Teilprojekt:  Relevanz-basiertes cell-free massive MIMO und in-X-Interferenz-schätzung (ReMI)

Ausgangssituation

Innovative Kommunikationssysteme sind Schlüsseltechnologien für die Digitalisierung und bereiten den Weg in eine hypervernetzte Wirtschaft und Gesellschaft. Der zukünftige Mobilfunkstandard 6G nimmt dabei eine wichtige Rolle ein. Vor der Markteinführung, die etwa 2030 erwartet wird, müssen noch zahlreiche technologische und gesellschaftliche Fragen geklärt werden. Es ist bereits jetzt klar, dass die vereinfachte Interaktion zwischen Mensch und Technologie bei der Entwicklung von 6G im Mittelpunkt steht. Entscheidend für eine funktionierende, hypervernetzte Welt, in der „alles mit allem“ interagiert, sind leistungsfähige, vertrauenswürdige und nachhaltige 6G-Systeme, die den Handlungsgrundsätzen und Werten der Europäischen Union von Grund auf Rechnung tragen. Für Deutschland ist es im internationalen Wettbewerb daher wichtig, die 6G-Forschung frühzeitig und schnell voranzutreiben, um einen maßgeblichen Einfluss auf die Standardisierung von 6G ausüben zu können.

Zielsetzung

6G-ANNA hat den Anspruch, einen ganzheitlichen Systemansatz für 6G Mobilfunksysteme zu liefern. Es soll ein übergreifendes Verständnis entwickelt werden, wie zukünftige Anforderungen auf der Anwenderseite mit technolo-gischen Neuerungen adressiert werden können. Dieses tiefe Verständnis der Anforderungen, die Erforschung der technologischen Konzepte sowie die vorwettbewerbliche Konsensbildung bilden die Grundlage dafür, dass deut-sche und europäische Unternehmen in der späteren Standardisierung und Markteinführung eine führende Rolle einnehmen können.

Forschungsbeitrag der Universität Bremen

Die Universität Bremen widmet sich in 6g-ANNA zwei: verteile Interferenzschätzung in 6G Wide Area Networks mit in-X-Netzwerken und der Relevanz-basierten Signalverarbeitung für cell-free massive MIMO. Bei der zentralen Schät-zung von Interferenz ist die Herausforderung, dass 6G Netzwerke aus komplexen Subnetzwerken bestehen kön-nen, die nicht vollständig zentral gesteuert werden. Die Erfassung der Interferenzsituation über eine Mobilfunkzelle muss verteilt durch Endgeräte erfolgen und an die Basisstation gemeldet werden. Fokus dieses Teilvorhabens sind daher KI- bzw. Machine Learning-Methoden für den Entwurf, das Erlernen und die Anwendung eines verteilten Interferenzschätzverfahrens. Für die Uplink-Signalverarbeitung von cell-free massive MIMO ist die Herausforde-rung, die Übertragung und Verarbeitung der Rohdaten mehrere Radio Units, die dynamisch die Zelle für einen Nutzer bilden und zentral verarbeitet werden. Im Fokus stehen daher relevanz-basierte Signalverarbeitungsalgo-rithmen, um eine optimale Ende-zu-Ende Übertragung für variable und verschiedene Fronthauls (z.B. wireless Fronhaul, bewegliche RU) zu erzielen. Dabei kommen hybride Verfahren zum Einsatz, die klassische, nachrichten-technische Verfahren mit Verfahren des maschinellen Lernens kombinieren, um so flexible Trade-offs zwischen Komplexität und Leistungsfähigkeit zu erreichen.

Weitere Informationen

Details