Задел для развития беспроводных систем связи нового поколения: исследования Научно-исследовательского института телекоммуникаций в 2025 году
В 2025 году исследователи Научно-исследовательского института телекоммуникаций опубликовали десять научных статей в журналах квартиля Q1, посвященных ключевым вопросам развития беспроводных технологий 5G/6G. Данные исследования направлены на формирование теоретического задела для разработки комплекса опережающих технологий в области доверенных систем связи шестого поколения, включая разработку электронной компонентной базы, наукоемких алгоритмов и протоколов, в том числе с применением искусственного интеллекта.
Обзор-эссе по опубликованным статьям
Опубликованные исследования охватывают несколько ключевых вопросов, связанных с особенностями функционирования современных сетей 5G/6G. Так, в исследовании [1] предложена методика генерации синтетических временных рядов мощности принимаемого сигнала (Received Signal Strength Power, RSSP), объединяющая эффекты блокировки, микромобильности и алгоритмы отслеживания за лучом. Авторы продемонстрировали, что для эффективной работы 6G суб-THz/THz систем необходимо учитывать как динамику пользователя, так и случайный характер блокировок, а разработка соответствующих алгоритмов отслеживания за лучом становится ключевым инструментом для обеспечения высокой надежности и пропускной способности сети.
В исследовании [2] предложена новая математическая модель обслуживания сессий на базовой станции с учетом корреляции и изменчивости потока поступления сессий. Авторы пришли к выводу, что для точной оценки производительности mmWave/суб-THz систем необходимо учитывать, как статистику канала, так и коррелированные и изменчивые свойства трафика. Предложенная исследователями модель позволяет получить более реалистичную оценку качества обслуживания в 5G/6G сетях. В другом исследовании [3] предложен метод виртуального буферизованного ожидания сессий для повышения справедливости и эффективности распределения ресурсов в перегруженных mmWave/суб-THz сетях. В исследовании [4] предложен новый подход в методах применения искусственного интеллекта (ИИ) в сетях 5G/6G — кластеризованное федеративное обучение (Clustered Federated Learning, CFL). Авторы статьи указывают, что кластеризация пользователей по схожести данных позволяет существенно повысить эффективность и точность алгоритмов отслеживания за лучом, снижая затраты по обмену данных и ускоряя обучение.
Эффективные алгоритмы управления сигналом требуют соответствующей аппаратной поддержки. Одним из актуальных решений являются реконфигурируемые интеллектуальные поверхности (Reconfigurable Intelligent Surfaces, RIS), однако традиционно применяемый подход требует интеграции RIS в инфраструктуру оператора, что затрудняет развертывание в существующих сетях. Авторы исследования [5] предложили концепцию User-Centric RIS, позволяющую пользователям самостоятельно устанавливать RIS без участия оператора, для чего были разработаны обратная связь MS (Mobile-Station)-RIS, передающая измерения мощности принятого опорного сигнала (Reference Signal Received Power, RSRP) от пользовательского устройства (ПУ) к RIS, а также алгоритм настройки фаз на основе сканирования луча, учитывающий канал между базовой станцией и ПУ. Предложенная модель User-Centric RIS позволяет повысить качество связи для ПУ на краю зоны покрытия и в местах со слабым сигналом, а также открывает возможность для гибкого и недорогого улучшения существующих сетей 5G и дальнейшего расширения управления RIS несколькими ПУ.
Важным направлением исследований в 2025 году стало управление сигналом в сетях 6G, а также разработка аппаратных решений для обработки сигнала THz-диапазона. Так, в исследовании [6] предложен алгоритм определения состояния пользователя, использующий только SRP без сложного сбора дополнительных данных на этапе обучения. Авторы показали, что использование алгоритма на основе сети долгой краткосрочной памяти (Long Short-Term Memory, LSTM) для анализа мощности принятого сигнала (Signal Received Power, SRP) позволяет точно определять переход ПУ между ближним и дальним полями, а также продемонстрировали практическую применимость машинного обучения для адаптивного управления антеннами в сверхвысокочастотных сетях. В статье [7] приведены результаты исследования применения халькогенидного материала Ge—Sb—Te (GST) с фазовой памятью для расширения возможностей обработки сигнала THz-диапазона. Результаты подтвердили высокую эффективность использования фазового материала GST в терагерцовых интегрированных схемах для регулирования сигналов, что открывает широкие возможности для будущих приложений в сети 6G, включая создание динамически перенастраиваемых и функционально гибких устройств.
В работе [8] представлена разработка технологически надежной четвертьволновой ячейки, использующей закрепленную логарифмическую спираль (Logarithmic Spiral, LPS), предназначенной для включения в монолитную RIS, работающую на частоте 140 ГГц. Проведенный эксперимент показал технологическую реализуемость RIS на кварцевой подложке с диодами GaAs. Высокая скорость фазового управления и управления лучом делают эту RIS-панель эффективным инструментом для будущих систем беспроводной связи в субтергерцовом диапазоне.
Учитывая значительное влияние архитектурных особенностей на эффективность сети, авторы исследования [9] проанализировали возможности развертывания сетей с технологией IAB (Integrated Access and Backhaul) стандарта 3GPP вдоль дорог и автомагистралей. Исследователи применили теорию массового обслуживания для моделирования задержек и методы стохастической геометрии для параметризации радиоэлементов системы, с учетом плотных потоков данных от пользователей и особенностей планирования ресурсов сетей 5G/6G, выявив, что в дорожных IAB-сетях основным узким местом является магистральный (backhaul) канал, а число IAB-узлов, поддерживаемых одним донором, ограничено условиями трафика. Для адаптации сети под плотность дорожного движения и минимизации задержек предложены инструменты выбора минимальной схемы модуляции и кодирования (Modulation and Coding Scheme, MCS) на магистральных каналах и корректировки расстояния между IAB-узлами.
Исследование [10] посвящено оптимизации распределения ресурсов на каналах управления и передачи данных, включая ресурсы PDCCH (Physical Downlink Control Channel), отвечающего за управление, и PDSCH (Physical Downlink Shared Channel), передающего данные ПУ. Авторы разработали математическую модель, объединяющую инструменты стохастической геометрии и теории массового обслуживания для анализа динамики обслуживания сессий пользователей. Использование модели позволяет заранее определять оптимальное распределение ресурсов в зависимости от системной полосы и требований к трафику, что критически важно для обеспечения высокой пропускной способности и надежности сетей 5G/6G.
Таким образом, в 2025 году исследователи Научно-исследовательского института телекоммуникаций сосредоточились на формировании комплексного подхода к развитию сетей 5G/6G, включающего проведение экспериментов, моделирование, разработку интеллектуальных алгоритмов и электронной компонентной базы. Полученные результаты будут использованы при создании отечественных технологий разработки и производства оборудования связи для обеспечения технологического лидерства России.