論文の概要: FlowSep-RF: Rectified Flow Matching for Single-Channel Radio-Frequency Signal Separation
- arxiv url: http://arxiv.org/abs/2610.20269v1
- Date: Wed, 14 Oct 2026 14:31:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:16.204673
- Title: FlowSep-RF: Rectified Flow Matching for Single-Channel Radio-Frequency Signal Separation
- Title（参考訳）: FlowSep-RF: 単一チャネル高周波信号分離のための整流流マッチング
- Abstract要約: FlowSep-RFは、受信した混合物から関心の信号へのクリーンエンドポイント輸送を学習する修正フローマッチングフレームワークである。
ODM-BPSK,OFDM-QPSK,RFChallenge CommSignal2を併用したQPSK混合物上でのFlowSep-RFの評価を行った。
- 参考スコア（独自算出の注目度）: 2.7902308409801857
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Single-channel radio-frequency (RF) signal separation is important for interference mitigation when a signal of interest overlaps with a co-channel interferer in time and frequency. Classical matched filtering and LMMSE receivers are limited under structured non-Gaussian interference, while diffusion and score-based methods often require iterative sampling or optimization. We propose FlowSep-RF, a rectified flow matching framework that learns a clean-endpoint transport from the received mixture to the signal of interest. The model combines time-domain IQ samples with frequency-domain features and recovers the separated waveform using one endpoint velocity evaluation. We evaluate FlowSep-RF on QPSK mixtures with OFDM-BPSK, OFDM-QPSK, and RFChallenge CommSignal2 interference against classical, discriminative, and generative baselines. FlowSep-RF achieves the lowest average BER and MSE among evaluated baselines across all three settings with one-step inference.
- Abstract（参考訳）: 単一チャネル電波周波数(RF)信号分離は、利害の信号が共チャネル干渉器と時間と周波数の重なり合う場合、干渉緩和に重要である。
古典的なマッチングフィルタとLMMSE受信機は非ガウス的干渉の下で制限されるが、拡散とスコアベースの手法は繰り返しサンプリングや最適化を必要とすることが多い。
提案するフローマッチングフレームワークであるFlowSep-RFは,受信した混合物から関心の信号へのクリーンエンドポイント輸送を学習する。
このモデルは、時間領域IQサンプルと周波数領域の特徴を結合し、1つの終端速度評価を用いて分離波形を復元する。
ODM-BPSK,OFDM-QPSK,RFChallenge CommSignal2を併用したQPSK混合物上でのFlowSep-RFの評価を行った。
FlowSep-RFは、評価基準線のうち、最低値のBERとMSEを1ステップの推論で3つの設定で達成する。
関連論文リスト
- Rydberg Atomic Quantum Receivers for OFDM Systems: An Atomic-Comb Design [49.799227408938144]
我々は6波混合(SWM)に基づく原子コム・ライドバーグ受信機を開発した。
我々は,OFDM干渉を積極的に緩和するために提案した原子コムの応答変換能力を利用する。
論文 参考訳（メタデータ） (2026-10-11T03:30:28Z) - CRFCAN: A Complex-Valued Cross-Domain Residual Network for Joint Channel and Phase Noise Estimation in Sub-THz OFDM Systems [5.464031544932083]
サブテラヘルツ (サブTHz) 通信では、超広帯域と重相雑音(PN)障害の結合により、結合チャネルとPN推定は非常に複雑で計算的に禁止される。
結合チャネルとPN推定のために設計された複素数値残差FFT畳み込みアテンションネットワークであるCRFCANを提案する。
論文 参考訳（メタデータ） (2026-09-10T22:02:08Z) - HFEMCNet: A Compact Hybrid Frequency Enriched Multi Channel Network for Automatic Modulation Classification [1.4610038284393168]
HFNetは、依存関係と周波数領域情報を利用する、新しいハイブリッド強化マルチチャネルネットワークである。
HFEMCNetは、分類精度において、現代の三項DLモデルよりも大幅に優れている。
その結果, ハイブリットアーキテクチャと周波数領域のリッチ化を併用して, 堅牢かつ効率的なAMCを実現する効果が示された。
論文 参考訳（メタデータ） (2026-08-25T11:23:19Z) - Posterior Augmented Flow Matching [64.1559809786948]
後拡張フローマッチング(PAFM)はフローマッチング(FM)の一般化である
PAFMは、異なるモデルスケールで最大3.4FID50KでFMよりも改善されていることを示す。
論文 参考訳（メタデータ） (2026-05-01T17:59:59Z) - Training-Free Refinement of Flow Matching with Divergence-based Sampling [17.850801452423074]
Flow Divergence Sampler (FDS)は、各ソルバステップの前に中間状態を洗練するトレーニング不要のフレームワークである。
FDSは、このシグナルを利用して、よりあいまいな領域に向けて州を操る。
標準のソルバやオフザシェルフフローバックボーンと互換性のあるプラグイン・アンド・プレイのフレームワークとして、FDSは、さまざまな世代のタスクにおける忠実さを一貫して改善する。
論文 参考訳（メタデータ） (2026-04-06T12:54:58Z) - Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models [53.79667447811139]
受信した信号に直接適用した場合、単一のディープニューラルネットワークアーキテクチャが共同で検出および分離することを学習していることを示す。
これらの結果から,UJM は DTS に代わるスケーラブルで実用的な代替品であり,広範に推定された統合分離のための新たな方向を開拓した。
論文 参考訳（メタデータ） (2026-02-04T15:25:02Z) - CATCH: Channel-Aware multivariate Time Series Anomaly Detection via Frequency Patching [24.927390742543707]
周波数パッチに基づくフレームワークであるCATCHを紹介する。
本稿では,パッチワイドマスクジェネレータとマスクアテンション機構を備えたChannel Fusion Module (CFM)を提案する。
10の現実世界のデータセットと12の合成データセットの実験は、CATCHが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2024-10-16T05:58:55Z) - Deep Reinforcement Learning for IRS Phase Shift Design in
Spatiotemporally Correlated Environments [93.30657979626858]
本稿では,チャネル相関と目的地動きを考慮したディープアクター批判アルゴリズムを提案する。
チャネルが時間的に相関している場合、コンバージェンスを抑制する方法において、関数近似を伴う状態表現にSNRを組み込むことが示される。
論文 参考訳（メタデータ） (2022-11-02T22:07:36Z) - 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) - Model-Driven Deep Learning Based Channel Estimation and Feedback for
Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。
無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。
MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-04-22T13:34:53Z) - FPCR-Net: Feature Pyramidal Correlation and Residual Reconstruction for
Optical Flow Estimation [72.41370576242116]
フレーム対からの光フロー推定のための半教師付き特徴ピラミッド相関・残留再構成ネットワーク(FPCR-Net)を提案する。
ピラミッド相関マッピングと残留再構成の2つの主要なモジュールで構成されている。
実験結果から,提案手法は,平均終点誤差 (AEE) に対して0.80, 1.15, 0.10の改善を達成し,最先端性能を実現していることがわかった。
論文 参考訳（メタデータ） (2020-01-17T07:13:51Z)
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。