Devices and methods for communication

Abstract

Embodiments of the present disclosure provide a solution for measurement and reporting. In the solution, a terminal device receives, from a network device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and transmits, to the network device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following:periodic, semi-persistent, or aperiodic.

Description

DEVICES AND METHODS FOR COMMUNICATIONFIELDS

[0001] Example embodiments of the present disclosure generally relate to the field of communication techniques and in particular, to devices and methods for measurement and reporting.BACKGROUND

[0002] As communication networks and services increase in size, complexity, and number of users, operations in the communication networks may become increasingly more complicated. In order to improve the communication performance, ML / artificial intelligence (AI) technology is proposed to be used in the wireless communication network. Lifecycle management (LCM) is one of the core parts for AI / ML related specification. LCM may at least include model inference, model activation, model deactivation, performance monitoring and so on. The performance monitoring is performed based on the predicted results of model inference, which causes that the performance monitoring is associated to the model inference. Due to this association, the related procedures configuring, activating, deactivating and / or reporting need to be improvised.SUMMARY

[0003] In general, embodiments of the present disclosure provide a solution for measurement and reporting.

[0004] In a first aspect, there is provided a terminal device. The terminal device comprises: a processor configured to cause the terminal device to: receive, from a network device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and transmit, to the network device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.

[0005] In a second aspect, there is provided a terminal device. The terminal device comprises: a processor configured to cause the terminal device to: determine, a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances; determine a plurality of performance monitoring result corresponding to the plurality of predicted results; and transmit, to a network device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances.

[0006] In a third aspect, there is provided a network device. The network device comprises: a processor configured to cause the network device to: transmit, to a terminal device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and receive , from the terminal device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.

[0007] In a fourth aspect, there is provided a network device. The network device comprises: a processor configured to cause the network device to: receive, from a terminal device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances, wherein the terminal device determines a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances, and the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results.

[0008] In a fifth aspect, there is provided a communication method performed by a terminal device. The method comprises: receiving, from a network device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and transmitting, to the network device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.

[0009] In a sixth aspect, there is provided a communication method performed by a terminal device. The method comprises: determining, a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances; determining a plurality of performance monitoring result corresponding to the plurality of predicted results; and transmitting, to a network device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances.

[0010] In a seventh aspect, there is provided a communication method performed by a network device. The method comprises: transmitting, to a terminal device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and receiving , from the terminal device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.

[0011] In an eighth aspect, there is provided a communication method performed by a network device. The method comprises: receiving, from a terminal device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances, wherein the terminal device determines a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances, and the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results.

[0012] In a ninth aspect, there is provided a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to carry out the method according to the fifth, sixth, seventh, or eighth aspect.

[0013] Other features of the present disclosure will become easily comprehensible through the following description.BRIEF DESCRIPTION OF THE DRAWINGS

[0014] Through the more detailed description of some example embodiments of the present disclosure in the accompanying drawings, the above and other objects, features and advantages of the present disclosure will become more apparent, wherein:

[0015] FIG. 1A illustrates an example communication environment in which example embodiments of the present disclosure can be implemented;

[0016] FIG. 1B to FIG. 1D illustrate example blocks of inference procedure for different use cases in accordance with some embodiments of the present disclosure;

[0017] FIG. 2 and FIG. 3 illustrate signaling flows for communication in accordance with some embodiments of the present disclosure;

[0018] FIG. 4A to FIG. 4C illustrate example resource configurations in accordance with some embodiments of the present disclosure;

[0019] FIG. 5 illustrate a signaling flow for communication in accordance with some embodiments of the present disclosure;

[0020] FIG. 6 illustrates a flowchart of a communication method implemented at a terminal device according to some example embodiments of the present disclosure;

[0021] FIG. 7 illustrates a flowchart of a communication method implemented at a terminal device according to some example embodiments of the present disclosure;

[0022] FIG. 8 illustrates a flowchart of a communication method implemented at a network device according to some example embodiments of the present disclosure;

[0023] FIG. 9 illustrates a flowchart of a communication method implemented at a network device according to some example embodiments of the present disclosure;

[0024] FIG. 10 illustrates a simplified block diagram of an apparatus that is suitable for implementing example embodiments of the present disclosure.

[0025] Throughout the drawings, the same or similar reference numerals represent the same or similar element.DETAILED DESCRIPTION

[0026] Principle of the present disclosure will now be described with reference to some example embodiments. It is to be understood that these embodiments are described only for the purpose of illustration and help those skilled in the art to understand and implement the present disclosure, without suggesting any limitation as to the scope of the disclosure. Embodiments described herein can be implemented in various manners other than the ones described below.

[0027] In the following description and claims, unless defined otherwise, all technical and scientific terms used herein have the same meaning as commonly understood by one of ordinary skills in the art to which this disclosure belongs.

[0028] As used herein, the term ‘terminal device’ refers to any device having wireless or wired communication capabilities. Examples of the terminal device include, but not limited to, user equipment (UE) , personal computers, desktops, mobile phones, cellular phones, smart phones, personal digital assistants (PDAs) , portable computers, tablets, wearable devices, internet of things (IoT) devices, Ultra-reliable and Low Latency Communications (URLLC) devices, Internet of Everything (IoE) devices, machine type communication (MTC) devices, devices on vehicle for V2X communication where X means pedestrian, vehicle, or infrastructure / network, devices for Integrated Access and Backhaul (IAB) , Space borne vehicles or Air borne vehicles in Non-terrestrial networks (NTN) including Satellites and High Altitude Platforms (HAPs) encompassing Unmanned Aircraft Systems (UAS) , eXtended Reality (XR) devices including different types of realities such as Augmented Reality (AR) , Mixed Reality (MR) and Virtual Reality (VR) , the unmanned aerial vehicle (UAV) commonly known as a drone which is an aircraft without any human pilot, devices on high speed train (HST) , or image capture devices such as digital cameras, sensors, gaming devices, music storage and playback appliances, or Internet appliances enabling wireless or wired Internet access and browsing and the like. The ‘terminal device’ can further have ‘multicast / broadcast’ feature, to support public safety and mission critical, V2X applications, transparent IPv4 / IPv6 multicast delivery, IPTV, smart TV, radio services, software delivery over wireless, group communications and IoT applications. It may also incorporate one or multiple Subscriber Identity Module (SIM) as known as Multi-SIM. The term “terminal device” can be used interchangeably with a UE, a mobile station, a subscriber station, a mobile terminal, a user terminal or a wireless device.

[0029] The term “network device” refers to a device which is capable of providing or hosting a cell or coverage where terminal devices can communicate. Examples of a network device include, but not limited to, a Node B (NodeB or NB) , an evolved NodeB (eNodeB or eNB) , a next generation NodeB (gNB) , a transmission reception point (TRP) , a remote radio unit (RRU) , a radio head (RH) , a remote radio head (RRH) , an IAB node, a low power node such as a femto node, a pico node, a reconfigurable intelligent surface (RIS) , and the like. Further, the network device also may be an operation administration and maintenance (OAM) , a server, location management function (LMF) , access and mobility management function (AMF) , and other core network node.

[0030] The terminal device or the network device may have Artificial intelligence (AI) or Machine learning capability. It generally includes a model which has been trained from numerous collected data for a specific function, and can be used to predict some information.

[0031] The terminal device or the network device may work on several frequency ranges, e.g., FR1 (e.g., 450 MHz to 6000 MHz) , FR2 (e.g., 24.25GHz to 52.6GHz) , frequency band larger than 100A GHz as well as Tera Hertz (THz) . It can further work on licensed / unlicensed / shared spectrum. The terminal device may have more than one connection with the network devices under Multi-Radio Dual Connectivity (MR-DC) application scenario. The terminal device or the network device can work on full duplex, flexible duplex and cross division duplex modes.

[0032] The embodiments of the present disclosure may be performed in test equipment, e.g., signal generator, signal analyzer, spectrum analyzer, network analyzer, test terminal device, test network device, channel emulator. In some embodiments, the terminal device may be connected with a first network device and a second network device. One of the first network device and the second network device may be a master node and the other one may be a secondary node. The first network device and the second network device may use different radio access technologies (RATs) . In some embodiments, the first network device may be a first RAT device and the second network device may be a second RAT device. In some embodiments, the first RAT device is eNB and the second RAT device is gNB. Information related with different RATs may be transmitted to the terminal device from at least one of the first network device or the second network device. In some embodiments, first information may be transmitted to the terminal device from the first network device and second information may be transmitted to the terminal device from the second network device directly or via the first network device. In some embodiments, information related with configuration for the terminal device configured by the second network device may be transmitted from the second network device via the first network device. Information related with reconfiguration for the terminal device configured by the second network device may be transmitted to the terminal device from the second network device directly or via the first network device.

[0033] As used herein, the singular forms ‘a’ , ‘an’a nd ‘the’a re intended to include the plural forms as well, unless the context clearly indicates otherwise. The term ‘includes’a nd its variants are to be read as open terms that mean ‘includes, but is not limited to. ’ The term ‘based on’ is to be read as ‘at least in part based on. ’ The term ‘one embodiment’a nd ‘an embodiment’a re to be read as ‘at least one embodiment. ’ The term ‘another embodiment’ is to be read as ‘at least one other embodiment. ’ The terms ‘first, ’ ‘second, ’a nd the like may refer to different or same objects. Other definitions, explicit and implicit, may be included below.

[0034] In some examples, values, procedures, or apparatus are referred to as ‘best, ’ ‘lowest, ’ ‘highest, ’ ‘minimum, ’ ‘maximum, ’ or the like. It will be appreciated that such descriptions are intended to indicate that a selection among many used functional alternatives can be made, and such selections need not be better, smaller, higher, or otherwise preferable to other selections.

[0035] As used herein, the term “resource, ” “transmission resource, ” “uplink resource, ” or “downlink resource” may refer to any resource for performing a communication, such as a resource in time domain, a resource in frequency domain, a resource in space domain, a resource in code domain, or any other resource enabling a communication, and the like. In the following, unless explicitly stated, a resource in both frequency domain and time domain will be used as an example of a transmission resource for describing some example embodiments of the present disclosure. It is noted that example embodiments of the present disclosure are equally applicable to other resources in other domains.

[0036] For better descriptions, some terms used herein are listed as below: - Conditions: configurations supported indicated via UE capability reporting (e.g.,  component field) , related to model training, model inference, performance monitoring, validation procedure, fallback, of an AI / ML model / functionality or a group of AI / ML models / functionalities. - Additional conditions (e.g., scenarios, sites, and datasets) : including but not limited  to, application conditions, scenarios, datasets, cell ID, timestamp and SNR, and so on; For an AI / ML-enabled feature / FG, additional conditions refer to any aspects that are assumed for the training of the model but are not a part of UE capability for the AI / ML-enabled feature / FG. It does not imply that additional conditions are necessarily specified. Additional conditions can be divided into two categories: NW-side additional conditions and UE-side additional conditions. Note: whether specification impact is needed is a separate discussion. - Applicable condition: signal to noise ratio (SNR) , line of sight (LOS)  / Non-line of  sight (NLOS) , channel condition, and so on. - UE internal conditions: including but not limited to, memory, battery, computation  resource, overheating and other hardware limitations on functionality / model operations. - Complexity / processing capability: TOPs, Floating point operations (FLOPs) , MACs,  the number of parameters and / or size. - Physical AI / ML model (s) : an actual implementation of such a model. - A logical AI / ML model: referred to as a model that is identified and assigned a model  ID. - A beam: downlink beam, uplink beam, transmit beam, receive beam, beam pair,  reference signal (RS) resource, RS resource set, antenna port, antenna port group, antenna element (s) , antenna array (s) , beam group. - Functionality: in case of AI / ML functionality identification and functionality-based  LCM of UE-side models and / or UE-part of two-sided models, functionality is referred to an AI / ML-enabled Feature / feature group enabled by configuration (s) , where configuration (s) is (are) supported based on conditions indicated by UE capability. Correspondingly, functionality-based LCM may operate based on, at least, one configuration of AI / ML-enabled Feature / feature group, or specific configurations of an AI / ML-enabled Feature / Feature group. - A model inference configuration: a configuration to report information related to the  predicted results (e.g., predicted beam, predicted CSI, predicted position or label) , or the compressed results (e.g., compressed CSI, compressed precoding matrix indicator, PMI) , and / or a configuration of resources for collect data used for prediction or compression. - A performance monitoring configuration: a configuration to report information related  to the performance metrics (e.g., accuracy, confidence, data distribution, squared generalized cosine similarity (SGCS) , ground truth, difference from ground truth, etc. ) , and / or a configuration of resources for collect data used for calculating the performance metrics.

[0037] In the context of the present disclosure, terms of “model” , “functionality” , “model / functionality” , ‘configurations’ , ‘inference configuration’ may be used interchangeably. Terms of “model” , “model set” and “model group” may be used interchangeably. Terms of “functionality” , “functionality group” , “functionality set” may be used interchangeably. Terms of “ID” , “index” , “indicator” and “identifier” may be used interchangeably.

[0038] In the context of the present disclosure, terms of “beam” , “precoder” , “precoding” , “precoding matrix” , “beam” , “spatial relation information” , “spatial relation info” , “precoding information” , “precoding information and number of layers” , “PMI” , “precoding matrix indicator” , “transmission precoding matrix indication” , “precoding matrix indication” , “transmission configuration indication state (TCI state) ” , “UL TCI state” , “joint TCI state” , “transmission configuration indicator” , “quasi co-location (QCL) ” , “quasi-co-location” , “QCL parameter” , “QCL assumption” , “QCL relationship” and “spatial relation” may be used interchangeably.

[0039] Terms of “reference signal receiving power, RSRP” , “L1-RSRP” “L3-RSRP” , “filtered RSRP” may be used interchangeably. If “RSRP” is used as a beam quality metric, the methods is readily extended to other metrics like “signal to interference plus noise ratio, SINR” , “reference signal receiving quality, RSRQ” , “received signal strength indication, RSSI” and so on.As one example, if “RSRP” is used as a beam quality metric, the methods is readily extended to other metrics like “SINR” , “RSRQ” , “RSSI” and so on.

[0040] As discussed above, LCM may at least include model inference, activation, model deactivation, performance monitoring and so on. According to pending agreements, there is an association between performance monitoring and model inference. Specificality, CSI framework may be used for performance monitoring and model inference for UE sided model based beam management, and it is agreed that performance monitoring is configured with a dedicated report and with a dedicated resource set. Moreover, it is agreed that the ID of model inference configuration is provided in the performance monitoring configuration to establish the association / connection between monitoring and inference.

[0041] So far, two BM cases (i.e., BM-case1 and BM-case2) have been proposed and discussed separately, specifically, ● BM-Case1: Spatial-domain downlink beam prediction for Set A of beams based on  measurement results of Set B of beams; - Consider: 1) : artificial intelligence (AI)  / machine learning (ML) model training and  inference at NW side. 2) : AI / ML model training and inference at UE side. - Consider: 1) : Set A and Set B are different (Set B is not a subset of Set A) . 2) : Set B is  a subset of Set A. Note: Set A is for DL beam prediction. - AI / ML model input consider: 1) : only L1-reference signal receiving power (RSRP)  measurement based on Set B; 2) : L1-RSRP measurement based on Set B and assistance information; 3) : channel impulse response (CIR) based on Set B; 4) : layer 1 (L1) -RSRP measurement based on Set B and the corresponding DL Tx and / or Rx beam ID. ● BM-Case2: Temporal Downlink beam prediction for Set A of beams based on the  historic measurement results of Set B of beams; - Consider: 1) : AI / ML model training and inference at NW side. 2) : AI / ML model  training and inference at UE side. - Consider: 1) : Set A and Set B are different (Set B is not a subset of Set A) . 2) : Set B is  a subset of Set A (Set A and Set B are not the same) . 3) : Set A and Set B are the same. - AI / ML model input consider: measurement results of K (K≥1) latest measurement  instances with the following alternatives: 1) : Only L1-RSRP measurement based on Set B;2) : L1-RSRP measurement based on Set B and assistance information; 3) : L1-RSRP measurement based on Set B and the corresponding DL Tx and / or Rx beam ID. - F predictions for F future time instances can be obtained based on the output of AI / ML  model, where each prediction is for each time instance. At least F=1.

[0042] Set B is a set of beams whose measurements may be taken as inputs of the AI / ML model.

[0043] For BM-Case1 and BM-Case2 with a UE-side AI / ML model, support Type 1 performance monitoring, including the following two options: Option 1 (NW-side performance monitoring) and Option 2 (UE-assisted performance monitoring) . As for option 1 (NW-side performance monitoring) , UE sends a report to NW (for the calculation of performance metric at NW) including measurement results from resource set for monitoring, e.g., L1-RSRP and / or RS index is supported as the content of the report. Further, the report is at least configured / triggered by NW. As for Option 2 (UE-assisted performance monitoring) , UE calculates performance metric (s) .

[0044] In some solutions, For UE-sided model, at least for BM-Case 1, the beam information in inference result report is CRI / SSBRI of resource in Set A. For BM-Case 2 of UE-side model, only fixed Set B across different time instance is supported for single CSI report.

[0045] In some solutions, for both BM-Case 1 and BM-Case 2, for UE-sided model for inference, when Set A and Set B are configured within CSI report configuration, two CSI-ResourceConfigId s may be configured for Set A and Set B separately.

[0046] At least for the monitoring Type 1 Option 2 of UE-side model monitoring (when applicable) , support to reuse CSI framework for the configuration for monitoring result report in L1 signaling: dedicated resource set (s) for monitoring and report configuration for monitoring are configured in a dedicated CSI report configuration used for monitoring. The ID of an inference report configuration is configured in the configuration for monitoring to link the inference report configuration and monitoring report configuration. In operation, UE measures the dedicated resource set (s) for monitoring.

[0047] It should be noted that the embodiments discussed herein may at least be applicable to spatial domain CSI prediction and / or time domain CSI prediction for both BM-Case1 and BM-case2. Further, the embodiments discussed herein actually may be applicable for other AI / ML use cases which may be defined in the future. In other words, the present disclosure is not limited with regard to the specific use case.

[0048] As used herein, ‘CSI’ comprises at least one of the following: raw channel matrix, Channel Quality Indicator (CQI) , precoding matrix indicator (PMI) , CSI-RS resource indicator (CRI) , SS / PBCH Block Resource indicator (SSBRI) , layer indicator (LI) , rank indicator (RI) , L1-RSRP, L1-SINR, Capability Index, time-domain channel properties (TDCP) or any other channel state related information.

[0049] Principles and implementations of the present disclosure will be described in detail below with reference to the figures. Example Environment

[0050] FIG. 1A illustrates a schematic diagram of an example communication environment 100A in which example embodiments of the present disclosure can be implemented. In the communication environment 100A, a plurality of communication devices, including a terminal device 110 and a network device 120, can communicate with each other. It should be understood that, in the other embodiments, the terminal device 110 / network device 120 may be any of: a terminal device, a network device, an OTT (over the top, a server) , an operation administration and maintenance (OAM) (server) , an edge cloud (server) , a neutral site, transmission reception point (TRP) , or core network (CN, such as, location management function, LMF) and so on. In present disclosure is not limited in this regard.

[0051] In the example of FIG. 1A, a direction from the terminal device 110 to the network device 120 is referred to as uplink, while a direction from the network device 120 to the terminal device 110 is referred to as a downlink. In downlink, the network device 120 is a transmitting (TX) device (or a transmitter) and the terminal device 110 is a receiving (RX) device (or a receiver) , and the network device 120 may transmit downlink transmission to the terminal device 110. Correspondingly, in uplink, the network device 120 is an RX device (or a receiver) and the terminal device 110 is a TX device (or a transmitter) , and the terminal device 110 may transmit uplink transmission to the network device 120.

[0052] Further, in FIG. 1A, one or more ML models may be deployed at the terminal device 110 and / or the network device 120. Some example use cases of the model (s) deployed at the terminal device 110 and the network device 120 will be discussed with reference to FIG. 1B to FIG. 1D.

[0053] FIG. 1B provides an example for the inference procedure for channel state information (CSI) compression. For generating the input of CSI generation model, it may need some further pre-processing on the measured channel; for the output of the CSI reconstruction model, some further post-processing may also be applied. Besides CSI feedback of quantization output, there may also be other CSI / PMI related information transmitted. There may be other examples of merging quantization / dequantization into the inference for CSI generation / reconstruction, CSI generation model / CSI reconstruction model, respectively.

[0054] FIG. 1C provides an example for the inference procedure for CSI prediction. For generating the input of CSI prediction model, it may need some further pre-processing on the measured channel; for the output of the CSI prediction model, some further post-processing may also be applied.

[0055] FIG. 1D provides an example for the inference procedure for beam management for BM-Case1 and BM-Case2. Measurements based on Set B of beams are used as model input. In addition, beam ID information may be also provided as input to the AI / ML model. Based on model output (e.g., probability of each beam in Set A to be the Top-1 beam, predicted L1-RSRPs) , Top-1 / N beam (s) among Set A of beams can be predicted and / or potentially with predicted L1-RSRPs (depending on the labeling) . In the evaluation, for BM-Case 1, the measurements of Set B (otherwise stated) are used as model input to predict Top-1 / N beams from Set A, and for BM-Case2, the measurements from historic time instance (s) are used as model input for temporal DL beam prediction of beams from Set A. In the evaluation, the cases that Set A and Set B are different (Set B is NOT a subset of Set A) , and Set B is a subset of Set A for both BM-Case1 and BM-Case2, and case that Set A and Set B are the same for BM-Case2 are considered. And the performance of DL Tx beam prediction and DL Tx-Rx beam pair prediction is evaluated.

[0056] For both BM-Case1 and BM-Case2, UE can report the prediction result to NW based on the output of a UE-side model, or NW can predict the Top-1 / N beam (s) based on the reported measurements of Set B for a NW-side model.

[0057] It is to be understood that the number of devices and their connections shown in FIG. 1A are only for the purpose of illustration without suggesting any limitation. The communication environment 100A may include any suitable number of devices configured to implementing example embodiments of the present disclosure.

[0058] In some embodiments, the terminal device 110 and the network device 120 may communicate with each other via a channel such as a wireless communication channel on an air interface (e.g., Uu interface) or a PC5 interface. The wireless communication channel may comprise a sidelink, a physical uplink control channel (PUCCH) , a physical uplink shared channel (PUSCH) , a physical random-access channel (PRACH) , a physicaldownlink control channel (PDCCH) , a physical downlink shared channel (PDSCH) and aphysical broadcast channel (PBCH) . Of course, any other suitable channels are alsofeasible.

[0059] The communications in the communication environment 100A may conform toany suitable standards including, but not limited to, Global System for MobileCommunications (GSM) , Long Term Evolution (LTE) , LTE-Evolution, LTE-Advanced(LTE-A) , New Radio (NR) , Wideband Code Division Multiple Access (WCDMA) , CodeDivision Multiple Access (CDMA) , GSM EDGE Radio Access Network (GERAN) ,Machine Type Communication (MTC) and the like. The embodiments of the presentdisclosure may be performed according to any generation communication protocols eithercurrently known or to be developed in the future. Examples of the communicationprotocols include, but not limited to, the first generation (1G) , the second generation (2G) ,2.5G, 2.75G, the third generation (3G) , the fourth generation (4G) , 4.5G, the fifthgeneration (5G) communication protocols, 5.5G, 5G-Advanced networks, or the sixthgeneration (6G) networks. Example Process

[0060] Reference is now made to FIG. 2, which illustrates an example signaling flowfor functionality based LCM. In the example of FIG. 2. Supported functionalities refer tofunctionalities that UE can indicate by using UE capability information (via RRC / locationpositioning protocol (LPP) signalling) , applicable functionalities refers to functionalitiesthat the UE is ready to apply for inference, and activated functionalities refers tofunctionalities already enabled for performing inference.

[0061] At Step 1, Network sends UECapabilityEnqiry message to initiate the procedureto a UE reporting its AI / ML supported functionalities. At Step 2, UE sendsUECapablityInformation message to network, containing supported functionalities at theUE side.

[0062] At Step 3. following configurations may be provided from NW to UE: 1) UE isallowed to do UE assistance information (UAI) reporting via other configuration; 2)Network may provide NW-side additional condition; 3) Network may provideconfiguration (e.g., inference configuration) of supported functionalities.

[0063] In some solutions, the network configures one or more CSI-ReportConfig forinference configuration, where the associated ID may be configured in CSI framework as working assumption applied. In some other solutions, the network configures one set or multiple sets of inference related parameters, where the set of inference related parameters is not configured by CSI-ReportConfig. Further, on the set of inference related parameters, at least includes: Set A-related information, Set B-related information, report content related information, time instances related information for measurements and time instances related information for prediction (for BM-Case 2) . The associated ID (s) may be configured, wherein the associated ID (s) may be: a) part of one set of the inference related parameters, or b) independently from the one set of the inference related parameters. In some further solutions, the associated ID (s) may be provided to UE, e.g., a new RRC parameter.

[0064] In some embodiments, UE decides the applicable functionalities based on NW-side additional conditions (if provided) , UE-side additional conditions (internally known by UE) and model availability.

[0065] At Step 4, UE reports applicable functionality in the following scenarios: 1) Upon being configured to provide applicable functionality and upon change of applicable functionality via UAI; 2) As response to NW-side additional condition requesting applicable functionality reporting in step 3, via signalling like UAI or via RRCReconfigurationComplete.

[0066] In some solutions, UE reports applicability (ies) of the above CSI-ReportConfig. In some other solutions, UE reports applicability of the above one or multiple sets of inference related parameters, where the associated ID information may be associated. In some further solutions, the applicable one or multiple sets of inference related parameters may be included. Regarding the set of inference related parameters, at least includes: Set A-related information, Set B-related information, report content related information, time instances related information for measurements and time instances related information for prediction (for BM-Case 2) . If the inference related parameters are not supported for reporting, only the applicability (ies) or not is reported. The associated ID (s) may be a) part of one set of the inference related parameters, or b) independently from the one set of the inference related parameters) .

[0067] At Step 5, 1) Network configures inference configuration to UE after applicable functionality reporting, if inference configuration based on supported functionality is not provided in Step 3 (i.e., inference configuration is provided in Step 5) ; 2) If inference configuration based on supported functionality is provided in Step 3, it is up to network implementation whether to provide an updated configuration or not. The applicable functionality may be activated by receiving its inference configuration when it is provided in Step 5. At Step 6, the model inference and / or performance monitoring may be performed.

[0068] As discussed above, some LCM phases are associated with each other, and thus the time domain behavior of the associated LCM phases are expected to be consistent. For example, the model inference and performance monitoring are associated with each other, and it is not feasible and / or useful for some of the combinations of the time domain behaviors since performance monitoring has to be based on model inference results. Therefore, the reportConfigType for model inference report and the reportConfigType for performance monitoring report are expected to follow some rules. Such example embodiments will be discussed with reference to FIG. 3, which illustrates a signaling flow 300 for communication in accordance with some embodiments of the present disclosure. For the purposes of discussion, the signaling flow 300 will be discussed with reference to FIG. 1A, for example, by using the terminal device 110 and the network device 120.

[0069] In the following descriptions, while operations are depicted in a particular order, this should not be understood as requiring that such operations be performed in the particular order shown or in sequential order, or that all illustrated operations be performed, to achieve desirable results. In certain circumstances, multitasking and parallel processing may be advantageous. Likewise, while several specific implementation details are contained in the above discussions, these should not be construed as limitations on the scope of the present disclosure, but rather as descriptions of features that may be specific to particular embodiments. Certain features that are described in the context of separate embodiments may also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments separately or in any suitable sub-combination.

[0070] It is to be understood that the operations at the terminal device 110 and the network device 120 should be coordinated. In other words, the network device 120 and the terminal device 110 should have common understanding about configurations, parameters and so on. Such common understanding may be implemented by any suitable interactions between the network device 120 and the terminal device 110 or both the network device 120 and the terminal device 110 applying the same rule / policy. In the following, although some operations are described from a perspective of the terminal device 110, it is to be understood that the corresponding operations should be performed by the network device 120. Similarly, although some operations are described from a perspective of the network device 120, it is to be understood that the corresponding operations should be performed by the terminal device 110. Merely for brevity, some of the same or similar contents are omitted here.

[0071] In the context of the present disclosure, in some implementations, information element reportConfigType may be used to configure a Time domain behavior of a reporting configuration (also called as reporting setting sometimes) . Further, the reportConfigType may be set to any of the following: periodic (P) , semi-Persistent (SP) , aperiodic (AP) , event trigger, values (such as, semi-Persistent On PUCCH, semi-Persistent On PUSCH) , or any other value which indicates a Time domain behavior.

[0072] In the context of the present disclosure, in some implementations, information element resourceType may be used to configure a Time domain behavior of resource configuration (also called as resource setting sometimes) . Further, the reportConfigType may be set to any of the following: periodic (P) , semi-Persistent (SP) , aperiodic (AP) or any other value which indicates a Time domain behavior.

[0073] The terminal device 110 may be configured with one or more CSI-ReportConfig / reporting setting (s) . As used herein, terms of CSI-ReportConfig, reporting setting, report configuration may be used interchangeably.

[0074] The terminal device 110 may be configured with one or more CSIResourceConfig / ResourceConfig / resource setting (s) . As used herein, terms of CSIResourceConfig, ResourceConfig, resource setting, resource configuration may be used interchangeably.

[0075] In some embodiments, the first configuration, the first report configuration, the first resource configuration, the first reporting setting, the first resource setting, the second configuration, the second report configuration, the second resource configuration, the second reporting setting, the second resource setting may be with the same BWP / CC / CC list / cell / cell group / TRP / band / band combination.

[0076] In some embodiments, the first configuration, the first report configuration, the first resource configuration, the first reporting setting, the first resource setting, the second configuration, the second report configuration, the second resource configuration, the second reporting setting, the second resource setting may be e with different BWP / CC / CC list / cell / cell group / TRP / band / band combination.

[0077] In operation, the network device 120 transmits (310-1) at least one configuration to the terminal device 110, and the terminal device receives (310-2) the at least one configuration accordingly. In some embodiments, at least one configuration may comprise: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity. As one specific example, the first configuration may be used for performance monitoring and the second configuration may be used for model inference.

[0078] In some embodiments, if the second resource setting indicates one resource setting, the indicated resource setting may be determined / assumed to be used for measurement.

[0079] In some embodiments, the second configuration may be associated with a second resource setting, and the second resource setting may comprise an indication indicating one the following: whether the resource setting is used for measurement only (i.e., for Set B) , whether the resource setting is used for used for measurement and prediction (i.e., for Set B and Set A) , or whether the resource setting is used for used for measurement and a reported reference signal resource identity determination (i.e., for Set B and Set A) .

[0080] In some embodiments, the second configuration may be associated with: a second resource setting with a lower configuration identity for measurement (i.e., for Set B) , and a further second setting with a higher configuration identity for prediction or a reported reference signal resource identity determination (i.e., for Set A) .

[0081] In some embodiments, the first configuration may be associated with the first resource setting indicating a resource set for measurement. In some cases, the resource set for measurement may be the same as a resource set for measurement for deriving prediction result (i.e., for Set B) . In some other cases, the resource set for measurement may be the same as a resource set for prediction (i.e., for Set A) . In some further cases, the resource set for measurement may be a subset of a resource set for prediction.

[0082] In some embodiments, the first configuration may be associated with the second configuration. The terminal device 110 may determine a set of measurement results based on a resource set for measurement determined based on the first configuration (such as, for the ground truth information) , and determine a set of prediction results based on a resource set for measurement and / or a resource set for prediction determined based on the second configuration. Then, the terminal device 110 transmits a report based on the set of measurement results and the set of prediction results to the network device 120, such as, performance monitoring information.

[0083] In order to better understand the at least one configuration, some embodiments are further discussed as below, where the performance monitoring configuration is used as an example of the first configuration and the model inference configuration is used as an example of the second configuration. In the following embodiments, the reporting and resource configurations for performance monitoring and model inference may be configured respectively.

[0084] Details for the model inference configuration (such as, the second configuration, which may be configured at Step 3 in FIG. 2) will be discussed first.

[0085] In some embodiments, for each CSI-ReportConfig, the following information may be needed: carrier / cell / BWP / CC information for the report, report quantity (such as, containing at least one of predicted beam information (e.g., predicted CRI / SSBRI / other indicator) , prediction RSRP, probability of prediction and so on) , reportConfigType (time domain P / SP / AP report, with periodicity and a first offset if needed; and PUCCH / PUSCH resources for the report) . In some examples, the associated ID / model ID / dataset ID may be provided per report. In some embodiments, an event trigger report may be configured.

[0086] It is noted that “associated ID” may be used to ensure the consistency of NW-side additional condition across training, inference and / or performance monitoring. In operation, the terminal device 110 may assume the similar properties of a DL Tx beam or beam set / list associated with the same associated ID.

[0087] For each CSI-ReportConfig, the resources for measurement may be configured in the following structure. In some embodiments (structure 1) , CSI-ReportConfig may be linked to one or multiple ResouceConfig (or, CSIResourceConfig, or resource settings) . In some embodiments, one CSI-ResourceConfigId may be configured for Set B. In some embodiments, the CSI Resource Setting may be configured with M CSI-RS Resource Sets, where M may be {1, 2, 3, ... } based on the number of historical measurement needed for time domain prediction (e.g., BM-Case2) .

[0088] In some embodiments, the other CSI-ResourceConfigId may be configured for Set A. In some examples, Set A may be not configured in the model inference configuration, and UE may refer to the Set A configured for model training or for performance monitoring, based on the same model ID or associated ID.

[0089] in some examples, the other CSI-ResourceConfigId may be configured for Set A, for which the higher layer parameter reportType is not configured or not applied.

[0090] In some examples, for the resources configured for Set A for model inference, the higher layer parameters for indicating periodicity, offset, resource mapping, resource element mapping, transmit power, and / or qcl_info are not configured or not applied.

[0091] In some examples, UE does not measure the resources configured for Set A.

[0092] In some examples, the network device 120 may not transmit reference signals based on the configured resources for Set A.

[0093] In some embodiments, the CSI-ReportConfig may be configured for model inference, (or the report quantity is configured as to report predicted beam information and / or predicted RSRP, or associated ID / model ID / dataset ID is contained in the configuration, or the information about the CSI-ReportConfig is reported by UE in applicable functionality reporting, or the CSI-ReportConfig may be associated with another CSI-ReportConfig for performance monitoring) .

[0094] In some examples, (if Set A is not configured) , when one Resource Setting is configured, the Resource Setting (e.g., given by higher layer parameter resourcesForChannelMeasurement) may be for measurement (such as, Set B) . In some examples, (if Set B = Set A, e.g., for BM-Case2) , when one Resource Setting is configured, the Resource Setting (e.g., given by higher layer parameter resourcesForChannelMeasurement) may be for measurement and for reported CRI / SSBRI determination (such as, Set B and Set A) . In some embodiments, to differentiate above two examples (i.e., if the report quantity is the predicted SSBRI / CRI for future instance, when one Resource Setting is configured, differentiate whether the reported CRI / SSBRI is based on the resource setting or based on another resource setting) , some indications may be needed, for example, resourcesForSetB (the former example) , resourcesForSetBandSetA (the later example) .

[0095] In some embodiments, Set B is a different set from Set A and both Set B and Set A are configured. For example, when two Resource Settings are configured, the first Resource Setting (e.g., given by higher layer parameter resourcesForSetB, or resourcesForChannelMeasurement, or the one with lower / higher CSI-ResourceConfigId) is for measurement (such as, Set B) and the second Resource Setting (given by either higher layer parameter resourcesForSetA, or the one with higher / lower CSI-ResourceConfigId) is for reported CRI / SSBRI determination (such as, Set A) .

[0096] In some embodiments, if Set A is used for reported CRI / SSBRI determination, the bitwidth of CRI / SSBRI may equal to ceil (log2 (N_SetA) ) , where N_SetA is the total number of CSI-RS or SS / PBCH (SSB) resources in the corresponding resource set (s) for Set A. In some other embodiments, if Set B is used for reported CRI / SSBRI determination, the bitwidth of CRI / SSBRI may equal to ceil (log2 (N_SetB) ) , where N_SetB is the total number of total number of CSI-RS or SSB resources in the corresponding resource set (s) for Set B.

[0097] In some embodiments (structure 2) , ResourceConfig may be linked to one or multiple resource sets via ResourceSetList, where ResourceSet contains information of one or multiple Resources via ResourceList, and Resource is the minimum unit for physical layer configuration.

[0098] In some example embodiments, the associated ID / model ID / dataset ID may be provided per resource setting. In some example embodiments, carrier / cell / BWP / CC information for the resources may be also provided if they are not the same as for report.

[0099] Details for the performance monitoring configuration (such as, the first configuration, which may be configured at Step 5 in FIG. 2) will be discussed.

[0100] In some example embodiments, for performance monitoring, below discussions are at least applicable to monitoring Type 1 Option 2 of UE-side model monitoring (UE-assisted performance monitoring) . It may be also applicable to other monitoring types, e.g., Type 1 Option 1 (NW-side performance monitoring) , Type 2 performance monitoring.

[0101] In some embodiments, for each CSI-ReportConfig, the following information may be needed: carrier / cell / BWP / CC information for the report, report quantity (predicted beam information, prediction RSRP, probability of prediction and so on) , reportConfigType (time domain P / SP / AP report, with periodicity and a first offset if needed; and PUCCH / PUSCH resources for report) . In some examples, the associated ID / model ID / dataset ID may be provided per report. In some embodiments, CSI-ReportConfigID for the model inference configuration may be provided in the CSI-ReportConfig.

[0102] For each CSI-ReportConfig, the resources for measurement may be configured in the following structure. In some embodiments (structure 1) , CSI-ReportConfig may be linked to one or multiple ResouceConfig (or, resource setting) .

[0103] In some embodiments, one CSI-ResourceConfigId may be configured for monitoring resources (such as, for the ground truth) . In some examples, e.g., monitoring resources may be a full set of Set B, and the CSI-ResourceConfigId configured for Set B from the linked CSI-ReportConfigID for the model inference configuration may be used here. In some examples, e.g., monitoring resources may be a full set of Set A, and the CSI-ResourceConfigId configured for Set A from the linked CSI-ReportConfigID for the model inference configuration may be used here. In some examples, e.g., monitoring resources may be a fixed subset of Set A, the CSI-ResourceConfigId configured for Set A from the linked CSI-ReportConfigID for the model inference configuration may be used here, with an additional bit map indicating the monitoring resources. For example, the bit map length may be s the size of Set A, where ‘1’ indicates that the corresponding resource in Set A is used for monitoring, ‘0’ indicates that the corresponding resource in Set A is not used for monitoring. In some examples, e.g., monitoring resources may be a varying subset of Set A, the CSI-ResourceConfigId configured for Set A from the linked CSI-ReportConfigID for the model inference configuration may be used here, where the monitoring resources are Top K based on the outcome of linked model inference configuration. This is in particular useful for BM-case2. In some examples, e.g., monitoring resources are different from Set A.

[0104] In some embodiments, if the CSI-ReportConfig is for performance monitoring, (or the report quantity is configured as to report performance monitoring metric and / or or to report the ground truth, or another CSI-ReportConfigID for model inference is configured within the configuration in addition to the CSI-ReportConfigID for performance monitoring) , when one Resource Setting is configured, the Resource Setting (e.g., given by higher layer parameter resourcesForMonitoring, or resourcesForChannelMeasurement) may be for measurement of ground truth (or, Top 1 or Top K, measured RSRP and so on) .

[0105] In some embodiments, the first resource setting configured in configuration with the linked CSI-ReportConfigID may be for measurement for inputs of model inference, and / or the second resource setting (if any) configured in configuration with the linked CSI-ReportConfigID is for determining CRI / SSBRI based on model inference results.

[0106] In some example embodiments, the associated ID / model ID / dataset ID may be provided per resource setting. In some example embodiments, carrier, cell, BWP or CC information for the resources may be also provided if they are not the same as for report.

[0107] In the following, the terminal device 110 transmits (330-1) at least one measurement report (such as, a first report and / or a second report) to the network device 120 based at least in part on the at least one configuration, and the network device 120 receives (330-2) the at least one measurement accordingly.

[0108] According to some example embodiments of the present disclosure, in order to ensure at least the first report may be determined properly, at least one rule may be provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, where the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic. In some embodiments, the time domain behavior of report configuration / reporting setting may be event trigger, semi-Persistent On PUCCH, semi-Persistent On PUSCH, or any other value which indicates a Time domain behavior For example, such at least one rule may be pre-defined. Then the network device 120 / terminal device 110 is required to be configure / activate / trigger / apply the related configuration (s) according to the at least one rule.

[0109] More details about the at least one rule will be discussed as below. In some embodiments, the at least one rule may comprise at least one of the following: a periodic first configuration may be based on a periodic second configuration, a semi-persistent first configuration may be based on a periodic or semi-persistent second configuration, or an aperiodic first configuration may be based on a periodic, semi-persistent or aperiodic second configuration. In some embodiments, an event trigger first configuration may be based on a periodic, semi-persistent second configuration.

[0110] Additionally, the at least one rule may be applicable the setting (s) of the first and second configurations, as discussed below.

[0111] In some embodiments, the first configuration may be associated with a first reporting setting and the second configuration may be associated with a second reporting setting. In this case, the at least one rule comprises at least one of the following: a periodic first reporting setting may be based on a periodic second reporting setting; a semi-persistent first reporting setting may be based on a periodic or semi-persistent second reporting setting; or an aperiodic first reporting setting may be based on a periodic, semi-persistent or aperiodic second reporting setting. In some embodiments, an event trigger first reporting setting may be based on a periodic, semi-persistent second reporting setting.

[0112] In some embodiments, the first configuration may be associated with a first reporting setting and the second configuration may be associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting may be based on a periodic second resource setting, a semi-persistent first reporting setting may be based on a periodic or semi-persistent second resource setting, an aperiodic first reporting setting may be based on a periodic, semi-persistent or aperiodic second resource setting. In some embodiments, an event trigger first reporting setting may be based on a periodic, semi-persistent second resource setting.

[0113] In some embodiments, the first configuration may be associated with a first resource setting and the second configuration may be associated with a second resource setting. In this case, the at least one rule comprises at least one of the following: a periodic first resource setting may be based on a periodic second resource setting, a semi-persistent first resource setting may be based on a periodic or semi-persistent second resource setting, or an aperiodic first resource setting may be based on a periodic, semi-persistent or aperiodic second resource setting. Additionally, in some embodiments, a time domain behavior associated with the first resource setting is the same as a time domain behavior associated with the second resource setting.

[0114] In some embodiments, at least one of the following rules may be needed for the relationship between the second resource setting of the second configuration and the further second resource setting of the second configuration: - the same time domain behavior may be configured for the two second resource settings,  - a periodic second resource setting may be based on a periodic further second resource  setting, - a semi-persistent second resource setting may be based on a periodic or semi-persistent  further second resource setting, - an aperiodic second resource setting may be based on a periodic, semi-persistent or  aperiodic further second resource setting, - a periodic further second resource setting may be based on a periodic second resource  setting, - a semi-persistent further second resource setting may be based on a periodic or semi- persistent second resource setting, or - an aperiodic further second resource setting may be based on a periodic, semi-persistent  or aperiodic second resource setting.

[0115] In some embodiments, the first configuration may be associated with a first resource setting and the second configuration may be associated with a second reporting setting. In this case, the at least one rule comprises at least one of the following: a periodic first resource setting may be based on a periodic second reporting setting, a semi-persistent first resource setting may be based on a periodic or semi-persistent second reporting setting, or an aperiodic first resource setting may be based on a periodic, semi-persistent or aperiodic second reporting setting.

[0116] In some embodiments, in accordance with a determination that a resource set for measurement overlaps with a resource set for prediction (such as, the monitoring resource set overlaps with a resource set for measurement or for prediction, i.e., the monitoring resource set overlaps with Set A / Set B) , the time domain behavior associated with the first configuration may be the same as the time domain behavior associated with the second configuration. For example, for BM-Case 2, in case of Set A is the same as Set B, the time domain behavior associated with the configuration for performance monitoring is the same as the time domain behavior associated with the configuration for model inference.

[0117] In order to better understand the at least one rule, some embodiments are further discussed as below, where the performance monitoring configuration is used as an example of the first configuration and the model inference configuration is used as an example of the second configuration. In the following embodiments, the configuration of performance monitoring may be linked to the configuration of model inference.

[0118] It is noted that below embodiments are applicable for: 1) at least for UE sided model; a scenario where the performance monitoring and model inference refer to the same model; at least for monitoring Type 1 Option 2 of UE-side model monitoring (UE-assisted performance monitoring) ; for other monitoring types, e.g., Type 1 Option 1 (NW-side performance monitoring) , Type 2 performance monitoring.

[0119] In some embodiments, a periodic configuration of performance monitoring may (only) be based on periodic configuration of model inference, SP configuration of performance monitoring may (only) be based on P / SP configuration of model inference, and / or AP configuration of performance monitoring may be based on P / SP / AP configuration of model inference. In this way, it is ensured that each monitoring instance may have associated model inference outcome.

[0120] Since performance monitoring requires the outcome of model inference, it is needed to link the configuration for performance monitoring and the configuration for model inference. More specifically, when it comes to the time domain behavior, there may be some limitations, as following: - Periodic configuration of performance monitoring can (only) be based on periodic  configuration of model inference; - Periodic configuration of performance monitoring cannot be based on SP / AP  configuration of model inference; - UE cannot provide periodic performance monitoring report if it can only have  SP / AP model inference; - NW does not need periodic monitoring report if NW only needs SP / AP model  inference; - SP configuration of performance monitoring can (only) be based on P / SP configuration  of model inference; - SP configuration of performance monitoring cannot be based on AP configuration  of model inference; - UE cannot provide SP performance monitoring report if it can only have AP model  inference. - NW does not need SP monitoring report if NW only needs AP model inference. In  some embodiments, - AP configuration of performance monitoring can be based on P / SP / AP configuration of  model inference.

[0121] In some embodiments, P / SP / AP configuration refer to report configuration, e.g., configured by the RRC parameter reportConfigType for performance monitoring and model inference respectively. In some example embodiments, P / SP / AP configuration also refer to resource configuration.

[0122] Below table 1 shows the relationship for P / SP / AP report configuration of performance monitoring and P / SP / AP report configuration of model inference. Table 1: Triggering / Activation of performance monitoring reporting for the possible  model inference report configurations.

[0123] Alternatively, in some embodiments, for some cases, e.g., that Set B = Set A, the reportConfigType for performance monitoring and model inference may be the same.

[0124] In some embodiments, the report configuration of performance monitoring is linked to the resource configuration of model inference. In operation, a periodic report configuration of performance monitoring may (only) be based on periodic resource configuration of model inference, and / or SP report configuration of performance monitoring may (only) be based on P / SP resource configuration of model inference, and / or AP report configuration of performance monitoring may be based on P / SP / AP resource configuration of model inference. In this way, it is ensured that each monitoring instance has associated model inference outcome. It is noted that P / SP / AP configuration may refer to resource configuration.

[0125] In operation, UE performs monitoring of a UE sided AI / ML model, and reports the monitoring related information to NW, with or without reporting the model inference to NW. Since performance monitoring requires the outcome of model inference, it is needed to link the resource configuration for model inference. More specifically, when it comes to the time domain behavior, there may be some limitations, as following: - Periodic configuration of performance monitoring can (only) be based on periodic  resource configuration of model inference; - Periodic configuration of performance monitoring cannot be based on SP / AP  resource configuration of model inference; - If UE only has SP / AP resources of model inference, it can only have SP / AP model  inference outcome, thus it cannot have periodic monitoring based on SP / AP model inference outcome; - SP configuration of performance monitoring can (only) be based on P / SP resource  configuration of model inference; - SP configuration of performance monitoring cannot be based on AP configuration  of model inference; - If UE only has AP resources of model inference, it can only have AP model  inference outcome, thus it cannot have SP monitoring based on AP model inference outcome; - AP configuration of performance monitoring can be based on P / SP / AP resource  configuration of model inference.

[0126] In some embodiments, AP report configuration of performance monitoring cannot be based on AP resource configuration of model inference, e.g., if performance monitoring metric requires multiple inference results, such as accuracy.

[0127] In some embodiments, P / SP / AP configuration of performance monitoring may refer to report configuration, e.g., configured by the RRC parameter reportConfigType for performance monitoring.

[0128] In some embodiments, P / SP / AP resource configuration of model inference may refer to resource configuration, e.g., configured by the RRC parameter resourceType for model inference. In some embodiments, when model inference configuration contains two resource configurations for Set B and Set A, respectively, it refers to the resource configuration for Set B. In some embodiments, it refers to the resource configuration for Set A alternatively.

[0129] Table 2 shows the relationship for P / SP / AP report configuration of performance monitoring and P / SP / AP resource configuration of model inference. Table 2: Triggering / Activation of performance monitoring reporting for the possible  model inference resource configurations.

[0130] Alternatively, for some cases, e.g., that Set B = Set A, the reportConfigType for performance monitoring report and the resourceType for model inference are aligned, e.g., same in P / SP / AP.

[0131] In some embodiments, the resource configuration of performance monitoring may be linked to the resource configuration of model inference. In operation, the periodic resource configuration of performance monitoring may (only) be based on periodic resource configuration of model inference, and / or SP resource configuration of performance monitoring may (only) be based on P / SP resource configuration of model inference, and / or AP resource configuration of performance monitoring may be based on P / SP / AP resource configuration of model inference. In this way, it is ensured that each monitoring instance has associated model inference outcome. It is noted that P / SP / AP configuration may refer to resource configuration.

[0132] In operation, UE performs monitoring of a UE sided AI / ML model based on resources configured for monitoring, UE performs model inference based on resources configured for model inference, and UE does not need to measure monitoring resources if there is no model inference (due to no resources for model inference) . More specifically, when it comes to the time domain behavior of the resources, there may be some limitations, as following: - Periodic resource configuration of performance monitoring can (only) be based on  periodic resource configuration of model inference; - Periodic resource configuration of performance monitoring cannot be based on  SP / AP resource configuration of model inference; - If UE only has SP / AP resources of model inference, it can only have SP / AP model  inference outcome, thus it does not need periodic monitoring resources; - SP resource configuration of performance monitoring can (only) be based on P / SP  resource configuration of model inference; - SP resource configuration of performance monitoring cannot be based on AP  configuration of model inference; - If UE only has AP resources of model inference, it can only have AP model  inference outcome, thus does not need SP monitoring; - AP resource configuration of performance monitoring can be based on P / SP / AP  resource configuration of model inference.

[0133] In some example embodiments, AP resource configuration of performance monitoring cannot be based on AP resource configuration of model inference e.g., configured by the RRC parameter resourceType for model inference. In some example embodiments, when model inference configuration contains two resource configurations for Set B and Set A respectively, it refers to the resource configuration for Set B. In some embodiments, it refers to the resource configuration for Set A alternatively.

[0134] Table 3 shows the relationship for P / SP / AP resource configuration of performance monitoring and P / SP / AP resource configuration of model inference, where not supported means that UE does not expect such configuration, or UE is not expected to perform monitoring for such configurations. Table 3: performance monitoring resource configurations and associated possible model  inference resource configurations.

[0135] Alternatively, in some embodiments, for some cases, e.g., that Set B = Set A, the resourceType for performance monitoring and for model inference may be the same.

[0136] In some embodiments, when a terminal device 110 is configured with multiple CSI-ResourceConfigs consisting the same NZP CSI-RS resource ID (e.g., for Set B in model inference / training, for Set A in model inference / training, and / or for monitoring resource set) , different time domain behaviors may be configured for the CSI-ResourceConfigs.

[0137] In some embodiments, CSI Resource Settings linked to a CSI Report Setting (e.g., for Set B and Set A in model inference, for Set B, Set A and / or monitoring resource set in performance monitoring) may have different time domain behaviors.

[0138] According to some embodiments of the present disclosure, the periodicities of the settings of the first and / or the second also may follow one or more rules as discussed below.

[0139] In some embodiments, the first configuration may be associated with a first reporting setting and a first resource setting, and the second configuration may be associated with a second reporting setting and a second resource setting. In some embodiments, a periodicity of the first reporting setting may be expected to be larger than or equal to a periodicity of the first resource setting. In some embodiments a periodicity of the second reporting setting may be expected to be larger than or equal to a periodicity of the second resource setting.

[0140] In some embodiments, a periodicity of the first reporting setting may be expected to be larger than or equal to a periodicity of the second reporting setting. In some embodiments, a periodicity of the first resource setting may be expected to be larger than or equal to a periodicity of the second resource setting.

[0141] More embodiments will be discussed, where the performance monitoring configuration is used as an example of the first configuration and the model inference configuration is used as an example of the second configuration.

[0142] In some embodiments, for P / SP resource and P / SP report, the relationships between the periodicity of performance monitoring report (P_monitor_report) and the periodicity of performance monitoring resource (P_monitor_resource) may be P_monitor_report >= P_monitor_resource. Additionally, in some embodiments, a periodicity of performance monitoring report (P_monitor_report) may be with a value larger than 320 slots, and / or a periodicity of performance monitoring resource (P_monitor_resource) may be with a value larger than 640 slots. In some examples, the number in slots depends on the subcarrier spacing. In some examples, the time unit may be frame, subframe, millisecond or any suitable time unit.

[0143] In some embodiments, the relationships between the periodicity of model inference report (P_inference_report) and the periodicity of model inference resource (P_inference_resource) may be P_inference_report >= P_inference_resource. Additionally, in some embodiments, for time domain prediction, the periodicity of model inference report (P_inference_report) may be with a value larger than 320 slots. For resources of Set A, the periodicity of model inference resource (P_inference_resource) may be with a value larger than 640 slots. In some example, the number in slots depends on the subcarrier spacing. In some example, the time unit is frame, subframe, millisecond or any suitable time unit.

[0144] In some embodiments, the relationships between the periodicity of model inference report (P_inference_report) and the periodicity of performance monitoring report (P_monitor_report) may be P_monitor_report > P_inference_report.

[0145] In some embodiments, the relationships between the periodicity of model inference resource (P_inference_resource) and the periodicity of performance monitoring resource (P_monitor_resource) may be P_monitor_resource> P_inference_resource.

[0146] According to some embodiments of the present disclosure, in order to save the power consumption, the unnecessary measurement / reporting may be skipped as discussed below.

[0147] In some embodiments, the terminal device 110 may perform a measurement based on the first configuration in a time window or at a set of instances within the time window. In other words, the terminal device 110 may skip the measurement based on the first configuration outside the time window or outside the set of instances.

[0148] In some embodiments, the time window may be configured by the network device 120, or reported by the terminal device 110 (such as, as UE capability) , or pre-defined as a default configuration (such as, predefined by the wireless standards, network operator or the service provider) .

[0149] In some embodiments, the set of instances may be configured by the network device 120, or reported by the terminal device 110 (such as, as UE capability) , or pre-defined as a default configuration (such as, predefined by the wireless standards, network operator or the service provider) .

[0150] More embodiments will be discussed, where the performance monitoring configuration is used as an example of the first configuration.

[0151] In some embodiments, if the performance monitoring is accuracy information, which maybe a statistic metric, and thus multiple model inference instances and multiple monitoring instances are needed for calculation. That is, to generate one report for monitoring, at least N_total monitoring instances are needed, where N_total is the number of monitoring instances.

[0152] In some embodiments, the prediction accuracy may be defined by N_correct / N_total, or N_error / N_total, (or N_correct, or N_error) , where N_total is the number of monitoring instances, N_correct is the number of correct instances, N_error is the number of error instances. In some embodiments, N_total, N_correct, N_error may be counted within a time window T_monitor, which can be defined before the reporting time of each report instance.

[0153] In some embodiments, for event trigger report, the terminal device 110 may trigger the monitoring report when accumulated number / ratio of error and / or correct instances reaches a threshold value, or when the number / ratio of error and / or correct instances reaches a threshold value within a latest T time duration, or within latest N monitoring instances.

[0154] In some embodiments, the performance metric may be calculated (i.e., as valid instance for metric calculation) only if top-1 or Top K predicted beam (s) are included in the subset of Set A.

[0155] Reference is now made to FIG. 4A. In the example of FIG. 4A, in some embodiments, UE may only measure resources of performance monitoring configuration within each T_monitor time window. In some embodiments, UE may only measure N_total instances within each T_monitor time window.

[0156] In some embodiments, a selection may be up to UE implementation, or may be uniformly chosen based on every (T_monitor / P_monitor_resource)  / N_total monitoring instance.

[0157] In some embodiments, T_monitor, N_total may be configured by NW, reported by UE, or pre-defined.

[0158] In some embodiments, if T_monitor is not configured, it may be assumed as a time window between two monitoring report instances. In some embodiments, for AP report of monitoring results, T_monitor has to be configured or pre-defined.

[0159] In some embodiments, if N_total is not provided, for P / SP resource and P / SP report, P_monitor_report / P_monitor_resource = N_total, or T_monitor / P_monitor_resource = N_total.

[0160] In some embodiments, if N_total is provided, for P / SP resource and P / SP report, P_monitor_report / P_monitor_resource >= N_total, or T_monitor / P_monitor_resource >=N_total.

[0161] According to some embodiments of the present disclosure, configurations especially for BM-Case 2 may be further enhanced.

[0162] In some embodiments, the first configuration may be associated with a first resource setting indicating: a periodicity, a first offset and at least one second time offset, and each second time offset corresponds to a future time instance of the plurality of future time instances. In operation, the terminal device 110 may determine a plurality of prediction results corresponding to a plurality of future time instances, and may perform a measurement based on the first configuration at a part of the plurality of future time instances.

[0163] Example embodiments will be discussed with reference to FIG. 4B and FIG. 4C. In the example of FIG. 4B, one model inference report is associated with multiple future time instances, i.e., the first future time instance and the second future time instance. Further, in the example of FIG. 4B, performance monitoring resources may be needed for each of F future time instances.

[0164] In some solutions, the periodicity of monitoring resources may be configured corresponds to interval between each future time instance. However, it may be not good because the periodicity would be smaller than inference resources.

[0165] According to some embodiments of the present disclosure, the periodicity of monitoring resources may be configured by (aperiodicity and an optionally first offset) and at least one second time offset, where each second the time offset corresponds to a future time instance.

[0166] In some embodiments, the monitoring resources may be needed for some of F future time instances, e.g., the first K (out of F, earlier in time) , and UE may only measure resources of performance monitoring configuration within each T_monitor time window (or UE may only measure for the first K future time instance and / or UE may only measure N_total monitoring instances within each T_monitor time window) .

[0167] Based on above definition, to generate one report for performance monitoring, at least N_total (or N_total*F, or N_total*K) predictions and measurements for monitoring are needed.

[0168] In the following, further improvements for BM-Case2, where, Set B = Set A, will be discussed.

[0169] In some embodiments, in accordance with a determination that a resource set for measurement associated with the first configuration overlaps with a resource set for prediction associated with the first configuration (such as, Set A is the same as Set B, or Set A overlaps with Set B) , the resource set for measurement associated with the first configuration and a resource set for measurement associated with the second configuration may be configured as different resource sets.

[0170] In some embodiments, in accordance with a determination that a resource set for measurement associated with the first configuration overlaps with a resource set for prediction associated with the first configuration (such as, Set A is the same as Set B. or Set A overlaps with Set B) , the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration may be configured by different periodicities of a same resource set.

[0171] In some embodiments, in accordance with a determination that a resource set for measurement associated with the first configuration overlaps with a resource set for prediction associated with the first configuration (such as, Set A is the same as Set B, or Set A overlaps with Set B) , the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration may be configured with a same resource set with a periodicity which equals to an interval between two future time instances.

[0172] In the example of FIG. 4C, for BM-Case2, Set B = Set A. Set B itself can be used as monitoring resource, but it may cause problems to configure the periodicities. It can be seen, for model inference, the periodicity is larger than the total time duration of F future time instances, while for performance monitoring, the periodicity may be same as the time interval between each of F future instances (which may be configured by (aperiodicity and an optional first offset) and at least one second time offset, where each second time offset corresponds to a future time instance.

[0173] In FIG. 4C, only one historical measurement is shown for model inference. In some other examples, it may be with more than one historical measurements used for model inference, which may be configured by a periodicity and an optional third offset and at least one forth time offset, where each forth time offset corresponds to a historical measurement time instance. In some further examples, it may be configured by a different resource / resource set corresponds to a historical measurement time instance.

[0174] In some embodiments, the monitoring resources and inference resources may be configured by the same beam set (Set B) , while the monitoring resources and inference resources may need to be configured as different resource sets (and different resources) . Alternatively, the monitoring resources and inference resources may be configured with different periodicities for same resource set. Alternatively, the monitoring resources and inference resources may be configured with a same minimal periodicity, i.e., same as the time interval between each of F future instances.

[0175] In some embodiments, in a case of a same minimal periodicity, the UE does not measure the resources for model inference at the F future instances. In some embodiments, the UE only measure on the monitoring resources which are needed for some of F future time instances, e.g., first K (out of F, earlier in time) . In some embodiments, UE may only measure resources of performance monitoring configuration within each T_monitor time window, and / or UE may only measure for the first K future time instance, and / or UE may only measure N_total monitoring instances within each T_monitor time window.

[0176] Based on above definition, to generate one report for performance monitoring, at least N_total (or N_total*F, or N_total*K) predictions and measurements for monitoring are needed.

[0177] In some embodiments, the periodicity of a monitoring instance may be based on the periodicity of resources or report for model inference and the periodicity of resources or report for performance monitoring report. For example, max {the periodicity of resources for model inference, the periodicity of report for model inference, the periodicity of resources for performance monitoring} .

[0178] Further, as the first configuration is associated with the second configuration (for example, the performance monitoring configuration is linked to a model inference configuration, and the performance monitoring depends on the inference results) , in some cases, the activation and the deactivation of the first and second configurations should be consistent.

[0179] In some embodiments, a periodic first configuration may be expected to be activated based on that a periodic second configuration is activated. In some embodiments, a semi-persistent first configuration may be expected to be activated based on that a periodic or semi-persistent second configuration is activated. In some embodiments, an aperiodic first configuration may be expected to be trigger based on that a periodic, semi-persistent or aperiodic second configuration is activated.

[0180] Accordingly, in some embodiments, the terminal device 110 may deactivate a periodic first configuration in response to a periodic second configuration associated with the first configuration being deactivated. in some embodiments, the terminal device 110 may deactivate a semi-persistent first configuration in response to a periodic or semi-persistent second configuration associated with the first configuration being deactivated.

[0181] In some embodiments, the terminal device 110 may deactivate a periodic or semi-persistent second configuration associated with the first configuration in response to transmitting an applicable functionality reporting which indicating the second configuration is not applicable to the network device 120.

[0182] In some embodiments, the applicable functionality reporting may be comprised in user (UE) assistance information (UAI) or a radio resource control (RRC) reconfiguration complete massage.

[0183] More example embodiments will be discussed, where the performance monitoring configuration is used as an example of the first configuration and the model inference configuration is used as an example of the second configuration.

[0184] According to below embodiments, possible relationship between activation / deactivation of the performance monitoring configuration and associated model inference configuration will be defined. In this way, it is ensured that each monitoring instance has associated model inference outcome .

[0185] In some embodiments, the activation of model inference configuration may be based on an applicable functionality reporting (such as at Step 4 in FIG. 2) . In some embodiments, the NW may provide the performance monitoring configuration after UE report the applicable functionality.

[0186] The possible relationships between activation / deactivation of the configuration for performance monitoring and associated configuration for model inference are discussed in the following.

[0187] In some embodiments, the periodic performance monitoring configuration may (only) be activated based on the activated periodic model inference configuration. It is noted that ‘can only be’ used herein may refer to ‘UE does not expect’ , ‘UE is not expected to’, for example, UE does not expect periodic Performance monitoring configuration is activated if Periodic model inference configuration is not activated, and / or UE is not expected to measure / report according to periodic Performance monitoring configuration if Periodic model inference configuration is not activated.

[0188] In some embodiments, the periodic performance monitoring configuration may be deactivated based on the deactivation (e.g., release by RRC reconfiguration) of Periodic model inference configuration, such as, based on applicable functionality reporting (via UAI or RRCreconfigurationComplete massage) indicating inference configuration (s) is not applicable.

[0189] In some embodiments, the SP Performance monitoring configuration may only be activated based on the activated Periodic model inference configuration and additional L1 / L2 singalling for activation / trigger.

[0190] In some embodiments, SP performance monitoring configuration may be deactivated based on the deactivation (e.g., release by RRC reconfiguration) of Periodic model inference configuration and without additional L1 / L2 singalling for deactivation, such as, based on applicable functionality reporting (via UAI or RRCreconfigurationComplete massage) indicating inference configuration (s) is not applicable.

[0191] In some embodiments, SP performance monitoring configuration may (only) be activated based on the activated SP model inference configuration and additional L1 / L2 singalling for activation / trigger. In some embodiments, SP Performance monitoring configuration is deactivated based on the deactivation (e.g., L1 / L2 singalling for deactivation) of SP model inference configuration and without separated additional L1 / L2 singalling for deactivation.

[0192] In some embodiments, AP performance monitoring configuration may (only) be triggered based on the activated P / SP model inference configuration and additional trigger. In some embodiments, AP performance monitoring configuration cannot be triggered if P / SP model inference configuration is not activated.

[0193] In some embodiments, AP performance monitoring configuration may (only) be activated based on the latest (most recent) triggered AP model inference configuration and additional trigger.

[0194] For BM-Case1 and BM-Case2 with a UE-sided AI / ML model, for Option 2 (UE-assisted performance monitoring) , further study at least the following alternatives for monitoring metric, including: - Alt 1: Top 1 or Top K beam prediction accuracy (with or without margin) by comparing  the prediction results and the Top 1 or Top K beam based on the measurements from a resource set / resources for monitoring; - Alt 2: The L1-RSRP difference information based on actual measurement of the L1- RSRP of one or more of Top K predicted beam, and L1-RSRP measurements from a resource set / resources for monitoring; - Alt 3: The RSRP difference information between the predicted RSRP and measured L1- RSRP of corresponding beam (s) of a resource set / resources for monitoring; - Alt 4: The probability information of the predicted beam (s) to be the Top 1 or Top K  beam.

[0195] It should be noted that in addition to the above alternatives, the monitoring metric discussed herein also may refer to other representations. In present disclosure is not limited in this regard.

[0196] To report the accuracy, the following options have been discussed: reporting Np / N’ or Np / N or Np, where N is the number of the reported inference result (s) linked with performance monitoring instance (s) , N’ is the number of valid instances for metric calculation to (out of N) , and Np is the number of performance monitoring instance (s) (out of N) with correct / error results.

[0197] In some embodiments, for event trigger report, the terminal device 110 may trigger the monitoring report when accumulated number / ratio of error and / or correct instances reaches a threshold value, or when the number / ratio of error and / or correct instances reaches a threshold value within a latest T time duration, or within latest N monitoring instances.

[0198] In some embodiments, the performance metric may be calculated (i.e., as valid instance for metric calculation) only if top-1 or Top K predicted beam (s) are included in the subset of Set A.

[0199] In some embodiments, the periodicity of a monitoring instance may be based on the periodicity of resources or report for model inference and the periodicity of resources or report for performance monitoring report. For example, max {the periodicity of resources for model inference, the periodicity of report for model inference, the periodicity of resources for performance monitoring} .

[0200] In some solutions, the prediction accuracy may be reported with a quantized value (or an index of a value range, or a status) .

[0201] In some solutions, different from reporting an exact value of number or an exact value of ratio, it is not always useful to know the exact value of N_correct / N_total, or N_error / N_total, or N_error, or N_correct. In particular, when the exact value is not in a meaningful range, e.g., N_error / N_total =0.8 and N_error / N_total =0.5 means the same to NW that the performance is not good. In some solutions, the number of bits to report prediction accuracy index can be ceil (log2 (X) ) , where X is the total number of status of prediction accuracy (or indexes) . In some cases, it can be X-1 or X+1, or X-2 or X+2. e.g., with or without the ‘out-of-range’ indication (e.g., <n1, or >nx) .

[0202] The following table shows the mapping between Prediction accuracy index and value range.

[0203] As illustrated, if the value is based on N_error, n1, n2, n3, …, nx can be the threshold values of error instances (e.g., wrong prediction) , the exact threshold values can be predefined, configured by NW, reported as UE capability, or depending on the AI / ML model, where n1, n2, n3, …, nx can be scaling with N_total, or T_monitor, e.g., the threshold values may n1*N_total, n2*N_total and so on.

[0204] In some cases, 1 bit is useful, where ‘1’ denotes the performance is OK, and ‘0’ denotes the performance is not OK. More specific example, ‘1’ denotes that N_error <=n1, ‘0’ denotes N_error > n1.

[0205] In some cases, the prediction accuracy may also be based on N_correct / N_total, or N_error / N_total, or N_error.

[0206] In some embodiments, the prediction accuracy report may be with additional information of which model inference is correct / not correct, e.g., via a bitmap (length N_total) , or N_error indications each with ceil (log2 (N_total) ) bits. In some embodiments, the prediction accuracy report may be with ground truth value, e.g., the measured Top 1 or Top K beams, RSRPs, and so on.

[0207] In case of BM-Case 2, it is still pending about how to report the performance monitoring information. According to some example embodiments of the present disclosure, the performance monitoring information reporting in BM-Case2 will be well defined.

[0208] In the following example embodiments, the performance monitoring information may be determine based on: Alt 1: Top 1 or Top K beam prediction accuracy (with or without margin) by comparing the prediction results and the Top 1 or Top K beam based on the measurements from a resource set / resources for monitoring; and / or Alt 2: The L1-RSRP difference information based on actual measurement of the L1-RSRP of one or more of Top K predicted beam, and L1-RSRP measurements from a resource set / resources for monitoring; and / or Alt 3: The RSRP difference information between the predicted RSRP and measured L1-RSRP of corresponding beam (s) of a resource set / resources for monitoring; and / or Alt 4: The probability information of the predicted beam (s) to be the Top 1 or Top K beam.

[0209] In some embodiments, the report content may be N_total information for each monitoring instance (for prediction for F future time instances, may N_total *F) , or the statistic information of multiple samples (e.g., average difference, variance or standard variance of difference) , or Similar as prediction accuracy, such as, a quantized value (or an index of a value range, or a status) for L1-RSRP difference, probability and so on, per sample, or per multiple samples, can be used, i.e., the exact value may not be needed, an index may be sufficient, 1 bit can work too.

[0210] Refer to FIG. 5, which illustrates a signaling flow 500 for communication in accordance with some embodiments of the present disclosure. For the purposes of discussion, the signaling flow 500 will be discussed with reference to FIG. 1A, for example, by using the terminal device 110 and the network device 120.

[0211] In operation, the network device 120 transmits (510-1) at least one configuration to the terminal device 110, and the terminal device receives (510-2) the at least one configuration accordingly.

[0212] The terminal device 110 determines (520) a plurality of predicted results associated with a plurality of inference reports, where each inference report (also may be called as model inference instance) may correspond a set of predicted results corresponding to a set of future time instances. In other words, each inference report may correspond to one or more future time instances, and each future time instance may correspond to one or more predicted result.

[0213] Then the terminal device 110 determines (530) a plurality of performance monitoring result corresponding to the plurality of predicted results.

[0214] After that, the terminal device 110 transmits (540-1) a measurement report comprising performance monitoring information to the network device 120, and the network device 120 receives (540-2) the measurement report accordingly. In particular, a calculation of the performance monitoring information may be per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances.

[0215] In some embodiments, the performance monitoring information may be determined based at least in part on one of the following: a number of inference reports of the plurality of inference reports, a number of future time instances corresponding to one inference report, or a product of the number of inference reports and the number of future time instances corresponding to one inference report.

[0216] In some embodiments, the performance monitoring information may be based on a number of accurate inference reports and / or a number of inaccurate inference reports. Refer to below table A, where one inference report corresponds to two future time instances and each future time instance corresponds to one predicted result. Table A

[0217] In some embodiments, the terminal device 110 may determine an inference report is accurate if at least one of the following: - at least one predicted result of the plurality of predicted results corresponding to the  inference report is correct (in the example of table A, the i-th inference report is correct, and the j-th inference report is correct) . - a number of correct predicted result outs of the plurality of predicted results is larger  than or equal to a threshold (in the example of table A, if the threshold is 2, the i-th inference report is incorrect, and the j-th inference report is correct) , - a number of incorrect predicted results out of the plurality of predicted results is smaller  than or equal to a threshold (in the example of table A, if the threshold is 2, the i-th inference report is correct, and the j-th inference report is correct) , - a first or last K predicted results out of the plurality of predicted results are correct,  wherein K is an integer larger than or equal to 1 (in the example of table A, if first K=1, the i-th inference report is correct, and the j-th inference report is correct) .

[0218] Accordingly, in some embodiments, the terminal device 110 may determine an inference report is inaccurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is incorrect, a number of incorrect predicted results out of the plurality of predicted results is larger than or equal to a threshold, a number of correct predicted results out of the plurality of predicted results is smaller than or equal to a threshold, or a first or last K predicted results out of the plurality of predicted results are incorrect, wherein K is an integer larger than or equal to 1.

[0219] In some embodiments, for BM-Case1 and BM-Case2 with a UE-sided AI / ML model, for Option 2 (UE-assisted performance monitoring) , at least support Alt 1: Top 1 or Top K beam prediction accuracy (with or without margin, prediction accuracy may be determined to be correct or incorrect) by comparing the prediction results and the Top 1 or Top K beam based on the measurements from a resource set / resources for monitoring.

[0220] In some embodiments, to calculate the accuracy (i.e., whether correct incorrect) , the following options may be used to count whether a model inference (inference report / model inference instance) is accurate or not; - Option 1 (Top-1 / 1) : the Top-1 beam with largest measured value of the resource set (s)  for monitoring is Top-1 predicted beam; - Option 2 (1 / Top-K) : the Top-1 beam with largest measured value of L1-RSRP of the  resource set (s) for monitoring is one of the Top-K predicted beams; K >1, or K is equal to the number of reported predicted beam configured by inference  report configuration; - Option 3a (Top-K / M) : the Top-K predicted beams are among Top M beam (s) with  largest M measured value (s) of L1-RSRP (s) of the resource set (s) for monitoring; - Option 3b (Top-K / M) : at least one of the Top-K predicted beams is among Top M  beam (s) with largest M measured value (s) of L1-RSRP (s) of the resource set (s) for monitoring; - Option 4 (best of Top-K / 1 with margin) : The beam with largest measured value of L1- RSRP of Top-K predicted beams is within a margin X dB of largest measured value of L1-RSRP of the resource set (s) for monitoring.

[0221] In above options, K may be >1, or K is equal to the number of reported predicted beam configured by inference report configuration; K, M, X are also configurable or may be reported by UE.

[0222] In some embodiments, the performance monitoring information may be based on a number of accurate k-th future time instances and / or a number of inaccurate k-th future time instances (in the example of table A, including the 0-th future time instance and the 1-th future time instance, where the 0-th future time instance comprise predicted results at future time instance t_i_0 and future time instance t_j_0, and the 1-th future time instance comprise predicted results at future time instance t_i_1 and future time instance t_j_1) .

[0223] In some embodiments, the terminal device 110 may determine a k-th future time instance is accurate if at least one of the following: - at least one predicted result corresponding to the k-th future time instance is correct (in  the example of table A, the 0-th future time instance is correct, and the 1-th future time instance is correct) , - a number of correct predicted results corresponding to the k-th future time instance is  larger than or equal to a threshold (in the example of table A, if the threshold is 2, the 0-th future time instance is correct, and the 1-th future time instance is incorrect) , - a number of incorrect predicted results corresponding to the k-th future time instance is  smaller than or equal to a threshold (in the example of table A, if the threshold is 2, the 0-th future time instance is correct, and the 1-th future time instance is correct) .

[0224] Accordingly, in some embodiments, the terminal device 110 may determine a prediction result of the k-th future time instance is inaccurate if at least one of the following: at least one predicted result corresponding to the k-th future time instance is incorrect, a number of incorrect predicted results corresponding to the k-th future time instance is larger than or equal to a threshold, or a number of correct predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold.

[0225] In some embodiments, (in a case that one future time instance corresponds to one predicted result) , the performance monitoring information may be based on a number of future time instances with an accurate predicted result of and / or a number of future time instances with an inaccurate predicted result.

[0226] As discussed above, one future time instance may correspond to more than one predicted result. If so, the performance monitoring information may be based on a number of accurate future time instances and / or a number of inaccurate future time instances.

[0227] Refer to below table B, where one inference report corresponds to two future time instanced and each future time instance corresponds to two predicted results. Table B

[0228] In some embodiments, the terminal device 110 may determine a future time instance is accurate if at least one of the following: - at least one predicted result corresponding to the future time instance is correct (in the  example of table 1, the future time instance 0 is correct, and the future time instance 1 is incorrect) , - a number of correct predicted results corresponding to the future time instance is larger  than or equal to a threshold (in the example of table 1, if the threshold is 2, the future time instance 0 is correct, and the future time instance 1 is incorrect) , - a number of incorrect predicted result corresponding to the future time instance is  smaller than or equal to a threshold (in the example of table 1, if the threshold is 2, the future time instance 0 is correct, and the future time instance 1 is correct) , - a first or last K predicted results corresponding to the future time instance are correct,  wherein K is an integer larger than or equal to 1 (in the example of table B, if first K=1, the future time instance 0 is correct, and the future time instance 1 is incorrect) .

[0229] Accordingly, in some embodiments, the terminal device 110 may determine a future time instance is inaccurate if at least one of the following: at least one predicted result corresponding to the future time instance is incorrect, a number of incorrect predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of correct predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are incorrect, wherein K is an integer larger than or equal to 1.

[0230] In some embodiments, the measurement report may further comprise ground truth information for determining the plurality of performance monitoring result.

[0231] As one specific scenario, the model inference report may be associated with multiple future time instances, e.g., for BM-Case2. In this event, the prediction accuracy calculation may be per model inference instance (also may) , for example, one model inference generates predicted results (beam, RSRP, CSI, etc. ) for F future time instances. In operation, assuming i-th model inference outputs F prediction results for F future time instance, there are several ways to count the error / correct prediction: - Alt 1: If 1 of F is not correct, the i-th model inference is not correct; the number of  N_error increases with 1; - Alt 2: if 1 of F is correct, the i-th prediction is correct; ; the number of N_correct  increases with 1; - Alt 3: If less (no more) than F’ out of F is correct, the i-th model inference is not correct;  - Alt 4: if more (no less) than F” out of F is correct, the i-th model inference is correct;  - Alt 5: if more (no less) than F1 out of F is not correct, the i-th model inference is not  correct; - Alt 6: if less (no more) than F2 out of F is not correct, the i-th model inference is correct;  - Alt 7: if the first K (earlier in time) out of F is correct (or not correct) , the i-th model  inference is correct (not correct) .

[0232] In some embodiments, if the i-th model inference is not correct, the number of N_error increases with 1; If the i-th model inference is correct, the number of N_correct increases with 1. In some embodiments, the N_total could be the number of model inference.

[0233] Alternatively, in some embodiments (one future time instance is associated with a predicted result) , the prediction accuracy calculation may be per future time instance. Specifically, in some embodiments, if the k-th future time instance of the i-th model inference is not correct, the number of N_error increases with 1; If the k-th future time instance of the i-th model inference is correct, the number of N_correct increases with 1. In this case, the N_total could be the number of monitoring instance times the number of future instances of each model inference.

[0234] Alternatively, in some embodiments, the prediction accuracy calculation may be per k-th future time instance. Specifically, in some embodiments, if the k-th future time instance of the i-th model inference is not correct, the number of N_error_k increases with 1; If the k-th future time instance of the i-th model inference is correct, the number of N_correct_k increases with 1; N_total_k = N_total could be the number of future instances of each model inference. It is useful to monitoring the performance of prediction for k-th future time instances for each model inference. In this case, the number of reported prediction accuracy is F. Further, if 1 bit for correct / error, then F-length bitmap can be used.

[0235] In some embodiments, whether to calculate prediction accuracy per model inference instance, or per future time instance, can be pre-defined, configured by NW, reported by UE, or decided by the AI / ML model. Example Method

[0236] FIG. 6 illustrates a flowchart of a communication method 600 implemented at aterminal device in accordance with some embodiments of the present disclosure. For thepurpose of discussion, the method 600 will be described from the perspective of theterminal device 110 in FIG. 1A.

[0237] At block 610, the terminal device receives, from a network device, at least oneconfiguration comprising: a first configuration configured with a first report quantity, anda second configuration configured with a second report quantity different from the firstreport quantity.

[0238] At block 620, the terminal device transmits, to the network device, at least onemeasurement report based at least in part on the at least one configuration,wherein at leastone rule is provided for defining at least one relationship between a time domain behaviorassociated with the first configuration and a time domain behavior associated with thesecond configuration, and the time domain behavior comprises at least one of thefollowing: periodic, semi-persistent, or aperiodic.

[0239] In some example embodiments, the at least one rule comprises at least one ofthe following: a periodic first configuration is based on a periodic second configuration,a semi-persistent first configuration is based on a periodic or semi-persistent secondconfiguration, or an aperiodic first configuration is based on a periodic, semi-persistentor aperiodic second configuration.

[0240] In some example embodiments, in accordance with a determination that aresource set for measurement overlaps with a resource set for prediction, the time domainbehavior associated with the first configuration is the same as the time domain behaviorassociated with the second configuration.

[0241] In some example embodiments, a periodicity of the first reporting setting isexpected to be larger than or equal to a periodicity of the first resource setting, aperiodicity of the second reporting setting is expected to be larger than or equal to aperiodicity of the second resource setting, a periodicity of the first reporting setting isexpected to be larger than or equal to a periodicity of the second reporting setting, and / ora periodicity of the first resource setting is expected to be larger than or equal to aperiodicity of the second resource setting.

[0242] In some example embodiments, the terminal device may perform a measurement based on the first configuration in a time window or at a set of instances within the time window, or skip the measurement based on the first configuration outside the time window or outside the set of instances.

[0243] In some example embodiments, the time window is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration, and / or the set of instances is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration.

[0244] In some example embodiments, the terminal device may determine a plurality of prediction results corresponding to a plurality of future time instances; and perform a measurement based on the first configuration at a part of the plurality of future time instances, and wherein the first configuration is associated with a first resource setting indicating: a periodicity, a first offset and at least one second time offset, and each second time offset corresponds to a future time instance of the plurality of future time instances.

[0245] In some example embodiments, in accordance with a determination that a resource set for measurement associated with the first configuration overlaps with a resource set for prediction associated with the first configuration, the resource set for measurement associated with the first configuration and a resource set for measurement associated with the second configuration are configured as different resource sets, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured by different periodicities of a same resource set, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured with a same resource set with a periodicity which equals to an interval between two future time instances.

[0246] In some example embodiments, a periodic first configuration is expected to be activated based on that a periodic second configuration is activated, a semi-persistent first configuration is expected to be activated based on that a periodic or semi-persistent second configuration is activated, or an aperiodic first configuration is expected to be trigger based on that a periodic, semi-persistent or aperiodic second configuration is activated.

[0247] In some example embodiments, the terminal device may deactivate a periodic first configuration in response to a periodic second configuration associated with the first configuration being deactivated, or deactivate a semi-persistent first configuration in response to a periodic or semi-persistent second configuration associated with the first configuration being deactivated.

[0248] In some example embodiments, the terminal device may deactivate a periodic or semi-persistent second configuration associated with the first configuration in response to transmitting an applicable functionality reporting which indicating the second configuration is not applicable to the network device.

[0249] In some example embodiments, the applicable functionality reporting is comprised in user (UE) assistance information (UAI) or a radio resource control (RRC) reconfiguration complete massage.

[0250] In some example embodiments, the terminal device may in accordance with a determination that the second resource setting indicates one resource setting, determine the resource setting is used for measurement.

[0251] In some example embodiments, the second configuration is associated with a second resource setting, and the second resource setting comprises an indication indicating one the following: whether the resource setting is used for measurement only, whether the resource setting is used for used for measurement and prediction, whether the resource setting is used for used for measurement and a reported reference signal resource identity determination.

[0252] In some example embodiments, the second configuration is associated with: a second resource setting with a lower configuration identity for measurement, and a further second setting with a higher configuration identity for prediction or a reported reference signal resource identity determination.

[0253] In some example embodiments, the resource set for measurement is the same as a resource set for measurement for deriving prediction result, the resource set for measurement is the same as a resource set for prediction, or the resource set for measurement is a subset of a resource set for prediction.

[0254] In some example embodiments, the first configuration is associated with the second configuration, and the terminal device is further case to: determine a set of measurement results based on a resource set for measurement determined based on the first configuration; determine a set of prediction results based on a resource set for measurement and / or a resource set for prediction determined based on the second configuration; and transmit, to the network device, a report based on the set of measurement results and the set of prediction results.

[0255] In some example embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second resource setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second resource setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0256] In some example embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second reporting setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0257] In some example embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second resource setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second resource setting, or an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0258] In some example embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second reporting setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0259] FIG. 7 illustrates a flowchart of a communication method 700 implemented at a terminal device in accordance with some embodiments of the present disclosure. For the purpose of discussion, the method 700 will be described from the perspective of the terminal device 110 in FIG. 1A.

[0260] At block 710, the terminal device determines, a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances.

[0261] At block 720, the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results.

[0262] At block 730, the terminal device transmits, to a network device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances.

[0263] In some example embodiments, the performance monitoring information is based on a number of accurate inference reports and / or a number of inaccurate inference reports. The terminal device may determine an inference report is accurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is correct, a number of correct predicted result outs of the plurality of predicted results is larger than or equal to a threshold, a number of incorrect predicted results out of the plurality of predicted results is smaller than or equal to a threshold, a first or last K predicted results out of the plurality of predicted results are correct, wherein K is an integer larger than or equal to 1, and / or determine an inference report is inaccurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is incorrect, a number of incorrect predicted results out of the plurality of predicted results is larger than or equal to a threshold, a number of correct predicted results out of the plurality of predicted results is smaller than or equal to a threshold, or a first or last K predicted results out of the plurality of predicted results are incorrect, wherein K is an integer larger than or equal to 1.

[0264] In some example embodiments, the performance monitoring information is based on a number of future time instances with an accurate predicted result of and / or a number of future time instances with an inaccurate predicted result.

[0265] In some example embodiments, the performance monitoring information is based on a number of accurate future time instances and / or a number of inaccurate future time instances. The terminal device may determine a future time instance is accurate if at least one of the following at least one predicted result corresponding to the future time instance is correct, a number of correct predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of incorrect predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are correct, wherein K is an integer larger than or equal to 1, determine a future time instance is inaccurate if at least one of the following at least one predicted result corresponding to the future time instance is incorrect, a number of incorrect predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of correct predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are incorrect, wherein K is an integer larger than or equal to 1.

[0266] In some example embodiments, the performance monitoring information is based on a number of accurate k-th future time instances and / or a number of inaccurate k-th future time instances. The terminal device may determine a k-th future time instance is accurate if at least one of the following: at least one predicted result corresponding to the k-th future time instance is correct, a number of correct predicted results corresponding to the k-th future time instance is larger than or equal to a threshold, a number of incorrect predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold, and / or determine a prediction result of the k-th future time instance is inaccurate if at least one of the following: at least one predicted result corresponding to the k-th future time instance is incorrect, a number of incorrect predicted results corresponding to the k-th future time instance is larger than or equal to a threshold, a number of correct predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold.

[0267] In some example embodiments, the performance monitoring information is determined based at least in part on one of the following: a number of inference reports of the plurality of inference reports, a number of future time instances corresponding to one inference report, or a product of the number of inference reports and the number of future time instances corresponding to one inference report.

[0268] In some example embodiments, the measurement report further comprises ground truth information for determining the plurality of performance monitoring result.

[0269] FIG. 8 illustrates a flowchart of a communication method800 implemented at a network device in accordance with some embodiments of the present disclosure. For the purpose of discussion, the method800 will be described from the perspective of the network device 120 in FIG. 1A.

[0270] At block810, the network device transmits, to a terminal device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity.

[0271] At block820, the network device receives, from the terminal device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.

[0272] In some example embodiments, the at least one rule comprises at least one of the following: a periodic first configuration is based on a periodic second configuration, a semi-persistent first configuration is based on a periodic or semi-persistent second configuration, or an aperiodic first configuration is based on a periodic, semi-persistent or aperiodic second configuration.

[0273] In some example embodiments, in accordance with a determination that a resource set for measurement overlaps with a resource set for prediction, the time domain behavior associated with the first configuration is the same as the time domain behavior associated with the second configuration.

[0274] In some example embodiments, a periodicity of the first reporting setting is expected to be larger than or equal to a periodicity of the first resource setting, a periodicity of the second reporting setting is expected to be larger than or equal to a periodicity of the second resource setting, a periodicity of the first reporting setting is expected to be larger than or equal to a periodicity of the second reporting setting, and / or a periodicity of the first resource setting is expected to be larger than or equal to a periodicity of the second resource setting.

[0275] In some example embodiments, the terminal device performs a measurement based on the first configuration in a time window or at a set of instances within the time window, or skips the measurement based on the first configuration outside the time window or outside the set of instances, and wherein the time window is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration, and / or the set of instances is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration.

[0276] In some example embodiments, the first configuration is associated with a first resource setting indicating: a periodicity, a first offset and at least one second time offset, and each second time offset corresponds to a future time instance of the plurality of future time instances.

[0277] In some example embodiments, in accordance with a determination that a resource set for measurement associated with the first configuration overlaps with a resource set for prediction associated with the first configuration, the resource set for measurement associated with the first configuration and a resource set for measurement associated with the second configuration are configured as different resource sets, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured by different periodicities of a same resource set, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured with a same resource set with a periodicity which equals to an interval between two future time instances.

[0278] In some example embodiments, a periodic first configuration is expected to be activated based on that a periodic second configuration is activated, a semi-persistent first configuration is expected to be activated based on that a periodic or semi-persistent second configuration is activated, or an aperiodic first configuration is expected to be trigger based on that a periodic, semi-persistent or aperiodic second configuration is activated.

[0279] In some example embodiments, the network device may deactivate a periodic first configuration in response to a periodic second configuration associated with the first configuration being deactivated, or deactivate a semi-persistent first configuration in response to a periodic or semi-persistent second configuration associated with the first configuration being deactivated.

[0280] In some example embodiments, the network device may deactivate a periodic or semi-persistent second configuration associated with the first configuration in response to receiving an applicable functionality reporting which indicating the second configuration is not applicable to the network device.

[0281] In some example embodiments, the applicable functionality reporting is comprised in user (UE) assistance information (UAI) or a radio resource control (RRC) reconfiguration complete massage.

[0282] In some example embodiments, in accordance with a determination that the second resource setting indicates one resource setting, the resource setting is assumed to be used for measurement.

[0283] In some example embodiments, the second configuration is associated with a second resource setting, and the second resource setting comprises an indication indicating one the following: whether the resource setting is used for measurement only, whether the resource setting is used for used for measurement and prediction, whether the resource setting is used for used for measurement and a reported reference signal resource identity determination.

[0284] In some example embodiments, the second configuration is associated with: a second resource setting with a lower configuration identity for measurement, and a further second setting with a higher configuration identity for prediction or a reported reference signal resource identity determination.

[0285] In some example embodiments, the resource set for measurement is the same as a resource set for measurement for deriving prediction result, the resource set for measurement is the same as a resource set for prediction, or the resource set for measurement is a subset of a resource set for prediction.

[0286] In some example embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second resource setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second resource setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0287] In some example embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second reporting setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0288] In some example embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second resource setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second resource setting, or an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0289] In some example embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second reporting setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0290] FIG. 9 illustrates a flowchart of a communication method 900 implemented at a network device in accordance with some embodiments of the present disclosure. For the purpose of discussion, the method 900 will be described from the perspective of the network device 120 in FIG. 1A.

[0291] At block 910, the network device receives, from a terminal device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances, wherein the terminal device determines a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances, and the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results.

[0292] In some example embodiments, an inference report is determined to be accurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is correct, a number of correct predicted result outs of the plurality of predicted results is larger than or equal to a threshold, a number of incorrect predicted results out of the plurality of predicted results is smaller than or equal to a threshold, a first or last K predicted results out of the plurality of predicted results are correct, wherein K is an integer larger than or equal to 1, and / or an inference report is determined to be inaccurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is incorrect, a number of incorrect predicted results out of the plurality of predicted results is larger than or equal to a threshold, a number of correct predicted results out of the plurality of predicted results is smaller than or equal to a threshold, or a first or last K predicted results out of the plurality of predicted results are incorrect, wherein K is an integer larger than or equal to 1.

[0293] In some example embodiments, the performance monitoring information is based on a number of future time instances with an accurate predicted result of and / or a number of future time instances with an inaccurate predicted result.

[0294] In some example embodiments, a future time instance is determined to be accurate if at least one of the following at least one predicted result corresponding to the future time instance is correct, a number of correct predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of incorrect predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are correct, wherein K is an integer larger than or equal to 1, a future time instance is determined to be inaccurate if at least one of the following at least one predicted result corresponding to the future time instance is incorrect, a number of incorrect predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of correct predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are incorrect, wherein K is an integer larger than or equal to 1.

[0295] In some example embodiments, a k-th future time instance is determined to beaccurate if at least one of the following: at least one predicted result corresponding to thek-th future time instance is correct, a number of correct predicted results correspondingto the k-th future time instance is larger than or equal to a threshold, a number of incorrectpredicted results corresponding to the k-th future time instance is smaller than or equal toa threshold, and / or a prediction result of the k-th future time instance is determined to beinaccurate if at least one of the following: at least one predicted result corresponding tothe k-th future time instance is incorrect, a number of incorrect predicted resultscorresponding to the k-th future time instance is larger than or equal to a threshold, anumber of correct predicted results corresponding to the k-th future time instance issmaller than or equal to a threshold.

[0296] In some example embodiments, the performance monitoring information isdetermined based at least in part on one of the following: a number of inference reportsof the plurality of inference reports, a number of future time instances corresponding toone inference report, or a product of the number of inference reports and the number offuture time instances corresponding to one inference report.

[0297] In some example embodiments, the measurement report further comprisesground truth information for determining the plurality of performance monitoring result. Example device, apparatus and media

[0298] FIG. 10 is a simplified block diagram of a device 1000 that is suitable forimplementing embodiments of the present disclosure. The device 1000 can be consideredas a further example implementation of any of the devices as shown in FIG. 1A.Accordingly, the device 1000 can be implemented at or as at least a part of the terminaldevice 110 or the network device 120.

[0299] As shown, the device 1000 includes a processor 1010, a memory 1020 coupledto the processor 1010, a suitable transceiver 1040 coupled to the processor 1010, and acommunication interface coupled to the transceiver 1040. The memory 1020 stores at leasta part of a program 1030. The transceiver 1040 may be for bidirectional communicationsor a unidirectional communication based on requirements. The transceiver 1040 mayinclude at least one of a transmitter 1042 and a receiver 1044. The transmitter 1042 andthe receiver 1044 may be functional modules or physical entities. The transceiver 1040has at least one antenna to facilitate communication, though in practice an Access Node mentioned in this application may have several ones. The communication interface may represent any interface that is necessary for communication with other network elements, such as X2 / Xn interface for bidirectional communications between eNBs / gNBs, S1 / NG interface for communication between a Mobility Management Entity (MME)  / Access and Mobility Management Function (AMF)  / SGW / UPF and the eNB / gNB, Un interface for communication between the eNB / gNB and a relay node (RN) , or Uu interface for communication between the eNB / gNB and a terminal device.

[0300] The program 1030 is assumed to include program instructions that, when executed by the associated processor 1010, enable the device 1000 to operate in accordance with the embodiments of the present disclosure, as discussed herein with reference to FIGS. 1 to 9. The embodiments herein may be implemented by computer software executable by the processor 1010 of the device 1000, or by hardware, or by a combination of software and hardware. The processor 1010 may be configured to implement various embodiments of the present disclosure. Furthermore, a combination of the processor 1010 and memory 1020 may form processing means 1050 adapted to implement various embodiments of the present disclosure.

[0301] The memory 1020 may be of any type suitable to the local technical network and may be implemented using any suitable data storage technology, such as a non-transitory computer readable storage medium, semiconductor-based memory devices, magnetic memory devices and systems, optical memory devices and systems, fixed memory and removable memory, as non-limiting examples. While only one memory 1020 is shown in the device 1000, there may be several physically distinct memory modules in the device 1000. The processor 1010 may be of any type suitable to the local technical network, and may include one or more of general purpose computers, special purpose computers, microprocessors, digital signal processors (DSPs) and processors based on multicore processor architecture, as non-limiting examples. The device 1000 may have multiple processors, such as an application specific integrated circuit chip that is slaved in time to a clock which synchronizes the main processor.

[0302] According to embodiments of the present disclosure, a terminal device comprising a circuitry is provided. The circuitry is configured to: receive, from a network device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and transmit, to the network device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the terminal device as discussed above.

[0303] According to embodiments of the present disclosure, a terminal device comprising a circuitry is provided. The circuitry is configured to: determine, a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances; determine a plurality of performance monitoring result corresponding to the plurality of predicted results; and transmit, to a network device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the terminal device as discussed above.

[0304] According to embodiments of the present disclosure, a network device comprising a circuitry is provided. The circuitry is configured to: transmit, to a terminal device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and receive , from the terminal device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the network device as discussed above.

[0305] According to embodiments of the present disclosure, a network device comprising a circuitry is provided. The circuitry is configured to: receive, from a terminal device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances, wherein, the terminal device determines a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances, and the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the network device as discussed above.

[0306] The term “circuitry” used herein may refer to hardware circuits and / or combinations of hardware circuits and software. For example, the circuitry may be a combination of analog and / or digital hardware circuits with software / firmware. As a further example, the circuitry may be any portions of hardware processors with software including digital signal processor (s) , software, and memory (ies) that work together to cause an apparatus, such as a terminal device or a network device, to perform various functions. In a still further example, the circuitry may be hardware circuits and or processors, such as a microprocessor or a portion of a microprocessor, that requires software / firmware for operation, but the software may not be present when it is not needed for operation. As used herein, the term circuitry also covers an implementation of merely a hardware circuit or processor (s) or a portion of a hardware circuit or processor (s) and its (or their) accompanying software and / or firmware.

[0307] According to embodiments of the present disclosure, a terminal apparatus is provided. The terminal apparatus comprises means for receiving, from a network device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and means for transmitting, to the network device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic. In some embodiments, the terminal apparatus may comprise means for performing the respective operations of the method 600. In some example embodiments, the terminal apparatus may further comprise means for performing other operations in some example embodiments of the method 600. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0308] According to embodiments of the present disclosure, a terminal apparatus is provided. The terminal apparatus comprises means for determining, a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances; means for determining a plurality of performance monitoring result corresponding to the plurality of predicted results; and means for transmitting, to a network device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances. In some embodiments, the terminal apparatus may comprise means for performing the respective operations of the method 700. In some example embodiments, the terminal apparatus may further comprise means for performing other operations in some example embodiments of the method 700. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0309] According to embodiments of the present disclosure, a network apparatus is provided. The network apparatus comprises means for transmitting, to a terminal device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and means for receiving , from the terminal device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic. In some embodiments, the network apparatus may comprise means for performing the respective operations of the method800. In some example embodiments, the network apparatus may further comprise means for performing other operations in some example embodiments of the method800. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0310] According to embodiments of the present disclosure, a network apparatus is provided. The network apparatus comprises means for receiving, from a terminal device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances, wherein, the terminal device determines a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances, and the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results. In some embodiments, the network apparatus may comprise means for performing the respective operations of the method 900. In some example embodiments, the network apparatus may further comprise means for performing other operations in some example embodiments of the method 900. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0311] In summary, embodiments of the present disclosure provide the following aspects.

[0312] In an aspect, it is proposed a terminal device comprising: a processor configured to cause the terminal device to: receive, from a network device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and transmit, to the network device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.

[0313] In some embodiments, the at least one rule comprises at least one of the following: a periodic first configuration is based on a periodic second configuration, a semi-persistent first configuration is based on a periodic or semi-persistent second configuration, or an aperiodic first configuration is based on a periodic, semi-persistent or aperiodic second configuration.

[0314] In some embodiments, in accordance with a determination that a resource set for measurement overlaps with a resource set for prediction, the time domain behavior associated with the first configuration is the same as the time domain behavior associated with the second configuration.

[0315] In some embodiments, a periodicity of the first reporting setting is expected to be larger than or equal to a periodicity of the first resource setting, a periodicity of the second reporting setting is expected to be larger than or equal to a periodicity of the second resource setting, a periodicity of the first reporting setting is expected to be larger than or equal to a periodicity of the second reporting setting, and / or a periodicity of the first resource setting is expected to be larger than or equal to a periodicity of the second resource setting.

[0316] In some embodiments, the terminal device is further caused to: perform a measurement based on the first configuration in a time window or at a set of instances within the time window, or skip the measurement based on the first configuration outside the time window or outside the set of instances.

[0317] In some embodiments, the time window is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration, and / or the set of instances is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration.

[0318] In some embodiments, the terminal device is further caused to: determine a plurality of prediction results corresponding to a plurality of future time instances; and perform a measurement based on the first configuration at a part of the plurality of future time instances, and wherein the first configuration is associated with a first resource setting indicating: a periodicity, a first offset and at least one second time offset, and each second time offset corresponds to a future time instance of the plurality of future time instances.

[0319] In some embodiments, in accordance with a determination that a resource set for measurement associated with the first configuration overlaps with a resource set for prediction associated with the first configuration, the resource set for measurement associated with the first configuration and a resource set for measurement associated with the second configuration are configured as different resource sets, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured by different periodicities of a same resource set, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured with a same resource set with a periodicity which equals to an interval between two future time instances.

[0320] In some embodiments, a periodic first configuration is expected to be activated based on that a periodic second configuration is activated, a semi-persistent first configuration is expected to be activated based on that a periodic or semi-persistent second configuration is activated, or an aperiodic first configuration is expected to be trigger based on that a periodic, semi-persistent or aperiodic second configuration is activated.

[0321] In some embodiments, the terminal device is further caused to: deactivate a periodic first configuration in response to a periodic second configuration associated with the first configuration being deactivated, or deactivate a semi-persistent first configuration in response to a periodic or semi-persistent second configuration associated with the first configuration being deactivated.

[0322] In some embodiments, the terminal device is further caused to: deactivate a periodic or semi-persistent second configuration associated with the first configuration in response to transmitting an applicable functionality reporting which indicating the second configuration is not applicable to the network device.

[0323] In some embodiments, the applicable functionality reporting is comprised in user (UE) assistance information (UAI) or a radio resource control (RRC) reconfiguration complete massage.

[0324] In some embodiments, the terminal device is further caused to: in accordance with a determination that the second resource setting indicates one resource setting, determine the resource setting is used for measurement.

[0325] In some embodiments, the second configuration is associated with a second resource setting, and the second resource setting comprises an indication indicating one the following: whether the resource setting is used for measurement only, whether the resource setting is used for used for measurement and prediction, whether the resource setting is used for used for measurement and a reported reference signal resource identity determination.

[0326] In some embodiments, the second configuration is associated with: a second resource setting with a lower configuration identity for measurement, and a further second setting with a higher configuration identity for prediction or a reported reference signal resource identity determination.

[0327] In some embodiments, the resource set for measurement is the same as a resource set for measurement for deriving prediction result, the resource set for measurement is the same as a resource set for prediction, or the resource set for measurement is a subset of a resource set for prediction.

[0328] In some embodiments, the first configuration is associated with the second configuration, and the terminal device is further case to: determine a set of measurement results based on a resource set for measurement determined based on the first configuration; determine a set of prediction results based on a resource set for measurement and / or a resource set for prediction determined based on the second configuration; and transmit, to the network device, a report based on the set of measurement results and the set of prediction results.

[0329] In some embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second resource setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second resource setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0330] In some embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second reporting setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0331] In some embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second resource setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second resource setting, or an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0332] In some embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second reporting setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0333] In an aspect, it is proposed a terminal device comprising: a processor configured to cause the terminal device to: determine, a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances; determine a plurality of performance monitoring result corresponding to the plurality of predicted results; and transmit, to a network device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances.

[0334] In some embodiments, the performance monitoring information is based on a number of accurate inference reports and / or a number of inaccurate inference reports, and the terminal device is caused to: determine an inference report is accurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is correct, a number of correct predicted result outs of the plurality of predicted results is larger than or equal to a threshold, a number of incorrect predicted results out of the plurality of predicted results is smaller than or equal to a threshold, a first or last K predicted results out of the plurality of predicted results are correct, wherein K is an integer larger than or equal to 1, and / or determine an inference report is inaccurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is incorrect, a number of incorrect predicted results out of the plurality of predicted results is larger than or equal to a threshold, a number of correct predicted results out of the plurality of predicted results is smaller than or equal to a threshold, or a first or last K predicted results out of the plurality of predicted results are incorrect, wherein K is an integer larger than or equal to 1.

[0335] In some embodiments, the performance monitoring information is based on a number of future time instances with an accurate predicted result of and / or a number of future time instances with an inaccurate predicted result.

[0336] In some embodiments, the performance monitoring information is based on a number of accurate future time instances and / or a number of inaccurate future time instances, the terminal device is caused to: determine a future time instance is accurate if at least one of the following at least one predicted result corresponding to the future time instance is correct, a number of correct predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of incorrect predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are correct, wherein K is an integer larger than or equal to 1, determine a future time instance is inaccurate if at least one of the following at least one predicted result corresponding to the future time instance is incorrect, a number of incorrect predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of correct predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are incorrect, wherein K is an integer larger than or equal to 1.

[0337] In some embodiments, the performance monitoring information is based on a number of accurate k-th future time instances and / or a number of inaccurate k-th future time instances, and the terminal device is caused to: determine a k-th future time instance is accurate if at least one of the following: at least one predicted result corresponding to the k-th future time instance is correct, a number of correct predicted results corresponding to the k-th future time instance is larger than or equal to a threshold, a number of incorrect predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold, and / or determine a prediction result of the k-th future time instance is inaccurate if at least one of the following: at least one predicted result corresponding to the k-th future time instance is incorrect, a number of incorrect predicted results corresponding to the k-th future time instance is larger than or equal to a threshold, a number of correct predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold.

[0338] In some embodiments, the performance monitoring information is determined based at least in part on one of the following: a number of inference reports of the plurality of inference reports, a number of future time instances corresponding to one inference report, or a product of the number of inference reports and the number of future time instances corresponding to one inference report.

[0339] In some embodiments, the measurement report further comprises ground truth information for determining the plurality of performance monitoring result.

[0340] In an aspect, it is proposed a network device comprising: a processor configured to cause the network device to: transmit, to a terminal device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; and receive , from the terminal device, at least one measurement report based at least in part on the at least one configuration, wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.

[0341] In some embodiments, the at least one rule comprises at least one of the following: a periodic first configuration is based on a periodic second configuration, a semi-persistent first configuration is based on a periodic or semi-persistent second configuration, or an aperiodic first configuration is based on a periodic, semi-persistent or aperiodic second configuration.

[0342] In some embodiments, in accordance with a determination that a resource set for measurement overlaps with a resource set for prediction, the time domain behavior associated with the first configuration is the same as the time domain behavior associated with the second configuration.

[0343] In some embodiments, a periodicity of the first reporting setting is expected to be larger than or equal to a periodicity of the first resource setting, a periodicity of the second reporting setting is expected to be larger than or equal to a periodicity of the second resource setting, a periodicity of the first reporting setting is expected to be larger than or equal to a periodicity of the second reporting setting, and / or a periodicity of the first resource setting is expected to be larger than or equal to a periodicity of the second resource setting.

[0344] In some embodiments, the terminal device performs a measurement based on the first configuration in a time window or at a set of instances within the time window, or skips the measurement based on the first configuration outside the time window or outside the set of instances, and wherein the time window is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration, and / or the set of instances is configured by the network device, or reported by the terminal device, or pre-defined as a default configuration.

[0345] In some embodiments, the first configuration is associated with a first resource setting indicating: a periodicity, a first offset and at least one second time offset, and each second time offset corresponds to a future time instance of the plurality of future time instances.

[0346] In some embodiments, in accordance with a determination that a resource set for measurement associated with the first configuration overlaps with a resource set for prediction associated with the first configuration, the resource set for measurement associated with the first configuration and a resource set for measurement associated with the second configuration are configured as different resource sets, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured by different periodicities of a same resource set, or the resource set for measurement associated with the first configuration and the resource set for measurement associated with the second configuration are configured with a same resource set with a periodicity which equals to an interval between two future time instances.

[0347] In some embodiments, a periodic first configuration is expected to be activated based on that a periodic second configuration is activated, a semi-persistent first configuration is expected to be activated based on that a periodic or semi-persistent second configuration is activated, or an aperiodic first configuration is expected to be trigger based on that a periodic, semi-persistent or aperiodic second configuration is activated.

[0348] In some embodiments, the network device is further caused to: deactivate a periodic first configuration in response to a periodic second configuration associated with the first configuration being deactivated, or deactivate a semi-persistent first configuration in response to a periodic or semi-persistent second configuration associated with the first configuration being deactivated.

[0349] In some embodiments, the network device is further caused to: deactivate a periodic or semi-persistent second configuration associated with the first configuration in response to receiving an applicable functionality reporting which indicating the second configuration is not applicable to the network device.

[0350] In some embodiments, the applicable functionality reporting is comprised in user (UE) assistance information (UAI) or a radio resource control (RRC) reconfiguration complete massage.

[0351] In some embodiments, in accordance with a determination that the second resource setting indicates one resource setting, the resource setting is assumed to be used for measurement.

[0352] In some embodiments, the second configuration is associated with a second resource setting, and the second resource setting comprises an indication indicating one the following: whether the resource setting is used for measurement only, whether the resource setting is used for used for measurement and prediction, whether the resource setting is used for used for measurement and a reported reference signal resource identity determination.

[0353] In some embodiments, the second configuration is associated with: a second resource setting with a lower configuration identity for measurement, and a further second setting with a higher configuration identity for prediction or a reported reference signal resource identity determination.

[0354] In some embodiments, the resource set for measurement is the same as a resource set for measurement for deriving prediction result, the resource set for measurement is the same as a resource set for prediction, or the resource set for measurement is a subset of a resource set for prediction.

[0355] In some embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second resource setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second resource setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0356] In some embodiments, the first configuration is associated with a first reporting setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first reporting setting is based on a periodic second reporting setting, a semi-persistent first reporting setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0357] In some embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second resource setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second resource setting, or an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second resource setting.

[0358] In some embodiments, the first configuration is associated with a first resource setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following: a periodic first resource setting is based on a periodic second reporting setting, a semi-persistent first resource setting is based on a periodic or semi-persistent second reporting setting, an aperiodic first resource setting is based on a periodic, semi-persistent or aperiodic second reporting setting.

[0359] In an aspect, it is proposed a network device comprising: a processor configured to cause the network device to: receive, from a terminal device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances, wherein, the terminal device determines a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances, and the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results.

[0360] In some embodiments, an inference report is determined to be accurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is correct, a number of correct predicted result outs of the plurality of predicted results is larger than or equal to a threshold, a number of incorrect predicted results out of the plurality of predicted results is smaller than or equal to a threshold, a first or last K predicted results out of the plurality of predicted results are correct, wherein K is an integer larger than or equal to 1, and / or an inference report is determined to be inaccurate if at least one of the following: at least one predicted result of the plurality of predicted results corresponding to the inference report is incorrect, a number of incorrect predicted results out of the plurality of predicted results is larger than or equal to a threshold, a number of correct predicted results out of the plurality of predicted results is smaller than or equal to a threshold, or a first or last K predicted results out of the plurality of predicted results are incorrect, wherein K is an integer larger than or equal to 1.

[0361] In some embodiments, the performance monitoring information is based on a number of future time instances with an accurate predicted result of and / or a number of future time instances with an inaccurate predicted result.

[0362] In some embodiments, a future time instance is determined to be accurate if at least one of the following at least one predicted result corresponding to the future time instance is correct, a number of correct predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of incorrect predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are correct, wherein K is an integer larger than or equal to 1, a future time instance is determined to be inaccurate if at least one of the following at least one predicted result corresponding to the future time instance is incorrect, a number of incorrect predicted results corresponding to the future time instance is larger than or equal to a threshold, a number of correct predicted result corresponding to the future time instance is smaller than or equal to a threshold, a first or last K predicted results corresponding to the future time instance are incorrect, wherein K is an integer larger than or equal to 1.

[0363] In some embodiments, a k-th future time instance is determined to be accurate if at least one of the following: at least one predicted result corresponding to the k-th future time instance is correct, a number of correct predicted results corresponding to the k-th future time instance is larger than or equal to a threshold, a number of incorrect predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold, and / or a prediction result of the k-th future time instance is determined to be inaccurate if at least one of the following: at least one predicted result corresponding to the k-th future time instance is incorrect, a number of incorrect predicted results corresponding to the k-th future time instance is larger than or equal to a threshold, a number of correct predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold.

[0364] In some embodiments, the performance monitoring information is determined based at least in part on one of the following: a number of inference reports of the plurality of inference reports, a number of future time instances corresponding to one inference report, or a product of the number of inference reports and the number of future time instances corresponding to one inference report.

[0365] In some embodiments, the measurement report further comprises ground truth information for determining the plurality of performance monitoring result.

[0366] In an aspect, a terminal device comprises: at least one processor; and at least one memory coupled to the at least one processor and storing instructions thereon, the instructions, when executed by the at least one processor, causing the device to perform the method implemented by the terminal device discussed above.

[0367] In an aspect, a network device comprises: at least one processor; and at least one memory coupled to the at least one processor and storing instructions thereon, the instructions, when executed by the at least one processor, causing the device to perform the method implemented by the network device discussed above.

[0368] In an aspect, a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the terminal device discussed above.

[0369] In an aspect, a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the network device discussed above.

[0370] In an aspect, a computer program comprising instructions, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the terminal device discussed above.

[0371] In an aspect, a computer program comprising instructions, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the network device discussed above.

[0372] Generally, various embodiments of the present disclosure may be implemented in hardware or special purpose circuits, software, logic or any combination thereof. Some aspects may be implemented in hardware, while other aspects may be implemented in firmware or software which may be executed by a controller, microprocessor or other computing device. While various aspects of embodiments of the present disclosure are illustrated and described as block diagrams, flowcharts, or using some other pictorial representation, it will be appreciated that the blocks, apparatus, systems, techniques or methods described herein may be implemented in, as non-limiting examples, hardware, software, firmware, special purpose circuits or logic, general purpose hardware or controller or other computing devices, or some combination thereof.

[0373] The present disclosure also provides at least one computer program product tangibly stored on a non-transitory computer readable storage medium. The computer program product includes computer-executable instructions, such as those included in program modules, being executed in a device on a target real or virtual processor, to carry out the process or method as described above with reference to FIGS. 1 to 10. Generally, program modules include routines, programs, libraries, objects, classes, components, data structures, or the like that perform particular tasks or implement particular abstract data types. The functionality of the program modules may be combined or split between program modules as desired in various embodiments. Machine-executable instructions for program modules may be executed within a local or distributed device. In a distributed device, program modules may be located in both local and remote storage media.

[0374] Program code for carrying out methods of the present disclosure may be written in any combination of one or more programming languages. These program codes may be provided to a processor or controller of a general purpose computer, special purpose computer, or other programmable data processing apparatus, such that the program codes, when executed by the processor or controller, cause the functions / operations specified in the flowcharts and / or block diagrams to be implemented. The program code may execute entirely on a machine, partly on the machine, as a stand-alone software package, partly on the machine and partly on a remote machine or entirely on the remote machine or server.

[0375] The above program code may be embodied on a machine readable medium, which may be any tangible medium that may contain, or store a program for use by or in connection with an instruction execution system, apparatus, or device. The machine readable medium may be a machine readable signal medium or a machine readable storage medium. A machine readable medium may include but not limited to an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, or device, or any suitable combination of the foregoing. More specific examples of the machine readable storage medium would include an electrical connection having one or more wires, a portable computer diskette, a hard disk, a random access memory (RAM) , a read-only memory (ROM) , an erasable programmable read-only memory (EPROM or Flash memory) , an optical fiber, a portable compact disc read-only memory (CD-ROM) , an optical storage device, a magnetic storage device, or any suitable combination of the foregoing.

[0376] Further, while operations are depicted in a particular order, this should not be understood as requiring that such operations be performed in the particular order shown or in sequential order, or that all illustrated operations be performed, to achieve desirable results. In certain circumstances, multitasking and parallel processing may be advantageous. Likewise, while several specific implementation details are contained in the above discussions, these should not be construed as limitations on the scope of the present disclosure, but rather as descriptions of features that may be specific to particular embodiments. Certain features that are described in the context of separate embodiments may also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments separately or in any suitable sub-combination.

[0377] Although the present disclosure has been described in language specific to structural features and / or methodological acts, it is to be understood that the present disclosure defined in the appended claims is not necessarily limited to the specific features or acts described above. Rather, the specific features and acts described above are disclosed as example forms of implementing the claims.

Claims

1.A terminal device comprising:a processor configured to cause the terminal device to:receive, from a network device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; andtransmit, to the network device, at least one measurement report based at least in part on the at least one configuration,wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.2.The terminal device of claim 1, wherein the at least one rule comprises at least one of the following:a periodic first configuration is based on a periodic second configuration,a semi-persistent first configuration is based on a periodic or semi-persistent second configuration, oran aperiodic first configuration is based on a periodic, semi-persistent or aperiodic second configuration.3.The terminal device of claim 1, wherein in accordance with a determination that a resource set for measurement overlaps with a resource set for prediction, the time domain behavior associated with the first configuration is the same as the time domain behavior associated with the second configuration.4.The terminal device of claim 1, wherein the terminal device is further caused to:perform a measurement based on the first configuration in a time window or at a set of instances within the time window, orskip the measurement based on the first configuration outside the time window or outside the set of instances.5.The terminal device of claim 1, wherein,a periodic first configuration is expected to be activated based on that a periodic second configuration is activated,a semi-persistent first configuration is expected to be activated based on that a periodic or semi-persistent second configuration is activated, oran aperiodic first configuration is expected to be trigger based on that a periodic, semi-persistent or aperiodic second configuration is activated.6.The terminal device of claim 1, wherein the terminal device is further caused to:deactivate a periodic first configuration in response to a periodic second configuration associated with the first configuration being deactivated, ordeactivate a semi-persistent first configuration in response to a periodic or semi-persistent second configuration associated with the first configuration being deactivated.7.The terminal device of claim 10, wherein the terminal device is further caused to:deactivate a periodic or semi-persistent second configuration associated with the first configuration in response to transmitting an applicable functionality reporting which indicating the second configuration is not applicable to the network device.8.The terminal device of claim 1, wherein the terminal device is further caused to:in accordance with a determination that the second resource setting indicates one resource setting, determine the resource setting is used for measurement.9.The terminal device of claim 1, wherein the second configuration is associated with a second resource setting, and the second resource setting comprises an indication indicating one the following:whether the resource setting is used for measurement only,whether the resource setting is used for used for measurement and prediction, orwhether the resource setting is used for used for measurement and a reported reference signal resource identity determination.10.The terminal device of claim 1, wherein the second configuration is associated with:a second resource setting with a lower configuration identity for measurement, anda further second setting with a higher configuration identity for prediction or a reported reference signal resource identity determination.11.The terminal device of claim 1, wherein the first configuration is associated with a first reporting setting and the second configuration is associated with a second resource setting, and the at least one rule comprises at least one of the following:a periodic first reporting setting is based on a periodic second resource setting,a semi-persistent first reporting setting is based on a periodic or semi-persistent second resource setting, oran aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second resource setting.12.The terminal device of claim 1, wherein the first configuration is associated with a first reporting setting and the second configuration is associated with a second reporting setting, and the at least one rule comprises at least one of the following:a periodic first reporting setting is based on a periodic second reporting setting,a semi-persistent first reporting setting is based on a periodic or semi-persistent second reporting setting, oran aperiodic first reporting setting is based on a periodic, semi-persistent or aperiodic second reporting setting.13.A terminal device comprising:a processor configured to cause the terminal device to:determine, a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances;determine a plurality of performance monitoring result corresponding to the plurality of predicted results; andtransmit, to a network device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances.14.The terminal device of claim 13, wherein the performance monitoring information is based on a number of accurate inference reports and / or a number of inaccurate inference reports, and the terminal device is caused to:determine an inference report is accurate if at least one of the following:at least one predicted result of the plurality of predicted results corresponding to the inference report is correct,a number of correct predicted result outs of the plurality of predicted results is larger than or equal to a threshold,a number of incorrect predicted results out of the plurality of predicted results is smaller than or equal to a threshold,a first or last K predicted results out of the plurality of predicted results are correct, wherein K is an integer larger than or equal to 1, and / ordetermine an inference report is inaccurate if at least one of the following:at least one predicted result of the plurality of predicted results corresponding to the inference report is incorrect,a number of incorrect predicted results out of the plurality of predicted results is larger than or equal to a threshold,a number of correct predicted results out of the plurality of predicted results is smaller than or equal to a threshold, ora first or last K predicted results out of the plurality of predicted results are incorrect, wherein K is an integer larger than or equal to 1.15.The terminal device of claim 13, wherein the performance monitoring information is based on a number of future time instances with an accurate predicted result of and / or a number of future time instances with an inaccurate predicted result.16.The terminal device of claim 13, wherein the performance monitoring information is based on a number of accurate future time instances and / or a number of inaccurate future time instances, the terminal device is caused to:determine a future time instance is accurate if at least one of the following:at least one predicted result corresponding to the future time instance is correct,a number of correct predicted results corresponding to the future time instance is larger than or equal to a threshold,a number of incorrect predicted result corresponding to the future time instance is smaller than or equal to a threshold, ora first or last K predicted results corresponding to the future time instance are correct, wherein K is an integer larger than or equal to 1,determine a future time instance is inaccurate if at least one of the following:at least one predicted result corresponding to the future time instance is incorrect,a number of incorrect predicted results corresponding to the future time instance is larger than or equal to a threshold,a number of correct predicted result corresponding to the future time instance is smaller than or equal to a threshold, ora first or last K predicted results corresponding to the future time instance are incorrect, wherein K is an integer larger than or equal to 1.17.The terminal device of claim 13, wherein the performance monitoring information is based on a number of accurate k-th future time instances and / or a number of inaccurate k-th future time instances, and the terminal device is caused to:determine a k-th future time instance is accurate if at least one of the following:at least one predicted result corresponding to the k-th future time instance is correct,a number of correct predicted results corresponding to the k-th future time instance is larger than or equal to a threshold,a number of incorrect predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold, and / ordetermine a prediction result of the k-th future time instance is inaccurate if at least one of the following:at least one predicted result corresponding to the k-th future time instance is incorrect,a number of incorrect predicted results corresponding to the k-th future time instance is larger than or equal to a threshold,a number of correct predicted results corresponding to the k-th future time instance is smaller than or equal to a threshold.18.The terminal device of claim 13, wherein the performance monitoring information is determined based at least in part on one of the following:a number of inference reports of the plurality of inference reports,a number of future time instances corresponding to one inference report, ora product of the number of inference reports and the number of future time instances corresponding to one inference report.19.A network device comprising:a processor configured to cause the network device to:transmit, to a terminal device, at least one configuration comprising: a first configuration configured with a first report quantity, and a second configuration configured with a second report quantity different from the first report quantity; andreceive , from the terminal device, at least one measurement report based at least in part on the at least one configuration,wherein at least one rule is provided for defining at least one relationship between a time domain behavior associated with the first configuration and a time domain behavior associated with the second configuration, and the time domain behavior comprises at least one of the following: periodic, semi-persistent, or aperiodic.20.A network device comprising:a processor configured to cause the network device to:receive, from a terminal device, a measurement report comprising performance monitoring information, wherein a calculation of the performance monitoring information is per inference report, per future time instance, or per k-th future time instance, wherein k is a positive integer and no larger than a number of future time instances of the plurality of future time instances, wherein,wherein the terminal device determines a plurality of predicted results associated with a plurality of inference reports, wherein each inference report corresponds a set of predicted results corresponding to a set of future time instances, and the terminal device determines a plurality of performance monitoring result corresponding to the plurality of predicted results.

Images