대역 내 전이중 통신에서는 수신된 원하는 신호를 성공적으로 복호화하기 위해 정밀한 자체간섭 제거(SIC)가 필요하다. 기존의 신경망(NN) 기반 SIC 방식은 추가적인 NN 학습 없이 정적인 SI 채널에서 수신된 자체간섭(SI)의 비선형 성분을 추정하기 위해 오프라인으로 학습된 NN을 사용한다. 시간에 따라 변하는 SI 채널의 경우, NN 보조 SIC 방법은 시간변화 채널에 적응하기 위해 대역 내 전이중 통신 중에 NN을 재학습해야 한다. 그러나 NN 학습은 전이중 통신 중에 수행하기에는 충분히 빠르지 않다. 그 결과 SIC 성능이 저하된다. 본 논문에서는 선형 SI 채널 계수의 추정치를 입력으로 받는 채널 강건형 NN을 사용하는 디지털 SIC 방식을 제안한다. NN이 SI 채널의 비선형 거동 중 정적인 부분을 잘 학습할 수 있음을 확인하였다. 제안한 방법은 선형 성분의 채널 계수 추정과 사전 학습된 NN만으로 시간에 따라 변하는 SI 채널에 적응할 수 있다. 또한 제안된 방식은 시간불변 및 시간변화 SI 채널 모두에서 SI를 잡음 바닥(noise floor)까지 성공적으로 감소시킬 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.