MACHINE LEARNING FOR POSITIONING

• Main Authors: POURAHMADI, Vahid, THOMAS, Robin Rajan, KOTHAPALLI, Venkata Srinivas
• Format: Patent
• Language: English; French
• Published: 20.06.2024
• Subjects: ANALOGOUS ARRANGEMENTS USING OTHER WAVES; CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; ELECTRIC COMMUNICATION TECHNIQUE; ELECTRICITY; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION ORRERADIATION OF RADIO WAVES; MEASURING; PHYSICS; RADIO DIRECTION-FINDING; RADIO NAVIGATION; TESTING; WIRELESS COMMUNICATIONS NETWORKS

Various aspects of the present disclosure relate to methods, apparatuses, and systems that support machine learning for positioning. For instance, implementations provide for direct Artificial Intelligence (Al)-based positioning and Al-assisted positioning which can be leveraged to improve UE location accuracy performance. In example implementations, for direct AI/Machine Learning (ML) positioning, techniques such as fingerprinting can be leveraged by AI/ML models to obtain enhanced location accuracies, such as via measurement and environmental data. Accordingly, the present disclosure provides techniques to configure direct AI/ML positioning assistance data as well as define measurements to perform AI/ML direct positioning. Further, the present disclosure provides techniques to configure reporting criteria for nodes and/or other entities performing AI/ML direct positioning measurements. Divers aspects de la présente divulgation concernent des procédés, des appareils et des systèmes qui prennent en charge un apprentissage automatique pour positionnement. Par exemple, des modes de réalisation permettent un positionnement direct basé sur l'intelligence artificielle (IA) et un positionnement assisté par IA qui peuvent être utilisés pour améliorer les performances de précision de localisation d'UE. Dans des modes de réalisation donnés à titre d'exemple, pour un positionnement direct par IA/apprentissage automatique (ML), des techniques telles qu'une l'empreinte digitale peuvent être utilisées par des modèles IA/ML pour obtenir des précisions de localisation améliorées, via par exemple des données de mesure et d'environnement. En conséquence, la présente divulgation concerne des techniques pour configurer des données d'assistance de positionnement direct par IA/ML ainsi que pour définir des mesures pour effectuer un positionnement direct par IA/ML. En outre, la présente divulgation concerne des techniques pour configurer des critères de rapport pour des nœuds et/ou d'autres entités effectuant des mesures de positionnement direct par IA/ML.