信号の離散性を利用した大規模過負荷ＭＩＭＯ信号検出とその理論解析

利用信号离散性的大规模过载MIMO信号检测及其理论分析

• 批准号: 17J07055
• 负责人: 早川 諒
• 金额: $ 1.79万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-26 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17J07055/
• 关键词: 過負荷MIMO

1. 非凸最適化に基づく離散値ベクトル再構成手法として，SOAV 最適化の非凸最適化への拡張であるSSR（Sum of Sparse Regularizers）最適化を提案した．また，SSR最適化のためのアルゴリズムとして，ADMMに基づく手法と主・双対近接分離法に基づく手法を導出した．ADMMに基づく手法は主・双対近接分離法に基づく手法と比べ速い収束性を示す一方で，主・双対近接分離法に基づく手法はADMMに基づく手法において行われる逆行列計算を必要としないというメリットがある．また，SSR最適化を複素数領域に拡張した最適化問題も提案し，ADMMに基づく最適化アルゴリズムを導出した．非凸な最適化問題であるため大域的最適解への収束性は保証されないものの， 非凸最適化に基づく手法が従来の凸最適化に基づく手法よりも良い特性を達成可能であることを計算機シミュレ ーションによって示した．2 SOAV 最適化に基づく離散値ベクトル再構成の特性はこれまで計算機シミュレーションによって評価されてきたが，その理論的な解析はなされていなかった．そこで，CGMT（Convex Gaussian Min-max Theorem）と呼ばれる定理を用いて大システム極限におけるSOAV最適化の理論解析を行い，シンボル誤り率の値を評価した．問題のサイズが大きい場合には，計算機シミュレーションによって理論解析結果と近い特性を得られることを示した．また，より詳しい理論解析を行い，理論解析結果に基づいて最適化問題のパラメータを選ぶ手法も提案した．

1. The nonconvex optimization に base づ く discrete numerical ベ ク ト ル reconstitution technique と し て, optimal SOAV の non-convex optimization へ の company, zhang で あ る SSR (Sum of Sparse Regularizers) optimization proposals を し た. ま た, SSR optimization の た め の ア ル ゴ リ ズ ム と し て, ADMM に base づ く gimmick と Lord, double nearly meet separation seaborne に base づ く gimmick を export し た. ADMM に base づ く gimmick は Lord, double nearly meet separation seaborne に base づ く gimmick と べ speed than い 収 beam sex を で す in party, Lord, double nearly meet separation seaborne に base づ く gimmick は ADMM に base づ く gimmick に お い て line わ れ ranks る inverse calculation を necessary と し な い と い う メ リ ッ ト が あ る. ま た, SSR optimization を after prime field に company, zhang し た も proposal し optimization problem, ADMM に base づ く optimization ア ル ゴ リ ズ ム を export し た. Non-convex な optimization problem で あ る た め optimal solution of the large domain へ の 収 beam は ensure さ れ な い も の の, non-convex optimization に base づ く gimmick が 従 to の convex optimization に base づ く gimmick よ り も good い features を a possible で あ る こ と を computer シ ミ ュ レ ー シ ョ ン に よ っ て in し た. 2 SOAV optimization に base づ く discrete numerical ベ ク ト ル reconstitution の features は こ れ ま で computer シ ミ ュ レ ー シ ョ ン に よ っ て review 価 さ れ て き た が, そ な の theory analytical は な さ れ て い な か っ た. そ こ で CGMT (Convex Gaussian Min - Max, unseen) と shout ば れ を る Theorem with い て big シ ス テ ム limit に お け る SOAV optimization theory の を い, シ ン ボ ル り error rate on の numerical を review 価 し た. Big problem の サ イ ズ が き い occasions に は, computer シ ミ ュ レ ー シ ョ ン に よ っ て theoretical analytical results ら と nearly い characteristics を れ る こ と を shown し た. ま た, よ り detailed し line analytical を い い theory, theory of analytic results に づ い て optimization problem の パ ラ メ ー タ を choose ぶ technique proposed も し た.

项目成果

Discrete-Valued Vector Reconstruction by Optimization with Sum of Sparse Regularizers

• DOI: 10.23919/eusipco.2019.8902940
• 发表时间: 2019-09
• 期刊: 2019 27th European Signal Processing Conference (EUSIPCO)
• 作者: Ryo Hayakawa;K. Hayashi

Reconstruction of Complex Discrete-Valued Vector via Convex Optimization With Sparse Regularizers

• DOI: 10.1109/access.2018.2878886
• 发表时间: 2018-10
• 期刊: IEEE Access
• 影响因子: 3.9
• 作者: Ryo Hayakawa;K. Hayashi

スパース離散値ベクトル再構成に関する理論解析

稀疏离散值向量重构的理论分析

• 发表时间: 2019
• 作者: 早川 諒;林 和則
• 通讯作者: 林 和則

Discreteness-Aware Approximate Message Passing for Discrete-Valued Vector Reconstruction

用于离散值向量重建的离散感知近似消息传递

• DOI: 10.1109/tsp.2018.2877170
• 发表时间: 2018
• 期刊: IEEE Transactions on Signal Processing
• 影响因子: 5.4
• 作者: BABA Yasuyuki;KUBO Teruhiro;MORI Nobuhito;WATANABE Yasunori;YAMADA Tomohito;SARUWATARI Ayumi;OTSUKA Junichi;UCHIYAMA Yusuke;NINOMIYA Junichi;R. Hayakawa and K. Hayashi
• 通讯作者: R. Hayakawa and K. Hayashi

離散性とグループスパース性を利用したIoT環境のための上りリンク過負荷MU-MIMO OFDM/SC-CP信号検出法

利用离散性和组稀疏性的物联网环境上行链路过载MU-MIMO OFDM/SC-CP信号检测方法

• 发表时间: 2019
• 作者: 中井彩乃;早川 諒;林和則
• 通讯作者: 林和則