論文の概要: Dataset of Pathloss and ToA Radio Maps With Localization Application

• arxiv url: http://arxiv.org/abs/2212.11777v3
• Date: Thu, 12 Sep 2024 00:14:21 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-13 22:51:28.643758
• Title: Dataset of Pathloss and ToA Radio Maps With Localization Application
• Title（参考訳）: ローカライゼーション応用によるパスロスとToAラジオマップのデータセット
• Authors: Çağkan Yapar, Ron Levie, Gitta Kutyniok, Giuseppe Caire,
• Abstract要約: データセットには、実都市地図における現実的な密集した都市環境の大規模なコレクションに、シミュレートされたパスロス/受信信号強度(RSS)と到着時刻(ToA)ラジオマップが含まれる。 提案データセットの2つの主な応用は,1)入力都市地図からパスロスを予測する学習方法,2)無線の局所化である。 RSSとToAマップが同じ都市マップ上で同じシミュレーションによって計算されているという事実は、RSSとToAベースのローカライゼーション手法を公平に比較することができる。
• 参考スコア（独自算出の注目度）: 59.11388233415274
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this article, we present a collection of radio map datasets in dense urban setting, which we generated and made publicly available. The datasets include simulated pathloss/received signal strength (RSS) and time of arrival (ToA) radio maps over a large collection of realistic dense urban setting in real city maps. The two main applications of the presented dataset are 1) learning methods that predict the pathloss from input city maps (namely, deep learning-based simulations), and, 2) wireless localization. The fact that the RSS and ToA maps are computed by the same simulations over the same city maps allows for a fair comparison of the RSS and ToA-based localization methods.
• Abstract（参考訳）: 本稿では,高密度都市環境における無線地図データセットの収集について紹介する。 データセットには、実都市地図における現実的な密集した都市環境の集合体に、シミュレートされたパスロス/受信信号強度(RSS)と到着時刻(ToA)ラジオマップが含まれる。 提示されたデータセットの2つの主な応用は、 1)入力都市地図(ディープラーニングベースシミュレーション)からパスロスを予測する学習方法と 2)無線の局部化。 RSSとToAマップが同じ都市マップ上で同じシミュレーションによって計算されているという事実は、RSSとToAベースのローカライゼーション手法を公平に比較することができる。

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)
• Pix2Map: Cross-modal Retrieval for Inferring Street Maps from Images [42.05213970259352]
  本稿では,エゴビュー画像から直接都市街路地図トポロジを推定するPix2Mapを紹介する。 この問題は、画像や既存の地図のジョイント、クロスモーダルな埋め込み空間を学習することで、クロスモーダル検索として表すことができる。 検索した地図は既存の地図を更新または拡張したり、概念実証結果を示すためにも利用できることを示す。
  論文  参考訳（メタデータ） (2023-01-10T22:05:35Z)
• LocUNet: Fast Urban Positioning Using Radio Maps and Deep Learning [59.17191114000146]
  LocUNet: 基地局(BSs)からの受信信号強度(RSS)のみに基づく深層学習手法 提案手法では,BSsからのRSSを,クラウド上に存在する可能性のある中央処理ユニット(CPU)にローカライズする。 推定されたBSのパスロスラジオマップを用いて、LocUNetは最先端の精度でユーザをローカライズし、無線マップの不正確性に対して高い堅牢性を享受する。
  論文  参考訳（メタデータ） (2022-02-01T20:27:46Z)
• Real-time Outdoor Localization Using Radio Maps: A Deep Learning Approach [59.17191114000146]
  LocUNet: ローカライゼーションタスクのための畳み込み、エンドツーエンドのトレーニングニューラルネットワーク(NN)。 我々は,LocUNetがユーザを最先端の精度でローカライズし,無線マップ推定における不正確性が高いことを示す。
  論文  参考訳（メタデータ） (2021-06-23T17:27:04Z)
• MAOMaps: A Photo-Realistic Benchmark For vSLAM and Map Merging Quality Assessment [0.0]
  本稿では,視覚に基づく同時ローカライゼーションとマッピング(vSLAM)とマップマージアルゴリズムの品質を定量的に評価することを目的とした,新しいベンチマークを提案する。 データセットはフォトリアリスティックで、ローカライゼーションとマップグラウンドの真理データの両方を提供する。 vSLAMで構築した地図と地上の地図を比較するために、SLAMコンテキストを考慮に入れた、それらの間の対応を見つける新しい方法を導入する。
  論文  参考訳（メタデータ） (2021-05-31T14:30:36Z)
• Radar-based Dynamic Occupancy Grid Mapping and Object Detection [55.74894405714851]
  近年、古典的占有グリッドマップのアプローチが動的占有グリッドマップに拡張されている。 本稿では,従来のアプローチのさらなる発展について述べる。 複数のレーダセンサのデータを融合し、グリッドベースの物体追跡・マッピング手法を適用する。
  論文  参考訳（メタデータ） (2020-08-09T09:26:30Z)
• Real-time Localization Using Radio Maps [59.17191114000146]
  パスロスに基づく簡易かつ効果的なローカライゼーション法を提案する。 提案手法では, 受信した信号強度を, 既知の位置を持つ基地局の集合から報告する。
  論文  参考訳（メタデータ） (2020-06-09T16:51:17Z)

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。