講演抄録/キーワード |
講演名 |
2021-04-23 09:45
機械学習によるマルチユーザ通信環境情報推定における分類精度の改善 ○小島 駿(宇都宮大)・フェン イー(デューク大)・丸田一輝(東工大)・安 昌俊(千葉大)・タロク バヒド(デューク大) RCS2021-10 |
抄録 |
(和) |
昨今では, 無線データトラフィック需要の増加に伴い, OFDMAに代表される高効率な多元接続方式が広く採用されている. アップリンクにおけるOFDMAでは, ユーザ毎に周波数オフセット(CFO)が生じ, キャリア間干渉やユーザ間干渉を引き起こすことで, 通信性能が劣化してしまう問題がある. このような環境において, 各ユーザの伝送速度を最適化するために適応変調符号化方式(AMC)が必要不可欠であり, AMCの制御には各ユーザの通信環境を示すSNR情報のフィードバックが要求される. 従来のSNR推定手法では, CFO存在下においてSNRの推定精度が大きく劣化してしまい, 通信性能が劣化してしまう. 本研究では, この問題を解決し通信性能を向上させるために, CFO存在環境下において有効な, 参照信号を用いずに受信信号波形のみから深層学習を適用することで各ユーザのSNRを分類し, AMCを実行する手法を提案する. 提案法では, ロバスト性の高いネットワークを実現可能なことから, 計算負荷の軽減や信号処理の高速化への貢献が期待される. シミュレーション結果より, 提案手法の有効性を明らかにする. |
(英) |
Recently, due to the increasing demand for wireless data traffic, highly efficient multiple access methods such as OFDMA have been attracting a great deal of attention. In uplink OFDMA, it has a problem of communication performance degradation due to the carrier frequency offset (CFO) of each user, which causes inter-carrier interference (ICI) and multiple user interference (MUI). In such an environment, adaptive modulation and coding (AMC) is essential to optimize the transmission rate of each user, and feedback of SNR information indicating the communication environment of each user is required to perform AMC. In the conventional SNR estimation method, the accuracy of SNR estimation is greatly degraded in the presence of CFO, and the communication performance deteriorates. In order to solve this problem and improve the communication performance, we propose a method to classify the SNR of each user in the presence of CFO and perform AMC by applying deep learning based only on the received signal waveform without using the reference signal. Since the proposed method can realize a highly robust network, it is expected to contribute to reducing the computational load and speeding up the signal processing. The effectiveness of the proposed method is demonstrated by simulation results. |
キーワード |
(和) |
OFDMA / SNR推定 / キャリア周波数オフセット / 畳み込みニューラルネットワーク / / / / |
(英) |
OFDMA / SNR estimation / carrier frequency offset / convolutional neural network / / / / |
文献情報 |
信学技報, vol. 121, no. 7, RCS2021-10, pp. 42-47, 2021年4月. |
資料番号 |
RCS2021-10 |
発行日 |
2021-04-15 (RCS) |
ISSN |
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 |
RCS2021-10 |
|