講演名 2022-02-25
機械学習を活用した衛星測位信号の多重化検討
高木 学(三菱電機), 能田 康義(三菱電機), 半谷 政毅(三菱電機), 野田 雅樹(三菱電機),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 同一キャリア上に複数の拡散信号を多重化して送信するPOCET(Phase-Optimized Constant-Envelope Transmission)という方式がある.POCETにおける信号点配置の決定は非線形最適化問題のため,信号点を定包絡線上に配置することを制約とし最適化対象を位相のみとすることでこの問題を解いている.これは多重対象の拡散信号によっては,本来の信号点から信号点を大きく移動することになり,その影響による性能劣化が生じる.そこで,本稿では機械学習を用いることで最適化対象を位相だけでなく振幅に広げた新たな拡散符号の多重化を行う方式を提案する.その結果,先行例であるPOCETの4信号多重による劣化量は約8%に対し提案方式の劣化量は平均で約4%なので,多重化に伴う信号劣化をおよそ半減できることを確認した.また,5信号多重の場合,POCET方式では最大約85%の信号劣化が発生するのに対して,提案方式では最大16%の信号劣化に抑えられることを確認した.これは,提案方式ではPOCET方式では実現できなかった5信号多重の実現が可能であることを示している.
抄録(英) There is a method called POCET (Phase Optimized Constant Envelope Transmission) that multiplexes and transmits multiple diffusion signals on the same carrier. Determining the placement of signal points in POCET is a non-linear optimization problem, so this problem is solved by limiting the placement of signal points on a particular envelope and limiting the optimization target to phase only. This means that depending on the diffused signal to be multiplexed, the signal point may move significantly from the original signal point, resulting in poor performance. Therefore, this paper proposes a new way to use machine learning to multiplex diffusion codes that extend the optimization target not only to phase but also to amplitude. As a result, the amount of deterioration of POCET, which is a precedent example, due to 4-signal multiplexing was about 8%, and the amount of deterioration of the proposed method was about 4% on average, confirming signal deterioration. Multiplexing can reduce it by about half. For 5 signal multiplexing, the POCET method has been found to cause up to about 85% signal degradation, while the proposed method causes up to 16% signal degradation. This shows that the proposed method can realize 5-signal multiplexing, which was not possible with the POCET method.
キーワード(和) GNSS / 測位信号 / 信号多重 / 機械学習
キーワード(英) GNSS / Navigation Signal / Signal Multiplexing / Machine Learning
資料番号 SAT2021-68
発行日 2022-02-17 (SAT)

研究会情報
研究会 SAT / SANE
開催期間 2022/2/24(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) 衛星応用技術及び一般
テーマ(英) Satellite technology, etc.
委員長氏名(和) 石川 博康(日大) / 森山 敏文(長崎大)
委員長氏名(英) Hiroyasu Ishikawa(Nihon Univ.) / Toshifumi Moriyama(Nagasaki Univ.)
副委員長氏名(和) 井家上 哲史(明大) / 加保 貴奈(湘南工科大) / 田中 真(東海大) / 網嶋 武(三菱電機)
副委員長氏名(英) Tetsushi Ikegami(Meiji Univ.) / Takana Kaho(Shonan Inst. of Tech.) / Makoto Tanaka(Tokai Univ.) / Takeshi Amishima(Mitsubishi Electric)
幹事氏名(和) 渋谷 惠美(KDDI総合研究所) / 大倉 拓也(NICT) / 夏秋 嶺(東大) / 二ッ森 俊一(電子航法研)
幹事氏名(英) Megumi Shibuya(KDDI Research) / Takuya Okura(NICT) / Ryo Natsuaki(Univ. of Tokyo) / Shunichi Futatsumori(ENRI)
幹事補佐氏名(和) 五藤 大介(NTT) / 小泉 雄貴(NHK) / 北村 尭之(三菱電機)
幹事補佐氏名(英) Daisuke Goto(NTT) / Yuuki Koizumi(NHK) / Takayuki Kitamura(Mitsubishi Electric)

講演論文情報詳細
申込み研究会 Technical Committee on Satellite Telecommunications / Technical Committee on Space, Aeronautical and Navigational Electronics
本文の言語 JPN
タイトル(和) 機械学習を活用した衛星測位信号の多重化検討
サブタイトル(和)
タイトル(英) Machine Learning Based Multiplexing Modulation for Navigation Systems
サブタイトル(和)
キーワード(1)(和/英) GNSS / GNSS
キーワード(2)(和/英) 測位信号 / Navigation Signal
キーワード(3)(和/英) 信号多重 / Signal Multiplexing
キーワード(4)(和/英) 機械学習 / Machine Learning
第 1 著者 氏名(和/英) 高木 学 / Takagi Manabu
第 1 著者 所属(和/英) 三菱電機株式会社 情報技術総合研究所(略称:三菱電機)
Information Technology R&D Center, Mitsubishi Electric Corporation(略称:Mitsubishi Electric Corp.)
第 2 著者 氏名(和/英) 能田 康義 / Noda Yasunori
第 2 著者 所属(和/英) 三菱電機株式会社 情報技術総合研究所(略称:三菱電機)
Information Technology R&D Center, Mitsubishi Electric Corporation(略称:Mitsubishi Electric Corp.)
第 3 著者 氏名(和/英) 半谷 政毅 / Hangai Masatake
第 3 著者 所属(和/英) 三菱電機株式会社 情報技術総合研究所(略称:三菱電機)
Information Technology R&D Center, Mitsubishi Electric Corporation(略称:Mitsubishi Electric Corp.)
第 4 著者 氏名(和/英) 野田 雅樹 / Noda Masaki
第 4 著者 所属(和/英) 三菱電機株式会社 情報技術総合研究所(略称:三菱電機)
Information Technology R&D Center, Mitsubishi Electric Corporation(略称:Mitsubishi Electric Corp.)
発表年月日 2022-02-25
資料番号 SAT2021-68
巻番号(vol) vol.121
号番号(no) SAT-379
ページ範囲 pp.83-88(SAT),
ページ数 6
発行日 2022-02-17 (SAT)