文献

J-GLOBAL ID：201802282576708969   整理番号：18A0822538

空間-時間動力学による密な雲-RANSのための大規模CSI取得【JST・京大機械翻訳】

Massive CSI Acquisition for Dense Cloud-RANs With Spatial-Temporal Dynamics

著者 (4件)： Liu Xuan (School of Electrical and Information Engineering, The University of Sydney, Sydney, NSW, Australia) ,  Shi Yuanming (School of Information Science and Technology, ShanghaiTech University, Shanghai, China) ,  Zhang Jun (Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong) ,  Letaief Khaled B. (Hamad Bin Khalifa University, Doha, Qatar)
資料名： IEEE Transactions on Wireless Communications  (IEEE Transactions on Wireless Communications)
巻： 17  号： 4  ページ： 2557-2570  発行年： 2018年 
JST資料番号： W1329A  ISSN： 1536-1276  CODEN： ITWCAX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高密度クラウド無線アクセスネットワーク(クラウド-RANs)は,スケーラブルな接続性を可能にし,大規模モバイル機器のための多様なサービス要件を扱うための有望な方法を提供する。高密度クラウド-RANsの性能利得を完全に利用するために,信号リンクと干渉リンクの両方のチャネル状態情報が必要である。しかし,訓練のための限られた無線資源により,高密度クラウド-RANsにおけるチャネル推定問題は高次元推定問題になり,すなわち,測定数はチャネルの次元よりも典型的に小さくなる。本論文では,凸構造正規化定式化に基づく,高密度クラウド-RANsに対する一般的高次元構造化チャネル推定フレームワークを開発した。無線チャネルが十分な爆発的な統計的特性を有することを観察して,著者らは利用可能な空間的および時間的事前情報を適切な凸正則化装置に変換することを提案した。シミュレーション結果は,空間的および時間的動力学を利用することが限られた訓練資源によってさえ良い推定性能を達成することができることを実証した。乗算器アルゴリズムの交互方向法をさらに採用して,得られた大規模高次元チャネル推定問題を解決した。したがって,提案フレームワークは,モデリング柔軟性,低い訓練オーバーヘッド,および計算コストスケーラビリティを享受する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： モデリング ,  正則化 ,  正規化 ,  アルゴリズム ,  利得 ,  定式化 ,  高次構造 ,  *チャネル ,  凸形 ,  チャネル推定 ,  高次元 ,  シミュレーション
準シソーラス用語： オーバヘッド ,  チャネル状態情報 ,  高密度 , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  符号理論  (ND02030R)

タイトルに関連する用語 (5件)： 動力学 ,  雲 ,  RANS ,  大規模 ,  CSI