Sionna简介

Sionna介绍

Sionna ™ 是一个基于TensorFlow的开源库，用于模拟无线和光通信系统的物理层。复杂通信系统架构的快速原型制作就像连接所需构建块一样简单，这些构建块作为Keras层提供。使用可微分层，梯度可以在整个系统中反向传播，这是系统优化和机器学习的关键推动因素，尤其是神经网络的集成。NVIDIA GPU 加速提供数量级的更快模拟，支持对此类系统进行交互式探索，例如，在可在Google Colab等云服务上运行的Jupyter 笔记本中. 如果没有可用的 GPU，Sionna 将在 CPU 上运行。

NVIDIA 开发、不断扩展和使用 Sionna 来推动 5G 和 6G 研究。它支持具有 5G 兼容代码的 MU-MIMO（多用户多输入多输出）链路级仿真设置，包括低密度奇偶校验 (LDPC) 和 Polar 编码器/解码器、3GPP 信道模型、OFDM（正交频分复用）、信道估计、均衡和软解映射。许多其他组件，如卷积码和 Turbo 码、用于模拟光纤通道的分步傅立叶方法，以及用于研究单载波波形的滤波器和窗口，都可用。每个构建块都是一个独立的模块，可以根据您的需要轻松测试、理解和修改。文档是完整的，包括参考资料。

Sionna 的优势

大多数通信研究人员都需要一种链路级仿真工具，以快速将他们的想法原型化，并根据最先进的技术对他们的算法进行基准测试。然而，除了专有软件之外，不存在广泛使用的通用开源工具。此外，某一领域的专家，比如信道估计，不一定有时间或背景来评估他们的算法的端到端性能，例如，实际信道模型上的编码误码率 (BER)。

Sionna 提供了一个高级应用程序编程接口 (API)，可以从端到端快速建模复杂的通信系统，同时允许您调整您的研究所涉及的部分。这使您能够专注于您的研究，同时使其更具影响力并易于被他人复制。

多亏了Keras和TensorFlow，Sionna 拥有原生的 NVIDIA GPU 支持，这使其速度超快，非常适合通信领域的机器学习研究。

无线未来播客的第 30 集中详细讨论了 Sionna 。