Collaudo delle comunicazioni wireless | IA e ML per reti 6G
#ThinkSix Tech Talk: AI in wireless communications – Neural receivers based on AI/ML
Ottimizzazione della rete guidata dall'IA
Recentemente, Rohde & Schwarz e Qualcomm Technologies hanno dimostrato un innovativo primo esempio nel settore di esecuzione “cross-node” di IA/ML. Questo ha comportato la collaborazione di due modelli sviluppati separatamente per migliorare la capacità di downlink di oltre il 50% in un complesso scenario 5G MIMO.
Gli elementi chiave
Il feedback delle informazioni sullo stato del canale (CSI) è fondamentale per il funzionamento dei sistemi di antenne massive MIMO, poiché consente di gestire un beamforming preciso per garantire una trasmissione ad alte prestazioni. L'utilizzo di IA/ML è destinato ad aumentare l'efficienza del sistema, ridurre i costi generali e migliorare l'esperienza dell'utilizzatore sia nelle reti 5G-Advanced che, in futuro, nelle reti 6G.
Tuttavia, diversi fattori rendono particolarmente difficile il miglioramento del feedback CSI attraverso l'apprendimento automatico (ML). In primo luogo, sono necessari due modelli affinché funzioni: uno che opera sul lato della rete e l'altro sul dispositivo dell'utilizzatore. Ciò significa che diversi fornitori sviluppano ciascun modello e i due modelli devono lavorare insieme in modo stretto. Pertanto, l'interoperabilità tra fornitori è fondamentale per ottenere tutti i benefici. Il feedback CSI basato su ML merita particolare attenzione poiché attualmente è l'unico scenario pilota con IA “a due lati” o inter-nodo considerato da 3GPP.
La collaborazione dei modelli
Il lavoro dei due modelli di intelligenza artificiale e apprendimento automatico può essere paragonato ai processi di codifica e decodifica utilizzati nelle trasmissioni televisive ad alta definizione: un'immagine complessa viene compressa in un pacchetto di dati più piccolo per la trasmissione e poi riassemblata, utilizzando gli encoder e decoder appropriati su ciascun lato della trasmissione.
In questo caso, Rohde & Schwarz ha progettato un decoder gestito da ML per il suo tester con segnalazione 5G one-box CMX500 – lo strumento che ha emulato il lato della rete. Qualcomm Technologies, d'altra parte, ha creato un encoder gestito da ML basato su dispositivi. Entrambe le aziende hanno utilizzato metodi diversi per addestrare i propri modelli. I modelli sono stati addestrati per essere compatibili utilizzando modelli di riferimento predefiniti come base per il loro addestramento.
Dopo l'addestramento dei modelli, questi sono stati applicati insieme in uno scenario 5G-Advanced con 8×4 MIMO utilizzando il tester CMX500, che ha trasferito lo scenario al dispositivo di test Qualcomm. Il modello dello smartphone ha eseguito i calcoli, ha compresso i risultati e li ha inviati nuovamente al tester CMX500. Il modello lato rete ha quindi utilizzato questi dati per ottimizzare il beamforming nel downlink.
Miglioramenti del feedback CSI-RS basati su ML
Guardate la discussione tra gli esperti di Rohde & Schwarz e Qualcomm Technologies riguardo al progetto congiunto per convalidare il feedback delle informazioni sullo stato del canale (CSI) migliorate con ML per le applicazioni 5G Advanced.
I risultati
Qual è stato l'esito? Un significativo miglioramento della capacità del 51% rispetto al 5G standard! Pertanto, questa cooperazione non solo ha dimostrato la fattibilità delle implementazioni IA/ML tra fornitori per migliorare le prestazioni radio, ma ha anche dimostrato che le soluzioni supportate da IA/ML possono essere integrate e collaudate in modo efficace tra diversi fornitori. Questo segna un passo importante verso la commercializzazione delle soluzioni supportate dall'intelligenza artificiale.
Ha inoltre sottolineato il livello di collaborazione e lavoro di squadra necessario in questa fase dello sviluppo dell'IA, per creare una soluzione IA funzionante per sistemi radio complessi.
È stata la prima volta che due attori del settore hanno fatto questo insieme: addestrare un algoritmo di apprendimento automatico, implementarlo e vederlo funzionare. Questa è la base per modelli bidirezionali e apre la strada per il 6G, quando sarà disponibile un'interfaccia radio nativa per l'IA.
Volete discutere i vostri casi di test IA/ML specifici con i nostri esperti?
