关于无线全双工自干扰的神经网络表示
信号处理
2024-10-02 v1
摘要
神经网络建模是科学和研究的关键技术，也是将算法部署到系统的平台。在无线通信中，系统建模对于干扰消除至关重要，特别是在全双工中继中，对自干扰消除的精度要求极高。本文研究了利用神经网络架构对自干扰信道进行识别和表示的潜力。该方法因其处理非线性表示的能力而前景广阔，但信道特性的可变性是直接应用数据驱动方法的首要障碍。因此，我们提出了带有“适应性”的架构以实现成功的训练。为了结果的可复现性以及可能使用更强模型和增强性能的进一步研究，我们记录并共享了我们的数据。
关键词
引用
@article{arxiv.2410.00894,
title = {On Neural-Network Representation of Wireless Self-Interference for Inband Full-Duplex Communications},
author = {Gerald Enzner and Aleksej Chinaev and Svantje Voit and Aydin Sezgin},
journal= {arXiv preprint arXiv:2410.00894},
year = {2024}
}