論文の概要: Joint Constellation Shaping Using Gradient Descent Approach for MU-MIMO Broadcast Channel

• arxiv url: http://arxiv.org/abs/2407.07708v2
• Date: Wed, 21 Aug 2024 11:26:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-22 21:56:12.168233
• Title: Joint Constellation Shaping Using Gradient Descent Approach for MU-MIMO Broadcast Channel
• Title（参考訳）: グラディエントDescent法によるMU-MIMO放送チャンネルの連成星形成
• Authors: Maxime Vaillant, Alix Jeannerot, Jean-Marie Gorce,
• Abstract要約: 完全チャネル知識を持つ放送チャンネルの連星座を最適化するための学習に基づくアプローチを提案する。 提案手法の目的は、送信機と受信機間の最小の相互情報を最大化することである。 本手法により得られたレートは,線形プリコーダで得られたレートと比較される。
• 参考スコア（独自算出の注目度）: 2.868688147297278
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a learning-based approach to optimize a joint constellation for a multi-user MIMO broadcast channel ($T$ Tx antennas, $K$ users, each with $R$ Rx antennas), with perfect channel knowledge. The aim of the optimizer (MAX-MIN) is to maximize the minimum mutual information between the transmitter and each receiver, under a sum-power constraint. The proposed optimization method do neither impose the transmitter to use superposition coding (SC) or any other linear precoding, nor to use successive interference cancellation (SIC) at the receiver. Instead, the approach designs a joint constellation, optimized such that its projection into the subspace of each receiver $k$, maximizes the minimum mutual information $I(W_k;Y_k)$ between each transmitted binary input $W_k$ and the output signal at the intended receiver $Y_k$. The rates obtained by our method are compared to those achieved with linear precoders.
• Abstract（参考訳）: 我々は,マルチユーザMIMO放送チャンネル(T$Txアンテナ,K$ユーザ,それぞれ$R$Rxアンテナ)のコンステレーションを,完全チャネル知識で最適化するための学習ベースのアプローチを導入する。 最適化器(MAX-MIN)の目的は、送信機と受信機間の最小の相互情報を和力制約の下で最大化することである。 提案手法は、送信機に重ね合わせ符号(SC)やその他の線形プリコーディングの使用や、受信機での逐次干渉キャンセル(SIC)の使用を強制しない。 その代わりに、各受信機$k$のサブスペースへの投影を最適化し、送信された各バイナリ入力$W_k$と意図された受信機$Y_k$の出力信号との間の最小相互情報$I(W_k;Y_k)$を最大化する。 本手法により得られたレートは,線形プリコーダで得られたレートと比較される。

関連論文リスト

• Improved Communication-Privacy Trade-offs in $L_2$ Mean Estimation under Streaming Differential Privacy [47.997934291881414]
  既存の平均推定スキームは、通常、$L_infty$幾何に最適化され、ランダムな回転や、$L$幾何に適応するカシンの表現に依存する。 本稿では,スパシフィケーションに固有のランダム性をDPに組み込んだ,スパシフィケーションガウシアン機構の新たなプライバシ会計手法を提案する。 従来の手法とは異なり、我々の会計アルゴリズムは直接$L$幾何で動作し、ガウスの機構に迅速に収束するMSEが得られる。
  論文  参考訳（メタデータ） (2024-05-02T03:48:47Z)
• Over-the-Air Computation in OFDM Systems with Imperfect Channel State Information [28.980726342842182]
  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。
  論文  参考訳（メタデータ） (2023-07-07T14:09:18Z)
• GA-Aided Directivity in Volumetric and Planar Massive-Antenna Array Design [0.0]
  本研究では, 指向性向上の問題から, 所望の到着/出発角(AoA/AoD)よりも指向性向上が促進されると考えられる。 直方体長方形角度と一般方位標高パターンを用いて指向性アレイの新しい体積アレイを提案する。 このような指向性距離は、できるだけ高い指向性ゲインを達成するために定式化される。
  論文  参考訳（メタデータ） (2023-01-07T21:52:19Z)
• Extra-Newton: A First Approach to Noise-Adaptive Accelerated Second-Order Methods [57.050204432302195]
  本研究では,2次スムーズな凸関数を最小化するための普遍的かつ適応的な2次法を提案する。 我々のアルゴリズムは、オラクルフィードバックが分散$sigma2$であるときに$O(sigma / sqrtT)$収束を達成し、決定論的オラクルで$O(1 / T3)$に収束を改善する。
  論文  参考訳（メタデータ） (2022-11-03T14:12:51Z)
• Matching Pursuit Based Scheduling for Over-the-Air Federated Learning [67.59503935237676]
  本稿では,フェデレートラーニング手法を用いて,オーバー・ザ・エアラーニングのための低複雑さデバイススケジューリングアルゴリズムのクラスを開発する。 最先端の提案方式と比較すると,提案方式は極めて低効率なシステムである。 提案手法の有効性は,CIFARデータセットを用いた実験により確認した。
  論文  参考訳（メタデータ） (2022-06-14T08:14:14Z)
• DEFORM: A Practical, Universal Deep Beamforming System [4.450750414447688]
  我々は、ユニバーサルレシーバービームフォーミング技術を紹介し、設計し、評価する。 我々のアプローチとシステムDEFORMは、深層学習(DL)ベースのRXビームフォーミングであり、マルチアンテナRF受信機において大きな利益をもたらす。
  論文  参考訳（メタデータ） (2022-03-18T03:52:18Z)
• The Power of Subsampling in Submodular Maximization [51.629656762796564]
  このアプローチは,既存の手法よりもはるかに単純であるにもかかわらず,最適/最先端の結果をもたらすことを示す。 我々は,映像要約,位置情報要約,映画推薦タスクにおけるアルゴリズムの有効性を実証的に示す。
  論文  参考訳（メタデータ） (2021-04-06T20:25:57Z)
• Optimal Communication-Computation Trade-Off in Heterogeneous Gradient Coding [23.783023315297875]
  グラデーションのサイズによって正規化された最適な通信コストは$(r-s-2a)-1$に等しく、mathbbN$の$rはデータパーティションが複製される最小数である。 また、近似計算からいくつかのアイデアを借用し、通信コストに課される制約を満たすためにデータ配置の繰り返しが必要とされるものよりも小さい場合の近似勾配符号化スキームを提案する。
  論文  参考訳（メタデータ） (2021-03-02T09:25:30Z)
• The Min-Max Complexity of Distributed Stochastic Convex Optimization with Intermittent Communication [61.60069865891783]
  間欠的通信環境における分散凸最適化(ログファクタまで)の分極的複雑性を解消する。 本稿では、最適なアルゴリズムを確立するための、一致した上限を持つ新しい下界を示す。
  論文  参考訳（メタデータ） (2021-02-02T16:18:29Z)
• 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)
• Gaussian Approximation of Quantization Error for Estimation from Compressed Data [19.13338605394608]
  我々は、量子-R$圧縮版である$X$と、信号-雑音比22R-1$のAWGNチャネルでの観測の間のワッサーシュタイン距離が問題次元のサブ線形であることを示す。 圧縮制約下での推論問題に対して,様々な新しい結果を導出することで,この接続の有用性を実証する。
  論文  参考訳（メタデータ） (2020-01-09T22:10:10Z)

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。