| 講演抄録／キーワード |
| 講演名 |
2023-10-31 13:00
［ポスター講演］変調方式識別に適用する深層強化学習を用いたブラインド中心周波数推定
○上橋俊介・山下靖貴・落合麻里（三菱電機） |
| 抄録 |
（和） |
無線信号の変調方式識別は，コグニティブ無線や電波監視といった分野において，無線通信の状況を分析する要素技術として重要である．近年では、信号波形の振幅・位相成分を統計処理する等の手法に加えて，深層学習を用いた識別手法が検討されている．深層学習を用いた手法は，入力を識別対象となる信号波形、出力を識別結果とする事前学習により、特徴量を与えずとも変調方式の識別が可能となる．しかしながら，学習した信号と識別対象信号との間で中心周波数に差異がある場合、推定精度が低下するという課題がある．本稿では，変調方式識別の前段処理として，深層強化学習を用いたブラインド中心周波数を提案する．周波数推定を行うエージェントに対し、変調方式識別の結果に応じた報酬を与え，強化学習により自律的に周波数補正を行う．中心周波数に誤差のある10 種の変調信号が到来する環境において、提案手法の適用により変調方式識別率を1.5 倍以上改善可能であることを計算機シミュレーションにて示す． |
| （英） |
Identification of modulation schemes in wireless signals is a crucial technology for analyzing the status of wireless communications in the fields of cognitive radio and radio wave monitoring. Statistical processing of signal waveform amplitude and phase components has traditionally been employed; however, deep learning identification methods have been explored recently. Methods based on deep learning rely on prior learning, where the input is the signal waveform to be discriminated, while the output is the outcome of the discrimination process. This technique can differentiate between modulation schemes without requiring any features. However, if there is a difference in center frequency between the identified signal and the learned signal, the accuracy of the estimation is reduced. In this paper, we present a new method of center frequency estimation utilizing deep reinforcement learning as an initial step in identifying modulation schemes. The agent responsible for frequency estimation receives rewards based on the results of modulation scheme identification, and autonomous frequency correction is performed via reinforcement learning. Computer simulations indicate that the proposed method can increase the rate of identifying modulation schemes by at least 1.5 times in an environment with 10 modulation signals with center frequency errors. |
| キーワード |
（和） |
変調方式識別 / 深層強化学習 / 中心周波数推定 / / / / / |
| （英） |
Modulation Scheme Identification / Deep Reinforcement Learning / Center Frequency Estimation / / / / / |
| 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 |
2023-10-30 - 2023-10-31 |
| 開催地（和） |
北海道立道民活動センター かでる2・7 |
| 開催地（英） |
Kaderu 2・7 (Sapporo) |
| 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） |
Cross-Field Research Association of Super-Intelligent Networking |
| 講演論文情報の詳細 |
| 申込み研究会 |
RISING |
| 会議コード |
2023-10-RISING |
| 本文の言語 |
日本語 |
| タイトル（和） |
変調方式識別に適用する深層強化学習を用いたブラインド中心周波数推定 |
| サブタイトル（和） |
|
| タイトル（英） |
Blind center frequency estimation using deep reinforcement learning for modulation scheme identification. |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
変調方式識別 / Modulation Scheme Identification |
| キーワード(2)（和/英） |
深層強化学習 / Deep Reinforcement Learning |
| キーワード(3)（和/英） |
中心周波数推定 / Center Frequency Estimation |
| キーワード(4)（和/英） |
/ |
| 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） |
上橋 俊介 / Shunsuke Uehashi / ウエハシ シュンスケ |
| 第1著者 所属（和/英） |
三菱電機株式会社 (略称： 三菱電機)
Mitsubishi Electric Corporation (略称： Mitsubishi Electric Corp.) |
| 第2著者 氏名（和/英/ヨミ） |
山下 靖貴 / Yasutaka Yamashita / ヤマシタ ヤスタカ |
| 第2著者 所属（和/英） |
三菱電機株式会社 (略称： 三菱電機)
Mitsubishi Electric Corporation (略称： Mitsubishi Electric Corp.) |
| 第3著者 氏名（和/英/ヨミ） |
落合 麻里 / Mari Ochiai / オチアイ マリ |
| 第3著者 所属（和/英） |
三菱電機株式会社 (略称： 三菱電機)
Mitsubishi Electric Corporation (略称： Mitsubishi Electric Corp.) |
| 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 |
2023-10-31 13:00:00 |
| 発表時間 |
45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 |
|