PräKIpio

An 5G-Campusnetzen, besonders in Industrie-4.0-Umgebungen, bestehen hohe Zuverlässigkeits- und Latenzanforderungen. Daher stellt die Planung eine große Herausforderung dar, besonders wenn es um präzise Vorhersagen von zu erwartenden Dienstgüten geht. Speziell die Interferenz benötigt Berücksichtigung um den hochzuverlässigen Netzbetrieb zu garantieren.

Das Projektziel ist es, die Planung, den Betrieb und die Optimierung von 5G-Campusnetzen mit NR MIMO zu unterstützen und zu vereinfachen. Hierzu werden Methoden des Maschinellen Lernens (ML), mit besonderem Augenmerk auf Künstlichen Intelligenz (KI), zur Funkausbreitungsvorhersage und Fehleranalyse eingesetzt. In dem Projekt bestehen zwei Forschungsziele:

• Die Prädiktion der Funkversorgung für die Planung und Analyse von 5G-Campusnetzen durch KI/ML-gestützte Prädiktionsmodelle, die in Planungswerkzeugen durch zusätzliche Informationen Vorhersagen zu wesentlichen Eigenschaften der Funkversorgung treffen können.
• Die automatisierte Analyse von Fehlerfällen in 5G-Campusnetzen, indem Messungen und Prädiktionen mit Signalisierungsverläufen verschnitten werden.

Das HHI arbeitet federführend am Entwurf und der Implementierung von KI/ML-Verfahren. Diese werden zur Unterstützung der Prädiktion von erwarteten Funkkanälen und Interferenzen eingesetzt. Zusätzlich sind Funkkanalmodellierung, die Simulation von 4G/5G Funksystemen auf Link- und Systemebene und 3GPP-konforme Funksysteme physikalisch präzise in Software nachzubilden besondere Fähigkeiten seitens des HHI, die auf langjähriger Erfahrung ruht. Für das Training der KI/ML-Verfahren wird eine möglichst große Datenmenge benötigt, die durch Softwaresimulationen bereitgestellt werden kann. Zudem wird das HHI die Infrastruktur auf dem 5G-Berlin Campus betreiben und weiter ausbauen.