42:29视频长度为42:29。
无线通信的深度学习
概述
下一代无线系统需要在恶劣的环境中运行,各种类型的干扰增加了系统级别的挑战。无线接收器在需要高效频谱管理的系统中有许多应用。在本节课中,我们将演示如何将深度学习和机器学习网络技术应用于一系列无线通信系统。
我们将研究机器学习和深度学习工作流程之间的权衡。我们还将演示如何从现成的软件定义无线电和雷达进行数据收集和标记,以训练和测试分类器。我们的重点将是数据合成来训练网络,包括有效地处理通信基带I/Q信号以提高分类结果。
突出了
使用几个应用实例演示概念和工作流程,包括波形调制ID、射频指纹和5G信道估计
了解基带信号的机器学习和深度学习技术之间的权衡
对基带数据进行预处理和标记
综合数据训练网络
的主持人
Houman zarinkoub博士是MathWorks公司负责无线通信产品的高级产品经理。2022世界杯八强谁会赢?在MathWorks的20年任职期间,他还担任过开发经理,并负责多个信号处理和通信软件工具。在加入MathWorks之前,他是北电网络(Nortel Networks)无线组的移动和语音编码技术研究科学家。他获得了多个与计算机模拟信号处理应用相关的专利。Houman是《用MATLAB理解LTE:从数学建模到仿真和原型设计》一书的作者。他拥有麦吉尔大学的电气工程学士学位和加拿大魁北克大学的电信理学硕士和博士学位。
Florent Busnoult是MathWorks的高级应用工程师,专注于信号处理和无线通信产品。2022世界杯八强谁会赢?他拥有法国布列塔尼电信(Telecom Bretagne)的电信工程硕士学位。
记录:2022年1月19日
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。