このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
5G NR 向け AI
R2026aDeep Learning Toolbox™ の機能を組み込んで、5G NR 通信システムの深層学習ワークフローを調査します。
カテゴリ
- CSI 圧縮と予測
CSI フィードバック圧縮および CSI 予測強化のための AI
- ビーム管理
ビーム管理のための AI
- 測位と検出
測位と検出のための AI
- スペクトル センシング
スペクトル センシングのための AI
- 受信機アルゴリズム
AI ネイティブ受信機、チャネル推定、その他の受信機コンポーネント
- MATLAB での Python の使用
無線用 AI は、MATLAB® から Python® ライブラリの機能を直接呼び出します。
関連情報
注目の例
5G チャネル推定用の深層学習データの合成
5G Toolbox™ を使用し、チャネル推定用に深層学習の学習データを生成する。
Import TensorFlow Channel Feedback Compression Network and Deploy to GPU
Generate GPU specific C++ code for a pretrained TensorFlow™ channel state feedback autoencoder.
AI for Positioning Accuracy Enhancement
Use AI to estimate the position of user equipment and compare performance with traditional TDoA techniques.
Neural Network for Beam Selection
Use a neural network to reduce overhead in the beam selection task by using the location of the receiver rather than knowledge of the communication channels.
Train DQN Agent for Beam Selection
Train a deep Q-network (DQN) reinforcement learning agent for beam selection in a 5G new radio communications system.
5G 信号、LTE 信号、および WLAN 信号を識別するための深層学習によるスペクトル センシング
スペクトル監視のために、深層学習を使用してセマンティック セグメンテーション ネットワークに学習させる。
Apply Transfer Learning on PyTorch Model to Identify 5G and LTE Signals
Coexecution with Python to identify 5G NR and LTE signals by using the transfer learning technique on a pre-trained PyTorch® semantic segmentation network for spectrum sensing.
Train PyTorch Channel Prediction Models
Train a PyTorch neural network for channel prediction by using data generated in MATLAB.
