| 大会名称 |
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
|
2021
|
| 発行日 |
|
2021-02-23
|
| セッション番号 |
|
B-8
|
| セッション名 |
|
通信方式
|
| 講演日 |
|
2021/3/12
|
| 講演場所(会議室等) |
|
Meeting 32
|
| 講演番号 |
|
B-8-24
|
| タイトル |
|
DIPによる残留干渉およびノイズ除去とDNNによるスケーリング係数学習を用いたBPアルゴリズムによるMassive MIMO検出法
|
| 著者名 |
|
◎橘 順太, 大槻知明,
|
| キーワード |
|
Massive MIMO, BP検出, Neural Network
|
| 抄録 |
|
5G無線通信システムのキー技術として，Massive MIMOが注目されている．基地局側で空間多重した受信信号を分離・検出するための手法として，確率伝搬(BP)アルゴリズムに基づく信号検出法(BP検出)が注目されている．BP検出では，各反復において伝搬メッセージからシンボルレプリカを生成し，受信信号の干渉成分を除去することでLLRを更新するが，残留干渉，およびノイズの影響により伝搬メッセージに誤りが発生する．本稿ではDIPを用いて，BP検出における干渉除去後の受信信号の残留干渉，およびノイズを低減する手法を提案する．また，DIPを適用したBP検出において，干渉・ノイズ成分の分散のスケーリング係数を学習することで，伝搬メッセージの信頼度を向上することを考える．提案法では従来法と比べBER特性を改善することを計算機シミュレーションによって示す．
|
| 本文pdf |
|
PDF download
|
