a method for wireless communication by a user equipment (UE) , the method comprising: identifying assistance information received from a first base station; determining a projected QoS satisfaction using the assistance information; and transmitting the projected QoS satisfaction to the first base station.

[0103] Example 2 is the method of Example 1 that may optionally include that the assistance information comprises at least one of an application or a service that a target base station supports, bandwidth, radio resource, or computation resource that the target base station can allocate for the UE after handover, or a system loading of the target base station, wherein the target base station is a candidate for handover of the UE from the first base station.

[0104] Example 3 is the method of Example 1 that may optionally include that the projected QoS satisfaction is transmitted to the first base station: when measurement towards the first base station is smaller than a first threshold; when measurement towards the target base station is larger than a second threshold; when measurement towards the first base station is smaller than a third threshold and measurement towards the second base station is larger than a fourth threshold; when measurement data is transmitted to the first base station; when requested by the first base station; when time duration of the projected QoS satisfaction is larger than a fifth threshold; when a value of the projected QoS satisfaction is larger than a sixth threshold; when a value of the projected QoS satisfaction is smaller than a seventh threshold; when a value of the projected QoS satisfaction of the first base station is smaller than a eighth threshold and a value of the projected QoS satisfaction of the target base station is larger than a ninth threshold; or when one or more predetermined conditions are satisfied; or periodically.

[0105] Example 4 is the method of Example 1 that may optionally include that determining the projected QoS satisfaction is conducted using an artificial intelligence (AI) model.

[0106] Example 5 is the method of Example 4 that may optionally include that the AI model is trained based on the assistance information.

[0107] Example 6 is the method of Example 4 that may optionally include that the AI model was trained based on one or more of radio condition, system loading, bandwidth, time resource, computation resource, minimization of drive tests (MDT) reporting, UE contextual information, and application configuration or subscription information of the UE.

[0108] Example 7 is the method of Example 4 that may optionally include that the output of the AI model comprises prediction on probability of whether QoS satisfaction of a particular service or application can be satisfied under certain access stratum (AS) conditions.

[0109] Example 8 is the method of Example 1 that may optionally include, prior to identifying the assistance information: transmitting a capability report to the first base station, wherein the capability report comprises information regarding whether the UE is capable of predicting a QoS satisfaction and a type of prediction the UE is capable of performing; configuring with the first base station for training and receiving a model type, a layer, a dedicated model, or maximum number parallel predictions; collecting current measurement data; training to determine the projected QoS satisfaction; transmitting to the first base station information regarding which model (s) are available in the UE and their model IDs, model applicability condition, or preferred model ID; and receiving information from the first base station to activate the AI model.

[0110] Example 9 is the method of Example 1 that may optionally include, following transmitting the current measurement and the projected QoS satisfaction to the first base station: monitoring ongoing performance; and switching or deactivating the first model based on LCM signaling received from the first base station.

[0111] Example 10 is the method of Example 1 that may optionally include receiving information from the first base station identifying a target base station to handover; and conducting the handover to the target base station.

[0112] Example 11 is the method of Example 10 that may optionally include that the handover is conducted: when the projected QoS satisfaction is above a first threshold; or when the projected QoS satisfaction is above a second threshold and a condition is satisfied.

[0113] Example 12 is the method of Example 11 that may optionally include that the condition comprises: that a measurement at a neighboring base station (e.g., the target base station) becomes offset better than the first base station; that the measurement at the neighboring base station (e.g., the target base station) becomes better than a first threshold; or that a measurement at the first base station becomes worse than a second threshold and the measurement at the neighboring base station (e.g., the target base station) becomes better than a third threshold.

[0114] Example 13A is a UE baseband processor configured to cause a UE to perform one or more methods of Examples 1 to 12.

[0115] Example 13B is a user equipment (UE) comprising one or more processors configured to perform the method of any of Examples 1 to 12.

[0116] Example 14 is a non-transitory machine-readable medium having executable instructions to cause one or more processing units to perform the method of any of Examples 1 to 12.

[0117] Example 15 is a method for wireless communication by a first base station (BS) , the method comprising: transmitting an artificial intelligence (AI) model for determining a projected QoS satisfaction to a user equipment (UE) ; receiving the projected QoS satisfaction from the UE; and determining a second base station for handover based on the predicted QoS satisfaction received from the UE.

[0118] Example 16 is the method of Example 15 that may optionally include that the AI model is trained based on radio condition, system loading, bandwidth, time resource, computation resource, minimization of drive tests (MDT) reporting, UE contextual information, and application configuration or subscription information of the UE.

[0119] Example 17 is the method of Example 16 that may optionally include that the AI model is trained in the first base station using assistance information exchanged from a second base station; or wherein the AI model is trained in the second base station and is transmitted to the first base station after training.

[0120] Example 18 is the method of Example 15 that may optionally include that the output of the AI model comprises prediction on probability of whether QoS of a particular service or application can be satisfied under certain access stratum (AS) conditions.

[0121] Example 19 is the method of Example 15 that may optionally include providing assistance information to the UE, wherein the assistance information comprises an application or a service that the first or second base station supports; bandwidth, radio resource, and computation resource that the second base station can allocate for the UE after handover; a system loading of the first or second base station; and a radio access technology (RAT) type related information.

[0122] Example 20 is the method of Example 15 that may optionally include using the projected QoS satisfaction to conduct an access stratum (AS) layer optimization, wherein the AS layer optimization comprises optimizing the first or second base station's scheduling, optimizing the first or second base station’s radio resource allocation, and optimizing handover.

[0123] Example 21 is a network comprising one or more processors configured to perform the method of any of Examples 15 to 20.

[0124] Example 22 is a non-transitory machine-readable medium having executable instructions to cause one or more processing units to perform the method of any of Examples 15 to 20.

[0125] The preceding detailed descriptions are presented in terms of algorithms and symbolic representations of operations on data bits within a computer memory. These algorithmic descriptions and representations are the tools used by those skilled in the data processing arts to most effectively convey the substance of their work to others skilled in the art. An algorithm is here, and generally, conceived to be a self-consistent sequence of operations leading to a desired result. The operations are those requiring physical manipulations of physical quantities. Usually, though not necessarily, these quantities take the form of electrical or magnetic signals capable of being stored, transferred, combined, compared, and otherwise manipulated. It has proven convenient at times, principally for reasons of common usage, to refer to these signals as bits, values, elements, symbols, characters, terms, numbers, or the like.

[0126] It should be kept in mind, however, that all of these and similar terms are to be associated with the appropriate physical quantities and are merely convenient labels applied to these quantities. Unless specifically stated otherwise as apparent from the above discussion, it is appreciated that throughout the description, discussions utilizing terms such as “selecting, ” “determining, ” “receiving, ” “forming, ” “grouping, ” “aggregating, ” “generating, ” “removing, ” or the like, refer to the action and processes of a computer system, or similar electronic computing device, that manipulates and transforms data represented as physical (electronic)  quantities within the computer system's registers and memories into other data similarly represented as physical quantities within the computer system memories or registers or other such information storage, transmission or display devices.

[0127] The processes and displays presented herein are not inherently related to any particular computer or other apparatus. Various general-purpose systems may be used with programs in accordance with the teachings herein, or it may prove convenient to construct a more specialized apparatus to perform the operations described. The required structure for a variety of these systems will be evident from the description below. In addition, the present disclosure is not described with reference to any particular programming language. It will be appreciated that a variety of programming languages may be used to implement the teachings of the disclosure as described herein.

[0128] It is well understood that the use of personally identifiable information should follow privacy policies and practices that are generally recognized as meeting or exceeding industry or governmental requirements for maintaining the privacy of users. In particular, personally identifiable information data should be managed and handled so as to minimize risks of unintentional or unauthorized access or use, and the nature of authorized use should be clearly indicated to users.

[0129] The foregoing discussion merely describes some example embodiments of the present disclosure. One skilled in the art will readily recognize from such discussion, the accompanying drawings and the claims that various modifications can be made without departing from the spirit and scope of the disclosure.

Claims

1.A method for wireless communication by a user equipment (UE) , the method comprising:identifying assistance information received from a first base station;determining a projected Quality of Service (QoS) satisfaction using the assistance information; andtransmitting the projected QoS satisfaction to the first base station.2.The method of claim 1, wherein the assistance information comprises at least one of an application or a service that a target base station supports, bandwidth, radio resource, or computation resource that the target base station can allocate for the UE after handover, or a system loading of the target base station, wherein the target base station is a candidate for handover of the UE from the first base station.3.The method of claim 1, wherein the projected QoS satisfaction is transmitted to the first base station:when measurement towards the first base station is smaller than a first threshold;when measurement towards the target base station is larger than a second threshold;when measurement towards the first base station is smaller than a third threshold and measurement towards the second base station is larger than a fourth threshold;when measurement data is transmitted to the first base station;when requested by the first base station;when time duration of the projected QoS satisfaction is larger than a fifth threshold;when a value of the projected QoS satisfaction is larger than a sixth threshold;when a value of the projected QoS satisfaction is smaller than a seventh threshold;when a value of the projected QoS satisfaction of the first base station is smaller than a eighth threshold and a value of the projected QoS satisfaction of the target base station is larger than a ninth threshold; orwhen one or more predetermined conditions are satisfied; orperiodically.4.The method of claim 1, wherein determining the projected QoS satisfaction is conducted using an artificial intelligence (AI) model.5.The method of claim 4, wherein the AI model is trained based on the assistance information.6.The method of claim 4, wherein the AI model was trained based on one or more of radio condition, system loading, bandwidth, time resource, computation resource, minimization of drive tests (MDT) reporting, UE contextual information, and application configuration or subscription information of the UE.7.The method of claim 4, wherein the output of the AI model comprises prediction on probability of whether QoS satisfaction of a particular service or application can be satisfied under certain access stratum (AS) conditions.8.The method of claim 1, further comprising, prior to identifying the assistance information:transmitting a capability report to the first base station, wherein the capability report comprises information regarding whether the UE is capable of predicting a QoS satisfaction and a type of prediction the UE is capable of performing;configuring with the first base station for training and receiving a model type, a layer, a dedicated model, or maximum number parallel predictions;collecting current measurement data;training to determine the projected QoS satisfaction;transmitting to the first base station information regarding which model (s) are available in the UE and their model IDs, model applicability condition, or preferred model ID; andreceiving information from the first base station to activate the AI model.9.The method of claim 1, further comprising, following transmitting the current measurement and the projected QoS satisfaction to the first base station:monitoring ongoing performance; andswitching or deactivating the first model based on LCM signaling received from the first base station.10.The method of claim 1, further comprising:receiving information from the first base station identifying a target base station to handover; andconducting the handover to the target base station.11.The method of claim 10, wherein the handover is conducted:when the projected QoS satisfaction is above a first threshold; orwhen the projected QoS satisfaction is above a second threshold and a condition is satisfied.12.The method of claim 11, wherein the condition comprises:that a measurement at the target base station becomes offset better than the first base station;that the measurement at the neighboring base station becomes better than a first threshold; orthat a measurement at the first base station becomes worse than a second threshold and the measurement at the neighboring base station becomes better than a third threshold.13.A UE baseband processor configured to cause a UE to perform one or more methods of claims 1 to 12.14.A user equipment (UE) comprising one or more processors configured to perform operations comprising:identifying assistance information received from a first base station;determining a projected QoS satisfaction specific to the first base station using the assistance information; andtransmitting current measurement data and the projected QoS satisfaction to the first base station.15.The UE of claim 14, wherein the assistance information comprises at least one of an application or a service that a target base station supports, bandwidth, radio resource, or computation resource that the target base station can allocate for the UE after handover, or a system loading of the target base station, wherein the target base station is a candidate for handover of the UE from the first base station.16.The UE of claim 14, wherein the projected QoS satisfaction is transmitted to the first base station:when measurement towards the first base station is smaller than a first threshold;when measurement towards the target base station is larger than a second threshold;when measurement towards the first base station is smaller than a third threshold and measurement towards the second base station is larger than a fourth threshold;when measurement data is transmitted to the first base station;when requested by the first base station;when time duration of the projected QoS satisfaction is larger than a fifth threshold;when a value of the projected QoS satisfaction is larger than a sixth threshold;when a value of the projected QoS satisfaction is smaller than a seventh threshold;when a value of the projected QoS satisfaction of the first base station is smaller than a eighth threshold and a value of the projected QoS satisfaction of the target base station is larger than a ninth threshold; orwhen one or more predetermined conditions are satisfied; orperiodically.17.A non-transitory machine-readable medium having executable instructions to cause one or more processing units to perform a method, the method comprising:identifying assistance information received from a first base station;determining a projected QoS satisfaction specific to the first base station using the assistance information; andtransmitting current measurement data and the projected QoS satisfaction to the first base station.18.The non-transitory machine-readable medium of claim 17, the non-transitory machine-readable medium having instructions to cause one or more processing units to perform the method further comprising:receiving information from the first base station identifying a target base station to handover; andconducting the handover to the target base station.19.The non-transitory machine-readable medium of claim 18, wherein the handover is conducted:when the projected QoS satisfaction is above a first threshold; orwhen the projected QoS satisfaction is above a second threshold and a condition is satisfied.20.The non-transitory machine-readable medium of claim 19, wherein the condition comprises:that a measurement at the target base station becomes offset better than the first base station;that the measurement at the neighboring base station becomes better than a first threshold; orthat a measurement at the first base station becomes worse than a second threshold and the measurement at the neighboring base station becomes better than a third threshold.21.A method for wireless communication by a first base station (BS) , the method comprising:transmitting an artificial intelligence (AI) model for determining a projected QoS satisfaction to a user equipment (UE) ;receiving the projected QoS satisfaction from the UE; anddetermining a second base station for handover based on the predicted QoS satisfaction received from the UE.22.The method of claim 21, wherein the AI model is trained based on radio condition, system loading, bandwidth, time resource, computation resource, minimization of drive tests (MDT) reporting, UE contextual information, and application configuration or subscription information of the UE.23.The method of claim 22, wherein the AI model is trained in the first base station using assistance information exchanged from the second base station; or wherein the AI model is trained in the second base station and is transmitted to the first base station after training.24.The method of claim 21, wherein the output of the AI model comprises prediction on probability of whether QoS of a particular service or application can be satisfied under certain access stratum (AS) conditions.25.The method of claim 21, further comprising providing assistance information to the UE, wherein the assistance information comprises an application or a service that the first or second base station supports; bandwidth, radio resource, and computation resource that the second base station can allocate for the UE after handover; a system loading of the first or second base station; and a radio access technology (RAT) type related information.26.The method of claim 21, further comprising using the projected QoS satisfaction to conduct an access stratum (AS) layer optimization, wherein the AS layer optimization comprises optimizing the first or second base station's scheduling, optimizing the first or second base station’s radio resource allocation, and optimizing handover.27.A network comprising one or more processors configured to perform operations comprising:transmitting an artificial intelligence (AI) model for determining a projected QoS satisfaction to a user equipment (UE) ;receiving the projected QoS satisfaction from the UE; anddetermining a second base station for handover based on the predicted QoS satisfaction received from the UE.28.The network of claim 27, wherein the one or more processors are further configured to perform operations comprising providing assistance information to the UE, wherein the assistance information comprises an application or a service that the base station supports; bandwidth, radio resource, and computation resource that the base station can allocate for the UE after handover; a system loading of the base station; and a radio access technology (RAT) type related information.29.The network of claim 27, wherein the one or more processors are further configured to perform operations comprising using the projected QoS satisfaction to conduct an access stratum (AS) layer optimization, wherein the AS layer optimization comprises optimizing the base station's scheduling, optimizing base station’s radio resource allocation, and optimizing handover.30.A non-transitory machine-readable medium having executable instructions to cause one or more processing units to perform a method, the method comprising:transmitting an artificial intelligence (AI) model for determining a projected QoS satisfaction to a user equipment (UE) ;receiving the projected QoS satisfaction from the UE; anddetermining a second base station for handover based on the predicted QoS satisfaction received from the UE.

Images