terasoft
無線通訊標準

AI與無線通訊 將人工智慧(AI)技巧運用於無線通訊應用

不論你是使用機器學習、深度學習，還是強化學習的工作流程，你都可以透過MATLAB®和無線通訊產品來產生資料，或者使用這些工具提供的現成演算法來縮短開發時間。你可以輕鬆地運用MATLAB以外的現有深度學習網路；讓訓練、測試、設計驗證的流程更順暢；並且精簡AI網路部署於嵌入式裝置、企業系統、或者雲端所需要花費的精力。

透過MATLAB的協助，你可以：

  • 使用Wireless Waveform Generator app產生合成或空中訊號形式的訓練資料
  • 藉由將RF減損和通道模型加入產生的訊號來擴增訊號空間
  • 使用Signal Labeler app來標記來自無線系統的訊號
  • 使用Deep Network Designer和Experiment Manager apps將可重複使用且流暢的訓練、模擬、與測試工作流程運用到各種無線應用
  • 在深度學習設計中加入客製化層級

AI技術在無線通訊的應用

MATLAB與無線通訊

頻譜感測與訊號分類

利用深度學習技巧在寬頻頻譜中進行訊號辨識。使用深度學習網路來執行波型調變的分類。

MATLAB與無線通訊

裝置的辨識

開發無線電射頻(radio frequency，RF)識別的方法來辨識各種裝置及偵測冒名裝置(impersonators)。

MATLAB與無線通訊

數位預失真 (Digital Pre-Distortion)

運用以類神經網路為基礎的數位預失真 (digital predistortion，DPD)來抵銷功率放大器(power amplifier，PA)非線性造成的影響。

MATLAB與無線通訊

波束管理與通道估測

使用類神經網路來降低5G NR波束選擇任務的運算複雜性。訓練CNN來進行5G NR通道估計。

MATLAB與無線通訊

位置測定(Localization)與定位(Positioning)

使用產生出來的IEEE® 802.11az™資料訓練CNN來進行位置測定(localization)與定位(positioning)。

MATLAB與無線通訊

收發器設計

使用可學習如何有效率地壓縮和解壓縮資料而塑成一個自動編碼器的非監督式神經網路。訓練及測試神經網路來估計似然比(likelihood ratios，LLR)。

透過MATLAB將AI技術運用在無線通訊領域