未來，人工智能(AI)和機器學習(ML)原理將在5G/6G網絡中日益普及。因此，RF數據集在訓練和測試不同無線應用的AI/ML模型方面發揮著關鍵作用。然而，由于研究人員在生成數據集時使用了不同的通道模型和存儲格式，比較模型并采用更多類型的數據集并非易事。在改進算法方面，缺乏可以獲取實際RF數據集的實用工具也是一大挑戰。

基于AI和ML的有效5G和6G研究需要：

• 具有標準化格式和全面場景描述的大型數據集

• 具有廣泛可能場景代表性的高質量數據集 

  具有RF減損和可提高魯棒性的通道屬性等附加影響的實際數據集

  
  

  使用USRP硬件在5G/6G研究中進行AI/ML RF數據記錄

• 將記錄的I/Q數據即時轉換為開源組織提議的標準化SigMF數據格式，并將其作為RF AI/ML數據集的標準

• 使用USRP軟件無線電設備的以太網連接進行分布式測試臺設置，記錄實際數據

• 基于JSON或YAML的單個配置文件，用于定義數據記錄活動，具有將參數設置配置為單一值或列表或值范圍的選項

• 每個傳輸通道(Tx)都可進行具有單獨波形的連續波形回放，包括5G NR、LTE、雷達、Wi-Fi等

  相關解決方案請下載：使用USRP硬件在5G/6G研究中進行AI/ML RF數據記錄的NI解決方案