Wi-Fi CSIと教師あり学習を用いたミリ波通信品質予測の実験評価

• Item type: SIG Technical Reports(1)
• 公開日: 2023-05-11
• タイトル: Wi-Fi CSIと教師あり学習を用いたミリ波通信品質予測の実験評価
• タイトル / 言語: en
• タイトル: An experimental evaluation of millimeter-wave link quality prediction using Wi-Fi CSI and supervised learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 通信システム
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京工業大学工学院情報通信系
• 著者所属: 東京工業大学工学院情報通信系
• 著者所属: 東京工業大学工学院情報通信系
• 著者所属(英): en
• 著者所属(英): School of Engineering, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): School of Engineering, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): School of Engineering, Tokyo Institute of Technology
• 著者名: 太田, 翔己; 小寺, 奏怜; 西尾, 理志
• 著者名(英): Shoki, Ohta; Kanare, Kodera; Takayuki, Nishio
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本検討では，複数箇所で取得した 5 GHz 帯 Wi-Fi のチャネル状態情報（CSI：Channel State Information）と機械学習を用いた 60 GHz 帯ミリ波通信品質予測手法の実験評価を行った．ミリ波通信をはじめとする高周波数帯の電波を使用する無線通信では，帯域幅を広く確保できることから高速大容量な通信が可能である．一方で，ミリ波は波長が短いため，人体や車両等によるミリ波見通し通信路の遮蔽により，受信電力やスループットなどの通信品質が大きく劣化する課題がある．この遮蔽を予測する既存研究として，画像や点群などのコンピュータビジョン情報と機械学習を用いる手法が提案されているが，画像や点群の取得には，プライバシやコストの面で導入が難しい環境が数多く存在する．本研究では，5 GHz 帯 Wi-Fi のCSI と教師あり学習を用いて，ミリ波通信の見通し通信路遮蔽による通信品質の劣化を予測する手法を提案する．5 GHz 帯の CSI は画像や点群と比べてプライバシ情報を含みにくく，測定デバイスも安価であり設置が容易である．しかし，CSI は画像や点群をはじめとするコンピュータビジョン情報と比べて，見通し通信路を遮蔽する物体の位置や動きの情報を把握することが困難である．そこで，本研究では CSI 測定デバイスをミリ波見通し通信路以外にも複数箇所に設置することで，ミリ波伝搬空間情報の詳細な把握を可能にした．屋内環境での実験評価の結果，複数箇所で取得した 5 GHz 帯の Wi-Fi CSI を用いることで，500 ms 先の人体遮蔽によるミリ波通信スループットの大きな低下が予測可能であることを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This study experimentally evaluates our 60 GHz band millimeter-wave (mmWave) link quality prediction method using 5 GHz band Wi-Fi channel state information (CSI) acquired at multiple locations and machine learning. Wireless communication using high-frequency waves such as mmWaves enables a high transmission rate due to its wide bandwidth. However, mmWave link quality significantly deteriorates when the mmWave line-of-sight (LOS) path is blocked by obstacles such as humans or vehicles. Existing studies have proposed methods that use computer vision information such as images or point clouds and machine learning to predict blockage, but there are many environments where acquiring images or point clouds is difficult due to privacy or cost concerns. In this study, we propose a method using 5 GHz band Wi-Fi CSI and supervised learning to predict the degradation of link quality due to LOS blockage. 5 GHz band CSI contains less privacy information compared to images or point clouds, and measurement devices are inexpensive and easy to install. However, CSI has difficulty understanding information about the position and movement of objects that block the mmWaveLOS path compared to computer vision information such as images and point clouds. We enabled a detailed understanding of mmWave propagation space information by installing CSI measurement devices in multiple locations. Experiment evaluations in indoor environments demonstrated that 5 GHz Wi-Fi CSI acquired from multiple locations can predict significant degradation of mmWave communication throughput 500 ms ahead.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングと新社会システム（MBL）; 巻 2023-MBL-107, 号 30, p. 1-4, 発行日 2023-05-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8817
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会