パワーアンプは非線形だ。これは当たり前の話で、どんなに品質の高いPAでも、入力電力が上がるにつれて出力が飽和方向に曲がっていく。5Gの広帯域OFDMみたいにピーク電力比（PAPR）が高い信号を扱うと、この歪みはかなり深刻になる。

それを補正する手法がDPD（Digital Predistortion）だ。アイデアはシンプルで、PAの非線形特性の「逆関数」を事前に信号に掛けておく。そうするとPA通過後に非線形成分がキャンセルされて、出力がきれいな線形に見える。

従来のDPDはVolterra級数やGMP（Generalized Memory Polynomial）といった多項式モデルが主流だった。最近はMLPベースのニューラルネットワークDPDも増えてきたが、「演算量が重い」という問題が常についてまわる。基地局の実装では、計算コストは直接ハードウェア規模と消費電力に直結するから、これは無視できない。

---

そこに出てきたのがKAN（Kolmogorov-Arnold Networks）を使ったDPDだ。

KANはMLPとアーキテクチャの思想が違う。MLPはノードに固定の活性化関数を置いて、重みをエッジに載せる。KANはその逆で、エッジ自体に学習可能な一変数関数を持たせる。これはコルモゴロフ・アーノルドの表現定理——「多変数連続関数は一変数関数の合成で表せる」——を背景にしている。

この構造が何をもたらすかというと、入出力の非線形マッピングをより少ないパラメータで表現できる可能性が出てくる。PA非線形性みたいに「入力の非線形変換の組み合わせ」で記述できる対象には、理論的に相性がいいはずだ。

---

ECOC 2026に採択された論文（Khalid et al.）は、5Gアナログ・ラジオオーバーファイバー（RoF）フロントホールへのKAN-DPD適用を報告している。RoF系は光ファイバー経由でRF信号を伝送するから、PAの歪みに加えて光学的非線形性も重なってくる。DPDの難しさが一段上がる環境だ。

結果として出てきた数字がわりと印象的だった。

• 同等のBOP（Bit Operations）比較で、KAN-DPDはMLPよりEVM 24.2%改善
• 同等BOPで、Volterra-GMP比ではEVM 29.6%改善
• EVM < 2% を達成するために必要なBOPは、MLPの**約52%**で済む

EVMが下がるというのは、送信信号の品質が上がる、つまり変調誤りが減るということだ。そして演算量が半分というのは、リアルタイム実装においてかなり意味がある。

---

もちろんいくつか留保はある。

この論文はECOC 2026で口頭発表採択されたプレプリント段階の結果だ。独立した検証はこれからだし、実際の基地局環境での評価とは条件が違う可能性もある。KANがMLPより常に優れているわけでもなくて、問題の構造によって向き不向きがある。

ただ、DPDという「非常に具体的な非線形近似タスク」にKANを当てはめて、演算効率で明確なアドバンテージを示したことは面白いと思う。

KANはここ1〜2年で様々なドメインに応用が試みられているが、「理論的にきれいな話」で終わらず「実装コストで勝てる」ことを見せた事例として、この結果は記憶しておく価値があるかもしれないな。

— ランキン

出典

一次情報（著者・機関の報告）

• Bilal Khalid, Fabio Cavaliere, Luca Giorgi, Pedro Freire, Sergei K. Turitsyn, Jaroslaw E. Prilepsky, “Kolmogorov-Arnold Networks for Low Complexity Digital Predistortion in 5G Analog Radio-over-Fiber Systems”, ECOC 2026（口頭発表採択）。数値はプレプリント段階の著者報告値であり、独立検証・査読はこれから。

参考情報

• arXiv eess.SP recent listings: https://arxiv.org/list/eess.SP/recent