CN116472466A - 用户设备定位 - Google Patents
用户设备定位 Download PDFInfo
- Publication number
- CN116472466A CN116472466A CN202180078464.2A CN202180078464A CN116472466A CN 116472466 A CN116472466 A CN 116472466A CN 202180078464 A CN202180078464 A CN 202180078464A CN 116472466 A CN116472466 A CN 116472466A
- Authority
- CN
- China
- Prior art keywords
- prn
- subset
- prns
- objective function
- target
- 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 claims abstract description 61
- 230000006870 function Effects 0.000 claims description 86
- 239000011159 matrix material Substances 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 29
- 230000033001 locomotion Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010187 selection method Methods 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 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 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0205—Details
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
-
- 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
- G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
- G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
- G01S1/04—Details
- G01S1/042—Transmitters
- G01S1/0423—Mounting or deployment thereof
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0205—Details
- G01S5/0244—Accuracy or reliability of position solution or of measurements contributing thereto
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0249—Determining position using measurements made by a non-stationary device other than the device whose position is being determined
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0284—Relative positioning
Abstract
一种使用包括具有N个定位参考节点(PRN)的集合的定位系统来估计目标UE的位置的方法(700)。该方法包括从该具有N个PRN的集合中确定最小化或最大化目标函数的特定PRN子集,其中目标函数是适于将关于该N个PRN的给定子集的信息映射到指示目标UE的定位误差的误差值的函数。该方法还包括使用所确定的特定PRN子集来估计目标UE的位置。
Description
技术领域
本公开涉及用于估计用户设备(UE)(又称“目标UE”)的位置的定位系统和方法。
背景技术
1、第三代合作伙伴计划(3GPP)定位
自3GPP版本9以来,定位已成为长期演进(LTE)标准化中的一个主题。主要目标是满足紧急呼叫定位的监管要求。新无线电(NR)中的定位已经被增强以支持更多的使用情况,例如用于急救员、工厂设备、移动车辆等的高精度定位。图1示出了NR定位系统100,其包括位置管理功能(LMF)。
在传统LTE标准中,支持以下定位技术:(1)增强型小区ID;(2)辅助全球导航卫星系统(GNSS);(3)观测到达时间差(OTDOA)(4)上行链路到达时间差(UTDOA);以及(5)定位传感器。增强型小区ID使用小区ID信息来将目标UE关联到服务小区的服务区域,然后可以使用附加信息来确定更精细粒度的位置。对于OTDOA,目标UE估计来自不同基站的参考信号的时间差,并且将该时间差信息发送到增强型服务移动位置中心(E-SMLC)以进行多点定位。对于UTDOA,目标UE被请求发送特定波形(例如,参考信号),该特定波形由多个位于已知位置处的定位参考节点(PRN)(例如,基站或其他UE)检测,然后这些测量被转发到E-SMLC以进行多点定位。
版本16(Rel-16)的NR定位基于3GPP NR无线电技术,并且被独特地定位为在增强的定位能力方面提供附加价值。低频带和高频带(例如,低于和高于6GHz)中的操作以及大规模天线阵列的使用提供了额外的自由度,以显著地提高定位精度。在低频带中并且尤其是在高频带中使用宽的信号带宽的可能性为基于OTDOA和UTDOA、Cell-ID或E-Cell-ID等的众所周知的定位技术的用户定位带来了新的性能边界,这些技术利用定时测量来定位目标UE。大规模天线系统(大规模MIMO)的最新进展可以提供额外的自由度,以通过结合时间测量利用传播信道的空间和角度域来实现更精确的用户位置估计。
2、3GPP网络节点中继
3GPP LTE和3GPP NR两者都支持网络节点中继。网络节点中继是这样的特征,其使信号能够由网络中继节点中继以提供附加覆盖和性能而无需安装基站通常所需的回程能力。
在NR中,网络节点中继被称为综合接入和回程(IAB)。图2示出了IAB中继的示例,其中IAB施主节点提供到IAB子节点的无线回程连通性,而IAB子节点又提供对与其连接的UE的接入。IAB施主节点承载中央单元(CU)功能,而IAB子节点承载分布式单元(DU)功能而不具有CU功能。具有DU的IAB子节点负责提供对UE的无线接入,并且承载物理层(PHY)、媒体接入控制(MAC)层和无线电链路控制(RLC)层。而具有CU的IAB施主节点负责分组数据汇聚协议(PDCP)和无线电资源控制(RRC)协议。移动终端(MT)为IAB子节点和IAB施主节点之间的回程链路提供物理接口。NR支持多跳IAB中继。IAB可以在带内(回程和接入共享相同的频带)和带外(回程和接入使用不同的频带)两种模式下操作。
如果IAB子节点被放置为使得IAB子节点和IAB施主节点以及IAB子节点和被服务的UE之间的信道条件比IAB施主和UE之间的信道条件有利得多,则IAB解决方案能够实现显著的覆盖扩展和定位增强。IAB可以在公共安全通信中发挥重要作用,其中可以在现有网络覆盖差或没有现有网络覆盖的区域(例如,一些农村地区和室内地区)使用它来提供任务关键型服务。
为了使用IAB解决方案容易地扩展网络连通性并且增强定位精度,可以预期由交通工具(例如,诸如无人机(UAV)之类的飞行器)来携带IAB子节点,潜在地使IAB子节点是便携的或移动的。
3、设备到设备(D2D)通信
3GPP中指定的基于辅链路(SL)的通信功能可以支持两个UE之间的具有/不具有网络控制的直接设备到设备(D2D)通信。基于两个UE之间的直接链路的SL测量是另一种定位方法,当用户处于部分网络覆盖或网络覆盖之外的情况时可以考虑该方法。
发明内容
目前存在某些挑战。举例来说,估计目标UE的位置通常需要获取距离测量,该距离测量通常是基于对发送到定位参考节点(PRN)或从定位参考节点(PRN)发送的参考信号的测量来计算的,并且由于例如非视线(NLoS)场景、硬件损伤等因素,距离测量中的误差(例如,所推导出的目标UE与PRN之间的距离)通常是显著的。因此,使用这样的距离测量来估计目标UE的位置可能提供对目标UE的位置的不准确估计。
在一些场景中,一些可用PRN是移动的(例如,智能电话、UAV或其他交通工具上携带的基站等),并且这提供了将这些移动PRN重新定位到将通过减小距离测量中的误差来改善目标UE定位性能的位置的机会。通过仅使用可用PRN(非移动PRN和移动PRN)的子集来估计目标UE的位置,也可以改善定位性能。因此,为了改善目标UE定位,将有益的是,确定可用PRN的最佳子集和/或确定移动PRN的最佳位置以便通过将PRN重新定位到所确定的最佳位置来自适应性地应对测量的误差。
因此,在一方面,提供了一种使用定位系统来估计目标用户设备(UE)的位置的方法,该定位系统包括具有N个定位参考节点(PRN)的集合。该方法包括从该具有N个PRN的集合中确定最小化或最大化目标函数的特定PRN子集,其中目标函数是适于将关于该N个PRN的给定子集的信息映射到指示目标UE的定位误差的误差值的函数。该方法还包括使用所确定的特定PRN子集来估计目标UE的位置。
在另一方面,提供了一种用于移动定位参考节点(PRN)集合的方法,该PRN集合包括第一PRN。该方法包括:对于第一PRN,确定第一PRN可以移动到的第一候选位置集合;以及对于包括在第一候选位置集合中的每个候选位置,使用候选位置、包括在该PRN集合中的每个其他PRN的位置和目标UE的位置来评估目标函数,以产生指示目标UE针对候选位置的定位误差的误差值。该方法还包括基于所产生的误差值从候选位置集合中选择候选位置。该方法还包括触发第一PRN移动到所选候选位置。
在另一方面,提供了一种计算机程序产品。该计算机程序产品包括非暂时性计算机可读介质。该非暂时性计算机可读介质存储包括指令的计算机程序,该指令当由处理电路执行时使该处理电路执行本文所公开的任何过程。
在另一方面,提供了一种网络实体。该网络实体包括耦合到存储器的存储器处理电路。该网络实体被配置为执行本文所公开的任一过程。
优势
对于基于固定PRN的定位(例如,使用部署在计划网络中的固定基站来定位目标UE),所提出的解决方案可以通过仅选择用于位置估计的有用测量数据来改善定位性能。
对于基于移动PRN的定位(例如,使用UAV上携带的gNB或IAB节点来定位目标UE),所提出的解决方案可以通过仅选择用于位置估计的有用测量数据并且通过设计用于(重新)定位所选PRN子集的最佳定位位置(例如,包括定向和距离的移动路径)来改善定位性能。
附图说明
并入本文并且形成说明书的一部分的附图图示了各种实施例。
图1示出了NR定位系统。
图2示出了IAB中继的示例。
图3示出了根据实施例的定位系统300。
图4示出了最佳PRN子集的选择。
图5示出了PRN的移动。
图6示出了实验结果。
图7是示出了根据一些实施例的过程的流程图。
图8是示出了根据一些实施例的过程的流程图。
图9是根据一些实施例的网络实体的框图。
具体实施方式
以下示例示出了采用移动PRN集合的UE定位系统,但是应当注意,所提出的方法是通用的并且可以被应用于许多其他用例。在以下描述中,描述了一种用于选择PRN的最佳子集以用于估计目标UE的位置(又称“定位”目标UE)的方法。还描述了一种用于为包括在最佳子集中的每个PRN确定最佳位置的方法。一旦为PRN中的给定PRN确定了最佳位置,就可以将该PRN移动到该位置,从而进一步最小化定位误差。
在所公开的实施例中,当使用包括具有N个PRN的集合的定位系统来估计目标UE的位置时,使用目标函数。在一个实施例中,基于由PRN与目标UE之间的距离测量形成的欧几里德距离矩阵(EDM)的低秩特性来定义目标函数。目标函数可被用于选择该N个PRN的将会改善定位性能的最佳子集(例如,N个PRN中的P个PRN,假设P<N)。即,只有与PRN子集相关联的测量才被用于推导目标UE的定位。在一个实施例中,通过最小化目标函数来选择参考节点的子集。目标函数还可以用于调整移动PRN集合的位置以最小化定位误差。在一个实施例中,通过最小化目标函数来确定局部调整策略。当适用时,可以将PRN选择方法和移动PRN位置调整方法进行组合以进一步改善定位性能。
如本文所使用的,术语“目标用户设备(UE)”是指可以与PRN进行无线通信的任何设备(例如,移动电话、平板电脑、膝上型计算机、传感器、电器、交通工具等)。同样,PRN是可以与目标UE进行无线通信的任何设备(例如,基站、接入点、UE、IAB节点等)。
图3示出了根据实施例的定位系统300。定位系统300包括可以用于估计目标UE302的位置的可用PRN的集合(即,PRN 311、PRN312、PRN 313、PRN 314和PRN 315)。在该实施例中,PRN中的至少一个(在该情况下为PRN 311)能够与控制实体320(例如,LMF、IAB施主、基站、无人机控制和命令中心、UE)通信。如上所述,目的是:i)从可用PRN的集合中选择最佳PRN(图4示出了PRN的最佳子集402的示例);和/或将PRN中的一个或多个移动到更好的位置(如图5所示)。
以下符号注释将用于解释本文所公开的方法。
·Ω:在定位目标UE时使用的可用PRN的集合。
·N:可用PRN的数量。
·xi:集合Ω中第i个PRN的位置的坐标,即x1,……,xN表示集合Ω中N个PRN的位置的坐标。
·xN+1表示目标UE的位置的坐标。
·E:由系统中的N+1个节点(包括N个PRN和目标UE)之间的距离测量形成的欧几里德距离矩阵,即对于系统中所有的节点i和节点j对,E(i,j)(=|xi-xj+ei,j|2),其中ei,j是节点i和j之间的距离测量的误差,其中1≤i,j≤N+1。
·R:由集合Ω中的N个PRN与目标UE之间的测量距离组成的向量,即R=[|x1-xN+1+e1,N+1,...,xN-xN+1+eN,N+1]T。
·g:用于通过输入N个PRN的位置以及这些PRN与目标UE之间的成对距离来构建E的函数,即E=g(x1,...,xN,R)。
·Λ(={λ1,……,λN+1}):E的降序特征值集合。
·D:维数。
·ΩP:具有来自集合Ω的P个PRN的集合,其中D+2≤P≤N。
·xp:ΩP中第p个PRN的位置的坐标,其中1≤p≤P。
·RP:由集合ΩP中的P个PRN与目标UE之间的测量距离组成的向量。
·EP:由集合ΩP中的P个PRN和目标UE组成的部分E。
·ΩP*:具有选自集合Ω中的P个PRN的最佳集合。
·Γ(={Θ,Φ,Ψ}):三维移动策略集合。这里,Θ,Φ,Ψ分别指示移动在方位角、天顶角和距离方面的所有可能策略。
·策略集合Γ中所有移动候选中的最佳策略,即最佳的表示PRN移动的3-D向量。
·Q:用于量化Υ*的比特。
·L:PRN运动的函数,即 其中t是时间指数。
欧几里德距离矩阵的低秩特性意味着,如果在D维空间中存在N个任意节点,则由该N个节点之间的距离的平方值组成的欧几里德距离矩阵E的秩总是等于或小于D+2。换言之,如果欧几里德距离矩阵E对于所有i,j被形成为E(i,j)(=|xi-xj|2),其中xi和xj分别是节点i和j在D维空间中的坐标(即,在距离测量中没有误差),则E的秩总是等于或小于D+2。如果欧几里德距离矩阵是无缺陷的,则秩等于D+2,这意味着λ1,λ2,...,λD+2是非零的,而λD+3,...,λP+1是零,其中对于i=1到P+1,λi是P个PRN的欧几里德距离矩阵的降序特征值集合。因此,可以基于适当设计的目标函数来选择最佳PRN子集。在确定了最佳PRN子集之后,所选子集中的每个PRN可以移动以调节其位置,从而基于欧几里德距离矩阵的低秩特性来最小化(或最大化)该适当设计的目标函数。
对于本公开,我们假设D=3,并且PRN的位置是已知的。在这种情况下,基于欧几里德距离矩阵的低秩特性:如果对于所有i和j,ei,j为零,则秩(E)≤5(=D+2)。在实践中,|ei,j|≥0是不可避免的,这导致上述特性不成立。然而,可以基于以下目标函数来配置最接近上述特性的设置,其使得所有特征值中的离维(off-dimensional)特征值部分被最小化。
目标函数
可以为所有可能的大小为P的子集形成部分欧几里德距离矩阵(EDM)EP。在一个实施例中,目标函数可以被定义为:
其中,EP=g(x1,...,xP,RP),并且(λ1,...,λP+1)是EP的降序特征值集合。
这意味着目标函数被定义为EDM的离维特征值的乘积除以EDM的所有特征值的乘积/>因此,最小化该目标函数f相当于最大化用于定位的维上(on-dimensional)信息。
在备选实施例中,目标函数被定义为EDM的所有特征值的乘积除以EDM的离维特征值的乘积/>因此,在该实施例中,目标函数可以被定义为:
因此,最大化该目标函数f相当于最大化用于定位的维上信息。
在实施例中,目标函数被定义为由参考节点与目标UE之间的成对距离测量形成的EDM的特征值的函数。
因此,在一个实施例中,与具有P个参考节点的集合(被表示为集合ΩP)和目标UE相关联的目标函数被定义为其中EP是由包括集合ΩP中的P个参考节点和目标UE在内的P+1个节点之间的距离测量形成的EDM,即对于所有的节点i和节点j对,EP(i,j)(=|xi-xj+ei,j|2),其中x1,...,xP是集合ΩP中的P个参考节点的定位坐标,xP+1是目标UE的定位坐标,eij是节点i和j之间的距离测量的误差,其中1≤i,j≤P+1。E(λ1,...,λP+1)是EP的降序特征值集合。并且,D是定位维度,例如对于三维定位,D=3。
作为示例,可以通过输入N个PRN的位置以及这些PRN与目标UE之间的成对距离来构建由P+1个节点之间的距离测量形成的EDM(EP),即E=g(x1,...,xP,RP),其中RP是由集合ΩP中的P个UAV与目标UE之间的测量距离组成的向量,即RP=[|x1-xP+1+e1,P+1|,...,|xp-xP+1+eP,P+1|]T。
在一些实施例中,PRN选择决策由控制实体320做出。控制实体可以是LMF、IAB施主节点(例如,当所有定位参考节点是连接到IAV施主节点的IAB节点时)、基站(例如,gNB或eNB,当所有定位参考节点是由gNB/eNB服务的UE时)、UE(例如,收集全球定位测量并且基于全球信息做出决策的UE)、无人机控制和命令中心、或它们的任何组合。
在一些实施例中,在系统中的每个PRN处以分布式方式做出PRN选择决策。在这些PRN之间共享定位测量(例如,距离测量)。基于共享的信息,每个PRN做出关于其是否被选择用于目标UE的定位的决策(例如,每个PRN确定最佳PRN子集并且确定其是否被包括在该最佳子集中)。然后,每个PRN可以向控制实体通知该PRN是否被包括在最佳子集中。以这种方式,控制实体可以确定PRN的最佳子集的成员,然后从被包括在最佳子集中的每个PRN获取指示该PRN与目标UE之间的距离的距离测量(例如,到达时间测量)。控制实体然后可以例如使用标准多点定位方法,使用距离测量和关于每个PRN的位置的信息来估计目标UE的位置。
PRN选择--即确定ΩP*
在一个实施例中,通过以下方式来从N个UVA中选择具有P个UAV的最佳子集(在图4中被示出为集合402):使等式1A最小化如下:ΩP*=argmin f(g(x1,...,xP,RP))(等式2-1A),或者使等式1B最大化如下:ΩP*=argmax f(g(x1,...,xP,RP))(等式2-1B)。
即,将最佳PRN子集(又称ΩP*)选择为系统中的所有可用PRN中使目标函数的值最小化(或最大化)的一组P个参考节点。
此外,还可以如下地确定P的最佳值(即,最佳子集的最佳大小)P*:
(P*,ΩP*)=argmin f(g`(P,x1,...,xP,RP)),(等式2-2A),或者
(P*,ΩP*)=argmax f(g`(P,x1,...,xP,RP)),(等式2-2B)
其中,g`是用所有可能的P(≥D+2)实现函数g的函数。
上述PRN选择方法可以被应用于基于固定/静态PRN的定位和基于移动PRN的定位两者。
在以下部分中,解释了在至少一些PRN是移动的情况下如何进一步减小目标UE的定位误差。
移动策略(调整一个或多个PRN的位置):
本公开提供了一种选择的方法,即,用于移动PRN以进一步最小化定位误差的最佳三维移动策略。
在确定了集合ΩP*之后,通过以如下循环方式逐一为每个移动PRN选择最佳移动策略(被定义为3-D矢量),集合ΩP*中的移动PRN可以调整它们的位置以进一步最小化定位误差。首先,确定第一移动PRN的Υ*,其中Υ*=argmin f(g(L(x1(t),Υ),x2(2),...,xP(t),RP))(等式3)。其次,在确定了Υ*之后,第一移动PRN将Υ*作为Q个比特发送给第二移动PRN。然后,由第二移动PRN、第三移动PRN等依次重复这两个步骤。如图5所示,其示出了在时间T=0时,PRN 313移动到新位置,然后将其新位置发送给PRN 315,PRN 315然后在时间T=1时确定新位置,移动到新位置,然后将其新位置发送给PRN 312,PRN 312然后在时间T=2时确定新位置并且移动到新位置。
在实施例中,每个移动PRN的位置调整策略被定义为在方位角、天顶角和从其当前位置移动的距离方面的一组参数。在实施例中,配置一组方位角、天顶角和距离值,作为用于做出位置调整决策的移动策略候选。
在实施例中,在控制实体(例如,中央节点)处制定PRN集合的最佳位置调整策略。在实施例中,最佳位置调整策略被选择为使目标函数的值最小化的策略,该目标函数被定义为由参考节点与目标UE之间的成对距离测量形成的EDM的特征值的函数。作为示例,目标函数被定义为(等式1A)。
在实施例中,以循环方式在每个移动PRN处逐一做出位置调整决策。在实施例中,每个移动PRN处的最佳位置调整策略被选择为考虑到所有其他参考节点的当前位置信息使目标函数的值最小化的策略。作为示例,目标函数被定义为(等式3)。
在实施例中,在移动PRN调整了其位置之后,该移动PRN将其更新的位置信息共享给其他PRN。可以使用PRN与其他PRN之间的直接通信(例如,辅链路通信)来共享位置信息。还可以使用上行链路和下行链路传输来共享位置信息。
可以在执行PRN选择之后实现移动策略。该移动策略也可被独立使用以改善定位性能,即不必与PRN选择步骤组合。
性能分析
使用基于多维定标(MDS)的定位作为基线算法,并且图6示出了实验结果。实验设置如下:i)5000个蒙特卡罗仿真;ii)使用均匀随机数发生器将N=8个移动PRN和一个目标UE随机放置在500X500X500的立方体中;iii)将P设置为5;iv)对于距离测量,将距离分辨率设置为10;并且v)假设:a)依赖于信号质量的测距误差遵循Normal(0,1);b)由于时钟异步引起的测距误差遵循Unif(0,10);c)NLoSevent遵循Ber(0.1);以及d)NLoS事件处的距离偏差为25。
用于改善目标UE定位的算法
步骤1:对于具有N个PRN的集合和一个目标UE,通过距离测量生成(N+1)乘(N+1)的欧几里德距离矩阵。
步骤2:获取ΩP*(例如,通过基于(等式2-1A)或(等式2-2A)选择N个UAV中的P个UAV的最佳集合来最小化等式1A,或者通过基于(等式2-1B)或(等式2-2B)选择N个UAV中的P个UAV的最佳集合来最大化等式1B)。
步骤3:如上所述地确定每个移动PRN的最佳位置,并且将每个移动PRN移动到其最佳位置。
图7是示出根据实施例的使用定位系统来估计目标UE 302的位置的过程700的流程图,该定位系统包括具有N个PRN的集合(例如,PRN 311-315)。过程700可以始于步骤s702。步骤s702包括从该具有N个PRN的集合中确定最小化或最大化目标函数的特定PRN子集,其中目标函数是适于将关于该N个PRN的给定子集的信息映射到指示目标UE的定位误差的误差值的函数。步骤s704包括使用所确定的特定PRN子集来估计目标UE的位置。
在一些实施例中,从该具有N个PRN的集合中确定最小化或最大化目标函数的特定PRN子集的步骤包括:1)针对该N个PRN的第一子集评估目标函数以产生第一误差值;2)针对该N个PRN的第二子集评估目标函数以产生第二误差值;以及3)将第一误差值与第二误差值进行比较。
在一些实施例中,针对该N个PRN的第一子集评估目标函数的步骤包括:基于该N个PRN的第一子集形成第一欧几里德距离矩阵;以及基于第一欧几里德距离矩阵来评估目标函数。
在一些实施例中,基于第一欧几里德距离矩阵来评估目标函数包括:确定第一欧几里德距离矩阵的降序特征值集合;以及使用该降序特征值集合来评估目标函数。
在一些实施例中,降序特征值集合由以下特征值排序集合组成:λ1,λ2,...,λP+1,使用降序特征值集合评估目标函数包括计算:X/Y或Y/X,其中D=几何维度,P是第一PRN子集的大小。
在一些实施例中,基于该N个PRN的第一子集形成第一欧几里德距离矩阵包括:对于包括在第一子集中的每个PRN,确定该PRN与包括在第一子集中的每个其他PRN之间的距离;以及对于包括在第一子集中的每个PRN,确定该PRN与目标UE之间的距离。
在一些实施例中,该过程还可以包括确定最佳子集大小P。在一些实施例中,确定最佳子集大小的步骤包括:1)对于P的第一值,找到使目标函数最小化或最大化的第一PRN子集,从而生成与第一PRN子集相关联的第一误差值,其中包括在第一子集中的PRN的数目是P的第一值;2)对于P的第二值,找到使目标函数最小化或最大化的第二PRN子集,从而生成与第二PRN子集相关联的第二误差值,其中包括在第二子集中的PRN的数量是P的第二值;3)将第一误差值与第二误差值进行比较;以及4)基于比较选择P的第一值或P的第二值中的一个。
在一些实施例中,该过程还可以包括在确定了特定PRN子集之后:1)获取指示包括在特定PRN子集中的第一PRN的第一可能新坐标集合的信息;2)对于第一PRN的包括在第一可能新坐标集合中的每个新坐标,基于第一PRN的新坐标和包括在特定子集中的每个其他PRN的位置确定目标函数的值;3)基于所确定的值,从第一可能新坐标集合中选择第一PRN的第一新坐标;以及4)将第一PRN移动到第一新坐标。
在一些实施例中,该过程还可以包括在第一PRN移动到第一新坐标之后:1)对于包括在PRN子集中的第二PRN的第二可能新坐标集合中包括的每个新坐标,基于第二PRN的新坐标和包括在特定子集中的每个其他PRN的位置来确定目标函数的值;2)基于所确定的值,从第二可能新坐标集合中选择第二PRN的第二新坐标;以及3)将第二PRN移动到第二新坐标。
在一些实施例中,该过程还可以包括:控制实体使用目标函数为包括在PRN子集中的每个PRN确定新位置;以及基于所确定的新位置,控制实体指示包括在PRN子集中的每个PRN移动到所确定的新位置。
在一些实施例中,过程700由控制实体320执行,控制实体可以是LMF、IAB施主、基站、无人机控制和命令中心、或UE。
在一些实施例中,确定特定PRN子集的步骤至少由包括在该具有N个PRN的集合中的第一PRN和包括在该PRN集合中的第二PRN执行。在一些实施例中,该过程还包括:第一PRN确定其是否被包括在特定PRN子集中;第一PRN向控制实体发送指示第一PRN是否已经确定其被包括在特定PRN集合中的消息;第二PRN确定其是否被包括在特定PRN子集中;以及第二PRN向控制实体发送指示第二PRN是否已经确定其被包括在特定PRN集合中的消息。在一些实施例中,控制实体被配置为使用来自第一PRN的消息和来自第二PRN的消息确定特定PRN子集,并且估计目标UE的位置。
在一些实施例中,关于该N个PRN的给定子集的信息包括从距离矩阵推导的信息,对于包括在给定子集中的每个PRN,该距离矩阵包括指定该PRN与目标UE之间的所确定的距离的距离值。
图8是示出根据实施例的用于移动PRN集合的过程800的流程图。过程800可以始于步骤s802。步骤s802包括:对于该PRN集合中的第一PRN,确定第一PRN可以移动到的第一候选位置集合。步骤s804包括:对于包括在第一候选位置集合中的每个候选位置,使用该候选位置、包括在该PRN集合中的每个其他PRN的位置以及目标UE的位置来评估目标函数,以产生指示目标UE针对该候选位置的定位误差的误差值。步骤s806包括基于所产生的误差值从该候选位置集合中选择候选位置。步骤s808包括触发第一PRN移动到所选候选位置(例如,使携带PRN的UAV移动到所选候选位置)。
在一些实施例中,评估目标函数的步骤包括:基于候选位置、包括在PRN集合中的每个其他PRN的位置以及目标UE的位置形成欧几里德距离矩阵;以及基于欧几里德距离矩阵来评估目标函数。在一些实施例中,基于欧几里德距离矩阵评估目标函数包括:确定欧几里德距离矩阵的降序特征值集合;以及使用该降序特征值集合来评估目标函数。在一些实施例中,降序特征值集合由以下特征值排序集合组成:λ1,λ2,...,λP+1,使用降序特征值集合评估目标函数包括计算:X/Y或Y/X,其中D=几何维度,P是包括在PRN集合中的PRN的数量。在一些实施例中,形成欧几里德距离矩阵包括:对于包括在PRN集合中的每个PRN,确定该PRN与包括在PRN集合中的每个其他PRN之间的距离;以及对于包括在PRN集合中的每个PRN,确定该PRN与目标UE之间的距离。
图9是根据一些实施例的用于执行本文所公开的任何方法的网络实体900(例如,控制实体320)的框图。如图9所示,网络实体900可以包括:处理电路(PC)902,其可以包括一个或多个处理器(P)955(例如,通用微处理器和/或一个或多个其他处理器,例如专用集成电路(ASIC)、现场可编程门阵列(FPGA)等),这些处理器可以共同位于单个外壳中或单个数据中心中,或者可以是地理上分布式的(即,装置900可以是分布式计算装置或云计算系统的一部分);至少一个网络接口948,其包括发射机(Tx)945和接收机(Rx)947,用于使网络实体900能够向连接到网络110(例如,互联网协议(IP)网络)(网络接口948直接或间接地连接到该网络)的其他节点发送数据和从该其他节点接收数据(例如,网络接口948可以无线地连接到网络110,在这种情况下,网络接口948连接到天线装置);以及本地存储单元(又称“数据存储系统”)908,其可以包括一个或多个非易失性存储设备和/或一个或多个易失性存储设备。在PC 902包括可编程处理器的实施例中,可以提供计算机程序产品(CPP)941。CPP 941包括存储包括计算机可读指令(CRI)944的计算机程序(CP)943的计算机可读介质(CRM)942。CRM 942可以是非暂时性计算机可读介质,例如磁介质(例如,硬盘)、光学介质、存储器设备(例如,随机存取存储器、闪存)等。在一些实施例中,计算机程序943的CRI 944被配置为使得当由PC 902执行时,CRI使网络实体900执行本文描述的步骤(例如,本文参考流程图描述的步骤)。在其他实施例中,网络实体900可以被配置为在不需要代码的情况下执行本文描述的步骤。也就是说,例如,PC 902可以仅由一个或多个ASIC组成。因此,本文所描述的实施例的特征可以在硬件和/或软件中实现。
虽然本文描述了各种实施例,但是应当理解,它们仅以示例的方式呈现,而非限制。因此,本公开的广度和范围不应受任何上述示例性实施例限制。此外,除非本文中另有指示或以其他方式与上下文明显矛盾,否则上述元素在其所有可能的变型中的任何组合都被本公开所涵盖。
此外,虽然上述和附图中所示的过程被示出为一系列步骤,但这只是为了说明。因此,可以设想:可以添加一些步骤,可以省略一些步骤,可以重新排列步骤的顺序,以及可以并行地执行一些步骤。
Claims (23)
1.一种使用定位系统来估计目标用户设备UE(102)的位置的方法(700),所述定位系统包括具有N个定位参考节点PRN(311-315)的集合,所述方法包括:
从所述具有N个PRN的集合中确定(s702)最小化或最大化目标函数的特定PRN子集,其中,所述目标函数是适于将关于所述N个PRN的给定子集的信息映射到指示所述目标UE的定位误差的误差值的函数;以及
使用(s704)所确定的特定PRN子集来估计所述目标UE的位置。
2.根据权利要求1所述的方法,其中,从所述具有N个PRN的集合中确定最小化或最大化所述目标函数的特定PRN子集包括:
针对所述N个PRN的第一子集评估所述目标函数以产生第一误差值;
针对所述N个PRN的第二子集评估所述目标函数以产生第二误差值;以及
将所述第一误差值与所述第二误差值进行比较。
3.根据权利要求2所述的方法,其中,针对所述N个PRN的第一子集评估所述目标函数包括:
基于所述N个PRN的第一子集形成第一欧几里德距离矩阵;以及
基于所述第一欧几里德距离矩阵来评估所述目标函数。
4.根据权利要求3所述的方法,其中,基于所述第一欧几里德距离矩阵来评估所述目标函数包括:
确定所述第一欧几里德距离矩阵的降序特征值集合;以及
使用所述降序特征值集合来评估所述目标函数。
5.根据权利要求4所述的方法,其中,
所述降序特征值集合由以下特征值排序集合组成:λ1,λ2,...,λP+1,
使用所述降序特征值集合评估所述目标函数包括计算:X/Y或Y/X,其中,
D=几何维度,并且
P是所述第一PRN子集的大小。
6.根据权利要求3-5中任一项所述的方法,其中,基于所述N个PRN的第一子集形成所述第一欧几里德距离矩阵包括:
对于包括在所述第一子集中的每个PRN,确定所述PRN与包括在所述第一子集中的每个其他PRN之间的距离;以及
对于包括在所述第一子集中的每个PRN,确定所述PRN与所述目标UE之间的距离。
7.根据权利要求1-6中任一项所述的方法,还包括:通过执行包括以下步骤的过程来确定最佳子集大小P:
对于P的第一值,找到使所述目标函数最小化或最大化的第一PRN子集,从而生成与所述第一PRN子集相关联的第一误差值,其中,包括在所述第一子集中的PRN的数量是P的第一值;
对于P的第二值,找到使所述目标函数最小化或最大化的第二PRN子集,从而生成与所述第二PRN子集相关联的第二误差值,其中,包括在所述第二子集中的PRN的数量是P的第二值;
将所述第一误差值与所述第二误差值进行比较;以及
基于所述比较选择P的第一值或P的第二值中的一个。
8.根据权利要求1-7中任一项所述的方法,还包括在确定了所述特定PRN子集之后:
获取指示包括在所述特定PRN子集中的第一PRN的第一可能新坐标集合的信息;
对于所述第一PRN的包括在所述第一可能新坐标集合中的每个新坐标,基于所述第一PRN的新坐标和包括在所述特定子集中的每个其他PRN的位置确定所述目标函数的值;
基于所确定的值,从所述第一可能新坐标集合中选择所述第一PRN的第一新坐标;以及
将所述第一PRN移动到所述第一新坐标。
9.根据权利要求8所述的方法,还包括在所述第一PRN移动到所述第一新坐标之后:
对于包括在所述PRN子集中的第二PRN的第二可能新坐标集合中包括的每个新坐标,基于所述第二PRN的新坐标和包括在所述特定子集中的每个其他PRN的位置确定所述目标函数的值;
基于所确定的值,从所述第二可能新坐标集合中选择所述第二PRN的第二新坐标;以及
将所述第二PRN移动到所述第二新坐标。
10.根据权利要求1-9中任一项所述的方法,还包括:
控制实体(320)使用所述目标函数为包括在所述PRN子集中的每个PRN确定新位置;以及
基于所确定的新位置,所述控制实体指示包括在所述PRN子集中的每个PRN移动到所确定的新位置。
11.根据权利要求1-10中任一项所述的方法,其中,所述方法由控制实体(320)执行,其中,所述控制实体(320)是以下中的任何一个:位置管理功能、集成接入回程施主、基站、无人机控制和命令中心、或用户设备。
12.根据权利要求1-11中任一项所述的方法,其中,
确定所述特定PRN子集的步骤至少由包括在所述具有N个PRN的集合中的第一PRN和包括在所述PRN集合中的第二PRN执行。
13.根据权利要求12所述的方法,还包括:
所述第一PRN确定其是否被包括在所述特定PRN子集中;
所述第一PRN向控制实体(320)发送指示所述第一PRN是否已经确定其被包括在所述特定PRN集合中的消息;
所述第二PRN确定其是否被包括在所述特定PRN子集中;以及
所述第二PRN向所述控制实体发送指示所述第二PRN是否已经确定其被包括在所述特定PRN集合中的消息,其中,
所述控制实体被配置为使用来自所述第一PRN的消息和来自所述第二PRN的消息确定所述特定PRN子集,并且估计所述目标UE的位置。
14.根据权利要求1-13中任一项所述的方法,其中,关于所述N个PRN的给定子集的信息包括从距离矩阵推导的信息,对于包括在所述给定子集中的每个PRN,所述距离矩阵包括指定所述PRN与所述目标UE之间的所确定的距离的距离值。
15.一种包括指令(944)的计算机程序(943),所述指令当由网络实体(900)的处理电路(902)执行时使所述网络实体(900)执行根据权利要求1-14中任一项所述的方法。
16.一种包括根据权利要求15所述的计算机程序的载体,其中,所述载体是电子信号、光信号、无线电信号和计算机可读存储介质(942)之一。
17.一种使用定位系统来估计目标用户设备UE(302)的位置的网络实体(900),所述定位系统包括具有N个定位参考节点PRN(311-315)的集合,所述网络实体包括:
存储器(942);以及
耦合到所述存储器的处理电路(902),其中,所述网络实体被配置为执行包括以下操作的方法:
从所述具有N个PRN的集合中确定最小化或最大化目标函数的特定PRN子集,其中,所述目标函数是适于将关于所述N个PRN的给定子集的信息映射到指示所述目标UE的定位误差的误差值的函数;以及
使用所确定的特定PRN子集来估计所述目标UE的位置。
18.根据权利要求17所述的网络实体,其中,所述网络实体还被配置为执行根据权利要求2-14中任一项所述的方法。
19.一种用于移动定位参考节点PRN(311-315)集合的方法(800),所述PRN集合包括第一PRN,所述方法包括:
对于所述第一PRN,确定(s802)所述第一PRN能够移动到的第一候选位置集合;
对于包括在所述第一候选位置集合中的每个候选位置,使用所述候选位置、包括在所述PRN集合中的每个其他PRN的位置以及目标用户设备UE(102)的位置来评估(s804)目标函数,以产生指示所述目标UE针对所述候选位置的定位误差的误差值;
基于所产生的误差值,从所述候选位置集合中选择(s806)候选位置;以及
触发(s808)所述第一PRN移动到所选候选位置。
20.根据权利要求19所述的方法,其中,
评估所述目标函数包括:基于所述候选位置、包括在所述PRN集合中的每个其他PRN的位置和目标UE的位置形成欧几里德距离矩阵;以及基于所述欧几里德距离矩阵来评估所述目标函数,并且
基于所述欧几里德距离矩阵评估所述目标函数包括:确定所述欧几里德距离矩阵的降序特征值集合;以及使用所述降序特征值集合来评估所述目标函数。
21.一种包括指令(944)的计算机程序(943),所述指令当由网络实体的处理电路(902)执行时使所述网络实体执行根据权利要求19-20中任一项所述的方法。
22.一种包括根据权利要求21所述的计算机程序的载体,其中,所述载体是电子信号、光信号、无线电信号和计算机可读存储介质(942)之一。
23.一种用于移动定位参考节点PRN集合的网络实体,所述PRN集合包括第一PRN,所述网络实体包括:
存储器;以及
耦合到所述存储器的处理电路,其中,所述网络实体被配置为执行包括以下操作的方法:
对于所述第一PRN,确定所述第一PRN能够移动到的第一候选位置集合;
对于包括在所述第一候选位置集合中的每个候选位置,使用所述候选位置、包括在所述PRN集合中的每个其他PRN的位置以及目标用户设备UE的位置来评估目标函数,以产生指示所述目标UE针对所述候选位置的定位误差的误差值;
基于所产生的误差值,从所述候选位置集合中选择候选位置;以及
触发所述第一PRN移动到所选候选位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/102,902 US11800484B2 (en) | 2020-11-24 | 2020-11-24 | User equipment (UE) positioning |
US17/102,902 | 2020-11-24 | ||
PCT/EP2021/080422 WO2022111953A2 (en) | 2020-11-24 | 2021-11-02 | User equipment positioning |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116472466A true CN116472466A (zh) | 2023-07-21 |
Family
ID=78592844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180078464.2A Pending CN116472466A (zh) | 2020-11-24 | 2021-11-02 | 用户设备定位 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11800484B2 (zh) |
EP (1) | EP4252025A2 (zh) |
CN (1) | CN116472466A (zh) |
WO (1) | WO2022111953A2 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11870539B2 (en) * | 2019-12-19 | 2024-01-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Controlling dispatch of radio coverage drones |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001174537A (ja) * | 1999-12-21 | 2001-06-29 | Hitachi Ltd | 無線端末位置測定方法およびそれを用いた端末装置 |
US6996403B2 (en) * | 2003-12-19 | 2006-02-07 | Motorola, Inc. | Method and apparatus for locating a remote unit |
US20090140926A1 (en) | 2007-12-04 | 2009-06-04 | Elden Douglas Traster | System and method for localization utilizing dynamically deployable beacons |
TW201400842A (zh) | 2012-06-18 | 2014-01-01 | Novatek Microelectronics Corp | 挑選基地台以定位行動裝置之方法及系統 |
EP2864809B9 (en) * | 2012-06-20 | 2017-08-16 | Topcon Positioning Systems, Inc. | Selection of a subset of global navigation satellite system measurements based on prediction of accuracy of target parameters |
EP3251400A1 (en) * | 2015-01-26 | 2017-12-06 | Nokia Solutions and Networks Oy | Analyzing and classifying signaling sets or calls |
US10575275B2 (en) | 2017-08-23 | 2020-02-25 | Locix, Inc. | Systems and methods for adaptively selecting distance estimates for localization of nodes based on error metric information |
CN108337638A (zh) | 2017-08-24 | 2018-07-27 | 哈尔滨工业大学(威海) | 一种基于最小标准差的锚节点优化选择的最小二乘定位方法 |
WO2019245234A1 (ko) | 2018-06-22 | 2019-12-26 | 엘지전자 주식회사 | 무선 통신 시스템에서 위치 결정을 위한 측정 결과 보고 방법 및 그 장치 |
JP7289189B2 (ja) * | 2018-06-28 | 2023-06-09 | シャープ株式会社 | 端末装置、ロケーションサーバー及び方法 |
EP3871451B1 (en) | 2018-10-23 | 2023-12-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Network node and method in a wireless communications network |
US10802104B2 (en) | 2018-12-26 | 2020-10-13 | Locix, Inc. | Systems and methods for using ranging and triangulation to determine locations of wireless sensor nodes based on radio frequency communications between the nodes and various RF-enabled devices |
-
2020
- 2020-11-24 US US17/102,902 patent/US11800484B2/en active Active
-
2021
- 2021-11-02 CN CN202180078464.2A patent/CN116472466A/zh active Pending
- 2021-11-02 WO PCT/EP2021/080422 patent/WO2022111953A2/en active Application Filing
- 2021-11-02 EP EP21805914.5A patent/EP4252025A2/en active Pending
-
2023
- 2023-09-20 US US18/470,704 patent/US20240015693A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220167303A1 (en) | 2022-05-26 |
WO2022111953A3 (en) | 2022-09-15 |
EP4252025A2 (en) | 2023-10-04 |
WO2022111953A2 (en) | 2022-06-02 |
US20240015693A1 (en) | 2024-01-11 |
US11800484B2 (en) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113381787B (zh) | 用于波束成形通信系统中设备的网络定位的系统和方法 | |
EP4014064B1 (en) | Method and apparatus for enhanced positioning in 5g-nr using differential angle of departure (daod) and differential angle of departure (daoa) | |
US9838845B2 (en) | Method and apparatus for positioning user equipment | |
US20220110088A1 (en) | Anchor selection for ue positioning | |
WO2021032267A1 (en) | Non-line-of-sight path detection for user equipment positioning in wireless networks | |
WO2021194801A1 (en) | Positioning signal prioritization | |
KR20230118829A (ko) | Ue-ue 포지셔닝 | |
EP3639547B1 (en) | Apparatus, system and method for improving position estimation | |
US20230176163A1 (en) | Positioning reference signal configuration and management | |
US20230059302A1 (en) | Multi-port-measurement feedback | |
US20220061014A1 (en) | Reporting measurement distribution for positioning | |
CN113747341A (zh) | 一种定位方法、定位管理装置、接入网设备以及终端 | |
JP2023528242A (ja) | Srs送信遅延シフト報告 | |
KR20230087465A (ko) | 계층적 ue 포지셔닝 | |
US20240015693A1 (en) | User equipment (ue) positioning | |
KR20230069923A (ko) | 다중 포지셔닝 주파수 계층 프로세싱을 위한 수신 신호 경로 할당 | |
US11901972B2 (en) | Angular relationship determination using focal point perturbation | |
US20230077568A1 (en) | Dynamic antenna radiation pattern notification | |
KR20240008313A (ko) | 온-디맨드 포지셔닝 참조 신호 스케줄링 | |
WO2024069617A1 (en) | Device orientation and positioning using local and global coordinate systems | |
JP2023542633A (ja) | Rs構成および管理 | |
KR20240064644A (ko) | 초점 섭동을 사용한 각도 관계 결정 |
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 |