Fugu-MT 論文翻訳(概要): Random Multiplexing

論文の概要: Random Multiplexing

arxiv url: http://arxiv.org/abs/2512.24087v1
Date: Tue, 30 Dec 2025 08:58:51 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-01 23:27:28.333074
Title: Random Multiplexing
Title（参考訳）: ランダム多重化
Authors: Lei Liu, Yuhao Chi, Shunqi Huang, Zhaoyang Zhang,
Abstract要約: 本稿では,物理チャネルから切り離されたランダム多重化手法について検討する。等価な入力等方性チャネル行列を構築することにより、送信信号に対する統計的フェーディングチャネルエルゴディディティを実現する。時間領域チャネルの間隔と等価チャネルのランダム性を利用して、低複雑さのクロスドメインメモリAMP検出器を検討する。
参考スコア（独自算出の注目度）: 16.779663297278187
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: As wireless communication applications evolve from traditional multipath environments to high-mobility scenarios like unmanned aerial vehicles, multiplexing techniques have advanced accordingly. Traditional single-carrier frequency-domain equalization (SC-FDE) and orthogonal frequency-division multiplexing (OFDM) have given way to emerging orthogonal time-frequency space (OTFS) and affine frequency-division multiplexing (AFDM). These approaches exploit specific channel structures to diagonalize or sparsify the effective channel, thereby enabling low-complexity detection. However, their reliance on these structures significantly limits their robustness in dynamic, real-world environments. To address these challenges, this paper studies a random multiplexing technique that is decoupled from the physical channels, enabling its application to arbitrary norm-bounded and spectrally convergent channel matrices. Random multiplexing achieves statistical fading-channel ergodicity for transmitted signals by constructing an equivalent input-isotropic channel matrix in the random transform domain. It guarantees the asymptotic replica MAP bit-error rate (BER) optimality of AMP-type detectors for linear systems with arbitrary norm-bounded, spectrally convergent channel matrices and signaling configurations, under the unique fixed point assumption. A low-complexity cross-domain memory AMP (CD-MAMP) detector is considered, leveraging the sparsity of the time-domain channel and the randomness of the equivalent channel. Optimal power allocations are derived to minimize the replica MAP BER and maximize the replica constrained capacity of random multiplexing systems. The optimal coding principle and replica constrained-capacity optimality of CD-MAMP detector are investigated for random multiplexing systems. Additionally, the versatility of random multiplexing in diverse wireless applications is explored.
Abstract（参考訳）: 無線通信アプリケーションが従来のマルチパス環境から無人航空機のような高移動性シナリオへと進化するにつれて、多重化技術は進歩してきた。従来の単一キャリア周波数領域等化(SC-FDE)と直交周波数分割多重化(OFDM)は、出現する直交時間周波数空間(OTFS)とアフィン周波数分割多重化(AFDM)に道を譲った。これらのアプローチは、特定のチャネル構造を利用して、有効チャネルを対角化またはスパース化することで、低複雑さ検出を可能にする。しかしながら、これらの構造への依存は、動的で現実世界の環境における頑丈さを著しく制限する。これらの課題に対処するために、物理チャネルから切り離されたランダム多重化手法について検討し、任意のノルム有界およびスペクトル収束チャネル行列への応用を可能にする。ランダム多重化は、ランダム変換領域に等価な入力等方性チャネル行列を構築することにより、送信信号に対する統計的フェイディングチャネルエルゴディディティを実現する。これは、任意のノルム有界スペクトル収束チャネル行列とシグナリング構成を持つ線形系に対するAMP型検出器の漸近的複製MAPビットエラーレート(BER)最適性を、一意の固定点仮定の下で保証する。低複雑さクロスドメインメモリAMP(CD-MAMP)検出器は、時間領域チャネルの間隔と等価チャネルのランダム性を利用して検討される。最適電力割り当ては、レプリカMAP BERを最小化し、ランダム多重化システムのレプリカ制約容量を最大化する。ランダム多重化システムにおいて,CD-MAMP検出器の最適符号化原理とレプリカ制約容量最適性について検討した。さらに,多様な無線アプリケーションにおけるランダム多重化の汎用性について検討した。

関連論文リスト

RF-LSCM: Pushing Radiance Fields to Multi-Domain Localized Statistical Channel Modeling for Cellular Network Optimization [26.457933013666253]
本稿では,RF-LSCMを提案する。RF-LSCMは,大規模信号減衰とマルチパス成分を放射場内に共同で表現することで,チャネルAPSをモデル化する新しいフレームワークである。 RF-LSCMは, 平均絶対誤差(MAE)を最大30%低減し, 多周波データを効果的に融合させることにより, 22%のMAE改善を実現した。
論文参考訳（メタデータ） (2025-09-17T04:31:18Z)
Non-Identical Diffusion Models in MIMO-OFDM Channel Generation [33.33163164222617]
非同一拡散モデルと呼ばれる新しい拡散モデルを提案し,その無線OFDMチャネル生成への応用について検討する。非識別拡散により、ノイズ入力内の各要素の信頼性を特徴付けることができる。提案手法の有効性と妥当性を理論的にも数値的にも示す。
論文参考訳（メタデータ） (2025-09-01T17:33:39Z)
PRISM: Lightweight Multivariate Time-Series Classification through Symmetric Multi-Resolution Convolutional Layers [0.0]
PRISM (Per-channel Resolution-Informed Symmetric Module) は、対称有限インパルス応答フィルタを複数の時間スケールで適用する畳み込み型特徴抽出器である。人間の活動、睡眠ステージ、バイオメディカルベンチマーク全体にわたって、PRISMはCNNとTransformerのベースラインをマッチまたは上回る。
論文参考訳（メタデータ） (2025-08-06T14:50:25Z)
Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
MISO (Multiple-input Single-output) フレームワークを提案する。それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
論文参考訳（メタデータ） (2025-02-12T18:54:10Z)
CATCH: Channel-Aware multivariate Time Series Anomaly Detection via Frequency Patching [24.927390742543707]
周波数パッチに基づくフレームワークであるCATCHを紹介する。本稿では,パッチワイドマスクジェネレータとマスクアテンション機構を備えたChannel Fusion Module (CFM)を提案する。 10の現実世界のデータセットと12の合成データセットの実験は、CATCHが最先端のパフォーマンスを達成することを示す。
論文参考訳（メタデータ） (2024-10-16T05:58:55Z)
Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment [59.75420353684495]
コンピュータビジョンやバイオメディカルデータなどの信号に対する機械学習の応用は、ハードウェアデバイスやセッション記録にまたがる変動のため、しばしば課題に直面している。本研究では,これらの変動を緩和するために,時空間モンジュアライメント(STMA)を提案する。我々はSTMAが、非常に異なる設定で取得したデータセット間で、顕著で一貫したパフォーマンス向上をもたらすことを示す。
論文参考訳（メタデータ） (2024-07-19T13:33:38Z)
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)
One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
論文参考訳（メタデータ） (2023-06-06T20:28:37Z)
Random Orthogonalization for Federated Learning in Massive MIMO Systems [85.71432283670114]
大規模マルチインプット・マルチアウトプット(MIMO)無線システムにおいて,フェデレートラーニング(FL)のための新しい通信設計を提案する。ランダム直交化の主な特徴は、FLの密結合と、チャネル硬化と良好な伝播の2つの特徴から生じる。我々は、この原理をダウンリンク通信フェーズに拡張し、FLの簡易かつ高効率なモデル放送法を開発する。
論文参考訳（メタデータ） (2022-10-18T14:17:10Z)
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)
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)

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。