[論文レビュー] Novel Massive MIMO Channel Sounding Data Applied to Deep Learning-based Indoor Positioning

Maximilian Arnold, Jakob Hoydis+1 more|arXiv (Cornell University)|Oct 8, 2018

Indoor and Outdoor Localization Technologies参考文献 14被引用数 42

ひとこと要約

本論文は、バンドや環境を跨いで複数アンテナCSIを測定できる新規の低コストMassive MIMOチャネルサウンダアーキテクチャを提案し、DLベースの3D屋内位置推定をLoSでサブメートル精度、NLoSで約95 cmの精度で実証する。

ABSTRACT

With a significant increase in area throughput, Massive MIMO has become an enabling technology for fifth generation (5G) wireless mobile communication systems. Although prototypes were built, an openly available dataset for channel impulse responses to verify assumptions, e.g. regarding channel sparsity, is not yet available. In this paper, we introduce a novel channel sounder architecture, capable of measuring multiantenna and multi-subcarrier channel state information (CSI) at different frequency bands, antenna geometries and propagation environments. The channel sounder has been verified by evaluation of channel data from first measurements. Such datasets can be used to study various deep-learning (DL) techniques in different applications, e.g., for indoor user positioning in three dimensions, as is done in this paper. Not only we do achieve an accuracy better than 75 cm for line of sight (LoS), as is comparable to state-of-the-art conventional positioning techniques, but also obtain similar precision for the more challenging case of non-line of sight (NLoS). Further extensive indoor/outdoor measurement campaigns will provide a more comprehensive open CSI dataset, tagged with positions, for the scientific community to further test various algorithms.

研究の動機と目的

• Massive MIMOの性能とDLアプリケーションを評価するために、GPS座標付きの公開可能なCSIタグ付きデータセットの必要性を喚起する。
• 設計を柔軟にし、サブ-6 GHz帯域と様々なアンテナジオメトリで動作可能な低コストのチャネルサウンダー。
• 安定性、再現性、CSIデータベースの実用的なカバレッジを確保する。
• 収集したCSIデータを用いた初期のDLベースの屋内3D位置推定を Demonstrate する。
• 広範なアルゴリズム検証のために位置タグ付きの公開CSIデータセットの基盤を築く。

提案手法

• 複数アンテナの信号を低損失の周波数-多路復調方式で1つのADCチェーンに統合し、RFフロントエンドの複雑さを低減するチャネルサウンダーを提案する。
• サウンダーを複数の周波数帯域（1.25, 2.35, 3.75 GHz）で、各サブバンド20 MHzの帯域幅、1024 OFDMサブキャリアを用いて動作させる。
• 計測中に保存された生I/Qサンプルから、サブキャリアごと・アンテナごとのCSIをオフライン推定する。
• 受信系全体の周波数整合を保証する外部クロックを使用し、オフラインDSPを実行してチャネル係数を取得する。
• 位置データを埋め込んだOFDMパイロットを送信してCSIデータセットを収集し、DL実験のためにデータベースに格納する。
• 安定性とハードウェアの劣化を sanity checks とMRCゲインで検証し、チャネルサウンダーの実用性を確認する。

実験結果

リサーチクエスチョン

• RQ1 柔軟で低コストなチャネルサウンダーは、異なる帯域や環境でマルチアンテナ CSIを安定して測定できるか？
• RQ2 時間経過とハードウェア劣化に対するチャネルサウンダーの安定性と再現性は？
• RQ3 DLモデルはMassive MIMOチャネルのCSIをLoSおよびNLoSシナリオの3D屋内位置にどれだけ正確にマッピングできるか？
• RQ4 単一のADCアーキテクチャとサブバンド多重化を前提としたカバレッジとSNRの限界は？
• RQ5 位置付きの公開CSIデータベースを作成し、チャネル特性とDLベースの位置推定法を評価する可能性はあるか？

主な発見

• チャネルサウンダーは、受信機の周波数整合性が取れた安定した状態を実現し、SNRは通常約25 dB、10分間で相関が0.8を超える。
• アンテナ数の増加に伴うMRCゲインは、ハードウェア劣化が性能を最小限に制約することを示しており、サウンダーの有用性を裏付ける。
• DLベースの室内定位はLoSシナリオで平均3D誤差約75 cmを達成し、いくつかの最先端手法を上回る。
• NLoSでは定位誤差が約95 cmに上昇するが、過酷な環境を考慮するとなお高い精度を保っている。
• 最初の試験では、64アンテナCSIをニューラルネットワークが利用して、全サブキャリアにわたってCSIから3D位置を予測できることを示す、構造化CNN-DNNアーキテクチャ。
• 本研究は、位置付きの公開CSIデータベースの実用性と、広範なアルゴリズム検証の可能性を支持する。