この例では、畳み込みニューラル ネットワーク (CNN) を変調分類に使用する方法を説明します。チャネルで劣化した合成波形を生成します。生成された波形を学習データとして使用して、変調分類用の CNN を学習させます。その後、ソフトウェア無線 (SDR) ハードウェアと無線信号を使用して CNN をテストします。

2 つのサイト間の無線通信リンクの設計において、範囲、スループット、および受信信号品質の問題はシステム エンジニアにとって非常に重要です。リンク バジェット解析では、通信リンクのすべてのゲインと損失が考慮されます。伝播パス長、信号の偏波、およびアンテナ給電ケーブルなどのいくつかの要素と設計上の選択により信号品質が低下する一方で、パワー アンプやアンテナ サイズなどにより送信信号の強度が高まる可能性もあります。

この例では、通信システムの解析において comm.EyeDiagram および comm.ConstellationDiagram を使用する方法を示します。

この例では、comm.EyeDiagram System object™ を使用して、シミュレートした信号のアイ ダイアグラムを測定する方法を示します。

この例では、comm.EVM System object™ を使用して、シミュレートされた IEEE® 802.15.4 [1] 送信機のエラー ベクトル振幅 (EVM) を測定する方法を示します。ZigBee 仕様は IEEE 802.15.4 に基づきます。

この例では、Communications Toolbox™ Library for the Bluetooth Protocol を使用して、Bluetooth RF-PHY テスト仕様 [ 1 ] に従い、ブロック パフォーマンス、相互変調パフォーマンス、および搬送波対干渉比 (C/I) パフォーマンスに固有の Bluetooth® Low Energy (BLE) RF-PHY 受信機テストをモデル化する方法を説明します。