用于提高无线通信网络中的UE位置确定的准确度的系统和方法与流程

本文中公开的主题总体上涉及提高无线通信网络中的用户设备(ue)位置确定的准确度的领域。本文中公开的主题包括由耦合到无线通信网络的位置管理功能(lmf)执行的方法。

背景技术：

1、当前，当消费者向网络数据分析功能(nwdaf)请求分析时，消费者可以在请求中包括目标区域和/或目标用户设备(ue)或(多个)ue的组。nwdaf通过从一个或多个网络功能收集数据/事件来得出分析，以确保数据来自所请求的目标区域或者涉及(多个)目标ue。该分析将ue的静态位置考虑在内而得出，该静态位置基于接入和移动性管理功能(amf)确定ue以(多个)追踪区域或(多个)小区id的粒度进入或离开特定感兴趣区域。

2、在3gpp架构版本16和版本17中，nwdaf(其在3gpp ts23.288v17.2.0中定义)基于从一个或多个数据生产者nf收集的数据向一个或多个分析消费者nf提供分析输出。

3、3gpp ts23.273(例如，版本17.2.0)中指定了对位置服务的支持。

技术实现思路

1、作为版本18工作的一部分，无线电接入网(ran)预期将研究基于人工智能(al)或机器学习(ml)的定位，这将允许ue和/或ran利用ai/ml模型来提高位置确定或估计的准确度。

2、此外，当向位置管理功能(lmf)提供测量报告时，ue包括关于其位置(location)测量或定位(position)测量是否基于视线(los)或非视线(nlos)测量或与无线通信网络中的无线电接入网(ran)节点的通信的指示符。

3、本公开处理了lmf如何使用这样的信息通过利用来自nwdaf的分析来提高位置准确度、并且确定ue是否应当使用ai/ml模型来提高位置估计的准确度。

4、本文中公开的过程指定了lmf/ran如何确定要在哪些位置使用基于ai/ml的定位、lmf/ran如何标识什么ai/ml模型要用于基于ai/ml的定位、以及ue如何协助基于ai/ml的定位。

5、在一个方面，提供了一种用于无线通信网络中的位置管理功能lmf的方法，该方法包括：接收提供一个或多个用户设备ue的位置的第一请求，其中第一请求包括对最小位置准确度的第一要求；对于一个或多个ue和/或对于一个或多个ue所在的目标区域，获取位置测量基于与无线通信网络中的无线电接入网ran节点的视线los或非视线nlos通信的统计或预测；响应于接收到统计或预测，确定一个或多个ue将使用人工智能/机器学习ai/ml模型来执行位置测量；以及向一个或多个ue发送对一个或多个ue使用ai/ml模型来执行位置测量的请求。

6、统计或预测可以包括从由以下项组成的参数组中选择的一个或多个参数：位置测量比率，其包括基于los与nlos之比的位置测量；los或nlos测量百分比，其包括基于与无线通信网络中的ran节点的los或nlos通信的位置测量的百分比；关于进行基于los或nlos的位置测量的行为是静态的还是动态的指示；以及当ue或ue组进入新服务区域时，基于nlos的位置测量将被执行的预测。

7、确定ai/ml模型将用于位置测量的执行可以响应于所接收的统计或预测指示由于超过预配置阈值标准而不能满足第一要求。

8、该方法还可以包括从一个或多个ue接收一个或多个ue具有使用ai/ml模型来执行位置测量的能力的指示。该指示可以包括从由以下项组成的指示组中选择的一个或多个指示：由一个或多个ue支持基于ai/ml的定位的指示；由一个或多个ue支持的ai/ml模型的列表；存储在一个或多个ue处或由一个或多个ue可访问的经训练的ai/ml模型的列表；以及其任何组合。该方法还可以包括向一个或多个ue发送对一个或多个ue提供关于一个或多个ue具有使用ai/ml模型来执行位置测量的能力的指示的请求。该指示可以包括由一个或多个ue支持的ai/ml模型的列表、或者存储在一个或多个ue处或由一个或多个ue可访问的经训练的ai/ml模型的列表。该方法还可以包括从列表中选择ai/ml模型。对一个或多个ue使用ai/ml模型来执行位置测量的请求可以指示所选择的ai/ml模型。

9、对一个或多个ue使用ai/ml模型来执行位置测量的请求可以包括用于使用ai/ml模型提供定位测量的最小置信水平。

10、该方法还可以包括：响应于向一个或多个ue发送对一个或多个ue使用ai/ml模型来执行位置测量的请求，从一个或多个ue接收一个或多个位置测量。该方法还可以包括从一个或多个ue接收一个或多个位置测量的准确度的指示。该方法还可以包括确定所接收的一个或多个位置测量的准确度。

11、统计或预测的获取可以包括向无线通信网络中的网络数据分析功能nwdaf发送对统计或预测的请求，以及从nwdaf接收统计或预测。向nwdaf发送的对统计或预测的请求可以包括用于确定统计或预测的一个或多个参数。该一个或多个参数可以包括从由以下项组成的参数组中选择的一个或多个参数：目标区域；目标ue、ue组、或任何ue将被考虑的指示；一天中的时间；要使用的样本数或置信水平；向nwdaf指示仅在达到阈值时报告统计或预测的阈值；或者非周期性或周期性分析指示。

12、在另一方面，提供了一种用于无线通信网络中的性能的方法，该方法包括：由网络数据分析功能nwdaf向服务于一个或多个用户设备ue的位置管理功能lmf发送对指示当一个或多个ue报告位置信息时由一个或多个ue执行的测量的类型的信息的请求；响应于接收到请求，由lmf从一个或多个ue或从ran节点收集对一个或多个ue的一个或多个位置测量、以及关于一个或多个位置测量是否基于与ran节点的视线los或非视线nlos通信的指示；由lmf向nwdaf提供所执行的测量的类型的指示；以及使用所执行的测量的类型，由nwdaf针对一个或多个ue得出位置测量基于与ran节点的los或nlos通信的统计或预测。

13、该方法可以结合前述方面的方法来执行，以得出由lmf获取的统计或预测。

14、在又一方面，提供了一种用于无线通信网络中的位置管理功能lmf，该lmf被布置为：接收提供一个或多个用户设备ue的位置的第一请求，其中第一请求包括对最小位置准确度的第一要求；对于一个或多个ue和/或对于一个或多个ue所在的目标区域，获取位置测量基于与无线通信网络中的无线电接入网ran节点的视线los或非视线nlos通信的统计或预测；响应于接收到统计或预测，确定一个或多个ue将使用人工智能/机器学习ai/ml模型来执行位置测量；以及向一个或多个ue发送对一个或多个ue使用ai/ml模型来执行位置测量的请求。

技术特征：

1.一种用于无线通信网络中的位置管理功能lmf的方法，所述方法包括：

2.根据权利要求1所述的方法，其中所述统计或所述预测包括以下参数中的一个或多个参数：

3.根据权利要求1或2所述的方法，其中响应于所获取的统计或预测指示由于超过预配置的阈值标准而不能满足所述第一要求，执行所述ai/ml模型将被用于位置测量的所述确定。

4.根据权利要求1至3中任一项所述的方法，还包括：从所述一个或多个ue接收所述一个或多个ue具有使用ai/ml模型来执行位置测量的能力的指示。

5.根据权利要求4所述的方法，其中所述指示包括从以下项中选择的一个或多个指示：基于ai/ml的定位由所述一个或多个ue支持的指示；由所述一个或多个ue支持的所述ai/ml模型的列表；存储在所述一个或多个ue处或由所述一个或多个ue可访问的经训练的ai/ml模型的列表；以及其任何组合。

6.根据权利要求4或5所述的方法，还包括：向所述一个或多个ue发送第三请求，所述第三请求是对所述一个或多个ue提供所述一个或多个ue具有使用ai/ml模型来执行位置测量的能力的所述指示的请求。

7.根据权利要求4至6中任一项所述的方法，其中：

8.根据权利要求1至7中任一项所述的方法，其中对所述一个或多个ue使用所述ai/ml模型来执行位置测量的所述第二请求包括：用于使用ai/ml模型提供定位测量的最小置信水平。

9.根据权利要求1至8中任一项所述的方法，还包括：响应于向所述一个或多个ue发送对所述一个或多个ue使用所述ai/ml模型来执行位置测量的所述第二请求，从所述一个或多个ue接收一个或多个位置测量。

10.根据权利要求9所述的方法，还包括：从所述一个或多个ue接收所述一个或多个位置测量的准确度的指示。

11.根据权利要求9或10所述的方法，还包括：确定所接收的所述一个或多个位置测量的准确度。

12.根据权利要求1至11中任一项所述的方法，其中所述统计或所述预测的所述获取包括：

13.根据权利要求12所述的方法，其中向所述nwdaf发送的对所述统计或所述预测的所述请求包括：用来确定所述统计或预测的一个或多个参数，所述一个或多个参数包括以下参数中的一个或多个参数：

14.一种用于无线通信网络中的性能的方法，所述方法包括：

15.一种用于无线通信网络中的位置管理功能lmf，所述lmf被布置为：

技术总结提供了一种用于无线通信网络中的位置管理功能LMF的方法，该方法包括：接收提供一个或多个用户设备UE的位置的第一请求，其中第一请求包括对最小位置准确度的第一要求；对于一个或多个UE和/或对于一个或多个UE所在的目标区域，获取位置测量基于与无线通信网络中的无线电接入网RAN节点的视线LOS或非视线NLOS通信的统计或预测；响应于获取该统计或预测，确定一个或多个UE将使用人工智能/机器学习AI/ML模型来执行位置测量；以及向一个或多个UE发送对一个或多个UE使用AI/ML模型来执行位置测量的第二请求。技术研发人员：D·卡拉姆帕特西斯,A·巴姆里,R·托马斯受保护的技术使用者：联想（新加坡）私人有限公司技术研发日：技术公布日：2024/7/23