論文の概要: Intelligent Blockage Prediction and Proactive Handover for Seamless
Connectivity in Vision-Aided 5G/6G UDNs
- arxiv url: http://arxiv.org/abs/2203.16419v1
- Date: Mon, 21 Feb 2022 16:21:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-24 07:58:32.490425
- Title: Intelligent Blockage Prediction and Proactive Handover for Seamless
Connectivity in Vision-Aided 5G/6G UDNs
- Title（参考訳）: 視覚支援型5g/6g udnsにおけるシームレス接続のためのインテリジェントブロック予測とプロアクティブハンドオーバ
- Authors: Mohammad Al-Quraan, Ahsan Khan, Lina Mohjazi, Anthony Centeno, Ahmed
Zoha and Muhammad Ali Imran
- Abstract要約: 超高密度ネットワーク(UDN)におけるモビリティ管理の課題
本稿では,無線信号とオンロード監視システムを利用した新しいメカニズムを提案し,ブロックの可能性を事前に予測し,タイムリーなハンドオーバ(HO)を行う。
その結果,我々のBLK検出とPHOアルゴリズムは,ユーザ接続性および要求品質(QoE)の40%向上を実現していることがわかった。
- 参考スコア（独自算出の注目度）: 8.437758224218648
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The upsurge in wireless devices and real-time service demands force the move
to a higher frequency spectrum. Millimetre-wave (mmWave) and terahertz (THz)
bands combined with the beamforming technology offer significant performance
enhancements for ultra-dense networks (UDNs). Unfortunately, shrinking cell
coverage and severe penetration loss experienced at higher spectrum render
mobility management a critical issue in UDNs, especially optimizing beam
blockages and frequent handover (HO). Mobility management challenges have
become prevalent in city centres and urban areas. To address this, we propose a
novel mechanism driven by exploiting wireless signals and on-road surveillance
systems to intelligently predict possible blockages in advance and perform
timely HO. This paper employs computer vision (CV) to determine obstacles and
users' location and speed. In addition, this study introduces a new HO event,
called block event {BLK}, defined by the presence of a blocking object and a
user moving towards the blocked area. Moreover, the multivariate regression
technique predicts the remaining time until the user reaches the blocked area,
hence determining best HO decision. Compared to typical wireless networks
without blockage prediction, simulation results show that our BLK detection and
PHO algorithm achieves 40\% improvement in maintaining user connectivity and
the required quality of experience (QoE).
- Abstract（参考訳）: ワイヤレスデバイスとリアルタイムサービスの急増は、より高い周波数帯域への移動を強制する。
Millimetre-wave (mmWave) と terahertz (THz) のバンドとビームフォーミング技術が組み合わさって超高密度ネットワーク (UDN) の性能が大幅に向上した。
残念なことに、高スペクトルで経験した細胞被覆の縮小と深刻な浸透損失は、UDNにおいて重要な問題であり、特にビーム遮断と頻繁なハンドオーバ(HO)を最適化している。
都市部や都市部ではモビリティ管理の課題が広がっている。
そこで本研究では, 無線信号と道路監視システムを利用して, 事前の閉塞をインテリジェントに予測し, タイムリーなhoを行う新しいメカニズムを提案する。
本稿では,コンピュータビジョン(CV)を用いて障害物やユーザの位置,速度を判定する。
さらに,ブロックオブジェクトの存在と,ブロック領域に向かって移動しているユーザによって定義されるブロックイベント {BLK} と呼ばれる新しいHOイベントを導入する。
さらに、多変量回帰手法は、ユーザがブロック領域に到達するまでの残時間を予測し、最高のHO決定を決定する。
ブロック予測のない一般的な無線ネットワークと比較すると,我々のBLK検出とPHOアルゴリズムは,ユーザ接続性および要求品質(QoE)の40%向上を実現している。
関連論文リスト
- Enhancing Reliability in Federated mmWave Networks: A Practical and
Scalable Solution using Radar-Aided Dynamic Blockage Recognition [14.18507067281377]
本稿では,ミリ波(mmWave)およびテラヘルツ(THz)ネットワークサービスの動的屋外環境における信頼性向上のための新しい手法を提案する。
これらの設定では、人や車などの障害物を動かすことで、視線接続(LoS)が簡単に中断される。
提案手法はRadar-Aided Blockage Dynamic Recognition (RaDaR)と呼ばれ、レーダー計測とフェデレートラーニング(FL)を活用して、二重出力ニューラルネットワーク(NN)モデルをトレーニングする。
論文 参考訳（メタデータ） (2023-06-22T10:10:25Z) - Over-the-Air Federated Learning with Privacy Protection via Correlated
Additive Perturbations [57.20885629270732]
我々は、複数のユーザ/エージェントからエッジサーバへの勾配更新をOtA(Over-the-Air)で送信することで、無線フェデレーション学習のプライバシー面を考察する。
従来の摂動に基づく手法は、トレーニングの精度を犠牲にしてプライバシー保護を提供する。
本研究では,エッジサーバにおけるプライバシリークの最小化とモデル精度の低下を目標とする。
論文 参考訳（メタデータ） (2022-10-05T13:13:35Z) - Artificial Intelligence Empowered Multiple Access for Ultra Reliable and
Low Latency THz Wireless Networks [76.89730672544216]
テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。
いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。
本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
論文 参考訳（メタデータ） (2022-08-17T03:00:24Z) - Real-Time GPU-Accelerated Machine Learning Based Multiuser Detection for
5G and Beyond [70.81551587109833]
非線形ビームフォーミングフィルタは、大規模な接続を伴う定常シナリオにおいて、線形アプローチを著しく上回る。
主な課題の1つは、これらのアルゴリズムのリアルタイム実装である。
本稿では,大規模並列化によるAPSMに基づくアルゴリズムの高速化について検討する。
論文 参考訳（メタデータ） (2022-01-13T15:20:45Z) - Deep Reinforcement Learning Based Multidimensional Resource Management
for Energy Harvesting Cognitive NOMA Communications [64.1076645382049]
エネルギー収穫(EH)、認知無線(CR)、非直交多重アクセス(NOMA)の組み合わせはエネルギー効率を向上させるための有望な解決策である。
本稿では,決定論的CR-NOMA IoTシステムにおけるスペクトル,エネルギー,時間資源管理について検討する。
論文 参考訳（メタデータ） (2021-09-17T08:55:48Z) - Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets
Deep Reinforcement Learning [76.46530937296066]
本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。
モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
論文 参考訳（メタデータ） (2021-06-03T08:35:10Z) - Vision-Aided 6G Wireless Communications: Blockage Prediction and
Proactive Handoff [15.682727572668826]
遮断に対する感度は、高周波(5Gミリ波と6Gサブテラヘルツ)無線ネットワークにとって重要な課題です。
信頼性とレイテンシの課題に取り組む有望な方法は、無線ネットワークのプロアクションを可能にすることだ。
本稿では,bimodal machine learningを用いた視覚支援型無線通信ソリューションを提案する。
論文 参考訳（メタデータ） (2021-02-18T18:12:20Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - Deep Learning for Moving Blockage Prediction using Real Millimeter Wave
Measurements [18.365889583730507]
ミリ波(mmWave)通信は5G以降の重要なコンポーネントである。
視覚リンクラインの突然の遮断は、ネットワークの信頼性に影響を与える突然の切断につながります。
我々は,ブロック前シグネチャと呼ぶものを観測することで,将来のブロックを予測する機械学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-01-18T05:34:37Z) - Vision-Aided Dynamic Blockage Prediction for 6G Wireless Communication
Networks [11.626009272815816]
本稿では,テクトダイナミックリンクブロックを積極的に予測する新しい手法を提案する。
観測されたRGB画像とビームフォーミングベクターのシーケンスから、将来のリンクブロックを予測する方法を学ぶ。
リンクブロック予測精度は86%であり、視覚的データを使わずに一致しない。
論文 参考訳（メタデータ） (2020-06-17T14:37:38Z)
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。