2022 Fiscal Year Annual Research Report
Unifying Position Verification and Position Estimation: Case of Received Signal Strength
| Project/Area Number |
20K14743
|
|---|
| Research Institution | National Institute of Maritime, Port and Aviation Technology |
|---|
Principal Investigator |
長縄 潤一 国立研究開発法人海上・港湾・航空技術研究所, 電子航法研究所, 主任研究員 (40760400)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 位置検証 / 位置推定 / 受信信号強度 / ADS-B |
|---|
| Outline of Annual Research Achievements |
本研究は位置推定と位置検証を統一する理論の構築と活用を目指している．測定量としては受信信号強度を用いる．昨年度までに，位置推定と位置検証を共通の前提条件で定式化し，性能を相互に変換することで全体として理論を統一した．また，航空分野における応用としてADS-Bに対する実験を行ったほか，理論のパラメータスタディを行い性能向上に向けた知見を得た．最終年度である令和4年度は新たに明らかになった課題に対する取り組みを進めた．
(1) ADS-Bにおけるフェージング対策
本研究では受信信号強度から距離を逆算し、位置検証や位置推定に利用している．しかしながら，昨年度の実験でフェージングによる誤差が顕著であることが分かったため，アンテナダイバーシティと移動平均フィルタによる誤差の抑制を試みた。一例では，標準偏差が 14.5 km（下部アンテナのみ）・19.8 km (上部アンテナのみ)から12.3 kmまで改善した．106機体を評価し，同様の改善効果を確認できた．
(2) 機械学習の活用方法の検討
本研究の理論構築には古典的な手法を用いた．一方，近年は機械学習の発展が著しく，本研究のさらなる発展には機械学習の応用が必要と判断した。そこで，サポートベクトルマシン（SVM）と呼ばれる手法を試みた．SVMは測定データを囲むような判定境界を自動で学習し，その境界の外側を不正なデータと判断する手法である．ADS-Bに適用した結果，判定境界の自動獲得に成功した。また，判定境界により不正が疑われる位置情報（例えば，遠方だが受信電力が強すぎるもの）を検知できることを確認した．しかしながら，判定境界の特徴を分析したところ，物理的な要因を考慮せず学習をしてしまうことが分かった。例えば，データ点が得られなかったエリアがあった場合，その理由が電波の遮蔽なのか交通流の有無かは考慮されない．これは機械学習の注意点である。
|
