論文の概要: Calibrating Wireless Ray Tracing for Digital Twinning using Local Phase Error Estimates

• arxiv url: http://arxiv.org/abs/2312.12625v1
• Date: Tue, 19 Dec 2023 22:01:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-21 17:37:13.658327
• Title: Calibrating Wireless Ray Tracing for Digital Twinning using Local Phase Error Estimates
• Title（参考訳）: 局所位相誤差推定を用いたディジタルツインニングのための無線レイトレーシングの校正
• Authors: Clement Ruah, Osvaldo Simeone, Jakob Hoydis, Bashir Al-Hashimi
• Abstract要約: レイトレーシング(RT)は、次世代無線システムの無線アクセスネットワーク(RAN)セグメントのDTを可能にする技術として広く見なされている。 RTヒンジの有効性は、RTが想定する電磁特性の実際のチャネル条件への適応に影響を及ぼす。 本稿では,チャネル応答における位相誤差を推定・補償する新しいチャネル応答に基づく手法を提案する。
• 参考スコア（独自算出の注目度）: 43.74603122703253
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Embodying the principle of simulation intelligence, digital twin (DT) systems construct and maintain a high-fidelity virtual model of a physical system. This paper focuses on ray tracing (RT), which is widely seen as an enabling technology for DTs of the radio access network (RAN) segment of next-generation disaggregated wireless systems. RT makes it possible to simulate channel conditions, enabling data augmentation and prediction-based transmission. However, the effectiveness of RT hinges on the adaptation of the electromagnetic properties assumed by the RT to actual channel conditions, a process known as calibration. The main challenge of RT calibration is the fact that small discrepancies in the geometric model fed to the RT software hinder the accuracy of the predicted phases of the simulated propagation paths. Existing solutions to this problem either rely on the channel power profile, hence disregarding phase information, or they operate on the channel responses by assuming the simulated phases to be sufficiently accurate for calibration. This paper proposes a novel channel response-based scheme that, unlike the state of the art, estimates and compensates for the phase errors in the RT-generated channel responses. The proposed approach builds on the variational expectation maximization algorithm with a flexible choice of the prior phase-error distribution that bridges between a deterministic model with no phase errors and a stochastic model with uniform phase errors. The algorithm is computationally efficient, and is demonstrated, by leveraging the open-source differentiable RT software available within the Sionna library, to outperform existing methods in terms of the accuracy of RT predictions.
• Abstract（参考訳）: シミュレーションインテリジェンスの原理を具現化し、デジタルツイン(DT)システムは物理システムの高忠実な仮想モデルを構築し維持する。 本稿では,次世代無線システムにおける無線アクセスネットワーク(RAN)セグメントのDTを可能にする技術として広く見なされているレイトレーシング(RT)に焦点を当てる。 RTはチャネル条件をシミュレートし、データ拡張と予測ベースの送信を可能にする。 しかし、RTヒンジの有効性は、RTが想定する電磁特性の実際のチャネル条件への適応(キャリブレーションと呼ばれるプロセス)に影響を及ぼす。 RTキャリブレーションの主な課題は、RTソフトウェアに供給される幾何学的モデルの小さな相違が、シミュレーションされた伝搬経路の予測位相の精度を妨げているという事実である。 この問題の既存の解決策は、チャネル電力プロファイルに依存するか、相情報を無視するか、あるいはシミュレーションされた位相をキャリブレーションに十分正確なものと仮定してチャネル応答を操作する。 本稿では,RT生成チャネル応答における位相誤差を推定・補償する,新しいチャネル応答に基づく手法を提案する。 提案手法は,位相誤差のない決定論的モデルと均一な位相誤差を持つ確率的モデルの間にブリッジする事前位相誤差分布を柔軟に選択した変動予測最大化アルゴリズムに基づく。 このアルゴリズムは計算効率が高く、Sionnaライブラリで利用可能なオープンソースの差別化可能なRTソフトウェアを活用して、RT予測の精度で既存の手法より優れていることを示す。

関連論文リスト

• How Critical is Site-Specific RAN Optimization? 5G Open-RAN Uplink Air Interface Performance Test and Optimization from Macro-Cell CIR Data [0.6753334733130354]
  我々は,特定の地点からのチャネル計測データの重要性と,その空気界面の最適化と試験への影響を考察する。 我々は, NR PUSCHアップリンクシミュレーションにOmniPHY-5Gニューラルレシーバを利用する。 提案手法は、事前学習と比較して1.85dBの低信号-雑音比(SNR)で10%のブロック誤り率(BLER)を達成する。
  論文  参考訳（メタデータ） (2024-10-25T13:57:48Z)
• Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment [59.75420353684495]
  コンピュータビジョンやバイオメディカルデータなどの信号に対する機械学習の応用は、ハードウェアデバイスやセッション記録にまたがる変動のため、しばしば課題に直面している。 本研究では,これらの変動を緩和するために,時空間モンジュアライメント(STMA)を提案する。 我々はSTMAが、非常に異なる設定で取得したデータセット間で、顕著で一貫したパフォーマンス向上をもたらすことを示す。
  論文  参考訳（メタデータ） (2024-07-19T13:33:38Z)
• Unified, Verifiable Neural Simulators for Electromagnetic Wave Inverse Problems [1.6795461001108096]
  我々は、数千のDoF、波長、照明波面、およびフリーフォームの散乱シミュレーションに対処できる単一の統一モデルを示す。 本研究は,既存の散乱シミュレータにおいて,普遍的かつ精度の高いニューラルサロゲートへの道を示すものである。
  論文  参考訳（メタデータ） (2024-03-31T03:23:29Z)
• DiffusionPCR: Diffusion Models for Robust Multi-Step Point Cloud Registration [73.37538551605712]
  ポイントクラウド登録(PCR)は、2つのポイントクラウド間の相対的な厳密な変換を推定する。 本稿では, PCR を拡散確率過程として定式化し, ノイズ変換を基礎的真理にマッピングする。 実験ではDiffusionPCRの有効性を示し,3Dおよび3DLoMatchに対する最先端の登録リコール率(95.3%/81.6%)を得た。
  論文  参考訳（メタデータ） (2023-12-05T18:59:41Z)
• Learning Radio Environments by Differentiable Ray Tracing [56.40113938833999]
  本稿では, 材料特性, 散乱, アンテナパターンの微分パラメトリゼーションによって補う, 勾配式キャリブレーション法を提案する。 提案手法は,MIMO(分散マルチインプットマルチインプット・マルチアウトプット・チャネル・サウンドア)を用いて,合成データと実世界の屋内チャネル計測の両方を用いて検証した。
  論文  参考訳（メタデータ） (2023-11-30T13:50:21Z)
• Convolutional generative adversarial imputation networks for spatio-temporal missing data in storm surge simulations [86.5302150777089]
  GAN(Generative Adversarial Imputation Nets)とGANベースの技術は、教師なし機械学習手法として注目されている。 提案手法を Con Conval Generative Adversarial Imputation Nets (Conv-GAIN) と呼ぶ。
  論文  参考訳（メタデータ） (2021-11-03T03:50:48Z)
• Energy-Efficient Model Compression and Splitting for Collaborative Inference Over Time-Varying Channels [52.60092598312894]
  本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。 提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
  論文  参考訳（メタデータ） (2021-06-02T07:36:27Z)
• mpNet: variable depth unfolded neural network for massive MIMO channel estimation [0.0]
  データレートとエネルギー効率の両面で、MIMO(Multiple-input multiple-output)通信システムは大きな可能性を秘めている。 物理モデルを使用することで、伝播の物理に基づいて事前情報を注入することで、問題を緩和することができる。 しかし、そのようなモデルは仮定の単純化に頼っており、実際には非現実的なシステムの構成を正確に知る必要がある。
  論文  参考訳（メタデータ） (2020-08-07T12:23:44Z)
• Online unsupervised deep unfolding for MIMO channel estimation [0.0]
  チャネル推定のためのオンライン学習を大規模に行うことを提案する。 これにより、不完全なモデルでオンラインにトレーニングできる計算効率のよいニューラルネットワークが実現される。 現実的なチャネルに適用され、優れた性能を示し、完全に校正されたシステムで得られるチャネル推定誤差をほぼ低くする。
  論文  参考訳（メタデータ） (2020-04-30T07:32:58Z)

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。