研究課題/領域番号 |
18K04132
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分21020:通信工学関連
|
研究機関 | 岐阜大学 |
研究代表者 |
LU SHAN 岐阜大学, 工学部, 助教 (30755385)
|
研究分担者 |
程 俊 同志社大学, 理工学部, 教授 (00388042)
|
研究期間 (年度) |
2018-04-01 – 2022-03-31
|
研究課題ステータス |
完了 (2021年度)
|
配分額 *注記 |
1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
|
キーワード | 大規模ネットワーク / 逐次干渉除去 / マルチユーザ符号 / 深層学習 / Signature符号 / unsourced random access / signature code / spares recovery / User identification / Channel estimation / DNN based decoder / Multiple-access channel / random access, / multiuser coding, / spatial coupling, / 大規模センサネットワーク, / 圧縮センシング, / ランダムアクセス / 大規模センサーネットワーク / 共通符号 |
研究成果の概要 |
本研究課題は、大規模センサネットワークのための符号の構成法及び復号アルゴリズムの構成、及びその特性評価を目指すものである。 主なる研究成果は、多重接続通信路符号の構成として、(1)代数的な符号化方法及び(2)逐次干渉除去法により符号化方法を提案して、高伝送率、高性能の符号を構成した。さらに、多重接続通信路の復号方法として、(3)圧縮センシングを基づいて繰り返す復号の方法及び(4)ニューラルネットワーク学習に基づく繰り返す復号法を提案して、復号性能を改善した。
|
研究成果の学術的意義や社会的意義 |
本研究課題の遂行により、massive machine-type 通信システムの符号化及び復号の構成に貢献した。代数的な符号化方法の提案は、従来手法と比較して総符号化率を向上されてしており、圧縮センシングを基づいて繰り返す復号の方法は、単純な圧縮センシングによりが多くな性能改善を達成した。同時に、mMTC通信路に対して、実用な深層学習のアルゴリズム設計の有力なアプローチであることが示された。本研究で確立した符号化及び復号方法は、今後のmassive machine-type 通信システムに貢献になっていると考えている。
|