Anwendung von AI bei der Modellierung von 6G-Kanälen

Angebot
PathWave-Signalerzeugung
+ PathWave Signalgenerierung
PathWave-Signalerzeugung
+ PathWave Signalgenerierung

Integration von AI für Kanalschätzung und Kanalzustandsrückmeldung

Die Prüfung der HF-Leistung von 6G-Netzen umfasst die Bewertung von Schlüsselkennzahlen wie der Größe des Fehlervektors und der Kanalzustandsinformationen (CSI), um die Signalintegrität und Systemeffizienz zu bestimmen. Designansätze, die auf künstlicher Intelligenz (KI) basieren, ermöglichen es Ingenieuren, das Kanalverhalten genauer zu simulieren, was die Fähigkeit zur Bewertung der Kanalschätzung und Vorhersage der Leistung verbessert. Durch die Integration von KI-Modellen in den Testprozess können Ingenieure die Signalqualität optimieren und sich dynamisch an Kanalschwankungen in Echtzeit anpassen, um sicherzustellen, dass 6G-Netze die Leistungsvorgaben erfüllen.

Der Prozess beginnt mit dem Training von KI-Modellen, um Kanalbeeinträchtigungen wie Signalschwund und Interferenzen zu erkennen und auszugleichen, wobei überwachte oder nicht überwachte Lernverfahren eingesetzt werden. Anschließend simulieren die Ingenieure die Übertragung und den Empfang von Signalen unter komplexen, realen Bedingungen. Sobald die Ingenieure das Modell trainiert haben, kann es helfen, Signalprobleme in Echtzeit vorherzusagen und zu korrigieren. Dieses Verfahren ermöglicht effiziente Tests von ultramassiven MIMO-Systemen (Multiple-Input, Multiple-Output) und anderen fortschrittlichen Technologien in der 6G-Architektur.

KI-gesteuerte Systemdesign-Lösung

Die Optimierung der 6G-Signalleistung und Kanalschätzung erfordert Werkzeuge, die komplexe, reale Umgebungen genau simulieren können. Die Architektur der Keysight PathWave System Design Software ermöglicht die nahtlose Integration von KI-gesteuerten Modellen, die in branchenüblichen Formaten wie ONNX entwickelt wurden. Diese Integration verbessert das CSI-Feedback und verfeinert die Genauigkeit der Kanalschätzung bei 6G-Übertragungen. Sie bietet umfassende Flexibilität bei der Konfiguration von fortgeschrittenen 6G-Szenarien. Die Keysight-Lösung ermöglicht es Ingenieuren, die Signalqualität zu beurteilen, das dynamische Kanalverhalten zu analysieren, Interferenzeffekte zu bewerten und KI-gesteuerte Schätzer zu optimieren, um Beeinträchtigungen zu mindern. Darüber hinaus stellt die Bestätigung der Simulationsgenauigkeit durch Echtzeit-Feedback und Validierung auf Systemebene sicher, dass 6G-Systeme hohe Leistungsniveaus erreichen können.
Angebot

Siehe Demo von AI in 6G-Forschung und -Design

Entdecken Sie unsere KI-gesteuerte Systemdesign-Lösung

Verwandte Anwendungsfälle

Wie man 5G Massive MIMO testet und optimiert

5G Massive MIMO-Tests erfordern die Messung von KPIs wie Durchsatz, Beamhandling und Handover-Raten. Erfahren Sie, wie Sie reale Funkbedingungen wie 5G-Massive-MIMO-Beamforming-Algorithmen simulieren können, um eine zuverlässige und wiederholbare Leistung auf Systemebene im Labor sicherzustellen.

Mehr erfahren

Wie testet man die Flugzeit (ToF) von UWB-Geräten?

Die Validierung von Ultrabreitbandgeräten (UWB) erfordert Laufzeitmessungen, um sicherzustellen, dass der Prüfling die Signallaufzeit wie erwartet meldet. Erfahren Sie, wie Sie genaue Abstandsberechnungen zwischen UWB-Geräten durchführen können.

Mehr erfahren

Wie simuliert man AI-gesteuerte Luftschnittstellen-PHY für die 6G-Forschung?

Die RF System Design 5G and Cellular Library umfasst 5G NR Physical Layer-Modelle, Over-the-Air-Simulationen für FR2 mmWave, einen 3D-MIMO-Kanal, Multi-Antennen-Subsysteme mit Benutzerantennenmustern und Referenzmodellierungsblöcke für die Quelle, den Kanal und den Empfänger der Signalkette. Neue 6G AI/ML-Beispiel-Workspaces sind für CSI-Feedback, Kanalschätzung und Trainingsdatengenerierung verfügbar.

Mehr erfahren

Kontakt Logo

Nehmen Sie Kontakt mit einem unserer Experten auf

Benötigen Sie Hilfe bei der Suche nach der richtigen Lösung für Sie?

Kontakt