論文の概要: Inter-Cell Interference Rejection Based on Ultrawideband Walsh-Domain Wireless Autoencoding
- arxiv url: http://arxiv.org/abs/2601.11713v1
- Date: Fri, 16 Jan 2026 19:00:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-21 22:47:22.29456
- Title: Inter-Cell Interference Rejection Based on Ultrawideband Walsh-Domain Wireless Autoencoding
- Title（参考訳）: 超広帯域Walsh-Domain無線自動符号化によるセル間干渉排除
- Authors: Rodney Martinez Alonso, Cel Thys, Cedric Dehos, Yuneisy Esthela Garcia Guzman, Sofie Pollin,
- Abstract要約: 本稿では,超広帯域通信システムにおける部分帯域間干渉(ICI)の除去手法を提案する。
本稿では,Walsh領域における送信機と受信機の符号化/復号を協調的に最適化するエンドツーエンド無線オートエンコーダアーキテクチャの設計について述べる。
- 参考スコア（独自算出の注目度）: 8.379012191212249
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper proposes a novel technique for rejecting partial-in-band inter-cell interference (ICI) in ultrawideband communication systems. We present the design of an end-to-end wireless autoencoder architecture that jointly optimizes the transmitter and receiver encoding/decoding in the Walsh domain to mitigate interference from coexisting narrower-band 5G base stations. By exploiting the orthogonality and self-inverse properties of Walsh functions, the system distributes and learns to encode bit-words across parallel Walsh branches. Through analytical modeling and simulation, we characterize how 5G CPOFDM interference maps into the Walsh domain and identify optimal ratios of transmission frequencies and sampling rate where the end-to-end autoencoder achieves the highest rejection. Experimental results show that the proposed autoencoder achieves up to 12 dB of ICI rejection while maintaining a low block error rate (BLER) for the same baseline channel noise, i.e., baseline Signal-to-Noise-Ratio (SNR) without the interference.
- Abstract（参考訳）: 本稿では,超広帯域通信システムにおける部分帯域間干渉(ICI)の除去手法を提案する。
本稿では,Walsh領域における送信機と受信機の符号化/復号を協調的に最適化し,既存の狭帯域5G基地局からの干渉を緩和するエンド・ツー・エンド無線オートエンコーダアーキテクチャの設計を提案する。
ウォルシュ関数の直交性と自己逆性を利用して、システムは分散し、平行するウォルシュの枝にビットワードをエンコードする。
解析モデルとシミュレーションにより、5G CPOFDM干渉がWalsh領域にどのようにマッピングされ、送信周波数とサンプリングレートの最適な比が、エンド・ツー・エンドのオートエンコーダが最も高い拒絶率を達成するかを特徴付ける。
実験結果から,提案したオートエンコーダは,同一のベースラインチャネル雑音に対する低ブロック誤り率(BLER)を維持しつつ,最大12dBのICI拒絶を達成し,干渉のないベースライン信号-雑音比(SNR)を実現することがわかった。
関連論文リスト
- Channel-Robust RFF for Low-Latency 5G Device Identification in SIMO Scenarios [12.602422198307815]
RFF(Radio frequency fingerprint)は、物理層のデバイスを識別し、偽造攻撃をブロックし、遅延を大幅に低減する。
本稿では,複数の受信アンテナからの信号を用いて,遅延を伴わずにマルチパス問題に対処する新しいRFF抽出手法を提案する。
提案手法は,20dBの信号-雑音比(SNR)の下で,30個のユーザ機器(UE)の識別精度を96.13%向上させる。
論文 参考訳（メタデータ） (2025-11-12T02:25:06Z) - Fluid Antenna System-assisted Physical Layer Secret Key Generation [64.92952968689636]
本稿では,流体アンテナシステム(FAS)を動的無線環境に適用することにより,多元系基地局システムにおける物理層生成(PLKG)について検討する。
本研究では,送信ビームフォーミングとポート選択を統合したPLKGモデルを提案する。
本論文で導入したスライディングウィンドウベースポート選択法は,動的ポート選択により,より少ないチェーンで高いKGRを実現する。
論文 参考訳（メタデータ） (2025-09-19T03:01:29Z) - AdaFortiTran: An Adaptive Transformer Model for Robust OFDM Channel Estimation [22.40154714677385]
本稿では,アダフォーティトラン(Adaptive Fortified Transformer, AdaFortiTran)を提案する。
AdaFortiTranは最先端モデルと比較して平均2乗誤差(MSE)を最大6dB削減する。
論文 参考訳（メタデータ） (2025-05-14T02:22:37Z) - Diffusion-Driven Semantic Communication for Generative Models with Bandwidth Constraints [66.63250537475973]
本稿では,帯域制限付き生成モデルのための,高度なVAEベースの圧縮を用いた拡散駆動型セマンティック通信フレームワークを提案する。
実験の結果,ピーク信号対雑音比 (PSNR) などの画素レベルの指標と,LPIPS (Learning Perceptual Image patch similarity) のような意味的指標が大幅に改善された。
論文 参考訳（メタデータ） (2024-07-26T02:34:25Z) - A Universal Deep Neural Network for Signal Detection in Wireless Communication Systems [35.07773969966621]
無線通信におけるチャネル推定と信号検出のための有望なアプローチとして,Deep Learning (DL) が登場している。
無線チャネルの動的性質に対処するためには、新しい非老化データに基づいてDL手法を再訓練する必要がある。
本稿では,モデルを再学習することなく,様々な無線環境において高い検出性能を達成できる,新しいユニバーサルディープニューラルネットワーク(Uni-DNN)を提案する。
論文 参考訳（メタデータ） (2024-04-03T11:21:10Z) - Joint Channel Estimation and Feedback with Masked Token Transformers in
Massive MIMO Systems [74.52117784544758]
本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。
エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。
提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
論文 参考訳（メタデータ） (2023-06-08T06:15:17Z) - Deep Reinforcement Learning for Interference Management in UAV-based 3D
Networks: Potentials and Challenges [137.47736805685457]
チャネル情報を知らなくても干渉を効果的に軽減できることを示す。
干渉を利用することにより、提案された解決策は民間UAVの継続的な成長を可能にする。
論文 参考訳（メタデータ） (2023-05-11T18:06:46Z) - Non-Coherent Over-the-Air Decentralized Gradient Descent [0.0]
無線システムにおける分散グラディエントDescentの実装は、ノイズ、フェーディング、帯域幅の制限により困難である。
本稿では,スケジューリング,トポロジ情報,CSIの必要性を解消するスケーラブルなDGDアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-11-19T19:15:34Z) - Deep Learning-Based Synchronization for Uplink NB-IoT [72.86843435313048]
狭帯域モノのインターネット(NB-IoT)における狭帯域物理ランダムアクセスチャネル(NPRACH)のデバイス検出と到着時刻推定のためのニューラルネットワーク(NN)に基づくアルゴリズムを提案する。
導入されたNNアーキテクチャは、残余の畳み込みネットワークと、5Gニューラジオ(5G NR)仕様のプリアンブル構造に関する知識を利用する。
論文 参考訳（メタデータ） (2022-05-22T12:16:43Z) - Waveform Learning for Next-Generation Wireless Communication Systems [16.26230847183709]
本稿では,送信受信フィルタ,星座形状,それに付随するビットラベリング,およびニューラルネットワーク(NN)ベースの検出器の結合設計のための学習に基づく手法を提案する。
この方法は、隣接するチャネルリーク比(ACLR)とピーク・ツー・アベイジ・パワー比(PAPR)の制約を同時に満たしつつ、達成可能な情報レートを最大化する。
論文 参考訳（メタデータ） (2021-09-02T14:51:16Z) - Variational Autoencoders: A Harmonic Perspective [79.49579654743341]
本研究では,高調波解析の観点から変分オートエンコーダ(VAE)について検討する。
VAEのエンコーダ分散は、VAEエンコーダとデコーダニューラルネットワークによってパラメータ化された関数の周波数内容を制御する。
論文 参考訳（メタデータ） (2021-05-31T10:39:25Z)
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。