|
本研究課題では、広帯域における様々な周波数の観測を行い、①：ノンパラメトリックベイズモデルによる確率的モデル化，時間軸の利用率の変動に関する②：決定論的モデル AR-MA(自己回 移動平均)モデル，そして③:モデル化の周波数軸汎化に取り組み，周波数利用に関する詳細で精度の高い統計情報を取得する技術の確立を目指す。さらに、得られた統計情報を周波数共用において活用し、その効果も確かめることが目的となっている。これまでに、確率的なモデル、時間軸のモデル、そして決定論的なモデルと自己回帰を活用した利用率の時間軸モデルの開発に取り組んできた。さらに、過去の観測データを活用し、AR及びディープラーニングに基づく周波数利用率の予測が高精度に可能であることを示してきた。本年度は、これまで開発してきた周波数利用率の予測に基づき周波数共用を行うことで、周波数利用の効率が改善可能であることを示した。具体的には、二次無線システムと一次無線システムであるレーダーシステムとの周波数共用に関する検討を行った。ここでは、周波数利用の時空間予測をlong short-term memory (LSTM)をベースとしたディープラーニングを用いて行い、適切に周波数資源を二次無線システムに割り当てることで、一次無線システムを保護しながら、適切な無線サービスを二次無線システムにおいて展開可能であることを示してきた。また、ローカル5Gを想定した無線サービスにおける周波数共用を試み、時間的な周波数の予測を行うことでローカルの無線システムにおいて適切に周波数資源を確保し、周波数の有効利用を促進できることを示してきた。
|
