文件帮助中心
您可以使用无线通信系统中的Deep Learning Toolbox™功能来帮助训练接收算法。
与Matlab编码器深入学习的先决条件(MATLAB编码器)
使用卷积神经网络(CNN)进行调制分类。您生成合成,通道障碍波形。使用生成的波形作为培训数据,您可以培训CNN以进行调制分类。然后,使用软件定义的无线电(SDR)硬件和超空气信号测试CNN。
设计具有模拟数据的射频(RF)指纹卷积卷积神经网络(CNN)。您将使用已知和未知路由器的模拟无线局域网(WLAN)标信标帧培训CNN,用于RF指纹识别。然后,您可以比较接收信号的媒体访问控制(MAC)地址和CNN检测到的RF指纹以检测WLAN路由器模拟器。
用捕获的数据列车射频(RF)指纹卷积神经网络(CNN)。您使用软件定义的无线电(SDR)捕获从真实路由器的无线局域网(WLAN)信标帧。您将第二个SDR编程以传输未知信标帧并捕获它们。您使用这些捕获的信号训练CNN。然后,您将软件定义的无线电(SDR)编程为路由器模拟器,其将信标信号发送与已知路由器之一的媒体访问控制(MAC)地址,并使用CNN将其识别为模拟器。
生成信号和渠道障碍,以培训一个名为LLRNET的神经网络,以估计精确的对数似然比(LLR)。
使用5G Toolbox™生成用于信道估计的深度学习培训数据。
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室