| 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 | 2026-06-19 14:10 マルチパス環境のGNSS測位におけるカルマンネットのデータ駆動最適化に関する一検討 ○石井 隼・衣斐信介・岩井誠人（同志社大）  RCS2026-83 |
|
| 抄録 | （和） | 全球測位衛星システム (GNSS: Global Navigation Satellite System) を用いた位置推定において，都市環境下では，建物や樹木によるマルチパスの影響を受け，測位精度が著しく低下する課題がある．この対策として，運動モデルと観測値を統合する拡張カルマンフィルタ (EKF: Extended Kalman Filter) が広く用いられている．しかし，EKFはシステム誤差を規定するプロセスノイズの共分散行列を固定値として扱うため，動的な環境変化に伴うノイズ分布の変動に対して観測値と予測値の比重を適切に調整することが困難である．そこで本検討では，多層パーセプトロン (MLP: Multi-Layer Perceptron) およびゲート付きリカレントユニット (GRU: Gated Recurrent Unit) の二種類のニューラルネットワーク (NN: Neural Network) を用いたカルマンネットを提案し，EKFにおけるプロセスノイズの共分散行列を環境に応じて動的に推定・最適化する．また，提案手法の時間変化に伴う環境変化への有効性を検証するため，取得日の異なる学習用・テスト用のデータを用いて測位精度を評価し，従来手法のEKFに対する優位性を確認する． |
| （英） | In position estimation using the global navigation satellite system (GNSS), there is a problem where positioning accuracy significantly deteriorates in urban environments due to the influence of multipath effects from buildings and trees. As a countermeasure to this, the extended Kalman filter (EKF), which integrates kinematic models and observation values, is widely used. However, because the EKF treats the process noise covariance matrix that defines the system error as a fixed value, it is difficult to appropriately adjust the weights of observation values and predicted values against the fluctuation of noise distributions accompanying dynamic environmental changes. Therefore, this study proposes a KalmanNet utilizing two types of neural networks (NNs), multi-layer perceptron (MLP) and gated recurrent unit (GRU), to dynamically estimate and optimize the process noise covariance matrix in the EKF according to the environment. Furthermore, to verify the effectiveness of the proposed method against environmental changes over time, positioning accuracy is evaluated using training and test data acquired on different days, confirming its superiority over the conventional EKF. | |
| キーワード | （和） | GNSS測位 / マルチパス / ニューラルネットワーク / カルマンフィルタ / / / / |
| （英） | GNSS positioning / multipath / neural network / Kalman filter / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 72, RCS2026-83, pp. 325-330, 2026年6月. | |
| 資料番号 | RCS2026-83 | |
| 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 | RCS2026-83 |
|
| 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） | マルチパス環境のGNSS測位におけるカルマンネットのデータ駆動最適化に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Data-Driven Tuning of KalmanNet for GNSS Positioning in Multipath Environments |
| サブタイトル（英） | |
| キーワード(1)（和/英） | GNSS測位 / GNSS positioning |
| キーワード(2)（和/英） | マルチパス / multipath |
| 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） | カルマンフィルタ / Kalman filter |
| 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） | 石井 隼 / Hayato Ishii / イシイ ハヤト |
| 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 / イワイ ヒサト |
| 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 | 2026-06-19 14:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2026-83 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.72 |
| ページ範囲 | pp.325-330 |
| 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]