論文の概要: DNN-assisted Particle-based Bayesian Joint Synchronization and Localization

• arxiv url: http://arxiv.org/abs/2110.02771v1
• Date: Wed, 29 Sep 2021 08:58:31 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-10 13:09:07.917408
• Title: DNN-assisted Particle-based Bayesian Joint Synchronization and Localization
• Title（参考訳）: dnn支援粒子ベースベイズ関節同期と局在
• Authors: Meysam Goodarzi, Vladica Sark, Nebojsa Maletic, Jes\'us Guti\'errez, Giuseppe Caire, and Eckhard Grass
• Abstract要約: 超高密度ネットワークにおけるモバイルユーザ(MU)共同同期とローカライゼーション(sync&loc)問題に対処するため,Deep Neural Network-assisted Particle Filter-based (DePF)アプローチを提案する。 DePFは、MUとアクセスポイント(AP)の間の非対称なタイムスタンプ交換機構をデプロイし、伝統的にMUのクロックオフセットとスキューに関する情報を提供する。 合同シンク&ロッキングを行うために、DePFは粒子のガウス混合を利用して、ハイブリッド粒子ベースのパラメトリックベイズ再帰フィルタ(BRF)融合を可能にする。
• 参考スコア（独自算出の注目度）: 42.077355130261715
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we propose a Deep neural network-assisted Particle Filter-based (DePF) approach to address the Mobile User (MU) joint synchronization and localization (sync\&loc) problem in ultra dense networks. In particular, DePF deploys an asymmetric time-stamp exchange mechanism between the MUs and the Access Points (APs), which, traditionally, provides us with information about the MUs' clock offset and skew. However, information about the distance between an AP and an MU is also intrinsic to the propagation delay experienced by exchanged time-stamps. In addition, to estimate the angle of arrival of the received synchronization packet, DePF draws on the multiple signal classification algorithm that is fed by Channel Impulse Response (CIR) experienced by the sync packets. The CIR is also leveraged on to determine the link condition, i.e. Line-of-Sight (LoS) or Non-LoS. Finally, to perform joint sync\&loc, DePF capitalizes on particle Gaussian mixtures that allow for a hybrid particle-based and parametric Bayesian Recursive Filtering (BRF) fusion of the aforementioned pieces of information and thus jointly estimate the position and clock parameters of the MUs. The simulation results verifies the superiority of the proposed algorithm over the state-of-the-art schemes, especially that of Extended Kalman filter- and linearized BRF-based joint sync\&loc. In particular, only drawing on the synchronization time-stamp exchange and CIRs, for 90$\%$of the cases, the absolute position and clock offset estimation error remain below 1 meter and 2 nanoseconds, respectively.
• Abstract（参考訳）: 本研究では,超高密度ネットワークにおけるモバイルユーザ(MU)共同同期と局所化(sync\&loc)問題に対処するディープニューラルネットワークを用いたパーティクルフィルタ(DePF)アプローチを提案する。 特に、DePFはMUとアクセスポイント(AP)の間の非対称なタイムスタンプ交換機構をデプロイし、伝統的にMUのクロックオフセットとスキューに関する情報を提供する。 しかし、APとMU間の距離に関する情報も、交換されたタイムスタンプで発生する伝搬遅延に固有のものである。 さらに、受信した同期パケットの到着角度を推定するために、DePFは、同期パケットが経験したチャネルインパルス応答(CIR)によって供給される多重信号分類アルゴリズムを利用する。 また、CIRを利用してリンク条件、すなわちLine-of-Sight(LoS)またはNon-LoSを決定する。 最後に、共役sync\&locを実行するために、depfは、上記の情報片のハイブリッド粒子ベースおよびパラメトリックベイズ再帰フィルタリング(brf)を可能にする粒子ガウス混合体を利用して、musの位置とクロックパラメータを共同で推定する。 シミュレーション結果は,提案アルゴリズムが最先端のスキーム,特に拡張カルマンフィルタと線形化brfに基づくジョイントsync\&locよりも優れていることを検証した。 特に、同期タイムスタンプ交換とcirsのみの描画では、90$\%$のケースでは、絶対位置とクロックオフセット推定誤差がそれぞれ1メートルと2ナノ秒以下である。

関連論文リスト

• DASA: Delay-Adaptive Multi-Agent Stochastic Approximation [64.32538247395627]
  我々は,N$エージェントが並列に動作し,中央サーバと通信することで,一般的な近似問題を高速化することを目的とした設定を考える。 遅延とストラグラーの効果を軽減するために,マルチエージェント近似のための遅延適応アルゴリズムである textttDASA を提案する。
  論文  参考訳（メタデータ） (2024-03-25T22:49:56Z)
• Faster Convergence with Less Communication: Broadcast-Based Subgraph Sampling for Decentralized Learning over Wireless Networks [32.914407967052114]
  $texttBASS$はD-SGDの収束を加速するために設計された放送ベースのサブグラフサンプリング手法である。 既存のリンクベースのスケジューリング手法と比較して,送信スロットが少ないため,$texttBASS$はより高速な収束を可能にする。
  論文  参考訳（メタデータ） (2024-01-24T20:00:23Z)
• Client Orchestration and Cost-Efficient Joint Optimization for NOMA-Enabled Hierarchical Federated Learning [55.49099125128281]
  半同期クラウドモデルアグリゲーションの下で非直交多重アクセス(NOMA)を実現するHFLシステムを提案する。 提案手法は,HFLの性能改善と総コスト削減に関するベンチマークよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-11-03T13:34:44Z)
• Deep Reinforcement Learning for IRS Phase Shift Design in Spatiotemporally Correlated Environments [93.30657979626858]
  本稿では,チャネル相関と目的地動きを考慮したディープアクター批判アルゴリズムを提案する。 チャネルが時間的に相関している場合、コンバージェンスを抑制する方法において、関数近似を伴う状態表現にSNRを組み込むことが示される。
  論文  参考訳（メタデータ） (2022-11-02T22:07:36Z)
• SWIFT: Rapid Decentralized Federated Learning via Wait-Free Model Communication [11.763368822546468]
  SWIFTはその待ち時間構造のため,実行時間に対してより高速に収束することを示す。 SWIFTは、画像分類、ID、非IIDデータ設定の損失レベルを生成し、既存のSOTAアルゴリズムよりも50%高速である。
  論文  参考訳（メタデータ） (2022-10-25T14:01:21Z)
• Semi-Synchronous Personalized Federated Learning over Mobile Edge Networks [88.50555581186799]
  我々は,モバイルエッジネットワーク上での半同期パーソナライズフェデレーション(PerFedS$2$)と呼ばれる半同期PFLアルゴリズムを提案する。 我々は、グローバルラウンド当たりの参加者数とラウンド数の観点から、PerFedS2の収束率の上限を導出する。 PerFedS2はトレーニング時間を節約し、トレーニング損失の収束を保証する。
  論文  参考訳（メタデータ） (2022-09-27T02:12:43Z)
• Federated Learning for Energy-limited Wireless Networks: A Partial Model Aggregation Approach [79.59560136273917]
  デバイス間の限られた通信資源、帯域幅とエネルギー、およびデータ不均一性は、連邦学習(FL)の主要なボトルネックである まず、部分モデルアグリゲーション(PMA)を用いた新しいFLフレームワークを考案する。 提案されたPMA-FLは、2つの典型的な異種データセットにおいて2.72%と11.6%の精度を改善する。
  論文  参考訳（メタデータ） (2022-04-20T19:09:52Z)
• Lightweight Jet Reconstruction and Identification as an Object Detection Task [5.071565475111431]
  我々は、CERN大型ハドロン衝突型加速器で遭遇したジェットのエンド・ツー・エンドの識別と再構築作業に畳み込み技術を適用した。 PFJet-SSDは、クラスタジェットへの同時ローカライゼーション、分類、回帰タスクを実行し、特徴を再構築する。 3次ネットワークは、その完全精度の等価な性能と密に一致し、最先端のルールベースアルゴリズムより優れていることを示す。
  論文  参考訳（メタデータ） (2022-02-09T15:01:53Z)
• Synchronization in 5G: a Bayesian Approach [0.0]
  本稿では,大規模ネットワークの同期化のためのハイブリッド手法を提案する。 特にKF(Kalman Filtering)とPTP(Precision Time Protocol)が生成する時間スタンプを併用してノード同期を行う。
  論文  参考訳（メタデータ） (2020-02-28T11:27:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。