Come simulare il PHY dell'interfaccia aerea guidato dall'intelligenza artificiale per la ricerca 6G

Progettazione del sistema per la ricerca 6G
+ Progettazione del sistema per la ricerca 6G

Ottimizzazione dei progetti 6G con l'analisi del comportamento del canale in tempo reale

La progettazione di sistemi 6G di prossima generazione richiede di reagire ai cambiamenti dinamici in tempo reale del canale e del comportamento della rete. Il software deve simulare interazioni complesse nel comportamento del canale, come la modulazione avanzata, la mobilità delle apparecchiature dell'utente e le informazioni sullo stato del canale da input multipli/multipli-output ultra-massicci. La simulazione di questo comportamento con tecniche integrate di intelligenza artificiale (AI) e di apprendimento automatico (ML) è fondamentale per modellare i complessi formati di modulazione di livello superiore necessari per raggiungere gli obiettivi di velocità di trasmissione dei dati.

Gli ingegneri dei sistemi di comunicazione hanno bisogno di un software di automazione della progettazione che generi set di dati di addestramento per gli algoritmi delle reti neurali. Inoltre, devono incorporare i modelli addestrati nelle simulazioni di sistemi di comunicazione 5G e 6G avanzati. I ricercatori devono modellare il comportamento di vari componenti e sistemi, analizzare le metriche delle prestazioni e ottimizzare i progetti per migliorare la funzionalità e l'efficienza economica. Il software deve generare insiemi di dati e addestrare i modelli.

Soluzione di simulazione della ricerca 6G PHY

La costruzione di sistemi 6G richiede l'adattamento ai cambiamenti in tempo reale del comportamento dei canali e della rete. Il bundle Keysight System Design W4812B comprende spazi di lavoro di esempio di AI e ML per la ricerca 6G. System Design dimostra la simulazione a livello di link del feedback delle informazioni sullo stato del canale (CSI) per migliorare il throughput. Salva le informazioni di feedback CSI senza compressione per l'addestramento del feedback CSI basato su AI. Per la stima del canale basata sull'intelligenza artificiale, il progetto di sistema valuta le prestazioni di un modello di ricevitore New Radio (NR) utilizzando un modello di rete neurale preaddestrato, confrontandolo con la stima convenzionale del canale con errore minimo medio quadratico (MMSE). Il progetto di sistema genera dati di addestramento per un modello di rete neurale che apprende dai modelli di stima del canale MMSE, con l'obiettivo di sostituire la stima convenzionale del canale MMSE nel modello di ricezione NR.

Guarda la demo della simulazione di ricerca 6G PHY

Esplorate i prodotti della nostra soluzione di simulazione per la ricerca 6G PHY

Casi d'uso correlati

contattaci logo

Mettetevi in Contattaci con uno dei nostri esperti

Avete bisogno di aiuto per trovare la soluzione giusta per voi?