罗德与施瓦茨与英伟达共同展示基于AI/ML的神经接收机

随着对未来6G无线通信器件的研究如火如荼地进行，业界也在探索6G中原生AI空口的可能性。罗德与施瓦茨(以下简称“R&S公司”)与英伟达(NVIDIA)合作，对未来6G技术中的人工智能和机器学习（AI/ML）从仿真到实现向前迈进了一步。

在巴塞罗那世界移动通信（MWC）大会上，两家公司展示了业界首个神经接收机的硬件在环演示，显示与传统信号处理相比，使用训练后的ML模型可以显著地提升性能。

在MWC大会上，参观者可以在演示中体验到神经接收机如何用在5G NR上行链路多用户多输入多输出(MU-MIMO)中——这可能是6G物理层的蓝图。该装置结合了R&S用于信号生成和分析的高端测试解决方案以及用于链路级仿真的NVIDIA Sionna GPU加速开源库。

神经接收机是用训练的机器学习模型取代无线通信系统物理层的信号处理模块。全球的学术界、领先的研究机构和行业专家预计，未来的6G标准将使用AI/ML进行信号处理任务，如信道估计、信道均衡和去映射。当前的仿真表明，与目前5G NR中使用的高性能确定性软件算法相比，神经接收机将提高链路质量和吞吐量。

为了训练机器学习模型，数据集是绝对的先决条件。通常情况下，获取所需的数据集是受限的，或者根本无法获得。在处于6G早期研究的现阶段，对于生成具有不同信号配置的各种数据集以训练信号处理任务的机器学习模型，测试和测量设备提供了一个可行的选择。

在R&S展位上展示的基于AI/ML的神经接收机设置中，R&S SMW200A矢量信号发生器模拟了两个独立的用户，在上行方向以2x2 MIMO信号配置发射80MHz宽的信号。每个用户都是独立衰落，并且添加了噪声来模拟真实的无线信道条件。R&S MSR4多用途卫星接收机作为接收机，通过使用四个相位相干的接收信道，捕捉3GHz载波频率传输的信号。然后，数据通过实时流接口提供给服务器。在服务器中，R&S基于服务器的测试（SBT）框架（包括R&S VSE矢量信号探索器（VSE）微服务）将对数据进行预处理。VSE信号分析软件同步信号并进行快速傅里叶变换（FFT）。这个FFT后的数据集可作为基于NVIDIA Sionna实现的神经接收机的输入。

NVIDIA Sionna是一个用于链路级仿真的GPU加速开源库。它能够对复杂的通信系统架构进行快速的原型设计，并为6G信号处理中的机器学习集成提供本地支持。

作为演示的一部分，将训练的神经接收机与经典的线性最小均方误差（LMMSE）接收机架构进行了比较，后者为基于确定性软件算法的传统信号处理技术。这些高性能的算法在目前的4G和5G蜂窝网络中已被广泛采用。

Andreas Pauly：

R&S测试与测量部门执行副总裁

"在无线通信中使用机器学习算法进行信号处理是目前业内非常热门的话题，在业内同行中经常会有争议性的讨论。我们很高兴能与英伟达这样的合作伙伴在这个测试平台上合作。它将使研究人员和行业专家能够根据数据驱动的方法验证他们的模型，并利用我们在信号生成和分析方面的领先测试解决方案，在硬件在环实验中对其进行测试"。

Ronnie Vasishta：

英伟达电信部高级副总裁

"与传统的信号处理相比，经过训练的ML模型为提高性能开辟了相当大的潜力。罗德与施瓦茨和英伟达的这一基于神经接收机的硬件在环演示，标志着业界在展示6G技术中的人工智能和机器学习的效用方面达到了一个里程碑。"

罗德与施瓦茨是测试与测量、系统与方案、网络与网络安全领域的知名供应商。公司成立已超过85年，总部设在德国慕尼黑，在全球70多个国家设有子公司。作为一家独立的科技集团，罗德与施瓦茨创新性的产品和解决方案为全球工业客户提供了一个更安全与互联的世界。

　　审核编辑：汤梓红