Global Scale Self-Supervised Channel Charting with Sensor Fusion

要約

6G で予見されるセンシングおよび測位機能は、将来のスマート シティや産業ユースケースなど、さまざまな領域で技術を進歩させる大きな可能性を秘めています。
チャネル チャートは、無線周波数ベースのセンシングと位置特定のための有望なテクノロジーとして近年浮上しています。
ただし、これらの技術の精度は、6G で想定されている数値にはまだ遠く及ばません。
このギャップを減らすために、この論文では、周囲の送信受信ポイント (TRP) からの到着時間の測定値とその位置を利用し、トレーニング中にレーザー スキャナ データを組み込むことでチャネル チャート作成にセンサー フュージョンを活用する、新しいチャネル チャート作成手法を提案します。
アルゴリズムのフェーズ。
提案されたアルゴリズムは、トレーニングおよびテスト段階中も自己監視型のままであり、幾何学的モデルやユーザー位置のグラウンド トゥルースを必要としません。
シミュレーション結果では、当社のアルゴリズムを 90% の確率で使用してサブメートルレベルの位置特定精度が達成され、最先端のチャネル チャート技術や従来の三角測量ベースのアプローチを上回っていることが検証されています。

要約(オリジナル)

The sensing and positioning capabilities foreseen in 6G have great potential for technology advancements in various domains, such as future smart cities and industrial use cases. Channel charting has emerged as a promising technology in recent years for radio frequency-based sensing and localization. However, the accuracy of these techniques is yet far behind the numbers envisioned in 6G. To reduce this gap, in this paper, we propose a novel channel charting technique capitalizing on the time of arrival measurements from surrounding Transmission Reception Points (TRPs) along with their locations and leveraging sensor fusion in channel charting by incorporating laser scanner data during the training phase of our algorithm. The proposed algorithm remains self-supervised during training and test phases, requiring no geometrical models or user position ground truth. Simulation results validate the achievement of a sub-meter level localization accuracy using our algorithm 90% of the time, outperforming the state-of-the-art channel charting techniques and the traditional triangulation-based approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google