論文の概要: QAOA-Based Pilot Assignment for Cell-Free Massive MIMO Systems
- arxiv url: http://arxiv.org/abs/2609.23657v1
- Date: Sun, 20 Sep 2026 14:09:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:00.90464
- Title: QAOA-Based Pilot Assignment for Cell-Free Massive MIMO Systems
- Title（参考訳）: セルレス大量MIMOシステムのためのQAOAに基づくパイロットアサイン
- Abstract要約: パイロット汚染は、無細胞大量多出力マルチアウトプット(MIMO)システムにおいて大きな課題である。
量子コンピューティングの最近の進歩は、このような大規模な最適化問題を解決するための有望なアプローチを提供する。
- 参考スコア（独自算出の注目度）: 17.471988665031283
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pilot contamination is a major challenge in cell-free massive multiple-input multiple-output (MIMO) systems, where the limited number of orthogonal pilots makes pilot reuse unavoidable. Since the pilot assignment solution space grows exponentially with the number of users, finding the global optimum becomes computationally challenging on classical computers. Recent advances in quantum computing provide a promising approach for solving such large-scale combinatorial optimization problems. In this paper, we reformulate the assignment problem as a quantum-compatible optimization problem, enabling it to be directly solved by the Quantum Approximate Optimization Algorithm (QAOA). Specifically, the pilot contamination objective and assignment constraints are incorporated into the QAOA formulation. This allows the quantum search to focus on valid pilot assignments with low contamination cost. Simulation results show that the proposed method achieves performance close to exhaustive search, demonstrating the potential of quantum-assisted optimization for pilot assignment in future wireless systems.
- Abstract（参考訳）: パイロット汚染は、少数の直交パイロットがパイロットの再利用を回避できないような、無細胞大量マルチインプットマルチアウトプット(MIMO)システムにおいて大きな課題である。
パイロット割当解空間はユーザ数とともに指数関数的に増加するため、古典的コンピュータではグローバルな最適解を見つけることが困難になる。
量子コンピューティングの最近の進歩は、このような大規模な組合せ最適化問題の解決に有望なアプローチを提供する。
本稿では、代入問題を量子互換最適化問題として再構成し、量子近似最適化アルゴリズム(QAOA)により直接解けるようにする。
具体的には、パイロット汚染目標と割り当て制約をQAOA定式化に組み込む。
これにより、量子探索は、汚染コストの低い有効なパイロット割り当てに集中することができる。
シミュレーションの結果,提案手法は網羅探索に近い性能を実現し,将来の無線システムにおけるパイロット割当に対する量子支援最適化の可能性を示す。
関連論文リスト
- Quantum-Native Maximum Likelihood Detection in Random Access Channel with Overloaded MIMO [11.391109349877155]
過負荷マルチインプット多重出力(MIMO)システムに対する最大極大検出(MLD)の量子ネイティブな定式化を提案する。
提案した検出器は, 必要なグローバー回転数を最大65%まで減らしながら, 最適検出性能を実現する。
論文 参考訳（メタデータ） (2026-05-19T05:35:06Z) - Pilot Contamination-Aware Graph Attention Network for Power Control in CFmMIMO [44.37891392192131]
CFmMIMOシステムにおけるダウンリンク電力制御のためのグラフアテンションネットワークを提案する。
パイロットの汚染を効果的に処理し、多数のユーザ機器に適応しながら、自己管理的な操作を行う。
論文 参考訳（メタデータ） (2025-06-01T11:28:36Z) - Optimization of Flight Routes: Quantum Approximate Optimization Algorithm for the Tail Assignment Problem [0.0]
TAP(Tail Assignment Problem)は、航空会社の運用において重要な最適化課題である。
この研究は、量子近似最適化アルゴリズム(QAOA)をTAPに適用する。
この分析は量子ハードウェアの現在の限界を明らかにしているが、技術が進歩するにつれて潜在的な利点が示唆される。
論文 参考訳（メタデータ） (2024-12-17T10:35:26Z) - Quantum Algorithms for Drone Mission Planning [0.0]
ミッションプランニングはしばしば、一連のミッション目標を達成するためにISR(Intelligence, Surveillance and Reconnaissance)資産の使用を最適化する。
このような解を見つけることはNP-Hard問題であり、古典的なコンピュータでは効率的に解けないことが多い。
我々は、現在の古典的手法に対してスピードアップを提供する可能性のある、短期量子アルゴリズムについて検討する。
論文 参考訳（メタデータ） (2024-09-27T10:58:25Z) - Random Aggregate Beamforming for Over-the-Air Federated Learning in Large-Scale Networks [66.18765335695414]
本稿では,アグリゲーションエラーを最小限に抑え,選択したデバイス数を最大化する目的で,共同装置の選択とアグリゲーションビームフォーミング設計について検討する。
コスト効率のよい方法でこの問題に取り組むために,ランダムな集合ビームフォーミング方式を提案する。
また, 得られた集計誤差と, デバイス数が大きい場合に選択したデバイス数についても解析を行った。
論文 参考訳（メタデータ） (2024-02-20T23:59:45Z) - Evaluating the Practicality of Quantum Optimization Algorithms for
Prototypical Industrial Applications [44.88678858860675]
本稿では,量子近似最適化アルゴリズム (QAOA) と量子断熱アルゴリズム (QAA) の応用について検討する。
我々は,これらの2つのアルゴリズムの性能を,選択した評価指標を用いて,ソリューションの品質の観点から比較する。
論文 参考訳（メタデータ） (2023-11-20T09:09:55Z) - A Feasibility-Preserved Quantum Approximate Solver for the Capacitated Vehicle Routing Problem [3.0567007573383678]
CVRP(Capacitated Vehicle Routing Problem)は、輸送や物流など様々な分野で発生するNP最適化問題である。
本稿では,CVRPの車両容量制約を回避できる最短経路を最小化する目的機能を備えた,CVRP用の新しいバイナリエンコーディングを提案する。
本稿では,量子交換演算子Ansatzの変種に基づく符号化の有効性について論じる。
論文 参考訳（メタデータ） (2023-08-17T05:14:43Z) - Towards Finding an Optimal Flight Gate Assignment on a Digital Quantum
Computer [0.3324986723090369]
最適飛行ゲート割り当て問題に対する変分量子固有解器(VQE)の性能について検討する。
提案手法は,高い確率で優れた解を求めることができることを示す。
我々は, エンタングルメントの役割について検討し, エンタングルゲートに接することで, 純粋な製品状態よりも優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2023-02-22T19:00:12Z) - General Hamiltonian Representation of ML Detection Relying on the
Quantum Approximate Optimization Algorithm [74.6114458993128]
最適化問題を解くために考案された量子近似最適化アルゴリズム(QAOA)は、既存のノイズのある中間スケール量子(NISQ)デバイス上で実行することができる。
我々は、QAOAを適切に適応させることにより、一般星座の最大可能性(ML)検出問題を解く。
特に、M-ary Gray-mapped Quarature amplitude modulation (MQAM) 星座では、同相成分をコードする特定の量子ビットと二次成分をコードする量子ビットが、興味のある量子系において独立であることを示す。
論文 参考訳（メタデータ） (2022-04-11T14:11:24Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳（メタデータ） (2022-02-17T18:59:20Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳（メタデータ） (2022-01-25T05:59:24Z)
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。