6Gに向けた無線通信の再定義：信号処理と深層展開によるディープラーニングの融合

2019年は4Gを大幅に上回るデータレートの向上を約束する5G規格の展開が開始された年でした。5Gはまだ初期段階にありますが、研究コミュニティではBeyond 5G通信技術への移行が加速しています。無線通信を強化し、切望されていたインテリジェンスを付与するための機械学習アプローチの最近の台頭は、6Gに向けた無線通信を再定義する計り知れない可能性を秘めています。進化する通信システムは、物理層における基礎的な信号処理によって、遅延、スループット、信頼性の面でボトルネックが生じると予想されます。本ポジションペーパーでは、6Gネットワークの物理層要件を満たすために、深層展開（deep unfolding）技術を活用して反復型信号処理アルゴリズムを再設計する必要性を論じます。この目的のため、まず構想されている6G通信アーキテクチャによって課されるサービス要件と主要な課題を提示します。続いて、6Gネットワークの文脈において、従来のアルゴリズムの原則およびデータを大量に必要とするディープラーニング（DL）アプローチの欠点を概説します。具体的には、ドメイン知識とDLの相互作用を描写することにより、深層展開を用いた信号処理を提示します。本稿でレビューする深層展開アプローチは、次世代セルラーネットワークによって課される要件の文脈において明示的に位置付けられています。最後に、本稿は将来の6Gネットワークに向けたハードウェア効率の高いエッジインテリジェンスを真に実現するための、未解決の研究課題を提起します。