Название конкурса
Разработка приемника беспроводной связи на основе глубокого обучения
Предыстория конкурса
Сегодняшняя 5G сталкивается с огромной проблемой эффективного обнаружения принимаемых сигналов в сложных беспроводных средах. Из-за влияния таких факторов, как случайное замирание, многолучевое распространение, помехи, шум окружающей среды и шум приемника связи беспроводного канала, обнаружение сигналов беспроводной связи становится очень трудным. Традиционные методы когерентного обнаружения сигнала имеют много проблем, таких как сложность получения сведений о канале и высокая частота ошибок при обнаружении битов для все более сложных сценариев беспроводной связи. Проблема обнаружения сигнала в беспроводной связи может быть эквивалентно трактована как проблема классификации и распознавания изображений, поскольку передаваемый сигнал в системе беспроводной связи представляет собой сигнал, генерируемый передающей стороной с использованием определенного режима модуляции сигнала. Другими словами, речь идет об ограниченном наборе сигналов, а термином в области беспроводной связи является сигнальное созвездие, поэтому задача обнаружения сигналов беспроводной связи трансформируется в задачу классификации и идентификации сигнального созвездия. В последние годы модели глубокого обучения широко используются в области распознавания изображений. За счет сбора образцов изображений, выбора модели, улучшения модели и алгоритма обучения достигается цель классификации и распознавания изображений, а также обнаружения целей. Это соревнование ориентировано на потребности реальных сценариев беспроводной связи, управляемых большими данными, и обеспечивает эффективное обнаружение сигналов беспроводной связи в режиме реального времени путем подбора произвольных сложных функций и извлечения скрытых функций глубокими нейронными сетями. По сравнению с традиционными приемниками беспроводной связи приемники беспроводной связи на основе глубокого обучения имеют значительные преимущества в борьбе со сложными и трудно моделируемыми средами канала и нелинейными факторами помех.
Рис. 1. Цепочка приемника 2x2 MIMO AI
Конкурсные задания
Соревнование предоставит игрокам данные канала и соответствующие приемопередатчики беспроводной связи для реальных сценариев беспроводной связи.Участникам предлагается разработать и использовать модели глубокого обучения для обучения и обнаружения полученных сигналов (т.е. классификации и идентификации), чтобы реализовать обнаружение полученных сигналов из полученных сигналов.Переданный сигнал восстанавливается, чтобы уменьшить частоту битовых ошибок обнаружения сигнала в различных сценариях.
Эта задача в основном исследует скорость обнаружения сигнала с точностью до бита в каждом сценарии беспроводной связи.
Введение данных
Реальная сцена беспроводного канала представляет собой типичную городскую улицу, рабочая частота 1,85 ГГц, скорость движения: 1,5 м/с, интервал дискретизации: 1 мс, данные канала дискретизации: Ns=320000, количество выборок (количество групп каналов).
Данные канала: данные, собранные из типичных городских уличных сцен, всего 320 000 выборок данных, каждая выборка содержит 4x32 комплексных числа (соответствует 2x2 каналам, каждый канал содержит 32-точечные комплексные импульсные характеристики канала)
Канал связи: Конкурс предоставляет программу моделирования связи MIMO-OFDM. Передающий конец включает в себя модуляцию QAM для передаваемого бита X, добавление пилот-частоты передачи, IFFT, добавление циклического префикса Cyclic Prefix (необязательно, специально задается значением z, см. программу связи моделирования, предоставленную конкурентами), ограничение пиков (необязательно) , который специально задается значением z). Принимающая сторона выполняет БПФ для полученных данных, чтобы получить Y.
Обучающие данные: игрок вводит данные канала и случайно отправленный бит X (самоопределяемый игроком) в канал беспроводной связи и получает сигнал Y на принимающей стороне беспроводной связи. Как показано на рисунке 2 (а), Y имеет два временных интервала, а именно временной интервал пилот-сигнала (черный кружок) и временной интервал данных (белый кружок), каждый из которых занимает 256 поднесущих, из которых временной интервал пилот-сигнала приходится на 256 поднесущих 8 или 32. пилот-пилоты вставляются равномерно, а остальные позиции поднесущих устанавливаются в 0 (то есть пилот-пилоты не вставляются). Как показано на рисунке 2 (b), выходные данные Y в канале моделирования расположены в ряд в следующем порядке: мнимая часть пилот-сигнала антенны 1 1PQ, действительная часть пилот-сигнала антенны 1 1PI, мнимая часть данных антенны 1 1DQ , Реальная часть данных антенны 1 1DI, мнимая часть пилот-сигнала антенны 2 2PQ, действительная часть пилот-сигнала антенны 2 2PI, мнимая часть данных антенны 2 2DQ, действительная часть данных антенны 2 2DI...
- Частотно-временной формат принимаемого сигнала
(b) Формат выходного сигнала смоделированного канала Y Рис. 2 Формат принятого сигнала
данные показывают
Конкурс предоставляет игрокам следующие наборы данных.
загрузка данных
Все необходимые файлы находятся в следующем zip