AI 向け機能

無線アプリケーション向けの深層学習ワークフローをサポートする関数およびオブジェクト

Communications Toolbox™ と Deep Learning Toolbox™ を使うと、ニューラルネットワークを含む無線通信システムに学習させることができます。

AI 機能を使用して無線チャネルの解析および最適化を行い、信号処理、チャネル推定、およびリソース管理を向上させます。
無線ニューラルネットワークに学習させるには、dlarray (Deep Learning Toolbox) データオブジェクトをサポートする Communications Toolbox の関数およびオブジェクトが必要です。dlarray オブジェクトをサポートする無線通信分野に特化した関数のセットについては、無線通信 (Deep Learning Toolbox)を参照してください。

関数

`awgn`	ホワイトガウスノイズを信号に付加
`bit2int`	ビットから整数への変換 (R2021b 以降)
`genqammod`	一般的な直交振幅変調 (QAM)
`ofdmmod`	OFDM 法を使用した信号の変調
`ofdmdemod`	OFDM 法を使用した信号の復調
`ofdmChannelResponse`	Calculate OFDM channel response (R2023a 以降)
`ofdmEqualize`	Equalize OFDM signals (R2022b 以降)

`comm.ChannelFilter`	指定されたパス遅延でマルチパスゲインを使用して信号をフィルター処理
`comm.MIMOChannel`	MIMO マルチパスフェージングチャネルによる入力信号のフィルター処理

`dpdPreprocessor`	Digital predistortion (DPD) data input preprocessor for AI algorithms (R2024b 以降)
`signalDatastore`	信号コレクションのデータストア

Background Data Generation
Generate simulation input data in the background while running your simulation loop on parameterized conditions rather than generating the data in advance and recalling the stored data and run time. (R2026a 以降)
Cosine Similarity As a Channel Estimate Quality Metric
Use the cosine similarity metric to compare two vectors. (R2024b 以降)
Normalized Mean Squared Error as a Distance Measure
Use the normalized mean squared error (NMSE) as a loss function for training a neural network in a wireless communications application. (R2025a 以降)