| 講演抄録／キーワード |
| 講演名 |
2024-11-19 13:10
水中音響通信におけるDeep Learningを用いた同期・波形補償器の検討
○大網悠生・池田晴哉・野中柊次（東京理科大）・久野大介（阪大）・丸田一輝（東京理科大） |
| 抄録 |
（和） |
Beyond 5G/6G の拡張性の一環として水中無線通信の研究が進められている．その中でも，水中音響通信は周波数に制限があることからも通信容量に課題が存在する．
また，水中での音速は陸上の電波の 20 万分の 1 とされており，遅延波の影響や移動体通信におけるドップラーの影響が大きい．
広帯域で安定した通信を行うためには，多くの参照信号や同期信号が必要となり，それに伴うオーバーヘッドが非常に大きい．
本研究では，Deep Learning を用いた同期・波形補償器を提案する．
提案手法では，OFDM 信号の検出および同期，ドップラーによる波形の伸縮を学習することで，オーバーヘッドの削減を目指す． |
| （英） |
As part of the scalability efforts for Beyond 5G/6G, research on underwater wireless communication is progressing.
Among these, underwater acoustic communication faces challenges in communication capacity due to frequency limitations.
Additionally, the speed of sound in water is about 1/200,000th of that of radio waves in the air, leading to significant impacts from delayed signals and Doppler effects in mobile communications.
To achieve stable, wideband communication, a large number of reference signals and synchronization signals are required, resulting in substantial overhead.
This study proposes a synchronization and waveform compensator using Deep Learning.
The proposed method aims to reduce overhead by detecting and synchronizing OFDM signals and learning to compensate for waveform stretching caused by Doppler effects |
| キーワード |
（和） |
水中音響通信 / 直交周波数分割多重 / 同期 / 波形補償 / 深層学習 / / / |
| （英） |
Underwater Acoustic Communication / OFDM / Synchronization / Waveform Compensation / Deep Learning / / / |
| 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 |
UWT |
| 開催期間 |
2024-11-19 - 2024-11-19 |
| 開催地（和） |
勤労者交流センター(鹿児島) |
| 開催地（英） |
|
| テーマ（和） |
水中無線技術，水中音響通信，一般 |
| テーマ（英） |
Underwater Wireless Technology |
| 講演論文情報の詳細 |
| 申込み研究会 |
UWT |
| 会議コード |
2024-11-UWT |
| 本文の言語 |
日本語 |
| タイトル（和） |
水中音響通信におけるDeep Learningを用いた同期・波形補償器の検討 |
| サブタイトル（和） |
|
| タイトル（英） |
Investigation of a Synchronization and Waveform Compensator Using Deep Learning for Underwater Acoustic Communication |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
水中音響通信 / Underwater Acoustic Communication |
| キーワード(2)（和/英） |
直交周波数分割多重 / OFDM |
| キーワード(3)（和/英） |
同期 / Synchronization |
| キーワード(4)（和/英） |
波形補償 / Waveform Compensation |
| キーワード(5)（和/英） |
深層学習 / Deep Learning |
| 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） |
大網 悠生 / Yuki Oami / オオアミ ユウキ |
| 第1著者 所属（和/英） |
東京理科大学 (略称： 東京理科大)
Tokyo University of Science (略称： Tokyo Univ. of Science) |
| 第2著者 氏名（和/英/ヨミ） |
池田 晴哉 / Haruya Ikeda / イケダ ハルヤ |
| 第2著者 所属（和/英） |
東京理科大学 (略称： 東京理科大)
Tokyo University of Science (略称： Tokyo Univ. of Science) |
| 第3著者 氏名（和/英/ヨミ） |
野中 柊次 / Shuji Nonaka / ノナカ シュウジ |
| 第3著者 所属（和/英） |
東京理科大学 (略称： 東京理科大)
Tokyo University of Science (略称： Tokyo Univ. of Science) |
| 第4著者 氏名（和/英/ヨミ） |
久野 大介 / Daisuke Hisano / ヒサノ ダイスケ |
| 第4著者 所属（和/英） |
大阪大学 (略称： 阪大)
Osaka University (略称： Osaka Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
丸田 一輝 / Kazuki Maruta / マルタ カズキ |
| 第5著者 所属（和/英） |
東京理科大学 (略称： 東京理科大)
Tokyo University of Science (略称： Tokyo Univ. of Science) |
| 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 |
2024-11-19 13:10:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
UWT |
| 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 |
|