Anritsu Corporation, proveedor global de soluciones innovadoras de prueba y medición, ahora habilita capacidades avanzadas de IA para resolver problemas difíciles en sistemas de comunicaciones inalámbricas utilizando la tecnología de aprendizaje automático (ML) de IA probada de DeepSig. El espectro radioeléctrico es un activo valioso que debe gestionarse, compartirse y utilizarse de forma óptima en las redes inalámbricas. Las nuevas frecuencias de radio necesarias para permitir los casos de uso 6G son cada vez más escasas, y cada vez se presta más atención al desarrollo de nuevas técnicas de uso compartido del espectro. Las técnicas tradicionales de detección de RF se enfrentan a limitaciones en entornos inalámbricos que cambian dinámicamente, y se requiere una monitorización y caracterización de señales más avanzadas.
Anritsu ha abordado este reto asociándose con Deepsig para ofrecer una solución innovadora que integra las capacidades del analizador de espectro Anritsu MS2090A Field Master Pro con el software de detección y clasificación de señales inalámbricas de DeepSig, que se basa en sus algoritmos patentados de aprendizaje profundo de Inteligencia Artificial. El empleo de un enfoque de aprendizaje profundo basado en datos permite a Anritsu incorporar rápidamente nuevos modelos de señales de radio a sus capacidades utilizando las herramientas de entrenamiento ML de DeepSig. Las señales de RF de interés de diversas fuentes nuevas como drones y dispositivos IOT se pueden aprender de forma rápida y precisa en días, en lugar de meses, para satisfacer los requisitos rápidamente cambiantes de los clientes. Estas tecnologías avanzadas también constituyen la base de la detección de RF nativa de IA para 6G.
Esta solución integrada permitirá a los clientes mejorar el rendimiento de la red, optimizar la utilización del espectro y lograr una adaptación en tiempo real a las cambiantes condiciones de RF.
(Anritsu Corporation)
Anritsu y DeepSig revolucionan la detección del espectro con inteligencia artificial
15/02/24- 275