WO2025166606A1 - 通信方法、第一通信设备及第二通信设备 - Google Patents

通信方法、第一通信设备及第二通信设备

Info

Publication number
WO2025166606A1
WO2025166606A1 PCT/CN2024/076489 CN2024076489W WO2025166606A1 WO 2025166606 A1 WO2025166606 A1 WO 2025166606A1 CN 2024076489 W CN2024076489 W CN 2024076489W WO 2025166606 A1 WO2025166606 A1 WO 2025166606A1
Authority
WO
WIPO (PCT)
Prior art keywords
communication device
positioning
information
network element
communication
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/CN2024/076489
Other languages
English (en)
French (fr)
Inventor
牟勤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202480000404.2A priority Critical patent/CN120787447A/zh
Priority to PCT/CN2024/076489 priority patent/WO2025166606A1/zh
Publication of WO2025166606A1 publication Critical patent/WO2025166606A1/zh
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
    • H04W8/24—Transfer of terminal data

Definitions

  • the present disclosure relates to the field of communication technology, and in particular to a communication method, a first communication device, and a second communication device.
  • the embodiments of the present disclosure provide a communication method, a first communication device, and a second communication device.
  • the first communication device sends first information, where the first information is used to indicate at least one of the following:
  • an embodiment of the present disclosure provides a communication method applicable to a communication system, the method comprising:
  • the second communication device sends first information to the first communication device, where the first information is used to indicate at least one of the following:
  • an embodiment of the present disclosure provides a first communication device, including:
  • the transceiver module is configured to receive first information, where the first information is configured to indicate at least one of the following:
  • an embodiment of the present disclosure provides a second communication device, including:
  • the transceiver module is configured to send first information, where the first information is configured to indicate at least one of the following:
  • an embodiment of the present disclosure provides a communication device, including:
  • processors one or more processors
  • the processor is used to call instructions to enable the communication device to execute the communication method described in any one of the first aspect and the second aspect.
  • an embodiment of the present disclosure proposes a communication system, characterized in that it includes a first communication device and a second communication device, wherein the first communication device is configured to implement the communication method described in the first aspect, and the second communication device is configured to implement the communication method described in the second aspect.
  • an embodiment of the present disclosure proposes a storage medium storing instructions, wherein when the instructions are executed on a communication device, the communication device executes the communication method as described in any one of the first and second aspects.
  • an embodiment of the present disclosure proposes a program product.
  • the communication device executes the communication method as described in any one of the first and second aspects.
  • an embodiment of the present disclosure provides a chip or a chip system, which includes a processing circuit configured to execute the method described in the optional implementation of the first and second aspects above.
  • the first communication device sends the first information to the second communication device.
  • the second communication device can obtain the AI or ML positioning characteristics currently applicable to the first communication device, thereby facilitating the subsequent positioning configuration of the first communication device and improving the accuracy of positioning.
  • the first communication device, the second communication device, the communication system, the storage medium, the program product, the chip, or the chip system are all used to perform the method proposed in the embodiment of the present disclosure. Therefore, the beneficial effects that can be achieved can refer to the beneficial effects of the corresponding method and will not be repeated here.
  • FIG1 is an exemplary schematic diagram of the architecture of a communication system provided according to an embodiment of the present disclosure.
  • 2A-2B are exemplary interaction diagrams of a communication method according to an embodiment of the present disclosure.
  • 3A-3B are flowcharts of a communication method according to an embodiment of the present disclosure.
  • 4A-4B are flowcharts of a communication method according to an embodiment of the present disclosure.
  • FIG5 is a schematic structural diagram of a communication device provided according to an embodiment of the present disclosure.
  • FIG6A is a schematic structural diagram of a communication device provided by an embodiment of the present disclosure.
  • the embodiments of the present disclosure provide a communication method, a first communication device, and a second communication device.
  • an embodiment of the present disclosure provides a communication method applicable to a first communication device, the method comprising:
  • the first communication device receives first information, where the first information is used to indicate at least one of the following:
  • the first information can enable the first communication device to obtain the AI or ML positioning characteristics supported by the second communication device, thereby facilitating the subsequent positioning configuration of the second communication device and improving the accuracy of positioning of the second communication device.
  • the method further includes:
  • the first communication device sends second information, where the second information is used to query at least one of the following:
  • the first communication device can send the second information to the second communication device, and trigger the second communication device to report the supported AI or ML positioning characteristics, and/or the associated information of the AI or ML positioning characteristics through the second information. There is no need for the second communication device to report periodically or in real time, which can avoid waste of communication resources.
  • the first communication device is an LMF network element
  • the second communication device is a terminal device
  • the LMF network element sends the second information to the terminal device
  • the LMF network element receives the first information sent by the terminal device.
  • the LMF network element can trigger the terminal device to report the supported AI/ML positioning characteristics through the second information, which can avoid the waste of communication resources of the terminal device and enable the LMF network element to perceive the positioning capability of the terminal device, thereby facilitating the subsequent positioning configuration of the terminal device.
  • the first communication network device is an AMF network element
  • the second communication device is an LMF network element
  • the AMF network element sends the second information to the LMF network element
  • the AMF network element receives the first information sent by the LMF network element.
  • different AI-based positioning characteristics differ in at least one of the following associated information:
  • the AI positioning characteristics can be made more diverse, which is conducive to better positioning the second communication device.
  • the second information is further used to query at least one of the following:
  • AI or ML positioning features Whether AI or ML positioning functions are included;
  • the AI or ML positioning feature includes related information of the AI or ML positioning function.
  • the second communication device can not only report its own positioning characteristics to the first communication device, but also send AI or ML positioning functions, and/or related information of the AI or ML positioning functions to the first communication device, so that the first communication device can better understand the positioning capabilities of the second communication device, which is conducive to improving the accuracy of positioning.
  • the first information is further used to indicate at least one of the following:
  • the first communication device can not only query the second communication device for the supported AI or ML positioning features, but also query the second communication device for the AI or ML positioning function and/or related information of the AI or ML positioning function, so that the first communication device can better understand the positioning capability of the second communication device, which is conducive to improving the accuracy of positioning.
  • different AI or ML positioning characteristics differ in at least one of the following information items:
  • the first information is further used to indicate at least one of the following: whether the AI or ML positioning feature includes an AI or ML positioning function;
  • the AI or ML positioning feature includes information related to the AI or ML positioning function.
  • the AI or ML positioning feature includes one or more AI or ML positioning functions.
  • an embodiment of the present disclosure provides a first communication device, the first communication device comprising: a transceiver module;
  • the transceiver module is configured to receive first information, where the first information is configured to indicate at least one of the following:
  • the transceiver module is configured to send first information, where the first information is configured to indicate at least one of the following:
  • processors one or more processors
  • the processor is used to call instructions to enable the communication device to execute the reporting method described in any one of the first aspect and the second aspect.
  • an embodiment of the present disclosure proposes a computer program product, which, when executed on a communication device, enables the communication device to execute the communication method as described in any one of the first and second aspects.
  • devices, etc. can be interpreted as physical or virtual, and their names are not limited to the names recorded in the embodiments.
  • Terms such as “device”, “equipment”, “device”, “circuit”, “network element”, “node”, “function”, “unit”, “section”, “system”, “network”, “chip”, “chip system”, “entity”, and “subject” can be used interchangeably.
  • network can be interpreted as devices included in the network (eg, access network equipment, core network equipment, etc.).
  • terminal In some embodiments, the terms "terminal”, “terminal device”, “user equipment (UE)”, “user terminal” “mobile station (MS)”, “mobile terminal (MT)", subscriber station, mobile unit, subscriber unit, wireless unit, remote unit, mobile device, wireless device, wireless communication device, remote device, mobile subscriber station, access terminal, mobile terminal, wireless terminal, remote terminal, handset, user agent, mobile client, client, etc. can be used interchangeably.
  • FIG1 is a schematic diagram of the architecture of a communication system according to an embodiment of the present disclosure.
  • the communication system 100 may include a first communication device 101 and a second communication device 102.
  • the second communication device may be a terminal, which may be a reference signal sending device or receiving device, and the second device may be a device for configuring reference signal resources; optionally, the second communication device may also include, for example, at least one of an access network device (such as a base station and/or a transmission reception point (TRP)), a terminal, and a core network device (such as a location management function (LMF)); the first communication device may be a device that receives information sent by the first communication device, or may be a device that sends information to the second communication device.
  • the first communication device may be, for example, a core network device, such as an LMF network element in the core network device, or an access and mobility management function (AMF) network element.
  • AMF access and mobility management function
  • the terminal includes, for example, a mobile phone, a wearable device, an Internet of Things device, a car with communication capabilities, a smart car, a tablet computer, a computer with wireless transceiver capabilities, a virtual reality (VR) terminal device, an augmented reality (AR) terminal device, a wireless terminal device in industrial control, a wireless terminal device in self-driving, a wireless terminal device in remote medical surgery, a wireless terminal device in a smart grid, a wireless terminal device in transportation safety, a wireless terminal device in a smart city, and a wireless terminal device in a smart city. At least one of a wireless terminal device in a smart home, but not limited to this.
  • the technical solution of the present disclosure may be applicable to the Open RAN architecture.
  • the interfaces between or within the access network devices involved in the embodiments of the present disclosure may become internal interfaces of Open RAN, and the processes and information interactions between these internal interfaces may be implemented through software or programs.
  • the access network device may be composed of a centralized unit (CU) and a distributed unit (DU), where the CU may also be called a control unit.
  • the CU-DU structure may be used to split the protocol layers of the access network device, with some functions of the protocol layers centrally controlled by the CU, and the remaining functions of some or all of the protocol layers distributed in the DU, which is centrally controlled by the CU, but is not limited to this.
  • the following embodiments of the present disclosure may be applied to the communication system 100 shown in Figure 1, or a portion thereof, but are not limited thereto.
  • the entities shown in Figure 1 are illustrative only.
  • the communication system may include all or part of the entities shown in Figure 1, or may include other entities outside of Figure 1.
  • the number and form of the entities may be arbitrary.
  • the connection relationship between the entities is illustrative only.
  • the entities may be connected or disconnected, and the connection may be in any manner, including direct or indirect, wired or wireless.
  • AI or ML functions can be divided and determined by some key parameters of AI or ML characteristics.
  • the abstraction of the function of a set of AI or ML models can be implemented, which usually corresponds to supporting a specific parameter set.
  • the AI function can be, for example, the AI function to be implemented when executing the corresponding AI use case.
  • the AI function can correspond to a parameter set, and the parameter set can include specific parameters.
  • the specific parameters are used to define the AI function.
  • the specific parameters can be used to indicate what the AI function specifically is.
  • the specific parameters can be called, for example, the environment (condition).
  • the parameters other than the specific parameters in the parameter set of the AI function can be used to indicate the applicable scenario of the AI function.
  • the applicable scenario can be understood as, for example, the parameters actually used when implementing the AI function.
  • the parameters other than the specific parameters in the parameter set of the AI function can be called, for example, additional environment (additional condition).
  • the name of the second information is not limited, and may be, for example, "RequestCapabilities message”, “query request”, “capability query request”, “acquisition request”, “capability acquisition request”, etc.
  • the AI/ML model can directly output the location coordinates of the second communication device (such as a terminal device). In other implementations, the AI/ML model can output the time information, angle information, and LOS/NLOS indication information used to locate the second communication device (terminal device).
  • the reference signal that can be used can be PRS.
  • the type of output information supported by the AI/ML model is the direct output of the terminal device's positioning coordinates, and the deployment location can be on the terminal device side.
  • the AI or ML model deployed on the terminal device side can locate the terminal device based on the PRS and directly output the terminal device's positioning coordinates. In the embodiments of the present application, this situation can be defined as Case 1.
  • AI or ML positioning feature X-3 The reference signal that can be used is SRS.
  • the AI or ML model supports the direct output of the terminal device's positioning coordinates, and the deployment location can be on the LMF side.
  • the AI or ML model deployed on the LMF side can perform auxiliary/LMF positioning of the terminal device based on the SRS and directly output the terminal device's positioning coordinates. In the embodiments of the present application, this situation can be defined as Case 3b.
  • AI or ML positioning feature X-6 The reference signal that can be used is the SRS.
  • the type of output information supported by the AI/ML model is AI- or ML-based predicted time information for terminal device positioning.
  • the deployment location can be on the base station (such as the gNB).
  • the AI or ML model deployed on the base station side can output the predicted time information of the terminal device based on the SRS. This predicted time information can assist in positioning the terminal device.
  • this situation can be defined as Case 3a.
  • AI or ML positioning feature X-7 The reference signal that can be used can be SRS.
  • the category of output information supported by the AI/ML model is AI- or ML-based predicted angle information for terminal device positioning, and the deployment location can be on the base station side.
  • the AI or ML model deployed on the base station side can output the predicted angle information of the terminal device based on the SRS. This predicted angle information can assist in positioning the terminal device. In the embodiment of the present application, this situation can be defined as case 3a.
  • Table 1 shows examples of different AI or ML positioning features with at least one different item in the associated information, such as the reference signal used for positioning, the location where the AI/ML model is deployed, and the type of output information supported by the AI/ML model.
  • each element in Table 1 exists independently. These elements are illustratively listed in the same table, but this does not necessarily mean that all elements in the table must be present simultaneously as shown. The value of each element is independent of the value of any other element in Table 1. Therefore, those skilled in the art will understand that the value of each element in Table 1 represents an independent embodiment.
  • the second information may reuse existing information or may be newly added information.
  • the second information is further used to query whether the AI or ML positioning feature includes the AI or ML positioning function and associated information of the AI or ML positioning function.
  • the second information is further used to obtain whether the AI or ML positioning feature includes an AI or ML positioning function.
  • the second information includes a second signaling.
  • the second signaling is used to query whether the AI or ML positioning feature includes the AI or ML positioning function, and/or to query whether the AI or ML positioning feature includes associated information of the AI or ML positioning function.
  • the second signaling is used to obtain whether the AI or ML positioning feature includes the AI or ML positioning function, and/or to obtain associated information of whether the AI or ML positioning feature includes the AI or ML positioning function.
  • the second signaling is used to determine whether the AI or ML positioning feature includes the AI or ML positioning function, and/or to determine Determine whether the AI or ML positioning feature includes the associated information of the AI or ML positioning function.
  • the name of the second signaling is not limited, and may be, for example, “function query information”, “information query message”, “function acquisition information”, “information acquisition message”, etc.
  • the second signaling can be used to query whether a specific or certain AI or ML positioning characteristics include a specific or certain AI or ML positioning function. For example, it can be queried whether "AI or ML positioning characteristic X" includes “AI or ML positioning function Y"; another example can be queried whether “AI or ML positioning characteristic X” includes “AI or ML positioning function Y and positioning function Z"; another example can be queried whether "AI or ML positioning characteristics X and M" include “AI or ML positioning function Y and positioning function Z", etc.
  • the second signaling can be used to query whether a specific or certain AI or ML positioning characteristics include the associated information of a specific or certain AI or ML positioning function. For example, it can be queried whether "AI or ML positioning characteristic X" includes “the associated information of AI or ML positioning function Y"; for another example, it can be queried whether "AI or ML positioning characteristic X” includes "the associated information of AI or ML positioning function Y and positioning function Z"; for another example, it can be queried whether "AI or ML positioning characteristics X and M" include "the associated information of AI or ML positioning function Y and positioning function Z".
  • the associated information of the AI or ML positioning function may include but is not limited to:
  • Working frequency band for example, the working frequency band may include FR1 and FR2.
  • Additional outputs of the AI/ML model for example, the additional outputs of the AI/ML model can be additional output reference signal receiving power (RSRP), additional output reference signal receiving quality (RSRQ), additional output signal to interference plus noise ratio (SINR), etc.
  • RSRP additional output reference signal receiving power
  • RSSQ additional output reference signal receiving quality
  • SINR additional output signal to interference plus noise ratio
  • the type of measurement report for example, periodic reporting, aperiodic reporting, or semi-periodic reporting, or the information included in the measurement report.
  • AI or ML positioning capabilities or AI/ML models can be applied in macro cells or micro cells.
  • AI or ML positioning capabilities or AI/ML models can be applied in indoor scenarios or outdoor scenarios.
  • the AI or ML positioning feature includes one or more AI or ML positioning functions.
  • AI or ML positioning capabilities or application scenarios of AI/ML models are examples of AI or ML positioning capabilities or application scenarios of AI/ML models.
  • Table 2 shows an example of different AI or ML positioning capabilities having at least one different item in related information such as the operating frequency band, RS configuration, additional output of the AI/ML model, type of measurement reporting, and application scenario of the AI or ML positioning capability or AI/ML model.
  • each element in Table 2 exists independently. These elements are illustratively listed in the same table, but this does not necessarily mean that all elements in the table must be present simultaneously as shown. The value of each element is independent of the value of any other element in Table 2. Therefore, those skilled in the art will understand that the value of each element in Table 2 represents an independent embodiment.
  • Step S2102 The second communication device sends first information to the first communication device.
  • the first information is used to indicate AI or ML positioning features supported by the second communication device.
  • the first information is used to report the AI or ML positioning characteristics supported by the second communication device.
  • the first information is used to indicate associated information of AI or ML positioning features supported by the second communication device.
  • the first information is used to indicate associated information of AI or ML positioning features supported by the second communication device.
  • the name of the first information is not limited, and it can be, for example, “ProvideCapabilities”, “first indication information”, “characteristic indication information”, “first reporting information”, “characteristic reporting information”, “first information indication message”, “first information reporting message”, etc.
  • the first information is further used to report whether the AI or ML positioning feature includes an AI or ML positioning function.
  • the first information is further used to report whether the AI or ML positioning feature includes associated information of the AI or ML positioning function.
  • the first information includes a first signaling.
  • the first signaling is used to indicate whether the AI or ML positioning feature includes the AI or ML positioning function, and/or, to indicate whether the AI or ML positioning feature includes associated information of the AI or ML positioning function.
  • the first signaling is used to report whether the AI or ML positioning feature includes the AI or ML positioning function, and/or, to report whether the AI or ML positioning feature includes associated information of the AI or ML positioning function.
  • the name of the first signaling is not limited, and may be, for example, “second indication information”, “function indication information”, “second reporting information”, “function reporting information”, “second information indication message”, “second information reporting message”, etc.
  • the first signaling may be used to indicate whether a particular AI or ML positioning feature or features include a particular AI or ML positioning function or functions. For example, it may indicate whether "AI or ML positioning feature X" includes “AI or ML positioning function Y"; another example may indicate whether “AI or ML positioning feature X” includes “AI or ML positioning function Y and positioning function Z"; another example may indicate whether “AI or ML positioning features X and M” include “AI or ML positioning function Y and positioning function Z", etc.
  • the first signaling may be used to indicate whether a specific AI or ML positioning feature or features include association information of a specific AI or ML positioning function or functions. For example, it may indicate whether "AI or ML positioning feature X" includes “association information of AI or ML positioning function Y"; another example may indicate whether “AI or ML positioning feature X” includes “association information of AI or ML positioning function Y and positioning function Z”; another example may indicate whether “AI or ML positioning features X and M” includes “association information of AI or ML positioning function Y and positioning function Z.”
  • information associated with AI or ML positioning capabilities includes, but is not limited to:
  • AI or ML positioning capabilities or application scenarios of AI/ML models are examples of AI or ML positioning capabilities or application scenarios of AI/ML models.
  • different AI or ML positioning capabilities have at least one different example in the associated information such as the operating frequency band, RS configuration, additional output of the AI or ML model, type of measurement report, AI or ML positioning capability or application scenario of the AI or ML model, such as As shown in Table 2.
  • the names of information, etc. are not limited to the names described in the embodiments, and terms such as “information”, “message”, “signal”, “signaling”, “report”, “configuration”, “indication”, “instruction”, “command”, “channel”, “parameter”, “domain”, “field”, “symbol”, “symbol”, “codeword”, “codebook”, “codeword”, “codepoint”, “bit”, “data”, “program”, and “chip” can be used interchangeably.
  • radio wireless
  • RAN radio access network
  • AN access network
  • RAN-based and the like
  • terms such as “moment”, “time point”, “time”, and “time position” can be replaced with each other, and terms such as “duration”, “period”, “time window”, “window”, and “time” can be replaced with each other.
  • resource block (RB) Physical resource block (PRB)
  • SCG sub-carrier group
  • REG resource element group
  • PRB pair RB pair
  • RB pair RB pair
  • RE resource element
  • wireless access scheme and waveform can be used interchangeably.
  • "obtain”, “get”, “get”, “receive”, “transmit”, “bidirectional transmission”, “send and/or receive” can be interchangeable, and can be interpreted as receiving from other entities, obtaining from protocols, obtaining from higher layers, obtaining by self-processing, autonomous implementation, etc.
  • terms such as “certain”, “preset”, “preset”, “setting”, “indicated”, “a certain”, “any”, and “first” can be interchangeable.
  • “Specific A”, “preset A”, “preset A”, “setting A”, “indicated A”, “a certain A”, “any A”, and “first A” can be interpreted as A pre-specified in a protocol, etc., or as A obtained through setting, configuration, or indication, etc., or as specific A, a certain A, any A, or first A, etc., but not limited to this.
  • the determination or judgment can be performed by a value represented by 1 bit (0 or 1), or by a true or false value (Boolean value) represented by true or false, or by comparison of numerical values (for example, comparison with a predetermined value), but is not limited thereto.
  • not expecting to receive can be interpreted as not receiving on time domain resources and/or frequency domain resources, or can be interpreted as receiving After receiving the data, no subsequent processing is performed on the data; "not expected to be sent” can be interpreted as not sending, or it can be interpreted as sending but not expecting the recipient to respond to the content sent.
  • the communication method involved in the embodiment of the present disclosure may include at least one of steps S2101 and S2102.
  • step S2102 may be implemented as an independent embodiment
  • steps S2101 and S2102 may be implemented as independent embodiments, but are not limited thereto.
  • FIG2B is an interactive diagram of a communication method according to an embodiment of the present disclosure. As shown in FIG2B , the embodiment of the present disclosure relates to a communication method, and the method includes:
  • Step S2201 The second communication device sends first information to the first communication device.
  • step S2201 can refer to the optional implementation of steps S2101 and S2102 in Figure 2A, and other related parts in the embodiment involved in Figure 2A, which will not be repeated here.
  • FIG3A is an interactive diagram of a communication method according to an embodiment of the present disclosure. As shown in FIG3A , the embodiment of the present disclosure relates to a communication method (on the first communication device side), the method comprising:
  • Step S3101 The first communication device sends second information.
  • step S3101 can refer to the optional implementation of step S2101 in Figure 2A and other related parts in the embodiment involved in Figure 2A, which will not be repeated here.
  • Step S3102 The first communication device receives first information.
  • step S3102 can refer to the optional implementation of step S2102 in Figure 2A and other related parts in the embodiment involved in Figure 2A, which will not be repeated here.
  • FIG3B is an interactive diagram of a communication method according to an embodiment of the present disclosure. As shown in FIG3B , the embodiment of the present disclosure relates to a communication method (network device side), the method comprising:
  • Step S3201 The first communication device receives first information.
  • step S3201 can refer to steps S2101 to S2102 in Figure 2A, the optional implementation of step S2201 in Figure 2B, and other related parts in the embodiments involved in Figures 2A and 2B, which will not be repeated here.
  • FIG4A is an interactive diagram of a communication method according to an embodiment of the present disclosure. As shown in FIG4A , the embodiment of the present disclosure relates to a communication method (on the second communication device side), the method comprising:
  • Step S4101 The second communication device receives second information.
  • step S4101 can refer to the optional implementation of step S2101 in Figure 2A and other related parts in the embodiment involved in Figure 2A, which will not be repeated here.
  • Step S4102 The second communication device sends the first information.
  • step S4102 can refer to the optional implementation of step S2102 in Figure 2A and other related parts in the embodiment involved in Figure 2A, which will not be repeated here.
  • Step S4201 The second communication device sends first information.
  • step S4201 can refer to steps S2101 to S2102 in Figure 2A, the optional implementation of step S2201 in Figure 2B, and other related parts in the embodiments involved in Figures 2A and 2B, which will not be repeated here.
  • the network device sends second information to the terminal, where the second information includes a second signaling unit, and the second signaling unit is used to query whether the terminal side supports the first AI or ML positioning feature and/or associated information of the first AI or ML positioning feature.
  • the AI or ML positioning features supported by the terminal may include one or more.
  • information related to different positioning characteristics includes, but is not limited to:
  • AI/ML model deployed on the terminal side, AI/ML models deployed on the base station side, and AI/ML models deployed on the LMF side
  • the output information categories supported by the AI/ML model include direct output of positioning coordinates, output of the time information used for positioning, output of the angle information required for positioning, and output of the LOS/NLOS information required for positioning.
  • different AI or ML positioning characteristics have at least one different example in associated information such as the reference signal used for positioning, the location where the AI/ML model is deployed, and the type of output information supported by the AI/ML model, as shown in Table 1.
  • the first signaling unit further includes one or more first signaling subunits, wherein the first signaling subunit is configured to query whether the first AI or ML positioning feature includes the first AI or ML positioning function and/or associated information of the included first AI or ML positioning function.
  • a first AI or ML positioning feature can include one or more first AI or ML positioning functions.
  • the associated information for the AI or ML positioning function includes, but is not limited to:
  • different AI or ML positioning capabilities have at least one different example in associated information such as the operating frequency band, RS configuration, additional output of the AI/ML model, type of measurement reporting, application scenario of the AI or ML positioning capability or AI/ML model, as shown in Table 2.
  • the terminal sends first information to the network device, where the first information includes a first signaling unit, and the first signaling unit is used to indicate one or more AI or ML positioning features supported by the terminal side.
  • the terminal in response to the terminal receiving the second signaling unit in the second information, the terminal sends the first information, the first signaling unit including The first signaling unit includes the AI or ML positioning characteristic information and/or the associated information of the positioning characteristics queried by the first signaling unit.
  • the terminal proactively sends one or more of the supported AI or ML positioning features.
  • the first signaling unit further includes one or more first signaling subunits, where the first signaling subunits are used to report whether the first AI or ML positioning feature includes the first AI or ML positioning function and/or associated information of the included first AI or ML positioning function.
  • a first AI or ML positioning feature can include one or more first AI or ML positioning functions.
  • the network device may be a LMF
  • the second signaling may be a RequestCapabilities message
  • the first signaling may be a ProvideCapabilities message.
  • the interaction between the network element in the core network and the terminal needs to be forwarded through the access network device (such as a base station).
  • the access network device such as a base station
  • the embodiments of the present disclosure further provide an apparatus for implementing any of the above methods.
  • an apparatus comprising units or modules for implementing each step performed by a terminal in any of the above methods.
  • another apparatus comprising units or modules for implementing each step performed by a network device (e.g., an access network device, a core network function node, a core network device, etc.) in any of the above methods.
  • a network device e.g., an access network device, a core network function node, a core network device, etc.
  • the division of the various units or modules in the above device is only a division of logical functions. In actual implementation, they can be fully or partially integrated into one physical entity, or they can be physically separated.
  • the units or modules in the device can be implemented in the form of a processor calling software: for example, the device includes a processor, the processor is connected to a memory, and instructions are stored in the memory.
  • the processor calls the instructions stored in the memory to implement any of the above methods or implement the functions of the various units or modules of the above device, wherein the processor is, for example, a general-purpose processor, such as a central processing unit (CPU) or a microprocessor, and the memory is a memory within the device or a memory outside the device.
  • CPU central processing unit
  • microprocessor a microprocessor
  • the units or modules in the device may be implemented in the form of hardware circuits, and the functions of some or all of the units or modules may be implemented by designing the hardware circuits.
  • the above-mentioned hardware circuits may be understood as one or more processors.
  • the above-mentioned hardware circuit is an application-specific integrated circuit (ASIC), and the functions of some or all of the above-mentioned units or modules may be implemented by designing the logical relationship between the components in the circuit.
  • ASIC application-specific integrated circuit
  • the above-mentioned hardware circuit may be implemented by a programmable logic device (PLD).
  • PLD programmable logic device
  • FPGA field programmable gate array
  • it may include a large number of logic gate circuits, and the connection relationship between the logic gate circuits may be configured through a configuration file, thereby implementing the functions of some or all of the above-mentioned units or modules. All units or modules of the above-mentioned devices may be implemented entirely by the processor calling software, or entirely by hardware circuits, or partially by the processor calling software, and the remaining part by hardware circuits.
  • the processor is a circuit with signal processing capabilities.
  • the processor can be a circuit with instruction reading and execution capabilities, such as a central processing unit (CPU), a microprocessor, a graphics processing unit (GPU) (which can be understood as a microprocessor), or a digital signal processor (DSP).
  • the processor can implement certain functions through the logical relationship of hardware circuits, and the logical relationship of the above hardware circuits is fixed.
  • reconfigurable for example, a processor is a hardware circuit implemented as an application-specific integrated circuit (ASIC) or a programmable logic device (PLD), such as an FPGA.
  • ASIC application-specific integrated circuit
  • PLD programmable logic device
  • the process of the processor loading a configuration document to implement the hardware circuit configuration can be understood as the process of the processor loading instructions to implement the functions of some or all of the above units or modules.
  • it can also be a hardware circuit designed for artificial intelligence, which can be understood as an ASIC, such as a neural network processing unit (NPU), a tensor processing unit (TPU), a deep learning processing unit (DPU), etc.
  • NPU neural network processing unit
  • TPU tensor processing unit
  • DPU deep learning processing unit
  • FIG5 is a schematic diagram of the structure of a communication device according to an embodiment of the present disclosure.
  • the communication device 5100 may include at least one of a transceiver module 5101 and a processing module 5102 .
  • the communication device 5100 is a first communication device
  • the transceiver module is configured to receive first information indicating AI or ML positioning features supported by the second communication device and/or associated information about the AI or ML positioning features supported by the second communication device.
  • the transceiver module is configured to perform at least one of the communication steps, such as sending and/or receiving, performed by the first communication device in any of the above methods, which will not be further described herein.
  • the communication device 5100 is a second communication device, and the transceiver module is used to send first information, where the first information is used to indicate the AI or ML positioning feature supported by the terminal device.
  • the transceiver module is used to perform at least one of the communication steps of sending and/or receiving performed by the second communication device in any of the above methods, which will not be repeated here.
  • the processing module can be a single module or can include multiple submodules.
  • the multiple submodules respectively execute all or part of the steps required to be executed by the processing module.
  • the processing module can be interchangeable with the processor.
  • FIG. 6A is a schematic diagram of the structure of a communication device 6100 proposed in an embodiment of the present disclosure.
  • Communication device 6100 can be a first communication device (e.g., a core network device), or a second communication device (e.g., an access network device, user equipment, a core network device), or a chip, chip system, or processor that supports the first communication device in implementing any of the above methods, or a chip, chip system, or processor that supports the second communication device in implementing any of the above methods.
  • Communication device 6100 can be used to implement the methods described in the above method embodiments. For details, please refer to the description of the above method embodiments.
  • the communication device 6100 includes one or more processors 6101.
  • the processor 6101 can be a general-purpose processor or a dedicated processor, for example, a baseband processor or a central processing unit.
  • the baseband processor can be used to process the communication protocol and communication data
  • the central processing unit can be used to control the communication device (such as a base station, a baseband chip, a terminal device, a terminal device chip, a DU or a CU, etc.), execute programs, and process program data.
  • the communication device 6100 is used to perform any of the above methods.
  • one or more processors 6101 are used to call instructions to enable the communication device 6100 to perform any of the above methods.
  • the communication device 6100 further includes one or more transceivers 6102.
  • the transceiver 6102 performs at least one of the communication steps of sending and/or receiving in the above method, which will not be described in detail here.
  • Processor 6101 performs other steps.
  • the transceiver may include a receiver and/or a transmitter. The receiver and transmitter may be separate or integrated.
  • the communication device 6100 further includes one or more memories 6103 for storing data. Alternatively, all or part of the memories 6103 may be located outside the communication device 6100.
  • the communication device 6100 may include one or more interface circuits 6104.
  • the interface circuits 6104 are connected to the memory 6102 and may be configured to receive data from the memory 6102 or other devices, or to send data to the memory 6102 or other devices. For example, the interface circuits 6104 may read data stored in the memory 6102 and send the data to the processor 6101.
  • modules and/or devices described in various embodiments can be arbitrarily combined or separated according to circumstances.
  • some or all steps can also be performed collaboratively by multiple modules and/or devices, which is not limited here.
  • all or part of the embodiments can be implemented by software, hardware, firmware or any combination thereof.
  • all or part of the embodiments can be implemented in the form of a computer program product.
  • the computer program product includes one or more computer programs.
  • the computer program When the computer program is loaded and executed on a computer, the process or function described in the embodiment of the present disclosure is generated in whole or in part.
  • the computer can be a general-purpose computer, a special-purpose computer, a computer network, or other programmable device.
  • the computer program can be stored in a computer-readable storage medium or transmitted from one computer-readable storage medium to another computer-readable storage medium.
  • the computer program can be transmitted from one website, computer, server or data center to another website, computer, server or data center by wired (such as coaxial cable, optical fiber, digital subscriber line (DSL)) or wireless (such as infrared, wireless, microwave, etc.) means.
  • the computer-readable storage medium can be any available medium that can be accessed by a computer or a data storage device such as a server or data center that includes one or more available media integrated.
  • the available medium may be a magnetic medium (e.g., a floppy disk, a hard disk, a magnetic tape), an optical medium (e.g., a high-density digital video disc (DVD)), or a semiconductor medium (e.g., a solid state disk (SSD)), etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本公开提出一种通信方法第一通信设备及第二通信设备，方法包括：第一通信设备接收第一信息，该第一信息用于指示以下至少一项：第二通信设备所支持的AI或ML定位特性；第二通信设备所支持的AI或ML定位特性的关联信息。本公开提供了一种方法，通过第一信息可以使得第一通信设备可以获取到第二通信设备能够支持的AI或ML定位特性，从而有利于对第二通信设备进行后续定位的配置，有利于提高对第二通信设备定位的精准性。

Description

通信方法、第一通信设备及第二通信设备 技术领域
本公开涉及通信技术领域，尤其涉及通信方法第一通信设备及第二通信设备。
背景技术
在无线人工智能(Artificial Intelligence，AI)或机器学习(Machine Learning，ML)的研究中，AI或ML的应用案例包括基于AI或ML的信道状态信息(Channel State Information，CSI)增强、基于AI或ML的波束管理、基于AI或ML的定位等。
发明内容
本公开实施例提出了通信方法、第一通信设备和第二通信设备。
第一方面，本公开实施例提出了通信方法，由第一通信设备执行，所述方法包括：
第一通信设备接收第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
第二方面，本公开实施例提出了通信方法，由第二通信设备执行，所述方法包括：
第一通信设备发送第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
第三方面，本公开实施例提出了通信方法，适用于通信系统，所述方法包括：
第二通信设备向第一通信设备发送第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
第四方面，本公开实施例提出了第一通信设备，包括：
收发模块，用于接收第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
第五方面，本公开实施例提出了第二通信设备，包括：
收发模块，用于发送第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
第六方面，本公开实施例提出了一种通信设备，包括：
一个或多处理器；
其中，所述处理器用于调用指令以使得所述通信设备执行第一方面、第二方面中任一方面所述的通信方法。
第七方面，本公开实施例提出了一种通信系统，其特征在于，包括第一通信设备和第二通信设备，其中，所述第一通信设备被配置为实现第一方面所述的通信方法，所述第一通信设备被配置为实现第二方面所述的通信方法。
第八方面，本公开实施例提出了一种存储介质，所述存储介质存储有指令，其特征在于，当所述指令在通信设备上运行时，使得所述通信设备执行如第一方面、第二方面中任一方面所述的通信方法。
第九方面，本公开实施例提出了一种程序产品，当所述计算机程序产品其在通信设备上运行时，使得所述通信设备执行如第一方面、第二方面中任一方面所述的通信方法。
第十方面，本公开实施例提供了一种芯片或芯片系统。该芯片或芯片系统包括处理电路，被配置为执行根据上述第一方面和第二方面的可选实现方式所描述的方法。
在上述实施例中，第一通信设备向第二通信设备发送第一信息，通过第一信息可以使得第二通信设备获取到第一通信设备当前适用的AI或ML定位特性，从而有利于对第一通信设备进行后续定位的配置，有利于提高定位的精准性。
可以理解地，上述第一通信设备、第二通信设备、通信系统、存储介质、程序产品、芯片或芯片系统均用于执行本公开实施例所提出的方法。因此，其所能达到的有益效果可以参考对应方法中的有益效果，此处不再赘述。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本公开实施例提供的通信系统的架构的一个示例性示意图。
图2A-2B是根据本公开实施例提供的通信方法的一个示例性交互示意图。
图3A-3B是根据本公开实施例提供的通信方法的流程示意图。
图4A-4B是根据本公开实施例提供的通信方法的流程示意图。
图5是根据本公开实施例提供的通信设备的结构示意图。
图6A是本公开一个实施例所提供的一种通信设备的结构示意图；
图6B为本公开一个实施例所提供的一种芯片的结构示意图。
具体实施方式
本公开实施例提出了通信方法、第一通信设备和第二通信设备。
第一方面，本公开实施例提出了通信方法，适用于第一通信设备，所述方法包括：
第一通信设备接收第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
在上述实施例中，通过第一信息可以使得第一通信设备可以获取到第二通信设备能够支持的AI或ML定位特性，从而有利于对第二通信设备进行后续定位的配置，有利于提高对第二通信设备定位的精准性。
结合第一方面的一些实施例，在一些实施例中，所述方法还包括：
第一通信设备发送第二信息，第二信息用于查询以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AL或ML定位特性的关联信息。
在上述实施例中，第一通信设备可以向第二通信设备下发第二信息，通过第二信息触发第二通信设备上报所支持的AI或ML定位特性，和/或，AI或ML定位特性的关联信息，无需第二通信设备周期性或实时性上报，可以避免通信资源的浪费。
结合第一方面的一些实施例，在一些实施例中，第一通信设备为LMF网元，第二通信设备为终端设备，LMF网元向终端设备发送第二信息；LMF网元接收终端设备发送的第一信息。
在上述实施例中，LMF网元可以通过第二信息触发终端设备上报所支持的AI/ML的定位特性，可以避免终端设备通信资源的浪费，而且使得LMF网元可以感知到终端设备的定位能力，从而有利于对终端设备进行后续定位的配置。
结合第一方面的一些实施例，在一些实施例中，第一通信网络设备为LMF网元，第二通信设备为基站，LMF向基站设备发送第二信息；LMF网元接收基站发送的第一信息。
在上述实施例中，LMF网元可以通过第二信息触发基站上报所支持的AI/ML的定位特性和/或AI或ML定位特性的关联信息，使得LMF网元可以感知到基站的定位能力，从而对基站进行后续定位的配置。
结合第一方面的一些实施例，在一些实施例中，第一通信网络设备为AMF网元，第二通信设备为LMF网元，AMF网元向LMF网元发送第二信息；AMF网元接收LMF网元发送的第一信息。
在上述实施例中，AMF网元可以通过第二信息触发LMF网元上报所支持的AI或ML定位特性和/或AI或ML定位特性的关联信息，使得AMF网元可以感知到LMF网元的定位能力，从而对LMF网元进行后续定位的配置。
结合第一方面的一些实施例，在一些实施例中，第二通信设备所支持的AI或ML定位特性包括一个或多个。
结合第一方面的一些实施例，在一些实施例中，不同的基于AI的定位特性在以下关联信息中存在至少一项不同：
定位所使用的参考信号；
AI或ML模型所部署的位置；
AI或ML模型所支持的输出信息的类型。
在上述实施例中，通过为AI或ML定位特性配有不同的关联信息，能够使得AI的定位特性更加多样性，有利于更好地对第二通信设备进行定位。
结合第一方面的一些实施例，在一些实施例中，第二信息还用于查询以下至少一项：
AI或ML定位特性是否包括AI或ML定位功能；
AI或ML定位特性是否包括AI或ML定位功能的关联信息。
在上述实施例中，第二通信设备不仅可以向第一通信设备上报自身的定位特性，还可以向第一通信设备发送AI或ML定位功能，和/或，AI或ML定位功能的关联信息，以使得第一通信设备更加了解第二通信设备的定位能力，有利于提高定位的精准性。
结合第一方面的一些实施例，在一些实施例中，第一信息还用于指示以下至少一项：
AI或ML定位特性是否包括AI或ML定位功能；
AI或ML定位特性是否包括AI或ML定位功能关联信息。
在上述实施例中，第一通信设备不仅可以向第二通信设备查询所支持的AI或ML定位特性，还可以向第二通信设备查询AI或ML定位功能和/或AI或ML定位功能的关联信息，以使得第一通信设备更加了解第二通信设备的定位能力，有利于提高定位的精准性。
结合第一方面的一些实施例，在一些实施例中，AI或ML定位特性包括一个或多个AI或ML定位功能。
结合第一方面的一些实施例，在一些实施例中，不同的AI或ML定位功能在以下关联信息中存在至少一项不同：
工作频段；
参考信号RS的配置；
AI/ML模型的额外输出；
测量上报的类型；
应用场景。
在上述实施例中，通过为AI或ML定位功能配有不同的关联信息，能够使得AI/ML的定位功能更加多样性，有利于更好地对第二通信设备进行定位。
第二方面，本公开实施例提出了通信方法，由第二通信设备执行，所述方法包括：
第二通信设备发送第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
在上述实施例中，通过第一信息可以使得第一通信设备可以获取到第二通信设备能够支持的AI或ML 定位特性，从而有利于对第二通信设备进行后续定位的配置，有利于提高对第二通信设备定位的精准性。
结合第一方面的一些实施例，在一些实施例中，所述方法还包括：
第二通信设备接收第二信息，第二信息用于查询以下至少一项：
第二通信设备所支持的AI或ML定位特性能力；
第二通信设备所支持的AI或ML定位特性的关联。
结合第二方面的一些实施例，在一些实施例中，第一通信设备为LMF网元，第二通信设备为终端设备，终端设备接收LMF网元发送的第二信息；终端设备向LMF网元发送第一信息。
结合第二方面的一些实施例，在一些实施例中，第一通信设备为LMF网元，第二通信设备为基站，基站接收LMF网元发送的第二信息；基站向LMF网元发送第一信息。
结合第二方面的一些实施例，在一些实施例中，第一通信设备为AMF网元，第二通信设备为LMF网元，LMF网元接收AMF发送的第二信息；LMF网元向AMF发送第一信息。
结合第一方面的一些实施例，在一些实施例中，第二通信设备所支持的AI/ML定位特性包括一个或多个。
结合第一方面的一些实施例，在一些实施例中，不同的AI或ML定位特性在以下信息项中存在至少一项不同：
定位所使用的参考信号；
AI/ML模型所部署的位置；
AI/ML模型所支持的输出信息的类型。
结合第一方面的一些实施例，在一些实施例中，第二信息还用于查询以下至少一项：
AI或ML定位特性是否包括AI或ML定位功能；
AI或ML定位特性是否包括AI或ML定位功能的关联信息。
结合第一方面的一些实施例，在一些实施例中，第一信息还用于指示以下至少一项：AI或ML定位特性是否包括AI或ML定位功能；
AI或ML定位特性是否包括AI或ML定位功能关联信息。
结合第一方面的一些实施例，在一些实施例中，AI或ML定位特性包括一个或多个AI或ML定位功能。
结合第一方面的一些实施例，在一些实施例中，不同的AI或ML定位功能在以下信息项中存在至少一项不同：
工作频段；
RS配置；
AI/ML模型的额外输出；
测量上报的类型；
应用场景。
第三方面，本公开实施例提出了通信方法，适用于通信系统，所述方法包括：
第二通信设备向第一通信设备发送第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
第四方面，本公开实施例提出了第一通信设备，上述第一通信设备包括：收发模块；
收发模块，用于接收第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
第五方面，本公开实施例提出了第二通信设备，上述第二通信设备包括：收发模块；
收发模块，用于发送第一信息，第一信息用于指示以下至少一项：
第二通信设备所支持的AI或ML定位特性；
第二通信设备所支持的AI或ML定位特性的关联信息。
根据本公开实施例的第六方面，提出了一种通信设备，包括：
一个或多处理器；
其中，所述处理器用于调用指令以使得所述通信设备执行第一方面、第二方面中任一方面所述的上报方法。
根据本公开实施例的第七方面，提出了一种通信系统，其特征在于，包括第一通信设备和第二通信设备，其中，所述第一通信设备被配置为实现第一方面所述的确定方法，所述第二通信设备被配置为实现第二方面所述的确定方法。
根据本公开实施例的第八方面，提出了一种存储介质，所述存储介质存储有指令，其特征在于，当所述指令在通信设备上运行时，使得所述通信设备执行如第一方面、第二方面中任一方面所述的确定方法。
第九方面，本公开实施例提出了一种计算机程序产品，当所述计算机程序产品其在通信设备上运行时，使得所述通信设备执行如第一方面、第二方面中任一方面所述的通信方法。
第十方面，本公开实施例提供了一种芯片或芯片系统。该芯片或芯片系统包括处理电路，被配置为执行根据上述第一方面和第二方面的可选实现方式所描述的方法。
可以理解地，上述第一通信设备、第二通信设备、通信系统、存储介质、计算机程序产品、芯片或芯片系统均用于执行本公开实施例所提出的方法。因此，其所能达到的有益效果可以参考对应方法中的有益效果，此处不再赘述。
本公开实施例中所使用的术语只是为了描述特定实施例的目的，而并非作为对本公开的限制。
在本公开实施例中，除非另有说明，以单数形式表示的元素，如“一个”、“一种”、“该”、“上述”、“所述”、“前述”、“这一”等，可以表示“一个且只有一个”，也可以表示“一个或多个”、“至少一个”等。例如，在翻译中使用如英语中的“a”、“an”、“the”等冠词(article)的情况下，冠词之后的名词可以理解为单数表达形式，也可以理解为复数表达形式。
在本公开实施例中，“多个”是指两个或两个以上。
在一些实施例中，装置等可以解释为实体的、也可以解释为虚拟的，其名称不限定于实施例中所记载的名称，“装置”、“设备(equipment)”、“设备(device)”、“电路”、“网元”、“节点”、“功能”、“单元”、“部件(section)”、“系统”、“网络”、“芯片”、“芯片系统”、“实体”、“主体”等术语可以相互替换。
在一些实施例中，“网络”可以解释为网络中包含的装置(例如，接入网设备、核心网设备等)。
在一些实施例中，“终端(terminal)”、“终端设备(terminal device)”、“用户设备(user equipment，UE)”、“用户终端(user terminal)”、“移动台(mobile station，MS)”、“移动终端(mobile terminal，MT)”、订户站(subscriber station)、移动单元(mobile unit)、订户单元(subscriber unit)、无线单元(wireless unit)、远程单元(remote unit)、移动设备(mobile device)、无线设备(wireless device)、无线通信设备(wireless communication device)、远程设备(remote device)、移动订户站(mobile subscriber station)、接入终端(access terminal)、移动终端(mobile terminal)、无线终端(wireless terminal)、远程终端(remote terminal)、手持设备(handset)、用户代理(user agent)、移动客户端(mobile client)、客户端(client)等术语可以相互替换。
图1是根据本公开实施例示出的通信系统的架构示意图。如图1所示，通信系统100可以包括第一通信设备101和第二通信设备102。其中，第二通信设备可以为终端(terminal)，其可以为参考信号的发送设备或接收设备，第二设备可以为用于配置参考信号资源的设备；可选地，该第二通信设备例如还可以包括接入网设备(如基站和/或发送接收点(transmission reception point，TRP))、终端、核心网设备(如：位置管理功能(Location Management Function，LMF))中的至少之一；第一通信设备可以为接收第一通信设备发送的信息的设备，或者，可以为向第二通信设备发送信息的设备，第一通信设备例如可以为核心网设备，例如，核心网设备中的LMF网元，或者接入与移动性管理功能(Access and Mobility Management Function，AMF)网元。
在一些实施例中，终端例如包括手机(mobile phone)、可穿戴设备、物联网设备、具备通信功能的汽车、智能汽车、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(virtual reality，VR)终端设备、增强现实(augmented reality，AR)终端设备、工业控制(industrial control)中的无线终端设备、无人驾驶(self-driving)中的无线终端设备、远程手术(remote medical surgery)中的无线终端设备、智能电网(smart grid)中的无线终端设备、运输安全(transportation safety)中的无线终端设备、智慧城市(smart city)中 的无线终端设备、智慧家庭(smart home)中的无线终端设备中的至少一者，但不限于此。
在一些实施例中，接入网设备例如是将终端接入到无线网络的节点或设备，接入网设备可以包括5G通信系统中的演进节点B(evolved NodeB，eNB)、下一代演进节点B(next generation eNB，ng-eNB)、下一代节点B(next generation NodeB，gNB)、节点B(node B，NB)、家庭节点B(home node B，HNB)、家庭演进节点B(home evolved nodeB，HeNB)、无线回传设备、无线网络控制器(radio network controller，RNC)、基站控制器(base station controller，BSC)、基站收发台(base transceiver station，BTS)、基带单元(base band unit，BBU)、移动交换中心、6G通信系统中的基站、开放型基站(Open RAN)、云基站(Cloud RAN)、其他通信系统中的基站、无线保真(wireless fidelity，WiFi)系统中的接入节点中的至少一者，但不限于此。
在一些实施例中，本公开的技术方案可适用于Open RAN架构，此时，本公开实施例所涉及的接入网设备间或者接入网设备内的接口可变为Open RAN的内部接口，这些内部接口之间的流程和信息交互可以通过软件或者程序实现。
在一些实施例中，接入网设备可以由集中单元(central unit，CU)与分布式单元(distributed unit，DU)组成的，其中，CU也可以称为控制单元(control unit)，采用CU-DU的结构可以将接入网设备的协议层拆分开，部分协议层的功能放在CU集中控制，剩下部分或全部协议层的功能分布在DU中，由CU集中控制DU，但不限于此。
在一些实施例中，核心网设备可以是一个设备，包括一个或多个网元，也可以是多个设备或设备群，分别包括一个或多个网元中的全部或部分。网元可以是虚拟的，也可以是实体的。核心网例如包括演进分组核心(Evolved Packet Core，EPC)、5G核心网络(5G Core Network，5GCN)、下一代核心(Next Generation Core，NGC)中的至少一者。或者，该核心网设备也可以是一种位置管理功能网元。示例性地，位置管理功能网元包括位置服务器(location server)，位置服务器可以实现为以下任意一项：位置管理功能(Location Management Function，LMF)、增强服务的流动定位中心(Enhanced Serving Mobile Location Centre，E-SMLC)、安全用户平面定位(Secure User Plane Location，SUPL)和安全用户平面定位平台(SUPL Location Platform，SUPLLP)。
可以理解的是，本公开实施例描述的通信系统是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提出的技术方案的限定，本领域普通技术人员可知，随着系统架构的演变和新业务场景的出现，本公开实施例提出的技术方案对于类似的技术问题同样适用。
下述本公开实施例可以应用于图1所示的通信系统100、或部分主体，但不限于此。图1所示的各主体是例示，通信系统可以包括图1中的全部或部分主体，也可以包括图1以外的其他主体，各主体数量和形态为任意，各主体之间的连接关系是例示，各主体之间可以不连接也可以连接，其连接可以是任意方式，可以是直接连接也可以是间接连接，可以是有线连接也可以是无线连接。
本公开各实施例可以应用于长期演进(Long Term Evolution，LTE)、LTE-Advanced(LTE-A)、LTE-Beyond(LTE-B)、SUPER 3G、IMT-Advanced、第四代移动通信系统(4th generation mobile communication system，4G))、第五代移动通信系统(5th generation mobile communication system，5G)、5G新空口(new radio，NR)、未来无线接入(Future Radio Access，FRA)、新无线接入技术(New-Radio Access Technology，RAT)、新无线(New Radio，NR)、新无线接入(New radio access，NX)、未来一代无线接入(Future generation radio access，FX)、Global System for Mobile communications(GSM(注册商标))、CDMA2000、超移动宽带(Ultra Mobile Broadband，UMB)、IEEE 802.11(Wi-Fi(注册商标))、IEEE 802.16(WiMAX(注册商标))、IEEE 802.20、超宽带(Ultra-WideBand，UWB)、蓝牙(Bluetooth(注册商标))、陆上公用移动通信网(Public Land Mobile Network，PLMN)网络、设备到设备(Device-to-Device，D2D)系统、机器到机器(Machine to Machine，M2M)系统、物联网(Internet of Things，IoT)系统、车联网(Vehicle-to-Everything，V2X)、利用其他确定方法的系统、基于它们而扩展的下一代系统等。此外，也可以将多个系统组合(例如，LTE或者LTE-A与5G的组合等)应用。
针对人工智能(Artificial Intelligence，AI)或机器学习(Machine Learning，ML)提出了AI/ML特性(feature)、AI/ML功能(functionality)和AI/ML模型(model)等概念。
AI/MLfeature，可以理解为使用了某些技术达到某种特定目的的技术方案。可选地，AI或ML feature可以包括但不限于AI或ML定位特性，AI或ML波束管理、AI或ML CSI增强特性等。例如AI或MI定位特性，可以理解为终端设备使用AI/ML技术进行基于PRS的定位，得到终端设备的定位辅助信息或坐标信息。.
通常情况下，一个AI或ML特性可以包含一个AI或ML功能，和/或，可以一个或多个AI或ML模型。
AI或ML功能可以通过AI或ML特性的一些关键参数进行划分确定，比方可以对一组AI或ML模型实现功能的抽象，通常对应于支持具体参数集。该AI功能例如可以为：执行对应的AI用例时所要实现的AI功能。可选地，该AI功能可以对应有参数集，该参数集中可以包括有特定参数，该特定参数用于做AI功能的定义，例如：该特定参数可以用于指示该AI功能具体是什么功能，该特定参数例如可以称为环境(condition)。以及，该AI功能的参数集中除了特定参数之外的参数可以用于指示该AI功能的适用场景，可选地，该适用场景例如可以理解为：用于实现该AI功能时实际使用的参数，其中，AI功能的参数集中除了特定参数之外的参数例如可以称为：额外环境(additional condition)。
比如在AI或ML定位特性下，可以定义支持同时接收X个TRP测量信号的AI或ML functionality。可选地这些关键参数都是包含在UE能力(capability)信息中的。
AI或ML model即为AI或ML算法，即通过输入参数得到目标输出参数的一个算法，例如AI或ML定位模型可以输入终端设备对应的定位参考信号的测量数据，最终输出终端设备的定位辅助信息，或者终 端设备的定位坐标。
在通信系统中，基于AI/ML的定位中一共定义了以下五种情况(case)。五种case根据不同的输出和模型的部署位置进行划分。可选地，基于AI/ML的直接定位(direct AI/ML positioning)可以基于AI/ML模型的输入直接输出终端设备的定位坐标。而基于AI/ML的辅助定位(assisted positioning)可以基于AI/ML模型的输入，输出用于定位的中间参数，可以分为很多种。例如到达时间，到达角度，离开角度，视距(Line-of-sight,LOS)/非视距(None-line-of-sight,NLOS)指示信息等。
基于AI/ML的直接定位(direct AI/ML positioning)：
情况1(Case 1)：部署在终端设备侧的AI或ML模型，可以基于PRS对终端设备进行定位，直接输出终端设备的定位坐标，(UE-based positioning with UE-side model,direct AI/ML positioning)；
情况2b(Case 2b)：部署在LMF侧的AI或ML模型，可以基于PRS对终端设备进行辅助/LMF定位，直接输出终端设备的定位坐标，(UE-assisted/LMF-based positioning with LMF-side model,direct AI/ML positioning)；
情况3b(Case 3b)：部署在LMF侧的AI或ML模型，可以基于SRS对终端设备进行辅助/LMF定位，直接输出终端设备的定位坐标，(NG-RAN node assisted positioning with LMF-side model,direct AI/ML positioning)；
基于AI/ML的辅助定位(assisted AI/ML positioning)：
情况2a(Case 2a)：部署在终端设备侧的AI或ML模型，可以基于PRS输出终端设备的预测时间信息，(UE-assisted/LMF-based positioning with UE-side model,AI/ML assisted positioning,AI/ML-base timing information prediction)；
情况3a(Case 3a)：部署在终端设备侧的AI或ML模型，可以基于PRS输出终端设备的预测时间信息，(UE-assisted/LMF-based positioning with UE-side model,AI/ML assisted positioning,AI/ML-base angle information prediction)。
近年来，随着AI技术在多个领域取得不断突破。智能语音、计算机视觉等领域的持续发展不仅为智能终端带来丰富多彩的各种应用，在教育、交通、家居、医疗、零售、安防等多个领域也有广泛应用，给人们生活带来便利同时，也在促进各个行业进行产业升级。AI技术也正在加速与其他学科领域交叉渗透，其发展融合不同学科知识同时，也为不同学科的发展提供了新的方向和方法。在无线AI的研究中，AI的应用案例包括基于AI或ML的CSI增强、基于AI或ML的波束管理、基于AI或ML的定位等。针对AI或ML的定位场景，如何上报AI或ML feature成为研究的热点。
图2A是根据本公开实施例示出的通信方法的交互示意图。如图2A所示，本公开实施例涉及通信方法，上述方法包括：
步骤S2101，第一通信设备向第二通信设备发送第二信息。
在一些实施例中，第二通信设备接收第二信息。
在一些实施例中，第二通信设备可以为终端设备，也可以为基站，也可以为LMF网元。
在一些实施例中，第一通信设备可以为LMF网元，也可以为AMF网元。
在一些实施例中，第一通信设备为LMF网元，第二通信设备为终端设备，或者为基站。
在一些实施例中，第一通信设备为AMF网元，第二通信设备为LMF网元。
在一些实施例中，第二信息用于获取第二通信设备所支持的AI或ML定位特性。
在一些实施例中，第二信息用于获取第二通信设备所支持的AI或ML定位特性的关联信息。
在一些实施例中，第二信息用于获取第二通信设备所支持的AI或ML定位特性和AI或ML定位特性的关联信息。
在一些实施例中，第二信息用于查询第二通信设备所支持的AI或ML定位特性。
在一些实施例中，第二信息用于查询第二通信设备所支持的AI或ML定位特性的关联信息。
在一些实施例中，第二信息用于查询第二通信设备所支持的AI或ML定位特性和AI或ML定位特性的关联信息。
在一些实施例中，第二信息的名称不做限定，其例如是“RequestCapabilities消息”、“查询请求”、“能力查询请求”、“获取请求”、“能力获取请求”等。
在一些实施例中，AI或ML定位特性可以理解为基于AI/ML的定位feature。
在一些实施例中，AI或ML定位特性的关联信息可以包括但不限于：
定位所使用的参考信号，例如，参考信号可以包括但不限于定位参信号(Positioning Reference Signal，PRS)和探测参考信号(Sounding Reference Signal，SRS)。例如，网络设备可以基于PRS对终端设备进行定位，也可以基于SRS对终端设备进行定位。
AI/ML模型所部署的位置。例如，AI/ML模型可以部署在终端设备侧，又例如，AI/ML模型可以部署在基站侧，再例如，AI/ML模型可以部署在LMF侧。
AI/ML模型所支持的输出信息的类别。在一些实现中，AI/ML模型可以直接输出第二通信设备(如终端设备)的定位坐标，在另一些实现中，AI/ML模型可以输出用于对第二通信设备(终端设备)进行定位所使用的时间信息、角度信息和LOS/NLOS指示信息。
在一些实施例中，在一些实现中，第二通信设备所支持的AI的定位特性包括一个或多个，例如，AI或ML定位特性可以包括但不限于AI/ML直接定位和基于AI/ML辅助定位。
在一些实施例中，在一些实现中，不同的AI或ML定位特性在以下关联信息中存在至少一项不同：
定位所使用的参考信号；
AI/ML模型所部署的位置；
AI/ML模型所支持的输出信息的类型。
示例性说明，AI或ML定位特性X-1，可以采用的参考信号可以为PRS，AI/ML模型所支持的输出信息的类别为直接输出终端设备的定位坐标，部署位置可以在终端设备侧。也就是说，部署在终端设备侧的AI或ML模型，可以基于PRS对终端设备进行定位，直接输出终端设备的定位坐标，本申请实施例中可以该种情况定义为情况1(case 1)。
AI或ML定位特性X-2，可以采用的参考信号可以为PRS，AI/ML模型所支持的输出信息的类别为直接输出终端设备的定位坐标，部署位置可以在LMF侧。也就是说，部署在LMF侧的AI或ML模型，可以基于PRS对终端设备进行辅助/LMF定位，直接输出终端设备的定位坐标，本申请实施例中可以该种情况定义为情况2b(case 2b)。
AI或ML定位特性X-3，可以采用的参考信号可以为SRS，AI或ML模型所支持的输出信息的类别为直接输出终端设备的定位坐标，部署位置可以在LMF侧。也就是说，部署在LMF侧的AI或ML模型，可以基于SRS对终端设备进行辅助/LMF定位，直接输出终端设备的定位坐标，本申请实施例中可以该种情况定义为情况3b(case 3b)。
AI或ML定位特性X-4，可以采用的参考信号可以为PRS，AI/ML模型所支持的输出信息的类别为基于AI或ML的用于终端设备定位的预测时间信息，部署位置可以在终端设备侧。也就是说，部署在终端设备侧的AI或ML模型，可以基于PRS输出终端设备的预测时间信息，本申请实施例中可以该种情况定义为情况2a(case 2a)。
AI或ML定位特性X-5，可以采用的参考信号可以为PRS，AI/ML模型所支持的输出信息的类别为基于AI/ML的用于终端设备定位的角度信息预测，部署位置可以在终端设备侧。也就是说，部署在终端设备侧的AI或ML模型，可以基于PRS，输出终端设备的预测角度信息，该预测角度信息可以辅助对终端设备进行定位，本申请实施例中可以该种情况定义为情况2a(case 2a)。
AI或ML定位特性X-6，可以采用的参考信号可以为SRS，AI/ML模型所支持的输出信息的类别为基于AI或ML的用于终端设备定位的预测时间信息，部署位置可以在基站(如gNB)侧。也就是说，部署在基站侧的AI或ML模型，可以基于SRS输出终端设备的预测时间信息，该预测时间信息可以辅助对终端设备进行定位，本申请实施例中可以该种情况定义为情况3a(case 3a)。
AI或ML定位特性X-7，可以采用的参考信号可以为SRS，AI/ML模型所支持的输出信息的类别为基于AI或ML的用于终端设备定位的预测角度信息，部署位置可以在基站侧。也就是说，部署在基站侧的AI或ML模型，可以基于SRS输出终端设备的预测角度信息，该预测角度间信息可以辅助对终端设备进行定位，本申请实施例中可以该种情况定义为情况3a(case 3a)。
不同AI或ML定位特性在定位所使用的参考信号、AI/ML模型所部署的位置和AI/ML模型所支持的输出信息的类型等关联信息中存在至少一项不同的示例，如表1所示。
表1
可以理解的是，表1中的每一个元素都是独立存在的，这些元素被示例性的列在同一张表格中，但是并不代表表格中的所有元素必须根据表格中所示的同时存在。其中每一个元素的值，是不依赖于表1中任何其他元素值。因此本领域内技术人员可以理解，该表1中的每一个元素的取值都是一个独立的实施例。
在一些实施例中，第二信息可以复用已有信息，也可以为新增的信息。
在一些实施例中，第二信息还用于查询AI或ML定位特性是否包括AI或ML定位功能。AI或ML定位功能可以理解为基于AI/ML的functionality。其中基于AI/ML的定位功能可以为在每个AI/ML定位特性(feature)下定义的。例如AI或ML定位功能可以为在特定AI/ML feature下支持高达X个RB的PRS配置测量；再例如，AI或ML定位功能可以为能同时测量来自Y个发送接收点(Transmission and Receiving Point，TRP)的PRS。
在一些实施例中，第二信息还用于查询AI或ML定位特性是否包括AI或ML定位功能的关联信息。
在一些实施例中，第二信息还用于查询AI或ML定位特性是否包括AI或ML定位功能和AI或ML定位功能的关联信息。
在一些实施例中，第二信息还用于获取AI或ML定位特性是否包括AI或ML定位功能。
在一些实施例中，第二信息还用于获取AI或ML定位特性是否包括AI或ML定位功能的关联信息。
在一些实施例中，第二信息还用于获取AI或ML定位特性是否包括AI或ML定位功能和AI或ML定位功能的关联信息。
在一些实施例中，第二信息包括第二信令。第二信令用于查询AI或ML定位特性是否包括AI或ML定位功能，和/或用于查询AI或ML定位特性是否包括AI或ML定位功能的关联信息。第二信令用于获取AI或ML定位特性是否包括AI或ML定位功能，和/或，用于获取AI或ML定位特性是否包括AI或ML定位功能的关联信息。第二信令用于确定AI或ML定位特性是否包括AI或ML定位功能，和/或，用于确 定AI或ML定位特性是否包括AI或ML定位功能的关联信息。
在一些实施例中，第二信令的名称不做限定，其例如“功能查询信息”、“信息查询消息”、“功能获取信息”、“信息获取消息”等。
示例性说明，第二信令可以用于查询某个特定或某些AI或ML定位特性是否包括某个或某些AI或ML定位功能。例如，可以查询“AI或ML定位特性X”是否包括“AI或ML定位功能Y”；再例如，查询“AI或ML定位特性X”是否包括“AI或ML定位功能Y和定位功能Z”；再例如，查询“AI或ML定位特性X和M”是否包括“AI或ML定位功能Y和定位功能Z”等。
第二信令可以用于查询某个特定或某些AI或ML定位特性是否包括某个或某些AI或ML定位功能的关联信息。例如，可以查询“AI或ML定位特性X”是否包括“AI或ML定位功能Y的关联信息”；再例如，可以查询“AI或ML定位特性X”是否包括“AI或ML定位功能Y和定位功能Z的关联信息”；再例如，可以查询“AI或ML定位特性X和M”是否包括“AI或ML定位功能Y和定位功能Z的关联信息”。
在一些实施例中，AI或ML定位功能的关联信息可以包括但不限于：
工作频段，例如，工作频段可以包括FR1和FR2。
参考信号(Reference Signal，RS)的配置，例如，RS的配置可以包括配置的不同的RS，也可以配置不同基站发送的RS。例如，RS配置可以支持最多来自9个TRP的PRS测量；例如，RS配置可以支持最多来自18个TRP的PRS测量.
AI/ML模型的额外输出，例如，AI/ML模型的额外输出可以为额外输出的参考信号接收功率(Reference Signal Receiving Power，RSRP)，也可以为额外输出的参考信号接收质量(Reference Signal Receiving Quality，RSRQ)，也可以为额外输出的信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)等。
测量上报的类型，例如，周期性上报，非周期性上报，或者半周期性上报，或者测量上报时所包括的信息等。
AI或ML定位能力或AI/ML模型的应用场景，例如，AI或ML定位能力或AI/ML模型可以应用在宏小区中，也可以应用在微小区内，再例如，AI或ML定位能力或AI/ML模型应用在室内场景，也可以应用在室外场景。
在一些实施例中，AI或ML定位特性包括一个或多个AI或ML定位功能。
在一些实施例中，不同的AI或ML定位能力在以下关联信息中存在至少一项不同：
工作频段；
RS的配置；
AI/ML模型的额外输出；
测量上报的类型；
AI或ML定位能力或AI/ML模型的应用场景。
不同AI或ML定位能力在工作频段、RS的配置、AI/ML模型的额外输出、测量上报的类型、AI或ML定位能力或AI/ML模型的应用场景等关联信息中存在至少一项不同的示例，如表2所示。
表2
可以理解的是，表2中的每一个元素都是独立存在的，这些元素被示例性的列在同一张表格中，但是并不代表表格中的所有元素必须根据表格中所示的同时存在。其中每一个元素的值，是不依赖于表2中任何其他元素值。因此本领域内技术人员可以理解，该表2中的每一个元素的取值都是一个独立的实施例。
步骤S2102，第二通信设备向第一通信设备发送第一信息。
在一些实施例中，第一信息用于指示第二通信设备所支持的AI或ML定位特性。
在一些实施例中，第一信息用于上报第二通信设备所支持的AI或ML定位特性。
在一些实施例中，第一信息用于指示第二通信设备所支持的AI或ML定位特性的关联信息。
在一些实施例中，第一信息用于指示第二通信设备所支持的AI或ML定位特性的关联信息。
在一些实施例中，第一信息用于指示或上报第二通信设备所支持的AI或ML定位特性和AI或ML定位特性的关联信息。
在一些实施例中，第一信息的名称不做限定，其例如是“ProvideCapabilities”、“第一指示信息”、“特性指示信息”、“第一上报信息”、“特性上报信息”、“第一信息指示消息”、“第一信息上报消息”等。
在一些实施例中，第一通信设备接收第一信息。
在一些实施例中，第一通信设备可以为LMF网元，第二通信设备为终端设备，LMF网元可以向终端设备发送第二信息，LMF网元可以接收终端设备发送的第一信息。
在一些实施例中，第一通信设备可以为LMF网元，第二通信设备为基站，LMF网元向基站发送第二信息，LMF网元接收基站发送的第一信息。
在一些实施例中，第一通信设备可以为AMF网元，第二通信设备为LMF网元，AMF网元向LMF网 元发送第二信息，AMF网元接收LMF网元发送的第一信息。
在一些实施例中，第一信息还用于指示AI或ML定位特性是否包括AI或ML定位功能。
在一些实施例中，第一信息还用于指示AI或ML定位特性是否包括AI或ML定位功能的关联信息。
在一些实施例中，第一信息还用于上报AI或ML定位特性是否包括AI或ML定位功能。
在一些实施例中，第一信息还用于上报AI或ML定位特性是否包括AI或ML定位功能的关联信息。
在一些实施例中，第一信息还用于上报AI或ML定位特性是否包括AI或ML定位功能和AI或ML定位功能的关联信息。
在一些实施例中，第一信息包括第一信令。第一信令用于指示AI或ML定位特性是否包括AI或ML定位功能，和/或，用于指示AI或ML定位特性是否包括AI或ML定位功能的关联信息。第一信令用于上报AI或ML定位特性是否包括AI或ML定位功能，和/或，用于上报AI或ML定位特性是否包括AI或ML定位功能的关联信息
在一些实施例中，第一信令的名称不做限定，其例如“第二指示信息”、“功能指示信息”、“第二上报信息”、“功能上报信息”、“第二信息指示消息”、“第二信息上报消息”等。
示例性说明，第一信令可以用于指示某个特定或某些AI或ML定位特性是否包括某个或某些AI或ML定位功能。例如，可以指示“AI或ML定位特性X”是否包括“AI或ML定位功能Y”；再例如，指示“AI或ML定位特性X”是否包括“AI或ML定位功能Y和定位功能Z”；再例如，指示“AI或ML定位特性X和M”是否包括“AI或ML定位功能Y和定位功能Z”等。
第一信令可以用于指示某个特定或某些AI或ML定位特性是否包括某个或某些AI或ML定位功能的关联信息。例如，可以指示“AI或ML定位特性X”是否包括“AI或ML定位功能Y的关联信息”；再例如，可以指示“AI或ML定位特性X”是否包括“AI或ML定位功能Y和定位功能Z的关联信息”；再例如，可以指示“AI或ML定位特性X和M”是否包括“AI或ML定位功能Y和定位功能Z的关联信息”。
在一些实现中，AI或ML定位特性包括一个或多个AI或ML定位功能。
在一些实现中，AI或ML定位能力的关联信息包括但不限于：
工作频段；
RS的配置；
AI或ML模型的额外输出；
测量上报的类型；
AI或ML定位能力或AI/ML模型的应用场景。
在一些实现中，不同AI或ML定位能力在工作频段、RS的配置、AI或ML模型的额外输出、测量上报的类型、AI或ML定位能力或AI或ML模型的应用场景等关联信息中存在至少一项不同的示例，如 表2所示。
在一些实施例中，信息等的名称不限定于实施例中所记载的名称，“信息(information)”、“消息(message)”、“信号(signal)”、“信令(signaling)”、“报告(report)”、“配置(configuration)”、“指示(indication)”、“指令(instruction)”、“命令(command)”、“信道”、“参数(parameter)”、“域”、“字段”、“符号(symbol)”、“码元(symbol)”、“码本(codebook)”、“码字(codeword)”、“码点(codepoint)”、“比特(bit)”、“数据(data)”、“程序(program)”、“码片(chip)”等术语可以相互替换。
在一些实施例中，“下行链路控制信息(downlink control information，DCI)”、“下行链路(downlink，DL)分配(assignment)”、“DL DCI”、“上行链路(uplink，UL)许可(grant)”、“UL DCI”等术语可以相互替换。
在一些实施例中，“无线(radio)”、“无线(wireless)”、“无线接入网(radio access network，RAN)”、“接入网(access network，AN)”、“基于RAN的(RAN-based)”等术语可以相互替换。
在一些实施例中，“时刻”、“时间点”、“时间”、“时间位置”等术语可以相互替换，“时长”、“时段”、“时间窗口”、“窗口”、“时间”等术语可以相互替换。
在一些实施例中，“资源块(resource block，RB)”、“物理资源块(physical resource block，PRB)”、“子载波组(sub-carrier group，SCG)”、“资源元素组(resource element group，REG)”、“PRB对”、“RB对”、“资源元素(resource element，RE)”、“子载波(sub-carrier)”等术语可以相互替换。
在一些实施例中，无线接入方案(wireless access scheme)、波形(waveform)等术语可以相互替换。
在一些实施例中，“获取”、“获得”、“得到”、“接收”、“传输”、“双向传输”、“发送和/或接收”可以相互替换，其可以解释为从其他主体接收，从协议中获取，从高层获取，自身处理得到、自主实现等多种含义。
在一些实施例中，“发送”、“发射”、“上报”、“下发”、“传输”、“双向传输”、“发送和/或接收”等术语可以相互替换。
在一些实施例中，“特定(certain)”、“预定(preseted)”、“预设”、“设定”、“指示(indicated)”、“某一”、“任意”、“第一”等术语可以相互替换，“特定A”、“预定A”、“预设A”、“设定A”、“指示A”、“某一A”、“任意A”、“第一A”可以解释为在协议等中预先规定的A，也可以解释为通过设定、配置、或指示等得到的A，也可以解释为特定A、某一A、任意A、或第一A等，但不限于此。
在一些实施例中，判定或判断可以通过以1比特表示的值(0或1)来进行，也可以通过以真(true)或者假(false)表示的真假值(布尔值(boolean))来进行，也可以通过数值的比较(例如，与预定值的比较)来进行，但不限于此。
在一些实施例中，“不期待接收”可以解释为不在时域资源和/或频域资源上接收，也可以解释为在接 收到数据等后，不对该数据等执行后续处理；“不期待发送”可以解释为不发送，也可以解释为发送但是不期待接收方对发送的内容做出响应。
本公开实施例所涉及的通信方法可以包括步骤S2101～步骤S2102中的至少一者。例如，步骤S2102可以作为独立实施例来实施，步骤S2101和S2102可以作为独立实施例来实施，但不限于此。
图2B是根据本公开实施例示出的通信方法的交互示意图。如图2B所示，本公开实施例涉及通信方法，上述方法包括：
步骤S2201，第二通信设备向第一通信设备发送第一信息。
步骤S2201的可选实现方式可以参见图2A的步骤S2101和S2102的可选实现方式、及图2A所涉及的实施例中其他关联部分，此处不再赘述。
图3A是根据本公开实施例示出的通信方法的交互示意图。如图3A所示，本公开实施例涉及通信方法(第一通信设备侧)，上述方法包括：
步骤S3101，第一通信设备发送第二信息。
步骤S3101的可选实现方式可以参见图2A的步骤S2101的可选实现方式、及图2A所涉及的实施例中其他关联部分，此处不再赘述。
步骤S3102，第一通信设备接收第一信息。
步骤S3102的可选实现方式可以参见图2A的步骤S2102的可选实现方式、及图2A所涉及的实施例中其他关联部分，此处不再赘述。
图3B是根据本公开实施例示出的通信方法的交互示意图。如图3B所示，本公开实施例涉及通信方法(网络设备侧)，上述方法包括：
步骤S3201，第一通信设备接收第一信息。
步骤S3201的可选实现方式可以参见图2A的步骤S2101～S2102，以及图2B中步骤S2201的可选实现方式、及图2A和图2B所涉及的实施例中其他关联部分，此处不再赘述。
图4A是根据本公开实施例示出的通信方法的交互示意图。如图4A所示，本公开实施例涉及通信方法(第二通信设备侧)，上述方法包括：
步骤S4101，第二通信设备接收第二信息。
步骤S4101的可选实现方式可以参见图2A的步骤S2101的可选实现方式、及图2A所涉及的实施例中其他关联部分，此处不再赘述。
步骤S4102，第二通信设备发送第一信息。
步骤S4102的可选实现方式可以参见图2A的步骤S2102的可选实现方式、及图2A所涉及的实施例中其他关联部分，此处不再赘述。
图4B是根据本公开实施例示出的通信方法的流程示意图。如图4B所示，本公开实施例涉及通信方法 (终端设备侧)，上述方法包括：
步骤S4201，第二通信设备发送第一信息。
步骤S4201的可选实现方式可以参见图2A的步骤S2101～S2102，以及图2B中步骤S2201的可选实现方式、及图2A和图2B所涉及的实施例中其他关联部分，此处不再赘述。
以下为对上述方法的示例性介绍。
在一些实现中，网络设备(LMF网元)向终端发送第二信息，第二信息中包括第二信令单元，所述第二信令单元用于查询终端侧是否支持第一AI或ML定位特性和/或第一AI或ML定位特性的关联信息。
在一些实现中，终端所支持的AI或ML定位特性可以包括一个或者多个。
在一些实现中，不同的定位特性的相关信息包括但不限于：
-定位所使用的参考信号，例如是基于PRS进行定位还是SRS进行定位
-AI/ML模型所部署的位置，包括AI/ML模型部署在终端侧，AI/ML模型部署在基站侧和AI/ML模型部署在LMF侧
-AI/ML模型所支持的输出信息类别，包括直接输出定位坐标，输出定位所使用的时间信息，输出定位所需要的角度信息，输出定位所需要的LOS/NLOS信息。
在一些实现中，不同AI或ML定位特性在定位所使用的参考信号、AI/ML模型所部署的位置和AI/ML模型所支持的输出信息的类型等关联信息中存在至少一项不同的示例，如表1所示。
在一些实现中，第一信令单元还包括一个或多个第一信令子单元，所述第一信令子单元用于查询在第一AI或ML定位特性是否包含第一AI或ML定位功能和/或所包含的第一AI或ML定位功能的关联信息
在一些实现中，一个第一AI或ML定位特性可以包含一个或多个第一AI或ML定位功能。
在一些实现中，AI或ML定位功能的关联信息包括但不限于：
-不同的工作频段：例如FR1,FR2；
-不同的RS配置，进一步可以包括不同的RS，不同基站发送的RS；
-不同的额外AI/ML模型输出，例如AI/ML模型还可以额外输出RSRP信息；
-不同的测量上报类型；
-不同的应用场景，例如应用在宏小区中，应用在微小区内，应用在室内场景还是室外场景。
在一些实现中，不同AI或ML定位能力在工作频段、RS的配置、AI/ML模型的额外输出、测量上报的类型、AI或ML定位能力或AI/ML模型的应用场景等关联信息中存在至少一项不同的示例，如表2所示。
在一些实现中，终端向网络设备发送第一信息，第一信息包括第一信令单元，第一信令单元用于指示终端侧所支持的AI或ML定位特性中的一项或者多项。
在一些实现中，响应于终端收到第二信息中的第二信令单元，终端发送第一信息，第一信令单元中包 括第一信令单元所查询的AI或ML定位特性信息和/或定位特性的关联信息。
在一些实现中，终端主动发送所支持的AI或ML定位特性中的一项或者多项。
在一些实现中，第一信令单元还包括一个或多个第一信令子单元，所述第一信令子单元用于上报在第一AI或ML定位特性是否包含第一AI或ML定位功能和/或所包含的第一AI或ML定位功能的关联信息。
在一些实现中，一个第一AI或ML定位特性可以包含一个或多个第一AI或ML定位功能。
在一些实现中，网络设备可以是LMF，第二信令可以是RequestCapabilities消息，第一信令可以是ProvideCapabilities消息。
在上述实施例中，第一通信设备为核心网中的网元，第二通信设备为终端时，核心网中的网元和终端进行交互需要通过接入网设备(如基站)进行转发。
在本公开实施例中，部分或全部步骤、其可选实现方式可以与其他实施例中的部分或全部步骤任意组合，也可以与其他实施例的可选实现方式任意组合。
本公开实施例还提出用于实现以上任一方法的装置，例如，提出一装置，上述装置包括用以实现以上任一方法中终端所执行的各步骤的单元或模块。再如，还提出另一装置，包括用以实现以上任一方法中网络设备(例如接入网设备、核心网功能节点、核心网设备等)所执行的各步骤的单元或模块。
应理解以上装置中各单元或模块的划分仅是一种逻辑功能的划分，在实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。此外，装置中的单元或模块可以以处理器调用软件的形式实现：例如装置包括处理器，处理器与存储器连接，存储器中存储有指令，处理器调用存储器中存储的指令，以实现以上任一方法或实现上述装置各单元或模块的功能，其中处理器例如为通用处理器，例如中央处理单元(Central Processing Unit，CPU)或微处理器，存储器为装置内的存储器或装置外的存储器。或者，装置中的单元或模块可以以硬件电路的形式实现，可以通过对硬件电路的设计实现部分或全部单元或模块的功能，上述硬件电路可以理解为一个或多个处理器；例如，在一种实现中，上述硬件电路为专用集成电路(application-specific integrated circuit，ASIC)，通过对电路内元件逻辑关系的设计，实现以上部分或全部单元或模块的功能；再如，在另一种实现中，上述硬件电路为可以通过可编程逻辑器件(programmable logic device，PLD)实现，以现场可编程门阵列(Field Programmable Gate Array，FPGA)为例，其可以包括大量逻辑门电路，通过配置文件来配置逻辑门电路之间的连接关系，从而实现以上部分或全部单元或模块的功能。以上装置的所有单元或模块可以全部通过处理器调用软件的形式实现，或全部通过硬件电路的形式实现，或部分通过处理器调用软件的形式实现，剩余部分通过硬件电路的形式实现。
在本公开实施例中，处理器是具有信号处理能力的电路，在一种实现中，处理器可以是具有指令读取与运行能力的电路，例如中央处理单元(Central Processing Unit，CPU)、微处理器、图形处理器(graphics processing unit，GPU)(可以理解为微处理器)、或数字信号处理器(digital signal processor，DSP)等；在另一种实现中，处理器可以通过硬件电路的逻辑关系实现一定功能，上述硬件电路的逻辑关系是固定的 或可以重构的，例如处理器为专用集成电路(application-specific integrated circuit，ASIC)或可编程逻辑器件(programmable logic device，PLD)实现的硬件电路,例如FPGA。在可重构的硬件电路中，处理器加载配置文档，实现硬件电路配置的过程，可以理解为处理器加载指令，以实现以上部分或全部单元或模块的功能的过程。此外，还可以是针对人工智能设计的硬件电路，其可以理解为ASIC，例如神经网络处理单元(Neural Network Processing Unit，NPU)、张量处理单元(Tensor Processing Unit，TPU)、深度学习处理单元(Deep learning Processing Unit，DPU)等。
图5是本公开实施例提出的通信设备的结构示意图。如图5所示，通信设备5100可以包括：收发模块5101、处理模块5102等中的至少一者。
在一些实施例中，通信设备5100为第一通信设备，上述收发模块用于接收第一信息，第一信息用于指示第二通信设备所支持的AI或ML定位特性，和/或，第二通信设备所支持的AI或ML定位特性的关联信息。可选地，上述收发模块用于执行以上任一方法中第一通信设备执行的发送和/或接收等通信步骤中的至少一者，此处不再赘述。
在一些实施例中，通信设备5100为第二通信设备，上述收发模块用于发送第一信息，第一信息用于指示终端设备所支持的AI或ML定位特性。可选地，上述收发模块用于执行以上任一方法中第二通信设备执行的发送和/或接收等通信步骤中的至少一者，此处不再赘述。
在一些实施例中，收发模块可以包括发送模块和/或接收模块，发送模块和接收模块可以是分离的，也可以集成在一起。可选地，收发模块可以与收发器相互替换。
在一些实施例中，处理模块可以是一个模块，也可以包括多个子模块。可选地，上述多个子模块分别执行处理模块所需执行的全部或部分步骤。可选地，处理模块可以与处理器相互替换。
图6A是本公开实施例提出的通信设备6100的结构示意图。通信设备6100可以是第一通信设备(例如核心网设备等)，也可以是第二通信设备(例如接入网设备、用户设备、核心网设备等)，也可以是支持第一通信设备实现以上任一方法的芯片、芯片系统、或处理器等，还可以是支持第二通信设备实现以上任一方法的芯片、芯片系统、或处理器等。通信设备6100可用于实现上述方法实施例中描述的方法，具体可以参见上述方法实施例中的说明。
如图6A所示，通信设备6100包括一个或多个处理器6101。处理器6101可以是通用处理器或者专用处理器等，例如可以是基带处理器或中央处理器。基带处理器可以用于对通信协议以及通信数据进行处理，中央处理器可以用于对通信装置(如，基站、基带芯片，终端设备、终端设备芯片，DU或CU等)进行控制，执行程序，处理程序的数据。可选地，通信设备6100用于执行以上任一方法。可选地，一个或多个处理器6101用于调用指令以使得通信设备6100执行以上任一方法。
在一些实施例中，通信设备6100还包括一个或多个收发器6102。在通信设备6100包括一个或多个收发器6102时，收发器6102执行上述方法中的发送和/或接收等通信步骤中的至少一者，此处不再赘述，处 理器6101执行其他步骤。在可选的实施例中，收发器可以包括接收器和/或发送器，接收器和发送器可以是分离的，也可以集成在一起。可选地，收发器、收发单元、收发机、收发电路、接口电路、接口等术语可以相互替换，发送器、发送单元、发送机、发送电路等术语可以相互替换，接收器、接收单元、接收机、接收电路等术语可以相互替换。
在一些实施例中，通信设备6100还包括用于存储数据的一个或多个存储器6103。可选地，全部或部分存储器6103也可以处于通信设备6100之外。在可选的实施例中，通信设备6100可以包括一个或多个接口电路6104。可选地，接口电路6104与存储器6102连接，接口电路6104可用于从存储器6102或其他装置接收数据，可用于向存储器6102或其他装置发送数据。例如，接口电路6104可读取存储器6102中存储的数据，并将该数据发送给处理器6101。
以上实施例描述中的通信设备6100可以是网络设备或者终端，但本公开中描述的通信设备6100的范围并不限于此，通信设备6100的结构可以不受图6A的限制。通信设备可以是独立的设备或者可以是较大设备的一部分。例如所述通信设备可以是：1)独立的集成电路IC，或芯片，或，芯片系统或子系统；(2)具有一个或多个IC的集合，可选地，上述IC集合也可以包括用于存储数据，程序的存储部件；(3)ASIC，例如调制解调器(Modem)；(4)可嵌入在其他设备内的模块；(5)接收机、终端设备、智能终端设备、蜂窝电话、无线设备、手持机、移动单元、车载设备、网络设备、云设备、人工智能设备等等；(6)其他等等。
图6B是本公开实施例提出的芯片6200的结构示意图。对于通信设备6100可以是芯片或芯片系统的情况，可以参见图6B所示的芯片6200的结构示意图，但不限于此。
芯片6200包括一个或多个处理器6201。芯片6200用于执行以上任一方法。
在一些实施例中，芯片6200还包括一个或多个接口电路6202。可选地，接口电路、接口、收发管脚等术语可以相互替换。在一些实施例中，芯片6200还包括用于存储数据的一个或多个存储器6203。可选地，全部或部分存储器6203可以处于芯片6200之外。可选地，接口电路6202与存储器6203连接，接口电路6202可以用于从存储器6203或其他装置接收数据，接口电路6202可用于向存储器6203或其他装置发送数据。例如，接口电路6202可读取存储器6203中存储的数据，并将该数据发送给处理器6201。
在一些实施例中，接口电路6202执行上述方法中的发送和/或接收等通信步骤中的至少一者，此处不再赘述。接口电路6202执行上述方法中的发送和/或接收等通信步骤例如是指：接口电路6202执行处理器6201、芯片6200、存储器6203或收发器件之间的数据交互。在一些实施例中，处理器6201执行其他步骤。
虚拟装置、实体装置、芯片等各实施例中所描述的各模块和/或器件可以根据情况任意组合或者分离。可选地，部分或全部步骤也可以由多个模块和/或器件协作执行，此处不做限定。
本公开还提出存储介质，上述存储介质上存储有指令，当上述指令在通信设备6100上运行时，使得通信设备6100执行以上任一方法。可选地，上述存储介质是电子存储介质。可选地，上述存储介质是计 算机可读存储介质，但不限于此，其也可以是其他装置可读的存储介质。可选地，上述存储介质可以是非暂时性(non-transitory)存储介质，但不限于此，其也可以是暂时性存储介质。
本公开还提出程序产品，上述程序产品被通信设备6100执行时，使得通信设备6100执行以上任一方法。可选地，上述程序产品是计算机程序产品。
本公开还提出计算机程序，当其在计算机上运行时，使得计算机执行以上任一方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机程序。在计算机上加载和执行所述计算机程序时，全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机程序可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机程序可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，高密度数字视频光盘(digital video disc，DVD))、或者半导体介质(例如，固态硬盘(solid state disk，SSD))等。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。

Claims (29)

  1. 一种通信方法，其特征在于，由第一通信设备执行，所述方法包括：
    所述第一通信设备接收第一信息，所述第一信息用于指示以下至少一项：
    第二通信设备所支持的人工智能AI或机器学习ML定位特性；
    所述第二通信设备所支持的AI或ML定位特性的关联信息。
  2. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    所述第一通信设备发送第二信息，所述第二信息用于查询以下至少一项：
    所述第二通信设备所支持的AI或ML定位特性；
    所述第二通信设备所支持的AI或ML定位特性的关联信息。
  3. 根据权利要求2所述的方法，其特征在于，所述方法包括：
    所述第一通信设备为LMF网元，所述第二通信设备为终端设备，所述LMF网元向所述终端设备发送所述第二信息；
    所述LMF网元接收所述终端设备发送的所述第一信息。
  4. 根据权利要求2所述的方法，其特征在于，所述方法包括：
    所述第一通信网络设备为LMF网元，所述第二通信设备为基站，所述LMF网元向所述基站设备发送所述第二信息；
    所述LMF网元接收所述基站发送的所述第一信息。
  5. 根据权利要求2所述的方法，其特征在于，所述方法包括：
    所述第一通信设备为AMF网元，所述第二通信设备为LMF网元，所述AMF网元向LMF网元发送所述第二信息；
    所述AMF网元接收所述LMF网元发送的所述第一信息。
  6. 根据权利要求1所述的方法，其特征在于，所述第二通信设备所支持的AI/ML定位特性包括一个或多个。
  7. 根据权利要求6所述的方法，其特征在于，不同的基于AI的定位特性在以下关联信息中存在 至少一项不同：
    定位所使用的参考信号；
    AI或ML模型所部署的位置；
    AI或ML模型所支持的输出信息的类型。
  8. 根据权利要求7所述的方法，其特征在于，所述第二信息包括第二信令，所述第二信令用于查询以下至少一项：
    所述AI或ML定位特性是否包括AI或ML定位功能；
    所述AI或ML定位特性是否包括AI或ML定位功能的关联信息。
  9. 根据权利要求1-8中任一项所述的方法，其特征在于，所述第一信息还用于指示以下至少一项：
    所述AI或ML定位特性是否包括AI或ML定位功能；
    所述AI或ML定位特性是否包括AI或ML定位功能关联信息。
  10. 根据权利要求9所述的方法，其特征在于，所述AI或ML定位特性包括一个或多个AI或ML定位功能。
  11. 根据权利要求10所述的方法，其特征在于，不同的AI或ML定位功能在以下关联信息中存在至少一项不同：
    工作频段；
    参考信号RS的配置；
    AI/ML模型的额外输出；
    测量上报的类型；
    应用场景。
  12. 一种通信方法，其特征在于，由第二通信设备执行，所述方法包括：
    所述第二通信设备发送第一信息，所述第一信息用于指示以下至少一项：
    所述第二通信设备所支持的AI或ML定位特性；
    所述第二通信设备所支持的AI或ML定位特性的关联信息。
  13. 根据权利要求12所述的方法，其特征在于，所述方法还包括：
    所述第二通信设备接收第二信息，所述第二信息用于查询以下至少一项：
    所述第二通信设备所支持的AI或ML定位特性能力；
    所述第二通信设备所支持的AI或ML定位特性的关联信息。
  14. 根据权利要求13所述的方法，其特征在于，所述方法包括：
    所述第一通信设备为LMF网元，所述第二通信设备为终端设备，所述终端设备接收所述LMF网元发送的所述第二信息；
    所述终端设备向所述LMF网元发送所述第一信息。
  15. 根据权利要求13所述的方法，其特征在于，所述方法包括：
    所述第一通信设备为LMF网元，所述第二通信设备为基站，所述基站接收所述LMF网元发送的所述第二信息；
    所述基站向所述LMF网元发送所述第一信息。
  16. 根据权利要求13所述的方法，其特征在于，所述方法包括：
    所述第一通信设备为AMF网元，所述第二通信设备为LMF网元，所述LMF网元接收所述AMF网元发送的所述第二信息；
    所述LMF网元向所述AMF网元发送所述第一信息。
  17. 根据权利要求12所述的方法，其特征在于，所述第二通信设备所支持的AI或ML定位特性包括一个或多个。
  18. 根据权利要求17所述的方法，其特征在于，不同的AI或ML定位特性在以下信息项中存在至少一项不同：
    定位所使用的参考信号；
    AI/ML模型所部署的位置；
    AI/ML模型所支持的输出信息的类型。
  19. 根据权利要求13所述的方法，其特征在于，所述第二信息还用于查询以下至少一项：
    所述AI或ML定位特性是否包括AI或ML定位功能；
    所述AI或ML定位特性是否包括AI或ML定位功能的关联信息。
  20. 根据权利要求12-19中任一项所述的方法，其特征在于，所述第一信息还用于指示以下至少一项：
    所述AI或ML定位特性是否包括AI或ML定位功能；
    所述AI或ML定位特性是否包括AI或ML定位功能关联信息。
  21. 根据权利要求20所述的方法，其特征在于，所述AI或ML定位特性包括一个或多个AI或ML定位功能。
  22. 根据权利要求21所述的方法，其特征在于，不同的AI或ML定位功能在以下信息项中存在至少一项不同：
    工作频段；
    RS配置；
    AI/ML模型的额外输出；
    测量上报的类型；
    应用场景。
  23. 一种第一通信设备，其特征在于，包括：
    收发模块，用于发送第一信息，所述第一信息用于指示以下至少一项：
    第二通信设备所支持的AI或ML定位特性；
    所述第二通信设备所支持的AI或ML定位特性的关联信息。
  24. 一种第二通信设备，其特征在于，包括：
    收发模块，用于接收第一信息，所述第一信息用于指示以下至少一项：
    第二通信设备所支持的AI或ML定位特性；
    所述第二通信设备所支持的AI或ML定位特性的关联信息。
  25. 一种通信系统，其特征在于，包括第一通信设备和第二通信设备，其中，所述第一通信设备被 配置为实现权利要求1-11中任一项所述的通信方法，所述第二通信设备被配置为实现权利要求12-22中任一项所述的通信方法。
  26. 一种存储介质，所述存储介质存储有指令，其特征在于，当所述指令在第一通信设备上运行时，使得所述第一通信设备执行如权利要求1-11中任一项所述的通信方法。
  27. 一种存储介质，所述存储介质存储有指令，其特征在于，当所述指令在第二通信设备上运行时，使得所述第二通信设备执行如权利要求12-22中任一项所述的通信方法。
  28. 一种程序产品，当所述程序产品其在第一通信设备上运行时，使得所述第一通信设备执行如权利要求1-11中任一项所述的通信方法。
  29. 一种程序产品，当所述程序产品其在第二通信设备上运行时，使得所述第二通信设备执行如权利要求12-22中任一项所述的通信方法。
PCT/CN2024/076489 2024-02-06 2024-02-06 通信方法、第一通信设备及第二通信设备 Pending WO2025166606A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202480000404.2A CN120787447A (zh) 2024-02-06 2024-02-06 通信方法、第一通信设备及第二通信设备
PCT/CN2024/076489 WO2025166606A1 (zh) 2024-02-06 2024-02-06 通信方法、第一通信设备及第二通信设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2024/076489 WO2025166606A1 (zh) 2024-02-06 2024-02-06 通信方法、第一通信设备及第二通信设备

Publications (1)

Publication Number Publication Date
WO2025166606A1 true WO2025166606A1 (zh) 2025-08-14

Family

ID=96698729

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2024/076489 Pending WO2025166606A1 (zh) 2024-02-06 2024-02-06 通信方法、第一通信设备及第二通信设备

Country Status (2)

Country Link
CN (1) CN120787447A (zh)
WO (1) WO2025166606A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116208492A (zh) * 2021-11-30 2023-06-02 维沃软件技术有限公司 信息交互方法、装置及通信设备
CN116367091A (zh) * 2023-04-16 2023-06-30 北京佰才邦技术股份有限公司 一种通信方法、装置及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116208492A (zh) * 2021-11-30 2023-06-02 维沃软件技术有限公司 信息交互方法、装置及通信设备
CN116367091A (zh) * 2023-04-16 2023-06-30 北京佰才邦技术股份有限公司 一种通信方法、装置及系统

Also Published As

Publication number Publication date
CN120787447A (zh) 2025-10-14

Similar Documents

Publication Publication Date Title
WO2025025065A1 (zh) 通信处理方法、终端、设备、通信系统及存储介质
WO2025000210A1 (zh) 感知通信方法、装置、设备及存储介质
WO2025161039A1 (zh) 通信方法及装置、存储介质
WO2025020142A1 (zh) 信息传输方法及装置、存储介质
WO2025065611A1 (zh) 定位测量处理方法及装置、存储介质
WO2025010607A1 (zh) 一种信息处理方法及其装置
WO2025166606A1 (zh) 通信方法、第一通信设备及第二通信设备
WO2025020048A1 (zh) 信息指示方法、终端、网络设备、通信系统和存储介质
WO2025208525A1 (zh) 定位方法、终端、第一网元、接入网设备
WO2025091504A1 (zh) 一种定位测量方法、装置及存储介质
WO2025025185A1 (zh) 信息发送、接收方法、通信设备和存储介质
WO2025050408A1 (zh) 卫星通信方法及装置、通信设备、通信系统、存储介质
WO2025199892A1 (zh) 模型训练方法及装置
WO2025175449A1 (zh) 信息处理方法及装置
WO2025175445A1 (zh) 用于人工智能ai模型的监控方法、终端及设备
WO2025236189A1 (zh) 通信方法、终端、网络设备、通信系统、介质及程序产品
WO2025251748A1 (zh) 无线通信方法以及通信设备
WO2024207164A1 (zh) 参考信号测量方法、装置、设备及存储介质
WO2025208307A1 (zh) 信息发送方法及装置
WO2025129453A1 (zh) 定位方法、装置及存储介质
WO2025245705A1 (zh) 通信方法、设备和存储介质
WO2025208384A1 (zh) 监测方法、装置及存储介质
WO2026065548A1 (zh) 一种通信方法及设备、通信系统、通信设备、存储介质
WO2025199891A1 (zh) 定位方法及装置
WO2025091433A1 (zh) 信息处理方法、终端、网络设备、通信系统及存储介质

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 202480000404.2

Country of ref document: CN

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

Ref document number: 24922849

Country of ref document: EP

Kind code of ref document: A1

WWP Wipo information: published in national office

Ref document number: 202480000404.2

Country of ref document: CN