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。
エンドツーエンド学習の利点をAWGNチャネル上で実証したが,現実的な無線チャネルモデルについてはまだ定量化されていない。本研究では,OFDMを用いて,周波数および時間選択フェージングチャネル上でのエンドツーエンド学習の利得を探索することにより,このギャップを埋めることを目指した。受信機での不完全なチャネル知識により,AWGNチャネル上で観測された成形利得は消失した。それにもかかわらず,性能改善の2つの他の源を同定した。第1は,BERの損失なしに直交パイロットの数を減らすことができる多数の副搬送波とOFDM記号を操作するニューラルネットワークベースの受信機から来る。第2は,従来のQAM,あるいは最適化配置と組み合わせた重畳パイロット(SIP)と共に,ニューラル受信機を共同学習することにより,直交パイロットを完全に除去する。広範囲の信号対雑音比,ドップラーおよび遅延拡散に対して学習された配置は,ゼロ平均を持ち,従ってSIPのいかなる形も含んでいない。両スキームは,7%高いスループットでパイロットベースベースラインと同じBERを達成した。したがって,共同学習送信機と受信機は,復調基準信号の必要性と関連オーバーヘッドを除去することができる5G通信システムを超える非常に興味深いコンポーネントであると信じる。Copyright 2022 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】