| 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 | 無線リソース割り当て / 機械学習 / 凸最適化 / 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．
|
| 研究実績の概要 |
本年度は，プロポーショナルフェアネス(PF: Proportional Fairness)規範という共通の規範を用いることで機械学習（基地局の選択規範に与えるオフセットの最適化に適用）・凸最適化（前述のオフセットに基づき選択された基地局内の無線リソース割り当てに適用）を併用し，ネットワーク全体で最適な無線リソース割り当てを実現するアルゴリズムに対して，学習過程の特性劣化を改善する方法を更に改善した．
具体的には以下の通りである．6Gにおいて一般的である複数の周波数帯を併用したシステムを対象とした．低周波数帯はエリア全体を確実に通信できるように事前にセル設計が行われているものとして自動最適化は行わない．その上で，高周波数帯はセルスループットを改善するために用い，基地局の高周波数帯のオフセットを自動最適化するものとした．この手法を用いた場合について学習過程で最適化が不十分であっても低周波数帯を用いることにより一定の品質を満足できることを確認した．更に，自動最適化後の特性を全てのオフセットの組み合わせのなかで最適な場合（非現実的であるが最適値として導出）とほぼ同等の特性を実現できていることを確認し，自動最適化の正常な動作を確認した．
その後，ユーザの分布に応じて自動最適化が正しく動作するかを確認した．具体的には，特定のエリアにユーザが集中する分布を複数用いて評価を行い，自動的に環境に最適化できることを確認した．
最後にこれまでの成果をまとめて対外発表・論文化を行った．
|
