文档帮助中心文档
你可以使用深度学习工具箱™ 无线通信系统的功能有助于训练接收算法。
使用MATLAB编码器进行深入学习的先决条件(MATLAB编码器)
深度学习入门
使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表征频谱占用情况。本例中的神经网络经过训练以识别宽带频谱图中的5G NR和LTE信号。
为端到端通信系统建模,该系统带有自动编码器,可通过无线信道可靠地传输信息位。
使用卷积神经网络(CNN)进行调制分类。你可以生成合成的、通道受损的波形。使用生成的波形作为训练数据,训练CNN进行调制分类。然后用软件无线电(SDR)硬件和无线信号测试CNN。
利用仿真数据设计了一种射频(RF)指纹卷积神经网络(CNN)。您使用来自已知和未知路由器的模拟无线局域网(WLAN)信标帧对CNN进行训练,以进行射频指纹识别。然后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路由器仿真器。
使用捕获的数据训练射频(RF)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。您可以编程第二个SDR来传输未知的信标帧并捕获它们。您可以使用这些捕获的信号训练CNN。然后,您可以编程一个软件定义无线电(SDR)作为路由器模拟器,通过媒体访问控制(MAC)传输信标信号一个已知路由器的地址,并使用CNN将其识别为冒充者。
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工具箱生成用于信道估计的深度学习训练数据™.
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。万博1manbetx
选择一个网站以获取翻译后的内容(如果可用),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网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。
联系当地办事处