5G və 6G şəbəkələri genişləndikcə, onlar inanılmaz dərəcədə sürətli və etibarlı simsiz bağlantıların gələcəyini vəd edir. Bunun arxasında duran əsas texnologiya böyük miqdarda məlumat ötürmək üçün çox yüksək tezlikli radio dalğalarından istifadə edən millimetr dalğasıdır (mmWave). mmWave-dən maksimum yararlanmaq üçün şəbəkələr kütləvi Çox Girişli Çox Çıxış (MIMO) adlanan birlikdə işləyən böyük antena qruplarından istifadə edirlər.

Bununla belə, bu mürəkkəb antena sistemlərini idarə etmək çətindir. Onlar baza stansiyası (hüceyrə qülləsi kimi) və cihazınız arasında simsiz mühitlər haqqında dəqiq məlumat tələb edir. Bu məlumat kanal vəziyyəti məlumatı (CSI) adlanır. Problem ondadır ki, bu siqnal şərtləri, xüsusən də avtomobildə, qatarda və ya hətta dronda hərəkət edərkən sürətlə dəyişir. Bu sürətli dəyişiklik, kanalın köhnəlməsi effekti xətalara səbəb ola bilər və əlaqənizi poza bilər.

Bu baxımdan, İncheon Milli Universitetində dosent Byungju başda olmaqla tədqiqatçılar qrupu yeni süni intellektlə işləyən həll hazırlayıblar. Onların transformatorla dəstəklənən parametrik CSI rəyi adlanan metodu bütün təfərrüatlı məlumatları göndərmək əvəzinə siqnalın əsas aspektlərinə diqqət yetirir. Bucaqlar, gecikmələr və siqnal gücü daxil olmaqla bir neçə əsas məlumat üzərində cəmləşir .

Bu əsas parametrlərə diqqət yetirməklə sistem baza stansiyasına geri göndərilməli olan məlumatların miqdarını əhəmiyyətli dərəcədə azaldır. Sənəd IEEE Transactions on Wireless Communications jurnalında dərc olunub .

“Növbəti nəsil simsiz şəbəkələrdə sürətlə artan məlumat tələbini qarşılamaq üçün mmWave diapazonlarında bol tezlik resursundan istifadə etmək vacibdir. mmWave sistemlərində sürətli istifadəçi hərəkəti bu kanalın köhnəlməsini əsl problemə çevirir”, – professor Byungju Li izah edir.

https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-0536483524803400&output=html&h=135&slotname=2793866484&adk=675901022&adf=746485419&pi=t.ma~as.2793866484&w=540&abgtt=6&fwrn=4&lmt=1738909062&rafmt=11&format=540×135&url=https%3A%2F%2Ftechxplore.com%2Fnews%2F2025-02-ai-powered-method-reliability-generation.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTUuMC4wIiwieDg2IiwiIiwiMTMyLjAuNjgzNC4xNjAiLG51bGwsMCxudWxsLCI2NCIsW1siTm90IEEoQnJhbmQiLCI4LjAuMC4wIl0sWyJDaHJvbWl1bSIsIjEzMi4wLjY4MzQuMTYwIl0sWyJHb29nbGUgQ2hyb21lIiwiMTMyLjAuNjgzNC4xNjAiXV0sMF0.&dt=1738909062131&bpp=1&bdt=82&idt=67&shv=r20250205&mjsv=m202502040101&ptt=9&saldr=aa&abxe=1&cookie=ID%3D594147a00c618f4c%3AT%3D1735548631%3ART%3D1738908721%3AS%3DALNI_MYbuCvlfveSCnpeUIQKyQ2DBT11fQ&gpic=UID%3D00000f84124e2904%3AT%3D1735548631%3ART%3D1738908721%3AS%3DALNI_Maf8g334ShSARz9IhljaNTJv-vUzg&eo_id_str=ID%3D639b28d7655b7aa4%3AT%3D1735548631%3ART%3D1738908721%3AS%3DAA-Afjakj_-HiAALGKSfOxRJbP3s&prev_fmts=0x0&nras=1&correlator=8377831123232&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=1812&biw=1519&bih=730&scr_x=0&scr_y=0&eid=95332923%2C95352069%2C95347433%2C95348348%2C95350015&oid=2&pvsid=2356130340166307&tmod=1985943554&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C1536%2C816%2C1536%2C730&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=71

Komanda siqnal nümunələrini təhlil etmək və proqnozlaşdırmaq üçün süni intellektdən (AI), xüsusən də transformator modelindən istifadə etdi. CNN kimi köhnə texnikalardan fərqli olaraq, transformatorlar siqnal dəyişikliklərində həm qısa, həm də uzunmüddətli nümunələri izləyə bilir, hətta istifadəçilər sürətlə hərəkət edəndə belə real vaxtda düzəlişlər edir.

Onların yanaşmasının əsas aspekti baza stansiyasına rəy göndərərkən ən vacib məlumatlara – bucaqlara və gecikmələrə üstünlük verməkdir. Çünki bu parametrlər əlaqənin keyfiyyətinə ən böyük təsir göstərir.

Testlər göstərdi ki, onların metodu xətaları əhəmiyyətli dərəcədə azaldıb (ənənəvi üsullardan 3,5 dB-dən çox aşağı xəta) və bit xətası dərəcəsi (BER) ilə ölçülən məlumatların etibarlılığını artırıb. Həll həmçinin 3 km/saat sürətlə gedən piyadalardan tutmuş 60 km/saat sürətlə hərəkət edən nəqliyyat vasitələrinə və hətta magistral yollar kimi yüksək sürətli mühitlərə qədər müxtəlif ssenarilərdə sınaqdan keçirilib. Bütün hallarda metod ənənəvi yanaşmaları üstələyib.

Bu irəliləyiş yüksəksürətli qatarlarda sərnişinləri fasiləsiz internetlə təmin edə, peyklər vasitəsilə ucqar ərazilərdə problemsiz əlaqə yaratmağa və ənənəvi şəbəkələrin sıradan çıxa biləcəyi fəlakətlər zamanı əlaqəni gücləndirə bilər. O, həmçinin avtomobildən hər şeyə (V2X) rabitə və dəniz şəbəkələri kimi inkişaf etməkdə olan texnologiyalardan faydalanmağa hazırdır.

Professor Li deyir: “Bizim metodumuz dəqiq beamforming təmin edir ki, bu da siqnalların hətta istifadəçilər hərəkətdə olduqda belə cihazlarla problemsiz əlaqə yaratmasına imkan verir”.

Bu innovativ metod yeni nəsil şəbəkələr üçün tələb olunan etibarlılığı və sürəti təmin edərək, simsiz rabitə üçün yeni meyar müəyyən edir.

Ətraflı məlumat: Hyungyu Ju və digərləri, mmWave Massive MIMO Systems üçün Transformatorla Yardımlı Parametrik CSI Əlaqəsi, Simsiz Rabitə üzrə IEEE Transaksiyaları (2024). DOI: 10.1109/TWC.2024.3476474İncheon Milli Universiteti tərəfindən təmin edilmişdir 

Daha çox araşdırın

Zamanlama, digər amillərlə yanaşı, yeni nəsil simsiz rabitənin yaşlanmasını yaxşılaşdırır