[发明专利]RF指纹识别映射更新

说明书

公开了通信系统中的装置和方法。关于多于一个用户终端的位置与所估计的多于一个用户终端的位置之间的误差的数据被获得(500)，所估计的位置利用射频指纹识别被获得。评估(502)该误差是否大于给定阈值，如果是，则确定(504)该误差是否由于射频指纹识别。基于该确定，决策(506)对射频指纹识别映射的初始化更新而被做出。

技术领域

本发明的示例性和非限制性实施例总体上涉及无线通信系统。本发明的实施例尤其涉及无线通信网络中的装置和方法。

背景技术

无线电信系统正在不断发展。新的服务正在被开发。一个受到关注的特征是利用用户终端的定位的知识。即使在卫星定位服务不可用时也能准确并且可靠地确定用户终端的位置的可能性是令人感兴趣的。

一种已开发的定位技术是射频RF指纹识别。在RF指纹识别中，特定区域的无线电特性被映射到其物理位置，例如映射到xy坐标。当用户终端的无线电特性已知时，用户终端的位置可以被确定。这在许多用例中都很有用，包括UE定位、主动移动/切换和各种基于位置的资源分配功能。

RF指纹识别理论已为人所知多年，并且已在通信中使用，但机器学习ML的最新进展引起人们对基于RF指纹识别的方法越来越感兴趣。利用机器学习的智能计算算法有助于提高将RF数据的特性映射到物理位置的准确性。

RF指纹识别部分依赖于UE无线电特性被链接到位置的映射。如果此映射已过时，则指纹识别无法产生可靠的结果。由于改变的环境条件，映射可能改变。因此，映射可能会不时更新。然而，映射更新是昂贵并且耗时的过程，因此只能在需要时进行。

发明内容

为了提供本发明的一些方面的基本理解，下文呈现了本发明的简化发明内容。该发明内容不是本发明的广泛概述。它不旨在标识本发明的关键/至关重要要素或描述本发明的范围。其唯一目的是以简化形式呈现本发明的一些概念，作为稍后呈现的更详细描述的前奏。

根据本发明的一个方面，提供了根据权利要求1所述的装置。

根据本发明的一个方面，提供了根据权利要求5所述的方法。

根据本发明的一个方面，提供了根据包括权利要求9所述的指令的计算机程序。

在附图和以下描述中更详细地阐述了实现的一个或多个示例。从描述和附图以及从权利要求中，其他特征将是显然的。在本说明书中所描述的不落入独立权利要求的范围的实施例和/或示例和特征(如果有的话)将被解释为对理解本发明的各种实施例有用的示例。

附图说明

下面仅通过示例的方式结合附图描述本发明的实施例，在附图中图1和图2图示了通信系统的简化系统架构的示例；

图3图示了RF指纹识别解决方案的示例；

图4图示了原始光线追踪数据的示例；

图5、图6、图7和图8是图示一些实施例的流程图；

图9A图示了相关系数值；

图9B是图示实施例的流程图；

图10A、图10B和图10C图示了用于各种组合的累积分布函数CDF；

图11图示了利用神经网络的实施例；以及

图12、图13A和图13B图示了应用本发明的一些实施例的装置的简化示例。

具体实施方式