| 講演抄録／キーワード |
| 講演名 |
2022-10-13 11:10
［ポスター講演］フロントホールリンク容量削減に向けた自己符号化型量子化器の設計
○八木慎之佑・久野大介（阪大） |
| 抄録 |
（和） |
Beyond 5Gおよび6G時代のセルラ基地局は，通信容量の増大，高い低遅延性能およびカバレッジのさらなる拡張が求められている．一般的なセルラ基地局は，アンテナ部と一部の物理層機能を有するRadio units (RUs)と一部の物理層機能とMAC機能を有するDistributed unit (DU)に分けられ，RUs-DU間のリンクは光ファイバにより結ばれる．このリンクはフロントホールと呼ばれ，50 Gbpsを超えるリンク容量の増大が課題となっている．このため，フロントホールリンクを流れる無線信号の圧縮技術が重要となる．本稿では，深層学習の一つである自己符号化器を用いた量子化器の設計を検討する．送受信器に全結合層を複数段配置する簡素な構造で，量子化ビット数を6 ビットまで低減し，従来比60%の圧縮率の達成を報告する． |
| （英） |
A mobile base station (MBS) in Beyond 5G/6G era requires larger capacity, lower latency, and more expanding coverage than in the 5G era. A general MBS is functionally divided into two units; radio units (RUs) which include antenna part and a part of PHY layer functions, and distributed unit (DU), which consists of remaining PHY functions and MAC function. The links between RUs and DU are connected by optical fibers and termed fronthaul. Insufficient fronthaul capacity is a challenging problem. Therefore, the signal compression technique is demanded. This paper proposes an autoencoder-based quantizer (compressor). The wireless signal propagating through the fronthaul link is compressed by multiple full connection layers located at both the transmitter and receiver. Finally, we reduce the number of quantization bits to 6 bit and achieve 60% signal compression. |
| キーワード |
（和） |
5G / 深層学習 / 量子化 / フロントホール / / / / |
| （英） |
5G / deep learning / quantization / fronthaul / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|