機械学習、ディープラーニング、強化学習ワークフローのいずれを使用する場合でも、MATLAB と無線通信製品で生成した、すぐに使用できるアルゴリズムとデータを活用することにより、開発時間を削減することができます。また、MATLAB 以外の既存のディープラーニング ネットワークの活用、設計の学習、テスト、検証の効率化、組み込みデバイス、エンタープライズ システム、クラウドでの AI ネットワークの展開の簡素化も簡単に行えます。
MATLAB を使用すると、以下を行うことができます。
- Wireless Waveform Generator アプリを使用して、合成信号や無線信号形式で学習データを生成
- 生成した信号に RF 損失とチャネルモデルを追加して信号空間を拡張
- 信号ラベラーアプリを使用して、無線システムから収集した信号をラベル付け
- ディープ ネットワーク デザイナー アプリおよび実験マネージャー アプリを使用して、効率化された再利用可能な学習、シミュレーション、テストのワークフローをさまざまな無線アプリケーションに適用
- ディープラーニング設計にカスタム層を追加
無線向け AI を使用する理由
スペクトル センシングと信号分類
ディープラーニング技術を使用して広帯域スペクトルで信号を特定します。ディープラーニング ネットワークを使用して、波形変調の分類を行います。
デバイスの識別
無線周波数 (RF) フィンガープリント法を開発して、さまざまなデバイスを識別し、デバイスのなりすましを検出します。
デジタル プリディストーション
ニューラル ネットワーク ベースのデジタル プリディストーション (DPD) を適用し、パワーアンプ (PA) の非線形性の影響をオフセットします。
ビームマネージメントとチャネル推定
ニューラル ネットワークを使用して、5G NR ビーム選択タスクの計算量を削減します。5G NR チャネル推定向けに CNN を学習させます。
位置推定と測位
生成された IEEE® 802.11az™ データを使用して、CNN を位置推定と測位のために学習させます。
トランシーバーの設計
効率的にデータを圧縮および解凍する方法を学習する教師なしニューラル ネットワークを使用して、オートエンコーダーを形成します。ニューラル ネットワークの学習とテストを行い、尤度比 (LLR) を推定します。
MATLAB による無線向け AI の使用方法
製品
無線アプリケーション向け AI で使用する製品をご紹介します。
30日間無料トライアル
今すぐ始める
