| 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 | 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 |
|
| 研究会情報 | |
| 研究会 | SANE SAT |
| 開催期間 | 2019-02-13 - 2019-02-14 |
| 開催地（和） | JAXA種子島宇宙センター |
| 開催地（英） | Tanegashima Island |
| テーマ（和） | 衛星応用技術及び一般 |
| テーマ（英） | Satellite Application and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | SANE |
| 会議コード | 2019-02-SANE-SAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 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 |
| サブタイトル（和） | |
| タイトル（英） | Radar Target Recognition Framework with Convolutional Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | レーダ / radar |
| キーワード(2)（和/英） | 電波画像 / radio wave image |
| キーワード(3)（和/英） | レンジドップラーマップ / range-Doppler map |
| キーワード(4)（和/英） | 識別 / target recognition |
| キーワード(5)（和/英） | 畳み込みニューラルネットワーク / convolutional neural networks |
| 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） | 谷高 竜馬 / Ryoma Yataka / ヤタカ リョウマ |
| 第1著者 所属（和/英） | 三菱電機株式会社 (略称： 三菱電機) Mitsubishi Electric Corporation (略称： MELCO) |
| 第2著者 氏名（和/英/ヨミ） | 平嶋 一貴 / Kazuki Hirashima / ヒラシマ カズキ |
| 第2著者 所属（和/英） | 三菱電機株式会社 (略称： 三菱電機) Mitsubishi Electric Corporation (略称： MELCO) |
| 第3著者 氏名（和/英/ヨミ） | 白石 將 / Masashi Shiraishi / シライシ マサシ |
| 第3著者 所属（和/英） | 三菱電機株式会社 (略称： 三菱電機) Mitsubishi Electric Corporation (略称： MELCO) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2019-02-14 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SANE |
| 資料番号 | SANE2018-124 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.441 |
| ページ範囲 | pp.77-82 |
| ページ数 | 6 |
| 発行日 | 2019-02-06 (SANE) |
[研究会発表申込システムのトップページに戻る]