L'IA pour les télécommunications

人工智能技术(IA)应用télécommunications

Que vos工作流soient de类型机器学习，深度学习和强化学习，vous pouvez réduire votre temps de développement avec des算法et des données prêts à l ' employi générés avec MATLAB^®Et les产品pour les télécommunications。Vous pouvez aisément tirer parti des réseaux de深度学习en dehors de MATLAB;合理化师l '学徒，le test et la vérification德沃斯设计;et simplifier le déploiement de vos réseaux d 'IA sur des équipements embarqués, des systèmes d ' enterprise et dans le cloud。

Avec MATLAB, vous pouvez:

Générer des données d ' apprentice tissage sous forme de signaux synthétiques et over- over- air avec l 'application无线波形发生器
不完美系数增大空间RF等modèles canal à vos signaux générés
标签器les signaux collectés par des systèmes de télécommunications avec l'application信号标签器
Appliquer des工作流d '学徒，de模拟等测试rationnalisés et réutilisables à plusieurs应用de télécommunications avec les应用深度网络设计师et实验经理
Ajouter des沙发personnalisées à vos设计深度学习

Pourquoi utiliser l 'IA pour les télécommunications ?

利用d 'un réseau de neurones pour identifier des signaux 5G NR et LTE dans un spectrogramtem à大波段。

Détection幽灵与信号分类

Identifiez les signaux dans un spectre à深度学习技术大波段。有效分类des调制des形式d'onde avec des réseaux深度学习。

Détection du spectre avec le深度学习pour identifier les signaux 5G et LTE

分类解调不像深度学习

Concevoir un réseau de neurones à卷积(CNN) pour analyser les empreintes radiofréquence (RF) avec des données simulées。

识别d 'equipements

Développez des méthodes d 'analyse des empreintes radiofréquence (RF)倒标识符différents équipements et détecter les篡夺d 'identité de ces équipements。

Concevoir un réseau de neurones profond avec des données simulées pour détecter une篡夺d 'identité dans un router WLAN

测试仪un réseau de neurones profond avec des données capturées pour détecter une篡夺d 'identité丹斯un路由器WLAN

捕捉d ' écran d ' un分析幽灵的方法caractéristiques性能变化的lorsque放大的方法crée un système de tracé视觉的方法函数的时间

Predistorsion numerique

Appliquez une prédistorsion numérique (DPD) basée sur un réseau de neurones pour compensers les effets des non-linéarités dans un amplificeur de puissance (PA)。

Réseau de neurones pour le design d 'une prédistorsion numérique:学徒

比较d 'estimations de canal 5G NR sur la base d 'une估计idéalisée, d 'une插值linéaire ou de techniques de Deep Learning。

运河的错误计算和估计

Utilisez un réseau de neurones pour réduire la complexité computationnelle de la tâche de sélection du faisceau 5G NR. Entraînez un CNN pour l ' estimate du canal 5G NG。

Réseau de neurones pour la sélection du faisceau

Synthèse de données avec le深度学习pour l' estimate du canal 5G

比较des位置réelles d ' objs dans une pièce avec les positions prédites par des CNN utilant un code couleur。

定位和定位

Utilisez des données IEEE^®802.11az™générées pour entraîner un CNN pour la localisation et le positionnement。

Système de positionnement intérieur en trois dimensions avec des données d'empreintes et du Deep Learning dans le standard 802.11az

Design d’un récepteur

Utilisez un réseau de neurones non supervisé qui appendedcomment compresser et décompresser efficacement des données pour former un autoencodeur。Entraînez et testez un réseau de neurones pour estimer des rapports de vraisem均衡性(LLR)。

自动编码器倒les télécommunications

Entraîner et tester un réseau de neurones pour l' estimate du LLR