| 講演名 | 2020-11-18 深層学習を用いた二段階の変調方式推定手法 岸本 薫(NEC), 高橋 清彦(NEC), 大辻 太一(NEC), 竹内 俊樹(NEC), 倉橋 茂之(NEC), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 変調方式推定は，周波数共用システム等において一次ユーザあるいは他の二次ユーザの通信方式を推定する場合に応用される技術である．IQ 信号の位相や振幅成分を統計分析する等の古典的な手法に加えて，近年では深層学習を用いた手法が検討されている．深層学習を用いた手法は，事前の学習が必要であるが，学習済みのモデルによる推定は短時間で処理可能である．しかしながら，従来の深層学習を用いた推定手法では，学習対象信号と推定対象信号との間で中心周波数に差異がある場合に推定精度が著しく低下するという問題がある．そこで本稿では，中心周波数を推定するモデルと推定周波数をシフトした信号に対して変調方式を推定するモデルの二つのモデルを用いて，二段階で推定する手法を提案する．計算機評価により，SNR が 0〜10dB の範囲において，従来手法と比較して提案手法の平均推定精度が約 9 pt 向上することを示した． |
| 抄録(英) | Automatic modulation recognition method could be applied to dynamic spectrum sharing, estimating communication method of the primary users or the other secondary users．In addition to classical methods such as statistical analysis of the phase and amplitude components of IQ signals, deep-learning-based methods have been studied in recent years. Deep-learning-based methods could estimate modulation scheme using learned model in a short time. However, when there is a difference between center frequency of the training data and that of the estimation data, there is a problem that the estimation performance significantly decreases. Therefore, we propose a two-stage estimation method; the first stage estimates the gap frequency between zero and center frequency of the target signals, and shifts the center frequency with the estimated gap, then the second stage estimates the modulation scheme of the shifted signals. Experimental results demonstrate that the average estimation accuracy of the proposed method is about 9 pt higher than that of the conventional method in 0 to 10-dB conditions. |
| キーワード(和) | 変調方式推定 / 深層学習 / 二段階推定 |
| キーワード(英) | Automatic Modulation Recognition / Deep Learning / Two-stage estimation |
| 資料番号 | SR2020-24 |
| 発行日 | 2020-11-11 (SR) |
| 研究会情報 | |
| 研究会 | SR |
|---|---|
| 開催期間 | 2020/11/18(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ソフトウェア無線、コグニティブ無線、周波数共用、一般 |
| テーマ（英） | Software Radio, Cognitive Radio, Spectrum Sharing, etc. |
| 委員長氏名（和） | 有吉 正行(NEC) |
| 委員長氏名（英） | Masayuki Ariyoshi(NEC) |
| 副委員長氏名（和） | 亀田 卓(東北大) / 田久 修(信州大) / 石津 健太郎(NICT) |
| 副委員長氏名（英） | Suguru Kameda(Tohoku Univ.) / Osamu Takyu(Shinshu Univ.) / Kentaro Ishidu(NICT) |
| 幹事氏名（和） | 矢野 一人(ATR) / 石橋 功至(電通大) / 成枝 秀介(三重大) |
| 幹事氏名（英） | Kazuto Yano(ATR) / Koji Ishibashi(Univ. of Electro-Comm.) / Syusuke Narieda(Mie Univ.) |
| 幹事補佐氏名（和） | 太田 真衣(福岡大) / 大山 哲平(富士通研) / 小林 健太郎(名大) |
| 幹事補佐氏名（英） | Mai Ohta(Fukuoka Univ.) / Teppei Oyama(Fujitsu Lab.) / Kentaro Kobayashi(Nagoya Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Radio |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深層学習を用いた二段階の変調方式推定手法 |
| サブタイトル（和） | |
| タイトル（英） | Automatic Modulation Recognition Method Using Two-Stage Deep Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 変調方式推定 / Automatic Modulation Recognition |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | 二段階推定 / Two-stage estimation |
| 第 1 著者 氏名（和/英） | 岸本 薫 / Kaoru Kishimoto |
| 第 1 著者 所属（和/英） | 日本電気株式会社(略称：NEC) NEC Corporation(略称：NEC) |
| 第 2 著者 氏名（和/英） | 高橋 清彦 / Kiyohiko Takahashi |
| 第 2 著者 所属（和/英） | 日本電気株式会社(略称：NEC) NEC Corporation(略称：NEC) |
| 第 3 著者 氏名（和/英） | 大辻 太一 / Taichi Ohtsuji |
| 第 3 著者 所属（和/英） | 日本電気株式会社(略称：NEC) NEC Corporation(略称：NEC) |
| 第 4 著者 氏名（和/英） | 竹内 俊樹 / Toshiki Takeuchi |
| 第 4 著者 所属（和/英） | 日本電気株式会社(略称：NEC) NEC Corporation(略称：NEC) |
| 第 5 著者 氏名（和/英） | 倉橋 茂之 / Shigeyuki Kurahashi |
| 第 5 著者 所属（和/英） | 日本電気株式会社(略称：NEC) NEC Corporation(略称：NEC) |
| 発表年月日 | 2020-11-18 |
| 資料番号 | SR2020-24 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | SR-238 |
| ページ範囲 | pp.10-16(SR), |
| ページ数 | 7 |
| 発行日 | 2020-11-11 (SR) |