レシーバー性能を検証する方法

見積依頼
信号発生器
+ 信号発生器
信号発生器
+ 信号発生器

6Gニューラルレシーバー設計の最適化にAIを活用

6Gレシーバー 性能を検証するには、サイト固有のトレーニング・データを作成する必要があります。しかし、利用可能なデータは限られており、エンド・ツー・エンドのシステムでレシーバー性能を検証することは困難です。アルゴリズム設計が完了したら、人工知能（AI）を使用した6Gレシーバー 設計は、複数のステップを踏むプロセスです。商用ネットワークにニューラル・レシーバーを導入する前に、エンジニアは、レシーバーが十分にトレーニングされ、従来のレシーバーよりも性能が高く、実世界のネットワークのチャネル条件をロバストに処理できることを確認する必要があります。6GにおけるAIの統合は、チャネル推定とチャネル状態のフィードバックという2つのプロセスに焦点を当てています。

エンジニアがチャネルの挙動を理解しておらず、その異常をリアルタイムで補正できない場合、6Gのパフォーマンスは期待を下回る結果に終わるでしょう。設計エンジニアはソリューション ソフトウェア生成のラベル付きデータを用いてニューラル受信機を学習させます。データ生成後、無線システムに統合した際のニューラルネットワークの性能を検証する必要があります。その後、様々なチャネル条件をエミュレートし、システムに統合します。チャネルエミュレータは、外部ツールからチャネルモデルをインポートしたり、既存のモデルデータを使用したりするために必要となります。このアプローチにより、エンジニアは様々なチャネル条件のデジタルツインを作成し、シミュレーション結果を実世界のシステムと比較することができます。

6Gレシーバー ソリューション

6Gシステムでレシーバー 機能を検証するには、正確なチャネル推定が必要です。Keysightソリューション 、KeysightPathWave System Designによって生成されたラベル付きデータを使用してレシーバー トレーニングします。このシステムは、サイト固有のトレーニング・データを最適化し、異なるシナリオに対応するようにデータを更新します。トレーニングが完了すると、Keysightの機器は、商用ORAN無線ユニットを備えたライブのOpen RAN ネットワークを通じて、新しい5G波形を生成し、レシーバー に送信します。レシーバーは、前回のトレーニングで得たAIと機械学習アルゴリズムを使用して信号を復調します。システムが信号を処理すると、テストエンジニアはエンドツーエンドシステムのビットエラーレート/ブロックエラーレートを測定し、レシーバー性能に関する洞察を得ることができます。最後に、Keysight PROPSIMチャネルエミュレータは外部のレイトレーシングツールからチャネルモデルをインポートできます。このデータはチャネルのデジタルツインとして機能し、シミュレーション結果を現実のシステムと比較します。
見積依頼

6G AIレシーバー テストのデモを見る

当社の6G AIニューラルレシーバー設計テストソリューションの製品をご覧ください

リソースのご紹介

6Gニューラルレシーバー設計検証のための追加リソース

関連するユースケース

局部発振器およびクロックの代替方法

RFシステムの立ち上げおよび統合の際には、コンパクトなアナログ信号発生器を使用して、局部発振器やクロック源の代わりとする。

詳細はこちら

RF局部発振器の代替方法

オンボードの局部発振器（LO）またはクロック源をクリーンなRF信号に置き換え、システムの動作、位相ノイズ、およびスプリアス挙動のデバッグを行います。

詳細はこちら

ディストーションを用いたRFパワーアンプのテスト方法

デジタルプリディストーション (DPD) を使用してRFパワーアンプをテストするには、ベクトル信号発生器、シグナルアナライザ、および自動DPDソフトウェアが必要です。デジタルプリディストーションされた入力信号を生成することで、パワーアンプの非線形特性を補償する方法を学びます。

詳細はこちら

お問い合わせ ロゴ

エキスパートへのお問い合わせ

所望のソリューションを見つけるのにお困りですか？

お問い合わせ