論文の概要: Parallel APSM for Fast and Adaptive Digital SIC in Full-Duplex Transceivers with Nonlinearity

• arxiv url: http://arxiv.org/abs/2207.05461v1
• Date: Tue, 12 Jul 2022 11:17:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-13 15:07:07.323756
• Title: Parallel APSM for Fast and Adaptive Digital SIC in Full-Duplex Transceivers with Nonlinearity
• Title（参考訳）: 非線形性を有するフルダブルプレクサにおける高速かつ適応的なディジタルSICのための並列APSM
• Authors: M. Hossein Attar, Omid Taghizadeh, Kaxin Chang, Ramez Askar, Matthias Mehlhose, Slawomir Stanczak
• Abstract要約: カーネルベースの適応フィルタは、フル(FD)モードのトランシーバにおけるデジタルデジタルドメイン自己干渉キャンセル(SIC)に適用される。 彼らは、カーネルベースのアルゴリズムがリッチで非線形な関数空間内で並列計算ベースの実装を実現しつつ、良好なレベルのデジタルSICを実現することを実証した。
• 参考スコア（独自算出の注目度）: 19.534700035048637
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a kernel-based adaptive filter that is applied for the digital domain self-interference cancellation (SIC) in a transceiver operating in full-duplex (FD) mode. In FD, the benefit of simultaneous transmission and receiving of signals comes at the price of strong self-interference (SI). In this work, we are primarily interested in suppressing the SI using an adaptive filter namely adaptive projected subgradient method (APSM) in a reproducing kernel Hilbert space (RKHS) of functions. Using the projection concept as a powerful tool, APSM is used to model and consequently remove the SI. A low-complexity and fast-tracking algorithm is provided taking advantage of parallel projections as well as the kernel trick in RKHS. The performance of the proposed method is evaluated on real measurement data. The method illustrates the good performance of the proposed adaptive filter, compared to the known popular benchmarks. They demonstrate that the kernel-based algorithm achieves a favorable level of digital SIC while enabling parallel computation-based implementation within a rich and nonlinear function space, thanks to the employed adaptive filtering method.
• Abstract（参考訳）: 本稿では、FDモードで動作するトランシーバにおいて、デジタルドメイン自己干渉キャンセル(SIC)に適用可能なカーネルベースの適応フィルタを提案する。 FDでは、信号の同時送信と受信の利点は、強い自己干渉(SI)の価格で得られる。 本研究では,関数の再生核ヒルベルト空間(rkhs)における適応型フィルタであるapsm(adaptive projected subgradient method)を用いてsiを抑制することに関心を寄せる。 プロジェクションの概念を強力なツールとして使用することにより、APSMはSIをモデル化し、従って除去する。 並列プロジェクションとRKHSのカーネルトリックを利用する低複雑さかつ高速な追跡アルゴリズムが提供される。 提案手法の性能を実測データを用いて評価した。 本手法は,よく知られたベンチマークと比較し,提案する適応フィルタの性能を示す。 彼らは、カーネルベースのアルゴリズムが、適応フィルタリング法により、リッチで非線形な関数空間内で並列計算ベースの実装を実現しつつ、良好なレベルのデジタルSICを実現することを実証した。

関連論文リスト

• Closed-form Filtering for Non-linear Systems [83.91296397912218]
  我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。 本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。 提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
  論文  参考訳（メタデータ） (2024-02-15T08:51:49Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Low-rank extended Kalman filtering for online learning of neural networks from streaming data [71.97861600347959]
  非定常データストリームから非線形関数のパラメータを推定するための効率的なオンライン近似ベイズ推定アルゴリズムを提案する。 この方法は拡張カルマンフィルタ (EKF) に基づいているが、新しい低ランク+斜角行列分解法を用いている。 変分推論に基づく手法とは対照的に,本手法は完全に決定論的であり,ステップサイズチューニングを必要としない。
  論文  参考訳（メタデータ） (2023-05-31T03:48:49Z)
• Faster Adaptive Federated Learning [84.38913517122619]
  フェデレートラーニングは分散データの出現に伴って注目を集めている。 本稿では,クロスサイロFLにおけるモーメントに基づく分散低減手法に基づく適応アルゴリズム(FAFED)を提案する。
  論文  参考訳（メタデータ） (2022-12-02T05:07:50Z)
• Computational Doob's h-transforms for Online Filtering of Discretely Observed Diffusions [65.74069050283998]
  本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。 提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
  論文  参考訳（メタデータ） (2022-06-07T15:03:05Z)
• Study of Frequency domain exponential functional link network filters [0.0]
  本稿では,周波数領域指数関数型リンクネットワーク(FDEFLN)フィルタを提案する。 FDEFLNに基づく非線形アクティブノイズ制御(NANC)システムも開発され、周波数領域指数フィルタ最小平均二乗(FDEFsLMS)アルゴリズムが開発された。
  論文  参考訳（メタデータ） (2022-01-12T01:54:59Z)
• Fast Variational AutoEncoder with Inverted Multi-Index for Collaborative Filtering [59.349057602266]
  変分オートエンコーダ (VAE) は, 協調フィルタリングの非線形手法として拡張されている。 内積に基づくソフトマックス確率を逆多重インデックスに基づいて分解する。 FastVAEはサンプリング品質と効率の両面で最先端のベースラインを上回っます。
  論文  参考訳（メタデータ） (2021-09-13T08:31:59Z)
• In-filter Computing For Designing Ultra-light Acoustic Pattern Recognizers [6.335302509003343]
  超軽量音響分類器の設計に使用できる新しいインフィルタ・コンピューティング・フレームワークを提案する。 提案したアーキテクチャは、コンボリューションと非線形フィルタリングの操作を直接サポートベクトルマシンのカーネルに統合する。 本研究では,1.5k Look-Up Tables (LUT) と2.8k Flip-Flops (FF) のみを用いて,ベンチマーク音声認識タスクにおいてロバストな分類性能が得られることを示す。
  論文  参考訳（メタデータ） (2021-09-11T08:16:53Z)
• Machine learning-based conditional mean filter: a generalization of the ensemble Kalman filter for nonlinear data assimilation [42.60602838972598]
  スパース観測に基づく非線形ダイナミクスを持つ高次元非ガウス状態モデルを追跡する機械学習ベースのアンサンブル条件付き平均フィルタ(ML-EnCMF)を提案する。 提案手法は条件付き期待値に基づいて開発され,機械学習(ML)技術とアンサンブル法を組み合わせて数値的に実装されている。
  論文  参考訳（メタデータ） (2021-06-15T06:40:32Z)
• A New Class of Efficient Adaptive Filters for Online Nonlinear Modeling [17.992830267031877]
  オンラインアプリケーションのための新しい効率的な非線形モデルを提案する。 本稿では、周波数領域適応フィルタに基づくFLAFの新しい効率的かつ効率的なアプローチに焦点を当てる。
  論文  参考訳（メタデータ） (2021-04-19T21:07:22Z)
• Robust Adaptive Filtering Based on Exponential Functional Link Network [0.0]
  近年,指数関数リンクネットワーク (EFLN) が非線形フィルタリングに適用されている。 本稿では,新しい逆二乗根(ISR)コスト関数に基づく適応的EFLNフィルタリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-05T01:49:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。