| 研究課題/領域番号 |
20K04466
|
|---|
| 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 – 2023-03-31
|
| キーワード | 無線リソース制御 / 凸最適化 / 機械学習 |
|---|
| 研究実績の概要 |
本年度は，凸最適化と機械学習を併用する方法について検討を行った．ユーザスループットと公平性のトレードオフを実現することができ，スケジューリングにもっとも一般的に用いられているプロポーショナルフェアネス(PF: Proportional Fairness)規範を用いた．
これにより，周波数・時間の瞬時変動に基づき最適なユーザに割り当てを実現するPFスケジューリングとの高い親和性を実現しつつ，両最適化の併用を実現している．すなわち，ユーザスループットの対数和を両最適化における目的関数として用いている．
複数の受信品質の異なる同一基地局内の無線リソース制御を凸最適化，異なる基地局間の無線リソース制御を機械学習で行う構成を用いることにより，凸最適化・機械学習それぞれの長所を生かした最適化を実現することが可能となる．具体的には，物理的に異なる位置にある制御局間の信号の低減，端末から基地局へのフィードバックの低減を実現しつつ，良好な特性を実現することが可能となる．
本構成を用いる効果を評価するため，基地局選択における基地局固有のオフセット値を機械学習の一種であるニューラルネットワークを用いて最適化した．
評価には，高速・大容量化に最も効果的なスモールセル環境を対象として計算機シミュレーションにより評価を行った．
評価結果より，全てを凸最適化を用いる場合と同等に近い特性を実現しつつ，大幅に基地局間の信号量，及び端末からのフィードバック量を低減できることを示した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
新型コロナウイルス感染症に伴う入構制限により年初に遅れがみられた．しかしながら，基本的な提案アルゴリズムの検討の実施，計算機シミュレーションによるその効果の確認を行い，国際会議での発表も行った．そのため，その影響は比較的小さいと考える．
|
| 今後の研究の推進方策 |
基本的な性能の確認を行うことができたため，様々な条件でその効果を確認していく．これと携行して，アルゴリズムの改良を進めていく予定である．
|
| 次年度使用額が生じた理由 |
新型コロナウィルス感染拡大により，出張費が少なくなったため．
|
