| 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 | 2024-03-14 13:55 効果的なCSIの特徴抽出と深層学習による屋内位置推定手法の比較検討 ○本間晴羽・松下隼人・井田悠太（山口大）・大平康旦（鹿児島大）・黒田 翔（FXシステムズ）・松元隆博（鹿児島大）  CAS2023-119 CS2023-112 |
|
| 抄録 | （和） | 近年，屋内位置情報ソリューション市場は拡大傾向にあり，屋内での測位技術の需要が高まっている．これに伴い，従来では様々な手法を用いた測位技術が検討されてきた．受信信号強度（Received Signal Strength; RSS）を用いた屋内測位技術は簡素な手法として検討されてきたが，障害物等の影響が測位精度の悪化に大きく起因する．これを受け，チャネル状態情報（Channel State Information; CSI）から振幅や位相などの特徴情報を抽出することによって，測位精度の向上する手法が提案され，更にはディープニューラルネットワーク（Deep Neural Network; DNN）や畳み込みニューラルネットワーク（Convolutional Neural Network; CNN）といった深層学習モデルを用いた機械学習を組み合わせ，パフォーマンスを向上させる手法も提案されている．しかし，これらの手法の最適性は示されていない． そこで本研究では，効果的なCSIの特徴情報を生成し，深層学習を用いた屋内位置推定手法を提案する．コンピュータシミュレーション結果から，CSIから生成した様々な情報の精度の違いを明らかにした． |
| （英） | In recent years, the indoor positioning solution markets has been expanding, and there is a growing demand for indoor positioning technologies. Consequently, various techniques for indoor positioning are explored. Traditionally, the received signal strength (RSS) is studied as a simple method. However, the positioning accuracy is deteriorated significantly due to the block of the obstruction. As a result, the improved method has been proposed by using the amplitude and the phase of the channel state information (CSI). Furthermore, the machine learning techniques such as the deep neural networks (DNN) and the convolutional neural networks (CNN) are combined, the improved performance is indicated. However, the optimality is not indicated in these methods. Therefore, we proposed the effective CSI feature extraction and deep learning-based Indoor positioning methods. From the computer simulation results, the difference of the accuracy of among the various information from the extracted CSI is indicated. | |
| キーワード | （和） | 屋内位置推定 / CSI / 深層学習 / CNN / DNN / / / |
| （英） | indoor positioning / CSI / deep learning / CNN / DNN / / / | |
| 文献情報 | 信学技報, vol. 123, no. 439, CS2023-112, pp. 47-52, 2024年3月. | |
| 資料番号 | CS2023-112 | |
| 発行日 | 2024-03-07 (CAS, CS) | |
| 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 | CAS2023-119 CS2023-112 |
|
| 研究会情報 | |
| 研究会 | CAS CS |
| 開催期間 | 2024-03-14 - 2024-03-15 |
| 開催地（和） | 大濱信泉記念館 |
| 開催地（英） | |
| テーマ（和） | ネットワークプロセッサ，通信のための信号処理回路，無線LAN/PAN，一般 |
| テーマ（英） | Network processor, Signal processing and circuits for communications, Wireless LAN / PAN, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2024-03-CAS-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | 効果的なCSIの特徴抽出と深層学習による屋内位置推定手法の比較検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Comparison of Effective CSI Feature Extraction and Deep Learning-Based Indoor Positioning Methods |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 屋内位置推定 / indoor positioning |
| キーワード(2)（和/英） | CSI / CSI |
| キーワード(3)（和/英） | 深層学習 / deep learning |
| キーワード(4)（和/英） | CNN / CNN |
| キーワード(5)（和/英） | DNN / DNN |
| 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） | 本間 晴羽 / Seiha Homma / ホンマ セイハ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松下 隼人 / Hayato Matsushita / マツシタ ハヤト |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 井田 悠太 / Yuta Ida / イダ ユウタ |
| 第3著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大平 康旦 / Yasuaki Ohira / オオヒラ ヤスアキ |
| 第4著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 黒田 翔 / Sho kuroda / クロダ ショウ |
| 第5著者 所属（和/英） | エフエクスシステムズ(株) (略称： FXシステムズ) FX Systems Corporation (略称： FX Systems) |
| 第6著者 氏名（和/英/ヨミ） | 松元 隆博 / Takahiro Matsumoto / マツモト タカヒロ |
| 第6著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-14 13:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CS |
| 資料番号 | CAS2023-119, CS2023-112 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.438(CAS), no.439(CS) |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2024-03-07 (CAS, CS) |
[研究会発表申込システムのトップページに戻る]