MEASUREMENT ERROR FEEDBACK TO ENABLE MACHINE LEARNING- BASED POSITIONING

Disclosed are techniques for wireless communication. In an aspect, a first network node determines at least one positioning measurement based on a channel estimate of a positioning reference signal (PRS) transmitted by a second network node, and obtains measurement error feedback for at least the at...

Full description

Saved in:
Bibliographic Details
Main Authors SUNDARARAJAN, Jay Kumar, MANOLAKOS, Alexandros, BHUSHAN, Naga, JI, Tingfang, GOPALAKRISHNAN, Sooryanarayanan, YOO, Taesang, MUKKAVILLI, Krishna Kiran
Format Patent
LanguageEnglish
French
Published 02.11.2023
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:Disclosed are techniques for wireless communication. In an aspect, a first network node determines at least one positioning measurement based on a channel estimate of a positioning reference signal (PRS) transmitted by a second network node, and obtains measurement error feedback for at least the at least one positioning measurement, wherein the measurement error feedback is based on an expected positioning measurement corresponding to the at least one positioning measurement, and wherein the expected positioning measurement is based on a location of the first network node and a location of the second network node. La présente divulgation concerne des techniques pour la communication sans fil. Selon un aspect, un premier nœud de réseau détermine au moins une mesure de positionnement sur la base d'une estimation de canal d'un signal de référence de positionnement (PRS) transmis par un second nœud de réseau, et obtient une rétroaction d'erreur de mesure pour au moins l'au moins une mesure de positionnement, la rétroaction d'erreur de mesure étant basée sur une mesure de positionnement attendue correspondant à l'au moins une mesure de positionnement, et la mesure de positionnement attendue étant basée sur un emplacement du premier nœud de réseau et un emplacement du second nœud de réseau.
Bibliography:Application Number: WO2023US64524