JP7258249B2 - 送信装置、送信方法、制御回路および記憶媒体 - Google Patents
送信装置、送信方法、制御回路および記憶媒体 Download PDFInfo
- Publication number
- JP7258249B2 JP7258249B2 JP2022569219A JP2022569219A JP7258249B2 JP 7258249 B2 JP7258249 B2 JP 7258249B2 JP 2022569219 A JP2022569219 A JP 2022569219A JP 2022569219 A JP2022569219 A JP 2022569219A JP 7258249 B2 JP7258249 B2 JP 7258249B2
- Authority
- JP
- Japan
- Prior art keywords
- multiplexed
- parameters
- multiplexed signal
- multiplexing
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims description 64
- 238000000034 method Methods 0.000 title claims description 32
- 238000012545 processing Methods 0.000 claims description 107
- 230000006870 function Effects 0.000 claims description 66
- 238000013138 pruning Methods 0.000 claims description 66
- 238000011156 evaluation Methods 0.000 claims description 60
- 238000013528 artificial neural network Methods 0.000 claims description 28
- 238000012544 monitoring process Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 24
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 7
- 230000007480 spreading Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Transmitters (AREA)
Description
図1は、実施の形態1にかかる送信装置100の機能構成例を示す図である。送信装置100は、2つ以上の外部から取得したデータを拡散して得られた拡散データを入力とし、設定された制約条件を満たす多重信号を得る。ここで、入力信号となる2つ以上の拡散データは、それぞれ、例えば、メッセージデータまたは固定の繰返しパターンのデータを拡散処理して生成される。なお、本実施の形態において送信装置100が送信する信号は「0」もしくは「1」とするが、これら以外の数値を送信してもよい。送信装置100は、例えば、衛星通信システムを構成する衛星に搭載される。
まず、学習ステップについて説明する。図4は、実施の形態1にかかる送信装置100の学習ステップ時に動作する処理部を示す図である。破線で囲まれた各部で構成される学習動作ブロック110が学習ステップ時に動作する。
つづいて、プルーニングステップについて説明する。図11は、実施の形態1にかかる送信装置100のプルーニングステップ時に動作する処理部を示す図である。破線で囲まれた各部で構成されるプルーニング動作ブロック120がプルーニングステップ時に動作する。
つづいて、運用ステップについて説明する。図13は、実施の形態1にかかる送信装置100の運用ステップ時に動作する処理部を示す図である。破線で囲まれた各部で構成される運用動作ブロック130が運用ステップ時に動作する。
実施の形態1にかかる送信装置100は、装置内で多重化処理部2のニューラルネットワークの学習を行い、学習した後に、学習済みのニューラルネットワークを用いて多重信号を生成して送信する。しかし、送信装置100を組み込む機器の計算機資源が逼迫した状況にあり、オンボード上で学習が行えない可能性がある。そこで、本実施の形態では、別の機器の計算機資源を活用し、学習は別の機器で行い、別の機器で学習済みのパラメータを用いてニューラルネットワークのパラメータを更新する構成について説明する。
図16は、実施の形態2にかかる送信装置100aおよび学習装置200が学習ステップを実行する際の動作の一例を示すフローチャートである。なお、実施の形態1と同様の動作については説明を省略する。図16内の破線で囲んだ部分は送信装置100aで実施する動作であり、その他は学習装置200で実施する動作である。
図17は、実施の形態2にかかる送信装置100aおよび学習装置200がプルーニングステップを実行する際の動作の一例を示すフローチャートである。なお、実施の形態1と同様の動作については説明を省略する。図17内の破線で囲んだ部分は送信装置100aで実施する動作であり、その他は学習装置200で実施する動作である。
学習済みのNNを利用して送信装置100aが多重信号を生成する運用ステップの動作は実施の形態1と同じであるため、説明を省略する。
Claims (8)
- 複数のデータが多重化された多重化データに基づいて多重信号を生成する多重信号生成部と、
前記多重信号の振幅と前記多重信号に含まれる複数のデータの間の位相差とで定義される制約条件に基づきパラメータが調整済のニューラルネットワークで前記複数のデータを多重化して前記多重信号を生成する多重化処理部と、
を備え、
前記ニューラルネットワークは、パラメータの更新内容と、更新後のパラメータを用いて生成した多重化データに基づき生成された多重信号とに基づいてプルーニングが実施されている、
ことを特徴とする送信装置。 - 前記多重化処理部は、それぞれがM値(Mは2以上)をとるN個(Nは2以上)のデータを前記ニューラルネットワークで多重化してMN個の信号点で表される前記多重化データを生成する、
ことを特徴とする請求項1に記載の送信装置。 - 前記ニューラルネットワークのパラメータの更新内容と、更新後のパラメータを用いて生成した多重化データに基づき生成された多重信号とを監視し、前記ニューラルネットワークの各パラメータが前記多重信号の周波数、位相および振幅のいずれに関するものかを特定するパラメータ監視部と、
前記パラメータ監視部による特定結果に基づいて前記ニューラルネットワークのプルーニングを行うプルーニング部と、
を備えることを特徴とする請求項1または2に記載の送信装置。 - 前記制約条件と、前記多重信号とに基づいて、前記ニューラルネットワークの評価関数を計算する評価関数計算部と、
前記評価関数に基づいて前記ニューラルネットワークのパラメータを更新する学習実行部と、
を備えることを特徴とする請求項1から3のいずれか一つに記載の送信装置。 - 学習装置でパラメータの調整およびプルーニングが実施された状態のニューラルネットワークのパラメータを前記学習装置から取得し、取得したパラメータに従い、前記多重化処理部が備えるニューラルネットワークのパラメータを更新する学習結果設定部、
を備えることを特徴とする請求項1または2に記載の送信装置。 - 複数のデータが多重化された多重化データに基づいて多重信号を生成する第1ステップと、
前記多重信号の振幅と前記多重信号に含まれる複数のデータの間の位相差とで定義される制約条件に基づきパラメータが調整済のニューラルネットワークで前記複数のデータを多重化して前記多重信号を生成する第2ステップと、
を含み、
前記ニューラルネットワークは、パラメータの更新内容と、更新後のパラメータを用いて生成した多重化データに基づき生成された多重信号とに基づいてプルーニングが実施されている、
ことを特徴とする送信方法。 - 複数のデータが多重化された多重化データに基づいて生成した多重信号を送信する送信装置を制御する制御回路であって、
前記多重信号の振幅と前記多重信号に含まれる複数のデータの間の位相差とで定義される制約条件に基づきパラメータが調整済のニューラルネットワークで前記複数のデータを多重化して前記多重信号を生成する処理、
を前記送信装置に実行させ、
前記ニューラルネットワークは、パラメータの更新内容と、更新後のパラメータを用いて生成した多重化データに基づき生成された多重信号とに基づいてプルーニングが実施されている、
ことを特徴とする制御回路。 - 複数のデータが多重化された多重化データに基づいて生成した多重信号を送信する送信装置を制御するプログラムを記憶する記憶媒体であって、
前記プログラムは、
前記多重信号の振幅と前記多重信号に含まれる複数のデータの間の位相差とで定義される制約条件に基づきパラメータが調整済のニューラルネットワークで前記複数のデータを多重化して前記多重信号を生成する処理、
を前記送信装置に実行させ、
前記ニューラルネットワークは、パラメータの更新内容と、更新後のパラメータを用いて生成した多重化データに基づき生成された多重信号とに基づいてプルーニングが実施されている、
ことを特徴とする記憶媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/047201 WO2022130572A1 (ja) | 2020-12-17 | 2020-12-17 | 送信装置、送信方法、制御回路および記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022130572A1 JPWO2022130572A1 (ja) | 2022-06-23 |
JP7258249B2 true JP7258249B2 (ja) | 2023-04-14 |
Family
ID=82057395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022569219A Active JP7258249B2 (ja) | 2020-12-17 | 2020-12-17 | 送信装置、送信方法、制御回路および記憶媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230259777A1 (ja) |
JP (1) | JP7258249B2 (ja) |
WO (1) | WO2022130572A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4935820B2 (ja) | 2006-09-15 | 2012-05-23 | 富士通株式会社 | マルチキャリア方式で信号を送信するための装置及び方法 |
JP2019204318A (ja) | 2018-05-24 | 2019-11-28 | 学校法人中部大学 | ニューラルネットワークの学習装置および学習方法 |
JP2020520497A (ja) | 2017-05-03 | 2020-07-09 | ヴァージニア テック インテレクチュアル プロパティーズ,インコーポレーテッド | 適応的無線通信の学習とデプロイメント |
-
2020
- 2020-12-17 WO PCT/JP2020/047201 patent/WO2022130572A1/ja active Application Filing
- 2020-12-17 JP JP2022569219A patent/JP7258249B2/ja active Active
-
2023
- 2023-04-14 US US18/300,801 patent/US20230259777A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4935820B2 (ja) | 2006-09-15 | 2012-05-23 | 富士通株式会社 | マルチキャリア方式で信号を送信するための装置及び方法 |
JP2020520497A (ja) | 2017-05-03 | 2020-07-09 | ヴァージニア テック インテレクチュアル プロパティーズ,インコーポレーテッド | 適応的無線通信の学習とデプロイメント |
JP2019204318A (ja) | 2018-05-24 | 2019-11-28 | 学校法人中部大学 | ニューラルネットワークの学習装置および学習方法 |
Non-Patent Citations (1)
Title |
---|
太田正哉 ほか,"Side Informationを不要とするNeural NetworkによるOFDM信号のPAPR抑圧法とそのハードウェア化",IEEJ Transaction on Electronics, Information and System,Vol.126, No.11, 2006,pp. 1296-1303 |
Also Published As
Publication number | Publication date |
---|---|
US20230259777A1 (en) | 2023-08-17 |
JPWO2022130572A1 (ja) | 2022-06-23 |
WO2022130572A1 (ja) | 2022-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10050659B2 (en) | Systems and methods for non-linear digital self-interference cancellation | |
US20200295975A1 (en) | Integrating volterra series model and deep neural networks to equalize nonlinear power amplifiers | |
US9276682B2 (en) | Systems and methods for multi-rate digital self-interference cancellation | |
CN111490737B (zh) | 一种用于功率放大器的非线性补偿方法和设备 | |
US7317761B2 (en) | Multi-carrier communication system and receiver thereof | |
US8363704B1 (en) | Method of transmitting information using a bandwidth limited communications channel | |
US9455816B2 (en) | Interference cancellation in TDD massive MIMO wireless systems | |
US9065605B2 (en) | Methods and systems for crest factor reduction in multi-carrier multi-channel architectures | |
US20240171301A1 (en) | Machine learning device and jamming signal generation apparatus | |
US10348362B2 (en) | Methods and systems for fusion and inference with per-hop link quality measurements in frequency hopping SATCOM systems | |
US7110794B1 (en) | Adaptive array apparatus and compensation method for compensating a phase difference used for generating a directivity response pattern | |
JP7258249B2 (ja) | 送信装置、送信方法、制御回路および記憶媒体 | |
US20240014838A1 (en) | Signal processing systems and methods | |
US20090201950A1 (en) | Band limiting method and wireless communication system | |
US11979261B2 (en) | Transmitting apparatus, transmission method, and storage medium | |
KR101878642B1 (ko) | 통신 시스템에 있어서의 피크 전력 저감 장치 | |
Altun et al. | A testbed based verification of joint communication and computation systems | |
JP7495102B2 (ja) | 受信機及び受信方法 | |
JP6746029B2 (ja) | 無線通信システム、干渉抑圧方法、制御回路およびプログラム記憶媒体 | |
WO2021033297A1 (ja) | 無線通信装置、制御回路、無線通信方法および記憶媒体 | |
CN111656743B (zh) | 混合多层信号分解方法及装置 | |
US11870489B2 (en) | S/N ratio estimation circuit, and adaptive filter circuit | |
JP5831326B2 (ja) | ダイバーシチ受信機 | |
Mahasamudram et al. | Agile cognizant transceiver link for mission critical applications | |
CN116155318A (zh) | 无源互调pim抵消方法、装置及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221114 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221114 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230404 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7258249 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |