| 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 | 2022-11-07 10:45 ［ショートペーパー］複数種類の電波混在時における与干渉検出法の一検討 ○山邊璃久・伊藤 利・田久 修（信州大）  SR2022-48 |
|
| 抄録 | （和） | ５Ｇ及びbeyond ５Ｇでは各無線機に高い干渉耐性能力を有する必要がある。干渉耐性を向上させるため、筆者らは教師なし学習のSOMを用いた干渉状態と正常状態の分類を提案した。しかし、この分類モデルでは、低電力の干渉を分類するのは困難であった。そこで本提案では、教師あり学習のランダムフォレストを用いると共に、分類に有効な特徴を見つけることで、全ての干渉電力において100％の精度を達成した |
| （英） | In 5G and beyond 5G, each radio must have high interference tolerance capability. To improve interference tolerance,the authors proposed a classification of interference states and normal states using SOM with unsupervised learning. However,this classification model had difficulty classifying low-power interference. Therefore, in this proposal, data is obtained from a simulation utilizing a 5G communication model to find features that are useful for classification and to make predictions. In this prediction, high discrimination accuracy was achieved at all interference powers using a supervised learning random forest. | |
| キーワード | （和） | 5G / 受信信号強度 / パケット解析 / 機械学習 / / / / |
| （英） | 5G / RSSI / Packet analysis / Machine learning / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 243, SR2022-48, pp. 20-23, 2022年11月. | |
| 資料番号 | SR2022-48 | |
| 発行日 | 2022-10-31 (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 | SR2022-48 |
|
| 研究会情報 | |
| 研究会 | SR |
| 開催期間 | 2022-11-07 - 2022-11-08 |
| 開催地（和） | 福岡大学 |
| 開催地（英） | Fukuoka University |
| テーマ（和） | ソフトウェア無線、コグニティブ無線、周波数共用、一般、技術展示 |
| テーマ（英） | Software Defined Radio, Cognitive Radio, Spectrum Sharing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2022-11-SR |
| 本文の言語 | 日本語 |
| タイトル（和） | 複数種類の電波混在時における与干渉検出法の一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study of Interference Detection Methods when Multiple Types of Radio Waves are Mixed |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 5G / 5G |
| キーワード(2)（和/英） | 受信信号強度 / RSSI |
| キーワード(3)（和/英） | パケット解析 / Packet analysis |
| キーワード(4)（和/英） | 機械学習 / Machine 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） | 山邊 璃久 / Riku Yamabe / ヤマベ リク |
| 第1著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 伊藤 利 / Toshi Ito / イトウ トシ |
| 第2著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 田久 修 / Osamu Takyu / タキュウ オサム |
| 第3著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-11-07 10:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | SR |
| 資料番号 | SR2022-48 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.243 |
| ページ範囲 | pp.20-23 |
| ページ数 | 4 |
| 発行日 | 2022-10-31 (SR) |
[研究会発表申込システムのトップページに戻る]