Przejdź do treści

Sztuczna inteligencja i drony poprawią wydajność sieci 5G


  • Z pomocą bezzałogowych statków i AI – Samsung sprawdza, czy anteny są zamontowane pod odpowiednim kątem, a zatem czy działają w pełni efektywnie.
  • Nowe rozwiązanie zwiększa bezpieczeństwo pracowników audytujących przekaźniki i skraca czas obsługi do 15 minut.
  • Koreański producent elektroniki planuje rozbudowę systemu m.in. o zdalne konfigurowanie sprzętu sieciowego.

Samsung przedstawił nowy sposób pomiaru konfiguracji anteny sieci 4G i 5G na terenie firmy. W czasie prezentacji inżynier koreańskiego przedsiębiorstwa użył smartfonu z aplikacją do zdalnego sterowania bezzałogowym statkiem wyposażonym w kamerę. Dron wykonał zdjęcia anten zainstalowanych na dachu budynku, a następnie przesłał je do serwera w chmurze, gdzie zostały przeanalizowane przez oprogramowanie wykorzystujące sztuczną inteligencję. SI dokładnie sprawdziła ustawienie i kąt pochylenia przekaźników. Tak przetworzone informacje oceniają technicy i weryfikują, czy anteny są zainstalowane zgodnie z kątami wskazanymi w projekcie, a następnie podejmują decyzję o ewentualnej potrzebie wejścia na maszt w celu dostrojenia przekaźników. Właściwie wyregulowane urządzenia nadawczo-odbiorcze zwiększają wydajność sieci.

W planach zdalne nastawianie anten

Zdobycie informacji, które w nowym projekcie dostarcza AI, zwykle wymaga wejścia na wieżę z przekaźnikiem i ręcznego pomiaru, co łącznie z przygotowaniami może zająć kilka godzin, a w tym przypadku wystarczyło 15 minut. Wykorzystanie statków bezzałogowych zwiększa bezpieczeństwo osób audytujących ustawienie anten. Koreański koncern planuje rozbudowę systemu o dodatkowe funkcje – jedną z nich będzie zdalna regulacja nachylenia przekaźników.

Sztuczna inteligencja może pomóc w projektowaniu infrastruktury 5G

Amerykański operator AT&T przetestował przydatność AI w planowaniu rozmieszczenia elementów sieci nowej generacji – tzw. małych komórek. Okazało się, że stosowanie sztucznej inteligencji obniża koszty budowy sieci, bo jej poszczególne elementy są umieszczone tak, by zapewnić jak najlepsze pokrycie zasięgiem. Algorytmy uczenia maszynowego uwzględniają m.in. ukształtowanie terenu, ruch w danym miejscu i nakładanie się sygnałów pojedynczych nadajników.


Zyskasz dostęp do rzetelnej wiedzy i aktualnych informacji o wydarzeniach oraz szkoleniach z zakresu transformacji cyfrowej. Zapisz się:

Zgadzam się na