DEEPSDR 2 — интеллектуальная SDR-платформа с ИИ

DEEPSDR 2 — высокопроизводительная программно-определяемая радиоплатформа нового поколения, объединяющая широкополосный радиочастотный тракт, многоканальную SDR-архитектуру и периферийные вычисления искусственного интеллекта.

Платформа построена на базе Xilinx XCZU48DR RFSoC (X410 PRO) и вычислительного модуля NVIDIA Jetson AGX Thor с архитектурой Blackwell. Такое сочетание позволяет выполнять радиочастотную обработку сигналов и алгоритмы искусственного интеллекта непосредственно на устройстве с минимальной задержкой.

Основные особенности платформы: широкий диапазон частот, высокая мгновенная полоса пропускания, 4-канальная архитектура, высокоскоростная обработка данных и Edge AI.

Вычислительная платформа Edge AI

В DEEPSDR 2 используется NVIDIA Jetson AGX Thor на архитектуре Blackwell.

Производительность ИИ достигает 2070 TFLOPS FP4 при разреженных вычислениях (Sparse Compute). Такая вычислительная мощность позволяет реализовывать алгоритмы искусственного интеллекта непосредственно на физическом уровне радиосистемы (PHY Layer AI).

Платформа обеспечивает обработку, анализ и принятие решений с задержкой на уровне миллисекунд, что особенно важно для систем реального времени.

Радиочастотная подсистема

В основе радиочастотной части используется платформа X410 PRO на базе Xilinx XCZU48DR RFSoC с двухкаскадной супергетеродинной архитектурой.

Основные характеристики:

• диапазон рабочих частот: 1 МГц – 8 ГГц;
• конфигурация 4T4R — 4 канала передачи и 4 канала приёма;
• поддержка полнодуплексной работы;
• разрядность АЦП/ЦАП — 14 бит;
• высокоточный встроенный тактовый генератор GPSDO;
• поддержка высокоточной временной и частотной синхронизации.

Высокоскоростная внутренняя передача данных

Для обмена большими объёмами радиочастотных данных предусмотрена высокоскоростная внутренняя архитектура.

Используется интерфейс 100GbE QSFP28, обеспечивающий высокопроизводительный канал передачи данных.

Связь между RFSoC и вычислительным ИИ-модулем организована таким образом, чтобы минимизировать потери при передаче данных и обеспечить эффективную совместную обработку RF- и AI-задач.

Платформа рассчитана на передачу больших объёмов IQ-данных с задержкой на уровне миллисекунд.

Экосистема разработки

Открытая разработка на хост-системе

DEEPSDR 2 поддерживает широкий набор языков и программных платформ:

• C/C++;
• Python;
• LabVIEW;
• MATLAB/Simulink;
• GNU Radio.

Предусмотрена сквозная среда разработки — от моделирования и создания алгоритмов до их практического развёртывания на устройстве.

Это упрощает интеграцию собственных приложений и позволяет переносить существующие SDR-проекты на DEEPSDR 2.

FPGA, обработка основной полосы и RFNoC

В качестве вычислительной FPGA-платформы используется Xilinx RFSoC XCZU48DR с возможностью непосредственного аппаратного доступа.

Поддерживается RFNoC, что обеспечивает модульный подход к разработке.

Разработчик может:

• создавать собственную логику физического уровня PHY;
• добавлять пользовательские FPGA-модули;
• реализовывать совместную аппаратно-программную оптимизацию (HW/SW co-optimization);
• переносить часть вычислений непосредственно в FPGA.

Стандартизированная разработка ИИ

DEEPSDR 2 глубоко интегрирован с программной экосистемой NVIDIA JetPack SDK и поддерживает основные современные фреймворки искусственного интеллекта.

Для ускоренного развёртывания моделей используются:

• TensorRT;
• cuDNN;
• PyTorch;
• TensorFlow.

Это позволяет быстро переносить обученные модели на периферийное устройство и выполнять обработку радиочастотных данных средствами ИИ непосредственно в реальном времени.

Шесть ключевых преимуществ DEEPSDR 2

1. Глубокая аппаратная оптимизация
   Совместное использование RFSoC и AGX Thor, гетерогенное распределение вычислительных задач и высокая эффективность использования аппаратных ресурсов.
2. Высокая автономность и гибкость
   Модульная архитектура RFNoC и возможность пользовательского расширения FPGA.
3. Профессиональный SDK
   Кроссплатформенные API и средства для быстрой совместной разработки RF + AI.
4. Совместимость с полной SDR-экосистемой
   Поддержка GNU Radio, MATLAB и других распространённых средств разработки, что облегчает перенос существующих алгоритмов.
5. Упрощённое развёртывание ИИ
   Предустановленные PyTorch и TensorRT позволяют быстро развёртывать AI-модели для обработки радиочастотных сигналов.
6. Практическая поддержка разработки
   Наличие готовых и отработанных проектов снижает сложность входа в разработку и ускоряет проведение НИОКР.

Примеры применения DEEPSDR 2

1. Распознавание типов модуляции в реальном времени с использованием ИИ

Один из представленных сценариев — AI Real-Time Automatic Modulation Recognition (AMR), автоматическое распознавание модуляции радиосигналов в реальном времени.

Решение основано на AMR-Benchmark и охватывает полный цикл:

сбор сигналов → обучение → оптимизация → развёртывание модели.

Поддерживается распознавание 11 типов модуляции.

DEEPSDR 2 используется для приёма и дискретизации IQ-сигналов в реальном времени, после чего данные обрабатываются средствами периферийного ИИ.

Это позволяет реализовать онлайн-распознавание сигналов непосредственно из радиоэфира (OTA) вместо анализа только заранее записанных данных.

2. Распознавание сигналов беспилотных летательных аппаратов

DEEPSDR 2 также может применяться для захвата и анализа сигналов управления БПЛА в диапазонах ISM.

Устройство принимает управляющий радиосигнал беспилотника, после чего встроенный Edge AI выполняет его анализ и распознавание характерных признаков.

Алгоритмы искусственного интеллекта позволяют определять модели беспилотников с низкой задержкой и высокой точностью, что делает платформу пригодной для задач мониторинга воздушного пространства и обеспечения безопасности на малых высотах.

Итоговое описание

DEEPSDR 2 объединяет возможности профессиональной многоканальной SDR-системы и высокопроизводительной Edge AI-платформы в едином устройстве. Архитектура на базе Xilinx XCZU48DR RFSoC и NVIDIA Jetson AGX Thor Blackwell позволяет одновременно выполнять высокоскоростной приём и обработку радиочастотных сигналов, передавать большие объёмы IQ-данных и запускать современные нейросетевые модели непосредственно на устройстве.

Платформа подходит для разработки систем интеллектуального радиомониторинга, автоматического распознавания сигналов, анализа спектра, идентификации типов модуляции, обнаружения и классификации БПЛА, беспроводных систем связи нового поколения и других RF + AI приложений.