Centro di assistenza per i test 6G

Il 3GPP definisce il rilevamento e la comunicazione integrati (ISAC) attraverso una serie coordinata di rapporti tecnici (TR) di diversi gruppi di lavoro che affrontano i requisiti di servizio, gli aspetti radio e la modellazione dei canali. I seguenti TR definiscono collettivamente i requisiti ISAC e le attività di standardizzazione in corso:

Rapporti sui requisiti del servizio principale (SA1)

• 3GPP TR 22.837 – Studio di fattibilità sull'ISAC nell'ambito della Release 19: si tratta del documento di riferimento elaborato dal gruppo di lavoro 3GPP SA1. Esso definisce i casi d'uso dell'ISAC, quali il rilevamento di oggetti, il monitoraggio del movimento e il rilevamento ambientale, e stabilisce i requisiti a livello di servizio per i sistemiAdvanced pre-6G.  
• 3GPP TS 22.137 - Service requirements for 5G systems under Release 19: questa specifica tecnica integra il TR 22.837 traducendo i risultati di fattibilità in requisiti di servizio normativi. Definisce gli indicatori chiave di prestazione (KPI), come la precisione di rilevamento, la latenza di rilevamento e la risoluzione spaziale.

Rapporti di modellazione radio e canali (RAN1/RAN2)

• 3GPP TR 38.857 - Study on channel model enhancements for ISAC: sviluppato nell'ambito della RAN1, questo rapporto estende i modelli di canale stocastici del TR 38.901 per supportare le modalità ISAC (BS monostatica, BS-UE bistatica, UE-UE bistatica, ecc.) per le frequenze 0,5-52,6 GHz, estendibili a 100 GHz.

Riferimenti:
Integrated Sensing And Communications (ISAC); Casi d'uso e scenari d'impiego

Modellazione dei canali ISAC - Prospettive dell'ETSI

Il test della qualità dell'esperienza (QoE) 6G NTN comporta la combinazione di emulazione del segnale, emulazione della rete e modellazione del canale per convalidare il modo in cui i collegamenti satellitari e terrestri influenzano le prestazioni dell'utente finale. Keysight offre un approccio integrato per raggiungere questo obiettivo attraverso le sue soluzioni di test NTN e 5G NR / 6G. Ecco una panoramica di un flusso di lavoro di test che utilizza gli strumenti Keysight: 

• Generazione di segnali: Creazione di forme d'onda NR-NTN o 6G candidate utilizzando MXG o VSG per i segnali di riferimento uplink / downlink. 
• Emulazione dei canali: Applicare il ritardo, il Doppler, la dinamica dell'orbita e l'interferenza tramite PROPSIM o modelli di emulazione FR3 pre-standardizzazione.
• Integrazione della rete: Utilizzare UeSIM o UXM come emulatori RAN per simulare i flussi del piano utente e del piano di controllo.
• Misurazione della QoE: Registrare le metriche a livello di applicazione - throughput, latenza, jitter e MOS - legate al movimento del satellite o ai problemi del canale.
• Ottimizzazione del feedback AI: Utilizzate PathWave Analytics di Keysight per la regolazione automatica dei parametri di collegamento e di servizio per massimizzare la QoE.

Esplorate le soluzioni di simulazione ed emulazione 6G.

L'integrazione delle reti non terrestri (NTN) con le reti terrestri introduce sfide uniche, come i grandi ritardi di propagazione, gli spostamenti Doppler dovuti al movimento dei satelliti, la disponibilità intermittente dei collegamenti, le interferenze reciproche NTN-TN e i disturbi atmosferici che differiscono sostanzialmente dai sistemi terrestri. Garantire un passaggio di consegne senza soluzione di continuità, l'allocazione delle risorse su più livelli e l'interoperabilità tra piattaforme diverse (LEO, GEO, HAPS, UAV) rende il tutto ancora più complesso.

Lo strumento di modellazione SystemVue RF Digital Twin di Keysight aiuta a superare queste barriere fornendo una modellazione e una simulazione ad alta fedeltà a livello di collegamento di sistemi NTN end-to-end, compresi payload satellitari, gateway e apparecchiature utente in condizioni di propagazione realistiche. Il sistema incorpora i principali disturbi come il rumore di fase, la non linearità RF e lo squilibrio I/Q, supportando al contempo la modellazione di antenne phased-array, la visualizzazione di traiettorie 3D e l'analisi PA non lineare con DPD. Ciò consente agli ingegneri di prevedere con precisione le prestazioni, di convalidare le strategie di gestione del fascio e di valutare la robustezza del collegamento prima dell'implementazione dell'hardware, accelerando in ultima analisi la progettazione di sistemi NTN-6G affidabili e garantendo la scalabilità per la connettività globale.

Ulteriori informazioni sulla soluzione di progettazione di sistemi 5G / 6G di Keysight.

Ecco alcuni casi d'uso in cui l'intelligenza artificiale può essere utilizzata nello sviluppo della NTN RAN:

Previsione e modellazione del canale: I canali NTN sono altamente dinamici a causa del movimento dei satelliti, del Doppler e dei lunghi ritardi di propagazione. L'AI/ML (ad esempio, deep learning, RNN, trasformatori) può apprendere le dinamiche del canale e prevedere le informazioni sullo stato del canale (CSI), migliorando l'affidabilità del collegamento e riducendo l'overhead. 

Ottimizzazione della formazione del fascio e dell'handover: L'intelligenza artificiale può ottimizzare il beam steering adattivo per i satelliti LEO o HAPS, riducendo al minimo le interruzioni quando gli utenti si spostano da un fascio all'altro. Gli algoritmi di ML prevedono i modelli di mobilità e automatizzano gli handover senza soluzione di continuità tra satelliti o tra celle terrestri e non terrestri. 

Gestione delle risorse e dello spettro: La RAN NTN deve gestire lo spettro frammentato e la condivisione dello spettro tra più RAT. L'intelligenza artificiale può essere utilizzata per allocare dinamicamente le risorse tra le bande FR1/FR2/FR3 + NTN, garantendo equità e QoS in presenza di una domanda fluttuante. 

Efficienza energetica e di potenza: Satelliti e UAV hanno budget energetici limitati. L'intelligenza artificiale può ottimizzare il controllo dell'alimentazione, la programmazione e il bilanciamento del carico per massimizzare la durata e l'efficienza. 

Sicurezza e rilevamento delle anomalie: I collegamenti NTN sono più vulnerabili al jamming / spoofing. Il rilevamento delle anomalie guidato dall'intelligenza artificiale può identificare in tempo reale modelli di segnale insoliti o attacchi cyber-fisici. 

Rilevamento e comunicazione integrati (ISAC): L'intelligenza artificiale aiuta i nodi NTN a utilizzare la stessa forma d'onda per la comunicazione e il rilevamento, consentendo di tracciare utenti, oggetti o minacce mantenendo la connettività.

Si prevede che l'intelligenza artificiale sarà integrata in vari componenti della wireless 6G, come il livello fisico dei trasmettitori e dei ricevitori 6G. Ciò consentirà ai dispositivi di prendere decisioni in modo indipendente, gestire in modo efficiente le risorse e adattarsi a condizioni dinamiche senza dipendere interamente da sistemi centralizzati. Per questo motivo, testare wireless che integrano la tecnologia AI è fondamentalmente diverso dal testare componenti tradizionali.

Le strategie di test convenzionali che convalidano le prestazioni di un wireless rispetto a una serie di specifiche non saranno sufficienti. I dispositivi abilitati all'intelligenza artificiale sono progettati per adattarsi a situazioni imprevedibili nel mondo reale e funzionare in ambienti dinamici con intensità di segnale, livelli di interferenza e densità di utenti fluttuanti. Di conseguenza, gli algoritmi di intelligenza artificiale devono essere addestrati per ottimizzare le prestazioni in un'ampia gamma di condizioni al fine di garantire l'affidabilità. I test devono includere scenari che differiscono in modo significativo dal set di addestramento per valutare le prestazioni in ambienti reali mutevoli e imprevedibili.

Per saperne di più sull'integrazione di AI e 6G

La modellazione dei canali consente di progettare e testare i modelli matematici 6G e di valutare le prestazioni di trasmettitori e ricevitori nel sistema di comunicazione. Per il collaudo della gamma di frequenze 6G tre (FR3), è necessaria l'emulazione multicanale a coerenza di fase e di tempo utilizzando modelli di canale semideterministici e deterministici. Le principali metriche di prestazione per la modellazione del canale 6G FR3 includono:

• Stima del peso del fascio e metriche di puntamento
• Forma e guadagno del fascio
• Livelli di sidelobe

Una solida soluzione di emulazione dei canali consente di creare diversi ambienti di propagazione e di emulare i disturbi hardware, come il rumore di fase e le interferenze.

Scarica la nota applicativa sull'emulazione del canale 6G FR3

L'utilizzo di uno spettro più elevato per il 6G implica il superamento dei problemi di propagazione delle radiofrequenze in queste bande. Inoltre, lo stack di protocollo 5G dovrà essere modificato per supportare le larghezze di banda maggiori e le frequenze portanti più elevate necessarie per le applicazioni 6G, che non sono state testate o distribuite nel mondo reale. Tuttavia, è possibile progettare e convalidare una prima rete 6G emulando apparecchiature utente (UE) del mondo reale.

Per saperne di più sui test della rete pre-6G

Esistono tre approcci fondamentali per ottenere un elevato throughput di dati per il 6G. Il primo prevede l'utilizzo di schemi di modulazione di ordine superiore per aumentare il numero di bit trasmessi per ogni simbolo. Il secondo approccio utilizza una maggiore larghezza di banda dello spettro e aumenta il throughput dei dati utilizzando una velocità di simbolo più elevata. Un terzo approccio trasmette flussi di dati multipli e indipendenti utilizzando tecniche ad antenna multipla, come il MIMO (Multiple Input / Multiple Output). Il MIMO sfrutta la complessità del canale radio e trasmette e riceve simultaneamente flussi di dati multipli e indipendenti per generare un throughput maggiore.

Approfondite la verifica della velocità di trasmissione dei dati 6G

La caratterizzazione dei segnali a banda larga sub-THz per il 6G richiede una combinazione di apparecchiature e software ad alte prestazioni. È necessario un generatore di forme d'onda arbitrarie (AWG) ad altissima velocità, un upconverter di frequenza e un generatore di segnali che funga da oscillatore locale. Questa configurazione di test aiuta a generare, misurare e caratterizzare le forme d'onda candidate in banda H.

Esaminare il caso d'uso della caratterizzazione del segnale 6G

Un tipico banco di prova 6G deve supportare una moltitudine di bande di frequenza, larghezze di banda e tipi di forme d'onda per soddisfare varie esigenze di ricerca. Gli ingegneri devono utilizzare un generatore di forme d'onda arbitrarie (AWG) in grado di generare segnali di frequenza intermedia (IF) a banda larga e con modulazione di larghezza di banda estrema.

I convertitori compatti in banda D (da 110 a 170 GHz) o in banda G (da 140 a 220 GHz) possono quindi convertire l'IF a banda larga nella banda di frequenza sub-terahertz desiderata. Il test del ricevitore richiede la downconversione del segnale in una IF. Per eseguire questa operazione sono necessari dei downconverter. È inoltre necessario un oscilloscopio o un digitalizzatore di streaming Keysight AXIe multicanale per digitalizzare il segnale.

Esplora il banco di prova 6G sub-THz

Keysight, in collaborazione con 16 partner, ha lanciato il 6G-SANDBOX nel gennaio 2023 per creare un banco di prova paneuropeo per la sperimentazione del 6G. Il progetto combina nodi digitali e fisici per fornire reti end-to-end completamente configurabili, gestibili e controllabili per convalidare le nuove tecnologie e i progressi della ricerca per il 6G. Il 6G-SANDBOX consente agli enti dell'Unione Europea (UE) di testare promettenti fattori abilitanti del 6G, tra cui l'automazione della rete, la cybersicurezza, i gemelli digitali e l'intelligenza artificiale (AI), nonché le tecnologie che ottimizzano il consumo energetico. Il gruppo si è ampliato per includere enti di ricerca in Asia.

Per saperne di più sul 6G-SANDBOX