講演抄録/キーワード |
講演名 |
2021-08-20 10:25
無線LANセンシングのための離散フーリエ基底を用いた低演算量なチャネル解析手法 ○長尾勇平(レイドリクス)・辻 康介・一色良太郎・ラナンテ レオナルド(九工大)・尾知 博(レイドリクス) AP2021-49 |
抄録 |
(和) |
近年,無線LANを用いて人物検出やモーション検出,バイタルサイン検知などを行うCSI (Channel State Information) センシング技術が注目されている.無線LANは最も普及している無線通信インフラの一つであることから,CSIセンシングはスマートホームやヘルスケア分野などへ経済的かつ容易に応用できると期待されている.CSIセンシングにおけるチャネル解析(以降,CSI解析と呼ぶ)の一つでは,機械学習の前処理として,特徴抽出・次元削減のために主成分分析が用いられるが,特異値分解(もしくは固有値分解)を必要とするため,その演算量が問題となる.本報告では,無線LANがOFDM伝送系であることに着目して,離散フーリエ基底を用いた低演算量なCSI解析手法を提案する.具体的には,提案手法は特異ベクトルの代わりに離散フーリエ基底を用いて疑似的な対角化を行うことで低演算量化を可能とする.この時,得られる疑似対角行列の主対角線とそれ以外には,それぞれチャネルインパルス応答(マルチパス)の静的チャネル成分と動的チャネル成分が特徴量として現れる.実機上において本提案手法を適用したところ,低演算量化,特徴抽出,次元圧縮の3つの観点においてそれぞれ効果が得られており,その実験結果について報告する. |
(英) |
Channel State Information (CSI) sensing over wireless LAN is gathering attention, because it enables economically and easily to apply several applications in smart homes and healthcare, such as a human detection, motion detection and vital signs monitoring. In CSI sensing, principal component analysis (PCA) is used for feature extraction and dimensionality reduction as a step of machine learning. However, the computational complexity of PCA is high due to its singular value decomposition (SVD). In this paper, we propose a low complexity CSI analysis
method which performs an imperfect diagonalization using discrete Fourier basis. This approach is based on the characteristics of OFDM transmission. The real experiments show that the proposed method has three effectiveness in following aspects, computational complexity, feature extraction, and dimensionality reduction. |
キーワード |
(和) |
無線LAN / センシング / データ解析 / 主成分分析 / チャネル状態情報 / 特異値分解 / 離散フーリエ変換 / 対角化 |
(英) |
Wireless LAN / Sensing / Data Analysis / PCA / CSI / SVD / DFT / Diagonalization |
文献情報 |
信学技報, vol. 121, no. 141, AP2021-49, pp. 7-12, 2021年8月. |
資料番号 |
AP2021-49 |
発行日 |
2021-08-13 (AP) |
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 |
AP2021-49 |
研究会情報 |
研究会 |
AP |
開催期間 |
2021-08-20 - 2021-08-20 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
一般 |
テーマ(英) |
Antennas and Propagation |
講演論文情報の詳細 |
申込み研究会 |
AP |
会議コード |
2021-08-AP |
本文の言語 |
日本語 |
タイトル(和) |
無線LANセンシングのための離散フーリエ基底を用いた低演算量なチャネル解析手法 |
サブタイトル(和) |
|
タイトル(英) |
Low Complexity Channel Analysis using Discrete Fourier Basis for Wireless LAN Sensing |
サブタイトル(英) |
|
キーワード(1)(和/英) |
無線LAN / Wireless LAN |
キーワード(2)(和/英) |
センシング / Sensing |
キーワード(3)(和/英) |
データ解析 / Data Analysis |
キーワード(4)(和/英) |
主成分分析 / PCA |
キーワード(5)(和/英) |
チャネル状態情報 / CSI |
キーワード(6)(和/英) |
特異値分解 / SVD |
キーワード(7)(和/英) |
離散フーリエ変換 / DFT |
キーワード(8)(和/英) |
対角化 / Diagonalization |
第1著者 氏名(和/英/ヨミ) |
長尾 勇平 / Yuhei Nagao / ナガオ ユウヘイ |
第1著者 所属(和/英) |
株式会社レイドリクス (略称: レイドリクス)
Radrix co.,ltd. (略称: Radrix) |
第2著者 氏名(和/英/ヨミ) |
辻 康介 / Kosuke Tsuji / ツジ コウスケ |
第2著者 所属(和/英) |
九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: Kyutech) |
第3著者 氏名(和/英/ヨミ) |
一色 良太郎 / Ryotaro Isshiki / イッシキ リョウタロウ |
第3著者 所属(和/英) |
九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: Kyutech) |
第4著者 氏名(和/英/ヨミ) |
ラナンテ レオナルド / Leonardo Lanante / ラナンテ レオナルド |
第4著者 所属(和/英) |
九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: Kyutech) |
第5著者 氏名(和/英/ヨミ) |
尾知 博 / Hiroshi Ochi / オチ ヒロシ |
第5著者 所属(和/英) |
株式会社レイドリクス (略称: レイドリクス)
Radrix co.,ltd. (略称: Radrix) |
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: ) |
第21著者 氏名(和/英/ヨミ) |
/ / |
第21著者 所属(和/英) |
(略称: )
(略称: ) |
第22著者 氏名(和/英/ヨミ) |
/ / |
第22著者 所属(和/英) |
(略称: )
(略称: ) |
第23著者 氏名(和/英/ヨミ) |
/ / |
第23著者 所属(和/英) |
(略称: )
(略称: ) |
第24著者 氏名(和/英/ヨミ) |
/ / |
第24著者 所属(和/英) |
(略称: )
(略称: ) |
第25著者 氏名(和/英/ヨミ) |
/ / |
第25著者 所属(和/英) |
(略称: )
(略称: ) |
第26著者 氏名(和/英/ヨミ) |
/ / |
第26著者 所属(和/英) |
(略称: )
(略称: ) |
第27著者 氏名(和/英/ヨミ) |
/ / |
第27著者 所属(和/英) |
(略称: )
(略称: ) |
第28著者 氏名(和/英/ヨミ) |
/ / |
第28著者 所属(和/英) |
(略称: )
(略称: ) |
第29著者 氏名(和/英/ヨミ) |
/ / |
第29著者 所属(和/英) |
(略称: )
(略称: ) |
第30著者 氏名(和/英/ヨミ) |
/ / |
第30著者 所属(和/英) |
(略称: )
(略称: ) |
第31著者 氏名(和/英/ヨミ) |
/ / |
第31著者 所属(和/英) |
(略称: )
(略称: ) |
第32著者 氏名(和/英/ヨミ) |
/ / |
第32著者 所属(和/英) |
(略称: )
(略称: ) |
第33著者 氏名(和/英/ヨミ) |
/ / |
第33著者 所属(和/英) |
(略称: )
(略称: ) |
第34著者 氏名(和/英/ヨミ) |
/ / |
第34著者 所属(和/英) |
(略称: )
(略称: ) |
第35著者 氏名(和/英/ヨミ) |
/ / |
第35著者 所属(和/英) |
(略称: )
(略称: ) |
第36著者 氏名(和/英/ヨミ) |
/ / |
第36著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2021-08-20 10:25:00 |
発表時間 |
25分 |
申込先研究会 |
AP |
資料番号 |
AP2021-49 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.141 |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2021-08-13 (AP) |