| 研究課題/領域番号 |
21H01332
|
|---|
| 配分区分 | 補助金 |
|---|
| 研究機関 | 同志社大学 |
|---|
研究代表者 |
衣斐 信介 同志社大学, 理工学部, 教授 (10448087)
|
|---|
| 研究分担者 |
高橋 拓海 大阪大学, 工学研究科, 助教 (40844204)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | 統計信号処理 / 信念伝搬法 / 深層展開 / 深層学習 / データ駆動最適化 |
|---|
| 研究実績の概要 |
本研究課題は、時間・周波数同期誤差が誘発する干渉成分を効率的に抑圧するBP検出法の確立とその理論限界の解明を目的としている。効率的な干渉抑圧のために、非同期に起因して散乱する信号成分をかき集める構造としてOTFS (Orthogonal Time Frequency and Space)変調の構造が有効であると判断し、OFDMの代わりにこれを利用する。2021年度は下記の2課題のサブテーマを実施した。
[課題1] 非同期ランダムアクセスのためのBP 検出器の開発 -(a)「非直交OTFS復調器」
[課題2] 深層展開型BP 検出器のデータ駆動設計 - (a)「通信路復号器」
[課題1]-(a)では、通信路状態が完全に推定されているという理想的な前提で、BP検出器に適応スケールを導入することで非同期OTFSの信号検出精度が高まることをBER特性の観点から明らかにした。また、大規模マルチユーザMIMO検出のための信念伝搬法と深層学習の融合に関しての基礎検討も多数行い、その研究成果を報告した。特に、双線形推論に基づくベイジアン受信機に関する検討は、2022年度に実施予定である[課題1]-(ｂ)セミブラインド通信路推定にて有効利用することができ、多くの知見を見出すことができた。
[課題2]-(a)では、短符号長の巡回冗長検査（CRC）符号を誤り訂正符号として用いる場合に、BP復号器が受ける外れ値の影響を緩和する方策として、深層展開型深層ニューラルネットワーク構造を設計し、データ駆動最適化の効果を明らかにした。また、ブラインド通信路推定を前提とした独立成分分析に対してデータ駆動最適化を施し、その有効性を確認した。
|
| 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
2021年度実施予定であった[課題1]-(a)と[課題1]-(b)に関して、期待していた結果が得られ、多くの研究成果を報告した。また、2022年度に実施予定である[課題1]-(ｂ)セミブラインド通信路推定で必要となる基礎検討もすでに実施済みであり、2022年度も計画通りに研究を遂行できる見込みが立っている。上記を理由に、おおむね順調に進展していると判断する。
|
| 今後の研究の推進方策 |
当初の計画通り、2022年度は、
[課題1] 非同期ランダムアクセスのためのBP 検出器の開発 -(b)「セミブラインド通信路推定」
[課題2] 深層展開型BP 検出器のデータ駆動設計 - (b)「非直交OTFS復調器」
の検討を行う。また、2023・2024年度には、得られた基礎検討の結果に基づき、収束性解析及び総合評価を行う予定である。
|
