技术咨询
代买器件
商务客服
研发客服未来，人工智能()和机器学习(ML)原理将在网络中日益普及。因此，RF数据集在训练和测试不同无线应用的/ML模型方面发挥着关键作用。然而，由于研究人员在生成数据集时使用了不同的通道模型和存储格式，比较模型并采用更多类型的数据集并非易事。在改进算法方面，缺乏可以获取实际RF数据集的实用工具也是一大挑战。
本文引用地址：基于和ML的有效5G和6G研究需要：
具有标准化格式和全面场景描述的大型数据集
-
具有广泛可能场景代表性的高质量数据集
具有RF减损和可提高鲁棒性的通道属性等附加影响的实际数据集
使用USRP硬件在研究中进行AI/ML RF数据记录
将记录的I/Q数据即时转换为开源组织提议的标准化SigMF数据格式，并将其作为RF AI/ML数据集的标准
使用的以太网连接进行分布式测试台设置，记录实际数据
基于JSON或YAML的单个配置文件，用于定义数据记录活动，具有将参数设置配置为单一值或列表或值范围的选项
-
每个传输通道(Tx)都可进行具有单独波形的连续波形回放，包括5G NR、LTE、雷达、Wi-Fi等
相关解决方案请下载：研究中进行AI/ML RF数据记录的解决方案
文章来源于:电子产品世界 原文链接
本站所有转载文章系出于传递更多信息之目的，且明确注明来源，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。