KI-basierte Kanalmodelle für 6G-Mobilfunknetze
Während aktuelle Mobilfunknetze Frequenzen unterhalb von 6 GHz nutzen, werden zukünftige industrielle 6G-Netze sehr hohe Datenraten benötigen und daher stark auf höhere Frequenzen (man spricht auch von mm-Wellen) angewiesen sein. Deren Ausbreitungseigenschaften sind komplex und empfindlich gegenüber Hindernissen. Eine präzise Netzplanung erfordert daher hochwertige Funkumgebungskarten (sog. Radio Environmental Maps), die wiederum genaue Kanalmodelle benötigen. Herkömmliche Modelle sind entweder zu langsam oder nicht hinreichend genau; KI-basierte Ansätze sind hierbei sehr vielversprechend, wurden jedoch bislang nicht auf große Produktionsumgebungen angewendet.
Die in dem Beitrag untersuchten Modelle erfassen zentrale Ausbreitungseffekte und übertreffen empirische Modelle durch deutlich geringe Fehler und gleichzeitig 30-mal schnellerer Ausführung. Die Ergebnisse zeigen, dass KI-Modelle schnelle und zuverlässige mmWave-Konnektivitätskarten erzeugen können und so eine effiziente 6G-Netzplanung in industriellen Umgebungen ermöglichen.
Die Arbeiten sind im Rahmen der vom BMFTR geförderten 6G-Mobilfunkforschung am Lehrstuhl für Kommunikationsnetze der TU Dortmund entstanden.
Der Lehrstuhl für Kommunikationsnetze hat in den letzten Jahren bereits über 20 internationale Auszeichnungen erhalten.