Point Cloud-based Proactive Link Quality Prediction for Millimeter-wave Communications

要約

この研究は、ミリ波 (mmWave) 通信における点群ベースのプロアクティブなリンク品質予測の実現可能性を実証します。
これまでの研究では、ミリ波通信における歩行者による視線（LOS）経路の遮断を軽減するために、深度画像の時系列を使用して将来の期間の受信信号強度を予測する機械学習ベースの方法が提案されています。
ただし、カメラ画像には機密情報が含まれている可能性があるため、プライバシーの問題により、これらの画像ベースの方法の適用性は限られています。
この研究では、ミリ波リンク品質予測のための点群ベースの方法を提案し、実験を通じてその実現可能性を実証します。
点群は 3 次元 (3D) 空間を一連の点として表し、カメラ画像よりもまばらで機密情報が含まれる可能性が低くなります。
さらに、点群は、歩行者を含む電波伝播環境を理解するために必要な 3D 位置および動き情報を提供します。
この研究では、市販の IEEE 802.11ad ベースの 60 GHz 無線 LAN デバイスと Kinect v2 RGB-D カメラおよび Velodyne VLP を使用して、ミリ波リンク品質予測手法を設計し、人間の遮断によってリンク品質が大きく変動する現実的な屋内実験を実施します。
点群取得用の 16 個の光検出および測距 (LiDAR)。
実験の結果、提案手法は、歩行者によるLOS経路の遮断によって引き起こされる将来のミリ波受信信号強度とスループットの大幅な減衰を、画像ベースの予測手法と同等以上の精度で予測できることが示されました。
したがって、点群ベースの方法は、画像ベースの方法の実行可能な代替手段として機能します。

要約(オリジナル)

This study demonstrates the feasibility of point cloud-based proactive link quality prediction for millimeter-wave (mmWave) communications. Previous studies have proposed machine learning-based methods to predict received signal strength for future time periods using time series of depth images to mitigate the line-of-sight (LOS) path blockage by pedestrians in mmWave communication. However, these image-based methods have limited applicability due to privacy concerns as camera images may contain sensitive information. This study proposes a point cloud-based method for mmWave link quality prediction and demonstrates its feasibility through experiments. Point clouds represent three-dimensional (3D) spaces as a set of points and are sparser and less likely to contain sensitive information than camera images. Additionally, point clouds provide 3D position and motion information, which is necessary for understanding the radio propagation environment involving pedestrians. This study designs the mmWave link quality prediction method and conducts realistic indoor experiments, where the link quality fluctuates significantly due to human blockage, using commercially available IEEE 802.11ad-based 60 GHz wireless LAN devices and Kinect v2 RGB-D camera and Velodyne VLP-16 light detection and ranging (LiDAR) for point cloud acquisition. The experimental results showed that our proposed method can predict future large attenuation of mmWave received signal strength and throughput induced by the LOS path blockage by pedestrians with comparable or superior accuracy to image-based prediction methods. Hence, our point cloud-based method can serve as a viable alternative to image-based methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google