1. 前のページに戻る

深層学習による無線通信・レーダ信号処理融合技術の創出

研究課題

戦略的な研究開発の推進 戦略的創造研究推進事業 ACT-X

体系的番号 JPMJAX22A5
DOI https://doi.org/10.52926/JPMJAX22A5

研究代表者

小島 駿  東京大学, 生産技術研究所, 特任助教

研究期間 (年度) 2022 – 2024
概要IoT技術の著しい発展に伴い、無線通信需要の増加に加え、電波のレーダ用途が重要な社会インフラとして注目されています。こうした背景から、無線通信・レーダに使用可能な周波数帯域は逼迫しており、スペクトルの輻輳は喫緊の課題となっています。本研究では、信号の波形形式に着目し、無線信号の特質に適った深層学習構造を導入することで、高速な無線通信と高精度なレーダ信号処理を共存させる新たな方式の創出を目指します。
研究領域AI活用で挑む学問の革新と創成

報告書

(2件)
  • 2023 年次報告書 ( PDF )
  • 2022 年次報告書 ( PDF )
  • 主な研究成果

    (2件)

すべて 2024

すべて 雑誌論文 (2件) (査読あり 2件、 オープンアクセス 2件)

  • [雑誌論文] Joint SNR and Rician K-Factor Estimation Using Multimodal Network over Mobile Fading Channels2024

    • 著者名
      Kosuke Tamura, Shun Kojima, Phuc V. Trinh, Shinya Sugiura, and Chang-Jun Ahn
    • 雑誌名

      IEEE Transactions on Machine Learning in Communications and Networking

      巻: 2 ページ: 766-779

    • 査読あり / オープンアクセス
  • [雑誌論文] Accurate and Doppler Robust SNR Estimation using Multimodal CNN2024

    • 著者名
      Kosuke Tamura, Shun Kojima, Shinya Sugiura, Jaesang Cha, and Chang-Jun Ahn
    • 雑誌名

      IEEE 99th Vehicular Technology Conference (VTC 2024 - Spring)

      ページ: 1-5

    • 査読あり / オープンアクセス

URL: 

JSTプロジェクトデータベース掲載開始日: 2023-12-27   JSTプロジェクトデータベース最終更新日: 2026-09-08  

サービス概要 よくある質問 利用規約

Powered by NII jst