JP6896191B2 - 機械学習装置、信号諸元識別装置、機械学習方法、制御回路および記憶媒体 - Google Patents
機械学習装置、信号諸元識別装置、機械学習方法、制御回路および記憶媒体 Download PDFInfo
- Publication number
- JP6896191B2 JP6896191B2 JP2020571989A JP2020571989A JP6896191B2 JP 6896191 B2 JP6896191 B2 JP 6896191B2 JP 2020571989 A JP2020571989 A JP 2020571989A JP 2020571989 A JP2020571989 A JP 2020571989A JP 6896191 B2 JP6896191 B2 JP 6896191B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- learning
- unit
- feature amount
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010801 machine learning Methods 0.000 title claims description 62
- 238000004364 calculation method Methods 0.000 claims description 65
- 238000012549 training Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 15
- 230000009467 reduction Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 description 35
- 238000010168 coupling process Methods 0.000 description 35
- 238000005859 coupling reaction Methods 0.000 description 35
- 238000012545 processing Methods 0.000 description 26
- 238000001514 detection method Methods 0.000 description 20
- 238000010606 normalization Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/16—Circuits
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Noise Elimination (AREA)
- Circuits Of Receivers In General (AREA)
Description
図1は、本発明の実施の形態1にかかる信号諸元識別システム100の機能構成を示す図である。信号諸元識別システム100は、機械学習装置1と、機械学習装置1の学習結果である学習パラメータを記憶する学習パラメータ記憶部2と、学習結果を用いて受信信号の信号諸元を識別する信号諸元識別装置3と、受信信号に含まれる同相信号および直交信号を得る準同期検波部4とを有する。信号諸元は、AM(Amplitude Modulation:振幅変調)/FM(Frequency Modulation:周波数変調)といった電波の伝送方式、FSK(Frequency Shift Keying:周波数偏移変調)、QPSK(Quadrature Phase Shift Keying:四位相偏移変調)などの変調方式、DSSS(Direct Sequence Spread Spectrum:直接拡散方式)、OFDM(Orthogonal Frequency Division Multiplexing:直交波周波数分割多重)などの二次変調まで含めた通信規格などである。通信規格の一例としては、IEEE(Institute of Electrical and Electronics Engineers)802.11a、IEEE802.11g、およびIEEE802.15.6が挙げられる。
図8は、本発明の実施の形態2にかかる信号諸元識別システム200の機能構成を示す図である。以下、実施の形態1にかかる信号諸元識別システム100と異なる部分について主に説明し、信号諸元識別システム100と同様の部分については詳しい説明を省略する。信号諸元識別システム200は、機械学習装置1aと、学習パラメータ記憶部2と、信号諸元識別装置3aと、準同期検波部4とを有する。
図9は、本発明の実施の形態3にかかる信号諸元識別システム300の機能構成を示す図である。信号諸元識別システム300は、機械学習装置1bと、学習パラメータ記憶部2と、信号諸元識別装置3bと、準同期検波部4と、雑音除去学習パラメータ記憶部5とを有する。
実施の形態3では、ニューラルネットワークを用いて非線形処理による雑音除去を用いているが、システムの識別対象のラベル数が大きい場合、限られたデータセット量では、雑音除去部が十分に学習できない場合がある。本実施の形態は、システムの識別対象のラベル数が大きい場合であっても、データセット数を増やすことなく、雑音除去を行うためのものである。
Claims (15)
- 学習用信号に含まれる同相信号および直交信号から、前記学習用信号の特徴量の時系列変動値である時系列特徴量を算出する時系列特徴量算出部と、
前記同相信号および前記直交信号のそれぞれの波形と、前記時系列特徴量とに基づいて作成される訓練データセットに従って、信号諸元を学習する信号諸元学習部と、
を備えることを特徴とする機械学習装置。 - 前記学習用信号と、前記信号諸元とを対応づけた学習用データセットは、前記学習用信号に基づいて算出可能な補足情報をさらに含み、
前記信号諸元学習部は、前記同相信号および前記直交信号のそれぞれの波形と、前記時系列特徴量と、前記補足情報とに基づいて作成される訓練データセットに従って、前記信号諸元を学習することを特徴とする請求項1に記載の機械学習装置。 - 前記学習用信号から雑音成分を除去した雑音除去信号を学習すると共に、前記雑音除去信号の学習結果を用いて前記学習用信号から前記雑音成分を除去する雑音除去部、
をさらに備え、
前記時系列特徴量算出部は、前記雑音成分が除去された前記学習用信号を用いて、前記時系列特徴量を算出することを特徴とする請求項1または2に記載の機械学習装置。 - 前記雑音除去信号を学習するために使用する雑音除去学習用信号を、入力される学習用信号の中から選定する信号選定部、
をさらに備え、
前記雑音除去部は、前記雑音除去学習用信号として選定された前記学習用信号に雑音成分を付加し、前記雑音成分を付加した前記雑音除去学習用信号に基づく雑音除去用データセットに従って、前記雑音成分を付加する前の前記雑音除去学習用信号を前記雑音成分を除去後の信号として学習することを特徴とする請求項3に記載の機械学習装置。 - 複数の前記雑音除去部と、
複数の前記雑音除去部の中から、前記学習用信号の信号諸元に基づいて、前記学習用信号を処理する1つ以上の雑音除去部を選択する選択部と、
を備えることを特徴とする請求項4に記載の機械学習装置。 - 複数の前記雑音除去部は、前記信号諸元に関わらず全ての雑音除去学習用信号を用いて学習を行う全学習雑音除去部を含み、
前記選択部は、前記全学習雑音除去部と、前記学習用信号の信号諸元に基づいて選択した雑音除去部とを選択することを特徴とする請求項5に記載の機械学習装置。 - 受信信号に含まれる同相信号および直交信号から、前記受信信号の特徴量の時系列変動値である時系列特徴量を算出する時系列特徴量算出部と、
前記同相信号および前記直交信号のそれぞれの波形と、前記時系列特徴量と、信号諸元との関係を学習した諸元学習結果に基づいて、前記同相信号および前記直交信号のそれぞれの波形と、前記時系列特徴量とを用いて、前記信号諸元を識別する信号諸元識別部と、
を備えることを特徴とする信号諸元識別装置。 - 前記受信信号から前記受信信号の特徴を示す補足情報を算出する補足情報算出部、
をさらに備え、
前記信号諸元識別部は、前記同相信号および前記直交信号のそれぞれの波形と、前記時系列特徴量と、前記補足情報と、前記信号諸元との関係を学習した学習結果に基づいて、前記補足情報をさらに用いて、前記信号諸元を識別することを特徴とする請求項7に記載の信号諸元識別装置。 - 入力される信号と、前記信号から雑音成分を除去後の信号との関係を学習した雑音学習結果に基づいて、前記受信信号に含まれる同相信号および直交信号から雑音成分を除去する雑音除去部、
をさらに備え、
前記時系列特徴量算出部は、前記雑音成分を除去後の信号から前記時系列特徴量を算出することを特徴とする請求項7または8に記載の信号諸元識別装置。 - 複数の前記雑音除去部と、
複数の前記雑音除去部の中から、前記受信信号の信号諸元に基づいて、前記受信信号を処理する前記雑音除去部を選択する選択部と、
をさらに備えることを特徴とする請求項9に記載の信号諸元識別装置。 - 複数の前記雑音除去部は、前記信号諸元の値によらず全ての学習結果を用いて雑音成分を除去する全学習雑音除去部を含み、
前記全学習雑音除去部を用いて雑音成分が除去された受信信号の信号諸元を識別した後、識別結果を前記選択部にフィードバックすることを特徴とする請求項10に記載の信号諸元識別装置。 - 学習用信号に含まれる同相信号および直交信号から、前記学習用信号の特徴量の時系列変動値である時系列特徴量を算出する第1の時系列特徴量算出部と、
前記学習用信号に含まれる同相信号および直交信号のそれぞれの波形と、前記時系列特徴量とに基づいて作成される訓練データセットに従って、信号諸元を学習する信号諸元学習部と、
受信信号に含まれる同相信号および直交信号から、前記受信信号の前記時系列特徴量を算出する第2の時系列特徴量算出部と、
前記受信信号に含まれる同相信号および直交信号のそれぞれの波形と、前記第2の時系列特徴量算出部により算出された前記時系列特徴量と、前記信号諸元学習部の学習結果とに基づいて、前記信号諸元の識別結果を出力する信号諸元識別部と、
を備えることを特徴とする信号諸元識別装置。 - 学習用信号に含まれる同相信号および直交信号から、前記学習用信号の特徴量の時系列変動値である時系列特徴量を算出するステップと、
前記学習用信号に含まれる同相信号および直交信号のそれぞれの波形と、前記時系列特徴量とに基づいて作成される訓練データセットに従って、信号諸元を学習するステップと、を含むことを特徴とする機械学習方法。 - 機械学習装置を制御する制御回路であって、
学習用信号に含まれる同相信号および直交信号から、前記学習用信号の特徴量の時系列変動値である時系列特徴量を算出するステップと、
前記学習用信号に含まれる同相信号および直交信号のそれぞれの波形と、前記時系列特徴量とに基づいて作成される訓練データセットに従って、信号諸元を学習するステップと、を前記機械学習装置に実行させることを特徴とする制御回路。 - 機械学習装置を制御するプログラムを記憶する記憶媒体であって、
前記プログラムは、
学習用信号に含まれる同相信号および直交信号から、前記学習用信号の特徴量の時系列変動値である時系列特徴量を算出するステップと、
前記学習用信号に含まれる同相信号および直交信号のそれぞれの波形と、前記時系列特徴量とに基づいて作成される訓練データセットに従って、信号諸元を学習するステップと、を前記機械学習装置に実行させることを特徴とする記憶媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/005347 WO2020166005A1 (ja) | 2019-02-14 | 2019-02-14 | 機械学習装置、信号諸元識別装置および機械学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020166005A1 JPWO2020166005A1 (ja) | 2021-06-03 |
JP6896191B2 true JP6896191B2 (ja) | 2021-06-30 |
Family
ID=72044746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020571989A Active JP6896191B2 (ja) | 2019-02-14 | 2019-02-14 | 機械学習装置、信号諸元識別装置、機械学習方法、制御回路および記憶媒体 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6896191B2 (ja) |
WO (1) | WO2020166005A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113923088B (zh) * | 2021-10-21 | 2023-08-08 | 天津光电通信技术有限公司 | 一种基于hlnn的5g信号数字调制方式自动识别方法 |
WO2023170783A1 (ja) * | 2022-03-08 | 2023-09-14 | 三菱電機株式会社 | 信号解析装置、信号解析方法、制御回路および記憶媒体 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3075846B2 (ja) * | 1991-06-28 | 2000-08-14 | 三菱電機株式会社 | 汎用復調装置および通信波形解析装置 |
JP2001169110A (ja) * | 1999-12-10 | 2001-06-22 | Fuji Photo Film Co Ltd | 画像変換装置および画像変換プログラム記憶媒体 |
JP4768790B2 (ja) * | 2008-09-25 | 2011-09-07 | 株式会社東芝 | 変調方式推定装置および方法 |
JP5742310B2 (ja) * | 2011-03-09 | 2015-07-01 | 富士通株式会社 | 方式判定装置および方式判定方法 |
US10003483B1 (en) * | 2017-05-03 | 2018-06-19 | The United States Of America, As Represented By The Secretary Of The Navy | Biologically inspired methods and systems for automatically determining the modulation types of radio signals using stacked de-noising autoencoders |
JP2019016967A (ja) * | 2017-07-10 | 2019-01-31 | Heroz株式会社 | 受信機および受信方法 |
-
2019
- 2019-02-14 WO PCT/JP2019/005347 patent/WO2020166005A1/ja active Application Filing
- 2019-02-14 JP JP2020571989A patent/JP6896191B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JPWO2020166005A1 (ja) | 2021-06-03 |
WO2020166005A1 (ja) | 2020-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10212013B2 (en) | Signal clipping processing method and device | |
US20170163456A1 (en) | Methods for generating and processing frequency division multi-waveform signal, and apparatuses | |
JPWO2007046503A1 (ja) | キャリア間干渉除去装置及びこれを用いた受信装置 | |
CN106899393B (zh) | 噪声方差估计和干扰检测 | |
JP6896191B2 (ja) | 機械学習装置、信号諸元識別装置、機械学習方法、制御回路および記憶媒体 | |
JP4707071B2 (ja) | 信号検出方法、検出器及びコンピュータプログラム製品 | |
CN104104623A (zh) | 正交频分复用系统中信道估计方法及其装置 | |
US10116407B2 (en) | System and method for improving narrowband interference performance | |
US10270636B2 (en) | Wireless communication apparatus, integrated circuit, transmission method, reception method, and communication method | |
Pagadarai et al. | Non-contiguous multicarrier waveforms in practical opportunistic wireless systems | |
CN107710651B (zh) | 发送装置 | |
EP3926838B1 (en) | Reception device, wireless communication system, interference power estimation method and memory | |
CN111431553A (zh) | 信号传输方法、系统、电子设备和存储介质 | |
EP3742620B1 (en) | Radio communication system and interference suppression method | |
US8773973B2 (en) | Receiving apparatus and method | |
JPWO2021024311A1 (ja) | 送信装置、受信装置、無線通信システム、制御回路、記録媒体および送信方法 | |
JP6373158B2 (ja) | データ受信装置、プログラムおよび集積回路 | |
US8665973B2 (en) | Removal of a band-limited distributed pilot from an OFDM signal | |
JP2014045433A (ja) | 周波数誤差検出装置、周波数誤差検出方法及び受信装置 | |
CN103944846A (zh) | 正交频分复用系统及其信道估计方法 | |
CN110190930B (zh) | 一种发射信号的方法及装置 | |
JP3985047B2 (ja) | ディジタル信号の復調方法、及びディジタル信号の復調器 | |
EP1865678A1 (en) | System and method for separating two OFDM signals | |
JP2018125714A (ja) | 無線受信装置および無線受信方法 | |
JP2007208750A (ja) | 受信装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210201 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210201 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210201 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210324 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210511 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210608 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6896191 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |