文献

J-GLOBAL ID：202202293198590247   整理番号：22A2080338

学習型AMPを用いたMIMO信号検出におけるモデルパラメータに関する検討

A study on model parameters for MIMO signal detection using learned AMP

著者 (6件)： 三好茉莉 (北大 大学院情報科学院/研究院) ,  西村寿彦 (北大 大学院情報科学院/研究院) ,  佐藤孝憲 (北大 大学院情報科学院/研究院) ,  大鐘武雄 (北大 大学院情報科学院/研究院) ,  小川恭孝 (北大 大学院情報科学院/研究院) ,  萩原淳一郎 (北大 大学院情報科学院/研究院)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 122  号： 73(RCS2022 24-67)  ページ： 156-161 (WEB ONLY)  発行年： 2022年06月08日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近似メッセージ伝搬法(AMP)は大規模MIMO信号検出に適用可能であり,低演算量ながら高い信号検出性能が得られることが知られている.しかし,AMPの適用条件,すなわち,大システム極限と観測行列の各要素が独立同一なガウス分布に従うことが成立しない場合には特性が劣化してしまう.これまでの検討で,観測率と呼ばれる受信信号数と送信信号数の比に,ある定係数を乗算することで特性劣化が軽減されることがわかった.しかし,その最適な係数は送受信アンテナ数やSN比などの条件によって異なる.深層展開を応用した学習型AMP(Learned AMP)では,その係数を最適化させながら信号検出を行うことが可能で,高い検出性能をもつ.本稿では,学習に用いるモデルパラメータについて比較検討した.その結果,AMPのアルゴリズムによる忠実なパラメータ設定の場合は,残留干渉電力の調整がないと動作が不安定であることがわかった.(著者抄録)

シソーラス用語： *MIMOシステム ,  *信号検出 ,  機械学習 ,  相関 ,  正規分布 ,  Bayes推定
準シソーラス用語： Gauss分布 ,  空間相関 ,  深層学習 ,  *大規模MIMO

分類 (1件)： マイクロ波・ミリ波通信  (ND08020W)

引用文献 (9件)：

• D.L. Donoho, A. Maleki, and A. Montanari, “Message passing algorithms for compressed sensing,” Proc. Natl. Acad. Sci. USA, vol. 106, no. 45, pp. 18914-18919, Oct. 2009. DOI: 10.1073/pnas.0909892106
• 竹内啓悟, “メッセージ伝播復調法の過去, 現在, 未来,” 信学技報, RCS2019-168, pp. 117-122, Jan. 2019.
• M. Hagiwara, T. Nishimura, T. Ohgane, and Y. Ogawa, “Node selection for belief propagation based channel equalization,” IEICE Trans. Commun., vol. E100-B, no. 8, pp. 1285-1292, Aug. 2017. DOI: 10.1587/transcom.2016FGP0015
• 辻本若葉, 西村寿彦, 大鐘武雄, 小川恭孝, 萩原淳一郎, 佐藤孝憲, “ 近似メッセージ伝搬法による大規模 MIMO 信号検出に関する検討,” 信学技報, RCS2020-53, pp. 181-186, June 2020.
• 和田山正, 高邉賢史, “深層展開に基づく信号処理アルゴリズムの設計,” IEICE Fundamentals Review, vol. 14, no. 1, pp. 60-72, July 2020. DOI: 10.1587/essfr.14.1_60

タイトルに関連する用語 (5件)： 学習 ,  AMP ,  MIMO ,  信号検出 ,  モデルパラメータ