Como simular a interface aérea PHY orientada por IA para pesquisa 6G

Projeto de sistema para pesquisa 6G
+ Projeto de sistema para pesquisa 6G

Otimização de projetos 6G com análise de comportamento de canal em tempo real

O projeto de sistemas 6G de última geração exige a reação a mudanças dinâmicas em tempo real no canal e no comportamento da rede. O software deve simular interações complexas no comportamento do canal, como modulação avançada, mobilidade do equipamento do usuário e informações sobre o estado do canal a partir de múltiplas entradas/múltiplas saídas ultramassivas. A simulação desse comportamento com técnicas integradas de inteligência artificial (IA) e aprendizado de máquina (ML) é fundamental para modelar os formatos complexos de modulação de nível superior necessários para atingir as metas de taxa de transferência de dados.

Os engenheiros de sistemas de comunicação precisam de um software de automação de projeto que gere conjuntos de dados de treinamento para algoritmos de redes neurais. Eles também precisam incorporar modelos treinados em simulações avançadas de sistemas de comunicação 5G e 6G futuros. Os pesquisadores devem modelar o comportamento de vários componentes e sistemas, analisar as métricas de desempenho e otimizar os projetos para melhorar a funcionalidade e a relação custo-benefício. O software deve gerar conjuntos de dados e treinar modelos.

Solução de simulação de pesquisa 6G PHY

A construção de sistemas 6G exige a adaptação às mudanças em tempo real no comportamento do canal e da rede. O pacote Keysight System Design W4812B inclui espaços de trabalho de exemplo de IA e ML para pesquisa 6G. O System Design demonstra a simulação em nível de link do feedback de informações de estado do canal (CSI) para melhorar a taxa de transferência. Ele salva informações de feedback de CSI sem compactação para treinamento de feedback de CSI baseado em IA. Para a estimativa de canal de IA, o System Design avalia o desempenho de um modelo de receptor de novo rádio (NR) usando um modelo de rede neural pré-treinado, comparando-o com a estimativa convencional de canal de erro médio quadrático (MMSE). O System Design gera dados de treinamento para que um modelo de rede neural aprenda com os padrões de estimativa de canal MMSE, com o objetivo de substituir a estimativa de canal MMSE convencional no modelo de recepção NR.

Veja a demonstração da simulação de pesquisa 6G PHY

Explore os produtos em nossa solução de simulação de pesquisa 6G PHY

Casos de uso relacionados

logotipo de contato

Entre em contato com um de nossos especialistas

Precisa de ajuda para encontrar a solução certa para você?