| 講演抄録/キーワード |
| 講演名 |
2025-01-29 09:55
BLE到来角情報を用いた室内位置推定における重み付き最小二乗法のデータ駆動最適化の実験的評価 ○大橋吟次・衣斐信介(同志社大)・高橋拓海(阪大)・岩井誠人(同志社大) IT2024-33 SIP2024-72 RCS2024-216 |
| 抄録 |
(和) |
BLE到来角情報を用いた室内位置推定では,BLE送信機が方向探知信号を送信し,BLE受信機によって測定された信号の到来角度 (AoA: Angle of Arrival) に基づき,三角測量法や最小二乗法 (LS: Least Squares) に基づく測位アルゴリズムを用いて送信機の位置を推定する.この技術はBLEを用いた代表的な測位方式である電波指紋法や近接方式に比べ,より正確な測位が可能であるとして近年注目を集めている.しかし他の測位方式と同様に,壁面や什器による電波の反射,回折,遮蔽の影響を受け測位精度が低下するという問題がある.この問題に対処するため,本検討では重み付き最小二乗法 (WLS: Weighted Least Squares)に基づく最新の測位アルゴリズムに注目し,その重みをニューラルネットワーク (NN: Neural Network) によってデータ駆動で調整することで測位精度の向上を可能にする手法を提案する.NNモデルとして,一般的なNNモデルである多層パーセプトロン (MLP: Multi-Layer Perceptron) に加え,測位に使用するAoAデータが時間的に連続した時系列データであることに着目し,時系列データに特化したNNモデルである長短期記憶 (LSTM: Long Short Term Memory) の2種類を適用する.そして,什器が存在する室内環境内を移動する送信機を測位対象とした評価を行い,提案手法の有効性を評価する. |
| (英) |
In Bluetooth low energy (BLE)-angle of arrival (AoA)-based indoor localization, the position of a transmitter is estimated based on triangulation or Least Squares (LS)-based positioning algorithms using AoA data measured by BLE receivers.This technology has attracted attention in recent years for its ability to achieve higher positioning accuracy compared to other BLE-based positioning methods, such as radio fingerprinting and proximity methods.However, like other positioning methods, its accuracy deteriorates due to the effects of signal reflection, diffraction, and obstruction caused by walls and furniture.To address this issue, this study focuses on a state-of-the-art positioning algorithm based on weighted least squares (WLS) and proposes a data-driven method to adjust the weights using neural network (NN).In addition to a typical multi-layer perceptron (MLP), the NN models considered in this study include a long short-term memory (LSTM) network, which is a specialized NN model for time-series data, since the AoA data used for positioning is continuous in time.To validate the effectiveness of the proposed method, an experimental evaluation was conducted in an indoor environment with furniture, targeting a moving transmitter. |
| キーワード |
(和) |
室内位置推定 / BLE / AoA / ニューラルネットワーク / LSTM / / / |
| (英) |
Indoor Localization / BLE / AoA / Neural Network / LSTM / / / |
| 文献情報 |
信学技報, vol. 124, no. 366, RCS2024-216, pp. 43-48, 2025年1月. |
| 資料番号 |
RCS2024-216 |
| 発行日 |
2025-01-22 (IT, SIP, RCS) |
| 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 |
IT2024-33 SIP2024-72 RCS2024-216 |
| 研究会情報 |
| 研究会 |
RCS SIP IT |
| 開催期間 |
2025-01-29 - 2025-01-30 |
| 開催地(和) |
海峡メッセ下関 |
| 開催地(英) |
Kaikyou-messe |
| テーマ(和) |
無線通信のための信号処理,学習,数理,情報理論および一般 |
| テーマ(英) |
Signal Processing for Wireless Communications, Learning, Mathematics, Information Theory, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
RCS |
| 会議コード |
2025-01-RCS-SIP-IT |
| 本文の言語 |
日本語 |
| タイトル(和) |
BLE到来角情報を用いた室内位置推定における重み付き最小二乗法のデータ駆動最適化の実験的評価 |
| サブタイトル(和) |
|
| タイトル(英) |
Experimental Evaluation of Data-Driven Tuning for Weighted Least Squares of BLE-AoA-Based Indoor Localization |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
室内位置推定 / Indoor Localization |
| キーワード(2)(和/英) |
BLE / BLE |
| キーワード(3)(和/英) |
AoA / AoA |
| キーワード(4)(和/英) |
ニューラルネットワーク / Neural Network |
| キーワード(5)(和/英) |
LSTM / LSTM |
| 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) |
大橋 吟次 / Ginji Ohashi / オオハシ ギンジ |
| 第1著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
衣斐 信介 / Shinsuke Ibi / イビ シンスケ |
| 第2著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
高橋 拓海 / Takumi Takahashi / タカハシ タクミ |
| 第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
岩井 誠人 / Hisato Iwai / イワイ ヒサト |
| 第4著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
| 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: ) |
| 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 |
2025-01-29 09:55:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
RCS |
| 資料番号 |
IT2024-33, SIP2024-72, RCS2024-216 |
| 巻番号(vol) |
vol.124 |
| 号番号(no) |
no.364(IT), no.365(SIP), no.366(RCS) |
| ページ範囲 |
pp.43-48 |
| ページ数 |
6 |
| 発行日 |
2025-01-22 (IT, SIP, RCS) |
|