| 研究課題/領域番号 |
22KK0156
|
|---|
| 研究種目 |
国際共同研究加速基金(国際共同研究強化(B))
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分60:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
金子 めぐみ 国立情報学研究所, アーキテクチャ科学研究系, 准教授 (10595739)
|
|---|
| 研究分担者 |
福田 秀美 京都大学, 情報学研究科, 准教授 (40726361)
藤井 海斗 国立情報学研究所, 情報学プリンシプル研究系, 助教 (50884243)
|
|---|
| 研究期間 (年度) |
2022-10-07 – 2027-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
20,020千円 (直接経費: 15,400千円、間接経費: 4,620千円)
2026年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2025年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2024年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2023年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2022年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | Beyond 5G, 6G / IoT / 無線通信 / 数理最適化 / AI, 強化学習 / 省電力 / 6G / エネルギー利用効率 / 最適化 |
|---|
| 研究開始時の研究の概要 |
無線通信の根本的資源は周波数だが有限で, 既に多くの無線システムに割当て済みである．周波数不足に陥ると, コロナ禍で日本の遅れが表面化したスマート社会の実現が不可能になる. そのため, 有限で貴重な無線資源で, 膨大な通信データ量に対する複数の相反する評価指標を同時に高性能で達成できる, 新たな無線通信技術の開拓が必要である. パリ・サクレ大との本国際共同研究は, 様々な課題に総括的に取り組み，超多数接続と高通信品質を同時に可能とし，かつ省電力な次世代IoT無線ネットワークを設計する．6Gが求める省電力性・高通信品質・超多数接続をリアルタイムで達成し, 近未来のスマート社会基盤の構築に貢献する.
|
| 研究実績の概要 |
無線通信の根本的資源は周波数だが, 有限で, 既に多くの無線システムに割当て済みのため，底をつこうとしている. そのため, 有限で貴重な無線資源で, 膨大な通信データ量に対する複数の相反する評価指標を同時に高性能で達成できる, 新たな無線通信技術の開拓が必要である. 本国際共同研究は, 様々な課題に総括的に取り組むという独自のアプローチで, 超多数接続と高通信品質を同時に可能とし，かつ省電力な次世代Internet of Things (IoT)無線ネットワークを設計する．従来法では実現されていない，現実の厳しい干渉環境やモバイル環境においても, 6G が求める省電力性・高通信品質・超多数接続をリアルタイムで達成し, 近未来のスマート社会基盤の構築に貢献する. 本研究は省電力無線ネットワーク設計が専門のパリ・サクレ大のチームと行う．
2022年度(2022/10~2023/3)は,先ずB5G に向けたマッシブMIMO-BF 法, IRS 技術や強化学習を活用した最新の文献を調査し, 無線通信システムやモデル化の初期検討を行った．それを下に, IoT ショートパケット通信のための,深層強化学習法とDifference of Convex Programming (DCP法)に基づく数理最適化手法を活用し，周波数帯選択法と無線資源割当て最適化法を提案した．従来の割当て法に比べて，伝送速度と遅延の性能を大幅に改善できることを計算機シミュレーション評価で示した．
|
| 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年度は概ね計画通り研究を進めることが出来た．以下に具体的に達成された項目を示す．
1. IoTショートパケット通信のための,サブ6GHz及びミリ波帯の同時活用を可能にする深層強化学習法の設計.
2. IoTショートパケット通信に特価した，Difference of Convex Programming (DCP法)に基づく数理最適化法を用いたリソースブロック割当て最適化手法の提案．
計算機シミュレーションにより，提案法は従来の無線資源割当て法に比べて，伝送速度・遅延に関する，各ユーザ要求への達成満足度を大幅に改善できることを明らかにした．
|
| 今後の研究の推進方策 |
2023年度は，2022年度に設計した周波数帯選択法と無線資源割当て最適化法の高度化を行う．特に，計算量と電力消費を削減するように，分散型な学習アプローチを取り入れる．更に， IRS（知能電波反射面）も活用したIoTデバイスのための省電力無線アクセス法についても検討を進める．本研究を進めるため，海外共同研究機関のパリ・サクレ大のチームを訪問する．
|
