[論文レビュー] Joint Localization and Mapping through Millimeter Wave MIMO in 5G Systems - Extended Version

Rico Mendrzik, Henk Wymeersch+1 more|arXiv (Cornell University)|Apr 12, 2018

Millimeter-Wave Propagation and Modeling参考文献 11被引用数 7

ひとこと要約

本稿では、5G mmWave MIMOシステムにおける移動端末の位置、姿勢、散乱子位置を、視線が確保されていない状況下でも、非パrametricな信念伝搬（NBP）に基づくメッセージスレッディング推定手法を提案する。この手法は、最新の最小二乗法と比較して、特に高ノイズ環境下でも高い精度を達成し、パrameterの事前知識がなく、1回の送信バーストからのみ推定が可能である。

ABSTRACT

Millimeter wave signals with multiple transmit and receive antennas are considered as enabling technology for enhanced mobile broadband services in 5G systems. While this combination is mainly associated with achieving high data rates, it also offers huge potential for radio-based positioning. Recent studies showed that millimeter wave systems with multiple transmit and receive antennas are capable of jointly estimating the position and orientation of a mobile terminal while mapping the radio environment simultaneously. To this end, we present a message passing-based estimator which jointly estimates the position and orientation of the mobile terminal, as well as the location of reflectors or scatterers. We provide numerical examples showing that this estimator can provide considerably higher estimation accuracy compared to a state-of-the-art estimator. Our examples demonstrate that our message passing-based estimator neither requires the presence of a line-of-sight path nor prior knowledge regarding any of the parameters to be estimated.

研究の動機と目的

• 視線が確保されていない状況下でも、5G mmWaveシステムにおける高精度な電波ベースの位置特定を実現すること。
• 視線が確保されていない（NLOS）多重パス成分のみを用いて、移動端末の位置、姿勢、散乱子位置を同時に推定できること。
• 視線が存在しないことや、パrameterの事前知識がなくても、1スナップショットで位置特定とマッピングを実現するソリューションの開発。
• 測定ノイズが高い状況下でも、確率的推論を活用することで、既存手法よりも推定精度を向上させること。

提案手法

• 本手法は、位置、姿勢、散乱子位置の事後分布を近似するために、因子グラフ上で非パrametricな信念伝搬（NBP）を用いる。
• 連続的な確率分布を表すために粒子ベースの実装を採用し、周辺事後分布の効率的計算を可能にする。
• 因子グラフ内の変数ノードと要因ノード間でメッセージを伝達し、距離、AOA、AOD測定からの制約を表現する。
• 反復的に複数のNLOSパスからの証拠を統合することで推定値を改善し、各変数ノードでの信念を更新する。
• メッセージ更新では測定ノイズモデルを組み込み、AOAとAODは円錐、距離は楕円または円として表現する。
• グリッドサーチや初期化を必要とせず、最小二乗法に比べて計算負荷の高い細かい姿勢グリッドを必要としない。

実験結果

リサーチクエスチョン

• RQ1 5G mmWave MIMOシステムにおいて、視線が存在しない状況下でも、同時に位置特定とマッピングを達成できるか？
• RQ2 事前知識がなく、視線が存在しない状況下でも、1スナップショットで位置、姿勢、散乱子位置を高精度に推定できるか？
• RQ3 測定ノイズが高い状況下でも、メッセージスレッディングベースの推定手法が、従来の最小二乗法を上回る推定精度を達成できるか？
• RQ4 非パrametricな信念伝搬による確率的推論は、挑戦的なNLOS環境下でも、頑健で不確実性を考慮した推定を提供できるか？

主な発見

• 提案手法のメッセージスレッディング推定器は、最新の最小二乗法と比較して、位置、姿勢、散乱子位置推定において顕著に低い平均二乗誤差（RMSE）を達成する。
• 提案手法のRMSEは、角度測定ノイズが増加してもほぼ一定を保ち、一方で最小二乗法のRMSEはノイズが高くなると著しく増加する。
• 視線が遮断された（OLOS）状況下でも安定して動作し、厳しい伝搬条件への耐性を示している。
• 1回の送信バーストのみで、高精度な1スナップショットの位置特定とマッピングが可能である。
• アルゴリズムは完全な事後分布の近似を提供し、各推定パラメータの不確実性の尺度を提供する。
• 数値結果から、最小二乗法が初期化不良や高ノイズの影響で失敗する状況下でも、メッセージスレッディング手法が高い精度を維持することが示された。