講演抄録/キーワード |
講演名 |
2018-07-11 15:25
深層学習を用いた到来方向推定の基礎的検討 ○加瀬裕也・西村寿彦・大鐘武雄・小川恭孝(北大) RCC2018-33 NS2018-46 RCS2018-88 SR2018-27 ASN2018-27 |
抄録 |
(和) |
電波の到来方向推定は,移動通信端末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から,近年は圧縮センシングを用いた手法まで,様々な手法が検討されている.圧縮センシングは一般にMUSICよりも高い性能が得られる一方で,計算負荷が増大する.このような大きな計算負荷を許容できる場合,深層学習を用いた到来方向推定も興味深い.本稿では,深層学習を用いた推定法,特に近接波の推定に特化したネットワークを別に用意する手法を提案し,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,推定精度に関する基礎的な検討を行った.その結果,比較的高い精度が得られることや,学習環境への依存性などが確認された. |
(英) |
Direction of arrival (DOA) estimation of radio waves is applicable to localization of wireless terminals and radar systems. In addition to MUSIC and ESPRIT, which are well-known traditional algorithms, compressed sensing has been applied to DOA estimation. Compressed sensing has a higher accuracy compared with MUSIC in general but requires larger computational load. If such a large computational load is acceptable, we can consider to apply deep learning to DOA estimation. In this paper, we propose an estimation method using deep learning, especially with an additional network designed for closely located sources, and examine its basic characteristics in the case where two narrow-band signals impinge on a linear array. The simulation results show that high estimation accuracy is obtained and that the performance depends on the learning data sets. |
キーワード |
(和) |
到来方向推定 / 深層学習 / / / / / / |
(英) |
DOA estimation / deep learning / / / / / / |
文献情報 |
信学技報, vol. 118, no. 125, RCS2018-88, pp. 51-55, 2018年7月. |
資料番号 |
RCS2018-88 |
発行日 |
2018-07-04 (RCC, NS, RCS, SR, ASN) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
RCC2018-33 NS2018-46 RCS2018-88 SR2018-27 ASN2018-27 |
研究会情報 |
研究会 |
ASN NS RCS SR RCC |
開催期間 |
2018-07-11 - 2018-07-13 |
開催地(和) |
函館アリーナ |
開催地(英) |
Hakodate Arena |
テーマ(和) |
無線分散ネットワーク,機械学習とAIを応用した無線通信・ネットワーク技術,M2M (Machine-to-Machine),D2D (Device-to-Device),IoT(Internet of Things),一般 |
テーマ(英) |
Wireless Distributed Network, Machine Learning and AI for Wireless Communications and Networks, M2M (Machine-to-Machine), D2D (Device-to-Device), IoT(Internet of Things), etc. |
講演論文情報の詳細 |
申込み研究会 |
RCS |
会議コード |
2018-07-ASN-NS-RCS-SR-RCC |
本文の言語 |
日本語 |
タイトル(和) |
深層学習を用いた到来方向推定の基礎的検討 |
サブタイトル(和) |
|
タイトル(英) |
A Fundamental Study on Direction of Arrival Estimation with Deep Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
到来方向推定 / DOA estimation |
キーワード(2)(和/英) |
深層学習 / deep learning |
キーワード(3)(和/英) |
/ |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
加瀬 裕也 / Yuya Kase / カセ ユウヤ |
第1著者 所属(和/英) |
北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.) |
第2著者 氏名(和/英/ヨミ) |
西村 寿彦 / Toshihiko Nishimura / ニシムラ トシヒコ |
第2著者 所属(和/英) |
北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.) |
第3著者 氏名(和/英/ヨミ) |
大鐘 武雄 / Takeo Ohgane / オオガネ タケオ |
第3著者 所属(和/英) |
北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.) |
第4著者 氏名(和/英/ヨミ) |
小川 恭孝 / Yasutaka Ogawa / オガワ ヤスタカ |
第4著者 所属(和/英) |
北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-07-11 15:25:00 |
発表時間 |
25分 |
申込先研究会 |
RCS |
資料番号 |
RCC2018-33, NS2018-46, RCS2018-88, SR2018-27, ASN2018-27 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.123(RCC), no.124(NS), no.125(RCS), no.126(SR), no.127(ASN) |
ページ範囲 |
pp.51-55(RCC), pp.57-61(NS), pp.51-55(RCS), pp.39-43(SR), pp.67-71(ASN) |
ページ数 |
5 |
発行日 |
2018-07-04 (RCC, NS, RCS, SR, ASN) |
|