| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-08-21 10:30 ［奨励講演］深層学習を用いた複数衛星における重畳LEO-MIMO制御信号のドップラーシフト推定 ○桶間 椋（名大）・五藤大介（NTT）・山里敬也（名大）・山下史洋・糸川喜代彦（NTT）  SAT2020-19 |
|
| 抄録 | （和） | 低軌道(LEO)衛星通信の大容量化を目的としてLEO衛星にMIMO(Multi-Input Multi-Output)技術を適用することを考える． 従来研究において，LEO-MIMO信号のドップラーシフトを推定する為に各衛星毎に個別の周波数帯域を割り当て識別用の制御信号を送信していた． これによりLEO-MIMOにおける干渉が避けられ大容量化が可能となる． しかしMIMOを行う衛星数が増加すると制御信号に割り当てる帯域幅が増加し，データ送信用の帯域幅が狭まり，システム全体の通信容量が低下するという課題が存在する． そこで，本研究では，各LEO衛星の制御信号を重畳させ，制御信号の帯域幅をLEO衛星数に依らず一定とすることで通信容量の低下の改善を試みる． 具体的には，重畳制御信号からのドップラーシフト推定に焦点を当て，深層学習を用いたブラインド推定を提案する． これまで，衛星2基における有効性を確認してきた．本稿では3基以上の重畳制御信号に対する推定を検討する． また，推定推定精度の向上の為に畳み込みニューラルネットワークを採用し，深層ニューラルネットワークとの比較を行う． |
| （英） | This paper focuses on satellite MIMO (Multi-Input Multi-Output) technology to increase the capacity of Low Earth Orbit (LEO) satellite communications. In previous research, LEO-MIMO communication requires control signals to estimate the Doppler frequencies of each satellite. The control signal is allocated a different frequency band to avoid inter-carrier interference with other signals. However, as the number of communication LEO satellites increases, the bandwidth of the control signal becomes wider and the bandwidth for the MIMO signal becomes narrower. In other words, the problem is that the capacity of LEO-MIMO decreases with the increase in the number of communication LEO satellites. Therefore, this study attempts to suppress the communication capacity reduction by superimposing control signals. This technique can improve the bandwidth of the control signal is constant regardless of the number of satellites, and suppress capacity reduction regardless the number of satellites. On the other hands, superimposed control signals technique degrades the Doppler frequency estimation accuracy due to inter-carrier interference. To tackle of the problem, we propose the novel Doppler frequency estimation using Deep learning techniques. This paper deal with Doppler shift estimation for control signals with three or more superimposed waveforms and unlearned waveforms. In order to improve the estimation accuracy, we employed convolutional neural networks in addition to deep neural networks and compared their performance. |
|
| キーワード | （和） | 低軌道衛星(LEO) / 衛星MIMO通信 / 深層学習 / 信号検出 / ドップラーシフト推定 / / / |
| （英） | Low earth orbit satellite / MIMO satellite communications / Deep learning / Signal detection / Doppler shift estimation / / / | |
| 文献情報 | 信学技報, vol. 120, no. 129, SAT2020-19, pp. 47-52, 2020年8月. | |
| 資料番号 | SAT2020-19 | |
| 発行日 | 2020-08-13 (SAT) | |
| ISSN | 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 | SAT2020-19 |
|
| 研究会情報 | |
| 研究会 | SAT RCS |
| 開催期間 | 2020-08-20 - 2020-08-21 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 移動衛星通信，放送，誤り訂正，無線通信一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SAT |
| 会議コード | 2020-08-SAT-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた複数衛星における重畳LEO-MIMO制御信号のドップラーシフト推定 |
| サブタイトル（和） | |
| タイトル（英） | Doppler frequency estimation of Superimposed Control Signal of multiple satellites by Deep Learning in LEO-MIMO |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 低軌道衛星(LEO) / Low earth orbit satellite |
| キーワード(2)（和/英） | 衛星MIMO通信 / MIMO satellite communications |
| キーワード(3)（和/英） | 深層学習 / Deep learning |
| キーワード(4)（和/英） | 信号検出 / Signal detection |
| キーワード(5)（和/英） | ドップラーシフト推定 / Doppler shift estimation |
| 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） | 桶間 椋 / Ryo Okema / オケマ リョウ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 五藤 大介 / Daisuke Goto / ゴトウ ダイスケ |
| 第2著者 所属（和/英） | NTTアクセスサービス研究所 (略称： NTT) NTT Access Network Service Systems Laboratories (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 山里 敬也 / Takaya Yamazato / ヤマザト タカヤ |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 山下 史洋 / Fumihiro Yamashita / ヤマシタ フミヒロ |
| 第4著者 所属（和/英） | NTTアクセスサービス研究所 (略称： NTT) NTT Access Network Service Systems Laboratories (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 糸川 喜代彦 / Kiyohiko Itokawa / イトカワ キヨヒコ |
| 第5著者 所属（和/英） | NTTアクセスサービス研究所 (略称： NTT) NTT Access Network Service Systems Laboratories (略称： NTT) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-08-21 10:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SAT |
| 資料番号 | SAT2020-19 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.129 |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2020-08-13 (SAT) |
[研究会発表申込システムのトップページに戻る]