お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
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 2019-10-03 13:05
[依頼講演]深層学習を用いた受信信号からの通信環境推定
丸田一輝小島 駿安 昌俊千葉大
抄録 (和) 無線通信の特性は伝搬環境に大きく依存し,それぞれの環境に適した変調方式を用いる必要がある.通信環境を表すパラメータとしてSNR,ドップラーシフト,見通し/マルチパス,また干渉等が挙げられる.これらの情報を取得するためには,既知信号等を用いて個別の信号処理により推定する必要がある.全ての情報を既知信号を用いることなく瞬時に推定し,干渉除去や適応変調に反映させることができればチャネル容量を効率的に,かつ最大限に活用することが可能になると考えられる.これを実現する手法として深層学習を適用する.受信信号から様々な特徴を抽出することで,複数の通信環境に関する情報を同時に推定可能であると考えられる.本稿ではその検討例を紹介すとともに,受信信号に付加的な処理を与えることで推定精度を向上可能な手法についても提案し,その有効性を示す. 
(英) The performance of wireless communication greatly depends on the propagation environment.
Adaptive modulation and coding (AMC) is essential to adapt to each environment.
Parameters representing the communication environment include SNR, Doppler shift, line of sight/multipath components, and interference.
Such information should be estimated by individual signal processing using known reference signals.
If all information can be estimated instantaneously without use of known signals, channel capacity can be efficiently and maximally utilized by AMC and interference cancellation.
Deep learning is applied to resolve these issues.
By extracting various features from the received signal, information about communication environments can be estimated simultaneously.
This paper presents our recent works, deep learning aided communication environment estimation, and proposes a approach that can improve the estimation accuracy by giving additional processing to the received signal.
キーワード (和) 適応変調 / 雑音推定 / 干渉推定 / ドップラー周波数 / 深層学習 / / /  
(英) Adaptive modulation / Noise estimation / Interference estimation / Doppler frequency / Deep learning / / /  
文献情報 信学技報
資料番号  
発行日  
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
PDFダウンロード

研究会情報
研究会 MIKA  
開催期間 2019-10-02 - 2019-10-04 
開催地(和) 北海道大学 
開催地(英) Hokkaido Univ. 
テーマ(和) 無線通信システム, 一般 
テーマ(英) Wireless Communication System, etc. 
講演論文情報の詳細
申込み研究会 MIKA 
会議コード 2019-10-MIKA 
本文の言語 日本語 
タイトル(和) 深層学習を用いた受信信号からの通信環境推定 
サブタイトル(和)  
タイトル(英) Deep Learning Based Communication Environment Estimation Using Received Signals 
サブタイトル(英)  
キーワード(1)(和/英) 適応変調 / Adaptive modulation  
キーワード(2)(和/英) 雑音推定 / Noise estimation  
キーワード(3)(和/英) 干渉推定 / Interference estimation  
キーワード(4)(和/英) ドップラー周波数 / Doppler frequency  
キーワード(5)(和/英) 深層学習 / Deep learning  
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) 丸田 一輝 / Kazuki Maruta / マルタ カズキ
第1著者 所属(和/英) 千葉大学 (略称: 千葉大)
Chiba University (略称: Chiba Univ.)
第2著者 氏名(和/英/ヨミ) 小島 駿 / Shun Kojima / コジマ シュン
第2著者 所属(和/英) 千葉大学 (略称: 千葉大)
Chiba University (略称: Chiba Univ.)
第3著者 氏名(和/英/ヨミ) 安 昌俊 / Chang-Jun Ahn / アン チャンジュン
第3著者 所属(和/英) 千葉大学 (略称: 千葉大)
Chiba University (略称: Chiba Univ.)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2019-10-03 13:05:00 
発表時間 30 
申込先研究会 MIKA 
資料番号  
巻番号(vol)  
号番号(no)  
ページ範囲  
ページ数  
発行日  


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会