[发明专利]随机接入方法、网络设备及UE

权利要求书

1.一种随机接入方法，其特征在于，应用于网络设备，所述方法包括：

根据第一信息，生成目标信息；

向用户设备UE发送所述目标信息，以使得UE根据所述目标信息确定发送随机接入消息的定时提前TA值；

其中，所述目标信息包括以下至少一项：第一模型的指示信息、所述第一模型的模型参数的配置信息、第二信息与TA的关联关系；所述第一模型用于UE根据第二信息确定TA。

2.根据权利要求1所述的方法，其特征在于，所述第一信息包括以下至少一项：所述网络设备所在小区的覆盖信息、UE上报的测量结果、目标上行信号、所述第一模型、所述第一模型的模型参数的配置信息。

3.根据权利要求1所述的方法，其特征在于，所述第二信息与TA的关联关系包括以下至少一项：路径损耗与TA的关联关系、目标信号与TA的关联关系、目标信号的预设参数的值与TA的关联关系。

4.根据权利要求1或3所述的方法，其特征在于，所述第二信息与TA的关联关系，包括以下至少一项：所述第二信息与TA值的映射表、所述第二信息与TA值的映射关系、所述第二信息与TA值的计算公式。

5.根据权利要求1所述的方法，其特征在于，所述目标信息还包括：模型的更新信息或模型的训练信息；所述模型的训练信息包括：模型训练的参数配置和模型训练的数据中的至少一项；

其中，所述模型的更新信息用于UE更新所述第一模型；所述模型的训练信息用于UE训练所述第一模型。

6.根据权利要求1所述的方法，其特征在于，所述根据第一信息，生成目标信息之前，所述方法还包括：

在满足预设条件的情况下，更新所述第一信息；

其中，所述预设条件包括以下至少一项：所述网络设备的网络测量信号发生变化、所述网络设备的网络环境发生变化、所述网络设备的地理环境发生变化、UE随机接入失败率高于预设值。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述第一模型为人工智能模型或机器学习模型。

8.一种随机接入方法，其特征在于，应用于用户设备UE，所述方法包括：

根据目标信息，确定发送随机接入消息的定时提前TA值；

根据所述TA值发送随机接入消息；

其中，所述目标信息为网络设备发送的；所述目标信息包括以下至少一项：第一模型的指示信息、所述第一模型的模型参数的配置信息、第二信息与TA的关联关系；所述第一模型用于所述UE确定TA。

9.根据权利要求8所述的方法，其特征在于，所述第二信息与TA的关联关系包括以下至少一项：路径损耗与TA的关联关系、目标信号与TA的关联关系、所述目标信号的预设参数的值与TA的关联关系。

10.根据权利要求8所述的方法，其特征在于，所述根据目标信息，确定发送随机接入消息的TA值，包括：

根据目标信息对应的测量值，确定发送随机接入消息的TA值。

11.根据权利要求10所述的方法，其特征在于，所述根据目标信息对应的测量值，确定发送随机接入消息的TA值，包括：

基于所述目标信息和TA的关联关系，根据所述目标信息对应的测量值，确定发送随机接入消息的TA值。

12.根据权利要求10所述的方法，其特征在于，所述根据目标信息对应的测量值，确定发送随机接入消息的TA值，包括：

基于所述第一模型，根据所述目标信息对应的测量值，确定发送随机接入消息的TA值。

13.根据权利要求8所述的方法，其特征在于，所述第二信息与TA的关联关系，包括以下至少一项：所述第二信息与TA值的映射表、所述第二信息与TA值的映射关系、所述第二信息与TA值的计算公式。