ハイブリッドレイトレーシングと深層学習ベースのアプローチによる無線送信機の単一サイトローカライゼーション
A Hybrid Raytracing and Deep Learning-Based Approach for Single-Site Localization of Radio Emitters in Urban Environment
都市環境における無線送信機の単一サイトローカライゼーションにおいて、マルチパス伝搬とNLOS条件による従来の単一サイトローカライゼーション手法の限界を克服するため、物理ベースの波伝搬幾何学とデータ駆動型機械学習を融合した新しいハイブリッドフレームワークが提案された。この手法では、5素子円周アレイアンテナ上で相関の高い波成分を解決するために、改良型Circulant MUSIC (CM-MUSIC) アルゴリズムが使用される。抽出された方向入力は、後方レイトレーシングエンジンによって処理され、連続的な空間尤度マップが生成される。このマップは、セクター意味マスクとして訓練された畳み込みニューラルネットワーク (CNN) によってフィルタリングされる。低コストのソフトウェア無線 (SDR) プラットフォームを用いた実地検証では、厳しい空間的制約下で高い追跡精度と堅牢なノイズ耐性が実証された。このフレームワークは、現代の民間無線スペクトル規制執行のための、スケーラブルで非常に費用対効果が高く、ハードウェアを保護する単一サイトソリューションを提供する。
- 都市環境のマルチパス・NLOS条件に対応するため、電波伝搬の物理幾何学とデータ駆動型機械学習を融合した無線送信機の単一サイト測位フレームワークが提案された。
- 改良型Circulant MUSIC (CM-MUSIC) アルゴリズムを5素子円周アレイアンテナに適用し、相関の高い到来波成分を分離する。
- 抽出した方向情報を後方レイトレーシングエンジンで空間尤度マップ化し、セクター意味マスクで訓練したCNNでフィルタリングする構成。
- 低コストのソフトウェア無線(SDR)プラットフォームでの実地検証により、厳しい空間的制約下での高い追跡精度とノイズ耐性を実証した。
- 民間無線スペクトルの規制執行向けに、スケーラブルで低コスト、ハードウェア非侵襲の単一サイトソリューションを提示した。
無線送信機の単一サイト測位をレイトレーシングとCNNのハイブリッド構成で高精度化した研究で、低コストSDRによる実地検証まで示している点が注目。電波の地理的利用の可視化・監視は、周波数規制執行やスペクトル管理、プライベート5G/6G網の運用最適化に直結しうる。ただし現段階は論文レベルの実証であり、商用製品化や調達の動きは確認できず、事業インパクトの評価には追加の実装事例を待ちたい。