| 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 | 2019-04-19 11:20 深層学習を用いた到来方向推定法の検討 ○加瀬裕也・西村寿彦・大鐘武雄・小川恭孝（北大）・来山大祐・岸山祥久（NTTドコモ）  RCS2019-17 |
|
| 抄録 | （和） | 電波の到来方向推定は，移動通信におけるユーザの位置推定や各種レーダに応用される技術である． MUSICやESPRITといった古典的な手法に加え，計算資源が発展した近年では圧縮センシングを用いた手法等，様々な手法が検討されている． 圧縮センシングはMUSICよりも高い精度で推定できる一方で，計算負荷が大きい． このような大きな計算負荷を許容できる場合，深層学習を適用することでより高い精度で推定が行えると期待される． 本稿では，深層学習を用いた推定法の検討と， 線形アレーアンテナに2波の狭帯域信号が到来するモデルにおいて，推定精度に関する検討を行った． その結果，MUSICと遜色ない精度が得られることや，学習パラメータへの依存性などが確認された． |
| （英） | Direction of arrival (DOA) estimation of radio waves is applicable to localization of users in mobile communication and radar systems. In addition to MUSIC and ESPRIT, which are well-known traditional algorithms, compressed sensing has been applied to DOA estimation with the development of computing resources. Although compressed sensing requires larger computational load, it has a higher accuracy compared with MUSIC in general. If such a large computational load is acceptable, it is expected that we can obtain the higher estimation accuracy by applying deep learning. In this paper, we consider an estimation method using deep learning and examine its characteristics in the case where two narrow-band signals impinge on a linear array. The simulation results show that high estimation accuracy comparable to MUSIC is obtained and that the performance highly depends on the training parameters. |
|
| キーワード | （和） | 到来方向推定 / アレーアンテナ / 深層学習 / 多層ニューラルネットワーク / / / / |
| （英） | DOA estimation / array antenna / deep learning / deep neural network / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 8, RCS2019-17, pp. 79-84, 2019年4月. | |
| 資料番号 | RCS2019-17 | |
| 発行日 | 2019-04-11 (RCS) | |
| 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 | RCS2019-17 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2019-04-18 - 2019-04-19 |
| 開催地（和） | 登別グランドホテル |
| 開催地（英） | Noboribetsu Grand Hotel |
| テーマ（和） | 鉄道，車車間・路車間通信，無線アクセス技術，一般 |
| テーマ（英） | Railroad Communications, Inter-Vehicle Communications, Road to Vehicle Communications, Radio Access Technologies, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2019-04-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた到来方向推定法の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on DOA Estimation Using Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 到来方向推定 / DOA estimation |
| キーワード(2)（和/英） | アレーアンテナ / array antenna |
| キーワード(3)（和/英） | 深層学習 / deep learning |
| キーワード(4)（和/英） | 多層ニューラルネットワーク / deep neural network |
| 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） | 加瀬 裕也 / Yuya Kase / カセ ユウヤ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 西村 寿彦 / Toshihiko Nishimura / ニシムラ トシヒコ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大鐘 武雄 / Takeo Ohgane / オオガネ タケオ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 小川 恭孝 / Yasutaka Ogawa / オガワ ヤスタカ |
| 第4著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 来山 大祐 / Daisuke Kitayama / キタヤマ ダイスケ |
| 第5著者 所属（和/英） | 株式会社NTTドコモ (略称： NTTドコモ) NTT DOCOMO, INC. (略称： NTT DOCOMO) |
| 第6著者 氏名（和/英/ヨミ） | 岸山 祥久 / Yoshihisa Kishiyama / キシヤマ ヨシヒサ |
| 第6著者 所属（和/英） | 株式会社NTTドコモ (略称： NTTドコモ) NTT DOCOMO, INC. (略称： NTT DOCOMO) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-04-19 11:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2019-17 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.8 |
| ページ範囲 | pp.79-84 |
| ページ数 | 6 |
| 発行日 | 2019-04-11 (RCS) |
[研究会発表申込システムのトップページに戻る]