In dem kürzlich gestarteten EU-Projekt „ARIADNE“ erforschen elf europäische Partner, wie sich durch die Nutzung von sehr hohen Frequenzbändern und künstlicher Intelligenz eine fortschrittliche Systemarchitektur für „Beyond 5G“ entwickeln lässt.

Ein großer Vorteil von 5G sind die verwendeten hohen Trägerfrequenzen im Gigahertz-Bereich und die damit verbundenen hohen Übertragungsraten, die für eine nahezu verzögerungsfreie Verbindung und einen schnellen Datenaustausch sorgen.

Damit einher geht aber, dass bei diesen Frequenzen meistens eine Sichtverbindung (Line-of-Sight, LOS) zwischen Sendemast und Endgerät erforderlich ist. Doch das Prinzip der LOS-Verbindung kann gerade in städtischen und sehr dicht bebauten Gebieten zu Verbindungsstörungen führen.

Zum Beispiel tritt ein Auslöschungseffekt auf, wenn ein Signal über eine Sichtverbindung übertragen und gleichzeitig durch Reflexionen etwa an Gebäuden kopiert wird. Die Kopie überlagert das Signal aus der Sichtverbindung und löscht es aus.

Um solche Netzstörungen zu vermeiden, werden in Ariadne Meta-Oberflächen erforscht, das sind verstellbare Reflektoren für Funkwellen. Wenn zwischen Basisstationen auf den Hausdächern und den Nutzern in den Häuserschluchten keine Sichtverbindung herrscht, sollen die Meta-Oberflächen Funkwellen reflektieren und damit die Ausbreitung außerhalb der Sichtverbindung gewährleisten. Die Steuerung der Meta-Oberflächen soll über einen zentralen Netzcontroller erfolgen.

„Das Konzept der Meta-Oberflächen wird für 5G bereits teilweise umgesetzt, allerdings bislang nur für niedrige Frequenzen. Je höher die Frequenz der Funkverbindung, desto feiner müssen die Mikrostrukturen an der Oberfläche sein und für Frequenzen im D-Band sind die Strukturen sehr aufwendig in der Herstellung“, erläutert Thomas Merkle, Projektkoordinator aufseiten des Fraunhofer-Institut für Angewandte Festkörperphysik IAF. Das D-Band zwischen 130 und 174,8 GHz eignet sich hervorragend für den schnellen Datenverkehr. 

KI soll Probleme im Netz voraussehen

Um eine konstante und bei jeder Wetterlage zuverlässige Funkverbindung bereitzustellen, sollen in dem Projekt darüber hinaus Methoden des maschinellen Lernens und der künstlichen Intelligenz (KI) für das Netzmanagement eingesetzt werden. Während beim maschinellen Lernen eine fundierte Datenanalyse das Ziel ist, soll mithilfe von KI ein System zur Netzsteuerung entwickelt werden, das Probleme nicht nur erkennt und darauf reagiert, sondern diese sogar vorhersehen und abwenden kann. Bislang werden größtenteils klassische mathematische Verfahren für die Mobilfunksteuerung genutzt.

Das finale Ziel der Projektpartner ist es, die einzelnen Projektbausteine in einem Testsystem zusammenzubringen und die Funktionalität zu demonstrieren. Am Ende des Projektes wollen sie zwei Demonstratoren als Ergebnis ihrer Forschungsarbeiten präsentieren: Der erste Demonstrator soll eine bei allen Wetterbedingungen zuverlässige Verbindung über 100 Meter mit einer Datenrate von 100 Gbit/s erreichen. Der zweite Demonstrator soll als Proof-of-Concept im Labor zeigen, wie eine Meta-Oberfläche die Ausbreitungsbedingungen für eine Funkübertragung in der Umgebung verbessern kann.