論文の概要: Wideband Power Amplifier Behavioral Modeling Using an Amplitude Conditioned LSTM

• arxiv url: http://arxiv.org/abs/2603.00101v1
• Date: Tue, 17 Feb 2026 20:16:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 01:20:08.053308
• Title: Wideband Power Amplifier Behavioral Modeling Using an Amplitude Conditioned LSTM
• Title（参考訳）: 振幅条件付LSTMを用いた広帯域電力増幅器の動作モデリング
• Authors: Abdelrahman Abdelsalam, You Fei,
• Abstract要約: 本稿では,広帯域PAダイナミクスのモデリングを強化するために,新しい振幅条件付き長短短期メモリ(AC-LSTM)ネットワークを提案する。 このアーキテクチャでは、LSTMのリザーブゲートを瞬時に入力振幅に設定する機能ワイド線形変調層が組み込まれている。 100MHzの5G NR信号とGaN PAを用いた実験により、提案したAC-LSTMが-41.25 dBの正規化平均二乗誤差(NMSE)を達成することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wideband power amplifiers exhibit complex nonlinear and memory effects that challenge traditional behavioral modeling approaches. This paper proposes a novel amplitude conditioned long short-term memory (AC-LSTM) network that introduces explicit amplitude-dependent gating to enhance the modeling of wideband PA dynamics. The architecture incorporates a Feature-wise Linear Modulation (FiLM) layer that conditions the LSTM's forget gate on the instantaneous input amplitude, providing a physics-aware inductive bias for capturing amplitude-dependent memory effects. Experimental validation using a 100 MHz 5G NR signal and a GaN PA demonstrates that the proposed AC-LSTM achieves a normalized mean square error (NMSE) of -41.25 dB, representing a 1.15 dB improvement over standard LSTM and 7.45 dB improvement over augmented real-valued time-delay neural network (ARVTDNN) baselines. The model also closely matches the measured PA's spectral characteristics with an adjacent channel power ratio (ACPR) of -28.58 dB. These results shows the effectiveness of amplitude conditioning for improving both time-domain accuracy and spectral fidelity in wide-band PA behavioral modeling.
• Abstract（参考訳）: 広帯域パワーアンプは、従来の挙動モデリングアプローチに挑戦する複雑な非線形およびメモリ効果を示す。 本稿では,広帯域PAダイナミクスのモデリングを強化するために,振幅依存性の明示的ゲーティングを導入した,新しい振幅条件付き長短期メモリ(AC-LSTM)ネットワークを提案する。 このアーキテクチャにはFiLM(Feature-wise Linear Modulation)層が組み込まれており、LSTMの忘れゲートを瞬時に入力振幅に設定し、振幅依存性のメモリ効果を捉えるための物理学的な帰納バイアスを提供する。 100MHzの5G NR信号とGaN PAを用いた実験的検証により、提案したAC-LSTMは標準LSTMよりも1.15dB、ARVTDNNよりも7.45dB、正規化平均2乗誤差(NMSE)を達成した。 このモデルは、測定されたPAのスペクトル特性と-28.58dBの隣接チャネルパワー比(ACPR)とを密接に一致させる。 これらの結果は,広帯域PAの挙動モデリングにおいて,時間領域精度とスペクトル忠実度の両方を改善するために振幅条件が有効であることを示す。

関連論文リスト

• Subtractive Modulative Network with Learnable Periodic Activations [59.89799070130572]
  本稿では,古典的部分抽出合成にインスパイアされた,パラメータ効率の高いインプシットニューラル表現アーキテクチャを提案する。 我々のSMNは2つの画像データセット上で40ドル以上のPSNRを達成し、再現精度とパラメータ効率の両面で最先端の手法と比較した。
  論文  参考訳（メタデータ） (2026-02-18T10:20:50Z)
• Wideband Quantum Transduction for Rydberg Atomic Receivers Using Six-Wave Mixing [49.799227408938144]
  ライドバーグ原子受信機は電場に対して非常に高い感度を持つ。 従来の電磁誘導透過(EIT)下での有効3dBベースバンド帯域幅は、通常、数十から数百キロヘルツに制限される。 広帯域無線周波数(RF)-光量子トランスデューサとして6波混合(SWM)ベースのRydberg原子受信機について検討する。
  論文  参考訳（メタデータ） (2026-02-15T02:08:30Z)
• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• Every Attention Matters: An Efficient Hybrid Architecture for Long-Context Reasoning [73.10669391954801]
  本稿では、Ring-mini-linear-2.0およびRing-flash-linear-2.0を含むRing-linearモデルシリーズについて述べる。 どちらのモデルも線形アテンションとソフトマックスアテンションを効果的に統合するハイブリッドアーキテクチャを採用している。 32億のパラメータ密度モデルと比較して、このシリーズは推論コストを1/10に削減し、元のRingシリーズと比較すると、コストも50%以上削減される。
  論文  参考訳（メタデータ） (2025-10-22T07:59:38Z)
• ESTM: An Enhanced Dual-Branch Spectral-Temporal Mamba for Anomalous Sound Detection [39.234515088121086]
  本稿では、時間周波数デカップリングモデルを用いたデュアルパス・マンバアーキテクチャに基づく新しいフレームワークESTMを提案する。 ESTMは、Melスペクトルと生音声特徴を融合させることにより、異なる時間セグメントと周波数帯域からリッチな特徴表現を抽出する。 本実験は, ESTMがDCASE 2020 Task 2データセットの異常検出性能を向上させることを示す。
  論文  参考訳（メタデータ） (2025-09-02T16:23:49Z)
• OpenDPDv2: A Unified Learning and Optimization Framework for Neural Network Digital Predistortion [10.484441707788127]
  本稿では,PAモデリング,PD学習,モデル最適化のための統合フレームワークであるOpenDPDv2を提案する。 最適化手法は、2つのエネルギー効率の良い手法と共に、新しいDPDアルゴリズムであるTRes-DeltaGRUを特徴としている。
  論文  参考訳（メタデータ） (2025-07-09T13:54:47Z)
• TCN-DPD: Parameter-Efficient Temporal Convolutional Networks for Wideband Digital Predistortion [3.6966254731864727]
  TCN-DPDは時間畳み込みネットワークに基づくパラメータ効率の高いアーキテクチャである。 シミュレーションされたACPRは-51.58/-49.26 dBc (L/R)、EVMは-47.52 dB、NMSEは-44.61 dB、パラメータは500である。 従来のモデルよりも200パラメータまで優れた線形化を維持しており、効率的な広帯域PA線形化を約束している。
  論文  参考訳（メタデータ） (2025-06-13T18:30:32Z)
• Development_of_a_novel_high-performance_balanced_homodyne_detector [4.304487989897226]
  本研究は, 平衡ホモダイン検出器(BHD)回路設計における最適化シミュレーション手法の最初の応用である。 AC増幅回路は2つのABA-52563RF増幅器をカスケード構成でADSの高周波シミュレーションにより実装した。 実装されたシステムは、4つの並列チャネルで20.0504 Gbpsの集合生成率を示し、すべての出力ストリームがNIST SP 800-22の統計的テスト要求に合格した。
  論文  参考訳（メタデータ） (2025-03-05T09:24:59Z)
• BiLSTM and Attention-Based Modulation Classification of Realistic Wireless Signals [2.0650230600617534]
  提案モデルでは,無線信号の複数の表現をネットワークへの入力として利用する。 BiLSTM層の後、重要な時間的特徴を強調するために注意層が使用される。 最近のリアルなRML22データセットの実験結果は、提案モデルの性能が99%の精度で向上したことを示している。
  論文  参考訳（メタデータ） (2024-08-14T01:17:19Z)
• Improving Stability of LS-GANs for Audio and Speech Signals [70.15099665710336]
  このベクトル空間で計算された正規性からジェネレータ最適化の定式化への切り離しの符号化は、より包括的な分光図を作成するのに役立つことを示す。 本手法をベースラインGANと比較してモード崩壊の少ないトレーニングにおける安定性向上に有効であることを示す。
  論文  参考訳（メタデータ） (2020-08-12T17:41:25Z)

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。