| 研究課題/領域番号 |
23K03857
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21020:通信工学関連
|
|---|
| 研究機関 | 東京都立大学 |
|---|
研究代表者 |
竹中 秀樹 東京都立大学, システムデザイン研究科, 助教 (30784912)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | 空間光通信 / 機械学習 / 大気ゆらぎ |
|---|
| 研究開始時の研究の概要 |
空間光通信は、大気擾乱下を伝搬するため、大気による散乱や温度変化による屈折率変化の影響を受け、通信品質が低下する。そのため、大気ゆらぎの影響を低減するために様々な研究が行われている。近年では、機械学習を用いた方法も研究されている。しかし、機械学習を用いた方法はなぜその機械学習モデルが使えるのか、その機械学習モデルの適用範囲などの課題が未解決である。本研究では、機械学習によって大気ゆらぎによる強度変動を数十ミリ秒程度までを予測できるのかを機械学習モデル解析し、機械学習が適用できる条件の明確化に取り組む。
|
| 研究実績の概要 |
大気擾乱下で行われる空間光通信では、大気ゆらぎによる通信品質の低下が重大な問題である。この問題に対処するため、機械学習を適用した対策方法の研究がされている。本研究では、空間光通信における大気ゆらぎによる受信強度変動を機械学習がなぜ適用できるかに着目している。研究期間を通じて、機械学習を用いて大気ゆらぎによる強度変動をなぜ数十ミリ秒程度まで予測できるのかを環境条件や大気ゆらぎ条件などを明らかにすることを目的としている。
今年度は、空間光伝搬における大気ゆらぎを計測するための計測機器や光学系システムの設計・開発に加え、光伝搬データを取得するための送受信装置の開発を実施した。開発された大気ゆらぎ計測装置は、複数の方法で大気ゆらぎを観測できるように工夫されており、強度変動を予測する機械学習モデル解析に用いる。
また、この装置等を用いて約800m間のビル間光伝搬実験や地上での伝搬距離約650ｍでの光伝搬実験を行い、環境の異なる大気ゆらぎの影響を受けた光伝搬データを収集した。この実験から得られたデータは、過去に取得したデータと共に、新たに開発された大気ゆらぎによる受信強度変動を予測する機械学習モデルの訓練に利用した。このモデルは強度変動を予測することを目的としており、実験データを基にその予測精度を高めることができた。さらに、機械学習モデルの詳細な解析を進め、どのようにして強度変動を予測しているかのメカニズム解析に取り組んだ。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
今年度の主目的である、空間光伝搬における大気ゆらぎを計測するために計測機器や光学系システムの設計・開発を実施した。また、収集した受信強度変動データから機械学習モデルを構築し、強度変動を予測できるのかを機械学習モデルの解析を進めた。提案時の計画通りに進んでおり、順調に進展していると判断できる。
|
| 今後の研究の推進方策 |
次年度も継続して空間光伝搬実験を実施して環境の違う大気ゆらぎにおける光伝搬データを取得する。これまでの取得データと新たに取得したデータを元に機械学習モデルの予測性能向上と機械学習モデル解析を進める。
|
