文献

J-GLOBAL ID：202202266480181586   整理番号：22A0288197

未知の非線形歪を持つIoTシステムにおけるDNNベースミリ波大量MIMOチャネル推定の同時学習と推論【JST・京大機械翻訳】

Simultaneous Learning and Inferencing of DNN-Based mmWave Massive MIMO Channel Estimation in IoT Systems With Unknown Nonlinear Distortion

著者 (2件)： Zheng Xuanyu (Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong) ,  Lau Vincent K. N. (Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 1  ページ： 783-799  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： 本論文では,非線形増幅器歪を持つモノのインターネット(IoT)システムにおける深層ニューラルネットワーク(DNN)ベースmmWave大規模多入力多出力(MIMO)チャネル推定(CE)のためのオンライン訓練フレームワークを提案した。DNNベースのチャネル推定器は,真のチャネルの知識のない基地局(BS)からのリアルタイム受信パイロット測定に基づくIoT装置においてオンラインで訓練され,同時にリアルタイムでCEを作り出すことができる。これを実現するために,著者らは最初に,既知の非線形性の下で正当なオンライン損失関数のための3つの公理を提案して,それに基づいて,著者らは収束解析によるチャネルモデルフリーオンライン訓練アルゴリズムを開発した。未知の非線形性のために,著者らは非線形モジュールを有する2段階DNN構造を提案して,そのために,DNNベースのCEと非線形関数をリアルタイム受信パイロットに基づいてオンラインで訓練することができた。シミュレーション結果は,提案解法が従来の圧縮センシング(CS)アルゴリズムより良いCE精度を達成し,一方,はるかに速い計算効率を楽しむことを示した。さらに,提案方法は種々の非線形チャネルモデル不整合に対してロバストであり,非線形チャネルモデルの変化を追跡することができる。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： シミュレーション ,  *学習 ,  信号標本化 ,  *非直線歪 ,  受信 ,  基地局 ,  公理 ,  信号再生 ,  *EHF波 ,  ロバスト性 ,  学習アルゴリズム ,  *チャネル推定
準シソーラス用語： 計算効率 ,  *MIMO ,  オンライン ,  圧縮センシング ,  *モノのインターネット , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  移動通信  (ND08030H)

タイトルに関連する用語 (7件)： 非線形歪 ,  IoT ,  ミリ波 ,  MIMOチャネル ,  推定 ,  学習 ,  推論