論文の概要: Deep Learning Assisted Multiuser MIMO Load Modulated Systems for
Enhanced Downlink mmWave Communications
- arxiv url: http://arxiv.org/abs/2311.04537v1
- Date: Wed, 8 Nov 2023 08:54:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-09 16:24:47.055215
- Title: Deep Learning Assisted Multiuser MIMO Load Modulated Systems for
Enhanced Downlink mmWave Communications
- Title（参考訳）: 強化ダウンリンクmm波通信のための深層学習支援マルチユーザMIMO負荷変調システム
- Authors: Ercong Yu, Jinle Zhu, Qiang Li, Zilong Liu, Hongyang Chen, Shlomo
Shamai (Shitz), and H. Vincent Poor
- Abstract要約: 本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。
ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。
本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 68.96633803796003
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is focused on multiuser load modulation arrays (MU-LMAs) which are
attractive due to their low system complexity and reduced cost for millimeter
wave (mmWave) multi-input multi-output (MIMO) systems. The existing precoding
algorithm for downlink MU-LMA relies on a sub-array structured (SAS)
transmitter which may suffer from decreased degrees of freedom and complex
system configuration. Furthermore, a conventional LMA codebook with codewords
uniformly distributed on a hypersphere may not be channel-adaptive and may lead
to increased signal detection complexity. In this paper, we conceive an MU-LMA
system employing a full-array structured (FAS) transmitter and propose two
algorithms accordingly. The proposed FAS-based system addresses the SAS
structural problems and can support larger numbers of users. For LMA-imposed
constant-power downlink precoding, we propose an FAS-based normalized block
diagonalization (FAS-NBD) algorithm. However, the forced normalization may
result in performance degradation. This degradation, together with the
aforementioned codebook design problems, is difficult to solve analytically.
This motivates us to propose a Deep Learning-enhanced (FAS-DL-NBD) algorithm
for adaptive codebook design and codebook-independent decoding. It is shown
that the proposed algorithms are robust to imperfect knowledge of channel state
information and yield excellent error performance. Moreover, the FAS-DL-NBD
algorithm enables signal detection with low complexity as the number of bits
per codeword increases.
- Abstract（参考訳）: 本稿では,マルチユーザ負荷変調アレイ (mu-lmas) に着目し,mimo (mm wave multi-input multi-output) システムにおいて,システムの複雑さが低く,コストの低減が図られた。
ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成に悩まされるサブアレイ構造化(SAS)送信機に依存している。
さらに、超球面上に一様に分布するコードワードを持つ従来のLMAコードブックは、チャネル適応性がなく、信号検出の複雑さが増大する可能性がある。
本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
提案システムでは,SASの構造問題に対処し,より多くのユーザをサポートする。
LMAによる定電力ダウンリンクプリコーディングでは,FASに基づく正規化ブロック対角化(FAS-NBD)アルゴリズムを提案する。
しかし、強制正規化は性能劣化をもたらす可能性がある。
この劣化は、前述のコードブック設計問題とともに解析的に解決することが困難である。
これにより、適応型コードブック設計とコードブック非依存復号化のためのディープラーニング強化(FAS-DL-NBD)アルゴリズムを提案する。
提案アルゴリズムは,チャネル状態情報の不十分な知識に対して頑健であり,優れたエラー性能が得られることを示す。
さらに、FAS-DL-NBDアルゴリズムは、コードワードあたりのビット数が増加するにつれて、信号検出を低複雑性で行うことができる。
関連論文リスト
- Active RIS-aided EH-NOMA Networks: A Deep Reinforcement Learning
Approach [66.53364438507208]
アクティブな再構成可能なインテリジェントサーフェス(RIS)支援マルチユーザダウンリンク通信システムについて検討した。
非直交多重アクセス(NOMA)はスペクトル効率を向上させるために使用され、活性RISはエネルギー回収(EH)によって駆動される。
ユーザの動的通信状態を予測するために,高度なLSTMベースのアルゴリズムを開発した。
増幅行列と位相シフト行列RISを結合制御するためにDDPGに基づくアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-04-11T13:16:28Z) - Machine Learning-Aided Efficient Decoding of Reed-Muller Subcodes [59.55193427277134]
Reed-Muller (RM) 符号は、一般的なバイナリインプットメモリレス対称チャネルの容量を達成する。
RM符号は制限されたレートのみを許容する。
効率的なデコーダは、RM符号に対して有限長で利用可能である。
論文 参考訳（メタデータ） (2023-01-16T04:11:14Z) - A Survey of Applied Machine Learning Techniques for Optical OFDM based
Networks [0.0]
光周波数分割多重化(O-OFDM)に基づく光通信のための最新の機械学習(ML)技術について分析する。
例えば、MLは変調率の低い信号品質を改善するか、決定論とパラメトリック誘導非線形性の両方に取り組むことができる。
O-OFDM伝送性能と計算複雑性の両面から,教師なしおよび教師なしのML手法を解析した。
論文 参考訳（メタデータ） (2021-05-07T14:29:25Z) - Coding for Distributed Multi-Agent Reinforcement Learning [12.366967700730449]
ストラグラーは、様々なシステム障害が存在するため、分散学習システムで頻繁に発生する。
本稿では,ストラグラーの存在下でのMARLアルゴリズムの学習を高速化する分散学習フレームワークを提案する。
最大距離分離可能(MDS)コード、ランダムスパースコード、レプリケーションベースのコード、通常の低密度パリティチェック(LDPC)コードなど、さまざまなコーディングスキームも検討されている。
論文 参考訳（メタデータ） (2021-01-07T00:22:34Z) - 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) - Deep Multi-Task Learning for Cooperative NOMA: System Design and
Principles [52.79089414630366]
我々は,近年のディープラーニング(DL)の進歩を反映した,新しいディープ・コラボレーティブなNOMAスキームを開発する。
我々は,システム全体を包括的に最適化できるように,新しいハイブリッドカスケードディープニューラルネットワーク(DNN)アーキテクチャを開発した。
論文 参考訳（メタデータ） (2020-07-27T12:38:37Z) - 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) - ANN-Based Detection in MIMO-OFDM Systems with Low-Resolution ADCs [0.0]
本稿では,信号検出に使用するLevenberg-Marquardtアルゴリズムを用いて,多層ニューラルネットワーク(ANN)を提案する。
本研究では,受信機におけるチャネル状態情報を知ることなく,データシンボル推定を行うブラインド検出方式を検討する。
論文 参考訳（メタデータ） (2020-01-31T03:38:42Z)
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。