Sensing node constant false alarm rate (CFAR) configuration for radio frequency (RF) sensing

Abstract

In some implementations, a receiver (Rx) sensing node may receive, from a configuring node of a wireless network, a Constant False Alarm Rate (CFAR) configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR. The Rx sensing node may obtain RF sensing data, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node. The Rx sensing node may perform CFAR on the RF sensing data in accordance with the CFAR configuration. The Rx sensing node may send reporting information to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data.

Description

SENSING NODE CONSTANT FALSE ALARM RATE (CFAR) CONFIGURATION FOR RADIO FREQUENCY (RF) SENSINGBACKGROUND

[0001] 1. Field of Disclosure

[0002] The present disclosure relates generally to the field of radio frequency (RF) sensing, and more specifically to RF sensing in a wireless network.

[0003] 2. Description of Related Art

[0004] The performance of RF sensing by wireless devices can have a wide range of consumer, industrial, commercial, and other applications. RF sensing can be used to determine the presence of a target object, determine the location of the target object, and / or track the movement of the target object over time. Cellular networks (e.g., fifth-generation (5G) new radio (NR) networks) and other types of wireless networks may be capable of performing RF sensing using base stations, user equipments (UEs) , and / or other wireless devices communicatively coupled with the cellular network as “sensing nodes. ” When processing RF sensing signals, a sensing node may utilize Constant False Alarm Rate (CFAR) detection to help ensure accurate object detection.

[0005] BRIEF SUMMARY

[0006] An example method of configuring Constant False Alarm Rate (CFAR) detection for radio frequency (RF) sensing at a receiver (Rx) sensing node, according to this disclosure, may comprise receiving, at the Rx sensing node from a configuring node of a wireless network, a CFAR configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR. The method also may comprise obtaining RF sensing data at the Rx sensing node, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node. The method also may comprise performing CFAR on the RF sensing data with the Rx sensing node in accordance with the CFAR configuration. The method also may comprise sending reporting information from the Rx sensing node to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data.

[0007] An example method of configuring Constant False Alarm Rate (CFAR) detection for radio frequency (RF) sensing for a receiver (Rx) sensing node, according to this disclosure, may comprise obtaining, with a configuring node of a wireless network, information indicative of a CFAR capability of the Rx sensing node. The method also may comprise sending, to the Rx sensing node from a configuring node of a wireless network, a CFAR configuration, wherein the CFAR configuration is based at least in part on the information indicative of the CFAR capability of the Rx sensing node and includes information regarding how the Rx sensing node is to perform CFAR. The method also may comprise receiving reporting information at the configuring node from the Rx sensing node, wherein the reporting information is based at least in part on a result of the Rx sensing node performing CFAR on RF sensing data in accordance with the CFAR configuration.

[0008] An example receiver (Rx) sensing node, according to this disclosure, may comprise one or more transceivers, one or more memories, one or more processors communicatively coupled with the one or more transceivers and the one or more memories, wherein the one or more processors are configured to receive, via the one or more transceivers from a configuring node of a wireless network, a Constant False Alarm Rate (CFAR) configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR. The one or more processors further may be configured to obtain RF sensing data, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node using the one or more transceivers. The one or more processors further may be configured to perform CFAR on the RF sensing data with the Rx sensing node in accordance with the CFAR configuration. The one or more processors further may be configured to send reporting information via the one or more transceivers to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data.

[0009] An example configuring node of a wireless network, according to this disclosure, may comprise one or more transceivers, one or more memories, one or more processors communicatively coupled with the one or more transceivers and the one or more memories, wherein the one or more processors are configured to obtain, via the one or more transceivers, information indicative of a Constant False Alarm Rate (CFAR) capability of a receiver (Rx) sensing node. The one or more processors further may be  configured to send, to the Rx sensing node via the one or more transceivers, a CFAR configuration, wherein the CFAR configuration is based at least in part on the information indicative of the CFAR capability of the Rx sensing node and includes information regarding how the Rx sensing node is to perform CFAR. The one or more processors further may be configured to receive reporting information via the one or more transceivers from the Rx sensing node, wherein the reporting information is based at least in part on a result of the Rx sensing node performing CFAR on RF sensing data in accordance with the CFAR configuration.

[0010] This summary is neither intended to identify key or essential features of the claimed subject matter, nor is it intended to be used in isolation to determine the scope of the claimed subject matter. The subject matter should be understood by reference to appropriate portions of the entire specification of this disclosure, any or all drawings, and each claim. The foregoing, together with other features and examples, will be described in more detail below in the following specification, claims, and accompanying drawings.BRIEF DESCRIPTION OF THE DRAWINGS

[0011] FIG. 1 is a simplified illustration of a positioning / sensing system, according to an embodiment.

[0012] FIG. 2 is a diagram of a fifth-generation (5G) new radio (NR) positioning / sensing system, according to an embodiment.

[0013] FIG. 3 is a diagram showing an example of a radio frequency (RF) sensing system.

[0014] FIG. 4 is a flow diagram of an example process of performing Constant False Alarm Rate (CFAR) detection.

[0015] FIG. 5 is a diagram illustrating how an averaging CFAR algorithm operates, according to an example.

[0016] FIG. 6 is a graph of example RF sensing data processed using CFAR, is plotted over range and azimuth.

[0017] FIG. 7 is a flow diagram of how the process of FIG. 4 may be modified, according to some embodiments.

[0018] FIG. 8 is an illustration of a message-flow diagram showing how a configuring node and Rx sensing node may interact to enable the Rx sensing node to perform CFAR, according to some embodiments.

[0019] FIG. 9 is a timing diagram that provides an example of how multiple of triggers may be used to enable target threshold detection using CFAR.

[0020] FIG. 10 is an illustration of message flow diagrams that illustrate two example options that an Rx sensing node may use to report a target detection threshold determined using CFAR to a configuring node, according to some embodiments.

[0021] FIG. 11 is a method-flow diagram of a process for communicating artificial intelligence (AI) model information between a configuring node and an Rx sensing node 1120, according to some embodiments.

[0022] FIG. 12 is a graph illustrating a denoising block, according to some embodiments.

[0023] FIG. 13 is a graph illustrating how an iterative AI denoising block may receive information in addition to a sensing feature and output the sensing feature with less noise, according to some embodiments.

[0024] FIG. 14 is a flow diagram of a method of configuring CFAR detection for RF sensing at an Rx sensing node, according to some embodiments.

[0025] FIG. 15 is a flow diagram of a method of configuring CFAR detection for RF sensing for an Rx sensing node, according to some embodiments.

[0026] FIG. 16 is a block diagram of an embodiment of a mobile sensing node.

[0027] FIG. 17 is a block diagram of an embodiment of a stationary sensing node.

[0028] FIG. 18 is a block diagram of an embodiment of a computer system.

[0029] Like reference symbols in the various drawings indicate like elements, in accordance with certain example implementations. In addition, multiple instances of an element may be indicated by following a first number for the element with a letter or a hyphen and a second number. For example, multiple instances of an element 110 may be indicated as 110-1, 110-2, 110-3, etc. or as 110a, 110b, 110c, etc. When referring to such an element using only the first number, any instance of the element is to be understood  (e.g., element 110 in the previous example would refer to elements 110-1, 110-2, and 110-3 or to elements 110a, 110b, and 110c) .DETAILED DESCRIPTION

[0030] The following description is directed to certain implementations for the purposes of describing innovative aspects of various embodiments. However, a person having ordinary skill in the art will readily recognize that the teachings herein can be applied in a multitude of different ways. The described implementations may be implemented in any device, system, or network that is capable of transmitting and receiving radio frequency (RF) signals according to any communication standard, such as any of the Institute of Electrical and Electronics Engineers (IEEE) 802.15.4 standards for ultra-wideband (UWB) , IEEE 802.11 standards (including those identified as technologies) , the standard, code division multiple access (CDMA) , frequency division multiple access (FDMA) , time division multiple access (TDMA) , Global System for Mobile communications (GSM) , GSM / General Packet Radio Service (GPRS) , Enhanced Data GSM Environment (EDGE) , Terrestrial Trunked Radio (TETRA) , Wideband-CDMA (W-CDMA) , Evolution Data Optimized (EV-DO) , 1xEV-DO, EV-DO Rev A, EV-DO Rev B, High Rate Packet Data (HRPD) , High Speed Packet Access (HSPA) , High Speed Downlink Packet Access (HSDPA) , High Speed Uplink Packet Access (HSUPA) , Evolved High Speed Packet Access (HSPA+) , Long Term Evolution (LTE) , Advanced Mobile Phone System (AMPS) , or other known signals that are used to communicate within a wireless, cellular or internet of things (IoT) network, such as a system utilizing 3G, 4G, 5G, 6G, or further implementations thereof, technology.

[0031] As used herein, an “RF signal” comprises an electromagnetic wave that transports information through the space between a transmitter (or transmitting device) and a receiver (or receiving device) . As used herein, a transmitter may transmit a single “RF signal” or multiple “RF signals” to a receiver. However, the receiver may receive multiple “RF signals” corresponding to each transmitted RF signal due to the propagation characteristics of RF signals through multiple channels or paths.

[0032] As used herein, the terms “RF sensing, ” “passive RF sensing, ” and variants refer to a process by which one or more objects are detected using RF signals transmitted by a transmitting device and, after reflecting from the one or more objects, received by a  receiving device. In a monostatic configuration, the transmitting and receiving devices are the same device. In a bistatic configuration, one device transmits RF signals, and another device receives reflections of the RF signals from one or more objects. In multi-static configuration, one or more receiving devices are separate from one or more transmitting devices. As used herein, the term “static” in the terms “monostatic, ” “bistatic, ” and “multistatic” (or “multi-static” ) are meant to conform with historical literature on RF sensing but are not limited to “static” or stationary sensing nodes. As described herein, in some embodiments, sensing nodes may be mobile. As described herein, devices performing RF sensing may be referred to as “RF sensing nodes” or simply “sensing nodes. ” In a bistatic or multi-static configuration, transmitting devices may be referred to as “transmitting nodes, ” “Tx sensing nodes, ” or “Tx nodes, ” and receiving devices may be referred to as “receiving nodes, ” “Rx sensing nodes, ” or “Rx nodes. ” As described hereafter in more detail, a receiving device can make measurements of these reflected RF signals to determine one or more characteristics of the one or more objects, such as location, range, angle, direction, orientation, Doppler, velocity, etc. According to some embodiments, RF sensing may be “passive” in that no RF signals need to be transmitted by the receiving device or one or more objects for the one or more objects to be detected.

[0033] Additionally, unless otherwise specified, references to “reference signals” and the like may be used to refer to signals used for positioning of a user equipment (UE) , sensing of active and / or passive objects by one or more sensing nodes, or a combination thereof. As described in more detail herein, such signals may comprise any of a variety of signal types. This may include but is not limited to, a positioning reference signal (PRS) , sounding reference signal (SRS) , synchronization signal block (SSB) , channel start information reference signal (CSI-RS) , or any combination thereof.

[0034] Techniques provided herein may apply to “mmWave” technologies, which typically operate at 57–71 GHz, but may include frequencies ranging from 30–300 GHz. This includes, for example, frequencies utilized by the 802.11ad Wi-Fi standard (operating at 60 GHz) . That said, some embodiments may utilize RF sensing with frequencies outside this range. For example, in some embodiments, 5G NR frequency bands (e.g., 28 GHz) may be used. Because RF sensing may be performed in the same bands as communication, hardware may be utilized for both communication and RF sensing. For example, one or more of the components of an RF sensing system as  described herein may be included in a wireless modem (e.g., Wi-Fi or NR modem) , a UE (e.g., an extended device) , or the like. Additionally, techniques may apply to RF signals comprising any of a variety of pulse types, including compressed pulses (e.g., comprising Chirp, Golay, Barker, or Ipatov sequences) may be utilized. That said, embodiments are not limited to such frequencies and / or pulse types. Additionally, because the RF sensing system may be capable of sending RF signals for communication (e.g., using 802.11 or NR wireless technology) , embodiments may leverage channel estimation and / or other communication-related functions for providing RF sensing functionality as described herein. Accordingly, the pulses may be the same as those used in at least some aspects of wireless communication.

[0035] Certain aspects and techniques as described herein may be implemented, at least in part, using an artificial intelligence (AI) program, such as a program that includes a machine learning (ML) or artificial neural network (ANN) model. An example ML model may include mathematical representations or define computing capabilities for making inferences from input data based on patterns or relationships identified in the input data. As used herein, the term “inferences” can include one or more of decisions, predictions, determinations, or values, which may represent outputs of the ML model. The computing capabilities may be defined in terms of certain parameters of the ML model, such as weights and biases. Weights may indicate relationships between certain input data and certain outputs of the ML model, and biases are offsets that may indicate a starting point for outputs of the ML model. An example ML model operating on input data may start at an initial output based on the biases and then update its output based on a combination of the input data and the weights.

[0036] In some aspects, an ML model may be configured to provide computing capabilities for wireless communications. Such an ML model may be configured with weights and biases to perform denoising of RF sensing data. Thus, during the operation of a device, the ML model may receive input data (such as a range-Doppler image (RDI) , reference noise variance, reference signal-to-noise ratio (SNR) , number of targets, channel condition, etc. ) and make inferences (such as object detection with reduced noise) based on the weights and biases.

[0037] ML models may be deployed in one or more devices (for example, network entities and user equipments (UEs) ) and may be configured to enhance various aspects of  a wireless communication system. For example, an ML model may be trained to identify patterns or relationships in data corresponding to a network, a device, an air interface, or the like. An ML model may support operational decisions relating to one or more aspects associated with wireless communications devices, networks, or services. For example, an ML model may be utilized for supporting or improving aspects such as RF sensing, signal coding / decoding, network routing, energy conservation, etc.

[0038] As noted, RF sensing may be performed by wireless devices, or sensing nodes, and can have a wide range of consumer, industrial, commercial, and other applications. RF sensing may utilize one or more sensing nodes and may be coordinated by a wireless network to detect and / or track or target objects. When processing RF sensing signals, in real-time and / or post-processing, a sensing node that receives the RF sensing signals (generally referred to herein as the “Rx sensing node” ) may utilize Constant False Alarm Rate (CFAR) , which is an algorithm to estimate a target detection threshold with which to filter RF sensing data and to detect objects by estimating the signal power that exceeds the target detection threshold. (As used herein, the terms “CFAR, ” “CFAR detection, ” and similar terms are generally meant to refer to the use of the CFAR algorithm in the processing of RF sensing data. ) Because the use of CFAR can introduce high computation requirements for real-time processing and / or can introduce additional latency for post-processing, CFAR may not be used for every RF sensing occasion. Further, denoising can be used with CFAR to help enhance CFAR performance. However, and Rx sensing node may not be best suited to determine how to schedule CFAR and denoising in a way to optimize RF sensing performance.

[0039] Embodiments described herein address these and other issues by enabling a network, which may be better suited to configure CFAR to optimize performance, to provide a CFAR configuration to an Rx sensing node. Various aspects relate generally to the field of RF-based sensing in a wireless network. Some aspects more specifically relate to providing a CFAR configuration to an Rx sensing node to enable more efficient RF sensing of one or more targets in a geographical area. Some examples include an Rx sensing node, such as a UE, receiving a CFAR configuration from a configuring node of a wireless network, such as a sensing server, and performing CFAR on RF sensing data in accordance with the CFAR configuration. The RF sensing node made them report RF sensing data to the sensing server, which optionally may include information regarding a target detection threshold used to perform the CFAR. The CFAR configuration may  indicate which type of CFAR to use, a target detection threshold to use, requirements and / or parameters for CFAR use, or any combination thereof.

[0040] Particular aspects of the subject matter described in this disclosure can be implemented to realize one or more of the following potential advantages. In some examples, by providing for network-based CFAR configuration, embodiments may provide for CFAR optimization in a manner that an individual sensing node is incapable of doing on its own. More specifically, gains in object detection accuracy, reduced latency, reduced power usage, or any combination thereof may be realized at an Rx sensing node. These and other advantages will be apparent to persons of ordinary skill in light of the disclosed embodiments detailed hereafter. A discussion of embodiments is provided after a brief discussion of relevant technology and context / background in which embodiments may be used.

[0041] FIG. 1 is a simplified illustration of a positioning / sensing system 100, which may be implemented in conjunction with and / or as part of a wireless communication system (e.g., cellular communication network) which a mobile device 105, location / sensing server 160, and / or other components of the positioning / sensing system 100 can use the techniques provided herein for configuring CFAR for RF sensing, according to an embodiment. The techniques described herein may be implemented by one or more components of the positioning / sensing system 100, however the techniques described herein are not limited to such components and may be implemented in other types of systems (not shown) . The positioning / sensing system 100 can include: a mobile device 105; one or more satellites 110 (also referred to as space vehicles (SVs) ) for a Global Navigation Satellite System (GNSS) (such as the Global Positioning System (GPS) , GLONASS, Galileo or Beidou) and / or NTN functionality; base stations 120; access points (APs) 130; location / sensing server 160; network 170; and external client 180. Generally put, the positioning / sensing system 100 can estimate a location of the mobile device 105 based on RF signals received by and / or sent from the mobile device 105 and known locations of other components (e.g., GNSS satellites 110, base stations 120, APs 130) transmitting and / or receiving the RF signals. Additionally or alternatively, wireless devices such as the mobile device 105, base stations 120, and satellites 110 (and / or other NTN platforms, which may be implemented on airplanes, drones, balloons, etc. ) can be utilized to perform positioning (e.g., of one or more wireless devices) and / or perform RF sensing (e.g., of one or more objects by using RF signals transmitted by one  or more wireless devices) . Additional details regarding particular location estimation / sensing techniques are discussed with regard to FIG. 2.

[0042] It should be noted that FIG. 1 provides only a generalized illustration of various components, any or all of which may be utilized as appropriate, and each of which may be duplicated, as necessary. Specifically, although only one mobile device 105 is illustrated, it will be understood that many UEs (e.g., hundreds, thousands, millions, etc. ) may utilize the positioning / sensing system 100. Similarly, the positioning / sensing system 100 may include a larger or smaller number of base stations 120 and / or APs 130 than illustrated in FIG. 1. The illustrated connections that connect the various components in the positioning / sensing system 100 comprise data and signaling connections which may include additional (intermediary) components, direct or indirect physical and / or wireless connections, and / or additional networks. Furthermore, components may be rearranged, combined, separated, substituted, and / or omitted, depending on desired functionality. In some embodiments, for example, the external client 180 may be directly connected to location / sensing server 160. A person of ordinary skill in the art will recognize many modifications to the components illustrated.

[0043] Depending on desired functionality, the network 170 may comprise any of a variety of wireless and / or wireline networks. The network 170 can, for example, comprise any combination of public and / or private networks, local and / or wide-area networks, and the like. Furthermore, the network 170 may utilize one or more wired and / or wireless communication technologies. In some embodiments, the network 170 may comprise a cellular or other mobile network, a wireless local area network (WLAN) , a wireless wide-area network (WWAN) , and / or the Internet, for example. Examples of network 170 include a Long-Term Evolution (LTE) wireless network, a Fifth Generation (5G) wireless network (also referred to as New Radio (NR) wireless network or 5G NR wireless network) , a Wi-Fi WLAN, and the Internet. LTE, 5G, and NR are wireless technologies defined, or being defined, by the 3rd Generation Partnership Project (3GPP) . In an LTE, 5G, or other cellular network, mobile device 105 may be referred to as a user equipment (UE) . Network 170 may also include more than one network and / or more than one type of network.

[0044] The base stations 120 and access points (APs) 130 may be communicatively coupled to the network 170. In some embodiments, the base station 120s may be owned,  maintained, and / or operated by a cellular network provider, and may employ any of a variety of wireless technologies, as described herein below. Depending on the technology of the network 170, a base station 120 may comprise a node B, an Evolved Node B (eNodeB or eNB) , a base transceiver station (BTS) , a radio base station (RBS) , an NR NodeB (gNB) , a Next Generation eNB (ng-eNB) , or the like. A base station 120 that is a gNB or ng-eNB may be part of a Next Generation Radio Access Network (NG-RAN) which may connect to a 5G Core Network (5GC) in the case that Network 170 is a 5G network. The functionality performed by a base station 120 in earlier-generation networks (e.g., 3G and 4G) may be separated into different functional components (e.g., radio units (RUs) , distributed units (DUs) , and central units (CUs) ) and layers (e.g., L1 / L2 / L3) in view Open Radio Access Networks (O-RAN) and / or Virtualized Radio Access Network (V-RAN or vRAN) in 5G or later networks, which may be executed on different devices at different locations connected, for example, via fronthaul, midhaul, and backhaul connections. As referred to herein, a “base station” (or ng-eNB, gNB, etc. ) may include any or all of these functional components. An AP 130 may comprise a Wi-Fi AP or a  AP or an AP having cellular capabilities (e.g., 4G LTE and / or 5G NR) , for example. Thus, mobile device 105 can send and receive information with network-connected devices, such as location / sensing server 160, by accessing the network 170 via a base station 120 using a first communication link 133. Additionally or alternatively, because APs 130 also may be communicatively coupled with the network 170, mobile device 105 may communicate with network-connected and Internet-connected devices, including location / sensing server 160, using a second communication link 135, or via one or more other mobile devices 145. As used herein, the term “base station” may generically refer to a single physical transmission point, or multiple co-located physical transmission points, which may be located at a base station 120. A Transmission Reception Point (TRP) (also known as transmit / receive point) corresponds to this type of transmission point, and the term “TRP” may be used interchangeably herein with the terms “gNB, ” “ng-eNB, ” and “base station. ” In some cases, a base station 120 may comprise multiple TRPs –e.g. with each TRP associated with a different antenna or a different antenna array for the base station 120. As used herein, the transmission functionality of a TRP may be performed with a transmission point (TP) and / or the reception functionality of a TRP may be performed by a reception point (RP) , which may be physically separate or distinct from a TP. That said, a TRP may comprise both a TP and an RP. Physical transmission points may comprise an array of antennas of a base station 120 (e.g., as in a Multiple Input- Multiple Output (MIMO) system and / or where the base station employs beamforming) . According to aspects of applicable 5G cellular standards, a base station 120 (e.g., gNB) may be capable of transmitting different “beams” in different directions and performing “beam sweeping” in which a signal is transmitted in different beams, along different directions (e.g., one after the other) . The term “base station” used herein may additionally refer to multiple non-co-located physical transmission points, the physical transmission points may be a Distributed Antenna System (DAS) (anetwork of spatially separated antennas connected to a common source via a transport medium) or a Remote Radio Head (RRH) (aremote base station connected to a serving base station) .

[0045] As noted, satellites 110 may be used to implement NTN functionality, extending communication, positioning, and potentially other functionality (e.g., RF sensing) of a terrestrial network. As such, one or more satellites may be communicatively linked to one or more NTN gateways 150 (also known as “gateways, ” “earth stations, ” or “ground stations” ) . The NTN gateways 150 may be communicatively linked with base stations 120 via link 155. In some embodiments, NTN gateways 150 may function as DUs of a base station 120, as described previously. Not only can this enable the mobile device 105 to communicate with the network 170 via satellites 110, but this can also enable network-based positioning, RF sensing, etc.

[0046] Satellites 110 may be utilized in one or more way. For example, satellites 110 (also referred to as space vehicles (SVs) ) may be part of a Global Navigation Satellite System (GNSS) such as the Global Positioning System (GPS) , GLONASS, Galileo or Beidou. Positioning using RF signals from GNSS satellites may comprise measuring multiple GNSS signals at a GNSS receiver of the mobile device 105 to perform code-based and / or carrier-based positioning, which can be highly accurate. Additionally or alternatively, satellites 110 may be utilized for NTN-based positioning, in which satellites 110 may functionally operate as TRPs (or TPs) of a network (e.g., LTE and / or NR network) and may be communicatively coupled with network 170. In particular, reference signals (e.g., PRS) transmitted by satellites 110 NTN-based positioning may be similar to those transmitted by base stations 120 and may be coordinated by a network function server 160, which may operate as a location server. In some embodiments, satellites 110 used for NTN-based positioning may be different than those used for GNSS-based positioning. In some embodiments NTN nodes may include non-terrestrial vehicles such as airplanes, balloons, drones, etc., which may be in addition or as an alternative to NTN  satellites. NTN satellites 110 and / or other NTN platforms may be further leveraged to perform RF sensing. As described in more detail hereafter, satellites may use a JCS symbol in an Orthogonal Frequency-Division Multiplexing (OFDM) waveform to allow both RF sensing and / or positioning, and communication.

[0047] As used herein, the term “cell” may generically refer to a logical communication entity used for communication with a base station 120 and may be associated with an identifier for distinguishing neighboring cells (e.g., a Physical Cell Identifier (PCID) , a Virtual Cell Identifier (VCID) ) operating via the same or a different carrier. In some examples, a carrier may support multiple cells, and different cells may be configured according to different protocol types (e.g., Machine-Type Communication (MTC) , Narrowband Internet-of-Things (NB-IoT) , Enhanced Mobile Broadband (eMBB) , or others) that may provide access for different types of devices. In some cases, the term “cell” may refer to a portion of a geographic coverage area (e.g., a sector) over which the logical entity operates.

[0048] The location / sensing server 160 may comprise a server and / or other computing device configured to determine an estimated location of mobile device 105 and / or provide data (e.g., “assistance data” ) to mobile device 105 to facilitate location measurement and / or location determination by mobile device 105. According to some embodiments, location / sensing server 160 may comprise a Home Secure User Plane Location (SUPL) Location Platform (H-SLP) , which may support the SUPL user plane (UP) location solution defined by the Open Mobile Alliance (OMA) and may support location services for mobile device 105 based on subscription information for mobile device 105 stored in location / sensing server 160. In some embodiments, the location / sensing server 160 may comprise, a Discovered SLP (D-SLP) or an Emergency SLP (E-SLP) . The location / sensing server 160 may also comprise an Enhanced Serving Mobile Location Center (E-SMLC) that supports location of mobile device 105 using a control plane (CP) location solution for LTE radio access by mobile device 105. The location / sensing server 160 may further comprise a Location Management Function (LMF) that supports location of mobile device 105 using a control plane (CP) location solution for NR or LTE radio access by mobile device 105.

[0049] In a CP location solution, signaling to control and manage the location of mobile device 105 may be exchanged between elements of network 170 and with mobile  device 105 using existing network interfaces and protocols and as signaling from the perspective of network 170. In a UP location solution, signaling to control and manage the location of mobile device 105 may be exchanged between location / sensing server 160 and mobile device 105 as data (e.g. data transported using the Internet Protocol (IP) and / or Transmission Control Protocol (TCP) ) from the perspective of network 170.

[0050] As previously noted (and discussed in more detail below) , the estimated location of mobile device 105 may be based on measurements of RF signals sent from and / or received by the mobile device 105. In particular, these measurements can provide information regarding the relative distance and / or angle of the mobile device 105 from one or more components in the positioning / sensing system 100 (e.g., satellites 110, APs 130, base stations 120) . The estimated location of the mobile device 105 can be estimated geometrically (e.g., using multiangulation and / or multilateration) , based on the distance (range) and / or angle measurements, along with known position of the one or more components.

[0051] Additionally or alternatively, the location / sensing server 160, may function as a sensing server. A sensing server can be used to coordinate and / or assist in the coordination of sensing of one or more objects (also referred to herein as “targets” ) by one or more wireless devices in the positioning / sensing system 100. This can include the mobile device 105, base stations 120, APs 130, other mobile devices 145, satellites 110, or any combination thereof. Wireless devices capable of performing RF sensing may be referred to herein as “sensing nodes. ” To perform RF sensing, a sensing server may coordinate sensing sessions in which one or more RF sensing nodes may perform RF sensing by transmitting RF signals (e.g., reference signals (RSs) ) , and measuring reflected signals, or “echoes, ” comprising reflections of the transmitted RF signals off of one or more objects / targets. Reflected signals and object / target detection may be determined, for example, from channel state information (CSI) received at a receiving device. Sensing may comprise (i) monostatic sensing using a single device as a transmitter (of RF signals) and receiver (of reflected signals) ; (ii) bistatic sensing using a first device as a transmitter and a second device as a receiver; or (iii) multi-static sensing using a plurality of transmitters and / or a plurality of receivers. To facilitate sensing (e.g., in a sensing session among one or more sensing nodes) , a sensing server may provide data (e.g., “assistance data” ) to the sensing nodes to facilitate RS transmission and / or measurement, object / target detection, or any combination thereof. Such data may include an RS  configuration indicating which resources (e.g., time and / or frequency resources) may be used (e.g., in a sensing session) to transmit RS for RF sensing. According to some embodiments, a sensing server may comprise a Sensing Management Function (SMF or SnMF) .

[0052] Although terrestrial components such as APs 130 and base stations 120 may be fixed, embodiments are not so limited. Mobile components may be used. For example, in some embodiments, a location of the mobile device 105 may be estimated at least in part based on measurements of RF signals 140 communicated between the mobile device 105 and one or more other mobile devices 145, which may be mobile or fixed. As illustrated, other mobile devices may include, for example, a mobile phone 145-1, vehicle 145-2, static communication / positioning device 145-3, or other static and / or mobile device capable of providing wireless signals used for positioning the mobile device 105, or a combination thereof. Wireless signals from mobile devices 145 used for positioning of the mobile device 105 may comprise RF signals using, for example,  (including Bluetooth Low Energy (BLE) ) , IEEE 802.11x (e.g.,  ) , Ultra-Wideband (UWB) , IEEE 802.15x, or a combination thereof. Mobile devices 145 may additionally or alternatively use non-RF wireless signals for positioning of the mobile device 105, such as infrared signals or other optical technologies.

[0053] Mobile devices 145 may comprise other UEs communicatively coupled with a cellular or other mobile network (e.g., network 170) . When one or more other mobile devices 145 comprising UEs are used in the position determination of a particular mobile device 105, the mobile device 105 for which the position is to be determined may be referred to as the “target UE, ” and each of the other mobile devices 145 used may be referred to as an “anchor UE. ” For position determination of a target UE, the respective positions of the one or more anchor UEs may be known and / or jointly determined with the target UE. Direct communication between the one or more other mobile devices 145 and mobile device 105 may comprise sidelink and / or similar Device-to-Device (D2D) communication technologies. Sidelink, which is defined by 3GPP, is a form of D2D communication under the cellular-based LTE and NR standards.

[0054] According to some embodiments, such as when the mobile device 105 comprises and / or is incorporated into a vehicle, a form of D2D communication used by the mobile device 105 may comprise vehicle-to-everything (V2X) communication. V2X  is a communication standard for vehicles and related entities to exchange information regarding a traffic environment. V2X can include vehicle-to-vehicle (V2V) communication between V2X-capable vehicles, vehicle-to-infrastructure (V2I) communication between the vehicle and infrastructure-based devices (commonly termed roadside units (RSUs) ) , vehicle-to-person (V2P) communication between vehicles and nearby people (pedestrians, cyclists, and other road users) , and the like. Further, V2X can use any of a variety of wireless RF communication technologies. Cellular V2X (CV2X) , for example, is a form of V2X that uses cellular-based communication such as LTE (4G) , NR (5G) and / or other cellular technologies in a direct-communication mode as defined by 3GPP. The mobile device 105 illustrated in FIG. 1 may correspond to a component or device on a vehicle, RSU, or other V2X entity that is used to communicate V2X messages. In embodiments in which V2X is used, the static communication / positioning device 145-3 (which may correspond with an RSU) and / or the vehicle 145-2, therefore, may communicate with the mobile device 105 and may be used to determine the position of the mobile device 105 using techniques similar to those used by base stations 120 and / or APs 130 (e.g., using multiangulation and / or multilateration) . It can be further noted that mobile devices 145 (which may include V2X devices) , base stations 120, and / or APs 130 may be used together (e.g., in a WWAN positioning solution) to determine the position of the mobile device 105, according to some embodiments.

[0055] An estimated location of mobile device 105 can be used in a variety of applications –e.g. to assist direction finding or navigation for a user of mobile device 105 or to assist another user (e.g. associated with external client 180) to locate mobile device 105. A “location” is also referred to herein as a “location estimate, ” “estimated location, ” “location, ” “position, ” “position estimate, ” “position fix, ” “estimated position, ” “location fix” or “fix. ” The process of determining a location may be referred to as “positioning, ” “position determination, ” “location determination, ” or the like. A location of mobile device 105 may comprise an absolute location of mobile device 105 (e.g. a latitude and longitude and possibly altitude) or a relative location of mobile device 105 (e.g. a location expressed as distances north or south, east or west and possibly above or below some other known fixed location (including, e.g., the location of a base station 120 or AP 130) or some other location such as a location for mobile device 105 at some known previous time, or a location of a mobile device 145 (e.g., another UE) at some known previous time) . A location may be specified as a geodetic location comprising coordinates which  may be absolute (e.g. latitude, longitude and optionally altitude) , relative (e.g. relative to some known absolute location) or local (e.g. X, Y and optionally Z coordinates according to a coordinate system defined relative to a local area such a factory, warehouse, college campus, shopping mall, sports stadium or convention center) . A location may instead be a civic location and may then comprise one or more of a street address (e.g. including names or labels for a country, state, county, city, road and / or street, and / or a road or street number) , and / or a label or name for a place, building, portion of a building, floor of a building, and / or room inside a building etc. A location may further include an uncertainty or error indication, such as a horizontal and possibly vertical distance by which the location is expected to be in error or an indication of an area or volume (e.g. a circle or ellipse) within which mobile device 105 is expected to be located with some level of confidence (e.g. 95%confidence) .

[0056] The external client 180 may be a web server or remote application that may have some association with mobile device 105 (e.g. may be accessed by a user of mobile device 105) or may be a server, application, or computer system providing a location service to some other user or users which may include obtaining and providing the location of mobile device 105 (e.g. to enable a service such as friend or relative finder, or child or pet location) . Additionally or alternatively, the external client 180 may obtain and provide the location of mobile device 105 to an emergency services provider, government agency, etc.

[0057] As previously noted, the example positioning / sensing system 100 can be implemented using a wireless communication network, such as an LTE-based or 5G NR-based network, or a future 6G network. FIG. 2 shows a diagram of a 5G NR positioning / sensing system 200, illustrating an embodiment of a positioning / sensing system (e.g., positioning / sensing system 100) implemented in 5G NR. The 5G NR positioning / sensing system 200 may be configured to enable wireless communication, determine the location of a UE 205 (which may correspond to the mobile device 105 of FIG. 1) , perform RF sensing, or a combination thereof, by using access nodes, which may include NR NodeB (gNB) 210-1 and 210-2 (collectively and generically referred to herein as gNBs 210) , ng-eNB 214, and / or WLAN 216 to implement one or more positioning methods. These access nodes can use RF signaling to enable the communication, implement one or more positioning methods, and / or implement RF sensing. The gNBs 210 and / or the ng-eNB 214 may correspond with base stations 120 of FIG. 1, and the  WLAN 216 may correspond with one or more access points 130 of FIG. 1. Optionally, the 5G NR positioning / sensing system 200 additionally may be configured to determine the location of a UE 205 by using an LMF 220 (which may correspond with location / sensing server 160) to implement the one or more positioning methods. The SMF 221 may coordinate RF sensing by the 5G NR positioning / sensing system 200. Here, the 5G NR positioning / sensing system 200 comprises a UE 205, and components of a 5G NR network comprising a Next Generation (NG) Radio Access Network (RAN) (NG-RAN) 235 and a 5G Core Network (5G CN) 240. A 5G network may also be referred to as an NR network; NG-RAN 235 may be referred to as a 5G RAN or as an NR RAN; and 5G CN 240 may be referred to as an NG Core network. Additional components of the 5G NR positioning / sensing system 200 are described below. The 5G NR positioning / sensing system 200 may include additional or alternative components.

[0058] The 5G NR positioning / sensing system 200 may further utilize information from satellites 110. As previously indicated, satellites 110 may comprise GNSS satellites from a GNSS system like Global Positioning / sensing system (GPS) or similar system (e.g. GLONASS, Galileo, Beidou, Indian Regional Navigational Satellite System (IRNSS) ) . Additionally or alternatively, satellites 110 may comprise NTN satellites. NTN satellites may be in low earth orbit (LEO) , medium earth orbit (MEO) , geostationary earth orbit (GEO) or some other type of orbit. NTN satellites may be communicatively coupled with the LMF 220 and may operatively function as a TRP (or TP) in the NG-RAN 235. As such, satellites 110 may be in communication with one or more gNBs 210 via one or more NTN gateways 150. According to some embodiments, an NTN gateway 150 may operate as a DU of a gNB 210, in which case communications between NTN gateway 150 and CU of the gNB 210 may occur over an F interface 218 between DU and CU.

[0059] It should be noted that FIG. 2 provides only a generalized illustration of various components, any or all of which may be utilized as appropriate, and each of which may be duplicated or omitted, as necessary. Specifically, although only one UE 205 is illustrated, it will be understood that many UEs (e.g., hundreds, thousands, millions, etc. ) may utilize the 5G NR positioning / sensing system 200. Similarly, the 5G NR positioning / sensing system 200 may include a larger (or smaller) number of satellites 110, gNBs 210, ng-eNBs 214, Wireless Local Area Networks (WLANs) 216, Access and mobility Management Functions (AMF) s215, external clients 230, and / or other components. The illustrated connections that connect the various components in the 5G  NR positioning / sensing system 200 include data and signaling connections which may include additional (intermediary) components, direct or indirect physical and / or wireless connections, and / or additional networks. Furthermore, components may be rearranged, combined, separated, substituted, and / or omitted, depending on desired functionality.

[0060] The UE 205 may comprise and / or be referred to as a device, a mobile device, a wireless device, a mobile terminal, a terminal, a mobile station (MS) , a Secure User Plane Location (SUPL) -Enabled Terminal (SET) , or by some other name. Moreover, UE 205 may correspond to a cellphone, smartphone, laptop, tablet, personal data assistant (PDA) , navigation device, Internet of Things (IoT) device, or some other portable or moveable device. Typically, though not necessarily, the UE 205 may support wireless communication using one or more Radio Access Technologies (RATs) such as using GSM, CDMA, W-CDMA, LTE, High-Rate Packet Data (HRPD) , IEEE 802.11 Bluetooth, Worldwide Interoperability for Microwave Access (WiMAXTM) , 5G NR (e.g., using the NG-RAN 235 and 5G CN 240) , etc. The UE 205 may also support wireless communication using a WLAN 216 which (like the one or more RATs, and as previously noted with respect to FIG. 1) may connect to other networks, such as the Internet. The use of one or more of these RATs may allow the UE 205 to communicate with an external client 230 (e.g., via elements of 5G CN 240 not shown in FIG. 2, or possibly via a Gateway Mobile Location Center (GMLC) 225) and / or allow the external client 230 to receive location information regarding the UE 205 (e.g., via the GMLC 225) . The external client 230 of FIG. 2 may correspond to external client 180 of FIG. 1, as implemented in or communicatively coupled with a 5G NR network.

[0061] The UE 205 may include a single entity or may include multiple entities, such as in a personal area network where a user may employ audio, video and / or data I / O devices, and / or body sensors and a separate wireline or wireless modem. An estimate of a location of the UE 205 may be referred to as a location, location estimate, location fix, fix, position, position estimate, or position fix, and may be geodetic, thus providing location coordinates for the UE 205 (e.g., latitude and longitude) , which may or may not include an altitude component (e.g., height above sea level, height above or depth below ground level, floor level or basement level) . Alternatively, a location of the UE 205 may be expressed as a civic location (e.g., as a postal address or the designation of some point or small area in a building such as a particular room or floor) . A location of the UE 205 may also be expressed as an area or volume (defined either geodetically or in civic form)  within which the UE 205 is expected to be located with some probability or confidence level (e.g., 67%, 95%, etc. ) . A location of the UE 205 may further be a relative location comprising, for example, a distance and direction or relative X, Y (and Z) coordinates defined relative to some origin at a known location which may be defined geodetically, in civic terms, or by reference to a point, area, or volume indicated on a map, floor plan or building plan. In the description contained herein, the use of the term location may comprise any of these variants unless indicated otherwise. When computing the location of a UE, it is common to solve for local X, Y, and possibly Z coordinates and then, if needed, convert the local coordinates into absolute ones (e.g. for latitude, longitude and altitude above or below mean sea level) .

[0062] Base stations in the NG-RAN 235 shown in FIG. 2 may correspond to base stations 120 in FIG. 1 and may include gNBs 210. Pairs of gNBs 210 in NG-RAN 235 may be connected to one another (e.g., directly as shown in FIG. 2 or indirectly via other gNBs 210) . The communication interface between base stations (gNBs 210 and / or ng-eNB 214) may be referred to as an Xn interface 237. Access to the 5G network is provided to UE 205 via wireless communication between the UE 205 and one or more of the gNBs 210, which may provide wireless communications access to the 5G CN 240 on behalf of the UE 205 using 5G NR. The wireless interface between base stations (gNBs 210 and / or ng-eNB 214) and the UE 205 may be referred to as a Uu interface 239.5G NR radio access may also be referred to as NR radio access or as 5G radio access. In FIG. 2, the serving gNB for UE 205 is assumed to be gNB 210-1, although other gNBs (e.g. gNB 210-2) may act as a serving gNB if UE 205 moves to another location or may act as a secondary gNB to provide additional throughput and bandwidth to UE 205.

[0063] Base stations in the NG-RAN 235 shown in FIG. 2 may also or instead include a next generation evolved Node B, also referred to as an ng-eNB, 214. Ng-eNB 214 may be connected to one or more gNBs 210 in NG-RAN 235–e.g. directly or indirectly via other gNBs 210 and / or other ng-eNBs. An ng-eNB 214 may provide LTE wireless access and / or evolved LTE (eLTE) wireless access to UE 205. Some gNBs 210 (e.g. gNB 210-2) and / or ng-eNB 214 in FIG. 2 may be configured to function as positioning-only beacons which may transmit signals (e.g., Positioning Reference Signal (PRS) ) and / or may broadcast assistance data to assist positioning of UE 205 but may not receive signals from UE 205 or from other UEs. Some gNBs 210 (e.g., gNB 210-2 and / or another gNB not shown) and / or ng-eNB 214 may be configured to function as detecting-only nodes  may scan for signals containing, e.g., PRS data, assistance data, or other location data. Such detecting-only nodes may not transmit signals or data to UEs but may transmit signals or data (relating to, e.g., PRS, assistance data, or other location data) to other network entities (e.g., one or more components of 5G CN 240, external client 230, or a controller) which may receive and store or use the data for positioning of at least UE 205. It is noted that while only one ng-eNB 214 is shown in FIG. 2, some embodiments may include multiple ng-eNBs 214. Base stations (e.g., gNBs 210 and / or ng-eNB 214) may communicate directly with one another via an Xn communication interface. Additionally or alternatively, base stations may communicate directly or indirectly with other components of the 5G NR positioning / sensing system 200, such as the LMF 220 and AMF 215.

[0064] 5G NR positioning / sensing system 200 may also include one or more WLANs 216 which may connect to a Non-3GPP InterWorking Function (N3IWF) 250 in the 5G CN 240 (e.g., in the case of an untrusted WLAN 216) . For example, the WLAN 216 may support IEEE 802.11 Wi-Fi access for UE 205 and may comprise one or more Wi-Fi APs (e.g., APs 130 of FIG. 1) . Here, the N3IWF 250 may connect to other elements in the 5G CN 240 such as AMF 215. In some embodiments, WLAN 216 may support another RAT such as Bluetooth. The N3IWF 250 may provide support for secure access by UE 205 to other elements in 5G CN 240 and / or may support interworking of one or more protocols used by WLAN 216 and UE 205 to one or more protocols used by other elements of 5G CN 240 such as AMF 215. For example, N3IWF 250 may support IPSec tunnel establishment with UE 205, termination of IKEv2 / IPSec protocols with UE 205, termination of N2 and N3 interfaces to 5G CN 240 for control plane and user plane, respectively, relaying of uplink (UL) and downlink (DL) control plane Non-Access Stratum (NAS) signaling between UE 205 and AMF 215 across an N1 interface. In some other embodiments, WLAN 216 may connect directly to elements in 5G CN 240 (e.g. AMF 215 as shown by the dashed line in FIG. 2) and not via N3IWF 250. For example, direct connection of WLAN 216 to 5GCN 240 may occur if WLAN 216 is a trusted WLAN for 5GCN 240 and may be enabled using a Trusted WLAN Interworking Function (TWIF) (not shown in FIG. 2) which may be an element inside WLAN 216. It is noted that while only one WLAN 216 is shown in FIG. 2, some embodiments may include multiple WLANs 216.

[0065] Access nodes may comprise any of a variety of network entities enabling communication between the UE 205 and the AMF 215. As noted, this can include gNBs 210, ng-eNB 214, WLAN 216, and / or other types of cellular base stations, and may also include NTN satellites 110. However, access nodes providing the functionality described herein may additionally or alternatively include entities enabling communications to any of a variety of RATs not illustrated in FIG. 2, which may include non-cellular technologies. Thus, the term “access node, ” as used in the embodiments described herein below, may include but is not necessarily limited to a gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110.

[0066] In some embodiments, an access node, such as a gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110, or a combination thereof, (alone or in combination with other components of the 5G NR positioning / sensing system 200) , may be configured to, in response to receiving a request for location information from the LMF 220, obtain location measurements of uplink (UL) signals received from the UE 205) and / or obtain downlink (DL) location measurements from the UE 205 that were obtained by UE 205 for DL signals received by UE 205 from one or more access nodes. As noted, while FIG. 2 depicts access nodes (gNB 210, ng-eNB 214, WLAN 216, and NTN satellite 110) configured to communicate according to 5G NR, LTE, and Wi-Fi communication protocols, respectively, access nodes configured to communicate according to other communication protocols may be used, such as, for example, a Node B using a Wideband Code Division Multiple Access (WCDMA) protocol for a Universal Mobile Telecommunications Service (UMTS) Terrestrial Radio Access Network (UTRAN) , an eNB using an LTE protocol for an Evolved UTRAN (E-UTRAN) , or a beacon using a Bluetooth protocol for a WLAN. For example, in a 4G Evolved Packet System (EPS) providing LTE wireless access to UE 205, a RAN may comprise an E-UTRAN, which may comprise base stations comprising eNBs supporting LTE wireless access. A core network for EPS may comprise an Evolved Packet Core (EPC) . An EPS may then comprise an E-UTRAN plus an EPC, where the E-UTRAN corresponds to NG-RAN 235 and the EPC corresponds to 5GCN 240 in FIG. 2. The methods and techniques described herein for obtaining a civic location for UE 205 may be applicable to such other networks.

[0067] The gNBs 210 and ng-eNB 214 can communicate with an AMF 215, which, for positioning functionality, communicates with an LMF 220. The AMF 215 may  support mobility of the UE 205, including cell change and handover of UE 205 from an access node (e.g., gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110) of a first RAT to an access node of a second RAT. The AMF 215 may also participate in supporting a signaling connection to the UE 205 and possibly data and voice bearers for the UE 205. The LMF 220 may support positioning of the UE 205 using a CP location solution when UE 205 accesses the NG-RAN 235 or WLAN 216 and may support position procedures and methods, including UE assisted / UE based and / or network based procedures / methods, such as Assisted GNSS (A-GNSS) , Observed Time Difference Of Arrival (OTDOA) (which may be referred to in NR as Time Difference Of Arrival (TDOA) ) , Frequency Difference Of Arrival (FDOA) , Real Time Kinematic (RTK) , Precise Point Positioning (PPP) , Differential GNSS (DGNSS) , Enhance Cell ID (ECID) , angle of arrival (AoA) , angle of departure (AoD) , WLAN positioning, round trip signal propagation delay (RTT) , multi-cell RTT, and / or other positioning procedures and methods. The LMF 220 may also process location service requests for the UE 205, e.g., received from the AMF 215 or from the GMLC 225. The LMF 220 may be connected to AMF 215 and / or to GMLC 225. In some embodiments, a network such as 5GCN 240 may additionally or alternatively implement other types of location-support modules, such as an Evolved Serving Mobile Location Center (E-SMLC) or a SUPL Location Platform (SLP) . It is noted that in some embodiments, at least part of the positioning functionality (including determination of a UE 205’s location) may be performed at the UE 205 (e.g., by measuring downlink PRS (DL-PRS) signals transmitted by wireless nodes such gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110, and / or using assistance data provided to the UE 205, e.g., by LMF 220) .

[0068] The Gateway Mobile Location Center (GMLC) 225 may support a location request for the UE 205 received from an external client 230 and may forward such a location request to the AMF 215 for forwarding by the AMF 215 to the LMF 220. A location response from the LMF 220 (e.g., containing a location estimate for the UE 205) may be similarly returned to the GMLC 225 either directly or via the AMF 215, and the GMLC 225 may then return the location response (e.g., containing the location estimate) to the external client 230.

[0069] A Network Exposure Function (NEF) 245 may be included in 5GCN 240. The NEF 245 may support secure exposure of capabilities and events concerning 5GCN 240 and UE 205 to the external client 230, which may then be referred to as an Access  Function (AF) and may enable the secure provision of information from the external client 230 to 5GCN 240. NEF 245 may be connected to AMF 215 and / or to GMLC 225 for the purposes of obtaining a location (e.g. a civic location) of UE 205 and providing the location to external client 230.

[0070] As further illustrated in FIG. 2, the LMF 220 may communicate with the gNBs 210 and / or with the ng-eNB 214 using an NR Positioning Protocol annex (NRPPa) as defined in 3GPP Technical Specification (TS) 38.455. NRPPa messages may be transferred between a gNB 210 and the LMF 220, and / or between an ng-eNB 214 and the LMF 220, via the AMF 215. As further illustrated in FIG. 2, LMF 220 and UE 205 may communicate using an LTE Positioning Protocol (LPP) as defined in 3GPP TS 37.355. Here, LPP messages may be transferred between the UE 205 and the LMF 220 via the AMF 215 and a serving gNB 210-1 or serving ng-eNB 214 for UE 205. For example, LPP messages may be transferred between the LMF 220 and the AMF 215 using messages for service-based operations (e.g., based on the Hypertext Transfer Protocol (HTTP) ) and may be transferred between the AMF 215 and the UE 205 using a 5G NAS protocol. The LPP protocol may be used to support positioning of UE 205 using UE assisted and / or UE-based position methods such as A-GNSS, RTK, TDOA, multi-cell RTT, AoD, and / or ECID. The NRPPa protocol may be used to support positioning of UE 205 using network-based position methods such as ECID, AoA, uplink TDOA (UL-TDOA) and / or may be used by LMF 220 to obtain location-related information from gNBs 210 and / or ng-eNB 214, such as parameters defining DL-PRS transmission from gNBs 210 and / or ng-eNB 214.

[0071] In the case of UE 205 access to WLAN 216, LMF 220 may use NRPPa and / or LPP to obtain a location of UE 205 in a similar manner to that just described for UE 205 access to a gNB 210 or ng-eNB 214. Thus, NRPPa messages may be transferred between a WLAN 216 and the LMF 220, via the AMF 215 and N3IWF 250 to support network-based positioning of UE 205 and / or transfer of other location information from WLAN 216 to LMF 220. Alternatively, NRPPa messages may be transferred between N3IWF 250 and the LMF 220, via the AMF 215, to support network-based positioning of UE 205 based on location-related information and / or location measurements known to or accessible to N3IWF 250 and transferred from N3IWF 250 to LMF 220 using NRPPa. Similarly, LPP and / or LPP messages may be transferred between the UE 205 and the  LMF 220 via the AMF 215, N3IWF 250, and serving WLAN 216 for UE 205 to support UE-assisted or UE-based positioning of UE 205 by LMF 220.

[0072] In a 5G NR positioning / sensing system 200, positioning and sensing methods can be categorized as being “UE assisted” or “UE based. ” This may depend on where the request for determining the position of the UE 205 originated. If, for example, the request originated at the UE (e.g., from an application, or “app, ” executed by the UE) , the positioning method may be categorized as being UE based. If, on the other hand, the request originates from an external client 230, LMF 220, or other device or service within the 5G network, the positioning method may be categorized as being UE assisted (or “network-based” ) .

[0073] With a UE-assisted position method, UE 205 may obtain location measurements and send the measurements to a location server (e.g., LMF 220) for computation of a location estimate for UE 205. For RAT-dependent position methods location measurements may include one or more of a Received Signal Strength Indicator (RSSI) , Round Trip signal propagation Time (RTT) , Reference Signal Received Power (RSRP) , Reference Signal Received Quality (RSRQ) , RSTD, Time of Arrival (TOA) , AoA, Receive Time-Transmission Time Difference (Rx-Tx) , Differential AoA (DAoA) , AoD, or Timing Advance (TA) for gNBs 210, ng-eNB 214, and / or one or more access points for WLAN 216. Additionally or alternatively, similar measurements may be made of sidelink signals transmitted by other UEs, which may serve as anchor points for positioning of the UE 205 if the positions of the other UEs are known. The location measurements may also or instead include measurements for RAT-independent positioning methods such as GNSS (e.g., GNSS pseudorange, GNSS code phase, and / or GNSS carrier phase for GNSS satellites) , WLAN, etc.

[0074] With a UE-based position method, UE 205 may obtain location measurements (e.g., which may be the same as or similar to location measurements for a UE-assisted position method) and may further compute a location of UE 205 (e.g., with the help of assistance data received from a location server such as LMF 220, an SLP, or broadcast by gNBs 210, ng-eNB 214, or WLAN 216) .

[0075] With a network-based position method, one or more base stations (e.g., gNBs 210 and / or ng-eNB 214) , one or more APs (e.g., in WLAN 216) , or N3IWF 250 may obtain location measurements (e.g., measurements of RSSI, RTT, RSRP, RSRQ, AoA,  or TOA) for signals transmitted by UE 205, and / or may receive measurements obtained by UE 205 or by an AP in WLAN 216 in the case of N3IWF 250, and may send the measurements to a location server (e.g., LMF 220) for computation of a location estimate for UE 205.

[0076] Positioning of the UE 205 also may be categorized as UL, DL, or DL-UL based, depending on the types of signals used for positioning. If, for example, positioning is based solely on signals received at the UE 205 (e.g., from a base station or other UE) , the positioning may be categorized as DL based. On the other hand, if positioning is based solely on signals transmitted by the UE 205 (which may be received by a base station or other UE, for example) , the positioning may be categorized as UL based. Positioning that is DL-UL based includes positioning, such as RTT-based positioning, which is based on signals that are both transmitted and received by the UE 205. Sidelink (SL) -assisted positioning comprises signals communicated between the UE 205 and one or more other UEs. According to some embodiments, UL, DL, or DL-UL positioning as described herein may be capable of using SL signaling as a complement or replacement of SL, DL, or DL-UL signaling.

[0077] Depending on the type of positioning (e.g., UL, DL, or DL-UL based) the types of reference signals used can vary. For DL-based positioning, for example, these signals may comprise PRS (e.g., DL-PRS transmitted by base stations or SL-PRS transmitted by other UEs) , which can be used for TDOA, AoD, and RTT measurements. Other reference signals that can be used for positioning (UL, DL, or DL-UL) may include Sounding Reference Signal (SRS) , Channel State Information Reference Signal (CSI-RS) , synchronization signals (e.g., synchronization signal block (SSB) Synchronizations Signal (SS) ) , Physical Uplink Control Channel (PUCCH) , Physical Uplink Shared Channel (PUSCH) , Physical Sidelink Shared Channel (PSSCH) , Demodulation Reference Signal (DMRS) , etc. Moreover, reference signals may be transmitted in a Tx beam and / or received in an Rx beam (e.g., using beamforming techniques) , which may impact angular measurements, such as AoD and / or AoA.

[0078] The principles described above with respect to UE-assisted positioning, UE-based positioning, UL-based positioning, DL-based positioning, and DL-UL based positioning may be generally extended to RF sensing. That is, RF sensing may be UE-based (e.g., originated from the UE) and / or UE assisted (e.g., originated from a non-UE  entity) , and may involve UL signals, DL signals, or both. However, RF sensing may differ from positioning in various ways. For example, as previously noted, RF sensing may involve the use of positioning reference signal (PRS) , sounding reference signal (SRS) , synchronization signal block (SSB) , channel start information reference signal (CSI-RS) , or any combination thereof. Further, RF sensing may be performed in a monostatic, bistatic, or multi-static manner, as described above, where RF sensing nodes comprise a UE (e.g., UE 205) and / or one or more access nodes (e.g., gNBs 210, ng-eNB 214, WLAN 216, NTN satellites 110, or any combination thereof) . Various aspects of RF sensing are described below FIG in more detail with respect to FIG. 3.

[0079] FIG. 3 is a diagram showing an example of an RF sensing system 305 and associated terminology. As used herein, the terms “waveform” and “sequence” and derivatives thereof are used interchangeably to refer to RF signals generated by a transmitter of the RF sensing system and received by a receiver of the RF sensing system for object detection. A “pulse” and derivatives thereof are generally referred to herein as waveforms comprising a sequence or complementary pair of sequences transmitted and received to generate a channel impulse response (CIR) . The RF sensing system 305 may comprise a standalone device or may be integrated into a larger electronic device (e.g., the UE disclosed herein) , such as a mobile phone, a base station / access node, a satellite, or other type of sensing node as described herein. (Example components of such electronic devices are illustrated in FIGS. 16-18, discussed in detail hereafter. ) It can be noted that although the example RF sensing system 305 of FIG. 3 is illustrated in a monostatic configuration, embodiments are not so limited. As noted elsewhere herein, RF sensing nodes may be configured to perform RF sensing in a monostatic, bistatic, or multi-static configuration, or any combination thereof (e.g., depending on the circumstances of a particular instance) . As such, components of an RF sensing system 305 within an RF sensing node may vary. For example, RF sensing nodes performing only transmitting or only receiving during RF sensing may include only respective components related to the transmitting or receiving. Again, embodiments may vary, depending on desired functionality.

[0080] With regard to the functionality of the RF sensing system 305 in FIG. 3, the RF sensing system 305 can detect the distance, direction, and / or speed of objects of an object 310 by generating a series of transmitted RF signals 312 (comprising one or more pulses) . Some of these transmitted RF signals 312 reflect off of the object 310, and these  reflected RF signals 314 (or “echoes” ) are then processed by the RF sensing system 305 using beamforming (BF) and digital signal processing (DSP) techniques to determine the object’s location (azimuth, elevation, velocity (e.g., from Doppler measurements) , and range) relative to the RF sensing system 305. CFAR may be part of this processing, but may not necessarily be used in every instance, or “occasion, ” in which RF sensing is performed.

[0081] To enable RF sensing, RF sensing system 305 may include a processing unit 315, memory 317, multiplexer (mux) 320, Tx processing circuitry 325, and Rx processing circuitry 330. (The RF sensing system 305 may include additional components not illustrated, such as a power source, user interface, or electronic interface) . It can be noted, however, that these components of the RF sensing system 305 may be rearranged or otherwise altered in alternative embodiments, depending on desired functionality. Moreover, as used herein, the terms “transmit circuitry” or “Tx circuitry” refer to any circuitry utilized to create and / or transmit the transmitted RF signal 312. Likewise, the terms “receive circuitry” or “Rx circuitry” refer to any circuitry utilized to detect and / or process the reflected RF signal 314. As such, “transmit circuitry” and “receive circuitry” may not only comprise the Tx processing circuitry 325 and Rx processing circuitry 330 respectively but may also comprise the mux 320 and processing unit 315. In some embodiments, the processing unit may compose at least part of a modem and / or wireless communications interface. In some embodiments, more than one processing unit may be used to perform the functions of the processing unit 315 described herein.

[0082] The Tx processing circuitry 325 and Rx circuitry 330 may comprise subcomponents for respectively generating and detecting RF signals. As a person of ordinary skill in the art will appreciate, the Tx processing circuitry 325 may therefore include a pulse generator, digital-to-analog converter (DAC) , a mixer (for up-mixing the signal to the transmit frequency) , one or more amplifiers (for powering the transmission via Tx antenna array 335) , etc. The Rx processing circuitry 330 may have similar hardware for processing a detected RF signal. In particular, the Rx processing circuitry 330 may comprise an amplifier (for amplifying a signal received via Rx antenna 340) , a mixer for down-converting the received signal from the transmit frequency, an analog-to-digital converter (ADC) for digitizing the received signal, and a pulse correlator providing a matched filter for the pulse generated by the Tx processing circuitry 325. The Rx processing circuitry 330 may therefore use the correlator output as the CIR, which can be  processed by the processing unit 315 (or other circuitries) . Processing of the CIR may include object detecting, range, speed, or direction of arrival (DoA) estimation.

[0083] Beamforming is further enabled by a Tx antenna array 335 and an Rx antenna array 340. Each antenna array 335, 340 comprises a plurality of antenna elements. It can be noted that, although the antenna arrays 335, 340 of FIG. 3 include two-dimensional arrays, embodiments are not so limited. Arrays may simply include a plurality of antenna elements along a single dimension that provides for spatial cancellation between the Tx and Rx sides of the RF sensing system 305. As a person of ordinary skill in the art will appreciate, the relative location of the Tx and Rx sides, in addition to various environmental factors can impact how spatial cancellation may be performed.

[0084] It can be noted that the properties of the transmitted RF signal 312 may vary, depending on the technologies utilized. Techniques provided herein can apply generally to “mmWave” technologies, which typically operate at 57–71 GHz, but may include frequencies ranging from 30–300 GHz. This includes, for example, frequencies utilized by the 802.11ad Wi-Fi standard (operating at 60 GHz) . That said, some embodiments may utilize RF signals with frequencies outside this range. For example, in some embodiments, 5G frequency bands (e.g., 28 GHz) may be used.

[0085] Because RF sensing may be performed in the same frequency bands as communication (e.g., cellular and / or WLAN communication) , hardware may be utilized for both communication and RF sensing, as previously noted. For example, one or more of the components of the RF sensing system 305 shown in FIG. 3 may be included in a wireless modem (e.g., Wi-Fi, 5G, or other modems) . Additionally, techniques may apply to RF signals comprising any of a variety of pulse types, including compressed pulses (e.g., comprising Chirp, Golay, Barker, or Ipatov sequences) may be utilized. That said, embodiments are not limited to such frequencies and / or pulse types. Additionally, because the RF sensing system may be capable of sending RF signals for communication (e.g., using 802.11 communication technology) , embodiments may leverage channel estimation used in communication for performing the RF sensing as provided herein. Accordingly, the pulses may be the same as those used for channel estimation in communication.

[0086] As noted, the RF sensing system 305 may be integrated into an electronic device in which RF sensing is desired. For example, the RF sensing system 305, which  can perform RF sensing, may be part of communication hardware found in modern mobile phones. Other devices, too, may utilize the techniques provided herein. These can include, for example, other mobile devices (e.g., tablets, portable media players, laptops, wearable devices, other electronic devices (e.g., security devices, on-vehicle systems, specialized or dedicated RF sensing devices) , wireless nodes of the communication network (e.g., access nodes, such as base stations and / or satellites) , or the like. That said, electronic devices (e.g., RF sensing nodes) into which an RF sensing system 305 may be integrated are not limited to such devices.

[0087] In RF sensing, a wireless signal can be transmitted from one or multiple transmit points and received at one or multiple receive points after being reflected off a target. RF sensing can enable many candidate applications, including intruder detection, animal / pedestrian / unmanned aerial vehicle (UAV) intrusion detection in highways and railways, rainfall monitoring, flooding awareness, autonomous driving, automated guided vehicle (AGV) detection / tracking / collision avoidance, smart parking and assistance, UAV trajectory and tracking, crowd management, sleep / health monitoring, gesture recognition, XR streaming, public safety, search and rescue, and more. Further, RF sensing is expected to be incorporated into wireless standards (e.g., 6G) , and therefore may be performed in the future in a cellular network.

[0088] When performing RF sensing as described above, an Rx sensing node may process RF sensing data as shown in the example process 400 of FIG. 4, or in a similar manner. This process may be performed in a processing unit (processing unit 315) or other circuitry of the RF sensing node, for example.

[0089] The process 400 may proceed as follows. After capturing target CIR by performing measurements of RF sensing signals (which may include echoes of the RF sensing signals from targets) , shown at block 410, the process may comprise applying a Doppler Fast Fourier Transform (FFT) , as indicated at block 420. This transforms the RF sensing data to the frequency domain, from which non-DC bins may be extracted, as indicated at block 430. At that point, CFAR detection may be performed, including in azimuth and range dimensions, as indicated at block 440.

[0090] As noted, CFAR is an algorithm by which a target detection threshold may be determined, and by which one or more targets (detected objects) may be detected based on whether signal power exceeds the target detection threshold. This may include data  windowing, cell averaging, reference window selection, background estimation, and threshold calculation. These processes may consume processing resources of the Rx sensing node, and may therefore require high processing power (e.g., to perform CFAR in real-time) and / or relatively large latency (e.g., to perform CFAR in postprocessing) . Further, noise levels and multipath components may affect CFAR. Thus, the target detection threshold used to perform target detection may need to be periodically changed as noise and multipath changes. Additionally, depending on desired functionality, different types of CFAR algorithms may be performed. These types may include, for example, Cell Averaging CFAR (CA-CFAR) , Order Statistic CFAR (OS-CFAR) , or other adaptive or filtering methods.

[0091] FIG. 5 is a diagram 500 illustrating how an averaging CFAR algorithm operates, according to an example. As noted, RF sensing signals received by an Rx sensing node may be processed to form various bins across divisions such as azimuth and range. In this example, the diagram shows power received at different range bins 510. (It can be noted that, to avoid clutter, only a few range bins have been labeled in FIG. 5. Further, FIG. 5 shows a simplified example. Moreover, different arrangements may vary widely, depending on noise, multipath, targets, etc. )

[0092] Averaging CFAR may be performed as follows. Here, a sliding window 520 (e.g., of a fixed size) may be used, and, for each range bin 510, the average power of the surrounding bins within the window 520 may be calculated. A threshold (shown in FIG. 5 as the power or amplitude of the window 520) may then be set based on the desired false alarm rate and the noise power estimate. Using this window 520 (and threshold) , the power of each bin may be compared with the threshold. A detection 530 may occur in cases where the computed bin power for a given range been 510 exceeds the threshold. Detections may be classified as potential target signals. This process can be repeated for all range bins 510 in the RF sensing data. CFAR may therefore provide robust object detection against variations in noise power levels, provide a constant false alarm rate by adapting the threshold based on the estimated noise power, and may be suitable for various RF sensing applications, including target detection and tracking.

[0093] As noted, CFAR can be applied to RF sensing data in real-time or in post-processing, depending on the specific application and system requirements. (Here, “real-time” may mean having a latency of below a certain threshold; e.g., on the order of less  than a few seconds: 5 seconds, 3 seconds, 1 second, etc. ) Real-time processing may require high computation capability. Such detection is with low latency, but the accuracy may be relatively low in view of the complexity (computation capability) constraint, especially for a low-tier device having fewer processing resources. Post-processing is friendly for some low-tier devices, and more advanced CFAR can be used to provide more accurate estimation. But this may have relatively high latency.

[0094] The use of CFAR may additionally benefit from denoising. FIGS. 6-7, discussed below, illustrate how denoising may be beneficial and may be utilized in some embodiments.

[0095] FIG. 6 is a graph 600 of example RF sensing data processed using CFAR, is plotted over range and azimuth. In the graph 600, white illustrates power levels below an object detection threshold, and shading illustrates power levels above an object detection threshold (e.g., corresponding to detection 530 of FIG. 5) , indicating possible targets / detected objects. As can be seen, there are six potential objects: detections 610-1 to 610-6 (collectively and generically referred to herein as detections 610) .

[0096] Problematically, however, there are false positives in the RF sensing data. While detections 610-1 to 610-3 correspond to physical objects, detections 610-4 to 610-6 do not correspond to physical objects and therefore represent false alarms in the RF sensing data. These false alarms may be due to noise and / or multipath components in the RF sensing data.

[0097] The types of false alarms illustrated in FIG. 6 may be common in certain environments. For example, the optimization of CFAR can be challenging in the cellular environment due to rich scattering. (The classic CFAR algorithm is derived under the Additive white Gaussian noise (AWGN) assumption. ) As such, embodiments may utilize a denoising block before the CFAR block to enhance the CFAR performance. Such denoising can reduce the noise / interference and improve the signal-to-noise ratio (SNR) , before detecting the targets. An example of this is illustrated in FIG. 7.

[0098] FIG. 7 is a flow diagram of an example modified process 700 by which an Rx sensing node may process RF sensing data, according to some embodiments. Here, block six 710, 720, 730, and 740 may correspond to blocks 410, 420, 430, and 440 of FIG. 4, respectively, which are described above. The modified process 700, however, modifies the process 400 of FIG. 4 by introducing a denoising block 750, as shown. Performing  denoising before CFAR in this manner can help improve the CFAR threshold tolerance by denoising a range-angle map (e.g., range / azimuth data as illustrated in FIG. 6) , range-doppler, or other sensing features.

[0099] According to some embodiments, denoising can be defined on the Rx side, e.g., fully implemented by the Rx sensing node. Additionally or alternatively, denoising can be scheduled and controlled a controlling node (e.g., a controlling node or sensing in a wireless network, such as SMF 221 of FIG. 2) . Considerations for these implementations may include how to configure the CFAR, and how to schedule the denoising block to enhance the accuracy. Network-based configuration and scheduling may be helpful to accurately reduce the noise and estimate the threshold in the generated RF sensing data, e.g., range-doppler image (RDI) , range-angle image (RAI) , or others.

[0100] With these considerations in mind, embodiments may provide for network-based configuration (e.g., by cellular network) of an Rx sensing node. Generally, in cellular or multi-static sensing, a configuring node (e.g., a sensing server (SMF) or a base station (e.g., gNB) ) may have information with regard to an RF sensing requirement, scenario setting, and channel status. Thus, according to some embodiments, a configuring node of the network can configure the Rx sensing node for CFAR processing, ultimately providing better CFAR optimization in object detection accuracy.

[0101] To configure the Rx sensing node, a configuring node may send a CFAR configuration to an Rx sensing node, where the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR on RF sensing data received by the Rx sensing node. Depending on desired functionality, the CFAR configuration may include one of the following options for CFAR configurations.

[0102] According to a first option, the CFAR configuration may configure the CFAR method for the Rx sensing node to perform. This may be provided to the Rx sensing node when the Rx sensing node is initialized or reset. For example, the CFAR configuration may indicate the CFAR method for the Rx sensing node to use and configure the corresponding parameters for performing the CFAR method. The Rx sensing node may then determine the final target detection threshold based on the CFAR method.

[0103] According to a second option, the CFAR configuration may directly configure the threshold for the target detection. In this case, the CFAR algorithm may not be enabled in the sensing Rx to determine the target detection threshold. And thus, the network can  provide a suitable threshold for target detection. The Rx sensing node may then directly detect targets using the target detection threshold.

[0104] According to a third option, the CFAR configuration may include requirements for the Rx sensing node to use when performing CFAR. This can include, for example, the value of false alarms (e.g., a threshold by which false alarms may be filtered) and / or ratio of missing detection (e.g., a threshold value by which targets may be detected) . The Rx sensing node may then suitable parameters for the method to meet these requirements.

[0105] According to a fourth the CFAR configuration may simply indicate to an Rx sensing node to fully implement the CFAR. The Rx sensing node may then select the CFAR method and corresponding parameters, without requirements or restrictions on the network.

[0106] The figuring device may take various aspects of the Rx sensing node into account when determining the CFAR configuration. This can include the Rx sensing node’s processing capabilities (as described above) , the need for real-time or post-processing CFAR the sensing environment of the Rx sensing node, or any combination thereof, for example.

[0107] With respect to the sensing environment of the Rx sensing node, the configuring device may associate a location of the Rx sensing node may include a “zone ID” or similar identifier. (Alocation or approximate location of the Rx sensing node may be provided to the configuring device directly by the Rx sensing node or may be provided via a location or other service within the wireless network, for example. ) Different locations may have different zone IDs, and different zone IDs may yield different CFAR configurations, depending on the type of sensing environment of the location associated with the zone ID. For a zone ID associated with a sensing environment having a relatively stable noise channel, a CFAR configuration provided to an Rx sensing node in a location associated with the zone ID may utilize the first option (indicating a CFAR method to use, such as cell averaging CFAR) or second option (indicating a target detection threshold) , as described above. These first two options may be particularly useful in a stable noise environment and may largely reduce the computational burden of performing CFAR on the Rx sensing node.

[0108] FIG. 8 is an illustration of a message-flow diagram 800 showing how a configuring node 810 and Rx sensing node 820 may interact to enable the Rx sensing node 820 to perform CFAR. As noted elsewhere herein, the Rx sensing node 820 may comprise, for example, a UE (e.g., cell phone) within a wireless network, and the configuring node 810 may comprise, for example, a server (e.g., SMF) within the wireless network. As such, there may be various intervening devices (not shown) through which the messages may be relayed to enable communications between the configuring node 810 and Rx sensing node 820. (Some of these intervening devices are illustrated in FIGS. 1 and 2. ) Further, the interaction shown in diagram 800 may be triggered by an indication that sensing is to be performed by the Rx sensing node (e.g., in conjunction with one or more Tx sensing nodes, or by itself if operating in a monostatic configuration) . This indication may come from the configuring note 810, Rx sensing node 820, and / or other devices.

[0109] It can be further noted that, according to some embodiments, the interaction shown in diagram 800 may be incorporated into another message exchange between the configuring node 810 and Rx sensing node 820. For example, the Rx sensing node 820 may report capabilities, sensing results, and threshold information in messages that also may include capabilities, sensing results, and information regarding sensing. Similarly, the CFAR configuration provided by the configuring node 810 may be included in a sensing configuration provided by the configuring node 810 to the Rx sensing node 820.

[0110] The process shown in diagram 800 may begin with the functionality shown by arrow 830, in which the Rx sensing node 820 may report its CFAR capability to the configuring node 810. This CFAR capability information may include, for example, the capabilities of the Rx sensing node 820 for performing different types / methods of CFAR, real-time and / or post-processing CFAR capabilities, and / or the like. As indicated by the dashed line of arrow 830, the capability reporting may be optional, in some circumstances. For example, certain CFAR capabilities may be implied by the configuring node 810 if the Rx sensing node 820 is running certain software or firmware that executes a certain version of a relevant standard with relevant CFAR capabilities. According to some embodiments, the exchange of messages shown in the diagram 800 may adhere to any applicable protocols defined in the relevant standard.

[0111] As shown by arrow 840, the configuring node 810 may then send the CFAR configuration to the Rx sensing node 820. As previously noted, this is CFAR configuration 840 may take into account various aspects of the Rx sensing node 820, including, for example, its capabilities (e.g., as reported at arrow 830) , location, current sensing environment, etc. As further noted above, the CFAR configuration 840 may indicate how the Rx sensing node 820 is to perform CFAR (e.g., using one of the four options described above) . The Rx sensing node 820 may then perform the sensing (shown by block 850) , report a threshold used for CFAR (shown by arrow 860) , and further report sensing results (as shown by arrow 870) to the configuring node 810. The sensing and reporting of information shown at block 850 and arrows 860, 870 only be done in accordance with the CFAR configuration provided at arrow 840.

[0112] Aspects of this process may vary, depending on desired functionality. As noted by the dashed arrow 860, the threshold reporting may be optional and may depend on how the CFAR configuration configured the Rx sensing node 820 for performing CFAR. For example, in the first option of the CFAR configuration described above, the Rx sensing node 820 may use a particular CFAR method indicated in the CFAR configuration, in which the Rx sensing node 820 determines its own thresholds. (Threshold reporting may not be needed, for example, if the CFAR configuration includes the threshold to use, as described in the second option above. )

[0113] Further, the way in which sensing is performed by the Rx sensing node may vary, depending on how the RF sensing node 820 was configured by the CFAR configuration. FIG 8. further shows a first set of sensing occasions 880 and a second set of sensing occasions 890, corresponding to different respective types of CFAR configurations. Here, each set of sensing occasions 880 and 890, represents a respective set of successive sensing occasions 892. (To avoid clutter, only a portion of the sensing occasions 802 are labeled in FIG. 8. Further, although sensing occasions 892 are shown as being adjacent in time, there may be periods of time between successive sensing occasions 892 during which no sensing occurs. ) The first set of sensing occasions 880 may correspond to the first CFAR configuration option described above in which the CFAR configuration indicates what type of CFAR to use, and the Rx sensing node 820 performs CFAR during particular sensing occasions to set a target detection threshold (denoted by the “set threshold” sensing occasions) . Subsequent sensing occasions may then reuse the previously-set target detection threshold to perform sensing (denoted by  the “use threshold” sensing occasions) As discussed in more detail below, the CFAR configuration may also indicate the times, or pattern within sensing occasions 892, during which the Rx sensing node 820 is to perform CFAR. The second set of sensing occasions 890 may correspond to the second CFAR configuration option above, in which the CFAR configuration provides the Rx sensing node 820 with a target detection threshold to use.

[0114] It can be noted that, depending on desired functionality, the threshold reporting at arrow 860 and / or sensing results at arrow 870 may occur after each sensing occasion 892, or may occur after multiple sensing occasions. Thus, a set of threshold occasions (e.g., 880 and 890) may include one or more sensing occasions. The rate at which reporting occurs may be indicated in the CFAR configuration provided at arrow 840.

[0115] As noted, using CFAR to update a target detection threshold may involve a relatively large amount of processing, which can be a burden to certain types of Rx sensing nodes (e.g., mobile phones) . Further, for environments in which the noise level is relatively stable, a determination of a CFAR target detection threshold may not be needed at every sensing occasion (e.g., as illustrated in the first set of sensing occasions 880) . Thus, it may be optimal for an Rx sensing node to use CFAR to determine a target detection threshold using a relatively sparse pattern of threshold determination across sensing occasions. According to some embodiments, the CFAR configuration may establish this pattern and / or additional triggers to cause the Rx sensing node to perform CFAR.

[0116] According to some embodiments, one or more of the following CFAR triggers may be utilized. A first CFAR trigger may be based on a periodic pattern of performing CFAR provided in the CFAR configuration. This pattern may be static and may indicate the sensing occasions for which CFAR can be performed to set a target detection threshold (e.g., every third sensing occasion, every fifth sensing occasion, etc. ) . During other sensing occasions, the previously established target detection threshold may be used.

[0117] A second trigger may comprise a timing window. According to this trigger, the CFAR configuration may indicate a period of time (which may be indicated in different ways, e.g., length of time, start / stop times, etc. ) during which the target detection threshold for the Rx sensing node is valid. Once the period of time lapses, the Rx sensing node may perform CFAR to determine a new target detection threshold.

[0118] A third trigger may comprise a message from a configuring node. That is, according to this trigger, a configuring node (e.g., SMF) may send a message to an Rx sensing node, indicating to perform CFAR to determine a new target detection threshold. This indication may apply to the subsequent sensing occasion, or to some other future sensing occasion identified in the message.

[0119] FIG. 9 is a timing diagram that provides an example of how multiple of these triggers may be used to enable target threshold detection using CFAR. In this example, successive sensing occasions 905 are illustrated horizontally. (Again, only a portion of the sensing occasions 905 are labeled in FIG. 9. And there may be periods of time between successive sensing occasions 905, which are not represented in FIG. 9. ) Further, the Rx sensing node may provide threshold and / or sensing results (e.g., as discussed with respect to FIG. 8) after one or more positioning occasions, which may depend on reporting requirements established in the CFAR configuration.

[0120] In this example, the Rx sensing node performs threshold determination periodically, at occasions 910, 920, and 930, in accordance with a CFAR configuration from the configuring device. For each of the occasions 910, 920, and 930, the Rx sensing node is triggered to perform target detection threshold determination using CFAR based on a pattern of CFAR threshold detection usage established in the CFAR configuration. In subsequent sensing occasions, the Rx sensing node may use this target detection threshold for target detection (as indicated by the arrows in FIG. 9 linking occasions 910 and 920 to subsequent sensing occasions) .

[0121] Additionally, the Rx sensing node performs target threshold determination at sensing occasion 940. For example, the use of CFAR for threshold determination at the positioning occasion 940 may be triggered by a message from the configuring device if the configuring device determines that there is a false alarm or missing detection in the sensing results provided by the Rx sensing node, or if there is new target, interference, large variation of noise level, or the like. According to some embodiments, the message provided by the configuring device may be sent to the Rx sensing node using downlink control information (DCI) , which is used in a wireless network (e.g., a 5G cellular network) to propagate control information to UEs.

[0122] According to various embodiments, the reporting of sensing results and target detection thresholds may be performed in different ways, depending on desired  functionality. As previously noted, an Rx sensing node may report a target detection threshold (e.g., determined using CFAR) together or separately from sensing results. Moreover, sensing results may be reported after each sensing occasion, or periodically after multiple sensing occasions.

[0123] FIG. 10 is an illustration of message flow diagrams 1000-1 and 1000-2 (collectively and generically referred to herein as flow diagrams 1000) that illustrates two example options that an Rx sensing node 1010 may use to report a target detection threshold determined using CFAR to a configuring node 1020, according to some embodiments. The reporting of the target detection threshold by the Rx sensing node 1010 can help enable the configuring node 1020 to check the confidence of the RF sensing results provided by the Rx sensing node 1010. As such, this target detection threshold may be reported in a manner similar to the reporting of sensing results.

[0124] Message flow diagram 1000-1 shows a first example option for reporting a target detection threshold, in which threshold reporting is only reported when a new threshold is set. In this example, the configuring node 1020 provides the Rx sensing node 1010 with a CFAR configuration, as illustrated with arrow 1025, which may be done in the manner described in previous embodiments. As also discussed in previous embodiments, the Rx sensing node 1010 may then perform CFAR in accordance with the CFAR configuration to set a target detection threshold and use the target detection threshold to perform sensing, as indicated at block 1030. The Rx sensing node 1010 may then proceeds to perform the operations in block 1040 or more times, in which the Rx sensing node 1010 uses the target detection threshold (set at block 1030) to perform sensing (as indicated at block 1045) , then reports the sensing results the configuring node 1020, as indicated by arrow 1050. Here, the sensing results may not include the threshold used at block 1045. Instead, it is assumed that the previously-reported threshold (at arrow 1035) is used.. As noted, the operations in block 1040 may be repeated a number of times, which may be indicated in the CFAR configuration provided to the Rx sensing node 1010 at arrow 1025. Finally, once a new target detection threshold needs to be set (e.g., which may be based on a trigger in the CFAR configuration, as described previously) , the Rx sensing node 1010 performs CFAR to determine a new target detection threshold and perform sensing with the new target detection threshold, as indicated at block 1055. The Rx sensing nodes 1010 then reports the sensing results and threshold, as indicated at arrow 1060.

[0125] Message flow diagram 1000-2 shows a second example option for reporting a target detection threshold, in which the threshold reporting is always included within the sensing results. The operations 1025-1060 in message flow diagram 1000-2 may correspond with like-numbered operations in message flow diagram 1000-1, described above. Here, however, when the Rx sensing node 1010 reports sensing results at arrow 1065 for a sensing occasion in which a new threshold is not set (at block 1045) , it may still report the target detection threshold used for the sensing. According to this option, although additional overhead may be needed to accommodate the additional threshold reporting in comparison with the process of message flow diagram 1000-1, including the threshold reporting with the sensing results can help ensure the target detection threshold used for sensing is clearly identified to the configuring node 1020.

[0126] It can be noted that variations to the embodiments illustrated in FIG. 10 may be made, depending on desired functionality. For example, sensing results (which may include threshold reporting) may be sent in batches after multiple sensing occasions, as previously noted. Further, depending on the desired functionality, threshold reporting may be included in the same message as the sensing results, or sent in a different message. According to some embodiments, the target detection threshold may be included or embedded within the sensing results. For example, sensing results may include a listing of location, power, speed, and direction for each of one or more detected targets, and also include a target detection threshold used to detect the one or more targets.

[0127] According to some embodiments, an Rx sensing node may report different aspects of CFAR capabilities when reporting its CFAR capabilities to a configuring node (e.g., as illustrated in FIG. 8, described previously) in any of a variety of ways, depending on desired functionality. As noted, performing CFAR can consume a relatively large amount of processing resources of the Rx sensing node, depending on the processing capabilities of the Rx sensing node. A “high-end” or “high-tier” Rx sensing node may be capable of performing real-time CFAR, for example, whereas a “low-end” or low-tier” Rx sensing node may not. However, a low-end / low-tier Rx sensing node still may be capable of performing post-processing CFAR within a certain amount of time after obtaining the Rx sensing data. With these differences in mind, the contents of one or more messages including CFAR capabilities used by the Rx sensing node to report its CFAR capabilities to the configuring node may include whether CFAR is supported, what types of CFAR methods may be used, whether real-time CFAR is supported, or similar  capabilities, or any combination thereof. According to some embodiments, a single bit may be used to indicate whether CFAR is supported by the Rx sensing node (e.g., “0” =not supported, “1” = supported) . Additionally or alternatively, one or more bits may be used to indicate whether real-time CFAR is supported or whether post-processing (off-line) CFAR is supported. Moreover, one or more bits may be used to indicate which CFAR method (s) (e.g., CA-CFAR, OS-CFAR, or others) are supported. If a relevant standard applies, for example, the one or more bits may correspond to entries in an index of CFAR methods provided in the standard. As previously indicated, the configuring node may then use this capability information to provide a CFAR configuration to the Rx sensing node in view of these capabilities.

[0128] According to some embodiments, the CFAR configuration can take into account other factors when determining the CFAR configuration. That is, not only may the Rx sensing node capabilities be taken into account, but factors such as use cases, sensing requirements, sensing environment, etc. may be considered. For example, a configuring device may determine a CFAR configuration that takes into account different use cases (e.g., gesture / body detection, object detection by a road vehicle or drone, etc. ) . As another example, a configuring device may determine a particular CFAR configuration for to facilitate a certain mode of operation: e.g., detecting objects, tracking objects, etc.

[0129] As discussed, radar signals are affected by various sources of noise, such as electronic interference, atmospheric conditions, and clutter, which would degrade the detection performance. As previously noted (e.g., with respect to FIG. 6) , CFAR may determine a target detection threshold that leads to false alarms and / or missing detections. As also discussed, the use of a denoising block (e.g., as indicated in FIG. 7) in conjunction with CFAR may help ensure the accuracy of target detection.

[0130] With this in mind, and depending on desired functionality, embodiments may utilize RDI denoising techniques. These techniques typically are tailored to the characteristics of radar data and aim to enhance the signal-to-noise ratio (SNR) by reducing noise while preserving important radar signatures. RDI denoising techniques often involve filtering algorithms that exploit the statistical properties of radar data. Currently, artificial intelligence (AI) -based denoising may be a powerful tool to remove the noise, based on effective scheduling. According to some embodiments, an AI model  may receive RF sensing data (e.g., RDI) and output corresponding RF sensing data with less noise (e.g., with high SNR) . Additionally or alternatively, the output of an AI model performing denoising may comprise an image with the target segmentation, which may skip corresponding target segmentation in the post-processing of the RF sensing data. An example of AI model that may be used for denoising in this manner may comprise UNet (or “U-Net” ) , which is an AI-based denoising commonly used to remove noise in medical imaging and RDI.

[0131] According to some embodiments, an AI model used for denoising as described herein may be defined and / or identified by the network (e.g., configuring node) and / or defined in an applicable standard (e.g., as set forth by 3GPP) . Information regarding the AI model may be communicated in a manner as shown in FIG. 11, described below.

[0132] FIG. 11 is a method-flow diagram of a process 1100 for communicating AI model information between a configuring node 1110 and an Rx sensing node 1120, according to some embodiments. As with other figures herein, FIG. 11 is provided as a nonlimiting example. Alternative embodiments that fall within the scope of this disclosure may vary from the example provided in the figure.

[0133] As with other figures provided herein, the process 1100 of FIG. 11 illustrates a communication exchange between a configuring node 1110 and Rx sensing node 1120. The process may begin with the functionality illustrated by arrow 1130, in which the Rx sensing node 1120 provides the configuring node 1110 with the AI denoising capability of the Rx sensing node 1120. This may include, for example, the AI model (s) , model parameters, and / or other AI-related capabilities and / or denoising capabilities that the Rx sensing node 1120 has with respect to RF sensing and / or CFAR processing. The reporting of this denoising capability may be done before sensing and / or CFAR occurs, so that the configuring node 1110 may configure the Rx sensing node 1120 accordingly.

[0134] As shown by arrow 1140, the configuring node 1110 may then provide an AI model configuration to the RF sensing node 1120. This may be done within the sensing initialization stage, and, in some embodiments, may be sent to the Rx sensing node 1120 along with the CFAR configuration. The AI model configuration 1140 may include one or more parameters for the AI model for denoising RF sensing data executed by the Rx sensing node 1120. According to some embodiments, such denoising may be triggered together or separately from performing CFAR. For example, when the sensing channel  quality is bad (e.g., low SNR) , the denoising block is triggered to enhance the reduce the impact of the noise and the interference. According to some embodiments, this trigger may be separate from the CFAR triggers described previously. Further, because denoising is executed at the Rx sensing node 1120, it may be denoising may be transparent to a transmitting (Tx) node.

[0135] It can be noted that the process 1100 illustrated in FIG. 11 may be made using different protocols and / or configurations. For example, according to some embodiments, one or more of the communications illustrated in FIG. 11 may be performed via RRC signaling. The process 1100 additionally or alternatively may work for monostatic, bistatic, or multi-static configurations. As with other embodiments herein, the configuring node 1110 may comprise an SMF, which may configure and schedule the denoising block. Such scheduling may be triggered to enable the execution of the denoising block when the processing of RF sensing data is negatively impacted by noise and / or interference.

[0136] According to some embodiments, the denoising block (e.g., as shown in FIG. 7 and described above) may comprise an iterative use of an AI model (e.g., UNet) . As such, an AI model configuration (e.g., as illustrated provided by the configuring node 1110 at arrow 1140 in the process 1100 of FIG. 11) may include a number the iterations four using the AI model to remove the noise.

[0137] FIG. 12 illustrates a denoising block 1210, according to an embodiment. Here, before the CFAR is executed at block 1220, the denoising block 1210 performs a number, N, of AI denoising iterations. (Although more than two iterations are illustrated, any number of one or more iterations may be used, depending on desired functionality. ) The value of N may be based on quality and / or latency constraints, where a higher value of N increases both quality and latency. Thus, the value of N may be chosen to balance the quality and latency for a given application. This number of iterations may be provided in the AI model configuration sent from the configuring node to the Rx sensing node (e.g., as illustrated in FIG. 11) .

[0138] Depending on desired functionality, the AI model configuration may configure the number of iterations, N, in a variety of different ways. According to one option, for example, the AI model configuration may indicate the value N of the iterations, such that the Rx sensing node makes N iterations to perform the denoising in the denoising  block 1210. According to a second option, the AI model configuration may include a minimum value of N iterations for the RF sensing node to make, and the Rx sensing node may make no fewer than N iterations. According to a third option, the AI model configuration may include a maximum value of N, such that the Rx sensing node performs a number of iterations that is no larger than N. This third option may be used, for example, in cases where there is a latency constraint, and performing a number of iterations greater than N may exceed the latency constraint.

[0139] According to some embodiments, the AI model configuration may simply provide this latency constraint (and / or other constraints) to the Rx sensing node, and the Rx sensing node can then determine corresponding parameters for the AI model to ensure it meets the latency constraint.

[0140] Given these additional conditions, Unet or similar AI denoising algorithms can further improve the performance of the denoising. For example, buffered historical noise variance can represent of the sensing channel quality in one coverage, and such information may be helpful to guide the AI model to accurately remove the noise sufficiently to me the latency constraint.

[0141] According to some embodiments, the configuring node may provide additional or alternative conditions to Rx as part of an AI model configuration (or, more generally, a denoising configuration) . These conditions may include, for example, a reference of the noise variance, a reference of the SNR and / or SINR, a number of targets to be detected, a channel condition (e.g., a rank of channel) , or any combination thereof. This may be provided to the denoising block in addition to the sensing feature (RF sensing data) .

[0142] FIG. 13 illustrates how an iterative AI denoising block 1310 may receive information in addition to a sensing feature (e.g., RF sensing data) and output the sensing feature with less noise. This information can include, as illustrated, a reference SNR. Additionally or alternatively, this information may include any combination of the additional conditions listed in the previous paragraph. (It can be noted that the iterative AI denoising block 1310, as illustrated in FIG. 13, may correspond to the denoising block both 10 of FIG. 12, and simply may be a different way of indicating N iterations of AI denoising. )

[0143] According to some embodiments, an Rx sensing node may indicate to the configuring node when denoising is performed. That is, and RF sensing report may include an indication, in the reporting sensing results (e.g., as illustrated in FIGS. 8 and 10) of whether denoising was performed in the Rx sensing node’s processing of the RF sensing data. For example, report of sensing results may include a bit or other indication of whether denoising was performed, which may be performed in accordance with a specific CFAR or denoise configuration provided to the Rx sensing node from the configuring node. For example, a sensing measurement report can include, in addition to the sensing results (e.g., location, power, speed, and direction of each of one or more targets detected by the Rx sensing node from the RF sensing data) , whether denoising was enabled, whether CFAR was enabled, and the target detection threshold used.

[0144] According to some embodiments, the reporting of denoising and / or CFAR from the Rx sensing node to the configuring node may occur in the denoising training stage of the AI model, but not necessarily in inference stage. In other words, reporting of denoising and / or CFAR information may be useful to optimize the denoising AI model. However, this information may not be needed to refine the model after deployment. Thus, by avoiding reporting this information in the inference stage, bandwidth may be saved after deployment.

[0145] FIG. 14 is a flow diagram of a method 1400 of configuring the CFAR detection for RF sensing and an Rx sensing node, according to an embodiment. Means for performing the functionality illustrated in one or more of the blocks shown in FIG. 14 may be performed by hardware and / or software components of a Rx sensing node, such as a UE or base station. Example components of a mobile sensing node (e.g., UE) and a stationary sensing node (e.g., base station) are illustrated in FIGS. 16 and 17, respectively, which are described in more detail below.

[0146] At block 1410, the functionality comprises receiving, at the Rx sensing node from a configuring node of a wireless network, a CFAR configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR. As noted elsewhere herein, the wireless network may comprise a cellular network (e.g., 5G, 6G network) , and the configuring node of the network may comprise a server within the network (e.g., an SMF or equivalent) , a base station, or other node within the network. Further, according to some embodiments, the CFAR configuration may  accompany or be included in another configuration, such as a sensing configuration provided by the configuring node to the Rx sensing node.

[0147] According to some embodiments, the configuring node may send the CFAR configuration based on and / or in response to CFAR capability information from the Rx sensing node. As such, some embodiments may further comprise, prior to receiving the CFAR configuration, sending information indicative of a CFAR capability of the Rx sensing node from the Rx sensing node to the configuring node. According to some embodiments, the information indicative of the CFAR capability of the Rx sensing node may comprise an indication that CFAR is supported by the Rx sensing node, an indication whether real-time CFAR can be supported or offline CFAR can be enabled, an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, or any combination thereof.

[0148] As described in the embodiments herein, the CFAR configuration may include various types of information to inform how CFAR is to be performed. As such, according to some embodiments of the method 1400, the information regarding how the Rx sensing node is to perform CFAR may comprise (A) a CFAR method for the Rx sensing node to use in performing the CFAR; (B) a target detection threshold for the Rx sensing node to use in performing the CFAR; or (C) a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or (D) an indication for the Rx sensing node to fully implement CFAR. Additionally or alternatively, the configuring node may base the CFAR configuration at least in part on a sensing environment of the Rx sensing node. This information can be received, for example, by the RF sensing node and / or other devices in the sensing environment and / or having access to information regarding the sensing environment. As also noted, according to some embodiments, the CFAR configuration may be based at least in part on a particular use case, sensing mode, or combination thereof.

[0149] Means for performing functionality at block 1410 may comprise a bus 1605, one or more processors and 1610, a digital signal processor (DSP) 1620, wireless communication interface 1630 (including RF sensing system 1635) , one or more memories 1660, and / or other components of a mobile sensing node 1600, as illustrated in FIG. 16. Additionally or alternatively, means for performing functionality at block 1410  may comprise a bus 1705, one or more processors and 1710, a digital signal processor (DSP) 1720, wireless communication interface 1730 (including RF sensing system 1735) , one or more memories 1760, network interface 1780, and / or other components of a stationary sensing node 1700, as illustrated in FIG. 17.

[0150] At block 1420, the functionality comprises obtaining RF sensing data at the Rx sensing node, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node. The RF sensing data may comprise measurements of RF signals transmitted by a Tx sensing node, which may reflect from one or more targets / objects. The RF sensing data may be obtained, for example, in accordance with a sensing configuration which may be provided by the coordinating node and may coordinate the transmission of RF signals by the Tx sensing node and the receipt (measurement) of the RF signals by the Rx sensing node. As noted herein, in a monostatic configuration, a single device may comprise the Rx sensing node and the Tx sensing node, wherein as a bistatic or multi-static configuration will include the RF sensing node in a separate device from the Tx sensing node.

[0151] Means for performing functionality at block 1420 may comprise a bus 1605, one or more processors and 1610, a digital signal processor (DSP) 1620, wireless communication interface 1630 (including RF sensing system 1635) , one or more memories 1660, and / or other components of a mobile sensing node 1600, as illustrated in FIG. 16. Additionally or alternatively, means for performing functionality at block 1420 may comprise a bus 1705, one or more processors and 1710, a digital signal processor (DSP) 1720, wireless communication interface 1730 (including RF sensing system 1735) , one or more memories 1760, network interface 1780, and / or other components of a stationary sensing node 1700, as illustrated in FIG. 17.

[0152] At block 1430, the functionality comprises performing CFAR on the RF sensing data with the Rx sensing node in accordance with the CFAR configuration. As described herein, different methods of CFAR may be used (e.g., CA-CFAR, OS-CFAR, or others) , and the type of method may be based on information included in the CFAR configuration. As noted herein, CFAR can determine a target detection threshold based on the RF sensing data (e.g., averaging cells in a window, as described above with respect to FIG. 5) . According to some embodiments, this threshold may be shared with the configuring device. As such, some embodiments of the method 1400 may further include  sending, from the Rx sensing node to the configuring node, an indication of a target detection threshold used in performing the CFAR. Further, according to some embodiments, it the target detection threshold used by the Rx sensing node in performing the CFAR may be included in the reporting information or separately reported by the Rx sensing node to the configuring node (e.g., in one or more messages separate from the reporting information message (s) ) .

[0153] As also described herein, a configuring device may provide a pattern by which CFAR is to be performed within a plurality of successive sensing occasions. Accordingly, some embodiments of the method 1400 may comprise updating a target detection threshold for CFAR based at least in part on an indication, received by the Rx sensing node from the configuring node, of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated; an indication, received by the Rx sensing node from the configuring node, of a period of time during which the target detection threshold is valid; or an indication, received by the Rx sensing node from the configuring node, to update the target detection threshold.

[0154] Means for performing functionality at block 1430 may comprise a bus 1605, one or more processors and 1610, a digital signal processor (DSP) 1620, wireless communication interface 1630 (including RF sensing system 1635) , one or more memories 1660, and / or other components of a mobile sensing node 1600, as illustrated in FIG. 16. Additionally or alternatively, means for performing functionality at block 1430 may comprise a bus 1705, one or more processors and 1710, a digital signal processor (DSP) 1720, wireless communication interface 1730 (including RF sensing system 1735) , one or more memories 1760, network interface 1780, and / or other components of a stationary sensing node 1700, as illustrated in FIG. 17.

[0155] At block 1440, the functionality comprises sending reporting information from the Rx sensing node to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data. As described herein, the reporting information may be sent in accordance with the CFAR configuration (e.g., after each sensing occasion or in batches, with the threshold information included in the sensing information or separate, etc. ) .

[0156] Means for performing functionality at block 1440 may comprise a bus 1605, one or more processors and 1610, a digital signal processor (DSP) 1620, wireless communication interface 1630 (including RF sensing system 1635) , one or more memories 1660, and / or other components of a mobile sensing node 1600, as illustrated in FIG. 16. Additionally or alternatively, means for performing functionality at block team 40 may comprise a bus 1705, one or more processors and 1710, a digital signal processor (DSP) 1720, wireless communication interface 1730 (including RF sensing system 1735) , one or more memories 1760, network interface 1780, and / or other components of a stationary sensing node 1700, as illustrated in FIG. 17.

[0157] As also described in the embodiments above, an Rx sensing node may perform denoising, which may be performed in conjunction with CFAR. For example, according to some embodiments the method 1400 may include, prior to performing the CFAR, sending information indicative of a denoising capability of the Rx sensing node from the Rx sensing node to the configuring node; receiving, at the Rx sensing node from the configuring node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising; and performing the denoising on the RF sensing data with the Rx sensing node in accordance with the denoising configuration; wherein performing the CFAR on the RF sensing data occurs after performing the denoising on the RF sensing data. As discussed herein (e.g., with respect to FIG. 13) , according to some embodiments, performing the denoising on the RF sensing data may comprise inputting the RF sensing data to an artificial intelligence (AI) model, and the information regarding how the Rx sensing node is to perform denoising may comprise information regarding a number of iterations for inputting the RF sensing data to the AI model. In such embodiments, the information regarding the number of iterations for inputting the RF sensing data to the AI model may comprise the number of iterations, a maximum number of iterations, a minimum number of iterations, or a latency constraint. In some embodiments, the information regarding how the Rx sensing node is to perform denoising may comprise a reference of noise variance, a signal-to-noise ratio (SNR) , a signal-to-interference-plus-noise ratio (SINR) , a number of targets, a channel condition, or any combination thereof. Additionally or alternatively, the method 1400 may comprise, subsequent to performing the denoising on the RF sensing data, sending an indication that the denoising was performed from the Rx sensing node to the configuring node.

[0158] FIG. 15 is a flow diagram of a method 1500 of configuring CFAR detection for RF sensing for an Rx sensing node, according to an embodiment. Means for performing the functionality illustrated in one or more of the blocks shown in FIG. 15 may be performed by hardware and / or software components of a configuring node of a wireless network, such as a server (e.g., and SMF or equivalent in a 5G or 6G cellular network) . Example components of a computer system that may execute and / or operate as such a server are illustrated in FIG. 18, which is described in more detail below.

[0159] At block 1510, the functionality comprises obtaining, with a configuring node of a wireless network, information indicative of a CFAR capability of the Rx sensing node. As previously noted, the information indicative of the CFAR capability of the Rx sensing node may comprise an indication that CFAR is supported by the Rx sensing node, an indication whether real-time CFAR can be supported or offline CFAR can be enabled, an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, or any combination thereof. Again, depending on desired functionality, the CFAR configuration may be based at least in part on particular use case, sensing mode, or any combination thereof.

[0160] Means for performing functionality at block 1510 may comprise a bus 1805, one or more processors 1810, one or more input devices 1815, one or more output devices 1820, a communications subsystem 1930, one or more memories 1835, and / or other components of a computer system 1800, as illustrated in FIG. 8.

[0161] At block 1520, the functionality comprises sending, to the Rx sensing node from the configuring node, a CFAR configuration, wherein the CFAR configuration is based at least in part on the information indicative of the CFAR capability of the Rx sensing node and includes information regarding how the Rx sensing node is to perform CFAR. As noted, according to some embodiments, the information regarding how the Rx sensing node is to perform CFAR may comprise (A) a CFAR method for the Rx sensing node to use in performing the CFAR; (B) a target detection threshold for the Rx sensing node to use in performing the CFAR; (C) a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or (D) an indication for the Rx sensing node to fully implement CFAR. Further, some embodiments may comprise sending, from the configuring node to the Rx sensing node, information regarding a target detection  threshold used in performing the CFAR, the information comprising an indication of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated; an indication of a period of time during which the target detection threshold is valid; or an indication to update the target detection threshold. Depending on desired functionality, the information regarding a target detection threshold used in performing the CFAR may be included in the CFAR configuration itself or may be provided separately.

[0162] Means for performing functionality at block 1520 may comprise a bus 1805, one or more processors 1810, one or more input devices 1815, one or more output devices 1820, a communications subsystem 1930, one or more memories 1835, and / or other components of a computer system 1800, as illustrated in FIG. 8.

[0163] At block 1530, the functionality comprises receiving reporting information at the configuring node from the Rx sensing node, wherein the reporting information is based at least in part on a result of the Rx sensing node performing CFAR on RF sensing data in accordance with the CFAR configuration. As noted previously, the reporting information may be reported it in accordance with information included in the CFAR configuration about how the Rx sensing node is to provide the reporting information.

[0164] Means for performing functionality at block 1530 may comprise a bus 1805, one or more processors 1810, one or more input devices 1815, one or more output devices 1820, a communications subsystem 1930, one or more memories 1835, and / or other components of a computer system 1800, as illustrated in FIG. 8.

[0165] Again, denoising may be performed by the Rx sensing node in conjunction with the CFAR. As such, embodiments of the method 1500 may provide for this denoising to take place. For example, some embodiments may include, prior to receiving the reporting information receiving, at the configuring node from the Rx sensing node, information indicative of a denoising capability of the Rx sensing node; and sending, from the configuring node to the Rx sensing node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising on the RF sensing data prior to performing the CFAR on the RF sensing data. Again, the denoising capability may be included with the CFAR capability information, or may be provided separately by the Rx sensing node. Additionally or alternatively, the denoising configuration may be included with a CFAR configuration,  or may be provided separately by the configuring node. According to some embodiments, performing the denoising on the RF sensing data may comprise inputting the RF sensing data to an artificial intelligence (AI) model, and the information regarding how the Rx sensing node is to perform denoising may comprise information regarding a number of iterations for inputting the RF sensing data to the AI model. In such embodiments, the information regarding the number of iterations for inputting the RF sensing data to the AI model may comprise the number of iterations, a maximum number of iterations, a minimum number of iterations, or a latency constraint. Additionally or alternatively, the information regarding how the Rx sensing node is to perform denoising may comprise a reference of noise variance, a signal-to-noise ratio (SNR) , a signal-to-interference-plus-noise ratio (SINR) , a number of targets, a channel condition, or any combination thereof. Some embodiments may further comprise receiving, at the configuring node from the Rx sensing node, an indication that the denoising was performed.

[0166] FIG. 16 is a block diagram of an embodiment of a mobile sensing node 1600, which can be utilized as described herein. For example, mobile sensing node 1600 may correspond a mobile device (e.g., mobile device 105 of FIG. 1) , UE (e.g., UE 205 of FIG. 2, UE 430 of FIG. 4) , sensing node (e.g., Rx sensing node 820 of FIG. 8, 1010 of FIG. 10, and / or 1120 of FIG. 11) , or the like, as described herein. Further, as described below, the mobile sensing node 1600 may implement an RF sensing system 1635, which may correspond to the RF sensing system 305 described above with respect to FIG. 3. Moreover, according to some embodiments, a mobile sensing node 1600 may function as a configuring node or device, as described herein, in some scenarios. As such, the mobile sensing node 1600 may be capable of performing some or all of the functionality described in the methods shown in FIGS. 4 and 7-15. It should be noted that FIG. 16 is meant only to provide a generalized illustration of various components, any or all of which may be utilized as appropriate. Furthermore, as previously noted, the functionality of the UE discussed in the previously described embodiments may be executed by one or more of the hardware and / or software components illustrated in FIG. 16.

[0167] The mobile sensing node 1600 is shown comprising hardware elements that can be electrically coupled via a bus 1605 (or may otherwise be in communication, as appropriate) . The hardware elements may include a processor (s) 1610 which can include without limitation one or more general-purpose processors (e.g., an application processor) , one or more special-purpose processors (such as digital signal processor  (DSP) chips, graphics acceleration processors, application specific integrated circuits (ASICs) , and / or the like) , and / or other processing structures or means. Processor (s) 1610 may comprise one or more processing units, which may be housed in a single integrated circuit (IC) or multiple ICs. As shown in FIG. 16, some embodiments may have a separate DSP 1620, depending on desired functionality. Location determination and / or other determinations based on wireless communication may be provided in the processor (s) 1610 and / or wireless communication interface 1630 (discussed below) . The mobile sensing node 1600 also can include one or more input devices 1670, which can include without limitation one or more keyboards, touch screens, touch pads, microphones, buttons, dials, switches, and / or the like; and one or more output devices 1615, which can include without limitation one or more displays (e.g., touch screens) , light emitting diodes (LEDs) , speakers, and / or the like.

[0168] The mobile sensing node 1600 may also include a wireless communication interface 1630, which may comprise without limitation a modem, a network card, an infrared communication device, a wireless communication device, and / or a chipset (such as a device, an IEEE 802.11 device, an IEEE 802.15.4 device, a Wi-Fi device, a WiMAX device, a WAN device, and / or various cellular devices, etc. ) , and / or the like, which may enable the mobile sensing node 1600 to communicate and / or perform positioning with other devices as described in the embodiments above, with respect to WLAN and / or cellular technologies. The wireless communication interface 1630 may permit data and signaling to be communicated (e.g., transmitted and received) with NG-RAN nodes of a network, for example, via eNBs, gNBs, ng-eNBs, access points, NTN satellites, various base stations, TRPs, and / or other access node types, and / or other network components, computer systems, and / or any other electronic devices communicatively coupled with TRPs, as described herein. The communication can be carried out via one or more wireless communication antenna (s) 1632 that send and / or receive wireless signals 1634. According to some embodiments, the wireless communication antenna (s) 1632 may comprise a plurality of discrete antennas, antenna arrays, or any combination thereof. The antenna (s) 1632 may be capable of transmitting and receiving wireless signals using beams (e.g., Tx beams and Rx beams) . Beam formation may be performed using digital and / or analog beam formation techniques, with respective digital and / or analog circuitry. The wireless communication interface 1630 may include such circuitry.

[0169] As noted above, the mobile sensing node 1605 may implement an RF sensing system 1635. The RF sensing system 1635 may comprise the hardware and / or software elements described above with respect to FIG. 3. As illustrated in FIG. 16 and noted above, some or all of the RF sensing system 1635 may be implemented within a wireless communication interface 1630, which may utilize certain components for both communication and RF sensing. That said, embodiments are not so limited. Alternative embodiments may implement some or all of the RF sensing system 1635 separate from the wireless communication interface 1630 (e.g., in cases where RF sensing may utilize different frequencies and / or different hardware / software components then the wireless communication interface 1630) .

[0170] Depending on desired functionality, the wireless communication interface 1630 may comprise a separate receiver and transmitter, or any combination of transceivers, transmitters, and / or receivers to communicate with base stations (e.g., ng-eNBs and gNBs) and other terrestrial transceivers, such as wireless devices and access points, as well as NTN satellites. The mobile sensing node 1600 may communicate with different data networks that may comprise various network types. For example, a WWAN may be a CDMA network, a Time Division Multiple Access (TDMA) network, a Frequency Division Multiple Access (FDMA) network, an Orthogonal Frequency Division Multiple Access (OFDMA) network, a Single-Carrier Frequency Division Multiple Access (SC-FDMA) network, a WiMAX (IEEE 802.16) network, and so on. A CDMA network may implement one or more RATs such as WCDMA, and so on.  includes IS-95, IS-2000 and / or IS-856 standards. A TDMA network may implement GSM, Digital Advanced Mobile Phone System (D-AMPS) , or some other RAT. An OFDMA network may employ LTE, LTE Advanced, 5G NR, and so on. 5G NR, LTE, LTE Advanced, GSM, and WCDMA are described in documents from 3GPP.  is described in documents from a consortium named “3rd Generation Partnership Project 2” (3GPP2) . 3GPP and 3GPP2 documents are publicly available. A wireless local area network (WLAN) may also be an IEEE 802.11x network, and a wireless personal area network (WPAN) may be a Bluetooth network, an IEEE 802.15x, or some other type of network. The techniques described herein may also be used for any combination of WWAN, WLAN and / or WPAN.

[0171] The mobile sensing node 1600 can further include sensor (s) 1640. Sensor (s) 1640 may comprise, without limitation, one or more inertial sensors and / or other sensors  (e.g., accelerometer (s) , gyroscope (s) , camera (s) , magnetometer (s) , altimeter (s) , microphone (s) , proximity sensor (s) , light sensor (s) , barometer (s) , and the like) , some of which may be used to obtain position-related measurements and / or other information. As noted in the description above, sensors 1640 may be used, for example, to determine a velocity of the mobile sensing node, which may be reported to a configuring device, according to some embodiments.

[0172] Embodiments of the mobile sensing node 1600 may also include a Global Navigation Satellite System (GNSS) receiver 1680 capable of receiving signals 1684 from one or more GNSS satellites using an antenna 1682 (which could be the same as antenna 1632) . Positioning based on GNSS signal measurement can be utilized to complement and / or incorporate the techniques described herein. The GNSS receiver 1680 can extract a position of the mobile sensing node 1600, using conventional techniques, from GNSS satellites of a GNSS system, such as Global Positioning System (GPS) , Galileo, GLONASS, Quasi-Zenith Satellite System (QZSS) over Japan, IRNSS over India, BeiDou Navigation Satellite System (BDS) over China, and / or the like. Moreover, the GNSS receiver 1680 can be used with various augmentation systems (e.g., a Satellite Based Augmentation System (SBAS) ) that may be associated with or otherwise enabled for use with one or more global and / or regional navigation satellite systems, such as, e.g., Wide Area Augmentation System (WAAS) , European Geostationary Navigation Overlay Service (EGNOS) , Multi-functional Satellite Augmentation System (MSAS) , and Geo Augmented Navigation system (GAGAN) , and / or the like.

[0173] It can be noted that, although GNSS receiver 1680 is illustrated in FIG. 16 as a distinct component, embodiments are not so limited. As used herein, the term “GNSS receiver” may comprise hardware and / or software components configured to obtain GNSS measurements (measurements from GNSS satellites) . In some embodiments, therefore, the GNSS receiver may comprise a measurement engine executed (as software) by one or more processors, such as processor (s) 1610, DSP 1620, and / or a processor within the wireless communication interface 1630 (e.g., in a modem) . A GNSS receiver may optionally also include a positioning engine, which can use GNSS measurements from the measurement engine to determine a position of the GNSS receiver using an Extended Kalman Filter (EKF) , Weighted Least Squares (WLS) , particle filter, or the like. The positioning engine may also be executed by one or more processors, such as processor (s) 1610 or DSP 1620.

[0174] The mobile sensing node 1600 may further include and / or be in communication with a memory 1660. The memory 1660 can include, without limitation, local and / or network accessible storage, a disk drive, a drive array, an optical storage device, a solid-state storage device, such as a random-access memory (RAM) , and / or a read-only memory (ROM) , which can be programmable, flash-updateable, and / or the like. Such storage devices may be configured to implement any appropriate data stores, including without limitation, various file systems, database structures, and / or the like.

[0175] The memory 1660 of the mobile sensing node 1600 also can comprise software elements (not shown in FIG. 16) , including an operating system, device drivers, executable libraries, and / or other code, such as one or more application programs, which may comprise computer programs provided by various embodiments, and / or may be designed to implement methods, and / or configure systems, provided by other embodiments, as described herein. Merely by way of example, one or more procedures described with respect to the method (s) discussed above may be implemented as code and / or instructions in memory 1660 that are executable by the mobile sensing node 1600 (and / or processor (s) 1610 or DSP 1620 within mobile sensing node 1600) . In some embodiments, then, such code and / or instructions can be used to configure and / or adapt a general-purpose computer (or other device) to perform one or more operations in accordance with the described methods.

[0176] FIG. 17 is a block diagram of an embodiment of a stationary sensing node 1700, which can be utilized as described herein. For example, stationary sensing node 1700 may correspond a base station or access node (e.g., base station 120 of FIG. 1, access nodes 210, 214, and 216 of FIG. 2, base station 440 of FIG. 4) , sensing node (e.g., Rx sensing node 820 of FIG. 8, 1010 of FIG. 10, and / or 1120 of FIG. 11) , or the like, as described herein. Further, as described below, the stationary sensing node 1700 may implement an RF sensing system 1735, which may correspond to the RF sensing system described above with respect to FIG. 3. Moreover, according to some embodiments, a stationary sensing node 1700 may function as a configuring node or device, as described herein, in some scenarios. As such, the stationary sensing node 1700 may be capable of performing some or all of the functionality described in the methods shown in FIGS. 4 and 7-15. It should be noted that FIG. 17 is meant only to provide a generalized illustration of various components, any or all of which may be utilized as appropriate. In some embodiments, the stationary sensing node 1700 may correspond to a gNB, an ng-eNB,  and / or (more generally) a TRP. In some cases, a stationary sensing node 1700 may comprise multiple TRPs –e.g. with each TRP associated with a different antenna or a different antenna array of the stationary sensing node 1700 (e.g., 1732) . As used herein, the transmission functionality of a TRP may be performed with a transmission point (TP) and / or the reception functionality of a TRP may be performed by a reception point (RP) , which may be physically separate or distinct from a TP. That said, a TRP may comprise both a TP and an RP.

[0177] The functionality performed by a stationary sensing node 1700 in earlier-generation networks (e.g., 3G and 4G) may be separated into different functional components (e.g., radio units (RUs) , distributed units (DUs) , and central units (CUs) ) and layers (e.g., L1 / L2 / L3) in view Open Radio Access Networks (O-RAN) and / or Virtualized Radio Access Network (V-RAN or vRAN) in 5G or later networks, which may be executed on different devices at different locations connected, for example, via fronthaul, midhaul, and backhaul connections. As referred to herein, a “base station” (or ng-eNB, gNB, etc. ) may include any or all of these functional components. The functionality of these functional components may be performed by one or more of the hardware and / or software components illustrated in FIG. 17.

[0178] The stationary sensing node 1700 is shown comprising hardware elements that can be electrically coupled via a bus 1705 (or may otherwise be in communication, as appropriate) . The hardware elements may include a processor (s) 1710 which can include without limitation one or more general-purpose processors, one or more special-purpose processors (such as digital signal processor (DSP) chips, graphics acceleration processors, application-specific integrated circuits (ASICs) , and / or the like) , and / or other processing structure or means. As shown in FIG. 17, some embodiments may have a separate DSP 1720, depending on desired functionality. Location determination and / or other determinations based on wireless communication may be provided in the processor (s) 1710 and / or wireless communication interface 1730 (discussed below) , according to some embodiments. The stationary sensing node 1700 also can include one or more input devices, which can include without limitation a keyboard, display, mouse, microphone, button (s) , dial (s) , switch (es) , and / or the like; and one or more output devices, which can include without limitation a display, light emitting diode (LED) , speakers, and / or the like.

[0179] The stationary sensing node 1700 might also include a wireless communication interface 1730, which may comprise without limitation a modem, a network card, an infrared communication device, a wireless communication device, and / or a chipset (such as a device, an IEEE 802.11 device, an IEEE 802.15.4 device, a Wi-Fi device, a WiMAX device, cellular communication facilities, etc. ) , and / or the like, which may enable the stationary sensing node 1700 to communicate as described herein. The wireless communication interface 1730 may permit data and signaling to be communicated (e.g., transmitted and received) to UEs, other base stations / TRPs (e.g., eNBs, gNBs, and ng-eNBs) , and / or other network components, computer systems, and / or other electronic devices described herein. The communication can be carried out via one or more wireless communication antenna (s) 1732 that send and / or receive wireless signals 1734. According to some embodiments, one or more wireless communication antenna (s) 1732 may comprise one or more antenna arrays, which may be capable of beamforming.

[0180] As noted above, the stationary sensing node 1700 may implement an RF sensing system 1735. The RF sensing system 1735 may comprise the hardware and / or software elements described above with respect to FIG. 3. As illustrated in FIG. 17 and noted above, some or all of the RF sensing system 1735 may be implemented within a wireless communication interface 1730, which may utilize certain components for both communication and RF sensing. That said, embodiments are not so limited. Alternative embodiments may implement some or all of the RF sensing system 1735 separate from the wireless communication interface 1730 (e.g., in cases where RF sensing may utilize different frequencies and / or different hardware / software components then the wireless communication interface 1730) .

[0181] The stationary sensing node 1700 may also include a network interface 1780, which can include support of wireline communication technologies. The network interface 1780 may include a modem, network card, chipset, and / or the like. The network interface 1780 may include one or more input and / or output communication interfaces to permit data to be exchanged with a network, communication network servers, computer systems, and / or any other electronic devices described herein.

[0182] In many embodiments, the stationary sensing node 1700 may further comprise a memory 1760. The memory 1760 can include, without limitation, local and / or network accessible storage, a disk drive, a drive array, an optical storage device, a solid-state  storage device, such as a random-access memory (RAM) , and / or a read-only memory (ROM) , which can be programmable, flash-updateable, and / or the like. Such storage devices may be configured to implement any appropriate data stores, including without limitation, various file systems, database structures, and / or the like.

[0183] The memory 1760 of the stationary sensing node 1700 also may comprise software elements (not shown in FIG. 17) , including an operating system, device drivers, executable libraries, and / or other code, such as one or more application programs, which may comprise computer programs provided by various embodiments, and / or may be designed to implement methods, and / or configure systems, provided by other embodiments, as described herein. Merely by way of example, one or more procedures described with respect to the method (s) discussed above may be implemented as code and / or instructions in memory 1760 that are executable by the stationary sensing node 1700 (and / or processor (s) 1710 or DSP 1720 within stationary sensing node 1700) . In some embodiments, then, such code and / or instructions can be used to configure and / or adapt a general-purpose computer (or other device) to perform one or more operations in accordance with the described methods.

[0184] FIG. 18 is a block diagram of an embodiment of a computer system 1800, which may be used, in whole or in part, to provide the functions of one or more components and / or devices as described in the embodiments herein. The computer system 1800, for example, may be utilized within and / or executed by a server (e.g., location server / LMF or sensing server / SMF) , which may perform the functions of a configuring node (e.g., configuring node 810 of FIG. 8, 1020 of FIG. 10, and / or 1110 of FIG. 11, ) as described herein. It should be noted that FIG. 18 is meant only to provide a generalized illustration of various components, any or all of which may be utilized as appropriate. FIG. 18, therefore, broadly illustrates how individual system elements may be implemented in a relatively separated or relatively more integrated manner. In addition, it can be noted that components illustrated by FIG. 18 can be localized to a single device and / or distributed among various networked devices, which may be disposed at different geographical locations.

[0185] The computer system 1800 is shown comprising hardware elements that can be electrically coupled via a bus 1805 (or may otherwise be in communication, as appropriate) . The hardware elements may include processor (s) 1810, which may  comprise without limitation one or more general-purpose processors, one or more special-purpose processors (such as digital signal processing chips, graphics acceleration processors, and / or the like) , and / or other processing structure, which can be configured to perform one or more of the methods described herein. The computer system 1800 also may comprise one or more input devices 1815, which may comprise without limitation a mouse, a keyboard, a camera, a microphone, and / or the like; and one or more output devices 1820, which may comprise without limitation a display device, a printer, and / or the like.

[0186] The computer system 1800 may further include (and / or be in communication with) one or more non-transitory storage devices 1825, which can comprise, without limitation, local and / or network accessible storage, and / or may comprise, without limitation, a disk drive, a drive array, an optical storage device, a solid-state storage device, such as a random-access memory (RAM) and / or read-only memory (ROM) , which can be programmable, flash-updateable, and / or the like. Such storage devices may be configured to implement any appropriate data stores, including without limitation, various file systems, database structures, and / or the like. Such data stores may include database (s) and / or other data structures used store and administer messages and / or other information to be sent to one or more devices via hubs, as described herein.

[0187] The computer system 1800 may also include a communications subsystem 1830, which may comprise wireless communication technologies managed and controlled by a wireless communication interface 1833, as well as wired technologies (such as Ethernet, coaxial communications, universal serial bus (USB) , and the like) . The wireless communication interface 1833 may comprise one or more wireless transceivers that may send and receive wireless signals 1855 (e.g., signals according to 5G NR or LTE) via wireless antenna (s) 1850. Thus the communications subsystem 1830 may comprise a modem, a network card (wireless or wired) , an infrared communication device, a wireless communication device, and / or a chipset, and / or the like, which may enable the computer system 1800 to communicate on any or all of the communication networks described herein to any device on the respective network, including UE, base stations and / or other transmission reception points (TRPs) , satellites, and / or any other electronic devices described herein. Hence, the communications subsystem 1830 may be used to receive and send data as described in the embodiments herein.

[0188] In many embodiments, the computer system 1800 will further comprise a working memory 1835, which may comprise a RAM or ROM device, as described above. Software elements, shown as being located within the working memory 1835, may comprise an operating system 1840, device drivers, executable libraries, and / or other code, such as one or more applications 1845, which may comprise computer programs provided by various embodiments, and / or may be designed to implement methods, and / or configure systems, provided by other embodiments, as described herein. Merely by way of example, one or more procedures described with respect to the method (s) discussed above might be implemented as code and / or instructions executable by a computer (and / or a processor within a computer) ; in an aspect, then, such code and / or instructions can be used to configure and / or adapt a general purpose computer (or other device) to perform one or more operations in accordance with the described methods.

[0189] A set of these instructions and / or code might be stored on a non-transitory computer-readable storage medium, such as the storage device (s) 1825 described above. In some cases, the storage medium might be incorporated within a computer system, such as computer system 1800. In other embodiments, the storage medium might be separate from a computer system (e.g., a removable medium, such as an optical disc) , and / or provided in an installation package, such that the storage medium can be used to program, configure, and / or adapt a general-purpose computer with the instructions / code stored thereon. These instructions might take the form of executable code, which is executable by the computer system 1800 and / or might take the form of source and / or installable code, which, upon compilation and / or installation on the computer system 1800 (e.g., using any of a variety of generally available compilers, installation programs, compression / decompression utilities, etc. ) , then takes the form of executable code.

[0190] It will be apparent to those skilled in the art that substantial variations may be made in accordance with specific requirements. For example, customized hardware might also be used and / or particular elements might be implemented in hardware, software (including portable software, such as applets, etc. ) , or both. Further, connection to other computing devices such as network input / output devices may be employed.

[0191] With reference to the appended figures, components that can include memory can include non-transitory machine-readable media. The term “machine-readable medium” and “computer-readable medium” as used herein, refer to any storage medium  that participates in providing data that causes a machine to operate in a specific fashion. In embodiments provided hereinabove, various machine-readable media might be involved in providing instructions / code to processors and / or other device (s) for execution. Additionally or alternatively, the machine-readable media might be used to store and / or carry such instructions / code. In many implementations, a computer-readable medium is a physical and / or tangible storage medium. Such a medium may take many forms, including but not limited to, non-volatile media and volatile media. Common forms of computer-readable media include, for example, magnetic and / or optical media, any other physical medium with patterns of holes, a RAM, a programmable ROM (PROM) , erasable PROM (EPROM) , a FLASH-EPROM, any other memory chip or cartridge, or any other medium from which a computer can read instructions and / or code.

[0192] The methods, systems, and devices discussed herein are examples. Various embodiments may omit, substitute, or add various procedures or components as appropriate. For instance, features described with respect to certain embodiments may be combined in various other embodiments. Different aspects and elements of the embodiments may be combined in a similar manner. The various components of the figures provided herein can be embodied in hardware and / or software. Also, technology evolves and, thus many of the elements are examples that do not limit the scope of the disclosure to those specific examples.

[0193] It has proven convenient at times, principally for reasons of common usage, to refer to such signals as bits, information, values, elements, symbols, characters, variables, terms, numbers, numerals, or the like. It should be understood, however, that all of these or similar terms are to be associated with appropriate physical quantities and are merely convenient labels. Unless specifically stated otherwise, as is apparent from the discussion above, it is appreciated that throughout this Specification discussion utilizing terms such as “processing, ” “computing, ” “calculating, ” “determining, ” “ascertaining, ” “identifying, ” “associating, ” “measuring, ” “performing, ” or the like refer to actions or processes of a specific apparatus, such as a special purpose computer or a similar special purpose electronic computing device. In the context of this Specification, therefore, a special purpose computer or a similar special purpose electronic computing device is capable of manipulating or transforming signals, typically represented as physical electronic, electrical, or magnetic quantities within memories, registers, or other  information storage devices, transmission devices, or display devices of the special purpose computer or similar special purpose electronic computing device.

[0194] Terms, “and” and “or” as used herein, may include a variety of meanings that also is expected to depend, at least in part, upon the context in which such terms are used. Typically, “or” if used to associate a list, such as A, B, or C, is intended to mean A, B, and C, here used in the inclusive sense, as well as A, B, or C, here used in the exclusive sense. In addition, the term “one or more” as used herein may be used to describe any feature, structure, or characteristic in the singular or may be used to describe some combination of features, structures, or characteristics. However, it should be noted that this is merely an illustrative example and claimed subject matter is not limited to this example. Furthermore, the term “at least one of” if used to associate a list, such as A, B, or C, can be interpreted to mean any combination of A, B, and / or C, such as A, AB, AA, AAB, AABBCCC, etc.

[0195] Having described several embodiments, various modifications, alternative constructions, and equivalents may be used without departing from the scope of the disclosure. For example, the above elements may merely be a component of a larger system, wherein other rules may take precedence over or otherwise modify the application of the various embodiments. Also, a number of steps may be undertaken before, during, or after the above elements are considered. Accordingly, the above description does not limit the scope of the disclosure.

[0196] Clause 1: A method of configuring Constant False Alarm Rate (CFAR) detection for radio frequency (RF) sensing at a receiver (Rx) sensing node, the method comprising: receiving, at the Rx sensing node from a configuring node of a wireless network, a CFAR configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR; obtaining RF sensing data at the Rx sensing node, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node; performing CFAR on the RF sensing data with the Rx sensing node in accordance with the CFAR configuration; and sending reporting information from the Rx sensing node to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data.

[0197] Clause 2: The method of clause 1, further comprising, prior to receiving the CFAR configuration, sending information indicative of a CFAR capability of the Rx sensing node from the Rx sensing node to the configuring node.

[0198] Clause 3: The method of clause 2 wherein the information indicative of the CFAR capability of the Rx sensing node comprises: an indication that CFAR is supported by the Rx sensing node, an indication whether real-time CFAR can be supported or offline CFAR can be enabled, an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, or any combination thereof.

[0199] Clause 4: The method of any one of clauses 1-3 wherein the information regarding how the Rx sensing node is to perform CFAR comprises: a CFAR method for the Rx sensing node to use in performing the CFAR; a target detection threshold for the Rx sensing node to use in performing the CFAR; a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or an indication for the Rx sensing node to fully implement CFAR.

[0200] Clause 5: The method of any one of clauses 1-4 wherein the CFAR configuration is based at least in part on a sensing environment of the Rx sensing node.

[0201] Clause 6: The method of any one of clauses 1-5 further comprising sending, from the Rx sensing node to the configuring node, an indication of a target detection threshold used in performing the CFAR.

[0202] Clause 7: The method of any one of clauses 1-6 further comprising updating a target detection threshold for CFAR based at least in part on: an indication, received by the Rx sensing node from the configuring node, of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated; an indication, received by the Rx sensing node from the configuring node, of a period of time during which the target detection threshold is valid; or an indication, received by the Rx sensing node from the configuring node, to update the target detection threshold.

[0203] Clause 8: The method of any one of clauses 1-7 wherein a target detection threshold used by the Rx sensing node in performing the CFAR is included in the  reporting information or separately reported by the Rx sensing node to the configuring node.

[0204] Clause 9: The method of any one of clauses 1-8 wherein the CFAR configuration is based at least in part on particular use case, sensing mode, or combination thereof.

[0205] Clause 10: The method of any one of clauses 1-9 further comprising, prior to performing the CFAR sending information indicative of a denoising capability of the Rx sensing node from the Rx sensing node to the configuring node; receiving, at the Rx sensing node from the configuring node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising; and performing the denoising on the RF sensing data with the Rx sensing node in accordance with the denoising configuration; wherein performing the CFAR on the RF sensing data occurs after performing the denoising on the RF sensing data.

[0206] Clause 11: The method of any clause 10 wherein performing the denoising on the RF sensing data comprises inputting the RF sensing data to an artificial intelligence (AI) model, and wherein the information regarding how the Rx sensing node is to perform denoising comprises information regarding a number of iterations for inputting the RF sensing data to the AI model.

[0207] Clause 12: The method of any one of clauses 10-11 wherein the information regarding the number of iterations for inputting the RF sensing data to the AI model comprises: the number of iterations, a maximum number of iterations, a minimum number of iterations, or a latency constraint.

[0208] Clause 13: The method of any one of clauses 10-12 wherein the information regarding how the Rx sensing node is to perform denoising comprises: a reference of noise variance, a signal-to-noise ratio (SNR) , a signal-to-interference-plus-noise ratio (SINR) , a number of targets, a channel condition, or any combination thereof.

[0209] Clause 14: The method of any one of clauses 10-13 further comprising, subsequent to performing the denoising on the RF sensing data, sending an indication that the denoising was performed from the Rx sensing node to the configuring node.

[0210] Clause 15: The method of any one of clauses 1-14 wherein the Rx sensing node comprises a user equipment (UE) or base station communicatively coupled with the wireless network.

[0211] Clause 16: A method of configuring Constant False Alarm Rate (CFAR) detection for radio frequency (RF) sensing for a receiver (Rx) sensing node, the method comprising: obtaining, with a configuring node of a wireless network, information indicative of a CFAR capability of the Rx sensing node; sending, to the Rx sensing node from a configuring node of a wireless network, a CFAR configuration, wherein the CFAR configuration is based at least in part on the information indicative of the CFAR capability of the Rx sensing node and includes information regarding how the Rx sensing node is to perform CFAR; and receiving reporting information at the configuring node from the Rx sensing node, wherein the reporting information is based at least in part on a result of the Rx sensing node performing CFAR on RF sensing data in accordance with the CFAR configuration.

[0212] Clause 17: The method of clause 16, wherein the information indicative of the CFAR capability of the Rx sensing node comprises: an indication that CFAR is supported by the Rx sensing node, an indication whether real-time CFAR can be supported or offline CFAR can be enabled, an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, or any combination thereof.

[0213] Clause 18: The method of any one of clauses 16-17 wherein the information regarding how the Rx sensing node is to perform CFAR comprises: a CFAR method for the Rx sensing node to use in performing the CFAR; a target detection threshold for the Rx sensing node to use in performing the CFAR; a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or an indication for the Rx sensing node to fully implement CFAR.

[0214] Clause 19: The method of any one of clauses 16-18 further comprising sending, from the configuring node to the Rx sensing node, information regarding a target detection threshold used in performing the CFAR, the information comprising: an indication of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated; an  indication of a period of time during which the target detection threshold is valid; or an indication to update the target detection threshold.

[0215] Clause 20: The method of any one of clauses 16-19 wherein the CFAR configuration is based at least in part on particular use case, sensing mode, or any combination thereof.

[0216] Clause 21: The method of any one of clauses 16-20 further comprising, prior to receiving the reporting information receiving, at the configuring node from the Rx sensing node, information indicative of a denoising capability of the Rx sensing node; and sending, from the configuring node to the Rx sensing node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising on the RF sensing data prior to performing the CFAR on the RF sensing data.

[0217] Clause 22: The method of clause 21 wherein performing the denoising on the RF sensing data comprises inputting the RF sensing data to an artificial intelligence (AI) model, and wherein the information regarding how the Rx sensing node is to perform denoising comprises information regarding a number of iterations for inputting the RF sensing data to the AI model.

[0218] Clause 23: The method of any one of clauses 21-22 wherein the information regarding the number of iterations for inputting the RF sensing data to the AI model comprises: the number of iterations, a maximum number of iterations, a minimum number of iterations, or a latency constraint.

[0219] Clause 24: The method of any one of clauses 21-23 wherein the information regarding how the Rx sensing node is to perform denoising comprises: a reference of noise variance, a signal-to-noise ratio (SNR) , a signal-to-interference-plus-noise ratio (SINR) , a number of targets, a channel condition, or any combination thereof.

[0220] Clause 25: The method of any one of clauses 16-24 further comprising receiving, at the configuring node from the Rx sensing node, an indication that the denoising was performed.

[0221] Clause 26: The method of any one of clauses 16-25 wherein the configuring node comprises a sensing management function (SMF) of the wireless network.

[0222] Clause 27: A receiver (Rx) sensing node, comprising: one or more transceivers; one or more memories; and one or more processors communicatively coupled with the one or more transceivers and the one or more memories, wherein the one or more processors are configured to: receive, via the one or more transceivers from a configuring node of a wireless network, a Constant False Alarm Rate (CFAR) configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR; obtain RF sensing data, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node using the one or more transceivers; perform CFAR on the RF sensing data with the Rx sensing node in accordance with the CFAR configuration; and send reporting information via the one or more transceivers to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data.

[0223] Clause 28: The Rx sensing node of clause 27, wherein the one or more processors are further configured to, prior to receiving the CFAR configuration, send information indicative of a CFAR capability of the Rx sensing node from the Rx sensing node to the configuring node.

[0224] Clause 29: The Rx sensing node of clause 28 wherein the information indicative of the CFAR capability of the Rx sensing node comprises: an indication that CFAR is supported by the Rx sensing node, an indication whether real-time CFAR can be supported or offline CFAR can be enabled, an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, or any combination thereof.

[0225] Clause 30: The Rx sensing node of any one of clauses 27-29 wherein the information regarding how the Rx sensing node is to perform CFAR comprises: a CFAR method for the Rx sensing node to use in performing the CFAR; a target detection threshold for the Rx sensing node to use in performing the CFAR; a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or an indication for the Rx sensing node to fully implement CFAR.

[0226] Clause 31: The Rx sensing node of any one of clauses 27-30 wherein the CFAR configuration is based at least in part on a sensing environment of the Rx sensing node.

[0227] Clause 32: The Rx sensing node of any one of clauses 27-31 wherein the one or more processors are further configured to send, via the one or more transceivers to the configuring node, an indication of a target detection threshold used in performing the CFAR.

[0228] Clause 33: The Rx sensing node of any one of clauses 27-32 wherein the one or more processors are further configured to update a target detection threshold for CFAR based at least in part on: an indication, received via the one or more transceivers from the configuring node, of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated; an indication, received via the one or more transceivers from the configuring node, of a period of time during which the target detection threshold is valid; or an indication, received via the one or more transceivers from the configuring node, to update the target detection threshold.

[0229] Clause 34: The Rx sensing node of any one of clauses 27-33 wherein a target detection threshold used by the Rx sensing node in performing the CFAR is included in the reporting information or separately reported by the Rx sensing node to the configuring node.

[0230] Clause 35: The Rx sensing node of any one of clauses 27-34 wherein the CFAR configuration is based at least in part on particular use case, sensing mode, or any combination thereof.

[0231] Clause 36: The Rx sensing node of any one of clauses 27-35 wherein the one or more processors are further configured to, prior to performing the CFAR: send information indicative of a denoising capability of the Rx sensing node via the one or more transceivers to the configuring node; receive, via the one or more transceivers from the configuring node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising; and perform the denoising on the RF sensing data in accordance with the denoising configuration; wherein performing the CFAR on the RF sensing data occurs after performing the denoising on the RF sensing data.

[0232] Clause 37: The Rx sensing node of clause 36 wherein performing the denoising on the RF sensing data comprises inputting the RF sensing data to an artificial intelligence (AI) model, and wherein the information regarding how the Rx sensing node  is to perform denoising comprises information regarding a number of iterations for inputting the RF sensing data to the AI model.

[0233] Clause 38: The Rx sensing node of clause 37 wherein the information regarding the number of iterations for inputting the RF sensing data to the AI model comprises: the number of iterations, a maximum number of iterations, a minimum number of iterations, or a latency constraint.

[0234] Clause 39: The Rx sensing node of any one of clauses 36-38 wherein the information regarding how the Rx sensing node is to perform denoising comprises: a reference of noise variance, a signal-to-noise ratio (SNR) , a signal-to-interference-plus-noise ratio (SINR) , a number of targets, a channel condition, or any combination thereof.

[0235] Clause 40: The Rx sensing node of any one of clauses 36-39 wherein the one or more processors are further configured to, subsequent to performing the denoising on the RF sensing data, send an indication that the denoising was performed via the one or more transceivers to the configuring node.

[0236] Clause 41: The Rx sensing node of any one of clauses 27-40 wherein the Rx sensing node comprises a user equipment (UE) or base station communicatively coupled with the wireless network.

[0237] Clause 42: A configuring node of a wireless network, the configuring node comprising: one or more transceivers; one or more memories; and one or more processors communicatively coupled with the one or more transceivers and the one or more memories, wherein the one or more processors are configured to: obtain, via the one or more transceivers, information indicative of a Constant False Alarm Rate (CFAR) capability of a receiver (Rx) sensing node; send, to the Rx sensing node via the one or more transceivers, a CFAR configuration, wherein the CFAR configuration is based at least in part on the information indicative of the CFAR capability of the Rx sensing node and includes information regarding how the Rx sensing node is to perform CFAR; and receive reporting information via the one or more transceivers from the Rx sensing node, wherein the reporting information is based at least in part on a result of the Rx sensing node performing CFAR on RF sensing data in accordance with the CFAR configuration.

[0238] Clause 43: The configuring node of clause 42, wherein the information indicative of the CFAR capability of the Rx sensing node comprises: an indication that  CFAR is supported by the Rx sensing node, an indication whether real-time CFAR can be supported or offline CFAR can be enabled, an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, or any combination thereof.

[0239] Clause 44: The configuring node of any one of clauses 42-43 wherein the information regarding how the Rx sensing node is to perform CFAR comprises: a CFAR method for the Rx sensing node to use in performing the CFAR; a target detection threshold for the Rx sensing node to use in performing the CFAR; a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or an indication for the Rx sensing node to fully implement CFAR.

[0240] Clause 45: The configuring node of any one of clauses 42-44 wherein the one or more processors are further configured to send, via the one or more transceivers to the Rx sensing node, information regarding a target detection threshold used in performing the CFAR, the information comprising: an indication of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated; an indication of a period of time during which the target detection threshold is valid; or an indication to update the target detection threshold.

[0241] Clause 46: The configuring node of any one of clauses 42-45 wherein the CFAR configuration is based at least in part on particular use case, sensing mode, or any combination thereof.

[0242] Clause 47: The configuring node of any one of clauses 42-46 wherein the one or more processors are further configured to, prior to receiving the reporting information: receive, via the one or more transceivers from the Rx sensing node, information indicative of a denoising capability of the Rx sensing node; and send, via the one or more transceivers to the Rx sensing node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising on the RF sensing data prior to performing the CFAR on the RF sensing data.

[0243] Clause 48: The configuring node of clause 47 wherein performing the denoising on the RF sensing data comprises inputting the RF sensing data to an artificial intelligence (AI) model, and wherein the information regarding how the Rx sensing node is to perform denoising comprises information regarding a number of iterations for inputting the RF sensing data to the AI model.

[0244] Clause 49: The configuring node of clause 48 wherein the information regarding the number of iterations for inputting the RF sensing data to the AI model comprises: the number of iterations, a maximum number of iterations, a minimum number of iterations, or a latency constraint.

[0245] Clause 50: The configuring node of any one of clauses 47-49 wherein the information regarding how the Rx sensing node is to perform denoising comprises: a reference of noise variance, a signal-to-noise ratio (SNR) , a signal-to-interference-plus-noise ratio (SINR) , a number of targets, a channel condition, or any combination thereof.

[0246] Clause 51: The configuring node of any one of clauses 47-50 wherein the one or more processors are further configured to receive, via the one or more transceivers from the Rx sensing node, an indication that the denoising was performed.

[0247] Clause 52: The configuring node of any one of clauses 42-51 wherein the configuring node comprises a sensing management function (SMF) of the wireless network.

[0248] Clause 53: An apparatus having means for performing the method of any one of clauses 1-26.

[0249] Clause 54: A non-transitory computer-readable medium storing instructions, the instructions comprising code for performing the method of any one of clauses 1-26.

Claims

1.A method of configuring Constant False Alarm Rate (CFAR) detection for radio frequency (RF) sensing at a receiver (Rx) sensing node, the method comprising:receiving, at the Rx sensing node from a configuring node of a wireless network, a CFAR configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR;obtaining RF sensing data at the Rx sensing node, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node;performing CFAR on the RF sensing data with the Rx sensing node in accordance with the CFAR configuration; andsending reporting information from the Rx sensing node to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data.2.The method of claim 1, further comprising, prior to receiving the CFAR configuration, sending information indicative of a CFAR capability of the Rx sensing node from the Rx sensing node to the configuring node.3.The method of claim 2, wherein the information indicative of the CFAR capability of the Rx sensing node comprises:an indication that CFAR is supported by the Rx sensing node,an indication whether real-time CFAR can be supported or offline CFAR can be enabled,an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, orany combination thereof.4.The method of claim 1, wherein the information regarding how the Rx sensing node is to perform CFAR comprises:(A) a CFAR method for the Rx sensing node to use in performing the CFAR;(B) a target detection threshold for the Rx sensing node to use in performing the CFAR;(C) a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or(D) an indication for the Rx sensing node to fully implement CFAR.5.The method of claim 1, further comprising sending, from the Rx sensing node to the configuring node, an indication of a target detection threshold used in performing the CFAR.6.The method of claim 1, further comprising updating a target detection threshold for CFAR based at least in part on:an indication, received by the Rx sensing node from the configuring node, of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated;an indication, received by the Rx sensing node from the configuring node, of a period of time during which the target detection threshold is valid; oran indication, received by the Rx sensing node from the configuring node, to update the target detection threshold.7.The method of claim 1, wherein a target detection threshold used by the Rx sensing node in performing the CFAR is included in the reporting information or separately reported by the Rx sensing node to the configuring node.8.The method of claim 1, wherein the CFAR configuration is based at least in part on particular use case, sensing mode, or combination thereof.9.The method of claim 1, further comprising, prior to performing the CFAR:sending information indicative of a denoising capability of the Rx sensing node from the Rx sensing node to the configuring node;receiving, at the Rx sensing node from the configuring node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising; andperforming the denoising on the RF sensing data with the Rx sensing node in accordance with the denoising configuration;wherein performing the CFAR on the RF sensing data occurs after performing the denoising on the RF sensing data.10.The method of claim 9, wherein performing the denoising on the RF sensing data comprises inputting the RF sensing data to an artificial intelligence (AI) model, and wherein the information regarding how the Rx sensing node is to perform denoising comprises information regarding a number of iterations for inputting the RF sensing data to the AI model.11.The method of claim 10, wherein the information regarding the number of iterations for inputting the RF sensing data to the AI model comprises:the number of iterations,a maximum number of iterations,a minimum number of iterations, ora latency constraint.12.The method of claim 9, wherein the information regarding how the Rx sensing node is to perform denoising comprises:a reference of noise variance,a signal-to-noise ratio (SNR) ,a signal-to-interference-plus-noise ratio (SINR) ,a number of targets,a channel condition, orany combination thereof.13.The method of claim 9, further comprising, subsequent to performing the denoising on the RF sensing data, sending an indication that the denoising was performed from the Rx sensing node to the configuring node.14.The method of claim 1, wherein the Rx sensing node comprises a user equipment (UE) or base station communicatively coupled with the wireless network.15.A method of configuring Constant False Alarm Rate (CFAR) detection for radio frequency (RF) sensing for a receiver (Rx) sensing node, the method comprising:obtaining, with a configuring node of a wireless network, information indicative of a CFAR capability of the Rx sensing node;sending, to the Rx sensing node from a configuring node of a wireless network, a CFAR configuration, wherein the CFAR configuration is based at least in part on the information indicative of the CFAR capability of the Rx sensing node and includes information regarding how the Rx sensing node is to perform CFAR; andreceiving reporting information at the configuring node from the Rx sensing node, wherein the reporting information is based at least in part on a result of the Rx sensing node performing CFAR on RF sensing data in accordance with the CFAR configuration.16.The method of claim 15, wherein the information indicative of the CFAR capability of the Rx sensing node comprises:an indication that CFAR is supported by the Rx sensing node,an indication whether real-time CFAR can be supported or offline CFAR can be enabled,an indication of which of one or more CFAR algorithms can be enabled at the Rx sensing node, orany combination thereof.17.The method of claim 15, wherein the information regarding how the Rx sensing node is to perform CFAR comprises:(A) a CFAR method for the Rx sensing node to use in performing the CFAR;(B) a target detection threshold for the Rx sensing node to use in performing the CFAR;(C) a requirement regarding a value of false alarm to use in performing the CFAR, and a requirement regarding a ratio of missing detection to use in performing the CFAR; or(D) an indication for the Rx sensing node to fully implement CFAR.18.The method of claim 15, further comprising sending, from the configuring node to the Rx sensing node, information regarding a target detection threshold used in performing the CFAR, the information comprising:an indication of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated;an indication of a period of time during which the target detection threshold is valid; oran indication to update the target detection threshold.19.The method of claim 15, wherein the CFAR configuration is based at least in part on particular use case, sensing mode, or any combination thereof.20.The method of claim 15, further comprising, prior to receiving the reporting information:receiving, at the configuring node from the Rx sensing node, information indicative of a denoising capability of the Rx sensing node; andsending, from the configuring node to the Rx sensing node, a denoising configuration, wherein the denoising configuration includes information regarding how the Rx sensing node is to perform denoising on the RF sensing data prior to performing the CFAR on the RF sensing data.21.The method of claim 20, wherein performing the denoising on the RF sensing data comprises inputting the RF sensing data to an artificial intelligence (AI) model, and wherein the information regarding how the Rx sensing node is to perform denoising comprises information regarding a number of iterations for inputting the RF sensing data to the AI model.22.The method of claim 21, wherein the information regarding the number of iterations for inputting the RF sensing data to the AI model comprises:the number of iterations,a maximum number of iterations,a minimum number of iterations, ora latency constraint.23.The method of claim 20, wherein the information regarding how the Rx sensing node is to perform denoising comprises:a reference of noise variance,a signal-to-noise ratio (SNR) ,a signal-to-interference-plus-noise ratio (SINR) ,a number of targets,a channel condition, orany combination thereof.24.The method of claim 15, wherein the configuring node comprises a sensing management function (SMF) of the wireless network.25.A receiver (Rx) sensing node, comprising:one or more transceivers;one or more memories; andone or more processors communicatively coupled with the one or more transceivers and the one or more memories, wherein the one or more processors are configured to:receive, via the one or more transceivers from a configuring node of a wireless network, a Constant False Alarm Rate (CFAR) configuration, wherein the CFAR configuration includes information regarding how the Rx sensing node is to perform CFAR;obtain RF sensing data, wherein the RF sensing data comprises data based on measurements of one or more radio frequency (RF) sensing signals performed by the Rx sensing node using the one or more transceivers;perform CFAR on the RF sensing data with the Rx sensing node in accordance with the CFAR configuration; andsend reporting information via the one or more transceivers to the configuring node, wherein the reporting information is based at least in part on a result of performing the CFAR on the RF sensing data.26.The Rx sensing node of claim 25, wherein the one or more processors are further configured to, prior to receiving the CFAR configuration, send information indicative of a CFAR capability of the Rx sensing node from the Rx sensing node to the configuring node.27.The Rx sensing node of claim 25, wherein the one or more processors are further configured to send, via the one or more transceivers to the configuring node, an indication of a target detection threshold used in performing the CFAR.28.The Rx sensing node of claim 25, wherein the one or more processors are further configured to update a target detection threshold for CFAR based at least in part on:an indication, received via the one or more transceivers from the configuring node, of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated;an indication, received via the one or more transceivers from the configuring node, of a period of time during which the target detection threshold is valid; oran indication, received via the one or more transceivers from the configuring node, to update the target detection threshold.29.A configuring node of a wireless network, the configuring node comprising:one or more transceivers;one or more memories; andone or more processors communicatively coupled with the one or more transceivers and the one or more memories, wherein the one or more processors are configured to:obtain, via the one or more transceivers, information indicative of a Constant False Alarm Rate (CFAR) capability of a receiver (Rx) sensing node;send, to the Rx sensing node via the one or more transceivers, a CFAR configuration, wherein the CFAR configuration is based at least in part on the information indicative of the CFAR capability of the Rx sensing node and includes information regarding how the Rx sensing node is to perform CFAR; andreceive reporting information via the one or more transceivers from the Rx sensing node, wherein the reporting information is based at least in part on a result of the Rx sensing node performing CFAR on RF sensing data in accordance with the CFAR configuration.30.The configuring node of claim 29, wherein the one or more processors are further configured to send, via the one or more transceivers to the Rx sensing node, information regarding a target detection threshold used in performing the CFAR, the information comprising:an indication of a periodic pattern of one or more sensing occasions, among a plurality of successive sensing occasions, for which the target detection threshold is to be updated;an indication of a period of time during which the target detection threshold is valid; oran indication to update the target detection threshold.

Images