文献

J-GLOBAL ID：201902286311604075   整理番号：19A2000397

畳み込みニューラルネットワークを用いたSNR推定法

SNR estimation method using convolutional neural network

著者 (3件)： 小島駿 (千葉大 大学院融合理工学府) ,  丸田一輝 (千葉大 大学院融合理工学府) ,  AHN Chang-Jun (千葉大 大学院融合理工学府)
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： 106(RCC2019 11-52)  ページ： 127-132  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)

抄録/ポイント： IoTなどの革新的通信技術の普及に伴い,次世代の移動体無線通信技術には,高速移動環境下等の厳しい環境においても高速かつ高品質な通信を実現することが求められている.適応変調符号化(AMC)技術は,フェージングなどの様々な条件下でスループット性能を最大化するための技術であり,現在広く利用されている.AMCの制御に信号対雑音比(SNR)を利用する方法が知られているが,このSNR情報を生成・フィードバックする過程で生じる処理遅延は,特に高速移動環境では高速・大容量通信の実現の際のボトルネックとなってしまう.そこで本稿では,畳み込みニューラルネットワーク(CNN)を用いて電力スペクトル密度(PSD)画像からSNRを推定する手法を提案する.PSDはドップラーシフトによってほとんど影響を受けないため,高速移動環境に強いロバスト性を持ち,さらに取得が非常に容易である.シミュレーションを行い,スループットに関する提案法の有効性を,通常のニューラルネットワークによるSNR推定法によるAMCと比較することによって検証した.(著者抄録)

シソーラス用語： 移動通信 ,  信号変調 ,  符号化 ,  *ニューラルネットワーク ,  *パワースペクトル密度 ,  可視化 ,  *SN比 ,  方式 ,  誤り率 ,  スループット ,  畳込みニューラルネットワーク ,  推定法
準シソーラス用語： BER【誤り率】 ,  適応変調符号化

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

引用文献 (12件)：

• R. A. Shafik, M. S. Rahman and A. R. Islam, “On the extended relationships among EVM, BER and SNR as performance metrics”, 2006 International Conference on Electrical and Computer Engineering, pp. 408-411, Dhaka, Bangladesh, Dec. 2006. DOI: 10.1109/ICECE.2006.355657
• 小島 駿, 丸田 一輝, 安 昌俊, “適応変調符号化のためのニューラルネットワークを用いたSNR推定法”, 信学技報, vol.119, no. 90, RCS2019-94, pp.333-338, 2019年6月.
• S. Chang and B. Kelly, “A time-domain SNR estimator based on a periodic preamble for wireless OFDM systems”, IEICE Electronics Express, vol. 8, no. 24, pp. 2073-2079, Dec. 2011.
• E. Biglieri, J. Proakis and S. Shannai, “Fading channels: Information-theoretic and communication aspects”, IEEE Trans. Inf. Theory, vol. 44, no. 6, pp. 2619-2692, Jan. 1998. DOI: 10.1109/18.720551
• L. Cimini, “Analysis and simulation of a digital mobile channel using orthogonal frequency division multiplexing”, IEEE Trans. Commun., vol. 33, no. 7, pp. 665-675, Jul. 1985. DOI: 10.1109/TCOM.1985.1096357

タイトルに関連する用語 (3件)： 畳み込みニューラルネットワーク ,  SNR ,  推定法