| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-07-11 14:35 物理層の特徴量を用いた送信機個体識別に対する伝搬損失の影響評価 ○大辻太一・相馬達也・竹内俊樹・狐塚正樹・國弘和明（NEC）  RCC2018-31 NS2018-44 RCS2018-86 SR2018-25 ASN2018-25 |
|
| 抄録 | （和） | 無線機は，アナログ回路のばらつき等により微小な個体差が存在し，受信電波から端末固有の個体差を抽出することで，送信機の個体識別をすることができる．先行研究では，送信機の信号が十分な信号帯雑音電力（Signal-to-Noise Ratio; SNR）で取得できる環境を想定している場合が多く，SNR が低下した場合を含めて評価する例は少ない．しかしながら，低 SNR 環境では識別精度が低下することが想定される．本報告では，低 SNR 環境における識別精度の低下を抑制することを目的とし，対数化電力スペクトル密度に基づく電波特徴量を提案する．計算機シミュレーションにより，提案特徴量は識別精度 90% を達成する SNR が先行技術の特徴量に対して 12 dB 改善することを示す．また，演算量削減を目的とし，主成分分析により特徴量の次元削減を行った結果，識別精度を維持したまま特徴量の次元数を 1/50 に削減できることを示す． |
| （英） | Wireless devices have trivial individual differences due to hardware imperfections. Therefore, extracting unique features from the physical waveforms of wireless signals enables us to identify transmitter devices. It has been often assumed that radio sensors can receive high signal-to-noise ratio (SNR) waveforms in previous studies. On the other hand, there have been rare evaluation examples considering lower SNR environments. Classification accuracy could decrease in case the feature is extracted from signals with low SNR. In this paper, logarithmic power spectral density (PSD) is proposed as a radio feature to improve classification accuracy in lower SNR environment. The results obtained from simulations reveal that the proposed feature enables 12-dB higher to achieve 90% accuracy than the conventional feature. Furthermore, to decrease computational complexity, dimensional reduction of radio features based on principal component analysis is applied. Simulation result shows that dimension number of radio feature can reduce to approximately 1/50 with maintenance of accuracy. | |
| キーワード | （和） | 電波指紋 / 電力スペクトル密度 / サポート・ベクター・マシン / 主成分分析 / / / / |
| （英） | Radio frequency fingerprinting / Power Spectral Density / Support Vector Machine / Principal Component Analysis / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 126, SR2018-25, pp. 25-31, 2018年7月. | |
| 資料番号 | SR2018-25 | |
| 発行日 | 2018-07-04 (RCC, NS, RCS, SR, ASN) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCC2018-31 NS2018-44 RCS2018-86 SR2018-25 ASN2018-25 |
|
| 研究会情報 | |
| 研究会 | ASN NS RCS SR RCC |
| 開催期間 | 2018-07-11 - 2018-07-13 |
| 開催地（和） | 函館アリーナ |
| 開催地（英） | Hakodate Arena |
| テーマ（和） | 無線分散ネットワーク，機械学習とAIを応用した無線通信・ネットワーク技術，M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things），一般 |
| テーマ（英） | Wireless Distributed Network, Machine Learning and AI for Wireless Communications and Networks, M2M (Machine-to-Machine), D2D (Device-to-Device), IoT（Internet of Things）, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2018-07-ASN-NS-RCS-SR-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | 物理層の特徴量を用いた送信機個体識別に対する伝搬損失の影響評価 |
| サブタイトル（和） | |
| タイトル（英） | An evaluation of propagation loss on wireless physical layer identification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 電波指紋 / Radio frequency fingerprinting |
| キーワード(2)（和/英） | 電力スペクトル密度 / Power Spectral Density |
| キーワード(3)（和/英） | サポート・ベクター・マシン / Support Vector Machine |
| キーワード(4)（和/英） | 主成分分析 / Principal Component Analysis |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 大辻 太一 / Taichi Ohtsuji / オオツジ タイチ |
| 第1著者 所属（和/英） | 日本電気株式会社 (略称： NEC) NEC Corporation (略称： NEC) |
| 第2著者 氏名（和/英/ヨミ） | 相馬 達也 / Tatsuya Soma / ソウマ タツヤ |
| 第2著者 所属（和/英） | 日本電気株式会社 (略称： NEC) NEC Corporation (略称： NEC) |
| 第3著者 氏名（和/英/ヨミ） | 竹内 俊樹 / Toshiki Takeuchi / タケウチ トシキ |
| 第3著者 所属（和/英） | 日本電気株式会社 (略称： NEC) NEC Corporation (略称： NEC) |
| 第4著者 氏名（和/英/ヨミ） | 狐塚 正樹 / Masaki Kitsunezuka / キツネヅカ マサキ |
| 第4著者 所属（和/英） | 日本電気株式会社 (略称： NEC) NEC Corporation (略称： NEC) |
| 第5著者 氏名（和/英/ヨミ） | 國弘 和明 / Kazuaki Kunihiro / クニヒロ カズアキ |
| 第5著者 所属（和/英） | 日本電気株式会社 (略称： NEC) NEC Corporation (略称： NEC) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-07-11 14:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SR |
| 資料番号 | RCC2018-31, NS2018-44, RCS2018-86, SR2018-25, ASN2018-25 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.123(RCC), no.124(NS), no.125(RCS), no.126(SR), no.127(ASN) |
| ページ範囲 | pp.37-43(RCC), pp.43-49(NS), pp.37-43(RCS), pp.25-31(SR), pp.53-59(ASN) |
| ページ数 | 7 |
| 発行日 | 2018-07-04 (RCC, NS, RCS, SR, ASN) |
[研究会発表申込システムのトップページに戻る]