文献

J-GLOBAL ID：202102267017189473   整理番号：21A1776167

行列補完を用いた欠損のある受信電力系列の復元と将来値の予測

Matrix Completion Based Missing RSS Recovery and Future Value Prediction

著者 (10件)： 菅宣理 (ATR 波動工研) ,  菅宣理 (東京理大 工) ,  矢野一人 (ATR 波動工研) ,  WEBBER Julian (ATR 波動工研) ,  WEBBER Julian (大阪大 大学院基礎工学研究科) ,  HOU Yafei (ATR 波動工研) ,  HOU Yafei (岡山大 大学院自然科学研究科) ,  新居英志 (ATR 波動工研) ,  東森敏英 (ATR 波動工研) ,  鈴木義規 (ATR 波動工研)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 15(CQ2021 1-20)  ページ： 47-52 (WEB ONLY)  発行年： 2021年05月06日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,工場内で移動するロボットに搭載された送信機からの受信信号強度(received signal strength:RSS)を,ランク最小化および行列分解に基づいて補間することで,通信品質情報を高精度に予測する手法を提案する.近年,機械学習に基づいたRSSのような通信品質の予測が盛んに研究されている.しかし,トラヒックモデルによっては長期間に渡り無線フレームの送信が行われないため,RSSの観測が間欠的になる場合がある.RSSを機械学習により学習・予測するためには,予測器への入力の前段階として未観測のRSS値を予め推定する必要があるが,線形補間のような古典的な補間では,推定結果が観測時刻に依存するため,未観測値を適切に推定できない.本稿では,RSS変動パターンを高粘度に復元するために,RSSの観測系列より構成するHankel行列のランクに着目し,ランク最小化と行列分解に基づく補間技術をRSSの推定に適用することを提案する.計算機シミュレーションより提案手法は既存の補間手法と比較して機械学習に基づくRSS値の予測精度を向上できることを確認した.(著者抄録)

シソーラス用語： データ通信 ,  工場 ,  最小値 ,  等級づけ ,  分解 ,  屋内環境 ,  移動ロボット ,  送信機 ,  *信号特性 ,  *予測技法 ,  *受信信号強度
準シソーラス用語： 行列分解 ,  産業用IoT

分類 (2件)： 計算機網  (JC03000K) ,  産業用ロボット  (IC04020M)

引用文献 (16件)：

• M. Wollschlaeger, et al., “The Future of Industrial Communication: Automation Networks in the Era of the Internet of Things and Industry 4.0,” IEEE Ind. Electron. Mag., vol. 11, no. 1, pp. 17-27, Mar. 2017.
• H. Martinez-Barbera et al., “Autonomous Navigation of an Automated Guided Vehicle in Industrial Environments,” Robotics and Comp.-Integrated Manufacturing, vol. 26, no. 4, pp. 296-311, Aug. 2010.
• G. P. Ferreira, et al., “Improvement of Outdoor Signal Strength Prediction in UHF Band by Artificial Neural Network,” IEEE Trans. Antennas Propag., vol. 64, no. 12, pp. 5404-5410, Dec. 2016.
• J. Webber, et al., “Study on Fading Prediction for Automated Guided Vehicle using Probabilistic Neural Network,” IEICE Asia Pacific Microwave Conference (APMC’18), Kyoto, Japan, Nov. 2018.
• J. Webber, et al., “Study on Channel Prediction for Automated Guided Vehicle using a Probabilistic Neural Network,” IEICE Communications Express, vol. 8, no. 8, pp. 311-317, 2019.

タイトルに関連する用語 (7件)： 行列補完 ,  欠損 ,  受信電力 ,  系列 ,  復元 ,  将来 ,  予測