| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 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 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2021-04-22 - 2021-04-23 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 鉄道，車車間・路車間通信，無線アクセス技術，一般 |
| テーマ（英） | Railroad Communications, Inter-Vehicle Communications, Road to Vehicle Communications, Radio Access Technologies, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2021-04-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 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 |
| サブタイトル（和） | |
| タイトル（英） | Improving Classification Accuracy in Multi-User Communication Environment Information Estimation by Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | OFDMA / OFDMA |
| キーワード(2)（和/英） | SNR推定 / SNR estimation |
| キーワード(3)（和/英） | キャリア周波数オフセット / carrier frequency offset |
| キーワード(4)（和/英） | 畳み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） | 小島 駿 / Shun Kojima / コジマ シュン |
| 第1著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | フェン イー / Yi Feng / フェン イー |
| 第2著者 所属（和/英） | デューク大学 (略称： デューク大) Duke University (略称： Duke Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 丸田 一輝 / Kazuki Maruta / マルタ カズキ |
| 第3著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 安 昌俊 / Chang-Jun Ahn / アン チャンジュン |
| 第4著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第5著者 氏名（和/英/ヨミ） | タロク バヒド / Vahid Tarokh / |
| 第5著者 所属（和/英） | デューク大学 (略称： デューク大) Duke University (略称： Duke Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-04-23 09:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2021-10 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.7 |
| ページ範囲 | pp.42-47 |
| ページ数 | 6 |
| 発行日 | 2021-04-15 (RCS) |
[研究会発表申込システムのトップページに戻る]