文献

J-GLOBAL ID：202402252675846581   整理番号：24A0415732

大規模MIMOにおける低計算量な学習可能多値QAM信号検出器

Low-complexity Trainable M-QAM Signal Detector in Massive MIMO System

著者 (2件)： 阿部傑 (東京工大 情報理工学院) ,  高邉賢史 (東京工大 情報理工学院)
資料名： 情報理論とその応用シンポジウム予稿集(CD-ROM)  (SITA)
巻： 46th  ページ： ROMBUNNO.5.3.4  発行年： 2023年11月21日 
JST資料番号： L4801B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・6G移動体通信に重要な多数のアンテナを利用するMIMOに対し,難易度の高い多値QAM変調における信号検出を低計算量かつ低学習コストで行える手法を提案。
・基礎的事項として,MIMO通信路モデルを示し,基本的な検出器であるLMMSE検出器と学習可能な検出器であるTPG検出器を解説。
・近似サンプリングアルゴリズムである大関法を解説し,大関法に深層展開を適用した学習可能型大関法に基づく多値QAM変調に適したMIMO信号検出器である提案手法のTHS検出器を説明。
・提案手法の信号検出性能に関し,16QAMに対する数値実験によりBER性能を検証し,高SNR領域ではエラーフロアを生じるが,LMMSE検出器やTPG検出器と比べ優れた性能を示すことを確認。

シソーラス用語： *移動通信 ,  *MIMOシステム ,  信号検出器 ,  QAM【信号】 ,  機械学習 ,  計算量 ,  通信路モデル ,  誤り率 ,  深層学習
準シソーラス用語： *6G ,  BER【誤り率】 ,  深層展開 ,  *大規模MIMO

分類 (1件)： 移動通信  (ND08030H)

引用文献 (14件)：

• E. G. Larsson, O. Edfors, F. Tufvesson, and T. L. Marzetta, “Massive MIMO for next generation wireless systems,” IEEE Comm. Magazine, vol. 52, no. 2, pp. 186-195, Feb. 2014.
• S. Yang and L. Hanzo, “Fifty years of MIMO detection: the road to large-scale MIMOs,” IEEE Comm. Surveys and Tutorials, vol. 17, no. 4, pp. 1941-1988, 2015.
• A. Balatsoukas-Stimming and C. Studer, ”Deep unfolding for communications systems: A survey and some new directions,” 2019 IEEE International Workshop on Signal Processing Systems (SiPS), 2019, pp. 266-271
• N. Samuel, T. Diskin, and A. Wiesel,“Learning to detect,” IEEE Trans. Signal Process., vol. 67, no.10, pp. 2554-2064, 2019.
• S. Takabe, M. Imanishi, T Wadayama, and K. Hayashi, “Deep learning-aided projected gradient detector for massive overloaded MIMO channels,”accepted to IEEE Int. Conf. Comm. (ICC), 2019.

タイトルに関連する用語 (6件)： 大規模MIMO ,  計算量 ,  学習 ,  多値 ,  QAM ,  信号検出器