WO2025173226A1

WO2025173226A1 - 端末装置、基地局装置、端末装置の制御方法および基地局装置の制御方法

Info

Publication number: WO2025173226A1
Application number: PCT/JP2024/005482
Authority: WO
Inventors: 克成上村; 幸一郎北川; 泰雨李
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2024-02-16
Filing date: 2024-02-16
Publication date: 2025-08-21
Anticipated expiration: 2026-08-16

Abstract

端末装置と基地局装置との間の移動管理の性能を向上する。端末装置は、受信部、予測部および送信部を備える。受信部は、セルの受信品質を測定するための測定イベントを含む測定設定に関する情報と、セル予測結果の利用許可を示す情報を基地局装置から受信する。予測部は、セルの受信品質をセル予測結果として出力する。送信部は、セル予測結果の利用許可を示す情報に基づいて、測定イベントと、測定イベントに関する実際に測定した第１の受信品質、および、セル予測結果に基づく第２の受信品質のそれぞれを、基地局装置に報告する。

Description

端末装置、基地局装置、端末装置の制御方法および基地局装置の制御方法

　本発明は、端末装置、基地局装置、端末装置の制御方法および基地局装置の制御方法に係わる。

　標準化プロジェクトである３ＧＰＰ（3rd　Generation　Partnership　Project（登録商標））において、第５世代移動体通信であるＮＲ（New　Radio（「５Ｇ」とも称する））として、ｅＭＢＢ（Enhanced　Mobile　Broadband）、Ｍａｓｓｉｖｅ　ＭＴＣ（Machine　Type　Communications）、およびＵＲＬＬＣ（Ultra-Reliable　and　Low　Latency　Communications）の要求条件を満足する通信規格の技術仕様が検討されている。

　３ＧＰＰにおいて、ＡＩ／ＭＬ（Artificial Intelligence/Machine Learning）を用いることでシグナリングや報告値などを最適化する方法について検討がされている。具体的には、端末装置側、あるいはネットワーク側（すなわち、基地局装置、コアネットワーク機器など）に対し、ＡＩの一領域である機械学習（ML）により学習済みの学習モデルを具備させ、所定の入力値を学習済みの学習モデルに入力することによって得られた出力値を実測値の代替、補完、検証用途などに用いる技術が検討されている（非特許文献１）。

　また、３ＧＰＰでは、移動管理（モビリティ）についてもＡＩ／ＭＬを用いる検討が行われることになっている。例えば、学習済みの学習モデルによってセルの将来の品質を予測（推論）することや、予測した結果に基づいてハンドオーバーなどのイベント評価を予め判断することにより、従来よりも移動管理を高性能／高信頼化させることを目的とした検討が行われる予定である（非特許文献２）。

３ＧＰＰ　ＴＲ　３８．８４３　Ｖ１８.０．０（２０２３－１２）ＲＰ－２３４０５５

　しかしながら、従来の移動管理における数々のパラメータは、セルや端末装置の実際の周辺環境に基づいてネットワーク事業者（基地局装置）が定めるものであり、端末装置が予測したセルの品質に従うようには設計されていない。また、測定イベントについても、実測したセルの測定結果に基づいて判断されるため、ＡＩ／ＭＬのように予測値を用いて評価した場合は想定していない。そのため、ＡＩ／ＭＬによるセルの受信品質（セル品質）の予測を行わせ、それを単純に移動管理に利用することは、却って従来の移動管理の性能を劣化させる可能性があるという問題に対し、これまで具体的な解決策は言及されていない。

　この問題を鑑みて、本発明の１つの側面に係わる目的は、学習済みのモデルを用いてセルの受信品質の予測を行うことで、端末装置と基地局装置との間の移動管理の性能を向上することである。

　本発明の１つの態様に係わる端末装置は、基地局装置と通信する端末装置であって、セルの受信品質を測定するための測定イベントを含む測定設定に関する情報と、セル予測結果の利用許可を示す情報を基地局装置から受信する受信部と、セルの受信品質の変動をセル予測結果として出力する予測部と、セル予測結果の利用許可を示す情報に基づいて、測定イベントと、測定イベントに関する実際に測定した第１の受信品質、および、セル予測結果に基づく第２の受信品質のそれぞれを、基地局装置に報告する送信部とを備える。

　また、本発明の１つの態様に係わる基地局装置は、端末装置と通信する基地局装置であって、セルの受信品質を測定するための測定イベントを含む測定設定に関する情報と、セル予測結果の利用許可を示す情報を端末装置に送信する送信部と、セル予測結果として端末装置が出力する、セルの受信品質の変動の予測に関する制御を行う予測部と、セル予測結果の利用許可を示す情報に基づいて送信された、測定イベントと、測定イベントに関する端末装置が実際に測定した第１の受信品質、および、セル予測結果に基づく第２の受信品質のそれぞれを含む測定報告メッセージを受信する受信部とを備える。

　上述の態様によれば、学習済みのモデルを用いてセルの受信品質の予測を行うことで、端末装置と基地局装置との間の移動管理の性能を向上することができる。

実施形態に係る無線通信システムの構成の一例を示す図である。実施形態に係る端末装置の機能構成の一例を示す図である。実施形態に係る基地局装置の機能構成の一例を示す図である。実施形態に係るセル品質の予測結果を報告する一例を示す図である。実施形態に係るセル品質の予測結果を報告する別の一例を示す図である。実施形態に係る学習済みモデルの入力データと出力データの関係の一例を示す図である。実施形態に係るＲＲＣメッセージの一例を示すシーケンス図である。 AI/ML for air interfaceのフレームワークを示す図である。端末装置のハードウェア構成の一例を示す図である。基地局装置のハードウェア構成の一例を示す図である。

　以下、本発明の実施形態について図面を参照して詳細に説明する。本明細書における課題および実施形態は一例であり、本願の権利範囲を限定するものではない。特に、記載の表現が異なっていたとしても、技術的に同等であれば、本願の技術を適用可能であり、権利範囲を限定するものではない。そして、各実施形態は、処理内容に矛盾がない範囲で適宜組み合わせることが可能である。例えば、非活性期間は不活性期間と称されてもよい。

　本発明の実施形態に係る無線通信システムには、適宜、公知技術が使用されてもよい。適用可能な公知技術は、例えば、５Ｇ（ＮＲ）、Ｂｅｙｏｎｄ　５Ｇ、５Ｇ－Ａｄｖａｎｃｅｄ、あるいは６Ｇやその他の無線通信方式でもよい。本発明の実施形態に係わる無線通信システムは、主にＮＲを対象とするが、これに限定されるものではない。例えば、本発明の実施形態は、ＬＴＥ（Long Term Evolution）やＬＴＥ－Ａｄｖａｎｃｅｄに対しても適用可能である。また、無線通信システムの一部にＮＲを用いる無線通信システムにおいても適用可能である。

　更に、本発明の実施形態は、少なくとも端末装置および基地局装置を備える無線通信システムであれば適用可能であり、将来の無線通信システムにも適用可能である。以下の記載では、ＬＴＥおよびＬＴＥ－ＡｄｖａｎｃｅｄのことをＥ－ＵＴＲＡ（Evolved　Universal　Terrestrial　Radio　Access）とも呼称するが、その意味は同じである。

　以下、本願において開示する基地局装置、端末装置、および無線通信システムの実施の形態を、図面を参照して説明する。なお、以下の実施形態は、開示の技術を限定するものではない。

　＜無線通信システム＞
　図１は、本発明の実施形態に係る無線通信システム１の構成の一例を示す図である。実施形態に係る無線通信システム１は、例えば、端末装置１０、基地局装置２０Ａ、２０Ｂ、およびコアネットワーク３０から構成される。なお、基地局装置２０Ａと２０Ｂを区別しない場合、単に、基地局装置２０と記載する。また、端末装置１０は、複数であってもよい。

　端末装置１０は、例えば、携帯電話機、スマートフォン、ＰＤＡ（Personal　Digital　Assistant）、タブレット、ウェアラブル端末、パーソナルコンピュータ（Personal　Computer）、車両等の無線通信機能を有する各種装置や機器（センサー装置等）などの無線端末であってもよい。また、端末装置１０を、無線通信装置、通信装置、受信装置、移動局、ＵＥ（User　Equipment）、ユーザ装置等と言い換えてもよい。

　無線通信システム１における基地局装置２０およびコアネットワーク３０により、端末装置１０に無線通信サービスが提供される。コアネットワーク３０は、例えば、サービス加入者情報の管理、音声通話等のセッション管理、および端末装置１０の位置登録管理などの機能を有する。また、コアネットワーク３０は、制御データおよび／またはユーザーデータを、基地局装置２０を経由して端末装置１０に伝送する。

　コアネットワーク３０は、５Ｇ（ＮＲ）における５ＧＣ（5G　Core）でよいし、４Ｇ（Ｅ－ＵＴＲＡ）におけるＥＰＣ（Evolved　Packet　Core）でもよい。また、コアネットワーク３０と基地局装置２０との間の接続方法は、ＮＳＡ（Non-Stand　Alone）方式でもよいし、ＳＡ（Stand　Alone）方式でもよい。

　５ＧＣに接続する５Ｇの基地局装置２０はｇＮＢであり、ＥＰＣに接続する４Ｇの基地局装置２０はｅＮＢである。また、５Ｇの基地局装置間はＸｎインタフェースで接続されており、４Ｇの基地局装置間はＸ２インタフェースで接続される。

　基地局装置２０が形成するエリア（カバーエリア）を「セル」と呼ぶことがある。Ｅ－ＵＴＲＡおよび５Ｇは、複数のセルにより構築されるセルラー通信システムである。本発明の実施形態に関わる無線通信システムとして、ＴＤＤ（Time　Division　Duplex）またはＦＤＤ（Frequency　Division　Duplex）のどちらの方式を適用してもよく、セルごとに異なる方式が適用されてもよい。

　基地局装置２０は、例えば、ＣＵ（Centralized　Unit）、ＤＵ（Distributed　Unit）、ＲＵ(Radio Unit)に分かれて構成されてもよい。ＣＵは、コアネットワークと接続される。また、ＤＵは、例えば、ＲＵを介して端末装置１０と接続される。なお、ＣＵとＤＵとの間の通信路は、例えば、フロントホールインタフェース（Ｆ１インタフェース）により実現される。また、複数のＤＵが１つのＣＵに接続されてもよい。基地局装置２０の一部がクラウドネットワーク上で実行可能なプログラムで構成されてもよい。

　図１に示す例では、コアネットワーク３０から端末装置１０に送信されるデータ（ＤＬデータ、下りリンクデータ）は、コアネットワーク３０から基地局装置２０に送信され、基地局装置２０から端末装置１０に送信（転送）される。

　端末装置１０からコアネットワーク３０に送信されるデータ（ＵＬデータ、上りリンクデータ）は、端末装置１０から基地局装置２０に送信され、基地局装置２０からコアネットワーク３０に送信（転送）される。

　端末装置１０および基地局装置２０は、無線リソース制御（ＲＲＣ：Radio　Resource　Control）層において、ＲＲＣメッセージ（ＲＲＣシグナリングとも呼ばれる）を送受信する。また、端末装置１０および基地局装置２０は、媒体アクセス制御（ＭＡＣ：Medium　Access　Control）層において、ＭＡＣ制御要素（ＭＡＣ　ＣＥ：MAC　Control　Element）を送受信する。

　ＲＲＣメッセージは、ＲＲＣ　ＰＤＵ（Protocol　Data　Unit）として送信され、マッピングされる論理チャネル（ＬＣＨ：Logical　Channel）として、共通制御チャネル（ＣＣＣＨ：Common　Control　Channel）、個別制御チャネル（ＤＣＣＨ：Dedicated　Control　Channel）、ページング制御チャネル（ＰＣＣＨ：Paging　Control　Channel）、ブロードキャスト制御チャネル（ＢＣＣＨ：Broadcast　Control　Channel）、又は、マルチキャスト制御チャネル（ＭＣＣＨ：Multicast　Control　Channel）などが用いられる。

　ＭＡＣ　ＣＥは、ＭＡＣ　ＰＤＵ（または、ＭＡＣ　ｓｕｂＰＤＵ）として送信される。ＭＡＣ　ｓｕｂＰＤＵは、ＭＡＣ層におけるサービスデータユニット（ＳＤＵ：Service　Data　Unit）に、例えば８ビットのヘッダ情報を加えたものに等しく、ＭＡＣ　ＰＤＵは、１以上のＭＡＣ　ｓｕｂＰＤＵを含む。

　続いて、実施形態に係る物理チャネルおよび物理シグナルとして、同期信号（Primary Synchronization Signal, Secondary Synchronization Signal）、物理報知チャネル（PBCH: Physical Broadcast Channel）、物理ランダムアクセスチャネル(PRACH: Physical Random Access Channel)、物理下りリンク制御チャネル（PDCCH: Physical Downlink Control Channel）、チャネル状態情報参照信号（CSI-RS：Channel State information-Reference Signal）、物理上りリンク制御チャネル（PUCCH: Physical Uplink Control Channel）、物理下りリンク共有チャネル（PDSCH: Physical Downlink Shared Channel）、物理上りリンク共有チャネル（PUSCH: Physical Uplink Shared Channel）、スケジューリング参照信号（SRS: Scheduling Reference Signal）、復調参照信号（DMRS: Demodulation Reference Signal）が少なくとも存在するが、詳細な説明は省略する。

　＜端末装置＞
　図２は、実施形態に係る端末装置１０の機能構成の一例を示す図である。図２に示すように、端末装置１０は、例えば、処理部１１、制御部１３、受信部１５、送信部１７、および送受信アンテナ部１９を備える。処理部１１は、例えば、無線リソース処理部１１１および予測部１１３を備えて構成される。なお、図２に示す端末装置１０の機能構成は、一例に過ぎず、実施形態に係る動作を実行できるのであれば、機能区分および各機能ブロックの名称は異なっていても構わない。また、その他の機能を実現する１つ以上のブロックが存在してもよい。

　処理部１１は、例えば、受信部１５および送信部１７を制御するための制御情報を生成し、制御部１３に出力する。処理部１１は、例えば、無線リソース制御層、パケットデータ統合プロトコル（ＰＤＣＰ：Packet　Data　Convergence　Protocol）層、無線リンク制御（ＲＬＣ：Radio　Link　Control）層、および媒体アクセス制御層に関する処理を実行する。

　無線リソース処理部１１１は、端末装置１０の各種設定情報（ＲＲＣパラメータ、情報要素（ＩＥ：Information　element））の管理を行なう。例えば、無線リソース処理部１１１は、物理上りリンクの各チャネルに配置される情報を生成し、その情報を送信部１７に出力する。また、無線リソース処理部１１１は、基地局装置２０からの指示に基づいて、在圏セルおよび周辺セルの測定、送受信処理の開始および停止、ＤＬ同期手順（セルサーチ）、ＵＬ同期手順（ランダムアクセス手順）、システムインフォメーションの再取得、移動管理に関するイベント評価、移動管理に関する一連の処理などを実行する。

　予測部１１３は、少なくとも１つの学習済みの学習モデル（機械学習済みの機械学習モデル、以後学習済みモデルとも呼称する）を具備し、入力されたデータに基づいて所定の予測値を出力するよう機能する制御処理を行なう。すなわち、予測部１１３は、学習済みモデルを用いてその使用目的に応じた特有の入力情報の演算、加工を行い、予測値として出力する。予測部１１３は、無線リソース処理部１１１からの指示、あるいは基地局装置２０からの指示に基づいて、学習済みモデルの活性化、不活性化、スイッチング、フォールバック（学習済みモデルの利用停止）などを実施（実行）し、セル測定の予測、および／または、イベント評価の予測を実施（実行）する。

　制御部１３は、端末装置１０における各種の制御を行う。例えば、制御部１３は、処理部１１からの制御情報に基づいて、受信部１５および送信部１７を制御するための制御信号または制御データを生成する。また、制御部１３は、予測部１１３からの予測結果に基づいて、基地局装置２０への上りリンク送信、スケジューリングリクエスト送信、および、基地局装置２０からの下りリンク受信をそれぞれ制御する。

　受信部１５は、制御部１３から与えられる制御信号に基づいて、送受信アンテナ部１９を介して基地局装置２０から受信した各種信号を、分離、復調、および復号する。受信部１５は、復号した情報を処理部１１に出力する。

　送信部１７は、制御部１３から与えられる制御信号に基づいて、例えば、物理上りリンク信号を生成し、処理部１１から与えられる物理上りリンク信号または物理上りリンクチャネルを符号化および変調等を行う。送信部１７は、各種信号を多重し、送受信アンテナ部１９を介して基地局装置２０に送信する。

　なお、処理部１１および制御部１３は、例えば、プロセッサおよびメモリを含むプロセッサシステムにより実現される。この場合、プロセッサは、後述する端末装置１０の動作を記述したプログラムを実行することにより、処理部１１および制御部１３の機能を提供する。また、処理部１１および制御部１３は、１個のプロセッサシステムで実現してもよいし、複数のプロセッサシステムで実現してもよい。或いは、処理部１１および制御部１３は、ＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）またはハードウェア回路等で実現してもよい。

　＜基地局装置＞
　図３は、実施形態に係る基地局装置２０の機能構成の一例を示す図である。図３に示すように、基地局装置２０は、例えば、処理部２１、制御部２３、受信部２５、送信部２７、および送受信アンテナ部２９を備える。処理部２１は、例示的に、無線リソース処理部２１１および予測部２１３を備えて構成される。なお、図３に示す基地局装置２０の機能構成は一例に過ぎず、実施形態に係る動作を実行できるのであれば、機能区分および機能ブロックの名称は異なっていても構わない。また、その他の機能を実現する１つ以上のブロックが存在してもよい。

　処理部２１は、例えば、受信部２５および送信部２７を制御するための制御情報を生成し、制御部２３に出力する。処理部２１は、例えば、無線リソース制御層、パケットデータ統合プロトコル層、無線リンク制御層、および媒体アクセス制御層に関する処理を実行する。

　無線リソース処理部２１１は、例えば、物理下りリンク共有チャネルＰＤＳＣＨに配置される下りリンクデータ、ＲＲＣメッセージ、ＭＡＣ制御要素を生成し、送信部２７に出力する。また、無線リソース処理部２１１は、物理下りリンク制御チャネルＰＤＣＣＨに配置される制御信号あるいは制御データを生成し、送信部２７に出力する。さらに、無線リソース処理部２１１は、端末装置１０の各種設定情報を管理する。無線リソース処理部２１１は、端末装置１０からの信号やＲＲＣメッセージによる通知に基づいて、送受信処理の開始および停止、ＵＬ同期手順（ランダムアクセス手順）の開始、システムインフォメーションの更新、ビームの送信角度の調整、移動管理に関するセル設定および測定イベント種別（測定イベント識別子）に関するパラメータの事前設定などを実行する。

　予測部２１３は、端末装置１０の予測部１１３を管理する処理を行う。予測部２１３は、セルの状態、報告された予測値、予測値の正誤や誤差を判断する情報などの移動管理に関する情報に基づいて、端末装置１０の学習済みモデルの活性化、不活性化、スイッチング、フォールバックの要否を判断し、端末装置１０にセル測定の予測、および／または、イベント評価の予測を実施させるかの判断を行う。

　制御部２３は、基地局装置２０における各種の制御を行う。例えば、制御部２３は、処理部２１からの制御情報に基づいて、受信部２５および送信部２７を制御する制御信号または制御データを生成する。また、制御部２３は、予測部２１３からの判断情報に基づいて、端末装置１０への下りリンク送信、および、端末装置１０からの上りリンク受信をそれぞれ制御する。

　受信部２５は、制御部２３から与えられる制御信号に基づいて、送受信アンテナ部２９を介して端末装置１０またはコアネットワーク３０から受信した各種信号を、分離、復調、および復号する。受信部２５は、復号した情報を処理部２１に出力する。

　送信部２７は、制御部２３から与えられる制御信号に基づいて、例えば、下りリンク参照信号を生成する。送信部２７は、処理部２１から与えられる各種情報を符号化、変調、および多重化等を行うことにより、送受信アンテナ部２９を介して端末装置１０に信号を送信する。

　また、送信部２７は、端末装置１０、別の基地局装置２０、またはコアネットワーク３０にデータを送信する。受信部２５は、端末装置１０、別の基地局装置２０、またはコアネットワーク３０からデータを受信する。

　なお、処理部２１および制御部２３は、例えば、プロセッサおよびメモリを含むプロセッサシステムにより実現される。この場合、プロセッサは、後述する基地局装置２０の動作を記述したプログラムを実行することにより、処理部２１および制御部２３の機能を提供する。また、処理部２１および制御部２３は、１個のプロセッサシステムで実現してもよいし、複数のプロセッサシステムで実現してもよい。或いは、処理部２１および制御部２３は、ＤＳＰまたはハードウェア回路等で実現してもよい。

　＜AI/ML for NR air interface＞
　図８を用いて３ＧＰＰで検討されたAI（人工知能）/ML(機械学習）for air interfaceのフレームワークについて簡単に説明する。当該フレームワークは、Data Collection（３００）、Model Training（３０１）、Management（３０２）、Inference（３０３）、Model Storage（３０４）から構成される。図８のフレームワークを用いて生成、学習した機械学習モデルのことをAI/MLモデル、あるいは単純に学習済みモデルと称する。

　Data Collection（３００）は、データを収集する機能と、Model Training（３０１）にトレーニングデータ（Training Data）、Management（３０２）に管理データ（Management Data）、Inference（３０３）に推論データ（Inference Data）を提供する機能を持つ。

　Model Training（３０１）は、AI/MLモデルのトレーニング、検証、テストを行う機能を持つ。また、Model Trainingはモデルの性能テスト手順における性能指標を生成してもよい。さらに、Training Dataの前処理（Pre-processing）、クリーニング（cleaning）、初期化（formatting）や変換（transformation）を行ってもよい。なお、トレーニングしつつAI/MLモデル自体を構築することを学習（Leaning）と呼んで区別することもあるが、本発明では特に区別せずに呼称する。Model Trainingは、トレーニング、検証、そしてテストを行ったAI/MLモデル、または、更新されたAI/MLモデルをModel Storage（３０４）へ格納する機能を持つ。

　Management（３０２）は、AI/MLモデルの活性化、不活性化、スイッチング、フォールバックなどの実行管理とモニタリングを行う機能を持つ。AI/MLモデルのモニタリングとは、Data CollectionとInferenceから入力されたデータに基づいて適切な推論（予測）が行われているかどうかを保証するための性能評価（Performance monitoring）を行うことを意味する。換言すれば、Managementは、Inferenceの出力データと正解データとの乖離の程度を評価する。

　Managementは、Inference（３０３）の機能管理に必要な情報（Management Instruction）をInferenceへ出力する。Management Instructionは、例えばAI/MLモデルの活性化、不活性化、スイッチング、フォールバックを示すコマンドである。また、Model Storage（３０４）に対してModel Transfer/Delivery Requestを出力し、AI/MLモデルの転送／送達を要求する。また、Model Training（３０１）に対してPerformance Feedback/Retraining Requestを出力し、AI/MLモデルのトレーニング（再トレーニング）や更新を行わせる。

　Inference（３０３）は、Data Collection（３００）から提供された推論データ（Inference Data）を入力に用いた場合の、AI/MLモデルを適用したプロセスからの出力を提供する機能を持つ。さらに、Inference Dataの前処理（Pre-processing）、クリーニング（cleaning）、初期化（formatting）や変換（transformation）を行ってもよい。また、Managementに対してAI/MLモデルのモニタリングを行うためにManagementで使用されるデータ（Inference Output）を出力する。

　Model Storage（３０４）は、Inferenceで使用されるトレーニング済み／更新済みのAI/MLモデルを保管する機能を持つ。Model Storage（３０４）は、Inference（３０３）に対してAI/MLモデルを送達する機能（Model Transfer/Delivery）を持つ。

　ここで、Model Training（３０１）で行われる学習済みモデルの生成方法は任意でよく、例えば、セルの測定値のデータと、時間単位の測定値の変動量と、周波数情報、端末の移動速度などを教師データとして取得し、これらを教師データとして、ある時間経過後の当該セルの測定結果（すなわち、受信品質）を予測値として出力する学習済みモデルでもよい。利用する学習済みモデルは端末装置１０以外（例えば基地局装置２０、その他の外部演算装置）で生成され、端末装置１０へ転送されてもよい。また、学習モデルの学習、教育、強化に適用される学習アルゴリズムは期待される出力が得られれば任意の方法でよく、例えば畳み込みニューラルネットワーク、多層ニューラルネットワーク、深層ニューラルネットワークや分散演算を用いて実装される機械学習アルゴリズムであってもよい。学習方法は、教師あり学習が好適であるが、教師なし学習であってもよい。

　なお、図８に示す機能は端末装置１０または基地局装置２０、またはその他の機器において一部または全てが実行可能である。すなわち、図８は機械学習モデルのライフサイクルに関し各機能の概略とそれぞれの関連性について例示したものであり、その機能を実行する箇所に何ら制限を加えるものではなく、同様に、データの入出力について何ら制限を加えるものではない。

　＜測定設定・測定報告＞
　基地局装置２０は、端末装置１０に測定設定（measurement configuration）に関する情報を通知（設定、指定、送信）することにより、周波数（例えば、ＮＲ、および／または、ＥＵＴＲＡの周波数）の測定を端末装置１０に実行させる。なお、測定設定に関する情報は、例えば、ＲＲＣメッセージ（例えば、RRCReconfiguration）で通知される。なお、測定設定に関する情報を測定設定と記載してもよく、以降、測定設定に関する情報を測定設定として記載する。

　測定設定は少なくとも以下のパラメータを含む。
　（１）Measurement object(s)（測定対象）
　測定対象とは、端末装置１０が測定を行う対象に関する情報を含み、リスト形式として複数を設定することもできる。基地局装置２０は、周波数内測定（intra-frequency measurements）、周波数間測定（inter-frequency measurements）システム間ＥＵＴＲＡ測定（inter-RAT(Radio Access Technology) E-UTRA measurements）を測定対象として示すことができる。システム間ＥＵＴＲＡ測定の場合、測定対象としてＥＵＴＲＡ周波数が設定される。

　また、基地局装置２０は、測定対象に、セル固有オフセットを与えるセルのリスト、ブロックセルリスト、許可セルリストを含めることができる。セル固有オフセットとは、測定時に測定結果に加算されるオフセット値であり、ブロックセルリストとは、イベント評価（後述）または測定報告として非該当（対象外）となるセルを示すリストであり、許可セルリストとは、イベント評価または測定報告として該当（対象）となるセルを示すリストである。測定対象を管理するため、基地局装置２０は、測定対象それぞれに対して測定対象識別子（measObjectId）を設定する。

　（２）Reporting configuration(s)（報告設定）
　報告設定は、測定報告（Measurement report）に関する情報を含み、測定対象毎に一つまたはリスト形式として複数の報告設定が設定される。報告設定を管理するため、基地局装置２０は、報告設定それぞれに対して報告設定識別子（reportConfigId）を設定する。

　（３）Measurement identity(ies)（測定識別子）
　測定識別子（measId）とは、一つの測定対象識別子（measObjectId）と一つの報告設定識別子（reportConfigId）とをリンク（対応付け、関連付け）するための識別子である。測定識別子はリスト形式として複数を設定することもできる。測定識別子によって、一つの測定対象に対して複数の報告設定をリンクしてもよいし、複数の測定対象を同じ報告設定にリンクしてもよい。測定識別子は、トリガ条件を満たした測定イベントを基地局装置２０に報告するために測定報告に含めて送信される。

　ＮＲに関する測定対象について、端末装置１０は在圏セル（サービングセルとも称する）、リストされた（Listed）セル、検出セルについて測定および報告を行う。リストされたセルとは、基地局装置２０より通知されるリストに含まれるセルである。検出セルとは、それ以外の端末装置１０が自主的に検出したセルを示す。

　測定したセル品質（受信品質、測定品質）は、同期信号ブロック（ＳＳＢ、Synchronization Signal Block）、またはチャネル状態情報参照信号（ＣＳＩ－ＲＳ）を測定することで計算される。セル品質は、ＲＳＲＰ（Reference Signal Received Power）、ＲＳＲＱ（Reference Signal Received Quality）、ＲＳＳＩ（Received Signal Strength Indicator）、ＳＩＮＲ（Signal to Interference plus Noise Ratio）、パスロスのいずれかを用いて表すことができる。

　端末装置１０が評価する測定イベント(Measurement event(s))は基地局装置２０より指定される。測定イベントは報告設定で指定され、イベント識別子（eventId）によって管理される。測定イベントがトリガ（成立）した場合、端末装置１０は測定報告メッセージ(Measurement Report)を生成して基地局装置２０へ送信する。測定報告メッセージの送信契機を示す条件（測定タイプ）は、周期報告、あるいはイベントトリガ報告（Event triggered）であり、そのどちらか一方が基地局装置２０より指定される。

　測定イベントは、イベント毎にその評価対象となる測定対象セル(applicable cell)が定められている。例えば、イベントＡ１における測定対象セルは在圏セルである。また、イベントＡ３における測定対象セルは、イベントＡ３を含んだ報告設定にリンクされる、測定対象の周波数で検出したセル（隣接セル）である。

　端末装置１０は、測定タイプがイベントトリガ報告であって、かつ、測定イベントが示す条件に測定結果が適合し、かつ、その後の所定の時間において継続して適合していた場合に測定報告手順を開始（Initiate）する。換言すると、測定対象セルの測定結果が測定設定に含まれる報告設定で指定されるイベント識別子に対応する測定イベントを満たした（成立した）場合であって、かつ、所定の時間において測定イベントを満足しつづけた場合に測定報告手順が開始される。このとき、端末装置１０は測定イベントを満たした測定識別子に対応するセルの測定結果を報告する。

　ここで、在圏セルの受信品質をＭｐ、周辺セルの受信品質をＭｎ、在圏周波数に対応する周波数オフセットをＯｆｐ、周辺セルの周波数に対応する周波数オフセットをＯｆｎ、在圏セルに対応するセル固有オフセットをＯｃｐ、周辺セルに対応するセル固有オフセットをＯｃｎ、イベント別のオフセット値をＯｆｆ、ヒステリシス値をＨｙｓ、品質ベースの閾値をＴｈｒｅｓｈ（Ｔｈｒｅｓｈ１、Ｔｈｒｅｓｈ２）と定義する。基地局装置２０は、これらのパラメータを測定設定の一部として端末装置１０へＲＲＣメッセージを用いて送信する。なお、基地局装置は、測定イベントの成立に関する所定の時間の長さを示すパラメータＴＴＴ（ＴｉｍｅＴｏＴｒｉｇｇｅｒ）を端末装置１０に設定する。

　端末装置１０は、測定結果の平均化／平滑化のためのフィルタリング（Ｌ３フィルタリング）後のセルの測定結果が数式１を満たした場合、イベントＡ３のイベント成立条件（entering condition）が満たされたと判断する。同様に、端末装置１０は、測定結果が数式２を満たした場合、イベントＡ３のイベント離脱条件（leaving condition）が満たされたと判断する。

［数式１］Ｍｎ＋Ｏｆｎ＋Ｏｃｎ－Ｈｙｓ＞Ｍｐ＋Ｏｆｐ＋Ｏｃｐ＋Ｏｆｆ

［数式２］Ｍｎ＋Ｏｆｎ＋Ｏｃｎ＋Ｈｙｓ＜Ｍｐ＋Ｏｆｐ＋Ｏｃｐ＋Ｏｆｆ

　＜コンディショナルハンドオーバー＞
　通信中状態の端末装置１０は、ハンドオーバーまたはコンディショナルハンドオーバー（ＣＨＯ：Conditional　Handover）を用いて基地局装置２０が形成するセルを移動する。コンディショナルハンドオーバーにおいては、ハンドオーバー先の候補セル（ターゲットセル）を指定するセル設定情報、およびハンドオーバー（コンディショナルハンドオーバー）のトリガ条件（測定イベント種別（測定イベント、測定報告イベント））が、基地局装置２０から端末装置１０に対し事前に通知される。また、コンディショナルハンドオーバー設定で指定される測定イベント（トリガ条件）のことをイベント条件（Conditional Event）とも称する。

　このとき、基地局装置２０は、端末装置１０に対して、最大で８個の候補セル（すなわち、最大で８個の候補セルの設定）を設定できる。端末装置１０は、在圏セルおよび周辺セルを測定する。また、端末装置１０は、基地局装置２０から通知されるトリガ条件に基づいて測定イベントを評価する。以降、１または複数のセル設定情報とトリガ条件とをまとめてコンディショナルハンドオーバー設定とも称する。コンディショナルハンドオーバー設定は、候補セルおよびその他の必要なセル設定を包含し、１または複数のリスト形式で指定される。ここで、測定対象セルは、コンディショナルハンドオーバー設定に含まれる候補セルであり、物理セル識別子（ＰＣＩ）により識別される。換言すると、端末装置１０は、コンディショナルハンドオーバー設定に内含されるＲＲＣメッセージ（RRCReconfiguration）で指定される物理セル識別子のセルを測定対象セルとみなす。

　基地局装置２０と端末装置１０は、コンディショナルハンドオーバー設定をハンドオーバー条件再設定識別子（CondReconfigId）によってそれぞれ識別し、管理する。基地局装置２０と端末装置１０はハンドオーバー条件再設定識別子に対応するコンディショナルハンドオーバー設定のそれぞれについて、追加、削除、または変更を行うことができる。また、ハンドオーバー条件再設定識別子（CondReconfigId）は、測定設定に含まれる測定識別子（measId）とリンクすることによってイベント条件を指定することができる。

　端末装置１０は、トリガ条件が成立した（コンディショナルハンドオーバー条件をＴＴＴ区間継続して満足した）場合、イベント条件に対応する候補セルのセル設定をハンドオーバー先のセルとして適用する。すなわち、コンディショナルハンドオーバーが成功した後は、他のセルに対応するセル設定は不要になる。したがって、コンディショナルハンドオーバーが成功した端末装置は、移動先セル以外のセルに対応するセル設定を自律的に削除する。

　コンディショナルハンドオーバーイベントの別の例として、品質ベースのイベント条件Ａ３、イベント条件Ａ４とイベント条件Ａ５がある。イベント条件Ａ３の成立条件、離脱条件は対応する測定イベントのイベントＡ３と同じであり、イベント条件Ａ４とイベント条件Ａ５の成立条件、離脱条件はそれぞれ対応するイベントＡ４とイベントＡ５と同じである。

　以上の事項を考慮しつつ、図面を参照しながら本発明の実施形態について説明する。なお、本発明の実施形態の説明において、本発明の実施形態に関連した公知の機能や構成についての具体的な説明が、本発明の実施形態の要旨を不明瞭にする場合には、その詳細な説明を省略する。

　＜第１の実施形態＞
　図４～５は、第１の実施形態に係る端末装置１０の予測部１１３が予測するセルの受信品質の変動の一例とそれに伴う測定報告の対応関係について示した図である。横軸は時間の変動、縦軸は受信品質の変動を示している。

　図６は、端末装置１０の予測部１１３と、予測部１１３で実行される学習済みモデルの入力データと出力データの関係の一例を示す図である。予測部１１３には、学習済みの学習モデル（学習済みモデル）が入力される。入力される学習済みモデルは、基地局装置２０が選択して設定（通知、指定）されてもよく、端末装置１０が自律的に選択してもよい。このとき、複数の学習済みモデルが選択されてもよいし、好適な１つの学習済みモデルが選択されてもよい。予測部１１３は、学習済みモデルが既に選択済みの場合、学習済みモデルの交換（スイッチング）を行ってもよい。

　また、端末装置１０は、学習済みモデルの活性化／不活性化を行う。学習済みモデルの活性化／不活性化は、基地局装置２０が選択して設定（通知、指定）されてもよく、端末装置１０が自律的に選択してもよい。端末装置１０と基地局装置２０は、学習済みモデルにそれぞれモデル識別子（Model ID）を割り当てて管理してもよい。端末装置１０は、測定イベント、および／または、測定量(RSRP、RSRQなど)ごとに別の学習済みモデルを使用してもよい。基地局装置２０は、測定イベント、および／または、測定量(RSRP、RSRQなど)ごとに別の学習済みモデルを使用するよう端末装置１０に指示してもよい。

　予測部１１３は、端末装置１０が測定したセルの受信品質を表すデータ（セル測定結果）が入力される。また、予測部１１３において活性化され、動作中の学習済みモデルは、入力されたセルの受信品質のそれぞれに対し、所定の時間（例えば時刻ｔ）経過後の受信品質の変動の予測値を表すデータ（セル予測結果）を出力する。例えば、セル０、セル１、…、セルｎ（ｎは自然数）に対応する測定結果がｍ０、ｍ１、…、ｍｎである場合、出力される予測値はｅ０、ｅ１、…、ｅｎとなる。予測値は、セルの受信品質の変動の程度を示す入力からの符号付きの差分値でもよいし、同じ測定量（quantity）の絶対値でもよいし、予測値と異なる測定量の絶対値でもよい。例えば、セルの受信品質としてＲＳＲＰを入力し、出力としてＲＳＲＱの予測値が出力されてもよい。

　上述したように、出力される予測値は入力値のそれぞれ時刻ｔの後のそれぞれのセルの受信品質である。ここで、時刻ｔは、測定イベントに対して設定されるＴＴＴでもよいし、基地局装置２０から指定される時間でもよいし、一意に定まる固定値（例えば１００マイクロ秒）でもよい。あるいは、時刻ｔは、端末装置１０の速度でスケーリングされてもよいし、セル毎に異なる値であってもよい。さらに、複数の値が指定されることで、１つの入力に対して予測時間の異なる複数の予測値が出力されてもよい。

　図４～５の端末装置１０は、１または複数の基地局装置２０に属する複数のセル（セルＡ、セルＢ、セルＣ）を測定している。図４～５は端末装置１０におけるセル測定結果を学習済みモデルに入力し、その出力結果であるセル予測結果の時間的な変動を図示した例を示している。端末装置１０が用いる学習済みモデルは、例えば、教師データとして物理セルＩＤの情報、複数のセルの受信品質の変動、測定するセルの周波数情報、端末装置１０の移動速度、端末装置１０と基地局装置２０の位置情報、見通し外（Non Line of sight）となる物理セルＩＤ、基地局装置２０の送信電力、天候、端末装置１０間の干渉量などにより生成される。学習済みモデルは、セルの受信品質を入力することで入力されたセルの所定の時間経過後の受信品質、あるいは受信品質の変動量を出力する。

　図４および図５の開始時点において、端末装置１０はコネクティッドモード（接続状態）であり、セルＡを在圏セルとして基地局装置２０と通信を行っている。セルＢとセルＣは、周辺セルとして測定の対象となるセルである。また、基地局装置２０は、測定設定としてセルＢまたはセルＣに対して測定イベントを評価する設定を端末装置１０に設定している。測定イベントは少なくとも在圏セルと周辺セルの受信品質を比較するイベントＡ３が設定される。

　図４の端末装置１０は、基地局装置２０より学習済みモデルの出力であるセル予測結果を用いたイベント評価を行ってよいか否かが指示される。換言すれば、基地局装置２０は、端末装置１０に対し、学習済みモデルを活性化し、出力されたセル予測結果を用いて測定イベントをトリガしてよいか否かを指示する。基地局装置２０は、端末装置１０におけるセル予測結果を用いたイベント評価の有無について、受信した端末装置１０のＵＥ　Ｃａｐａｂｉｌｉｔｙメッセージに基づいて判断する。

　学習済みモデルから取得したセル予測結果を用いることで、端末装置１０は実際にセルの測定を行う前に測定イベントの評価結果を通知することが可能となり、ハンドオーバーに関わる測定イベント報告の遅延や失敗に伴うハンドオーバーの失敗を未然に防ぐことが可能となり、ハンドオーバー成功率が向上することが期待される。基地局装置２０は、セル予測結果に基づく測定イベントの成立の報告を実際より早く得られ、また、今後のセル予測結果が報告されることにより、ハンドオーバーの実施の有無について精度よく判断可能となり、ハンドオーバー成功率が向上することが期待される。

　端末装置１０は、セル予測結果を用いる場合、成立した測定イベントを基地局装置２０に報告する際に、セル予測結果を用いた測定イベントの報告であるか否かを示す情報を追加して報告（送信）を行う。例えば、端末装置１０は、従来と異なる測定報告メッセージを送信してもよいし、１ビットの識別子を測定報告メッセージに追加してもよいし、その他の識別可能な情報を追加しても報告を行ってもよい。

　例えば、端末装置１０は、実際に測定したセルの受信品質（第１の受信品質、セル測定結果）に加え、予測したセルの受信品質（第２の受信品質、セル予測結果）を測定報告メッセージに追加して報告してもよい。追加する予測したセルの受信品質は、測定イベントの測定対象セル、在圏セル、周辺セルのいずれか、あるいはこれらの組み合わせである。または、基地局装置２０から、予測するセル情報（例えば物理セルＩＤ）が指定されてもよい。予測したセルの受信品質は、現在の時刻から所定の時間が経過した後のセルの受信品質である。所定の時間は、測定イベントに設定されたＴＴＴと同じ時間でもよいし、基地局装置２０から指定された値でもよい。

　時刻Ｔ０１は、セル予測結果に基づいてセルＡの受信品質がセルＣの受信品質より下回った時刻を示す。換言すれば、セルＣに対してイベントＡ３のイベント成立条件（entering condition）が満たされた時刻を示す。なお、それぞれの受信品質は、測定設定で通知される周波数オフセット、セル固有オフセット、イベント別のオフセット値、ヒステリシス値など、測定イベントの評価に用いる種々のパラメータが考慮されているものとする。

　時刻Ｔ０２は、端末装置１０が時刻Ｔ０１から所定の時間継続してイベントＡ３のイベント成立条件が満足されたと判断する時間を示す。すなわち、学習済みモデルの出力として、時刻Ｔ０１から時刻Ｔ０２までの間、セルＣのセル予測結果がセルＡのセル予測結果を上回り、端末装置１０がセルＣに対してイベントＡ３が成立すると予測することを意味する。所定の時間とは例えばＴＴＴでもよいし、基地局装置２０から指定された時間長を示す情報に基づいてもよい。ここで、時刻Ｔ０１の時点の端末装置１０が、時刻Ｔ０２における各セルの受信品質のそれぞれについて学習済みモデルを用いて出力（予測）できる場合、時刻Ｔ０２を待たずに時刻Ｔ０１の時点で対応する測定イベントをトリガし、測定報告メッセージを基地局装置２０へ送信する。

　このとき、端末装置１０において、時刻Ｔ０２以降のセルの受信品質が学習済みモデルの出力結果から予測される場合、セルの受信品質に関する追加の予測情報を測定報告メッセージに含めて送信してもよい。追加の予測情報とは、例えば、ターゲットセル（セルＣ）へのハンドオーバー後に再度ソースセル（セルＡ）のハンドオーバーが起こり得ること（いわゆるping-pong）を示す情報、ハンドオーバー失敗の可能性の有無、またはハンドオーバー失敗の可能性の大きさを示す情報、ターゲットセルのイベント離脱条件（leaving condition）が満たされる時刻を示す情報、ハンドオーバー後のターゲットセルの滞在予測時間を示す情報、などである。基地局装置２０は、どの予測情報を追加で報告させるかについて、端末装置１０に個別に設定してもよい。

　また、端末装置１０は、予測値と実際の測定値の乖離の程度を評価し、予測精度について検証する。その結果、時刻Ｔ０１で送信した測定報告メッセージ（第１の測定報告メッセージ）に含めた予測値が正しくない（予測値の乖離が許容範囲内）と判断した場合、実際の測定結果に基づく測定報告メッセージ（第２の測定報告メッセージ）を送信してもよい。このとき、端末装置１０は、第２の測定報告メッセージに対して第１の測定報告メッセージで報告した測定識別子と同一のセルＩＤの測定結果を少なくとも含めて送信する。

　予測値の乖離の判断は、予測値と実際の測定値の差がある閾値以上の場合でもよく、予測値と実際の測定値の差の累積がある閾値以上となった場合でもよい。このときの閾値は評価パラメータとして基地局装置２０から端末装置１０に事前に設定されてもよい。端末装置１０は、時刻Ｔ０１で送信した測定報告メッセージに含めた予測値が正しい（予測値の乖離が許容範囲外）と判断した場合は特に何もせずに予測に基づく判断を継続する。

　端末装置１０は、予測値を常にモニタし、予測値が正しくないと判断した時点で第２の測定報告メッセージを送信してもよいし、測定報告メッセージの送信毎に判断してもよいし、基地局装置２０から設定される情報に基づいて判断してもよい。例えば、端末装置１０は、設定された時間間隔に従って第２の測定報告メッセージを周期的に送信してもよいし、第１の測定報告メッセージを送信した回数に基づいて送信してもよいし（例えば、第１の測定報告メッセージをｎ回（ｎは基地局装置２０から指定された値）送信した後に第２の測定報告メッセージを送信する）、基地局装置２０からの指示に基づいて非周期的に送信してもよい。

　基地局装置２０からの非周期的な指示は、Ｌ１シグナリング（ＰＤＣＣＨ）に含まれる下りリンク制御情報で通知されてもよいし、ＭＡＣ制御要素で通知されてもよいし、個別または共通のＲＲＣメッセージで通知されてもよい。

　時刻Ｔ０３は、セル予測結果に基づいてセルＡの受信品質がセルＢの受信品質より下回った時刻を示す。換言すれば、セルＢに対してイベントＡ３のイベント成立条件（entering condition）が満たされた時刻を示す。また、時刻Ｔ０４は、端末装置１０が時刻Ｔ０３から所定の時間継続してイベントＡ３のイベント成立条件が満足されたと判断する時間を示す。すなわち、学習済みモデルの出力として、時刻Ｔ０３から時刻Ｔ０４までの間、セルＢのセル予測結果がセルＡのセル予測結果を上回り、端末装置１０がセルＢに対してイベントＡ３が成立すると予測することを意味する。

　このとき、端末装置１０において、時刻Ｔ０４以降のセルの受信品質が学習済みモデルの出力結果から予測される場合、セルの受信品質に関する追加の予測情報を測定報告メッセージに含めて送信してもよい。追加の予測情報は上述したものと同じでよい。あるいは、図４に示すように、セルＢへハンドオーバーした後の滞在予測時間が一定時間継続される場合、端末装置１０は追加の予測情報を送信しないでもよい。

　時刻Ｔ０４～時刻Ｔ０５の間は、端末装置１０の在圏セルがセルＢであり、周辺セルがセルＡ、セルＣである状態を示している。時刻Ｔ０５は、セル予測結果に基づいてセルＢの受信品質がセルＡの受信品質より下回った時刻を示す。換言すれば、セルＡに対してイベントＡ３のイベント成立条件（entering condition）が満たされた時刻を示す。また、時刻Ｔ０６は、端末装置１０が時刻Ｔ０５から所定の時間継続してイベントＡ３のイベント成立条件が満足されたと判断する時間を示す。すなわち、学習済みモデルの出力として、時刻Ｔ０５から時刻Ｔ０６までの間、セルＡのセル予測結果がセルＢのセル予測結果を上回り、端末装置１０がセルＡに対してイベントＡ３が成立すると予測することを意味する。

　このとき、端末装置１０において、時刻Ｔ０６以降のセルの受信品質が学習済みモデルの出力結果から予測される場合、セルの受信品質に関する追加の予測情報を測定報告メッセージに含めて送信してもよい。追加の予測情報は上述したものと同じでよい。さらに、図４に示すように、ターゲットセル（セルＡ）へハンドオーバーした後に他の周辺セル（セルＣ）の受信品質がターゲットセルを上回ること示す情報、他の周辺セル（セルＣ）の受信品質がターゲットセルを上回る予測時刻を示す情報、ソースセル（セルＢ）の受信品質を他の周辺セル（セルＣ）の受信品質が上回る予測時刻を示す情報、などを追加の予測情報として送信してもよい。

　図５の端末装置１０は、報告する測定イベントに対し、セル予測結果を追加で報告してよいか否かが基地局装置２０より指示される点が図４と異なる。換言すれば、基地局装置２０は、端末装置１０に対し、イベント評価は実際に測定したセルの受信品質に基づいて行わせる一方で、学習済みモデルを活性化し、出力されたセル予測結果を測定イベントの報告時に追加させるか否かを指示する。基地局装置２０は、端末装置１０におけるセル予測結果の報告の有無について、受信した端末装置１０のＵＥ　Ｃａｐａｂｉｌｉｔｙメッセージに基づいて判断する。

　端末装置１０は学習済みモデルから取得したセル予測結果を通知することによって、適切な移動管理を基地局装置２０へ行わせることが可能となり、ハンドオーバー成功率が向上することが期待される。基地局装置２０は、測定イベントの成立の報告に加え、基地局装置２０の移動管理に使用可能な判断情報が端末装置１０から受信することにより、ハンドオーバーの実施の有無について精度よく判断可能となり、ハンドオーバー成功率が向上することが期待される。

　端末装置１０は、実際に測定したセルの受信品質に加え、予測したセルの受信品質を測定報告メッセージに追加して報告する。追加する予測したセルの受信品質は、測定イベントの測定対象セル、在圏セル、周辺セルのいずれか、あるいはこれらの組み合わせである。予測したセルの受信品質は、現在の時刻から所定の時間が経過した後のセルの受信品質である。所定の時間は、測定イベントに設定されたＴＴＴと同じ時間でもよいし、基地局装置２０から指定された時間長を示す情報に基づいてもよい。

　時刻Ｔ１１は、実際に測定したセルの受信品質に基づいてセルＡの受信品質がセルＣの受信品質より下回った時刻を示す。換言すれば、セルＣに対してイベントＡ３のイベント成立条件（entering condition）が満たされた時刻を示す。なお、それぞれの受信品質は、測定設定で通知される周波数オフセット、セル固有オフセット、イベント別のオフセット値、ヒステリシス値など、測定イベントの評価に用いる種々のパラメータが考慮されているものとする。

　時刻Ｔ１２は、端末装置１０が時刻Ｔ１１から所定の時間継続してイベントＡ３のイベント成立条件が満足されたと判断する時間を示す。すなわち、時刻Ｔ１１から時刻Ｔ１２まで、セルＣの受信品質がセルＡの受信品質を上回り、端末装置１０がセルＣに対してイベントＡ３が成立したと判断することを意味する。所定の時間とは例えばＴＴＴである。

　ここで、時刻Ｔ１２の時点の端末装置１０が、時刻Ｔ１３における各セルの受信品質のそれぞれについて学習済みモデルを用いて出力（予測）できる場合、時刻Ｔ１２でトリガされて報告される測定報告メッセージに、時刻Ｔ１３におけるセル予測結果を含めて基地局装置２０へ送信する。時刻Ｔ１２から時刻Ｔ１３の時間間隔（例えば時刻ｔ２）は、例えばＴＴＴであってもよいし、基地局装置２０から指定された時間長を示す情報に基づいてもよい。追加されるセル予測結果は、予測された値をそのまま報告してもよいし、報告するセルの受信品質からの差分値を計算して報告してもよいし、その他の検出された一定品質以上の周辺セルの結果を報告してもよいし、これらに加えてセル予測結果の誤差の範囲を示す粒度情報を含めて報告してもよい。

　または、端末装置１０において、時刻Ｔ１２以降のセルの受信品質が学習済みモデルの出力結果から予測される場合、セルの受信品質に関する追加の予測情報を測定報告メッセージに含めて送信してもよい。追加の予測情報とは、例えば、ターゲットセル（セルＣ）へのハンドオーバー後に再度ソースセル（セルＡ）のハンドオーバーが起こり得ること（いわゆるping-pong）を示す情報、ハンドオーバー失敗の可能性の有無、またはハンドオーバー失敗の可能性の大きさを示す情報、ターゲットセルのイベント離脱条件（leaving condition）が満たされる時刻を示す情報、ハンドオーバー後のターゲットセルの滞在予測時間を示す情報、などである。基地局装置２０は、どの予測情報を追加で報告させるかについて、端末装置１０に個別に設定してもよい。

　また、端末装置１０は、時刻Ｔ１３で予測した予測値に基づいて、実際の測定結果に基づく測定報告メッセージを送信すべきでないと判断してもよい。測定報告メッセージの送信の判断は、上述した追加の予測情報に基づいてもよい。追加の予測情報を用いる場合、基地局装置２０から判断に用いる閾値情報（時間あるいは割合を示す閾値など）が端末装置１０に設定される。測定報告メッセージを送信すべきでないと判断した場合、端末装置１０は、測定報告メッセージの送信をキャンセルしてもよいし、測定報告メッセージの送信を抑制してもよいし、測定イベントに対応する測定識別子をサスペンドしてもよいし、測定イベントに対応する報告設定の評価を停止してもよいし、測定イベントがイベント成立条件を満たさない（トリガしない）とみなしてもよい。

　端末装置１０は、予測値を常にモニタし、予測値が正しくないと判断した時点で実際の測定結果に基づく測定報告メッセージを送信してもよい。予測値の正誤の判断は上述した方法と同じでよい。測定報告メッセージの送信の判断に基づいて測定報告メッセージを送信していなかった場合は、更に、実際に測定イベントが成立した時刻の情報やセルの受信品質を含めてもよい。また、端末装置１０は、予測値が正しくないと判断したこと示す情報を基地局装置２０へ送信してもよい。

　測定報告メッセージを送信しないと判断した端末装置１０は、未報告の測定イベントに関する情報を基地局装置２０に報告する。例えば、端末装置１０は、ＲＲＣメッセージであるUE assistance informationメッセージを用いてもよい。ＲＲＣメッセージに含める情報は、未報告を示す情報に加え、測定イベントの情報（測定識別子）、実際に測定イベントが成立した時刻の情報、またはセルの受信品質、未送信と判断した判断理由を含めてもよい。

　時刻Ｔ１４は、実際に測定したセルの受信品質に基づいてセルＡの受信品質がセルＢの受信品質より下回った時刻を示す。換言すれば、セルＢに対してイベントＡ３のイベント成立条件（entering condition）が満たされた時刻を示す。また、時刻Ｔ１５は、端末装置１０が時刻Ｔ１４から所定の時間継続してイベントＡ３のイベント成立条件が満足されたと判断するタイミングを示す。すなわち、時刻Ｔ１４から時刻Ｔ１５まで、セルＢの受信品質がセルＡの受信品質を上回り、端末装置１０がセルＢに対してイベントＡ３が成立したと判断することを意味する。所定の時間とは例えばＴＴＴである。

　ここで、時刻Ｔ１５の時点の端末装置１０が、時刻Ｔ１６における各セルの受信品質のそれぞれについて学習済みモデルを用いて出力（予測）できる場合、時刻Ｔ１５でトリガされて報告される測定報告メッセージに、時刻Ｔ１６におけるセル予測結果を含めて基地局装置２０へ送信する。時刻Ｔ１５から時刻Ｔ１６の時間間隔（例えば時刻ｔ２）は、例えばＴＴＴであってもよいし、基地局装置２０から指定された時間長を示す情報に基づいてもよい。追加されるセル予測結果は上述したものと同じでよい。

　端末装置１０は、時刻Ｔ１５で送信した測定報告メッセージに含めた予測値が正しかった場合は特に何もせずに予測に基づく判断を継続する。図５に示すように、セルＢへハンドオーバーした後の滞在予測時間が一定時間（例えば時刻Ｔ１６まで）継続される場合、端末装置１０は測定報告メッセージに含めた予測値の正誤の判断を中止し、通常の動作を再開してもよい。

　時刻Ｔ１６～時刻Ｔ１７の間は、端末装置１０の在圏セルがセルＢであり、周辺セルがセルＡ、セルＣである状態を示している。時刻Ｔ１７は、セルＢの受信品質がセルＡの受信品質より下回った時刻を示す。換言すれば、セルＡに対してイベントＡ３のイベント成立条件（entering condition）が満たされた時刻を示す。また、時刻Ｔ１８は、端末装置１０が時刻Ｔ１６から所定の時間継続してイベントＡ３のイベント成立条件が満足されたと判断するタイミングを示す。すなわち、時刻Ｔ１７から時刻Ｔ１８までの間、セルＡの受信品質がセルＢの受信品質を上回り、端末装置１０がセルＡに対してイベントＡ３が成立すると判断することを意味する。

　ここで、時刻Ｔ１８の時点の端末装置１０が、時刻Ｔ１９における各セルの受信品質のそれぞれについて学習済みモデルを用いて出力（予測）できる場合、時刻Ｔ１８でトリガされて報告される測定報告メッセージに、時刻Ｔ１９におけるセル予測結果、あるいは更に、追加の予測情報を含めて基地局装置２０へ送信してもよい。追加の予測情報は上述したものと同じでよい。さらに、図５に示すように、ターゲットセル（セルＡ）へハンドオーバーした後に他の周辺セル（セルＣ）の受信品質がターゲットセルを上回ること示す情報、他の周辺セル（セルＣ）の受信品質がターゲットセルを上回る予測時刻を示す情報、ソースセル（セルＢ）の受信品質を他の周辺セル（セルＣ）の受信品質が上回る予測時刻を示す情報、ターゲットセルとして推奨するセルＩＤ（時刻Ｔ１９の場合はセルＣ）などを追加の予測情報として送信してもよい。

　図７は、端末装置１０と基地局装置２０間でやり取りされるＲＲＣメッセージの例について説明するためのシーケンス図である。なお、図示を省略するが、端末装置１０と基地局装置２０との間の無線接続（ＲＲＣセットアップ）手順が完了し、端末装置１０の状態が、通信中状態（接続状態、ＲＲＣ　Ｃｏｎｎｅｃｔｅｄ状態とも称する）に移行している状態から開始する。また、端末装置１０は、自装置の無線能力を基地局装置２０に通知するために、ＲＲＣメッセージ（ＵＥ　Ｃａｐａｂｉｌｉｔｙメッセージ）を生成し、基地局装置２０に送信しているとする。

　端末装置１０は、端末装置１０の位置情報精度（ポジショニングサポート情報）、学習済みモデルを利用した場合に予測可能な最大時間を示す情報、予測可能な最大セル数などの情報をＵＥ　Ｃａｐａｂｉｌｉｔｙメッセージに含めて送信してもよい。

　基地局装置２０は、第１のＲＲＣメッセージ（図中のRRC message1）を端末装置１０に送信する（ステップＳ１００）。第１のＲＲＣメッセージは、例えば、RRCReconfigurationメッセージのように、個別のＲＲＣメッセージが用いられる。第１のＲＲＣメッセージは、端末装置１０に対して測定イベントを設定するための測定設定を含めて送信される。また、第１のＲＲＣメッセージは、端末装置１０で使用する学習済みモデルの活性化、不活性化、スイッチング、フォールバックを指示する学習済みモデル設定含めてもよい。学習済みモデルの活性化、不活性化、スイッチングを指示する場合、基地局装置２０は、対象となる学習済みモデルの識別子（Model ID）を通知する。基地局装置２０は、学習済みモデルのスイッチングと同時に活性化、あるいは不活性化を指示してもよい。

　端末装置１０は、第１のＲＲＣメッセージに対する応答として、第２のＲＲＣメッセージ（図中のRRC message2）を基地局装置２０に送信する（ステップＳ１０１）。第２のＲＲＣメッセージは、例えば、RRCReconfigurationCompleteメッセージである。第２のＲＲＣメッセージは基地局装置２０から指定された学習済みモデルの活性化、不活性化、スイッチング、フォールバックが正常に完了したことを通知するためにも使用される。

　測定設定が設定され、学習済みモデルが活性化している端末装置１０は、測定設定に基づいて第３のＲＲＣメッセージ（図中のRRC message3）を基地局装置２０に送信する（ステップＳ１０２）。第３のＲＲＣメッセージは、例えば、測定報告メッセージ（Measurement Report）である。端末装置１０は、第３のＲＲＣメッセージの送信タイミング、および、第３のＲＲＣメッセージに含まれる情報は図４～５で説明した内容と同様である。

　または、端末装置１０と基地局装置２０は、図４と図５の動作を組み合わせて動作するように構成されてもよい。例えば、イベント成立条件を判断する場合は図４の動作（すなわち、セル予測結果を用いて測定イベントを評価する）を行い、イベント離脱条件を判断する場合は図５の動作（すなわち、セル測定結果を用いて測定イベントを評価し、セル予測結果を報告に追加する）を行ってもよく、その逆でもよい。または、通常は図４の動作を継続し、セル予測結果が正しくないと判断した場合、図５の動作に切り替えるようにしてもよい。すなわち、端末装置１０と基地局装置２０は、利用中の学習済みモデルの出力の精度が低いと判断される場合は、測定イベントを評価については実際のセル測定値を用いた従来の動作にフォールバックする。

　または、どちらの動作を行うかが基地局装置２０からＲＲＣメッセージで明示的に指定されてもよいし、Ｌ１シグナリング（ＰＤＣＣＨ）に含まれる下りリンク制御情報やＭＡＣ制御要素で動作が切り替えられるように構成されてもよい。

　このように、第１の実施形態によれば、端末装置１０および基地局装置２０は、学習済みのモデルを用いてセルの受信品質の予測を行い、セルの受信品質の予測結果を含む測定報告メッセージの送受信を行うことで、端末装置１０と基地局装置２０との間の移動管理の性能を向上することができる。

　＜第２の実施形態＞
　第２の実施形態について記載する。なお、第１の実施形態および第２の実施形態において共通する構成、機能、または手順については説明を省略する。すなわち、以下では、主に、第１の実施形態と異なる点について説明する。

　第２の実施形態の端末装置１０と基地局装置２０は、コンディショナルハンドオーバー（ＣＨＯ：Conditional　Handover）のトリガに用いる測定イベント（イベント条件（Conditional Event））の評価に対して学習済みモデルの出力であるセル予測結果を用いる。端末装置１０は、基地局装置２０より学習済みモデルの出力であるセル予測結果を用いたイベント条件の評価を行ってよいか否かが指示される。換言すれば、基地局装置２０は、端末装置１０に対し、学習済みモデルを活性化し、出力されたセル予測結果を用いてコンディショナルハンドオーバーを実行してよいか否かを指示する。基地局装置２０は、端末装置１０におけるセル予測結果を用いたイベント条件の評価の有無について、受信した端末装置１０のＵＥ　Ｃａｐａｂｉｌｉｔｙメッセージに基づいて判断する。

　なお、基地局装置２０は、端末装置１０に対し、（１）セル予測結果を用いた測定イベントの評価、（２）セル予測結果を用いたイベント条件の評価の、いずれか、または両方を実行してよいか否かを指示してもよい。指示する方法は、Ｌ１シグナリング（ＰＤＣＣＨ）に含まれる下りリンク制御情報を用いてもよいし、ＭＡＣ制御要素を用いてもよいし、個別または共通のＲＲＣメッセージを用いてもよい。

　学習済みモデルから取得したセル予測結果を用いることで、端末装置１０は実際にセルの測定を行う前にイベント条件を評価することが可能となり、コンディショナルハンドオーバー成功率が向上することが期待される。また、端末装置１０はコンディショナルハンドオーバーの実施の有無について精度よく判断可能となり、コンディショナルハンドオーバー成功率の向上とコンディショナルハンドオーバー後の無線リンク障害の発生頻度の低下が期待される。

　例えば、端末装置１０は、現在の時刻から所定の時間が経過した後のターゲットセルの受信品質（セル予測結果）を用いたイベント条件の評価を行い、かつ、セル予測結果に基づいて設定されたイベント条件が成立した場合、当該ターゲットセルに対してコンディショナルハンドオーバーを実行する。所定の時間は、測定イベントに設定されたＴＴＴと同じ時間でもよいし、基地局装置２０から指定された値でもよい。

　端末装置１０は、セル予測結果を用いてコンディショナルハンドオーバーを実行した場合、セル予測結果を用いたか否かを示す情報を基地局装置２０に報告（送信）を行う。例えば、端末装置１０は、コンディショナルハンドオーバーの実行完了を通知するＲＲＣメッセージ（RRCReconfigurationComplete）にセル予測結果を用いたか否かを示す情報を追加してもよい。

　あるいは、端末装置１０は、実際に測定したターゲットセルの受信品質（第１の受信品質、セル測定結果）に基づいてイベント条件の評価を行い、設定されたイベント条件が成立した場合、そのままコンディショナルハンドオーバーを実行するか否かについて、予測した当該ターゲットセルの受信品質（第２の受信品質、セル予測結果）に基づいて判断してもよい。セル予測結果は、イベント条件が成立した時刻から所定の時間が経過した後のセル予測結果を用いる。所定の時間は、イベント条件に設定されたＴＴＴと同じ時間でもよいし、基地局装置２０から指定された値でもよい。

　端末装置１０は、セル予測結果に基づいて、コンディショナルハンドオーバー後に無線リンク障害（Radio Link Failure）が予測される場合、より具体的には、ターゲットセルへハンドオーバーしてから短時間のうちに他の周辺セルの受信品質がターゲットセルを上回ると予測される場合、ターゲットセルへのハンドオーバー後に再度ソースセルのハンドオーバーが実行される場合、ターゲットセルの受信品質が所定の時間後に所定の値を下回る場合、ターゲットセルのイベント離脱条件（leaving condition）が満たされる場合、ハンドオーバー後のターゲットセルの滞在予測時間が所定の時間未満の場合、にコンディショナルハンドオーバーを実行しないと判断してもよい。上記判断に用いるそれぞれのパラメータは基地局装置２０から事前に端末装置１０に通知されてもよい。

　端末装置１０は、コンディショナルハンドオーバーを実行しないと判断した場合、成立した測定識別子を含む測定報告メッセージを基地局装置２０に送信してもよい。または別のＲＲＣメッセージ（例えばUE assistance information）を用いてコンディショナルハンドオーバーの非実行を示す情報とその判断理由を含めて送信してもよい。

　このように、第２の実施形態によれば、端末装置１０および基地局装置２０は、学習済みのモデルを用いてセルの受信品質の予測を行い、セルの受信品質の予測結果に基づくコンディショナルハンドオーバーを実行することで、端末装置１０と基地局装置２０との間の移動管理の性能を向上することができる。

　なお、上述した各実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するものではない。本発明は、その趣旨を逸脱することなく、変更や改良され得ると共に、本発明はその等価物も含む。

　＜各実施の形態における各装置のハードウェア構成＞
　図９と図１０に基づいて、各実施の形態の無線通信システムにおける各装置のハードウェア構成を説明する。

　図９は、端末装置１０のハードウェア構成の一例を示す図である。図９に示すように、端末装置１０は、ハードウェアの構成要素として、例えばアンテナ３１を備えるＲＦ（Ｒａｄｉｏ　Ｆｒｅｑｕｅｎｃｙ）回路３２と、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）３３と、メモリ３４とを有する。さらに、端末装置１０は、ＣＰＵ３３に接続されるＬＣＤ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）等の表示装置を有してもよい。メモリ３４は、例えばＳＤＲＡＭ（Ｓｙｎｃｈｒｏｎｏｕｓ　Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等のＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、及びフラッシュメモリの少なくともいずれかを含み、プログラムや制御情報やデータ信号を格納する。

　図２に示す端末装置１０の機能構成と図９に示す端末装置１０のハードウェア構成との対応を説明する。送受信アンテナ部１９、送信部１７、及び受信部１５は、例えばＲＦ回路３２、あるいはアンテナ３１及びＲＦ回路３２により実現される。制御部１３及び処理部１１は、例えばＣＰＵ３３、メモリ３４、不図示のデジタル電子回路等により実現される。デジタル電子回路としては例えば、例えばＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、ＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）等が挙げられる。

　図１０は、基地局装置２０のハードウェア構成の一例を示す図である。図１０に示すように、基地局装置２０は、ハードウェアの構成要素として、例えばアンテナ４１を備えるＲＦ回路４２と、ＣＰＵ４３と、ＤＳＰ４４と、メモリ４５と、ネットワークＩＦ（Ｉｎｔｅｒｆａｃｅ）４６とを有する。ＣＰＵ４３は、バスを介して各種信号やデータ信号の入出力が可能なように接続されている。メモリ４５は、例えばＳＤＲＡＭ等のＲＡＭ、ＲＯＭ、及びフラッシュメモリの少なくともいずれかを含み、プログラムや制御情報やデータ信号を格納する。

　図３に示す基地局装置２０の機能構成と図１０に示す基地局装置２０のハードウェア構成との対応を説明する。送受信アンテナ部２９、送信部２７、及び受信部２５は、例えばＲＦ回路４２、あるいはアンテナ４１及びＲＦ回路４２により実現される。制御部２３と処理部２１は、例えばＣＰＵ４３、ＤＳＰ４４、メモリ４５、不図示のデジタル電子回路等により実現される。デジタル電子回路としては、例えばＡＳＩＣ、ＦＰＧＡ、ＬＳＩ等が挙げられる。

１　無線通信システム
１０　端末装置
２０　基地局装置
３０　コアネットワーク
１１、２１　処理部
１３、２３　制御部
１５、２５　受信部
１７、２７　送信部
１９、２９　送受信アンテナ部
３１、４１　アンテナ
３２、４２　ＲＦ回路
３３、４３　ＣＰＵ
３４、４５　メモリ
４４　ＤＳＰ
４６　ネットワークＩＦ
１１１、２１１　無線リソース処理部
１１３、２１３　予測部
３００　Data Collection
３０１　Model Training
３０２　Management
３０３　Inference
３０４　Model Storage

Claims

　基地局装置と通信する端末装置であって、
　セルの受信品質を測定するための測定イベントを含む測定設定に関する情報と、セル予測結果の利用許可を示す情報を前記基地局装置から受信する受信部と、
　前記セルの受信品質の変動の予測をセル予測結果として出力する予測部と、
　前記セル予測結果の利用許可を示す情報に基づいて、前記測定イベントと、前記測定イベントに関する実際に測定した第１の受信品質、および、前記セル予測結果に基づく第２の受信品質のそれぞれを、前記基地局装置に報告する送信部とを備える、端末装置。
　前記セルの受信品質の変動を予測するための機械学習を行った学習済みの学習モデルに前記セルの第１の受信品質を入力することで、前記セルの第２の受信品質を前記学習モデルから取得する予測部を備える、請求項１に記載の端末装置。
　前記セル予測結果の利用が許可されている場合、かつ、前記第１の受信品質が前記測定イベントの成立条件を所定の時間満たす場合に、前記測定イベントに関するセルの前記第１の受信品質と前記第２の受信品質のそれぞれを測定報告メッセージに含めて送信する、請求項１に記載の端末装置。
　前記第１の受信品質が前記測定イベントの成立条件を所定の時間満たす場合であっても、前記セルへのハンドオーバーが適切ではないと予測した場合、前記測定イベントの成立を抑制する、請求項３に記載の端末装置。
　前記セル予測結果の利用が許可されている場合、前記測定イベントを前記第１の受信品質では評価せず、前記第２の受信品質が前記測定イベントの成立条件を所定の時間満たす場合に、前記測定イベントに関するセルの前記第１の受信品質と前記第２の受信品質のそれぞれを測定報告メッセージに含めて送信する、請求項１に記載の端末装置。
　前記測定イベントに対応するコンディショナルハンドオーバー設定が設定されている場合であって、前記コンディショナルハンドオーバー設定の測定対象セルにおける前記第２の受信品質が前記測定イベントの成立条件を所定の時間満たす場合、前記測定イベントに対応するコンディショナルハンドオーバー手順を実行する、請求項１に記載の端末装置。
　端末装置と通信する基地局装置であって、
　セルの受信品質を測定するための測定イベントを含む測定設定に関する情報と、セル予測結果の利用許可を示す情報を前記端末装置に送信する送信部と、
　セル予測結果として前記端末装置が出力する、前記セルの受信品質の変動の予測に関する制御を行う予測部と、
　前記セル予測結果の利用許可を示す情報に基づいて送信された、前記測定イベントと、前記測定イベントに関する前記端末装置が実際に測定した第１の受信品質、および、前記セル予測結果に基づく第２の受信品質のそれぞれを含む測定報告メッセージを受信する受信部とを備える、基地局装置。
　前記端末装置が具備する前記セルの受信品質の変動を予測するための機械学習を行った学習済みの学習モデルに対し、前記セルの第１の受信品質を入力させることで、前記セルの第２の受信品質を前記学習モデルから取得する、請求項７に記載の基地局装置。
　前記端末装置が実際に測定した前記第１の受信品質と、前記セル予測結果に基づく前記第２の受信品質との乖離の程度を評価するための評価パラメータを前記端末装置に設定する、請求項７に記載の基地局装置。
　前記測定イベントに対応するコンディショナルハンドオーバー設定を前記端末装置に設定し、前記セル予測結果に基づく前記コンディショナルハンドオーバー手順の実行を許可する、請求項７に記載の基地局装置。
　基地局装置と通信する端末装置の制御方法であって、
　セルの受信品質を測定するための測定イベントを含む測定設定に関する情報と、セル予測結果の利用許可を示す情報を前記基地局装置から受信するステップと、
　前記セルの受信品質の変動の予測をセル予測結果として出力するステップと、
　前記セル予測結果の利用許可を示す情報に基づいて、前記測定イベントと、前記測定イベントに関する実際に測定した第１の受信品質、および、前記セル予測結果に基づく第２の受信品質のそれぞれを、前記基地局装置に報告するステップとを実行する、端末装置の制御方法。
　端末装置と通信する基地局装置の制御方法であって、
　セルの受信品質を測定するための測定イベントを含む測定設定に関する情報と、セル予測結果の利用許可を示す情報を前記端末装置に送信するステップと、
　セル予測結果として前記端末装置が出力する、前記セルの受信品質の変動の予測に関する制御を行うステップと、
　前記セル予測結果の利用許可を示す情報に基づいて送信された、前記測定イベントと、前記測定イベントに関する前記端末装置が実際に測定した第１の受信品質、および、前記セル予測結果に基づく第２の受信品質のそれぞれを含む測定報告メッセージを受信するステップとを実行する、基地局装置の制御方法。