【技术实现步骤摘要】
【国外来华专利技术】用于定位的设备和方法
[0001]本公开涉及用于在无线网络中执行定位的设备和方法,特别是用于执行基于信道状态信息(channel state information,CSI)的定位的计算设备和网络设备。
技术介绍
[0002]定位正变得越来越必要,特别是对于基于位置的服务。全球导航卫星系统(global navigation satellite system,GNSS),例如全球定位系统(Global Positioning System,GPS)是最常见的定位技术。然而,GNSS存在局限性,因为该系统要求设备能够畅通无阻地联系到四颗或更多颗卫星。因此,在室内环境和城市峡谷等重要应用场景中,GNSS的准确性和可用性可能会下降。
[0003]在这方面,可以利用所谓的基于指纹的定位来确定终端设备在无线网络中的位置。其中,“指纹”即特定无线网络的无线电环境的特征。基于指纹的定位可以通过分析终端设备的一个或多个无线电信号的特征属性并与预先测量的特征属性进行比较来确定终端设备的位置。CSI是一种指纹。具体地,基于CSI的定位因其高精度而被广泛采用。由于需要大量的测量或样本来建立数据库以促进基于CSI的定位,因此可以使用人工智能方法,例如使用神经网络来促进基于CSI的定位。
[0004]基于人工智能(Artificial Intelligence,AI)方法的基于CSI的定位(也称为基于学习的CSI指纹定位)通常包括两个阶段:离线阶段(也称为训练阶段)和在线阶段(也称为部署阶段)。在离线阶段,可以将标记的CSI数 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种计算设备(101),用于支持网络设备(102)估计终端设备(103)在无线网络中的位置,其中,所述计算设备(101)用于:获得所述网络设备(102)的第一覆盖区域(200)的一个或多个信道状态信息(channel state information,CSI)数据集,其中,所述一个或多个CSI数据集被标记有位置信息;确定所述第一覆盖区域(200)中的子区域(211)集;根据确定的子区域(211)集对一个或多个标记的CSI数据集进行分区,以获得两个或多个CSI数据分区,每个CSI数据分区对应第二覆盖区域(210),其中,每个第二覆盖区域(210)包括所述子区域(211)集的一个或多个相邻子区域(211);以及使用对应的CSI数据分区为每个第二覆盖区域(210)训练一个或多个神经网络模型,以获得两个或多个训练后的神经网络模型(703a,703b)。2.根据权利要求1所述的计算设备(101),还用于向所述网络设备(102)提供所述两个或多个训练后的神经网络模型(703a,703b)。3.根据权利要求1或2所述的计算设备(101),其中,相邻的第二覆盖区域(210)共享重叠区域,所述计算设备(101)用于为所述重叠区域训练一个以上的神经网络模型。4.根据权利要求3所述的计算设备(101),其中,所述重叠区域包括一个子区域(211)的一部分,或一个完整的子区域(211),或多个子区域(211)。5.根据权利要求3或4所述的计算设备(101),还用于:确定一个或多个重叠因子,其中每个重叠因子指示对应于相应重叠区域的相应重叠子区域(211)的比例;以及进一步根据所述一个或多个重叠因子对所述一个或多个标记的CSI数据集进行分区。6.根据权利要求1至5中任一项所述的计算设备(101),其中,针对确定所述第一覆盖区域(200)中的子区域(211)集,所述计算设备(101)用于基于计算设备(101)的计算资源,确定每个子区域(211)的大小、每个子区域(211)的形状和子区域(211)的数量中的至少一个。7.根据权利要求1至6中任一项所述的计算设备(101),还用于根据对应的第二覆盖区域(210)标记每个训练后的神经网络模型。8.一种用于估计终端设备(103)在无线网络中的位置的网络设备(102),其中,所述网络设备(102)用于:接收与所述终端设备(103)关联的信道状态信息(channel state information,CSI)(701);获得两个或多个神经网络模型(703a,703b);将所述CSI(701)输入到所述两个或多个神经网络模型(703a,703b)中的每一个;获得所述终端设备(103)的位置的估计集,作为所述两个或多个神经网络模型(703a,703b)的输出;以及根据获得的估计集,确定所述终端设备(103)的位置的最终估计(706)。9.根据权利要求8所述的网络设备(102),其中,针对获得所述两个或多个神经网络模型(703a,703b),所述网络设备(102)用于从计算设备(101)接收所述两个或多个神经网络模型(703a,703b)。10.根据权利要求8或9所述的网络设备(102),其中,针对获得所述两个或多个神经网络模型(703a,703b),所述网络设备(102)用于:
根据所述CSI(701)确定信号强度;根据所述信号强度估计所述CSI(701)的覆盖区域;以及根据估计的覆盖区域确定所述两个或多个神经网络模型(703a,703b)。11.根据权利要求8至10中任一项所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。