文献

J-GLOBAL ID：202002282264328125   整理番号：20A2659768

5G/B5G可能IoTのための深層学習に基づく超信頼性MU-MIMO検出器【JST・京大機械翻訳】

Ultra-reliable MU-MIMO detector based on deep learning for 5G/B5G-enabled IoT

著者 (5件)： He Ke (School of Computer Science, Guangzhou University, Guangzhou, China) ,  Wang Zizhi (School of Computer Science, Guangzhou University, Guangzhou, China) ,  Li Dong (Faculty of Information Technology, Macau University of Science and Technology, Macau 999078, China) ,  Zhu Fusheng (Guangdong New Generation Communication and Network Innovative Institute (GDCNi), Guangzhou, China) ,  Fan Lisheng (School of Computer Science, Guangzhou University, Guangzhou, China)
資料名： Physical Communication  (Physical Communication)
巻： 43  ページ： Null  発行年： 2020年 
JST資料番号： W3438A  ISSN： 1874-4907  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,第5世代と第5世代(5G/B5G)の深い学習に基づく超信頼性マルチユーザ多入力多出力(MU-MIMO)検出器を提案し,そのシステムが時間または周波数領域で相関する干渉環境において動作するモノのインターネット(IoT)を可能にした。このシステムでは,従来のシンボルバイシンボル検出器と深い畳み込みニューラルネットワーク(DCNN)の反復検出フレームワークを用いて,DCNNを用いて,深層学習を通して特性を捕捉することにより干渉信号を抑制した。フレームワークにおける従来の検出器はZF-MLDまたはMMSE-MLDのいずれかであり,そこでは,従来のゼロフォーシング(ZF)または最小平均二乗誤差(MMSE)が最初に使用され,次に,最大尤度検出(MLD)を通して,近バイ信号候補が探索される。したがって,提案したMU-MIMO検出器は,低い計算複雑性を有する相関干渉の影響を抑制でき,最終的に,相関干渉の存在下で,実際のMU-MIMOシステムの信頼性を改善することができた。システム検出性能をさらに強化するために,ユーザスケジューリングを採用し,複数のユーザ選択基準を提案し,複数のユーザの中で1つの最良ユーザを選択した。最後に,5G/B5G可能IoTに対して超信頼性検出性能を達成できることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  *信頼性 ,  最尤法 ,  計算量 ,  逐次検出 ,  周波数領域
準シソーラス用語： マルチユーザ ,  *MIMO ,  ゼロフォーシング ,  シンボル検出 ,  *マルチユーザーMIMO ,  *モノのインターネット ,  ユーザ選択 ,  ユーザスケジューリング ,  *第5世代移動通信システム , 【Automatic Indexing@JST】

著者キーワード (6件)： 深層学習 ,  相関干渉 ,  信号検出 ,  無線通信 ,  IoT ,  5G

分類 (3件)： 無線通信一般  (ND08010L) ,  移動通信  (ND08030H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 5G ,  IoT ,  深層学習 ,  MU-MIMO ,  検出器