Nov, 2023

5G 定位技术的人工智能 / 机器学习进展

PDF
TL;DR该研究综述了基于人工智能 / 机器学习的直接定位在 5G 系统中的应用，重点研究了其在常规方法难以应对的挑战性场景和条件下的潜力。结合技术报告 TR38.843 的见解，我们对与直接定位过程相关的生命周期管理进行了进一步研究。我们强调了在各种具有挑战性条件下的直接定位的重要模拟结果和关键观察结果。此外，我们还讨论了解决测量报告、数据收集和模型管理的选定解决方案，并强调它们对于推进直接定位的重要性。
ai/ml-based direct positioning5g systemschallenging scenarioslife cycle managementsimulation results
发现论文，激发创造
  • 使用人工智能 / 机器学习实现 6G 应用的厘米级定位精度

    使用人工智能和机器学习的方法，在 6G 应用中如物联网产业中，实现厘米级别的用户定位，首次结果表明我们的方法能够在室内工厂环境中将用户位置估计误差控制在 17 厘米以内。在本研究中，我们探讨了我们的方法和未来方向。

    Jun, 2024

  • 5G 下的 RF 指纹和深度学习辅助 UE 定位

    通过使用射线追踪工具和系统级模拟器，研究使用深度学习技术辅助用户设备在 5G 及更高网络中的定位能力，这项技术在无线资源管理方面更为高效和简单，并为未来网络提供了更积极的移动管理机制。

    Jan, 2020

  • 5G 网络中的定位技术

    本文描述了 3GPP Release 16 中针对 5G 网络的定位规范，其中包括用于满足诸多监管、商业和工业用例的定位信号、测量、过程和架构，并评估了在 3GPP 模拟场景中的指示性定位性能，显示在不同场景和假设下，90% 精度为数米至数分米。

    Feb, 2021

  • 面向未来蜂窝通信的位置定位 ——5G 及其后

    本文介绍了如何通过利用 mmWave 频谱和窄波束天线技术，采用基于地图的技术，以及数据融合、机器学习和协作定位等方法来实现 5G 和未来移动通信系统中厘米级精度的位置定位。

    Feb, 2021

  • 基于 ML 的 5G NR 系统中的户外用户位置定位：通过上行 SRS 通道估计

    本文探讨了在 5G NR 网络下，利用机器学习技术通过基于上行信道估计的 5G NR 指纹来精准定位用户，并表明即使应用于非常稀疏的 SRS 数据，小型全连接适度深度神经网络也可以在商用 5G 环境中实现准确的户外用户定位。

    Apr, 2023

  • 机器学习与无线蜂窝网络结合：部署，挑战和应用

    本文概述了人工智能在 5G 及以后无线网络中的应用，包括网络智能类型、机器学习以及应用案例，重点介绍了物理层、移动性管理、无线安全和定位方面的应用。

    Nov, 2019

  • 人工智能为基础的 5G 及其以上的无线网络：最新进展与未来挑战

    本文研究了如何利用人工智能（AI）和机器学习（ML）技术来设计和运营 B5G 无线网络，包括对最近的进展和未来挑战的综述，以及对 ML 算法和应用的回顾，并总结了将 AI/ML 算法应用于 B5G 网络的标准发展。

    Jan, 2020

  • 无线通信网络中的机器学习 6G 白皮书

    本文着眼于机器学习在无线通信领域的应用，分析了其对 6G 网络的影响，提出了在 6G 网络各层使用机器学习方法解决问题的前景以及使用 ML 进行无线网络的零触碰优化的有趣方面，并针对每个部分提出了有价值的研究问题。

    Apr, 2020

  • 使用波束形成 CSI 测量的 CNN 方法进行 5G 毫米波定位

    利用卷积神经网络的人工智能技术和 5G 新无线电设备所产生的波束形态侧信息，对无线电定位技术进行改进，实现了在城市环境下对移动设备的位置估计。

    Apr, 2022

  • 5G 无线系统中的人工智能：机遇、挑战和未来研究方向

    本文评估了基于人工智能的 5G 无线通信系统，包括网络管理、无线资源分配和网络安全等。

    Sep, 2020