5G와 그 이후 세대 통신에서는 디지털 프리디스토션(DPD)이 더 넓은 신호 대역을 다뤄야 한다. 그러나 넓은 대역의 실험용 하드웨어는 비용이 크고, 공개 장비는 유연성이 부족하다는 문제가 남아 있었다. 이 논문은 그런 공백을 겨냥한 OwnDPDLab을 소개하는 arXiv v1 프리프린트다.
구성의 핵심은 RFSoC 4×2 평가보드다. 시스템은 중심 주파수, 샘플링 모드, 출력 전력, 입력 감쇠를 사용자가 직접 조절할 수 있고, 신호 대역폭은 최대 1GHz까지 지원한다. 저비용·오픈소스·공개 접근성을 내세우면서도, 실험실 환경에서 DPD 알고리즘을 실제로 비교할 수 있게 설계했다.
검증은 실험실용 전력 증폭기(Mini-Circuits ZHL-42-SMA, 0.7–4.2GHz)를 대상으로 이뤄졌다. 196.608MHz 대역의 256-QAM OFDM 신호 20만 샘플을 사용했고, 첫 번째와 두 번째 Nyquist 영역에서 각각 측정했다. 첫 영역에서는 900MHz, 두 번째 영역에서는 3915.2MHz로 동작시켰으며, DUC/DDC 주파수는 각각 0.9GHz와 -1GHz로 맞췄다.
비교한 모델은 메모리 폴리노미얼(MP)과 augmented real-valued time-delay neural network(ARVTDNN)였다. 매개변수 탐색은 ACLR을 최적화하되 NMSE가 -35dB보다 낮도록 제한했고, 입력·출력 기록 샘플 10만 개를 사용했다. 첫 Nyquist 영역에서는 MP가 차수 K=5, 메모리 L=9, 복잡도 30계수를, ARVTDNN은 [128, 64] 은닉 크기와 17,474개 파라미터를 썼다. 두 번째 영역에서는 MP가 18계수, ARVTDNN은 3,074개 파라미터였다.
성과는 표 III에 정리됐다. 보정 전에는 첫 영역 NMSE -24.47dB, ACLR -41.75dBc, EVM 5.98%였고, 두 번째 영역은 NMSE -19.95dB, ACLR -44.97dBc, EVM 10.06%였다. DPD 적용 뒤 MP는 첫 영역에서 NMSE -47.29dB, ACLR -52.52dBc, EVM 0.43%를, ARVTDNN은 -46.28dB, -52.47dBc, 0.49%를 기록했다. 두 번째 영역에서는 MP가 -35.38dB, -49.33dBc, 1.70%, ARVTDNN이 -35.80dB, -49.53dBc, 1.62%였다. 논문은 두 방식이 비슷한 선형화 성능을 보였지만, MP가 더 적은 자원으로 구현된다고 정리한다.
| 구분 | 수치/설정 | 근거 단서 |
|---|---|---|
| 시험대 대역폭 | 983.04 MHz | II. Testbed Architecture / RFSoC 4×2 configured with R = 4.9152 GSPS, SSR = 4 |
| 검증 신호 | 196.608 MHz, 256-QAM OFDM | III.A Measurement Setup / The test signal is a 256-QAM OFDM waveform with a bandwidth of 196.608 MHz |
| 보정 후 최대 개선 | NMSE up to 23 dB, ACLR up to 11 dB | Abstract / The system achieves… up to 23 dB … up to 11 dB |
| DPD 알고리즘 비교 | MP, ARVTDNN | III.B 및 Table II / exemplary comparison |
| 첫 Nyquist 영역 측정 주파수 | 900 MHz | III.A Measurement Setup / operating at 900 MHz in the first … Nyquist zone |
자료: STORIUM 정리
결국 이 작업은 상용 장비 없이도 넓은 대역 DPD 알고리즘을 실측 환경에서 비교할 수 있는 시험대를 제시한 셈이다. 본문은 클라이언트 코드, PS 코드, PL 비트스트림이 GitHub에 공개돼 있다고 밝히며, 이후에는 이론상 2.5GHz 대역폭과 다채널 시험으로 확장할 수 있다고 덧붙인다.
1차 출처: https://arxiv.org/abs/2607.11612
저작권자 © STORIUM 무단전재 및 재배포 금지
