| 講演抄録/キーワード |
| 講演名 |
2016-03-04 09:25
自己回帰モデルに基づく低演算量チャネル予測を用いた干渉アライメント ○小澤征義・大槻知明(慶大)・姜 聞杰・鷹取泰司・中川匡夫(NTT) RCS2015-381 |
| 抄録 |
(和) |
干渉アライメント (IA : Interference Alignment) は,送信ウェイトを用いて干渉信号を揃え,少ないアンテナで干渉を除去する技術である.受信機からフィードバックされたチャネル状態情報 (CSI : Channel State Information) に基づきウェイトを計算するが,CSI フィードバックにより遅延したチャネルに基づくウェイトでは,干渉信号は揃わない. そこで,チャネル予測を用いた IA に注目が集まっている.過去のチャネルを基に未来のチャネルを予測する手法として,自己回帰 (AR : Auto Regressive) モデルがあるが,演算量が大きい.本稿では,AR モデルに基づく,低演算量・高精度チャネル予測を提案し,IA に適用する.チャネルを予測するために,過去の各時刻のチャネル間の差を用いる.従来チャネル予測 では,過去数時刻分のチャネルそのものを用いるが,一般に,チャネル間の差はチャネルよりも振幅が小さいため,チャネル差を予測した方が予測誤差が小さくなる.計算機シミュレーションにより,従来チャネル予測と比較し,提案チャネル予測は高予測精度かつ低演算量であることを示す.そして,提案チャネル予測を用いた IA は,従来チャネル予測を用いた IA と比較し,送信レートが改善することを示す. |
| (英) |
Interference alignment (IA) is a interference suppression technique with a few number of antennas by aligning interference signals using transmit weights. Although weights are calculated based on channel state information (CSI) fed back from each receiver, weights based on delayed channels can not align them due to time-varying channel. Therefore, IA with a channel prediction is gathering attention. Auto regressive (AR) model is a prediction method that predicts the future state based on past states. However, the calculation amount is large. In this report, we propose a low complexity and high accuracy channel prediction based on AR model and apply it to IA. We use differences of channels between adjacent time to predict future channel. Past channels are used directly in conventional IA with channel prediction. However, the prediction error becomes small when the future channel is predicted with differences of channels between adjacent time. Through computer simulation, IA with the proposed channel prediction is shown to improve the channel prediction accuracy, reduce the calculation amount, and improve the transmission rate. |
| キーワード |
(和) |
干渉アライメント / チャネル予測 / 自己回帰モデル / / / / / |
| (英) |
Interference alignment / Channel prediction / Auto regressive model / / / / / |
| 文献情報 |
信学技報, vol. 115, no. 472, RCS2015-381, pp. 279-284, 2016年3月. |
| 資料番号 |
RCS2015-381 |
| 発行日 |
2016-02-24 (RCS) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
RCS2015-381 |
| 研究会情報 |
| 研究会 |
RCS CCS SR SRW |
| 開催期間 |
2016-03-02 - 2016-03-04 |
| 開催地(和) |
東京工業大学 |
| 開催地(英) |
Tokyo Institute of Technology |
| テーマ(和) |
移動通信ワークショップ |
| テーマ(英) |
Mobile Communication Workshop |
| 講演論文情報の詳細 |
| 申込み研究会 |
RCS |
| 会議コード |
2016-03-RCS-CCS-SR-SRW |
| 本文の言語 |
日本語 |
| タイトル(和) |
自己回帰モデルに基づく低演算量チャネル予測を用いた干渉アライメント |
| サブタイトル(和) |
|
| タイトル(英) |
Interference Alignment for Time-Varying Channel with Low Complexity Channel Prediction based on Auto Regressive Model |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
干渉アライメント / Interference alignment |
| キーワード(2)(和/英) |
チャネル予測 / Channel prediction |
| キーワード(3)(和/英) |
自己回帰モデル / Auto regressive model |
| キーワード(4)(和/英) |
/ |
| キーワード(5)(和/英) |
/ |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
小澤 征義 / Masayoshi Ozawa / オザワ マサヨシ |
| 第1著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio Univercity (略称: Keio Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第2著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio Univercity (略称: Keio Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
姜 聞杰 / Wenjie Jiang / ジャン ウェンジ |
| 第3著者 所属(和/英) |
日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT) |
| 第4著者 氏名(和/英/ヨミ) |
鷹取 泰司 / Yasushi Takatori / タカトリ ヤスシ |
| 第4著者 所属(和/英) |
日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT) |
| 第5著者 氏名(和/英/ヨミ) |
中川 匡夫 / Tadao Nakagawa / ナカガワ タダオ |
| 第5著者 所属(和/英) |
日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2016-03-04 09:25:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
RCS |
| 資料番号 |
RCS2015-381 |
| 巻番号(vol) |
vol.115 |
| 号番号(no) |
no.472 |
| ページ範囲 |
pp.279-284 |
| ページ数 |
6 |
| 発行日 |
2016-02-24 (RCS) |