| 講演抄録／キーワード |
| 講演名 |
2019-11-26 14:10
［依頼講演］パイロット汚染存在時のMassive MIMOにおける畳込みニューラルネットワークを用いたチャネル推定
○廣瀨大輝・大槻知明（慶大） |
| 抄録 |
（和） |
TDD (Time Division Duplex) に基づくMassive MIMO (Multiple-Input Multiple-Output) において，基地局は，ユーザとの間の正確なCSI (Channel State Information) 推定が必要である．伝搬環境は時間と共に変化するため, それに伴いチャネルも変化する．チャネルの時変性によって，パイロット信号長は制限されるため，直交パイロット信号数は有限個となる．それゆえ，近接セルでは共通のパイロット信号が再利用される．そのため，近接セルからの干渉を受けてチャネル推定精度が劣化するパイロット汚染が生じる．MMSE (Minimum Mean Square Error) チャネル推定では，全ユーザチャネルの共分散行列が既知の場合，パイロット汚染の影響を低減できる．しかし，通常この情報は未知である．本稿では，畳込みニューラルネットワークを用いて，パイロット汚染発生時の受信信号に対応する所望チャネルを学習することで，パイロット汚染の影響を低減するチャネル推定法を提案する．提案法では，基地局の受信信号が自セルと他セルの間で，タイミング同期ずれを起こした場合と，完全に同期している場合の両方を評価する．計算機シミュレーションにより，提案法が共分散行列推定法と比較して推定チャネルのMSE (Mean Square Error) 特性を改善することを示す． |
| （英） |
In massive multiple-input multiple-output (MIMO) based on time division duplex (TDD), a base station (BS) needs accurate estimation of channel state information (CSI) for a user terminal (UT). UTs transmit pilot signals to the BS to estimate the channels between them. Since the propagation environment changes over time, the channel state also changes accordingly. Due to the time-variant channel, the length of the pilot signal is limited and thus the number of orthogonal pilot signals is finite. Therefore, same pilot signals are reused in neighboring cells. For this reason, channel estimation accuracy deteriorates due to the interference from the neighboring cells, which is called pilot contamination. With the minimum mean square error (MMSE) channel estimation, the influence of pilot contamination can be reduced if the covariance matrix of channels for all users is known. However, this matrix is unknown to the BS a priori, and has to be estimated. In this report, we propose a channel estimation method that reduces the influence of pilot contamination by learning a desired channel corresponding to a contaminated signal with a convolutional neural network. We evaluate both the case where timing synchronization mismatches have occurred between the BS and the UTs in another cell, and the case where it is perfectly synchronized. Our computer simulation results show that the proposed method improves the normalized mean square error (NMSE) of the channel compared with the covariance estimation method. |
| キーワード |
（和） |
Massive MIMO / パイロット汚染 / チャネル推定 / 畳込みニューラルネットワーク / / / / |
| （英） |
Massive MIMO / pilot contamination / channel estimation / convolutional neural network / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
RISING |
| 開催期間 |
2019-11-26 - 2019-11-27 |
| 開催地（和） |
東京大学本郷キャンパス 福武ラーニングシアター |
| 開催地（英） |
Fukutake Learning Theater, Hongo Campus, Univ. Tokyo |
| テーマ（和） |
超知性通信ネットワークに関する研究，一般 |
| テーマ（英） |
Researches on Super-Intelligent Networking, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
RISING |
| 会議コード |
2019-11-RISING |
| 本文の言語 |
日本語 |
| タイトル（和） |
パイロット汚染存在時のMassive MIMOにおける畳込みニューラルネットワークを用いたチャネル推定 |
| サブタイトル（和） |
|
| タイトル（英） |
Channel Estimation via Convolutional Neural Network for Massive MIMO with Pilot Contamination |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
Massive MIMO / Massive MIMO |
| キーワード(2)（和/英） |
パイロット汚染 / pilot contamination |
| キーワード(3)（和/英） |
チャネル推定 / channel estimation |
| キーワード(4)（和/英） |
畳込みニューラルネットワーク / convolutional neural network |
| 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） |
廣瀨 大輝 / Hiroki Hirose / ヒロセ ヒロキ |
| 第1著者 所属（和/英） |
慶應義塾大学 (略称： 慶大)
Keio University (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 University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
/ / |
| 第3著者 所属（和/英） |
(略称： )
(略称： ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 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： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2019-11-26 14:10:00 |
| 発表時間 |
50分 |
| 申込先研究会 |
RISING |
| 資料番号 |
|
| 巻番号（vol） |
vol. |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|
|