2 分で読了
1 views

ミリ波システムの位置推定

(Position Locationing for Millimeter Wave Systems)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近うちの若手が「ミリ波で位置情報が取れる」と言ってきて、何を根拠に投資すればいいのか分かりません。要するに実務で使えるのか教えてくださいませんか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫ですよ、まずは結論を三つに分けて説明しますよ。1) ミリ波は広帯域で距離の解像度が高い、2) 方向(迎角)情報が取れる、3) 方向だけでは精度が足りないので融合が肝心です。

田中専務

結論三つ、と。まず「広帯域で距離の解像度が高い」というのは、どの程度ビジネスに効くんでしょうか。現場での誤差はどれくらいですか。

AIメンター拓海

良い質問ですよ。ここで出てくる専門用語を一つずつ整理しますよ。millimeter wave (mmWave、ミリ波) は非常に広い周波数帯を使えるため、Time of Arrival (ToA、到達時間) の解像度が上がるんです。例えるなら、細かい目盛りの定規で測るのと同じですよ。

田中専務

なるほど、定規の目盛りが細かいと位置が分かる、と。では「迎角(AoA)」というのは現場でどう取るのですか。アンテナをぐるっと回すとでもいうのですか。

AIメンター拓海

素晴らしい着眼点ですね!Angle of Arrival (AoA、到来角) はその通り、アンテナの指向性を変えて最も強い信号が来る方向を推定しますよ。実務では機械的に回す方法もありますし、指向性アンテナを電子的に切り替える方法も使えますよ。

田中専務

ただ、田舎の工場では反射や壁の影響が大きいはずです。指向だけで正確に出るものですか。これって要するに迎角だけではダメということ?

AIメンター拓海

その通りですよ。迎角だけだと直接波と反射波を取り違えることがあり、精度に限界がありますよ。ここで重要になるのがデータ融合と機械学習ですよ。複数の情報源を組み合わせて誤差を小さくするんです。

田中専務

データ融合と言われると、IT投資が大掛かりになりそうで不安です。コスト対効果の観点でどこに注力すれば現実的でしょうか。

AIメンター拓海

素晴らしい観点ですね!要点は三つだけ考えればよいですよ。1) 既存のアンテナでまず迎角を試す、2) 必要ならToAを計測できる広帯域機器を段階導入、3) 最終的に複数情報を統合するソフトで精度改善。段階的投資で投資対効果を確かめられますよ。

田中専務

段階導入なら何とか納得できます。最後に、要点を私の言葉でまとめますと、ミリ波は「目盛りが細かい定規」と「向いている方角の矢印」を組み合わせて精度を出す技術で、導入は段階的に投資していけば良い、という理解でよろしいですか。

AIメンター拓海

その通りですよ、素晴らしい把握です!実際の導入では、まず迎角の検証、次に広帯域でのToA計測、最後にデータ融合で安定した位置推定を目指す流れで進めればリスクも抑えられますよ。大丈夫、一緒にやれば必ずできますよ。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
自動意思決定における人工的説明
(Artificial Explanations in Automated Decision-Making)
次の記事
対話相手を知ろうとすることで会話が魅力的になる
(Aiming to Know You Better Perhaps Makes Me a More Engaging Dialogue Partner)
関連記事
拡散モデルでネットワーク管理を革新する:トラフィックマトリクス解析の拡散ベース手法
(Diffusion Models Meet Network Management: Improving Traffic Matrix Analysis with Diffusion-based Approach)
宇宙の網の巨大ノードのX線像 — 迅速に成長する超大質量ブラックホールの過密領域の発見
(X-ray view of a massive node of the Cosmic Web at z ∼3)
キャロリメータシミュレーションにおけるベクトル量子化二段階生成モデル
(Calo-VQ: Vector-Quantized Two-Stage Generative Model in Calorimeter Simulation)
Isingモデル近似による教師なしアンサンブル学習とフェノタイピング予測への応用
(Unsupervised Ensemble Learning via Ising Model Approximation with Application to Phenotyping Prediction)
CDFSにおける超深度XMM調査:強く遮蔽されたAGNのX線分光
(The ultra–deep XMM survey in the CDFS: X–ray spectroscopy of heavily obscured AGN)
一変数の分布に依存しないK標本検定と独立性検定
(Consistent distribution-free K-sample and independence tests for univariate random variables)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む