| 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 | 2023-03-02 10:40 Memory-Driven MLP-Mixerを用いたIntelligent Reflecting Surface支援ミリ波システムにおけるビーム予測に関する研究 ○浦上大世・賈 昊暉・陳 娜・岡田 実（奈良先端大）  MW2022-159 |
|
| 抄録 | （和） | 深層学習 (DL) に基づくIntelligent Reflecting Surface (IRS) 支援ミリ波システムにおけるビーム予測は，高いチャネル容量の実現が可能だが，低い学習効率やノイズに対する低ロバスト性，膨大なオーバヘッドが問題となる．本稿では，これらの問題を解決するために，自己回帰エンコーダ (ARE) と空間Multi-Layer Perceptron (MLP)-Mixerにより構成されるMemory-Driven MLP-Mixer (MDMLP-Mixer) DLモデルを提案する．具体的に，AREには，Gated Recurrent Unit (GRU) を用いて，チャネル状態情報 (CSI) データセットに基づく周波数特徴量を抽出する．空間MLP-Mixerでは，各IRS素子のインデックスに対応する周波数特徴量を独立にMixすることで，空間相関を抽出し，周波数及び空間領域から大域特徴量を得る．CSIのスパース性を用いたチャネル行列圧縮法により，提案DLモデルの学習を行った結果，提案モデルは10分52秒のシミュレーション時間とパラメータ数14kで80.7%の十分な平均精度を達成し，他のDLモデルと比較して，小さなオーバーヘッドで高いビーム予測精度を実現できた． |
| （英） | Although deep learning (DL) based beam prediction for intelligent reflecting surface (IRS)-assisted millimeter wave (mmWave) system is capable of improving the transmission efficiency, it has drawback in limited learning efficiency, robustness for the noise, and large training overhead. In order to address these issues, this paper proposes the memory-driven multi-perceptron-mixer (MDMLP-Mixer) DL model, which consists of the autoregressive encoder (ARE) and spatial MLP-Mixer. Specifically, we use a gated recurrent unit (GRU) as ARE to extract frequency features based on the channel state information (CSI) dataset. In the spatial MLP-Mixer, spatial correlations can be extracted to obtain global features from the frequency and spatial domains by individually mixing the frequency features from each element at IRS index. By the channel matrix compression method the sparsity of CSI, our proposal realizes high beam prediction accuracy and small training overhead, since it achieves a sufficient average accuracy of 80.7% with 10min 52s of simulation time and 14k of parameters. | |
| キーワード | （和） | ミリ波 / Intelligent Reflecting Surface / ビーム予測 / 深層学習 / / / / |
| （英） | mmWave / Intelligent Reflecting Surface / Beam Prediction / Deep Learning / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 411, MW2022-159, pp. 13-18, 2023年3月. | |
| 資料番号 | MW2022-159 | |
| 発行日 | 2023-02-23 (MW) | |
| 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 | MW2022-159 |
|
| 研究会情報 | |
| 研究会 | MW |
| 開催期間 | 2023-03-02 - 2023-03-03 |
| 開催地（和） | 鳥取大学(鳥取) 鳥取キャンパス |
| 開催地（英） | Tottori Univ. |
| テーマ（和） | マイクロ波一般 |
| テーマ（英） | Microwave, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MW |
| 会議コード | 2023-03-MW |
| 本文の言語 | 日本語 |
| タイトル（和） | Memory-Driven MLP-Mixerを用いたIntelligent Reflecting Surface支援ミリ波システムにおけるビーム予測に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Memory-Driven MLP-Mixer Deep Learning Model for Intelligent Reflecting Surface-Assisted mmWave Systems Beam Prediction |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ミリ波 / mmWave |
| キーワード(2)（和/英） | Intelligent Reflecting Surface / Intelligent Reflecting Surface |
| キーワード(3)（和/英） | ビーム予測 / Beam Prediction |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| 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） | 浦上 大世 / Taisei Urakami / ウラカミ タイセイ |
| 第1著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | 賈 昊暉 / Haohui Jia / カ コウキ |
| 第2著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第3著者 氏名（和/英/ヨミ） | 陳 娜 / Na Chen / チェン ナ |
| 第3著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第4著者 氏名（和/英/ヨミ） | 岡田 実 / Minoru Okada / オカダ ミノル |
| 第4著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-02 10:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MW |
| 資料番号 | MW2022-159 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.411 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2023-02-23 (MW) |
[研究会発表申込システムのトップページに戻る]