Rekonfigurowale matryce antenowe mogą zostać użyte z powodzeniem do sterowania środowiskiem radiowym. Proste sterowanie kątem odbicia sygnału od powierzchni pozwala na maksymalizację lub minimalizację odbieranej mocy w określonych miejscach. W artykule przedstawiono symulacje, gdzie możliwy jest odbiór sygnału w miejscu, w którym nie było to możliwe, wykrycie zajętości widma w miejscu, w którym detektor nie był w stanie dokonać prawidłowej detekcji, czy zminimalizowanie zakłóceń w konkretnym odbiorniku.
EN
Reconfigurable intelligent surfaces can be successfully used to control the radio environment. Simple control of the reflection angle of the signal from the surface allows maximization or minimization of the received power in specific places. The paper presents simulations where it is possible to receive a signal in a place where it was not possible, to detect the occupancy of the spectrum in a place where the sensor was unable to make correct detection or to minimize interference in a specific receiver.
Wobec wymagań dotyczących zasobów radiowych jednym z rozważanych podejść jest wykorzystanie systemów dynamicznego alokacji zasobów radiowych. Systemy te potrzebują informacji kontekstowej o użytkownikach i samej sieci, aby optymalnie zarządzać widmem. W pracy rozważono wykorzystanie informacji kontekstowej do poprawy efektywności widmowej w sieciach radiowych. Rozwiązania zostały zweryfikowane poprzez symulacje działania sieci, a niektóre zaimplementowano i przetestowano z wykorzystaniem rzeczywistych urządzeń.
EN
In view of the radio resource requirements, one of the approaches being considered is the use of dynamic radio resource allocation systems. These systems need contextual information about users and the network itself to optimally manage the spectrum. The paper considers the use of contextual information to improve spectral efficiency in radio networks. The solutions have been verified through simulations of network operation, and some have been implemented and tested using real devices.
Utilization of reconfigurable intelligent surfaces is a topic that is very interesting in the context of complex radio environments, especially those used in dense urban areas. By relying on simple solutions to control the angle of reflection of the signal from the surface, different effects may be achieved in radio communication systems. Maximization or minimization of the received power at specific locations near the reflecting surface is the most important effect. This phenomenon allows to: receive a signal at a location at which it could not be received previously, detect spectrum occupancy at a place where the sensor could not perform a correct detection, or minimize interference affecting a specific receiver. In this paper, all three concepts are presented and a simple ray tracing simulation is used to show the potential profits attainable in each of the scenarios. Additionally, a scenario was analyzed in which several of the aforementioned situations are combined.
Systemy dynamicznego dostępu do widma w celu podjęcia decyzji o przydziale widma dla nowego urządzenia przeważnie wymagają informacji o zajętości widma, a tym samym o obecności innych użytkowników. Proste metody detekcji zajętości widma są często dalekie od niezawodnych, stąd często i z powodzeniem stosowane są algorytmy detekcji zajętości widma wspierane uczeniem maszynowym czy też sztuczną inteligencją. W celu ochrony prywatności danych użytkowników i redukcji ilości danych kontrolnych przekazywanych w systemie interesującym podejściem okazuje się użycie federacyjnego uczenia maszynowego. W tej pracy porównane zostały dwa podejścia do projektowania systemu wykorzystujące federacyjne uczenie maszynowe: z wykorzystaniem węzła centralnego oraz bez wykorzystania węzła centralnego.
EN
Dynamic spectrum access systems typically require information about the spectrum occupancy and thus the presence of other users in order to make a spectrum allocation decision for a new device. Simple methods of spectrum occupancy detection are often far from reliable, hence spectrum occupancy detection algorithms supported by machine learning or artificial intelligence are often and successfully used. To protect the privacy of user data and to reduce the amount of control data, an interesting approach is to use federated machine learning. This paper compares two approaches to system design using federated machine learning: with and without a central node.
In this paper, the authors present an algorithm for determining the location of wireless network small cells in a dense urban environment. This algorithm uses machine learning, such as k-means clustering and spectral clustering, as well as a very accurate propagation channel created using the ray tracing method. The authors compared two approaches to the small cell location selection process – one based on the assumption that end terminals may be arbitrarily assigned to stations, and the other assuming that the assignment is based on the received signal power. The mean bitrate values are derived for comparing different scenarios. The results show an improvement compared with the baseline results. This paper concludes that machine learning algorithms may be useful in terms of small cell location selection and also for allocating users to small cell base stations.
W przyszłych sieciach bezprzewodowych rozważa się zwiększenie gęstości węzłów. Przy bardzo dużej liczbie takich węzłów mówi się o tzw. sieciach ultra lub ekstremalnie gęstych, gdzie efektywne zarządzanie zużyciem energii ma kluczowe znaczenie dla długiego funkcjonowania sieci. W artykule omówiono koncepcję wyboru profilu transmisji przez poszczególne węzły takiej sieci, gdzie profil jest zdefiniowany jako zestaw konkretnych parametrów charakteryzujących sposób transmisji sygnału przez dany węzeł. Przyjęto dwa profile mocy, z których pierwszy zakłada transmisję z wykorzystaniem zaawansowanych algorytmów kodowania kanałowego, a drugi - wykorzystanie tylko prostych schematów modulacji, lecz bez kodowania kanałowego. Przeprowadzono symulację komputerową w celu sprawdzenia wydajności takiej sieci.
EN
Future wireless networks are considering increased node density. With a very large number of such nodes, there are so-called ultra or extremely dense networks, where efficient energy management is key to the long-term operation of the network. The paper discusses the concept of selecting a transmission profile by individual nodes of such a network, where the profile is defined as a set of specific parameters characterizing the way the signal is transmitted by a given node. Two power profiles were adopted, the first of which assumes transmission using advanced channel coding algorithms, and the second - using only simple modulation schemes, but without channel coding. A computer simulation was carried out to check such a network performance.
This work presents concepts of the use of algorithms inspired by the functions and properties of the nervous system in dense wireless networks. In particular, selected features of the brain consisting of a large number of nerve connections were analyzed, which is why they are a good model for a dense network. In addition, the action of a selected cells from the nervous system (such as neuron, microglia or astrocyte) as well as phenomena observed in it (e.g. neuroplasticity) are presented.
W tej pracy przedstawiono koncepcje zastosowania algorytmów inspirowanych funkcjami i własnościami układu nerwowego w gęstych sieciach bezprzewodowych. W szczególności analizie poddano wybrane cechy mózgu składającego się z ogromnej liczby połączeń nerwowych, dlatego będących dobrym wzorem dla gęstej sieci. Ponadto przedstawiono działanie wybranych komórek z układu nerwowego (takich jak neuron, mikroglej czy astrocyt) a także zjawiska w nim obserwowane (np. neuroplastyczność).
EN
This work presents concepts of the use of algorithms inspired by the functions and properties of the nervous system in dense wireless networks. In particular, selected features of the brain consisting of a large number of nerve connections were analyzed, which is why they are a good model for a dense network. In addition, the action of selected cells from the nervous system (such as neuron, microglia or astrocyte) as well as phenomena observed in it (eg. neuroplasticity) are presented.
This paper presents developments in the area of brain-inspired wireless communications relied upon in dense wireless networks. Classic approaches to network design are complemented, firstly, by the neuroplasticity feature enabling to add the learning ability to the network. Secondly, the microglia ability enabling to repair a network with damaged neurons is considered. When combined, these two functionalities guarantee a certain level of fault-tolerance and self-repair of the network. This work is inspired primarily by observations of extremely energy efficient functions of the brain, and of the role that microglia cells play in the active immune defense system. The concept is verified by computer simulations, where messages are transferred through a dense wireless network based on the assumption of minimized energy consumption. Simulation encompasses three different network topologies which show the impact that the location of microglia nodes and their quantity exerts on network performance. Based on the results achieved, some algorithm improvements and potential future work directions have been identified.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.