Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
© Keysight
Markt |

Keysight und Uni von Malaga kooperieren bei KI in 6G

Keysight und die Universität von Málaga (UMA) arbeiten zusammen, um den Einsatz von künstlicher Intelligenz (KI) und Machine Learning (ML) in modernen drahtlosen Kommunikationssystemen zu ermöglichen. Die Partnerschaft, die sich auf die 6G-Forschung und -Entwicklung konzentriert, hat eine Methode entwickelt, diese Algorithmen in Design- und Messtechnik-Tools zu importieren, um ihre Leistung zu validieren und die Übernahme durch die Industrie zu beschleunigen.

Bereits heute nutzen viele Netzbetreiber und Anbieter KI und Machine Learning in ihren Netzen. Bislang gibt es jedoch keine Unterstützung von Wireless-Standards, wie KI und Machine Learning eingesetzt werden sollten. Das führe zu vielen Interoperabilitätsproblemen zwischen den Geräteherstellern und zu einem Standard, der nicht für die KI/ML-Technologie optimiert sei, heißt es dazu in einer Mitteilung.

Eine der wichtigsten Möglichkeiten zur Optimierung der Funkleistung ist die Bereitstellung und Nutzung genauer Kanalzustandsinformationen (Channel State Information, CSI) – oder der bekannten Kanaleigenschaften und -bedingungen der Kommunikationsverbindung. CSI wird in Echtzeit in einem drahtlosen System verwendet, um die Übertragungen so gut wie möglich an die aktuellen Kanalbedingungen anzupassen, mit dem Ziel, die beste Leistung zu erhalten. Das ist eine entscheidende Komponente, um eine zuverlässige Kommunikation mit hohen Datenraten und Mehrantennensystemen zu erreichen. Traditionell ist die Berechnung und Meldung einer genauen CSI rechen- und ressourcenintensiv, was sie zu einem guten Kandidaten für die Integration von KI und ML in das Netz macht. Daher haben Forscher der UMA ein KI/ML-Modell für Verbesserungen des CSI-Feedbacks entwickelt.

„Wir reduzieren die Informationen, die über die Luft gesendet werden müssen, um eine genaue CSI von den Nutzergeräten zur Basisstation zu erhalten. Dazu setzen wir KI-Algorithmen ein, die die Informationen auf sehr kleine Mengen komprimieren können und nur das Minimum an Informationen senden, das für eine optimale Leistung erforderlich ist“, sagt Mari Carmen Aguayo, Professorin an der Universidad de Málaga und Leiterin des Instituts für Telekommunikationsforschung (TELMA). 

Um zu validieren, dass das ML-Modell eine bessere Leistung als die herkömmliche digitale Signalverarbeitung (DSP) für CSI-Feedback erbringt, hat Keysight eine digitale Zwillingsplattform beigesteuert, die Leistung des Modells unter realen Bedingungen emuliert. Durch den Aufbau einer Schnittstellenschicht, die mit dem Modellierungstool PathWave System Design (SystemVue) von Keysight verbunden ist, konnten die UMA-Forscher das Modell unter einer Vielzahl von Fading-Profilen und anderen Testbedingungen evaluieren.

Dank dieser neuen Schnittstelle kann nun jeder KI/ML-Algorithmus, der die gängigsten KI/ML-APIs und -Frameworks unterstützt, in Keysight SystemVue importiert und von der gesamten Branche genutzt werden. Um diesen Prozess zu unterstützen, arbeiten Keysight und UMA zusammen, um diese Innovation in das 3GPP RAN-1 Standardisierungsgremium einzubringen.

„Gemeinsam freuen wir uns darauf, in den verschiedenen Bereichen, die 3GPP erforscht, Fortschritte zu machen“, so Javier Campos, R&D Engineer bei Keysight.


Anzeige
Anzeige
Weitere Nachrichten
2024.05.14 07:33 V22.4.46-1
Anzeige
Anzeige