.png){kind=icon}
返回
Analog neural network–based wireless receiver
.png){kind=icon}
OA
AI
DOI：10.1126/sciadv.aeg7153.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统无线接收机在复杂传播环境及存在非线性干扰时性能不佳。尽管数据驱动的人工智能模型提供了有前景的替代方案，但其在传统数字处理平台上的实现常受限于能耗和延迟。在此，我们提出了一种模拟无线接收机，利用神经网络的特征提取和学习能力实现信道均衡、滤波、信号路由和符号检测。该模块化架构消除了传统的下变频混频器，并利用模拟存内计算硬件简化了其实现，允许直接从高频模拟信号中解码数据。我们通过在片上系统平台上使用基于忆阻器交叉阵列的概念验证硬件实现，展示了所提接收机的适应性、能效和处理速度。该全硬件实现的接收机在多种调制方案和载波频率下，从失真模拟信号中检测随机生成符号时达到10−6的误码率，突显了其在未来无线通信系统中针对带宽密集型和低延迟敏感型应用的潜力。
