5G Toolbox

BEDEUTENDES UPDATE

 

5G Toolbox

Simulieren, Analysieren und Testen von 5G- und 5G-Advanced-Kommunikationssystemen

Screenshot der Wireless Waveform Generator-App mit Testmodellgenerierung.

Generierung und Analyse von Wellenformen

Generieren und analysieren Sie standardkonforme 5G-NR-Wellenformen. Mit den Apps „Wireless Waveform Generator“ und „Wireless Waveform Analyzer“ können Sie individuell konfigurierte Wellenformen, NR-Testmodelle und feste Referenzkanäle konfigurieren, generieren und analysieren.

Blockdiagramm mit mehrfach genutztem Downlink-Kanal sowie der Verarbeitungskette zum Senden und Empfangen über den mehrfach genutzten physischen Downlink-Kanal.

Simulation auf Verbindungsebene

Simulieren Sie End-to-End-Verbindungen der drahtlosen 5G-NR-Kommunikation. Integrieren Sie Sender-, Kanalmodellierungs- und Empfängeroperationen. Wenden Sie Kanalmodelle für CDL (Cluster Delay Line) und TDL (Tapped Delay Line) an. Analysieren Sie die Leistung von terrestrischen und nicht terrestrischen (NTN) 5G-Netzverbindungen durch die Berechnung der Metriken Blockfehlerrate und Durchsatz.

Ein Leistungsdiagramm der Spektraldichte mit ACLR-Messungen für ein 5G-NR-Testmodell.

Tests und Messungen

Werten Sie die Leistung von 5G-NR-HF-Sendern und -Empfängern aus. Charakterisieren Sie die Leistung von HF-Verbindungen. Messen Sie Metriken für das Nachbarkanal-Leckverhältnis (ACLR) und die Error Vector Magnitude (EVM). Generieren und analysieren Sie Fronthaul-Nachrichten der Steuer- und Benutzerebene (CU-Plane) für O-RAN-Konformitätstests.

5G-Netztopologie aus einem gNB- und mehreren Benutzergerät-Knoten.

MIMO und Beamforming

Verwenden Sie CSI-Feedback (Kanalzustandsinformationen), um Übertragungsparameter anzupassen, wie Coderaten, Modulation, Schichtenanzahl und MIMO-Vorcodierungsmatrix. Schätzen Sie die Uplink-Kanäle mithilfe von Klang-Referenzsignalen unter Ausnutzung der Kanalreziprozität in einem TDD-Szenario (Time-Division Duplexing) ab. Verwenden Sie CSI-Referenzsignale und wählen Sie den optimalen Sendestrahl auf Basis der vom Referenzsignal empfangenen Leistungsmessungen aus.

Direkter und reflektierter Übertragungspfad mit einem Zwischensprung von einer Basisstation zu einem Benutzergerät als Ergebnis einer Ray-Tracing-Analyse.

Funkwetter- und Kanalmodelle

Verwenden Sie CDL-, TDL-, NTN- und HST-Kanalmodelle in Ihren Simulationen. Konfigurieren Sie das CDL-Kanalmodell mit den Ergebnissen von Ray-Tracing-Analysen. Erkunden Sie Kanalinformationen, einschließlich Antennenelement, Elementmuster, Strahlenanzahl, Winkel, Verzögerungen, Dämpfungen und Clusterpfade.

Beispiel-Screenshot mit Bursts des Synchronisierungssignals (SS) in einem NR-Ressourcenraster.

Verfahren für die Zellensuche

Führen Sie eine Zellensuche und Auswahlverfahren aus, um anfängliche Systeminformation zu erhalten, darunter Master-Informationsblock (MBI) und erster Systeminformationsblock (SIB1). Modellieren Sie den physischen RACH (Random Access Channel). Verwenden Sie Synchronisierungssignalblöcke, um Strahl-Management-Verfahren auszuführen, die aus Beam-Sweeping, Messungen, Bestimmungen, Berichten und Wiederherstellung bestehen.

Typische Topologie für ein drahtloses Netz aus drei Zellen. Jede Zelle besitzt eine Basisstation und einige Benutzergeräteknoten. Pfeile zeigen an, dass es Interferenzen mit den anderen Knoten verursachen kann, wenn jeder Knoten auf derselben Frequenz überträgt.

Simulation auf Systemebene

Simulieren Sie die gemeinsame Nutzung von Frequenz-Zeit-Ressourcen durch mehrere Benutzergeräte in einem 5G-NR-Netz. Bewerten Sie die Leistung von MAC-Scheduling-Strategien (Medium Access Control) im TDD-Modus (Time-Division Duplexing) und im FDD-Modus (Frequency-Division Duplexing).

Ein Diagramm, das zeigt, dass das Training eines Agenten über mehrere Episoden zu einer Steigerung der Belohnung pro Episode führt.

KI für drahtlose Anwendungen

Wenden Sie KI bei drahtlosen Techniken an, um den 5G-NR-Betrieb zu optimieren. Verwenden Sie ein neuronales Autoencoder-Netz, um Downlink-CSI zu komprimieren. Trainieren Sie einen Reinforcement-Learning-Agenten in einem tiefen Q-Netz (DQN) in der Strahlauswahl. Trainieren Sie ein Convolutional Neural Network in der Kanalabschätzung.

Ein Bild, das zeigt, wie jemand von einem als 5G gekennzeichneten Berg zu einem als 6G gekennzeichneten springt. Dies symbolisiert den Übergang drahtloser Systeme von 5G zur nächsten Generation (6G).

6G Exploration Library

Verwenden Sie die 6G Exploration Library, um mögliche 6G-Wellenformen zu modellieren, zu simulieren und zu testen. Erkunden Sie Grundlagentechnologien für 6G wie KI und Machine Learning, HF-Komponentenmodellierung für höhere Frequenzen, integrierte Sensorik und Kommunikation (ISAC) sowie neu konfigurierbare intelligente Oberflächen (RIS).

„Wir begannen mit einem Arbeitsbeispiel von MathWorks mit 5G-NR-Zellensuche und Wiederherstellung des Master-Informationsblocks und passten den Entwurf an die Kundenanforderungen an. So gelang es uns, unsere Arbeit einfacher zu gestalten und viel Zeit zu sparen.“