基于反向传播的非线性RF系统辨识
信号处理
2020-06-02 v3 机器学习
摘要
本工作中，我们利用深度展开将级联非线性RF系统视为基于模型的神经网络。该视角使得可直接使用广泛的神经网络工具与优化器来高效辨识此类级联模型。我们通过全双工通信中数字自干扰消除的实例证明该方法的有效性，其中IQ不平衡模型与非线性PA模型串联级联。对于约44.5 dB的自干扰消除性能，与展开的线性参数化多项式模型相比，模型参数数量可减少74%，每样本运算量可减少79%。
引用
@article{arxiv.2001.09877,
title = {Identification of Non-Linear RF Systems Using Backpropagation},
author = {Andreas Toftegaard Kristensen and Andreas Burg and Alexios Balatsoukas-Stimming},
journal= {arXiv preprint arXiv:2001.09877},
year = {2020}
}
备注
To be presented at the 2020 IEEE International Conference on Communications (Workshop on Full-Duplex Communications for Future Wireless Networks)