文献

J-GLOBAL ID：202102246994983172   整理番号：21A0012434

深層学習を用いたAESA適応ビーム成形【JST・京大機械翻訳】

AESA Adaptive Beamforming Using Deep Learning

著者 (6件)： Bianco Simone (University of Milan-Bicocca,Milan,Italy) ,  Napoletano Paolo (University of Milan-Bicocca,Milan,Italy) ,  Raimondi Alberto (University of Milan-Bicocca,Milan,Italy) ,  Feo Maurizio (MBDA Missile Systems,Fusaro,Italy) ,  Petraglia Giovanni (MBDA Missile Systems,Fusaro,Italy) ,  Vinetti Pietro (MBDA Missile Systems,Fusaro,Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： RadarConf20  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,深学習を用いたアンテナアレイの適応ビーム成形法を提案した。提案方法は,望ましい挙動を符号化する画像様放射パターンを入力し,新しいビーム仕様にアンテナを適応させるのに必要な最適電流を計算する,深い畳込みニューラルネットワークに基づいている。提案手法は,それを再現するためのアンテナへの古典的反復アルゴリズムのスマートマッピングを導入する計算時間(最大1700)を大幅に削減する。訓練後,モデルは単一フォワードパスで最適電流を計算でき,必要な電流を見つけるための高価な反復最適化の必要性を回避した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アンテナ ,  最適化 ,  電流 ,  *学習 ,  アレイアンテナ ,  放射パターン
準シソーラス用語： 反復アルゴリズム ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 深層学習 ,  適応ビーム成形