머신러닝, 딥러닝 또는 강화 학습 워크플로 중 무엇을 사용하더라도 MATLAB 및 무선 통신 제품의 즉시 사용 가능한 알고리즘과 데이터로 개발 시간을 단축할 수 있습니다. MATLAB 외부의 기존 딥러닝 신경망을 간편하게 활용하고, 설계의 훈련, 테스트, 검증을 간소화하고, 임베디드 기기, 엔터프라이즈 시스템, 클라우드에서의 AI 네트워크 배포를 단순화할 수 있습니다.
MATLAB을 사용하면 다음과 같은 작업을 할 수 있습니다.
- Wireless Waveform Generator 앱을 사용하여 합성 및 무선 신호 형태의 훈련 데이터 생성
- 생성된 신호에 RF 손상 및 채널 모델을 추가하여 신호 공간 증대
- 신호 레이블 지정기 앱을 사용하여 무선 시스템으로부터 수집된 신호에 레이블 지정
- 심층 신경망 디자이너 및 실험 관리자 앱을 사용하여 재사용 가능하며 간소화된 훈련, 시뮬레이션, 테스트 워크플로를 다양한 무선 응용 분야에 적용
- 딥러닝 설계에 사용자 지정 계층 추가
왜 무선에 AI를 사용할까요?
스펙트럼 검출 및 신호 분류
딥러닝 기법을 사용하여 광대역 스펙트럼에서 신호를 식별할 수 있습니다. 딥러닝 신경망을 사용하여 파형 변조 분류를 수행할 수 있습니다.
기기 식별
RF(무선 주파수) 핑거프린팅 방법을 개발하여 다양한 기기를 식별하고 기기 위장을 검출할 수 있습니다.
디지털 전치왜곡
신경망 기반 DPD(디지털 전치왜곡)를 적용하여 PA(전력 증폭기)에서 비선형성의 효과를 상쇄할 수 있습니다.
빔 관리 및 채널 추정
신경망을 사용하여 5G NR 빔 선택 작업에서 계산 복잡도를 낮출 수 있습니다. 5G NR 채널 추정을 위해 CNN을 훈련시킬 수 있습니다.
위치추정 및 위치 확인
생성된 IEEE® 802.11az™ 데이터를 사용하여 위치추정과 위치 확인을 위해 CNN을 훈련시킬 수 있습니다.
트랜시버 설계
효율적인 데이터 압축 및 압축 해제 방법을 학습하며 오토인코더를 구성하는 비지도 신경망을 사용할 수 있습니다. 신경망을 훈련 및 테스트하여 LLR(로그 가능도비)을 추정할 수 있습니다.
MATLAB으로 무선에 AI를 사용하는 방법
제품
무선 응용 분야에 AI를 사용하는 제품에 대해 알아볼 수 있습니다.
30일 무료 평가판
시작하기
