È stata scelta la cornice del MWC di Barcellona per la prima dimostrazione “hardware-in-loop”, da parte di Rohde & Schwarz e NVIDIA, di un ricevitore neurale che evidenzia i guadagni di prestazioni ottenibili, per la tecnologia 6G, utilizzando modelli basati su machine learning rispetto a un ricevitore tradizionale con elaborazione deterministica del segnale.
La dimostrazione è relativa a un ricevitore neurale ad alte prestazioni in uno scenario 5G NR con un segnale uplink in configurazione MU-MIMO (Multi-User Multiple Input Multiple Output) – un modello di riferimento per l’implementazione di un possibile nuovo livello fisico (L1) per le future reti 6G. La configurazione di prova combina le soluzioni di test di alto livello per la generazione e l’analisi dei segnali di Rohde & Schwarz e la libreria open source con accelerazione tramite GPU NVIDIA Sionna per simulare il collegamento radio.
Un ricevitore neurale sostituisce i classici blocchi di elaborazione del segnale a livello fisico di un sistema di comunicazione wireless, con modelli di apprendimento automatico. Gli esperti del settore, e non solo, prevedono che il futuro standard 6G utilizzerà le tecniche AI/ML per svolgere alcune attività di elaborazione del segnale, come la stima e l’equalizzazione del canale e il demapping. Le simulazioni attuali indicano che un ricevitore neurale aumenterà la qualità dei collegamenti e avrà un impatto positivo sul throughput rispetto agli attuali algoritmi software deterministici ad alte prestazioni utilizzati nelle reti 5G NR.
Nella configurazione del ricevitore neurale basato su tecniche AI/ML in mostra allo stand di Rohde & Schwarz, il generatore di segnali vettoriali R&S SMW200A emula due singoli utenti che trasmettono un segnale largo 80 MHz in direzione uplink con una configurazione MIMO 2×2. Ogni utente viene disturbato dal fading in modo indipendente e viene applicato del rumore per simulare delle condizioni di propagazione del canale radio realistiche. Il ricevitore satellitare multiuso R&S MSR4 funge da ricevitore, catturando il segnale trasmesso a una frequenza portante di 3 GHz utilizzando i suoi quattro canali di ricezione in coerenza di fase. I campioni del segnale ricevuto vengono poi forniti tramite l’interfaccia di streaming in tempo reale a un server. Qui, il segnale viene pre-elaborato utilizzando il framework R&S Server-Based Testing (SBT), che include il software R&S VSE (Vector Signal Explorer) per l’analisi del segnale. Il VSE elabora il segnale applicando la trasformata di fourire (FFT). Il set di dati post-FFT serve come input per un ricevitore neurale implementato con la libreria NVIDIA Sionna.
Andreas Pauly, Executive Vice President della divisione Test & Measurement di Rohde & Schwarz, ha dichiarato: “L’elaborazione del segnale nelle comunicazioni wireless mediante algoritmi di apprendimento automatico è un tema molto caldo nel settore TLC e spesso discusso in modo controverso tra i colleghi. Siamo lieti di collaborare con un partner come NVIDIA alla realizzazione di questo banco di prova. Permetterà ai ricercatori e agli esperti del settore, di validare i loro modelli basati su un approccio guidato dai dati e di metterli alla prova in un esperimento “hardware-in-the-loop”, utilizzando le nostre soluzioni di test all’avanguardia per la generazione e l’analisi dei segnali”.
Ronnie Vasishta, Senior Vice President of Telecommunications di NVIDIA, ha dichiarato: “I modelli ML addestrati, offrono un notevole potenziale in termini di aumento delle prestazioni rispetto all’elaborazione convenzionale dei segnali. Questa dimostrazione “hardware-in-the-loop” di un ricevitore neurale Rohde & Schwarz – NVIDIA, segna una pietra miliare per il settore nel dimostrare l’utilità dell’intelligenza artificiale e dell’apprendimento automatico nella tecnologia 6G”.