基于 1 位量化的数字线性化器
信号处理
2025-09-19 v2
摘要
本文提出了一种新型低复杂度无记忆线性化器，用于抑制模拟前端中的失真。该线性化器灵感来自我们最近引入的线性化器，但其复杂度远低于本文语境下传统神经网络，且在某些方面还能超越传统的并联无记忆 Hammerstein 线性化器。进一步地，它可以通过矩阵求逆来设计，从而避免了传统训练神经网络时代价高昂且耗时的数值优化。本文提出的线性化器与现有方法的不同之处在于其使用 1 位量化作为非线性激活函数和不同的偏置值。这些特征使得可以实现查表法，从而消除除一种乘法和加法之外的所有乘法和加法。本文包含大量仿真和比较，针对失真的多音调信号和带通滤波白噪声，展示了所提线性化器的有效性。
引用
@article{arxiv.2503.02729,
title = {Digital Linearizer Based on 1-Bit Quantizations},
author = {Deijany Rodriguez Linares and Håkan Johansson},
journal= {arXiv preprint arXiv:2503.02729},
year = {2025}
}