深層学習を用いた近接波の到来方向推定における精度向上に関する検討

加瀬裕也; 西村寿彦; 大鐘武雄; 小川恭孝; 佐藤孝憲; 岸山祥久

文献

J-GLOBAL ID：202102216270068590 整理番号：21A2310948

深層学習を用いた近接波の到来方向推定における精度向上に関する検討

Considerations on Accuracy Improvement in Close DOA Estimation with Deep Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A2310948&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A2310948&from=J-GLOBAL&jstjournalNo=U2030A") }}

著者 (6件)： , , , , ,
資料名：
巻： 121 号： 101(RCC2021 22-40) ページ： 77-82 (WEB ONLY) 発行年： 2021年07月07日
JST資料番号： U2030A ISSN： 2432-6380 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)

種々のアレーアンテナを用いた電波の到来方向推定技術は,MUSICやESPRITなどの部分空間法に加えて,計算資源が発展した近年では,圧縮センシングや深層学習に発展している.圧縮センシングや深層学習は,基本的にオングリッド推定であり,離散スペクトルが得られる.これまでの筆者らの検討では,深層学習を用いた到来方向推定において,信号がグリッド境界付近の角度で到来する場合に推定に失敗する問題を解決するため,グリッド配置が異なる2つのDNNを組み合わせて推定する手法を提案した.本稿では,この提案手法を近接波推定に適用した場合の推定精度を評価する.また,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の評価も行った.その結果,提案手法は近接波の推定には適していないものの,近接到来環境で訓練したネットワークをさらに組み合わせることで,RMSEを改善できる可能性が示された.(著者抄録)

, , , , , ,
, , ,

信号理論 , 人工知能

引用文献 (12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, DOI:10.1109/79.526899.
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, DOI:10.1109/MAP.2015.2397092.
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, DOI:10.1587/transcom.E96.B.685.
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, DOI:10.1587/transcom.E97.B.2110.
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, DOI:10.1162/neco.2006.18.7.1527.

, ,

前のページに戻る