신호 수신 및 복구
R2026b5G Toolbox™ 로우 레벨 함수를 사용하여 수신된 신호를 처리하고 복원합니다. 실질적인 채널 추정, 완벽한 채널 추정, 실질적인 타이밍 추정, 완벽한 타이밍 추정, 동기화, MMSE(최소평균제곱오차) 이퀄라이제이션, 셀 ID 검색, MIB 디코딩, SIB1 복원을 수행할 수 있습니다.
함수
nrPerfectChannelEstimate | Perfect channel estimation |
nrPerfectTimingEstimate | Perfect timing estimation |
nrChannelEstimate | 실질적 채널 추정 |
nrTimingEstimate | Practical timing estimation |
nrEqualizeMMSE | MMSE(최소평균제곱오차) 이퀄라이제이션 |
nrExtractResources | Extract resource elements from resource array |
nrPhaseNoiseEstimate | Estimate phase-noise-induced CPE (R2026b 이후) |
nrPhaseNoiseCompensate | Compensate phase-noise-induced CPE (R2026b 이후) |
도움말 항목
- 디코딩을 위한 PBCH 심볼 및 채널 추정값 추출
이 예제에서는 수신된 그리드와 관련 채널 추정값에서 PBCH(physical broadcast channel) 심볼을 추출하는 방법을 보여줍니다.
관련 정보
- Capture and Label NR and LTE Signals for AI Training (Wireless Testbench)
추천 예제
NR 셀 탐색 및 MIB와 SIB1 복원
라이브 gNodeB 신호를 동기화, 복조, 디코딩합니다.
5G NR Synchronization Signal Capture Using Software-Defined Radio
Use a software-defined radio to capture an SS burst. Analyze the capture and identify the strongest SSB.
NR PDSCH 처리량
5G NR 다운링크의 PDSCH 처리량을 측정합니다.
NR PUSCH 처리량
5G NR 업링크의 PUSCH 처리량을 측정합니다.
NR SSB Beam Sweeping
Employ beam sweeping at gNB and UE and learn about beam management procedures during initial access.
NR Downlink Transmit-End Beam Refinement Using CSI-RS
Transmit multiple CSI-RS resources in different directions in a scattering environment and select the optimal transmit beam based on RSRP.
NR 위상 잡음 모델링 및 보상
5G OFDM 시스템에서 위상 잡음의 영향을 분석하고 CPE 보상에 PT-RS를 사용합니다.
UE Position Estimation in NR NTN Systems Using PRS and SRS from LEO Satellites
Estimate UE position in NR NTN systems using downlink PRS from the LEO satellites and uplink SRS from the UE.
5G 채널 추정을 위한 딥러닝 데이터 합성
5G Toolbox를 사용하여 채널 추정을 위한 딥러닝 훈련 데이터를 생성합니다.
Neural Network for Beam Selection
Use a neural network to reduce overhead in the beam selection task by using the location of the receiver rather than knowledge of the communication channels.
Generate Training Data for NR SSB Temporal-Domain Beam Prediction
Simulate 2-D trajectories within an UMa scenario, then calculate the optimal beam pair along the trajectory.
Train DQN Agent for Beam Selection
Train a deep Q-network (DQN) reinforcement learning agent for beam selection in a 5G new radio communications system.
