[論文レビュー] Quantum Optimization for Access Point Selection Under Budget Constraint

Mohamed Khalil Brik, Ahmed Shokry+1 more|arXiv (Cornell University)|Feb 9, 2026

Indoor and Outdoor Localization Technologies被引用数 0

ひとこと要約

要約: 論文は予算制約下での AP 選択方法を量子アニーリングに基づいて提案し、QUBOとして定式化。必要な AP を96.1%削減しつつ、3D 局在精度は同等、古典的手法に比べて61倍のスピードアップを達成。

ABSTRACT

Optimal Access Point (AP) selection is crucial for accurate indoor localization, yet it is constrained by budget, creating a trade-off between localization accuracy and deployment cost. Classical approaches to AP selection are often computationally expensive, hindering their application in large-scale 3D indoor environments. In this paper, we introduce a quantum APs selection algorithm under a budget constraint. The proposed algorithm leverages quantum annealing to identify the most effective subset of APs allowed within a given budget. We formulate the APs selection problem as a quadratic unconstrained binary optimization (QUBO) problem, making it suitable for quantum annealing solvers. The proposed technique can drastically reduce infrastructure requirements with a negligible impact on performance. We implement the proposed quantum algorithm and deploy it in a realistic 3D testbed. Our results show that the proposed approach can reduce the number of required APs by 96.1% while maintaining a comparable 3D localization accuracy. Furthermore, the proposed quantum approach outperforms classical AP selection algorithms in both accuracy and computational speed. Specifically, our technique achieves a time of 0.20 seconds, representing a speedup of 61 times over its classical counterpart, while reducing the mean localization error by 10% compared to the classical counterpart. For floor localization, the quantum approach achieves 73% floor accuracy, outperforming both the classical AP selection (58.6%) and even using the complete set of APs (70.4%). This highlights the promise of the proposed quantum APs selection algorithm for large-scale 3D localization.

研究の動機と目的

• 室内の 3D 局在の動機づけと AP 配置コストの制限の必要性の説明。
• 局在精度を維持しつつ予算制約付きの AP 選択フレームワークを開発。
• AP 選択問題の QUBO 定式化を量子アニーリングで解く。
• 精度と計算時間の点で量子 AP 選択と古典ベースラインを比較。

提案手法

• 予算制約を伴う Quadratic Unconstrained Binary Optimization (QUBO) として AP 選択を定式化。
• AP 選択を示す二値変数 x_i を用い、制約 sum x_i = k を満たす。
• 目的関数を、I_i（AP の重要度）と R_ij（冗長性）をバランスさせるパラメータ alpha と共に定義。
• 予算はペナルティ項 eta (sum x_i - k)^2 により課す。
• I_i の重み付けとして Entropy、Variance、AVG、MAX の四つの AP 重要度指標を探索。
• RSS ベクトル間の絶対値相関を用いて冗長性を計算。
• QUBO を量子アニーリング・シミュレータ（OpenJij）で解き、古典的 SA と比較。

Figure 1 : Example of WiFi fingerprinting location tracking process with four APs.

実験結果

リサーチクエスチョン

• RQ1 予算制約付き AP 選択問題を量子アニーリングのための QUBOとして効果的に定式化できるか。
• RQ2 予算制限下で局在性能を最も予測する AP 重要度指標は何か。
• RQ3 量子 AP 選択は 3D 局在精度と速度の点で古典的最適化とどう異なるか。
• RQ4 QUBO パラメータ(alpha, eta) およびアニーリング設定が解の品質に与える影響は何か。

主な発見

• 量子 AP 選択は必要 AP を96.1%削減しつつ、3D 局在精度は同程度。
• QA による平均 3D 局在誤差は 11.7–11.58 m、SA（14.3 m）および全 AP を用いた場合（12.4 m）より良い。
• Floor 局在精度は QA が 73%、SA（58.6%）を上回り、全 AP セット（70.4%）よりも優れる。
• 解決時間は 0.20 秒であり、古典的ベンチマークに対して 61 倍の速度向上。
• Entropy ベースの AP 重要度が、検討された指標の中で最も良い平均 3D 誤差を提供。
• QA は SA よりも低いアニーリング時間を示す実験が報告されている。

Figure 2 : Mean 3D error by selection method.