Die 5G Toolbox bietet standardkonforme Funktionen und Referenzbeispiele für die Modellierung, Simulation und Verifikation von Kommunikationssystemen für 5G New Radio (NR) und 5G-Advanced. Die Toolbox unterstützt die Simulation auf Verbindungsebene, die Verifikation anhand der „goldenen Referenz“, Konformitätstests und das Generieren von Wellenformen für Tests.
Mit der Toolbox können Sie End-to-End-Kommunikationsverbindungen von 5G NR konfigurieren, simulieren, messen und analysieren. Sie können die Funktionen der Toolbox verändern oder anpassen und sie als Referenzmodelle für die Implementierung von 5G-Systemen und -Geräten verwenden.
Die Toolbox bietet Funktionen und Referenzbeispiele, mit denen Sie Uplink- und Downlink-Basisband-Spezifikationen charakterisieren und die Auswirkungen von HF-Designs und Interferenzquellen auf die Systemleistung simulieren können. Mithilfe der Wireless Waveform Generator-App lassen sich Wellenformen erzeugen und Testbenches entweder programmatisch oder interaktiv anpassen. Mit diesen Wellenformen können Sie überprüfen, ob Ihre Designs, Prototypen und Implementierungen den 3GPP-Spezfikationen für 5G NR entsprechen.
Generierung von Wellenformen
Generieren Sie standardkonforme 5G-NR-Wellenformen. Konfigurieren und generieren Sie individuelle Wellenformen und NR-Testmodelle mit festem Referenzkanal. Mit der Wireless Waveform Generator-App können Sie interaktiv Wellenformen erstellen, HF-Störungen hinzufügen, visualisieren und exportieren.
Simulation auf Verbindungsebene
Simulieren Sie End-to-End-Verbindungen der drahtlosen 5G-NR-Kommunikation. Integrieren Sie Sender-, Kanalmodellierungs- und Empfängeroperationen. Wenden Sie Kanalmodelle für CDL (Cluster Delay Line) und TDL (Tapped Delay Line) an. Analysieren Sie die Verbindungsleistung, indem Sie Metriken für die Blockfehlerrate und den Durchsatz berechnen.
Tests und Messungen
Bewerten Sie die Leistung von 5G-HF-Sendern. Modellieren und testen Sie NR-HF-Empfänger mit Interferenzen. Charakterisieren Sie die Leistung von HF-Verbindungen. Messen Sie Metriken für das Nachbarkanal-Leckverhältnis und EVM (Error Vector Magnitude).
MIMO und Beamforming
Verwenden Sie CSI-Feedback (Kanalzustandsinformationen), um Übertragungsparameter anzupassen, wie Coderaten, Modulation, Ebenenanzahl und MIMO-Vorcodierungsmatrix. Schätzen Sie die Uplink-Kanäle mithilfe von Klang-Referenzsignalen unter Ausnutzung der Kanalreziprozität in einem TDD-Szenario (Time-Division Duplexing) ab. Verwenden Sie ein CSI-Referenzsignal und wählen Sie den optimalen Sendestrahl auf Basis der vom Referenzsignal empfangenen Leistungsmessungen aus.
Funkwetter- und Kanalmodelle
Generieren Sie TDL- und CDL-Kanalmodelle. Konfigurieren Sie das CDL-Kanalmodell mit den Ergebnisses von Ray-Tracing-Analysen. Erkunden Sie Kanalinformationen, einschließlich Antennenelement, Elementmuster, Strahlenanzahl, Winkel, Verzögerungen, Dämpfungen und Clusterpfade.
Verfahren für die Zellensuche
Führen Sie eine Zellensuche und Auswahlverfahren aus, um anfängliche Systeminformation zu erhalten, darunter Master-Informationsblock und erster Systeminformationsblock. Modellieren Sie den physischen RACH (Random Access Channel). Verwenden Sie Synchronisierungssignalblöcke, um Strahl-Management-Verfahren auszuführen, die aus Beam-Sweeping, Messungen, Bestimmungen, Berichten und Wiederherstellung bestehen.
Simulation auf Systemebene
Simulieren Sie die gemeinsame Nutzung von Frequenz-Zeit-Ressourcen durch mehrere Benutzergeräte in einem 5G-NR-Netz. Bewerten Sie die Leistung von MAC-Scheduling-Strategien (Medium Access Control) im TDD-Modus (Time-Division Duplexing) und im FDD-Modus (Frequency-Division Duplexing).
KI für drahtlose Anwendungen
Wenden Sie KI bei drahtlosen Techniken an, um den 5G-NR-Betrieb zu optimieren. Verwenden Sie ein neuronales Autoencoder-Netz, um Downlink-CSI zu komprimieren. Trainieren Sie einen Reinforcement-Learning-Agenten in einem tiefen Q-Netz (DQN) in der Strahlauswahl. Trainieren Sie ein Convolutional Neural Network in der Kanalabschätzung.
Produktressourcen:
„Wir begannen mit einem Arbeitsbeispiel von MathWorks mit 5G-NR-Zellensuche und Wiederherstellung des Master-Informationsblocks und passten den Entwurf an die Kundenanforderungen an. So gelang es uns, unsere Arbeit einfacher zu gestalten und viel Zeit zu sparen.“
Vinoth Thuruvas, Capgemini