ノード選択BPアルゴリズムを用いたMassive MIMO検出法における damping 係数の学習およびその解析

摘要

Massive MIMO (multiple-input multiple-output)システムにおける,受信信号の分離·検出法として,BP (belief propagartion)検出が知られている.BP検出ではMIMO通信路をファクターグラフで表し,メッセージ交 換により送信シンボルを推定するが, MIMO通信路に含まれる多数のループによりBPの収束特性は劣化する.収 束特性を改善する方法として,重み係数(damping係数）を用いて2つの連続したメッセージを平均化するdamped BPが知られている.また,アンテナ配置ごとにdamping係数をオフラインで学習するDNN-dBP (deep neural network-based damped BP)が報告されている.DNN-dBPではァンテナ配置ごとにdamping係数を学習するが,最 適なdamping係数はアンテナ間相関に応じて異なる.そのため,学習時と評価時のアンテナ間相関に差がある場合, 検出特性が劣化する.本稿ではこの問題を解決するため,空間相関が低くなるよう更新ノー ドを選択するノ 一ド選択 (NS:Node selection)法適用時にDNN-dBPによってdamping係数を導出する.NS法を適用することによってBP 検出における選択ノード間の空間相関が低減される.それにより,提案法では,DNN-dBPにおける学習時と評価時 のアンテナ間相関の差による検出特性劣化を低減できる.計算機シミュレーションにより,提案法が学習時と評価時 のアンテナ間相関の差によるBER (bit error rate)特性劣化を大きく低減することを示す.また,学習後のdamping 係数の分布について調査し,その傾向について述べる.