特開 2024-51554 基地局、端末装置、プログラム、通信方法及びデータ生成方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024051554

(43)【公開日】2024-04-11

(54)【発明の名称】基地局、端末装置、プログラム、通信方法及びデータ生成方法

(51)【国際特許分類】

   H04W 16/28 20090101AFI20240404BHJP

【ＦＩ】

H04W16/28

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022157779

(22)【出願日】2022-09-30

(71)【出願人】

【識別番号】000208891

【氏名又は名称】ＫＤＤＩ株式会社

(74)【代理人】

【識別番号】100106002

【弁理士】

【氏名又は名称】正林 真之

(74)【代理人】

【識別番号】100120891

【弁理士】

【氏名又は名称】林 一好

(72)【発明者】

【氏名】渡辺 大詩

(72)【発明者】

【氏名】大関 武雄

【テーマコード（参考）】

5K067

【Ｆターム（参考）】

5K067EE02

5K067EE10

5K067KK02

5K067KK03

(57)【要約】      （修正有）

【課題】学習データの生成が可能な状態にない端末装置から機械学習用の学習データを収集することができる基地局、端末装置、プログラム、通信方法及びデータ生成方法を提供すること。
【解決手段】基地局及びユーザ装置を含む通信システムにおいて、基地局は、端末が学習データの生成が可能な状態に遷移するように指示する情報（開始指示）をユーザ装置に送信しＳＴ１１、ユーザ装置が学習データを生成するために用いる信号（ビームスイープ）を端末装置に送信しＳＴ１２、ユーザ装置から送信される学習データを受信しＳＴ１３、受信した学習データを用いて機械学習を行うＳＴ１４。
【選択図】図２

【特許請求の範囲】

【請求項1】

学習データの生成が可能な状態に遷移するように指示する情報を端末装置に送信し、前記端末装置が学習データを生成するために用いる信号を前記端末装置に送信し、前記端末装置から送信される前記学習データを受信する、基地局通信部を備える基地局。

【請求項2】

前記学習データは、前記基地局と前記端末装置の通信に用いるビームの方向を決定するためのＡＩの機械学習に用いるための学習データである、請求項１に記載の基地局。

【請求項3】

前記学習データを用いて機械学習を行った学習済みＡＩを用いて前記端末装置との通信方法を決定する決定部をさらに備える、請求項１に記載の基地局。

【請求項4】

前記基地局通信部は、前記情報を含むＳＩＢ又は前記情報を含むページングＤＣＩを送信する、請求項１に記載の基地局。

【請求項5】

学習データの生成が可能な状態に遷移するように指示する情報を基地局から受信し、前記基地局から前記学習データを生成するために用いる信号を受信し、前記学習データを送信する、端末通信部と、
前記情報を受信した場合に端末装置を前記学習データの生成が可能な状態に遷移させる遷移部と、
前記信号を受信した場合、前記信号を用いて前記学習データを生成する生成部と、を備える前記端末装置。

【請求項6】

通信装置を備えた基地局が備えるプロセッサーを、
学習データの生成が可能な状態に遷移するように指示する情報を端末装置に送信し、前記端末装置が学習データを生成するために用いる信号を前記端末装置に送信し、前記端末装置から送信される前記学習データを受信するように前記通信装置を制御する基地局通信制御部として機能させるプログラム。

【請求項7】

通信装置を備えた端末装置が備えるプロセッサーを、
学習データの生成が可能な状態に遷移するように指示する情報を基地局から受信し、前記基地局から前記学習データを生成するために用いる信号を受信し、前記学習データを送信するように前記通信装置を制御する端末通信制御部と、
前記情報を受信した場合に前記端末装置を前記学習データの生成が可能な状態に遷移させる遷移部と、
前記信号を受信した場合、前記信号を用いて前記学習データを生成する生成部と、して機能させるプログラム。

【請求項8】

学習データの生成が可能な状態に遷移するように指示する情報を基地局から端末装置に送信し、前記端末装置が学習データを生成するために用いる信号を前記基地局から前記端末装置に送信し、前記端末装置から送信される前記学習データを前記基地局が受信する、通信方法。

【請求項9】

学習データの生成が可能な状態に遷移するように指示する情報を基地局から受信し、
前記情報を受信した場合に端末装置を学習データの生成が可能な状態に遷移させ、
前記基地局から学習データを生成するために用いる信号を受信し、
前記信号を受信した場合、前記信号を用いて学習データを生成し、
前記学習データを送信する、データ生成方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、基地局、端末装置、プログラム、通信方法及びデータ生成方法に関する。

【背景技術】

【0002】

従来の通信システムでは、アイドル（Ｉｄｌｅ）状態又は非アクティブ（Ｉｎａｃｔｉｖｅ）状態などのアクティブ（Ａｃｔｉｖｅ）状態でない端末装置（ＵＥ（user equipment））からは、機械学習に用いるデータ（以下「学習データ」という。）の収集ができない。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】３ＧＰＰ ＴＲ ３８．８０２， ２０１７年９月 [２０２２年９月２７日検索] インターネット <URL:https://www.3gpp.org/ftp/Specs/archive/38_series/38.802/38802-e20.zip>

【非特許文献2】Ｒ１－２２０３１４３（＃１０９ｅ Ｈｕａｗｅｉ寄書）， ２０２２年５月９～２０日 [２０２２年９月２７日検索] インターネット <URL:https://www.3gpp.org/ftp/TSG_RAN/WG1_RL1/TSGR1_109-e/Docs/R1-2203143.zip>

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明の実施形態が解決しようとする課題は、学習データの生成が可能な状態にない端末装置から機械学習用の学習データを収集することができる基地局、端末装置、プログラム、通信方法及びデータ生成方法を提供することである。

【課題を解決するための手段】

【0005】

実施形態の基地局は、基地局通信部を備える。基地局通信部は、学習データの生成が可能な状態に遷移するように指示する情報を端末装置に送信する。基地局通信部は、前記端末装置が学習データを生成するために用いる信号を前記端末装置に送信する。基地局通信部は、前記端末装置から送信される前記学習データを受信する。

【発明の効果】

【0006】

本発明は、学習データの生成が可能な状態にない端末装置から機械学習用の学習データを収集することができる。

【図面の簡単な説明】

【0007】

【図1】実施形態に係る通信システム及び当該通信システムに含まれる構成要素の要部構成の一例を示すブロック図。

【図2】図１中の基地局のプロセッサーによる処理の一例を示すフローチャート。

【図3】図１中の基地局のプロセッサーによる処理の一例を示すフローチャート。

【図4】図１中の基地局のプロセッサーによる処理の一例を示すフローチャート。

【図5】図１中のユーザー装置のプロセッサーによる処理の一例を示すフローチャート。

【図6】図１中のユーザー装置のプロセッサーによる処理の一例を示すフローチャート。

【図7】実施形態に係る通信システムの情報の流れの一例を示すシーケンス図。

【発明を実施するための形態】

【0008】

以下、実施形態に係る通信システムについて図面を用いて説明する。なお、以下の実施形態の説明に用いる各図面は、各部の縮尺を適宜変更している場合がある。また、以下の実施形態の説明に用いる各図面は、説明のため、構成を省略して示している場合がある。また、各図面及び本明細書中において、同一の符号は同様の要素を示す。
図１は、実施形態に係る通信システム１及び通信システム１に含まれる構成要素の要部構成の一例を示すブロック図である。通信システム１は、例えばユーザーに対して通信サービスを提供するシステムである。通信システム１は、一例として、基地局１００及びユーザー装置２００を含む。通信システム１は、典型的には複数の基地局１００及びユーザー装置２００を含む。ただし、以下の説明では、１基の基地局１００と１台のユーザー装置２００に着目して説明を行う。

【0009】

基地局１００は、通信範囲内のユーザー装置２００と通信する。これにより、通信システム１は、ユーザーに通信サービスを提供する。基地局１００は、一例として、プロセッサー１０１、ＲＯＭ（read-only memory）１０２、ＲＡＭ（random-access memory）１０３、補助記憶装置１０４、無線Ｉ／Ｆ（interface）１０５及びネットワークＩ／Ｆ（interface）１０６を含む。そして、バス１０７などが、これら各部を接続する。

【0010】

プロセッサー１０１は、基地局１００の動作に必要な演算及び制御などの処理を行うコンピューターの中枢部分であり、各種演算及び処理などを行う。プロセッサー１０１は、例えば、ＣＰＵ（central processing unit）、ＭＰＵ（micro processing unit）、ＳｏＣ（system on a chip）、ＤＳＰ（digital signal processor）、ＧＰＵ（graphics processing unit）、ＡＳＩＣ（application specific integrated circuit）、ＰＬＤ（programmable logic device）又はＦＰＧＡ（field-programmable gate array）などである。あるいは、プロセッサー１０１は、これらのうちの複数を組み合わせたものである。また、プロセッサー１０１は、これらにハードウェアアクセラレーターなどを組み合わせたものであっても良い。プロセッサー１０１は、ＲＯＭ１０２又は補助記憶装置１０４などに記憶されたファームウェア、システムソフトウェア及びアプリケーションソフトウェアなどのプログラムに基づいて、基地局１００の各種の機能を実現するべく各部を制御する。また、プロセッサー１０１は、当該プログラムに基づいて後述する処理を実行する。なお、当該プログラムの一部又は全部は、プロセッサー１０１の回路内に組み込まれていても良い。

【0011】

ＲＯＭ１０２及びＲＡＭ１０３は、プロセッサー１０１を中枢としたコンピューターの主記憶装置である。
ＲＯＭ１０２は、専らデータの読み出しに用いられる不揮発性メモリである。ＲＯＭ１０２は、上記のプログラムのうち、例えばファームウェアなどを記憶する。また、ＲＯＭ１０２は、プロセッサー１０１が各種の処理を行う上で使用するデータなども記憶する。
ＲＡＭ１０３は、データの読み書きに用いられるメモリである。ＲＡＭ１０３は、プロセッサー１０１が各種の処理を行う上で一時的に使用するデータを記憶するワークエリアなどとして利用される。ＲＡＭ１０３は、典型的には揮発性メモリである。

【0012】

補助記憶装置１０４は、プロセッサー１０１を中枢としたコンピューターの補助記憶装置である。補助記憶装置１０４は、例えばＥＥＰＲＯＭ（electric erasable programmable read-only memory）、ＨＤＤ（hard disk drive）又はフラッシュメモリなどである。補助記憶装置１０４は、上記のプログラムのうち、例えば、システムソフトウェア及びアプリケーションソフトウェアなどを記憶する。また、補助記憶装置１０４は、プロセッサー１０１が各種の処理を行う上で使用するデータ、プロセッサー１０１での処理によって生成されたデータ及び各種の設定値などを記憶する。

【0013】

無線Ｉ／Ｆ１０５は、無線通信を行うためのインターフェースである。無線Ｉ／Ｆ１０５は、例えば、無線通信用のアンテナなどを備える。基地局１００は、無線Ｉ／Ｆ２０５を用いて通信範囲内のユーザー装置２００などと通信する。
なお、プロセッサー１０１は、無線Ｉ／Ｆ１０５と協働して、基地局通信部の一例として機能する。また、無線Ｉ／Ｆ１０５は、通信装置の一例である。また、無線Ｉ／Ｆ１０５を制御するプロセッサー１０１は、通信装置を制御する基地局通信制御部の一例として機能する。

【0014】

ネットワークＩ／Ｆ１０６は、基地局１００がネットワークＮＷなどを介して通信するためのインターフェースである。ユーザー装置２００は、基地局１００を介してネットワークＮＷに接続する。
ネットワークＮＷは、典型的にはインターネットを含む通信網である。ネットワークＮＷは、典型的にはＷＡＮ（wide area network）を含む通信網である。また、ネットワークＮＷは、無線回線でも良いし有線回線でも良く、無線回線と有線回線とが混在していても良い。

【0015】

バス１０７は、コントロールバス、アドレスバス及びデータバスなどを含み、基地局１００の各部で授受される信号を伝送する。

【0016】

ユーザー装置２００は、例えば、基地局１００と通信可能な装置である。ユーザー装置２００は、例えば、通信サービスを利用するユーザーが使用する装置である。ユーザー装置２００は、例えば、スマートホン、タブレット端末、ノートＰＣなどである。ユーザー装置２００は、一例として、プロセッサー２０１、ＲＯＭ２０２、ＲＡＭ２０３、補助記憶装置２０４、無線Ｉ／Ｆ２０５及びタッチパネル２０６を含む。そして、バス２０７などが、これら各部を接続する。
なお、ユーザー装置２００は、端末装置の一例である。

【0017】

プロセッサー２０１は、ユーザー装置２００の動作に必要な演算及び制御などの処理を行うコンピューターの中枢部分であり、各種演算及び処理などを行う。プロセッサー２０１は、例えば、ＣＰＵ、ＭＰＵ、ＳｏＣ、ＤＳＰ、ＧＰＵ、ＡＳＩＣ、ＰＬＤ又はＦＰＧＡなどである。あるいは、プロセッサー２０１は、これらのうちの複数を組み合わせたものである。また、プロセッサー２０１は、これらにハードウェアアクセラレーターなどを組み合わせたものであっても良い。プロセッサー２０１は、ＲＯＭ２０２又は補助記憶装置２０４などに記憶されたファームウェア、システムソフトウェア及びアプリケーションソフトウェアなどのプログラムに基づいて、ユーザー装置２００の各種の機能を実現するべく各部を制御する。また、プロセッサー２０１は、当該プログラムに基づいて後述する処理を実行する。なお、当該プログラムの一部又は全部は、プロセッサー２０１の回路内に組み込まれていても良い。

【0018】

ＲＯＭ２０２及びＲＡＭ２０３は、プロセッサー２０１を中枢としたコンピューターの主記憶装置である。
ＲＯＭ２０２は、専らデータの読み出しに用いられる不揮発性メモリである。ＲＯＭ２０２は、上記のプログラムのうち、例えばファームウェアなどを記憶する。また、ＲＯＭ２０２は、プロセッサー２０１が各種の処理を行う上で使用するデータなども記憶する。
ＲＡＭ２０３は、データの読み書きに用いられるメモリである。ＲＡＭ２０３は、プロセッサー２０１が各種の処理を行う上で一時的に使用するデータを記憶するワークエリアなどとして利用される。ＲＡＭ２０３は、典型的には揮発性メモリである。

【0019】

補助記憶装置２０４は、プロセッサー２０１を中枢としたコンピューターの補助記憶装置である。補助記憶装置２０４は、例えばＥＥＰＲＯＭ、ＨＤＤ又はフラッシュメモリなどである。補助記憶装置２０４は、上記のプログラムのうち、例えば、システムソフトウェア及びアプリケーションソフトウェアなどを記憶する。また、補助記憶装置２０４は、プロセッサー２０１が各種の処理を行う上で使用するデータ、プロセッサー２０１での処理によって生成されたデータ及び各種の設定値などを記憶する。

【0020】

無線Ｉ／Ｆ２０５は、無線通信を行うためのインターフェースである。無線Ｉ／Ｆ２０５は、例えば、無線通信用のアンテナなどを備える。ユーザー装置２００は、無線Ｉ／Ｆ２０５を用いて基地局１００などと通信する。
なお、プロセッサー２０１は、無線Ｉ／Ｆ２０５と協働して、端末通信部の一例として機能する。また、無線Ｉ／Ｆ２０５は、通信装置の一例である。また、無線Ｉ／Ｆ２０５を制御するプロセッサー２０１は、通信装置を制御する端末通信制御部の一例として機能する。

【0021】

タッチパネル２０６は、例えば、液晶ディスプレイ又は有機ＥＬ（electro-luminescence）ディスプレイなどのディスプレイとタッチ入力によるポインティングデバイスとが積層しているものである。タッチパネル２０６が備えるディスプレイは、ユーザー装置２００の操作者などに各種情報を通知するための画面を表示する表示デバイスとして機能する。また、タッチパネル２０６は、当該操作者によるタッチ操作を受け付ける入力デバイスとして機能する。なお、表示デバイス及び入力デバイスは、タッチパネルに限らない。

【0022】

バス２０７は、コントロールバス、アドレスバス及びデータバスなどを含み、ユーザー装置２００の各部で授受される信号を伝送する。

【0023】

以下、実施形態に係る通信システム１の動作を図２～図７などに基づいて説明する。なお、以下の動作説明における処理の内容は一例であって、同様な結果を得ることが可能な様々な処理を適宜に利用できる。図２～図４は、基地局１００のプロセッサー１０１による処理の一例を示すフローチャートである。プロセッサー１０１は、例えば、ＲＯＭ１０２又は補助記憶装置１０４などに記憶されたプログラムに基づいて図２～図４の処理を実行する。図５及び図６は、ユーザー装置２００のプロセッサー２０１による処理の一例を示すフローチャートである。プロセッサー２０１は、例えば、ＲＯＭ２０２又は補助記憶装置２０４などに記憶されたプログラムに基づいて図５及び図６の処理を実行する。図７は、通信システム１の情報の流れの一例を示すシーケンス図である。図７は、基地局１００が図２に示す処理に続いて図４に示す処理を実行し、ユーザー装置２００が図５に示す処理に続いて図６に示す処理を実行した場合を示すシーケンス図である。なお、図７は、通信システム１における情報の流れを網羅するものではなく、図示しない情報の流れが存在しても良い。

【0024】

基地局１００のプロセッサー１０１は、アイドル状態及び非アクティブ状態のユーザー装置２００から学習データを収集する場合、図２に示す処理を実行する。また、プロセッサー１０１は、アクティブ状態のユーザー装置２００から学習データを収集する場合、図３に示す処理を実行する。なお、アクティブ状態は、接続済み（Ｃｏｎｎｅｔｅｄ）状態ともいう。

【0025】

アイドル状態のユーザー装置２００は、学習データの生成ができない。アイドル状態は、例えば、一部のベアラが確立されている状態である。

【0026】

非アクティブ状態のユーザー装置２００は、学習データの生成ができない。非アクティブ状態は、例えば、ユーザー装置２００がＲＡＮ（radio access network）ネットワークから切り離されている状態である。ただし、コアネットワークは、非アクティブ状態のユーザー装置２００のセッション情報を保持している。非アクティブ状態からアクティブ状態への遷移は、アイドル状態からアクティブ状態への遷移と比べて、シグナリング手順が少ない。

【0027】

アクティブ状態のユーザー装置２００は、学習データの生成が可能である。アクティブ状態は、例えば、全てのベアラが確立されている状態である。

【0028】

図２のステップＳＴ１１において基地局１００のプロセッサー１０１は、開始指示情報を生成する。開始指示情報は、例えば、学習データの生成が可能な状態に遷移するようにユーザー装置２００に指示する情報である。学習データの生成が可能な状態とは、例えば、アクティブ状態である。プロセッサー１０１は、開始指示情報を生成した後、当該開始指示情報をユーザー装置２００に送信するように無線Ｉ／Ｆ１０５に対して指示する。この送信の指示を受けて無線Ｉ／Ｆ１０５は、当該開始指示情報をユーザー装置２００に送信する。なお、開始指示情報の送信には、例えば、ＳＩＢ（system information block）又はページングＤＣＩ（downlink control information）を用いる。すなわち、ＳＩＢ又はページングＤＣＩが開始指示情報を含む。送信された当該開始指示情報は、ユーザー装置２００の無線Ｉ／Ｆ２０５によって受信される。

【0029】

プロセッサー１０１は、無線Ｉ／Ｆ１０５と協働して、ステップＳＴ１１の処理を行うことで、学習データの生成が可能な状態に遷移するように指示する情報を端末装置に送信する基地局通信部の一例として機能する。

【0030】

一方、ユーザー装置２００のプロセッサー２０１は、例えば、ユーザー装置２００の起動などにともなって図５の処理を開始している。
図５のステップＳＴ３１においてプロセッサー２０１は、ユーザー装置２００がアクティブ状態であるか否かを判定する。プロセッサー２０１は、ユーザー装置２００がアクティブ状態でないならば、すなわちアイドル状態又は非アクティブ状態であるならば、ステップＳＴ３１においてＮｏと判定してステップＳＴ３２へと進む。

【0031】

ステップＳＴ３２においてプロセッサー２０１は、無線Ｉ／Ｆ２０５によって開始指示情報が受信されるのを待ち受けている。プロセッサー２０１は、開始指示情報が受信されたならば、ステップＳＴ３２においてＹｅｓと判定してステップＳＴ３３へと進む。なお、図７では、開始指示情報の送受信を、ステップＳ１として示している。

【0032】

プロセッサー２０１は、無線Ｉ／Ｆ２０５と協働して、開始指示情報を受信することで学習データの生成が可能な状態に遷移するように指示する情報を基地局から受信する端末通信部の一例として機能する。

【0033】

図５のステップＳＴ３３においてプロセッサー２０１は、ユーザー装置２００をアイドル状態又は非アクティブ状態からアクティブ状態にする処理を行う。

【0034】

プロセッサー２０１は、ステップＳＴ３２及びステップＳＴ３３の処理を行うことで、学習データの生成が可能な状態に遷移するように指示する情報を受信した場合に端末装置を学習データの生成が可能な状態に遷移させる遷移部の一例として機能する。

【0035】

ステップＳＴ３４においてプロセッサー２０１は、無線Ｉ／Ｆ１０５によって、ビームスイープ用のビームが受信されたか否かを判定する。プロセッサー２０１は、ビームが受信されないならば、ステップＳＴ３４においてＮｏと判定してステップＳＴ３５へと進む。なお、図７では、ビームの送受信を、ステップＳ２として示している。

【0036】

ビームスイープ用のビームは、学習データを生成するために用いる信号の一例である。
プロセッサー２０１は、無線Ｉ／Ｆ２０５と協働して、ビームスイープ用のビームを受信することで、基地局から学習データを生成するために用いる信号を受信する端末通信部の一例として機能する。

【0037】

ステップＳＴ３５においてプロセッサー２０１は、ユーザー装置２００がアクティブ状態であるか否かを判定する。プロセッサー２０１は、ユーザー装置２００がアクティブ状態でないならば、ステップＳＴ３５においてＮｏと判定してステップＳＴ３１へと戻る。対して、プロセッサー２０１は、ユーザー装置２００がアクティブ状態であるならば、ステップＳＴ３５においてＹｅｓと判定してステップＳＴ３４へと戻る。かくして、プロセッサー２０１は、ビームが受信されるか、ユーザー装置２００がアクティブ状態でなくなるまでステップＳＴ３４及びステップＳＴ３５を繰り返す待受状態となる。

【0038】

一方、図２のステップＳＴ１２において基地局１００のプロセッサー１０１は、フルビームスイープを実行する。ビームスイープは、複数の異なる方向にビームを送信する処理である。なお、ビームを送信する方向には、方向ごとに方向ＩＤ（identifier）が定められている。方向ＩＤは、方向ごとにユニークに付与された識別情報である。方向ＩＤは、ＳＳＢ（Synchronization Signal/PBCH（Physical Broadcast Channel） block） ＩＤなどと呼ばれる場合がある。なお、ステップＳＴ１２のフルビームスイープは、例えば、ＳＣＩ－ＲＳ（channel state information reference signal）のフルビームスイープである。ビームスイープにおいて送信されるビームは、当該ビームの方向ＩＤを含む。フルビームスイープは、所定の範囲内の全方向にビームを送信するビームスイープである。ここで、全方向とは、方向ＩＤが付与された全ての方向である。

【0039】

プロセッサー１０１は、無線Ｉ／Ｆ１０５と協働して、ステップＳＴ１２の処理を行うことで、端末装置が学習データを生成するために用いる信号を前記端末装置に送信する基地局通信部の一例として機能する。

【0040】

一方、ユーザー装置２００のプロセッサー２０１は、図５のステップＳＴ３４及びステップＳＴ３５を繰り返す待受状態にあるときにビームが受信されたならば、ステップＳＴ３４においてＹｅｓと判定してステップＳＴ３６へと進む。

【0041】

ステップＳＴ３６においてプロセッサー２０１は、ステップＳＴ３４で受信された各ビームについて受信強度（ＲＳＲＰ（reference signal received power））などを測定することで学習データを生成する。学習データは、例えば、各ビームの受信強度及びユーザー装置２００の位置情報などを含む。なお、プロセッサー２０１は、例えば、ビームの受信強度を、当該ビームの方向ＩＤと関連付けて学習データに含める。また、プロセッサー２０１は、最適狭ビームの検知を行う。学習データは、どのビームが最適狭ビームであるかを示す情報を含む。最適狭ビームは、受信強度が最も高いビームである。

【0042】

プロセッサー２０１は、ステップＳＴ３４及びステップＳＴ３６の処理を行うことで、学習データを生成するために用いる信号を受信した場合、当該信号を用いて学習データを生成する生成部の一例として機能する。

【0043】

ステップＳＴ３７においてプロセッサー２０１は、ビームスイープに対するフィードバックを行う。すなわち、プロセッサー２０１は、ステップＳＴ３６で生成した学習データを基地局１００に送信するように無線Ｉ／Ｆ２０５に対して指示する。この送信の指示を受けて無線Ｉ／Ｆ２０５は、当該学習データを基地局１００に送信する。送信された当該学習データは、基地局１００の無線Ｉ／Ｆ１０５によって受信される。プロセッサー２０１は、ステップＳＴ３７の処理の後、ステップＳＴ３４へと戻る。

【0044】

プロセッサー２０１は、無線Ｉ／Ｆ２０５と協働して、ステップＳＴ３７の処理を行うことで、学習データを送信する端末通信部の一例として機能する。

【0045】

一方、図２のステップＳＴ１３において基地局１００のプロセッサー１０１は、無線Ｉ／Ｆ１０５によって学習データが受信されるのを待ち受けている。プロセッサー１０１は、学習データが受信されたならば、ステップＳＴ１３においてＹｅｓと判定してステップＳＴ１４へと進む。なお、図７では、学習データの送受信を、ステップＳ３として示している。

【0046】

プロセッサー１０１は、無線Ｉ／Ｆ１０５と協働して、ステップＳＴ１３の処理を行うことで、端末装置から送信される学習データを受信する基地局通信部の一例として機能する。

【0047】

ステップＳＴ１４においてプロセッサー１０１は、ステップＳＴ１３で受信された学習データを用いて機械学習を行う。例えば、プロセッサー１０１は、ビームの方向及びユーザー装置２００の位置情報を説明変数として、ビームの受信強度を目的変数として機械学習を行う。プロセッサー１０１は、このような機械学習により、ビームの最適な方向を決定するためのＡＩ（artificial intelligence）を生成する。なお、ステップＳＴ１４の学習は、追加学習であっても良いしそれ以外の学習であっても良い。プロセッサー１０１は、ステップＳＴ１４の処理の後、図２に示す処理を終了する。

【0048】

また、プロセッサー１０１は、学習データの受信の度に学習を行わなくても良い。例えば、プロセッサー１０１は、所定の時間ごとに、当該所定の時間が経過する間に受信した学習データを用いて学習を行う。あるいは、プロセッサー１０１は、学習に用いてない学習データが所定量以上となるまで学習を行わず、所定量以上となった場合に学習に用いていない所定量の学習データを用いて学習を行う。

【0049】

また、プロセッサー１０１は、図３の処理では、図２の処理と同様にステップＳＴ１２～ステップＳＴ１４の処理を行う。

【0050】

また、プロセッサー１０１は、学習済みＡＩを用いてユーザー装置２００と接続する場合、図４に示す処理を実行する。また、プロセッサー１０１は、図２又は図３の処理に続いてユーザー装置２００と接続する場合には図２又は図３の処理の後図４の処理へ進む。

【0051】

また、ユーザー装置２００のプロセッサー２０１は、学習データの送信に続いて基地局１００と接続する場合、図５のステップＳＴ３７の処理の後、図６の処理を開始する。

【0052】

図４のステップＳＴ２１において基地局１００のプロセッサー１０１は、まばらなビームスイープを行う。まばらなビームスイープは、フルビームスイープと異なり、全方向ではなく飛び飛びの方向にビームを送信するビームスイープである。このため、まばらなビームスイープは、フルビームスイープよりも送信するビームの数が少ない。まばらなビームスイープは、ＳＳＢビームスイープなどとも呼ばれる。なお、図７では、ＳＳＢビームスイープの送受信を、ステップＳ４として示している。

【0053】

一方、図６のステップＳＴ４１においてユーザー装置２００のプロセッサー２０１は、無線Ｉ／Ｆ２０５によってビームスイープ用のビームが受信されるのを待ち受けている。プロセッサー２０１は、ビームスイープ用のビームが受信されたならば、ステップＳＴ４１においてＹｅｓと判定してステップＳＴ４２へと進む。

【0054】

ステップＳＴ４２においてプロセッサー２０１は、ステップＳＴ４１で受信された各ビームについて受信強度を測定する。

【0055】

ステップＳＴ４３においてプロセッサー２０１は、ビームスイープに対するフィードバックを行う。すなわち、プロセッサー２０１は、ステップＳＴ４２で測定した測定結果及びユーザー装置２００の位置情報を基地局１００に送信するように無線Ｉ／Ｆ２０５に対して指示する。この送信の指示を受けて無線Ｉ／Ｆ２０５は、当該測定結果及び位置情報を基地局１００に送信する。送信された当該測定結果及び位置情報は、基地局１００の無線Ｉ／Ｆ１０５によって受信される。

【0056】

一方、図４のステップＳＴ２２において基地局１００のプロセッサー１０１は、無線Ｉ／Ｆ１０５によって測定結果及び位置情報が受信されるのを待ち受けている。プロセッサー１０１は、測定結果及び位置情報が受信されたならば、ステップＳＴ２２においてＹｅｓと判定してステップＳＴ２３へと進む。なお、図７では、測定結果及び位置情報の送受信を、ステップＳ５として示している。

【0057】

ステップＳＴ２３においてプロセッサー１０１は、ステップＳＴ２２で受信された測定結果及び位置情報と学習済みＡＩを用いて最適なビームの推論を行う。当該学習済みＡＩは、例えば、図２又は図３のステップＳＴ１４で学習が行われるＡＩである。当該学習済みＡＩは、例えば、当該測定結果及び位置情報を入力として、ユーザー装置２００との通信に適したビームがどの方向のビームであるかを示す情報を出力する。当該学習済みＡＩは、例えば、当該測定結果及び位置情報を入力として、各方向について最適度を出力する。最適度は、ユーザー装置２００との通信にどれだけ適しているかを示す値である。当該学習済みＡＩは、例えば、当該測定結果及び位置情報を入力として、ユーザー装置２００との通信に適したビームを上位からｋ個選択する。なお、ｋは、１以上の整数である。ｋは、好ましくは、２以上の整数である。ｋは、固定であっても良いし固定でなくても良い。当該学習済みＡＩは、例えば、最適度が所定の値以上であるビームを選択する。この場合に選択されたビームの個数は、ｋである。当該学習済みＡＩは、例えば、当該測定結果及び位置情報を入力として、ユーザー装置２００との通信に適したビームのうち、最適度が所定の値以上であるものを選択する。当該学習済みＡＩは、例えば、当該測定結果及び位置情報を入力として、各方向がどの程度ユーザー装置２００との通信に適したビームであるかを示す情報を出力する。なお、学習済みＡＩによって選択されるビームは、例えば、全方向のビームの中から選択される。

【0058】

ステップＳＴ２４においてプロセッサー１０１は、Ｔｏｐ－ｋビームスイープを実行する。Ｔｏｐ－ｋビームスイープは、ステップＳＴ２３において選択されたｋ個のビームを送信するビームスイープである。

【0059】

一方、図６のステップＳＴ４４においてユーザー装置２００のプロセッサー２０１は、無線Ｉ／Ｆ２０５によってビームスイープ用のビームが受信されるのを待ち受けている。プロセッサー２０１は、ビームスイープ用のビームが受信されたならば、ステップＳＴ４４においてＹｅｓと判定してステップＳＴ４５へと進む。なお、図７では、Ｔｏｐ－ｋビームスイープの送受信を、ステップＳ６として示している。

【0060】

ステップＳＴ４５においてプロセッサー２０１は、ステップＳＴ４４で受信された各ビームについて受信強度を測定する。

【0061】

ステップＳＴ４６においてプロセッサー２０１は、ビームスイープに対するフィードバックを行う。すなわち、プロセッサー２０１は、ステップＳＴ４５で測定した測定結果を基地局１００に送信するように無線Ｉ／Ｆ２０５に対して指示する。この送信の指示を受けて無線Ｉ／Ｆ２０５は、当該測定結果を基地局１００に送信する。送信された当該測定結果は、基地局１００の無線Ｉ／Ｆ１０５によって受信される。

【0062】

ステップＳＴ２５においてプロセッサー１０１は、無線Ｉ／Ｆ１０５によって測定結果が受信されるのを待ち受けている。プロセッサー１０１は、測定結果が受信されたならば、ステップＳＴ２５においてＹｅｓと判定してステップＳＴ２６へと進む。なお、図７では、測定結果の送受信を、ステップＳ７として示している。

【0063】

ステップＳＴ２６においてプロセッサー１０１は、ステップＳＴ２３において選択されたｋ個のビームの中から、ユーザー装置２００との通信に使用するビームを決定する。プロセッサー１０１は、例えば、ステップＳＴ２５で受信された測定結果を参照して、最も受信強度が高いビームを、ユーザー装置２００との通信に最適なビームであるとみなし、ユーザー装置２００との通信に使用するビームとして決定する。

【0064】

以上より、プロセッサー１０１は、ステップＳＴ２３～ステップＳＴ２６の処理を行うことで、学習データを用いて機械学習を行った学習済みＡＩを用いて端末装置との通信方法を決定する決定部の一例として機能する。

【0065】

ステップＳＴ２７においてプロセッサー１０１は、ステップＳＴ２６で決定したビームを用いた情報の送信を開始する。プロセッサー１０１は、ステップＳＴ２７の処理の後、図４の処理を終了する。

【0066】

一方、図６のステップＳＴ４７においてユーザー装置２００のプロセッサー２０１は、基地局１００から送信される情報の受信を開始する。当該情報は、図３のステップＳＴ２７で送信開始された情報である。プロセッサー２０１は、図６のステップＳＴ４７の処理の後、図６に示す処理を終了する。

【0067】

基地局１００とユーザー装置２００は、図４のステップＳＴ２７及び図６のステップＳＴ４７の処理により図４のステップＳＴ２６で決定したビームを用いた通信を開始する。なお、図７では、当該通信を、ステップＳ８として示している。

【0068】

実施形態の通信システム１によれば、基地局１００は、アイドル状態又は非アクティブ状態のユーザー装置２００に対して、アクティブ状態に遷移するように指示する。そして、基地局１００は、ユーザー装置２００が学習データの生成に使用するビームを送信する。これにより、実施形態の通信システム１は、アイドル状態又は非アクティブ状態のユーザー装置２００からも学習データを収集することができる。

【0069】

セル内（基地局１００の通信範囲内）にアクティブ状態のユーザー装置２００の数が少ない場合、機械学習を正しく行えない可能性がある。具体的には学習データ数が少ないことで推論性能が劣化してしまう場合がある。また、ユーザー装置２００の位置に依存するようなケース（beam managementなど）の場合、特定の位置に学習が最適化されてしまい汎化性能がなくなってしまう可能性がある。また実施形態の方法を用いずに基地局１００側からユーザー装置２００の呼び出しを行う場合、initial accessを行う必要があり、Initial accessのためのビーム探索のオーバーヘッドが発生する。

【0070】

実施形態の通信システム１は、基地局１００とユーザー装置２００との通信に用いる最適なビームの方向を決定するためのＡＩの学習に、ユーザー装置２００で生成した学習データを用いる。これにより、実施形態の通信システム１は、最適なビームの決定がしやすくなる。また、実施形態の通信システム１は、最適なビームの決定の精度が上がる。

【0071】

実施形態の通信システム１によれば、基地局１００は、基地局１００とユーザー装置２００との通信に用いる最適なビームの方向を決定するために、ユーザー装置２００で生成した学習データで学習したＡＩを用いる。これにより、実施形態の通信システム１は、最適なビームの決定がしやすくなる。また、実施形態の通信システム１は、最適なビームの決定の精度が上がる。

【0072】

実施形態の通信システム１によれば、基地局１００は、ＳＩＢ又はページングＤＣＩを用いて開始指示情報を送信する。これにより、実施形態の基地局１００は、他の方法より少ない手順でユーザー装置２００をアクティブ状態にすることが可能である。

【0073】

上記の実施形態は、以下のような変形も可能である。
上記の実施形態では、基地局１００が学習データを用いて機械学習を行う。しかしながら、図示しないサーバーなどが機械学習を行っても良い。この場合、基地局１００は、例えばネットワークＩ／Ｆ１０６及びネットワークＮＷを介して当該サーバーなどに学習データを送信する。そして、基地局１００は、当該学習データを用いて学習した学習済みＡＩを当該サーバーから受信する。

【0074】

上記の実施形態では、通信システム１は、学習済みＡＩを用いてビームの方向を決定する。しかしながら、通信システム１は、学習済みＡＩを用いてビームの方向以外のパラメーターを決定しても良い。

【0075】

上記の実施形態では、学習データは、ビームの受信強度などを示すデータである。しかしながら、学習データは、これ以外のデータであっても良い。

【0076】

開始指示情報は、受信強度を観測する参照信号を指定する情報を含んでも良い。これにより、通信システム１のオーバーヘッドが減少する。

【0077】

ユーザー装置２００は、開始指示情報を受信したことに応じて、ＣＳＩ－ＲＳを受け入れる状態（ＣＳＩ－ＲＳ ｏｃｃａｓｉｏｎ）に遷移しても良い。この場合、開始指示情報は、ＣＳＩ－ＲＳを受け入れる状態に遷移することを示す情報である。これにより、通信システム１のオーバーヘッドが減少する。

【0078】

プロセッサー１０１及びプロセッサー２０１は、上記実施形態においてプログラムによって実現する処理の一部又は全部を、回路のハードウェア構成によって実現するものであっても良い。

【0079】

実施形態の処理を実現するプログラムは、例えば装置内の非一時的な記憶媒体に記憶された状態で譲渡される。しかしながら、当該装置は、当該プログラムが記憶されない状態で譲渡されても良い。そして、当該プログラムが別途に譲渡され、当該装置へと書き込まれても良い。このときのプログラムの譲渡は、例えば、リムーバブルで非一時的な記憶媒体に記録して、あるいはインターネット又はＬＡＮ（local area network）などのネットワークを介したダウンロードによって実現できる。

【0080】

以上、本発明の実施形態を説明したが、例として示したものであり、本発明の範囲を限定するものではない。本発明の実施形態は、本発明の要旨を逸脱しない範囲において種々の態様で実施可能である。

【符号の説明】

【0081】

１ 通信システム
１００ 基地局
１０１，２０１ プロセッサー
１０２，２０２ ＲＯＭ
１０３，２０３ ＲＡＭ
１０４，２０４ 補助記憶装置
１０５，２０５ 無線Ｉ／Ｆ
１０６ ネットワークＩ／Ｆ
１０７，２０７ バス
２００ ユーザー装置
２０６ タッチパネル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】