分散型MIMO信号検出における深層展開に基づく学習型重み付け法

摘要

本稿では，上り回線MIMO（Multiple-Input Multiple-Output）通信路における信号検出法として，深層展開を適用した分散型MIMO信号検出を検討する．分散型MIMO信号検出は，複数のアンテナを持つサブ処理装置が中央処理装置と互いに通信を行いながら反復アルゴリズムを実行し信号検出を行う手法である．サブ処理装置がそれぞれ離れた場所に配置される場合，地形的要因や送受信間の距離に応じた電波減衰により，各サブ処理装置の雑音状況がそれぞれ異なる．この環境に対応可能な信号検出法としてWSP（Weighting Soft Project）法を提案する．提案法はそれぞれのサブ処理装置の雑音状況を考慮する重みパラメータを導入し，推定べクトルの重み付き平均を中央処理装置を通して各サブ処理装置と共有する．また，WSP法に対して学習可能パラメータを埋め込み，深層学習で用いられている誤差逆伝播法や確率的勾配降下法を使いパラメータを最適化する手法である深層展開を適用したLWSP（Learned Weighting Soft Project）法を提案し，信号検出性能のさらなる向上を目指す．計算機実験においては既存法との検出性能の比較を行い，計算機実験の結果，各サブ処理装置の雑音状況が異なるときに提案法が既存法と比べて高い信号検出性能を発揮することが確認された．また，深層展開によってパラメータを最適化することでさらなる性能向上が得られることが明らかとなった．