講演抄録/キーワード |
講演名 |
2019-02-01 10:50
Autoregressiveモデルに基づくBusy/Idle状態継続時間予測における継続時間履歴に基づくカテゴライズに関する一検討 ○田中佑典・侯 亜飛・田野 哲(岡山大)・鈴木義規(ATR) IT2018-56 SIP2018-86 RCS2018-263 |
抄録 |
(和) |
周波数利用効率の向上のため,チャネルの利用状況に応じて複数の周波数帯を活用するコグニティブ無線技術が注目されている.これを実現するためにはチャネルのBusy/Idle状態継続時間の予測が必要となる.筆者らはこれまで,過去のBusy/Idle継続時間の長さに基づいてデータのカテゴライズを行った後にAutoregressive (AR)モデルを適用して今後のBusy/Idle継続時間の予測を行う手法の検討を行っている.本稿では,国内ターミナル駅において混雑時と閑散時に測定したデータに対し,カテゴライズを行う履歴の長さが予測精度に与える影響を評価する. |
(英) |
Predicting the channel spectrum (busy or idle) is one of important but challenging topic for a cognitive radio (CR) system which adaptively exploits multiple frequency bands to achieve high spectrum efficiency. We have already proposed a method to predict an upcoming busy/idle duration using autoregressive model with classification of date sequence by a history of busy/idle duration. In this paper, we evaluate the impact of the depth of the classification on the performance of the busy/idle length prediction in a railway terminal for both non-busy and busy hours. |
キーワード |
(和) |
チャネル予測 / 実環境 / 継続時間カテゴライズ / ARモデル / / / / |
(英) |
Channel predication / Real environment / Categorization of busy/idle length / Autoregressive model / / / / |
文献情報 |
信学技報, vol. 118, no. 435, RCS2018-263, pp. 121-126, 2019年1月. |
資料番号 |
RCS2018-263 |
発行日 |
2019-01-24 (IT, SIP, RCS) |
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 |
IT2018-56 SIP2018-86 RCS2018-263 |
研究会情報 |
研究会 |
RCS SIP IT |
開催期間 |
2019-01-31 - 2019-02-01 |
開催地(和) |
大阪大学 中之島センター |
開催地(英) |
Osaka University |
テーマ(和) |
無線通信のための信号処理,学習,数理,情報理論および一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
RCS |
会議コード |
2019-01-RCS-SIP-IT |
本文の言語 |
日本語 |
タイトル(和) |
Autoregressiveモデルに基づくBusy/Idle状態継続時間予測における継続時間履歴に基づくカテゴライズに関する一検討 |
サブタイトル(和) |
|
タイトル(英) |
A Study on Categorization of Busy/Idle History for Autoregressive Based Busy/Idle Duration Prediction over Real Environmental Channel |
サブタイトル(英) |
|
キーワード(1)(和/英) |
チャネル予測 / Channel predication |
キーワード(2)(和/英) |
実環境 / Real environment |
キーワード(3)(和/英) |
継続時間カテゴライズ / Categorization of busy/idle length |
キーワード(4)(和/英) |
ARモデル / Autoregressive model |
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) |
田中 佑典 / Yusuke Tanaka / タナカ ユウスケ |
第1著者 所属(和/英) |
岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.) |
第2著者 氏名(和/英/ヨミ) |
侯 亜飛 / yafei HOU / コウ アヒ |
第2著者 所属(和/英) |
岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.) |
第3著者 氏名(和/英/ヨミ) |
田野 哲 / Satoshi Denno / デンノ サトシ |
第3著者 所属(和/英) |
岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.) |
第4著者 氏名(和/英/ヨミ) |
鈴木 義規 / Yoshinori Suzuki / |
第4著者 所属(和/英) |
ATR 波動工学研究所 (略称: ATR)
ATR Wave Engineering Laboratories (略称: ATR) |
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 |
2019-02-01 10:50:00 |
発表時間 |
25分 |
申込先研究会 |
RCS |
資料番号 |
IT2018-56, SIP2018-86, RCS2018-263 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.433(IT), no.434(SIP), no.435(RCS) |
ページ範囲 |
pp.121-126 |
ページ数 |
6 |
発行日 |
2019-01-24 (IT, SIP, RCS) |