Wireless^InSite® 3Dワイヤレス伝搬ソフトウェア

本論文では、NASAが計画している月面無線通信およびセンサーシステムの信号伝搬における月面地形の影響を分析する。その結果、伝搬特性は月の地形の存在に大きく影響されることが確認された。得られた結果は、地形の形状、信号周波数、アンテナの位置、月面の材質が、月の無線通信システムの伝搬特性を決定する重要な要因であることを示している。経路損失は自由空間伝搬よりもはるかに深刻であり、アンテナの高さ、動作周波数、地表材料の影響を大きく受ける。クレーター環境では信号遅延が懸念される。月の地形からの多重反射による信号遅延は、月環境で達成できる最大データレートに制限をかける可能性がある。本論文の解析結果は、月面通信リンクのマージン解析において、計画中の月面基地作業現場における信頼できる通信範囲と無線周波数カバレージ性能の限界を決定する上で重要である。Copyright © 2008 米国航空宇宙学会（AIAA）, Inc.

リファレンスを見る

屋外ワイヤレスシステムにおけるローカライゼーションは、通常、距離（三角測量法）や角度（三角測量法）を推定するために特定の基準信号を送信する必要がある。これらは通信のオーバーヘッドを引き起こし、うまく機能するためにはLoSリンクが必要で、複数の基地局を必要とし、多くの場合、同期や特定のハードウェア要件が課される。フィンガープリンティングにはこのような欠点はないが、データベースを構築するには、実世界の測定値を収集するための多大な人的労力が必要となる。長い間、この問題はデータベースのサイズ、ひいてはその性能を制限してきた。本研究では、デジタルツインRFマップを用いることで、フィンガープリント・データベース構築における人的労力を大幅に削減することを提案する。これらの RF マップはいくつかの周波数帯域およびビームフォーミング設定にわたる環境のデジタルレプリカ上の光線追跡シミュレーションから構築される。そしてオンライン・ユーザーの指紋はこの空間データベースと照合される。このアプローチは、現実的な伝搬モデルとユーザー測定値を用いた実用的なシミュレーションで評価された。我々の実験では、賢明なユーザー測定レポートサイズを用いて、NLoSロケーションの95％の時間におけるサブメートルローカライゼーションエラーを示した。この結果は、ユビキタス広域6Gローカライゼーションにおける、提案するデジタルツインアプローチの有望な可能性を強調するものである。

リファレンスを見る

本論文では、壁や障害物などの屋内情報をキューボイドの集合としてモデル化する、屋内無線マップ構築のためのRGB-Dセンサー支援光線追跡シミュレーションフレームワークを提案する。無線マップは、リソースの最適化やフィンガープリントに基づく定位など、屋内無線システムを加速することができる。正確な屋内構造と障害物情報を持つ光線追跡アルゴリズムを用いて、正確な無線マップを構築することができる。しかし、このような屋内情報を取得することは、手作業による観測が高価であるため困難である。この重大な欠点を軽減するために、我々はRGB-D画像から得られる3次元情報を光線追跡シミュレーションに利用することを提案する。提案手法は、RGB-D画像による3次元情報から、半自動的に屋内情報をキューボイドとしてモデル化する。提案手法は、これらのキューボイドを光線追跡シミュレーションに投入する。5180MHzと2452MHzの無線LANを用いた屋内実験により、提案手法が正確に電波地図を構築することが明らかになった。

リファレンスを見る

無線チャネル予測のためのディープラーニングフレームワークであるNeWRFを紹介する。ワイヤレスチャネル予測は、ワイヤレスコミュニティにおける長年の問題であり、ワイヤレスネットワーク展開のカバレッジを改善するための重要な技術である。今日、無線配備はサイトサーベイによって評価されるが、これは経験豊富なエンジニアが広範なチャネル測定を行う必要のある面倒なプロセスである。サイトサーベイのコストを削減するために、我々はNeural Radiance Fields (NeRF)の最近の進歩に基づいてNeWRFを開発した。NeWRFは、疎なチャネル測定値を用いてニューラルネットワークモデルを学習し、サイト内のどの位置でも無線チャネルを正確に予測します。NeRFフレームワークに無線伝搬特性を統合する一連の技術を導入し、光と無線信号の動作の基本的な違いを考慮する。本フレームワークの広範な評価を実施し、本アプローチが、従来の最先端技術よりも大幅に低い測定密度で、訪問していない場所のチャネルを正確に予測できることを示す。

リファレンスを見る

RGB-Dカメラやレーザースキャナなどのセンサを利用することで、物理環境の正確な仮想コピーを生成することができるため、レイトレーシングに基づく無線チャネルの特性評価において、点群データが最近注目されている。本論文では、センサーデータから取得したノイズの多い点群に対して直接動作する、新しい光線追跡アルゴリズムを紹介する。このアルゴリズムは、反射と回折からなる正確な経路へとさらに精緻化された粗い経路を生成する。市販の光線追跡ツールを、シミュレーションされた経路を検証するためのベースラインとして利用した。その結果、ベースライン経路のかなりの部分が発見された。各点の法線ベクトルに沿って人為的にノイズを加えることにより、ノイズに対するロバスト性を調べた。提案手法はノイズに適応可能であり、ノイズのある点群でのベースライン経路軌跡と比較して、類似した経路を発見することが観察される。これは特に、点の法線ベクトルが正確に推定されている場合に顕著である。最後に、再構成された点群を使ってシミュレーションを行い、チャネル測定値およびベースライン経路と比較した。その結果、経路はベースライン経路の軌跡と類似性を示し、測定値から抽出された集約インパルス応答と類似したパターンを示す。コードは このhttpsのURL

リファレンスを見る

現代のセルラーシステムは、マクロダイバーシティと帯域幅の拡大のために、複数の不連続帯域での同時通信にますます依存している。ミリ波（mmWave）やテラヘルツ（THz）周波数では、ロバスト性のために低周波数と結合されることが多いため、複数周波数通信は特に重要である。これらのシステムの評価には、複数の周波数にわたるチャネル経路の共同分布を捉えることができる統計モデルが必要である。本論文では、複数周波数二重指向性統計チャンネルモデルを学習するための、一般的なニューラルネットワークベースの手法を提示する。提案されたアプローチでは、各々がマルチクラスタ集合として記述され、生成的敵対的ネットワーク（GAN）がランダムなマルチクラスタプロファイルを生成するように訓練され、生成されたクラスタデータは、異なる周波数におけるランダムな受信パワー、角度、遅延の広がりのベクトルと共に、クラスタの角度と遅延を含む。このモードは、多周波リンクやネットワーク層のシミュレーションに容易に適用できる。この手法は、広範なレイトレーシング・データから学習した28GHzと140GHzの都市マイクロセルラーリンクのモデリングで実証されている。本手法は最小限の統計的仮定しか行わず、実験によれば、モデルは周波数間の興味深い統計的関係を捉えることができる。

Hu, Y., Yin, M., Xia, W., Rangan, S., & Mezzavilla, M. (2022a, December 22).Generative Adversarial Networks によるミリ波および THZ 無線通信のための複数周波数チャネルモデリング. arXiv.org. https://arxiv.org/abs/2212.11858.

リファレンスを見る

インターネット位置情報サービスアプリケーションの需要が高いにもかかわらず、Wi-Fi屋内ローカライゼーションはしばしば時間と労力のかかるデータ収集プロセスに悩まされている。本研究では、この問題に対処するため、畳み込みニューラルネットワークに基づくフィンガープリンティング技術を利用した新しい屋内ローカライゼーションモデルを提案する。目的は、データ収集プロセスを合理化することでWi-Fi屋内ローカリゼーションを強化することである。提案する屋内ローカライゼーション・モデルは、3Dレイトレーシング技術を活用し、フィールド全体の無線受信信号強度（RSSI）をシミュレートする。この高度な技術を取り入れることで、Wi-Fi屋内ローカライゼーションの精度と効率を向上させることを目指しています。さらに、光線追跡シミュレーションから生成されたRSSIヒートマップフィンガープリントデータセットは、提案された屋内ローカライゼーションモデル上で学習される。実世界シナリオにおけるモデルの性能を最適化し評価するために、UJIIndoorLocとWireless InSiteの公開データベースから取得したシミュレーションデータセットを用いて実験を行った。その結果、新しいアプローチは、最大99.09%の検証精度を達成しながら、リソース制限の問題を解決することが示された。

Zhu H, Cheng L, Li X, Yuan H. Wi-Fi指紋屋内ローカライゼーションのためのニューラルネットワークベースのローカライゼーション手法。Sensors.2023; 23(15):6992. https://doi.org/10.3390/s23156992

リファレンスを見る

超高速屋内ワイヤレス接続に対する需要はますます高まっており、次世代ワイヤレス通信システムの設計に独自の課題を突きつけている。このため、従来のサブ6GHz帯に加え、ミリ波（MMW）帯や可視光帯を含む、より高い周波数帯の探求が促されている。本論文では、同じ室内環境とシナリオの下で、これらの周波数帯の伝搬チャネルを包括的に比較する。サイト固有のチャネルモデリングにレイトレーシング技術を採用し、室内環境と内部の物体の3次元モデルを考慮することを可能にした。これにより、2.4GHz、6GHz、28GHz、60GHz、100GHz、および可視光帯域といった異なる周波数や、無線周波数システム用の無指向性／指向性アンテナ、可視光通信（VLC）用の屋内照明といった異なる送信機タイプを考慮することができる。検討中の異なる周波数に対して、チャネルインパルス応答（CIR）を求め、屋内環境における様々なユーザ軌道に対するチャネルパス損失を示す。さらに、すべての周波数帯における受信電力レベルの累積分布関数（CDF）の閉形式を提案する。その結果、VLCチャネルはMW帯のチャネルよりもパスロスが小さいが、2.4GHz帯のチャネルよりもパスロスが大きいことが示された。さらに、VLCシステムはシャドーイングと閉塞効果に対してより敏感であることが観察された。さらに、伝搬路の特性はアンテナの種類に大きく影響されることがわかった。例えば、無指向性アンテナや矩形パッチアンテナを使用すると、ホーンアンテナに比べてパスロスが小さくなり、この差は伝送距離が短くなるほど大きくなります。

F.Aghaei, H. B. Eldeeb, L. Bariah, S. Muhaidat and M. Uysal, "Comparative Characterization of Indoor VLC and MMW Communications via Ray Tracing Simulations," inIEEE Access, doi: 10.1109/ACCESS.2023.3307186.

リファレンスを見る

幾何学的定位技術では、伝搬信号の1次マルチパス（FOMP）特性を利用して、幾何学的関係に基づいて位置を計算する。高次マルチパス（HOMP）の特性を利用すると、定位誤差が大きくなる。したがって、FOMPとHOMPを区別することは重要な課題である。これまでの研究では、このタスクを達成するために、決定論的な閾値に基づく従来の方法が用いられてきた。残念ながら、これらの方法は複雑であり、精度も不十分である。本論文の著者らは、都市シナリオにおけるミリ波車車間通信の伝播FOMPとHOMPをより正確に区別するために、教師あり学習に基づく効率的な手法を提案する。受信電力、伝搬時間、到来方位角(AAOA)、到来仰角(EAOA)を含むデータセットの特徴を生成するために、SBR(Shoot and Bounce Ray)に基づくレイトレーシング技術が使用される。選択された特徴が分類プロセスに与える影響を調べるために、まず確率分布関数(PDF)に基づく統計解析が行われる。次に、6つの教師あり分類器、すなわち、決定木、ナイーブベイズ、サポートベクターマシン、K-最近傍、ランダムフォレスト、人工ニューラルネットワークを訓練し、テストし、その性能をHOMP誤分類の観点から比較する。さらに、考慮した特徴が分類器の性能に与える影響を調べた。その結果、提案された分類器は全て許容できる分類性能を示した。提案されたANNは最高の性能を示したが、NBは最悪であった。実際、HOMPの誤分類誤差は2.3%から16.7%の間であった。EAOAは分類性能に最も大きな影響を与えたが、AAOAは最も小さかった。

Bakhuraisa YA, Abd Aziz AB, Geok TK, Abu Bakar NB, Jamian SB, Mustakim FB.V2Vシナリオの一次マルチパス識別のための教師あり学習技法。World Electric Vehicle Journal.2023; 14(4):109.https://doi.org/10.3390/wevj14040109

リファレンスを見る

近年、IoT(Internet of Things)の普及に伴い、複数のセンサからのセンサ情報を集約するニーズが高まっている。しかし，従来のマルチプルアクセス技術であるパケット通信では，センサの同時アクセスによるパケットの衝突や，パケットの衝突を回避するための待ち時間が発生し，集約に要する時間が長くなってしまう．搬送波周波数に対応したセンサ情報を送信する物理無線パラメータ変換センサネットワーク（PhyC-SN）方式は、センサ情報の一括収集が容易であり、通信時間の短縮と高い集約成功率を実現する。しかし、複数のセンサが同じ周波数を同時に送信する場合、マルチパスフェージングの影響により、アクセスしたセンサ数の推定精度が著しく劣化する。そこで本研究では、センサ端末固有の周波数オフセットに起因する受信信号の位相変動に着目する。その結果、2つ以上のセンサが同時に送信する場合である衝突を検出するための新たな機能を提案する。さらに、0、1、2、またはそれ以上のセンサの存在を識別する方法を確立した。さらに、0個、1個、2個以上の送信センサの3つのパターンを利用することで、PhyC-SNが無線送信源の位置推定に有効であることを実証した。

物理無線パラメータ変換センサネットワークにおける位相差平均に基づく3レベル認識とRSSIを用いたローカライズへの影響.センサ.2023; 23(6):3308.https://doi.org/10.3390/s23063308

リファレンスを見る

本稿では、無線ベースのセンシングと環境マッピングの展望について、特にユーザー機器（UE）側に重点を置いて述べる。まず、個々の測定位置またはセンシング位置におけるスパースレンジアングルチャートを得るための効率的なℓ1正則化最小二乗法（LS）アプローチについて述べる。続いて、環境マッピングのために、拡散散乱と鏡面散乱をマッピングするための新しい状態モデルを導入し、相互作用多重モデル（IMM）拡張カルマンフィルターとスムーザーを使用して、個々の散乱体の効率的な経時追跡を可能にする。また、関連する測定値の選択とデータの関連付けの問題にも取り組む。ャネル帯域幅400MHzの ャネル帯域幅400MHzの ャネル帯域幅400MHzの ャネル帯域幅400MHzの ャネル帯域幅28GHz帯域における ャネル帯域幅28GHz帯域における ャネル帯域幅28GHz帯域における ャネル帯域幅28GHz帯域における ャネル帯域幅28GHz帯域における ャネル帯域幅28GHz帯域の ャネル帯域幅28GHz帯域のー静的参照法とーにー動的追跡ベースのーにーにーによるー

C.Baquero Barneto et al., "Millimeter-Wave Mobile Sensing and Environment Mapping：モデル、アルゴリズム、および検証」（IEEE Transactions on Vehicular Technology, vol. 71, no.4, pp. 3900-3916, April 2022, doi: 10.1109/TVT.2022.3146003.

リファレンスを見る

本論文では、複数の基地局が1つの移動局（MS）に共同でサービスを提供する、深層強化学習（DRL）に基づく新しい協調ビームフォーミング方式を提案する。ー提案するDRLモデルをームフォーミングコードブック候補のームフォーミングベクトルからー提案するDRLモデルをー提案するDRLモデルー提案するDRLモデルー提案するDRLモデルー提案するDRLモデルー提案するDRLモデルー提案するDRLモデルー提案するDRLモデルー提案するDRLモデルー提案するDRLモデルー提案するこのソリューションは、信頼性の高いカバレッジ、最小限のトレーニングオーバーヘッド、低遅延で、高度にモバイルなミリ波アプリケーションを促進する完全なシステムを可能にする。Numerical results demonstrate that our proposed algorithm remarkably increases the achievable sum rate capacity for the highly mobile mmWave massive MIMO scenario while ensuring low training and latency overhead.

Tarafder P, Choi W.mmWave Massive MIMO Vehicular Networkのための、深層強化学習に基づく協調ビームフォーミング。Sensors.2023; 23(5):2772.https://doi.org/10.3390/s23052772

リファレンスを見る

本稿では、コンピュータ・シミュレーションを用いた基準RSSI分布の作成方法を紹介する。シミュレーションは、光線追跡伝搬モデルと計算負荷の少ない多壁モデルを用いて実施した。シミュレーションされたRSSI分布は、ロケーションアルゴリズムを用いてテストされた。その性能は測定されたRSSIマップと比較された。ジョンマップのジョンマップはジョンマップはジョンマップはジョンマップのジョンマップのジョンマップのジョンマップ。

Kawecki R, Hausman S, Korbel P. Performance of Fingerprinting-Based Indoor Positioning with Measured and Simulated RSSI Reference Maps.Remote Sensing.2022; 14(9):1992.https://doi.org/10.3390/rs14091992

リファレンスを見る

大型インテリジェント表面（LIS）の採用は、将来の無線システムのカバレッジとレートを向上させる有望なソリューションである。本稿では、圧縮センシングとディープラーニングのツールを活用することで、LISの課題に対する効率的なソリューションを提案する。まず、スパース・チャネル・センサに基づく新しいLISアーキテクチャを提案する。このアーキテクチャでは、アクティブ（ベースバンドに接続）な一部の要素を除き、全てのLIS要素はパッシブである。次に、LISの反射行列を無視できるトレーニングオーバーヘッドで設計する2つのソリューションを開発する。最初のアプローチでは、圧縮センシングツールを活用し、アクティブ素子でのみ見られるチャネルからすべてのLIS素子におけるチャネルを構築する。2つ目のアプローチでは、ディープラーニングに基づくソリューションを開発し、LISが、環境と送受信位置の状態を表すアクティブ素子でのチャネルが与えられた場合に、入射信号とどのように相互作用するかを学習する。提案されたソリューションの達成可能なレートは、完全なチャネル知識を仮定した上限値に近づくことを示し、ごくわずかなトレーニングオーバーヘッドで、わずかなアクティブ素子で、将来のLISシステムに有望であることを示す。

A.Taha, M. Alrabeiah and A. Alkhateeb, "Enabling Large Intelligent Surfaces With Compressive Sensing and Deep Learning," in IEEE Access, vol.9, pp.44304-44321, 2021, doi: 10.1109/ACCESS.2021.3064073.

リファレンスを見る

本論文では、TOA（Time of Arrival）技術を使用し、模擬屋内環境内でターゲットのローカライゼーションを改善するために、マルチキャリアを採用した広帯域スペクトラムを使用する利点を示す。この研究では、様々なスペクトル帯域幅と異なるキャリア数を使用した場合の、ローカライゼーション精度への影響を調査している。また、LOS（Line-of-Sight）と非LOSの伝搬シナリオにおける送信機の位置の影響も考慮している。提案手法の精度は、サブキャリア数、割り当て帯域幅（BW）、アクセスポイント（AP）数に依存することがわかった。BWが大きくサブキャリア数が多い場合、従来のTOA手法と比較して、本アルゴリズムは局在化誤差の低減に有効であった。BWが小さく、サブキャリア数が少ない場合は、従来のTOA方式に比べ、性能は低下し、同程度となる。

Obeidatat, H.A., Ahmad, I., Rawashdeh, M.R. et al. シミュレーションモデルに基づく広帯域伝送でのOFDMを用いたTOA推定の強化。Wireless Pers Commun (2021).https://doi.org/10.1007/s11277-021-09297-z

リファレンスを見る

ミリ波（mmWave）システムで高いモビリティをサポートすることで、車両通信やワイヤレス仮想現実／拡張現実などの幅広い重要なアプリケーションが可能になる。しかし、これを実際に実現するには、いくつかの課題を克服する必要がある。本論文では、これらの課題を克服し、高度にモバイルなミリ波アプリケーションを実現するために、機械学習と協調ビームフォーミングを統合した新しいソリューションを開発した。シミュレーションの結果、提案するディープラーニング協調ビームフォーミング戦略は、最適なビームフォーミングベクトルを学習オーバーヘッドなしで知るジーニー支援ソリューションの達成可能なレートに近づくことが示された。

リファレンスを見る

将来のセルラーシステムは、超高信頼性と超低遅延という厳しい要件を満たすことで、今日の産業エコシステムに革命をもたらすと期待されている。この線に沿って、次世代ファクトリーオートメーションの展開をサポートする中核技術は、極めて高い周波数（すなわち10～100GHz）で動作するミリ波（mmWave）通信の使用である。しかし、ミリ波の波長は短く、チャネル特性は実際のトポロジーや周囲のオブジェクトのサイズに影響を受けやすいため、現実的な工場環境における無線伝搬挙動の特性化は困難である。このような理由から、本論文では、2つの異なるタイプの工場、すなわち軽工業と重工業について、重要なmmWaveチャネル特性を研究する。これらは、技術レベル、設備の密度と大きさ、生産品に基づく工場の分類の極端なケースを表している。従って、私たちは、それぞれ28GHzと60GHzの認可および非認可帯域通信用のmmWave周波数の候補を評価する。 

リファレンスを見る

ユビキタス接続は、第5世代（5G）通信システムで考慮される多くのサービスに共通する要件です。しかし、ネットワークカバレッジやワイヤレス接続性を提供することは、通信技術の最大結合損失（MCL）をチャネル損失の合計が容易に超える可能性がある地下駐車場のような深い屋内シナリオでは非常に困難になります。本論文では、レイトレーシングを用いた代表的なサイト固有の現実的なカバレッジ解析を実施することで、深いカバレッジの重要性を動機付ける。その結果、既存のセルラーベースのカバレッジ最適化技術では、深い屋内／地下エリアでのユビキタスカバレッジを達成できないことが示され、5G MTCにおける動的マルチホップ中継の必要性が浮き彫りになった。

リファレンスを見る

本論文では、Wireless InSiteという市販のレイトレーシング・ソフトウェアを用いて、24GHzで群衆密度が異なる歩行者トンネル内の電波伝搬特性を測定した結果を報告する。ー3D 空のートンネルとー人体ーモデルをーコンピュータ支援設計ソフトをーでーでーでーー トンネルモデルはー クアラルンプール中心部にー スリアとーKLCCをーー3D人体モデル5をー3D人体モデル5ー3D人体モデル5ー3D人体モデル。調査した群衆密度は、0、0.05、0.1、0.15、0.2人/m2で、それぞれ調査地域の0、25、50、75、100人に相当する。、ー0.05, 0.1, 0.15, 0.2 人/ m2（（ー0, 25, 50, 75, 100人/m2。When the crowd density is above 0.1 people/ m2 , the path loss exponent of the large-scale path loss model is higher than that of the empty tunnel.本研究の結果は、廊下、密閉された廊下、坑道、輸送トンネルなどの屋内トンネル状環境におけるミリ波伝播に対する人混みの影響を理解する上でも有用である。ー5G通信のー特にー特にー特にー特にー（ー歩行者トンネルー

I.H. P. Tai, H. S. Lim, K. S. Diong and K. A. Alaghbari, "Effects of Crowd Density on Radio Propagation at 24 GHz in a Pedestrian Tunnel for 5G Communications," inIEEE Access, vol. 11, pp. 40240-40248, 2023, doi: 10.1109/ACCESS.2023.3269813.

リファレンスを見る

ミリ波（mmWave）信号の閉塞に対する感度は、モバイルmmWave通信システムにとって基本的な課題である。本稿では、機械学習ツールを活用し、ミリ波MIMOシステムにおける信頼性と遅延の課題に対する新しいソリューションを提案する。開発したソリューションでは、基地局は採用したビームフォーミングベクトルの過去の観測結果を用いて、あるリンクが今後数時間以内に閉塞に陥ることを予測する方法を学習する。これにより、サービング基地局は、高確率でLOSリンクを持つ別の基地局にユーザーをプロアクティブにハンドオーバーさせることができる。シミュレーションの結果、開発したディープラーニングに基づく戦略は、95％近い確率で閉塞／ハンドオフの予測に成功した。これにより、通信セッションが切断される確率が減少し、モバイルmmWaveシステムにおける高信頼性と低遅延が保証される。

リファレンスを見る

本論文では、周波数分割複信方式のマルチユーザ大容量多入力多出力システムのダウンリンクのための2段ビームフォーミングの設計を考慮し、リンク端の両方がデジタル／アナログのハイブリッドビームフォーミング構造を備えている場合について検討する。チャネル統計に基づくユーザ・グルーピングとアナログ・ビームフォーミングにより仮想的なセクタ化が実現され、ユーザ機器はグループ内の有効チャネルをフィードバックするだけでよく、チャネル状態情報（CSI）取得の全体的なコストが大幅に削減される。幾何学的ベースの確率モデル、レイトレーシング結果、および屋外チャネル測定から得られた伝搬チャネルに対するシミュレーションにより、我々の提案するビームフォーミング戦略が最先端の手法を凌駕することを実証する。

リファレンスを見る

ミリ波（mmWave）通信は、第5世代（5G）通信システムの有望なキーテクノロジーとなり、幅広い関心を集めている。本論文では、光線追跡法を用いて、屋内オフィス環境における60GHz帯ミリ波チャネルを検証する。幾何光学（GO）と一様回折理論（UTD）に基づくレイトレーシング法は、コンピュータ・シミュレーションを用いて電波伝搬を近似する。レイトレーシングに基づくシミュレーションの精度は、非常に詳細な3次元（3-D）環境モデルと適切な材料電磁パラメータによって保証されます。電力遅延プロファイル（PDP）および正規化電力角度スペクトル（PAS）を含むシミュレーション結果は、空間代替一般化期待値最大化（SAGE）推定アルゴリズムで処理されたチャネル測定データと比較される。比較の結果、レイトレーシングは60GHzチャネルの特性を評価するための有用で信頼性の高い手法であることが示された。

リファレンスを見る

指向性アンテナと無指向性アンテナを使用したシステムの経路損失モデルとマルチパス遅延拡散値を含むミリ波屋内伝搬特性を示す。28GHz、39GHz、60GHz、73GHzの4つの5G候補周波数の性能を、屋内環境で実施された公表された実時間周波数測定を使用して、見通し線（LOS）および見通し線以外（NLOS）のシナリオで調査した。さらに、一般的な建築材料の導電率σや誘電率εなどの周波数依存電気特性もシミュレーションに組み込んだ。その結果、材料の種類が、反射、回折、壁や物体（障害物）の透過によるミリ波の伝搬挙動に影響を与えることが示された。

リファレンスを見る

ミリ波無線通信では、その結果、放射はほとんどの目に見える物体に反射し、特に都市部では豊かなマルチパス環境を作り出す。そのため、盗聴器によって捕捉される放射は、遭遇する障害物によって形成され、障害物はそれらの相対位置に関する潜在的な情報を持っている。本論文では、受信したミリ波放射をデバイスの位置に変換するシステムを提案し、前述の隠れた情報を利用する。ディープラーニング技術と、基地局から送信されるビームフォーミングパターンの事前に確立されたコードブックを用いたシミュレーションにより、ほとんどが見通し外の位置を含む現実的な屋外シナリオにおいて、平均推定誤差10m以下が達成可能であることが示され、新たな測位システムへの道が拓かれた。索引用語-5G、ビームフォーミング、ディープラーニング、ミリ波、屋外測位。

リファレンスを見る

5Gミリ波（mmWave）技術は、その広帯域幅、広視野センシング、正確な位置特定能力により、次世代のV2X（Vehicle-to-Everything）ネットワークや自律走行車に不可欠な要素になると想定されている。本論文では、光線追跡シミュレーションを用いて、900 MHzから73 GHzまでの広範なV2Xチャネルの伝搬周波数における角度と時間の相関を、都市環境において送信機と見通しビーム（LOS）および非見通しビーム（NLOS）を維持する車両について評価する。

リファレンスを見る

ミリ波通信は、高度に移動する車両における課題である。従来のビーム学習は、低オーバーヘッドとレイテンシを満たすには不十分である。本論文では、機械学習ツールと状況認識を組み合わせて、過去の観測からビーム情報（パワー、最適ビーム指数など）を学習することを提案する。我々は、受信機と周囲の車両の位置を含む、車両設定に特化した状況認識の形態を考慮する。異なるビーム電力量子化で受信電力を予測するために回帰モデルを活用する。その結果、状況認識は予測精度を大幅に向上させることができ、このモデルはオーバーヘッドがほとんどなく、性能の低下をほとんど伴わずにスループットを達成できることが示された。

リファレンスを見る