| 講演抄録/キーワード |
| 講演名 |
2022-03-11 12:00
深層展開に基づく分散型MIMO信号検出法に関する検討 ○熊谷雅也・中井彩乃・和田山 正(名工大) IT2021-113 ISEC2021-78 WBS2021-81 RCC2021-88 |
| 抄録 |
(和) |
本稿では,MIMO (Multiple-Input Multiple-Output) 通信路における信号検出法として,
深層展開を適用した分散型MIMO信号検出を検討する.
送信された信号を分散的に受信する複数台のサブ処理装置が
中央処理装置と互いに通信を行いながら反復アルゴリズムを実行し
信号検出を行う手法であるSoftProject(Soft Projection)法を提案する.
提案法では,検出信号処理の計算負荷が複数のサブ処理装置に分散される.
提案法では推定ベクトルの平均値への軟射影値を中央処理装置を利用して
各サブ処理装置が共有する.また,SoftProject法に対して学習可能パラメータを埋め込み,
深層学習で用いられている誤差逆伝播法や確率的勾配降下法を使い
パラメータを最適化する手法である深層展開を適用した
L-SoftProject法(Learned Soft Projection)法を提案し,信号検出性能のさらなる向上を目指す.
計算機実験においては集中処理によるMMSE(Minimum Mean Squared Error)信号検出法と検出性能の比較を行う.計算機実験の結果,
深層展開によるパラメータ最適化により顕著な性能向上が得られること,また
提案法がSN比が低い領域で集中型MMSE推定法に匹敵する推定性能を与えることが明らかとなった. |
| (英) |
This paper proposes distributed MIMO (Multiple-Input Multiple-Output)
signal detection algorithms based on DU (deep unfolding).
In our proposed methods,
multiple distributed SPUs (sub processing units)
communicating with a CPU (central processing unit)
cooperatively execute an iterative signal processing process
to detect transmitted signals.
This architecture achieves better computational load balance among CPU and SPUs.
The proposed methods are inspired from federated learning.
All SPUs share a common message,
e.g., average of the gradients, computed by CPU.
In order to improve the performance of the proposed methods,
we apply DU to them.
DU is a method for optimizing parameters involved in an iterative algorithm
by using commonly used techniques in deep learning
such as backpropagation
and stochastic gradient descent.
We show experimental results of performance comparison of the proposed methods
with minimum mean squared error-based centralized signal detection.
The results indicate that
the optimization of the parameters by DU significantly improves the detection performance,
which is comparable with that of the centralized method
in the low signal-to-noise ratio regime. |
| キーワード |
(和) |
深層展開 / MIMO通信路 / 信号検出 / 分散処理 / / / / |
| (英) |
deep unfolding / MIMO channel / signal detection / distributed processing / / / / |
| 文献情報 |
信学技報, vol. 121, no. 428, IT2021-113, pp. 174-179, 2022年3月. |
| 資料番号 |
IT2021-113 |
| 発行日 |
2022-03-03 (IT, ISEC, WBS, RCC) |
| 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 |
IT2021-113 ISEC2021-78 WBS2021-81 RCC2021-88 |
| 研究会情報 |
| 研究会 |
IT ISEC RCC WBS |
| 開催期間 |
2022-03-10 - 2022-03-11 |
| 開催地(和) |
オンライン開催 |
| 開催地(英) |
Online |
| テーマ(和) |
ISEC・IT・RCC・WBS合同研究会 |
| テーマ(英) |
Joint Meeting of ISEC, IT, RCC, and WBS |
| 講演論文情報の詳細 |
| 申込み研究会 |
IT |
| 会議コード |
2022-03-IT-ISEC-RCC-WBS |
| 本文の言語 |
日本語 |
| タイトル(和) |
深層展開に基づく分散型MIMO信号検出法に関する検討 |
| サブタイトル(和) |
|
| タイトル(英) |
A study of distributed MIMO signal detection based on deep unfolding |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
深層展開 / deep unfolding |
| キーワード(2)(和/英) |
MIMO通信路 / MIMO channel |
| キーワード(3)(和/英) |
信号検出 / signal detection |
| キーワード(4)(和/英) |
分散処理 / distributed processing |
| 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) |
熊谷 雅也 / Masaya Kumagai / クマガイ マサヤ |
| 第1著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute Of Technology (略称: NITech) |
| 第2著者 氏名(和/英/ヨミ) |
中井 彩乃 / Ayano Nakai-Kasai / ナカイ アヤノ |
| 第2著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute Of Technology (略称: NITech) |
| 第3著者 氏名(和/英/ヨミ) |
和田山 正 / Tadashi Wadayama / ワダヤマ タダシ |
| 第3著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute Of Technology (略称: NITech) |
| 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: ) |
| 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 |
2022-03-11 12:00:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
IT |
| 資料番号 |
IT2021-113, ISEC2021-78, WBS2021-81, RCC2021-88 |
| 巻番号(vol) |
vol.121 |
| 号番号(no) |
no.428(IT), no.429(ISEC), no.430(WBS), no.431(RCC) |
| ページ範囲 |
pp.174-179 |
| ページ数 |
6 |
| 発行日 |
2022-03-03 (IT, ISEC, WBS, RCC) |
|