Devices and methods for communication

Abstract

Embodiments of the present disclosure provide a solution for label quality indication. In a solution, a first communication device determines a set of ground-truth labels for a set of measurements. A measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device. The first communication device determines a set of quality indicators for the set of ground-truth labels. A quality indicator corresponds to at least one of the set of ground-truth labels and indicating a reliability of the at least one ground-truth label. The first communication device transmits, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators.

Description

DEVICES AND METHODS FOR COMMUNICATION

[0001] FIELDS

[0002] Example embodiments of the present disclosure generally relate to the field of communication techniques and in particular, to devices, methods, and medium for label quality indication.BACKGROUND

[0003] In the telecommunication industry, artificial intelligence / machine learning (AI / ML) models have been employed in telecommunication systems to improve the performance of telecommunications systems. For example, supporting various positioning mechanisms to provide reliable and accurate UE location has always been one of the key features of in the telecommunications systems. It has been agreed to investigate the potential for AI / ML in air interface to improve comprehensive performance in 5G-adcanced. AI / ML based positioning mechanism to improve the positioning accuracy is one of the use cases to apply AI / ML in air interface. Works are on-going regarding how to ensure accuracy of output of the AI / ML model, in order to improve AI / ML based positioning accuracy.SUMMARY

[0004] In general, embodiments of the present disclosure provide a solution for label quality indication.

[0005] In a first aspect, there is provided a first communication device. The first communication device comprises a processor configured to cause the first communication device to: determine a set of ground-truth labels for a set of measurements, wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device; determine a set of quality indicators for the set of ground-truth labels, wherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label; and transmit, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators.

[0006] In a second aspect, there is provided a second communication device. The second communication device comprises a processor configured to cause the second communication device to: receive, from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels, wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, and wherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label.

[0007] In a third aspect, there is provided a communication method performed by a first communication device. The method comprises: determining a set of ground-truth labels for a set of measurements, a measurement or related information processed from the measurement being used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device; determining a set of quality indicators for the set of ground-truth labels, a quality indicator corresponding to at least one of the set of ground-truth labels and indicating a reliability of the at least one ground-truth label; and transmitting, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators.

[0008] In a fourth aspect, there is provided a communication method performed by a second communication device. The method comprises: receiving, from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels, wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, and wherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label.

[0009] In a fifth aspect, there is provided a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to carry out the method according to the third, or fourth aspect.

[0010] Other features of the present disclosure will become easily comprehensible through the following description.BRIEF DESCRIPTION OF THE DRAWINGS

[0011] Through the more detailed description of some example embodiments of the present disclosure in the accompanying drawings, the above and other objects, features and advantages of the present disclosure will become more apparent, wherein:

[0012] FIG. 1 illustrates an example communication environment in which example embodiments of the present disclosure can be implemented;

[0013] FIG. 2A and FIG. 2B illustrates examples of application of an AI / ML model for positioning of a terminal device;

[0014] FIG. 3 illustrates a signaling flow of communications in accordance with some embodiments of the present disclosure;

[0015] FIG. 4 illustrates an example of time-window-based quality indicator reporting in accordance with some embodiments of the present disclosure;

[0016] FIG. 5 illustrates an example scenario for evaluating a quality indicator for a ground-truth label in AI / ML assisted positioning in accordance with some embodiments of the present disclosure;

[0017] FIG. 6 illustrates a flowchart of a method implemented at a first communication device according to some example embodiments of the present disclosure;

[0018] FIG. 7 illustrates a flowchart of a method implemented at a second communication device according to some example embodiments of the present disclosure;

[0019] FIG. 8 illustrates a simplified block diagram of an apparatus that is suitable for implementing example embodiments of the present disclosure.

[0020] Throughout the drawings, the same or similar reference numerals represent the same or similar element.DETAILED DESCRIPTION

[0021] Principle of the present disclosure will now be described with reference to some example embodiments. It is to be understood that these embodiments are described only for the purpose of illustration and help those skilled in the art to understand and implement  the present disclosure, without suggesting any limitation as to the scope of the disclosure. Embodiments described herein can be implemented in various manners other than the ones described below.

[0022] In the following description and claims, unless defined otherwise, all technical and scientific terms used herein have the same meaning as commonly understood by one of ordinary skills in the art to which this disclosure belongs.

[0023] As used herein, the term ‘terminal device’ refers to any device having wireless or wired communication capabilities. Examples of the terminal device include, but not limited to, user equipment (UE) , personal computers, desktops, mobile phones, cellular phones, smart phones, personal digital assistants (PDAs) , portable computers, tablets, wearable devices, internet of things (IoT) devices, Ultra-reliable and Low Latency Communications (URLLC) devices, Internet of Everything (IoE) devices, machine type communication (MTC) devices, devices on vehicle for V2X communication where X means pedestrian, vehicle, or infrastructure / network, devices for Integrated Access and Backhaul (IAB) , Space borne vehicles or Air borne vehicles in Non-terrestrial networks (NTN) including Satellites and High Altitude Platforms (HAPs) encompassing Unmanned Aircraft Systems (UAS) , eXtended Reality (XR) devices including different types of realities such as Augmented Reality (AR) , Mixed Reality (MR) and Virtual Reality (VR) , the unmanned aerial vehicle (UAV) commonly known as a drone which is an aircraft without any human pilot, devices on high speed train (HST) , or image capture devices such as digital cameras, sensors, gaming devices, music storage and playback appliances, or Internet appliances enabling wireless or wired Internet access and browsing and the like. The ‘terminal device’ can further has ‘multicast / broadcast’ feature, to support public safety and mission critical, V2X applications, transparent IPv4 / IPv6 multicast delivery, IPTV, smart TV, radio services, software delivery over wireless, group communications and IoT applications. It may also incorporate one or multiple Subscriber Identity Module (SIM) as known as Multi-SIM. The term “terminal device” can be used interchangeably with a UE, a mobile station, a subscriber station, a mobile terminal, a user terminal or a wireless device.

[0024] The term “network device” refers to a device which is capable of providing or hosting a cell or coverage where terminal devices can communicate. Examples of a network device include, but not limited to, a Node B (NodeB or NB) , an evolved NodeB (eNodeB or eNB) , a next generation NodeB (gNB) , a transmission reception point (TRP) ,  a remote radio unit (RRU) , a radio head (RH) , a remote radio head (RRH) , an IAB node, a low power node such as a femto node, a pico node, a reconfigurable intelligent surface (RIS) , and the like.

[0025] The terminal device or the network device may have Artificial intelligence (AI) or Machine learning capability. It generally includes a model which has been trained from numerous collected data for a specific function, and can be used to predict some information.

[0026] The terminal or the network device may work on several frequency ranges, e.g., FR1 (e.g., 450 MHz to 6000 MHz) , FR2 (e.g., 24.25GHz to 52.6GHz) , frequency band larger than 100 GHz as well as Tera Hertz (THz) . It can further work on licensed / unlicensed / shared spectrum. The terminal device may have more than one connection with the network devices under Multi-Radio Dual Connectivity (MR-DC) application scenario. The terminal device or the network device can work on full duplex, flexible duplex and cross division duplex modes.

[0027] The embodiments of the present disclosure may be performed in test equipment, e.g., signal generator, signal analyzer, spectrum analyzer, network analyzer, test terminal device, test network device, channel emulator. In some embodiments, the terminal device may be connected with a first network device and a second network device. One of the first network device and the second network device may be a master node and the other one may be a secondary node. The first network device and the second network device may use different radio access technologies (RATs) . In some embodiments, the first network device may be a first RAT device and the second network device may be a second RAT device. In some embodiments, the first RAT device is eNB and the second RAT device is gNB. Information related with different RATs may be transmitted to the terminal device from at least one of the first network device or the second network device. In some embodiments, first information may be transmitted to the terminal device from the first network device and second information may be transmitted to the terminal device from the second network device directly or via the first network device. In some embodiments, information related with configuration for the terminal device configured by the second network device may be transmitted from the second network device via the first network device. Information related with reconfiguration for the terminal device configured by the second network device may be transmitted to the terminal device from the second network device directly or via the first network device.

[0028] As used herein, the singular forms ‘a’ , ‘an’ and ‘the’ are intended to include the plural  forms as well, unless the context clearly indicates otherwise. The term ‘includes’ and its variants are to be read as open terms that mean ‘includes, but is not limited to. ’ The term ‘based on’ is to be read as ‘at least in part based on. ’ The term ‘one embodiment’ and ‘an embodiment’ are to be read as ‘at least one embodiment. ’ The term ‘another embodiment’ is to be read as ‘at least one other embodiment. ’ The terms ‘first, ’ ‘second, ’ and the like may refer to different or same objects. Other definitions, explicit and implicit, may be included below.

[0029] In some examples, values, procedures, or apparatus are referred to as ‘best, ’ ‘lowest, ’ ‘highest, ’ ‘minimum, ’ ‘maximum, ’ or the like. It will be appreciated that such descriptions are intended to indicate that a selection among many used functional alternatives can be made, and such selections need not be better, smaller, higher, or otherwise preferable to other selections.

[0030] As used herein, the term “resource, ” “transmission resource, ” “uplink resource, ” or “downlink resource” may refer to any resource for performing a communication, such as a resource in time domain, a resource in frequency domain, a resource in space domain, a resource in code domain, or any other resource enabling a communication, and the like. In the following, unless explicitly stated, a resource in both frequency domain and time domain will be used as an example of a transmission resource for describing some example embodiments of the present disclosure. It is noted that example embodiments of the present disclosure are equally applicable to other resources in other domains.

[0031] As used herein, the term “model” is referred to as an association between an input and an output learned from training data, and thus a corresponding output may be generated for a given input after the training. The generation of the model may be based on a machine learning technique. The machine learning techniques may also be referred to as artificial intelligence (AI) techniques. In general, a machine learning model can be defined as data driven algorithm that applies AI / ML techniques to generate a set of outputs based on a set of inputs. As used herein, “model” may also be referred to as “machine learning model” , “learning model” , “machine learning network” , or “learning network, ” which are used interchangeably herein.

[0032] Generally, the life cycle management of machine learning model usually involve three main stages, i.e., model training, model monitoring , and a model inference. The model training is a process to train an AI / ML model by learning the input / output relationship in a data driven manner and obtain the trained AI / ML model for inference. During the training, a set of parameter values of the model is iteratively updated until a  training objective is reached. The model monitoring is a procedure that monitors the inference performance of the AI / ML model. The model inference is a process of using a trained AI / ML model to produce a set of outputs based on a set of inputs.

[0033] As used herein, a model may be equivalent to at least one of the following: an AI / ML model, a ML model, an AI model, a data-driven, a data processing model, an algorithm, a functionality, a procedure, a process, an entity, a function, a feature, a feature group, a model identifier (ID) , an ID, a functionality ID, a configuration ID, a scenario ID, a site ID, or a dataset ID. As a result, the above terms may be used interchangeably.

[0034] In some embodiments, the model may be represented by or associated with a channel, a resource, a resource set, a reference signal (RS) resource, a RS resource set, a RS port, a set of RS ports, a RS port ID, or a set of RS port IDs.

[0035] In some embodiments, the model may comprise a set of weights values that may be learned during training, for example for a specific architecture or configuration, where a set of weights values may also be called a parameter set.

[0036] In some embodiments, the model may be used to predict a target cell, or measurements of a set of beams of a set of candidate cells in future based on at least historical measurements (e.g., L1-RSRP, L1-SINR) of a set of beams of a set of candidate cells.

[0037] In some embodiments, an input of the ML model (i.e., AI input) may refer to the input of a model and indicate data inputted into the model, which may be equivalent to data.

[0038] In some embodiments, an output of ML model (i.e., AI output) may refers to the output of a model and indicate result (s) outputted by the model, which is equivalent to label / data.

[0039] In some embodiments, a ground truth label of data (or ground-truth label) for monitoring or training the ML model (i.e., AI output) may refers to the authoritative, accepted, or true answer or outcome, e.g., the true UE positioning for direct AI / ML positioning, or the actual LOS / NLOS condition between terminal device and network device for AI / ML assisted positioning.

[0040] Principles and implementations of the present disclosure will be described in detail below with reference to the figures.

[0041] FIG. 1 illustrates a schematic diagram of an example communication environment 100 in which example embodiments of the present disclosure can be implemented. In the communication environment 100, a plurality of communication devices can communicate with each other. As illustrated, the communication devices in the communication environment 100 include one or more terminal devices 110-1, 110-2, 110-3 (collectively or individually referred to as terminal devices 110) , and one or more network devices 120-1, 120-2, and 120-3 (collectively or individually referred to as network devices 120) .

[0042] In the example of FIG. 1, a terminal device 110 may be a UE and a network device 120 may be a base station serving the UE. The serving area of a network device 120 may be called a cell, for example, a cell 102-1 for the network device 120-1, a cell 102-2 for the network device 120-2, and a cell 102-3 for the network device 120-3. The cells 102-1, 102-2, and 102-3 are collectively or individually referred to as cells 102.

[0043] It is to be understood that the number of devices and their connections shown in FIG. 1 are only for the purpose of illustration without suggesting any limitation. The communication environment 100 may include any suitable number of devices configured to implementing example embodiments of the present disclosure. For the purpose of illustration only, the terminal devices are illustrated in the cell 102-1, but it would be appreciated that one or more terminal devices may also be located in the cell 102-2 or 102-3.

[0044] Although not shown, it would be appreciated that one or more additional communication devices may be located in the cell 102, and one or more additional cells may be deployed in the communication environment 100.

[0045] In the following, for the purpose of illustration, some example embodiments are described with the terminal device 110 operating as a UE and the network device 120 operating as a base station. However, in some example embodiments, operations described in connection with a terminal device may be implemented at a network device or other device, and operations described in connection with a network device may be implemented at a terminal device or other device.

[0046] In some example embodiments, a link from the network device 120 to the terminal device 110 is referred to as a downlink (DL) , while a link from the terminal device 110 to the network device 120 is referred to as an uplink (UL) . In DL, the network device 120 is a transmitting (TX) device (or a transmitter) and the terminal device 110 is a receiving (RX) device (or a receiver) . In UL, the terminal device 110 is a TX device (or a transmitter) and the  network device 120 is a RX device (or a receiver) .

[0047] The communications in the communication environment 100 may conform to any suitable standards including, but not limited to, Global System for Mobile Communications (GSM) , Long Term Evolution (LTE) , LTE-Evolution, LTE-Advanced (LTE-A) , New Radio (NR) , Wideband Code Division Multiple Access (WCDMA) , Code Division Multiple Access (CDMA) , GSM EDGE Radio Access Network (GERAN) , Machine Type Communication (MTC) and the like. The embodiments of the present disclosure may be performed according to any generation communication protocols either currently known or to be developed in the future. Examples of the communication protocols include, but not limited to, the first generation (1G) , the second generation (2G) , 2.5G, 2.75G, the third generation (3G) , the fourth generation (4G) , 4.5G, the fifth generation (5G) communication protocols, 5.5G, 5G-Advanced networks, or the sixth generation (6G) networks.

[0048] The terminal devices 110 and networks 120 in the communication environment 100 may be operated as a radio access network (RAN) , and the communication environment 100 may also involve a core network (CN) which includes one or more core network functions including but are not limited to, a location management function (LMF) .

[0049] Supporting various positioning methods for providing reliable and accurate UE location has always been one of the key features of the communication systems. It has been agreed to investigate the potential for AI / ML in air interface to enhance comprehensive performance in 5G-advanced. An AI / ML-based mechanism to improve the positioning accuracy is one of the use cases to apply AI / ML in air interface.

[0050] The process of collecting data for model training and monitoring is a crucial step in supporting AI / ML-based positioning. Moreover, reliability of collected ground-truth label highly impacts the accuracy of model inference, such as UE location, timing estimation, or non-line of slight (NLOS)  / line of sight (LOS) . Having accurate ground truth labels is crucial for training AI / ML models effectively. Errors or inaccuracies in the ground truth labels can lead to the model learning incorrect patterns and making inaccurate predictions. Therefore, creating a high-quality labeled dataset with reliable ground truth labels is a fundamental step in the model training stage. Furthermore, the choice of measurement type is also critical for model inference. If the quality of the ground-truth label can be indicated by the label generating entity, the performance of model training and model monitoring can be significantly improved.

[0051] In some embodiments, the AI / ML-based positioning accuracy enhancement may include direct AI / ML positioning and AI / ML assisted positioning. Thus, an AI / ML model for positioning of a terminal device may be a direct AI / ML positioning model or an AI / ML assisted positioning model. The former requires the input from the measurement of both multiple network devices and single network device, while the latter only requires the input from the measurement of multiple network devices. FIG. 2A and FIG. 2B illustrates examples of application of an AI / ML model for positioning of a terminal device. In the example of FIG. 2A, the measurement of a single network device 120-1 is input to an AI / ML model 210 for assisted positioning, and the output of the AI / ML model 210 is an intermediate measurement for determining a location of a terminal device. In the example of FIG. 2B, measurements collected from multiple network devices 120-1, 120-2, 120-3 can be input to an AI / ML model 220 which is either configured to output an intermediate measurement or a location of a terminal device. An input to the AI / ML model may include a measurement collected by a terminal device, or related information processed from the collected measurement. The input may be collected by transmitting a reference signal, such as a positioning reference signal (PRS) , a sounding reference signal (SRS) , or a channel state information reference signal (CSI-RS) over the channel between the terminal device and the network device.

[0052] In some embodiments, an input to the direct AI / ML positioning model may comprise measurement information related to a channel between a terminal device and a network device, such as Channel Impulse Response (CIR) , power and delay (timing) of (PDP) , delay timing of path (DP) , reference signal reference power (RSRP) , PRSR path (RSRPP) , reference signal time difference (RSTD) , etc. The type of measurement (s) as model inference input may be based on the performance impact and associated signaling overhead. An output of the direct AI / ML positioning model may comprise a location of the terminal device.

[0053] In some embodiments, an input to the AI / ML assisted positioning model may be similar to or different from that of the direct AI / ML positioning model. The AI / ML assisted positioning may include UE-assisted positioning and / or network assisted positioning, such as NG-RAN node assisted positioning. In some embodiments, the input to the AI / ML assisted positioning model may include time of arrival (TOA) , the path loss, RSTD, NLOS / LOS indicator of a channel, RSRPP, soft information or high resolution of RSTD, etc. An output of the AI / ML assisted positioning model may comprise an  intermediate measurement which can be used to determine or assisted in determining a location of a terminal device 110. For assisted AI / ML positioning with UE-assisted and NG-RAN node assisted positioning, at least the following types of model inference output are identified, including the NLOS / LOS indicator, and time estimation information such as a time difference relative to a reference time, soft information report, DL time difference of arrival (DL-TDOA) , round-trip-time (RTT) between the terminal device and the network device, and UL relative time of arrival (UL-RTOA) .

[0054] Data collection is a critical process to train an AI / ML model using for positioning accuracy. The collected data includes channel observations such as CIR, PDP, DP along with their corresponding ground-truth labels. The channel observations is a measurement via UL / DL positioning reference signaling. The ground-truth is collected using the UE with known locations (e.g., PRU) or other radio access technology (RAT) -dependent or RAT-independent methods. The measurements corresponding to the model input are reported by one or more measurement data generation entity, which may be one or more of terminal devices, positioning reference units (PRU) , transmission-reception points (TRPs) , or other devices.

[0055] Ground-truth labels for the collected measurements are also generated and reported, in order to train, fine-tune, or monitor the positioning-based AI / ML models. A ground-truth label for a measurement to an AI / ML model has a same type of a model output of the AI / ML model, to indicate a ground-truth output that the model should generate for the measurement. For example, for the AI / ML assisted positioning model, a ground-truth label may indicate a ground-truth intermediate measurement, such as a NLOS / LOS indicator, or time estimation information. For direct AI / ML positioning, a ground-truth label may indicate a ground-truth location of a terminal device. The ground-truth labels are reported by one or more label data generation entities, which may be one or more of terminal devices, PRU, TRPs, or other devices. A label data generation entity may also be a measurement data generation entity, or the label data generation entities and the measurement data generation entities may be different.

[0056] For both of the sub use cases of AI / ML assisted positioning and direct AI / ML positioning, the reliability of ground-truth label has a significant impact on training and monitoring the model. Ground-truth label with error can impact the positioning accuracy of AI / ML model. If the ground-truth labels are not accurately labeled, the AI / ML model trained based on that dataset may produce the results, but their reliability is doubtful. The  quality indicator can help evaluate the quality of training data, giving model developers the flexibility to choose the data that meets specific requirements for training the target AI / ML model. Further, using unreliably ground-truth labels, the AI / ML model monitoring based on the dataset is doubtful. The quality indicator can be used to accurately to monitor and flag the model’s performance, and if necessary, send this information to the lifecycle management (LCM) entity of the AI / ML models if necessary. Based on this information, the LCM entity can make better monitoring decisions.

[0057] To enhance the quality of ground-truth labels, it is necessary to indicate UE to report label quality indicators. Optionally, indicating the criteria for label filtering to discard the training samples with low-confidence labels can be beneficial. However, there lacks the quality indicator of label configuration, report, and determination mechanism in the current AI / ML based positioning procedure.

[0058] According to embodiments of the present disclosure, there is proposed a solution for label quality indication. In this solution, a first communication device, which is configured for ground-truth label generation, determines a set of quality indicators for the set of ground-truth labels, a quality indicator corresponding to at least one of the set of ground-truth labels and indicating a reliability of the at least one ground-truth label. The first communication device transmits, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators.

[0059] Through this solution, by indicating the quality of the generated ground-truth labels, the entity which utilizes the ground-truth labels can decide whether and / or how to use the ground-truth labels in an appropriate way. As a result, the results of model training, fine-tuning and / or monitoring of an AI / ML model can be guaranteed with high quality ground-truth labels, and the AI / ML model-based positioning accuracy can thus be improved.

[0060] Reference is made to FIG. 3, which illustrates a signaling flow 300 of communications in accordance with some embodiments of the present disclosure. For the purposes of discussion, the signaling flow 300 will be discussed with reference to FIG. 1, for example, by using a first communication device 301 and a second communication device 302.

[0061] In the signaling flow 300, it is assumed that the first communication device 301 is an entity responsible for ground-truth label generation, and the second communication device 302 is an entity responsible for data collection (e.g., collecting ground-truth labels and / or  measurements for AI / ML models) . In some embodiments, the first communication device 301 may comprise a first terminal device (e.g., a terminal device 110 in FIG. 1) or a positioning reference unit (PRU) . In some embodiments, the second communication device 302 may comprise a second terminal device (e.g., a terminal device 110 in FIG. 1) or a network device in the RAN (e.g., a network device 120 in FIG. 1) or in CN (e.g., LMF) . It would be appreciate that although one first communication device 301 is illustrated in FIG. 3, there may be more than one first communication devices in a communication environment which operate in similar way as will be discussed below with reference to the first communication device 301. Although one second communication device 302 is illustrated in FIG. 3, there may be more than one second communication devices in a communication environment which operate in similar way as will be discussed below with reference to the second communication device 302.

[0062] In the signalling flow 300, the first communication device 301 determines (315) a set of ground-truth labels for a set of measurements. A measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device. An AI / ML model for direct positioning is also referred to as a direct AI / ML positioning model. An AI / ML model for assisted positioning is also referred to as an AI / ML assisted positioning model. A ground-truth label for a measurement is in a form of an output of the AI / ML model, to indicate the ground-truth output that the AI / ML model is supposed to generate for the corresponding measurement. Thus, for a direct AI / ML positioning model, the ground-truth label indicates a location of a terminal device, and for an AI / ML assisted positioning model, the ground-truth label indicates an intermediate measurement which can be used to determine or assisted in determining a location of a terminal device.

[0063] Further, the first communication device 301 determines (320) a set of quality indicators for the set of ground-truth labels, a quality indicator corresponding to at least one of the set of ground-truth labels and indicating a reliability of the at least one ground-truth label. The quality indicators can thus be used to indicate qualities of the reported ground-truth labels.

[0064] In some embodiments, the second communication device 302 may transmit (305) a request for ground-truth generation and / or signaling related to quality indicator generation to the first communication device 301. The signaling related to quality indicator generation (represented as “InitiateLabelGeneration” ) indicates whether quality indicator generation is enabled or disabled. The request may be transmitted in a same message with the signaling, or the request and the signaling may be transmitted in separate messages.

[0065] In some embodiments, upon receiving (310) of the request for ground-truth generation from the second communication device 302, the first communication device 301 then determines the set of ground-truth labels for the set of measurements. In some embodiments, upon receiving (310) of the signaling related to quality indicator generation, the first communication device 301 may determine whether signaling indicates that the quality indicator generation is enabled is disabled. If the signaling indicates that the quality indicator generation is enabled, the first communication device 301 may determine the set of quality indicators for the set of ground-truth labels. If the signaling indicates that the quality indicator generation is disabled, the first communication device 301 may not generate the set of quality indicators.

[0066] For direct AI / ML positioning, the ground-truth label indicates a location of a terminal device. In some embodiments, if the ground-truth label is generated at a terminal device side (e.g., the first communication device 301 is a terminal device) , the quality indicator is identified at the terminal device side and may be requested from a different entity, e.g., the data collection entity. In some embodiments, as an alternative, if the ground-truth label is generated at the network device side (e.g., the first communication device 301 is a network device) , the quality indicator may be identified by a LMF side and requested from a different entity rather than the LMF, e.g., the data collection entity.

[0067] For AI / ML assisted positioning, the ground-truth label may at least contain timing estimation and the LOS / NLOS indicator. In some embodiments, if the ground-truth label is generated at UE side, the quality indicator is identified at the UE side and may be requested from a different entity, e.g., the data collection entity. In some embodiments, as an alternative, if the ground-truth label is generated at the network side, the quality indicator is identified at the LMF side and may be requested from different entity rather than the LMF, e.g., the data collection entity.

[0068] In some embodiments, a network device may configure different quality indicator parameters for the model training and model monitoring.

[0069] The first communication device 301 transmits (325) , to a second communication device 302, the set of ground-truth labels and at least one quality indicator within the set of quality indicators. The second communication device 302 receives (330) the set of ground-truth labels and at least one quality indicator within the set of quality indicators.

[0070] In some embodiments, there is a one-to-one mapping between the ground-truth  labels and the quality indicators. That is, the first communication device 301 may generate a quality indicator for each corresponding collected ground-truth label, i.e., either UE positioning for direct AI / ML positioning or timing estimation or LOS / NLOS indicator for AI / ML assisted positioning. Each quality indicator to be reported corresponds to one ground-truth label within the set of collected ground-truth labels.

[0071] In some embodiments, a quality indicator is determined as a value within a predetermined range, the predetermined range being divided by a uniform step size. For example, the quality indicator is provided in the range between 0 and 1 with a resolution of 0.1. The value ‘0’ indicates the corresponding ground-truth label is fully unreliable and the value ‘1’ indicates the corresponding ground-truth label is fully reliable. Two examples of quality indicators generated in this way are provided below in Table 1 and Table 2, one for directed positioning and the other one for assisted positioning. Thus the ground-truth label in Table 1 indicates a location of a terminal device by indicating the latitude, longitude, altitude of the location, and the ground-truth label in Table 2 indicate timing estimation information e.g., RSTD.

[0072] Table 1

[0073] Table 2

[0074] To report the quality indicators in the one-to-one mapping by mapping the e quality indicators into the range with uniform steps, this is a simple way to identify the quality indictors and the corresponding ground-truth label in the reception device, i.e., the second communication device 302.

[0075] In some embodiments, in order to reduce the data overhead (when the number of ground-truth labels is large) caused in the way above, it is proposed to determine, from the set of quality indicators, at least one quality indicator that indicates a reliability exceeding a reliability threshold. The first communication device 301 transmits, to the second communication device 302, the at least one quality indicator with reliability exceeding a reliability threshold and at least one corresponding ground-truth label. In some embodiments, the first communication device 301 may map the at least one determined quality indicator into at least one bit value with a predetermined bitlength; and then transmit the at least one bit value to the second communication device 302.

[0076] The reliability threshold represents a lower bound reliability of reported ground-truth labels and the predetermined bitlength represents the granularity of quality indicators for the ground-truth reported label. In other words, the reliability threshold represents a threshold that only if the reliability of a ground-truth label is higher than the threshold, the first communication device 301 will transfer the ground-truth label to the other entity; otherwise the first communication device 301 does not transfer the ground-truth label. In this way, a limited number of ground-truth labels and quality indicators are communicated, reducing the data overhead.

[0077] In some embodiments, the reliability threshold (represented as “level” ) and / or the predetermined bitlength (represented as “bitlength” ) may be configured by the second communication device 302. For example, for the case where a network device is responsible for data collection and a terminal device is responsible for generation of label (the second communication device 302 is a network device and the first communication device 301 is a terminal device) , the network device may optionally configure the  parameters level and / or bitlength to the terminal device. The configuration may be configured in the request for ground-truth label generation and / or the signaling related to quality indicator generation. In some other embodiments, the reliability threshold and / or the predetermined bitlength may be prespecified at the first communication device 301 or may be indicated to the first communication device 301 in other suitable ways.

[0078] For example, if a total of four levels of reliability (represented as level-1, level-2, level-3, level-3) for quality indicators are supported and the network device configures a parameter indicating level-3 and a bitlength of 2 for quality indicators, the reliability lower than level-3 will not be transferred to the network device side, and the bit value can be regarding as an index that represent different reliability range with the bitlength of 2. A specific bit value represents a quality indicator of a reported ground-truth label. Table 3 shows the definition of the four levels of reliability for quality indicators. If level-3 and a bitlength of 2 are configured by the network device, the mapping between all the four bit values (00, 01, 10, 11) and the reliabilities indicated by the quality indicators is provided in Table 4. In Table 3 and Table 4, a reliability of “0%” indicates the corresponding ground-truth label is fully unreliable and a reliability of ‘100%’ indicates the corresponding ground-truth label is fully reliable.

[0079] Table 3

[0080] Table 4

[0081] By reporting ground-truth labels and quality indicators with reliabilities higher than the threshold, the ground-truth e label with low reliability will be discarded at the first communication device side, to avoid useless transmission to the second communication device side. Moreover, precise quality indicators can be provided by a large bitlength.

[0082] In some embodiments, there is a one-to-multiple mapping between the ground-truth labels and the quality indicators. Each quality indicator to be reported corresponds to a plurality of ground-truth labels within the set of ground-truth labels. The first communication device 301 may thus determine or generate a quality indicator for several corresponding collected ground-truth labels. The quality indicator may be identified and represented in either of the two ways as discussed above, e.g., by mapping a quality indicator as a value from a range with uniform steps, or by configuring the reliability threshold and the bitlength to instruct the first communication device 301 to drop the ground-truth labels with reliabilities lower than the configured threshold.

[0083] FIG. 4 illustrates an example of time-window-based quality indicator reporting in accordance with some embodiments of the present disclosure. In this example, locations of a terminal device 110 change from Point 1, to Point 2, and then Point 3. At the three points, the terminal device 110 determines three ground-truth labels at SRS Instance 1, SRS Instance 2, and SRS Instance 3, respectively, within a time window 402. In this example, the terminal device 110 generates one quality indicator for the ground-truth labels within the time window 402.

[0084] Since a quality indicator corresponds to a plurality of corresponding collected ground-truth labels, the mapping relationship between the quality indicator and the several ground-truth labels. In some embodiments related to the one-to-multiple mapping, the plurality of ground-truth labels for each quality indicator are determined within the same time window. Since the locations calculated at UE / LMF side or the timing / LOS / NLOS estimated at UE / network device side within a timing duration are similar, it is reasonable to combine the labels within the time duration to a same quality indicator. Thus, the  UE / network device can map the one quality indicator to several ground-truth labels within the same time window.

[0085] In some embodiments, the first communication device 301 may receive, from the second communication device 302 (e.g., the network device) , first information indicating at least one time window for determining the at least one quality indicator. One quality indicator may be generated for one time window. In some embodiments, the time window (s) may be indicated by the second communication device 302 in association with the request for ground-truth label generation and / or the signaling related to quality indicator generation. In some embodiments, a time window may be configured in a way with a first subframe number as a start point and a second subframe number as end point relative to a predetermined system frame number (e.g., SFN 0) . In some embodiments, a time window may be configured with a start point and a time duration.

[0086] Two examples of quality indicators reported in this way are provided below in Table 5 and Table 6, one for directed positioning and the other one for assisted positioning. In this way, although with the precision of quality indicators for some individual labels, signaling overhead of quality indicator will be overcame by combining multiple ground-truth labels to a single quality indicator.

[0087] Table 5

[0088] Table 6

[0089] In the examples of Table 5 and Table 6, the timestamps of label-1 and label-2 are in a same time windows, the timestamps of label-3, label-4 and label-5 are in a same time windows, and the last quality indicator represents the quality of individual label-n.

[0090] In some embodiments related to the one-to-multiple mapping, the first communication device 301 may map the one quality indicator to one or more fixed quantities for the ground-truth labels, where the quantity is indicated by the network device in association with the request for ground-truth label generation and / or the signaling related to quality indicator generation. In such a way, each quality indicator corresponds to a fixed quantity (number) of ground-truth labels. The first communication device 301 may map the fixed quantity of ground-truth labels to a quality indicator in an order of time when the ground-truth labels are collected. In some embodiments, the first communication device 301 may receive, from the second communication device 302 (e.g., the network device) , second information indicating the fixed quantity to be reported by the first communication device 301.

[0091] Two examples of quality indicators reported in this way are provided below in Table 7 and Table 8, one for directed positioning and the other one for assisted positioning. In the examples, the fixed quantity is three, and the ground-truth labels label-1, label-2, label-3, …, label-n are collected sequentially in time.

[0092] Table 7

[0093] Table 8

[0094] In this way, although with the precision of quality indicators for some individual labels, the signaling overhead of quality indicators can be overcame by combining multiple ground-truth labels to a single quality indicator. Moreover, it is sample from the signaling and implementation perspective.

[0095] In some embodiments, the label generation entity (the first communication device 301) can transfer the ground-truth labels and associating quality indicator at the occasions configured by the network device. The first communication device 301 may transmit, to the second communication device 302, the at least one quality indicator and the set of ground-truth labels at an occasion configured by a network device. In some embodiments, the first communication device 301 may trigger the transferring in the  allocated resource once the quality indicator meets the requirement, e.g., with a reliability higher than a threshold.

[0096] In some cases, the determination of ground-truth label may be implemented by the label generation entity, e.g., the terminal device / network device / LMF. However, the quality determination is a relatively complex and multidimensional concepts comparing with LOS / NLOS indicator. For example, the determination of label quality is impacted by the collected type of location. If the different terminal devices from different terminal vendors use different mechanism to determine the quality of a label, the high reliability AI / ML model for positioning is no easy to train in network device side when the training data source from multiple terminal devices. This, for AI / ML assisted positioning, to determine the quality indicator, it may be specified how to determine the actual timing estimation information if the terminal device is not capability with UE based positioning. For direct AI / ML positioning, to determine the quality indicator, it needs to specific whether the actual location using for determining the quality of label is provided by PRU or non PRU, or whether the actual location of the terminal device contain altitude or not.

[0097] In some embodiments, for AI / ML assisted positioning, if the AI / ML model is to estimate TDOA, a quality indicator for a ground-truth label may be determined by comparing the measured TOA and timing advance (TA) once the TA is updated by the network device. For a terminal device without capability of calculation its positioning (UE based positioning) , it may be difficult to quantify the quality indicator by comparing the collecting label and the actual value. Still, the TA difference from two cells can be used to assist the terminal device to determine the actual TDOA (which is also represented by RSTD) .

[0098] As shown in an example 500 of FIG. 5, it is supposed that a terminal device 110-1 at point 1 in cell 102-1 receives a timing advance command (TAC) , through radon access response (RAR) TAC or medium access control (MAC) CE, and adjusts the TA to a value TA1. After the terminal device 110-1 moves to point 2 in cell 102-2, it may adjusts TA to a value TA2 based on TAC received in cell 102-2. In this case, if a ground-truth label in the set of ground-truth labels at least indicates TDOA between a first cell (e.g., cell 102-1) and a second cell (e.g., cell 102-2) , the first communication device 301 may determine a first TA (e.g., TA1) for the first communication device 301 at a first positioning point (e.g., point 1) within the first cell and a second TA (e.g., TA2) for the first communication device 301 at a second positioning point (e.g., point 2) within the second cell, the first  communication device 301 switching from the first cell to the second cell. The first communication device 301 may further determine an actual TDOA based on a different between the second TA and the first TA and a compensation time. In some embodiments, determine the actual TDOA as a half of a result of the second TA minus the first TA minus the compensation time, which may be formulated as follows:

[0099] where e is the compensated time between point 1 and point 2.

[0100] In some embodiments, the compensation time may be determined based on a distance between the first positioning point and the second positioning point. In an example, a simple way to identify the e is light propagation time from point 1 to point 2. The closer the distance between point 1 and point 2 is, the smaller the error of e is. In order to accurately identify the value of e, in some embodiments, the first positioning point is a last positioning point within the first cell where the first communication device 301 receives information for determining the first TA, and the second positioning point is the first positioning point within the second cell where the first communication device 301 receives information for determining the second TA. That is, the point 1 may be the last point within cell 102-1 receiving TAC (by MAC CE) and the point 2 should be the first point receiving TAC (by RAR TAC) within cell 102-2.

[0101] With the actual TDOA determined, the first communication device 301 may determine a first quality indicator for a first ground-truth label by comparing the actual TDOA and a TDOA indicated by the first ground-truth label, the first ground-truth label being determined for the second positioning point. For example, if a difference between the TDOA indicated by the first ground-truth label and the actual TDOA is relatively large, then the first quality indicator may be determined to indicate that the reliability of the first ground-truth label is low. For each of the ground-truth labels indicating TDOA, the quality indicators may be determined in a similar way.

[0102] In some embodiments, for AI / ML assisted positioning, if the AI / ML model is to estimate TOA, a ground-truth label in the set of ground-truth labels at least indicates TOA for the first communication device 301 within a second cell (e.g., cell 102-2 in FIG. 5) . In this case, the first communication device 301 may determine a second TA (TA2) for the first communication device 301 within the second cell, and then determine, based on  the second TA, an actual TOA for the first communication device 301 within the second cell. In some examples, the first communication device 301 may determine the actual TOA as a half of on the second TA, which may be formulated as follows:

[0103] With the actual TOA determined, the first communication device 301 may further determine a second quality indicator for the second ground-truth label by comparing the actual TOA and a TOA indicated by the second ground-truth label, the second ground-truth label being determined for a positioning point of the first communication device 301 within the second cell. For example, if a difference between the TOA indicated by the second ground-truth label and the actual TOA is relatively large, then the second quality indicator may be determined to indicate that the reliability of the second ground-truth label is low. For each of the ground-truth labels indicating TOA, the quality indicators may be determined in a similar way.

[0104] In some embodiments, the first communication device 301 may receive, from the second communication device 302, at least one of the first TA and the second TA together with signaling indicating that quality indicator generation is enabled. For example, if the network device requests the terminal device (or even PRU) , to generate the ground-truth label with enabling the quality indicator by a specified signaling, e.g., InitiateLabelGeneration, the network device provide the TA value to the terminal device. In some embodiments, in accordance with a reception of signaling indicating that quality indicator generation is enabled from the second communication device 302, the first communication device 301 may transmit, to a network device, a request for updating a TA within at least one of the first cell and the second cell. For example, if a terminal device is requested to generate the ground-truth labels with attaching the quality indicators, the terminal device may reports an invalid TA indicator, regardless the TA timer and RSRP-change threshold conditions, by UL transmission to update the TA. In this way, the first communication device 301 can precisely and timely indicate the quality of the ground-truth labels.

[0105] In some embodiments, the first communication device 301 report the related information to assist the second communication device 302 to determine the quality of the ground-truth label. Specifically, the first communication device 301 may transmit, to the second communication device 302, the set of ground-truth labels and TA related  information if signaling from the second communication device 302 indicates that quality indicator generation is enabled. The TA related information at least indicates at least one of the first TA and the second TA, or indicates a timestamp for each of the set of ground-truth labels, the timestamp being used by the second communication device 302 to identify at least one of the first TA and the second TA. For example, if a terminal device is requested to generate the ground-truth labels with enabling the quality indicators, the terminal device may report the collected ground-truth labels with the corresponding TA, e.g., the ground-truth label set and a corresponding TAC. In this way, additional overhead or label report will be saved by mapping multiple labels to one TAC related information. In some other examples, the terminal device may report each timestamp of a ground-truth label to the network device.

[0106] A location of a terminal device may be indicated as a two-dimensional (2D) location, by indicating the latitude and longitude of the location, or may be indicated as a three-dimensional (3D) location, by indicating the latitude longitude, altitude of the location. In some embodiments, the first communication device 301 may report an indicator about whether the quality of the ground-truth label (s) is determined with considering the latitude of a terminal device. In some embodiments, the first communication device 301 may report an indicator about whether the quality of the ground-truth label (s) is determined based on a PRU device or non-PRU device.

[0107] In some embodiments, an additional one bit may be reported by the first communication device 301 in association with a quality indicator. For example, a bit value is ‘1’ represents the quality indicator is determined with respect to a 2D location, thus the corresponding ground-truth label (s) cannot be used to train or monitor an AI / ML model that is used to infer a 3D location of a terminal device.

[0108] In some embodiments, an additional one bit is reported by the first communication device 301 in association with a quality indicator. For example, a bit value is ‘1’ represents the quality indicator of the label with high priority, and thus the ground-truth label with a high quality is prioritized to train or monitor the AI / ML model. Conversely, a bit value is ‘0’ represents the quality indicator of the ground-truth label with low priority, and thus the label, even with the same quality comparing with the high priority quality, is deprioritized to train or monitor the AI / ML model. For example, in some cases, a location source from the PRU is most reliability than other methods like RAT-dependent or RAT-independent ways, thus the label with high quality determined  by quantifying between the label and the actual location from PRU should be prioritized to model training / monitoring.

[0109] In some embodiments, the AI / ML model is configured for assisted positioning, and the first communication device 301 may determine a quality indicator for a ground-truth label based on a difference between timing estimation information for a terminal device indicated by the ground-truth label and actual timing estimation information for the terminal device. As an example, for AI / ML assisted positioning with timing estimation as model output, the reliability r of collect ground-truth label may be identified as follows:

[0110] where collected label represents a collected ground-truth label, actual timing represents actual timing estimation information for the terminal device.

[0111] In some embodiments, the AI / ML model is configured for direct positioning, and the first communication device 301 may determine a quality indicator for a ground-truth label based on a distance between a location of a terminal device indicated by the ground-truth label and an actual location of the terminal device. In some examples, the quality indicator may be calculated by normalizing the distance by an allowed maximal error distance. The reliability r of collect ground-truth label may be identified as follows:

[0112] where collected label represents a collected ground-truth label, actual positioning represents the actual location of the terminal device, d (x, y) is a metric to judge the distance between location x and location y, like Euclidean metric, and maxAllowedErrorDis represents the allowed maximal error distance.

[0113] In some examples, the reliability r and the quality indicator Q can map as follows:

[0114] Table 9

[0115] In some cases, it is important to include other indications such as measurement type and format. Specifically, the measurement type indicates what kind of information should be measured for positioning, such as CIR or PDP. Measurement format indicates the number of time-domain samples of CIR, the arrangement of CIRs of different TRPs, and other possible pre-processing. The evaluation has shown that CIR as model input has better inference accuracy than PDP and DP for both direct AI / ML positioning and AI / ML assisted positioning, while more overhead will be caused when consider data transferring. Therefore, it is preferable to indicate the type of measurement from network device to UE when the measurement is collected at the terminal side. For example, for highly positioning reliable model, CIR is assigned as input for training / monitoring the model.

[0116] In some embodiments, it is assumed that the first communication device 301 is also configured to collect measurement. The second communication device 302 may transmit a measurement indicator indicating a type of measurements to be collected to the first communication device. For example, the second communication device 302 may requests the first communication device 301 to generate the measurements through specified signaling, e.g., InitiateMeasurementlGeneration, which contains the type of measurement e.g., TypeofMeasurement signaling. For example, TypeA represents CIP, TypeB represents PDP, and TypeC represents DP, and the like. Upon reception of the measurement indicator, the first communication device 301 may collect the set of measurements with the indicated type, and transmit the set of measurements to the second communication device 302.

[0117] FIG. 6 illustrates a flowchart of a communication method 600 implemented at a first communication device in accordance with some embodiments of the present disclosure. For the purpose of discussion, the method 600 will be described from the perspective of the first communication device 301 in FIG. 3.

[0118] At block 610, the first communication device 301 determines a set of ground-truth labels for a set of measurements. A measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device.

[0119] At block 620, the first communication device 301 determine a set of quality indicators for the set of ground-truth labels. A quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label.

[0120] At block 630, the first communication device 301 transmits, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators.

[0121] In some example embodiments, determining the set of ground-truth labels comprises: receiving, from the second communication device, a request for ground-truth generation; and in response to the request, determining the set of ground-truth labels for the set of measurements.

[0122] In some example embodiments, determining the set of quality indicators comprises: receiving, from the second communication device, signaling indicating whether quality indicator generation is enabled or disabled; and in accordance with a determination that the signaling indicates that the quality indicator generation is enabled, determining the set of quality indicators for the set of ground-truth labels.

[0123] In some example embodiments, determining the set of quality indicators comprises: determining a quality indicator as a value within a predetermined range, the predetermined range being divided by a uniform step size.

[0124] In some example embodiments, the transmitting comprises: determining, from the set of quality indicators, at least one quality indicator that indicates a reliability exceeding a reliability threshold; and transmitting, to the second communication device, the at least one determined quality indicator and at least one corresponding ground-truth label.

[0125] In some example embodiments, the transmitting comprises: mapping the at least one determined quality indicator into at least one bit value with a predetermined bitlength; and transmitting the at least one bit value to the second communication device.

[0126] In some example embodiments, the method 600 further comprises: receiving, from the second communication device, at least one of the reliability threshold and the predetermined bitlength.

[0127] In some example embodiments, each of the at least one quality indicator  corresponds to one ground-truth label within the set of ground-truth labels.

[0128] In some example embodiments, each of the at least one quality indicator corresponds to a plurality of ground-truth labels within the set of ground-truth labels.

[0129] In some example embodiments, the plurality of ground-truth labels for each quality indicator are determined within the same time window; and the method 600 further comprises: receiving, from the second communication device, first information indicating at least one time window for determining the at least one quality indicator.

[0130] In some example embodiments, each quality indicator corresponds to a fixed quantity of ground-truth labels, and the method 600 further comprises: receiving, from the second communication device, second information indicating the fixed quantity.

[0131] In some example embodiments, the transmitting comprises: transmit, to the second communication device, the at least one quality indicator and the set of ground-truth labels at an occasion configured by a network device; or in accordance with a determination that the at least one quality indicator meets a predetermined requirement, transmit, to the second communication device, the set of ground-truth labels and the at least one quality indicator.

[0132] In some example embodiments, a ground-truth label in the set of ground-truth labels at least indicates a time difference of arrival (TDOA) between a first cell and a second cell, and wherein determining the set of quality indicators comprises: determining a first timing advance (TA) for the first communication device at a first positioning point within the first cell and a second TA for the first communication device at a second positioning point within the second cell, the first communication device switching from the first cell to the second cell; determining an actual TDOA based on a different between the second TA and the first TA and a compensation time; and determining a first quality indicator for a first ground-truth label by comparing the actual TDOA and a TDOA indicated by the first ground-truth label, the first ground-truth label being determined for the second positioning point.

[0133] In some example embodiments, determining the actual TDOA comprises: determining the actual TDOA as a half of a result of the second TA minus the first TA minus the compensation time.

[0134] In some example embodiments, the compensation time being determined based  on a distance between the first positioning point and the second positioning point; and / or wherein the first positioning point is a last positioning point within the first cell where the first communication device receives information for determining the first TA, and the second positioning point is the first positioning point within the second cell where the first communication device receives information for determining the second TA.

[0135] In some example embodiments, a ground-truth label in the set of ground-truth labels at least indicates a time of arrival (TOA) for the first communication device within a second cell, and determining the set of quality indicators comprises: determining a second TA for the first communication device within the second cell; determine, based on the second TA, an actual TOA for the first communication device within the second cell; and determining a second quality indicator for the second ground-truth label by comparing the actual TOA and a TOA indicated by the second ground-truth label, the second ground-truth label being determined for a positioning point of the first communication device within the second cell.

[0136] In some example embodiments, determining the actual TOA comprises: determine the actual TOA as a half of on the second TA.

[0137] In some example embodiments, the method 600 further comprises: receiving, from the second communication device, at least one of the first TA and the second TA together with signaling indicating that quality indicator generation is enabled; or in accordance with a reception of signaling indicating that quality indicator generation is enabled from the second communication device, transmitting, to a network device, a request for updating a TA within at least one of the first cell and the second cell.

[0138] In some example embodiments, the transmitting comprises: transmitting, to the second communication device, the set of ground-truth labels and TA related information if signaling from the second communication device indicates that quality indicator generation is enabled, wherein the TA related information at least indicates at least one of the first TA and the second TA, or indicates a timestamp for each of the set of ground-truth labels, the timestamp being used by the second communication device to identify at least one of the first TA and the second TA.

[0139] In some example embodiments, the AI / ML model is configured for assisted positioning, and determining the set of quality indicators comprises: determining a quality indicator for a ground-truth label based on a difference between timing estimation  information for a terminal device indicated by the ground-truth label and actual timing estimation information for the terminal device.

[0140] In some example embodiments, the AI / ML model is configured for direct positioning, and determining the set of quality indicators comprises: determining a quality indicator for a ground-truth label based on a distance between a location of a terminal device indicated by the ground-truth label and an actual location of the terminal device. In some example embodiments, determining the quality indicator comprises: normalizing the distance by an allowed maximal error distance, to obtain the quality indicator.

[0141] In some example embodiments, the method 600 further comprises: receiving, from the second communication device, a measurement indicator indicating a type of measurements to be collected; collecting the set of measurements with the indicated type; and transmitting the set of measurements to the second communication device.

[0142] In some example embodiments, the first communication device comprises a first terminal device or a first positioning reference unit (PRU) ; and / or wherein the second communication device comprises a second terminal device or a network device.

[0143] FIG. 7 illustrates a flowchart of a communication method 700 implemented at a second communication device in accordance with some embodiments of the present disclosure. For the purpose of discussion, the method 700 will be described from the perspective of the second communication device 302 in FIG. 3.

[0144] At block 710, the second communication device 302 receives, from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels. A measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, and a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label.

[0145] In some example embodiments, the method 700 further comprises: transmitting, to the first communication device, a request for ground-truth generation and / or signaling indicating whether quality indicator generation is enabled or disabled.

[0146] In some example embodiments, a quality indicator is received as a value within  a predetermined range divided by a uniform step size, or wherein the at least one quality indicator each indicates a reliability exceeding a reliability threshold, and a quality indicator is received as a bit value with a predetermined bitlength.

[0147] In some example embodiments, the method 700 further comprises: transmitting, to the first communication device, at least one of the reliability threshold and the predetermined bitlength.

[0148] In some example embodiments, each of the at least one quality indicator corresponds to one ground-truth label within the set of ground-truth labels.

[0149] In some example embodiments, each of the at least one quality indicator corresponds to a plurality of ground-truth labels within the set of ground-truth labels.

[0150] In some example embodiments, the plurality of ground-truth labels for each quality indicator are determined within the same time window; and the method 700 further comprises: transmitting, to the first communication device, first information indicating at least one time window for determining the at least one quality indicator.

[0151] In some example embodiments, each quality indicator corresponds to a fixed quantity of ground-truth labels, and the method 700 further comprises: transmitting, to the first communication device, second information indicating the fixed quantity.

[0152] In some example embodiments, the receiving comprises: receiving, from the first communication device, the at least one quality indicator and the set of ground-truth labels at an occasion configured by a network device; or receive, from the first communication device, the set of ground-truth labels and the at least one quality indicator in a case where that the at least one quality indicator meets a predetermined requirement.

[0153] In some example embodiments, the method 700 further comprises: transmitting, to the first communication device, a measurement indicator indicating a type of measurements to be collected; and receive the set of measurements with the indicated type from the first communication device.

[0154] FIG. 8 is a simplified block diagram of a device 800 that is suitable for implementing embodiments of the present disclosure. The device 800 can be considered as a further example implementation of any of the devices as shown in FIG. 1 or FIG. 3. Accordingly, the device 800 can be implemented at or as at least a part of the terminal device 110 or the network device 120 in FIG. 1, or the first communication device 301 or  the second communication device 302 in FIG. 3.

[0155] As shown, the device 800 includes a processor 810, a memory 820 coupled to the processor 810, a suitable transceiver 840 coupled to the processor 810, and a communication interface coupled to the transceiver 840. The memory 820 stores at least a part of a program 830. The transceiver 840 may be for bidirectional communications or a unidirectional communication based on requirements. The transceiver 840 may include at least one of a transmitter 842 and a receiver 844. The transmitter 842 and the receiver 844 may be functional modules or physical entities. The transceiver 840 has at least one antenna to facilitate communication, though in practice an Access Node mentioned in this application may have several ones. The communication interface may represent any interface that is necessary for communication with other network elements, such as X2 / Xn interface for bidirectional communications between eNBs / gNBs, S1 / NG interface for communication between a Mobility Management Entity (MME)  / Access and Mobility Management Function (AMF)  / SGW / UPF and the eNB / gNB, Un interface for communication between the eNB / gNB and a relay node (RN) , or Uu interface for communication between the eNB / gNB and a terminal device.

[0156] The program 830 is assumed to include program instructions that, when executed by the associated processor 810, enable the device 800 to operate in accordance with the embodiments of the present disclosure, as discussed herein with reference to FIGS. 1 to 7. The embodiments herein may be implemented by computer software executable by the processor 810 of the device 800, or by hardware, or by a combination of software and hardware. The processor 810 may be configured to implement various embodiments of the present disclosure. Furthermore, a combination of the processor 810 and memory 820 may form processing means 850 adapted to implement various embodiments of the present disclosure.

[0157] The memory 820 may be of any type suitable to the local technical network and may be implemented using any suitable data storage technology, such as a non-transitory computer readable storage medium, semiconductor based memory devices, magnetic memory devices and systems, optical memory devices and systems, fixed memory and removable memory, as non-limiting examples. While only one memory 820 is shown in the device 800, there may be several physically distinct memory modules in the device 800. The processor 810 may be of any type suitable to the local technical network, and may include one or more of general purpose computers, special purpose computers,  microprocessors, digital signal processors (DSPs) and processors based on multicore processor architecture, as non-limiting examples. The device 800 may have multiple processors, such as an application specific integrated circuit chip that is slaved in time to a clock which synchronizes the main processor.

[0158] According to embodiments of the present disclosure, a first communication device comprising a circuitry is provided. The circuitry is configured to: determine a set of ground-truth labels for a set of measurements, where a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device; determine a set of quality indicators for the set of ground-truth labels, where a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label; and transmit, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the first communication device as discussed above.

[0159] According to embodiments of the present disclosure, a second communication device comprising a circuitry is provided. The circuitry is configured to: receive, from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels, wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, and wherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the second communication device as discussed above.

[0160] The term “circuitry” used herein may refer to hardware circuits and / or combinations of hardware circuits and software. For example, the circuitry may be a combination of analog and / or digital hardware circuits with software / firmware. As a further example, the circuitry may be any portions of hardware processors with software including digital signal processor (s) , software, and memory (ies) that work together to cause an apparatus, such as a terminal device or a network device, to perform various  functions. In a still further example, the circuitry may be hardware circuits and or processors, such as a microprocessor or a portion of a microprocessor, that requires software / firmware for operation, but the software may not be present when it is not needed for operation. As used herein, the term circuitry also covers an implementation of merely a hardware circuit or processor (s) or a portion of a hardware circuit or processor (s) and its (or their) accompanying software and / or firmware.

[0161] According to embodiments of the present disclosure, a first communication apparatus is provided. The first communication apparatus comprises means for determining a set of ground-truth labels for a set of measurements, where a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device; means for determining a set of quality indicators for the set of ground-truth labels, where a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label; and means for transmitting, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators. In some embodiments, the first apparatus may comprise means for performing the respective operations of the method 600. In some example embodiments, the first apparatus may further comprise means for performing other operations in some example embodiments of the method 600. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0162] According to embodiments of the present disclosure, a second communication apparatus is provided. The second communication apparatus comprises means for receiving, from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels, means for wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, and means for wherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label. In some embodiments, the second apparatus may comprise means for performing the respective operations of the method 700. In some example embodiments, the second apparatus may further comprise means for performing other operations in some example embodiments of the method 700.  The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0163] In summary, embodiments of the present disclosure provide the following aspects.

[0164] In an aspect, it is proposed a first communication device comprising: a processor configured to cause the first communication device to: determine a set of ground-truth labels for a set of measurements, where a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device; determine a set of quality indicators for the set of ground-truth labels, where a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label; and transmit, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators.

[0165] In some embodiments, the processor is configured to cause the first communication device to: receive, from the second communication device, a request for ground-truth generation; and in response to the request, determine the set of ground-truth labels for the set of measurements.

[0166] In some embodiments, the processor is configured to cause the first communication device to: receive, from the second communication device, signaling indicating whether quality indicator generation is enabled or disabled; and in accordance with a determination that the signaling indicates that the quality indicator generation is enabled, determine the set of quality indicators for the set of ground-truth labels.

[0167] In some embodiments, the processor is configured to cause the first communication device to: determine a quality indicator as a value within a predetermined range, the predetermined range being divided by a uniform step size.

[0168] In some embodiments, the processor is configured to cause the first communication device to: determine, from the set of quality indicators, at least one quality indicator that indicates a reliability exceeding a reliability threshold; and transmit, to the second communication device, the at least one determined quality indicator and at least one corresponding ground-truth label.

[0169] In some embodiments, the processor is configured to cause the first communication device to: map the at least one determined quality indicator into at least one bit value with a predetermined bitlength; transmit the at least one bit value to the second communication device.

[0170] In some embodiments, the processor is further configured to cause the first communication device to: receive, from the second communication device, at least one of the reliability threshold and the predetermined bitlength.

[0171] In some embodiments, each of the at least one quality indicator corresponds to one ground-truth label within the set of ground-truth labels.

[0172] In some embodiments, each of the at least one quality indicator corresponds to a plurality of ground-truth labels within the set of ground-truth labels.

[0173] In some embodiments, the plurality of ground-truth labels for each quality indicator are determined within the same time window; and wherein the processor is further configured to cause the first communication device to: receive, from the second communication device, first information indicating at least one time window for determining the at least one quality indicator.

[0174] In some embodiments, each quality indicator corresponds to a fixed quantity of ground-truth labels, and wherein the processor is configured to cause the first communication device to: receive, from the second communication device, second information indicating the fixed quantity.

[0175] In some embodiments, the processor is configured to cause the first communication device to: transmit, to the second communication device, the at least one quality indicator and the set of ground-truth labels at an occasion configured by a network device; or in accordance with a determination that the at least one quality indicator meets a predetermined requirement, transmit, to the second communication device, the set of ground-truth labels and the at least one quality indicator.

[0176] In some embodiments, a ground-truth label in the set of ground-truth labels at least indicates a time difference of arrival (TDOA) between a first cell and a second cell, and wherein the processor is configured to cause the first communication device to: determine a first timing advance (TA) for the first communication device at a first positioning point within the first cell and a second TA for the first communication device  at a second positioning point within the second cell, the first communication device switching from the first cell to the second cell; determine an actual TDOA based on a different between the second TA and the first TA and a compensation time; and determine a first quality indicator for a first ground-truth label by comparing the actual TDOA and a TDOA indicated by the first ground-truth label, the first ground-truth label being determined for the second positioning point.

[0177] In some embodiments, the processor is configured to cause the first communication device to: determine the actual TDOA as a half of a result of the second TA minus the first TA minus the compensation time.

[0178] In some embodiments, the compensation time being determined based on a distance between the first positioning point and the second positioning point; and / or wherein the first positioning point is a last positioning point within the first cell where the first communication device receives information for determining the first TA, and the second positioning point is the first positioning point within the second cell where the first communication device receives information for determining the second TA.

[0179] In some embodiments, a ground-truth label in the set of ground-truth labels at least indicates a time of arrival (TOA) for the first communication device within a second cell, and wherein the processor is configured to cause the first communication device to: determine a second TA for the first communication device within the second cell; determine, based on the second TA, an actual TOA for the first communication device within the second cell; and determine a second quality indicator for the second ground-truth label by comparing the actual TOA and a TOA indicated by the second ground-truth label, the second ground-truth label being determined for a positioning point of the first communication device within the second cell.

[0180] In some embodiments, the processor is configured to cause the first communication device to: determine the actual TOA as a half of on the second TA.

[0181] In some embodiments, the processor is configured to cause the first communication device to: receive, from the second communication device, at least one of the first TA and the second TA together with signaling indicating that quality indicator generation is enabled; or in accordance with a reception of signaling indicating that quality indicator generation is enabled from the second communication device, transmit, to a network device, a request for updating a TA within at least one of the first cell and the  second cell.

[0182] In some embodiments, the processor is configured to cause the first communication device to: transmit, to the second communication device, the set of ground-truth labels and TA related information if signaling from the second communication device indicates that quality indicator generation is enabled, wherein the TA related information at least indicates at least one of the first TA and the second TA, or indicates a timestamp for each of the set of ground-truth labels, the timestamp being used by the second communication device to identify at least one of the first TA and the second TA.

[0183] In some embodiments, the AI / ML model is configured for assisted positioning, wherein the processor is configured to cause the first communication device to: determine a quality indicator for a ground-truth label based on a difference between timing estimation information for a terminal device indicated by the ground-truth label and actual timing estimation information for the terminal device.

[0184] In some embodiments, the AI / ML model is configured for direct positioning, wherein the processor is configured to cause the first communication device to: determine a quality indicator for a ground-truth label based on a distance between a location of a terminal device indicated by the ground-truth label and an actual location of the terminal device.

[0185] In some embodiments, the processor is configured to cause the first communication device to: normalizing the distance by an allowed maximal error distance, to obtain the quality indicator.

[0186] In some embodiments, the processor is further configured to cause the first communication device to: receive, from the second communication device, a measurement indicator indicating a type of measurements to be collected; collect the set of measurements with the indicated type; and transmit the set of measurements to the second communication device.

[0187] In some embodiments, the first communication device comprises a first terminal device or a first positioning reference unit (PRU) ; and / or wherein the second communication device comprises a second terminal device or a network device.

[0188] In an aspect, it is proposed a second communication device comprising: a  processor configured to cause the second communication device to: receive, from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels, wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, and wherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label.

[0189] In some embodiments, the processor is further configured to cause the second communication device to: transmit, to the first communication device, a request for ground-truth generation and / or signaling indicating whether quality indicator generation is enabled or disabled.

[0190] In some embodiments, a quality indicator is received as a value within a predetermined range divided by a uniform step size, or wherein the at least one quality indicator each indicates a reliability exceeding a reliability threshold, and a quality indicator is received as a bit value with a predetermined bitlength.

[0191] In some embodiments, the processor is further configured to cause the second communication device to: transmit, to the first communication device, at least one of the reliability threshold and the predetermined bitlength.

[0192] In some embodiments, each of the at least one quality indicator corresponds to one ground-truth label within the set of ground-truth labels.

[0193] In some embodiments, each of the at least one quality indicator corresponds to a plurality of ground-truth labels within the set of ground-truth labels.

[0194] In some embodiments, the plurality of ground-truth labels for each quality indicator are determined within the same time window; and wherein the processor is further configured to cause the second communication device to: transmit, to the first communication device, first information indicating at least one time window for determining the at least one quality indicator.

[0195] In some embodiments, each quality indicator corresponds to a fixed quantity of ground-truth labels, and wherein the processor is further configured to cause the second communication device to: transmit, to the first communication device, second information  indicating the fixed quantity.

[0196] In some embodiments, the processor is configured to cause the second communication device to: receive, from the first communication device, the at least one quality indicator and the set of ground-truth labels at an occasion configured by a network device; or receive, from the first communication device, the set of ground-truth labels and the at least one quality indicator in a case where that the at least one quality indicator meets a predetermined requirement.

[0197] In some embodiments, the processor is further configured to cause the second communication device to: transmit, to the first communication device, a measurement indicator indicating a type of measurements to be collected; and receive the set of measurements with the indicated type from the first communication device.

[0198] In an aspect, a first communication device comprises: at least one processor; and at least one memory coupled to the at least one processor and storing instructions thereon, the instructions, when executed by the at least one processor, causing the device to perform the method implemented by the first communication device discussed above.

[0199] In an aspect, a second communication device comprises: at least one processor; and at least one memory coupled to the at least one processor and storing instructions thereon, the instructions, when executed by the at least one processor, causing the device to perform the method implemented by the second communication device discussed above.

[0200] In an aspect, a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the first communication device discussed above.

[0201] In an aspect, a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the second communication device discussed above.

[0202] In an aspect, a computer program comprising instructions, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the first communication device discussed above.

[0203] In an aspect, a computer program comprising instructions, the instructions, when  executed on at least one processor, causing the at least one processor to perform the method implemented by the second communication device discussed above.

[0204] Generally, various embodiments of the present disclosure may be implemented in hardware or special purpose circuits, software, logic or any combination thereof. Some aspects may be implemented in hardware, while other aspects may be implemented in firmware or software which may be executed by a controller, microprocessor or other computing device. While various aspects of embodiments of the present disclosure are illustrated and described as block diagrams, flowcharts, or using some other pictorial representation, it will be appreciated that the blocks, apparatus, systems, techniques or methods described herein may be implemented in, as non-limiting examples, hardware, software, firmware, special purpose circuits or logic, general purpose hardware or controller or other computing devices, or some combination thereof.

[0205] The present disclosure also provides at least one computer program product tangibly stored on a non-transitory computer readable storage medium. The computer program product includes computer-executable instructions, such as those included in program modules, being executed in a device on a target real or virtual processor, to carry out the process or method as described above with reference to FIGS. 1 to 8. Generally, program modules include routines, programs, libraries, objects, classes, components, data structures, or the like that perform particular tasks or implement particular abstract data types. The functionality of the program modules may be combined or split between program modules as desired in various embodiments. Machine-executable instructions for program modules may be executed within a local or distributed device. In a distributed device, program modules may be located in both local and remote storage media.

[0206] Program code for carrying out methods of the present disclosure may be written in any combination of one or more programming languages. These program codes may be provided to a processor or controller of a general purpose computer, special purpose computer, or other programmable data processing apparatus, such that the program codes, when executed by the processor or controller, cause the functions / operations specified in the flowcharts and / or block diagrams to be implemented. The program code may execute entirely on a machine, partly on the machine, as a stand-alone software package, partly on the machine and partly on a remote machine or entirely on the remote machine or server.

[0207] The above program code may be embodied on a machine readable medium,  which may be any tangible medium that may contain, or store a program for use by or in connection with an instruction execution system, apparatus, or device. The machine readable medium may be a machine readable signal medium or a machine readable storage medium. A machine readable medium may include but not limited to an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, or device, or any suitable combination of the foregoing. More specific examples of the machine readable storage medium would include an electrical connection having one or more wires, a portable computer diskette, a hard disk, a random access memory (RAM) , a read-only memory (ROM) , an erasable programmable read-only memory (EPROM or Flash memory) , an optical fiber, a portable compact disc read-only memory (CD-ROM) , an optical storage device, a magnetic storage device, or any suitable combination of the foregoing.

[0208] Further, while operations are depicted in a particular order, this should not be understood as requiring that such operations be performed in the particular order shown or in sequential order, or that all illustrated operations be performed, to achieve desirable results. In certain circumstances, multitasking and parallel processing may be advantageous. Likewise, while several specific implementation details are contained in the above discussions, these should not be construed as limitations on the scope of the present disclosure, but rather as descriptions of features that may be specific to particular embodiments. Certain features that are described in the context of separate embodiments may also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments separately or in any suitable sub-combination.

[0209] Although the present disclosure has been described in language specific to structural features and / or methodological acts, it is to be understood that the present disclosure defined in the appended claims is not necessarily limited to the specific features or acts described above. Rather, the specific features and acts described above are disclosed as example forms of implementing the claims.

Claims

1.A first communication device comprising:a processor configured to cause the first communication device to:determine a set of ground-truth labels for a set of measurements, wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device;determine a set of quality indicators for the set of ground-truth labels, wherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label; andtransmit, to a second communication device, the set of ground-truth labels and at least one quality indicator within the set of quality indicators.2.The device of claim 1, wherein the processor is configured to cause the first communication device to:receive, from the second communication device, a request for ground-truth generation; andin response to the request, determine the set of ground-truth labels for the set of measurements.3.The device of claim 1 or 2, wherein the processor is configured to cause the first communication device to:receive, from the second communication device, signaling indicating whether quality indicator generation is enabled or disabled; andin accordance with a determination that the signaling indicates that the quality indicator generation is enabled, determine the set of quality indicators for the set of ground-truth labels.4.The device of any of claims 1 to 3, wherein the processor is configured to cause the first communication device to:determine a quality indicator as a value within a predetermined range, the predetermined range being divided by a uniform step size.5.The device of any of claims 1 to 3, wherein the processor is configured to cause the  first communication device to:determine, from the set of quality indicators, at least one quality indicator that indicates a reliability exceeding a reliability threshold; andtransmit, to the second communication device, the at least one determined quality indicator and at least one corresponding ground-truth label.6.The device of claim 5, wherein the processor is configured to cause the first communication device to:map the at least one determined quality indicator into at least one bit value with a predetermined bitlength;transmit the at least one bit value to the second communication device.7.The device of claim 5 or 6, wherein the processor is further configured to cause the first communication device to:receive, from the second communication device, at least one of the reliability threshold and the predetermined bitlength.8.The device of any of claims 1 to 6, wherein each of the at least one quality indicator corresponds to a plurality of ground-truth labels within the set of ground-truth labels.9.The device of claim 8, wherein the plurality of ground-truth labels for each quality indicator are determined within the same time window; andwherein the processor is further configured to cause the first communication device to:receive, from the second communication device, first information indicating at least one time window for determining the at least one quality indicator.10.The device of any of claims 1 to 9, wherein a ground-truth label in the set of ground-truth labels at least indicates a time difference of arrival (TDOA) between a first cell and a second cell, and wherein the processor is configured to cause the first communication device to:determine a first timing advance (TA) for the first communication device at a first positioning point within the first cell and a second TA for the first communication device at a second positioning point within the second cell, the first communication device switching from the first cell to the second cell;determine an actual TDOA based on a different between the second TA and the first TA and a compensation time; anddetermine a first quality indicator for a first ground-truth label by comparing the actual TDOA and a TDOA indicated by the first ground-truth label, the first ground-truth label being determined for the second positioning point.11.The device of claim 10, wherein the compensation time being determined based on a distance between the first positioning point and the second positioning point; and / orwherein the first positioning point is a last positioning point within the first cell where the first communication device receives information for determining the first TA, and the second positioning point is the first positioning point within the second cell where the first communication device receives information for determining the second TA.12.The device of any of claims 10 to 11, wherein the processor is configured to cause the first communication device to:receive, from the second communication device, at least one of the first TA and the second TA together with signaling indicating that quality indicator generation is enabled; orin accordance with a reception of signaling indicating that quality indicator generation is enabled from the second communication device, transmit, to a network device, a request for updating a TA within at least one of the first cell and the second cell.13.The device of any of claims 10 to 12, wherein the processor is configured to cause the first communication device to:transmit, to the second communication device, the set of ground-truth labels and TA related information if signaling from the second communication device indicates that quality indicator generation is enabled,wherein the TA related information at least indicates at least one of the first TA and the second TA, or indicates a timestamp for each of the set of ground-truth labels, the timestamp being used by the second communication device to identify at least one of the first TA and the second TA.14.The device of any of claims 1 to 13, wherein the processor is further configured to cause the first communication device to:receive, from the second communication device, a measurement indicator indicating a type of measurements to be collected;collect the set of measurements with the indicated type; andtransmit the set of measurements to the second communication device.15.The device of any of claims 1 to 14, wherein the first communication device comprises a first terminal device or a first positioning reference unit (PRU) ; and / orwherein the second communication device comprises a second terminal device or a network device.16.A second communication device comprising:a processor configured to cause the second communication device to:receive, from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels,wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, andwherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label.17.The device of claim 16, wherein a quality indicator is received as a value within a predetermined range divided by a uniform step size, orwherein the at least one quality indicator each indicates a reliability exceeding a reliability threshold, and a quality indicator is received as a bit value with a predetermined bitlength.18.A communication method comprising:determining, by a first communication device, a set of ground-truth labels for a set of measurements, a measurement or related information processed from the measurement being used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device;determining a set of quality indicators for the set of ground-truth labels, a quality indicator corresponding to at least one of the set of ground-truth labels and indicating a reliability of the at least one ground-truth label; andtransmitting, to a second communication device, the set of ground-truth labels and at least one quantity indicator within the set of quality indicators.19.A communication method comprising:receiving, by a second communication device and from a first communication device, a set of ground-truth labels for a set of measurements and at least one quality indicator for the set of ground-truth labels,wherein a measurement or related information processed from the measurement is used as an input to an artificial intelligence / machine learning (AI / ML) model that is configured for direct positioning or assisted positioning of a terminal device, andwherein a quality indicator corresponds to at least one of the set of ground-truth labels and indicates a reliability of the at least one ground-truth label.20.A computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to perform the method according to claim 18 or the method according to claim 19.

Images