| 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 | 2024-06-20 16:30 大規模マルチユーザMIMOにおけるビーム領域通信路推定のための複素t分布を用いたスパースベイズ学習に関する一検討 ○古田健悟・高橋拓海・落合秀樹（阪大）  RCS2024-67 |
|
| 抄録 | （和） | 本稿では，大規模マルチユーザMIMOにおける高精度な通信路推定を実現することを目的に，複素t分布を仮の事前分布として設計したスパースベイズ学習 (SBL: Sparse Bayesian Learning) アルゴリズムを提案する．受信機側でディジタルビームフォーミングを用いる場合，受信機の物理的な制約に伴う不十分な観測分解能やサイドローブ漏洩により，ビーム領域の等価的なMIMO通信路はゼロ要素と非ゼロ要素から構成される疎 (スパース) な構造ではなく，多数の小さな非ゼロ要素と少数の極端に大きな要素からなる信号強度の差によって特徴づけられた構造を有する．この疑似的スパースとも呼ぶべき構造を十全に捉えるため，自由度パラメータを適切に設定した複素t分布を階層型ベイズモデルとしてSBLアルゴリズムに組み込むことで，SBLの効率的な事前分布学習による高精度な通信路推定を図る．正則化項解析によって設計したSBLアルゴリズムの振る舞いを解析した上で，sub-6 GHz帯を想定した通信シナリオで大規模マルチユーザMIMOシステムの計算機シミュレーションを行い，提案法が従来のスパース信号再構成 (SSR: Sparse Signal Recovery) に基づく手法に対して大幅に通信路推定精度を改善できることを示す． |
| （英） | In this paper, we propose a novel beam-domain channel estimation (CE) algorithm based on sparse Bayesian learning (SBL) using complex t-prior for massive multi-user multi-input multi-output (MU-MIMO) systems.In the presence of digital beamforming at the receiver, the equivalent channel in the beam domain is characterized not by a sparse structure consisting of zero and nonzero elements, but by a structure consisting of many small nonzero elements and a few large elements, due to insufficient observation resolution and the sidelobe leakage caused by the physical constraints of MU-MIMO systems.To fully capture this pseudo-sparse structure, we incorporate a complex t}-distribution with appropriate degrees of freedom (DoF) into the SBL algorithm via a hierarchical Bayesian model.This heavy-tailed prior allows for efficient beam-domain CE accounting for small but non-negligible elements, which is verified by the analysis of regularization based on an equivalent optimization problem.Computer simulations in massive MU-MIMO systems operating under sub-6 GHz bands show that the proposed method significantly outperforms conventional sparse signal recovery (SSR)-based methods. | |
| キーワード | （和） | 大規模MIMO / 通信路推定 / スパースベイズ学習 / 階層型ベイズモデル / 複素t分布 / / / |
| （英） | Massive MIMO / channel estimation / sparse Bayesian learning / hierarchical Bayesian model / complex t-distribution / / / | |
| 文献情報 | 信学技報, vol. 124, no. 84, RCS2024-67, pp. 235-240, 2024年6月. | |
| 資料番号 | RCS2024-67 | |
| 発行日 | 2024-06-12 (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 | RCS2024-67 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2024-06-19 - 2024-06-21 |
| 開催地（和） | 平良港フェリーターミナル |
| 開催地（英） | |
| テーマ（和） | 初めての研究会，リソース制御，スケジューリング，無線通信一般 |
| テーマ（英） | First Presentation in IEICE Technical Committee, Resource Control, Scheduling, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2024-06-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模マルチユーザMIMOにおけるビーム領域通信路推定のための複素t分布を用いたスパースベイズ学習に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Sparse Bayesian Learning Using Complex t-Prior for Beam-domain Channel Estimation in Massive Multi-User MIMO |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 大規模MIMO / Massive MIMO |
| キーワード(2)（和/英） | 通信路推定 / channel estimation |
| キーワード(3)（和/英） | スパースベイズ学習 / sparse Bayesian learning |
| キーワード(4)（和/英） | 階層型ベイズモデル / hierarchical Bayesian model |
| キーワード(5)（和/英） | 複素t分布 / complex t-distribution |
| 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） | 古田 健悟 / Kengo Furuta / フルタ ケンゴ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 高橋 拓海 / Takumi Takahashi / タカハシ タクミ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 落合 秀樹 / Hideki Ochiai / オチアイ ヒデキ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-06-20 16:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2024-67 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.84 |
| ページ範囲 | pp.235-240 |
| ページ数 | 6 |
| 発行日 | 2024-06-12 (RCS) |
[研究会発表申込システムのトップページに戻る]