Mobile-Menu

Drahtlose Kommunikation KI soll Kanalzustandsinformation in 6G-Netzen verbessern

Quelle: Keysight 2 min Lesedauer

Anbieter zum Thema

Keysight Technologies Deutschland GmbH
Micro-Epsilon Messtechnik GmbH & Co. KG
dataTec AG
Schneider Electric GmbH

Keysight und die Universität von Málaga (UMA) wollen den Einsatz von künstlicher Intelligenz (KI) und Machine Learning (ML) in modernen drahtlosen Kommunikationssystemen möglich machen. Gemeinsam haben sie eine Methode entwickelt, diese Algorithmen in Design- und Messtechnik-Tools zu importieren.

Eine der wichtigsten Möglichkeiten, um die Funkleistung zu optimieren, ist die Bereitstellung und Nutzung genauer Kanalzustandsinformationen – die wollen die Uni Malaga und Keysight nun mit Hilfe künstlicher Intelligenz optimieren. (Bild: Keysight)
Eine der wichtigsten Möglichkeiten, um die Funkleistung zu optimieren, ist die Bereitstellung und Nutzung genauer Kanalzustandsinformationen – die wollen die Uni Malaga und Keysight nun mit Hilfe künstlicher Intelligenz optimieren.
(Bild: Keysight)

Bereits heute nutzen viele Netzbetreiber und Anbieter KI und Machine Learning in ihren Netzen. Bislang gibt es jedoch keine Unterstützung von Wireless-Standards, wie KI und Machine Learning eingesetzt werden sollten. Das führt zu vielen Interoperabilitätsproblemen zwischen den Geräteherstellern und zu einem Standard, der nicht für die KI/ML-Technologie optimiert ist.

Eine der wichtigsten Möglichkeiten, um die Funkleistung zu optimieren, ist die Bereitstellung und Nutzung genauer Kanalzustandsinformationen (Channel State Information, CSI) – oder der bekannten Kanaleigenschaften und -bedingungen der Kommunikationsverbindung. CSI wird in Echtzeit in einem drahtlosen System verwendet, um die Übertragungen so gut wie möglich an die aktuellen Kanalbedingungen anzupassen, mit dem Ziel, die beste Leistung zu erhalten.

Das ist eine entscheidende Komponente, um eine zuverlässige Kommunikation mit hohen Datenraten und Mehrantennensystemen zu erreichen. Traditionell ist die Berechnung und Meldung einer genauen CSI rechen- und ressourcenintensiv, was sie zu einem guten Kandidaten für die Integration von KI und ML in das Netz macht. Daher haben Forscher der UMA ein KI/ML-Modell für Verbesserungen des CSI-Feedbacks entwickelt.

„Wir reduzieren die Informationen, die über die Luft gesendet werden müssen, um eine genaue CSI von den Nutzergeräten zur Basisstation zu erhalten“, sagt Mari Carmen Aguayo, Professorin an der Universidad de Málaga und Leiterin des Instituts für Telekommunikationsforschung (TELMA). „Dazu setzen wir KI-Algorithmen ein, die die Informationen auf sehr kleine Mengen komprimieren können und nur das Minimum an Informationen senden, das für eine optimale Leistung erforderlich ist.“

Um zu validieren, dass das ML-Modell eine bessere Leistung als die herkömmliche digitale Signalverarbeitung (DSP) für CSI-Feedback erbringt, steuerte Keysight eine digitale Zwillingsplattform bei, die Leistung des Modells unter realen Bedingungen emuliert. Durch den Aufbau einer Schnittstellenschicht, die mit dem Modellierungstool Pathwave System Design (SystemVue) von Keysight verbunden ist, konnten die UMA-Forscher das Modell unter einer Vielzahl von Fading-Profilen und anderen Testbedingungen evaluieren.

Dank dieser neuen Schnittstelle kann nun jeder KI/ML-Algorithmus, der die gängigsten KI/ML-APIs und -Frameworks unterstützt, in Keysight SystemVue importiert und von der gesamten Branche genutzt werden. Um diesen Prozess zu unterstützen, arbeiten Keysight und UMA zusammen, um diese Innovation in das 3GPP RAN-1 Standardisierungsgremium einzubringen.

(ID:49781989)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte