Yandex Metrika
1
2 репоста, 1 голос

Учёные разрабатывают модели искусственного интеллекта (ИИ), которые могут помочь беспроводным сетям следующего поколения, таким как 6G, обеспечить более быструю и стабильную связь.

В исследовании, опубликованном в декабрьском выпуске журнала IEEE Transactions on Wireless Communications за 2024 год, учёные представили систему ИИ, которая уменьшает объём передаваемой информации между устройством и базовой станцией (например, вышкой сотовой связи). Вместо передачи всех данных система фокусируется только на ключевых параметрах, таких как угол сигнала, задержки и его мощность.

Ключ к более быстрым скоростям 6G — передача управления новым ИИ, считают учёные.
Учёные отказались от сверточных нейросетей (CNN) в пользу новой архитектуры ИИ на основе трансформеров, что позволило эффективнее управлять трафиком и значительно увеличить скорость в будущих сетях 5G и 6G. Изображение: AerialPerspective Images/Getty Images

Оптимизируя передачу данных в беспроводных сетях, использующих миллиметровые волны (mmWave) — диапазон высокочастотных радиоволн, исследователи добились значительного снижения ошибок соединения. В результате ИИ повысил надёжность передачи данных и устойчивость связи в различных условиях, включая городские районы с плотным движением автомобилей и пешеходов.

«Чтобы удовлетворить стремительно растущий спрос на передачу данных в сетях нового поколения, необходимо эффективно использовать частотные ресурсы в диапазоне миллиметровых волн», — поясняет ведущий автор исследования Бёнгджу Ли (Byungju Lee), профессор кафедры телекоммуникаций Национального университета Инчхона (Южная Корея).

«Наш метод обеспечивает точное формирование направленных сигналов (beamforming), что позволяет устройствам поддерживать устойчивое соединение, даже если пользователь находится в движении», — добавил он.

Более умное управление сигналами

Современные сети, использующие миллиметровые волны, зависят от технологии массивных антенн — Massive MIMO (массивный множественный ввод-вывод). Для стабильного соединения такие системы нуждаются в точной информации о состоянии канала связи (CSI, Channel State Information), которая описывает, как сигнал проходит между передатчиком и приёмником.

Однако условия сети постоянно меняются: антенны движутся вместе с людьми и транспортом, здания могут заслонять сигнал, а изменения окружающей среды приводят к эффекту «старения канала» (channel aging). Это означает, что прогнозируемые параметры канала со временем перестают соответствовать реальным, снижая скорость передачи данных и ухудшая качество связи.

Чтобы решить эту проблему, авторы исследования использовали новый тип модели ИИ — трансформер.

Обычно для прогнозирования и оптимизации трафика беспроводных сетей применяются сверточные нейросети (CNN), которые анализируют сигналы, выявляя их основные характеристики. Однако исследователи пошли другим путём: они заменили CNN на трансформер, что позволило системе отслеживать как краткосрочные, так и долгосрочные изменения сигнала.

Разработанный ими ИИ, получивший название transformer-assisted parametric CSI feedback («трансформерная система параметрической обратной связи CSI»), в реальном времени корректировал настройки сети, улучшая качество соединения между базовой станцией и мобильным устройством, даже если пользователь двигался на высокой скорости.

Почему трансформер эффективнее?

Разница между CNN и трансформерами заключается в подходе к анализу данных. Оба типа нейросетей обрабатывают визуальные сигналы, но CNN работают с небольшими наборами данных и ориентируются на локальные признаки, такие как контуры и текстуры. В отличие от них, трансформеры анализируют более крупные массивы данных и используют механизм самовнимания (self-attention), который помогает учитывать как локальные, так и глобальные взаимосвязи между элементами входных данных.

Проще говоря, CNN «видят» только отдельные части изображения, а трансформер воспринимает всю картину целиком.

И хотя трансформеры требуют больше вычислительных ресурсов, их способность адаптироваться к изменениям сети делает их перспективным инструментом для построения высокоскоростных беспроводных соединений будущего. Возможно, именно они станут ключом к развитию сетей 6G.

Заметили ошибку в тексте? Выделите её мышкой и нажмите Ctrl + Enter

Следите за нашими новостями:


Понравилось? Поделитесь с друзьями!

✏️ Сообщить об ошибке

Вы заметили ошибку в следующем тексте: