| 講演名 | 2020-12-18 畳み込みニューラルネットワークによるスペクトログラム画像に基づくKファクタ推定 小島 駿(千葉大), 島 康介(千葉大), 丸田 一輝(東工大), 安 昌俊(千葉大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 次世代移動体無線通信システムでは, 高速・大容量・低遅延通信の実現のための適切な制御を実行するために, 通信環境情報を正確かつ高速に取得することが必要不可欠である. ライスフェージングにおけるKファクタは, 通信環境を決定づける1つの要因であり, 通信品質に大きく影響を与えるパラメータである. 受信側でＫファクタを低計算コストで正確に推定できれば, 送信側で適応変調などの適応制御方式を低遅延かつ高精度に行うことが可能となる. Kファクタを推定する手法は様々な方式が提案されているが, 大きなレンジでのサンプリングが必要な点や参照信号による計算量の増加等の問題があり, パケット単位での推定は困難であった. そこで本稿では, 受信スペクトログラム画像から畳み込みニューラルネットワーク(CNN)を用いることで, 参照信号を用いずにパケット単位でのKファクタ推定を実現する手法を提案する. シミュレーション結果より, 提案法を用いることによるKファクタの推定精度と, 実際に適応変調符号化を適用した場合におけるスループット特性の観点からその有効性を明らかにする. |
| 抄録(英) | In the next generation mobile communications systems, accurate and fast acquisition of the communication environment is essential to achieve high-speed and low-latency communication. A $K$-factor in Rician fading is a major determinant of the link quality. Therefore, $K$-factor estimation is a very important task in order to achieve high performance of adaptive control in wireless communications that is dependent on the link quality. Conventional methods for estimating the $K$-factor have been widely studied, including the method using moments of the received signal and the method based on the received signal envelope and channel statistics. These methods require sampling of the signal on a large scale, which increases the amount of computation and processing time. In this paper, we focus on spectrograms containing features of the $K$-factor and propose a novel its estimation method using convolutional neural network (CNN) from a single packet. Simulation results reveal its effectiveness in terms of estimation accuracy and resultant adaptive modulation performance. |
| キーワード(和) | スペクトログラム / 畳み込みニューラルネットワーク / Kファクタ推定 |
| キーワード(英) | Spectrogram / CNN / K factor estimation |
| 資料番号 | RCS2020-153 |
| 発行日 | 2020-12-10 (RCS) |
| 研究会情報 | |
| 研究会 | NS / RCS |
|---|---|
| 開催期間 | 2020/12/17(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | マルチホップ／リレー／協調，耐災害無線ネットワーク，センサ・メッシュネットワーク，アドホックネットワーク，D2D・M2M，無線ネットワークコーディング，ハンドオーバ/AP切替/接続セル制御/基地局間負荷分散/モバイルNW動的再構成，QoS・QoE保証，無線VoIP，IoT，エッジコンピューティング，一般 |
| テーマ（英） | Multi-hop/Relay/Cooperation, Disaster-resistant wireless network, Sensor/Mesh network, Ad-hoc network, D2D/M2M, Wireless network coding, Handover/AP switching/Connected cell control/Load balancing among base stations/Mobile network dynamic reconfiguration, QoS/QoE assurance, Wireless VoIP, IoT, Edge computing, etc. |
| 委員長氏名（和） | 中尾 彰宏(東大) / 岡本 英二(名工大) |
| 委員長氏名（英） | Akihiro Nakao(Univ. of Tokyo) / Eiji Okamoto(Nagoya Inst. of Tech.) |
| 副委員長氏名（和） | 大石 哲矢(NTT) / 前原 文明(早大) / 西村 寿彦(北大) / 旦代 智哉(東芝) |
| 副委員長氏名（英） | Tetsuya Oishi(NTT) / Fumiaki Maehara(Waseda Univ.) / Toshihiko Nishimura(Hokkaido Univ.) / Tomoya Tandai(Toshiba) |
| 幹事氏名（和） | 水野 志郎(NTT) / 吉田 雅裕(中大) / 牟田 修(九大) / 村岡 一志(NEC) |
| 幹事氏名（英） | Shiro Mizuno(NTT) / Masahiro Yoshida(Chuo Univ.) / Osamu Muta(Kyushu Univ.) / Kazushi Muraoka(NEC) |
| 幹事補佐氏名（和） | 河野 伸也(NTT) / 安達 宏一(電通大) / 中村 理(シャープ) / 酒井 学(三菱電機) / 岩渕 匡史(NTT) / 奥山 達樹(NTTドコモ) |
| 幹事補佐氏名（英） | Shinya Kawano(NTT) / Koichi Adachi(Univ. of Electro-Comm.) / Osamu Nakamura(Sharp) / Manabu Sakai(Mitsubishi Electric) / Masashi Iwabuchi(NTT) / Tatsuki Okuyama(NTT DOCOMO) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Network Systems / Technical Committee on Radio Communication Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 畳み込みニューラルネットワークによるスペクトログラム画像に基づくKファクタ推定 |
| サブタイトル（和） | |
| タイトル（英） | K-Factor Estimation based on Spectrogram Images by Convolutional Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | スペクトログラム / Spectrogram |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / CNN |
| キーワード(3)（和/英） | Kファクタ推定 / K factor estimation |
| 第 1 著者 氏名（和/英） | 小島 駿 / Shun Kojima |
| 第 1 著者 所属（和/英） | 千葉大学(略称：千葉大) Chiba University(略称：Chiba Univ.) |
| 第 2 著者 氏名（和/英） | 島 康介 / Kosuke Shima |
| 第 2 著者 所属（和/英） | 千葉大学(略称：千葉大) Chiba University(略称：Chiba Univ.) |
| 第 3 著者 氏名（和/英） | 丸田 一輝 / Kazuki Maruta |
| 第 3 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 4 著者 氏名（和/英） | 安 昌俊 / Chang-Jun Ahn |
| 第 4 著者 所属（和/英） | 千葉大学(略称：千葉大) Chiba University(略称：Chiba Univ.) |
| 発表年月日 | 2020-12-18 |
| 資料番号 | RCS2020-153 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | RCS-298 |
| ページ範囲 | pp.103-108(RCS), |
| ページ数 | 6 |
| 発行日 | 2020-12-10 (RCS) |