文献

J-GLOBAL ID：202202256811135670   整理番号：22A0697033

モノのインターネットにおける大量アクセスのための結合チャネル推定とアクティブユーザ検出:深層学習アプローチ【JST・京大機械翻訳】

Joint Channel Estimation and Active-User Detection for Massive Access in Internet of Things-A Deep Learning Approach

著者 (5件)： Mao Zhendong (State Key Laboratory of Networking and Switching Technology, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Liu Xiqing (State Key Laboratory of Networking and Switching Technology, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Peng Mugen (State Key Laboratory of Networking and Switching Technology, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Chen Zijie (State Key Laboratory of Networking and Switching Technology, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Wei Guiming (Mobile Communications Innovation Center, China Academy of Information and Communications Technology, Beijing, China)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 4  ページ： 2870-2881  発行年： 2022年 
JST資料番号： W2432A  ISSN： 2327-4662  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： 従来の信号伝送では,直交パイロットの長さは,ユーザアンテナの総数と少なくとも等しい。しかし,大量の接続性に支払う高価なコストのため,モノのインターネット(IoT)では推奨されない。ユーザのかなりの部分がコヒーレンス時間内で不活性である大規模接続ユーザの散発性のおかげで,非直交パイロットは,圧縮センシング問題としてモデル化される結合チャネル推定とアクティブユーザ検出で利用できる。基地局によって採用された種々のアンテナ構成方法に従って,本研究で構築した問題を単一測定ベクトルと多重測定ベクトル回復問題に定式化した。また,著者らは,反復操作がネットワーク層に折り畳まれる乗算器(ADMM)アルゴリズムの従来の代替方向方法に基づく問題を解決するために,モデル駆動型深層学習アルゴリズムを開発した。ネットワークパラメータを確率的勾配降下アルゴリズムの助けを借りて学習した。シミュレーション結果は,提案した方式が,同じ計算複雑度の下で,ADMMアルゴリズムより良い性能を達成できることを示した。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： アルゴリズム ,  アンテナ ,  シミュレーション ,  ベクトル ,  基地局 ,  計算量 ,  多重化 ,  信号伝送 ,  直交性 ,  定式化 ,  学習アルゴリズム ,  *チャネル推定
準シソーラス用語： 圧縮センシング ,  *モノのインターネット ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： インターネット ,  アクセス ,  チャネル推定 ,  深層学習