5G Toolbox fornisce funzioni conformi allo standard ed esempi di riferimento per la modellazione, simulazione e verifica dei sistemi di comunicazione 5G New Radio (NR) e 5G-Advanced. Il toolbox supporta la simulazione a livello di link, i test di conformità, la verifica mediante modelli di riferimento e la generazione di forme d’onda di prova.
Con il toolbox è possibile configurare, simulare, misurare e analizzare i link di comunicazione 5G NR end-to-end. È possibile modificare o personalizzare le funzioni del toolbox e usarle come modelli di riferimento per implementare sistemi e dispositivi 5G.
Il toolbox fornisce funzioni ed esempi di riferimento che ti aiuteranno a caratterizzare le specifiche di baseband in uplink e downlink e a simulare gli effetti dei progetti RF e delle fonti di interferenza sulle prestazioni del sistema. Sarà possibile generare delle forme d’onda e personalizzare i test bench, in modo programmatico o interattivo, usando l’app Wireless Waveform Generator. Con queste forme d’onda, sarà possibile verificare se i propri progetti, prototipi e implementazioni sono conformi alle specifiche 3GPP 5G NR.
Generazione di forme d’onda
Genera forme d'onda 5G NR conformi agli standard. Configura e genera forme d'onda personalizzate e modelli di test NR e canali di riferimento fissi. Crea, aggiungi disturbi RF, visualizza ed esporta forme d'onda in modo interattivo con l'applicazione Wireless Waveform Generator.
Simulazione a livello di link
Simula i link di comunicazione wireless end-to-end 5G NR. Incorpora operazioni di trasmettitore, modellazione di canale e ricevitore. Applica dei modelli del canale di linea di ritardo di clustering (Clustered Delay Line, CDL) e di linea del ritardo fissato (Tapped Delay Line, TDL). Analizza le prestazioni a livello di link calcolando il tasso di errore di blocco e le metriche di produttività.
Verifica e misurazione
Valuta le prestazioni dei trasmettitori RF 5G. Modella e testa i ricevitori RF NR in presenza di interferenze. Caratterizza le prestazioni dei link RF. Calcola le metriche di ACLR (Adjacent Channel Leakage Ratio) e dell’ampiezza del vettore di errore.
MIMO e Beamforming
Utilizza il feedback delle informazioni sullo stato dei canali (Channel State Information, CSI) per regolare i parametri di trasmissione, tra cui velocità di codifica, modulazione, numero di layer e matrice di precodifica MIMO. Stima i canali di uplink utilizzando segnali di riferimento sonori che sfruttano la reciprocità dei canali in uno scenario di duplexing a divisione di tempo (TDD). Utilizza il segnale di riferimento CSI e seleziona il fascio di trasmissione ottimale in base alle misure di potenza ricevuta del segnale di riferimento.
Modelli di canali e propagazione
Genera i modelli di canale TDL e CDL. Configura il modello di canale CDL con i risultati delle analisi di ray tracing. Scopri le informazioni sul canale, compresi l'elemento di antenna, il pattern dell'elemento, il numero di fasci, gli angoli, i ritardi, le attenuazioni e i percorsi di cluster.
Procedure di ricerca celle
Esegui le procedure di ricerca e selezione delle celle per estrarre le informazioni iniziali del sistema, compresi il Master Information Block e il First System Information Block. Modella il canale fisico ad accesso casuale. Utilizza i blocchi di segnali di sincronizzazione per eseguire procedure di gestione del fascio che consistono nelle fasi di sweeping, misurazione, determinazione, reporting e recupero del fascio.
Simulazione a livello di sistema
Simula la condivisione di risorse di frequenza/tempo tra più UE in una rete 5G NR. Valuta le prestazioni delle strategie di pianificazione del MAC (Medium Access Control) sia in modalità duplexing a divisione di tempo (TDD) che in modalità duplexing a divisione di frequenza (FDD).
Intelligenza artificiale per sistemi wireless
Applica l'intelligenza artificiale alle tecniche wireless per ottimizzare le operazioni 5G NR. Utilizza una rete neurale autoencoder per comprimere il CSI in downlink. Addestra un Deep Q-Network (DQN) con un agente di Reinforcement Learning per la selezione del fascio. Addestra una rete neurale convoluzionale per la stima del canale.
Risorse sui prodotti:
"Siamo partiti da un esempio funzionante di MathWorks che prevedeva la ricerca di nuove celle radio 5G e il recupero dei blocchi di informazioni master e abbiamo modificato il progetto per adattarlo alle esigenze del cliente. Questo ha contribuito a semplificare il nostro lavoro e ci ha fatto risparmiare molto tempo".
Vinoth Thuruvas, Capgemini