3577
隨著對未來6G無線通信標準技術組件的研究如火如荼地進行，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接收器方法在5G NR上行鏈路多用戶多輸入多輸出（MUMIMO）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NVIDIASionna? GPU加速開源庫。
神經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5G NR中使用的高性能確定性軟件算法相比，神經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?。然后，?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&S VSE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NVIDIA Sionna實現(xiàn)神經接收器的輸入。
NVIDIA Sionna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，訓練有素的神經接收器與線性最小均方誤差（LMMSE）接收器架構的經典概念進行了比較，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Andreas Pauly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Ronnie Vasishta表示："與傳統(tǒng)的信號處理相比，經過訓練的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Fira Gran Via舉行的2023年世界移動通信大會上展示基于AI/ML的訓練有素的神經器，地點位于5號廳5A80展位。歡迎參觀者見證神經接收器的性能提升，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。
