NI通过RF数据记录增强6G网络中的AI和ML研究
未来，人工智能(AI)和机器学习(ML)原理将在5G/6G网络中日益普及。因此，RF数据集在训练和测试不同无线应用的AI/ML模型方面发挥着关键作用。然而，由于研究人员在生成数据集时使用了不同的通道模型和存储格式，比较模型并采用更多类型的数据集并非易事。在改进算法方面，缺乏可以获取实际RF数据集的实用工具也是一大挑战。
基于AI和ML的有效5G和6G研究需要：
具有标准化格式和全面场景描述的大型数据集
具有广泛可能场景代表性的高质量数据集
具有RF减损和可提高鲁棒性的通道属性等附加影响的实际数据集
使用USRP硬件在5G/6G研究中进行AI/ML RF数据记录
将记录的I/Q数据即时转换为开源组织提议的标准化SigMF数据格式，并将其作为RF AI/ML数据集的标准
使用USRP软件无线电设备的以太网连接进行分布式测试台设置，记录实际数据
基于JSON或YAML的单个配置文件，用于定义数据记录活动，具有将参数设置配置为单一值或列表或值范围的选项
每个传输通道(Tx)都可进行具有单独波形的连续波形回放，包括5G NR、LTE、雷达、Wi-Fi等
相关解决方案请下载：使用USRP硬件在5G/6G研究中进行AI/ML RF数据记录的NI解决方案
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码