TW202425678A - 基於自射頻指紋（自ｒｆｆｐ）的基於使用者設備的（基於ｕｅ的）定位 - Google Patents

基於自射頻指紋（自ｒｆｆｐ）的基於使用者設備的（基於ｕｅ的）定位 Download PDF

Info

Publication number
TW202425678A
TW202425678A TW112126930A TW112126930A TW202425678A TW 202425678 A TW202425678 A TW 202425678A TW 112126930 A TW112126930 A TW 112126930A TW 112126930 A TW112126930 A TW 112126930A TW 202425678 A TW202425678 A TW 202425678A
Authority
TW
Taiwan
Prior art keywords
rffp
measurements
training
sidelink
self
Prior art date
Application number
TW112126930A
Other languages
English (en)
Inventor
穆罕默德艾莉穆罕默德 荷札拉
馬文 哲奎
斯里尼瓦斯 葉倫馬里
Original Assignee
美商高通公司
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 美商高通公司 filed Critical 美商高通公司
Publication of TW202425678A publication Critical patent/TW202425678A/zh

Links

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
    • G01S7/417—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
    • 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
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • 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
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/36—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and the contemporaneously transmitted signal
    • G01S13/38—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and the contemporaneously transmitted signal wherein more than one modulation frequency is used
    • 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
    • G01S5/0246—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 involving frequency difference of arrival or Doppler 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
    • 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
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02524—Creating or updating the radio-map
    • G01S5/02525—Gathering the radio frequency fingerprints
    • 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
    • G01S5/0273—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 using multipath or indirect path propagation signals in position 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
    • G01S5/0278—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 involving statistical or probabilistic considerations
    • 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
    • G01S7/006—Transmission of data between radar, sonar or lidar systems and remote stations using shared front-end circuitry, e.g. antennas
    • 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
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0053—Allocation of signaling, i.e. of overhead other than pilot signals
    • H04L5/0055—Physical resource allocation for ACK/NACK
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/20—Control channels or signalling for resource management
    • H04W72/23—Control channels or signalling for resource management in the downlink direction of a wireless link, i.e. towards a terminal

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

在一態樣中，UE可發送一或多個參考信號。UE可基於由UE發送的一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測。UE可基於將機器學習模型應用於一或多個自RFFP量測來決定UE的位置。

Description

基於自射頻指紋（自RFFP）的基於使用者設備的（基於UE的）定位
概括而言，本揭示案的各態樣涉及無線通訊。
無線通訊系統已經歷了數代的發展，包括第一代類比無線電話服務（1G）、第二代（2G）數位無線電話服務（包括臨時的2.5G和2.75G網路）、第三代（3G）高速資料、支援網際網路的無線服務和第四代（4G）服務（例如，長期進化（LTE）或WiMax）。當前，使用了許多不同類型的無線通訊系統，包括蜂巢和個人通訊服務（PCS）系統。已知蜂巢式系統的實例包括蜂巢類比高級行動電話系統（AMPS）及基於分碼多工存取（CDMA）、分頻多工存取（FDMA）、分時多工存取（TDMA）、行動通訊全球系統（GSM）等的數位蜂巢式系統。
第五代（5G）無線標準（被稱為新無線電（NR））實現更高的資料傳輸速度、更大數量的連接和更好的覆蓋等其他改進。根據下一代行動網路聯盟，5G標準被設計為提供與先前的標準相比更高的資料速率、更精確的定位（例如，基於用於定位的參考信號（RS-P），諸如下行鏈路、上行鏈路或側行鏈路定位參考信號（PRS））及其他技術增強。該等增強、及對更高頻帶的使用、PRS程序和技術的進步、及5G的高密度部署實現了高度精確的基於5G的定位。
下文提供了與本文揭示的一或多個態樣相關的簡化概述。因此，下文的概述不應當被認為是與全部預期態樣相關的詳盡綜述，而且下文的概述既不應當被認為標識與全部預期態樣相關的關鍵或重要元件，亦不應當被認為圖示與任何特定態樣相關聯的範圍。相應地，下文的概述的唯一目的是以簡化的形式提供與涉及本文揭示的機制的一或多個態樣相關的某些概念，作為下文提供的詳細描述的前序。
在一態樣中，一種操作使用者設備（UE）的方法包括：發送一或多個參考信號；基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置。
在一態樣中，一種操作使用者設備（UE）的方法包括：從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測；基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置。
在一態樣中，一種使用者設備（UE）包括：記憶體；至少一個收發機；及通訊地耦合到該記憶體和該至少一個收發機的至少一個處理器。該至少一個處理器被配置為：經由該至少一個收發機來發送一或多個參考信號；基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置。
在一態樣中，一種使用者設備（UE）包括：記憶體；至少一個收發機；及通訊地耦合到該記憶體和該至少一個收發機的至少一個處理器。該至少一個處理器被配置為：經由該至少一個收發機來從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測；基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置。
在一態樣中，一種使用者設備（UE）包括：用於發送一或多個參考信號的手段；用於基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測的手段；及用於基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置的手段。
在一態樣中，一種使用者設備（UE）包括：用於從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測的手段；用於基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測的手段；及用於基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置的手段。
在一態樣中，一種非暫時性電腦可讀取媒體儲存電腦可執行指令，該等電腦可執行指令在由使用者設備（UE）執行時使得該UE進行以下操作：發送一或多個參考信號；基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置。
在一態樣中，一種非暫時性電腦可讀取媒體儲存電腦可執行指令，該電腦可執行指令在由使用者設備（UE）執行時使得該UE進行以下操作：從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測；基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置。
基於附圖和詳細描述，與本文揭示的各態樣相關聯的其他目的和優勢對於本領域技藝人士而言將是顯而易見的。
在涉及出於說明的目的而提供的各個實例的下文描述和相關附圖中提供了本揭示案的各態樣。可在不脫離本揭示案的範圍的情況下，設計替代的各態樣。另外，將不詳細地描述或者將省略本揭示案的公知的元件，以避免使本揭示案的相關細節模糊不清。
本文使用「示例性」及/或「示例」的詞語來意指「充當示例、實例或說明」。本文中被描述為「示例性」及/或「示例」的任何態樣不必被解釋為相對於其他各態樣優選或具有優勢。同樣，術語「本揭示案的各態樣」不要求本揭示案的全部態樣皆包括所論述的特徵、優勢或操作模式。
本領域技藝人士將認識到的是，下文描述的資訊和信號可使用各種不同的技術和方法中的任何技術和方法來表示。例如，可能遍及下文描述所提及的資料、指令、命令、資訊、信號、位元、符號和碼片可由電壓、電流、電磁波、磁場或粒子、光場或粒子或者其任意組合來表示，此部分地取決於特定應用，部分地取決於期望設計，部分地取決於對應技術等。
此外，按照要由例如計算設備的元件執行的動作的序列來描述許多態樣。將認識到的是，本文描述的各個動作可由特定電路（例如，特殊應用積體電路（ASIC））、由一或多個處理器執行的程式指令，或者由兩者的組合來執行。另外，本文描述的動作的序列可被認為是完全體現在任何形式的非暫時性電腦可讀取儲存媒體中的，該非暫時性電腦可讀取儲存媒體具有儲存在其中的對應的電腦指令集，該電腦指令集在被執行時將使得或指示設備的相關聯的處理器執行本文描述的功能。因此，本揭示案的各個態樣可在多種不同的形式中體現，全部該等形式被預期在所主張的標的的範圍內。另外，對於本文描述的各態樣之每一者態樣，任何此種態樣的對應形式在本文中可被描述為例如「被配置為執行所描述的動作的的邏輯」。
如本文使用的，除非另外指出，否則術語「使用者設備」（UE）和「基地台」不意欲是特定於或以其他方式限於任何特定的無線電存取技術（RAT）。通常，UE可是被使用者用來在無線通訊網路上進行通訊的任何無線通訊設備（例如，行動電話、路由器、平板型電腦、膝上型電腦、消費者資產定位設備、可穿戴設備（例如，智慧手錶、眼鏡、增強現實（AR）/虛擬實境（VR）頭戴式耳機等）、運載工具（例如，汽車、摩托車、自行車等）、物聯網路（IoT）設備等）。UE可是行動的或者（例如，在某些時間處）可是固定的，且可與無線電存取網路（RAN）進行通訊。如本文中使用的，術語「UE」可互換地被稱為「存取終端」或「AT」、「客戶端設備」、「無線設備」、「使用者設備」、「使用者終端」、「使用者站」、「使用者終端」或UT、「行動設備」「行動終端」、「行動站」或其變型。通常，UE可經由RAN與核心網路進行通訊，及經由核心網路可將UE與諸如網際網路的外部網路及與其他UE連接。當然，對於UE而言，連接到核心網路及/或網際網路的其他機制亦是可能的，諸如在有線存取網路、無線區域網路（WLAN）網路（例如，基於電氣與電子工程師協會（IEEE）802.11規範等）上等。
基地台在與UE的通訊中可根據若干RAT中的一種RAT來進行操作，此取決於基地台部署在其中的網路，且基地台可被替代地稱為存取點（AP）、網路節點、節點B、進化型節點B（eNB）、下一代eNB（ng-eNB）、新無線電（NR）節點B（亦被稱為gNB或gNodeB）等。基地台可主要用於支援UE的無線存取，包括支援針對所支援的UE的資料、語音及/或信號傳遞連接。在一些系統中，基地台可提供純邊緣節點信號傳遞功能，而在其他系統中，其可提供另外的控制及/或網路管理功能。UE可經由其來向基地台發送信號的通訊鏈路被稱為上行鏈路（UL）通道（例如，反向訊務通道、反向控制通道、存取通道等）。基地台可經由其來向UE發送信號的通訊鏈路被稱為下行鏈路（DL）或前向鏈路通道（例如，傳呼通道、控制通道、廣播通道、前向訊務通道等）。如本文中使用的，術語訊務通道（TCH）可指示上行鏈路/反向訊務通道或者下行鏈路/前向訊務通道。
術語「基地台」可是指單個實體發送接收點（TRP），或者是指可是共置的或可不是共置的多個實體TRP。例如，在術語「基地台」是指單個實體TRP的情況下，實體TRP可是基地台的、與基地台的細胞（或若干細胞扇區）相對應的天線。在術語「基地台」是指多個共置的實體TRP的情況下，實體TRP可是基地台的天線陣列（例如，如在多輸入多輸出（MIMO）系統中或者在基地台採用波束成形的情況下）。在術語「基地台」是指多個非共置的實體TRP的情況下，實體TRP可是分散式天線系統（DAS）（經由傳輸媒體連接到公共資源的在空間上分離的天線的網路）或遠端無線電頭端（RRH）（被連接到服務基地台的遠端基地台）。替代地，非共置的實體TRP可是從UE接收量測報告的服務基地台和UE正在量測其參考射頻（RF）信號的鄰點基地台。因為如本文所使用的，TRP是基地台從其發送和接收無線信號的點，所以對來自基地台的發送或者在基地台處的接收的提及將應當被理解為指示基地台的特定TRP。
在支援UE的定位的一些實施方式中，基地台可能不支援UE的無線存取（例如，可能不支援針對UE的資料、語音及/或信號傳遞連接），但是可替代地向UE發送參考信號以由UE量測，及/或可接收和量測由UE發送的信號。此種基地台可被稱為定位信標（例如，當向UE發送信號時）及/或位置量測單元（例如，當接收和量測來自UE的信號時）。
「RF信號」包括經由發射器與接收器之間的空間來傳輸資訊的具有給定頻率的電磁波。如本文中使用的，發射器可向接收器發送單個「RF信號」或多個「RF信號」。然而，由於RF信號經由多徑通道的傳播特性，因此接收器可接收與每個所發送的RF信號相對應的多個「RF信號」。在發射器與接收器之間的不同路徑上所發送的相同的RF信號可被稱為「多徑」RF信號。如本文所使用的，RF信號亦可被稱為「無線信號」或簡單地稱為「信號」，其中從上下文中可清楚地看出術語「信號」是指無線信號或RF信號。
圖1根據本揭示案的態樣圖示示例無線通訊系統100。無線通訊系統100（其亦可被稱為無線廣域網路（WWAN））可包括各種基地台102（標記為「BS」）和各種UE 104。基地台102可包括巨集細胞基地台（高功率蜂巢基地台）及/或小型細胞基地台（低功率蜂巢基地台）。在一態樣中，巨集細胞基地台可包括eNB及/或ng-eNB（其中無線通訊系統100對應於LTE網路）或gNB（其中無線通訊系統100對應於NR網路）或兩者的組合，及小型細胞基地台可包括毫微微細胞、微微細胞、微細胞等。
基地台102可共同地形成RAN且經由回載鏈路122與核心網路170（例如，進化封包核心（EPC）或5G核心（5GC））以介面方式連接，且經由核心網路170以介面方式連接到一或多個位置伺服器172（例如，位置管理功能（LMF）或安全使用者平面位置（SUPL）定位平臺（SLP））。位置伺服器172可是核心網路170的一部分，或者可在核心網路170的外部。位置伺服器172可與基地台102整合。UE 104可直接或間接地與位置伺服器172進行通訊。例如，UE 104可經由當前為該UE 104服務的基地台102與位置伺服器172進行通訊。UE 104亦可經由另一路徑與位置伺服器172進行通訊，例如經由應用伺服器（未圖示）、經由另一網路（例如經由無線區域網路（WLAN）存取點（AP）（例如，下文描述的AP 150））等。出於信號傳遞目的，UE 104與位置伺服器172之間的通訊可表示為間接連接（例如，經由核心網路170等）或直接連接（例如，如經由直接連接128所示），其中為了清楚起見，在信號傳遞圖中省略了中間節點（若有）。
除了其他功能之外，基地台102亦可執行與以下各項中的一或多項相關的功能：使用者資料的傳送、無線電通道加密和解密、完整性保護、標頭壓縮、行動性控制功能（例如，交遞、雙重連接）、細胞間干擾協調、連接建立和釋放、負載平衡、針對非存取層（NAS）訊息的分發、NAS節點選擇、同步、RAN共用、多媒體廣播多播服務（MBMS）、使用者和設備追蹤、RAN資訊管理（RIM）、傳呼、定位、及警告訊息的傳送。基地台102可經由回載鏈路134（其可是有線的或無線的）來直接或間接地（例如，經由EPC/5GC）相互通訊。
基地台102可與UE 104無線地進行通訊。基地台102之每一者基地台102可針對相應的地理覆蓋區域110提供通訊覆蓋。在一態樣中，基地台102在每個地理覆蓋區域110中可支援一或多個細胞。「細胞」是用於與基地台進行通訊（例如，在某個頻率資源（被稱為載波頻率、分量載波、載波、頻帶等）上）的邏輯通訊實體，且可與用於區分經由相同或不同的載波頻率進行操作的細胞的辨識符（例如，實體細胞辨識符（PCI）、增強型細胞辨識符（FCI）、虛擬細胞辨識符（VCI）、細胞全域辨識符（CGI）等）相關聯。在一些情況下，不同的細胞可是根據可提供針對不同類型的UE的存取的不同的協定類型（例如，機器類型通訊（MTC）、窄頻IoT（NB-IoT）、增強型行動寬頻（eMBB）或其他協定類型）來配置的。因為細胞是特定基地台所支援的，所以術語「細胞」可指示邏輯通訊實體和支援其的基地台中的任一者或兩者，此取決於上下文。另外，由於TRP通常是細胞的實體傳輸點，因此術語「細胞」和「TRP」可互換使用。在一些情況下，術語「細胞」亦可是指基地台的地理覆蓋區域（例如，扇區），其中在該範圍內，載波頻率可被偵測到且用於地理覆蓋區域110的某個部分內的通訊。
儘管相鄰的巨集細胞基地台102地理覆蓋區域110可部分地重疊（例如，在交遞區域中），但是地理覆蓋區域110中的一些地理覆蓋區域110可與較大的地理覆蓋區域110大幅度地重疊。例如，小型細胞基地台102’（對於「小型細胞」，標記為「SC」）可具有與一或多個巨集細胞基地台102的地理覆蓋區域110大幅度地重疊的地理覆蓋區域110’。包括小型細胞基地台和巨集細胞基地台兩者的網路可被稱為異質網路。異質網路亦可包括家庭eNB（HeNB），其可向被稱為封閉使用者群組（CSG）的受限群組提供服務。
在基地台102與UE 104之間的通訊鏈路120可包括從UE 104到基地台102的上行鏈路（亦被稱為反向鏈路）傳輸及/或從基地台102到UE 104的下行鏈路（DL）（亦被稱為前向鏈路）傳輸。通訊鏈路120可使用MIMO天線技術，其包括空間多工、波束成形及/或發射分集。通訊鏈路120可是經由一或多個載波頻率的。對載波的分配可相對於下行鏈路和上行鏈路是不對稱的（例如，與針對上行鏈路相比，可針對下行鏈路分配更多或更少的載波）。
無線通訊系統100亦可包括無線區域網路（WLAN）存取點（AP）150，其在免許可頻譜（例如，5GHz）中經由通訊鏈路154來與WLAN站（STA）152相通訊。當在免許可頻譜中進行通訊時，WLAN STA 152及/或WLAN AP 150可在進行通訊之前執行閒置通道評估（CCA）或先聽後說（LBT）程序，以便決定通道是否是可用的。
小型細胞基地台102’可在經許可及/或免許可頻譜中進行操作。當在免許可頻譜中進行操作時，小型細胞基地台102’可採用LTE或NR技術且使用與由WLAN AP 150所使用的5 GHz免許可頻譜相同的5 GHz免許可頻譜。採用在免許可頻譜中的LTE/5G的小型細胞基地台102’可提升對存取網路的覆蓋及/或增加存取網路的容量。在免許可頻譜中的NR可被稱為NR-U。在免許可頻譜中的LTE可被稱為LTE-U、許可輔助存取（LAA）或MulteFire。
無線通訊系統100亦可包括與UE 182進行通訊的毫米波（mmW）基地台180，其可在mmW頻率及/或近mmW頻率中操作。極高頻（EHF）是RF在電磁頻譜中的一部分。EHF具有30 GHz到300 GHz的範圍且具有在1毫米與10毫米之間的波長。在該頻帶中的無線電波可被稱為毫米波。近mmW可向下擴展到3 GHz的頻率，具有100毫米的波長。超高頻（SHF）頻帶在3 GHz與30 GHz之間擴展，亦被稱為釐米波。使用mmW/近mmW射頻頻帶的通訊具有高路徑損耗和相對短的距離。mmW基地台180和UE 182可利用mmW通訊鏈路184上的波束成形（發送及/或接收）來補償極高的路徑損耗和短距離。此外，將瞭解到的是，在替代配置中，一或多個基地台102亦可使用mmW或近mmW和波束成形來進行發送。相應地，將瞭解到的是，前述說明僅是實例且不應當被解釋為限制本文所揭示的各個態樣。
發送波束成形是一種用於將RF信號聚集在特定方向上的技術。傳統上，當網路節點（例如，基地台）廣播RF信號時，其在全部方向上（全向地）廣播該信號。利用發送波束成形，網路節點決定給定的目標設備（例如，UE）位於何處（相對於發送網路節點而言）且將較強的下行鏈路RF信號投射在該特定方向上，從而針對接收設備提供更快（在資料速率態樣）和更強的RF信號。為了在進行發送時改變RF信號的方向，網路節點可在廣播RF信號的一或多個發射器之每一者發射器處控制RF信號的相位和相對幅度。例如，網路節點可使用天線的陣列（被稱為「相控陣列」或「天線陣列」），天線的陣列建立能夠被「引導」到不同方向上的點的RF波的波束，而不需要實際地移動天線。具體而言，將來自發射器的RF電流饋送至具有正確的相位關係的個體天線，使得來自單獨天線的無線電波加在一起以在期望的方向上增加輻射，而在不期望的方向上相消以抑制輻射。
發射波束可是準共置的，此意味著其在接收器（例如，UE）看來是具有相同的參數，而不管網路節點的發射天線本身是否是實體地共置的。在NR中，存在四種類型的準共置（QCL）關係。具體而言，給定類型的QCL關係意味著關於第二波束上的第二參考RF信號的某些參數可是根據關於源波束上的源參考RF信號的資訊推導出的。因此，若源參考RF信號是QCL類型A，則接收器可使用源參考RF信號來估計在相同通道上發送的第二參考RF信號的都卜勒頻移、都卜勒擴展、平均延遲和延遲擴展。若源參考RF信號是QCL類型B，則接收器可使用源參考RF信號來估計在相同通道上發送的第二參考RF信號的都卜勒頻移和都卜勒擴展。若源參考RF信號是QCL類型C，則接收器可使用源參考RF信號來估計在相同通道上發送的第二參考RF信號的都卜勒頻移和平均延遲。若源參考RF信號是QCL類型D，則接收器可使用源參考RF信號來估計在相同通道上發送的第二參考RF信號的空間接收參數。
在接收波束成形中，接收器使用接收波束來對在給定通道上偵測到的RF信號進行放大。例如，接收器可在特定方向上增加增益設置及/或調整天線陣列的相位設置，以對從該方向接收的RF信號進行放大（例如，以增加該RF信號的增益級別）。因此，當稱接收器在某個方向進行波束成形時，其意味著該方向上的波束增益相對於沿著其他方向的波束增益而言是高的，或者該方向上的波束增益與可用於接收器的全部其他接收波束在該方向上的波束增益相比是最高的。此導致從該方向接收的RF信號的較強的接收信號強度（例如，參考信號接收功率（RSRP）、參考信號接收品質（RSRQ）、信號與干擾加雜訊比（SINR）等）。
發射波束和接收波束在空間上可是相關的。空間關聯意味著用於第二參考信號的第二波束（例如，發射波束或接收波束）的參數可是根據關於用於第一參考信號的第一波束（例如，接收波束或發射波束）的資訊來推導的。例如，UE可使用特定接收波束來從基地台接收參考下行鏈路參考信號（例如，同步信號塊（SSB））。隨後，UE可基於接收波束的參數來形成用於向該基地台發送上行鏈路參考信號（例如，探測參考信號（SRS）等）的發射波束。
要注意的是，「下行鏈路」波束可是發射波束或接收波束，此取決於形成其的實體。例如，若基地台正在形成用於向UE發送參考信號的下行鏈路波束，則下行鏈路波束是發射波束。然而，若UE正在形成下行鏈路波束，則其是用於接收下行鏈路參考信號的接收波束。類似地，「上行鏈路」波束可是發射波束或接收波束，此取決於形成其的實體。例如，若基地台正在形成上行鏈路波束，則其是上行鏈路接收波束，且若UE正在形成上行鏈路波束，則其是上行鏈路發射波束。
通常基於頻率/波長來將電磁頻譜細分為各種類別、頻帶、通道等。在5G NR中，兩個初始操作頻帶已被辨識為頻率範圍名稱FR1（410 MHz – 7.125 GHz）和FR2（24.25 GHz – 52.6 GHz）。應當理解，儘管FR1的一部分大於6 GHz，但在各種文件和文章中，FR1通常被（可互換地）稱為「低於6 GHz」頻帶。關於FR2有時會出現類似的命名問題，儘管其與被國際電信聯盟（ITU）標識為「毫米波」頻帶的極高頻（EHF）頻帶（30 GHz – 300 GHz）不同，但在文件和文章中通常被（可互換地）稱為「毫米波」頻帶。
FR1與FR2之間的頻率通常被稱為中頻。最近的5G NR研究已將該等中頻的操作頻帶辨識為頻率範圍名稱FR3（7.125 GHz–24.25 GHz）。落在FR3內的頻帶可繼承FR1特性及/或FR2特性，且因此可有效地將FR1及/或FR2的特性擴展到中頻。此外，目前正在探索更高的頻帶，以將5G NR操作擴展到52.6 GHz以外。例如，三個更高的操作頻帶已被辨識為頻率範圍名稱FR4a或FR4–1（52.6 GHz–71 GHz）、FR4（52.6 GHz–114.25 GHz）和FR5（114.25 GHz–300 GHz）。該等更高的頻帶中的每一者皆落在EHF頻帶內。
考慮到上文的態樣，除非另有具體說明，否則應當理解，若在本文中使用術語「低於6 GHz」等，則其可廣泛地表示可小於6 GHz、可在FR1內，或可包括中頻帶頻率的頻率。此外，除非另有具體說明，否則應當理解，若在本文中使用術語「毫米波」等，則其可廣泛地表示可包括中頻帶頻率、可在FR2、FR4、FR4‑a或FR4–1及/或FR5內，或可在EHF頻帶內的頻率。
在多載波系統（諸如5G）中，載波頻率中的一個載波頻率被稱為「主載波」或「錨載波」或「主服務細胞」或「PCell」，且剩餘的載波頻率被稱為「輔載波」或「輔服務細胞」或「SCell」。在載波聚合中，錨載波是在由UE 104/182利用的主頻率（例如，FR1）和UE 104/182在其中執行初始無線電資源控制（RRC）連接建立程序或發起RRC連接重建立程序的細胞上操作的載波。主載波攜帶全部公共和特定於UE的控制通道，且可是在經許可頻率中的載波（然而，不總是此種情況）。輔載波是在第二頻率（例如，FR2）上操作的載波，第二頻率可是在UE 104與錨載波之間建立RRC連接時配置的，且可用於提供另外的無線電資源。在一些情況下，輔載波可是在免許可頻率中的載波。輔載波可僅包含必要的信號傳遞資訊和信號，例如，在輔載波中可能不存在特定於UE的信號傳遞資訊和信號，此是因為主上行鏈路載波和主下行鏈路載波兩者通常是特定於UE的。此意味著細胞中的不同的UE 104/182可具有不同的下行鏈路主載波。此對於上行鏈路主載波亦是成立的。網路能夠在任何時間處改變任何UE 104/182的主載波。如此做是為了例如平衡不同載波上的負載。由於「服務細胞」（無論是PCell還是SCell）與某個基地台正在其上進行通訊的載波頻率/分量載波相對應，因此術語「細胞」、「服務細胞」、「分量載波」、「載波頻率」等可可互換地使用。
例如，仍然參照圖1，巨集細胞基地台102利用的頻率中的一個頻率可是錨載波（或「PCell」），且巨集細胞基地台102及/或mmW基地台180利用的其他頻率可是輔載波（「SCell」）。對多個載波的同時發送及/或接收使UE 104/182能夠顯著地增加其資料發送及/或接收速率。例如，多載波系統中的兩個20 MHz聚合載波在理論上將帶來資料速率的兩倍增加（亦即，40 MHz）（與單個20 MHz載波所達到的資料速率相比）。
無線通訊系統100亦可包括UE 164，UE 164可在通訊鏈路120上與巨集細胞基地台102進行通訊及/或在mmW通訊鏈路184上與mmW基地台180進行通訊。例如，巨集細胞基地台102可支援用於UE 164的PCell和一或多個SCell，且mmW基地台180可支援用於UE 164的一或多個SCell。
在一些情況下，UE 164和UE 182可能夠進行側行鏈路通訊。支援側行鏈路的UE（SL-UE）可使用Uu介面（亦即，UE與基地台之間的空中介面）在通訊鏈路120上與基地台102進行通訊。SL-UE（例如，UE 164、UE 182）亦可使用PC5介面（亦即，支援側行鏈路的UE之間的空中介面）在無線側行鏈路160上彼此直接通訊。無線側行鏈路（或僅「側行鏈路」）是對核心蜂巢（例如，LTE、NR）標準的適配，其允許兩個或兩個以上UE之間的直接通訊，而無需經由基地台進行通訊。側行鏈路通訊可是單播或多播，且可用於設備到設備（D2D）媒體共用、車輛到車輛（V2V）通訊、車輛到萬物（V2X）通訊（例如，蜂巢V2X（cV2X）通訊、增強型V2X（eV2X）通訊等）、緊急救援應用等。利用側行鏈路通訊的SL-UE組中的一或多個SL-UE可在基地台102的地理覆蓋區域110內。此種組中的其他SL-UE可在基地台102的地理覆蓋區域110之外，或者因其他原因而無法接收來自基地台102的傳輸。在一些情況下，經由側行鏈路通訊進行通訊的SL-UE組可利用一對多（1:M）系統，其中每個SL-UE向該組之每一者其他SL-UE進行發送。在一些情況下，基地台102促進對用於側行鏈路通訊的資源的排程。在其他情況下，在沒有基地台102參與的情況下，在SL-UE之間執行側行鏈路通訊。
在一態樣中，側行鏈路160可在感興趣的無線通訊媒體上操作，該無線通訊媒體可與其他車輛及/或基礎設施存取點及其他RAT之間的其他無線通訊共用。「媒體」可由與一或多個發射器/接收器對之間的無線通訊相關聯的一或多個時間、頻率及/或空間通訊資源（例如，包含跨越一或多個載波的一或多個通道）組成。在一態樣中，感興趣的媒體可對應於在各種RAT之間共享的免許可頻帶的至少一部分。儘管（例如，諸如美國聯邦傳播委員會（FCC）的政府實體）已經針對某些通訊系統預留了不同的經許可頻帶，但是該等系統（尤其是採用小型細胞存取點的系統）最近已將運營擴展到免許可頻帶（諸如無線區域網路（WLAN）技術使用的免許可國家資訊基礎設施（U-NII）頻帶，最著名的是IEEE 802.11x WLAN技術，通常被稱為「Wi-Fi」）中。此種類型的示例系統包括CDMA系統、TDMA系統、FDMA系統、正交FDMA（OFDMA）系統、單載波FDMA（SC-FDMA）系統等的不同變體。
注意，儘管圖1僅將UE中的兩個UE示出為SL-UE（亦即，UE 164和182），但是任何所示UE皆可是SL-UE。此外，儘管僅UE 182被描述為能夠進行波束成形，但是任何所示UE（包括UE 164）皆能夠進行波束成形。在SL-UE能夠進行波束成形的情況下，其可朝向彼此（亦即，朝向其他SL UE）、朝向其他UE（例如，UE 104）、朝向基地台（例如，基地台102、180、細胞102’、存取點150）等進行波束成形。因此，在一些情況下，UE 164和182可在側行鏈路160上利用波束成形。
在圖1的實例中，任何所示UE（為了簡單起見，在圖1中示為單個UE 104）可從一或多個地球軌道航天器（SV）112（例如，衛星）接收信號124。在一態樣中，SV 112可是衛星定位系統的一部分，UE 104可將其用作位置資訊的獨立源。衛星定位系統通常包括發射器（例如，SV 112）的系統，其被定位為使接收器（例如，UE 104）能夠至少部分地基於從發射器接收的定位信號（例如，信號124）來決定其在地球上或地球上方的位置。此種發射器通常發送利用設定數量的晶片的重複假性隨機雜訊（PN）碼標記的信號。儘管發射器通常位於SV 112中，但是有時可位於基於地面的控制站、基地台102及/或其他UE 104上。UE 104可包括一或多個專用接收器，該等接收器專門設計用於接收用於推導來自SV 112地理位置資訊的信號124。
在衛星定位系統中，對信號124的使用可由各種基於衛星的增強系統（SBAS）增強，SBAS可與一或多個全球及/或區域導航衛星系統相關聯或以其他方式賦能與一或多個全球及/或區域導航衛星系統一起使用。例如，SBAS可包括提供完整性資訊、差分校正等的增強系統，諸如廣域增強系統（WAAS）、歐洲地球靜止導航覆蓋服務（EGNOS）、多功能衛星增強系統（MSAS）、全球定位系統（GPS）輔助地理增強導航或GPS和地理增強導航系統（GAGAN）等。因此，如本文所使用的，衛星定位系統可包括與此種一或多個衛星定位系統相關聯的一或多個全球及/或區域導航衛星的任何組合。
在一態樣中，SV 112可另外或替代地是一或多個非地面網路（NTN）的一部分。在NTN中，SV 112連接到地球站（亦被稱為地面站、NTN閘道或閘道），地球站繼而連接到5G網路中的元件，諸如經修改的基地台102（沒有地面天線）或5GC中的網路節點。該元件繼而將提供對5G網路中的其他元件的存取，且最終提供對5G網路外部的實體（諸如網際網路web伺服器和其他使用者設備）的存取。以此種方式，代替從地面基地台102接收通訊信號或者除了從地面基地台102接收通訊信號之外，UE 104可從SV 112接收通訊信號（例如，信號124）。
無線通訊系統100亦可包括經由一或多個設備到設備（D2D）同級間（P2P）鏈路（被稱為「側行鏈路」）間接地連接到一或多個通訊網路的一或多個UE（諸如UE 190）。在圖1的實例中，UE 190具有與連接到基地台102中的一個基地台102的UE 104中的一個UE 104的D2D P2P鏈路192（例如，經由D2D P2P鏈路192，UE 190可間接地獲得蜂巢連線性）和將WLAN STA 152連接到WLAN AP 150的D2D P2P鏈路194（經由D2D P2P鏈路194，UE 190可間接地獲得基於WLAN的網際網路連線性）。在一實例中，可利用任何公知的D2D RAT（諸如LTE直連（LTE-D）、WiFi直連（WiFi-D）、藍芽®等）來支援D2D P2P鏈路192和194。
圖2A圖示示例無線網路結構200。例如，可在功能上將5GC 210（亦被稱為下一代核心（NGC））視為控制平面（C-平面）功能214（例如，UE註冊、認證、網路存取、閘道選擇等）和使用者平面（U-平面）功能212（例如，UE閘道功能、對資料網路的存取、IP路由等），控制平面功能214和使用者平面功能212協同操作以形成核心網路。使用者平面介面（NG-U）213和控制平面介面（NG-C）215將gNB 222連接到5GC 210，及具體而言，分別連接到使用者平面功能212和控制平面功能214。在一另外的配置中，亦可經由到控制平面功能214的NG-C 215和到使用者平面功能212的NG-U 213將ng-eNB 224連接到5GC 210。此外，ng-eNB 224可經由回載連接223直接與gNB 222進行通訊。在一些配置中，下一代RAN（NG-RAN）220可具有一或多個gNB 222，而其他配置包括ng-eNB 224和gNB 222兩者中的一或多者。gNB 222或ng-eNB 224中的任一者（或兩者）可與一或多個UE 204（例如，本文描述的任何UE）進行通訊。
另一可選態樣可包括位置伺服器230，其可與5GC 210相通訊以針對UE 204提供位置幫助。位置伺服器230可被實現為多個分離的伺服器（例如，在實體上分離的伺服器、單個伺服器上的不同軟體模組、跨越多個實體伺服器散佈的不同軟體模組等），或者替代地，可各自對應於單個伺服器。位置伺服器230可被配置為支援針對可經由核心網路、5GC 210及/或經由網際網路（未圖示）連接到位置伺服器230的UE 204的一或多個位置服務。此外，位置伺服器230可被整合到核心網路的部件中，或者替代地，可在核心網路外部（例如，第三方伺服器，諸如原始設備製造商（OEM）伺服器或服務伺服器）。
圖2B圖示另一示例無線網路結構240。5GC 260（其可對應於圖2A中的5GC 210）可在功能上被視為由存取和行動性管理功能（AMF）264提供的控制平面功能、及由使用者平面功能（UPF）262提供的使用者平面功能，其協同操作以形成核心網路（亦即，5GC 260）。AMF 264的功能包括註冊管理、連接管理、可到達性管理、行動性管理、合法偵聽、在一或多個UE 204（例如，本文描述的任何UE）與通信期管理功能（SMF）266之間傳輸通信期管理（SM）訊息、用於路由SM訊息的透明代理服務、存取認證和存取授權、在UE 204與簡訊服務功能（SMSF）（未圖示）之間傳輸簡訊服務（SMS）訊息、及安全性錨功能（SEAF）。AMF 264亦與認證伺服器功能（AUSF）（未圖示）和UE 204交互，且接收作為UE 204認證程序的結果而被建立的中間金鑰。在基於UMTS（通用行動電信系統）使用者身份模組（USIM）的認證的情況下，AMF 264從AUSF取得安全性材料。AMF 264的功能亦包括安全性上下文管理（SCM）。SCM從SEAF接收金鑰，其中SCM使用該金鑰來推導特定於存取網路的金鑰。AMF 264的功能亦包括針對管理服務的位置服務管理、在UE 204與位置管理功能（LMF）270（其充當位置伺服器230）之間傳輸位置服務訊息、在NG-RAN 220與LMF 270之間傳輸位置服務訊息、用於與進化封包系統（EPS）互通的EPS承載辨識符分配、及UE 204行動性事件通知。另外，AMF 264亦支援針對非3GPP（第三代合作夥伴計畫）存取網路的功能。
UPF 262的功能包括：充當用於RAT內/RAT間行動性（在適用時）的錨點，充當互連到資料網路（未圖示）的外部協定資料單元（PDU）通信期點，提供封包路由和轉發、封包檢驗、使用者平面策略規則實施（user plane policy rule enforcement）（例如，選通、重定向、訊務引導）、合法偵聽（使用者平面收集）、訊務利用率報告、用於使用者平面的服務品質（QoS）處理（例如，上行鏈路/下行鏈路速率實施、下行鏈路中的反映性QoS標誌）、上行鏈路訊務驗證（服務資料串流（SDF）到QoS流映射）、上行鏈路和下行鏈路中的傳輸級別封包標誌、下行鏈路封包緩衝和下行鏈路資料通知觸發，及向源RAN節點發送和轉發一或多個「結束標誌」。UPF 262亦可支援在UE 204與位置伺服器（諸如SLP 272）之間在使用者平面上傳輸位置服務訊息。
SMF 266的功能包括通信期管理、UE網際網路協定（IP）位址分配和管理、對使用者平面功能的選擇和控制、在UPF 262處將訊務引導配置為向正確的目的地路由訊務、對策略實施和QoS的部分的控制、及下行鏈路資料通知。SMF 266在其上與AMF 264進行通訊的介面被稱為N11介面。
另一可選態樣可包括LMF 270，其可與5GC 260通訊，以向UE 204提供位置幫助。LMF 270能夠被實現為多個分離的伺服器（例如，在實體上分離的伺服器、單個伺服器上的不同軟體模組、跨越多個實體伺服器散佈的不同軟體模組等），或者替代地，可各自對應於單個伺服器。LMF 270可被配置為支援用於UE 204的一或多個位置服務，UE 204可經由核心網路、5GC 260及/或經由網際網路（未圖示）連接到LMF 270。SLP 272可支援與LMF 270類似的功能，但是LMF 270可在控制平面上與AMF 264、NG-RAN 220和UE 204進行通訊（例如，使用意欲傳送信號傳遞訊息而不是語音或資料的介面和協定），SLP 272可在使用者平面上與UE 204和外部使用者客戶端（例如，第三方伺服器274）進行通訊（例如，使用意欲攜帶語音及/或資料的協定，諸如傳輸控制協定（TCP）及/或IP）。
又一可選態樣可包括第三方伺服器274，其可與LMF 270、SLP 272、5GC 260（例如，經由AMF 264及/或UPF 262）、NG-RAN 220及/或UE 204進行通訊以獲得UE 204的位置資訊（例如，位置估計）。因此，在一些情況下，第三方伺服器274可被稱為位置服務（LCS）使用者客戶端或外部使用者客戶端。第三方伺服器274可被實現為多個分離的伺服器（例如，在實體上分離的伺服器、單個伺服器上的不同軟體模組、跨越多個實體伺服器散佈的不同軟體模組等），或者替代地可各自對應於單個伺服器。
使用者平面介面263和控制平面介面265將5GC 260（具體而言，UPF 262和AMF 264）分別連接到NG-RAN 220中的一或多個gNB 222及/或ng-eNB 224。gNB 222及/或ng-eNB 224與AMF 264之間的介面被稱為「N2」介面，且gNB 222及/或ng-eNB 224與UPF 262之間的介面被稱為「N3」介面。NG-RAN 220的gNB 222及/或ng-eNB 224可經由被稱為「Xn-C」介面的回載連接223彼此直接通訊。gNB 222及/或ng-eNB 224中的一或多者可經由被稱為「Uu」介面的無線介面與一或多個UE 204進行通訊。
可在gNB中央單元（gNB-CU）226、一或多個gNB分散式單元（gNB-DU）228和一或多個gNB無線電單元（gNB-RU）229之間劃分gNB 222的功能。gNB-CU 226是邏輯節點，其包括傳輸使用者資料、行動性控制、無線電存取網路共用、定位、通信期管理等的基地台功能，除了專門被分配給gNB-DU 228的彼等功能。更具體地說，gNB-CU 226通常託管gNB 222的無線電資源控制（RRC）、服務資料適配協定（SDAP）和封包資料彙聚協定（PDCP）協定。gNB-DU 228是通常託管gNB 222的無線電鏈路控制（RLC）和媒體存取控制（MAC）層的邏輯節點。其操作由gNB-CU 226控制。一個gNB-DU 228可支援一或多個細胞，且一個細胞僅由一個gNB-DU 228支援。gNB-CU 226與一或多個gNB-DU 228之間的介面232被稱為「F1」介面。gNB 222的實體（PHY）層功能通常由執行諸如功率放大和信號發送/接收的功能的一或多個獨立gNB-RU 229託管。gNB-DU 228與gNB-RU 229之間的介面被稱為「Fx」介面。因此，UE 204經由RRC、SDAP和PDCP層與gNB-CU 226進行通訊，經由RLC和MAC層與gNB-DU 228進行通訊，且經由PHY層與gNB-RU 229進行通訊。
通訊系統（諸如5G NR系統）的部署可利用各種部件或組成部分以多種方式進行佈置。在5G NR系統或網路中，網路節點、網路實體、網路的行動元件、RAN節點、核心網路節點、網路元件或網路設備（諸如基地台或執行基地台功能的一或多個單元（或一或多個部件））可在聚合式或分解式架構中實現。例如，基地台（諸如節點B（NB）、進化型NB（eNB）、NR基地台、5G NB、存取點（AP）、發送接收點（TRP）或細胞等）可被實現為聚合式基地台（亦被稱為獨立基地台或單片基地台（monolithic base station））或分解式基地台。
聚合式基地台可被配置為利用實體上或邏輯上整合在單個RAN節點內的無線電協定堆疊。分解式基地台可被配置為利用實體上或邏輯上分佈在兩個或兩個以上單元（諸如一或多個中央或集中式單元（CU）、一或多個分散式單元（DU）或一或多個無線電單元（RU））之間的協定堆疊。在一些態樣中，可在RAN節點內實現CU，且一或多個DU可與CU共置，或者替代地，可遍及一或多個其他RAN節點在地理上或虛擬地分佈。DU可被實現為與一或多個RU進行通訊。CU、DU和RU中的每一者亦可被實現為虛擬單元（即虛擬中央單元（VCU）、虛擬分散式單元（VDU）或虛擬無線電單元（VRU））。
基地台類型操作或網路設計可考慮基地台功能的聚合特性。例如，可在整合存取回載（IAB）網路、開放式無線電存取網路（O-RAN（諸如由O-RAN聯盟贊助的網路配置））或虛擬無線電存取網路（vRAN，亦被稱為雲無線電存取網路（C-RAN））中利用分解式基地台。分解可包括在各個實體位置跨越兩個或兩個以上單元分佈功能，及虛擬地分佈用於至少一個單元的功能，此可實現網路設計的靈活性。分解式基地台的各個單元或分解式RAN架構可被配置用於與至少一個其他單元進行有線或無線通訊。
圖2C圖示根據本揭示案的各態樣的示例分解式基地台架構250。分解式基地台架構250可包括一或多個中央單元（CU）280（例如，gNB-CU 226），其可經由回載鏈路直接與核心網路267（例如，5GC 210、5GC 260）進行通訊或者經由一或多個分解式基地台單元（諸如經由E2鏈路的近即時（近RT）RAN智慧控制器（RIC）259，或者與服務管理和編排（SMO）框架255相關聯的非即時（非RT）RIC 257，或兩者）間接地與核心網路267進行通訊。CU 280可經由諸如F1介面的相應的中程鏈路與一或多個分散式單元（DU）285（例如，gNB-DU 228）進行通訊。DU 285可經由相應的前程鏈路與一或多個無線電單元（RU）287（例如，gNB-RU 229）進行通訊。RU 287可經由一或多個射頻（RF）存取鏈路與相應的UE 204進行通訊。在一些實施方式中，UE 204可由多個RU 287同時服務。
單元（亦即，CU 280、DU 285、RU 287及近RT RIC 259、非RT RIC 257和SMO框架255）之每一者單元可包括一或多個介面或者耦合到一或多個介面，該一或多個介面被配置為經由有線或無線傳輸媒體接收或發送信號、資料或資訊（統稱為信號）。單元之每一者單元或向單元的通訊介面提供指令的相關聯的處理器或控制器可被配置為經由傳輸媒體與其他單元中的一或多個單元進行通訊。例如，單元可包括有線介面，該有線介面被配置為在有線傳輸媒體上接收信號或將信號發送給其他單元中的一或多個其他單元。另外，單元可包括無線介面，該無線介面可包括接收器、發射器或收發機（諸如射頻（RF）收發機），該接收器、發射器或收發機被配置為在無線傳輸媒體上接收信號或將信號發送給其他單元中的一或多個其他單元，或兩者。
在一些態樣中，CU 280可託管一或多個較高層控制功能。此種控制功能可包括無線電資源控制（RRC）、封包資料彙聚協定（PDCP）、服務資料適配協定（SDAP）等。每個控制功能可利用被配置為與由CU 280託管的其他控制功能傳送信號的介面來實現。CU 280可被配置為處理使用者平面功能（亦即，中央單元-使用者平面（CU-UP））、控制平面功能（亦即，中央單元-控制平面（CU-CP））或其組合。在一些實施方式中，CU 280可在邏輯上被拆分為一或多個CU-UP單元和一或多個CU-CP單元。CU-UP單元可經由介面（例如當在O-RAN配置中實現時，經由E1介面）與CU-CP單元進行雙向通訊。必要時，CU 280可被實現為針對網路控制和信號傳遞來與DU 285進行通訊。
DU 285可對應於邏輯單元，該邏輯單元包括一或多個基地台功能以控制一或多個RU 287的操作。在一些態樣中，DU 285可至少部分地根據功能拆分（諸如第三代合作夥伴計畫（3GPP）定義的功能拆分）來託管無線電鏈路控制（RLC）層、媒體存取控制（MAC）層和一或多個高實體（PHY）層（諸如用於前向糾錯（FEC）編碼和解碼、加擾、調變和解調等的模組）中的一或多者。在一些態樣中，DU 285亦可託管一或多個低PHY層。每個層（或模組）可利用被配置為與由DU 285託管的其他層（和模組）或由CU 280託管的控制功能傳送信號的介面來實現。
較低層功能可由一或多個RU 287實現。在一些部署中，至少部分地基於功能拆分（諸如較低層功能拆分），由DU 285控制的RU 287可對應於託管RF處理功能或低PHY層功能（例如執行快速傅立葉轉換（FFT）、逆FFT（iFFT）、數位波束成形、實體隨機存取通道（PRACH）提取和濾波等）或兩者的邏輯節點。在此種架構中，可實現RU 287以處理與一或多個UE 204的空中（OTA）通訊。在一些實施方式中，與RU 287的控制和使用者平面通訊的即時和非即時態樣可由對應的DU 285控制。在一些場景中，該配置可使得DU 285和CU 280能夠在基於雲的RAN架構（諸如vRAN架構）中實現。
SMO框架255可被配置為支援非虛擬化和虛擬化網路元件的RAN部署和供應。對於非虛擬化網路元件，SMO框架255可被配置為支援針對RAN覆蓋要求的專用實體資源的部署，其可經由操作和維護介面（諸如O1介面）進行管理。對於虛擬化網路元件，SMO框架255可被配置為與雲計算平臺（諸如開放雲（O-cloud）269）互動，以經由雲計算平臺介面（諸如O2介面）執行網路元件生命週期管理（例如，以對虛擬化網路元件進行產生實體）。此種虛擬化網路元件可包括但不限於CU 280、DU 285、RU 287和近RT RIC 289。在一些實施方式中，SMO框架255可經由O1介面與4G RAN的硬體態樣（諸如開放eNB（O-eNB）261）進行通訊。另外，在一些實施方式中，SMO框架255可經由O1介面直接與一或多個RU 287進行通訊。SMO框架255亦可包括被配置為支援SMO框架255的功能的非RT RIC 257。
非RT RIC 257可被配置為包括邏輯功能，該邏輯功能實現對RAN元件和資源的非即時控制和最佳化、人工智慧/機器學習（AI/ML）工作流（包括模型訓練和更新），或近RT RIC 259中的應用/特徵的基於策略的指導。非RT RIC 257可耦合到近RT RIC 259或與近RT RIC 259進行通訊（例如，經由A1介面）。近RT RIC 259可被配置為包括邏輯功能，該邏輯功能經由將一或多個CU 280及/或一或多個DU 285及O-eNB與近RT RIC 259進行連接的介面（例如，經由E2介面）上的資料收集和動作來實現對RAN元件和資源的近即時控制和最佳化。
在一些實施方式中，為了產生要在近RT RIC 259中部署的AI/ML模型，非RT RIC 257可從外部伺服器接收參數或外部豐富資訊。此種資訊可由近RT RIC 259利用，且可在SMO框架255或非RT RIC 257處從非網路資料來源或網路功能接收。在一些實例中，非RT RIC 257或近RT RIC 259可被配置為調諧RAN行為或效能。例如，非RT RIC 257可監測針對效能的長期趨勢和模式，且經由SMO框架255（例如，經由O1的重新配置）或經由對RAN管理策略（諸如A1策略）的建立，採用AI/ML模型來執行糾正動作。
圖3A、圖3B和圖3C圖示可併入到UE 302（其可對應於本文描述的任何UE）、基地台304（其可對應於本文描述的任何基地台）和網路實體306（其可對應於或體現本文描述的任何網路功能，包括位置伺服器230和LMF 270，或者替代地可獨立於圖2A和圖2B中圖示的NG-RAN 220及/或5GC 210/260基礎設施，諸如私人網路）中以支援如本文所描述的操作。將理解的是，該等部件可在不同的實施方式中（例如，在ASIC中、在片上系統（SoC）中等）在不同類型的裝置中實現。所示出的部件亦可併入到通訊系統中的其他裝置中。例如，系統中的其他裝置可包括與所描述的彼等部件類似的部件，以提供類似的功能。另外，給定裝置可包含部件中的一或多個部件。例如，裝置可包括使該裝置能夠在多個載波上操作及/或經由不同技術進行通訊的多個收發機部件。
UE 302和基地台304各自分別包括一或多個無線廣域網路（WWAN）收發機310和350，收發機提供用於經由一或多個無線通訊網路（未圖示）（諸如NR網路、LTE網路、GSM網路等）進行通訊的手段（例如，用於發送的手段、用於接收的手段、用於量測的手段、用於調諧的手段、用於避免發送的手段等）。WWAN收發機310和350可各自分別連接到一或多個天線316和356，以在感興趣的無線通訊媒體（例如，特定頻譜中的某個時間/頻率資源集合）上經由至少一個指定的RAT（例如，NR、LTE、GSM等）與其他網路節點（諸如其他UE、存取點、基地台（例如，eNB、gNB）等）進行通訊。WWAN收發機310和350可不同地被配置用於根據指定的RAT來分別發送和編碼信號318和358（例如，訊息、指示、資訊等）及相反地分別接收和解碼信號318和358（例如，訊息、指示、資訊、引導頻等）。具體地，WWAN收發機310和350分別包括一或多個發射器314和354，其分別用於發送和編碼信號318和358，且分別包括一或多個接收器312和352，其分別用於接收和解碼信號318和358。
至少在一些情況下，UE 302和基地台304各自亦分別包括一或多個短距離無線收發機320和360。短距離無線收發機320和360可分別連接到一或多個天線326和366，且提供用於在感興趣的無線通訊媒體上經由至少一個指定的RAT（例如，WiFi、LTE-D、藍芽®、Z-Wave®、PC5、專用短距離通訊（DSRC）、車載環境無線存取（WAVE）、近場通訊（NFC）、超寬頻（UWB）等）與其他網路節點（諸如其他UE、存取點、基地台等）進行通訊的手段（例如，用於發送的手段、用於接收的手段、用於量測的手段、用於調諧的手段、用於避免發送的手段等）。短距離收發機320和360可不同地被配置用於根據指定的RAT來分別發送和編碼信號328和368（例如，訊息、指示、資訊等）及相反地分別接收和解碼信號328和368（例如，訊息、指示、資訊、引導頻等）。具體地，短距離收發機320和360分別包括一或多個發射器324和364，其分別用於發送和編碼信號328和368，且分別包括一或多個接收器322和362，其分別用於接收和解碼信號328和368。作為具體實例，短距離無線收發機320和360可是WiFi收發機、藍芽®收發機、Zigbee®及/或Z-Wave®收發機、NFC收發機、UWB收發機，或車輛到車輛（V2V）及/或車輛到萬物（V2X）收發機。
至少在一些情況下，UE 302和基地台304亦包括衛星信號接收器330和370。衛星信號接收器330和370可分別連接到一或多個天線336和376，且可分別提供用於接收及/或量測衛星定位/通訊信號338和378的手段。在衛星信號接收器330和370是衛星定位系統接收器的情況下，衛星定位/通訊信號338和378可是全球定位系統（GPS）信號、全球導航衛星系統（GLONASS）信號、伽利略信號、北斗信號、印度區域導航衛星系統（NAVIC）、準天頂衛星系統（QZSS）等。在衛星信號接收器330和370是非地面網路（NTN）接收器的情況下，衛星定位/通訊信號338和378可是源自5G網路的通訊信號（例如，攜帶控制及/或使用者資料）。衛星信號接收器330和370可分別包括用於接收和處理衛星定位/通訊信號338和378的任何合適的硬體及/或軟體。衛星信號接收器330和370可根據需要從其他系統請求資訊和操作，且至少在一些情況下，使用經由任何合適的衛星定位系統演算法獲得的量測來執行計算以分別決定UE 302和基地台304的位置。
基地台304和網路實體306各自分別包括一或多個網路收發機380和390，其提供用於與其他網路實體（例如，其他基地台304、其他網路實體306）進行通訊的手段（例如，用於發送的手段、用於接收的手段等）。例如，基地台304可採用一或多個網路收發機380在一或多個有線或無線回載鏈路上與其他基地台304或網路實體306進行通訊。作為另一實例，網路實體306可採用一或多個網路收發機390在一或多個有線或無線回載鏈路上與一或多個基地台304進行通訊，或者經由一或多個有線或無線核心網路介面與其他網路實體306進行通訊。
收發機可被配置為在有線或無線鏈路上進行通訊。收發機（無論是有線收發機還是無線收發機）包括發射器電路（例如，發射器314、324、354、364）和接收器電路（例如，接收器312、322、352、362）。收發機在一些實施方式中可是整合的設備（例如，在單個設備中體現發射器電路和接收器電路），在一些實施方式中可包括單獨的發射器電路和單獨的接收器電路，或者在其他實施方式中可以其他方式體現。有線收發機（例如，在一些實施方式中，網路收發機380和390）的發射器電路和接收器電路可耦合到一或多個有線網路介面埠。無線發射器電路（例如，發射器314、324、354、364）可包括或耦合到多個天線（例如，天線316、326、356、366）（諸如天線陣列），此允許相應的裝置（例如，UE 302、基地台304）執行發送「波束成形」，如本文描述的。類似地，無線接收器電路（例如，接收器312、322、352、362）可包括或耦合到多個天線（例如，天線316、326、356、366）（諸如天線陣列），此允許相應的裝置（例如，UE 302、基地台304）執行接收波束成形，如本文描述的。在一態樣中，發射器電路和接收器電路可共享相同的多個天線（例如，天線316、326、356、366），使得相應的裝置在給定的時間僅進行接收或發送，而不是同時進行兩者。無線收發機（例如，WWAN收發機310和350、短距離無線收發機320和360）亦可包括用於執行各種量測的網路監聽模組（NLM）等。
如本文所使用的，各種無線收發機（例如，在一些實施方式中，收發機310、320、350和360及網路收發機380和390）和有線收發機（例如，在一些實施方式中，網路收發機380和390）通常可被表徵為「收發機」、「至少一個收發機」或「一或多個收發機。」因此，可根據所執行的通訊的類型來推斷特定收發機是有線收發機還是無線收發機。例如，網路設備或伺服器之間的回載通訊通常涉及經由有線收發機的信號傳遞，而UE（例如，UE 302）和基地台（例如，基地台304）之間的無線通訊通常涉及經由無線收發機的信號傳遞。
UE 302、基地台304和網路實體306亦包括可結合本文所揭示的操作使用的其他部件。UE 302、基地台304和網路實體306分別包括一或多個處理器332、384和394，其用於提供例如與無線通訊相關的功能及用於提供其他處理功能。因此，處理器332、384和394可提供用於處理的手段，諸如用於決定的手段、用於計算的手段、用於接收的手段、用於發送的手段、用於指示的手段等。在一態樣中，處理器332、384和394可包括例如一或多個通用處理器、多核處理器、中央處理單元（CPU）、ASIC、數位信號處理器（DSP）、現場可程式設計閘陣列（FPGA）、其他可程式設計邏輯裝置或處理電路，或其各種組合。
UE 302、基地台304和網路實體306分別包括實現用於維護資訊（例如，指示預留資源、臨限值、參數等的資訊）的記憶體340、386和396（例如，各自包括記憶體設備）的記憶體電路。因此，記憶體340、386和396可提供用於儲存的手段、用於取回的手段、用於維護的手段等。在一些情況下，UE 302、基地台304和網路實體306可分別包括定位部件342、388和398。定位部件342、388和398可分別是作為處理器332、384和394的一部分或耦合到處理器332、384和394的硬體電路，其在被執行時使得UE 302、基地台304和網路實體306執行本文描述的功能。在其他態樣中，定位部件342、388和398可在處理器332、384和394的外部（例如，可是數據機處理系統的一部分，與另一處理系統整合，等）。替代地，定位部件342、388和398可分別是儲存在記憶體340、386和396中的記憶體模組，其在由處理器332、384和394（或數據機處理系統、另一處理系統等）執行時使得UE 302、基地台304及網路實體306執行本文描述的功能。圖3A圖示定位部件342的可能位置，定位部件342可是例如一或多個WWAN收發機310、記憶體340、一或多個處理器332或其任何組合的一部分，或者可是獨立部件。圖3B圖示定位部件388的可能位置，定位部件388可是例如一或多個WWAN收發機350、記憶體386、一或多個處理器384或其任何組合的一部分，或者可是獨立部件。圖3C圖示定位部件398的可能位置，定位部件398可是例如一或多個網路收發機390、記憶體396、一或多個處理器394或其任何組合的一部分，或者可是獨立部件。
UE 302可包括耦合到一或多個處理器332的一或多個感測器344，以提供用於感測或偵測獨立於根據由一或多個WWAN收發機310、一或多個短距離無線收發機320及/或衛星信號接收器330接收的信號推導出的運動資料的運動及/或方向資訊的手段。舉例而言，感測器344可包括加速計（例如，微電子機械系統（MEMS）設備）、陀螺儀、地磁感測器（例如，羅盤）、高度計（例如，氣壓高度計）及/或任何其他類型的運動偵測感測器。此外，感測器344可包括多個不同類型的設備且組合其輸出以提供運動資訊。例如，感測器344可使用多軸加速計和方向感測器的組合來提供在二維（2D）及/或三維（3D）座標系中計算位置的能力。
此外，UE 302包括使用者介面346，使用者介面346提供用於向使用者提供指示（例如，聽覺及/或視覺指示）及/或用於接收使用者輸入（例如，在使用者啟動諸如鍵盤、觸控式螢幕、麥克風等的感測設備時）的手段。儘管未圖示，但是基地台304和網路實體306亦可包括使用者介面。
更詳細地參照一或多個處理器384，在下行鏈路中，來自網路實體306的IP封包可被提供給處理器384。一或多個處理器384可實現針對RRC層、封包資料彙聚協定（PDCP）層、無線電鏈路控制（RLC）層和媒體存取控制（MAC）層的功能。一或多個處理器384可提供：與以下各項相關聯的RRC層功能：對系統資訊（例如，主資訊區塊（MIB）、系統資訊區塊（SIB））的廣播、RRC連接控制（例如，RRC連接傳呼、RRC連接建立、RRC連接修改、及RRC連接釋放）、RAT間行動性、及用於UE量測報告的量測配置；與以下各項相關聯的PDCP層功能：標頭壓縮/解壓、安全性（加密、解密、完整性保護、完整性驗證）、及交遞支援功能；與以下各項相關聯的RLC層功能：對上層PDU的傳送、經由自動重傳請求（ARQ）的糾錯、對RLC服務資料單元（SDU）的串接、分段和重組、對RLC資料PDU的重新分段、及對RLC資料PDU的重新排序；及與以下各項相關聯的MAC層功能：在邏輯通道和傳輸通道之間的映射、排程資訊報告、糾錯、優先順序處置、及邏輯通道優先化。
發射器354和接收器352可實現與各種信號處理功能相關聯的層1（L1）功能。層1（其包括實體（PHY）層）可包括在傳輸通道上的錯誤偵測、傳輸通道的前向糾錯（FEC）編碼/解碼，交錯、速率匹配、映射到實體通道上、實體通道的調變/解調、及MIMO天線處理。發射器354處理基於各種調變方案（例如，二進位移相鍵控（BPSK）、正交移相鍵控（QPSK）、M-移相鍵控（M-PSK）、M-正交振幅調變（M-QAM））的到信號群集的映射。經解碼和經調變的符號隨後可被拆分成並行的串流。每個串流隨後可被映射到正交分頻多工（OFDM）次載波，與在時域及/或頻域中的參考信號（例如，引導頻）多工，及隨後使用快速傅裡葉逆變換（IFFT）組合到一起，以產生用於攜帶時域OFDM符號串流的實體通道。OFDM符號串流被空間預編碼以產生多個空間串流。來自通道估計器的通道估計可用於決定編碼和調變方案，及用於空間處理。可根據由UE 302發送的參考信號及/或通道狀況回饋推導通道估計。隨後可將每個空間串流提供給一或多個不同的天線356。發射器354可利用相應的空間串流來對RF載波進行調變以用於傳輸。
在UE 302處，接收器312經由其相應的天線316接收信號。接收器312恢復被調變到RF載波上的資訊，及將該資訊提供給一或多個處理器332。發射器314和接收器312實現與各種信號處理功能相關聯的層1功能。接收器312可執行對該資訊的空間處理以恢復以UE 302為目的地的任何空間串流。若多個空間串流以UE 302為目的地，則可由接收器312將其組合成單個OFDM符號串流。接收器312隨後使用快速傅裡葉變換（FFT）將該OFDM符號串流從時域變換到頻域。頻域信號包括針對該OFDM信號的每個次載波的單獨的OFDM符號串流。經由決定由基地台304發送的最有可能的信號群集點來對在每個次載波上的符號和參考信號進行恢復和解調。該等軟決策可是基於由通道估計器計算的通道估計的。該等軟決策隨後被解碼和解交錯以恢復由基地台304最初在實體通道上發送的資料和控制信號。隨後將該資料和控制信號提供給一或多個處理器332，處理器332實現層3（L3）和層2（L2）功能。
在下行鏈路中，一或多個處理器332提供在傳輸通道和邏輯通道之間的解多工、封包重組、解密、標頭解壓縮、及控制信號處理，以恢復來自核心網路的IP封包。一或多個處理器332亦負責錯誤偵測。
與結合由基地台304進行的下行鏈路傳輸所描述的功能類似，一或多個處理器332提供：與以下各項相關聯的RRC層功能：系統資訊（例如，MIB、SIB）擷取、RRC連接、及量測報告；與以下各項相關聯的PDCP層功能：標頭壓縮/解壓縮、及安全性（加密、解密、完整性保護、完整性驗證）；與以下各項相關聯的RLC層功能：對上層PDU的傳送、經由ARQ的糾錯、對RLC SDU的串接、分段和重組、對RLC資料PDU的重新分段、及對RLC資料PDU的重新排序；及與以下各項相關聯的MAC層功能：在邏輯通道和傳輸通道之間的映射、MAC SDU到傳輸塊（TB）上的多工、MAC SDU從TB的解多工、排程資訊報告、經由混合自動重傳請求（HARQ）的糾錯、優先順序處置、及邏輯通道優先化。
發射器314可使用由通道估計器根據由基地台304發送的參考信號或回饋來推導的通道估計來選擇適當的編碼和調變方案，且促進空間處理。可將由發射器314產生的空間串流提供給不同的天線316。發射器314可利用相應的空間串流來對RF載波進行調變，以用於傳輸。
在基地台304處，以與結合在UE 302處的接收器功能所描述的方式相類似的方式來處理上行鏈路傳輸。接收器352經由其相應的天線356接收信號。接收器352恢復被調變到RF載波上的資訊且將該資訊提供給一或多個處理器384。
在上行鏈路中，一或多個處理器384提供在傳輸通道和邏輯通道之間的解多工、封包重組、解密、標頭解壓縮、控制信號處理，以恢復來自UE 302的IP封包。可將來自一或多個處理器384的IP封包提供給核心網路。一或多個處理器384亦負責錯誤偵測。
為了方便起見，在圖3A、圖3B和圖3C中將UE 302、基地台304及/或網路實體306示為包括可根據本文描述的各個實例進行配置的各種部件。然而，將明白的是，所示出的部件在不同的設計中可具有不同的功能。具體地，圖3A到圖3C中的各種部件在替代配置中是可選的，且各個態樣包括可能由於設計選擇、成本、設備的使用或其他考慮而變化的配置。例如，在圖3A的情況下，UE 302的特定實施方式可省略WWAN收發機310（例如，可穿戴設備或平板電腦或PC或膝上型電腦可具有Wi-Fi及/或藍芽能力，而不具有蜂巢能力），或者可省略短距離無線收發機320（例如，僅蜂巢等），或者可省略衛星信號接收器330，或者可省略感測器344，等。在另一實例中，在圖3B的情況下，基地台304的特定實施方式可省略WWAN收發機350（例如，不具有蜂巢能力的Wi-Fi「熱點」存取點），或者可省略短距離無線收發機360（例如，僅蜂巢等），或者可省略衛星信號接收器370，等。為了簡潔起見，本文不提供各種替代配置的說明，但是本領域技藝人士將容易理解。
UE 302、基地台304和網路實體306的各個部件可分別經由資料匯流排334、382和392通訊地彼此耦合。在一態樣中，資料匯流排334、382和392可分別形成UE 302、基地台304和網路實體306的通訊介面或通訊介面的一部分。例如，在不同邏輯實體在相同設備中體現（例如，gNB和位置伺服器功能併入到相同基地台304中）的情況下，資料匯流排334、382和392可提供其之間的通訊。
圖3A、3B和3C的部件可以各種方式來實現。在一些實施方式中，圖3A、圖3B和圖3C的部件可是在一或多個電路中實現的，諸如例如，一或多個處理器及/或一或多個ASIC（其可包括一或多個處理器）。此處，每個電路可使用及/或合併用於儲存由該電路用來提供此種功能的資訊或可執行代碼的至少一個記憶體部件。例如，由塊310至346表示的一些或全部功能可由UE 302的處理器和記憶體部件來實現（例如，經由執行適當的代碼及/或經由對處理器部件的適當配置）。類似地，由塊350至388表示的一些或全部功能可由基地台304的處理器和記憶體部件來實現（例如，經由執行適當的代碼及/或經由對處理器部件的適當配置）。此外，由塊390至398表示的一些或全部功能可由網路實體306的處理器和記憶體部件來實現（例如，經由執行適當的代碼及/或經由對處理器部件的適當配置）。為了簡單起見，本文將各種操作、動作及/或功能描述為「由UE」、「由基地台」、「由網路實體」等來執行。然而，將明白的是，此種操作、動作及/或功能實際上可由UE 302、基地台304、網路實體等的特定部件或部件的組合來執行，諸如處理器332、384、394、收發機310、320、350和360、記憶體340、386和396、定位部件342、388和398等。
在一些設計中，網路實體306可被實現為核心網路部件。在其他設計中，網路實體306可不同於網路服務供應商或蜂巢網路基礎設施的操作（例如，NG RAN 220及/或5GC 210/260）。例如，網路實體306可是私人網路的部件，該私人網路可被配置為經由基地台304與UE 302進行通訊，或者獨立於基地台304（例如，在諸如WiFi的非蜂巢通訊鏈路上）與UE 302進行通訊。
NR支援多個基於蜂巢網路的定位技術，包括基於下行鏈路、基於上行鏈路及基於下行鏈路和上行鏈路的定位方法。基於下行鏈路的定位方法包括LTE中的觀測到達時間差（OTDOA）、NR中的下行鏈路到達時間差（DL-TDOA）和NR中的下行鏈路發射角（DL-AoD）。圖4圖示根據本揭示案的各態樣的各種定位方法的實例。在場景410所示的OTDOA或DL-TDOA定位程序中，UE量測從各對基地台接收的參考信號（例如，定位參考信號（PRS））的到達時間（ToA）之間的差（被稱為參考信號時間差（RSTD）或到達時間差（TDOA）量測），且將其報告給定位實體。更具體地，UE在輔助資料中接收參考基地台（例如，服務基地台）和多個非參考基地台的辨識符（ID）。隨後，UE量測參考基地台與每個非參考基地台之間的RSTD。基於所涉及的基地台的已知位置和RSTD量測，定位實體（例如，用於基於UE的定位的UE或用於UE輔助定位的位置伺服器）可估計UE的位置。
對於場景420所示的DL-AoD定位，定位實體使用來自UE的關於多個下行鏈路發射波束的接收信號強度量測的量測報告來決定UE與發送基地台之間的角度。隨後，定位實體可基於所決定的角度和發送基地台的已知位置來估計UE的位置。
基於上行鏈路的定位方法包括上行鏈路到達時間差（UL-TDOA）和上行鏈路到達角（UL-AoA）。UL-TDOA類似於DL-TDOA，但是是基於UE發送給多個基地台的上行鏈路參考信號（例如，探測參考信號（SRS））的。具體地，UE發送由參考基地台和多個非參考基地台量測的一或多個上行鏈路參考信號。隨後，每個基地台將參考信號的接收時間（被稱為相對到達時間（RTOA））報告給知道所涉及的基地台的位置和相對時序的定位實體（例如，位置伺服器）。基於參考基地台的經報告的RTOA與每個非參考基地台的經報告的RTOA之間的接收到接收（Rx-Rx）時間差、基地台的已知位置及其已知時序偏移，定位實體可使用TDOA來估計UE的位置。
對於UL-AoA定位，一或多個基地台量測在一或多個上行鏈路接收波束上從UE接收的一或多個上行鏈路參考信號（例如，SRS）的接收信號強度。定位實體使用信號強度量測和接收波束的角度來決定UE和基地台之間的角度。基於所決定的角度和基地台的已知位置，定位實體隨後可估計UE的位置。
基於下行鏈路和上行鏈路的定位方法包括增強型細胞ID（E-CID）定位和多往返時間（RTT）定位（亦被稱為「多細胞RTT」和「多RTT」）。在RTT程序中，第一實體（例如，基地台或UE）將第一RTT相關信號（例如，PRS或SRS）發送到第二實體（例如，UE或基地台），第二實體將第二RTT相關信號（例如，SRS或PRS）發送回第一實體。每個實體量測接收到的RTT相關信號的到達時間（ToA）與發送的RTT相關信號的發送時間之間的時間差。該時間差被稱為接收到發送（Rx-Tx）時差。可進行或可調整Rx-Tx時間差量測，以僅包括接收和發送的信號的最近時槽邊界之間的時間差。隨後，兩個實體可將其Rx-Tx時間差量測發送到位置伺服器（例如，LMF 270），該位置伺服器根據兩個Rx-Tx時間差量測來計算兩個實體之間的往返傳播時間（亦即，RTT）（例如，作為兩個Rx-Tx時間差量測的總和）。替代地，一個實體可將其Rx-Tx時間差量測發送到另一實體，該另一實體隨後計算RTT。可根據RTT和已知信號速度（例如，光速）來決定兩個實體之間的距離。對於場景430所示的多RTT定位，第一實體（例如，UE或基地台）與多個第二實體（例如，多個基地台或UE）執行RTT定位程序，以使得能夠基於到第二實體的距離和第二實體的已知位置來決定第一實體的位置（例如，使用多點定位（multilateration））。RTT和多RTT方法可與諸如UL-AoA和DL-AoD的其他定位技術相結合，以提高場景440所示的位置精度。
E-CID定位方法是基於無線電資源管理（RRM）量測的。在E-CID中，UE報告服務細胞ID、時序提前（TA）及偵測到的相鄰基地台的辨識符、估計的時序和信號強度。隨後，基於該資訊和基地台的已知位置來估計UE的位置。
為了輔助定位操作，位置伺服器（例如，位置伺服器230、LMF 270、SLP 272）可向UE提供輔助資料。例如，輔助資料可包括量測來自其的參考信號的基地台（或基地台的細胞/TRP）的辨識符、參考信號配置參數（例如，包括PRS的連續時槽的數量、包括PRS的連續時槽的週期、靜音序列、跳頻序列、參考信號辨識符、參考信號頻寬等）及/或適用於特定定位方法的其他參數。替代地，輔助資料可直接源自基地台本身（例如，在週期性廣播的管理負擔訊息中，等）。在一些情況下，UE可能能夠在不使用輔助資料的情況下自己偵測相鄰網路節點。
在OTDOA或DL-TDOA定位程序的情況下，輔助資料亦可包括預期RSTD值和預期RSTD周圍的相關不決定度或搜尋窗口。在一些情況下，預期RSTD的值範圍可是+/-500微秒（µs）。在一些情況下，當用於定位量測的任何資源在FR1中時，預期RSTD的不決定度的值範圍可是+/-32 µs。在其他情況下，當用於定位量測的全部資源皆在FR2中時，預期RSTD的不決定度的值範圍可是+/-8 µs。
位置估計可被稱為其他名稱，諸如定位估計（position estimate）、位置（location）、位置（position）、定位固定（position fix）、固定（fix）等。位置估計可是大地量測的，且包括座標（例如，緯度、經度和可能的高度），或者可是民用的，且包括街道位址、郵政位址或位置的一些其他口頭描述。亦可相對於某個其他已知位置來定義或以絕對術語（例如，使用緯度、經度和可能的高度）來定義位置估計。位置估計可包括預期的誤差或不決定度（例如，經由包括區域或體積，該位置以某個指定或預設的置信級別期望被包括在該區域或體積內）。
圖5是表示根據本揭示案的各態樣的接收器設備（例如，本文描述的UE或基地台中的任何一者）與發射器設備（例如，本文描述的UE或基地台中的任何另一者）之間的多徑通道的示例通道估計的圖500。通道估計表示經由多徑通道接收的射頻（RF）信號（例如，PRS）的強度，作為時間延遲的函數，且可被稱為通道的通道能量回應（CER）、通道脈衝回應（CIR）或功率延遲簡檔（power delay profile）。因此，橫軸是以時間（例如，毫秒）為單位，且縱軸是以信號強度（例如，分貝）為單位。注意，多徑通道是發射器與接收器之間的通道，由於RF信號在多個波束上的傳輸及/或RF信號的傳播特性（例如，反射、折射等），RF信號在該通道上遵循多個路徑或多徑。
在圖5的實例中，接收器偵測/量測通道分接點（channel tap）的多個（四個）集群（cluster）。每個通道分接點表示RF信號在發射器與接收器之間遵循的多徑。亦即，通道分接點表示RF信號在多徑上的到達。通道分接點的每個集群指示對應的多徑遵循基本上相同的路徑。由於RF信號是在不同的發射波束上（且因此以不同的角度）發送的，或由於RF信號的傳播特性（例如，由於反射而潛在地遵循不同的路徑），或兩者，可能存在不同的集群。
用於給定RF信號的通道分接點的全部集群表示發射器與接收器之間的多徑通道（或簡稱為通道）。在圖5所示的通道下，接收器在時間T1處在通道分接點上接收兩個RF信號的第一集群，在時間T2處在通道分接點上接收五個RF信號的第二集群，在時間T3處在通道分接點上接收五個RF信號的第三集群，且在時間T4處在通道分接點上接收四個RF信號的第四集群。在圖5的實例中，因為在時間T1處的RF信號的第一集群首先到達，所以假設對應於在與視線（LOS）或最短路徑對準的發射波束上發送的RF信號。在時間T3處的第三集群由最強的RF信號組成，且可對應於例如在與非視線（NLOS）路徑對準的發射波束上發送的RF信號。注意，儘管圖5圖示具有兩到五個通道分接點的集群，但是如將要理解的，集群可具有比所示的通道分接點數量更多或更少的通道分接點。
機器學習可用於產生可用於促進與資料的處理相關聯的各個態樣的模型。機器學習的一個具體應用涉及對用於處理用於定位的參考信號（例如，定位參考信號（PRS））的量測模型的產生，諸如特徵提取、對參考信號量測的報告（例如，選擇要報告哪些提取的特徵）等。
機器學習模型通常被歸類為監督（supervised）或無監督。監督模型可進一步被次歸類為回歸模型或分類模型。監督學習涉及學習基於示例輸入輸出對將輸入映射到輸出的函數。例如，給定具有年齡（輸入）和身高（輸出）兩個變數的訓練資料集，可產生監督學習模型來基於一個人的年齡來預測其身高。在回歸模型中，輸出是連續的。回歸模型的一個實例是線性回歸，其只是嘗試找到最佳擬合資料的線。線性回歸的擴展包括多元線性回歸（例如，找到最佳擬合平面）和多項式回歸（例如，找到最佳擬合曲線）。
機器學習模型的另一實例是決策樹模型。在決策樹模型中，利用多個節點來定義樹結構。決策用於從決策樹頂部的根節點移動到決策樹底部的葉節點（亦即，沒有進一步的子節點的節點）。通常，決策樹模型中的較多數量的節點與較高的決策精度相關。
機器學習模型的另一實例是決策森林（decision forest）。隨機森林是由決策樹構建的整合學習技術（ensemble learning technique）。隨機森林涉及使用原始資料的自舉（bootstrap）資料集建立多個決策樹，且在決策樹的每一步隨機選擇變數子集。隨後，該模型選擇每個決策樹的全部預測的模式。經由依賴「多數獲勝」模型，可降低來自單個樹的錯誤的風險。
機器學習模型的另一實例是神經網路（NN）。神經網路本質上是數學方程的網路。神經網路接受一或多個輸入變數，且經由經歷方程的網路產生一或多個輸出變數。換言之，神經網路接收輸入的向量且返回輸出的向量。
圖6圖示根據本揭示案的各態樣的示例神經網路600。神經網路600包括接收「n」個（一或多個）輸入（示為「輸入1」、「輸入2」和「輸入n」）的輸入層「i」、用於處理來自輸入層的輸入的一或多個隱藏層（示為隱藏層「h1」、「h2」和「h3」）、及提供「m」個（一或多個）輸出（標記為「輸出1」和「輸出m」）的輸出層「o」。輸入「n」、隱藏層「h」和輸出「m」的數量可相同或不同。在一些設計中，隱藏層「h」可包括每個連續隱藏層的節點（示為圓）從先前隱藏層的節點進行處理的線性函數及/或啟動函數。
在分類模型中，輸出是離散的。分類模型的一個實例是邏輯回歸。邏輯回歸類似於線性回歸，但是用於對有限數量的結果（通常為兩個）的概率進行建模。本質上，邏輯方程是以輸出值僅在「0」和「1」之間的方式建立的。分類模型的另一實例是支援向量機（support vector machine）。例如，對於兩類資料，支援向量機將尋找超平面或兩類資料之間的邊界，該超平面或邊界使兩類資料之間的裕度（margin）最大化。存在可將兩個類分開的許多平面，但是僅一個平面可使類之間的裕度或距離最大化。分類模型的另一實例是基於貝氏定理的單純貝氏。分類模型的其他實例包括決策樹、隨機森林和神經網路，類似於上述實例，除了輸出是離散的而不是連續的。
與監督學習不同，無監督學習用於根據輸入資料進行推斷和尋找模式，而不參考被標記的結果。無監督學習模型的兩個實例包括聚類（clustering）和降維（dimensionality reduction）。
聚類是涉及對資料點的封包或聚類的無監督技術。聚類頻繁地用於客戶分段、欺詐偵測和文件分類。常見的聚類技術包括k-means聚類、層次聚類、均值漂移聚類和基於密度的聚類。降維是經由獲得主變數集合來減少所考慮的隨機變數數量的程序。簡單地說，降維是降低特徵集的維度的過程（更簡單地說是減少特徵的數量）。大多數降維技術可歸類為特徵消除或特徵提取。降維的一個實例被稱為主成分分析（principal component analysis）（PCA）。在最簡單的意義上，主成分分析涉及將更高維度的資料（例如，三維）投影到更小的空間（例如，二維）。此導致更低維度的資料（例如，二維而不是三維），同時保持模型中的全部原始變數。
無論使用哪種機器學習模型，在高級別，機器學習模組（例如，由諸如處理器332、384或394的處理系統實現）可被配置為反覆運算地分析訓練輸入資料（例如，去往/來自各種目標UE的參考信號的量測），且將該訓練輸入資料與輸出資料集（例如，各種目標UE的可能或有可能的候選位置的集合）相關聯，從而使得能夠稍後在呈現類似的輸入資料（例如，來自相同或相似位置的其他目標UE）時決定相同的輸出資料集。
NR支援基於射頻指紋（RFFP）的定位，這是一種利用由行動設備及/或基地台擷取的RF指紋來決定行動設備的位置的定位（positioning）和定位置（localization）技術。RFFP量測可是接收信號強度指示符（RSSI）、CER、CIR、通道頻率回應（CFR）、RSRP、SINR、都卜勒擴展/統計或角度擴展/統計的長條圖。RFFP量測可表示從發射器接收的單個通道、從特定發射器接收的全部通道，或者在接收器處可偵測的全部通道。在一些態樣中，由行動設備（例如，UE）量測的RFFP量測和與RFFP量測相關聯的發射器（亦即，發送由行動設備量測以決定RFFP的RF信號的發射器）的位置可用於決定（例如，三角量測）行動設備的位置。
在基於機器學習RFFP的定位中，RFFP量測及其相關聯的位置（亦即，與經量測的RFFP相關聯的發射器的位置）分別被用作特徵和標籤，以便以監督的方式訓練機器學習模型（例如，神經網路600）。在被訓練之後，機器學習模型可用於經由處理行動設備新擷取的RFFP來估計行動設備的位置。
另外，可基於類似雷達的（例如，基於單站感測模式）定位技術（或者被稱為自錨定位）來決定行動設備的位置，其中可基於由行動設備發送的信號與周圍環境的互動引起的反射（例如，反向散射反射）來對行動設備定位（position）和定位置（localize）。在一些態樣中，啟用全雙工或能夠以脈衝雷達方式進行操作的行動設備可能能夠擷取反射。
圖7A圖示根據本揭示案的各態樣的佈置在周圍環境720中的行動設備710。行動設備710包括發射器和接收器。作為非限制性實例，周圍環境720被圖示為室內環境。在一些態樣中，行動設備710的周圍環境720可是室內、室外或室內和室外的混合。
行動設備710的發射器可經由一或多個天線來發送一或多個信號。作為與周圍環境720的各種類型的互動（例如，經由反射、折射、散射、衰減、其任何組合等）的結果，所發送的一或多個信號可被反射回行動設備710。例如，圖7A圖示示例信號路徑732、734、736和736，其可經由基於共置的單個發射天線和單個接收天線的光線追蹤類比來獲得。由行動設備710的發射器發送的信號可基於與周圍環境720中的物件和障礙物的互動而沿著信號路徑732、734、736和736行進，且可朝著行動設備710往回行進。在一些態樣中，由行動設備710發送的信號與周圍環境720的互動所引起的接收的反射可被認為是一種類型的多徑信號，其中發射器和接收器是共置的。接收的反射可被呈現為自RFFP量測。
圖7B是表示根據本揭示案的各態樣的基於圖7A所示的反射的自RFFP量測750的圖。在一些態樣，反射可以RFFP量測的形式呈現，或者在本揭示案中亦被稱為自錨RFFP量測或自RFFP量測。圖7B圖示以反向散射通道的CIR的形式的自RFFP量測750。在一些態樣中，UE的自RFFP量測的實例可包括CFR、CIR或RSSI，其對應於由於UE所發送的參考信號（例如，SRS或SL-PRS）而從周圍環境反向散射的反射。
在一些態樣中，對於由行動設備710發送的信號，由發送的信號與周圍環境720的互動引起的反向散射信號（例如，反射）可以不同的信號強度在不同的到達時間處到達行動設備710。在此處，橫軸以時間（例如，毫秒或奈秒）為單位，且縱軸以信號強度（例如，分貝）為單位。在圖7B的實例中，每個通道分接點可表示RF信號在周圍環境720內行進且隨後反射回行動設備710的路徑。例如，分接點762、764、766和768可分別對應於沿著信號路徑732、734、736和738的信號反射。圖7B中的其他分接點可對應於圖7A中未圖示的其他反射。
因此，在一些態樣中，自錨定位是一種類似雷達的定位技術，其中可基於無線設備從周圍環境的信號反射（亦即，反向散射反射）來對無線設備定位（position）和定位置。為了捕捉單站反射，無線設備可能需要啟用全雙工，或者可以脈衝雷達的方式工作。可訓練機器訓練（ML）模型來映射與反射和設備位置相對應的RFFP量測。自錨定位在本揭示案中亦可稱為「自錨RFFP定位」或「自RFFP定位」。
圖8A圖示根據本揭示案的各態樣的基於自RFFP量測的基於UE的定位操作的實例。如圖8A所示，UE 810和820（諸如本揭示案中描述的任何UE）被放置在周圍環境830中。可在UE 810和UE 820（及/或圖8A中未圖示的其他UE或無線設備）之間建立側行鏈路通訊。此外，UE 810與基地台840（諸如本揭示案中描述的任何基地台）通訊地耦合。基地台840與網路實體850（諸如本揭示案中描述的任何網路實體）通訊地耦合。一或多個相鄰基地台（未圖示）可與網路實體850通訊地耦合，且來自UE 810的信號可由一或多個相鄰基地台可偵測。在一些態樣中，網路實體850可是位置伺服器，諸如圖2A和2B中的位置伺服器230、LMF 270或SLP 272。在一些態樣中，網路實體850可是提供位置服務的第三方伺服器，諸如圖2B中的第三方伺服器274。在一些態樣中，網路實體850可是模型儲存庫伺服器，其能夠訓練用於基於RFFP的定位操作的ML模型。
UE 810包括發射器812、接收器814、雙工器816和一或多個天線818。雙工器816可協調發射器812、接收器814和一或多個天線818的操作，使得UE 810是啟用全雙工的或者能夠以脈衝雷達方式操作。UE 810可經由發射器812和一或多個天線818發送一或多個參考信號，且經由一或多個天線818和接收器814接收信號反射。信號反射是由一或多個參考信號與周圍環境830的互動產生的一或多個參考信號的反射。因此，UE 810可基於由UE 810發送的一或多個參考信號的反射來獲得一或多個自RFFP量測862。
在一些態樣中，UE 810可基於由基地台840及/或相鄰基地台發送的下行鏈路參考信號來獲得一或多個下行鏈路RFFP（DL-RFFP）量測864。在一些態樣中，UE 810及/或UE 820可基於UE 810與UE 820（及/或圖8A中未圖示的其他無線設備）之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測866。在一個態樣中，一或多個SL-RFFP量測866由UE 810基於由UE 820及/或其他無線設備發送的側行鏈路參考信號來獲得。在一個態樣中，一或多個SL-RFFP量測866由UE 820及/或其他無線設備基於由UE 810發送的側行鏈路參考信號來獲得。
在操作中，在根據第一場景可將UE 810配置為目標設備的位置推斷階段期間，UE 810可基於將ML模型應用於一或多個自RFFP量測862，或者應用於與一或多個DL-RFFP量測864及/或一或多個SL-RFFP量測866融合的一或多個自RFFP量測862，來決定其自身的位置。在根據第二場景可將UE 810配置為目標設備的位置推斷階段期間，UE 820可基於將ML模型應用於一或多個自RFFP量測862，或者應用於與一或多個DL-RFFP量測864及/或一或多個SL-RFFP量測866融合的一或多個自RFFP量測862，來決定UE 810的位置。
在一些態樣中，對於要被融合用於位置推斷的一或多個自RFFP量測、一或多個DL-RFFP量測及/或一或多個SL-RFFP量測，相關參考信號的時序間隔不超過預先決定的時序臨限值，使得相關參考信號的時序足夠接近以確保估計位置的準確性。在一些態樣中，可基於目標UE（例如，UE 810）及/或SL錨UE（例如，UE 820）估計的速度來設置時序臨限值。例如，以人類可行走或奔跑的速度，臨限值可被設置為100毫秒。在一些態樣中，此可確保UE 810或UE 820確實移動了太遠的距離，使得融合的量測不能被映射到相同的地面真值位置。可針對不同的速度以不同的方式來設置臨限值。在一些態樣中，較高的速度可對應於較小的臨限值。
此外，在UE 810可被配置為觀察者設備的模型訓練階段期間，網路實體850、UE 810或UE 820可從UE 810、UE 820及/或一或多個其他觀察者設備獲得用於訓練ML模型的一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測。在一些態樣中，一或多個觀察者設備可包括用於收集用於網路實體850的訓練資料集的專用設備。
在一些態樣中，一或多個自RFFP量測、一或多個DL-RFFP量測、一或多個SL-RFFP量測、一或多個訓練自RFFP測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測可對應於特定的天線排列，諸如基於由UE 810的單個天線或多個天線接收的反射。
圖8B是示出根據本揭示案的各態樣的由圖8A中的各種實體執行的操作的圖。操作可被分類為位置推斷階段870和模型訓練階段880。
在位置推斷階段870期間，UE 810（被配置為目標設備）可基於由UE 810發送的一或多個參考信號的反射來獲得一或多個自RFFP量測。在根據第一場景的一些態樣中，UE 810可基於將ML模型872應用於一或多個自RFFP量測來決定UE 810自身的估計位置874。在根據第二場景的一些態樣中，UE 820（可與其建立與UE 810的側行鏈路通訊）可從UE 810獲得一或多個自RFFP量測，且基於將ML模型872應用於一或多個自RFFP量測來決定UE 810的估計位置874。在一些態樣中，可基於一或多個訓練自RFFP量測來訓練ML模型872，訓練自RFFP量測中的每一者由對應的觀察者設備基於由對應的觀察者設備發送的對應的參考信號的反射來獲得。
在一些態樣中，在位置推斷階段期間，UE 810可基於由基地台840及/或相鄰基地台發送的一或多個下行鏈路參考信號來獲得一或多個DL-RFFP量測。在一些態樣中，可將一或多個DL-RFFP量測與由UE 810獲得的一或多個自RFFP量測融合，以決定UE 810的估計位置874。根據第一場景，UE 310可基於將ML模型872應用於一或多個自RFFP量測及一或多個DL-RFFP量測來決定UE 810的估計位置874。根據第二場景，UE 320可從UE 810接收一或多個自RFFP量測和一或多個DL-RFFP量測，且基於將ML模型872應用於一或多個自RFFP量測及一或多個DL-RFFP量測來決定UE 810的估計位置874。在一些態樣中，可基於由UE 810或一或多個觀察者設備基於由基地台840及/或一或多個相鄰基地台發送的下行鏈路參考信號而獲得的一或多個訓練DL-RFFP量測來進一步訓練ML模型872。
在一些態樣中，在位置推斷階段期間，UE 810及/或UE 820可基於UE 810與UE 820及/或其他無線設備之間的側行鏈路參考信號來獲得一或多個SL-RFFP量測。在一些態樣中，一或多個SL-RFFP量測的一部分或全部可由UE 810基於由UE 820及/或其他無線設備發送的側行鏈路信號來獲得。在一些態樣中，一或多個SL-RFFP量測的一部分或全部可由UE 820及/或其他無線設備基於由UE 810發送的側行鏈路信號來獲得。
在一些態樣中，可將一或多個SL-RFFP量測與由UE 810獲得的一或多個自RFFP量測融合，以決定UE 810的估計位置874。根據第一場景，UE 810可被配置為自錨UE，且可基於將ML模型872應用於一或多個自RFFP量測及一或多個SL-RFFP量測來決定UE 810的估計位置874。根據第二場景，UE 820可被配置為側行鏈路錨UE，且可接收一或多個自RFFP量測，且基於將ML模型872應用於一或多個自RFFP量測及一或多個SL-RFFP量測來決定UE 810的估計位置874。在一些態樣中，可基於觀察者設備之間的側行鏈路參考信號基於一或多個訓練自RFFP量測和一或多個訓練SL-RFFP量測來訓練ML模型872。
在一些態樣中，可將一或多個自RFFP量測與一或多個DL-RFFP量測融合，以決定UE 810的估計位置874。因此，UE 310或UE 320可基於將ML模型872應用於一或多個自RFFP量測及一或多個DL-RFFP量測和一或多個SL-RFFP量測來決定UE 810的估計位置874。在一些態樣中，可基於一或多個訓練SL-RFFP量測、一或多個訓練DL-RFFP量測及一或多個訓練SL-RFFP量測來訓練ML模型872。
在一些態樣中，用於獲得自RRFP量測的一或多個參考信號可包括探測參考信號（SRS）、側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、上行鏈路通道參考信號、攜帶資料（包括控制資訊或使用者資料，諸如PUCCH或PUSCH）的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料（包括控制資訊或使用者資料，諸如PSCCH或PSSCH）的側行鏈路通道信號。在一些態樣中，用於獲得DL-RRFP量測的一或多個下行鏈路參考信號可包括定位參考信號（PRS）、下行鏈路通道參考信號或攜帶資料（控制資訊或使用者資料）的下行鏈路通道信號。在一些態樣中，用於獲得SL-RRFP量測的一或多個側行鏈路參考信號可包括SL-PRS、SL-SSB、SL CSI-RS、側行鏈路通道參考信號或攜帶資料的側行鏈路通道信號。在一些態樣中，一或多個自RFFP量測和一或多個SL-RFFP量測可是基於由UE針對位置干擾而發送的相同的一或多個參考信號的。在一些態樣中，一或多個自RFFP量測和一或多個SL-RFFP量測可是基於由UE針對位置干擾而發送的兩個不同的參考信號集合的，但是兩個不同的參考信號集合的傳輸時序足夠接近以確保估計位置的準確性。在一些態樣中，可連續地配置參考信號的傳輸時序。
在模型訓練階段880期間，可執行模型訓練程序882以訓練ML模型872。在一些態樣中，UE 810可執行模型訓練程序882以訓練要由UE 810使用的ML模型872。在一些態樣中，UE 820可執行模型訓練程序882以訓練要由UE 820使用的ML模型872。在一些態樣中，網路實體850可執行模型訓練程序882以訓練要由UE 810或UE 820使用的ML模型872。
在一些態樣中，模型訓練程序882可基於訓練輸入資料和參考輸出資料來訓練ML模型872。在一些態樣中，訓練輸入資料可包括保存在自RFFP資料庫884中的一或多個訓練自RFFP量測、保存在DL-RFFP資料庫886中的一或多個訓練DL-RFFP量測及/或保存在SL-RFFP資料庫888中的一或多個訓練SL-RFFP量測，且參考輸出資料可包括與一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測相關聯的對應的觀察者設備的一或多個訓練位置。在一些態樣中，ML模型872可是NN模型，且訓練程序882可以監督的方式訓練ML模型872。
在一些態樣中，網路實體850可被配置為執行訓練程序882（例如，要與UE 810或UE 820交換的ML模式的離線訓練或伺服器輔助訓練）。在一些態樣中，網路實體850可接收要保存在自RFFP資料庫884中的一或多個訓練自RFFP量測，訓練自RFFP量測之每一者訓練自RFFP量測是由對應的觀察者設備基於由對應的觀察者設備發送的對應的參考信號的反射而獲得的。在至少一個實例中，UE 810可被配置為一或多個觀察者設備中的一個觀察者設備。
在一些態樣中，網路實體850可獲得與一或多個訓練自RFFP量測中的一個訓練自RFFP量測相關聯的對應的觀察者設備的一或多個訓練位置中的一個訓練位置。訓練位置亦可被稱為對應的訓練資料集的地面真值位置或地面真值標籤。在一些態樣中，訓練位置表示觀察者設備發送參考信號的位置，訓練自RFFP量測是基於該參考信號的。例如，當UE 810被用作用於訓練ML模型872的觀察者設備時，可基於參考信號來獲得訓練自RFFP量測，且UE 810發送參考信號的UE 810的位置（X 1，Y 1，Z 1）可被用作訓練位置。
在一些態樣中，網路實體850亦可從一或多個觀察者設備接收要保存在DL-RFFP資料庫886中的一或多個訓練DL-RFFP量測，訓練DL-RFFP量測之每一者訓練DL-RFFP量測是基於由基地台發送且由對應的觀察者設備接收的對應的下行鏈路參考信號的。在至少一個實例中，UE 810可被配置為觀察者設備，且訓練DL-RFFP量測可是基於由UE 810接收的下行鏈路參考信號來獲得的。
在一些態樣中，網路實體850可獲得與一或多個訓練DL-RFFP量測中的一個訓練DL-RFFP量測相關聯的對應的觀察者設備的一或多個訓練位置中的一個訓練位置。在一些態樣中，訓練位置表示觀測者設備接收下行鏈路參考信號的位置，訓練DL-RFFP量測是基於該下行鏈路參考信號的。在一些態樣中，用於訓練自RFFP量測的訓練位置可被用作與DL-RFFP量測相關聯的訓練位置，前提是用於自RFFP量測的參考信號的發送的時序和用於DL-RFFP量測的下行鏈路參考信號的接收的時序足夠接近，以用於訓練位置的精度。在一些態樣中，網路實體850可基於訓練輸入資料和參考輸出資料來訓練ML模型872，訓練輸入資料包括一或多個訓練自RFFP量測和一或多個訓練DL-RFFP量測，且參考輸出資料包括對應的觀察者設備的對應的訓練位置。
在一些態樣中，網路實體850可從觀察者設備接收觀察者設備的訓練位置，其中訓練位置可由觀察者設備基於以下各項來決定：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作觀察者設備、安裝在觀察者設備上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。例如，觀察者設備可是自動導引車（AGV），其被配備有用於獲得AGV的對應訓練位置的Lidar或一或多個高精度感測器。
在一些態樣中，網路實體850可基於上行鏈路到達時間差（UL-TDoA）、上行鏈路到達角（UL-AoA）或往返時間（RTT）定位或其組合，根據由觀察者設備及/或對應的基地台840或相鄰基地台提供的一或多個量測來決定觀察者設備的訓練位置。在一些態樣中，網路實體850可從位置伺服器接收觀察者設備的訓練位置，其中位置伺服器可基於UL-TDoA、UL-AoA或RTT定位或其組合來決定訓練位置。
因此，在一些態樣中，網路實體850可基於一或多個自RFFP量測來訓練ML模型872。在一些態樣中，網路實體850可基於與一或多個DL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，網路實體850可基於與一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，網路實體850可基於與一或多個訓練DL-RFFP量測和一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。
在一些態樣中，用於基於UE的自RFFP定位的設備上（on-device）ML模型及與DL-RFFP及/或SL-RFFP融合的基於UE的自RFFP可由模型儲存庫伺服器（例如，UE供應商OTT伺服器）離線訓練且部署到UE或由UE下載。在一些態樣中，設備上ML模型可由網路實體離線訓練（例如，基於LMF/LMF輔助），且ML模型可與UE設備交換。
在一些態樣中，UE 810可被配置為執行訓練程序882（例如，用於本端ML模型的線上訓練或設備上模型訓練）。因此，UE 810可收集由UE自身獲得的一或多個訓練自RFFP量測及/或一或多個訓練DL-RFFP量測。在一些態樣中，UE 810可收集由其自身或由UE 820獲得的一或多個訓練SL-RFFP量測。在一些態樣中，UE 810可基於DL-TDoA、DL-AoA、RTT定位、在預先決定的參考位置處操作無線設備810、安裝在無線設備810上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合，來決定對應的訓練位置。在一些態樣中，UE 810可從網路實體850接收對應的訓練位置，且訓練位置可是基於UL-TDoA、UL-AoA或RTT定位或其組合來決定的。在一些態樣中，UE 810可從UE 820接收對應的訓練位置，且訓練位置可由UE 820基於側行鏈路TDoA（SL-TDoA）、側行鏈路到達角（SL-AoA）或基於側行鏈路的RTT定位或其組合來決定。
因此，在一些態樣中，UE 810可基於一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，UE 810可基於與一或多個訓練DL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，UE 810可基於與一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，UE 810可基於與一或多個訓練DL-RFFP量測和一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。
因此，在一些態樣中，可在UE側線上訓練用於基於UE的自RFFP定位的設備上ML模型及與DL-RFFP及/或SL-RFFP融合的基於UE的自RFFP，其中可由網路實體使用不同的定位方法來產生地面真值位置，及/或在UE處使用RAT和非RAT定位方法來計算地面真值位置。
在一些態樣中，UE 820可被配置為執行訓練程序882（例如，用於本端ML模式的線上訓練或設備上模型訓練）。因此，UE 820可收集由UE 810及/或一或多個觀察者設備獲得的一或多個訓練自RFFP量測及/或一或多個訓練DL-RFFP量測。UE 820可收集由其自身或由UE 810獲得的一或多個訓練SL-RFFP量測。在一些態樣中，UE 820可基於SL-TDoA、SL-AoA或基於側行鏈路的RTT定位或其組合來決定UE 810及/或一或多個觀察者設備的對應的訓練位置。在一些態樣中，UE 820可從UE 810及/或一或多個觀察者接收UE 810和一或多個觀察者設備的對應的訓練位置，該訓練位置可由UE 810及/或觀察者設備或由網路實體850決定。
因此，在一些態樣中，UE 820可基於一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，UE 820可基於與一或多個訓練DL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，UE 820可基於與一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。在一些態樣中，UE 820可基於與一或多個訓練DL-RFFP量測和一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測來訓練ML模型872。
因此，在一些態樣中，可在UE側線上訓練用於基於UE的自RFFP定位的設備上ML模型及與DL-RFFP及/或SL-RFFP融合的基於UE的自RFFP，其中可由網路實體使用不同的定位方法來產生地面真值位置，及/或在UE處使用RAT和非RAT定位方法來計算地面真值位置。
在一些態樣中，用於自RFFP量測及/或SL-RFFP量測的資源可由網路實體850排程或預先配置。在一些態樣中，用於自RFFP量測及/或SL-RFFP量測的資源可由UE供應商使用免許可頻譜來預先配置。
圖9是示出根據本揭示案的各態樣的在位置推斷階段期間的各種操作的信號傳遞和事件圖。圖9圖示UE 902（第一UE，被配置為目標設備）、UE 903（第二UE，其可與第一UE建立側行鏈路連接）、基地台904、一或多個相鄰基地台906、位置伺服器908a和模型儲存庫伺服器908b之間的示例互動。UE 902可與圖8A中的UE 810相對應，UE 903可與UE 820相對應，且基地台904和一或多個相鄰基地台906可與基地台840相對應。此外，位置伺服器908a和模型儲存庫伺服器908b可單獨或組合地對應於網路實體850。
位置伺服器908a可對應於無線網路的核心網路內部或整合到核心網路的伺服器，且可基於由UE及/或基地台提供的各種量測來決定UE的位置。模型儲存庫伺服器908b可對應於核心網路之外的伺服器，且可從位置伺服器908a接收UE的位置。在一個態樣中，模型儲存庫伺服器908b可是由UE的供應商管理的頂端（over the top）（OTT）伺服器。
方塊910包括此種操作：當DL-RFFP量測要與用於基於RFFP的定位操作的自RFFP量測融合時，執行該等操作，且若不使用DL-RFFP量測，則可省略該等操作。在912處，UE 902可接收一或多個下行鏈路參考信號，諸如PRS、下行鏈路通道參考信號，或攜帶資料的下行鏈路通道信號，或其組合。一或多個下行鏈路參考信號可來自基地台904或來自相鄰基地台906。在914處，UE 902可基於一或多個下行鏈路參考信號來獲得一或多個DL-RFFP量測。
在922處，UE 902可發送一或多個參考信號，諸如SRS、上行鏈路通道參考信號，或攜帶資料的上行鏈路通道信號，或其組合。在924處，一或多個參考信號可與周圍環境互動以引起一或多個參考信號的反射。在926處，UE 902可接收一或多個參考信號的反射，且基於所接收的反射來獲得一或多個自RFFP量測。
此外，在931處，UE 902可向UE 903發送一或多個參考信號，諸如SL-PRS、SL-SSB、SL CSI-SB、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號，或其組合。在933處，一或多個參考信號可與周圍環境互動以引起一或多個參考信號的反射。在935處，UE 902可接收一或多個參考信號的反射，且基於所接收的反射來獲得一或多個自RFFP量測。此外，在937處，由UE 902在931處發送的一或多個參考信號可經由多徑行進到UE 903。
在一些態樣中，只有根據922-926獲得的自RFFP量測可用於基於RFFP的定位操作。在一些態樣中，只有根據931-935的自RFFP量測可用於基於RFFP的定位操作。在一些態樣中，根據922-926和931-935的自RFFP量測全部可用於基於RFFP的定位操作。
方塊940包括此種操作：當SL-RFFP量測要與用於基於RFFP的定位操作的自RFFP量測融合時，執行該等操作，且若不使用SL-RFFP量測，則可省略該等操作。在942處，UE 903可接收由UE 902發送的一或多個參考信號，且基於一或多個參考信號來獲得一或多個SL-RFFP量測。因此，用於在935處獲得一或多個自RFFP量測的一或多個參考信號亦可用作用於在942處獲得一或多個SL-RFFP量測的一或多個側行鏈路參考信號。
在943處，UE 903可向UE 902發送一或多個側行鏈路參考信號，諸如SL-PRS、SL-SSB、SL CSI-SB、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號，或其組合。在945處，UE 902可接收由UE 903發送的一或多個側行鏈路參考信號，且基於一或多個訓練側行鏈路參考信號來獲得一或多個SL-RFFP量測。
在一些態樣中，只有根據931和942獲得的SL-RFFP量測可用於基於RFFP的定位操作。在一些態樣中，只有根據943和945的SL-RFFP量測可用於基於RFFP的定位操作。在一些態樣中，根據931和942及943和945的SL-RFFP量測全部可用於基於RFFP的定位操作。此外，當根據931和942獲得的SL-RFFP量測用於基於RFFP的定位操作且在UE 902處執行後續位置推斷階段時，UE 903可在948處向UE 902發送在942處獲得的一或多個SL-RFFP量測。
根據UE 902被配置為執行基於RFFP的定位操作的位置推斷階段以決定UE 902自身的位置的第一場景，UE 902可在952處基於將ML模型應用於一或多個自RFFP量測來決定位置。在一些態樣中，UE 902可在952處基於將ML模型應用於與一或多個DL-RFFP量測融合的一或多個自RFFP量測來決定UE 902的位置。在一些態樣中，UE 902可在952處基於將ML模型應用於與一或多個SL-RFFP量測融合的一或多個自RFFP量測來決定UE 902的位置，其中在948處可接收一或多個SL-RFFP量測的一部分或全部。在一些態樣中，UE 902可在952處基於將ML模型應用於與一或多個DL-RFFP量測和一或多個SL-RFFP量測融合的一或多個自RFFP量測來決定UE 902的位置。
在一些態樣中，UE 902可自己訓練ML模型。在一些態樣中，UE 902可在953處接收由網路實體（諸如位置伺服器908a或模型儲存庫伺服器908b）訓練的ML模型。
根據其中UE 903被配置為執行基於RFFP的定位操作的位置推斷階段以決定UE 902的位置的第二場景，UE 902可在955處向UE 903發送一或多個自RFFP量測、一或多個DL-RFFP量測及/或SL-RFFP量測。UE 903可在956處基於將ML模型應用於在955處接收的一或多個自RFFP量測來決定UE 902的位置。
在一些態樣中，UE 903可在956處基於將ML模型應用於與在955處接收的一或多個DL-RFFP量測融合的一或多個自RFFP量測來決定UE 902的位置。在一些態樣中，UE 903可基於將ML模型應用於與一或多個SL-RFFP量測融合的一或多個自RFFP量測來決定UE 902的位置，其中可在955處接收一或多個SL-RFFP量測的一部分或全部，或者可在942處獲得一或多個SL-RFFP量測的一部分或全部。在一些態樣中，UE 903可基於將ML模型應用於與一或多個DL-RFFP量測和一或多個SL-RFFP量測融合的一或多個自RFFP量測來決定UE 902的位置。
在一些態樣中，UE 903可自己訓練ML模型。在一些態樣中，UE 903可在953處接收由網路實體（諸如位置伺服器908a或模型儲存庫伺服器908b）訓練的ML模型。
圖10是示出根據本揭示案的各態樣的在模型訓練階段期間的各種操作的信號傳遞和事件圖。圖10圖示UE 1002（第一UE，被配置為目標設備）、UE 1003（第二UE，其可與第一UE建立側行鏈路連接）、基地台1004、一或多個相鄰基地台1006、位置伺服器1008a和模型儲存庫伺服器1008b之間的示例互動。UE 1002可與圖8A中的UE 810相對應且可被配置為觀察者設備。UE 1003可與圖8A中的UE 820相對應，且基地台1004和一或多個相鄰基地台1006可與基地台840相對應。此外，位置伺服器1008a和模型儲存庫伺服器1008b可單獨或組合地對應於網路實體850。
位置伺服器1008a可對應於無線網路的核心網路內部或整合到核心網路的伺服器，且可基於由UE及/或基地台提供的各種量測來決定UE的位置。模型儲存庫伺服器1008b可對應於核心網路之外的伺服器，且可從位置伺服器1008a接收UE的位置。在一個態樣中，模型儲存庫伺服器1008b可是由UE的供應商管理的頂端（OTT）伺服器。
方塊1010包括此種操作：當DL-RFFP量測要與用於訓練用於基於RFFP的定位的ML模型的自RFFP量測融合時，執行該等操作，且若不使用DL-RFFP量測，則可省略該等操作。在1012處，UE 1002可接收一或多個訓練下行鏈路參考信號，諸如PRS、下行鏈路通道參考信號，或攜帶資料的下行鏈路通道信號，或其組合。一或多個訓練下行鏈路參考信號可來自基地台1004或來自相鄰基地台1006。在1014處，UE 1002可基於一或多個訓練下行鏈路參考信號來獲得一或多個訓練DL-RFFP量測。
在1022處，UE 1002可發送一或多個訓練參考信號，諸如SRS、上行鏈路通道參考信號，或攜帶資料（包括控制資訊或使用者資料）的上行鏈路通道信號，或其組合。在1024處，一或多個訓練參考信號可與周圍環境互動以引起一或多個參考信號的反射。在1026處，UE 1002可接收一或多個訓練參考信號的反射，且基於所接收的反射來獲得一或多個訓練自RFFP量測。
此外，在1031處，UE 1002可向UE 1003發送一或多個訓練參考信號，諸如SL-PRS、SL-SSB、SL CSI-RS、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號，或其組合。在1033處，一或多個訓練參考信號可與周圍環境互動以引起一或多個訓練參考信號的反射。在1035處，UE 1002可接收一或多個訓練參考信號的反射，且基於所接收的反射來獲得一或多個訓練自RFFP量測。此外，在1037處，由UE 1002在1031處發送的一或多個訓練參考信號可經由多徑行進到UE 1003。
在一些態樣中，只有根據1022-1026獲得的自RFFP量測可用於訓練用於基於RFFP的定位操作的ML模型。在一些態樣中，只有根據1031-1035的自RFFP量測可用於訓練用於基於RFFP的定位操作的ML模型。在一些態樣中，根據1022-1026和1031-1035的自RFFP量測全部可用於訓練用於基於RFFP的定位操作的ML模型。
方塊1040包括此種操作：當SL-RFFP量測要與用於訓練用於基於RFFP的定位操作的ML模型的自RFFP量測融合時，執行該等操作，且若不使用SL-RFFP量測，則可省略該等操作。在1042處，UE 903可接收由UE 1002發送的一或多個參考信號，且基於一或多個參考信號來獲得一或多個訓練SL-RFFP量測。因此，用於在1035處獲得一或多個訓練自RFFP量測的一或多個參考信號亦可用作用於在1042處獲得一或多個訓練SL-RFFP量測的一或多個訓練側行鏈路參考信號。
在1043處，UE 1003可向UE 1002發送一或多個訓練側行鏈路參考信號，諸如SL-PRS、SL-SSB、SL CSI-RS、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號，或其組合。在1045處，UE 1002可接收由側行鏈路設備1003發送的一或多個訓練側行鏈路參考信號，且基於一或多個訓練側行鏈路參考信號來獲得一或多個訓練SL-RFFP量測。
在一些態樣中，只有根據1031和1042獲得的訓練SL-RFFP量測可用於訓練ML模型。在一些態樣中，只有根據1043和1045的訓練SL-RFFP量測可用於訓練ML模型。在一些態樣中，根據1031和1042及1043和1045的訓練SL-RFFP量測全部可用於訓練ML模型。此外，當根據1031和1042獲得的訓練SL-RFFP量測用於訓練ML模型且在UE 1002處執行模型推斷階段時，UE 1003可在1048處向UE 1002發送在1042處獲得的一或多個訓練SL-RFFP量測。
在一些態樣中，UE 1002可被配置為執行基於RFFP的定位操作的模型訓練階段，以在1051處訓練要在位置推斷階段使用的ML模型。在一些態樣中，UE 1002可基於訓練輸入資料和參考輸出資料來訓練ML模型，其中訓練輸入資料包括一或多個訓練自RFFP量測或者與一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測。此外，參考輸出資料包括與一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測相關聯的一或多個訓練位置。
在1051之前，在1060處，UE 1002可獲得與一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測相關聯的地面真值標籤或訓練位置。在一個態樣中，UE 1002可在1060處基於DL-TDoA、DL-AoA、RTT定位、在預先決定的參考位置處操作UE 1002、安裝在UE 1002上的一或多個感測器，或GNSS，或其組合來決定訓練位置。在一些態樣中，網路實體（諸如位置伺服器1008a）可接收來自基地台1004及/或相鄰基地台1006的上行鏈路信號及/或來自UE 1002的量測（例如，路徑1062），且基於UL-TDoA、UL-AoA或RTT定位或其組合來決定UE 1002的訓練位置。UE 1002可在1060處從位置伺服器1008a接收一或多個訓練位置。在一些態樣中，UE 1003可從UE 1002接收側行鏈路信號，且基於SL-TDoA、SL-AoA，或基於側行鏈路的RTT定位或其組合來決定UE 1002的訓練位置。UE 1002可在1060處從UE 1003接收一或多個訓練位置。
在一些態樣中，UE 1003可被配置為執行基於RFFP的定位操作的模型訓練階段，以在1053處訓練要在位置推斷階段使用的ML模型。在一些態樣中，UE 1003可基於訓練輸入資料和參考輸出資料來訓練ML模型，其中訓練輸入資料包括一或多個訓練自RFFP量測或者與一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測。此外，參考輸出資料包括與一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測相關聯的一或多個訓練位置。
此外，當訓練自RFFP量測及/或訓練DL-RFFP量測用於訓練ML模型時，在1072處且在1053之前，UE 1002可向UE 1003發送一或多個訓練自RFFP量測及/或一或多個訓練DL-RFFP量測。
在1053之前，在1060，UE 1003可獲得與一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測相關聯的地面真值標籤或訓練位置。在一個態樣中，UE 1002可基於DL-TDoA、DL-AoA、RTT定位、在預先決定的參考位置處操作UE 1002、安裝在UE 1002上的一或多個感測器，或GNSS，或其組合來決定訓練位置。UE 1003可在1060處從UE 1002接收一或多個訓練位置。在一些態樣中，網路實體（諸如位置伺服器1008a）可基於UL-TDoA、UL-AoA或RTT定位或其組合來決定UE 1002的訓練位置。UE 1003可在1060處直接從位置伺服器1008a或經由UE 1002間接地接收一或多個訓練位置。在一些態樣中，UE 1003可從UE 1002接收側行鏈路信號，且在1060處基於SL-TDoA、SL-AoA或基於側行鏈路的RTT定位或其組合來決定UE 1002的訓練位置。
在一些態樣中，網路實體可被配置為執行基於RFFP的定位操作的模型訓練階段，以訓練要在位置推斷階段使用的ML模型。例如，位置伺服器1008a可在1055處訓練ML模型，或者模型儲存庫伺服器1008b可在1057處訓練ML模型。在一些態樣中，位置伺服器1008a或模型儲存庫伺服器1008b可基於訓練輸入資料和參考輸出資料來訓練ML模型，其中訓練輸入資料包括一或多個訓練自RFFP量測或者與一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測融合的一或多個訓練自RFFP量測。此外，參考輸出資料包括與一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測相關聯的一或多個訓練位置。
此外，在1076處且在1055或1057之前，UE 1002可向位置伺服器1008a及/或模型儲存庫伺服器1008b發送一或多個訓練自RFFP量測、一或多個DL-RFFP量測及/或一或多個訓練SL-RFFP量測，以用於訓練ML模型。
在1055或1057之前，在1060處，位置伺服器1008a及/或模型儲存庫伺服器1008b可獲得與一或多個訓練自RFFP量測、一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測相關聯的地面真值標籤或訓練位置。在一個態樣中，UE 1002可基於DL-TDoA、DL-AoA、RTT定位、在預先決定的參考位置處操作UE 1002、安裝在UE 1002上的一或多個感測器，或GNSS，或其組合來決定訓練位置。位置伺服器1008a及/或模型儲存庫伺服器1008b可在1060處從UE 1002接收一或多個訓練位置。在一些態樣中，位置伺服器1008a可基於UL-TDoA、UL-AoA或RTT定位或其組合來決定UE 1002的訓練位置。在一個態樣中，模型儲存庫伺服器1008b可在1060處直接從位置伺服器1008a接收一或多個訓練位置。在一些態樣中，UE 1003可基於SL-TDoA、SL-AoA或基於側行鏈路的RTT定位或其組合來決定UE 1002的訓練位置。位置伺服器1008a及/或模型儲存庫伺服器1008b可在1060處從UE 1003接收一或多個訓練位置。
圖11圖示根據本揭示案的各態樣的在位置推斷階段期間操作UE的示例方法1100。在一些態樣中，方法1100可由UE（例如，本文描述的任何UE）執行。在一些態樣中，方法1100可對應於由UE 810及/或902執行的操作。在一個態樣中，方法1100可由一或多個WWAN收發機310、一或多個處理器332、記憶體340及/或定位部件342執行，其中的任何一者或全部可被認為是用於執行方法1100的以下操作中的一或多個操作的手段。
在1110處，UE可發送一或多個參考信號。在一些態樣中，一或多個參考信號可包括SRS、SL-PRS、SL-SSB、SL CSI-RS、上行鏈路通道參考信號、攜帶資料的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
在1120處，UE可基於由UE發送的一或多個參考信號的反射來獲得一或多個自RFFP量測。在一些態樣中，一或多個自RFFP量測對應於由UE的單個天線或多個天線接收的反射。
在1130處，UE可基於由UE接收的一或多個下行鏈路參考信號來獲得一或多個DL-RFFP量測，或者可基於UE與第二UE之間的一或多個側行鏈路參考信號來獲得一或多個SL-RFFP量測。在一些態樣中，下行鏈路參考信號可包括PRS、下行鏈路通道參考信號，或攜帶資料（控制資訊或使用者資料）的下行鏈路通道信號。在一些態樣中，側行鏈路參考信號可包括由UE發送或由第二UE發送的SL-PRS、SL-SSB、SL CSI-RS、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。在一些態樣中，一或多個自RFFP量測和一或多個SL-RFFP量測是基於相同的一或多個參考信號的。
在一些態樣中，當DL-RFFP量測不與用於基於RFFP的定位操作的自RFFP量測融合時，可省略獲得一或多個DL-RFFP量測的操作。在一些態樣中，當SL-RFFP量測不與用於基於RFFP的定位操作的自RFFP量測融合時，可省略獲得一或多個SL-RFFP量測的操作。
在1140處，UE可基於將ML模型應用於一或多個自RFFP量測（或與一或多個DL-RFFP量測及/或一或多個SL-RFFP量測融合的一或多個自RFFP量測）來決定UE自身的位置。在一些態樣中，ML模型由UE訓練且儲存在UE中。在一些態樣中，ML模型可由網路實體（諸如位置伺服器或模型儲存庫伺服器）來訓練，且UE可從網路實體獲取ML模型。
如將理解的，方法1100的技術優點基於UE的RFFP定位，當UE（亦即，其位置將被決定的UE）在覆蓋範圍之外及/或獨立時，該基於UE的RFFP定位可是有幫助的。此外，基於UE的RFFP定位可有助於減少網路能耗且減少PRS信號管理負擔（因為PRS可是可選的）。此外，自RFFP量測向基於RFFP的定位添加分集，因為自RFFP量測亦可表示發射器和接收器共置的資訊。另外，可將自RFFP量測與針對基於RFFP的定位的其他RFFP（例如，DL-RFFP或SL-RFFP）量測融合，以增強定位精度。
圖12圖示根據本揭示案的各態樣的在位置推斷階段期間操作UE的示例方法1200。UE可決定與其交換側行鏈路信號的第二UE的位置。在一些態樣中，方法1200可由UE（例如，本文描述的任何UE）來執行。在一些態樣中，方法1200可對應於由UE 820及/或903執行的操作。在一個態樣中，方法1200可由一或多個WWAN收發機310、一或多個處理器332、記憶體340及/或定位部件342來執行，其中的任何一者或全部可被認為是用於執行方法1200的以下操作中的一或多個操作的手段。
在1210處，UE可從第二UE接收由第二UE基於由第二UE發送的一或多個參考信號的反射而獲得的一或多個自RFFP量測。在一些態樣中，一或多個參考信號可包括SRS、SL-PRS、SL-SSB、SL CSI-RS、上行鏈路通道參考信號、攜帶資料的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
在1220處，UE可基於第二UE與UE之間的一或多個側行鏈路參考信號來獲得一或多個SL-RFFP量測。在一些態樣中，側行鏈路參考信號可包括由UE發送或由第二UE發送的SL-PRS、SL-SSB、SL CSI-RS、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。在一些態樣中，一或多個自RFFP量測和一或多個SL-RFFP量測是基於相同的一或多個參考信號的。在一些態樣中，當SL-RFFP量測不與用於基於RFFP的定位操作的自RFFP量測融合時，可省略獲得一或多個SL-RFFP測的操作。
在1230處，UE可基於由第二UE接收的一或多個下行鏈路參考信號來獲得一或多個DL-RFFP量測。在一些態樣中，下行鏈路參考信號可包括PRS、下行鏈路通道參考信號，或攜帶資料的下行鏈路通道信號。在一些態樣中，當DL-RFFP量測不與用於基於RFFP的定位操作的自RFFP量測融合時，可省略獲得一或多個DL-RFFP量測的操作。
在1240處，UE可基於將ML模型應用於一或多個自RFFP量測（或與一或多個DL-RFFP量測及/或一或多個SL-RFFP量測融合的一或多個自RFFP量測）來決定第二UE的位置。在一些態樣中，ML模型由UE訓練且儲存在UE中。在一些態樣中，ML模型可由網路實體（諸如位置伺服器或儲存庫伺服器）來訓練，且UE可從網路實體獲取ML模型。
如將理解的，方法1200的技術優點亦是基於UE的RFFP定位，當第二UE（亦即，其位置將被決定的UE）在覆蓋範圍之外及/或獨立時，該基於UE的RFFP定位可是有幫助的。此外，基於UE的RFFP定位可有助於減少網路能耗且減少PRS信號管理負擔（因為PRS可是可選的）。此外，自RFFP量測向基於RFFP的定位添加分集，因為自RFFP量測亦可表示發射器和接收器共置的資訊。此外，可將自RFFP量測與針對基於RFFP的定位的其他RFFP（例如，DL-RFFP或SL-RFFP）量測融合，以增強定位精度。
圖13圖示根據本揭示案的各態樣的在模型訓練階段期間操作網路實體或UE的示例方法。
在一些態樣中，方法1300可由UE（例如，本文描述的任何UE）來執行。在一些態樣中，方法1300可對應於由UE 810、820、1002及/或1003執行的操作。在一態樣中，方法1300可由一或多個WWAN收發機310、一或多個處理器332、記憶體340及/或定位部件342來執行，其中的任何一者或全部可被認為是用於執行方法1300的以下操作中的一或多個操作的手段。
在一些態樣中，方法1300可由網路實體（例如，本文描述的的網路實體、LMF、SLP或伺服器中的任何一者）來執行。在一些態樣中，方法1300可對應於由網路實體850、位置伺服器1008a及/或儲存庫伺服器1008b執行的操作。在一態樣中，方法1300可由一或多個網路收發機398、一或多個處理器394、記憶體398及/或定位部件398來執行，其中任何一者或全部可被認為是用於執行方法1300的以下操作中的一或多個操作的手段。
在1310處，執行ML模型訓練的設備可接收由觀察者設備（例如，UE 810）基於由觀察者設備發送的一或多個參考信號的反射而獲得的一或多個訓練自RFFP量測。在一些態樣中，參考信號可包括SRS、SL-PRS、SL-SSB、SL CSI-RS、上行鏈路通道參考信號、攜帶資料的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。在一些態樣中，一或多個訓練自RFFP量測對應於由觀察者設備的單個天線或多個天線接收的反射。
在1320處，執行ML模型訓練的設備可獲得觀察者設備的一或多個訓練位置，其中一或多個訓練位置與一或多個訓練自RFFP量測相關聯。在一些態樣中，觀察者設備可基於DL-TDoA、DL-AoA、RTT定位、在預先決定的參考位置處操作觀察者設備、安裝在觀察者設備上的一或多個感測器，或GNSS，或其組合來決定觀察者設備的一或多個訓練位置。在一些態樣中，網路實體可基於UL-TDoA、UL-AoA，或RTT定位，或其組合來決定觀察者設備的一或多個訓練位置。在一些態樣中，無線設備可基於SL-TDoA、SL-AoA，或基於側行鏈路的RTT定位，或其組合來決定觀察者設備的一或多個訓練位置。
在1330處，執行ML模型訓練的設備可基於由觀察者設備接收的一或多個下行鏈路參考信號來獲得一或多個訓練DL-RFFP量測，及/或獲得觀察者設備的對應的一或多個訓練位置。在一些態樣中，若用於基於RFFP的定位操作的ML模型不需要任何DL-RFFP量測，則可省略操作1330。
在1340處，執行ML模型訓練的設備可基於觀察者設備與另一無線設備之間的一或多個側行鏈路參考信號來獲得一或多個訓練SL-RFFP量測，及/或獲得觀察者設備的對應的一或多個訓練位置。在一些態樣中，若用於基於RFFP的定位操作的ML模型不需要任何SL-RFFP量測，則可省略操作1340。
在1350處，執行ML模型訓練的設備可基於訓練輸入資料和參考輸出資料來訓練ML模型。在一些態樣中，訓練輸入資料可包括一或多個訓練自RFFP量測，或者可包括與一或多個訓練DL-RFFP量測及/或一或多個訓練SL-RFFP量測進一步融合的一或多個訓練自RFFP量測。在一些態樣中，參考輸出資料可包括觀察者設備的對應訓練位置。
如將理解的，方法1300的技術優點針對基於UE的RFFP定位的模型訓練階段。根據方法1300，自RFFP量測可向基於RFFP的定位添加分集，因為自RFFP量測亦可表示發射器和接收器共置的資訊。此外，可將自RFFP量測與針對基於RFFP的定位的其他RFFP（例如，DL-RFFP或SL-RFFP）量測融合，以增強定位精度。
在上文的詳細描述中可看出，不同的特徵在實例中被群組在一起。此種揭示方式不應被理解為示例條款具有比在每個條款中明確提及的更多特徵的意圖。相反，本揭示案的各個態樣可包括少於所揭示的單獨示例條款的全部特徵。因此，下文的條款據此應被視為併入到描述中，其中每個條款本身可作為單獨的實例。儘管每個從屬條款在條款中皆可指示與其他條款中的一者的特定組合，但是該從屬條款的各態樣不限於特定組合。將認識到，其他示例條款亦可包括從屬條款態樣與任何其他從屬條款或獨立條款的標的的組合，或者任何特徵與其他從屬條款和獨立條款的組合。本文揭示的各個態樣明確地包括該等組合，除非明確地表示或可容易地推斷出特定組合不是預期的（例如，矛盾的態樣，諸如將元件定義為電絕緣體和電導體兩者）。此外，亦預期在任何其他獨立條款中包括條款的各態樣，即使該條款不直接從屬於獨立條款。
在以下編號條款中描述了實施方式示例：
條款1、一種操作使用者設備（UE）的方法，包括：發送一或多個參考信號；基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置。
條款2、根據條款1之方法，亦包括：基於由該UE接收的一或多個下行鏈路參考信號來獲得一或多個下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測，其中該UE的該位置是基於將該機器學習模型應用於以下各項來決定的：（i）該一或多個自RFFP量測，及（ii）該一或多個DL-RFFP量測，或該一或多個SL-RFFP量測，或其組合。
條款3、根據條款2之方法，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測兩者是基於由該UE發送的該一或多個側行鏈路參考信號的。
條款4、根據條款2至3中任一項所述的方法，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款5、根據條款4之方法，其中該一或多個側行鏈路參考信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款6、根據條款1至5中任一項所述的方法，其中該一或多個參考信號包括探測參考信號（SRS）、側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、上行鏈路通道參考信號、攜帶資料的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款7、根據條款1至6中任一項所述的方法，其中該機器學習模型是基於一或多個訓練自RFFP量測來訓練的，該一或多個訓練自RFFP量測之每一者訓練自RFFP量測是由對應的觀察者設備基於由該對應的觀察者設備發送的對應的參考信號的反射來獲得的。
條款8、根據條款7之方法，其中該機器學習模型亦是基於以下各項來訓練的：基於由特定觀察者設備接收的一或多個下行鏈路訓練信號而獲得的一或多個訓練下行鏈路RFFP量測，或基於該特定觀察者設備與另一UE之間的一或多個側行鏈路訓練信號而獲得的一或多個訓練側行鏈路RFFP量測。
條款9、根據條款1至8中任一項所述的方法，亦包括：基於由該UE發送的另一個或多個參考信號的反射來獲得一或多個訓練自RFFP量測；獲得該UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該UE的該一或多個訓練位置。
條款10、根據條款9之方法，亦包括：決定該UE的該一或多個訓練位置中的一個訓練位置，其中該UE的該一或多個訓練位置中的一個訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款11、根據條款9至10中任一項所述的方法，亦包括：基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測，其中該訓練輸入資料亦包括該一或多個訓練DL-RFFP量測，或該一或多個訓練SL-RFFP量測，或兩者。
條款12、根據條款9至11中任一項所述的方法，亦包括：從網路實體或從第二UE接收該UE的該一或多個訓練位置中的一個訓練位置。
條款13、根據條款1至12中任一項所述的方法，亦包括：基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測；向網路實體發送該UE的該一或多個訓練自RFFP量測以用於訓練該機器學習模型；及在基於該UE的至少該一或多個訓練自RFFP量測訓練該機器學習模型之後，從該網路實體接收該機器學習模型。
條款14、根據條款13之方法，亦包括：決定該UE的訓練位置，該訓練位置與該UE的該一或多個訓練自RFFP量測中的一個訓練自RFFP量測相關聯；及向該網路實體發送該UE的該訓練位置以用於訓練該機器學習模型。
條款15、根據條款14之方法，其中該UE的該訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款16、根據條款13至15中任一項所述的方法，亦包括：基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測；及向該網路實體發送該一或多個訓練DL-RFFP量測，或該訓練SL-RFFP量測，或兩者以用於訓練該機器學習模型。
條款17、根據條款13至16中任一項所述的方法，其中該網路實體是位置伺服器或模型儲存庫伺服器。
條款18、一種操作使用者設備（UE）的方法，包括：從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測；基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置。
條款19、根據條款18之方法，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測是基於由該第二UE發送的該一或多個側行鏈路參考信號的。
條款20、根據條款18至19中任一項所述的方法，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款21、根據條款20之方法，其中該一或多個側行鏈路信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款22、根據條款18至21中任一項所述的方法，亦包括：接收由該第二UE基於由該第二UE發送的另一或多個參考信號的反射而獲得的一或多個訓練自RFFP量測；獲得該第二UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該第二UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該第二UE的該一或多個訓練位置。
條款23、根據條款22之方法，亦包括：決定該第二UE的該一或多個訓練位置中的一個訓練位置，其中該第二UE的該一或多個訓練位置中的該一個訓練位置是基於以下各項來決定的：側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA），或往返時間（RTT）定位，或其組合。
條款24、根據條款22至23中任一項所述的方法，亦包括：從該第二UE接收該第二UE的該一或多個訓練位置中的一個訓練位置。
條款25、一種使用者設備（UE），包括：記憶體；至少一個收發機；及通訊地耦合到該記憶體和該至少一個收發機的至少一個處理器，該至少一個處理器被配置為：經由該至少一個收發機來發送一或多個參考信號；基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置。
條款26、根據條款25之UE，其中該至少一個處理器亦被配置為：基於由該UE接收的一或多個下行鏈路參考信號來獲得一或多個下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測，其中該UE的該位置是基於將該機器學習模型應用於以下各項來決定的：（i）該一或多個自RFFP量測、及（ii）該一或多個DL-RFFP量測，或該一或多個SL-RFFP量測，或其組合。
條款27、根據條款26之UE，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測兩者是基於由該UE發送的該一或多個側行鏈路參考信號的。
條款28、根據條款26至27中任一項所述的UE，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款29、根據條款28之UE，其中該一或多個側行鏈路參考信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款30、根據條款25至29中任一項所述的UE，其中該一或多個參考信號包括探測參考信號（SRS）、側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、上行鏈路通道參考信號、攜帶資料的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款31、根據條款25至30中任一項所述的UE，其中該機器學習模型是基於一或多個訓練自RFFP量測來訓練的，該一或多個訓練自RFFP量測之每一者訓練自RFFP量測是由對應的觀察者設備基於由該對應的觀察者設備發送的對應的參考信號的反射來獲得的。
條款32、根據條款31之UE，其中該機器學習模型亦是基於以下各項來訓練的：基於由特定觀察者設備接收的一或多個下行鏈路訓練信號而獲得的一或多個訓練下行鏈路RFFP量測，或基於該特定觀察者設備與另一UE之間的一或多個側行鏈路訓練信號而獲得的一或多個訓練側行鏈路RFFP量測。
條款33、根據條款25至32中任一項所述的UE，其中該至少一個處理器亦被配置為：基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測；獲得該UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該UE的該一或多個訓練位置。
條款34、根據條款33之UE，其中該至少一個處理器亦被配置為：決定該UE的該一或多個訓練位置中的一個訓練位置，其中該UE的該一或多個訓練位置中的一個訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款35、根據條款33至34中任一項所述的UE，其中該至少一個處理器亦被配置為：基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測，其中該訓練輸入資料亦包括該一或多個訓練DL-RFFP量測，或該一或多個訓練SL-RFFP量測，或兩者。
條款36、根據條款33至35中任一項所述的UE，其中該至少一個處理器亦被配置為：經由該至少一個收發機來從網路實體或從第二UE接收該UE的該一或多個訓練位置中的一個訓練位置。
條款37、根據條款25至36中任一項所述的UE，其中該至少一個處理器亦被配置為：基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測；經由該至少一個收發機來向網路實體發送該UE的該一或多個訓練自RFFP量測以用於訓練該機器學習模型；及在基於該UE的至少該一或多個訓練自RFFP量測訓練該機器學習模型之後，經由該至少一個收發機來從該網路實體接收該機器學習模型。
條款38、根據條款37之UE，其中該至少一個處理器亦被配置為：決定該UE的訓練位置，該訓練位置與該UE的該一或多個訓練自RFFP量測中的一個訓練自RFFP量測相關聯；及經由該至少一個收發機來向該網路實體發送該UE的該訓練位置以用於訓練該機器學習模型。
條款39、根據條款38之UE，其中該UE的該訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款40、根據條款37至39中任一項所述的UE，其中該至少一個處理器亦被配置為：基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測；及經由該至少一個收發機來向該網路實體發送該一或多個訓練DL-RFFP量測，或該訓練SL-RFFP量測，或兩者以用於訓練該機器學習模型。
條款41、根據條款37至40中任一項所述的UE，其中該網路實體是位置伺服器或模型儲存庫伺服器。
條款42、一種使用者設備（UE），包括：記憶體；至少一個收發機；及通訊地耦合到該記憶體和該至少一個收發機的至少一個處理器，該至少一個處理器被配置為：經由該至少一個收發機來從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測；基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置。
條款43、根據條款42之UE，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測是基於由該第二UE發送的該一或多個側行鏈路參考信號的。
條款44、根據條款42至43中任一項所述的UE，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款45、根據條款44之UE，其中該一或多個側行鏈路信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款46、根據條款42至45中任一項所述的UE，其中該至少一個處理器亦被配置為：經由該至少一個收發機來接收由該第二UE基於由該第二UE發送的另一或多個參考信號的反射而獲得的一或多個訓練自RFFP量測；獲得該第二UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該第二UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該第二UE的該一或多個訓練位置。
條款47、根據條款46之UE，其中該至少一個處理器亦被配置為：決定該第二UE的該一或多個訓練位置中的一個訓練位置，其中該第二UE的該一或多個訓練位置中的該一個訓練位置是基於以下各項來決定的：側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA），或往返時間（RTT）定位，或其組合。
條款48、根據條款46至47中任一項所述的UE，其中該至少一個處理器亦被配置為：經由該至少一個收發機來從該第二UE接收該第二UE的該一或多個訓練位置中的一個訓練位置。
條款49、一種使用者設備（UE），包括：用於發送一或多個參考信號的手段；用於基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測的手段；及用於基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置的手段。
條款50、根據條款49之UE，亦包括：用於基於由該UE接收的一或多個下行鏈路參考信號來獲得一或多個下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測的手段其中該UE的該位置是基於將該機器學習模型應用於以下各項來決定的：（i）該一或多個自RFFP量測、及（ii）該一或多個DL-RFFP量測，或該一或多個SL-RFFP量測，或其組合。
條款51、根據條款50之UE，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測兩者是基於由該UE發送的該一或多個側行鏈路參考信號的。
條款52、根據條款50至51中任一項所述的UE，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款53、根據條款52之UE，其中該一或多個側行鏈路參考信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款54、根據條款49至53中任一項所述的UE，其中該一或多個參考信號包括探測參考信號（SRS）、側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、上行鏈路通道參考信號、攜帶資料的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款55、根據條款49至54中任一項所述的UE，其中該機器學習模型是基於一或多個訓練自RFFP量測來訓練的，該一或多個訓練自RFFP量測之每一者訓練自RFFP量測是由對應的觀察者設備基於由該對應的觀察者設備發送的對應參考信號的反射來獲得的。
條款56、根據條款55之UE，其中該機器學習模型亦是基於以下各項來訓練的：基於由特定觀察者設備接收的一或多個下行鏈路訓練信號而獲得的一或多個訓練下行鏈路RFFP量測，或基於該特定觀察者設備與另一UE之間的一或多個側行鏈路訓練信號而獲得的一或多個訓練側行鏈路RFFP量測。
條款57、根據條款49至56中任一項所述的UE，亦包括：用於基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測的手段；用於獲得該UE的一或多個訓練位置的手段，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及用於基於訓練輸入資料和參考輸出資料來訓練該機器學習模型的手段，該訓練輸入資料包括該UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該UE的該一或多個訓練位置。
條款58、根據條款57之UE，亦包括：用於決定該UE的該一或多個訓練位置中的一個訓練位置的手段，其中該UE的該一或多個訓練位置中的一個訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款59、根據條款57至58中任一項所述的UE，亦包括：用於基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測的手段，其中該訓練輸入資料亦包括該一或多個訓練DL-RFFP量測，或該一或多個訓練SL-RFFP量測，或兩者。
條款60、根據條款57至59中任一項所述的UE，亦包括：用於從網路實體或從第二UE接收該UE的該一或多個訓練位置中的一個訓練位置的手段。
條款61、根據條款49至60中任一項所述的UE，亦包括：用於基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測的手段；用於向網路實體發送該UE的該一或多個訓練自RFFP量測以用於訓練該機器學習模型的手段；及用於在基於該UE的至少該一或多個訓練自RFFP量測訓練該機器學習模型之後，從該網路實體接收該機器學習模型的手段。
條款62、根據條款61之UE，亦包括：用於決定該UE的訓練位置的手段，該訓練位置與該UE的該一或多個訓練自RFFP量測中的一個訓練自RFFP量測相關聯；及用於向該網路實體發送該UE的該訓練位置以用於訓練該機器學習模型的手段。
條款63、根據條款62之UE，其中該UE的該訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款64、根據條款61至63中任一項所述的UE，亦包括：用於基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測的手段；及用於向該網路實體發送該一或多個訓練DL-RFFP量測，或該訓練SL-RFFP量測，或兩者以用於訓練該機器學習模型的手段。
條款65、根據條款61至64中任一項所述的UE，其中該網路實體是位置伺服器或模型儲存庫伺服器。
條款66、一種使用者設備（UE），包括：用於從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測的手段；用於基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測的手段；及用於基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置的手段。
條款67、根據條款66之UE，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測是基於由該第二UE發送的該一或多個側行鏈路參考信號的。
條款68、根據條款66至67中任一項所述的UE，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款69、根據條款68之UE，其中該一或多個側行鏈路信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款70、根據條款66至69中任一項所述的UE，亦包括：用於接收由該第二UE基於由該第二UE發送的另一或多個參考信號的反射而獲得的一或多個訓練自RFFP量測的手段；用於獲得該第二UE的一或多個訓練位置的手段，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及用於基於訓練輸入資料和參考輸出資料來訓練該機器學習模型的手段，該訓練輸入資料包括該第二UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該第二UE的該一或多個訓練位置。
條款71、根據條款70之UE，亦包括：用於決定該第二UE的該一或多個訓練位置中的一個訓練位置的手段，其中該第二UE的該一或多個訓練位置中的該一個訓練位置是基於以下各項來決定的：側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA），或往返時間（RTT）定位，或其組合。
條款72、根據條款70至71中任一項所述的UE，亦包括：用於從該第二UE接收該第二UE的該一或多個訓練位置中的一個訓練位置的手段。
條款73、一種儲存電腦可執行指令的非暫時性電腦可讀取媒體，該電腦可執行指令在由使用者設備（UE）執行時使得該UE進行以下操作：發送一或多個參考信號；基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測來決定該UE的位置。
條款74、根據條款73之非暫時性電腦可讀取媒體，其中該電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：基於由該UE接收的一或多個下行鏈路參考信號來獲得一或多個下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測，其中該UE的該位置是基於將該機器學習模型應用於以下各項來決定的：（i）該一或多個自RFFP量測、及（ii）該一或多個DL-RFFP量測，或該一或多個SL-RFFP量測，或其組合。
條款75、根據條款74之非暫時性電腦可讀取媒體，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測兩者是基於由該UE發送的該一或多個側行鏈路參考信號的。
條款76、根據條款74至75中任一項所述的非暫時性電腦可讀取媒體，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款77、根據條款76之非暫時性電腦可讀取媒體，其中該一或多個側行鏈路參考信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款78、根據條款73至77中任一項所述的非暫時性電腦可讀取媒體，其中該一或多個參考信號包括探測參考信號（SRS）、側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、上行鏈路通道參考信號、攜帶資料的上行鏈路通道信號、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款79、根據條款73至78中任一項所述的非暫時性電腦可讀取媒體，其中該機器學習模型是基於一或多個訓練自RFFP量測來訓練的，該一或多個訓練自RFFP量測之每一者訓練自RFFP量測是由對應的觀察者設備基於由該對應的觀察者設備發送的對應參考信號的反射來獲得的。
條款80、根據條款79之非暫時性電腦可讀取媒體，其中該機器學習模型亦是基於以下各項來訓練的：基於由特定觀察者設備接收的一或多個下行鏈路訓練信號而獲得的一或多個訓練下行鏈路RFFP量測，或基於該特定觀察者設備與另一UE之間的一或多個側行鏈路訓練信號而獲得的一或多個訓練側行鏈路RFFP量測。
條款81、根據條款73至80中任一項所述的非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測；獲得該UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該UE的該一或多個訓練位置。
條款82、根據條款81之非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：決定該UE的該一或多個訓練位置中的一個訓練位置，其中該UE的該一或多個訓練位置中的一個訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款83、根據條款81至82中任一項所述的非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測，其中該訓練輸入資料亦包括該一或多個訓練DL-RFFP量測，或該一或多個訓練SL-RFFP量測，或兩者。
條款84、根據條款81至83中任一項所述的非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：從網路實體或從第二UE接收該UE的該一或多個訓練位置中的一個訓練位置。
條款85、根據條款73至84中任一項所述的非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測；向網路實體發送該UE的該一或多個訓練自RFFP量測以用於訓練該機器學習模型；及在基於該UE的至少該一或多個訓練自RFFP量測訓練該機器學習模型之後，從該網路實體接收該機器學習模型。
條款86、根據條款85之非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：決定該UE的訓練位置，該訓練位置與該UE的該一或多個訓練自RFFP量測中的一個訓練自RFFP量測相關聯；及向該網路實體發送該UE的該訓練位置以用於訓練該機器學習模型。
條款87、根據條款86之非暫時性電腦可讀取媒體，其中該UE的該訓練位置是基於以下各項來決定的：下行鏈路到達時間差（DL-TDoA）、下行鏈路到達角（DL-AoA）、側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或全球導航衛星系統（GNSS），或其組合。
條款88、根據條款85至87中任一項所述的非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測；及向該網路實體發送該一或多個訓練DL-RFFP量測，或該訓練SL-RFFP量測，或兩者以用於訓練該機器學習模型。
條款89、根據條款85至88中任一項所述的非暫時性電腦可讀取媒體，其中該網路實體是位置伺服器或模型儲存庫伺服器。
條款90、一種儲存電腦可執行指令的非暫時性電腦可讀取媒體，該等電腦可執行指令在由使用者設備（UE）執行時使得該UE進行以下操作：從第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測；基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及基於將機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的位置。
條款91、根據條款90之非暫時性電腦可讀取媒體，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測是基於由該第二UE發送的該一或多個側行鏈路參考信號的。
條款92、根據條款90至91中任一項所述的非暫時性電腦可讀取媒體，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
條款93、根據條款92之非暫時性電腦可讀取媒體，其中該一或多個側行鏈路信號包括側行鏈路定位參考信號（SL-PRS）、側行鏈路同步信號塊（SL-SSB）、側行鏈路通道狀態資訊參考信號（SL CSI-RS）、側行鏈路通道參考信號，或攜帶資料的側行鏈路通道信號。
條款94、根據條款90至93中任一項所述的非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：接收由該第二UE基於由該第二UE發送的另一或多個參考信號的反射而獲得的一或多個訓練自RFFP量測；獲得該第二UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該第二UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該第二UE的該一或多個訓練位置。
條款95、根據條款94之非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：決定該第二UE的該一或多個訓練位置中的一個訓練位置，其中該第二UE的該一或多個訓練位置中的該一個訓練位置是基於以下各項來決定的：側行鏈路到達時間差（SL-TDoA）、側行鏈路到達角（SL-AoA），或往返時間（RTT）定位，或其組合。
條款96、根據條款94至95中任一項所述的非暫時性電腦可讀取媒體，其中該等電腦可執行指令亦包括在由該UE執行時使得該UE進行以下操作的指令：從該第二UE接收該第二UE的該一或多個訓練位置中的一個訓練位置。
本領域技藝人士將明白的是，資訊和信號可使用多種不同的技術和方法中的任何一種來表示。例如，可能遍及上文的描述所提及的資料、指令、命令、資訊、信號、位元、符號和碼片可由電壓、電流、電磁波、磁場或粒子、光場或粒子或者其任意組合來表示。
此外，本領域技藝人士將明白的是，結合本文所揭示的態樣描述的各種說明性的邏輯區塊、模組、電路和演算法步驟可實現為電子硬體、電腦軟體或兩者的組合。為了清楚地說明硬體和軟體的此種可互換性，上文已經圍繞各種說明性的部件、方塊、模組、電路和步驟的功能，對其進行了整體描述。此種功能是實現為硬體還是軟體，取決於特定的應用及施加在整個系統上的設計約束。本領域技藝人士可針對每個特定的應用，以變通的方式來實現所描述的功能，但是此種實施方式決策不應當被解釋為導致脫離本揭示案的範圍。
結合本文揭示的各態樣所描述的各種說明性的邏輯區塊、模組和電路可利用被設計成執行本文所描述的功能的通用處理器、數位信號處理器（DSP）、ASIC、現場可程式設計閘陣列（FPGA）或其他可程式設計邏輯裝置、離散閘或電晶體邏輯、離散硬體部件，或者其任意組合來實現或執行。通用處理器可是微處理器，但是在替代方案中，處理器可是任何一般處理器、控制器、微控制器或狀態機。處理器亦可實現為計算設備的組合（例如，DSP與微處理器的組合、多個微處理器、一或多個微處理器結合DSP核，或任何其他此種配置）。
結合本文揭示的各態樣描述的方法、序列及/或演算法可直接地體現在硬體中、由處理器執行的軟體模組中，或者兩者的組合中。軟體模組可位於隨機存取記憶體（RAM）、快閃記憶體、唯讀記憶體（ROM）、可抹除可程式設計ROM（EPROM）、電子可抹除可程式設計ROM（EEPROM）、暫存器、硬碟、可移除磁碟、CD-ROM或者本領域已知的任何其他形式的儲存媒體中。示例儲存媒體可耦合到處理器，以使處理器可從儲存媒體讀取資訊，及向儲存媒體寫入資訊。在替代的方式中，儲存媒體可整合到處理器。處理器和儲存媒體可位於ASIC中。ASIC可位於使用者終端（例如，UE）中。在替代的方式中，處理器和儲存媒體可作為使用者設備中的個別部件存在。
在一或多個示例態樣中，所描述的功能可在硬體、軟體、韌體或其任意組合中實現。若在軟體中實現，則該功能可作為一或多個指令或代碼儲存在電腦可讀取媒體上或者經由一或多個指令或代碼進行傳輸。電腦可讀取媒體可包括電腦儲存媒體和通訊媒體兩者，該通訊媒體包括促進電腦程式從一個地方傳送到另一個地方的任何媒體。儲存媒體可是可由電腦存取的任何可用的媒體。經由舉例而非限制性的方式，此種電腦可讀取媒體可包括RAM、ROM、EEPROM、CD-ROM或其他光碟儲存裝置、磁碟儲存裝置或其他磁儲存裝置，或者可用於以指令或資料結構的形式攜帶或儲存期望的程式碼及可由電腦存取的任何其他媒體。此外，任何連接被適當地稱為電腦可讀取媒體。例如，若使用同軸電纜、光纖光纜、雙絞線、數位使用者線路（DSL）或無線技術（諸如紅外線、無線電和微波）從網站、伺服器或其他遠端源反射軟體，則同軸電纜、光纖光纜、雙絞線、DSL或無線技術（諸如紅外線、無線電和微波）被包括在媒體的定義中。如在本文中使用的，磁碟和光碟包括壓縮光碟（CD）、雷射光碟、光碟、數位多功能光碟（DVD）、軟碟和藍光光碟，其中磁碟通常磁性地複製資料，而光碟利用雷射來光學地複製資料。上述的組合亦應當包括在電腦可讀取媒體的範圍內。
儘管前文的揭示內容圖示本揭示案的說明性態樣，但是應當注意的是，在不脫離由所附申請專利範圍所限定的本揭示案的範圍的情況下，可在本文中進行各種改變和修改。根據本文所描述的揭示內容的各態樣的方法請求項的步驟及/或動作不需要以任何特定次序執行。此外，儘管可能以單數形式描述或主張本揭示案的各元素，但是除非明確地聲明限於單數形式，否則複數形式是可預期的。
100:無線通訊系統 102:地面基地台 102':細胞 104:UE 110:地理覆蓋區域 110':地理覆蓋區域 112:SV 120:通訊鏈路 122:回載鏈路 124:信號 128:直接連接 134:回載鏈路 150:WLAN AP 152:WLAN STA 154:通訊鏈路 160:無線側行鏈路 164:UE 170:核心網路 172:位置伺服器 180:基地台 182:UE 184:用mmW通訊鏈路 190:UE 192:D2D P2P鏈路 194:D2D P2P鏈路 200:無線網路結構 204:UE 210:5GC 212:使用者平面功能 213:NG-U 214:控制平面功能 215:NG-C 220:NG-RAN 222:gNB 223:回載連接 224:ng-eNB 226:gNB-CU 228:gNB-DU 229:gNB-RU 230:位置伺服器 232:介面 240:無線網路結構 250:分解式基地台架構 255:SMO 框架 257:非RT RIC 259:RIC 260:5GC 261:O-eNB 262:UPF 263:使用者平面介面 264:AMF 265:控制平面介面 266:SMF 267:核心網路 269:開放雲 270:LMF 272:SLP 274:第三方伺服器 280:CU 285:DU 287:RU 302:UE 304:基地台 306:網路實體 310:WWAN收發機 312:接收器 314:發射器 316:天線 318:信號 320:短距離無線收發機 322:接收器 324:發射器 326:天線 328:信號 330:衛星信號接收器 332:處理器 334:資料匯流排 336:天線 338:衛星定位/通訊信號 340:記憶體 342:定位部件 344:感測器 346:使用者介面 350:WWAN收發機 352:接收器 354:發射器 356:天線 358:信號 360:短距離無線收發機 362:接收器 364:發射器 366:天線 368:信號 370:衛星信號接收器 376:天線 378:衛星定位/通訊信號 380:網路收發機 382:資料匯流排 384:處理器 386:記憶體 388:定位部件 390:網路收發機 392:資料匯流排 394:處理器 396:記憶體 398:定位部件 410:場景 420:場景 430:場景 440:場景 500:圖 600:神經網路 710:行動設備 720:周圍環境 732:信號路徑 734:信號路徑 736:信號路徑 738:信號路徑 750:自RFFP量測 762:分接點 764:分接點 766:分接點 768:分接點 810:UE 812:發射器 814:接收器 816:雙工器 818:天線 820:UE 830:周圍環境 840:基地台 850:網路實體 862:自RFFP量測 864:DL-RFFP量測 866:SL-RFFP量測 870:位置推斷階段 872:ML模型 874:估計位置 880:模型訓練階段 882:模型訓練程序 884:自RFFP資料庫 886:DL-RFFP資料庫 888:SL-RFFP資料庫 902:UE 903:UE 904:基地台 906:相鄰基地台 908a:位置伺服器 908b:模型儲存庫伺服器 910:步骤 912:步骤 914:步骤 922:步骤 924:步骤 926:步骤 931:步骤 933:资本 935:步骤 937:步骤 940:步骤 942:步骤 943:步骤 945:步骤 948:步骤 952:步骤 953:步骤 955:步骤 956:步骤 1002:UE 1003:UE 1004:基地台 1006:相鄰基地台 1008a:位置伺服器 1008b:模型儲存庫伺服器 1010:步骤 1012:步骤 1014:步骤 1022:步骤 1024:步骤 1026:步骤 1031:步骤 1033:步骤 1035:步骤 1037:步骤 1040:步骤 1042:步骤 1043:步骤 1045:步骤 1048:步骤 1051:步骤 1053:步骤 1055:步骤 1057:步骤 1060:步骤 1062:路徑 1072:步骤 1076:步骤 1100:方法 1110:步驟 1120:步驟 1130:步驟 1140:步驟 1200:方法 1210:步驟 1220:步驟 1230:步驟 1240:步驟 1300:方法 1310:步驟 1320:步驟 1330:步驟 1340:步驟 1350:步驟 A1:介面 AoA1:到達角1 AoA2:到達角2 AoD1:發射角1 AoD2:發射角2 E2:鏈路 h1:隱藏層 h2:隱藏層 h3:隱藏層 LOS:視線 N2:介面 N3:介面 NLOS:非視線 O1:介面 O2:介面 RTT1:往返時間1 RTT2:往返時間2 RTT3:往返時間3 TRP1:發送接收點1 TRP2:發送接收點2 TRP3:發送接收點3
提供附圖以輔助描述本揭示案的各個態樣，且提供附圖僅用於說明各態樣而不是對其進行限制。
圖1圖示根據本揭示案的各態樣的示例無線通訊系統。
圖2A、圖2B和圖2C圖示根據本揭示案的各態樣的示例無線網路結構。
圖3A、圖3B和圖3C是部件的數個示例態樣的簡化方塊圖，該等部件可分別在使用者設備（UE）、基地台和網路實體中採用且被配置為支援通訊，如本文所教導。
圖4圖示根據本揭示案的各態樣的在新無線電（NR）中支援的各種定位方法的實例。
圖5是表示根據本揭示案的各態樣的示例射頻（RF）通道估計的圖。
圖6圖示根據本揭示案的各態樣的示例神經網路。
圖7A圖示根據本揭示案的各態樣的佈置在周圍環境中的行動設備。
圖7B是表示根據本揭示案的各態樣的基於圖7A中所示的反射的自射頻指紋（自RFFP）量測的圖。
圖8A圖示根據本揭示案的各態樣的基於自RFFP量測的基於UE的定位操作的實例。
圖8B是示出根據本揭示案的各態樣的由圖8A中的各種實體執行的操作的圖。
圖9是示出根據本揭示案的各態樣的在位置推斷階段期間的各種操作的信號傳遞和事件圖。
圖10是示出根據本揭示案的各態樣的在模型訓練階段期間的各種操作的信號傳遞和事件圖。
圖11圖示根據本揭示案的各態樣的在位置推斷階段期間操作UE的示例方法。
圖12圖示根據本揭示案的各態樣的在位置推斷階段期間操作UE的示例方法。
圖13圖示根據本揭示案的各態樣的在模型訓練階段期間操作網路實體或UE的示例方法。
國內寄存資訊(請依寄存機構、日期、號碼順序註記) 無 國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記) 無
870:位置推斷階段
872:ML模型
874:估計位置
880:模型訓練階段
882:模型訓練程序
884:自RFFP資料庫
886:DL-RFFP資料庫
888:SL-RFFP資料庫

Claims (30)

  1. 一種操作一使用者設備（UE）的方法，包括以下步驟： 發送一或多個參考信號； 基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及 基於將一機器學習模型應用於該一或多個自RFFP量測來決定該UE的一位置。
  2. 根據請求項1之方法，亦包括： 基於由該UE接收的一或多個下行鏈路參考信號來獲得一或多個下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與一第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測， 其中該UE的該位置是基於將該機器學習模型應用於以下各項來決定的：（i）該一或多個自RFFP量測、及（ii）該一或多個DL-RFFP量測，或該一或多個SL-RFFP量測，或其組合。
  3. 根據請求項2之方法，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測兩者是基於由該UE發送的該一或多個側行鏈路參考信號的。
  4. 根據請求項2之方法，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
  5. 根據請求項4之方法，其中該一或多個側行鏈路參考信號包括一側行鏈路定位參考信號（SL-PRS）、一側行鏈路同步信號塊（SL-SSB）、一側行鏈路通道狀態資訊參考信號（SL CSI-RS）、一側行鏈路通道參考信號，或一攜帶資料的側行鏈路通道信號。
  6. 根據請求項1之方法，其中該一或多個參考信號包括一探測參考信號（SRS）、一側行鏈路定位參考信號（SL-PRS）、一側行鏈路同步信號塊（SL-SSB）、一側行鏈路通道狀態資訊參考信號（SL CSI-RS）、一上行鏈路通道參考信號、一攜帶資料的上行鏈路通道信號、一側行鏈路通道參考信號，或一攜帶資料的側行鏈路通道信號。
  7. 根據請求項1之方法，其中該機器學習模型是基於一或多個訓練自RFFP量測來訓練的，該一或多個訓練自RFFP量測之每一者訓練自RFFP量測是由一對應的觀察者設備基於由該對應的觀察者設備發送的一對應參考信號的反射來獲得的。
  8. 根據請求項7之方法，其中該機器學習模型還是基於以下各項來訓練的：基於由一特定觀察者設備接收的一或多個下行鏈路訓練信號而獲得的一或多個訓練下行鏈路RFFP量測，或基於該特定觀察者設備與另一UE之間的一或多個側行鏈路訓練信號而獲得的一或多個訓練側行鏈路RFFP量測。
  9. 根據請求項1之方法，亦包括： 基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測； 獲得該UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及 基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該UE的該一或多個訓練位置。
  10. 根據請求項9之方法，亦包括：決定該UE的該一或多個訓練位置中的一個訓練位置， 其中該UE的該一或多個訓練位置中的一個訓練位置是基於以下各項來決定的：一下行鏈路到達時間差（DL-TDoA）、一下行鏈路到達角（DL-AoA）、一側行鏈路到達時間差（SL-TDoA）、一側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在一預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或一全球導航衛星系統（GNSS），或其組合。
  11. 根據請求項9之方法，亦包括： 基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與一第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測， 其中該訓練輸入資料亦包括該一或多個訓練DL-RFFP量測，或該一或多個訓練SL-RFFP量測，或兩者。
  12. 根據請求項9之方法，亦包括：從一網路實體或從一第二UE接收該UE的該一或多個訓練位置中的一個訓練位置。
  13. 根據請求項1之方法，亦包括： 基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測； 向一網路實體發送該UE的該一或多個訓練自RFFP量測以用於訓練該機器學習模型；及 在基於該UE的至少該一或多個訓練自RFFP量測來訓練該機器學習模型之後，從該網路實體接收該機器學習模型。
  14. 根據請求項13之方法，亦包括： 決定該UE的一訓練位置，該訓練位置與該UE的該一或多個訓練自RFFP量測中的一個訓練自RFFP量測相關聯；及 向該網路實體發送該UE的該訓練位置以用於訓練該機器學習模型。
  15. 根據請求項14之方法，其中該UE的該訓練位置是基於以下各項來決定的：一下行鏈路到達時間差（DL-TDoA）、一下行鏈路到達角（DL-AoA）、一側行鏈路到達時間差（SL-TDoA）、一側行鏈路到達角（SL-AoA）、往返時間（RTT）定位、在一預先決定的參考位置處操作該UE、安裝在該UE上的一或多個感測器，或一全球導航衛星系統（GNSS），或其組合。
  16. 根據請求項13之方法，亦包括： 基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與一第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測；及 向該網路實體發送該一或多個訓練DL-RFFP量測，或該訓練SL-RFFP量測，或兩者以用於訓練該機器學習模型。
  17. 根據請求項13之方法，其中該網路實體是一位置伺服器或一模型儲存庫伺服器。
  18. 一種操作一使用者設備（UE）的方法，包括以下步驟： 從一第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測； 基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及 基於將一機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的一位置。
  19. 根據請求項18之方法，其中該一或多個自RFFP量測和該一或多個SL-RFFP量測是基於由該第二UE發送的該一或多個側行鏈路參考信號的。
  20. 根據請求項18之方法，其中該一或多個SL-RFFP量測是基於由該UE或由該第二UE發送的該一或多個側行鏈路參考信號的。
  21. 根據請求項20之方法，其中該一或多個側行鏈路信號包括一側行鏈路定位參考信號（SL-PRS）、一側行鏈路同步信號塊（SL-SSB）、一側行鏈路通道狀態資訊參考信號（SL CSI-RS）、一側行鏈路通道參考信號，或一攜帶資料的側行鏈路通道信號。
  22. 根據請求項18之方法，亦包括： 接收由該第二UE基於由該第二UE發送的另一或多個參考信號的反射而獲得的一或多個訓練自RFFP量測； 獲得該第二UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及 基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該第二UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該第二UE的該一或多個訓練位置。
  23. 根據請求項22之方法，亦包括：決定該第二UE的該一或多個訓練位置中的一個訓練位置， 其中該第二UE的該一或多個訓練位置中的該一個訓練位置是基於以下各項來決定的：一側行鏈路到達時間差（SL-TDoA）、一側行鏈路到達角（SL-AoA），或往返時間（RTT）定位，或其組合。
  24. 根據請求項22之方法，亦包括：從該第二UE接收該第二UE的該一或多個訓練位置中的一個訓練位置。
  25. 一種使用者設備（UE），包括： 一記憶體； 至少一個收發機；及 通訊地耦合到該記憶體和該至少一個收發機的至少一個處理器，該至少一個處理器被配置為： 經由該至少一個收發機來發送一或多個參考信號； 基於由該UE發送的該一或多個參考信號的反射來獲得一或多個自射頻指紋（自RFFP）量測；及 基於將一機器學習模型應用於該一或多個自RFFP量測來決定該UE的一位置。
  26. 根據請求項25之UE，其中該至少一個處理器亦被配置為： 基於由該UE接收的一或多個下行鏈路參考信號來獲得一或多個下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與一第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測， 其中該UE的該位置是基於將該機器學習模型應用於以下各項來決定的：（i）該一或多個自RFFP量測、及（ii）該一或多個DL-RFFP量測，或該一或多個SL-RFFP量測，或其組合。
  27. 根據請求項25之UE，其中該至少一個處理器亦被配置為： 基於由該UE發送的另一或多個參考信號的反射來獲得一或多個訓練自RFFP量測； 獲得該UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及 基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該UE的該一或多個訓練位置。
  28. 根據請求項27之UE，其中該至少一個處理器亦被配置為： 基於由該UE接收的一或多個下行鏈路訓練信號來獲得一或多個訓練下行鏈路RFFP（DL-RFFP）量測，或者基於該UE與一第二UE之間的一或多個側行鏈路訓練信號來獲得一或多個訓練側行鏈路RFFP（SL-RFFP）量測， 其中該訓練輸入資料亦包括該一或多個訓練DL-RFFP量測，或該一或多個訓練SL-RFFP量測，或兩者。
  29. 一種使用者設備（UE），包括： 一記憶體； 至少一個收發機；及 通訊地耦合到該記憶體和該至少一個收發機的至少一個處理器，該至少一個處理器被配置為： 經由該至少一個收發機來從一第二UE接收由該第二UE基於由該第二UE發送的一或多個參考信號的反射而獲得的一或多個自射頻指紋（自RFFP）量測； 基於該UE與該第二UE之間的一或多個側行鏈路參考信號來獲得一或多個側行鏈路RFFP（SL-RFFP）量測；及 基於將一機器學習模型應用於該一或多個自RFFP量測和該一或多個SL-RFFP量測來決定該第二UE的一位置。
  30. 根據請求項29之UE，其中該至少一個處理器亦被配置為： 經由該至少一個收發機來接收由該第二UE基於由該第二UE發送的另一或多個參考信號的反射而獲得的一或多個訓練自RFFP量測； 獲得該第二UE的一或多個訓練位置，該一或多個訓練位置與該一或多個訓練自RFFP量測相關聯；及 基於訓練輸入資料和參考輸出資料來訓練該機器學習模型，該訓練輸入資料包括該第二UE的該一或多個訓練自RFFP量測，且該參考輸出資料包括該第二UE的該一或多個訓練位置。
TW112126930A 2022-08-23 2023-07-19 基於自射頻指紋（自ｒｆｆｐ）的基於使用者設備的（基於ｕｅ的）定位 TW202425678A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/821,626 US20240069143A1 (en) 2022-08-23 2022-08-23 User equipment-based (ue-based) positioning based on self-radio frequency fingerprint (self-rffp)
US17/821,626 2022-08-23

Publications (1)

Publication Number Publication Date
TW202425678A true TW202425678A (zh) 2024-06-16

Family

ID=87571178

Family Applications (1)

Application Number Title Priority Date Filing Date
TW112126930A TW202425678A (zh) 2022-08-23 2023-07-19 基於自射頻指紋（自ｒｆｆｐ）的基於使用者設備的（基於ｕｅ的）定位

Country Status (3)

Country Link
US (1) US20240069143A1 (zh)
TW (1) TW202425678A (zh)
WO (1) WO2024044427A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4101213A4 (en) * 2020-02-07 2023-10-25 Qualcomm Incorporated COMPLEMENTARY TIME INFORMATION FOR POSITIONING REFERENCE SIGNALS FOR NON-TERRESTRIAL NETWORKS
BR112022014811A2 (pt) * 2020-02-07 2022-09-20 Qualcomm Inc Sinais de referência de posicionamento secundários para redes não terrestres em novo rádio 5g

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112673269A (zh) * 2018-09-28 2021-04-16 苹果公司 用于改善新无线电(nr)定位性能的技术
WO2021237393A1 (en) * 2020-05-25 2021-12-02 Qualcomm Incorporated Environment sensing using radio frequencies configured for wireless communication
US20220003859A1 (en) * 2020-07-01 2022-01-06 Qualcomm Incorporated Monostatic radar with progressive length transmission
US11812338B2 (en) * 2020-08-04 2023-11-07 Qualcomm Incorporated Selective triggering of neural network functions for positioning measurement feature processing at a user equipment
US11762078B2 (en) * 2021-01-27 2023-09-19 Qualcomm Incorporated Line of sight determination based on direction and distance thresholds

Also Published As

Publication number Publication date
US20240069143A1 (en) 2024-02-29
WO2024044427A1 (en) 2024-02-29

Similar Documents

Publication Publication Date Title
US11825439B2 (en) Data gathering and data selection to train a machine learning algorithm
US20240179671A1 (en) Server-to-base station configuration of feature processing neural network for positioning
US20240069143A1 (en) User equipment-based (ue-based) positioning based on self-radio frequency fingerprint (self-rffp)
KR20240140067A (ko) 사용자 장비(ue) 기반 사이드링크 인식 무선 주파수 핑거프린팅(rffp) 포지셔닝
TW202404399A (zh) 定位模型報告
WO2024076855A1 (en) Virtual anchor detection based on channel tap removal
TW202412547A (zh) 定位模型編碼點配置
KR20240150430A (ko) 무선 감지를 위한 볼륨 관련 정보 표시
TW202348069A (zh) 網路輔助並且基於往返射頻指紋（ｒｆｆｐ）的定位估計
US20240019528A1 (en) Positioning model failure detection
WO2023140981A1 (en) Network-based sidelink-aware radio frequency fingerprinting (rffp) positioning
US20240061066A1 (en) Network-based positioning based on self-radio frequency fingerprint (self-rffp)
US20240188025A1 (en) Signaling between a perception-assistance node, a user equipment (ue), and a base station
US20240172165A1 (en) Positioning based on composite radio frequency fingerprint measurement
US20240187871A1 (en) Signaling for bidirectional perception-assistance
US20240179663A1 (en) Radio frequency fingerprint positioning of transmission-reception point
US20230354254A1 (en) Measurement error feedback to enable machine learning-based positioning
WO2024040558A1 (en) Reconfigurable intelligence surface based (ris-based) radar sensing
US20240133995A1 (en) Positioning model training based on radio frequency fingerprint positioning (rffp) measurements corresponding to position displacements
TW202429116A (zh) 基於多個傳輸點及／或多個頻寬配置的定位模型
WO2024196490A1 (en) Machine learning models for positioning based on respective combinations of anchor devices
TW202430909A (zh) 基於通道分接點移除的虛擬錨點偵測
TW202433977A (zh) 新無線電中的增強型多路徑分量報告
TW202437802A (zh) 暴露於位置伺服器的無線電存取網路（ｒａｎ）分析
TW202410725A (zh) 用於定位模型監測的節點配置