2017 Fiscal Year Annual Research Report
Project/Area Number |
15H04008
|
Research Institution | Nara Institute of Science and Technology |
Principal Investigator |
笠原 正治 奈良先端科学技術大学院大学, 情報科学研究科, 教授 (20263139)
|
Project Period (FY) |
2015-04-01 – 2019-03-31
|
Keywords | 協調メカニズム / コグニティブ無線 / 多腕バンディット問題 / ゲーム理論 / データ構造 |
Outline of Annual Research Achievements |
本年度は複数プライマリユーザ(PU)が存在する環境下でセカンダリユーザ(SU)協調センシングを行うための合併・分離アルゴリズム,多腕バンディット問題アルゴリズムを用いた最適グループ構成手法に関する性能評価,及びゼロサプレス型二部決定グラフ(ZDD)の効率的な構築法を中心に研究を行った. 複数PUが存在する環境下で協調センシングを行うための合併・分離アルゴリズムでは,Netlogoシミュレータを用いた提案手法の性能評価を行った.その結果,チャネル利用率の低いプライマリユーザの使用チャネルを利用するSU数が増大し,チャネルの効率的利用が実現されていることが判明した.一方で,PUの近距離に位置するSU同士がグループ形成を行う傾向が観察され,遠距離に位置するSUがグループ形成に加われるインセンティブメカニズムの必要性が明らかになった. 多腕バンディット問題アルゴリズムを用いた最適グループ構成では,検知の成功回数と失敗回数を計測して誤検知率を推定する手法について詳細な検討を行った.具体的には,誤検知事象の発生が独立同一なベルヌイ過程に従うと仮定し,ベータ分布に従うベルヌイ分布のパラメータをトンプソン・サンプリングにより推定する手法を検討した.計算機シミュレーションより,SU自身が所属するグループの誤検知率を小さくするような行動をSUが学習することを確認した.しかしながら,誤検知性能の高いSU同士がグループを構成する傾向にあることが観察され,システム全体の最適化に向けた方式の改良が必要であることが明らかになった. ZDDの効率的な構築法については,グラフ分割集合を表すZDDに禁止したい連結な部分グラフを指定して,それらを連結成分として含まないようなグラフ分割全ての集合を表すZDDを得る手法を検討し,数値実験によりその有効性を確認した.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コグニティブ無線における協調センシングに向けた自律分散協調メカニズムの研究としてSUのセンシング性能を既知とした合併・分離アルゴリズムと,SUのセンシング性能を未知とした機械学習のアプローチについて研究を展開した.前者の研究については当初目標を達成し,遠距離に位置するSU同士がグループ形成を行えるようなインセンティブメカニズムの必要性が明らかになった.その対応策として現在SUの性能差による通信機会の提供方策について検討を進めている段階である. 多腕バンディット問題アルゴリズムを適用した研究では,誤検知率のみの推定しか達成できていない.しかしながら,形成されたグループにおけるチャネル状態の推定方法を工夫することにより,誤警報率についても推定可能であることが明らかになりつつあり,現在新しい方式の提案と計算機シミュレーションによる性能評価実験を行なっている段階である.
|
Strategy for Future Research Activity |
今年度は主に以下の項目について研究を推進する. (1)貢献度に応じた自律分散的な通信機会割当法の確立 現在までに検討してきた方式では,各SUに対して通信機会が均等に与えられるものと想定していたが,一般に個々のSUの検知制度は異なるため,協調センシングにおける検知率への貢献度(検知率貢献度)が異なるSU間で通信機会が等しくなるという不公平が生じていた.ここでは複数PU型コグニティブ無線を想定し,グループ内における検知率貢献度に応じて通信機会をSUに割り当てる協調センシングメカニズムを検討する.具体的には,PUからの距離や周囲の環境によって生じるSU毎の検知精度の違いに着目し,グループにおける協調センシングでの検知率に対する貢献度に応じた通信機会を各SUに割り当てる.このような協調センシングへのインセンティブにより,検知率の高いSUは検知率の低いSUとグループを形成することで自身の通信機会を増やすことを目指す一方,検知率の低いSUは検知率の高いSUとグループを形成することで制約条件を満たすことを目指す. (2)マルコフ連鎖モンテカルロ法を応用した検知率・誤警報率推定法 協調センシングで適切なSUグループを形成するためには個々のSUの検知率,誤警報率などのセンシング特性に関する情報が必要となるが,個々のSUのセンシング特性がグループ形成開始時点で未知のときの自律分散型グループ形成法について検討を行う.ここではグループを形成した際にPUの通信状況をk-out-of-Nルールにより判断することで,誤検知と誤警報の両方を同時にSU自身が認識する手法を検討する.具体的には,誤検知と誤警報の発生履歴を基に,個々のSUが自身と他のSUの検知率と誤警報率の事後分布をマルコフ連鎖モンテカルロ法により推定することを試みる.
|