ニューラルネットワークを用いたGPS相関波形の機械学習による衛星の可視性判別

摘要

人工衛星を利用した地球上の現在位置を測定するGPSは多岐にわたり利用されている.しかし，GPSは都市部で測位精度が劣化するという課題を抱えている.これは複数の伝達経路から衛星信号を受信する現象である，マルチパスに起因している.GPS衛星が建物に隠れることで，直接波が届かず，反射波や回折波のみが届く NLOS(Non-Line-of-Sight)信号は測位精度を著しく低下させる.そこで，受信した衛星信号の内，NLOS信号を判別して測位計算から棄却することで衛星測位の精度を向上させる研究がなされている.GPS衛星の可視性判別は3次元地図のような外部システムと複合する手法や二重偏波アンテナのような高性能アンテナを用いた手法が行われている.しかしながら，これらの手法は追加のセンサやデータが必要なため，実用性が低い.本論文では，衛星信号処理の中間データである信号相関波形がGPS衛星の可視性によつて影響を受けることに着目する.信号相関波形は複数の伝達経路から衛星信号を受信することで重ね合わせが生じる.直接波に対して反射波や回折波は信号強度の低下，遅延，位相の反転が起こるため，GPS衛星の可視性によって信号相関波形の形状は大きく異なる.そこで，信号相関波形を基に衛星の可視性判別を試みる.本論文では，安価かつシンプルなGPS衛星の可視性判別手法としてニューラルネットヮークを用いた機械学習により判別器を作成し，GPS衛星の可視性判別を行う.ニューラルネットワークは人間の脳を模した処理を行う機械学習法の一つであり，信号相関波形を入力することで，判別に必要となる特徴量を自動生成し，その重みづけを行う.その特性上，ニューラルネットワークを用いた判別器の作成には大量の学習データが必要となる.したがつて，本論文では学習データとなるGPS衛星の可視性と信号相関波形の取得システムを構築し，ニューラルネットワークによるGPS衛星の可視性判別器を作成する.さらに，作成した判別器を使用したGPS衛星の可視性判別を行い，測位精度が向上するかを評価する.