講演抄録/キーワード |
講演名 |
2022-07-15 13:30
[ショートペーパー]CSレーダにおけるRNNを用いた干渉抑圧法の基礎評価 ○小泉凌斗・王 瀟岩(茨城大)・梅比良正弘(南山大)・武田茂樹(茨城大) SR2022-39 |
抄録 |
(和) |
近年、自動運転の実用化に向け、高分解能な77GHz帯車載レーダの需要が高まっている。今後車載CS(Chirp Sequence)レーダが広く普及すると、レーダ間干渉が発生し、ターゲットの不検出および誤検出の可能性が高まる。先行研究において、深層学習を用いた広帯域干渉抑圧法が提案され、レーダの高密度利用の可能性を示した。本研究では、学習モデルの学習時間と抑圧性能のトレードオフについて評価を行った。 |
(英) |
In recent years, high-resolution 77-GHz-band onboard radar has been extensively investigated since its inevitable role in automated driving. As onboard CS (Chirp Sequence) radars become more popular in the future, inter-radar interference will become a critical problem, which increase the target miss-detection and false-detection probabilities significantly. In the previous study, a broadband interference suppression method using deep learning was proposed, which shows the feasibility for high-density radar usage. In this study, we evaluated the trade-off between training time and interference suppression performance of the training model. |
キーワード |
(和) |
CSレーダ / レーダ間干渉 / 広帯域干渉 / 深層学習 / / / / |
(英) |
CS radar / inter-radar interference / wide band interference / deep learning / / / / |
文献情報 |
信学技報, vol. 122, no. 107, SR2022-39, pp. 84-86, 2022年7月. |
資料番号 |
SR2022-39 |
発行日 |
2022-07-06 (SR) |
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 |
SR2022-39 |
研究会情報 |
研究会 |
NS SR RCS SeMI RCC |
開催期間 |
2022-07-13 - 2022-07-15 |
開催地(和) |
金沢歌劇座 + オンライン開催 |
開催地(英) |
The Kanazawa Theatre + Online |
テーマ(和) |
無線分散ネットワーク,M2M(Machine-to-Machine),D2D(Device-to-Device),一般 |
テーマ(英) |
Distributed Wireless Network, 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 |
SR |
会議コード |
2022-07-NS-SR-RCS-SeMI-RCC |
本文の言語 |
日本語 |
タイトル(和) |
CSレーダにおけるRNNを用いた干渉抑圧法の基礎評価 |
サブタイトル(和) |
|
タイトル(英) |
Evaluations on RNN-based interference suppression method for CS radar |
サブタイトル(英) |
|
キーワード(1)(和/英) |
CSレーダ / CS radar |
キーワード(2)(和/英) |
レーダ間干渉 / inter-radar interference |
キーワード(3)(和/英) |
広帯域干渉 / wide band interference |
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) |
小泉 凌斗 / Ryoto Koizumi / コイズミ リョウト |
第1著者 所属(和/英) |
茨城大学 (略称: 茨城大)
Ibaraki University (略称: Ibaraki Univ.) |
第2著者 氏名(和/英/ヨミ) |
王 瀟岩 / Xiaoyan Wang / |
第2著者 所属(和/英) |
茨城大学 (略称: 茨城大)
Ibaraki University (略称: Ibaraki Univ.) |
第3著者 氏名(和/英/ヨミ) |
梅比良 正弘 / Masahiro Umehira / ウメヒラ マサヒロ |
第3著者 所属(和/英) |
南山大学 (略称: 南山大)
Nanzan University (略称: Nanzan Univ.) |
第4著者 氏名(和/英/ヨミ) |
武田 茂樹 / Shigeki Takeda / タケダ シゲキ |
第4著者 所属(和/英) |
茨城大学 (略称: 茨城大)
Ibaraki University (略称: Ibaraki Univ.) |
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 |
2022-07-15 13:30:00 |
発表時間 |
15分 |
申込先研究会 |
SR |
資料番号 |
SR2022-39 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.107 |
ページ範囲 |
pp.84-86 |
ページ数 |
3 |
発行日 |
2022-07-06 (SR) |