Модели и алгоритмы планирования передач для систем связи 5G/6G миллиметрового и терагерцового диапазонов частот с направленными антеннами
Год 2026-2028
Департамент Факультет физико-математических и естественных наук
О проекте
В начале 2020-х годов одной из ключевых задач развития терагерцевых сетей связи 6G стала разработка методов, позволяющих надежно поддерживать соединение в сложных условиях распространения сигнала.
Среди наиболее важных проблем:
- блокировка радиолинии малыми движущимися объектами между базовой станцией и пользовательским устройством,
- определение причин потери связи с учетом микромобильности устройства в руках абонента,
- обслуживание пользователей в ближнем поле антенны, а также оценка емкости таких систем в различных сценариях развертывания.
В настоящее время для каждой из этих проблем предложены принципиальные подходы, в том числе участниками коллектива проекта.
Переход от сетей 4G к 5G и далее к 6G определяется двумя главными моментами:
- ростом пропускной способности беспроводного канала,
- повышением гибкости распределения ресурсов внутри кадра.
Увеличение пропускной способности необходимо как для будущих сверхширокополосных услуг – виртуальной и дополненной реальности, голографической связи, так и для одновременного обслуживания большего числа абонентов.
Основные методы достижения этой цели —расширение полосы частот и использование пространственного мультиплексирования на основе MU-MIMO. Теоретически оба подхода обеспечивают почти линейный рост пропускной способности. Одновременно с этим современным сетям требуется поддержка услуг с различными требованиями к качеству обслуживания, включая ультранадежную связь с малой задержкой URLLC. Это приводит к необходимости уменьшать длительность планируемого временного интервала: от 10 мс в LTE до 1 мс в 5G NR и менее 1 мс в системах 6G.
Однако сокращение длительности кадра, применение MU-MIMO и поддержка разных классов услуг создают жесткие временные ограничения на планирование передачи и распределение ресурсов в прямом и обратном каналах. Эти ограничения усиливаются за счет архитектуры современных сетей доступа, где функции управления беспроводным интерфейсом распределяются между географически разнесенными компонентами CU, DU и RU. Дополнительную сложность вносят и требования самих стандартов, задающих параметры служебных каналов, процедуры оценки канала, поиска луча и другие элементы радиоинтерфейса. В результате функции планирования и управления должны выполняться в крайне сжатые сроки – менее 100 мкс, что существенно жестче, чем в сетях LTE.
Именно поэтому сегодня критически важная практическая задача — это разработка эффективных методов разметки кадра и планирования передач в восходящем и нисходящем каналах с учетом возможностей 5G/6G и ограничений по времени обработки.
В рамках проекта будут созданы:
- модели для выбора оптимальной архитектуры планировщика при распределении его функций между CU, DU и RU,
- методы определения оптимальной периодичности служебных каналов и их параметров в зависимости от сценария развертывания сети и типа оборудования RU,
- подходы к оценке и подавлению интерференции в MU-MIMO-системах на основе гибридного формирования луча.
Предлагаемые решения будут проверены на реальной тестовой сети 5G NR с использованием программных платформ Open Air Interface (OAI) и Open Source RAN (srsRAN).
Задачи проекта
1. Определение оптимальной с точки зрения задержек архитектуры разделения функциональных возможностей планировщика между CU (Control Unit), DU (Distributed Unit), и RU (Radio Unit) для сетей связи 5G/6G с учетом планируемых для таких сетей длины кадра, накладных расходов на контрольные каналы и методов планирования передач пользователей в восходящем и нисходящем каналах.
2. Определение оптимальных параметров контрольных каналов на радиоинтерфейсе 5G/6G, определяющих частоту их появления в радиокадре и методы представления данных, для конкретного оборудования БС и доступной полосы частот. Данные параметры позволят снижать сложность предварительной разметки кадра в системах связи 5G/6G, увеличивая временной бюджет на планирование передач в восходящем и нисходящих каналах передачи данных.
3. Разработка эффективных методов:
- оценки интерференции для систем MU-MIMO в сетях связи 5G/6G для использования методов гибридного формирования луча;
- планирования передач в восходящем и нисходящем каналах связи с учетом типа передаваемого трафика и состояния канала связи.
4. Тестирование предложенных решений в системе OAI (Open Air Interface) и Open Source RAN (srsRAN), оценка временного бюджета на планирование кадра в системах 5G/6G и разработка рекомендаций по выбору типа оборудования для реализации планировщика на CU, DU и RU для различных методов разделения функционала процесса планирования передач.
Область применения результатов
Полученные результаты могут быть использованы при проектировании и оптимизации сетей 5G/6G, где особенно важно своевременное принятие решений о планировании передач и эффективное использование радиоресурсов.
Они применимы при разработке программно-определяемых и виртуализированных сетей радиодоступа, в том числе архитектур Open RAN, а также при разработке алгоритмов управления для CU, DU и RU.
Кроме того, результаты могут быть востребованы при настройке базовых станций, оптимизации служебных каналов, повышении пропускной способности систем MU-MIMO и снижении задержек обслуживания абонентов в сетях с высокой плотностью пользователей.
Наглядное применение
Разработанные методы могут использоваться оператором связи при развертывании сети в крупном городе, где требуется обслуживать большое число абонентов при ограниченном радиоресурсе. Также они полезны при построении сетей для промышленных площадок, где важны низкие задержки и стабильная передача данных от датчиков, роботов и систем автоматизации. Еще один пример – применение в сетях для транспортных узлов, стадионов и выставочных комплексов, где одновременно подключено много пользователей и критично быстро распределять ресурсы. Кроме того, результаты могут быть использованы при тестировании и настройке программных платформ OAI и srsRAN, а также при выборе архитектуры будущих базовых станций и контроллеров планировщика.
Оборудование
Тестовая сеть 5G NR с поддержкой функций формирования луча на участке доступа развернута на базе РУДН в лаборатории опережающих исследований сетей 5G и Интернета вещей РУДН (5G Lab RUDN) [http://amct.rudn.ru/5g-lab-rudn/] (лаборатория моделирования беспроводных устройств, высокопроизводительная рабочая станция, подключенная к сети и 2 сервера для хранения информации и высокопроизводительных вычислений).
Для того чтобы произвести полноценные исследования на основе технологий внутри проекта, в лаборатории университета собран комплекс эмулятора мобильных беспроводных сетей.
Комплекс эмулятора состоит из трех основных зон:
- Конвергентная транспортная сеть - логическая транспортная сеть, которая является связующим звеном между ядром сети и сетью радиодоступа (RAN). Она основана на технологии SDN и имеет возможность гибкого и быстрого управления всеми узлами. Также благодаря API может автоматически изменять конфигурацию в зависимости от требований.
- Ядро сети - состоит из виртуализированной площадки, организованной в виде песочницы. В ней размещены, как и элементы ядра мобильной сети, так и опорной. Используются решения, основанные на таких как Open Air Interface, srsRAN, openEPC. Каждый элемент этой зоны может быть представлен виде docker-контейнера и виртуальной машины.
- Сеть радиодоступа – зона, состоящая из программно-конфигурируемых радиосистем (SDR) NI-USRP 2954R, на которых может быть развернута сеть доступа 4G LTE, 5G New Radio sub-6 ГГц, LoRa, NB-IoT, LTE-M и т.д. Для организации радиоинтерфейсов используются решения, основанные на таких как OpenAirInterface, GNU Radio, srsENB.
Грант
Грант Российского научного фонда
- Разработать и протестировать модели и алгоритмы для системы разметки кадра и планирования передач с учетом методов пространственного мультиплексирования в сотовых системах связи 5G/6G миллиметрового и терагерцевого диапазонов частот с направленными антеннами.
Сопин Эдуард Сергеевич
- Интеллектуальные транспортные и телекоммуникационные системы, включая автономные транспортные средства