如何验证6G神经网络接收机的性能

获取报价
信号发生器
+ 信号 发生器
信号发生器
+ 信号 发生器

运用人工智能优化6G神经接收器设计

验证6G神经接收机的性能需要生成特定场地的训练数据。然而，现有数据有限，在端到端系统中验证接收机性能具有挑战性。完成算法设计后，利用人工智能（AI）设计6G神经接收机是一个多步骤过程。 在将神经接收器部署至商用网络前，工程师必须确保接收器经过充分训练、性能优于传统接收器，并能稳健应对实际网络的信道条件。6G中的人工智能集成聚焦于两大流程：信道估计与信道状态反馈。

若工程师未能理解信道行为并实时补偿其异常，6G性能将持续低于预期。设计工程师需要一种解决方案，利用软件生成的标注数据训练神经接收器。生成数据后，他们需验证神经网络集成到无线系统时的性能表现，进而将不同信道条件模拟并整合至系统中。 通道仿真器可用于导入外部工具的通道模型或调用现有模型数据。此方法使工程师能够创建各类通道条件的数字孪生，并将仿真结果与实际系统进行对比验证。

6G人工智能神经接收器设计测试方案

在6G系统中验证接收机功能需要精确的信道估计。是德科技解决方案利用PathWave 生成的标注数据训练神经接收机。该系统可优化训练数据以适应特定站点，并能更新数据以应对不同场景。 训练完成后，是德设备通过实时开放式无线接入网络（配备商用ORAN无线单元）向神经网络接收器生成并传输新型5G波形。接收器可运用前期训练获得的人工智能与机器学习算法对信号进行解调。系统处理信号后，测试工程师可测量端到端系统的比特误码率/块误码率，从而评估神经网络接收器的性能表现。 最后，是德科技PROPSIM信道仿真器可导入外部光线追踪工具生成的信道模型。这些数据作为信道的数字孪生体，用于将仿真结果与实际系统进行对比验证。
获取报价

观看6G人工智能神经接收器测试演示

探索我们6G AI神经接收器设计测试解决方案中的产品

探索资源与洞见

用于验证6G神经接收器设计的补充资源

相关使用场景

如何替换本地振荡器和时钟

在射频系统的调试和集成过程中，使用紧凑型模拟信号发生器来替代本地振荡器和时钟源。

了解更多

如何替换射频本地振荡器

用纯净的射频（RF）信号替换板载本振（LO）或时钟源，以调试系统运行、相位噪声和杂散行为。

了解更多

如何测试数字宽带收发机

测试数字宽带收发器需要采用信号发生器与网络分析仪相结合的混合解决方案。了解如何执行数字射频激励响应测试，同时实现数字集成射频前端的特性分析。

了解更多

联系我们 标识

请联系我们的专家之一

需要帮助找到适合您的解决方案吗？

联系我们