文献
J-GLOBAL ID:202102236341539862   整理番号:21A2046099

大規模MIMO信号検出における変分ベイズ法と期待値伝播法の比較

A Comparison of Variational Bayesian and Expectation Propagation Methods for Massive MIMO Signal Detection
著者 (6件):
資料名:
巻: 121  号: 72(RCS2021 29-76)  ページ: 7-12 (WEB ONLY)  発行年: 2021年06月16日 
JST資料番号: U2030A  ISSN: 2432-6380  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大規模MIMOにおける信号検出の課題として,アンテナ数の増加につれて計算量が増大する問題がある.特に最尤復号法を単純に適用した場合,計算量が現実的ではなくなってしまう.そこで本研究では計算量を低減するアプローチとして,確率・統計的な手法である変分ベイズ法の適用を検討した.変分ベイズ法はカルバック・ライブラーダイバージェンスを最小化する事で目的とする分布を近似する手法であるが,既存法の一つである期待値伝播法も類似の解釈ができるため,両者の計算量と信号検出特性について比較を行った.その結果,変分ベイズ法は期待値伝播法に比べて計算量は多い一方で,多項式オーダの計算量で期待値伝播法を上回る信号検出特性を達成できる場合があることがわかった.(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
移動通信  ,  信号理論 
引用文献 (9件):
  • 大鐘武雄, 小川恭孝, わかりやすいMIMOシステム技術, オーム社, 2009.
  • W. Fukuda, T. Abiko, T. Nishimura, T. Ohgane, Y. Ogawa, Y. Ohwatari, and Y. Kishiyama, “Low-Complexity Detection Based on Belief Propagation in a Massive MIMO System,” Proc. IEEE VTC 2013-Spring, pp. 1-5, June 2013.
  • T. Takahashi, S. Ibi and S. Sampei, “On Normalization of Matched Filter Belief in GaBP for Large MIMO Detection,” Proc. IEEE VTC 2016-Fall, pp. 1-6, Sep. 2016.
  • Y. Kobayashi and Y. Sanada, “Low Complexity Metric Function for Gibbs Sampling MIMO Detection,” Proc. IEEE VTC 2018-Fall, pp. 1-5, Aug. 2018.
  • J. Céspedes, P. M. Olmos, M. Sánchez-Fernández and F. Perez-Cruz, “Expectation Propagation Detection for High-Order High-Dimensional MIMO Systems,” IEEE Transactions on Communications, Vol. 62, No. 8, pp. 2840-2849, Aug. 2014.
もっと見る
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る