6G 신경망 수신기의 성능 검증 방법

견적 요청
신호 발생기
+ 신호 발생기
신호 발생기
+ 신호 발생기

AI를 활용하여 6G 뉴럴 리시버 설계를 최적화

6G 뉴럴 리시버의 성능을 검증하려면 현장별 트레이닝 데이터 생성이 필요합니다. 하지만 사용 가능한 데이터가 제한적이며, 엔드투엔드 시스템에서 리시버의 성능을 검증하는 것은 어렵습니다. 알고리즘 설계가 완료되면 인공지능(AI)을 사용하여 6G 뉴럴 리시버를 설계하는 것은 여러 단계로 이루어지는 프로세스입니다. 엔지니어는 상용 네트워크에 뉴럴 리시버를 배포하기 전에 리시버가 잘 훈련되고 기존 리시버보다 우수하며 실제 네트워크의 채널 조건을 강력하게 처리하는지 확인해야 합니다. 6G에서 AI 통합은 채널 추정 및 채널 상태 피드백이라는 두 가지 프로세스에 중점을 둡니다.

엔지니어가 채널 동작을 이해하지 못하고 실시간으로 이상 현상을 보정하지 못하면 6G 성능은 지속적으로 기대에 미치지 못할 것입니다. 설계 엔지니어는 소프트웨어로 생성된 레이블이 지정된 데이터를 사용하여 신경 수신기를 훈련할 솔루션이 필요합니다. 데이터를 생성한 후에는 무선 시스템에 통합될 때 신경망의 성능을 검증해야 합니다. 그런 다음 다양한 채널 조건을 시스템에 에뮬레이션하고 통합할 수 있습니다. 외부 도구에서 채널 모델을 가져오거나 기존 모델 데이터를 사용하려면 채널 에뮬레이터가 필요합니다. 이 접근 방식을 통해 엔지니어는 다양한 채널 조건의 디지털 트윈을 생성하고 시뮬레이션 결과를 실제 시스템과 비교할 수 있습니다.

6G AI 신경망 수신기 설계 솔루션

6G 시스템에서 수신기 기능을 검증하려면 정확한 채널 추정이 필요합니다. 키사이트 솔루션은 키사이트 PathWave System Design에서 생성된 레이블 지정 데이터를 사용하여 신경 수신기를 훈련합니다. 이 시스템은 훈련 데이터를 사이트별로 최적화하며, 데이터는 다양한 시나리오에 맞춰 업데이트됩니다. 훈련이 완료되면 키사이트 장비는 상용 O-RAN 무선 장치로 구성된 라이브 Open RAN 네트워크를 통해 새로운 5G 파형을 생성하여 신경 수신기로 전송합니다. 수신기는 이전 훈련에서 얻은 AI 및 머신러닝 알고리즘을 사용하여 신호를 복조할 수 있습니다. 시스템이 신호를 처리하면 테스트 엔지니어는 종단 간 시스템의 비트 오류율/블록 오류율을 측정하여 신경 수신기의 성능에 대한 인사이트를 얻을 수 있습니다. 마지막으로 키사이트 PROPSIM 채널 에뮬레이터는 외부 레이 트레이싱 도구에서 채널 모델을 가져올 수 있습니다. 이 데이터는 채널의 디지털 트윈 역할을 하여 시뮬레이션 결과를 실제 시스템과 비교하는 데 사용됩니다.
견적 요청

6G AI 신경 수신기 테스트 데모 보기

당사의 6G AI 신경 수신기 설계 테스트 솔루션의 제품 살펴보기

관련 사용 사례

국부 발진기 및 클럭을 대체하는 방법

RF 시스템의 시동 및 통합 과정에서 소형 아날로그 신호 발생기를 사용하여 국부 발진기 및 클럭 소스를 대체하십시오.

자세히 알아보기

RF 국부 발진기를 대체하는 방법

시스템 작동, 위상 잡음 및 스퓨리어스 현상을 디버깅하기 위해 온보드 국부 발진기(LO) 또는 클럭 소스를 깨끗한 RF 신호로 대체하십시오.

자세히 알아보기

매시브 MIMO 종단 간 에뮬레이션 방법

massive MIMO 에뮬레이션은 전체 스택 운영의 복잡한 검증과 네트워크 트래픽의 적절한 처리를 massive MIMO . 빔포밍 사용자 장비 에뮬레이션을 활용하여 실제 시나리오를 재현하고 시스템을 종단 간 테스트하는 방법을 알아보세요.

자세히 알아보기

문의하기 로고

전문가에게 문의하십시오.

적합한 솔루션을 찾는 데 도움이 필요하십니까?

문의하기