В Московском физико-техническом институте создали алгоритм, повышающий ёмкость сетей 5G... — 29 августа 2026 г. в 06:59:01.236
В Московском физико-техническом институте создали алгоритм, повышающий ёмкость сетей 5G на 40% Разработка сетей пятого и последующих поколений открывает возможности не только для более эффективной связи, но и для создания систем, где цена ошибки или задержки передачи данных критически высока: удалённая хирургия, управление беспилотным транспортом, «умные» энергосети и промышленная автоматика При этом повышаются требования к надежности: задержка не должна превышать нескольких миллисекунд, а вероятность потери пакета — одной стотысячной доли процента Обеспечить такие жёсткие параметры в реальных условиях эксплуатации крайне сложно. Качество беспроводного канала постоянно меняется из-за движения абонентов, помех и переотражений сигнала, решение о выборе параметров передачи необходимо принимать заранее, до момента фактической передачи. Существующие подходы либо недостаточно точно прогнозируют изменения канала, либо игнорируют асимметрию последствий ошибок: завышенный прогноз грозит потерей пакета и срывом передачи, заниженный — приводит к нерациональному расходу ресурсов Именно эту проблему — поиск баланса между надёжностью и эффективностью в быстро меняющейся среде — разрешил учёный МФТИ «В основе исследования лежит применение нейросетевых моделей для решения ключевой проблемы сетей URLLC – выбора оптимального режима передачи данных в быстро меняющихся условиях канала связи. Традиционные методы не всегда позволяют обеспечить строгие требования по задержке (миллисекунды) и надёжности (вероятность потери пакета менее 10⁻⁵), особенно в сценариях с высокой мобильностью пользователей, поэтому я решил изучить возможность применения нейросетевых алгоритмов», — рассказал первый автор исследования, научный сотрудник лаборатории интеллектуальных систем связи МФТИ и лаборатории беспроводных сетей Института проблем передачи информации имени А.А.Харкевича Российской академии наук Кирилл Глинский В результате разработан алгоритм ALPACA (Asymmetric Loss Prediction Algorithm for Channel Adaptation). В отличие от существующих подходов он учитывает асимметрию последствий ошибок прогноза и позволяет поддерживать требуемое качество связи даже в сложных мобильных сценариях. Алгоритм предсказывает изменение качества канала на основе так называемой сверточно-рекуррентной нейронной сети Ключевое новшество заключается в использовании асимметричной функции потерь: ALPACA специально «штрафуется» за слишком оптимистичные прогнозы, которые могут привести к сбоям, что критично для URLLC. Такой подход позволяет снизить расход ресурсов канала до 40% по сравнению с существующими решениями и увеличить пропускную способность сети для обслуживания URLLC-приложений 📸 Кирилл Глинский / Источник фото: официальный сайт МФТИ Telegram | Дзен | MAX | VK