2020 Fiscal Year Annual Research Report
条件付き相互情報量規範適応量子化に基づく信号処理設計と深層学習を用いた無線通信
| Project/Area Number |
19H02142
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
大槻 知明 慶應義塾大学, 理工学部(矢上), 教授 (10277288)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
豊田 健太郎 慶應義塾大学, 理工学部(矢上), 訪問助教 (60723476)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | BPアルゴリズム / Polar符号 / BP復号 / パイロット汚染 / Massive MIMO / ミリ波 / 超解像技術 |
|---|
| Outline of Annual Research Achievements |
本研究では，無線通信路に適した適応量子化及び量子化情報に基づく信号処理設計と，深層学習に基づくパラメータ最適化・入力推定を用いた超大容量・超低遅延・超低消費電力無線通信の実現を目指す．
2020年度は，2019年度に提案した現在，5Gの制御チャネルで用いられているPolar符号の信頼度伝搬(BP: Belief Propageation)復号に対する条件付き相互情報量最大化量子化方法や，Massive MIMO の深層学習を用いたBP アルゴリズムに基づく信号検出法，Massive MIMOを用いる際に問題となる，通信路状態推定のため既知信号系列（パイロット系列）の複数セルにおける再利用によるパイロット汚染の影響を低減する深層学習を用い通信路状態推定法について，深層学習アルゴリズムの構造検討や，パラメータの最適化等を進めた．その結果，それぞれの方式について優れた特性を達成することができ，それぞれの成果を招待論文を含む論文誌やIEEEの国際会議に投稿・採択された．また，深層学習技術の一つである超解像技術を用いたミリ波Massive MIMOにおける受信機からのフィードバック情報削減法を提案した．そして，その成果をIEEEの論文誌に投稿し採録された．さらに，ミリ波無線通信で問題となる遮蔽の影響を解析により評価し，その影響を低減する強化学習法に基づく方法を提案した．解析により評価し，その有効性を示した．その成果をIEEEの論文誌に投稿し採録された．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
上記したように，2020年度は，2019年度に提案した各種法の検討を進めた．その結果，それぞれの方式について優れた特性を達成することができ，それぞれの成果を招待論文を含む論文誌やIEEEの国際会議に投稿・採択された．また，深層学習技術の一つである超解像技術を用いたミリ波Massive MIMOにおける受信機からのフィードバック情報削減法を提案した．さらに，ミリ波無線通信で問題となる遮蔽の影響を解析により評価し，その影響を低減する手法を提案した．このように，概ね順調に進んでいる．
|
| Strategy for Future Research Activity |
上記したように，2020年度は， 5Gやそれ以降の無線通信で用いられる主要技術について，前年度に提案した種々の問題点を解決する方法をの解析や評価を進め，論文誌のレベルにすることができた．次年度は，他の深層学習技術についても着目し，特性改善に取り組む予定である．その際，計算機シミュレーションにより無線通信環境と深層学習に基づくアルゴリズムを実装評価する方針である．
|
