WO2025199839A1 - 定位方法、网络节点、通信系统及存储介质 - Google Patents

定位方法、网络节点、通信系统及存储介质

Info

Publication number
WO2025199839A1
WO2025199839A1 PCT/CN2024/084251 CN2024084251W WO2025199839A1 WO 2025199839 A1 WO2025199839 A1 WO 2025199839A1 CN 2024084251 W CN2024084251 W CN 2024084251W WO 2025199839 A1 WO2025199839 A1 WO 2025199839A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
network node
result
measurement
positioning
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/CN2024/084251
Other languages
English (en)
French (fr)
Inventor
牟勤
李丽丝
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 CN202480029987.1A priority Critical patent/CN121286043A/zh
Priority to PCT/CN2024/084251 priority patent/WO2025199839A1/zh
Publication of WO2025199839A1 publication Critical patent/WO2025199839A1/zh
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Definitions

  • the present disclosure relates to the field of communication technology, and in particular to a positioning method, a network node, a communication system, and a storage medium.
  • the embodiments of the present disclosure provide a positioning method, a network node, a communication system, and a storage medium.
  • a positioning method comprising: receiving first information sent by a second network node, the first information being used to indicate measurement information of the second network node on a terminal, and reporting information of an output result of an artificial intelligence (AI) model; obtaining a first result based on the measurement information and the AI model; wherein the reporting information is used to send the first result, and the first result is used by a third network node to locate the terminal.
  • AI artificial intelligence
  • a positioning method comprising: sending first information to a first network node, the first information being used to indicate measurement information of the second network node on the terminal, and reporting information of an output result of an artificial intelligence (AI) model; wherein the measurement information is used by the first network node to obtain a first result based on the AI model, the reporting information is used to send the first result, and the first result is used by a third network node to locate the terminal.
  • AI artificial intelligence
  • a positioning method which includes: a second network node sends first information to a first network node, where the first information is used to indicate measurement information of the terminal by the second network node, and reporting information of an output result of an artificial intelligence (AI) model; the first network node receives the first information sent by the second network node; the first network node obtains a first result based on the measurement information and the AI model; the first network node sends the first result based on the measurement information; the third network node receives the first result; and the first result is used by the third network node to locate the terminal.
  • AI artificial intelligence
  • a network node including: a transceiver module for receiving first information sent by a second network node, the first information being used to indicate measurement information of the second network node on the terminal, and reporting information of an output result of an artificial intelligence (AI) model; a processing module for obtaining a first result based on the measurement information and the AI model; wherein the reporting information is used to send the first result, and the first result is used by a third network node to locate the terminal.
  • AI artificial intelligence
  • a network node including: a transceiver module, configured to receive a first result, wherein the first result is used to locate a terminal; wherein the first result is obtained based on measurement information and an AI model, and the first result is sent based on reporting information of an output result of the AI model, and the measurement information and the reporting information are sent by a second network node to a first information indication of the first network node.
  • a network node comprising: one or more processors; wherein the terminal is configured to execute the first aspect and any one of the positioning methods in the first aspect.
  • a network node comprising: one or more processors; wherein the network device is configured to execute the second aspect and any one of the positioning methods in the second aspect.
  • a network node comprising: one or more processors; wherein the network device is used to execute the third aspect and any one of the positioning methods in the third aspect.
  • a communication system including a first network node, a second network node, and a third network node, wherein the first network node is configured to implement the first aspect and any one of the positioning methods in the first aspect, the second network node is configured to implement the second aspect and any one of the positioning methods in the second aspect, and the third network node is configured to implement the third aspect and any one of the positioning methods in the third aspect.
  • a storage medium which stores instructions.
  • the instructions When the instructions are executed on a communication device, the communication device executes a positioning method such as the first aspect and any one of the first aspect or the second aspect and the second aspect or the third aspect and any one of the third aspect.
  • the first network node receives the measurement information and the reporting information of the AI model output result sent by the second network node.
  • the reporting information can be used to report the AI model, so that the third network node can accurately obtain the terminal's location information based on the output result of the AI model, thereby improving the accuracy of positioning and reducing the positioning error.
  • FIG1e is a schematic diagram of a communication system architecture according to an embodiment of the present disclosure.
  • the embodiments of the present disclosure provide a positioning method, a network node, a communication system, and a storage medium.
  • the reporting information includes an identifier corresponding to the measurement information.
  • the identifier includes at least one of the following: a new air interface positioning protocol a identifier; a positioning management function measurement identifier; and a radio access network measurement identifier.
  • the identification corresponding to the measurement may include at least one of the following, and flexibly adapt to different situations to identify the measurement information.
  • the measurement information may include at least one of the above items, so that a first result can be obtained based on the measurement information and the AI model for positioning and improving communication efficiency.
  • the second information and the third information include at least one of the following: information requesting the first network node to perform AI model-assisted positioning; the type of the first result; the reporting mechanism of the first result; the reporting resources of the first result; parameters for processing the first result; response time information, the response time information is used to indicate that the first network node feeds back the first result within the response time information; and requirement information, the requirement information is used to indicate the conditions required for AI model-assisted positioning.
  • the second information and the third information may include at least one of the above items, so that the first network node can receive the request and determine whether to approve the request.
  • the type information of the first result includes at least one of the following: time information; power information; angle information.
  • the type information of the first result may include at least one of the above items, so as to adapt to different situations, flexibly perform reasoning of the AI model, and obtain the first result.
  • the demand information includes at least one of the following: the amount of data that the first network node needs to process when assisted positioning based on the AI model; the time interval in which the first network node needs to perform assisted positioning based on the AI model; and the identifier of the target network node to which the first network node needs to send the first result.
  • the parameters may include reference time information to facilitate calculation of the first result to obtain a richer and better Second result.
  • the reporting information includes an identifier corresponding to the measurement information.
  • receiving the first result includes: receiving the first result and the reporting information sent by the first network node; or receiving the second result and the reporting information sent by the first network node, the second result being obtained by the first network node processing the first result.
  • receiving the first result includes: receiving the first result or the second result sent by the second network node; wherein, the first result or the second result is sent by the first network node to the second network node based on the reported information, and the second result is obtained based on processing the first result.
  • the reporting information includes an identifier corresponding to the measurement information.
  • the identifier includes at least one of the following: a new air interface positioning protocol a identifier; a positioning management function measurement identifier; and a radio access network measurement identifier.
  • the measurement information includes at least one of the following: measurement data of the first transmission point TRP of the second network node on the terminal; an identifier of the second network node; an identifier of the first TRP; an identifier of the cell where the first TRP is located; a timestamp, the timestamp being used to indicate the time of measurement; the quality of the measurement; the type of positioning signal, the positioning
  • the positioning signal is used to measure and obtain measurement data; beam information, the beam information is used to indicate the beam for receiving the positioning signal; line-of-sight information, the line-of-sight information is used to indicate the line-of-sight when receiving the positioning signal; non-line-of-sight information, the non-line-of-sight information is used to indicate the non-line-of-sight when receiving the positioning signal.
  • the method also includes: sending fourth information to the second network node, the fourth information including at least one of the following: an identifier of the second TRP that needs to be measured; an identifier of the base station where the second TRP is located; an identifier of the cell where the second TRP is located; the type of measurement data; a reporting mechanism for the measurement data; and a reporting resource for the measurement data.
  • the first network node receives the first information sent by the second network node; the first network node obtains a first result based on the measurement information and the AI model; wherein the reporting information is used to send the first result, and the first result is used by the third network node to locate the terminal.
  • the reporting information includes an identifier corresponding to the measurement information.
  • the identifier includes at least one of the following: a new air interface positioning protocol a identifier; a positioning management function measurement identifier; and a radio access network measurement identifier.
  • the measurement information includes at least one of the following: measurement data of the terminal by the first transmission point TRP of the second network node; an identifier of the second network node; an identifier of the first TRP; an identifier of the cell where the first TRP is located; a timestamp, wherein the timestamp is used to indicate the time of measurement; the quality of the measurement; the type of the positioning signal, wherein the positioning signal is used to measure and obtain the measurement data; beam information, wherein the beam information is used to indicate the beam for receiving the positioning signal; line-of-sight information, wherein the line-of-sight information is used to indicate the line-of-sight when receiving the positioning signal; and non-line-of-sight information, wherein the non-line-of-sight information is used to indicate the non-line-of-sight when receiving the positioning signal.
  • the legal module is also used to: receive second information sent by the second network node, the second information being used to request the first network node to assist in positioning based on the AI model; or, receive third information sent by the third network node, the third information being used to request the first network node to assist in positioning based on the AI model.
  • the second information and the third information include at least one of the following: information requesting the first network node to perform AI model-assisted positioning; the type of the first result; the reporting mechanism of the first result; the reporting resources of the first result; parameters for processing the first result; response time information, the response time information is used to indicate that the first network node feeds back the first result within the response time information; and requirement information, the requirement information is used to indicate the conditions required for AI model-assisted positioning.
  • the type information of the first result includes at least one of the following: time information; power information; angle information.
  • the demand information includes at least one of the following: the amount of data that the first network node needs to process when assisted by the AI model for positioning; the time interval in which the first network node needs to perform assisted positioning based on the AI model; and the identifier of the target network node to which the first network node needs to send the first result.
  • the measurement information is obtained based on fourth information sent by the third network node to the second network node, and the fourth information includes at least one of the following: an identifier of the second TRP that needs to be measured; an identifier of the base station where the second TRP is located; an identifier of the cell where the second TRP is located; the type of measurement data; a reporting mechanism for measurement data; and a reporting resource for measurement data.
  • the fourth information is further used to indicate an identifier of the first network node.
  • the parameters include reference time information.
  • a network node comprising: a transceiver module configured to send first information to a first network node, wherein the first The information is used to indicate the measurement information of the terminal by the second network node, and the reporting information of the output result of the artificial intelligence AI model; wherein the measurement information is used by the first network node to obtain a first result based on the AI model, the reporting information is used to send the first result, and the first result is used by the third network node to locate the terminal.
  • the transceiver module is also used to: receive the first result or the second result sent by the first network node, where the first result or the second result is sent based on the reported information; send the first result or the second result to the third network node; or the network node also includes a processing module for processing the first result to obtain a third result, and the transceiver model is also used to: send the third result to the third network node.
  • the reporting information includes an identifier corresponding to the measurement information.
  • the identifier includes at least one of the following: a new air interface positioning protocol a identifier; a positioning management function measurement identifier; and a radio access network measurement identifier.
  • the transceiver module is further used to: send second information to the first network node, where the second information is used to request the first network node to assist in positioning based on the AI model.
  • the second information includes at least one of the following: information requesting the first network node to perform AI model-assisted positioning; the type of the first result; the reporting mechanism of the first result; the reporting resources of the first result; parameters for processing the first result; response time information, the response time information is used to indicate that the first network node feeds back the first result within the response time information; and requirement information, the requirement information is used to indicate the conditions required for AI model-assisted positioning.
  • the parameters include reference time information.
  • a network node comprising: one or more processors; wherein the terminal is used to execute the first aspect and any one of the positioning methods in the first aspect.
  • a network node comprising: one or more processors; wherein the network device is used to execute the third aspect and any one of the positioning methods in the third aspect.
  • a storage medium which stores instructions.
  • the instructions When the instructions are executed on a communication device, the communication device executes a positioning method such as the first aspect and any one of the first aspect, or the second aspect and any one of the second aspect, or the third aspect and any one of the third aspect.
  • an embodiment of the present disclosure proposes a program product, including a computer program.
  • the computer program When the computer program is executed by a communication device, the communication device executes the method described in the first aspect or the second aspect or the third aspect and the optional implementation of the third aspect.
  • an embodiment of the present disclosure provides a chip or a chip system, wherein the chip or chip system includes a processing circuit configured to execute the method described in the optional implementation of the first aspect, the second aspect, or the third aspect.
  • each step in a certain embodiment can be implemented as an independent embodiment, and the steps can be arbitrarily combined.
  • a solution after removing some steps in a certain embodiment can also be implemented as an independent embodiment, and the order of the steps in a certain embodiment can be arbitrarily exchanged.
  • the optional implementation methods in a certain embodiment can be arbitrarily combined; in addition, the embodiments can be arbitrarily combined. For example, some or all steps of different embodiments can be arbitrarily combined, and a certain embodiment can be arbitrarily combined with the optional implementation methods of other embodiments.
  • plurality refers to two or more.
  • the terms "at least one of”, “one or more”, “a plurality of”, “multiple”, etc. can be used interchangeably.
  • "at least one of A and B", “A and/or B", “A in one case, B in another case”, “in response to one case A, in response to another case B”, etc. may include the following technical solutions according to the situation: in some embodiments, A (execute A independently of B); in some embodiments, B (execute B independently of A); in some embodiments, select from A and B to execute (A and B are selectively executed); in some embodiments, A and B (both A and B are executed).
  • A execution A independently of B
  • B executed B independently of A
  • select from A and B to execute A and B are selectively executed
  • a and B both A and B are executed.
  • a or B and other descriptions may include the following technical solutions depending on the situation: in some embodiments, A (A is executed independently of B); in some embodiments, B (B is executed independently of A); in some embodiments, execution is selected from A and B (A and B are selectively executed). The above is also applicable when there are more branches such as A, B, C, etc.
  • prefixes such as “first” and “second” in the embodiments of the present disclosure are only used to distinguish different description objects and do not constitute any restriction on the position, order, priority, quantity or content of the description objects.
  • the description object please refer to the description in the context of the claims or embodiments, and no unnecessary restriction should be constituted due to the use of prefixes.
  • the description object is a "field”
  • the ordinal number before the "field” in the "first field” and the "second field” does not limit the position or order between the "fields”.
  • “First” and “second” do not limit whether the "fields” they modify are in the same message, nor do they limit the order of the "first field” and the "second field”.
  • the description object is a "level”
  • the ordinal number before the "level” in the “first level” and the “second level” does not limit the priority between the "levels”.
  • the number of description objects is not limited by the ordinal number and can be one or more. Taking “first device” as an example, the number of "devices" can be one or more.
  • the objects modified by different prefixes can be the same or different.
  • the description object is "device”
  • the "first device” and the “second device” can be the same device or different devices, and their types can be the same or different; for example, if the description object is "information”, then the "first information” and “the performance of each AI model” can be the same information or different information, and their contents can be the same or different.
  • “including A,” “comprising A,” “used to indicate A,” and “carrying A” can be interpreted as directly carrying A or indirectly indicating A.
  • terms such as “in response to", “in response to determining", “in the case of", “at the time of", “when!, “if", “if", etc. can be used interchangeably.
  • terms such as “greater than”, “greater than or equal to”, “not less than”, “more than”, “more than or equal to”, “not less than”, “higher than”, “higher than or equal to”, “not less than”, and “above” can be replaced with each other, and terms such as “less than”, “less than or equal to”, “not greater than”, “less than”, “less than or equal to”, “not more than”, “lower than”, “lower than or equal to”, “not higher than”, and “below” can be replaced with each other.
  • devices and equipment can be interpreted as physical or virtual, and their names are not limited to the names recorded in the embodiments. In some cases, they can also be understood as “equipment”, “device”, “circuit”, “network element”, “node”, “function”, “unit”, “section”, “system”, “network”, “chip”, “chip system”, “entity”, “subject”, etc.
  • network can be interpreted as devices included in the network, such as access network equipment, core network equipment, etc.
  • the "access network device (AN device)” may also be referred to as a “radio access network device (RAN device)", “base station (BS)", “radio base station (radio base station)”, “fixed station (fixed station)”, and in some embodiments may also be understood as a “node (node)", “access point (access point)", “transmission point (TP)”, “reception point (RP)”, “transmission and/or reception point (transmission/reception point, TRP)", “panel”, “antenna panel”, “antenna array”, “cell", “macro cell”, “small cell”, “femto cell”, “pico cell”, “sector”, “cell group”, “serving cell”, “carrier”, “component carrier”, “bandwidth part (BWP)", etc.
  • RAN device radio access network device
  • BS base station
  • RP reception point
  • TRP transmission and/or reception point
  • terminal or “terminal device” may be referred to as "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.
  • UE user equipment
  • MS mobile station
  • MT mobile terminal
  • obtaining data, information, etc. may comply with the laws and regulations of the country where the data is obtained.
  • data, information, etc. may be obtained with the user's consent.
  • each element, each row, or each column in the table of the embodiment of the present disclosure can be implemented as an independent embodiment, and the combination of any elements, any rows, and any columns can also be implemented as an independent embodiment.
  • 5G will penetrate into all areas of future society and build a comprehensive user-centric 5G will create a new information ecosystem with user experience rates of 100 megabits per second (Mbit/s) to 1 gigabit per second (Gbit/s), enabling premium experiences like mobile virtual reality.
  • 5G peak rates will reach 10 Gbit/s to 20 Gbit/s, with traffic density reaching 10 megabits per second per square meter (Mbit/s/m2), supporting a thousand-fold increase in mobile traffic.
  • 5G connection density will reach 1 million per square meter (m2), effectively supporting a massive influx of IoT devices.
  • 5G transmission latency will be measured in milliseconds, meeting the stringent requirements of the Internet of Vehicles (IoV) and industrial control.
  • 5G can support mobile speeds of 500 kilometers per hour (km/h), ensuring a superior user experience in high-speed rail environments. It is foreseeable that 5G, as a representative of new infrastructure, will reshape the future information society.
  • FIG 1a is a schematic diagram of the AI architecture.
  • the AI architecture includes functions such as data collection, model management, model training, and model inference.
  • AI-based positioning includes but is not limited to the following five deployment methods:
  • Another example is AI/ML-assisted positioning:
  • 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.
  • FIG2a is a schematic diagram illustrating an interaction of a positioning method according to an embodiment of the present disclosure. As shown in FIG2a , the present disclosure embodiment relates to a positioning method for a communication system 100, the method comprising:
  • the second network node 102 receives fourth information sent by the third network node 103 .
  • the fourth information is used to determine measurement information, wherein the measurement information represents information related to the second network node measuring an uplink positioning signal sent by the terminal for positioning the terminal.
  • the fourth information may indicate how the second network node performs the measurement.
  • the fourth information includes at least one of the following: an identifier of the second TRP that needs to be measured; an identifier of the base station where the second TRP is located; an identifier of the cell where the second TRP is located; the type of measurement data; a reporting mechanism for measurement data; and a reporting resource for measurement data.
  • the fourth information includes an identifier of a second TRP that needs to be measured. That is, the fourth information can be used to indicate which TRP, or which TRPs, need to measure the uplink positioning signal sent by the terminal.
  • the present disclosure refers to the TRP that needs to be measured as indicated by the fourth information as the second TRP.
  • the second network node may correspond to multiple subordinate TRPs. Based on the identifier of the second TRP included in the fourth information, the TRP that needs to be measured can be determined from the multiple TRPs, thereby obtaining the measurement information.
  • the fourth information includes an identifier of the base station where the second TRP is located.
  • the fourth information may indicate the identifier of the base station where the second TRP is located, that is, the identifier of the second network node.
  • the second network node may subsequently send its identifier to the first network node to inform the first network node of the source of the measurement information, that is, which gNB the measurement information comes from.
  • the fourth information includes an identifier of the cell where the second TRP is located.
  • the fourth information may indicate an identifier of the cell where the second TRP is located.
  • the measurement information may include an identifier of the cell where the first TRP is located.
  • the identifier of the cell where the first TRP is located is included in the measurement information, which can be subsequently indicated to the first network node.
  • the second information/third information may include information requesting the first network node to assist in positioning based on an AI model. Based on the information, the first network node may activate the AI model to assist the second network node or the third network node in positioning the terminal.
  • the second information/third information may include type information of the first result.
  • the first result is the output result of the AI model, or a result of processing the output result.
  • the type information of the first result may include, for example, time information, power information, and angle information. Time information may include arrival time, power information may include reference signal received power, and angle information may include arrival angle.
  • the first network node may determine the type of the result output by the AI model based on this information.
  • the second information/third information may include a reporting mechanism for the first result.
  • the first result may be reported periodically or on-demand. That is, the first network node may determine a reporting mechanism for the first result based on the information.
  • the second information/third information may include reporting resources for the first result.
  • the reporting resources may include time domain resources, frequency domain resources, etc.
  • the first network node may determine which reporting resource to use to report the first result based on the information.
  • the second information/third information may include parameters for processing the first result. That is, the second network node may directly report the first result for positioning purposes. Alternatively, the first result may be processed to obtain a second result, which may be reported for positioning purposes. The processing of the first result may be based on parameters indicated by the second information/third information.
  • the parameters may include reference time information. Assuming the first result includes the first path arrival time relative to a certain subframe, the first path arrival time at another reference time point can be calculated based on the reference time information.
  • the second information/third information may include response time information.
  • the response time information is used to instruct the first network node to feedback the first result within the response time information.
  • it may also refer to feedback of the second result. Instructing the first network node to feedback the first result within the response time information indicates that the first network node is expected to feedback the first result within the response time. If the first network node cannot feedback the first result within the response time, the first network node may also send feedback information about the second information to the second network node requesting AI model-assisted positioning, with the feedback information including a disapproval of the second network node's request.
  • the first network node may send feedback information about the third information to the third network node requesting AI model-assisted positioning, with the feedback information including a disapproval of the third network node's request.
  • the first network node may send feedback information about the second information to the second network node, with the feedback information including an approval of the second network node's request.
  • the first network node may send feedback information about the third information to the third network node, with the feedback information including an approval of the third network node's request.
  • the second information/third information may include requirement information.
  • the requirement information is used to indicate the conditions required for AI model-assisted positioning.
  • the requirement information may include the amount of data that the first network node needs to process when performing AI model-assisted positioning; the time interval during which the first network node needs to perform AI model-assisted positioning; and the identifier of the target network node to which the first network node needs to send the first result.
  • the requirement information includes the amount of data that the first network node needs to process when performing AI model-assisted positioning. If the first network node is unable to process this amount of data, it may indicate in the feedback information that it does not agree to the request of the second or third network node.
  • the requirement information may include the time interval during which the first network node needs to perform AI model-assisted positioning. That is, within this time interval, the first network node needs to report the first result or the second result based on the AI model. If the first network node is unable to report the first result or the second result based on the AI model within this time interval, it may indicate in the feedback message that it does not agree to the request of the second or third network node.
  • the requirement information may include the identifier of the target network node to which the first network node needs to send the first result. That is, it indicates to which network node the first network node can send the first result. For example, it may be sent to the second network node, or to the third network node.
  • the first network node may determine whether to agree to the second network node's request for AI model-assisted positioning. If the request is agreed, feedback information indicating approval of the request may be sent to the second network node. If the request is not agreed, feedback information indicating disapproval of the request may be sent to the second network node. Accordingly, after receiving the third information, the first network node may determine whether to agree to the third network node's request for AI model-assisted positioning. If the request is agreed, feedback information indicating approval of the request may be sent to the third network node. If the request is not agreed, feedback information indicating disapproval of the request may be sent to the third network node.
  • the names of the second information and the third information are not limited, and may be, for example, "request information” or the like.
  • Step S2103 The second network node 102 sends first information to the first network node 101 .
  • the first network node 101 receives first information sent by the second network node 102 .
  • the first information is used to indicate the measurement information of the terminal by the second network node, as well as the reporting information of the output result of the AI model.
  • the output result of the AI model includes the first result or the second result.
  • the reporting information is used to send the first result, which can be used to send the first result, or it can be used to send the second result after processing the first result.
  • the first result is used by the third network node to locate the terminal. For example, the third network node can locate based on the first result, or it can locate based on the second result after processing the first result.
  • the measurement information indicated by the first information may refer to the above embodiment, and this disclosure will not repeat it.
  • the reporting information of the AI model output result indicated by the first information may include an identifier corresponding to the measurement.
  • the identifier corresponding to the measurement can be used by the third network node to determine which measurement corresponds to the first result or the second result.
  • the identifier corresponding to the measurement includes at least one of the following: a New Radio Positioning Protocol a (NRPPa) transaction ID; a Location Management Function measurement ID (LMF measurement ID); or a Radio Access Network measurement ID (RAN measurement ID).
  • NRPPa New Radio Positioning Protocol a
  • LMF measurement ID Location Management Function measurement ID
  • RAN measurement ID Radio Access Network measurement ID
  • the NRPPa transaction ID, LMF measurement ID, RAN measurement ID, etc. may identify the positioning process.
  • the identifier corresponding to the measurement may also include the identifier of the first TRP performing the measurement, the identifier of the cell corresponding to the first TRP, and the identifier of the base station corresponding to the first TRP, that is, the identifier of the second network node.
  • step S2104 the first network node 101 obtains a first result based on the measurement information and the AI model.
  • the first network node 101 may input part or all of the measurement information into the AI model to obtain a first result.
  • data such as CIR and PDP may be input into the AI model to obtain intermediate positioning parameters. For example, AoA, ToA, etc.
  • the first network node 101 receives the first information sent by the second network node 102, but is not limited thereto.
  • the first information sent by other entities may also be received.
  • FIG4a is a flowchart of a positioning method according to an embodiment of the present disclosure. As shown in FIG4a , the embodiment of the present disclosure relates to a positioning method, which is executed by the second network node 102 and includes:
  • Step S4101 obtain the fourth information.
  • the second network node 102 performs processing to obtain the fourth information.
  • the second network node 102 sends the first information to the first network node 101 , but is not limited thereto.
  • the first information may also be sent to other entities.
  • the second network node 102 receives the fourth information sent by the third network node 103 , but is not limited thereto.
  • the second network node 102 may also receive the fourth information sent by other entities.
  • step S4202 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.
  • the second network node 102 sends the second information to the first network node 101 , but is not limited thereto.
  • the second information may also be sent to other entities.
  • Step S4301 sending the first information.
  • the second network node 102 sends the first information to the first network node 101 , but is not limited thereto.
  • the first information may also be sent to other entities.
  • FIG5a is a flowchart of a positioning method according to an embodiment of the present disclosure. As shown in FIG5a, the embodiment of the present disclosure relates to a positioning method, which is executed by the third network node 103. The method includes:
  • Step S5101 sending the fourth information.
  • step S5101 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.
  • the third network node 103 sends the fourth information to the second network node 102 , but is not limited thereto.
  • the fourth information may also be sent to other entities.
  • Step S5102 sending the third information.
  • step S5102 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.
  • the third network node 103 sends the third information to the first network node 101 , but is not limited thereto.
  • the third information may also be sent to other entities.
  • Step S5103 obtaining the first result or the second result.
  • step S5103 can refer to the optional implementation of step S2106 in Figure 2a and other related parts in the embodiment involved in Figure 2a, which will not be repeated here.
  • the third network node 103 receives the first result or the second result sent by the second network node 102 , but is not limited thereto.
  • the third network node 103 may also receive the first result or the second result sent by other entities.
  • the third network node 103 obtains the first result or the second result specified by the protocol.
  • the third network node 103 obtains the first result or the second result from an upper layer(s).
  • the third network node 103 performs processing to obtain the first result or the second result.
  • step S5103 is omitted, and the third network node 103 autonomously implements the function indicated by the first result or the second result, or the above function is default or acquiescent.
  • Step S5104 Perform positioning based on the first result or the second result to obtain location information.
  • step S5104 can refer to the optional implementation of step S2107 in Figure 2a and other related parts in the embodiment involved in Figure 2a, which will not be repeated here.
  • the location information is obtained by positioning based on the first result or the second result.
  • FIG5b is a flowchart of a positioning method according to an embodiment of the present disclosure. As shown in FIG5b , the embodiment of the present disclosure relates to a positioning method, which is executed by the third network node 103. The method includes:
  • Step S5201 sending the fourth information.
  • step S5201 can refer to the optional implementation of step S2101 in FIG2a and the implementation involved in FIG2a. Other related parts in the embodiment will not be repeated here.
  • the third network node 103 sends the fourth information to the second network node 102 , but is not limited thereto.
  • the fourth information may also be sent to other entities.
  • Step S5202 sending the third information.
  • Configuration information about the AI model output type for example, whether the output is time-related information such as TOA, power information such as RSRP, or angle information such as AoA;
  • Response time information that is, the second network node expects the first network node to feedback the first result within the response time
  • AI processing requirements such as the amount of data to be processed, the processing time (i.e., the time interval), and the output target node information.
  • the processing time i.e., the time interval
  • the output target node information For example, LMF identification or NG-RAN node identification.
  • the request for AI processing may be, for example, a request for assisted positioning based on an AI model.
  • the second information is included in an Xn application protocol (XnAP) message, for example
  • XnAP Xn application protocol
  • the XnAP message is an AI inference request message.
  • the method further includes receiving fourth information from the third network node, where the fourth information includes any one of the following information:
  • Measurement result type configuration including: Angle of Arrival, SRS-RSRP, RTOA, gNB Rx-Tx Time Difference, Z-AoA, such as Z-AoA, multiple UL-AoA;
  • Measurement result reporting configuration such as periodic reporting, on-demand reporting, and reporting resources
  • Information about the network node where AI inference occurs such as the node identifier of the first network node, NG-RAN node identity.
  • the fourth information is included in the NRPPa message, which may be, for example, a Measurement Request signaling.
  • the first network node can be a gNB deploying an AI model, a base station for inference (gNBx for inference), the second network node can be another base station (gNBy), a gNB not deploying an AI model, and the third network node can be a LMF.
  • gNBx for inference
  • gNBy another base station
  • gNB not deploying an AI model the third network node can be a LMF.
  • Response time information that is, the second network node expects the first network node to feedback the first result within the response time
  • Information required for AI processing such as the amount of data to be processed, the processing time (i.e., the time interval), and the output target node information.
  • the processing time i.e., the time interval
  • the output target node information For example, LMF identification or NG-RAN node identification;
  • the method further includes the first network node receiving fourth information from the third network node, where an example of the fourth information is the same as the aforementioned fourth information.
  • the first network node can be a gNB deploying an AI model, a base station for inference (gNBx for inference), the second network node can be another base station (gNBy), a gNB not deploying an AI model, and the third network node can be a LMF.
  • gNBx for inference
  • gNBy another base station
  • gNB not deploying an AI model the third network node can be a LMF.
  • Figure 7c is a schematic diagram illustrating interactions in a positioning method according to an exemplary embodiment of the present disclosure.
  • the positioning method includes: a third network node sending fourth information to a second network node; the second network node sending second information and first information to a first network node; the first network node performing model inference and sending either the first result or the second result to the third network node for positioning.
  • the fourth information includes:
  • Cell ID for example, the ID of the cell where the TRP is located
  • Measurement result reporting configuration such as periodic reporting, on-demand reporting, and reporting resources
  • Information about the network node where AI inference occurs such as the node identifier of the first network node, NG-RAN node identity.
  • the method further includes the first network node receiving second information from the second network node, the second information including:
  • Response time information that is, the second network node expects the first network node to feedback the first result within the response time
  • AI processing requirements such as the amount of data to be processed, the processing time (i.e., the time interval), and the output target node information.
  • the processing time i.e., the time interval
  • the output target node information For example, LMF identification or NG-RAN node identification.
  • the first network node can be a gNB deploying an AI model, a base station for inference (gNBx for inference), the second network node can be another base station (gNBy), a gNB not deploying an AI model, and the third network node can be a LMF.
  • gNBx for inference
  • gNBy another base station
  • gNB not deploying an AI model the third network node can be a LMF.

Landscapes

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

Abstract

本公开涉及定位方法、网络节点、通信系统及存储介质。定位方法包括：接收第二网络节点发送的第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；基于所述测量信息和AI模型，得到第一结果；其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。本公开提高定位的准确性，降低定位误差。

Description

定位方法、网络节点、通信系统及存储介质 技术领域
本公开涉及通信技术领域，尤其涉及定位方法、网络节点、通信系统及存储介质。
背景技术
近年来，人工智能(artificial intelligence，AI)技术在多个领域取得不断突破，包括但不限于基于AI的定位。
对于基于AI的定位，目前有多种部署方式。例如，AI模型可以部署在基站侧，并由定位管理功能(location management function，LMF)辅助定位。
发明内容
在基于AI的定位过程中，定位的误差是急需解决的问题。
本公开实施例提出了定位方法、网络节点、通信系统及存储介质。
根据本公开实施例的第一方面，提出了一种定位方法，方法包括：接收第二网络节点发送的第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；基于所述测量信息和AI模型，得到第一结果；其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
根据本公开实施例的第二方面，提出了一种定位方法，方法包括：向第一网络节点发送第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；其中，所述测量信息用于所述第一网络节点基于AI模型得到第一结果，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
根据本公开实施例的第三方面，提出了一种定位方法，方法包括：接收第一结果，所述第一结果用于对终端进行定位；其中，所述第一结果基于测量信息和AI模型得到，所述第一结果基于AI模型输出结果的上报信息发送，所述测量信息和所述上报信息由第二网络节点发送至第一网络节点的第一信息指示。
根据本公开实施例的第四方面，提出了一种定位方法，方法包括：第二网络节点向第一网络节点发送第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；所述第一网络节点接收所述第二网络节点发送的第一信息；所述第一网络节点基于所述测量信息和AI模型，得到第一结果；所述第一网络节点基于所述测量信息，发送所述第一结果；所述第三网络节点接收所述第一结果；所述第一结果用于第三网络节点对所述终端进行定位。
根据本公开实施例的第五方面，提出了一种网络节点，包括：收发模块，用于接收第二网络节点发送的第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；处理模块，用于基于所述测量信息和AI模型，得到第一结果；其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
根据本公开实施例的第六方面，提出了一种网络节点，包括：收发模块，用于向第一网络节点发送第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；其中，所述测量信息用于所述第一网络节点基于AI模型得到第一结果，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
根据本公开实施例的第七方面，提出了一种网络节点，包括：收发模块，用于接收第一结果，所述第一结果用于对终端进行定位；其中，所述第一结果基于测量信息和AI模型得到，所述第一结果基于AI模型输出结果的上报信息发送，所述测量信息和所述上报信息由第二网络节点发送至第一网络节点的第一信息指示。
根据本公开实施例的第八方面，提出了一种网络节点，包括：一个或多个处理器；其中，终端用于执行第一方面及第一方面中的任一项定位方法。
根据本公开实施例的第九方面，提出了一种网络节点，包括：一个或多个处理器；其中，网络设备用于执行第二方面及第二方面中的任一项定位方法。
根据本公开实施例的第十方面，提出了一种网络节点，包括：一个或多个处理器；其中，网络设备用于执行第三方面及第三方面中的任一项定位方法。
根据本公开实施例的第十一方面，提出了一种通信系统，包括第一网络节点、第二网络节点和第三网络节点，其中，第一网络节点被配置为实现第一方面及第一方面中的任一项定位方法，第二网络节点被配置为实现第二方面及第二方面中的任一项定位方法，第三网络节点被配置为实现第三方面及第三方面中的任一项定位方法。
根据本公开实施例的第十二方面，提出了一种存储介质，存储介质存储有指令，当指令在通信设备上运行时，使得通信设备执行如第一方面及第一方面中的任一项或第二方面及第二方面或第三方面及第三方面中的任一项定位方法。
本公开通过由第一网络节点接收第二网络节点发送的测量信息和AI模型输出结果的上报信息，上报信息可以用于AI模型的上报，以使第三网络节点可以准确地根据AI模型的输出结果得到终端的位置信息，提高定位的准确性，降低定位误差。
附图说明
为了更清楚地说明本公开实施例中的技术方案，以下对实施例描述所需的附图进行介绍，以下附图仅仅是本公开的一些实施例，不对本公开的保护范围造成具体限制。
图1a是一种AI功能的架构示意图。
图1b是本公开示例性实施例示出的基于AI的定位架构示意图。
图1c是本公开示例性实施例示出的基于AI的定位架构示意图。
图1d是本公开示例性实施例示出的基于AI的定位架构示意图。
图1e是根据本公开实施例示出的通信系统架构示意图。
图2a是根据本公开实施例示出的一种定位方法交互示意图。
图2b是根据本公开实施例示出的一种定位方法交互示意图。
图3a是根据本公开实施例示出的定位方法流程图。
图3b是根据本公开实施例示出的定位方法流程图。
图3c是根据本公开实施例示出的定位方法流程图。
图4a是根据本公开实施例示出的定位方法流程图。
图4b是根据本公开实施例示出的定位方法流程图。
图4c是根据本公开实施例示出的定位方法流程图。
图5a是根据本公开实施例示出的定位方法流程图。
图5b是根据本公开实施例示出的定位方法流程图。
图6是根据本公开实施例示出的一种定位方法交互示意图。
图7a是本公开示例性实施例示出的定位方法的交互示意图。
图7b是本公开示例性实施例示出的定位方法的交互示意图。
图7c是本公开示例性实施例示出的定位方法的交互示意图。
图8a是根据本公开实施例示出的第一网络节点的结构示意图。
图8b是根据本公开实施例示出的第二网络节点的结构示意图。
图8c是根据本公开实施例示出的第二网络节点的结构示意图。
图9a是根据一示例性实施例示出的一种通信设备的结构示意图。
图9b是根据一示例性实施例示出的一种芯片结构示意图。
具体实施方式
本公开实施例提出了定位方法、网络节点、通信系统及存储介质。
第一方面，本公开实施例提出了一种定位方法，方法包括：接收第二网络节点发送的第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；基于所述测量信息和AI模型，得到第一结果；其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
在上述实施例中，由第一网络节点接收第二网络节点发送的测量信息和AI模型输出结果的上报信息，上报信息可以用于AI模型的上报，以使第三网络节点可以准确地根据AI模型的输出结果得到终端的位置信息，提高定位的准确性，降低定位误差。
在第一方面的一些可选实施例中，所述方法还包括：将所述第一结果和所述上报信息发送至所述第三网络节点；或，对所述第一结果进行处理，得到第二结果，并将所述第二结果和所述上报信息发送至所述第三网络节点。
在上述实施例中，可以将第一结果和上报信息，或第二结果和上报信息，直接发送给第三网络节点。由于上报信息是第二网络节点发送给第一网络节点的，可以标识第一结果或第二结果来自于哪个第二网络节点，或来自于第二网络节点的具体哪个TRP，哪次测量等，以便于第三网络节点能够更准确地进行定位。
在第一方面的一些可选实施例中，所述方法还包括：基于所述上报信息，向所述第二网络节点发送所述第一结果；或，对所述第一结果进行处理，得到第二结果，并基于所述上报信息向所述第二网 络节点发送所述第二结果。
在上述实施例中，可以基于上报信息，将第一结果或第二结果发送与上报信息所对应的第二网络节点。由第二网络节点将第一结果或第二结果发送至第三网络节点，则第三网络节点可以准确地知道第一结果或第二结果来自于哪个网络节点，提高定位的准确度。
在第一方面的一些可选实施例中，所述上报信息包括所述测量信息对应的标识。
在上述实施例中，上报信息可以包括测量信息对应的标识，以标识测量信息对应的基站、TRP、测量等信息，以便于可以基于上报信息发送第一结果或第二结果，提高定位的准确度。
在第一方面的一些可选实施例中，所述标识包括以下至少一项：新空口定位协议a标识；定位管理功能测量标识；无线接入网测量标识。
在上述实施例中，测量对应的标识可以包括上述至少一下，灵活地适应于不同情况，对测量信息进行标识。
在第一方面的一些可选实施例中，所述测量信息包括以下至少一项：所述第二网络节点的第一传输点TRP对所述终端的测量数据；所述第二网络节点的标识；所述第一TRP的标识；所述第一TRP所在小区的标识；时间戳，所述时间戳用于指示测量的时间；测量的质量；定位信号的类型，所述定位信号用于测量得到测量数据；波束信息，所述波束信息用于指示接收所述定位信号的波束；视距信息，所述视距信息用于指示接收所述定位信号时的视距；非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
在上述实施例中，测量信息可以包括上述至少一项，以便于可以基于测量信息和AI模型得到第一结果，用于定位，提高通信效率。
在第一方面的一些可选实施例中，所述方法还包括：接收所述第二网络节点发送的第二信息，所述第二信息用于请求所述第一网络节点基于AI模型辅助定位；或，接收所述第三网络节点发送的第三信息，所述第三信息用于请求所述第一网络节点基于AI模型辅助定位。
在上述实施例中，可以接收来自于第二网络节点的第二信息或来自于第三网络节点的第三信息，以便于响应请求，进行基于AI模型的辅助定位，提高通信效率。
在第一方面的一些可选实施例中，所述第二信息以及所述第三信息包括以下至少一项：请求所述第一网络节点基于AI模型辅助定位的信息；所述第一结果的类型；所述第一结果的上报机制；所述第一结果的上报资源；用于处理所述第一结果的参数；响应时间信息，所述响应时间信息用于指示所述第一网络节点在所述响应时间信息内反馈所述第一结果；需求信息，所述需求信息用于指示基于AI模型辅助定位所需的条件。
在上述实施例中，第二信息和第三信息可以包括上述至少一项，以便于第一网络节点可以接收到请求，并判断是否同意请求。
在第一方面的一些可选实施例中，所述第一结果的类型信息，包括以下至少一项：时间信息；功率信息；角度信息。
在上述实施例中，第一结果的类型信息可以包括上述至少一项，以便于可以适应于不同的情况，灵活地进行AI模型的推理，得到第一结果。
在第一方面的一些可选实施例中，所述需求信息，包括以下至少一项：所述第一网络节点基于AI模型辅助定位时需要处理的数据量；所述第一网络节点基于AI模型辅助定位需要所在的时间区间；所述第一网络节点需要将所述第一结果发送至的目标网络节点的标识。
在上述实施例中，需求信息包括上述至少一项，以便于第一网络节点可以判断是否同意请求，提高通信效率。
在第一方面的一些可选实施例中，所述测量信息基于所述第三网络节点向所述第二网络节点发送的第四信息测量得到，所述第四信息包括以下至少一项：需要进行测量的第二TRP的标识；所述第二TRP所在基站的标识；所述第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
在上述实施例中，测量信息可以基于第四信息得到，第四信息包括上述至少一项，能够配置第二网络节点进行测量，得到测量信息。
在第一方面的一些可选实施例中，所述第四信息还用于指示所述第一网络节点的标识。
在上述实施例中，第四信息还可以用于指示第一网络节点的标识，以指示第二网络节点将第一信息准确地发送到第一网络节点，提高通信效率。
在第一方面的一些可选实施例中，所述参数包括参考时间信息。
在上述实施例中，参数可以包括参考时间信息，以便于对第一结果进行计算，得到更丰富更好的 第二结果。
第二方面，提供一种定位方法，方法包括：向第一网络节点发送第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；其中，所述测量信息用于所述第一网络节点基于AI模型得到第一结果，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
在第二方面的一些可选实施例中，所述方法还包括：接收所述第一网络节点发送的所述第一结果或第二结果，所述第一结果或第二结果是基于所述上报信息发送的；将所述第一结果或第二结果发送至所述第三网络节点；或对所述第一结果进行处理，得到第三结果，并将所述第三结果发送至所述第三网络节点。
在第二方面的一些可选实施例中，所述上报信息包括所述测量信息对应的标识。
在第二方面的一些可选实施例中，所述标识包括以下至少一项：新空口定位协议a标识；定位管理功能测量标识；无线接入网测量标识。
在第二方面的一些可选实施例中，所述测量信息包括以下至少一项：所述第二网络节点的第一传输点TRP对所述终端的测量数据；所述第二网络节点的标识；所述第一TRP的标识；所述第一TRP所在小区的标识；时间戳，所述时间戳用于指示测量的时间；测量的质量；定位信号的类型，所述定位信号用于测量得到测量数据；波束信息，所述波束信息用于指示接收所述定位信号的波束；视距信息，所述视距信息用于指示接收所述定位信号时的视距；非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
在第二方面的一些可选实施例中，所述方法还包括：所述第二网络节点向所述第一网络节点发送第二信息，所述第二信息用于请求所述第一网络节点基于AI模型辅助定位。
在第二方面的一些可选实施例中，所述第二信息包括以下至少一项：请求所述第一网络节点基于AI模型辅助定位的信息；所述第一结果的类型；所述第一结果的上报机制；所述第一结果的上报资源；用于处理所述第一结果的参数；响应时间信息，所述响应时间信息用于指示所述第一网络节点在所述响应时间信息内反馈所述第一结果；需求信息，所述需求信息用于指示基于AI模型辅助定位所需的条件。
在第二方面的一些可选实施例中，所述第一结果的类型信息，包括以下至少一项：时间信息；功率信息；角度信息。
在第二方面的一些可选实施例中，所述需求信息，包括以下至少一项：所述第一网络节点基于AI模型辅助定位时需要处理的数据量；所述第一网络节点基于AI模型辅助定位需要所在的时间区间；所述第一网络节点需要将所述第一结果发送至的目标网络节点的标识。
在第二方面的一些可选实施例中，所述方法还包括：接收第三网络节点发送的第四信息，所述第四信息用于确定测量信息，所述第四信息包括以下至少一项：需要进行测量的第二TRP的标识；所述第二TRP所在基站的标识；所述第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
在第二方面的一些可选实施例中，所述第四信息还用于指示所述第一网络节点的标识。
在第二方面的一些可选实施例中，所述参数包括参考时间信息。
第三方面，提供一种定位方法，方法包括：接收第一结果，所述第一结果用于对终端进行定位；其中，所述第一结果基于测量信息和AI模型得到，所述第一结果基于AI模型输出结果的上报信息发送，所述测量信息和所述上报信息由第二网络节点发送至第一网络节点的第一信息指示。
在第三方面的一些可选实施例中，所述接收第一结果，包括：接收第一网络节点发送的第一结果和所述上报信息；或，接收第一网络节点发送的第二结果和所述上报信息，所述第二结果由所述第一网络节点对所述第一结果进行处理得到。
在第三方面的一些可选实施例中，所述接收第一结果，包括：接收第二网络节点发送的第一结果或第二结果；其中，所述第一结果或第二结果由所述第一网络节点基于所述上报信息发送至所述第二网络节点，所述第二结果基于对所述第一结果进行处理得到。
在第三方面的一些可选实施例中，所述上报信息包括所述测量信息对应的标识。
在第三方面的一些可选实施例中，所述标识包括以下至少一项：新空口定位协议a标识；定位管理功能测量标识；无线接入网测量标识。
在第三方面的一些可选实施例中，所述测量信息包括以下至少一项：所述第二网络节点的第一传输点TRP对所述终端的测量数据；所述第二网络节点的标识；所述第一TRP的标识；所述第一TRP所在小区的标识；时间戳，所述时间戳用于指示测量的时间；测量的质量；定位信号的类型，所述定 位信号用于测量得到测量数据；波束信息，所述波束信息用于指示接收所述定位信号的波束；视距信息，所述视距信息用于指示接收所述定位信号时的视距；非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
在第三方面的一些可选实施例中，所述方法还包括：向所述第二网络节点发送第四信息，所述第四信息包括以下至少一项：需要进行测量的第二TRP的标识；所述第二TRP所在基站的标识；所述第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
在第三方面的一些可选实施例中，所述第四信息还用于指示所述第一网络节点的标识。
第四方面，提供一种定位方法，方法包括：第二网络节点向第一网络节点发送第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；
所述第一网络节点接收所述第二网络节点发送的第一信息；所述第一网络节点基于所述测量信息和AI模型，得到第一结果；其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
第五方面，提供一种网络节点，包括：收发模块，用于接收第二网络节点发送的第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；处理模块，用于基于所述测量信息和AI模型，得到第一结果；其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
在第五方面的一些可选实施例中，收发模块还用于：将所述第一结果和所述上报信息发送至所述第三网络节点；或，处理模块还用于：对所述第一结果进行处理，得到第二结果，收发模块还用于：将所述第二结果和所述上报信息发送至所述第三网络节点。
在第五方面的一些可选实施例中，所述收发模块还用于：基于所述上报信息，向所述第二网络节点发送所述第一结果；或，处理模块还用于：对所述第一结果进行处理，得到第二结果，收发模块还用于：基于所述上报信息向所述第二网络节点发送所述第二结果。
在第五方面的一些可选实施例中，所述上报信息包括所述测量信息对应的标识。
在第五方面的一些可选实施例中，所述标识包括以下至少一项：新空口定位协议a标识；定位管理功能测量标识；无线接入网测量标识。
在第五方面的一些可选实施例中，所述测量信息包括以下至少一项：所述第二网络节点的第一传输点TRP对所述终端的测量数据；所述第二网络节点的标识；所述第一TRP的标识；所述第一TRP所在小区的标识；时间戳，所述时间戳用于指示测量的时间；测量的质量；定位信号的类型，所述定位信号用于测量得到测量数据；波束信息，所述波束信息用于指示接收所述定位信号的波束；视距信息，所述视距信息用于指示接收所述定位信号时的视距；非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
在第五方面的一些可选实施例中，所述是有法模块还用于：接收所述第二网络节点发送的第二信息，所述第二信息用于请求所述第一网络节点基于AI模型辅助定位；或，接收所述第三网络节点发送的第三信息，所述第三信息用于请求所述第一网络节点基于AI模型辅助定位。
在第五方面的一些可选实施例中，所述第二信息以及所述第三信息包括以下至少一项：请求所述第一网络节点基于AI模型辅助定位的信息；所述第一结果的类型；所述第一结果的上报机制；所述第一结果的上报资源；用于处理所述第一结果的参数；响应时间信息，所述响应时间信息用于指示所述第一网络节点在所述响应时间信息内反馈所述第一结果；需求信息，所述需求信息用于指示基于AI模型辅助定位所需的条件。
在第五方面的一些可选实施例中，所述第一结果的类型信息，包括以下至少一项：时间信息；功率信息；角度信息。
在第五方面的一些可选实施例中，所述需求信息，包括以下至少一项：所述第一网络节点基于AI模型辅助定位时需要处理的数据量；所述第一网络节点基于AI模型辅助定位需要所在的时间区间；所述第一网络节点需要将所述第一结果发送至的目标网络节点的标识。
在第五方面的一些可选实施例中，所述测量信息基于所述第三网络节点向所述第二网络节点发送的第四信息测量得到，所述第四信息包括以下至少一项：需要进行测量的第二TRP的标识；所述第二TRP所在基站的标识；所述第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
在第五方面的一些可选实施例中，所述第四信息还用于指示所述第一网络节点的标识。
在第五方面的一些可选实施例中，所述参数包括参考时间信息。
第六方面，提供一种网络节点，包括：收发模块，用于向第一网络节点发送第一信息，所述第一 信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；其中，所述测量信息用于所述第一网络节点基于AI模型得到第一结果，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
在第六方面的一些可选实施例中，所述收发模块还用于：接收所述第一网络节点发送的所述第一结果或第二结果，所述第一结果或第二结果是基于所述上报信息发送的；将所述第一结果或第二结果发送至所述第三网络节点；或所述网络节点还包括处理模块，用于对所述第一结果进行处理，得到第三结果，收发模型还用于：将所述第三结果发送至所述第三网络节点。
在第六方面的一些可选实施例中，所述上报信息包括所述测量信息对应的标识。
在第六方面的一些可选实施例中，所述标识包括以下至少一项：新空口定位协议a标识；定位管理功能测量标识；无线接入网测量标识。
在第六方面的一些可选实施例中，所述测量信息包括以下至少一项：所述第二网络节点的第一传输点TRP对所述终端的测量数据；所述第二网络节点的标识；所述第一TRP的标识；所述第一TRP所在小区的标识；时间戳，所述时间戳用于指示测量的时间；测量的质量；定位信号的类型，所述定位信号用于测量得到测量数据；波束信息，所述波束信息用于指示接收所述定位信号的波束；视距信息，所述视距信息用于指示接收所述定位信号时的视距；非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
在第六方面的一些可选实施例中，所述收发模块还用于：向所述第一网络节点发送第二信息，所述第二信息用于请求所述第一网络节点基于AI模型辅助定位。
在第六方面的一些可选实施例中，所述第二信息包括以下至少一项：请求所述第一网络节点基于AI模型辅助定位的信息；所述第一结果的类型；所述第一结果的上报机制；所述第一结果的上报资源；用于处理所述第一结果的参数；响应时间信息，所述响应时间信息用于指示所述第一网络节点在所述响应时间信息内反馈所述第一结果；需求信息，所述需求信息用于指示基于AI模型辅助定位所需的条件。
在第六方面的一些可选实施例中，所述第一结果的类型信息，包括以下至少一项：时间信息；功率信息；角度信息。
在第六方面的一些可选实施例中，所述需求信息，包括以下至少一项：所述第一网络节点基于AI模型辅助定位时需要处理的数据量；所述第一网络节点基于AI模型辅助定位需要所在的时间区间；所述第一网络节点需要将所述第一结果发送至的目标网络节点的标识。
在第六方面的一些可选实施例中，所述收发模块还用于：接收第三网络节点发送的第四信息，所述第四信息用于确定测量信息，所述第四信息包括以下至少一项：需要进行测量的第二TRP的标识；所述第二TRP所在基站的标识；所述第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
在第六方面的一些可选实施例中，所述第四信息还用于指示所述第一网络节点的标识。
在第六方面的一些可选实施例中，所述参数包括参考时间信息。
第七方面，提供一种网络节点，包括：收发模块，用于接收第一结果，所述第一结果用于对终端进行定位；其中，所述第一结果基于测量信息和AI模型得到，所述第一结果基于AI模型输出结果的上报信息发送，所述测量信息和所述上报信息由第二网络节点发送至第一网络节点的第一信息指示。
在第七方面的一些可选实施例中，所述收发模块采用如下方式接收第一结果：接收第一网络节点发送的第一结果和所述上报信息；或，接收第一网络节点发送的第二结果和所述上报信息，所述第二结果由所述第一网络节点对所述第一结果进行处理得到。
在第七方面的一些可选实施例中，所述收发模块采用如下方式接收第一结果：接收第二网络节点发送的第一结果或第二结果；其中，所述第一结果或第二结果由所述第一网络节点基于所述上报信息发送至所述第二网络节点，所述第二结果基于对所述第一结果进行处理得到。
在第七方面的一些可选实施例中，所述上报信息包括所述测量信息对应的标识。
在第七方面的一些可选实施例中，所述标识包括以下至少一项：新空口定位协议a标识；定位管理功能测量标识；无线接入网测量标识。
在第七方面的一些可选实施例中，所述测量信息包括以下至少一项：所述第二网络节点的第一传输点TRP对所述终端的测量数据；所述第二网络节点的标识；所述第一TRP的标识；所述第一TRP所在小区的标识；时间戳，所述时间戳用于指示测量的时间；测量的质量；定位信号的类型，所述定位信号用于测量得到测量数据；波束信息，所述波束信息用于指示接收所述定位信号的波束；视距信 息，所述视距信息用于指示接收所述定位信号时的视距；非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
在第七方面的一些可选实施例中，所述收发模块还用于：向所述第二网络节点发送第四信息，所述第四信息包括以下至少一项：需要进行测量的第二TRP的标识；所述第二TRP所在基站的标识；所述第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
在第七方面的一些可选实施例中，所述第四信息还用于指示所述第一网络节点的标识。
第八方面，提供一种网络节点，包括：一个或多个处理器；其中，终端用于执行第一方面及第一方面中的任一项定位方法。
第九方面，提供一种网络节点，包括：一个或多个处理器；其中，网络设备用于执行第二方面及第二方面中的任一项定位方法。
第十方面，提供一种网络节点，包括：一个或多个处理器；其中，网络设备用于执行第三方面及第三方面中的任一项定位方法。
第十一方面，提供一种通信系统，包括第一网络节点和第二网络节点，其中，第一网络节点被配置为实现第一方面及第一方面中的任一项定位方法，第二网络节点被配置为实现第二方面及第二方面或第三方面及第三方面中的任一项定位方法。
第十二方面，提供一种存储介质，存储介质存储有指令，当指令在通信设备上运行时，使得通信设备执行如第一方面及第一方面中的任一项或第二方面及第二方面或第三方面及第三方面中的任一项定位方法。
第十三方面，本公开实施例提出了程序产品，包括计算机程序，所述计算机程序被通信设备执行时，使得所述通信设备执行如第一方面或第二方面或第三方面及第三方面的可选实现方式所描述的方法。
第十四方面，本公开实施例提出了计算机程序，当其在计算机上运行时，使得计算机执行如第一方面或第二方面或第三方面的可选实现方式所描述的方法。
第十五方面，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或第二方面或第三方面的可选实现方式所描述的方法。
可以理解地，本公开各实施例所涉及的终端、接入网设备、第一网元、其它网元、核心网设备、通信系统、存储介质、程序产品、计算机程序、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。
本公开实施例提出了定位方法、网络节点、通信系统及存储介质。在一些实施例中，定位方法与信息处理方法、定位方法等术语可以相互替换，通信装置与信息处理装置、通信装置等术语可以相互替换，信息处理系统、通信系统等术语可以相互替换。
本公开实施例并非穷举，仅为部分实施例的示意，不作为对本公开保护范围的具体限制。在不矛盾的情况下，某一实施例中的每个步骤均可以作为独立实施例来实施，且各步骤之间可以任意组合，例如，在某一实施例中去除部分步骤后的方案也可以作为独立实施例来实施，且在某一实施例中各步骤的顺序可以任意交换，另外，某一实施例中的可选实现方式可以任意组合；此外，各实施例之间可以任意组合，例如，不同实施例的部分或全部步骤可以任意组合，某一实施例可以与其他实施例的可选实现方式任意组合。
在各本公开实施例中，如果没有特殊说明以及逻辑冲突，各实施例之间的术语和/或描述具有一致性，且可以互相引用，不同实施例中的技术环境根据其内在的逻辑关系可以组合形成新的实施例。
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，“至少一者(至少一项、至少一个)(at least one of)”、“一个或多个(one or more)”、“多个(a plurality of)”、“多个(multiple)等术语可以相互替换。
在一些实施例中，“A、B中的至少一者”、“A和/或B”、“在一情况下A，在另一情况下B”、“响应于一情况A，响应于另一情况B”等记载方式，根据情况可以包括以下技术方案：在一些实施例中A(与B无关地执行A)；在一些实施例中B(与A无关地执行B)；在一些实施例中从A和B中选择执行(A和B被选择性执行)；在一些实施例中A和B(A和B都被执行)。当有A、B、 C等更多分支时也类似上述。
在一些实施例中，“A或B”等记载方式，根据情况可以包括以下技术方案：在一些实施例中A(与B无关地执行A)；在一些实施例中B(与A无关地执行B)；在一些实施例中从A和B中选择执行(A和B被选择性执行)。当有A、B、C等更多分支时也类似上述。
本公开实施例中的“第一”、“第二”等前缀词，仅仅为了区分不同的描述对象，不对描述对象的位置、顺序、优先级、数量或内容等构成限制，对描述对象的陈述参见权利要求或实施例中上下文的描述，不应因为使用前缀词而构成多余的限制。例如，描述对象为“字段”，则“第一字段”和“第二字段”中“字段”之前的序数词并不限制“字段”之间的位置或顺序，“第一”和“第二”并不限制其修饰的“字段”是否在同一个消息中，也不限制“第一字段”和“第二字段”的先后顺序。再如，描述对象为“等级”，则“第一等级”和“第二等级”中“等级”之前的序数词并不限制“等级”之间的优先级。再如，描述对象的数量并不受序数词的限制，可以是一个或者多个，以“第一装置”为例，其中“装置”的数量可以是一个或者多个。此外，不同前缀词修饰的对象可以相同或不同，例如，描述对象为“装置”，则“第一装置”和“第二装置”可以是相同的装置或者不同的装置，其类型可以相同或不同；再如，描述对象为“信息”，则“第一信息”和“各AI模型的性能”可以是相同的信息或者不同的信息，其内容可以相同或不同。
在一些实施例中，“包括A”、“包含A”、“用于指示A”、“携带A”，可以解释为直接携带A，也可以解释为间接指示A。
在一些实施例中，“响应于……”、“响应于确定……”、“在……的情况下”、“在……时”、“当……时”、“若……”、“如果……”等术语可以相互替换。
在一些实施例中，“大于”、“大于或等于”、“不小于”、“多于”、“多于或等于”、“不少于”、“高于”、“高于或等于”、“不低于”、“以上”等术语可以相互替换，“小于”、“小于或等于”、“不大于”、“少于”、“少于或等于”、“不多于”、“低于”、“低于或等于”、“不高于”、“以下”等术语可以相互替换。
在一些实施例中，装置和设备可以解释为实体的、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，在一些情况下也可以被理解为“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。
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，“接入网设备(access network device，AN device)”也可以被称为“无线接入网设备(radio access network device，RAN device)”、“基站(base station，BS)”、“无线基站(radio base station)”、“固定台(fixed station)”，在一些实施例中也可以被理解为“节点(node)”、“接入点(access point)”、“发送点(transmission point，TP)”、“接收点(reception point，RP)”、“发送和/或接收点(transmission/reception point，TRP)”、“面板(panel)”、“天线面板(antenna panel)”、“天线阵列(antenna array)”、“小区(cell)”、“宏小区(macro cell)”、“小型小区(small cell)”、“毫微微小区(femto cell)”、“微微小区(pico cell)”、“扇区(sector)”、“小区组(cell group)”、“服务小区”、“载波(carrier)”、“分量载波(component carrier)”、“带宽部分(bandwidth part，BWP)”等。
在一些实施例中，“终端(terminal)”或“终端设备(terminal device)”可以被称为“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。
在一些实施例中，获取数据、信息等可以遵照所在地国家的法律法规。
在一些实施例中，可以在得到用户同意后获取数据、信息等。
此外，本公开实施例的表格中的每一元素、每一行、或每一列均可以作为独立实施例来实施，任意元素、任意行、任意列的组合也可以作为独立实施例来实施。
目前，5G技术的广泛应用为人们生活的方方面面带来巨大改变。根据国际电信联盟(international telecommunication union，ITU)的愿景，5G将渗透到未来社会的各个领域，以用户为中心构建全方 位的信息生态系统。其中，5G用户体验速率可达100兆比特每秒(Mbit/s)～1千兆比特(Gbit/s)，能够支持移动虚拟现实等极致业务体验；5G峰值速率可达10Gbit/s～20Gbit/s，流量密度可达10兆比特每秒每平方米(Mbit/s/m2)，能够支持未来千倍以上移动业务流量的增长；5G联接数密度可达100万个每平方米(/m2)，能够有效支持海量的物联网设备；5G传输时延可达毫秒量级，可满足车联网和工业控制的严苛要求；5G能够支持500千米每小时(km/h)的移动速度，能够在高铁环境下满足良好的用户体验。可以想见，5G作为新型基础设施代表将重新构建未来的信息化社会。
近年来，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，人工智能的应用案例包括：基于AI的CSI增强；基于AI的波束管理；基于AI的定位。
图1a是一种AI功能的架构示意图。如图1a所示，在AI功能的架构中，包括数据收集、模型管理、模型训练、模型推理等功能。
针对基于AI的定位，包括但不限于以下五种部署方式：
例如，AI/机器学习(machine learning，ML)直接定位：
1)、基于UE的定位，模型部署在UE侧，AI/ML直接定位；
2)、UE辅助的基于LMF的定位，模型部署在LMF侧，AI/ML直接定位；
3)、下一代无线接入网(next generation radio access network，NG-RAN)节点辅助定位，模型部署在LMF侧，AI/ML直接定位。
又例如，AI/ML辅助定位：
4)、UE辅助的基于LMF的定位，模型部署在UE侧，AI/ML辅助定位；
5)、NG-RAN节点辅助定位，模型部署在下一代节点B(next generation NodeB，gNB)侧，AI/ML辅助定位。
其中，AI/ML直接定位可以理解为AI模型或ML模型可以输出位置信息，即，可以得到定位的结果。AI/ML辅助定位可以理解为AI模型或ML模型可以输出用于定位的中间参数，中间参数可以用于计算得到位置信息，即，AI模型或ML模型并不直接得到定位的结果。
在一些实施例中，针对上述部署方式5)，当AI模型部署在基站侧时，有三种基于AI的定位架构可以考虑：
其一、每个传输点(transmission and receiving point，TRP)对应一个AI模型，或每个TRP对应一个ML模型。图1b是本公开示例性实施例示出的基于AI的定位架构示意图。如图1b所示，以18个TRP(TRP0～TRP17)为例进行说明，但本公开对TRP的数量并不限定。每个TRP对应一个ML模型，每个TRP测量的时域(time domain)路径时延特性(path delay profile，PDP)(例如PDP 0～PDP 17)可以输入到对应的ML模型中，并将输出的未知直达路径(unobserved direct path)到达时间(time of arrival，ToA)传递给LMF。由LMF基于unobserved direct path ToA和传统的定位方法进行定位。
其二，多个TRP对应同一个AI模型，或多个TRP对应同一个ML模型。图1c是本公开示例性实施例示出的基于AI的定位架构示意图。如图1c所示，多个TRP对应同一个ML模型，例如18个TRP(TRP0～TRP17)每个TRP测量的时域载波干扰比(carrier to interference ratio，CIR)(例如CIR0～CIR17)输入到同一个ML模型，并将输出的unobserved direct path ToA传递给LMF。由LMF基于unobserved direct path ToA和传统的定位方法进行定位。LMF输出位置信息。
其三，多个TRP对应同一个AI模型，或多个TRP对应同一个ML模型。且多个TRP中部分TRP从属于部署该AI模型或ML模型的gNB，而部分TRP则从属于其他gNB。图1d是本公开示例性实施例示出的基于AI的定位架构示意图。如图1d所示，部署ML模型的gNB为gNB1，gNB1的TRP测量的时域CIR和gNB2的TRP测量的时域CIR，均输入gNB1侧的ML模型中，并将输出的unobserved direct path ToA传递给LMF。由LMF基于unobserved direct path ToA和传统的定位方法进行定位。LMF输出位置信息。其中，gNB2为不同于gNB1的任意gNB。
可以理解，每个TRP有其对应从属的gNB，每个gNB下可以有多个TRP。在基于非AI的定位中，每个TRP所对应的定位中间参数，都是由对应的gNB计算得到，并由对应的gNB传输到LMF。其中，定位中间参数表示在定位过程中，用于计算得到位置信息的中间参数。例如，可以是时间相关的参数，即图1b至图1d中所示的未知直达路径的ToA；视距(line of sight，LoS)或非视距(non  line of sight，NLoS)指示符等。
针对上述第三种定位架构，当AI模型训练部署在一个gNB上，AI模型的输出除了包括本gNB的定位中间参数外，还包括其他gNB的定位中间参数，若直接将定位中间参数传输至LMF，则会导致定位的误差较大。
因此，本公开提出一种定位方法，由第一网络节点接收第二网络节点发送的测量信息和AI模型输出结果的上报信息，上报信息可以用于AI模型的上报，以使第三网络节点可以准确地根据AI模型的输出结果得到终端的位置信息，提高定位的准确性，降低定位误差。
图1e是根据本公开实施例示出的通信系统架构示意图。
如图1e所示，通信系统100包括第一网络节点101、第二网络节点102和第三网络节点103。其中，第一网络节点101可以是部署AI模型的gNB，用于推理的基站(gNBx for inference)。第二网络节点102可以是与第一网络节点101不同的其他基站(gNBy)，未部署AI模型的gNB。第三网络节点103可以是LMF。当然，本公开只是示例性地，第一网络节点、第二网络节点、第三网络节点还可以是通信系统中其他类型的节点，虽然本公开后续以gNB、LMF为例进行举例说明，但不限于此。
在一些实施例中，网络节点可以包括接入网设备和核心网设备的至少一者。
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第五代移动通信技术(5th generation mobile communication technology，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)、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、Wi-Fi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，分别包括上述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。
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，各主体可以是实体的也可以是虚拟的，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)、利用其他定位方法的系统、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。
图2a是根据本公开实施例示出的一种定位方法交互示意图。如图2a所示，本公开实施例涉及定位方法，用于通信系统100，上述方法包括：
步骤S2101，第三网络节点103向第二网络节点102发送第四信息。
在一些实施例中，第二网络节点102接收第三网络节点103发送的第四信息。
在一些实施例中，第四信息用于确定测量信息。其中，测量信息表示第二网络节点测量终端发送的上行定位信号的相关信息，以用于对终端进行定位。第四信息可以指示第二网络节点如何测量。
在一些实施例中，第四信息包括以下至少一项：需要进行测量的第二TRP的标识；第二TRP所在基站的标识；第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
可选地，第四信息包括需要进行测量的第二TRP的标识。即，第四信息可以用于指示需要对终端发送的上行定位信号进行测量的TRP为哪个TRP，或哪些TRP。本公开为了方便描述，将第四信息指示的需要进行测量的TRP称为第二TRP。可以理解，第二网络节点可能对应有从属的多个TRP，基于第四信息中包括的第二TRP的标识，可以从多个TRP中确定需要进行测量的TRP，从而测量得到测量信息。
可选地，第四信息包括第二TRP所在基站的标识。第四信息可以指示第二TRP所在基站的标识，即第二网络节点的标识。第二网络节点可以在后续将其标识发送给第一网络节点，以告知第一网络节点，测量信息的来源，即测量信息来自于哪个gNB。
可选地，第四信息包括第二TRP所在小区的标识。第四信息可以指示第二TRP所在小区的标识。
可选地，第四信息包括测量数据的类型。测量数据类型表示第二网络节点在对上行定位信号进行测量时，测量的是那种类型的数据。例如，测量数据类型可以包括但不限于到达角度(angle of arrival，AOA)、探测参考信号-参考信号接收功率(sounding reference signal-reference signal received power，SRS-RSRP)、相对到达时间(Relative Time of Arrival，RToA)、gNB发送接收时间差(gNB Rx-Tx Time Difference)、零到达角度(zero angle of arrival，Z-AOA)、多个上行到达角度(multiple uplink angle of arrival，multiple UL-AoA)、CIR、PDP、时延特性(delay profile，DP)。当然，上述测量数据类型只是示例性地，本公开不能穷举，但不限于此。例如，当第四信息指示的测量数据类型为AOA，则第二网络节点测量上行定位信号的AOA。又例如，当第四信息指示的测量数据类型为SRS-RSRP，则第二网络节点测量上行定位信号的SRS-RSRP。
可选地，第四信息包括测量数据的上报机制。上报机制表示第二网络节点以什么机制上报测量数据，即以什么机制上报测量信息。例如，上报机制可以包括周期性地上报、随需应变(Ondemand)地上报等，本公开不一一举例，但不限定于此。其中，对于周期性地上报，第四信息还可以指示周期性上报的上报周期。
可选地，第四信息包括测量数据的上报资源。上报资源表示测量数据基于哪些资源上报，即测量信息基于哪些资源上报。例如，上报资源可以包括时域资源、频域资源等。
在一些实施例中，第二网络节点可以基于第四信息，确定测量信息。即，基于第四信息对终端的上行定位信号进行相应地测量，得到测量信息。
在一些实施例中，测量信息包括以下至少一项：第二网络节点的第一TRP对终端的测量数据；第二网络节点的标识；第一TRP的标识；第一TRP所在小区的标识；时间戳，时间戳用于指示测量的时间；测量的质量；定位信号的类型，定位信号用于测量得到测量数据；波束信息，波束信息用于指示接收定位信号的波束；视距信息，视距信息用于指示接收定位信号时的视距；非视距信息，非视距信息用于指示接收定位信号时的非视距。
可选地，测量信息可以包括第二网络节点的第一TRP对终端的测量数据。本公开将对终端的上行定位信号进行测量得到测量数据的TRP称为第一TRP。可以理解的是，第三网络节点通过第四信息所指示的需要进行测量的第二TRP，和实际第二网络节点测量时使用的第一TRP可能相同，也可以能不同。测量信息可以包括第一TRP对终端的测量数据。例如，第一TRP可以对终端的上行定位信号进行测量，得到测量数据，将测量数据包含在测量信息中，后续可以用于指示给第一网络节点。
可选地，测量信息可以包括第二网络节点的标识。第二网络节点即对终端上行定位信号进行测量，并得到测量数据的网络节点。测量信息中包括第二网络节点的标识，即指示测量信息中的测量数 据是第二网络节点测量得到。将第二网络节点的标识包含在测量信息中，后续可以指示给第一网络节点。
可选地，测量信息可以包括第一TRP的标识。第一TRP即对终端上行定位信号进行测量，并得到测量数据的TRP。测量信息中包括第一TRP的标识，即指示测量信息中的测量数据是第一TRP测量得到。将第一TRP包含在测量信息中，后续可以指示给第一网络节点。
可选地，测量信息可以包括第一TRP所在小区的标识。将第一TRP所在的小区标识包括在测量信息中，后续可以指示给第一网络节点。
可选地，测量信息可以包括时间戳。时间戳用于指示测量的时间。即，测量信息可以包括第一TRP对终端的上行定位信号进行测量的时间，后续可以指示给第一网络节点。
可选地，测量信息可以包括测量的质量。例如，测量的质量可以是测量的精度信息。测量的质量可以用于表征测量的精度、准确度等信息。
可选地，测量信息可以包括定位信号的类型。定位信号用于被测量得到测量数据。定位信号的类型例如包括同步信号块(synchronization signal and pbch block，SSB)、定位参考信号(positioning reference signal，PRS)等。
可选地，测量信息可以包括波束信息。波束信息用于指示接收定位信号的波束。即，测量信息可以包括测量的定位信号是从哪个波束接收的，或从哪些波束接收的。测量信息中可以包括波束信息，后续指示给第一网络节点。
可选地，测量信息可以包括视距信息。视距信息用于指示接收定位信号时的视距信息，即发送定位信号的终端和接收定位信号的第二网络节点之间存在直射路径。
可选地，测量信息可以包括非视距信息。非视距信息用于指示接收定位信号时的非视距信息，即发送定位信号的终端和接收定位信号的第二网络节点之间不存在直射路径。
在一些实施例中，第四信息的名称不做限定，其例如可以是“指示信息”、“配置信息”等。
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。
步骤S2102，第二网络节点102向第一网络节点101发送第二信息，或，第三网络节点103向第一网络节点发送第三信息。
在一些实施例中，第一网络节点101接收第二网络节点102发送的第二信息，或第一网络节点101接收第三网络节点103发送的第三信息。
在一些实施例中，第二信息和第三信息均用于请求第一网络节点基于AI模型辅助定位。第二信息为第二网络节点向第一网络节点请求基于AI模型辅助定位时发送的信息。第三信息为第三网络节点向第一网络节点请求基于AI模型辅助定位时发送的信息。第二信息和第三信息可以相同，也可以不同。例如，第二信息和第三信息的形式、承载的信令可能不同。
在一些实施例中，第二信息以及第三信息包括以下至少一项：请求第一网络节点基于AI模型辅助定位的信息；第一结果的类型；第一结果的上报机制；第一结果的上报资源；用于处理第一结果的参数；响应时间信息，响应时间信息用于指示第一网络节点在响应时间信息内反馈第一结果；需求信息，需求信息用于指示基于AI模型辅助定位所需的条件。
可选地，第二信息/第三信息可以包括请求第一网络节点基于AI模型辅助定位的信息。第一网络节点可以基于该信息，启动AI模型，辅助第二网络节点或第三网络节点对终端进行定位。
可选地，第二信息/第三信息可以包括第一结果的类型信息。其中，第一结果为AI模型的输出结果，或对输出结果进行处理后的结果。第一结果的类型信息例如包括时间信息、功率信息、角度信息。其中，时间信息例如到达时间。功率信息例如参考信号接收功率。角度信息例如到达角度等。第一网络节点可以基于该信息，确定AI模型输出的结果的类型。
可选地，第二信息/第三信息可以包括第一结果的上报机制。例如，第一结果可以周期性地上报，或者可以Ondemand上报。即，第一网络节点可以基于该信息，确定第一结果的上报机制。
可选地，第二信息/第三信息可以包括第一结果的上报资源。例如，上报资源可以包括时域资源、频域资源等。第一网络节点可以基于该信息，确定使用哪种上报资源上报第一结果。
可选地，第二信息/第三信息可以包括用于处理第一结果的参数。即，第二网络节点可以直接上报第一结果，以用于进行定位。也可以对第一结果进行处理，得到第二结果，将第二结果上报，以用于定位。其中，对第一结果进行处理可以基于第二信息/第三信息指示的参数进行处理。例如，参数可以包括参考时间信息，假设第一结果包括相对于某个子帧的第一径到达时间，则基于参考时间信息，可以计算得到另一个参考时间点的第一径到达时间。
可选地，第二信息/第三信息可以包括响应时间信息。响应时间信息用于指示第一网络节点在响应时间信息内反馈第一结果。当然，也可以是指反馈第二结果。其中，指示第一网络节点在响应时间信息内反馈第一结果，是指期望第一网络节点在响应时间内反馈第一结果，若第一网络节点不能在响应时间内反馈第一结果，也可以向请求基于AI模型辅助定位的第二网络节点发送第二信息的反馈信息，反馈信息中包括不同意第二网络节点的请求。或者可以向请求基于AI模型辅助定位的第三网络节点发送第三信息的反馈信息，反馈信息中包括不同意第三网络节点的请求。相反地，第一网络节点若同意第二网络节点的请求，则可以向第二网络节点发送第二信息的反馈信息，反馈信息中包括同意第二网络节点的请求。或者第一网络节点若同意第三网络节点的请求，则可以向第三网络节点发送第三信息的反馈信息，反馈信息中包括同意第三网络节点的请求。
可选地，第二信息/第三信息可以包括需求信息。需求信息用于指示基于AI模型辅助定位所需的条件。例如，需求信息可以包括第一网络节点基于AI模型辅助定位时需要处理的数据量；第一网络节点基于AI模型辅助定位需要所在的时间区间；第一网络节点需要将第一结果发送至的目标网络节点的标识。可选地，需求信息包括第一网络节点基于AI模型辅助定位时需要处理的数据量，若第一网络节点无法处理该数据量，则可以在反馈信息中指示不同意第二网络节点或第三网络节点的请求。可选地，需求信息可以包括第一网络节点基于AI模型辅助定位需要所处的时间区间。即，第一网络节点需要在该时间区间内基于AI模型上报第一结果或上报第二结果，若第一网络节点无法在该时间区间内基于AI模型上报第一结果或上报第二结果，则可以在反馈消息中指示不同意第二网络节点或第三网络节点的请求。可选地，需求信息可以包括第一网络节点需要将第一结果发送至的目标网络节点的标识。即，指示第一网络节点可以将第一结果发送给哪个网络节点。例如，可以发送给第二网络节点，或发送给第三网络节点。
在一些实施例中，第一网络节点可以在接收第二信息后，确定是否同意第二网络节点关于基于AI模型辅助定位的请求。若同意请求，则可以向第二网络节点发送同意请求的反馈信息。若不同意请求，则可以向第二网络节点发送不同意请求的反馈信息。相应地，第一网络节点可以在接收第三信息后，确定是否同意第三网络节点关于基于AI模型辅助定位的请求。若同意请求，则可以向第三网络节点发送同意请求的反馈信息。若不同意请求，则可以向第三网络节点发送不同意请求的反馈信息。
在一些实施例中，第二信息、第三信息的名称不做限定，其例如可以是“请求信息”等。
步骤S2103，第二网络节点102向第一网络节点101发送第一信息。
在一些实施例中，第一网络节点101接收第二网络节点102发送的第一信息。
在一些实施例中，第一信息用于指示第二网络节点对终端的测量信息，以及AI模型输出结果的上报信息。其中，AI模型的输出结果包括第一结果，或者第二结果。上报信息用于发送第一结果，可以是用于发送第一结果，或者可以是用于发送第一结果处理后的第二结果。第一结果用于第三网络节点对终端进行定位。例如，第三网络节点可以基于第一结果定位，或者可以基于第一结果处理后的第二结果定位。
在一些实施例中，第一信息所指示的测量信息，可以参考上述实施例，本公开不再赘述。第一信息所指示的AI模型输出结果的上报信息可以包括测量对应的标识。测量对应的标识可以用于第三网络节点确定第一结果或第二结果对应的测量是哪一次测量。
在一些实施例中，测量对应的标识包括以下至少一项：新空口定位协议a标识(NRPPa transaction ID)；定位管理功能测量标识(LMF measurement ID)；无线接入网测量标识(RAN measurement ID)。NRPPa transaction ID、LMF measurement ID、RAN measurement ID等可以标识定位过程。
在一些实施例中，测量对应的标识还可以包括进行测量的第一TRP的标识，第一TRP对应的小区的标识、第一TRP对应的基站，即第二网络节点的标识。
在一些实施例中，第一信息的名称不做限定，其例如可以是“指示信息”、“配置信息”等。
步骤S2104，第一网络节点101基于测量信息和AI模型，得到第一结果。
在一些实施例中，第一网络节点101可以将测量信息中的部分信息或全部信息输入AI模型，得到第一结果。例如，可以将CIR、PDP等数据输入AI模型，得到定位的中间参数，定位的中间参数 例如，AoA、ToA等。
在一些实施例中，第一网络节点可以上报第一结果，也可以对第一结果进行处理后，得到第二结果，并上报第二结果。
步骤S2105，第一网络节点101向第二网络节点102发送第一结果，或，第一网络节点101向第二网络节点102发送第二结果。
在一些实施例中，第二网络节点102接收第一网络节点基于上报信息发送的第一结果或第二结果。
在一些实施例中，第一网络节点101可以基于上报信息中的第二网络节点的标识，将第一结果或第二结果发送至标识对应的第二网络节点。
在一些实施例中，第一结果或第二结果所对应的是第二网络节点的测量信息。因此，第一网络节点可以将第一结果或第二结果发送给第二网络节点，由第二网络节点再将第一结果或第二结果发送至第三网络节点。则第三网络节点能够确定第一结果或第二结果对应的是第二网络节点。从而，提高第三网络节点基于第一结果或第二结果进行定位的准确度。即，提高定位的准确度，减小误差。
在一些实施例中，若第一网络节点向第二网络节点发送第一结果，则第二网络节点可以将第一结果发送至第三年网络节点，或对第一结果进行处理，得到第二结果，并将第二结果发送至第三网络节点。
步骤S2106，第二网络节点102向第三网络节点103发送第一结果或第二结果。
在一些实施例中，第三网络节点103接收第二网络节点102发送的第一结果或第二结果。
在一些实施例中，第一结果或第二结果可以用于第三网络节点进行定位，得到终端的位置信息。
步骤S2107，第三网络节点103基于第一结果或第二结果进行定位，得到位置信息。
在一些实施例中，第三网络节点可以基于第一结果或第二结果进行定位，得到位置信息。例如，第三网络节点可以基于传统定位方法，以及第一结果或第二结果，得到位置信息。
在一些实施例中，第一网络节点可以是部署AI模型的gNB、用于推理的基站(gNBx for inference)，第二网络节点可以是其他基站(gNBy)，未部署AI模型的gNB。第三网络节点可以是LMF。但不限定于此。
本公开实施例所涉及的定位方法可以包括步骤S2101～步骤S2107中的至少一者。步骤S2101至步骤S2107均可以作为单独实施例，在不矛盾的条件下，各实施例可以任意组合，调整顺序实施。例如，步骤S2103和步骤S2104可以作为独立实施例来实施，又例如，步骤S2105和步骤S2106可以作为单独实施例来实施，但不限于此。
在一些实施例中，部分步骤是可选的，在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中，可参见图2a所对应的说明书之前或之后记载的其他可选实现方式。
可以理解的是，图2a中的虚线部分表示步骤S2102是可选的，即，第一网络节点101可以接收第二网络节点102发送的第二信息，或者第一网络节点101可以接收第三网络节点103发送的第三信息。虽然，第一网络节点101接收第三网络节点103发送的第三信息的步骤用虚线表示，但二者并没有优先级关系。可以根据实际情况选择其中一者，本公开不做限定。
图2b是根据本公开实施例示出的一种定位方法交互示意图。如图2b所示，本公开实施例涉及定位方法，用于通信系统100，上述方法包括：
步骤S2201，第三网络节点103向第二网络节点102发送第四信息。
步骤S2201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S2202，第二网络节点102向第一网络节点101发送第二信息，或，第三网络节点103向第一网络节点发送第三信息。
步骤S2202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。
步骤S2203，第二网络节点102向第一网络节点101发送第一信息。
步骤S2203的可选实现方式可以参见图2a的步骤S2103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S2204，第一网络节点101基于测量信息和AI模型，得到第一结果。
步骤S2204的可选实现方式可以参见图2a的步骤S2104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S2205，第一网络节点101向第三网络节点103发送第一结果和上报信息，或第一网络节点101向第三网络节点103发送第二结果和上报信息。
在一些实施例中，第三网络节点103接收第一网络节点101发送的第一结果和上报信息，或第二结果和上报信息。
在一些实施例中，第一结果或第二结果所对应的是第二网络节点的测量信息。若第一网络节点直接将第一结果或第二结果发送至第三网络节点，则第三网络节点无法确定测量信息所对应的是哪个网络节点、哪个TRP、哪次测量等。因此，本实施例中，可以将第一结果和上报信息均发送至第三网络节点，或将第二结果和上报信息均发送至第三网络节点，以便于第三网络节点可以确定第一结果或第二结果所对应的是哪个网络节点、哪个TRP、哪次测量等。
步骤S2206，第三网络节点103基于第一结果或第二结果进行定位，得到位置信息。
步骤S2206的可选实现方式可以参见图2a的步骤S2107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。
本公开实施例所涉及的定位方法可以包括步骤S2201～步骤S2206中的至少一者。步骤S2201至步骤S2206均可以作为单独实施例，在不矛盾的条件下，各实施例可以任意组合，调整顺序实施。例如，步骤S2203和步骤S2204可以作为独立实施例来实施，又例如，步骤S2205可以作为单独实施例来实施，但不限于此。
在一些实施例中，部分步骤是可选的，在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中，可参见图2b所对应的说明书之前或之后记载的其他可选实现方式。
可以理解的是，图2b中的虚线部分表示步骤S2202是可选的，即，第一网络节点101可以接收第二网络节点102发送的第二信息，或者第一网络节点101可以接收第三网络节点103发送的第三信息。虽然，第一网络节点101接收第三网络节点103发送的第三信息的步骤用虚线表示，但二者并没有优先级关系。可以根据实际情况选择其中一者，本公开不做限定。
图3a是根据本公开实施例示出的定位方法流程图。如图3a所示，本公开实施例涉及定位方法，由第一网络节点101执行，上述方法包括：
步骤S3101，获取第二信息或第三信息。
步骤S3101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。
在一些实施例中，第一网络节点101接收由第二网络节点102发送的第二信息，或接收第三网络节点103发送的第三信息，但不限于此，也可以接收由其他主体发送的第二信息或第三信息。
在一些实施例中，第一网络节点101获取由协议规定的第二信息或第三信息。
在一些实施例中，第一网络节点101从高层(upper layer(s))获取第二信息或第三信息。
在一些实施例中，第一网络节点101进行处理从而得到第二信息或第三信息。
在一些实施例中，步骤S3101被省略，第一网络节点101自主实现第二信息或第三信息所指示的功能，或上述功能为缺省或默认。
步骤S3102，获取第一信息。
步骤S3102的可选实现方式可以参见图2a的步骤S2103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。
在一些实施例中，第一网络节点101接收由第二网络节点102发送的第一信息，但不限于此，也可以接收由其他主体发送的第一信息。
在一些实施例中，第一网络节点101获取由协议规定的第一信息。
在一些实施例中，第一网络节点101从高层(upper layer(s))获取第一信息。
在一些实施例中，第一网络节点101进行处理从而得到第一信息息。
在一些实施例中，步骤S3102被省略，第一网络节点101自主实现第一信息所指示的功能，或上述功能为缺省或默认。
步骤S3103，基于测量信息和AI模型，得到第一结果。
步骤S3103的可选实现方式可以参见图2a的步骤S2104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。
在一些实施例中，第一结果是基于测量信息和AI模型得到的。
步骤S3104，发送第一结果或第二结果。
步骤S3104的可选实现方式可以参见图2a的步骤S2105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。
在一些实施例中，第一网络节点101向第二网络节点102发送第一结果或第二结果，但不限于此，也可以向其他主体发送第一结果或第二结果。
本公开实施例所涉及的定位方法可以包括步骤S3101～步骤S3104中的至少一者。步骤S3101至步骤S3104均可以作为单独实施例，在不矛盾的条件下，各实施例可以任意组合，调整顺序实施。例如，步骤S3102和步骤S3103可以作为独立实施例来实施，但不限于此。
在一些实施例中，部分步骤是可选的，在不同实施例中可以对这些步骤中的一个或多个步骤进行省略或替代。
在一些实施例中，可参见图3a所对应的说明书之前或之后记载的其他可选实现方式。
图3b是根据本公开实施例示出的定位方法流程图。如图3b所示，本公开实施例涉及定位方法，由第一网络节点101执行，上述方法包括：
步骤S3201，获取第二信息或第三信息。
步骤S3201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。
在一些实施例中，第一网络节点101接收由第二网络节点102发送的第二信息，或接收第三网络节点103发送的第三信息，但不限于此，也可以接收由其他主体发送的第二信息或第三信息。
在一些实施例中，第一网络节点101获取由协议规定的第二信息或第三信息。
在一些实施例中，第一网络节点101从高层(upper layer(s))获取第二信息或第三信息。
在一些实施例中，第一网络节点101进行处理从而得到第二信息或第三信息。
在一些实施例中，步骤S3201被省略，第一网络节点101自主实现第二信息或第三信息所指示的功能，或上述功能为缺省或默认。
步骤S3202，获取第一信息。
步骤S3202的可选实现方式可以参见图2a的步骤S2103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。
在一些实施例中，第一网络节点101接收由第二网络节点102发送的第一信息，但不限于此，也可以接收由其他主体发送的第一信息。
在一些实施例中，第一网络节点101获取由协议规定的第一信息。
在一些实施例中，第一网络节点101从高层(upper layer(s))获取第一信息。
在一些实施例中，第一网络节点101进行处理从而得到第一信息息。
在一些实施例中，步骤S3202被省略，第一网络节点101自主实现第一信息所指示的功能，或上述功能为缺省或默认。
步骤S3203，基于测量信息和AI模型，得到第一结果。
步骤S3203的可选实现方式可以参见图2a的步骤S2104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。
在一些实施例中，第一结果是基于测量信息和AI模型得到的。
步骤S3204，发送第一结果和上报信息，或发送第二结果和上报信息。
步骤S3204的可选实现方式可以参见图2b的步骤S2205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。
在一些实施例中，第一网络节点101向第三网络节点102发送第一结果和上报信息，或发送第二结果和上报信息，但不限于此，也可以向其他主体发送第一结果和上报信息，或发送第二结果和上报信息。
图3c是根据本公开实施例示出的定位方法流程图。如图3c所示，本公开实施例涉及定位方法，由第一网络节点101执行，上述方法包括：
步骤S3301，获取第一信息。
步骤S3301的可选实现方式可以参见图2a的步骤S2103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。
在一些实施例中，第一网络节点101接收由第二网络节点102发送的第一信息，但不限于此，也可以接收由其他主体发送的第一信息。
在一些实施例中，第一网络节点101获取由协议规定的第一信息。
在一些实施例中，第一网络节点101从高层(upper layer(s))获取第一信息。
在一些实施例中，第一网络节点101进行处理从而得到第一信息息。
在一些实施例中，步骤S3301被省略，第一网络节点101自主实现第一信息所指示的功能，或上述功能为缺省或默认。
步骤S3302，基于测量信息和AI模型，得到第一结果。
步骤S3302的可选实现方式可以参见图2a的步骤S2104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。
在一些实施例中，第一结果是基于测量信息和AI模型得到的。
图4a是根据本公开实施例示出的定位方法流程图。如图4a所示，本公开实施例涉及定位方法，由第二网络节点102执行，上述方法包括：
步骤S4101，获取第四信息。
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。
在一些实施例中，第二网络节点102接收由第三网络节点103发送的第四信息，但不限于此，也可以接收由其他主体发送的第四信息。
在一些实施例中，第二网络节点102获取由协议规定的第四信息。
在一些实施例中，第二网络节点102从高层(upper layer(s))获取第四信息。
在一些实施例中，第二网络节点102进行处理从而得到第四信息。
在一些实施例中，步骤S4101被省略，第二网络节点102自主实现第四信息所指示的功能，或上述功能为缺省或默认。
步骤S4102，发送第二信息。
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。
在一些实施例中，第二网络节点102向第一网络节点101发送第二信息，但不限于此，也可以向其他主体发送第二信息。
步骤S4103，发送第一信息。
步骤S4103的可选实现方式可以参见图2a的步骤S2103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。
在一些实施例中，第二网络节点102向第一网络节点101发送第一信息，但不限于此，也可以向其他主体发送第一信息。
步骤S4104，获取第一结果或第二结果。
步骤S4104的可选实现方式可以参见图2a的步骤S2105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。
在一些实施例中，第二网络节点102接收由第一网络节点101发送的第一结果或第二结果，但不限于此，也可以接收由其他主体发送的第一结果或第二结果。
在一些实施例中，第二网络节点102获取由协议规定的第一结果或第二结果。
在一些实施例中，第二网络节点102从高层(upper layer(s))获取第一结果或第二结果。
在一些实施例中，第二网络节点102进行处理从而得到第一结果或第二结果。
在一些实施例中，步骤S4104被省略，第二网络节点102自主实现第一结果或第二结果所指示的功能，或上述功能为缺省或默认。
步骤S4105，发送第一结果或第二结果。
步骤S4105的可选实现方式可以参见图2a的步骤S2106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。
在一些实施例中，第二网络节点102向第三网络节点103发送第一结果或第二结果，但不限于此，也可以向其他主体发送第一结果或第二结果。
图4b是根据本公开实施例示出的定位方法流程图。如图4b所示，本公开实施例涉及定位方法，由第二网络节点102执行，上述方法包括：
步骤S4201，获取第四信息。
步骤S4201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。
在一些实施例中，第二网络节点102接收由第三网络节点103发送的第四信息，但不限于此，也可以接收由其他主体发送的第四信息。
在一些实施例中，第二网络节点102获取由协议规定的第四信息。
在一些实施例中，第二网络节点102从高层(upper layer(s))获取第四信息。
在一些实施例中，第二网络节点102进行处理从而得到第四信息。
在一些实施例中，步骤S4201被省略，第二网络节点102自主实现第四信息所指示的功能，或上述功能为缺省或默认。
步骤S4202，发送第二信息。
步骤S4202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。
在一些实施例中，第二网络节点102向第一网络节点101发送第二信息，但不限于此，也可以向其他主体发送第二信息。
步骤S4203，发送第一信息。
步骤S4203的可选实现方式可以参见图2a的步骤S2103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。
在一些实施例中，第二网络节点102向第一网络节点101发送第一信息，但不限于此，也可以向其他主体发送第一信息。
图4c是根据本公开实施例示出的定位方法流程图。如图4c所示，本公开实施例涉及定位方法，由第二网络节点102执行，上述方法包括：
步骤S4301，发送第一信息。
步骤S4301的可选实现方式可以参见图2a的步骤S2103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。
在一些实施例中，第二网络节点102向第一网络节点101发送第一信息，但不限于此，也可以向其他主体发送第一信息。
图5a是根据本公开实施例示出的定位方法流程图。如图5a所示，本公开实施例涉及定位方法，由第三网络节点103执行，上述方法包括：
步骤S5101，发送第四信息。
步骤S5101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。
在一些实施例中，第三网络节点103向第二网络节点102发送第四信息，但不限于此，也可以向其他主体发送第四信息。
步骤S5102，发送第三信息。
步骤S5102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。
在一些实施例中，第三网络节点103向第一网络节点101发送第三信息，但不限于此，也可以向其他主体发送第三信息。
步骤S5103，获取第一结果或第二结果。
步骤S5103的可选实现方式可以参见图2a的步骤S2106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。
在一些实施例中，第三网络节点103接收由第二网络节点102发送的第一结果或第二结果，但不限于此，也可以接收由其他主体发送的第一结果或第二结果。
在一些实施例中，第三网络节点103获取由协议规定的第一结果或第二结果。
在一些实施例中，第三网络节点103从高层(upper layer(s))获取第一结果或第二结果。
在一些实施例中，第三网络节点103进行处理从而得到第一结果或第二结果。
在一些实施例中，步骤S5103被省略，第三网络节点103自主实现第一结果或第二结果所指示的功能，或上述功能为缺省或默认。
步骤S5104，基于第一结果或第二结果进行定位，得到位置信息。
步骤S5104的可选实现方式可以参见图2a的步骤S2107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。
在一些实施例中，位置信息是基于第一结果或第二结果进行定位得到的。
图5b是根据本公开实施例示出的定位方法流程图。如图5b所示，本公开实施例涉及定位方法，由第三网络节点103执行，上述方法包括：
步骤S5201，发送第四信息。
步骤S5201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。
在一些实施例中，第三网络节点103向第二网络节点102发送第四信息，但不限于此，也可以向其他主体发送第四信息。
步骤S5202，发送第三信息。
步骤S5202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。
在一些实施例中，第三网络节点103向第一网络节点101发送第三信息，但不限于此，也可以向其他主体发送第三信息。
步骤S5203，获取第一结果和上报信息，或第二结果和上报信息。
步骤S5203的可选实现方式可以参见图2b的步骤S2205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。
在一些实施例中，第三网络节点103接收由第一网络节点101发送的第一结果和上报信息，或第二结果和上报信息，但不限于此，也可以接收由其他主体发送的第一结果和上报信息，或第二结果和上报信息。
在一些实施例中，第三网络节点103获取由协议规定的第一结果和上报信息，或第二结果和上报信息。
在一些实施例中，第三网络节点103从高层(upper layer(s))获取第一结果和上报信息，或第二结果和上报信息。
在一些实施例中，第三网络节点103进行处理从而得到第一结果和上报信息，或第二结果和上报信息。
在一些实施例中，步骤S5203被省略，第三网络节点103自主实现第一结果和上报信息，或第二结果和上报信息所指示的功能，或上述功能为缺省或默认。
步骤S5204，基于第一结果或第二结果进行定位，得到位置信息。
步骤S5204的可选实现方式可以参见图2a的步骤S2107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6是根据本公开实施例示出的定位方法交互示意图。如图6所示，本公开实施例涉及定位方法，用于通信系统，上述方法包括：
步骤S6101，第二网络节点102向第一网络节点101发送第一信息。
在一些实施例中，上述方法可包括上述与通信系统100，第一网络节点101、第二网络节点102和第三网络节点103等有关的实施例的方法，此处不再赘述。
步骤S6102，第一网络节点101接收第二网络节点102发送的第一信息。
在一些实施例中，上述方法可包括上述与通信系统100，第一网络节点101、第二网络节点102和第三网络节点103等有关的实施例的方法，此处不再赘述。
步骤S6103，第一网络节点101基于测量信息和AI模型，得到第一结果。
在一些实施例中，上述方法可包括上述与通信系统100，第一网络节点101、第二网络节点102和第三网络节点103等有关的实施例的方法，此处不再赘述。
步骤S6104，第一网络节点101基于上报信息，发送第一结果。
在一些实施例中，上述方法可包括上述与通信系统100，第一网络节点101、第二网络节点102和第三网络节点103等有关的实施例的方法，此处不再赘述。
步骤S6105，第三网络节点103接收第一结果。
在一些实施例中，上述方法可包括上述与通信系统100，第一网络节点101、第二网络节点102和第三网络节点103等有关的实施例的方法，此处不再赘述。
本公开提供一种定位方法，如下：
在一些实施例中，定位方法应用于第一网络节点，第一网络节点部署了AI模型，进行基于AI的定位操作，基于AI的定位操作包括以下步骤：
1)接收第二网络节点的第一信息，第一信息包括用于AI模型输入的测量信息，可选地，第一信息还可以包括用于AI模型输出结果的上报信息，例如第二网络节点与第三网络节点之间的NRPPa transaction ID，LMF measurement ID和RAN measurement ID。
2)使用测量信息或使用基于测量信息处理得到的输入信息，基于AI模型进行推理，获得第一结果。
3)发送第一结果或第二结果，第一结果包含AI模型的输出结果，第二结果包含基于AI模型的 输出结果得到的其他结果。
在一些实施例中，第一结果所包含的信息的示例：
TRP所在的基站标识(Identity，ID)，用于指示执行测量的TRP所在的基站标识，例如下一代无线接入网节点标识(NG-RAN node identity)；
TRP标识，用于指示所在一个基站内唯一标识一个TRP；
小区标识，用于指示TRP所在的小区；
NRPPa Transaction ID，用于在新空口定位协议a(NRPPa)中唯一标识一次交易或交互；
RAN measurement ID，用于在基站或TRP中唯一标识一次测量；
LMF measurement ID，用于在LMF中唯一标识一次测量；
TRP测量数据，用于指示TRP测量的数据，其中，TRP测量数据包括以下信息至少之一：
TRP测量数据值，例如包括但不限于以下测量值：
CIR；
PDP；
DP；
Angle of Arrival；
SRS-RSRP；
RTOA；
gNB Rx-Tx Time Difference；
Z-AoA，例如Z-AoA,multiple UL-AoA。
时间戳，用于指示测量的时间
测量质量，用于指示测量的质量，例如可以是测量的精度信息；
测量波束信息，用于指示在接收上行定位信号时的接收波束信息，例如可以是SSB，PRS；
定位信号的类型，用于指示接收的定位信号类型，例如可以是SRS、pos-SRS等；
LoS/NLoS信息，用于指示接收定位信号时的LoS或NLos信息；
在一些实施例中，发送第一结果包括以下选项中的任意一种：
发送给第二网络节点，第二网络节点为向第一网络节点发送第一信息的节点；
或者，发送给第三网络节点，第三网络节点为不同于第一网络节点和第二网络节点的另外一个节点。
为便于理解，本公开实施例将基于图7a、图7b、7c对定位方法进行示例性的举例说明。在定位方法中涉及的通信系统包括多种不同的网络节点，为便于描述，将其分别描述为第一网络节点、第二网络节点以及第三网络节点。需要说明的是，图7a、图7b、7c以及相关实施例中，第一网络节点包括部署AI模型的gNB、用于推理的基站(gNBx for inference)，第二网络节点可以是其他基站(gNBy)，未部署AI模型的gNB。第三网络节点可以是LMF。但不限定于此。
图7a是本公开示例性实施例示出的定位方法的交互示意图。如图7a所示，定位方法由通信系统100执行，包括：第三网络节点向第二网络节点发送第四信息，第二网络节点向第一网络节点发送第二信息、发送第一信息。第一网络节点进行模型推理，并将第一结果或第二结果发送给第二网络节点。第二网络节点可以将第二结果发送至第三网络节点，以用于定位。
在一些实施例中，响应于第一网络节点将第一结果发送给第二网络节点，第二网络节点将第二结果发送给第三网络节点。其中第二结果包括第一结果或者是基于第一结果得到的其他结果。
第二结果示例与第一结果示例相同。
在一些实施例中，方法还包括，第一网络节点接收第二网络节点发送的第二信息，第二信息用于请求进行AI相关的处理，信息至少包括以下信息中的至少一项：
进行AI处理的请求；
AI模型输出类型的配置信息，例如输出是时间相关信息，例如TOA，或者功率信息，例如RSRP，角度信息，例如AoA；
响应时间信息，即第二网络节点期待第一网络节点在响应时间内反馈第一结果；
进行AI处理的需求信息，例如，处理的数据量、处理的时间，即时间区间、输出的目标节点信息。例如，LMF标识或NG-RAN node identify。
在一些实施例中，进行AI处理的请求，例如可以是请求基于AI模型辅助定位。
在一些实施例中，AI模型输出类型的配置信息，即可以是第一结果的类型信息。
在一些实施例中，第二信息被包括在xn应用协议(Xn application protocol，XnAP)消息中，例 如，XnAP消息为AI推理请求消息。
在一些实施例中，方法还包括，第一网络节点向第二网络节点发送的第五信息，第五信息用于反馈第一网络节点是否同意进行AI相关的处理。
第五信息被包括在XnAP消息中。例如，XnAP消息为AI推理反馈消息。
在一些实施例中，方法还包括接收第三网络节点的第四信息，第四信息包括以下信息中的任意一种：
TRP所在的gNB ID；
TRP ID；
小区(Cell)ID，例如，TRP所在小区的ID；
测量结果类型配置，包括：Angle of Arrival，SRS-RSRP，RTOA，gNB Rx-Tx Time Difference，Z-AoA，例如Z-AoA,multiple UL-AoA；
测量结果上报配置：例如周期上报，Ondemand上报，上报资源；
AI推理所在的网络节点信息，例如第一网络节点的节点标识，NG-RAN node identity。
在一些实施例中，第四信息被包括在NRPPa消息中，例如可以是测量请求(Measurement Request)信令。
在一些实施例中，第一网络节点可以是部署AI模型的gNB、用于推理的基站(gNBx for inference)，第二网络节点可以是其他基站(gNBy)，未部署AI模型的gNB。第三网络节点可以是LMF。但不限定于此。
图7b是本公开示例性实施例示出的定位方法交互示意图，如图7b所示，定位方法包括：第三网络节点向第二网络节点发送第四信息，第三网络节点向第一网络节点发送第三信息。第二网络节点向第一网络节点发送第一信息。第一网络节点进行模型推理，并将第一结果或第二结果发送给第三网络节点，以用于定位。
在一些实施例中，响应于第一网络节点向第三网络节点发送第二结果，方法还包括第一网络节点接收来来自于第三网络节点的第三信息，第三信息用于配置针对第二网络节点进行AI操作和结果上报的信息，第三信息包括以下信息中的任意一种：
进行AI处理的请求，以及所涉及的第二网络节点的标识，包括TRP ID,cell ID；
AI模型输出类型的配置信息，例如输出是时间相关信息，例如TOA，或者功率信息，例如RSRP，角度信息，例如AoA；
响应时间信息，即第二网络节点期待第一网络节点在响应时间内反馈第一结果；
进行AI处理的需求信息，例如，处理的数据量、处理的时间，即时间区间、输出的目标节点信息。例如，LMF标识或NG-RAN node identify；
测量结果上报配置：例如周期上报，Ondemand上报，上报资源；
用于计算第一结果的其他参数，例如参考时间信息等。
在一些实施例中，方法还包括第一网络节点接收来自于第三网络节点的第四信息，第四信息的示例与前述的第四信息相同。
在一些实施例中，第一网络节点可以是部署AI模型的gNB、用于推理的基站(gNBx for inference)，第二网络节点可以是其他基站(gNBy)，未部署AI模型的gNB。第三网络节点可以是LMF。但不限定于此。
图7c是本公开示例性实施例示出的定位方法交互示意图。如图7c所示，定位方法包括：第三网络节点向第二网络节点发送第四信息，第二网络节点向第一网络节点发送第二信息、发送第一信息。第一网络节点进行模型推理，并将第一结果或第二结果发送给第三网络节点，以用于定位。
在一些实施例中，响应于第一网络节点向第三网络节点发送第二结果，方法还包括第二网络节点接收来来自于第三网络节点的第四信息，第四信息用于配置第二网络节点进行相应的测量和上报信息。
第四信息包括：
TRP所在的gNB ID；
TRP ID；
小区(Cell)ID，例如，TRP所在小区的ID；
测量结果类型配置，包括：Angle of Arrival，SRS-RSRP，RTOA，gNB Rx-Tx Time Difference，Z-AoA，例如Z-AoA,multiple UL-AoA；
测量结果上报配置：例如周期上报，Ondemand上报，上报资源；
AI推理所在的网络节点信息，例如第一网络节点的节点标识，NG-RAN node identity。
在一些实施例中，方法还包括第一网络节点接收来自于第二网络节点的第二信息，第二信息包括：
进行AI处理的请求；
AI模型输出类型的配置信息，例如输出是时间相关信息，例如TOA，或者功率信息，例如RSRP，角度信息，例如AoA；
响应时间信息，即第二网络节点期待第一网络节点在响应时间内反馈第一结果；
进行AI处理的需求信息，例如，处理的数据量、处理的时间，即时间区间、输出的目标节点信息。例如，LMF标识或NG-RAN node identify。
在一些实施例中，第一网络节点可以是部署AI模型的gNB、用于推理的基站(gNBx for inference)，第二网络节点可以是其他基站(gNBy)，未部署AI模型的gNB。第三网络节点可以是LMF。但不限定于此。
图8a是本公开实施例提出的第一网络节点的结构示意图。如图8a所示，第一网络节点7100可以包括：收发模块7101和处理模块7102。其中，收发模块7101，用于接收第二网络节点发送的第一信息，第一信息用于指示第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息。处理模块7102，用于基于测量信息和AI模型，得到第一结果；其中，上报信息用于发送第一结果，第一结果用于第三网络节点对终端进行定位。
在一些实施例中，收发模块7101还用于：将第一结果和上报信息发送至第三网络节点。或，处理模块7102还用于：对第一结果进行处理，得到第二结果，收发模块7101还用于：将第二结果和上报信息发送至第三网络节点。
在一些实施例中，收发模块7101还用于：基于上报信息，向第二网络节点发送第一结果。或，处理模块7102还用于：对第一结果进行处理，得到第二结果，收发模块7101还用于：基于上报信息向第二网络节点发送第二结果。
在一些实施例中，上报信息包括测量信息对应的标识。
在一些实施例中，标识包括以下至少一项：新空口定位协议a标识。定位管理功能测量标识。无线接入网测量标识。
在一些实施例中，测量信息包括以下至少一项：第二网络节点的第一传输点TRP对终端的测量数据。第二网络节点的标识。第一TRP的标识。第一TRP所在小区的标识。时间戳，时间戳用于指示测量的时间。测量的质量。定位信号的类型，定位信号用于测量得到测量数据。波束信息，波束信息用于指示接收定位信号的波束。视距信息，视距信息用于指示接收定位信号时的视距。非视距信息，非视距信息用于指示接收定位信号时的非视距。
在一些实施例中，是有法模块还用于：接收第二网络节点发送的第二信息，第二信息用于请求第一网络节点基于AI模型辅助定位。或，接收第三网络节点发送的第三信息，第三信息用于请求第一网络节点基于AI模型辅助定位。
在一些实施例中，第二信息以及第三信息包括以下至少一项：请求第一网络节点基于AI模型辅助定位的信息。第一结果的类型。第一结果的上报机制。第一结果的上报资源。用于处理第一结果的参数。响应时间信息，响应时间信息用于指示第一网络节点在响应时间信息内反馈第一结果。需求信息，需求信息用于指示基于AI模型辅助定位所需的条件。
在一些实施例中，第一结果的类型信息，包括以下至少一项：时间信息。功率信息。角度信息。
在一些实施例中，需求信息，包括以下至少一项：第一网络节点基于AI模型辅助定位时需要处理的数据量。第一网络节点基于AI模型辅助定位需要所在的时间区间。第一网络节点需要将第一结果发送至的目标网络节点的标识。
在一些实施例中，测量信息基于第三网络节点向第二网络节点发送的第四信息测量得到，第四信息包括以下至少一项：需要进行测量的第二TRP的标识。第二TRP所在基站的标识。第二TRP所在小区的标识。测量数据的类型。测量数据的上报机制。测量数据的上报资源。
在一些实施例中，第四信息还用于指示第一网络节点的标识。
在一些实施例中，参数包括参考时间信息。
图8b是本公开实施例提出的第二网络节点的结构示意图。如图8b所示，第二网络节点7200可以包括：收发模块7201，用于向第一网络节点发送第一信息，第一信息用于指示第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息。其中，测量信息用于第一网络节点基于AI模型得到第一结果，上报信息用于发送第一结果，第一结果用于第三网络节点对终端进行定位。
在一些实施例中，收发模块7201还用于：接收第一网络节点发送的第一结果或第二结果，第一结果或第二结果是基于上报信息发送的。将第一结果或第二结果发送至第三网络节点。或网络节点还包括处理模块7202，用于对第一结果进行处理，得到第三结果，收发模型还用于：将第三结果发送至第三网络节点。
在一些实施例中，上报信息包括测量信息对应的标识。
在一些实施例中，标识包括以下至少一项：新空口定位协议a标识。定位管理功能测量标识。无线接入网测量标识。
在一些实施例中，测量信息包括以下至少一项：第二网络节点的第一传输点TRP对终端的测量数据。第二网络节点的标识。第一TRP的标识。第一TRP所在小区的标识。时间戳，时间戳用于指示测量的时间。测量的质量。定位信号的类型，定位信号用于测量得到测量数据。波束信息，波束信息用于指示接收定位信号的波束。视距信息，视距信息用于指示接收定位信号时的视距。非视距信息，非视距信息用于指示接收定位信号时的非视距。
在一些实施例中，收发模块7201还用于：向第一网络节点发送第二信息，第二信息用于请求第一网络节点基于AI模型辅助定位。
在一些实施例中，第二信息包括以下至少一项：请求第一网络节点基于AI模型辅助定位的信息。第一结果的类型。第一结果的上报机制。第一结果的上报资源。用于处理第一结果的参数。响应时间信息，响应时间信息用于指示第一网络节点在响应时间信息内反馈第一结果。需求信息，需求信息用于指示基于AI模型辅助定位所需的条件。
在一些实施例中，第一结果的类型信息，包括以下至少一项：时间信息。功率信息。角度信息。
在一些实施例中，需求信息，包括以下至少一项：第一网络节点基于AI模型辅助定位时需要处理的数据量。第一网络节点基于AI模型辅助定位需要所在的时间区间。第一网络节点需要将第一结果发送至的目标网络节点的标识。
在一些实施例中，收发模块7201还用于：接收第三网络节点发送的第四信息，第四信息用于确定测量信息，第四信息包括以下至少一项：需要进行测量的第二TRP的标识。第二TRP所在基站的标识。第二TRP所在小区的标识。测量数据的类型。测量数据的上报机制。测量数据的上报资源。
在一些实施例中，第四信息还用于指示第一网络节点的标识。
在一些实施例中，参数包括参考时间信息。
图8c是本公开实施例提出的第三网络节点的结构示意图。如图8b所示，第三网络节点7300可以包括：收发模块7301，用于接收第一结果，第一结果用于对终端进行定位；其中，第一结果基于测量信息和AI模型得到，第一结果基于AI模型输出结果的上报信息发送，测量信息和上报信息由第二网络节点发送至第一网络节点的第一信息指示。
在一些实施例中，收发模块7301采用如下方式接收第一结果：接收第一网络节点发送的第一结果和上报信息；或，接收第一网络节点发送的第二结果和上报信息，第二结果由第一网络节点对第一结果进行处理得到。
在一些实施例中，收发模块7301采用如下方式接收第一结果：接收第二网络节点发送的第一结果或第二结果；其中，第一结果或第二结果由第一网络节点基于上报信息发送至第二网络节点，第二结果基于对第一结果进行处理得到。
在一些实施例中，上报信息包括测量信息对应的标识。
在一些实施例中，标识包括以下至少一项：新空口定位协议a标识；定位管理功能测量标识；无线接入网测量标识。
在一些实施例中，测量信息包括以下至少一项：第二网络节点的第一传输点TRP对终端的测量数据；第二网络节点的标识；第一TRP的标识；第一TRP所在小区的标识；时间戳，时间戳用于指示测量的时间；测量的质量；定位信号的类型，定位信号用于测量得到测量数据；波束信息，波束信息用于指示接收定位信号的波束；视距信息，视距信息用于指示接收定位信号时的视距；非视距信息，非视距信息用于指示接收定位信号时的非视距。
在一些实施例中，收发模块7301还用于：向第二网络节点发送第四信息，第四信息包括以下至少一项：需要进行测量的第二TRP的标识；第二TRP所在基站的标识；第二TRP所在小区的标识；测量数据的类型；测量数据的上报机制；测量数据的上报资源。
在一些实施例中，第四信息还用于指示第一网络节点的标识。
在一些实施例中，第三网络节点7300还可以包括处理模块7302，用于执行上述实施例中的步骤。例如，处理模块7302用于基于第一结果或第二结果，进行定位，得到位置信息。
图9a是本公开实施例提出的一种通信设备8100的结构示意图。通信设备8100可以是网络设备，也可以是终端，也可以是支持网络设备实现以上任一方法的芯片、芯片系统、或处理器等，还可以是支持终端实现以上任一方法的芯片、芯片系统、或处理器等。可选地，网络设备可以是接入网设备、核心网设备等。可选地，终端可以是用户设备等。通信设备8100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9a所示，通信设备8100包括一个或多个处理器8101。处理器8101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进行控制，执行程序，处理程序的数据。通信设备8100用于执行以上任一方法。可选地，通信装置可以是基站、基带芯片，终端设备、终端设备芯片，DU或CU等。
在一些实施例中，通信设备8100还包括用于存储指令的一个或多个存储器8102。可选地，全部或部分存储器8102也可以处于通信设备8100之外。
在一些实施例中，通信设备8100还包括一个或多个收发器8103。在通信设备8100包括一个或多个收发器8103时，收发器8103执行上述方法中的发送和/或接收等通信步骤S2101，处理器8101执行其他步骤。
在一些实施例中，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8100可以包括一个或多个接口电路8104。可选地，接口电路8104与存储器8102连接，接口电路8104可用于从存储器8102或其他装置接收信号，可用于向存储器8102或其他装置发送信号。例如，接口电路8104可读取存储器8102中存储的指令，并将该指令发送给处理器8101。
以上实施例描述中的通信设备8100可以是网络设备或者终端，但本公开中描述的通信设备8100的范围并不限于此，通信设备8100的结构可以不受图9a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9b是本公开实施例提出的芯片8200结构示意图。对于通信设备8100可以是芯片或芯片系统的情况，可以参见图9b所示的芯片8200的结构示意图，但不限于此。
芯片8200包括一个或多个处理器8201，芯片8200用于执行以上任一方法。
在一些实施例中，芯片8200还包括一个或多个接口电路8202。可选地，接口电路8202与存储器8203连接，接口电路8202可以用于从存储器8203或其他装置接收信号，接口电路8202可用于向存储器8203或其他装置发送信号。例如，接口电路8202可读取存储器8203中存储的指令，并将该指令发送给处理器8201。
在一些实施例中，接口电路8202执行上述方法中的发送和/或接收等通信步骤S2101，处理器8201执行其他步骤。
在一些实施例中，接口电路、接口、收发管脚、收发器等术语可以相互替换。
在一些实施例中，芯片8200还包括用于存储指令的一个或多个存储器8203。可选地，全部或部分存储器8203可以处于芯片8200之外。
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8100上运行时，使得通信设备8100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8100执行时，使得通信设备8100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。

Claims (43)

  1. 一种定位方法，其特征在于，所述方法由第一网络节点执行，所述方法包括：
    接收第二网络节点发送的第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；
    基于所述测量信息和AI模型，得到第一结果；
    其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
  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：
    将所述第一结果和所述上报信息发送至所述第三网络节点；或，
    对所述第一结果进行处理，得到第二结果，并将所述第二结果和所述上报信息发送至所述第三网络节点。
  3. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    基于所述上报信息，向所述第二网络节点发送所述第一结果；或，
    对所述第一结果进行处理，得到第二结果，并基于所述上报信息向所述第二网络节点发送所述第二结果。
  4. 根据权利要求1-3任意一项所述的方法，其特征在于，所述上报信息包括所述测量信息对应的标识。
  5. 根据权利要求4所述的方法，其特征在于，所述标识包括以下至少一项：
    新空口定位协议a标识；
    定位管理功能测量标识；
    无线接入网测量标识。
  6. 根据权利要求1所述的方法，其特征在于，所述测量信息包括以下至少一项：
    所述第二网络节点的第一传输点TRP对所述终端的测量数据；
    所述第二网络节点的标识；
    所述第一TRP的标识；
    所述第一TRP所在小区的标识；
    时间戳，所述时间戳用于指示测量的时间；
    测量的质量；
    定位信号的类型，所述定位信号用于测量得到测量数据；
    波束信息，所述波束信息用于指示接收所述定位信号的波束；
    视距信息，所述视距信息用于指示接收所述定位信号时的视距；
    非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
  7. 根据权利要求1-6任意一项所述的方法，其特征在于，所述方法还包括：
    接收所述第二网络节点发送的第二信息，所述第二信息用于请求所述第一网络节点基于AI模型辅助定位；或，
    接收所述第三网络节点发送的第三信息，所述第三信息用于请求所述第一网络节点基于AI模型辅助定位。
  8. 根据权利要求7所述的方法，其特征在于，所述第二信息以及所述第三信息包括以下至少一项：
    请求所述第一网络节点基于AI模型辅助定位的信息；
    所述第一结果的类型；
    所述第一结果的上报机制；
    所述第一结果的上报资源；
    用于处理所述第一结果的参数；
    响应时间信息，所述响应时间信息用于指示所述第一网络节点在所述响应时间信息内反馈所述第一结果；
    需求信息，所述需求信息用于指示基于AI模型辅助定位所需的条件。
  9. 根据权利要求8所述的方法，其特征在于，所述第一结果的类型信息，包括以下至少一项：
    时间信息；
    功率信息；
    角度信息。
  10. 根据权利要求8所述的方法，其特征在于，所述需求信息，包括以下至少一项：
    所述第一网络节点基于AI模型辅助定位时需要处理的数据量；
    所述第一网络节点基于AI模型辅助定位需要所在的时间区间；
    所述第一网络节点需要将所述第一结果发送至的目标网络节点的标识。
  11. 根据权利要求1-10任意一项所述的方法，其特征在于，所述测量信息基于所述第三网络节点向所述第二网络节点发送的第四信息测量得到，所述第四信息包括以下至少一项：
    需要进行测量的第二TRP的标识；
    所述第二TRP所在基站的标识；
    所述第二TRP所在小区的标识；
    测量数据的类型；
    测量数据的上报机制；
    测量数据的上报资源。
  12. 根据权利要求11所述的方法，其特征在于，所述第四信息还用于指示所述第一网络节点的标识。
  13. 根据权利要求8所述的方法，其特征在于，所述参数包括参考时间信息。
  14. 一种定位方法，其特征在于，所述方法由第二网络节点执行，所述方法包括：
    向第一网络节点发送第一信息，所述第一信息用于指示第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；
    其中，所述测量信息用于所述第一网络节点基于AI模型得到第一结果，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
  15. 根据权利要求14所述的方法，其特征在于，所述方法还包括：
    接收所述第一网络节点发送的所述第一结果或第二结果，所述第一结果或第二结果是基于所述上报信息发送的；
    将所述第一结果或第二结果发送至所述第三网络节点；或对所述第一结果进行处理，得到第三结果，并将所述第三结果发送至所述第三网络节点。
  16. 根据权利要求14或15所述的方法，其特征在于，所述上报信息包括所述测量信息对应的标识。
  17. 根据权利要求16所述的方法，其特征在于，所述标识包括以下至少一项：
    新空口定位协议a标识；
    定位管理功能测量标识；
    无线接入网测量标识。
  18. 根据权利要求14所述的方法，其特征在于，所述测量信息包括以下至少一项：
    所述第二网络节点的第一传输点TRP对所述终端的测量数据；
    所述第二网络节点的标识；
    所述第一TRP的标识；
    所述第一TRP所在小区的标识；
    时间戳，所述时间戳用于指示测量的时间；
    测量的质量；
    定位信号的类型，所述定位信号用于测量得到测量数据；
    波束信息，所述波束信息用于指示接收所述定位信号的波束；
    视距信息，所述视距信息用于指示接收所述定位信号时的视距；
    非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
  19. 根据权利要求14-17任意一项所述的方法，其特征在于，所述方法还包括：
    所述第二网络节点向所述第一网络节点发送第二信息，所述第二信息用于请求所述第一网络节点基于AI模型辅助定位。
  20. 根据权利要求19所述的方法，其特征在于，所述第二信息包括以下至少一项：
    请求所述第一网络节点基于AI模型辅助定位的信息；
    所述第一结果的类型；
    所述第一结果的上报机制；
    所述第一结果的上报资源；
    用于处理所述第一结果的参数；
    响应时间信息，所述响应时间信息用于指示所述第一网络节点在所述响应时间信息内反馈所述第一结果；
    需求信息，所述需求信息用于指示基于AI模型辅助定位所需的条件。
  21. 根据权利要求20所述的方法，其特征在于，所述第一结果的类型信息，包括以下至少一项：
    时间信息；
    功率信息；
    角度信息。
  22. 根据权利要求20所述的方法，其特征在于，所述需求信息，包括以下至少一项：
    所述第一网络节点基于AI模型辅助定位时需要处理的数据量；
    所述第一网络节点基于AI模型辅助定位需要所在的时间区间；
    所述第一网络节点需要将所述第一结果发送至的目标网络节点的标识。
  23. 根据权利要求14-22任意一项所述的方法，其特征在于，所述方法还包括：
    接收第三网络节点发送的第四信息，所述第四信息用于确定测量信息，所述第四信息包括以下至少一项：
    需要进行测量的第二TRP的标识；
    所述第二TRP所在基站的标识；
    所述第二TRP所在小区的标识；
    测量数据的类型；
    测量数据的上报机制；
    测量数据的上报资源。
  24. 根据权利要求23所述的方法，其特征在于，所述第四信息还用于指示所述第一网络节点的标识。
  25. 根据权利要求20所述的方法，其特征在于，所述参数包括参考时间信息。
  26. 一种定位方法，其特征在于，所述方法由第三网络节点执行，所述方法包括：
    接收第一结果，所述第一结果用于对终端进行定位；
    其中，所述第一结果基于测量信息和AI模型得到，所述第一结果基于AI模型输出结果的上报信息发送，所述测量信息和所述上报信息由第二网络节点发送至第一网络节点的第一信息指示。
  27. 根据权利要求26所述的方法，其特征在于，所述接收第一结果，包括：
    接收第一网络节点发送的第一结果和所述上报信息；或，
    接收第一网络节点发送的第二结果和所述上报信息，所述第二结果由所述第一网络节点对所述第一结果进行处理得到。
  28. 根据权利要求26所述的方法，其特征在于，所述接收第一结果，包括：
    接收第二网络节点发送的第一结果或第二结果；
    其中，所述第一结果或第二结果由所述第一网络节点基于所述上报信息发送至所述第二网络节点，所述第二结果基于对所述第一结果进行处理得到。
  29. 根据权利要求26-28任意一项所述的方法，其特征在于，所述上报信息包括所述测量信息对应的标识。
  30. 根据权利要求29所述的方法，其特征在于，所述标识包括以下至少一项：
    新空口定位协议a标识；
    定位管理功能测量标识；
    无线接入网测量标识。
  31. 根据权利要求26所述的方法，其特征在于，所述测量信息包括以下至少一项：
    所述第二网络节点的第一传输点TRP对所述终端的测量数据；
    所述第二网络节点的标识；
    所述第一TRP的标识；
    所述第一TRP所在小区的标识；
    时间戳，所述时间戳用于指示测量的时间；
    测量的质量；
    定位信号的类型，所述定位信号用于测量得到测量数据；
    波束信息，所述波束信息用于指示接收所述定位信号的波束；
    视距信息，所述视距信息用于指示接收所述定位信号时的视距；
    非视距信息，所述非视距信息用于指示接收所述定位信号时的非视距。
  32. 根据权利要求26-31任意一项所述的方法，其特征在于，所述方法还包括：
    向所述第二网络节点发送第四信息，所述第四信息包括以下至少一项：
    需要进行测量的第二TRP的标识；
    所述第二TRP所在基站的标识；
    所述第二TRP所在小区的标识；
    测量数据的类型；
    测量数据的上报机制；
    测量数据的上报资源。
  33. 根据权利要求32所述的方法，其特征在于，所述第四信息还用于指示所述第一网络节点的标识。
  34. 一种定位方法，其特征在于，包括：
    第二网络节点向第一网络节点发送第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；
    所述第一网络节点接收所述第二网络节点发送的第一信息；
    所述第一网络节点基于所述测量信息和AI模型，得到第一结果；
    所述第一网络节点基于所述测量信息，发送所述第一结果；
    所述第三网络节点接收所述第一结果；所述第一结果用于第三网络节点对所述终端进行定位。
  35. 一种网络节点，其特征在于，包括：
    收发模块，用于接收第二网络节点发送的第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；
    处理模块，用于基于所述测量信息和AI模型，得到第一结果；
    其中，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
  36. 一种网络节点，其特征在于，包括：
    收发模块，用于向第一网络节点发送第一信息，所述第一信息用于指示所述第二网络节点对终端的测量信息，以及人工智能AI模型输出结果的上报信息；
    其中，所述测量信息用于所述第一网络节点基于AI模型得到第一结果，所述上报信息用于发送所述第一结果，所述第一结果用于第三网络节点对所述终端进行定位。
  37. 一种网络节点，其特征在于，包括：
    收发模块，用于接收第一结果，所述第一结果用于对终端进行定位；
    其中，所述第一结果基于测量信息和AI模型得到，所述第一结果基于AI模型输出结果的上报信息发送，所述测量信息和所述上报信息由第二网络节点发送至第一网络节点的第一信息指示。
  38. 一种网络节点，其特征在于，包括：
    一个或多个处理器；
    其中，所述处理器用于执行权利要求1-13中任一项所述的定位方法。
  39. 一种网络节点，其特征在于，包括：
    一个或多个处理器；
    其中，所述处理器用于执行权利要求14-25中任一项所述的定位方法。
  40. 一种网络节点，其特征在于，包括：
    一个或多个处理器；
    其中，所述处理器用于执行权利要求26-33中任一项所述的定位方法。
  41. 一种通信系统，其特征在于，包括：
    第一网络节点和、第二网络节点和第三网络节点，其中，所述第一网络节点被配置为实现权利要求1-13中任一项所述的定位方法，所述第二网络节点被配置为实现权利要求14-25中任一项所述的定位方法；所述第三网络节点被配置为实现权利要求26-33中任一项所述的定位方法。
  42. 一种存储介质，其特征在于，包括：
    所述存储介质存储有指令，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权利要求1-13或14-25或26-33中任一项所述的定位方法。
  43. 一种程序产品，其特征在于，包括：
    计算机程序，所述计算机程序被通信设备执行时，使得所述通信设备执行如权利要求1-13或14-25或26-33中任一项所述的定位方法。
PCT/CN2024/084251 2024-03-27 2024-03-27 定位方法、网络节点、通信系统及存储介质 Pending WO2025199839A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202480029987.1A CN121286043A (zh) 2024-03-27 2024-03-27 定位方法、网络节点、通信系统及存储介质
PCT/CN2024/084251 WO2025199839A1 (zh) 2024-03-27 2024-03-27 定位方法、网络节点、通信系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2024/084251 WO2025199839A1 (zh) 2024-03-27 2024-03-27 定位方法、网络节点、通信系统及存储介质

Publications (1)

Publication Number Publication Date
WO2025199839A1 true WO2025199839A1 (zh) 2025-10-02

Family

ID=97215473

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2024/084251 Pending WO2025199839A1 (zh) 2024-03-27 2024-03-27 定位方法、网络节点、通信系统及存储介质

Country Status (2)

Country Link
CN (1) CN121286043A (zh)
WO (1) WO2025199839A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111989948A (zh) * 2020-07-17 2020-11-24 北京小米移动软件有限公司 定位测量数据上报方法、装置、终端及存储介质
CN115243312A (zh) * 2021-04-23 2022-10-25 华为技术有限公司 一种定位信息上报方法、设备及通信系统
CN116420392A (zh) * 2022-12-19 2023-07-11 北京小米移动软件有限公司 定位方法、装置、通信设备和存储介质
US20240057022A1 (en) * 2022-08-11 2024-02-15 Nokia Technologies Oy Machine learning model validation for ue positioning based on reference device information for wireless networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111989948A (zh) * 2020-07-17 2020-11-24 北京小米移动软件有限公司 定位测量数据上报方法、装置、终端及存储介质
CN115243312A (zh) * 2021-04-23 2022-10-25 华为技术有限公司 一种定位信息上报方法、设备及通信系统
US20240057022A1 (en) * 2022-08-11 2024-02-15 Nokia Technologies Oy Machine learning model validation for ue positioning based on reference device information for wireless networks
CN116420392A (zh) * 2022-12-19 2023-07-11 北京小米移动软件有限公司 定位方法、装置、通信设备和存储介质

Also Published As

Publication number Publication date
CN121286043A (zh) 2026-01-06

Similar Documents

Publication Publication Date Title
WO2025000210A1 (zh) 感知通信方法、装置、设备及存储介质
WO2025000237A1 (zh) 模型测试方法、设备和存储介质
EP4723762A1 (en) Positioning method and apparatus, and communication device, communication system and storage medium
WO2021134682A1 (zh) 一种定向测量方法及设备
WO2025015525A1 (zh) 接入方法、终端、接入网设备和存储介质
WO2025138052A1 (zh) 通信方法、终端、网络设备及存储介质
WO2024197549A1 (zh) 信息指示方法、装置及系统、通信设备及存储介质
WO2025065611A1 (zh) 定位测量处理方法及装置、存储介质
WO2025123299A1 (zh) 信息处理方法、终端、第一网元、通信系统及存储介质
WO2025065442A1 (zh) 定位参考信号的测量方法、第一设备及第一实体
WO2025208352A1 (zh) 定位方法、通信设备、通信系统及存储介质
CN121286043A (zh) 定位方法、网络节点、通信系统及存储介质
WO2025199836A1 (zh) 通信方法、网络设备、通信系统及存储介质
WO2025199838A1 (zh) 通信方法、网络设备、通信系统及存储介质
US20260129499A1 (en) Communication method and device
WO2025199892A1 (zh) 模型训练方法及装置
WO2025231620A1 (zh) 通信方法、通信设备、存储介质及程序产品
WO2025166683A1 (zh) 通信方法、终端、网络设备及存储介质
WO2026065167A1 (zh) 通信方法、设备和存储介质
WO2025118252A1 (zh) 通信方法、设备和存储介质
WO2026031200A1 (zh) 通信方法、设备和存储介质
WO2025199891A1 (zh) 定位方法及装置
WO2026065061A1 (zh) 通信方法、第一设备、第二设备、通信系统及存储介质
WO2026000216A1 (zh) 模型性能监测方法、设备、系统及存储介质
CN121336439A (zh) 定位性能确定方法、通信设备、通信系统及存储介质

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: 24932471

Country of ref document: EP

Kind code of ref document: A1