基于 TinyML 的自适应脉冲成形技术用于 IoT/IIoT 边缘智能
信号处理
2025-06-09 v1
摘要
IoT 和 IIoT 边缘智能对在资源受限设备上进行数据处理的轻量级算法提出了要求。本文引入了一种基于 TinyML 的自适应脉冲形状滤波器，用于在用于 IoT 通信上行链路的边缘设备上优化 PAPR 和 SER。实现于 IoT 节点如传感器，我们的修剪神经网络在根升余弦 (RRC) 滤波器上可实现最高 2 dB 的 PAPR 节省。大量仿真验证了其在 DFT-s-OFDM 系统中的有效性，为智能制造和农村覆盖等 IoT/IIoT 应用场景提供了能效高且可扩展的解决方案。
引用
@article{arxiv.2506.05789,
title = {TinyML-Based Adaptive Pulse Shaping for Edge Intelligence in IoT/IIoT},
author = {Afan Ali},
journal= {arXiv preprint arXiv:2506.05789},
year = {2025}
}
备注
6 pages, 11 Figures, Accepted in Internet Technology Letters