| 講演名 | 2018-03-01 時間領域で拡張した多次元尺度構成法およびARモデルを用いたMassive MIMOにおけるCSIオーバーヘッド削減技術 長嶋 嶺(慶大), 大槻 知明(慶大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Massive MIMO(multiple-input multiple-output)は，5G(第5世代移動通信システム)で注目されている技術の一つである．しかし，Massive MIMOでは，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)フィードバック量が多くなってしまう．その解決法の1つに，多次元尺度構成法(MDS)により，CSIを低次元の行列へ圧縮する手法がある．この手法では，多数のCSIを受信端末側で保持し，それを用いて遅延を考慮したCSIを予測する必要があるため，各受信端末に掛かる負担が大きい．また，CSIを多次元空間上にマッピングした際の次元数は受信アンテナ数に依存するが，受信端末側に配置可能なアンテナ数は制限されるため，圧縮の際に指定できる次元数も制限されてしまう．本稿では圧縮対象のCSIを時間領域で拡張し，圧縮してからフィードバックし，自己回帰(AR)モデルによる予測で時間変動誤差を補償する手法を提案する．提案法では，チャネルサイズを拡張することで採用可能な固有値の選択肢が増加し，また，ARモデルを用いたCSIの予測処理は全て基地局で行う．提案法は，MDSを用いた従来のCSI圧縮手法と比較して，CSIの圧縮・復元精度の向上に伴い容量が改善することを計算機シミュレーションにより示す． |
| 抄録(英) | Massive MIMO (multiple-input multiple-output) is one of the technologies that has been focused in 5G (5th generation mobile communications). However, there exists an issue such as the increase of the amount of feedback of channel state information (CSI) from the receiving terminal to the base station (BS), due to the enormous number of antennas. For the purpose of solving this issue, there exists the method to compress CSI to a lower dimension matrix by multi-dimensional scaling (MDS). However, this conventional method needs to hold a lot of CSIs at the receiving terminal and predict CSIs considering the delays using them, thus the loads applied to each receiving terminal is large. Besides, the number of dimensions when mapping CSI in the multi-dimensional space depends on the number of receiving antennas. However, because the number of antennas that can be deployed at the receiving terminal is limited, the number of antennas that can be assigned when compressing is limited. In this report, we propose the method that feeds back the CSI after extending in time-domain and compressing and compensates the mismatches of the time change by prediction based on auto regressive (AR) model. In our proposed method, the choices of the eigenvalues that can be adopted are increased by extending the size of the channel matrix, and the all CSI prediction process using AR model is performed at the BS. By computer simulation, we show that our proposed method achieves the higher system capacity compared to the conventional CSI compression method using MDS due to the improvement of the accuracy of CSI compression and restoration. |
| キーワード(和) | Massive MIMO / オーバーヘッド削減 / 多次元尺度構成法 / ARモデル / 次元削減 / 5G |
| キーワード(英) | Massive MIMO / Overhead Reduction / Multi-Dimensional Scaling / AR Model / Dimensions Reduction / 5G |
| 資料番号 | RCS2017-349 |
| 発行日 | 2018-02-21 (RCS) |
| 研究会情報 | |
| 研究会 | RCS / SR / SRW |
|---|---|
| 開催期間 | 2018/2/28(から3日開催) |
| 開催地（和） | YRP 横須賀リサーチパーク |
| 開催地（英） | YRP |
| テーマ（和） | 移動通信ワークショップ |
| テーマ（英） | Mobile Communication Workshop |
| 委員長氏名（和） | 村田 英一(京大) / 梅林 健太(東京農工大) / 中川 匡夫(鳥取大) |
| 委員長氏名（英） | Hidekazu Murata(Kyoto Univ.) / Kenta Umebayashi(Tokyo Univ. of Agric. and Tech.) / Tadao Nakagawa(Tottori Univ.) |
| 副委員長氏名（和） | 眞田 幸俊(慶大) / 福田 英輔(富士通研) / 須山 聡(NTTドコモ) / 有吉 正行(NEC) / 亀田 卓(東北大) / 田野 哲(岡山大) / 濱湊 真(富士通研) |
| 副委員長氏名（英） | Yukitoshi Sanada(Keio Univ.) / Eisuke Fukuda(Fujitsu Labs.) / Satoshi Suyama(NTT DoCoMo) / Masayuki Ariyoshi(NEC) / Suguru Kameda(Tohoku Univ.) / Satoshi Denno(Okayama Univ.) / Makoto Hamaminato(Fujitsu labs.) |
| 幹事氏名（和） | 旦代 智哉(東芝) / 西村 寿彦(北大) / 石津 健太郎(NICT) / 矢野 一人(ATR) / 沢田 浩和(NICT) / 水谷 圭一(京大) |
| 幹事氏名（英） | Tomoya Tandai(Toshiba) / Toshihiko Nishimura(Hokkaido Univ.) / Kentaro Ishidu(NICT) / Kazuto Yano(ATR) / Hirokazu Sawada(NICT) / Keiichi Mizutani(Kyoto Univ.) |
| 幹事補佐氏名（和） | 山本 哲矢(パナソニック) / 石原 浩一(NTT) / 村岡 一志(NEC) / 衣斐 信介(阪大) / 西本 浩(三菱電機) / 稲森 真美子(東海大) / 芝 宏礼(NTT) / Gia Khanh Tran(東工大) / 成枝 秀介(明石高専) / 斎藤 健太郎(東工大) / 山内 宏真(富士通研) |
| 幹事補佐氏名（英） | Tetsuya Yamamoto(Panasonic) / Koichi Ishihara(NTT) / Kazushi Muraoka(NEC) / Shinsuke Ibi(Osaka Univ.) / Hiroshi Nishimoto(Mitsubishi Electric) / Mamiko Inamori(Tokai Univ.) / Hiroyuki Shiba(NTT) / Gia Khanh Tran(Tokyo Inst. of Tech.) / Syusuke Narieda(NIT, Akashi College) / Kentaro Saito(Tokyo Inst. of Tech.) / Hiromasa Yamauchi(Fujitsu labs.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Radio Communication Systems / Technical Committee on Smart Radio / Technical Committee on Short Range Wireless Communications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 時間領域で拡張した多次元尺度構成法およびARモデルを用いたMassive MIMOにおけるCSIオーバーヘッド削減技術 |
| サブタイトル（和） | |
| タイトル（英） | CSI Overhead Reduction for Massive MIMO using Multi-Dimensional Scaling Extended in Time-Domain and AR Model |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Massive MIMO / Massive MIMO |
| キーワード(2)（和/英） | オーバーヘッド削減 / Overhead Reduction |
| キーワード(3)（和/英） | 多次元尺度構成法 / Multi-Dimensional Scaling |
| キーワード(4)（和/英） | ARモデル / AR Model |
| キーワード(5)（和/英） | 次元削減 / Dimensions Reduction |
| キーワード(6)（和/英） | 5G / 5G |
| 第 1 著者 氏名（和/英） | 長嶋 嶺 / Rei Nagashima |
| 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） | 大槻 知明 / Tomoaki Ohtsuki |
| 第 2 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 発表年月日 | 2018-03-01 |
| 資料番号 | RCS2017-349 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | RCS-456 |
| ページ範囲 | pp.185-190(RCS), |
| ページ数 | 6 |
| 発行日 | 2018-02-21 (RCS) |