文献

J-GLOBAL ID：201902268894787420   整理番号：19A1275160

深層学習を用いた到来方向推定法の検討

A Study on DOA Estimation Using Deep Learning

著者 (6件)： 加瀬裕也 (北大 大学院情報科学院) ,  西村寿彦 (北大 大学院情報科学院) ,  大鐘武雄 (北大 大学院情報科学院) ,  小川恭孝 (北大 大学院情報科学院) ,  来山大祐 (NTTドコモ 先進技研) ,  岸山祥久 (NTTドコモ 先進技研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 8(RCS2019 1-19)(Web)  ページ： 79-84 (WEB ONLY)  発行年： 2019年04月11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)

抄録/ポイント： 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,深層学習を用いた推定法の検討と,線形アレーアンテナに2波の狭帯域信号が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.その結果,MUSICと遜色ない精度が得られることや,学習パラメータへの依存性などが確認された.(著者抄録)

シソーラス用語： 移動通信 ,  利用者 ,  推定 ,  機械学習 ,  *到来方向推定 ,  アレイアンテナ ,  精度 ,  学習 ,  *依存性
準シソーラス用語： *パラメータ依存性 ,  位置推定 ,  深層学習 ,  推定精度

分類 (3件)： 移動通信  (ND08030H) ,  信号理論  (ND02020G) ,  人工知能  (JE08000Z)

引用文献 (10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.

タイトルに関連する用語 (2件)： 深層学習 ,  到来方向推定