用 MATLAB 实现人工智能在无线通信中的应用
联系我们安排时间课程详细信息
本课程为期一天，介绍如何使用 MATLAB® 将人工智能 (AI) 方法应用于无线通信应用。学员将学习如何使用 MATLAB 和 Python® 创建、训练和评估各种深度神经网络。
主题包括：
主题包括：
- 使用 5G Toolbox 生成符合标准的波形
- 配置簇延迟线 MIMO 衰落信道
- 并行运行 for 循环以加速数据集生成
- 在 CSI 反馈系统中使用深度学习网络
- 在 MATLAB 中设置 Python 环境以执行 Python 代码
- 将 App 用于交互式工作流
第1天 (共1天)
数据生成、导入和管理
目标: 使用无线波形发生器以交互方式生成符合 5G NR 标准的波形。配置并运行 5G 信道模型以生成数据集。使用并行 for 循环以加快计算速度。使用信号数据存储在 MATLAB 中导入并组织信号数据
- 无线波形发生器
- 生成并可视化符合 5G NR 标准的波形
- 配置簇延迟线 MIMO 衰落信道
- 生成用于深度网络训练和测试的数据集
- 并行运行 for 循环
- 使用信号数据存储导入数据
创建和更新网络
目标: 创建并训练自编码器深度学习网络，用于压缩 CSI 反馈系统中的信道估计使用试验管理器执行参数扫描并管理结果
- 创建训练集、验证集和测试集
- 创建并可视化深度学习网络
- 使用 GPU 训练深度学习网络
- 试验管理器
从 MATLAB 运行 Python
目标: 从 MATLAB 运行 Python 命令和脚本，并将输出变量返回到 MATLAB 工作区。创建并训练基于 PyTorch 的自编码器神经网络，用于大规模 MIMO CSI 反馈
- 在 MATLAB 中设置 Python 环境
- 从 MATLAB 执行 Python 命令
- 从 MATLAB 执行 Python 脚本
- 在 Python 中创建和训练深度学习网络
