Presentation Information
[A-13-04]GNSS測位における近接2アンテナを用いた
機械学習に基づく信号伝搬状態判別法
◎Akinobu Yamamoto1, Hiroyuki Hatano1, Kosuke Sanada1, Kazuo Mori1 (1. Mie Univ.)
Keywords:
GNSS,signal propagation state classification,multipath,NLOS,machine learning
自動運転やスマートシティの発展に伴い，安定かつ正確な測位技術の需要が高まっている．都市環境でのGNSS（Global Navigation Satellite System）測位では，建物等による複雑な伝搬環境によって測位精度が劣化する．このため，劣化に繋がるNLOS (Non-LOS: Line ofSight）やマルチパス(MP) など衛星から受信する信号の伝搬状態を適切に判別することが有用である．従来，機械学習による1 アンテナを用いた手法に加え，更なる高性能化のために特殊な2 アンテナを用いている．本研究では，近接した2 台の一般的なGNSS アンテナからの測定値を機械学習の特徴量として用いる伝搬状態判別法を提案する．また，伝搬状態として従来はLOS/MP/NLOS の3 クラス分類に留まっているが，本研究では，MP を測位誤差に与える影響度の違う2 クラスに細分化した，計4 クラス分類を狙い，提案手法の構築を図る．計算機シミュレーションにより，近接2 アンテナを用いる提案手法の有用性を示す．