論文の概要: Channel Charting in Smart Radio Environments
- arxiv url: http://arxiv.org/abs/2508.07305v1
- Date: Sun, 10 Aug 2025 11:40:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-12 21:23:28.800926
- Title: Channel Charting in Smart Radio Environments
- Title（参考訳）: スマート無線環境におけるチャネルチャートの作成
- Authors: Mahdi Maleki, Reza Agahzadeh Ayoubi, Marouan Mizmizi, Umberto Spagnolini,
- Abstract要約: 本稿では,静電スキン(EMS)を用いて,現実的な都市環境下でのチャネルチャート(CC)による堅牢なデバイスローカライゼーションを実現する。
チャネルの相似性と空間的フィンガープリントを強化するために,EMSを利用した厳密な最適化フレームワークを開発した。
最適化されたEMS構成は、平均位置決め誤差の大幅な改善に加えて、90パーセントの局所化誤差を60m以上(EMSなし)から25m未満に低減することを示した。
- 参考スコア（独自算出の注目度）: 4.375227587766249
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper introduces the use of static electromagnetic skins (EMSs) to enable robust device localization via channel charting (CC) in realistic urban environments. We develop a rigorous optimization framework that leverages EMS to enhance channel dissimilarity and spatial fingerprinting, formulating EMS phase profile design as a codebook-based problem targeting the upper quantiles of key embedding metric, localization error, trustworthiness, and continuity. Through 3D ray-traced simulations of a representative city scenario, we demonstrate that optimized EMS configurations, in addition to significant improvement of the average positioning error, reduce the 90th-percentile localization error from over 60 m (no EMS) to less than 25 m, while drastically improving trustworthiness and continuity. To the best of our knowledge, this is the first work to exploit Smart Radio Environment (SRE) with static EMS for enhancing CC, achieving substantial gains in localization performance under challenging None-Line-of-Sight (NLoS) conditions.
- Abstract（参考訳）: 本稿では,静電スキン(EMS)を用いて,現実的な都市環境下でのチャネルチャート(CC)による堅牢なデバイスローカライゼーションを実現する。
我々は,EMSを利用してチャネルの相似性と空間的フィンガープリントを向上する厳密な最適化フレームワークを開発し,鍵埋め込み距離,局所化誤差,信頼性,連続性の上位量子化を対象とするコードブックベースの問題として,EMS位相プロファイル設計を定式化した。
代表的な都市シナリオの3次元線トレーシングシミュレーションにより, 平均位置決め誤差の大幅な改善に加えて, 90%の局所化誤差を60m以上(EMSなし)から25m未満に低減し, 信頼性と連続性を大幅に向上した。
我々の知る限り、これは、None-Line-of-Sight(NLoS)条件に挑戦して、局部化性能を大幅に向上させる、静的EMSを用いたスマート無線環境(SRE)を利用する最初の試みである。
関連論文リスト
- RSGround-R1: Rethinking Remote Sensing Visual Grounding through Spatial Reasoning [61.84363374647606]
リモートセンシングビジュアルグラウンドディング(RSVG)は、自然言語記述に基づく大規模空中画像における対象物体のローカライズを目的としている。
これらの記述はしばしば位置的手がかりに大きく依存しており、空間的推論においてMLLM(Multimodal Large Language Models)に固有の課題を提起している。
空間理解の高度化を図るために,textbfRSGround-R1 と呼ばれる推論誘導型位置認識後学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-29T12:35:57Z) - Generative MIMO Beam Map Construction for Location Recovery and Beam Tracking [67.65578956523403]
本稿では,スパースチャネル状態情報(CSI)から位置ラベルを直接復元する生成フレームワークを提案する。
生のCSIを直接格納する代わりに、小型の低次元無線地図の埋め込みを学び、生成モデルを利用して高次元CSIを再構築する。
数値実験により,NLOSシナリオにおける局所化精度が30%以上向上し,20%のキャパシティゲインが得られることが示された。
論文 参考訳（メタデータ） (2025-11-21T07:25:49Z) - Towards Channel Charting Enhancement with Non-Reconfigurable Intelligent Surfaces [8.162955286698688]
我々は、チャネルチャート(CC)を強化するために、完全受動電磁スキン(EMS)をどのように設計できるかを検討する。
我々は2つの補完的な最先端CC技術、半教師付きt分散隣接埋め込み(t-SNE)と半教師付きオートエンコーダ(AE)を採用している。
CCヒンジの精度は信号対雑音比(SNR)と空間差のバランスに左右されることを示す。
論文 参考訳（メタデータ） (2025-11-02T12:43:43Z) - A Fluid Antenna Enabled Physical Layer Key Generation for Next-G Wireless Networks [83.86388221738225]
物理層鍵生成(PLKG)は、セキュリティインフラなしで無線チャネルから秘密鍵を入手することができる。
厳しい伝播環境では、キー生成率(KGR)が著しく低下する。
本稿では,この課題に対処するために,新しい流体アンテナ (FA) を用いたPLKGシステムを提案する。
論文 参考訳（メタデータ） (2025-08-16T18:39:19Z) - Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。
本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
論文 参考訳（メタデータ） (2025-07-12T17:11:06Z) - EnviKal-Loc: Sub-10m Indoor LoRaWAN Localization using an Environmental-Aware Path Loss and Adaptive RSSI Smoothing [6.8093214146903875]
本稿では,LoRaWANのローカライゼーションにおいて,10m未満の精度を実現するための軽量だがロバストな手法を提案する。
我々の手法は、重要なLoRaWANパラメータを持つ従来のモデルを拡張します。
適応カルマンフィルタはRSSI変動を低減し、一時的なノイズから永続的なトレンドを分離する。
論文 参考訳（メタデータ） (2025-05-02T11:00:40Z) - BIM-Constrained Optimization for Accurate Localization and Deviation Correction in Construction Monitoring [0.0]
建築モニタリングのためのAR(Augmented Reality)アプリケーションは、建築要素を可視化するためのリアルタイム環境トラッキングに依存している。
しかし, 建設現場は, 特徴のない表面, 動的変化, 漂流蓄積などにより, 従来の追跡手法に重要な課題を呈している。
本稿では,これらの課題に対処するBIM対応ドリフト補正手法を提案する。
論文 参考訳（メタデータ） (2025-04-24T16:02:02Z) - ALOcc: Adaptive Lifting-based 3D Semantic Occupancy and Cost Volume-based Flow Prediction [89.89610257714006]
既存の手法は、これらのタスクの要求に応えるために高い精度を優先する。
本稿では,3次元セマンティック占有率予測とフロー推定のための一連の改善点を紹介する。
私たちの純粋な時間的アーキテクチャフレームワークであるALOccは、速度と精度の最適なトレードオフを実現しています。
論文 参考訳（メタデータ） (2024-11-12T11:32:56Z) - MetaTrading: An Immersion-Aware Model Trading Framework for Vehicular Metaverse Services [92.40586697273868]
モノのインターネットのタイムリーな更新は、車載メタバースサービスの没入を実現するために不可欠である。
本稿では,フェデレーション学習による効率的なプライバシ保護データ提供を可能にする没入型モデルトレーディングフレームワークを提案する。
実験の結果,提案手法は最先端のベンチマークよりも優れていた。
論文 参考訳（メタデータ） (2024-10-25T16:20:46Z) - Continuously Optimizing Radar Placement with Model Predictive Path Integrals [16.148347437965683]
センサー配置の連続最適化は、様々な軍事・民間用途における正確な目標位置決めに不可欠である。
レーダパラメータとレーダ目標距離を組み込んだレンジ計測モデルを用いる。
我々は、時間とともにレーダーと目標の進化する幾何学を可視化し、最も高い測定情報を得る領域をハイライトする。
論文 参考訳（メタデータ） (2024-05-29T11:25:53Z) - Sub-token ViT Embedding via Stochastic Resonance Transformers [51.12001699637727]
Vision Transformer (ViT) アーキテクチャは、画像を高次元のベクトル化トークンの集合として表現し、それぞれが長方形の非重複パッチに対応する。
我々は「確率共鳴」にインスパイアされた無訓練法を提案する。
結果として得られるSRT(Stochastic Resonance Transformer)は、元の表現のリッチな意味情報を保持するが、空間的トークン化の粗い効果を軽減し、より微細な空間領域に基盤を置いている。
論文 参考訳（メタデータ） (2023-10-06T01:53:27Z) - NeRF-LOAM: Neural Implicit Representation for Large-Scale Incremental
LiDAR Odometry and Mapping [14.433784957457632]
ニューラルドメトリー,ニューラルマッピング,メッシュ再構成の3つのモジュールからなる新しいNeRF-LOAMを提案する。
提案手法は,LiDARデータを用いた大規模環境において,最先端のオドメトリーとマッピング性能を実現するとともに,強力な一般化を実現する。
論文 参考訳（メタデータ） (2023-03-19T16:40:36Z) - On the Effective Usage of Priors in RSS-based Localization [56.68864078417909]
本稿では、受信信号強度(RSS)指紋と畳み込みニューラルネットワークに基づくアルゴリズムLocUNetを提案する。
本稿では,密集市街地における局所化問題について検討する。
まず,LocUNetがRx位置やRxの事前分布を学習し,トレーニングデータから送信者(Tx)アソシエーションの好みを学習し,その性能を評価できることを示す。
論文 参考訳（メタデータ） (2022-11-28T00:31:02Z) - Physically Constrained Generative Adversarial Networks for Improving Precipitation Fields from Earth System Models [0.0]
既存のポストプロセッシング手法はESMシミュレーションを局所的に改善できるが、モデル化された空間パターンの誤りを訂正することはできない。
本研究では,局所分布と空間構造を同時に改善するための,物理的に制約された生成逆ネットワーク(GAN)に基づくフレームワークを提案する。
論文 参考訳（メタデータ） (2022-08-25T15:19:10Z) - Collaborative Intelligent Reflecting Surface Networks with Multi-Agent
Reinforcement Learning [63.83425382922157]
インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。
本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
論文 参考訳（メタデータ） (2022-03-26T20:37:14Z) - Improving Stability of LS-GANs for Audio and Speech Signals [70.15099665710336]
このベクトル空間で計算された正規性からジェネレータ最適化の定式化への切り離しの符号化は、より包括的な分光図を作成するのに役立つことを示す。
本手法をベースラインGANと比較してモード崩壊の少ないトレーニングにおける安定性向上に有効であることを示す。
論文 参考訳（メタデータ） (2020-08-12T17:41:25Z)
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。