| 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 | 2026-01-21 15:35 ［依頼講演］オープンソースベースのレイトレース解析および深層学習によるハイブリッド電波伝搬推定手法の検討 ○北野 翔・田中翔馬（ソフトバンク）  AP2025-185 |
|
| 抄録 | （和） | Beyond 5G/6Gに向けた次世代の基盤技術として注目されるデジタルツインの構築には、実環境に基づく高精度な電波伝搬推定が不可欠である。本研究では、国土地理院が提供する地図データを利用し、OpenRTMによるレイトレース解析を実施することで低コストに電波マップを作成し、さらに、疎な実測データを用いてPix2Pixによる補正を行うことで、実用的かつ高精度な電波伝搬推定手法をオープンソースベースで実現した。千葉工業大学 津田沼キャンパスにおいて1.296GHzで測定された114サンプルの伝搬損失データを推定元データ15点および推定対象データ99点とした異なる10データセットを用いて、RMSEにより本手法の性能評価を行った。10データセットのRMSEの平均値は7.34dBとなり、レイトレース解析のみの結果と比較して5.23dB改善し、その有効性を示した。 |
| （英） | Accurate radio propagation prediction based on real environments is essential for constructing digital twins, a key enabling technology for Beyond 5G/6G systems. In this study, we propose a practical and high-accuracy radio propagation prediction method built on open-source components. We generate radio maps at low cost by performing ray-tracing simulation with OpenRTM using map data provided by the Geospatial Information Authority of Japan. Furthermore, we refine the ray-tracing results by applying a Pix2Pix-based correction using sparse measurement data. For evaluation, we use 114 propagation loss samples measured at 1.296 GHz on the Tsudanuma Campus of Chiba Institute of Technology. We construct ten different datasets by selecting 15 samples as reference data and the remaining 99 samples as target data, and evaluate performance using the RMSE of the predicted propagation loss. The average RMSE over the ten datasets is 7.34 dB, which represents a 5.23 dB improvement compared with the ray-tracing-only baseline, demonstrating the effectiveness of the proposed method. | |
| キーワード | （和） | 電波伝搬推定 / 伝搬損失 / レイトレース法 / 深層学習 / 生成モデル / Pix2Pix / / |
| （英） | Radio propagation prediction / Propagation loss / Ray-tracing / Deep learning / Generative model / Pix2Pix / / | |
| 文献情報 | 信学技報, vol. 125, no. 318, AP2025-185, pp. 52-57, 2026年1月. | |
| 資料番号 | AP2025-185 | |
| 発行日 | 2026-01-14 (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 | AP2025-185 |
|
| 研究会情報 | |
| 研究会 | AP WPT |
| 開催期間 | 2026-01-21 - 2026-01-23 |
| 開催地（和） | 奄美市AiAiひろば |
| 開催地（英） | Amami City Aiai Hiroba |
| テーマ（和） | 電波伝搬・無線電力伝送・一般 |
| テーマ（英） | Radio propagation, Wireless transmission technology, Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2026-01-AP-WPT |
| 本文の言語 | 日本語 |
| タイトル（和） | オープンソースベースのレイトレース解析および深層学習によるハイブリッド電波伝搬推定手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Hybrid Approach for Radio Propagation Prediction Based on Open-Source Ray-Tracing Analysis and Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 電波伝搬推定 / Radio propagation prediction |
| キーワード(2)（和/英） | 伝搬損失 / Propagation loss |
| キーワード(3)（和/英） | レイトレース法 / Ray-tracing |
| キーワード(4)（和/英） | 深層学習 / Deep learning |
| キーワード(5)（和/英） | 生成モデル / Generative model |
| キーワード(6)（和/英） | Pix2Pix / Pix2Pix |
| 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） | 北野 翔 / Sho Kitano / キタノ ショウ |
| 第1著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corporation (略称： SoftBank Corp.) |
| 第2著者 氏名（和/英/ヨミ） | 田中 翔馬 / Shoma Tanaka / タナカ ショウマ |
| 第2著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corporation (略称： SoftBank Corp.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-01-21 15:35:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AP |
| 資料番号 | AP2025-185 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.318 |
| ページ範囲 | pp.52-57 |
| ページ数 | 6 |
| 発行日 | 2026-01-14 (AP) |
[研究会発表申込システムのトップページに戻る]