| 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 | 2022-03-02 10:25 Investigation on Beamforming for IRS-Assisted MIMO-OFDM Communication using Machine Learning ○Julian Webber・Kazuto Yano・Norisato Suga・Yoshinori Suzuki（ATR）  SR2021-86 |
|
| 抄録 | （和） | There has recently been considerable interest in intelligent reflective surface (IRS) which can improve the capacity of communications links by facilitating creation of additional communication paths. The performance of an IRS system depends on the accuracy of estimating the channel and hence ability to compute accurate weights which degrade in the presence of interference. Computing the beamformer weights requires high complexity that scales with the array size. Machine learning is a promising technique for learning the multipath environment and computing the optimized weights that achieve almost the same achievable rates as when the channel is known perfectly at the IRS. In this work we investigate the factors affecting IRS performance for an array size of up to 28X28 using software simulation and ray-tracing channel data. |
| （英） | There has recently been considerable interest in intelligent reflective surface (IRS) which can improve the capacity of communications links by facilitating creation of additional communication paths. The performance of an IRS system depends on the accuracy of estimating the channel and hence ability to compute accurate weights which degrade in the presence of interference. Computing the beamformer weights requires high complexity that scales with the array size. Machine learning is a promising technique for learning the multipath environment and computing the optimized weights that achieve almost the same achievable rates as when the channel is known perfectly at the IRS. In this work we investigate the factors affecting IRS performance for an array size of up to 28X28 using software simulation and ray-tracing channel data. | |
| キーワード | （和） | MIMO-OFDM / intelligent reflective surface (IRS) / ray-tracing / machine-learning / neural network / multi-layer perceptron / / |
| （英） | MIMO-OFDM / intelligent reflective surface (IRS) / ray-tracing / machine-learning / neural network / multi-layer perceptron / / | |
| 文献情報 | 信学技報, vol. 121, no. 392, SR2021-86, pp. 6-13, 2022年3月. | |
| 資料番号 | SR2021-86 | |
| 発行日 | 2022-02-23 (SR) | |
| 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 | SR2021-86 |
|
| 研究会情報 | |
| 研究会 | RCS SR SRW |
| 開催期間 | 2022-03-02 - 2022-03-04 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 移動通信ワークショップ |
| テーマ（英） | Mobile Communication Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2022-03-RCS-SR-SRW |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Investigation on Beamforming for IRS-Assisted MIMO-OFDM Communication using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | MIMO-OFDM / MIMO-OFDM |
| キーワード(2)（和/英） | intelligent reflective surface (IRS) / intelligent reflective surface (IRS) |
| キーワード(3)（和/英） | ray-tracing / ray-tracing |
| キーワード(4)（和/英） | machine-learning / machine-learning |
| キーワード(5)（和/英） | neural network / neural network |
| キーワード(6)（和/英） | multi-layer perceptron / multi-layer perceptron |
| 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） | Julian Webber / Julian Webber / |
| 第1著者 所属（和/英） | Advanced Telecommunications Research Institute International (略称： ATR) Advanced Telecommunications Research Institute International (略称： ATR) |
| 第2著者 氏名（和/英/ヨミ） | Kazuto Yano / Kazuto Yano / |
| 第2著者 所属（和/英） | Advanced Telecommunications Research Institute International (略称： ATR) Advanced Telecommunications Research Institute International (略称： ATR) |
| 第3著者 氏名（和/英/ヨミ） | Norisato Suga / Norisato Suga / |
| 第3著者 所属（和/英） | Advanced Telecommunications Research Institute International (略称： ATR) Advanced Telecommunications Research Institute International (略称： ATR) |
| 第4著者 氏名（和/英/ヨミ） | Yoshinori Suzuki / Yoshinori Suzuki / |
| 第4著者 所属（和/英） | Advanced Telecommunications Research Institute International (略称： ATR) Advanced Telecommunications Research Institute International (略称： ATR) |
| 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 | 2022-03-02 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SR |
| 資料番号 | SR2021-86 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.392 |
| ページ範囲 | pp.6-13 |
| ページ数 | 8 |
| 発行日 | 2022-02-23 (SR) |
[研究会発表申込システムのトップページに戻る]