Fugu-MT 論文翻訳(概要): UWB TDoA Error Correction using Transformers: Patching and Positional Encoding Strategies

論文の概要: UWB TDoA Error Correction using Transformers: Patching and Positional Encoding Strategies

arxiv url: http://arxiv.org/abs/2507.03523v1
Date: Fri, 04 Jul 2025 12:19:54 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-08 15:46:34.761322
Title: UWB TDoA Error Correction using Transformers: Patching and Positional Encoding Strategies
Title（参考訳）: 変圧器を用いたUWB TDoA誤差補正:パッチングと位置符号化
Authors: Dieter Coppens, Adnan Shahid, Eli De Poorter,
Abstract要約: UWBベースのローカライゼーションシステムは、多経路効果と非視界条件により、多くの障害のある産業施設に配備された場合、不正確である。本稿では,すべてのアンカーノードから生チャネルインパルス応答(CIR)を用いて位置補正を行うトランスフォーマーを用いたTDoA位置補正手法を提案する。実世界のUWB測定実験に基づいて、我々の手法は(ほぼ)NLOS信号のみからなる複雑な環境で最大0.39mの精度を提供することができ、これはTDoAベースラインと比較して73.6%改善されている。
参考スコア（独自算出の注目度）: 1.5361702135159845
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Despite their high accuracy, UWB-based localization systems suffer inaccuracies when deployed in industrial locations with many obstacles due to multipath effects and non-line-of-sight (NLOS) conditions. In such environments, current error mitigation approaches for time difference of arrival (TDoA) localization typically exclude NLOS links. However, this exclusion approach leads to geometric dilution of precision problems and this approach is infeasible when the majority of links are NLOS. To address these limitations, we propose a transformer-based TDoA position correction method that uses raw channel impulse responses (CIRs) from all available anchor nodes to compute position corrections. We introduce different CIR ordering, patching and positional encoding strategies for the transformer, and analyze each proposed technique's scalability and performance gains. Based on experiments on real-world UWB measurements, our approach can provide accuracies of up to 0.39 m in a complex environment consisting of (almost) only NLOS signals, which is an improvement of 73.6 % compared to the TDoA baseline.
Abstract（参考訳）: 高い精度にもかかわらず、UWBベースのローカライゼーションシステムは、マルチパス効果と非線形(NLOS)条件により、多くの障害のある工業地帯に展開する際に不正確である。このような環境では、現在の誤差軽減手法は、典型的にはNLOSリンクを除外する。しかし、この排除アプローチは精度問題の幾何学的解法につながるため、ほとんどのリンクがNLOSの場合、この手法は実現不可能である。これらの制約に対処するため,すべてのアンカーノードから生チャネルインパルス応答(CIR)を用いて位置補正を行うトランスフォーマーを用いたTDoA位置補正手法を提案する。変換器の異なるCIR順序付け、パッチ、位置符号化戦略を導入し、提案手法のスケーラビリティと性能向上について分析する。実世界のUWB測定実験に基づいて、我々の手法は(ほぼ)NLOS信号のみからなる複雑な環境で最大0.39mの精度を提供することができ、これはTDoAベースラインと比較して73.6%の改善である。

関連論文リスト

Context-aware Biases for Length Extrapolation [0.0]
長さ補間のための付加的RPE, コンテキスト認識バイアス(CABLE)を提案する。入力シーケンスに基づいて位置バイアスを動的に調整することにより、CABLEは固定されたRPEの剛性を克服する。提案手法はFineWeb-Edu10BおよびWikiText-103データセット上でテストされた既存のRPE手法の性能を大幅に向上させる。
論文参考訳（メタデータ） (2025-03-11T05:54:58Z)
Transforming Indoor Localization: Advanced Transformer Architecture for NLOS Dominated Wireless Environments with Distributed Sensors [7.630782404476683]
本稿では,電力遅延プロファイル (PDP) の可変固有表現を保存する新しいトークン化手法であるSensor Snapshot Tokenization (SST) を提案する。また,Swish-Gated Linear Unit-based Transformer (L-SwiGLU Transformer) モデルを提案する。
論文参考訳（メタデータ） (2025-01-14T01:16:30Z)
Multimodal Instruction Disassembly with Covariate Shift Adaptation and Real-time Implementation [3.70729078195191]
我々は、ターゲットデバイスから電力とEMを同時に収集できる新しい小型プラットフォーム、RASCv3を導入する。我々は情報理論を用いてパワーとEMトレースから特徴を組み合わせ、選択するための新しいアプローチを考案した。オフラインおよびリアルタイムの命令分解器の認識率は、単一および複数モードの場合と比較する。
論文参考訳（メタデータ） (2024-12-10T17:00:23Z)
Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
非視線画像(NLOS)は、その潜在的な応用により注目されている。既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
論文参考訳（メタデータ） (2024-09-21T04:39:45Z)
Cal-DETR: Calibrated Detection Transformer [67.75361289429013]
本稿では,Deformable-DETR,UP-DETR,DINOのキャリブレーション検出トランス(Cal-DETR)のメカニズムを提案する。我々は、不確実性を利用してクラスロジットを変調する不確実性誘導ロジット変調機構を開発する。その結果、Cal-DETRは、ドメイン内およびドメイン外の両方を校正する競合する列車時間法に対して有効であることがわかった。
論文参考訳（メタデータ） (2023-11-06T22:13:10Z)
Adaptive Spot-Guided Transformer for Consistent Local Feature Matching [64.30749838423922]
局所的特徴マッチングのための適応スポットガイド変換器(ASTR)を提案する。 ASTRは、統一された粗いアーキテクチャにおける局所的な一貫性とスケールのバリエーションをモデル化する。
論文参考訳（メタデータ） (2023-03-29T12:28:01Z)
Adaptive Self-supervision Algorithms for Physics-informed Neural Networks [59.822151945132525]
物理情報ニューラルネットワーク(PINN)は、損失関数のソフト制約として問題領域からの物理的知識を取り入れている。これらのモデルの訓練性に及ぼす座標点の位置の影響について検討した。モデルがより高い誤りを犯している領域に対して、より多くのコロケーションポイントを段階的に割り当てる適応的コロケーション方式を提案する。
論文参考訳（メタデータ） (2022-07-08T18:17:06Z)
AdaStereo: An Efficient Domain-Adaptive Stereo Matching Approach [50.855679274530615]
本稿では,AdaStereoというドメイン適応型アプローチを提案する。我々のモデルは、KITTI、Middlebury、ETH3D、DrivingStereoなど、複数のベンチマークで最先端のクロスドメイン性能を実現している。提案手法は,様々なドメイン適応設定に対して堅牢であり,迅速な適応アプリケーションシナリオや実環境展開に容易に組み込むことができる。
論文参考訳（メタデータ） (2021-12-09T15:10:47Z)
Progressive Coordinate Transforms for Monocular 3D Object Detection [52.00071336733109]
本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。
論文参考訳（メタデータ） (2021-08-12T15:22:33Z)
Learning-based Bias Correction for Time Difference of Arrival Ultra-wideband Localization of Resource-constrained Mobile Robots [8.016760287602084]
超広帯域(UWB)到着時間差(TDOA)ベースのローカライゼーションは,多数のデバイスにスケール可能な,軽量で低コストなソリューションとして有望である。しかし、標準の商用UWB無線のローカライゼーション精度は、しばしば測定バイアスと外れ値のために不十分である。我々は,(i)学習に基づくバイアス補正と(ii)M推定に基づくロバストフィルタリングを併用して,アウトレーヤを扱う頑健なUWB TDOAローカライゼーションフレームワークを提案する。
論文参考訳（メタデータ） (2021-03-02T17:31:32Z)
Robust Ultra-wideband Range Error Mitigation with Deep Learning at the Edge [0.0]
室内無線環境のマルチパス効果、反射、屈折、複雑さは、測定範囲に正のバイアスをもたらす可能性がある。本稿では,ディープラーニングとグラフ最適化技術の最新技術を活用した効率的な表現学習手法を提案する。チャネルインパルス応答(CIR)信号を直接利用して高い意味的特徴を抽出し、NLoS条件またはLoS条件の補正を推定する。
論文参考訳（メタデータ） (2020-11-30T10:52:21Z)

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。