Gemeinsam mit der Universität von Málaga entwickelt Keysight KI/ML-Algorithmen für 6G-Kommunikationssysteme. (Bild: Keysight)
Keysight und die Universität von Málaga (UMA) arbeiten zusammen, um den Einsatz von künstlicher Intelligenz (KI) und Machine Learning (ML) in drahtlosen Kommunikationssystemen zu ermöglichen. Die Partnerschaft konzentriert sich auf die 6G-Forschung und -Entwicklung und hat eine Methode entwickelt, diese Algorithmen in Design- und Messtechnik-Tools zu importieren.
Eine der wichtigsten Möglichkeiten zur Optimierung der Funkleistung ist die Bereitstellung und Nutzung genauer Kanalzustandsinformationen (Channel State Information, CSI), also 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 und bestmögliche Leistung zu erhalten. Das ist entscheidend für eine zuverlässige Kommunikation mit hohen Datenraten und Mehrantennensystemen. Traditionell ist die Berechnung und Meldung einer genauen CSI rechen- und ressourcenintensiv, was sie zu einer guten Kandidatin 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.
Informationen komprimieren und genaue CSI erzeugen
Die Forscher reduzieren die Informationen, die über die Luft gesendet werden müssen, um eine genaue CSI von den Nutzergeräten zur Basisstation zu erhalten. Dazu komprimieren KI-Algorithmen die Informationen auf sehr kleine Mengen und senden nur das Minimum an Informationen, das für eine optimale Leistung erforderlich ist.
Um zu validieren, dass das ML-Modell eine bessere Leistung als die herkömmliche digitale Signalverarbeitung (DSP) für CSI-Feedback erbringt, steuerte Keysight eine digitale Zwillingsplattform bei, um die Leistung des Modells unter realen Bedingungen zu emulieren. Durch den Aufbau einer Schnittstellenschicht, die mit dem Modellierungstool PathWave System Design (SystemVue) von Keysight verbunden ist, konnten die Forscher das Modell unter einer Vielzahl von Fading-Profilen und anderen Testbedingungen evaluieren.
Dank dieser neuen Schnittstelle lässt sich nun jeder KI/ML-Algorithmus, der die gängigen KI/ML-APIs und -Frameworks unterstützt, in SystemVue importieren und von der gesamten Branche nutzen. Um diesen Prozess zu unterstützen, wollen Keysight und UMA diese Innovation in das 3GPP RAN-1 Standardisierungsgremium einbringen.
