非線形パワーアンプがマッシブMIMOに与える影響：現実的な無線チャネル下での機械学習による予測
arXiv cs.LG / 2026/4/20
📰 ニュースDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research
要点
- 本論文は、非線形なパワーアンプ（PA）がマッシブMIMO-OFDMに与える影響を扱い、多くの先行研究が前提としていた「線形フロントエンド」や単純化しすぎたチャネルモデルでは不十分だと示しています。
- まず一般的な無線チャネル仮定のもとで非線形歪みを理論的に特徴付け、3Dレイ・トレーシング（3D-RT）によって、従来のよく使われるモデルが十分に正確ではないことを示します。
- そこで、信号対歪み比（SDR）を予測するために、GEV（一般化極値）分布を用いた統計モデルと、3D-RT結果を用いる機械学習（ML）ベースの2つのモデルを提案します。
- MLモデルは、空間的なチャネル特性とM-MIMOアンテナアレイへ給電する各PAの動作点に基づいて、スケジュールされたユーザのSDR（目的信号と非線形歪みの両方を受ける状況）を予測し、その予測をPA対応のユーザ別パワー割り当てに活用できます。
- 提案手法によるユーザスループットは、固定の動作点スキームに比べて中央値で約12%の改善が得られると報告されています。
