ホーム > 特許ランキング > Ａｐｐｌｅ Ｉｎｃ．
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-11-13
(54)【発明の名称】機械学習に基づく測位
(51)【国際特許分類】
G01S 5/02 20100101AFI20241106BHJP
H04W 64/00 20090101ALI20241106BHJP
【ＦＩ】
G01S5/02 A
H04W64/00 110
H04W64/00 171
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2024519840
(86)(22)【出願日】2022-10-12
(85)【翻訳文提出日】2024-04-01
(86)【国際出願番号】 US2022077972
(87)【国際公開番号】W WO2023064812
(87)【国際公開日】2023-04-20
(31)【優先権主張番号】63/255,393
(32)【優先日】2021-10-13
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．３ＧＰＰ
２．Ｌｉｎｕｘ
３．ＵＮＩＸ
４．ＯＳ Ｘ
５．ＷＩＮＤＯＷＳ
６．ＡＮＤＲＯＩＤ
７．ＶＸＷＯＲＫＳ
８．ＪＡＶＡ
(71)【出願人】
【識別番号】503260918
【氏名又は名称】アップル インコーポレイテッド
【氏名又は名称原語表記】Ａｐｐｌｅ Ｉｎｃ．
【住所又は居所原語表記】Ｏｎｅ Ａｐｐｌｅ Ｐａｒｋ Ｗａｙ，Ｃｕｐｅｒｔｉｎｏ， Ｃａｌｉｆｏｒｎｉａ ９５０１４， Ｕ．Ｓ．Ａ．
(74)【代理人】
【識別番号】100094569
【弁理士】
【氏名又は名称】田中 伸一郎
(74)【代理人】
【識別番号】100103610
【弁理士】
【氏名又は名称】▲吉▼田 和彦
(74)【代理人】
【識別番号】100067013
【弁理士】
【氏名又は名称】大塚 文昭
(74)【代理人】
【識別番号】100139712
【弁理士】
【氏名又は名称】那須 威夫
(72)【発明者】
【氏名】シロトキン アレクサンダー
(72)【発明者】
【氏名】ウ ジビン
(72)【発明者】
【氏名】フ ハイジン
(72)【発明者】
【氏名】ファクーリアン サイエド アリ アクバー
(72)【発明者】
【氏名】マニターラ ヴァマナン スディープ
【テーマコード（参考）】
5J062
5K067
【Ｆターム（参考）】
5J062AA08
5J062BB05
5J062CC11
5J062FF01
5K067AA21
5K067EE02
5K067EE16
5K067JJ52
5K067JJ54
(57)【要約】
動作を実行するための方法、システム、及びコンピュータ可読媒体が開示され、動作は、ユーザデバイスのための複数のポジション推定値を受信することと、訓練された機械学習モデルへの入力として複数のポジション推定値を提供することと、ユーザデバイスのハイブリッドポジションを出力することと、を含む。
【特許請求の範囲】
【請求項1】
方法であって、ユーザデバイスについての複数のポジション推定値を受信することと、
訓練された機械学習モデルへの入力として前記複数のポジション推定値を提供することと、
前記ユーザデバイスのハイブリッドポジションを出力することと、
を含む、方法。
【請求項2】
前記ハイブリッドポジションは、前記複数のポジション推定値の加重平均である、請求項１に記載の方法。
【請求項3】
前記方法は、前記ユーザデバイスによって実行される、請求項１に記載の方法。
【請求項4】
前記方法は、ネットワークエンティティによって実行される、請求項１に記載の方法。
【請求項5】
前記ネットワークエンティティは、ロケーション管理機能（ＬＭＦ）である、請求項４に記載の方法。
【請求項6】
前記ハイブリッドポジションを要求する第１のメッセージをネットワークエンティティから受信することと、前記ハイブリッドポジションを前記ネットワークエンティティに通信するための第２のメッセージを生成することと、
を更に含む、請求項１に記載の方法。
【請求項7】
前記第１のメッセージはＬＰＰ ＲｅｑｕｅｓｔＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージであり、前記第２のメッセージはＬＰＰ ＰｒｏｖｉｄｅＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージである、請求項６に記載の方法。
【請求項8】
ユーザデバイスによって実行される方法であって、前記方法は、無線周波数測定値のマップを受信することと、
前記ユーザデバイスによって受信された１つ以上の信号に関する個別の信号強度インジケータ値を測定することと、
前記ユーザデバイスによって受信された前記１つ以上の信号についての前記個別の信号強度インジケータ値に基づいて、前記ユーザデバイスのポジションを決定することと、
を含む、方法。
【請求項9】
前記ユーザデバイスの前記ポジションを決定するために前記マップを使用することは、前記個別の信号強度インジケータ値を前記マップと比較することと、
前記個別の信号強度インジケータ値に対するｋ近傍一致を識別することとを含む、請求項８に記載の方法。
【請求項10】
前記比較は、ｋ近傍（ＫＮＮ）アルゴリズムを使用して行われる、請求項９に記載の方法。
【請求項11】
前記ｋ近傍一致の前記識別は、前記個別の信号強度インジケータ値と前記マップ内の１つ以上の基準値との間のユークリッド距離を使用することを含む、請求項１０に記載の方法。
【請求項12】
ｋ近傍フィンガープリントに基づいて前記ポジションを計算すること、を更に含む、請求項１０に記載の方法。
【請求項13】
前記ｋ近傍フィンガープリントに基づいて前記ポジションを計算することは、ｋ近傍一致に関連付けられたポジションを平均化することを含む、請求項１２に記載の方法。
【請求項14】
１つ以上のコンピュータによって実行されると、前記１つ以上のコンピュータに、請求項１から１３のいずれか一項に記載の方法を実行させる命令で符号化された非一時的コンピュータ記憶媒体。
【請求項15】
１つ以上のコンピュータと、前記１つ以上のコンピュータによって実行されると、前記１つ以上のコンピュータに請求項１から１３のいずれか一項に記載の方法を実行させるように動作可能な命令が記憶された１つ以上の記憶デバイスとを備えるシステム。
【発明の詳細な説明】
【背景技術】
【0001】
（関連出願の相互参照）
本出願は、２０２１年１０月１３日に出願された「Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｂａｓｅｄ Ｐｏｓｉｔｉｏｎｉｎｇ」と題された米国仮特許出願第６３／２５５，３９３号に対する優先権を主張する。
本出願は、２０２１年１０月１３日に出願された「Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｂａｓｅｄ Ｐｏｓｉｔｉｏｎｉｎｇ」と題された米国仮特許出願第６３／２５５，３９３号に対する優先権を主張する。
【0002】
現代のモバイルデバイス（例えば、スマートフォン、ｅタブレット、ウェアラブルデバイス）は、ナビゲーションシステムを含む。ナビゲーションシステムは、１つ以上の慣性センサ（例えば、加速度計、ジャイロ、磁力計）からのデータと、測位システム（例えば、衛星ベース、ネットワークベース）からのポジション座標とを使用して、モバイルデバイスの現在ロケーション及び移動方向を決定するソフトウェアナビゲーションアプリケーションを実行するマイクロプロセッサを含むことができる。ナビゲーションアプリケーションは、ユーザが所望の目的地を入力し、ユーザの好みに従って現在ロケーションから目的地までの経路を計算することを可能にする。マップ表示は、モバイルデバイスの現在ロケーション、所望の目的地、及び経路に沿った関心ポイント（ＰＯＩ）を示すマーカを含む。いくつかのナビゲーションアプリケーションは、ターンバイターン指示をユーザに提供することができる。指示は、マップ表示上で、及び／又はオーディオ出力を通してナビゲーションアシスタントによって、ユーザに提示されることができる。他のモバイルデバイスアプリケーションは、個人化及び文脈のためにロケーションを使用し得る。
【発明の概要】
【0003】
本開示は、ユーザデバイスの測位精度を改善するために機械学習を使用するための方法及びシステムについて説明する。より具体的には、本開示は、ハイブリッド測位システム及びユーザ機器（ＵＥ）ベースのフィンガープリンティングシステムについて説明する。以下でより詳細に説明するように、これらのシステムは、機械学習を使用して、例えば、無線通信システムにおけるユーザデバイスの測位精度を改善する。
【0004】
本開示の一態様によれば、方法は、ユーザデバイスについての複数のポジション推定値を受信することと、訓練された機械学習モデルへの入力として複数のポジション推定値を提供することと、ユーザデバイスのハイブリッドポジションを出力することと、を含む。
【0005】
前述の実装形態は、コンピュータ実施方法と、コンピュータ実施方法を実行するためのコンピュータ可読命令を記憶する非一時的コンピュータ可読媒体と、コンピュータ実施方法又は非一時的コンピュータ可読媒体に記憶された命令を実行するように構成されたハードウェアプロセッサと相互動作可能に結合されたコンピュータメモリを含むコンピュータシステムとを使用して適用可能である。これら及び他の実施形態は各々、以下の特徴のうち１つ以上を任意選択的に含むことができる。
【0006】
いくつかの実装形態では、複数のポジション推定値が複数の測位方法から生成される。
【0007】
いくつかの実装形態では、ハイブリッドポジションは、複数のポジション推定値の加重平均である。
【0008】
いくつかの実装形態では、機械学習モデルは、機械学習アルゴリズムを使用して訓練される。いくつかの実装形態では、機械学習アルゴリズムは教師あり学習アルゴリズムである。
【0009】
いくつかの実装形態では、機械学習訓練は、機械学習モデルの出力を基準ロケーション情報と比較することを含む。いくつかの実装形態では、基準ロケーション情報は既知のロケーション情報である。
【0010】
いくつかの実装形態では、方法は、ユーザデバイスによって実行される。
【0011】
いくつかの実装形態では、方法は、ネットワークエンティティによって実行される。
【0012】
いくつかの実装形態では、ネットワークエンティティはＬＭＦである。
【0013】
いくつかの実装形態では、方法は、ハイブリッドポジションを要求する第１のメッセージをネットワークエンティティから受信することと、ハイブリッドポジションをネットワークエンティティに通信するための第２のメッセージを生成することとを更に含む。
【0014】
いくつかの実装形態では、第１のメッセージはネットワークからのＲｅｑｕｅｓｔＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージであり、第２のメッセージはＬＰＰ ＰｒｏｖｉｄｅＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージである。
【0015】
いくつかの実装形態では、本方法は、機械学習モデルに対する要求を生成することと、第１のメッセージ中の要求を訓練ノードに通信することと、訓練ノードから第２のメッセージ中の機械学習モデルを受信することとを更に含む。
【0016】
いくつかの実装形態では、第１のメッセージはＬＰＰ ＲｅｑｕｅｓｔＡｓｓｉｓｔａｎｃｅＤａｔａメッセージであり、第２のメッセージはＬＰＰ ＰｒｏｖｉｄｅＡｓｓｉｓｔａｎｃｅＤａｔａメッセージである。
【0017】
いくつかの実装形態では、第１のメッセージはＬＰＰメッセージＲｅｑｕｅｓｔＵＥＡｓｓｉｓｔａｎｃｅＤａｔａであり、第２のメッセージはＬＰＰ ＰｒｏｖｉｄｅＵＥＡｓｓｉｓｔａｎｃｅＤａｔａメッセージである。
【0018】
本開示の別の態様によれば、方法は、無線周波数測定値のマップを受信することと、ユーザデバイスによって受信された１つ以上の信号に関する個別の信号強度インジケータ値を測定することと、ユーザデバイスによって受信された１つ以上の信号についての個別の信号強度インジケータ値に基づいて、ユーザデバイスのポジションを決定することとを含む。
【0019】
前述の実装形態は、コンピュータ実施方法と、コンピュータ実施方法を実行するためのコンピュータ可読命令を記憶する非一時的コンピュータ可読媒体と、コンピュータ実施方法又は非一時的コンピュータ可読媒体に記憶された命令を実行するように構成されたハードウェアプロセッサと相互動作可能に結合されたコンピュータメモリを含むコンピュータシステムとを使用して適用可能である。これら及び他の実施形態は各々、以下の特徴のうち１つ以上を任意選択的に含むことができる。
【0020】
いくつかの実装形態では、ユーザデバイスのポジションを決定するためにマップを使用することは、個別の信号強度インジケータ値をマップと比較することと、個別の信号強度インジケータ値に対するｋ近傍一致を識別することとを含む。
【0021】
いくつかの実装形態では、比較は、ｋ近傍（ＫＮＮ）アルゴリズムを使用して行われる。
【0022】
いくつかの実装形態では、ｋ近傍一致を識別することは、個別の信号強度インジケータ値とマップ内の１つ以上の基準値との間のユークリッド距離を使用することを含む。
【0023】
いくつかの実装形態では、方法は、ｋ近傍フィンガープリントに基づいてポジションを計算することを更に含む。
【0024】
いくつかの実装形態では、ｋ近傍フィンガープリントに基づいてポジションを計算することは、ｋ近傍一致に関連付けられたポジションを平均化することを含む。
【0025】
本明細書の主題の１つ以上の実装形態の詳細は、発明を実施するための形態、添付の図面、及び特許請求の範囲に記載されている。本主題の他の特徴、態様、及び利点は、明細書、特許請求の範囲、及び添付の図面から明らかとなるであろう。
【図面の簡単な説明】
【0026】
【図1】いくつかの実装形態による、いくつかの実装形態による、無線通信システムを示す図である。
【0027】
【図2】いくつかの実装形態による、例示的なハイブリッド測位システムを示す図である。
【0028】
【図3】いくつかの実装形態による、いくつかの実装形態による、例示的なハイブリッド測位ワークフローを示す図である。
【0029】
【図4】いくつかの実装形態による、ユーザデバイスベースの（ＵＥベースの）フィンガープリンティング測位システムを示す図である。
【0030】
【図5A】いくつかの実装形態による、ハイブリッド測位方法を示す図である。
【0031】
【図5B】いくつかの実装形態による、ＵＥベースのフィンガープリンティング測位方法を示す図である。
【0032】
【図6】いくつかの実装形態による、例示的なデバイスアーキテクチャのブロック図である。
【0033】
【図7】いくつかの実装形態による、例示的な無線通信システムを示す図である。
【0034】
様々な図面における同様な参照番号及び呼称は、同様な要素を指示する。
【発明を実施するための形態】
【0035】
以下の詳細な説明は、添付の図面を参照する。同じ参照番号が、同じ又は類似の要素を識別するために、異なる図面において使用される場合がある。以下の記載において、限定するためではなく説明の目的上、様々な実施形態の様々な態様の完全な理解を提供するために、特定の構造、アーキテクチャ、インタフェース、技法などの具体的な詳細を説明する。しかし、様々な実施形態の様々な態様が、これらの具体的な詳細から逸脱した他の例において実施され得ることは、本開示の利益を有する技術分野の当業者には明らかであろう。場合によっては、様々な実施形態の説明を不必要な詳細によって不明瞭にしないように、周知のデバイス、回路、及び方法の説明は省略される。本開示の目的のために、「Ａ又はＢ」は、（Ａ）、（Ｂ）、又は（Ａ及びＢ）を意味する。
【0036】
本開示は、ユーザデバイスの測位精度を改善するために機械学習を使用するための方法及びシステムについて説明する。より具体的には、本開示は、ハイブリッド測位システム及びユーザ機器（ＵＥ）ベースのフィンガープリンティングシステムについて説明する。以下でより詳細に説明するように、これらのシステムは、機械学習を使用して、例えば、無線通信システムにおけるユーザデバイスの測位精度を改善する。
【0037】
図１は、いくつかの実装形態による無線通信システム１００を示す。便宜上、限定はしないが、例示的なシステム１００は、第３の世代パートナーシッププロジェクト（３ＧＰＰ）技術上の規格によって定義されたロングタームエボリューション（ＬＴＥ）及び第５の世代（５Ｇ）新無線（ＮＲ）通信標準の文脈で説明される。より詳細には、無線通信システム１００は、ＬＴＥ及びＮＲの両方を組み込んだ非スタンドアロン（ＮＳＡ）ネットワーク、例えば、Ｅ－ＵＴＲＡ（進化型ユニバーサル地上無線アクセス）－ＮＲ二重接続（ＥＮ－ＤＣ）ネットワーク、及びＮＥ－ＤＣネットワークに関連して説明される。しかしながら、無線通信システム１００は、ＮＲのみを組み込んだスタンドアロン（ＳＡ）ネットワークであってもよい。更に、将来の３ＧＰＰシステム（例えば、第６の世代（６Ｇ））システム、ＩＥＥＥ ８０２．１６プロトコル（例えば、ＷＭＡＮ、ＷｉＭＡＸなど）などを含む、他のタイプの通信規格が可能である。
【0038】
図１に示すように、無線通信システム１００は、ユーザデバイス１０２を含む。ユーザデバイス１０２は、民生用デバイス、携帯電話、スマートフォン、機能電話、タブレットコンピュータ、ウェアラブルコンピュータデバイスなどの任意のモバイル又は非モバイルコンピューティングデバイスを含むことができる。
【0039】
ユーザデバイス１０２は、例えば、通信可能に結合することによって、無線アクセスネットワーク（Radio Access Network、ＲＡＮ）１０４に接続されるように、構成することができる。実施形態では、ＲＡＮ１０４は、ＮＧ ＲＡＮ若しくは５Ｇ ＲＡＮ、Ｅ－ＵＴＲＡＮ、又はＵＴＲＡＮ若しくはＧＥＲＡＮなどのレガシーＲＡＮであってもよい。本明細書で使用するとき、用語「ＮＧ ＲＡＮ」などは、ＮＲ又は５Ｇシステムで動作するＲＡＮを指し、用語「Ｅ－ＵＴＲＡＮ」などは、ＬＴＥ又は４Ｇシステムで動作するＲＡＮを指してもよい。ユーザデバイス１０２は、物理通信インタフェース又は層を備える接続（又はチャネル）１０８を利用する。
【0040】
一例では、接続１０８は、通信結合を可能にするためのエアインタフェースであり、ＧＳＭ（登録商標）プロトコル、ＣＤＭＡネットワークプロトコル、ＰＴＴプロトコル、ＰＯＣプロトコル、ＵＭＴＳプロトコル、３ＧＰＰ ＬＴＥプロトコル、アドバンストロングタームエボリューション（ＬＴＥ－Ａ）プロトコル、無認可スペクトルへのＬＴＥベースアクセス（ＬＴＥ－Ｕ）、５Ｇプロトコル、ＮＲプロトコル、無認可スペクトルへのＮＲベースアクセス（ＮＲ－Ｕ）プロトコル、及び／又は本明細書で説明する他の通信プロトコルのいずれかなどのセルラ通信プロトコルに一致し得る。
【0041】
また、図１に示すように、無線通信システム１００は、ロケーション管理機能（ＬＭＦ）１０６を含む。ＬＭＦ１０６は、以下の機能のうちの１つ以上をサポートする５Ｇコアネットワーク（５ＧＣ）内のネットワークエンティティである：（ｉ）ユーザデバイス（例えば、ユーザデバイス１０２）のロケーション決定、（ｉｉ）ユーザデバイス（例えば、ユーザデバイス１０２）からダウンリンクロケーション測定値又はロケーション推定値を取得すること、（ｉｉｉ）ＲＡＮ（例えば、ＲＡＮ１０４）からアップリンクロケーション測定値を取得すること、（ｉｖ）ＲＡＮ（例えば、ＲＡＮ１０４）から非ＵＥ関連支援データを取得すること。したがって、ＬＭＦ１０６は、ユーザデバイス１０２及び／又はＲＡＮ１０４から情報を受信することができ、その情報を使用してユーザデバイス１０２のポジションを計算することができる。情報は、測定値及び支援情報を含むことができる。ＬＭＦ１０６は、接続１１０を介してＲＡＮ１０４に直接接続されるものとして図１に示されているが、ＬＭＦ１０６は、代替的に、例えば、ＮＬインタフェースを介してＬＭＦ１０６に接続されるアクセス及びモビリティ管理機能（ＡＭＦ）を介して、ＲＡＮに間接的に接続されてもよい。
【0042】
いくつかの実施形態では、測位プロトコルＡ（例えば、ＮＲＰＰａ）が、次世代制御プレーンインタフェース（ＮＧ－Ｃ）を介してＲＡＮ１０４とＬＭＦ１０６との間で測位情報を搬送するために使用される。ＬＭＦ１０６は、ＡＭＦを介してＬＴＥ測位プロトコル（ＬＰＰ）を使用して、ユーザデバイス１０２を構成する。ＬＰＰは、ターゲットデバイス（例えば、ユーザデバイス１０２）と測位サーバ（例えば、ＬＭＦ１０６）との間で終端される。それは、基礎となるトランスポートとして、制御プレーンプロトコル又はユーザプレーンプロトコルのいずれかを使用し得る。
【0043】
いくつかの実施形態では、無線通信システム１００は、ハイブリッド測位システムを含み得る。以下でより詳細に説明するように、ハイブリッド測位システムは、複数の測位方法からの測位データ（例えば、測位推定値）を使用して、ユーザデバイスポジション（「ハイブリッドポジション」又は「ハイブリッドポジション推定値」とも呼ばれる）を計算する。
【0044】
図２は、いくつかの実装形態による、例示的なハイブリッド測位システム２００を示す図である。ハイブリッド測位システム２００は、ユーザデバイス、ネットワーク（例えば、ネットワークデバイス）、又はユーザデバイスとネットワークの両方によって実装され得る（例えば、システムのいくつかの機能はユーザデバイス上で実装され、他の機能はネットワーク上で実装される）。
【0045】
いくつかの実施形態では、ハイブリッド測位システム２００は、複数の測位方法からユーザデバイスについての測位情報を取得する。次いで、ハイブリッド測位システム２００は、測位情報を測位データ２０２として記憶する。測位データ２０２は、複数の測位方法を使用して計算された測位推定値を含むことができる。複数の測位方法は、ユーザデバイス及び／又は別のデバイス（例えば、ネットワークデバイス）によって実行され得る。例では、複数の測位方法は、拡張セルＩＤ（Ｅ－ＣｅｌｌＩＤ）、マルチセルラウンドトリップ時間（Ｍｕｌｔｉ－ＲＴＴ）、ダウンリンク発射角（ＤＬ－ＡｏＤ）、ダウンリンク到着時間差（ＤＬ－ＴＤＯＡ）、アップリンク到着時間差（ＵＬ－ＴＤＯＡ）、アップリンク到来角（ＵＬ－ＡＯＡ）など、ＲＡＴ依存測位方法のうちの１つ以上を含むことができる。追加及び／又は代替として、複数の測位方法は、全地球ナビゲーション衛星システム（ＧＮＳＳ）、無線ローカルエリアネットワーク（ＷＬＡＮ）方法、Ｂｌｕｅｔｏｏｔｈ（ＢＴ）方法、地上波ビーコンシステム（ＴＢＳ）など、ＲＡＴ非依存測位方法のうちの１つ以上を含むことができる。
【0046】
いくつかの実施形態では、ハイブリッド測位システム２００は、測位データ２０２に基づいてユーザデバイスのためのハイブリッド測位データを計算する。一例では、ハイブリッド測位システム２００は、測位データ２０２の加重平均を計算することによってハイブリッド測位データを計算する。具体的には、ハイブリッド測位システム２００は、異なる重み係数を異なる測位推定値に適用して、最終的な「ハイブリッド」測位推定値を計算する。
【0047】
いくつかの実施形態では、ハイブリッド測位システム２００は、機械学習モデルを訓練するために１つ以上の機械学習アルゴリズムを使用する。いくつかの例では、ハイブリッド測位システム２００は、訓練された機械学習モデル２０４を含む。機械学習モデル２０４は、１つ以上の入力に基づいてロケーション推定値を生成する。機械学習モデルへの入力は、ＵＥ又はネットワーク（例えば、ＬＭＦ）によってサポートされる１つ以上の測位方法によって生成された測位推定値を含む。追加及び／又は代替として、入力は、デバイスの粗いロケーション（例えば、セルＩＤ、トラッキングエリア（ＴＡ）など）、現在時刻、及び／又はデバイスが屋内／屋外であるかどうか（例えば、バイナリ指示）を含むことができる。機械学習モデルの出力は、ハイブリッド測位推定値である。
【0048】
いくつかの実施形態では、訓練は、機械学習モデル２０４の出力を基準ロケーション情報（例えば、他の測位方法、例えば、ＧＮＳＳを使用して取得された情報）と比較することを含む。基準ロケーションとの比較は、例えば、ＮＮバックプロパゲーション訓練のために使用され得る。訓練フェーズは、ハイブリッド測位システム２００（例えば、ユーザデバイスにおいて、又はネットワークにおいて）及び／又は別のシステム（例えば、指定された訓練システム）によって実行され得る。訓練フェーズが実施される１つ以上のノードは、訓練ノードと呼ばれる。機械学習モデル２０４は、それが訓練された同じデバイス（例えば、ＬＭＦ又はＵＥ）において使用され得るか、又は別のデバイス（ＬＭＦ又はＵＥ）に送信され得る。機械学習モデル２０４を使用する１つ以上のノードは、推論ノードと呼ばれる。
【0049】
いくつかの実施形態では、機械学習モデル２０４は、教師あり学習などの機械学習アルゴリズムを使用して訓練され得る。教師あり学習では、関心のある入力及び対応する出力が機械学習モデル２０４に提供される。機械学習モデル２０４は、後続の入力が提供されるときに所望の出力を提供するために、機械学習モデル２０４の出力と予期される出力との比較に基づいて、その機能（例えば、ニューラルネットワークの場合、２つ以上の異なる層の２つ以上のノードに関連付けられた１つ以上の重み）を調整する。教師あり学習アルゴリズムの例には、ディープニューラルネットワーク、類似度学習、線形回帰、ランダムフォレスト、ｋ近傍、サポートベクトルマシン、及び決定木が含まれる。
【0050】
いくつかの実施形態では、ユーザデバイス又はネットワーク（例えば、ＬＭＦ）において実行され得る推論フェーズ中に、２つ以上の測位方法が使用され、それらの出力は、ハイブリッド測位推定値を生成する訓練されたＭＬモデルに供給される。
【0051】
図３は、いくつかの実装形態による、例示的なハイブリッド測位ワークフロー３００を示す。ハイブリッド測位ワークフロー３００は、ユーザデバイス及び／又はネットワーク（例えば、ＬＭＦ）によって推論フェーズ中に実施され得る。図３に示すように、複数の測位方法からのポジション推定値は、機械学習モデル３０２に供給される。図３の例では、３つの測位方法からの３つのポジション推定値が機械学習モデル３０２に入力される。しかしながら、他の例では、任意の複数のポジション推定値が入力として使用され得る。加えて、デバイスの粗いロケーション、現在時刻、及び／又はデバイスが屋内／屋外であるかどうかなどの他の情報も、機械学習モデル３０２に入力され得る。また、図３に示すように、機械学習モデル３０２からの出力は、ハイブリッドポジション推定値３０４である。前に説明したように、ハイブリッドポジション推定値３０４は、入力ポジション推定値の加重和であり得、ここで、重みは機械学習モデル３０２によって決定される。
【0052】
いくつかの実施形態では、ハイブリッド測位システム２００をサポートするために、ユーザデバイス及び／又はネットワークのためのシグナリング拡張が実施される。一例では、ハイブリッド測位推定値の要求及び受信をサポートするために、ユーザデバイスとネットワークとの間のシグナリングに対して拡張が行われる。一例として、ユーザデバイスがハイブリッド測位推定値を計算する実装形態では、ネットワークからユーザデバイスへのＬＰＰ ＲｅｑｕｅｓｔＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージは、ネットワーク（例えば、ＬＭＦ）がユーザデバイスからハイブリッド測位推定値を要求することを可能にするように修正される。更に、ユーザデバイスからネットワークへのＬＰＰ ＰｒｏｖｉｄｅＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージは、ハイブリッド測位結果を提供するために修正される。
【0053】
いくつかの実施形態では、１つのノード（例えば、ユーザデバイス又はネットワーク）における訓練及び別のノード（ユーザデバイス又はネットワークのうちの他方）における推論を可能にするために、測位プロトコルが、モデル転送をサポートするように拡張される。一例として、モデル訓練がネットワークによって行われる実装形態では、ユーザデバイスからネットワークへのＬＰＰ ＲｅｑｕｅｓｔＡｓｓｉｓｔａｎｃｅＤａｔａメッセージは、ユーザデバイスがハイブリッド測位ＭＬモデル（例えば、機械学習モデル２０４）を要求することを可能にするように修正される。ＲｅｑｕｅｓｔＡｓｓｉｓｔａｎｃｅＤａｔａメッセージは、ＭＬ訓練フェーズをトリガし得るか、又はＭＬ訓練は、要求の前に実行され得る。更に、ＬＰＰ ＰｒｏｖｉｄｅＡｓｓｉｓｔａｎｃｅＤａｔａ （ユーザデバイスへのネットワーク）は、ハイブリッド測位ＭＬモデルを提供するように修正される。
【0054】
いくつかの実施形態では、（モデル訓練がユーザデバイスによって実行される場合）訓練されたＭＬモデルをユーザデバイスからネットワークに転送するために、新しいＬＰＰ手順が定義され得る。新しいＬＰＰ手順は、ネットワークからユーザデバイスへのＬＰＰメッセージＲｅｑｕｅｓｔＵＥＡｓｓｉｓｔａｎｃｅＤａｔａを含むことができる。更に、新しいＬＰＰ手順は、ユーザデバイスからネットワークへのＬＰＰメッセージＰｒｏｖｉｄｅＵＥＡｓｓｉｓｔａｎｃｅＤａｔａを含むことができる。
【0055】
いくつかの実施形態では、機械学習モデルは、訓練ノードがより多くの訓練データポイントを取得するにつれて、連続的又は周期的に更新されてもよい。現在使用されている機械学習モデルのバージョンを決定するために、機械学習モデルの各反復は、バージョン識別子を割り当てられ得る。推論ノードは、訓練ノードからの機械学習モデルに対する要求においてバージョン識別子を使用することができる。推論ノードが機械学習モデルの最新バージョンをすでに有している場合、訓練ノードは推論ノードにそのようなものとして通知することができる。本明細書で説明されるシグナリングは、バージョン識別子を含むフィールドを含み得る。
【0056】
いくつかの実施形態では、無線通信システム１００は、追加及び／又は代替として、ＵＥベースのフィンガープリンティング測位システムを含み得る。フィンガープリンティング測位は、例えば、Ｗｉ－Ｆｉ接続デバイス又は他の無線接続「ホットスポット」から発する所定の受信信号強度インジケータ（ＲＳＳＩ）値に基づいて、ロケーション又は環境の特定のエリアの無線周波数（ＲＦ）マップを開発する技術である。現在、フィンガープリンティングは、ネットワークによって実施され得る。フィンガープリンティングがネットワーク側で実施されるので、測位システムは、レイテンシ問題を被る可能性があり、カバレッジ外にあるユーザデバイスに利用可能でない可能性がある。ユーザデバイスベースのフィンガープリンティング測位システムの利点は、少なくとも、より低いレイテンシ及びカバレッジ外測位である。
【0057】
図４は、いくつかの実装形態による、ユーザデバイスベースの（ＵＥベースの）フィンガープリンティング測位システム４００を示す図である。ＵＥベースのフィンガープリンティング測位システム４００は、ユーザデバイスによって実施され得る。
【0058】
いくつかの実施形態では、ユーザデバイスは、ＲＦ測定値のマップを受信する。マップは、ユーザデバイス又は別のデバイス（例えば、ネットワークデバイス又は別のユーザデバイス）によって生成され得る。マップは、所定の受信信号強度インジケータ（ＲＳＳＩ）値に基づくロケーション又は環境の特定のエリアのものであり得る。マップは、マップ４０２としてユーザデバイスに記憶される。
【0059】
いくつかの実施形態では、測位モジュール４０４は、ユーザデバイスのポジションを決定するためにマップ４０２を使用する。測位モジュール４０４は、ネットワークへのユーザデバイスの信号強度インジケータ値（例えば、ＲＳＳＩ）を使用する。次いで、値をマップと比較して（例えば、ｋ近傍（ＫＮＮ）アルゴリズムを使用して）、最良の一致を見出す。ｋ近傍フィンガープリントは、例えば、測定されたＲＳＳＩとマップ４０２からの参照されたＲＳＳＩとの間のユークリッド距離を使用することによって、マップ４０２において見いだされる。次いで、測位推定値は、これらのｋ近傍フィンガープリントに基づいて、例えば、それらの基準ポイントロケーションを平均することによって計算される。
【0060】
いくつかの実施形態では、ＵＥベースのフィンガープリンティング測位システム４００をサポートするために、ユーザデバイス及び／又はネットワークのためのシグナリング拡張が実施される。一例では、シグナリング拡張は、マップをユーザデバイスに転送する方法を定義する。これは、（ｉ）既存のＬＰＰメッセージ：ＲｅｑｕｅｓｔＡｓｓｉｓｔａｎｃｅＤａｔａ（ユーザデバイスからネットワーク）及びＰｒｏｖｉｄｅＡｓｓｉｓｔａｎｃｅＤａｔａ（ネットワークからユーザデバイス）を拡張することによって、又は（ｉｉ）新しいＬＰＰメッセージ：ＲｅｑｕｅｓｔＭａｐＩｎｆｏｒｍａｔｉｏｎ（ユーザデバイスからネットワーク）及びＰｒｏｖｉｄｅＭａｐＩｎｆｏｒｍａｔｉｏｎ（ネットワークからユーザデバイス）によって実現することができる。メッセージは、マップ全体、又はネットワークで利用可能なマップの一部を転送するために使用することができる。後者の場合、ユーザデバイスからの要求は、粗いユーザデバイスロケーションを搬送することができる。代替的に、ネットワークは、例えば、ユーザデバイスのＴＡ又はセルｉｄに基づいて、粗いユーザデバイスロケーションを推定し得る。
【0061】
いくつかの実施形態では、本明細書で説明されるシステムをサポートするために、新しいユーザデバイス能力が実施され得る。新しいユーザデバイス能力は、ハイブリッド測位のためのサポート及び／又はＵＥベースのフィンガープリンティング測位のためのサポートを含む。加えて、ハイブリッド測位のためのＭＬモデルを提供する能力が導入され得る。これらの新しい能力をサポートするために、以下のＬＰＰメッセージが拡張される：ＲｅｑｕｅｓｔＣａｐａｂｉｌｉｔｉｅｓ（ネットワークがユーザデバイス能力を要求するため）及びＰｒｏｖｉｄｅＣａｐａｂｉｌｉｔｉｅｓ（ユーザデバイスがネットワークに能力を提供するため）。
【0062】
図５Ａは、いくつかの実装形態による、ハイブリッド測位方法５００を示す図である。提示を明確にするために、以下の説明は、概して、本説明における他の図の文脈において方法５００を説明する。例えば、方法５００は、ネットワークエンティティ、例えば、ＬＭＦ１０６によって、又はユーザデバイス、例えば、ユーザデバイス１０２によって実行され得る。方法５００は、例えば、任意の適切なシステム、環境、ソフトウェア、ハードウェア、又はシステム、環境、ソフトウェア、及びハードウェアの組合せによって適宜実行され得ることが理解されるであろう。いくつかの実装形態では、方法５００の様々なステップは、並行して、組み合わせて、ループで、又は任意の順序で実行され得る。
【0063】
ステップ５０２において、方法５００は、ユーザデバイスについての複数のポジション推定値を受信することを含む。複数のポジション推定値は、複数の測位方法から生成され得る。
【0064】
ステップ５０４において、方法５００は、訓練された機械学習モデルへの入力として複数のポジション推定値を提供することを含む。
【0065】
ステップ５０６において、方法５００は、ユーザデバイスのハイブリッドポジションを出力することを含む。いくつかの実装形態では、ハイブリッドポジションは、複数のポジション推定値の加重平均である。
【0066】
いくつかの実装形態では、機械学習モデルは、機械学習アルゴリズムを使用して訓練される。いくつかの実装形態では、機械学習アルゴリズムは教師あり学習アルゴリズムである。
【0067】
いくつかの実装形態では、機械学習訓練は、機械学習モデルの出力を基準ロケーション情報と比較することを含む。いくつかの実装形態では、基準ロケーション情報は既知のロケーション情報である。
【0068】
いくつかの実装形態では、方法５００は、ユーザデバイスによって実行される。
【0069】
いくつかの実装形態では、方法５００は、ネットワークエンティティによって実行される。
【0070】
いくつかの実装形態では、ネットワークエンティティはＬＭＦである。
【0071】
いくつかの実装形態では、方法５００は、ハイブリッドポジションを要求する第１のメッセージをネットワークエンティティから受信することと、ハイブリッドポジションをネットワークエンティティに通信するための第２のメッセージを生成することとを更に含む。
【0072】
いくつかの実装形態では、第１のメッセージはネットワークからのＲｅｑｕｅｓｔＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージであり、第２のメッセージはＬＰＰ ＰｒｏｖｉｄｅＬｏｃａｔｉｏｎＩｎｆｏｒｍａｔｉｏｎメッセージである。
【0073】
いくつかの実装形態では、方法５００は、機械学習モデルに対する要求を生成することと、第１のメッセージ中の要求を訓練ノードに通信することと、訓練ノードから第２のメッセージ中の機械学習モデルを受信することとを更に含む。
【0074】
いくつかの実装形態では、第１のメッセージはＬＰＰ ＲｅｑｕｅｓｔＡｓｓｉｓｔａｎｃｅＤａｔａメッセージであり、第２のメッセージはＬＰＰ ＰｒｏｖｉｄｅＡｓｓｉｓｔａｎｃｅＤａｔａメッセージである。
【0075】
いくつかの実装形態では、第１のメッセージはＬＰＰメッセージＲｅｑｕｅｓｔＵＥＡｓｓｉｓｔａｎｃｅＤａｔａであり、第２のメッセージはＬＰＰ ＰｒｏｖｉｄｅＵＥＡｓｓｉｓｔａｎｃｅＤａｔａメッセージである。
【0076】
図５Ｂは、いくつかの実装形態による、ＵＥベースのフィンガープリンティング測位方法５２０を示す図である。提示を明確にするために、以下の説明は、概して、本説明における他の図の文脈において方法５２０を説明する。例えば、方法５２０は、ユーザデバイス、例えばユーザデバイス１０２によって実行することができる。方法５２０は、例えば、任意の適切なシステム、環境、ソフトウェア、ハードウェア、又はシステム、環境、ソフトウェア、及びハードウェアの組合せによって適宜実行され得ることが理解されるであろう。いくつかの実装形態では、方法５２０の様々なステップは、並行して、組み合わせて、ループで、又は任意の順序で実行され得る。
【0077】
ステップ５２２において、方法５００は、無線周波数測定値のマップを受信することを含む。マップは、ユーザデバイス又は別のデバイス（例えば、ネットワークデバイス）によって生成され得る。マップは、所定の受信信号強度インジケータ（ＲＳＳＩ）値に基づくロケーション又は環境の特定のエリアのものであり得る。
【0078】
ステップ５２４において、方法５００は、ユーザデバイスによって受信された１つ以上の信号に関する個別の信号強度インジケータ値を測定することを含む。いくつかの実装形態では、値をマップと比較して（例えば、ｋ近傍（ＫＮＮ）アルゴリズムを使用して）、最良の一致を見出す。ｋ近傍フィンガープリントは、測定値とマップからの参照値との間のユークリッド距離を使用することによってマップ内で見いだされる。次いで、測位推定値は、これらのｋ近傍フィンガープリントに基づいて、それらの基準ポイントロケーションを平均することによって計算される。いくつかの例では、ｋの値は、反復プロセス（例えば、トライアンドエラー）を通して決定される。
【0079】
ステップ５２６において、方法５００は、ユーザデバイスによって受信された１つ以上の信号についての個別の信号強度インジケータ値に基づいて、ユーザデバイスのポジションを決定することを含む。
【0080】
いくつかの実装形態では、ユーザデバイスのポジションを決定するためにマップを使用することは、個別の信号強度インジケータ値をマップと比較することと、個別の信号強度インジケータ値に対するｋ近傍一致を識別することとを含む。
【0081】
いくつかの実装形態では、比較は、ｋ近傍（ＫＮＮ）アルゴリズムを使用して行われる。
【0082】
いくつかの実装形態では、ｋ近傍一致を識別することは、個別の信号強度インジケータ値とマップ内の１つ以上の基準値との間のユークリッド距離を使用することを含む。
【0083】
いくつかの実装形態では、方法５２０は、ｋ近傍フィンガープリントに基づいてポジションを計算することを更に含む。
【0084】
いくつかの実装形態では、ｋ近傍フィンガープリントに基づいてポジションを計算することは、ｋ近傍一致に関連付けられた位置を平均化することを含む。
【0085】
図６は、図１から図５Ｂを参照して説明される特徴及びプロセスを実施するための例示的なデバイスアーキテクチャ６００のブロック図である。例えば、アーキテクチャ６００は、ユーザデバイス１０２及び／又はＬＭＦ１０６を実施するために使用されることができる。アーキテクチャ６００は、デスクトップコンピュータ、サーバコンピュータ、ポータブルコンピュータ、スマートフォン、タブレットコンピュータ、ゲームコンソール、ウェアラブルコンピュータ、セットトップボックス、メディアプレーヤ、スマートＴＶなどを含むが、これらに限定されない、図１から図５Ｂを参照して説明される特徴を生成するための任意のデバイス内に実装することができる。
【0086】
アーキテクチャ６００は、メモリインタフェース６０２、１つ以上のデータプロセッサ６０４、１つ以上のデータコプロセッサ６７４、及び周辺機器インタフェース６０６を含み得る。メモリインタフェース６０２、プロセッサ（単数又は複数）６０４、コプロセッサ（単数又は複数）６７４、及び／又は周辺機器インタフェース６０６を別個の構成要素とすることができ、又は１つ以上の集積回路内に統合することができる。１つ以上の通信バス又は信号線は、様々な構成要素を結合することができる。
【0087】
プロセッサ（単数又は複数）６０４及び／又はコプロセッサ（単数又は複数）６７４は、本明細書に記載される動作を実行するために協働することができる。例えば、プロセッサ（単数又は複数）６０４は、アーキテクチャ６００用の一次コンピュータプロセッサとして機能するように構成された１つ以上の中央処理ユニット（ＣＰＵ）を含み得る。一例として、プロセッサ（単数又は複数）６０４は、アーキテクチャ６００の一般化されたデータ処理タスクを実行するように構成することができる。更に、データ処理タスクのうちの少なくともいくつかは、コプロセッサ（単数又は複数）６７４にオフロードされ得る。例えば、動きデータの処理、画像データの処理、データの暗号化、及び／又は特定の種類の算術演算の実行などの特殊なデータ処理タスクを、それらのタスクを取り扱うための１つ以上の特殊なコプロセッサ（単数又は複数）６７４にオフロードすることができる。いくつかの場合では、プロセッサ（単数又は複数）６０４は、コプロセッサ（単数又は複数）６７４よりも相対的に強力であり得、及び／又はコプロセッサ（単数又は複数）６７４よりも多くの電力を消費することができる。これは、例えば、プロセッサ（単数又は複数）６０４が一般化されたタスクを迅速に取り扱うことを可能にし、同時に、それらのタスクをより効率的に及び／又はより効果的に実行し得るコプロセッサ（単数又は複数）６７４に特定の他のタスクをオフロードすることも可能にするため、有用であり得る。いくつかの場合では、コプロセッサ（単数又は複数）は、１つ以上のセンサ又は（例えば、本明細書に記載されるような）他の構成要素を含むことができ、それらのセンサ又は構成要素を使用して取得されたデータを処理し、処理されたデータを更なる分析のためにプロセッサ（単数又は複数）６０４に提供するように構成することができる。
【0088】
センサ、デバイス、及びサブシステムを周辺機器インタフェース６０６に結合することにより、多機能性を促進することができる。例えば、動きセンサ６１０、光センサ６１２、及び近接センサ６１４を周辺機器インタフェース６０６に結合することによって、向き、照明、及びアーキテクチャ６００の近接機能を容易にできる。例えば、いくつかの実装形態では、光センサ６１２を利用して、タッチ面６４６の輝度の調整を容易にすることができる。いくつかの実装形態では、動きセンサ６１０を利用して、デバイスの動き及び向きを検出することができる。例えば、動きセンサ６１０は、（例えば、動きセンサ６１０及び／若しくはアーキテクチャ６００が経験した加速度をある期間にわたって測定するための）１つ以上の加速度計、並びに／又は（例えば、動きセンサ６１０及び／若しくはモバイルデバイスの向きを測定するための）１つ以上のコンパス若しくはジャイロ、を含み得る。いくつかの場合では、動きセンサ６１０によって取得された測定値情報は、１つ以上の時間変化信号（例えば、ある期間にわたる加速度及び／又は向きの時間変化プロット）の形態であり得る。更に、表示オブジェクト又はメディアを、検出された向きに従って（例えば、「縦方向」の向き又は「横方向」の向きに従って）提示することができる。いくつかの場合では、動きセンサ６１０は、動きセンサ６１０によって取得された測定値を処理するように構成されたコプロセッサ６７４に直接統合することができる。例えば、コプロセッサ６７４は、１つ以上の加速度計、コンパス、及び／又はジャイロスコープを含むことができ、これらのセンサの各々からセンサデータを取得し、センサデータを処理し、処理されたデータを更なる分析のためにプロセッサ（単数又は複数）６０４に送信するように構成することができる。
【0089】
温度センサ、生体測定センサ、又は他の検知デバイスなど、他のセンサもまた、周辺機器インタフェース６０６に接続して、関連する機能を促進することができる。一例として、図６に示すように、アーキテクチャ６００は、ユーザの心臓の拍動を測定する心拍数センサ６３２を含み得る。同様に、これらの他のセンサはまた、これらのセンサから取得された測定値を処理するように構成された１つ以上のコプロセッサ（単数又は複数）６７４に直接統合することができる。
【0090】
ロケーションプロセッサ６１５（例えば、ＧＮＳＳ受信機チップ）を周辺機器インタフェース６０６に接続して、ジオリファレンスを提供することができる。電子磁力計６１６（例えば、集積回路チップ）はまた、周辺機器インタフェース６０６に接続され、磁北の方向を判定するために使用できるデータを提供することができる。このように、電子磁力計６１６は、電子コンパスとして使用することができる。
【0091】
カメラサブシステム６２０及び光学センサ６２２（例えば、電荷結合素子［ＣＣＤ］又は相捕型金属酸化膜半導体［ＣＭＯＳ］光学センサ）を利用して、写真及びビデオクリップの記録などのカメラ機能を容易にすることができる。
【0092】
通信機能は、１つ以上の通信サブシステム６２４を介して促進され得る。通信サブシステム（単数又は複数）６２４は、１つ以上の無線及び／又は有線通信サブシステムを含むことができる。例えば、無線通信サブシステムは、無線周波数受信機及び送信機、並びに／又は光（例えば、赤外線）受信機及び送信機を含むことができる。別の例として、有線通信システムには、ポートデバイス、例えば、ユニバーサルシリアルバス（ＵＳＢ）ポート、又は他の通信デバイス、ネットワークアクセスデバイス、パーソナルコンピュータ、プリンタ、表示スクリーン、若しくはデータを送受信することができる他の処理デバイスなどの、他のコンピューティングデバイスへの有線接続を確立するために使用できるいくつかの他の有線ポート接続、が含まれ得る。
【0093】
通信サブシステム６２４の具体的な設計及び実装形態は、アーキテクチャ６００が動作することを意図する通信ネットワーク（単数又は複数）又は媒体（単数又は複数）に依存し得る。例えば、アーキテクチャ６００には、モバイル通信（ＧＳＭ）ネットワーク、ＧＰＲＳネットワーク、拡張データＧＳＭ環境（ＥＤＧＥ）ネットワーク、８０２．ｘ通信ネットワーク（例えば、Ｗｉ－Ｆｉ、Ｗｉ－Ｍａｘ）、符号分割多元接続（ＣＤＭＡ）ネットワーク、ＮＦＣ、及びＢｌｕｅｔｏｏｔｈ（登録商標）ネットワーク用のグローバルシステムを介して動作するように設計された無線通信サブシステムを含むことができる。無線通信サブシステムはまた、アーキテクチャ６００を他の無線デバイス用の基地局として構成できるように、ホスティングプロトコルを含むことができる。別の例として、通信サブシステム６２４は、例えば、ＴＣＰ／ＩＰプロトコル、ＨＴＴＰプロトコル、ＵＤＰプロトコル、及び任意の他の既知のプロトコルなどの１つ以上のプロトコルを使用して、アーキテクチャ６００をホストデバイスと同期させることを可能にし得る。
【0094】
オーディオサブシステム６２６をスピーカ６２８及び１つ以上のマイクロフォン６３０に結合することにより、音声認識機能、音声複製機能、デジタル録音機能、及び電話機能などの音声対応可能な機能を容易にすることができる。
【0095】
Ｉ／Ｏサブシステム６４０は、タッチコントローラ６４２及び／又は他の入力コントローラ（単数又は複数）６４４を含むことができる。タッチコントローラ６４２は、タッチ面６４６に結合することができる。タッチ面６４６及びタッチコントローラ６４２は、例えば、いくつかのタッチ感度技術のうちのいずれかを使用して、接触及び動作を検出することも、又は接触及び動作の中断を検出することもできる。タッチ感度技術としては、静電容量技術、抵抗性技術、赤外線技術、及び表面弾性波技術に加えて、タッチ面６４６との１つ以上の接触ポイントを判定するための、他の近接センサアレイ又は他の要素が挙げられるが、これらに限定されない。一実装形態では、タッチ面６４６は、仮想又はソフトボタン、及び仮想キーボードを表示することができ、仮想キーボードは、ユーザによる入力／出力デバイスとして使用することができる。
【0096】
他の入力コントローラ（単数又は複数）６４４は、１つ以上のボタン、ロッカースイッチ、サムホイール、赤外線ポート、ＵＳＢポート、及び／又はスタイラスなどのポインタデバイスなどの、他の入力／制御デバイス６４８に結合することができる。１つ以上のボタン（図示せず）には、スピーカ６２８及び／又はマイクロフォン６３０のボリューム制御用の上／下ボタンを含むことができる。
【0097】
いくつかの実装形態では、アーキテクチャ６００は、ＭＰ３ファイル、ＡＡＣファイル、及びＭＰＥＧビデオファイルなどの、記録されたオーディオファイル及び／又はビデオファイルを提示することができる。いくつかの実装形態では、アーキテクチャ６００は、ＭＰ３プレーヤの機能性を含むことができ、他のデバイスに係留するためのピンコネクタを含み得る。他の入出力及び制御デバイスを使用できる。
【0098】
メモリインタフェース６０２は、メモリ６５０に結合することができる。メモリ６５０としては、１つ以上の磁気ディスク記憶デバイス、１つ以上の光学記憶デバイス、若しくはフラッシュメモリ（例えば、ＮＡＮＤ、ＮＯＲ）などの、高速ランダムアクセスメモリ又は不揮発性メモリを挙げることができる。メモリ６５０には、Ｄａｒｗｉｎ、ＲＴＸＣ、ＬＩＮＵＸ、ＵＮＩＸ、ＯＳ Ｘ、ＷＩＮＤＯＷＳ、ＡＮＤＲＯＩＤなどのオペレーティングシステム６５２、又はＶｘＷｏｒｋｓなどの組み込みオペレーティングシステムを記憶することができる。オペレーティングシステム６５２は、基本システムサービスを処理する命令、及びハードウェア依存タスクを実行する命令を含むことができる。いくつかの実装形態では、オペレーティングシステム６５２は、カーネル（例えば、ＵＮＩＸカーネル）を含み得る。
【0099】
メモリ６５０はまた、通信命令６５４を保存して、ピアツーピア通信を含む、１つ以上の追加のデバイス、１つ以上のコンピュータ又はサーバとの通信を容易にすることができる。通信命令６５４を使用して、（ＧＰＳ／ナビゲーション命令６６８によって取得された）デバイスの地理的ロケーションに基づいて、デバイスが使用するための動作モード又は通信媒体を選択することもできる。メモリ６５０は、タッチ入力及びジェスチャを解釈するためのタッチモデルを含む、グラフィックユーザインタフェース処理を容易にするグラフィカルユーザインタフェース命令６５６と、センサ関連の処理及び機能を容易にするセンサ処理命令６５８と、電話関連の処理及び機能を容易にする電話命令６６０と、電子メッセージング関連の処理及び機能を容易にする電子メッセージング命令６６２と、ウェブブラウジング関連の処理及び機能を容易にするウェブブラウジング命令６６４と、メディア処理関連の処理及び機能を容易にするメディア処理命令６６６と、ＧＰＳ及びナビゲーション関連プロセスを容易にするためのＧＰＳ／ナビゲーション命令６６８と、カメラ関連プロセス及び機能を容易にするためのカメラ命令６７０と、本明細書に記載されるプロセスの一部又は全てを実行するための他の命令６７２と、を含み得る。
【0100】
上記の特定された命令及びアプリケーションのそれぞれは、本明細書で説明される１つ以上の機能を実行するための命令セットに対応し得る。これらの命令は、別個のソフトウェアプログラム、手順、又はモジュールとして実装する必要がない。メモリ６５０は、追加の命令を含んでもよく、又はより少ない命令を含み得る。更にまた、デバイスの様々な機能は、１つ以上の信号処理及び／又は特定用途向け集積回路（ＡＳＩＣ）を含むハードウェア及び／又はソフトウェアに実装できる。
【0101】
説明される特徴は、デジタル電子回路内に、又はコンピュータハードウェア、ファームウェア、ソフトウェア内に、若しくはそれらの組合せで実装されてもよい。特徴は、例えば、プログラム可能なプロセッサによる実行のために、情報キャリア内、例えば、マシン可読記憶デバイス内で有形的に具現化されたコンピュータプログラム製品内に実装されてもよく、方法ステップは、入力データ上で動作し、出力を生成することによって、記載された実装の機能を実行するための命令プログラムを実行するプログラム可能プロセッサによって実行されてもよい。
【0102】
記載された機能は、データ記憶システム、少なくとも１つの入力デバイス、及び少なくとも１つの出力デバイスからのデータ及び命令を受信し、並びにこれらにデータ及び命令を送信するように結合された少なくとも１つのプログラム可能プロセッサを含む、プログラム可能システム上で実行可能な１つ以上のコンピュータプログラム内に有利に実装できる。コンピュータプログラムは、特定の行動を実行するか、又は特定の結果をもたらすために、コンピュータ内で直接的又は間接的に使用することができる命令セットである。コンピュータプログラムは、コンパイル型言語又はインタプリタ型言語を含む、任意の形態のプログラミング言語（例えば、Ｏｂｊｅｃｔｉｖｅ－Ｃ、Ｊａｖａ）で書くことができ、スタンドアロンプログラム若しくはモジュール、コンポーネント、サブルーチン、又はコンピューティング環境で使用するのに好適な他のユニットを含む、任意の形態で配布され得る。
【0103】
命令のプログラムの実行に好適なプロセッサには、例として、汎用マイクロプロセッサ及び専用マイクロプロセッサの両方、並びに任意の種類のコンピュータの、ソールプロセッサ、又は複数のプロセッサ若しくはコアのうちの１つ、が含まれる。プロセッサは一般的に、読み出し専用メモリ若しくはランダムアクセスメモリ、又はその両方から命令及びデータを受信する。コンピュータの必須要素は、命令を実行するプロセッサ、並びに命令及びデータを保存する１つ以上のメモリである。一般に、コンピュータは、データファイルを記憶するための大容量記憶デバイスと通信することができる。これらの大容量記憶デバイスには、内部ハードディスク及び取り外し可能ディスク、光磁気ディスク、及び光ディスクなどの磁気ディスクが含まれてもよい。コンピュータプログラム命令及びデータを実体的に具現化するのに好適な記憶デバイスは、例として、ＥＰＲＯＭ、ＥＥＰＲＯＭ、及びフラッシュメモリデバイスなどの半導体メモリデバイス、内部ハードディスク及び取り外し可能ディスクなどの磁気ディスク、光磁気ディスク、並びにＣＤ－ＲＯＭ及びＤＶＤ－ＲＯＭディスクを含む、あらゆる形態の不揮発性メモリを含む。プロセッサ及びメモリは、ＡＳＩＣ（特定用途向け集積回路）によって補完されるか、又はその中に組み込まれてもよい。
【0104】
ユーザとの対話を提供するために、作者に情報を表示するための表示デバイス、並びにキーボード、及び作者がコンピュータに入力を提供し得るマウス又はトラックボールなどのポインティングデバイスを有するコンピュータ上に、機能を実装できる。
【0105】
図７は、いくつかの実装形態による、例示的な無線通信システム７００を示す図である。便宜上、限定はしないが、例示的なシステム１００は、第３の世代パートナーシッププロジェクト（３ＧＰＰ）技術上の規格によって定義されたロングタームエボリューション（ＬＴＥ）及び第５の世代（５Ｇ）新無線（ＮＲ）通信標準の文脈で説明される。より詳細には、無線通信システム７００は、ＬＴＥ及びＮＲの両方を組み込んだ非スタンドアロン（ＮＳＡ）ネットワーク、例えば、Ｅ－ＵＴＲＡ（進化型ユニバーサル地上無線アクセス）－ＮＲ二重接続（ＥＮ－ＤＣ）ネットワーク、及びＮＥ－ＤＣネットワークに関連して説明される。しかしながら、無線通信システム７００は、ＮＲのみを組み込んだスタンドアロン（ＳＡ）ネットワークであってもよい。更に、将来の３ＧＰＰシステム（例えば、第６の世代（６Ｇ））システム、ＩＥＥＥ ８０２．１６プロトコル（例えば、ＷＭＡＮ、ＷｉＭＡＸなど）などを含む、他のタイプの通信規格が可能である。
【0106】
図７に示すように、システム７００は、ＵＥ７０１ａ及びＵＥ７０１ｂ（集合的に「ＵＥ７０１」と呼ばれる）を含む。この例では、ＵＥ７０１は、スマートフォン（例えば、１つ以上のセルラネットワークに接続可能な携帯式タッチスクリーンモバイルコンピューティングデバイス）として図示されているが、民生用デバイス、携帯電話、スマートフォン、機能電話、タブレットコンピュータ、ウェアラブルコンピュータデバイス、携帯情報端末（ＰＤＡ）、ページャ、無線ハンドセット、デスクトップコンピュータ、ラップトップコンピュータ、インフュージョンインフォテメント（ＩＶＩ）、車両内娯楽（ＩＣＥ）デバイス、インストルメントクラスタ（ＩＣ）、ヘッドアップディスプレイ（ＨＵＤ）デバイス、車載診断（ＯＢＤ）デバイス、ダッシュトップモバイル機器（ＤＭＥ）、モバイルデータ端末（ＭＤＴ）、電子エンジン管理システム（ＥＥＭＳ）、電子／エンジン制御ユニット（ＥＣＵ）、電子エンジン／エンジン制御モジュール（ＥＣＭ）、組み込みシステム、マイクロコントローラ、制御モジュール、エンジン管理システム（ＥＭＳ）、ネットワーク化又は「スマート」電化製品、ＭＴＣデバイス、Ｍ２Ｍ、ＩｏＴデバイス、及び／又は同様のものなどの任意のモバイル又は非モバイルコンピューティングデバイスを含んでもよい。ＵＥ７０１は、ユーザデバイス１０２と同じか又は類似してもよい。
【0107】
ＵＥ７０１は、ＲＡＮ７１０と接続する、例えば、通信可能に結合するように構成され得る。実施形態では、ＲＡＮ７１０は、ＮＧ ＲＡＮ若しくは５Ｇ ＲＡＮ、Ｅ－ＵＴＲＡＮ、又はＵＴＲＡＮ若しくはＧＥＲＡＮなどのレガシーＲＡＮであってもよい。本明細書で使用するとき、用語「ＮＧ ＲＡＮ」などは、ＮＲ又は５Ｇシステム７００で動作するＲＡＮ７１０を指し、用語「Ｅ－ＵＴＲＡＮ」などは、ＬＴＥ又は４Ｇシステム７００で動作するＲＡＮ７１０を指してもよい。ＵＥ７０１は、それぞれ接続（又はチャネル）７０３及び接続７０４を利用し、これらは各々、物理通信インタフェース又は層（以下で更に詳細に議論する）を含む。ＲＡＮ７１０は、ＲＡＮ１０４と同じか又は類似してもよい。
【0108】
この例では、接続７０３及び７０４は、通信結合を可能にするためのエアインタフェースとして示されており、ＧＳＭ（登録商標）プロトコル、ＣＤＭＡネットワークプロトコル、ＰＴＴプロトコル、ＰＯＣプロトコル、ＵＭＴＳプロトコル、３ＧＰＰ ＬＴＥプロトコル、アドバンストロングタームエボリューション（ＬＴＥ－Ａ）プロトコル、無認可スペクトルへのＬＴＥベースアクセス（ＬＴＥ－Ｕ）、５Ｇプロトコル、ＮＲプロトコル、無認可スペクトルへのＮＲベースアクセス（ＮＲ－Ｕ）プロトコル、及び／又は本明細書で説明する他の通信プロトコルのいずれかなどのセルラ通信プロトコルに一致し得る。本実施形態では、ＵＥ７０１は、更に、ＰｒｏＳｅインタフェース７０５を介して通信データを直接交換することができる。ＰｒｏＳｅインタフェース７０５は、代替的にＳＬインタフェース７０５と称されることがあり、限定はしないが、ＰＳＣＣＨ、ＰＳＳＣＨ、ＰＳＤＣＨ、及びＰＳＢＣＨを含む、１つ以上の論理チャネルを備え得る。
【0109】
ＵＥ７０１ｂは、接続７０７を介してＡＰ７０６（「ＷＬＡＮノード７０６」「ＷＬＡＮ７０６」「ＷＬＡＮ端末７０６」、「ＷＴ７０６」などとも呼ばれる）にアクセスするように構成されていることが示されている。接続７０７は、任意のＩＥＥＥ８０２．１１プロトコルと合致する接続などのローカルワイヤレス接続を含むことができ、ＡＰ７０６は、Ｗｉ－Ｆｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）（登録商標）ルータを備えるであろう。本例では、ＡＰ７０６は、図示するように、ワイヤレスシステムのコアネットワークに接続せずにインターネットに接続される（以下で更に詳細に説明する）。様々な実施形態では、ＵＥ７０１ｂ、ＲＡＮ７１０及びＡＰ７０６は、ＬＷＡ動作及び／又はＬＷＩＰ動作を利用するように構成することができる。ＬＷＡ動作は、ＬＴＥ及びＷＬＡＮの無線リソースを利用するために、ＲＡＮノード７１１ａ～７１１ｂによって構成されているＲＲＣ＿ＣＯＮＮＥＣＴＥＤのＵＥ７０１ｂを伴い得る。ＬＷＩＰ動作は、接続７０７を介して送信されたパケット（例えば、ＩＰパケット）を認証及び暗号化するために、ＩＰｓｅｃプロトコルトンネルを介してＷＬＡＮ無線リソース（例えば、接続７０７）を使用してＵＥ７０１ｂに関与し得る。ＩＰｓｅｃトンネリングは、元のＩＰパケットの全体をカプセル化し、新しいパケットヘッダを追加し、それによってＩＰパケットのオリジナルヘッダを保護することを含み得る。
【0110】
ＲＡＮ７１０は、接続７０３及び接続７０４を可能にする１つ以上のＡＮノード又はＲＡＮノード７１１ａ及び７１１ｂ（まとめて「ＲＡＮノード７１１」と呼ぶ）を含むことができる。ノード７１１ａ及び７１１ｂは、リンク７１２を介して通信するように構成されている。本明細書で使用するとき、用語「アクセスノード」、「アクセスポイント」などは、ネットワークと１人以上のユーザとの間のデータ及び／又は音声コネクティビティのための無線ベースバンド機能を提供する機器について述べてもよい。これらのアクセスノードは、ＢＳ、ｇＮＢ、ＲＡＮノード、ｅＮＢ、ＮｏｄｅＢｓ、ＲＳＵｓ、ＴＲｘＰ又はＴＲＰなどと呼ばれる場合があり、地理的エリア（例えば、セル）内にカバレッジを提供する地上局（例えば、地上アクセスポイント）又はサテライト局を含むことができる。本明細書で使用される場合、「ＮＧ ＲＡＮノード」などの用語は、ＮＲ又は５Ｇシステム７００（例えば、ｇＮＢ）において動作するＲＡＮノード７１１を指すことがあり、「Ｅ－ＵＴＲＡＮノード」などの用語は、ＬＴＥ又は４Ｇシステム７００（例えば、ｅＮＢ）において動作するＲＡＮノード７１１を指すことがある。様々な実施形態によれば、ＲＡＮノード７１１は、マクロセルと比較してより小さいカバレッジエリア、より小さいユーザ容量、又はより高い帯域幅を有するフェムトセル、ピコセル、又は他の同様のセルを提供するための、マクロセル基地局、及び／又は低電力（ＬＰ）基地局などの専用物理デバイスのうちの１つ以上として実装され得る。
【0111】
いくつかの実施形態では、ＲＡＮノード７１１の全て又は一部は、ＣＲＡＮ及び／又は仮想ベースバンドユニットプール（ｖＢＢＵＰ）と称され得る仮想ネットワークの一部としてサーバコンピュータ上で実行される１つ以上のソフトウェアエンティティとして実装されてもよい。これらの実施形態では、ＣＲＡＮ又はｖＢＢＵＰは、ＲＲＣ層及びＰＤＣＰ層がＣＲＡＮ／ｖＢＢＵＰによって動作され、他のＬ２プロトコルエンティティが個々のＲＡＮノード７１１によって動作されるＰＤＣＰ分割、ＲＲＣ層、ＰＤＣＰ層、ＲＬＣ層、及びＭＡＣ層がＣＲＡＮ／ｖＢＢＵＰによって動作され、ＰＨＹ層が個々のＲＡＮノード７１１によって動作されるＭＡＣ／ＰＨＹ分割、又はＲＲＣ層、ＰＤＣＰ層、ＲＬＣ層、ＭＡＣ層、及びＰＨＹ層の上位部分がＣＲＡＮ／ｖＢＢＵＰによって動作され、ＰＨＹ層の下位部分が個々のＲＡＮノード７１１によって動作される「下位ＰＨＹ」分割などのＲＡＮ機能分割を実装することができる。この仮想化されたフレームワークにより、ＲＡＮノード７１１の解放されたプロセッサコアは、他の仮想化されたアプリケーションを実行することができる。いくつかの実装形態では、個々のＲＡＮノード７１１は、個々のＦ１インタフェース（図７によって図示せず）を介してｇＮＢ－ＣＵに接続された個々のｇＮＢ－ＤＵを表し得る。これらの実装形態は、ｇＮＢ－ＤＵｓは、１つ以上のリモート無線ヘッド又はＲＦＥＭを含んでもよく、ｇＮＢ－ＣＵは、ＲＡＮ７１０（図示せず）内に位置するサーバによって、又はＣＲＡＮ／ｖＢＢＵＰと同様の方法でサーバプールによって動作されてもよい。追加的又は代替的に、ＲＡＮノード７１１のうちの１つ以上は、次世代ｅＮＢ（ｎｅｘｔ ｇｅｎｅｒａｔｉｏｎ ｅＮＢｓ、ｎｇ－ｅＮＢ）であってもよく、次世代ｅＮＢは、ＵＥ７０１に向けてＥ－ＵＴＲＡユーザプレーン及び制御プレーンプロトコル端末を提供し、且つＮＧインタフェースを介して５ＧＣに接続される、ＲＡＮノードである。
【0112】
ＲＡＮノード７１１のいずれかは、エアインタフェースプロトコルを終了することができ、ＵＥ７０１の第１の接触ポイントとすることができる。いくつかの実施形態では、ＲＡＮノード７１１のいずれも、ＲＡＮ７１０のための様々な論理機能を果たすことができ、その機能は、限定されないが、無線ベアラ管理、アップリンク及びダウンリンク動的無線リソース管理、並びにデータパケットスケジューリング、並びにモビリティ管理などの無線ネットワークコントローラ（ＲＮＣ）機能を含む。
【0113】
いくつかの実施形態によれば、ＵＥ７０１は、様々な通信技術に従ったマルチキャリア通信チャネルにより、ＯＦＤＭ通信信号を用いて、互いに又はＲＡＮノード７１１のいずれかと通信するように構成することができ、この様々な通信技術は、例えば、（例えば、ダウンリンク通信用の）ＯＦＤＭＡ通信技術、又は（例えば、アップリンク及びＰｒｏＳｅ又はサイドリンク通信用の）ＳＣ－ＦＤＭＡ通信技術であるが、これらに限定されず、実施形態の範囲は、この点において限定されない。ＯＦＤＭ信号は、複数の直交サブキャリアを含むことができる。
【0114】
様々な実施形態によれば、ＵＥ７０１及びＲＡＮノード７１１は、認可媒体（「認可スペクトル」及び／又は「認可帯域」とも呼ばれる）及び無認可共有媒体（「無認可スペクトル」及び／又は「無認可帯域」とも呼ばれる）を介してデータ（例えば、送信及び受信）データを通信する。ライセンススペクトルは、約４００ＭＨｚ～約３．８ＧＨｚの周波数範囲で動作するチャネルを含んでもよく、アンライセンススペクトルは、５ＧＨｚ帯域を含んでもよい。無認可スペクトルにおけるＮＲはＮＲ－Ｕと称されることがあり、無認可スペクトルにおけるＬＴＥは、ＬＴＥ－Ｕ、認可支援アクセス（ＬＡＡ）、又はＭｕｌｔｅＦｉｒｅと称されることがある。
【0115】
無認可スペクトルで動作するために、ＵＥ７０１及びＲＡＮノード７１１は、ＬＡＡ、ｅＬＡＡ、及び／又はｆｅＬＡＡ機構を使用して動作し得る。これらの実装形態では、ＵＥ７０１及びＲＡＮノード７１１は、無認可スペクトル内の１つ以上のチャネルが無認可スペクトルで送信する前に利用不可能であるか、又は別の方法で占有されているかどうかを判定するために、１つ以上の既知の媒体検知動作及び／又はキャリア検知動作を実行してもよい。媒体／キャリア検知動作は、リッスンビフォアトーク（ＬＢＴ）プロトコルに従って実行されてもよい。
【0116】
ＲＡＮ７１０は、この実施形態ではコアネットワーク（ＣＮ）７２０であるコアネットワークに通信可能に結合されるように示されている。ＣＮ７２０は、ＲＡＮ７１０を介してＣＮ７２０に接続されている顧客／加入者（例えば、ＵＥ７０１のユーザ）に様々なデータ及び電気通信サービスを提供するように構成された複数のネットワーク要素７２２を備えることができる。ＣＮ７２０の構成要素は、マシン可読媒体又はコンピュータ可読媒体（例えば、非一時的マシン可読記憶媒体）から命令を読み取って実行するための構成要素を含む、単一の物理ノード又は別個の物理ノードに実装されてもよい。いくつかの実施形態では、ＮＦＶを利用して、１つ以上のコンピュータ可読記憶媒体（以下で更に詳細に説明する）に記憶された実行可能命令を介して、上述のネットワークノード機能のいずれか又は全てを仮想化することができる。ＣＮ７２０の論理インスタンス化は、ネットワークスライスと称されてもよく、ＣＮ７２０の一部の論理インスタンス化は、ネットワークサブスライスと呼ばれることができる。ＮＦＶアーキテクチャ及びインフラストラクチャは、業界標準のサーバハードウェア、ストレージハードウェア、又はスイッチの組合せを含む物理リソース上で、１つ以上のネットワーク機能を仮想化するために使用されてもよく、あるいは専用ハードウェアによって実行されてもよい。言い換えれば、ＮＦＶシステムを使用して、１つ以上のＥＰＣ構成要素／機能の仮想の又は再構成可能な実装を実行することができる。
【0117】
一般に、アプリケーションサーバ７３０は、コアネットワーク（例えば、ＵＭＴＳ ＰＳドメイン、ＬＴＥ ＰＳデータサービスなど）とのＩＰベアラリソースを使用するアプリケーションを提供するエレメントであってもよい。アプリケーションサーバ７３０はまた、ＥＰＣ７２０を介してＵＥ７０１のために１つ以上の通信サービス（例えば、ＶｏＩＰセッション、ＰＴＴセッション、グループ通信セッション、ソーシャルネットワーキングサービスなど）をサポートするように構成することもできる。アプリケーションサーバ７３０はまた、リンク７２５を介してＣＮ７２０と通信するように構成され得る。
【0118】
実施形態では、ＣＮ７２０は５ＧＣ（「５ＧＣ７２０」などと呼ばれる）であってもよく、ＲＡＮ７１０はＮＧインタフェース７１３を介してＣＮ７２０に接続されてもよい。実施形態では、ＮＧインタフェース７１３は、２つの部分、すなわち、ＲＡＮノード７１１とＵＰＦとの間でトラフィックデータを搬送するＮＧユーザプレーン（ＮＧ－Ｕ）インタフェース７１４と、ＲＡＮノード７１１とＡＭＦとの間のシグナリングインタフェースであるＳ１制御プレーン（ＮＧ－Ｃ）インタフェース７１５とに分割され得る。
【0119】
実施形態では、ＣＮ７２０は５ＧＣＮ（「５ＧＣ７２０」などと呼ばれる）であってもよく、他の実施形態では、ＣＮ７２０はＥＰＣであってもよい。ＣＮ７２０がＥＰＣ（「ＥＰＣ７２０」などと呼ばれる）である場合、ＲＡＮ７１０は、Ｓ１インタフェース７１３を介してＣＮ７２０と接続され得る。実施形態では、Ｓ１インタフェース７１３は、２つの部分、すなわち、ＲＡＮノード７１１とＳ－ＧＷとの間でトラフィックデータを搬送するＳ１ユーザプレーン（Ｓ１－Ｕ）インタフェース７１４と、ＲＡＮノード７１１とＭＭＥとの間のシグナリングインタフェースであるＳ１－ＭＭＥインタフェース７１５とに分割され得る。
【0120】
個人特定可能な情報の使用は、ユーザのプライバシーを維持するための業界又は政府の要件を満たす又は超えるとして一般に認識されているプライバシーポリシー及びプラクティスに従うべきであることに十分に理解されたい。特に、個人特定可能な情報データは、意図されない又は許可されていないアクセス又は使用のリスクを最小限に抑えるように管理及び取り扱いされるべきであり、許可された使用の性質はユーザに明確に示されるべきである。
【0121】
いくつかの実装形態が説明されてきた。それにもかかわらず、様々な修正が行われ得ることを理解されたい。１つ以上の実装形態の要素は、更なる実装形態を形成するために組み合わされ、削除され、修正され、又は補足されてもよい。更に別の例として、図に描かれる論理フローは、所望の結果を達成するために、示される特定の順序、又は連続的な順序を必要としない。加えて、他のステップが提供されてもよく、又は記載されたフローからステップが排除されてもよく、及び他の構成要素が、記載されたシステムに追加されるか、又はそこから除去されてもよい。したがって、他の実装形態は、以下の特許請求の範囲内にある。
【図1】
【図2】
【図3】
【図4】
【図5A】
【図5B】
【図6】
【図7】
【国際調査報告】