| 講演名 | 2021-11-10 Channel Parameter Estimation by using Environmental Features Inocent Calist(新潟大), Zhiqiang Li(新潟大), Minseok Kim(新潟大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Recent developments in the next generation of mobile communication and the application of the Internet of things has raised the need to develop more accurate channel models. This work presents the development of a supervised based machine learning (ML) prediction model for large scale channel parameters (LSCPs) estimation by analyzing the reflected multipath ray's information. The reflected rays varies with the morphology structure of the propagation environment, hence a dynamic LSCPs predictive model can be realized. The input parameters to the prediction model are transmitter (TX) and receiver (RX) positional coordinates, and the reflected rays' information such as the delay, angle of arrival, angle of departure, elevation angle of arrival, elevation angle of departure, and power gain. The proposed model was implemented using Random Forest (RF) which can predict both linear and nonlinear data. Ray tracing (RT) simulation was performed to calculate the input measurement dataset of the LSCPs, and the input information of the reflected rays. Cross validation was then utilized to validate the model. |
| 抄録(英) | Recent developments in the next generation of mobile communication and the application of the Internet of things has raised the need to develop more accurate channel models. This work presents the development of a supervised based machine learning (ML) prediction model for large scale channel parameters (LSCPs) estimation by analyzing the reflected multipath ray's information. The reflected rays varies with the morphology structure of the propagation environment, hence a dynamic LSCPs predictive model can be realized. The input parameters to the prediction model are transmitter (TX) and receiver (RX) positional coordinates, and the reflected rays' information such as the delay, angle of arrival, angle of departure, elevation angle of arrival, elevation angle of departure, and power gain. The proposed model was implemented using Random Forest (RF) which can predict both linear and nonlinear data. Ray tracing (RT) simulation was performed to calculate the input measurement dataset of the LSCPs, and the input information of the reflected rays. Cross validation was then utilized to validate the model. |
| キーワード(和) | Machine learning / parameter estimation / channel / rays information / prediction model |
| キーワード(英) | Machine learning / parameter estimation / channel / rays information / prediction model |
| 資料番号 | AP2021-106 |
| 発行日 | 2021-11-03 (AP) |
| 研究会情報 | |
| 研究会 | AP / RCS |
|---|---|
| 開催期間 | 2021/11/10(から3日開催) |
| 開催地（和） | NBC別館（長崎） |
| 開催地（英） | NBC-Bekkan (Nagasaki) |
| テーマ（和） | アダプティブアンテナ，等化，干渉キャンセラ，MIMO，無線通信，一般 |
| テーマ（英） | Adaptive Antenna, Equalization, Interference Canceler, MIMO, Wireless Communications, etc. |
| 委員長氏名（和） | 山田 寛喜(新潟大) / 岡本 英二(名工大) |
| 委員長氏名（英） | Hiroshi Yamada(Niigata Univ.) / Eiji Okamoto(Nagoya Inst. of Tech.) |
| 副委員長氏名（和） | 藤元 美俊(福井大) / 西村 寿彦(北大) / 旦代 智哉(東芝) / 児島 史秀(NICT) |
| 副委員長氏名（英） | Mitoshi Fujimoto(Fukui Univ) / Toshihiko Nishimura(Hokkaido Univ.) / Tomoya Tandai(Toshiba) / Fumihide Kojima(NICT) |
| 幹事氏名（和） | 北尾 光司郎(NTTドコモ) / 道下 尚文(防衛大) / 村岡 一志(NEC) / 山本 哲矢(パナソニック) |
| 幹事氏名（英） | Koshiro Kitao(NTT DOCOMO) / Naobumi Michishita(National Defense Academy) / Kazushi Muraoka(NEC) / Tetsuya Yamamoto(Panasonic) |
| 幹事補佐氏名（和） | 金 ミンソク(新潟大) / 安達 宏一(電通大) / 中村 理(シャープ) / 酒井 学(三菱電機) / 岩渕 匡史(NTT) / 奥山 達樹(NTTドコモ) |
| 幹事補佐氏名（英） | Dr. Kim(Niigata Univ.) / Koichi Adachi(Univ. of Electro-Comm.) / Osamu Nakamura(Sharp) / Manabu Sakai(Mitsubishi Electric) / Masashi Iwabuchi(NTT) / Tatsuki Okuyama(NTT DOCOMO) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Antennas and Propagation / Technical Committee on Radio Communication Systems |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Channel Parameter Estimation by using Environmental Features |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Machine learning / Machine learning |
| キーワード(2)（和/英） | parameter estimation / parameter estimation |
| キーワード(3)（和/英） | channel / channel |
| キーワード(4)（和/英） | rays information / rays information |
| キーワード(5)（和/英） | prediction model / prediction model |
| 第 1 著者 氏名（和/英） | Inocent Calist / Inocent Calist |
| 第 1 著者 所属（和/英） | Niigata University(略称：新潟大) Niigata University(略称：Niigata Univ.) |
| 第 2 著者 氏名（和/英） | Zhiqiang Li / Zhiqiang Li |
| 第 2 著者 所属（和/英） | Niigata University(略称：新潟大) Niigata University(略称：Niigata Univ.) |
| 第 3 著者 氏名（和/英） | Minseok Kim / Minseok Kim |
| 第 3 著者 所属（和/英） | Niigata University(略称：新潟大) Niigata University(略称：Niigata Univ.) |
| 発表年月日 | 2021-11-10 |
| 資料番号 | AP2021-106 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | AP-233 |
| ページ範囲 | pp.34-38(AP), |
| ページ数 | 5 |
| 発行日 | 2021-11-03 (AP) |