論文の概要: Quantum Algorithm for DOA Estimation in Hybrid Massive MIMO
- arxiv url: http://arxiv.org/abs/2102.03963v1
- Date: Mon, 8 Feb 2021 02:15:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-12 05:34:07.742975
- Title: Quantum Algorithm for DOA Estimation in Hybrid Massive MIMO
- Title(参考訳): ハイブリッドMIMOにおけるDOA推定のための量子アルゴリズム
- Authors: Fanxu Meng
- Abstract要約: アレイ信号処理における到着方向推定(DOA)は重要な研究領域である。
本稿では,MUSICに基づくDOA推定のための量子アルゴリズムを提案する。
提案アルゴリズムは, パラメータの指数的な高速化と, 穏やかな条件下での高速化を実現する。
- 参考スコア(独自算出の注目度): 1.7404865362620803
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The direction of arrival (DOA) estimation in array signal processing is an
important research area. The effectiveness of the direction of arrival greatly
determines the performance of multi-input multi-output (MIMO) antenna systems.
The multiple signal classification (MUSIC) algorithm, which is the most
canonical and widely used subspace-based method, has a moderate estimation
performance of DOA. However, in hybrid massive MIMO systems, the received
signals at the antennas are not sent to the receiver directly, and spatial
covariance matrix, which is essential in MUSIC algorithm, is thus unavailable.
Therefore, the spatial covariance matrix reconstruction is required for the
application of MUSIC in hybrid massive MIMO systems. In this article, we
present a quantum algorithm for MUSIC-based DOA estimation in hybrid massive
MIMO systems. Compared with the best-known classical algorithm, our quantum
algorithm can achieve an exponential speedup on some parameters and a
polynomial speedup on others under some mild conditions. In our scheme, we
first present the quantum subroutine for the beam sweeping based spatial
covariance matrix reconstruction, where we implement a quantum singular vector
transition process to avoid extending the steering vectors matrix into the
Hermitian form. Second, a variational quantum density matrix eigensolver
(VQDME) is proposed for obtaining signal and noise subspaces, where we design a
novel objective function in the form of the trace of density matrices product.
Finally, a quantum labeling operation is proposed for the direction of arrival
estimation of the signal.
- Abstract(参考訳): アレイ信号処理における到着方向推定(DOA)は重要な研究領域である。
到着方向の有効性は、マルチインプットマルチアウトプット(MIMO)アンテナシステムの性能を大きく決定する。
マルチプル信号分類(MUSIC)アルゴリズムは、最も標準的で広く使われているサブスペースベースの手法であり、DOAの適度な推定性能を有する。
しかし、ハイブリッドMIMOシステムではアンテナの受信信号を受信機に直接送信せず、MUSICアルゴリズムに必須の空間共分散行列は利用できない。
したがって、MUSICをハイブリッドMIMOシステムに適用するには、空間共分散行列再構成が必要である。
本稿では,ハイブリッドMIMOシステムにおけるMUSICに基づくDOA推定のための量子アルゴリズムを提案する。
最もよく知られた古典的アルゴリズムと比較して、量子アルゴリズムはいくつかのパラメータで指数関数的なスピードアップと、いくつかの穏やかな条件下で他のパラメータに対する多項式のスピードアップを達成できる。
本手法では,まず,ビームスイーピングに基づく空間共分散行列再構成のための量子サブルーチンを提示し,ステアリングベクトル行列をエルミート形式に拡張することを避けるために,量子特異ベクトル遷移過程を実装する。
第2に,信号および雑音部分空間を得るための変分量子密度行列固有解法 (VQDME) を提案する。
最後に、信号の到着推定の方向について量子ラベリング演算を提案する。
関連論文リスト
- Randomized semi-quantum matrix processing [0.0]
汎用行列関数のモンテカルロシミュレーションのためのハイブリッド量子古典フレームワークを提案する。
我々のフレームワークは、初期のフォールトトレラント量子線型代数アプリケーションへの経路を提供する。
論文 参考訳(メタデータ) (2023-07-21T18:00:28Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳(メタデータ) (2023-02-13T19:57:17Z) - A density-matrix renormalization group algorithm for simulating quantum
circuits with a finite fidelity [3.965473736150699]
量子回路シミュレーションのための密度行列再正規化群 (DMRG) アルゴリズムを開発した。
小さな回路深度では、この手法は正確であり、他の行列積状態(MPS)に基づく手法と等価である。
論文 参考訳(メタデータ) (2022-07-12T15:28:55Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳(メタデータ) (2022-06-29T14:34:00Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳(メタデータ) (2021-07-11T10:56:24Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳(メタデータ) (2021-04-01T19:06:00Z) - Joint Deep Reinforcement Learning and Unfolding: Beam Selection and
Precoding for mmWave Multiuser MIMO with Lens Arrays [54.43962058166702]
離散レンズアレイを用いたミリ波マルチユーザマルチインプット多重出力(MU-MIMO)システムに注目が集まっている。
本研究では、DLA を用いた mmWave MU-MIMO システムのビームプリコーディング行列の共同設計について検討する。
論文 参考訳(メタデータ) (2021-01-05T03:55:04Z) - Variational Quantum Algorithms for Trace Distance and Fidelity
Estimation [7.247285982078057]
近距離量子デバイスにおける2つの距離測定のためのハイブリッド量子古典アルゴリズムを提案する。
まず,変分トレース距離推定(VTDE)アルゴリズムを提案する。
次に,変分忠実度推定(VFE)アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-12-10T15:56:58Z) - Hybrid quantum variational algorithm for simulating open quantum systems
with near-term devices [0.0]
ハイブリッド量子古典(HQC)アルゴリズムは、古典的な計算資源によってサポートされている短期量子デバイスを使用できる。
オープンシステムのダイナミクスをシミュレートするために,効率的な変分最適化手法を用いたHQCアルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-08-12T13:49:29Z) - Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding
Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。
古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。
提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文 参考訳(メタデータ) (2020-06-15T02:57:57Z) - Quantum inspired K-means algorithm using matrix product states [4.846953392700506]
行列積状態は、1次元相互作用量子多体系の研究において選択のアルゴリズムとなっている。
本稿では,古典的データを行列積状態を表す量子状態にまずマッピングする量子インスパイアされたK平均クラスタリングアルゴリズムを提案する。
このアルゴリズムは,従来のK平均アルゴリズムに比べて予測精度が高く,局所最小値に閉じ込められる可能性が低いことを示す。
論文 参考訳(メタデータ) (2020-06-11T03:00:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。