神经自干扰消除的硬件实现

带内全双工系统可以在同一频带上同时发送和接收信息。然而，由于发射机对其自身接收机引起的强自干扰，使用非线性数字自干扰消除至关重要。在这项工作中，我们描述了一种基于神经网络的非线性自干扰（SI）消除器的硬件架构，并将其与我们自己实现的基于常规多项式的 SI 消除器进行比较。特别地，我们给出了浅层和深层神经网络 SI 消除器以及多项式 SI 消除器的实现结果。我们的结果表明，深层神经网络消除器实现了高达 $312.8$ Msamples/s/mm$^2$ 的硬件效率和高达 $0.9$ nJ/sample 的能效，分别比多项式 SI 消除器好 $2.1\times$ 和 $2\times$。这些结果表明，应用于通信的基于 NN 的方法不仅从性能角度看有用，而且也可以是非常有效的降低实现复杂度的手段。