| 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 | 2026-06-18 10:55 機械学習を用いたマルチGNSSにおける最適衛星選択に関する一検討 ○鎌田将大・衣斐信介・岩井誠人（同志社大）  RCS2026-55 |
|
| 抄録 | （和） | 複数の全球測位衛星システム (GNSS: Global Navigation Satellite System) を同時に利用するマルチGNSSシステムは，マルチパスや衛星と受信機の幾何的位置関係から測位精度が劣化する可能性がある．本検討では，誤差要因となり得る衛星の除外による測位精度の改善に着目し，ニューラルネットワーク (NN: Neural Network) に基づく衛星選択マスク（以下，NNマスク）を適用した測位計算モデルを提案する．NNマスクは事前に設定した信号強度マスクのしきい値を変化させて複数構築し，それぞれの場合において従来手法と測位精度の比較を行う．また，これら複数のNNマスクを用いたアンサンブル学習を衛星選択に適用し，測位環境に応じて自動的に柔軟な衛星選択を行う，汎化性能の高い衛星選択モデルを構築することを目的とする． |
| （英） | Multi-GNSS systems, which utilize multiple global navigation satellite systems (GNSS) simultaneously, are susceptible to degradation in positioning accuracy due to multipath effects and the geometric relationship between the satellites and the receiver. Focusing on improving positioning accuracy by excluding satellites that may induces errors, this study proposes a positioning model that applies a satellite selection mask based on a neural network (hereafter referred to as an NN mask). Multiple NN masks are constructed by varying the thresholds of a predefined signal strength mask. The positioning accuracy of each method is then compared with that of conventional methods. Furthermore, this study aims to construct a highly generalizable satellite selection model by applying ensemble learning to these multiple NN masks, thereby enabling of automatically and flexibly selecting satellites according to the positioning environment. | |
| キーワード | （和） | マルチGNSS測位 / 衛星選択 / ニューラルネットワーク / アンサンブル学習 / / / / |
| （英） | Multi-GNSS positioning / satellite selection / neural network / ensemble learning / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 72, RCS2026-55, pp. 170-175, 2026年6月. | |
| 資料番号 | RCS2026-55 | |
| 発行日 | 2026-06-10 (RCS) | |
| 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 | RCS2026-55 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2026-06-17 - 2026-06-19 |
| 開催地（和） | 大濱信泉記念館 |
| 開催地（英） | The Ohama Nobumoto Memorial Hall |
| テーマ（和） | 初めての研究会，リソース制御，スケジューリング，無線通信一般 |
| テーマ（英） | First Presentation in IEICE Technical Committee, Resource Control, Scheduling, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2026-06-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いたマルチGNSSにおける最適衛星選択に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Optimal Satellite Selection in Multi-GNSS Systems Using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルチGNSS測位 / Multi-GNSS positioning |
| キーワード(2)（和/英） | 衛星選択 / satellite selection |
| キーワード(3)（和/英） | ニューラルネットワーク / neural network |
| キーワード(4)（和/英） | アンサンブル学習 / ensemble 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） | 鎌田 将大 / Shota Kamada / カマダ ショウタ |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 衣斐 信介 / Shinsuke Ibi / イビ シンスケ |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 岩井 誠人 / Hisato Iwai / |
| 第3著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-06-18 10:55:00 |
| 発表時間 | 10分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2026-55 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.72 |
| ページ範囲 | pp.170-175 |
| ページ数 | 6 |
| 発行日 | 2026-06-10 (RCS) |
[研究会発表申込システムのトップページに戻る]