Model training and monitoring for channel state information transmission

Abstract

Various aspects of the present disclosure relate to model training and monitoring for CSI transmission. In an aspect, a UE receives, from a network entity, information comprising at least one of one or more channel state information (CSI) feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS). The UE determines one or more first CSIs paired with the information.

Description

MODEL TRAINING AND MONITORING FOR CHANNEL STATE INFORMATION TRANSMISSIONTECHNICAL FIELD

[0001] The present disclosure relates to wireless communications, and more specifically to a user equipment (UE) , a base station, a core network entity, processors, and methods for model training and monitoring for channel state information (CSI) transmission.BACKGROUND

[0002] A wireless communications system may include one or multiple network communication devices, such as base stations, which may be otherwise known as an eNodeB (eNB) , a next-generation NodeB (gNB) , or other suitable terminology. Each network communication devices, such as a base station may support wireless communications for one or multiple user communication devices, which may be otherwise known as user equipment (UE) , or other suitable terminology. The wireless communications system may support wireless communications with one or multiple user communication devices by utilizing resources of the wireless communication system (e.g., time resources (e.g., symbols, slots, subframes, frames, or the like) or frequency resources (e.g., subcarriers, carriers) . Additionally, the wireless communications system may support wireless communications across various radio access technologies including third generation (3G) radio access technology, fourth generation (4G) radio access technology, fifth generation (5G) radio access technology, among other suitable radio access technologies beyond 5G (e.g., sixth generation (6G) ) .

[0003] Legacy uplink data transmission including CSI reporting uses separate source coding and channel coding and relies on accurate channel estimation to optimize channel coding and modulation strategies, aiming at transmitting the original data as accurately as possible and ensuring that the original data is not distorted when recovered at the receiver side. Such communication method is inefficient and has a high resource overhead. In addition, the separate design of source coding and channel coding leads to a sharp performance degradation under limited channel bandwidth and low signal-to-noise ratio (SNR) conditions, and therefore poor robustness of the communication. Enhancements on CSI reporting are still needed.SUMMARY

[0004] The present disclosure relates to methods, apparatuses, and systems that support model training and monitoring for CSI transmission.

[0005] In a first aspect of the solution, a UE transmits, to a network entity, a first signaling indicating at least one of at least one first model backbone, at least one first model structure or at least one first model parameter supported by the UE. The UE determines applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter, based on at least one of the following: the first signaling, or a second signaling received from the network entity, wherein the second signaling is received after transmitting the first signaling.

[0006] In some implementations of the method and apparatuses described herein, the at least one second model backbone comprises one or more of the at least one first model backbone. In some implementations of the method and apparatuses described herein, the at least one second model structure comprises one or more of the at least one first model structure. In some implementations of the method and apparatuses described herein, the at least one second model parameter comprises one or more of the at least one first model parameter.

[0007] In some implementations of the method and apparatuses described herein, the second signaling indicates at least one second combination which is applicable. A second combination of the at least one second combination is associated with a second model backbone of the at least one second model backbone, a second model structure of the at least one second model structure and a second parameter set comprising one or more of the at least one second model parameter.

[0008] In some implementations of the method and apparatuses described herein, the first signaling indicates at least one first combination supported by the UE. A first combination of the at least one first combination is associated with a first model backbone of the at least one first model backbone, a first model structure of the at least one first model structure and a first parameter set comprising one or more of the at least one first model parameter, and

[0009] wherein the first signaling comprises at least one first index associated with the at least one first combination respectively.

[0010] In some implementations of the method and apparatuses described herein, the second signaling comprises one or more first indexes, among the at least one first index, supported by the network entity. In some implementations of the method and apparatuses described herein, the one or more first indexes are associated with at least one channel state information (CSI) report configuration, respectively. In some implementations of the method and apparatuses described herein, the one or more first indexes are comprised in at least one CSI report configuration, respectively.

[0011] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, a third signaling indicating at least one of at least one third model backbone, at least one third model structure or at least one third model parameter supported by the network entity, and the third signaling is received before transmitting the first signaling.

[0012] In some implementations of the method and apparatuses described herein, the at least one first model backbone comprises one or more of the at least one third model backbone. In some implementations of the method and apparatuses described herein, the at least one first model structure comprises one or more of the at least one third model structure. In some implementations of the method and apparatuses described herein, the at least one first model parameter comprises one or more of the at least one third model parameter.

[0013] In some implementations of the method and apparatuses described herein, the third signaling indicates at least one third combination supported by the network entity. A third combination of the at least one third combination is associated with a third model backbone of the at least one third model backbone, a third model structure of the at least one third model structure and a third parameter set comprising one or more of the at least one third model parameter.

[0014] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one CSI report configuration. Each of the at least one CSI report configuration is associated with at least one of one third model backbone, one third model structure or one third model parameter.

[0015] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one third index associated with the at least one of one third model backbone, one third model structure or one third model parameter. The first signaling comprises one of the following: one or more of the at least one third index, supported by the UE, or a bitmap indicating whether the at least one third index is supported by the UE.

[0016] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one CSI report configuration associated with at least one of one third model backbone, one third model structure or one third model parameter, and the first signaling is associated with a CSI report configuration among the at least one CSI report configuration. The first signaling comprises one of the following: one or more identities associated with one or more CSI report configurations among the at least one CSI report configuration, wherein the one or more CSI report configurations are supported by the UE, or a bitmap indicating whether the at least one CSI report configuration is supported by the UE, or an indication of whether the CSI report configuration is supported by the UE or not.

[0017] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, an indication of a reporting metric associated with the CSI report configuration.

[0018] In some implementations of the method and apparatuses described herein, the CSI report configuration comprises a list of at least one identity of the at least one CSI report configuration. Some implementations of the method and apparatuses described herein may further include: omitting reporting associated with a CSI report configuration, among the at least one CSI report configuration, without an identity list of CSI report configuration. The first signaling associated with the CSI report configuration is transmitted based on determining that the CSI report configuration comprises the list of the at least one identity of the at least one CSI report configuration.

[0019] Some implementations of the method and apparatuses described herein may further include: transmitting, to the network entity, a fourth signaling indicating at least one of at least one fourth model backbone or at least one fourth model structure supported by the UE, the fourth signaling is transmitted before receiving the third signaling.

[0020] In some implementations of the method and apparatuses described herein, the at least one third model backbone comprises one or more of the at least one fourth model backbone. In some implementations of the method and apparatuses described herein, the at least one third model structure comprises one or more of the at least one fourth model structure. In some implementations of the method and apparatuses described herein, the at least one third model parameter comprises one or more of the at least one fourth model parameter.

[0021] In some implementations of the method and apparatuses described herein, the fourth signaling indicates at least one fourth combination supported by the UE. In some implementations of the method and apparatuses described herein, a fourth combination of the at least one fourth combination is associated with a fourth model backbone of the at least one fourth model backbone and a fourth model structure of the at least one fourth model structure. In some implementations of the method and apparatuses described herein, the fourth signaling comprises at least one fourth index associated with the at least one fourth combination respectively.

[0022] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one fifth index associated with at least one parameter set comprising the at least one third model parameter. A fifth index of the at least one fifth index is associated with one or more of the at least one fourth index.

[0023] In some implementations of the method and apparatuses described herein, the third signaling comprises one of the following: respective ones of the at least one fourth index associated with each of the at least one fifth index; respective ones of the at least one fifth index associated with each of the at least one fourth index; a subset of the at least one fourth index and respective ones of the at least one fifth index associated with each of the subset of the at least one fourth index; at least one index pair, wherein each index pair comprises one of the at least one fourth index and one of the at least one fifth index; at least one third index, wherein each third index is associated with one of the at least one fourth index and one of the at least one fifth index; or at least one third index, wherein each third index is associated with one of the at least one fourth index and a parameter set comprising one or more of the at least one third model parameter.

[0024] In some implementations of the method and apparatuses described herein, the at least one fifth index is associated with at least one CSI report configuration, respectively. In some implementations of the method and apparatuses described herein, the at least one fifth index is comprised in at least one CSI report configuration, respectively. In some implementations of the method and apparatuses described herein, the at least one index pair is associated with at least one CSI report configuration, respectively. In some implementations of the method and apparatuses described herein, the at least one index pair is comprised in at least one CSI report configuration, respectively.

[0025] In some implementations of the method and apparatuses described herein, the first signaling comprises one of the following: one or more of the at least one fifth index, wherein the one or more fifth indexes are associated with one or more parameter sets, among the at least one parameter set, supported by the UE, a bitmap indicating whether the at least one parameter set associated with the at least one fifth index is supported by the UE; one or more of the at least one index pair, supported by the UE, a bitmap indicating whether the at least one index pair is supported by the UE; one or more of the at least one third index, supported by the UE, or a bitmap indicating whether the at least one third index is supported by the UE.

[0026] In some implementations of the method and apparatuses described herein, the applicable information is determined based on the first signaling, wherein the first signaling is associated with periodic CSI reporting. In some implementations of the method and apparatuses described herein, the applicable information is determined based on the second signaling, wherein the first signaling is associated with aperiodic or semi-persistent CSI reporting

[0027] In some implementations of the method and apparatuses described herein, the third signaling is a broadcast signaling, or a dedicated signaling for the UE.

[0028] In some implementations of the method and apparatuses described herein, the first signaling is one of the following: a random access channel (RACH) message; a scheduling request (SR) message; or a radio resource control (RRC) message.

[0029] In some implementations of the method and apparatuses described herein, the at least one second model backbone comprises at least one of the following: a convolutional neural network (CNN) ; a recurrent neural network (RNN) ; or a transformer network.

[0030] In some implementations of the method and apparatuses described herein, the at least one second model structure comprises at least one of the following: a model structure for CSI compression only; a model structure for a combination of CSI compression and channel coding; or a model structure for a combination of CSI compression, channel coding and modulation.

[0031] In some implementations of the method and apparatuses described herein, the at least one second model parameter comprises at least one of the following: at least one weighting factor, at least one number of layers, or at least one number of connections of a neutral network.

[0032] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from the first network entity, at least one third index supported by a second network entity, wherein each third index is associated with a model backbone, a model structure or a parameter set comprising one or more model parameters; and transmitting, to the first network entity, one or more of the at least one third index supported by the UE.

[0033] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from the first network entity, at least one third index supported by a second network entity, wherein each third index is associated with a model backbone, a model structure or a parameter set comprising one or more model parameters; handovering from the first network entity to the second network entity; and transmitting, to the second network entity, one or more of the at least one third index supported by the UE.

[0034] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from the first network entity, at least one fourth index, at least one fifth index and at least one association between at least one fourth index and at least one fifth index supported by a second network entity, wherein each fourth index is associated with a model backbone and a model structure, and each fifth index is associated with a parameter set comprising one or more model parameters; and transmitting, to the first network entity, at least one of the following: one or more of the at least one fourth index supported by the UE; one or more of the at least one fifth index supported by the UE; or one or more of the at least one association supported by the UE.

[0035] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from the first network entity, at least one fourth index, at least one fifth index and at least one association between at least one fourth index and at least one fifth index supported by a second network entity, wherein each fourth index is associated with a model backbone and a model structure, and each fifth index is associated with a parameter set comprising one or more model parameters; handovering from the first network entity to the second network entity; and transmitting, to the second network entity, at least one of the following: one or more of the at least one fourth index supported by the UE; one or more of the at least one fifth index supported by the UE; or one or more of the at least one association supported by the UE.

[0036] In a second aspect of the solution, a network entity receives, from a user equipment (UE) , a first signaling indicating at least one of at least one first model backbone, at least one first model structure or at least one first model parameter supported by the UE. The network entity determines applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter, based on at least one of the following: the first signaling, or a second signaling transmitted to the UE, wherein the second signaling is transmitted after receiving the first signaling.

[0037] In some implementations of the method and apparatuses described herein, the at least one second model backbone comprises one or more of the at least one first model backbone.

[0038] In some implementations of the method and apparatuses described herein, the at least one second model structure comprises one or more of the at least one first model structure.

[0039] In some implementations of the method and apparatuses described herein, the at least one second model parameter comprises one or more of the at least one first model parameter.

[0040] In some implementations of the method and apparatuses described herein, the second signaling indicates at least one second combination which is applicable. A second combination of the at least one second combination is associated with a second model backbone of the at least one second model backbone, a second model structure of the at least one second model structure and a second parameter set comprising one or more of the at least one second model parameter.

[0041] In some implementations of the method and apparatuses described herein, the first signaling indicates at least one first combination supported by the UE. A first combination of the at least one first combination is associated with a first model backbone of the at least one first model backbone, a first model structure of the at least one first model structure and a first parameter set comprising one or more of the at least one first model parameter. The first signaling comprises at least one first index associated with the at least one first combination respectively.

[0042] In some implementations of the method and apparatuses described herein, the second signaling comprises one or more first indexes, among the at least one first index, supported by the network entity.

[0043] In some implementations of the method and apparatuses described herein, the one or more first indexes are associated with at least one channel state information (CSI) report configuration, respectively.

[0044] In some implementations of the method and apparatuses described herein, the one or more first indexes are comprised in at least one CSI report configuration, respectively.

[0045] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, a third signaling indicating at least one of at least one third model backbone, at least one third model structure or at least one third model parameter supported by the network entity, the third signaling is transmitted before receiving the first signaling.

[0046] In some implementations of the method and apparatuses described herein, the at least one first model backbone comprises one or more of the at least one third model backbone. In some implementations of the method and apparatuses described herein, the at least one first model structure comprises one or more of the at least one third model structure. In some implementations of the method and apparatuses described herein, the at least one first model parameter comprises one or more of the at least one third model parameter.

[0047] In some implementations of the method and apparatuses described herein, the third signaling indicates at least one third combination supported by the network entity. A third combination of the at least one third combination is associated with a third model backbone of the at least one third model backbone, a third model structure of the at least one third model structure and a third parameter set comprising one or more of the at least one third model parameter.

[0048] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one CSI report configuration. Each of the at least one CSI report configuration is associated with at least one of one third model backbone, one third model structure or one third model parameter.

[0049] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one third index associated with the at least one of one third model backbone, one third model structure or one third model parameter. The first signaling comprises one of the following: one or more of the at least one third index, supported by the UE, or a bitmap indicating whether the at least one third index is supported by the UE.

[0050] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one CSI report configuration associated with at least one of one third model backbone, one third model structure or one third model parameter, and the first signaling is associated with a CSI report configuration among the at least one CSI report configuration. The first signaling comprises one of the following: one or more identities associated with one or more CSI report configurations among the at least one CSI report configuration, wherein the one or more CSI report configurations are supported by the UE, or a bitmap indicating whether the at least one CSI report configuration is supported by the UE, or an indication of whether the CSI report configuration is supported by the UE or not.

[0051] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, an indication of a reporting metric associated with the CSI report configuration.

[0052] In some implementations of the method and apparatuses described herein, the CSI report configuration comprises a list of at least one identity of the at least one CSI report configuration. Some implementations of the method and apparatuses described herein may further include: omitting reporting associated with a CSI report configuration, among the at least one CSI report configuration, without an identity list of CSI report configuration, wherein the first signaling associated with the CSI report configuration is transmitted based on determining that the CSI report configuration comprises the list of the at least one identity of the at least one CSI report configuration.

[0053] Some implementations of the method and apparatuses described herein may further include: receiving, from the UE, a fourth signaling indicating at least one of at least one fourth model backbone or at least one fourth model structure supported by the UE, the fourth signaling is received before transmitting the third signaling.

[0054] In some implementations of the method and apparatuses described herein, the at least one third model backbone comprises one or more of the at least one fourth model backbone. In some implementations of the method and apparatuses described herein, the at least one third model structure comprises one or more of the at least one fourth model structure. In some implementations of the method and apparatuses described herein, the at least one third model parameter comprises one or more of the at least one fourth model parameter.

[0055] In some implementations of the method and apparatuses described herein, the fourth signaling indicates at least one fourth combination supported by the UE. A fourth combination of the at least one fourth combination is associated with a fourth model backbone of the at least one fourth model backbone and a fourth model structure of the at least one fourth model structure. In some implementations of the method and apparatuses described herein, the fourth signaling comprises at least one fourth index associated with the at least one fourth combination respectively.

[0056] In some implementations of the method and apparatuses described herein, the third signaling comprises at least one fifth index associated with at least one parameter set comprising the at least one third model parameter. A fifth index of the at least one fifth index is associated with one or more of the at least one fourth index.

[0057] In some implementations of the method and apparatuses described herein, the third signaling comprises one of the following: respective ones of the at least one fourth index associated with each of the at least one fifth index; respective ones of the at least one fifth index associated with each of the at least one fourth index; a subset of the at least one fourth index and respective ones of the at least one fifth index associated with each of the subset of the at least one fourth index; at least one index pair, wherein each index pair comprises one of the at least one fourth index and one of the at least one fifth index; at least one third index, wherein each third index is associated with one of the at least one fourth index and one of the at least one fifth index; or at least one third index, wherein each third index is associated with one of the at least one fourth index and a parameter set comprising one or more of the at least one third model parameter.

[0058] In some implementations of the method and apparatuses described herein, the at least one fifth index is associated with at least one CSI report configuration, respectively. In some implementations of the method and apparatuses described herein, the at least one fifth index is comprised in at least one CSI report configuration, respectively. In some implementations of the method and apparatuses described herein, the at least one index pair is associated with at least one CSI report configuration, respectively. In some implementations of the method and apparatuses described herein, the at least one index pair is comprised in at least one CSI report configuration, respectively.

[0059] In some implementations of the method and apparatuses described herein, the first signaling comprises one of the following: one or more of the at least one fifth index, wherein the one or more fifth indexes are associated with one or more parameter sets, among the at least one parameter set, supported by the UE, or a bitmap indicating whether the at least one parameter set associated with the at least one fifth index is supported by the UE; one or more of the at least one index pair, supported by the UE, or a bitmap indicating whether the at least one index pair is supported by the UE; one or more of the at least one third index, supported by the UE, or a bitmap indicating whether the at least one third index is supported by the UE.

[0060] In some implementations of the method and apparatuses described herein, the applicable information is determined based on the first signaling, wherein the first signaling is associated with periodic CSI reporting. In some implementations of the method and apparatuses described herein, the applicable information is determined based on the second signaling, wherein the first signaling is associated with aperiodic or semi-persistent CSI reporting

[0061] In some implementations of the method and apparatuses described herein, the third signaling is a broadcast signaling, or a dedicated signaling for the UE.

[0062] In some implementations of the method and apparatuses described herein, the first signaling is one of the following: a random access channel (RACH) message; a scheduling request (SR) message; or a radio resource control (RRC) message.

[0063] In some implementations of the method and apparatuses described herein, the at least one second model backbone comprises at least one of the following: a convolutional neural network (CNN) ; a recurrent neural network (RNN) ; or a transformer network.

[0064] In some implementations of the method and apparatuses described herein, the at least one second model structure comprises at least one of the following: a model structure for CSI compression only; a model structure for a combination of CSI compression and channel coding; or a model structure for a combination of CSI compression, channel coding and modulation.

[0065] In some implementations of the method and apparatuses described herein, the at least one second model parameter comprises at least one of the following: at least one weighting factor, at least one number of layers, or at least one number of connections of a neutral network.

[0066] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from a second network entity, at least one third index supported by the second network entity, wherein each third index is associated with a model backbone, a model structure or a parameter set comprising one or more model parameters; and transmitting, to the UE, the at least one third index supported by the second network entity.

[0067] Some implementations of the method and apparatuses described herein may further include: receiving, from the UE, one or more of the at least one third index supported by the UE; and transmitting, to the second network entity, the one or more of the at least one third index supported by the UE.

[0068] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from a second network entity, at least one of at least one fourth index, at least one fifth index or at least one association between at least one fourth index and at least one fifth index supported by the second network entity, wherein each fourth index is associated with a model backbone and a model structure, and each fifth index is associated with a parameter set comprising one or more model parameters; and transmitting, to the UE, at least one of the at least one fourth index, the at least one fifth index and the at least one association supported by the second network entity.

[0069] Some implementations of the method and apparatuses described herein may further include: receiving, from the UE, at least one of the following: one or more of the at least one fourth index supported by the UE; one or more of the at least one fifth index supported by the UE; or one or more of the at least one association supported by the UE; and transmitting, to the second network entity, at least one of the following: the one or more fourth indexes supported by the UE; the one or more fifth indexes supported by the UE; or the one or more associations supported by the UE.

[0070] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from the UE, at least one third index supported by the UE, wherein each third index is associated with a model backbone, a model structure or a parameter set comprising one or more model parameters; and transmitting, to a second network entity, the at least one third index supported by the UE.

[0071] In some implementations of the method and apparatuses described herein, the network entity is a first network entity. Some implementations of the method and apparatuses described herein may further include: receiving, from the UE, at least one of at least one fourth index, at least one fifth index or at least one association between at least one fourth index and at least one fifth index supported by the UE, wherein each fourth index is associated with a model backbone and a model structure, and each fifth index is associated with a parameter set comprising one or more model parameters; and transmitting, to a second network entity, at least one of the at least one fourth index, the at least one fifth index or the at least one association supported by the UE.

[0072] In a third aspect of the solution, a UE receives, from a network entity, information comprising at least one of one or more channel state information (CSI) feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) . The UE determines one or more first CSIs paired with the information.

[0073] In some implementations of the method and apparatuses described herein, a CSI feedback of the one or more CSI feedbacks is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0074] In some implementations of the method and apparatuses described herein, a recovered CSI of the one or more recovered CSIs is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0075] In some implementations of the method and apparatuses described herein, the precoded CSI is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0076] In some implementations of the method and apparatuses described herein, the model backbone comprises one of the following: a convolutional neural network (CNN) ; a recurrent neural network (RNN) ; or a transformer network.

[0077] In some implementations of the method and apparatuses described herein, the model structure comprises one of the following: a model structure for CSI compression only; a model structure for a combination of CSI compression and channel coding; or a model structure for a combination of CSI compression, channel coding and modulation.

[0078] In some implementations of the method and apparatuses described herein, the model parameter set comprises at least one of the following: a weighting factor, a number of layers, or a number of connections of a neutral network.

[0079] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, an indication of at least one type for the one or more CSI feedbacks. The at least one type comprise at least one of the following: a precoding matrix, multiple bits, or multiple symbols.

[0080] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, an indication of at least one size for the one or more CSI feedbacks; or receiving, from the network entity, an indication of at least one size for the one or more recovered CSIs.

[0081] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, the one or more first CSIs, wherein the one or more CSI feedbacks and the one or more first CSIs paired with the one or more CSI feedbacks are received together.

[0082] Some implementations of the method and apparatuses described herein may further include: obtaining at least one CSI based on at least one CSI measurement; reporting, to the network entity, the at least one CSI; and buffering a subset of first CSIs comprised in the at least one CSI, wherein the one or more first CSIs are comprised in the subset of first CSIs.

[0083] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, an indication associated with a CSI report configuration indicating first CSIs among reported CSIs for the CSI report configuration to be buffered for a duration.

[0084] Some implementations of the method and apparatuses described herein may further include: indexing first CSIs in the subset of first CSIs within a time domain window.

[0085] In some implementations of the method and apparatuses described herein, the indexing is based on at least one of the following: first time domain resources for measurements of the first CSIs, second time domain resources for reporting of the first CSIs, identities of CSI report configurations associated with the first CSIs, first frequency domain resources for measurements of the first CSIs, second frequency domain resources for reporting of the first CSIs, time domain behaviors of reporting of the first CSIs, or indexes of transmission reference points (TRPs) for reporting the first CSIs.

[0086] In some implementations of the method and apparatuses described herein, the first time domain resources or the second time domain resources comprise at least one of the following: slots, or symbols.

[0087] In some implementations of the method and apparatuses described herein, the first frequency domain resources or the second frequency domain resources comprise at least one of the following: physical resource blocks, component carriers, or bandwidth parts.

[0088] In some implementations of the method and apparatuses described herein, the time domain behaviors comprise at least one of the following: a periodic behavior, a semi-persistent behavior, or an aperiodic behavior.

[0089] In some implementations of the method and apparatuses described herein, the indexing is based on a predefined order or a configured order of at least one of the following: the first time domain resources, the second time domain resources, the identities of CSI report configurations, the first frequency domain resources, the second frequency domain resources, the time domain behaviors, the indexes of the TRPs.

[0090] In some implementations of the method and apparatuses described herein, the indexing starts from a start of the time domain window. In some implementations of the method and apparatuses described herein, the indexing starts from an ending of the time domain window.

[0091] In some implementations of the method and apparatuses described herein, the time domain window is configured by the network entity.

[0092] In some implementations of the method and apparatuses described herein, the time domain window is periodic.

[0093] In some implementations of the method and apparatuses described herein, an ending of the time domain window is determined based on one of the following: a time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs; or a time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs and a time domain gap, wherein the time domain gap is configured by the network entity or is predefined.

[0094] In some implementations of the method and apparatuses described herein, a start of the time domain window is determined based on at least one of the following: the ending of the time domain window; a length of the time domain window; a number of CSI feedbacks comprised in the one or more CSI feedbacks; or a number of recovered CSIs comprised in the one or more recovered CSIs.

[0095] In some implementations of the method and apparatuses described herein, a CSI feedback of the one or more CSI feedbacks is paired with a first CSI with a same index as the CSI feedback.

[0096] In some implementations of the method and apparatuses described herein, a recovered CSI of the one or more recovered CSIs is paired with a first CSI with a same index as the recovered CSI.

[0097] In some implementations of the method and apparatuses described herein, the precoded CSI of is paired with a first CSI with a same index as the precoded CSI.

[0098] Some implementations of the method and apparatuses described herein may further include: pairing the one or more CSI feedbacks or the one or more recovered CSIs with the first CSIs separately for different model backbones, different model structures or different parameter sets comprising one or more model parameters.

[0099] In some implementations of the method and apparatuses described herein, the indexing is separately performed for different model backbones, different model structures or different parameter sets comprising one or more model parameters.

[0100] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, at least one of the following: a starting index of the one or more CSI feedbacks or the one or more recovered CSIs; an ending index of the one or more CSI feedbacks or the one or more recovered CSIs; or a range of indexes of the one or more CSI feedbacks or the one or more recovered CSIs.

[0101] Some implementations of the method and apparatuses described herein may further include: releasing a buffered first CSI among the subset of first CSIs at an expiry of a timer associated with the buffered first CSI, wherein a duration of the timer is configured or predefined.

[0102] Some implementations of the method and apparatuses described herein may further include: releasing the first CSIs within the time domain window at an expiry of a timer associated with the time domain window. A duration of the timer is configured or predefined, or a duration of the timer is associated with a length of the time domain window.

[0103] Some implementations of the method and apparatuses described herein may further include: monitoring at least one model based on one of the following: a comparison between the one or more recovered CSIs and the one or more first CSIs paired with the one or more recovered CSIs; or a comparison between measurements on the DL RS and a first CSI paired with the DL RS.

[0104] Some implementations of the method and apparatuses described herein may further include:

[0105] receiving, from the network entity, an indication of at least one model index associated with the one or more recovered CSIs. A model index of the at least one model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0106] Some implementations of the method and apparatuses described herein may further include: determining at least one model index associated with the one or more recovered CSIs based on at least one of the following: sizes of recovered CSIs of the one or more recovered CSIs; the number of recovered CSIs of the one or more recovered CSIs; or the ordering of recovered CSIs of the one or more recovered CSIs. A model index of the at least one model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0107] In some implementations of the method and apparatuses described herein, the information comprises the one or more CSI feedbacks and the one or more CSI recovered CSIs, and first CSIs paired with the one or more CSI recovered CSIs are a part of first CSIs paired with the one or more CSI feedbacks.

[0108] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, at least one scaling factor; and determining the first CSIs paired with the one or more CSI recovered CSIs based on the first CSIs paired with the one or more CSI feedbacks and the at least one scaling factor.

[0109] In some implementations of the method and apparatuses described herein, the at least one scaling factor is associated with at least one of the following: a comparison of a periodicity of a time domain window for the first CSIs paired with the one or more CSI recovered CSIs and a periodicity of a time domain window for the first CSIs paired with the one or more CSI feedbacks; or a density of the first CSIs paired with the one or more CSI recovered CSIs selected from the first CSIs paired with the one or more CSI feedbacks.

[0110] Some implementations of the method and apparatuses described herein may further include: receiving, from the network entity, an indication of a model index associated with the DL RS. The model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0111] Some implementations of the method and apparatuses described herein may further include: determining a model index associated with the DL RS based on at least one of the following: a resource index of the DL RS, a scrambling identity of the DL RS, a frequency domain resource of the DL RS, or a time domain resource of the DL RS. The model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0112] Some implementations of the method and apparatuses described herein may further include: determining a first CSI paired with the DL RS based on a time instance of reception of the DL RS.

[0113] In some implementations of the method and apparatuses described herein, the first CSI paired with the DL RS is associated with a latest CSI reporting earlier than the time instance of reception of the DL RS by a time domain threshold, wherein the time domain threshold is predefined or configured.

[0114] In some implementations of the method and apparatuses described herein, the first CSI paired with the DL RS is associated with measurements on a latest CSI-RS earlier than the time instance of reception of the DL RS by a time domain threshold, wherein the time domain threshold is predefined or configured.

[0115] In a second aspect of the solution, a network entity determines information associated with one or more first channel state information (CSI) , the information comprises at least one of one or more CSI feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) . The network entity transmits, to a user equipment (UE) , the information.

[0116] In some implementations of the method and apparatuses described herein, a CSI feedback of the one or more CSI feedbacks is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0117] In some implementations of the method and apparatuses described herein, a recovered CSI of the one or more recovered CSIs is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0118] In some implementations of the method and apparatuses described herein, the precoded CSI is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0119] In some implementations of the method and apparatuses described herein, the model backbone comprises one of the following: a convolutional neural network (CNN) ; a recurrent neural network (RNN) ; or a transformer network.

[0120] In some implementations of the method and apparatuses described herein, the model structure comprises one of the following: a model structure for CSI compression only; a model structure for a combination of CSI compression and channel coding; or a model structure for a combination of CSI compression, channel coding and modulation.

[0121] In some implementations of the method and apparatuses described herein, the model parameter set comprises at least one of the following: a weighting factor, a number of layers, or a number of connections of a neutral network.

[0122] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, an indication of at least one type for the one or more CSI feedbacks. The at least one type comprise at least one of the following: a precoding matrix, multiple bits, or multiple symbols.

[0123] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, an indication of at least one size for the one or more CSI feedbacks; or transmitting, to the UE, an indication of at least one size for the one or more recovered CSIs.

[0124] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, the one or more first CSIs, wherein the one or more CSI feedbacks and the one or more first CSIs paired with the one or more CSI feedbacks are received together.

[0125] Some implementations of the method and apparatuses described herein may further include: receiving, from the UE, at least one CSI, and wherein the one or more first CSIs are comprised in a subset of first CSIs comprised in the at least one CSI.

[0126] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, an indication associated with a CSI report configuration indicating first CSIs among reported CSIs for the CSI report configuration to be buffered for a duration.

[0127] Some implementations of the method and apparatuses described herein may further include: indexing first CSIs in the subset of first CSIs within a time domain window.

[0128] In some implementations of the method and apparatuses described herein, the indexing is based on at least one of the following: first time domain resources for measurements of the first CSIs, second time domain resources for reporting of the first CSIs, identities of CSI report configurations associated with the first CSIs, first frequency domain resources for measurements of the first CSIs, second frequency domain resources for reporting of the first CSIs, time domain behaviors of reporting of the first CSIs, or indexes of transmission reference points (TRPs) for reporting the first CSIs.

[0129] In some implementations of the method and apparatuses described herein, the first time domain resources or the second time domain resources comprise at least one of the following: slots, or symbols.

[0130] In some implementations of the method and apparatuses described herein, the first frequency domain resources or the second frequency domain resources comprise at least one of the following: physical resource blocks, component carriers, or bandwidth parts.

[0131] In some implementations of the method and apparatuses described herein, the time domain behaviors comprise at least one of the following: a periodic behavior, a semi-persistent behavior, or an aperiodic behavior.

[0132] In some implementations of the method and apparatuses described herein, the indexing is based on a predefined order or a configured order of at least one of the following: the first time domain resources, the second time domain resources, the identities of CSI report configurations, the first frequency domain resources, the second frequency domain resources, the time domain behaviors, the indexes of the TRPs.

[0133] In some implementations of the method and apparatuses described herein, the indexing starts from a start of the time domain window. In some implementations of the method and apparatuses described herein, the indexing starts from an ending of the time domain window.

[0134] In some implementations of the method and apparatuses described herein, the time domain window is configured by the network entity.

[0135] In some implementations of the method and apparatuses described herein, the time domain window is periodic.

[0136] In some implementations of the method and apparatuses described herein, an ending of the time domain window is determined based on one of the following: a time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs; or a time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs and a time domain gap, wherein the time domain gap is configured by the network entity or is predefined.

[0137] In some implementations of the method and apparatuses described herein, a start of the time domain window is determined based on at least one of the following: the ending of the time domain window; a length of the time domain window; a number of CSI feedbacks comprised in the one or more CSI feedbacks; or a number of recovered CSIs comprised in the one or more recovered CSIs.

[0138] In some implementations of the method and apparatuses described herein, a CSI feedback of the one or more CSI feedbacks is paired with a first CSI with a same index as the CSI feedback.

[0139] In some implementations of the method and apparatuses described herein, a recovered CSI of the one or more recovered CSIs is paired with a first CSI with a same index as the recovered CSI.

[0140] In some implementations of the method and apparatuses described herein, the precoded CSI of is paired with a first CSI with a same index as the precoded CSI.

[0141] Some implementations of the method and apparatuses described herein may further include: pairing the one or more CSI feedbacks or the one or more recovered CSIs with the first CSIs separately for different model backbones, different model structures or different parameter sets comprising one or more model parameters.

[0142] In some implementations of the method and apparatuses described herein, the indexing is separately performed for different model backbones, different model structures or different parameter sets comprising one or more model parameters.

[0143] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, at least one of the following: a starting index of the one or more CSI feedbacks or the one or more recovered CSIs; an ending index of the one or more CSI feedbacks or the one or more recovered CSIs; or a range of indexes of the one or more CSI feedbacks or the one or more recovered CSIs.

[0144] Some implementations of the method and apparatuses described herein may further include: monitoring at least one model based on one of the following: a comparison between the one or more recovered CSIs and the one or more first CSIs paired with the one or more recovered CSIs; or a comparison between measurements on the DL RS and a first CSI paired with the DL RS.

[0145] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, an indication of at least one model index associated with the one or more recovered CSIs. A model index of the at least one model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0146] Some implementations of the method and apparatuses described herein may further include: determining at least one model index associated with the one or more recovered CSIs based on at least one of the following: sizes of recovered CSIs of the one or more recovered CSIs; the number of recovered CSIs of the one or more recovered CSIs; or the ordering of recovered CSIs of the one or more recovered CSIs. A model index of the at least one model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0147] In some implementations of the method and apparatuses described herein, the information comprises the one or more CSI feedbacks and the one or more CSI recovered CSIs, and wherein first CSIs paired with the one or more CSI recovered CSIs are a part of first CSIs paired with the one or more CSI feedbacks.

[0148] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, at least one scaling factor; and determining the first CSIs paired with the one or more CSI recovered CSIs based on the first CSIs paired with the one or more CSI feedbacks and the at least one scaling factor.

[0149] In some implementations of the method and apparatuses described herein, the at least one scaling factor is associated with at least one of the following: a comparison of a periodicity of a time domain window for the first CSIs paired with the one or more CSI recovered CSIs and a periodicity of a time domain window for the first CSIs paired with the one or more CSI feedbacks; or a density of the first CSIs paired with the one or more CSI recovered CSIs selected from the first CSIs paired with the one or more CSI feedbacks.

[0150] Some implementations of the method and apparatuses described herein may further include: transmitting, to the UE, an indication of a model index associated with the DL RS, wherein the model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0151] Some implementations of the method and apparatuses described herein may further include: determining a model index associated with the DL RS based on at least one of the following: a resource index of the DL RS, a scrambling identity of the DL RS, a frequency domain resource of the DL RS, or a time domain resource of the DL RS, wherein the model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.

[0152] Some implementations of the method and apparatuses described herein may further include: determining a first CSI paired with the DL RS based on a time instance of reception of the DL RS.

[0153] In some implementations of the method and apparatuses described herein, the first CSI paired with the DL RS is associated with a latest CSI reporting earlier than the time instance of reception of the DL RS by a time domain threshold, wherein the time domain threshold is predefined or configured.

[0154] In some implementations of the method and apparatuses described herein, the first CSI paired with the DL RS is associated with measurements on a latest CSI-RS earlier than the time instance of reception of the DL RS by a time domain threshold, wherein the time domain threshold is predefined or configured.

[0155] Some implementations of the method and apparatuses described herein may further include: generating a CSI feedback of the one or more CSI feedbacks based on a compressing model with a first CSI paired with the CSI feedback as a model input. The CSI feedback and the first CSI paired with the CSI feedback is associated with a model index of the compressing model. The compressing model is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.BRIEF DESCRIPTION OF THE DRAWINGS

[0156] FIG. 1A illustrates an example of a wireless communications system that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure.

[0157] FIG. 1B illustrates an example of a training procedure of joint source and channel coding (JSCC) for CSI feedback associated with aspects of the present disclosure.

[0158] FIG. 1C illustrates an example of a training procedure of joint source and channel coding and modulation (JSCCM) for CSI feedback associated with aspects of the present disclosure.

[0159] FIG. 1D illustrates an example signaling procedure on applicable functionality reporting for beam management of UE-sided model associated with aspects of the present disclosure.

[0160] FIG. 2 illustrates an example of a signalling procedure of configuration for model training for CSI transmission in accordance with aspects of the present disclosure.

[0161] FIG. 3A illustrates an example implementation of a signalling procedure of configuration for model training for CSI transmission in accordance with aspects of the present disclosure.

[0162] FIG. 3B and FIG. 3C illustrate example schemes of CSI report configurations in accordance with aspects of the present disclosure.

[0163] FIG. 4A through FIG. 4C illustrate example signalling procedures of model information transmission due to mobility in accordance with aspects of the present disclosure.

[0164] FIG. 5 illustrates an example of a signalling procedure of model training / monitoring for CSI transmission in accordance with aspects of the present disclosure.

[0165] FIG. 6 illustrates an example scheme of model training at UE side in accordance with aspects of the present disclosure.

[0166] FIG. 7A and FIG. 7B illustrate example schemes of time domain windows for paring between target CSI and network feedback in accordance with aspects of the present disclosure.

[0167] FIG. 8 illustrates an example scheme of model monitoring at UE side in accordance with aspects of the present disclosure.

[0168] FIG. 9A illustrates an example scheme of determination of a target CSI reporting associated with a precoded CSI-RS reception in accordance with aspects of the present disclosure.

[0169] FIG. 9B illustrates an example scheme of determination of a target CSI-RS associated with a precoded CSI-RS reception in accordance with aspects of the present disclosure.

[0170] FIG. 10 illustrates an example of a device that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure.

[0171] FIG. 11 illustrates an example of a processor that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure.

[0172] FIGS. 12 through 15 illustrate flowcharts of methods that support model training and monitoring for CSI transmission in accordance with aspects of the present disclosure.DETAILED DESCRIPTION

[0173] Principles of the present disclosure will now be described with reference to some embodiments. It is to be understood that these embodiments are described only for the purpose of illustration and help those skilled in the art to understand and implement the present disclosure, without suggesting any limitation as to the scope of the disclosure. The disclosure described herein may be implemented in various manners other than the ones described below.

[0174] In the following description and claims, unless defined otherwise, all technical and scientific terms used herein have the same meaning as commonly understood by one of ordinary skills in the art to which this disclosure belongs.

[0175] References in the present disclosure to “one embodiment, ” “an example embodiment, ” “an embodiment, ” “some embodiments, ” and the like indicate that the embodiment (s) described may include a particular feature, structure, or characteristic, but it is not necessary that every embodiment includes the particular feature, structure, or characteristic. Moreover, such phrases do not necessarily refer to the same embodiment (s) . Further, when a particular feature, structure, or characteristic is described in connection with an embodiment, it is submitted that it is within the knowledge of one skilled in the art to affect such feature, structure, or characteristic in connection with other embodiments whether or not explicitly described.

[0176] It shall be understood that although the terms “first” and “second” or the like may be used herein to describe various elements, these elements should not be limited by these terms. These terms are only used to distinguish one element from another element. For example, a first element could also be termed as a second element, and similarly, a second element could also be termed as a first element, without departing from the scope of embodiments. As used herein, the term “and / or” includes any and all combinations of one or more of the listed terms.

[0177] The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of example embodiments. As used herein, the singular forms “a” , “an” and “the” are intended to include the plural forms as well, unless the context clearly indicates otherwise. It will be further understood that the terms “comprises” , “comprising” , “has” , “having” , “includes” and / or “including” , when used herein, specify the presence of stated features, elements, and / or components etc., but do not preclude the presence or addition of one or more other features, elements, components and / or combinations thereof.

[0178] As used herein, the term “communication network” refers to a network following any suitable communication standards, such as, 5G new radio (NR) , long term evolution (LTE) , LTE-advanced (LTE-A) , wideband code division multiple access (WCDMA) , high-speed packet access (HSPA) , narrow band internet of things (NB-IoT) , and so on. Further, the communications between a terminal device and a network device in the communication network may be performed according to any suitable generation communication protocols, including but not limited to, the first generation (1G) , the second generation (2G) , 2.5G, 2.75G, the third generation (3G) , the fourth generation (4G) , 4.5G, the fifth generation (5G) communication protocols, and / or any other protocols either currently known or to be developed in the future. Embodiments of the present disclosure may be applied in various communication systems. Given the rapid development in communications, there will also be future type communication technologies and systems in which the present disclosure may be embodied. It should not be seen as limiting the scope of the present disclosure to only the aforementioned systems.

[0179] As used herein, the term “network device” generally refers to a node in a communication network via which a terminal device can access the communication network and receive services therefrom. The network device may refer to a base station (BS) or an access point (AP) , for example, a node B (NodeB or NB) , a radio access network (RAN) node, an evolved NodeB (eNodeB or eNB) , a NR NB (also referred to as a gNB) , a remote radio unit (RRU) , a radio header (RH) , an infrastructure device for a V2X (vehicle-to-everything) communication, a transmission and reception point (TRP) , a reception point (RP) , a remote radio head (RRH) , a relay, an integrated access and backhaul (IAB) node, a low power node such as a femto BS, a pico BS, and so forth, depending on the applied terminology and technology.

[0180] As used herein, the term “terminal device” generally refers to any end device that may be capable of wireless communications. By way of example rather than a limitation, a terminal device may also be referred to as a communication device, a user equipment (UE) , an end user device, a subscriber station (SS) , an unmanned aerial vehicle (UAV) , a portable subscriber station, a mobile station (MS) , or an access terminal (AT) . The terminal device may include, but is not limited to, a mobile phone, a cellular phone, a smart phone, a voice over IP (VoIP) phone, a wireless local loop phone, a tablet, a wearable terminal device, a personal digital assistant (PDA) , a portable computer, a desktop computer, an image capture terminal device such as a digital camera, a gaming terminal device, a music storage and playback appliance, a vehicle-mounted wireless terminal device, a wireless endpoint, a mobile station, laptop-embedded equipment (LEE) , laptop-mounted equipment (LME) , a USB dongle, a smart device, wireless customer-premises equipment (CPE) , an internet of things (loT) device, a watch or other wearable, a head-mounted display (HMD) , a vehicle, a drone, a medical device (for example, a remote surgery device) , an industrial device (for example, a robot and / or other wireless devices operating in an industrial and / or an automated processing chain contexts) , a consumer electronics device, a device operating on commercial and / or industrial wireless networks, and the like. In the following description, the terms: “terminal device, ” “communication device, ” “terminal, ” “user equipment” and “UE, ” may be used interchangeably.

[0181] Aspects of the present disclosure are described in the context of a wireless communications system. FIG. 1A illustrates an example of a wireless communications system 100 that supports model training and monitoring for CSI transmission accordance with aspects of the present disclosure. The wireless communications system 100 may include one or more network entities 102 (also referred to as network equipment (NE) ) , one or more UEs 104, a core network 106, and a packet data network 108. The wireless communications system 100 may support various radio access technologies. In some implementations, the wireless communications system 100 may be a 4G network, such as an LTE network or an LTE-advanced (LTE-A) network. In some other implementations, the wireless communications system 100 may be a 5G network, such as an NR network. In other implementations, the wireless communications system 100 may be a combination of a 4G network and a 5G network, or other suitable radio access technology including institute of electrical and electronics engineers (IEEE) 802.11 (Wi-Fi) , IEEE 802.16 (WiMAX) , IEEE 802.20. The wireless communications system 100 may support radio access technologies beyond 5G. Additionally, the wireless communications system 100 may support technologies, such as time division multiple access (TDMA) , frequency division multiple access (FDMA) , or code division multiple access (CDMA) , etc.

[0182] The one or more network entities 102 may be dispersed throughout a geographic region to form the wireless communications system 100. One or more of the network entities 102 described herein may be or include or may be referred to as a network node, a base station, a network element, a radio access network (RAN) , a base transceiver station, an access point, a NodeB, an eNodeB (eNB) , a next-generation NodeB (gNB) , or other suitable terminology. A network entity 102 and a UE 104 may communicate via a communication link 110, which may be a wireless or wired connection. For example, a network entity 102 and a UE 104 may perform wireless communication (e.g., receive signaling, transmit signaling) over a Uu interface.

[0183] A network entity 102 may provide a geographic coverage area 112 for which the network entity 102 may support services (e.g., voice, video, packet data, messaging, broadcast, etc. ) for one or more UEs 104 within the geographic coverage area 112. For example, a network entity 102 and a UE 104 may support wireless communication of signals related to services (e.g., voice, video, packet data, messaging, broadcast, etc. ) according to one or multiple radio access technologies. In some implementations, a network entity 102 may be moveable, for example, a satellite associated with a non-terrestrial network. In some implementations, different geographic coverage areas 112 associated with the same or different radio access technologies may overlap, but the different geographic coverage areas 112 may be associated with different network entities 102. Information and signals described herein may be represented using any of a variety of different technologies and techniques. For example, data, instructions, commands, information, signals, bits, symbols, and chips that may be referenced throughout the description may be represented by voltages, currents, electromagnetic waves, magnetic fields or particles, optical fields or particles, or any combination thereof.

[0184] The one or more UEs 104 may be dispersed throughout a geographic region of the wireless communications system 100. A UE 104 may include or may be referred to as a mobile device, a wireless device, a remote device, a remote unit, a handheld device, or a subscriber device, or some other suitable terminology. In some implementations, the UE 104 may be referred to as a unit, a station, a terminal, or a client, among other examples. Additionally, or alternatively, the UE 104 may be referred to as an internet-of-things (IoT) device, an internet-of-everything (IoE) device, or machine-type communication (MTC) device, among other examples. In some implementations, a UE 104 may be stationary in the wireless communications system 100. In some other implementations, a UE 104 may be mobile in the wireless communications system 100.

[0185] The one or more UEs 104 may be devices in different forms or having different capabilities. Some examples of UEs 104 are illustrated in FIG. 1A. A UE 104 may be capable of communicating with various types of devices, such as the network entities 102, other UEs 104, or network equipment (e.g., the core network 106, the packet data network 108, a relay device, an integrated access and backhaul (IAB) node, or another network equipment) , as shown in FIG. 1A. Additionally, or alternatively, a UE 104 may support communication with other network entities 102 or UEs 104, which may act as relays in the wireless communications system 100.

[0186] A UE 104 may also be able to support wireless communication directly with other UEs 104 over a communication link 114. For example, a UE 104 may support wireless communication directly with another UE 104 over a device-to-device (D2D) communication link. In some implementations, such as vehicle-to-vehicle (V2V) deployments, vehicle-to-everything (V2X) deployments, or cellular-V2X deployments, the communication link 114 may be referred to as a sidelink. For example, a UE 104 may support wireless communication directly with another UE 104 over a PC5 interface.

[0187] A network entity 102 may support communications with the core network 106, or with another network entity 102, or both. For example, a network entity 102 may interface with the core network 106 through one or more backhaul links 116 (e.g., via an S1, N2, N2, or another network interface) . The network entities 102 may communicate with each other over the backhaul links 116 (e.g., via an X2, Xn, or another network interface) . In some implementations, the network entities 102 may communicate with each other directly (e.g., between the network entities 102) . In some other implementations, the network entities 102 may communicate with each other or indirectly (e.g., via the core network 106) . In some implementations, one or more network entities 102 may include subcomponents, such as an access network entity, which may be an example of an access node controller (ANC) . An ANC may communicate with the one or more UEs 104 through one or more other access network transmission entities, which may be referred to as a radio heads, smart radio heads, or transmission-reception points (TRPs) .

[0188] In some implementations, a network entity 102 may be configured in a disaggregated architecture, which may be configured to utilize a protocol stack physically or logically distributed among two or more network entities 102, such as an integrated access backhaul (IAB) network, an open radio access network (O-RAN) (e.g., a network configuration sponsored by the O-RAN Alliance) , or a virtualized RAN (vRAN) (e.g., a cloud RAN (C-RAN) ) . For example, a network entity 102 may include one or more of a CU, a DU, a radio unit (RU) , a RAN intelligent controller (RIC) (e.g., a near-real time RIC (Near-RT RIC) , a non-real time RIC (Non-RT RIC) ) , a service management and orchestration (SMO) system, or any combination thereof.

[0189] An RU may also be referred to as a radio head, a smart radio head, a remote radio head (RRH) , a remote radio unit (RRU) , or a transmission reception point (TRP) . One or more components of the network entities 102 in a disaggregated RAN architecture may be co-located, or one or more components of the network entities 102 may be located in distributed locations (e.g., separate physical locations) . In some implementations, one or more network entities 102 of a disaggregated RAN architecture may be implemented as virtual units (e.g., a virtual CU (VCU) , a virtual DU (VDU) , a virtual RU (VRU) ) .

[0190] Split of functionality between a CU, a DU, and an RU may be flexible and may support different functionalities depending upon which functions (e.g., network layer functions, protocol layer functions, baseband functions, radio frequency functions, and any combinations thereof) are performed at a CU, a DU, or an RU. For example, a functional split of a protocol stack may be employed between a CU and a DU such that the CU may support one or more layers of the protocol stack and the DU may support one or more different layers of the protocol stack. In some implementations, the CU may host upper protocol layer (e.g., a layer 3 (L3) , a layer 2 (L2) ) functionality and signaling (e.g., radio resource control (RRC) , service data adaption protocol (SDAP) , packet data convergence protocol (PDCP) ) . The CU may be connected to one or more DUs or RUs, and the one or more DUs or RUs may host lower protocol layers, such as a layer 1 (L1) (e.g., physical (PHY) layer) or an L2 (e.g., radio link control (RLC) layer, medium access control (MAC) layer) functionality and signaling, and may each be at least partially controlled by the CU 160.

[0191] Additionally, or alternatively, a functional split of the protocol stack may be employed between a DU and an RU such that the DU may support one or more layers of the protocol stack and the RU may support one or more different layers of the protocol stack. The DU may support one or multiple different cells (e.g., via one or more RUs) . In some implementations, a functional split between a CU and a DU, or between a DU and an RU may be within a protocol layer (e.g., some functions for a protocol layer may be performed by one of a CU, a DU, or an RU, while other functions of the protocol layer are performed by a different one of the CU, the DU, or the RU) .

[0192] A CU may be functionally split further into CU control plane (CU-CP) and CU user plane (CU-UP) functions. A CU may be connected to one or more DUs via a midhaul communication link (e.g., F1, F1-c, F1-u) , and a DU may be connected to one or more RUs via a fronthaul communication link (e.g., open fronthaul (FH) interface) . In some implementations, a midhaul communication link or a fronthaul communication link may be implemented in accordance with an interface (e.g., a channel) between layers of a protocol stack supported by respective network entities 102 that are in communication via such communication links.

[0193] The core network 106 may support user authentication, access authorization, tracking, connectivity, and other access, routing, or mobility functions. The core network 106 may be an evolved packet core (EPC) , or a 5G core (5GC) , which may include a control plane entity that manages access and mobility (e.g., a mobility management entity (MME) , an access and mobility management functions (AMF) ) and a user plane entity that routes packets or interconnects to external networks (e.g., a serving gateway (S-GW) , a packet data network (PDN) gateway (P-GW) , or a user plane function (UPF) ) . In some implementations, the control plane entity may manage non-access stratum (NAS) functions, such as mobility, authentication, and bearer management (e.g., data bearers, signal bearers, etc. ) for the one or more UEs 104 served by the one or more network entities 102 associated with the core network 106.

[0194] The core network 106 may communicate with the packet data network 108 over one or more backhaul links 116 (e.g., via an S1, N2, N2, or another network interface) . The packet data network 108 may include an application server 118. In some implementations, one or more UEs 104 may communicate with the application server 118. A UE 104 may establish a session (e.g., a protocol data unit (PDU) session, or the like) with the core network 106 via a network entity 102. The core network 106 may route traffic (e.g., control information, data, and the like) between the UE 104 and the application server 118 using the established session (e.g., the established PDU session) . The PDU session may be an example of a logical connection between the UE 104 and the core network 106 (e.g., one or more network functions of the core network 106) .

[0195] In the wireless communications system 100, the network entities 102 and the UEs 104 may use resources of the wireless communications system 100 (e.g., time resources (e.g., symbols, slots, subframes, frames, or the like) or frequency resources (e.g., subcarriers, carriers) ) to perform various operations (e.g., wireless communications) . In some implementations, the network entities 102 and the UEs 104 may support different resource structures. For example, the network entities 102 and the UEs 104 may support different frame structures. In some implementations, such as in 4G, the network entities 102 and the UEs 104 may support a single frame structure. In some other implementations, such as in 5G and among other suitable radio access technologies, the network entities 102 and the UEs 104 may support various frame structures (i.e., multiple frame structures) . The network entities 102 and the UEs 104 may support various frame structures based on one or more numerologies.

[0196] One or more numerologies may be supported in the wireless communications system 100, and a numerology may include a subcarrier spacing and a cyclic prefix. A first numerology (e.g., μ=0) may be associated with a first subcarrier spacing (e.g., 15 kHz) and a normal cyclic prefix. In some implementations, the first numerology (e.g., μ=0) associated with the first subcarrier spacing (e.g., 15 kHz) may utilize one slot per subframe. A second numerology (e.g., μ=1) may be associated with a second subcarrier spacing (e.g., 30 kHz) and a normal cyclic prefix. A third numerology (e.g., μ=2) may be associated with a third subcarrier spacing (e.g., 60 kHz) and a normal cyclic prefix or an extended cyclic prefix. A fourth numerology (e.g., μ=3) may be associated with a fourth subcarrier spacing (e.g., 120 kHz) and a normal cyclic prefix. A fifth numerology (e.g., μ=4) may be associated with a fifth subcarrier spacing (e.g., 240 kHz) and a normal cyclic prefix.

[0197] A time interval of a resource (e.g., a communication resource) may be organized according to frames (also referred to as radio frames) . Each frame may have a duration, for example, a 10 millisecond (ms) duration. In some implementations, each frame may include multiple subframes. For example, each frame may include 10 subframes, and each subframe may have a duration, for example, a 1 ms duration. In some implementations, each frame may have the same duration. In some implementations, each subframe of a frame may have the same duration.

[0198] Additionally or alternatively, a time interval of a resource (e.g., a communication resource) may be organized according to slots. For example, a subframe may include a number (e.g., quantity) of slots. The number of slots in each subframe may also depend on the one or more numerologies supported in the wireless communications system 100. For instance, the first, second, third, fourth, and fifth numerologies (i.e., μ=0, μ=1, μ=2, μ=3, μ=4) associated with respective subcarrier spacings of 15 kHz, 30 kHz, 60 kHz, 120 kHz, and 240 kHz may utilize a single slot per subframe, two slots per subframe, four slots per subframe, eight slots per subframe, and 16 slots per subframe, respectively. Each slot may include a number (e.g., quantity) of symbols (e.g., OFDM symbols) . In some implementations, the number (e.g., quantity) of slots for a subframe may depend on a numerology. For a normal cyclic prefix, a slot may include 14 symbols. For an extended cyclic prefix (e.g., applicable for 60 kHz subcarrier spacing) , a slot may include 12 symbols. The relationship between the number of symbols per slot, the number of slots per subframe, and the number of slots per frame for a normal cyclic prefix and an extended cyclic prefix may depend on a numerology. It should be understood that reference to a first numerology (e.g., μ=0) associated with a first subcarrier spacing (e.g., 15 kHz) may be used interchangeably between subframes and slots.

[0199] Additionally or alternatively, a time interval of a resource (e.g., a communication resource) may be organized according to symbols.

[0200] In the wireless communications system 100, an electromagnetic (EM) spectrum may be split, based on frequency or wavelength, into various classes, frequency bands, frequency channels, etc. By way of example, the wireless communications system 100 may support one or multiple operating frequency bands, such as frequency range designations FR1 (410 MHz –7.125 GHz) , FR2 (24.25 GHz –52.6 GHz) , FR3 (7.125 GHz –24.25 GHz) , FR4 (52.6 GHz –114.25 GHz) , FR4a or FR4-1 (52.6 GHz –71 GHz) , and FR5 (114.25 GHz –300 GHz) . In some implementations, the network entities 102 and the UEs 104 may perform wireless communications over one or more of the operating frequency bands. In some implementations, FR1 may be used by the network entities 102 and the UEs 104, among other equipment or devices for cellular communications traffic (e.g., control information, data) . In some implementations, FR2 may be used by the network entities 102 and the UEs 104, among other equipment or devices for short-range, high data rate capabilities.

[0201] FR1 may be associated with one or multiple numerologies (e.g., at least three numerologies) . For example, FR1 may be associated with a first numerology (e.g., μ=0) , which includes 15 kHz subcarrier spacing; a second numerology (e.g., μ=1) , which includes 30 kHz subcarrier spacing; and a third numerology (e.g., μ=2) , which includes 60 kHz subcarrier spacing. FR2 may be associated with one or multiple numerologies (e.g., at least 2 numerologies) . For example, FR2 may be associated with a third numerology (e.g., μ=2) , which includes 60 kHz subcarrier spacing; and a fourth numerology (e.g., μ=3) , which includes 120 kHz subcarrier spacing.

[0202] The mechanism of JSCC for CSI is proposed as a promising area for 6G research. Model training, model monitoring, model consistency based on associated identity (ID) is discussed in 3GPP AI study item for the CSI compression case. FIG. 1B illustrates an example of a training procedure of JSCC for CSI feedback associated with aspects of the present disclosure. It can be seen that source coding and channel coding are jointly trained at the transmitter side. FIG. 1C illustrates an example of a training procedure of JSCCM for CSI feedback associated with aspects of the present disclosure. It can be seen that source coding, channel coding and modulation are jointly trained at the transmitter side.

[0203] Regarding performance monitoring, further study is required in Release-19 to evaluate the necessity and feasibility of various monitoring options, taking into account factors such as overhead, latency, complexity, monitoring accuracy, and UE capability. Network-side monitoring can be based on the target CSI reported by the UE via a legacy eT2 codebook or an eT2-like high-resolution codebook, which is referred to as Case 1. Furthermore, SRS-based monitoring is another viable option. Meanwhile, UE-side monitoring presents several approaches. One approach involves monitoring based on the output of the CSI reconstruction model at the UE, referred to as Case 2-1. It is important to note that the CSI reconstruction model at the UE-side may be identical to the actual CSI reconstruction model used at the network side, a reference model provided by the network, or a proxy model developed by the UE. Additionally, UE-side monitoring can be achieved through direct estimation of intermediate KPIs (such as SGCS) without reconstructing the target CSI, which is referred to as Case 2-2. Other methods include estimating monitoring outputs other than intermediate KPIs without reconstructing the target CSI; or based on a precoded RS (such as CSI-RS or DMRS) transmitted from the network based on the output of the CSI reconstruction model; or based on the output of the CSI reconstruction model indicated by the network via a legacy eT2 codebook or an eT2-like high-resolution codebook.

[0204] Regarding the functionality-based Life Cycle Management (LCM) of AI for beam management, signaling procedures are proposed for reporting applicable functionalities of UE-side models in beam management use cases.

[0205] As used herein, the term “supported functionalities” refer to functionalities that UE can indicate by using UE capability information (via RRC / LPP signalling) . The term “applicable functionalities” refer to functionalities that the UE is ready to apply for inference. The term “activated functionalities” refer to functionalities already enabled for performing inference.

[0206] FIG. 1D illustrates an example signaling procedure 120 on applicable functionality reporting for beam management of UE-sided model associated with aspects of the present disclosure. The procedure 120 may involve a UE 104 and a network entity 102 as shown in FIG. 1A. The network entity may be implemented as a base station.

[0207] In the procedure 120, at step 121, the base station 102 sends UECapabilityEnqiry message to initiate the procedure to a UE reporting its AI / ML supported functionalities. At step 122, the UE 104 sends UECapablityInformation message to the base station 102, which includes supported functionalities at the UE side. At step 123, the base station 102 provides several configurations to the UE 104. For example, the UE 104 is allowed to do UAI reporting via OtherConfig. The base station 102 may provide NW-side additional conditions. Further studies are also required on the RRC signalling and whether it is mandatory or optional. The base station 102 may also provide configurations of supported functionalities. Further studies are also required on the content of configuration.

[0208] Following step 123, the UE 104 determines the applicable functionalities based on NW-side additional conditions (if provided) , UE-side additional conditions (internally known by UE) and model availability in device. Further studies are also required to clarify whether other configurations, such as inference configurations, can be considered by the UE 104 and how the applicable functionality is decided if the base station 102 does not provide additional conditions at step 123.

[0209] At step 124, the UE 104 reports the applicable functionality in specific scenarios. For example, the UE 104 reports the applicable functionality when configured to do so and when there is a change in applicable functionality via UAI, or in response to a request from the base station 102 for applicable functionality reporting, as indicated by NW-side additional conditions at step 123. Further studies are needed to determine other network configurations, such as inference configurations, that may trigger this reporting.

[0210] After the applicable functionality is reported, if the inference configuration based on the supported functionality was not provided at step 123, at step 125, the base station 102 configures the inference configuration to the UE 104, i.e., the inference configuration is delivered at step 125. If the inference configuration based on the supported functionality was already provided at step 123, it is up to network implementation whether to provide an updated configuration or not.

[0211] At step 126, the UE 104 may activate or deactivate the functionalities for model inference and / or model monitoring based on the inference configuration or updated configuration provided at step 125.

[0212] Techniques related to CSI compression only case are studied in various aspects, e.g. mechanisms related to supported / activated / applicable functionality to identify the applicable functionality; performance monitoring at both gNB side and UE side; and consistency regarding UE side model for BM enhancement and AI pos. In the ongoing studies, combination of CSI compression with channel coding / modulation is under discussion. When CSI compression is combined with channel coding, modulation, similar problem should also be solved.

[0213] In view of the above, embodiments of the present disclosure provide schemes related to initial model identification, data set pairing for training, performance monitoring and consistency when CSI compression is combined with channel coding and modulation, thus improving the performance of the CSI transmission while reducing transmission overhead.

[0214] FIG. 2 illustrates an example of a signalling procedure 200 of configuration for model training for CSI transmission in accordance with aspects of the present disclosure. For the purpose of discussion, the procedure 200 will be described with reference to FIG. 1A, and the procedure 200 may involve a UE 104 and a network entity 102 as shown in FIG. 1A. The network entity may be implemented as a base station. It is to be understood that the steps and the order of the steps in FIG. 2 are merely for illustration, and not for limitation. It is to be understood that procedure 200 may further include additional blocks not shown and / or omit some shown blocks, and the scope of the present disclosure is not limited in this regard.

[0215] As shown in FIG. 2, the UE 104 transmits (201) a first signaling 202 to the base station 102. The base station 102 receives (203) the first signaling 202. The first signaling 202 may indicate at least one of at least one first model backbone, at least one first model structure or at least one first model parameter supported by the UE 104. The UE 104 may determine (207) applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter based on the first signaling 202. In some embodiments, the network entity 102 may transmit (204) a second signaling 205 to the UE 104. The UE 104 may receive (205) the second signaling 205 from the base station 102. Alternatively or additionally, the UE 104 may determine (207) the applicable information based on the second signaling 205. Similarly, the base station 102 may determines (208) the applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter based on at least one of the first signaling 202 or the second signaling. In this way, the procedure for applicable model identification for two-sided model considering possible combination of CSI compression, channel coding and modulation may be designed.

[0216] In some implementations, the first signaling 202 may be associated with periodic CSI reporting, and the applicable information may be determined based on the first signaling 202. For example, if the CSI reporting is periodic, the CSI reporting with the UE indicating as “supported” may be determined as applicable.

[0217] Alternatively, the first signaling 202 is associated with aperiodic or semi-persistent CSI reporting, and the applicable information may be determined based on the second signaling 205. For example, if the CSI reporting is aperiodic or semi-persistent, after the UE indicating supported model backbone (s) , model structure (s) and / or model parameter (s) , the network may also send an additional signaling later to indicate applicability of the supported model backbone (s) , model structure (s) and / or model parameter (s) . In some implementations, the second signaling 205 may indicate at least one second combination which is applicable. A second combination of the at least one second combination may be associated with a second model backbone of the at least one second model backbone, a second model structure of the at least one second model structure and a second parameter set including one or more of the at least one second model parameter.

[0218] In some embodiments, the first signaling 202 may be a random access channel (RACH) message. Alternatively, the first signaling 202 may be a scheduling request (SR) message. Alternatively, the first signaling 202 may be a radio resource control (RRC) message.

[0219] In some embodiments, the at least one second model backbone may include one or more of the at least one first model backbone. In other words, the at least one applicable second model backbone may be a subset or a full set of the at least one first model backbone indicated by the UE 104. In some embodiments, the at least one second model backbone may include at least one of a convolutional neural network (CNN) , a recurrent neural network (RNN) , or a transformer network. Other model backbones are also possible.

[0220] In some embodiments, the at least one second model structure may include one or more of the at least one first model structure. In other words, the at least one applicable second model structure may be a subset or a full set of the at least one first model structure indicated by the UE 104. In some examples, the at least one second model structure may include a model structure for CSI compression only. Alternatively or additionally, the at least one second model structure may include a model structure for a combination of CSI compression and channel coding. Alternatively or additionally, the at least one second model structure may include a model structure for a combination of CSI compression, channel coding and modulation.

[0221] In some embodiments, the at least one second model parameter may include one or more of the at least one first model parameter. In other words, the at least one applicable second model parameter may be a subset or a full set of the at least one first model parameter indicated by the UE 104. In some embodiments, the at least one second model parameter may include at least one weighting factor. Alternatively or additionally, the at least one second model parameter may include at least one number of layers. Alternatively or additionally, the at least one second model parameter may include at least one number of connections of a neutral network.

[0222] In some embodiments, the first signaling 202 may indicate at least one first combination supported by the UE 104. A first combination of the at least one first combination may be associated with a first model backbone of the at least one first model backbone, a first model structure of the at least one first model structure and a first parameter set including one or more of the at least one first model parameter. In some implementations, the first signaling 202 may include at least one first index associated with the at least one first combination respectively. For example, the UE 104 may report the supported model backbone (s) , model structure (s) and / or model parameter (s) . A supported combination of a model backbone, a model structure and / or model parameter (s) may be associated with an index.

[0223] In some implementations, the applicable information may be determined based on the first signaling 202, e.g., if the CSI reporting is periodic.

[0224] In some alternative implementations, the applicable information may be determined at least based on the second signaling 205 transmitted from the base station 102 to the UE 104 after the transmission of the first signaling 202. The second signaling 205 may include one or more first indexes, among the at least one first index, supported by the base station 102. The one or more first indexes supported by the base station 102 after receiving the first signaling 205 may be applicable indexes. In some examples, the one or more first indexes may be associated with at least one CSI report configuration, respectively. In some alternatively examples, the one or more first indexes may be included in at least one CSI report configuration, respectively. In some alternative examples, the one or more first indexes may be associated with a CSI report ID. For example, an applicable index may be configured separately or within a CSI report configuration

[0225] In some embodiments, the UE 104 may receive a third signaling from the base station 102. The third signaling may indicate at least one of at least one third model backbone, at least one third model structure or at least one third model parameter supported by the base station 102, and the third signaling may be received before transmitting the first signaling 202. The third signaling may indicate at least one third combination supported by the base station 102. A third combination of the at least one third combination may be associated with a third model backbone of the at least one third model backbone, a third model structure of the at least one third model structure and a third parameter set including one or more of the at least one third model parameter.

[0226] In some implementations, the at least one first model backbone indicated in the first signaling 202 by the UE 104 may include one or more of the at least one third model backbone indicated in the third signaling 202 by the base station 102. In other words, the at least one first model backbone indicated by the UE 104 may be a subset or a full set of the at least one third model backbone previously indicated by the base station 102.

[0227] In some implementations, the at least one first model structure indicated in the first signaling 202 by the UE 104 may include one or more of the at least one third model structure indicated in the third signaling 202 by the base station 102. In other words, the at least one first model structure indicated by the UE 104 may be a subset or a full set of the at least one third model structure previously indicated by the base station 102.

[0228] In some implementations, the at least one first model parameter indicated in the first signaling 202 by the UE 104 may include one or more of the at least one third model parameter indicated in the third signaling 202 by the base station 102. In other words, the at least one first model parameter indicated by the UE 104 may be a subset or a full set of the at least one third model parameter previously indicated by the base station 102.

[0229] In some embodiments, the third signaling may be a broadcast signaling. For example, the base station 102 may broadcast its capability related to model backbone, model structure and model parameter.

[0230] In some implementations, the third signaling may include at least one CSI report configuration. Each of the at least one CSI report configuration included in the third signaling may be associated with at least one of one third model backbone, one third model structure or one third model parameter.

[0231] In some implementations, the third signaling may include at least one third index associated with the at least one of one third model backbone, one third model structure or one third model parameter. In some examples, the first signaling 202 may include one or more of the at least one third index, supported by the UE 104. Alternatively, the first signaling 202 may include a bitmap indicating whether the at least one third index is supported by the UE 104. For example, the UE 104 may report its supported index by selecting one or more indexes broadcasted by the base station 102.

[0232] In some implementations, the third signaling may include at least one CSI report configuration associated with at least one of one third model backbone, one third model structure or one third model parameter. The first signaling 202 may be associated with a CSI report configuration among the at least one CSI report configuration. In some examples, the first signaling 202 may include one or more identities associated with one or more CSI report configurations, among the at least one CSI report configuration, supported by the UE 104. Alternatively, the first signaling 202 may include a bitmap indicating whether the at least one CSI report configuration is supported by the UE 104. Alternatively, the first signaling 202 may include an indication of whether the CSI report configuration is supported by the UE 104 or not. For example, the reporting metric for a CSI report configuration may be the supported CSI report ID list or a bitmap indicating the supported CSI report ID (s) .

[0233] In some examples, the UE 104 may receive an indication of a reporting metric associated with the CSI report configuration from the base station 102. In other words, the reporting metric for a CSI report configuration may be explicitly configured.

[0234] In some examples, the CSI report configuration may include a list of at least one identity of the at least one CSI report configuration. The UE 102 may omit reporting associated with a CSI report configuration, among the at least one CSI report configuration, without an identity list of CSI report configuration. In other words, a CSI report configuration with detailed model-related parameter but without a CSI report ID list is considered to be without reporting. The first signaling 202 associated with the CSI report configuration may be transmitted if the CSI report configuration includes the list of the at least one identity of the at least one CSI report configuration. In other words, the UE may perform reporting based on a CSI report configuration with detailed model-related parameter and a CSI report ID list.

[0235] In some embodiments, the third signaling may be a dedicated signaling for the UE 104. For example, before receiving the third signaling, the UE 104 may transmit, to the base station 102, a fourth signaling indicating at least one of at least one fourth model backbone or at least one fourth model structure supported by the UE 104. The at least one third model backbone may include one or more of the at least one fourth model backbone. The at least one third model structure may include one or more of the at least one fourth model structure. The at least one third model parameter may include one or more of the at least one fourth model parameter.

[0236] In some implementations, the fourth signaling may indicate at least one fourth combination supported by the UE 104. A fourth combination of the at least one fourth combination is associated with a fourth model backbone of the at least one fourth model backbone and a fourth model structure of the at least one fourth model structure. In some examples, the fourth signaling may include at least one fourth index associated with the at least one fourth combination respectively.

[0237] In some implementations, the third signaling may include at least one fifth index associated with at least one parameter set including the at least one third model parameter. A fifth index of the at least one fifth index is associated with one or more of the at least one fourth index.

[0238] In some examples, the third signaling may include respective ones of the at least one fourth index associated with each of the at least one fifth index. In some examples, the third signaling may include respective ones of the at least one fifth index associated with each of the at least one fourth index. In some examples, the third signaling may include a subset of the at least one fourth index and respective ones of the at least one fifth index associated with each of the subset of the at least one fourth index. In some examples, the third signaling may include at least one index pair, wherein each index pair may include one of the at least one fourth index and one of the at least one fifth index. In some examples, the third signaling may include at least one third index, wherein each third index is associated with one of the at least one fourth index and one of the at least one fifth index. In some examples, the third signaling may include at least one third index, wherein each third index is associated with one of the at least one fourth index and a parameter set including one or more of the at least one third model parameter.

[0239] In some examples, the at least one fifth index is associated with at least one CSI report configuration, respectively. In some examples, the at least one fifth index is included in at least one CSI report configuration, respectively. In some examples, the at least one index pair is associated with at least one CSI report configuration, respectively. In some examples, the at least one index pair is included in at least one CSI report configuration, respectively.

[0240] In some examples, the first signaling 202 may include one or more of the at least one fifth index, wherein the one or more fifth indexes are associated with one or more parameter sets, among the at least one parameter set, supported by the UE 104. In some examples, the first signaling 202 may include a bitmap indicating whether the at least one parameter set associated with the at least one fifth index is supported by the UE 104. In some examples, the first signaling 202 may include one or more of the at least one index pair, supported by the UE 104. In some examples, the first signaling 202 may include a bitmap indicating whether the at least one index pair is supported by the UE 104. In some examples, the first signaling 202 may include one or more of the at least one third index, supported by the UE 104. In some examples, the first signaling 202 may include a bitmap indicating whether the at least one third index is supported by the UE 104.

[0241] In some embodiments, the UE 104 may hand over from a first cell to a second cell, e.g, due to UE mobility or channel condition change. In some embodiments, there may be a common indexing of model backbone, model structure, and / or model parameter e.g., by a common indexing algorithm among neighbor cells, the common index may be transmitted in a hand-over command. In a more specific example, there may be a principle that both the source cell and the target cell implement, so both the source cell and the target cell will have a common index regarding a model backbone, a model structure or a model parameter. In another example, the indexing method, i.e., the relationship between the common index and the model backbone / structure / parameter may be transmitted from the source cell to the target cell or from the target cell to the source cell.

[0242] In some embodiments, the base station 102 may be a first base station. The first base station 102 may receive, from a second base station, at least one third index supported by the second network entity. Each third index is associated with a model backbone, a model structure or a parameter set comprising one or more model parameters. The first base station 102 may transmit, to the UE 104, the at least one third index supported by the second network entity. The UE 104 may receive, from the first base station 102, at least one third index supported by the second base station. The UE 104 may transmit, to the first base station 102, one or more of the at least one third index supported by the UE 104. The first base station 102 may receive, from the UE 104, one or more among the at least one third index supported by the UE 104; and transmit, to the second network entity, the one or more among the at least one third index supported by the UE 104.

[0243] In some embodiments, the base station 102 may be a first base station. The first base station 102 may receive, from a second base station, at least one third index supported by the second network entity. Each third index is associated with a model backbone, a model structure or a parameter set comprising one or more model parameters. The first base station 102 may transmit, to the UE 104, the at least one third index supported by the second network entity. The UE 104 may receive, from the first base station 102, at least one third index supported by the second base station. The UE 104 may then handover from the first base station 102 to the second base station, and transmit, to the second base station, one or more among the at least one third index supported by the UE 104.

[0244] In some embodiments, the base station 102 may be a first base station. The first base station 102 may receive, from a second base station, at least one of at least one fourth index, at least one fifth index or at least one association between at least one fourth index and at least one fifth index supported by the second network entity. Each fourth index is associated with a model backbone and a model structure, and each fifth index is associated with a parameter set comprising one or more model parameters. The first base station 102 may transmit, to the UE 104, at least one of the at least one fourth index, the at least one fifth index and the at least one association supported by the second network entity. The UE 104 may receive, from the first base station 102, at least one fourth index, at least one fifth index and at least one association between at least one fourth index and at least one fifth index supported by a second base station. The UE 104 may transmit, to the first base station 102, at least one of the following: one or more among the at least one fourth index supported by the UE 104, one or more among the at least one fifth index supported by the UE 104, or one or more among of the at least one association supported by the UE 104. The first base station 102 may forward at least one of the following received from the UE 104 to the second network entity: one or more among the at least one fourth index supported by the UE 104, one or more among the at least one fifth index supported by the UE 104, or one or more among of the at least one association supported by the UE 104.

[0245] In some embodiments, the base station 102 may be a first base station. The first base station 102 may receive, from a second base station, at least one of at least one fourth index, at least one fifth index or at least one association between at least one fourth index and at least one fifth index supported by the second network entity. Each fourth index is associated with a model backbone and a model structure, and each fifth index is associated with a parameter set comprising one or more model parameters. The first base station 102 may transmit, to the UE 104, at least one of the at least one fourth index, the at least one fifth index and the at least one association supported by the second network entity. The UE 104 may the handover from the first base station 102 to the second base station, and transmit, to the second base station, at least one of the following: one or more among the at least one fourth index supported by the UE 104, one or more among the at least one fifth index supported by the UE 104, or one or more among the at least one association supported by the UE 104.

[0246] In some embodiments, the base station 102 is a first base station. The UE 104 may transmit, to the first base station 102, at least one third index supported by the UE 104. Each third index is associated with a model backbone, a model structure or a parameter set including one or more model parameters. The first base station 102 may receive, from the UE 104, the at least one third index supported by the UE 104; and transmit, to a second base station, the at least one third index supported by the UE 104.

[0247] In some embodiments, the base station 102 is a first base station. The UE 104 may transmit, to the first base station 102, at least one of at least one fourth index, at least one fifth index or at least one association between at least one fourth index and at least one fifth index supported by the UE 104. Each fourth index is associated with a model backbone and a model structure, and each fifth index is associated with a parameter set including one or more model parameters. The first base station 102 may receive, from the UE 104, at least one of the at least one fourth index, the at least one fifth index or the at least one association supported by the UE 104; and transmit, to a second base station, at least one of the at least one fourth index, the at least one fifth index or the at least one association supported by the UE 104.

[0248] FIG. 3A illustrates an example implementation of a signalling procedure 300 of configuration for model training for CSI transmission in accordance with aspects of the present disclosure. The procedure 300 may involve a UE 104 and a network entity 102 as shown in FIG. 1A. The network entity may be implemented as a base station. It is to be understood that the steps and the order of the steps in FIG. 3 are merely for illustration, and not for limitation. It is to be understood that procedure 300 may further include additional blocks not shown and / or omit some shown blocks, and the scope of the present disclosure is not limited in this regard. The procedure 300 may be regarded as a specific example of the procedure 200 in FIG. 2.

[0249] The procedure 300 exemplifies an initial process for identifying applicable two-sided AI / ML models through coordinated interaction between the base station 102 and the UE 104, particularly addressing configurations involving combinations of CSI compression, channel coding, and modulation schemes.

[0250] At step 301, the UE 104 reports its capability regarding the general aspects of its supported models. This capability may include the model backbone (such as CNN, RNN, or transformer) and the model structure, which may be CSI compression only, a combination of CSI compression and channel coding, or a combination of CSI compression, channel coding, and modulation. Each combination of model backbone and model structure may be associated with a first index.

[0251] At step 302, the base station 102 configures detailed parameters based on the UE-reported backbone and structure, either separately or within a CSI report configuration. These detailed parameters may include weighting factors, the number of layers, or the number of connections in the neural network. Each combination of different types of detailed parameters may be associated with a second index. The association between the model backbone / structure and the detailed parameters may be configured, and the first index associated with the second index may also be configured. The associated first index for a second index may be configured separately, or alternatively, both the second index and the associated first index may be configured at step 302.

[0252] At step 303, the UE 104 reports supported detailed parameters by indicating one or multiple second indices or one or multiple CSI report IDs. If the supported detailed parameters are reported by indicating one or multiple second indices, this may be done using a bitmap to indicate the supported indices. For example, if the base station 102 configures a second index set of (0, 1, 2, 3) and the UE 104 reports a bitmap of "1100, " it indicates support for second indices 0 and 1. In another example, if the base station 102 configures a (first index, second index) pair set such as { (0, 0) , (0, 1) , (1, 2) , (1, 3) } and the UE 104 reports a bitmap of "0011, " it indicates support for pairs (1, 2) and (1, 3) .

[0253] If the supported detailed parameters are reported by indicating one or multiple CSI report IDs, the CSI report configuration is associated with a specific reporting metric. This reporting metric may be an indication of "support" or "not-support" for each CSI report ID. Alternatively, a bitmap may be reported from the UE 104 to the base station 102, with "1" indicating a supported CSI report ID. In this case, some CSI report configurations may have no reporting, while at least one CSI report configuration includes a list of CSI report IDs, with the reporting metric being the supported CSI report ID list. The reporting metric may be explicitly configured or implicitly determined. For an implicit determination, a CSI report configuration with model-related detailed parameters and without a CSI report ID list is considered to have no reporting, while a CSI report configuration with model-related detailed parameters and a CSI report ID list is considered to have reporting of the supported CSI report ID list.

[0254] FIG. 3B and FIG. 3C illustrate example schemes of CSI report configurations in accordance with aspects of the present disclosure. In the example in FIG. 3B, the UE may be configured with three CSI report configurations with CSI report ID #0, CSI report ID #1 and CSI report ID #2. The CSI report configuration with CSI report ID #0 may be associated with an index pair {0, 0} , indicating the supported detailed parameters #0 for UE’s supported model backbone and / or structure #0. The CSI report configuration with CSI report ID #1 may be associated with an index pair {1, 0} , indicating the supported detailed parameters #0 for UE’s supported model backbone and / or structure #1. The CSI report configuration with CSI report ID #2 may be associated with an index pair {1, 1} , indicating the supported detailed parameters #1 for UE’s supported model backbone and / or structure #1.

[0255] In the example of FIG. 3B, the UE may report “support” , “not-support” and “supported” for the CSI report configurations with CSI report IDs #0, #1 and #2, respectively, indicating that the UE supports the CSI report configurations with CSI report ID #0 and CSI report ID #2, but does not support the CSI report configuration with CSI report ID #1} . Alternatively, the UE may report a bitmap “101” for the CSI report configurations with CSI report IDs #0, #1 and #2, indicating that the UE supports the CSI report configurations with CSI report ID #0 and CSI report ID #2, but does not support the CSI report configuration with CSI report ID #1.

[0256] In the example of FIG. 3C, the CSI report configuration with CSI report ID #0 may further include a CSI report ID list {0, 1, 2} , while the CSI report configurations with CSI report ID #1 and CSI report ID #2 do not include a CSI report ID list. Alternatively or additionally, the CSI report configuration with CSI report ID #0 may further include an explicit indication of requiring reporting. The UE may then report whether the CSI report configurations with CSI report IDs in the CSI report ID list are supported in a report for the CSI report configuration with CSI report ID #0. For example, the UE may report a bitmap “101” or an indication of {0, 2} , indicating that the UE supports the CSI report configurations with CSI report ID #0 and CSI report ID #2, but does not support the CSI report configuration with CSI report ID #1.

[0257] The UE may not perform CSI reporting based on the CSI report configurations with CSI report ID #1 and CSI report ID #2 since there is no CSI report ID list in the CSI report configurations with CSI report ID #1 and CSI report ID #2.

[0258] In this way, some of the CSI report configurations is without any reporting, and there is at least one CSI report configuration including a list of CSI report ID and the reporting metric may be the supported CSI report ID list. The reporting metric may be explicitly configured or implicitly determined. For the implicit way, a CSI report configuration with model related detailed parameter and without CSI report ID list is considered to be without reporting; and a CSI report configuration with model related detailed parameter and with CSI report ID list is considered to be with report for the supported CSI report ID list.

[0259] At step 304, the base station 102 configures the applicable model backbone, model structure, and model parameters. If the CSI reporting at step 303 is periodic, it may be inferred that the CSI reporting with the UE 104 indicating "supported" is applicable, and step 304 may not be necessary. However, if the CSI reporting at step 303 is aperiodic or semi-persistent, additional signaling may be transmitted later to indicate the applicability of the model backbone, model structure, and model parameters. Similarly, if the reporting at step 303 is by a joint index, additional signaling will be transmitted to indicate the applicable model backbone, model structure, and model parameters.

[0260] Alternatively, steps 301, 302, and 303 may be combined into a single step 1A. In this combined step, the UE 104 reports the model backbone, model structure, and model parameters. The combination of model backbone, structure, and parameters may be associated with an index. Then, at step 304, an index may be configured separately or within a CSI report configuration. The subsequent step 304 may be used to configure CSI report configurations, ensuring that the applicable model backbone, model structure, and model parameters are properly established for efficient operation.

[0261] Alternatively, steps 301, 302, and 303 may be combined into step 1B and step 2C. At step 1B, the base station 102 broadcasts its capability related to the model backbone, model structure, and model parameters. One or multiple indices representing the combination of model backbone, model structure, and model parameters may be considered. At step 2C, the UE 104 reports its supported indices by selecting one or more of the broadcasted indices. If only one index is broadcasted by the base station 102, the reporting may indicate support or non-support; otherwise, a bitmap indicating one or multiple indices may be used. The UE 104 reporting may be performed in RACH, SR, or RRC configuration / response messages. The subsequent step 304 may be used to configure CSI report configurations, ensuring that the applicable model backbone, model structure, and model parameters are properly established for efficient operation.

[0262] When UE moves from a source cell to a target cell, there may be hand over. If there is a common indexing of model backbone, model structure, model parameter (this may be fulfilled by a common indexing algorithm among neighbor cells) , the common index may be transmitted in the hand-over command.

[0263] Regarding the common index, there may be a principle and both the source cell and the target cell implement the principle, so the source cell and the target cell will have a common index regarding a model backbone, model structure or model parameter. Alternatively, the indexing method, i.e., the relationship between the common index and the model backbone / structure / parameter may be transmitted from the source cell to the target cell or from the target cell to the source cell.

[0264] FIG. 4A illustrates a first example signalling procedure 400A of model information transmission due to mobility in accordance with aspects of the present disclosure. The procedure 400A may involve a UE 104 and a network entity 102 as shown in FIG. 1A. The network entity may be implemented as a base station. It is to be understood that the steps and the order of the steps in FIG. 4A are merely for illustration, and not for limitation. It is to be understood that procedure 400A may further include additional blocks not shown and / or omit some shown blocks, and the scope of the present disclosure is not limited in this regard. The procedure 400A may be implemented independently or in combination with the procedure 300 in FIG. 3A.

[0265] In the procedure 400A, at step 401, the UE 104 reports its supported backbone / structure / parameters to the source cell 102-1. At step 402, the source 102-1 may transmit the supported backbone / structure / parameters of the UE 104 to the target cell 102-1. When the UE 104 hands over from the source cell 102-1 to the target cell 102-1, at step 403, the UE 104 may communicate with the cell 102-1 based on the supported backbone / structure / parameters of the UE 104.

[0266] In some implementations, the supported first index indicating backbone / structure of the UE 104 may be transmitted from the source cell 102-1 to the target cell 102-2. The first index may be derived at the source cell 102-1 based on a similar step as step 301 in the procedure 300 in FIG. 3A. The supported second index indicating detailed parameters of the UE 104 may also be transmitted from the source cell 102-1 to the target cell 102-2. The second index may be derived at the source cell 102-1 based on similar steps as steps 302 and 303 in the procedure 300 in FIG. 3A. This is only applicable when the second index is explicitly used rather than implicitly determined based on the CSI report ID. If the second index can’ t be transmitted in the handover command, it may be by further interaction between the UE 104 and the target cell 102-2.

[0267] FIG. 4B illustrates a second example signalling procedure 400B of model information transmission due to mobility in accordance with aspects of the present disclosure. The procedure 400B may involve a UE 104 and a network entity 102 as shown in FIG. 1A. The network entity may be implemented as a base station. It is to be understood that the steps and the order of the steps in FIG. 4B are merely for illustration, and not for limitation. It is to be understood that procedure 400B may further include additional blocks not shown and / or omit some shown blocks, and the scope of the present disclosure is not limited in this regard. The procedure 400B may be implemented independently or in combination with the procedure 300 in FIG. 3A. The same reference numerals are used to denote the elements or components described in FIG. 4B having the same operations as the elements or components described in FIG. 4A, and detailed description thereof will be omitted.

[0268] In the procedure 400B, before the UE 104 reports its supported backbone / structure / parameters to the source cell 102-1, at step 411, the target cell 102-1 may transmit its supported backbone / structure / parameters to the source cell 102-1. At step 412, the source 102-1 may transmit the supported backbone / structure / parameters of the target cell 102-1 to the UE 104. In other words, the supported first index and the supported second index by the target cell 102-2 may be informed to the UE during the handover command. And the UE 104 may report the supported first index and second index based on the capability of the target cell 102-2 and the UE itself. At step 401, the UE 104 is still at the source cell 102-1, and the UE 104 may report its supported backbone / structure / parameters to the source cell 102-1 based on the capability of the target cell 102-2 and the UE itself. At step 402, the source 102-1 may transmit the supported backbone / structure / parameters of the UE 104 to the target cell 102-1. When the UE 104 hands over from the source cell 102-1 to the target cell 102-1, at step 403, the UE 104 may communicate with the cell 102-2 based on the supported backbone / structure / parameters of the UE 104. In this way, there is no latency for model application at the target cell 102-2.

[0269] FIG. 4C illustrates a third example signalling procedure 400C of model information transmission due to mobility in accordance with aspects of the present disclosure. The procedure 400C may involve a UE 104 and a network entity 102 as shown in FIG. 1A. The network entity may be implemented as a base station. It is to be understood that the steps and the order of the steps in FIG. 4C are merely for illustration, and not for limitation. It is to be understood that procedure 400C may further include additional blocks not shown and / or omit some shown blocks, and the scope of the present disclosure is not limited in this regard. The procedure 400C may be implemented independently or in combination with the procedure 300 in FIG. 3A. The same reference numerals are used to denote the elements or components described in FIG. 4C having the same operations as the elements or components described in FIG. 4A and FIG. 4B, and detailed description thereof will be omitted.

[0270] In the procedure 400C, at step 411, the target cell 102-1 may transmit its supported backbone / structure / parameters to the source cell 102-1. At step 412, the source 102-1 may transmit the supported backbone / structure / parameters of the target cell 102-1 to the UE 104. At step 421, the UE 104 hands over from the source cell 102-1 to the target cell 102-1 and reports its supported backbone / structure / parameters to the target cell 102-1 based on the capability of the target cell 102-2 and the UE itself. At step 403, the UE 104 may communicate with the cell 102-2 based on the supported backbone / structure / parameters of the UE 104. In this way, there is no latency for model application at the target cell 102-2. In this way, the latency for model application at the target cell may be reduced with less impact on the handover command.

[0271] FIG. 5 illustrates an example of a signalling procedure 500 of model training / monitoring for CSI transmission in accordance with aspects of the present disclosure. For the purpose of discussion, the procedure 500 will be described with reference to FIG. 1A, and the procedure 500 may involve a UE 104 and a network entity 102 as shown in FIG. 1A. The network entity may be implemented as a base station. It is to be understood that the steps and the order of the steps in FIG. 5 are merely for illustration, and not for limitation. It is to be understood that procedure 500 may further include additional blocks not shown and / or omit some shown blocks, and the scope of the present disclosure is not limited in this regard. The procedure 500 may be implemented in combination or independently with the procedure 200 in FIG. 2.

[0272] As shown in FIG. 5, the base station 102 determines (501) information 503 associated with one or more first CSIs. In some examples, the information 503 may include one or more CSI feedbacks. Alternatively or additionally, the information 503 may include one or more recovered CSIs. Alternatively or additionally, the information 503 may include a downlink reference signal (DL RS) . The base station 102 transmits (502) the information 503 to the UE 104. The UE 104 receives (504) the information 503 from the base station 102, and determines (505) one or more first CSIs paired with the information 503. In this way, the base station may transmit feedback information for the reported CSI to the UE and the UE may determine the CSI paired with the feedback information, thus enabling model training and / or model monitoring at the UE side based on the paired CSI and feedback.

[0273] In some embodiments, a CSI feedback of the one or more CSI feedbacks may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters. In some embodiments, a recovered CSI of the one or more recovered CSIs may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters. In some embodiments, the precoded CSI may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters.

[0274] In some embodiments, the model backbone may include a CNN. Alternatively, the model backbone may include a RNN. Alternatively, the model backbone may include a transformer network. Other model backbones are also possible. In some embodiments, the model structure may include a model structure for CSI compression only. Alternatively, the model structure may include a model structure for a combination of CSI compression and channel coding. Alternatively, the model structure may include a model structure for a combination of CSI compression, channel coding and modulation. Other model structures are also possible. In some embodiments, the model parameter set may include at least one of a weighting factor, a number of layers, or a number of connections of a neutral network. Other model parameters are also possible.

[0275] In some implementations, the base station 102 may generate a CSI feedback of the one or more CSI feedbacks based on a compressing model with a first CSI paired with the CSI feedback as a model input. The CSI feedback and the first CSI paired with the CSI feedback may be associated with a model index of the compressing model. The compressing model may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters.

[0276] In some embodiments, the UE 104 may receive, from the base station 102, an indication of at least one type for the one or more CSI feedbacks. The at least one type may include at least one of a precoding matrix, multiple bits, or multiple symbols. For example, for CSI compression only, the CSI feedback type may be a preconding matrix. In another example, for a combination of CSI compression and channel coding, the CSI feedback type may be multiple bits. In a further example, for a combination of CSI compression, channel coding and modulation, the CSI feedback type may be multiple symbols.

[0277] In some embodiments, the UE 104 may receive, from the base station 102, an indication of at least one size for the one or more CSI feedbacks. Alternatively, the UE 104 may receive, from the base station 102, an indication of at least one size for the one or more recovered CSIs. For example, if multiple data sets are transmitted together from the base station 102 to the UE 104, the size for each feedback may be indicated to the UE 104. For different feedback types, the feedback size may also be different

[0278] In some embodiments, the UE 104 may receive the one or more first CSIs from the base station 102. The one or more CSI feedbacks and the one or more first CSIs paired with the one or more CSI feedbacks are received together. For example, the target CSI (s) and the information 503 may be transmitted together, so that the UE 104 may know that they are paired as model output and model input respectively.

[0279] In some embodiments, the UE 104 may obtain at least one CSI based on at least one CSI measurement and report the at least one CSI to the base station 102. The UE 104 may buffer a subset of first CSIs included in the at least one CSI. The one or more first CSIs paired with the one or more CSI feedbacks are included in the subset of first CSIs. In other words, the UE performs a CSI measurement and CSI reporting before reception of the CSI feedback, and the first CSI to be paired with the received information 503 is determined from the measured CSIs which are buffered by the UE.

[0280] In some implementations, the UE 104 may receive, from the base station 102, an indication associated with a CSI report configuration indicating first CSIs among reported CSIs for the CSI report configuration to be buffered for a duration. In other words, the UE 104 may receive an indication of a CSI report configuration indicating that the measured CSI based on the CSI report configuration is to be buffered for a duration.

[0281] In some implementations, the UE 104 may index first CSIs in the subset of first CSIs within a time domain window. In other words, the buffered first CSIs are indexed within a time domain window. In some implementations, the indexing is based on at least one of the following: first time domain resources for measurements of the first CSIs, second time domain resources for reporting of the first CSIs, identities of CSI report configurations associated with the first CSIs, first frequency domain resources for measurements of the first CSIs, second frequency domain resources for reporting of the first CSIs, time domain behaviors of reporting of the first CSIs, or indexes of transmission reference points (TRPs) for reporting the first CSIs.

[0282] In some examples, the first time domain resources or the second time domain resources may include at least one of slots, or symbols. In some examples, the first frequency domain resources or the second frequency domain resources may include at least one of physical resource blocks, component carriers, or bandwidth parts. In other words, the frequency domain resource for CSI measurements or CSI reporting may be associated with PRB indexes, CC indexes, or BWP indexes. In some examples, the time domain behaviors may include at least one of a periodic behavior, a semi-persistent behavior, or an aperiodic behavior.

[0283] In some examples, the indexing may be based on a predefined order or a configured order of at least one of the following: the first time domain resources, the second time domain resources, the identities of CSI report configurations, the first frequency domain resources, the second frequency domain resources, the time domain behaviors, the indexes of the TRPs.

[0284] The indexing may start from a start of the time domain window. Alternatively, the indexing may start from an ending of the time domain window.

[0285] In some implementations, the time domain window may be configured by the base station 102. In some examples, the time domain window is periodic.

[0286] In some implementations, an ending of the time domain window may be determined based on a time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs. For example, an ending of the time domain window may be determined based on the time instance of the reception of the CSI feedback or the recovered CSI. Alternatively, an ending of the time domain window may be determined based on a time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs and a time domain gap. The time domain gap may be configured by the base station 102 or may be predefined. For example, an ending of the time domain window may be determined based on the time instance of the reception of the CSI feedback or the recovered CSI and a preconfigured / predefined threshold.

[0287] In some implementations, a start of the time domain window may be determined based on at least one of the following: the ending of the time domain window; a length of the time domain window; a number of CSI feedbacks included in the one or more CSI feedbacks; or a number of recovered CSIs included in the one or more recovered CSIs.

[0288] In some implementations, a CSI feedback of the one or more CSI feedbacks is paired with a first CSI with a same index as the CSI feedback. In other words, the CSI feedback and the first CSI with same index are paired as model output and model input respectively. In some implementations, a recovered CSI of the one or more recovered CSIs is paired with a first CSI with a same index as the recovered CSI. In some implementations, the precoded CSI of is paired with a first CSI with a same index as the precoded CSI.

[0289] In some implementations, the UE 104 may pair the one or more CSI feedbacks or the one or more recovered CSIs with the first CSIs separately for different model backbones, different model structures or different parameter sets including one or more model parameters. In other words, the pairing is separately performed for different model backbones, different model structures or different model parameters.

[0290] In some implementations, the indexing is separately performed for different model backbones, different model structures or different parameter sets including one or more model parameters. In other words, the indexing is separately performed for different model backbones, different model structures or different model parameters.

[0291] In some implementations, the UE 104 may receive, from the base station 102, at least one of the following: a starting index of the one or more CSI feedbacks or the one or more recovered CSIs; an ending index of the one or more CSI feedbacks or the one or more recovered CSIs; or a range of indexes of the one or more CSI feedbacks or the one or more recovered CSIs. For examples, a range of the time domain window is configured, and only first CSIs within the range may be paired with the received CSI feedback.

[0292] In some implementations, the UE 104 may release a buffered first CSI among the subset of first CSIs at an expiry of a timer associated with the buffered first CSI. A duration of the timer is configured or predefined. For examples, a buffered first CSI is associated with a timer, and once the timer expired, the buffered first CSI is released. The timer may be preconfigured or predefined.

[0293] In some implementations, the UE 104 may release the first CSIs within the time domain window at an expiry of a timer associated with the time domain window. In some examples, a duration of the timer is configured or predefined. Alternatively, a duration of the timer may be associated with a length of the time domain window. For examples, buffered first CSIs within a time domain window are associated with a timer, and once the timer expired, the buffered first CSIs within the time domain window are released. The timer may be preconfigured or predefined or based on the length of the time domain window. For example, if there is a new time domain window with buffered first CSIs, the buffered first CSIs within the previous time domain window may be released.

[0294] In some implementations, the UE 104 may monitor at least one model based on a comparison between the one or more recovered CSIs and the one or more first CSIs paired with the one or more recovered CSIs. For example, the first CSI and the recovered CSI transmitted from the base station 104 and paired with the first CSI are compared, e.g. by calculating SGCS of the two CSI. Alternatively, the UE 104 may monitor at least one model based on a comparison between measurements on the DL RS and a first CSI paired with the DL RS. For example, the first CSI paired with a DL RS transmitted from the base station 104 and the CSI obtained by the UE 104 by measuring the DL RS are compared.

[0295] In some implementations, the UE 104 may receive, from the base station 102, an indication of at least one model index associated with the one or more recovered CSIs. A model index of the at least one model index may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters.

[0296] In some implementations, the UE 104 may determine at least one model index associated with the one or more recovered CSIs based on at least one of the following: sizes of recovered CSIs of the one or more recovered CSIs; the number of recovered CSIs of the one or more recovered CSIs; or the ordering of recovered CSIs of the one or more recovered CSIs. A model index of the at least one model index may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters.

[0297] In some implementations, the information 503 may include the one or more CSI feedbacks and the one or more CSI recovered CSIs. First CSIs paired with the one or more CSI recovered CSIs are a part of first CSIs paired with the one or more CSI feedbacks.

[0298] In some implementations, the UE 104 may receive at least one scaling factor from the base station 102, and determine the first CSIs paired with the one or more CSI recovered CSIs based on the first CSIs paired with the one or more CSI feedbacks and the at least one scaling factor. In some examples, the at least one scaling factor may be associated with a comparison of a periodicity of a time domain window for the first CSIs paired with the one or more CSI recovered CSIs and a periodicity of a time domain window for the first CSIs paired with the one or more CSI feedbacks. Alternatively or additionally, the at least one scaling factor may be associated with a density of the first CSIs paired with the one or more CSI recovered CSIs selected from the first CSIs paired with the one or more CSI feedbacks in each periodicity. For example, the first CSI for comparison with recovered CSI may be a part of the first CSIs for pairing with CSI feedback. At least one scaling factor is configured to determine the part for comparison with recovered CSI. The scaling factor may be used to determine the size of the time domain window or the selected first CSI within the time domain window for comparison with recovered CSI.

[0299] In some implementations, the UE 104 may receive, from the base station 102, an indication of a model index associated with the DL RS. The model index may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters.

[0300] In some implementations, the UE 104 may determine a model index associated with the DL RS based on at least one of the following: a resource index of the DL RS, a scrambling identity of the DL RS, a frequency domain resource of the DL RS, or a time domain resource of the DL RS. The model index may be associated with at least one of a model backbone, a model structure or a parameter set including one or more model parameters.

[0301] In some implementations, the UE 104 may determine a first CSI paired with the DL RS based on a time instance of reception of the DL RS. In some examples, the first CSI paired with the DL RS may be associated with a latest CSI reporting earlier than the time instance of reception of the DL RS by a time domain threshold. In some alternative examples, the first CSI paired with the DL RS may be associated with measurements on a latest CSI-RS earlier than the time instance of reception of the DL RS by a time domain threshold. The time domain threshold is predefined or configured.

[0302] To ensure the proper functioning of the UE side encoder / CSI compression and the gNB side decoder / decompression, the UE and / or the gNB may first perform model training. After training, the UE and / or the gNB perform model inference based on aligned operations at gNB side and UE side. During model inference, the performance of the model is monitored, and if the model does not function properly, the UE and / or the gNB may perform a model switch or fallback operation. For inter-vendor collaboration, two schemes have been proposed for the CSI compression only case.

[0303] In Scheme #1, encoder-related parameters are transmitted from the gNB to the UE.Initially, both the encoder and decoder are trained together at the gNB side, based on legacy CSI measured and reported by the UE, such as PMI based on eTypeII codebook. Subsequently, the encoder-related parameters are transmitted from the gNB to the UE. At the UE side, the UE may directly adopt the transmitted parameters to construct its own encoder, or alternatively, generate multiple data samples based on the transmitted parameters and train its own model using these samples. Another alternative is for the UE to first train a decoder compatible with the transmitted encoder and then train its own encoder based on the trained decoder.

[0304] In Scheme #2, the gNB transmits an encoder-related dataset to the UE. This dataset is used by the UE to construct its encoder, with the input being the target CSI and the output being the compressed CSI. The UE can then train its own encoder based on the transmitted dataset.

[0305] FIG. 6 illustrates an example scheme of model training at UE side in accordance with aspects of the present disclosure. The UE obtains CSI#1 based on measurements of CSI-RS and compresses the obtained CSI#1. The UE then transmits the compressed CSI (denoted as CSI#2) to the gNB. The gNB then recovers the compressed CSI and obtains the recovered CSI #3. The gNB may transmit the compressed CSI to the UE for the model training at UE side. If the UE side model training is based on a dataset, the target CSI (CSI#1) at UE side will be paired with the compressed CSI (i.e. CSI#2) for model training. The compressed CSI may be provided as a feedback transmitted from gNB to UE. If JSCC is adopted, enhancements based on Scheme #1 and Scheme #2 may be implemented.

[0306] For Scheme #1 based on transmission of encoder related parameters, the transmitted encoder-related parameters may include at least one of model backbone, model structure, model parameters, indicating to the UE which backbone to adopt and whether the model is for CSI compression only, a combination of CSI compression and channel coding, or a combination of CSI compression, channel coding, and modulation. This may be based on a joint index determined during steps 301 and 302 in the procedure 300 illustrated in FIG. 3A.

[0307] For scheme #2 based on transmission of encoder-related dataset, the feedback transmitted from the gNB to the UE may be a precoding matrix for the CSI compression only case. When combined with channel coding and / or modulation, the encoder output changes to multiple bits or symbols, and the type of dataset may be indicated from the gNB to the UE. The feedback type of dataset indicated from the gNB to the UE may be a precoding matrix (corresponding to CSI compression only) , multiple bits (corresponding to combination of CSI compression and channel coding) , or multiple symbols (corresponding to combination of CSI compression, channel coding and modulation) . Additionally, the size of each feedback may be indicated to the UE, especially when multiple datasets are transmitted together from the gNB to the UE. The size for different feedback type may also be different.

[0308] Regarding dataset transmission in Scheme #2, the feedback needs to be transmitted from the gNB to the UE. The target CSI may be obtained by the UE itself or transmitted from the gNB to the UE. In some embodiments, the gNB may have broader knowledge of the CSI for better model training, so both the target CSI and feedback may be transmitted to the UE. The target CSI and feedback may be transmitted together so that the UE knows they are paired as model input and output for training. If only feedback is transmitted, it may be paired with previously measured CSI at the UE side.

[0309] In some embodiments, the UE may receive, from the gNB, an indication to indicate to UE to buffer and index the reported CSI for a CSI report configuration.

[0310] There may be a time domain window for indexing the target CSIs. In Option A, the time window may be by a periodic time domain window configuration with a periodicity and an offset with respect to a numerology, and indexing for the target CSI is within the time domain window. The indexing is implemented within each time domain window, and once a new time domain window starts, there will be new round of indexing and the previous buffered target CSI may be discarded.

[0311] In Option B, the time domain window may also be determined based on reception of the feedback from gNB to UE. The ending of the time domain window may be determined based on the reception time instance. The length of the time domain window may be determined based on the number of feedbacks transmitted from gNB to UE (Pre-configured) . For example, the indexing may start from the ending of the time domain window, then the starting may be determined based on the number of feedback. The length of the window T3 may be configured so that a CSI buffered at time instance t may be discarded if there is no data set reception until t +T3.

[0312] Indexing for the target CSI may involve at least one of: time domain indexing, frequency domain indexing, and an indexing based on CSI report configuration ID, an indexing based on the time domain behavior of the reporting and an indexing based on TRP indexes. Indexing order among time domain indexing  / frequency domain indexing / indexing based on CSI report IDs  / indexing based on time domain behaviors / indexing based on TRP indexes may be configured or pre-defined.

[0313] Time domain indexing may be based on slot / symbol index of the CSI reporting. The target CSI index may be increased or decreased with increasing of slot / symbol index by starting from the starting or ending of the time domain window. Frequency domain indexing may be based on the CC index, BWP index, or starting PRB index. The target CSI index may be increased or decreased with increasing of CC  / BWP  / starting PRB index by starting from the starting or ending for the frequency domain resources of measuring the CSI-RS for the target CSI or reporting of the target CSI.

[0314] Indexing based on the CSI report ID may be implemented as that a smaller index leads to a smaller final target CSI index. Indexing based on time domain behavior may be implemented as that periodic reporting, semi-persistent reporting, aperiodic reporting have different index values. Indexing may also based on different TRP index in case of multi-TRP, and the TRP index will be used for indexing.

[0315] Only CSI reported and indicated to be buffered is indexed, while others are discarded after reporting.

[0316] FIG. 7A and FIG. 7B illustrate example schemes of time domain windows for paring between target CSI and network feedback in accordance with aspects of the present disclosure. In FIG. 7A, a periodic window is configured, with target CSI indexed within each window and refreshed in the next window. In FIG. 7B, the window ending is determined based on the feedback reception time instance and a time domain threshold, and the window starting may be determined based on the window ending and the window length.

[0317] Regarding CSI buffer, a timer may be associated with the CSI buffer, starting from the CSI reporting instance, i.e. the time instance when the UE performs the CSI reporting. The timer may be explicitly configured, implicitly determined based on indexing periodicity, or end upon feedback reception. For option B, the timer may be aligned with the time domain window.

[0318] The pairing of target CSI may be separately performed for different type / index of model backbone, model structure, and model parameters. Target CSI and feedback with the same index may be considered to be paired as model input and output. The starting index or range of the feedback may be indicated from the gNB to the UE.

[0319] Performance monitoring can be performed at either the gNB side or the UE side. For gNB-side performance monitoring, the UE is only required to report the target CSI, which is transparent to the UE. For UE-side performance monitoring, the recovered CSI can be transmitted to the UE for comparison with the target CSI measured at the UE side. Alternatively, a precoded CSI-RS can be transmitted from the gNB to the UE. The UE then measures the precoded CSI-RS, compares the measurement result with the previously measured target CSI, and assesses the model's performance. The recovered CSI or precoded CSI-RS may be associated with a model backbone, structure, or parameter.

[0320] If the recovered CSI is transmitted from the gNB to the UE, a model index associated with the model backbone, structure, or parameter may also be indicated. Multiple recovered CSI transmissions may occur together, with the index transmitted explicitly or implicitly determined based on the size of the recovered CSI belonging to the same model index. For example, if 400 recovered CSIs are transmitted and 100 of them share the same index, the first 100 are associated with index #0, the next 100 with index #1, and so on.

[0321] FIG. 8 illustrates an example scheme of model monitoring at UE side in accordance with aspects of the present disclosure. For model monitoring, the CSI (CSI#1) measured at the UE side based on CSI-RS is compared with the recovered CSI (CSI#3) at the gNB side. The similarity between the corresponding precoding matrices is assessed using a metric such as SGCS. The comparison result is then compared with a threshold (e.g., a scalar value) .

[0322] For example, CSI#1 is a precoding matrix A= [1, 2, 5; 3, 4, 6] , CSI#3 is a precoding matrix B= [1, 2, 3; 4, 5, 6] . A vector A1= [1, 2, 5, 3, 4, 6] and a vector B1= [1, 2, 3, 4, 5, 6] may be generated. The SGCS between A and B may be compared to be Cos (A_B) = (1*1+2*2+5*3+3*4+4*5+6*6)  /  (||A||*||B||) = 88 / 91=0.967. And the threshold may be configured to be 0.8. As 0.967 is larger than 0.8, so the model may be considered to work properly.

[0323] If the current model backbone / structure / parameter is determined to work improperly based on comparison, the UE and gNB may switch to another model backbone / structure / parameter or fall back to legacy CSI reporting scheme without CSI compression.

[0324] If the recovered CSI is transmitted from the gNB to the UE, there may be an association between the recovered CSI and the target CSI for monitoring. One method involves configuring the target CSI for monitoring separately from the target CSI used for training. This method may reuse the Option A for determining target CSI for training as baseline but with a larger time window and sparser buffering of target CSI. In other words, compared with the Option A for determining target CSI for training, the periodicity configuration to determine time window for model monitoring may be a bit larger, e.g. based on the scaling factor, and the target CSI which needs to be buffered may be more sparse.

[0325] In another method, the target CSI for monitoring is determined by some of the target CSI used for training as the target CSI for monitoring. This method may also the Option A for determining target CSI for training as baseline but with scaling factorsK1 and K2. to extend the periodicity of monitoring CSI and select specific instances of training CSI for monitoring. Suppose P is the configured periodicity for target CSI for training, then the periodicity for target CSI for monitoring is extended to be K1*P. Every K2 target CSI for training is adopted as target CSI for monitoring.

[0326] The association between recovered CSI and target CSI may be based on the same target CSI index and model index. If monitoring is performed using a precoded CSI-RS transmitted from the gNB to the UE, the precoded CSI-RS may be associated with a model index based on the model backbone, structure, and parameter. The model index can be explicitly configured for the precoded CSI-RS or implicitly determined based on at least one of: precoded CSI-RS resource index, precoded CSI-RS scrambling ID, frequency domain resource of the precoded CSI-RS, time domain position of the precoded CSI-RS (e.g., slot index, symbol index and / or offset with respect to a periodicity)

[0327] The target CSI for monitoring may be determined for a precoded CSI-RS based on a time domain threshold T1. For example, the latest CSI reporting earlier than the received precoded CSI-RS by T1 is associated with the precoded CSI-RS, as illustrated in FIG. 9A. Alternatively, the latest CSI-RS measurement earlier than the received precoded CSI-RS by T1 is associated with the precoded CSI-RS, as shown in FIG. 9B. This ensures that the monitoring process accurately reflects the model's performance and facilitates timely adjustments if necessary.

[0328] FIG. 10 illustrates an example of a device 1000 that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure. The device 1000 may be an example of a UE 104 or a base station 122 as described herein. The device 1000 may support wireless communication with one or more network entities 122, UEs 104, or any combination thereof. The device 1000 may include components for bi-directional communications including components for transmitting and receiving communications, such as a processor 1002, a memory 1004, a transceiver 1006, and, optionally, an I / O controller 1008. These components may be in electronic communication or otherwise coupled (e.g., operatively, communicatively, functionally, electronically, electrically) via one or more interfaces (e.g., buses) .

[0329] The processor 1002, the memory 1004, the transceiver 1006, or various combinations thereof or various components thereof may be examples of means for performing various aspects of the present disclosure as described herein. For example, the processor 1002, the memory 1004, the transceiver 1006, or various combinations or components thereof may support a method for performing one or more of the operations described herein.

[0330] In some implementations, the processor 1002, the memory 1004, the transceiver 1006, or various combinations or components thereof may be implemented in hardware (e.g., in communications management circuitry) . The hardware may include a processor, a digital signal processor (DSP) , an application-specific integrated circuit (ASIC) , a field-programmable gate array (FPGA) or other programmable logic device, a discrete gate or transistor logic, discrete hardware components, or any combination thereof configured as or otherwise supporting a means for performing the functions described in the present disclosure. In some implementations, the processor 1002 and the memory 1004 coupled with the processor 1002 may be configured to perform one or more of the functions described herein (e.g., executing, by the processor 1002, instructions stored in the memory 1004) .

[0331] For example, the processor 1002 may support wireless communication at the device 1000 in accordance with examples as disclosed herein. The processor 1002 may be configured to operable to support a means for transmitting, to a network entity, a first signaling indicating at least one of at least one first model backbone, at least one first model structure or at least one first model parameter supported by the UE; and a means for determining applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter, based on at least one of the following: the first signaling, or a second signaling received from the network entity, wherein the second signaling is received after transmitting the first signaling.

[0332] In another example, the processor 1002 may support wireless communication at the device 1000 in accordance with examples as disclosed herein. The processor 1002 may be configured to operable to support a means for receiving, from a user equipment (UE) , a first signaling indicating at least one of at least one first model backbone, at least one first model structure or at least one first model parameter supported by the UE; and a means for determining applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter, based on at least one of the following: the first signaling, or a second signaling transmitted to the UE, wherein the second signaling is transmitted after receiving the first signaling.

[0333] In another example, the processor 1002 may support wireless communication at the device 1000 in accordance with examples as disclosed herein. The processor 1002 may be configured to operable to support a means for receiving, from a network entity, information comprising at least one of one or more channel state information (CSI) feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) ; and a means for determining one or more first CSIs paired with the information.

[0334] In another example, the processor 1002 may support wireless communication at the device 1000 in accordance with examples as disclosed herein. The processor 1002 may be configured to operable to support a means for determining information associated with one or more first channel state information (CSI) , the information comprises at least one of one or more CSI feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) ; and a means for transmitting, to a user equipment (UE) , the information.

[0335] The processor 1002 may include an intelligent hardware device (e.g., a general-purpose processor, a DSP, a CPU, a microcontroller, an ASIC, an FPGA, a programmable logic device, a discrete gate or transistor logic component, a discrete hardware component, or any combination thereof) . In some implementations, the processor 1002 may be configured to operate a memory array using a memory controller. In some other implementations, a memory controller may be integrated into the processor 1002. The processor 1002 may be configured to execute computer-readable instructions stored in a memory (e.g., the memory 1004) to cause the device 1000 to perform various functions of the present disclosure.

[0336] The memory 1004 may include random access memory (RAM) and read-only memory (ROM) . The memory 1004 may store computer-readable, computer-executable code including instructions that, when executed by the processor 1002 cause the device 1000 to perform various functions described herein. The code may be stored in a non-transitory computer-readable medium such as system memory or another type of memory. In some implementations, the code may not be directly executable by the processor 1002 but may cause a computer (e.g., when compiled and executed) to perform functions described herein. In some implementations, the memory 1004 may include, among other things, a basic I / O system (BIOS) which may control basic hardware or software operation such as the interaction with peripheral components or devices.

[0337] The I / O controller 1008 may manage input and output signals for the device 1000. The I / O controller 1008 may also manage peripherals not integrated into the device M02. In some implementations, the I / O controller 1008 may represent a physical connection or port to an external peripheral. In some implementations, the I / O controller 1008 may utilize an operating system such as or another known operating system. In some implementations, the I / O controller 1008 may be implemented as part of a processor, such as the processor 1006. In some implementations, a user may interact with the device 1000 via the I / O controller 1008 or via hardware components controlled by the I / O controller 1008.

[0338] In some implementations, the device 1000 may include a single antenna 1010. However, in some other implementations, the device 1000 may have more than one antenna 1010 (i.e., multiple antennas) , including multiple antenna panels or antenna arrays, which may be capable of concurrently transmitting or receiving multiple wireless transmissions. The transceiver 1006 may communicate bi-directionally, via the one or more antennas 1010, wired, or wireless links as described herein. For example, the transceiver 1006 may represent a wireless transceiver and may communicate bi-directionally with another wireless transceiver. The transceiver 1006 may also include a modem to modulate the packets, to provide the modulated packets to one or more antennas 1010 for transmission, and to demodulate packets received from the one or more antennas 1010. The transceiver 1006 may include one or more transmit chains, one or more receive chains, or a combination thereof.

[0339] A transmit chain may be configured to generate and transmit signals (e.g., control information, data, packets) . The transmit chain may include at least one modulator for modulating data onto a carrier signal, preparing the signal for transmission over a wireless medium. The at least one modulator may be configured to support one or more techniques such as amplitude modulation (AM) , frequency modulation (FM) , or digital modulation schemes like phase-shift keying (PSK) or quadrature amplitude modulation (QAM) . The transmit chain may also include at least one power amplifier configured to amplify the modulated signal to an appropriate power level suitable for transmission over the wireless medium. The transmit chain may also include one or more antennas 1010 for transmitting the amplified signal into the air or wireless medium.

[0340] A receive chain may be configured to receive signals (e.g., control information, data, packets) over a wireless medium. For example, the receive chain may include one or more antennas 1010 for receive the signal over the air or wireless medium. The receive chain may include at least one amplifier (e.g., a low-noise amplifier (LNA) ) configured to amplify the received signal. The receive chain may include at least one demodulator configured to demodulate the receive signal and obtain the transmitted data by reversing the modulation technique applied during transmission of the signal. The receive chain may include at least one decoder for decoding the processing the demodulated signal to receive the transmitted data.

[0341] FIG. 11 illustrates an example of a processor 1100 that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure. The processor 1100 may be an example of a processor configured to perform various operations in accordance with examples as described herein. The processor 1100 may include a controller 1102 configured to perform various operations in accordance with examples as described herein. The processor 1100 may optionally include at least one memory 1104, such as L1 / L2 / L3 cache. Additionally, or alternatively, the processor 1100 may optionally include one or more arithmetic-logic units (ALUs) 1106. One or more of these components may be in electronic communication or otherwise coupled (e.g., operatively, communicatively, functionally, electronically, electrically) via one or more interfaces (e.g., buses) .

[0342] The processor 1100 may be a processor chipset and include a protocol stack (e.g., a software stack) executed by the processor chipset to perform various operations (e.g., receiving, obtaining, retrieving, transmitting, outputting, forwarding, storing, determining, identifying, accessing, writing, reading) in accordance with examples as described herein. The processor chipset may include one or more cores, one or more caches (e.g., memory local to or included in the processor chipset (e.g., the processor 1100) or other memory (e.g., random access memory (RAM) , read-only memory (ROM) , dynamic RAM (DRAM) , synchronous dynamic RAM (SDRAM) , static RAM (SRAM) , ferroelectric RAM (FeRAM) , magnetic RAM (MRAM) , resistive RAM (RRAM) , flash memory, phase change memory (PCM) , and others) .

[0343] The controller 1102 may be configured to manage and coordinate various operations (e.g., signaling, receiving, obtaining, retrieving, transmitting, outputting, forwarding, storing, determining, identifying, accessing, writing, reading) of the processor 1100 to cause the processor 1100 to support various operations of a base station in accordance with examples as described herein. For example, the controller 1102 may operate as a control unit of the processor 1100, generating control signals that manage the operation of various components of the processor 1100. These control signals include enabling or disabling functional units, selecting data paths, initiating memory access, and coordinating timing of operations.

[0344] The controller 1102 may be configured to fetch (e.g., obtain, retrieve, receive) instructions from the memory 1104 and determine subsequent instruction (s) to be executed to cause the processor 1100 to support various operations in accordance with examples as described herein. The controller 1102 may be configured to track memory address of instructions associated with the memory 1104. The controller 1102 may be configured to decode instructions to determine the operation to be performed and the operands involved. For example, the controller 1102 may be configured to interpret the instruction and determine control signals to be output to other components of the processor 1100 to cause the processor 1100 to support various operations in accordance with examples as described herein. Additionally, or alternatively, the controller 1102 may be configured to manage flow of data within the processor 1100. The controller 1102 may be configured to control transfer of data between registers, arithmetic logic units (ALUs) , and other functional units of the processor 1100.

[0345] The memory 1104 may include one or more caches (e.g., memory local to or included in the processor 1100 or other memory, such RAM, ROM, DRAM, SDRAM, SRAM, MRAM, flash memory, etc. In some implementation, the memory 1104 may reside within or on a processor chipset (e.g., local to the processor 1100) . In some other implementations, the memory 1104 may reside external to the processor chipset (e.g., remote to the processor 1100) .

[0346] The memory 1104 may store computer-readable, computer-executable code including instructions that, when executed by the processor 1100, cause the processor 1100 to perform various functions described herein. The code may be stored in a non-transitory computer-readable medium such as system memory or another type of memory. The controller 1102 and / or the processor 1100 may be configured to execute computer-readable instructions stored in the memory 1104 to cause the processor 1100 to perform various functions. For example, the processor 1100 and / or the controller 1102 may be coupled with or to the memory 1104, and the processor 1100, the controller 1102, and the memory 1104 may be configured to perform various functions described herein. In some examples, the processor 1100 may include multiple processors and the memory 1104 may include multiple memories. One or more of the multiple processors may be coupled with one or more of the multiple memories, which may, individually or collectively, be configured to perform various functions herein.

[0347] The one or more ALUs 1106 may be configured to support various operations in accordance with examples as described herein. In some implementation, the one or more ALUs 1106 may reside within or on a processor chipset (e.g., the processor 1100) . In some other implementations, the one or more ALUs 1106 may reside external to the processor chipset (e.g., the processor 1100) . One or more ALUs 1106 may perform one or more computations such as addition, subtraction, multiplication, and division on data. For example, one or more ALUs 1106 may receive input operands and an operation code, which determines an operation to be executed. One or more ALUs 1106 be configured with a variety of logical and arithmetic circuits, including adders, subtractors, shifters, and logic gates, to process and manipulate the data according to the operation. Additionally, or alternatively, the one or more ALUs 1106 may support logical operations such as AND, OR, exclusive-OR (XOR) , not-OR (NOR) , and not-AND (NAND) , enabling the one or more ALUs 1106 to handle conditional operations, comparisons, and bitwise operations.

[0348] For example, the processor 1100 may support wireless communication in accordance with examples as disclosed herein. The processor 1100 may be configured to or operable to support a means for determining an uplink (UL) channel state corresponding to a transmission of UL data; and a means for transmitting, to a network entity, the UL data based on the UL channel state.

[0349] In another example, the processor 1100 may support wireless communication in accordance with examples as disclosed herein. The processor 1100 may be configured to or operable to support a means for receiving, from a user equipment (UE) , a transmission of uplink (UL) data; and a means for decoding the received UL data based on an UL channel state corresponding to the transmission of UL data.

[0350] FIG. 12 illustrates a flowchart of a method 1200 that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure. The operations of the method 1200 may be implemented by a device or its components as described herein. For example, the operations of the method 1200 may be performed by the UE 104 as described herein. In some implementations, the device may execute a set of instructions to control the function elements of the device to perform the described functions. Additionally, or alternatively, the device may perform aspects of the described functions using special-purpose hardware.

[0351] At 1205, the method may include transmitting, to a network entity, a first signaling indicating at least one of at least one first model backbone, at least one first model structure or at least one first model parameter supported by the UE. The operations of 1205 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1205 may be performed by a device as described with reference to FIG. 1A.

[0352] At 1210, the method may include determining applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter, based on at least one of the following: the first signaling, or a second signaling received from the network entity, wherein the second signaling is received after transmitting the first signaling. The operations of 1210 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1210 may be performed by a device as described with reference to FIG. 1A.

[0353] FIG. 13 illustrates a flowchart of a method 1300 that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure. The operations of the method 1300 may be implemented by a device or its components as described herein. For example, the operations of the method 1300 may be performed by the base station 104 as described herein. In some implementations, the device may execute a set of instructions to control the function elements of the device to perform the described functions. Additionally, or alternatively, the device may perform aspects of the described functions using special-purpose hardware.

[0354] At 1305, the method may include receiving, from a user equipment (UE) , a first signaling indicating at least one of at least one first model backbone, at least one first model structure or at least one first model parameter supported by the UE. The operations of 1305 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1305 may be performed by a device as described with reference to FIG. 1A.

[0355] At 1310, the method may include determining applicable information associated with at least one of at least one second model backbone, at least one second model structure or at least one second model parameter, based on at least one of the following: the first signaling, or a second signaling transmitted to the UE, wherein the second signaling is transmitted after receiving the first signaling. The operations of 1310 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1310 may be performed by a device as described with reference to FIG. 1A.

[0356] FIG. 14 illustrates a flowchart of a method 1400 that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure. The operations of the method 1400 may be implemented by a device or its components as described herein. For example, the operations of the method 1400 may be performed by the UE 104 as described herein. In some implementations, the device may execute a set of instructions to control the function elements of the device to perform the described functions. Additionally, or alternatively, the device may perform aspects of the described functions using special-purpose hardware.

[0357] At 1405, the method may include receiving, from a network entity, information comprising at least one of one or more channel state information (CSI) feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) . The operations of 1405 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1405 may be performed by a device as described with reference to FIG. 1A.

[0358] At 1410, the method may include determining one or more first CSIs paired with the information. The operations of 1410 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1410 may be performed by a device as described with reference to FIG. 1A.

[0359] FIG. 15 illustrates a flowchart of a method 1500 that supports model training and monitoring for CSI transmission in accordance with aspects of the present disclosure. The operations of the method 1500 may be implemented by a device or its components as described herein. For example, the operations of the method 1500 may be performed by the base station 104 as described herein. In some implementations, the device may execute a set of instructions to control the function elements of the device to perform the described functions. Additionally, or alternatively, the device may perform aspects of the described functions using special-purpose hardware.

[0360] At 1505, the method may include determining information associated with one or more first channel state information (CSI) , the information comprises at least one of one or more CSI feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) . The operations of 1505 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1505 may be performed by a device as described with reference to FIG. 1A.

[0361] At 1510, the method may include transmitting, to a user equipment (UE) , the information. The operations of 1510 may be performed in accordance with examples as described herein. In some implementations, aspects of the operations of 1510 may be performed by a device as described with reference to FIG. 1A.

[0362] It should be noted that the methods described herein describes possible implementations, and that the operations and the steps may be rearranged or otherwise modified and that other implementations are possible. Further, aspects from two or more of the methods may be combined.

[0363] The various illustrative blocks and components described in connection with the disclosure herein may be implemented or performed with a general-purpose processor, a DSP, an ASIC, a CPU, an FPGA or other programmable logic device, discrete gate or transistor logic, discrete hardware components, or any combination thereof designed to perform the functions described herein. A general-purpose processor may be a microprocessor, but in the alternative, the processor may be any processor, controller, microcontroller, or state machine. A processor may also be implemented as a combination of computing devices (e.g., a combination of a DSP and a microprocessor, multiple microprocessors, one or more microprocessors in conjunction with a DSP core, or any other such configuration.

[0364] The functions described herein may be implemented in hardware, software executed by a processor, firmware, or any combination thereof. If implemented in software executed by a processor, the functions may be stored on or transmitted over as one or more instructions or code on a computer-readable medium. Other examples and implementations are within the scope of the disclosure and appended claims. For example, due to the nature of software, functions described herein may be implemented using software executed by a processor, hardware, firmware, hardwiring, or combinations of any of these. Features implementing functions may also be physically located at various positions, including being distributed such that portions of functions are implemented at different physical locations.

[0365] Computer-readable media includes both non-transitory computer storage media and communication media including any medium that facilitates transfer of a computer program from one place to another. A non-transitory storage medium may be any available medium that may be accessed by a general-purpose or special-purpose computer. By way of example, non-transitory computer-readable media may include RAM, ROM, electrically erasable programmable ROM (EEPROM) , flash memory, compact disk (CD) ROM or other optical disk storage, magnetic disk storage or other magnetic storage devices, or any other non-transitory medium that may be used to carry or store desired program code means in the form of instructions or data structures and that may be accessed by a general-purpose or special-purpose computer, or a general-purpose or special-purpose processor.

[0366] As used herein, including in the claims, an article “a” before an element is unrestricted and understood to refer to “at least one” of those elements or “one or more” of those elements. The terms “a, ” “at least one, ” “one or more, ” and “at least one of one or more” may be interchangeable. As used herein, including in the claims, “or” as used in a list of items (e.g., a list of items prefaced by a phrase such as “at least one of” or “one or more of” or “one or both of” ) indicates an inclusive list such that, for example, a list of at least one of A, B, or C means A or B or C or AB or AC or BC or ABC (i.e., A and B and C) . Also, as used herein, the phrase “based on” shall not be construed as a reference to a closed set of conditions. For example, an example step that is described as “based on condition A” may be based on both a condition A and a condition B without departing from the scope of the present disclosure. In other words, as used herein, the phrase “based on” shall be construed in the same manner as the phrase “based at least in part on. Further, as used herein, including in the claims, a “set” may include one or more elements.

[0367] The description herein is provided to enable a person having ordinary skill in the art to make or use the disclosure. Various modifications to the disclosure will be apparent to a person having ordinary skill in the art, and the generic principles defined herein may be applied to other variations without departing from the scope of the disclosure. Thus, the disclosure is not limited to the examples and designs described herein but is to be accorded the broadest scope consistent with the principles and novel features disclosed herein.

Claims

1.A user equipment (UE) , comprising:a processor; anda transceiver coupled to the processor,wherein the processor is configured to:receive, via the transceiver from a network entity, information comprising at least one of one or more channel state information (CSI) feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) ; anddetermine one or more first CSIs paired with the information.2.The UE of claim 1, wherein a CSI feedback of the one or more CSI feedbacks is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters, orwherein a recovered CSI of the one or more recovered CSIs is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters, orwherein the precoded CSI is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.3.The UE of claim 2, wherein the model structure comprises one of the following:a model structure for CSI compression only;a model structure for a combination of CSI compression and channel coding; ora model structure for a combination of CSI compression, channel coding and modulation.4.The UE of claim 1, wherein the processor is further configured to:receive, via the transceiver from the network entity, an indication of at least one type for the one or more CSI feedbacks,wherein the at least one type comprise at least one of the following:a precoding matrix,multiple bits, ormultiple symbols.5.The UE of claim 1, wherein the processor is further configured to:obtain at least one CSI based on at least one CSI measurement,report, via the transceiver to the network entity, the at least one CSI, andbuffer a subset of first CSIs comprised in the at least one CSI,wherein the one or more first CSIs are comprised in the subset of first CSIs.6.The UE of claim 5, wherein the processor is further configured to:receive, via the transceiver from the network entity, an indication associated with a CSI report configuration indicating first CSIs among reported CSIs for the CSI report configuration to be buffered for a duration.7.The UE of claim 5, wherein the processor is further configured to:index first CSIs in the subset of first CSIs within a time domain window.8.The UE of claim 7, wherein the indexing is based on at least one of the following:first time domain resources for measurements of the first CSIs,second time domain resources for reporting of the first CSIs,identities of CSI report configurations associated with the first CSIs,first frequency domain resources for measurements of the first CSIs,second frequency domain resources for reporting of the first CSIs,time domain behaviors of reporting of the first CSIs, orindexes of transmission reference points (TRPs) for reporting the first CSIs.9.The UE of claim 7, wherein an ending of the time domain window is determined based on one of the following:a time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs; ora time instance of reception of the one or more CSI feedbacks or the one or more recovered CSIs and a time domain gap, wherein the time domain gap is configured by the network entity or is predefined.10.The UE of claim 7, wherein a CSI feedback of the one or more CSI feedbacks is paired with a first CSI with a same index as the CSI feedback; orwherein a recovered CSI of the one or more recovered CSIs is paired with a first CSI with a same index as the recovered CSI; orwherein the precoded CSI of is paired with a first CSI with a same index as the precoded CSI.11.The UE of claim 10, wherein the processor is further configured to:pair the one or more CSI feedbacks or the one or more recovered CSIs with the first CSIs separately for different model backbones, different model structures or different parameter sets comprising one or more model parameters.12.The UE of claim 5, wherein the processor is further configured to:release a buffered first CSI among the subset of first CSIs at an expiry of a timer associated with the buffered first CSI, wherein a duration of the timer is configured or predefined.13.The UE of claim 1, wherein the processor is further configured to:monitor at least one model based on one of the following:a comparison between the one or more recovered CSIs and the one or more first CSIs paired with the one or more recovered CSIs; ora comparison between measurements on the DL RS and a first CSI paired with the DL RS.14.The UE of claim 1, wherein the processor is further configured to:receive, via the transceiver from the network entity, an indication of at least one model index associated with the one or more recovered CSIs,wherein a model index of the at least one model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.15.The UE of claim 1, wherein the information comprises the one or more CSI feedbacks and the one or more CSI recovered CSIs, andwherein first CSIs paired with the one or more CSI recovered CSIs are a part of first CSIs paired with the one or more CSI feedbacks.16.The UE of claim 1, wherein the processor is further configured to:receive, via the transceiver from the network entity, an indication of a model index associated with the DL RS,wherein the model index is associated with at least one of a model backbone, a model structure or a parameter set comprising one or more model parameters.17.The UE of claim 1, wherein the processor is further configured to:determine a first CSI paired with the DL RS based on a time instance of reception of the DL RS.18.A network entity, comprising:a processor; anda transceiver coupled to the processor,wherein the processor is configured to:determine information associated with one or more first channel state information (CSI) , the information comprises at least one of one or more CSI feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) ; andtransmit, via the transceiver to a user equipment (UE) , the information.19.A processor for wireless communication, comprising:at least one memory; anda controller coupled with the at least one memory and configured to cause the controller to:receive, from a network entity, information comprising at least one of one or more channel state information (CSI) feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) ; anddetermine one or more first CSIs paired with the information.20.A method performed by a user equipment, the method comprising:receiving, from a network entity, information comprising at least one of one or more channel state information (CSI) feedbacks or one or more recovered CSIs or a downlink reference signal (DL RS) ; anddetermining one or more first CSIs paired with the information.

Images