CN117545064A - 一种垂直定位方法和服务器 - Google Patents

一种垂直定位方法和服务器 Download PDF

Info

Publication number
CN117545064A
CN117545064A CN202210885300.7A CN202210885300A CN117545064A CN 117545064 A CN117545064 A CN 117545064A CN 202210885300 A CN202210885300 A CN 202210885300A CN 117545064 A CN117545064 A CN 117545064A
Authority
CN
China
Prior art keywords
information
terminal device
server
base station
ssb
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
Application number
CN202210885300.7A
Other languages
English (en)
Inventor
高文强
刘沁心
陈杰华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Huawei Technologies Co Ltd
Original Assignee
Shanghai Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Huawei Technologies Co Ltd filed Critical Shanghai Huawei Technologies Co Ltd
Priority to CN202210885300.7A priority Critical patent/CN117545064A/zh
Priority to PCT/CN2023/095691 priority patent/WO2024021805A1/zh
Publication of CN117545064A publication Critical patent/CN117545064A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例公开了一种垂直定位方法和服务器，用于对终端设备进行垂直定位。在本申请中，服务器接收基站发送的测量报告MR信息，MR信息由终端设备向基站上报，并基于MR信息获取基站的工程参数，工程参数包括基站的小区站高、基站下倾角和天线方位角。接着，服务器从MR信息中提取终端设备的特征信息，并将终端设备的特征信息和基站的工程参数输入预置的人工智能AI模型，以预测终端设备的第一高度。其中，AI模型由多个基站的工程参数、多个终端设备的特征信息为输入样本，以预设的高度为标签进行训练得到。从而在无需根据最小经路测MDT信息的情况下，实现了对终端设备的垂直高度的预测。

Description

一种垂直定位方法和服务器
技术领域
本申请涉及通信技术领域，尤其涉及一种垂直定位方法和服务器。
背景技术
随着移动互联网的快速发展，智能终端广泛的普及，电信移动运营商通过无线电通讯网络或外部定位方式，获取移动终端用户的位置信息，然后基于移动终端的位置信息，为用户提供相应服务的增值业务。因此，基于位置的服务(location based service，LBS)受到了极大的关注，其中，实现LBS的关键是定位技术。
当前，对于移动终端的垂直定位，可以根据移动终端的MRCALL的签名特征(MRCALL的签名特征为移动终端在一次呼叫中小区出现的比例)、建筑物的环测签名特征(环测签名特征为小区在建筑物的占比，建筑物的位置信息与移动终端的当前所在的位置信息相对应)以及建筑物的高度信息构建垂直定位模型，并通过垂直定位模型测量目标移动终端的垂直信息。
上述方案中，需要根据最小经路测(minimization of drive test，MDT)信息构建建筑物的环测信息(环测信息包括小区在建筑物的占比)，再通过MDT协议获取移动终端上报的全球定位系统(global positioning system，GPS)信息，得到建筑物的底部的信息，或建筑物的顶部的信息，作为得到MDT信息。但是，GPS信息可能会透露终端设备的用户隐私，因此上述方案在NR制式上面的推动进展缓慢，无法在NR建网初期和中期得到大规模应用。
发明内容
本申请实施例提供了一种垂直定位方法和服务器，用于为建筑物中的终端设备进行垂直定位。
本申请第一方面提供了一种垂直定位方法，在本申请中，服务器接收基站发送的测量报告MR信息，MR信息由终端设备向基站上报，并基于MR信息获取基站的工程参数，工程参数包括基站的小区站高、基站下倾角和天线方位角。接着，服务器从MR信息中提取终端设备的特征信息，并将终端设备的特征信息和基站的工程参数输入预置的人工智能AI 模型，以预测终端设备的第一高度。其中，AI模型由多个基站的工程参数、多个终端设备的特征信息为输入样本，以预设的高度为标签进行训练得到。从而在无需根据MDT信息的情况下，实现了对终端设备的垂直高度的预测。
在一些可行的实现方式中，所述MR信息包括信道探测参考信号SRS波束信息，所述特征信息包括从所述SRS波束信息提取的SRS波束特征，所述SRS波束特征包括SRS波束能量特征，所述SRS波束能量特征由所述SRS波束信息进行降维得到；和/或，所述MR信息包括同步信号块SSB波束信息，所述特征信息包括从所述SSB波束信息中提取的SSB波束特征，所述SSB波束特征包括SSB波束能量特征，所述SSB波束能量特征由所述终端设备对检测到的各个服务小区的多个RSRP构成的向量进行降维得到。从而得到了用于训练AI模型的SRS波束能量特征和SSB波束能量特征。
在一些可行的实现方式中，所述SRS波束特征还包括垂直维度特征信息和SRS波束总能量特征中的至少一个，所述垂直维度特征信息为所述SRS波束信息中所述终端设备检测到所述基站的天线面板的每一排的能量总和在所述SRS波束信息的总能量的占比，所述SRS 波束总能量特征为所述SRS波束信息中能量值最高的预制个数的能量值之和；所述SSB波束特征还包括对所述SSB波束扫描特征和SSB波束最强电平，所述SSB波束扫描特征为所述终端设备扫描得到的各个服务小区发送的SSB的数量，所述SSB波束最强电平为所述终端设备扫描得到主服务小区发送的各个SSB中的最强电平中的至少一个。从而得到了用于训练AI模型其他SRS波束特征和其他SSB波束特征。
在一些可行的实现方式中，所述终端设备的特征信息还包括所述终端设备到所述基站的垂直到达角vAOA，所述方法还包括：所述服务器基于所述SRS波束信息和所述天线方位角确定所述终端设备的主瓣垂直方位角θ beam_v T；所述服务器对所述SRS波束信息中各个方向的参考信号接收功率RSRP或其对应的能量值进行归一化，得到P BeamPwr；所述服务器计算θ beam_v T×P BeamPwr，从而得到了所述vAOA。
在一些可行的实现方式中，所述服务器确定所述vAOA对应的M个SSB波束信息，M为正整数；所述服务器确定所述M个SSB波束信息中SSB波束信号最强的N个SSB波束信息， N为小于M的正整数；所述服务器计算所述N个SSB波束信息的平均值，作为基准向量；所述服务器计算所述SSB波束信息与所述基准向量的相似度；若所述相似度小于预设值，从而，所述服务器实现了对所述终端设备的vAOA进行修正。
示例性的，所述服务器对所述终端设备的vAOA进行修正包括：所述服务器使所述vAOA 减去预设角度，得到所述终端设备的新的vAOA。
在一些可行的实现方式中，所述终端设备的特征信息还包括所述终端设备到所述基站的距离，所述方法还包括：所述服务器获取所述基站的第一位置信息；所述服务器获取所述终端设备所在建筑物的第二位置信息；所述服务器基于所述第一位置信息和所述第二位置信息，从而估计得到所述终端设备到所述基站的距离。
在一些可行的实现方式中，所述终端设备的特征信息还包括所述终端设备到所述基站的距离，所述方法还包括：所述服务器从所述MR信息中获取所述终端设备到所述基站的时延信息；从而所述服务器基于所述时延信息估计得到所述终端设备到所述基站的距离。
在一些可行的实现方式中，所述服务器获取锚定终端设备的高度；所述服务器获取所述锚定终端设备的SSB波束信息和/或SRS波束信息；所述服务器确定所述终端设备的SSB 波束信息和所述锚定终端设备的SSB波束信息之间的第一相似度；和/或，所述服务器确定所述终端设备的SRS波束信息和所述锚定终端设备的SRS波束信息之间的第二相似度；所述服务器基于所述第一相似度和/或所述第二相似度估计所述终端设备的第二高度；所述服务器基于所述第一高度和第二高度估计所述终端设备的高度。那么，提高了对终端设备的高度的估计精度。
第二方面，本申请提供了一种服务器，所述服务器用于执行前述第一方面中任一项所述的方法。
第三方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面或第二方面或第三方面中任一项所述的方法。
第四方面，本申请提供了一种计算机程序产品，该计算机程序产品包括计算机执行指令，该计算机执行指令存储在计算机可读存储介质中；设备的至少一个处理器可以从计算机可读存储介质读取该计算机执行指令，至少一个处理器执行该计算机执行指令使得设备实施上述第一方面或者第一方面的任一种可能的实现方式所提供的方法。
第五方面，本申请提供了一种通信装置，该通信装置可以包括至少一个处理器、存储器和通信接口。至少一个处理器与存储器和通信接口耦合。存储器用于存储指令，至少一个处理器用于执行该指令，通信接口用于在至少一个处理器的控制下与其他通信装置进行通信。该指令在被至少一个处理器执行时，使至少一个处理器执行第一方面或第一方面的任意可能的实现方式中的方法。
第六方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于支持实现上述第一方面或第一方面任意一种可能的实现方式中所涉及的功能。
在一种可能的设计中，芯片系统还可以包括存储器，存储器，用于保存必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包含芯片和其他分立器件。
其中，第二至第六方面或者其中任一种可能实现方式所带来的技术效果可参见第一方面或第一方面不同可能实现方式所带来的技术效果，此处不再赘述。
附图说明
图1为本申请实施例提供的一种通信系统的组成结构示意图；
图2-1为本申请实施例提供的一种垂直定位方法的流程示意图；
图2-2为本申请实施例中终端设备向基站反馈MR信息的实施例示意图；
图2-3为本申请实施例中终端设备检测SRS波束信息的实施例示意图；
图2-4为本申请实施例中终端设备的vAOA出现翻转的实施例示意图；
图2-5为本申请实施例中训练AI模型的实施例示意图；
图2-6为本申请实施例中估计终端设备的高度的实施例示意图；
图2-7为本申请实施例中对终端设备的高度进行二次定位的实施例示意图；
图2-8为本申请实施例中终端设备对基站的波束检测得到的能量图；
图3为本申请实施例提供的一种服务器的结构示意图；
图4为本申请实施例提供的一种通信装置的结构示意图。
具体实施方式
本申请实施例提供了一种垂直定位方法和相关设备，用于为建筑物中的终端设备进行垂直定位。
下面结合附图，对本申请的实施例进行描述。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
请参阅图1所示，为本申请实施例提供的一种通信系统的组成结构示意图。本申请实施例提供一种通信系统100，包括：服务器110、基站120、多个终端设备130和建筑物 140。
本申请实施例中，服务器110可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。在一些可能的实现方式中，服务器110为网络管理中心，此处不做限定。
在本申请实施例中，基站120是多个终端设备130通过无线方式接入到该通信系统100 中的接入设备，例如发送接收点(transmission reception point，TRP)、5G移动通信系统中的下一代基站(next generation NodeB，gNB)等。基站120和服务器110可以通过有线或无线通信方式进行直接或间接地连接，此处不做限制。
在本申请实施例中，终端设备130可以称是用户设备(user equipment，UE)、移动台 (mobile station，MS)、移动终端(mobile terminal，MT)、手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(virtual reality，VR)终端设备、增强现实(augmented reality，AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端等等。本申请的实施例对终端设备所采用的具体技术和具体设备形态不做限定。
在本申请实施例中，建筑物140可以是各种高度的任一建筑物，例如，50米以下的中低层的楼宇或50米以上的高层楼宇。
当前，对于移动终端的垂直定位，可以根据移动终端的MRCALL的签名特征(MRCALL的签名特征为移动终端在一次呼叫中小区出现的比例)、建筑物的环测签名特征(环测签名特征为小区在建筑物的占比，建筑物的位置信息与移动终端的当前所在的位置信息相对应)以及建筑物的高度信息构建垂直定位模型，并通过垂直定位模型测量目标移动终端的垂直信息。
上述方案中，需要根据最小经路测(minimization of drive test，MDT)信息构建建筑物的环测信息(环测信息包括小区在建筑物的占比)，再通过MDT协议获取移动终端上报的全球定位系统(global positioning system，GPS)信息，得到建筑物的底部的信息，或建筑物的顶部的信息，作为得到MDT信息。但是，GPS信息可能会透露终端设备的用户隐私，因此上述方案在NR制式上面的推动进展缓慢，无法在NR建网初期和中期得到大规模应用。
在本申请中，服务器接收基站发送的测量报告MR信息，MR信息由终端设备向基站上报，并基于MR信息获取基站的工程参数，工程参数包括基站的小区站高、基站下倾角和天线方位角。接着，服务器从MR信息中提取终端设备的特征信息，并将终端设备的特征信息和基站的工程参数输入预置的人工智能AI模型，以预测终端设备的第一高度。其中， AI模型由多个基站的工程参数、多个终端设备的特征信息为输入样本，以预设的高度为标签进行训练得到。从而在无需根据MDT信息的情况下，实现了对终端设备的垂直高度的预测。
前述实施例介绍了本申请提供给的通信系统，接下来介绍基于该通信系统执行的终端定位方法，请参阅图2-1所示，本申请实施例提供的终端定位方法主要包括如下步骤：
201、终端设备向基站发送测量报告(measurement report，MR)信息。
需要说明的是，MR信息是指在终端设备与基站之间的业务信道上，每隔一段固定时长(例如480毫秒或470毫秒)，终端设备向基站发送一次的数据，MR信息可用于评估和优化终端设备到基站的通信质量。
在一些可行的实现方式中，如图2-2所示，基站可以首先向终端设备发送测量配置(measurement configuration，MC)信息，然后终端设备基于MC信息进行MR测量，得到MR信息，MR信息包括信道探测参考信号(sounding reference signal，SRS)和同步信号块(synchronization signal block，SSB)波束信息，接着终端设备向基站上报MR信息。
需要说明的是，当终端设备接收到MC信息后，会扫描基站定时广播的同频信息，并记录在各个方向上的参考信号接收功率(reference signal receiving power，RSRP)，作为信号强度。示例性的，如图2-3所示，为终端设备在检测到的基站的天馈面板的信号强度，即参考信号接收功率(reference signal receiving power，RSRP)，作为SRS波束信息，并携带在MR信息中，发送给基站。
202、基站向服务器发送MR信息。
在本申请实施例中，当基站接收到一个终端设备上报的MR信息后，可以将该MR信息转发给服务器。
203、服务器基于MR信息获取基站的工程参数。
需要说明的是，基站的工程参数包括小区站高(即基站中挂天线盒子的高度)以及基站的机械下倾角和天线方位角。需要说明的是，基站向服务器发送的携带MR信息的数据报文中包括基站的小区信息，则服务器可以基于基站的小区信息查询基站的工程参数。在一些可行的实现方式中，基站的小区信息为全球小区识别码(cell global identifier，CGI)。
204、服务器从MR信息中提取终端设备的特征信息。
在一些可行的实现方式中，终端设备的特征信息包括从SRS波束信息提取的SRS波束特征，SRS波束特征包括SRS波束能量特征，SRS波束能量特征由SRS波束信息进行降维得到；和/或，终端设备的特征信息包括从SSB波束信息中提取的SSB波束特征，SSB波束特征包括SSB波束能量特征，SSB波束能量特征由终端设备对检测到的各个服务小区的多个RSRP构成的向量进行降维得到。
需要说明的是，当服务器接收到MR信息后，可以解算出SRS波束信息。例如，SRS波束信息为一个64维的向量，向量中每个元素都是RSRP值。接着，服务器可以通过降维算法(例如主成分分析(principal components analysis,PCA))提取SRS波束信息中的特征信息，得到SRS波束能量特征。
需要说明的是，当服务器接收到MR信息后，可以解算出SSB波束信息。例如，SSB波束信息为一个主服务小区和0～8个邻区(一共9个小区)的扫描得到的多个SSB，例如每个小区中可以扫描得到8个SSB，那么SSB波束信息可以为9*8＝72个SSB，即一个72维的向量，向量中每个元素都是RSRP值。接着，服务器可以通过降维算法(例如PCA)提取 SSB波束信息中的特征信息，得到SSB波束能量特征。
在一些可行的实现方式中，SRS波束特征还包括垂直维度特征信息和SRS波束总能量特征中的至少一个，垂直维度特征信息为SRS波束信息中终端设备检测到基站的天线面板的每一排的能量总和在SRS波束信息的总能量的占比，SRS波束总能量特征为SRS波束信息中能量值最高的预制个数的能量值之和。
例如，终端设备检测到基站的天线面板为4排16列，服务器基于SRS波束信息将其中每一排的RSRP值累加，得到4个能量总和(4排)，再计算4个能量总和累加，得到SRS 波束信息的总能量。其中，4个能量总和在SRS波束信息的总能量的占比，得到一个4维的向量，该向量为垂直维度特征信息。
例如，SRS波束总能量特征为SRS波束信息中能量值最高(即RSRP值最高)的16个能量值之和。
在一些可行的实现方式中，SSB波束特征还包括对SSB波束扫描特征和SSB波束最强电平，SSB波束扫描特征为终端设备扫描得到的各个服务小区发送的SSB的数量，SSB波束最强电平为终端设备扫描得到主服务小区发送的各个SSB中的最强电平中的至少一个。
例如，终端设备在主服务小区扫描得到3个SSB，在1个邻区中扫描得到5个SSB，其他邻区中均为扫描得到SSB，那么，得到SSB扫描特征为(3,5,0,0,0,0,0,0,0)。
示例性的，如表1所示，从SRS波束信息和/或SSB波束信息中提取特征，得到SRS 波束特征和/或SSB波束特征：
表1
205、服务器基于基站的天线方位角和SRS波束信息估计终端设备到基站的vAOA。
在一些可行的实现方式中，终端设备的特征信息还包括终端设备到基站的AOA，那么服务器可以基于基站的天线方位角和SRS波束信息估计终端设备到基站的vAOA。
示例性的，服务器基于SRS波束信息和天线方位角确定终端设备的主瓣垂直方位角θ beam_v T，然后对SRS波束信息中各个方向的参考信号接收功率RSRP或其对应的能量值进行归一化，得到P BeamPwr，最后计算θ beam_v T×P BeamPwr，得到vAOA。
其中，θ beam_h T表示终端设备检测到的波束主瓣的水平方位角，具体角度可结合基站的天线方位图与SRS波束信息确定。其中，P BeamPwr表示SRS波束信息中各个方向的RSRP或其对应的能量值BeamRsrp进行归一化得到：
P BeamPwr＝10^(BeamRsrp/10)
需要说明的是，在终端设备处于高层的建筑物的场景中，终端设备的vAOA可能出现错误。示例性的，如图2-4所示，在同一基站覆盖的情况下，由于建筑物距离基站较近，主瓣波束覆盖建筑物的下半部分，旁瓣波束覆盖建筑物的上半部分。终端设备A处于主瓣波束的覆盖下，终端设备B处于旁瓣波束的覆盖下，那么处于旁瓣波束的覆盖下终端设备 A检测出的vAOA(a)，与处于旁瓣波束的覆盖下终端设备B检测出的vAOA(b)相同。
那么，服务器可以确定vAOA对应的M个SSB波束信息，M为正整数，并确定M个SSB 波束信息中SSB波束信号最强的N个SSB波束信息，N为小于M的正整数，并计算N个SSB 波束信息的平均值，作为基准向量。最后，服务器计算SSB波束信息与基准向量的相似度 (例如余弦相似度)，若相似度小于预设值，则对终端设备的vAOA进行修正。在一些可能的实现方式中，服务器可以使vAOA减去预设角度(例如30°)，得到终端设备的新的vAOA。
示例性的，服务器可以通过下述公式对终端设备的vAOA进行调整：
f(vAoa，SSB_Beam)＝Vaoa_adjust
其中，SSB_Beam表示SSB波束信息，Vaoa_adjust表示校准之后的终端设备的vAOA，f()用于根据终端设备的vAOA和SSB_Beam计算得到调整结果的函数模型。在一些可行的实现方式中，f()可以用于计算终端设备的vAOA对应的各个SSB_Beam之间的余弦相似度，若余弦相似度小于预设值，那么f()返回终端设备的vAOA等于检测得到的vAOA减去预设度数，例如30°。
206、服务器估计终端设备到基站的距离。
在一些可能的实现方式中，服务器可以获取基站的第一位置信息，并获取终端设备所在建筑物的第二位置信息，并基于第一位置信息和第二位置信息估计终端设备到基站的距离。在一些可能的实现方式中，服务器可以从MR信息中获取终端设备到基站的时延信息，并基于时延信息估计终端设备到基站的距离，例如将时延信息中的时延值乘以4.88米/毫秒。
207、服务器将终端设备的特征信息和基站的工程参数输入预置的AI模型，以预测终端设备的第一高度。
在本申请实施例中，AI模型由多个基站的工程参数、多个终端设备的特征信息为输入样本，以预设的高度为标签进行训练得到。
示例性的，如表2所示，为服务器输入AI模型所需的信息。
表2
示例性的，如图2-5所示，服务器首先通过上述信息(输入样本)和对应的高度(标签)作为训练集，输入带着初始参数的AI模型进行训练，即可得到AI模型。
接着，如图2-6所示，服务器将SSB波束特征和/或SRS波束特征，以及基站的小区站高、机械下倾角、天线方位角，或以及终端设备到基站的vAOA、终端设备到基站的距离，对终端设备进行垂直定位，得到终端设备的第一高度。
需要说明的是，如图2-7所示，不同的终端设备在建筑物中的不同垂直位置上时，其 SRS波束信息或SSB波束信息具有非常大的差异。例如，终端设备A在建筑物的位置A，终端设备B在建筑物的位置B，终端设备A的SRS波束信息和终端设备B的SRS波束信息差异很大，终端设备A的SSB波束信息和终端设备B的SSB波束信息差异很大，为此，可以利用这些差异提高对终端设备的垂直定位。
示例性的，服务器获取锚定终端设备的高度，并获取锚定终端设备的SSB波束信息和 /或SRS波束信息，然后确定终端设备的SSB波束信息和锚定终端设备的SSB波束信息之间的第一相似度；和/或，服务器确定终端设备的SRS波束信息和锚定终端设备的SRS波束信息之间的第二相似度。最后，服务器基于第一相似度和/或第二相似度估计终端设备的第二高度，并基于第一高度和第二高度估计终端设备的高度。在一些可行的实现方式中，服务器可以计算所述第一高度和第二高度的均值，作为所述终端设备的高度。
208、服务器基于建筑物的地图信息和终端设备的高度进行楼高映射，得到终端设备在建筑物中的位置。
需要说明的是，地图信息可以有人工在现场测量建筑物，并预置到服务器中，也可以由建筑物的开发商或相关单位处获取，此处不做限定。
示例性的，服务器基于地图信息确定建筑物中各个楼层的高度。例如，建筑物中，1、4、7、10层的高度分别为：0米、8.4米、19.6米、30.8米。接着，服务器将终端设备在建筑物中的垂直位置映射到地图信息中，得到终端设备在建筑物上对应的楼层。例如，确定终端设备的高度为19.6米，在建筑物上对应的楼层为3楼。在一些可行的实现方式中，建筑物中的位置也可以显示为建筑物的位置百分比。例如，建筑物的高度为50 米，终端设备的高度为40米，那么建筑物的位置为80％。
需要说明的是，当服务器确定终端设备的高度后，可以将终端设备的高度的信息发给终端设备，也可以发给授权的服务商，此处不足限定。
示例性的，如图2-8所示，通过检测，服务器可以得到终端设备分别在0米、8.4米、19.6米、30.8米上，对基站的波束检测得到的能量图，其中，越浅色的位置，能量越高。
示例性的，经多局点数据验证，本申请的技术方案对100米以下的建筑物中，终端设备的高度预测结果，平均误差小于6米@67％。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
为便于更好的实施本申请实施例的上述方案，下面还提供用于实施上述方案的相关装置。
请参阅图3所示，本申请实施例提供的一种服务器300，可以包括：
收发模块301，用于接收基站发送的测量报告MR信息，所述MR信息由终端设备向所述基站上报；处理模块302，用于基于所述MR信息获取所述基站的工程参数，所述工程参数包括所述基站的小区站高、基站下倾角和天线方位角；所述处理模块302，还用于从所述MR信息中提取所述终端设备的特征信息；所述处理模块302，还用于将所述终端设备的特征信息和所述基站的工程参数输入预置的人工智能AI模型，以预测所述终端设备的第一高度；所述AI模型由多个基站的工程参数、多个终端设备的特征信息为输入样本，以预设的高度为标签进行训练得到。
在一些可行的实现方式中，所述MR信息包括信道探测参考信号SRS波束信息，所述特征信息包括从所述SRS波束信息提取的SRS波束特征，所述SRS波束特征包括SRS波束能量特征，所述SRS波束能量特征由所述SRS波束信息进行降维得到；和/或，所述MR信息包括同步信号块SSB波束信息，所述特征信息包括从所述SSB波束信息中提取的SSB波束特征，所述SSB波束特征包括SSB波束能量特征，所述SSB波束能量特征由所述终端设备对检测到的各个服务小区的多个RSRP构成的向量进行降维得到。
在一些可行的实现方式中，所述SRS波束特征还包括垂直维度特征信息和SRS波束总能量特征中的至少一个，所述垂直维度特征信息为所述SRS波束信息中所述终端设备检测到所述基站的天线面板的每一排的能量总和在所述SRS波束信息的总能量的占比，所述SRS 波束总能量特征为所述SRS波束信息中能量值最高的预制个数的能量值之和；所述SSB波束特征还包括对所述SSB波束扫描特征和SSB波束最强电平，所述SSB波束扫描特征为所述终端设备扫描得到的各个服务小区发送的SSB的数量，所述SSB波束最强电平为所述终端设备扫描得到主服务小区发送的各个SSB中的最强电平中的至少一个。
在一些可行的实现方式中，所述终端设备的特征信息还包括所述终端设备到所述基站的垂直到达角vAOA，所述处理模块302，还用于基于所述SRS波束信息和所述天线方位角确定所述终端设备的主瓣垂直方位角θ beam_v T，对所述SRS波束信息中各个方向的参考信号接收功率RSRP或其对应的能量值进行归一化，得到P BeamPwr，计算θ beam_v T×P BeamPwr，得到所述vAOA。
在一些可行的实现方式中，处理模块302，还用于：确定所述vAOA对应的M个SSB波束信息，M为正整数；确定所述M个SSB波束信息中SSB波束信号最强的N个SSB波束信息，N为小于M的正整数；计算所述N个SSB波束信息的平均值，作为基准向量；计算所述SSB波束信息与所述基准向量的相似度；若所述相似度小于预设值，则对所述终端设备的vAOA进行修正。
在一些可行的实现方式中，处理模块302，具体用于：使所述vAOA减去预设角度，得到所述终端设备的新的vAOA。
在一些可行的实现方式中，处理模块302，还用于：获取所述基站的第一位置信息；获取所述终端设备所在建筑物的第二位置信息；基于所述第一位置信息和所述第二位置信息估计所述终端设备到所述基站的距离。
在一些可行的实现方式中，所述终端设备的特征信息还包括所述终端设备到所述基站的距离，所述处理模块302，具体用于：从所述MR信息中获取所述终端设备到所述基站的时延信息；基于所述时延信息估计所述终端设备到所述基站的距离。
在一些可行的实现方式中，处理模块302，具体用于：获取锚定终端设备的高度；获取所述锚定终端设备的SSB波束信息和/或SRS波束信息；确定所述终端设备的SSB波束信息和所述锚定终端设备的SSB波束信息之间的第一相似度；和/或，所述服务器确定所述终端设备的SRS波束信息和所述锚定终端设备的SRS波束信息之间的第二相似度；基于所述第一相似度和/或所述第二相似度估计所述终端设备的第二高度；基于所述第一高度和第二高度估计所述终端设备的高度。
需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其带来的技术效果与本申请方法实施例相同，具体内容可参见本申请前述所示的方法实施例中的叙述，此处不再赘述。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储有程序，该程序执行包括上述方法实施例中记载的部分或全部步骤。
接下来介绍本申请实施例提供的另一种通信装置，请参阅图4所示，通信装置400包括：
接收器401、发射器402、处理器403和存储器404。在本申请的一些实施例中，接收器401、发射器402、处理器403和存储器404可通过总线或其它方式连接，其中，图4 中以通过总线连接为例。
存储器404可以包括只读存储器和随机存取存储器，并向处理器403提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器404存储有操作系统和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。操作系统可包括各种系统程序，用于实现各种基础业务以及处理基于硬件的任务。
处理器403控制通信装置400的操作，处理器403还可以称为中央处理单元(central processing unit，CPU)。具体的应用中，通信装置400的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器403中，或者由处理器403实现。处理器403可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器403中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器403可以是通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列 (field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器404，处理器403读取存储器404中的信息，结合其硬件完成上述方法的步骤。
接收器401可用于接收输入的数字或字符信息，以及产生与相关设置以及功能控制有关的信号输入，发射器402可包括显示屏等显示设备，发射器402可用于通过外接接口输出数字或字符信息。
本申请实施例中，处理器403，用于执行前述服务器300执行的垂直定位方法。
在另一种可能的设计中，当服务器300或通信装置400为芯片时，包括：处理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使该终端内的芯片执行上述第一方面任意一项的无线报告信息的发送方法。可选地，所述存储单元为所述芯片内的存储单元，如寄存器、缓存等，所述存储单元还可以是所述终端内的位于所述芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。
其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制上述方法的程序执行的集成电路。
另外需说明的是，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单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等) 方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD)) 等。

Claims (22)

1.一种垂直定位方法，其特征在于，包括：
服务器接收基站发送的测量报告MR信息，所述MR信息由终端设备向所述基站上报；
所述服务器基于所述MR信息获取所述基站的工程参数，所述工程参数包括所述基站的小区站高、基站下倾角和天线方位角；
所述服务器从所述MR信息中提取所述终端设备的特征信息；
所述服务器将所述终端设备的特征信息和所述基站的工程参数输入预置的人工智能AI模型，以预测所述终端设备的第一高度；所述AI模型由多个基站的工程参数、多个终端设备的特征信息为输入样本，以预设的高度为标签进行训练得到。
2.根据权利要求1所述方法，其特征在于，
所述MR信息包括信道探测参考信号SRS波束信息，所述特征信息包括从所述SRS波束信息提取的SRS波束特征，所述SRS波束特征包括SRS波束能量特征，所述SRS波束能量特征由所述SRS波束信息进行降维得到；和/或，
所述MR信息包括同步信号块SSB波束信息，所述特征信息包括从所述SSB波束信息中提取的SSB波束特征，所述SSB波束特征包括SSB波束能量特征，所述SSB波束能量特征由所述终端设备对检测到的各个服务小区的多个RSRP构成的向量进行降维得到。
3.根据权利要求2所述方法，其特征在于，
所述SRS波束特征还包括垂直维度特征信息和SRS波束总能量特征中的至少一个，所述垂直维度特征信息为所述SRS波束信息中所述终端设备检测到所述基站的天线面板的每一排的能量总和在所述SRS波束信息的总能量的占比，所述SRS波束总能量特征为所述SRS波束信息中能量值最高的预制个数的能量值之和；
所述SSB波束特征还包括对所述SSB波束扫描特征和SSB波束最强电平，所述SSB波束扫描特征为所述终端设备扫描得到的各个服务小区发送的SSB的数量，所述SSB波束最强电平为所述终端设备扫描得到主服务小区发送的各个SSB中的最强电平中的至少一个。
4.根据权利要求1-3中任一项所述方法，其特征在于，所述终端设备的特征信息还包括所述终端设备到所述基站的垂直到达角vAOA，所述方法还包括：
所述服务器基于所述SRS波束信息和所述天线方位角确定所述终端设备的主瓣垂直方位角θ beam_v T；
所述服务器对所述SRS波束信息中各个方向的参考信号接收功率RSRP或其对应的能量值进行归一化，得到P BeamPwr；
所述服务器计算θ beam_v T×P BeamPwr，得到所述vAOA。
5.根据权利要求4所述方法，其特征在于，所述方法还包括：
所述服务器确定所述vAOA对应的M个SSB波束信息，M为正整数；
所述服务器确定所述M个SSB波束信息中SSB波束信号最强的N个SSB波束信息，N为小于M的正整数；
所述服务器计算所述N个SSB波束信息的平均值，作为基准向量；
所述服务器计算所述SSB波束信息与所述基准向量的相似度；
若所述相似度小于预设值，则所述服务器对所述终端设备的vAOA进行修正。
6.根据权利要求5所述方法，其特征在于，所述服务器对所述终端设备的vAOA进行修正包括：
所述服务器使所述vAOA减去预设角度，得到所述终端设备的新的vAOA。
7.根据权利要求1-6中任一项所述方法，其特征在于，所述终端设备的特征信息还包括所述终端设备到所述基站的距离，所述方法还包括：
所述服务器获取所述基站的第一位置信息；
所述服务器获取所述终端设备所在建筑物的第二位置信息；
所述服务器基于所述第一位置信息和所述第二位置信息估计所述终端设备到所述基站的距离。
8.根据权利要求1-6中任一项所述方法，其特征在于，所述终端设备的特征信息还包括所述终端设备到所述基站的距离，所述方法还包括：
所述服务器从所述MR信息中获取所述终端设备到所述基站的时延信息；
所述服务器基于所述时延信息估计所述终端设备到所述基站的距离。
9.根据权利要求1-8中任一项所述方法，其特征在于，所述方法还包括：
所述服务器获取锚定终端设备的高度；
所述服务器获取所述锚定终端设备的SSB波束信息和/或SRS波束信息；
所述服务器确定所述终端设备的SSB波束信息和所述锚定终端设备的SSB波束信息之间的第一相似度；和/或，所述服务器确定所述终端设备的SRS波束信息和所述锚定终端设备的SRS波束信息之间的第二相似度；
所述服务器基于所述第一相似度和/或所述第二相似度估计所述终端设备的第二高度；
所述服务器基于所述第一高度和第二高度估计所述终端设备的高度。
10.一种服务器，其特征在于，包括：
收发模块，用于接收基站发送的测量报告MR信息，所述MR信息由终端设备向所述基站上报；
处理模块，用于基于所述MR信息获取所述基站的工程参数，所述工程参数包括所述基站的小区站高、基站下倾角和天线方位角；
所述处理模块，还用于从所述MR信息中提取所述终端设备的特征信息；
所述处理模块，还用于将所述终端设备的特征信息和所述基站的工程参数输入预置的人工智能AI模型，以预测所述终端设备的第一高度；所述AI模型由多个基站的工程参数、多个终端设备的特征信息为输入样本，以预设的高度为标签进行训练得到。
11.根据权利要求10所述服务器，其特征在于，
所述MR信息包括信道探测参考信号SRS波束信息，所述特征信息包括从所述SRS波束信息提取的SRS波束特征，所述SRS波束特征包括SRS波束能量特征，所述SRS波束能量特征由所述SRS波束信息进行降维得到；和/或，
所述MR信息包括同步信号块SSB波束信息，所述特征信息包括从所述SSB波束信息中提取的SSB波束特征，所述SSB波束特征包括SSB波束能量特征，所述SSB波束能量特征由所述终端设备对检测到的各个服务小区的多个RSRP构成的向量进行降维得到。
12.根据权利要求11所述服务器，其特征在于，
所述SRS波束特征还包括垂直维度特征信息和SRS波束总能量特征中的至少一个，所述垂直维度特征信息为所述SRS波束信息中所述终端设备检测到所述基站的天线面板的每一排的能量总和在所述SRS波束信息的总能量的占比，所述SRS波束总能量特征为所述SRS波束信息中能量值最高的预制个数的能量值之和；
所述SSB波束特征还包括对所述SSB波束扫描特征和SSB波束最强电平，所述SSB波束扫描特征为所述终端设备扫描得到的各个服务小区发送的SSB的数量，所述SSB波束最强电平为所述终端设备扫描得到主服务小区发送的各个SSB中的最强电平中的至少一个。
13.根据权利要求10-12中任一项所述服务器，其特征在于，所述终端设备的特征信息还包括所述终端设备到所述基站的垂直到达角vAOA，
所述处理模块，还用于基于所述SRS波束信息和所述天线方位角确定所述终端设备的主瓣垂直方位角θ beam_v T，对所述SRS波束信息中各个方向的参考信号接收功率RSRP或其对应的能量值进行归一化，得到P BeamPwr，计算θ beam_v T×P BeamPwr，得到所述vAOA。
14.根据权利要求13所述服务器，其特征在于，所述处理模块，还用于：
确定所述vAOA对应的M个SSB波束信息，M为正整数；
确定所述M个SSB波束信息中SSB波束信号最强的N个SSB波束信息，N为小于M的正整数；
计算所述N个SSB波束信息的平均值，作为基准向量；
计算所述SSB波束信息与所述基准向量的相似度；
若所述相似度小于预设值，则对所述终端设备的vAOA进行修正。
15.根据权利要求14所述服务器，其特征在于，所述处理模块，具体用于：
使所述vAOA减去预设角度，得到所述终端设备的新的vAOA。
16.根据权利要求10-15中任一项所述服务器，其特征在于，所述处理模块，还用于：
获取所述基站的第一位置信息；
获取所述终端设备所在建筑物的第二位置信息；
基于所述第一位置信息和所述第二位置信息估计所述终端设备到所述基站的距离。
17.根据权利要求10-15中任一项所述服务器，其特征在于，所述终端设备的特征信息还包括所述终端设备到所述基站的距离，所述处理模块，具体用于：
从所述MR信息中获取所述终端设备到所述基站的时延信息；
基于所述时延信息估计所述终端设备到所述基站的距离。
18.根据权利要求10-17中任一项所述服务器，其特征在于，所述处理模块，具体用于：
获取锚定终端设备的高度；
获取所述锚定终端设备的SSB波束信息和/或SRS波束信息；
确定所述终端设备的SSB波束信息和所述锚定终端设备的SSB波束信息之间的第一相似度；和/或，所述服务器确定所述终端设备的SRS波束信息和所述锚定终端设备的SRS波束信息之间的第二相似度；
基于所述第一相似度和/或所述第二相似度估计所述终端设备的第二高度；
基于所述第一高度和第二高度估计所述终端设备的高度。
19.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储有程序，所述程序使得计算机设备执行如权利要求1-9中任一项所述的方法。
20.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机执行指令，所述计算机执行指令存储在计算机可读存储介质中；设备的至少一个处理器从所述计算机可读存储介质中读取所述计算机执行指令，所述至少一个处理器执行所述计算机执行指令使得所述设备执行如权利要求1-9中任一项所述的方法。
21.一种通信装置，其特征在于，所述通信装置包括至少一个处理器、存储器和通信接口；
所述至少一个处理器与所述存储器和所述通信接口耦合；
所述存储器用于存储指令，所述处理器用于执行所述指令，所述通信接口用于在所述至少一个处理器的控制下与其他通信装置进行通信；
所述指令在被所述至少一个处理器执行时，使所述至少一个处理器执行如权利要求1-9中任一项所述的方法。
22.一种芯片系统，其特征在于，所述芯片系统包括处理器和存储器，所述存储器和所述处理器通过线路互联，所述存储器中存储有指令，所述处理器用于执行如权利要求1-9中任一项所述的方法。
CN202210885300.7A 2022-07-26 2022-07-26 一种垂直定位方法和服务器 Pending CN117545064A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210885300.7A CN117545064A (zh) 2022-07-26 2022-07-26 一种垂直定位方法和服务器
PCT/CN2023/095691 WO2024021805A1 (zh) 2022-07-26 2023-05-23 一种垂直定位方法和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210885300.7A CN117545064A (zh) 2022-07-26 2022-07-26 一种垂直定位方法和服务器

Publications (1)

Publication Number Publication Date
CN117545064A true CN117545064A (zh) 2024-02-09

Family

ID=89705264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210885300.7A Pending CN117545064A (zh) 2022-07-26 2022-07-26 一种垂直定位方法和服务器

Country Status (2)

Country Link
CN (1) CN117545064A (zh)
WO (1) WO2024021805A1 (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8165599B1 (en) * 2008-12-30 2012-04-24 Sprint Spectrum L.P. Method and system for locating mobile stations using call measurement data
CN103546963B (zh) * 2012-07-10 2016-09-14 电信科学技术研究院 一种确定定位信息的方法和设备
CN104270813B (zh) * 2014-09-23 2018-04-10 华为技术服务有限公司 定位方法和装置
CN107431894A (zh) * 2015-03-31 2017-12-01 索尼公司 用于在无线电网络中定位移动终端的方法和设备
CN106341882A (zh) * 2015-07-17 2017-01-18 北京信威通信技术股份有限公司 一种lte系统的终端定位方法
CN110095792B (zh) * 2018-01-29 2022-05-20 腾讯科技（深圳）有限公司 定位终端的方法及装置
CN112042242B (zh) * 2018-08-01 2021-10-01 华为技术有限公司 垂直定位模型构建的方法、垂直定位的方法及装置
CN111818634B (zh) * 2019-04-11 2021-12-28 上海华为技术有限公司 一种5g场景下的定位方法、定位平台及用户终端

Also Published As

Publication number Publication date
WO2024021805A1 (zh) 2024-02-01

Similar Documents

Publication Publication Date Title
US11902799B2 (en) Station placement designing method, station placement designing apparatus and station placement designing program
US11785622B2 (en) Electronic apparatus, wireless communication method and computer-readable medium for measurements based on adjusted beam configurations
CN102355671B (zh) 可用频谱的确定方法和设备
US8583050B2 (en) Building influence estimation apparatus and building influence estimation method
EP3308190B1 (en) Determining of model parameters for positioning purposes
CN114144977A (zh) 波束赋形方法、装置、无线接入网设备及可读存储介质
US10194329B2 (en) Site position priority determination device and method
US20120009938A1 (en) Cellular location system and cellular location method
US20150049679A1 (en) Method of enabling single chain ranging operations
CN116896787A (zh) 终端定位方法、装置、设备及存储介质
CN117545064A (zh) 一种垂直定位方法和服务器
CN111328088B (zh) 一种prach检测方法及装置
US20110312335A1 (en) Cellular location system and cellular location method
US11714177B2 (en) Identifying vertical height of user equipment with network assets
US20160044455A1 (en) Techniques for multiple pass geolocation
CN115734264A (zh) 5g网络覆盖评估方法、装置、计算机可读介质及电子设备
CN111278038B (zh) 一种NB-IoT网络覆盖情况的确定方法和装置
Kaddoura et al. Swapped sectors detection based on mobility statistics
US9680548B1 (en) Method for carrying out intelligent fast antenna steering technology (iFAST)
Le et al. A scalable Wi-Fi based localization approach
CN114501338B (zh) 广播波束权值配置方法、装置及电子设备
WO2023198093A1 (zh) 模型有效性的确定方法、装置及通信设备
US20230296715A1 (en) Direction determining for over-the-air testing of a radio transceiver device
US20230160992A1 (en) Antenna positioning method for first base station and communication apparatus
WO2019205075A1 (zh) 波束定位方法、装置及系统

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