CN117296402A - 辅助信息接收、发送方法和装置、通信装置及存储介质 - Google Patents
辅助信息接收、发送方法和装置、通信装置及存储介质 Download PDFInfo
- Publication number
- CN117296402A CN117296402A CN202280001210.5A CN202280001210A CN117296402A CN 117296402 A CN117296402 A CN 117296402A CN 202280001210 A CN202280001210 A CN 202280001210A CN 117296402 A CN117296402 A CN 117296402A
- Authority
- CN
- China
- Prior art keywords
- model
- auxiliary information
- terminal
- information
- base station
- 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 98
- 238000004891 communication Methods 0.000 title claims abstract description 30
- 238000005259 measurement Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000007774 longterm Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本公开涉及辅助信息接收、发送方法和装置、通信装置及存储介质,其中,所述辅助信息接收方法包括:接收第二设备发送的辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。根据本公开,网络设备可以向终端发送辅助信息,使得终端可以基于辅助信息准确地确定在当前应用场景下定位所需使用的AI模型,进而根据确定的AI模型进行准确的定位。
Description
本公开涉及通信技术领域,具体而言,涉及辅助信息接收方法、辅助信息发送方法、辅助信息接收装置、辅助信息发送装置、通信装置和计算机可读存储介质。
5G NR(New Radio,新空口)引入了多种定位技术,可以实现对终端的定位。但为了更进一步提高定位精度,5G NR开始考虑基于人工智能(Artificial Intelligence,AI)的定位。
发明内容
有鉴于此,本公开的实施例提出了辅助信息接收方法、辅助信息发送方法、辅助信息接收装置、辅助信息发送装置、通信装置和计算机可读存储介质,以解决相关技术中的技术问题。
根据本公开实施例的第一方面,提出一种辅助信息接收方法,适用于第一设备,所述方法包括:接收第二设备发送的辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
根据本公开实施例的第二方面,提出一种辅助信息发送方法,适用于第二设备,所述方法包括:向第一设备发送辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
根据本公开实施例的第三方面,提出一种辅助信息接收装置,适用于第一设备,所述装置包括:接收模块,被配置为接收第二设备发送的辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
根据本公开实施例的第四方面,提出一种辅助信息发送装置,适用于第二设备,所述装置包括:发送模块,被配置为向第一设备发送辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
根据本公开实施例的第五方面,提出一种通信装置,包括:处理器;用于存储 计算机程序的存储器;其中,当所述计算机程序被处理器执行时,实现上述辅助信息接收方法。
根据本公开实施例的第六方面,提出一种通信装置,包括:处理器;用于存储计算机程序的存储器;其中,当所述计算机程序被处理器执行时,实现上述辅助信息发送方法。
根据本公开实施例的第七方面,提出一种计算机可读存储介质,用于存储计算机程序,当所述计算机程序被处理器执行时,实现上述辅助信息接收方法中的步骤。
根据本公开实施例的第八方面,提出一种计算机可读存储介质,用于存储计算机程序,当所述计算机程序被处理器执行时,实现上述辅助信息发送方法中的步骤。
根据本公开的实施例,网络设备可以向终端发送辅助信息,使得终端可以基于辅助信息准确地确定在当前应用场景下定位所需使用的AI模型,进而根据确定的AI模型进行准确的定位。
终端可以向网络设备发送辅助信息,使得网络设备可以基于辅助信息准确地确定在当前应用场景下定位所需使用的AI模型,进而根据确定的AI模型进行准确的定位。
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本公开的实施例示出的一种模型确定方法的示意流程图。
图2是根据本公开的实施例示出的另一种模型确定方法的示意流程图。
图3是根据本公开的实施例示出的又一种模型确定方法的示意流程图。
图4是根据本公开的实施例示出的一种辅助信息发送方法的示意流程图。
图5是根据本公开的实施例示出的一种辅助信息接收装置的示意框图。
图6是根据本公开的实施例示出的一种辅助信息发送装置的示意框图。
图7是根据本公开的实施例示出的一种用于辅助信息发送的装置的示意框图。
图8是根据本公开的实施例示出的一种用于辅助信息接收的装置的示意框图。
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
在本公开实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
出于简洁和便于理解的目的,本文在表征大小关系时,所使用的术语为“大于”或“小于”、“高于”或“低于”。但对于本领域技术人员来说,可以理解:术语“大于”也涵盖了“大于等于”的含义,“小于”也涵盖了“小于等于”的含义;术语“高于”涵盖了“高于等于”的含义,“低于”也涵盖了“低于等于”的含义。
图1是根据本公开的实施例示出的一种辅助信息接收方法的示意流程图。本实施例所示的辅助信息接收方法可以适用于第一设备。
如图1所示,所述辅助信息接收方法可以包括以下步骤:
在步骤S101中,接收第二设备发送的辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位(确定终端位置)。
其中,所述第一设备包括终端,所述第二设备包括网络设备。或者,所述第一设备包括网络设备,所述第二设备包括终端。
所述终端包括但不限于手机、平板电脑、可穿戴设备、传感器、物联网设备等通信装置。所述终端可以与网络设备通信,所述网络设备包括但不限于4G、5G、6G 等通信系统中的网络设备,例如基站、核心网等。
以下实施例先在第一设备包括终端,第二设备包括网络设备的情况下,对本公开的技术方案进行示例性说明。应当理解的是,部分实施例在第一设备包括终端、第二设备包括网络设备,和第一设备包括网络设备、第二设备包括终端两种场景下是都可以适用的,例如下面有关具体辅助信息的限定,本公开为了避免冗余,没有进行重复描述,本领域技术人员可以根据需要选择实施例的应用场景。
在一个实施例中,AI模型可以通过机器学习(深度学习)算法对样本集进行训练得到,对于不同的应用场景,样本集有所不同,得到的AI模型也可以有所不同。
因此,对于不同的应用场景,需要基于对应的AI模型进行定位,因此,就需要进行定位的设备(例如终端或者网络设备)准确地确定需要使用的AI模型。
在所述第一设备包括终端,所述第二设备包括网络设备的情况下,终端在根据AI模型进行终端定位时,为了确定所需使用的AI模型,仅根据自身掌握的信息仍存在一定不足,例如终端主要掌握用户侧的信息,仅根据用户侧的信息在多个AI模型中选择AI模型,选择到的AI模型对于网络侧的信息的适用情况可能较差。因此,可以由网络设备向终端发送辅助信息,进而使得终端可以基于辅助信息准确地确定定位所需使用的AI模型。例如辅助信息#1对应AI模型#1,辅助信息#2对应AI模型#2,在接收到辅助信息#1时,可以在多个AI模型(例如预先存储的)中确定辅助信息#1对应AI模型#1,进而根据确定的AI模型进行准确的定位。
根据本公开的实施例,网络设备可以向终端发送辅助信息,使得终端可以基于辅助信息准确地确定在当前应用场景下定位所需使用的AI模型,进而根据确定的AI模型进行准确的定位。
在一个实施例中,所述方法还包括:向所述网络设备发送获取请求,用于请求所述辅助信息。
终端在需要所述辅助信息时(例如在需要确定AI模型进行终端定位时),可以向网络设备发送获取请求,网络设备接收到获取请求后,可以将所述辅助信息发送至终端。当然,网络设备在未接收到所述获取请求时,也可以根据需要将所述辅助信息发送至终端。
在一个实施例中,所述辅助信息包括以下至少之一:
AI模型的使用条件;
所述终端当前所处的应用场景;
推荐使用的AI模型,其中,在第一设备包括终端,第二设备包括网络设备时,终端可以使用网络设备推荐使用的AI模型进行终端定位;而在第一设备包括网络设备,第二设备包括终端时,网络设备可以选择使用终端推荐使用的AI模型进行终端定位,也可以根据需要选择其他AI模型进行终端定位。
在一个实施例中,所述AI模型的使用条件包括以下至少之一:
AI模型与应用场景之间的第一关联关系;
AI模型与测量信息之间的第二关联关系。
在一个实施例中,终端可以确定当前条件,并判断当前条件符合哪个AI模型的使用条件,进而选择符合使用条件的AI模型进行终端定位。
例如可以确定当前所处的应用场景,进而根据所述第一关联关系确定当前所处的应用场景对应的AI模型,进而通过确定的AI模型进行终端定位。
例如可以对特定信息(例如定位参考信号、基站的信息等)进行测量以得到测量信息,进而根据第二关联关系确定测量得到的测量信息对应的AI模型,并通过确定的AI模型进行终端定位。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息还包括:
所述基站的类型,例如宏基站Macro BS、微基站Micro BS;
所述基站的发射功率。
基站通过将自身的一些参数作为辅助信息发送给终端,有利于终端更为准确地确定需要使用的AI模型。
在一个实施例中,所述测量信息包括以下至少之一:
基站的发射功率;
基站的数量;
定位参考信号的测量结果。
例如可以通过测量得到基站的发射功率,进而根据第二关联关系确定测量得到基站的发射功率对应的AI模型,并通过确定的AI模型进行终端定位。
例如可以通过测量得到基站的数量,进而根据第二关联关系确定测量得到的基 站的数量对应的AI模型,并通过确定的AI模型进行终端定位。
例如可以对基站发送的定位参考信号进行测量得到定位参考信号的测量结果,进而根据第二关联关系测量得到定位参考信号的测量结果对应的AI模型,并通过确定的AI模型进行终端定位。
其中,所述定位参考信号的测量结果包括但不限于定位参考信号接收功率(Positioning Reference Signal Reference Signal Receiving Power,PRS-RSRP)、参考信号时间差(Reference signal time difference,RSTD)、接收时间与发送时间的时间差(Rx-Tx timing difference)。
在本公开的所有实施例中,所述应用场景包括以下至少之一:
城市微小区UMi;
城市宏小区UMa;
室内办公室开放办公室indoor office open office;
室内办公室混合办公室indoor office mixed office;
室内工厂稀疏杂波低功率基站InF-SL(Indoor Factory Sparse clutter,Low BS);
室内工厂密集杂波低功率基站InF-DL(Indoor Factory Dense clutter,Low BS);
室内工厂稀疏杂波高功率基站InF-SH(Indoor Factory Sparse clutter,High BS);
室内工厂密集杂波高功率基站InF-DH(Indoor Factory Dense clutter,High BS);
室内工厂高功率发送高功率接收InF-HH(Indoor Factory High Tx,High Rx)。
图2是根据本公开的实施例示出的另一种模型确定方法的示意流程图。如图2所示,在所述辅助信息包括所述第一关联关系的情况下,所述方法还包括:
在步骤S201中,确定当前所处的应用场景;
在步骤S202中,根据所述第一关联关系确定当前所处的应用场景对应的AI模型。
在一个实施例中,第一关联关系可以是由网络设备发送给终端的,终端可以确定当前所处的应用场景,进而根据所述第一关联关系确定当前所处的应用场景对应的AI模型,进而通过确定的AI模型进行终端定位。
在另一个实施例中,第一关联关系可以是终端预先存储的,网络设备可以终端 所处的应用场景携带在辅助信息中发送给终端(当然也可以是终端自主确定的),从而终端可以根据所述第一关联关系确定当前所处的应用场景对应的AI模型,进而通过确定的AI模型进行终端定位
图3是根据本公开的实施例示出的又一种模型确定方法的示意流程图。如图3所示,在所述辅助信息包括所述第二关联关系的情况下,所述方法还包括:
在步骤S301中,获取所述测量信息;
在步骤S302中,根据所述第二关联关系确定获取到的测量信息对应的AI模型。
在一个实施例中,终端可以对特定信息(例如定位参考信号、基站的信息等)进行测量以得到测量信息,进而根据第二关联关系确定测量得到的测量信息对应的AI模型,并通过确定的AI模型进行终端定位。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC(Radio Resource Control)消息中;
和/或,在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP(LTE Positioning Protocol)消息中,例如LPP provide assistance information(LPP提供辅助信息)。
以下实施例在第一设备包括网络设备,第二设备包括终端的情况下,对本公开的技术方案进行示例性说明。
在所述第一设备包括网络设备,所述第二设备包括终端的情况下,网络设备在根据AI模型进行终端定位时,为了确定所需使用的AI模型,仅根据自身掌握的信息仍存在一定不足,例如核心网主要掌握网络侧的信息,仅根据网络侧的信息在多个AI模型中选择AI模型,选择到的AI模型对于终端侧的信息的适用情况可能较差。因此,可以由终端向网络设备发送辅助信息,进而使得网络设备可以基于辅助信息准确地确定定位所需使用的AI模型。例如辅助信息#1对应AI模型#1,辅助信息#2对应AI模型#2,在接收到辅助信息#1时,可以在多个AI模型(例如预先存储的)中确定辅助信息#1对应AI模型#1,进而根据确定的AI模型进行准确的定位。
根据本公开的实施例,终端可以向网络设备发送辅助信息,使得网络设备可以基于辅助信息准确地确定在当前应用场景下定位所需使用的AI模型,进而根据确定的AI模型进行准确的定位。
需要说明的是,在终端向网络设备发送辅助信息的情况下,网络设备可以选择根据辅助信息确定AI模型,也可以选择不根据辅助信息确定AI模型,而是根据网络设备的需要确定AI模型。
在一个实施例中,所述方法还包括:向所述终端发送获取请求,用于请求所述辅助信息。
网络设备在需要所述辅助信息时(例如在需要确定AI模型进行终端定位时),可以向终端发送获取请求,端接收到获取请求后,可以将所述辅助信息发送至网络设备。当然,终端在未接收到所述获取请求时,也可以将所述辅助信息发送(例如周期性发送,或者终端需要进行终端定位时)至网络设备。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;
和/或,在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中,例如LPP provide location information(LPP提供位置信息)。
在一个实施例中,在所述网络设备包括核心网的情况下,所述方法还包括:接收基站发送的辅助信息,其中,所述基站发送的辅助信息用于辅助确定所述AI模型。
在一个实施例中,所述基站发送的辅助信息包括以下至少之一:
所述基站的类型,例如宏基站Macro BS、微基站Micro BS;
所述基站的发射功率。
基站通过将自身的一些参数作为辅助信息发送给核心网,有利于核心网更为准确地确定需要使用的AI模型。其中,基站可以将辅助信息携带在NRPPa(NR Positioning Protocol A,NR定位协议A)消息中发送给核心网,例如携带在NRPPa positioning information request中。
图4是根据本公开的实施例示出的一种辅助信息发送方法的示意流程图。本实施例所示的辅助信息发送方法可以适用于第二设备。
如图4所示,所述辅助信息发送方法可以包括以下步骤:
在步骤S401中,向第一设备发送辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
其中,所述第一设备包括终端,所述第二设备包括网络设备。或者,所述第一 设备包括网络设备,所述第二设备包括终端。
所述终端包括但不限于手机、平板电脑、可穿戴设备、传感器、物联网设备等通信装置。所述终端可以与网络设备通信,所述网络设备包括但不限于4G、5G、6G等通信系统中的网络设备,例如基站、核心网等。
以下实施例先在第一设备包括终端,第二设备包括网络设备的情况下,对本公开的技术方案进行示例性说明。应当理解的是,部分实施例在第一设备包括终端、第二设备包括网络设备,和第一设备包括网络设备、第二设备包括终端两种场景下是都可以适用的,例如下面有关具体辅助信息的限定,本公开为了避免冗余,没有进行重复描述,本领域技术人员可以根据需要选择实施例的应用场景。
在一个实施例中,AI模型可以通过机器学习(深度学习)算法对样本集进行训练得到,对于不同的应用场景,样本集有所不同,得到的AI模型也可以有所不同。
因此,对于不同的应用场景,需要基于对应的AI模型进行定位,因此,就需要进行定位的设备(例如终端或者网络设备)准确地确定需要使用的AI模型。
在所述第一设备包括终端,所述第二设备包括网络设备的情况下,终端在根据AI模型进行终端定位时,为了确定所需使用的AI模型,仅根据自身掌握的信息仍存在一定不足,例如终端主要掌握用户侧的信息,仅根据用户侧的信息在多个AI模型中选择AI模型,选择到的AI模型对于网络侧的信息的适用情况可能较差。因此,可以由网络设备向终端发送辅助信息,进而使得终端可以基于辅助信息准确地确定定位所需使用的AI模型。例如辅助信息#1对应AI模型#1,辅助信息#2对应AI模型#2,在接收到辅助信息#1时,可以在多个AI模型(例如预先存储的)中确定辅助信息#1对应AI模型#1,进而根据确定的AI模型进行准确的定位。
根据本公开的实施例,网络设备可以向终端发送辅助信息,使得终端可以基于辅助信息准确地确定在当前应用场景下定位所需使用的AI模型,进而根据确定的AI模型进行准确的定位。
在一个实施例中,所述方法还包括:所述方法还包括:接收所述终端发送的用于请求所述辅助信息的获取请求。
终端在需要所述辅助信息时(例如在需要确定AI模型进行终端定位时),可以向网络设备发送获取请求,网络设备接收到获取请求后,可以将所述辅助信息发送至终端。当然,网络设备在未接收到所述获取请求时,也可以根据需要将所述辅助信 息发送至终端。
在一个实施例中,所述辅助信息包括以下至少之一:
AI模型的使用条件;
所述终端当前所处的应用场景;
推荐使用的AI模型。
在一个实施例中,所述AI模型的使用条件包括以下至少之一:
AI模型与应用场景之间的第一关联关系;
AI模型与测量信息之间的第二关联关系。
在一个实施例中,终端可以确定当前条件,并判断当前条件符合哪个AI模型的使用条件,进而选择符合使用条件的AI模型进行终端定位。
例如可以确定当前所处的应用场景,进而根据所述第一关联关系确定当前所处的应用场景对应的AI模型,进而通过确定的AI模型进行终端定位。
例如可以对特定信息(例如定位参考信号、基站的信息等)进行测量以得到测量信息,进而根据第二关联关系确定测量得到的测量信息对应的AI模型,并通过确定的AI模型进行终端定位。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息还包括:
所述基站的类型,例如宏基站Macro BS、微基站Micro BS;
所述基站的发射功率。
基站通过将自身的一些参数作为辅助信息发送给终端,有利于终端更为准确地确定需要使用的AI模型。
在一个实施例中,所述测量信息包括以下至少之一:
基站的发射功率;
基站的数量;
定位参考信号的测量结果。
例如可以通过测量得到基站的发射功率,进而根据第二关联关系确定测量得到基站的发射功率对应的AI模型,并通过确定的AI模型进行终端定位。
例如可以通过测量得到基站的数量,进而根据第二关联关系确定测量得到的基站的数量对应的AI模型,并通过确定的AI模型进行终端定位。
例如可以对基站发送的定位参考信号进行测量得到定位参考信号的测量结果,进而根据第二关联关系测量得到定位参考信号的测量结果对应的AI模型,并通过确定的AI模型进行终端定位。
其中,所述定位参考信号的测量结果包括但不限于定位参考信号接收功率PRS-RSRP、参考信号时间差RSTD、接收时间与发送时间的时间差Rx-Tx timing difference。
在本公开的所有实施例中,所述应用场景包括以下至少之一:
城市微小区UMi;
城市宏小区UMa;
室内办公室开放办公室indoor office open office;
室内办公室混合办公室indoor office mixed office;
室内工厂稀疏杂波低功率基站InF-SL;
室内工厂密集杂波低功率基站InF-DL;
室内工厂稀疏杂波高功率基站InF-SH;
室内工厂密集杂波高功率基站InF-DH;
室内工厂高功率发送高功率接收InF-HH。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;
和/或,在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中,例如LPP provide assistance information(LPP提供辅助信息)。
以下实施例在第一设备包括网络设备,第二设备包括终端的情况下,对本公开的技术方案进行示例性说明。
在所述第一设备包括网络设备,所述第二设备包括终端的情况下,网络设备在根据AI模型进行终端定位时,为了确定所需使用的AI模型,仅根据自身掌握的信息仍存在一定不足,例如核心网主要掌握网络侧的信息,仅根据网络侧的信息在多个AI 模型中选择AI模型,选择到的AI模型对于终端侧的信息的适用情况可能较差。因此,可以由终端向网络设备发送辅助信息,进而使得网络设备可以基于辅助信息准确地确定定位所需使用的AI模型。例如辅助信息#1对应AI模型#1,辅助信息#2对应AI模型#2,在接收到辅助信息#1时,可以在多个AI模型(例如预先存储的)中确定辅助信息#1对应AI模型#1,进而根据确定的AI模型进行准确的定位。
根据本公开的实施例,终端可以向网络设备发送辅助信息,使得网络设备可以基于辅助信息准确地确定在当前应用场景下定位所需使用的AI模型,进而根据确定的AI模型进行准确的定位。
需要说明的是,在终端向网络设备发送辅助信息的情况下,网络设备可以选择根据辅助信息确定AI模型,也可以选择不根据辅助信息确定AI模型,而是根据网络设备的需要确定AI模型。
在一个实施例中,所述方法还包括:接收所述网络设备发送的用于请求所述辅助信息的获取请求。
网络设备在需要所述辅助信息时(例如在需要确定AI模型进行终端定位时),可以向终端发送获取请求,端接收到获取请求后,可以将所述辅助信息发送至网络设备。当然,终端在未接收到所述获取请求时,也可以将所述辅助信息发送(例如周期性发送,或者终端需要进行终端定位时)至网络设备。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;
和/或,在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中,例如LPP provide location information(LPP提供位置信息)。
与前述的辅助信息接收方法和辅助信息发送方法的实施例相对应,本公开还提供了辅助信息接收装置和辅助信息发送装置的实施例。
图5是根据本公开的实施例示出的一种辅助信息接收装置的示意框图。本实施例所示的辅助信息接收装置可以适用于第一设备。
如图5所示,所述辅助信息接收装置可以包括:
接收模块,被配置为接收第二设备发送的辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
其中,所述第一设备包括终端,所述第二设备包括网络设备。或者,所述第一设备包括网络设备,所述第二设备包括终端。
所述终端包括但不限于手机、平板电脑、可穿戴设备、传感器、物联网设备等通信装置。所述终端可以与网络设备通信,所述网络设备包括但不限于4G、5G、6G等通信系统中的网络设备,例如基站、核心网等。
在一个实施例中,所述辅助信息包括以下至少之一:AI模型的使用条件;所述终端当前所处的应用场景;推荐使用的AI模型。
在一个实施例中,所述AI模型的使用条件包括以下至少之一:AI模型与应用场景之间的第一关联关系;AI模型与测量信息之间的第二关联关系。
在一个实施例中,所述测量信息包括以下至少之一:基站的发射功率;基站的数量;定位参考信号的测量结果。
在一个实施例中,所述第一设备包括终端,所述第二设备包括网络设备。
在一个实施例中,在所述辅助信息包括AI模型与应用场景之间的第一关联关系的情况下,所述装置还包括:处理模块,被配置为确定当前所处的应用场景;根据所述关联关系确定当前所处的应用场景对应的AI模型。
在一个实施例中,在所述辅助信息包括AI模型与测量信息之间的第二关联关系的情况下,所述装置还包括:处理模块,被配置为获取所述测量信息;根据所述第二关联关系确定获取到的测量信息对应的AI模型。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息还包括:所述基站的类型;所述基站的发射功率。
在一个实施例中,所述装置还包括:发送模块,被配置为向所述网络设备发送获取请求,用于请求所述辅助信息。
在一个实施例中,所述第一设备包括网络设备,所述第二设备包括终端。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息 携带在长期演进定位协议LPP消息中。
在一个实施例中,在所述网络设备包括核心网的情况下,所述接收模块还被配置为接收基站发送的辅助信息,其中,所述基站发送的辅助信息用于辅助确定所述AI模型。
在一个实施例中,所述基站发送的辅助信息包括以下至少之一:所述基站的类型;所述基站的发射功率。
在一个实施例中,所述装置还包括:发送模块,被配置为向所述终端发送获取请求,用于请求所述辅助信息。
图6是根据本公开的实施例示出的一种辅助信息发送装置的示意框图。本实施例所示的辅助信息发送装置可以适用于第二设备。
如图6所示,所述辅助信息发送装置可以包括:
发送模块601,被配置为向第一设备发送辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
其中,所述第一设备包括终端,所述第二设备包括网络设备。或者,所述第一设备包括网络设备,所述第二设备包括终端。
所述终端包括但不限于手机、平板电脑、可穿戴设备、传感器、物联网设备等通信装置。所述终端可以与网络设备通信,所述网络设备包括但不限于4G、5G、6G等通信系统中的网络设备,例如基站、核心网等。
在一个实施例中,所述辅助信息包括以下至少之一:AI模型的使用条件;所述终端当前所处的应用场景;推荐使用的AI模型。
在一个实施例中,所述AI模型的使用条件包括以下至少之一:AI模型与应用场景之间的第一关联关系;AI模型与测量信息之间的第二关联关系。
在一个实施例中,所述测量信息包括以下至少之一:基站的发射功率;基站的数量;定位参考信号的测量结果。
在一个实施例中,所述第一设备包括终端,所述第二设备包括网络设备。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息还包括以下至少之一:所述基站的类型;所述基站的发射功率。
在一个实施例中,所述装置还包括:接收模块,被配置为接收所述终端发送的用于请求所述辅助信息的获取请求。
在一个实施例中,所述第一设备包括网络设备,所述第二设备包括终端。
在一个实施例中,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中。
在一个实施例中,所述装置还包括:接收模块,被配置为接收所述网络设备发送的用于请求所述辅助信息的获取请求。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在相关方法的实施例中进行了详细描述,此处将不做详细阐述说明。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本公开的实施例还提出一种通信装置,包括:处理器;用于存储计算机程序的存储器;其中,当所述计算机程序被处理器执行时,实现上述任一实施例所述的辅助信息接收方法。
本公开的实施例还提出一种通信装置,包括:处理器;用于存储计算机程序的存储器;其中,当所述计算机程序被处理器执行时,实现上述任一实施例所述的辅助信息发送方法。
本公开的实施例还提出一种计算机可读存储介质,用于存储计算机程序,当所述计算机程序被处理器执行时,实现上述任一实施例所述的辅助信息接收方法中的步骤。
本公开的实施例还提出一种计算机可读存储介质,用于存储计算机程序,当所 述计算机程序被处理器执行时,实现上述任一实施例所述的辅助信息发送方法中的步骤。
如图7所示,图7是根据本公开的实施例示出的一种用于辅助信息发送的装置700的示意框图。装置700可以被提供为一基站。参照图7,装置700包括处理组件722、无线发射/接收组件724、天线组件726、以及无线接口特有的信号处理部分,处理组件722可进一步包括一个或多个处理器。处理组件722中的其中一个处理器可以被配置为实现上述任一实施例所述的辅助信息发送方法。
图8是根据本公开的实施例示出的一种用于辅助信息接收的装置800的示意框图。例如,装置800可以是移动电话、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、健身设备、个人数字助理等。
参照图8,装置800可以包括以下一个或多个组件:处理组件802、存储器804、电源组件806、多媒体组件808、音频组件810、输入/输出(I/O)的接口812、传感器组件814以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示、电话呼叫、数据通信、相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的辅助信息接收方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片、视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM),只读存储器(ROM)、磁存储器、快闪存储器、磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括 一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘、点击轮、按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi、2G、3G、4G LTE、5G NR或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带(UWB)技术、蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述辅助信息接收方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述辅助信息接收方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本公开实施例所提供的方法和装置进行了详细介绍,本文中应用了具体个例对本公开的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本公开的方法及其核心思想;同时,对于本领域的一般技术人员,依据本公开的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本公开的限制。
Claims (32)
- 一种辅助信息接收方法,其特征在于,适用于第一设备,所述方法包括:接收第二设备发送的辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
- 根据权利要求1所述的方法,其特征在于,所述辅助信息包括以下至少之一:AI模型的使用条件;所述终端当前所处的应用场景;推荐使用的AI模型。
- 根据权利要求2所述的方法,其特征在于,所述AI模型的使用条件包括以下至少之一:AI模型与应用场景之间的第一关联关系;AI模型与测量信息之间的第二关联关系。
- 根据权利要求3所述的方法,其特征在于,所述测量信息包括以下至少之一:基站的发射功率;基站的数量;定位参考信号的测量结果。
- 根据权利要求1至4中任一项所述的方法,其特征在于,所述第一设备包括终端,所述第二设备包括网络设备。
- 根据权利要求5所述的方法,其特征在于,在所述辅助信息包括AI模型与应用场景之间的第一关联关系的情况下,所述方法还包括:确定当前所处的应用场景;根据所述关联关系确定当前所处的应用场景对应的AI模型。
- 根据权利要求5所述的方法,其特征在于,在所述辅助信息包括AI模型与测量信息之间的第二关联关系的情况下,所述方法还包括:获取所述测量信息;根据所述第二关联关系确定获取到的测量信息对应的AI模型。
- 根据权利要求5所述的方法,其特征在于,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中。
- 根据权利要求5所述的方法,其特征在于,在所述网络设备包括基站的情况下, 所述辅助信息还包括:所述基站的类型;所述基站的发射功率。
- 根据权利要求5所述的方法,其特征在于,所述方法还包括:向所述网络设备发送获取请求,用于请求所述辅助信息。
- 根据权利要求1至4中任一项所述的方法,其特征在于,所述第一设备包括网络设备,所述第二设备包括终端。
- 根据权利要求11所述的方法,其特征在于,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中。
- 根据权利要求11所述的方法,其特征在于,在所述网络设备包括核心网的情况下,所述方法还包括:接收基站发送的辅助信息,其中,所述基站发送的辅助信息用于辅助确定所述AI模型。
- 根据权利要求13所述的方法,其特征在于,所述基站发送的辅助信息包括以下至少之一:所述基站的类型;所述基站的发射功率。
- 根据权利要求11所述的方法,其特征在于,所述方法还包括:向所述终端发送获取请求,用于请求所述辅助信息。
- 一种辅助信息发送方法,其特征在于,适用于第二设备,所述方法包括:向第一设备发送辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
- 根据权利要求16所述的方法,其特征在于,所述辅助信息包括以下至少之一:AI模型的使用条件;所述终端当前所处的应用场景;推荐使用的AI模型。
- 根据权利要求17所述的方法,其特征在于,所述AI模型的使用条件包括以下至少之一:AI模型与应用场景之间的第一关联关系;AI模型与测量信息之间的第二关联关系。
- 根据权利要求18所述的方法,其特征在于,所述测量信息包括以下至少之一:基站的发射功率;基站的数量;定位参考信号的测量结果。
- 根据权利要求16至19中任一项所述的方法,其特征在于,所述第一设备包括终端,所述第二设备包括网络设备。
- 根据权利要求20所述的方法,其特征在于,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中。
- 根据权利要求21所述的方法,其特征在于,在所述网络设备包括基站的情况下,所述辅助信息还包括以下至少之一:所述基站的类型;所述基站的发射功率。
- 根据权利要求20所述的方法,其特征在于,所述方法还包括:接收所述终端发送的用于请求所述辅助信息的获取请求。
- 根据权利要求16至19中任一项所述的方法,其特征在于,所述第一设备包括网络设备,所述第二设备包括终端。
- 根据权利要求24所述的方法,其特征在于,在所述网络设备包括基站的情况下,所述辅助信息携带在无线资源控制RRC消息中;和/或在所述网络设备包括核心网的情况下,所述辅助信息携带在长期演进定位协议LPP消息中。
- 根据权利要求24所述的方法,其特征在于,所述方法还包括:接收所述网络设备发送的用于请求所述辅助信息的获取请求。
- 一种辅助信息接收装置,其特征在于,适用于第一设备,所述装置包括:接收模块,被配置为接收第二设备发送的辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
- 一种辅助信息发送装置,其特征在于,适用于第二设备,所述装置包括:发送模块,被配置为向第一设备发送辅助信息,其中,所述辅助信息用于辅助所述第一设备确定AI模型,所述AI模型用于终端定位。
- 一种通信装置,其特征在于,包括:处理器;用于存储计算机程序的存储器;其中,当所述计算机程序被处理器执行时,实现权利要求1至15中任一项所述的辅助信息接收方法。
- 一种通信装置,其特征在于,包括:处理器;用于存储计算机程序的存储器;其中,当所述计算机程序被处理器执行时,实现权利要求16至26中任一项所述的辅助信息发送方法。
- 一种计算机可读存储介质,用于存储计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现权利要求1至15中任一项所述的辅助信息接收方法中的步骤。
- 一种计算机可读存储介质,用于存储计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现权利要求16至26中任一项所述的辅助信息发送方法中的步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2022/089095 WO2023206028A1 (zh) | 2022-04-25 | 2022-04-25 | 辅助信息接收、发送方法和装置、通信装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117296402A true CN117296402A (zh) | 2023-12-26 |
Family
ID=88516495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280001210.5A Pending CN117296402A (zh) | 2022-04-25 | 2022-04-25 | 辅助信息接收、发送方法和装置、通信装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117296402A (zh) |
WO (1) | WO2023206028A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100273451A1 (en) * | 2009-04-28 | 2010-10-28 | Bergstroem Joakim | Method and Apparatus for Mobile Terminal Positioning Operations |
WO2018058681A1 (zh) * | 2016-09-30 | 2018-04-05 | 华为技术有限公司 | 传输定位辅助数据的方法和设备 |
CN113543305A (zh) * | 2020-04-22 | 2021-10-22 | 维沃移动通信有限公司 | 定位方法、通信设备和网络设备 |
CN113825226A (zh) * | 2020-06-18 | 2021-12-21 | 华为技术有限公司 | 自适应定位置信度的定位的方法以及通信装置 |
EP4175374A4 (en) * | 2020-06-29 | 2024-04-03 | Beijing Xiaomi Mobile Software Co Ltd | METHOD AND DEVICE FOR POSITIONING A USER DEVICE, USER DEVICE AND STORAGE MEDIUM |
-
2022
- 2022-04-25 CN CN202280001210.5A patent/CN117296402A/zh active Pending
- 2022-04-25 WO PCT/CN2022/089095 patent/WO2023206028A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023206028A1 (zh) | 2023-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111758272B (zh) | Srs资源配置方法、srs资源确定方法和装置 | |
CN112166634B (zh) | 寻呼原因发送方法和装置、寻呼原因获取方法和装置 | |
US20220070874A1 (en) | Methods and apparatuses for configuring sidelink resource | |
EP4203604A1 (en) | Ranging capacity request method and apparatus, ranging capacity sending method and apparatus, and ranging capacity receiving method and apparatus | |
CN114430920A (zh) | 能力上报方法和装置、能力确定方法和装置 | |
US20240063980A1 (en) | System information reception method and apparatus, and system information transmission method and apparatus | |
US20210307104A1 (en) | Method and apparatus for controlling intelligent voice control device and storage medium | |
CN114402666B (zh) | 处理能力请求、处理能力发送、处理能力接收方法和装置 | |
CN114762403A (zh) | 定位参考信号配置方法、配置装置及存储介质 | |
CN110574403A (zh) | 信息获取方法和装置、信息发送方法和装置 | |
EP4262296A1 (en) | Parameter configuration method, parameter configuration apparatus, and storage medium | |
CN114287110B (zh) | 接收指示方法和装置、接收控制方法和装置 | |
CN117296402A (zh) | 辅助信息接收、发送方法和装置、通信装置及存储介质 | |
CN114287141A (zh) | 方式指示方法和装置、随机接入方法和装置 | |
CN114586414B (zh) | 请求发送方法、响应信息发送方法、定位信息获取方法 | |
CN114128330B (zh) | 辅助信息发送、接收方法和装置、通信装置和存储介质 | |
CN110637443B (zh) | 数据处理方法和装置、电子设备和计算机可读存储介质 | |
WO2022155930A1 (zh) | 定位测量信息确定方法和装置、同步误差发送方法和装置 | |
CN114514791B (zh) | 配置信息指示、参考信号接收方法和装置 | |
CN110999492B (zh) | 占用时长确定方法、占用时长确定装置和电子设备 | |
CN117751660A (zh) | 接收参数调整方法、系统、装置、通信装置及存储介质 | |
CN114642020A (zh) | 请求发送方法和装置、测量结果发送方法和装置 | |
CN114982313A (zh) | 信息发送方法和装置、关系确定方法和装置 | |
CN117751589A (zh) | 接收参数调整方法、装置及存储介质 | |
CN117561768A (zh) | 能力信息发送、能力确定方法和装置 |
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 |