論文の概要: Echo State Network (ESN) for Signal Recovery in RF-Impaired IBFD MIMO Systems

• arxiv url: http://arxiv.org/abs/2609.23945v1
• Date: Sun, 20 Sep 2026 23:40:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:03.957831
• Title: Echo State Network (ESN) for Signal Recovery in RF-Impaired IBFD MIMO Systems
• Title（参考訳）: RFアンペアIBFDMIMOシステムにおける信号回復のためのエコー状態ネットワーク(ESN)
• Abstract要約: IBFD-MIMOシステムは利得信号(SOI)を超過する自己干渉(SI)に感受性がある 本稿では,BSSよりも優れた2段階のエコー状態ネットワーク(ESN)方式を提案する。 提案手法のSOI回収性能と取得速度をブロックサイズによって評価した。
• 参考スコア（独自算出の注目度）: 4.146179792765792
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In-band full-duplex (IBFD) multiple-input multiple-output (MIMO) systems enable simultaneous transmission and reception on the same frequency band, improving spectral efficiency for next-generation wireless networks. However, IBFD-MIMO systems are susceptible to self-interference (SI), which may overpower signals of interest (SOI). In this scenario, blind source separation (BSS) algorithms can be adopted to remove SI and perform joint sensing and communication (JSAC), but BSS algorithms mostly assume an idealized linear and quasi-stationary signal model, which does not hold under realistic radio frequency (RF) impairments, such as I/Q imbalance, carrier frequency offset (CFO), phase noise, and power amplifier nonlinearity. This paper proposes a two-stage echo state network (ESN)-based scheme that is superior to BSS under these realistic conditions. A frozen ESN is trained offline to characterize the static SI path, while an adaptive ESN, updated online via recursive least squares, tracks the time-varying SOI path using sparse pilot symbols. We evaluate the proposed scheme's SOI recovery performance and acquisition speed with different block sizes, comparing it against other recurrent neural networks (RNN), such as long short-term memory (LSTM) and gated recurrent unit (GRU). Simulation results show that the proposed approach outperforms BSS, LSTM, and GRU in both efficiency and SOI recovery, demonstrating the viability of ESNs for real-time, nonlinear self-interference cancellation in realistic IBFD MIMO systems.
• Abstract（参考訳）: In-band full-duplex (IBFD) multiple-input multiple-output (MIMO) システムは、同じ周波数帯域上で同時送信と受信を可能にし、次世代無線ネットワークのスペクトル効率を向上させる。 しかし、IBFD-MIMOシステムは利害シグナル(SOI)を超過する自己干渉(SI)の影響を受けやすい。 このシナリオでは、SIを除去し、ジョイントセンシングと通信(JSAC)を行うために、ブラインドソース分離(BSS)アルゴリズムを採用することができるが、BSSアルゴリズムは主に、I/Q不均衡、キャリア周波数オフセット(CFO)、位相ノイズ、パワーアンプ非線形性といった現実的な無線周波数(RF)障害を伴わない、理想化された線形および準定常信号モデルを想定している。 本稿では,これらの現実的な条件下でのBSSよりも優れた2段階のエコー状態ネットワーク(ESN)に基づくスキームを提案する。 凍結されたESNは静的なSIパスを特徴付けるためにオフラインでトレーニングされ、適応的なESNは再帰的な最小二乗を使ってオンラインに更新され、スパースパイロットシンボルを使用して時間変化のSOIパスを追跡する。 提案手法のSOI回復性能と取得速度を異なるブロックサイズで評価し,Long Short-term memory (LSTM) や gated Recurrent Unit (GRU) など他のリカレントニューラルネットワーク(RNN)と比較した。 シミュレーションの結果,提案手法は効率とSOI回復の両面でBSS,LSTM,GRUより優れており,現実的なIBFD MIMOシステムにおける実時間非線形自己干渉キャンセルのためのESNの実現可能性を示している。

関連論文リスト

• Multi-layer MIMO Relay as Deep Physical Neural Networks: Power Amplifiers as Activation Functions [56.870614369768354]
  無線物理ニューラルネットワーク(WPNN)は、アナログハードウェアに直接ニューラルネットワークを埋め込む。 マルチホップマルチインプットマルチアウトプット(MIMO)リレーネットワークにより非線形活性化を実現する深層WPNNを提案する。 提案アーキテクチャは,画像分類の高精度なオーバー・ザ・エア推論を可能にする。
  論文  参考訳（メタデータ） (2026-07-20T09:45:07Z)
• Multi-Block Attention for Efficient Channel Estimation in IRS-Assisted mmWave MIMO [3.339065092252818]
  本稿では,効率的なチャネル推定のための深層学習に基づくマルチブロック注意(MBA)フレームワークを提案する。 最小二乗推定のための位相構成として離散フーリエ変換(DFT)とアダマール行列の最適性を示す。 提案手法は,従来の手法よりも約51%低い正規化平均二乗誤差(NMSE)を実現する。
  論文  参考訳（メタデータ） (2026-05-14T16:27:38Z)
• 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)
• Sustainable LSTM-Based Precoding for RIS-Aided mmWave MIMO Systems with Implicit CSI [2.8408947965063778]
  このフレームワークはアップリンクパイロットシーケンスを利用して暗黙的にチャネル特性を学習し、パイロットのオーバーヘッドと推論の複雑さを低減します。 提案した設計は、総探索のスペクトル効率の90%以上を計算時間のわずか2.2%で達成し、エネルギー消費量を2桁近く削減する。
  論文  参考訳（メタデータ） (2025-09-16T04:29:14Z)
• 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)
• DNN-Based Precoding in RIS-Aided mmWave MIMO Systems With Practical Phase Shift [43.56429251312585]
  本稿では、直接通信路を妨害したミリ波マルチインプット多重出力(MIMO)システムのスループットを最大化する。 リコンフィギュアブルインテリジェントサーフェス(RIS)は、視線(LoS)とマルチパス効果に関連するmmWave特性を考慮して伝送性を高めるために使用される。 ディープニューラルネットワーク(DNN)は、より高速なコードワード選択を容易にするために開発された。
  論文  参考訳（メタデータ） (2025-07-03T17:35:06Z)
• An ML-assisted OTFS vs. OFDM adaptable modem [1.8492669447784602]
  OTFSおよびOFDM波形は、レガシーアーキテクチャの再利用、レシーバ設計の単純さ、低複雑さ検出の利点を享受する。 本稿では,送信機におけるOTFSまたはOFDM信号処理チェーンと受信機とを切り替えて,平均二乗誤差(MSE)性能を最適化するディープニューラルネットワーク(DNN)に基づく適応方式を提案する。
  論文  参考訳（メタデータ） (2023-09-04T02:33:44Z)
• Deep Learning-Based Synchronization for Uplink NB-IoT [72.86843435313048]
  狭帯域モノのインターネット(NB-IoT)における狭帯域物理ランダムアクセスチャネル(NPRACH)のデバイス検出と到着時刻推定のためのニューラルネットワーク(NN)に基づくアルゴリズムを提案する。 導入されたNNアーキテクチャは、残余の畳み込みネットワークと、5Gニューラジオ(5G NR)仕様のプリアンブル構造に関する知識を利用する。
  論文  参考訳（メタデータ） (2022-05-22T12:16:43Z)

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。