Neuronaler Funkempfänger Keysight und Nvidia zeigen Design Flow für neuronale 6G-Empfänger

Anbieter zum Thema

NVIDIA GmbH

Keysight Technologies Deutschland GmbH

MicroConsult Microelectronics Consulting & Training GmbH

Syslogic GmbH

RECOM Power GmbH

Eine Demonstration auf dem Mobile World Congress zeigt die Leistungsfähigkeit eines neuronalen Empfängers in einem Open RAN Testbed.

Keysight Technologies hat in Zusammenarbeit mit Nvidia einen vollständigen Design-Flow für das Training und die Validierung neuronaler Empfänger entwickelt, der auf dem Mobile World Congress Barcelona 2024 vorgestellt wird. Auf dem Keysight-Stand in Halle 5, Stand 5E12, wird eine Open RAN-Testumgebung gezeigt, die um einen neuronalen Mehrbenutzer-MIMO-Empfänger erweitert wurde.

Neuronale Empfänger ersetzen vom Menschen entworfene Empfangskette

Während 5G künstliche Intelligenz integriert, um bestimmte Komponenten in Wireless-Netzwerken zu verbessern, wird 6G die erste Generation der Wireless-Technologie sein, die auf KI basiert.

Ein wichtiges Ziel ist die Entwicklung standortspezifischer neuronaler Empfänger, die die gesamte von Menschen entworfene Empfangskette der Bitübertragungsschicht ersetzen sollen. Die für das Training dieser neuronalen Empfänger erforderlichen Daten sind jedoch begrenzt, und die Validierung ihrer Leistung in End-to-End-Systemen stellt eine Herausforderung dar.

Neuronale Netze angemessen trainieren

Bevor neuronale Empfänger in kommerziellen Netzwerken eingerichtet werden können, müssen sie angemessen trainiert werden, und es muss nachgewiesen werden, dass sie herkömmliche Empfänger in ihrer Leistung übertreffen und die Kanalbedingungen realer Netzwerke robust handhaben können.

Die Demo soll zeigen, wie Keysight-Lösungen das Design und die Validierung eines neuronalen Empfängers ermöglichen. Mit der Nvidia Sionna-Bibliothek, die zum Trainieren des neuronalen Empfängers verwendet wird, ermöglichen Ray-Traced-Kanäle die Erzeugung standortspezifischer Trainingsdaten und damit die Erstellung digitaler Zwillinge realer Systeme. So kann der neuronale Empfänger für jede beabsichtigte Umgebung optimiert werden.

Leistungsfähigkeit des neuronalen Empfängers

Nach Abschluss des Trainings wird der neuronale Empfänger in einem Open RAN-Testbed mit Keysight-Geräten eingesetzt, die an eine kommerzielle FlexFi-Funkeinheit von Liteon Technology angeschlossen sind. Zur Emulation des standortspezifischen Kanals wird der Propsim-Kanalemulator von Keysight verwendet. Er ermöglicht den nahtlosen Import von Ray-Traced-Kanalimpulsantworten. Der trainierte neuronale Empfänger demoduliert dann das Signal. Messungen der Blockfehlerrate des End-to-End-Systems geben Aufschluss über die Leistungsfähigkeit des neuronalen Empfängers.

„Software-defined RAN ermöglicht die native Integration von KI über den gesamten Protokollstack hinweg, was letztendlich zu 6G-Systemen führt, die sich optimal an jede Umgebung anpassen können“, fasst Ronnie Vasishta, Senior Vice President of Telecom bei Nvidia, zusammen.

„Die Fähigkeit von Keysight, reale Daten für Training und Evaluierung zu generieren und zu erfassen, unterstützt durch die Open-Source-Bibliothek Nvidia Sionna für die Forschung auf der Bitübertragungsschicht von 6G, ist ein Schlüsselelement, das zur Anwendung von KI in drahtlosen Netzwerken beiträgt.“

(ID:49936069)