"BLARE TECHNOLOGIES" SP. Z O.O. realizuje projekt dofinansowany z Funduszy Europejskich „Inteligentny system do analizy i optymalizacji planów sieci 5G z wykorzystaniem sieci neuronowych (głębokiego uczenia maszynowego) oraz algorytmów eksperckich”
Celem projektu jest opracowanie rozwiązania informatycznego służącego do profesjonalnej analizy i optymalizacji planów sieci 5G. Rezultatem projektu będzie inteligentny system wykorzystujący metody AI, w tym sieci neuronowe (głębokiego uczenia maszynowego) oraz algorytmy eksperckie, którego kluczowe cechy nowości mają charakter innowacji produktowej w skali rynku polskiego i rynków zagranicznych. Projekt odpowiada na światowe i europejskie plany wdrożenia sieci telekomunikacyjnej 5G, co wiąże się z koniecznością przeprowadzenia czaso- i kosztochłonnego procesu planowania sieci nowej generacji.
Wartość projektu ogółem: 7 302 081,80 PLN. Dofinansowanie projektu z UE: 4 672 041,67 PLN
Zachowanie fal milimetrowych użytych w technologii 5G wymusza wzięcie pod uwagę znacznie więcej czynników niż w sieciach niższych generacji. Główną cechą fal milimetrowych z punktu widzenia planowania jest ich nieprzenikalność, w związku z tym tworzone sieci będą cechowały topologie o dużej nieregularności. Dodatkowo koniecznym będzie uwzględnienie realizacji nowego szerokiego wachlarza usług/technologii dedykowanych 5G (np. IoT, beamforming, MiMo). Ponadto zagęszczenie sieci 5G będzie miało istotny wpływ na natężenie pola elektromagnetycznego PEM, którego poziom podlega regulacją prawnym. Planowane wdrożenia sieci 5G i wykorzystanie dodatkowych zakresów częstotliwości będą często przekraczać dopuszczalne normy PEM w środowisku, co istotnie utrudni wdrażanie sieci 5G. Powyższe czynniki spowodują, że tradycyjne metody planowania oparte o algorytmy eksperckie lub doświadczenie planisty nie zawsze będą dawały oczekiwany efekt w rozsądnym czasie, stąd niniejszy projekty Wnioskodawcy.
Efektem realizacji projektu będzie inteligentny system wykorzystujący sieci neuronowe (głębokiego uczenia maszynowego) i algorytmy eksperckie, którego komercjalizacja zaowocuje następującymi korzyściami: pominięcie kłopotliwego i skomplikowanego procesu konfiguracji środowiska oraz analizy planów sieci, wykrycie problemów związanych z niewłaściwym lub mało precyzyjnym umieszczeniem stacji bazowej, brak konieczności definiowania wszystkich parametrów planowanej sieci, możliwość prostego oraz szybkiego definiowania usług, które ma realizować planowana sieć 5G, automatyczne prognozowanie wzrostu zapotrzebowania na usługi, uniknięcie konieczności przeprowadzania skomplikowanych pomiarów poziomu PEM na danym obszarze, optymalizacja mocy stacji bazowych w celu uniknięcia problemów z wdrożeniami sieci itp.
Przedmiotowy projekt odpowiada na światowe i europejskie plany wdrożenia sieci telekomunikacyjnej 5G. Strategia KE na rzecz Jednolitego Rynku Cyfrowego podkreśla kluczowe znaczenie sieci 5G, umożliwiające Europie skuteczną konkurencję na rynku globalnym. Szacuje się, że światowe przychody generowane przez usługi powiązane z siecią 5G osiągną 225 mld EUR w 2025r.
Rozwiązanie Wnioskodawcy kierowane będzie na rynek UE. Grupą docelową będą: podmioty sektora publicznego, operatorzy sieci telekomunikacyjnych, firmy realizujące projekty wdrożenia sieci telekomunikacyjnych, dostawcy sprzętu telekomunikacyjnego, właściciele sieci lokalnych, użytkownicy systemów do planowania sieci.
Na chwilę obecną w projekcie realizowane są prace etapu eksperymentalnych prac rozwojowych.
Blare Technologies implements a project co-financed from European Funds:
An intelligent system for analyzing and optimizing 5G network plans using neural networks (deep machine learning) and expert algorithms.
The aim of the project is to develop an IT solution for professional analysis and optimization of 5G network plans. The result of the project will be an intelligent system using AI methods, including neural networks (deep machine learning) and expert algorithms.
Co-financing from Europen Funds - PLN 4 672 041,67
5G networks require a completely different approach than previous standards and millimeter waves (mmWaves) are the reason for it. They’re enabling incredible data throughput, but the problem is, their range is much shorter, and they’re more influenced by transmission environment, which makes implementation much more complicated and costly. The goal of our project was to make 5G network planning much more manageable and efficient. In order to achieve it, we created a cloud-based simulation tool in voxel space with a precisely recreated 5G mmWave propagation model.
Compared to previous standards, 5G is revolutionary in terms of speed and potential applications far beyond those of current cellular networks. However, this new technology comes with different challenges in terms of network planning. 5G planning tools require much more data in order to work efficiently. We decided to make the process easier and more cost-effective by using machine learning and artificial intelligence.
The most significant difference is in frequency, and that’s what makes planning so challenging. 5G NR (New Radio) networks use the new millimeter-wave spectrum from 2 GHz to even 52,6 GHz and reuse 4G/LTE spectrum part at the 700-3800 MHz range.
The higher frequency of 5G provides larger frequency channels what means significantly increased data throughput, but it’s more susceptible to environment influence and has a much shorter range than 4G. Factors that were irrelevant before, like heavy rain and snow, road traffic, or vegetation, play a significant role in 5G network planning. This is why one of the critical steps was understanding how exactly mmWaves behave.
Additionally, in order to create 5G networks cost-effectively, the planning phase must include recreating the entire 3D spatial environment of a given area in the form of a Digital Twin, which updates all relevant data in real-time. However, even with the mmWave propagation model and a precise 3D area model, the planning process takes time and requires skilled specialists to test different planning scenarios. Substantial improvement in time and quality of planning is predicted within our tool.
The demand for 5G networks is already very high, but it’s only going to grow in the next few years. It’s not only wireless carriers who are interested. The connectivity that the new generation provides has already attracted the interest of local governments, public sector agencies, and private companies that specialize in wireless network implementations. For example, 5G networks are a significant piece of many Smart City transformations.
Because of that, a modern 5G network planning tool has to create efficient networks in terms of bandwidth and reliability, but also when it comes to cost and use of energy. It has to be much more eco-friendly, accessible, and affordable.
The number of industries that are planning to utilize 5G NR technology creates even more challenges. Because mmWave-based networks require a large number of antennas, there’s a risk of exceeding legal norms of electromagnetic radiation. In order to avoid that, a tool must be able to factor in an electromagnetic field (EMF) of existing networks from previous generations (2G, 3G, 4G) and simulate placement for antennas according to norms, without the need to make actual measurements in the field.
The 5G standard was introduced in 2016, but deployment challenges were standing in the way of a worldwide revolution. The introduction of machine learning and AI is a huge step towards simplified and affordable 5G network planning for any industry.
Given the complexity of 5G network planning, we realized that traditional methods and tools currently available on the market are completely insufficient moving forward. The process is complex, expensive, time-consuming, and requires professional expertise. Our goal was to make it as seamless as possible, so we knew that we had to automate anything that could be. We decided to integrate elements of machine learning and AI to help us with analysis and simulations.
Given the planning challenges associated with the mmWave propagation model, it was clear to us that we had to use AI to test and analyze countless possible planning scenarios for a given area. Our role in the process is to create a Digital Twin and set the starting parameters such as bandwidth requirements and legal regulations. We also set site candidates, which are possible placements for antennas such as lamps, traffic signs, or state-owned buildings. Once the tool has all of the necessary information, it can automatically analyze different placement scenarios, searching for the one that’s most reliable and energy-efficient.
Using our tool we have proven that 5G network planning can be much easier, cheaper, and therefore accessible for anyone. If you’re interested in creating a fast mmWave-based network, we’d be happy to help you.
© 2022 Blare Technologies. All rights reserved. Cookie Policy