• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

細分化深層学習による到来方向推定と実測検証

研究課題

研究課題/領域番号 23K26101
補助金の研究課題番号 23H01406 (2023)
研究種目

基盤研究(B)

配分区分基金 (2024)
補助金 (2023)
応募区分一般
審査区分 小区分21020:通信工学関連
研究機関北海道大学

研究代表者

大鐘 武雄  北海道大学, 情報科学研究院, 教授 (10271636)

研究分担者 筒井 弘  北海道大学, 情報科学研究院, 准教授 (30402803)
西村 寿彦  北海道大学, 情報科学研究院, 教授 (70301934)
研究期間 (年度) 2023-04-01 – 2027-03-31
研究課題ステータス 交付 (2024年度)
配分額 *注記
15,600千円 (直接経費: 12,000千円、間接経費: 3,600千円)
2026年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2025年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2024年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2023年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
キーワード深層学習 / 到来方向推定 / USRP
研究開始時の研究の概要

本課題は,到来方向推定問題における深層学習の新しい適用方法について確立するものである.具体的には,ある状況において高精度推定と学習の容易さを両立する特化型Networkを多数用意し,一般的な到来方向推定問題を細分化・分類することで,それぞれの分類に適した特化型Networkを適用させる手法である.シミュレーションによる評価だけでなく,屋内・屋外環境でUSRPを用いた実証にも挑戦する.

研究実績の概要

各到来波数に対応した特化型DNNの設計を図ることが大きな目標であった.そのため,まず3波到来環境に適したDNNを構築した.さらに,SN比に応じて訓練したSNR特化型DNNで推定すると特性が向上することから,あるSNRと推定波数における特化型DNNの構築を図った.次に,これを用いて,2波到来環境と3波到来環境に対応可能なシステムを構築するため,到来波数を推定するDNNとSNRを推定するDNNとを用意し,これらの推定結果を基に,最適な特化型DNNを選択する手法を採用した.その結果,2波到来環境で約95%以上に,3波到来環境においても約85%の成功率を達成できた.しかし,低SNR環境や,3波到来環境の成功率はまだ不十分であることも明らかとなった.
低SNR環境での問題は,データに含まれる雑音が無駄な入力となっているということである.そこで,入力データに対して主成分分析を行い,SNRに応じて入力次元を削減することを新たに提案した.その結果,SNR=0dBの環境において,推定成功率を約10%から60%以上に改善することができた.
3波到来環境においては,推定失敗例を解析した結果,3波が約20度以内の範囲に集中している場合に推定誤りが多く発生していることがわかった.そこで,3波が約20度以内の範囲に集中している場合を想定した近接波特化型DNNを構築し,通常の特化型DNNでの推定結果において3波が約20度以内の範囲に集中している場合には,前記の近接波用DNNを再度適用し直すことを行なった.これにより,推定成功率を約99%に向上することができた.
実測用USRPに関しては,Lora変調を用いて通信実験を行うことができた.

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

特化型DNNの開発は順調に成功している.現在,5波到来環境まで想定した予備検討を行っており,推定劣化原因の推定を完了すれば,新たな特化型DNNの開発に進めるものと考えている.
USRPにおいては,実際に送受信が成功し,データを取得できる環境が構築できた.
以上の理由から概ね順調と判断した.

今後の研究の推進方策

5波到来環境までを想定し,4波以上の環境において推定劣化要因を明らかにすることがまず第一に必要である.次に,その要因に対し,有効な特化型DNNの開発について検討を行う.これが成功すれば,推定劣化が生じると予想される環境であるかどうかを判断する特化型DNNと組み合わせることで,統合システムが構築できる.また,これを用いた推定結果から,5波到来環境までを想定した場合に必要な受信アンテナ数を決定し,それを満足するUSRP受信系を構築する.複数USRPを使用する場合,同期やキャリブレーションといった解決すべき問題がある.これらについて検討を行い,まずは簡単なビーム走引型到来方向推定で2波到来環境までの推定を電波暗室内で行うことを目指す.さらにその先には,DNN以外のネットワークの検討や,DNNのUSRP実装について検討を行う予定である.

報告書

(1件)
  • 2023 実績報告書
  • 研究成果

    (3件)

すべて 2024 2023

すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 1件) 学会発表 (1件)

  • [雑誌論文] Deep Neural Networks Based End-to-End DOA Estimation System2023

    • 著者名/発表者名
      D. A. Ando, Y. Kase, T. Nishimura, T. Sato, T. Ohgane, Y. Ogawa and J. Hagiwara
    • 雑誌名

      IEICE Transactions on Communications

      巻: E106.B 号: 12 ページ: 1350-1362

    • DOI

      10.1587/transcom.2023CEP0006

    • ISSN
      0916-8516, 1745-1345
    • 年月日
      2023-12-01
    • 関連する報告書
      2023 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Performance Analysis of DNN-PCA for DOA Estimation with Three Radio Wave Sources2023

    • 著者名/発表者名
      D. A. Ando, T. Nishimura, T. Sato, T. Ohgane, Y. Ogawa and J. Hagiwara
    • 雑誌名

      Proceedings of 2023 22nd International Symposium on Communications and Information Technologies

      巻: 1 ページ: 424-429

    • DOI

      10.1109/iscit57293.2023.10376112

    • 関連する報告書
      2023 実績報告書
    • 査読あり
  • [学会発表] 角度範囲を縮小した近接波用DNNによる到来方向推定の性能改善に関する検討2024

    • 著者名/発表者名
      安藤ダニエル明, 西村寿彦, 佐藤孝憲, 大鐘武雄, 小川恭孝, 萩原淳一郎
    • 学会等名
      電子情報通信学会無線通信システム研究会(2024年3月)
    • 関連する報告書
      2023 実績報告書

URL: 

公開日: 2023-04-18   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi