文献

J-GLOBAL ID：202202256214708182   整理番号：22A0959389

列車制御システムにおけるネットワーク計画のためのDNNベースチャネルモデル【JST・京大機械翻訳】

A DNN-Based Channel Model for Network Planning in Train Control Systems

著者 (4件)： Wen Tao (School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing, China) ,  Xie Guo (Department of Automation and Information Engineering, Xi’an University of Technology, Xi’an, Shaanxi, China) ,  Cao Yuan (School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing, China) ,  Cai Baigen (School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 3  ページ： 2392-2399  発行年： 2022年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
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： 鉄道輸送に対する需要の増大により,無線通信技術は列車制御システムにおいて大きな役割を果たしており,鉄道システムがより高い容量とより効率的なサービスを提供できる。しかし,無線周波数伝搬の性質のため,列車対地上無線接続の品質は,アクセスポイントのよく計画された展開に高度に依存する。鉄道ネットワーク計画における精度と効率の両方を改善するために,本論文では,深い学習技術を利用して,無線伝搬をモデル化し,それは,高い計算要求のために,著者らの以前の研究で高速速度で決定論的に予測することは非常に難しかった。この提案した無線伝搬モデルにおいて,Kalmanフィルタを利用してニューラルネットワークパラメータをオンラインで更新し,このモデルが環境の変化を満たすことができる。数値的評価結果は,深いニューラルネットワークベースの無線チャネルモデルが,非常に低い計算コストで故障確率を正確に予測できることを示した。Copyright 2022 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： 学習 ,  故障率 ,  *ネットワーク法 ,  鉄道網 ,  鉄道輸送 ,  *列車制御 ,  ニューラルネットワーク ,  モデリング ,  *列車 ,  端局 ,  Kalmanフィルタ ,  通信チャネル
準シソーラス用語： ワイヤレス ,  計算コスト ,  鉄道システム ,  無線チャネル , 【Automatic Indexing@JST】

分類 (5件)： 無線通信一般  (ND08010L) ,  輸送と業務  (TC01030N) ,  移動通信  (ND08030H) ,  信号,保安  (TC01040Y) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 列車制御 ,  計画