Z upoštevanjem informacij o okolju proti inteligentnim brezžičnim komunikacijam
Oznaka in naziv projekta
J2-2507 Z upoštevanjem informacij o okolju proti inteligentnim brezžičnim komunikacijam
J2-2507 Towards the environment-aware intelligent wireless communications
Logotipi ARRS in drugih sofinancerjev
Projektna skupina
Vodja projekta: prof. dr. Aleš Švigelj (17167)
Sodelujoče raziskovalne organizacije: Povezava na SICRIS
Sestava projektne skupine: Povezava na SICRIS
dr. Matevž Vučnik (33453) (do 2021)
dr. Igor Ozimek (09856 ) (do 2021)
dr. Klemen Bregar (35934 ) (do 2022)
Graga Morano (56017) (od 2021)
Vsebinski opis projekta
Glavna naloga nekdanjih brezžičnih komunikacij je bila zagotavljanje komunikacije med ljudmi. Dandanes 4G brezžične komunikacije omogočajo interakcijo med uporabniki in ponudniki vsebin in storitev, kot so pretakanje videoposnetkov, spletno nakupovanje itd., medtem ko je vizija 5. generacije omrežij razširiti komunikacijo tudi na komunikacijo med napravami, vključno z vgrajenimi napravami, ki se uporabljajo v konceptu interneta stvari. Čeprav brezžična omrežja zagotavljajo komunikacijo med inteligentnimi napravami, samo omrežje še vedno ni inteligentno. Ni dvoma, da lahko zahtevane lastnosti prihajajočih omrežij pete in naslednjih generacij dosežemo samo, če brezžično omrežje postane inteligentno. Kar pomeni, da se odločitve v brezžičnih omrežjih izvajajo na podlagi izkušenj in rezultatov preteklih dejanj ter najnovejših informacij o stanju radijskega okolja. Da omrežje postane v celoti inteligentno, bi inteligenca morala biti vgrajena v vse protokolne sloje od fizičnega do aplikacijskega. Ker ta naloga presega človeške in finančne vire, ki jih zagotavlja ta razpis, bomo omejili naše raziskave na fizični sloj. Preučevali bomo predvsem podporo okoljskih informacij na oceno stanja radijskega kanala (CSI), s poudarkom na brezžičnih komunikacijah znotraj prostorov.
Glavni namen projekta je razviti novo metodologijo, ki bo omogočala napovedovanje lastnosti radijskih kanalov na inovativen in do sedaj nepoznan način predvsem z uporabo informacij o okolju, izmerjenih informacij o stanju radijskih kanalov in informacij o radijskih vozliščih. Glavni namen projekta bo dosežen postopoma preko naslednjih ciljev, in sicer: (i) poglobljene raziskave sistemskih zahtev inteligentnih brezžičnih omrežij, ki upoštevajo informacije o okolju, (ii) zasnove sistemske arhitekture, ki za napovedovanje stanja radijskega kanala uporablja pristope, ki temeljijo na fizikalnih modelih radijskega okolja in modelih radijskega kanala dobljenih z metodami strojnega učenja, (iii) predlaganju in ovrednotenju novih naprednih metod, algoritmov in pristopov, ki bodo omogočili inteligentno in okolju prijazno (do narave in ljudi) uporabo radijskih virov ob upoštevanju informacije o okolju s poudarkom na algoritmih za lokalizacijo radijskih vozlišč, klasifikaciji radijskega okolja z uporabo izmerjenih informacij o stanju radijskega kanala in obsežnih zbirkah podatkov in algoritmih, ki dopolnjujejo CSI in podatke o okolju, zlasti za zaprte prostore, ter (iv) preverjanje predlaganega koncepta v testnem okolju Log-A-Tec z uporabo radijske tehnologije UWB glede učinkovite rabe energije, njene učinkovitosti in inteligence v realnem okolju. Za oceno predlagane rešitve bomo upoštevali naslednje ključne kazalnike uspešnosti (KPI), (i) zmanjšanje prenosa učnih simbolov za ocenjevanje lastnosti radijskih kanalov in s tem izboljšanje zmogljivosti povezav zaradi uporabe okoljskih informacij in inteligence v omrežju, (ii) zmanjšanje zakasnitve informacij zaradi poznane informacij o stanju radijskega kanalov, (iii) zmanjšanje količine energije, porabljene v inteligentnih brezžičnih omrežjih, ki upoštevajo informacije o okolju (iv) zmanjšanje izpostavljenosti ljudi in živali na ne ionizirajoča radijska sevanja.
Verjamemo, da lahko z dopolnjevanjem ocene o stanju radijskega kanal dobljene iz učnih simbolov ki vsebujejo informacijo o okolju, izboljšamo natančnost napovedi CSI in posledično povečamo neto zmogljivost komunikacijskih povezav. Poleg tega bo klasifikacija radijskega okolja z uporabo metod strojnega učenja skrajšala čas za oceno CSI in s tem prispevala k pričakovanim lastnostim omrežij 5G, ter njihovim naslednikom, kot so za velikostni razred povečana količine prenesenih podatkov na prostorsko enoto, število priključenih naprav, tipična hitrost prenosa in zakasnitev povezave blizu 1ms.
Slika 1: Koncept na informacijah o okolju temelječih inteligentnih brezžičnih komunikacij.
Osnovni podatki sofinanciranja so dostopni na spletni strani. Povezava na SICRIS.
Delovni sklopi projekta
WP1: Sistemske zahteve(M1-M9)
A1.1: Identifikacija radijskih tehnologij, ki so primerne za brezžične komunikacijske sisteme, ki temeljijo na informacijah o okolju
A1.2: Ovrednotenje hitrosti spreminjanja lastnosti kanala in njen vpliv na ocenjene informacije o stanju kanala
A1.3: Identifikacija informacij o stanju kanala, ki jih je treba shraniti v inteligentni bazi podatkov
WP2: Arhitektura sistema (M4-M15)
A2.1: Načrtovanje in izvedba porazdeljene baze podatkov
A2.2: Načrtovanje in izvedba protokolov za pridobivanje informacij iz porazdeljenih baz podatkov
A2.3: Načrtovanje in izvedba metod za pridobivanje informacij iz obstoječih javno dostopnih virov informacij
WP3: Metode in algoritmi, ki omogočajo na informacijah o okolju podprte inteligentne komunikacije (M7-M30)
A3.1: Metode lokalizacije in sledenja, podprte z informacijami o okolju za lokalizacijo v zaprtih prostorih
A3.2: Ocena CSI, podprta z informacijami o okolju
A3.3: Klasifikacija radijskih okolij na podlagi izmerjenega CSI
WP4: Demonstracija koncepta (M25-M36)
A4.1: Integracija inteligentne baze podatkov s testnim okoljem Log-a-Tec
A4.2: Priprava eksperimenta za ovrednotenje predlaganega koncepta in izvedba eksperimenta v testnem okolju
A4.3: Ovrednotenje rezultatov eksperimentov
Cilji projekta in opis njihove realizacije
Cilj C1: Poglobljene raziskave sistemskih zahtev okoljsko ozaveščenih inteligentnih brezžičnih omrežij
Radijski odtis okolja se neposredno zrcali v impulznem odzivu radijskega kanala, ki ga sestavlja množica odbitih direktnih, lomljenih in odbitih radijskih žarkov s pripadajočimi zakasnitvami, slabljenjem in faznim zasukom. Da bi ugotovili, katere podatke o stanju radijskega kanala izmerijo obstoječe radijske tehnologije smo jih kritično pregledali in ugotovili katere podatke o stanju radijskega kanala izmerijo, oziroma so dostopne preko uporabniškega vmesnika. Starejše radijske tehnologije, kot so NMT, GSM, UMTS in LTE, ter starejše verzije IEEE radijskih tehnologij za brezžična lokalna radijska in senzorska omrežja merijo le nivo sprejetega radijskega signala, nivo sprejetega radijskega signala od izbrane bazne postaje/dostopovne točke in razmerje signal proti šumu in interferenci. Impulzni odziv radijskega kanala pa ocenjujejo samo radijski tehnologiji UWB in NR ter delno radijska tehnologija LTE in novejše radijske tehnologije za brezžična lokalna omrežja. Nobena od sedaj dostopnih radijskih tehnologij pa ne omogoča ocene kota prihoda radijskega signala. Kot prihoda radijskega signala izmerijo le radijske tehnologije, ki uporabljajo več anten. Radijski kanal se med ocenjevanjem impulznega odziva ne sme bistveno spreminjati, posledično se oddajnik in sprejemnik ne smeta premikati prehitro, zato impulzni odziv radijskega kanala ne moremo oceniti v mobilnih radijskih omrežjih. Ugotovitve raziskave povezane z aktivnostjo A1.1 in A1.2 so sprejete v objavo v mednarodni reviji WSEAS-2023. Osnovni parametri za opis radijskega kanala niso zadostni za zaznavanje okolja in upoštevanje okolja v inteligentnih brezžičnih komunikacijah. Radijski odtis okolja se neposredno zrcali v impulznem odzivu radijskega kanala, kjer pa je natančnost opisa neposredno odvisna od pasovne širine radijskega sistema, ki določa minimalni določljivi časovni interval med prispelima radijskima žarkoma SRK-2020. Naše analize smo omejili le na uporabo standardnega impulznega odziva radijskega kanala, ki ga dobimo z meritvami ali pa z uporabo z meritvami umerjenega algoritma sledenja radijskim žarkom in računalniškimi simulacijami. Del raziskav je potekal tudi v smeri ocene impulznega odziva radijskega kanala s pomočjo podatkov o okolju. Ugotovili smo, da mora biti velikost odbojnih ploskev večja od prve Fresnelove cone Electronics-2021. Algoritem sledenja radijskih žarkom lahko umerimo tudi z numeričnim reševanjem Maxwellovih enačb, ki je časovno potraten, zato v smo v JCOMS-2020 preučili možnosti za njegovo pohitritev.
Cilj C2: Zasnova sistemske arhitekture.
Zasnovali smo arhitekturo sistema, ki je sestavljena iz inteligentnega lokalnega agenta, inteligentne globalnega agenta, lokalne in globalne baze podatkov in preko interneta dostopnih podatkov o okolju, vremenu in radijskem okolju, ter način izmenjava podatkov med bazami, ter naloge v globalnih in lokalnih bazah. Lokalna baza podatkov vsebuje podatke o izmerjenih impulznih odzivih radijskega kanala za posamezne radijske tehnologije, navadah uporabnikov, ki so priklopljeni na posamezno bazno postajo in interferenco sosednjih baznih postaj ocenjenih na bazni postaji. Naloge lokalnega agenta je, da iz zahtev uporabnika in obstoječih podatkov o lastnostih radijskega kanal v lokalni bazi določi ustrezno radijsko tehnologijo s pripadajočimi parametri. Če podatkov o stanju radijskega kanala ni v lokalni bazi le te zahteva od globalnega agenta. Globalni agent na podlagi podatkov o lastnostih okolja izračuna impulzni odziv radijskega kanal na mestu mobilnega terminala za vse radijske tehnologije, ter te podatke posreduje lokalnemu agentu. Opis realizacije globalne in lokalne baze podatkov podaja DataBase, medtem ko je arhitektura sistema opisana v System Achitecture.
Cilj C3: Predlaganje in ovrednotenje novih naprednih metod, algoritmov in pristopov.
Na podlagi predhodne analize stanja smo zasnovali vrsto novih metod, pristopov in algoritmov, ki bodo omogočili inteligentno in okolju prijazno (do narave in ljudi) uporabo radijskih virov ob upoštevanju informacije o okolju. Predlagali smo novo metodo lokalizacije, ki uporablja algoritme strojnega učenja na izmerjenih impulznih odzivov radijskega kanal na množici anten v antenskem polju EuCNC-2021. V delu smo predlagali novo strukturo konvolucijske nevronske mreže, s katero smo dosegli natančnost lokacije boljšo kot 10 cm. S problemi lokalizacije in pridobivanje stanja radijskega kanala smo se ukvarjali tudi v Sensors-2022 BalkanCom-2022, kjer smo s pomočjo mobilnega telefon opazovali stanje radijskega kanala na vseh radijskih tehnologijah, ki so na voljo v mobilnem telefonu. Predlagali in kritično ocenili smo več metod, ki s primerjavo stanja radijskega kanala na dveh telefonih oceni oddaljenost med mobilnima telefonoma. Metode so uporabljale tako klasične matematično statistične pristope, kot tudi pristope na podlagi strojnega učenja. Velik del raziskav smo opravili na področju klasifikacij radijskega okolja. Najprej smo razvili okvir za klasifikacijo okolja. Za klasifikacijo okolja smo uporabili metode strojnega učenja Electronics-2021. Okvir vsebuje modul za zbiranje podatkov o okolju, za shranjevanje podatkov, za kritično analizo rezultatov, z domenskim znanjem in z algoritmi strojnega učenja. Nadaljevali smo z izbiro najprimernejših algoritmov strojnega učenja in njihovih parametrov za klasifikacijo radijskega okolja Softcom-2022. V naslednjem koraku smo skušali ugotoviti, ali lahko določimo material sten, stropa in tal z analizo CIR. S primerno izbiro položaja radijski linkov lahko razlikujemo materiale, ki se dovolj razlikujejo v prevodnosti in relativni dielektričnosti COST-CA15140. testtttt
Cilj C4: Preverjanje predlaganega koncepta.
Testno okolje Log-A-Tec smo nadgraditi za izvajanje eksperimentov predvidenih v sklopu tega projekta Sensors-2021. Prilagodili smo tudi podatkovno bazo DataBase. Dodali smo grafični uporabniški vmesnik, ki omogoča hiter pregled zbranih podatkov. Izdelali smo tudi merilni sistem za merjenje impulznega odziva radijskega kanala s tehnologijo UWB. Merilni sistem omogoča merjenje impulznega odziva radijskega kanala, njegov prikaz in shranjevanje ERK-2021.