Пример применения аппарата нейронных сетей при назначении модуляционно-кодовой схемы планировщиком базовой станции сети 5G

Предложен метод назначения модуляционно-кодовой схемы (МКС, англ. Modulation Coding Scheme, MCS) планировщиком базовой станции (БС), основанный на предсказании значения отношения сигнал/интерференция на оборудовании подвижного пользователя на следующем временном такте по последовательности известных значений этого отношения в прошлом. Предсказание выполняется с помощью машинного обучения, для этого в работе построена и применена однослойная нейронная сеть для решения многопараметрической задачи отптимизации методом стохастического градиента. Обученная нейронная сеть по прогнозному значению отношения сигнал/интерференция позволяет планировщику корректно подобрать МКС для пользователя, тем самым обеспечив требуемый для предоставления услуги уровень качества передачи данных в радиоканале.

The article proposes a method for assigning a modulation-code scheme by a base station scheduler based on predicting the value of the signal-to-interference ratio on the mobile user’s equipment at the next time slot from a sequence of known values of this ratio in the past. For prediction, a model of a single-layer neural network is built in the work, by the example of which a machine learning process is shown for solving a multiparametric optimization problem using the stochastic gradient method. The trained neural network for the predicted value of the signal/interference ratio allows the scheduler to correctly select the modulation-code scheme for the user, thereby ensuring the level of quality of data transmission in the radio channel required for the provision of the service.