[发明专利]通信网络预测方法、终端及网络侧设备

说明书

本申请公开了一种通信网络预测方法、终端及网络侧设备，属于通信技术领域，本申请实施例的通信网络预测方法包括：终端使用L个模型分别执行目标任务，获得L个模型输出的第一结果；其中，L为正整数；终端执行以下任一项操作：终端基于第一结果，确定目标任务的预测结果；终端向网络侧设备发送第一结果；终端接收网络侧设备发送的第二结果，终端基于第一结果及第二结果确定目标任务的预测结果；其中，第二结果为网络侧设备使用M个模型分别执行目标任务后得到的；M为正整数。

技术领域

本申请属于通信技术领域，具体涉及一种通信网络预测方法、终端及网络侧设备。

背景技术

位置信息是一类重要的感知信息，不仅能够用于满足多样化的业务需求，例如，旁链路(sidelink)或智慧工厂等，也能够作为通信链路的先验信息，帮助提升通信系统的整体性能和服务体验。无线通信网络定位是终端通过对参考信号的测量估计自身当前地理位置，具体地，终端测量来自多个定位基站的定位参考信号，及将定位参考信号的测量信息通过服务基站上报给核心网，由核心网的定位管理功能进行位置估计；最后核心网通过服务基站将终端的地理位置信息下发给终端，完成对终端的定位。

相关技术中，无线通信网络定位方法主要依靠对直射径的测量结果进行定位，在存在视距(line-of-sight，LOS)径的情况下能以较低的实现复杂度达到较高的定位精度，但是，容易受到非视距(NLOS)的影响，特别是当终端与定位基站之间的直射径不存在时，定位精度将大幅度下降，导致定位失败概率高。实际中，基于人工智能(ArtificialIntelligence，AI)或机器学习(ML)的定位方法，虽然可以解决NLOS情况下的定位问题；但是，基于AI的定位方法的稳定性、鲁棒性以及泛化能力仍是制约其大规模应用的重要因素。因此，如何有效提高定位精度，降低失败概率是亟待解决的问题。

发明内容

本申请实施例提供一种通信网络预测方法、终端及网络侧设备，能够解决定位失败概率高的问题。

第一方面，提供了一种通信网络预测方法，该方法包括：

终端使用L个模型分别执行目标任务，获得所述L个模型输出的第一结果；其中，L为正整数；

所述终端执行以下任一项操作：

所述终端基于所述第一结果，确定所述目标任务的预测结果；

所述终端向网络侧设备发送所述第一结果；

所述终端接收网络侧设备发送的第二结果；所述终端基于所述第一结果及所述第二结果，确定所述目标任务的预测结果；其中，所述第二结果为所述网络侧设备使用M个模型分别执行所述目标任务后得到的；M为正整数。

第二方面，提供了一种通信网络预测方法，该方法包括：

网络侧设备使用M个模型分别执行目标任务，获得所述M个模型输出的第二结果；其中，M为正整数；

所述网络侧设备执行以下任一项操作：

所述网络侧设备基于所述第二结果，确定所述目标任务的预测结果；

所述网络侧设备向终端发送所述第二结果；

所述网络侧设备接收终端发送的第一结果；所述网络侧设备基于所述第一结果及所述第二结果，确定所述目标任务的预测结果；其中，所述第一结果为所述终端使用L个模型分别执行所述目标任务后得到的；L为正整数。

第三方面，提供了一种通信网络预测装置，该装置包括：

第一执行模块，用于使用L个模型分别执行目标任务，获得所述L个模型输出的第一结果；其中，L为正整数；

第一预测模块，用于执行以下任一项操作：

所述终端基于所述第一结果，确定所述目标任务的预测结果；