| 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 | 2021-03-04 11:35 ［ポスター講演］レベル交差回数に基づく深層学習を用いたフェージング変動推定に関する検討 ○河内幸四郎・新保薫子・菅沼碩文・前原文明（早大）  RCS2020-233 SR2020-72 SRW2020-62 |
|
| 抄録 | （和） | 第5世代移動通信システム(5G)では，高速・大容量に加えて，多数同時接続，超低遅延といった多様なユーザニーズの実現が期待されている．5Gをプラットフォームとして多様なユーザニーズを実現するためには，各ユーザの伝送特性を決定づけるフェージングの時間選択性をはじめとする各種伝搬状況を，なるべく簡易に把握できることが望ましい．これまでに我々は，フェージングの時間選択性とレベル交差回数の関係を利用して，レベル交差回数から時間選択性を表すドップラー周波数を簡易に推定する方式を提案してきた．本稿では，本検討の発展として，深層学習により，レベル交差回数からドップラー周波数を推定する方式を提案する．また，伝搬環境としてレイリーフェージングを想定し，提案方式の推定精度を従来の推定法を比較対象にとって，計算機シミュレーションにより評価する． |
| （英） | Fifth-generation (5G) mobile communication systems entail various scenarios such as enhanced mobile broadband (eMBB), ultra-reliable and low-latency communications (URLLC), and massive machine type communications (mMTC). In order to realize various requirements of 5G, it is expected to easily estimate channel conditions such as time selectivity which affects transmission performance. So far, we have proposed a time selectivity estimation method using level crossing rate, which estimates Doppler frequency just only by counting level cross of channel variation. As an extension of this work, we propose a deep-learning-based fading variation estimation method using level crossing rate. The estimation performance of the proposed method is demonstrated in comparison with the traditional estimation method on the assumption of Rayleigh fading as a starting point for evaluation under different types of fading channels. | |
| キーワード | （和） | レベル交差回数 / 時間選択性フェージング / ドップラー周波数 / 深層学習 / / / / |
| （英） | level crossing rate / time selective fading / doppler frequency / deep learning / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 404, RCS2020-233, pp. 155-156, 2021年3月. | |
| 資料番号 | RCS2020-233 | |
| 発行日 | 2021-02-24 (RCS, SR, SRW) | |
| 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 | RCS2020-233 SR2020-72 SRW2020-62 |
|
| 研究会情報 | |
| 研究会 | RCS SR SRW |
| 開催期間 | 2021-03-03 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 移動通信ワークショップ |
| テーマ（英） | Mobile Communication Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2021-03-RCS-SR-SRW |
| 本文の言語 | 日本語 |
| タイトル（和） | レベル交差回数に基づく深層学習を用いたフェージング変動推定に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Fading Variation Estimation Employing Deep Learning Based on Level Crossing Rate |
| サブタイトル（英） | |
| キーワード(1)（和/英） | レベル交差回数 / level crossing rate |
| キーワード(2)（和/英） | 時間選択性フェージング / time selective fading |
| キーワード(3)（和/英） | ドップラー周波数 / doppler frequency |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| 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） | 河内 幸四郎 / Koshiro Kawachi / カワチ コウシロウ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 新保 薫子 / Yukiko Shimbo / シンボ ユキコ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 菅沼 碩文 / Hirofumi Suganuma / スガヌマ ヒロフミ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 前原 文明 / Fumiaki Maehara / マエハラ フミアキ |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-04 11:35:00 |
| 発表時間 | 40分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2020-233, SR2020-72, SRW2020-62 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.404(RCS), no.405(SR), no.406(SRW) |
| ページ範囲 | pp.155-156(RCS), pp.48-49(SR), pp.43-44(SRW) |
| ページ数 | 2 |
| 発行日 | 2021-02-24 (RCS, SR, SRW) |
[研究会発表申込システムのトップページに戻る]