[論文レビュー] A Mechanical Wi-Fi Antenna Device for Automatic Orientation Tuning with Bayesian Optimization

Akihito Taya, Yuuki Nishiyama+1 more|arXiv (Cornell University)|Jan 26, 2026

Indoor and Outdoor Localization Technologies被引用数 0

ひとこと要約

要約: 論文は、チャネル容量を最大化するためにベイズ最適化を用いてアンテナの向きを自動で調整する機械的Wi-Fiアンテナ装置を提案; 屋内実験で向きがスループットを約70 Mbpsで影響することを検証。ベイズ最適化はランダム探索よりも優れている。

ABSTRACT

Wi-Fi access points have been widely deployed in homes, offices, and public spaces. Some APs allow users to adjust the antenna orientation to improve communication performance by optimizing antenna polarization. However, it is difficult for non-expert users to determine the optimal orientation, and users often leave the antenna orientation in ineffective positions. To address this issue, we developed a mechanical Wi-Fi antenna device capable of automatically tuning its orientation. Experimental results show that antenna orientation could cause a throughput variation of approximately 70 Mbps under line-of-sight conditions. Furthermore, Bayesian optimization identified better configurations than random search, demonstrating its effectiveness for orientation tuning.

研究の動機と目的

• 非専門家ユーザーが自動アンテナ向_angle_でWi-Fi性能を向上させる動機付けを行う。
• ポーラリゼーションとマルチパス利得を最適化するために、アンテナのヨー角とロールを機械的に調整するプロトタイプを開発する。
• ベイズ最適化が少数の測定で近似最適な向きを効率的に見つけられることを実証する。）

提案手法

• サーボモータとArduino–PCセットアップで2つの機械的に調整可能なアンテナを備えたプロトタイプシステムを構築する。
• PicoScenesを用いてCSIとRSSIを測定し、MIMO-OFDMチャネル容量を目的関数として算出する。
• 測定された容量に基づいて次の向きを選択するために、UCBベースの獲得関数を用いたベイズ最適化を使用する。
• 固定回数の試行に達するまで、向きの調整とRSSIおよびチャネル容量のリアルタイム可視化を繰り返す。
• 収束と性能を評価するために、ベイズ最適化をランダムおよびSobol列探索と比較する。

実験結果

リサーチクエスチョン

• RQ1 屋内WLANでアンテナ向きの自動機械調整はチャネル容量を著しく改善できるか？
• RQ2 MIMO-OFDMチャネルの近似最適なアンテナ向きを見つける際、ランダム探索およびSobol探索よりベイズ最適化の方が効率的か？
• RQ3 LoS屋内条件下でのアンテナ向きが偏波整合とスループットへ与える影響はどの程度か？

主な発見

• アンテナ向きはLoS屋内環境でチャネル容量の変動を約70 Mbps引き起こし得る。
• ベイズ最適化は垂直および斜めTX構成の両方で、ランダム探索よりも少ない試行数でより良い向きを特定した。
• 最適な向きは受信アンテナを送信アンテナと平行に配置して偏波整合とスループットを改善する。
• リアルタイムのCSIと容量可視化を伴う自動向き最適化をシステムが成功裏に実証した。