权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

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

基本信息

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

项目摘要

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. SOAV optimization and nonconvex optimization are proposed for SSR (Sum of Sparse Regularizers) optimization. In addition, the SSR optimization method is based on the ADMM method and the primary and secondary approach separation method. The ADMM method is based on the primary and secondary approach separation method. The primary and secondary approach separation method is based on the ADM method and the secondary approach separation method. SSR optimization is a complex prime domain optimization problem. ADMM is a fundamental optimization problem. Nonconvex optimization problems are based on convex optimization methods, and the convergence of optimal solutions over large domains is guaranteed. Good properties can be achieved by using nonconvex optimization methods. 2 SOAV optimization methods are based on discrete optimization methods, and the reconstruction properties can be evaluated. The analysis of the theory is not easy. CGMT (Convex Gaussian Min-max Theorem) and SOAV optimization theorem are used to evaluate the value of error rate. The problem is solved by computer. The detailed theoretical analysis is carried out, and the theoretical analysis results are based on the optimization problem and the selection method is proposed.

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

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)
影响因子：
0
作者：
Ryo Hayakawa;K. Hayashi
通讯作者：
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
通讯作者：
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

DOI：
发表时间：
2019
期刊：
影响因子：
0
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