| Source DB | nl |
|---|
| Institution | UGent |
|---|
| Code | 7bd1d2a8-0221-43e7-9d86-b70657a427a9 |
|---|
| Unit | 16a28d37-6005-49e4-be1b-46b8c76f6640
|
|---|
| Begin | 10/1/2020 |
|---|
| End | 9/30/2023 |
|---|
| title fr |
|
|---|
| title nl | AI-gebaseerde planning van toekomstige (B)5G netwerken met energie- en blootstellingsbeperkingen
|
|---|
| title en | AI-based wireless access network design for future (B)5G networks under energy- and EMF-constraints
|
|---|
| Description fr |
|
|---|
| Description nl | De laatste jaren was er een enorme groei in mobiele toestellen. Deze toestellen werd ook steeds krachtiger waardoor veeleisende diensten zoals het streamen van muziek of videogesprekken mogelijk zijn. In de toekomst zullen draadloze toegangsnetwerken moeten uitbreiden om aan deze extra vraag te voldoen. Draadloze netwerkplanning is echter een complex probleem door de vele objectieven zoals kost en performantie. Om aan de vereisten van toekomstige netwerken te voldoen, zal toekomstig netwerkontwerp EMV (Electromagnetisch Veld)- en energie-bewust moeten zijn, mar ook een grote graad van flexibiliteit tonen. 5G bijvoorbeeld zal gebruik maken van verschillende technologieën binnen het netwerk zoals beam forming, millimeterwave frequenties en massive MIMO (Multiple Input Multiple Output) waardoor geavanceerde machine learning technieken noodzakelijk zijn om het netwerk te ontwerpen en te optimaliseren naar energie en blootstelling. Om netwerken energie-bewust te maken, moet er gekeken worden op welke manier netwerken gevoed kunnen worden door hernieuwbare energiebronnen in plaats van de fossiele brandstoffen die vandaag gebruikt worden. Tenslotte, om een hoge flexibiliteit te creëren, moet er ook gebruik gemaakt worden van mobiele basisstations. Dit kan bereikt worden door drones uit te rusten met basisstations om de performantie van het netwerk op lokale schaal te verbeteren. Elk van bovenstaande toekomstige vereisten zal in dit voorstel behandeld worden.
|
|---|
| Description en | In the last decades, not only an increase in mobile devices has been noticed, but these devices are also becoming very powerful, allowing more demanding services such as data streaming or video calling. In the future, wireless access networks need to expand to cope with these extra demands to keep the user satisfied. However, network planning is currently already a very complex problem due to the many targets such as cost, performance, etc. To meet the requirements of the next-generation networks, network should be taken to the next level. Future network design should be EMF- (Electromagnetic Field) and energy-aware, but also have a high degree of flexibility. 5G for example will use a variety of technologies in a single network such as beam forming, mmWave frequencies and Massive MIMO (Multiple Input Multiple Output) requiring advanced machine learning techniques to deal with this network complexity and ensure the energy- and EMF-awareness. For energy-awareness, one should also look at using renewable energy sources to feed the wireless access network instead of using fossil fuels like today. Finally, to allow a high degree of network flexibility, one should use mobile base stations. This can be done by UAV (Unmanned Aerial Vehicle) aided networks. In this type of networks, mobile stations are mounted on UAVs or drones to provide additional performance on a more local scale. Each of the above requirements will be addressed in this research proposal.
|
|---|
| Qualifiers | - 5G - Beyond-5G - EMF-aware - Network planning - UABS - UAV - energy-aware - machine learning - renewable energy sources - |
|---|
| Personal | Deruyck Margot, Joseph Wout, Martens Luc |
|---|
| Collaborations | |
|---|
