文献

J-GLOBAL ID：202202247333731637   整理番号：22A0287151

DELUXE:5G NRにおけるURLLC/eMBB多重化のためのDLベースリンク適応【JST・京大機械翻訳】

DELUXE: A DL-Based Link Adaptation for URLLC/eMBB Multiplexing in 5G NR

著者 (3件)： Huang Yan (NVIDIA Corporation, Santa Clara, CA, USA) ,  Hou Y. Thomas (Bradley Department of Electrical and Computer Engineering, Virginia Tech, Blacksburg, VA, USA) ,  Lou Wenjing (Department of Computer Science, Virginia Tech, Fall Church, VA, USA)
資料名： IEEE Journal on Selected Areas in Communications  (IEEE Journal on Selected Areas in Communications)
巻： 40  号： 1  ページ： 143-162  発行年： 2022年 
JST資料番号： A0908B  ISSN： 0733-8716  CODEN： ISACEM  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： 1msレベルの遅延に敏感なアプリケーションをターゲットとする5G NRにおいて,超信頼性と低待ち時間通信(URLLC)は重要な使用事例である。URLLCトラフィックの高速伝送のために,有望な機構は,プリエンプティブな穿刺を通して強化されたモバイルブロードBand(eMBB)サービスによって占められたチャネルにURLLCトラフィックを多重化することである。先制的穿刺は需要に関してURLLCに伝送資源を提供できるが,eMBBサービスのスループットとリンク信頼性性能に悪影響を与える。このような悪影響を緩和するために,可能なアプローチは,eMBBユーザのための変調と符号化方式(MCS)選択を通してリンク適応(LA)を採用することである。本論文では,eMBBユーザに対するリンク信頼性要求を保証しながら,MCS選択を通してeMBBスループットを最大化する問題を研究した。DELUXEは,この問題に取り組むための深層学習に基づく最初の成功した設計および実装を示した。DELUXEは,最小情報損失で高次元eMBB伝送情報を低次元表現に圧縮する新しいマッピング法を含み,各MCSの下でブロック誤り率(BLER)を学習し予測するための学習法,およびBLER予測における誤差を補償する高速キャリブレーション法を含む。概念の証明のために,GPUとMathWorks5Gツールボックスを有するリンクレベル5G NRシミュレータを通してDELUXEを実行した。広範な実験を通して,DELUXEは,スペクトル効率に努めながら,望ましいリンク信頼性を維持するためのeMBB伝送のためのMCSを成功裡に選択できることを示した。さらに,著者らの実装は5G NRにおける実時間要求(<125μs)を満たすことができる。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： 写像 ,  学習 ,  シミュレータ ,  信頼性 ,  *多重化 ,  通信 ,  応用プログラム ,  スループット ,  待ち時間 ,  利用者 ,  高次元 ,  穿刺 ,  周波数利用効率
準シソーラス用語： ツールキット ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (4件)： 5G ,  多重化 ,  DL ,  リンク適応