【技术实现步骤摘要】
本公开通常涉及移动通信，更具体地，涉及有关于移动通信中装置的用于人工智能/机器学习(artificial intelligence/machine learning，ai/ml)定位的模型性能监控机制。
技术介绍
1、除非本文中另有说明，否则本部分中描述的方法不是下面列出的权利要求的现有技术，并且不通过包括在本部分中而被承认为现有技术。
2、在第五代(5g)新无线电(new radio，nr)移动通信中，引入了人工智能(artificial intelligence，ai)/机器学习(ml，machine learning)方案来定位装置。然而，当装置使用ai/ml模型执行定位操作时，由于装置的部署场景发生变化，ai/ml定位操作的准确性可能会下降。为了提高ai/ml模型的泛化能力，模型监控非常重要。因此，如何提高新开发的无线通信网络中ai/ml模型的准确性成为一个重要问题。因此，需要提供适当的方案来监控模型性能。
技术实现思路
1、以下概述仅是说明性的，并不旨在以任何方式进行...
【技术保护点】
1.一种定位模型性能监控的方法，包括：
2.如权利要求1所述的定位模型性能监控的方法，其中，该模型监控数据包括以下各项中的至少一项：监控辅助数据和参考信号，并且其中该监控辅助数据包括多个信道时延特性。
3.如权利要求2所述的定位模型性能监控的方法，其中，该监控辅助数据进一步包括多个与该多个信道时延特性对应的定位标签。
4.如权利要求3所述的定位模型性能监控的方法，其中，该多个信道时延特性中的每个包括以下各项中的至少一项：信道脉冲响应、功率延迟配置文件以及参考信号接收功率，以及其中该定位标签中的每个包括该装置的地面真实标签。
<...【技术特征摘要】
1.一种定位模型性能监控的方法，包括：
2.如权利要求1所述的定位模型性能监控的方法，其中，该模型监控数据包括以下各项中的至少一项：监控辅助数据和参考信号，并且其中该监控辅助数据包括多个信道时延特性。
3.如权利要求2所述的定位模型性能监控的方法，其中，该监控辅助数据进一步包括多个与该多个信道时延特性对应的定位标签。
4.如权利要求3所述的定位模型性能监控的方法，其中，该多个信道时延特性中的每个包括以下各项中的至少一项：信道脉冲响应、功率延迟配置文件以及参考信号接收功率，以及其中该定位标签中的每个包括该装置的地面真实标签。
5.如权利要求3所述的定位模型性能监控的方法，其中，该模型输出包括估计装置位置和统计信息，其中该统计信息包括值，以及基于该模型输出确定该模型监控结果的步骤进一步包括：
6.如权利要求1所述的定位模型性能监控的方法，其中，该模型监控数据进一步包括该网络节点坐标。
7.如权利要求6所述的定位模型性能监控的方法，其中，该模型输出包括估计装置位置和统计信息，该统计信息包括值，以及基于该模型输出确定该模型监控结果的步骤进一步包括：
8.如权利要求5或7所述的定位模型性能监控的方法，其中，该值包括该估计装置位置的方差或标准差。
9.如权利要求1所述的定位模型性能监控的方法，进一步包括：
10.如权利要求1所述的定位模型性能...
【专利技术属性】
技术研发人员：杨彭莉，揭明维，庄乔尧，诸烜程，黄烨，
申请(专利权)人：联发科技新加坡私人有限公司，
类型：发明
国别省市：
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。