6G研究のためのAI駆動型空中インターフェース物理層のシミュレーション手法

見積依頼

アプリケーションノートを表示

+ 6G研究向けシステムデザイン

リアルタイムチャネル挙動解析による6G設計の最適化

次世代の6Gシステムを設計するには、リアルタイムで動的に変化するチャネルおよびネットワークの挙動に対応する必要があります。ソフトウェアは、高度な変調、ユーザー機器のモビリティ、超大規模MIMOからのチャネル状態情報など、チャネル挙動における複雑な相互作用をシミュレートしなければなりません。統合された人工知能（AI）および機械学習（ML）技術を用いてこの挙動をシミュレートすることは、データレートスループット目標を達成するために必要な複雑な高次変調方式をモデル化する上で極めて重要です。

通信システムエンジニアは、ニューラルネットワークアルゴリズムのトレーニングデータセットを生成する設計自動化ソフトウェアを必要としています。また、高度な5Gや将来の6G通信システムのシミュレーションに学習済みモデルを組み込む必要もあります。研究者は、さまざまなコンポーネントやシステムの挙動をモデル化し、性能指標を分析し、より優れた機能とコスト効果のために設計を最適化する必要があります。ソフトウェアはデータセットを生成し、モデルを訓練する必要があります。

6G PHY研究シミュレーションソリューション

6Gシステムを構築するには、チャネルおよびネットワーク挙動のリアルタイムな変化に適応する必要があります。キーサイトのSystem Design W4812Bバンドルには、6G研究向けのAIおよびMLの例題ワークスペースが含まれています。System Designは、スループットを向上させるためのチャネル状態情報（CSI）フィードバックのリンクレベルシミュレーションを実演します。AIベースのCSIフィードバックトレーニングのために、CSIフィードバック情報を圧縮せずに保存します。AIチャネル推定では、System Designは、事前学習済みのニューラルネットワークモデルを使用してNew Radio（NR）受信機モデルの性能を評価し、従来の最小平均二乗誤差（MMSE）チャネル推定と比較します。System Designは、ニューラルネットワークモデルがMMSEチャネル推定パターンから学習するためのトレーニングデータを生成し、NR受信モデルにおける従来のMMSEチャネル推定を置き換えることを目指します。

見積依頼