Keysight демонструє стиснення інформації про стан каналу на базі ШІ для мереж 5G-Advanced та торує шлях до технологій 6G

Спільна лабораторна перевірка показала приріст пропускної здатності низхідного каналу понад 40 відсотків порівняно зі стандартним зворотним зв'язком по каналу в чотирирівневому режимі роботи (rank-4)

САНТА-РОЗА, Каліфорнія, 4 березня 2026 р.

Компанія Keysight Technologies, Inc. (NYSE: KEYS) у співпраці з Qualcomm Technologies, Inc. продемонструвала на виставці Mobile World Congress (MWC) Barcelona 2026 технологію стиснення інформації про стан каналу (CSI) на основі машинного навчання (ML) для підвищення ефективності адаптації параметрів з'єднання в сучасних системах MIMO. У ході контрольованої лабораторної валідації метод зворотного зв'язку CSI на базі машинного навчання дозволив збільшити пропускну здатність низхідного каналу на понад 40 відсотків порівняно зі звітністю CSI стандарту 3GPP eType II у режимі роботи з чотирма просторовими рівнями (rank-4). Ця демонстрація представлена наживо на стенді Keysight (зал 5, № 5F41).

Оскільки мережі 5G-Advanced використовують більшу кількість антен та ширші канали, інформація про стан каналу (CSI) набуває критичного значення для того, як мережа керує формуванням променів та обирає правильні налаштування передачі. Проте передача деталізованіших даних CSI може призвести до збільшення обсягу службової інформації у висхідному каналі, особливо для конфігурацій MIMO з великою кількістю рівнів, що створює компроміс між продуктивністю та ефективністю сигналізації.

Для вирішення цього завдання компанії Keysight та Qualcomm Technologies протестували мобільну випробувальну платформу на базі модемної радіочастотної системи Qualcomm® 5G разом із рішеннями Keysight для емуляції мереж у відтворюваному лабораторному середовищі. За фіксованих обмежень на обсяг зворотного зв'язку CSI метод стиснення на основі машинного навчання забезпечив ефективніше представлення характеристик каналу, ніж стандартизований метод eType II, зберігаючи при цьому інформацію, необхідну для точного формування променя та прийняття рішень щодо управління з'єднанням. Отриманий результат підтверджує можливість масштабування передових конфігурацій MIMO та робить внесок у галузеві дослідження щодо розширення можливостей фізичного рівня на базі нативного ШІ для майбутніх бездротових систем 6G.

Тінфан Цзі, віцепрезидент з інженерних розробок та керівник досліджень у галузі 6G у Qualcomm Technologies, Inc., зазначив: «Ефективний зворотний зв'язок CSI є фундаментальним фактором у міру збільшення розмірності антенних решіток та кількості просторових рівнів. Ця демонстрація наочно показує, як передові алгоритми машинного навчання Qualcomm можуть значно підвищити продуктивність низхідного каналу порівняно з традиційною звітністю CSI eType II, підтримуючи безперервні інновації в 5G-Advanced та закладаючи фундамент для майбутніх систем 6G з нативною підтримкою ШІ».

Лукас Хансен, віцепрезидент та генеральний менеджер групи бездротового тестування Keysight, підкреслив: «Покращення фізичного рівня на базі нативного ШІ є необхідними для масштабування бездротових мереж наступного покоління. Поєднуючи випробувальну платформу модемів Qualcomm з нашими рішеннями для емуляції базових станцій з підтримкою ШІ, ми забезпечуємо можливість ретельної оцінки стиснення CSI на основі машинного навчання та його впливу на продуктивність сучасних систем MIMO, а також на перспективні напрямки досліджень у галузі 6G».

Джерело: Keysight Press Releases