深層学習を用いた近接波の到来方向推定の検討

加瀬裕也; 西村寿彦; 大鐘武雄; 小川恭孝; 来山大祐; 岸山祥久

文献

J-GLOBAL ID：201902247981784727 整理番号：19A2000398

深層学習を用いた近接波の到来方向推定の検討

A Study on Close DOA Estimation with Deep Learning

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A2000398&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A2000398&from=J-GLOBAL&jstjournalNo=S0532B") }}

著者 (6件)： , , , , ,
資料名：
巻： 119 号： 106(RCC2019 11-52) ページ： 133-138 発行年： 2019年07月03日
JST資料番号： S0532B ISSN： 0913-5685 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

電波の到来方向推定は,移動通信におけるユーザの位置推定や各種レーダに応用される技術である.MUSICやESPRITといった古典的な手法に加え,計算資源が発展した近年では圧縮センシングを用いた手法等,様々な手法が検討されている.圧縮センシングはMUSICよりも高い精度で推定できる一方で,計算負荷が大きい.このような大きな計算負荷を許容できる場合,深層学習を適用することでより高い精度で推定が行えると期待される.本稿では,一般に推定が困難とされる近接到来波の推定に特化したネットワークを構築し,線形アレーアンテナに2波の狭帯域信号が角度差1°で到来するモデルにおいて,推定精度に関する検討を行った.加えて,角度差の制約なしに訓練したネットワークと組み合わせて推定を行った場合についても検討を行った.その結果,MUSICと比較して非常に高い精度で近接波の推定が行えることや,学習環境への依存性などが確認された.(著者抄録)

, , , , , , , , , , ,

移動通信 , レーダ , 信号理論 , 人工知能

引用文献 (11件)：

H. Krim and M. Viberg, “Two decades of array signal processing research: the parametric approach,” IEEE Sig. Process. Mag., vol. 13, no. 4, pp. 67-94, July 1996.
A Massa, P. Rocca, and G. Oliveri, “Compressive sensing in electromagnetics a review,” IEEE Antennas Propag. Mag., vol. 57, no. 1, pp. 224-238, Feb. 2015.
K. Hayashi, M. Nagahara, and T. Tanaka, “A user's guide to compressed sensing for communications systems,” IEICE Trans. Commun., vol. E96-B, no. 3, pp. 685-712, Mar. 2013.
T. Terada, T. Nishimura, Y. Ogawa, T. Ohgane, and H. Yamada, “DOA estimation for multi-band signal sources using compressed sensing techniques with Khatri-Rao processing,” IEICE Trans. Commun., vol. E97-B, no. 10, pp. 2110-2117, Oct. 2014.
G. E. Hinton, S. Osindero, and Y. Teh, “A fast learning algorithm for deep belief nets,” Neural Computation, vol. 18, no. 7, pp. 1527-1544, July 2006.

前のページに戻る