文献

J-GLOBAL ID：202002285574681270   整理番号：20A1100088

未知チャネルとして条件付きGansを用いた深層学習に基づくエンドツーエンド無線通信システム【JST・京大機械翻訳】

Deep Learning-Based End-to-End Wireless Communication Systems With Conditional GANs as Unknown Channels

著者 (4件)： Ye Hao (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Liang Le (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Li Geoffrey Ye (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Juang Biing-Hwang (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA)
資料名： IEEE Transactions on Wireless Communications  (IEEE Transactions on Wireless Communications)
巻： 19  号： 5  ページ： 3133-3143  発行年： 2020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： 本論文では,DNNが符号化,復号化,変調,復調を含むいくつかの重要な機能を実行するために使用される,深いニューラルネットワーク(DNNs)を用いたエンドツーエンド無線通信システムを開発した。しかしながら,送信機DNNが復号化における受信機利得を最適化するために学習するためには,チャネル状態情報(CSI)のような瞬時チャネル伝達関数の正確な推定が必要である。これは,CSIが無線通信において時間と位置によって変化するので,非常に多くの挑戦であり,送受信機を設計するときに得ることが困難であった。チャネル効果を表現し,送信機DNNと受信機DNNをブリッジするために,条件付き生成対数ネット(GAN)を用いることを提案し,送信機DNNの勾配を受信機DNNから逆伝搬させることができた。特に,条件付きGANを用いてデータ駆動法におけるチャネル効果をモデル化し,そこではパイロットシンボルに対応する受信信号をGANの調整情報の一部として追加した。送信記号列が長いとき,次元のカーースを扱うために,畳込み層を利用した。シミュレーション結果から,提案した方法は,付加白色Gauss雑音(AWGN)チャネル,Rayleighフェージングチャネル,および周波数選択チャネルに有効であり,エンドツーエンド通信システムのためのデータ駆動DNNsを構築するための新しいドアを開く。Copyright 2020 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： 最適化 ,  シミュレーション ,  畳込み ,  伝達関数 ,  ニューラルネットワーク ,  受信機 ,  送信機 ,  復号化 ,  *無線伝送 ,  *エンドツーエンド方式 ,  利得 ,  対数 ,  文字列
準シソーラス用語： チャネル状態情報 ,  受信信号 , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： チャネル ,  深層学習 ,  エンドツーエンド ,  無線通信システム