電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2018-05-25 10:00
[技術展示]LTEネットワークにおける機械学習を用いた位置推定手法のフィールド試験評価
金沢 昇長手厚史山元 惇ソフトバンク
技報オンラインサービス実施中
抄録 (和) セル設計やネットワーク品質の最適化,さらにはトラフィック予測等のサービス向上に向けて,高精度な端末位置推定が求められている.GPS等の既存の位置推定技術は端末の実装や設定に依存し,位置推定が不可となる場合が存在する.そこで,端末の実装や設定に依存せず全ての端末に適用可能な汎用的な方法として,位置と周辺の無線情報を同時に測定し位置指紋データベースを作成し,機械学習によるパターン認識を行うことで基地局において取得可能な無線情報を基に端末の位置推定を行う手法が検討されてきた.一般的に無線情報を使うほど推定精度は向上する傾向にあるが,推定精度の向上に寄与しない特徴量まで含めた全ての情報を用いることは、端末からのフィードバック量の増加や管理データの増大を引き起こすため非効率である.そこで,推定に用いる特徴量の適用効果を明らかにし,LTEネットワークにおける位置指紋法の効率的な運用を検討する必要がある.本検討では,都市部LTEネットワーク環境下においてフィールド試験により位置指紋データベースを作成した後,入力に用いる特徴量を選択し複数の推定モデルの学習を行い,推定精度を比較することで有効な無線情報の検証を行った. 
(英) In mobile communications networks, if we can estimate the location of each user equipment (UE) with high accuracy, efficient cell planning and network optimization become possible. However, it is difficult for operators to estimate the location of most commercial UEs because they cannot feedback their location information directly to their serving base stations. Radio Frequency (RF) fingerprint method is known as an effective localization method, with which we can estimate the location of UEs with only RF signature information by preparing a database with both RF signature and location information beforehand. In LTE, RF fingerprint database can be collected by conducting drive tests or using measurement data from UEs compatible with Minimization of Drive Test (MDT). Although the estimation accuracy can be better with more RF signatures, the increase in the amount of RF signatures causes the increase in the feedback, which consumes the uplink capacity and UE battery. Furthermore, keeping all RF signatures in database is inefficient because some RF signatures do not have effect on improving estimation accuracy. Hence, it is important to clarify the effect of each RF signature and use only effective ones in the localization. In this paper, we conducted a field experiment to create an RF fingerprint database in dense urban area, and evaluated the effectiveness of each RF signature by making several localization models based on machine learning. Eventually, we clarified minimum RF signatures required to operate RF fingerprint localization in LTE network.
キーワード (和) 位置推定 / 機械学習 / フィールド試験 / 位置指紋 / / / /  
(英) Localization / Machine Learning / Field Experiment / Location Fingerprint / / / /  
文献情報 信学技報, vol. 118, no. 57, SR2018-12, pp. 71-77, 2018年5月.
資料番号 SR2018-12 
発行日 2018-05-17 (SR) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 SR  
開催期間 2018-05-24 - 2018-05-25 
開催地(和) 東京ビッグサイト(ワイヤレステクノロジー・パーク(WTP)2018会場内) 
開催地(英) Tokyo big sight 
テーマ(和) 技術展示、機械学習、AI、一般 
テーマ(英) Technical Exhibition, Machine Learning, AI 
講演論文情報の詳細
申込み研究会 SR 
会議コード 2018-05-SR 
本文の言語 日本語 
タイトル(和) LTEネットワークにおける機械学習を用いた位置推定手法のフィールド試験評価 
サブタイトル(和)  
タイトル(英) Field Experiment of Localization Based on Machine Learning in LTE Environment 
サブタイトル(英)  
キーワード(1)(和/英) 位置推定 / Localization  
キーワード(2)(和/英) 機械学習 / Machine Learning  
キーワード(3)(和/英) フィールド試験 / Field Experiment  
キーワード(4)(和/英) 位置指紋 / Location Fingerprint  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 金沢 昇 / Noboru Kanazawa / カナザワ ノボル
第1著者 所属(和/英) ソフトバンク (略称: ソフトバンク)
SoftBank (略称: SoftBank)
第2著者 氏名(和/英/ヨミ) 長手 厚史 / Atsushi Nagate / ナガテ アツシ
第2著者 所属(和/英) ソフトバンク (略称: ソフトバンク)
SoftBank (略称: SoftBank)
第3著者 氏名(和/英/ヨミ) 山元 惇 / Atsushi Yamamoto / ヤマモト アツシ
第3著者 所属(和/英) ソフトバンク (略称: ソフトバンク)
SoftBank (略称: SoftBank)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2018-05-25 10:00:00 
発表時間 420 
申込先研究会 SR 
資料番号 IEICE-SR2018-12 
巻番号(vol) IEICE-118 
号番号(no) no.57 
ページ範囲 pp.71-77 
ページ数 IEICE-7 
発行日 IEICE-SR-2018-05-17 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会