Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Digital fördistorsion baserad på neurala nätverk för 6G-nätverk

Diarienummer
Koordinator Ericsson AB
Bidrag från Vinnova 100 000 kronor
Projektets löptid januari 2026 - juli 2026
Status Avslutat
Utlysning 6G - Kompetensförsörjning
Ansökningsomgång 6G - Handledning av examensarbete

Viktiga resultat som projektet gav

[translated from English] I det här arbetet gjordes tre huvudsakliga bidrag: 1) Användning av Closed Form Continuous Time Neural Networks (CfC) inom digital predistorsion för att förbättra prestandan, 2) tillämpning av olika grindningsstrategier (gating strategies) för att förbättra valet av grenar, 3) bidragsmedveten beskärning (contribution-aware pruning) för att minska beräkningskostnaden med minimal påverkan på prestandan.

Långsiktiga effekter som förväntas

Den nuvarande implementeringen är beräkningsmässigt dyrare jämfört med vanliga neurala nätverk. Vi visar dock att den ger överlägsen prestanda (+2dB) jämfört med NN-baslinjen (baseline) och att det är möjligt att bibehålla den prestandan samtidigt som beräkningskostnaden minskas. Detta är ett uppmuntrande resultat som talar för att vidare studera ytterligare tekniker för att minska beräkningskostnaden.

Upplägg och genomförande

Projektet följde en grundläggande struktur där vi började med att granska befintliga tekniker och sedan testa med hjälp av lokal data/labbutrustning. Inledningsvis förväntade vi oss att se fördelar direkt "ur lådan" genom att tillämpa befintliga tekniker, vilket visade sig vara ett felaktigt antagande. Detta uppmuntrade oss att gräva djupare under experimenten och identifiera fler möjligheter. Sammantaget genomfördes projektet i tid.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 15 augusti 2026

Diarienummer 2026-00047