Methods and apparatuses for measurement events prediction

Abstract

The present disclosure is related to a terminal device, a network node, and methods for measurement events prediction. The method at the terminal device comprises receiving a report configuration for at least two measurement events prediction from a network node. The method at the terminal device further comprises transmitting the report comprising the prediction of the at least two measurement events to the network node based at least on the report configuration.

Description

METHODS AND APPARATUSES FOR MEASUREMENT EVENTS PREDICTIONTechnical Field

[0001] The present disclosure is related to the field of telecommunication, and in particular, to a terminal device, a network node, and methods for measurement events prediction.Background

[0002] With the development of the electronic and telecommunication technologies, mobile devices, such as mobile phones, smart phones, laptops, tablets, vehicle mounted devices, become an important part of our daily lives. To support a numerous number of mobile devices, a highly efficient Radio Access Network (RAN) , such as a fifth generation (5G) New Radio (NR) RAN, will be required.

[0003] There is one on-going Study Item (SI) on Artificial Intelligence (AI) mobility for Release (Rel) 19 in the 3rd Generation Partnership Project (3GPP) , and the objectives of this SI include Radio Resource Management (RRM) measurement prediction, measurement event prediction, Radio Link Failure (RLF) prediction and Handover Failure (HOF) prediction via artificial intelligence and Machine Learning (ML) with the scope below.

[0004] Study and evaluate potential benefits and gains of AI / ML aided mobility for network triggered Layer 3 (L3) -based handover, considering the following aspects: · AI / ML based RRM measurement and event prediction, · Cell-level measurement prediction including intra and inter-frequency (User Equipment (UE) sided and Network (NW) sided model) [Radio Access Network Work Group 2 (RAN2) ] , · Inter-cell Beam-level measurement prediction for L3 Mobility (UE sided and NW sided model) [RAN2] , · Handover (HO) failure / RLF prediction (UE sided model) [RAN2] , · Measurement events prediction (UE sided model) [RAN2] , · Study the need / benefits of any other UE assistance information for the network side model [RAN2] .Summary

[0005] This summary is provided to introduce a selection of concepts in a simplified form that are further described below sin the detailed description. This summary is not intended to identify key features or essential features of the claimed subject matter, nor is it intended to be used to limit the scope of the claimed subject matter.

[0006] The current measurement event report only supports different types of events reporting, as there is no prediction of measurement events covered by the specifications (e.g. 3GPP standard) so far. By means of AI / ML generated predictions or other prediction methods, there would be several measurement events predicted, with or without predicted time occasion for when the event would happen. From a time domain prospective, there might be multiple measurement events to be reported at a given point in time. There is no consideration of multiple measurement event reports based on current specification. Therefore, the problems are how to interpret reception of multiple predicted events, what the behavior of the receiver would be in such case and whether any further information is needed for the receiver of this information to unequivocally deduce actions that would lead to better network configuration and performance.

[0007] Therefore, to address or at least partially alleviate one or more of the above issues, some embodiments of the present disclosure are provided.

[0008] According to a first aspect of the present disclosure, a method at a terminal device is provided. The method comprises receiving a report configuration for at least two measurement events prediction from a network node. The method further comprises transmitting a report comprising the prediction of the at least two measurement events to the network node, based at least on the report configuration.

[0009] According to a second aspect of the present disclosure, a terminal device is provided. The terminal device comprises: a processor; a memory storing instructions which, when executed by the processor, cause the processor to perform any of the methods of the first aspect.

[0010] According to a third aspect of the present disclosure, a terminal device is provided. The terminal device comprises a receiving module configured to receive a report configuration for at least two measurement events prediction from a network node. The terminal device further comprises a transmitting module configured to transmit the report comprising the prediction of the at least two measurement events to the network node, based at least on the report configuration. In some embodiments, the terminal device comprises one or more further modules, each of which may perform any of the methods of the first aspect.

[0011] According to a fourth aspect of the present disclosure, a method at a network node is provided. The method comprises: transmitting a report configuration for at least two measurement events prediction to a terminal device. The method further comprises receiving a report comprising the prediction of the at least two measurement events from the terminal device.

[0012] According to a fifth aspect of the present disclosure, a network node is provided. The network node comprises: a processor; a memory storing instructions which, when executed by the processor, cause the processor to perform any of the methods of the fourth aspect.

[0013] According to a sixth aspect of the present disclosure, a network node is provided. The network node comprises a transmitting module configured to transmit a report configuration for at least two measurement events prediction to a terminal device. The network node further comprises a receiving module configured to receiving the report comprising the prediction of the at least two measurement events from the terminal device. In some embodiments, the terminal device comprises one or more further modules, each of which may perform any of the methods of the fourth aspect.

[0014] According to a seventh aspect of the present disclosure, a computer program comprising instructions is provided. The instructions, when executed by at least one processor, cause the at least one processor to carry out the method of any of the first or fourth aspect.

[0015] According to an eighth aspect of the present disclosure, a computer-readable medium comprising instructions is provided. The instructions, when executed by at least one processor, cause the at least one processor to carry out the method of any of the first or fourth aspect.

[0016] According to a ninth aspect of the present disclosure, a carrier containing the computer program of the tenth aspect is provided. The carrier is one of an electronic signal, optical signal, radio signal, or computer readable storage medium.

[0017] According to a tenth aspect of the present disclosure, a telecommunication system is provided. The telecommunication system comprises: a terminal device the second aspect, and / or a network node of the fifth aspect.

[0018] With some embodiments of the present disclosure, the prediction of the at least two measurement events can be reported to the network node, therefore the network node can deduce actions that would lead to better network configuration and performance.Brief Description of the Drawings

[0019] Fig. 1 is a flow chart illustrating an exemplary method at a terminal device according to an embodiment of the present disclosure.

[0020] Fig. 2 is a flow chart illustrating an exemplary method at a network node according to an embodiment of the present disclosure.

[0021] Fig. 3 schematically shows an embodiment of short stay use case (multiple inter-cell measurement event prediction in which the serving cell is different from the following assumed serving cell) according to an embodiment of the present disclosure.

[0022] Fig. 4 schematically shows an embodiment of Ping-Pong handover avoided (multiple intra-cell measurement event prediction in which the serving cell in the first predicted event is same as the assumed serving cell as predicted in the second predicted event) according to an embodiment of the present disclosure.

[0023] Fig. 5 schematically shows an embodiment of Ping-Pong handover (multiple inter-cell measurement event prediction in which the serving cell in the first predicted event is different from the assumed serving cell in the second predicted event) according to an embodiment of the present disclosure.

[0024] Fig. 6 is a block diagram of an exemplary apparatus, which can be the terminal device or the network node, according to an embodiment of the present disclosure.

[0025] Fig. 7 shows an example of a communication system in accordance with some embodiments of the present disclosure.

[0026] Fig. 8 shows an exemplary UE in accordance with some embodiments of the present disclosure.

[0027] Fig. 9 shows an exemplary network node in accordance with some embodiments of the present disclosure.

[0028] Fig. 10 is a block diagram illustrating an exemplary virtualization environment in which functions implemented by some embodiments may be virtualized.Detailed Description

[0029] Hereinafter, the present disclosure is described with reference to embodiments shown in the attached drawings. However, it is to be understood that those descriptions are just provided for illustrative purpose, rather than limiting the present disclosure. Further, in the following, descriptions of known structures and techniques are omitted so as not to unnecessarily obscure the concept of the present disclosure.

[0030] Those skilled in the art will appreciate that the term “exemplary” is used herein to mean “illustrative, ” or “serving as an example, ” and is not intended to imply that a particular embodiment is preferred over another or that a particular feature is essential. Likewise, the terms “first” , “second” , “third” , “fourth, ” and similar terms, are used simply to distinguish one particular instance of an item or feature from another, and do not indicate a particular order or arrangement, unless the context clearly indicates otherwise. Further, the term “step, ” as used herein, is meant to be synonymous with “operation” or “action. ” Any description herein of a sequence of steps does not imply that these operations must be carried out in a particular order, or even that these operations are carried out in any order at all, unless the context or the details of the described operation clearly indicates otherwise.

[0031] Conditional language used herein, such as "can, " "might, " "may, " "e.g., " and the like, unless specifically stated otherwise, or otherwise understood within the context as used, is generally intended to convey that certain embodiments include, while other embodiments do not include, certain features, elements and / or states. Thus, such conditional language is not generally intended to imply that features, elements and / or states are in any way required for one or more embodiments or that one or more embodiments necessarily include logic for deciding, with or without author input or prompting, whether these features, elements and / or states are included or are to be performed in any particular embodiment. Also, the term "or" is used in its inclusive sense (and not in its exclusive sense) so that when used, for example, to connect a list of elements, the term "or" means one, some, or all of the elements in the list. Further, the term "each, " as used herein, in addition to having its ordinary meaning, can mean any subset of a set of elements to which the term "each" is applied.

[0032] The term “based on” is to be read as “based at least in part on. ” The term “one embodiment” and “an embodiment” are to be read as “at least one embodiment. ” The term “another embodiment” is to be read as “at least one other embodiment. ” Other definitions, explicit and implicit, may be included below. In addition, language such as the phrase "at least one of X, Y and Z, " unless specifically stated otherwise, is to be understood with the context as used in general to convey that an item, term, etc. may be either X, Y, or Z, or a combination thereof.

[0033] The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limitation 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. It will be also understood that the terms “connect (s) , ” “connecting” , “connected” , etc. when used herein, just mean that there is an electrical or communicative connection between two elements and they can be connected either directly or indirectly, unless explicitly stated to the contrary.

[0034] Of course, the present disclosure may be carried out in other specific ways than those set forth herein without departing from the scope and essential characteristics of the disclosure. One or more of the specific processes discussed below may be carried out in any electronic device comprising one or more appropriately configured processing circuits, which may in some embodiments be embodied in one or more application-specific integrated circuits (ASICs) . In some embodiments, these processing circuits may comprise one or more microprocessors, microcontrollers, and / or digital signal processors programmed with appropriate software and / or firmware to carry out one or more of the operations described above, or variants thereof. In some embodiments, these processing circuits may comprise customized hardware to carry out one or more of the functions described above. The present embodiments are, therefore, to be considered in all respects as illustrative and not restrictive.

[0035] Although multiple embodiments of the present disclosure will be illustrated in the accompanying Drawings and described in the following Detailed Description, it should be understood that the disclosure is not limited to the disclosed embodiments, but instead is also capable of numerous rearrangements, modifications, and substitutions without departing from the present disclosure that as will be set forth and defined within the claims.

[0036] Further, please note that although the following description of some embodiments of the present disclosure is given in the context of 5G NR, the present disclosure is not limited thereto. In fact, as long as NTN is involved, the inventive concept of the present disclosure may be applicable to any appropriate communication architecture, for example, to Global System for Mobile Communications (GSM)  / General Packet Radio Service (GPRS) , Enhanced Data Rates for GSM Evolution (EDGE) , Code Division Multiple Access (CDMA) , Wideband CDMA (WCDMA) , Time Division -Synchronous CDMA (TD-SCDMA) , CDMA2000, Worldwide Interoperability for Microwave Access (WiMAX) , Wireless Fidelity (Wi-Fi) , 4th Generation Long Term Evolution (LTE) , LTE-Advance (LTE-A) , 5G NR, or 6th generation technology for wireless communications (6G) , etc. Therefore, one skilled in the arts could readily understand that the terms used herein may also refer to their equivalents in any other infrastructure. For example, the term “terminal device” used herein may refer to a UE, a mobile device, a mobile terminal, a mobile station, a user device, a user terminal, a wireless device, a wireless terminal, or any other equivalents. For another example, the term “network node” used herein may refer to a transmission reception point (TRP) , a base station, a base transceiver station, an access point, a hot spot, a NodeB, an Evolved NodeB (eNodeB, eNB) , a gNB, a network element, a satellite, or any other equivalents.

[0037] These embodiments propose solutions to enable multi-measurement-event reporting optionally as the outcome of AI / ML prediction. The report includes but is not limited to the measurement events which have been specified so far. It also covers the measurement events which would be specified in future. The “multi” or “multiple” includes 2, 3, or more.

[0038] Fig. 1 is a flow chart of an exemplary method 100 at a terminal device according to an embodiment of the present disclosure. The method 100 may be performed at a terminal device (e.g., UE) . The method 100 may comprise step 102 and step 104. However, the present disclosure is not limited thereto. In some other embodiments, the method 100 may comprise more steps, less steps, different steps, or any combination thereof. Further the steps of the method 100 may be performed in a different order than that described herein when multiple steps are involved. Further, in some embodiments, a step in the method 100 may be split into multiple sub-steps and performed by different entities, and / or multiple steps in the method 100 may be combined into a single step.

[0039] The method 100 may begin at step 102 where the terminal device receives a report configuration for at least two measurement events prediction from a network node (e.g. a gNB) . At step 104, the terminal device transmits a report comprising the prediction of the at least two measurement events to the network node, based at least on the report configuration.

[0040] With some embodiments of the present disclosure, the prediction of the at least two measurement events can be reported to the network node, therefore the network node can deduce actions that would lead to better network configuration and performance.

[0041] In some embodiments, the terminal device may further predict the at least two measurement events, e.g. after the step 102 and before the step 104.

[0042] In some embodiments, the terminal device may further perform the measurement for the predicted measurement event, e.g. at the resource where the predicted measurement event is assumed to happen. The measurement can be performed for part or all of the predicted measurement events.

[0043] In some embodiments, the terminal device may further receive a measurement configuration for the at least two measurement events from a network node, e.g. before the step of performing the measurement for the predicted measurement event.

[0044] In some embodiments, the measurement of the predicted measurement event is based on the measurement configuration.

[0045] In some embodiments, the terminal device may further receive a prediction configuration for the at least two measurement events and / or a request for the prediction of the at least two measurement events from a network node. That is to say, the terminal device may receive a prediction configuration for the at least two measurement events for later performing the prediction the at least two measurement events, and / or the terminal device may receive a request for the prediction of the at least two measurement events from a network node, and then perform the prediction the at least two measurement events.

[0046] In some embodiments, the at least one of the report configuration, the measurement configuration and the prediction configuration comprises a reference signal associated with the predicted measurement event.

[0047] In some embodiments, the report configuration, the measurement configuration, the prediction configuration, and / or the request for the prediction of the at least two measurement events, are carried in same or different messages, e.g. the Radio Resource Control (RRC) message (s) .

[0048] In some embodiments, a first measurement event of the at least two measurement events is associated with a second measurement event of the at least two measurement events, e.g. the two or more measurement events depend on each other.

[0049] In some embodiments, the at least two measurement events are associated with different time occurrences, and / or associated with same or different serving cells, e.g. the two or more measurement events (conditions) , which are combined, have different future time occurrences and may be related to different serving cells for the UE.

[0050] In some embodiments, the report may further comprise a time stamp for the predicted measurement event. As an example, the predicted measurement event can be part of all of the predicted measurement events.

[0051] In some embodiments, the report configuration may further indicate a time interval of the at least two measurement events and / or prediction time information of the at least two measurement events. As an example, the prediction time information can be a time window for prediction, and the UE only predicts the measurement event (s) within this time window.

[0052] In some embodiments, the time interval comprises a minimal time interval and / or a maximal time interval.

[0053] In some embodiments, the report configuration further comprises a time-to-trigger (TTT) for the predicted measurement event (s) .

[0054] In some embodiments, the TTT comprises a separate TTT for a predicted measurement event, and / or a joint TTT for the at least two measurement events.

[0055] In some embodiments, a time point to transmit the report is before a first predicted measurement event in time domain, or before a last predicted measurement event in time domain.

[0056] In some embodiments, the at least two measurement events are associated with cells with cross-orthogonality / correlation higher or lower than a threshold.

[0057] In some embodiments, the report is transmitted when at least one of the conditions below is met, in which, condition 4) can be a sub-condition for the “higher than” option of condition 3) : 1) an accuracy of the predicted measurement event is equal to or higher than a threshold; 2) a confidence margin of the prediction is higher or lower than a threshold; 3) an interval between the at least two measurement events is higher or lower than a threshold; 4) a variation of Radio Resource Management (RRM) between two predicted measurement events of the at least two measurement events is less than a threshold.

[0058] In some embodiments, the terminal device may further transmit the capability of the prediction of the at least two measurement events and / or the number of capable predicted measurement events the to the network node.

[0059] In some embodiments, the measurement is performed at a time of the predicted measurement event, or at a time between the at least two measurement events.

[0060] Fig. 2 is a flow chart of an exemplary method 200 at a network node according to an embodiment of the present disclosure. The method 200 may be performed at a network node (e.g. a base station, Evolved Node B (eNB) , the Next Generation Node B (gNB) ) . The method 200 may comprise step 202 and step 204. However, the present disclosure is not limited thereto. In some other embodiments, the method 200 may comprise more steps, less steps, different steps, or any combination thereof. Further the steps of the method 200 may be performed in a different order than that described herein when multiple steps are involved. Further, in some embodiments, a step in the method 200 may be split into multiple sub-steps and performed by different entities, and / or multiple steps in the method 200 may be combined into a single step.

[0061] The method 200 may begin at step 202 where the network node transmits a report configuration for at least two measurement events prediction to a terminal device (e.g. a UE) . At step 204, the network node receives a report comprising the prediction of the at least two measurement events from the terminal device.

[0062] With some embodiments of the present disclosure, the prediction of the at least two measurement events can be reported to the network node, therefore the network node can deduce actions that would lead to better network configuration and performance.

[0063] In some embodiments, the network node may further transmit a measurement configuration for the at least two measurement events to the terminal device, e.g. before the UE performing the measurement for the predicted measurement event.

[0064] In some embodiments, the network node may further transmit a prediction configuration for the at least two measurement events and / or a request for the prediction of the at least two measurement events to the terminal device. That is to say, the network node may transmit a prediction configuration for the at least two measurement events for UE performing the prediction the at least two measurement events later, and / or the network node may transmit a request for the prediction of the at least two measurement events to the terminal device, to let the UE perform the prediction the at least two measurement events. The request trigger for prediction, could be in one of static, semi-static or dynamic way.

[0065] In some embodiments, the at least one of the report configuration, the measurement configuration and the prediction configuration comprises a reference signal associated with the predicted measurement event.

[0066] In some embodiments, the report configuration, the measurement configuration, the prediction configuration, and / or the request for the prediction of the at least two measurement events, are carried in same or different messages, e.g. the Radio Resource Control (RRC) message (s) .

[0067] In some embodiments, a first measurement event of the at least two measurement events is associated with a second measurement event of the at least two measurement events, e.g. the two or more measurement events depend on each other.

[0068] In some embodiments, the at least two measurement events are associated with different time occurrences, and / or associated with same or different serving cells, e.g. the two or more measurement events (conditions) , which are combined, have different future time occurrences and may be related to different serving cells for the UE.

[0069] In some embodiments, the report may further comprise a time stamp for the predicted measurement event. As an example, the predicted measurement event can be part of all of the predicted measurement events.

[0070] In some embodiments, the report configuration may further indicate a time interval of the at least two measurement events and / or prediction time information of the at least two measurement events. As an example, the prediction time information can be a time window for prediction, and the UE only predicts the measurement event (s) within this time window.

[0071] In some embodiments, the time interval comprises a minimal time interval and / or a maximal time interval.

[0072] In some embodiments, the report configuration further comprises a time-to-trigger (TTT) for the predicted measurement event (s) .

[0073] In some embodiments, the TTT comprises a separate TTT for a predicted measurement event, and / or a joint TTT for the at least two measurement events.

[0074] In some embodiments, a time point to receive the report is before a first predicted measurement event in time domain, or before a last predicted measurement event in time domain.

[0075] In some embodiments, the at least two measurement events are associated with cells with cross-orthogonality / correlation higher or lower than a threshold.

[0076] In some embodiments, the report is received

[0077] when at least one of the conditions below is met, in which, condition 4) can be a sub-condition for the “higher than” option of condition 3) : 1) an accuracy of the predicted measurement event is equal to or higher than a threshold; 2) a confidence margin of the prediction is higher or lower than a threshold; 3) an interval between the at least two measurement events is higher or lower than a threshold; 4) a variation of Radio Resource Management (RRM) between two predicted measurement events of the at least two measurement events is less than a threshold.

[0078] In some embodiments, the network node may further obtain the capability of the prediction of the at least two measurement events and / or the number of capable predicted measurement events the to the network node.

[0079] In some embodiments, the obtaining comprises receiving from the terminal device. In some other embodiments, the obtaining comprises receiving from any other node, or getting it from the network node itself.

[0080] With some embodiments of the present disclosure, there could be multiple measurement events reported in one message, optionally as well as additional information that help the network interpret the predicted events. Based on several predicted measurement events reported, either the network or the UE could make a more comprehensive assessment about the consequent action it would take, which addresses enhancement in mobility performance.

[0081] Hereinafter, the solutions will be further described as follows.

[0082] INTRODUCTION

[0083] There is one on-going study item (SI) on AI mobility for Rel-19 in 3GPP, and the objectives of this SI include RRM measurement prediction, measurement event prediction, radio link failure (RLF) prediction and handover failure (HOF) prediction via artificial intelligence and machine learning (AI / ML) with the scope below.

[0084] There currently exist certain challenge (s) .

[0085] The current measurement event report only supports different type of events reporting, as there is no prediction of measurement events covered by the specifications so far. By means of AI / ML generated predictions or other prediction methods, there would be several measurement events predicted, with or without predicted time occasion for when the event would happen. From a time domain prospective, there might be multiple measurement events to be reported at a given point in time. There is no consideration of multiple measurement event reports based on current specification. Therefore, the problem is how to interpret reception of multiple predicted events, what the behavior of the receiver would be in such case and whether any further information is needed for the receiver of this information to unequivocally deduce actions that would lead to better network configuration and performance.

[0086] Certain aspects of the disclosure and their embodiments may provide solutions to these or other challenges.

[0087] The embodiments propose solutions to enable multi-measurement-event reporting as the outcome of AI / ML prediction. The report includes but is not limited to the measurement events which have been specified so far. It also covers the measurement events which would be specified in future.

[0088] In one method of this disclosure, a UE predicts two or more measurement events where the two or more events depend on each other and where the two or more events (conditions) , which are combined have different future time occurrences and may be related to different serving cells for the UE. The UE reports the prediction information to the network, according to network configuration and / or measurement information and / or measurement prediction information. In any two measurement events in the predicted multiple measurement events, the assumed serving cell in the first event and the assumed serving cell in the second event may be same or not. · Case 1: The predicted multiple measurement events may be inter-cell measurement events which means that, in any two adjacent measurement events, the assumed serving cell in the first event and the assumed serving cell in the second event are different. · Case 2: The predicted multiple measurement events may be intra-cell measurement events which means that, in any two adjacent measurement events, the assumed serving cell in the first event and the assumed serving cell in the second event are same cell.

[0089] Furthermore, the UE may be configured by the network for multiple measurement event prediction. The configuration information from the network may include measurement configuration, report configuration, multiple measurement event prediction and configuration and / or request of multiple measurement event prediction and report via one or more messages from the network to the UE. · Furthermore, the UE may be configured by the network for multiple inter-cell measurement event prediction. The configuration information from the network may include multiple inter-cell measurement event prediction and report configuration and / or request of multiple inter-cell measurement event prediction and report via one or more messages from the network to the UE. · Furthermore, UE may be configured by the network for multiple intra-cell measurement event prediction. The configuration information from the network may include multiple intra-cell measurement event prediction and report configuration and / or request of multiple intra-cell measurement event prediction and report via one or more messages from the network to the UE.

[0090] Furthermore, the configuration above from the network to the UE may explicitly or implicitly include the minimal time interval of two adjacent predicted measurement events, and may explicitly or implicitly include the maximal time interval of two adjacent predicted measurement events, and may explicitly or implicitly include the prediction time information. Namely, predicted multiple measurement events should be reported if the predicted time between them is within the minimum and the maximum time interval indicated by the network.

[0091] Furthermore, the configuration by the network may comprise further details, such as TTT (time-to-trigger) from when the fulfilment of each or both events is first detected until the fulfilment of both events is triggered, hysteresis of the fulfilment of the events where the hysteresis defined for joint fulfilment of the events may be different than the hysteresis of one event being fulfilled.

[0092] Furthermore, regarding potential diversity of UE capability (e.g. supported features, computation power) , the network may check with the UE about whether the UE could support multiple measurement event prediction or not, or may get the information via received UE capability report from the UE where the UE capability report explicitly or implicitly indicates that the UE support multiple measurement event prediction and / or corresponding report.

[0093] Furthermore, given UE supporting multi-measurement-event prediction, the network may send configuration of AI / ML to UE for UE-side multi-measurement-event prediction.

[0094] Furthermore, the measurement report may be enhanced for the report of multiple measurement events, with / without time stamp when the prediction measurement event would happen.

[0095] Furthermore, the measurement report may be enhanced by reporting predicted measurement related to the reported events. For the UE, the time point to send out these related predicted measurement report could be any time between / among the reported events, event before the first event.

[0096] Furthermore, the configuration from the network to the UE may include instructions to report predicted measurements concerning reference signals of the cells involved in the predicted events. The configuration should be specified in measurement configuration, or report configuration, or in the prediction configuration.

[0097] Additionally, these embodiments also update the measurement reporting procedure in 3GPP Technical Specification (TS) 38.331 version 18.2.0 subclause 5.5.5, which is incorporated herein by reference in its entirety.

[0098] Note that these embodiments are applicable to UE-sided model prediction.

[0099] Furthermore, Network might configure UE to consider the prediction event of cells that have certain cross-orthogonality / correlation more / less than a threshold, then report such predicted events.

[0100] Furthermore, Network configure UE to report sequential predicted event only if the accuracy of prediction is higher than a threshold, or the confidence margin is better than a threshold.

[0101] Furthermore, Network might configure UE to report sequential predicted events if (not only the conventional conditions are satisfied) other joint conditions are satisfied (in addition to the conventional conditions satisfaction) , such as: · The interval between the two (or more) predict events exceed a certain threshold. · The middle predicted event, between pre and after prediction, whose accuracy should be more precious than the pre and after the predicted events. · The Variation of RSRP (or other RRM measurement) between those two predicted events is less than a certain margin.

[0102] Certain embodiments may provide one or more of the following technical advantages: With this invention, there could be multiple measurement events reported in one message, optionally as well as additional information that help the network interpret the predicted events. Based on several predicted measurement events reported, either the network or the UE could make a more comprehensive assessment about the consequent action it would take, addressing enhancement in mobility performance.

[0103] ADDITIONAL EXPLANATION

[0104] Some of the embodiments contemplated herein will now be described more fully with reference to the accompanying drawings. Embodiments are provided by way of example to convey the scope of the subject matter to those skilled in the art.

[0105] Fig. 3 schematically shows an embodiment of short stay use case (multiple inter-cell measurement event prediction in which the serving cell is different from the following assumed serving cell) according to an embodiment of the present disclosure.

[0106] The predicted multiple measurement events may be inter-cell measurement events which means that, in any two adjacent measurement events, the assumed serving cell in the first event and the assumed serving cell in the second event are different. Such as the short stay case, which is one of the issues in mobility. Firstly, at t1 time point when cell#1 is the serving cell., quality of cell#2 is predicted to be better than cell#1 by an offset. By referring this conclusion of AI / ML and network configuration, such as Time-To-Trigger for example, a subsequent handover is assumed to happen at t2 time point. Then from t2 time point on, AI / ML would predict with cell#2 as the serving cell. And it predicts at t3 time point, not far away from t2 time point, cell#3 would be better than cell#2 by a pre-defined offset. With joint predicted events at t1 and t3 time points, network could take dedicated action, such as configuring UE with proper Time-To-Trigger, to avoid short stay in cell#2.

[0107] In one embodiment as shown in Fig. 3, one UE predicts the first measurement event triggered at time t1 with the consideration of the first cell (e.g. cell#1) is the serving cell and the predicted first measurement event indicates that the second cell (e.g. cell#2) may be a best target cell for handover, and then the UE further predicts the second measurement event triggered at time t3 with the assumption of the second cell (e.g. cell#2) is the serving cell at least from time t2 and the predicted second measurement event indicates that the third cell (e.g. cell#3) may be a best target cell for further handover. Then the UE reports the prediction information of multiple inter-cell measurement events to the network. As an example, the UE in cell#1 would predict the fulfillment of an event A3 in a future time instance t1 for cell#2 (e.g. because the measurement predictions for cell#2 gets offset better than cell#1) . The report is only transmitted when: cell#2 fulfills the predicted event for A3 at t1, cell#3 fulfills the predicted event for A3 at t3 and cell#3 is predicted to remain the best cell after t3.

[0108] The UE may either time stamp each of the predicted measurement events or it might provide the predicted time elapsed between each of the multiple predicted measurements events.

[0109] Additionally, the UE may provide predicted or actual measurements for each cell involved in the events at the time of the event predictions. As a further enhancement, the UE may provide predicted or actual measurements for each cell involved in the predicted events for points in time domain when the predicted events occur, a time point period that are intermediate between the predicted events, before a predicted event and / or after a predicted event. For example, with respect to Fig. 3, the UE may provide predicted or actual cell measurements for the reference signals of cell#1, cell#2 and cell#3 at the points in time t1 and t3, when the predicted events will occur, and it may also provide predicted or actual cell measurement for the reference signals of cell #1, cell#2 and cell#3 at points in time domain that is between t1 and t3. With this extra information reported from UE to network, network could deduce more accurate configuration parameters, enhancing mobility performance in further.

[0110] By receiving this information, the network (Radio Access Network (RAN) ) is able to deduce potential mobility patterns for the UE as well as the predicted trend of the signal strength for the cells involved in the mobility events. The trends of cell quality could also be assistant information feed into AI / ML model for prediction. This helps the network to predict the occurrence of mobility failures or sub-optimal mobility events. In the example of Fig. 3, the RAN may deduce that handing over the UE to cell#2 is a sub-optimal mobility action as the UE may soon after need to be handed over to cell#3. Additionally, by means of information about intermediate predicted cell measurements, the RAN may even be able to deduce that handing over the UE to cell#2 may result in an handover to wrong cell, namely the UE may be subject to Radio Link Failure (RLF) after an handover from cell#1 to cell#2 and while in cell#2 the UE may re-establish connection to cell#3. The RAN can therefore take optimal mobility actions based on the information provided by the UE.

[0111] Fig. 4 schematically shows an embodiment of Ping-Pong handover avoided (multiple intra-cell measurement event prediction in which the serving cell in the first predicted event is same as the assumed serving cell as predicted in the second predicted event) according to an embodiment of the present disclosure.

[0112] In another use case, at t1 time point, the quality of cell#2 is predicted better than cell#1 by a pre-defined offset at t1 time point when cell#1 is the serving cell. And there would be a subsequent handover at t2 time point. Assuming handover happens at t2 time point, AI / ML would make prediction with assumption of cell#2 as serving cell. Soon, another A3 event (Neighbor becomes offset better than Special Cell (SpCell) ) is predicted, which indicates cell#1 would be better than cell#2 at t3 time point. It’s itemed as Ping-Pong handover, which is another mobility issues. Then the network could take dedicated action, such as indicating the UE not to handover from cell#1 to cell#2 at t2 time point, to avoid the Ping-Pong handover.

[0113] In an embodiment as shown in Fig. 4, one UE predicts the first measurement event triggered at time t1 with the consideration of the first cell (e.g. cell#1) is the serving cell and the predicted first measurement event indicates that the second cell (e.g. cell#2) may be a best target cell for handover, and then the UE further predicts the second measurement event triggered at time t2 with the assumption of the first cell (e.g. cell#1) is the serving cell and the predicted second measurement event indicates that the serving cell (e.g. cell#1) may be better enough as serving cell. Then the UE reports the prediction information of multiple intra-cell measurement events to the network.

[0114] As for the case of Fig. 4, the UE may provide timestamping of the predicted measurement events or timing information concerning them and the UE may provide predicted or actual cell measurements for points in time domain when the predicted events occur, a time point period that are intermediate between the predicted events, before a predicted event and / or after a predicted event. For example, with respect to Fig. 4, the UE may provide predicted or actual cell measurements for the reference signals of cell#1 and cell#2 at the points in time t1 and t2, when the predicted events will occur, and it may also provide the predicted or actual measurements for the reference signals of cell#1 and cell#2 at point in time that are between t1 and t2, and / or after point in time t2.

[0115] By receiving this information, the RAN is able to deduce potential mobility patterns for the UE as well as the predicted trend of the signal strength for the cells involved in the mobility events. This helps the network to predict the occurrence of mobility failures or sub-optimal mobility events. In the example of Fig. 4, the RAN may deduce that handing over the UE to cell#2 is a sub-optimal mobility action as the UE may soon after need to be handed over to cell#1 again. Additionally, by means of information about intermediate predicted cell measurement events, the RAN may even be able to deduce that handing over the UE to cell#2 may result in a improper handover, namely the UE may be subject to RLF after a handover from cell#1 to cell#2 and while in cell#2 the UE may re-establish connection to cell#1. The RAN can therefore take optimal mobility actions based on the information provided by the UE.

[0116] With the assistant of AI / ML, network could steer parameter configured to UE, e.g. larger Time-To-Trigger, and Ping-Pong handover would be avoided, as descripted in Fig. 4.

[0117] Fig. 5 schematically shows an embodiment of Ping-Pong handover (multiple inter-cell measurement event prediction in which the serving cell in the first predicted event is different from the assumed serving cell in the second predicted event) according to an embodiment of the present disclosure.

[0118] In another embodiment as shown in Fig. 5 which is similar to Fig. 4, but one UE predicts the first measurement event triggered at time t1 with the consideration of the first cell (e.g. cell#1) is the serving cell and the predicted first measurement event indicates that the second cell (e.g. cell#2) may be a best target cell for handover, and then the UE further predicts the second measurement event triggered at time t3 with the assumption of the second cell (e.g. cell#2) is the serving cell at least from time t2 and the predicted second measurement event indicates that the current serving cell (e.g. cell#1) may be better enough as serving cell. Then the UE reports the prediction information of multiple inter-cell measurement events to the network.

[0119] As for the case of Fig. 5, the UE may provide timestamping of the predicted measurement events or timing information concerning them and the UE may provide predicted or actual cell measurements for points in time domain when the predicted events occur, a time point period that are intermediate between the predicted events, before a predicted event and / or after a predicted event.

[0120] Furthermore, according to at least its measurement information and / or predicted measurement information, the UE may predict multiple inter-cell measurement events, and / or it may predict multiple intra-cell measurement events, and / or it may predict multiple measurement event.

[0121] Furthermore, the UE may be configured by the network for multiple measurement event prediction. The configuration information from the network may include multiple measurement event prediction and report configuration and / or request of multiple measurement event prediction and report via one or more messages from the network to the UE. The configuration parameters for the two or more events may refer to different cells, but have a dependency to each other for triggering of the report.

[0122] Furthermore, the UE may be configured by the network for multiple inter-cell measurement event prediction. The configuration information from the network may include multiple inter-cell measurement event prediction and report configuration and / or request of multiple inter-cell measurement event prediction and report via one or more messages from the network to the UE.

[0123] Furthermore, UE may be configured by the network for multiple intra-cell measurement event prediction. The configuration information from the network may include multiple intra-cell measurement event prediction and report configuration and / or request of multiple intra-cell measurement event prediction and report via one or more messages from the network to the UE.

[0124] Furthermore, the configuration above from the network to the UE may explicitly or implicitly include the minimal time interval of two adjacent predicted measurement events, and may explicitly or implicitly include the maximal time interval of two adjacent predicted measurement events.

[0125] Furthermore, the configuration by the network may comprise further details, such as TTT (time-to-trigger) from when the fulfilment of both events is first detected until the fulfilment of both events is triggered, hysteresis of the fulfilment of the events where the hysteresis defined for joint fulfilment of the events may be different than the hysteresis of one event being fulfilled.

[0126] In one embodiment, the network may check with one UE whether the UE can support the prediction for multiple measurement events or not. The UE reports its UE capability for example via one bit indication it supports or not. On receiving UE echo with true, for example, the network would configure the UE with multiple measurement configuration. Furthermore, the UE should report the maximum number of measurement events if the UE replies with true. Otherwise, this field could be discarded. In another case, if the UE replies it supports multiple measurement events prediction without the maximum number of predicted measurement events, the network could regard UE has no limitation on the maximum of events prediction.

[0127] As an example, the UE capability can be defined as the followings:

[0128] In another embodiment, one UE may report its capability of multiple measurement event prediction to the network, and this UE capability report may be due to the UE capability request from the network or not. The UE capability request from the network in this embodiment may be general UE capability request for example via UECapabilityEnquiry message in RRC signaling from the network to the UE, and this message may not include the specific capability request for multiple measurement event prediction at the UE side.

[0129] In another embodiment, after receiving UE’s capability of multiple measurement events prediction, network should config UE with multiple eventIds in PredictEventTriggerConfigList of ReportConfigNR information element in 3GPP TS38.331 version 18.2.0, which is incorporated herein by reference in its entirety:

[0130] In another embodiment, the procedure of measurement report has to be updated accordingly as bellow:

[0131] By reporting prediction of the measurement events to network (NW) , the NW would decide whether to trigger UE for HO or not. Via this, possibility of short stay and / or ping-pong could be reduced.

[0132] Fig. 6 is a block diagram illustrating an apparatus 600 according to various embodiments of the present disclosure. As shown in Fig. 6, the apparatus 600 may comprise one or more processors such as processor 601, and one or more memories such as memory 602, storing computer program codes 603. The memory 602 may be non-transitory machine / processor / computer readable storage medium. In accordance with some exemplary embodiments, the apparatus 600 may be implemented as an integrated circuit chip or module that can be plugged or installed into, a terminal device as described with respect to Fig. 1, and / or a network node as described with respect to Fig. 2.

[0133] In some implementations, the one or more memories 602, and the computer program codes 603, may be configured to, with the one or more processors 601, cause the apparatus 600 at least to perform any operation of the method as described in connection with Fig. 1 and Fig. 2. In other implementations, the one or more memories 602, and the computer program codes 603, may be configured to, with the one or more processors 601, cause the apparatus 600 at least to perform any operation of the method as described in connection with Fig. 1 and Fig. 2.

[0134] Although the code means in the embodiments disclosed above in conjunction with Fig. 6 are implemented as computer program modules which when executed in the processing unit causes the arrangement to perform the actions described above in conjunction with the figures mentioned above, at least one of the code means may in alternative embodiments be implemented at least partly as hardware circuits.

[0135] The processor may be a single CPU (Central processing unit) , but could also comprise two or more processing units. For example, the processor may include general purpose microprocessors; instruction set processors and / or related chips sets and / or special purpose microprocessors such as Application Specific Integrated Circuit (ASICs) . The processor may also comprise board memory for caching purposes. The computer program may be carried by a computer program product connected to the processor. The computer program product may comprise a computer readable medium on which the computer program is stored. For example, the computer program product may be a flash memory, a Random-access memory (RAM) , a Read-Only Memory (ROM) , or an EEPROM, and the computer program modules described above could in alternative embodiments be distributed on different computer program products in the form of memories within the UE and / or the network node.

[0136] Fig. 7 shows an example of a communication system QQ100 in accordance with some embodiments.

[0137] In the example, the communication system QQ100 includes a telecommunication network QQ102 that includes an access network QQ104, such as a radio access network (RAN) , and a core network QQ106, which includes one or more core network nodes QQ108. The access network QQ104 includes one or more access network nodes, such as network nodes QQ110a and QQ110b (one or more of which may be generally referred to as network nodes QQ110) , or any other similar 3rd Generation Partnership Project (3GPP) access nodes or non-3GPP access points. Moreover, as will be appreciated by those of skill in the art, a network node is not necessarily limited to an implementation in which a radio portion and a baseband portion are supplied and integrated by a single vendor. Thus, it will be understood that network nodes include disaggregated implementations or portions thereof. For example, in some embodiments, the telecommunication network QQ102 includes one or more Open-RAN (ORAN) network nodes. An ORAN network node is a node in the telecommunication network QQ102 that supports an ORAN specification (e.g., a specification published by the O-RAN Alliance, or any similar organization) and may operate alone or together with other nodes to implement one or more functionalities of any node in the telecommunication network QQ102, including one or more network nodes QQ110 and / or core network nodes QQ108.

[0138] Examples of an ORAN network node include an open radio unit (O-RU) , an open distributed unit (O-DU) , an open central unit (O-CU) , including an O-CU control plane (O-CU-CP) or an O-CU user plane (O-CU-UP) , a RAN intelligent controller (near-real time or non-real time) hosting software or software plug-ins, such as a near-real time control application (e.g., xApp) or a non-real time control application (e.g., rApp) , or any combination thereof (the adjective “open” designating support of an ORAN specification) . The network node may support a specification by, for example, supporting an interface defined by the ORAN specification, such as an A1, F1, W1, E1, E2, X2, Xn interface, an open fronthaul user plane interface, or an open fronthaul management plane interface. Moreover, an ORAN access node may be a logical node in a physical node. Furthermore, an ORAN network node may be implemented in a virtualization environment (described further below) in which one or more network functions are virtualized. For example, the virtualization environment may include an O-Cloud computing platform orchestrated by a Service Management and Orchestration Framework via an O-2 interface defined by the O-RAN Alliance or comparable technologies. The network nodes QQ110 facilitate direct or indirect connection of user equipment (UE) , such as by connecting UEs QQ112a, QQ112b, QQ112c, and QQ112d (one or more of which may be generally referred to as UEs QQ112) to the core network QQ106 over one or more wireless connections.

[0139] Example wireless communications over a wireless connection include transmitting and / or receiving wireless signals using electromagnetic waves, radio waves, infrared waves, and / or other types of signals suitable for conveying information without the use of wires, cables, or other material conductors. Moreover, in different embodiments, the communication system QQ100 may include any number of wired or wireless networks, network nodes, UEs, and / or any other components or systems that may facilitate or participate in the communication of data and / or signals whether via wired or wireless connections. The communication system QQ100 may include and / or interface with any type of communication, telecommunication, data, cellular, radio network, and / or other similar type of system.

[0140] The UEs QQ112 may be any of a wide variety of communication devices, including wireless devices arranged, configured, and / or operable to communicate wirelessly with the network nodes QQ110 and other communication devices. Similarly, the network nodes QQ110 are arranged, capable, configured, and / or operable to communicate directly or indirectly with the UEs QQ112 and / or with other network nodes or equipment in the telecommunication network QQ102 to enable and / or provide network access, such as wireless network access, and / or to perform other functions, such as administration in the telecommunication network QQ102.

[0141] In the depicted example, the core network QQ106 connects the network nodes QQ110 to one or more host computing systems, such as host QQ116. These connections may be direct or indirect via one or more intermediary networks or devices. In other examples, network nodes may be directly coupled to hosts. The core network QQ106 includes one more core network nodes (e.g., core network node QQ108) that are structured with hardware and software components. Features of these components may be substantially similar to those described with respect to the UEs, network nodes, and / or hosts, such that the descriptions thereof are generally applicable to the corresponding components of the core network node QQ108. Example core network nodes include functions of one or more of a Mobile Switching Center (MSC) , Mobility Management Entity (MME) , Home Subscriber Server (HSS) , Access and Mobility Management Function (AMF) , Session Management Function (SMF) , Authentication Server Function (AUSF) , Subscription Identifier De-concealing function (SIDF) , Unified Data Management (UDM) , Security Edge Protection Proxy (SEPP) , Network Exposure Function (NEF) , and / or a User Plane Function (UPF) .

[0142] The host QQ116 may be under the ownership or control of a service provider other than an operator or provider of the access network QQ104 and / or the telecommunication network QQ102. The host QQ116 may host a variety of applications to provide one or more service. Examples of such applications include live and pre-recorded audio / video content, data collection services such as retrieving and compiling data on various ambient conditions detected by a plurality of UEs, analytics functionality, social media, functions for controlling or otherwise interacting with remote devices, functions for an alarm and surveillance center, or any other such function performed by a server.

[0143] As a whole, the communication system QQ100 of Fig. 7 enables connectivity between the UEs, network nodes, and hosts. In that sense, the communication system may be configured to operate according to predefined rules or procedures, such as specific standards that include, but are not limited to: Global System for Mobile Communications (GSM) ; Universal Mobile Telecommunications System (UMTS) ; Long Term Evolution (LTE) , and / or other suitable 2G, 3G, 4G, 5G standards, or any applicable future generation standard (e.g., 6G) ; wireless local area network (WLAN) standards, such as the Institute of Electrical and Electronics Engineers (IEEE) 802.11 standards (WiFi) ; and / or any other appropriate wireless communication standard, such as the Worldwide Interoperability for Microwave Access (WiMax) , Bluetooth, Z-Wave, Near Field Communication (NFC) ZigBee, LiFi, and / or any low-power wide-area network (LPWAN) standards such as LoRa and Sigfox.

[0144] In some examples, the telecommunication network QQ102 is a cellular network that implements 3GPP standardized features. Accordingly, the telecommunications network QQ102 may support network slicing to provide different logical networks to different devices that are connected to the telecommunication network QQ102. For example, the telecommunications network QQ102 may provide Ultra Reliable Low Latency Communication (URLLC) services to some UEs, while providing Enhanced Mobile Broadband (eMBB) services to other UEs, and / or Massive Machine Type Communication (mMTC)  / Massive IoT services to yet further UEs.

[0145] In some examples, the UEs QQ112 are configured to transmit and / or receive information without direct human interaction. For instance, a UE may be designed to transmit information to the access network QQ104 on a predetermined schedule, when triggered by an internal or external event, or in response to requests from the access network QQ104. Additionally, a UE may be configured for operating in single-or multi-RAT or multi-standard mode. For example, a UE may operate with any one or combination of Wi-Fi, NR (New Radio) and LTE, i.e. being configured for multi-radio dual connectivity (MR-DC) , such as E-UTRAN (Evolved-UMTS Terrestrial Radio Access Network) New Radio –Dual Connectivity (EN-DC) .

[0146] In the example, the hub QQ114 communicates with the access network QQ104 to facilitate indirect communication between one or more UEs (e.g., UE QQ112c and / or QQ112d) and network nodes (e.g., network node QQ110b) . In some examples, the hub QQ114 may be a controller, router, content source and analytics, or any of the other communication devices described herein regarding UEs. For example, the hub QQ114 may be a broadband router enabling access to the core network QQ106 for the UEs. As another example, the hub QQ114 may be a controller that sends commands or instructions to one or more actuators in the UEs. Commands or instructions may be received from the UEs, network nodes QQ110, or by executable code, script, process, or other instructions in the hub QQ114. As another example, the hub QQ114 may be a data collector that acts as temporary storage for UE data and, in some embodiments, may perform analysis or other processing of the data. As another example, the hub QQ114 may be a content source. For example, for a UE that is a VR device, display, loudspeaker, or other media delivery device, the hub QQ114 may retrieve VR assets, video, audio, or other media or data related to sensory information via a network node, which the hub QQ114 then provides to the UE either directly, after performing local processing, and / or after adding additional local content. In still another example, the hub QQ114 acts as a proxy server or orchestrator for the UEs, in particular if one or more of the UEs are low energy IoT devices.

[0147] The hub QQ114 may have a constant / persistent or intermittent connection to the network node QQ110b. The hub QQ114 may also allow for a different communication scheme and / or schedule between the hub QQ114 and UEs (e.g., UE QQ112c and / or QQ112d) , and between the hub QQ114 and the core network QQ106. In other examples, the hub QQ114 is connected to the core network QQ106 and / or one or more UEs via a wired connection. Moreover, the hub QQ114 may be configured to connect to an M2M service provider over the access network QQ104 and / or to another UE over a direct connection. In some scenarios, UEs may establish a wireless connection with the network nodes QQ110 while still connected via the hub QQ114 via a wired or wireless connection. In some embodiments, the hub QQ114 may be a dedicated hub –that is, a hub whose primary function is to route communications to / from the UEs from / to the network node QQ110b. In other embodiments, the hub QQ114 may be a non-dedicated hub –that is, a device which is capable of operating to route communications between the UEs and network node QQ110b, but which is additionally capable of operating as a communication start and / or end point for certain data channels.

[0148] Fig. 8 shows a UE QQ200 in accordance with some embodiments. The UE QQ200 presents additional details of some embodiments of the UE QQ112 of Fig. 7. As used herein, a UE refers to a device capable, configured, arranged and / or operable to communicate wirelessly with network nodes and / or other UEs. Examples of a UE include, but are not limited to, a smart phone, mobile phone, cell phone, voice over IP (VoIP) phone, wireless local loop phone, desktop computer, personal digital assistant (PDA) , wireless cameras, gaming console or device, music storage / playback device, wearable terminal device, wireless endpoint, mobile station, tablet, laptop, laptop-embedded equipment (LEE) , laptop-mounted equipment (LME) , an Augmented Reality (AR) or Virtual Reality (VR) device, wireless customer-premise equipment (CPE) , vehicle, vehicle-mounted or vehicle embedded / integrated wireless device, etc. Other examples include any UE identified by the 3rd Generation Partnership Project (3GPP) , including a narrow band internet of things (NB-IoT) UE, a machine type communication (MTC) UE, and / or an enhanced MTC (eMTC) UE.

[0149] A UE may support device-to-device (D2D) communication, for example by implementing a 3GPP standard for sidelink communication, Dedicated Short-Range Communication (DSRC) , vehicle-to-vehicle (V2V) , vehicle-to-infrastructure (V2I) , or vehicle-to-everything (V2X) . In other examples, a UE may not necessarily have a user in the sense of a human user who owns and / or operates the relevant device. Instead, a UE may represent a device that is intended for sale to, or operation by, a human user but which may not, or which may not initially, be associated with a specific human user (e.g., a smart sprinkler controller) . Alternatively, a UE may represent a device that is not intended for sale to, or operation by, an end user but which may be associated with or operated for the benefit of a user (e.g., a smart power meter) .

[0150] The UE QQ200 includes processing circuitry QQ202 that is operatively coupled via a bus QQ204 to an input / output interface QQ206, a power source QQ208, a memory QQ210, a communication interface QQ212, and / or any other component, or any combination thereof. Certain UEs may utilize all or a subset of the components shown in Figure QQ2. The level of integration between the components may vary from one UE to another UE. Further, certain UEs may contain multiple instances of a component, such as multiple processors, memories, transceivers, transmitters, receivers, etc.

[0151] The processing circuitry QQ202 is configured to process instructions and data and may be configured to implement any sequential state machine operative to execute instructions stored as machine-readable computer programs in the memory QQ210. The processing circuitry QQ202 may be implemented as one or more hardware-implemented state machines (e.g., in discrete logic, field-programmable gate arrays (FPGAs) , application specific integrated circuits (ASICs) , etc. ) ; programmable logic together with appropriate firmware; one or more stored computer programs, general-purpose processors, such as a microprocessor or digital signal processor (DSP) , together with appropriate software; or any combination of the above. For example, the processing circuitry QQ202 may include multiple central processing units (CPUs) .

[0152] In the example, the input / output interface QQ206 may be configured to provide an interface or interfaces to an input device, output device, or one or more input and / or output devices. Examples of an output device include a speaker, a sound card, a video card, a display, a monitor, a printer, an actuator, an emitter, a smartcard, another output device, or any combination thereof. An input device may allow a user to capture information into the UE QQ200. Examples of an input device include a touch-sensitive or presence-sensitive display, a camera (e.g., a digital camera, a digital video camera, a web camera, etc. ) , a microphone, a sensor, a mouse, a trackball, a directional pad, a trackpad, a scroll wheel, a smartcard, and the like. The presence-sensitive display may include a capacitive or resistive touch sensor to sense input from a user. A sensor may be, for instance, an accelerometer, a gyroscope, a tilt sensor, a force sensor, a magnetometer, an optical sensor, a proximity sensor, a biometric sensor, etc., or any combination thereof. An output device may use the same type of interface port as an input device. For example, a Universal Serial Bus (USB) port may be used to provide an input device and an output device.

[0153] In some embodiments, the power source QQ208 is structured as a battery or battery pack. Other types of power sources, such as an external power source (e.g., an electricity outlet) , photovoltaic device, or power cell, may be used. The power source QQ208 may further include power circuitry for delivering power from the power source QQ208 itself, and / or an external power source, to the various parts of the UE QQ200 via input circuitry or an interface such as an electrical power cable. Delivering power may be, for example, for charging of the power source QQ208. Power circuitry may perform any formatting, converting, or other modification to the power from the power source QQ208 to make the power suitable for the respective components of the UE QQ200 to which power is supplied.

[0154] The memory QQ210 may be or be configured to include memory such as random access memory (RAM) , read-only memory (ROM) , programmable read-only memory (PROM) , erasable programmable read-only memory (EPROM) , electrically erasable programmable read-only memory (EEPROM) , magnetic disks, optical disks, hard disks, removable cartridges, flash drives, and so forth. In one example, the memory QQ210 includes one or more application programs QQ214, such as an operating system, web browser application, a widget, gadget engine, or other application, and corresponding data QQ216. The memory QQ210 may store, for use by the UE QQ200, any of a variety of various operating systems or combinations of operating systems.

[0155] The memory QQ210 may be configured to include a number of physical drive units, such as redundant array of independent disks (RAID) , flash memory, USB flash drive, external hard disk drive, thumb drive, pen drive, key drive, high-density digital versatile disc (HD-DVD) optical disc drive, internal hard disk drive, Blu-Ray optical disc drive, holographic digital data storage (HDDS) optical disc drive, external mini-dual in-line memory module (DIMM) , synchronous dynamic random access memory (SDRAM) , external micro-DIMM SDRAM, smartcard memory such as tamper resistant module in the form of a universal integrated circuit card (UICC) including one or more subscriber identity modules (SIMs) , such as a USIM and / or ISIM, other memory, or any combination thereof. The UICC may for example be an embedded UICC (eUICC) , integrated UICC (iUICC) or a removable UICC commonly known as ‘SIM card. ’ The memory QQ210 may allow the UE QQ200 to access instructions, application programs and the like, stored on transitory or non-transitory memory media, to off-load data, or to upload data. An article of manufacture, such as one utilizing a communication system may be tangibly embodied as or in the memory QQ210, which may be or comprise a device-readable storage medium.

[0156] The processing circuitry QQ202 may be configured to communicate with an access network or other network using the communication interface QQ212. The communication interface QQ212 may comprise one or more communication subsystems and may include or be communicatively coupled to an antenna QQ222. The communication interface QQ212 may include one or more transceivers used to communicate, such as by communicating with one or more remote transceivers of another device capable of wireless communication (e.g., another UE or a network node in an access network) . Each transceiver may include a transmitter QQ218 and / or a receiver QQ220 appropriate to provide network communications (e.g., optical, electrical, frequency allocations, and so forth) . Moreover, the transmitter QQ218 and receiver QQ220 may be coupled to one or more antennas (e.g., antenna QQ222) and may share circuit components, software or firmware, or alternatively be implemented separately.

[0157] In the illustrated embodiment, communication functions of the communication interface QQ212 may include cellular communication, Wi-Fi communication, LPWAN communication, data communication, voice communication, multimedia communication, short-range communications such as Bluetooth, near-field communication, location-based communication such as the use of the global positioning system (GPS) to determine a location, another like communication function, or any combination thereof. Communications may be implemented in according to one or more communication protocols and / or standards, such as IEEE 802.11, Code Division Multiplexing Access (CDMA) , Wideband Code Division Multiple Access (WCDMA) , GSM, LTE, New Radio (NR) , UMTS, WiMax, Ethernet, transmission control protocol / internet protocol (TCP / IP) , synchronous optical networking (SONET) , Asynchronous Transfer Mode (ATM) , QUIC, Hypertext Transfer Protocol (HTTP) , and so forth.

[0158] Regardless of the type of sensor, a UE may provide an output of data captured by its sensors, through its communication interface QQ212, via a wireless connection to a network node. Data captured by sensors of a UE can be communicated through a wireless connection to a network node via another UE. The output may be periodic (e.g., once every 15 minutes if it reports the sensed temperature) , random (e.g., to even out the load from reporting from several sensors) , in response to a triggering event (e.g., when moisture is detected an alert is sent) , in response to a request (e.g., a user initiated request) , or a continuous stream (e.g., a live video feed of a patient) .

[0159] As another example, a UE comprises an actuator, a motor, or a switch, related to a communication interface configured to receive wireless input from a network node via a wireless connection. In response to the received wireless input the states of the actuator, the motor, or the switch may change. For example, the UE may comprise a motor that adjusts the control surfaces or rotors of a drone in flight according to the received input or to a robotic arm performing a medical procedure according to the received input.

[0160] A UE, when in the form of an Internet of Things (IoT) device, may be a device for use in one or more application domains, these domains comprising, but not limited to, city wearable technology, extended industrial application and healthcare. Non-limiting examples of such an IoT device are a device which is or which is embedded in: a connected refrigerator or freezer, a TV, a connected lighting device, an electricity meter, a robot vacuum cleaner, a voice controlled smart speaker, a home security camera, a motion detector, a thermostat, a smoke detector, a door / window sensor, a flood / moisture sensor, an electrical door lock, a connected doorbell, an air conditioning system like a heat pump, an autonomous vehicle, a surveillance system, a weather monitoring device, a vehicle parking monitoring device, an electric vehicle charging station, a smart watch, a fitness tracker, a wearable for tactile augmentation or sensory enhancement, a water sprinkler, an animal-or item-tracking device, a sensor for monitoring a plant or animal, an industrial robot, an Unmanned Aerial Vehicle (UAV) , and any kind of medical device, like a heart rate monitor or a remote controlled surgical robot. A UE in the form of an IoT device comprises circuitry and / or software in dependence of the intended application of the IoT device in addition to other components as described in relation to the UE QQ200 shown in Fig. 8.

[0161] As yet another specific example, in an IoT scenario, a UE may represent a machine or other device that performs monitoring and / or measurements, and transmits the results of such monitoring and / or measurements to another UE and / or a network node. The UE may in this case be an M2M device, which may in a 3GPP context be referred to as an MTC device. As one particular example, the UE may implement the 3GPP NB-IoT standard. In other scenarios, a UE may represent a vehicle, such as a car, a bus, a truck, a ship and an airplane, or other equipment that is capable of monitoring and / or reporting on its operational status or other functions associated with its operation.

[0162] In practice, any number of UEs may be used together with respect to a single use case. For example, a first UE might be or be integrated in a drone and provide the drone’s speed information (obtained through a speed sensor) to a second UE that is a remote controller operating the drone. When the user makes changes from the remote controller, the first UE may adjust the throttle on the drone (e.g. by controlling an actuator) to increase or decrease the drone’s speed. The first and / or the second UE can also include more than one of the functionalities described above. For example, a UE might comprise the sensor and the actuator, and handle communication of data for both the speed sensor and the actuators.

[0163] Fig. 9 shows a network node QQ300 in accordance with some embodiments. As used herein, network node refers to equipment capable, configured, arranged and / or operable to communicate directly or indirectly with a UE and / or with other network nodes or equipment, in a telecommunication network. Examples of network nodes include, but are not limited to, access points (APs) (e.g., radio access points) , base stations (BSs) (e.g., radio base stations, Node Bs, evolved Node Bs (eNBs) and NR NodeBs (gNBs) ) , O-RAN nodes or components of an O-RAN node (e.g., O-RU, O-DU, O-CU) .

[0164] Base stations may be categorized based on the amount of coverage they provide (or, stated differently, their transmit power level) and so, depending on the provided amount of coverage, may be referred to as femto base stations, pico base stations, micro base stations, or macro base stations. A base station may be a relay node or a relay donor node controlling a relay. A network node may also include one or more (or all) parts of a distributed radio base station such as centralized digital units, distributed units (e.g., in an O-RAN access node) and / or remote radio units (RRUs) , sometimes referred to as Remote Radio Heads (RRHs) . Such remote radio units may or may not be integrated with an antenna as an antenna integrated radio. Parts of a distributed radio base station may also be referred to as nodes in a distributed antenna system (DAS) .

[0165] Other examples of network nodes include multiple transmission point (multi-TRP) 5G access nodes, multi-standard radio (MSR) equipment such as MSR BSs, network controllers such as radio network controllers (RNCs) or base station controllers (BSCs) , base transceiver stations (BTSs) , transmission points, transmission nodes, multi-cell / multicast coordination entities (MCEs) , Operation and Maintenance (O&M) nodes, Operations Support System (OSS) nodes, Self-Organizing Network (SON) nodes, positioning nodes (e.g., Evolved Serving Mobile Location Centers (E-SMLCs) ) , and / or Minimization of Drive Tests (MDTs) .

[0166] The network node QQ300 includes a processing circuitry QQ302, a memory QQ304, a communication interface QQ306, and a power source QQ308. The network node QQ300 may be composed of multiple physically separate components (e.g., a NodeB component and a RNC component, or a BTS component and a BSC component, etc. ) , which may each have their own respective components. In certain scenarios in which the network node QQ300 comprises multiple separate components (e.g., BTS and BSC components) , one or more of the separate components may be shared among several network nodes. For example, a single RNC may control multiple NodeBs. In such a scenario, each unique NodeB and RNC pair, may in some instances be considered a single separate network node. In some embodiments, the network node QQ300 may be configured to support multiple radio access technologies (RATs) . In such embodiments, some components may be duplicated (e.g., separate memory QQ304 for different RATs) and some components may be reused (e.g., a same antenna QQ310 may be shared by different RATs) . The network node QQ300 may also include multiple sets of the various illustrated components for different wireless technologies integrated into network node QQ300, for example GSM, WCDMA, LTE, NR, WiFi, Zigbee, Z-wave, LoRaWAN, Radio Frequency Identification (RFID) or Bluetooth wireless technologies. These wireless technologies may be integrated into the same or different chip or set of chips and other components within network node QQ300.

[0167] The processing circuitry QQ302 may comprise a combination of one or more of a microprocessor, controller, microcontroller, central processing unit, digital signal processor, application-specific integrated circuit, field programmable gate array, or any other suitable computing device, resource, or combination of hardware, software and / or encoded logic operable to provide, either alone or in conjunction with other network node QQ300 components, such as the memory QQ304, to provide network node QQ300 functionality.

[0168] In some embodiments, the processing circuitry QQ302 includes a system on a chip (SOC) . In some embodiments, the processing circuitry QQ302 includes one or more of radio frequency (RF) transceiver circuitry QQ312 and baseband processing circuitry QQ314. In some embodiments, the radio frequency (RF) transceiver circuitry QQ312 and the baseband processing circuitry QQ314 may be on separate chips (or sets of chips) , boards, or units, such as radio units and digital units. In alternative embodiments, part or all of RF transceiver circuitry QQ312 and baseband processing circuitry QQ314 may be on the same chip or set of chips, boards, or units.

[0169] The memory QQ304 may comprise any form of volatile or non-volatile computer-readable memory including, without limitation, persistent storage, solid-state memory, remotely mounted memory, magnetic media, optical media, random access memory (RAM) , read-only memory (ROM) , mass storage media (for example, a hard disk) , removable storage media (for example, a flash drive, a Compact Disk (CD) or a Digital Video Disk (DVD) ) , and / or any other volatile or non-volatile, non-transitory device-readable and / or computer-executable memory devices that store information, data, and / or instructions that may be used by the processing circuitry QQ302. The memory QQ304 may store any suitable instructions, data, or information, including a computer program, software, an application including one or more of logic, rules, code, tables, and / or other instructions capable of being executed by the processing circuitry QQ302 and utilized by the network node QQ300. The memory QQ304 may be used to store any calculations made by the processing circuitry QQ302 and / or any data received via the communication interface QQ306. In some embodiments, the processing circuitry QQ302 and memory QQ304 is integrated.

[0170] The communication interface QQ306 is used in wired or wireless communication of signaling and / or data between a network node, access network, and / or UE. As illustrated, the communication interface QQ306 comprises port (s)  / terminal (s) QQ316 to send and receive data, for example to and from a network over a wired connection. The communication interface QQ306 also includes radio front-end circuitry QQ318 that may be coupled to, or in certain embodiments a part of, the antenna QQ310. Radio front-end circuitry QQ318 comprises filters QQ320 and amplifiers QQ322. The radio front-end circuitry QQ318 may be connected to an antenna QQ310 and processing circuitry QQ302. The radio front-end circuitry may be configured to condition signals communicated between antenna QQ310 and processing circuitry QQ302. The radio front-end circuitry QQ318 may receive digital data that is to be sent out to other network nodes or UEs via a wireless connection. The radio front-end circuitry QQ318 may convert the digital data into a radio signal having the appropriate channel and bandwidth parameters using a combination of filters QQ320 and / or amplifiers QQ322. The radio signal may then be transmitted via the antenna QQ310. Similarly, when receiving data, the antenna QQ310 may collect radio signals which are then converted into digital data by the radio front-end circuitry QQ318. The digital data may be passed to the processing circuitry QQ302. In other embodiments, the communication interface may comprise different components and / or different combinations of components.

[0171] In certain alternative embodiments, the network node QQ300 does not include separate radio front-end circuitry QQ318, instead, the processing circuitry QQ302 includes radio front-end circuitry and is connected to the antenna QQ310. Similarly, in some embodiments, all or some of the RF transceiver circuitry QQ312 is part of the communication interface QQ306. In still other embodiments, the communication interface QQ306 includes one or more ports or terminals QQ316, the radio front-end circuitry QQ318, and the RF transceiver circuitry QQ312, as part of a radio unit (not shown) , and the communication interface QQ306 communicates with the baseband processing circuitry QQ314, which is part of a digital unit (not shown) .

[0172] The antenna QQ310 may include one or more antennas, or antenna arrays, configured to send and / or receive wireless signals. The antenna QQ310 may be coupled to the radio front-end circuitry QQ318 and may be any type of antenna capable of transmitting and receiving data and / or signals wirelessly. In certain embodiments, the antenna QQ310 is separate from the network node QQ300 and connectable to the network node QQ300 through an interface or port.

[0173] The antenna QQ310, communication interface QQ306, and / or the processing circuitry QQ302 may be configured to perform any receiving operations and / or certain obtaining operations described herein as being performed by the network node. Any information, data and / or signals may be received from a UE, another network node and / or any other network equipment. Similarly, the antenna QQ310, the communication interface QQ306, and / or the processing circuitry QQ302 may be configured to perform any transmitting operations described herein as being performed by the network node. Any information, data and / or signals may be transmitted to a UE, another network node and / or any other network equipment.

[0174] The power source QQ308 provides power to the various components of network node QQ300 in a form suitable for the respective components (e.g., at a voltage and current level needed for each respective component) . The power source QQ308 may further comprise, or be coupled to, power management circuitry to supply the components of the network node QQ300 with power for performing the functionality described herein. For example, the network node QQ300 may be connectable to an external power source (e.g., the power grid, an electricity outlet) via an input circuitry or interface such as an electrical cable, whereby the external power source supplies power to power circuitry of the power source QQ308. As a further example, the power source QQ308 may comprise a source of power in the form of a battery or battery pack which is connected to, or integrated in, power circuitry. The battery may provide backup power should the external power source fail.

[0175] Embodiments of the network node QQ300 may include additional components beyond those shown in Figure QQ3 for providing certain aspects of the network node’s functionality, including any of the functionality described herein and / or any functionality necessary to support the subject matter described herein. For example, the network node QQ300 may include user interface equipment to allow input of information into the network node QQ300 and to allow output of information from the network node QQ300. This may allow a user to perform diagnostic, maintenance, repair, and other administrative functions for the network node QQ300. In some embodiments providing a core network node, such as core network node 108 of FIG. QQ1, some components, such as the radio front-end circuitry QQ318 and the RF transceiver circuitry QQ312 may be omitted.

[0176] Fig. 10 is a block diagram illustrating a virtualization environment QQ400 in which functions implemented by some embodiments may be virtualized. In the present context, virtualizing means creating virtual versions of apparatuses or devices which may include virtualizing hardware platforms, storage devices and networking resources. As used herein, virtualization can be applied to any device described herein, or components thereof, and relates to an implementation in which at least a portion of the functionality is implemented as one or more virtual components. Some or all of the functions described herein may be implemented as virtual components executed by one or more virtual machines (VMs) implemented in one or more virtual environments QQ400 hosted by one or more of hardware nodes, such as a hardware computing device that operates as a network node, UE, core network node, or host. Further, in embodiments in which the virtual node does not require radio connectivity (e.g., a core network node or host) , then the node may be entirely virtualized. In some embodiments, the virtualization environment QQ400 includes components defined by the O-RAN Alliance, such as an O-Cloud environment orchestrated by a Service Management and Orchestration Framework via an O-2 interface. Virtualization may facilitate distributed implementations of a network node, UE, core network node, or host.

[0177] Applications QQ402 (which may alternatively be called software instances, virtual appliances, network functions, virtual nodes, virtual network functions, etc. ) are run in the virtualization environment Q400 to implement some of the features, functions, and / or benefits of some of the embodiments disclosed herein.

[0178] Hardware QQ404 includes processing circuitry, memory that stores software and / or instructions executable by hardware processing circuitry, and / or other hardware devices as described herein, such as a network interface, input / output interface, and so forth. Software may be executed by the processing circuitry to instantiate one or more virtualization layers QQ406 (also referred to as hypervisors or virtual machine monitors (VMMs) ) , provide VMs QQ408a and QQ408b (one or more of which may be generally referred to as VMs QQ408) , and / or perform any of the functions, features and / or benefits described in relation with some embodiments described herein. The virtualization layer QQ406 may present a virtual operating platform that appears like networking hardware to the VMs QQ408.

[0179] The VMs QQ408 comprise virtual processing, virtual memory, virtual networking or interface and virtual storage, and may be run by a corresponding virtualization layer QQ406. Different embodiments of the instance of a virtual appliance QQ402 may be implemented on one or more of VMs QQ408, and the implementations may be made in different ways. Virtualization of the hardware is in some contexts referred to as network function virtualization (NFV) . NFV may be used to consolidate many network equipment types onto industry standard high volume server hardware, physical switches, and physical storage, which can be located in data centers, and customer premise equipment.

[0180] In the context of NFV, a VM QQ408 may be a software implementation of a physical machine that runs programs as if they were executing on a physical, non-virtualized machine. Each of the VMs QQ408, and that part of hardware QQ404 that executes that VM, be it hardware dedicated to that VM and / or hardware shared by that VM with others of the VMs, forms separate virtual network elements. Still in the context of NFV, a virtual network function is responsible for handling specific network functions that run in one or more VMs QQ408 on top of the hardware QQ404 and corresponds to the application QQ402.

[0181] Hardware QQ404 may be implemented in a standalone network node with generic or specific components. Hardware QQ404 may implement some functions via virtualization. Alternatively, hardware QQ404 may be part of a larger cluster of hardware (e.g. such as in a data center or CPE) where many hardware nodes work together and are managed via management and orchestration QQ410, which, among others, oversees lifecycle management of applications QQ402. In some embodiments, hardware QQ404 is coupled to one or more radio units that each include one or more transmitters and one or more receivers that may be coupled to one or more antennas. Radio units may communicate directly with other hardware nodes via one or more appropriate network interfaces and may be used in combination with the virtual components to provide a virtual node with radio capabilities, such as a radio access node or a base station. In some embodiments, some signaling can be provided with the use of a control system QQ412 which may alternatively be used for communication between hardware nodes and radio units.

[0182] Although the computing devices described herein (e.g., UEs, network nodes) may include the illustrated combination of hardware components, other embodiments may comprise computing devices with different combinations of components. It is to be understood that these computing devices may comprise any suitable combination of hardware and / or software needed to perform the tasks, features, functions and methods disclosed herein. Determining, calculating, obtaining or similar operations described herein may be performed by processing circuitry, which may process information by, for example, converting the obtained information into other information, comparing the obtained information or converted information to information stored in the network node, and / or performing one or more operations based on the obtained information or converted information, and as a result of said processing making a determination. Moreover, while components are depicted as single boxes located within a larger box, or nested within multiple boxes, in practice, computing devices may comprise multiple different physical components that make up a single illustrated component, and functionality may be partitioned between separate components. For example, a communication interface may be configured to include any of the components described herein, and / or the functionality of the components may be partitioned between the processing circuitry and the communication interface. In another example, non-computationally intensive functions of any of such components may be implemented in software or firmware and computationally intensive functions may be implemented in hardware.

[0183] In certain embodiments, some or all of the functionality described herein may be provided by processing circuitry executing instructions stored on in memory, which in certain embodiments may be a computer program product in the form of a non-transitory computer-readable storage medium. In alternative embodiments, some or all of the functionality may be provided by the processing circuitry without executing instructions stored on a separate or discrete device-readable storage medium, such as in a hard-wired manner. In any of those particular embodiments, whether executing instructions stored on a non-transitory computer-readable storage medium or not, the processing circuitry can be configured to perform the described functionality. The benefits provided by such functionality are not limited to the processing circuitry alone or to other components of the computing device, but are enjoyed by the computing device as a whole, and / or by end users and a wireless network generally.

[0184] The present disclosure is described above with reference to the embodiments thereof. However, those embodiments are provided just for illustrative purpose, rather than limiting the present disclosure. The scope of the disclosure is defined by the attached claims as well as equivalents thereof. Those skilled in the art can make various alternations and modifications without departing from the scope of the disclosure, which all fall into the scope of the disclosure.

Claims

1.A method (100) implemented at terminal device, comprising:receiving (102) a report configuration for at least two measurement events prediction from a network node; andtransmitting (104) a report comprising the prediction of the at least two measurement events to the network node, based at least on the report configuration.2.The method according to claim 1, further comprising: predicting the at least two measurement events.3.The method according to claim 1 or 2, further comprising: performing measurement for the predicted measurement event.4.The method according to any of claims 1-3, further comprising: receiving a measurement configuration for the at least two measurement events from a network node.5.The method according to claim 4, wherein the measurement of the predicted measurement event is based on the measurement configuration.6.The method according to any of claims 1-5, further comprising: receiving a prediction configuration for the at least two measurement events and / or a request for the prediction of the at least two measurement events from a network node.7.The method according to claim 6, wherein the at least one of the report configuration, the measurement configuration and the prediction configuration comprises a reference signal associated with the predicted measurement event.8.The method according to any of claims 1-7, wherein the report configuration, the measurement configuration, the prediction configuration, and / or the request for the prediction of the at least two measurement events, are carried in same or different messages.9.The method according to any of claims 1-8, wherein a first measurement event of the at least two measurement events is associated with a second measurement event of the at least two measurement events.10.The method according to any of claims 1-9, wherein the at least two measurement events are associated with different time occurrences, and / or associated with same or different serving cells.11.The method according to any of claims 1-10, wherein the report further comprises a time stamp for the predicted measurement event.12.The method according to any of claims 1-11, wherein the report configuration indicates a time interval of the at least two measurement events and / or prediction time information of the at least two measurement events.13.The method according to claim 12, wherein the time interval comprises a minimal time interval and / or a maximal time interval.14.The method according to any of claims 1-13, wherein the report configuration further comprises a time-to-trigger, TTT, for the predicted measurement event.15.The method according to claim 14, wherein the TTT comprises a separate TTT for a predicted measurement event, and / or a joint TTT for the at least two measurement events.16.The method according to any of claims 1-15, a time point to transmit the report is before a first predicted measurement event in time domain, or before a last predicted measurement event in time domain.17.The method according to any of claims 1-16, wherein the at least two measurement events are associated with cells with cross-orthogonality / correlation higher or lower than a threshold.18.The method according to any of claims 1-17, wherein the report is transmitted when:an accuracy of the predicted measurement event is equal to or higher than a threshold;a confidence margin of the prediction is higher or lower than a threshold;an interval between the at least two measurement events is higher or lower than a threshold; and / or a variation of Radio Resource Management, RRM, between two predicted measurement events of the at least two measurement events is less than a threshold.19.The method according to any of claims 1-18, further comprising: transmitting capability of the prediction of the at least two measurement events and / or number of capable predicted measurement events the to the network node.20.The method according to any of claims 3-19, wherein the measurement is performed at a time of the predicted measurement event, or at a time between the at least two measurement events.21.A method (200) implemented at network node, comprising:transmitting (202) a report configuration for at least two measurement events prediction to a terminal device; andreceiving (204) a report comprising the prediction of the at least two measurement events from the terminal device.22.The method according to claim 21, further comprising at least one of:transmitting a measurement configuration for the at least two measurement events to the terminal device;transmitting a prediction configuration for the at least two measurement events and / or a request for the prediction of the at least two measurement events to the terminal device;obtaining capability of the prediction of the at least two measurement events and / or number of capable predicted measurement events.23.The method according to claim 22, wherein the at least one of the report configuration, the measurement configuration and the prediction configuration comprises a reference signal associated with the predicted measurement event.24.The method according to any of claims 21-23, wherein the report configuration, the measurement configuration, the prediction configuration, and / or the request for the prediction of the at least two measurement events, are carried in same or different messages.25.The method according to any of claims 21-24, wherein a first measurement event of the at least two measurement events is associated with a second measurement event of the at least two measurement events.26.The method according to any of claims 21-25, wherein the at least two measurement events are associated with different time occurrences, and / or associated with same or different serving cells.27.The method according to any of claims 21-26, wherein the report further comprises a time stamp for the predicted measurement event.28.The method according to any of claims 21-27, wherein the report configuration indicates a time interval of the at least two measurement events and / or prediction time information of the at least two measurement events; and / or the report configuration further comprises a time-to-trigger, TTT, for the predicted measurement event.29.The method according to claim 28, wherein the time interval comprises a minimal time interval and / or a maximal time interval.30.The method according to claim 28 or 29, wherein the TTT comprises a separate TTT for a predicted measurement event, and / or a joint TTT for the at least two measurement events.31.The method according to any of claims 21-30, a time point to receive the report is before a first predicted measurement event in time domain, or before a last predicted measurement event in time domain.32.The method according to any of claims 21-31, wherein the at least two measurement events are associated with cells with cross-orthogonality / correlation higher or lower than a threshold.33.The method according to any of claims 21-32, wherein the report is received when:an accuracy of the predicted measurement event is equal to or higher than a threshold;a confidence margin of the prediction is higher or lower than a threshold;an interval between the at least two measurement events is higher or lower than a threshold; and / or a variation of Radio Resource Management, RRM, between two predicted measurement events of the at least two measurement events is less than a threshold.34.The method according to any of claims 22-33, wherein the obtaining comprises receiving from the terminal device.35.A terminal device (600) , comprising:a processor (601) ;a memory (602) storing instructions which, when executed by the processor (601) , cause the terminal device (600) to:receive (102) a report configuration for at least two measurement events prediction from a network node; andtransmit (104) the report comprising the prediction of the at least two measurement events to the network node, based at least on the report configuration.36.The terminal device (600) according to claim 35, wherein the instructions, when executed by the processor (601) , further cause the terminal device (600) to perform the method of any of claims 2 to 20.37.A network node (600) , comprising:a processor (601) ;a memory (602) storing instructions which, when executed by the processor (601) , cause the terminal device (600) to:transmit (202) a report configuration for at least two measurement events prediction to a terminal device; andreceive (204) the report comprising the prediction of the at least two measurement events from the terminal device.38.The network node (600) according to claim 37, wherein the instructions, when executed by the processor (601) , further cause the network node (600) to perform the method of any of claims 22 to 34.39.A computer program (603) comprising instructions which, when executed by at least one processor (601) , cause the at least one processor (601) to carry out the method (100, 200) of any of claims 1 to 34.40.A computer-readable medium (602) comprising instructions which, when executed on at least one processor, cause the at least one processor to carry out the method according to any one of claims 1 to 34.

Images