| 研究課題/領域番号 |
22K14257
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分21020:通信工学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
久野 大介 大阪大学, 大学院工学研究科, 助教 (40802088)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2023年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | データ圧縮 / 光ファイバ伝送 / Radio over fiber / 深層学習 / 光通信システム / デジタル信号処理 |
|---|
| 研究開始時の研究の概要 |
モバイル基地局のアンテナ部と無線信号処理部の間の光リンクでは，デジタル光ファイバ無線システムが一般的に使用され，無線信号を一度デジタル信号に変換することから，数十Gbps以上の光送受信器が必要になる．本研究では，デジタル光ファイバ無線伝送システムにおける深層学習を用いた信号圧縮法の確立を目的とする．従来のアナログデジタル変換器の代わりに多層ニューラルネットワークを配備し，信号圧縮を行う．
|
| 研究実績の概要 |
5Gおよび6G時代のセルラー基地局では、LTEや4G時代の基地局を細分化し、複数の場所に配備する構成が取られる。無線のRF部を切り出したRadio Unit (RU)はアンテナサイトに配備され、変調や符号化を担うDistributed Unit (DU)はモバイルオペレータの持つ通信ビルなどに配備される。このRUとDUの間は光ファイバで接続され、フロントホールと呼ばれる。近年は、このフロントホールに要求される通信容量の増大が懸念されている。本助成では、このフロントホールの効率的な信号圧縮法を検討する。2022年度には、提案方式である深層学習を用いた無線信号圧縮に関して、もっとも簡易な構成である２層のニューラルネットワークを用いた圧縮を解析した。圧縮時に信号を２値のオンオフ信号に変換する必要があるが、その際に離散化処理を行うため、微分不可となる。これに対して、Skip connectionを導入することにより、良好な特性が得られた。また、本方式と従来手法である線形量子化器および非線形量子化器と特性比較を実施した。提案方式と非線形量子化器の特性はほぼ同性能であったが、今後、通信路から受ける波長分散などの信号歪みを考慮することで、提案手法の有効性を調査していく。2023年度は、FPGAを用いたハードウェア実装を開始し、深層学習のユニット数と実行時間にトレードオフを調査、最適動作点を求め、問題ない圧縮性能が得られるとともに要求時間内に処理が完結することを確認した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2022年度に解析したニューラルネットワークの構成について、FPGAを用いたハードウェア実装を行った。深層学習のユニット数と実行時間にトレードオフがあるので、最適動作点を求め、問題ない圧縮性能が得られるとともに要求時間内に処理が完結することを確認した。
|
| 今後の研究の推進方策 |
外部発表を中心に行うとともに、リアルタイム動作に向けて、評価治具の開発を行う。
|
