Используйте сверточную нейронную сеть (CNN) в классификации модуляций. Вы генерируете синтетический продукт, поврежденные каналом формы волны. Используя сгенерированные формы волны как обучающие данные, вы обучаете CNN классификации модуляций. Вы затем тестируете CNN с оборудованием программно определяемого радио (SDR) и беспроводными сигналами.

Спроектируйте сверточную нейронную сеть (CNN) снятия отпечатков пальцев радиочастоты (RF) с симулированными данными. Вы обучаете CNN с симулированными кадрами "неисправность" беспроводной локальной сети (WLAN) от известных и неизвестных маршрутизаторов для снятия отпечатков пальцев РФ. Вы затем сравниваете адрес управления доступом медиа-контента (MAC) полученных сигналов и цифрового отпечатка РФ, обнаруженного CNN, чтобы обнаружить имитаторов маршрутизатора WLAN.

Обучите сверточную нейронную сеть (CNN) снятия отпечатков пальцев радиочастоты (RF) с собранными данными. Вы получаете кадры "неисправность" беспроводной локальной сети (WLAN) от действительных маршрутизаторов с помощью программно определяемого радио (SDR). Вы программируете второй SDR, чтобы передать неизвестные кадры "неисправность" и получить их. Вы обучаете CNN с помощью этих записанных сигналов. Вы затем программируете программно определяемое радио (SDR) как имитатор маршрутизатора, который передает сигналы маяка с адресом управления доступом медиа-контента (MAC) одного из известных маршрутизаторов, и используйте CNN, чтобы идентифицировать его как имитатора.

Сгенерируйте сигналы и нарушения канала, чтобы обучить нейронную сеть, названную LLRNet, оценить точные логарифмические отношения правдоподобия (LLR).

Сгенерируйте обучающие данные глубокого обучения для оценки канала с помощью 5G Toolbox™.