Pesquisadores criam rede neural artificial para drones para otimizar consumo de energia

As redes da geração futura devem proporcionar elevadas velocidades de transmissão e cobertura flexível. Uma forma de fazer isso é através de redes de veículos aéreos não tripulados, ou drones. Eles operam na faixa de ondas milimétricas. Mas o uso de uma ampla gama de antenas e maiores perdas durante a propagação do sinal são desvantagens. Tudo isto requer energia e as baterias dos drones têm capacidade limitada.

Portanto, novas abordagens são necessárias para otimizar o consumo de energia nessas redes. Um matemático da RUDN e colegas do Egito, China, Arábia Saudita e Uzbequistão criaram uma rede neural artificial para esse fim. Sua pesquisa é publicada na revista Drones.

“Uma rede construída com drones expande a capacidade e a cobertura da rede. Além disso, os drones são usados ​​como estações de carregamento móveis para fornecer energia a dispositivos de baixo consumo. Como as baterias dos drones são normalmente limitadas em capacidade, é importante fazer compensações entre a área de cobertura e uso de energia, bem como tempo de manutenção. Para melhorar a cobertura e a eficiência energética, é importante alocar recursos, nomeadamente subcanais, potência de transmissão e serviços de utilizador”, disse Ammar Muthanna, Ph.D., Diretor do Centro Científico de Modelagem de redes 5G sem fio na Universidade RUDN.

Os matemáticos desenvolveram um sistema de otimização IRA-AEODL (alocação inteligente de recursos usando um otimizador de ecossistema artificial com aprendizagem profunda). Distribui recursos em uma rede sem fio para drones. Para este propósito, um tipo especial de arquitetura é usado – um codificador composto descarregado. O princípio principal de seu funcionamento é obter uma resposta na camada de saída mais próxima da camada de saída. O chamado otimizador de ecossistema artificial é a seleção de parâmetros de rede neural.

O IRA-AEODL melhorou significativamente o desempenho de outros sistemas conhecidos. O rendimento médio da rede com um número fixo de usuários para um sistema de 2 a 6 drones aumentou de 3% a 17%. E dependendo do número de usuários – até 30%. Além disso, o novo sistema utiliza abordagens matematicamente mais estáveis.

“Nossa técnica de alocação de recursos de rede melhorou o desempenho. Em comparação com outras abordagens, nosso algoritmo é mais estável do ponto de vista matemático. O modelo pode encontrar rapidamente a solução ideal para o problema”, Ammar Muthanna, Ph.D., Diretor de disse o Centro Científico para Modelagem de Redes 5G Sem Fio da Universidade RUDN.