2018 Fiscal Year Annual Research Report
三次元実空間情報を利用した高信頼プロアクティブミリ波通信制御
| Project/Area Number |
17H03266
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
守倉 正博 京都大学, 情報学研究科, 教授 (20467400)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山本 高至 京都大学, 情報学研究科, 准教授 (30423015)
西尾 理志 京都大学, 情報学研究科, 助教 (80711522)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | ミリ波通信 / 機械学習 / 強化学習 / 教師あり学習 / 深度カメラ |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、異分野技術の統合的な活用により、ミリ波通信の課題である見通し通信路遮蔽を解決し、途切れないミリ波通信を実現することである。平成30年度は、ミリ波通信品質予測手法の高速化を行った。ミリ波通信品質予測手法は、RGB-Dカメラを用いて通信環境の三次元空間情報を取得し、その情報をもとにミリ波通信の受信電力を数百ミリ秒先まで予測する技術である。平成29年度までは画像取得時刻までのスループットと受信電力の予測にとどまっていたが、時系列画像と深層学習の導入により、数百ミリ秒先まで予測することが可能となった。加えて、深層学習応用時に特に課題となる、学習時間および必要なデータ量について解決する手法を検討した。深層学習では、機械学習モデルを訓練するために大量のデータと演算が必要となる。本方式ではシミュレーションで学習したモデルを転移し実施環境で得られたデータを用いてチューニングすることで、実施環境での学習時間および必要なデータ量を大幅に削減する技術を確立した。
プロアクティブ通信制御においては、強化学習、特に深層強化学習により最適なハンドオーバ戦略を獲得する方式を実現した。ハンドオーバ制御では、通信環境に存在する遮蔽物の位置関係や基地局ー端末間の通信品質をもとに、適切なタイミングハンドオーバする必要がある。本方式では、カメラ画像からわかる遮蔽物の位置や移動をもとに、ハンドオーバタイミングを試行錯誤しながら学習することで、効率良いハンドオーバ制御を実現した。
さらに、本技術の応用として、車々間通信におけるマルチホップリレー通信延長技術を実現した。車両周囲の三次元情報および車々間の通信品質の予測情報をもとに、車両間のマルチホップ通信のネットワークの長さを延長する車両移動戦略を深層強化学習により獲得する。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
ミリ波通信品質予測技術およびプロアクティブ通信制御に関しては交付申請時の研究計画に基づく成果を達成できている。加えて、それら技術の車々間通信応用に関しても研究成果を上げており、当初計画以上の進展といえる。
|
| Strategy for Future Research Activity |
平成31年度は通信品質予測手法のさらなる高度化を行う。特に平成30年度の方式の課題であった学習環境と実施環境の差異について、解決する手法を検討する。
|
