CN119278638A - 用于导航模型增强的系统和方法 - Google Patents
用于导航模型增强的系统和方法 Download PDFInfo
- Publication number
- CN119278638A CN119278638A CN202380042595.4A CN202380042595A CN119278638A CN 119278638 A CN119278638 A CN 119278638A CN 202380042595 A CN202380042595 A CN 202380042595A CN 119278638 A CN119278638 A CN 119278638A
- Authority
- CN
- China
- Prior art keywords
- devices
- information
- subset
- processor
- ues
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 61
- 238000005259 measurement Methods 0.000 claims abstract description 92
- 238000004891 communication Methods 0.000 claims description 45
- 230000015654 memory Effects 0.000 claims description 42
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000003190 augmentative effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004883 computer application Methods 0.000 abstract description 39
- 230000006870 function Effects 0.000 description 38
- 238000012545 processing Methods 0.000 description 37
- 238000010586 diagram Methods 0.000 description 32
- 230000001413 cellular effect Effects 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 9
- 239000000969 carrier Substances 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 4
- 230000006837 decompression Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 102100036409 Activated CDC42 kinase 1 Human genes 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 101000741965 Homo sapiens Inactive tyrosine-protein kinase PRAG1 Proteins 0.000 description 2
- 102100038659 Inactive tyrosine-protein kinase PRAG1 Human genes 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本文呈现的方面可提高移动/计算机应用的性能。本文呈现的方面可使移动/计算机应用能够区分与运行导航应用的UE或实体相关联的实体,从而使该移动/计算机应用(或其相关联的服务器)能够具有对在该UE及其用户周围的状况的更准确的了解。在一方面,网络节点获得包括与多个设备相关联的至少一个特征的第一信息。该网络节点基于与该多个设备相关联的该至少一个特征来选择该多个设备的第一子集以用于测量(或者该网络节点可从该测量排除该多个设备的第二子集)。
Description
相关申请的交叉引用
本申请要求于2022年6月1日提交的名称为“用于导航模型增强的系统和方法(SYSTEMS AND METHODS FOR NAVIGATION MODEL ENHANCEMENT)”的美国非临时专利申请序列第17/804,976号的权益,该美国非临时专利申请以引用方式全文明确地并入本文。
技术领域
本公开整体涉及定位系统,并且更具体地涉及关于导航的定位系统。
背景技术
无线通信系统被广泛部署以提供各种电信服务,诸如电话、视频、数据、消息接发和广播。典型的无线通信系统可采用能够通过共享可用系统资源来支持与多个用户通信的多址技术。此类多址技术的示例包括码分多址(CDMA)系统、时分多址(TDMA)系统、频分多址(FDMA)系统、正交频分多址(OFDMA)系统、单载波频分多址(SC-FDMA)系统和时分同步码分多址(TD-SCDMA)系统。
已经在各种电信标准中采用了这些多址技术以提供公共协议,该协议使得不同的无线设备能够在城市、国家、地区、以及甚至全球层面上进行通信。示例电信标准是5G新无线电(NR)。5G NR是第三代合作伙伴计划(3GPP)颁布的持续移动宽带演进的一部分以满足与时延、可靠性、安全性、可缩放性(例如,与物联网(IoT))和其他要求相关联的新要求。5GNR包括与增强型移动宽带(eMBB)、大规模机器类型通信(mMTC)和超可靠低时延通信(URLLC)相关联的服务。5G NR的某些方面可能基于4G长期演进(LTE)标准。需要进一步改进5G NR技术。此外,这些改进也可适用于其他多址技术和采用这些技术的电信标准。
发明内容
下文呈现了一个或多个方面的发明内容,以便提供对这些方面的基本理解。该发明内容并非是对所有设想方面的广泛综述。该发明内容既不旨在标识所有方面的关键或重要元素,也不旨在描述任何或所有方面的范围。其唯一目的是以简化形式呈现一个或多个方面的一些概念,作为稍后呈现的更详细描述的前序。
在本公开的一方面,提供了一种方法、计算机可读介质和装置。该装置获得包括与多个设备相关联的至少一个特征的第一信息。该装置基于与该多个设备相关联的该至少一个特征来选择该多个设备的第一子集以用于测量。
为了实现前述和相关的目的,一个或多个方面包括以下全面描述的并在权利要求书中特别指出的特征。以下描述和附图详细地阐述了一个或多个方面的一些例示性特征。然而,这些特征仅指示可以采用各种方面的原理的各种方式中的仅一些方式。
附图说明
图1是例示无线通信系统和接入网络的示例的示图。
图2A是例示根据本公开的各个方面的第一帧的示例的示图。
图2B是例示根据本公开的各方面的子帧内的下行链路(DL)信道的示例的图示。
图2C是例示根据本公开的各个方面的第二帧的示例的示图。
图2D是例示根据本公开的各方面的子帧内的上行链路(UL)信道的示例的图示。
图3是例示接入网络中的基站和用户装备(UE)的示例的示图。
图4是例示根据本公开的各个方面的基于参考信号测量结果的UE定位的示例的图示。
图5是例示根据本公开的各个方面的基于来自用户的实时数据来预测交通的导航应用的示例的示图。
图6是例示根据本公开的各个方面的使用基础设施来标识区域中的UE的位置和数量的示例的示图。
图7是例示根据本公开的各个方面的标识UE的群集的示例的示图。
图8是例示根据本公开的各个方面的基于行进路径区域使用来标识UE的类别或群集的示例的示图。
图9是例示根据本公开的各个方面的多个无线设备交换传感器数据的示例的示图。
图10是无线通信的方法的流程图。
图11是无线通信的方法的流程图。
图12是例示用于示例装置和/或网络实体的硬件具体实施的示例的示图。
图13是例示用于示例装置和/或网络实体的硬件具体实施的示例的示图。
图14是例示用于示例装置和/或网络实体的硬件具体实施的示例的示图。
具体实施方式
本文呈现的方面可提高移动应用(例如,导航应用、广告应用和/或消息接发应用)的性能。本文呈现的方面可使移动应用能够区分与运行该移动应用的UE/实体相关联的实体,从而使移动应用(或它们的相关联服务器)能够具有对在UE周围的状况的更准确的了解以及为用户提供更好的用户体验。
下文结合附图阐述的具体实施方式是对各种配置的描述,而不表示可以实践本文所描述的概念的仅有配置。为了提供对各种概念的透彻理解,具体实施方式包括具体细节。然而,可以在没有这些具体细节的情况下实践这些概念。在一些情况下,众所周知的结构和组件以框图形式示出,以避免模糊此类概念。
还参考各种装置和方法给出电信系统的若干方面。这些装置和方法在以下具体实施方式中进行描述,并且在附图中通过各种框、组件、电路、过程、算法等(统称为“元素”)来例示。可使用电子硬件、计算机软件或者它们的任何组合来实现这些元素。这些元素是作为硬件还是软件来实现取决于特定的应用和施加于整个系统的设计约束。
作为示例,可将元素、或元素的任何部分、或元素的任何组合实现为“处理系统”,其包括一个或多个处理器。处理器的示例包括微处理器、微控制器、图形处理单元(GPU)、中央处理单元(CPU)、应用处理器、数字信号处理器(DSP)、精简指令集计算(RISC)处理器、片上系统(SoC)、基带处理器、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、状态机、门控逻辑、分立硬件电路和被配置为执行贯穿本公开所描述的各种功能性的其他合适硬件。处理系统中的一个或多个处理器可执行软件。无论被称为软件、固件、中间件、微代码、硬件描述语言还是其他术语,软件都应被宽泛地解释成意为指令、指令集、代码、代码段、程序代码、程序、子程序、软件组件、应用、软件应用、软件包、例程、子例程、对象、可执行件、执行的线程、规程、函数或它们的任何组合。
因此,在一个或多个示例方面、具体实施和/或用例中,所描述的功能可以用硬件、软件或它们的任何组合来实现。如果在软件中实现,则功能可作为一个或多个指令或代码来在计算机可读介质上进行存储或编码。计算机可读介质包括计算机存储介质。存储介质可以是能被计算机访问的任何可用介质。例如,此类计算机可读介质可以包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程ROM(EEPROM)、光盘存储、磁盘存储、其他磁性存储设备、这些类型的计算机可读介质的组合,或能够被用于存储可被计算机访问的指令或数据结构形式的计算机可执行代码的任何其他介质。
虽然在本申请中通过一些示例的例示来描述各方面、具体实施和/或用例,但在许多不同布置和场景中可能产生附加的或不同的方面、具体实施和用例。本文所描述的各方面、具体实施和/或用例可以跨许多不同的平台类型、设备、系统、形状、大小和封装布置来实现。例如,各方面、具体实施和/或用例可以经由集成芯片具体实施和其他基于非模块组件的设备(例如,终端用户设备、交通工具、通信设备、计算设备、工业装备、零售/购买设备、医疗设备、启用人工智能(AI)的设备等)来产生。虽然一些示例可能或可能不专门针对用例或应用,但所描述的示例可能出现广泛的适用性。各方面、具体实施和/或用例可以在从芯片级或模块化组件到非模块化、非芯片级具体实施的范围内,并且进一步到结合本文的一种或多种技术的聚合、分布式或原始装备制造商(OEM)设备或系统的范围。在一些实际设置中,结合有所描述的各方面和特征的设备还可包括用于实现和实践所要求保护并描述的方面的附加的组件和特征。例如,对无线信号的发送和接收必然包括用于模拟和数字目的的数个组件(例如,包括天线、RF链、功率放大器、调制器、缓冲器、处理器、交织器、加法器/求和器等的硬件组件)。本文所描述的技术可以在各种大小、形状和构成的各种各样的设备、芯片级组件、系统、分布式布置、聚合式或分解式组件、终端用户设备等中实践。
通信系统(诸如5G NR系统)的部署可以多种方式布置有各种组件或组成零件。在5G NR系统或网络中,网络节点、网络实体、网络的移动性元件、无线电接入网络(RAN)节点、核心网络节点、网络元件或网络装备(诸如基站(BS)、或执行基站功能性的一个或多个单元(或一个或多个组件)可在聚集或分解式架构中实现。例如,BS(诸如节点B(NB)、演进型NB(eNB)、NR BS、5G NB、接入点(AP)、发送接收点(TRP)或小区等)可以实现为聚合式基站(也被称为独立BS或单片BS)或分解式基站。
聚集式基站可被配置为利用在物理上或逻辑上集成在单个RAN节点内的无线电协议栈。分解式基站可被配置为利用在物理上或逻辑上分布在两个或更多个单元(诸如一个或多个中央或集中式单元(CU)、一个或多个分布式单元(DU)或一个或多个无线电单元(RU))之间的协议栈。在一些方面,CU可在RAN节点内实现,并且一个或多个DU可与CU共址,或者另选地,可在地理上或虚拟地分布在一个或多个其他RAN节点中。DU可被实现为与一个或多个RU通信。CU、DU和RU中的每一者可以被实现为虚拟单元,即虚拟中央单元(VCU)、虚拟分布式单元(VDU)或虚拟无线电单元(VRU)。
基站操作或网络设计可以考虑基站功能性的聚合特性。例如,分解式基站可在集成接入回传(IAB)网络、开放式无线电接入网络(O-RAN(诸如由O-RAN联盟赞助的网络配置))或虚拟化无线电接入网络(vRAN,也被称为云无线电接入网络(C-RAN))中使用。分解可包括跨各种物理位置处的两个或更多个单元分布功能性,以及虚拟地分布至少一个单元的功能性,这可实现网络设计的灵活性。分解式基站或分解式RAN架构的各个单元可被配置用于与至少一个其他单元进行有线或无线通信。
图1是例示无线通信系统和接入网络的示例的示图100。所例示的无线通信系统包括分解式基站架构。分解式基站架构可包括一个或多个CU 110,该一个或多个CU可经由回传链路与核心网络120直接通信,或通过一个或多个分解式基站单元(诸如经由E2链路的近实时(近RT)RAN智能控制器(RIC)125,或与服务管理和编排(SMO)框架105相关联的非实时(非RT)RIC 115,或两者)与核心网络120间接通信。CU 110可经由相应中传链路(诸如F1接口)与一个或多个DU 130进行通信。DU 130可经由相应前传链路与一个或多个RU 140进行通信。RU 140可经由一个或多个射频(RF)接入链路与相应UE 104进行通信。在一些具体实施中,UE 104可由多个RU 140同时服务。
单元(即,CU 110、DU 130、RU 140,以及近RT RIC 125、非RT RIC 115和SMO框架105)中的每个单元可包括一个或多个接口或耦合到一个或多个接口,该一个或多个接口被配置为经由有线或无线发送介质来接收或发送信号、数据或信息(统称为信号)。单元中的每一者或向这些单元的通信接口提供指令的相关联处理器或控制器可被配置为经由发送介质与其他单元中的一者或多者通信。例如,这些单元可包括有线接口,该有线接口被配置为通过有线发送介质接收信号或向其他单元中的一个或多个单元发送信号。附加地,这些单元可包括无线接口,该无线接口可包括被配置为通过无线发送介质向其他单元中的一个或多个单元接收和/或发送信号的接收器、发送器或收发器(诸如RF收发器)。
在一些方面,CU 110可托管一个或多个更高层控制功能。此类控制功能可包括无线电资源控制(RRC)、分组数据汇聚协议(PDCP)、服务数据适配协议(SDAP)等。每个控制功能可利用接口来实现,该接口被配置为与由CU 110托管的其他控制功能传达信号。CU 110可被配置为处置用户面功能性(即,中央单元-用户面(CU-UP))、控制面功能性(即,中央单元-控制面(CU-CP))或它们的组合。在一些具体实施中,CU 110可被逻辑地拆分成一个或多个CU-UP单元和一个或多个CU-CP单元。当在O-RAN配置中实现时,CU-UP单元可经由接口(诸如E1接口)与CU-CP单元双向通信。根据需要,CU 110可被实现为与DU 130进行通信,以用于网络控制和信令。
DU 130可与逻辑单元相对应,该逻辑单元包括用于控制一个或多个RU 140的操作的一个或多个基站功能。在一些方面,DU 130可至少部分地根据功能拆分(诸如由3GPP定义的那些功能拆分)来托管无线电链路控制(RLC)层、介质访问控制(MAC)层和一个或多个高物理(PHY)层(诸如用于前向纠错(FEC)编码和解码、加扰、调制和解调等的模块)中的一者或多者。在一些方面,DU 130还可托管一个或多个低PHY层。每个层(或模块)可利用接口来实现,该接口被配置为与由DU 130托管的其他层(和模块)或与由CU 110托管的控制功能传达信号。
更低层功能性可由一个或多个RU 140实现。在一些部署中,由DU 130控制的RU140可与逻辑节点相对应,该逻辑节点至少部分地基于功能拆分(诸如更低层功能拆分)来托管RF处理功能或低PHY层功能(诸如执行快速傅里叶变换(FFT)、逆FFT(iFFT)、数字波束成形、物理随机接入信道(PRACH)提取和滤波等)或两者。在这种架构中,RU 140可被实现为处置与一个或多个UE 104的空中(OTA)通信。在一些具体实施中,与RU 140的控制面和用户面通信的实时和非实时方面可由对应DU 130控制。在一些场景中,这种配置可使DU 130和CU 110能够在基于云的RAN架构(诸如vRAN架构)中实现。
SMO框架105可被配置为支持非虚拟化网络元件和虚拟化网络元件的RAN部署和配置。对于非虚拟化网络元件,SMO框架105可被配置为支持用于RAN覆盖要求的专用物理资源的部署,这些专用物理资源可经由操作和维护接口(诸如O1接口)来管理。对于虚拟化网络元件,SMO框架105可被配置为与云计算平台(诸如开放式云(O-Cloud)190)进行交互以经由云计算平台接口(诸如O2接口)执行网络元件生命周期管理(诸如将虚拟化网络元件实例化)。此类虚拟化网络元件可包括但不限于CU 110、DU 130、RU 140和近RT RIC 125。在一些具体实施中,SMO框架105可经由O1接口与4G RAN的硬件方面(诸如开放式eNB(O-eNB)111)进行通信。附加地,在一些具体实施中,SMO框架105可经由O1接口直接与一个或多个RU 140进行通信。SMO框架105还可包括被配置为支持SMO框架105的功能性的非RT RIC 115。
非RT RIC 115可被配置为包括逻辑功能,该逻辑功能能够实现RAN元件和资源的非实时控制和优化、包括模型训练和更新的人工智能(AI)/机器学习(ML)(AI/ML)工作流或近RT RIC 125中的应用/特征的基于策略的指导。非RT RIC 115可(诸如经由A1接口)耦合到近RT RIC 125或与该近RT RIC进行通信。近RT RIC 125可被配置为包括逻辑功能,该逻辑功能使得能够通过接口(诸如经由E2接口)经由数据收集和动作进行RAN元件和资源的近实时控制和优化,该接口将一个或多个CU 110、一个或多个DU 130或两者以及O-eNB与近RTRIC 125连接。
在一些具体实施中,为了生成要部署在近RT RIC 125中的AI/ML模型,非RT RIC115可从外部服务器接收参数或外部富集信息。这种信息可由近RT RIC 125利用并可在SMO框架105或非RT RIC 115处从非网络数据源或从网络功能接收。在一些示例中,非RT RIC115或近RT RIC 125可被配置为调谐RAN行为或性能。例如,非RT RIC 115可监测针对性能的长期趋势和模式并采用AI/ML模型通过SMO框架105(诸如经由O1的重配置)或经由创建RAN管理策略(诸如A1策略)来执行校正动作。
CU 110、DU 130和RU 140中的至少一者可称为基站102。因此,基站102可包括CU110、DU 130和RU 140中的一者或多者(每个组件用虚线指示以表示每个组件可包括在基站102中,也可不包括在该基站中)。基站102为UE 104提供到核心网络120的接入点。基站102可包括宏小区(高功率蜂窝基站)和/或小型小区(低功率蜂窝基站)。小型小区包括毫微微小区、微微小区和微小区。包括小型小区和宏小区两者的网络可被称为异构网络。异构网络还可包括家庭演进型节点B(eNB)(HeNB),其可向被称为封闭订户组(CSG)的受限组提供服务。RU 140和UE 104之间的通信链路可包括从UE 104到RU 140的上行链路(UL)(也称为反向链路)发送和/或从RU 140到UE 104的下行链路(DL)(也称为前向链路)发送。通信链路可使用多输入多输出(MIMO)天线技术,包括空间复用、波束成形和/或发送分集。通信链路可通过一个或多个载波。对于在每个方向上用于发送的总共至多达YxMHz(x个分量载波)的载波聚合中分配的每个载波,基站102/UE 104可使用至多达YMHz(例如,5MHz、10MHz、15MHz、20MHz、100MHz、400MHz等)带宽的频谱。载波可以或可不彼此相邻。载波的分配可以是相对于DL和UL非对称的(例如,与UL相比,可为DL分配更多或者更少的载波)。分量载波可包括主分量载波和一个或多个辅分量载波。主分量载波可被称为主小区(PCell)并且辅分量载波可被称为辅小区(SCell)。
某些UE 104可使用设备到设备(D2D)通信链路158来彼此通信。D2D通信链路158可使用DL/UL无线广域网(WWAN)频谱。D2D通信链路158可使用一个或多个侧链路信道,诸如,物理侧链路广播信道(PSBCH)、物理侧链路发现信道(PSDCH)、物理侧链路共享信道(PSSCH)以及物理侧链路控制信道(PSCCH)。D2D通信可通过各种各样的无线D2D通信系统,诸如例如蓝牙、基于电气与电子工程师协会(IEEE)802.11标准的Wi-Fi、LTE或NR。
无线通信系统还可包括Wi-Fi AP 150,其例如在5GHz未许可频谱等中经由通信链路154与UE 104(也被称为Wi-Fi站(STA))通信。当在未许可频谱中通信时,UE 104/AP 150可在通信之前执行空闲信道评估(CCA)以确定信道是否可用。
电磁频谱通常基于频率/波长而被细分为各种类别、频带、信道等。在5GNR中,两个初始操作频带已经被标识为频率范围指定FR1(410MHz-7.125GHz)和FR2(24.25GHz-52.6GHz)。尽管FR1的一部分大于6GHz,但在各种文档和文章中,FR1通常(可互换地)被称为“6GHz以下”频带。关于FR2,有时发生类似的命名问题,其在文档和文章中通常(可互换地)称为“毫米波”频带,尽管不同于被国际电信联盟(ITU)标识为“毫米波”频带的极高频(EHF)频带(30GHz-300GHz)。
FR1与FR2之间的频率通常被称为中频带频率。最近的5G NR研究已将用于这些中频带频率的操作频带标识为频率范围指定FR3(7.125GHz–24.25GHz)。落在FR3内的频带可继承FR1特性和/或FR2特性,并且因此可有效地将FR1和/或FR2的特征扩展到中频带频率。此外,当前正在探索较高频带以将5G NR操作扩展到超过52.6GHz。例如,三个更高的操作频带已被标识为频率范围指定FR2-2(52.6GHz-71GHz)、FR4(71GHz-114.25GHz)和FR5(114.25GHz-300GHz)。这些较高频带中的每一者都落在EHF频带内。
考虑到以上方面,除非另有具体说明,否则如果在本文使用术语“6GHz以下”等,则其可广泛地表示可小于6GHz、可在FR1内,或可包括中频带频率的频率。此外,除非另有具体说明,否则如果在本文中使用术语“毫米波”等,则其可广义地表示可包括中频带频率,可在FR2、FR4、FR2-2和/或FR5内,或可在EHF频带内的频率。
基站102和UE 104可各自包括多个天线(诸如天线元件、天线面板和/或天线阵列)以促进波束成形。基站102可在一个或多个发送方向上向UE 104发送波束成形的信号182。UE 104可在一个或多个接收方向上从基站102接收波束成形的信号。UE 104还可在一个或多个发送方向上向基站102发送波束成形的信号184。基站102可在一个或多个接收方向上接收来自UE 104的波束成形的信号。基站102/UE 104可执行波束训练以确定基站102/UE104中的每一者的最佳接收方向和发送方向。基站102的发送方向和接收方向可相同或可不相同。UE 104的发送方向和接收方向可相同或可不相同。
基站102可包括和/或被称为gNB、节点B、eNB、接入点、基站收发器、无线电基站、无线电收发器、收发器功能、基本服务集(BSS)、扩展服务集(ESS)、发送接收点(TRP)、网络节点、网络实体、网络装备或一些其他合适的术语。基站102可被实现为集成接入和回传(IAB)节点、中继节点、侧链路节点、具有基带单元(BBU)(包括CU和DU)和RU的聚集式(单片)基站,或被实现为包括CU、DU和/或RU中的一者或多者的分解式基站。可以包括分解式基站和/或聚合式基站的基站集合可以被称为下一代(NG)RAN(NG-RAN)。
核心网络120可以包括接入和移动性管理功能(AMF)161、会话管理功能(SMF)162、用户面功能(UPF)163、统一数据管理(UDM)164、一个或多个位置服务器168和其他功能实体。AMF 161是处理UE 104与核心网络120之间的信令的控制节点。AMF 161支持注册管理、连接管理、移动性管理和其他功能。SMF 162支持会话管理和其他功能。UPF 163支持分组路由、分组转发和其他功能。UDM 164支持认证和密钥协商(AKA)凭证的生成、用户标识处理、接入授权和订阅管理。一个或多个位置服务器168被例示为包括网关移动位置中心(GMLC)165和位置管理功能(LMF)166。然而,一般而言,一个或多个位置服务器168可以包括一个或多个位置/定位服务器,其可以包括GMLC 165、LMF 166、位置确定实体(PDE)、服务移动位置中心(SMLC)、移动定位中心(MPC)等中的一者或多者。GMLC 165和LMF 166支持UE位置服务。GMLC 165提供用于客户端/应用(例如,紧急服务)的接口以访问UE定位信息。LMF 166经由AMF 161从NG-RAN和UE 104接收测量和辅助信息以计算UE 104的位置。NG-RAN可以利用一种或多种定位方法来确定UE 104的位置。定位UE 104可以涉及信号测量、位置估计以及基于这些测量的任选速度计算。信号测量可以由UE 104和/或服务基站102进行。所测量的信号可以基于卫星定位系统(SPS)170(例如,全球导航卫星系统(GNSS)、全球定位系统(GPS)、非地面网络(NTN)或其他卫星定位/定位系统中的一者或多者)、LTE信号、无线局域网(WLAN)信号、蓝牙信号、地面信标系统(TBS)、基于传感器的信息(例如,大气压传感器、运动传感器)、NR增强小区ID(NR E-CID)方法、NR信号(例如,多往返时间(多RTT)、DL离开角(DL-AoD)、DL到达时间差(DL-TDOA)、UL到达时间差(UL-TDOA)和UL到达角(UL-AoA)定位)和/或其他系统/信号/传感器中的一者或多者。
UE 104的示例包括蜂窝电话、智能电话、会话发起协议(SIP)电话、膝上型计算机、个人数字助理(PDA)、卫星收音机、全球定位系统、多媒体设备、视频设备、数字音频播放器(例如,MP3播放器)、相机、游戏控制台、平板电脑、智能设备、可穿戴设备、交通工具、电表、气泵、大型或小型厨房电器、医疗保健设备、植入物、传感器/致动器、显示器或者任何其他相似功能的设备。UE 104中的一些UE可被称为IoT设备(例如,停车计时器、气泵、烤面包机、交通工具、心脏监测仪等等)。UE 104还可被称为站、移动站、订户站、移动单元、订户单元、无线单元、远程单元、移动设备、无线设备、无线通信设备、远程设备、移动订户站、接入终端、移动终端、无线终端、远程终端、手机、用户代理、移动客户端、客户端或某种其他合适的术语。在一些场景中,术语UE还可应用于一个或多个配套设备,诸如在设备星座布置中。这些设备中的一个或多个设备可共同地接入网络和/或单独地接入网络。
再次参考图1,在某些方面,UE 104可被配置为获得包括与多个设备相关联的至少一个特征的第一信息,并且经由感测数据处理组件198基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量。在某些方面,基站102可被配置为获得包括与多个设备相关联的至少一个特征的第一信息,并且经由感测数据处理组件199基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量。
图2A是例示5G NR帧结构内的第一子帧的示例的示图200。图2B是例示5G NR子帧内的DL信道的示例的示图230。图2C是例示5G NR帧结构内的第二子帧的示例的示图250。图2D是例示5G NR子帧内的UL信道的示例的示图280。5G NR帧结构可以是频分双工(FDD)(其中针对特定的子载波集合(载波系统带宽),该子载波集合内的子帧专用于DL或UL),或者可以是时分双工(TDD)(其中针对特定的子载波集合(载波系统带宽),该子载波集合内的子帧专用于DL和UL两者)。在图2A、图2C所提供的示例中,5G NR帧结构被假设为TDD,其中子帧4被配置有时隙格式28(其中大多数为DL),其中D是DL,U是UL,并且F是可在DL/UL之间灵活使用的,并且子帧3被配置有时隙格式1(其中所有均为UL)。虽然子帧3、4被示出为分别具有时隙格式1、28,但任何特定子帧可被配置有各种可用时隙格式0-61中的任何时隙格式。时隙格式0、1分别为全DL、全UL。其他时隙格式2-61包括DL、UL和灵活符号的混合。通过接收到的时隙格式指示符(SFI)来为UE配置时隙格式(通过DL控制信息(DCI)动态地配置或通过无线电资源控制(RRC)信令半静态地/静态地配置)。注意,以下描述也适用于作为TDD的5G NR帧结构。
图2A至图2D例示了帧结构,并且本公开的各方面可适用于可具有不同的帧结构和/或不同的信道的其他无线通信技术。一帧(10ms)可被分成10个相等大小的子帧(1ms)。每个子帧可包括一个或多个时隙。子帧还可包括微时隙,该微时隙可包括7个、4个或2个符号。每个时隙可包括14个或12个符号,这取决于循环前缀(CP)是正常的还是扩展的。对于正常的CP,每个时隙可包括14个符号,并且对于扩展的CP,每个时隙可包括12个符号。DL上的符号可以是CP正交频分复用(OFDM)(CP-OFDM)符号。UL上的符号可为CP-OFDM符号(针对高吞吐量场景)或离散傅里叶变换(DFT)扩展OFDM(DFT-s-OFDM)符号(也被称为单载波频分多址(SC-FDMA)符号)(针对功率受限的场景;限于单流发送)。子帧内的时隙的数量基于CP和参数集。参数集定义了子载波间隔(SCS),并且有效地定义了符号长度/历时,其等于1/SCS。
对于正常的CP(14个符号/时隙),不同的参数集μ0至4分别允许每子帧有1个、2个、4个、8个和16个时隙。对于扩展的CP,参数集2允许每子帧有4个时隙。因此,对于正常的CP和参数集μ,存在14个符号/时隙和2μ个时隙/子帧。子载波间隔可等于2μ*15kHz,其中μ为参数集0至4。因此,参数集μ=0的子载波间隔为15kHz,并且参数集μ=4的子载波间隔为240kHz。符号长度/历时与子载波间隔逆相关。图2A至图2D提供了每时隙有14个符号的正常的CP和每子帧有4个时隙的参数集μ=2的示例。时隙历时为0.25ms,子载波间隔为60kHz,并且符号历时为大约16.67μs。在帧集合内,可能存在频分复用的一个或多个不同的带宽部分(BWP)(参见图2B)。每个BWP可具有特定的参数集和CP(正常的或扩展的)。
资源网格可被用于表示帧结构。每个时隙包括延伸12个连续子载波的资源块(RB)(也称为物理RB(PRB))。资源网格被划分为多个资源元素(RE)。每个RE携载的比特数量取决于调制方案。
如图2A所例示,RE中的一些RE携载用于UE的参考(导频)信号(RS)。RS可包括解调RS(DM-RS)(对于一种特定配置指示为R,但是其他DM-RS配置是可能的)以及用于UE处的信道估计的信道状态信息参考信号(CSI-RS)。RS还可包括波束测量RS(BRS)、波束细化RS(BRRS)和相位跟踪RS(PT-RS)。
图2B例示了帧的子帧内的各种DL信道的示例。物理下行链路控制信道(PDCCH)在一个或多个控制信道元素(CCE)(例如,1个、2个、4个、8个或16个CCE)内携带DCI,每个CCE包括六个RE组(REG),每个REG包括在RB的OFDM符号中的12个连续RE。一个BWP内的PDCCH可被称为控制资源集(CORESET)。UE被配置为在CORESET上的PDCCH监测时机期间监测PDCCH搜索空间(例如,公共搜索空间、UE特定搜索空间)中的PDCCH候选,其中PDCCH候选具有不同的DCI格式和不同的聚合等级。附加的BWP可位于信道带宽上的更高和/或更低的频率处。主同步信号(PSS)可在帧的特定子帧的符号2内。PSS被UE 104用来确定子帧/符号定时和物理层标识。辅同步信号(SSS)可在帧的特定子帧的符号4内。SSS被UE用来确定物理层小区标识组号和无线电帧定时。基于物理层标识和物理层小区标识组号,UE可确定物理小区标识符(PCI)。基于该PCI,UE可确定DM-RS的位置。携载主信息块(MIB)的物理广播信道(PBCH)可与PSS和SSS逻辑分组,以形成同步信号(SS)/PBCH块(也被称为SS块(SSB))。MIB提供系统带宽中的RB的数量和系统帧号(SFN)。物理下行链路共享信道(PDSCH)携载用户数据、未通过PBCH发送的广播系统信息(诸如系统信息块(SIB))和寻呼消息。
如图2C所例示,RE中的一些RE携载DM-RS(对于一种特定配置指示为R,但其他DM-RS配置是可能的)以用于基站处的信道估计。UE可发送物理上行链路控制信道(PUCCH)的DM-RS和物理上行链路共享信道(PUSCH)的DM-RS。PUSCH DM-RS可在PUSCH的前一个或前两个符号中发送。取决于是发送短PUCCH还是长PUCCH并且取决于所使用的特定PUCCH格式,可按不同的配置来发送PUCCH DM-RS。UE可发送探测参考信号(SRS)。SRS可在子帧的最后一个符号中发送。SRS可具有梳齿结构,并且UE可在梳齿中的一个梳齿上发送SRS。SRS可由基站用于信道质量估计以实现对UL的频率相关调度。
图2D例示了帧的子帧内的各种UL信道的示例。PUCCH可位于如在一种配置中指示的位置。PUCCH携载上行链路控制信息(UCI),诸如,调度请求、信道质量指示符(CQI)、预译码矩阵指示符(PMI)、秩指示符(RI)和混合自动重复请求(HARQ)确认(ACK)(HARQ-ACK)反馈(即,指示一个或多个ACK和/或否定ACK(NACK)的一个或多个HARQ ACK比特)。PUSCH携载数据,并且可附加地用于携载缓冲区状态报告(BSR)、功率净空报告(PHR)和/或UCI。
图3是接入网络中的基站310与UE 350通信的框图。在DL中,可将互联网协议(IP)分组提供给控制器/处理器375。控制器/处理器375实现层3和层2功能性。层3包括无线电资源控制(RRC)层,并且层2包括服务数据适配协议(SDAP)层、分组数据汇聚协议(PDCP)层、无线电链路控制(RLC)层和介质访问控制(MAC)层。控制器/处理器375提供与系统信息(例如,MIB、SIB)的广播、RRC连接控制(例如,RRC连接寻呼、RRC连接建立、RRC连接修改和RRC连接释放)、无线电接入技术(RAT)间移动性以及用于UE测量报告的测量配置相关联的RRC层功能性;与报头压缩/解压缩、安全性(加密、解密、完整性保护、完整性验证)和移交支持功能相关联的PDCP层功能性;与上层分组数据单元(PDU)的传送、通过ARQ的纠错、RLC服务数据单元(SDU)的级联、分段和重组、RLC数据PDU的重新分段和RLC数据PDU的重新排序相关联的RLC层功能性;以及与逻辑信道和传输信道之间的映射、MAC SDU到传输块(TB)上的复用、MAC SDU从TB的解复用、调度信息报告、通过HARQ的纠错、优先级处置和逻辑信道优先级排序相关联的MAC层功能性。
发送(TX)处理器316和接收(RX)处理器370实现与各种信号处理功能相关联的层1功能性。层1(其包括物理(PHY)层)可包括传输信道上的错误检测、传输信道的前向纠错(FEC)译码/解码,交织、速率匹配、到物理信道上的映射、物理信道的调制/解调、以及MIMO天线处理。TX处理器316基于各种调制方案(例如,二元移相键控(BPSK)、正交移相键控(QPSK)、M阶移相键控(M-PSK)、M阶正交幅度调制(M-QAM))来处理到信号群集的映射。然后可将译码和调制的符号分成并行流。随后,可将每个流映射到OFDM子载波,在时域和/或频域中将其与参考信号(例如,导频)进行复用,并随后使用快速傅里叶逆变换(IFFT)将各个流组合在一起,以便产生携载时域OFDM符号流的物理信道。OFDM流经过空间预译码以产生多个空间流。来自信道估计器374的信道估计可用于确定译码和调制方案,以及用于空间处理。可从由UE 350发送的参考信号和/或信道状况反馈导出信道估计。然后,每个空间流可经由单独的发送器318Tx被提供给不同的天线320。每个发送器318Tx可利用相应的空间流来对射频(RF)载波进行调制以用于发送。
在UE 350处,每个接收器354Rx通过其相应的天线352来接收信号。每个接收器354Rx对调制到RF载波上的信息进行恢复并将该信息提供给接收(RX)处理器356。TX处理器368和RX处理器356实现与各种信号处理功能相关联的层1功能性。RX处理器356可以对信息执行空间处理,以恢复以UE 350为目的地的任何空间流。如果多个空间流以UE 350为目的地,则可以由RX处理器356将它们组合成单个OFDM符号流。然后RX处理器356使用快速傅里叶变换(FFT)将OFDM符号流从时域转换到频域。频域信号包括针对该OFDM信号的每个子载波的单独的OFDM符号流。通过确定最有可能由基站310发送的信号星座点来恢复并解调每个子载波上的符号以及参考信号。这些软决策可基于由信道估计器358计算的信道估计。然后,对软决策进行解码和解交织来恢复最初由基站310在物理信道上发送的数据和控制信号。然后将数据和控制信号提供给控制器/处理器359,其实现层3和层2功能性。
控制器/处理器359可与存储程序代码和数据的存储器360相关联。存储器360可被称为计算机可读介质。在UL中,控制器/处理器359提供传输信道与逻辑信道之间的解复用、分组重组、解密、报头解压缩和控制信号处理,以恢复IP分组。控制器/处理器359还负责使用ACK和/或NACK协议的错误检测以支持HARQ操作。
类似于结合由基站310进行的DL发送描述的功能性,控制器/处理器359提供与系统信息(例如,MIB、SIB)获取、RRC连接和测量报告相关联的RRC层功能性;与报头压缩/解压缩和安全性(加密、解密、完整性保护、完整性验证)相关联的PDCP层功能性;与上层PDU的传递,通过ARQ的纠错,RLC SDU的级联、分段和重组,RLC数据PDU的重新分段和RLC数据PDU的重新排序相关联的RLC层功能性;以及与逻辑信道和传输信道之间的映射、MAC SDU到TB上的复用、MAC SDU从TB的解复用、调度信息报告、通过HARQ的纠错、优先级处置和逻辑信道优先级排序相关联的MAC层功能性。
TX处理器368可以使用信道估计器358从基站310发送的参考信号或反馈中导出的信道估计,以选择适当的译码和调制方案并且有助于实现空间处理。可以经由单独的发送器354Tx将TX处理器368所生成的空间流提供给不同的天线352。每个发送器354Tx可用相应的空间流来调制RF载波以用于发送。
在基站310处以与结合UE 350处的接收器功能所描述的方式相类似的方式处理UL发送。每个接收器318Rx通过其相应的天线320来接收信号。每个接收器318Rx恢复被调制到RF载波上的信息,并将该信息提供给RX处理器370。
控制器/处理器375可与存储程序代码和数据的存储器376相关联。存储器376可被称为计算机可读介质。在UL中,控制器/处理器375提供传输信道和逻辑信道之间的解复用、分组重组、解密、报头解压缩、控制信号处理以恢复IP分组。控制器/处理器375还负责使用ACK和/或NACK协议的错误检测以支持HARQ操作。
TX处理器368、RX处理器356和控制器/处理器359中的至少一者可被配置为结合图1的感测数据处理组件198来执行各方面。
TX处理器316、RX处理器370和控制器/处理器375中的至少一者可被配置为结合图1的感测数据处理组件199来执行各方面。
图4是例示根据本公开的各个方面的基于参考信号测量的UE定位(这也可被称为“基于网络的定位”)的示例的示图400。UE 404可在时间TSRS_TX发送UL-SRS 412并在时间TPRS_RX接收DL定位参考信号(PRS)(DL-PRS)410。TRP 406可在时间TSRS_RX接收UL-SRS 412并在时间TPRS_TX发送DL-PRS 410。UE 404可在发送UL-SRS 412之前接收DL-PRS 410,或者可在接收DL-PRS 410之前发送UL-SRS 412。在这两种情况下,定位服务器(例如,位置服务器168)或UE 404可基于(|TSRS_RX–TPRS_TX|–|TSRS_TX–TPRS_RX|)的绝对值来确定RTT 414。因此,多RTT定位可利用从多个TRP 402、406接收并由UE 404测量的下行链路信号的UE Rx-Tx时间差测量(即,|TSRS_TX–TPRS_RX|)和DL-PRS参考信号接收功率(RSRP)(DL-PRS-RSRP),以及从UE404发送的上行链路信号在多个TRP 402、406处的所测量TRP Rx-Tx时间差测量(即,|TSRS_RX–TPRS_TX|)和UL-SRS-RSRP。UE 404使用从定位服务器接收的辅助数据来测量UE Rx-Tx时间差测量(和/或接收到的信号的DL-PRS-RSRP),并且TRP 402、406使用从定位服务器接收的辅助数据来测量gNB Rx-Tx时间差测量(和/或接收到的信号的UL-SRS-RSRP)。可在定位服务器或UE 404处使用这些测量来确定RTT,该RTT用于估计UE 404的位置。用于确定RTT的其他方法是可能的,诸如例如使用DL-TDOA和/或UL-TDOA测量。
DL-AoD定位可利用在UE 404处从多个TRP 402、406接收的下行链路信号的所测量的DL-PRS-RSRP。UE 404使用从定位服务器接收的辅助数据来测量接收到的信号的DL-PRS-RSRP,并且所得的测量连同离开方位角(A-AoD)、离开天顶角(Z-AoD)和其他配置信息一起用来相对于相邻TRP 402、406定位UE 404。
DL-TDOA定位可利用在UE 404处从多个TRP 402、406接收的下行链路信号的DL参考信号时间差(RSTD)(和/或DL-PRS-RSRP)。UE 404使用从定位服务器接收的辅助数据来测量接收到的信号的DL RSTD(和/或DL-PRS-RSRP),并且所得的测量连同其他配置信息一起用来相对于邻近TRP 402、406定位UE 404。
UL-TDOA定位可利用从UE 404发送的上行链路信号在多个TRP 402、406处的UL相对到达时间(RTOA)(和/或UL-SRS-RSRP)。TRP 402、406使用从定位服务器接收的辅助数据来测量接收到的信号的UL-RTOA(和/或UL-SRS-RSRP),并且所得的测量连同其他配置信息一起用来估计UE 404的位置。
UL-AoA定位可利用从UE 404发送的上行链路信号在多个TRP 402、406处的所测量到达方位角(A-AoA)和到达天顶角(Z-AoA)。TRP 402、406使用从定位服务器接收的辅助数据来测量接收到的信号的A-AoA和Z-AoA,并且所得的测量连同其他配置信息一起用来估计UE 404的位置。
附加的定位方法可用于估计UE 404的位置,诸如例如UE侧UL-AoD和/或DL-AoA。需注意,来自各种技术的数据/测量可以以各种方式组合以增加准确度、确定和/或增强确定性、补充/完善测量和/或替代/提供缺失的信息。
导航应用可指用户装备(UE)(例如,智能电话)中实时提供导航方向的应用。在过去几年中,由于导航应用提供了各种益处,因此用户越来越依赖于这些导航应用。例如,导航应用由于其使用户能够找到到达他们的目的地的路径而为用户提供了方便,并且还允许用户贡献信息并标记重要地点,从而生成对位置的最准确的描述。在一些示例中,导航应用还能够为用户提供专业导向,其中导航应用可经由最佳、最直接或最节省时间的路线将用户导向到目的地。例如,导航应用可获得交通的当前状态,并且然后定位用户到达目的地的最短且最快的路径,并且还提供用户将花费大约多长时间到达目的地。因此,导航应用可使用互联网连接和GPS/GNSS导航系统来提供关于如何到达给定目的地的逐向导向指令。
在一些场景中,由导航应用提供的信息可基于来自已经选择加入共享实时数据的设备(例如,UE)的历史数据和/或实时数据。例如,可指定使用导航应用的用户提供他们的位置、方向和/或行进速度。然后,至少部分地基于由这些用户提供的实时数据,导航应用(或与导航应用相关联的服务器)可能够确定在用户周围的交通。然而,有时,导航应用可能无法提供准确的信息或预测,因为它们可能不具有区分或识别用户正在使用导航应用的情况的能力。例如,导航应用可能无法确定用户是正在交通工具中、在街道上还是在其他类型的运输装置上使用导航应用等。这可能使导航应用提供不准确的交通数据。
图5是例示根据本公开的各个方面的基于来自用户的实时数据来预测交通的导航应用的示例的示图500。如在502和504处所示,行人组可能正在桥区域上步行,并且该行人组可能正在经由他们的UE(例如,移动电话、智能手表等)使用导航应用。如果行人组已经选择加入共享他们的实时数据,诸如他们的位置、速度和/或取向,则导航应用(或与导航应用相关联的服务器)可收集这些实时数据并预测在桥区域周围的交通。然而,如在506处所示,如果导航应用(或由导航应用运行的算法)无法区分UE(或实时数据)是表示交通工具、骑自行车者还是行人,则导航应用/服务器可在桥区域上存在正在移动低于速度阈值的一定数量的UE时预测在桥区域上存在繁重交通工具交通负荷。因此,导航应用可提供对交通的不准确的预测,并且由此影响由导航应用进行的路线规划(例如,找到最快和最短路线)的准确度。在一些示例中,除了无法区分/识别与运行导航应用的UE相关联的实体(例如,交通工具、行人等)之外,由导航应用运行的算法还可能被限制为在存在多于某个量的UE提供数据时进行交通预测。例如,算法可指定X个UE(例如,X=30、50等)被视为足以进行交通预测的数据。因此,如果不存在足够的UE提供它们的实时数据,或者如果UE没有选择加入共享它们的实时数据,则算法可避免在区域中进行交通预测。
本文呈现的方面可提高移动/计算机应用的性能。本文呈现的方面可使移动/计算机应用能够区分与运行移动/计算机应用的UE/实体相关联的实体,从而使该移动/计算机应用(或它们的相关联服务器)能够具有对在这些UE及其用户周围的状况的更准确的了解。需注意,虽然示图可使用导航应用作为示例来例示本公开,但是本公开的各方面还可应用于其他类型的移动/计算机应用,诸如广告应用和消息接发应用。
在本公开的一方面,移动/计算机应用(或与移动/计算机应用相关联的服务器)可使用一个或多个基础设施来标识区域中的UE的近似位置和/或区域中的UE的数量。出于本公开的目的,UE的近似位置可包括UE的绝对位置和UE的相对位置。例如,要确定UE的近似位置可包括确定相对距离、测量在UE之间的相对距离或估计在UE之间的相对距离等。移动/计算机应用可包括导航应用、广告应用或包括广告的应用、消息接发应用等。服务器可包括位置服务器、众包服务器或场所统计服务器等。例如,基站(或基站的组件)或路侧单元(RSU)可基于连接到来自区域的基站或RSU的UE或经由与该区域相关联的某些波束方向来标识该区域中的UE的数量。在一些示例中,基站或RSU还可基于UE的多普勒信息来确定检测到的这些UE的速度,并且基站或RSU可对特定UE很可能是行人UE还是交通工具UE进行分类。出于本公开的目的,由行人(例如,在道路上步行的用户)持有或与之共址的UE可被称为“行人UE”,并且由用户在交通工具中使用或作为交通工具的一部分(例如,交通工具的车载通信系统的一部分)的UE可被称为“交通工具UE”。至少部分地基于区域中的UE的数量及其标识(例如,行人UE、交通工具UE、其他类型的UE等),移动/计算机应用可具有关于该区域的UE和状况的更好的了解,并且移动/计算机应用可使用这个信息来为其用户进行更准确的预测、广告、消息接发和/或导航。
图6是例示根据本公开的各个方面的使用基础设施来标识区域中的UE的位置和数量的示例的示图600。可各自作为基站、基站的组件或RSU的基础设施602a和602b(统称为基础设施602)可例如基于在基础设施602与UE之间的通信波束的方向来检测在某些方向上接入基础设施602或与该基础设施进行通信的UE的数量。例如,基础设施602可检测到在十字路口区域中存在X个UE。然后,基础设施602可进一步测量或获得X个UE的多普勒信息以确定这些UE的速度。基于检测到的速度或在一时间段内检测到的平均速度,基础设施602可标识或预测UE是行人UE、交通工具UE还是另一种类型的UE。例如,基础设施602可将在每小时移动三(3)英里至四(4)英里之间的UE分类为行人UE 604,移动超过十五英里的UE是交通工具UE 606,并且在一时间段内不移动的UE是固定设备等。在一些示例中,UE的多普勒信息还可用于标识UE的取向,诸如测量的多普勒正在朝向基础设施602移位或正在远离基础设施602移动。由此,基础设施602还可标识或预测UE的行进方向。
在一个示例中,基于知道区域中的UE的数量、这些UE的方向和/或这些UE的潜在分类,导航应用可使用这个信息来具有关于这个区域中的交通的更好的了解。例如,如果基础设施602标识在十字路口中存在十个行人UE 604和两个交通工具UE 606,则导航应用可确定该十字路口的交通工具交通是轻闲的,而如果基础设施602标识在十字路口中存在在一个方向上移动的十二个交通工具UE 606,则导航应用可确定十字路口在那个方向上的交通工具交通是繁重的等。因此,导航应用可对这个十字路口区域进行更准确的预测和导航,而无需指定该区域中的用户共享他们的实时信息。
在另一个示例中,基于知道UE的分类和/或移动,广告应用(或包括广告的应用)和/或广告商可能够在不同区域处提供更具针对性或合适的广告。例如,基于在一时间段内检测到的交通工具UE和行人UE的数量,使用更大的广告牌(例如,其为动态的)的广告可集中于具有更多的交通工具UE的区域(例如,以交通工具中的乘客为目标),而使用更小的指示牌/监测器的广告可更多地集中于具有更多的行人UE的区域(例如,以行人为目标),因为步行的人可能更倾向于停止他们正在做的事情并享受食物、娱乐、购物等。在另一个示例中,可向停在十字路口处的乘客/骑自行车者展示动态广告而非静态广告。在一些示例中,可按观看广告的消费者的量和/或基于观看广告的人的类型(例如,锻炼者、推童车的父母、穿套装的人等)对广告商进行收费。
在另一个示例中,基于知道UE的分类和/或移动,消息接发应用可被配置为以不同方式显示消息和通信。例如,可基于用户(或其UE)的运动来向用户提供定制消息(类似于针对性广告)。例如,滚动消息可能更适合于静止的人,但是不太适合于移动超过某些速度的人。在另一个示例中,交通工具相关消息(诸如超速警告或“严禁酒后开车”警告)可被显示给交通工具UE但不被显示给行人UE。在另一个示例中,如果检测到交通工具UE和行人UE两者,则可向交通工具UE提供关于行人的存在的警告消息(例如,注意行人)和/或可向行人UE提供关于交通工具的存在的类似警告消息(例如,注意交通工具)等。
在一些示例中,基础设施602可被配置为周期性地和/或随机地对一个或多个区域中的UE进行采样并执行针对这些UE的定位。基础设施602还可使用其他可用定位手段来检测UE的位置。例如,基础设施602可使用射频(RF)感测和/或网络定位方法来标识UE的位置。使用基础设施来标识UE的数量、UE的位置和/或UE的分类的至少一个益处是这些信息可由实体收集而无需指定UE选择加入共享UE的信息,由此使实体能够获得与基于选择加入获得的信息相比更准确且完整的信息。换句话说,基础设施可被动地收集这个信息。需注意,虽然图6例示了使用基础设施来标识区域中的UE的数量的示例,但是这仅是出于例示的目的。相同机制还可用于标识某些区域中(诸如在购物中心、停车库或建筑物内)的UE的数量。然后,应用可使用这个信息来导出与这些区域相关联的其他信息,诸如这些区域中的用户的近似数量、这些用户的拥挤程度和/或这些用户的移动/方向等。
在一些场景中,虽然结合图6描述的方面可使基础设施或移动/计算机应用能够标识区域中的UE的近似数量、这些UE的位置和/或这些UE的类型,但是基础设施或移动/计算机应用可能无法确定UE组彼此是相关联还是共址(例如,多个UE由同一交通工具中的用户使用)。在一些示例中,基础设施或移动/计算机应用也可能无法准确地确定UE的移动性类型(例如,行人UE、交通工具UE或其他类型的UE等),诸如当多个交通工具UE正在低速移动或静止(例如,交通工具处于交通堵塞中或停车)时。
在本公开的另一方面,设备、移动/计算机应用/服务器或基础设施可被配置为基于与UE群集相关联的至少一个特征来标识UE群集彼此是相关联还是共址。在一个示例中,通过知道UE群集是否在区域中彼此相关联,导航应用可进一步对该区域的交通进行更准确的预测。例如,导航应用可将UE群集视为一个UE而不是多个UE(例如,一些UE可被导航应用从测量排除),从而提高交通预测和导航的准确度。
图7是例示根据本公开的各个方面的标识UE的群集的示例的示图700。虽然由示图700例示的示例示出了交通工具中的乘客/UE组,但是本文呈现的方面也可应用于其他类型的间隔或区域中的用户/UE。例如,本文呈现的方面还可应用于各种类型的UE,诸如与骑自行车、自主交通工具、自主递送设备/运输装置、无人机等相关联地使用的无线设备。
在一方面,移动/计算机应用、服务器(例如,位置服务器、众包服务器、网络服务器等)、UE或网络设备/节点可能够基于UE的位置来标识UE群集彼此是相关联还是共址。例如,如在706处所示,如结合图4描述的,可使用一种或多种基于网络的定位方法来标识UE的位置。因此,如果位置服务器检测到UE 702处于相同位置或在彼此的距离阈值内,则位置服务器可确定UE 702彼此相关联。该确定可进一步基于一个或多个附加因素,诸如UE 702的速度和/或取向。另外,如在706、708和710处所示,控制面Uu定位连同阈值化总接收/辐射功率(例如,基于总接收功率的组/相关联UE 702)、室内定位方法(诸如基于超宽带(UWB)或WiFi的定位方法)和/或基于交通工具对交通工具(V2V)和/或车联网(V2X)的定位方法一起也可被用来标识UE 702的位置,这取决于UE 702的位置(例如,在交通工具中、在建筑物中、在某一地形中等)。
在另一方面,移动/计算机应用、服务器、UE或网络设备/节点可能够基于UE群集对附近设备的测量来标识UE群集彼此是相关联还是共址。例如,如在712处所示,UE组可被配置为测量由其他设备和/或UE(例如,在UE组的接收范围内的UE/设备)发送的参考信号或其他类型的信号,并且这些UE可诸如经由信道状态信息(CSI)报告和/或接收信号强度指示符(RSSI)报告向位置服务器或基站报告这些UE的测量。基于从多个UE接收到的CSI报告和/或RSSI报告,基站的位置服务器可能够标识哪些UE群集彼此相关联。例如,在UE 702位于同一交通工具中时,它们可从其他设备(或从彼此)接收具有类似信号强度和签名的信号。因此,位置服务器或基站可使用此类测量和/或签名来标识UE 702是否彼此共址。
在另一方面,移动/计算机应用、服务器、UE或网络设备/节点可能够基于UE群集的加速模式和/或速度来标识该UE群集彼此是相关联还是共址。例如,如在714处所示,UE组可被配置为向位置服务器或基站报告经由该UE组的加速度计获得的该UE组在一时间段内的加速度和/或速度。由于同一交通工具中的UE很可能在同一时间段内具有类似加速度和/或速度模式,因此基站的位置服务器可基于UE 702的加速度和/或速度测量/模式来标识该UE是否共址。
在另一方面,移动/计算机应用、服务器、UE或网络设备/节点可能够基于由UE群集检测到的声音来标识UE群集彼此是相关联还是共址。例如,如在716处所示,UE组可被配置为向位置服务器或基站报告其在一时间段内检测到或记录的声音(或特定类型的声音)。由于在相同邻域(例如,建筑物、在交通工具中等)中的UE将很可能在同一时间段内记录/接收类似声音,因此基站的位置服务器可基于由UE记录的声音来标识UE 702是否彼此共址。声音可包括轮胎的嗡嗡声、发动机噪声、空气湍流、乘客说话、音乐或它们的组合。
在另一方面,移动/计算机应用、服务器、UE或网络设备/节点可能够基于由附近设备接收到的信号的多普勒来标识UE群集彼此是相关联还是共址。例如,UE组可被配置为测量其接收到的信号(例如,诸如在交通工具中的信标)的多普勒。由于同一交通工具或其他类型的运输装置中的UE将很可能从附近设备获得类似多普勒测量,因此基站的位置服务器可基于由UE 702提供的多普勒信息来标识UE 702是否彼此共址。
在标识UE群集彼此相关联或共址之后,移动/计算机应用、服务器、UE或网络设备/节点可将UE群集视为一个UE。因此,可从测量排除来自UE群集的一些UE。例如,导航应用可标识UE 702在道路上的同一交通工具内,并且导航应用可将UE 702视为一个UE(或避免包括UE 702中的一些以用于测量),诸如出于预测道路上的交通以提高交通预测的准确度的目的(例如,UE 702被视为一个交通工具UE而不是四个分开的交通工具UE)。
图8是例示根据本公开的各个方面的基于行进路径区域使用来标识UE的类别或群集的示例的示图800。在本公开的另一方面,移动/计算机应用、服务器、UE或网络设备/节点可能够基于行进路径来对UE的类型进行分类和/或标识UE群集是彼此相关联还是共址。例如,区域可包括指定给骑自行车者的自行车车道802、指定给汽车的汽车车道804和指定给行人的行人道806(其可包括人行横道)。基于在其中检测到UE(例如,使用结合图4描述的基于网络的定位方法或基于GNSS的定位)的行进路径,移动/计算机应用、服务器、UE或网络设备/节点可确定或偏向于确定UE正在使用对应行进路径。
例如,如在810处所示,如果基础设施814检测到UE 812在自行车车道802上,则基础设施814可确定或偏向于确定UE 812是由骑自行车者使用的(在下文中可被称为骑自行车者UE)。如在816处所示,如果基础设施814检测到UE 818在行人道806上,则基础设施814可确定或偏向于确定UE 818是由行人使用的(例如,行人UE)。类似地,如在820处所示,如果基础设施814检测到UE 822在汽车车道804上,则基础设施814可确定或偏向于确定UE 822是在交通工具中使用的(例如,交通工具UE)。因此,基础设施814可能够基于UE在指定行进路径上的对应位置来对UE进行分类。另外,基础设施814还可基于UE组在行进路径上的位置来确定UE组是否彼此相关联或共址。例如,如果在汽车车道804上检测到多个UE并且它们彼此靠近(例如,彼此相距2米以内),则基础设施814可偏向于确定这些UE位于一个交通工具上,而如果在行人道806上检测到UE,则基础设施814可不太偏向于确定这些UE相关联或共址。本文呈现的方面还可结合图7描述的方面使用以进一步提高确定的准确度。
在一些场景中,在使用行进路径的不同区域的UE之间进行区分可能是有帮助的。例如,可基于交通控制标线(例如,穿过车道、转弯、停车位、临时转弯车道、用于紧急停车的停车道(例如,以固定轮胎)、临时装载/卸载区、消防车进出口等)来对不同交通工具行进路径进行归类。摩托车可被允许使用非标线区域(例如,在车道之间)行进,并且在人行横道上(在行人“步行”信号期间)或在人行道上的UE可能不太可能是交通工具UE等。这些区别对邻接且具有不同用途的公共区域可能是重要的。例如,公园可具有自行车道,街道可具有共享自行车/交通工具车道,公共公园可具有交通工具车道等。可基于当地法律、交通标线、人行道等来标识行进路径中的区域的不同用途,
在一些示例中,UE行为还可用于定义空间正在被如何使用(例如,这对不具有严格车道标记和行进路径使用等的区域可能是有用的)。例如,用于停车的指定区域中的停车的汽车中的UE可具有两个类别:1)作为离开交通工具的潜在行人,或者2)作为离开停车处的潜在交通工具。然而,如果随时间推移估计的UE的位置是足够准确的,则可使用UE的移动来对UE进行归类(例如,以标识UE是行人UE、交通工具UE、骑自行车者UE还是另一种类型的UE等)。例如,如果UE进行交通工具UE或骑自行车者UE将不能进行的移动(例如,进行短距离向右急转弯、上楼梯、在护柱/大门之间步行等),则该UE可能是行人UE。因此,基于UE移动的UE归类可进一步提高UE归类的准确度。
通过使位置服务器、基站或移动/计算机应用能够对UE进行归类和/或确定UE群集是否彼此相关联或共址,位置服务器、基站或移动/计算机应用可消除冗余UE(例如,具有类似签名的UE)或将冗余UE组合成一个UE或从测量排除(例如,避免包括)一些冗余UE。例如,移动/计算机应用可将交通工具中的四个UE(例如,UE 702)视为在道路上行进的一个UE而不是在同一道路上行进的四个不同UE,这可使移动/计算机应用能够具有关于道路状况的更准确的了解或预测。
在本公开的另一方面,可将如结合图6至图8描述那样由UE、基站、RSU和/或网络设备/节点收集的信息或测量(诸如UE的位置、这些UE的类型和/或这些UE的聚类)发送到服务器以供分析。服务器可以是中央服务器、众包服务器、云服务器或边缘设备等。例如,区域内的多个实体(例如,UE、多种无线电接入技术(RAT)和/或RSU等))可被配置为检测UE的位置或对该区域中的UE执行位置相关测量(例如,多普勒、速度、取向等)。然后,多个实体可向服务器报告UE的位置信息和/或位置相关测量以供服务器聚合和消除冗余链路。例如,服务器可收集由多个基站(或基站的组件)针对区域中的UE执行的位置测量。基于收集的位置测量,服务器可聚合或消除/排除很可能彼此相关联或共址的UE。
在一些示例中,服务器还可指导实体/设备与附近实体/设备执行测量以用于验证。例如,参考图6,在基础设施602标识区域内的交通工具UE 606和行人UE 604的数量之后,基础设施602可向服务器报告该信息。然后,服务器可请求另一个基础设施(图中未示出)、行人UE、交通工具UE或RSU对该区域执行相同测量以验证由基础设施602收集的信息是否准确。在另一个示例中,服务器可实现或提供交通数据的从服务器到一个或多个云提供商或用户的单个接口,使得云提供商和/或用户可具有更容易且更方便的手段来访问交通数据。
在本公开的另一方面,可针对由不同类型的传感器收集的信息(例如,传感器数据)定义层级。例如,交通工具上的传感器(例如,高级辅助驾驶系统(ADAS)传感器,或者具有一定程度的功能性、认证和/或反欺骗能力的交通工具传感器)与智能电话上的传感器(例如,麦克风、相机等)相比可具有更高的准确度。因此,交通工具上的传感器可被给予比智能电话上的传感器更高的层级。因此,如果服务器收集来自交通工具的传感器的感测数据(例如,经由汽车到云/服务器/基础设施配置)和来自智能电话的传感器的感测数据,则来自交通工具的感测数据可优先于来自智能电话的感测数据(如果在感测数据之间存在冲突的话)。换句话说,如果存在(由服务器)用来提供交通数据的多个传感器,则来自具有更高层级的传感器的信息可优先于来自具有更低层级的传感器的信息。在一些示例中,由传感器提供的感测数据还可用设备特定数据扩充。例如,由交通工具的传感器提供给云服务器(例如,经由汽车到云配置)的数据可用由云服务器(例如,汽车到云平台)从其他交通工具/实体的传感器搜集的数据扩充。
在本公开的另一方面,从不同传感器获得的感测数据还可用于验证交通数据。例如,可使用RF感测技术(例如,基于UWB、WiFi、蓝牙等)和/或图像识别技术(例如,基于相机)来标识在区域或环境中(例如,在交通工具中、在建筑物中)是否存在人类和/或在该区域或环境中的人类的数量。然后,基于标识,移动/计算机应用(或位置服务器)可对交通进行更准确的预测和/或提供更准确的导航。例如,返回参考图7,设备(例如,RAT)可对交通工具执行RF感测以标识在交通工具中是否存在任何人类和/或在交通工具中的人类的数量。因此,当交通工具未在移动时,诸如当交通工具停在红灯处时,位置服务器(或移动/计算机应用)可确定交通工具不太可能是停车的交通工具,因为在交通工具中检测到了人类。另一方面,如果交通工具未在移动并且在交通工具中未检测到人类,则位置服务器(或移动/计算机应用)可将交通工具视为停车的交通工具。
在本公开的另一方面,不同设备/实体可共享其与区域相关联的传感器数据并唯一地标识该区域内的对象。然后,这些设备/实体可就正在被标识的对象和/或与这些对象相关联的唯一性彼此或与其他设备进行通信。
图9是例示根据本公开的各个方面的多个无线设备交换传感器数据的示例的示图900。基础设施902(例如,基站或该基站的组件)、RSU 904和交通工具906可被配置为检测区域(例如,十字路口)中的UE的数量、每个UE的位置/取向和/或其归类/分类(例如,交通工具UE、行人UE、固定UE等)(统称为“感测数据”)。例如,基础设施902可基于UE的近似位置和来自区域的附接UE的数量来检测到在该区域中存在三个UE,诸如结合图6描述那样。RSU 904可基于侧链路测距/定位来标识存在两个交通工具UE 908在相同方向上移动。交通工具906可检测到存在两个交通工具和一个行人在该区域上移动,诸如基于交通工具906上的ADAS传感器(例如,相机、声纳、激光雷达等)来进行检测。例如,ADAS传感器可准确地标识随时间推移的对象定位和取向,这可确认交通工具在道路上行驶(对比停车)或具有移动设备的行人在道路上步行(对比将其误认为交通工具)等。而且,相机数据可用于在并置在单个交通工具中的设备、一起步行的行人等之间进行区分。然后,基础设施902、RSU 904和交通工具906可彼此交换它们的感测数据或将它们的感测数据提供到服务器。基于交换/收集的感测数据,基础设施902、RSU 904、交通工具906和/或服务器可确定在区域中很可能存在两个交通工具UE 908和一个行人UE 910。在另一个示例中,如结合图8描述的,在十字路口中检测到的UE可基于它们的行进路径而进行归类。因此,基础设施902可基于在汽车车道上检测到四个UE并在行人道上(或在人行横道上)检测到一个UE等来确定存在四个交通工具UE和一个行人。
在一个示例中,基础设施902、RSU 904、交通工具906和/或服务器可彼此共享这个信息或将这个信息提供到另一个实体。例如,服务器可与另一个交通工具912(或和与交通工具912相关联的移动/计算机应用)共享这个信息,使得交通工具912(或移动/计算机应用)了解在即将到来的十字路口处存在两个交通工具和一个行人。如果交通工具912正在十字路口上进行转弯并仅观察到两个交通工具,则交通工具912(或移动/计算机应用)可被配置为谨慎应对可能在交通工具912的盲点/隐蔽视野处的潜在行人。类似地,定位、位置和/或UE归类信息也可对交通控制设备非常有用,因为它们可使交通控制设备能够具有对当前交通的更准确的了解。例如,当交通灯上的相机无法看见区域中的所有UE时,与UE的数量、定位、位置和/或类型有关的信息可改为用来预测交通。
因此,虽然由一个实体执行的感测可仅提供关于区域中的UE/对象的部分信息,但是来自多个实体的感测数据的组合可提供该区域中的UE/对象的更完整的视图和标识。另外,来自传感器或不同实体的感测数据可由服务器管护,并且基于管护的感测数据,服务器可针对标识的对象/UE提供预测性行为和/或对象分类(例如,经由机器学习算法)。
在本公开的另一方面,如在图7的712处所示,移动设备(例如,UE 702)可被配置为确定或估计对附近设备(例如,其他UE 702)的测量并将对附近设备的接近度的指示或附近设备是否很可能与单个设备(例如,在同一汽车或交通运输工具中)相对应的指示发送到服务器。作为响应,服务器可基于测距信息(例如,定时或RSSI)来对UE 702进行聚类,并且服务器可考虑UE位置,诸如如结合图8描述那样基于其对应行进路径检测到的UE位置(例如,在汽车车道、自行车车道、人行道、行人道、场所等上)。
在一些场景中,可能存在与同一用户(例如,携带智能电话和智能手表的用户等)相关联的多个不同UE。因此,在另一个示例中,由同一用户使用或在同一实体(例如,同一交通工具)上的UE可被配置为提供对哪个(哪些)UE与用户相关的指示。例如,第一UE(例如,智能手表)可向服务器指示第二UE(例如,智能电话)与同一用户相关联或反之亦然。因此,如果两个UE都向服务器报告它们的测量(例如,与用户相关联的测量),则服务器可丢弃这些测量中的一个测量(例如,该测量可被认为是冗余信息)。
在本公开的另一方面,当不同UE或UE的服务(例如,在同一UE上的不同应用)与同一用户(例如,携带智能电话和智能手表的用户或在同一设备上安装多个导航应用的用户等)相关联或由同一用户使用时,可对来自不同UE/服务的测量进行比较以进一步提高UE归类和聚类的准确度。例如,UE可从第一应用提供商和第二应用提供商获得测量数据,并且UE(或UE的用户)可确定在两个服务之间的对应关系或如何使测量数据偏移。例如,UE(或UE的用户)可注意到第一应用/UE在特定位置或区域中比第二应用/UE更可靠(例如,可以是地域特定的或区域类型特定的)。然后,用户还可具有能够在由第三UE/应用提供的数据之上确定第一UE/应用与第二UE/应用之间的对应关系的第三UE/应用。因此,第三UE/应用可从第二UE/应用接收数据并确定该数据与从该区域中的UE看到的有多对应,并且相应地调整该数据而无需将该偏移提供回第二UE/应用。这个偏移可更特定于特定区域或提供比第二UE/应用所提供的更高的粒度(例如,是车道特定的)。第三UE/应用还可确定由第二UE/应用提供的警报何时相关或不相关(例如,UE/应用或其服务器可与交通冲突实时数据库集成)。因此,对来自不同设备或应用的测量的比较可用于导出针对由第三方提供的警报的过滤或预过滤。需注意,本文描述的方面还可在服务器处发生,或者可在移动设备处发生。
在另一个示例中,如果第三UE/应用知晓第一UE/应用与第二UE/应用之间的对应关系,则第三UE/应用还可就由第一UE/应用和第二UE/应用报告的数据中的潜在复制向服务器进行指示,使得可使服务器知晓“复制的”UE。例如,在运输交通工具中可存在多个资产跟踪器。如果网络运营商指示区域“繁忙”(例如,如在图5的506处所示),则在服务器或UE知晓那些资产跟踪器的子集全部都与同一运输交通工具相对应的情况下,服务器或UE可忽视或忽略该指示,因此网络繁忙信号可被忽略并且不外推到该特定区域的交通工具交通数据。
图10是无线通信的方法的流程图1000。该方法可由网络节点(例如,UE 104、404、702;基站102;TRP 402、406;基础设施602、902;交通工具UE 606、822、908;行人UE 604、818、910;骑自行车者UE 812、交通工具906;装置1204;网络实体1202)执行。该方法可使网络节点能够通过对与运行导航应用的UE和/或实体相关联的实体进行区分/分类来提高移动/计算机应用的性能和准确度,从而使移动/计算机应用能够具有对在UE周围的状况的更准确的了解以及为用户提供更好的导航。
在1002处,网络节点可获得包括与多个设备相关联的至少一个特征的第一信息,诸如结合图6描述那样。例如,基础设施602可获得信息,诸如多个设备的近似位置、多个设备的数量、与多个设备相关联的多普勒信息、多个设备的取向和/或多个设备的速度等。对第一信息的获得可由例如图12中的装置1204的感测数据处理组件198和/或图12和图13中的网络实体1202/1302的感测数据处理组件199执行。
在一个示例中,网络节点可以是UE、该UE的组件、基站、该基站的组件、网络实体或位置服务器。
在另一个示例中,第一信息可以是从多个设备、至少一个基站或该至少一个基站的组件、至少一个RSU或它们的组合获得的。
在另一个示例中,至少一个特征可与多个设备的近似位置、多个设备的数量、与多个设备相关联的多普勒信息、多个设备的取向、多个设备的速度或它们的组合相对应。
在另一个示例中,至少一个特征可与多个设备的定位相对应,并且其中多个设备的定位基于V2X定位、UWB定位、Wi-Fi定位、控制面定位或它们的组合。
在另一个示例中,至少一个特征可与多个设备中的每个设备的加速度相对应。
在另一个示例中,至少一个特征可与由多个设备捕获的声音相对应。
在另一个示例中,至少一个特征可与多个设备或与多个设备相关联的一个或多个对象的标识相对应。在这种示例中,多个设备或与多个设备相关联的一个或多个对象的标识可基于高级驾驶员辅助系统。
在1004处,网络实体可基于第一信息来执行对多个设备的分类,诸如结合图6描述那样。例如,基础设施602可基于UE组在一时间段内的速度和/或位置来确定该UE组是交通工具UE 606还是行人UE 604。对多个设备的分类可由例如图12中的装置1204的感测数据处理组件198和/或图12和图13中的网络实体1202/1302的感测数据处理组件199执行。
在一个示例中,在1008处,为了基于第一信息来执行对多个设备的分类,网络节点可标识或确定多个设备的子集与作为冗余信息或重叠信息的第一信息相关联,并且网络节点可基于多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联来将多个设备的第一子集分类为相同类别。在这种示例中,在1010处,网络节点可指导多个设备的第一子集与一个或多个其他设备执行至少一个测量来验证第一信息的准确度。
在另一个示例中,在1012处,网络节点可用从至少一个其他平台接收的数据扩充第一信息,其中对多个设备的分类可进一步基于数据。
在另一个示例中,在1014处,网络节点可基于RF感测来验证或确认对多个设备的分类的准确度。
在1006处,网络节点可基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量,诸如结合图6和图7描述那样。例如,如图7所示,基础设施602可基于一个或多个定位机制、基于UE 702的加速度和/或基于由UE 702检测到的声音等来对UE702的群集是否彼此相关联/共址进行区分。然后,基础设施602可执行针对UE群集的测量(例如,与应用或服务器相关联的测量)或避免执行针对UE群集的测量等。对多个设备的第一子集的选择可由例如图12中的装置1204的感测数据处理组件198和/或图12和图13中的网络实体1202/1302的感测数据处理组件199执行。
在一个示例中,应用可包括导航应用、位置定位应用、广告应用或消息接发应用。
在另一个示例中,在1016处,为了选择多个设备的第一子集用于测量,网络节点可基于对多个设备的分类来从测量排除多个设备的第二子集。
图11是无线通信的方法的流程图1100。该方法可由网络节点(例如,UE 104、404、702;基站102、TRP 402、406;基础设施602、902;交通工具UE 606、822、908;行人UE 604、818、910;骑自行车者UE 812、交通工具906;装置1204;网络实体1202)执行。该方法可使网络节点能够通过对与运行导航应用的UE和/或实体相关联的实体进行区分/分类来提高移动/计算机应用的性能和准确度,从而使移动/计算机应用能够具有对在UE周围的状况的更准确的了解以及为用户提供更好的导航。
在1102处,网络节点可获得包括与多个设备相关联的至少一个特征的第一信息,诸如结合图6描述那样。例如,基础设施602可获得信息,诸如多个设备的近似位置、多个设备的数量、与多个设备相关联的多普勒信息、多个设备的取向和/或多个设备的速度等。对第一信息的获得可由例如图12中的装置1204的感测数据处理组件198和/或图12和图13中的网络实体1202/1302的感测数据处理组件199执行。
在一个示例中,网络节点可以是UE、该UE的组件、基站、该基站的组件、网络实体或位置服务器。
在另一个示例中,第一信息可以是从多个设备、至少一个基站或该至少一个基站的组件、至少一个RSU或它们的组合获得的。
在另一个示例中,至少一个特征可与多个设备的近似位置、多个设备的数量、与多个设备相关联的多普勒信息、多个设备的取向、多个设备的速度或它们的组合相对应。
在另一个示例中,至少一个特征可与多个设备的定位相对应,并且其中多个设备的定位基于V2X定位、UWB定位、Wi-Fi定位、控制面定位或它们的组合。
在另一个示例中,至少一个特征可与多个设备中的每个设备的加速度相对应。
在另一个示例中,至少一个特征可与由多个设备捕获的声音相对应。
在另一个示例中,至少一个特征可与多个设备或与多个设备相关联的一个或多个对象的标识相对应。在这种示例中,多个设备或与多个设备相关联的一个或多个对象的标识可基于高级驾驶员辅助系统。
在另一个示例中,网络实体可基于第一信息来执行对多个设备的分类,诸如结合图6描述那样。例如,基础设施602可基于UE组在一时间段内的速度和/或位置来确定该UE组是交通工具UE 606还是行人UE 604。对多个设备的分类可由例如图12中的装置1204的感测数据处理组件198和/或图12和图13中的网络实体1202/1302的感测数据处理组件199执行。
在另一个示例中,为了基于第一信息来执行对多个设备的分类,网络节点可标识或确定多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联,并且网络节点可基于多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联来将多个设备的第一子集分类为相同类别。在这种示例中,网络节点可指导多个设备的第一子集与一个或多个其他设备执行至少一个测量来验证第一信息的准确度。
在另一个示例中,网络节点可用从至少一个其他平台接收的数据扩充第一信息,其中对多个设备的分类可进一步基于数据。
在另一个示例中,网络节点可基于RF感测来验证或确认对多个设备的分类的准确度。
在1106处,网络节点可基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量,诸如结合图6和图7描述那样。例如,如图7所示,基础设施602可基于一个或多个定位机制、基于UE 702的加速度和/或基于由UE 702检测到的声音等来对UE702的群集是否彼此相关联/共址进行区分。然后,基础设施602可执行针对UE群集的测量(例如,与应用或服务器相关联的测量)或避免执行针对UE群集的测量等。对多个设备的第一子集的选择可由例如图12中的装置1204的感测数据处理组件198和/或图12和图13中的网络实体1202/1302的感测数据处理组件199执行。
在一个示例中,应用可包括导航应用、位置定位应用、广告应用或消息接发应用。
在另一个示例中,为了选择多个设备的第一子集用于测量,网络节点可基于对多个设备的分类来从测量排除多个设备的第二子集。
图12是例示装置1204的硬件具体实施的示例的示图1200。装置1204可以是UE、UE的组件,或者可实现UE功能性。在一些方面,装置1204可以包括耦合到一个或多个收发器1222(例如,蜂窝RF收发器)的蜂窝基带处理器1224(也被称为调制解调器)。蜂窝基带处理器1224可以包括片上存储器1224’。在一些方面,装置1204还可以包括一个或多个订户身份模块(SIM)卡1220和耦合到安全数字(SD)卡1208和屏幕1210的应用处理器1206。应用处理器1206可以包括片上存储器1206'。在一些方面,装置1204还可以包括蓝牙模块1212、WLAN模块1214、SPS模块1216(例如,GNSS模块)、一个或多个传感器模块1218(例如,大气压力传感器/高度计;运动传感器,诸如惯性管理单元(IMU)、陀螺仪和/或加速度计;光检测和测距(LIDAR)、无线电辅助检测和测距(RADAR)、声音导航和测距(SONAR)、磁力计、音频和/或用于定位的其他技术)、附加的存储器模块1226、电源1230和/或相机1232。蓝牙模块1212、WLAN模块1214和SPS模块1216可以包括片上收发器(TRX)(或在一些情形中,仅包括接收器(RX))。蓝牙模块1212、WLAN模块1214和SPS模块1216可以包括它们自己的专用天线和/或利用天线1280进行通信。蜂窝基带处理器1224经由一个或多个天线1280通过收发器1222与UE104和/或与同网络实体1202相关联的RU通信。蜂窝基带处理器1224和应用处理器1206可以各自分别包括计算机可读介质/存储器1224'、1206'。附加的存储器模块1226也可以被认为是计算机可读介质/存储器。每个计算机可读介质/存储器1224'、1206'、附加存储器模块1226可以是非暂态的。蜂窝基带处理器1224和应用处理器1206各自负责一般处理,包括执行存储在计算机可读介质/存储器上的软件。软件在由蜂窝基带处理器1224/应用处理器1206执行时使蜂窝基带处理器1224/应用处理器1206执行上文描述的各种功能。计算机可读介质/存储器还可用于存储由蜂窝基带处理器1224/应用处理器1206在执行软件时操纵的数据。在一些示例中,蜂窝基带处理器1224/应用处理器1206可以是UE 350的组件并可包括存储器360和/或TX处理器368、RX处理器356和控制器/处理器359中的至少一者。在其他示例中,蜂窝基带处理器1224/应用处理器1206可以是基站的组件并可包括TX处理器316、RX处理器370和控制器/处理器375。在一种配置中,装置1204可以为处理器芯片(调制解调器和/或应用)并且仅包括蜂窝基带处理器1224和/或应用处理器1206,而在另一种配置中,装置1204可以为整个UE(例如,参见图3的350)并且包括装置1204的附加模块。
如上文所讨论,感测数据处理组件198被配置为获得包括与多个设备相关联的至少一个特征的第一信息,并且基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量。感测数据处理组件198可位于蜂窝基带处理器1224、应用处理器1206或蜂窝基带处理器1224和应用处理器1206两者内。感测数据处理组件198可以是一个或多个硬件组件,其被具体地配置为执行陈述的过程/算法,由被配置为执行陈述的过程/算法的一个或多个处理器实现,存储在计算机可读介质中来由一个或多个处理器实现,或者它们的某种组合。如图所示,装置1204可包括被配置用于各种功能的多种组件。在一种配置中,装置1204并特别是蜂窝基带处理器1224和/或应用处理器1206包括:用于获得包括与多个设备相关联的至少一个特征的第一信息的构件;用于基于第一信息来执行对多个设备的分类的构件;用于基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量的构件;用于标识多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联的构件;用于基于多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联来将多个设备的第一子集分类为相同类别的构件;用于指导多个设备的第一子集与一个或多个其他设备执行至少一个测量来验证第一信息的准确度的构件;用于用从至少一个其他平台接收的数据扩充第一信息的构件,其中对多个设备的分类进一步基于数据;用于基于RF感测来验证或确认对多个设备的分类的准确度的构件;以及/或者用于基于对多个设备的分类来从应用或测量排除多个设备的第一子集的构件。构件可以是装置1204的感测数据处理组件198或被配置为执行由该构件记载的功能。如上文所描述,装置1204可以包括TX处理器368、RX处理器356以及控制器/处理器359。因此,在一种配置中,构件可以为被配置为执行由构件记载的功能的TX处理器368、RX处理器356和/或控制器/处理器359。
图13是例示网络实体1302的硬件具体实施的示例的示图1300。网络实体1302可以是BS、BS的组件,或者可实现BS功能性。网络实体1302可以包括CU 1310、DU 1330或RU 1340中的至少一者。例如,取决于由组件199处置的层功能性,网络实体1302可包括CU 1310;CU1310和DU 1330两者;CU 1310、DU 1330和RU 1340中的每一者;DU 1330;DU 1330和RU 1340两者;或RU 1340。CU 1310可以包括CU处理器1312。CU处理器1312可包括片上存储器1312'。在一些方面,CU 1310还可包括附加存储器模块1314和通信接口1318。CU 1310通过中传链路(诸如F1接口)与DU 1330通信。DU 1330可包括DU处理器1332。DU处理器1332可以包括片上存储器1332'。在一些方面,DU 1330还可以包括附加的存储器模块1334和通信接口1338。DU 1330通过前传链路来与RU 1340进行通信。RU 1340可以包括RU处理器1342。RU处理器1342可包括片上存储器1342'。在一些方面,RU 1340还可以包括附加的存储器模块1344、一个或多个收发器1346、天线1380和通信接口1348。RU 1340与UE 104通信。片上存储器1312'、1332'、1342'和附加的存储器模块1314、1334、1344可以各自被认为是计算机可读介质/存储器。每个计算机可读介质/存储器可以是非暂态的。处理器1312、1332、1342中的每个处理器负责一般处理,包括执行存储在计算机可读介质/存储器上的软件。该软件在由对应处理器执行时使该处理器执行上文所描述的各种功能。计算机可读介质/存储器还可以用于存储由处理器在执行软件时操纵的数据。
如上文所讨论,组件199被配置为获得包括与多个设备相关联的至少一个特征的第一信息,并且基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量。组件199可在CU 1310、DU 1330和RU 1340中的一者或多者的一个或多个处理器内。组件199可以是一个或多个硬件组件,其被具体地配置为执行陈述的过程/算法,由被配置为执行陈述的过程/算法的一个或多个处理器实现,存储在计算机可读介质中来由一个或多个处理器实现,或者它们的某种组合。网络实体1302可包括被配置用于各种功能的多种组件。在一种配置中,网络实体1302包括:用于获得包括与多个设备相关联的至少一个特征的第一信息的构件;用于基于第一信息来执行对多个设备的分类的构件;用于基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量的构件;用于标识多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联的构件;用于基于多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联来将多个设备的第一子集分类为相同类别的构件;用于指导多个设备的第一子集与一个或多个其他设备执行至少一个测量来验证第一信息的准确度的构件;用于用从至少一个其他平台接收的数据扩充第一信息的构件,其中对多个设备的分类进一步基于数据;用于基于RF感测来验证或确认对多个设备的分类的准确度的构件;以及/或者用于基于对多个设备的分类来从应用或测量排除多个设备的第一子集的构件。构件可以是网络实体1302的被配置为执行由该构件记载的功能的组件199。如上文所描述,网络实体1302可以包括TX处理器316、RX处理器370和控制器/处理器375。因此,在一种配置中,构件可以是被配置为执行由该构件记载的功能的TX处理器316、RX处理器370和/或控制器/处理器375。
图14是例示用于网络实体1460的硬件具体实施的示例的图示1400。在一个示例中,网络实体1460可以在核心网络120内。网络实体1460可以包括网络处理器1412。网络处理器1412可以包括片上存储器1412'。在一些方面,网络实体1460还可以包括附加的存储器模块1414。网络实体1460经由网络接口1480直接(例如,回传链路)或间接(例如,通过RIC)与CU 1402进行通信。片上存储器1412'和附加的存储器模块1414可以各自被认为是计算机可读介质/存储器。每个计算机可读介质/存储器可以是非暂态的。处理器1412负责一般处理,包括执行计算机可读介质/存储器上存储的软件。该软件在由对应处理器执行时使该处理器执行上文所描述的各种功能。计算机可读介质/存储器还可以用于存储由处理器在执行软件时操纵的数据。
如上文所讨论,组件1404被配置为获得包括与多个设备相关联的至少一个特征的第一信息,并且基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量。组件1404可在处理器1412内。组件1404可以是一个或多个硬件组件,其被具体地配置为执行陈述的过程/算法,由被配置为执行陈述的过程/算法的一个或多个处理器实现,存储在计算机可读介质中来由一个或多个处理器实现,或者它们的某种组合。网络实体1460可以包括被配置用于各种功能的多种组件。在一种配置中,网络实体1460包括:用于获得包括与多个设备相关联的至少一个特征的第一信息的构件;用于基于第一信息来执行对多个设备的分类的构件;用于基于与多个设备相关联的至少一个特征来选择多个设备的第一子集以用于测量的构件;用于标识多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联的构件;用于基于多个设备的第一子集与作为冗余信息或重叠信息的第一信息相关联来将多个设备的第一子集分类为相同类别的构件;用于指导多个设备的第一子集与一个或多个其他设备执行至少一个测量来验证第一信息的准确度的构件;用于用从至少一个其他平台接收的数据扩充第一信息的构件,其中对多个设备的分类进一步基于数据;用于基于RF感测来验证或确认对多个设备的分类的准确度的构件;以及/或者用于基于对多个设备的分类来从应用或测量排除多个设备的第一子集的构件。构件可以是网络实体1460的被配置为执行由该构件记载的功能的组件1404。
应当理解的是,所公开的进程/流程图中框的特定次序或层次只是对示例方法的例示。应当理解的是,基于设计偏好,可重新排列进程/流程图中框的特定次序或层次。进一步地,一些框可组合或省略。所附的方法权利要求以样本次序给出了各个框的元素,但是并不受限于所给出的特定次序或层次。
提供前面的描述是为了使本领域的任何技术人员能够实践本文中所描述的各个方面。对这些方面的各种修改对于本领域技术人员而言将是显而易见的,以及本文所定义的通用原理可应用于其他方面。因此,权利要求书不限于本文所描述的各方面,而应被赋予与语言权利要求一致的全部范围。除非特别说明,否则对单数形式的元素的引用不意指“一个且仅一个”,而是“一个或多个”。诸如“如果”、“当......时”和“同时”的术语并不意味着直接的时间关系或反应。也就是说,这些短语(例如“当......时”)并不意味着响应于动作的发生或在动作发生期间的即时动作,而是简单地暗示,如果满足条件,那么动作将会发生,但不需要针对动作发生的特定或即时的时间限制。词语“示例性”在本文中用于意指“用作示例、实例、或例示”。本文中被描述为“示例性”的任何方面不一定被解释为比其他方面优选或具有优势。除非特别说明,否则术语“一些”指的是一个或多个。诸如“A、B或C中的至少一者”、“A、B或C中的一者或多者”、“A、B和C中的至少一者”、“A、B和C中的一者或多者”以及“A、B、C或它们的任何组合”之类的组合,包括A、B和/或C的任何组合,其可以包括多个A、多个B或多个C。具体而言,诸如“A、B或C中的至少一者”、“A、B或C中的一者或多者”、“A、B和C中的至少一者”、“A、B和C中的一者或多者”以及“A、B、C或它们的任何组合”之类的组合可以是仅A、仅B、仅C、A和B、A和C、B和C或A和B和C,其中任何此类组合可以包含A、B或C的一个或多个成员。集合应当被解释为元素的集合,其中元素的数量为一个或多个。因此,对于X的集合,X将包括一个或多个元素。如果第一装置从第二装置接收数据或向第二装置发送数据,则可以在第一装置与第二装置之间直接接收/发送数据,或通过装置的集合在第一装置与第二装置之间间接接收/发送数据。贯穿本公开所描述的各个方面的元素的对于本领域普通技术人员来说是已知的或稍后将是已知的所有结构和功能等同方案以引用方式明确地并入本文,并且被权利要求所涵盖。此外,本文所公开的任何内容都不是旨在奉献给公众的,无论此类公开内容是否在权利要求中明确地陈述。“模块”、“机制”、“元素”、“设备”等词不能替代“构件”一词。因此,没有权利要求元素将被理解为构件加功能,除非该元素明确地使用短语“用于......的构件”来记载。
如本文所用,短语“基于”不应被解释为是指信息、一个或多个条件、一个或多个因素等的封闭集合。换句话讲,短语“基于A”(其中“A”可以是信息、条件、因素等)应当被解释为“至少基于A”,除非特别不同地陈述。
以下方面仅是例示性的并且可以与本文描述的其他方面或教导内容相结合,而不受限制。
方面1是一种用于在网络节点处进行无线通信的装置,包括:存储器;和至少一个处理器,所述至少一个处理器耦合到所述存储器,并且至少部分地基于存储在所述存储器中的信息,所述至少一个处理器被配置为:获得包括与多个设备相关联的至少一个特征的第一信息;以及基于与所述多个设备相关联的所述至少一个特征来选择所述多个设备的第一子集以用于测量。
方面2是根据方面1所述的装置,其中所述网络节点是UE、所述UE的组件、基站、所述基站的组件、网络实体或位置服务器。
方面3是根据方面1和2中任一项所述的装置,其中所述第一信息是从所述多个设备、至少一个基站或所述至少一个基站的组件、至少一个RSU或它们的组合获得的。
方面4是根据方面1至3中任一项所述的装置,其中所述测量与以下中的至少一者相关联:导航应用、位置定位应用、广告应用、消息接发应用、位置服务器、众包服务器或场所统计计算。
方面5是根据方面1至4中任一项所述的装置,其中所述至少一个特征与所述多个设备的近似位置、所述多个设备的相对位置、所述多个设备在对应行进路径上的位置、所述多个设备的数量、与所述多个设备相关联的多普勒信息、所述多个设备的取向、所述多个设备的速度或它们的组合相对应。
方面6是根据方面1至5中任一项所述的装置,其中所述至少一个特征与所述多个设备的定位相对应,并且其中所述多个设备的所述定位基于V2X定位、UWB定位、Wi-Fi定位、控制面定位或它们的组合。
方面7是根据方面1至6中任一项所述的装置,其中所述至少一个特征与所述多个设备中的每个设备的加速度相对应。
方面8是根据方面1至7中任一项所述的装置,其中所述至少一个特征与由所述多个设备捕获的声音相对应。
方面9是根据方面1至8中任一项所述的装置,其中所述至少一个处理器被进一步配置为:基于所述第一信息来执行对所述多个设备的分类。
方面10是根据方面9所述的装置,其中为了基于所述第一信息来执行对所述多个设备的所述分类,所述至少一个处理器被进一步配置为:标识或确定所述多个设备的所述第一子集与作为冗余信息或重叠信息的所述第一信息相关联;以及基于所述多个设备的所述第一子集与作为所述冗余信息或所述重叠信息的所述第一信息相关联来将所述多个设备的所述第一子集分类为相同类别。
方面11是根据方面10所述的装置,其中所述至少一个处理器被进一步配置为:指导所述多个设备的所述第一子集与一个或多个其他设备执行至少一个测量来验证所述第一信息的准确度。
方面12是根据方面9所述的装置,其中所述至少一个处理器被进一步配置为:用从至少一个其他平台接收的数据扩充所述第一信息,其中对所述多个设备的所述分类进一步基于所述数据。
方面13是根据方面9所述的装置,其中所述至少一个处理器被进一步配置为:基于射频RF感测来验证或确认对所述多个设备的所述分类的准确度。
方面14是根据方面9所述的装置,其中为了选择所述多个设备的所述第一子集以用于所述测量,所述至少一个处理器被配置为:基于对所述多个设备的所述分类来从所述测量排除所述多个设备的第二子集。
方面15是根据方面1至14中任一项所述的装置,其中所述至少一个特征与所述多个设备或与所述多个设备相关联的一个或多个对象的标识相对应。
方面16是根据方面15所述的装置,其中所述多个设备或与所述多个设备相关联的所述一个或多个对象的所述标识基于高级驾驶员辅助系统。
方面17是根据方面1至16中任一项所述的装置,还包括耦合到所述至少一个处理器的收发器或天线中的至少一者。
方面18是一种进行无线通信来实现方面1至17中的任一项的方法。
方面19是一种用于无线通信的装置,包括用于实现方面1至17中的任一项的构件。
方面20是一种存储计算机可执行代码的计算机可读介质,其中所述代码在由处理器执行时使所述处理器实现方面1至17中的任一项。
Claims (30)
1.一种用于在网络节点处进行无线通信的装置,所述装置包括:
存储器;和
至少一个处理器,所述至少一个处理器耦合到所述存储器,并且至少部分地基于存储在所述存储器中的信息,所述至少一个处理器被配置为:
获得包括与多个设备相关联的至少一个特征的第一信息;以及
基于与所述多个设备相关联的所述至少一个特征来选择所述多个设备的第一子集以用于测量。
2.根据权利要求1所述的装置,其中所述网络节点是用户装备(UE)、所述UE的组件、基站、所述基站的组件、网络实体或位置服务器。
3.根据权利要求1所述的装置,其中所述第一信息是从所述多个设备、至少一个基站或所述至少一个基站的组件、至少一个路侧单元(RSU)或它们的组合获得的。
4.根据权利要求1所述的装置,其中所述测量与以下中的至少一者相关联:导航应用、位置定位应用、广告应用、消息接发应用、位置服务器、众包服务器或场所统计计算。
5.根据权利要求1所述的装置,其中所述至少一个特征与所述多个设备的近似位置、所述多个设备的相对位置、所述多个设备在对应行进路径上的位置、所述多个设备的数量、与所述多个设备相关联的多普勒信息、所述多个设备的取向、所述多个设备的速度或它们的组合相对应。
6.根据权利要求1所述的装置,其中所述至少一个特征与所述多个设备的定位相对应,并且其中所述多个设备的所述定位基于车联网(V2X)定位、超宽带(UWB)定位、Wi-Fi定位、控制面定位或它们的组合。
7.根据权利要求1所述的装置,其中所述至少一个特征与所述多个设备中的每个设备的加速度相对应。
8.根据权利要求1所述的装置,其中所述至少一个特征与由所述多个设备捕获的声音相对应。
9.根据权利要求1所述的装置,其中所述至少一个处理器被进一步配置为:
基于所述第一信息来执行对所述多个设备的分类。
10.根据权利要求9所述的装置,其中为了基于所述第一信息来执行对所述多个设备的所述分类,所述至少一个处理器被进一步配置为:
标识所述多个设备的所述第一子集与作为冗余信息或重叠信息的所述第一信息相关联;以及
基于所述多个设备的所述第一子集与作为所述冗余信息或所述重叠信息的所述第一信息相关联来将所述多个设备的所述第一子集分类为相同类别。
11.根据权利要求10所述的装置,其中所述至少一个处理器被进一步配置为:
指导所述多个设备的所述第一子集与一个或多个其他设备执行至少一个测量来验证所述第一信息的准确度。
12.根据权利要求9所述的装置,其中所述至少一个处理器被进一步配置为:
用从至少一个其他平台接收的数据扩充所述第一信息,其中对所述多个设备的所述分类进一步基于所述数据。
13.根据权利要求9所述的装置,其中所述至少一个处理器被进一步配置为:
基于射频(RF)感测来验证或确认对所述多个设备的所述分类的准确度。
14.根据权利要求9所述的装置,其中为了选择所述多个设备的所述第一子集以用于所述测量,所述至少一个处理器被配置为:
基于对所述多个设备的所述分类来从所述测量排除所述多个设备的第二子集。
15.根据权利要求1所述的装置,其中所述至少一个特征与所述多个设备或与所述多个设备相关联的一个或多个对象的标识相对应。
16.根据权利要求15所述的装置,其中所述多个设备或与所述多个设备相关联的所述一个或多个对象的所述标识基于高级驾驶员辅助系统(ADAS)。
17.一种在网络节点处进行无线通信的方法,所述方法包括:
获得包括与多个设备相关联的至少一个特征的第一信息;以及
基于与所述多个设备相关联的所述至少一个特征来选择所述多个设备的第一子集以用于测量。
18.根据权利要求17所述的方法,其中所述第一信息是从所述多个设备、至少一个基站或所述至少一个基站的组件、至少一个路侧单元(RSU)或它们的组合获得的。
19.根据权利要求17所述的方法,其中所述至少一个特征与所述多个设备的近似位置、所述多个设备的相对位置、所述多个设备在对应行进路径上的位置、所述多个设备的数量、与所述多个设备相关联的多普勒信息、所述多个设备的取向、所述多个设备的速度或它们的组合相对应。
20.根据权利要求17所述的方法,其中所述至少一个特征与所述多个设备的定位相对应,并且其中所述多个设备的所述定位基于车联网(V2X)定位、超宽带(UWB)定位、Wi-Fi定位、控制面定位或它们的组合。
21.根据权利要求17所述的方法,其中所述至少一个特征与所述多个设备中的每个设备的加速度或由所述多个设备捕获的声音相对应。
22.根据权利要求17所述的方法,还包括:
基于所述第一信息来执行对所述多个设备的分类。
23.根据权利要求22所述的方法,其中基于所述第一信息来执行对所述多个设备的所述分类包括:
标识所述多个设备的所述第一子集与作为冗余信息或重叠信息的所述第一信息相关联;以及
基于所述多个设备的所述第一子集与作为所述冗余信息或所述重叠信息的所述第一信息相关联来将所述多个设备的所述第一子集分类为相同类别。
24.根据权利要求23所述的方法,还包括:
指导所述多个设备的所述第一子集与一个或多个其他设备执行至少一个测量来验证所述第一信息的准确度。
25.根据权利要求22所述的方法,还包括:
用从至少一个其他平台接收的数据扩充所述第一信息,其中对所述多个设备的所述分类进一步基于所述数据。
26.根据权利要求22所述的方法,还包括:
基于射频(RF)感测来验证或确认对所述多个设备的所述分类的准确度。
27.根据权利要求22所述的方法,其中选择所述多个设备的所述第一子集以用于所述测量包括:
基于对所述多个设备的所述分类来从所述测量排除所述多个设备的第二子集。
28.根据权利要求17所述的方法,其中所述至少一个特征与所述多个设备或与所述多个设备相关联的一个或多个对象的标识相对应。
29.一种用于在网络节点处进行无线通信的装置,所述装置包括:
用于获得包括与多个设备相关联的至少一个特征的第一信息的构件;以及
用于基于与所述多个设备相关联的所述至少一个特征来选择所述多个设备的第一子集以用于测量的构件。
30.一种在网络节点处存储计算机可执行代码的计算机可读介质,所述代码在由处理器执行时使所述处理器:
获得包括与多个设备相关联的至少一个特征的第一信息;以及
基于与所述多个设备相关联的所述至少一个特征来选择所述多个设备的第一子集以用于测量。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/804,976 | 2022-06-01 | ||
US17/804,976 US12375879B2 (en) | 2022-06-01 | Systems and methods for navigation model enhancement | |
PCT/US2023/022891 WO2023235173A1 (en) | 2022-06-01 | 2023-05-19 | Systems and methods for navigation model enhancement |
Publications (1)
Publication Number | Publication Date |
---|---|
CN119278638A true CN119278638A (zh) | 2025-01-07 |
Family
ID=86896063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202380042595.4A Pending CN119278638A (zh) | 2022-06-01 | 2023-05-19 | 用于导航模型增强的系统和方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4533824A1 (zh) |
CN (1) | CN119278638A (zh) |
WO (1) | WO2023235173A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2222063A1 (en) * | 2009-02-18 | 2010-08-25 | Research In Motion Limited | Automatic activation of speed measurement in mobile device based on available motion |
US11227243B2 (en) * | 2016-01-29 | 2022-01-18 | At&T Intellectual Property I, L.P. | Communication system with enterprise analysis and methods for use therewith |
EP4014521A1 (en) * | 2019-08-14 | 2022-06-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Transceiver for conditionally participating in at least one communication service |
-
2023
- 2023-05-19 EP EP23732728.3A patent/EP4533824A1/en active Pending
- 2023-05-19 CN CN202380042595.4A patent/CN119278638A/zh active Pending
- 2023-05-19 WO PCT/US2023/022891 patent/WO2023235173A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20230396958A1 (en) | 2023-12-07 |
EP4533824A1 (en) | 2025-04-09 |
WO2023235173A1 (en) | 2023-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230300616A1 (en) | Reputation score assignment for vehicle-based communications | |
CN120266010A (zh) | 用于射频感测的参考信号聚合 | |
CN119256601A (zh) | Isac系统中的感测移交 | |
WO2025054069A1 (en) | Identification and formation of vehicular platoon | |
US20250076075A1 (en) | Enhancements to map over the air update | |
WO2024211142A1 (en) | Enhancements to v2x messaging to improve misbehavior detection performance | |
US12276735B2 (en) | Enhanced navigation mode with location detection and map layer switching | |
CN120345270A (zh) | 感测辅助的用户装备与对象关联 | |
CN119585781A (zh) | 用于不当行为检测系统的错误校正系统 | |
US12375879B2 (en) | Systems and methods for navigation model enhancement | |
US20230396958A1 (en) | Systems and methods for navigation model enhancement | |
US20240416939A1 (en) | Advanced driver assistance system sensitivity adjustments | |
WO2024164166A1 (en) | Phase coherent tdw for sensing reference signal | |
US20250093179A1 (en) | Adaptive operational design domain calculations | |
WO2025145313A1 (en) | A multi-processor core system for high definition map processing | |
US20250212169A1 (en) | Vehicle information aided roaming and plmn selection in vehicular ues for border crossings | |
US20240248216A1 (en) | Position uncertainty management during a lack of beacon signal reception | |
US20240418829A1 (en) | Phase difference based object classification in sensing | |
US20250067569A1 (en) | Automated break location recommendation | |
US20240098482A1 (en) | Context specific alerts for user equipments | |
US20250191027A1 (en) | Adaptive and mobile advertising using vehicle displays and positioning measurements | |
WO2025106180A1 (en) | Enhancements to reliability of maps with c-v2x system | |
CN119547467A (zh) | 运动触发的路点报告 | |
CN119497986A (zh) | 上下文感知导航 | |
WO2025122272A1 (en) | Dynamic road-map with lane-status updates |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |