| 研究課題/領域番号 |
19K14988
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分21020:通信工学関連
|
|---|
| 研究機関 | 電気通信大学 (2021)
東京理科大学 (2019-2020) |
|---|
研究代表者 |
佐藤 光哉 電気通信大学, 人工知能先端研究センター, 助教 (60822533)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 無線通信 / 電波伝搬 / 周波数共用 / 空間統計 / 機械学習 / ビッグデータ / 車車間通信 / 最適化 / センシング |
|---|
| 研究開始時の研究の概要 |
数百億台もの無線端末が競合する次世代無線システムを対象に、一般ユーザの端末が観測した電波環境情報をクラウドに集約し、それらを空間・周波数・時間軸で解析することで高精度な電波環境推定を実現する技術の研究を行なう。スマートフォンや無線LANから取得した限られた帯域内における観測情報のみでも「任意の帯域で」「場所を選ばず」電波環境を推定でき、無線通信全体の効率向上に寄与する技術の確立を目指す。
|
| 研究成果の概要 |
無線ビッグデータに基づく受信電力特性の多次元内挿法を確立した。具体的に、従来方式が固定基地局・単一周波数での空間内挿にのみ対応していたところ、空間-周波数軸内挿への拡張および送信位置の一般化に成功した。送受信者双方が移動するシステムや、複数周波数を使用するシステムの受信電力特性も精度良く推定できる。また、車両向け通信システムを対象に無線ビッグデータを活用した通信方式を提案し、通信効率が改善可能であることを示した。最後に、発展的話題として分散連合機械学習を活用した端末間での高速高精度なデータ解析法を提案し、無線環境の時系列データ等を効率よく学習できることを示した。
|
| 研究成果の学術的意義や社会的意義 |
無線システムの需要増大に伴い、新規システムへ割り当てる帯域の不足や既存システムの混雑といった問題が年々深刻化している。本研究を通して得られた成果により、限られた無線周波数資源の無駄のない活用の実現が期待される。例として、他者への干渉が小さく済みそうな帯域を積極利用し、かつ通信品質が不安定な箇所は避けることで安定かつ高速な通信を実現するといった使い方が挙げられる。スマートフォンやIoTセンサはもちろん、車車間通信のような信頼度が求められるシステムをサポートする基盤技術となるであろう。
|
