文献

J-GLOBAL ID：202002225968038258   整理番号：20A0836874

ニューラルネットワークに基づく郊外環境のための受信電力予測【JST・京大機械翻訳】

Received Power Prediction for Suburban Environment based on Neural Network

著者 (9件)： Wu Lina (Beijing Jiaotong University,State Key Laboratory of Rail Traffic Control and Safety,Beijing,China) ,  He Danping (Beijing Jiaotong University,State Key Laboratory of Rail Traffic Control and Safety,Beijing,China) ,  Guan Ke (Beijing Jiaotong University,State Key Laboratory of Rail Traffic Control and Safety,Beijing,China) ,  Ai Bo (Beijing Jiaotong University,State Key Laboratory of Rail Traffic Control and Safety,Beijing,China) ,  Briso-Rodriguez Cesar (Technical University of Madrid,School of Systems and Telecommunications Engineering,Madrid,Spain) ,  Shui Tianyun (Jiangxi Mobile Communication Company Limited,Radio Network Optimization Center,China) ,  Liu Chenji (Jiangxi Mobile Communication Company Limited,Radio Network Optimization Center,China) ,  Zhu Liju (Jiangxi Mobile Communication Company Limited,Radio Network Optimization Center,China) ,  Shen Xiaopeng (China international engineering consulting corporation,Overseas consulting co., ltd,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICOIN  ページ： 35-39  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 正確な受信電力予測は,無線ネットワーク計画および最適化に重要であり,そして,適切なチャネルモデリングアプローチは,非常に要求される。既存のチャネルモデリングアプローチは,主に決定論的モデルと確率モデルを含んでいる。決定論的モデルは通常,幾何学と材料情報を含む詳細な三次元(3D)環境モデルを必要とする。確率モデルは複雑な環境を記述するのに困難な数学的表現に基づいている。環境が複雑で,再構築が困難な,都市と郊外のシナリオに対して,両チャネルモデリングアプローチは限られている。本研究では,最も広く使われている人工ニューラルネットワーク(ANN)である逆伝搬(BP)ニューラルネットワークを用いて,郊外シナリオにおける受信電力を正確に予測した。環境特徴を定義し,複雑な3D環境再構成の代わりに限られた環境タイプを用いるだけで伝搬環境を記述できる。さらに,低次元環境特徴を主成分分析(PCA)によって生成した。測定から,3D位置,周波数,送信電力,アンテナの角度情報,およびすべての位置の受信電力を含む基地局(BS)と受信機(Rx)の情報を得た。BSとRxの情報を,ANN訓練と試験のためのデータセットを形成するために,環境特徴と組み合わせた。訓練サンプルは,形成されたデータセットから異なる割合でランダムに選択される。BPネットワークの平均誤差,標準偏差と予測精度を研究において調査して,それは研究者がネットワーク計画と通信システム設計を実施するのを助けるであろう。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： *ニューラルネットワーク ,  *都市郊外 ,  主成分分析 ,  確率モデル ,  通信方式 ,  三次元 ,  都市 ,  基地局 ,  受信機 ,  アンテナ ,  環境モデル ,  幾何学 ,  最適化 ,  ネットワーク法 ,  標準偏差

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  郊外 ,  環境 ,  受信電力 ,  予測