Построение и анализ модели предсказания качества радиоканала сети 5G на основе машинного обучения

Одной из важных задач в оценке характеристик беспроводных сетей связи является анализ интерференции, которая позволяет оценить теоретически достижимую скорость передачи и существенно влияет на качество предоставления услуг в сетях 5-го поколения (5G). В работе исследуется прогнозирование показателя качества сигнала, а именно, показателя отношения сигнала к суммарной помехе и шуму (Signal to Interference and Noise Ratio, SINR) на оборудовании подвижного пользователя с помощью однослойной нейронной сети. Исходными данными является временной ряд значений SINR, на выходе получаем предсказанное значение следующего измерения.

One of the important tasks in assessing the characteristics of wireless communication networks is the analysis of interference, which makes it possible to estimate the theoretically achievable transmission speed and significantly affects the quality of services in 5G networks. The paper investigates the prediction of the signal quality indicator, namely, the Signal to Interference and Noise Ratio (SINR) indicator on the equipment of a mobile user using a single-layer neural network. The initial data is a time series of SINR values, the output is the predicted value of the next measurement.