講演抄録/キーワード |
講演名 |
2020-07-09 15:00
[依頼講演]深層学習を用いたSIR推定によるブラインドアダプティブアレー干渉抑圧効果 ○丸田一輝(東工大)・小島 駿(千葉大)・久野大介(阪大)・中山 悠(東京農工大) RCC2020-8 NS2020-37 RCS2020-71 SR2020-16 SeMI2020-8 |
抄録 |
(和) |
伝搬路情報等の事前情報を用いることなく同一チャネル干渉を抑圧する手段として,ブラインドアルゴリズムを用いたアレーアンテナ信号処理が有効である.その中で,定包絡線アルゴリズム(CMA)は強力な干渉抑圧性能を有する手法として知られるが,受信電力の大きい信号源を補足し,それ以外を抑圧対象とすることから,希望信号を適切に取得するための信号対干渉電力比(SIR)の条件が0~dBより大きい場合に限定されていた.一方,電力比反転(PI)アルゴリズムを用いればSIR $<$ 0 dBの領域においても動作するが,CMAとPIを適切に切り替えるためにはSIRを事前に取得する必要がある.本稿では,受信コンスタレーション画像を用いた深層学習によりSIRを推定する手法を提案し,基本的な有効性を確認する.さらに,本手法による推定結果を基にアルゴリズムの切り替えを行った際の干渉抑圧効果を明らかにする.アレー出力SINRの中央値としては,入力SIRが0~dB付近を除けば,推定結果を概ね反映し,適切な干渉抑圧が実現可能であることを確認した. |
(英) |
This paper proposes a blind interference estimation via deep learning approach exploiting the visualized wireless signal information, that is, IQ constellation. Co-channel interference becomes more extensive due to frequency resource exhaustion and small cell deployment which had been triggered by mobile traffic explosion. Multi-antenna signal processing known to blind adaptive array (BAA) is an effective means to suppress co-channel interference without any a priori information such as channel state information. Unfortunately, blind algorithms have their applicable regions depending on the signal-to-interference (SIR) at array input. These algorithms should be optimally selected according to interference level. Here we investigates the possibility of the SIR classification by the multi-layered deep convolutional neural network (CNN). Constellation images where includes the desired and interference signals are used for model training. Further, we clarify the interference suppression performance of BAAs using estimated SIR values. |
キーワード |
(和) |
アダプティブアレー / 干渉抑圧 / 定包絡線アルゴリズム / 電力比反転 / 干渉推定 / 深層学習 / コンスタレーション / |
(英) |
Adaptive array / Interference suppression / Constant modulus algorithm / Power inversion / Interference estimation / Deep learning / Constellation / |
文献情報 |
信学技報, vol. 120, no. 89, RCS2020-71, pp. 79-83, 2020年7月. |
資料番号 |
RCS2020-71 |
発行日 |
2020-07-01 (RCC, NS, RCS, SR, SeMI) |
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 |
RCC2020-8 NS2020-37 RCS2020-71 SR2020-16 SeMI2020-8 |
研究会情報 |
研究会 |
SR NS SeMI RCC RCS |
開催期間 |
2020-07-08 - 2020-07-10 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
機械学習とAIを応用した通信・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) |
Communication and Network Technology of the AI Age, 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 |
RCS |
会議コード |
2020-07-SR-NS-SeMI-RCC-RCS |
本文の言語 |
日本語 |
タイトル(和) |
深層学習を用いたSIR推定によるブラインドアダプティブアレー干渉抑圧効果 |
サブタイトル(和) |
|
タイトル(英) |
Blind Adaptive Array Interference Suppression Performance with Deep Learning based SIR Estimation |
サブタイトル(英) |
|
キーワード(1)(和/英) |
アダプティブアレー / Adaptive array |
キーワード(2)(和/英) |
干渉抑圧 / Interference suppression |
キーワード(3)(和/英) |
定包絡線アルゴリズム / Constant modulus algorithm |
キーワード(4)(和/英) |
電力比反転 / Power inversion |
キーワード(5)(和/英) |
干渉推定 / Interference estimation |
キーワード(6)(和/英) |
深層学習 / Deep learning |
キーワード(7)(和/英) |
コンスタレーション / Constellation |
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) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Tech) |
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) |
久野 大介 / Daisuke Hisano / |
第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第4著者 氏名(和/英/ヨミ) |
中山 悠 / Yu Nakayama / ナカヤマ ユウ |
第4著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
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 |
第1著者 |
発表日時 |
2020-07-09 15:00:00 |
発表時間 |
30分 |
申込先研究会 |
RCS |
資料番号 |
RCC2020-8, NS2020-37, RCS2020-71, SR2020-16, SeMI2020-8 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.87(RCC), no.88(NS), no.89(RCS), no.90(SR), no.91(SeMI) |
ページ範囲 |
pp.37-41(RCC), pp.37-41(NS), pp.79-83(RCS), pp.43-47(SR), pp.31-35(SeMI) |
ページ数 |
5 |
発行日 |
2020-07-01 (RCC, NS, RCS, SR, SeMI) |
|