小型无人机支持的细粒度三维室内无线电环境图自主生成
网络与互联网体系结构
2021-11-08 v1 机器人学
系统与控制
系统与控制
摘要
无线电环境图（REMs）是提升各种通信与网络化智能体性能的有力工具。然而，生成 REM 是一项费力的工作，尤其在如室内这样的复杂三维（3D）环境中。为解决该问题，我们提出了一种用于室内 3D 空间细粒度 REM 自主生成的系统。系统中，多架小型室内无人机（UAVs）被依次用于信号质量指标的 3D 采样。采集到的读数被输送至机器学习（ML）系统用于其训练，一旦训练完成，该系统便能预测未知 3D 位置的信号质量。该系统实现了自动化与自主化的 REM 生成，并可直截了当地部署于新环境。此外，只要 REM 采样接收机具有适于无人机携带的尺寸与重量，该系统支持无自干扰且技术无关的 REM 采样。在演示中，我们使用两架无人机实例化了该系统设计，并展示了其访问 72 个航点及收集数千个 Wi-Fi 数据样本的能力。我们的结果还包括一个用于预测未由无人机访问位置处已知 Wi-Fi 接入点（APs）接收信号强度（RSS）的 ML 系统实例。
引用
@article{arxiv.2111.03451,
title = {Small UAVs-supported Autonomous Generation of Fine-grained 3D Indoor Radio Environmental Maps},
author = {Ken Mendes and Filip Lemic and Jeroen Famaey},
journal= {arXiv preprint arXiv:2111.03451},
year = {2021}
}