AI-RAN: Nvidia Areial RAN

之前停頓了一段時間, 沒有繼續寫 Sionna 的文件,

看起來或許是一件好事, Sionna 在 Nvidia 的 GTC 2025 中,

公布了正式的 1.0 版本, 連結如下:

相較於之前 0.19 的版本,

Sionna 1.0 版中, 明確地把 Sionna 分成三個部分:

Sionna RT: A lightning-fast stand-alone ray tracer for radio propagation modeling
Sionna PHY: A link-level simulator for wireless and optical communication systems
Sionna SYS: System-level simulation functionalities based on physical-layer abstraction

其中, Sionna RT 也就是底層通道模擬的部分,

如之前所述, 這邊需要定義基站和使用者位置, 環境,

系統則會模擬出每一對基站到使用者訊號強度.

第二部分, Sionna PHY 則是利用模擬的通道來進行 PHY 層的計算,

對於 Sionna PHY 而言, 輸入可以是統計的通道 (AWGN, Rayleigh fading),

進行包含包括調變, 編碼, 通道, 接收與解碼的不同功能,

當我們要把 Sionna PHY 和 Sionna RT 進行整合時,

我們可以把 Sionna RT 的輸出存成 sionna.channel 的形式,

表示通道的時間響應 (Channel Impluse Response, CIR), 作為 Sionna PHY 的輸出,

下圖為 Sionna RT + Sionna PHY 結合的範例,

先透過模擬基站 (紅圈) 與使用者 (紅點) 的通道, 記錄下來,

之後放入 Sionna PHY 中進行後續模擬.

最後, 對於 Sionna SYS, 這一個布建基於一個抽象/統計的虛擬 PHY 層運作,

以統計的角度去看系統的通訊效能, 並沒有真實地去解出每一筆資料的輸入/輸出,

我們可以借用其系統架構圖來說明:

在上圖的範例中, Sionna SYS 介接 Sionna RT 的輸出,

(不過其實也只是把 CIR 的資訊轉成 SINR 資訊信行後續計算),

目前兩者的整合還沒到非常完美, 比較像是 Sionna RT 產生通道, 存下 channel 數值,

之後再交由 Sionna SYS 進行計算, 而無法針對從場景至場景的模擬,

這部分的功能也列在未來 Sionna 的開發與支援項目中.

Castle on a Cloud