論文の概要: Transfer Learning-Enabled Distortion Compensation for Amplitude-Phase-Time Block Modulation-Based Nonlinear Single-Carrier Wireless Communications
- arxiv url: http://arxiv.org/abs/2608.08554v1
- Date: Sun, 09 Aug 2026 07:55:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.866227
- Title: Transfer Learning-Enabled Distortion Compensation for Amplitude-Phase-Time Block Modulation-Based Nonlinear Single-Carrier Wireless Communications
- Title（参考訳）: 振幅相時間ブロック変調に基づく非線形単一キャリア無線通信のための転送学習型歪み補償
- Abstract要約: 振幅位相時間ブロック変調(APTBM)に基づく非線形単キャリア伝送のための完全ディジタルトランスシーバ協調手法を提案する。
送信機では、繰り返しクリッピングとフィルタリング(ICAF)と静的ディジタル事前歪み(SDPD)が協調して動作し、信号ピークの低減とスペクトルの増大を抑制する。
提案手法はオンライントレーニング時間と計算オーバーヘッドを大幅に削減し,従来の学習ベースDPoD方式と比較して2dB以上の性能向上を実現した。
- 参考スコア（独自算出の注目度）: 24.464593319559977
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Power amplifier (PA) nonlinearity and memory effects significantly limit the spectral compliance, reliability, and energy efficiency of communication systems. To address this, we propose a transfer-learning-enabled, fully digital transceiver-cooperative method for amplitude-phase-time block modulation (APTBM)-based nonlinear single-carrier transmission under adjacent channel leakage ratio (ACLR) constraints. At the transmitter, iterative clipping and filtering (ICAF) and static digital pre-distortion (SDPD) act jointly to reduce signal peaks and suppress spectral regrowth without requiring wideband feedback. At the receiver, the inherent amplitude-phase constraints of APTBM provide weakly supervised prior knowledge for offline inverse-model pretraining, which is followed by the online few-shot adaptation of a lightweight digital post-distortion (DPoD) network. Subsequently, a cascaded DPoD and clipping-noise cancellation scheme systematically compensates for residual distortions induced by both the PA and ICAF. Simulation and measurement results demonstrate reliable transmission at an input back-off of approximately 2 dB under a 30-dBc ACLR constraint. Furthermore, the proposed DPoD approach significantly reduces online training time and computational overhead, delivering a performance gain of over 2 dB compared to conventional learning-based DPoD schemes.
- Abstract（参考訳）: 電力増幅器(PA)の非線形性とメモリ効果は、通信システムのスペクトルコンプライアンス、信頼性、エネルギー効率を著しく制限する。
そこで本研究では,ACLR制約下での振幅位相時間ブロック変調(APTBM)に基づく非線形単一キャリア伝送のためのトランスファーラーニング機能を備えた完全ディジタルトランスシーバ協調手法を提案する。
送信機では、繰り返しクリッピング・フィルタリング(ICAF)と静的ディジタル事前歪み(SDPD)が協調して働き、信号ピークを減少させ、広帯域フィードバックを必要とせずにスペクトルの生長を抑制する。
受信機において、APTBMの固有の振幅位相制約は、オフライン逆モデル事前訓練のための弱い教師付き事前知識を提供する。
その後、ケースドDPoDとクリッピングノイズキャンセル方式は、PAとICAFの両方によって誘導される残留歪みを体系的に補償する。
シミュレーションおよび測定結果から,30dBcのACLR制約の下で約2dBの入力バックオフで信頼性の高い伝送を示す。
さらに,提案手法はオンライン学習時間と計算オーバーヘッドを大幅に削減し,従来の学習ベースDPoD方式と比較して2dB以上の性能向上を実現している。
関連論文リスト
- Digital Predistortion of Power Amplifiers for Quantum Computing [39.146761527401424]
マイクロ波制御型トラップイオンおよび半導体スピンベース量子コンピュータ(QC)にはパワーアンプ(PA)が不可欠である
このレターは、QCに適用された従来の信号生成システムをデジタル事前歪み(DPD)により拡張し、無線周波数(RF)チャネルを線形化する。
論文 参考訳（メタデータ） (2026-01-10T11:00:51Z) - Online neural fusion of distortionless differential beamformers for robust speech enhancement [50.063071950377086]
適応凸結合(ACC)アルゴリズムを導入し、複数の固定ビームフォーマの出力を線形に結合してロバスト性を向上させる。
ACCは、急激な変更を確実に追跡できないため、高速に動く干渉など、非常に非定常的なシナリオで失敗することが多い。
本稿では,複数の歪みのないディファレンシャルビームフォーマのためのフレームオンラインニューラルフュージョンフレームワークを提案し,ニューラルネットワークによる重み付けを推定する。
論文 参考訳（メタデータ） (2025-10-28T15:12:48Z) - 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) - Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。
本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
論文 参考訳（メタデータ） (2025-07-12T17:11:06Z) - Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
MISO (Multiple-input Single-output) フレームワークを提案する。
それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。
PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
論文 参考訳（メタデータ） (2025-02-12T18:54:10Z) - On Disentangled Training for Nonlinear Transform in Learned Image Compression [59.66885464492666]
学習画像圧縮(lic)は,従来のコーデックに比べて高いレート歪み(R-D)性能を示した。
既存のlic法は、非線形変換の学習において、エネルギーのコンパクト化によって生じる緩やかな収束を見落としている。
非線形変換の訓練において, エネルギーの縮退を両立させる線形補助変換(AuxT)を提案する。
論文 参考訳（メタデータ） (2025-01-23T15:32:06Z) - UAV Virtual Antenna Array Deployment for Uplink Interference Mitigation in Data Collection Networks [71.23793087286703]
無人航空機(UAV)は、航空無線ネットワークと通信を確立するためのプラットフォームとして注目されている。
本稿では,複数UAVネットワークシステムにおける協調ビームフォーミング(CB)法に基づく新しいアップリンク干渉緩和手法を提案する。
論文 参考訳（メタデータ） (2024-12-09T12:56:50Z) - Linear-optical protocols for mitigating and suppressing noise in bosonic systems [0.0]
我々は、ボソニックノイズチャネルを緩和し、抑制するための線形光学的手法を確立する。
予測値推定における誤差を軽減するため、確率誤差キャンセルを行うことができる。
弱い中央ガウス・ガウスの脱落は、アンシラの数とともに単調に抑制忠実度が増大する。
論文 参考訳（メタデータ） (2024-11-18T06:14:42Z) - TUNet: A Block-online Bandwidth Extension Model based on Transformers
and Self-supervised Pretraining [16.727879968475367]
本稿では,時間的特徴量線形変調(TFiLM)モデルのブロックオンライン変種を導入し,帯域幅拡張を実現する。
提案アーキテクチャは、TFiLMのUNetバックボーンを単純化し、推論時間を短縮する。
我々はまた、帯域幅拡張信号の品質を高めるために、自己教師付き事前訓練とデータ拡張を利用する。
論文 参考訳（メタデータ） (2021-10-26T08:43:46Z) - Waveform Learning for Next-Generation Wireless Communication Systems [16.26230847183709]
本稿では,送信受信フィルタ,星座形状,それに付随するビットラベリング,およびニューラルネットワーク(NN)ベースの検出器の結合設計のための学習に基づく手法を提案する。
この方法は、隣接するチャネルリーク比(ACLR)とピーク・ツー・アベイジ・パワー比(PAPR)の制約を同時に満たしつつ、達成可能な情報レートを最大化する。
論文 参考訳（メタデータ） (2021-09-02T14:51:16Z) - End-to-End Learning of OFDM Waveforms with PAPR and ACLR Constraints [15.423422040627331]
送信機にニューラルネットワーク(NN)を用いて,PAPRと隣接チャネルリーク比(ACLR)を制御可能な高次元変調方式を学習することを提案する。
2つのNNはOFDM上で動作し、PAPRとACLRの制約を強制するトレーニングアルゴリズムを使用して、エンドツーエンドで共同最適化される。
論文 参考訳（メタデータ） (2021-06-30T13:09:30Z)
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。