講演抄録/キーワード |
講演名 |
2021-06-24 13:00
リカレントニューラルネットワークを用いたGNSSによる位置推定に関する一検討 ○西岡航平・衣斐信介(同志社大)・高橋拓海(阪大)・岩井誠人(同志社大) RCS2021-53 |
抄録 |
(和) |
GNSS (Global Navigation Satellite System) による位置推定法の一つに非線形連立方程式を近似的に解く方法がある.しかし,この非線形連立方程式はクロック誤差やマルチパスなどの外因の影響を受け,位置推定に誤差が生じる.本検討では,この誤差と測位衛星が放送する測距信号から得られるデータが時系列データであることに着目し,時系列データの扱いに特化したニューラルネットワークであるRNN (Recurrent Neural Network) を2種類提案する.一つは擬似距離と衛星の位置座標を直接RNNに入力する形態であり,もう一つは前処理に逐次近似法を用いた,その結果をRNNに入力する形態である.前者は生データを用いる性質上,衛星観測データの欠損によって学習が不安定になる一方で,後者は逐次近似法に基づいて実装するため学習が安定する.また,RNNの有用性を評価するために,比較対象として,全結合層で構成される単純なニューラルネットワークを用いる. |
(英) |
One method of positioning schemes with the aid of the global navigation satellite system (GNSS) is to approximately solve nonlinear simultaneous equations. However, these nonlinear simultaneous equations include external factors such as clock errors and multipath, which induce position estimation errors. To address the errors, this study focuses on the fact that the data obtained from the distance measurement signals broadcasted by positioning satellites is time-series data. Based on the focus point, two types of recurrent neural network (RNN) for time-series data are designed. The first one inputs pseudo-range and position coordinates of satellites. The other inputs solutions of successive approximation methods as pre-processing. The former relies on raw data, which makes the learning unstable depending on the availability of satellite observations. In contrast, the latter exploits on a model called the successive approximation method, resulting in stable learning at the sacrifice of computational complexity. In order to evaluate the usefulness of the RNN, a neural network consisting of fully connected layers is implemented for comparison. |
キーワード |
(和) |
GNSS / 擬似距離 / ニューラルネットワーク / 位置推定 / 汎化性能 / / / |
(英) |
GNSS / pseudo-range / neural network / positioning / generalization performance / / / |
文献情報 |
信学技報, vol. 121, no. 72, RCS2021-53, pp. 145-150, 2021年6月. |
資料番号 |
RCS2021-53 |
発行日 |
2021-06-16 (RCS) |
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 |
RCS2021-53 |
研究会情報 |
研究会 |
RCS |
開催期間 |
2021-06-23 - 2021-06-25 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
初めての研究会,リソース制御,スケジューリング,無線通信一般 |
テーマ(英) |
First Presentation in IEICE Technical Committee, Resource Control, Scheduling, Wireless Communications, etc. |
講演論文情報の詳細 |
申込み研究会 |
RCS |
会議コード |
2021-06-RCS |
本文の言語 |
日本語 |
タイトル(和) |
リカレントニューラルネットワークを用いたGNSSによる位置推定に関する一検討 |
サブタイトル(和) |
|
タイトル(英) |
A Study on Recurrent Neural Network Aided GNSS Positioning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
GNSS / GNSS |
キーワード(2)(和/英) |
擬似距離 / pseudo-range |
キーワード(3)(和/英) |
ニューラルネットワーク / neural network |
キーワード(4)(和/英) |
位置推定 / positioning |
キーワード(5)(和/英) |
汎化性能 / generalization performance |
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) |
西岡 航平 / Kohei Nishioka / ニシオカ コウヘイ |
第1著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
第2著者 氏名(和/英/ヨミ) |
衣斐 信介 / Shinsuke Ibi / イビ シンスケ |
第2著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
第3著者 氏名(和/英/ヨミ) |
高橋 拓海 / Takumi Takahashi / タカハシ タクミ |
第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第4著者 氏名(和/英/ヨミ) |
岩井 誠人 / Hisato Iwai / イワイ ヒサト |
第4著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha 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 |
2021-06-24 13:00:00 |
発表時間 |
10分 |
申込先研究会 |
RCS |
資料番号 |
RCS2021-53 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.72 |
ページ範囲 |
pp.145-150 |
ページ数 |
6 |
発行日 |
2021-06-16 (RCS) |
|