JP2023171028A - 受信装置、受信方法、受信プログラム及び送信装置 - Google Patents

Abstract

【課題】従来の受信装置では、伝送容量を十分に上げることが出来ない問題があった。【解決手段】一実施の形態にかかる受信装置は、受信信号Ｙ［ｎ］に含まれる雑音と歪み成分の少なくとも一方を、雑音情報Θ＊［ｎ］を補正して受信信号Ｙ＊［ｎ］を出力する信号補正部３１と、受信信号Ｙ＊［ｎ］を信号点の数と同数のクラスのいずれかに分類するニューラルネットワーク処理部３３と、ニューラルネットワーク処理部３３の出力から受信信号Ｙ［ｎ］がＭ個のクラスのおのおのに属する確率を示す尤度情報ｐ［ｎ］を出力する出力層処理部３４と、尤度情報ｐ［ｎ］を参照して推定送信信号Ｘ＊［ｎ］を出力するデータ変換部３６と、受信信号Ｙ＊［ｎ］に残留する雑音及び歪みの少なくとも一方の大きさを予測して、予測に基づき次の時点で信号補正部３１に与える雑音情報Θ＊［ｎ］を生成する補正情報予測部３５と、を有する。【選択図】図１

Description

本開示は受信装置、受信方法、受信プログラム及び送信装置等に関し、特に直交振幅変調された信号に対する受信処理を行う受信装置、受信方法、受信プログラム及び送信装置等に関する。

デジタル通信において大容量かつ効率的なデータ伝送を行うための変復調方式として、伝送信号の位相情報と振幅情報の両方をデータの識別に利用する直交振幅変調（ＱＡＭ；Quadrature Amplitude Modulation）方式が知られている。近年、伝送システムの大容量化への要請が高まっており、ＱＡＭ変調方式における信号多値数の増加が求められている。しかしながら、変調多値数の増加に伴って各種雑音、干渉等による信号品質の劣化への耐性が低下するため、単純な信号点の数の増加は伝送容量の増加に結び付かないという問題がある。一方、無線及び有線通信システムにおいて、伝送信号の周波数を変換するための局部発振器に起因する位相雑音は、伝送容量の増加を困難にする信号劣化要因として知られている。そこで、伝送容量を増加させる技術が特許文献１に開示されている。

特許文献１に記載の復調装置は、情報ビットを同心円状の複数リング上の信号点にマッピングする方法を用いて変調された信号について、該信号の振幅ビット中の下位ｎ_ａビットと位相ビットの中の下位ｎ_ｐビットに対して誤り訂正復号器を用いて誤り訂正復号を行い、該誤り訂正復号器から出力された情報ビットおよびパリティ検査ビットの事後対数尤度比に基づいて、シンボルレプリカ候補を削減し、該削減したシンボルレプリカ候補に対して、振幅ビットの上位の無符号化ビット（ｍ_ａ－ｎ_ａ）ビットおよび位相ビットの上位の無符号化ビット（ｍ_ｐ－ｎ_ｐ）を求める復号回路を有する。

また、単純な信号点の数の増加は伝送容量の増加に結び付かないという問題に対して、近年、ニューラルネットワークに代表される機械学習技術の活用が注目されている。例えば、非特許文献１では、送信器と受信器の双方にニューラルネットワークを導入することにより、大容量化に伴う信号点数の増加と信号品質の劣化への耐性とを上手くバランスする方法が開示されている。

国際公開第２０１８／１１６４１１号

T. O’Shea and J. Hoydis, "An introduction to deep learning for physical layer," IEEE Transactions on Cognitive Communications and Networking, vol.3, no.4, pp.563-575, Dec. 2017.

しかしながら、受信装置側で実行する受信信号の分類方法が動的に変化する通信路に対しては、特許文献１及び非特許文献１を適用しても、十分に対応出来ず伝送容量を増加させることが出来ない問題がある。

本開示の目的は、上述した課題に鑑み、受信信号の分類方法が動的に変化する通信路に対して伝送容量を増加させることが可能な受信装置等を提供することにある。

一実施の形態にかかる受信装置は、送信情報を予め設定したビット長に区切り、事前に定めたＭ個（Ｍは２のビット長乗の値）の信号点内の１つを選択して生成された送信信号を通信路を介して受信信号として受信し、前記受信信号に含まれる雑音と歪み成分の少なくとも一方を、雑音情報を適用して補正済み受信信号を出力する信号補正部と、前記補正済み受信信号を前記信号点の数と同数のクラスのいずれかに分類するニューラルネットワーク処理部と、前記ニューラルネットワーク処理部の出力から前記受信信号が前記Ｍ個のクラスのおのおのに属する確率を示す尤度情報を出力する出力層処理部と、前記尤度情報を参照してもっとも確率が高いクラスを特定して、特定したクラスに対応し、かつ、前記送信情報のビット長を有する推定送信信号に変換して出力するデータ変換部と、前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を検出し、検出した残留情報を用いて次の時点で前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を含む残留補正成分の大きさを予測して、前記予測に基づき前記次の時点で前記信号補正部に与える前記雑音情報を生成する補正情報予測部と、を有する。

一実施の形態にかかる受信方法は、送信情報を予め設定したビット長に区切り、事前に定めたＭ個（Ｍは２のビット長乗の値）の信号点内の１つを選択して生成された送信信号を通信路を介して受信信号として受信し、前記受信信号から前記送信情報の推定値となる推定送信信号を、演算により出力する送信装置における受信方法であって、前記受信信号に含まれる雑音と歪み成分の少なくとも一方を、雑音情報を適用して補正済み受信信号を出力する信号補正処理と、前記補正済み受信信号を前記信号点の数と同数のクラスのいずれかに分類するニューラルネットワーク処理と、前記ニューラルネットワーク処理部の出力から前記受信信号が前記Ｍ個のクラスのおのおのに属する確率を示す尤度情報を出力する出力層処理と、前記尤度情報を参照してもっとも確率が高いクラスを特定して、特定したクラスに対応し、かつ、前記送信情報のビット長を有する推定送信信号に変換して出力するデータ変換処理と、前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を検出し、検出した残留情報を用いて次の時点で前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を含む残留補正成分の大きさを予測して、前記予測に基づき前記次の時点で前記信号補正部に与える前記雑音情報を生成する補正情報予測処理と、を行う。

一実施の形態にかかる受信プログラムは、送信情報を予め設定したビット長に区切り、事前に定めたＭ個（Ｍは２のビット長乗の値）の信号点内の１つを選択して生成された送信信号を通信路を介して受信信号として受信し、前記受信信号に含まれる雑音と歪み成分の少なくとも一方を、雑音情報を適用して補正済み受信信号を出力する信号補正処理と、前記補正済み受信信号を前記信号点の数と同数のクラスのいずれかに分類するニューラルネットワーク処理と、前記ニューラルネットワーク処理部の出力から前記受信信号が前記Ｍ個のクラスのおのおのに属する確率を示す尤度情報を出力する出力層処理と、前記尤度情報を参照してもっとも確率が高いクラスを特定して、特定したクラスに対応し、かつ、前記送信情報のビット長を有する推定送信信号に変換して出力するデータ変換処理と、前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を検出し、検出した残留情報を用いて次の時点で前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を含む残留補正成分の大きさを予測して、前記予測に基づき前記次の時点で前記信号補正部に与える前記雑音情報を生成する補正情報予測処理と、をコンピュータに実行させる。

一実施の形態にかかる受信装置等は、高精度な補正を行うことで受信誤りを低減して伝送容量を高めることができる。

実施の形態１にかかる通信システムのブロック図である。 実施の形態１にかかる送信装置の詳細なブロック図である。 規則正しい配置を有する信号点を説明する図である。 ニューラルネットワークの学習によって得られた信号点の配置を説明する図である。 実施の形態１にかかる受信装置の詳細なブロック図である。 実施の形態１にかかる受信装置の動作を説明するフローチャートである。 実施の形態１にかかる受信装置のハードウェア構成を説明するブロック図である 実施の形態２にかかる受信装置の詳細なブロック図である。 実施の形態３にかかる通信システムのブロック図である。 実施の形態３にかかる受信装置の動作を説明するフローチャートである。

説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。また、様々な処理を行う機能ブロックとして図面に記載される各要素は、ハードウェア的には、ＣＰＵ（Central Processing Unit）、メモリ、その他の回路で構成することができ、ソフトウェア的には、メモリにロードされたプログラムなどによって実現される。したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは当業者には理解されるところであり、いずれかに限定されるものではない。なお、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。

また、上述したプログラムは、コンピュータに読み込まれた場合に、実施形態で説明された１又はそれ以上の機能をコンピュータに行わせるための命令群（又はソフトウェアコード）を含む。プログラムは、非一時的なコンピュータ可読媒体又は実体のある記憶媒体に格納されてもよい。限定ではなく例として、コンピュータ可読媒体又は実体のある記憶媒体は、random-access memory（RAM）、read-only memory（ROM）、フラッシュメモリ、solid-state drive（SSD）又はその他のメモリ技術、CD-ROM、digital versatile disc（DVD）、Blu-ray（登録商標）ディスク又はその他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ又はその他の磁気ストレージデバイスを含む。プログラムは、一時的なコンピュータ可読媒体又は通信媒体上で送信されてもよい。限定ではなく例として、一時的なコンピュータ可読媒体又は通信媒体は、電気的、光学的、音響的、またはその他の形式の伝搬信号を含む。このような実施形態については図７を参照して後述する。

実施の形態１
以下、図面を参照して本発明の実施の形態について説明する。図１に実施の形態１にかかる通信システムのブロック図を示す。図１に示すように、実施の形態１にかかる通信システム１は、送信装置１０、通信路２０、受信装置３０を有する。

通信システム１では、送信ビット系列をｂビット単位（ｂは、ビット数を表わす整数）で区切った情報である送信情報Ｄｉに対して直交振幅変調を行い、ｂビット単位でＭ（＝２^ｂ）個の信号点（constellation）を使って通信を行う。例えば、送信ビット系列を６ビット単位で区切る場合、信号点の数Ｍは６４個となる。

送信装置１０は、図示することも可能な処理装置から送信情報Ｄｉを受信し、送信情報Ｄｉに対して直交振幅変調処理を加えて送信信号Ｘ［ｎ］を出力する。ここで、ｎは、任意の整数であって、処理のタイミングの時点を示す記号である。ｎは、以下の説明においても同じ意味で用いる。また、送信信号Ｘ［ｎ］は、２つの実数値の組あるいは複素数で表現され、２次元平面の点として図示される出力信号点を含む。

送信装置１０は、データ変換部１１、信号生成部１２を有する。データ変換部１１は、送信情報Ｄｉが入力され、送信情報Ｄｉが示す値を送信情報Ｄｉに対応する信号点の場所を示す情報に変換する。信号生成部１２は、データ変換部１１が出力した情報に基づき信号点を出力する。

ここで、送信装置１０の構成例について説明する。そこで、図２に実施の形態１にかかる送信装置の詳細なブロック図を示す。図２に示すブロック図は、送信装置１０の構成例の１つであり、送信情報Ｄｉから生成された信号点を受信装置３０の受信方式に対応して生成できるものであればよい。

図２に示す例では、データ変換部１１がワンホットベクトル生成部４１及びアドレス生成部４２を有する。また、信号生成部１２が信号点生成処理部４３及び記憶装置４４を有する。そして、送信装置１０では、ワンホットベクトル生成部４１と信号点生成処理部４３とを組み合わせた第１の処理系と、アドレス生成部４２と信号点生成処理部４３とを組み合わせた第２の処理系のいずれか一方をスイッチＳＷ１１～ＳＷ１４を用いて選択することで、送信情報Ｄｉに対応する送信信号Ｘ［ｎ］を出力する。

ワンホットベクトル生成部４１は、ｂビットの送信情報Ｄｉに対応する一箇所だけが１でそれ以外は全て零のとなる、長さＭのベクトルを出力する。信号点生成処理部４３は、例えば、全結合型ニューラルネットワークであって、ワンホットベクトル生成部４１から出力されたベクトルを入力とし、信号点のデータを出力する。

アドレス生成部４２は、ｂビットの送信情報Ｄｉに対応する信号点が保持されているアドレスを生成して出力する。記憶装置４４は、入力されたアドレスに保持された信号点のデータを出力する。

続いて、通信路２０について説明する。通信路２０は、無線や光ファイバなどの物理的な通信路だけを指すのではなく、その前後に備えるアンテナ装置やアナログデジタル変換器あるいは等化フィルタなどの信号処理装置を含む。この通信路２０の入力は送信信号Ｘ［ｎ］であり、出力が受信信号Ｙ［ｎ］となる。

続いて、受信装置３０について説明する。受信装置３０は、信号補正部３１、信号推定処理部３２、補正情報予測部３５、データ変換部３６を有する。信号補正部３１は、受信信号Ｙ［ｎ］に含まれる雑音と歪み成分の少なくとも一方を、雑音情報Θ^＊［ｎ］を適用して補正済み受信信号Ｙ^＊［ｎ］を出力する。

信号推定処理部３２は、ニューラルネットワーク処理部３３、出力層処理部３４を有する。ニューラルネットワーク処理部３３は、補正済み受信信号Ｙ^＊［ｎ］を信号点の数Ｍと同数のクラスのいずれかに分類する。より具体的には、ニューラルネットワーク処理部３３は、学習済みの全結合型ニューラルネットワークにより構成される。この全結合型ニューラルネットワークは、補正済み受信信号Ｙ^＊［ｎ］に対して最も送信された可能性の高い信号を判定する。出力層処理部３４は、ニューラルネットワーク処理部３３の出力から受信信号Ｙ［ｎ］がＭ個のクラスのおのおのに属する確率を示す尤度情報ｐ［ｎ］を出力する。データ変換部３６は、尤度情報ｐ［ｎ］を参照してもっとも確率が高いクラスを特定して、特定したクラスに対応し、かつ、送信情報Ｄｉのビット長を有する推定送信信号Ｘ^＊［ｎ］に変換して出力する。

また、補正情報予測部３５は、補正済み受信信号Ｙ^＊［ｎ］に残留する雑音及び歪みの少なくとも一方を検出し、検出した残留情報を用いて次の時点で補正済み受信信号Ｙ^＊［ｎ］に残留する雑音及び歪みの少なくとも一方を含む残留補正成分の大きさを予測して、予測に基づき次の時点で信号補正部３１に与える雑音情報Θ^＊［ｎ＋１］を生成する。

ここで、ニューラルネットワーク処理部を用いた通信システム１における信号点について説明する。図３に規則正しい配置を有する信号点を説明する図に示し、図４にニューラルネットワークの学習によって得られた信号点の配置を説明する図を示す。図３に示した信号点の配列は、信号点の数Ｍを６４とした場合（例えば６４ＱＡＭ）において、基本的な直交振幅変調を行ったときのものである。一方、図４に示した信号点の配列は、図３と同様に６４ＱＡＭで学習済みニューラルネットワークにより生成されたものである。図４に示した例では、同心円状に信号点が配置される。

通信路２０における主な信号劣化要因が典型的な加法的白色ガウス雑音である場合、ニューラルネットワークに加法的白色ガウス雑音を抑制するような学習を行わせ、その学習結果に基づき生成された学習結果をニューラルネットワークに適用することで信号品質を向上させることができる。より具体的には、通信路２０の主な劣化要因が典型的な加法的白色ガウス雑音である場合には、全結合型ニューラルネットワークを用いた送信装置１０及び受信装置３０を有する通信システム１とすることで、通信容量増加の効果を得ることができる。

このような学習は、例えば、考査エントロピー誤差と位相雑音誤差を損失関数として（１）式を最小にするような学習を行わせることで加法的白色ガウス雑音による信号劣化を防ぐことができる。

ここで、Ｎはサンプルの数を表す。また、（ｐ１［ｎ］、ｐ２［ｎ］、・・・、ｐＭ［ｎ］）は、出力層処理部３４として用いられるソフトマックス関数の時点ｎの出力であって、（ｘ１［ｎ］、ｘ２［ｎ］、・・・、ｘＭ［ｎ］）は時点ｎの送信信号点に対応するワンホットベクトルを表す（ｎは、１からＮの間の整数）。

実施の形態１にかかる通信システム１では、（１）式を最小にする学習を運用開始前に行い、その学習結果を全ての全結合型ニューラルネットワークに対して適用する。つまり、実施の形態１にかかる通信システム１では、送信装置１０、通信路２０、受信装置３０の設置場所を決定して、運用を開始してからは運用中にニューラルネットワークを行わない。なお、定期的であるか不定期であるかに関わらず運用開始後に各ニューラルネットワークの学習パラメータを更新してもよい。

通信路２０では、加法的白色ガウス雑音以外にも時間とともに大きさが変化する雑音や信号歪みがある。例えば、通信システム１において、伝送信号の周波数を変換するための局部発振器（ＬＯ；Local Oscillator）の周波数揺らぎに起因する位相雑音は、伝送信号の位相情報の不確定さを増大し、信号品質及び伝送容量を劣化させる要因として良く知られている。特に近年、５Ｇ ＮＲ（New Radio）で活用されているミリ波帯の周波数スペクトルでは、局部発振器の位相雑音による信号劣化が課題として知られている。

しかしながら、このような時間に相関して変化する雑音や信号歪みに対して通信品質を維持するためには、通信路で発生する雑音や信号歪みの大きさの変化に追従させてニューラルネットワークの構成を見直す必要があるが、このような調整は難しい。つまり、通信システムにおいて、伝送容量の増加あるいは伝送距離の長延化、低電力化を達成するためには、通信路２０の特性の時間に相関した変化に応じてニューラルネットワークの構成を見直す必要がある。

そこで、実施の形態１にかかる通信システム１では、時間に相関して変化する雑音や信号歪みに対しては、補正情報予測部３５を用いて信号補正部３１で受信信号の補正に用いる雑音情報Θ^＊を時間に相関して変化する雑音や信号歪みの大きさに追従させて変化させる。これにより、時間に相関して変化する雑音や信号歪みに起因する信号劣化を低減させる。

ここで、図５に実施の形態１にかかる受信装置３０の詳細なブロック図に示す。図５に示す例では、信号補正部３１として位相回転処理部５０を用い、出力層処理部３４としてソフトマックス関数により尤度ベクトルｐ［ｎ］を出力するものを示した。この受信装置３０では、補正情報予測部３５が、第１のパラメータ生成部５１、第１の乗算器５２、レジスタ５３、残留雑音検出部５４、第２のパラメータ生成部５５、第２の乗算器５６、加算器５７を有する。

レジスタ５３には、雑音情報Θ^＊［ｎ］の算出に用いる雑音推定値φ［ｎ］が保持される。第１のパラメータ生成部５１は、受信信号Ｙ［ｎ］と雑音推定値φ［ｎ］とを入力とする学習済みニューラルネットワークの出力結果を第１のパラメータ（例えば、第１の係数Ｋ１）として出力する。なお、第１のパラメータ生成部５１は、信号推定処理部５１ａ及びシグモイド関数処理部５１ｂを有する。信号推定処理部５１ａは、ニューラルネットワーク処理部３３と同じ学習結果が適用された全結合型ニューラルネットワークである。シグモイド関数処理部５１ｂは、信号推定処理部５１ａの出力値にシグモイド関数を適用して第１の係数Ｋ１を出力する。第１の乗算器５２は、雑音推定値φ［ｎ］と第１の係数Ｋ１として雑音情報Θ^＊［ｎ］を出力する。

残留雑音検出部５４は、補正済み受信信号Ｙ^＊［ｎ］と推定送信信号Ｘ^＊［ｎ］との差分を残留補正成分ΔΘ［ｎ］として出力する。第２のパラメータ生成部５５は、受信信号Ｙ［ｎ］と雑音推定値φ［ｎ］とを入力とする学習済みニューラルネットワークの出力結果を第２のパラメータ（例えば、第２の係数Ｋ２）として出力する。なお、第２のパラメータ生成部５５は、信号推定処理部５５ａ及びシグモイド関数処理部５５ｂを有する。信号推定処理部５５ａは、ニューラルネットワーク処理部３３と同じ学習結果が適用された全結合型ニューラルネットワークである。シグモイド関数処理部５５ｂは、信号推定処理部５１ａの出力値にシグモイド関数を適用して第２の係数Ｋ２を出力する。第２の乗算器５６は、第２の係数Ｋ２と残留補正成分ΔΘとを乗算して未補正雑音推定値（例えば、Ｋ２・ΔΘ［ｎ］）を出力する。加算器５７は、レジスタ５３に保持されている雑音推定値φ［ｎ］と未補正雑音推定値を加算してレジスタ５３に保持されている雑音推定値φ［ｎ］を更新する新たな雑音推定値φ［ｎ＋１］を生成する。

続いて、受信装置３０の動作について説明する。まず、受信信号Ｙ［ｎ］は、（２）式で表わされる。

ここで、Θ［ｎ］は離散時間Ｗｉｅｎｅｒ位相雑音、Ｚ［ｎ］は複素ガウス雑音を表わす。

そして、信号補正部３１は、補正情報予測部３５から与えられる雑音情報Θ^＊［ｎ］を用いて補正済み受信信号Ｙ^＊［ｎ］を算出する。雑音情報Θ^＊［ｎ］は、時点ｎ以前に受信された受信信号から推定されたる位相雑音の推定値である。雑音情報Θ^＊［ｎ］は（３）式で表わされ、補正済み受信信号Ｙ^＊［ｎ］は（４）式で表わされる。

ニューラルネットワーク処理部３３は、補正済み受信信号Ｙ^＊［ｎ］を入力とし信号点の数と同数のＭ個の数値からなるベクトル（ｕ１，ｕ２，・・・ｕＭ）を出力する。その後、出力層処理部３４は、ニューラルネットワーク処理部３３が出力したベクトルにソフトマックス関数を適用してＭ個の信号点のそれぞれについて送信信号Ｘ［ｎ］である確率（尤度）を示す尤度ベクトルｐ［ｎ］を出力する。この尤度ベクトルは、（ｐ１，ｐ２，・・・ｐＭ）と表わされる。また、尤度ベクトル内の各値は、（５）式で表わされる。

ここで、ｉは、１以上で信号点数Ｍ以下の整数であり、ｐｉは補正済み信信号Ｙ＊［ｎ］が第ｉ番目の信号点の尤度を表す。即ち、第ｉ番目の信号点がＸ［ｎ］として送信された確率を表す。

データ変換部３６は、尤度ベクトルｐ［ｎ］の中で最も大きな値となるインデックスｉのビット表現を出力する。すなわち、ｐｉ＝ｍａｘ（ｐ１，ｐ２，・・・ｐＭ）となるｐｉをｂビットのデジタル値で示す値をデータ変換部３６は出力する。このインデックスｉのビット表現が推定送信ビットであり、ｉ番目の信号点が推定送信信号Ｘ^＊［ｎ］となる。

また、受信装置３０では補正情報予測部３５において、信号補正部３１に与える雑音情報Θ^＊［ｎ］の更新を推定送信信号Ｘ^＊［ｎ］が更新される毎に行う。具体的には、補正情報予測部３５でｊは、雑音情報Θ^＊［ｎ］の算出に用いる雑音推定値φ［ｎ］を更新する。

雑音推定値φ［ｎ］の更新では、まず、残留雑音検出部５４が補正済み受信信号Ｙ^＊［ｎ］と推定送信信号Ｘ^＊［ｎ］とに基づき残留補正成分ΔΘを算出する。より具体的には、補正情報予測部３５は、補正済み受信信号Ｙ^＊［ｎ］と推定送信信号Ｘ^＊［ｎ］との差分値を残留補正成分ΔΘとする。この残留補正成分ΔΘは（６）式で表わされる

また、第２のパラメータ生成部５５が第２の係数Ｋ２を出力する。そして、第２の乗算器５６が残留補正成分ΔΘと第２の係数Ｋ２の乗算値を未補正雑音推定値として出力する。加算器５７は、未補正雑音推定値と信号点生成処理部４３に格納されていた雑音推定値φ［ｎ］との加算値を新たな雑音推定値φ［ｎ＋１］として出力する。新たな雑音推定値φ［ｎ＋１］は、（７）式で表わされる。

続いて、上記動作をフローチャートを用いて説明する。図６に実施の形態１にかかる受信装置３０の動作を説明するフローチャートを示す。実施の形態１にかかる受信装置３０では、受信サイクル毎に図６に示す動作を繰り返し実行する。

受信装置３０は、受信サイクルの開始に合わせて受信信号Ｙ［ｎ］を受信する（ステップＳ１）。また、受信装置３０は、レジスタ５３に格納されている雑音推定値φ［ｎ］とステップＳ１で受信した受信信号Ｙ［ｎ］とを用いて第１の係数Ｋ１を算出する（ステップＳ２）。図６ではステップＳ２で実施される計算の計算式として、Ｋ１＝ｓｉｇｍｏｉｄ（ＮＮ１（Ｙ［ｎ］））、φ［ｎ］）を示した。ＮＮ１で示す関数は、信号推定処理部５１ａに受信信号Ｙ［ｎ］と雑音推定値φ［ｎ］を入力して得られる出力を示し、ｓｉｇｍｏｉｄで示す関数はシグモイド関数処理部５１ｂに信号推定処理部５１ａの出力を入力することで得られる出力を示す。そして、補正情報予測部３５は、（３）式を用いて雑音情報Θ^＊［ｎ］を算出する（ステップＳ３）。

続いて、受信装置３０は、信号補正部３１において、雑音情報Θ^＊［ｎ］を用いて受信信号Ｙ［ｎ］の位相雑音を少なくとも含む雑音成分を補正により取り除いて、補正済み受信信号Ｙ^＊［ｎ］を算出する（ステップＳ４）。補正済み受信信号Ｙ^＊［ｎ］は、（４）式で表わされる信号である。そして、受信装置３０は、補正済み受信信号Ｙ^＊［ｎ］を信号推定処理部３２に入力して尤度ベクトルｐ［ｎ］を算出する（ステップＳ５）。尤度ベクトルｐ［ｎ］は、ｐ［ｎ］＝ｓｏｆｔｍａｘ（ＮＮ（Ｙ^＊［ｎ］））で表わされる。つまり、ニューラルネットワーク処理部３３の出力であるＮＮ（Ｙ^＊［ｎ］）をソフトマックス関数に入力することで尤度ベクトルｐ［ｎ］が得られる。そして、尤度ベクトルｐ［ｎ］をデータ変換部３６によりエンコードすることで推定送信信号Ｘ^＊［ｎ］を出力する（ステップＳ６）。このステップＳ６の処理は、Ｘ^＊［ｎ］＝ｅｎｃ（ｐ［ｎ］）と表わすこともできる。

また、受信装置３０は、レジスタ５３に格納されている雑音推定値φ［ｎ］とステップＳ１で受信した受信信号Ｙ［ｎ］とを用いて第２の係数Ｋ２を算出する（ステップＳ７）。図６ではステップＳ７で実施される計算の計算式として、Ｋ２＝ｓｉｇｍｏｉｄ（ＮＮ２（Ｙ［ｎ］））、φ［ｎ］）を示した。ＮＮ２で示す関数は、信号推定処理部５５ａに受信信号Ｙ［ｎ］と雑音推定値φ［ｎ］を入力して得られる出力を示し、ｓｉｇｍｏｉｄで示す関数はシグモイド関数処理部５５ｂに信号推定処理部５１ａの出力を入力することで得られる出力を示す。その後、残留雑音検出部５４を用いて残留補正成分ΔΘ［ｎ］を算出する（ステップＳ８）。このステップＳ８では、補正済み受信信号Ｙ^＊［ｎ］と推定送信信号Ｘ^＊［ｎ］との差分を残留補正成分ΔΘ［ｎ］とする。ステップＳ８の処理は、（６）式で表わされる。そして、加算器５７が新たな雑音推定値φ［ｎ＋１］を（７）式を用いて出力することでレジスタ５３に格納されている雑音推定値φ［ｎ］が雑音推定値φ［ｎ＋１］に更新される（ステップＳ９）。

ここで、受信装置３０のハードウェア構成について説明する。図７に実施の形態１にかかる受信装置３０のハードウェア構成を説明するブロック図を示す。図７に示す例は、受信装置３０としてコンピュータ１００を用いた例である。図７に示すコンピュータ１００は、演算部１０１、メモリ１０２，通信インタフェース１０３を有する。また、演算部１０１、メモリ１０２、及び、通信インタフェース１０３は、バスにより相互に通信可能なように構成される。

演算部１０１は、例えば、ＣＰＵ（Central Processing Unit）のようなプログラムを実行可能な演算装置であり、プログラムとして受信プログラムを実行することで上述した受信装置３０の機能を実現する。

メモリ１０２は、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性メモリ及びＦｌａｓｈメモリ等の不揮発性メモリの少なくとも一方により構成される。メモリ１０２の一部の記憶領域はレジスタ５３となる。

通信インタフェース１０３は、通信路２０の一部を含み、送信装置１０が出力した信号を受信信号としてコンピュータ１００内に伝達する。

上記説明より、実施の形態１にかかる通信システム１では、ニューラルネットワーク処理部を用いて時間経過とは相関を持たないノイズ成分（例えば、加法的白色ガウス雑音）の影響を削減する。さらに実施の形態１にかかる通信システム１では、時間経過と相関を有するノイズ成分をキャンセルするために用いる雑音情報Θ^＊［ｎ］を運用中に受信信号から算出される送信信号Ｘ［ｎ］を用いて更新していくことで時間経過と相関を有するノイズ成分の影響を削減する。これにより、実施の形態１にかかる通信システム１は、時間的に変化するノイズと時間的に変化しないノイズの両方に対して通信品質を維持ことができる。そして、通信品質を高く維持することで、実施の形態１にかかる通信システム１は、伝送容量の増加あるいは伝送距離の長延化、低電力化を達成することができる。

実施の形態２
実施の形態２では、受信装置３０の別の形態である受信装置３０ａについて説明する。なお、実施の形態２の説明において実施の形態１と同じ構成要素については実施の形態１と同じ符号を付して説明を省略する。

図８に実施の形態２にかかる受信装置３０ａの詳細なブロック図を示す。図８に示すように受信装置３０ａは、補正情報予測部３５に代えて補正情報予測部３５ａを有する。補正情報予測部３５ａは、補正情報予測部３５から第１のパラメータ生成部５１、第１の乗算器５２、第２のパラメータ生成部５５を削除したものである。また、補正情報予測部３５ａでは、第２の係数Ｋ２に代えて固定値である第３のパラメータである第３の係数Ｋを第２の乗算器５６に入力する。

つまり、補正情報予測部３５ａは、補正情報予測部３５の第１の係数Ｋ１を１で固定し、第２の係数Ｋ２を通信システムの設置場所や仕様に応じて決定される固定値に置き換えたものと考えることができる。また、補正情報予測部３５ａでは、レジスタ５３に格納される雑音推定値φはそのまま雑音情報Θ^＊［ｎ］となる。

実施の形態２にかかる通信システムでは、補正情報予測部３５が第１のパラメータ生成部５１及び第２のパラメータ生成部５５が省略されたことにより演算負荷が軽減される。また、実施の形態２にかかる通信システムでは、補正情報予測部３５ａを補正情報予測部３５よりも回路規模を小さくすることができる。

実施の形態３
実施の形態３では、通信システム１をＭＩＭＯ（多入力多出力：Multi Input Multi Output）形式の通信経路に対応させた通信システム２について説明する。なお、実施の形態３の説明において実施の形態１と同じ構成要素については実施の形態１と同じ符号を付して説明を省略する。

図９に実施の形態３にかかる通信システム２のブロック図を示す。図９に示す例は、２×２のＭＩＭＯ通信に対応した通信路２０ａを有する。また、実施の形態３にかかる通信システム２では、送信装置６０、受信装置７０を有する。

送信装置６０は、第１の送信処理部６１、第２の送信処理部６２を有する。第１の送信処理部６１は、送信情報Ｄｉ１を送信信号Ｘ１［ｎ］に変換して出力する。第２の送信処理部６２は、送信情報Ｄｉ２を送信信号Ｘ２［ｎ］に変換して出力する。第１の送信処理部６１、第２の送信処理部６２は同じ構成を有するため、図９では第１の送信処理部６１についてのみ内部の処理ブロックを示した。図８に示すように、第１の送信処理部６１は、送信装置１０に相当するものであり、データ変換部１１及び信号生成部１２を有する。

受信装置７０は、第１の受信処理部７１、第２の受信処理部７２を有する。第１の受信処理部７１は、送信信号Ｘ１［ｎ］がＭＩＭＯ通信路２０ａに入力されることで受信装置７０に伝達される受信信号Ｙ１［ｎ］と、送信信号Ｘ２［ｎ］がＭＩＭＯ通信路２０ａに入力されることで受信装置７０に伝達される受信信号Ｙ２［ｎ］と、のうち受信信号Ｙ１［ｎ］を主受信信号として受信し、送信信号Ｘ１［ｎ］に対応する推定送信信号Ｘ１^＊［ｎ］を出力する。第２の受信処理部７２は、第１の受信処理部７１、第２の受信処理部７２は、主受信信号として扱う信号が異なるのみで、実質的に同じ構成を有する為、ここでは、第１の受信処理部７１について説明する。

第１の受信処理部７１は、主受信信号算出部８０、主受信信号処理部８１、第２の補正情報予測部８２を有する。第１の受信処理部７１は、複数の受信信号から処理対象の主受信信号として受信信号Ｙ１［ｎ］を受信するとともに、主受信信号に対して干渉を及ぼす他の受信信号を副受信信号Ｙ２［ｎ］として受信し、副受信信号Ｙ２［ｎ］に干渉雑音情報φ２を適用して補正済みの干渉成分情報Ｒ２^＊［ｎ］を生成し、干渉成分情報Ｒ２^＊［ｎ］を用いて主受信信号Ｙ１［ｎ］から干渉成分を除去した信号を受信信号Ｙ１’［ｎ］として出力する。より具体的には、主受信信号算出部８０は、第１の信号調整部９０、干渉除去部９１、第２の信号調整部９２、第２の信号補正部９３を有する。

まず、送信信号Ｘ１［ｎ］、Ｘ２［ｎ］と受信信号Ｙ１［ｎ］、Ｙ２［ｎ］とは、ＭＩＭＯ通信路２０ａの入力信号と出力信号であり、（８）式で示される関係を満たすものとする。

ここで、（８）式におけるΘ１［ｎ］、Θ２［ｎ］は、離散時間Ｗｅｉｎｅｒ位相差雑音であり、Ｚ１［ｎ］、Ｚ２［ｎ］は複素ガウス雑音を表わす。また、Ｈ１１、Ｈ１２、Ｈ２１、Ｈ２２は、ＭＩＭＯ通信路２０ａの通信路行列を表わす。以下の説明では、通信路行列の逆行列は、（９）式で表わされる。

第１の信号調整部９０は、受信信号Ｙ１［ｎ］を（１０）式に基づき調整した信号Ｒ１１［ｎ］を出力する。

また、第２の信号調整部９２は、、受信信号Ｙ２［ｎ］を（１１）式に基づき調整した信号Ｒ２［ｎ］を出力する。

第２の信号補正部９３は、信号補正部３１と同様に位相回転処理を行う。第２の信号補正部９３は、信号Ｒ２［ｎ］と後述する第２の補正情報予測部８２から取得する干渉雑音情報φ２［ｎ］とを用いて干渉成分情報Ｒ２^＊［ｎ］を出力する。この干渉成分情報Ｒ２^＊［ｎ］は、（１２）式で表わされる。

なお、干渉雑音情報φ２は、（８）式中の第一の位相雑音Θ１［ｎ］と第二の位相雑音Θ２［ｎ］の差分値に関する推定値である。

干渉除去部９１は、干渉成分情報Ｒ２^＊［ｎ］と信号Ｒ１１［ｎ］を用いて受信信号Ｙ１’［ｎ］を出力する。受信信号Ｙ１’［ｎ］は、（１３）式に基づき算出される。

主受信信号処理部８１は、受信信号Ｙ１’［ｎ］を受信装置３０に入力される受信信号Ｙ［ｎ］として扱い、受信装置３０と同様の処理を行う。また、主受信信号算出部８０は、補正情報予測部３５に第２の補正情報予測部８２に伝達する情報（例えば、Ｒ１１^＊［ｎ］）を生成するための機能を追加した第１の補正情報予測部９４を有する。第１の補正情報予測部９４が出力する情報Ｒ１１^＊［ｎ］は、（１４）式で表わされる。

なお、図８では、図３の補正済み受信信号Ｙ^＊［ｎ］、雑音情報Θ^＊［ｎ］、尤度ベクトルｐ［ｎ］に対応する信号或いは情報として補正済み受信信号Ｙ１^＊［ｎ］、雑音情報Θ１^＊［ｎ］、尤度ベクトルｐ１［ｎ］を示した。

第２の補正情報予測部８２は、主受信信号Ｙ１と推定送信信号Ｘ＊との差分を用いて干渉雑音情報φ２を更新する。より具体的には、第２の補正情報予測部８２は、以下の計算を実行することで雑音推定値φ２［ｎ］を更新する。

つまり、第２の補正情報予測部８２は、信号Ｒ１１の位相差と信号Ｒ１２の位相差とを用いて次の時点での位相補正情報である干渉雑音情報φ２を更新する。なお、（１７）式における係数Ｋは、ニューラルネットワーク処理部により算出されるものでも良く、固定値でもよい。

続いて、受信装置３０ａの動作をフローチャートを用いて説明する。図１０に実施の形態３にかかる受信装置３０ａの動作を説明するフローチャートを示す。図１０に示すように、実施の形態３にかかる受信装置３０ａは、受信サイクルの開始に合わせて受信信号Ｙ１［ｎ］、Ｙ２［ｎ］を受信する（ステップＳ１１）。続いて、受信装置３０ａは、第１の信号調整部９０が（１０）式に従って調整済み第１の受信信号Ｒ１１を算出し、第２の信号調整部９２が（１１）式に従って調整済み第２の受信信号Ｒ１２を算出する（ステップＳ１２）。続いて、受信装置３０ａは、第２の信号補正部９３が（１２）式に従って補正済み第２の受信信号Ｒ２^＊［ｎ］を算出する（ステップＳ１３）。続いて、受信装置３０ａは、干渉除去部９１が（１３）式に従って干渉除去済みの第１の受信信号Ｙ１’［ｎ］を算出する（ステップＳ１４）。

次いで、受信装置３０ａは、主受信信号処理部８１が干渉除去済みの第１の受信信号Ｙ１’［ｎ］に対して図６に示したフローチャートに示した処理を行うことで推定送信信号Ｘ１^＊［ｎ］の出力及び雑音推定値φ１の更新を行う（ステップＳ１５）。続いて、主受信信号算出部８０の第１の補正情報予測部９４及び第２の補正情報予測部８２が（１４）式から（１７）式に従って干渉雑音情報φ２を更新する（ステップＳ１６）。

上記説明より、実施の形態３にかかる通信システム２では、ＭＩＭＯ方式の通信において、主受信信号に干渉の影響を及ぼす副受信信号に対して位相雑音を補正した信号を生成し、当該位相雑音補正後の副受信信号を用いて主受信信号の干渉雑音成分を除去する。そして、干渉雑音成分が除去された主受信信号に対して実施の形態１にかかる通信システム１と同様の処理を行う。また、実施の形態３にかかる通信システム２では、干渉雑音情報φ２を受信サイクル毎にその時の残留位相雑音を用いて更新していく。これにより、実施の形態３にかかる通信システム２では、干渉雑音成分に関しても位相差が補正された状態で除去される。つまり、実施の形態３にかかる通信システム２では、干渉成分が除去された主受信信号に干渉成分に含まれる位相雑音の影響を抑制するため、ＭＩＭＯ通信においても実施の形態１にかかる通信システム１と同様に高い通信品質を維持することが可能になる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

１、２ 通信システム
１０、６０ 送信装置
１１ データ変換部
１２ 信号生成部
２０ 通信路
２０ａ ＭＩＭＯ通信路
３０、７０ 受信装置
３１ 信号補正部
３２ 信号推定処理部
３３ ニューラルネットワーク処理部
３４ 出力層処理部
３５ 補正情報予測部
３６ データ変換部
４１ ワンホットベクトル生成部
４２ アドレス生成部
４３ 信号点生成処理部
４４ 記憶装置
５０ 位相回転処理部
５１ 第１のパラメータ生成部
５１ａ 信号推定処理部
５１ｂ シグモイド関数処理部
５２ 第１の乗算器
５３ レジスタ
５４ 残留雑音検出部
５５ 第２のパラメータ生成部
５５ａ 信号推定処理部
５５ｂ シグモイド関数処理部
５６ 第２の乗算器
５７ 加算器
６１ 第１の送信処理部
６２ 第２の送信処理部
７１ 第１の受信処理部
７２ 第２の受信処理部
８０ 主受信信号算出部
８１ 主受信信号処理部
８２ 第２の補正情報予測部
９０ 第１の信号調整部
９１ 干渉除去部
９２ 第２の信号調整部
９３ 第２の信号補正部
９４ 第１の補正情報予測部

Claims (8)

1. 送信情報を予め設定したビット長に区切り、事前に定めたＭ個（Ｍは２のビット長乗の値）の信号点内の１つを選択して生成された送信信号を通信路を介して受信信号として受信し、前記受信信号に含まれる雑音と歪み成分の少なくとも一方を、雑音情報を適用して補正済み受信信号を出力する信号補正部と、
   前記補正済み受信信号を前記信号点の数と同数のクラスのいずれかに分類するニューラルネットワーク処理部と、
   前記ニューラルネットワーク処理部の出力から前記受信信号が前記Ｍ個のクラスのおのおのに属する確率を示す尤度情報を出力する出力層処理部と、
   前記尤度情報を参照してもっとも確率が高いクラスを特定して、特定したクラスに対応し、かつ、前記送信情報のビット長を有する推定送信信号に変換して出力するデータ変換部と、
   前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を検出し、検出した残留情報を用いて次の時点で前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を含む残留補正成分の大きさを予測して、前記予測に基づき前記次の時点で前記信号補正部に与える前記雑音情報を生成する補正情報予測部と、
   を有する受信装置。
2. 前記補正情報予測部は、
   前記補正済み受信信号と前記推定送信信号との差分を前記残留補正成分として出力する残留雑音検出部と、
   雑音推定値を保持するレジスタと、
   前記受信信号と前記雑音推定値とを入力とする学習済みニューラルネットワークの出力結果を第１のパラメータとして出力する第１のパラメータ生成部と、
   前記受信信号と前記雑音推定値とを入力とする学習済みニューラルネットワークの出力結果を第２のパラメータとして出力する第２のパラメータ生成部と、
   前記雑音推定値と前記第１のパラメータを乗算して前記雑音情報を出力する第１の乗算器と、
   前記第２のパラメータと前記残留補正成分とを乗算して未補正雑音推定値を出力する第２の乗算器と、
   前記レジスタに保持されている前記雑音推定値と前記未補正雑音推定値を加算して前記レジスタに保持されている前記雑音推定値を更新する新たな前記雑音推定値を生成する加算器と、
   を有する請求項１に記載の受信装置。
3. 前記補正情報予測部は、
   前記補正済み受信信号と前記推定送信信号との差分を前記残留補正成分として出力する残留雑音検出部と、
   前記雑音情報を保持するレジスタと、
   前記残留補正成分と予め設定された第３のパラメータを乗算して未補正雑音情報を出力する乗算器と、
   前記レジスタに保持されている前記雑音情報と前記未補正雑音情報を加算して前記レジスタに保持されている前記雑音情報を更新する新たな前記雑音情報を生成する加算器と、
   を有する請求項１に記載の受信装置。
4. 前記受信信号は、ＭＩＭＯ（Multi Input Multi Output）方式により信号を伝達するＭＩＭＯ通信路を経由して伝達される複数の受信信号の１つであって、
   前記複数の受信信号から処理対象の主受信信号として前記受信信号を受信するとともに、前記主受信信号に対して干渉を及ぼす他の受信信号を副受信信号として受信し、前記副受信信号に干渉雑音情報を適用して補正済みの干渉成分情報を生成し、前記干渉成分情報を用いて前記主受信信号から干渉成分を除去した信号を前記受信信号として出力する主受信信号算出部と、
   前記主受信信号と前記推定送信信号との差分を用いて前記干渉雑音情報を更新する干渉雑音予測部と、
   を有する請求項１に記載の受信装置。
5. ニューラルネットワーク処理部は、学習済みの全結合型ニューラルネットワークにより構成される請求項１に記載の受信装置。
6. 請求項１に記載の受信装置に前記送信信号を出力する送信装置であって、
   前記送信情報が入力され、前記送信情報が示す値に対応する前記信号点の場所を示す情報に変換するデータ変換部と、
   前記データ変換部が出力した情報に基づき前記信号点を含む前記送信信号を出力する信号生成部と、
   を有する送信装置。
7. 送信情報を予め設定したビット長に区切り、事前に定めたＭ個（Ｍは２のビット長乗の値）の信号点内の１つを選択して生成された送信信号を通信路を介して受信信号として受信し、前記受信信号から前記送信情報の推定値となる推定送信信号を、演算により出力する送信装置における受信方法であって、
   前記受信信号に含まれる雑音と歪み成分の少なくとも一方を、雑音情報を適用して補正済み受信信号を出力することと、
   前記補正済み受信信号を前記信号点の数と同数のクラスのいずれかにニューラルネットワーク処理を用いて分類することと、
   前記ニューラルネットワーク処理により出力された前記受信信号が前記Ｍ個のクラスのおのおのに属する確率を示す尤度情報を出力することと、
   前記尤度情報を参照してもっとも確率が高いクラスを特定して、特定したクラスに対応し、かつ、前記送信情報のビット長を有する推定送信信号に変換して出力することと、
   前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を検出し、検出した残留情報を用いて次の時点で前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を含む残留補正成分の大きさを予測して、前記予測に基づき前記次の時点の前記雑音情報を生成することと、
   を行う受信方法。
8. 送信情報を予め設定したビット長に区切り、事前に定めたＭ個（Ｍは２のビット長乗の値）の信号点内の１つを選択して生成された送信信号を通信路を介して受信信号として受信し、前記受信信号に含まれる雑音と歪み成分の少なくとも一方を、雑音情報を適用して補正済み受信信号を出力する信号補正処理と、
   前記補正済み受信信号を前記信号点の数と同数のクラスのいずれかに分類するニューラルネットワーク処理と、
   前記ニューラルネットワーク処理により出力された前記受信信号が前記Ｍ個のクラスのおのおのに属する確率を示す尤度情報を出力する出力層処理と、
   前記尤度情報を参照してもっとも確率が高いクラスを特定して、特定したクラスに対応し、かつ、前記送信情報のビット長を有する推定送信信号に変換して出力するデータ変換処理と、
   前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を検出し、検出した残留情報を用いて次の時点で前記補正済み受信信号に残留する雑音及び歪みの少なくとも一方を含む残留補正成分の大きさを予測して、前記予測に基づき前記次の時点で前記信号補正処理に用いる前記雑音情報を生成する補正情報予測処理と、
   をコンピュータに実行させる受信プログラム。

Images