Інтелектуальні інтегровані мережі підвищеної ефективності

Abstract

Розглянуто сучасні тенденції розвитку бездротових комунікаційних систем нового покоління з акцентом на інтеграцію технологій когнітивного радіо (CR), неортогонального множинного доступу (NOMA), штучного інтелекту (AI) та машинного навчання (ML) у багатовимірних багатошарових 6G мережах. Проаналізовано основні виклики сучасних телекомунікаційних систем, зокрема дефіцит радіочастотного спектра, зростання навантаження мереж та необхідність підвищення спектральної й енергоефективності. Досліджено принципи функціонування когнітивних радіомереж та обґрунтовано ефективність їх інтеграції з технологією NOMA, що дозволяє формувати архітектуру CR-NOMA з підвищеною пропускною здатністю, покращеною якістю обслуговування та підтримкою масового підключення пристроїв Інтернету речей (IoT). Розглянуто можливості застосування методів штучного інтелекту та машинного навчання для інтелектуального управління ресурсами, прогнозування навантаження та оптимізації мережевих процесів.

The modern trends in the development of next-generation wireless communication systems are considered, with an emphasis on the integration of cognitive radio (CR) technology, non-orthogonal multiple access (NOMA), artificial intelligence (AI), and machine learning (ML) in multidimensional multi-layer 6G networks. The main challenges of modern telecommunication systems are analyzed, in particular the shortage of radio frequency spectrum, the increasing network load, and the need to improve spectral and energy efficiency. The principles of cognitive radio networks are studied, and the effectiveness of their integration with NOMA technology is substantiated, enabling the formation of a CR-NOMA architecture with higher throughput, improved quality of service, and support for massive connectivity of Internet of Things (IoT) devices. The possibilities of applying artificial intelligence and machine learning methods for intelligent resource management, traffic load prediction, and optimization of network processes are considered.