隨著對未來6G無線通信標準技術組件的研究如火如茶地進行,人們也在探索6G的AI原生空中接口的可能性。羅德與施瓦茨與英偉達合作,向著未來6G技術對人工智能和機器學習(AI/ML)實施模擬。在巴塞羅那世界移動通信大會上,兩家公司將展示業(yè)界首個神經(jīng)接收器的硬件在環(huán)演示,顯示與傳統(tǒng)信號處理相比,使用訓練有素的ML模型可實現(xiàn)的性能提升。

在今年的世界移動通信大會上,參觀者可以體驗到神經(jīng)接收器方法在5G NR上行鏈路多用戶多輸入多輸出(MU- MIMO)情況下的首次演示--這可能是6G物理層的藍圖。該裝置結合了羅德與施瓦茨用于信號生成和分析的高端測試解決方案以及用于鏈路級模擬的NVIDIA Sionnam GPU加速開源庫。

神經(jīng)接收器的概念是用訓練有素的機器學習模型取代無線通信系統(tǒng)物理層的信號處理塊。全球的學術界、領先 的研究機構和行業(yè)專家預計,未來的6G標準將使用AI/ML進行信號處理任務,如信道估計、信道均衡和解映射。當前的模擬表明,與目前5GNR中使用的高性能確定性軟件算法相比,神經(jīng)接收器將提高鏈路質量并影響吞吐量。

為了訓練機器學習模型,數(shù)據(jù)集是絕對的先決條件。通常情況下,所需的數(shù)據(jù)集訪問是有限的,或者根本無法獲得。在6G早期研究的現(xiàn)狀中,在生成具有不同信號配置的各種數(shù)據(jù)集以訓練信號處理任務的機器學習模型時,測試和測量設備提供了一個可行的選擇。

在羅德與施瓦茨展位上展示的基于AI/ML的神經(jīng)接收器設置中,R&S SMW200A矢量信號發(fā)生器模擬了兩個單獨的用戶,在上行方向以MIMO 2x2信號配置發(fā)射80MHz寬的信號。每個用戶都是獨立消隱的,并應用噪聲來模擬真實的無線電信道條件。R&S MSR4多用途衛(wèi)星作為接收機,通過使用其四個相位相干的接收通道,捕捉以3GHz的載波頻率傳輸?shù)男盘枴Ｈ缓?數(shù)據(jù)通過實時流接口提供給服務器。在那里,信號被使用R&S基于服務器的測試

(SBT)框架進行預處理,包括R&SVSE矢量信號探索器(VSE)微服務。VSE信號分析軟件同步信號并進行快速傅里葉變換(FFT)。這個FFT后的數(shù)據(jù)集可作為使用NVIDIASionna實現(xiàn)神經(jīng)接收器的輸入。

NVIDIASionna是一個用于鏈路級仿真的GPU加速開源庫。它能夠對復雜的通信系統(tǒng)架構進行快速原型設計,并為6G信號處理中的機器學習集成提供本地支持。

作為演示的一部分,訓練有素的神經(jīng)接收器與線性最小均方誤差(LMMSE)接收器架構的經(jīng)典概念進行了比較,后者應用基于確定性開發(fā)的軟件算法的傳統(tǒng)信號處理技術。這些高性能的算法在目前的4G和5G蜂窩網(wǎng)絡中已被廣泛采用。

羅德與施瓦茨測試與測量部門的執(zhí)行副總裁AndreasPauly表示:"在無線通信中使用機器學習算法進行信號處理是目前業(yè)內非常熱門的話題,在業(yè)內同行中經(jīng)常會有爭議性的討論。我們很高興能與英偉達這樣的合作伙伴在這個測試平臺上合作。它將使研究人員和行業(yè)專家能夠根據(jù)數(shù)據(jù)驅動的方法驗證他們的模型,并利用我們在信號生成和分析方面的領先測試解決方案,在硬件在環(huán)實驗中對其進行測試"。

英偉達電信部高級副總裁RonnieVasishta表示:"與傳統(tǒng)的信號處理相比,經(jīng)過訓練的ML模型為提高性能開辟了相當大的潛力。羅德與施瓦茨和英偉達的這一神經(jīng)接收器的硬件在環(huán)演示,標志著業(yè)界在展示人工智能和機器學習在6G技術中的效用方面的一個里程碑。"

羅德與施瓦茨積極支持歐洲、亞洲和美國的6G研究活動,為研究項目、行業(yè)聯(lián)盟做出貢獻,并與領先的研究機構和大學合作。公司的測試和測量專業(yè)知識和解決方案有助于為下一代無線通信鋪平道路,預計將在2030年左右進行商業(yè)部署。

羅德與施瓦茨將在巴塞羅那FiraGranVia舉行的2023年世界移動通信大會上展示基于AI/ML的訓練有素的神經(jīng)接收器,地點位于5號廳5A80展位。歡迎參觀者見證神經(jīng)接收器的性能提升,并與羅德與施瓦茨和英偉達的專 家討論細節(jié)和總體概念。