Drahtlose Kommunikation
Wenden Sie Deep Learning bei Simulationen von drahtlosen Kommunikationssystemen an, indem Sie die Deep Learning Toolbox™ zusammen mit Communications Toolbox, 5G Toolbox, WLAN Toolbox, und Bluetooth Toolbox verwenden. Weitere Informationen finden Sie unter KI für drahtlose Kommunikation (Communications Toolbox).
Kategorien
- CSI-Feedback
KI für CSI-Feedback-Verbesserungen
- Strahlmanagement
KI für das Strahlmanagement
- Positionierung und Erfassung
KI für Positionierung und Erfassung
- DPD und PA-Modellierung
KI zur Modellierung von digitaler Vorverzerrung und Leistungsverstärkern
- Autoencoding
Entwurf Autoencoder-basierter Kommunikationssysteme
- Spektrumerfassung und Modulationsklassifizierung
KI für die Spektrumerfassung und Modulationsklassifizierung
- Empfängeralgorithmen
KI für verschiedene Kommunikationsempfänger-Algorithmen
- Geräteidentifikation
KI für die Geräteidentifikation
Enthaltene Beispiele
Bluetooth LE Positioning with Deep Learning
Compute the 3-D positioning of a Bluetooth LE node by using RSSI fingerprinting and a CNN.
AI for Positioning Accuracy Enhancement
Use AI to estimate the position of user equipment and compare performance with traditional TDoA techniques.
Structurally Compress Neural Network DPD Using Projection
Structurally compress a neural network DPD to reduce computational complexity and memory requirements using projection and principal component analysis.
Power Amplifier Modeling Using Neural Networks
Model a power amplifier (PA) using several different neural network (NN) architectures.
CSI Feedback with Autoencoders
Compress downlink channel state information (CSI) for 5G systems by using an autoencoder neural network.
