フィジカル空間情報を用いた深層学習に基づく無線通信品質予測

DOI

書誌事項

タイトル別名
  • Wireless Link Quality Prediction Using Physical Space Information based on Deep Learning

抄録

無線通信技術の発展により,様々な端末がネットワークにつながり,その数も増え続けている.センシング・AI解析・フィードバックにより社会課題の解決を目指す情報社会であるSociety 5.0では,物理世界情報が仮想空間に存在するようになり,ビッグデータに基づく様々な新しいサービスが生まれると期待されている.また,ポストCOVIDの世界では,人を介さずに,自動運転,自動運搬,自動構築などの自律型サービスの重要性が高まっており,センシング・AIの重要性はますます高まっている.これまで,多様な要求条件を有する無線通信デバイスは人だけが所有していたが,今後は,自律動作する,車両やドローンを含むモビリティロボットに拡大していくと考えられる.このように端末が多様化し,数が増え続ければ,既存の無線リソースが枯渇し,利用帯域は高周波へシフトせざるを得ない.しかしながら,周波数が高くなれば,端末自身や周辺環境などの物理的な遮蔽による減衰が大きくなる.多種多様,かつ多数の端末が,これまでよりも高い周波数で安定して無線通信を行うためには,Society 5.0における物理世界情報を用い,物理的な周辺環境を把握して無線通信を運用していくことが考えられる.本論文では,未来の無線通信品質を予測することを例として,物理世界情報を無線通信に用いることの効果を,屋内環境での自律型モビリティロボットにより検証した結果を示す.

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390575031120631808
  • DOI
    10.14923/transcomj.2021mji0003
  • ISSN
    18810209
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ