XiaoMi-AI文件搜索系统
World File Search System阻断器
具有高功率阻断器的共享频谱中非线性接收器的人工智能驱动解调器
摘要 — 研究表明，通信系统和接收器受到高功率相邻信道信号（称为阻塞器）的影响，这些信号会使射频 (RF) 前端进入非线性操作。由于物联网 (IoT) 等简单系统将与复杂的通信收发器、雷达和其他频谱消费者共存，因此需要采用简单但自适应的 RF 非线性解决方案来保护这些系统。因此，本文提出了一种灵活的数据驱动方法，该方法使用简单的人工神经网络 (ANN) 来帮助消除解调过程中的三阶互调失真 (IMD)。我们引入并数值评估了两个人工智能 (AI) 增强型接收器——ANN 作为 IMD 消除器和 ANN 作为解调器。我们的结果表明，简单的 ANN 结构可以显著改善具有强阻塞器的非线性接收器的误码率 (BER) 性能，并且 ANN 架构和配置主要取决于 RF 前端特性，例如三阶截取点 (IP3)。因此，我们建议接收器具有硬件标签和随时间监控这些标签的方法，以便可以有效地定制 AI 和软件无线电处理堆栈并自动更新以应对不断变化的操作条件。索引术语 —AI、ANN、IMD、IP3、频谱共享。
适用于与高功率阻断器共享频谱的非线性接收器的 AI 驱动解调器
摘要 — 研究表明，通信系统和接收器会受到高功率相邻信道信号（称为阻塞器）的影响，这些信号会使射频 (RF) 前端进入非线性操作。由于物联网 (IoT) 等简单系统将与复杂的通信收发器、雷达和其他频谱消费者共存，因此需要采用简单但自适应的 RF 非线性解决方案来保护这些系统。因此，本文提出了一种灵活的数据驱动方法，该方法使用简单的人工神经网络 (ANN) 来帮助消除解调过程中的三阶互调失真 (IMD)。我们引入并数值评估了两个人工智能 (AI) 增强型接收器 - ANN 作为 IMD 消除器和 ANN 作为解调器。我们的结果表明，简单的 ANN 结构可以显著改善具有强阻塞器的非线性接收器的误码率 (BER) 性能，并且 ANN 架构和配置主要取决于 RF 前端特性，例如三阶截取点 (IP3)。因此，我们建议接收器配备硬件标签，并有办法随时监控这些标签，以便可以有效地定制 AI 和软件无线电处理堆栈并自动更新，以应对不断变化的操作条件。索引术语 —AI、ANN、IMD、IP3、频谱共享。