Алгоритм повышает ёмкость системы на 30-40%, что позволяет увеличить количество пользователей надежной связи. Результаты работы могут найти применение в сетях пятого и последующих поколений, где критически важны минимальные задержки и точная передача данных.
Разработка сетей пятого и последующих поколений открывает возможности не только для более эффективной связи, но и для создания систем, где цена ошибки или задержки передачи данных критически высока: удалённая хирургия, управление беспилотным транспортом, «умные» энергосети и промышленная автоматика. При этом повышаются требования к надежности: задержка не должна превышать нескольких миллисекунд, а вероятность потери пакета – одной стотысячной доли процента.
Обеспечить такие жёсткие параметры в реальных условиях эксплуатации крайне сложно. Качество беспроводного канала постоянно меняется из-за движения абонентов, помех и переотражений сигнала, решение о выборе параметров передачи необходимо принимать заранее, до момента фактической передачи.
Существующие подходы, включая эвристические алгоритмы и классические нейросетевые модели, либо недостаточно точно прогнозируют изменения канала, либо игнорируют асимметрию последствий ошибок: завышенный прогноз грозит потерей пакета и срывом передачи, заниженный – приводит к нерациональному расходу ресурсов. Именно эту проблему – поиск баланса между надёжностью и эффективностью в быстро меняющейся среде – разрешил учёный МФТИ.
В результате разработан алгоритм ALPACA (Asymmetric Loss Prediction Algorithm for Channel Adaptation). В отличие от существующих подходов он учитывает асимметрию последствий ошибок прогноза и позволяет поддерживать требуемое качество связи даже в сложных мобильных сценариях. Алгоритм предсказывает изменение качества канала на основе так называемой сверточно-рекуррентной нейронной сети.
Ключевое новшество заключается в использовании асимметричной функции потерь: ALPACA специально «штрафуется» за слишком оптимистичные прогнозы, которые могут привести к сбоям, что критично для URLLC. Такой подход позволяет снизить расход ресурсов канала до 40% по сравнению с существующими решениями и увеличить пропускную способность сети для обслуживания URLLC-приложений.
«Алгоритм протестирован на данных, полученных в ходе натурных экспериментов в условиях городской среды, а также на стандартизованных моделях каналов связи. Результаты показали стабильный прирост эффективности в различных сценариях, снизив потребление ресурсов канала более чем на 30 процентов без снижения надёжности. Помимо алгоритма выбора сигнально-кодовой конструкции, в диссертации предложены метод выбора прекодера и способ определения момента для дообучения моделей, что позволяет системе адаптироваться к изменяющейся обстановке, повышая качество связи», – добавил Евгений Хоров, соавтор работы и заведующий лабораторией интеллектуальных систем связи МФТИ и лаборатории беспроводных сетей Института проблем передачи информации имени А.А.Харкевича Российской академии наук.
Результаты исследований опубликованы в научном журнале первого квартиля IEEE Access, а также были представлены на конференции IEEE INFOCOM. В 2025 году учёный стал победителем Всероссийского молодёжного научного форума «Наука будущего – наука молодых».
