論文の概要: Floor Map Reconstruction Through Radio Sensing and Learning By a Large Intelligent Surface

• arxiv url: http://arxiv.org/abs/2206.10750v1
• Date: Tue, 21 Jun 2022 21:56:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-23 16:21:28.650357
• Title: Floor Map Reconstruction Through Radio Sensing and Learning By a Large Intelligent Surface
• Title（参考訳）: 大規模インテリジェント表面による無線センシングと学習による床地図復元
• Authors: Cristian J. Vaca-Rubio, Roberto Pereira, Xavier Mestre, David Gregoratti, Zheng-Hua Tan, Elisabeth de Carvalho, and Petar Popovski
• Abstract要約: 本稿では,大規模インテリジェントサーフェスで得られた無線環境マップを,その周辺に散在する散乱体で構築された屋内環境のフロアプランに変換する新しい手法を提案する。 本研究では, 局所的およびグローバルな測定値を用いて, フロアプランを正しく再構築可能であることを示す。
• 参考スコア（独自算出の注目度）: 46.593612138308096
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Environmental scene reconstruction is of great interest for autonomous robotic applications, since an accurate representation of the environment is necessary to ensure safe interaction with robots. Equally important, it is also vital to ensure reliable communication between the robot and its controller. Large Intelligent Surface (LIS) is a technology that has been extensively studied due to its communication capabilities. Moreover, due to the number of antenna elements, these surfaces arise as a powerful solution to radio sensing. This paper presents a novel method to translate radio environmental maps obtained at the LIS to floor plans of the indoor environment built of scatterers spread along its area. The usage of a Least Squares (LS) based method, U-Net (UN) and conditional Generative Adversarial Networks (cGANs) were leveraged to perform this task. We show that the floor plan can be correctly reconstructed using both local and global measurements.
• Abstract（参考訳）: ロボットとの安全な相互作用を確保するためには,環境の正確な表現が必要である。 同様に、ロボットとそのコントローラ間の信頼性の高い通信を確保することも重要である。 大型インテリジェントサーフェス(Large Intelligent Surface, LIS)は、通信能力によって広く研究されている技術である。 さらに、アンテナ素子の数が多いため、これらの表面は電波センシングの強力な解決策となる。 本稿では,LISで得られた無線環境マップを,その周辺に散在する散在する屋内環境のフロアプランに変換する方法を提案する。 また,Last Squares (LS) をベースとした U-Net (UN) と条件付き生成適応ネットワーク (cGAN) を用いた。 本研究では,局所的およびグローバルな測定値を用いて,フロアプランを正しく再構築可能であることを示す。

関連論文リスト

• The Future of Aerial Communications: A Survey of IRS-Enhanced UAV Communication Technologies [2.8002534443865987]
  Intelligent Reflecting Surfaces (IRS) と Unmanned Aerial Vehicles (UAVs) の出現は、無線通信分野における新たなベンチマークを設定している。 IRSは電磁波を操作するための画期的な能力を備えており、信号品質、ネットワーク効率、スペクトル利用の大幅な向上のための道を開いた。 UAVは、通信ネットワーク内の動的で汎用的な要素として出現し、従来の固定インフラが不足している地域では、高いモビリティとアクセスとカバー範囲の強化を実現している。
  論文  参考訳（メタデータ） (2024-06-02T09:58:53Z)
• From Simulations to Reality: Enhancing Multi-Robot Exploration for Urban Search and Rescue [46.377510400989536]
  本研究では,コミュニケーションが限られ,位置情報がない未知の環境での効率的なマルチロボット探索のための新しいハイブリッドアルゴリズムを提案する。 連続した目標情報なしでシナリオに合うように、ローカルなベストとグローバルなベストポジションを再定義する。 提示された研究は、限られた情報と通信能力を持つシナリオにおけるマルチロボット探索の強化を約束している。
  論文  参考訳（メタデータ） (2023-11-28T17:05:25Z)
• Pervasive Machine Learning for Smart Radio Environments Enabled by Reconfigurable Intelligent Surfaces [56.35676570414731]
  Reconfigurable Intelligent Surfaces(RIS)の新たな技術は、スマート無線環境の実現手段として準備されている。 RISは、無線媒体上の電磁信号の伝搬を動的に制御するための、高度にスケーラブルで低コストで、ハードウェア効率が高く、ほぼエネルギーニュートラルなソリューションを提供する。 このような再構成可能な無線環境におけるRISの密配置に関する大きな課題の1つは、複数の準曲面の効率的な構成である。
  論文  参考訳（メタデータ） (2022-05-08T06:21:33Z)
• UAV-aided RF Mapping for Sensing and Connectivity in Wireless Networks [52.14281905671453]
  無人航空機(UAV)を空飛ぶ無線アクセスネットワーク(RAN)ノードとして使用することは、従来の固定地上配備を補完する。 無線マッピングは、この課題に関連する課題の1つであり、ここでは無線マッピングと呼ばれている。 接続性, センサ性, ローカライゼーション性能の観点から, 無線マッピングによる利点を示す。
  論文  参考訳（メタデータ） (2022-05-06T16:16:08Z)
• 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)
• Path Design and Resource Management for NOMA enhanced Indoor Intelligent Robots [58.980293789967575]
  通信可能な屋内知的ロボット(IR)サービスフレームワークを提案する。 室内レイアウトとチャネル状態を決定論的に記述できるレゴモデリング手法が提案されている。 調査対象の無線マップは、強化学習エージェントを訓練するための仮想環境として呼び出される。
  論文  参考訳（メタデータ） (2020-11-23T21:45:01Z)
• Assessing Wireless Sensing Potential with Large Intelligent Surfaces [42.23329726068689]
  本稿では,産業4.0シナリオにおけるLIS(Large Intelligent Surfaces)の知覚可能性について述べる。 LISを受信した信号パワーに依存した環境の無線画像として扱うことにより,環境を感知する技術を開発した。 我々は、機械学習ソリューションのベンチマークとして、GLRT(Generalized Likelihood Ratio)に基づく統計検査を導出する。
  論文  参考訳（メタデータ） (2020-11-16T15:50:22Z)
• Reconfigurable Intelligent Surfaces and Machine Learning for Wireless Fingerprinting Localization [4.272515397452791]
  Reconfigurable Intelligent Surfaces (RIS) は、改良され、セキュアで、より効率的な無線通信を約束する。 無線指紋認証のローカライズアプリケーションにおいて、RISが提供した多様性を利用して、容易に識別可能な無線マップを生成し、選択する方法を提案し、実証する。
  論文  参考訳（メタデータ） (2020-10-07T08:10:18Z)
• A Primer on Large Intelligent Surface (LIS) for Wireless Sensing in an Industrial Setting [39.85717881039926]
  本稿では,産業4.0シナリオにおけるLIS(Large Intelligent Surfaces)のコミュニケーションセンシング統合の可能性について述べる。 LISを環境の無線画像として扱うことにより,コンピュータビジョンと機械学習を併用したセンシング技術を開発した。 その結果, LISをベースとしたセンシングは高精度で, 屋内の産業環境にも適用可能性が高いことがわかった。
  論文  参考訳（メタデータ） (2020-06-11T16:15:50Z)

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。