[发明专利]使用无线通信生成环境信息

权利要求书

1.一种用于使用无线通信系统生成环境信息地图的计算机实现的方法，所述无线通信系统包括至少一个发射机和至少一个接收机，所述发射机和接收机中的至少一个具有定向通信系统，所述方法包括：

通过在第一波束方向上从第一发射机向接收机发射信号来尝试无线通信链路；

提取从针对所述第一波束方向的所述链路尝试得到的多个特征，并且在所述接收机处记录多个提取的特征；

通过在相应的至少一个附加波束方向上发射信号来尝试从所述第一发射机到所述接收机的至少一个附加无线通信链路；

提取从针对所述至少一个附加波束方向中的每一个的所述至少一个附加链路尝试中的每一个得到的多个特征，并且在所述接收机处记录多个提取的特征；以及

使用来自所述第一波束方向和所述至少一个附加波束方向的所述多个提取的特征来执行推理算法，以推理所述第一发射机与所述接收机之间的所述区域的环境信息地图。

2.根据权利要求1所述的方法，还包括基于所述环境信息地图生成用于设置所述第一发射机的定向通信系统的波束方向的控制信号以建立从所述第一发射机到所述接收机的通信链路。

3.根据权利要求1所述的方法，还包括解调作为所述尝试的无线通信链路中的每一个的结果而由所述接收机接收的所述信号，并且其中从所述解调的信号中提取所述多个特征。

4.根据权利要求3所述的方法，其中所述多个特征是从所述解调信号波形提取的通信链路度量。

5.根据权利要求1所述的方法，其中，所述多个特征是从所述信号中直接提取的。

6.根据权利要求1所述的方法，还包括基于来自所述第一波束方向和所述至少一个附加波束方向的所述多个提取的特征来训练至少一个机器学习模型以推理所述第一发射机与所述接收机之间的所述区域的所述环境信息地图，所述至少一个机器学习模型包括用于执行对所述环境的推理的机器学习模型评分的第一机器学习模型。

7.根据权利要求6所述的方法，其中，所述至少一个机器学习模型包括位于无线电接入网络上的第二机器学习模型，所述第二机器学习模型具有用于执行对所述环境的推理的机器学习模型评分的推理算法。

8.根据权利要求7所述的方法，其中，所述第一机器学习模型位于前端无线电设备或第二发射机上，所述前端无线电设备或第二发射机在所述接收机和所述无线电接入网络之间进行通信。

9.根据权利要求8所述的方法，还包括将所述多个提取的特征和所述评分的推理从所述前端无线电设备或第二发射机传送到所述无线电接入网络。

10.根据权利要求9所述的方法，还包括基于使用所述第二机器学习模型推理出的所述环境信息地图来生成用于设置所述第一发射机的所述定向通信系统的波束方向的所述控制信号，并且将所述控制信号从所述无线电接入网络传送到所述第一发射机。

11.根据权利要求9所述的方法，还包括使用从所述多个提取的特征获得的序列学习和时间信息来训练所述第二机器学习模型。

12.根据权利要求9所述的方法，还包括基于由所述第二机器学习模型学习的所述推理来更新所述第一机器学习模型。

13.根据权利要求1所述的方法，其中所述定向通信系统包括波束成形、波束控制和波束形成中的至少一者。

14.根据权利要求1所述的方法，其中所述环境信息地图包括物体、天气条件和空气污染物的局部推理中的至少一者。