文档帮助中心文档
您可以在无线通信系统中使用深度学习工具箱™功能来帮助训练接收算法。
深度学习与MATLAB编码器的先决条件(MATLAB编码器)
深度学习斜坡弯道
利用深度学习训练用于频谱监测的语义分割网络。频谱监测的用途之一是描述频谱占用情况。本例中的神经网络经过训练,在宽带频谱图中识别5G NR和LTE信号。
对具有自动编码器的端到端通信系统进行建模,以在无线信道上可靠地传输信息位元。
使用卷积神经网络(CNN)进行调制分类。你生成合成的,信道受损的波形。使用生成的波形作为训练数据,训练CNN进行调制分类。然后用软件定义的无线电(SDR)硬件和无线信号测试CNN。
利用仿真数据设计射频指纹卷积神经网络(CNN)。您可以使用来自已知和未知路由器的模拟无线局域网(WLAN)信标帧来训练CNN进行射频指纹。然后比较接收信号的媒体访问控制(MAC)地址和CNN检测到的射频指纹,以检测WLAN路由器模拟者。
利用捕获的数据训练射频指纹卷积神经网络(CNN)。使用软件定义的无线电(SDR)从真实路由器捕获无线局域网(WLAN)信标帧。你编程第二个SDR来传输未知的信标帧并捕获它们。你用这些捕获的信号训练CNN。然后编写一个软件定义的无线电(SDR)作为一个路由器模拟器,它使用一个已知路由器的媒体访问控制(MAC)地址传输信标信号,并使用CNN将其识别为一个模拟器。
产生信号和通道损伤来训练神经网络,称为LLRNet,以估计准确的对数似然比(LLR)。
使用5G工具箱™生成用于信道估计的深度学习训练数据。
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系