CN113167852A - 网络节点及在其中执行的用于处理通信网络中的物体的数据的方法 - Google Patents
网络节点及在其中执行的用于处理通信网络中的物体的数据的方法 Download PDFInfo
- Publication number
- CN113167852A CN113167852A CN201980074390.8A CN201980074390A CN113167852A CN 113167852 A CN113167852 A CN 113167852A CN 201980074390 A CN201980074390 A CN 201980074390A CN 113167852 A CN113167852 A CN 113167852A
- Authority
- CN
- China
- Prior art keywords
- network node
- traffic
- signal strength
- signal quality
- network
- 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 abstract description 45
- 238000004891 communication Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 title claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 56
- 238000010408 sweeping Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims 1
- 241000283070 Equus zebra Species 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 241001465754 Metazoa Species 0.000 description 10
- 230000009471 action Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 239000004753 textile Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000760358 Enodes Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
- G01S13/426—Scanning radar, e.g. 3D radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/582—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
-
- 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
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本文中的实施例涉及一种由通信网络中的网络节点(10,12)执行的用于处理通信网络中的物体的数据的方法。网络节点基于波束成形传输的信号强度或信号质量确定物体的位置,其中波束成形传输包括扫掠周围环境的发射无线电波束。网络节点通过分析发射无线电波束的信号强度或信号质量,并将该信号强度或信号质量与来自扫掠该周围环境的先前波束成形传输的信号强度或信号质量进行比较,来确定位置。网络节点还提供输出,该输出指示所确定的物体的位置。
Description
技术领域
本文中的实施例涉及网络节点及在其中执行的用于处理在例如管理区域(诸如,城市)中的车辆交通时要使用的物体的数据的方法。此外,本文中还提供了计算机程序产品和计算机可读存储介质。特别地,本文中的实施例涉及处理物体的数据以用于确定该物体的位置,从而例如允许交通管理将所确定的位置考虑在内。
背景技术
在典型的无线通信网络中,无线设备(其也称为无线通信设备、移动站、站(STA)和/或用户装备(UE))经由接入网(诸如,无线电接入网(RAN))与例如一个或多个核心网通信,以使用服务(诸如移动宽带服务)。接入网覆盖地理区域,并提供对服务区域(其也可称为小区、波束或波束组)的无线电覆盖,其中每一服务区域由诸如无线电接入节点(例如,Wi-Fi接入点或无线电基站(RBS))之类的无线电网络节点服务或控制,在一些网络中,无线电网络节点也可被表示为例如“NodeB”或“eNodeB”或“gNodeB”。无线电网络节点通过在无线电频率上运行的空中接口与在该无线电网络节点的范围内的无线设备进行通信。提供了很多服务,例如通过车辆报告障碍物以及通过云与其他车辆共享,例如参见WO201317088A1,其示出了一种用于向车辆提供信息的系统,该系统包括用于从多个车辆接收数据的接收机,该数据包括车辆数据和来自与车辆相关联的传感器的数据。
光探测和测距(Lidar)是一种激光雷达,其利用反射回来的无线电波扫描物体,并创建虚拟数字世界,该虚拟数字世界例如供车辆用来在反映物理映射(physical twin)的数字世界地图上定位其自身。物理映射是现实世界中具有数字映射(digital twin)的物体,数字映射是诸如虚拟地图之类的数字世界中的副本。常规解决方案提供例如静态的道路分配,在这种道路分配中,道路设施的使用效率低下。当前,斑马线供行人和骑自行车的人用来在预定的位置处穿过。这也导致非常静态的交通设施,其阻碍了自然流动,尤其是可随时间波动的流动。
围绕斑马线的另一挑战是车辆的驾驶员或驾驶员辅助系统并不总是知道斑马线。虽然斑马线通常具有指示斑马线的位置的标志,但定向到驾驶员的大量信息(尤其是在靠近环岛处)使得检测街道存在十字路口变得困难。因此,驾驶员可能会错过有人正在过马路的情况,并且可能会发生事故。
如今,道路上车道的数量通常是固定的,并且不同方向(诸如,出和入)之间的利用率并不相等。这导致不必要的交通阻塞并且阻碍了车辆交通的流动。有时,没有很好的方法来为行人分配道路,尽管事实是人的流动原则优先考虑人的吞吐量而非车辆吞吐量,但是大多数交通管理系统都关注于车辆吞吐量。如今,没有很好的方法来跟进这一需求。
此外,在交通环境中,临时物体(诸如,行人、动物、障碍物(如掉落的物体))的可见性差会增加发生事故以及车辆与物体之间发生碰撞的风险。
在2017年期间,有25600人在欧盟(EU)道路上丧生。与2016年相比仅下降了2%,这表明成员国正努力根据来自欧洲运输安全委员会(ETSC)的最新道路安全性能指标(PIN)减少伤亡人数(https://etsc.eu/two-passangerplanes-crash-killing-everyone-onboard-this-is-how-many-people-die-on-eu-road-every-week/)。这等于每周有两架客机坠毁并使机上的每个人都丧生的人数。同样,根据ETSC,大多数这些事故都与工作有关,例如在瑞典,每年有20名道路工人丧生。这就是为什么与工作相关的道路安全(WRRS)对于减少事故如此重要的原因。但是,没有连接到流量管理系统的经连接的WRRS产品都。指令89/391/EEC概述了政府在与工作相关的风险评估方面提供指导的重要性,但是如今,并不存在供政府实施以解决该问题的具体技术。
发明内容
本文中的实施例的目的在于提供一种用于允许以有效且安全的方式来对区域进行交通管理的机制。
根据一方面,该目的通过提供一种由通信网络中的网络节点执行的用于处理通信网络中的物体的数据的方法来实现。网络节点基于波束成形传输的信号强度或信号质量,确定物体的位置,其中,波束成形传输包括扫掠(swipe)周围环境的发射无线电波束。网络节点通过分析发射无线电波束的信号强度或信号质量,并将该信号强度或信号质量与来自扫掠该周围环境的先前波束成形传输的信号强度或信号质量进行比较,来确定位置。网络节点还提供指示所确定的该物体的位置的输出。
本文中还提供了一种包括指令的计算机程序产品,该指令当在至少一个处理器上执行时,使得该至少一个处理器执行以上由网络节点执行的任何方法。另外,本文中还提供了一种计算机可读存储介质,其上存储有包括指令的计算机程序产品,所述指令当在至少一个处理器上执行时,使得该至少一个处理器执行根据以上由网络节点执行的任何方法所述的方法。
根据又一方面,该目的通过提供一种用于处理通信网络中的物体的数据的网络节点来实现。网络节点被配置为基于波束成形传输的信号强度或信号质量来确定物体的位置,其中,波束成形传输包括扫掠周围环境的发射无线电波束。网络节点通过被配置为分析该发射无线电波束的信号强度或信号质量,并将该信号强度或信号质量与来自扫掠该周围环境的先前波束成形传输的信号强度或信号质量进行比较,而被配置为确定该物体的位置。网络节点还被配置为提供输出,该输出指示所确定的物体的位置。
本文的实施例提供了一种从波束成形传输确定或检测物体的方式。通过使用现有的网络节点(诸如,城市中已经实现的基站)提供了非常高效的系统。所提供的输出可用于向车辆警告例如其路线前方的障碍物。本文中的实施例可进一步使用波束成形(诸如5G)来检测无源反射器物品(诸如智能纺织品、小配件和/或其他障碍物),其优点在于允许网络节点被固定地安装在物理位置。它们的固定位置使网络节点能够将波束的信号强度或质量的基本模型与最近获知的反射面进行比较,以检测物体的位置。进一步的优点可在于,由于不存在诸如收集的图像之类的个人数据,而存在信号强度或信号质量,因此系统被设计为具有匿名信息存储,并在于信号强度或信号质量被接近实时地持续更新,本文中的实施例的结果呈现了非常准确和安全的系统。
附图说明
现在将结合附图更详细地描述实施例,其中:
图1是描绘根据本文中的实施例的通信网络的示意性概图;
图2是根据本文中的实施例的组合的流程图和信令方案;
图3是根据本文中的实施例的组合的流程图和信令方案;
图4是描绘根据本文中的实施例的由网络节点执行的方法的流程图;
图5是描绘根据本文中的一些实施例的由网络节点执行的方法的流程图;
图6是描绘根据本文中的一些实施例的由网络节点执行的方法的流程图;
图7是描述根据本文中的一些实施例的由网络节点执行的方法的流程图;
图8是描绘根据本文中的实施例的网络节点的框图;并且
图9是根据本文中的一些实施例的系统的示意性概图。
具体实施方式
通用移动电信网络(UMTS)是第三代(3G)电信网络,它是从第二代(2G)全球移动通信系统(GSM)演进的。UMTS地面无线电接入网(UTRAN)本质上是将宽带码分多址(WCDMA)和/或高速分组接入(HSPA)用于用户装备的RAN。在被称为“第三代合作伙伴计划(3GPP)”的论坛中,电信供应商提出并同意了第三代网络的标准,并研究了增强的数据速率和无线电容量。在一些RAN中,例如与在UMTS中一样,若干无线电网络节点可例如通过陆线或微波连接到控制器节点(诸如,无线电网络控制器(RNC)或基站控制器(BSC)),该控制器节点监督并协调连接到其的多个无线电网络节点的各种活动。
在第三代合作伙伴计划(3GPP)中已经完成了演进分组系统(EPS)(也称为第四代(4G)网络)的规范,并且在接下来的3GPP版本中继续进行这项工作,例如指定第五代(5G)网络。EPS包括演进通用陆地无线电接入网(E-UTRAN)(也称为长期演进(LTE)无线电接入网)以及演进分组核心(EPC)(也称为系统架构演进(SAE)核心网络)。E-UTRAN/LTE是3GPP无线电接入网的一种变体,其中无线电网络节点直接连接到EPC核心网络而非连接到RNC。通常,在E-UTRAN/LTE中,RNC的功能分布在无线电网络节点(诸如,LTE中的eNodeB)和核心网络之间。由此,EPS的RAN具有实质上“扁平”的架构,该架构包括直接连接到一个或多个核心网络的无线电网络节点,即,它们不连接到RNC。为了对此进行补偿,E-UTRAN规范定义了无线网络节点之间的直接接口,该接口称为X2接口。
随着5G技术(诸如,新无线电(NR))的出现,大量使用发射天线元件和接收天线元件是令人极感兴趣的,因为它使得有可能利用波束成形,诸如发射侧波束成形和接收侧波束成形。发射侧波束成形意指发射机可以放大一个或多个选定方向上的发射信号,而抑制其他方向上的发射信号。类似地,在接收侧,接收机可以放大来自一个或多个选定方向的信号,而抑制来自其他方向的不想要的信号。
波束成形允许个体连接的信号更强。在发送侧,这可通过集中期望方向上的发射功率来实现,而在接收侧,这可通过增加期望方向上的接收机灵敏度来实现。这一波束成形增强了连接的吞吐量和覆盖范围。它还允许降低来自不想要的信号的干扰,从而使得能够在时频网格中使用相同的资源在多个个体连接上进行若干同时传输,即所谓的多用户多输入多输出(MIMO)。为了覆盖整个服务区域,还可能需要在时域中以不同的方式控制窄波束的多个传输。为此目的提供多个窄覆盖波束也称为“波束扫描”。
图1是描绘通信网络1的示意性概图。通信网络可包括例如一个或多个接入网(诸如无线电接入网(RAN))以及一个或多个核心网(CN)。通信网络1可以使用一个或多个不同的技术,例如NR、Wi-Fi、长期演进(LTE)、高级LTE、第五代(5G)、宽带码分多址(WCDMA)、全球移动通信系统/增强型数据速率GSM演进技术(GSM/EDGE)、全球微波接入互操作性(WiMax)或超移动宽带(UMB),这里仅提到了几个可能的实现方式。本文中的实施例涉及在5G环境中特别令人感兴趣的最新技术趋势,然而,实施例也可适用于现有无线通信系统(诸如例如,WCDMA和LTE)的进一步开发。
通信网络1可包括网络节点,诸如提供对地理区域的无线电覆盖的无线电网络节点10,地理区域即为诸如第一无线电接入技术(RAT)(诸如,NR、LTE、Wi-Fi、WiMAX等)的第一小区的服务区域。无线电网络节点10可以是发送和接收点,例如无线电网络节点(诸如,无线局域网(WLAN)接入点或接入点站(AP STA))、接入节点、接入控制器、基站(例如,无线电基站,诸如NodeB、演进型Node B(eNB、eNode B)、gNodeB(gNB))、基站收发机站、无线电远程单元、接入点基站、基站路由器、无线电基站的传输布置、独立接入点或能够在无线电网络节点10所服务的区域内与UE(诸如车辆等)进行通信的任何其他网络单元或节点,这取决于例如所使用的第一无线电接入技术和术语。无线电网络节点10可以被称为服务网络节点,其中第一小区可以被称为服务小区,并且服务网络节点以到UE的DL传输和来自UE的UL传输的形式与UE通信。应当注意,服务区域可以表示为小区、波束、波束组等,以定义无线电覆盖的区域。
无线电网络节点10执行波束成形传输,其中例如在时域中以不同的方式控制窄波束的多个传输均由无线电网络节点10执行。无线电网络节点10可以被构造为交通灯、交通标志等。根据本文中的实施例,波束成形传输包括扫掠周围环境的发射无线电波束。随后,该波束成形传输被用来确定物体11(诸如,行人、动物、车辆、丢失的物体等)的位置。
根据本文的实施例,通信网络1包括用于处理通信网络中的物体的数据的另一网络节点12,例如控制器节点、核心网络节点或服务器。根据本文中的实施例的方法由网络节点(诸如,无线电网络节点10或另一网络节点12)执行。作为替换,例如包括在如图1所示的云中的分布式节点(DN)和功能可用于执行或部分执行这些方法。另一网络节点12可与无线电网络节点10并置,和/或另一网络节点12可以是服务器、独立节点或逻辑节点。
在通信网络1中,一个或多个车辆13(诸如,汽车、自动驾驶汽车、移动站、无人驾驶飞机、船、飞机和/或无线终端)可经由一个或多个接入网(AN)(例如,RAN)与一个或多个核心网(CN)通信。本领域技术人员应当理解,“车辆”是非限制性术语,其意味着能够使用无线电通信与网络节点所服务的区域内的网络节点进行通信的任何移动的终端、无线通信终端、用户装备、机器类型通信(MTC)设备、物联网(IoT)可操作设备、设备到设备(D2D)终端,或节点(例如,智能电话、膝上型计算机、移动电话、传感器、中继器、移动平板电脑或甚至是小型基站)。
根据本文中的实施例,波束成形传输被用于检测物体11的存在、方向和/或速度。该信息可随后被提供给例如该网络节点内的例如车辆13和/或管理服务器,或提供给另一网络节点12。例如,网络节点12可以管理虚拟地图,并且基于检测到的物体,可以动态地创建虚拟地图并为车辆13显示该虚拟地图,例如仅举几个示例,基于检测到的物体11显示斑马线或基于检测到的物体11改变行车道中的行车方向。因此,本文中的实施例可以使用已经实现的无线电网络节点,该无线电网络节点用于通信,但是现在用于存在检测,以例如管理城市内的交通。
图2示出了描绘根据本文中的实施例的过程的组合的流程图和信令方案。在此,网络节点被例示为独立节点,其例如为图1中的另一网络节点12。
动作201。无线电网络节点10执行一个或多个波束成形传输。
动作202。无线电网络节点10测量扫掠无线电网络节点10的周围环境的发射无线电波束的信号强度和/或质量,诸如信号与干扰加噪声比(SINR)、参考信号接收功率(RSRP)、参考信号接收质量(RSRQ)或信噪比(SNR)。在本文中的一些实施例中,物体可以是反射物体,其例如内置在纺织品中,以与近场通信类似的方式反射特征,从而用作数字反射物。替代地或附加地,可以对被报告回给无线电网络节点10的接收传输或对由另一网络节点执行的传输执行测量。
动作203。无线电网络节点10可以向网络节点12发送报告,其中该报告包括测得的信号强度和/或质量或者测得的信号强度和/或质量的指示。可以在测得的信号强度和/或质量偏离阈值(例如,先前测得值)时发送该报告,或者可以在每次测量时连续发送该报告。
动作204。网络节点12随后接收该报告并确定物体11的位置,例如,确定人行道上有人。此外,网络节点12可以确定物体的移动方向和/或移动速度。例如,网络节点12可以将信号强度和/或质量与先前的波束成形传输以及例如先前了解到的物体将要过马路的移动模式进行比较。因此,可以存储许多波束成形传输的SNR,并且与所存储的SNR相比,可以检测到干扰。
动作205。网络节点12可以进一步在交通管理系统中管理交通,例如在交通灯上切换到红灯、在虚拟地图中创建斑马线、在虚拟地图中改变车道的行车方向等。这可以由独立的网络节点(诸如,交通管理节点)来处理。在本文中,交通意指车辆交通或运输交通。
动作206。网络节点12然后提供输出,该输出指示所确定的物体11的位置。例如,网络节点12向车辆发送控制命令或显示数据,诸如显示所创建的斑马线的数据、显示车道的行车方向的数据、控制车辆速度的数据等。网络节点12还可以控制其他与交通有关的设备,例如交通灯或交通标志。
图3示出了描绘根据本文的实施例的过程的组合的流程图和信令方案。在此,网络节点被例示为分布式节点,其例如为本地网络节点12’和宏网络节点12”。本地网络节点意指服务于本地网络的网络节点,和/或宏网络节点是从多个本地网络节点收集数据的训练节点。
动作301。无线电网络节点10执行一个或多个波束成形传输。
动作302。无线电网络节点10测量扫掠无线电网络节点10的周围环境的发射无线电波束的信号强度和/或质量,诸如SINR、RSRP、RSRQ或SNR。
动作303。无线电网络节点10可以向本地网络节点12’发送报告,其中该报告包括测得的信号强度和/或质量或者测得的信号强度和/或质量的指示。可以在测得的信号强度和/或质量偏离阈值(例如,先前测得值)时发送该报告,或者可以在每次测量时连续发送该报告。
动作304。然后,本地网络节点12’可以请求无线电网络节点10或其他无线电网络节点执行进一步测量,例如如动作302中的测量。
动作305。然后,无线电网络节点10可以执行所请求的进一步测量。
动作306。然后,无线电网络节点10可以在一个或多个报告中将这些进一步测量报告给本地网络节点12’。
动作307。本地网络节点12’可以基于该一个或多个报告来确定物体11的位置,即物体11的存在,例如确定动物靠近道路。例如,本地网络节点12’可以将报告中的结果与先前测得或存储的信号强度或信号质量进行比较,以确定中断,该中断指示物体。此外,本地网络节点12’可以确定物体11的移动方向和/或移动速度。
动作308。本地网络节点12’可以进一步存储波束成形传输的比较的结果,并且用例如神经网络算法等在本地训练本地网络节点12’,以确定物体的类型、物体的可能移动方向等。物体的类型的示例涉及但不限于人、动物、车辆和掉落的物体。
动作309。然后,本地网络节点12’可以向宏网络节点12”发送经训练的本地数据,以检测物体的类型、物体的可能移动方向等。
动作310。为了提高检测物体的类型、物体的可能移动方向等的准确性,宏网络节点12”可以从多个本地网络节点收集数据,并对较高数量的所收集的数据进行训练。然后,宏网络节点12”可以将来自训练算法的结果反馈给本地网络节点12’以检测物体。
动作311。然后,本地网络节点12’可以进一步在交通管理系统中管理交通,例如在交通灯上切换到红灯、在虚拟地图中创建斑马线、在虚拟地图中改变车道的交通方向等。这可以由独立的网络节点(诸如,交通管理节点)处理。然而,本地网络节点12’可以基于接收到的测量来管理交通,但是可以将接收到的测量与来自宏网络节点12”的训练数据进行比较。
动作312。然后,本地网络节点12’可以提供输出,该输出指示所确定的物体11的位置。例如,本地网络节点12’向车辆13发送控制命令或显示数据,例如发送显示所创建的斑马线的数据、显示车道的行车方向的数据、控制车辆速度的数据等。本地网络节点12’还可控制其他与交通有关的设备,诸如交通灯或交通标志。
现在将参考图4中描绘的流程图描述根据本文中的实施例的由通信网络中的网络节点(诸如,无线电网络节点10或另一网络节点12)执行的用于处理通信网络中的物体的数据的方法动作。这些动作不必按以下陈述的次序进行,而可按任何适当的次序进行。在一些实施例中执行的动作用虚线框标记。
动作401。网络节点可以执行波束成形传输。
动作402。网络节点基于波束成型形输的信号强度或信号质量来确定物体的位置,其中波束成形传输包括扫掠周围环境的发射无线电波束。网络节点通过分析发射无线电波束的信号强度或信号质量来确定物体的位置,并将该信号强度或信号质量与来自扫掠周围环境的先前波束成形传输的信号强度或信号质量进行比较。发射无线电波束可被反射材料或反射设备从物体反射回来。根据本文中的实施例,使用智能物体,其例如内置在纺织品中,以与近场通信类似的方式反射特征,从而使得其成为数字反射物。智能纺织品是内置有传感器或执行器的织物,其可以在各种场景下起作用。一种可能的解决方案是使用内置到可穿戴设备的某种近场通信技术。此外,无源近场通信(NFC)可以获取无线电信号,并且可以典型地使用对所生成的磁场的感应将该信号重复传回到源,并且利用功率可以返回唯一的数字,例如,诸如卡的标识符。
网络节点可以进一步基于波束成形传输的信号强度或信号质量确定物体的类型。在比较来自先前波束成形传输的信号强度或信号质量时,网络节点可以将偏差报告为异常。将该偏差的与发射无线电波束的信号强度或信号质量有关的模式与一个或多个已知物体的数据库的数据进行比较。例如,新无线电(NR)波束扫掠周围环境,网络节点报告返回SNR,该SNR被分析并被检查偏差。可以将检测到的偏差报告为异常,并且可分析反射物品的模式并将其与已知物体的数据库进行比较。例如,波束的信号强度或质量的一个或多个模式指示人、动物或例如车辆。
动作403。网络节点可以确定物体的移动方向。可以确定路径的方向的可靠性,例如研究所检测物体的先前行为可用于确定该方向的可靠性。方向的可靠性表示例如人立刻穿过街道,而不是沿着该街道走几米然后再穿过该街道的可能性。
动作404。另外,网络节点可确定物体的移动速度。在确定人立刻穿过街道,而不是沿着该街道走几米然后再穿过该街道的可能性时也可考虑这一点。
动作405。网络节点可以请求发射网络节点执行一个或多个测量,以收集更多的测量来确定位置、方向和/或速度。例如,网络节点可以向一个或多个测量无线电网络节点发送请求,以收集数据来确定位置、速度或方向。
动作406。网络节点可以通过收集波束成形传输的结果来训练不同物体的一个或多个模式。
动作407。另外,网络节点可以在数据库中为每一物体存储一个或多个经训练的模式。除了存储一个或多个经训练的模式之外,还可以在例如其他本地区域对该一个或多个经训练的模式进行测试和更新,从而使得全局模式随时间变得更聪明或更准确。
动作408。另外,网络节点可以将一个或多个经训练的模式发送到网络节点,以训练机器学习算法。由此,网络节点可以在本地进行训练,以在本地收集模式,并将这些模式发送到收集更大区域的数据的数据库。该网络节点可以是包括本地部分和宏部分的分布式节点。因此,匿名收集并针对不同的涉众进行了过滤的反射数据可以被存储在每一物体类型的知识库中。物体类型的示例涉及但不限于人、动物、车辆、掉落的物体。已知物体的数据库可以具有人工智能自学习算法,该算法可以将来自许多基站的信息收集到知识库中。此外,也可以发送与该模式有关的动作或可执行的见解。这样的模式和动作可例如为,当有人在街道上移动时,发出警告。通过这样的方式,可以将智能带到云中,以支持车辆中的传感器执行正确类型的动作,例如,紧急制动。
动作409。网络节点可以基于所确定的物体的位置来管理交通,例如交通结构(诸如斑马线)和/或行车道的行驶方向。例如,网络节点可以为优先的交通类型或方向分配道路空间。例如,当检测到障碍物等时,网络节点可以在一个方向上分配三个车道中的两个车道。例如,网络节点可以观察(反射)物体,并主动为最优先的交通或通道分配道路空间。该物体可以是一个或多个行人和/或障碍物,并且网络节点可以通过以下来管理交通:在虚拟交通地图中添加或删除虚拟斑马线、控制虚拟交通灯、控制地理围栏以限制交通、控制速度等。地理围栏是现实世界地理区域(简称区域)的虚拟边界,其可用于限制车辆的移动,例如车辆可被禁止进入该区域或可能被迫在该区域内使用非常低的速度。因此,本文中的实施例可以使用地理围栏来控制交通,诸如车辆(例如汽车或无人机)以及行人。此外,当检测到的物体指示要穿过马路时,在例如虚拟地图中创建临时数字斑马线作为数字映射,并将此临时数字斑马线报告给所有正在接近的车辆,这些车辆将采取必要的行动,诸如停车/制动。当行人已穿过马路时,将该临时数字斑马线移除,并将该移除发送给所有车辆。由此,这些发送的指示器可以由检测到的物体(诸如,观察到的反射物体)触发。
动作410。网络节点提供指示所确定的物体的位置的输出。例如,网络节点可以将指示物体的位置的指示发送到一个或多个车辆或网络服务器。在网络节点管理交通的情况下,网络节点可以向虚拟地图提供输入,该虚拟地图被输出给车辆的驾驶员。网络节点可以通过例如向一或多个车辆发送信息来输出该指示,以为该一个或多个车辆指示虚拟斑马线、受控制的虚拟交通灯、受限制的交通、受控制的速度。网络节点可以向车辆发送关于检测到的物体的位置的值,即指标。本文中的实施例可以通过以下方式来使用:使用“空闲的”的无线电容量(当无线电不用于繁重的网络用途(诸如Netflix下载)或其他繁重的流媒体服务时)来收集以后有可能为网络设备所有者赚钱的数据,即经训练的数据的所有者可以出售该经训练的数据,以检测不同的物体。由于没有收集图像或其他个人数据,因此该系统例如被其私有设计系统设计为具有匿名信息存储。由于使用了连续更新(接近实时)的数据,因此该系统可能会公开一种实时系统。本文中的一些实施例使得能够主动向车辆警告将要穿过街道的人和动物,即使该人和动物在车辆视线之外。主动警告意指可发出对可能的穿过的警告。此外,网络节点可以调整速度以使事故最少化,并减少原本由于突然的制动和启动而可能发生的能量损失。
图5是描绘本文中的一些实施例的示意性流程图。
动作501。网络节点执行波束成形或参与波束成形过程。例如,以扫描方式发送波束,即是顺序发送的,或接收来自另一网络节点的波束。
动作502。网络节点计算不同波束的SNR。
动作503。基于计算出的SNR,网络节点可以确定一个或多个波束是否被干扰。
动作504。在被干扰的情况下,网络节点可以例如基于具有先前学习的模式的知识库确定根本原因。
动作505。网络节点可以确定被干扰的波束是有人存在的指示。
动作506。网络节点可以例如基于具有可能轨迹的知识库来进一步确定该人的可能的下一步。
动作507。网络节点可以确定该人正在穿过街道。
动作508。网络节点可因此在虚拟地图中创建虚拟斑马线。
动作509。网络节点可因此例如利用这个虚拟斑马线来更新运输管理部门城市云。
动作510。将该信息推出到原始装备制造商(OEM)云,以使得能够在网络中更新。
动作511。将该信息推出到可能受影响的车辆。
动作512。该信息可触发车辆处的行为,例如向车辆或驾驶员警告可能的事件。
图6是描绘训练模式以帮助确定是什么导致波束扫描过程中的中断或干扰的本文中一些实施例的示意性流程图。
动作601。网络节点或另一无线电网络节点执行波束成形,例如发送一个或多个波束或接收一个或多个波束。
动作602。用指示时间和位置的地理位置和时间戳对检测到的一个或多个波束或信号进行注释。
动作603。然后,网络节点可以手动地或使用例如来自经过的车辆的使用同一关键词、时间和位置的传感器分类(人、障碍物、动物……),对干扰或测量进行分类。
动作604。然后,网络节点可以更新知识库。知识库可以包括先前学习的模式。
图7是描绘训练模式以帮助确定是什么导致波束扫描过程中的中断或干扰的本文中一些实施例的示意性流程图。
动作701。网络节点或另一无线电网络节点可随时间研究检测到的信号,并学习轨迹。
动作702。网络节点可以使用学习算法来检测可能模式的模型。
动作703。然后,网络节点可以更新知识库。知识库可以包括可能的轨迹。
图8是描绘通信网络中用于处理通信网络中的物体的数据的网络节点的框图。
网络节点可以包括处理电路1901,例如一个或多个处理器,其被配置为执行本文中的方法。
网络节点可以包括确定单元802。该网络节点、处理电路801和/或确定单元802被配置为基于波束成形传输的信号强度或信号质量来确定物体的位置。波束成形传输或波束成形传输功能包括扫掠周围环境的发射无线电波束。网络节点、处理电路801和/或确定单元802通过被配置为分析发射无线电波束的信号强度或信号质量,并将该信号强度或信号质量与来自扫掠周围环境的先前波束成形传输的信号强度或信号质量进行比较,而被配置为确定物体的位置。网络节点、处理电路801和/或确定单元802可以被配置为基于波束成形传输的信号强度或信号质量确定物体的类型。网络节点、处理电路801和/或确定单元802可以被配置为确定物体的移动方向。网络节点、处理电路801和/或确定单元802可被配置为确定物体的移动速度。
网络节点可包括提供单元803,诸如发射机、收发机等。网络节点、处理电路801和/或提供单元803被配置为提供输出,该输出指示所确定的物体的位置。网络节点、处理电路801和/或提供单元803可被配置为在将该信号强度或信号质量与来自先前波束成形传输的信号强度或信号质量进行比较时,将偏差报告为异常,并将该偏差的与发射无线电波束的信号强度或信号质量有关的模式与一个或多个已知物体的数据库的数据进行比较。网络节点、处理电路801和/或提供单元803可通过被配置为将指示物体的位置的指示发送到一个或多个车辆或者网络服务器,而被配置为提供输出。网络节点、处理电路801和/或提供单元803可通过被配置为向一个或多个车辆发送信息来为该一个或多个车辆指示虚拟斑马线、受控制的虚拟交通灯、受限制的交通、受控制的速度,而被配置为提供输出。
网络节点可包括接收单元804,诸如接收机、收发器等。网络节点、处理电路801和/或接收单元804可以被配置为在发射无线电波束被反射材料或反射设备从物体反射回来时,接收该发射无线电波束。
网络节点可包括波束成形单元805,诸如发射机、收发器等。网络节点、处理电路801和/或波束成形单元805可被配置为执行波束成形传输。
网络节点可包括交通单元806。网络节点、处理电路801和/或交通单元806可被配置为基于所确定的物体的位置来管理交通。网络节点、处理电路801和/或交通单元806可通过被配置成为优先的交通类型或方向分配道路空间,而被配置为管理交通。网络节点、处理电路801和/或交通单元806可通过被配置为在虚拟交通地图中添加或移除虚拟斑马线、控制虚拟交通灯、控制地理围栏以限制交通和/或控制速度,而被配置为在物体是一个或多个行人和/或障碍物时管理交通。
网络节点可包括模式形成单元807。网络节点、处理电路801和/或模式形成单元807可被配置为:通过收集波束成形传输的结果来训练不同物体的一个或多个模式;以及在数据库中为每一物体存储该一个或多个经训练的模式。
网络节点、处理电路801和/或提供单元803可被配置为将该一个或多个经训练的模式发送到另一网络节点,以训练机器学习算法。
网络节点可以包括请求单元808。网络节点、处理电路801和/或请求单元808可被配置为请求发射网络节点执行一个或多个进一步的测量,以收集更多的测量来确定位置、方向和/或速度。
网络节点可以是包括本地部分和宏部分的分布式节点。
网络节点还包括存储器809。存储器包括用于在其上存储数据的一个或多个单元,数据诸如环境、数据、处理数据的过程、波束成形信息、模式、信号强度或质量、阈值、在被执行时执行本文中公开的方法的应用等。
根据本文中描述的实施例的用于网络节点的方法分别借助于例如包括指令(即,软件代码部分)的计算机程序产品810或计算机程序来实现,这些指令当在至少一个处理器上执行时,使得至少一个处理器执行本文中描述的由网络节点执行的动作。计算机程序810可以存储在计算机可读存储介质811(例如,通用串行总线(USB)棒、光盘等)上。其上存储有计算机程序产品的计算机可读存储介质811可以包括指令,这些指令当在至少一个处理器上执行时,使得至少一个处理器执行本文中描述的由网络节点执行的动作。在一些实施例中,计算机可读存储介质可以是非暂时性计算机可读存储介质。
图9是实现本文中的实施例的系统的示意性概图。波束成形用于定位和/或检测物体,并投影轨迹。构建智能,例如收集来自若干天线的波束成形模式以及人或动物SNR信号干扰的经训练的模式。经训练的数据可以被分发给例如不同的OEM,并进一步去收集统计数据,确定事件,确定交通管理部门的政策和规则,或者分发给例如驾驶员辅助设备,诸如发送至仪表盘的指令。可以收集和使用的数据可例如是电信数据、环境数据、域数据、公开数据(例如人员流动性)、应用覆盖范围、天气、特殊事件、季节性、推文(tweets)、车辆信息(公共汽车、出租车、火车……)、实用程序、地图、道路、地理空间信息以及拓扑结构。
如熟悉通信设计的人员将容易理解的,可以使用数字逻辑和/或一个或多个微控制器、微处理器或其他数字硬件来实现功能装置或单元。在一些实施例中,各种功能中的几个或全部功能可以一起实现,例如在单个专用集成电路(ASIC)中或者在其间具有适当的硬件接口和/或软件接口的两个或更多个独立的设备中实现。例如,这些功能中的若干功能可以在与通信设备的其他功能组件共享的处理器上实现。
替代地,可以通过使用专用硬件来提供所讨论的处理装置的若干功能元件,而其他功能元件则提供有与适当的软件或固件相关联的用于执行软件的硬件。因此,本文中使用的术语“处理器”或“控制器”并不专门指代能够执行软件的硬件,而可以隐含地包括但不限于数字信号处理器(DSP)硬件、用于存储软件的只读存储器(ROM)、用于存储软件和/或程序或应用数据的随机存取存储器以及非易失性存储器。也可以包括其他常规的和/或定制的硬件。通信设备的设计人员将领会这些设计选择中固有的成本、性能和维护权衡。
将理解,前面的描述和附图表示本文所教导的方法和装置的非限制性示例。由此,本文所教导的装置和技术不受前述描述和附图的限制。相反,本文中的实施例仅由所附的权利要求及其合法等同物来限制。
Claims (34)
1.一种由通信网络中的网络节点执行的、用于处理所述通信网络中的物体的数据的方法,其中,所述方法包括:
-基于波束成形传输的信号强度或信号质量来确定(204,402)物体的位置,其中所述波束成形传输包括扫掠周围环境的发射无线电波束,并且其中确定所述物体的位置包括分析所述发射无线电波束的所述信号强度或所述信号质量,并将所述信号强度或所述信号质量与来自扫掠所述周围环境的先前波束成形传输的信号强度或信号质量进行比较;以及
-提供(206,410)输出,所述输出指示所确定的所述物体的位置。
2.根据权利要求1所述的方法,其中,确定(204,402)所述物体的位置进一步包括:基于所述波束成形传输的所述信号强度或所述信号质量确定物体类型。
3.根据权利要求1-2中的任一项所述的方法,其中,在将所述信号强度或所述信号质量与来自所述先前波束成形传输的信号强度或信号质量进行比较时,将偏差报告为异常,并将所述偏差的与所述发射无线电波束的所述信号强度或所述信号质量有关的模式与一个或多个已知物体的数据库的数据进行比较。
4.根据权利要求1-3中的任一项所述的方法,进一步包括:
-确定(204,403)所述物体的移动方向。
5.根据权利要求4所述的方法,进一步包括:
-确定(204,404)所述物体的移动速度。
6.根据权利要求1-5中的任一项所述的方法,其中,所述发射无线电波束被反射材料或反射设备从所述物体反射回来。
7.根据权利要求1-6中的任一项所述的方法,其中,提供(410)所述输出包括:将指示所述物体的位置的指示发送到一个或多个车辆或者网络服务器。
8.根据权利要求1-7中的任一项所述的方法,其中,所述波束成形传输由所述网络节点执行。
9.根据权利要求1-8中的任一项所述的方法,进一步包括:
-基于所确定的所述物体的位置,管理(205,409)区域中的交通。
10.根据权利要求9所述的方法,其中,管理(409)所述区域中的交通包括:为优先的交通类型或方向分配道路空间。
11.根据权利要求9-10中的任一项所述的方法,其中,所述物体是一个或多个行人和/或障碍物,并且管理所述区域中的交通包括:在虚拟交通地图中添加或移除虚拟斑马线、控制虚拟交通灯、控制地理围栏以限制交通、控制速度等。
12.根据权利要求11所述的方法,其中,提供(410)所述输出包括:向一个或多个车辆发送信息,以便为所述一个或多个车辆指示所述虚拟斑马线、受控制的虚拟交通灯、受限制的交通、受控制的速度。
13.根据权利要求1-12中的任一项所述的方法,包括:
-通过收集波束成形传输的结果来训练(308,406)不同物体的一个或多个模式;以及
-在数据库中为每一物体存储(407)一个或多个经训练的模式。
14.根据权利要求13所述的方法,包括:将所述一个或多个经训练的模式发送(309,408)到网络节点,以训练机器学习算法。
15.根据权利要求1-14中的任一项所述的方法,包括:
-请求(304,405)发射网络节点执行一个或多个测量,以收集更多的测量来确定所述位置、方向和/或速度。
16.根据权利要求1-15中的任一项所述的方法,其中,所述网络节点是包括本地部分和宏部分的分布式节点。
17.一种包括指令的计算机程序产品,所述指令当在至少一个处理器上执行时,使得所述至少一个处理器执行根据权利要求1-16中的任一项所述的由所述网络节点执行的方法。
18.一种计算机可读存储介质,其上存储有包括指令的计算机程序产品,所述指令当在至少一个处理器上执行时,使得所述至少一个处理器执行根据权利要求1-16中的任一项所述的由所述网络节点执行的方法。
19.一种通信网络中的、用于处理所述通信网络中的物体的数据的网络节点(10,12),其中,所述网络节点被配置为:
基于波束成形传输的信号强度或信号质量来确定物体的位置,其中所述波束成形传输包括扫掠周围环境的发射无线电波束,并且其中通过将所述网络节点配置为分析所述发射无线电波束的所述信号强度或所述信号质量,并将所述信号强度或所述信号质量与来自扫掠所述周围环境的先前波束成形传输的信号强度或信号质量进行比较,而将所述网络节点配置为确定所述物体的位置;以及
提供输出,所述输出指示所确定的所述物体的位置。
20.根据权利要求19所述的网络节点(10,12),其中,所述网络节点还被配置为基于所述波束成形传输的所述信号强度或所述信号质量确定物体类型。
21.根据权利要求19-20中的任一项所述的网络节点(10,12),其中,所述网络节点被配置为:在将所述信号强度或所述信号质量与来自所述先前波束成形传输的信号强度或信号质量进行比较时,将偏差报告为异常,并将所述偏差的与所述发射无线电波束的所述信号强度或所述信号质量有关的模式与一个或多个已知物体的数据库的数据进行比较。
22.根据权利要求19-21中的任一项所述的网络节点(10,12),其中,所述网络节点还被配置为确定所述物体的移动方向。
23.根据权利要求22所述的网络节点(10,12),其中,所述网络节点还被配置为确定所述物体的移动速度。
24.根据权利要求19-23中的任一项所述的网络节点(10,12),其中,所述网络节点(10,12)被配置为当所述发射无线电波束被反射材料或反射设备从所述物体反射回来时,接收所述发射无线电波束。
25.根据权利要求19-24中的任一项所述的网络节点(10,12),其中,通过将所述网络节点(10,12)配置为将指示所述物体的位置的指示发送到一个或多个车辆或者网络服务器,而将所述网络节点(10,12)配置为提供所述输出。
26.根据权利要求19-25中的任一项所述的网络节点(10),其中,所述网络节点(10)被配置为执行所述波束成形传输。
27.根据权利要求19-26中的任一项所述的网络节点(10,12),其中,所述网络节点(10,12)还被配置为基于所确定的所述物体的位置来管理区域中的交通。
28.根据权利要求27所述的网络节点(10,12),其中,通过将所述网络节点(10,12)配置成为优先的交通类型或方向分配道路空间,而将所述网络节点(10,12)配置为管理所述区域中的交通。
29.根据权利要求19-28中的任一项所述的网络节点(10,12),其中,所述物体是一个或多个行人和/或障碍物,并且通过将所述网络节点配置为在虚拟交通地图中添加或删除虚拟斑马线、控制虚拟交通灯、控制地理围栏以限制交通和/或控制速度,而将所述网络节点配置为管理所述区域中的交通。
30.根据权利要求29所述的网络节点(10,12),其中,通过将所述网络节点配置为向一个或多个车辆传输信息,以便为所述一个或多个车辆指示所述虚拟斑马线、受控制的虚拟交通灯、受限制的交通、受控制的速度,而将所述网络节点配置为提供所述输出。
31.根据权利要求19-30中的任一项所述的网络节点(10,12),其中,所述网络节点被配置为:
通过收集波束成形传输的结果来训练不同物体的一个或多个模式;以及
在数据库中为每一物体存储一个或多个经训练的模式。
32.根据权利要求31所述的网络节点(10,12),其中,所述网络节点被配置为将所述一个或多个经训练的模式发送到网络节点,以训练机器学习算法。
33.根据权利要求19-32中的任一项所述的网络节点(10,12),其中,所述网络节点被配置为:
请求发射网络节点执行一个或多个测量,以收集更多的测量来确定所述位置、方向和/或速度。
34.根据权利要求19-33中的任一项所述的网络节点(10,12),其中,所述网络节点是包括本地部分(10)和宏部分(12)的分布式节点。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/SE2019/050050 WO2020153883A1 (en) | 2019-01-24 | 2019-01-24 | Network node and method performed therein for handling data of objects in a communication network |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113167852A true CN113167852A (zh) | 2021-07-23 |
Family
ID=71736044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980074390.8A Pending CN113167852A (zh) | 2019-01-24 | 2019-01-24 | 网络节点及在其中执行的用于处理通信网络中的物体的数据的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11789120B2 (zh) |
EP (1) | EP3914923A4 (zh) |
CN (1) | CN113167852A (zh) |
WO (1) | WO2020153883A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2598939B (en) * | 2020-09-20 | 2023-01-11 | Gregory Lloyd Peter | Method and system for the production of risk maps of airspace, and land areas based on the fusion of data from multiple sources |
US11819305B1 (en) * | 2020-10-05 | 2023-11-21 | Trackonomy Systems, Inc. | Method for determining direction of movement through gates and system thereof |
EP4314891A1 (en) * | 2021-05-03 | 2024-02-07 | Google LLC | Cooperative bistatic radar sensing using deep neural networks |
WO2023222249A1 (en) * | 2022-05-20 | 2023-11-23 | Telefonaktiebolaget Lm Ericsson (Publ) | First node, second node and methods performed thereby for handling transmission of a first signal |
KR20240124101A (ko) * | 2023-02-08 | 2024-08-16 | 삼성전자주식회사 | 통신 및 센싱을 지원하기 위한 시스템, 방법 및 장치 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130310067A1 (en) * | 2012-05-18 | 2013-11-21 | Denso Corporation | Wireless communication apparatus and wireless positioning system |
US20170302364A1 (en) * | 2016-02-04 | 2017-10-19 | Proxy Technologies, Inc. | Unmanned vehicle, system and method for transmitting signals |
US20170374637A1 (en) * | 2016-06-23 | 2017-12-28 | Qualcomm Incorporated | Positioning in beamformed communications |
CN107925460A (zh) * | 2015-09-02 | 2018-04-17 | 瑞典爱立信有限公司 | 无线电网络节点和用于启用在所述节点之间的移动性的方法 |
WO2018168670A1 (ja) * | 2017-03-17 | 2018-09-20 | 株式会社Nttドコモ | ユーザ端末および測位方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7313403B2 (en) * | 2003-08-06 | 2007-12-25 | Hong Kong Applied Science And Technology Research Institute Co., Ltd. | Location positioning in wireless networks |
JPWO2010106747A1 (ja) * | 2009-03-17 | 2012-09-20 | パナソニック株式会社 | 測位システム及び測位方法 |
JP5554688B2 (ja) | 2010-11-19 | 2014-07-23 | 株式会社デンソー | レーダ装置 |
CN102650776B (zh) | 2011-08-02 | 2014-09-03 | 北京京东方光电科技有限公司 | 一种液晶显示面板及液晶显示器 |
WO2013170882A1 (en) | 2012-05-15 | 2013-11-21 | Telefonaktiebolaget L M Ericsson (Publ) | Collaborative vehicle detection of objects with a predictive distribution |
US9755797B2 (en) | 2013-12-26 | 2017-09-05 | Mediatek Singapore Pte. Ltd. | Localization-based beamforming scheme for systems with multiple antennas |
CN107431893B (zh) * | 2015-03-18 | 2020-07-24 | 索尼公司 | 确定装置在大规模mimo网络上的位置的方法、设备和介质 |
US10791562B2 (en) * | 2017-01-05 | 2020-09-29 | Samsung Electronics Co., Ltd. | Method and apparatus for transmitting and receiving data in wireless communication system |
JP6489589B2 (ja) * | 2017-05-24 | 2019-03-27 | 三菱電機株式会社 | レーダ信号処理装置 |
US10911303B2 (en) * | 2017-07-20 | 2021-02-02 | Airspan Networks Inc. | Access node configuration in a network |
CN109001673B (zh) * | 2018-05-30 | 2022-10-18 | 北京邮电大学 | 一种无人机探测的方法和基站设备 |
-
2019
- 2019-01-24 US US17/421,436 patent/US11789120B2/en active Active
- 2019-01-24 WO PCT/SE2019/050050 patent/WO2020153883A1/en unknown
- 2019-01-24 CN CN201980074390.8A patent/CN113167852A/zh active Pending
- 2019-01-24 EP EP19910963.8A patent/EP3914923A4/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130310067A1 (en) * | 2012-05-18 | 2013-11-21 | Denso Corporation | Wireless communication apparatus and wireless positioning system |
CN107925460A (zh) * | 2015-09-02 | 2018-04-17 | 瑞典爱立信有限公司 | 无线电网络节点和用于启用在所述节点之间的移动性的方法 |
US20170302364A1 (en) * | 2016-02-04 | 2017-10-19 | Proxy Technologies, Inc. | Unmanned vehicle, system and method for transmitting signals |
US20170374637A1 (en) * | 2016-06-23 | 2017-12-28 | Qualcomm Incorporated | Positioning in beamformed communications |
WO2018168670A1 (ja) * | 2017-03-17 | 2018-09-20 | 株式会社Nttドコモ | ユーザ端末および測位方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3914923A4 (en) | 2022-09-07 |
US20220120857A1 (en) | 2022-04-21 |
US11789120B2 (en) | 2023-10-17 |
EP3914923A1 (en) | 2021-12-01 |
WO2020153883A1 (en) | 2020-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12022367B2 (en) | Method and apparatus for controlling communication between devices in a network | |
CN113167852A (zh) | 网络节点及在其中执行的用于处理通信网络中的物体的数据的方法 | |
US11915593B2 (en) | Systems and methods for machine learning based collision avoidance | |
US11516620B2 (en) | Vehicle to everything dynamic geofence | |
KR20190099521A (ko) | Hd 지도의 생성 및 사용 | |
JP5930026B2 (ja) | 通信装置、送信間隔制御装置、位置情報送信方法、位置情報の送信間隔制御方法およびプログラム | |
US11743694B2 (en) | Vehicle to everything object exchange system | |
US20220217568A1 (en) | Method and apparatus for controlling loads on networks | |
US20210188311A1 (en) | Artificial intelligence mobility device control method and intelligent computing device controlling ai mobility | |
US10833737B2 (en) | Method and apparatus for controlling multi-antenna of vehicle in autonomous driving system | |
US20230256997A1 (en) | Intelligent beam prediction method | |
US20220326374A1 (en) | Method for Radar Interference Mitigation | |
JP2023528027A (ja) | 歩行者ユーザ機器の位置推定 | |
KR20210041213A (ko) | 자율주행시스템에서 지도정보를 이용하여 객체추적을 하는 방법 및 이를 위한 장치 | |
US11210951B2 (en) | System and method for location data fusion and filtering | |
CN112583872B (zh) | 一种通信方法及装置 | |
KR20210065391A (ko) | 자율주행시스템에서 장애물을 탐지하여 주행하는 방법 | |
KR20210098071A (ko) | 자율주행시스템에서 차량의 데이터 비교방법 | |
US20230213664A1 (en) | Systems and methods for radio frequency (rf) ranging-aided localization and map generation | |
WO2020244770A1 (en) | 5g cellular network-based warning method and system for motorcycle-related threats | |
GB2574887A (en) | Network and control thereof | |
US20240233521A1 (en) | Automotive traffic flow control in the absence of smart infrastructure | |
US20240053170A1 (en) | Positioning operation based on filtered map data | |
WO2024028827A1 (en) | System and method enabling connected and autonomous vehicles (cavs) using wireless communication | |
KR20240132271A (ko) | 무선 주파수 (rf) 레인징-지원 로컬화 및 맵 생성을 위한 시스템들 및 방법들 |
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 |