| 講演名 | 2019-01-24 モデル分類器を用いた高精度電波環境推定手法の検討 片桐 啓太(電通大), 小野瀬 圭太(電通大), 佐藤 光哉(東京理科大), 稲毛 契(都立産技高専), 藤井 威生(電通大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 高精度な電波環境推定手法として，実観測型スペクトラムデータベース（Measurement-based Spectrum Database : MSD）が注目されている．MSDでは，移動端末が観測した膨大な電波環境情報を場所ごとに統計化し，電波環境マップ（Radio Environment Map : REM）を構築する．REMを用いることで，従来のモデル式に基づいた伝搬推定と比較して，距離減衰および構造物依存のシャドウイング変動を高精度に推定することが可能となる．しかし，場所ごとに観測結果を統計処理するため，データベースに蓄積するデータ量が膨大となる．データベースの実用化には，蓄積データ量削減と伝搬推定精度向上の両立が将来的な課題の一つとして考えられる．そこで本稿では，送信機固定環境において，メッシュ内のシャドウイング変動を考慮し，場所ごとに伝搬モデルを分類する手法を提案する．提案手法では，移動端末が観測した受信信号強度（Received Signal Strength Indicator : RSSI）に基づきモデル分類器を構築する．分類器構築後，場所ごとに伝搬モデルの分類を行い，伝搬特性が類似している地点ではモデルを統一し同一の伝搬モデルを割り当てる事で，精度を維持しつつ蓄積データ量の削減を図る．提案手法の有用性を評価するため，セルラー通信における実測データを用いて分類器を構築した．結果より，既存のデータベースと同等の推定精度を実現でき，かつ，蓄積データ量を大幅に削減できることを示す．また，分類器の活用例として，所望の通信品質を確率的に保証する送信電力制御手法について検討する． |
| 抄録(英) | A Measurement-based Spectrum Database (MSD) attracts attention as highly accurate radio environment recognition. In the MSD, radio environment information is gathered by huge numbers of terminals and the gathered datasets are used to generate the Radio Environment Map (REM). However, the MSD stores the statistical information of each receiver mesh, so the registered data size is enormous. In this paper, we propose a method of classifying the propagation model with considering the shadowing fluctuation in a mesh under the fixed transmitter location environment, and unify the model at points where propagation characteristics are similar. We evaluate the proposed method by using the datasets measured at 3.5GHz cellular band. The results show that the proposed method can accurately estimate the radio environment while greatly reducing the registered data size. Furthermore, we study transmission power control using the model classifier. By designing the transmission power that satisfies the desired outage probability for the desired received power, we can confirm that communication efficiency is improved. |
| キーワード(和) | スペクトラムデータベース / 分類 / 電波伝搬 |
| キーワード(英) | Spectrum Database / Classify / Radio Propagation |
| 資料番号 | SR2018-108 |
| 発行日 | 2019-01-17 (SR) |
| 研究会情報 | |
| 研究会 | SR |
|---|---|
| 開催期間 | 2019/1/24(から2日開催) |
| 開催地（和） | コラッセふくしま（福島県福島市） |
| 開催地（英） | Corasse, Fukushima city (Fukushima prefecture) |
| テーマ（和） | コグニティブ無線，機械学習応用，異種無線融合型ネットワーク，SDN，IoT，一般 |
| テーマ（英） | cognitive radio, machine learning application, heterogeneous network, SDN, IoT etc. |
| 委員長氏名（和） | 梅林 健太(東京農工大) |
| 委員長氏名（英） | Kenta Umebayashi(Tokyo Univ. of Agric. and Tech.) |
| 副委員長氏名（和） | 有吉 正行(NEC) / 亀田 卓(東北大) |
| 副委員長氏名（英） | Masayuki Ariyoshi(NEC) / Suguru Kameda(Tohoku Univ.) |
| 幹事氏名（和） | 石津 健太郎(NICT) / 矢野 一人(ATR) / 石橋 功至(電通大) |
| 幹事氏名（英） | Kentaro Ishidu(NICT) / Kazuto Yano(ATR) / Koji Ishibashi(Univ. of Electro-Comm.) |
| 幹事補佐氏名（和） | Gia Khanh Tran(東工大) / 成枝 秀介(三重大) / 大島 浩嗣(構造計画研) / 太田 真衣(福岡大) / 大山 哲平(富士通研) |
| 幹事補佐氏名（英） | Gia Khanh Tran(Tokyo Inst. of Tech.) / Syusuke Narieda(Mie Univ.) / Koji Ohshima(Kozo Keikaku Engineering) / Mai Ohta(Fukuoka Univ.) / Teppei Oyama(Fujitsu Lab.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Radio |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | モデル分類器を用いた高精度電波環境推定手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Highly Accurate Estimation of Radio Propagation using Model Classifier |
| サブタイトル（和） | |
| キーワード(1)（和/英） | スペクトラムデータベース / Spectrum Database |
| キーワード(2)（和/英） | 分類 / Classify |
| キーワード(3)（和/英） | 電波伝搬 / Radio Propagation |
| 第 1 著者 氏名（和/英） | 片桐 啓太 / Keita Katagiri |
| 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） | 小野瀬 圭太 / Keita Onose |
| 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） | 佐藤 光哉 / Koya Sato |
| 第 3 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 第 4 著者 氏名（和/英） | 稲毛 契 / Kei Inage |
| 第 4 著者 所属（和/英） | 東京都立産業技術高等専門学校(略称：都立産技高専) Tokyo Metropolitan College of Industrial Technology(略称：TMCIT) |
| 第 5 著者 氏名（和/英） | 藤井 威生 / Takeo Fujii |
| 第 5 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) |
| 発表年月日 | 2019-01-24 |
| 資料番号 | SR2018-108 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | SR-421 |
| ページ範囲 | pp.79-84(SR), |
| ページ数 | 6 |
| 発行日 | 2019-01-17 (SR) |