No |
263787 |
標題(和) |
深層学習によるOFDM信号のPAPRおよびOOBE抑圧法 |
標題(英) |
PAPR and OOBE Suppression of OFDM Signal Using Deep Learning |
研究会名(和) |
通信方式, 回路とシステム |
研究会名(英) |
Communication Systems, Circuits and Systems |
開催年月日 |
2020-02-27 |
終了年月日 |
2020-02-28 |
会議種別コード |
5 |
共催団体名(和) |
|
資料番号 |
CAS2019-114, CS2019-114 |
抄録(和) |
OFDM信号には,帯域外漏洩電力やピーク電力が高いという課題がある.近年,深層学習を用いたピーク電力抑圧法が提案された.本研究では,帯域外漏洩電力抑圧に有効なOrthgonal precodingに深層学習を導入し,ピーク電力と帯域外漏洩電力を同時に抑圧する手法について検討する. |
抄録(英) |
OFDM (Orthogonal Frequency Division Multiplexing) signals have characteristics of both high OOBE (Out-of-Band Emission) and high PAPR (Peak-to-Average Power Ratio). This paper proposes a PAPR reduction method of orthogonal precoded OFDM signals with deep learning, that is named AutoEncoder which have been developed for image recognition recent year. Numerical experiments show that the proposed method can reduce their PAPR without any OOBE performance degradations. |
収録資料名(和) |
電子情報通信学会技術研究報告 |
収録資料の巻号 |
Vol.119, No.423,424 |
ページ開始 |
95 |
ページ終了 |
98 |
キーワード(和) |
OFDM,深層学習,OOBE,PAPR,Orthogonal Precoding |
キーワード(英) |
OFDM,Deep learning,OOBE,PAPR,Orthogonal Precoding |
本文の言語 |
JPN |
著者(和) |
桑原怜矢 |
著者(ヨミ) |
オオタ マサヤ |
著者(英) |
Reiya Kuwahara |
所属機関(和) |
大阪府立大学 |
所属機関(英) |
Osaka Prefecture University |
著者(和) |
太田正哉 |
著者(ヨミ) |
オオタ マサヤ |
著者(英) |
Masaya Ohta |
所属機関(和) |
大阪府立大学 |
所属機関(英) |
Osaka Prefecture University |