본 논문은 IEEE MTT-S 국제 마이크로파 심포지엄(IMS 2024)에서 발표되었으며, IEEE Microwave and Wireless Technology Letters에 초청되었다.
제안하는 혼합 정밀도 신경망 기반 디지털 프리디스토션(MP-DPD) 기법은 대부분의 연산을 저정밀도 고정 소수점 연산으로 수행하여 전력 소비를 크게 줄인다. 이를 통해 복잡도가 높은 딥 신경망 기반 DPD 모델을 실용적으로 구현할 수 있다.
실험 결과, 제안하는 MP-DPD 기법은 32비트 부동 소수점 DPD 대비 성능 저하 없이 인퍼런스 전력을 2.8배 감소시킬 수 있다. 특히 16비트 고정 소수점 정밀도의 MP-DPD는 -43.75/-45.27 dBc의 인접 채널 전력 비율(ACPR)과 -38.72 dB의 오차 벡터 크기(EVM)를 달성하면서도 전력 소비를 크게 줄일 수 있다.
제안하는 기법은 기존의 전력 절감 기법들과 호환되어 추가적인 전력 절감이 가능하다. 또한 PyTorch 기반의 학습 및 테스트 코드를 공개하여 연구 및 실용화를 촉진한다.
Іншою мовою
із вихідного контенту
arxiv.org
Ключові висновки, отримані з
by Yizhuo Wu,An... о arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15364.pdfГлибші Запити