文献

J-GLOBAL ID：202202297919546407   整理番号：22A1117573

D2D通信のためのモード選択と送信電力制御の学習ベース結合最適化【JST・京大機械翻訳】

Learning-based joint optimization of mode selection and transmit power control for D2D communication underlaid cellular networks

著者 (2件)： Ron Dara (School of Electronics and Electrical Engineering (EEE) and Department of Intelligent Energy and Industry at Chung-Ang University, Seoul, 156-756, Republic of Korea) ,  Lee Jung-Ryun (School of Electronics and Electrical Engineering (EEE) and Department of Intelligent Energy and Industry at Chung-Ang University, Seoul, 156-756, Republic of Korea)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 198  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： デバイスツーデバイス(D2D)通信において,各トランシーバ対は,直接D2Dモードまたはデバイス構造デバイス(DID)モードのいずれかで動作するように選択できる。この技法はモード選択と呼ばれ,ネットワーク性能を大幅に改善できる信頼性のある効率的な通信リンクを確立するのに重要である。しかし,同じ周波数帯における直接D2DとDID通信の共存は,干渉を生成し,システムの性能を低下させる。したがって,本研究では,D2D通信のセルラネットワークにおけるD2Dペアのモード選択と送信電力割当を共同最適化することを目指した。この目的のために,まずD2Dペアのモード選択と送信電力制御の両方を考慮した共同最適化モデルを定式化し,線形と非線形制約を持つNP困難組合せ最適化問題である。この最適化問題を解くために,深いニューラルネットワーク(DNN)構造を設計した。提案したDNNアルゴリズムをLagrange双対関数から得た損失関数を最小化することにより訓練した。損失関数における重み係数を,平均チャネル利得と比較して,強い(弱い)干渉を有する受信機の速度(増加)を減らすために設計した。シミュレーション結果は,提案したDNNアルゴリズムが,網羅的探索(ES)アプローチと比較して,より低い計算複雑性を有する近グローバル最適解を達成して,Lagrange双対性関数のための準最適方法を用いることによって得られた解法より優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  干渉 ,  *最適化 ,  シミュレーション ,  双対性 ,  *学習 ,  信頼性 ,  ニューラルネットワーク ,  受信機 ,  計算量 ,  *通信 ,  定式化 ,  周波数帯
準シソーラス用語： 最適解 ,  セルラーネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層ニューラルネットワーク ,  D2D通信 ,  和率最大化 ,  モード選択 ,  送信電力制御

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (5件)： D2D通信 ,  モード選択 ,  送信電力制御 ,  学習 ,  結合最適化