文献

J-GLOBAL ID：202102274302590909   整理番号：21A0577044

鏡面マルチパス成分のGaussプロセスモデリング【JST・京大機械翻訳】

Gaussian Process Modeling of Specular Multipath Components

著者 (5件)： Nguyen Anh Hong (School of Electronics and Telecommunications, Hanoi University of Science and Technology, Hanoi 112400, Vietnam) ,  Rath Michael (Signal Processing and Speech Communication Lab, Graz University of Technology, 8010 Graz, Austria) ,  Leitinger Erik (Signal Processing and Speech Communication Lab, Graz University of Technology, 8010 Graz, Austria) ,  Nguyen Khang Van (School of Electronics and Telecommunications, Hanoi University of Science and Technology, Hanoi 112400, Vietnam) ,  Witrisal Klaus (Signal Processing and Speech Communication Lab, Graz University of Technology, 8010 Graz, Austria)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 15  ページ： 5216  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 超広帯域(UWB)とミリ波信号の考察は,チャネル記述が鏡面多経路成分(SMC)と高密度/拡散マルチパスに分解した。本論文では,SMCの振幅と位相を研究した。Gaussプロセス回帰(GPR)を,測定訓練データセットに基づくSMC振幅と位相を解析し予測するためのツールとして用いた。この点に関して,多経路成分の角度/角度に対する振幅(および位相)の依存性を解析し,それは反射面での信号の入射角および入射位置,従って,アンテナ利得パターンに対する建築材料の反射特性を説明した。GPRモデルは異なるデータ点間の類似性を記述する。そのモデルパラメータと訓練データに基づいて,SMCの振幅を,実験で測定されていない受信機位置で予測した。この方法は,環境における任意の位置におけるUWBチャネルインパルス応答を予測するために使用できる。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 建築材料 ,  インパルス応答 ,  受信機 ,  *Gauss過程 ,  EHF波 ,  位相 ,  広帯域 ,  チャネル ,  入射角 ,  反射面
準シソーラス用語： *多経路 ,  アンテナ利得 ,  モデルパラメータ ,  高密度 ,  反射特性 , 【Automatic Indexing@JST】

著者キーワード (3件)： Gauss過程回帰 ,  マルチパス無線チャネル ,  幾何学的確率的チャネルモデル

分類 (1件)： 電波伝搬一般  (ND05010Q)

引用文献 (33件)：

• Boccardi, F.; Heath, R.W.; Lozano, A.; Marzetta, T.L.; Popovski, P. Five disruptive technology directions for 5G. IEEE Commun. Mag. 2014, 52, 74-80.
• Fettweis, G.P. The Tactile Internet: Applications and Challenges. IEEE Veh. Technol. Mag. 2014, 9, 64-70.
• Simsek, M.; Aijaz, A.; Dohler, M.; Sachs, J.; Fettweis, G. 5G-Enabled Tactile Internet. IEEE J. Sel. Areas Commun. 2016, 34, 460-473.
• Di Taranto, R.; Muppirisetty, S.; Raulefs, R.; Slock, D.; Svensson, T.; Wymeersch, H. Location-Aware Communications for 5G Networks: How location information can improve scalability, latency, and robustness of 5G. IEEE Signal Process. Mag. 2014, 31, 102-112.
• Muppirisetty, L.; Svensson, T.; Wymeersch, H. Spatial Wireless Channel Prediction under Location Uncertainty. IEEE Trans. Wirel. Commun. 2016, 15, 1031-1044.

タイトルに関連する用語 (4件)： 鏡面 ,  マルチパス ,  Gaussプロセス ,  モデリング