Ali R. Abdellah, Koucheryavy А.

Аннотация
5G networks and beyond are expected to meet numerous service requirements in various aspects of our daily lives. At the same time, the functional complexity of 5G telecommunication networks increases by an order of magnitude compared to existing networks. 5G data rates are dramatically faster, connection density is higher, and latency is much lower, among other improvements. An efficient 5G network cannot be complete without incorporating artificial intelligence (AI) techniques. All this requires the use of new technologies, including artificial intelligence, to ensure the stable operation of telecommunication networks, methodology, system analysis, and key results. Scientific tasks for 5G communication networks are identified where the use of artificial intelligence, including machine and deep learning, seems appropriate. Practical Relevance. The results of the work may be useful in training in networks and telecommunication systems and in defining new scientific tasks for PhD students.
Ключевые слова
5G, machine learning, deep leaning, prediction.
DOI 10.31854/2307-1303-2022-10-2-1-13

Обухов С. А., Елагин В. С.

Статья посвящена подбору технологии для беспроводной передачи данных в сетях 5G, 6G со скоростью больше 1 Гбит/с. В научной литературе отмечаются недостатки при использовании способа передачи данных с помощью радиоволн и невозможность эффективного использования радиосвязи в качестве канала связи в сетях 5G, 6G. В этой связи в статье описаны особенности, ключевые характеристики, требования к сетям сотовой связи нового поколения. Рассмотрены различные технологии беспроводной оптической связи и их физические характеристики. Научная новизна заключается в освящении и обобщении данной проблематики на русском языке. По результатам исследования сделан вывод, что оптическая связь можно использовать в качестве эффективного решения для успешного развертывания сетей 5G, 6G.

Коваленко В. Н., Аль-Свейти Малик А. М., Мутханна А. С. А.

Предмет исследования. Применение БПЛА, многоуровневой облачной системы MEC и технологии туманных вычислений для снижения нагрузки на базовую сеть и уменьшение круговой задержки в сетях автотранспорта и в инфраструктуре «Умного города»; использование нескольких типов контроллеров SDN. Метод исследования. Анализ стандартов и рекомендаций в области технологий SDN, MEC; Fog и построения сетей БПЛА, а также сетей автотранспорта. Основные результаты. Подробно описаны три возможных типа SDN контроллеров, зависимых от зоны обмена данными; описаны последовательности действий по распределению БПЛА по зонам повышенной нагрузки, а также по выбору уровня обработки; представлено подробная теоретическая информация о четях VANET и технологии MEC. Практическая значимость. Представленная архитектура позволит снизить нагрузку на базовую сеть и обеспечить предоставление сверхнизких задержек передачи в сетях автотранспорта и инфраструктуре «Умного города».

Парамонов А. И., Бушеленков С. Н.

Аникевич Е. А., Прощенков В. М., Широпатин О. И.