| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-04-17 14:20 CNN-DPDにおける学習の演算量の削減を実現する畳み込みフィルタの検討 ○塩田雄大（鹿児島大）・榊 裕翔（三菱電機）・西川健二郎（鹿児島大）  WPT2026-5 MW2026-5 |
|
| 抄録 | （和） | 本稿ではPower Amplifier (PA)の歪み補償を行うneural network型digital predistortion (NN-DPD)の新たな手法を提案する．NN-DPDはネットワークの複雑性と演算量の大きさから電力消費量が大きいことが問題として挙げられている．real-valued time-delay convolutional neural network (RVTDCNN)という手法は従来のNN-DPDの入力データセットに対して畳み込みフィルタを用いることによって効率よく特徴抽出が可能となり，パラメータ数を減らすことに成功している．しかし，この手法では畳み込みフィルタによって位相情報を持つIQ信号と振幅のみを持つ包絡線信号をオーバーラップして同時に畳み込み演算を行っており，このことが演算量削減を妨げる主な原因となっている．本稿ではこれらの入力データセットを分離して別々の畳み込みフィルタを用いて処理する手法を提案した．提案手法は実験によりRVTDCNNと同等の歪み補償性能を得ながらパラメータ数を29.38%，演算量を示すfloating-point operations (FLOPs)を27.42%削減することができた． |
| （英） | This paper proposes a new method of neural network based digital predistortion (NN-DPD) to compensate for the distortions of the Power Amplifier (PA). NN-DPD is associated with high power consumption due to its network complexity and computational overhead. The real-valued time-delay convolutional neural network (RVTDCNN) method successfully reduces the number of parameters compared to conventional NN-DPD by employing convolutional kernels. However, the simultaneous convolutional computation of I/Q components possessing phase information and envelope-dependent terms possessing only amplitude information in an overlapping manner via kernels hinders the reduction of computational complexity. This paper proposes a method to separate these input datasets and process them using distinct convolutional kernels. Experimental results demonstrate that the proposed method achieves performance comparable to RVTDCNN while reducing the number of parameters by 29.38% and floating-point operations (FLOPs) by 27.42%. | |
| キーワード | （和） | NN-DPD / ニューラルネットワーク / 電力増幅器 / ディジタルプリディストーション / / / / |
| （英） | NN-DPD / neural network / power amplifier / digital predistortion / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 6, MW2026-5, pp. 25-30, 2026年4月. | |
| 資料番号 | MW2026-5 | |
| 発行日 | 2026-04-10 (WPT, MW) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | WPT2026-5 MW2026-5 |
|
| 研究会情報 | |
| 研究会 | WPT MW |
| 開催期間 | 2026-04-17 - 2026-04-17 |
| 開催地（和） | あいぽーと佐渡 多目的ホール |
| 開催地（英） | Aiport Sado |
| テーマ（和） | 無線電力伝送/マイクロ波⼀般 |
| テーマ（英） | Wireless Power Transfer, Microwave |
| 講演論文情報の詳細 | |
| 申込み研究会 | MW |
| 会議コード | 2026-04-WPT-MW |
| 本文の言語 | 日本語 |
| タイトル（和） | CNN-DPDにおける学習の演算量の削減を実現する畳み込みフィルタの検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of Convolutional Filters for Reducing Computational Complexity in CNN-DPD Training |
| サブタイトル（英） | |
| キーワード(1)（和/英） | NN-DPD / NN-DPD |
| キーワード(2)（和/英） | ニューラルネットワーク / neural network |
| キーワード(3)（和/英） | 電力増幅器 / power amplifier |
| キーワード(4)（和/英） | ディジタルプリディストーション / digital predistortion |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 塩田 雄大 / Yudai Shiota / シオタ ユウダイ |
| 第1著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 榊 裕翔 / Hiroto Sakaki / サカキ ヒロト |
| 第2著者 所属（和/英） | 三菱電機株式会社 (略称： 三菱電機) Mitsubishi Electric Corporation (略称： Mitsubishi Electric Corp.) |
| 第3著者 氏名（和/英/ヨミ） | 西川 健二郎 / Kenjiro Nishikawa / ニシカワ ケンジロウ |
| 第3著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-04-17 14:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MW |
| 資料番号 | WPT2026-5, MW2026-5 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.5(WPT), no.6(MW) |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2026-04-10 (WPT, MW) |
[研究会発表申込システムのトップページに戻る]