講演抄録/キーワード |
講演名 |
2019-02-14 14:15
畳み込みニューラルネットワークを用いた電波画像識別フレームワーク ○谷高竜馬・平嶋一貴・白石 將(三菱電機) SANE2018-124 |
抄録 |
(和) |
レンジドップラーマップは,レーダで観測した信号の解析情報を可視化した電波画像であり,天候や時間帯に左右されずに遠方の移動目標の画像化が可能である.しかし,レンジドップラーマップには,目標の距離,ドップラー速度,また信号強度の情報が含まれ,各目標は,輪郭が不明瞭なパターンとして視覚化される.このパターンの構造は人間に把握困難なものであるため,複数種類の目標からそれぞれ性質の異なる信号が検知できたとしても,レンジドップラーマップから人手によって識別に有効な特徴を抽出することは困難であった.そこで,本研究では人手による特徴設計が不要な,ディープラーニングの一種である畳み込みニューラルネットワークを用いることで,レンジドップラーマップ中の目標を高精度に識別するフレームワークを提案する.提案フレームワークの有効性を示すために,レーダから遠方に位置する目標の識別を想定したシミュレーション実験を実施した.実験の結果,ノイズレベルが低い理想的な環境下で,識別率99%以上,ノイズレベルが高い現実的な環境下で識別率約90%を達成した. |
(英) |
A Range-Doppler map is generated by processing a distant target signals measured by a radar. However, extracting features from the Range-Doppler map is a difficult problem because it has less discriminative features and high level noises. To overcome this problem, we apply a CNN to extract valid features for high accurate recognition. In our experiments, we found that we can recognize it with a high accuracy of 99% or more in an ideal environment, with an accuracy about 90% under an actual environment. |
キーワード |
(和) |
レーダ / 電波画像 / レンジドップラーマップ / 識別 / 畳み込みニューラルネットワーク / / / |
(英) |
radar / radio wave image / range-Doppler map / target recognition / convolutional neural networks / / / |
文献情報 |
信学技報, vol. 118, no. 441, SANE2018-124, pp. 77-82, 2019年2月. |
資料番号 |
SANE2018-124 |
発行日 |
2019-02-06 (SANE) |
ISSN |
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 |
SANE2018-124 |