| 講演抄録／キーワード |
| 講演名 |
2021-11-17 09:00
スペクトラムデータベースに基づくスパース性を利用した干渉推定手法
○伊藤弘樹（電通大）・稲毛 契（都立産技高専）・藤井威生（電通大） |
| 抄録 |
（和） |
近年，Internet of Things (IoT)の発展とともに同一周波数を共用利用する端末数が急激に増加している．IoT機器の多くはCarrier Sense Multiple Access/Collision Avoidance (CSMA/CA) などのアクセス制御方式を用いた分散システムが想定されているが，このような多元接続はキャリアセンスでは回避できない隠れ端末問題により通信効率が大きく低下することが知られている．そこで本稿では，端末を通して簡易に観測できる情報をデータベースに蓄積し，事象の相関をもとに無線環境を推定する手法について検討する．データベースは端末が分散的に通信を行う中で取得した通信結果である復調の合否を蓄積する．これらの時系列データから相関値を求めることで干渉の有無を推定することが可能となるが，端末数の増加に伴い推定に必要な計算量は著しく増加する．そこで多くの端末が存在する場合，一つの端末に対して干渉を引き起こす端末は全端末からみれば一部となることに着目し，スパース性を利用した構造推定手法により干渉関係の推定を行う．その後，推定した干渉関係から隠れ端末となる端末をグラフ構造化し，グラフアルゴリズムにより隠れ端末となる端末数が最小となるようにチャネル割当を行う．本提案の有効性を確認するための計算機シミュレーションにより，干渉関係の推定精度とパケット到達率を評価し，提案手法によりシステム内の通信品質が改善できることを示す． |
| （英） |
With the Internet of Things (IoT) era, the number of devices that share the same frequency is rapidly increasing. IoT devices are assumed to be distributed systems based on Carrier Sense Multiple Access/Collision Avoidance (CSMA/CA). It is known that communication efficiency is degraded due to hidden node problems. In this paper, we study a method to estimate the wireless environment based on the correlation of events. The database stores the communication results such as success or failure of demodulation. The wireless environment can be estimated by calculating correlation from time-series data of communication results. However, computational cost is rapidly increased with increasing the number of devices. In the case of a lot of devices, only a few devices can cause interference to a device, we use a sparse modeling to estimate the interference. Then, based on the estimated result, the hidden nodes in devices are structured as a graph and using a graph algorithm to allocate channels so that the number of hidden nodes is minimized. This method is evaluated by accuracy and packet arrival rate. |
| キーワード |
（和） |
隠れ端末問題 / 干渉推定 / スパースモデリング / チャネル割当 / / / / |
| （英） |
Hidden node problem / Interference estimation / Sparse modeling / Channel allocation / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
RISING |
| 開催期間 |
2021-11-15 - 2021-11-17 |
| 開催地（和） |
東京都内+EventIn |
| 開催地（英） |
|
| テーマ（和） |
超知性通信ネットワークに関する研究，一般 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
RISING |
| 会議コード |
2021-11-RISING |
| 本文の言語 |
日本語 |
| タイトル（和） |
スペクトラムデータベースに基づくスパース性を利用した干渉推定手法 |
| サブタイトル（和） |
|
| タイトル（英） |
Interference Estimation Method Using Sparse Modeling Based on Spectrum Database |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
隠れ端末問題 / Hidden node problem |
| キーワード(2)（和/英） |
干渉推定 / Interference estimation |
| キーワード(3)（和/英） |
スパースモデリング / Sparse modeling |
| キーワード(4)（和/英） |
チャネル割当 / Channel allocation |
| 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） |
伊藤 弘樹 / Hiroki Ito / イトウ ヒロキ |
| 第1著者 所属（和/英） |
電気通信大学 (略称： 電通大)
The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） |
稲毛 契 / Kei Inage / イナゲ ケイ |
| 第2著者 所属（和/英） |
東京都立産業技術高等専門学校 (略称： 都立産技高専)
Tokyo Metropolitan College of Industrial Technology (略称： TMCIT) |
| 第3著者 氏名（和/英/ヨミ） |
藤井 威生 / Takeo Fujii / フジイ タケオ |
| 第3著者 所属（和/英） |
電気通信大学 (略称： 電通大)
The University of Electro-Communications (略称： UEC) |
| 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： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2021-11-17 09:00:00 |
| 発表時間 |
50分 |
| 申込先研究会 |
RISING |
| 資料番号 |
|
| 巻番号（vol） |
vol. |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|