| 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 [ログイン] 技報アーカイブ |
| 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 | 2021-03-04 11:35 ［ポスター講演］スマートメータ向け電波環境マップにおける建物情報を用いた電波伝搬予測 ○見舘空椰・藤井威生（電通大）  RCS2020-237 SR2020-76 SRW2020-66 |
|
| 抄録 | （和） | 近年，インフラ運用コスト削減の需要増加に伴って，各家庭の水道，電力，ガスなどの生活リソースを効率的に制御するスマートメータシステムが注目を集めている．スマートメータシステムでは，各スマートメータが計測したデータを無線マルチホップ通信により Fusion Center (FC) へ送信する．これにより，新規スマートメータは周囲のスマートメータに対し，無線接続を保証できる範囲内に設置されなければならない．そのため，新規スマートメータ設置時には設置位置周辺での電波伝搬特性が必要不可欠である．一方で，スマートメータは一戸建ての一角に設置され，設置高さも周囲の建物高より低い．ゆえに，端末周辺の建物が端末間通信に影響を与えるため，従来の経験的電波伝搬モデルの適用が困難である．以上の背景を鑑みて，本研究では住宅街に設置されているスマートメータシステムのための高精度な電波伝搬予測を目指す．そこで，本研究では NN (Neural network) とCNN (Convolutional NN) を結合した NN を提案する．提案 NN は，スマートメータの座標などから学習する NN と端末周辺の衛星画像から特徴抽出を行う CNN ，それらの出力を入力として学習を行う NN により構成される．提案手法は ITU-R P.1411 で報告されている経験式と比較し，推定誤差分布の標準偏差を$3.02[{rm dB}]$減少可能なことが確認できた． |
| （英） | In recent years, smart metering systems that efficiently control household resources such as water, electricity, and gas have attracted to increase the demand for reducing infrastructure operating costs. Each smart meter transmits the measured data to the Fusion Center (FC) via wireless multi-hop communication in a smart metering system. This means that new Smart Meters must be installed within the range where a wireless connection can be guaranteed to surrounding Smart Meters. Hence, installing a new smart meter is essential to obtain the radio propagation characteristics around the installation location. On the other hand, smart meters are installed in the corner of a house, and their height is lower than the height of the surrounding buildings. Therefore, it is challenging to adopt the empirical propagation model because the buildings around the terminal affect the communication between terminals. Given the above background, this paper aims to develop a highly accurate radio propagation prediction for smart meter systems installed in residential areas. We propose a combined NN (Neural network) to achieve this goal. The proposed NN consists of an NN that learns from parameters such as the positions at smart meters, a CNN that extracts features from satellite images around the terminals, and an NN that learns from the NN’s output in the previous stage. The proposed method reduces the standard deviation of the estimation error distribution by 3.02[dB] compared to the empirical model reported in ITU-R P.1411. | |
| キーワード | （和） | スマートメータ / 電波伝搬予測 / 電波環境マップ / 機械学習 / / / / |
| （英） | Smart meters / Radio propagation prediction / Radio environment map / Machine learning / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 404, RCS2020-237, pp. 163-164, 2021年3月. | |
| 資料番号 | RCS2020-237 | |
| 発行日 | 2021-02-24 (RCS, SR, SRW) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCS2020-237 SR2020-76 SRW2020-66 |
|
| 研究会情報 | |
| 研究会 | RCS SR SRW |
| 開催期間 | 2021-03-03 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 移動通信ワークショップ |
| テーマ（英） | Mobile Communication Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2021-03-RCS-SR-SRW |
| 本文の言語 | 日本語 |
| タイトル（和） | スマートメータ向け電波環境マップにおける建物情報を用いた電波伝搬予測 |
| サブタイトル（和） | |
| タイトル（英） | Radio Propagation Prediction Using Building Information in Radio Environment Map for Smart Meters |
| サブタイトル（英） | |
| キーワード(1)（和/英） | スマートメータ / Smart meters |
| キーワード(2)（和/英） | 電波伝搬予測 / Radio propagation prediction |
| キーワード(3)（和/英） | 電波環境マップ / Radio environment map |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| 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） | 見舘 空椰 / Soraya Mitate / ミタテ ソラヤ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 藤井 威生 / Takeo Fujii / フジイ タケオ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-04 11:35:00 |
| 発表時間 | 40分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2020-237, SR2020-76, SRW2020-66 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.404(RCS), no.405(SR), no.406(SRW) |
| ページ範囲 | pp.163-164(RCS), pp.56-57(SR), pp.51-52(SRW) |
| ページ数 | 2 |
| 発行日 | 2021-02-24 (RCS, SR, SRW) |
[研究会発表申込システムのトップページに戻る]