无线场景趋势听讲录

Scadao

无线接入网，目前民间有OPEN　RAN和O-RAN，从技术优化和消费者层面，相对技术垄断者是值得拥抱的，但历史似乎不是按这种美好逻辑续演的，比如Windows与Linux的战争。

从技术解构来讲，无线是从中心→分布→云技术、虚拟化，走向开放式生态系统

假若此场景存在，给测试带来的挑战有：
　　多供应商确保互操作性和性能——实时的端对端测试
　　模拟不同的场景
　　放弃传统测试思路和方法，偏向激励响应领域和使用模型

愿景：
　　通过机器学习的训练，处真实世界场景中，其智能行为与其它AI/非AI进行互动，这样会彻底颠覆测试和测量行业
　　后续会不知道设计功能，只是训练设计的功能，自主配置，识别步骤
　　10年内6G会整合许多新的机器学习方法
　　打破基础协议导致的孤岛，机器会在网络上实时合成新的协议
　　无线的传统概念，是对环境作出响应。而使用机器学习是能估算通道等，即我们的应对方式，尝试消除无线通道的影响。即未来的机器学习会决定无线环境的形成

*****************************************
将来我们能配置智能反射面，即让你以精准的方式反射、抵消信号。真正的实现自主控制和设计周围环境

我们有明确定义的频谱和通道，设备在这些频谱和通道中运行。

10年后，我们将无线频谱视作一个连续体，无线电应该能够自行选择，聚合频率范围，识别现行设备，学习新规则。比如何时使用频谱，使用什么频谱。

10年后，我们的收获在于：机器学习可以让我们以不可预见的方式塑造环境，我们不再是机械响应，而是决定无线环境的形成。

几种可靠的趋势：
　　①　人们最终需要的是软件定义的解决方案和原型验证平台。用来满足这些现有和未来5G、6G雷达系统的性能要求
　　②　人们要的是更高的频率。即是为了获得更宽的带宽。实现更快的数据速率。系统越来越偏向MIMO、空域滤波等

超外差设计，有几项是用于同步多通道系统的功能。这些功能对于MIMO系统很重要。正因为有嵌入处理器，才导致软件无线电得以完全独立

****************************************
FPGA的IP在无线领域已有：数字变频器、SD、前向纠错码

X410 USRP处理大量数据：双QSFP+接口，可运行速度高达100Gb的以太网，此外还有一个PCI-E Gen3 x8接口；支持多工具流的无线产品；硬件驱动程序为UHD

IQ样本有传递到数字下的变频模块，还有邻道功率、频谱泄漏和EVM性能

NI承诺满足客户需求的连续体；系统引入自动化（管理系统、分析系统数据、作出产品的关键性快节奏）

测试测量处理与分析——数字化转型。有种理解是用新的数字流程和技术取代旧的流程和技术，包括研发、市场、销售、财务、人力资源等等。

但数字化转型对于客户来说，它主要是关于数据和分析的基础结构。因为在数字工具能为你服务之前，它们需要一种机制来管理数据、计算和可视化。我们可以使用边沿设备的代理服务。

走前人走过的路，并充分借鉴以往的经验和现行经验，你需要从验证可行的方案中，获取尽可能多的信息，并专注于构建于对己方来说，具有独特价值的部分。

SFC（现场监控系统）　　MES（制造执行系统）

数字化转型成功务必需要满足以下条件——

首先，务必要确定需关注的特定商业案例。并定义可衡量的预期结果。这样你才能快速得到结果，并获得对解决方案的信心

其次，数字化转型涉及大数据，务必让工厂参与进来。并确保解决方案，适合整体分析策略。