Fugu-MT 論文翻訳(概要): Over-the-Air Computation in OFDM Systems with Imperfect Channel State Information

論文の概要: Over-the-Air Computation in OFDM Systems with Imperfect Channel State Information

arxiv url: http://arxiv.org/abs/2307.05357v1
Date: Fri, 7 Jul 2023 14:09:18 GMT
ステータス: 処理完了
システム内更新日: 2023-07-12 14:28:49.151485
Title: Over-the-Air Computation in OFDM Systems with Imperfect Channel State Information
Title（参考訳）: 不完全チャネル状態情報を用いたOFDMシステムのオーバー・ザ・エア計算
Authors: Yilong Chen, Huijun Xing, Jie Xu, Lexi Xu, and Shuguang Cui
Abstract要約: 不完全チャネル状態情報(CSI)を用いたOFDMシステムにおける空気上計算(AirComp)について検討する。平均計算平均二乗誤差(MSE)を最小化し,複数のサブキャリア上での計算停止確率を最小化する。
参考スコア（独自算出の注目度）: 28.980726342842182
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper studies the over-the-air computation (AirComp) in an orthogonal frequency division multiplexing (OFDM) system with imperfect channel state information (CSI), in which multiple single-antenna wireless devices (WDs) simultaneously send uncoded signals to a multi-antenna access point (AP) for distributed functional computation over multiple subcarriers. In particular, we consider two scenarios with best-effort and error-constrained computation tasks, with the objectives of minimizing the average computation mean squared error (MSE) and the computation outage probability over the multiple subcarriers, respectively. Towards this end, we jointly optimize the transmit coefficients at the WDs and the receive beamforming vectors at the AP over subcarriers, subject to the maximum transmit power constraints at individual WDs. First, for the special case with a single receive antenna at the AP, we propose the semi-closed-form globally optimal solutions to the two problems using the Lagrange-duality method. It is shown that at each subcarrier, the WDs' optimized power control policy for average MSE minimization follows a regularized channel inversion structure, while that for computation outage probability minimization follows an on-off regularized channel inversion, with the regularization dependent on the transmit power budget and channel estimation error. Next, for the general case with multiple receive antennas at the AP, we present efficient algorithms based on alternating optimization and convex optimization to find converged solutions to both problems.
Abstract（参考訳）: 本稿では,複数個の単一アンテナ無線装置(wds)が同時に非符号化信号をマルチアンテナアクセスポイント(ap)に送信し,複数のサブキャリア上で分散関数計算を行う直交周波数分割多重化(ofdm)システムにおいて,aircomp(over-the-air computation)について検討する。特に, 平均計算平均二乗誤差 (mse) を最小化することと, 複数のサブキャリア上での計算停止確率を最小化することを目的として, ベストエフォートタスクとエラー制約計算タスクの2つのシナリオを検討した。この目的のために、各WDにおける送信係数とサブキャリア上のAPにおける受信ビームフォーミングベクトルを、各WDにおける最大送信電力制約の下で共同で最適化する。まず, apにおける単一受信アンテナの特別な場合について, ラグランジュ・デュダリティ法を用いて, 2つの問題に対する半閉じた大域的最適解を提案する。各サブキャリアにおいて、平均mse最小化のためのwdsの最適化電力制御ポリシーは正規化チャネルインバージョン構造に従い、計算停止確率最小化はオンオフ正規化チャネルインバージョンに従い、送信電力予算とチャネル推定誤差に依存することが示されている。次に、APにおける多重受信アンテナの一般的な場合、両問題に対する収束解を見つけるために、交互最適化と凸最適化に基づく効率的なアルゴリズムを提案する。

関連論文リスト

Covert Multicast in UAV-Enabled Wireless Communication Systems With One-hop and Two-hop Strategies [8.702721247072429]
無人航空機(UAV)による無線通信システムにおける隠蔽マルチキャストの時間について検討する。本稿では,1つの(OH)パーティクルスワム(PSO)に基づくアルゴリズムと,送信方式とTH方式の性能モデリングのための網羅的なフレームワークを提案する。提案したPSOアルゴリズムの効率は、広範囲な数値的な結果によって検証される。
論文参考訳（メタデータ） (2024-10-16T06:46:30Z)
Over-the-Air Federated Multi-Task Learning via Model Sparsification and Turbo Compressed Sensing [48.19771515107681]
本稿では,エッジサーバの協調の下で,エッジデバイス上にデプロイされた複数の学習タスクを非直交型フェードチャネルで共有する,オーバー・ザ・エアのFMTLフレームワークを提案する。 OA-FMTLでは、エッジデバイスの局所的な更新はスパース化され、圧縮され、重ね合わせの方法でアップリンクチャネルに送信される。提案するOA-FMTLフレームワークとM-Turbo-CSアルゴリズムの性能解析を行った。
論文参考訳（メタデータ） (2022-05-08T08:03:52Z)
Federated Learning for Energy-limited Wireless Networks: A Partial Model Aggregation Approach [79.59560136273917]
デバイス間の限られた通信資源、帯域幅とエネルギー、およびデータ不均一性は、連邦学習(FL)の主要なボトルネックであるまず、部分モデルアグリゲーション(PMA)を用いた新しいFLフレームワークを考案する。提案されたPMA-FLは、2つの典型的な異種データセットにおいて2.72%と11.6%の精度を改善する。
論文参考訳（メタデータ） (2022-04-20T19:09:52Z)
Limited-Fronthaul Cell-Free Hybrid Beamforming with Distributed Deep Neural Network [0.0]
近接最適解は、アクセスポイント(AP)とネットワークコントローラ(NC)の間で大量の信号交換を必要とする。本稿では,AP と NC 間の通信オーバーヘッドをゼロあるいは限定して協調ハイブリッドビームフォーミングを行うことができる2つの非教師なしディープニューラルネットワーク(DNN)アーキテクチャを提案する。
論文参考訳（メタデータ） (2021-06-30T16:42:32Z)
Digital Beamforming Robust to Time-Varying Carrier Frequency Offset [21.18926642388997]
時変キャリア周波数オフセットから発生する信号の破損に頑健な新しいビームフォーミングアルゴリズムを提案する。パイロットと干渉器信号に未知の時変周波数ドリフトが存在する場合に干渉をキャンセルできる重みベクトルを設計するための2つの原子ノルム最小化(anm)方式を提案する。
論文参考訳（メタデータ） (2021-03-08T18:08:56Z)
Learning to Beamform in Heterogeneous Massive MIMO Networks [48.62625893368218]
大規模マルチインプット多重出力(MIMO)ネットワークにおいて最適なビームフォーマを見つけることはよく知られている問題である。本稿では,この問題に対処するための新しい深層学習に基づく論文アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-08T12:48:06Z)
Adaptive Subcarrier, Parameter, and Power Allocation for Partitioned Edge Learning Over Broadband Channels [69.18343801164741]
パーティショニングエッジ学習(PARTEL)は、無線ネットワークにおいてよく知られた分散学習手法であるパラメータサーバトレーニングを実装している。本稿では、いくつかの補助変数を導入してParticleELを用いてトレーニングできるディープニューラルネットワーク(DNN)モデルについて考察する。
論文参考訳（メタデータ） (2020-10-08T15:27:50Z)
Deep Learning Based Antenna Selection for Channel Extrapolation in FDD Massive MIMO [54.54508321463112]
大規模なマルチインプット多重出力(MIMO)システムでは、多数のアンテナが正確なチャネル状態情報を取得する上で大きな課題となる。ニューラルネットワーク(NN)を用いて、アップリンクとダウンリンクチャネルデータセット間の固有の接続を捕捉し、アップリンクチャネル状態情報のサブセットからダウンリンクチャネルを外挿する。アンテナサブセット選択問題について検討し、最高のチャネル外挿を実現し、NNのデータサイズを小さくする。
論文参考訳（メタデータ） (2020-09-03T13:38:52Z)
Decentralized SGD with Over-the-Air Computation [13.159777131162961]
無線ネットワークにおける分散数値勾配降下(DSGD)の性能について検討する。伝送は付加的なノイズや干渉を生じやすいと仮定する。 OAC-MAC方式はより少ない通信ラウンドでコンバージェンス性能が向上することを示す。
論文参考訳（メタデータ） (2020-03-06T15:33:59Z)
Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
本稿では,ミリ波通信網における車とセルの関連性について検討する。まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
論文参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。