Core Concepts
インコンテキスト学習を用いて、限定フロントホール容量を持つ細胞フリーマルチユーザーMIMOシステムの等化問題に取り組む。
Abstract
本研究では、限定フロントホール容量を持つ細胞フリーマルチユーザーMIMOシステムの等化問題にインコンテキスト学習(ICL)を適用する。
細胞フリーMIMOシステムでは、アクセスポイントからCPUへの信号伝送にフロントホール容量が限定されるため、中央処理装置での等化が課題となる。
ICLは、少数の訓練サンプルから新しい課題に適応できる能力を持つ大規模事前学習モデルを活用する。
提案手法では、送受信パイロット信号、大規模フェージング係数、変調方式などの情報をプロンプトとして入力し、トランスフォーマーベースの等化器がインコンテキスト学習を行う。
実験結果より、提案手法は限定フロントホール容量や パイロット干渉の影響下でも、線形最小二乗誤差(LMMSE)等化器よりも低い平均二乗誤差を達成できることが示された。
Stats
平均信号対雑音比は24 dBである。
アクセスポイントは4つで、各アンテナ数は2である。
パイロット長は8シンボルである。
ユーザー数は1から4の間でランダムに設定される。