【論文情報】

Katsuya Suto, Shinsuke Bannai, Koya Sato, Kei Inage, Koichi Adachi and Takeo Fujii, “Image-Driven Spatial Interpolation with Deep Learning for Radio Map Construction,” IEEE Wireless Communications Letters, DOI: 10.1109/LWC.2021.3062666.

【どんな研究?】

推定したいエリアの2.5%の地点を観測するだけである程度の精度でエリア全体の電波伝搬を推定できる手法を確立した。

【先行研究と比べてどこがすごい?】

従来の電波伝搬が重回帰分析の延長であることに対し、提案手法は空間的な受信電力の分布(電波マップ)を画像として扱うことで電波伝搬推定を画像処理問題として扱う。電波伝搬推定における新規分野の開拓に成功した。

【技術や手法のキモはどこ?】

少数の観測点から全体の受信電力を推定する疎な空間補間問題に対して画像処理・深層学習は適していない。そこで、少数の観測情報から距離減衰マップ(距離減衰の空間分布)を構築し、距離減衰マップから電波マップに変換する問題に転換することで、画像処理・深層学習で精度高く電波マップを構築することに成功した。