基于人工智能AI模型的定位方法及通信设备技术

本申请公开了一种基于人工智能AI模型的定位方法及通信设备，属于通信技术领域，本申请实施例的基于人工智能AI模型的定位方法包括：第一通信设备获取与AI模型相关信息关联的第一信息；所述第一通信设备根据所述第一信息，确定目标信息，所述目标信息包括以下至少一项：目标AI模型、所述AI模型相关信息的有效性信息或者基于所述目标AI模型进行定位得到的反馈信息；所述第一信息用于表示所述AI模型相关信息的有效适用范围，所述AI模型相关信息包括以下至少一项：AI模型、AI模型参数、AI模型的输入、AI模型的输出。AI模型的输出。AI模型的输出。

【技术实现步骤摘要】
基于人工智能AI模型的定位方法及通信设备


[0001]本申请属于通信
，具体涉及一种基于人工智能AI模型的定位方法及通信设备。

技术介绍

[0002]随着定位技术的逐步成熟，带有定位功能的终端设备越来越多。为了提高定位效率，可以采用人工智能(Artificial Intelligence，AI)模型获取定位数据，但是用于定位的测量数据和需求是会随着时间改变的，即随着时间的推移使用的AI模型可能不符合实际场景需求，导致定位结果不满足实际场景需求。因此，对于本领域技术人员来说，亟需实现一种符合实际场景需求的基于AI模型的定位方案。

技术实现思路

[0003]本申请实施例提供一种基于人工智能AI模型的定位方法及通信设备，能够解决基于 AI模型进行定位的结果不满足实际场景需求的问题。
[0004]第一方面，提供了一种基于人工智能AI模型的定位方法，应用于第一通信设备，该方法包括：
[0005]第一通信设备获取与AI模型相关信息关联的第一信息；
[0006]所述第一通信设备根据所述第一信息，确定目标信息，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能AI模型的定位方法，其特征在于，包括：第一通信设备获取与AI模型相关信息关联的第一信息；所述第一通信设备根据所述第一信息，确定目标信息，所述目标信息包括以下至少一项：目标AI模型、所述AI模型相关信息的有效性信息，或者基于所述目标AI模型进行定位得到的反馈信息；所述第一信息用于表示所述AI模型相关信息的有效适用范围，所述AI模型相关信息包括以下至少一项：AI模型、AI模型参数、AI模型的输入、AI模型的输出。2.根据权利要求1所述的基于AI模型的定位方法，其特征在于，所述方法还包括：所述第一通信设备获取目标终端的第二信息；所述第二信息用于表示所述目标终端获取的定位相关信息；所述第一通信设备根据所述第一信息，确定目标信息，包括：所述第一通信设备根据所述第一信息和所述第二信息，确定所述目标信息。3.根据权利要求1或2所述的基于AI模型的定位方法，其特征在于，所述第一信息包括以下至少一项：小区信息；区域信息；有效时间信息；场景信息；信干噪比SINR范围。4.根据权利要求3所述的基于AI模型的定位方法，其特征在于，所述小区信息包括以下至少一项：一个或多个小区的识别信息；一个或多个基站的识别信息；一个或多个传输接收点TRP的识别信息；小区列表信息；小区频域范围信息；所述区域信息包括以下至少一项：区域识别信息；距离范围信息；距离范围对应的参考点信息；所述有效时间信息包括以下至少一项：计时器时长；计时器起始时间；或者，所述场景信息包括以下至少一项：视距LOS场景；非视距NLOS场景；复杂场景；室内场景；室外场景。5.根据权利要求2所述的基于AI模型的定位方法，其特征在于，所述第二信息包括以下至少一项：所述目标终端的位置信息、小区信息、区域信息，计时器信息、场景信息和所述目标终端测量的SINR；其中，所述小区信息为所述目标终端的服务小区、参考小区或者参考信号接收功率RSRP最强小区的以下至少一项信息，所述至少一项信息包括：识别信息、频域信息；其中，所述区域信息为所述目标终端的区域识别信息；其中，所述场景信息为所述目标终端所处的场景信息。6.根据权利要求2所述的基于AI模型的定位方法，其特征在于，所述第一通信设备根据所述第一信息和所述第二信息，确定所述目标信息，包括：所述第一通信设备根据所述第二信息中参数的取值以及所述第一信息中对应参数的范围，确定所述目标信息。
7.根据权利要求6所述的基于AI模型的定位方法，其特征在于，在所述第二信息中参数的取值处于所述第一信息中对应参数的范围内的情况下，所述AI模型相关信息有效。8.根据权利要求6所述的基于AI模型的定位方法，其特征在于，在所述第二信息中参数的取值处于所述第一信息中对应参数的范围内的情况下，所述反馈信息中包括所述第二信息；或者，在所述第二信息中参数的取值不处于所述第一信息中对应参数的范围内的情况下，所述反馈信息中包括所述第二信息。9.根据权利要求6所述的基于AI模型的定位方法，其特征在于，若所述第一通信设备确定所述目标终端的小区信息不属于所述第一信息中的小区信息的范围内，所述AI模型相关信息失效。10.根据权利要求6所述的基于AI模型的定位方法，其特征在于，若所述第一通信设备确定所述目标终端的小区信息不属于所述第一信息中的小区信息的范围内，所述反馈信息包括所述目标终端的小区信息。11.根据权利要求6所述的基于AI模型的定位方法，其特征在于，若所述第一通信设备确定所述目标终端的计时器超时，所述AI模型相关信息失效或超时。12.根据权利要求11所述的基于AI模型的定位方法，其特征在于，所述计时器满足以下至少一种情况：所述计时器的时长为第一信息中的计时器时长；所述计时器从所述第一信息中计时器起始时间开始计时；在所述AI模型和/或AI模型参数更新的情况下，所述计时器重新计时。13.根据权利要求6所述的基于AI模型的定位方法，其特征在于，若所述第一通信设备确定所述目标终端的场景信息不属于所述第一信息中的场景信息的范围内，所述AI模型相关信息失效。14.根据权利要求6所述的基于AI模型的定位方法，其特征在于，若所述第一通信设备确定所述目标终端的位置不处于所述第一信息中的小区信息和/或区域信息对应的位置范围内，所述AI模型相关信息失效。15.根据权利要求6所述的基于AI模型的定位方法，其特征在于，在所述第二信息中参数的取值处于所述第一信息中对应参数的第一范围内的情况下，所述目标AI模型为所述第一信息的第一范围对应的AI模型。16.根据权利要求1或15所述的基于AI模型的定位方法，其特征在于，所述方法还包括：所述第一通信设备接收多个预配置的AI模型和/或AI模型参数，以及所述AI模型和/或AI模型参数对应的第一信息。17.根据权利要求16所述的基于AI模型的定位方法，其特征在于，所述方法还包括：所述第一通信设备根据所述第一信息的第一范围，从多个所述预配置的AI模型中，获取所述第一信息的第一范围对应的AI模型。18.根据权利要求15所述的基于AI模型的定位方法，其特征在于，所述反馈信息包括：所述目标AI模型。19.根据权利要求6、7、8或11
‑
14任一项所述的基于AI模型的定位方法，其特征在于，所
述反馈信息为根据所述有效性信息确定的，包括：若所述有效性信息用于指示所述AI模型相关信息有效，所述反馈信息至少包括所述AI模型的输出；若所述有效性信息用于指示所述AI模型相关信息失效，所述反馈信息包括以下至少一项：误差原因；所述第二信息；有效性信息；AI模型请求；AI模型更新请求；数据收集请求。20.根据权利要求2或15所述的基于AI模型的定位方法，其特征在于，所述反馈信息包括以下至少一项：所述有效性信息、第二信息、第一测量信息和所述AI模型的输出；第一测量信息包括以下至少一项：信号测量信息；位置信息；误差值；信道冲击响应CIR信息；功率时延谱PDP信息。21.根据权利要求2所述的基于AI模型的定位方法，其特征在于，所述第二信息包括所述目标终端获得的第二测量信息，所述第一通信设备根据所述第一信息和所述第二信息，确定所述目标信息，包括：在所述第二测量信息为一次测量得到的测量信息的情况下，所述第一通信设备根据所述第二测量信息中参数的取值以及所述第一信息中对应参数的范围，确定所述目标信息；在所述第二测量信息为多次测量得到的测量信息的情况下，所述第一通信设备根据所述第二测量信息中参数的分布与所述第一信息中对应参数的分布的一致性，确定所述目标信息。22.根据权利要求21所述的基于AI模型的定位方法，其特征在于，在所述第二测量信息中参数的取值处于所述第一信息中对应参数的范围内的情况下，所述AI模型相关信息有效；在所述第二测量信息中至少一个参数的取值处于所述第一信息中对应参数的范围外的情况下，则所述AI模型相关信息失效。23.根据权利要求21所述的基于AI模型的定位方法，其特征在于，在所述第二测量信息中参数的分布与所述第一信息中对应参数的分布一致的情况下，所述AI模型相关信息有效；在所述第二测量信息中至少一个参数的分布与所述第一信息中对应参数的分布不一致的情况下，所述AI模型相关信息失效。24.根据权利要求23所述的基于AI模型的定位方法，其特征在于，在所述第二测量信息中至少一个参数的分布与所述第一信息中对应参数的分布不一致的情况下，所述AI模型相关信息失效，包括：在所述第二测量信息中参数的分布与所述第一信息中对应参数的分布不满足于条件阈值信息的情况下，则所述AI模型相关信息失效。25.根据权利要求24所述的基于AI模型的定位方法，其特征在于，所述条件阈值信息包括以下至少一项：正态分布中σ原则、2σ原则或3σ原则对应的绝对时间；σ原则、2σ原则或3σ原则对应的时延拓展值；σ原则、2σ原则或3σ原则对应的角度拓展值；所述第二测量信息中参数的均值和所述第一信息中对应参数的均值的最大差；所述第二测量信息中参数的均值和所述第一信息中对应参数的均值的最大方差；
所述第二测量信息中参数的均值和所述第一信息中对应参数的方差的最大差；所述第二测量信息中参数的均值和所述第一信息中对应参数的方差的最大方差。26.根据权利要求21
‑
25任一项所述的基于AI模型的定位方法，其特征在于，所述第二测量信息包括以下至少一项：信干噪比SINR范围、噪声值、NLOS引入的绝对时间值、时延拓展值、角度拓展值、SINR均值和方差、噪声均值和方差、NLOS引入的绝对时间均值和方差、时延拓展均值和方差、角度拓展均值和方差；其中，所述SINR范围和所述SINR均值和方差是根据以下至少一项信息的SINR得到的；噪声值和噪声均值和方差是以下至少一项信息的噪声值得到的；所述至少一项信息包括：测量信道、测量信号或第一测量信息。27.根据权利要求26所述的基于AI模型的定位方法，其特征在于，所述第一测量信息包括以下至少一项：信号测量信息；位置信息；误差值；信道冲击响应CIR信息；功率时延谱PDP信息。28.根据权利要求20或27所述的基于AI模型的定位方法，其特征在于，信号测量信息包括以下至少一项：参考信号时间差RSTD测量结果、往返时延测量结果、到达角AOA测量结果、离开角AOD测量结果、参考信息接收功率RSRP、多径测量信息、视距LOS指示信息；所述多径测量信息包括以下至少一项：首径的功率、首径的时延、首径的到达时间TOA、首径的参考信号时间差RSTD、首径的天线子载波相位差、首径的天线子载波相位、多径的功率、多径的时延、TOA、多径的RSTD、多径的天线子载波相位差或多径的天线子载波相位。29.根据权利要求27所述的基于AI模型的定位方法，其特征在于，所述第二测量信息还包括所述第一测量信息。30.根据权利要求21
‑
25任一项所述的基于AI模型的定位方法，其特征在于，所述反馈信息包括以下至少一项：所述有效性信息、第二测量信息、AI模型的输入、AI模型的输出、AI模型识别信息、AI模型更新请求。31.根据权利要求21
‑
25任一项所述的基于AI模型的定位方法，其特征在于，所述第一信息包括以下至少一项：SINR范围；噪声的范围；噪声分布的均值和/或方差；NLOS引入的绝对时间范围或NLOS引入绝对时间的均值和/或方差；时延拓展的范围或时延拓展的均值和/或方差；角度拓展的范围或角度拓展的均值和/或方差；第一测量信息的范围；第一测量信息的均值和/或方差。32.根据权利要求1
‑
31任一项所述的基于AI模型的定位方法，其特征在于，第一信息为根据AI模型的测试集和验证集获取到的，包括以下至少一种情况：所述第一信息是根据AI模型的测试集和验证集的输入数据获取的特征信息；
所述第一信息是根据AI模型的测试集和验证集的输出数据获取的特征信息；所述第一信息是根据AI模型的测试集和验证集的输入数据和输出数据获取的特征信息。33.根据权利要求21
‑
25任一项所述的基于AI模型的定位方法，其特征在于，所述第二测量信息是根据第一测量信息获得的特征信息；和/或，所述第二测量信息是根据所述AI模型的输出获得的特征信息。34.根据权利要求31所述的基于AI模型的定位方法，其特征在于...

【专利技术属性】
技术研发人员：王园园，邬华明，庄子荀，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：