| 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 | 2026-05-14 09:40 Wi-Fiを用いた屋内位置推定における計算量の低コスト化に向けたCSI相関に基づくサブキャリア選択法 ○酒井達成・楊 劉毅・朱 致儀・パトリック フィネルティ・太田 能（神戸大）  SeMI2026-2 |
|
| 抄録 | （和） | Wi‑Fi CSI（Channel State Information）と機械学習を用いた屋内測位では，高精度化のために全サブキャリア情報を利用することが一般的である． 一方で，利用する入力次元数の増加に伴い，学習および推論に要する計算量や処理時間が増大するという課題がある． 本研究では，先行研究におけるサブキャリア削減の有効性に着目し，不偏自己相関関数に基づくCSI特徴量から，位置推定に有効なサブキャリアを選択する手法を提案する． これにより，冗長なサブキャリアを除外することで学習コストの低減を図る． 実機環境において，選択したサブキャリアを用いた深層学習による屋内測位実験を行い，測位精度および計算時間の観点から評価した． その結果，提案手法は測位精度をほぼ維持したまま計算時間を削減できることを確認し，高速な屋内測位が可能であることを示した． |
| （英） | Indoor localization using Wi‑Fi Channel State Information (CSI) and machine learning typically exploits all subcarriers to achieve high positioning accuracy. However, the resulting high input dimensionality leads to large computational cost during training and inference. This study focuses on the effectiveness of subcarrier reduction and proposes a method for selecting subcarriers effective for localization based on CSI features derived from the unbiased autocorrelation function. By eliminating redundant subcarriers, the proposed method reduces learning cost. Real‑world experiments using a deep learning–based indoor positioning system evaluated localization accuracy and computation time. The results show that the proposed method reduces computation time while maintaining positioning accuracy, enabling efficient indoor localization. | |
| キーワード | （和） | CSI（Channel State Information） / 自己相関 / 屋内測位 / サブキャリア選択 / 機械学習 / / / |
| （英） | CSI / Auto Correlation / Indoor Localization / Subcarrier Selection / Machine Learning / / / | |
| 文献情報 | 信学技報, vol. 126, no. 15, SeMI2026-2, pp. 7-12, 2026年5月. | |
| 資料番号 | SeMI2026-2 | |
| 発行日 | 2026-05-07 (SeMI) | |
| 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 | SeMI2026-2 |
|
| 研究会情報 | |
| 研究会 | SeMI IPSJ-MBL IPSJ-ITS IPSJ-DPS |
| 開催期間 | 2026-05-13 - 2026-05-15 |
| 開催地（和） | 宮古島市未来創造センター |
| 開催地（英） | |
| テーマ（和） | センサネットワーク，モバイルインテリジェンス，分散コンピューティング，ITS，スマートコミュニティ，モバイルコンピューティング，パーベイシブシステム，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2026-05-SeMI-MBL-ITS-DPS |
| 本文の言語 | 日本語 |
| タイトル（和） | Wi-Fiを用いた屋内位置推定における計算量の低コスト化に向けたCSI相関に基づくサブキャリア選択法 |
| サブタイトル（和） | |
| タイトル（英） | Subcarrier Selection Method Based on CSI Correlation for Reducing Computational Cost in Wi-Fi Indoor Localization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | CSI（Channel State Information） / CSI |
| キーワード(2)（和/英） | 自己相関 / Auto Correlation |
| キーワード(3)（和/英） | 屋内測位 / Indoor Localization |
| キーワード(4)（和/英） | サブキャリア選択 / Subcarrier Selection |
| キーワード(5)（和/英） | 機械学習 / Machine Learning |
| 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） | 酒井 達成 / Tastsunari Sakai / サカイ タツナリ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 楊 劉毅 / Liuyi Yang / ヨウ リュウキ |
| 第2著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 朱 致儀 / Zhiyi Zhu / シュ チギ |
| 第3著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第4著者 氏名（和/英/ヨミ） | パトリック フィネルティ / Patrick Finnerty / パトリック フィネルティ |
| 第4著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 太田 能 / Chikara Ohta / オオタ チカラ |
| 第5著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-05-14 09:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SeMI |
| 資料番号 | SeMI2026-2 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.15 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2026-05-07 (SeMI) |
[研究会発表申込システムのトップページに戻る]