NI通過(guò)RF數據記錄增強6G網(wǎng)絡(luò )中的AI和ML研究
未來(lái),人工智能(AI)和機器學(xué)習(ML)原理將在5G/6G網(wǎng)絡(luò )中日益普及。因此,RF數據集在訓練和測試不同無(wú)線(xiàn)應用的AI/ML模型方面發(fā)揮著(zhù)關(guān)鍵作用。然而,由于研究人員在生成數據集時(shí)使用了不同的通道模型和存儲格式,比較模型并采用更多類(lèi)型的數據集并非易事。在改進(jìn)算法方面,缺乏可以獲取實(shí)際RF數據集的實(shí)用工具也是一大挑戰。
本文引用地址:http://dyxdggzs.com/article/202405/458414.htm基于AI和ML的有效5G和6G研究需要:
具有標準化格式和全面場(chǎng)景描述的大型數據集
具有廣泛可能場(chǎng)景代表性的高質(zhì)量數據集
具有RF減損和可提高魯棒性的通道屬性等附加影響的實(shí)際數據集
使用USRP硬件在5G/6G研究中進(jìn)行AI/ML RF數據記錄
將記錄的I/Q數據即時(shí)轉換為開(kāi)源組織提議的標準化SigMF數據格式,并將其作為RF AI/ML數據集的標準
使用USRP軟件無(wú)線(xiàn)電設備的以太網(wǎng)連接進(jìn)行分布式測試臺設置,記錄實(shí)際數據
基于JSON或YAML的單個(gè)配置文件,用于定義數據記錄活動(dòng),具有將參數設置配置為單一值或列表或值范圍的選項
每個(gè)傳輸通道(Tx)都可進(jìn)行具有單獨波形的連續波形回放,包括5G NR、LTE、雷達、Wi-Fi等
評論