低速流体アンテナ多元接続における貪欲法およびTransformerベースのマルチポート選択

arXiv cs.AI / 2026/4/7

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

要点

  • 本論文は、マルチポート流体アンテナ(FA)受信機を用いる流体アンテナ多元接続(FAMA)システムにおけるポート選択問題を扱う。
  • 既存の参照手法よりも常に高いスペクトル効率を達成する、スワップによる洗練付きの貪欲な前進選択戦略(GFwd+S)を提案する。
  • さらに、模倣学習で訓練し、その後に強化学習の方策勾配段階で洗練するTransformerベースのニューラル手法も導入する。
  • Transformerのパイプラインは、計算コストを抑えつつGFwd+Sに近い性能の達成を目指し、従来研究における「高コスト vs. 低性能」のトレードオフに対処する。

Abstract

本稿では、マルチポート流体アンテナ(FA)受信機を備えた流体アンテナ多元接続(FAMA)システムにおけるポート選択問題を扱う。既存手法は、計算コストが過大になる形でほぼ最適なスペクトル効率(SE)を達成するか、あるいは低複雑度化と引き換えに大きな性能低下を招くかのいずれかである。そこで本稿では、補完的な2つの戦略を提案する:(i)GFwd+S。スワップによる洗練を伴う貪欲な前方選択法であり、SEの観点で最先端の参照方式を一貫して上回る。(ii)模倣学習によって訓練されたTransformerベースのニューラルネットワークであり、その後に強化(Reinforce)の方策勾配段階を行うことで、より低い計算コストでGFwd+Sの性能に近づく。