Математики РУДН предложили улучшить покрытие сотовой сети с помощью беспилотников
«Дроны стали многообещающим инструментом для самых разных приложений – от беспроводной передачи информации до доставки товаров. Они представляют интерес как летающие точки доступа для пользователей сотовой связи и как мобильные усилители сигнала. Мы моделируем систему связи с использованием дронов с учетом многих особенностей реальной ситуации, в том числе случайных расстояний между объектами моделирования, например, от дрона до пользователя. Моделируем систему в трех измерениях, то есть в 3D-формате, что существенно повышает точность моделирования по сравнению с известными моделями. Сам подход – использование беспилотных летательных аппаратов – позволит увеличить эффективность покрытия сотовой сети примерно на 40%», – рассказывает Константин Самуйлов, доктор технических наук, профессор, заведующий кафедрой прикладной информатики и теории вероятностей РУДН.
Сотовая связь, которую используют мобильные телефоны, основана на передаче информации с помощью радиоволн. Чтобы создать непрерывную или, как говорят, бесшовную сеть, зону покрытия (например, город) делят на перекрывающиеся ячейки, соты, в каждой из которых работает отдельная базовая станция. Эти устройства способны как передавать, так и принимать радиоволновое излучение мобильных телефонов. Основной недостаток в том, что излучение базовых станций оказывается плоским (двумерным), поэтому на разной высоте качество связи различается. Математики представили модель, в которой летающие беспилотные дроны могли бы служить дополнительными приемниками-передатчиками радиоволн и покрывать зоны вне досягаемости обычных базовых станций. Это значительно повысит качество и надежность обслуживания.
На основе расчетов стохастической геометрии (дисциплина на стыке геометрии и теории вероятностей) ученые построили трехмерную модель сотовой сети, работу которой обеспечивают беспилотные летательные аппараты. Они отличаются от стационарных базовых станций тем, что используют направленное миллиметровое радиоизлучение с бо́льшими, на два порядка, частотой и энергией. Такие волны безопасны для человека и дают возможность значительно увеличить скорость передачи данных. Это еще один фактор, делающий использование беспилотных летательных аппаратов эффективным.
Как отмечают авторы работы, главная особенность 3D-модели заключается в том, что она учитывает, что приемо-передатчики дрона и пользователя находятся на разных высотах. Эта увеличивает точность расчетов при оценке возможных помех. Расчеты показали, что взаимодействие между дроном и пользователем будет наиболее эффективным, если сигнал беспилотника находится под углом, близким к прямому. В этом случае он встречает на своем пути гораздо меньше преград в виде построек и людей.
Работа выполнена сотрудниками и студентом РУДН совместно с коллегами из Технологического университета Тампере (Финляндия).
Работа опубликована в журнале IEEE Transactions on Vehicular Technology.
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.