| 研究課題/領域番号 |
20K04466
|
|---|
| 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 | 香川大学 |
|---|
研究代表者 |
三木 信彦 香川大学, 創造工学部, 教授 (90709247)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 凸最適化 / プロポーショナルフェアネス / 機械学習 / 無線リソース割り当て / 無線リソース制御 / 6G / 自動最適化 |
|---|
| 研究開始時の研究の概要 |
第六世代移動通信(6G)では，更なる高速・大容量化に加え，自動車やドローンといった様々なモノを接続する基盤技術に進化した5Gを更に拡張する必要がある．この実現には，端末の種類・数の大幅な増大，高速・大容量化のための基地局数の増加，周波数の広帯域化が必須である．
従って，周波数・基地局・端末の最適な組み合わせをネットワーク全体で最適化する必要があり，これは5Gよりも更に困難となる．
そこで本研究では，この最適化を端末・基地局の測定結果に基づいて自動的に最適化するアルゴリズムを凸最適化，機械学習等を用いて確立する．
|
| 研究成果の概要 |
6Gで5Gよりも更に高速・大容量化するためには，更に周波数を広帯域化し，ネットワークを高密度化する必要がある．このような状況では，基地局・周波数帯と端末との移動通信システム全体を考慮した最適化が必須である．本研究では，プロポーショナルフェアネス規範を用いて移動通信システム全体で最適化を実現するアルゴリズムを提案した．
主な特長として(1)機械学習と凸最適化それぞれの長所を組み合わせている点，(2)5Gで規定されている基地局-基地局間，基地局-端末間のシグナリングに基づき，現実的な情報を用いた最適化アルゴリズムである点，である．
計算機シミュレーションにより，提案アルゴリズムの有効性を確認した．
|
| 研究成果の学術的意義や社会的意義 |
移動通信システム全体に対して凸最適化を適用することで，プロポーショナルフェアネス規範に基づく最適解を導出することは可能であるが，非現実的な仮定が含まれている．
本研究では，凸最適化の最適解を導出できる特長を用いつつ，干渉適用時の分散制御の適用，セル選択規範に与えるオフセット値の機械学習による最適化を用いることにより，現実的なアルゴリズムを実現している．
本研究は，最適解との比較を通して現実的なアルゴリズムでどの程度まで最適解に近い特性を実現できるかを明確化している点が学術的に意義があり，現実的な基地局-基地局間，基地局-端末間のシグナリングに基づき最適化を行なっている点に社会的意義があると考える．
|
