Turbo für 6G Neuronaler Empfänger übernimmt Aufgaben der Signalverarbeitung

Von Dipl.-Ing. (FH) Hendrik Härter 2 min Lesedauer

Anbieter zum Thema

In einem künftigen 6G-Standard sollen Methoden des maschinellen Lernens (ML) dabei helfen, Aufgaben der Signalverarbeitung zu übernehmen. Damit können die Signalverarbeitungsblöcke durch trainierte Lernmodelle ersetzt werden. Auf dem MWC zeigen Rohde & Schwarz sowie Nvidia, was möglich ist.

Maschinelles Lernen: Im künftigen 6G-Standard sollen ML-basierte Algorithmen die Aufgaben der Signalverarbeitung übernehmen.(Bild:  Rohde & Schwarz)
Maschinelles Lernen: Im künftigen 6G-Standard sollen ML-basierte Algorithmen die Aufgaben der Signalverarbeitung übernehmen.
(Bild: Rohde & Schwarz)

Die Ingenieure von Rohde & Schwarz haben einen neuronalen Empfänger in einem 5G NR-Uplink-Multi-User-Multiple-Input-Multiple-Output- (MU-MIMO-)Szenario entwickelt. Mit dem Konzept eines neuronalen Empfängers sollen die Signalverarbeitungsblöcke der Bitübertragungsschicht eines Funkkommunikationssystems durch trainierte maschinelle Lernmodelle (ML) ersetzt werden.

Ein künftiger 6G-Standard soll in die Lage versetzt werden, Methoden des maschinellen Lernens für Signalverarbeitungsaufgaben wie Kanalschätzung, Kanalentzerrung und Demapping zu nutzen. Heutige Simulationen legen nahe, dass ein solcher neuronaler Empfänger die Verbindungsqualität erhöhen und den Durchsatz im Vergleich zu den bereits leistungsstarken deterministischen Software-Algorithmen weiter steigern kann.

Genügend Trainingsdaten sammeln

Um solche Machine-Learning-Modelle zu trainieren, werden natürlich entsprechende Datensätze benötigt. Oft sind die erforderlichen Datensätze nur begrenzt oder überhaupt nicht verfügbar. Beim derzeitigen Stand der frühen 6G-Forschung sind messtechnische Hilfsmittel zur Erzeugung verschiedener Datensätze mit unterschiedlichen Signalkonfigurationen eine Alternative, um die ML-Modelle für Signalverarbeitungsaufgaben zu trainieren.

Aufbau eines neuronalen Empfängers

Die Experten von Rohde & Schwarz demonstrieren einen entsprechenden ML-Aufbau auf Basis eines neuronalen Empfängers. Der Vektorsignalgenerator R&S SMW200A emuliert zwei Benutzer, die ein 80-MHz-breites Signal in Uplink-Richtung mit einer MIMO-2x2-Signalkonfiguration übertragen. Jeder Benutzer wird unabhängig mit Fading belegt, und Rauschen wird angewendet, um realistische Funkkanalbedingungen zu simulieren.

Als Empfänger fungiert der R&S MSR4 Universal-Satellitenempfänger, der über seine vier phasenkohärenten Empfangskanäle das mit einer Trägerfrequenz von 3 GHz übertragene Signal erfasst. Anschließend stellt er die Daten über seine Echtzeit-Streaming-Schnittstelle einem Server zur Verfügung. Dort wird das Signal mithilfe des R&S Server-Based-Testing- (SBT-)Frameworks einschließlich der Micro-Services der R&S VSE Vector Signal Explorer (VSE) Software vorverarbeitet. Die VSE-Signalanalyse-Software synchronisiert das Signal und führt eine schnelle Fourier-Transformation (FFT) durch. Dieser FFT-transformierte Datensatz dient als Eingabe für den mit Nvidia Sionna realisierten neuronalen Empfänger.

Neuronaler Empfänger vs. LMMSE-Architektur

Im Rahmen der Demonstration wird der trainierte neuronale Empfänger mit dem klassischen Konzept einer LMMSE-Empfängerarchitektur (Linear Minimum Mean Squared Error) verglichen, bei der traditionelle Signalverarbeitungstechniken auf Grundlage deterministisch entwickelter Software-Algorithmen zum Einsatz kommen. Die leistungsfähigen Algorithmen sind in den heutigen 4G- und 5G-Mobilfunknetzen weit verbreitet.

(ID:49213867)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung