在光子辅助的W波段无线系统中，实时部署经过剪枝的无监督深度神经网络（DNN）以实现盲均衡

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《IEEE Transactions on Microwave Theory and Techniques》：Real-Time Deployment of Pruned Unsupervised DNN for Blind Equalization in a Photonics-Aided W-Band Wireless System

【字体：大中小】 时间：2025年12月12日 来源：IEEE Transactions on Microwave Theory and Techniques 4.5

编辑推荐：

　　本文提出一种基于无监督深度神经网络（DNN）和传统常数模算法（CMA）的盲均衡器，通过结构剪枝优化模型，实现了在FPGA上实时处理14.7456-Gb/s PAM4信号，误码率从3.53×10^-3降至6.84×10^-3，有效提升密集城市环境中6G通信系统的性能。

　　```html

摘要：

5G之后的技术演进以及新的6G应用的出现，给密集城市和热点区域的通信带来了越来越多的挑战。基于光子技术的毫米波（mm-Wave）通信系统成为了满足这些需求的有吸引力的解决方案。已经提出了多种基于传统数字信号处理（DSP）和神经网络的改进方案。然而，传统DSP算法的局限性以及监督式神经网络的高复杂性阻碍了实时传输。为了解决这个问题，本文提出了一种基于无监督深度神经网络（DNN）的均衡器，该均衡器建立在传统的恒模算法（CMA）之上，用于PAM信号的盲均衡，并应用了结构化剪枝技术以促进实际应用。与传统CMA相比，这种盲DNN均衡器能够有效处理线性和非线性损伤，并实现了更好的比特错误率（BER）性能。结构化剪枝将模型的浮点运算次数（FLOPs）减少了34%，成功地将原本不可部署的架构转化为一个可以在现场可编程门阵列（FPGA）上实时执行的紧凑模型，尽管BER略有增加，从

热点排行

新闻专题

联系信箱：

粤ICP备09063491号