時間・周波数オフセット存在下における独立成分分析を用いたグラントフリーアクセスに関する一検討

時間・周波数オフセット存在下における 独立成分分析を用いた グラントフリーアクセスに関する一検討 東北大学 大学院情報科学研究科 原 郁紀 ※本研究は，JST CRONOS JPMJCS25N5の助成を受けたものです 2026/9/25 ソサイエティ大会2026(B-5A-54)

研究背景 ◼ ファクトリーオートメーションや自動運転などでは，低遅延性と 多数同時接続性を満たすことが求められる[1] ◼ 膨大な数の無線端末が散発的に通信を行うことが想定され， ランダムアクセスに基づいた伝送法が適切とされている[2] グラントフリー非直交多元接続(GF-NOMA)に注目[3] グラントの手続きなしに 即座にデータを送信 基地局 手続きの省略により 通信遅延を大幅に削減 [1] X. Chen et al., IEEE J. Sel. Areas Commun., vol. 39, no. 3, pp. 615–637, Mar. 2021. [2] L. Liu et al., IEEE Signal Process. Mag., vol. 35, no.5, pp. 88–99, Sep. 2018. [3] M. B. Shahab et al., IEEE Commun. Surveys Tuts., vol. 22, no. 3, pp. 1805 –1838, 3rd Quart. 2020. 2026/9/25 ソサイエティ大会2026(B-5A-54) 2

GF-NOMAの課題 ◼ 基地局では，どのユーザがアクティブとなって伝送を 行っているのかを事前に把握していない ✓ 高精度なアクティブユーザ検出が必須 ✓ （高精度なチャネル推定，データ推定も求められる） ◼ 一方，GF-NOMAに関する多くの検討では， 各ユーザ-基地局間の完全な時間・周波数同期を仮定 ✓ 安価な無線端末では，タイミングオフセット(TO)や搬送波周波数 オフセット(CFO)が生じやすく，検出・推定の精度が劣化しやすい 本研究では，TO・CFO存在下のGF-NOMAを検討 2026/9/25 ソサイエティ大会2026(B-5A-54) 3

従来手法とその課題 ◼ 従来手法1: 構造化一般メッセージ伝播法(S-GAMP)を使用[4] ✓ OFDMベースのGF-NOMAを想定 ✓ CFOが十分に小さいことを前提とした信号モデルを導入し， CFOによる位相回転量の候補グリッドを使用 ◼ 従来手法2: 最尤推定(MLE)に基づくアクティブユーザ検出[5] ✓ シングルキャリア伝送ベースのGF-NOMAを想定 ✓ [4]と同様，候補グリッドに基づいた等価パイロット系列を考え， 最尤推定問題として定式化して解く ◼ いずれの手法も課題が存在 ✓ グリッド数の増加に伴うCFO補償精度と計算量のトレードオフ ✓ 後段のデータ推定まで検討していない [4] G. Sun et al., IEEE Trans. Wireless Commun., vol. 21, no. 5, pp. 3365 –3380, May 2022. [5] W. Lei et al., IEEE Trans. Wireless Commun., vol. 23, no. 8, pp. 8787–8804, Aug. 2024. 2026/9/25 ソサイエティ大会2026(B-5A-54) 4

研究目的・方策 ◼ 研究目的 ✓ TO・CFO存在下においても有効なGF-NOMAの設計 ◼ 方策 ✓ 差動位相偏移変調(DPSK)と独立成分分析(ICA)を用いた シングルキャリア伝送ベースのGF-NOMA[6]を拡張 ✓ 受信信号のうち，TOによらず重なる部分を用いた アクティブユーザ数推定とDPSKに基づくCFO推定・補償 数値結果により，提案法はTO・CFOの影響を補償し， ビット誤り率(BER)特性が大きく劣化しないことを示す． [6] N. Nakata, T. Hara, and K. Higuchi, “DPSK-aided design of ICA-based grant-free access under carrier frequency offsets,” IEICE Trans. Commun., 2026. (Early Access) 2026/9/25 ソサイエティ大会2026(B-5A-54) 5

システムモデル ◼ 各ユーザのアンテナ数は1 ◼ 各アクティブユーザは図中右下のフレームを基地局へ送信 ◼ TOおよびCFOは下記の範囲で一様分布で生じるものとする ✓ TO： ✓ CFO: 基地局 (アンテナ数 ユーザ ， は最大TO は最大正規化CFO ， ) CFOにより各シンボルが位相回転して しまうが，DPSKを活用して推定・補償 アクティブユーザ 共通シンボル 符号化ID データ 送信フレーム 2026/9/25 ソサイエティ大会2026(B-5A-54) 6

受信信号モデル ◼ TO・CFOが存在する時の受信信号モデル チャネル ユーザ の送信フレーム 受信信号 雑音 アクティブユーザ数分の 重ね合わせ タイミングオフセット に応じた変換行列 CFO による 位相回転ベクトル 2026/9/25 ソサイエティ大会2026(B-5A-54) はアダマール積 7

従来のICAを用いた手法の処理 ◼ 基地局が行う処理の流れ(TOを含まない) 送信フレーム 符号化ID系列 共通パイロット (2シンボル) 共通パイロット部の標本共分散 行列のトレースに基づき推定 データ 推定アクティブユーザ Ns個独立に実行 Kの推定 Kの推定値 ( ) 推定送信フレーム 符号化ID系列の復号 符号化ID部のLLR 受信 信号 サンプリング ICA分類器 ランダムに 行を抽出 元の受信信号 2026/9/25 サンプリング後の 受信信号 ソサイエティ大会2026(B-5A-54) CFO補償 結 果 の 結 合 ・ デ ー タ 復 号 データ部のLLR 8

従来のICAを用いた手法の処理 ◼ 基地局が行う処理の流れ(TOを含まない) 共通パイロット部が重ならず使えない 送信フレーム 符号化ID系列 共通パイロット (2シンボル) 共通パイロット部の標本共分散 行列のトレースに基づき推定 データ 推定アクティブユーザ Ns個独立に実行 Kの推定 Kの推定値 ( ) 推定送信フレーム 符号化ID系列の復号 符号化ID部のLLR 受信 信号 サンプリング ICA分類器 CFO補償 TOの補償も必要 ランダムに 行を抽出 元の受信信号 サンプリング後の 受信信号 結 果 の 結 合 ・ デ ー タ 復 号 データ部のLLR 白色化を行う際の空間が小さく，ICAの分離精度が劣化 2026/9/25 ソサイエティ大会2026(B-5A-54) 9

提案手法の処理 ◼ 基地局が行う処理の流れ 送信フレーム TOによらず重なっている 受信信号部の標本共分散行列 を複数個用いて推定（後述） 符号化ID系列 共通シンボル (1シンボル) データ ICAによって生じる 位相回転の補償に使用 Ns個独立に実行 Kの推定 受信 信号 Kの推定値 ( ) 推定送信フレーム (TO込み) サンプリング ICA分類器 TOの推定・補償の追加 サンプリング後の 受信信号 白色化を行う際の空間を広くする 2026/9/25 のうち 絶対値が0.5を超える初めての 位置をフレームの先頭と判定 → ICAの位相補償の基準に ソサイエティ大会2026(B-5A-54) 10

アクティブユーザ数推定 ◼ 受信信号のうちTOによらず重なる部分を使用 常に全アクティブユーザの 送信フレームが重なる部分 2シンボルごとに標本共分散行列を計算 最終的な の推定値: ※文献[7]に基づく [7] T. Hara, IEEE Wireless Communications Letters, vol. 14, no. 4, pp. 999-1003, Apr. 2025. 2026/9/25 ソサイエティ大会2026(B-5A-54) 11

数値結果例 (N, K, M)=(128, 6, 50) 情報ビット長: 660 符号化ID: (15,7) BCH符号 誤り訂正符号: LDPC符号 (符号化率1/3) ICA分類器数: 10 最大正規化CFO : 0.15 最大TO : 8 比較手法1: CDC-ICA TO・CFOなしの 文献[8]のICAベースの手法 比較手法2: MLE[5] パイロット長: 16 CFOグリッド数: 60 チャネルとデータの推定は MMSE規範を採用 ◼ MLEは見逃し確率(MDP)は低い一方，BERは高い ◼ 提案法はTO・CFOなしの場合に近いBER特性を達成 [5] W. Lei et al., IEEE Trans. Wireless Commun., vol. 23, no. 8, pp. 8787–8804, Aug. 2024. [8] Z. Zhang et al., “Exploiting classifier diversity for efficient grant-free random access,” IEEE ICC2022. 2026/9/25 ソサイエティ大会2026(B-5A-54) 12

まとめ ◼ 研究目的 ✓ TO・CFO存在下においても有効なGF-NOMAの設計 ◼ 方策 ✓ 文献[6]のDPSKとICAを用いたGF-NOMAを拡張 ✓ 受信信号のうち，TOによらず重なる部分を用いた アクティブユーザ数推定とDPSKに基づくCFO推定・補償 ✓ これらの処理により，BER特性の大幅な劣化を抑制 2026/9/25 ソサイエティ大会2026(B-5A-54) 13