Análisis y propuesta de soluciones basadas en IA para la cancelación de autointerferencia en transmisores In-Band Full Duplex

Abstract

El desarrollo de nuevos estándares para la próxima generación de radiodifusión, concretamente el estándar ATSC 3.0, supondría una gran innovación en los sistemas de radiodifusión. Este estándar presenta un nuevo tipo de tecnologías, conocidas como In-Band Distribution Link (IDL) e Inter-Tower Network (ITC), estas pretender cambiar la arquitectura tradicional de la red ATSC introduciendo numerosas ventajas. A pesar de ello, estas tecnologías presentan una gran desventaja, la generación de una señal autointerferente en las torres de difusión de la red. Esta señal es generada debido al uso del mismo canal de frecuencias en recepción y transmisión. Existen técnicas tradicionales de procesado de señal para la cancelaci´on de señales de autointerferencia, pero estas no son óptimas y tampoco se adecuan a las características concretas de este sistema de comunicaciones. Por ello se ha presentado en este proyecto un estudio de nuevas soluciones para la cancelación basadas en Inteligencia Artificial. Concretamente, se ha utilizado un nuevo tipo de red neuronal conocida como Vision Transformer para la resolución del problema. Estas redes diseñadas para tareas de visión artificial han sido adaptadas para la resolución del problema de cancelación de autointerferencia presentado.