方向自适应神经网络

动态方向低复杂度

利用门控网络动态调整主干网络隐藏层特征，在动态波束方向下以更低复杂度实现更好的数字预失真性能。

Junsen, Wang · Jiang, Chengye · Han, Renlong · Yang, Guichen · Qianqian, Zhang · Hao, Chang · 刘发林

IEEE Transactions on Vehicular Technology 2024

技术优势

方向自适应

DANN通过门控网络利用方向信息动态调整主干网络的隐藏层特征，使模型能够适应不同波束方向下的失真特性。

低复杂度

仿真表明，DANN在提出的模型中具有低复杂度，有利于实际部署。

性能最佳

在动态方向下，DANN的数字预失真性能优于所提出的其他模型。

应用场景

• 大规模MIMO发射机线性化：在动态波束方向下对大规模MIMO发射机进行数字预失真，保证信号质量。
• 5G基站射频前端：用于5G基站射频前端，在波束扫描时补偿功放非线性。
• 功率放大器线性化：对功率放大器进行线性化，适应波束方向变化引起的失真变化。
• 无线通信信号处理：在无线通信信号处理中实现高效的数字预失真，降低计算复杂度。