Resumo Técnico: LightAMCNet

Declaração do Problema

A Classificação Automática de Modulação (AMC) é um habilitador crítico para rádio cognitivo, monitoramento de espectro e inteligência de espectro de borda em redes móveis de próxima geração. Embora os métodos de AMC baseados em aprendizado profundo tenham alcançado alto desempenho de reconhecimento, muitos modelos existentes dependem de arquiteturas complexas contendo centenas de milhares a milhões de parâmetros treináveis. Esses modelos frequentemente incorporam mecanismos de atenção, camadas de Long Short-Term Memory (LSTM), processamento de tempo-frequência de múltiplos ramos ou componentes especializados como módulos de compressão e excitação (squeeze-and-excitation). Tal complexidade aumenta a pegada de memória, a complexidade de implementação e os custos de inferência, tornando-os inadequados para nós sem fio com recursos limitados, plataformas não tripuladas e dispositivos de rádio definido por software. Além disso, os métodos "leves" existentes muitas vezes ainda excedem 100 mil parâmetros ou exigem operações especializadas que complicam a implantação na borda.

Metodologia

O artigo propõe o LightAMCNet, uma rede neural convolucional unidimensional compacta projetada para operar com menos de 70.000 parâmetros (especificamente 68,9k). A arquitetura é construída sobre um "backbone de convolução temporal pura" e evita deliberadamente vários padrões comuns de design de aprendizado profundo para garantir simplicidade e capacidade de implantação.

Escolhas Arquiteturais Principais

1. Convolução Temporal Pura: A rede processa sequências brutas de Fase/Quadratura (I/Q) diretamente no domínio do tempo. Ela evita ramos no domínio da frequência (ex: transformadas de Fourier, Transformadas de Fourier de Curto Prazo) e portões (gating) no domínio da frequência.
2. Blocos de Construção Simplificados: O componente central é o Bloco Temporal Simples (PTB), um bloco residual que:
   • Utiliza convoluções 1D padrão (tamanhos de kernel 5 e 3) em vez de convoluções separáveis em profundidade ou agrupadas.
   • Exclui mecanismos de atenção de canal (ex: SE, ECA, CBAM) e módulos de autoatenção.
   • Evita blocos residuais invertidos (MBConv) e mecanismos de expansão de canal.
3. Estrutura da Rede:
   • Stem (Caule): Uma única convolução 1D (kernel tamanho 7) mapeando a entrada de 2 canais I/Q para canais de características iniciais.
   • Backbone: Quatro estágios de PTBs com dimensões de canais aumentando gradualmente ($[16, 24, 32, 48, 64] \times w$). O subamostragem (downsampling) com stride-2 reduz a resolução temporal de 128 para 16 amostras.
   • Head (Cabeça): Uma camada de dual-pooling (pooling médio e máximo adaptativo em paralelo) seguida por um classificador de duas camadas com ativação SiLU e dropout.
4. Escalabilidade: Um multiplicador de largura ($w \in \{0.5, 0.75, 1.0, 1.5\}$) permite trocar precisão por tamanho de modelo. A configuração padrão utiliza $w=1.0$.

Principais Contribuições

• Desenvolvimento de Modelo: Introdução do LightAMCNet, um modelo de AMC com apenas 68,9k parâmetros treináveis, significativamente menor que as linhas de base como MCLDNN (406,5k) e SCNN (104,1k).
• Validação de Desempenho: Demonstração de que uma arquitetura de convolução temporal simples cuidadosamente configurada pode alcançar precisão competitiva em benchmarks padrão (RadioML 2016.10a e 2016.10b) sem componentes complexos.
• Análise de Ablação: Avaliação sistemática do multiplicador de largura e da taxa de dropout para caracterizar o equilíbrio entre precisão e eficiência.
• Métricas de Eficiência: Avaliação abrangente do custo computacional, incluindo parâmetros, Operações de Multiplicação-Acúmulo (MACs), latência e throughput de lote.

Resultados Experimentais

Os experimentos foram conduzidos nos conjuntos de dados RadioML 2016.10a e RadioML 2016.10b utilizando uma GPU NVIDIA RTX 4070 SUPER.

• Precisão:
  • RadioML 2016.10a: O LightAMCNet alcançou 61,92% de precisão, superando o MCLDNN (58,54%) em 3,38 pontos percentuais enquanto utiliza apenas 16,9% dos parâmetros do MCLDNN.
  • RadioML 2016.10b: O LightAMCNet alcançou 64,56% de precisão, superando ligeiramente o MCLDNN (64,28%).
  • Comparação: Tanto o LightAMCNet quanto o MCLDNN superaram significativamente a linha de base SCNN (53,35% e 53,84%, respectivamente).
• Eficiência:
  • Throughput: O LightAMCNet alcançou um throughput de inferência de lote de aproximadamente 198.000 inferências por segundo (tamanho de lote 256), cerca de três vezes maior que o do MCLDNN (65,2k).
  • Latência: A latência de amostra única foi de 1,23 ms, comparável ao MCLDNN (1,33 ms) e ligeiramente superior ao SCNN (0,26 ms).
  • Memória: Os 68,9k parâmetros requerem aproximadamente 276 KB de armazenamento (float de 32 bits), comparado a 1,63 MB para o MCLDNN.
• Descobertas de Ablação:
  • A precisão saturou em torno de um multiplicador de largura de $w=1,0$; aumentar para $w=1,5$ não gerou melhoria e excedeu o orçamento de 100k parâmetros.
  • Mesmo com $w=0,5$ (20,2k parâmetros), o modelo manteve 61,24% de precisão no 2016.10a.
  • Uma taxa de dropout de 0,15 proporcionou um equilíbrio estável, embora 0,05 tenha rendido uma precisão ligeiramente superior no 2016.10b.

Significância e Alegações

O artigo postula que convoluções temporais simples cuidadosamente projetadas podem fornecer um equilíbrio favorável entre precisão e eficiência para AMC em tempo real em sistemas sem fio de borda. A significância do LightAMCNet reside em sua capacidade de:

1. Democratizar a Implantação na Borda: Ao reduzir a contagem de parâmetros para menos de 70k, o modelo é adequado para armazenamento e execução em nós sem fio de baixa potência e aceleradores embarcados onde memória e computação são limitadas.
2. Simplificar a Implementação: Ao evitar operações especializadas (atenção, transformadas de frequência, convoluções separáveis em profundidade), a arquitetura é mais fácil de implementar, reproduzir e otimizar (ex: via quantização) em hardware.
3. Validar a Simplicidade: Os resultados desafiam a suposição de que arquiteturas complexas, de múltiplos ramos ou pesadas em atenção são estritamente necessárias para uma alta performance de AMC, sugerindo que profundidade temporal suficiente e estratégias de dual-pooling são mais críticas para a representação de sinais I/Q neste contexto.

Os autores reconhecem limitações, observando que as avaliações foram realizadas em uma GPU de desktop em vez de microcontroladores ou FPGAs, e que o modelo atualmente aborda classificação de rótulo único sem lidar com sinais sobrepostos. O trabalho futuro é proposto para explorar destilação de conhecimento, treinamento consciente de quantização e implantação em hardware sem fio embarcado real.