Comment simuler une interface aérienne PHY pilotée par l'IA pour la recherche sur la 6G ?

Conception de systèmes pour la recherche 6G
+ Conception de systèmes pour la recherche 6G

Optimisation des conceptions 6G avec analyse du comportement des canaux en temps réel

La conception de systèmes 6G de nouvelle génération nécessite de réagir aux changements dynamiques et en temps réel du comportement des canaux et des réseaux. Le logiciel doit simuler des interactions complexes dans le comportement des canaux, telles que la modulation avancée, la mobilité des équipements utilisateurs et les informations d'état des canaux issues de systèmes multi-entrées/multi-sorties ultra-massifs. La simulation de ce comportement à l'aide de techniques intégrées d'intelligence artificielle (IA) et d'apprentissage automatique (ML) est essentielle pour modéliser les formats de modulation complexes de haut niveau nécessaires à l'atteinte des objectifs de débit.

Les ingénieurs en systèmes de communication ont besoin d'un logiciel d'automatisation de la conception capable de générer des jeux de données d'entraînement pour les algorithmes de réseaux neuronaux. Ils doivent également intégrer les modèles entraînés aux simulations avancées des systèmes de communication 5G et 6G. Les chercheurs doivent modéliser le comportement de divers composants et systèmes, analyser les indicateurs de performance et optimiser les conceptions pour une meilleure fonctionnalité et une meilleure rentabilité. Le logiciel doit générer des jeux de données et entraîner les modèles.

Solution de simulation de recherche PHY 6G

La conception de systèmes 6G nécessite de s'adapter aux changements en temps réel du comportement des canaux et des réseaux. Le pack Keysight System Design W4812B comprend des exemples d'espaces de travail d'IA et de ML pour la recherche sur la 6G. System Design démontre la simulation au niveau liaison des informations d'état du canal (CSI) afin d'améliorer le débit. Il enregistre les informations de retour CSI sans compression pour l'apprentissage basé sur l'IA. Pour l'estimation du canal IA, System Design évalue les performances d'un modèle de récepteur New Radio (NR) à l'aide d'un modèle de réseau neuronal pré-entraîné, en le comparant à l'estimation classique du canal par erreur quadratique moyenne minimale (MMSE). System Design génère des données d'apprentissage pour un modèle de réseau neuronal afin d'apprendre des modèles d'estimation de canal MMSE, visant à remplacer l'estimation de canal MMSE classique dans le modèle de réception NR.

Voir la démonstration de la simulation de recherche PHY 6G

Découvrez les produits de notre solution de simulation de recherche PHY 6G

Cas d'utilisation connexes

contactez-nous logo

Contactez l'un de nos experts

Besoin d'aide pour trouver la solution qui vous convient ?