各种示例实施例通常涉及用于无线网络中的目标终端设备定位的设备、方法和计算机程序产品。
背景技术：
1、定位技术最初被引入蜂窝网络中，以满足紧急呼叫定位的监管要求。从那时起，定位服务在不同的移动无线电世代中已经被广泛的开发和支持，以提供终端设备的室内和室外/上行链路和下行链路定位。
2、在第三代合作伙伴计划(3gpp)中，若干工作组开发了用于在蜂窝网络中定位终端设备的规范。这些规范定义了定位技术、信号、测量、程序和架构，以满足针对大量的商业和工业用例的定位性能要求。定位性能要求通常在准确性、延时、可用性、完整性和可靠性的方面进行定义。在版本16和版本17中的最新规范涉及用于5g网络的定位特征。
3、版本16指定了用于5g新无线电(nr)的定位架构、信号和测量，这些都源自用于4g(用于长期演进网络)的定位特征。在版本17中，解决了支持5g商业和工业用例要求所需的研究增强和解决方案。
4、与3gpp中最新研究相关的主要定位性能要求是支持5g工业用例(例如物流、自动驾驶汽车、本地化传感、物联网(iot)应用)和5g终端设备(例如物联网设备、机器人、传感器、无人机)所需的定位准确性和延时。特别地，对于一般5g商业用例要求低至米级的高定位准确性，而对于例如iot的用例要求低至分米级的高定位准确性。对于定位延时，对于一般用例的目标延时要求低于100ms，而对于iot用例为10ms的数量级。
5、为了定位目标终端设备，在定位会话期间，定位信息从定位报告产生器发送到定位报告消费器。定位生成产生器从定位测量生成定位报告，并将定位报告发送到定位报告消费器，定位报告消费器从定位报告估计目标终端设备的位置。定位报告的尺寸被限制为最大分组的尺寸，该最大分组的尺寸通常由定位报告消费器在定位会话的开始时指定。因此，为了发送大尺寸定位报告，定位报告产生器必须将定位报告分割成若干消息并将它们顺序地发送到定位报告消费器。
6、给定定位准确性和延时要求，定位会话要么是延时敏感的，要么是准确性敏感的。因此，针对由延时或准确性要求约束的定位会话，定位报告产生器需要决定压缩定位报告以减小其尺寸，这会导致定位准确性降低，或者通过大量的消息发送大报告，这会带来不可接受的延时成本。
7、因此，需要用于用于发送定位信息同时满足定位准确性和延时要求的增强定位技术。
技术实现思路
1、保护范围由独立权利要求规定。本说明书中描述的不落入保护范围的实施例、示例和特征(如果有)应被解释为有助于理解落入保护范围的各种实施例或示例的示例。
2、在第一方面，提供了一种定位报告产生器，包括用于接收用于定位目标终端设备的一个或多个参考信号的装置；用于从训练设备接收定义基于训练的压缩算法的一组经训练的参数的装置，一组经训练的参数是通过基于训练的压缩算法和在定位报告消费器中实现的一个或多个基于训练的算法的联合训练获得的；用于通过运行基于训练的压缩算法来生成压缩定位报告的装置，基于训练的压缩算法将从一个或多个参考信号得出的数据作为输入并且生成压缩定位报告作为输出；以及用于向定位报告消费器发送压缩定位报告的装置。
3、在第二方面，提供了一种定位报告消费器，包括用于从定位报告产生器接收压缩定位报告的装置；用于从训练设备接收定义基于训练的解压缩算法的一组经训练的参数和定义基于训练的距离校正算法的一组经训练的参数的装置，各组经训练的参数是通过基于训练的解压缩算法、基于训练的距离校正算法和在定位报告产生器中被实现的基于训练的压缩算法的联合训练获得的；用于通过运行基于训练的解压缩算法生成解压缩定位报告的装置，基于训练的解压缩算法将压缩定位报告作为输入并且生成解压缩定位报告作为输出；以及用于通过运行基于训练的距离校正算法生成用于定位目标终端设备的估计距离的装置，估计距离指定将目标终端设备与用于定位目标终端设备的一个或多个参考信号的发射器或接收器分离的距离，基于训练的距离校正算法将从解压缩定位报告得出的重建数据作为输入并且生成估计距离作为输出。
4、在第三方面，提供了一种训练设备，包括用于生成定义基于训练的压缩算法的第一组经训练的参数、定义基于训练的解压缩算法的第二组经训练的参数、定义基于训练的距离校正算法的第三组经训练的参数的装置。第一组经训练的参数、第二组经训练的参数和第三组经训练的参数是如下生成的：根据损失函数的最小化通过使用训练数据，执行基于训练的压缩算法、基于训练的解压缩算法和基于训练的距离校正算法的联合训练。
5、在实施例中，基于训练的压缩算法、基于训练的解压缩算法和基于训练的距离校正算法的联合训练包括联合地执行如下操作：针对给定的训练压缩级别，训练基于训练的压缩算法，以从数据生成训练压缩定位报告，数据是从用于定位训练目标终端设备的一个或多个训练参考信号得出的；训练基于训练的解压缩算法，以从训练压缩定位报告生成训练解压缩定位报告；训练基于训练的距离校正算法，以从重构数据生成用于定位训练目标终端设备的训练估计距离，重构数据是从训练解压缩定位报告得出的；以及通过将损失函数应用到训练估计距离和训练实际距离来计算训练距离估计误差，训练实际距离将训练目标终端设备与一个或多个训练参考信号的训练发射器或训练接收器分离。
6、在实施例中，基于训练的压缩算法和基于训练的解压缩算法形成映射到给定压缩级别的给定解编码尺寸的自动编码器，自动编码器包括作为编码器的基于训练的压缩算法以及作为解码器的基于训练的解压缩算法。
7、在实施例中，给定解编码尺寸是从一组两个或更多个解编码尺寸中选择的，以在定位延时和准确性之间进行权衡。
8、在实施例中，两个或多个解编码尺寸映射到两个或更多个压缩级别，联合训练针对两个或更多个压缩级别被执行，第一组经训练的参数、第二组经训练的参数和第三组经训练的参数针对两个或多个解编码尺寸被生成。
9、在实施例中，训练设备还包括用于向定位报告产生器发送第一组经训练的参数以及向定位报告消费器发送第二组经训练的参数和第三组经训练的参数的装置。
10、在第四方面，提供了一种实现任何前述特征的定位报告消费器的位置管理功能。
11、在第六方面，提供了一种实现任意前述特征的定位报告产生器的目标终端设备，所接收的一个或多个参考信号是从无线通信网络中的接入网实体接收的、用于定位目标终端设备的下行链路参考信号。
12、在第七方面，提供了一种用于在无线通信网络中使用的接入网实体，该接入网络实体实现任何前述特征的定位报告产生器，所接收的一个或多个参考信号是从目标终端设备接收的用于定位目标终端设备的上行链路参考信号。
13、在实施例中，定位报告包括用于定位目标终端设备的数据，用于定位目标终端设备的数据包括用于定位目标终端设备的测量或者与一个或多个参考信号相关的信号特征或者包括在一个或多个参考信号中的原始信号样本。
14、在实施例中，基于训练的压缩算法是由包含权重值和偏置值的一组参数定义的神经网络。
15、在实施例中，基于训练的解压缩算法是由包括权重值和偏置值的一组参数定义的神经网络。
16、在实施例中，基于训练的距离校正算法是由包含权重值和偏置值的一组参数定义的神经网络。
17、在第八方面，提供了一种用于生成和发送压缩定位报告的方法，包括接收用于定位目标终端设备的一个或多个参考信号；从训练设备接收定义基于训练的压缩算法的一组经训练的参数，一组经训练的参数是通过基于训练的压缩算法和在定位报告消费器中实现的一个或多个基于训练的算法的联合训练获得的；通过实现基于训练的压缩算法生成压缩定位报告，基于训练的压缩算法将从一个或多个参考信号得出的数据作为输入并且生成压缩定位报告作为输出；以及向定位报告消费器发送压缩定位报告。
18、在第九方面，提供了一种用于生成用于定位目标终端设备的估计距离的方法，包括从定位报告产生器接收压缩定位报告；从训练设备接收定义基于训练的解压缩算法的一组经训练的参数和定义基于训练的距离校正算法的一组经训练的参数，各组经训练的参数是通过基于训练的解压缩算法，基于训练的距离校正算法和在定位报告产生器中实现的基于训练的压缩算法的联合训练获得的；通过实现基于训练的解压缩算法生成解压缩定位报告，基于训练的解压缩算法将压缩定位报告作为输入并且生成解压缩定位报告作为输出；以及通过实现基于训练的距离校正算法生成用于定位目标终端设备的估计距离，估计距离指定将目标终端设备与用于定位目标终端设备的一个或多个参考信号的发射器或接收器分离的距离，基于训练的距离校正算法将从解压缩定位报告得出的重构数据作为输入并且生成估计距离作为输出。
19、在第十方面，提供了一种用于联合训练三个基于训练的算法的方法，包括生成定义基于训练的压缩算法的第一组经训练的参数、定义基于训练的解压缩算法的第二组经训练的参数、定义基于训练的距离校正算法的第三组经训练的参数；第一组经训练的参数、第二组经训练的参数和第三组经训练的参数是如下生成的：根据损失函数的最小化通过使用训练数据，执行基于训练的压缩算法、基于训练的解压缩算法和基于训练的距离校正算法的联合训练。
20、在第十一方面中，提供了一种非瞬态计算机可读介质，其存储有计算机可执行指令，当由装置处的至少一个处理器执行时，使得装置执行用于根据任意前述特征生成和发送压缩定位报告。
21、一般而言，计算机可执行指令使得装置执行本文所公开的用于生成和发送压缩定位报告的方法的一个或多个或全部步骤。
22、在第十二方面，提供了一种非瞬态计算机可读介质，其存储有计算机可执行指令，当由装置处的至少一个处理器执行时，使得该装置执行用于根据任何前述特征生成用于定位目标终端设备的估计距离的方法。
23、一般而言，计算机可执行指令使得装置执行如本文所公开的用于生成用于定位目标终端设备的估计距离的方法的一个或多个或全部步骤。
24、在第十三方面，提供了一种非瞬态计算机可读介质，其存储有计算机可执行指令，当由装置处的至少一个处理器执行时，使得该装置执行用于根据任何前述特征联合训练三个基于训练的算法的方法。
25、一般而言，计算机可执行指令使得该装置执行如本文所公开的用于联合训练三个基于训练的算法的方法的一个或多个或全部步骤。
26、一般而言，定位报告产生器包括用于执行如本文所公开的用于生成和发送压缩定位报告的方法的一个或多个或全部步骤的装置。该装置包括被配置为执行如本文所公开的用于生成和发送压缩定位报告的方法的一个或多个或全部步骤的电路。该装置可以包括至少一个处理器和至少一个存储器，至少一个存储器包括计算机程序代码，其中该至少一个存储器和计算机程序代码被配置为通过该至少一个处理器使得定位报告产生器执行如本文所公开的用于生成和发送压缩定位报告的方法的一个或多个或全部步骤。
27、一般而言，定位报告消费器包括用于执行如本文所公开的用于生成用于定位目标终端设备的估计距离的方法的一个或多个或全部步骤的装置。该装置包括被配置为执行如本文所公开的用于生成用于定位目标终端设备的估计距离的方法的一个或多个或全部步骤的电路。该装置可以包括至少一个处理器和至少一个存储器，至少一个存储器包括计算机程序代码，其中该至少一个存储器和计算机程序代码被配置为通过该至少一个处理器使得定位报告消费器执行如本文所公开的用于生成用于定位目标终端设备的估计距离的方法的一个或多个或全部步骤。
28、一般而言，训练设备包括用于执行如本文所公开的联合训练三个基于训练的算法的方法的一个或多个或全部步骤的装置。该装置包括被配置为执行如本文所公开的用于联合训练三个基于训练的算法的方法的一个或多个或全部步骤的电路。该装置可以包括至少一个处理器和至少一个存储器，至少一个存储器包括计算机程序代码，其中该至少一个存储器和计算机程序代码被配置为通过该至少一个处理器使得训练设备执行用于联合训练如本文所公开的三个基于训练的算法的方法的一个或多个或全部步骤。
29、在第十四方面，提供了一种定位报告产生器，包括至少一个处理器和至少一个包括计算机程序代码的存储器。至少一个存储器和计算机程序代码被配置为通过至少一个处理器使得定位报告产生器接收用于定位目标终端设备的一个或多个参考信号，从训练设备接收定义基于训练的压缩算法的一组经训练的参数，一组经训练的参数是通过基于训练的压缩算法和在定位报告消费器中实现的一个或多个基于训练的算法的联合训练获得的，通过实现基于训练的压缩算法生成压缩定位报告，基于训练的压缩算法将从一个或多个参考信号得出的数据作为输入并且生成压缩定位报告作为输出，向定位报告消费器发送压缩定位报告。
30、在第十五方面，提供了一种定位报告消费器，包括至少一个处理器和至少一个包括计算机程序代码的存储器。至少一个存储器和计算机程序代码被配置为通过至少一个处理器使得定位报告消费器从定位报告产生器接收压缩定位报告，从训练设备接收定义基于训练的解压缩算法的一组经训练的参数和定义基于训练的距离校正算法的一组经训练的参数，各组经训练的参数是通过基于训练的解压缩算法，基于训练的距离校正算法和在定位报告产生器中实现的基于训练的压缩算法的联合训练获得的，通过实现基于训练的解压缩算法生成解压缩定位报告，基于训练的解压缩算法将压缩定位报告作为输入并且生成解压缩定位报告作为输出；以及通过实现基于训练的距离校正算法生成用于定位目标终端设备的估计距离，估计距离指定将目标终端设备与用于定位目标终端设备的一个或多个参考信号的发射器或接收器分离的距离，基于训练的距离校正算法将从解压缩定位报告得出的重构数据作为输入并且生成估计距离作为输出。
31、在第十六方面，提供了一种训练设备，包括至少一个处理器和至少一个包括计算机程序代码的存储器。至少一个存储器和计算机程序代码被配置为通过至少一个处理器使得训练设备生成定义基于训练的压缩算法的第一组经训练的参数；定义基于训练的解压缩算法的第二组经训练的参数；定义基于训练的距离校正算法的第三组经训练的参数；第一组经训练的参数、第二组经训练的参数和第三组经训练的参数是如下生成的：根据损失函数的最小化通过使用训练数据，执行基于训练的压缩算法、基于训练的解压缩算法和基于训练的距离校正算法的联合训练。
32、在实施例中，至少一个存储器和计算机程序代码被配置为通过至少一个处理器使得训练设备发送第一组经训练的参数到定位报告产生器，并且发送第二组经训练的参数和第三组经训练的参数到定位报告消费器。
1.一种定位报告产生器(101)，包括：
2.一种定位报告消费器(102)，包括：
3.一种训练设备(103)，包括装置，所述装置用于生成：
4.根据权利要求3所述的训练设备(103)，其中所述基于训练的压缩算法、所述基于训练的解压缩算法和所述基于训练的距离校正算法的所述联合训练包括联合地执行如下操作：
5.根据权利要求4所述的训练设备(103)，其中所述基于训练的压缩算法和所述基于训练的解压缩算法形成映射到给定压缩级别的给定编解码尺寸的自动编码器，所述自动编码器包括作为编码器的所述基于训练的压缩算法以及作为解码器的所述基于训练的解压缩算法。
6.根据权利要求5所述的训练设备(103)，其中所述给定编解码尺寸是从一组两个或更多个编解码尺寸中选择的，以在定位延时和准确性之间进行权衡。
7.根据权利要求6所述的训练设备(103)，其中所述两个或多个编解码尺寸映射到两个或更多个压缩级别，所述联合训练针对所述两个或更多个压缩级别被执行，所述第一组经训练的参数、所述第二组经训练的参数和所述第三组经训练的参数针对所述两个或多个编解码尺寸被生成。
8.根据权利要求3至7中任一项所述的训练设备(103)，包括用于向定位报告产生器(101)发送所述第一组经训练的参数以及向定位报告消费器(102)发送所述第二组经训练的参数和所述第三组经训练的参数的装置。
9.一种实现根据权利要求2所述的定位报告消费器(102)的位置管理功能。
10.一种实现根据权利要求1所述的定位报告产生器(101)的目标终端设备，其中所接收的所述一个或多个参考信号是从无线通信网络中的接入网实体接收的、用于定位所述目标终端设备的下行链路参考信号。
11.一种用于在无线通信网络中使用的接入网实体，所述接入网实体实现根据权利要求1所述的定位报告产生器(101)，其中所接收的所述一个或多个参考信号是从所述目标终端设备接收的用于定位所述目标终端设备的上行链路参考信号。
12.根据权利要求1所述的定位报告产生器(101)、根据权利要求10所述的目标终端设备、根据权利要求11所述的接入网设备、根据权利要求2所述的定位报告消费器(102)、或者根据权利要求3至8中任一项所述的训练设备(103)，其中所述定位报告包括用于定位所述目标终端设备的数据，用于定位所述目标终端设备的所述数据包括用于定位所述目标终端设备的测量或者与所述一个或多个参考信号相关的信号特征或者包括在所述一个或多个参考信号中的原始信号样本。
13.一种方法，包括：
14.一种方法，包括：
15.一种方法，包括生成(802)
