文献

J-GLOBAL ID：202202223871296115   整理番号：22A0780229

OFDMのためのエンドツーエンド学習:ニューラル受信機からパイロットレス通信へ【JST・京大機械翻訳】

End-to-End Learning for OFDM: From Neural Receivers to Pilotless Communication

著者 (2件)： Ait Aoudia Faycal (Nokia Bell Labs, Nozay, France) ,  Hoydis Jakob (Nokia Bell Labs, Nozay, France)
資料名： IEEE Transactions on Wireless Communications  (IEEE Transactions on Wireless Communications)
巻： 21  号： 2  ページ： 1049-1063  発行年： 2022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： 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】

シソーラス用語： SN比 ,  最適化 ,  *学習 ,  *受信機 ,  送信機 ,  復調 ,  通信方式 ,  *エンドツーエンド方式 ,  利得 ,  スループット ,  直交性 ,  *OFDM ,  副搬送波
準シソーラス用語： フェージングチャネル ,  オーバヘッド , 【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 (6件)： OFDM ,  エンドツーエンド ,  学習 ,  受信機 ,  パイロット ,  レス