無線システム研究室

Deep learning regression network for Joint DOD/DOA Estimation (Single‑Target) in MIMO radar systems

軽量なディープラーニング回帰ネットワークを提案する。本手法は、共分散行列の推定、スペクトル生成、ピーク探索を行うことなく、MIMO仮想アレイスナップショットから出発方向（DOD）および到来方向（DOA）を直接マッピングする。シミュレーションデータセット上では、特に低SNR条件下において、従来の2D-MUSIC法と比較してRMSEが改善されることを確認した。提案モデルの計算量はおよそO(H(H+MN)L)であり、エッジハードウェア上での準リアルタイム推論を可能にする。

RMSE: ~1 °

SNR: 0–10 dB

Params: 0.62 M

論文を読む

Deep Learning‑Based OFDM Demodulator for Under‑sea RF Communiation

深層学習に基づいたOFDM復調器を設計し、水中RFチャネルの特性を学習して、受信したOFDMシンボルを高精度に復調することで、従来のチャネル推定および等化処理を置き換える。本モデルは、直接波および海底に沿った側方波を考慮した水中RFチャネル（Ricianフェージング、K≈6〜10 dB、1 MHz における通信距離3~7 m）において、SNR 0〜15 dBの範囲で従来の等化法に比べて優れたBER性能を示した。

BER@10dB: ↓ 35% vs. ZF

FLOPs/sym: ≈ 3.1×10⁶

Params: 1.1 M

ようこそ

Deep learning regression network for Joint DOD/DOA Estimation (Single‑Target) in MIMO radar systems

Deep Learning‑Based OFDM Demodulator for Under‑sea RF Communiation