WO2023163429A1 - 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법 - Google Patents

무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법 Download PDF

Info

Publication number
WO2023163429A1
WO2023163429A1 PCT/KR2023/001959 KR2023001959W WO2023163429A1 WO 2023163429 A1 WO2023163429 A1 WO 2023163429A1 KR 2023001959 W KR2023001959 W KR 2023001959W WO 2023163429 A1 WO2023163429 A1 WO 2023163429A1
Authority
WO
WIPO (PCT)
Prior art keywords
terminal
information
location
potential candidate
map
Prior art date
Application number
PCT/KR2023/001959
Other languages
English (en)
French (fr)
Inventor
조민성
Original Assignee
삼성전자주식회사
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
Priority claimed from KR1020220029210A external-priority patent/KR20230127089A/ko
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of WO2023163429A1 publication Critical patent/WO2023163429A1/ko

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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity 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
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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

Definitions

  • the embodiments below relate to an apparatus and method for determining a location of a terminal in a wireless communication system.
  • location information of terminals connected to base stations is not directly reported to upper base stations for various reasons including security.
  • the location information of the terminal corresponds to very important information in managing the terminal in the base station, and various studies are being conducted to estimate the location information of the terminal and determine the location of the terminal. The situation is.
  • a method for transmitting potential candidate location map information of a terminal in a wireless communication system is based on an operation of receiving a signal from a terminal, a signal received from the terminal, information about locations around each base station, and a coverage map. It may include an operation of forming a potential candidate location map for a location where the terminal exists through a deep learning model, and an operation of transmitting the formed potential candidate location map information to a controller.
  • a method for determining a location of a terminal in a wireless communication system includes an operation of receiving information on a potential candidate location map of a terminal from base stations, and information received from base stations when a priority in a potential candidate location map of a terminal is equal to or less than a threshold value. It may include an operation of reinforcing potential candidate location map information of one terminal, and an operation of determining the location of the terminal based on the reinforced potential candidate location map information.
  • An apparatus for transmitting candidate location map information of a terminal in a wireless communication system includes a communication module communicating with the terminal, a processor controlling the communication module, and
  • a potential candidate location map for a location where the terminal exists may be formed through a deep learning model, and the formed potential candidate location map information may be transmitted to a controller.
  • An apparatus for determining the location of a terminal in a wireless communication system according to an embodiment,
  • a communication module communicating with a plurality of base stations, a processor controlling the communication module, and at least one memory storing instructions to be executed by the processor, and when the instructions are executed by the processor, the processor: Receive potential candidate location map information of the terminal from base stations of the terminal, and if the priority in the potential candidate location map of the terminal is less than or equal to a threshold value, the potential candidate location map information of the terminal received from the base stations is reinforced, and the reinforced potential candidate location map Based on the information, an operation of determining the location of the terminal may be performed.
  • FIG. 1 is a conceptual diagram illustrating a method of determining a location of a terminal in a wireless communication system according to various embodiments.
  • FIG. 2 is a flowchart illustrating operations of a method of transmitting potential candidate location map information of a terminal in a wireless communication system that can be located in a base station according to an embodiment.
  • FIG. 3 is a diagram for explaining a method of forming a potential candidate location map for a location where a terminal exists according to an embodiment.
  • FIG. 4 is a flowchart illustrating operations of a method for determining a location of a terminal in a wireless communication system that may be located in a controller according to an embodiment.
  • FIG. 5 is a block diagram showing the configuration of an apparatus for transmitting terminal candidate location map information in a wireless communication system that can be located in a base station according to various embodiments.
  • FIG. 6 is a block diagram showing the configuration of a terminal location determining device in a wireless communication system that can be located in a controller.
  • FIG. 1 is a conceptual diagram illustrating a method of determining a location of a terminal in a wireless communication system according to various embodiments.
  • location information of a terminal connected to the base stations 110 is not reported to the base stations 110 for various reasons including security reasons.
  • a method for determining location information of a terminal based on signals received from other terminals without directly transmitting terminal location information in an actual wireless communication system is required.
  • an apparatus for transmitting candidate location map information of terminals located in a base station in a wireless communication system receives a signal from a terminal to which base stations are connected, receives the signal from the terminal, and positions around each base station. It is to form a potential candidate location map for a location where a terminal exists through a deep learning model based on information about and a coverage map.
  • the controller receives potential candidate location map information of the terminal from base stations, and reinforces the potential candidate location map information of the terminal received from the base stations when a priority in the potential candidate location map of the terminal is less than or equal to a threshold value. and to determine the location of the terminal based on the reinforced potential candidate location map information.
  • a map of a potential candidate location 120 of a terminal in which the terminal may exist is obtained through a deep learning model based on a signal received from the terminal, information on locations around each base station 110, and a coverage map.
  • a method of forming, determining the location of a terminal through a controller 130 based on map information about the formed potential candidate location 120, and providing the determined terminal location 140 where the terminal is predicted to be located is disclosed.
  • various applications to 5G and 6G wireless communication environments through location estimation data of a separate terminal are possible.
  • an apparatus for transmitting candidate location map information of a terminal in a wireless communication system that may be located in a base station receives a signal from the terminal, and the signal received from the terminal and information about locations around each base station Based on , and the coverage map, a potential candidate location map for the location where the terminal exists is formed through a deep learning model, and information on the potential candidate location map formed can be transmitted to the controller.
  • an apparatus for determining a location of a terminal in a wireless communication system which may be located in a controller, receives potential candidate location map information of a terminal from base stations, and priorities in the potential candidate location map of the terminal are determined. If it is less than or equal to the threshold value, potential candidate location map information of the terminal received from base stations may be reinforced, and the location of the terminal may be determined based on the reinforced potential candidate location map information. By determining the location of the terminal based on potential candidate location map information as described above, the location of the terminal in the base station can be determined without transmitting separate terminal location information.
  • Deep learning models can be created through machine learning. Such learning may be performed, for example, in a device itself that transmits information on a potential candidate location map of a terminal in a wireless communication system that may be located in the base stations 110 where the deep learning model is performed, and a separate server may be used. may be performed through The learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning or reinforcement learning, but in the above example Not limited.
  • a deep learning model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the foregoing, but is not limited to the foregoing examples.
  • a deep learning model may additionally or alternatively include a software structure in addition to a hardware structure.
  • FIG. 2 is a flowchart illustrating operations of a method of transmitting potential candidate location map information of a terminal in a wireless communication system that can be located in a base station according to an embodiment.
  • the apparatus for transmitting terminal candidate location map information may receive a signal from the terminal.
  • the signal received from the terminal may include at least one of information about base stations interworking with the terminal and Wi-Fi reception information.
  • the information received from the terminal may include a remaining minimum system information (RMSI) message including a system information block (SIB) message including information of interlocked base stations such as cell id and area id.
  • RMSI remaining minimum system information
  • SIB system information block
  • the apparatus for transmitting terminal candidate location map information may pre-process information about locations around the base station.
  • the information about the location around the base station may include at least one of information about the area, building structure, and road structure of the location around the base station.
  • Information on locations around the base station may be used to learn a deep learning model through a pre-processing process.
  • the apparatus for transmitting terminal candidate location map information may generate a coverage map for a potential candidate location where the terminal is located.
  • a coverage map for a potential candidate location where the terminal is located may be generated through a simulation operation.
  • a coverage map of a potential candidate location where a terminal is located may be generated by a method of predicting a loss value of radio waves in a 3D environment, similar to an approach in which radio waves are actually emitted.
  • Operation 230 of generating a coverage map for a potential candidate location where the terminal is located may include an operation of generating a coverage map through a ray tracing operation.
  • the apparatus for transmitting terminal candidate location map information may form a potential candidate location map.
  • An apparatus for transmitting potential candidate location map information of a terminal in a wireless communication system may form a potential candidate location map in which the terminal may exist based on the preprocessed information on locations around the base station and the generated coverage map.
  • the apparatus for transmitting terminal candidate location map information may transmit information on the potential candidate location map to the controller.
  • a device for transmitting candidate location map information of a terminal in a wireless communication system may transmit information on a potential candidate location map formed by a controller through a communication module.
  • FIG. 3 is a diagram for explaining a method of forming a potential candidate location map for a location where a terminal exists according to an embodiment.
  • Location information 310 around the base station may be obtained based on a map of a selected area around the base station.
  • the location information 310 around the base station may include at least one of information about the area, building structure, and road structure of the location around the base station.
  • the obtained location information 310 around the base station may be subjected to location information pre-processing 320 before being used for learning the deep learning model 340 .
  • the operation 330 of generating a coverage map may include an operation of generating a coverage map of a potential candidate location where a terminal connected to base stations is located in a wireless communication system through simulation.
  • the operation 330 of generating a coverage map may include a simulation operation of estimating a loss value of radio waves in a 3D environment in an approach similar to that in which radio waves are actually radiated.
  • a simulation operation for generating a coverage map may include an operation of performing a ray tracing technique.
  • the coverage map generated through the operation 330 of generating the coverage map may be updated based on the terminal signal according to a predetermined period in order to reduce an error through simulation.
  • the deep learning model 340 receiving the preprocessed location information generated through the location information preprocessing 320 and the coverage map generated through the operation 330 to generate a coverage map outputs a potential candidate location map 350. can do.
  • FIG. 4 is a flowchart illustrating operations of a method for determining a location of a terminal in a wireless communication system that may be located in a controller according to an embodiment.
  • an apparatus for determining a location of a terminal within a wireless communication system may receive potential candidate location map information of the terminal from base stations.
  • An apparatus for determining a position of a terminal in a wireless communication system which may be located in a controller, may receive information of a potential candidate position map formed by the apparatus for transmitting candidate position map information of a terminal in the wireless communication system through a communication module.
  • a terminal positioning device within a wireless communication system may augment the terminal's potential candidate location map information.
  • the terminal receives information from each base station based on the reference signal received power from each base station.
  • Potential candidate location map information may be reinforced by obtaining a signal to interference plus noise ratio of the received signal and combining them.
  • an operation to reinforce potential candidate location map information may not be performed.
  • the apparatus for determining the location of the terminal within the wireless communication system may determine the location of the terminal based on the augmented potential candidate location map information.
  • An apparatus for determining a location of a terminal may determine a location of one terminal from locations of a plurality of terminals determined based on locations of a plurality of terminals included in the reinforced potential candidate location map information and information of base stations interworking with the terminal.
  • FIG. 5 is a block diagram showing the configuration of an apparatus for transmitting terminal candidate location map information in a wireless communication system that can be located in a base station according to various embodiments.
  • an apparatus 500 for transmitting terminal candidate location map information includes a communication module 530 communicating with a terminal and a controller, a processor 510 controlling the communication module, and the processor 510. It may include at least one memory 520 that stores instructions to be executed by the computer.
  • the communication module 530 establishes a direct (eg, wired) communication channel or a wireless communication channel between the terminal candidate location map information transmission device 500 and an external electronic device (eg, a terminal or a controller), and establishes a communication channel through the established communication channel. Communication can be supported.
  • the communication module 530 may include one or more communication processors that operate independently of the processor 510 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 530 is a wireless communication module (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module (eg, a local area network (LAN)).
  • GNSS global navigation satellite system
  • a corresponding communication module is a first network (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network (eg, a legacy cellular network, a 5G network, It is possible to communicate with an external electronic device through a next-generation communication network, the Internet, or a telecommunications network such as a computer network (eg, LAN or WAN).
  • a first network eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network eg, a legacy cellular network, a 5G network
  • a next-generation communication network the Internet
  • a telecommunications network such as a computer network (eg, LAN or WAN).
  • These various types of communication modules may be integrated as one component (eg, a single chip) or implemented as a plurality of separate components (eg
  • the processor 510 may execute, for example, software to control at least one other component (eg, hardware or software component) of the terminal candidate location map information transmission device 500 connected to the processor 510. and can perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, the processor 510 stores commands or data received from other components (eg, the communication module 530) in a volatile memory, and stores the commands stored in the volatile memory. Alternatively, the data may be processed, and the resulting data may be stored in non-volatile memory.
  • other components eg, the communication module 530
  • the processor 510 may include a main processor (eg, a central processing unit or an application processor) or a secondary processor (eg, a graphic processing unit, a neural processing unit (NPU)) that may operate independently of or together therewith. , image signal processor, sensor hub processor, or communication processor).
  • a main processor eg, a central processing unit or an application processor
  • a secondary processor eg, a graphic processing unit, a neural processing unit (NPU)
  • image signal processor e.g., sensor hub processor, or communication processor
  • the auxiliary processor may use less power than the main processor or may be set to be specialized for a designated function.
  • a secondary processor may be implemented separately from, or as part of, the main processor.
  • the memory 520 may store various data used by at least one component (eg, the processor 510 or the communication module 530) of the apparatus 500 for transmitting terminal candidate location map information. Data may include, for example, input data or output data for software and related instructions.
  • the memory 520 may include volatile memory or non-volatile memory.
  • the processor 510 When the instructions are executed by the processor 510, the processor 510 receives a signal from the terminal, and uses a deep learning model based on the signal received from the terminal, information about locations around each base station, and a coverage map. An operation of forming a potential candidate location map for a location where the terminal exists and transmitting the formed potential candidate location map information to the controller may be performed.
  • the processor 510 When the instructions are executed by the processor 510, the processor 510 pre-processes information about the location around each base station and generates a coverage map for predicting the propagation loss value of the signal to the terminal based on the map around each base station.
  • An operation of forming a potential candidate location map may be performed by generating and inputting pre-processed location information and coverage map information to a deep learning model.
  • the processor 510 may further perform an operation of updating the coverage map based on information received from the terminal.
  • the signal received from the terminal may include at least one of information about base stations interworking with the terminal and Wi-Fi reception information.
  • the information about the location around the base station may include at least one of information about the area of the location, building structure, and road structure.
  • FIG. 6 is a block diagram showing the configuration of a terminal location determining device in a wireless communication system that can be located in a controller.
  • an apparatus 600 for determining a location of a terminal includes a communication module 630 communicating with a terminal and a controller, a processor 610 controlling the communication module, and instructions to be executed by the processor 610. It may include at least one memory 620 for storing instructions.
  • the communication module 630 establishes a direct (eg, wired) communication channel or a wireless communication channel between the terminal location determining device 600 and an external electronic device (eg, the terminal candidate location map information transmitting device 500), and establishes Communication through a communication channel may be supported.
  • the communication module 630 may include one or more communication processors that operate independently of the processor 610 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 630 is a wireless communication module (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module (eg, a local area network (LAN)).
  • GNSS global navigation satellite system
  • a corresponding communication module is a first network (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network (eg, a legacy cellular network, a 5G network, It is possible to communicate with an external electronic device through a next-generation communication network, the Internet, or a telecommunications network such as a computer network (eg, LAN or WAN).
  • a first network eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network eg, a legacy cellular network, a 5G network
  • a next-generation communication network the Internet
  • a telecommunications network such as a computer network (eg, LAN or WAN).
  • These various types of communication modules may be integrated as one component (eg, a single chip) or implemented as a plurality of separate components (eg
  • the processor 610 may, for example, execute software to control at least one other component (eg, hardware or software component) of the terminal positioning device 600 connected to the processor 610, and may control various components. Data processing or computation can be performed. According to one embodiment, as at least part of data processing or operation, the processor 610 stores commands or data received from other components (eg, the communication module 630) in a volatile memory, and stores the commands or data stored in the volatile memory. Alternatively, the data may be processed, and the resulting data may be stored in non-volatile memory.
  • other components eg, the communication module 630
  • the processor 610 may include a main processor (eg, a central processing unit or an application processor) or a secondary processor (eg, a graphic processing unit, a neural processing unit (NPU)) that may operate independently of or together with the main processor. , image signal processor, sensor hub processor, or communication processor).
  • a main processor eg, a central processing unit or an application processor
  • a secondary processor eg, a graphic processing unit, a neural processing unit (NPU)
  • the auxiliary processor may use less power than the main processor or may be set to be specialized for a designated function.
  • a secondary processor may be implemented separately from, or as part of, the main processor.
  • the memory 620 may store various data used by at least one component (eg, the processor 610 or the communication module 630) of the terminal location determining device 600. Data may include, for example, input data or output data for software and related instructions.
  • the memory 620 may include volatile memory or non-volatile memory.
  • the processor 610 When the instructions are executed by the processor 610, the processor 610 receives potential candidate location map information of the terminal from a plurality of base stations, and if the priority in the potential candidate location map of the terminal is less than or equal to a threshold value, the processor 610 receives information from the base stations. An operation of reinforcing the received potential candidate location map information of the terminal and determining the location of the terminal based on the reinforced potential candidate location map information may be performed.
  • the processor 610 may perform an operation of determining the priority of the terminal location based on the signal-to-interference noise ratio received from each base station.
  • the processor 610 determines the location of a plurality of terminals from each base station based on the strength of the signal received from the terminal, and determines the location of the plurality of terminals and the base station interlocked with the terminal. An operation of determining the location of one terminal from the locations of a plurality of terminals determined based on the information of the terminals may be performed.
  • the processor 610 When the instructions are executed by the processor 610, if the priority in the potential candidate location map of the terminal is greater than or equal to the threshold value, the processor 610 excludes an operation of reinforcing the terminal based on the potential candidate location map information before reinforcement. An operation of determining the location of may be further performed.
  • an apparatus for transmitting candidate location map information of a terminal in a wireless communication system receives a signal from the terminal, and stores the signal received from the terminal, information on locations around each base station, and a coverage map. Based on the deep learning model, a potential candidate location map for a location where the terminal exists may be formed, and the formed potential candidate location map information may be transmitted to the controller.
  • the apparatus for determining the location of a terminal in a wireless communication system which may be located in a controller, receives potential candidate location map information of a terminal from base stations, and when a priority in the potential candidate location map of the terminal is equal to or less than a threshold value, from the base stations.
  • the received potential candidate location map information of the terminal may be reinforced, and the location of the terminal may be determined based on the reinforced potential candidate location map information.
  • the device for transmitting terminal candidate location map information and the device for determining the location of a terminal may be various types of devices.
  • the device for transmitting candidate location map information of a terminal and the device for determining a location of a terminal include, for example, a portable communication device (e.g., a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance. can do.
  • An electronic device according to an embodiment of the present document is not limited to the aforementioned devices.
  • first, second, or first or secondary may simply be used to distinguish that component from other corresponding components, and may refer to that component in other respects (eg, importance or order) is not limited.
  • a (eg, first) component is said to be “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively.”
  • the certain component may be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logical blocks, parts, or circuits.
  • a module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of this document provide one or more commands stored in a storage medium readable by a machine (eg, the terminal candidate location map information transmission device 500 and the terminal location determination device 600). It can be implemented as software including For example, the processors (eg, the processor 510 and the processor 610) of the machine (eg, the terminal candidate location map information transmitting device 500 and the terminal location determining device 600), store Recall at least one of the one or more instructions stored from the medium and execute it. This enables the device to be operated to perform at least one function according to the at least one command invoked.
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
  • a signal e.g. electromagnetic wave
  • the method according to various embodiments disclosed in this document may be provided by being included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a device-readable storage medium e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play StoreTM
  • two user devices e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • at least part of the computer program product may be temporarily stored or temporarily created in a device-readable storage medium such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
  • the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

무선 통신 시스템 내의 단말기의 잠재적 후보 위치 맵 정보를 전송하는 방법 및 장치가 개시된다. 단말기의 잠재적 후보 위치 맵 정보를 전송하는 방법은, 단말기로부터 신호를 수신하는 동작, 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하는 동작, 및 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송하는 동작을 포함할 수 있다.

Description

무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법
아래의 실시예들은 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법에 관한 것이다.
무선 통신 시스템 상에서 기지국들과 연결된 단말기의 위치 정보는 보안을 포함한 여러가지 이유로 기지국 상위로 직접적으로 보고되지 않고 있다. 그러나 실제 무선 통신 시스템 운용에 있어서 단말기의 위치 정보는 기지국에서 단말기를 관리하는 데 있어 매우 중요한 정보에 해당하는 바, 단말기의 위치 정보에 대해 추정하고 단말기의 위치를 결정하기 위한 여러 연구가 진행되고 있는 실정이다.
일 실시예에 따른 무선 통신 시스템 내의 단말기의 잠재적 후보 위치 맵 정보를 전송하는 방법은, 단말기로부터 신호를 수신하는 동작, 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하는 동작, 및 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송하는 동작을 포함할 수 있다.
일 실시예에 따른 무선 통신 시스템내의 단말기의 위치를 결정하는 방법은, 기지국들로부터 단말기의 잠재적 후보 위치 맵 정보들을 수신 받는 동작, 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 기지국들로부터 수신한 단말기의 잠재적 후보 위치 맵 정보들을 보강하는 동작, 및 보강된 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정하는 동작을 포함할 수 있다.
일 실시예에 따른 무선 통신 시스템내의 단말기의 후보 위치 맵 정보를 전송하는 장치는, 단말기와 통신하는 통신 모듈, 통신 모듈을 제어하는 프로세서, 및
프로세서에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리를 포함하고, 프로세서에 의해 인스트럭션들이 실행될 때, 프로세서는, 단말기로부터 신호를 수신하고, 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 상기 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하고, 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송하는 동작을 수행할 수 있다.
일 실시예에 따른 무선 통신 시스템내의 단말기의 위치를 결정하는 장치는,
복수의 기지국들과 통신하는 통신 모듈, 통신 모듈을 제어하는 프로세서, 및 프로세서에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리를 포함하고, 프로세서에 의해 인스트럭션들이 실행될 때, 프로세서는, 복수의 기지국들로부터 단말기의 잠재적 후보 위치 맵 정보들을 송신 받고, 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 기지국들로부터 수신한 단말기의 잠재적 후보 위치 맵 정보들을 보강하고, 보강된 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정하는 동작을 수행할 수 있다.
도 1은 다양한 실시예들에 따른 무선 통신 시스템 내의 단말기의 위치를 결정하는 방법을 설명하기 위한 개념도이다.
도 2는 일 실시예에 따른 기지국내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 잠재적 후보 위치 맵 정보를 전송하는 방법의 동작들을 도시한 흐름도이다.
도 3은 일 실시예에 따른 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하는 방법을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 위치를 결정하는 방법의 동작들을 도시한 흐름도이다.
도 5는 다양한 실시예 들에 따른 기지국내에 위치할 수 있는 무선 통신 시스템 내의 단말기 후보 위치 맵 정보 전송 장치의 구성을 나타낸 블록도이다.
도 6은 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기 위치 결정 장치의 구성을 나타낸 블록도이다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 다양한 실시예들에 따른 무선 통신 시스템 내의 단말기의 위치를 결정하는 방법을 설명하기 위한 개념도이다.
무선 통신 시스템에서 기지국들(110)과 연결된 단말기의 위치 정보는 보안 상의 이유를 포함한 여러가지 이유로 기지국들(110) 상위로 보고되지 않고 있다. 그러나 단말기의 위치 정보의 중요성을 고려할 때, 실제 무선 통신 시스템에서 직접적인 단말 위치 정보의 전송 없이 기타 단말기 수신 신호에 기초하여 단말기의 위치 정보를 파악할 수 있는 방법이 필요하다.
무선 통신 단말기가 여러 개의 기지국들과 연결되어 있는 경우 기지국들이 단말기로부터 수신 받는 신호들에 기초하여 단말기의 위치 정보를 파악해야 하는 경우가 있다. 본 문서에 개시되는 다양한 실시예들은, 기지국 내에 위치한 무선 통신 시스템 내의 단말기의 후보 위치 맵 정보 전송하는 장치는 기지국들이 연결되어 있는 단말기로부터 신호를 수신하고, 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하기 위한 것이다.
또한, 다양한 실시예들은, 컨트롤러는 기지국들로부터 단말기의 잠재적 후보 위치 맵 정보들을 수신하고, 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 기지국들로부터 수신한 단말기의 잠재적 후보 위치 맵 정보들을 보강하고, 보강된 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정하기 위한 것이다.
본 개시에서는 단말기로부터 수신 받은 신호, 각 기지국들(110) 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 단말기가 존재할 수 있는 단말기의 잠재적 후보 위치(120)에 관한 맵을 형성하고, 형성된 잠재적 후보 위치(120)에 관한 맵 정보에 기초하여 컨트롤러(130)를 통해 단말기의 위치를 결정하고, 단말기가 위치할 것으로 예측되는 결정된 단말기 위치(140)를 제공하는 방법이 개시된다. 본 개시를 통해 별도의 단말기의 위치 추정 데이터를 통한 5G, 6G 무선 통신 환경에 대한 다양한 적용이 가능하다. 다양한 실시예들에 따르면, 기지국내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 후보 위치 맵 정보를 전송하는 장치는 단말기로부터 신호를 수신하고, 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하고, 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송할 수 있다.
또한, 다양한 실시예들에 따르면, 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치는 기지국들로부터 단말기의 잠재적 후보 위치 맵 정보들을 수신하고, 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 기지국들로부터 수신한 단말기의 잠재적 후보 위치 맵 정보들을 보강하고, 보강된 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정할 수 있다. 이 같이 잠재적 후보 위치 맵 정보를 기반으로 단말기의 위치를 결정함으로써, 별도의 단말기 위치 정보의 전송 없이 기지국에서의 단말기의 위치를 결정할 수 있다.
딥러닝 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 딥러닝 모델이 수행되는 기지국들(110)내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 잠재적 후보 위치 맵 정보를 전송하는 장치 자체에서 수행될 수 있고, 별도의 서버를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 딥러닝 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 딥러닝 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
도 2는 일 실시예에 따른 기지국내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 잠재적 후보 위치 맵 정보를 전송하는 방법의 동작들을 도시한 흐름도이다.
동작(210)에서 단말기 후보 위치 맵 정보 전송 장치는 단말기로부터 신호를 수신할 수 있다. 단말기로부터 수신된 신호는, 단말기와 연동된 기지국들에 대한 정보, 및 와이파이 수신 정보 중 적어도 하나를 포함할 수 있다. 단말기로부터 수신된 정보는 cell id, area id와 같은 연동된 기지국들의 정보를 포함하는 SIB(system information block) 메시지를 포함하는 RMSI(remaining minimum system information) 메시지를 포함될 수 있다.
동작(220)에서 단말기 후보 위치 맵 정보 전송 장치는 기지국 주변의 위치에 관한 정보를 전처리 할 수 있다. 기지국 주변의 위치에 관한 정보는, 기지국 주변의 위치의 면적, 건물 구조, 도로 구조에 대한 정보 중 적어도 하나를 포함할 수 있다. 기지국 주변의 위치에 관한 정보는 전처리 과정을 통해 딥러닝 모델을 학습하는 데 사용될 수 있다.
동작(230)에서 단말기 후보 위치 맵 정보 전송 장치는 단말기가 위치하는 잠재적 후보 위치에 대한 커버리지 맵을 생성할 수 있다. 단말기가 위치하는 잠재적 후보 위치에 대한 커버리지 맵은 시뮬레이션 동작을 통해 생성될 수 있다. 단말기가 위치하는 잠재적 후보 위치에 대한 커버리지 맵은 실제 전파가 방사되는 것과 유사한 접근으로 3차원 환경에서 전파의 손실치를 예측하는 방법에 의해 생성될 수 있다. 단말기가 위치하는 잠재적 후보 위치에 대한 커버리지 맵을 생성하는 동작(230)은 레이트레이싱(ray tracing) 동작을 통해 커버리지 맵을 생성하는 동작을 포함할 수 있다.
동작(240)에서 단말기 후보 위치 맵 정보 전송 장치는 잠재적 후보 위치 맵을 형성할 수 있다. 무선 통신 시스템 내의 단말기의 잠재적 후보 위치 맵 정보를 전송하는 장치는 전 처리된 기지국 주변의 위치에 관한 정보와 생성된 커버리지 맵에 기초하여 단말기가 존재할 수 있는 잠재적 후보 위치 맵을 형성할 수 있다.
동작(250)에서 단말기 후보 위치 맵 정보 전송 장치는 형성된 잠재적 후보 위치 맵의 정보를 컨트롤러로 전송할 수 있다. 무선 통신 시스템 내의 단말기의 후보 위치 맵 정보를 전송하는 장치는 통신 모듈을 통해 컨트롤러로 형성된 잠재적 후보 위치 맵의 정보를 전송할 수 있다.
도 3은 일 실시예에 따른 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하는 방법을 설명하기 위한 도면이다.
기지국 주변의 위치 정보(310)는 기지국 주변의 선택된 영역의 지도에 기초하여 획득될 수 있다. 기지국 주변의 위치 정보(310)는 기지국 주변의 위치의 면적, 건물 구조, 도로 구조에 대한 정보 중 적어도 하나를 포함할 수 있다. 획득된 기지국 주변의 위치 정보(310)는 딥러닝 모델(340)에 대한 학습에 사용되기 전에 위치 정보 전처리(320)를 거칠 수 있다.
커버리지 맵을 생성하는 동작(330)은 시뮬레이션을 통해 무선 통신 시스템 내에서 기지국들과 연결된 단말기가 위치하는 잠재적 후보 위치에 대한 커버리지 맵은 생성하는 동작을 포함할 수 있다. 커버리지 맵을 생성하는 동작(330)은 실제 전파가 방사되는 것과 유사한 접근으로 3차원 환경에서 전파의 손실치를 예측하는 시뮬레이션 동작을 포함할 수 있다. 커버리지 맵을 생성하기 위한 시뮬레이션 동작은 레이트레이싱 기법을 수행하는 동작을 포함할 수 있다. 커버리지 맵을 생성하는 동작(330)을 통해 생성된 커버리지 맵은, 시뮬레이션을 통한 오차를 줄이기 위해 일정 주기에 따라 단말기 신호에 기초하여 갱신될 수 있다.
위치 정보 전처리(320)를 통해 생성된 전 처리된 위치 정보와 커버리지 맵을 생성하는 동작(330)을 통해 생성된 커버리지 맵을 입력 받은 딥러닝 모델(340)은 잠재적 후보 위치 맵(350)을 출력할 수 있다.
도 4는 일 실시예에 따른 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 위치를 결정하는 방법의 동작들을 도시한 흐름도이다.
동작(410)에서 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치는 기지국들로부터 단말기의 잠재적 후보 위치 맵 정보들을 수신할 수 있다. 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치는 통신 모듈을 통해 무선 통신 시스템 내의 단말기의 후보 위치 맵 정보를 전송하는 장치에서 형성된 잠재적 후보 위치 맵의 정보를 수신할 수 있다.
동작(420)에서 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기 위치 결정 장치는 단말기의 잠재적 후보 위치 맵 정보들을 보강할 수 있다. 단말기의 잠재적 후보 위치 맵 정보들을 보강하는 동작(420)은 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 단말기의 경우 각 기지국들로부터 수신한 신호의 세기(reference signal received power)에 기초하여 각 기지국들로부터 수신한 신호의 간섭 노이즈 비율(signal to interference plus noise ratio)을 획득하고 이를 조합하여 잠재적 후보 위치 맵 정보들을 보강할 수 있다. 잠재적 후보 위치 맵 내 우선권이 임계 값 이상인 단말기의 경우, 예를 들면 응급 신호가 발생하는 경우 잠재적 후보 위치 맵 정보들을 보강하는 동작을 거치지 않을 수 있다.
동작(430)에서 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치는 보강된 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정할 수 있다. 단말기의 위치를 결정하는 장치는 보강된 잠재적 후보 위치 맵 정보들에 포함된 복수의 단말 위치, 및 단말기와 연동된 기지국들의 정보에 기초하여 결정된 복수의 단말 위치로부터 하나의 단말 위치를 결정할 수 있다.
도 5는 다양한 실시예들에 따른 기지국내에 위치할 수 있는 무선 통신 시스템 내의 단말기 후보 위치 맵 정보 전송 장치의 구성을 나타낸 블록도이다.
도 5를 참조하면, 일 실시예에 따른 단말기 후보 위치 맵 정보 전송 장치(500)는 단말기 및 컨트롤러와 통신하는 통신 모듈(530), 통신 모듈을 제어하는 프로세서(510), 및 프로세서(510)에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리(520)를 포함할 수 있다.
통신 모듈(530)은 단말기 후보 위치 맵 정보 전송 장치(500)와 외부 전자 장치(예: 단말기, 컨트롤러) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(530)은 프로세서(510)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(530)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 기기와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다.
프로세서(510)는, 예를 들면, 소프트웨어를 실행하여 프로세서(510)에 연결된 단말기 후보 위치 맵 정보 전송 장치(500)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(510)는 다른 구성요소(예: 통신 모듈(530))로부터 수신된 명령 또는 데이터를 휘발성 메모리에 저장하고, 휘발성 메모리에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리에 저장할 수 있다. 일 실시예에 따르면, 프로세서(510)는 메인 프로세서 (예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 단말기 후보 위치 맵 정보 전송 장치(500)가 메인 프로세서 및 보조 프로세서를 포함하는 경우, 보조 프로세서는 메인 프로세서보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서는 메인 프로세서와 별개로, 또는 그 일부로서 구현될 수 있다.
메모리(520)는, 단말기 후보 위치 맵 정보 전송 장치(500)의 적어도 하나의 구성요소(예: 프로세서(510) 또는 통신 모듈(530))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(520)는, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다.
프로세서(510)에 의해 인스트럭션들이 실행될 때, 프로세서(510)는, 단말기로부터 신호를 수신하고, 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하고, 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송하는 동작을 수행할 수 있다.
프로세서(510)에 의해 인스트럭션들이 실행될 때, 프로세서(510)는, 각 기지국 주변의 위치에 관한 정보를 전처리하고, 각 기지국 주변의 지도를 기준으로 단말기로의 신호의 전파 손실치를 예측하는 커버리지 맵을 생성하고, 전 처리된 기지국 주변의 위치에 관한 정보 및 커버리지 맵에 관한 정보를 딥러닝 모델에 입력하여 잠재적 후보 위치 맵을 형성하는 동작을 수행할 수 있다.
프로세서(510)에 의해 인스트럭션들이 실행될 때, 프로세서(510)는, 커버리지 맵을 단말기로부터 수신한 정보에 기초하여 갱신하는 동작을 더 수행할 수 있다.
단말기로부터 수신된 신호는, 단말기와 연동된 기지국들에 대한 정보, 및 와이파이 수신 정보 중 적어도 하나를 포함할 수 있다.
기지국 주변의 위치에 관한 정보는, 위치의 면적, 건물 구조, 도로 구조에 대한 정보 중 적어도 하나를 포함할 수 있다.
도 6은 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기 위치 결정 장치의 구성을 나타낸 블록도이다.
도 6을 참조하면, 일 실시예에 따른 단말기 위치 결정 장치(600)는 단말기 및 컨트롤러와 통신하는 통신 모듈(630), 통신 모듈을 제어하는 프로세서(610), 및 프로세서(610)에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리(620)를 포함할 수 있다.
통신 모듈(630)은 단말기 위치 결정 장치(600)와 외부 전자 장치(예: 단말기 후보 위치 맵 정보 전송 장치(500)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(630)은 프로세서(610)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(630)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 기기와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다.
프로세서(610)는, 예를 들면, 소프트웨어를 실행하여 프로세서(610)에 연결된 단말기 위치 결정 장치(600)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(610)는 다른 구성요소(예: 통신 모듈(630))로부터 수신된 명령 또는 데이터를 휘발성 메모리에 저장하고, 휘발성 메모리에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리에 저장할 수 있다. 일 실시예에 따르면, 프로세서(610)는 메인 프로세서 (예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 단말기 위치 결정 장치(600)가 메인 프로세서 및 보조 프로세서를 포함하는 경우, 보조 프로세서는 메인 프로세서보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서는 메인 프로세서와 별개로, 또는 그 일부로서 구현될 수 있다.
메모리(620)는, 단말기 위치 결정 장치(600)의 적어도 하나의 구성요소(예: 프로세서(610) 또는 통신 모듈(630))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(620)는, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다.
프로세서(610)에 의해 인스트럭션들이 실행될 때, 프로세서(610)는, 복수의 기지국들로부터 단말기의 잠재적 후보 위치 맵 정보들을 송신 받고, 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 상기 기지국들로부터 수신한 단말기의 잠재적 후보 위치 맵 정보들을 보강하고, 보강된 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정하는 동작을 수행할 수 있다.
프로세서(610)에 의해 인스트럭션들이 실행될 때, 프로세서(610)는 각 기지국들로부터 수신한 신호 대 간섭 노이즈 비율에 기초하여 단말기 위치의 우선순위를 결정하는 동작을 수행할 수 있다.
프로세서(610)에 의해 인스트럭션들이 실행될 때, 프로세서(610)는, 단말기로부터 수신한 신호의 세기에 기초하여 각 기지국들로부터 복수의 단말 위치를 결정하고, 복수의 단말 위치, 및 단말기와 연동된 기지국 들의 정보에 기초하여 결정된 복수의 단말 위치로부터 하나의 단말 위치를 결정하는 동작을 수행할 수 있다.
프로세서(610)에 의해 인스트럭션들이 실행될 때, 프로세서(610)는, 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이상인 경우, 보강하는 동작을 제외하고, 보강 전 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정하는 동작을 더 수행할 수 있다.
이상 설명된 실시예들에 따르면, 무선 통신 시스템 내의 단말기의 후보 위치 맵 정보를 전송하는 장치는 단말기로부터 신호를 수신하고, 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하고, 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송할 수 있다. 또한, 컨트롤러 내에 위치할 수 있는 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치는 기지국들로부터 단말기의 잠재적 후보 위치 맵 정보들을 수신하고, 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 기지국들로부터 수신한 단말기의 잠재적 후보 위치 맵 정보들을 보강하고, 보강된 잠재적 후보 위치 맵 정보들에 기초하여 단말기의 위치를 결정할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 단말기 후보 위치 맵 정보 전송 장치, 및 단말기 위치 결정 장치는 다양한 형태의 장치가 될 수 있다. 단말기 후보 위치 맵 정보 전송 장치, 및 단말기 위치 결정 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예 : 단말기 후보 위치 맵 정보 전송 장치(500), 및 단말기 위치 결정 장치(600))에 의해 읽을 수 있는 저장 매체(storage medium)에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어로서 구현될 수 있다. 예를 들면, 기기(machine)(예 : 단말기 후보 위치 맵 정보 전송 장치(500), 및 단말기 위치 결정 장치(600))의 프로세서(예: 프로세서(510), 및 프로세서(610))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 애플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 애플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 무선 통신 시스템 내의 단말기의 잠재적 후보 위치 맵 정보를 전송하는 방법에 있어서,
    상기 단말기로부터 신호를 수신하는 동작(210);
    상기 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 상기 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하는 동작(240); 및
    상기 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송하는 동작(250)을 포함하는,
    방법.
  2. 제1항에 있어서,
    상기 잠재적 후보 위치 맵을 형성하는 동작(240)은,
    각 기지국 주변의 위치에 관한 정보를 전처리 하는 동작(220);
    상기 각 기지국 주변의 지도를 기준으로 상기 단말기로의 신호의 전파 손실치를 예측하는 커버리지 맵을 생성하는 동작(230); 및
    상기 전 처리된 기지국 주변의 위치에 관한 정보 및 상기 커버리지 맵에 관한 정보를 딥러닝 모델에 입력하여 상기 잠재적 후보 위치 맵을 형성하는 동작(240)을 포함하는,
    방법.
  3. 제1항 또는 제2항 중 어느 한 항에 있어서,
    상기 커버리지 맵을 상기 단말기로부터 수신한 정보에 기초하여 갱신하는 동작을 더 포함하는,
    방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 커버리지 맵은,
    레이트레이싱(raytracing)을 통해 생성되는 것인,
    장치.
  5. 무선 통신 시스템내의 단말기의 위치를 결정하는 방법에 있어서,
    기지국들로부터 상기 단말기의 잠재적 후보 위치 맵 정보들을 수신 받는 동작(410);
    상기 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 상기 기지국들로부터 수신한 상기 단말기의 잠재적 후보 위치 맵 정보들을 보강하는 동작(420);
    및 상기 보강된 잠재적 후보 위치 맵 정보들에 기초하여 상기 단말기의 위치를 결정하는 동작(430)을 포함하는
    방법.
  6. 제5항에 있어서,
    상기 단말기의 잠재적 후보 위치 맵 정보들을 보강하는 동작(420)은,
    상기 각 기지국들로부터 수신한 신호 대 간섭 노이즈 비율(signal to interference plus noise ratio)에 기초하여 상기 단말기 위치의 우선순위를 결정하는 동작을 포함하는,
    방법.
  7. 제5항 또는 제6항 중 어느 한 항에 있어서,
    상기 단말기 위치를 결정하는 동작(430)은,
    상기 단말기로부터 수신한 신호의 세기(reference signal received power)에 기초하여 각 기지국 들로부터 복수의 단말 위치를 결정하는 동작; 및
    상기 복수의 단말 위치, 및 상기 단말기와 연동된 기지국 들의 정보에 기초하여 상기 결정된 복수의 단말 위치로부터 하나의 단말 위치를 결정하는 동작을 포함하는,
    방법.
  8. 제5항 내지 제7항 중 어느 한 항에 있어서,
    상기 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이상인 경우,
    상기 보강하는 동작을 제외하고, 상기 잠재적 후보 위치 맵 정보들에 기초하여 상기 단말기의 위치를 결정하는 동작을 더 포함하는,
    방법.
  9. 무선 통신 시스템 내의 단말기의 후보 위치 맵 정보를 전송하는 장치(500)에 있어서,
    상기 단말기와 통신하는 통신 모듈(530);
    상기 통신 모듈을 제어하는 프로세서(510); 및
    상기 프로세서에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리(520)를 포함하고,
    상기 프로세서(510)에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서(510)는,
    상기 단말기로부터 신호를 수신하고, 상기 단말기로부터 수신한 신호, 각 기지국 주변의 위치에 관한 정보, 및 커버리지 맵에 기초하여 딥러닝 모델을 통해 상기 단말기가 존재하는 위치에 관한 잠재적 후보 위치 맵을 형성하고,
    상기 형성된 잠재적 후보 위치 맵 정보를 컨트롤러로 전송하는 동작을 수행하는, 장치.
  10. 제9항에 있어서,
    상기 프로세서(510)는,
    각 기지국 주변의 위치에 관한 정보를 전처리하고, 상기 각 기지국 주변의 지도를 기준으로 상기 단말기로의 신호의 전파 손실치를 예측하는 커버리지 맵을 생성하고, 상기 전 처리된 기지국 주변의 위치에 관한 정보 및 상기 커버리지 맵에 관한 정보를 딥러닝 모델에 입력하여 상기 잠재적 후보 위치 맵을 형성하는 동작을 수행하는,
    장치.
  11. 제9항 또는 제10항 중 어느 한 항에 있어서,
    상기 프로세서(510)는,
    상기 커버리지 맵을 상기 단말기로부터 수신한 정보에 기초하여 갱신하는 동작을 더 수행하는,
    장치.
  12. 제9항 내지 제11항 중 어느 한 항에 있어서,
    상기 단말기로부터 수신된 신호는,
    상기 단말기와 연동된 기지국들에 대한 정보, 및 와이파이 수신 정보 중 적어도 하나를 포함하는,
    장치.
  13. 제9항 내지 제12항 중 어느 한 항에 있어서,
    상기 기지국 주변의 위치에 관한 정보는,
    상기 위치의 면적, 건물 구조, 도로 구조에 대한 정보 중 적어도 하나를 포함하는,
    장치.
  14. 무선 통신 시스템내의 단말기 위치 결정 장치(600)에 있어서,
    복수의 기지국들과 통신하는 통신 모듈(630);
    상기 통신 모듈을 제어하는 프로세서(610); 및
    상기 프로세서에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리(620)를 포함하고,
    상기 프로세서(610)에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서(610)는,
    상기 복수의 기지국들로부터 상기 단말기의 잠재적 후보 위치 맵 정보들을 송신 받고, 상기 단말기의 잠재적 후보 위치 맵 내 우선권이 임계 값 이하인 경우 상기 기지국들로부터 수신한 상기 단말기의 잠재적 후보 위치 맵 정보들을 보강하고,
    상기 보강된 잠재적 후보 위치 맵 정보들에 기초하여 상기 단말기의 위치를 결정하는 동작을 수행하는, 장치.
  15. 제14항에 있어서,
    상기 프로세서(610)는,
    상기 단말기로부터 수신한 신호의 세기(reference signal received power)에 기초하여 각 기지국 들로부터 복수의 단말 위치를 결정하고, 상기 복수의 단말 위치, 및 상기 단말기와 연동된 기지국 들의 정보에 기초하여 상기 결정된 복수의 단말 위치로부터 하나의 단말 위치를 결정하는 동작을 수행하는,
    장치.
PCT/KR2023/001959 2022-02-24 2023-02-10 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법 WO2023163429A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2022-0024622 2022-02-24
KR20220024622 2022-02-24
KR1020220029210A KR20230127089A (ko) 2022-02-24 2022-03-08 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법
KR10-2022-0029210 2022-03-08

Publications (1)

Publication Number Publication Date
WO2023163429A1 true WO2023163429A1 (ko) 2023-08-31

Family

ID=87766316

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/001959 WO2023163429A1 (ko) 2022-02-24 2023-02-10 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2023163429A1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016058922A1 (en) * 2014-10-13 2016-04-21 Vodafone Ip Licensing Limited Map of coverage within a telecommunication network
KR20190072900A (ko) * 2017-12-18 2019-06-26 한밭대학교 산학협력단 딥러닝을 이용한 무선 측위 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016058922A1 (en) * 2014-10-13 2016-04-21 Vodafone Ip Licensing Limited Map of coverage within a telecommunication network
KR20190072900A (ko) * 2017-12-18 2019-06-26 한밭대학교 산학협력단 딥러닝을 이용한 무선 측위 장치 및 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ENES KRIJESTORAC; SAMER HANNA; DANIJELA CABRIC: "Spatial Signal Strength Prediction using 3D Maps and Deep Learning", ARXIV.ORG, 6 November 2020 (2020-11-06), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081808494 *
OJAS KANHERE; THEODORE S. RAPPAPORT: "Outdoor sub-THz Position Location and Tracking using Field Measurements at 142 GHz", ARXIV.ORG, 9 March 2021 (2021-03-09), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081908389 *
RON LEVIE; \C{C}A\U{G}KAN YAPAR; GITTA KUTYNIOK; GIUSEPPE CAIRE: "RadioUNet: Fast Radio Map Estimation with Convolutional Neural Networks", ARXIV.ORG, 22 December 2020 (2020-12-22), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081842027 *

Similar Documents

Publication Publication Date Title
CN108764487B (zh) 用于生成模型的方法和装置、用于识别信息的方法和装置
Huang et al. Distributed-neuron-network based machine learning on smart-gateway network towards real-time indoor data analytics
CN111966361A (zh) 用于确定待部署模型的方法、装置、设备及其存储介质
CN111340286B (zh) 机器人调度方法、装置、电子设备以及存储介质
WO2023163429A1 (ko) 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법
CN113988283A (zh) 逻辑节点的映射方法、装置、电子设备及存储介质
WO2021112401A1 (en) Robot and method for controlling thereof
CN113139650A (zh) 深度学习模型的调优方法和计算装置
WO2020196976A1 (ko) 멀티모달 데이터를 이용한 주의집중의 순환 신경망 기반 전자 장치 및 그의 동작 방법
CN113767298A (zh) 区域判断系统、区域判断方法和程序
WO2021242062A1 (ko) 솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법
KR20230127089A (ko) 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법
US20220148556A1 (en) Electronic device for managing task relating to processing of audio signal,and operation method therefor
CN107885809A (zh) 一种文件传输方法、装置、智能平板和存储介质
WO2022245020A1 (ko) 분석물 데이터 보정 장치 및 방법
Villemure et al. SwarmUS: An open hardware and software on-board platform for swarm robotics development
WO2022005046A1 (ko) 딥 러닝 네트워크로부터 경량화 딥 러닝 네트워크로 지식을 전수하는 방법
WO2024005313A1 (ko) 전자 장치의 학습 모델을 갱신하는 서버 및 그의 동작 방법
WO2023282611A1 (ko) 진단 키트의 검사 결과를 판독하는 ai 모델 학습 장치 및 그 동작 방법
WO2023095934A1 (ko) 객체 탐지기의 헤드 신경망 경량화 방법 및 시스템
WO2023038217A1 (ko) 신경망 모델을 처리하는 전자 장치와 이의 동작 방법
WO2023229071A1 (ko) 주문을 처리하는 방법 및 그 장치
WO2022154301A1 (ko) 리소스 오프로딩을 수행하는 복수의 외부 전자 장치들을 제어하는 전자 장치 및 그 제어 방법
WO2022092727A1 (ko) 전자 장치 및 그 제어 방법
WO2024123043A1 (ko) 생체 정보 제공 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23760303

Country of ref document: EP

Kind code of ref document: A1