論文の概要: Localization with Reconfigurable Intelligent Surface: An Active Sensing
Approach
- arxiv url: http://arxiv.org/abs/2312.09002v2
- Date: Fri, 15 Dec 2023 19:36:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-19 12:20:38.987386
- Title: Localization with Reconfigurable Intelligent Surface: An Active Sensing
Approach
- Title(参考訳): 再構成可能なインテリジェントサーフェスによる局所化:アクティブセンシングアプローチ
- Authors: Zhongze Zhang and Tao Jiang and Wei Yu
- Abstract要約: 本稿では,パイロットを順次送信し,基地局が検知ベクトルを適応的に調整する戦略を提案する。
提案手法は解釈可能な結果を生成し, 知覚段階の数で一般化可能である。
- 参考スコア(独自算出の注目度): 15.695690535445868
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper addresses an uplink localization problem in which a base station
(BS) aims to locate a remote user with the help of reconfigurable intelligent
surfaces (RISs). We propose a strategy in which the user transmits pilots
sequentially and the BS adaptively adjusts the sensing vectors, including the
BS beamforming vector and multiple RIS reflection coefficients based on the
observations already made, to eventually produce an estimated user position.
This is a challenging active sensing problem for which finding an optimal
solution involves searching through a complicated functional space whose
dimension increases with the number of measurements. We show that the long
short-term memory (LSTM) network can be used to exploit the latent temporal
correlation between measurements to automatically construct scalable state
vectors. Subsequently, the state vector is mapped to the sensing vectors for
the next time frame via a deep neural network (DNN). A final DNN is used to map
the state vector to the estimated user position. Numerical result illustrates
the advantage of the active sensing design as compared to non-active sensing
methods. The proposed solution produces interpretable results and is
generalizable in the number of sensing stages. Remarkably, we show that a
network with one BS and multiple RISs can outperform a comparable setting with
multiple BSs.
- Abstract(参考訳): 本稿では,基地局 (BS) が,構成変更可能なインテリジェントサーフェス (RIS) の助けを借りて遠隔地ユーザを見つけることを目的としたアップリンクローカライズ問題に対処する。
本稿では、パイロットを順次送信し、BSビームフォーミングベクターと複数のRIS反射係数を含むセンサベクトルを、既に達成された観測に基づいて適応的に調整し、最終的に推定されたユーザ位置を生成する戦略を提案する。
これは、最適な解を見つけるには、測定数で次元が増加する複雑な機能空間を探索することを伴う、挑戦的なアクティブセンシング問題である。
その結果,long short-term memory (lstm) ネットワークは,測定値間の潜在時間相関を利用してスケーラブルな状態ベクトルを自動構築できることがわかった。
その後、状態ベクトルは、ディープニューラルネットワーク(dnn)を介して、次の時間フレームのセンシングベクトルにマッピングされる。
最終dnnは、状態ベクトルを推定ユーザ位置にマッピングするために使用される。
その結果, 非アクティブセンシング法と比較して, アクティブセンシング設計の利点が示された。
提案する解は、解釈可能な結果を生成し、センシング段階の数で一般化する。
注目すべきは、ひとつのBSと複数のRISを持つネットワークが、複数のBSで同等な設定を達成できることである。
関連論文リスト
- The Impacts of Data, Ordering, and Intrinsic Dimensionality on Recall in Hierarchical Navigable Small Worlds [0.09208007322096533]
調査は、HNSWがデータセットのスペクトルにわたって有効であることに焦点を当てている。
我々は、KN(K Nearest Neighbours)探索と比較して、近似HNSW探索のリコールが、ベクトル空間の固有次元と結びついていることを発見した。
一般的なベンチマークデータセットをKNNの代わりにHNSWで実行することで、いくつかのモデルではランキングを最大3ポジションシフトすることができる。
論文 参考訳(メタデータ) (2024-05-28T04:16:43Z) - A distributed neural network architecture for dynamic sensor selection
with application to bandwidth-constrained body-sensor networks [53.022158485867536]
ディープニューラルネットワーク(DNN)のための動的センサ選択手法を提案する。
データセット全体の固定選択ではなく、個々の入力サンプルに対して最適なセンササブセット選択を導出することができる。
無線センサネットワーク(WSN)の寿命を、各ノードの送信頻度に制約を加えることで、この動的選択をいかに利用できるかを示す。
論文 参考訳(メタデータ) (2023-08-16T14:04:50Z) - Anchor Free remote sensing detector based on solving discrete polar
coordinate equation [4.708085033897991]
回転・多スケール物体を検出するためのAnchor Free Aviatic Remote Sensor Object Detector (BWP-Det) を提案する。
具体的には、インタラクティブなダブルブランチ(IDB)アップサンプリングネットワークを設計し、ヒートマップの予測に1つのブランチを徐々にアップサンプリングする。
我々は、前景と背景の違いを強調するために、重み付きマルチスケール畳み込み(WmConv)を改善した。
論文 参考訳(メタデータ) (2023-03-21T09:28:47Z) - VQ-T: RNN Transducers using Vector-Quantized Prediction Network States [52.48566999668521]
本稿では,RNNトランスデューサの予測ネットワークにおけるベクトル量子化長短期記憶単位を提案する。
ASRネットワークと協調して離散表現を訓練することにより、格子生成のために仮説を積極的にマージすることができる。
提案するVQ RNNトランスデューサは,通常の予測ネットワークを持つトランスデューサよりもASR性能が向上することを示す。
論文 参考訳(メタデータ) (2022-08-03T02:45:52Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳(メタデータ) (2022-07-03T06:57:07Z) - iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
iSDFは実時間符号付き距離場再構成のための連続学習システムである。
より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
論文 参考訳(メタデータ) (2022-04-05T15:48:39Z) - Active Sensing for Communications by Learning [24.508799223944223]
本稿では,無線通信におけるアクティブセンシング問題に対するディープラーニングアプローチを提案する。
観測の順序の時間的相関を利用して、各観測結果を一定サイズの状態情報ベクトルにマッピングする。
数値的な結果から,提案手法が既存の適応型・非適応型センシング手法よりも優れていることが示された。
論文 参考訳(メタデータ) (2021-12-08T01:50:45Z) - Edge-Detect: Edge-centric Network Intrusion Detection using Deep Neural
Network [0.0]
エッジノードは、Internet-of-Thingsエンドポイント上の複数のサイバー攻撃を検出するために不可欠である。
DLM技術を用いてエッジノードに対するDoS攻撃を検知する,軽量で高速かつ高精度なEdge-Detectモデルを開発した。
論文 参考訳(メタデータ) (2021-02-03T04:24:34Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳(メタデータ) (2020-07-28T07:34:30Z) - Scope Head for Accurate Localization in Object Detection [135.9979405835606]
本研究では,各位置のアンカーを相互依存関係としてモデル化したScopeNetと呼ばれる新しい検出器を提案する。
我々の簡潔で効果的な設計により、提案したScopeNetはCOCOの最先端の成果を達成する。
論文 参考訳(メタデータ) (2020-05-11T04:00:09Z) - Learning a Probabilistic Strategy for Computational Imaging Sensor
Selection [16.553234762932938]
本稿では,センサ設計のための確率的センササンプリング戦略を学習する物理制約付き,完全微分可能なオートエンコーダを提案する。
提案手法は,センサ選択の相関関係を2次完全接続型Isingモデルとして特徴付ける,システムに好まれるサンプリング分布を学習する。
論文 参考訳(メタデータ) (2020-03-23T17:52:17Z)
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。