5G Toolbox ofrece funciones y ejemplos de referencia conformes con estándares para modelado, simulación y verificación de sistemas de comunicaciones 5G New Radio (NR) y 5G Advanced. Esta toolbox permite realizar simulación en nivel de enlace, verificación de referencia de alto nivel, pruebas de conformidad y generación de formas de onda de prueba.
Además, puede configurar, simular, medir y analizar enlaces de comunicaciones 5G NR de extremo a extremo. Puede modificar o personalizar las funciones de la toolbox y utilizarlas como modelos de referencia para implementar sistemas y dispositivos 5G.
La toolbox brinda funciones y ejemplos de referencia que ayudan a caracterizar especificaciones en banda base de enlaces ascendentes y descendentes, así como simular los efectos de diseños de RF y fuentes de interferencias en el rendimiento de sistemas. Con la app Wireless Waveform Generator, puede generar formas de onda y personalizar bancos de pruebas, de manera programática o interactiva. Puede utilizar estas formas de onda para verificar que los diseños, prototipos e implementaciones cumplen con las especificaciones de 3GPP 5G NR.
Generación de formas de onda
Genere formas de onda 5G NR conformes con estándares. Configure y genere formas de onda personalizadas, modelos de prueba de NR y canales de referencia fijos. Cree formas de onda, agrégueles distorsiones de RF, visualícelas y expórtelas de manera interactiva con la app Wireless Waveform Generator.
Simulación en nivel de enlace
Simule enlaces de comunicaciones inalámbricas 5G NR de extremo a extremo. Incorpore operaciones de transmisor, modelado de canales y receptor. Aplique modelos de canal CDL (línea de retardo en cluster) y TDL (línea de retardo en pulsación). Analice el rendimiento de enlaces calculando métricas de tasa de errores de bloques y tasa de transferencia.
Prueba y medición
Evalúe el rendimiento de los transmisores de RF 5G. Modele y pruebe los receptores de RF NR en presencia de interferencias. Caracterice el rendimiento de los enlaces de RF. Obtenga métricas de ACLR (relación de fugas en canales adyacentes) y de magnitud del vector de error.
MIMO y beamforming
Utilice feedback de información del estado del canal (CSI) para ajustar parámetros de transmisión, tales como tasa de codificación, modulación, número de capas y matriz de precodificación MIMO. Estime canales de enlace ascendente utilizando señales de referencia de sondeo que aprovechan la reciprocidad del canal en un escenario de duplexación por división de tiempo (TDD). Utilice la señal de referencia CSI y seleccione el haz de transmisión óptimo en base a las mediciones de potencia recibidas de la señal de referencia.
Modelos de canal y propagación
Genere modelos de canal TDL y CDL. Configure el modelo de canal CDL con el resultado del análisis de trazado de rayos. Explore información de canales, incluyendo elementos de antena, patrón de elementos, número de rayos, ángulos, retardos, atenuaciones y rutas de cluster.
Procedimientos de búsqueda de celdas
Realice procedimientos de búsqueda y selección de celdas para extraer información inicial del sistema, incluyendo los bloques Master Information y First System Information. Modele el canal físico de acceso aleatorio. Utilice bloques de señales de sincronización para realizar procedimientos de gestión de haces que incluyen barrido, medición, determinación, informe y recuperación de haces.
Simulación en nivel de sistema
Simule el uso compartido de recursos de frecuencia-tiempo entre varios UE en una red 5G NR. Evalúe el rendimiento de estrategias de planificación del control de acceso al medio en modos TDD y FDD (duplexación por división de frecuencia).
IA para comunicaciones inalámbricas
Integre IA a técnicas de telecomunicaciones para optimizar operaciones de 5G NR. Utilice una red neuronal de autoencoder para comprimir CSI de enlace descendente. Entrene un agente de Reinforcement Learning de red Q profunda (DQN) para selección de haces. Entrene una red neuronal convolucional para estimación de canales.
Recursos del producto:
“Partimos de un ejemplo funcional de MathWorks que incluye búsqueda de celdas de 5G New Radio y recuperación del bloque de información principal, y modificamos el diseño para adaptarlo a los requisitos del cliente. Esto simplificó nuestro trabajo y nos ahorró mucho tiempo".
Vinoth Thuruvas, Capgemini