論文の概要: A Review of Indoor Millimeter Wave Device-based Localization and
Device-free Sensing Technologies
- arxiv url: http://arxiv.org/abs/2112.05593v1
- Date: Fri, 10 Dec 2021 15:21:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-13 18:13:58.785096
- Title: A Review of Indoor Millimeter Wave Device-based Localization and
Device-free Sensing Technologies
- Title（参考訳）: 屋内ミリ波デバイスを用いた位置計測とデバイスフリーセンシング技術
- Authors: Anish Shastri, Neharika Valecha, Enver Bashirov, Harsh Tataria,
Michael Lentmaier, Fredrik Tufvesson, Michele Rossi, Paolo Casari
- Abstract要約: 安価なミリ波通信(mmWave)とレーダ装置は、消費者市場でそのような技術が浸透し始めています。
広帯域mmWaveアクセスは、前例のない精度でデバイスローカライゼーションとデバイスフリーセンシングを可能にする。
本稿では,mmWave通信とレーダデバイスを用いたデバイスによる位置推定とデバイスフリーセンシングにおける技術の現状を調査する。
- 参考スコア（独自算出の注目度）: 20.594006335804796
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The commercial availability of low-cost millimeter wave (mmWave)
communication and radar devices is starting to improve the penetration of such
technologies in consumer markets, paving the way for large-scale and dense
deployments in fifth-generation (5G)-and-beyond as well as 6G networks. At the
same time, pervasive mmWave access will enable device localization and
device-free sensing with unprecedented accuracy, especially with respect to
sub-6 GHz commercial-grade devices. This paper surveys the state of the art in
device-based localization and device-free sensing using mmWave communication
and radar devices, with a focus on indoor deployments. We first overview key
concepts about mmWave signal propagation and system design. Then, we provide a
detailed account of approaches and algorithms for localization and sensing
enabled by mmWaves. We consider several dimensions in our analysis, including
the main objectives, techniques, and performance of each work, whether each
research reached some degree of implementation, and which hardware platforms
were used for this purpose. We conclude by discussing that better algorithms
for consumer-grade devices, data fusion methods for dense deployments, as well
as an educated application of machine learning methods are promising, relevant
and timely research directions.
- Abstract（参考訳）: 低コストミリ波通信およびレーダー装置の商用利用は、消費者市場におけるそのような技術の浸透を改善し始め、第5世代(5G)および第6世代(6G)ネットワークにおける大規模かつ高密度な展開の道を開いた。
同時に、広汎なmmWaveアクセスは、特に6GHz以下の商用機器に関して、前例のない精度でデバイスローカライズとデバイスフリーセンシングを可能にする。
本稿では,mm波通信とレーダデバイスを用いたデバイスベース位置推定とデバイスフリーセンシングの現状について,屋内配置に着目して検討する。
我々はまず,mmWave信号の伝搬とシステム設計に関する重要な概念を概説する。
次に、mWavesによって実現された局所化およびセンシングのためのアプローチとアルゴリズムの詳細な説明を行う。
分析では,各研究の目的,技術,性能,各研究がある程度の実装に到達したか,どのハードウェアプラットフォームがこの目的に使用されたかなど,いくつかの側面を考察した。
結論として,消費者級デバイスのためのより良いアルゴリズム,密集したデプロイメントのためのデータ融合手法,機械学習手法の教育的応用は有望で,適切で,タイムリーな研究の方向性である,と論じた。
関連論文リスト
- Global Scale Self-Supervised Channel Charting with Sensor Fusion [18.342892157962563]
そこで本研究では,TRP(Transfer Reception Points)の到着時刻と位置を考慮に入れた新しいチャネルチャート化手法を提案する。
提案アルゴリズムは, 幾何モデルやユーザ位置の真理を必要とせず, 訓練および試験段階において自己監督されたままである。
シミュレーションの結果、我々のアルゴリズムの90%を用いて、サブメーターレベルのローカライズ精度の達成を検証した。
論文 参考訳（メタデータ） (2024-05-07T14:33:45Z) - MiliPoint: A Point Cloud Dataset for mmWave Radar [12.084565337833792]
ミリ波(mmWave)レーダーは、人間の活動検知の魅力的な代替手段として登場した。
mmWaveレーダーは邪魔にならないので、ユーザーのプライバシーを保護できます。
しかし、RF(Radio Frequency)ベースの技術として、mmWaveレーダーは物体からの反射信号を捉えることに依存しており、カメラに比べてノイズが強い。
これにより、ディープラーニングコミュニティにとって興味深い疑問が持ち上がる。このような魅力的なセンサーのためのより効果的なポイントセットベースのディープラーニング手法を開発できるだろうか?
論文 参考訳（メタデータ） (2023-09-23T16:32:36Z) - Emerging Approaches for THz Array Imaging: A Tutorial Review and
Software Tool [2.5382095320488673]
THz周波数は、サブミリ波解像度での合成開口レーダ(SAR)イメージングに適している。
本稿では,近距離領域におけるTHz SARのシステムとアルゴリズムについて概説する。
セキュリティアプリケーションのためのオブジェクト検出とSAR画像の超解像に着目した。
論文 参考訳（メタデータ） (2023-09-16T02:54:02Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳（メタデータ） (2023-05-12T17:24:02Z) - 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) - Signal Processing and Machine Learning Techniques for Terahertz Sensing:
An Overview [89.09270073549182]
テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。
THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。
本稿では,信号前処理に着目した手法の概要を示す。
また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
論文 参考訳（メタデータ） (2021-04-09T01:38:34Z) - Moving Object Classification with a Sub-6 GHz Massive MIMO Array using
Real Data [64.48836187884325]
無線信号を用いた屋内環境における各種活動の分類は,様々な応用の新たな技術である。
本論文では,屋内環境におけるマルチインプット・マルチアウトプット(MIMO)システムから,機械学習を用いて移動物体の分類を解析する。
論文 参考訳（メタデータ） (2021-02-09T15:48:35Z) - Millimeter Wave Sensing: A Review of Application Pipelines and Building
Blocks [0.5199765487172326]
ミリ波スペクトルは5Gの一部であり、周波数は30 - 300GHzである。
ミリ波はしばしば通信媒体とみなされるが、優れた「センサ」であることも証明されている。
論文 参考訳（メタデータ） (2020-12-26T02:41:33Z) - Exploitation of Channel-Learning for Enhancing 5G Blind Beam Index
Detection [1.9981375888949475]
本研究は,5Gセルとビームインデックス検索の性能を機械学習技術により向上させる方法について検討する。
5Gビームインデックス検出の性能を高めるために,新しいチャネル学習手法を提案し,実装する。
論文 参考訳（メタデータ） (2020-12-07T12:24:32Z) - Acquisition of Channel State Information for mmWave Massive MIMO:
Traditional and Machine Learning-based Approaches [48.52099617055683]
チャネル状態情報(CSI)の取得精度はミリ波通信の性能に直接影響を与える。
本稿では,ミリ波マルチインプットマルチアウトプットシステムのビームトレーニングとチャネル推定を含む,CSIの買収の概要について述べる。
論文 参考訳（メタデータ） (2020-06-16T03:11:51Z) - A Big Data Enabled Channel Model for 5G Wireless Communication Systems [71.93009775340234]
本稿では,ビッグデータ解析,特に無線通信およびチャネルモデリングにおける機械学習アルゴリズムの様々な応用について検討する。
本稿では,ビッグデータと機械学習を利用した無線チャネルモデルフレームワークを提案する。
提案するチャネルモデルは、フィードフォワードニューラルネットワーク(FNN)やラジアル基底関数ニューラルネットワーク(RBF-NN)を含む、人工ニューラルネットワーク(ANN)に基づいている。
論文 参考訳（メタデータ） (2020-02-28T05:56:14Z)
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。