論文の概要: Colosseum: Large-Scale Wireless Experimentation Through
Hardware-in-the-Loop Network Emulation
- arxiv url: http://arxiv.org/abs/2110.10617v1
- Date: Wed, 20 Oct 2021 15:19:48 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-22 18:28:07.250800
- Title: Colosseum: Large-Scale Wireless Experimentation Through
Hardware-in-the-Loop Network Emulation
- Title(参考訳): Colosseum:ハードウェア・イン・ザ・ループネットワークエミュレーションによる大規模ワイヤレス実験
- Authors: Leonardo Bonati, Pedram Johari, Michele Polese, Salvatore D'Oro,
Subhramoy Mohanti, Miead Tehrani-Moayyed, Davide Villa, Shweta Shrivastava,
Chinenye Tassie, Kurt Yoder, Ajeet Bagga, Paresh Patel, Ventz Petkov, Michael
Seltser, Francesco Restuccia, Abhimanyu Gosain, Kaushik R. Chowdhury, Stefano
Basagni, Tommaso Melodia
- Abstract要約: コロッセウム(Colosseum)は、実験用の大規模無線テストベッドである。
Colosseumはあらゆるシナリオをモデル化し、大規模ソリューションの設計、開発、テストを可能にする。
- 参考スコア(独自算出の注目度): 27.486313864067036
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Colosseum is an open-access and publicly-available large-scale wireless
testbed for experimental research via virtualized and softwarized waveforms and
protocol stacks on a fully programmable, "white-box" platform. Through 256
state-of-the-art Software-defined Radios and a Massive Channel Emulator core,
Colosseum can model virtually any scenario, enabling the design, development
and testing of solutions at scale in a variety of deployments and channel
conditions. These Colosseum radio-frequency scenarios are reproduced through
high-fidelity FPGA-based emulation with finite-impulse response filters.
Filters model the taps of desired wireless channels and apply them to the
signals generated by the radio nodes, faithfully mimicking the conditions of
real-world wireless environments. In this paper we describe the architecture of
Colosseum and its experimentation and emulation capabilities. We then
demonstrate the effectiveness of Colosseum for experimental research at scale
through exemplary use cases including prevailing wireless technologies (e.g.,
cellular and Wi-Fi) in spectrum sharing and unmanned aerial vehicle scenarios.
A roadmap for Colosseum future updates concludes the paper.
- Abstract(参考訳): colosseumは、完全なプログラマブルな"ホワイトボックス"プラットフォーム上で、仮想的でソフトウォーリズされた波形とプロトコルスタックを介して実験研究を行うための、オープンアクセスと一般公開の大規模無線テストベッドである。
256の最先端のSoftware-Defined RadiosとMassive Channel Emulatorコアを通じて、Colosseumは事実上あらゆるシナリオをモデル化し、様々なデプロイメントやチャネル条件におけるソリューションの設計、開発、テストを可能にする。
これらのコロッセウム無線周波数シナリオは、有限インパルス応答フィルタを用いた高忠実FPGAエミュレーションにより再現される。
フィルタは、所望の無線チャネルのタップをモデル化し、無線ノードが生成する信号に適用し、現実世界の無線環境の状態を忠実に模倣する。
本稿では,Colosseumのアーキテクチャとその実験とエミュレーション機能について述べる。
次に,無線技術(セルラーやwi-fiなど)を広範に利用し,スペクトル共有や無人航空機のシナリオにおいて,大規模実験におけるcolosseumの有効性を実証する。
Colosseumの将来アップデートのロードマップは、この論文を締めくくっている。
関連論文リスト
- Radio Map Estimation -- An Open Dataset with Directive Transmitter
Antennas and Initial Experiments [49.61405888107356]
実世界の現実的な都市地図とオープンなデータソースからの航空画像とともに、シミュレーションされた経路損失無線マップのデータセットをリリースする。
モデルアーキテクチャ,入力特徴設計,航空画像からの無線マップの推定に関する実験を行った。
論文 参考訳(メタデータ) (2024-01-12T14:56:45Z) - Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。
無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。
そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
論文 参考訳(メタデータ) (2023-12-08T13:50:30Z) - RFID-Assisted Indoor Localization Using Hybrid Wireless Data Fusion [0.5753274939310764]
屋内環境における物体追跡にはワイヤレス位置決めが不可欠である。
Internet of Things(IoT)は、さまざまな無線通信プロトコルを通じてローカライズを可能にする。
本稿では、RFID(Radio Frequency Identification)トラッキングデバイスと複数のIoT無線技術を用いたハイブリッド区間を用いた屋内位置推定手法を提案する。
論文 参考訳(メタデータ) (2023-07-28T12:02:27Z) - A CSI Dataset for Wireless Human Sensing on 80 MHz Wi-Fi Channels [10.056835910435499]
本稿では,80MHz帯におけるIEEE 802.11acチャネル計測のデータセットについて述べる。
全体として、データセットは13時間以上のチャネル状態情報読み込み(23.6GB)を含んでいる。
論文 参考訳(メタデータ) (2023-04-29T15:57:36Z) - Bluetooth and WiFi Dataset for Real World RF Fingerprinting of
Commercial Devices [3.4836961035265217]
本稿では,市販のオフ・ザ・シェルフ(COTS)コンボチップセットから,WiFiとBluetoothを2つの異なる時間枠で伝送するエミッションをキャプチャする。
広く使用するために、72GBデータセット内の各キャプチャは、多様な入力テンソルの長さとフォーマットをサポートするのに十分な長さ(40MSamples)である。
論文 参考訳(メタデータ) (2023-03-15T13:32:11Z) - Human Silhouette and Skeleton Video Synthesis through Wi-Fi signals [24.313281453214614]
本稿では,無線データを視覚的特徴に効果的にマッピングする2分岐生成ニューラルネットワークを提案する。
トレーニング後,Wi-Fi信号のみを用いてヒトのシルエットと骨格映像を合成する手法を提案する。
論文 参考訳(メタデータ) (2022-03-11T11:40:34Z) - ColO-RAN: Developing Machine Learning-based xApps for Open RAN
Closed-loop Control on Programmable Experimental Platforms [22.260874168813647]
ColO-RANは、ソフトウェア定義のRadios-in-the-loopを備えた、初めて一般公開された大規模O-RANテストフレームワークである。
ColO-RANは、O-RANコンポーネント、プログラム可能なベースステーション、および"無線データファクトリ"を使用した大規模ML研究を可能にする
DRLをベースとした適応制御の利点と課題を明らかにする。
論文 参考訳(メタデータ) (2021-12-17T15:14:22Z) - Three-Way Deep Neural Network for Radio Frequency Map Generation and
Source Localization [67.93423427193055]
空間、時間、周波数領域にわたる無線スペクトルのモニタリングは、5Gと6G以上の通信技術において重要な特徴となる。
本稿では,空間領域全体にわたる不規則分散計測を補間するGAN(Generative Adversarial Network)機械学習モデルを提案する。
論文 参考訳(メタデータ) (2021-11-23T22:25:10Z) - Conditioning Trick for Training Stable GANs [70.15099665710336]
本稿では,GANトレーニング中の不安定性問題に対応するため,ジェネレータネットワークに正規性から逸脱する条件付け手法を提案する。
我々は、生成元をシュア分解のスペクトル領域で計算された実サンプルの正規化関数から逸脱するように強制する。
論文 参考訳(メタデータ) (2020-10-12T16:50:22Z) - Applying Deep-Learning-Based Computer Vision to Wireless Communications:
Methodologies, Opportunities, and Challenges [100.45137961106069]
ディープラーニング(DL)はコンピュータビジョン(CV)分野で大きな成功を収めている。
本稿では,無線通信におけるDLベースのCVの適用について紹介する。
論文 参考訳(メタデータ) (2020-06-10T11:37:49Z)
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。