AI를 위한 기능

무선 통신 응용 분야를 위한 딥러닝 워크플로를 지원하는 함수 및 객체

Communications Toolbox™ 및 Deep Learning Toolbox™를 사용하여 신경망이 포함된 무선 통신 시스템을 훈련시킬 수 있습니다.

신호 처리, 채널 추정, 리소스 관리를 개선하기 위해 AI 기능을 사용하여 무선 채널을 분석하고 최적화합니다.
무선 신경망을 훈련시키려면 dlarray (Deep Learning Toolbox) 데이터 객체를 지원하는 Communications Toolbox 함수 및 객체가 필요합니다. 무선 통신 분야별로 dlarray 객체를 지원하는 함수를 보려면 Wireless Communications (Deep Learning Toolbox) 항목을 참조하십시오.

함수

`awgn`	신호에 백색 가우스 잡음 추가
`bit2int`	비트를 정수로 변환 (R2021b 이후)
`genqammod`	일반 QAM(직교 진폭 변조)
`ofdmmod`	Modulate signals using OFDM method
`ofdmdemod`	Demodulate signals using OFDM method
`ofdmChannelResponse`	Calculate OFDM channel response (R2023a 이후)
`ofdmEqualize`	Equalize OFDM signals (R2022b 이후)

`comm.ChannelFilter`	Filter signal using multipath gains at specified path delays
`comm.MIMOChannel`	Filter input signal through MIMO multipath fading channel

`dpdPreprocessor`	Digital predistortion (DPD) data input preprocessor for AI algorithms (R2024b 이후)
`signalDatastore`	Datastore for collection of signals

Background Data Generation
Generate simulation input data in the background while running your simulation loop on parameterized conditions rather than generating the data in advance and recalling the stored data and run time. (R2026a 이후)
Cosine Similarity As a Channel Estimate Quality Metric
Use the cosine similarity metric to compare two vectors. (R2024b 이후)
거리 척도로서의 정규화된 평균제곱오차
무선 통신 응용 분야에서 신경망 훈련을 위해 NMSE(정규화된 평균제곱오차)를 손실 함수로 사용합니다. (R2025a 이후)