文献

J-GLOBAL ID：202002211566790040   整理番号：20A1485193

ビッグデータ技術に依存するDM-MIMO無線システムにおける指紋ベース位置決めのための機械学習アルゴリズムの比較性能評価【JST・京大機械翻訳】

A Comparative Performance Evaluation of Machine Learning Algorithms for Fingerprinting Based Localization in DM-MIMO Wireless Systems Relying on Big Data Techniques

著者 (2件)： Al-Rashdan Walaa Y. (Department of Electrical Engineering, School of Engineering, Princess Sumaya University for Technology, Amman, Jordan) ,  Tahat Ashraf (Department of Communications Engineering, School of Engineering, Princess Sumaya University for Technology, Amman, Jordan)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 109522-109534  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 指紋アプローチに基づくモバイル端末(MT)位置確認は,厳しいマルチパスと信号劣化に悩まされるマイクロセル都市環境と屋内設定における利用のための強いコンテンダー解である。本論文では,分散大規模多入力多出力(DM-MIMO)無線システム構成のための指紋ベースMT位置決めと連動した13機械学習(ML)アルゴリズム(マルチターゲットアルゴリズムを含む)の性能を調べ,評価した。指紋は,大量のMIMO基地局の受信アンテナ素子の各々で収集した単一アンテナMTからの受信信号強度(RSS)のみに依存する。光線追跡技術と組み合わせた5G無線システムに適した実際のミリ波信号伝搬モデルを組み込んだ数値シミュレーションと,実生活環境を複製する3D OpenStreetMapとの連携で,その性能を評価した。さらに,ML計算プラットフォームと提案フレームワークの実装を,期待した大きな加入者セル密度(百万/km2)を持つ典型的な5Gネットワークから発生できる予想ビッグデータを効率的に処理することに焦点を絞って選択した。そのために,Apache SparkベースのMLプラットフォームを提案し,採用した。MT局在化に影響するいくつかのDM-MIMOシステムトポロジーと構成パラメータ組合せを,性能を分析するために調査した。数値シミュレーション結果は,MTの位置が考察したMLアルゴリズムの収集のサブセットによって効果的に予測できることを示した。MT位置確認性能評価計量の得られた結果は,DM-MIMOシステムにおける雇用のための最適なMLアルゴリズムと方法論の同定に役立った。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  アンテナ ,  ネットワーク ,  基地局 ,  信号伝送 ,  EHF波 ,  *指紋 ,  三次元 ,  *機械学習
準シソーラス用語： 数値シミュレーション ,  *ワイヤレス ,  *MIMO ,  *無線システム ,  *ビッグデータ ,  第5世代移動通信システム , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  符号理論  (ND02030R)

タイトルに関連する用語 (7件)： ビッグデータ ,  MIMO ,  無線システム ,  指紋 ,  機械学習 ,  アルゴリズム ,  性能評価