5G Toolbox

AGGIORNAMENTO IMPORTANTE

 

5G Toolbox

Simulazione, analisi e test di sistemi di comunicazione 5G e 5G-Advanced

Schermata dell'applicazione Wireless Waveform Generator che mostra la generazione del modello di test.

Generazione e analisi di forme d’onda

Genera e analizza forme d’onda 5G NR conformi agli standard. Utilizza le applicazioni Wireless Waveform Generator e Wireless Waveform Analyzer per configurare, generare e analizzare forme d’onda personalizzate, modelli di test NR e canali di riferimento fissi.

Schema a blocchi che mostra il canale condiviso di downlink e la catena di elaborazione fisica di trasmissione e ricezione del canale condiviso di downlink.

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 dei collegamenti delle reti terrestri e non terrestri (NTN) 5G calcolando il tasso di errore di blocco e le metriche di throughput.

Grafico della densità spettrale di potenza che mostra le misurazioni dell’ACLR per un modello di test 5G NR.

Verifica e misurazione

Valuta le prestazioni dei trasmettitori e dei ricevitori RF 5G NR. Caratterizza le prestazioni dei link RF. Calcola le metriche di ACLR (Adjacent Channel Leakage Ratio) e dell’ampiezza del vettore di errore (EVM). Genera e analizza i messaggi del piano di controllo fronthaul e del piano utente (CU-Plane) per i test di conformità O-RAN.

Topologia di rete 5G composta da un gNB e da più nodi UE.

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 i segnali di riferimento CSI e seleziona il fascio di trasmissione ottimale in base alle misure di potenza ricevuta del segnale di riferimento.

Percorso diretto e percorso riflesso a un salto della trasmissione da una stazione base a una UE ottenuta mediante analisi di ray tracing.

Modelli di canali e propagazione

Utilizza i modelli di canale CDL, TDL, NTN e treno ad alta velocità (HST) nelle simulazioni. 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.

Schermata di esempio che mostra i burst di segnali di sincronizzazione (SS) in una griglia delle risorse NR.

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 (MIB) e il System Information Block 1 (SIB1). 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.

Tipica topologia di rete wireless composta da tre celle. Ogni cella ha una stazione base e pochi nodi UE. Le frecce indicano che la trasmissione di ogni nodo alla stessa frequenza può interferire con altri nodi.

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).

Grafico che mostra che l’addestramento di un agente su più episodi comporta un aumento della ricompensa dell’episodio.

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.

Un’immagine che mostra un uomo che salta da una collina con la scritta 5G a una collina con la scritta 6G simboleggia la transizione dei sistemi wireless dal 5G alla prossima generazione (6G).

6G Exploration Library

Utilizza 6G Exploration Library per modellare, simulare e testare forme d’onda candidate per il 6G. Esplora le tecnologie abilitanti per il 6G, tra cui l’IA e il Machine Learning, la modellazione di componenti RF per frequenze più elevate, il rilevamento e le comunicazioni integrati (ISAC) e le superfici intelligenti riconfigurabili (RIS).

"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".