| 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 | 2017-11-08 16:20 Massive MIMOにおけるチャネル予測を用いた多次元尺度構成法によるチャネル圧縮手法 ○長嶋 嶺・大槻知明（慶大）・姜 聞杰・鷹取泰司（NTT）  RCS2017-221 |
|
| 抄録 | （和） | Massive MIMO (multiple-input multiple-output) は，5G (5th Generation) のキー技術の一つである．しかし，Massive MIMOはその膨大なアンテナ数ゆえに，受信端末から基地局へのCSI (チャネル状態情報) のフィードバック量が多くなるといった問題点がある．この解決法の一つに，主成分分析 (PCA) を用いて，CSIを低次元の行列へ圧縮する手法がある．この手法では，圧縮に用いる圧縮行列を，更新間隔を表す $T_s$ 回に1回フィードバックする必要があるが，全体のフィードバック量は圧縮行列のサイズに大きく依存するため，$T_s$ が小さいと総フィードバック量が増加するという問題がある．これを解決するため，本稿ではチャネル予測を用いた多次元尺度構成法 (MDS) により，CSIのサイズを縮小する手法を提案する．提案法では，チャネル行列の各要素を多次元空間上にマッピングし次元数を削減することで，CSIを圧縮し構成する要素数を低減する．提案法では圧縮行列の生成・フィードバックが不要なため，チャネル変動が速い場合に，PCAを用いた従来法と比較して少ないフィードバック量で同等の容量を達成できることを計算機シミュレーションにより示す． |
| （英） | Massive MIMO (multiple-input multiple-output) is one of the key technologies to realize 5G (5th Generation). However, there exists an issue such as the increase of the amount of feedback of channel state information (CSI) from the receiver to the transmitter, due to the enormous number of antennas. For the purpose of solving this issue, there exists the technique to compress CSI to a lower dimension matrix and decrease the amount of feedback, by principal component analysis (PCA). In the conventional method, the compression matrix to compress a channel matrix is calculated on the basis of PCA, and the compressed channel is fed back from the receiver to the base station (BS). However, it is necessary to feed back the compression matrix to compress a channel once every updating interval $T_s$ where the compression matrix accounts for a large portion of the amount of feedback. Therefore, there exists a problem that the amount of feedback increases when $T_s$ is small. In this report, to solve this problem, we propose a method to compress the channel matrix based on multi-dimensional scaling (MDS) with channel prediction. In the proposed method, we decrease the size of the CSI by mapping the channels on the multi-dimensional space and reducing the number of dimensions using MDS, thus our method does not need generating and feeding back the compression matrix. By computer simulation, we show that the proposed method achieves the same system capacity with the smaller amount of feedback compared to the conventional one based on PCA when the channel changes fast. | |
| キーワード | （和） | Massive MIMO / 5G / チャネル圧縮 / 多次元尺度構成法 / チャネル予測 / フィードバック量削減 / / |
| （英） | Massive MIMO / 5G / Channel Compression / Multi-Dimensional Scaling / Channel Prediction / Feedback Reduction / / | |
| 文献情報 | 信学技報, vol. 117, no. 284, RCS2017-221, pp. 93-98, 2017年11月. | |
| 資料番号 | RCS2017-221 | |
| 発行日 | 2017-11-01 (RCS) | |
| ISSN | Print edition: ISSN 0913-5685 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 | RCS2017-221 |
|
| 研究会情報 | |
| 研究会 | AP RCS |
| 開催期間 | 2017-11-08 - 2017-11-10 |
| 開催地（和） | 福岡大学 |
| 開催地（英） | Fukuoka University |
| テーマ（和） | アダプティブアンテナ，等化，干渉キャンセラ，MIMO，無線通信，一般 |
| テーマ（英） | Adaptive Antenna, Equalization, Interference Canceler, MIMO, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2017-11-AP-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | Massive MIMOにおけるチャネル予測を用いた多次元尺度構成法によるチャネル圧縮手法 |
| サブタイトル（和） | |
| タイトル（英） | Channel Compression for Massive MIMO based on Multi-Dimensional Scaling with Channel Prediction |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Massive MIMO / Massive MIMO |
| キーワード(2)（和/英） | 5G / 5G |
| キーワード(3)（和/英） | チャネル圧縮 / Channel Compression |
| キーワード(4)（和/英） | 多次元尺度構成法 / Multi-Dimensional Scaling |
| キーワード(5)（和/英） | チャネル予測 / Channel Prediction |
| キーワード(6)（和/英） | フィードバック量削減 / Feedback Reduction |
| 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） | 長嶋 嶺 / Rei Nagashima / ナガシマ レイ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 姜 聞杰 / Wenjie Jiang / ジャン ウェンジエ |
| 第3著者 所属（和/英） | NTT未来ねっと研究所 (略称： NTT) NTT Network Innovation Laboratories (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 鷹取 泰司 / Yasushi Takatori / タカトリ ヤスシ |
| 第4著者 所属（和/英） | NTT未来ねっと研究所 (略称： NTT) NTT Network Innovation Laboratories (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-11-08 16:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2017-221 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.284 |
| ページ範囲 | pp.93-98 |
| ページ数 | 6 |
| 発行日 | 2017-11-01 (RCS) |
[研究会発表申込システムのトップページに戻る]