Tillförlitlig 6G-positionering i komplexa miljöer: En datadriven metod

Syfte och mål

Detta projekt syftar till att leverera en ny, tillförlitlig cellbaserad positioneringslösning som fungerar robust i blandade inomhus- och utomhusscenarier och i stor skala. Genom att bygga vidare på befintliga AI-metoder integrerar den med traditionell tidsbaserad positionering och ökar noggrannheten genom grafnätverk för strålgångs-klassificering, vilket adresserar GNSS-begränsningar inomhus och i utmanande miljöer. Målet är ett pålitligt, skalbart ramverk som lämpar sig för bred spridning.

Förväntade effekter och resultat

Arbetet förväntas leda till förbättrad positionsnoggrannhet och tillförlitlighet i olika miljöer, tack vare AI-förbättrad fusion, robust bedömning av siktlinjen och automatisk kalibrering av 5G/6G-antennernas positioner. Genom att använda robotiska referensenheter kan systemet validera prestanda och tillhandahålla en pålitlig baslinje för framtida nätverk och applikationer, vilket gynnar allmän säkerhet, logistik och mobilitet.

Planerat upplägg och genomförande

Projektet är strukturerat som ett nära samarbete mellan Ericsson, NTU och KTH som förenar industriell implementeringserfarenhet med akademisk forskningsprecision. Teamen kommer att samordna milstolpar, datainsamling och valideringskampanjer, där Ericsson tillhandahåller nätverksexpertis och fältresurser, NTU och KTH leder utvecklingen av algoritmer och experimentell design, samt gemensamma arbetsströmmar för integration, testning och informationsspridning.