Российские учёные предложили способ повысить эффективность 5G на треть

Специалисты Московского физико-технического института разработали нейросетевой алгоритм ALPACA (Asymmetric Loss Prediction Algorithm for Channel Adaptation), который позволяет повысить эффективность использования радиоканалов 5G на 30–40% по сравнению с существующими методами адаптации. Алгоритм построен на базе сверточно-рекуррентной нейронной сети и уже протестирован на реальных городских данных и стандартизованных моделях каналов связи.

Какую проблему решает алгоритм

В основе разработки — задача выбора оптимального режима передачи данных при быстро меняющихся условиях беспроводного канала: помехах, отражениях сигнала, перемещении абонента между зонами покрытия. Как пояснил научный сотрудник МФТИ Кирилл Глинский, традиционные методы адаптации канала «не всегда позволяют обеспечить строгие требования по задержке и надёжности», особенно при высокой мобильности пользователей — например, в движущемся транспорте.

Как работает ALPACA простыми словами

Сеть базовой станции постоянно балансирует между двумя рисками: если она завысит прогноз качества канала, часть пакетов данных будет потеряна; если занизит — часть радиоресурса будет расходоваться впустую «про запас». ALPACA учится оценивать асимметрию этих ошибок и подбирает режим передачи так, чтобы удерживать вероятность потери пакета на уровне менее 10⁻⁵ при максимально возможной скорости передачи. Иными словами, алгоритм не просто предсказывает качество связи, а учитывает, какая ошибка предсказания дороже обходится сети.

Почему именно сейчас это критично для России

Развёртывание 5G в городах-миллионниках должно завершиться не позднее 31 декабря 2027 года. Однако выделенный российским операторам диапазон частот 4,63–4,99 ГГц физически обладает более низкой пропускной способностью, чем классические диапазоны 5G, используемые за рубежом, и требует в 1,5–2 раза больше базовых станций для сопоставимого покрытия. В такой ситуации программные способы повышения эффективности использования уже развёрнутой инфраструктуры — как ALPACA — становятся не второстепенным улучшением, а способом частично компенсировать менее выгодные исходные условия диапазона.

Для каких сценариев это важно

  • Промышленная автоматика и роботизированные производственные линии, где задержка передачи данных напрямую влияет на безопасность процессов;
  • Управление беспилотными аппаратами, требующее стабильного канала связи в условиях быстрого перемещения;
  • Телемедицина и удалённая хирургия, где потеря пакетов данных недопустима;
  • Плотные городские сети с большим числом одновременно подключённых абонентов.

Контекст: чем отличается программная оптимизация от строительства новых вышек

Расширение сети базовых станций — дорогой и медленный процесс, требующий закупки оборудования, согласования размещения и монтажа. Алгоритмы вроде ALPACA работают иначе: они повышают отдачу от уже установленного оборудования за счёт более точного управления радиоресурсом на программном уровне. Это тот же принцип, что используется в оптимизации Wi-Fi-сетей или в алгоритмах управления трафиком дата-центров — прирост эффективности без физического расширения инфраструктуры.

Что дальше

Заведующий лабораторией интеллектуальных систем связи МФТИ Евгений Хоров подтвердил, что технология уже прошла тестирование на реальных городских данных. Следующий шаг для подобных разработок обычно — пилотное внедрение у операторов связи и адаптация алгоритма под конкретное оборудование конкретных вендоров базовых станций и систем управления радиоресурсом.

Итог: алгоритм ALPACA показывает, что дефицит удачных частотных диапазонов для 5G в России можно частично компенсировать программными средствами, а не только капитальным строительством сети. Для операторов это потенциальный способ снизить затраты на развёртывание при сохранении сроков, установленных регулятором до конца 2027 года.

Читайте также: