| 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 | 2025-01-29 17:00 過負荷MIMO信号検出のための期待値伝搬法に基づくターボ等化のモデルベース深層学習に関する一検討 ○関口治希・衣斐信介（同志社大）・高橋拓海（阪大）・岩井誠人（同志社大）  IT2024-43 SIP2024-82 RCS2024-226 |
|
| 抄録 | （和） | 本検討では，過負荷MIMO (Multiple-Input Multiple-Output) 信号検出において，期待値伝搬法 (EP: Expectation Propagation) に基づく繰り返し信号検出器と通信路復号器の間で対数尤度比 (LLR: Log-Likelihood Ratio) を交換するIDD (Iterative Demodulation and Decoding）型ターボ等化 (TuE: Turbo Equalizer) のモデルベース深層学習を提案する．過負荷MIMO信号検出は劣決定問題となるため，従来の線形MMSE (Minimum Mean Square Error) フィルタを用いて信号検出を行うIDD型TuEでは干渉を十分に抑圧することができず，検出精度の低下が避けられない．そこで本検討では，線形MMSEの代わりにEPに基づく自己繰り返し検出をTuEに導入することで，干渉抑圧性能の向上を図る．しかしEP検出器を導入した場合でも，中規模のシステム構成では自己フィードバックの影響を完全に抑制し，理想的な外部値を繰り返し交換することは難しい．そこでEP検出器に適応スケーリング処理やダンピング処理を導入し，モデルベース深層学習によってその挙動を制御するパラメータを学習最適化することで，さらなる検出精度の改善を図る．最後に，その有効性をビット誤り率 (BER: Bit Error Rate) の観点から計算機シミュレーションで評価する． |
| （英） | This paper proposes a model-based deep learning for the turbo equalizer (TuE) with an iterative demodulation and detection (IDD) structure, which exchanges the log-likelihood ratio (LLR) between the expectation propagation (EP) detector and the channel decoder, in overloaded multiple-input multiple-output (MIMO) detection. Since overload MIMO signal detection is an under-determined problem, the typical TuE, which uses a linear minimum mean square error (MMSE) filter for signal detection, cannot sufficiently suppress interference.To address this issue, we introduce the EP-based iterative detection into TuE instead of the linear MMSE filter.However, even when the EP detector is introduced, it is difficult to suppress the effects of self-feedback and exchange ideal extrinsic values in medium-sized system configurations.To solve this problem, we introduce adaptive belief scaling and belief damping to the EP detector, and further improve the detection accuracy by optimizing the parameters controlling these methods through model-based deep learning.Finally, computer simulations demonstrate the validity of the proposed method in terms of bit error rate (BER) performance. | |
| キーワード | （和） | 過負荷MIMO / 期待値伝搬法 / ターボ等化 / スケーリング処理 / ダンピング処理 / モデルベース深層学習 / / |
| （英） | Overloaded MIMO / expectation propagation / turbo equalization / scaling / damping / model-based deep learning / / | |
| 文献情報 | 信学技報, vol. 124, no. 366, RCS2024-226, pp. 98-103, 2025年1月. | |
| 資料番号 | RCS2024-226 | |
| 発行日 | 2025-01-22 (IT, SIP, 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 | IT2024-43 SIP2024-82 RCS2024-226 |
|
| 研究会情報 | |
| 研究会 | RCS SIP IT |
| 開催期間 | 2025-01-29 - 2025-01-30 |
| 開催地（和） | 海峡メッセ下関 |
| 開催地（英） | Kaikyou-messe |
| テーマ（和） | 無線通信のための信号処理，学習，数理，情報理論および一般 |
| テーマ（英） | Signal Processing for Wireless Communications, Learning, Mathematics, Information Theory, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2025-01-RCS-SIP-IT |
| 本文の言語 | 日本語 |
| タイトル（和） | 過負荷MIMO信号検出のための期待値伝搬法に基づくターボ等化のモデルベース深層学習に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Model-Based Deep Learning of EP-Aided Turbo Equalization for Overloaded MIMO Detection |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 過負荷MIMO / Overloaded MIMO |
| キーワード(2)（和/英） | 期待値伝搬法 / expectation propagation |
| キーワード(3)（和/英） | ターボ等化 / turbo equalization |
| キーワード(4)（和/英） | スケーリング処理 / scaling |
| キーワード(5)（和/英） | ダンピング処理 / damping |
| キーワード(6)（和/英） | モデルベース深層学習 / model-based deep learning |
| 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） | 関口 治希 / Haruki Sekiguchi / セキグチ ハルキ |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 衣斐 信介 / Shinsuke Ibi / イビ シンスケ |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 高橋 拓海 / Takumi Takahashi / タカハシ タクミ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 岩井 誠人 / Hisato Iwai / イワイ ヒサト |
| 第4著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-29 17:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | IT2024-43, SIP2024-82, RCS2024-226 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.364(IT), no.365(SIP), no.366(RCS) |
| ページ範囲 | pp.98-103 |
| ページ数 | 6 |
| 発行日 | 2025-01-22 (IT, SIP, RCS) |
[研究会発表申込システムのトップページに戻る]