| 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 | 2022-07-15 09:55 深層学習を用いたOFDM受信機に関する研究 ○ヨウ ユウ・韓 承鎬（電通大）  CS2022-30 |
|
| 抄録 | （和） | 直交周波数分割多重方式(Orthogonal Frequency-Division Multiplexing, OFDM)は，周波数利用率が高いなどの特徴を持ち，広帯域幅の無線通信システムでは広く使われているが，ドップラー偏移の影響を受けやすい．そのため，本稿では，二重選択性フェージング通信路におけるOFDMシステムに対し，深層学習を用いて受信機を設計した．従来のLS(Least Square)とLMMSE(Linear Minimum Mean Square Error)の通信路推定を用いた受信機より，良い性能を達成できることをシミュレーションで確認した． |
| （英） | Orthogonal Frequency-Division Multiplexing (OFDM) is widely used in wideband wireless communication systems due to its features such as high frequency efficiency, but it is vulnerable to Doppler shift. Therefore, in this paper, a receiver is designed using deep learning for an OFDM system in a doubly selective fading channel. Simulations confirm that the receiver achieves better performance than receivers using conventional LS (Least Square) and LMMSE (Linear Minimum Mean Square Error) channel estimation. | |
| キーワード | （和） | OFDM / 深層学習 / / / / / / |
| （英） | OFDM / Deep Learning / / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 110, CS2022-30, pp. 74-77, 2022年7月. | |
| 資料番号 | CS2022-30 | |
| 発行日 | 2022-07-07 (CS) | |
| 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 | CS2022-30 |
|
| 研究会情報 | |
| 研究会 | CS |
| 開催期間 | 2022-07-14 - 2022-07-15 |
| 開催地（和） | 屋久島環境文化村センター 第1～第3レクチャー室 |
| 開催地（英） | Yakushima Environmental and Cultural Village Center |
| テーマ（和） | 次世代ネットワーク，アクセスネットワーク，ブロードバンドアクセス方式，電力線通信，無線通信方式，符号化方式，一般 |
| テーマ（英） | Next Generation Networks, Access Networks, Broadband Access, Power Line Communications, Wireless Communication Systems, Coding Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2022-07-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いたOFDM受信機に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Research on OFDM Receivers Using Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | OFDM / OFDM |
| 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） | ヨウ ユウ / You Yong / ヨウ ユウ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 韓 承鎬 / Chenggao Han / ハン スンホ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-15 09:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CS |
| 資料番号 | CS2022-30 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.110 |
| ページ範囲 | pp.74-77 |
| ページ数 | 4 |
| 発行日 | 2022-07-07 (CS) |
[研究会発表申込システムのトップページに戻る]